Sustainability by Proximity: How Geographic Closeness Drives Corporate and Regional Carbon Emissions

This thesis brings together four studies that follow a common thread: measuring and modeling environmental performance in an interconnected world, and building tools that turn rich spatiotemporal data into actionable insight. The work progresses from empirical economics to methodological statistics, showing how sustainability is economically material, spatially structured, and dynamically heterogeneous. The first study examines global equity reactions to the Russia–Ukraine war and finds that, while markets fell broadly, firms with stronger, industry-adjusted environmental performance suffered milder losses. Sustainability operates as a practical risk buffer under geopolitical stress. The second study maps the environmental pillar of corporate assessments for EU-based firms using multidimensional spatiotemporal clustering. It reveals coherent groups with clear geographic structure—transnational pockets of low performers in emissions-intensive activities and clusters of stronger performers in services—providing a readable geography to guide investment screening and policy targeting. The third study shifts to the emissions themselves, combining decades of regional greenhouse-gas data with spatial proximity to uncover persistent clusters of decarbonization and stagnation. A diagnostic measure, Joint Inertia, quantifies the added value of geography in explaining emission trajectories, highlighting where place-based policy and cross-regional coordination are most effective. The final study develops a cluster-wise spatial dynamic panel model that unifies interdependence and heterogeneity, allowing spillovers and responses to vary across latent groups. An estimation strategy and simulations demonstrate feasibility and accuracy, and the framework generalizes to settings where local interactions meet global shocks. Collectively, the studies offer evidence, diagnostics, and models that turn granular data into decisions—supporting resilient portfolios, credible corporate transition paths, and targeted, high-impact public policy for a low-carbon future.

Questa tesi riunisce quattro studi che seguono un filo conduttore: misurare e modellare le prestazioni ambientali in un mondo interconnesso e creare strumenti che trasformano ricchi dati spaziotemporali in informazioni fruibili. Il lavoro progredisce dall’economia empirica alla statistica metodologica, mostrando come la sostenibilità sia economicamente materiale, strutturata spazialmente e dinamicamente eterogenea. Il primo studio esamina le reazioni del mercato azionario globale alla guerra tra Russia e Ucraina e rileva che, nonostante i mercati siano crollati in generale, le aziende con performance ambientali più solide e adeguate al settore hanno subito perdite più lievi. La sostenibilità funziona come un pratico cuscinetto di rischio in condizioni di stress geopolitico. Il secondo studio mappa il pilastro ambientale delle valutazioni aziendali per le aziende con sede nell’UE utilizzando il clustering spaziotemporale multidimensionale. Rivela gruppi coerenti con una chiara struttura geografica —sacche transnazionali di imprese a basso rendimento in attività ad alta intensità di emissioni e gruppi di imprese a più alto rendimento nei servizi—, fornendo una geografia leggibile per orientare lo screening degli investimenti e l'individuazione degli obiettivi politici. Il terzo studio si sposta sulle emissioni stesse, combinando decenni di dati regionali sui gas serra con la vicinanza spaziale per scoprire cluster persistenti di decarbonizzazione e stagnazione. Una misura diagnostica, Joint Inertia, quantifica il valore aggiunto della geografia nello spiegare le traiettorie delle emissioni, evidenziando dove le politiche basate sul territorio e il coordinamento interregionale sono più efficaci. Lo studio finale sviluppa un modello di pannello dinamico spaziale a livello di cluster che unifica interdipendenza ed eterogeneità, consentendo che le ricadute e le risposte varino tra i gruppi latenti. Una strategia di stima e simulazioni dimostrano fattibilità e accuratezza e il quadro si generalizza a contesti in cui le interazioni locali incontrano shock globali. Nel complesso, gli studi offrono prove, diagnosi e modelli che trasformano dati granulari in decisioni—a supporto di portafogli resilienti, percorsi di transizione aziendale credibili e politiche pubbliche mirate e di grande impatto per un futuro a basse emissioni di carbonio.