
{{aisd}}
AI生成 免责声明
本次专访:

北京师范大学地理科学学部教授 丑洁明
导语:
极端天气不再只是气象新闻里的现象,已经实实在在演变为产业经营风险。北京师范大学丑洁明教授提出厄尔尼诺“四层传导”模型,清晰拆解出从气候灾害、资产损耗,再到大宗商品波动、最终拖累收入与宏观经济的完整链条。农业首当其冲,农户一边投入硬件防灾,一边受制于投入产出比的现实约束;农业保险试图通过数字化补齐风控短板,但制度落地尚需时间;能源等工业领域同样遭遇寒潮、结冰等气候带来的设备运维难题。单一主体的防范能力存在天然边界,仅仅依靠10天以内的精准天气预报远远不够。面对气候变局,企业该如何看懂中长期概率性气候预警,把气候科学转化为生产排产、库存管理、设施设防的现实决策,已经成为摆在各行各业面前的必答题。
——————
北京师范大学地理科学学部教授丑洁明将厄尔尼诺对经济的影响概括为“四层传导”模型:第一层是由厄尔尼诺事件催生极端气候灾害,然后是由气候灾害造成资产损失和全要素生产率下降,接着是由于受灾导致大宗商品供给减少、价格上升,导致对应产业链上普遍的涨价和减产,最后则体现为居民收入和GDP的下降。
这个过程中,最直接受害的是第二层,尤其是产量高度依赖天气的农业。但大多数农民并不是“厄尔尼诺”专家,并不清楚厄尔尼诺和他们习以为常的各类气候灾害的联系。在陕西和朋友合作承包500亩苹果园的肖宗贵从事农业近三十年,应对气候灾害相当有经验,通过耗资200万元的防雹网、耗资百万元的防霜机等设备,他们的果园在冰雹、霜冻等极端天气下已经有了较强的防御能力。
对于厄尔尼诺造成的其他可能影响——比如干旱——并没有太放在心上。这部分是由于苹果树本身有一定的抗旱能力,遇到普通的旱情无非是果子结小一点,并不会对果树造成生命威胁。而且这方面能够有所作为的空间很有限,他们已经建了一个6000平方米的蓄水池,占到果园整体面积的2%,但在干旱时期完全不够用。某种程度上,他觉得“干旱是无解的。”
这种“无解”,核心其实是个投入产出比问题。从农户自身的角度来看,为了防范风险而做的投入无论如何不能高于生产带来的利润,不然经营就会无以为继。但如果可以引入其他的资金和技术来源,情况就可以进一步改善。
温艳娟在北京郊区庞各庄种了四十年西瓜,她应对气候风险的措施之一是购买农业保险——每亩地的保费是500多元,但是大部分由北京市财政部和大兴区政府支付,自己只要交三四十元。
除了农户和政府,保险行业本身也不可避免地被卷入极端气候之中。面对日益增加的极端气候发生频率和受灾农户数量,如何提高精准化设计保险产品和理赔的能力、让同样的资金能够更高效地应对风险,正成为核心课题。2025年12月,国家金融监督管理总局印发《全国农业保险地块基础信息库建设试点工作方案》,启动全国农险地块信息库建设。北京保险行业协会今年为此组织了6家试点公司开展全域数据采集建档,覆盖6个行政区、331个行政村,希望解决长期以来农险承保“地块不清、面积不准”的问题,为后续线上精准承保、理赔提供支持。不过远水救不了近火,这一措施要充分见效需要数年甚至更久。
除了农业和保险业,能源行业也受极端气候的显著冲击。比如寒潮会为风力发电设备带来特殊的挑战。一则寒潮过猛、风速过大可能导致设备宕机,二则低温可能造成风机叶片结冰,降低其运作效率,两者都会增加运维成本和部件损伤风险。
上述所有的这些影响,都属于“四层传导模型”的第二层,也是人为干预相对最容易控制的一层。如果能够有效控制,那后面第三、第四层的传导影响就会弱得多。但是前面的案例已经显示,各行业自身的努力有其边界,更有效的解决方案或许需要各方跨出自己的边界,更好地分享信息、协同合作。
——————
我们需要把厄尔尼诺的科学研判落地到企业真实经营场景,直面一系列现实命题:15‑60天的县域预报、月季尺度的气候风险预警,能否真正成为企业排产调产、库存规划、设施设防的决策依据?当超过10天的逐日天气无法做到精确预判,企业又该如何适应以趋势、概率为基础的气候思维来组织生产经营?12月1日,绿点计划将于北京举办“极端天气带来的产业影响与企业应对”沙龙,将专访中未尽探讨的议题搬至现场圆桌,共同寻找产业应对气候变局的可行路径,敬请期待。
项目咨询:冯老师 fengjian@yicai.com(微信:juniorfeng)
“我们能做的不是拦住厄尔尼诺,而是不在它到来那天才第一次听说它。”
撒加罗说:“无论贸易壁垒和局势如何变化,这些并不在我们掌控之中,我们都始终坚定地投入这个市场,并将继续维护中国伙伴与美国农民之间的关系。”
“史上最强的一次,和一次提前的准备。”
贝纳西-基雷表示,金融体系所面临的风险,既取决于灾害本身,也取决于系统的脆弱性。
地缘冲突频发与强厄尔尼诺气候冲击正深刻调整全球油脂油料市场供需格局,而国内油脂油料期货市场通过丰富风险管理工具与深化国际合作,有效助力产业应对复杂市场环境下的不确定性。