授权公开披露 授权公开披露 政策研究工作文件10762 更热的星球,更热的工厂 气候变化对生产力的不均匀影响 WoubetKassaAndinetWoldemichael 非洲区域 首席经济学家办公室2024年5月 政策研究工作文件10762 Abstract 这项研究通过对覆盖154个国家的全球可比和标准化的非农业公司进行气候数据调查,记录了气候变化对企业生产率的影响。研究结果表明,温度升高对生产率的总体影响是负面的,但在不同的气候区之间是非线性和不均匀的。较热地区的公司随着温度的升高而遭受更大的损失。在最热的气候区域(25.7摄氏度及以上)中,与典型的湿球温度水平相比 ,1摄氏度的增加导致生产率下降约20.8%。影响不仅取决于公司所处的温度区域。 定位,但也取决于其他因素,如公司规模、行业分类、收入群体和地区。大型企业、制造业企业以及低收入国家和气候较热地区的企业往往会经历最大的生产力损失。不均衡的影响表明 ,气候变化正在加剧全球收入不平等,因为本已较热的地区和低收入国家的企业正在经历更严重的生产力损失。如果全球变暖的趋势在未来几十年内没有逆转,那么各国之间的不平等扩大的风险就会增加。对最热地区的最贫穷国家而言,其影响尤其严重。 本文是世界银行非洲区域首席经济学家办公室和国际货币基金组织的产物。这是世界银行为开放其研究并为世界各地的发展政策讨论做出贡献的更大努力的一部分。政策研究工作文件也在http://www上发布。世界银行。org/prwp.作者可以通过wassa1@worldba联系。 政策研究工作文件系列传播了正在进行的工作结果,以鼓励就发展问题交换意见。该系列的目标是快速得出发现,即使演示文稿还不够完善。论文带有作者的姓名,应相应地引用。本文表达的发现、解释和结论完全是作者的观点。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点,也不代表世界银行执行董事或它们所代表的政府的观点。 由研究支持团队制作 更热的星球,更热的工厂 气候变化对生产力的不均匀影响∗ WoubetKassa†AndinetWoldemichael‡ 关键词:气候变化,企业,劳动生产率,温度变化 JEL代码:D24,J22,J24,J81,O14,O12,Q54Q56,L60 ∗作者对A.表示诚挚的感谢。PatricBehrer,MarcoMarii和JimTebrae的周到反馈。我们也感谢CesarCaldero和AdrewDabale的见解和评论。与会者在各种学术论坛上的反馈丰富了这项研究,这些论坛包括国际货币基金组织STA创新讲座,美国经济协会ASSA2024年会议,南方经济协会,环境与资源经济学家协会以及牛津大学非洲经济研究中心。我们感谢SomiV.Lall感谢他的全面审查和宝贵意见。特别感谢JoshaSethWimpey对WBES数据的访问和支持。本文表达的观点是作者的观点 ,不应归因于世界银行集团,国际货币基金组织,其执行董事会或其管理层。 †世界银行。电子邮件:wkassa1@worldbank.org ‡国际货币基金组织。电子邮件:awoldemichael@imf.org I.Introduction 有压倒性的科学证据表明,气候变化可能对世界构成最大的风险,需要紧急的全球应对。温室气体排放会吸收热量并导致全球变暖,从而导致温度上升(斯特恩,2008年)。根据政府间气候变化专门委员会,温度上升1.0摄氏度(0C)高于工业化前水平(1850-1900)已经实现 ,全球变暖为1.50Cand20C将在21st世纪,除非二氧化碳大幅减少(CO2)和其他温室气体排放发生在未来几十年(见图1)。(Masson-Delmotte等人,2021)1了解气候变化影响经济的机制并估计其在各个部门的影响对于在国家和全球范围内实施缓解和适应政策和行动至关重要。这些机制包括气候融资和执行2022年联合国气候变化大会的历史性协议,为脆弱国家建立“损失和损害”基金。 2.0 2024 2023 1.5 1.0 0.5 工业化前水平参考(1850-1900) 2024 2023 2020s 2010s 2000 年代 1990 年代 1980 年代 1970 年代 1960 0.0 JanFeb3月4月5月7月8月9月10月11月12月 温度异常(°C) 图1.:全球地表温度异常 资料来源:哥白尼气候变化服务(C3S)数据存储。 这项研究考察了温度异常对企业生产率的不均匀影响。2我们使用来自世界银行企业调查 (WBES)的数据,该机构在154个国家拥有超过190,000个观测数据 1一些估计将温度升高介于40C,和60C(霍顿,2004年;世界银行,2013年) 2美国国家航空航天局将温度异常定义为“温度与平均值或基线的差异”。通常通过平均30年或更多年的温度数据来计算基线温度。 在2006年至2021年之间。我们将WBES公司级数据与1980年至2021年从欧盟哥白尼气候变化服务(C3S)获得的网格化历史月温度和相对湿度数据合并。网格气候数据有0.2500.250hor-izontal分辨率,这是一个大约27的网格.5.5公里(km)。本研究中的气候变化是指温度异常捕获的气候模式的变化。我们使用近地表温度和相对湿度来计×算湿球温度 (WBT),该温度用于计算热指数。热指数被认为是可以影响人×体的热应激条件的良好量度。3我们的主要识别来源是WBT与长期平均值的区域水平偏差的外生变化。4区域级WBT是在机构周围30公里的半径内测量的,区域级长期平均值是1980年至2021年之间每个月WBT的平均值。我们估计了每个工人的对数销售额的非线性回归模型-企业生产率的良好代表-WBT偏差,控制了企业和地点特定的特征以及国家,国家以下,地区和年份的固定效应 。我们还通过公司规模和行业分类进行异质性分析,从而为评估气候变化对经济各个方面的影响的快速增长的文献做出了贡献。 气候变化的经济影响,特别是温度上升,对农业文化和相关部门的影响,现在在文献中得到了更好的理解和充分的记录(Medelsoh等人。,1994;Schleer等人。,2006;DescheesadGree-stoe,2007;Clie,2007;Fisher等人。,2012;卡特等人。,2018;Arag'o等人 。,2021年)。大多数其他研究提供了对产出和经济增长的总体影响的估计和预测。关于气候变化对企业生产率的微观影响的研究通常集中在几个国家。这限制了我们对气候变化在各个气候区和这些地区的国家之间可能存在的不平衡和异质影响的理解。 早期的研究估计或预测的宏观经济影响的温度变化对生产,投资,健康,和农业表明,增加的温度有很大的和不均衡的负面影响,对经济增长和产出,特别是在较贫穷的国家(戴尔等。,2012;伯克等人。,2015)。Acevedoetal.(2020年)表明,在气候炎热的国家(主要是低收入国家),温度对总体产出的负面影响是投资减少,劳动生产率下降,人类健康水平下降以及农业和工业产出下降。HealadPar(2013)发现温度与平均水平的偏差与人均收入之间存在很强的关联。 3美国国家航空航天局将热指数视为“表观温度”或人体“感觉”的温度。 4在文献中,与长期平均或参考年的偏差通常被称为温度异常。 他们发现,在炎热或寒冷的气候区,较炎热的年份与较低或较高的人均产出相关,人均产出分别在3%至4%之间。在大多数情况下,劳动生产率可能是气候冲击和宏观层面的经济结果之间的关键联系(Heal和Par,2013)。然而,很少有关于劳动生产率和温度变化之间直接联系的研究。Tol(2009)将气候变化对劳动生产率的影响标记为。未知未知在对气候变化的经济影响研究的回顾中,注意到文献中的巨大差距,尽管自那时以来已经取得了重大进展。 最近的研究已经在微观层面研究了温度升高对劳动生产率各个方面的影响(参见Lai等人。(2023年)进行审查)。然而,许多此类研究提供了对气候变化或温度偏离平均值的影响的平均估计,而没有考虑到气候区、地区或国家之间潜在的不均匀影响。忽视不均衡的影响将对理解气候变化如何影响这些类别的未来经济成果的分布产生重大影响。使用来自中国50万家制造公司的详细生产数据,Zo和Zhog(2022)发现了温度过高的相对较大的负面影响-平均温度超过90华氏度的一天(。0F)与0.56%的全要素生产率(TFP)损失相关,相对于平均温度在50 ℃之间的一天0F和600F.对印度制造业公司普查的研究表明,工厂年产量每1个月下降约2 %0C增加温度(Somanathan等人,2021)。在 美国研究,Deryugina和Hsiang(2014)表明,单日生产率每下降1.7%0C(1.80F)日平均气温增加到15以上0C(590F).Manyofthesestudiesthatexaminingtheproductivityimpactsoftemperaturefocusonafewindividualcountries,henceprovidingonlylimitedvariationsintermsofboththeimpactoftemperaturechangesonproduct- 各国按收入和地理划分的活力和差异。 LoPalo(2023)在一项创新研究中解决了这一挑战,该研究将分析扩展到46个国家,研究了WBT对人口和健康调查采访者生产力的影响。她发现,炎热和潮湿的温度会显著影响工人的生产率。数据质量问题,例如缺少响应和数据质量差的标志,在炎热的日子里变得更加频繁,面试官的工作效率也会降低。在最热的日子里,每小时完成的采访数量下降了13.6 %。然而,访谈和数据收集构成了一个独特的背景。LoPalo(2023)提供了有趣的证据 ,证明了温度与来自广泛国家和地区的调查工作者的生产率之间的联系,从而允许各国之间的异质性影响。然而,这些发现不能推广到企业,因为数据收集在经济活动中的份额很小,而且通常是经济活动。 数据收集的户外工作场所设置不同于非农业部门的大多数生产活动。我们的研究建立在这些文献的基础上,并为这些文献做出了贡献。 本文对文献做出了两个主要贡献。首先,它采用的数据来自全球,标准化和可比的公司调查 ,而不是单个国家。这为了解温度变化对公司生产率的潜在异质性影响提供了机会,并允许估计跨地区,气候区,行业和国家收入组的影响。为了解决较冷和较热气候区温度变化的潜在异质性影响,我们使用分级方法估算了一个非线性模型,在该模型中,我们将位于相同温度类别中的公司组合在一起。这可能是唯一的研究,估计的影响的温度变化对生产力使用的代表性样本的公司在150多个国家,提供了最全面的研究。大样本允许按公司特征进行额外的异质性分析,包括公司规模和行业分类,国家收入组和世界地区。这种分析可用于确定和分配与全球谈判中缓解和适应气候变化的行动相关的成本和投资。 其次,本研究使用高分辨率气候数据捕获局部气候危害影响,这是最相关的,因为暴露和损害的性质和程度在几千米内变化。5Thestdycombie-briddedhistoricalclimatedatawithWBESfirm-leveldata,allowigbetteridetificatioofimpactwithiarelativelyhighlygeographicallyspecifiedlocatio.因此,我们可以估计重要的异质性,控制国内和跨国差异,超越跨国差异的水平。Iadditio,thestdycotribtestotherelativelysharseliteratreotheimpactsofclimatechageotheo-arragricltresector,especiallyatthefirmlevel.尽管关于气候变化对农业影响的文献相对丰富,但关于对非农业部门影响的研究相对较少。 Wedocumentthattheeffectso