文献阅读 | 人类活动导致的气候变化减缓了全球农业生产力的增长

题目

Anthropogenic climate change has slowed global agricultural productivity growth

作者

Ariel Ortiz-Bobea, Toby R. Ault, Carlos M. Carrillo, Robert G. Chambers & David B. Lobell

期刊

Nature Climate Change

时间

2021年4月

一作

单位

Charles H. Dyson School of Applied Economics and Management, Cornell University, Ithaca, NY, USA

链接

https://www.nature.com/articles/s41558-021-01000-1

研究内容

过去的农业研究已经有力地促进了生产力发展，但人类活动导致的气候变化（ACC：Anthropogenic Climate Change）对生产力增长的历史影响还没有被量化过。研究建立了一个气候对全球农业全要素生产率(TFP)影响的稳健计量模型，并将该模型与反事实气候情景相结合，评估了过去气候趋势对TFP的影响。研究的基线模型表明，自1961年以来，ACC已经使全球农业TFP减少了约21%，这一放缓相当于失去了过去7年的生产力增长。在非洲、拉丁美洲和加勒比等较为温暖的地区，这种影响更为严重(降幅约为26-34%)。研究还发现，全球农业在持续的气候变化面前变得更加脆弱。

研究方法

本研究依赖农业TFP作为农业生产力的衡量标准，量化了1961年以来ACC对全球农业生产力的影响。TFP捕捉了早期研究所回避的输出和输入调整之间的相互作用。在这方面，研究使用了官方的TFP统计数据，其中农业产出包括农作物和牲畜，而投入包括劳动力、土地、实物资本和材料。

研究的全要素生产率估算概念框架借鉴于美国农业部的全要素生产率估算方法，考虑了总产出、总投入、天气和技术知识之间的关系。即Y_it=e^f(Zit)A_itX_itU_it，其中Y_it是国家 i 和第 t 年的总农业产出，e^f(Zit)是天气Z_it的影响，A_it衡量当前的技术知识，X_it和U_it分别是观察和未观察到的总投入。根据定义，i 国在 t 时刻的TFP为Y_it/X_it，因此i国在 t 时刻TFP的百分比变化近似为：

研究的计量经济学模型试图通过国家和年固定效应(α_i和θ_t)和模型Δf(Z_it)以各种方式控制Δln A_it。由于该模型是在增长项中指定的，因此包含一个特定国家的虚拟变量α_i类似于控制ln TFP中的一个线性国家特定时间趋势。未被固定效应吸收的未观察到的输入被捕获在错误项ϵ_it中。这个误差项还包括TFP度量中的测量误差，其中包括灌溉区变化未完全捕捉到的灌溉水使用的变化。也许除了取水之外，TFP数据中的测量误差不太可能与每年的天气变化相关，因此这不会影响研究的结果。研究的基线模型对Δln TFP_it进行了green-season平均温度和降水的第一差异的回归：  

研究结果

农业TFP的变化

如图1.a显示，自1961年以来，平均农业TFP增加了一倍多，但全国范围内存在着很大的差异。图1.b显示，在任何一年，Δln TFP_it在不同国家之间都有很大的变化范围。图1.c显示，某些国家的TFP增长要慢得多，特别是在撒哈拉以南非洲。图1.d显示，观察到的国家年平均气温如何在有ACC(金色带)的反事实天气轨迹范围内比不考虑AC的情况更接近。图1.e显示了类似的降水信息。

图1. 农业生产力与气候近年的变化趋势

a：国家农业TFP在1961 - 2015年期间的增长。灰线表示样本中所有国家观察到的TFP水平轨迹。彩色的线对应着具有不同TFP平均增长率的国家的平均TFP水平轨迹。b：国家TFP对数的一级差异分布。盒子代表前三个四分之一(Q1, Q2和Q3)。胡须延伸到四分位数范围的1.5倍(IQR = Q3 Q1)。观测值超过1.5 IQR时用小圆圈表示。c,：1961 - 2015年农业全要素生产率年均增长率图。d，e：全球气象强迫数据集(GMFD)观测数据全球平均年温度(d)和年降水量(e)的演变。金带延伸到CMIP6(7个GCMs)的模型变量范围。这里显示了国家一级变量的简单平均数，因此小国的代表性过高。

模型情景下的环境影响

研究发现农业全要素生产率的增长与天气变化之间存在牢固的关系（图2）。温度响应函数大致呈线性，并有向下倾斜的趋势（图2.a），表明超过green season的温度升高对TFP的增长是不利的。研究对该结果进行了两次安慰剂检验，证明这个结果不太可能是由于偶然性导致的。这些检验基于这样以下观点：如果将TFP增长与天气变化错误地相匹配，并重新估算，应该会得出天气对TFP没有影响或影响不大的结果。第一次检验中，研究评估了基于10,000个“重组”数据集的模型，这些数据将TFP增长和天气变化数据的年变量进行了错配。结果显示，样本估计(图2.a)落在伪“重组估计”的结果分布之外(图2.c)。第二次检验中，研究将TFP增长和天气变化数据的国家变量进行了错配，得到与第一次检验类似的结果（图2.d）。

降水响应函数呈非线性，并且在超过green season 500mm左右时达到峰值（图2.b）。类似于对温度相应函数的检验，研究用安慰剂检验确定了该降水响应函数不太可能是虚假的。

图2. 农业生产力对天气变化的响应

a，b：TFP增长对green-season平均T (a)和P (b)变化的响应函数。响应函数垂直中心，表明加权边际效应为零。彩色条带代表了基于500年区域块引导的90%和95%的置信条带。蓝色条表示1962 - 2015年样本期内全国green-season平均T的分布。green-season的平均T表示选定的一些大国。c-f：安慰剂检验的结果，即TFP和天气数据按年份(c，e)或国家(d，f)随机错配或重组，其中分布代表线性和二次的T (c，d)或P (e，f)系数基于10000个重组数据集。

适应气候变化的一个关键问题是农业是否对气候极端现象变得越来越敏感。具体反映为图2中所示响应函数随时间的变化。研究根据样本的上半部分（1962-1988年）和下半部分（1989-2015年）估算模型，发现后半部分的温度响应函数明显更陡峭，这表明较高的温度更具破坏性。研究还发现温度响应函数随时间的变化并非由偏远国家温度分布的孤立变化所驱动。

ACC对全球农业TFP的累计影响

在1961-2020年期间，ACC对全球农业TFP增长的累积影响约为-20.8％，其置信区间在-39.1％和-10.1％之间90％置信区间（图3.a）。图3.b通过将ACC对全球TFP增长的反事实累积影响与观察到的（1961-2015年）和预计的（2016-2020年）全球TFP水平轨迹相结合，展示了在无ACC情景下，全球农业TFP增长会有怎样的更高的水平。具体而言，研究发现，在没有ACC的情景下，2013年（90%置信区间为2007-2016年）全球TFP水平就可以达到有ACC情景下2020年全球TFP的水平。也就是说，ACC的影响导致了过去7年生产力增长的损失。

图3. ACC对生产率的全球影响

a：结合统计不确定性和气候不确定性，总共有2000条反事实路径。蓝线表示整体均值，蓝锥表示90%置信区间。右边的误差条表示对2020年影响的90%和95%置信区间。b：与TFP观测(1962 - 2015年)和预测(2016 - 2020年)水平(红色)的结果相同。

计量模型检验

研究在全球范围内ACC对全球农业生产力的影响的基线发现，对于大多数的计量经济模型指标都是稳健的。图4总结了对基线和替代模型子集的总体估计。

图4. ACC对多种计量经济模型的全球影响

96种模型变化的影响估计，其中线表示基线模型(图3a，蓝色)和备选模型(灰色)的总体平均估计的90%(深色)和95%(浅色)置信区间。正下方的竖条表示相对于剔除天气变量的模型，样本外MSE减少了十倍的交叉验证(即年份数据一起采样)，因此竖条越高表示模型拟合越好。这些点提供了关于上述每种计量经济学模型特征的信息。

ACC对全球农业TFP影响的空间差异

图5显示，自1961年以来，ACC对温暖地区（如非洲（−34.0％），近东和北非（−30.0％）以及拉丁美洲和加勒比地区（−25.9％））的影响要大于较凉爽的地区北美（−12.5％）和欧洲和中亚（−7.1％）等地区。重要的是，这些区域影响是通过对计量经济模型拟合数据的权重进行加权而构建的，因此结果反映了计量经济模型的不确定性。考虑到农业就业人口的很大比例，对非洲造成的巨大负面影响尤其令人担忧。总体而言，这些发现与农业生产率增长的一些局部地区的放缓相一致。也有一些研究分析了经济层面的ACC影响，这些影响加剧了穷国和富国之间的不平等，受影响最严重的地区包括农业生产率较低的地区，如撒哈拉以南非洲。

图5. ACC在全球、地区、国家水平的影响

a：反映各种不确定性来源的每个区域的影响估计。彩色波段代表95%、90%和80%的置信区间，反映了气候的不确定性(来自GCMs)、计量经济学的不确定性(来自估计)和规格的不确定性(来自计量经济学模型的选择)(方法)。b：地图上的颜色对应于基于这三种不确定性来源的每个国家的总体平均影响。

研究结论

TFP是一种经济指标，它处于长期经济增长的核心，特别是提高国家和人民的真正福利。TFP是指用于生产的总经济资源(土地、劳动力和资本)中生产出的实际产出(我们消费的商品和服务)。农业全要素生产率的稳步提高意味着世界避免了马尔萨斯危机，即人口增长带来的粮食需求超过了地球资源的满足能力。在TFP不变的情况下，增加一倍的产出需要增加一倍的投入(和相同的人均)。但是，如果改进的技术和更好的做事方式能够得到发展，那么同样的投入可能会得到更多。这是TFP的增长，它为社会增加了更高的人均财富。就农业而言，这意味着需要更少的土地(和其他资源)来满足粮食需求。而本研究创新性地将农业全要素生产率的增长率与气温和降水的气候数据联系起来。研究证实，农业TFP在炎热和干燥的年份下降(或增长更缓慢)，相反，在凉爽的年份(或多雨的年份达到某一点)下降更快。然后，研究利用这种关系来估计由人为气候变化(由7个全球环流模型确定)导致的温度和降水模式的长期变化可能如何影响每个国家农业TFP的趋势增长。研究发现，自1970年以来，气候变化导致全球气温上升约1摄氏度，导致全球农业TFP减少了21%。这种影响在撒哈拉以南非洲地区更为明显，那里是世界上最贫穷和粮食最不安全的地区，气候变化使农业TFP减少了34%。此外，随着时间的推移，平均气温和降水量的变化对农业全要素生产率的影响越来越严重。总而言之，ortizo - bobea等人的该研究强调了马尔萨斯在1798年描述的供给促进的生产力增长和人口和收入拉动的需求增长之间的竞赛已经重新开始。

编辑：肖逸龙

排版：江琴

相关阅读

点击“阅读原文”浏览小组主页