Nature : 降雨变化对经济生产的影响

摘要： 气候影响的宏观经济评估缺乏对日降雨分布的分析，而这一分析可以揭示复杂的社会影响渠道以及人为因素所导致的变化。本文利用过去 40 年中全球 1554 个地区的分区域经济数据，展示了经济增长率如何因降雨天数增多和极端日降雨量增加而受到抑制，并且对年度总降雨量和标准化的月度降雨偏差呈现出非线性响应。此外，高收入国家以及服务业和制造业受到日降雨两个指标的影响最为明显，这补充了以往强调总年度降雨量增加对低收入、农业依赖型经济体有利的研究。通过在不同时间尺度上评估降雨分布及其对各行业的影响，我们揭示了气候条件对经济影响的渠道。这些结果表明，日降雨极端事件的人为加剧将带来负面的全球经济后果，需进一步评估其在气候变化成本方面的影响。

引言

研究背景：由于人为气候变化，地球水循环的显著变化已成预期。降雨的变化在不同时间尺度和特征上表现出差异，反映了其背后复杂的物理过程。例如，由于大气水汽含量与温度的关系，全球极端日降雨量增加。相反，季节性和年平均降雨量的变化则表现出区域性的湿化和干化趋势，主要受大气环流动力变化的影响。进一步考虑降雨的变率和季节性使得对人为因素影响下的降雨反应的预期更加复杂化。量化这些复杂变化带来的成本是全面评估气候变化成本的一个重要障碍，尤其是考虑到降雨对社会的广泛影响。水资源可用性的变化可能影响农业生产力、城市劳动成果以及冲突的爆发，此外，突发洪水还会造成巨大的破坏和经济中断。

研究空白：与这些微观层面的证据相比，大多数气候变化成本的宏观经济评估发现，降水变化对经济增长率的影响不显著。最近的两项研究部分弥合了这一差异，指出当采用更高空间分辨率时，降水对宏观经济具有影响。然而，这些研究尚未评估涵盖多种时间尺度的降水数据，因此无法充分捕捉多种社会影响渠道或人为因素导致的复杂物理变化。由于集中于年度总量或月均值，近期的研究难以切实反映未来的成本。这一问题尤为严重，因为已知经济的基本要素会对日常气象变量的变化作出响应，这意味着日降雨分布的高阶矩可能是决定经济增长率的重要因素，正如日温度变异性已被证明对经济增长具有重要性一样。

研究概述 ：为解决上述问题，我们分析了日降雨年分布的高阶矩，并结合分区域的经济产出数据。由于日降雨分布高度非正态（图 1），我们采用阈值方法统计降雨量超过关键阈值的天数和日降雨量，以识别不同潜在影响渠道。阈值设定为常数或当地历史日降雨量分布的百分位数，以考虑各地对降雨的适应性。此外，我们计算了年度总降雨量和标准化月降雨异常，评估其与日降雨指标的关系。我们结合 77 个国家 1554 个地区的经济生产数据，共计 3 万多项观测，细致描述气候和经济变量的空间特征。降雨的空间变异性远大于温度，因此评估其空间自相关性尤为重要。我们采用固定效应面板回归模型估计日降雨分布对经济产出的影响，控制了区域间差异、全球冲击及时间趋势，强化了因果关系的识别。

研究结果

通过评估不同阈值范围内的日降雨分布，我们识别出了对经济生产的四种独特影响。首先，我们验证了先前的研究，确认了年度总降雨量和月度降雨偏差对经济增长率具有二次效应。更多的年降雨量有助于经济增长，但这种效益会随气候降雨总量的增加而逐渐减弱（图 2a）。此外，经济增长率与月度降雨偏差呈强烈的凹性关系（图 2b ），表明偏离历史月均值的负降雨冲击会导致显著损失，而正降雨冲击的影响较小且统计显著性较低。这表明各经济体在月度时间尺度上已适应其常规降雨条件，偏离这些正常值的干旱会带来固有的破坏。

我们还发现了两个新的降雨对经济的影响。首先，降雨量超过 1 毫米的天数增加会显著降低增长率（图 2c），类似结果也适用于阈值在 0.1 毫米至 3 毫米之间，但统计显著性较低。我们将这一指标称为“湿日”数量，湿日数量增加构成次优的经济条件，且在湿日数量较高的地区，其边际效应较小，表明区域对湿日的长期暴露产生了适应。其次，极端日降雨量增加会进一步降低增长率（图 2d），极端日降雨量定义为年度内超过历史分布 99.9 百分位的日降雨总量（1979-2019 年）。这一发现表明，极端降雨日数量和严重程度的增加均会抑制经济生产力。使用较低百分位数（95 百分位和 99 百分位）或绝对阈值也得出相同结果，但误差较大。基于百分位数的衡量提高了精度，表明区域对极端降雨的适应存在差异。

这些降雨效应可以独立识别，并构成独立且可加的影响。排除月度偏差数据后，年总降雨量的影响增加；排除年总降雨量后，月度偏差的影响略有增加，表明二者在一定程度上是相互竞争的指标。日降雨的影响在排除年和月度指标后减弱，表明它们是相辅相成的，尽管部分共线，但有助于识别对经济增长率的独特影响。除年总量外，所有指标在单独评估时均保持显著性。纳入所有指标后，统计模型的解释力提高（区域内 R² 从约 0.009 提高至 0.014）。这些降雨效应是在考虑温度影响的情况下确定的，表明它们为额外效应。这些发现表明，更多降雨可能有利，但前提是湿日数量或极端日降雨量不增加。我们建议在进一步评估中使用这些附加指标，以解释国家层面研究中收益和损失的矛盾。此外，极端日降雨量的指标还可为洪水对经济增长的影响提供新见解。

稳健性、季节性与持续性

我们对主要结果进行了多项稳健性检验，结果在不同降雨空间自相关水平、替代降水数据集、采用人口权重汇总气候数据，以及考虑区域时间趋势等情况下均保持一致。由于降雨的季节性特征显著，我们按季节对“湿日”数量和极端日降雨进行分层评估，结果显示这两个指标在冬季和秋季影响最明显，而在夏季和春季较弱。这种季节性差异在使用年阈值或特定季节阈值时依然显著，并在考虑降雪（补充图 3）时保持一致，尽管夏季的日降雨量通常高于冬季（补充图 4）。这些结果表明，影响可能源于季节性的经济脆弱性，而非降雨特征。此外，这与年均温度对极端降雨影响的调节作用一致（图 2d），表明较高的年温或季节温度减少了脆弱性。进一步研究这一模式的机制可能为适应性规划提供见解。我们通过分布滞后模型评估了降雨指标的持久性，结果显示短期内没有回弹效应，但年总降雨量和湿日数量的影响具有一定持久性。

空间异质性

为了评估降雨分布不同方面的历史影响的空间异质性，我们将区域边际效应与各指标的历史标准差相乘（基于 1979–2019 年历史期的年际变异，方法部分，图 3）。利用已识别的边际效应和历史气候数据，我们能够将这些估算结果扩展到我们的经济样本之外（这些区域在图 3 中以阴影标记）。在历史时期内，湿日数量和负月降雨偏差带来的经济影响最大。这些影响在经济样本区域内较为均衡，但在年际变异性低的沙漠地区湿日数量的影响最小（扩展数据图 2）。相反，年总降雨量和极端日降雨的影响较小，且表现出较大的区域异质性。一方面，年总降雨量的影响在低纬度和年际变异性大的沿海地区最强（扩展数据图 2）。另一方面，极端日降雨的影响在高纬度以及沿海和山区区域最强，对如美国沿海、欧洲中部、中国、韩国和日本等关键工业区的影响较大。

部门和收入异质性

为进一步了解这些降雨指标的影响渠道，我们重新评估了它们对不同经济部门产出的影响，并将数据按收入中位数以上和以下的国家分组（此后分别称为富裕国家和贫穷国家,图 4）。由于年总量和月降雨偏差的影响具有相互依赖性，我们分别评估了它们的效果（同时保留所有日降雨指标以估算日降雨的效果）。在月降雨偏差的响应上，富裕国家和贫穷国家的表现相似（图 4a）。然而，贫穷国家对年总降雨量的敏感性更高（比富裕国家高出 62%），而富裕国家对湿日数量的敏感性更高（增加 47%），且对极端日降雨的响应更具统计显著性（图 4a）。有趣的是，农业产出对日降雨两个指标的响应很小甚至没有响应，而服务业和制造业则对这些指标有较强反应（图 4b）。这可能解释了富裕国家对日降雨更为敏感的原因，因为其对农业的依赖性较低，而对服务业的依赖性较大（图 4c-e）。

在我们评估中，农业产出对年总降雨量的依赖性很小，仅对月度降雨偏差的正负冲击表现出强烈的负响应（图 4b，扩展数据图 4）。然而，物价效应可能掩盖了农业在货币产出中的响应，应当考虑使用净初级生产力等物理指标来代替农业产出进行分析。相比之下，制造业和服务业在所有时间尺度和降雨指标上都显示出强烈的响应。此外，湿日数量的变化对经济的影响在地区收入水平上表现出显著的非线性依赖性，当将收入作为交互项纳入回归模型后，这一复杂的适应模式得到了验证。考虑到这种依赖性，显著提高了统计模型的解释力，且不会改变图 4 中的结论。

结论

本研究结果表明，单纯关注年降雨量增加对农业依赖型低收入国家的有利影响，无法全面揭示降雨变化对经济的影响。极端日降雨量和湿日数量的增加会对经济增长产生不利影响，尤其对高收入国家及其制造业和服务业影响更为显著。在气候变化的背景下，全球极端日降雨强度加剧是未来降雨变化中最为稳固的预测。这一降雨分布特征对经济增长率的不利影响的识别是评估气候变化成本的重要一步。我们的结果表明，纳入这一因素后，相比于以往研究，对气候变化成本的估算将会有所增加。此外，全球气候模型预测的其他降雨特征的变化虽可能区域性差异明显，且存在较大不确定性，但我们的结果暗示这些变化将进一步带来区域性的经济损失和收益，这些目前尚难以量化。在历史时期内，降雨分布其他特征的影响已超过极端日降雨，因此未来需要进一步研究，以全面量化降雨变化带来的经济后果，充分考虑所有已识别渠道的影响幅度和不确定性。

方法

1. 气候与经济数据

• 气候数据来源于 ERA-5，再分析地表降水率和 2 米气温，提供全球覆盖的六小时分辨率数据（1979–2019 年，0.25° × 0.25° 分辨率），并结合 MSWEP 和 PGF 数据集。
• 经济数据来源于 MCC 与 PIK 公开的分区域经济产出数据库（DoSE），包含 77 个国家 1554 个分区域的年地区生产总值（1901-2014 年）。数据通过 FRED 数据库的汇率转换为美元，以避免通胀影响。

2. 降雨与经济指标

• 在网格级别计算多项年度日降雨分布指标，包括年和月降雨总量，以及多个临界阈值（0.1 至 90 毫米/日，或历史分布的百分位），并计算超过给定阈值的降雨天数和降雨总量。
• 标准化月降雨偏差根据文献方法计算，以评估月降雨总量对年降雨影响的波动性。
• 人均增长率计算为人均地区生产总值对数的差分。

3. 数据空间聚合与权重 :将网格级别的降雨指标通过区域内面积加权平均聚合至区域水平，另一方案使用 Hyde 3.1 数据库的人口数据进行加权，以增加指标代表性。

4. 计量经济模型与边际效应

• 使用固定效应面板回归模型，估计年气候指标变化与分区域人均增长率之间的关系。控制变量包括区域时间趋势和全球冲击，从而识别湿日数量和极端日降雨量的显著影响。
• 边际效应通过调节变量的样本或区域均值进行评估，标准化月降雨偏差在均值接近零时使用历史平均效应代替边际效应计算。

5. 收入异质性分析: 根据人均收入将国家划分为富裕和贫困两组，以评估降雨影响的收入差异性。