在閱讀此文前，誠邀您請點點右上方的“關注”，既友善您進行讨論與分享，還能及時閱讀最新内容，感謝您的支援。
霍恩貝克研究了從大蕭條到20世紀50年代，受到20世紀30年代美國沙塵暴嚴重侵蝕的縣域是如何進行農業調整的。
這項研究調查了适應氣候的一般模式；是以，他們的工作與我們的工作是互補的。
最後，一些研究從非農業産出的角度考察了天氣的影響。
大多數人集中于确定氣候變量對死亡率、健康、教育程度和收入等結果的因果影響估計，從1900年到2004年，通過采用橫截面和面闆方法，極端高溫對死亡率的負面影響顯著減弱。
他們認為，現有的研究忽略了對氣候變量變化的長期适應，這種變化會持續幾十年或更長時間，并強調未來會有更多的适應。
這項研究将曆史天氣變量與郡一級的農場生産率和個人一級的收入(由職業分數代表)的測量相結合。
本節簡要解釋了每個變量是如何構造或獲得的。
中提供了有關資料源和相關問題的詳細資訊。
首先，曆史縣天氣變量的建構是基于十九世紀美國氣候資料集項目由國家氣候資料中心和來自整個美國的站點的長期每日和每月氣候記錄由美國曆史氣候學網絡提供。
這兩個資料集都報告了過去兩個世紀以來數千個氣象站的月平均溫度和月累計降水量。
但是，并非所有國家都有天氣資訊。
需要估計某些時期沒有曆史氣象站的縣的天氣變量。
我們使用名為“克裡金法”的地統計技術，這是一種将給定(目标)位置的氣候值估算為周圍位置資料值的權重和的算法。
克裡金法使用位置間距離平方的倒數來配置設定權重；它為距離目标位置較遠的周圍氣象站配置設定較低的權重利用這種方法，我們估算了從1860年到2000年的逐月平均氣溫和逐月累積降水量。
然後，根據後面章節的研究設計，我們利用每月的估計結果來計算縣或州一級的年、十年和百年平均溫度和降水量。
第二，這項研究使用了兩個縣農場生産率的衡量标準曆史、人口、經濟和社會資料:美國，1790-2002(海因斯和國際公共政策研究中心:每英畝農田的農場價值和每英畝農田的農場産值。
農場價值被定義為普查時所有農田、住房和附屬建築的價值。
雖然它可以從1850年的農業普查中得到，但我們隻使用了1870年到2000年的變量，考慮到估計的天氣變量的品質是可以接受的。
農場産值是指統計日前一年内所有農産品的總值。
然而，在1910年、1920年和1930年人口普查的早期資料中沒有發現這個變量。
第三，當考慮縣域固定效應時，縣域邊界的變化很重要。
為了部分解決這個問題，我們使用面積權重平均法，在1870縣邊界上将這些縣變量從1880年調整到2000年。
為了友善起見，我們從1870年開始每10年用一次來指代每個人口普查年。
有些年份，每次人口普查的實際年份與本文中提到的年份不同。
例如，1997年進行了2000年農業普查。
第四，作為個人收入的衡量标準，我們使用職業收入得分，可用于大量人口普查。
該變量代表根據1950年人口普查資料校準的分類職業類别的總收入中值。
一個多世紀以來，人口普查記錄了職業；是以，收入替代名額适用于相當多的人群。
我們使用了來自1880年和1900-1990年IPUMS綜合公共使用微觀資料系列的微觀樣本然後選取1860年到1960年之間出生的20歲到65歲的成年白人男性。
鑒于早些年的天氣資料品質不高，我們選擇1860年作為最早的出生年份。
不平衡面闆的觀察機關是由出生年份和出生狀态定義的群組。
我們首先使用散點圖研究了縣平均農場價值與其天氣條件之間關系的曆史模式。
該橫截面分析旨在表明，随着時間的推移，縣農場價值已經适應了美國當地氣候的永久特征。
盡管美國的溫度和降水範圍很大，但接下來的結果并沒有明确說明美國以外的這種關系的長期不穩定性。
在標明的六十年中，上面闆繪制每個縣每英畝平均農場價值的對數與年平均溫度(華氏溫度)的十年平均值的對比圖，年平均溫度是在人口普查年之前的10年内計算的。
我們還在每十年的散點圖上繪制了一條線性趨勢線和一條lowess拟合曲線。
雙變量圖表表明，溫度與農場價值的相關性在幾十年間逐漸發生了變化。
19世紀下半葉，高溫壓低了農場價值，但這種負面聯系在整個20世紀初變弱了。
近幾十年來，随着氣溫的升高，農場的價值(略微)增加了。
此外，二次關系在十九世紀後期很明顯，峰值在50左右oF.然而，随着時間的推移，這種倒U型關系已經減弱，近幾十年來似乎不顯著。
在縣農場值和年累積降水量的十年平均值之間觀察到類似的曆史模式，如下面的圖所示。
直到二十世紀初，人們還觀察到一種倒U型關系。
對于十年平均年累積降水量低于35英寸的縣，農場價值随着降水量的增加而增加。
然而，高于這一門檻值的高降雨量降低了農場價值。
非線性模式表明，在19世紀後期，縣農場價值與降水量之間存在負相關關系，在整個20世紀早期，負斜率變得平坦且不顯著。
負關系和倒U型關系的衰減在20世紀後期加速；近幾十年來，随着降雨量的增加，縣農場的價值迅速增加。
這種雙變量橫截面分析表明:( a)如果我們在更長的時間内觀察适應，就可以清楚地觀察到對濕熱天氣的适應;( b)适應的模式是非常漸進的。
然而，這種享樂主義的方法并不能确定這種對永久天氣條件的适應是由氣候效應的變化引起的，還是由碰巧與天氣變量相關的其他當地農業、社會經濟或人口特征的效應的變化引起的。
作為一種補充方法，我們使用一個固定效應模型，并将其與前面描述的橫截面結果進行比較。
等式(1)估計了長期天氣對農場價值影響的曆史模式，控制了特定州和特定年份的農業技術改進和不随時間變化的縣因素
表明長期溫度和降雨量的變化對農場價值的影響直到20世紀中葉才迅速改變。
的增長趨勢β 這意味着随着時間的推移，高溫和降雨對農場價值變得更加有利。
然後，β 在1960年至1970年期間後保持穩定，表明近幾十年來對炎熱和多雨天氣的适應有所減緩。
估計的系數取決于固定效果的使用。
相對于1870年的水準，縣固定效應模型估計跨十年的天氣變化對農場價值的影響比年度或逐州固定效應模型要小。
是以，當使用縣固定效應時，估計對炎熱和多雨天氣的适應較慢。
這意味着曆史模式觀察到很大程度上可以解釋為與縣天氣條件相關的非天氣不可觀測的縣特征。
前面提到的主要發現如下:炎熱和多雨的天氣對農場價值的影響在過去兩個世紀中發生了很大變化，曆史模式的轉變主要發生在整個二十世紀上半葉。
是以，如果我們比較樣本時間窗開始(19世紀末)和結束(20世紀末)期間的影響，可以更準确地估計适應的幅度。
為了比較，我們選取了兩個時期:1870年至1900年和1970年至2000年。
在的第(1)和(2)欄中，我們對每個世紀的十年期天氣變量、早期使用的标準控制和國家虛拟變量(換句話說，國家固定影響)進行了縣農場價值的權重回歸。
通過檢查所有控制變量和表明19世紀人口普查年份的虛拟變量之間的互相作用來估計兩個世紀之間邊際效應差異的顯著性估計模型也控制了每個世紀的固定效應。
面闆A和B估計溫度的邊際效應和降水對農場價值的影響。
在中，我們隻報告天氣變量的系數和标準誤差。
結果反映了十年氣候條件和農場價值之間的長期關系。
氣象變量互相作用的系數，跨世紀的變化在統計學上有顯著的影響。
整個分析的目的不是描述農業生産率的農業和政策決定因素，而是評估天氣-生産率關系随時間的不穩定性，我們認為這是衡量幾個世紀以來的适應(廣義定義)。
許多内生因素會影響農場生産率，如政府政策和投資、鐵路等地方基礎設施等等。
當然，固定效應模型吸收了所有固定的縣級和各州的逐年特征，無論它們是内生的還是外生的。
然而，我們對附加控件的使用受到幾個考慮因素的限制。
首先，很少有潛在的控制變量在普查中得到一緻的衡量。
第二，由于缺乏可信的工具，我們将無法糾正政策和基礎設施變量的内生性問題，這些變量可能會受到反向因果關系和遺漏變量的影響。
第三，也是最重要的一點，這些因素是對适應環境(包括氣候)的投資。
我們不想從評估中删除這樣的适應，因為它們是故事的一部分。
這兩個天氣變量經常是互相關聯的。
例如，南方各縣的氣候特點不僅是高溫，還有潮濕和多雨的天氣。
一個天氣因素對農場價值的影響可能會被另一個因素疊加。
我們在面闆C中考慮這個問題，通過對十年的溫度和降水以及這兩個天氣變量的互相作用進行縣農場價值的回歸。
其他規格與面闆A和B中跨列使用的規格相同。
就使用更嚴格控制的列(4)中的系數而言，互相作用效應及其在一個世紀中的變化似乎很小或不太顯著。
為了更好地了解估計系數的含義，我們假設兩個縣的年平均溫度不同:55.4of為一般縣和62.5of代表炎熱的縣，比平均溫度高一個标準差。
我們假設不同國家和不同世紀的降水量和其他農業條件是相同的。
然後，使用的系數T×D 19在C組的第(4)欄中，農場價值作為一個比率的跨世紀差異(換句話說，二十世紀末相對于十九世紀末的農場價值水準)估計一般縣為13.7，炎熱縣為19.1。
因為今天當地溫度對縣農場價值的影響很小，這個模拟表明，随着時間的推移，适應在更熱的地區發生得更快。
同樣，使用的系數P×D 19在面闆C的第(4)欄中，農場價值的跨世紀差異作為一個比率，對于年平均降水量(41.4英寸)的縣，估計為1.6，對于年降水量為51.9英寸的多雨縣，估計為1.9，這比平均降水量高一個标準差。
适應的速率似乎比溫度的速率要小。
然而，它仍然表明，在較潮濕的地區，對降水的适應是明顯的。