氣候變化與經(jīng)濟(jì)增長的關(guān)系研究

劉昌義， 何　為

(1. 中國氣象局國家氣候中心， 北京 100081； 2. 天津大學(xué)管理與經(jīng)濟(jì)學(xué)部， 天津 300072)

?

氣候變化與經(jīng)濟(jì)增長的關(guān)系研究

劉昌義1， 何為2

(1. 中國氣象局國家氣候中心， 北京 100081； 2. 天津大學(xué)管理與經(jīng)濟(jì)學(xué)部， 天津 300072)

全球性氣候變化已對人類經(jīng)濟(jì)和社會(huì)系統(tǒng)產(chǎn)生了顯著的影響，受到全世界的廣泛關(guān)注。氣候變化是否會(huì)影響經(jīng)濟(jì)增長及如何影響經(jīng)濟(jì)增長？近年來經(jīng)濟(jì)學(xué)家采用計(jì)量方法展開了大量的實(shí)證研究。文章通過文獻(xiàn)綜述梳理了氣候和極端氣候事件對經(jīng)濟(jì)的影響以及短期與長期影響的差異，較為深入地闡述了氣候變化影響經(jīng)濟(jì)增長的具體途徑與機(jī)制，總結(jié)了相關(guān)研究結(jié)論，并提出了相應(yīng)的建議。

氣候變化； 經(jīng)濟(jì)增長； 影響； 計(jì)量

天氣、氣候和氣候變化是否會(huì)影響經(jīng)濟(jì)增長？我國著名地理學(xué)家胡煥庸提出的“胡煥庸線”，就是氣候和地理因素共同影響人類經(jīng)濟(jì)活動(dòng)的典型例證。在傳統(tǒng)的經(jīng)濟(jì)增長理論中，氣候因素作為可能影響經(jīng)濟(jì)增長的一個(gè)因素，常常被經(jīng)濟(jì)學(xué)家所忽視。近年來，在氣候變化背景下，經(jīng)濟(jì)學(xué)家圍繞氣候、氣候變化與經(jīng)濟(jì)增長展開了大量的實(shí)證研究，希望能從歷史的影響中尋找更為堅(jiān)實(shí)的證據(jù)，作為推斷未來氣候變化對經(jīng)濟(jì)影響的基礎(chǔ)。梳理和評述這類實(shí)證研究，有助于學(xué)界了解氣候變化經(jīng)濟(jì)影響評估和災(zāi)害風(fēng)險(xiǎn)評估領(lǐng)域前沿進(jìn)展，也有助于為決策者制定適應(yīng)政策提供支撐。

一、 研究方法與數(shù)據(jù)處理

尋找兩變量間的統(tǒng)計(jì)關(guān)系，或推斷二者因果關(guān)系，經(jīng)濟(jì)學(xué)家最常用的是利用計(jì)量方法進(jìn)行統(tǒng)計(jì)推斷。就氣候變化對經(jīng)濟(jì)影響的實(shí)證研究而言，一般方程為

y=f(C,X)

(1)

展開后的簡化方程為

yit=α+βCit+γXit+μi+θit+εit

(2)

根據(jù)不同的研究對象(按空間可分為國家、省、市等單位或者以家庭、個(gè)人為單位)，被解釋變量y可以是收入(如GDP)、農(nóng)業(yè)產(chǎn)量或產(chǎn)值、工業(yè)產(chǎn)值、勞動(dòng)生產(chǎn)率、能源使用、健康、移民、政治穩(wěn)定等變量；氣候變量C包括氣溫、降水，或者極端氣候事件(如臺(tái)風(fēng))；解釋變量X則指其他影響因素。在面板數(shù)據(jù)中，i是樣本研究對象，即某一空間單元；t為時(shí)間尺度(年代、年、季、月、日等)；ε為不可解釋的殘差部分。在面板數(shù)據(jù)中，往往還有固定空間效應(yīng)的變量(μi)和固定時(shí)間效應(yīng)的變量(θit)。

1. 氣象數(shù)據(jù)

目前氣象數(shù)據(jù)主要有四個(gè)來源：地面觀測站、格點(diǎn)數(shù)據(jù)、衛(wèi)星遙感數(shù)據(jù)和再分析數(shù)據(jù)。地面觀測站最常用，包括氣溫、降水、濕度、風(fēng)速和風(fēng)向、氣壓、太陽輻射、能見度等最基本的氣象要素。不同氣象站點(diǎn)之間的氣象信息則通過插值計(jì)算得出，不同的插值方法得到的結(jié)果也會(huì)有所差異。由于氣象站點(diǎn)非均勻分布，在對某地區(qū)氣象站點(diǎn)數(shù)據(jù)加總時(shí)需對不同站點(diǎn)賦予不同權(quán)重，通常利用人口數(shù)量或面積進(jìn)行加權(quán)。全球氣象數(shù)據(jù)可在美國國家氣候數(shù)據(jù)中心的“全球歷史氣候網(wǎng)絡(luò)”(GHCN)獲取。中國氣象數(shù)據(jù)可在中國氣象局(中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng))獲取。

對未來氣候預(yù)測的數(shù)據(jù)集，主要來自氣象科學(xué)家利用大氣環(huán)流模式得到。例如根據(jù)政府間氣候變化專門委員會(huì)(IPCC)開發(fā)的典型濃度路徑(RCPs)情景，利用全球氣候模式計(jì)算得出未來全球氣候數(shù)據(jù)，或用區(qū)域氣候模式降尺度后得到某區(qū)域的格點(diǎn)數(shù)據(jù)，包括氣溫、降水等主要?dú)夂蛞蜃印?/p>

2. 計(jì)量模型中的常見方法與問題

在截面數(shù)據(jù)、時(shí)間序列數(shù)據(jù)和面板數(shù)據(jù)三種常見的數(shù)據(jù)中，氣候經(jīng)濟(jì)模型使用最多的是面板數(shù)據(jù)。面板模型可以控制空間固定效應(yīng)和時(shí)間固定效應(yīng)，彌補(bǔ)其他兩種數(shù)據(jù)的不足。

在面板模型實(shí)證研究中，研究者往往會(huì)面臨遺漏變量、過度控制、自相關(guān)等識(shí)別問題。此外，在“氣候—經(jīng)濟(jì)”研究中，不同研究對象對氣候因子往往存在異質(zhì)性問題，例如貧窮國家相比富裕國家會(huì)更容易受氣候沖擊的影響，而且氣候?qū)ΩF國和富國經(jīng)濟(jì)增長影響的機(jī)制也不同(水平效應(yīng)和增長效應(yīng))，氣候還可能影響窮國的制度進(jìn)而影響其長期經(jīng)濟(jì)增長[1-2]；不同的人群如老年人、兒童受氣候因子的影響也不同。常見的方法是將不同研究對象進(jìn)行分組，將氣候因子與不同分組交叉相乘，然后回歸分析；或者直接對不同組分開進(jìn)行回歸分析，然后進(jìn)行對比。

對氣候因子的處理方法因研究問題的不同而異?？梢灾苯硬捎糜^測值，也可以采用對數(shù)值，取對數(shù)可以避免極端值對回歸結(jié)果的影響，但如果研究極端氣候事件，最好采用觀測值，取對數(shù)反而弱化了極端值。如果關(guān)注氣候波動(dòng)，可以采取觀測值減去均值(例如取30年平均值作為常年值，或取樣本均值)的辦法。如果研究非線性關(guān)系，例如氣溫對農(nóng)業(yè)產(chǎn)量、死亡率、居民能源(電力)使用、勞動(dòng)生產(chǎn)率等的影響，正常范圍內(nèi)的氣溫和極端氣溫的影響很可能不一樣，前者可能為線性關(guān)系，而后者可能為非線性關(guān)系?？梢詫鉁胤譃椴煌慕M(如0～5 ℃、5～10 ℃等)，統(tǒng)計(jì)不同分組里出現(xiàn)的頻次，然后利用頻次進(jìn)行回歸分析。在農(nóng)業(yè)和電力消費(fèi)研究中，常用度日(degree days)來衡量超過某一閾值的累積溫度，以此衡量作物生長條件，或作為反映電力消費(fèi)的替代指標(biāo)。

二、 氣候?qū)κ杖胨降挠绊?/h2>

1. 氣候與收入水平

早期實(shí)證研究主要采用截面數(shù)據(jù)，隨著數(shù)據(jù)可獲得性提高，近期研究基本采用面板數(shù)據(jù)。截面模型的一個(gè)潛在問題是，各個(gè)國家很可能存在異質(zhì)性，氣候因子不僅可能對各國的收入造成影響，而且可能進(jìn)一步通過影響當(dāng)?shù)氐闹贫?、健康和人力資本等途徑來強(qiáng)化這一影響，而在截面模型中得到的氣候參數(shù)(即式(2)中的β系數(shù))同時(shí)包含了這兩種機(jī)制。如果希望將這兩種機(jī)制分開，就需要采用面板數(shù)據(jù)固定國家效應(yīng)。

截面數(shù)據(jù)的研究中，Gallup等[1]通過對各國地理和氣候?qū)?jīng)濟(jì)增長影響的研究發(fā)現(xiàn)，熱帶地區(qū)國家1950年人均收入比非熱帶地區(qū)國家低50%，而且1965—1990年平均增長率要低0.9個(gè)百分點(diǎn)。主要原因是熱帶地區(qū)氣候?qū)е炉懠彩⑿?，并阻礙了農(nóng)業(yè)產(chǎn)出和農(nóng)業(yè)技術(shù)推廣。Nordhaus[2]采用全球地理經(jīng)濟(jì)格點(diǎn)數(shù)據(jù)研究了地理和氣候與人均產(chǎn)出的關(guān)系，在控制國家固定效應(yīng)后發(fā)現(xiàn)，非洲和富裕工業(yè)化國家之間收入差距的20%可以通過地理因素解釋，這里的地理因素包括氣溫、降水、海拔高度、土壤質(zhì)量和距離海岸的距離。Dell等[3]利用2000年12個(gè)南美國家7 684個(gè)縣市人均收入數(shù)據(jù)研究平均氣溫與人均收入之間的關(guān)系，發(fā)現(xiàn)無論是跨國還是一國之內(nèi)，二者之間都存在顯著的負(fù)相關(guān)關(guān)系：對不同國家，溫度每高1 ℃，人均收入平均下降8.5%；對一國內(nèi)的居民，溫度上升1 ℃，人均收入平均下降1%～2%。而降水對跨國或國內(nèi)人均收入差異的影響統(tǒng)計(jì)上并不顯著。

面板數(shù)據(jù)的研究中，Dell等[4]采用世界125個(gè)國家1950—2003年的數(shù)據(jù)研究氣溫和降水年際變化對人均收入的影響。結(jié)果是，溫度每高1 ℃，窮國人均收入平均下降1.4%；高溫沖擊結(jié)束之后這一影響依然持續(xù)，而且對長期(10～15年尺度)的溫升回歸也得到類似結(jié)果(顯著性有所下降)，表明溫升影響了窮國經(jīng)濟(jì)增長率(增長效應(yīng))，而不僅僅是影響收入水平(水平效應(yīng))。而溫升對富國的影響并不顯著，降水對窮國和富國都不顯著。Hsiang[5]對28個(gè)加勒比國家1970—2006年的數(shù)據(jù)研究表明，溫度每高1 ℃，國民產(chǎn)出平均下降2.5%，而且非農(nóng)業(yè)部門損失(-2.4%/+ 1 ℃)要遠(yuǎn)高于農(nóng)業(yè)部門損失(-0.1%/+1 ℃)；氣溫對經(jīng)濟(jì)部門的不利影響只有在最熱期間才顯著。Barrios等[6]對撒哈拉以南22個(gè)非洲國家和38個(gè)非洲以外國家1960—1990年降水?dāng)?shù)據(jù)和人均收入進(jìn)行研究，發(fā)現(xiàn)撒哈拉以南國家自19世紀(jì)60年代以來由于降水減少導(dǎo)致收入減少，可以解釋2000年其與非洲以外國家人均收入差距的15%～40%。在文章中，Barrios等采用的是“氣候異?！敝笜?biāo)，即氣候因子偏離一國平均值的水平，統(tǒng)一除以一國的標(biāo)準(zhǔn)誤差以標(biāo)準(zhǔn)化。

這一結(jié)論無疑具有很強(qiáng)的福利含義和政策意義。根據(jù)IPCC第五次評估報(bào)告第二工作組[7]的結(jié)論，未來溫升達(dá)到2 ℃左右可能導(dǎo)致全球年經(jīng)濟(jì)損失占總收入的0.2%～2.0%；而氣候變化的影響是不均勻的，發(fā)展中國家受到的不利影響要大于發(fā)達(dá)國家，各種弱勢群體更易受到氣候變化的不利影響。因此，國際社會(huì)和各國政府在設(shè)計(jì)和執(zhí)行氣候政策時(shí)需要將這種不對稱影響考慮在內(nèi)。

上述研究都發(fā)現(xiàn)氣溫與收入顯著負(fù)相關(guān)，而降水的影響不顯著，原因可能是某一地區(qū)某一時(shí)間截面的平均氣溫相對比較穩(wěn)定，而降水在時(shí)間和空間上的波動(dòng)性更大，或趨勢性不明顯，難以確定降水和收入之間的統(tǒng)計(jì)關(guān)系。從常理來講，降水對農(nóng)作物產(chǎn)量的影響更大，同時(shí)又是多種水媒傳染病的載體，對健康和人力資本的影響較大，同時(shí)極端降水或干旱會(huì)對經(jīng)濟(jì)社會(huì)造成很大的沖擊。因此，需要深入研究降水與收入的影響機(jī)制，并且改進(jìn)降水?dāng)?shù)據(jù)質(zhì)量和構(gòu)建模型方法，例如考慮極端降水和干旱的影響，或者采用氣象干旱指數(shù)來表征濕潤/干旱的程度。

2. 極端氣候事件對收入的影響

天氣和氣候往往通過小概率、大影響的極端事件對經(jīng)濟(jì)造成重大的影響，例如極端降水、干旱、臺(tái)風(fēng)、高溫?zé)崂?、寒潮等。根?jù)IPCC《管理極端事件和災(zāi)害風(fēng)險(xiǎn)，推進(jìn)氣候變化適應(yīng)特別報(bào)告》[8]，隨著氣候變化，全球冷晝和冷夜減少，暖晝、暖夜和高溫事件增多；降水分布更加不均勻，一些地區(qū)局地強(qiáng)降雨事件增多，而一些地區(qū)干旱頻率、強(qiáng)度和持續(xù)時(shí)間增強(qiáng)，另一些地區(qū)則有所減弱；臺(tái)風(fēng)活動(dòng)(強(qiáng)度、頻率、持續(xù)時(shí)間)有所增加，但并不顯著。極端天氣氣候?yàn)?zāi)害造成的經(jīng)濟(jì)損失呈增加趨勢，發(fā)達(dá)國家因?yàn)?zāi)造成的經(jīng)濟(jì)損失更高，發(fā)展中國家因?yàn)?zāi)死亡人數(shù)和經(jīng)濟(jì)損失相對GDP的比重則要高于發(fā)達(dá)國家。就中國而言，《中國極端天氣氣候事件和災(zāi)害風(fēng)險(xiǎn)管理與適應(yīng)國家評估報(bào)告》[9]指出，近60年中國極端氣候事件發(fā)生了顯著變化，高溫日數(shù)和暴雨日數(shù)增加，極端低溫頻次明顯下降，北方和西南干旱化趨勢加強(qiáng)，登陸臺(tái)風(fēng)強(qiáng)度增加，霾日數(shù)增加。同時(shí)，氣候?yàn)?zāi)害影響范圍逐漸擴(kuò)大，影響程度日趨嚴(yán)重，直接經(jīng)濟(jì)損失不斷增加，但死亡人數(shù)呈下降趨勢。

極端天氣氣候?yàn)?zāi)害可能對經(jīng)濟(jì)社會(huì)造成重大的影響。目前比較集中的主要是研究臺(tái)風(fēng)對經(jīng)濟(jì)的影響。Hsiang[5]對28個(gè)加勒比國家1970—2006年間臺(tái)風(fēng)對經(jīng)濟(jì)產(chǎn)出影響的研究表明，臺(tái)風(fēng)對農(nóng)業(yè)、旅游業(yè)、零售業(yè)、采礦業(yè)部門產(chǎn)出有顯著的不利影響，但對建筑業(yè)有利(災(zāi)后重建的原因)。Hsiang和Narita[10]對全球233個(gè)國家1950—2008年間風(fēng)暴的研究表明，風(fēng)速越高，帶來的經(jīng)濟(jì)損失越高；但有意思的是，那些風(fēng)暴發(fā)生頻率高的國家，每次風(fēng)暴的邊際損失更低，反映出這些國家在適應(yīng)風(fēng)暴上準(zhǔn)備更為充分。Hsiang和Jina[11]對全球1950—2008年間6 712次臺(tái)風(fēng)的研究發(fā)現(xiàn)，臺(tái)風(fēng)不僅具有水平效應(yīng)，而且具有增長效應(yīng)，在長期這種增長效應(yīng)還會(huì)積累。全球GDP年均增長率在此期間由于臺(tái)風(fēng)而下降1.3個(gè)百分點(diǎn)。Anttila-Hughes和Hsiang[12]通過對菲律賓分省面板數(shù)據(jù)的研究發(fā)現(xiàn)，臺(tái)風(fēng)導(dǎo)致受災(zāi)的省份家庭收入平均下降6.7%。

總結(jié)上述研究結(jié)果，在窮國，高溫年份總是伴隨著較低的收入增長率，截面和面板數(shù)據(jù)研究都證實(shí)了這一關(guān)系。在非洲，降水不足年份對人均收入有不利影響。對臺(tái)風(fēng)的研究發(fā)現(xiàn)，臺(tái)風(fēng)對受影響地區(qū)的收入水平有很大的影響，但對全國的影響則較小。

三、 長期氣候變化與適應(yīng)對經(jīng)濟(jì)增長的影響

1. 長期氣候變化對經(jīng)濟(jì)增長的影響

氣候變化是一個(gè)長期和漸變的過程，同時(shí)氣候的分布和氣候的影響具有明顯的非線性。上述根據(jù)歷史數(shù)據(jù)實(shí)證研究得到的氣候變化對經(jīng)濟(jì)的影響(β系數(shù))都是短期影響，而無法推斷未來氣候變化對經(jīng)濟(jì)的影響：一是人類可以通過適應(yīng)氣候變化緩解沖擊的影響。適應(yīng)的途徑和形式包括技術(shù)、制度、政府提供公共物品、創(chuàng)新、市場一體化等；二是氣候效應(yīng)具有自我強(qiáng)化效果，而且具有滯后性。例如長期干旱，不僅導(dǎo)致土壤水分減少，而且水庫等可供調(diào)蓄的供水也會(huì)減少，某一年的極端氣候?yàn)?zāi)害可能造成居民陷入貧困而在很長時(shí)間內(nèi)失去恢復(fù)的能力，也可能造成社會(huì)動(dòng)亂和長期的制度變遷。這種自然效應(yīng)與人類適應(yīng)是決定氣候影響損害程度的兩種相反力量；三是氣候變化對經(jīng)濟(jì)的影響有一般均衡的效果。如果氣候變化超過一定的閾值，造成無法恢復(fù)的損害，會(huì)導(dǎo)致移民或資本流動(dòng)，會(huì)對別的地區(qū)和部門產(chǎn)生影響。

那么在計(jì)量方法上如何研究適應(yīng)的效果，如何由短期影響推斷長期影響？有三種主要方法：第一，對不同地區(qū)進(jìn)行比較；第二，比較短期和長期影響或研究具有長期沖擊的氣候事件的滯后效應(yīng)；第三，研究氣候事件在不同地區(qū)的不同影響，研究其溢出效應(yīng)。

2. 定量研究適應(yīng)的效果

不同地區(qū)的人們對當(dāng)?shù)貧夂蚓哂休^強(qiáng)的適應(yīng)性。以中國為例，與南方人相比，北方人對高溫?zé)崂说倪m應(yīng)預(yù)期和能力相對要差，高溫?zé)崂藢?dǎo)致的死亡率比南方高?？梢酝ㄟ^增加氣候因子與平均氣候的交叉自變量，來研究某一氣候因子(如高溫)對被解釋變量的影響(如死亡率)。即

yit=α+βCit+γXit+vCit×Ci0+μi+θit+εit

四種施工方式支護(hù)結(jié)構(gòu)受力統(tǒng)計(jì)見表3，臺(tái)階法初支應(yīng)力明顯較大，其他方法在施加臨時(shí)仰拱和中隔壁后等型鋼后，減小了初支因彎矩產(chǎn)生的應(yīng)力，型鋼受力(見圖13)在47.0 MPa～60.1 MPa。臺(tái)階法和臨時(shí)仰拱臺(tái)階法，將鎖腳錨管焊接于鋼支撐上協(xié)調(diào)受力，能充分利用錨管鎖腳作用，而CD法和CRD法的中隔壁分擔(dān)了上部初支承受荷載，鎖腳作用變?nèi)酢?/p>

(3)

例如，這里的Cit是高溫?zé)崂?>35 ℃)日數(shù)；Ci0是年平均高溫日數(shù)，Ci0可以反映當(dāng)?shù)氐钠骄鶜夂蛱卣鳌＝徊骓?xiàng)系數(shù)就可以反映南方和北方在適應(yīng)高溫上的差異。

Deschnes和Greenstone[16]利用這一方法研究了美國高溫對死亡率的影響。他們首先利用面板數(shù)據(jù)根據(jù)式(2)估計(jì)高溫的影響(β系數(shù))；然后按氣溫分布統(tǒng)計(jì)每段氣溫出現(xiàn)的頻次。Deschnes和Greenstone發(fā)現(xiàn)高溫對死亡率的非線性影響：氣溫低于90 F(約32.2 ℃)時(shí)對死亡率沒有影響；但高于90 F時(shí)死亡率會(huì)增加1個(gè)點(diǎn)(1人/每10萬人)。Deschnes和Greenstone對美國9個(gè)區(qū)域分別進(jìn)行回歸，發(fā)現(xiàn)不同區(qū)域在適應(yīng)高溫上有異質(zhì)性，但并不是緯度越低的地方對高溫的適應(yīng)性就越強(qiáng)。Dell等[4]也利用這一方法研究溫度對各國經(jīng)濟(jì)增長率的影響，但并沒有發(fā)現(xiàn)二者之間有顯著的影響。Schlenker和Roberts[17]利用這一方法研究了美國溫度對作物產(chǎn)量的影響，發(fā)現(xiàn)氣溫對作物產(chǎn)量有很強(qiáng)的非線性影響：對玉米、大豆和棉花造成不利影響的氣溫閾值分別是29 ℃、30 ℃和32 ℃；而且南方和北方各州都具有類似的結(jié)果。Hsiang和Narita[10]對臺(tái)風(fēng)的研究也采用了這一方法，Cit代表某次臺(tái)風(fēng)的強(qiáng)度，Ci0代表一國每年過境臺(tái)風(fēng)的平均強(qiáng)度，被解釋變量分別為經(jīng)濟(jì)損失(相當(dāng)于GDP比重)和死亡率(占總?cè)丝诒嚷?。研究發(fā)現(xiàn)適應(yīng)水平非常顯著：對那些經(jīng)常遭受更強(qiáng)臺(tái)風(fēng)的地區(qū)，更高的臺(tái)風(fēng)強(qiáng)度所帶來的邊際損失要更低。

一些大的極端氣候事件往往破壞性較大，不僅在當(dāng)期(當(dāng)年或當(dāng)月)造成很大的影響，而且會(huì)在接下來的幾期內(nèi)都有影響。為了研究這種影響的滯后性，需要在模型中加入因變量和氣候因子的滯后變量，研究氣候事件影響持續(xù)的時(shí)間長度。典型的例子是干旱的影響。氣象學(xué)上專門有各種干旱指數(shù)來反映干旱的程度，例如帕爾馬干旱指數(shù)和帕爾馬水文干旱指數(shù)。目前還沒有對滯后影響方面的實(shí)證研究。

1. 長期影響

為了研究更長時(shí)間尺度上氣候?qū)?jīng)濟(jì)的影響，可以根據(jù)需要定義研究的時(shí)間尺度，例如10年為一期(t=10)。然后與短期時(shí)間尺度的回歸結(jié)果對比，得出氣候?qū)?jīng)濟(jì)的長期和短期影響情況。尤其是對于各國平均氣溫時(shí)間序列來說，年際間的變化往往很小，而只有在年代際(10年)的時(shí)間尺度上才表現(xiàn)出明顯的溫升趨勢。

Dell等[4]為了研究氣候變化對長期經(jīng)濟(jì)增長率的影響，將面板數(shù)據(jù)樣本分為兩個(gè)時(shí)間段(1970—1985年和1985—2000年)，分別回歸進(jìn)行比較，研究發(fā)現(xiàn)在15年的時(shí)間尺度上溫升比較顯著地對窮國的經(jīng)濟(jì)發(fā)展造成不利影響(窮國溫度每上升1 ℃經(jīng)濟(jì)增長率下降2個(gè)百分點(diǎn))。從而可以推斷氣候?qū)ΩF國的強(qiáng)化效應(yīng)(負(fù)面效應(yīng))要大于窮國的適應(yīng)效應(yīng)(正面效應(yīng))，可能進(jìn)一步拉開他們與其他國家(富國，同時(shí)也是受影響較小的國家)的增長率差距，表明窮國在適應(yīng)溫升和氣候變化問題上的“赤字”。Burke和Emerick[18]運(yùn)用同樣的方法對美國農(nóng)業(yè)進(jìn)行研究，利用1978—1982和1992—2002年間的面板數(shù)據(jù)分別進(jìn)行回歸，并和年尺度的面板數(shù)據(jù)回歸結(jié)果進(jìn)行對比，來研究適應(yīng)對高溫不利影響的抵消程度。他們對玉米產(chǎn)量的研究結(jié)果表明，適應(yīng)已抵消了溫升對其不利影響的23%。

另一類思路是研究特定的、具有巨大和長期影響的氣候事件。例如Hornbeck[19]對美國19世紀(jì)30年代沙塵暴的影響表明，由于強(qiáng)沙塵對平原表面土壤的破壞作用，導(dǎo)致19世紀(jì)40年代影響嚴(yán)重地區(qū)農(nóng)業(yè)的產(chǎn)出相對其他影響較小地區(qū)要低30%左右；而且農(nóng)民雖然放棄種小麥而改種干草，但這類適應(yīng)措施也只能彌補(bǔ)很小一部分的損失。轉(zhuǎn)移或移民也是氣候影響的一個(gè)重要方面。Hornbeck發(fā)現(xiàn)影響嚴(yán)重地區(qū)的人口相對其他影響較小地區(qū)要低23%左右。Boustan等[20]對美國19世紀(jì)二三十年代颶風(fēng)的研究，同樣發(fā)現(xiàn)受災(zāi)地區(qū)人口外遷效應(yīng)明顯。Deryugina等[21]則利用個(gè)人納稅申報(bào)單研究2005年卡特里娜颶風(fēng)對美國佛羅里達(dá)州新奧爾良市經(jīng)濟(jì)和社會(huì)的影響，并構(gòu)建控制組進(jìn)行對比研究，結(jié)果發(fā)現(xiàn)卡特里娜颶風(fēng)對當(dāng)?shù)鼐用竦木幼〉剡x擇有較大且長期的影響，但對當(dāng)?shù)鼐用竦氖杖?、就業(yè)等并沒有造成大的影響，因?yàn)樘鞖忸A(yù)報(bào)提前預(yù)測、災(zāi)后援助、災(zāi)后恢復(fù)重建等措施在一定程度上緩解了颶風(fēng)本來可能造成的巨大損失。有意思的是，Boustan 等[20]的研究表明，政府對受災(zāi)地區(qū)的轉(zhuǎn)移支付也會(huì)對當(dāng)?shù)氐囊泼裥袨樵斐捎绊憽O端氣候?qū)Ξ?dāng)?shù)氐漠a(chǎn)業(yè)資本密集度也會(huì)產(chǎn)生影響，Hornbeck和Naidu[22]對美國1927年密西西比河大洪水的研究表明，洪水導(dǎo)致當(dāng)?shù)睾谌送膺w，使得當(dāng)?shù)氐霓r(nóng)場主不得不提高農(nóng)業(yè)資本投資以替代勞動(dòng)力，從而促進(jìn)了當(dāng)?shù)剞r(nóng)業(yè)現(xiàn)代化程度。

在解釋長期影響的研究結(jié)果時(shí)，還需要注意的是：第一，需要考慮人們對溫升或氣候變化的預(yù)期，因?yàn)槿藗兊念A(yù)期會(huì)影響其適應(yīng)行為。Burke和Emerick[18]對不同地區(qū)進(jìn)行了分組：氣溫變率(方差)較低和較高的兩組。假設(shè)處于氣溫變化率較低地區(qū)的人們更容易注意到溫度升高，從而更及時(shí)做出適應(yīng)反應(yīng)。但他們的結(jié)果并沒有發(fā)現(xiàn)兩組之間有顯著的差異。第二，中長期其他背景因素也在變化，包括技術(shù)進(jìn)步對經(jīng)濟(jì)增長的影響(例如農(nóng)業(yè)領(lǐng)域品種改良對農(nóng)業(yè)產(chǎn)量增產(chǎn)的作用)，窮國與富國收入差異的收斂效應(yīng)，制度變遷(例如中國的家庭聯(lián)產(chǎn)承包制)。如何剝離其他影響因素從而對某一因素進(jìn)行歸因，是當(dāng)前計(jì)量經(jīng)濟(jì)學(xué)中影響評估定量研究的一個(gè)重要主題。

2. 空間溢出效應(yīng)

氣候在對特定地區(qū)產(chǎn)生影響的同時(shí)，會(huì)對周邊地區(qū)產(chǎn)生影響，并通過對貿(mào)易、價(jià)格的影響從而影響全球其他地區(qū)的經(jīng)濟(jì)。目前這方面的研究很少，但未來很有研究價(jià)值。

Jones和Olken[23]研究發(fā)現(xiàn)，天氣和氣候事件對一地造成影響，可以通過出口間接影響其他貿(mào)易伙伴。Burgess和Donaldson[24]認(rèn)為，通過市場一體化可減少氣候?yàn)?zāi)害造成的當(dāng)?shù)貎r(jià)格波動(dòng)，但這對當(dāng)?shù)叵M(fèi)者和生產(chǎn)者具有不同福利含義，受災(zāi)后外地產(chǎn)品的輸入有助于價(jià)格穩(wěn)定，有利于消費(fèi)者；但當(dāng)?shù)厣a(chǎn)者由于產(chǎn)量下降且難以提高價(jià)格，恢復(fù)的難度更大。

在全球尺度，Hsiang等[25]對厄爾尼諾-南方濤動(dòng)(ENSO)的影響表明，ENSO與受影響國家的國內(nèi)沖突顯著相關(guān)，而且這種影響呈明顯的異質(zhì)性：對受影響的國家，ENSO年的國內(nèi)沖突是拉尼娜(La Nina)年份的2倍；對受ENSO影響較弱的國家，兩個(gè)類型年份之間的國內(nèi)沖突并沒有顯著差異。

四、 氣候變化影響經(jīng)濟(jì)增長的途徑

氣候變化影響經(jīng)濟(jì)的途徑，包括氣候變化對農(nóng)業(yè)、工業(yè)產(chǎn)出、勞動(dòng)生產(chǎn)率、能源(電力)消費(fèi)、健康、沖突與社會(huì)穩(wěn)定以及政治制度等方面。近年來這些方面的研究正在迅速增加，Dell等[26]對此作了比較全面的梳理。篇幅所限，這里僅作概述。

1. 對農(nóng)業(yè)經(jīng)濟(jì)的影響

已有大量氣候變化對農(nóng)業(yè)經(jīng)濟(jì)影響的研究。Deschênes和Greenstone[27]較早采用面板模型展開研究，他們根據(jù)美國700多個(gè)縣1978—2002年間(每隔五年取值)的面板數(shù)據(jù)，研究氣溫和降水對農(nóng)業(yè)(總的、玉米、大豆)產(chǎn)值的影響，結(jié)果發(fā)現(xiàn)二者之間在短期并沒有顯著的統(tǒng)計(jì)相關(guān)性，作者據(jù)此推斷：由于存在適應(yīng)，長期氣候變化對農(nóng)業(yè)產(chǎn)值的影響很小，甚至可能還有利。需要指出的是，歷史上和未來氣候變化對農(nóng)業(yè)產(chǎn)量和農(nóng)業(yè)產(chǎn)值的影響，相關(guān)研究存在大量的不確定性和爭議，不同的研究，針對不同的溫升情景、是否考慮CO2碳肥效應(yīng)、針對不同的農(nóng)作物和不同地區(qū)，得出的結(jié)論都不一樣，有些甚至完全相反[28]。近期研究主要關(guān)注考慮農(nóng)民的適應(yīng)行為(例如受氣候變化影響改種其他作物)、灌溉以及技術(shù)進(jìn)步(品種改良)等緩沖氣候變化影響的作用[29]。

2. 對勞動(dòng)生產(chǎn)率和工業(yè)經(jīng)濟(jì)的影響

氣溫對工業(yè)和服務(wù)業(yè)產(chǎn)出有較大的影響。Hsiang[5]對加勒比國家1970—2006年間的氣溫和臺(tái)風(fēng)對6個(gè)易受影響的經(jīng)濟(jì)部門的產(chǎn)出影響進(jìn)行了研究，在控制降水影響后，高溫?zé)崂藢ζ渲?個(gè)非農(nóng)業(yè)部門(餐飲酒店零售業(yè)、采礦和公共設(shè)施、其他服務(wù)業(yè))的產(chǎn)出影響較大，氣溫每升高1 ℃產(chǎn)出下降2.4%；氣溫對制造業(yè)的產(chǎn)出影響并不顯著。臺(tái)風(fēng)對采礦和公共設(shè)施部門產(chǎn)出有不利影響，但對建筑業(yè)產(chǎn)出有利(因?yàn)闉?zāi)后重建)。Dell等[4]對125個(gè)國家1950—2003年間的年均工業(yè)增加值進(jìn)行研究，發(fā)現(xiàn)只有在窮國氣溫才會(huì)對工業(yè)產(chǎn)值有不利影響，氣溫每升高1 ℃產(chǎn)出下降2.0%；降水對工業(yè)產(chǎn)出沒有顯著影響。Jones和Olken[23]則另辟蹊徑，利用發(fā)達(dá)國家的2位數(shù)行業(yè)的工業(yè)進(jìn)口數(shù)據(jù)研究氣溫和降水對工業(yè)產(chǎn)出的影響，發(fā)現(xiàn)對窮國來說，氣溫每升高1 ℃向發(fā)達(dá)國家的出口下降2.0%；66個(gè)行業(yè)中的20個(gè)行業(yè)(包括農(nóng)業(yè)、原材料行業(yè)和工業(yè)制成品行業(yè))出口都顯著受到溫升的不利影響。

3. 對健康和死亡的影響

氣候和氣候變化對人類健康有直接和間接的影響。隨著環(huán)境污染的加重，越來越多的學(xué)者將氣候變化、環(huán)境與健康聯(lián)系起來展開研究。Graff Zivin和Neidell[30]就如何利用統(tǒng)計(jì)方法進(jìn)行環(huán)境對健康的歸因檢測、探討適應(yīng)行為以及環(huán)境對人類更廣泛的健康影響(勞動(dòng)供給、生產(chǎn)率、認(rèn)知等)做了全面的綜述。

死亡率是衡量健康影響最常用的指標(biāo)。Deschenes和Greenstone[16]對極端高溫(高于32 ℃)和死亡之間的關(guān)系研究發(fā)現(xiàn)，相對于平均氣溫(10～15 ℃)，極端高溫導(dǎo)致年均死亡率升高0.11個(gè)百分點(diǎn)，極寒天氣也會(huì)提高死亡率。Barreca[31]利用美國1973—2002年間的氣溫?cái)?shù)據(jù)研究極端高、低溫天氣對死亡率的影響，發(fā)現(xiàn)在控制濕度的條件下，高溫?zé)崂?>90F或32 ℃)日數(shù)每增加一天將導(dǎo)致每千人死亡率上升0.2個(gè)百分點(diǎn)。在發(fā)展中國家，研究發(fā)現(xiàn)環(huán)境對健康(和死亡)的影響更大。Burgess等[24]對印度1957—2000年間氣溫和死亡率的關(guān)系進(jìn)行研究發(fā)現(xiàn)，高溫(>36 ℃)日數(shù)每增加一天，相對于22～24 ℃范圍，將導(dǎo)致每千人死亡率上升0.75個(gè)百分點(diǎn)。這一結(jié)果是Deschenes和Greenstone[16]結(jié)果的7倍。Anttila-Hughes和Hsiang[12](2011)發(fā)現(xiàn)，菲律賓的臺(tái)風(fēng)顯著地增加了當(dāng)?shù)氐膵雰核劳雎省?/p>

4. 對能源的影響

氣候與氣候變化對能源的供給和需求都有重要的影響。Auffhammer和Mansur[32]對此有較全面的評述。Deschenes和Greenstone[16]研究了居民能源消費(fèi)與氣溫的關(guān)系。研究采用美國各州1968—2002年間每年的觀測數(shù)據(jù)，并將其分為九個(gè)不同的溫度區(qū)間，對全國8個(gè)區(qū)域采用時(shí)間固定效應(yīng)，并控制降水的影響。結(jié)果發(fā)現(xiàn)能源需求與氣溫之間呈顯著的U型關(guān)系：氣溫每低于10F(-12.2 ℃)或高于90F(32.2 ℃)的天數(shù)每增加1天，年均能源需求上升0.3～0.4個(gè)百分點(diǎn)；同時(shí)各個(gè)區(qū)域的彈性系數(shù)都不一樣。Auffhammer和Aroonruengsawat[33]利用加州2003—2006年間每月的家庭電力消費(fèi)數(shù)據(jù)，采用同樣的面板模型和溫度分區(qū)方法，得到了類似的結(jié)論。Asadoorian等[34]利用中國1995—2000年間分省、分城市和農(nóng)村數(shù)據(jù)，針對中國的居民能源消費(fèi)和非居民能源消費(fèi)與家電普及率之間的關(guān)系展開研究，結(jié)果證實(shí)了存在價(jià)格效應(yīng)、收入效應(yīng)和溫度效應(yīng)，但溫度效應(yīng)結(jié)果并不穩(wěn)健，有待深入分析。

5. 對犯罪、沖突和政治穩(wěn)定性的影響

氣候和氣候變化對犯罪與沖突的影響是近年來氣候變化領(lǐng)域新興的一個(gè)研究方向。 Burke等[35]對此進(jìn)行了梳理和綜述。Miguel等[36]較早研究氣候與沖突的關(guān)系，他們利用撒哈拉沙漠以南41個(gè)國家1981—1999年間的數(shù)據(jù)對降水和國內(nèi)沖突之間的關(guān)系展開研究，發(fā)現(xiàn)更少的降水增長導(dǎo)致更多的沖突，與此同時(shí)經(jīng)濟(jì)增長率也更低。作者推測降水減少影響經(jīng)濟(jì)增長，進(jìn)而更容易引發(fā)沖突。Burke等[37]對非洲的研究得出了類似的結(jié)論，溫度每升高1 ℃導(dǎo)致國內(nèi)沖突上升4.5個(gè)百分點(diǎn)(均值為49%)。對其他發(fā)展中國家如巴西、印度、索馬里、墨西哥等的國別研究也得出了相同的結(jié)論：降水減少(即出現(xiàn)旱災(zāi))將導(dǎo)致國內(nèi)的沖突增加。此外，天氣氣候事件還可能影響政治穩(wěn)定性，但這方面的研究結(jié)果爭議較大。國內(nèi)學(xué)者趙紅軍[38]利用重建歷史氣候和經(jīng)濟(jì)數(shù)據(jù)研究氣候變化與社會(huì)不穩(wěn)定的關(guān)系，結(jié)果表明氣候變化對農(nóng)業(yè)社會(huì)不穩(wěn)定有顯著的關(guān)聯(lián)關(guān)系。

Hsiang等[39]對這一領(lǐng)域的文獻(xiàn)進(jìn)行了梳理和再分析，結(jié)果發(fā)現(xiàn)所選取的21項(xiàng)研究中，“降水減少—沖突”之間都存在正相關(guān)關(guān)系，且絕大多數(shù)研究都顯著。天氣變量偏離一個(gè)標(biāo)準(zhǔn)誤差，就會(huì)引發(fā)國內(nèi)沖突發(fā)生14%的相應(yīng)變化。這一研究提供了令人信服的結(jié)論，同時(shí)也表明未來需要在影響傳導(dǎo)機(jī)制、異質(zhì)性、過早死亡效應(yīng)展開研究，需要根據(jù)更細(xì)分的數(shù)據(jù)展開不同類型的天氣氣候?yàn)?zāi)害與沖突進(jìn)行深入研究。Burke等[35]對55篇這一領(lǐng)域的文獻(xiàn)利用萃取方法進(jìn)行重新分析，結(jié)果發(fā)現(xiàn)溫升和降水的波動(dòng)都會(huì)顯著地提升沖突的風(fēng)險(xiǎn)，溫升相對于平均氣溫每偏離一個(gè)標(biāo)準(zhǔn)誤差，人際沖突將提高2.4%，而族群沖突將提高11.3%；降雨滯后兩期的累積效應(yīng)也會(huì)使族群沖突提升3.5%。

五、 結(jié)　語

氣候和氣候變化是否影響經(jīng)濟(jì)增長？近年來，以美國為代表的一批經(jīng)濟(jì)學(xué)家開始轉(zhuǎn)向?qū)嵶C分析，采用面板數(shù)據(jù)和計(jì)量模型研究氣候和氣候變化、極端氣候事件對收入水平和經(jīng)濟(jì)增長率的影響；深入分析氣候變化影響經(jīng)濟(jì)增長的途徑與機(jī)制，研究氣候變化對農(nóng)業(yè)、工業(yè)、勞動(dòng)生產(chǎn)率、能源、健康、社會(huì)穩(wěn)定等方面的影響。近年來上述領(lǐng)域的研究成果不斷涌現(xiàn)，迅速成為氣候變化經(jīng)濟(jì)學(xué)研究的熱點(diǎn)。

本文評述了氣候?qū)?jīng)濟(jì)影響的主要結(jié)論，包括平均態(tài)的氣候和極端氣候事件的影響；接著評述了長期氣候變化對經(jīng)濟(jì)的影響，包括適應(yīng)的作用、空間溢出和一般均衡效應(yīng)；然后簡要總結(jié)了氣候變化影響經(jīng)濟(jì)增長的具體途徑與機(jī)制。研究結(jié)果表明，氣溫與收入之間顯著負(fù)相關(guān)；而降水的影響不顯著，但干旱和暴雨洪澇是影響農(nóng)業(yè)收成的兩種最重要的天氣氣候?yàn)?zāi)害，其對經(jīng)濟(jì)的影響需要深入研究。極端天氣氣候事件往往具有小概率、大影響特征，研究人們的預(yù)期和適應(yīng)行為對降低災(zāi)害損失、提高災(zāi)害風(fēng)險(xiǎn)治理水平具有重要的意義。

氣候變化的經(jīng)濟(jì)社會(huì)影響與適應(yīng)的研究屬于新興和交叉領(lǐng)域，相比國外近年來研究的突飛猛進(jìn)，當(dāng)前我國學(xué)界對這一領(lǐng)域的研究尚處在起步階段，大多停留在定性和統(tǒng)計(jì)描述的層面，缺乏氣候變化、極端氣候事件與經(jīng)濟(jì)增長關(guān)系深入系統(tǒng)的實(shí)證研究。首先，國內(nèi)相關(guān)領(lǐng)域的統(tǒng)計(jì)數(shù)據(jù)缺乏或無法獲取，是限制國內(nèi)學(xué)者開展實(shí)證研究的最重要約束；其次統(tǒng)計(jì)工具和計(jì)量方法的應(yīng)用，國內(nèi)與國外也存在較大的差距。未來應(yīng)加強(qiáng)對氣候變化、極端天氣氣候事件對經(jīng)濟(jì)增長影響的實(shí)證研究和影響機(jī)制研究。

[1]Gallup J L, Sachs J D, Mellinger A D. Geography and economic development[J].InternationalRegionalScienceReview, 1999, 22(2):179-232.

[2]Nordhaus W D. Geography and macroeconomics: New data and new findings[J].ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica, 2006, 103(10):3510.

[3]Dell M, Jones B F, Olken B A. Temperature and income: Reconciling new cross-sectional and panel estimates[J].AmericanEconomicReview, 2009, 99(2):198-204.

[4]Dell M, Jones B F, Olken B A. Temperature shocks and economic growth: Evidence from the last half century[J].AmericanEconomicJournal:Macroeconomics, 2012, 4(3):66-95.

[5]Hsiang S M. Temperatures and cyclones strongly associated with economic production in the caribbean and central america[J].ProceedingsoftheNationalAcademyofSciencesoftheUnitedStates, 2010, 107(35):15367-15372.

[6]Barrios S, Bertinelli L, Strobl E. Trends in rainfall and economic growth in Africa: A neglected cause of the African growth tragedy[J].TheReviewofEconomicsandStatistics, 2010, 92(2):350-366.

[7]IPCC.ClimateChange2014:Impacts,Adaptation,andVulnerability.Parta:GlobalandSectoralAspects.ContributionofWorkingGroupIItotheFifthAssessmentReportoftheIntergovernmentalPanelonClimateChange[M].Cambridge: Cambridge University Press,2014.

[8]IPCC.ManagingtheRisksofExtremeEventsandDisasterstoAdvanceClimateChangeAdaptation:SummaryforPolicymakers[M].Cambridge: Cambridge University Press,2012.

[9]秦大河, 張建云, 閃淳昌, 等. 中國極端氣候事件和災(zāi)害風(fēng)險(xiǎn)管理與適應(yīng)國家評估報(bào)告[M].北京: 科學(xué)出版社,2015.

[10] Hsiang S M, Narita D. Adaptation to cyclone risk: Evidence from the global cross-section [J].ClimateChangeEconomics, 2012, 3(2):1-28.

[11] Hsiang S M, Jina A. The Causal Effect of Environmental Catastrophe on Long-Run Economic Growth: Evidence from 6,700 Cyclones[R]. Cambridge NBER working paper,2014.

[12] Anttila-Hughes J K, Hsiang S M. Destruction, disinvestment, and death: Economic and human losses following environmental disaster[R].Columbia University, 2012.

[13] Yang D. Coping with Disaster: The impact of hurricanes On international financial flows, 1970—2002[J].TheB.E.JournalofEconomicAnalysisandPolicy, 2008, 8(1):13.

[14] Nordhaus W D. The Economics of hurricanes and implications of global warming[J].ClimateChangeEconomics, 2010, 1(1):1-20.

[15] Mendelsohn R, Emanuel K, Chonabayashi S. The impact of climate change on hurricane damages in the United States[J].PolicyResearchWorkingPaperNo.5561, 2011(7):1-38.

[16] Deschenes O, Greenstone M. Climate change, mortality, and adaptation: Evidence from annual fluctuations in weather in the US[J].AmericanEconomicJournal:AppliedEconomics, 2011, 3(4):152-185.

[17] Schlenker W, Roberts M J. Nonlinear temperature effects indicate severe damages to U.S. crop yields under climate change[J].ProceedingsoftheNationalAcademyofSciencesoftheUnitedStates, 2009, 106:15594-15598.

[18] Burke M, Emerick K. Adaptation to climate change: Evidence from US agriculture[R].University of California, 2013.

[19] Hornbeck R. The enduring impact of the American Dust Bowl: Short- and long-run adjustments to environmental catastrophe[J].AmericanEconomicReview, 2012, 102(4):1477-1507.

[20] Boustan L P, Kahn M E, Rhode P W. Moving to higher ground: Migration response to natural disasters in the early twentieth century[J].AmericanEconomicReview:PapersandProceedings, 2012, 102(3):238-244.

[21] Deryugina T, Kawano L, Levitt S. The Economic Impact of Hurricane Katrina On its Victims: Evidence From Individual Tax Returns[R].Cambridge: NBER working paper, 2014.

[22] Hornbeck R, Naidu S. When the levee breaks: Black migration and economic development in the American South[J].AmericanEconomicReview, 2014, 104(3):963-990.

[23] Jones B F, Olken B A. Climate shocks and exports[J].AmericanEconomicReview, 2010, 100(2):454-459.

[24] Burgess R, Donaldson D. Can openness mitigate the effects of weather shocks? Evidence from India’s famine era[J].AmericanEconomicReview, 2010, 100(2):449-453.

[25] Hsiang S M, Meng K C, Cane M A. Civil conflicts are associated with the global climate[J].Nature, 2011, 476(7361):438-441.

[26] Dell M, Jones B, Olken B. What do we learn from the weather: The new climate-economy literature[J].JournalofEconomicLiterature, 2014, 52(3):740-798.

[27] Deschênes O, Greenstone M. The economics impacts of climate change: Evidence from agricultural output and random fluctuations in weather[J].AmericanEconomicReview, 2007, 97(1):354-385.

[28] Huang J. Climate change and agriculture: Impact and adaptation[J].JournalofIntegrativeAgriculture, 2014, 13(4):657-659.

[29] Wang J, Huang J, Yang J. Overview of Impacts of climate change and adaptation in China’s agriculture[J].JournalofIntegrativeAgriculture, 2014, 13(1):1-17.

[30] Graff Zivin J, Neidell M. Environment, health, and human capital[J].JournalofEconomicLiterature, 2013, 51(3):689-730.

[31] Barreca A I. Climate change, humidity, and mortality in the united states[J].JournalofEnvironmentalEconomicsandManagement, 2012, 63(1):19-34.

[32] Auffhammer M, Mansur E T. Measuring climatic impacts On energy consumption: A Review of the empirical literature[J].EnergyEconomics, 2014, 46:522-530.

[33] Auffhammer M, Aroonruengsawat A. Simulating the impacts of climate change, prices and population On California’s residential electricity consumption[J].ClimaticChange, 2011, 109(1):191-210.

[34] Asadoorian M O, Eckaus R S, Schlosser C A. Modeling climate feedbacks to electricity demand: The case of China[J].EnergyEconomics, 2008, 30(4):1577-1602.

[35] Burke M, Hsiang S M, Miguel E. Climate and conflict[J].AnnualReviewofEconomics, 2015,7:577-617.

[36] Miguel E, Satyanath S, Sergenti E. Economic shocks and civil conflict: An instrumental variables approach[J].JournalofPoliticalEconomy, 2004, 112(4):725-753.

[37] Burke M B, Miguel E, Satyanath S, et al. Warming increases the risk of civil war in Africa[J].ProceedingsoftheNationalAcademyofSciences, 2009, 106(49):20670-20674.

[33] 趙紅軍. 氣候變化是否影響了我國過去兩千年間的農(nóng)業(yè)社會(huì)穩(wěn)定：一個(gè)基于氣候變化重建數(shù)據(jù)及經(jīng)濟(jì)發(fā)展歷史數(shù)據(jù)的實(shí)證研究[J]. 經(jīng)濟(jì)學(xué):季刊, 2012(2):691-722.

[36] Hsiang S M, Burke M, Miguel E. Quantifying the influence of climate on human conflict[J].Science, 2013, 341(6151):1-14.

Review on the Relationship Between Climate Change and Economic Growth

Liu Changyi1, He Wei2

(1. National Climate Center, Beijing 100081, China; 2. College of Management and Economics, Tianjin University,Tianjin 300072, China)

Global climate change has deep influence on people’s production and life, as well as received extensive attention all over the world. Does climate change affect the economic growth? And how it affects? There are increasing empirical studies using econometrical models to study the relationship, causality, and the mechanisms of the impact of climate change and extreme climate events on economic growth. This paper utilizes big data to comb the impact of climate and extreme climate events on economy and the difference between long-term and short-term effects. Then deeply elaborating the concrete ways and mechanism of the influence of climate change on economic growth, and putting forward corresponding countermeasures and suggestions.

climate change; economic growth; impact; econometrics

2015-11-04.

國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃課題基金資助項(xiàng)目(2015CB953603)；國家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)基金資助項(xiàng)目(2016YFA0602602).

劉昌義(1985—)，男，博士，高級工程師.

劉昌義，liuchangyi@cma.gov.cn.

F326

A

1008-4339(2016)05-424-08