云鹰读书会2024第25期(总第209期)
2024-07-082024年5月23日晚,南开大学经济学院云鹰读书会在圆阶205教室“国际经济与贸易科研训练:理论”课堂上顺利进行,本次读书会由2022级赵倩同学、2022级方诗琪同学和2022级的蔡雨彤同学展示José-Luis Cruz and Esteban Rossi-Hansberg发表的论文“The Economic Geography of Global Warming”, 2021,由经济学院李凝晖老师跟进指导,助教祁馨仪提供答疑。
特别鸣谢
本次云鹰读书会由南开大学国际经济贸易系
系友苏武康博士赞助支持
摘要
全球变暖是一种全球性、长期性的现象,并且对局部经济的影响不尽相同。为了评估高温对全球经济的总体和局部影响,我们提出了一个高空间分辨率的全球经济动态评估模型。我们的模型具有许多个体可以适应全球变暖的机制,包括贸易和迁移,以及当地的技术创新和出生率。我们以1°× 1°的分辨率对模型进行了量化,并估计了温度变化对局部区域生产力和居住舒适度带来的破坏函数。全球变暖对福利的影响呈现出地区的异质性,非洲和拉丁美洲部分地区的福利减少了20%,但北纬地区的福利却有所增加。总体而言,空间不平等加剧。迁移和创新是重要的适应机制。我们使用该模型来研究碳税、减排技术和清洁能源补贴的影响。碳税延缓了化石燃料的消耗,有助于使温度曲线变平,这一政策在减排技术被发明时,甚至变得更加有效。
目录
1. 引言
2. 理论部分
3. 量化
4. 基准场景
5. 反事实分析
6. 政策分析
7. 总结
1. 引言
由于人类经济活动产生的碳排放,世界正在经历全球变暖。由此背景,在本文中提出了以下几个问题的:碳排放和其导致的温度变化将对世界经济和特定地区的经济产生什么影响?个人将如何应对这些变化?这些变化又如何受到他们移民、贸易、投资和发展其他经济活动中心的能力的影响?应对全球变暖的最佳政策是什么?这些政策的影响如何?
本文以Desmet等人(2018)为基础;空间模型设定类似于Allen和Arkolakis(2014),但增加了迁移成本;动态方面的模型设定遵循Desmet和Rossi-Hansberg (2014)。我们的目标是生成一个包含所有要素的模型,作为新一代集成了动态、丰富的空间异质性和人类适应机制的气候变化评估主力模型。
2. 理论部分
3. 量化
3.2温度对居住舒适度和生产力的影响
用过去十年北半球各地区1月份和南半球地区7月份的平均气温来衡量每个地方的局部温度,并将所有可能的温度范围分为20个温度段(J=20);估计不同温度段,当地生产率和居住舒适度随温度的变化程度。
得到的结果表明,在寒冷地区,温度的增长会带来正面影响;而在炎热地区则恰恰相反。
3.3收入和温度对出生率的影响
将出生率函数设定为为含有收入以及收入和温度交叉项的函数。估计后的出生率函数图像如下。随收入增高,出生率逐渐下降;在同一收入条件下,随温度升高,出生率先上升后下降。
其中局部缩放因子g(r)是地理属性的函数,包括纬度、经度(包括交叉项)、海拔、到海岸的距离、到非冻结海洋的距离、到水体的距离、植被密度、被冰覆盖的土地比例和反射率。
可以看出,温度高的地区,受全球温度升高影响较小,而温度较低的地区受到的影响相对较大。且与内陆地区相比,沿海地区受到的影响较大。
4. 基准场景
4.1碳排放和温度
按照模型预测,基准场景(RCP8.6和RCP6.0)下,二氧化碳排放将先不断增加,于2110年(2079年)达到峰值,而后下降至趋近于0。全球温度也呈现先升后降的趋势。
4.2居住舒适度、生产力和人口
根据下图可以看出,温度较高的地区将在全球变暖中受到损失,而温度较低的地区将受到一定程度的正面影响。而全球总人口的变化受全球变暖的影响并不显著。
4.3全球变暖的福利成本
可以看出,温度越炎热的地区福利受损,而寒冷地区将有一定的福利增益。同时,影响程度的地区分布呈双峰状态,左边主要对应中国、欧洲、日本和美国的部分地区。
将经济发展状况纳入考量,可以看到,相对贫困的地区(如东南亚、撒哈拉以南非洲)在全球变暖下福利受损较严重,而经济发达地区(如OECD国家)损失较小。如下图所示,人均GDP越低的地区,遭受到的福利损失越大,说明全球变暖或将加剧空间不平等。
5. 反事实分析
我们通过把人们面临更高迁移、贸易、创新成本的反事实情景与基准结果进行比较,来评估不同机制的重要性。
5.1 迁移
左图展示了当在迁移成本上升25%时,空间维度上人们的福利变化情况。图中的红色区域表示迁移成本越大,全球变暖成本越高的地区。显而易见,较高的移民成本损害了北部地区、中非、印度和中国,但有利于人口相对稀少的拉丁美洲区域,特别是大洋洲区域;右图展示了时间维度上人们的福利变化情况,在短期内损失较少,但从长远来看,损失更大。
这些结果表明,迁移是一种重要的适应机制,但在不同地区有所不同。
5.2 贸易
从空间维度上看(左图),更大的贸易成本使全球变暖对非洲、印度和中国,对中南美洲以及欧洲的危害更大,而使得全球变暖对加拿大、斯堪的纳维亚半岛和俄罗斯等北部地区的危害较小;从时间维度上看(右图),贸易成本上升不会明显影响全球变暖带来的福利变化。总的来说,贸易这一适应机制在结果中只起了很小的作用。
5.3 创新
左图展示了高创新成本的空间影响。当创新成本更高时,最北部地区损失更大,这些北部地区通过提高自身生产力,以及经济活动向北移动来发展,而在创新成本更高的情况下,这些路径的开销都变得更大了;右图展示了高创新成本在时间维度上的影响。我们可以看出,较大的创新成本导致较小的全球变暖损失。这是因为,基于集聚效应在创新上有较大投入并吸引外来迁移者的地区,往往也是会受到较大的高温负面影响的地区。
6. 政策分析
6.1碳税
左图显示了在碳税分别为50%、100%和200%,清洁能源补贴为0的情况下,二氧化碳排放量演变。从左图中我们可以看出,一方面,碳税减少了当前化石燃料的消耗;另一方面,碳税推迟了二氧化碳排放量达到峰值的年份和幅度。
右图显示了碳税对温度变化的影响,从图中我们可以看出,碳税使温度曲线变得更加平缓。但最终一旦碳储量耗尽,最终会收敛到相同的温度。总而言之,碳税倾向于推迟,而不是消除化石燃料的使用。
上图显示了征收碳税后实际GDP和福利的相对变化,平直的黑色虚线是无碳税的状况。我们可以看出,碳税的实施,在长期是有益的。
6.2减排技术
接下来我们考虑,如果在某个时候,人类在2100年发明了一种减排技术,免费可用,它使我们使用化石燃料时不会向大气中排放二氧化碳。
上图显示了显示了当2100年减排技术可用时,在实施碳税的情况下,实际GDP和福利收益的折现值。我们观察到,当减排技术到来时,在两个不同贴现因子的值下,碳税都有利于经济。也就是说,减排技术使碳税成为一个更有效的政策。
6.3 清洁能源补贴
如图所示,我们的结论是,清洁能源补贴不是对抗全球变暖的有效方法。你可以看到,无论是否有清洁能源补贴、无论有多少清洁能源补贴,二氧化碳排放量和全球温度随时间变化的曲线都与原模型高度重合。这是由于清洁能源补贴有两种相互抵消的效果——一方面,补贴降低了清洁能源的价格,激励人们使用清洁能源生产能源,减少了碳排放和降低了全球温度;另一方面,补贴又降低了含碳的能源组合的价格,激励人们更多地使用能源组合,增加了碳排放和升高了全球温度。
7. 总结
提出一种新颖的高分辨率空间综合评估模型用于评估全球变暖对经济结果和福利的影响。全球变暖对各地区温度的影响呈现出高度异质性,并且这些地区温度升高对生产率和居住舒适度的影响也呈现出异质性。本模型具有现实的地理特征,将区域异质性纳入考虑,并包含了每个地区人们居住、迁移、贸易和创新投资的决策行为。因此,该模型使我们能够通过汇总全球变暖对当地经济活动的动态影响,来估计全球变暖对经济结果的整体影响,还允许我们评估不同的环境政策对实际GDP和福利带来的影响。
参考文献
[1] Allen, T. and Arkolakis, C. (2014). Trade and the topography of the spatial economy. The Quarterly Journal of Economics, 129(3):1085–1140.
[2] Bauer, N., Hilaire, J., Brecha, R. J., Edmonds, J., Jiang, K., Kriegler, E., Rogner, H.-H., and Sferra, F. (2017).Data on fossil fuel availability for shared socioeconomic pathways. Data in Brief, 10:44 – 46.
[3] BP (2019). Bp statistical review of world energy.
[4] Desmet, K. and Rossi-Hansberg, E. (2014). Spatial development. American Economic Review, 104(4):1211–43.
[5] Desmet, K., Nagy, D. K., and Rossi-Hansberg, E. (2018). The geography of development. Journal of Political Economy, 126(3):903–983.
[6] IPCC (2013). Climate change 2013: The physical science basis. contribution of working group i to the fifth assessment report of the intergovernmental panel on climate change. Cambridge University Press.
[7] IEA (2019). World Energy Outlook 2019.
[8] José-Luis Cruz and Esteban Rossi-Hansberg. (2021). The Economic Geography of Global Warming.
[9] Myhre, G., Highwood, E. J., Shine, K. P., and Stordal, F. (1998). New estimates of radiative forcing due to well mixed greenhouse gases. Geophysical Research Letters, 25(14):2715–2718.
[10] Mitchell, T. (2003). Pattern scaling: An examination of the accuracy of the technique for describing future climates. Climatic Change, 60:217–242.
下期预告
时间:2024年5月30日下午18:30-21:05
地点:南开大学八里台校区经济学院圆阶205教室
论文:“Climate Change,Inequality, And Human Migration”,Burzynski et al. (2011)
文稿:赵倩 方诗琪 蔡雨彤
编辑:吕宸慧
审校:李凝晖
2024年7月8日