原文信息：Somanathan E, Somanathan R, Sudarshan A, et al. The impact of temperature on productivity and labor supply: Evidence from Indian manufacturing[J]. Journal of Political Economy, 2021, 129(6): 1797-1827.

原文链接：

https://www.journals.uchicago.edu/doi/10.1086/713733

01

引言

夏入三伏，暑气逼人。在这海天云蒸的夏日，时常汗流浃背，我无数次在心中发出灵魂呐喊“好热”！杜甫也曾因为天热而吃不下饭，“七月六日苦炎蒸，对食暂餐还不能”。贾谊认为“天地为炉兮，造化为工；阴阳为炭兮，万物为铜”，后来者认同了他的观点，“日轮当午凝不去，万国如在洪炉中”，同时吐槽了炎炎夏日。诗人大多出生高门大户，尚且在酷暑中冲动烦躁，百姓更是饱受烈日之苦。白居易观察了农民种田的艰辛，写下了传颂千古的“力尽不知热，但惜夏日长”。赫日阳炭今又是，换了人间。将目光从古代转到今朝，将群体从农民转到工人，将地域从中国转到印度。2021年JPE发表的文章利用来自印度制造业的数据讨论了高温对生产率和劳动供给的影响。

数据来源

02

A.工厂数据

文章采用了不同的数据库来测度可能存在的高温影响，收集了纺织业、服装业以及钢厂中这三个产业工人的产出和考勤数据。因为纺织业雇用了印度约12%的工厂工人，服装业雇用了约7%的工厂工人，比莱钢铁厂则是世界上最大的钢轨生产商。

表1 数据集汇总

作者获取了三家织布厂（cloth-weaving）147名工人的每日织布米数和出勤率数据；工人的工资按织布机织布的米数计算，缺勤天数不计工资，仅使用窗户和风扇来降暑。文章获得了八家工厂服装厂（garment sewing）生产数据和出勤记录；工人按月领取工资，本文所衡量的生产率与整条缝纫线有关，熟练工人为每条生产线设定了每小时的生产目标，以实际每小时产出衡量生产率。钢铁厂每天分三班轮流值班，工厂员工人数的中位数为66人。获取的数据共观察到3337个工作日中的9172个班次，记录了1999-2008年间每个工作班次的团队和轧花数量。除了每个班组的产量外，作者还掌握了2000年2月至2003年3月857个工作日内的班组缺勤情况。文章还从《工业年度调查》（ASI）中获取了1998-2012的工厂数据。

B.天气数据

天气数据来自城市公共气象站和印度气象局（IMD）的数据。气象局通过遍布全国的监测站网络获取每日温度和降雨量测量数据。气象站数据能为附近地点提供更精确的测量，较大区域的温度则采用气象局的数据进行衡量。

03 

模型设计与实证结果

在实证部分，文章先实证了工人产出受到高温的影响，然后考察了高温是否能影响员工的缺勤。在个人产出层面上得出较为稳健的结论后，作者继续探究了温度对工厂产出的影响。随后，本文建立了模型阐述温度通过劳动生产率对产出产生影响。

A.温度对工人产出的影响

对于织布厂而言，yiw是工人 i 在第 w 周内平均每天生产布匹长度的反双曲正弦变换。对于钢厂来说，yiw是第 i 班在第 w 周内轧制的大方坯平均数量的对数。对于服装厂来说，yiw是每条缝纫线（一组工人）效率的对数，“效率”是服装公司使用的绩效指标，基于缝纫线每小时完成的作业数量。

αi为第i个单位的固定效应。单位特指织布企业的个体工人，服装企业的缝纫线以及钢铁厂的一个班组。为了控制潜在的时间趋势，文章添加了月份固定效应（γM）和年度固定效应（γt）。Riw表示每周日降雨量的平均值，Xiw表示其他控制因素。变量是对参考周中处于给定温度区间j的天数，使用以下温度区间：（0,19]、（19,21]、（21,23]、（23,25]、（25,27]、（27,29]、（29,31]、（31,33]、（33,35]、（35,50]。

图1 温度对工人产出的影响

Tj表示当天的最高温度处于第 j 个温度区间；Rid为日降雨量；Xid现在包含了一周中某一天的固定效应，比如周一固定效应等。由图1可知，大部分温度效应发生在最高的两个温度区间。本文对温度较低的区间进行合并，将重点放在高温上。

表2 高温对工人产出的影响

由表2可知，在没有空调且天气较热的情况下，日产量会下降19。纺织工人受到高温的影响最明显，前六天中每多一天最高气温超过35摄氏度，就会导致当日产量下降2.7%。但请注意，即使在有空调的制衣厂，前期的高温对于现在的产量也有一定影响。

表3 高温对工人缺勤的影响

从表3展示了温度与工人缺勤率之间的关系。无论工厂是否采取了应对高温的措施，高温都会影响到缺勤率。制衣厂采取了应对高温的措施，我们发现带薪缺勤（表3第1列）的次数会随着同期和滞后气温的升高而增加，但无薪休假（表3第2列）的概率却不会随着气温的升高而改变。对于没有采用应对高温措施的制衣厂，则无法获取任何明确的结论。

对于服装厂和钢铁厂而言，工人团队缺勤率的增加并不能明确导致对产出的降低。对织布工人而言，前六天中每多一天气温超过35摄氏度，缺勤概率就会增加0.005。工人在岗时的平均产量为134.3米布，由于缺勤会导致产量为零，这相当于减少了0.7米。

B.温度对工厂产量的影响

在A部分已知温度能够显著的影响工人产出，进一步探究温度是否影响工厂的产出。

图2 温度对工厂年产量的影响

此外文章通过替换相关指标得出了类似的结论，证明了结论的稳健性。感兴趣的读者可查看原文。

C.劳动生产率

用 y、k 和 l 分别表示产出、资本和劳动力的对数值：

我们假设全要素生产率α、劳动力产出弹性ω和资本产出弹性β在以j为长度的温度区间内都是线性的。

综上可得

用每年年初设备和机器的净值来衡量资本，用全职工人的数量来衡量劳动力。在上述公式中加入了对工厂和年份固定效应以及降雨量的控制，并估计了ωj、βj和αj。

表5第3列是该模型的系数。第1列和第2列显示的是通过在基础模型中逐步引入劳动力和资本与温度交乘项的估计值。第3列中温度与劳动力的交互项均为负且显著，而温度对资本产出弹性的影响为正。如前四行所示，在控制温度与劳动力和资本的交互作用后，温度的残差效应也不显著。这些结果表明，是气温导致的劳动生产率下降推动了气温对产出的负面影响。

表5 温度与生产要素的调节效应

结论

04

吴地天气多炎暑，水牛怕热，见到月亮以为是太阳，故卧地望月而喘。汉代《风俗演义》中记载了「吴牛望月则喘」之语。后来吴牛喘月成为成语，可形容天气炎热。兽犹如此，人何以堪？

本文估算了温度对制造业产出的影响。在没有空调的情况下，工人的生产率在高温天会下降；即使在有空调的工厂中，工人也会受到同期和滞后气温的影响而缺勤，这表明仅靠工作场所的适应性不足以减轻高温的所有影响。温度对工厂年产值的影响很大程度上是通过其对劳动力产出弹性的影响所产生的。

因此研究保护工人免受环境温度影响的低成本技术可能具有重要的社会价值。从长远来看，工业部门还有其他应对高温的方法，其中包括提高自动化程度以及从世界高温地区的劳动密集型部门转移出来。这些适应性反应可能会对分配产生重大影响，如果针对生产率较高的工人，它们往往会加剧工资不平等。

推文作者：吉文军，暨南大学经济学院博士研究生（incoming）研究方向为公司金融，欢迎学术交流~

电子邮箱：jiwenjunaufe@outlook.com。推文内容中若存在错误与疏漏，欢迎邮箱批评指正！

Abstract 

Hotter years are associated with lower economic output in developing countries. We show that the effect of temperature on labor is an important part of the explanation. Using microdata from selected firms in India, we estimate reduced worker productivity and increased absenteeism on hot days. Climate control significantly mitigates productivity losses. In a national panel of Indian factories, annual plant output falls by about 2% per degree Celsius. This response appears to be driven by a reduction in the output elasticity of labor. Our estimates are large enough to explain previously observed output losses in cross-country panels.

声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。