关于温度冲击的新视角

一种关于温度冲击的新视角 Nooman Rebei WP/25/ 42 国际货币基金组织工作报告描述研究在作者（们）的进展，并已发表。引起评论并促进辩论。国际货币基金组织（IMF）工作报告中表达的观点是作者（们）的，并不一定代表代表国际货币基金组织（IMF）、其执行董事会的观点。或国际货币基金组织管理。 能力发展研究所 一份由Nooman Rebei撰写的关于温度冲击的新视角报告 由Mercedes Garcia-Escribano授权分发，2025年2月 国际货币基金组织工作报告描述作者正在进行中的研究，并发表以征求评论并促进辩论。国际货币基金组织工作论文中表达的观点是作者（们）的观点，并不一定代表国际货币基金组织、其执行董事会或国际货币基金组织管理层的观点。 摘要：现有研究指出，气候变化对新兴市场和发展中经济体的影响不成比例，与发达国家相比，造成更大的产量损失，提出较冷地区的影响低于其较暖的对应地区。本研究重新审视了温度波动与实际增长之间的经验关系，独特地关注区分暂时性温度变化与永久性温度变化，与天气和气候变化的定义相吻合。我们的发现显示，较富裕且较冷的经济体仅在应对天气冲击时表现出更好的适应性，而对于气候变化干扰，这一模式则相反，对先前研究的结论提出了挑战。 工作论文 关于温度冲击的新视角 由Nooman Rebei 编制1 目录 31 引言 2 模型3估计 9 4 实证结果 11 4.1 趋势特征与协整性 . . . . . . . . . . . . . . . .114.2 永久性气候冲击的传递………………134.3 暂时性天气冲击传递………144.4 气候预测数据（SSP5-8.5）……………16 5 温度冲击对经济活动的重要性有多大 18 6 反向因果关系206.1 模型设定和识别限制……216.2 实证结果 ... ... ... ... ... ... ...23 7 结论 24 25参考文献 附录 A A.1 随机趋势…………………27A.2 冲击响应函数（短期冲击）……29A.3 在SSP5-8.5情景下实际产出. . . . . . . . . . . . . . . .31 1 引言 地表温度，在全球和国家层面，已知呈现出上升的趋势（非平稳）。传统的经验性模型旨在评估气候变化对总产出的影响，往往难以明确识别温度的永久性变化。相反，许多研究通过使用水平、增长率或两者的组合来解释产出增长的动态。在时间序列分析的领域中，一个公认的事实是，涉及非平稳或趋势变量的回归通常会导致统计上的不一致性，并且经常会出现虚假的结果。 研究考察气候变化对经济增长的影响包括戴尔、琼斯和奥克伦(2012),Burke,Hsiang, and Miguel(2015),Tol(2018),Acevedo, Mrkaic, Novta, Pugacheva, and Topalova(2020)，并且Waidelich, 19）和汉泽勒和舒马赫(2019) 报告了总要素生产率增长的类似结果。为了尝试解决长期温度变化，一 些研究者建议将某些年份的天气变量平均，并运行更长的差分估算。结果在定性上保持相似。Nath, Ramey, and Klenow(2023挑战了定量发现的结论，因为这些发现表明，由于遗漏了滞后和温度的序列相关性，产出增长损失被放大。此外，他们开发了一个模型，在该模型中，温度冲击对产出影响的程度，取决于国家的平均温度，而不是温度水平。2他们仍然发现，炎热的国家将会受到变暖的影响，而寒冷的国家受影响较小。 很少有论文显示出明确的结果，因为它们发现各国在真实增长冲击响应中存在显著的异质性。卡恩等人(2021通过将温度和降水与长期移动平均历史标准差引入偏差，而非其水平，更严肃地对待气候变化。有趣的是，气候变化标志性的天气模式变化不仅影响低收入国家或位于温暖气候地区的国家，还影响发达经济体和气候较冷的地区。类似的发现可通过以下内容说明：伯格、柯蒂斯和尼尔森(2023从一个国家特定的时序视角使用局部投影。比拉尔和坎齐格(2024估计气候变化的影响比先前报道的显著更大。通过分析自然波动 全球温度，他们在研究中指出，全球温度冲击甚至在高收入、较冷的地区也会导致负面经济影响。他们的发现源于观察到一个事实：与特定国家的温度变化相比，全球温度冲击与极端天气事件的相关性要强得多。 尽管明显的证据表明，趋势性温度变化是气候变化的一个特征，但现有文献对此核心识别问题却保持缄默。此外，全球及各国的长期温度情景归因于非常持久的温室气体浓度增长路径，以及到本世纪末可能发生的升温幅度。3为了填补这一空白，我们调查的两大动机驱动了我们的研究。首先，温度正在变化，因此重新审视气候变化与实际增长之间的关系，同时明确区分永久性和暂时性温度变化，这一点非常重要。第二个动机包括在最近几十年国家层面观察到的异质气候变化。我们记录了证据，显示发达经济体（AEs）比新兴市场和发展中经济体（EMDEs）以更快的速度变热。这可能会根据经济环境对温度上升的敏感性在不同程度上产生长期影响。 我们还在文献中找到了分析动机，这些文献考察了温度时间序列的基本方面，旨在检测非平稳性的来源并区分线性和随机趋势。当采用对个别时间序列的测试时，结果并不明确。4一种识别温度趋势驱动因素的方法是通过测试温度和辐射强迫之间的协整关系。在正向情况下，温度应该与测量辐射强迫的变量共享一个共同的不确定性趋势。5考夫曼、考皮、曼和斯托克(2013采用协整和误差修正方法来探讨温度和辐射强迫之间的关系，揭示出温度异常表现出随机性的证据。 基于趋势平稳的长记忆模型，比确定性趋势。Chang 等人(2020)得出相同的结果。根据我们的回归分析，图1说明了平均全球温度的随机趋势和非持续性成分，这些趋势与在文献中展示的科学结果非常相似。国际气候变化专门委员会(2021). 我们的建模策略遵循乌里贝(2022）和Rebei and Sbia(2021）用于解释温度和实际产出的临时性和永久性冲击。模型使用去趋势的内生变量和外生冲击构建。鉴于外生冲击和随机趋势均无法直接观察，模型的大部分变量被认为是潜在的。然而，估计利用了模型为可观察变量提供准确预测的能力。数据的似然性通过卡尔曼滤波计算，并在计量经济学估计中应用贝叶斯技术。我们的分析得出三个主要发现。首先，在过去的几十年里，各国温度普遍呈现上升趋势，差异显著。值得注意的是，寒冷国家经历了最显著的变化——大约0.5无内容C值高于热地区。其次，先前报道的模式——即贫困和炎热国家受到增温的影响更大——仅适用于非持久性冲击的背景下。气候变化的影响在较冷和较富有的国家中更为明显，在较热和较贫穷的国家中则不那么明显，在最严重的温度升高情景下，平均产出损失分别为6%和1%。第三，温度冲击约占富裕国家总经济活动观测变化的四分之一，而在贫困和炎热国家中，其影响显著较低。此外，温度冲击的四分之一贡献归因于暂时扰动，而剩下的四分之三是由气候变化永久性影响所驱动。 我们的发现挑战了现有文献，该文献认为气候较冷和财富- ier地区相较于较暖的地区受气候变化的影响较小，这是由于假设但未经证实的更强的适应能力。Burke et al.(2024考察社会适应气候变化程度的范围，通过分析不同地理和行业广泛的长序列数据集。实证结果表明，观察到的适应性不足，包括在发达经济体中。我们将我们的结果归因于在富裕国家，温度趋势在较冷地区更为明显，伴随着自然灾害的更高频率和更大的损害。同样，比拉尔和坎齐格(2024) 将极端气候事件识别为气候变化影响的 主要传播渠道。 本文 remainder 部分的结构安排如下。第 Section 段。2描述了用于分解永久性和临时性温度成分的实证模型的基本假设，以及它们如何影响产出增长。第3呈现估计方法。节4探讨了来自特定国家回归方程的实证意义。第5进行了一项关于预测误差方差的跨国分析。在考虑了潜在的反向因果关系后，进行了稳健性检验。6最后，我们在第X节中提出结论。7. 2 模型 天气描述的是近地面大气层短期状态，包括降水、温度、湿度、风速和风向以及大气压力等要素。这些条件处于不断运动中，导致频繁的天气变化，如印度夏季季风雨和厄尔尼诺-南方涛动等现象所示。相比之下，气候是指长时间内观察到的大气趋势和变化。 为了区分天气和气候对温度的影响，我们可以假设温度由一个暂时成分和一个永久成分组成。在最简单的设置中，以对数形式表达变量，可以这样形式化： 在！Tωt= !T t+εTT=ϑω1t并且Ttt+ϖT1 TT →→ t两种温度创新ε请注意，根据方程中温度的指定，1此变量根据定义被认为是非平稳的。 t并且ϖt是相互独立同分布的冲击；然而，它们分别意味着持续性和暂时性的效应。现在，让我们假设一个更普遍的温度演化过程，通过允许其具有自相关性——这是由于累积的CO2排放。自观察到的 温度具有一个可能归因于随机趋势的单位根，我们定义了一个“去趋势”的温度度量。Tˆt=Tt!T然后，我们可以表示以下内容→t 自回归方程： ˆ 同样地，我们假设实际GDP具有随机趋势，！Y t，这可能会受到外部趋势的影响，！YYt= !Yt+ε，并且长期温度t+.→ t i=1 1 我们定义去趋势实际GDP的运动定律如下：→ t趋势，！T t因此，(将在估计结果的基础上进行统计学测试)。故此，Yˆt=YYtˆ !Yˆ 通过构造，"”!Y#t并且！”t表示非平稳创新的变化。ωY t并且ωT t对应于临时冲击。j=1 在实证模型估计中使用的可观察变量包括温度和实际GDP的增长率。这些可观察变量与不可观测系统中包含的变量相联系。2并且3通过以下关系 并且 为了更具普遍性，我们允许天气和气候变化冲击是按序列的$%相关。形式上，暂时性和永久性成分的演化遵循以下规律：t=Yˆ→ YT.tˆ 在#和$是4×4的对角矩阵的情况下；μ我：iT, Yt并且ϖit(我：i=是独立同分布的正态分布扰动。= #t Y+ $ ”!”!μYt+1ttYYYωωϖt+1tt 我们对……进行标记（或表示）。无内容是观测年份中变量的向量t这与对应 t无内容t=[”Tt”Yt系统由方程式组成的时态空间表示法↑ 在哪里⇁t=[Zˆ...Ztˆu uωT1t p+1 t] , =[”!↑ T tt t”!YωYεμTϖT无效字符Y → tt t] ， 和 [ = ]]↑ Y t t t t.↑ →A，B，C，和D是已知函数，其中矩阵。ϑ我：i我：iT,Y(2)到(6) 可以写成如下：⇁t+1=A⇁t+B εt+1无内容t=C+D ⇁↑↑ t j,φ j=1省略号和句号保留，不进行翻译。,... p),ρ,↽,⇀, 和ς让我们定义我我：i作为一个阶数为我：i, 是一个↑我：iϑ ... ϑ1G ↓↑ ϱ100 ↑订单我：i通过j所有条目均等于零。此外，让q并且n分别表示冲击的数量（= 4）和经验模型中包含的内生变量的数量（= 2）。我们还定义GH#H$A=我φT... φTφY... φY↽ς ⇀ ↽1p 1 p↓1有↔ 矩阵Mω和Mu取以下形式→ 、 ， 、 ，$# 为了深入理解持续的温度冲击如何影响实际产出，我们首先校准了模型的简化版本，然后使用两个关键参数的不同值迭代模拟冲击响应函数。ς并且↽. 图表2说明了对突然的、持续1个单位的产出水平增加的敏感性。无内容C.7对于显著负值的情况ς, 输出响应→无效输入ς100]→ 达到新低，主要受过渡影响。↽, 决定了收敛速度。第六年之后，产出响应对过渡参数变得不敏感。↽并且完全由长期均衡关系驱动，如协整项所示。ς这突出了潜在的短期和长期条件矩，这些矩可以帮助确定所提议模型的关键参数。 备注：平均温度假定值为68无内容F (20)无内容C)；以及1无内容C增