气候变化是世界经济工业化进程中一个意想不到的后果。人类活动向大气中排放了大量的二氧化碳，导致全球气温上升——这一证据到目前为止是无可争议的。然而，迄今为止，科学和政治上对这一现实的认识还没有转化为减排的承诺，从而不足以阻止全球进一步变暖。因此，经济学家的任务是评估气候变化的经济成本，并设计政策来解决这些问题。这些评估是至关重要的：如果我们不能合理地相信一些减少碳排放的尝试的收益将超过其成本，世界就无法进行这些雄心勃勃的行动。

评估气候变化的经济影响是困难的。首先是自然科学的影响。尽管描绘碳排放与全球和当地温度变化的模型是现成的，但许多其他自然影响的绘制，如海平面上升、极端天气事件或非线性的气候系统，则更为复杂。正如联合国政府间气候变化专门委员会（IPCC, Intergovernmental Panel on Climate Change）最近的报告所显示的那样，尽管我们对这些影响的理解正在快速加深，但我们仍然没有现成的好模型，能够很容易地应用到我们的经济分析中。

第二，气候变化的演变相对缓慢，一般持续时间为几十年或几个世纪，而不是几个月或几年。虽然人为的温度变化已经影响到我们当下的现实世界，但更多有害的影响只有在遥远的未来才能感受到。自威廉·诺德豪斯（William Nordhaus）的开创性工作之后，我们已经认识到评估遥远未来气温升高的影响需要动态模型。这些长期的影响限制了简约式的实证研究的有效性：迄今为止，如此远的抽样推断是不可取的，也没有认识到人类具备对不断变化的环境作出反应和适应的能力。卢卡斯（Lucas）的批评——经济政策结果的历史数据不能被用来准确预测未来政策的后果，因为人们的行为反应也会随着时间的推移而改变——在这里狠狠地提醒了人们。

第三，二氧化碳排放是具有局部经济影响的全球外部性现象。由于二氧化碳在大气中快速混合，地球上任何地方的排放都会导致全球气温的变化。因此，任何评估气候变化的经济影响的尝试都必须是全球性的。同时，忽视空间异质性的全球经济的总体动态模型也是不完善的。如果我们没有认识到迈阿密（Miami）和达拉斯（Dallas）之间的差异，或者不考虑人们可以搬到内陆来逃避洪水，我们怎么能讨论沿海洪水的影响？如果我们没有认识到全球气温上升1℃将导致最北纬度地区气温上升2℃以上，而在一些赤道地区仅上升0.5℃，我们又如何能评估全球气温上升的代价？也许更重要的是，如果我们忽视更高的温度必然会对世界上最冷和最热的地区产生显著不同的经济影响这一事实，我们怎么能进行全面的评估？认识到这种空间异质性，不仅对准确评估气候变化的总体影响至关重要，而且对气候变化可能产生的空间不平等也至关重要。

在这些观察的激励下，我们意识到需要建立明确考虑时间和空间维度的经济气候评估模型。随着气温和海平面的变化，个人和企业将会做出反应，而这种适应的一个重要部分将体现在不同地点之间，而不是在地点内部。要纳入这些行为反应，需要建立具有现实世界经济地理特征的模型，其中包括跨空间的贸易和移民联系。此外，这些模型还需要认识到，世界生产的地理分布不是一成不变的。经济活动集中的地区随时间的推移会有很大的变化。中国作为制造业大国的崛起只是这些地理转移的一个例子。随着气候变化，从气温上升中受益的地区将吸引投资并实现增长。为了解释这一点，气候评估模型应该允许增长在不同地区有内生的差异。

在过去十年中，我们开展了一项研究议程来开发定量的动态空间模型，目的是评估气候变化的经济影响。在这个过程中，我们延续了使用评估模型的长期传统，将气候科学的基本见解融合到经济模型中。不同之处在于，我们将空间动态这一方面放在了首位。研究中有各种各样的先例，但我们在2014年首次引入了一个具有这些特征的模型。该模型在一维框架中提出了增长和投资，该框架包含连续的地点、两个部门、昂贵的贸易和自由迁移。

这项研究帮助我们认识到经济活动空间分布的变化在决定全球变暖的经济成本中的重要性。尽管这个逻辑很简单，但我们认为很有说服力。如果跨地区迁移成本低廉（尤其是在几十年或几世纪内），并且如果全球变暖对某些地方造成破坏，而对其他地方没有影响，那么改变经济活动的空间分布可能是减轻气候变化造成的损失的有力途径。如果阿拉斯加、加拿大北部和西伯利亚等可能受益于气温上升的地区土地丰富，这种适应机制就会特别强大。

不可避免的结论是，气候变化造成的损失在很大程度上必然与经济活动跨地区转移的成本有关。而这些成本又与人员和公司的迁移有关。其还依赖于贸易壁垒和与不断变化的地方专业化模式相关的摩擦。额外的成本包括留下的资本和过去对当地生产率的投资。失去与现有经济活动集群相关的集聚经济使这些成本更加复杂——即使新的人口中心在其他地方出现。

2018年，我们开发并量化了一个具有纬度和经度两个维度的动态空间模型。重要的是，其将公司对当地技术的投资作为重点，这种投资能使企业在向平衡增长道路的漫长过渡过程中实现差异化的本地增长。我们利用这个框架来理解移民和贸易摩擦在塑造世界经济活动的地理分布演变中的作用。我们的研究结果表明，完全不受限制的移民将使世界福利提高306%。一项回溯试验在预测各区域随时间的人口变化方面表现良好，为该框架增添了可信性。更具体地说，使用基于2000年全球1°× 1°空间分辨率数据的量化方法，我们利用模型回溯了50年，发现模型隐含的人口变化与实际人口变化之间的相关性为0.74。该模型中的基本力量可以解释半个多世纪以来世界人口分布的许多变化，而无需引入世界经济在这一时期所经历的任何具体的局部和总体冲击。由于这些令人振奋的成果，这一框架成为我们随后应对气候变化工作中的核心经济结构。

显然，能够移动的能力是避免海平面上升最有害影响的有效方式。移动是昂贵的，而且过去在沿海地区的投资也会受到损失。尽管如此，这些成本还是大大低于不考虑移动的情况。图1描绘了在海平面上升中位数预测下，2000年至2200年期间的全球福利损失。根据我们的基线估计（黑色部分），平均福利损失在2150年左右达到峰值，约为0.5%。该图还展示了另外三种情况：静态均衡（深灰色部分）不允许企业投资因洪水而发生变化，固定的人口均衡（浅灰色部分）不允许洪水引起的人口流动，而天然均衡（蓝色部分）保持了2000年观察到的人口空间分布。正如预期的那样，当我们允许更多的适应形式时，海平面上升对福利的负面影响就会下降。从没有任何调整的天然均衡情况到我们的基线，福利成本将减少5倍，从大约2.5%降至不到0.5%。当然，海平面上升只是气候变化影响经济环境的一个方面。在这个领域中，通过移动来适应是非常有用的。

此外，我们还纳入了在生产中使用多少能源的决策，在发电时对化石燃料强度的选择，以及这些选择导致的二氧化碳排放量。再加上一个标准的碳循环模型，这就产生了一个框架，其中经济行为影响到气候状况，反之亦然。如果一个模型要在评估气候政策方面发挥作用，纳入地方经济和气候之间的这种双向反馈是至关重要的。

全球变暖影响的空间异质性是非常明显的。图2描述了全球变暖在整个世界范围内的成本，并用全球变暖下的福利相对于反事实情况下（即温度不上升）的福利的比值来代表。图中的灰色和浅蓝色区域是损失，而深蓝色区域是收益。平均而言，全世界的福利损失为5%，但在世界最贫穷的地区，损失往往大得多，高达15%。图2的右图显示了这些收益和损失的人口加权分布。这个分布是双峰的，中非、拉美和东南亚的许多地区损失了大约10%，而许多发达经济体只损失了一点，一些最北端的地区则增加了收益。最大的问题是气候变化的影响具有空间异质性，以及相应加剧的不平等——世界上最贫穷的地区受到的冲击最大。

对这些福利损失进行量化的一个核心部分是对损害函数的估计，该函数将温度变化与生产率和便利设施水平的变化联系起来。估算损害函数需要使用隐含模型基本的生产率和便利设施水平，而不是已经包括我们正在建模的许多适应边际的最终结果。使用隐含模型的几个时期的基本要素，我们可以在估计损害函数时纳入局部固定效应和区域趋势。

我们的损害函数估计表明，当地温度上升1℃，意味着世界上最热地区的便利设施水平下降约2.5%，而世界上最冷地区的便利设施水平则相应增加。温度对生产率的影响更大，而且是不对称的：当地温度上升1℃，导致最热地区的生产率下降15%，最冷地区的生产率则会增加10%。这些半弹性的估计值在世界最热和最冷地区具有统计学意义，但损害函数的估计有相当大的误差。这意味着对全球变暖的评估具有不确定性。未来的研究应着重于减少这种误差，一个办法是获得较长的面板数据，不仅要考虑当地的平均温度，还要考虑极端温度的方差和频率。

除迁移外，贸易也有可能作为一个强大的适应机制。当然，在有些情况下，贸易缓解气候变化影响的范围是有限的。例如，如果全球变暖对所有当地公司的生产率有类似的影响，而且温度的变化在空间上是相关的，那么贸易可能不是一个有效的适应机制。然而，温度对生产率的影响很可能因行业部门而异，所以贸易可以帮助受影响严重的地区转向受气候变化影响较小的行业。

在最近的研究中，我们结合了农业和非农业部门，并评估了当地专业化的变化如何作为一种适应机制发挥作用。我们的分析表明，贸易的作用是复杂的。一方面，更自由的贸易扩大了地方专业化的范围，从而减少了全球变暖带来的损失。另一方面，更自由的贸易削弱了人们从今天最贫穷的地区迁移出去的动机，而这些地区受气候变化的影响更大。总的来说，我们发现更自由的贸易会增加近期全球变暖的损失，但会减少远期的损失。

作为适应机制，贸易和移民是相互替代的。图3描绘了2200年贸易成本高与贸易成本低时的气候引起的人口变化。当贸易成本高时，深蓝色的地区因气温上升而获得更多的人口，而浅蓝色和灰色的地区失去更多的人口。地图显示，当贸易成本较高时，更多人离开了赤道地区受严重影响的区域。也就是说，当贸易作为一种适应机制的范围较小时，迁移发挥将发挥更大的作用。