*Robert Mendelsohn，医学博士，曾任美国知名大医院院长，美国医学会主席。William Nordhaus，2018年诺贝尔经济学奖得主，耶鲁大学斯特林经济学讲席教授，研究领域包括环境、价格、能源、技术变革、经济增长、利润和生产率的增长趋势；萧代基（Daigee Shaw），现任台湾“中央研究院”经济研究所研究员、台北大学与政治大学教授，主要研究领域为环境与资源经济学。原文“The Impact of Global Warming on Agriculture： A Ricardian Analysis”发表于The American Economic Review，Vol. 84， No. 4 （Sep.， 1994）， 第753—771页，本文的翻译出版得到了AER的授权。
作者感谢美国国家科学基金会和经济研究局（USDA）对这一项目的资助，但本文仅代表作者的观点。作者还要感谢John Miranowski、Daniel Hellerstein、John Reilly、Katherine Segerson、Paul Waggoner和推荐人的帮助与建议，以及Susan Helms为本文绘制的地图。
过去10年，科学家对温室效应进行了广泛研究，并预计二氧化碳（CO2）和其他温室气体（GHG）的积累将在21世纪引发全球变暖和其他重大气候变化。大量研究表明，这对农业产生了重要影响，特别是如果美国中部地区出现严重的干旱和变暖现象。（*1.特别参见Intergovernmental Panel on Climate Change（1990）和The National Acadamey of Sciences Panel on Greenhouse Warming（1992）的报告。）事实上，几乎所有对经济影响的估测都依赖于一项我们称之为生产函数法的技术。
本研究比较了估算气候变化影响的传统生产函数法与探索气候及其他变量对土地价值和农业收入影响的新兴“李嘉图方法”。估算气候变化影响的传统方法依靠经验或实验生产函数预测环境损害（因而本研究称之为生产函数法）。
（*2.重要的研究包括John Callaway et al.（1982），W. Decker et al.（1986），Richard Adams et al.（1988，1990），Adams（1989），D. Rind et al.（1990），Cynthia Rosenzweig and Martin L. Parry（1994）。关于有用的综述，参见National Research Council（1983），Joel Smith and Dennis Tirpak（1989），National Academy of Sciences（1992），以及William Cline（1992）。）这种方法采用一个基本的生产函数，通过改变一个或多个输入变量（如温度、降水和二氧化碳浓度）来估算影响。这些估算可能依赖于极其精细校准的作物产量模型（如CERES，即作物环境资源合成模型；或SOY-GRO，即大豆生长模拟模型）以确定对产量的影响；研究结果通常预测全球变暖将导致产量严重下降。
这些研究为评估气候变化对农业的影响提供了有用的基准，但它们存在固有的偏差，往往会高估损害。这种偏差有时被称为“愚蠢的农夫场景”，因为它忽略了农民为应对经济和环境条件不断变化而习惯做出的各种适应。大多数研究都假设农民的适应性很小，只是简单计算气温变化对农场产量的影响。一些研究会考虑施肥、灌溉或栽培品种方面存在有限的变化（参见William Easterling et al.，1991）。但没有研究考虑农民能完全适应不断变化的环境条件。例如，这类文献并不考虑全新作物的引入（比如南方的热带作物）；技术变革；从农业到畜牧业、草原或林业的土地使用变化；或者在现代后工业社会中，土地向城市、养老院、露营地或其他各种生产性用地的转变。
由于不考虑农民的全面调整，先前的研究高估了环境变化造成的损害。图1描绘了四个不同部门随单一环境变量“气温”变化的产出假设值，以说明这一偏差的普遍性。在每种情况下，我们假设生产函数法能够准确评估生产活动随气候变化的经济价值。这四个函数提供一个简化的示例，阐明小麦、玉米、放牧和养老院的价值如何随温度发生变化。譬如，图1最左边的曲线是假设的“小麦生产函数”，显示小麦的价值如何随着气温而改变，从A点的低温开始上升，然后在B点达到峰值，最终由于气温升得过高而下降。生产函数法可以沿着这条曲线估算不同气温下的小麦产值。
生产函数法之所以产生偏差，是因为它没有考虑随着条件变化而出现的经济替代活动。例如，当气温上升到C点以上时，适应性强且追求利润最大化的农民将从种植小麦转向种植玉米。随着气温的升高，生产函数法可能会计算出小麦的产量降至F点，但事实上小麦已经停产；真正实现的价值其实要高得多，即D点的玉米产量。在稍高的气温下，土地不再适合种植玉米，而是转向放牧，但不考虑这种转变的生产函数估算将再次高估气候变化造成的损失。最后在E点，即使最好的农业模型也会预测这块土地不适合耕种或放牧，并且破坏严重。更全面的方法也许会发现这片土地已经被改造成了退休养老之地，老人们蜂拥而至，以期在温暖的冬天和干燥的气候中四处转悠。
 |
诚然，以上所论都是说明性的。但它提出了关键的一点，即生产函数法会高估气候变化造成的损害，因为它既没有事实上也无法考虑随着气候变化，各种各样的替代、适应，以及新旧活动可能取代不再有利的生产。
在这项研究中，我们开发了一种新的方法，原则上可以通过使用土地价值的经济数据来校正生产函数法中的偏差。我们称之为“李嘉图方法”，借助这一方法，我们研究不同地区的气候如何影响农田的净租金或价值，而不是研究特定作物的产量。通过直接测算农场价格或收入，我们解释了气候对不同作物产量的直接影响，以及不同投入的间接替代、不同活动的引入，还有针对不同气候的其他潜在适应。如果市场运作正常，李嘉图方法将可以让我们衡量不同活动的经济价值，从而验证生产函数法隐含的经济影响是否能实地重现。
李嘉图方法的结果如图1所示。我们假设纵轴测算的“价值”是每英亩（*英制单位，1英亩约为0.004平方千米）。土地的净产值；更准确地说，它是产出价值减去所有投入的价值（不包括土地租金）。在竞争市场下，土地租金将等于土地得到充分和最优使用时的净收益。这一租金实际上就是图1中的粗实线。我们将图1中的这条实线标识为“最优使用价值函数”。
一般而言，我们不观察市场的土地租金，因为土地租金通常只占总利润的一小部分。不过对于农场，土地租金往往占总成本的很大部分，可以相当精确地估算。农场价值是未来租金的现值，因此，如果所有地块的利率、资本收益率乃至每英亩资本都相等，那么农场价值将与土地租金成正比。进而，通过观察农场价值与气候和其他变量的关系，我们可以推断图1中最优使用价值函数的形状。（*3.Mendelsohn et al.（1993）为本文的实证研究提供了分析基础。）
本项研究测算了气候变量对农业的影响。我们剖析气候数据和各种基本的地理、地球物理、农业、经济和人口因素，以确定气候对农田的内在价值。观察单位是美国南部48个州的县。我们不仅研究气候变量和非气候变量对土地价值和农业收入的影响，还纳入不少城市变量，以期衡量经济发展对农业土地价值的潜在影响。分析表明，气候通过气温和降水对农业租金产生系统性影响。这些影响往往是高度非线性的，并且随季节大幅变化。本文最后讨论了全球变暖对美国农场的影响。
京公网安备 11010502034662号 