Stata 论文复现：Temperature Shocks and Economic Growth

发布时间：2021-09-21 阅读 4608

Stata连享会主页 || 视频 || 推文 || 知乎

温馨提示： 定期清理浏览器缓存，可以获得最佳浏览体验。

New！ lianxh 命令发布了：
随时搜索推文、Stata 资源。安装命令如下：
. ssc install lianxh
详情参见帮助文件 (有惊喜)：
. help lianxh

✌ 课程详情： https://gitee.com/lianxh/Course

⛳ 课程主页： https://gitee.com/lianxh/Course

⛳ Stata 系列推文：

全部 | Stata入门 | Stata教程 | Stata资源 | Stata命令
计量专题 | 论文写作 | 数据分享 | 专题课程
结果输出 | Stata绘图 | 数据处理 | Stata程序
回归分析 | 面板数据 | 交乘项-调节 | IV-GMM
内生性-因果推断 | 倍分法DID | 断点回归RDD | PSM-Matching | 合成控制法
Probit-Logit | 时间序列 | 空间计量 | 分位数回归 | 生存分析 | SFA-DEA
文本分析-爬虫 | Python-R-Matlab | 机器学习
Markdown | 工具软件 | 其它

作者：吕卓阳 (厦门大学)
邮箱：lvzy20@163.com

文章：Dell M, Jones B F, Olken B A. Temperature shocks and economic growth: Evidence from the last half century[J]. American Economic Journal: Macroeconomics, 2012, 4(3): 66-95. -PDF- -Data-

1. 研究背景

关于温度是否影响经济发展这一问题仍处于争议。过往估计温度与经济活动的关系通常使用两种方法进行量化：第一种是使用截面数据估计气温与经济增长的关系，但这种方法存在数据质量或因果识别的问题；另一种通过使用综合评估模型 (IAM)，从微观的角度来量化气候变化的影响，并加总以获得对国民收入的总影响，但使用这种方法对于机制的解释存在困难。

由此，本文构建 1950 年至 2003 年世界每个国家和年份的温度和降水数据，并与总产出数据结合，研究温度和降水变化与经济表现的影响。具体地，本文通过温度和降水的逐年波动来识别其影响，并通过构建分布式滞后模型判断温度影响国家经济增长率还是仅影响收入水平。

本文发现了三个主要结论：其一，高温对贫穷国家经济增长产生显著负向影响。某一年气温每升高 1°C，该年经济增长会减少 1.3 个百分点，对于富裕国家没有显著影响；其次，通过分布式滞后模型发现，较高温度不仅降低贫穷国家的经济增长率 (如投资水平) 和产出水平 (如农业产出)，增长效应会随着时间推移产生巨大的影响；其三，温度会影响穷国经济的诸多方面，包括农业产出、工业产出以及政治不稳定等。相比于过往文献，本文首次构建了 1950-2003 年国家级别的气温与降水的年度数据，从而使用面板固定效应模型与滞后面板回归模型检验气温与经济产出的因果关系。

2. 研究方法

首先，本文构建了 1950-2003 年国家级别的气温、降水数据。本文使用 1900-2006 年月度陆地网格气温和降水数据，该数据集以 0.5*0.5 分辨率提供月度平均温度和降水数据。我们使用地理空间软件将天气数据汇总到国家/地区级别，使用人口数据 (Balk 等，2004) 加权平均温度和降水。对于经济发展数据，我们采用世界经济发展指标 (World Bank 2007)，并使用经济增长数据 (Heston 等，2006) 作为稳健性检验。

本文根据过往文献 (Bond 等，2010)构建实证模型，具体设定如下：

Y_{i t} = e^{β T_{i t}} A_{i t} L_{i t} Δ A_{i t} / A_{i t} = g_{i} + γ T_{i t}

其中， $Y$ 为总产出， $L$ 为总人口， $A$ 为劳动生产率， $T$ 代表天气。我们将温度对总产出对影响改写为水平效应和增长效应：

g_{i t} = g_{i} + (β + γ) T_{i t} - β T_{i t - 1}

其中， $β$ 测度对是温度对产出的水平效应，即短暂的天气冲击会影响产出并会随着时间出现逆转，增长效应出现在天气冲击期间并不会出现逆转。由此，我们采取固定效应模型估计短期天气波动对产出的水平效应，使用分布式滞后模型来估计天气波动对产出的增长效应，模型设定如下：

g_{i t} = θ_{i} + θ_{r t} + \sum_{j = 0}^{L} ρ_{j} T_{i t - j} + ε_{i t}

其中， $θ_{i}$ 是国家固定效应， $θ_{r t}$ 是时间固定效应， $T_{i t}$ 是一系列年度温度或降水量的滞后项，标准误在国家和地区 $\times$ 时间对级别上聚类。此外，我们还考虑了温度与不同国家特征的交互项，以探究天气波动对不同国家的影响。

3. 实证结果复现

3.1 数据的描述性统计

我们首先对数据进行描述性统计，根据 2000 年人均 GDP 绘制 1950-1959 (圆圈符号) 和1996-2005年 (加号符号) 平均温度和降水量的散点图。在样本早期和晚期之间，世界大约变暖 1°C。此外，不同国家之间温度差异巨大，炎热的国家通常较贫穷，寒冷的国家通常较富裕。除了中东的石油国家或采取特定政治制度的国家，平均而言，气温每升高 1°C，人均收入约下降 8%，而降水量在所有国家之间变化很大，与人均收入之间没有明确的关系。绘图的代码及表格如下 (完整数据见 Data)：

twoway (rspike wtemmax wtemmin lngdp2000, lcolor(gs12)) (scatter wtem50s lngdp2000,       \\\
  mcolor(blue) msymbol(circle_hollow) msize(.75) mlabsize(tiny) mlabcolor(black)          \\\
  mlabel(country_code)) (scatter wtem00s lngdp2000, msize(.75) mcolor(red)                \\\
  msymbol(plus)), legend(order(2 3) label(2 "Mean 1950-1959") label( 3 "Mean 1996-2005")) \\\
  graphregion(color(white)) ylab(-10(10)30, nogrid)subtitle("Weighted by Population",     \\\
  position(11) size(small) color(black))  title("Temperature",position(11))               \\\
  saving(rspikewtem.gph,replace) ytitle("degrees")
graph export `filename'-temp-presentation.eps,replace

twoway (rspike wpremax wpremin lngdp2000, lcolor(gs12)) (scatter wpre50s lngdp2000,        \\\
  mcolor(blue) msymbol(circle_hollow) msize(.75) mlabsize(tiny) mlabcolor(black)           \\\
  mlabel(country_code)) (scatter wpre00s lngdp2000, msize(.75) mcolor(red) msymbol(plus)), \\\
  legend(order(2 3) label(2 "Mean 1950-1959") label( 3 "Mean 1996-2005"))                  \\\
  graphregion(color(white)) ylab(0(20)60, nogrid)subtitle("Weighted by Population",        \\\
  position(11) size(small) color(black))  title("Precipitation",position(11))              \\\
  saving(rspikewpre.gph,replace) ytitle("100s mm / year")
graph export `filename'-precip-presentation.eps, replace

3.2 时间固定效应模型

本文使用面板固定效应模型研究温度对经济增长的水平效应，除了温度与降水量，我们考虑了一系列国家特征变量。本文定义该国家进入数据的第一年人均 GDP 低于平均人均 GDP 为贫穷国家，定义 1950 年该国温度高于平均温度作为炎热国家，定义 1995 年农业 GDP 份额高于中位数的国家为农业国。本文在第一列首先估计温度与经济增长率的影响，第二列加入温度与贫穷国家虚拟变量的交互项，第三列加入降水量与降水量和贫穷国家的交互项，第四列继续加入降水量与炎热国家的交互项，最后将降水量与炎热国家交互项替换为降水量与农业国交互项。回归结果复现代码和结果如下 (完整数据见 Data)：

cgmreg g wtem RY* i.cc_num, cluster(parent_num rynum)
cgmreg g wtem wtem_initxtilegdp1 RY* i.cc_num, cluster(parent_num rynum)
cgmreg g wtem wtem_initxtilegdp1 wpre wpre_initxtilegdp1 RY* i.cc_num, cluster(parent_num rynum)
cgmreg g wtem wtem_initxtilegdp1 wpre wpre_initxtilegdp1 wtem_initxtilewtem2   \\\
    wpre_initxtilewtem2 RY* i.cc_num, cluster(parent_num rynum)
cgmreg g wtem wtem_initxtilegdp1 wpre wpre_initxtilegdp1 wtem_initxtileagshare2 \\\
    wpre_initxtileagshare2 RY* i.cc_num, cluster(parent_num rynum)

由回归结果可知，温度不会通过水平效应影响经济增长率，所有国家平均温度波动与经济增长存在负向但不显著的影响。但纳入贫国国家虚拟变量，本文发现高温对贫穷国家产生显著负向经济增长，温度每升高 1°C 使贫穷国家经济增长率降低 1.39 个百分点。加入降水作为控制变量发现，其并不实质影响温度对经济增长的关系，年降水量对经济增长存在相对温和的影响，降水量每增加 100 毫米，经济增长率下降 8.3%，富裕国家对降水量更加敏感。较贫穷的国家往往更热，产业结构农业的占比越大，本文发现温度的负面影响是通过贫困而非炎热出现。贫困国家与温度的交互项系数保持不变，纳入农业国家与降水的交互项，我没发现贫困国家与温度的交互项系数进一步下降，说明温度可能通过影响农业产出影响总经济产出。

3.3 分布式滞后模型

其次，我们纳入一系列温度的滞后项研究其增长效应。本文分别考虑一阶、五阶和十阶滞后项以研究温度对经济增长的动态响应。其中，1-4 列为只控制温度及其滞后项，5-8 列纳入降水及其滞后项。回归结果的复现代码及结果如下 (完整数据见 Data)：

cgmreg g wtem_initxtilegdp1 L1wtem_initxtilegdp1 wtem_initxtilegdp2    \\\
   L1wtem_initxtilegdp2 RY* i.cc_num, cluster(parent_num rynum)
cgmreg g wtem_initxtilegdp1 L1wtem_initxtilegdp1 L2wtem_initxtilegdp1  \\\
   L3wtem_initxtilegdp1 wtem_initxtilegdp2 L1wtem_initxtilegdp2        \\\
   L2wtem_initxtilegdp2 L3wtem_initxtilegdp2 RY* i.cc_num, cluster(parent_num rynum)
cgmreg g wtem_initxtilegdp1 L1wtem_initxtilegdp1 L2wtem_initxtilegdp1  \\\
   L3wtem_initxtilegdp1 L4wtem_initxtilegdp1 L5wtem_initxtilegdp1      \\\
   wtem_initxtilegdp2 L1wtem_initxtilegdp2 L2wtem_initxtilegdp2        \\\
   L3wtem_initxtilegdp2 L4wtem_initxtilegdp2 L5wtem_initxtilegdp2 RY*  \\\
   i.cc_num, cluster(parent_num rynum)

由回归结果可知，包含了更多滞后项，贫国国家温度累计效应仍显著为负。点估计的结果较稳健，温度每升高1°C，贫穷国家经济增长平均减少 1.35-1.39 个百分点，包含滞后项温度对贫穷国家经济增长仍显著为负，点估计结果相当稳定。滞后项对显著为负表面温度对产出对水平效应较小，高温对于经济增长的影响并未发生逆转，滞后项总和不为 0，表明温度对经济增长的影响长期存在，从而验证了增长效应的存在。

3.4 机制分析

温度冲击对贫穷国家总产出巨大而持久对影响需要进一步探究其影响机制。过往微观研究考虑了更多唯独包括劳动生产率、冲突与健康，但往往使用富裕国家的微观数据，无法拓展到农业国家。本文主要探究温度可能影响总产出的潜在渠道，包括农业产出、工业产出与政治稳定性。回归结果的第 1-3 列分别考察温度对农业增加值、工业增加值与总投资的影响。回归结果复现代码及结果如下 (完整数据见 Data)：

cgmreg gag wtem wtem_initxtilegdp1 wpre wpre_initxtilegdp1  RY* i.cc_num, cluster(parent_num rynum)
cgmreg gind wtem wtem_initxtilegdp1 wpre wpre_initxtilegdp1  RY* i.cc_num, cluster(parent_num rynum)
cgmreg ginvest wtem wtem_initxtilegdp1 wpre wpre_initxtilegdp1  RY* i.cc_num, cluster(parent_num rynum)

由回归结果可知，温度对贫穷国家的农业和工业增加值产生了显著了负向影响，降水量对农业产生积极影响，温度对贫穷国家对投资产生负向影响，但统计意义上不显著。对于分布式滞后模型，农业产出累计效应略小于直接效应，说明温度对农业对影响存在水平效应和增长效应的共同影响。对于工业增加值，累计效应与点估计结果类似，验证了温度不仅影响农业产出，也影响工业产出从而对经济增长产生负向影响。这种渠道可能反映劳动生产率对损失，比如过往文献发现炎热天气下，受天气影响大的行业劳动供应出现大幅收缩，贫穷国家工业部门对温度更敏感，那么温度对劳动生产率对影响更大。

此外，我们验证了温度升高与政治不稳定的渠道，大量实证证据表面温度高的天气更容易发生骚乱和抗议。由此，本文参考过往研究 (Marshall 和 Jaggers，2004) 将政治制度评级、度量政治领导人是否常规过度 (Goemans 等，2006)、领导层换届年份的虚拟变量、以及正常与非正常换届的虚拟变量作为对政治不稳定的测度。回归结果复现代码及结果如下 (完整数据见 Data)：

* Polity - interregnum
cgmreg polityinter wtem wpre RY* i.cc_num, cluster(parent_num rynum)	
* Archigos - leader transition
cgmreg lt wtem wpre RY* i.cc_num, cluster(parent_num rynum)
* Archigos - regular transition
cgmreg regtr wtem wpre RY* i.cc_num, cluster(parent_num rynum)		
* Archigos - irregular transition
cgmreg irregtr wtem wpre RY* i.cc_num, cluster(parent_num rynum)
* Conflict - no war to war
cgmreg n2war wtem wpre RY* i.cc_num, cluster(parent_num rynum)
* Conflict - war to no war
cgmreg war2n wtem wpre RY* i.cc_num, cluster(parent_num rynum)

由回归结果可知，贫穷国家温度每升高 1°C，政治制度变化可能性增加 2.7%，领导人换届可能性显著增加，并且主要是来自于定期的领导层换届而非政变导致的领导层换届。

4. 相关推文

Note：产生如下推文列表的 Stata 命令为：
lianxh 论文, m
安装最新版 lianxh 命令：
ssc install lianxh, replace

专题	嘉宾	直播/回看视频
⭐ 最新专题		文本分析、机器学习、效率专题、生存分析等
研究设计	连玉君	我的特斯拉-实证研究设计，-幻灯片-
面板模型	连玉君	动态面板模型，-幻灯片-
面板模型	连玉君	直击面板数据模型 [免费公开课，2小时]

Stata 论文复现：Temperature Shocks and Economic Growth

1. 研究背景

2. 研究方法

3. 实证结果复现

3.1 数据的描述性统计

3.2 时间固定效应模型

3.3 分布式滞后模型

3.4 机制分析

4. 相关推文

相关课程

免费公开课

最新课程-直播课

⛳ 课程主页

⛳ 课程主页

关于我们

热门资讯