在过去三年中,世界经济经历了一系列前所未有的冲击,破坏了供应链,造成了深层衰退,并将通货膨胀推向了1970年代以来的最高水平。虽然通货膨胀处于下降轨迹,但经济活动正在延长,但脆弱性仍然存在。全球经济和金融市场最重要的风险之一是气候变化。随着人类引起的气候变化在未来几十年的加速中,极端天气条件的频率和严重程度更高,可能会对物理基础设施和经济活动产生深远的不利影响。有令人信服的证据表明,与气候相关的自然灾害对通货膨胀和经济增长有重大影响。这种关系的一个重要渠道是在全球供应链中,在商品和服务的生产和分销中,天气异常的影响(由于气候变化而引起)。在19009年大流行期间的破坏以及随之而来的全球通货膨胀的急剧增长强调了风险对全球复杂且相互依存的供应链网络的重要性。随着全球温度的上升,极端天气事件强调运输基础设施和高度联系的全球供应链,中断了产量,导致短缺并导致价格上涨。需求端因素肯定在推动通货膨胀中起着重要作用,但是本文旨在通过研究天气异常对全球供应链和通货膨胀动态的影响来缩小文献中的重要差距。我们的结果具有重要的政策影响。使用每月数据涵盖六个大型且多样化的经济体,即中国,欧元区,日本,韩国,英国和美国,在1997 - 2021年期间,我们实施了结构性矢量自动性(SVAR)模型,并追踪天气障碍对供应链和膨胀动力学的同时影响。据我们所知,这是文献中首次尝试使用SVAR模型调查天气冲击对供应链压力的影响以及通货膨胀量的替代措施,该模型可以深入了解气候变化如何影响全球供应网络和通货膨胀动态,而不是分析中使用的国家样本以外的样本。对于鲁棒性,我们还实施了局部投影(LP)方法,以跟踪温度异常对供应链和通货膨胀随时间的影响的动态影响。我们发现天气异常可能导致供应链中断,然后导致通货膨胀压力。我们的结果(基于高频数据和对替代性估计方法的鲁棒性)显示了样本中各个国家的显着异质性,我们归因于天气冲击的严重程度和供应链破坏的脆弱性的差异。天气冲击对供应链和通货膨胀动态的影响可能会随着气候变化的加速变化而变得更加明显,这种变化可能会产生非线性影响。尽管我们的经验结果并不总是显示出天气冲击与供应链中断之间的牢固积极联系,但由于某种程度上使用了聚集的供应方中断,但这并不意味着我们可以对增加天气异常的自满。例如,在巴拿马运河中,严重的干旱大大降低了水位,破坏了连接亚洲和北美的贸易路线。中央银行家应考虑天气异常对供应链和通货膨胀动态的持续影响,以防止牢固的第二轮效果和解放通货膨胀的预期。更直接地,政府可以为气候变化改编以加强关键基础设施,从而最大程度地减少供应链中断。
摘要:随着气候变化的加速,极端天气事件的频率和严重性预计会恶化,并对世界各地的生态系统,物理基础设施和经济活动产生更大的不利影响。本文研究了天气异常如何影响全球供应链和通货膨胀动态。在1997 - 2021年期间,使用六个大型和多样化的经济体(中国,欧元区,日本,韩国,英国和美国)的每月数据,我们实施了一个结构性矢量自动性模型,并记录了天气异常可能会破坏供应链,随后导致通货膨胀压力。我们的结果基于高频数据,对替代性估计方法的鲁棒性表明,这些影响在各个国家 /地区各不相同,具体取决于天气冲击的严重性和供应链中断的脆弱性。天气冲击对供应链和通货膨胀动态的影响可能会随着气候变化的加速变化而变得更加明显,这种变化可能会产生非线性影响。这些发现具有重要的政策影响。中央银行家应考虑天气异常对供应链和通货膨胀动态的影响,以防止第二轮影响和对通货膨胀期望的脱身。更直接地,政府可以为气候变化改编以加强关键基础设施,从而最大程度地减少供应链中断。
就当地而言,2023 年经济活动萎缩 (-0.6%),这是自 1998 年以来从未出现过的,除了疫情最复杂的时期 (2020 年)。这是在年初政治和社会动荡、天气异常、高通胀和高利率以及信心薄弱的背景下发生的。渔业和农业等主要活动受到严重影响,但建筑业和制造业等非主要行业也受到影响。然而,第四季度的产出增长数据表明趋势开始发生变化,2024 年前几个月的指标似乎证实了这一点。与去年年初相比,政治和社会环境相对平静,天气异常减少(强度低于三个月前的预期,因此对经济活动的负面影响较小),通货膨胀放缓,以及货币政策逐步放松,这些因素共同促成了秘鲁经济在年初表现更好。
2022 年全年能源价格高企且波动,主要是由于俄罗斯减少天然气供应,对欧洲各国政府施加政治压力。到 2020 年,俄罗斯向欧盟国家供应了近 40% 的天然气。入侵后,几乎所有俄罗斯天然气都被淘汰,造成严重的供应危机,市场以能源价格飙升作出反应。德国天气异常干燥、风力减弱,以及法国核电产量因反应堆停机和维护而急剧下降,使情况更加恶化。为了取代俄罗斯天然气,欧盟决定以前所未有的速度扩大可再生能源生产。Statkraft 为此做出了贡献,并于 2022 年建成了 6 座新发电厂,另有 13 座正在建设中,大部分位于欧洲。
摘要:针对受天气异常影响的干旱现象和水动态的高分辨率监测系统有限,这在多方面阻碍了政策决策。本文介绍了高分辨率水监测系统 (WMS) 的可用性,该系统由复杂的多光谱卫星图像、分析和数据科学以及云计算相结合开发而成,用于监测局部尺度上的水位变化和植被水分胁迫。WMS 在 2021 年 1 月至 2021 年 4 月(旱季)期间在湄公河下游地区 (LMR) 案例流域泰国的 Chi River 流域进行了测试。VHI、VCI、TCI 和 NDVI 干旱模拟结果的总体质量与水库和大坝水量数据呈现统计上的正 Pearson 相关性(介于 0.399 和 0.575 之间),但与地下水位数据呈现强烈的负相关性(介于 -0.355 和 -0.504 之间)。应考虑进一步研究和更详细地分析与地下水位变化相关的不同物理环境条件的影响,以增加科学知识和从当地视角了解当地系统变化性质的理解,并在数据贫乏地区使用干旱指数。我们的结果表明,WMS 可以提供局部和情境化地表水变化的定量时空变化作为初步分析。WMS 结果可以为寻找适合当地条件的更好的较小单元管理提供指导,例如水资源管理、灾害风险减少措施(即干旱和洪水)、灌溉实践、土地利用规划和作物管理。现有的 WMS 面向水和农业发展的早期预警、可持续发展目标的进展、数字创新的利用以及提高决策者更早、更准确地监测和预测极端天气事件的能力。