医学论文发表-气候变化对智利房地产价格的影响

卡拉·埃尔南德斯，法昆多·卢纳，卡洛斯·马德拉

发布时间：2022 年 11 月 22 日

 

抽象

气候变化应该会恶化房地产的价值，但缺乏对可能遭受最严重天气变化的发展中经济体的研究。我们将 2002 年至 2020 年间智利所有房地产交易的行政登记册与当地温度和降水的高空间分辨率数据集相匹配。即使在控制了每处房产的各种家庭特征或固定效应之后，我们发现温度波动对住宅和农业物业的价格也有影响。

 

作者摘要

这项工作评估了气候变化对智利房地产价格的影响，分析了两个关键的气候变化维度：温度变化和降水变化。智利呈现出一种特殊的环境，因为它具有很高的气候振幅，使我们能够利用温度和降雨对低温和高温以及更潮湿或干燥地区的房地产价格的影响。我们的研究结果表明，夏季、秋季和冬季最热的最高温度降低了住宅的价格。这一结果符合家庭避免极端炎热天气的愿望。农业物业受到冬季最高和最低气温较高的不利影响，同时受到夏季、秋季和春季最低气温较高的积极影响，证明业主倾向于避免除冬季以外的低温。最后，从前瞻性的角度来看，ex预计最高温度对2050年农业房地产价格的影响可以忽略不计。然而，对于住宅的价格，对于不同的可能情况，2050年较高的最高温度可能会在-10.0%至-12.3%之间产生重大负面影响。

 

引文：埃尔南德斯 K、卢娜 F、马德拉 C （2022） 气候变化对智利房地产价格的影响。PLOS 持续变换 1（11）： e0000035. https://doi.org/10.1371/journal.pstr.0000035

 

编辑 器：方伟达， 国立台湾师范大学，台湾

 

收到：1月 7， 2022;接受：10月 7， 2022;发表：11月 22， 2022

 

版权所有：© 2022 埃尔南德斯等人。这是一篇根据知识共享署名许可条款分发的开放获取文章，该许可允许在任何媒体上不受限制地使用、分发和复制，前提是注明原作者和来源。

 

数据可用性：智利（以及其他国家）的TerraClimateData可在https://www.climatologylab.org/terraclimate.html 公开获得。参见参考文献：Abatzoglou，J.，S. Dobrowski，S. Parks和K. Hegewisch（2018），“Terraclimate，1958-2015年每月气候和气候水平衡的高分辨率全球数据集”，Scientific Data，5，170191。智利房地产登记处（西班牙语，Catastro de Bienes Raíces）不公开，但智利的研究人员通过与智利国税局签订统计保密协议（西班牙语，Servicio de Impuestos Internos）：https://www.sii.cl/sobre_el_sii/estadisticas_y_estudios_del_sii.html 广泛访问。本文中使用的所有代码（Stata、Python 和 R）均可在存储库 Mendeley Data （https://data.mendeley.com/datasets/zn4xv8j9sc/1） 中公开获得：马德拉，卡洛斯 （2022），“复制文章”气候变化对智利房地产价格的影响“的代码”，Mendeley Data，V1，doi：10.17632/zn4xv8j9sc.1。

 

资金：作者没有为这项工作获得具体资金。

 

竞争利益：提交人声明不存在相互竞争的利益。

 

介绍

预计气候变化将对21世纪世界上几乎所有国家的经济增长产生负面影响[1，2]。气候变化还应该使房地产等长期资产的价值进一步恶化[3，4]，并提高风险较高房屋的抵押贷款利率或证券化[5-7]。英国[4]和美国的研究发现，全球变暖（以自然灾害、洪水风险或暴露于海平面上升的风险来衡量）对房价有负面影响[3，4]，尽管根据业主对气候变化的信念[8，9]或其复杂性[10]，存在异质反应。].然而，发展中国家缺乏气候变化对房地产的影响研究，尽管这些国家由于其温暖的天气、海洋位置、地理位置接近赤道以及农业和渔业部门更大的相关性，预计这些国家将遭受最严重的经济影响[11，12]。

 

越来越多的证据表明，气候（即平均温度的长期模式）正在因人类行为而变暖和改变）。根据 2021 年国际气候变化专门委员会 [13]，未来 20 年的平均值，预计全球气温将达到或超过 1.5°C 的变暖。每天，气候都会影响人类活动，因此家庭在住房、能源、衣服和旅行上花费了大量资金，以保护自己免受极端气候的影响并享受舒适的节制。从地理上讲，气候会影响不同地点的可取性及其提供的生活质量[14]。鉴于气候对经济决策和福利的不可否认的影响，与估计房价与温度变化之间的关系有关，温度变化被认为与生活质量有关，并深入了解气候变化引起的未来城市交通。因此，了解当前和预测的未来全球气候条件是确定脆弱性和制定气候变化适应战略的基础[15]。

 

这项工作估计了气候变化对智利房地产价格的影响，分析了两个关键的气候变化维度：温度变化和降水变化[13]。智利是一个特别有趣的案例，因为它是一个发展中国家的例子，据估计，由于其干燥的天气和与赤道的纬度距离，受气候变化某些方面（如热浪）的影响较小[16]。此外，这是一个最近受到大规模政治动荡打击的国家[17]，其一些主要问题是养老金制度和经济不平等，这两个方面可能会因气候变化而恶化[18，19]。此外，智利具有很高的气候振幅，这构成了有趣的研究环境，因为它使我们能够利用温度和降雨对极端气候的房地产价格的影响，无论是低温还是高温以及更潮湿或干燥的地区。

 

为此，我们将 2002 年至 2020 年间智利所有房地产交易的行政登记册与当地温度和降水的 TerraClimate 数据集相匹配。房地产交易和特征的详尽数据集来自智利房地产登记处（西班牙语，Catastro de Bienes Raíces，因此在CBR）。TerraClimate是全球陆地表面的月度气候和气候水平衡数据集，呈现当地温度和降水的高空间分辨率。

 

然后，我们估计了两个享乐模型，用于季节性天气温度和降水对住宅和农业房地产价格的影响。第一个享乐模型考虑了县的固定效应，建筑质量，以及财产的大小和年龄及其最古老的评估价值。第二个享乐模型考虑每个属性的固定效应以及属性大小和年龄的控制。所有模型都考虑了每个季节（夏季、秋季、冬季、春季）每个属性的本地地理编码的总降水量、最高和最低温度。然后，我们应用这些模型来估计气候变化对2050年智利房地产价格的影响。

 

除了温度和降水波动之外，气候变化还有其他天气影响，这项工作没有研究。我们的房价模型仅限于温度和降水，因为这些变量是不同县和很长一段时间内测量最一致的变量，而其他气候风险（如洪水或火灾）则不太一致地被天气数据库测量[59]。此外，大多数对未来的气候预测仅限于温度路径，因为其他类型的自然灾害的频率很难预测，特别是对于遥远的未来[13]，因此气候变化经济学中的大多数反事实分析仅限于温度。最后，值得注意的是，大多数关于气候变化影响的经济增长和发展分析仅限于温度-降水变量[20-24]。

 

这项工作有助于填补气候变化对房地产价格影响的知识空白，特别是对发展中国家而言，因为其他工作主要集中在美国或其他发达国家。此外，据我们所知，这是第一个在两个关键的气候变化特征（温度和降水）与房价之间建立关系的工作。之前的工作集中在极端和孤立的事件上，如野火[25]和海平面上升[3，4，8，9]，但对温度升高的影响知之甚少，根据IPCC 2021，这将是未来最有可能的情况。最后，这项工作补充了智利气候变化风险的分析。以前的研究表明，智利气候变化的经济影响存在很大的不确定性，过去对气候变化成本的估计在GDP损失11%和32%之间[26]。最近的研究表明，智利的农业 - 造林，渔业和能源 - 天然气 - 水部门可能更容易受到负面气候变化冲击的影响[16]。这项工作进一步补充了文献，表明住宅和房地产也容易受到天气冲击的影响。

 

这项工作的组织结构如下。第 2 节描述了智利房地产登记处与 TerraClimate 天气测量值的匹配数据集。然后，我们总结了房地产价格享乐模型的计量经济学方法。第3节介绍了估计享乐模型的计量经济学结果。第4节最后总结了主要成果。

 

1 智利气候变化：文献综述

本节简要介绍了智利气候变化文献的文献综述。气候变化是指气候随时间推移的任何变化，无论是由于自然变率还是由于人类活动[13]。根据 IPCC（2021 年）的数据，自 1850-1900 年以来，人类活动产生的温室气体排放导致大约 1.1 摄氏度的变暖，并发现未来 20 年平均全球气温预计将达到或超过 1.5°C 的变暖。此外，根据IPCC（2021）的数据，气候变化正在影响降雨模式。在高纬度地区，降水可能会增加，而预计亚热带大部分地区的降水将减少。预计季风降水将发生变化，这将因地区而异。

 

智利的气候涵盖了跨越近40度纬度的大地理范围内的各种条件。根据柯本-盖革气候分类系统，智利大陆的气候基本上是干旱（B），温带（C）和极地（E）[27]。北部气候干燥，温度相对较高，而南部气候凉爽潮湿。气温从北到南逐渐变冷[28]。北方天气与寒冷的沙漠气候相对应，夏季干燥，温度经常超过35°C。 这些地区的干燥总是局限于平原;然而，在沿海观察到多云的沿海沙漠气候。中部北部地区经历寒冷的半干旱气候，夏季干燥。山谷呈寒冷的半干旱气候，夏季干燥，山区的特点是苔原气候，夏季干燥。中南部地区气候为地中海气候。南部地区属于西海岸海洋性气候，而最南方地区则属于苔原气候，平均气温低于0°C，年平均降水量为3500mm[27，29]。

 

预计气候变化将改变智利的强度、频率、强度和物理风险暴露，特别是由于温度和降水的变化。在所有排放情景中，预计到本世纪中叶，气温将上升1.4°C-1.7°C，到本世纪末将上升3°C-3.5°C。到2040年代，智利每年发生热浪的可能性也可能增加8%，到2090年代增加20%。预计到2050年代，降水量每月将减少1.5毫米至9.3毫米，到2090年代将减少到5.5毫米至11毫米[30]。

 

智利中部特大干旱（2010-2021）是过去一千年来记录的最长干旱事件之一，平均降雨量不足20-40%[31]。造成严重缺水问题的一个非常具有代表性的案例是佩托卡盆地干旱，经历了过去700年溪流重建中最干旱的时期，其中消耗性取水量高达年平均降水量的18%[32]。智利中南部的Biobio盆地也遭受了干旱时期，在过去二十年中影响了该地区的农业[33]。

 

在智利中部特大干旱期间，与前10年相比，大火的数量、面积、同时性和持续时间显著增加[34]。2016-2017年夏季的大火烧毁了1985-2016年期间平均值的14倍，也是迄今为止最高的[35]。这场大火是有史以来最严重的火灾之一，在三周内燃烧了智利中南部近350，000公顷的区域[36]，并且还与长期干旱和热浪增加有关[37]。

 

中部宏观区的热浪也显着增加[38]，智利的海平面极端上升15-20厘米[39]，降雨量迅速减少。此外，智利中部安第斯山脉的干旱增加了高安第斯植物物种的抗冻性，这意味着气候变化导致的温暖生长季节可能威胁到植物的生存[40]。

 

由于温度和降水的变化，智利某些地区的水供应可能会发生巨大变化，这使得水系统特别脆弱[41]。圣地亚哥市的适应研究表明，在水资源可用性较低的气候情景下，没有气候变化适应的供水性能更差，这可能与RCP 8.5等较高的温室气体排放情景有关[42]。

 

我们还回顾了过去关于气候变化对农业活动影响的研究，这些研究总结在表1中。农业活动是相关的，因为它高度暴露于天气和户外劳动，因此受到气候变化的影响。经合组织2015年[1]估计，农业和林业的积极影响占GDP的0.30%，农业、渔业和林业部门占GDP的0.40%，积极影响来自对智利产品的国际需求增加以及大米、水果和蔬菜、甘蔗和甜菜产量的提高。然而，这些农业影响结果高度依赖于模型，González and Velasco 2008 [34]、Vergara et al. 2013 [11] 和 Bárcena et al. 2019 [12] 显示了智利农业部门气候变化的负面估计。然而，冈萨雷斯和贝拉斯科2008年的研究估计，地球变暖2.5摄氏度可能导致农业土地价值大幅下降6.21%。

 

缩略图 下载：

.PPT幻灯片

.PNG大图

.TIFF原始图像

表 1.审查智利农业部门气候变化影响的估计值（相对于没有气候变化情景）。

https://doi.org/10.1371/journal.pstr.0000035.t001

 

此外，Meza 等人 2021 年对智利作物的广泛研究 [43] 将农业和畜牧业生产的气候风险分为 6 类：机会（积极影响）、无风险、低风险、中等风险、高风险、极高风险。根据这一分类，他们发现智利大多数地区在肉牛饲养、奶牛饲养、绵羊和草原生产力方面没有风险或机会。同一位作者发现，智利大多数地区对杏仁、灌溉马铃薯、无灌溉马铃薯、灌溉小麦和无灌溉小麦的生产力没有风险或低风险。然而，一些地区——特别是该国中部地区的地区——显示出某些作物的生产力风险，包括樱桃树（中度风险）、豆类（某些地区为中度和高风险）、玉米（某些地区为中度、高和极高风险）、红苹果（某些地区为中、高和极高风险）和坚果（中、高、 和某些地区的风险非常高）。

 

2 数据描述和计量经济学方法

我们的主要数据集是智利房地产登记处（西班牙语，Catastro de Bienes Raíces，因此在CBR上）。来自智利税务机关的此行政数据集包括智利的所有房地产，无论是用于农业、零售/商业、办公室、住宅、存储/地窖、停车位还是空地/未开发地形。出于气候变化分析的目的，我们将只关注农业和住宅物业。CBR数据集包含智利每个房产的以下信息：地址，县，日期（日，月，年）和交易的实际货币单位价格，实际货币单位的应税价值（由税务机关实施，以防止业主少报房产的真实交易价值），建筑的年份和质量（有7个质量类别）， 土地面积的物业面积（平方米）和建筑的物业面积（平方米）。我们使用 2002 年至 2020 年间的可用房地产交易数据。

 

然后，我们使用谷歌地图和HERE开发人员的地理空间API获取CBR数据每个地址的纬度和经度地理编码参考，这些API具有地理坐标，详细的空间分辨率在240到460米之间。两个 API 提供了高度相似的结果，我们使用了从谷歌地图和 HERE 获得的平均经纬度位置。通过所有CBR属性的详细地理参考，我们将每个属性与TerraClimate天气数据集中纬度为1/24°x 经度1/24°（大约4平方公里）的网格正方形进行匹配，该数据集可从爱达荷大学气候学实验室公开获得[44]。

 

TerraClimate 是一个高空间分辨率的数据集，提供自 1958 年以来全球陆地表面的网格化（1/24°，~4 公里）月度气候和气候水平衡。TerraClimate 使用气候辅助插值，将来自 WorldClim 数据集的高空间分辨率气候法线与其他来源的更粗糙的分辨率时间变化（即每月）数据相结合，以生成降水、最高和最低温度、风速、蒸气压和太阳辐射的月度数据集。TerraClimate数据集显示，与较粗糙的分辨率网格数据集相比，总体平均绝对误差显著改善，空间真实度也有所提高。数据覆盖地球的陆地区域，网格大小为纬度1/24度x 经度1/24度，在赤道处约为4平方公里。网格方块与智利区域相交。使用TerraClimate数据集，我们以每月的频率获得每个属性网格的最高温度，最低温度和总降水量累积。

 

我们更喜欢TerraClimate数据集而不是其他替代方案，例如伯克利地球表面温度（BEST）和特拉华大学气候数据集（UDEL），因为它的分辨率更高，因为伯克利地球和特拉华大学分别只能使用1°x1°和0.5°x0.5°分辨率的网格。这意味着TerraClimate的分辨率比这些替代品高12倍和24倍。但是，相对于TerraClimate，替代数据集在其他方面可能更好。例如，伯克利地球以每日频率提供，而不仅仅是每月一次。此外，伯克利地球和特拉华大学数据集分别自1750年和1900年以来可用，因此这些数据集提供了更长的分析时间框架，这在TerraClimate中是不可能的。由于我们的房地产登记处自2002年以来才可用，因此我们选择了TerraClimate天气数据集，并专注于房地产（与债券或股票市场资产不同，不是每天交易）作为更合适的选择，因为它的分辨率更高。

 

然后，使用这个匹配的CBR-TerraClimate数据集，我们估计了房屋和农业物业交易价格的享乐模型及其与标准物业特征的关系[45，46]，并增加了气候风险的度量[3，8]。

 

我们在时间 t 估计了t 年（位于地理编码g（i） 和县c（i））中每个属性 i 的享乐模型：

 

(1)

 

(2)

随着年龄i，t表示每个建筑的年数的假人（0-4岁，5-10岁，...，直到80岁或以上），Si，t表示物业的表面积，单位为平方米，X我表示物业的固定特征，如建筑质量固定效应或首次观察到的物业评估值i（ln（Pi，t=0），在日志中），Cg（i），t表示地理编码G（i） 在时间t 和ε 的气候天气变量i，t是影响房地产价格的不可观察的特殊因素，但计量经济学者无法观察到。向量Cg（i），t包括整个季节（夏季、秋季、冬季、春季）的总降水量和观察到的最低-最高温度。每个地理编码g的月最低和最高日温度以及总降水量的平均值是从 Terra 气候数据集中获得的。回归包括温度季节年份的两种不同的滞后，第一组回归应用两年滞后，第二组回归应用三年滞后。对于降水的情况，所有回归都使用一年的滞后。我们发现使用较长的温度滞后是最佳的原因是，温度的影响可能需要更长的异常温度趋势才能对感知的生活质量产生影响，而降水几乎可以立即影响农业生产力。

 

在协变量中，回归是否线性存在许多问题。我们来定义协变量Z 的向量i，t ≡ {α我，αc（i)，年龄i，t， ln（Si，t），X我，Cg（i），t}.由于内生变量Y的真实模型i，t是未知的（在这种情况下，内生变量是房子的对数价格），真实模型很可能在Z 中具有额外的协变量是有道理的i，t项，例如Z 的二次项或三次项i，t，因此可能有理由向回归模型添加 和其他变量。估计非线性模型的另一种方法是考虑一个核估计器，它将给出局部估计，其中h是优化带宽，K（.）是诸如正常密度或Epanechnikov函数之类的函数。然而，具有更多变量和非线性模型的模型也更难解释。像核估计器这样的非线性模型在计算上很难用大型数据集（我们的数据集包括数百万个房地产属性）和几个必须优化的变量来估计。由于许多变量，具有二次项和三次项的模型也可能缺乏精度。然而，即使真实模型是非线性的，我们的回归系数仍然满足变量Y 的最佳线性预测因子的性质。i，t [47]，满足条件β* = 参数最小值 E[（Yi，t − Zi，tβ)2].值得注意的是，回归中的所有标准误差都是按县和年份聚类的，因此分析充分考虑了数据的异质性。

 

这些模型将每个县（方程1）和每个家庭层面（方程2）的固定效应视为替代方案。固定效应和随机效应模型都试图解释各个单位（在我们的应用程序中是县还是家庭）中未观察到的异质性，这些异质性随时间推移而固定。使用固定效应而不是随机效应的优点是，固定效应解释了单个单位与未观察到的特殊项或自变量之间恒定的任何类型的相关性[48，49]。随机效应模型解释了单个单元未观察到的异质性，但未能解释这些单个单元与未观察到的特殊项之间的相关性[49，50]。此外，随机效应模型假设单个单元之间未观察到的异质性具有特定的参数分布。这使得随机效应估计器成为固定效应估计器的特定情况，因此大多数经验应用更喜欢固定效应，除非有少量观测值。对于研究人员对随机效应模型感兴趣的情况，豪斯曼检验可以显示数据是否否定随机效应模型有效的原假设[48，49]。随机效应模型的一个优点出现在非线性模型中，例如多类别选择模型，由于偶然参数问题[49]，并且随机效应对于解释模型的效用偏好参数[50]，很难一致地估计固定效应。

 

就我们对房价和气候变化的实证应用而言，更容易受到天气影响（如温度或降水波动）的县或物业也可能位于经济机会较差的地区，因此对未来价格升值的预期较差。由于很难解释不同县或房地产之间可能不同的所有可能变量，因此本文中估计的模型使用固定效应而不是随机效应是相关的[51]。最后，值得注意的是，许多对房地产市场的经济分析都使用固定效应来解释地理区域之间的差异（例如，Case-Shiller指数就是这种情况，如Shiller 2007 [51]和Case et al. 2012 [52]所示）。

 

3 结果

3.1 具有质量和年龄特征的线性回归

现在，表2总结了具有县固定效应的享乐模型的结果，即方程1中的模型），用于住宅和农业财产。对于住宅，一旦我们控制了房产的第一个观察到的评估价值（ln（Pi，t=0），结果表明，降水对房价没有统计学意义的影响。对于温度，三年滞后的回归表明，夏季最低温度可能对房价产生积极影响，而春季最低温度可能对房价产生负面影响。这个结果是有道理的，因为家庭更喜欢夏季凉爽的温度，但春季天气会稍微温暖一些。无论滞后如何，以平方米为单位的表面积与住宅价格呈正相关，这表明富裕家庭更喜欢更大的房屋。对于农业物业而言，秋季降水较高意味着较低的物业价格在10%的水平上显着，但对于温度的3年滞后规范，这一结果不再显着。与住宅类似，较高的夏季最低温度会降低农业房地产价格，表明业主更喜欢凉爽的夏季。

 

缩略图 下载：

.PPT幻灯片

.PNG大图

.TIFF原始图像

表 2.对县和施工质量具有固定效应的线性回归 （OLS）。

https://doi.org/10.1371/journal.pstr.0000035.t002

 

3.2 具有属性固定效应的线性回归

表2中的回归仅控制了第一个观察到的价格，县固定效应和每个物业的建设质量。但是，由于每个属性都是唯一的，因此可以与每个属性的固定效果的控制相关。这将使我们能够控制通常价格较低的房产是否集中在较温暖的地区，而不是受到全球变暖引起的温度趋势的影响。表3总结了使用公式2中建议的固定效应模型获得的结果）。现在的结果显示，如果假设3年滞后温度模型规范，则所有季节的降水量较高与较低的住宅和农业物业价格有关。然而，在双滞后规范下，住宅和农业物业的夏季和春季降水效应在统计上分别不显著。

 

缩略图 下载：

.PPT幻灯片

.PNG大图

.TIFF原始图像

表 3.具有每个属性固定效应的线性回归 （OLS）。

https://doi.org/10.1371/journal.pstr.0000035.t003

 

对于住宅，在两年滞后规范下，我们观察到夏季、秋季和冬季最高温度升高对价格的负面影响，这与家庭避免极端炎热天气的愿望一致。夏季，秋季和春季较低的最低温度与房价上涨相反，表明家庭也希望避免极低的温度。对于三年滞后规范，结果有些相似，这也显示了夏季最高温度的负面影响，但对夏季和秋季最低温度的积极影响。然而，具有两年滞后规范的模型提供了更好的数据拟合，如其较高的 R 平方所示。

 

农业物业受到冬季最高和最低气温较高的负面影响，而夏季、秋季和春季最低气温较高则受到积极影响，这表明业主通常倾向于避免除冬季外的极低温度。在三年滞后规范下，结果显示秋季最高气温较高，夏季最低气温较高，而夏季和春季最高气温较高以及冬季最低气温较高对楼价有负面影响。

 

总之，表3的结果表明，气候变化可能会通过其对降水和全球气温变暖的影响来影响住宅和农业房地产价格。

 

3.3 气候变化影响的校准预测

现在，我们使用表3中滞后两年（k= 2）的固定效应模型的估计系数，使用IPCC（2021）[13]的全球温度预测来实施校准练习，以预测全年均匀的温度上升如何影响房价。气候研究考虑了IPCC（2021）最近发布的共享社会经济路径（SSP）给出的几种情景，这些情景代表了较旧的代表性浓度途径（RCP）情景的更新，SSP1-2.6是更乐观的情景，而SSP2-4.5、SSP3-6.0、SSP4-7.0和SSP5-8.5表示与以前的RCP路径相似的越来越悲观的情景。表4考虑了SSP2-4.5情景（鉴于目前的政策妥协，许多学者认为这是更有可能的情景）和SSP5-8.5“一切照旧”的最坏情景（认为各国不会实施减缓气候变化的缓解措施）的影响。

 

thumbnail 下载：

.PPT幻灯片

.PNG大图

.TIFF原始图像

表 4.使用温度滞后两年的固定效应模型的气候变化影响占房地产对数价格的百分比（%）：对所有季节和每个季节的影响分别，以及最大和最小温度系数的总和。

https://doi.org/10.1371/journal.pstr.0000035.t004

 

我们首先通过对不同季节的系数（s=1，2，3，4，表示夏季，秋季，冬季和春季）以及是否考虑最高和最低温度来求和获得的系数进行求和。让我们定义所有季节的系数之和，分别为最高、最低和最高和最低温度之和 （γ.max，γ最小，γ都） 作为：

 

(3)

 

(4)

 

(5)

 

这使我们能够分别分析气候变化的总体影响以及仅来自最高和最低温度的孤立影响。此外，我们还分别考虑每个季节的单独影响：

 

(6)

 

(7)

 

(8)

 

(9)

 

定量练习考虑了给定的全球气候变化温度变化对气候变化中房地产价格的影响，对于每个SSP−x路径（x= 2.6，4.5，6.0，8.5）：c = max，min，all，夏季，秋季，冬季，春季。为简单起见，我们仅显示相对于 2020 年基线的 2050 年范围 （t= 2050） 的结果。

 

表4总结了表3中估计的固定效应模型（温度滞后两年，k= 2）的影响，该模型分别显示了一年中所有季节和每个季节的最低和最高温度的所有模型系数的总和和统计显著系数的总和。我们发现，每增加一摄氏度，较高的最高温度对住宅的负面影响为7.7%，如果我们仅包括统计显着系数，则负面估计影响为7.1%。然而，最高温度对农业特性的负面影响可以忽略不计，如果我们只考虑统计上显着的系数，则仅为-0.4%。就每个季节而言，我发现冬季较高的温度对住宅和农业物业的价格分别产生了1.3%和3.6%的负面影响（如果考虑所有模型系数）。在春季，每增加一摄氏度，农业财产也会受到1%的负面影响。如果只考虑统计上显着的系数，那么住宅在春季仅受到1.7%的负面影响，所有季节的最高温度总和受到7.1%的负面影响，而农业物业在冬季和春季都会受到5.4%和4.3%的负面影响，温度每增加一摄氏度。

 

表4还显示了相对于气候与2020年相似的情景，2050年平均情景SSP2-4.5和SSP5-8.5的中位数估计路径对房地产价格的影响。如果只考虑最高温度，那么对农业房地产价格的影响将非常小（所有系数的小正效应或仅统计上显着系数的小负效应）。然而，对于住宅的价格，2050年较高的最高温度可能对SSP2-4.5和SSP5-8.5路径分别产生-10.0%和-12.3%的实质性负面影响。即使只考虑统计上显着的系数，那么2050年最高温度对SSP2-4.5和SSP5-8.5路径的住宅价格的影响将分别为-9.2%和-11.3%。

 

3.4 讨论

我们的结果表明，房地产价格与温度之间存在负相关关系。这些发现与较高的温度对家庭生活质量产生负面影响的假设一致。Albouy et al. 2016 [14] 发现美国人最喜欢接近 65 华氏度（18°C）的日平均温度，这与标准度日模型一致，该模型预测在此温度下几乎不需要加热或冷却，并且家庭为避免一定程度的过热支付的费用高于一定程度的过度寒冷。在这方面，Gounopoulos等人2021 [53]也表明，较高的温度对美国的生活质量产生了负面影响。然后，由于Absalon和Ślesak 2012 [54]和Mendes et al. 2017 [55]的工作，我们可以在较高的温度和较低的生活质量之间建立直接联系。最终，为了完成允许我们建立温度和房价之间关系的渠道，麦当劳2012[56]和Streimikiene 2015[57]表明生活质量是房屋定价的重要决定因素。

 

关于夏季，秋季和春季较低的最低温度和降水对农业财产价格的积极影响，我们的发现与Deschenes and Greenstone 2007 [58]，Mendelsohn等人1994 [59]的研究结果一致，他们发现气候可能对农业用地产生长期的积极影响，因为预期产量增加导致年利润增加。最后，我们关于极端温度对房价影响的结果与显示夏季较热和冬季较冷会增加住宅用电量的结果一致，尤其是在夏季[60]。这可能是为什么家庭更喜欢住在温度更稳定的地区的一种机制，这支持了本文的分析。此外，气候冲击与群体间冲突和人际暴力的概率变化有关[61]，这为天气变化影响房地产价格提供了另一个渠道。

 

最后，在考虑不同预期情景下的影响时，我们发现，对于住宅的价格，2050年较高的最高温度可能分别代表SSP2-4.5和SSP5-8.5路径下降9.2%和11.3%。然而，这种估计的一个可能的警告是，我们保持技术和偏好不变，因此我们的估计最好被解释为基准案例。这一假设在大多数气候变化损害估计中很常见[14]。

 

4 结论

这项工作使用了 2002 年至 2020 年间智利所有房地产交易的行政登记册的匹配数据集，具有来自 TerraClimate 的当地温度和降水的高空间分辨率。然后，我们估计了两个享乐模型，用于季节性天气温度和降水对住宅和农业房地产价格的影响。第一个享乐模型考虑了县的固定效应，建筑质量，以及财产的大小和年龄及其最古老的评估价值。但是，由于每个属性都是唯一的，因此可以与每个属性的固定效果的控制相关。这使我们能够控制一般价格较低的房产是否集中在较温暖的地区，而不是受到全球变暖温度趋势的影响。因此，第二个享乐模型考虑了每个属性的固定效应以及对每年属性大小和年龄的控制。

 

第一个模型显示天气变量对住宅和农业物业价格的影响可以忽略不计。控制每个房产的固定效应，我们发现夏季、秋季和冬季最热的最高温度对住宅价格产生了负面影响。这一结果符合家庭避免极端炎热天气的愿望。农业物业受到冬季最高和最低气温较高的负面影响，而夏季、秋季和春季最低气温较高则受到积极影响，这表明业主通常倾向于避免低温，冬季除外。

 

然后，我们使用固定效应模型来估计 2050 年 SSP2-4.5（根据大多数气候专家的说法，这代表了最有可能的未来情景）和 SSP5-8.5（代表最糟糕的气候情景）情景的中位数估计路径对房地产价格的影响，相对于气候与 2020 年保持相似的情景。如果只考虑最高温度，那么对农业房地产价格的影响很小。然而，对于住宅的价格，2050年较高的最高温度可能对SSP2-4.5和SSP5-8.5路径分别产生-10.0%和-12.3%的实质性负面影响。

 

这些结果可能导致与金融系统性相关的政策影响，随着监管机构和中央银行越来越担心气候变化带来的潜在系统性风险，回答贷款市场参与者和银行是否意识到并定价气候变化风险至关重要[5]。大多数住宅房地产都是用抵押贷款购买的，然后，气候风险也会影响这些抵押贷款的估值。与房地产市场的这一特征相一致，最近的研究表明，气候变化事件导致抵押贷款违约增加[62，63]，受自然灾害影响的地区吸引了不太富裕和信誉较差的购房者[64]。同样，Ouazad 和 Kahn 2021 [65] 表明，在自然灾害发生后，贷款人更有可能批准可以证券化的抵押贷款，从而转移气候风险并增加房地产对天气风险的敞口高于最佳水平。

 

改善空气质量的法规在气温升高时可能变得更加重要，因为随着气温升高，空气质量差会产生更多的不利影响[53]，因此会对家庭的生活质量产生负面影响。现有文献将环境政策与生活质量的各个方面联系起来，增加了它可能是适应气候变化的来源的可能性。然而，环境法规是否减轻或加剧了温度冲击对生活质量的影响，这是一个超出本文范围的问题。

 

未来的研究应考虑气候变化对房地产市场的非线性影响，以及对其他经济部门的溢出效应[16，66]。

 

确认

所有错误都是我们自己的。这项工作中表达的结果和观点不一定代表智利中央银行。

 

引用

1.经合组织（2015年），“气候变化的经济后果”，经合组织，巴黎。

2.国际货币基金组织（2021年），“没有时间浪费”，《金融与发展》，2021年9月，第58（3）卷，国际货币基金组织。

查看文章谷歌学术搜索

3.Bernstein A.，Gustafson M.和Lewis R.（2019），“地平线上的灾难：海平面上升的价格效应”，金融经济学杂志，134（2），253-272。

查看文章谷歌学术搜索

4.Giglio S.，Maggiori M.，Rao K.，Stroebel J.和Weber A.（2021），“气候变化和长期贴现率：来自房地产的证据”，金融研究评论，34（8），3527-3571。

查看文章谷歌学术搜索

5.Correa，R.，A.He，C. Herpfer和U. Lel（2020），“涨潮提高了一些利率：气候变化，自然灾害和贷款定价”（SSRN学术论文第3710451号），社会科学研究网络。

6.Kahn，M.和A.Ouazad（2021），“抵押贷款融资和气候变化：自然灾害后的证券化动态”，油印。

7.戈德史密斯-平克汉姆，P.，M.古斯塔夫森，R.刘易斯和M.施韦特（2021），“海平面上升风险和市政债券收益率”，油印。

8.Baldauf M.，Garlappi L.，Yannelis C.和Scheinkman J.（2020），“气候变化会影响房地产价格吗？只有你相信它，“金融研究评论，33（3），1256-1295。

查看文章谷歌学术搜索

9.巴肯森 L. 和弹幕 L. （2021），“潜入水下？洪水风险信念异质性和沿海房价动态“，《金融研究评论》，即将出版。

查看文章谷歌学术搜索

10.Addoum，J.，P. Eichholtz，E. Steiner和E. Yönder（2020），“气候变化和商业房地产：来自飓风桑迪的证据”，油印。

11.Vergara，W.，A. Rios，L. Galindo，P. Gutman，P. Isbell，P. Suding和J. Samaniego（2013），“拉丁美洲和加勒比地区的气候与发展挑战：气候适应型低碳发展的选择”，美洲开发银行。

12.Bárcena， A.， J. Samaniego， W. Peres 和 J. Alatorre （2019）， “拉丁美洲和加勒比地区的气候新出现”，拉美经委会。

13.IPCC（2021），“IPCC第一工作组（WGI）：第六次评估报告”，https://interactive-atlas.ipcc.ch/。

14.Albouy D.，Graf W.，Kellogg R.和Wolff H.（2016），“气候设施，气候变化和美国生活质量”，环境与资源经济学家协会杂志，3（1），205-246。

查看文章谷歌学术搜索

15.马加尼亚，V.，格拉兹博德，B.，布恩菲尔弗里德曼，J.和戈麦斯-门多萨，L.（2000）。“墨西哥湾区气候和趋势的设想。墨西哥的气候情景”。En： Buenfil J （編輯）。Adaptación a los impactos del cambio climático en los humedales costeros del Golfo de México.第二卷。塞马纳特-伊恩。墨西哥。

16.埃尔南德斯 K. 和马德拉 C. （2022），“气候变化对智利各行各业经济产出的影响”，公共科学图书馆一号，17（4）：e0266811。密码：35482718

查看文章PubMed/NCBI谷歌学术搜索

17.马德拉 C. （2022a），“深度社会动荡和大流行的双重影响：来自智利的证据”，加拿大经济学杂志，55（S1），135-171。

查看文章谷歌学术搜索

18.Cavallo，E.和B.Hoffmann（2020），“气候变化对拉丁美洲和加勒比地区的经济增长和减少收入不平等构成威胁”，IADB博客。

19.Hoffmann，B.，T. i Jubert和E. Parrado（2020），“养老金和主权财富基金ESG投资的商业案例”，IDB-PB-338，IDB。

20.Dell M.，Jones B.和Olken B.（2012），“温度冲击和经济增长：过去半个世纪的证据”，美国经济杂志：宏观经济学，4（3）：66-95。

查看文章谷歌学术搜索

21.Burke M.，Hsiang S.和Miguel E.（2015），“温度对经济生产的全球非线性影响”，自然，527，235-239。密码：26503051

查看文章PubMed/NCBI谷歌学术搜索

22.Colacito R.，Hoffmann B.和Phan T.（2019），“温度与增长：美国的面板分析”，货币，信贷和银行杂志，51（2-3），313-368。

查看文章谷歌学术搜索

23.Kalkuhl M.和Wenz L.（2020），“气候条件对经济生产的影响。来自全球区域小组的证据，“环境经济与管理杂志，103，102360。

查看文章谷歌学术搜索

24.Kahn M.，Mohaddes K.，Ng R.，Hashem Pesaran M.，Raissi M.和Yang J.（2021），“气候变化的长期宏观经济影响：跨国分析”。能源经济学，104，105624。

查看文章谷歌学术搜索

25.Mueller J.，Loomis J.和Gonzalez-Caban A.（2009），“反复的野火会改变购房者对高风险地区房屋的需求吗？反复野火对南加州房价短期和长期影响的享乐分析“，房地产金融与经济学杂志，38（2），155-172。

查看文章谷歌学术搜索

26.Madeira C.（2022b），“智利气候变化未来影响的回顾：经济产出和其他成果”，《全球变化的减缓和适应战略》，即将出版。

查看文章谷歌学术搜索

27.Sarricolea P.，Herrera-Ossandon M.和Meseguer-Ruiz Ó.（2017），“智利大陆的气候区域化”，地图杂志，13（2），66-73。

查看文章谷歌学术搜索

28.Uribe， J.， Cabrera， R.， de la Fuente， A.， Paneque， M. （2012）， “智利生物气候图集”， 智利大学， 圣地亚哥 （西班牙文）.

29.阿拉亚-奥塞斯 D.、卡萨努埃瓦 A.、罗曼-菲格罗亚 C.、乌里韦 J. M. 和帕内克 M.（2020）。“基于统计降级的智利温度和降水气候变化预测”。气候动力学，54（9），4309-4330。

查看文章谷歌学术搜索

30.世界银行（2021年），“气候风险概况：智利”。

31.Garreaud R.，Boisier J.，Rondanelli R.，Montecinos A.，Sepúlveda H.和Veloso-Aguila D.（2020），“智利中部特大干旱（2010-2018）：气候动力学视角”，国际气候学杂志，40（1），421-439。

查看文章谷歌学术搜索

32.穆尼奥斯 A.、克洛克-巴里亚 K.、阿尔瓦雷斯-加雷顿 C.、阿奎莱拉-贝蒂 I.、冈萨雷斯-雷耶斯 Á.、拉斯特拉 J.、查韦斯 R.、巴里亚 P.、克里斯蒂 D.、罗哈斯-巴迪拉 M. 和勒奎斯内 C.（2020 年），“智利佩托尔卡盆地的水危机：特大干旱和水资源管理的综合影响”，水，12（3），648。

查看文章谷歌学术搜索

33.Zambrano，F.，M. Lillo-Saavedra，K. Verbist和O. Lagos（2016），“使用250米分辨率植被状况指数（VCI）对智利BioBío地区进行16年的农业干旱评估”，Proc. SPIE 9998，农业，生态系统和水文遥感十八，99980H（2016年10月25日）;https://doi.org/10.1117/12.2235345。

34.González J.和Velasco R.（2008），“评估气候变化对智利农业系统中土地经济价值的影响”，智利农业研究杂志，68（1），56-68。

查看文章谷歌学术搜索

35.鲍曼D.，莫雷拉-穆尼奥斯A.，科尔登C.，查韦斯R.，穆尼奥斯A.，萨利纳斯F.，冈萨雷斯-雷耶斯Á.，罗科R.，德拉巴雷拉F.，威廉姆森G.，Borchers N.，西富恩特斯L.，Abatzoglou J.和Johnston F.（2019），“2017年智利全球极端火灾的人类环境驱动因素和影响”，Ambio，48，350-362。密码：30128860

查看文章PubMed/NCBI谷歌学术搜索

36.国家委员会（2017年），“2017年智利科金博和阿劳卡尼亚地区火灾和森林火灾的分析和健康分析”。

37.Castillo M.，Plaza Á. 和 Garfias R.（2020），“最近对智利中部火灾行为和火灾对原生植被影响的回顾”，全球生态与保护，24，e01210。

查看文章谷歌学术搜索

38.Piticar A.（2018），“智利热浪的变化”，全球和行星变化，169，234-246。

查看文章谷歌学术搜索

39.Martínez C.，Contreras-LópezM.，Winckler P.，Hidalgo H.，Godoy E.和Agredano R.（2018），“智利中部的海岸侵蚀：一种新的危害？”，海洋与沿海管理，156（15），141-155。

查看文章谷歌学术搜索

40.Sierra-Almeida A.，Reyes-Bahamonde C.和Cavieres L.（2016），“干旱增加了智利中部安第斯山脉高海拔植物的抗冻性”，Oecologia，181（4），1011-1023。pmid：27053321

查看文章PubMed/NCBI谷歌学术搜索

41.Bonelli S.，Vicuña S.，Meza F.，Gironás J.和Barton J.（2014）“将气候变化适应策略纳入城市供水：智利中部的案例”，水与气候变化杂志，05.3，357-376。

查看文章谷歌学术搜索

42.Ricalde I.，Vicuña S.，Melo O.，Tomlinson J.，Harou J.和Characklis G.（2022），“评估智利水务公司气候变化适应战略设计中的权衡”，环境管理杂志，302，114035。密码：34741946

查看文章PubMed/NCBI谷歌学术搜索

43.梅萨，F.，D.莫拉莱斯，P.桑达尼亚，D.冈萨雷斯，V.哈拉和K.杜阿尔特（2021），“智利农业生产坎比奥”，加州大学坎比奥全球和ARCLIM中心。

44.Abatzoglou J.，Dobrowski S.，Parks S.和Hegewisch K.（2018），“Terraclimate，1958-2015年每月气候和气候水平衡的高分辨率全球数据集”，科学数据，5，170191。pmid：29313841

查看文章PubMed/NCBI谷歌学术搜索

45.Janssen C. B. 和 Soderberg J. Z. （2001），“投资物业价格和收入享乐模型的稳健估计”，《房地产投资与金融杂志》，19（4），342-360。

查看文章谷歌学术搜索

46.Pagourtzi E.，Assimakopoulos V.，Hatzichristos T.和French N.（2003），“房地产评估：估值方法的回顾”，“房地产投资与金融杂志，21（4），383-401。

查看文章谷歌学术搜索

47.Goldberger A.（1991），“计量经济学课程”，哈佛大学出版社。

48.Hausman J.和Taylor W.（1981），“面板数据和不可观察的个体效应”，计量经济学，49（6），1377-1398

查看文章谷歌学术搜索

49.Wooldridge J.（2010），“横截面和面板数据的计量经济学分析”，麻省理工学院出版社。

50.Hensher D.，Rose J.和Greene W.（2015），“应用选择分析”，剑桥大学出版社。

51.Shiller，R.（2007），“了解房价和房屋所有权的最新趋势”，论文集 - 经济政策研讨会 - 杰克逊霍尔，89-123。

52.Case K.，Shiller R.和Thompson A.（2012），“他们在想什么？冷热市场中的购房者行为“布鲁金斯经济活动论文，43（2），265-315。

查看文章谷歌学术搜索

53.古诺普洛斯博士、古斯塔夫森和阮 T.（2021 年），“气温升高和环境政策在保护美国生活质量中的作用”，（SSRN 学术论文第 3956921 号），社会科学研究网络。

54.Absalon D.和Slesak B.（2012）“人为转变环境中的气温升高和生活质量：案例研究”，波兰环境研究杂志，21（2）（2012）235-239。

查看文章谷歌学术搜索

55.Mendes A.，Papoila A. L.，Carreiro-Martins P.，Aguiar L.，Bonassi S.，Caires I.，Palmeiro T.，Ribeiro Á. S.，Neves P.，Pereira C.，Botelho A.，Neuparth N.和Teixeira J.P.（2017），“热舒适对养老院居民生活质量的影响”，毒理学与环境健康杂志，A部分，80（13-15）， 729–739.pmid：28534713

查看文章PubMed/NCBI谷歌学术搜索

56.麦当劳J.F.（2012），“房价和生活质量：经济分析”。在Smith S. J.（编辑），国际住房和家庭百科全书（第258-264页），爱思唯尔。

57.Streimikiene D.（2015），“生活质量和住房”，国际信息与教育技术杂志，5（2），140-145。

查看文章谷歌学术搜索

58.Deschênes O.和Greenstone M.（2007），“气候变化的经济影响：来自农业产出和天气随机波动的证据”，美国经济评论，97（1），354-385。

查看文章谷歌学术搜索

59.Mendelsohn R.，Nordhaus W. D.和Shaw D.（1994），“全球变暖对农业的影响：李嘉图分析”，美国经济评论，84（4），753-771。

查看文章谷歌学术搜索

60.Li J.，Yang L.和Long H.（2018），“气候对能源消耗的影响：密集和广泛的利润率”。能源经济学，71，332-343。

查看文章谷歌学术搜索

61.Hsiang S.，Burke M.和Miguel E.（2014），“量化气候对人类冲突的影响”，科学，341，6115。

查看文章谷歌学术搜索

62.Giglio，S.，Kelly，B.T.和Stroebel，J.（2020），“气候金融”，（工作文件编号28226;工作文件系列）。国家经济研究局。

63.伊斯勒，P.，斯坦顿，R.，Vergara-Alert，C.和华莱士，N.（2020），“具有气候变化风险的抵押贷款市场：来自加利福尼亚野火的证据”，（SSRN学术论文第3511843号），社会科学研究网络。

64.Ratnadiwakara D.和Venugopal B.（2020），“受洪水灾害影响的地区是否吸引了收入较低且信誉较差的房主？”，《住房研究杂志》，29（sup1），S121-S143。

查看文章谷歌学术搜索

65.Ouazad A. 和 Kahn M. （2021），“抵押贷款融资与气候变化：自然灾害后的证券化动态”，《金融研究评论》。

查看文章谷歌学术搜索

66.阿尔巴格利，E.（2021），“自然天文和资本”，智利中央银行。