Modelling the social, cultural and technological evolution of low-carbon lifestyles

Limiting global warming to 1.5°C requires rapid behavioural and technological change, yet existing climate policies often overlook the economy’s complex, adaptive nature. This thesis addresses that challenge by using agent-based modelling (ABM) to explore how social interactions, heterogeneity, and innovation influence the effectiveness of climate policies. Chapter 2 examines how pro-environmental attitudes co-evolve with behaviour, such as adopting vegetarian diets or cycling, through imperfect social learning. It finds that behavioural spillovers and attitude clustering significantly affect diffusion dynamics. Chapter 3 extends the model in Chapter 2 by incorporating a utility framework to examine how carbon pricing interacts with cultural change. A central contribution is the concept of a cultural multiplier, where social learning and shared environmental identities amplify the effects of climate policy. The findings show that even small carbon taxes are more effective when cultural feedback are present. However, similarity in environmental identities can obstruct low-carbon transitions. Chapter 4 integrates firm innovation with consumer dynamics, modelling electric vehicle (EV) adoption and calibrated on California data between 2001-23. It shows that only stringent, combined policy instruments can balance objectives of emissions reduction, low policy costs, and sustaining social welfare. Together, the chapters highlight the limits of isolated policy tools and underscore the value of bottom-up modelling in climate economics. Future models should account for the co-evolution of consumer and firm behaviour by embedding processes of social learning, cultural dynamics and technological innovation.

Limitare il riscaldamento globale a 1,5°C richiede un rapido cambiamento comportamentale e tecnologico, ma le politiche climatiche esistenti spesso trascurano la natura complessa e adattiva dell'economia. Questa tesi affronta questa sfida utilizzando la modellazione ad agenti (ABM) per esplorare come le interazioni sociali, l'eterogeneità e l'innovazione influenzino l'efficacia delle politiche climatiche. Il capitolo 2 esamina come gli atteggiamenti pro-ambiente co-evolvano con i comportamenti, come l'adozione di diete vegetariane o l'uso della bicicletta, attraverso un apprendimento sociale imperfetto. Si scopre che le ricadute comportamentali e il raggruppamento degli atteggiamenti influenzano in modo significativo le dinamiche di diffusione. Il capitolo 3 estende il modello del capitolo 2 incorporando un quadro di utilità per esaminare come il prezzo del carbonio interagisca con il cambiamento culturale. Un contributo centrale è il concetto di moltiplicatore culturale, in cui l'apprendimento sociale e le identità ambientali condivise amplificano gli effetti della politica climatica. I risultati mostrano che anche piccole tasse sul carbonio sono più efficaci in presenza di feedback culturali. Tuttavia, la similarità delle identità ambientali può ostacolare le transizioni a basse emissioni di carbonio. Il capitolo 4 integra l'innovazione delle imprese con le dinamiche dei consumatori, modellando l'adozione dei veicoli elettrici (EV) e calibrando i dati sulla California tra il 2001 e il 2003. Dimostra che solo strumenti politici combinati e rigorosi possono bilanciare gli obiettivi di riduzione delle emissioni, bassi costi politici e mantenimento del benessere sociale. Insieme, i capitoli evidenziano i limiti degli strumenti politici isolati e sottolineano il valore della modellazione bottom-up nell'economia del clima. I modelli futuri dovrebbero tenere conto della co-evoluzione del comportamento dei consumatori e delle imprese, incorporando processi di apprendimento sociale, dinamiche culturali e innovazione tecnologica. Tradotto con DeepL.com (versione gratuita)