CNDD-0119 中国自然灾害影响及损失数据及学术论文应用

01 数据介绍

▪ 关键词:洪涝、山崩等自然灾害损失
▪ 数据编号0119
▪ 数据名称:中国自然灾害影响及损失数据
▪ 数据区间2014-2020年
▪ 样本数量:3,650条
▪ 数据来源:国家减灾网
▪ 数据说明:CNDD全球地震事件记录了事件ID、事件分类、公告日期、统计截止日期、影响地区序号、事件开始日期、事件结束日期、影响地区、省份代码、省份、城市代码、城市、币种、直接经济损失(万元)、房屋统计口径、房屋倒塌、房屋严重损坏、房屋中等损坏、房屋轻微损坏、不同程度损坏、死亡人数(人)、受伤人数(人)、伤亡人数(人)、失踪人数(人)、转移安置人口(人)、受灾人口(人)、农作物受灾面积(千公顷)、农作物绝收面积(千公顷)、灾情概述、报告来源、备注等变量。
▪ 数据维度日度数据
▪ 综合评价全球有 27 亿人口生活在地震带上( Pesaresi et al. ,2017) ,在过去 20 年中约有 135 万
人死于自然灾害,其中地震与海啸造成的死亡人数占 56% ( CRED and UNISDR,2016) 。尽管有数量如此庞大的居民面临着地震带来的死亡威胁,但现有经济学文献对于他们的消费和储蓄行为的研究并不充分。CNDD全球地震事件数据库为研究自然灾害对受灾个体的各类偏好的影响提供了数据支持。

CNDeepData 数据应用质量评级

 常用度:★★★

▪ 稀缺度:★★★

▪ 新颖度:★★★

▪ 总体级别:12颗星

  常用度:是数据市场中需求指标,是指该数据在经济管理类学术论文中使用频率。

✔  稀缺度:是数据市场中供给指标,是指该数据在其他数据库的出现频率。

  新颖度:是数据市场中生成指标,是指该数据在生成时方法新颖程度和工作量。

02 主要指标  

03 数据特征概览

▪ 数据概览

04 前沿文献速递

▪ 文献来源

丁宇刚,孙祁祥.气候风险对中国农业经济发展的影响——异质性及机制分析[J].金融研究,2022(09):111-131.

▪ 文献内容

科学评估气候风险的经济影响是管理气候风险的第一步。利用气象站数据和各地区农业经济数据,实证分析了气候风险对我国农业经济发展的影响,并重点分析了该影响的异质性和相关机制。结果显示,气候风险较高地区的农业经济发展要显著慢于其它地区,且该结果在多种模型设定下以及不同衡量变量下都保持一致。异质性分析表明,气候风险对同一地理区域内人均收入水平较低地区的影响更加显著;对农业保险保障水平较高或农业现代化水平较高地区的影响则较小,说明农业保险的发展和农业现代化水平的提高可以降低气候风险对农业经济的负面影响。机制分析表明,从农业投入和产出关系来看,气候风险直接作用于农业经济产出,而非通过影响投入再作用于产出;从气候风险和自然灾害关系来看,气候风险会通过增加自然灾害严重程度对农业经济发展产生不利影响,同时也会直接对农业经济造成负面影响。研究为管理气候风险、促进现代农业经济发展和保障粮食供给安全提供了有益启示。

▪ 研究设计与相关数据应用

文章认为气候风险会对农业经济发展造成负面影响。气候风险可能通过影响农业投入环节对农业经济发展造成负面影响。气候风险可能通过增强自然灾害对农业经济发展造成不利影响。

1.样本选择

人口、农业机械总动力、农业用地面积、化肥施用量、涉农财政支出等其它经济数据来自于《中国城市统计年鉴》或《中国农村统计年鉴》。将社会经济变量与气候风险变量在城市和年份维度进行匹配,得到文章的最终样本:包含288个地级及以上行政级别的市、样本跨度为1995-2018 年的非平衡面板。

2.变量构建

被解释变量为农业经济发展。根据国家统计局的划分,农业经济部门包括第一产业的农业、林业、畜牧业和渔业,因此,用第一产业的增加值衡量农业经济产出。因为增长速度是衡量经济发展的最直接指标,参考现有文献(王向楠,2011),在主要回归中用农业经济产出增速(PriG)衡量农业经济发展。稳健性分析中,进一步用农业经济产出(Pri)衡量农业经济的绝对发展水平,并用人均农业经济产出(PriPop)和单位面积农业经济产出(PriAcr)衡量农业经济发展的质量或效率(行伟波和张思敏,2021)。

核心解释变量为气候变暖风险。因为气候变暖风险主要是指平均气温的变化,所以在主要回归中用气温构造其衡量变量,气温(也包括降水)数据来自美国国家气候数据中心的公开FTP 服务器。选取了中国大陆区域的观测站点数据,按照各个观测点的经纬度和各城市边界经纬度,确定气象站点的行政区域归属,得到各城市在各年的平均气温。近年来越来越多文献用气温异常(或标准化气温)来衡量气候变暖风险文章用这种方法衡量气候风险。 标准化气温(SdTemp)是指,某地区的年平均气温和该地区历史参照期(1973年—1982年)的平均气温之差,再除以参照期气温的标准差1,衡量的是气温相对当地历史水平的偏差或异常。 

机制变量为自然灾害,文章主要关心对我国农业经济影响最大的旱灾和洪灾。用灾害的受灾面积比例来衡量其风险损失的程度。旱灾受灾面积比例(Drought)和洪灾受灾面积比例(Flood)分别为旱灾受灾面积和洪灾受灾面积与农业用地面积的比值。旱灾受灾面积、洪灾受灾面积和农业用地面积数据来自《中国农村统计年鉴》。

3. 识别策略

研究气候风险的影响需剔除地理环境因素的影响,而这些因素基本上不随时变化,适合用固定效应模型来分析气候风险的经济影响。回归模型如(1)式所示:

其中,yi,t为地区i在第t年的农业经济产出增速,定义为第t年的农业经济产出对数与第t-1年的农业经济产出对数之差。Clm为气候风险变量(包括标准化气温连续变量和高分位虚拟变量);X是一组控制变量,包括标准化降水、人口增长率、农业用地面积变化率、农业机械总动力变化率、化肥施用量变化率、涉农财政支出变化率。θi是城市固定效应, λt是年份固定效应;εi,t 是随机扰动项。
▪ 实证结果:

表2第(1)列中,用标准化气温连续变量衡量气候风险,其估计系数为 在 1% 水平下显著为负;这说明标准化气温上升会显著降低农业经济产出增速。在第(2)列中加入标准化降水连续变量和其他控制变量后,气候风险的估计系数为显著为负。在第(3)列中,用标准化气温的高分位数刻画气候风险,其估计系数为在 1% 水平下显著为负。该系数表明,标准化气温较高的城市的农业经济产出增速要比其它城市低1.20% ,这相当于农业经济产出增速均值的15% 。这说明结果具有显著的经济意义。第(4)列在第(3)列的基础上加入了控制变量。此时,准化气温的估计系数为显著为负。以上结果说明气候风险会对农业经济发展造成负面影响。

探究气候风险对旱灾严重程度的影响。 表 9 第(2)列的回归结果表明,HqSdTemp 的估计系数为 4.34,在 5% 水平下显著,这说明标准化气温较高地区的旱灾受灾面积比例要比其它地区高 4.34% 。 这相当于旱灾严重程度均值的28.79% 。 接下来,第(3)列的结果显示,旱灾受灾面积(Drought)的估计系数为 – 0.09(t 统计量值为 2. 26)1。 其经济意义是,旱灾受灾面积比例每增加 1% ,会使农业经济产出增速下降 0.09% ;或者说,旱灾受灾面积比例增加 1 单位标准差,会使农业经济产出增速相对其均值下降 12.49% 。 最后,通过把气候风险变量和旱灾严重程度变量同时放进回归方程,分析直接效应和间接效应的相对大小。 此时,旱灾受灾面积比例的估计 系数为 – 0.08,无论是系数大小还是显著性都保持和第(3)列的结果一致。 HqSdTemp 的估计系数为 – 1. 53,在 10% 水平下显著,这说明较高的标准化气温会使得农业经济产出 增速下降 1.53% 。 该影响小于第(1)列中的 HqSdTemp 的影响( – 1.88% ),这是因为旱灾“吸收”了气候风险对农业经济的部分影响。 这也说明,较高的标准化气温会通过增加干旱严重程度来影响农业经济,同时也会直接对农业经济造成显著负面影响。 
气候风险、洪灾与农业经济产出。 首先,如表 9 第(5)列所示,HqSdTemp 的回归系数为 – 3.13,在 1% 水平下显著;这说明标准化气温较高地区的洪灾受灾面积比例相对其他地区要低。 接下来,第(6) 列的回归结果显示,洪灾受灾面积(Flood) 的估计系数为-0. 02,在 10% 水平下显著。 然后,分析直接影响和间接影响的相对大小。 第(7)列中, 洪灾受灾面积比例的估计系数为- 0. 03,这说明洪灾受灾面积比例每增加1%会使得农业经济产出增速下降 0. 03% ,略大于第(5)列结果中的影响。 HqSdTemp 的估计系数为-1.99,在 5% 水平下显著,这说明较高的标准化气温会使得农业经济产出增速下降 1.99% ,略高于第(1)列中的 HqSdTemp 的影响(1.88% )。 最后,将气温、降水、洪灾、 旱灾同时放入回归模型(如表 9 第(8)列所示)。 此时,HqSdTemp 的回归系数为 – 1. 67, 且保持统计显著性;这说明即使剥离了通过洪灾和旱灾影响农业经济这两个渠道后,气候 风险还会直接影响农业经济3。 总之,文章发现气候风险会通过自然灾害来间接影响农业经济发展,也会直接对农业经济造成显著负面影响。 

05 其他相关文献

[1]卢晶亮,冯帅章,艾春荣.自然灾害及政府救助对农户收入与消费的影响:来自汶川大地震的经验[J].经济学(季刊),2014,13(02):745-766.
[2]许年行,李哲.高管贫困经历与企业慈善捐赠[J].经济研究,2016,51(12):133-146.
[3]朱沆,叶文平,刘嘉琦.从军经历与企业家个人慈善捐赠——烙印理论视角的实证研究[J].南开管理评论,2020,23(06):179-189.

06 获取方式

以下三种方式三选一即可:

▪ 直接购买

添加客服微信,支付价格为69元。

▪ 朋友圈分享后免费领取(每人限领15份)

持续3小时,集齐5个赞,需要对所有人可见,并且本人关注CNDeepData公众号。

购买大会员

添加客服微信,购买年度普通会员149元,年度高级会员299元,永久高级会员899元,可享CNDeepData所有数据免费获取。

▪ 朋友圈分享要求:

①分享时间需要在早上7:30到晚上12:30之间。

②请附带一句推荐词,例如“推荐CNDD高质量数据库”。

③请将包含时间内容的截图发给客服。

▪ 添加客服微信方式

扫描下方二维码,或搜索下方微信号。

添加客服微信号:

DeepData001

获取更多更新数据

版权声明 …

1. 除中国深度数据库(CNDD)特殊声明外,CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权,不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分,否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体,CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人,承诺只将CNDD的数据等用于学术研究,并在所得研究成果(包括但不限于学术论文、咨询报告等)中注明数据来源于CNDD。数据来源的注明方式请参考:“本研究数据来源于中国深度数据库CNDD”;英文参考:“We get the data from CNDeepData (CNDD)”。

中国深度数据库:让精品数据 得以流动

CNDeepData:Let high-quality data flow without barriers

资源下载此资源下载价格为69积分(年度普通会员免费),请先

部分图片来源于网络,如涉侵权请告知,本站将第一时间删除。客服微信号:DeepData001

发表评论

您的电子邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部