海平面上升对美国经济的影响

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Effects of Sea Level Rise on Economy of the United States》
---
作者：
Monika Novackova and Richard S.J. Tol
---
最新提交年份：
2016
---
英文摘要：
  We report the first ex post study of the economic impact of sea level rise. We apply two econometric approaches to estimate the past effects of sea level rise on the economy of the USA, viz. Barro type growth regressions adjusted for spatial patterns and a matching estimator. Unit of analysis is 3063 counties of the USA. We fit growth regressions for 13 time periods and we estimated numerous varieties and robustness tests for both growth regressions and matching estimator. Although there is some evidence that sea level rise has a positive effect on economic growth, in most specifications the estimated effects are insignificant. We therefore conclude that there is no stable, significant effect of sea level rise on economic growth. This finding contradicts previous ex ante studies.
---
中文摘要：
我们报告了海平面上升对经济影响的首次事后研究。我们采用两种计量经济学方法来估计海平面上升对美国经济的过去影响，即。根据空间模式和匹配估计量调整Barro型增长回归。分析单位为美国3063个县。我们拟合了13个时间段的生长回归，并对生长回归和匹配估计器进行了多种多样性和稳健性测试。虽然有一些证据表明海平面上升对经济增长有积极影响，但在大多数规范中，估计的影响微不足道。因此，我们得出结论，海平面上升对经济增长没有稳定、显著的影响。这一发现与先前的事前研究相矛盾。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--
一级分类：Economics        经济学
二级分类：Econometrics        计量经济学
分类描述：Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论，微观计量经济学，宏观计量经济学，通过新方法发现的经济关系的实证内容，统计推论应用于经济数据的方法论方面。
--
一级分类：Statistics        统计学
二级分类：Applications        应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--

---
PDF下载：
-->

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：美国经济 海平面 econometrics Applications epidemiology

海平面上升对美国经济的影响萨塞克斯大学经济学系，法尔默，英国环境研究所，阿姆斯特丹弗里吉大学，荷兰空间经济系，荷兰弗里吉大学，阿姆斯特丹，荷兰科学院，慕尼黑，德国2016年6月摘要我们报告了海平面上升对经济影响的首次事后研究。我们采用两种计量经济学方法来估计海平面上升对美国经济过去的影响，即：。针对空间模式和匹配估计器调整的Barro型增长回归。分析单位为美国3063个县。我们对13个时间段的增长回归进行了估计，并对增长回归和匹配估计器进行了大量变量和稳健性测试。尽管有一些证据表明海平面上升对经济增长有积极影响，但在大多数情况下，估计的影响并不显著。因此，我们得出结论，海平面上升对经济增长没有稳定、显著的影响。这一发现与之前的研究相矛盾。关键词：海平面上升、气候变化、巴罗型增长回归、经济增长、美国各州、空间自回归模型1简介气候变化更重要的经济影响中的海平面上升特征（Tol，2009），特别是因为其潜在的压倒区域甚至国家经济，要么是大规模的土地损失，要么是代价高昂的海岸保护（Nicholls和Tol，2006）。

更好地理解过去海平面上升的影响，有助于更准确地预测未来海平面上升的影响，并找到应对气候变化后果的最佳政策。气候变化未来影响的研究通常依赖于远远超出其校准范围的模拟模型（Hinkel等人，2014）。模型验证和参数估计很少（Mendelsohn等人，1994年）。这在某种程度上是不可避免的——气候变化是有待观察的未来的一部分——但应该将其最小化，以便在未来预测气候变化的影响时获得更多的信心。本文通过研究最近海平面上升对美国经济发展的经济影响做出了贡献。据我们所知，还没有人试图根据观测结果测试基于模型的海平面上升影响估计。本文也没有这样做。相反，我们从这些事前模型中得出一个关键预测，即海平面上升将减缓经济增长，并根据数据进行检验。我们的出发点是，海平面上升是一种普遍现象。事实上，自全新世开始以来，全球海平面上升了14米，尽管其大部分出现在7000年至8000年前，其余大部分出现在共同时代开始之前（Fleming et al.，1998；Milne et al.，2005）。最近，全球海平面上升的势头有所减弱，与遥远的过去和未来的预测相比，但在一些地区，相对海平面上升的势头明显。热膨胀、冰融化和冰位移导致海平面上升，但沉降和构造可能导致陆地下降（Church等人，2014）。

这种影响可能很大。例如，曼谷和东京的部分地区在本世纪的几十年内下降了五米（Nicholls和Cazenave，2010；Hinkel等人，2014；Sato等人，2006）。然而，出于三个原因，我们将重点放在毗邻的美国。（i） 在相对海平面上升方面有很好的数据，在海平面上升方面有明显的区域差异。（ii）也有关于经济增长的优秀数据，具有清晰的空间细节。（iii）最后，美国对区域增长模式进行了深入研究（如Latzko，2013；Higgins et al.，2006；Goetz and Hu，1996），以便将其他因素导致的海平面上升风险降至最低。我们假设相对海平面上升对经济增长有负面影响。有两个主要渠道——参见Fankhauser和Tol（2005），了解更彻底的治疗方法。首先，海平面上升以侵蚀和洪水的形式造成损害，从而降低土地、劳动力和资本的生产率。第二，防止海岸灾害意味着资本从生产性投资转向保护性投资。另一方面，如果海岸保护由内陆地区提供补贴（美国可能就是这种情况），那么相对海平面上升较高的地区将记录筑堤等的经济活动，而不承担成本，因此增长速度将快于其他地区。论文进行如下。第2节介绍了本研究中使用的两种主要方法。这些方法包括Barro型条件增长回归和matchingestimator。第3节讨论了数据源。第4节给出了实证结果。第5节讨论了巴罗型经济增长回归的不同变量，以验证结果的稳健性。

第6节结束。2方法学2。1巴罗型增长回归海平面上升率随时间变化非常缓慢，其估计值在可获得经济数据的相对较近时期内没有变化。因此，我们选择了横截面回归，而不是面板数据分析。根据Barro和Sala-i-Martin（1991）以及Barro和Sala-i-Martin（1992）的规定，对常规增长回归进行了拟合。作为起点，人均收入的平均增长率与人均收入的初始对数和海平面上升呈线性关系，没有其他协变量。之后，添加了其他在先前研究中发现很重要的协变量。回归方程可以写成：gn=α+βyn，0+γxn+vn，（1）其中yn，0是n县人均收入的初始对数，gn=（yn，T- yn，0）/T n，yn，Tis县0年至T年的人均收入平均增长率T年的人均收入对数，xnis是一个捕捉区域差异的控制向量，vnis是一个误差项，假设具有零均值和有限方差。XNAR中的控件列于附录1的表AI中，并在下文讨论。系数β通常为负值，即贫困地区的增长速度快于富裕地区。Evans（1997）表明，只有满足以下条件，（1）的OLS估计才是一致和无偏的：（i）经济的动态结构可以用相同的AR（1）过程表示；（ii）每个经济体对其他经济体的影响都是对称的；（iii）所有永久性的跨经济差异均由控制变量捕捉。由于这些条件极不可信，Evans（1997）提出了一种三阶段最小二乘（3SLS）估计方法，以获得一致的估计。

在倒立第二阶段，使用IV估计器估计以下方程式：gn=ω+βyn，0+ηn，（2）式中 表示第一个差异。因此，第一阶段涉及对以下各项的估计：yn，0=δzn+ξn，（3）其中zn是仪器向量，δ是待估计参数向量，ξ是误差项。预测值yn，0来自（3）用于估计第二阶段：gn=κ+β^δzn+ζn，（4），其中^δ是（3）中δ的OLS估计值，因此^δzn是yn，0来自（2）。那么变量πn=gn-^βyn，0使用（4）中的估计值创建，在第三阶段，估计以下回归：πn=τ+？γxn+n、 （5）其中τ和？γ是参数和nis错误项。本文估计的模型解释了1990-2012年期间的经济增长，因此零年为1990年，T=22。正如Higgins等人（2006年）所述，通过将方程（4）中的β估计值代入公式c=1来计算渐近条件收敛率- （1+Tβ）1/T.估计？（5）中的γ表示对经济增长率的初始影响，而不是对平均增长率的部分影响。然而，如果β为负——正如新古典主义增长假说所假设的那样——这些估计的迹象将与非平均经济增长率中各要素的部分影响的迹象相同。此外，在假设各县之间的β相同的情况下，系数之间的相对大小与变量之间的相对大小相同。矩阵Xn包括对实现条件收敛非常重要的控制变量。如果不包括它们，该模型将代表绝对收敛的假设，而不是条件或集群收敛的假设（Higgins et al.，2006）。

先前的文献（Rupasingha和Chilton，2009；Goetz和Hu，1996）发现，这些协变量对经济增长有影响——因此，如果与海平面上升相关，它们可以影响增长与海平面上升之间的关系。此外，控制变量的加入减少了遗漏变量偏差的风险，估计的标准误差更小。一个重要的协变量是距离海岸的距离，因为与其他协变量相比，其与海平面上升的相关系数的绝对值非常高，因为所有内陆县的海平面上升为零。相关系数的值为-0.336，p值小于2.2×10-此外，沿海县因其交通设施和自然便利设施而有所不同。其他重要变量是人均公路和教育支出以及人均税收收入，这两项支出占地方ZF征收的总税收。公路和教育支出是衡量地方ZF支出的一项指标，而税收是衡量地方ZF活动的一项指标。这些控制措施是相关的，因为它们与堤防和其他形式海岸保护的资金决定有关。此外，人们认为，更高的税收往往会阻止潜在的移民，阻止人们创业，这可能会减缓经济增长。另一方面，更高的ZF基础设施支出可能会吸引企业家。其他协变量分为四类，特别是集聚度、宗教信仰度、区域虚拟变量和其他社会经济和环境指标。自从Rupasingha和Chilton（2009）表明宗教信仰对经济增长有重大影响以来，宗教信仰的衡量标准就包括在内。

此外，包含的宗教变量与表示州际公路存在的虚拟变量相关。因此，这些变量与我们的研究相关，因为堤防建设的资金来源通常与公路建设的资金来源相同。关于包含的协变量的更多详情，请参见附录1中的表AI。表1和附录2中的AII总结了这些变量的描述性统计。znin方程（3）和（4）中的工具从1980年的解释变量值中选择，不包括州际公路通行权、州工作权法、便利设施规模、区域和农村/城市指标变量。选择仪器的标准是过度识别限制的萨根测试。事实证明，当以人均宗教信仰和人口密度为工具时，这项测试并不重要。因此，这两个协变量用于znin（3）和（4）。虽然萨根检验不被视为一个非常有力的标准，但很明显，所有可能的工具都是从1980年开始的外生工具，依赖变量是1990年开始的时期的经济增长。为了证实IV估计的正确性，我们使用了Wu-Hausman检验，如Davidson和Mackinnon（2009）中所述。检验统计量的值为9.502，相应的p值为0.002，因此拒绝了外生性的零假设，这符合Evans（1997）提出的增长模型估计理论。由于分析基于跨县数据，我们可以预期数据在空间上是独立的。根据LeSage和Pace（2009），相依变量的空间依赖性导致OLS估计有偏差，而误差项的空间依赖性导致OLS估计无效。

为了获得无偏和有效的估计，需要一种考虑空间相关性的方法。正如LeSage（1998）所述，（5）的一般空间模型可以写成如下：π=ρWπ+Xβ+u，u=λW u+, ~ N（0，σIn），（6）其中π是因变量的N×1向量，标量ρ是空间滞后参数，标量λ是空间误差参数，W是已知的N×N空间权重矩阵，X是决定增长的解释变量的N×k矩阵，β是参数的k×1向量，以及 是错误项。在本研究中，将二元邻接矩阵W构造为对称矩阵，其中，如果县i和县j有公共边界，则Wij=1，否则Wij=0。由于假设岛屿县与邻近国家之间不存在溢出效应是不现实的，因此岛屿县被视为与周围沿海县有共同边界。矩阵W是行标准化的，这意味着所有Wijis的总和等于n。模型（6）考虑了两个空间自回归过程，特别是因变量的空间过程和误差项的空间过程。施加限制（6），可以导出更具体的空间模型。设置ρ=0会产生一个空间误差模型，该模型可以写成LeSage（1998）：π=Xβ+u，u=λW u+, ~ N（0，σIn）。（7） 对方程（6）施加限制λ=0会导致空间自回归模型（SAR）。根据LeSage（1998），该模型可以写成：π=ρWπ+Xβ+, ~ N（0，σIn）。（8） 如第4节所示，规范（8）是最合适的，因此我们估计了该规范，并将其用作进一步变化和稳健性测试的基础。模型通过最大似然估计进行估计。

首先应用一维优化程序确定参数ρ；β和其他参数随后由广义最小二乘法求出。对模型（8）进行不同时间段的估计，以验证结果是否相同。特别是，估计了13个T为10到22的模型，这些模型将在第4节中讨论。所有这些车型的零年都是1990年。（8）中的矩阵X包含所有13个模型的同一组协变量。这13个模型中的每个协变量都来自同一年（在附录1的表AI中说明了各个协变量）。2.2匹配估计器匹配是一种用于估计治疗效果的技术（见Myoung jae，2005和Caliendo and Kopeinig，2008）。在本研究中，我们使用它来验证我们通过Barro型增长回归得到的结果。匹配的一个优点是，函数形式不需要指定，因此它不容易受到错误指定偏差的影响。此外，由于只使用匹配的情况，所以对异常值的权重较小。治疗效果估计器假设已经找到合适的匹配，将在接下来的几段中描述。然后讨论了创建可测量匹配及其评估的过程。让我们记下未经治疗的兴趣结果，治疗后的兴趣结果，d是一个虚拟变量，治疗组等于1，未治疗组等于0。如Myoung jae（2005）所示，如果E（y | d，X）=E（y | X），则治疗对治疗E（y）的平均治疗效果-y | d=1）与E{y-E（y | X，d=0）| d=1}。