在阅读此文前，诚邀您请点点右上方的“关注”，既方便您进行讨论与分享，还能及时阅读最新内容，感谢您的支持。
霍恩贝克研究了从大萧条到20世纪50年代，受到20世纪30年代美国沙尘暴严重侵蚀的县域是如何进行农业调整的。
这项研究调查了适应气候的一般模式；因此，他们的工作与我们的工作是互补的。
最后，一些研究从非农业产出的角度考察了天气的影响。
大多数人集中于确定气候变量对死亡率、健康、教育程度和收入等结果的因果影响估计，从1900年到2004年，通过采用横截面和面板方法，极端高温对死亡率的负面影响显著减弱。
他们认为，现有的研究忽略了对气候变量变化的长期适应，这种变化会持续几十年或更长时间，并强调未来会有更多的适应。
这项研究将历史天气变量与郡一级的农场生产率和个人一级的收入(由职业分数代表)的测量相结合。
本节简要解释了每个变量是如何构造或获得的。
中提供了有关数据源和相关问题的详细信息。
首先，历史县天气变量的构建是基于十九世纪美国气候数据集项目由国家气候数据中心和来自整个美国的站点的长期每日和每月气候记录由美国历史气候学网络提供。
这两个数据集都报告了过去两个世纪以来数千个气象站的月平均温度和月累计降水量。
但是，并非所有国家都有天气信息。
需要估计某些时期没有历史气象站的县的天气变量。
我们使用名为“克里金法”的地统计技术，这是一种将给定(目标)位置的气候值估算为周围位置数据值的加权和的算法。
克里金法使用位置间距离平方的倒数来分配权重；它为距离目标位置较远的周围气象站分配较低的权重利用这种方法，我们估算了从1860年到2000年的逐月平均气温和逐月累积降水量。
然后，根据后面章节的研究设计，我们利用每月的估计结果来计算县或州一级的年、十年和百年平均温度和降水量。
第二，这项研究使用了两个县农场生产率的衡量标准历史、人口、经济和社会数据:美国，1790-2002(海因斯和国际公共政策研究中心:每英亩农田的农场价值和每英亩农田的农场产值。
农场价值被定义为普查时所有农田、住房和附属建筑的价值。
虽然它可以从1850年的农业普查中得到，但我们只使用了1870年到2000年的变量，考虑到估计的天气变量的质量是可以接受的。
农场产值是指统计日前一年内所有农产品的总值。
然而，在1910年、1920年和1930年人口普查的早期资料中没有发现这个变量。
第三，当考虑县域固定效应时，县域边界的变化很重要。
为了部分解决这个问题，我们使用面积加权平均法，在1870县边界上将这些县变量从1880年调整到2000年。
为了方便起见，我们从1870年开始每10年用一次来指代每个人口普查年。
有些年份，每次人口普查的实际年份与本文中提到的年份不同。
例如，1997年进行了2000年农业普查。
第四，作为个人收入的衡量标准，我们使用职业收入得分，可用于大量人口普查。
该变量代表根据1950年人口普查数据校准的分类职业类别的总收入中值。
一个多世纪以来，人口普查记录了职业；因此，收入替代指标适用于相当多的人群。
我们使用了来自1880年和1900-1990年IPUMS综合公共使用微观数据系列的微观样本然后选取1860年到1960年之间出生的20岁到65岁的成年白人男性。
鉴于早些年的天气数据质量不高，我们选择1860年作为最早的出生年份。
不平衡面板的观察单位是由出生年份和出生状态定义的群组。
我们首先使用散点图研究了县平均农场价值与其天气条件之间关系的历史模式。
该横截面分析旨在表明，随着时间的推移，县农场价值已经适应了美国当地气候的永久特征。
尽管美国的温度和降水范围很大，但接下来的结果并没有明确说明美国以外的这种关系的长期不稳定性。
在选定的六十年中，上面板绘制每个县每英亩平均农场价值的对数与年平均温度(华氏温度)的十年平均值的对比图，年平均温度是在人口普查年之前的10年内计算的。
我们还在每十年的散点图上绘制了一条线性趋势线和一条lowess拟合曲线。
双变量图表表明，温度与农场价值的相关性在几十年间逐渐发生了变化。
19世纪下半叶，高温压低了农场价值，但这种负面联系在整个20世纪初变弱了。
近几十年来，随着气温的升高，农场的价值(略微)增加了。
此外，二次关系在十九世纪后期很明显，峰值在50左右oF.然而，随着时间的推移，这种倒U型关系已经减弱，近几十年来似乎不显著。
在县农场值和年累积降水量的十年平均值之间观察到类似的历史模式，如下面的图所示。
直到二十世纪初，人们还观察到一种倒U型关系。
对于十年平均年累积降水量低于35英寸的县，农场价值随着降水量的增加而增加。
然而，高于这一阈值的高降雨量降低了农场价值。
非线性模式表明，在19世纪后期，县农场价值与降水量之间存在负相关关系，在整个20世纪早期，负斜率变得平坦且不显著。
负关系和倒U型关系的衰减在20世纪后期加速；近几十年来，随着降雨量的增加，县农场的价值迅速增加。
这种双变量横截面分析表明:( a)如果我们在更长的时间内观察适应，就可以清楚地观察到对湿热天气的适应;( b)适应的模式是非常渐进的。
然而，这种享乐主义的方法并不能确定这种对永久天气条件的适应是由气候效应的变化引起的，还是由碰巧与天气变量相关的其他当地农业、社会经济或人口特征的效应的变化引起的。
作为一种补充方法，我们使用一个固定效应模型，并将其与前面描述的横截面结果进行比较。
等式(1)估计了长期天气对农场价值影响的历史模式，控制了特定州和特定年份的农业技术改进和不随时间变化的县因素
表明长期温度和降雨量的变化对农场价值的影响直到20世纪中叶才迅速改变。
的增长趋势β 这意味着随着时间的推移，高温和降雨对农场价值变得更加有利。
然后，β 在1960年至1970年期间后保持稳定，表明近几十年来对炎热和多雨天气的适应有所减缓。
估计的系数取决于固定效果的使用。
相对于1870年的水平，县固定效应模型估计跨十年的天气变化对农场价值的影响比年度或逐州固定效应模型要小。
因此，当使用县固定效应时，估计对炎热和多雨天气的适应较慢。
这意味着历史模式观察到很大程度上可以解释为与县天气条件相关的非天气不可观测的县特征。
前面提到的主要发现如下:炎热和多雨的天气对农场价值的影响在过去两个世纪中发生了很大变化，历史模式的转变主要发生在整个二十世纪上半叶。
因此，如果我们比较样本时间窗开始(19世纪末)和结束(20世纪末)期间的影响，可以更准确地估计适应的幅度。
为了比较，我们选取了两个时期:1870年至1900年和1970年至2000年。
在的第(1)和(2)栏中，我们对每个世纪的十年期天气变量、早期使用的标准控制和国家虚拟变量(换句话说，国家固定影响)进行了县农场价值的加权回归。
通过检查所有控制变量和表明19世纪人口普查年份的虚拟变量之间的相互作用来估计两个世纪之间边际效应差异的显著性估计模型也控制了每个世纪的固定效应。
面板A和B估计温度的边际效应和降水对农场价值的影响。
在中，我们只报告天气变量的系数和标准误差。
结果反映了十年气候条件和农场价值之间的长期关系。
气象变量相互作用的系数，跨世纪的变化在统计学上有显著的影响。
整个分析的目的不是描述农业生产率的农业和政策决定因素，而是评估天气-生产率关系随时间的不稳定性，我们认为这是衡量几个世纪以来的适应(广义定义)。
许多内生因素会影响农场生产率，如政府政策和投资、铁路等地方基础设施等等。
当然，固定效应模型吸收了所有固定的县级和各州的逐年特征，无论它们是内生的还是外生的。
然而，我们对附加控件的使用受到几个考虑因素的限制。
首先，很少有潜在的控制变量在普查中得到一致的衡量。
第二，由于缺乏可信的工具，我们将无法纠正政策和基础设施变量的内生性问题，这些变量可能会受到反向因果关系和遗漏变量的影响。
第三，也是最重要的一点，这些因素是对适应环境(包括气候)的投资。
我们不想从评估中删除这样的适应，因为它们是故事的一部分。
这两个天气变量经常是相互关联的。
例如，南方各县的气候特点不仅是高温，还有潮湿和多雨的天气。
一个天气因素对农场价值的影响可能会被另一个因素叠加。
我们在面板C中考虑这个问题，通过对十年的温度和降水以及这两个天气变量的相互作用进行县农场价值的回归。
其他规格与面板A和B中跨列使用的规格相同。
就使用更严格控制的列(4)中的系数而言，相互作用效应及其在一个世纪中的变化似乎很小或不太显著。
为了更好地理解估计系数的含义，我们假设两个县的年平均温度不同:55.4of为一般县和62.5of代表炎热的县，比平均温度高一个标准差。
我们假设不同国家和不同世纪的降水量和其他农业条件是相同的。
然后，使用的系数T×D 19在C组的第(4)栏中，农场价值作为一个比率的跨世纪差异(换句话说，二十世纪末相对于十九世纪末的农场价值水平)估计一般县为13.7，炎热县为19.1。
因为今天当地温度对县农场价值的影响很小，这个模拟表明，随着时间的推移，适应在更热的地区发生得更快。
同样，使用的系数P×D 19在面板C的第(4)栏中，农场价值的跨世纪差异作为一个比率，对于年平均降水量(41.4英寸)的县，估计为1.6，对于年降水量为51.9英寸的多雨县，估计为1.9，这比平均降水量高一个标准差。
适应的速率似乎比温度的速率要小。
然而，它仍然表明，在较潮湿的地区，对降水的适应是明显的。