极端天气事件对美国食品制造业国内供应链的影响：基于两阶段工具变量和州级依赖网络的分析

本刊推荐：这项开创性研究通过两阶段工具变量(IV)分析，首次量化了干旱对美国国内农产品贸易和下游食品制造业(NAICS 311-312)的系统性影响。研究发现，农业州干旱每增加1%，其州际农产品出口便下降0.5-0.7%，并导致全国食品制造业产出平均减少0.04%。研究构建了48×48的州级配对依赖矩阵，揭示了中西部关键州（如内布拉斯加、堪萨斯）在供应链中的核心地位，为通过协调政策、基础设施投资和供应商多元化提升农业食品供应链韧性(Resilience)提供了关键见解。

　　

Significance

极端天气事件，如干旱，通过降低农业产量、改变国内贸易流向和影响食品制造，显著冲击着美国的农业食品供应链。本研究通过两阶段工具变量分析量化了这些效应，表明在全国范围内，农业州的干旱每增加1%，会导致州际农产品出口下降0.5%至0.7%，并进而使食品制造业产出减少0.04%。该行业的韧性取决于其调整进口来源地、贸易量和投入品替代的能力。我们辅以州级配对依赖分析，研究结果为政策制定者通过改进协调、基础设施投资和投入品供应商的战略多元化来加强国家农业食品供应链应对气候相关中断的韧性提供了宝贵见解。

Abstract

在美国，与其他国家一样，农业食品供应链面临着人口增长和天气条件日益不可预测的挑战。干旱等极端天气事件会降低农业产量和收获面积，影响国内农产品贸易，进而波及食品制造。我们在州一级通过两阶段工具变量估计过程估计食品制造生产函数来研究这种关系。我们首先评估干旱如何影响动物和鱼类、谷物以及所有其他作物产品的贸易。接着，我们估计了加工食品的嵌套生产函数。研究结果表明，干旱的影响远不局限于其发生地。在国家层面，我们发现生产农产品的州的干旱每增加1%，其向其他州的出口就会减少0.5%至0.7%，这反过来又使食品制造业生产平均减少0.04%。转移进口流来源、调整其数量以及替代农业投入品的能力支撑了食品制造部门的韧性。我们进一步估计了按商品分组的48×48州级配对依赖性。虽然谷物生产在空间上比其他作物更加集中，但农业食品供应链可以通过从关键供应商州内地理分布多样的县采购以及改进多州协调来增强其韧性。这些发现为愿意降低食品系统对极端天气事件脆弱性的政策制定者和行业利益相关者提供了重要见解。

Introduction

美国的农业食品供应链面临着来自人口增长和日益不可预测的天气条件的压力。气候变化已经导致美国一些地区经历更频繁、更强烈的极端天气事件，这一趋势在未来几十年将会加剧。干旱和极端湿润等极端天气事件会降低农业产量和收获面积，改变国内农产品贸易，进而影响食品制造，因为前者是后者生产所需的投入品。一个最近的例子是2012年遭受干旱的内布拉斯加州，当时不得不从其他美国州进口的农产品数量是正常天气条件下的2.65倍，以喂养其牲畜并维持其食品制造活动。对于不专门从事农业但希望维持其食品制造所需的作物和牲畜采购的州，例如新泽西州和宾夕法尼亚州，此类事件可能导致投入成本更高。例如，2012年中西部大部分地区遭受干旱后，小麦、玉米和大豆的价格分别上涨了20.2%、20.5%和13%。

社会应对气候变化适应能力的核心是贸易保障从生产者到食品制造业再到最终消费者的供应链韧性的能力。贸易调整减少了农业部门的福利损失，部分补偿了产量和利润的损失，并缓解了价格波动。然而，关注下游食品供应链中断影响的研究很少。例外情况包括关注乌克兰-俄罗斯战争对全球食品系统影响的研究以及极端天气事件对澳大利亚食品系统影响的研究。与我们的工作一个显著区别是我们不将农业食品贸易视为固定不变的。供应中断的连锁影响取决于扰动发生后进口关系的重组，正如贸易经济学文献所倡导的那样。据我们所知，只有另一篇文章对全球食品系统使用了这种方法，但它将其分析局限于玉米和小麦，且扰动源于战争而非气候冲击。

此外，与当前贸易文献的一个主要不同之处在于，由于国内层面区域间贸易数据的缺乏，对农业食品流的传统关注主要集中在国际层面。然而，美国是一个明显的例外，因为数据可从运输统计局（BTS）获取，并且该国大部分农业食品产品供应国内市场，尽管不同商品的国际 exposure 程度存在显著差异。过去十年，在美国销售的农业食品产品（包括未加工和已加工）中，国际销售份额稳定在不到20%。同样，来自国际市场的食品和饮料消费进口份额也保持在较低水平，约为15%。此外，本手稿中使用的BTS数据区分了以美国为最终或中间需求的州际贸易流与以美国目的地（如路易斯安那州新奥尔良，用作国际出口出发港）的州际贸易流。我们的手稿仅关注国内市场的贸易流。

本手稿采用的国内焦点意味着适应或风险传播的能力受到全国生产作物范围、全国天气条件和国家运输网络的限制。然而，贸易影响原则与国际层面相同：产量损失通过进口替代或通过出口减少而传导，从而对扰动发生地之外的地方产生影响。因此，贸易在短期内具有减轻或加剧极端天气破坏性影响的潜力。这一挑战凸显了解决极端天气事件对美国农产品贸易以及进而对食品、饮料和牲畜饲料制造复杂影响的迫切需要。

本研究为了解面对气候冲击的食品供应链韧性做出了多项贡献。它引入了一个两阶段工具变量框架，直接将天气引起的破坏通过国内贸易流与下游食品制造联系起来。该论文提供了干旱对贸易和生产影响的定量弹性估计，并通过模拟跨农产品类别的2,304（48×48）个配对贸易关系，构建了详细的州际依赖网络。它区分了按商品类型和方向（本地、向内、向外）的冲击差异效应，提供了农业食品部门脆弱性和冲击传播的细致图景。通过广泛的稳健性检验和实证验证，它识别了核心韧性机制——替代、冗余和适应性——并强调了州际贸易在气候适应中的核心作用。重要的是，该研究超越了国家层面的分析，为次国家行为者提出了可操作的策略，包括多元化采购、基础设施投资和治理协调。最后，它提出了一个可扩展的框架，可用于模拟未来的气候情景和其他系统性冲击，如霜冻、冰雹或政治冲突，从而为长期韧性规划提供了宝贵基础。尽管近年来对美国国内食品流的全面分析已部分开展，但我们的研究在几个重要方面有所不同。首先，我们采用正式的重力模型而非成本最小化来推断贸易流。后一种方法不包括多边阻力项，这是衡量各州在贸易伙伴之间替代难易程度的指标，是经济学文献中经常强调的要求。其次，以前的贡献只关注运输货物的质量，而我们在质量和价值上都测试了我们的结果，因为商品价格随生产成本、供应冲击和替代品可用性等多种因素波动。第三，需求不应仅由目的地人口驱动，因为许多农产品不能直接食用。相反，需求主要来自食品制造部门，并因交易商品类型而异。第四，也是更重要的，我们考虑了气候条件的系统影响和起源地及目的地的极端天气事件，同时考虑了空间异质性。这一点尤其关键，因为作物产量对天气冲击的敏感性因商品而异。未能包含它们的存在可能导致有偏的估计和次优的韧性政策。

最后，我们的工作响应了长期以来的呼吁，即采用数据和模型驱动的方法来识别和量化食品系统的韧性。韧性在此背景下指的是一个系统在面临中断时维持、保护或迅速恢复其关键功能的能力。我们的研究结果揭示了美国食品系统表现出Tendall等人和Moser等人概述的几种韧性属性，包括稳健性（承受干扰而不损害粮食安全的能力）、冗余（存在吸收冲击的备份机制）和适应性（在应对变化时重新配置和创新的能力）。这些属性通过极端天气事件后贸易流来源地的转移、贸易量的变化以及农业投入品的替代得以体现——这些机制成功地随时间推移维持了食品制造水平。超越定性评估，我们的分析提供了每个目的地州对不同起源地依赖度的定量排序。这表明，通过接入更广泛、更多样化的供应商网络可以增强韧性。

Results

Drought and Agricultural Trade.

我们提供了关于牲畜和商品生产区极端天气事件对农业贸易网络以及进而对制造食品、饮料和牲畜饲料的州影响的全国性分析。我们使用货运分析框架（FAF）数据，该数据提供了1997-2017年间每五年一次的美国州际国内贸易流数据，这是此类数据收集的时期。尚无更新的数据可用。贸易流按标准运输商品分类（SCTG）分组的42个行业提供。我们的重点是三种农产品的贸易流：动物和鱼类（01）、谷物（02）以及其他作物包括蔬菜、水果和大豆（03）。对于已加工的农业食品，SCTG组包括动物饲料（04）、肉类制品（05）、磨碎谷物和烘焙产品（06）、其他预制食品和饮料（07）、酒精饮料（08）和烟草产品（09）。很大比例的农产品用作食品制造的投入品：76.7%的动物和鱼类、57.9%的谷物和33.7%的其他作物用作食品生产的投入品。较小部分直接销售给家庭。

在检测干旱事件方面，我们依赖标准化降水蒸散指数（SPEI），因为它捕捉了每个特定地点相对于历史气候模式的异常情况。图1B说明了2012年袭击中西部大部分地区的干旱严重程度，从而影响了最大的谷物（SCTG 02）生产州。传统上，爱荷华州、伊利诺伊州和内布拉斯加州占美国国内交易谷物产量的34%，但在2012年，国内消费的谷物产量（仅按国内贸易数据计算量）下降了16%。对于SCTG 01（图1A）和03（图1C），主要生产州经历的干旱严重程度较低，但伊利诺伊州和爱荷华州的大豆生产商除外（图1C），它们传统上供应全国产量的33%（1997-2007年平均量，根据美国农业部国家农业统计局USDA NASS数据）。全国平均SPEI趋势如图所示。

尽管2012年的干旱事件影响了许多作物生产者，但美国食品制造总价值与2007年相比相对未变，稳定在约1.5万亿美元左右。国内使用的食品产量从1997年到2012年稳步增长，年增长率约为6%。因此，总价值的稳定并非供应减少推动价格上涨的反映——事实上，供应增加了。

图2A显示了州级食品和饮料制造产值。领先的生产者包括加利福尼亚州（1997-2017年平均1730亿美元），其次是德克萨斯州（1000亿美元）、伊利诺伊州（790亿美元）和纽约州（720亿美元）。它们合计占全国产量的30%，正如我们对人口大州的预期。然而，各州的食品生产对极端天气事件的反应方式不同。如图2B所示，在2007年至2012年间，加利福尼亚州的食品产量略有下降，尽管其干旱 exposure 最小。相比之下，德克萨斯州和伊利诺伊州保持了与2007年相当的生产水平，尽管天气条件更为恶劣。这种变化凸显了当地极端天气条件的影响取决于各州从替代生产者那里采购的能力、生产者适应极端条件的能力以及前几年作物储备的可用性。

图3显示了各州如何从本地或其他州获取农业投入品。在经历了干旱（SPEI < -1，红色显示）因而本地谷物（SCTG 02）产品可用性减少的州分布广泛。位于平面2的州（例如爱荷华州、伊利诺伊州、印第安纳州和堪萨斯州）经历了本地产量损失，但通过增加进口来抵消。相比之下，位于平面3的州（例如密苏里州和俄亥俄州）受到间接影响——既经历了本地产量下降，又遭遇进口减少，导致谷物可用性净下降（如其位置低于虚线所示）。此外，我们注意到，虽然加利福尼亚州和德克萨斯州受到干旱的影响中等或最小，但它们进口谷物的来源州明显受到了严重干旱的影响。德克萨斯州（位于虚线上）通过调整其来源地维持了其SCTG 02水平。具体来说，2007年向德克萨斯州出口的前几位州是堪萨斯州、内布拉斯加州、密苏里州和伊利诺伊州。到2012年，来自这些州的谷物分别减少了82%、83%和90%。相反，德克萨斯州增加了从堪萨斯州（增加207%）、俄克拉荷马州（+41%）和路易斯安那州（+15%）的进口。蔬菜、水果和其他作物（SCTG 03）的采购模式也存在类似的广泛分散性。

简而言之，遭受干旱迫使一个州更依赖农产品的进口，尤其是谷物、水果和蔬菜。进口将来自那些经历相对较少干旱的州，即使它们不是该商品的主要生产者。主要原因是食品和饮料制造部门需要维持其历史生产水平，即使其本州遭受干旱。然而，从新地点采购进口的能力将取决于各种因素，因此每个州的情况不同。鉴于这种复杂性和有限的先前工作，需要进行系统的实证分析。

我们首先呈现来自重力方程回归的估计系数。表D2总结了每个农业SCTG的结果。第1列报告了使用SPEI定义干旱的重力方程估计量。平均而言，目的地州的干旱每增加1%，谷物（SCTG 02）的出口增加0.46%。然而，如果干旱发生在起源州，则出口减少0.53%。对于蔬菜、水果和其他农产品（SCTG 03），估计值方向相似，但在10%的水平上不具统计显著性。这些发现与预期一致：本地干旱降低了生产力，导致出口量减少，同时导致一个州增加其进口。我们没有预期更大的弹性，因为遭受干旱的州可以依赖上一年的储存。此外，我们假设，在发生干旱时，各州首先满足本地市场需求，然后再出口到其他州。此外，结果显示动物和鱼类（SCTG 01）没有一致的关系，我们将其归因于该类别包含的物种范围广泛，以及室内畜牧系统的普及，其中可使用风扇、喷雾器和空调。

我们还控制了气候区乘以年份的固定效应，以吸收同一气候区内各州共同并随时间演变的因素——如气候、土壤条件和灌溉实践。由美国国家海洋和大气管理局（NOAA）定义的九个气候区捕捉了塑造各州及其贸易伙伴农业比较优势的长期差异。然而，在某些年份，起源和/或目的地州会经历特殊的、短期的天气引起的破坏——这些 localized shocks 在同一区域内的各州之间有所不同。这些破坏可能导致作物贸易的暂时转变，这与最近一项关于天气条件和农业贸易的荟萃分析中观察到的模式一致。

接下来，我们重新估计相同的重力模型规格，用极端和轻度干旱替代总体干旱度量。极端干旱定义为SPEI < -1.3，轻度干旱定义为-1.3 ≤ SPEI < 0。表D2第2列报告了这些结果。我们发现，目的地州的极端干旱每增加1%，与蔬菜、水果和其他作物（SCTG 03）的进口增加0.65%相关。对于谷物（SCTG 02），起源地干旱的负面影响变得更加明显：极端干旱每增加1%导致出口减少0.75%。同时，目的地州的极端干旱使谷物出口（到目的地）增加0.59%。这与之前的发现一致，即干旱减少了本地可用性并引发补偿性贸易反应。使用替代干旱阈值的额外测试证实了这些发现的稳健性，特别是对于谷物。

Crops are Vital Inputs for Food Manufacturing.

接下来，我们基于食品和饮料制造的生产函数，呈现农业投入品、资本和劳动力的产出弹性估计。虽然农业投入品对食品制造至关重要，但其供应同时受到下游部门需求的影响，因为投入品的使用可能会根据生产激励进行调整。因此，我们实施了一种工具变量（IV）方法，并使用两阶段最小二乘法（2SLS）估计食品制造的结构方程，详见材料与方法。我们构建了源自贸易重力模型的工具变量，该模型基于贸易基本面和天气冲击预测农业投入品流。然后根据工具化的重力预测观察到的农业投入品来估计产出弹性。识别假设是本地和 distant 天气冲击仅通过其对投入品可用性和贸易的影响来影响进口州的食品制造产出。这种方法使我们能够捕捉一个地区的气候破坏如何通过农业投入品的州际贸易影响另一个地区的食品制造。

表D3报告了第一阶段的結果，表D4报告了第二阶段的估计。在每个表中，第1列显示了使用基于干旱的重力构建的工具变量的估计，而第2列使用了基于极端和轻度干旱的工具变量。第一阶段结果表明，每个SCTG特定的工具变量都是相应观察到的农业投入品流入的强有力且具有统计显著性的预测因子。在第二阶段，我们发现资本的产出弹性约为0.18，劳动力的产出弹性约为0.64——表明劳动力对食品制造产出的贡献大约是资本的3.5倍。鉴于食品制造是劳动密集型活动，这一结果符合预期。

其次，我们发现了基于谷物的农业投入品的统计显著产出弹性。谷物（SCTG 02）的弹性估计值为0.06。虽然其他作物（SCTG 03）的弹性为正，但不具有统计显著性。我们认为这反映了该类别内产品的广泛多样性，可能掩盖了一致的显著效应。动物和鱼类（SCTG 01）的弹性也不具有统计显著性。这可能既反映了SCTG 03产品的多样性，也反映了SCTG 01产品并未用作几个主要食品制造类别的投入品，例如动物饲料（SCTG 04）、磨碎谷物和烘焙（SCTG 06）、酒精饮料（SCTG 08）和烟草（SCTG 09）。总体而言，这些发现证实了食品和饮料制造在其生产过程中最 heavily 依赖基于谷物的商品。

我们进行了多项稳健性检验以评估我们发现的效度和一致性。这些包括替代规格的重力工具变量，排除了可能与食品产出相关的进口方变量；一个考虑对外贸易流的国际变体；以及一个包含食品部门资本和劳动力作为投入需求代理的版本。我们还在控制进口方级食品生产和人口的情况下重新估计了第二阶段的回归。最后，我们使用了一个更窄的食品制造产出定义，排除了酒精饮料和烟草，从而只关注SCTG类别04至07。在所有规格中，结果保持一致：天气引起的谷物贸易变化继续显著影响食品制造产出，无论是在正常还是极端干旱条件下。

Impacts of Drought on Food Manufacturing.

其余的分析集中在极端干旱的影响上——定义为SPEI低于-1.3的时期——鉴于它们对国内谷物出口和进口的一致影响。为了进一步检验极端天气对各州和各部门的异质性影响，本小节呈现了一系列地图，说明了州内、州际和跨部门的溢出效应，从加利福尼亚州（CA）及其贸易伙伴开始，然后是德克萨斯州（TX）。选择这两个州是因为它们在美国食品制造中的领导作用。除了CA和TX，分析还包括了美国大陆48个州之间干旱对食品制造影响的完整48x48估计配对效应集。

Local Drought and Bilateral Spillovers.

我们首先模拟CA和TX所有谷物生产区极端干旱增加100%的情景。与基本预期相反，这导致两个州的食品制造相较于1997-2017年平均生产水平有所增加。结果显示在图4A和B中。关键因素在于从其他州，特别是中西部地区，进口的谷物（SCTG 02）增加了，这对应于一种替代效应。对CA而言，本地干旱的缓解效应是通过从内布拉斯加州（28亿美元）和爱荷华州（14亿美元）进口投入品实现的。它们合计占 avoided loss 总额的68%，因此是CA食品制造部门的关键供应商。对于TX，其 avoided 的食品制造损失较低（36亿美元 vs. CA的62亿美元），因为该州的食品生产较低（1000亿美元 vs. 1730亿美元），而其谷物生产较高（86亿美元 vs. 26亿美元）。与CA情况类似，缓解TX极端天气影响的州位于中西部，但地理上更靠近目的地州。德克萨斯州的关键参与者是堪萨斯州（18亿美元）和密苏里州（4亿美元），这两个州占 avoided loss 总额的62%。蔬菜、水果和其他作物（SCTG 03）贸易网络的类似地图显示在附录图D3中。结果显示，对于CA（总损失41亿美元），关键供应者是亚利桑那州和俄勒冈州；对于TX（总损失24亿美元），则是内布拉斯加州、俄克拉荷马州和路易斯安那州。正如预期，农业贸易网络中的关键环节因商品类型和目的地州而异。

为了系统地分析替代效应，我们将评估扩展到所有州对贸易关系。图5A强调了经历更多干旱的目的地州如何通过从生产州进口SCTG 02来避免损失。几个关键观察结果突出。首先，我们恢复了先前讨论的CA和TX的结果。分别地，CA在干旱后会进口的谷物中有78%，TX会进口的谷物中有67%来自中西部。然而，对于其他州，对中西部谷物供应商的替代和依赖程度各不相同。它对密歇根州（89%）、密苏里州（81%）、佐治亚州（76%）和印第安纳州（76%）很高，但对纽约州（38%）、宾夕法尼亚州（47%）或新泽西州（11%）则低得多。对于后者，更广泛的供应商网络可能通过提供在干旱 disrupt 其自身生产区时转移采购的更大能力来增强其供应链韧性。此外，我们发现它们的进口地点是本地集中的。确实，在发生干旱时，这些州将主要从彼此或从俄亥俄州采购谷物。这种本地化的贸易依赖可能得到主要运输路线的支持，例如州际公路81号和78号，它们连接了其关键农业区与食品制造商，从而促进了谷物的稳定供应。

图5B侧重于SCTG 03商品。基于两阶段模型，我们发现本地干旱对食品制造的平均弹性（经过替代后）对于SCTG 03较低（0.023% vs. SCTG 02的0.036%）。这表明目的地州的干旱促使SCTG 03产品的进口百分比增长较小，表明反应更为 muted。在损失避免流方面，最大的SCTG 02流——内布拉斯加州供应加利福尼亚州——价值28亿美元，而最大的SCTG 03流——亚利桑那州供应加利福尼亚州——仅为6亿美元。此外，SCTG 03供应商在地理上更加分散，在流矩阵中没有明显的主导集群。这种更广泛、更分散的供应商网络通过使目的地州在本地干旱 disrupt 供应时更容易在来源之间替代而增强了韧性。

Distant Drought and Bilateral Spillovers.

接下来，图6显示了当所有其他州的谷物（SCTG 02）生产区极端干旱增加100%时，CA和TX的生产损失（我们称之为 inward effect）。这项练习揭示关键供应者与先前的模拟相同。然而，对食品生产的最终影响现在是负面的，并且联系的幅度现在更大，这表明后一种模拟对国家的农业食品供应链比前一种更具破坏性。例如，对CA而言，食品制造损失将高达79亿美元，其中36亿美元是由于内布拉斯加州的干旱，18亿美元是由于爱荷华州的干旱。同样，在TX，损失估计为45亿美元，其中23亿美元是由于遭受干旱的堪萨斯州，5亿美元是由于密苏里州。蔬菜、水果和其他作物（SCTG 03）贸易网络的类似地图显示在附录D部分图D4中。关键参与者与图D3相同。我们还注意到，每个州的总损失（CA 7亿美元，TX 4亿美元）小于由SCTG 02生产区干旱引起的损失（图6），表明SCTG 02在国家农业食品供应链中比SCTG 03中包含的作物（蔬菜、水果和大豆）扮演更重要的角色。

下一个双边模拟展示了CA和TX作物生产区极端干旱增加100%如何导致美国其他地区的食品制造损失（我们称之为 outward effect）。SCTG 02和SCTG 03的结果在附录图D5和D6中。对于SCTG 02，一个 centered 在CA谷物生产区的事件将主要影响内华达州（1.9亿美元）和爱荷华州（6700万美元）的食品制造，而发生在TX的相同事件将影响新泽西州（4.39亿美元）和CA（1.87亿美元）。正如预期，向外效应低于向内效应。原因是，尽管CA和TX是国家领先的食品制造州，但它们在向全国其他地区供应谷物方面作用相对有限。对于SCTG 03商品，观察到的损失较为不明显，如图D6所示。

基于先前的地图