01 背景与问题

气候因素是影响农业生产的主要自然因素，它可以为作物生长提供光、热、水等能源和物质。已有研究指出，全球气候变暖带来的温度升高和极端天气增加为农业发展带来了一系列不良经济后果，如降低农业生产率、减少农业产出等，同时，在农产品价格稳定不变的情况下，农业产出的减少会进一步降低对农业工人的需求。

 

1991年，在贸易自由化背景下，印度建立了统一农业市场，这为探究天气变化驱动的农业劳动力再分配提供了良好场景。理论上而言，某一地区的天气波动并不会对当地农产品价格产生直接的影响，但可能冲击当地的农业劳动力需求，此时农民只能暂时或永久性的转移至其他经济部门如制造业等，以减轻天气变化造成的经济损失。

 

为了确定天气波动导致的劳动力再分配对经济社会的影响，作者将个体、企业和地区级数据与印度的高分辨率气象数据相结合，探讨了以下几个问题：（1）气温和降水变化是否会影响印度农业生产？（2）受天气冲击影响的农民是否可以在当地劳动力市场内跨部门流动?（3）劳动力再分配这一气候适应行为的经济效益有多大?

 

02 数据和方法

1.数据

 

（1）农产品的价格、产量（总产量/总种植面积）和生产价值（价格*产量）数据。其中农产品的价格、总产量和总种植面积数据来自南亚宏观中观数据库（ICRISAT Village Dynamics in South Asia Macro-Meso Database，VDSA），涵盖了1960至2009年间印度19个州共302个地区的13种主要作物。作者采用了2001至2007年期间的数据，以便与文章的其他分析进行比较。

 

（2）工资和就业数据。来自全国抽样就业调查（National Sample Survey Organisation，NSS），作者使用了该调查的四轮数据，年份跨度为2003至2008年，并将研究地区限制在农业产量分析中使用的地区样本。作者分农业、制造业、服务业和建筑业四个部门，计算了每个部门受调查个体的平均日工资及其就业的可能性。其中平均日工资计算为过去7天获得的总工资除以过去7天内工作的天数，就业的可能性则是根据调查时个体回答的工作部门或是否失业来计算。

 

（3）制造业企业的相关数据，包括2001至2007年期间企业的总产出、雇佣情况（正式员工和合同工的人数及其平均日工资）和固定资本等。相关数据来自印度的年度工业调查(Annual Survey of Industries，ASI)。

 

（4）气温与降水数据。来自ERA-临时再分析档案（ERA-Interim Reanalysis），该档案在0.25°×0.25°四边形网格上提供了每6小时一次的气象数据,每个地区的日气象数据根据区内所有网格点的平均值计算。除此之外，作者还使用了特拉华大学降雨和温度数据集（University of Delaware Rainfall and Temperature dataset，UDRT）来进行稳健性检验。

 

2.方法

首先通过以下双向固定效应模型，研究天气对印度农业生产的影响程度，确定其中关系及大小，并且分析了天气对农产品价格的影响。

其中,Y_cdt代表t年地区d农产品c的产量、生产价值或农场价格；α_cd是农产品×地区固定效应的向量；α_ct是农产品×年固定效应的向量。考虑到天气冲击和其他不普遍存在于各地区的时变因素，模型还包含了一组灵活的、特定于状态的时间趋势ϕ_st，ε_cdt是随机误差项。文章假设模型存在异方差，并且某一地区的误差项存在时间上的序列相关（最多7年）、同时期内与其他地区的空间相关（最多10公里）。在基础回归中，f（w_dt）被假设为如下日平均温度和总降雨量的函数。

 

考虑到季风和非季风期间的温度对印度农业生产的重要性，作者使用作物日历来定义构建温度变量的相关时间段。每个地区季风期的总降雨量，则是从月总降雨量超过100毫米的那个月开始，到降雨量低于100毫米的那个月结束。

已有经济理论表明，如果天气变化减少了农业生产，那么农业劳动力需求会随之减少，进而应该会导致农业工人外流到经济的其他部门。文章首先通过以下模型，探讨印度的农业工人是否可以在当地劳动力市场内跨部门流动，以应对暂时的劳动力需求冲击。

其中，Y_dt是t年d地区各部门的劳动力份额和平均工资对数；α_d是地区固定效应向量；α_t是年份固定效应向量；ϕ_st是一组灵活的、特定于状态的时间趋势；ε_dt是随机误差项；f(w_dt)同样是温度和降雨量的函数。

 

为进一步了解劳动力重新分配对于减轻经济损失的重要性，文章采取三重差分法探讨了农业劳动力的重新分配会如何影响当地的制造业。模型构建的一个重要背景是，1947年，印度出台了《工业纠纷法》（Industrial Disputes Act，IDA）。

 

IDA规定了发生劳资纠纷时应遵循的调解程序，旨在保护制造业中正规企业的工人免受雇主剥削。IDA出台后在州一级进行了广泛的修订，偏向雇主的修订提供了一个宽松的市场监管环境，会增加劳动力流动的灵活性，偏向工人的修订则提供了一个严厉的市场监管环境。同时，只有当企业达到一定规模时，才会受到IDA的监管，这进一步影响了企业雇佣工人的灵活性。

 

IDA的修订，致使印度劳动力市场的刚性存在强烈的空间差异。因此，根据市场监管环境和是否会受到监管，可以将企业划分到四个不同的类别，分别是宽松劳动力市场监管环境下的受监管和不受监管企业，以及严厉劳动力市场监管环境下的受监管和不受监管企业。最终作者以严厉的市场监管环境下的受监管企业作为对照组，构建了如下三重差分模型：

 

其中，Y_ijrdst是t年，s州，d地区，在监管组r部门j的企业i的总产出、正式员工和合同工的人数及其工资。若s州具有宽松的市场监管环境则取Flexible=1，若企业i没有受到IDA的监管则取Below=1。α_jrd是行业×地区固定效应；α_jrt是行业×年份固定效应；ϕ_st是一组灵活的、特定于状态的时间趋势；ε_ijrdt是随机误差项；f(w_dt) 同样是温度和降雨量的函数。其中γ₂的大小代表了不同市场监管环境下（flexible或rigid）气温对受监管企业的影响。如果γ₂+γ₄等于0（意味着γ₁+γ₂+γ₃+γ₄=γ₁+γ₃），说明气温对不受监管企业的影响是无差异的，这可以提高模型识别的有效性。

 

03 结论

首先是天气对农业生产的影响，即模型（1）的估计结果。如表1所示，日均温度每升高1°C，会导致农产品的产量减少12.2%，生产价值减少12.3%，但对价格没有影响（第3列）。总降雨量每增加100毫米，产量增加1.13%，产值增加0.98%，对价格依旧没有影响。

 

表1 天气对农业生产的影响

这一结果表明，相较于降水，温度对农业生产的影响更大。这可能是因为，增加的降雨量可以转化为地下水或通过灌溉系统进行储存，而面对更高的温度，一般需要研发出更耐热的作物品种来应对农业产量的降低。上述基础回归中还有一个值得注意的结果，即温度和降雨量对当地的农产品价格都没有显著的统计或经济影响，这是因为印度市场准入的改善提高了经济一体化程度，使得温度对价格的影响逐渐减弱（如图1所示）。

图1 贸易自由化前后温度升高1℃对农产品产量和价格的影响

 

若温度不会导致农产品价格发生较大变动，那么根据经济理论，由于当地比较优势的变化，农业生产的减少以及随之而来的对农业劳动力需求的减少应该会导致农业工人外流到经济的其他部门。随后文章便给出了相关的支持证据。

首先是天气对四个部门（农业、制造业、服务业和建筑业）平均工资的影响，即以各部门平均日工资作为被解释变量的模型（3）的估计结果。如表2所示，日均气温每升高1℃，会导致农业工人的日均工资减少13.4%，这一结果与农业劳动力需求的减少一致。同时温度每升高1℃也会导致制造业的工资减少12%，这是因为跨部门的工人流动会降低劳动力流入部门的平均工资，此外高温也可能降低制造业的平均生产率，从而进一步降低该部门工资。回归结果还表明天气对服务业和建筑业的影响不显著，说明工人从农业进入服务业和建筑业的活动有限。

 

上述基础回归结果在使用一系列替代方法后依然稳健，包括：在天气函数中移除降雨作为对照；使用温度的非线性变换；在模型中加入温度和降雨量的滞后和超前变量等。但使用UDEL天气数据进行估计时，结果显示温度和降雨量对农业工资均没有影响，只有在移除降雨量后，温度的影响在统计上显著为负，在这种情况下无法确定降雨量对工资的影响。

 

表2 天气对平均工资的影响

考虑到气温对农业工人福利的总体影响取决于其是否能够在其他部门找到工作，因而还需了解工人在其他部门的就业程度。表3提供了以地区劳动力份额作为被解释变量的模型（3）的估计结果，以确定工人在每个地区内跨部门流动的程度。结果表明，日均气温每升高1℃，会导致地区农业就业份额减少7.1%，但制造业和服务业就业份额分别增加了2.04%、3.35%。

表3 气温对地区各部门劳动力份额的影响

这些发现表明，在农业生产力因气温下降而降低之后，印度的农业工人可以在当地劳动力市场内跨部门流动，以应对暂时的劳动力需求冲击。因此，劳动力重新分配减缓了温度驱动的农业生产力变化的不利后果。为了进一步确定劳动力再分配对于减轻经济损失的重要性，还需了解其如何影响劳动力流入部门（主要是制造业）的经济活动。

 

作者接下来提供了模型（4）的估计结果，即天气对制造业活动的影响。如表4的检验结果所示，无法拒绝γ2+ γ4等于0的原假设，说明模型的识别是有效的。而根据回归结果，对处于严厉市场监管环境下的受监管企业（γ1），气温每升高1℃，会导致其总产出减少12.9%，合同工的雇佣减少14.8%。对处于宽松市场监管环境下的受监管企业（γ2）而言，气温每升高1℃，导致其总产出相较于前者会增加10%，合同工的雇佣会增加14.6%，合同工的日均工资会减少5.8%，这表明在劳动力再分配受限的市场环境下，高温会导致制造业活动的收缩，从而增加当地经济损失。此外，表4第三部分的结果显示，只有刚性劳动力市场环境下的未受监管企业增加了合同工的雇佣，这表明从农业到制造业的劳动力转移可能主要集中在非正规企业。

 

表4 不同监管环境下温度对制造业企业的影响

文章最后进行了一个粗略的计算，探讨在没有劳动力再分配情况下，温度驱动的地方经济损失会有多大。作者首先估计了气温对印度GDP的影响，结果显示，日均气温每升高1℃，会导致总GDP降低2.59%，农业GDP降低11.2%，制造业GDP降低2.57%。表5的第二到四列为反事实计算，以第四列为例，若在所有制造业企业中都不存在劳动力再分配，那么温度升高1℃，会导致所有企业的总产出降低12.9%，进而导致当地的经济损失提高69%。

 

表5 反事实估计

 

04 创新点

第一，现有研究主要关注技术或环境的永久性变化引起的农业生产力的长期变化，而本文则聚焦于短期天气变化对生产和劳动力的影响。由于在短期中常假设资本或土地保持不变，这为研究劳动力分配问题提供了绝佳途径。

 

第二，已有研究天气如何影响农业生产的文献大多将降雨量作为主要解释变量，而忽略温度的影响，仅将其作为控制变量。本文的研究得出了一个与已有研究大不相同的创新性结论，即相较于降水，气温更易影响农业生产。

第三，以往研究在州一级市场监管环境的背景下，探讨了降雨对农业生产的影响，而忽视其中可能存在的异质性效应。本文则进一步考虑了各州受监管和不受监管企业的不同行为，更准确地识别出市场监管环境对当地劳动力跨部门流动的影响。

 

第四，文章结论表明，高温导致农业劳动力转移到其他经济部门是，农民应对气候变化的一个重要适应行为，这一结论具有较强的政策建议，即市场一体化程度越高和工人流动性更强的地区，能够更好地缓解气候变化造成的经济损失。

 

◆

05 思考

第一，如作者所言，反事实估计的经济损失并不能确定是一个上界还是下界。在劳动力受限的情况下，受影响的农业工人可能会采取其他适应行为，此时估算结果可能代表一个上限。但若外部选择有限，农民收入减少可能会导致当地总需求减少，进一步对其他部门产生负面影响，在这种情况下，估算结果可能代表一个下限。这启示我们在未来的研究中，应综合考虑多种情况和因素的存在，以确定建立在实证结果上的成本收益分析结果代表的是上界还是下界。

 

第二，文章一项重要的结论是，相较于降水，农业生产对气温变化更敏感，那么，对于其他经济部门（比如制造业）的影响是否亦是如此，有待后续进一步的研究。同时，在全球气候变暖的趋势下，各经济部门可以通过何种措施有效应对气候变化，其经济成本几何，均有待深入考察。

 

第三，全球气候变暖带来了平均温度的升高和极端天气的增加，前者会通过降低劳动生产率和工人出勤率等降低经济产出，后者则会在短期内造成巨大的经济损失，而确定各种适应行为和应对极端天气措施的经济收益有助于加深我们对气候变化如何影响经济社会的理解。

 

 

*文章来源：3E经典论文

*侵权必删