【香樟推文2002】极端天气和死亡率:来自两千年历史名人的证据
原文信息:Lee, W.-S. and B.G. Li, Extreme Weather and Mortality: Evidence from Two Millennia of Chinese Elites. Journal of Health Economics, 2020: p. 102401.
图片来源:百度图片
原文链接:
https://doi.org/10.1016/j.jhealeco.2020.102401
01
02
数据、变量和识别策略
本文的主要数据摘自《历代名人生卒年表》,是由国家图书馆出版社2002年出版的,由梁廷灿等人编撰。作者选取了从公元1年至1840年间的5000个名人样本,这些名人主要包括政府官员、军队将领、僧侣、艺术家、作家、诗人和社会名人等。Figure 1 展示了名人平均寿命数据和样本观测值的分布情况,从平均寿命走势来看,在唐朝时期这些名人的平均寿命处在一个较高的位置,而在元朝时期名人的平均寿命则处于一个较低的位置,这与不同朝代的繁荣程度和对待这些名人的态度是有关系的。
极端天气数据来源于Bai, Ying and James Kai-sing Kung (2011), “Climate Shocks and Sino-nomadic Conflict.” Review of Economics and Statistics这篇论文,共包含干旱、洪涝、雪灾和低温四类极端天气。
本文考察的是名人在童年时期遭遇极端天气对其寿命长短的影响,是基于同一死亡序列中的不同个体之间的差异来识别。本文在选取时间跨度时,是以年代(每10年)为一个时间单位的。判断个体是否属于同一个死亡序列,需要看个体去世时的年份是否属于同一个年代。基准回归方程如(1)所示:
表示名人个体i的寿命年,其中t表示个体i的死亡年份,仅为方便查看死亡年份而设置,并没有实际意义。
为表示极端天气的变量,即在年代d遭遇某种极端天气的年数占比,其中k表示个体所处的人生时期,例如k=0表示个体的童年时期,k=1表示童年时期之后的一个年代,以此类推。是控制变量,包括性别及其他可得的个人特征变量。
表示去世年代的固定效应。本文控制去世年代的固定效应,是为了剔除个体生命晚期的生活环境对死亡概率的影响,在同一个年代去世的个体所经历的晚期生活环境相似,例如气候环境、经济环境、社会环境等,控制住上述环境对死亡概率的影响,可以得到干净的识别效应,即得到生命早期所经历的极端气候环境对寿命的影响。
03
基准回归结果
Table2为基准回归结果,可以看出在childhood section的干旱的系数一直显著为负,表明在童年时期遭遇干旱会导致寿命显著减少,从第(5)列完整回归方程的系数来看,童年时期遭遇干旱的时长每增加一年,个体寿命就会减少0.69年(注意这里面天气的变量是以每10年中遭遇的极端天气年份数占比来衡量的,因此在以1年为单位解读系数时,影响结果应为0.1*6.94)。样本中干旱天气的平均值为0.55,标准差为0.29,意味着在童年时期遭遇干旱天气的频率每增加一个标准差(2.9年),寿命会减少2.1年(0.29*6.94)。洪涝的系数在后三列显著为负,结合第(5)列回归结果和样本标准差解读来看,童年时期遭遇洪涝每增加2.1年,寿命减少2.4年(0.21*11.54)。雪灾和低温天气的影响则不显著。
作者指出,基准回归结果可能是一个净scarring effect,会导致系数被低估,原理在于童年时期遭遇极端天气时,身体孱弱的个体可能无法熬过去,能活下来的可能是身体素质过硬的个体,那么这就会导致存在于样本中的个体,即虽然童年时期遭遇过极端天气但仍旧活了下来的个体,他们本身就是身体素质好、相对健康的个体。基于这部分健康个体的估计结果,实际上是一个下限,即极端天气对他们寿命的影响可能是最小的,实际的基于全人群的估计结果会高于基准回归结果。
04
稳健性检验和机制分析
为了保证基准回归结果的真实有效,作者在稳健性检验上做足了功夫,从不同角度出发,做了8个稳健性检验,具体包括:
第一,作者想要剔除周期性趋势对基准回归结果的影响,分别控制了世纪、朝代固定效应,以及加入了寿命的二次项,得到的估计结果与基准回归结果一致。
第二,作者想考察个体对于气候的适应性是否会减少极端天气对寿命的影响,例如在某些时期本就是气候比较干燥的时期,人们已经习惯了应对干燥气候,这样在面临干旱这类极端天气时,受影响可能相对较小。作者采用Hodrick-Prescott (HP) filter对四类极端天气的发生密度进行去趋势化处理,提取残差用于衡量极端天气的强度,并将极端天气强度四等分,考察强度最高(属于气候条件较为干燥的时期)和最低(属于气候条件相对不干燥的时期)时,极端天气对个体寿命的影响,如公式(2)所示:
即将强度最高和最低四分位的虚拟变量与代表个体童年时期的虚拟变量分别作交互项,加入方程(1)。回归结果显示,强度最高交互项的系数显著为正,表明确实在气候条件本就较为干燥的时期,遭受干旱的影响个体寿命不会减少,气候适应性情况确实存在。
第三,作者用名人去世后几十年的极端天气作安慰剂检验,结果表明去世后的极端天气对名人的寿命没有影响,安慰剂检验通过。
第四,作者考察特定历史阶段或事件对回归结果是否有影响,作者根据中国历史上重要历史节点将近2000年的时间跨度划分为三个阶段,分别是前800年,中间400年和后600年,同时将战争因素纳入考虑,回归结果验证了基准回归结果的稳健性。
第五,由于天气数据是以十年为一个时间单位,衡量的是这一个年代(十年)内平均的气候情况,因此出生于年代初期的个体对应的童年时期的天气情况,正是这十年的平均天气情况,对应的识别结果会更精确;而出生于年代末的个体,则有可能童年时期的天气情况与出生年份所在年代的平均天气情况并不一致,下一个十年的天气情况才应该是他们童年时期对应的天气情况。为了解决这一问题,作者构建了如方程(3)所示的加权变量:
n代表个体出生年份的最后一位数,以出生年份距离年代初和年代末的距离作为权重,综合两个年代的天气情况形成加权天气变量,回归结果验证了基准结果的稳健性。
第六,控制名人所生活的区域位置对健康的可能影响,受历史资料限制,作者只能获得名人出生时的区域位置,作者根据不同朝代地理位置的变更,将区域位置进行了统一化处理,估计结果表明生活区域并未对基准回归结果有影响。
第七,控制跨代际的遗传因素对健康的影响。作者认为在名人出生之前的天气状况会影响他们父母的生存环境进而健康,而如果母亲在孕期健康状况差的话则会进一步对名人的身体健康带来影响。因此,作者在基准回归方程(1)中控制了名人出生前二十年的天气状况。回归结果显示,干旱的系数显著为负,表明父母所遭遇的极端干旱天气会对后代的寿命产生影响,结果如Table 8所示。
第八,作者通过改变模型结构来验证是否在童年时遭遇极端天气对后续一生不同年龄段的死亡概率影响是有差异的。从Figure 4可以看出,对于在童年时遭遇过干旱和洪涝的人来说,在不同年龄段的生存概率是小于没有遭受过极端天气的人的,这与基准回归结果保持一致,即只有干旱和洪涝对死亡概率有影响。
作者猜测极端天气影响寿命的中间传导机制很可能是经济环境。在机制分析中,作者用实际人均GDP数据与基准回归数据匹配,首先验证极端天气是否会对人均实际GDP有影响,结果表明干旱天气确实对人均实际GDP有显著影响,表现为每个年代的干旱天气每增加1年,人均实际GDP减少1.4%;其次验证人均实际GDP是否对寿命有影响,回归结果表明人均实际GDP对寿命有显著的正向影响,如Table 9所示。
03
本文的研究结论发现在童年时期遭受干旱会减少寿命,平均遭受3年干旱寿命会减少约2年。遭受洪涝同样会减少寿命,而遭受雪灾和低温天气则没有发现对寿命有影响。干旱对寿命影响的传导机制主要是经济环境,作者通过将历史时期的实际人均GDP数据和极端天气数据合并在一起,发现有几乎一半的影响是与干旱导致的人均GDP下降有关。
本文选取数据的方式可供读者借鉴,历史数据有时候可能会提供一些意想不到的便利,例如本文的数据就很好地剔除掉了现代技术手段这一干扰因素,能够干净地识别个体生命早期所经历地极端气候对寿命的影响。本文的稳健性检验十分丰富,很好地弥补了历史数据的不足,使得本文所得结论更加稳健。
Abstract
Modern technology empowers human beings to cope with various extreme weather events. Using Chinese historical data, we examine the impact of extreme weather on long-term human mortality in an environment where individuals had no access to modern technology. By combining life-course data on 5,000 Chinese elites with historical weather data over the period 1-1840 AD, we find a significant and robust negative impact of droughts in childhood on the longevity of elites. Quantitatively, encountering three years of droughts in childhood reduces an elite’s life span by about two years.
香樟经济学术圈征稿
香樟经济学术圈
本期小编:崔士林