English

都是高温天气的“锅”——从健康威胁和情绪波动看全球变暖的社会经济影响

2021-04-27
摘要为确保实现“2060碳中和”承诺,并最大限度地减少气候变化给我国人口带来的健康负担,仍需要采取更加有力的政策和措施。

作者:范敏宜(暨南大学经济与社会研究院研究生)陈思宇(暨南大学经济与社会研究院助理教授)

南方的夏日悄然而至,今年3月以来广东省多地气温飙升,全省3月平均气温为20.5℃,较常年同期(17.6℃)偏高2.9℃,为历史同期最高。珠海市更是热到打破记录,早在3月12日正式入夏,比史上最早的入夏时间1998年3月27日足足往前刷新了15天。

这只是全球变暖在中国的一个缩影。根据世界气象组织,2016-2020年全球平均气温是有记录以来最暖的五年,比1850-1900年(工业化前时代以来温度变化的基准期)高出约1.1℃,比2011-2015年的全球平均气温高出0.24℃。美国国家航空航天局(NASA)预测,到2100年为止,全球气温将上升大约1.4-5.8℃,全球气候将出现过去10,000年中从未有过的巨大变化。

来源: NASA's Goddard Institute for Space Studies


气候变化与人类社会最为密切相关的表现为洪水、干旱、气旋和高温热浪(Heat Wave)等极端气候事件的发生频率、强度和持续时间的增加。世界经济论坛发布的《2020年全球风险报告》指出,极端气候事件、气候问题应对失败及自然灾害等环境问题,被认为是发生可能性最高和产生影响最为广泛的高危风险。

为积极应对气候危机和实现可持续发展,帮助公众充分认识未来气温上升带来社会经济影响,科学家们做了大量的研究工作。这些理论与经验证据对实施适应性战略和分配公共卫生资源具有重要意义。以下,我们对相关文献进行梳理总结:

高温天气与健康负担

人体正常的新陈代谢需要体温恒定在36~37°C之间(腋窝)。当人体长期暴露于高温环境时,人体代谢机能下降:中枢神经血液供应量随着皮肤血管的扩张而减少,血管中液体有效循环体积随着水分丢失而减少,人体核心体温会进一步升高。当人体温度超过39°C时可导致热相关疾病的发生,如热衰竭、热痉挛和热中暑等。随着机体水分流失,人体水电解质可能会紊乱,血液粘稠度和胆固醇水平增高,血管扩张、血液循环加速,心肺系统负加重,进而诱发心血管疾病事件(如心肌梗塞与脑卒中等),增加急性死亡率。

《柳叶刀人群健康与气候变化倒计时2020中国报告》指出,自1990年以来,中国与高温热浪相关的死亡人数已翻了四倍。如下图面板A所示,在2019年,与高温热浪相关的死亡人数达到2.68万人,其造成的经济损失达136亿美元,相当于140万中国人的平均年收入。

此外,高温的健康风险呈现出显著的地区差异:如下图面板B所示,2019年山东省与热浪相关的死亡人数最多,其次是河南省和安徽省,均位于我国人口密集的中东部地区。

                         

 (A) 1990-2019年间,中国热相关死亡例数呈波动上升的趋势;(B) 2019年中国各省份热相关死亡统计情况,颜色越深代表该省份热相关死亡例数越多。

Source: Cai W, Zhang C, Suen H P, et al. (2021). The 2020 China report of the Lancet Countdown on health and climate change[J]. The Lancet Public Health, 6(1): e64-e81.

 

Yang等(2021)发表在Nature Communications的文章则聚焦未来气温升高可能造成的健康影响。他们采用分布滞后非线性模型,从致灾因子、暴露程度和脆弱性等三个方面系统评估了未来高温天气对我国161个区县的人群造成的死亡风险。作者预估,到21世纪90年代(2090-2099年),在RCP4.5与RCP8.5情景下由于高温天气额外增加的死亡人数将分别达到128,346和228,728人。[2] 此外,未来高温的健康风险也将呈现地区差异,其中我国南方、东部与中部为高风险地区,这可能与不同地区升温幅度、年龄结构、医疗卫生服务、社会经济状况、空调使用情况等有关。

值得注意的是,高温天气对不同人群的健康冲击也存在显著的差异。老年人、儿童及户外工作者等罹患相关疾病和受到意外伤害的概率高于一般人群,属脆弱人口。

与2000年初相比,中国每个老年人在2019年平均要多忍受13天的高温热浪天气,而在高温天中,身体机能下降、健康状况不佳或患有基础疾病的老年人更容易受到中风、肾病和呼吸系统疾病等热相关疾病的影响,死亡风险要比非高温天高10.4%(《柳叶刀人群健康与气候变化倒计时2020中国报告》)。考虑到中国的人口老龄化进程加快,未来气候变化带来的健康风险可能会更为严重。

气候变化造成的高温天气暴露增加还会损害婴儿健康。一方面,高温天气可直接导致分娩加快、妊娠缩短和婴儿出生体重减轻。Barreca和Schaller(2020)发表在Nature Climate Change的文章考察了1969-1988年间美国各县超过5600万例分娩。其研究结果表明,在最高温度超过90°F(32.2°C)的日子里,出生率会增加5%,妊娠天数平均减少6.1天,有些分娩甚至会提早两周发生。Deschênes等(2009)发表在American Economic Review上的文章发现怀孕期间所经历的高温天气(尤其是妊娠中期和妊娠晚期)将对婴儿出生体重产生显著的负向影响。作者预测到本世纪末,白人婴儿的平均出生体重将下降0.22%(7.5克),黑人婴儿的平均出生将下降0.36%(11.5克)。另一方面,高温天气会影响主要农作物的单产潜力,威胁粮食安全,推动食品价格上涨,从而间接影响婴儿和低龄儿童的营养、免疫和生长等健康问题。

健康是重要的人力资本要素之一。不少研究结果证实胎儿期的高温暴露对个体的认知能力及长期人力资本积累造成显著的负面影响。Fishman等(2019)发表在Journal of Environmental Economics and Management上的文章以一组出生于1950-1980年间(年龄在30岁到60岁)的厄瓜多尔正式部门雇员为研究对象,发现他们在孕期所经历的气温对其成年后的受教育程度以及收入水平有显著负面影响:孕期的月平均气温每升高1℃,个体接受中学教育的可能性将降低0.2%,成年后的收入水平将降低0.7%,其中女性所受影响更大(0.59% VS 0.86%)。在国内,Hu和Li(2019)则使用2010年中国家庭追踪调查(CFPS)数据,采用面板数据固定效用模型考察了胎儿期的高温天气经历对1950-1994年间出生于中国农村的个体的认知水平和身高的影响。他们发现,孕期所经历的高温天气(日最高气温超过85°F,即29.4°C)每多增加一天,人们平均受教育年限缩短0.02年,成为文盲的概率增加0.18%,标准化字词测试得分降低0.48分,成年身高减少0.02厘米。

最后,高温对劳动者的生产效率也会产生很大影响。当人体暴露在高温环境中时,人体核心温度的提升会刺激神经中枢,导致自我保护性疲劳,肌力和肌耐力下降,从而降低生产效率。Zhang等(2018)发表在Journal of Environmental Economics and Management上的文章使用1998-2007年国内50万家制造厂商详尽的生产数据,采用面板数据固定效应模型,从企业层面研究了气温对全要素生产率(TFP)、要素投入和产出的影响。结果表明无论是劳动密集型企业还是资本密集型企业的生产效率都表现出对高温天气的敏感性:相对于50–60 °F(10-15.6℃),当日最高气温超过90 °F(32.2℃)时,TFP将降低0.56%。Cai等(2018)则使用福建省一家纸杯制造企业的工人日产出数据,采用面板数据固定效应模型和非参数估计方法,从个体层面研究了气温对室内工作者生产效率的影响。他们发现气温对生产效率的影响呈现倒U型,过低或过高的环境温度都将对生产效率产生不利的影响从而造成不可忽视的经济损失。相比之下,户外工作者由于长时间暴露在高温环境下,受到高温热浪的健康威胁更为严重。Yin等(2017)的一项研究发现,当高温天气(33 °C)持续10天后,户外工作者组因心血管疾病死亡的风险将提高149%。作为劳动力大国,中国户外工作者在2019年因高温损失了约0.5%的潜在工作时间,造成全国1%的GDP损失(1260亿美元),这相当于中国每年投入到科技领域的财政总预算(《柳叶刀人群健康与气候变化倒计时2020中国报告》)。

高温天气对情绪的影响

高温天气不仅会影响人体生理健康还会对情绪等心理健康产生影响。Baylis(2020)发表在经济学顶尖期刊Journal of Public Economics的文章首次识别人们对气温的潜在偏好。他以公众在2014年6月至2016年10月期间在社交媒体Twitter上的情绪表达作为信息源,构建核心统计区(core-based statistical area, CBSA)的日面板数据,在控制CBSA固定效应和一系列时间固定效应,包括月份、年份、工作日、假期及州特定时间趋势(state-specific time trends),他发现人们对环境气温的情绪响应呈倒U形,如下图所示:低温和高温下人们的情绪普遍较为消极,相比起在舒适温度(日最高气温为20-25℃)下,人们在高温天(日最高气温为35-40℃)的情绪指数将下降0.1到0.2个以上标准差(相当于周日与周一之间的平均情绪差异)。

                               

气温对情绪指数的影响: 实线表示面板固定效应估计的回归系数(以标准差测度),显示了相较于日最高气温在21-24℃区间的情绪差异;虚线表示95%的置信区间,误差项按CBSA和日期聚类。Source: Baylis P. (2020). Temperature and temperament: Evidence from Twitter[J]. Journal of Public Economics, 184: 104161.

 

此外,Baylis利用收入的外生冲击(季度薪资变动或违规停车/超速罚单)对此种情绪响应进行了经济度量(valuing)。他发现人们情绪指数波动1个标准差的经济价值为196.77美元或78.60美元;将日最高气温从30-35℃替换为20-25℃的平均支付意愿为11.94或4.77美元(取决于是对薪资还是交通罚单数额作回归)。

在国内,Wang,Obradovich和Zheng(2020)发表在One Earth上的文章则从4300万条微博数据中发掘天气是如何影响人们心情。结果同样表明,相较于舒适温度(20-25℃),当日平均气温超过35℃时,人们的情绪落差相当于周日与周一之间情绪差异的85%以上,与Baylis的估计结果相当。

值得注意的是,负面情绪的累积会引发更多社会性问题,比如抑郁、自杀、诱发犯罪活动、加剧人类冲突等。Burke等(2018)发表在Nature Climate Change上的文章分析了自杀率与高温天气之间的关系,结果表明月平均气温每升高1℃,美国各县和墨西哥各市的自杀率将分别上升0.7%和2.1%。 

Hsiang等(2013)发表在Science的文章在梳理了相关文献后发现,极端天气易引发个人、团体暴力犯罪和财产犯罪以及穷国的政局动荡,个人的攻击暴力行为在高温天气下会增多,而极端降水则通过影响农业生产拉大收入差距。作者就其相关的传导机制进行了讨论,包括(1)气候变化会改变资源供给情况,加剧社会不平等而引发人类冲突;(2)气候变化会降低社会经济产能,进而减弱政府机构监控和打击犯罪的力度;(3)气候变化引致的人口迁移和快速城市化会造成对当地有限资源的争夺;(4)气候变化会通过影响人的生理机制,降低人的理性判断能力及变得更具攻击性,进而引发更多的冲突。Ranson(2014)发表在Journal of Environmental Economics and Management的研究同样表明,高温天气会引发更多的犯罪活动,并预估在2010至2099年间,美国由于气候变化催生的犯罪活动所造成的社会成本将达到290亿(折现率为6%)至780亿美元(折现率为3%)。

综上所述,气候变化对人类健康、社会经济发展的影响将不容小觑。然而,气候变化是一项跨越国界的全球性挑战,迫切需要各国密切协作。2015年12月12日,《巴黎协定》在巴黎气候变化大会上通过,呼吁就气候变化采取全球行动,成为继1992年《联合国气候变化框架公约》、1997年《京都议定书》之后,人类历史上应对气候变化的第三个里程碑式的国际法律文本,为全球气候工作规划新道路。其主要目标是将本世纪全球平均气温上升幅度控制在2℃以内,并将全球气温上升控制在前工业化时期水平之上1.5℃以内。

我国作为一个负责任的发展中国家,也始终高度重视应对气候变化。2016年9月3日,中国正式加入《巴黎协定》,成为第23个完成批准协定的缔约方;2020年9月,习近平总书记在第75届联合国大会一般性辩论上郑重表示,中国将提高国家自主贡献力度,力争于2030年前二氧化碳排放达到峰值、2060年前实现碳中和;并将“积极应对气候变化”写进“十四五”规划。根据生态环境部发布的《中国应对气候变化的政策与行2019年度报告》,2018年中国单位国内生产总值(GDP)二氧化碳排放下降4.0%,比2005年累计下降45.8%,相当于减排52.6亿吨二氧化碳,非化石能源占能源消费总量比重达到14.3%,基本扭转了二氧化碳排放快速增长的局面,为应对全球气候变化做出了重要贡献。但为确保实现“2060碳中和”承诺,并最大限度地减少气候变化给我国人口带来的健康负担,仍需要采取更加有力的政策和措施。


参考文献:

1. Barreca A, Schaller J. (2020). The impact of high ambient temperatures on delivery timing and gestational lengths[J]. Nature Climate Change, 10(1): 77-82.

2. Baylis P. (2020). Temperature and temperament: Evidence from Twitter[J]. Journal of Public Economics, 184: 104161.

3.Burke M, González F, Baylis P, et al. (2018). Higher temperatures increase suicide rates in the United States and Mexico[J]. Nature climate change, 8(8): 723-729.

4.Cai W, Zhang C, Suen H P, et al. (2021). The 2020 China report of the Lancet Countdown on health and climate change[J]. The Lancet Public Health, 6(1): e64-e81.

5.Cai X, Lu Y, Wang J. (2018). The impact of temperature on manufacturing worker productivity: evidence from personnel data[J]. Journal of Comparative Economics, 46(4): 889-905.

6.Deschênes O, Greenstone M, Guryan J. (2009). Climate Change and Birth Weight. American Economic Review, 99 (2): 211-17.

7.Fishman R, Carrillo P, Russ J. (2019). Long-term impacts of exposure to high temperatures on human capital and economic productivity[J]. Journal of Environmental Economics and Management, 93: 221-238.

8.Hsiang S M, Burke M, Miguel E. (2013). Quantifying the influence of climate on human conflict[J]. Science, 341(6151).

9.Hu Z, Li T. (2019). Too hot to handle: The effects of high temperatures during pregnancy on adult welfare outcomes[J]. Journal of Environmental Economics and Management, 94: 236-253.

10.Ranson M. (2014). Crime, weather, and climate change[J]. Journal of environmental economics and management, 67(3): 274-302.

11.Wang J, Obradovich N, Zheng S. (2020). A 43-million-person investigation into weather and expressed sentiment in a changing climate[J]. One Earth, 2(6): 568-577.

12.World Economic Forum. (2020). Global Risks 2020: An Unsettled World. http://www3.weforum.org/docs/WEF_Global_Risk_Report_2020.pdf

13.World Meteorological Organization. (2020). United in Science 2020: A multi-organization high-level compilation of the latest climate science information. https://reliefweb.int/sites/reliefweb.int/files/resources/United_In_Science_2020_8_Sep_FINAL%281%29-compressed.pdf

14.Yang J, Zhou M, Ren Z, et al. (2021). Projecting heat-related excess mortality under climate change scenarios in China[J]. Nature communications, 12(1): 1-11.

15.Yin Q, Wang J. (2017). The association between consecutive days’ heat wave and cardiovascular disease mortality in Beijing, China[J]. BMC public health, 17(1): 1-9.

16.Zhang P, Deschenes O, Meng K, et al. (2018). Temperature effects on productivity and factor reallocation: Evidence from a half million Chinese manufacturing plants[J]. Journal of Environmental Economics and Management, 88: 1-17.

17.新华社:《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》,2021年3月,http://www.xinhuanet.com/2021-03/13/c_1127205564.htm

18. 生态环境部:《中国应对气候变化的政策与行动2019年度报告》,2019年11月,http://www.mee.gov.cn/ywgz/ydqhbh/qhbhlf/201911/P020191127380515323951.pdf








返回