海平面上升对美国经济的影响

这些模型不需要空间校正，因此使用方程（5）。沿海县的模型也不包括与海岸的距离。我们可以在表11和表12中看到，当对所有县的模型进行估计时，二次和线性海平面上升项都非常重要。如表11所示，几乎所有沿海县的模型中，海平面上升项都不显著，而表12中沿海县的模型中，海平面上升项仍然略微显著，表12中不包括海岸距离项。这表明，海平面上升系数在所有县的模型中都很重要的原因是，它们部分地反映了距离海岸的影响。表11：海平面上升和海岸距离估计：不同时间段的SAR模型（8）海岸县附近的所有县周期SLR海岸SLR海岸距离线性Sq.线性Sq.线性Sq。

线性平方米1990- 2012年+*-***+***++-o+o1990年- 2011年+++***+-+1990年- 2010年+o---**+***++-+1990年- 2009年+***-***-***+***-***-***-***-***-***1990年- 2008年-+-o++***+++1990年- 2007年-+-+*+-+1990年- 2006年+***-***-o+***-+-***+*1990年- 2005年+***-***-***+***+-***+-***+*1990年- 2004年+***-***-***+***+-***+-***+*1990年- 2003年+-***+***+***-***-+1990年- 2002年+***-***-***+***+***+***-***+***+***1990年- 2001年+***-***-***+***+-***+o1990年- 2000年+***-***-***+***+-***+-***+*Obs：3063 761注：所有模型均包含表AVI中的所有协变量，但以下地区的虚拟变量除外：大湖区、平原、西南部和落基山脉，这些地区不包括在沿海县的模型中，以避免完美的多重共线性+估计为正；- 估计值为负op＜0.1；*p＜0.05；**p＜0.01；***p<0.001表12：海平面上升和海岸距离估计所有县海岸县SAR模型（8）3个LSPeriod SLR coast SLR Stancelinear Sq.Linear Sq。

线性平方米1990- 2012年+*--***+***+o1990年- 2011年+++***+1990年- 2010年+o---**+***++1990年- 2009年+***-***-***+***+*1990年- 2008年-+-o++***+1990年- 2007年-+-+*++1990年- 2006年+***-***-o+***-o+*1990年- 2005年+***-***-***+***+***-o1990年- 2004年+***-***-***+***+***-*1990年- 2003年+-***+***+***-*1990年- 2002年+***-***-***+***+***-*1990年- 2001年+***-***-***+***+***-***1990年- 2000+***-***-***-***+***-***+***-***-***观测值：3063 274注：所有模型包括表AVI中的所有协变量，海岸县模型中未包括的海岸距离变量和以下地区的虚拟变量除外：大湖区、平原、西南部和落基山脉，其中不包括在沿海国家的模型中，以避免完美的多重共线性+估计为正；- 估计值为负op＜0.1；*p＜0.05；**p＜0.01；***p<0.0015.7政府财政政府财政变量很重要，因为海岸保护通常由联邦、州或县政府资助。如表4所示，人均地方税收入和人均公路及教育支出的估计值与预期值存在差异。人均地方税收收入的估计值为正且较高，人均公路和教育支出的估计值为负且不显著。先前的研究，例如Bartik（1992）和Becsi（1996），表明州和地方税收收入对经济增长有负面的和统计上显著的影响。反向因果关系是税收收入相反符号的一种解释。在富裕国家，缴纳的税款更多，因此，似乎更高的税收会导致更高的经济增长。

另一种解释是，存在一个或多个与人均地方税收收入和人均收入增长相关的遗漏协变量。省略的变量可以是模型中未包含的其他ZF支出和税收。根据Helms（1985），当税收收入用于公共服务融资时，提高服务质量对位置和生产的积极影响可能高于提高税收的负面影响。这也可以解释地方税收收入系数的积极设计。比较13个时期的人均税收收入估计，结果表明，随着时间的推移，积极和显著的影响并不一致。如表13所示，在两种情况下，系数为负且显著，在另外两种情况下，系数为负且不显著。1990年最长时期内，通过拟合（8）得出的人均公路和教育支出的负面迹象- 2012年也与我们的预期相矛盾。然而，正如我们在表13中所看到的，在几乎一半的时间段（包括最长的时间段）中，系数并不显著，在一种情况下是正的。

其他时期的负面和重大估计可通过存在一个或多个与人均政府支出相关的省略协变量来解释。表13：地方政府财政变量的估计：不同时期的SAR模型（8）地方政府财政变量（人均）直接支出公路总税和教育1990- 2012年-+***1990年- 2011年+1990年- 2010年-+*1990年- 2009年-***+***1990年- 2008年---**1990年- 2007年---**1990年- 2006年-***+***1990年- 2005年-***+***1990年- 2004年-***+***1990年- 2003-1990年- 2002年-***+***1990年- 2001年-***+***1990年- 2000年-***+***观察结果：3063注：所有模型包括表AVI中的所有协变量+估计值为正；- 估计值为负op＜0.1；*p＜0.05；**p＜0.01；***p<0.001，人均收入增长与人均税收收入类似。由于政府财政及其对经济增长的影响不是本研究的主要重点，我们决定不搜索所有能够更准确反映政府财政的数据。相反，我们在不考虑政府财政变量的情况下估计了模型（8），还估计了模型（8）的几个变量，其中包括其他地方政府收入变量，而不是人均税收收入，以验证结果是否保持稳健。其中一些变量中省略了人均公路和教育支出变量。表14总结了海平面上升估计值和这些变量的地方政府财政变量的迹象和显著水平。表14中所有模型中的经济增长率变量反映了1990年的时间段- 2012年。每行代表一个变量，所有政府财政变量均为1992年的人均。

虽然我们估计了所有13个时间段的每个变量，并且每个模型还包括表AVI中的所有其他协变量（政府支出和税收收入除外，除非在表14中列出），但为了节省空间，这里没有列出其他时间段和其他系数的估计，因为它们没有实质性差异。第一行代表与表4第二列相同的规格，包含在表中以供比较。表15总结并比较了通过拟合空间自回归模型（8）的两个变量获得的海平面上升和海岸距离系数。列中的变量（2）- （5） 通过将（8）的基本变量与所有协变量进行拟合，包括人均税收总额、人均公路和教育支出，以及第（6）列中的协变量- （9） 由（8）得出，所有协变量均不包括政府财政变量。我们可以看到，在大多数时期，这些迹象和重要程度并没有改变。附录3表AXI总结了无任何政府财政变量的空间自回归模型（8）所有系数的估计值。该模型的经济增长周期为1990年- 2012年。我们可以看到，估算值与表4第二列中的基本变量相似。此外，表14中其他规范的系数与表14中其他规范的估计值非常相似。表14：海平面上升和海岸距离估计值：SAR模型（8），包括1990年期间的各种地方政府财政变量政府财政变量- 2012年（人均）SLR SLR政府财政直接支出一般收入平方米支出收入用于公路和教育总税收+*-+***用于公路和教育总税收。

+***-+***-***用于公路和教育政府间+***-+***-***来自州政府。- - - 总税费+*-- - - - - - + ***- - - 总积分+***-- - - - - - - ***- - -政府间+***-- - - - - - - ***来自州政府。- - - 物业税+*-- - - - - - + ***- - - - - - + ** - - - - - - - - - - - - -观察结果：3063注：所有模型包括表AVI中的所有协变量（政府支出和税收收入除外，除非在表中列出- - - 如果不包括政府财政变量；op＜0.1；*p＜0.05；**p＜0.01；***p<0.001+估计值为正；- 估计为负数表15：SAR模型（8）：海平面上升和海岸距离估计有无地方政府财政的模型比较变量包括无人均税收的人均税收和公路支出以及教育和教育支出期间SLR海岸SLR海岸距离线性平方线性平方线性平方线性平方线性平方线性平方1990- 2012年+*-***+***+***-***+***-***+***1990年- 2011年+++***-++***1990年- 2010年+o----***+***+o----***+***1990年- 2009年+***-***-***+***+***-***-***+***-***+***1990年- 2008年-+-o+***-+-+**1990年- 2007年-+-+*-+-+o1990年- 2006年+***-***-o++***-***-o+*1990年- 2005年+***-***-***+***+***-***-***-***+***1990年- 2004年+***-***-***+***+***-***-***-***+**1990年- 2003年+-***+***+-***+-***+***1990年- 2002年+***-***-***+***+***-***-***+*1990年- 2001年+***-***-***+***+***-***-***+***-***+**1990年- 2000+***-***-***+***+***-***-***-***-***-***+**Obs：3063 3063注：所有模型均包含表AVI中的所有协变量（第二个模型的政府财政变量除外）+估计值为正；- 估计为负；op＜0.1；*p＜0.05；**p＜0.01；***p<0.001时间段。

然而，本文并没有提出这些建议，以将其长度保持在合理的限制范围内。我们可以得出结论，就政府财政变量而言，这些估计是合理稳健的。6结论众多研究中的一个常见假设是海平面上升对经济有负面影响。在这里，在第一次实证测试中，我们没有发现海平面上升对邻近美国经济增长的统计上稳健而显著的影响——不管怎样，估计的影响是积极的。使用增长模型和匹配估计器调查海平面上升对美国经济的影响。我们应用了一种带空间校正的3SLS方法来估计经济增长模型。该模型估计了13个不同的时间段，每个时间段从1990年开始，到2000年至2012年结束。在其中一些模型中，特别是在1990-2006年和一些较短的时期，我们发现了统计上显著的关系，但并非所有时期都存在这种关系。在表6所示的几乎一半模型中，海平面上升系数都不显著。此外，对经济增长模型的不同变体进行了估计，以验证结果是否保持不变。我们发现，在近海岸和沿海县的模型中，海平面上升系数不太显著，而在没有异常值的模型中，海平面上升系数根本不显著。因此，偶尔的显著影响可能是由异常值驱动的，也可能是统计因素。其他稳健性测试的结果与表6和AVI中给出的空间自回归模型（8）的估计值没有显著差异。我们使用了三种不同的匹配，它们在数据集中的所有相关协变量上都是平衡的。估计的治疗效果在所有三种情况下都不显著，这与经济增长模型的结果一致。

因此，从统计上看，过去的海平面上升对美国的经济增长没有明显的影响。我们没有发现稳定的显著影响的一个原因可能是，海平面上升是一个渐进而缓慢的过程，如果不是几千年的话，也要经过几十年和数百年的发展，其影响只能在更长的时间内显现出来。本研究分析影响的最长期限为22年。这项研究合乎逻辑的继续将是长期增长的延伸，然而，60或70多年前的数据几乎无法用于所有必需的协变量。一种可能的解决方案是使用稀疏回归，而不使用不可用的协变量。这是未来研究的主题。可以使用替代指标代替经济增长，例如土地价格，因为它们可能受到海平面上升的影响，或者公共投资的构成可能受到海岸保护的影响。也可能是，与气候变化的其他影响一样，海平面上升对美国这样的发达经济体的影响最小，但对非发达经济体的影响更大。为了验证这一假设，目前的研究需要对目前贫穷的国家或遥远的过去的海平面上升进行重复。无论哪种情况，数据可用性都可能是一个真正的问题。然而，目前还没有发现海平面上升对经济增长的稳定、显著影响。应在这一主题上进行更多研究，因为可能会在不同地区或不同时间段发现重大影响，但目前这只是结论。参考Sabadie，A.和Imbens，G.W.（2006）。平均处理效果的匹配估计器的大样本特性。《计量经济学》，74:235–267。Anselin，L.、Bera，A.K.、Florax，R.和Yoon，M.J.（1996）。空间依赖性的简单诊断测试。

《区域科学与城市经济学》，26:77–104。宗教数据档案协会。可获得的athttp://www.thearda.com/Archive/ChCounty.asp.Barro，R.J.和McCleary，R.M.（2003）。宗教与各国经济增长。《美国社会学评论》，68:760–781。Barro，R.J.和Sala-i-Martin，X.（1991年）。各州和地区的融合。布鲁金斯经济活动论文集，22:107–182。Barro，R.J.和Sala-i-Martin，X.（1992年）。汇聚《政治经济学杂志》，100:223–251。Bartik，T.J.（1992年）。州和地方税收对经济发展的影响：近期研究综述。《经济发展季刊》，6:102–111。Becsi，Z.（1996年）。州和地方税收是否影响州的相对增长？《经济评论》，第18-36页。Caliendo，M.和Kopeinig，S.（2008年）。为倾向评分匹配的实施提供了一些实践指导。《经济调查杂志》，22:31–72。业务海洋学产品和服务中心。可获得的athttp://tidesandcurrents.noaa.gov/about.html.Church，J.A.、Clark，P.U.、A.Cazenave，J.M.G.、Jevrejeva，S.、Levermann，A.、Merrifield，M.A.、G.A.Milne，R.N.、Nunn，P.D.、Payne，A.J.、Pfe offer，W.T.、Stammer，D.和Unnikrishnan，A.S.（2014）。海平面变化。《2013年气候变化：影响、适应和脆弱性》，A部分：物理科学基础。第一工作组对政府间气候变化专门委员会第五次评估报告的贡献。剑桥大学出版社，英国剑桥和美国纽约。Davidson，R.和Mackinnon，J.G.（2009）。计量经济学理论与方法。牛津大学出版社。Diamond，A.和Sekhon，J.S.（2014）。估计因果影响的遗传匹配：在观察性研究中实现平衡的一般多元匹配方法。《经济学与统计学评论》，95:711–724。Evans，P.（1997）。