自然灾害的增长效应：1970-2023年全球新数据集的证据

自然灾害的增长效应 1970年至2023年新型全球数据集的证据 阮海宁，梅迪·拉西，布鲁诺·韦尔赛，爱丽丝·天波·张 WP/26/106 国际货币基金组织工作论文（IMF Working Papers）刊登作者正在进行中的研究成果，旨在征求评论并鼓励讨论。国际货币基金组织工作论文中表达的观点是作者的个人观点，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（的看法）。 2026年6月 国际货币基金组织工作论文 战略、政策与评估部 自然灾害的增长效应：来自1970-2023年全新全球数据集的证据——由Ha Nguyen、Mehdi Raissi、Bruno Versailles和Alice Tianbo Zhang编制 由尤金尼奥·塞鲁蒂授权发行 2026年6月 国际货币基金组织工作论文（IMF Working Papers）刊登作者正在进行中的研究成果，旨在征求评论并鼓励讨论。国际货币基金组织工作论文中表达的观点是作者的个人观点，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（的看法）。 摘要：我们基于每日观测数据构建了标准化的气候异常指标，并仔细校准物理阈值，以识别196个国家在1970年至2023年期间发生的风暴、洪水、干旱、热浪和寒潮。采用局部投影框架，我们估计了每种灾害类型及其综合影响的当期和两年后的实际GDP增长效应。我们发现，风暴、洪水、干旱和热浪在发生时显著抑制增长（平均大致降低0.1至0.2个百分点），其中新兴市场和 developing economies 受影响最大。寒潮则没有统计意义上的显著影响。我们的估计还表明，GDP增长的初始下降通常无法通过快速反弹完全弥补，导致灾后两年内GDP仍低于灾害前趋势。严重灾害造成的损失更为巨大。毁灭性的洪水可降低增长高达3个百分点（而百年一遇的风暴或热浪降低增长约0.5pp，极端干旱降低增长约1pp）。通过结合估计的全球系数与各国自身的灾害强度统计，我们将汇总结果转化为本地化增长效应，并与动态异质面板模型的估计结果进行交叉验证。最后，滚动窗口估计显示，近年来风暴和热浪的当期增长影响已有所减弱，而干旱造成的损害则日益加剧，反映了随时间推移适应性和脆弱性趋势的分化。 推荐引文：Nguyen, H., Raissi, M., Versailles, B., & Zhang, A. T. (2026). 自然灾害的影响：基于1970-2023年新型全球数据集的证据。国际货币基金组织工作论文，编号WP/26/106。国际货币基金组织 工作文件 自然灾害的增长效应： 1970年至2023年新型全球数据集的证据 由阮海 (Ha Nguyen)、雷西迪·迈赫迪 (Mehdi Raissi)、韦尔热纳·布鲁诺 (Bruno Versailles) 和张天博·爱丽丝 (Alice Tianbo Zhang) 编写 1 内容 1.Introduction 自然灾害日益被视为关键性的宏观经济冲击。大量实证研究考察了其宏观经济后果（Mitra等，2025），但研究结论不一。Skidmore和Toya（2002）提出，频繁的自然灾害可能通过资本更新和制度改革促进长期增长。后续分析，包括Noy（2009）和Raddatz（2007）的研究，则记录了显著的短期负增长效应，尤其是在低收入国家和小型岛屿经济体。近期研究更强调灾害类型、强度和国家特定特征的重要性。Loayza等（2012）以及Fomby、Ikeda和Loayza（2013）发现，干旱和地震往往会降低增长，而适度的洪水可能产生短期积极效应。Felbermayr和Gröschl（2014）通过引入物理测量的灾害强度指标，推动了该领域研究，证明自然灾害会降低人均GDP增长，而影响的程度受制度质量和贸易开放程度的缓解。Felbermayr等（2022）利用夜间灯光数据揭示地方性天气极端事件如何影响空间分解的经济指标，突出了在国家层面汇总时常被忽视的影响。Botzen等（2019）对理论、计算和实证研究进行了全面综述，结论是自然灾害造成巨大的直接经济损失（如在高收入国家的财产损失和低收入国家的人员伤亡），且间接宏观经济效应虽然总体上为负，但在多元化程度较低、收入较低的经济体中往往更为严重。 尽管取得了这些进展，但大量文献仍继续依赖由灾害流行病学研究中心（CRED）维护的紧急事件数据库（EM-DAT）（例如，Nguyen等人，2025年）。虽然EM-DAT对于全球灾害事件的目录编制至关重要，但将其用于增长回归分析存在若干局限性。首先，EM-DAT依赖于报告的损失和事件声明，这些报告在不同国家和不同时间段差异很大。这导致了对规模较小或缓慢发生的灾害（例如热浪和干旱）的低报，这些灾害可能不会触发正式的紧急声明，但仍会对宏观经济造成重大成本。其次，损失估计通常基于保险索赔或政府报告，这可能会引入偏差：拥有更好报告基础设施的富裕国家可能看起来比数据有限的发展中国家受影响更严重。第三，EM-DAT缺乏灾害强度的标准化衡量指标，这使得评估严重程度或跨国家比较事件变得困难。 为解决这些数据缺失问题，一些研究利用气候异常和物理阈值来构建更可比的非地质灾害指标。这种方法减少了灾害-增长回归中的内生性问题，并允许进行更精确的宏观经济影响估计。然而，阈值的选取——从绝对值（例如，降水超过X毫米）到基于百分位数的截断值（例如，温度异常高于95百分位数或超过相应天气分布的两个标准差）——引入了方法论上的复杂性，包括它们是否应在各国之间保持一致。Akyapı、Bellon和Massetti（2025）从高频、高空间分辨率的天气观测数据中构建了数百个此类变量，并使用机器学习（LASSO）识别出一组驱动经济的极端天气变量。 结果。他们估计，严重高温和干旱可能使年GDP增长每标准差极端天气减少约0.2个百分点（而更温和的温度则会促进增长）。我们的方法刻意避免了因不同阈值选择而可能产生的灾害指标激增问题。具体而言，我们依赖于一套简约的五种灾害类型，每种类型都使用标准化且经过本地校准的阈值来定义，这些阈值反映了特定国家的天气分布。 我们通过构建全球标准化天气异常数据集（G-SWAD），即一个基于每日观测的标准化全球面板天气异常数据集，并使用经过仔细校准的物理阈值来识别五种主要灾害类型——风暴、洪水、干旱、热浪和寒潮——覆盖了196个国家在1970年至2023年期间的数据，从而为文献做出了贡献。通过使用基于每个国家历史天气异常分布和时变气候规范推导出的物理阈值，我们确保了一种跨国家和灾害类型的可比较的灾害强度衡量标准（均以标准差表示）。利用G-SWAD和局部投影框架，我们估计了每种灾害类型对年度实际GDP增长（以及两年累计GDP）的当期和两年效应，同时控制了滞后产出增长和固定效应/时间效应。我们的研究发现，风暴、洪水、干旱和热浪对GDP增长具有经济上有意义的短期效应，无论是在平均水平还是在极端情况下，其中在新兴市场和 developing economies (EMDEs) 中观察到的影响最为显著。具体而言，风暴、干旱和热浪均显著降低了当期GDP增长，其平均一年影响在-0.1至-0.2个百分点（pp）的量级。相比之下，洪水和寒潮对增长的平均影响可以忽略不计（寒潮事件在统计上不显著）。然而，严重灾害造成的GDP损失要大得多：百年一遇的风暴或热浪与大约-0.5pp的GDP增长下降相关，极端干旱约为-1pp，而灾难性洪水约为-3pp。Felbermayr和Gröschl(2014) 同样发现自然灾害显著抑制增长，其数据中最糟糕的5%的灾害事件导致人均GDP增长下降约-0.5pp。 通过将估计的同类面板系数与各国自身的灾害强度统计数据相结合，我们将结果转化为本地化的增长效应。例如，给定一个估计的同类风暴系数为-3.66，一个平均风暴指数为0.05的国家，当年预计会因风暴遭受0.18个百分点的增长缩减。通过对不同灾害类型进行汇总，可得出每年按国家划分的极端天气事件造成的总增长拖累统计，为政策制定者提供了一个评估其经济体脆弱性的实用工具。重要的是，使用动态异类面板模型（即使用Trimmed Mean Group估计量，允许每个国家拥有其自身的灾害系数）进行的稳健性检验证实了我们的基准结果。池化估计和异类估计之间的相似性表明，平均短期增长效应在不同估计方法下仍然相对稳健，尽管各国在机制和脆弱性方面存在显著差异。这些结果强化了Felbermayr和Gröschl（2014）以及Usman等人（2025）等先前研究的结论，并通过纳入研究不足的灾害以及提供一个统一的实证框架来评估其后果，扩展了相关文献。 我们的滚动窗口估计显示，灾害的宏观经济影响随时间演变，反映了适应性和脆弱性的变化。同期，风暴和热浪造成的增长损害在近几十年来有所减弱。风暴的即时影响，在早期几十年是负面的，到21世纪初已变得越来越不严重，甚至转为轻微正面，而热浪的影响虽然仍是负面的，但也随着时间的推移而减弱。这一结果与Akyapi、Bellon和Massetti（2025）的研究发现一致，这很可能由（i）空调普及率的提高和（ii）从农业向对热敏感度较低的行业转变所导致。相比之下，干旱 它们已变得日益具有破坏性：其同时期增长效应在近几十年来有所增强，这意味着对水资源短缺的脆弱性正在上升，以及农业（甚至可以说是不适应）和用水密集型行业的适应能力有限。这些异质的时间模式表明，社会对某些风险降低了敏感性，但对另一些风险则没有，这凸显了需要制定针对特定风险的韧性策略。 通过利用G-SWAD中的日常天气和气候数据以及基于强度的连续指标，我们能够在统一框架内追踪不同严重程度灾害对GDP的响应随时间变化。这对缓慢发生且反复出现的灾害尤为重要，例如干旱和热浪，这类灾害可能不会触发正式的灾害声明（因此不会出现在EM-DAT中），但会随时间抑制经济活动。我们的结果表明，某些灾害具有中度的持续性影响，尤其是在EMDEs中，当地预测显示增长在长达两年内仍低于灾害前水平，这一结果进一步得到了我们动态异质面板估计在五年内的脉冲响应的证实。 本文结构安排如下。第二部分，我们描述了我们的数据库并解释了估计方法。第三部分概述了我们的研究发现，并包含一个动态异质面板模型的稳健性检验。第四部分聚焦于滚动窗口估计，并探讨了灾害如何影响农业增加值。结论在第五部分提供。 2. 研究方法 2.1 数据（G-SWAD） 我们的分析构建了一个新型数据集——全球标准化天气异常数据集（G-SWAD），包含1940年至2023年的每日气候观测数据，经处理以识别196个国家在1970年至2023年间发生的极端天气事件（详见附录I）。我们从ERA5获取了基于人口加权（使用2015年人口权重）的温度、降水和风速的每日数据（通过Gortan等人2024年的加权气候数据平台访问）。该面板由各国的每日最高温度、降水和最大风速（阵风）观测值组成，随后被转换为国家-年份自然灾害指标，具体方法如下。我们的回归分析中的因变量是经过winsorized处理的实际GDP增长率（将顶部和底部1%的增长异常值替换）。 标准化气候异常计算 对于每个国家和每个日历日，我们针对每个变量计算一个标准化的气候异常。该异常值被定义为当日观测值与同一天历年的前30年移动平均值（即气候规范）之差，除以前30年的标准差。形式上，如果 푎퐶 是气候变量C在t年d日的实际值，퐶 (30) 和 휎 (30) 分别是当日历日该变量在前30年的平均值和标准差，那么标准化的气候异常为： 3 GDP增长率原始数据中存在显著异常值。在1970年至2023年期间，年度增长率的最小值和最大值分别为-64.0%和838.4%，而第1百分位数和第99百分位数分别为-16.8%和23.6%。这些极端观测值（占观测值的2%）通常与非气候事件相关，例如冲突后的反弹、恶性通货膨胀时期或重大结构性断裂。在我们的设定中，我们将GDP增长率在两端进行 Winsoriz