李承政 李旭輝 顧海英

摘要：氣候變化對(duì)經(jīng)濟(jì)與社會(huì)的影響正成為諸多學(xué)科共同關(guān)注的一個(gè)重要研究領(lǐng)域。到目前為止，國(guó)內(nèi)學(xué)者對(duì)氣候變化效應(yīng)的研究仍集中于分析氣候變化對(duì)農(nóng)業(yè)的影響，對(duì)氣候變化與非農(nóng)部門的關(guān)系、氣候變化的社會(huì)效應(yīng)等的研究尚不多見。對(duì)近些年國(guó)外關(guān)于氣候變化效應(yīng)的實(shí)證研究文獻(xiàn)進(jìn)行梳理，這些研究既包括了氣候變化的經(jīng)濟(jì)效應(yīng)（對(duì)經(jīng)濟(jì)總體、農(nóng)業(yè)部門、非農(nóng)部門的效應(yīng)），又涵蓋了氣候變化的社會(huì)效應(yīng)（沖突與政治穩(wěn)定、人類健康、人口遷移、暴力與犯罪行為等）。隨著研究對(duì)象和內(nèi)容的不斷拓展，基于動(dòng)態(tài)面板、分布滯后、多項(xiàng)式和區(qū)間回歸、長(zhǎng)期差分和長(zhǎng)期平均方法等模型的分析不斷涌現(xiàn)，對(duì)適應(yīng)措施、作用機(jī)制和傳導(dǎo)渠道的探索也不斷推進(jìn)。加強(qiáng)學(xué)科間交叉融合，進(jìn)一步拓寬研究對(duì)象范圍，深入探究氣候效應(yīng)的微觀傳導(dǎo)機(jī)制，精確評(píng)估適應(yīng)措施的實(shí)際效果是未來該領(lǐng)域研究必須重點(diǎn)把握的方向。

關(guān)鍵詞：適應(yīng)氣候變化;極端天氣;勞動(dòng)供給;政治穩(wěn)定;人口遷移

中圖分類號(hào)：F06;X2? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章分類號(hào)：1674 .7089（2021）05 .0029 .22

一、引 言

全球氣候變化正在威脅人類的生存和發(fā)展，它帶來的一系列問題引起了國(guó)際社會(huì)的高度關(guān)注。20世紀(jì)80年代以來，中國(guó)大陸地區(qū)的氣候特征已經(jīng)發(fā)生了一些明顯的變化。根據(jù)國(guó)家氣象科學(xué)數(shù)據(jù)中心的資料，總體來說，全國(guó)整體氣候變暖的趨勢(shì)非常明顯，極端天氣（氣候）事件的具體分布也出現(xiàn)了變化，高溫天氣發(fā)生頻率增加，零降水日（干旱）數(shù)量變多。

隨著高溫、干旱等極端天氣事件的增加，學(xué)術(shù)界需要回答一系列科學(xué)問題：氣候變化對(duì)中國(guó)經(jīng)濟(jì)和社會(huì)造成的影響到底有多大？中國(guó)能否成功適應(yīng)氣候變化？中國(guó)下一步將如何應(yīng)對(duì)未來的氣候變化？回答這一系列問題，需要嚴(yán)謹(jǐn)扎實(shí)的定量研究作為支撐。從目前國(guó)內(nèi)研究的情況看，對(duì)氣候變化效應(yīng)及適應(yīng)氣候變化的研究大多集中在農(nóng)業(yè)領(lǐng)域，深入考察氣候變化對(duì)其他領(lǐng)域影響的研究并不多見。事實(shí)上，近些年來歷史氣象數(shù)據(jù)逐步完善，數(shù)據(jù)質(zhì)量不斷提升，越來越多的實(shí)證研究開始致力于分析氣候變化對(duì)經(jīng)濟(jì)系統(tǒng)和社會(huì)系統(tǒng)的影響。氣候變化影響經(jīng)濟(jì)績(jī)效的觀點(diǎn)由來已久。Dell等在回顧中指出，早在14世紀(jì)，阿拉伯著名歷史學(xué)家伊本·赫勒敦在《歷史緒論》中就明確指出，高溫將導(dǎo)致收入低下。后續(xù)一些經(jīng)典著作，如法國(guó)啟蒙思想家孟德斯鳩的《論法的精神》和美國(guó)現(xiàn)代地理學(xué)家伊斯沃思·亨廷頓的《文明與氣候》相繼提出類似觀點(diǎn)：持續(xù)高溫會(huì)降低勞動(dòng)生產(chǎn)率。不少研究發(fā)現(xiàn)，氣候（天氣）變化與國(guó)民收入、經(jīng)濟(jì)增長(zhǎng)、非農(nóng)部門產(chǎn)出、國(guó)際貿(mào)易、人口遷移、人類健康（死亡率）、政治沖突、犯罪（暴力行為）等存在密切關(guān)系。本文梳理和總結(jié)近些年來大量涌現(xiàn)的氣候變化經(jīng)濟(jì)學(xué)計(jì)量實(shí)證研究文獻(xiàn)，并展望未來氣候變化實(shí)證研究的方向。

本文后續(xù)結(jié)構(gòu)安排如下：第二部分梳理有關(guān)氣候變化經(jīng)濟(jì)效應(yīng)的實(shí)證研究文獻(xiàn)，包括氣候（天氣）變化對(duì)農(nóng)業(yè)部門、非農(nóng)部門以及總體經(jīng)濟(jì)的影響;第三部分介紹氣候變化社會(huì)效應(yīng)的實(shí)證研究文獻(xiàn)，包括氣候（天氣）變化對(duì)沖突和政治穩(wěn)定、人類健康（死亡率）、人口遷移、暴力和犯罪行為的影響;最后一部分總結(jié)了現(xiàn)階段的研究進(jìn)展和局限，并展望了氣候變化實(shí)證研究的未來發(fā)展方向。

二、氣候變化的經(jīng)濟(jì)效應(yīng)

（一）農(nóng)業(yè)部門

溫度和水是農(nóng)作物生長(zhǎng)過程中不可或缺的要素，因此研究氣候變化（如氣溫和降雨波動(dòng)）對(duì)農(nóng)業(yè)（產(chǎn)出）影響的文獻(xiàn)資源非常豐富。早期的研究方法大致可分為兩類，一類被稱為生產(chǎn)函數(shù)法（一些研究模擬了作物生長(zhǎng)過程），建立氣候與作物產(chǎn)量之間的函數(shù)關(guān)系，并利用估計(jì)的生產(chǎn)函數(shù)模擬氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響。Adams R M， “Global climate change and agriculture： An economic perspective”， American Journal of Agricultural Economics， vol.71， no.5（1989）， pp.1272-1279. Hansen L R， “Farmer response to changes in climate： The case of corn production”， Journal of Agricultural Economics Research， vol.43， no.4 （1991）， pp.18-25. Kaiser H M， Riha S J， Wilks D S， et al， “A farm-level analysis of economic and agronomic impacts of gradual climate warming”， American Journal of Agricultural Economics， vol.75， no.2 （1993）， pp.387-398. Rosenzweig C， Parry M L， “Potential impact of climate change on world food supply”， Nature， vol.367， no.6459（1994）， pp.133-138. Adams R M， Fleming R A， Chang C C， et al， “A reassessment of the economic effects of global climate change on US agriculture”， Climatic Change， vol.30， no.2（1995）， pp.147-167. Lobell D B， Cahill K N， Field C B， “Historical effects of temperature and precipitation on California crop yields”， Climatic Change， vol.81， no.2（2007）， pp.187-203.生產(chǎn)函數(shù)法常使用實(shí)驗(yàn)數(shù)據(jù)進(jìn)行校準(zhǔn)分析，該方法的一個(gè)重要缺陷是難以描述農(nóng)戶適應(yīng)氣候變化的能力，在生產(chǎn)函數(shù)法的基本設(shè)定下，農(nóng)戶無法適應(yīng)氣候變化，因?yàn)樗麄兗炔荒芤胄碌淖魑锲贩N，也無法改變農(nóng)地用途。另一類方法常被稱為特征價(jià)值法（Hedonic Approach）或李嘉圖法（Ricardian Approach），它較好地克服了生產(chǎn)函數(shù)法的上述缺陷。Mendelsohn等首先在該領(lǐng)域使用了這一方法，他們的研究以農(nóng)地價(jià)格為被解釋變量，解釋變量包含氣候因素和反映農(nóng)地價(jià)格的其他特征。Mendelsohn R， Nordhaus W D， Shaw D， “The impact of global warming on agriculture： A Ricardian analysis”， The American Economic Review， vol.84， no.4（1994）， pp.753-771.他們發(fā)現(xiàn)，利用該研究方法得出了與生產(chǎn)函數(shù)法截然不同甚至相反的結(jié)論，即氣候變化對(duì)農(nóng)業(yè)的負(fù)面影響非常小，甚至還可能存在正面影響。然而，特征價(jià)值法并非完美無缺，它也可能忽視了減緩（Mitigation）措施的關(guān)鍵作用。Schlenker等認(rèn)為Mendelsohn等在1994年的研究忽視了灌溉（Irrigation）系統(tǒng)的重要作用。他們采用特征價(jià)值法進(jìn)行了相似的估計(jì)，發(fā)現(xiàn)在灌溉系統(tǒng)完善的地區(qū)，降雨量對(duì)農(nóng)業(yè)生產(chǎn)的影響往往非常小，甚至可以忽略不計(jì)，而在非灌溉區(qū)，氣溫和降雨的波動(dòng)對(duì)農(nóng)業(yè)生產(chǎn)具有顯著的負(fù)向影響。因此，簡(jiǎn)單地將灌溉區(qū)和非灌溉區(qū)進(jìn)行混同分析將導(dǎo)致氣候變量的系數(shù)估計(jì)產(chǎn)生偏誤。Schlenker W， Hanemann W M， Fisher A C， “Will US agriculture really benefit from global warming？ Accounting for irrigation in the hedonic approach”， The American Economic Review， vol.95， no.1（2005）， pp.395-406.

Deschenes和Greenstone在研究方法上貢獻(xiàn)了另一項(xiàng)重要?jiǎng)?chuàng)新，他們建立面板數(shù)據(jù)模型，分析氣溫和降雨量的年際波動(dòng)對(duì)美國(guó)農(nóng)業(yè)生產(chǎn)利潤(rùn)、玉米和大豆產(chǎn)量的影響，以農(nóng)業(yè)生產(chǎn)利潤(rùn)作為被解釋變量，這一實(shí)證技巧部分地克服了傳統(tǒng)生產(chǎn)函數(shù)法無法包含農(nóng)戶適應(yīng)行為的缺陷，也在一定程度上緩解了截面特征價(jià)格法存在的遺漏變量偏誤。他們的研究發(fā)現(xiàn)，氣候變化不太可能對(duì)美國(guó)農(nóng)業(yè)產(chǎn)生嚴(yán)重的負(fù)面影響，如果考慮到在長(zhǎng)時(shí)段中農(nóng)戶可能會(huì)逐步產(chǎn)生適應(yīng)能力，氣候變化的影響甚至可能為正。事實(shí)上，他們的回歸模擬結(jié)果表明，氣候變化將使美國(guó)農(nóng)業(yè)的年均利潤(rùn)增加1.3億美元或提高4%。Deschenes O， Greenstone M， “The economic impacts of climate change： Evidence from agricultural output and random fluctuations in weather”， The American Economic Review， vol.97， no.1（2007）， pp.354-385.當(dāng)然，上述結(jié)論出人意料，遭到不少質(zhì)疑，F(xiàn)isher等發(fā)現(xiàn)了Deschenes和Greenstone在數(shù)據(jù)處理方面的錯(cuò)誤，修正這些錯(cuò)誤后，他們沿用特征價(jià)格法進(jìn)行研究，證實(shí)氣候變化對(duì)農(nóng)業(yè)的負(fù)向影響依然成立。Fisher A C， Hanemann W M， Roberts M J， et al， “The economic impacts of climate change： Evidence from agricultural output and random fluctuations in weather： Comment”， The American Economic Review， vol.102， no.7（2012）， pp.3749-3760.隨后，Deschenes 和Greenstone在一篇回應(yīng)性的文章中更正了數(shù)據(jù)錯(cuò)誤，進(jìn)一步利用分布滯后模型重估氣候波動(dòng)和農(nóng)業(yè)利潤(rùn)的關(guān)系，最終的結(jié)論支持了Fisher等的發(fā)現(xiàn)。Deschenes O， Greenstone M， “The economic impacts of climate change： Evidence from agricultural output and random fluctuations in weather： Reply”， The American Economic Review， vol.102， no.7（2012）， pp.3761-3773.除了氣溫和降雨之外，其他天氣因素，如相對(duì)濕度、風(fēng)速、日照時(shí)間和蒸發(fā)率等也可能影響農(nóng)業(yè)產(chǎn)出。

近年來，學(xué)者們開始致力于考察氣候沖擊與農(nóng)業(yè)產(chǎn)出之間的非線性關(guān)系。Schlenker和 Roberts利用美國(guó)農(nóng)業(yè)產(chǎn)出和（高頻）天氣的面板數(shù)據(jù)檢驗(yàn)了二者之間潛在的非線性關(guān)系。他們采用了多種估計(jì)方式，包括氣溫區(qū)間（Temperature Bins）、多項(xiàng)式（Polynomials）和分段樣條函數(shù)（Piecewise Splines）等對(duì)氣溫和農(nóng)作物產(chǎn)量的非線性關(guān)系進(jìn)行了擬合，進(jìn)而估算出不同作物適宜生長(zhǎng)的氣溫閾值，其中玉米為29℃，大豆為30℃，棉花為32℃，氣溫一旦超出閾值，作物的產(chǎn)量將出現(xiàn)驟減。Schlenker W， Roberts M J， “Nonlinear temperature effects indicate severe damages to US crop yields under climate change”， Proceedings of the National Academy of Sciences， vol.106， no.37（2009）， pp.15594-15598.Lobell等利用全球尺度的樣本，在固定效應(yīng)面板數(shù)據(jù)模型中引入二次項(xiàng)來檢驗(yàn)天氣和作物產(chǎn)量之間的非線性關(guān)系，他們的研究表明包含氣溫二次項(xiàng)的函數(shù)形式能夠較好地描述天氣和農(nóng)業(yè)產(chǎn)量之間的非線性關(guān)系。Lobell D B， Schlenker W， Costa-Roberts J， “Climate trends and global crop production since 1980”， Science， vol.333， no.6042（2011）， pp.616-620.Chen等利用中國(guó)大陸高精度的氣象數(shù)據(jù)考察了天氣與玉米、大豆產(chǎn)量的關(guān)系，他們發(fā)現(xiàn)作物產(chǎn)量與天氣變量之間存在倒U型關(guān)系，氣候變化已經(jīng)導(dǎo)致中國(guó)的玉米、大豆生產(chǎn)損失了8.2億美元，預(yù)計(jì)到2100年，氣候變化將導(dǎo)致中國(guó)的玉米產(chǎn)量下降3%～12%，大豆產(chǎn)量下降7%～19%。Chen S， Chen X， Xu J， “Impacts of climate change on agriculture： Evidence from China”， Journal of Environmental Economics and Management， vol.76（2016）， pp.105-124.Ratnasiri等利用斯里蘭卡近期的偽面板數(shù)據(jù)集（Pseudo-panel Data），將每個(gè)農(nóng)場(chǎng)的產(chǎn)量建模為溫度、降雨量與其他標(biāo)準(zhǔn)控制的非線性函數(shù)，使用固定效應(yīng)回歸，研究了氣候變化對(duì)水稻生產(chǎn)的影響，研究發(fā)現(xiàn)，溫度升高對(duì)水稻生產(chǎn)的負(fù)面影響要比降雨量的變化大得多。Ratnasiri S， Walisinghe R， Rohde N， “The effects of climatic variation on rice production in Sri Lanka”， Applied Economics， vol.51， no.43（2019）， pp.4700-4710.平均氣溫的上升往往意味著氣候變化的負(fù)向影響可能大幅增強(qiáng)，因?yàn)榉植己瘮?shù)的右移使得極端炎熱的天數(shù)大幅增加。因此，理解氣溫和農(nóng)業(yè)產(chǎn)出二者之間的非線性關(guān)系對(duì)于預(yù)測(cè)未來氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響異常重要。

與此同時(shí)，對(duì)農(nóng)業(yè)適應(yīng)氣候變化能力的研究近期相對(duì)活躍。面板數(shù)據(jù)模型反映的僅僅是天氣波動(dòng)與結(jié)果變量（農(nóng)業(yè)產(chǎn)出、利潤(rùn)）之間的短期關(guān)系，這種短期關(guān)系通常不能直接用于預(yù)測(cè)氣候變化的長(zhǎng)期影響，因?yàn)檗r(nóng)戶對(duì)氣候變化的適應(yīng)很可能極大地弱化面板數(shù)據(jù)模型所估計(jì)的即期效應(yīng)（Instantaneous Effect）。然而，目前對(duì)農(nóng)業(yè)適應(yīng)氣候變化能力的研究仍未取得相對(duì)一致的結(jié)論。有學(xué)者對(duì)20世紀(jì)30年代美國(guó)歷史上最嚴(yán)重的沙塵暴的研究發(fā)現(xiàn)，災(zāi)后的適應(yīng)措施并不能夠有效地恢復(fù)地力。Hornbeck的研究表明，1930—1940年美國(guó)沙塵暴肆虐使一些地區(qū)農(nóng)地生產(chǎn)力大幅下降，甚至不再適宜耕種。Hornbeck R， “The enduring impact of the American Dust Bowl： Short-and long-run adjustments to environmental catastrophe”， The American Economic Review， vol.102， no.4（2012）， pp.1477-1507.因此，當(dāng)?shù)赝恋貎r(jià)格大幅下降。農(nóng)業(yè)方面的調(diào)整措施對(duì)恢復(fù)重災(zāi)區(qū)土地價(jià)值的幫助不大，經(jīng)過漫長(zhǎng)的調(diào)整期，重災(zāi)區(qū)土地和其他地區(qū)土地的價(jià)值差距僅縮小了25%，農(nóng)地調(diào)整的余地非常小，重災(zāi)區(qū)的調(diào)整措施主要是把原來種植莊稼的農(nóng)地轉(zhuǎn)為牧場(chǎng)，或者從種植小麥變成了種植牧草。Burke和Emerick利用長(zhǎng)期差分法（Long Differences Approach）分析發(fā)現(xiàn)，長(zhǎng)期差分方程的氣溫系數(shù)與（年度）面板數(shù)據(jù)模型估計(jì)的系數(shù)非常相似，即美國(guó)農(nóng)業(yè)生產(chǎn)對(duì)氣溫長(zhǎng)期波動(dòng)和氣溫短期波動(dòng)的反應(yīng)幾乎相同，表明農(nóng)業(yè)生產(chǎn)者適應(yīng)氣候變化的能力非常有限。Burke M， Emerick K， “Adaptation to climate change： Evidence from US agriculture”， American Economic Journal： Economic Policy， vol.8， no.3（2016）， pp.106-140. 與此形成鮮明對(duì)照，Cui考察了美國(guó)各地區(qū)作物種植面積變化和長(zhǎng)期天氣變化的關(guān)系，他發(fā)現(xiàn)，氣候變化導(dǎo)致作物之間相互替代，氣候變化可以解釋過去幾十年美國(guó)大豆和玉米種植面積增長(zhǎng)了10%～35%，一些原本干冷的地區(qū)因?yàn)闅夂蜃兓饾u適合玉米和大豆生長(zhǎng)，種植面積出現(xiàn)了大規(guī)模上升。Cui X M， “Climate change and adaptation in agriculture： Evidence from US cropping patterns”， Journal of Environment Economics and Management， vol.101（2020）， p.266.Awazi等通過檢驗(yàn)喀麥隆小規(guī)模農(nóng)民應(yīng)對(duì)氣候變化的方法和具體的彈性選擇，發(fā)現(xiàn)小規(guī)模農(nóng)民應(yīng)對(duì)氣候變化和天氣變化的不同彈性選擇實(shí)踐是由他們過去應(yīng)對(duì)極端天氣或氣候事件的經(jīng)驗(yàn)和社會(huì)經(jīng)濟(jì)制度因素決定的。氣候變化可能改變地區(qū)種植業(yè)的比較優(yōu)勢(shì)，農(nóng)戶通過調(diào)整種植結(jié)構(gòu)來適應(yīng)氣候變化。Awazi N P， Tchamba M N， Avana T M， “Climate change resiliency choices of small-scale farmers in Cameroon：Determinants and policy implications”， Sep.1， 2019， https：//www.researchgate.net/publication/335928862_Climate_change_resiliency_choices_of_small-scale_farmers_in_Cameroon_determinants_and_policy_implications， Jan.5， 2021.

（二）非農(nóng)部門

天氣驟變（Weather Shocks）不僅會(huì)對(duì)農(nóng)業(yè)部門產(chǎn)生顯著的負(fù)向效應(yīng)，而且還能通過直接或間接傳導(dǎo)機(jī)制對(duì)非農(nóng)部門產(chǎn)出造成影響。Hsiang估計(jì)了1970—2006年極端氣溫和颶風(fēng)對(duì)28個(gè)加勒比海地區(qū)國(guó)家的經(jīng)濟(jì)效應(yīng)（控制了降雨量）。他發(fā)現(xiàn)極端高溫對(duì)所有六個(gè)非農(nóng)部門中的三個(gè)存在巨大的負(fù)面影響，氣溫升高1℃，非農(nóng)部門產(chǎn)出下降2.4%;他還發(fā)現(xiàn)，只有在最炎熱季節(jié)出現(xiàn)的極端高溫天氣才會(huì)造成顯著的經(jīng)濟(jì)損失。在三個(gè)受高溫影響的部門中，有兩個(gè)屬于服務(wù)型部門，另一個(gè)屬于工業(yè)部門（采礦業(yè)和公共設(shè)施部門）。雖然颶風(fēng)對(duì)經(jīng)濟(jì)總產(chǎn)出的影響不大，但是它對(duì)不同部門的影響卻存在顯著的異質(zhì)性。采礦業(yè)和公共設(shè)施部門因颶風(fēng)而損失慘重，建筑業(yè)卻在颶風(fēng)過后出現(xiàn)顯著增長(zhǎng)，颶風(fēng)對(duì)二者的作用相互抵消，因此極端氣溫和颶風(fēng)對(duì)經(jīng)濟(jì)總體的影響不顯著。Hsiang S M， “Temperatures and cyclones strongly associated with economic production in the Caribbean and Central America”， Proceedings of the National Academy of Sciences， vol.107， no.35（2010）， pp.15367-15372.與Hsiang的結(jié)論相似，Dell等利用1950—2003年全球125個(gè)國(guó)家的大型跨國(guó)面板數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)氣溫上升1℃，工業(yè)產(chǎn)出損失約2%，但是這一負(fù)向影響僅在窮國(guó)樣本中出現(xiàn)。Dell M， Jones B F， Olken B A， “Temperature shocks and economic growth： Evidence from the last half century”， American Economic Journal： Macroeconomics， vol.4， no.3（2012）， pp.66-95.Jones和Olken采用了由發(fā)達(dá)國(guó)家統(tǒng)計(jì)的全球貿(mào)易數(shù)據(jù)估計(jì)了氣溫和降雨量對(duì)各產(chǎn)品部門出口的影響。他們研究發(fā)現(xiàn)，天氣波動(dòng)對(duì)富國(guó)的出口沒有顯著影響，而對(duì)窮國(guó)的出口影響非常顯著。窮國(guó)的年平均氣溫每升高1℃，該國(guó)出口到其他國(guó)家的產(chǎn)品總額增長(zhǎng)率下降2.0%～5.7%。降雨量對(duì)窮國(guó)和富國(guó)出口的影響并不顯著。他們還發(fā)現(xiàn)，除了各類農(nóng)產(chǎn)品（谷物、蛋、奶和皮革等）易受影響外，其他遭受氣溫波動(dòng)影響的出口產(chǎn)品還包括木材、金屬、合成橡膠制品、電力機(jī)械、辦公設(shè)備、供暖、照明設(shè)備和制鞋業(yè)等輕制造業(yè)（Light Manufacturing）產(chǎn)品。Jones B F， Olken B A， “Climate shocks and exports”， The American Economic Review， vol.100， no.2（2010）， pp.454-459.Sun等利用2000—2014年中國(guó)47個(gè)部門的面板數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)綜合氣候風(fēng)險(xiǎn)指數(shù)對(duì)行業(yè)產(chǎn)出的影響是線性的，其中暴雨與產(chǎn)出呈U型關(guān)系，而其他四種風(fēng)險(xiǎn)（干旱、臺(tái)風(fēng)、高溫和低溫冰凍）則呈倒U型關(guān)系。此外，他們還發(fā)現(xiàn)氣候風(fēng)險(xiǎn)通過資本存量對(duì)行業(yè)產(chǎn)出產(chǎn)生顯著的正向間接影響。Sun Y， Zou X， Shi X， et al， “The economic impact of climate risks in China： Evidence from 47-sector panel data， 2000-2014”， Natural Hazards， vol.95， no.1-2（2019）， pp.289-308.

除了運(yùn)用國(guó)家層面和部門加總數(shù)據(jù)進(jìn)行研究外，近期的一些研究則采用了微觀的企業(yè)層面數(shù)據(jù)分析天氣波動(dòng)與企業(yè)產(chǎn)出之間的關(guān)系。Cachon等將注意力集中于美國(guó)汽車制造業(yè)，他們發(fā)現(xiàn)高溫的負(fù)面影響非常顯著，一周內(nèi)氣溫超過32℃的天數(shù)超過6天，汽車制造企業(yè)的周產(chǎn)量平均下降8%。他們的研究還發(fā)現(xiàn)，其他極端天氣事件如大風(fēng)暴、持續(xù)降雨或降雪等都會(huì)對(duì)汽車企業(yè)產(chǎn)出造成顯著的負(fù)面影響。比如每一次風(fēng)暴的侵襲將導(dǎo)致汽車企業(yè)的周平均產(chǎn)量下降26%。Cachon G， Gallino S， Olivares M， “Severe weather and automobile assembly productivity”， Dec.22， 2012， https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=2099798， Jan.6， 2021.上述結(jié)論似乎有些出人意料，畢竟汽車制造過程基本是在室內(nèi)完成的，工廠車間通常配備了空調(diào)等基本設(shè)施，很難想象企業(yè)產(chǎn)量會(huì)受到極端氣候事件的影響。作者給出了以下幾個(gè)可能的理由：第一，極端天氣可能影響車間外其他環(huán)節(jié)的運(yùn)行;第二，極端高溫天氣下，空調(diào)的作用可能會(huì)大打折扣;第三，極端天氣下工人可能出現(xiàn)曠工現(xiàn)象。Zhang等利用美國(guó)國(guó)家氣候數(shù)據(jù)中心（National Climate Data Center，簡(jiǎn)稱NCDC）提供的中國(guó)地面站點(diǎn)氣象數(shù)據(jù)和1998—2007年中國(guó)制造業(yè)企業(yè)數(shù)據(jù)考察了氣溫與企業(yè)總產(chǎn)出、全要素生產(chǎn)率、勞動(dòng)、資本投入之間的關(guān)系。他們發(fā)現(xiàn)，氣溫與企業(yè)總產(chǎn)出、全要素生產(chǎn)率之間存在倒U型關(guān)系，而這種倒U型關(guān)系在勞動(dòng)、資本投入方面并不成立。因此，他們得出了以下結(jié)論：氣溫主要通過作用于全要素生產(chǎn)率這一機(jī)制來影響企業(yè)總產(chǎn)出。進(jìn)一步按企業(yè)行業(yè)屬性和所有權(quán)分項(xiàng)回歸，結(jié)果顯示，極端高溫天氣（高于32℃）對(duì)絕大部分行業(yè)部門（無論重工業(yè)部門還是輕工業(yè)部門）都有負(fù)面影響，一些行業(yè)部門（如木材制造、采礦等）遭受的損失相對(duì)更大。相比于其他企業(yè)類型，私有企業(yè)遭受的經(jīng)濟(jì)損失最大，一年中極端高溫天氣（高于32℃）每增加一天，私營(yíng)企業(yè)的產(chǎn)出和全要素生產(chǎn)率分別降低1.16%和1.05%。 Zhang P， Deschenes O， Meng K， Zhang J J， “Temperature effects on productivity and factor reallocation： Evidence from a half million Chinese manufacturing plants”， Nov.1， 2017， https：//www.researchgate.net/publication/320956677_Temperature_Effects_on_Productivity_and_Factor_Reallocation_Evidence_from_a_Half_Million_Chinese_Manufacturing_Plants， Jan.6，2021.

極端天氣為何會(huì)對(duì)非農(nóng)部門的產(chǎn)出造成負(fù)面影響？其作用渠道是什么？一些室內(nèi)實(shí)驗(yàn)（Lab Experiments）研究表明，極端天氣會(huì)降低非農(nóng)部門勞動(dòng)生產(chǎn)率（或供給量），通過這一傳導(dǎo)渠道作用于非農(nóng)部門產(chǎn)出。Niemel等分析了不同氣溫條件下客戶服務(wù)中心員工的勞動(dòng)生產(chǎn)率變化，他們發(fā)現(xiàn)，在22℃至29℃的區(qū)間內(nèi)，氣溫每上升1℃，員工的勞動(dòng)生產(chǎn)率下降約1.8%。Niemel R， Hannula M， Rautio S， et al， “The effect of air temperature on labour productivity in call centres：A case study”， Energy and Buildings， vol.34， no.8（2002）， pp.759-764.其他一些對(duì)客戶服務(wù)中心的研究也得出了相似的結(jié)論，同時(shí)還強(qiáng)調(diào)了其他因素如空氣濕度、二氧化碳濃度等的影響。Federspiel C C， Fisk W J， Price P N， et al， “Worker performance and ventilation in a call center： Analyses of work performance data for registered nurses”， Indoor Air， vol.14， no.s8（2004）， pp.41-50. Tham K W， “Effects of temperature and outdoor air supply rate on the performance of call center operators in the tropics”， Indoor Air， vol.14， no.s7（2004）， pp.119-125.Seppnen等進(jìn)行的一項(xiàng)元分析（Meta-analysis）顯示，氣溫從23℃上升到30℃將導(dǎo)致勞動(dòng)生產(chǎn)率下降9%左右。Seppnen O， Fisk W， Lei Q H， “Effect of temperature on task performance in office environment”， Jan.1， 2005， https：//www.researchgate.net/publication/237595590_Effect_of_temperature_on_task_performance_in_office_environment， Jan.6， 2021.Adhvaryu等將每天的生產(chǎn)水平數(shù)據(jù)與天氣數(shù)據(jù)相結(jié)合，研究了印度班加羅爾附近的服裝廠采用LED燈具之后的變化。Adhvaryu A， Kala N， Nyshadham A， “The light and the heat： Productivity co-benefits of energy-saving technology”， The Review of Economics and Statistics， vol.102， no.4（2020）， pp.779-792.他們發(fā)現(xiàn)在炎熱的氣候環(huán)境中，LED燈具比傳統(tǒng)燈泡發(fā)出的熱量少，可以降低工廠車間的溫度，從而提高生產(chǎn)率。Cai等發(fā)現(xiàn)在中國(guó)非氣候控制的制造環(huán)境中，溫度和室內(nèi)工人勞動(dòng)生產(chǎn)率之間呈倒U型關(guān)系。 Cai X， Lu Y， Wang J， “The impact of temperature on manufacturing worker productivity： Evidence from personnel data”， Journal of Comparative Economics， vol.46， no.4（2018）， pp.889-905.Zhang等研究發(fā)現(xiàn)，極端高溫降低了中國(guó)制造業(yè)企業(yè)的全要素生產(chǎn)率。在相關(guān)研究中，由于全要素生產(chǎn)率涵蓋了勞動(dòng)生產(chǎn)率和資本生產(chǎn)率，因此他們有以下推斷：除勞動(dòng)生產(chǎn)率外，制造業(yè)企業(yè)的資本生產(chǎn)率也可能受到極端高溫天氣的影響。 Zhang P， Deschenes O， Meng K， Zhang J J， “Temperature effects on productivity and factor reallocation： Evidence from a half million Chinese manufacturing plants”， Nov.1， 2017， https：//www.researchgate.net/publication/320956677_Temperature_Effects_on_Productivity_and_Factor_Reallocation_Evidence_from_a_Half_Million_Chinese_Manufacturing_Plants， Jan.6， 2021.

此外，天氣事件還會(huì)影響個(gè)體對(duì)勞動(dòng)和閑暇的選擇，比如Connolly運(yùn)用美國(guó)的時(shí)間使用數(shù)據(jù)（Time-use Data）研究發(fā)現(xiàn)，雨天有助于增加男性勞動(dòng)供給，促使男性減少了30分鐘的閑暇消費(fèi)。 Connolly M， “Here comes the rain again： Weather and the intertemporal substitution of leisure”， Journal of Labor Economics， vol.26， no.1（2008）， pp.73-100.然而，極端氣溫對(duì)勞動(dòng)供給的影響截然不同。Zivin和Neidell發(fā)現(xiàn)炎熱的天氣顯著降低了個(gè)人的勞動(dòng)供給，尤其是在農(nóng)業(yè)、林業(yè)、采礦業(yè)和建筑業(yè)等在露天環(huán)境工作的行業(yè)中，勞動(dòng)供給下降得非常明顯。在極端高溫天氣（高于38℃）下，這些行業(yè)從業(yè)者的日均勞動(dòng)時(shí)間比正常氣溫（24～27℃）條件下減少了將近1小時(shí)。Zivin J G， Neidell M， “Temperature and the allocation of time： Implications for climate change”， Journal of Labor Economics， vol.32， no.1（2014）， pp.1-26.Jessoe等對(duì)28年的個(gè)人就業(yè)情況進(jìn)行調(diào)查，發(fā)現(xiàn)高溫高發(fā)年份本地就業(yè)尤其是帶薪工作和非農(nóng)業(yè)工作減少，極端高溫日的增加可能使當(dāng)?shù)鼐蜆I(yè)率下降1.4%。Jessoe K， Manning D T， Taylor J E， “Climate change and labour allocation in rural Mexico： Evidence from annual fluctuations in weather”， The Economic Journal， vol.128， no.608（2018）， pp.230-261.

（三）經(jīng)濟(jì)總體（國(guó)民收入、經(jīng)濟(jì)增長(zhǎng)和國(guó)際貿(mào)易）

諸多跨國(guó)和跨地區(qū)的研究表明，炎熱的氣候與人均收入、經(jīng)濟(jì)增長(zhǎng)之間存在顯著的負(fù)向關(guān)系。Gallup等研究發(fā)現(xiàn)，1950年，南北回歸線之間的熱帶國(guó)家的人均收入比其他國(guó)家大約低50%;1965—1990年，這些國(guó)家的年均增長(zhǎng)率也比其他發(fā)展中國(guó)家低0.9%左右。Gallup J L， Sachs J D， Mellinger A D， “Geography and economic development”， International Regional Science Review， vol.22， no.2（1999）， pp.179-232.一些實(shí)證研究分別以熱帶地區(qū)瘧疾盛行、霜凍期短暫和農(nóng)業(yè)生產(chǎn)技術(shù)低下等不利條件來解釋低緯度國(guó)家（地區(qū)）與其他國(guó)家（地區(qū)）在人均收入和經(jīng)濟(jì)增長(zhǎng)方面的國(guó)別差異。Sachs J D， “Tropical underdevelopment”， Dec.1， 2001， https：//ideas.repec.org/p/cid/wpfacu/57a.html， Jan.1， 2021. Masters W A，McMillan M S， “Climate and scale in economic growth”， Journal of Economic Growth， vol.6， no.3（2001）， pp.167-186. Sachs J D， “Institutions don′t rule： Direct effects of geography on per capita income”， Feb.13， 2003， https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=379271， Jan.1， 2021.Nordhaus研究發(fā)現(xiàn)，地理變量（比如氣溫、降雨、海拔、土壤質(zhì)量以及到港口的距離等）能夠部分解釋非洲與世界發(fā)達(dá)國(guó)家（地區(qū)）之間的收入差距。Nordhaus W D， “Geography and macroeconomics： New data and new findings”， Proceedings of the National Academy of Sciences of the United States of America， vol.103， no.10（2006）， pp.3510-3517.Dell等分別從兩個(gè)樣本層面分析了氣溫與國(guó)民收入的關(guān)系，并對(duì)比了不同數(shù)據(jù)維度的估計(jì)結(jié)果。他們首先運(yùn)用2000年全球134個(gè)國(guó)家的橫截面數(shù)據(jù)進(jìn)行回歸分析，結(jié)果表明，氣溫更高的國(guó)家往往更貧窮，氣溫上升1℃，人均GDP降幅高達(dá)8.5%。因此，僅氣溫本身就能夠解釋大約23%的國(guó)別收入差異。由于簡(jiǎn)單的跨國(guó)數(shù)據(jù)遺漏了制度、文化等不可觀測(cè)特征，他們進(jìn)一步采用更為細(xì)致的美洲12個(gè)國(guó)家的市級(jí)（Municipal-level）數(shù)據(jù)進(jìn)行相似的回歸分析（控制國(guó)家固定效應(yīng)），結(jié)果表明，氣溫每上升1℃，人均收入下降1.2%～1.9%。在利用市級(jí)數(shù)據(jù)的分析中，他們通過控制國(guó)家固定效應(yīng)，降低了遺漏變量偏誤，回歸結(jié)果更為可靠。Dell M， Jones B F， Olken B A， “Temperature and income： Reconciling new cross-sectional and panel estimates”， American Economic Review， vol.99， no.2（2009）， pp.198-204.

由于橫截面數(shù)據(jù)回歸往往存在遺漏變量偏誤，比如遺漏了制度變量，一個(gè)國(guó)家的制度會(huì)影響該國(guó)的經(jīng)濟(jì)績(jī)效，而制度的形成往往與氣候因素密切相關(guān)，因此，氣候與經(jīng)濟(jì)績(jī)效的顯著關(guān)系很可能是由于遺漏了制度變量而形成的。Acemoglu D， Johnson S， Robinson J A， “Reversal of fortune： Geography and institutions in the making of the modern world income distribution”， The Quarterly Journal of Economics， vol.117， no.4（2002）， pp.1231-1294. Rodrik D， Subramanian A， Trebbi F， “Institutions rule： The primacy of institutions over geography and integration in economic development”， Journal of Economic Growth， vol.9， no.2（2004）， pp.131-165.與橫截面數(shù)據(jù)不同，面板數(shù)據(jù)模型采用嚴(yán)格外生的地區(qū)天氣波動(dòng)作為解釋變量，通過固定效應(yīng)估計(jì)方法能夠較好地克服遺漏變量偏誤，并且有助于實(shí)現(xiàn)因果識(shí)別。Barrios等的研究將注意力集中在撒哈拉以南非洲地區(qū)，運(yùn)用22個(gè)非洲國(guó)家和38個(gè)其他國(guó)家的數(shù)據(jù)，分析了1960—1990年天氣波動(dòng)（每5年）與經(jīng)濟(jì)增長(zhǎng)的關(guān)系。Barrios S， Bertinelli L， Strobl E， “Trends in rainfall and economic growth in Africa： A neglected cause of the African growth tragedy”， The Review of Economics and Statistics， vol.92， no.2（2010）， pp.350-366.他們的研究發(fā)現(xiàn)，降雨量增加有助于撒哈拉以南非洲國(guó)家的經(jīng)濟(jì)增長(zhǎng)，但降雨量變化對(duì)其他地區(qū)國(guó)家的經(jīng)濟(jì)增長(zhǎng)影響并不顯著。進(jìn)一步估算發(fā)現(xiàn)，1960年以來，撒哈拉以南非洲地區(qū)降雨量持續(xù)下降，這一負(fù)面氣候沖擊能夠解釋這些地區(qū)與其他發(fā)展中國(guó)家人均收入差距的15%～40%。Hsiang專門考察了另一個(gè)發(fā)展中國(guó)家密集的地區(qū)——加勒比和中美洲，運(yùn)用1970—2006年28個(gè)國(guó)家的宏觀數(shù)據(jù)分析發(fā)現(xiàn)，若該地區(qū)氣溫上升1℃，國(guó)家總產(chǎn)出將下降2.5%。他們還進(jìn)一步分析不同季節(jié)氣溫上升對(duì)總收入的影響，結(jié)果顯示，只有在最炎熱的季節(jié)，氣溫上升才會(huì)對(duì)總收入產(chǎn)生顯著的負(fù)面影響。Hsiang S M， “Temperatures and cyclones strongly associated with economic production in the Caribbean and Central America”， Proceedings of the National Academy of Sciences， vol.107， no.35（2010）， pp.15367-15372.Waldinger考察了人類歷史上小冰河期（Little Ice Age）氣溫變化與歐洲城市規(guī)模（經(jīng)濟(jì)增長(zhǎng)）的關(guān)系，他發(fā)現(xiàn)在1500—1750年這段小冰河期，氣溫與歐洲城市規(guī)模之間存在正相關(guān)關(guān)系，氣溫下降導(dǎo)致歐洲城市規(guī)模變小。Waldinger M， “The economic effects of long-term climate change： Evidence from the little ice age”， Dec.1， 2015， https：//ideas.repec.org/p/lsg/lsgwps/wp214.html， Jan.10， 2021.背后的傳導(dǎo)機(jī)制非常直接，氣溫下降使農(nóng)業(yè)減產(chǎn)，農(nóng)產(chǎn)品價(jià)格高漲，城市生活成本上升，最終導(dǎo)致城市規(guī)模擴(kuò)張受阻。與上述集中于某一類地區(qū)的研究不同，Dell等在全球維度下檢驗(yàn)了天氣波動(dòng)與經(jīng)濟(jì)增長(zhǎng)的關(guān)系。他們運(yùn)用1950—2005年全球125個(gè)國(guó)家的大型跨國(guó)數(shù)據(jù)、地面氣溫和降雨量的格點(diǎn)（0.5°×0.5°分辨率）數(shù)據(jù)進(jìn)行實(shí)證分析，研究發(fā)現(xiàn)降雨量對(duì)國(guó)民經(jīng)濟(jì)沒有顯著影響，而氣溫對(duì)國(guó)民經(jīng)濟(jì)影響顯著，但是相關(guān)影響在不同國(guó)家存在顯著差異。氣溫每上升1℃，窮國(guó)的國(guó)民收入增長(zhǎng)率下降1.4%，而富國(guó)的經(jīng)濟(jì)增長(zhǎng)則幾乎不受影響。此外，他們采用分布滯后模型（引入滯后1、5、10期的氣溫變量）分析發(fā)現(xiàn)，氣溫對(duì)年均收入增長(zhǎng)的負(fù)面效應(yīng)并沒有在下一期消失，說明氣溫變化不僅影響收入的絕對(duì)水平，而且還直接影響收入增長(zhǎng)率。這一發(fā)現(xiàn)大大強(qiáng)化了氣候沖擊的作用力，因?yàn)殡S著時(shí)間的推移，氣候沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)率的微小影響將不斷積累，在長(zhǎng)時(shí)段中將對(duì)國(guó)民經(jīng)濟(jì)造成極大的負(fù)面效應(yīng)。這一發(fā)現(xiàn)為傳統(tǒng)的氣候-經(jīng)濟(jì)綜合評(píng)估模型的擴(kuò)展研究指明了一個(gè)嶄新的方向。 Dell M， Jones B F， Olken B A， “Temperature shocks and economic growth： Evidence from the last half century”， American Economic Journal： Macroeconomics， vol.4， no.3（2012）， pp.66-95.Dell等著重從國(guó)家收入差異方面（將樣本分為窮國(guó)和富國(guó)）考察全球增溫效應(yīng)的國(guó)別差異，與他們的方法不同，Heal和Park從國(guó)家地理位置層面分析了氣溫對(duì)不同國(guó)家影響的異質(zhì)性。結(jié)合醫(yī)學(xué)文獻(xiàn)，他們建立了一個(gè)微觀勞動(dòng)供給模型，闡明了氣溫作用于有效勞動(dòng)供給的渠道：存在一個(gè)符合人體生理機(jī)能的最優(yōu)氣溫區(qū)（Optimal Temperature Zone），氣溫過高或過低都不利于有效勞動(dòng)供給。在高溫條件下，氣溫上升將降低工作努力程度，縮短工作時(shí)間;在低溫條件下，氣溫上升有助于提高工作努力程度，延長(zhǎng)工作時(shí)間。他們運(yùn)用1950—2005年國(guó)家層面的面板數(shù)據(jù)分析氣溫與人均收入的關(guān)系，研究發(fā)現(xiàn)，氣溫對(duì)一國(guó)人均收入的影響與該國(guó)所處的地理位置密切相關(guān)。具體來說，年均氣溫每升高1℃，氣候炎熱的國(guó)家的人均收入降低3%～4%;與此相反，位于氣候寒冷地區(qū)的國(guó)家的人均收入則提高3%～4%。 Heal G， Park J， “Feeling the heat： Temperature， physiology & the wealth of nations”， Nov.15， 2013， https：//ideas.repec.org/p/nbr/nberwo/19725.html， Jan.10， 2021.

目前，絕大部分研究均得出相似的結(jié)論，即氣候因素對(duì)窮國(guó)影響顯著，全球增溫將對(duì)窮國(guó)的經(jīng)濟(jì)產(chǎn)生嚴(yán)重的負(fù)面影響，而富國(guó)的經(jīng)濟(jì)則幾乎不受氣候因素影響。由于窮國(guó)大多位于氣候炎熱的低緯度地區(qū)，富國(guó)則大多集中在高緯度的溫帶和寒帶地區(qū)，因此，基于國(guó)家地理位置差異與基于國(guó)別收入差異的分析結(jié)論相似。一個(gè)廣為接受的解釋是，富裕的經(jīng)濟(jì)體擁有足夠的資源可以更好地適應(yīng)外界環(huán)境變化，因此，對(duì)于這類群體而言，氣候變化的負(fù)面影響幾乎可以忽略不計(jì)。Schelling T C， “Some economics of global warming”， The American Economic Review， vol.82， no.1（1992）， pp.1-14. Stern N H， Peters S， Bakhshi V， et al， Stern Review： The Economics of Climate Change，Cambridge： Cambridge University Press， 2006. Nordhaus W D， “Geography and macroeconomics： New data and new findings”， Proceedings of the National Academy of Sciences of the United States of America， vol.103， no.10（2006）， pp.3510-3517.Deryugina和Hsiang對(duì)上述觀點(diǎn)提出了質(zhì)疑，他們著重考察了美國(guó)的日平均氣溫對(duì)年度收入的影響。他們分析1969—2011年美國(guó)縣級(jí)層面的日平均氣溫和年度收入數(shù)據(jù)，發(fā)現(xiàn)即使考慮了資源重置（Factor Reallocation）、防御性投資（Defensive Investment）、轉(zhuǎn)移支付（Transfers）等一系列適應(yīng)措施，氣溫仍然能夠顯著影響經(jīng)濟(jì)績(jī)效。當(dāng)日平均氣溫高于15℃時(shí)，氣溫上升1℃，日平均生產(chǎn)率將下降約1.7%;增加1個(gè)高于30℃的工作日，當(dāng)年縣人均收入降低20美元。他們進(jìn)一步采用思維實(shí)驗(yàn)（Thought Experiment）和情境模擬（Simulation）來估算氣溫變化給美國(guó)經(jīng)濟(jì)帶來的額外成本。思維實(shí)驗(yàn)結(jié)果顯示，如果從1969年開始美國(guó)能夠?qū)⑵骄鶜鉁乜刂圃?5℃不變，那么美國(guó)的經(jīng)濟(jì)增長(zhǎng)率將比實(shí)際情況高1.7%。情境模擬則顯示，在氣候“一切照?！保˙usiness as Usual）的情境下，如果沒有新的更為有效的適應(yīng)措施，美國(guó)的年均經(jīng)濟(jì)增長(zhǎng)率（相比于不存在增溫的假想情形）將下降0.06%～0.16%。Deryugina T， Hsiang S M， “Does the environment still matter？ Daily temperature and income in the United States”， Dec.15， 2014， https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=2538336， Jan.10， 2021.Colacito等關(guān)于美國(guó)的研究發(fā)現(xiàn)，在不同季節(jié)，平均氣溫上升會(huì)產(chǎn)生截然不同的影響。具體而言，如果增溫發(fā)生在夏季，則會(huì)阻礙經(jīng)濟(jì)增長(zhǎng)，而如果增溫發(fā)生在秋季，則有助于經(jīng)濟(jì)增長(zhǎng)。由于氣候模型預(yù)測(cè)的夏季增溫趨勢(shì)顯著強(qiáng)于秋季，整體而言氣候變化會(huì)對(duì)美國(guó)的經(jīng)濟(jì)增長(zhǎng)造成顯著的負(fù)面影響。Colacito R， Hoffman B， Phan T， “Temperatures and growth： A panel analysis of the US”， Nov.12， 2014， http：//www.onacademic.com/detail/journal_1000048578113999_664e.html， Jan.11， 2021.Burke等在全球?qū)用婵疾炝似骄鶜鉁嘏c經(jīng)濟(jì)產(chǎn)出的非線性關(guān)系（二項(xiàng)式函數(shù)）。他們發(fā)現(xiàn)，一旦引入非線性函數(shù)關(guān)系，富裕經(jīng)濟(jì)體不受天氣波動(dòng)影響的結(jié)論將不復(fù)存在，無論窮國(guó)還是富國(guó)都會(huì)受到氣溫波動(dòng)的影響。具體來說，窮國(guó)和富國(guó)的人均GDP、農(nóng)業(yè)與非農(nóng)產(chǎn)出和平均氣溫都存在倒U型關(guān)系。從數(shù)值上看，全球整體經(jīng)濟(jì)生產(chǎn)率（Overall Economic Productivity）的峰值出現(xiàn)在13℃（年平均氣溫），更高的年平均氣溫將導(dǎo)致經(jīng)濟(jì)產(chǎn)出大幅下行。Burke M， Hsiang S M， Miguel E， “Climate and conflict”， Annual Review of Economics， vol.7， no.1（2015）， pp.577-617.

近些年來，極端天氣事件（Extreme Weather Events）引起全球越來越廣泛的關(guān)注，極端天氣事件（如暴風(fēng)雨、颶風(fēng)、臺(tái)風(fēng)、旱災(zāi)等）會(huì)導(dǎo)致嚴(yán)重的人員傷亡和經(jīng)濟(jì)損失。Yang利用緊急事件數(shù)據(jù)庫(kù)（Emergency Events Database， EM-DAT，該數(shù)據(jù)庫(kù)包括極端氣候經(jīng)濟(jì)損失，主要由受災(zāi)國(guó)家報(bào)告）研究發(fā)現(xiàn)，暴風(fēng)雨的強(qiáng)度越高，造成的經(jīng)濟(jì)損失（損失金額占GDP比重）和傷亡程度越高，與此同時(shí)，能夠獲得的國(guó)際援助的金額也越高。Yang D， “Coping with disaster： The impact of hurricanes on international financial flows， 1970-2002”， Advances in Economic Analysis & Policy， vol.8， no.1（2008）， p.1903.Nordhaus 專門針對(duì)美國(guó)極端氣候事件（以颶風(fēng)為例）開展研究，1950—2008年，颶風(fēng)每年給美國(guó)造成的經(jīng)濟(jì)損失占GDP的0.07%，但不同年份差異很大，比如2005年僅颶風(fēng)“卡特里娜”就導(dǎo)致美國(guó)的GDP損失了將近1%。 Nordhaus W D， “The economics of hurricanes and implications of global warming”， Climate Change Economics， vol.1， no.1（2010）， pp.1-20.2017年，Hiesl和Rodriguez對(duì)南卡羅來納州的美國(guó)林場(chǎng)系統(tǒng)（ATFS）成員展開調(diào)查，發(fā)現(xiàn)洪水和颶風(fēng)造成的平均損失分別為1534美元/平方千米（約6.21美元/英畝）和1601美元/平方千米（約6.48美元/英畝），將損失推算到州一級(jí)，每個(gè)天氣事件造成的總損失估計(jì)超過8000萬美元。Hiesl P， Rodriguez S L， “Quantifying the impact of a flood and hurricane event on tree farms in South Carolina： A survey”， Forests， vol.10， no.7（2019）， p.546.此外，有學(xué)者發(fā)現(xiàn)颶風(fēng)對(duì)不同經(jīng)濟(jì)部門的影響也存在巨大差異，農(nóng)業(yè)、旅游業(yè)、零售和采礦業(yè)遭受負(fù)面影響，而建筑業(yè)有可能在災(zāi)后受益（通過災(zāi)后重建獲利）。Hsiang S M， “Temperatures and cyclones strongly associated with economic production in the Caribbean and Central America”， Proceedings of the National Academy of Sciences， vol.107， no.35（2010）， pp.15367-15372.最近一些學(xué)者研究發(fā)現(xiàn)，極端氣候事件不僅存在水平效應(yīng)，造成全球范圍大規(guī)模的經(jīng)濟(jì)損失，Hsiang S M， Narita D， “Adaptation to cyclone risk： Evidence from the global cross-section”， Climate Change Economics， vol.3， no.2（2012）， p.1250011.而且還存在增長(zhǎng)效應(yīng)，嚴(yán)重制約受災(zāi)國(guó)的經(jīng)濟(jì)增長(zhǎng)。例如，Hsiang和Jina的研究表明，颶風(fēng)的侵襲將降低國(guó)家經(jīng)濟(jì)增長(zhǎng)率，并且這種效應(yīng)會(huì)隨時(shí)間的延長(zhǎng)而不斷累積。他們估算的結(jié)果顯示，1970—2008年颶風(fēng)肆虐導(dǎo)致全球GDP增長(zhǎng)率下降了約1.3%，而像菲律賓這樣的高頻受災(zāi)經(jīng)濟(jì)體，增長(zhǎng)率的下降幅度則更大（7.28%）。Hsiang S M， Jina A S， “The causal effect of environmental catastrophe on long-run economic growth： Evidence from 6700 cyclones”， Aug.4， 2014， https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=2475699， Jan.5， 2021.

國(guó)際貿(mào)易有助于緩解一國(guó)生產(chǎn)率下降對(duì)國(guó)內(nèi)消費(fèi)者的損害，因?yàn)閲?guó)內(nèi)消費(fèi)者能夠以低于國(guó)際市場(chǎng)的價(jià)格獲取他們想要的商品，與此同時(shí)，國(guó)際貿(mào)易也可能放大生產(chǎn)率下降的損害，因?yàn)檫M(jìn)口國(guó)消費(fèi)者的福利很可能因出口國(guó)生產(chǎn)者的生產(chǎn)率下降而受損。在開放經(jīng)濟(jì)中，氣候變化的影響可能存在溢出效應(yīng)（Spillover Effects），即氣候沖擊對(duì)一個(gè)國(guó)家（地區(qū)）的負(fù)經(jīng)濟(jì)效應(yīng)可能通過國(guó)際貿(mào)易這一渠道對(duì)其他國(guó)家（地區(qū)）的經(jīng)濟(jì)和居民福利造成影響。Jones和Olken考察了年平均氣溫的波動(dòng)對(duì)出口增長(zhǎng)率的影響。他們利用兩套由發(fā)達(dá)國(guó)家統(tǒng)計(jì)的產(chǎn)品層面的國(guó)際貿(mào)易數(shù)據(jù)研究發(fā)現(xiàn)，年平均氣溫上升將導(dǎo)致窮國(guó)的出口增長(zhǎng)率下降，而富國(guó)的出口則不受影響。Jones B F， Olken B A， “Climate shocks and exports”， The American Economic Review， vol.100， no.2（2010）， pp.454-459.這一發(fā)現(xiàn)與Dell等關(guān)于氣溫和經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究結(jié)論非常相似，但他們發(fā)現(xiàn)氣溫對(duì)出口的負(fù)效應(yīng)更強(qiáng)，窮國(guó)的年平均氣溫上升1℃，出口增長(zhǎng)率將下降2.0%～5.7%。具體到行業(yè)層面，他們發(fā)現(xiàn)窮國(guó)的農(nóng)產(chǎn)品（如谷物、蛋、奶和動(dòng)物皮毛等）和輕工業(yè)產(chǎn)品（如電子器械、辦公設(shè)備、鞋靴產(chǎn)品、木材和橡膠制成品等）的出口增長(zhǎng)率與當(dāng)?shù)仄骄鶜鉁仫@著負(fù)相關(guān)。Li等利用2000—2011年中國(guó)進(jìn)出口海關(guān)數(shù)據(jù)和省會(huì)城市氣象站點(diǎn)數(shù)據(jù)考察了天氣變量和城市產(chǎn)品進(jìn)出口貿(mào)易的關(guān)系。他們發(fā)現(xiàn)，城市年平均氣溫的上升對(duì)該城市的產(chǎn)品出口有顯著的負(fù)面影響，但是對(duì)產(chǎn)品進(jìn)口沒有影響，相比于港口城市，內(nèi)陸城市遭受的負(fù)面影響更大。此外，他們還發(fā)現(xiàn)相對(duì)濕度和日照長(zhǎng)度兩個(gè)氣候變量也對(duì)產(chǎn)品出口有微弱的影響，然而背后的傳導(dǎo)機(jī)制目前仍不太清楚。Li C， Xiang X， Gu H， “Climate shocks and international trade： Evidence from China”， Economics Letters， vol.135 （2015）， pp.55-57.

（四）氣候變化經(jīng)濟(jì)效應(yīng)研究評(píng)述

氣候變化經(jīng)濟(jì)效應(yīng)分析是近年來環(huán)境經(jīng)濟(jì)學(xué)科的一個(gè)重要研究領(lǐng)域，相關(guān)學(xué)術(shù)成果如雨后春筍一般不斷涌現(xiàn)，氣候變化與空氣污染、水污染問題并列成為環(huán)境經(jīng)濟(jì)學(xué)中最重要的三大研究主題。氣候因素（氣溫、風(fēng)速等）與空氣污染高度相關(guān)，因此，在實(shí)證研究中估計(jì)空氣污染效應(yīng)通常需要控制氣候因素，否則模型可能遺漏重要變量而出現(xiàn)偏誤。在模型設(shè)定上，空氣污染、水污染等污染因素通常存在內(nèi)生性，即它們可能與經(jīng)濟(jì)因素互為因果，估計(jì)空氣污染、水污染的經(jīng)濟(jì)效應(yīng)通常需要借助工具變量法、雙重差分法和實(shí)驗(yàn)經(jīng)濟(jì)學(xué)方法。氣候因素（天氣變量）在經(jīng)濟(jì)模型中幾乎是嚴(yán)格外生的，不存在反向因果關(guān)系，即一個(gè)地區(qū)發(fā)生的氣候（天氣）沖擊會(huì)影響該地區(qū)經(jīng)濟(jì)表現(xiàn)，但一個(gè)地區(qū)的經(jīng)濟(jì)表現(xiàn)并不會(huì)影響該地區(qū)現(xiàn)在和未來的天氣情況。因此，氣候變化的經(jīng)濟(jì)效應(yīng)在計(jì)量因果識(shí)別（Causal Identification）方面更為簡(jiǎn)單和直接。

作為氣候變化經(jīng)濟(jì)學(xué)分析中最為活躍的一個(gè)研究領(lǐng)域，氣候-農(nóng)業(yè)關(guān)系的實(shí)證研究在研究方法上創(chuàng)新頗多。通過引入累積生長(zhǎng)期度日（Growing Degree Days）、溫度區(qū)間（Temperature Bins）等一系列氣候度量形式，采用二項(xiàng)式、多項(xiàng)式和分段樣條等函數(shù)形式，經(jīng)濟(jì)學(xué)家考察了氣溫、降雨量與作物產(chǎn)量之間的非線性關(guān)系。關(guān)于人類適應(yīng)氣候變化的行為，農(nóng)業(yè)領(lǐng)域的研究也非?；钴S，例如，引入長(zhǎng)期差分法（Long Differences Approach）、分布滯后模型（Distributed Lag Model）、特征價(jià)格法（Hedonic Approach），分析灌溉系統(tǒng)、種植結(jié)構(gòu)調(diào)整、新作物品種的引入等，這些為氣候變化經(jīng)濟(jì)學(xué)分析提供了豐富的素材，同時(shí)也為其他領(lǐng)域的研究提供了方法上的參考。

近些年來，氣候變化經(jīng)濟(jì)效應(yīng)的研究重點(diǎn)逐漸擴(kuò)展到非農(nóng)部門，這在一定程度上豐富了氣候變化經(jīng)濟(jì)學(xué)的研究?jī)?nèi)容，經(jīng)濟(jì)學(xué)家開始探索氣候沖擊作用于經(jīng)濟(jì)部門的各種傳導(dǎo)機(jī)制，有些機(jī)制已經(jīng)相對(duì)明朗，另一些傳導(dǎo)機(jī)制仍需進(jìn)一步探索。非農(nóng)部門的經(jīng)濟(jì)績(jī)效可能受到氣候沖擊（比如高溫）的影響，主要渠道包括以下三個(gè)方面。第一，氣候沖擊可能會(huì)顯著影響勞動(dòng)供給和勞動(dòng)生產(chǎn)率。第二，工業(yè)制造業(yè)的一些原材料來自第一產(chǎn)業(yè)，氣候沖擊對(duì)第一產(chǎn)業(yè)（比如農(nóng)產(chǎn)品）的影響可能會(huì)進(jìn)一步傳遞到下游的工業(yè)制造業(yè)生產(chǎn)中。第三，非農(nóng)部門生產(chǎn)鏈條相對(duì)較長(zhǎng)，鏈條中的某一環(huán)因氣候沖擊而被破壞，整個(gè)產(chǎn)業(yè)都有可能遭受不利影響。比如，現(xiàn)代化車間內(nèi)的生產(chǎn)可能并不會(huì)受到極端高溫和極端降水等極端天氣事件的影響，然而運(yùn)輸環(huán)節(jié)可能被極端天氣事件破壞。就國(guó)民經(jīng)濟(jì)總體而言，現(xiàn)階段越來越多的實(shí)證研究表明：氣候沖擊（氣溫上升、降雨減少和極端天氣事件等）的經(jīng)濟(jì)效應(yīng)存在異質(zhì)性，對(duì)窮國(guó)經(jīng)濟(jì)造成的負(fù)面影響更大;氣候沖擊不僅會(huì)對(duì)經(jīng)濟(jì)體的絕對(duì)收入水平產(chǎn)生負(fù)向影響，而且還可能大幅降低國(guó)家的經(jīng)濟(jì)增長(zhǎng)率。這一系列新發(fā)現(xiàn)為重新構(gòu)建氣候-經(jīng)濟(jì)綜合評(píng)估模型奠定了堅(jiān)實(shí)的實(shí)證基礎(chǔ)。

未來，氣候變化經(jīng)濟(jì)效應(yīng)的研究應(yīng)進(jìn)一步延伸至微觀領(lǐng)域，探索氣候沖擊與農(nóng)村貧困陷阱、家庭流動(dòng)性約束、家庭投資決策、個(gè)體短期收入和長(zhǎng)期收入增長(zhǎng)等的關(guān)系，探索更豐富的微觀傳導(dǎo)渠道。通過考察微觀個(gè)體的氣候變化適應(yīng)措施，利用經(jīng)濟(jì)學(xué)政策評(píng)估工具評(píng)價(jià)各種潛在適應(yīng)措施的實(shí)際效果，有助于強(qiáng)化氣候變化經(jīng)濟(jì)學(xué)研究的現(xiàn)實(shí)意義。

三、氣候變化的社會(huì)效應(yīng)

（一）沖突與政治穩(wěn)定

過去十多年來，關(guān)于氣候沖擊（Climate Shocks）與沖突（Conflict）、政治穩(wěn)定性（Political Stability）關(guān)系的研究迅速增長(zhǎng)，這方面的研究現(xiàn)已成為政治經(jīng)濟(jì)學(xué)研究的一個(gè)新熱點(diǎn)。

Miguel等檢驗(yàn)了1981—1999年41個(gè)撒哈拉以南非洲國(guó)家降雨量變化與沖突的關(guān)系。他們發(fā)現(xiàn)，這些國(guó)家降雨量增長(zhǎng)率下降將導(dǎo)致更多沖突，與此同時(shí)，這些國(guó)家的經(jīng)濟(jì)增長(zhǎng)率也因降雨量下降而下降。他們將降雨量增長(zhǎng)率作為經(jīng)濟(jì)增長(zhǎng)率的工具變量，估計(jì)了經(jīng)濟(jì)增長(zhǎng)與沖突的負(fù)向關(guān)系。Miguel E， Satyanath S，Sergenti E， “Economic shocks and civil conflict： An instrumental variables approach”， Journal of political Economy， vol.112， no.4（2004）， pp.725-753.該文為天氣波動(dòng)-沖突的傳導(dǎo)機(jī)制提供了一個(gè)解釋：更低的降雨量使國(guó)家經(jīng)濟(jì)受到負(fù)面沖擊進(jìn)而引發(fā)沖突事件。Almer等使用網(wǎng)格數(shù)據(jù)考察降水對(duì)撒哈拉以南非洲地區(qū)沖突的影響。他們以干旱指數(shù)作為氣候變化的代理變量，發(fā)現(xiàn)干旱指數(shù)每減少一個(gè)標(biāo)準(zhǔn)差，騷亂發(fā)生的概率會(huì)增加8.3%。Almer C， Laurent-Lucchetti J， Oechslin M， “Water scarcity and rioting： Disaggregated evidence from Sub-Saharan Africa”， Jun.5， 2017， https：//www.researchgate.net/publication/317622716_Water_scarcity_and_rioting_Disaggregated_evidence_from_Sub-Saharan_Africa， Jan.12， 2021.Burke等對(duì)氣溫和沖突關(guān)系的研究也得出了相似的結(jié)論：高溫將導(dǎo)致非洲沖突事件增加，氣溫上升1℃，發(fā)生內(nèi)戰(zhàn)的概率上升4.5%。Burke M B， Miguel E， Satyanath S， et al， “Warming increases the risk of civil war in Africa”， Proceedings of the National Academy of Sciences， vol.106， no.49（2009）， pp.20670-20674.Jun發(fā)現(xiàn)，1970—2012年，撒哈拉以南非洲地區(qū)的玉米在生長(zhǎng)季節(jié)經(jīng)歷高溫則會(huì)減產(chǎn)，進(jìn)而增加沖突發(fā)生的概率;以1981—2000年的沖突情況為參照，預(yù)計(jì)到2031—2050年，氣候變暖將使國(guó)內(nèi)沖突發(fā)生率增加33%，到2081—3010年，該比例將增加100%。Jun T， “Temperature， maize yield， and civil conflicts in Sub-Saharan Africa”， Climatic Change，vol.142， no.1-2（2017）， pp.183-197.關(guān)于“2081—3010年”的預(yù)測(cè)時(shí)間存疑，在正文中，實(shí)際預(yù)測(cè)時(shí)間為“2081—2100年”，但是在摘要和引言部分為“2081—3010年”。此處依據(jù)摘要和引言的時(shí)間范圍。Harari等考察1997—2011年氣溫變化對(duì)非洲沖突的影響，在主要谷物的生長(zhǎng)期，天氣條件的改善會(huì)降低沖突發(fā)生的概率。Harari M， Ferrara E L， “Conflict， climate， and cells： A disaggregated analysis”， Review of Economics and Statistics， vol.100， no.4（2018）， pp.594-608.

Bagozzi等發(fā)現(xiàn)，叛亂分子對(duì)平民的暴行經(jīng)常發(fā)生在發(fā)展中國(guó)家的農(nóng)村地區(qū)，但在不同地區(qū)暴行的發(fā)生頻率有差異。他們發(fā)現(xiàn)若旱季糧食減產(chǎn)，平民會(huì)更愿意保護(hù)糧食，從而導(dǎo)致叛亂分子對(duì)平民的暴行增加。Bagozzi B E， Koren O， Mukherjee B， “Droughts， land appropriation， and rebel violence in the developing world”， The Journal of Politics， vol.79， no.3（2017）， pp.1057-1072.Von Uexkull等發(fā)現(xiàn)，在多數(shù)情況下，干旱發(fā)生后，群體通過軍事手段挑戰(zhàn)國(guó)家政權(quán)的短期風(fēng)險(xiǎn)影響微小;但是對(duì)于依賴農(nóng)業(yè)生產(chǎn)和在政治上受排斥的群體而言，當(dāng)?shù)匕l(fā)生干旱將會(huì)增加持續(xù)暴力行為的可能性。Von Uexkull， Croicu N， Fjelde H， Buhaug H，“Civil conflict sensitivity to growing-season drought”， Proceedings of the National Academy of Sciences， vol.113， no.44（2016）， pp.12391-12396.Schleussner等基于1980—2010年武裝沖突爆發(fā)和氣候相關(guān)自然災(zāi)害的數(shù)據(jù)，利用事件符合分析（Event Coincidence Analysis）檢驗(yàn)“與氣候相關(guān)災(zāi)難的發(fā)生提高了種族劃分國(guó)家發(fā)生武裝沖突的風(fēng)險(xiǎn)”這一假設(shè)。分析發(fā)現(xiàn)，在全球范圍內(nèi)，武裝沖突爆發(fā)和諸如熱浪、干旱等災(zāi)害發(fā)生的符合率為9%，在種族高度分化的國(guó)家中，約23%的沖突爆發(fā)與氣候?yàn)?zāi)難大致同步。Schleussner C F， Donges J F， Donner R V， et al， “Armed-conflict risks enhanced by climate-related disasters in ethnically fractionalized countries”， Proceedings of the National Academy of Sciences， vol.113， no.33（2016）， pp.9216-9221.Iyigun等通過考察1400—1900年（包括大部分小冰河時(shí)期）的降溫來分析氣候變化對(duì)沖突的長(zhǎng)期影響，研究發(fā)現(xiàn)沖突加劇與氣候變冷有關(guān)。若同一地區(qū)在前一個(gè)時(shí)期經(jīng)歷了氣候變冷，則氣候變冷對(duì)沖突的影響會(huì)更大。Iyigun M， Nunn N， Qian N， “Winter is coming： The long-run effects of climate change on conflict， 1400-1900”， Jan.17， 2017， https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=2900038， Jan.16， 2021.此外，天氣驟變同樣會(huì)對(duì)國(guó)家的政治穩(wěn)定性造成影響。一些研究發(fā)現(xiàn)，天氣驟變使一些國(guó)家走向民主化，Burke P J， Leigh A， “Do output contractions trigger democratic change？”， American Economic Journal： Macroeconomics， vol.2， no.4（2010）， pp.124-157. Brückner M， Ciccone A， “Rain and the democratic window of opportunity”， Econometrica， vol.79， no.3（2011）， pp.923-947.平均氣溫上升提高了政治領(lǐng)導(dǎo)人非正式輪換（如政變）的概率。Dell M， Jones B F， Olken B A， “Temperature shocks and economic growth： Evidence from the last half century”， American Economic Journal： Macroeconomics， vol.4， no.3（2012）， pp.66-95.Obradovich分析了1925—2011年19個(gè)國(guó)家的選舉投票數(shù)據(jù)，發(fā)現(xiàn)在年均氣溫高于21℃時(shí)，年均氣溫的升高會(huì)明顯降低官員的得票率。Obradovich N，“Climate change may speed democratic turnover”， Climatic Change， vol.140， no.2（2016）， pp.135-147.

天氣與沖突（或政治穩(wěn)定）的關(guān)系不僅在跨國(guó)研究中成立，一些專門針對(duì)單個(gè)國(guó)家的研究也獲得了相似的發(fā)現(xiàn)。Hidalgo等研究表明，1988—2004年巴西一些自治市降雨量驟減導(dǎo)致一系列不良后果，農(nóng)村地區(qū)的窮困人口私自侵占了大量的土地。 Hidalgo F D， Naidu S， Nichter S， et al， “Economic determinants of land invasions”， The Review of Economics and Statistics， vol.92， no.3（2010）， pp.505-523.Bohlken和Sergenti對(duì)印度的研究則發(fā)現(xiàn)，降雨量驟減導(dǎo)致穆斯林與印度教信徒暴動(dòng)事件大幅增加。Bohlken A T， Sergenti E J， “Economic growth and ethnic violence： An empirical investigation of Hindu-Muslim riots in India”， Journal of Peace Research， vol.47， no.5（2010）， pp.589-600.Maystadt和Ecker對(duì)索馬里地區(qū)的研究表明，1997—2009年，干旱的發(fā)生導(dǎo)致該地區(qū)沖突事件增加。Maystadt J F， Ecker O， “Extreme weather and civil war： Does drought fuel conflict in Somalia through livestock price shocks？”， American Journal of Agricultural Economics， vol.96， no.4（2014）， pp.1157-1182.Caruso等考察了1993—2003年印度尼西亞氣候變化與暴力事件的關(guān)系，他們發(fā)現(xiàn)最低溫度（Minimum Temperature）升高會(huì)導(dǎo)致許多省份的糧食供應(yīng)變少，暴力事件數(shù)量增加。Caruso R， Petrarca I， Ricciuti R， “Climate change， rice crops， and violence： Evidence from Indonesia”， Journal of Peace Research， vol.53， no.1（2016）， pp.66-83.Eastin發(fā)現(xiàn)，在菲律賓，降水量的增加會(huì)提高沖突發(fā)生的概率。過多的降水、臺(tái)風(fēng)登陸和相應(yīng)的糧食減產(chǎn)會(huì)引發(fā)沖突，死傷的人數(shù)增加。Eastin J， “Hell and high water： Precipitation shocks and conflict violence in the Philippines”， Political Geography， vol.63（2018）， pp.116-134.Crost等發(fā)現(xiàn)，在菲律賓，旱季降水量的增多會(huì)提高糧食產(chǎn)量并減少?zèng)_突的發(fā)生;與之相反，雨季降水量增加會(huì)對(duì)作物造成傷害并提高沖突發(fā)生的概率。Crost B， Duquennois C， Felter J H， et al， “Climate change， agricultural production and civil conflict： Evidence from the Philippines”， Journal of Environmental Economics and Management， vol.88（2018）， pp.379-395.

一些經(jīng)濟(jì)史研究分析了文明古國(guó)長(zhǎng)達(dá)幾個(gè)世紀(jì)的天氣與沖突的關(guān)系，其中，兩篇關(guān)于古代中國(guó)的論文受到廣泛關(guān)注，這兩篇文章都使用了中國(guó)長(zhǎng)達(dá)四百年的面板數(shù)據(jù)集，他們發(fā)現(xiàn)次優(yōu)的降雨量（Suboptimal Rainfall）會(huì)引發(fā)農(nóng)民起義。儒家文化在一定程度上緩解了上述效應(yīng)， Kung J K， Ma C， “Can cultural norms reduce conflicts？ Confucianism and peasant rebellions in Qing China”， Journal of Development Economics， vol.111（2014）， pp.132-149.技術(shù)創(chuàng)新——耐旱能力更強(qiáng)的土豆的引入則進(jìn)一步削弱了降雨驟減的負(fù)面效應(yīng)。Jia R， “Weather shocks， sweet potatoes and peasant revolts in historical China”， The Economic Journal， vol.124， no.575（2014）， pp.92-118.Chambru考察17—18世紀(jì)氣溫變化對(duì)前工業(yè)化時(shí)期法國(guó)社會(huì)沖突的影響，發(fā)現(xiàn)氣溫每升高一個(gè)標(biāo)準(zhǔn)差，社會(huì)沖突發(fā)生的概率會(huì)增加5.3%。Chambru C， “Do the right thing！ Leaders， weather shocks and social conflicts in pre-industrial France”， Nov.5， 2019， https：//ideas.repec.org/p/hes/wpaper/0161.html， Jan.16， 2021.雖然近十年有關(guān)天氣與沖突或政治穩(wěn)定關(guān)系的研究迅速增加，但目前經(jīng)濟(jì)學(xué)界仍未達(dá)成共識(shí)。比如Ciccone發(fā)現(xiàn)，相比Miguel等在2004年提出的結(jié)論，如果將樣本期更新至2009年，撒哈拉以南非洲降雨量與沖突的正向關(guān)系明顯減弱了。Ciccone A， “Economic shocks and civil conflict： A comment”， American Economic Journal： Applied Economics， vol.3， no.4（2011）， pp.215-227.Miguel和Satyanath在一篇回應(yīng)性的文章中指出，將降雨量增長(zhǎng)率作為經(jīng)濟(jì)增長(zhǎng)率的工具變量，在第一階段回歸中，如果僅采用2000—2009年的樣本，則降雨量與經(jīng)濟(jì)增長(zhǎng)之間的負(fù)向關(guān)系并不顯著。Miguel E， Satyanath S， “Re-examining economic shocks and civil conflict”， American Economic Journal： Applied Economics， vol.3， no.4（2011）， pp.228-232.這一發(fā)現(xiàn)意味著，近些年隨著撒哈拉以南非洲國(guó)家對(duì)干旱氣候適應(yīng)能力的增強(qiáng)，該地區(qū)的降雨量（或降雨量增長(zhǎng)率）不再是合適的經(jīng)濟(jì)增長(zhǎng)工具變量。Couttenier和Soubeyran利用1957—2009年撒哈拉以南非洲國(guó)家的面板數(shù)據(jù)研究發(fā)現(xiàn)，如果僅在模型中控制線性形式的天氣變量，天氣與沖突的關(guān)系并不顯著，當(dāng)回歸模型引入帕爾默干旱強(qiáng)度指數(shù)（Palmer Drought Severity Index）時(shí)，這一指數(shù)與沖突顯著正相關(guān)。Couttenier M， Soubeyran R， “Drought and civil war in Sub-Saharan Africa”， The Economic Journal， vol.124， no.575（2014）， pp.201-244.

對(duì)于實(shí)證研究中表現(xiàn)出來的不一致性（Inconsistency），有學(xué)者從文獻(xiàn)使用的氣象數(shù)據(jù)方面進(jìn)行解釋。由于這些研究的氣象數(shù)據(jù)來自不同性質(zhì)的數(shù)據(jù)庫(kù)（氣象站、網(wǎng)格、衛(wèi)星數(shù)據(jù)等），而不同的數(shù)據(jù)庫(kù)關(guān)于同一地區(qū)的氣溫和降雨量的統(tǒng)計(jì)存在一定程度的差異，尤其是降雨量，不同數(shù)據(jù)庫(kù)的差異非常明顯。Auffhammer M， Hsiang S， Schlenker W， et al， “Global climate models and climate data： A user guide for economists”， Rev Env Econ Policy， vol.7， no.2（2013）， pp.181-198.此外，還有學(xué)者從不同類型國(guó)家的異質(zhì)性方面給出了解釋。天氣驟變與貧窮國(guó)家的內(nèi)戰(zhàn)發(fā)生率顯著正相關(guān)，但是在富裕、政局穩(wěn)定的國(guó)家，氣候驟變并不會(huì)引發(fā)任何形式的內(nèi)戰(zhàn)。Dell M， Jones B F， Olken B A， “Temperature shocks and economic growth： Evidence from the last half century”， American Economic Journal： Macroeconomics， vol.4， no.3（2012）， pp.66-95.如果把兩種類型的國(guó)家混同在一起進(jìn)行分析，最終結(jié)論很可能是天氣驟變與沖突或政治穩(wěn)定并無明顯的關(guān)系。Hsiang等對(duì)天氣驟變和沖突的研究進(jìn)行了元分析（Meta-analysis，即收集研究氣候驟變和沖突關(guān)系的文獻(xiàn)，對(duì)此前該領(lǐng)域的實(shí)證研究重新進(jìn)行估計(jì)），他們的研究表明，21項(xiàng)關(guān)于氣溫與沖突關(guān)系的回歸均表明氣溫與沖突正相關(guān)（并非所有系數(shù)均顯著），如果氣溫與沖突的真實(shí)關(guān)系是負(fù)相關(guān)或者不相關(guān)，那么不太可能出現(xiàn)如此一致的正相關(guān)結(jié)論。因此，他們認(rèn)為氣溫與沖突正相關(guān)關(guān)系具備較高的可信度。他們重新估計(jì)了降雨量與沖突，發(fā)現(xiàn)在全部18項(xiàng)研究中有16項(xiàng)顯示，一旦降雨量出現(xiàn)異常，沖突事件將會(huì)增加。Hsiang S M， Burke M， Miguel E， “Quantifying the influence of climate on human conflict”， Science， vol.341， no.6151（2013）， p.1212.總的說來，天氣變量每波動(dòng)一個(gè)標(biāo)準(zhǔn)差，發(fā)生沖突事件的概率將增加14%。Burke等對(duì)氣候變化與沖突進(jìn)行了多層元分析（Hierarchical Meta-analysis），他們發(fā)現(xiàn)，偏離中等溫度和降水模式會(huì)系統(tǒng)性地增加沖突風(fēng)險(xiǎn)，且同期氣溫變化對(duì)沖突風(fēng)險(xiǎn)的影響最大，氣溫每升高一個(gè)標(biāo)準(zhǔn)差，騷亂、內(nèi)戰(zhàn)等群體政治沖突發(fā)生的概率增加11.3%。Burke M， Hsiang S M， Miguel E， “Climate and conflict”， Annual Review of Economics， vol.7， no.1（2015）， pp.577-617.

（二）人類健康（死亡率）

衛(wèi)生和健康經(jīng)濟(jì)學(xué)的諸多文獻(xiàn)對(duì)極端天氣與人類健康（死亡率）之間的關(guān)系進(jìn)行了系統(tǒng)的研究。極端天氣能夠通過直接和間接渠道對(duì)人類健康造成負(fù)面影響。直接渠道表現(xiàn)為：極端高溫或低溫天氣會(huì)直接影響人類健康，尤其會(huì)對(duì)患有呼吸系統(tǒng)疾病和心血管疾病的人群產(chǎn)生嚴(yán)重負(fù)面影響。此外，高溫天氣與污染水平存在正相關(guān)關(guān)系，高溫還容易造成食物變質(zhì)，增加媒介傳播疾病的發(fā)病率。間接渠道表現(xiàn)為：極端天氣會(huì)降低家庭收入水平、勞動(dòng)生產(chǎn)率，減少工作時(shí)間，破壞農(nóng)業(yè)生產(chǎn)，造成沖突盛行、政治不穩(wěn)定等，這些不利因素將對(duì)人類健康造成顯著的負(fù)面影響。

不少研究發(fā)現(xiàn)，極端氣候事件對(duì)嬰兒和胎兒的健康造成了顯著的不利影響。極端高溫事件（30℃以上的高溫天氣）導(dǎo)致新生嬰兒體重下降，Deschenes O， Moretti E， “Extreme weather events， mortality， and migration”， The Review of Economics and Statistics， vol.91， no.4（2009）， pp.659-681.孕期颶風(fēng)或臺(tái)風(fēng)頻發(fā)則增加了新生兒死亡或出現(xiàn)并發(fā)癥的概率。Anttila-Hughes J K， Hsiang S M， “Destruction， disinvestment， and death： Economic and human losses following environmental disaster”， Feb.2， 2013， https：//www.researchgate.net/publication/256047958_Destruction_Disinvestment_and_Death_Economic_and_Human_Losses_Following_Environmental_Disaster， Jan.16， 2021. Currie J， Rossin-Slater M， “Weathering the storm： Hurricanes and birth outcomes”， Journal of Health Economics， vol.32， no.3（2013）， pp.487-503. Mendez-Figueroa H， Chauhan S P， Tolcher M C， et al， “Peripartum outcomes before and after hurricane harvey”， Obstetrics and Gynecology， vol.134， no.5（2019）， pp.1005-1016.Kudamatsu等合并了28個(gè)非洲國(guó)家的人口和健康調(diào)查數(shù)據(jù)，考察產(chǎn)前天氣與嬰兒死亡率的關(guān)系。他們發(fā)現(xiàn)，在非洲地區(qū)，無論持續(xù)高溫降雨還是持續(xù)干旱對(duì)人類都是極為不利的。持續(xù)高溫降雨將導(dǎo)致瘧疾盛行，瘧疾蔓延將導(dǎo)致嬰兒死亡率顯著上升，連續(xù)3個(gè)月更高的瘧疾發(fā)生率（預(yù)期）將導(dǎo)致新生嬰兒死亡率上升千分之三。此外，持續(xù)干旱也會(huì)通過引發(fā)農(nóng)業(yè)歉收和貧困，導(dǎo)致一些產(chǎn)婦營(yíng)養(yǎng)不良，進(jìn)而造成嬰兒死亡率上升。Kudamatsu M， Persson T， Strmberg D， “Weather and infant mortality in Africa”， Nov.12， 2012， https：//www.researchgate.net/publication/256045720_Weather_and_infant_mortality_in_Africa ， Jan.16， 2021.有研究發(fā)現(xiàn)，極端氣候所引致的嬰兒健康效應(yīng)可能是長(zhǎng)期的。Maccini S， Yang D， “Under the weather： Health， schooling， and economic consequences of early-life rainfall”， American Economic Review， vol.99， no.3（2009）， pp.1006-1026.通過考察出生于1953—1974年的印度尼西亞人在2000年的健康狀況，研究者發(fā)現(xiàn)，與其他時(shí)期出生的女性相比，嬰兒時(shí)期經(jīng)歷降雨更為充沛的氣候的成年女性，在身高、財(cái)富、受教育水平、健康水平等方面均具有明顯的優(yōu)勢(shì)，這一發(fā)現(xiàn)在一定程度上證明：天氣的好壞對(duì)人類健康不僅具有短期影響，還具有長(zhǎng)期影響。

極度寒冷或者極度炎熱的天氣可能造成人口死亡率增加。Deschenes和Moretti利用美國(guó)人口日平均死亡率和日平均氣溫?cái)?shù)據(jù)考察了極端氣溫對(duì)死亡率的影響。他們發(fā)現(xiàn)極端高溫（高于26℃）和極端低溫（低于-1℃）都會(huì)導(dǎo)致人口死亡率上升，其中極端低溫的效應(yīng)具有持續(xù)性，而極端高溫的影響則主要來源于“豐收效應(yīng)”（Harvesting），即一些原本即將去世的人因極端高溫天氣而提前死去。 Deschenes O， Moretti E， “Extreme weather events， mortality， and migration”， The Review of Economics and Statistics， vol.91， no.4（2009）， pp.659-681.Deschenes和Greenstone進(jìn)一步研究發(fā)現(xiàn)，一些特定人群如老年人和嬰幼兒對(duì)極端氣溫更為敏感，極端高溫發(fā)生時(shí)該群體的死亡概率會(huì)更高。Deschenes O， Greenstone M， “Climate change， mortality， and adaptation： Evidence from annual fluctuations in weather in the US”， American Economic Journal： Applied Economics， vol.3， no.4（2011）， pp.152-185.極端高溫的影響存在明顯的國(guó)別差異。針對(duì)美國(guó)的研究發(fā)現(xiàn)，極端高溫日數(shù)導(dǎo)致死亡率相比正常天氣上升了0.1%～0.2%，Barreca A I， “Climate change， humidity， and mortality in the United States”， Journal of Environmental Economics and Management， vol.63， no.1（2012）， pp.19-34.而針對(duì)印度的研究則發(fā)現(xiàn)該數(shù)值高達(dá)0.75%， Burgess R， Deschenes O， Donaldson D， et al， Weather and Death in India，Cambridge： Massachusetts Institute of Technology， 2011.大約是美國(guó)的6倍，相當(dāng)于美國(guó)1920—1930年的水平。極端高溫天氣的影響在不同區(qū)域和城鄉(xiāng)之間也存在顯著差異。在美國(guó)，經(jīng)常發(fā)生極端高溫天氣的州，人口死亡率對(duì)極端高溫事件的反應(yīng)明顯小于其他不常出現(xiàn)高溫天氣的州，雖然這種州際差異在過去一百年中縮小了，但時(shí)至今日，氣候炎熱的州在適應(yīng)極端高溫天氣方面仍然明顯地好于氣候寒冷的州。Barreca A， Clay K， Deschenes O， et al， “Convergence in adaptation to climate change： Evidence from high temperatures and mortality， 1900-2004”， The American Economic Review， vol.105， no.5（2015）， pp.247-251.而在印度，高溫效應(yīng)的城鄉(xiāng)差異非常明顯。高溫日數(shù)每增加一個(gè)標(biāo)準(zhǔn)差，農(nóng)村人口死亡率將上升7.3%，而城市人口死亡率僅上升2.8%。Yu等以中國(guó)縣級(jí)面板數(shù)據(jù)為基礎(chǔ)，考察了極端氣溫對(duì)死亡率的影響。分析發(fā)現(xiàn)，溫度和死亡率之間存在一種穩(wěn)健的U型關(guān)系，說明極度寒冷或極度炎熱都會(huì)導(dǎo)致過量死亡。與極度炎熱相關(guān)的影響是使用美國(guó)數(shù)據(jù)研究結(jié)果的3.5倍，與極度寒冷相關(guān)的影響則是3.2倍，對(duì)老年人口的影響尤其大。Yu X M， Lei X Y， Wang M， “Temperature effects on mortality and household adaptation： Evidence from China”， Journal of Environmental Economics and Management， vol.96，no.C（2019）， pp.195-212.此外，Li和Gu利用1964—2008年中國(guó)各省年死亡率和逐日天氣變化的面板數(shù)據(jù)來估計(jì)溫度沖擊對(duì)死亡率的短期影響，主要研究結(jié)果顯示，平均氣溫上升1℃，每年的死亡率就會(huì)增加3.2%。此外，一年中日平均氣溫超過27℃的日子增加一天，該年的死亡率增加近01%，或增加約9520例額外死亡;一年中日平均氣溫超過30℃的日子增加一天，該年的死亡率增加近0.2%，或增加約19040例額外死亡。此外，高溫導(dǎo)致高死亡率的現(xiàn)象可能與高溫條件下自殺率陡增相關(guān)。Li C Z， Gu H Y， “Climate change and mortality evolution in China”， Journal of Environmental Management， vol.267（2020）， p.110622.Burke等使用美國(guó)和墨西哥數(shù)十年來的綜合數(shù)據(jù)考察自殺率是否受到氣候條件的系統(tǒng)影響。研究發(fā)現(xiàn)，月平均氣溫升高1℃，美國(guó)各州的自殺率上升0.7%，墨西哥各市的自殺率上升2.1%。在較熱和較冷的地區(qū)，這種影響相似，并且隨著時(shí)間的推移并未減弱。對(duì)超過6億個(gè)社交媒體中抑郁性語詞的分析表明，在更加溫暖的時(shí)期，心理健康狀況會(huì)惡化。Burke M， González F， Baylis P， et al， “Higher temperatures increase suicide rates in the United States and Mexico”， Nature Climate Change， vol.8， no.8 （2018）， pp.723-729.

在現(xiàn)代社會(huì)中，人類有機(jī)會(huì)充分利用各種電器設(shè)備來應(yīng)對(duì)惡劣天氣的不利影響。關(guān)于適應(yīng)措施（Measure of Adaptation）的研究，Deschenes、Greenstone和 Barreca選擇了家庭能源消費(fèi)量（Residential Energy Consumption）這一間接測(cè)度指標(biāo)，發(fā)現(xiàn)家庭能源消費(fèi)量在極端高溫和極端低溫天氣下顯著增加，從而給出了人類采取應(yīng)對(duì)措施減緩壞天氣負(fù)面效應(yīng)的間接證據(jù)。Deschenes O， Greenstone M， “Climate change， mortality， and adaptation： Evidence from annual fluctuations in weather in the US”， American Economic Journal： Applied Economics， vol.3， no.4（2011）， pp.152-185. Barreca A， “Climate change， humidity， and mortality in the United States”， Journal of Environmental Economics and Management， vol.63， no.1（2012）， pp.19-34.Barreca等的研究則嘗試尋找直接證據(jù)，他們發(fā)現(xiàn)家用空調(diào)這個(gè)調(diào)節(jié)室內(nèi)溫度的現(xiàn)代設(shè)備大幅降低了極端高溫對(duì)人口死亡率的不利影響。Barreca A，Clay K， Deschenes O， et al， “Adapting to climate change： The remarkable decline in the US temperature-mortality relationship over the twentieth century”， Journal of Political Economy， vol.124， no.1（2016）， pp.105-159.1900—2004年26℃以上的高溫天氣對(duì)死亡率的影響降低了75%，高溫天氣對(duì)死亡率影響的下降主要出現(xiàn)在1960年之后。他們進(jìn)一步的分析表明，1960年代前后家用空調(diào)（Residential Air Conditioning）開始出現(xiàn)在美國(guó)家庭，此后的20年里美國(guó)家庭空調(diào)占有率迅速增長(zhǎng)。他們?cè)谀Ｐ椭幸霕O端高溫和空調(diào)占有率的交互項(xiàng)，證實(shí)了20世紀(jì)美國(guó)因高溫導(dǎo)致的死亡率逐漸下降主要是因?yàn)榧矣每照{(diào)在全國(guó)范圍內(nèi)的擴(kuò)散（Diffusion）。

（三）人口遷移

面對(duì)不利的氣候沖擊，人類的一個(gè)常見反應(yīng)是向外遷移，這一領(lǐng)域的研究近年來也逐漸受到經(jīng)濟(jì)學(xué)家的關(guān)注。Munshi在研究美國(guó)的墨西哥移民的社會(huì)網(wǎng)絡(luò)與就業(yè)的關(guān)系時(shí)發(fā)現(xiàn)了一個(gè)有趣的現(xiàn)象，當(dāng)墨西哥國(guó)內(nèi)的某一個(gè)居民區(qū)降雨量在某年出現(xiàn)明顯下降時(shí)，第二年這個(gè)社區(qū)將會(huì)有更多居民遷移到美國(guó)，社區(qū)也會(huì)通過幫助居民遷到其他地區(qū)來應(yīng)對(duì)不利的氣候沖擊。Munshi K， “Networks in the modern economy： Mexican migrants in the US labor market”， The Quarterly Journal of Economics， vol.118， no.2（2003）， pp.549-599.Feng等使用氣候變量作為糧食（玉米和小麥）產(chǎn)量的工具變量，考察了糧食產(chǎn)量變化與墨西哥人向境外移民的關(guān)系。Feng S， Krueger A B， Oppenheimer M， “Linkages among climate change， crop yields and Mexico-US cross-border migration”， Proceedings of the National Academy of Sciences， vol.107， no.32（2010）， pp.14257-14262.他們發(fā)現(xiàn)氣候?qū)е拢–limate-driven）的糧食減產(chǎn)將使境外移民顯著增加，糧食產(chǎn)量下降10%，向境外遷移的人口數(shù)量將增加2%。Gray和Mueller利用孟加拉國(guó)農(nóng)村地區(qū)1700戶居民長(zhǎng)達(dá)15年的微觀調(diào)查數(shù)據(jù)分析了洪澇災(zāi)害和糧食減產(chǎn)對(duì)災(zāi)區(qū)人口國(guó)際流動(dòng)的影響。他們發(fā)現(xiàn)洪澇災(zāi)害的影響并不大，僅僅導(dǎo)致小規(guī)模的人口遷移（以女性和貧困家庭為主），而與洪澇無關(guān)的糧食減產(chǎn)才是孟加拉國(guó)人口大規(guī)?？缇尺w移的主要原因;事實(shí)上，能夠成功向外遷移的人口并不是災(zāi)區(qū)受損最嚴(yán)重的居民，而是居住在災(zāi)區(qū)、經(jīng)濟(jì)條件較好的未受災(zāi)居民。除了跨境遷移現(xiàn)象，受災(zāi)人口在境內(nèi)跨地區(qū)遷移也非常普遍，因?yàn)檫@類遷移所花費(fèi)的成本相對(duì)更低。Gray C L， Mueller V， “Natural disasters and population mobility in Bangladesh”， Proceedings of the National Academy of Sciences， vol.109， no.16（2012）， pp.6000-6005.Hornbeck發(fā)現(xiàn)，1930年代的美國(guó)沙塵暴對(duì)災(zāi)區(qū)經(jīng)濟(jì)造成了長(zhǎng)期的負(fù)面影響。在經(jīng)濟(jì)調(diào)整措施中，農(nóng)業(yè)部門內(nèi)部的調(diào)整貢獻(xiàn)度不大（小于25%），縮小災(zāi)區(qū)與其他地區(qū)的差距主要通過人口外遷來實(shí)現(xiàn)。重災(zāi)區(qū)在1930—1950年出現(xiàn)大規(guī)模人口外遷，這些地區(qū)的人口相對(duì)數(shù)量（密度）從那時(shí)開始顯著下降。Hornbeck R， “The enduring impact of the American Dust Bowl： Short-and long-run adjustments to environmental catastrophe”， The American Economic Review， vol.102， no.4（2012）， pp.1477-1507.Hornbeck和Naidu考察了1927年密西西比特大洪災(zāi)（Great Mississippi Flood）對(duì)美國(guó)黑人人口遷移和農(nóng)業(yè)發(fā)展的影響。他們發(fā)現(xiàn)在洪災(zāi)發(fā)生后黑人人口立即并且持續(xù)地遷出受災(zāi)縣，隨著時(shí)間的推移，受災(zāi)縣的農(nóng)場(chǎng)主逐步采用了資本密集型生產(chǎn)技術(shù)，率先實(shí)現(xiàn)了現(xiàn)代農(nóng)業(yè)生產(chǎn)模式。Hornbeck R， Naidu S， “When the levee breaks： Black migration and economic development in the American South”， The American Economic Review， vol.104， no.3（2014）， pp.963-990.Feng等考察了1970—2009年美國(guó)糧食產(chǎn)量與農(nóng)村人口境內(nèi)遷移的關(guān)系。他們發(fā)現(xiàn)，不利氣候條件（如玉米開花時(shí)遭遇極端高溫天氣）導(dǎo)致農(nóng)作物減產(chǎn)，使玉米主產(chǎn)區(qū)（Corn Belt）的農(nóng)村人口大量外遷（玉米主產(chǎn)區(qū)以外的地區(qū)則不受影響），農(nóng)作物產(chǎn)量下降1%，將導(dǎo)致位于美國(guó)玉米主產(chǎn)區(qū)的農(nóng)村人口凈流出量增加03%～04%。他們還發(fā)現(xiàn)，遷移人口的主體是年輕人而非老年人。Feng S， Oppenheimer M， Schlenke W， “Climate change， crop yields， and internal migration in the United States”， Nov.6， 2012， https：//ideas.repec.org/p/nbr/nberwo/17734.html， Jan.25， 2021.因此，人口外遷的動(dòng)因是農(nóng)業(yè)生產(chǎn)率下降而不是敏感人群（如老年人）對(duì)好氣候的偏好。Groeger和Zylberberg將臺(tái)風(fēng)侵襲后的客觀變化與臺(tái)風(fēng)前后的越南家庭數(shù)據(jù)進(jìn)行匹配，分析發(fā)現(xiàn)家庭主要通過勞動(dòng)力向城市地區(qū)遷移來應(yīng)對(duì)收入的大幅下降。Groeger A， Zylberberg Y， “Internal labor migration as a shock coping strategy： Evidence from a typhoon”， American Economic Journal-Applied Economics， vol.8， no.2（2016）， pp.123-153.Boustan等分析了1920—2010年美國(guó)聯(lián)邦指定的自然災(zāi)害的數(shù)據(jù)集，發(fā)現(xiàn)輕度災(zāi)難對(duì)遷移的影響較小，但隨著時(shí)間的推移，相關(guān)影響一直在增加，嚴(yán)重的自然災(zāi)害使縣一級(jí)的人口遷移率提高了1.5%。Boustan L P， Kahn M E， Rhode P W， et al， “The effect of natural disasters on economic activity in US counties： A century of data”， May 18，2017，https：//papers.ssrn.com/so13/papers.cfm？abstract_id=2968248，Jan.15，2021. Minale利用縱向調(diào)查數(shù)據(jù)探討如何通過勞動(dòng)生產(chǎn)力的渠道誘發(fā)城鄉(xiāng)人口遷移，研究發(fā)現(xiàn)降雨量減少一個(gè)標(biāo)準(zhǔn)差可使農(nóng)民的勞動(dòng)力減少4.5%，遷移率增加約5%。Minale L， “Agricultural productivity shocks， labour reallocation and rural-urban migration in China”， Journal of Economic Geography， vol.18， no.4（2018）， pp.795-821.Barassi等利用1987—2015年中國(guó)30個(gè)省級(jí)行政區(qū)之間的雙邊遷移率考察了氣候異常（溫度、降水、日照）與人口遷移之間的關(guān)系。研究發(fā)現(xiàn)，氣候變化是影響遷移的重要因素，氣溫升高、降水增多和日照減少會(huì)促使人們向外遷移。Barassi M R， Ercolani M G， Herrerias M J， et al， “Climate anomalies and migration between Chinese provinces： 1987-2015”， Energy Journal， vol.39， no.S1（2018）， pp.123-145.Peri和Sasahara考察了1970—2000年溫度變化對(duì)城鄉(xiāng)遷移的影響，研究表明氣溫上升使貧困國(guó)家的城鄉(xiāng)遷移減少，中等收入國(guó)家的城鄉(xiāng)遷移增加。Peri G， Sasahara A， “The impact of global warming on rural-urban migrations： Evidence from global big data”， Nov.6， 2019， https：//ideas.repec.org/p/nbr/nberwo/25728.html， Jan. 9， 2021.

（四）暴力行為和犯罪

高溫可能影響人腦血清素的神經(jīng)傳遞，從而使人易沖動(dòng)，產(chǎn)生攻擊性。Tiihonen J， Rsnen P， Hakko H， “Seasonal variation in the occurrence of homicide in Finland”， American Journal of Psychiatry， vol.154， no.12（1997）， pp.1711-1714.Jacob等考察了天氣對(duì)犯罪率的影響。他們發(fā)現(xiàn)在美國(guó)，周平均氣溫的上升將導(dǎo)致這個(gè)星期的暴力犯罪和財(cái)產(chǎn)犯罪案件顯著增加，降雨量的增加會(huì)減少暴力犯罪但對(duì)財(cái)產(chǎn)犯罪沒有影響。Jacob B，Lefgren L， Moretti E， “The dynamics of criminal behavior evidence from weather shocks”， Journal of Human Resources， vol.42， no.3（2007）， pp.489-527.Ranson利用美國(guó)縣級(jí)層面長(zhǎng)達(dá)50年的月度犯罪記錄和天氣數(shù)據(jù)分析了氣溫對(duì)犯罪率的影響，他同樣發(fā)現(xiàn)氣溫對(duì)暴力犯罪有顯著的正向影響，而且二者之間的關(guān)系幾乎是線性的。氣溫對(duì)財(cái)產(chǎn)犯罪的影響則是非線性的，日平均氣溫低于4℃時(shí)財(cái)產(chǎn)犯罪案件顯著下降，而極端高溫并不會(huì)使財(cái)產(chǎn)犯罪案件增加。Ranson M， “Crime， weather， and climate change”， Journal of Environmental Economics and Management， vol.67， no.3（2014）， pp.274-302.此外，Mares和Moffett考察了近50年美國(guó)每月統(tǒng)一犯罪報(bào)告，研究犯罪事件數(shù)量與氣候變化的關(guān)系，氣候變化和犯罪發(fā)生率之間存在顯著的正相關(guān)關(guān)系，氣溫比正常水平高出1℃，犯罪率就會(huì)增加近1%。Mares D M， Moffett K W， “Climate change and crime revisited： An exploration of monthly temperature anomalies and UCR crime data”， May 1， 2019，https：//www.researchgate.net/publication/333115279_Climate_Change_and_Crime_Revisited_An_Exploration_of_Monthly_Temperature_Anomalies_and_UCR_Crime_Data， Jan.3， 2021.

天氣因素還可能通過影響家庭收入這一間接渠道引發(fā)犯罪行為。Miguel對(duì)坦桑尼亞的研究發(fā)現(xiàn)，極端降雨事件將導(dǎo)致年長(zhǎng)女性被謀殺的概率顯著上升，一種可能的解釋是，降雨異?？赡軐?dǎo)致家庭收入銳減，家庭戶主通過“剔除”缺乏生產(chǎn)能力的老年成員來應(yīng)對(duì)這一負(fù)面沖擊。Miguel E， “Poverty and witch killing”， The Review of Economic Studies， vol.72， no.4（2005）， pp.1153-1172.Mehlum等研究發(fā)現(xiàn)，在19世紀(jì)的巴伐利亞，降雨量偏少導(dǎo)致谷物產(chǎn)量減少，谷物價(jià)格高漲而實(shí)際工資下降，進(jìn)而使犯罪率增加。Mehlum H，Miguel E， Torvik R， “Poverty and crime in 19th century Germany”， Journal of Urban Economics， vol.59， no.3（2006）， pp.370-388.Sekhri和Storeygard的研究發(fā)現(xiàn)了相似的情況，近些年來印度謀殺新娘案件的發(fā)生率在降雨量異常偏低的時(shí)期更高，這一現(xiàn)象很可能是受害者不能提供足夠的嫁妝所致。Sekhri S， Storeygard A， “The impact of climate variability on crimes against women： Dowry deaths in India”， Biologia， vol.67， no.4（2011）， pp.751-761.

（五）氣候變化社會(huì)效應(yīng)研究評(píng)述

考察氣候變化的社會(huì)效應(yīng)進(jìn)一步豐富了氣候變化經(jīng)濟(jì)學(xué)的研究?jī)?nèi)容，相關(guān)研究不再局限于經(jīng)濟(jì)領(lǐng)域，而是涉及政治學(xué)、社會(huì)學(xué)、人口學(xué)甚至犯罪學(xué)等多個(gè)學(xué)科。因此，氣候變化社會(huì)效應(yīng)研究中學(xué)科交叉的特征特別明顯，這在一定程度上強(qiáng)化了經(jīng)濟(jì)學(xué)科及其研究工具的影響力，有助于各學(xué)科之間的交叉與融合。經(jīng)濟(jì)學(xué)方法介入氣候變化社會(huì)效應(yīng)研究，除了提供更先進(jìn)的研究工具，在探索和識(shí)別微觀傳導(dǎo)機(jī)制方面也有巨大貢獻(xiàn)。

首先，經(jīng)濟(jì)學(xué)研究方法注重人類行為的風(fēng)險(xiǎn)，將個(gè)體響應(yīng)和適應(yīng)行為作為研究重點(diǎn)，這種方式有助于研究者準(zhǔn)確識(shí)別氣候沖擊的傳導(dǎo)機(jī)制。比如，經(jīng)濟(jì)分析方法總結(jié)發(fā)現(xiàn)，天氣-政治不穩(wěn)定的傳導(dǎo)機(jī)制包含四個(gè)方面。第一，極端天氣事件造成經(jīng)濟(jì)總產(chǎn)出下降，這在很大程度上降低了從事暴力活動(dòng)和對(duì)抗政府的機(jī)會(huì)成本。第二，經(jīng)濟(jì)總產(chǎn)出下降導(dǎo)致政府稅收收入減少，財(cái)政層面出現(xiàn)困難，政府維持穩(wěn)定的能力降低。第三，極端氣候事件導(dǎo)致農(nóng)業(yè)減產(chǎn)引發(fā)食品價(jià)格上漲，食品價(jià)格飛漲很可能引發(fā)饑民暴亂，一旦這種暴亂波及全國(guó)，政治不穩(wěn)定在所難免。第四，不利氣候引發(fā)人口外遷，導(dǎo)致難民流入地的沖突事件增加。氣候沖擊-人口遷移的傳導(dǎo)機(jī)制主要體現(xiàn)在兩個(gè)方面：一方面，不利的氣候沖擊導(dǎo)致農(nóng)業(yè)減產(chǎn)和農(nóng)村家庭收入下滑，部分家庭成員通過境內(nèi)遷移或跨境遷移尋找新的謀生手段，幫助家庭應(yīng)對(duì)不利沖擊，抑或舉家遷移至氣候更為友好的地區(qū)，落地生根從事農(nóng)業(yè)或非農(nóng)生產(chǎn)工作。另一方面，極端天氣事件帶來的經(jīng)濟(jì)、生理或心理傷害最終影響了居民的地理偏好，居民選擇遷移至氣候條件更適宜的地區(qū)安居樂業(yè)或安享晚年，比如，對(duì)氣候條件敏感的老年人口傾向于離開嚴(yán)寒或酷熱地區(qū)，選擇氣候溫和怡人的地區(qū)養(yǎng)老。

其次，氣候變化社會(huì)效應(yīng)研究與自然科學(xué)交叉融合，將自然科學(xué)在實(shí)驗(yàn)室中獲得的研究成果擴(kuò)展到現(xiàn)實(shí)環(huán)境中，利用社會(huì)統(tǒng)計(jì)數(shù)據(jù)而非實(shí)驗(yàn)數(shù)據(jù)進(jìn)行大樣本研究，適應(yīng)措施和調(diào)節(jié)機(jī)制在氣候變化社會(huì)效應(yīng)的研究中至關(guān)重要。氣候沖擊與人類健康（死亡率）、犯罪與暴力行為的關(guān)系具有豐富的生理學(xué)醫(yī)學(xué)研究基礎(chǔ)。比如，極端天氣會(huì)提高患有呼吸系統(tǒng)疾病和心血管疾病的人群的發(fā)病率和死亡率;高溫天氣加速食物腐敗變質(zhì)，加劇疾病傳播;高溫天氣可能影響人腦血清素的神經(jīng)傳遞，使人暴躁不安，沖動(dòng)易怒。氣候變化社會(huì)效應(yīng)研究以社會(huì)統(tǒng)計(jì)數(shù)據(jù)分析為基礎(chǔ)，適應(yīng)措施在減緩氣候沖擊不利影響方面的作用不容忽視。比如，家用空調(diào)的出現(xiàn)極大地降低了高溫天氣事件的死亡效應(yīng)，此類發(fā)現(xiàn)不僅具有很強(qiáng)的政策意義，也可幫助相關(guān)部門精準(zhǔn)評(píng)估極端天氣事件的實(shí)際影響，而不是僅僅使用自然科學(xué)研究的實(shí)驗(yàn)結(jié)論進(jìn)行簡(jiǎn)單的預(yù)測(cè)。

總之，經(jīng)濟(jì)學(xué)方法介入氣候變化社會(huì)效應(yīng)研究，不僅豐富了氣候變化微觀傳導(dǎo)機(jī)制的研究，還顯著提升了政策評(píng)估的效率。進(jìn)一步拓寬氣候變化社會(huì)效應(yīng)的研究范圍，有助于促進(jìn)各學(xué)科的交叉融合，加快研究方法和技術(shù)手段的創(chuàng)新。

四、總結(jié)與展望

雖然氣候變化經(jīng)濟(jì)學(xué)僅僅是環(huán)境經(jīng)濟(jì)學(xué)領(lǐng)域的一個(gè)很小的分支，并且起步較晚，但是最近十多年來該領(lǐng)域的研究成果迅速增長(zhǎng)，研究深度和廣度都不亞于環(huán)境經(jīng)濟(jì)學(xué)的其他分支領(lǐng)域，自然科學(xué)和社會(huì)科學(xué)的學(xué)科交叉在這一領(lǐng)域取得了非常好的成效?？偟膩碚f，過去十多年來氣候變化經(jīng)濟(jì)學(xué)研究表現(xiàn)出以下兩大趨勢(shì)：第一，研究范圍迅速擴(kuò)張。早期關(guān)于氣候變化經(jīng)濟(jì)效應(yīng)的研究主要集中在農(nóng)業(yè)領(lǐng)域，最近十幾年來，研究對(duì)象開始擴(kuò)展到包括經(jīng)濟(jì)增長(zhǎng)、人類健康、勞動(dòng)生產(chǎn)率、政治沖突、工業(yè)生產(chǎn)和國(guó)際貿(mào)易等在內(nèi)的非農(nóng)經(jīng)濟(jì)和社會(huì)科學(xué)領(lǐng)域。第二，實(shí)證方法不斷進(jìn)步。早期的研究大多采用截面回歸方法（包含特征價(jià)值模型），近期大部分研究則采用動(dòng)態(tài)面板數(shù)據(jù)模型和分布滯后模型方法來克服遺漏變量偏誤和模型誤設(shè)問題，采用二項(xiàng)式、多項(xiàng)式和區(qū)間回歸的方法考察非線性效應(yīng)，并采用長(zhǎng)期平均、長(zhǎng)期差分和交互項(xiàng)方法來測(cè)度人類適應(yīng)氣候變化的表現(xiàn)。高頻氣象數(shù)據(jù)的使用進(jìn)一步助推了研究方法的進(jìn)步。

盡管過去十多年有關(guān)氣候變化經(jīng)濟(jì)與社會(huì)效應(yīng)的研究成果頗豐，但現(xiàn)有文獻(xiàn)仍存在一些不夠完善的地方。關(guān)于氣候沖擊的經(jīng)濟(jì)效應(yīng)的實(shí)證研究大多基于宏觀經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)，基于大樣本微觀數(shù)據(jù)的研究較少，長(zhǎng)期追蹤微觀面板數(shù)據(jù)的研究更少，尤其是分析氣候沖擊對(duì)發(fā)展中國(guó)家企業(yè)層面和家庭層面影響的研究仍不多見。對(duì)人類適應(yīng)氣候變化能力的評(píng)估，已有研究提到的適應(yīng)措施仍相對(duì)較少（如空調(diào)設(shè)備、大壩和蓄水池、作物調(diào)整等），實(shí)踐中，人類應(yīng)對(duì)不利氣候沖擊的措施多種多樣，其他一些潛在的適應(yīng)措施也應(yīng)該被納入研究。此外，氣候變化造成的影響是多維度的，包括經(jīng)濟(jì)、社會(huì)、政治、生態(tài)和文化的影響等，對(duì)氣候變化的作用渠道和傳導(dǎo)機(jī)制的分析仍有待進(jìn)一步拓寬和深入?！藏?zé)任編輯：沈 丹〕