摘要：当前，国内对气候相关金融风险的分析侧重于气候转型风险。而在2025年2月，国家金融监督管理总局、中国人民银行发布的《银行业保险业绿色金融高质量发展实施方案》进一步提出要“加强对物理风险的研究，探索评估重点行业和地区的物理风险暴露水平”。鉴于此，我们将以系列报告

气候物理风险，基本概况与特征

当前，国内对气候相关金融风险的分析侧重于气候转型风险。而在2025年2月，国家金融监督管理总局、中国人民银行发布的《银行业保险业绿色金融高质量发展实施方案》进一步提出要“加强对物理风险的研究，探索评估重点行业和地区的物理风险暴露水平”。鉴于此，我们将以系列报告的形式探索气候物理风险对商业银行的影响。

本文作为系列报告的第一篇，就我国气候物理风险的行业和区域概况进行分析，主要发现如下：

我国气候类型复杂多样，是全球气候脆弱地区和受气候灾害影响最严重的国家之一。近年来，我国地表年平均气温呈显著上升趋势，极端高温、极端强降水事件趋多趋强，极端低温事件发生频次虽明显减少但强度并未减弱甚至极端性更强，台风登陆的平均强度波动增强，沿海海平面总体呈加速上升趋势。

虽然我国极端天气事件的频率和强度显著增加，但自然灾害经济损失程度呈下降趋势。本文构建的气候韧性评价指标结果显示，我国气候韧性水平持续提高，表明我国的气候风险抵御、适应和恢复能力已显著增强，这有效缓解了气候灾害对我国经济的损害。

气候物理风险具有明显的行业差异性和区域异质性，需要分别进行分析。

在行业气候物理风险方面：

农业依赖于自然环境的天然属性，导致农业生产经营活动极易受到气候变化的影响，干旱、洪涝、台风和地质灾害对我国农业生产影响较大。

房地产行业容易受暴雨洪涝、飓风、森林火灾、海平面上升等影响而构成重大风险，其中暴雨洪涝是导致我国房屋损毁的主要元凶；沿海地区台风、海水倒灌、沿海洪水等极端天气与海平面上升、海岸侵蚀等长期风险并存的物理风险特征，将对沿海地区房地产行业构成威胁。

发电行业对干旱、强风、冰雹、暴雪、洪水、气温升高、海平面上升多种风险敏感，其中强风、暴雪、冰雹对光伏电站破坏力最强的气候灾害。

公用事业、能源、房地产、材料、金融等行业长远来看受气候物理风险冲击也较大。

在分区域气候物理风险方面，本文以1973-2024年日度气象数据为基础，基于极端低温、极端高温、极端强降水三类极端天气的出现频次，构造了气候物理风险指数。气候物理风险指数值越高，表明该地区气候物理风险水平越高。结果发现：

自2003年以来，全国气候物理风险指数呈现波动升高趋势，指数值升高的主要原因是极端高温天气发生频次显著增多。

分地区来看，近年来华东、中南和西南地区的物理风险水平偏高，东北地区较低。

从省级地区角度，各地气候物理风险指数增长趋势明显，近年来，华东的上海、江苏、浙江、安徽、福建、江西、山东，中南部的河南、湖北、湖南、海南，以及西南部的重庆、四川、贵州的气候物理风险指数偏高。2024年气候物理风险指数结果显示，近半数省级地区的气候物理风险指数达新高或次高，江苏、浙江高于往年平均值程度最大。

从主要城市角度，三亚、广州的气候物理风险指数长期处于较高水平。近年来，中南部的武汉、郑州、长沙，东部的南京、合肥、上海、南昌、福州，西南部的贵阳、重庆，西北部的银川、拉萨，华北的太原和石家庄等城市的气候物理风险指数偏高。2024年，武汉和郑州物理风险指数高于往年平均值程度最高。

需要指出的是，本文构建的气候物理风险指数存在一定局限性，如有待将干旱、台风等更广泛的极端天气以及灾害损失等因素纳入，也应考虑到地区气候变化减缓和适应能力，故我们在日后的研究中将以此为方向进行优化。

一、引言

近年来，全球气候变暖趋势仍在持续，极端天气发生的频度和强度日益增加。世界经济论坛的《全球风险报告（2025）》评估未来十年内全球最严重的十大风险中，极端天气事件位居首位。我国是全球气候变化的敏感区和影响显著区，不同地区气候条件差异巨大，受极端天气事件影响严重。《中国气候变化蓝皮书（2024）》显示，中国区域升温速率高于同期全球水平，同时平均年降水量呈上升趋势，极端强降水量事件发生频次显著增加。当前，气候风险已成为金融风险的一大来源，商业银行作为金融系统的重要组成部分，必将面对气候物理风险所带来的严峻考验。2025年2月，国家金融监督管理总局、中国人民银行发布的《银行业保险业绿色金融高质量发展实施方案》提到“加强对物理风险的研究，探索评估重点行业和地区的物理风险暴露水平。保险公司要完善绿色保险有关风险评估模型，做好对气候变化、自然灾害等的风险分析”，指明了银行保险机构对于物理风险的下一步研究方向。

物理风险的概念已有清晰界定。物理风险是指由极端天气事件带来的经济损失，通过损害家庭、企业、金融机构等主体的资产负债表，威胁金融和宏观经济稳定性的风险（王信，2021）。物理风险分为急性和慢性两类，急性物理风险指的是暴雨、洪涝、台风、寒潮、高温热浪、森林火灾等突发性的极端天气事件，慢性物理风险指的由长期的气候变化引发的渐进性风险，如气温升高、海平面上升、海洋酸化等（NGFS，2020）。与自然因素导致的物理风险对立的是，由人为因素带来的转型风险，即由政策、市场偏好、技术等因素变化而产生“搁浅”资产而引致的风险。物理风险和转型风险是气候风险的两种表现形式，二者也存在紧密的联系。物理风险发生频率和强度的增加，会推动相应风险缓释政策的出台，进而导致政策环境的趋严；反之，若气候变化应对措施的强度不及预期，也可能导致物理风险的加剧（王文蔚，2024；Furukawa等，2020）。

物理风险产生的必要条件是极端天气、风险敞口和脆弱性，三者缺一不可。2014年，政府间气候变化专门委员会（IPCC）第五次评估报告中提出气候变化下的灾害风险是由灾害（Hazard）、风险敞口（Exposure）、脆弱性（Vulnerability）三方面相互作用的结果，其中灾害表示物理风险事件的发生（或潜在趋势）的概率与强度；风险敞口表示在物理风险事件下的暴露程度，对于金融机构而言，风险敞口主要取决于客户资产价值及其地理位置（包括价值链上下游）；脆弱性表示受物理风险不利影响的程度，源于抗风险能力的不足和适应性的缺乏，包括敏感性（Sensitivity）和适应能力（Adaptive capacity）两个因素，其中敏感性表示表示受物理风险影响的倾向性，取决于业务活动与业务模式的特点，适应能力表示预防、应对气候灾害和灾后恢复能力。IPCC的三维度分析框架已逐渐成为学者和机构进行物理风险评估的参考范式之一。此外，IPCC在第六次评估报告中又进一步纳入了响应（Response）因素，认为人为采取的响应措施存在不确定性，即可能无法实现预期目标或对其他社会目标产生制衡和负向副作用，故可能引发新的风险。未来，IPCC的四维度分析框架将成为物理风险评估分析的主流框架。

物理风险出现的必要条件也决定了物理风险具有鲜明的行业和区域特征。行业层面，相较于转型风险集中于碳密集行业，物理风险的行业影响范围更广，实体资产、生产运营、基础设施处于气候灾害易发地的企业，均有遭受冲击的潜在可能。但部分行业的物理风险敏感性更高，如农业、能源、电力、化工、交通运输、旅游、医疗健康、房地产、保险等行业，主要原因在于这些行业的生产过程、原材料供应、基础设施、供应链更易受到极端天气等自然因素的影响。区域层面，地区异质性是物理风险最鲜明的特征，不同国家和地区的气候灾害类别不同。例如，欧洲地区主要的气候灾害为干旱、高温热浪和洪水（ECB，2022）。

物理风险会通过供给、需求和金融渠道传导与蔓延至经济领域。供给侧是物理风险的直接影响所在，灾害易发地的商品和服务的生产与供应面临潜在风险，具体体现在劳动力、资本、基础设施等生产要素投入，以及供应链、全要素生产率的负面影响（Sheng和Xu，2019；NGFS，2024）。在需求侧，气候灾害引致的资产损失会影响家庭和企业的收入水平，从而对消费和投资产生抑制作用，并且风险认知（预期）、风险承担意愿的变化，会影响消费者偏好与适应性行为，从而导致未来需求模式的改变（Nguyen等，2020；刘明辉等，2022）。在金融侧，物理风险主要通过资产定价、信贷条件、信贷资产质量进行传导。气候灾害事件会导致金融条件收紧和融资渠道减少，增加灾后经济重建的难度，延长和扩大冲击的影响时间与范围，并且金融部门韧性的下降，也会削弱其金融中介作用。同时，作为经济的血脉，金融与经济共生共荣，物理风险对实体经济部门的冲击必然会引发金融体系内部反馈效应，威胁金融体系的稳定运行（NGFS，2024）。

物理风险破坏金融体系稳定性有三条主要路径（王信，2021）：一是通过保险业的资产与负债渠道，物理风险会直接影响保险公司的承保业务，导致赔付增加，降低保险覆盖率（李子晗和李红坤，2024）。二是通过银行信贷渠道。极端天气事件会使押品受损或价值缩水，使银行资产负债表的恶化，并且银行放贷条件的收紧又会进一步造成经济下行，引发新一轮风险。同时，极端天气事件还可能造成贷款违约损失和违约概率的上升，提高银行风险承担水平。三是资本市场渠道。气候物理风险可能增加家庭、企业和金融机构的流动性需求，并可能引发市场对资产的重新定价，进而引发抛售行为。

鉴于物理风险对经济和金融体系稳定的持续且广泛的影响，物理风险影响评估显得尤为重要。若想得到较为可靠的评估结果，基本前提是对物理风险的有效测度。当前学术界与业界的物理风险测度方法可大致概括为三类：

一是基于天气因素衡量物理风险。此种方法直接以物理风险本身出发，代理变量包括洪水、飓风、台风、寒潮、热浪等极端天气事件，以及气温升高、海平面上升、降水模式变化等慢性天气。例如，Guo等（2024）基于日均气温、日降雨量和日露点数据，通过计算一年内极端低温、极端高温、极端降水、极端干旱天数，构建了气候物理风险指数。此种方法的优点在于天气数据可获得性、颗粒度和准确性较高，因而被研究者和业界广泛运用。例如，我国的“国家气象信息中心-郑州商品交易所气温指数”，目前覆盖53个基准地和六大指数（最低气温指数、日最高气温指数、日均气温指数、候均气温指数、制冷度时指数、取暖度时指数）。其中，最低/最高气温指数、日均/候均气温指数方便农业部门使用，目前已在天气指数保险领域广泛应用，相关风险管理产品能够满足农业生产者对气温变化的避险需求；制冷/取暖指数与用电量相关性强，可以较好刻画能源电力企业面临的天气风险[1]。但此种方法的明显缺点是难以直观体现物理风险的冲击程度。所以，随着灾害经济学理论和实践的发展，基于损失因素测度物理风险的方法开始出现。

二是基于损失角度测度物理风险。此种方法的代理变量主要包括直接经济损失、受灾人口、受灾面积（如农作物受灾面积、受灾森林面积、受损海堤长度）、受灾建筑数量等。比如，德国观察（Germanwatch，一家致力于全球可持续发展的的德国非政府组织）所编制的气候风险指数（Climate Risk Index）基于经济损失、死亡人数、受灾人口三类指标建立，该指数衡量了气候物理风险对各国的影响程度[2]。基于损失测度物理风险的优势是能够直观体现物理风险的冲击程度，但缺点在于数据可获得性和颗粒度较低。特别在于分析特定地点的物理风险时，地区的物理风险损失难以直接从官方渠道获得甚至数据为空白，若自行计算，计算难度大且测度结果精准性难以保证。

三是基于复合或其他衍生因素测度物理风险。部分研究采用了基于“天气+损失”复合因素的方式来测度物理风险，例如Zanin等（2024）基于风速和房产数量构造损失指数，从而评估台风灾害对美国路易斯安那州住房抵押贷款的影响。部分文献则构建气候物理风险词典，应用文本分析刻画物理风险，此种方法多见于企业层面分析，例如，王文蔚（2025）以A股上市企业年报中气候相关词频作为企业层面物理冲击程度的度量指标，从而分析气候冲击与企业违约风险的关系。

总结已有研究和实践进展，物理风险研究主要存在以下局限之处：一是研究领域存在不平衡。当前，气候风险对经济金融体系影响的研究还依旧侧重转型风险，物理风险的探讨严重不足。并且，已有物理风险的文献也集中于短期的极端天气，气温升高、海平面上升等慢性物理风险的研究屈指可数。二是物理风险向经济金融体系的传导渠道还有待进一步探索，例如是否存在多重效应和叠加冲击。同时，不同区域和行业的物理风险特性也需深入分析，只有深刻理解区域与行业的物理风险特性，才有可能实现从被动响应到主动防御的转变。三是我国物理风险研究还尚处起步阶段，值得学界和业界的重视。我国作为一个极端天气频发的国家，物理风险暴露度可能较大，并且在“双碳”目标的紧约束下，物理风险极有可能叠加转型风险，共同冲击我国经济金融体系的稳定性。

有鉴于此，我们以系列报告的形式探索气候物理风险对商业银行的影响。本文作为系列报告的第一篇，聚焦我国的气候物理风险特征，分别围绕我国气候物理风险总体概况、不同行业和不同区域的物理风险特性展开深入分析。

二、我国气候物理风险的基本特征

2.1 总体概况

我国气候的总体特征可概括气候类型复杂多样、大陆性季风气候显著两方面。一方面，我国疆域辽阔，南北跨纬度广，具有热带、亚热带、温带等多种温度带，是我国气候类型复杂多样的基础原因。另一方面，我国地处世界最大的亚欧大陆和世界最大的海洋太平洋之间，海陆热力差异大，致使我国大陆性季风气候显著，表现为由东南沿海向西北内陆，依次出现湿润、半湿润、半干旱、干旱的气候区[3]。

我国复杂的地形使各地气候有各自鲜明的特征，一系列东西走向的山脉，成为我国气候的重要分界线。被《周易》称为“龙脉”的秦岭，横贯中国中部，由于山体高大，秦岭对气流运行产生阻滞作用，由此成为关系我国南北气候的重要山脉。1908年，著名地理学家张相文提出了秦岭-淮河线，这条线也被公认为中国南北气候地理分界岭。秦岭-淮河线，西起甘肃，穿越陕西、河南，东至安徽、江苏，大致与我国冬季0℃等温线、800毫米年降水量吻合。秦岭-淮河以北地区，属暖温带 ，1 月平均气温在 0℃以下，年降水普遍低于800毫米，是半湿润区；秦岭-淮河以南地区，属亚热带，1 月平均气温在 0℃以上，年降水量超过800毫米，是湿润区。近年来，随着全球气候变暖趋势的加剧，秦岭-淮河地区降水量和气温发生显著变化，造成极端天气发生频率和强度的增强，生态环境遭受严重冲击。例如，2021年“千年一遇”的郑州“7·20特大暴雨”便是全球变暖背景下极端强降水事件频发的具体表现。

我国是全球气候脆弱地区之一，也是气候灾害影响最严重的国家之一。我国气候灾害具有种类多样、分布广泛、发生频率和强度高、次生灾害严重、经济损失严重等特点[4]。从灾种类型来看，干旱、暴雨洪涝、台风、寒潮、高温热浪[5]、森林草原火灾等为我国多发性气候灾害（图表2）。《中国气候变化蓝皮书（2024）》显示，近年来极端天气气候事件趋多趋重，极端高温、极端强降水事件趋多趋强，极端低温事件总体减少，台风登陆的平均强度波动增强。

2.2 基本现状

2.2.1 气温

20世纪70年代以来，我国年平均气温上升趋势显著。1973年以来，全国历年平均气温呈现波动上升趋势，特别是进入21世纪后，全国年平均气温长期高于常年（1981-2010年）平均值，且差距逐渐扩大。2024年，全国平均气温创新高，约13.5℃，较常年偏高约1.8℃。

从省级地区层面[7]来看，2024年多数省份平均气温达历史最高。2024年，平均气温最高的四个省份为东南沿海地区的海南、广东、广西和福建，年均气温均超过20℃。2024年，多数省份平均气温达历史最高，31个省级地区中，除海南、广西、广东、云南、福建、天津外，其余省级地区年均气温均达1973年以来历史最高。其中，山西、西藏、山东的年均气温距平（1981-2010年平均值）最多，均超过2.2℃。

2.2.2 降水

近年来，我国平均降水量有增多的迹象。据《中国水资源公报》数据显示，全国平均降水量在不同年景差别较大，但自2012年以来，有增多的迹象。2023年全国平均降水量642.8mm，年降水量距平百分比[8]为-0.2%，与多年平均值基本持平。

从省级地区层面来看，我国各地区降水量差异化明显，基本呈现由东南沿海向西北内陆逐渐递减的趋势。2023年，超半数省级地区的降水量较常年偏多，其中河南降水量距平百分比最高，为35%，其次为北京的28%和吉林的20%。云南、贵州、湖南的降水量较常年偏少，距平百分比分别为-17%、-14%和-13%。

2.2.3 气候灾害损失情况

从全国层面来看，极端天气事件的频率和强度显著增加。据《中国气候变化蓝皮书》显示，对于变暖趋势与极端高温，1961-2023年，我国地表年平均气温呈显著上升趋势，平均每10年升高0.3℃，高于同期全球平均升温水平；我国极端高温事件自21世纪出以来明显增多，特别是在2022年，中国共发生极端高温事件3501站日，极端高温事件频次为1961年以来最多。对于极端低温，虽然极端低温事件发生频次明显减少，但强度并未减弱甚至极端性更强[9]。对于极端强降水，极端强降水事件增多、增强，年累计暴雨（日降水量≥50毫米）站日数每10年增加4.1%[10]，平均年降水量呈增加趋势，平均每10年增加5.2毫米。对于干旱，我国干旱发生频次增加、强度增加、干旱范围扩大、干旱面积整体呈增加趋势，跨季节持续干旱事件也明显增多[11]。对于台风，20世纪90年代后期以来登陆中国台风的平均强度波动增强，强台风及超强台风比例呈现明显上升趋势，登陆台风强度偏强且登陆位置偏北。对于海平面上升速率，中国沿海海平面总体呈加速上升趋势，1980-2023年，中国沿海海平面变化总体呈加速上升趋势，上升速率为3.5毫米/年；1993-2023年，中国沿海海平面上升速率为4.0毫米/年，高于同时段全球平均水平（3.4毫米/年）[12]。

在我国自然灾害防御能力持续提升和气候风险适应能力不断增强的背景下，全国自然灾害直接经济损失规模[13]及程度呈下降趋势。2010年以来，全国自然灾害直接经济损失规模呈现下滑态势，与此同时，自然灾害损失程度（直接经济损失占GDP的比重）也表现为下降的趋势。在2020 年提出“双碳”目标以来，自然灾害损失规模和程度进一步降低，2023年全国自然灾害直接经济总损失6454.5亿元，约占GDP的0.27%。猜测原因在于，虽然近年来我国极端天气气候事件的频率和强度显著增加，但我国坚持一手抓“减缓”，一手抓“适应”，以“双碳”为引领，积极采取调整优化产业与能源结构、增加森林碳汇、开拓市场机制等政策措施，增强气候韧性，提高气候变化适应能力与防灾减灾水平，有效减缓了极端天气事件对我国经济社会造成的危害。进一步按灾种类型剖解，暴雨洪涝灾害损失占比长期保持最高。2012年以来，暴雨洪涝灾害造成的直接经济损失占总自然灾害直接经济损失的比例一直处于所有灾种类型的首位，2019年以来该比例持续扩大，2021年暴雨洪涝灾害直接经济损失为2458.9亿元，占总直接经济损失比重高达76.5%。干旱灾害，大风、冰雹与雷电灾害，台风（热带气旋）灾害，雪灾和低温冷冻灾害等灾种对于我国影响总体偏轻。

从省级地区层面来看，四川、湖南、河南、河北等中部、东部省份的然灾害经济损失规模较高，而甘肃、西藏、青海、吉林等西部、东北部省份损失程度偏重。统计2014-2023年各省级地区自然灾害直接经济损失数据，损失规模方面，四川省为所有省级地区最高，河北、湖南、河南、广东、湖北等省份也较高；损失程度（直接经济损失占GDP的比重）方面，甘肃和西藏的损失程度最高，直接经济损失占GDP的比重均超过1%，青海、吉林、云南等地的损失比例也都高于0.7%，上海、江苏、天津损失比重最低，不足0.1%。按灾种类型拆解，暴雨洪涝灾害仍为多数省份损失比例最高的自然灾害类型。其中，四川暴雨洪涝灾害直接经济损失占该地区自然灾害经济总损失的比重超过90%，重庆、北京则大于80%，湖南、西藏、江西、河南、湖北、贵州、安徽也都高于70%。此外，海南、上海、浙江、广东、福建等沿海地区则受台风（热带气旋）灾害的影响更重；新疆主要受大风、冰雹及雷电灾害的影响；干旱灾害主要影响内蒙古地区；宁夏、山西受雪灾和低温冷冻灾害的影响偏重。

2.3 进一步分析

在2.2.3节中，本文猜测全国自然灾害直接经济损失规模及程度呈下降趋势的原因是我国气候变化的减缓策略和适应能力取得了积极成效，气候韧性有所增强，从而缓解了极端天气造成的危害。为了验证这一猜想，本文参考Joerin等（2014）、Summers等（2017）、郑艳等（2018）、孟延春等（2025）等方法，构建气候韧性评价指标。

“韧性”源于拉丁语中的“resilio”，表示“弹回”，即恢复到原来状态。1973年，加拿大生态学家Holling首次将韧性概念引入生态学领域，指代生态系统在遭受短暂冲击后，吸收变化、持续和恢复平衡的能力（张明顺和李欢欢），一个不太恰当的比喻是“野火烧不尽，春风吹又生”。此后，韧性的概念持续向社会、经济、工程等不同领域延申和深化。2010年，美国经济学教授马修·卡恩（Matthew E. Kahn）在其专著《Climatopolis》中首次将韧性应用到气候变化领域，提出了“气候韧性”一词。目前，气候韧性暂无明确定义，并且与上文提到的“脆弱性”概念的关系（对立、包含、重叠）也尚不统一。但可以明确的是，脆弱性表示的是易受到或没有能力应对气候灾害不利影响的程度，而气候韧性包含“能够抵抗和吸收气候灾害”、“通过应对措施和自适应从气候灾害中恢复的能力”两种含义，即“事前抵御”+“事后恢复”，二者内涵截然不同。

本文参考已有文献的常用做法并综合数据可得性，构建了包含5个准则（风险、生态、经济、社会、基础设施）共计19个指标的气候韧性评价指标体系（参见图表11）。构建方法上，本文选择熵权法计算评价指标[14]。气候韧性评价得分介于0~1之间，值越接近1，表示气候韧性水平越强。

如图表12所示，2010-2023年，我国气候韧性逐步增强，特别在2017年以来，气候韧性水平显著增大。这说明，我国贯彻的减缓和适应并重策略取得了积极成效，气候风险的抵御、适应和恢复能力已有明显提高。同时，从图表12中可以明显看到，我国气候韧性与自然灾害经济经济损失占比的走势呈现显著的反向关系，说明气候韧性的增强有效减缓了极端天气对我国经济社会造成的危害。因此，可以初步认为本文的猜想可靠。

2.4 小结

总结来看，我国气候类型复杂多样，是全球气候脆弱地区之一，也是气候灾害影响最严重的国家之一。近年来，我国地表年平均气温呈显著上升趋势，极端高温、极端强降水事件趋多趋强，极端低温事件发生频次虽明显减少但强度并未减弱甚至极端性更强，台风登陆的平均强度波动增强，沿海海平面总体呈加速上升趋势。在我国气候风险适应能力不断增强、自然灾害防御能力持续提升的背景之下，自然灾害经济损失程度呈下降趋势，体现出我国的气候韧性逐渐加强。

此外，在分析过程中，我们也发现气候物理风险表现出显著的行业异质性和区域差异性，故将在下文进行剖析。

三、分行业气候物理风险初探

3.1 重点行业分析

（1）农业

农业依赖于自然环境的天然属性，导致农业生产经营活动极易受到气候变化的影响。一方面，气候物理风险不仅会降低农作物的产量与品质，也会导致土壤条件变化，影响农业生态环境，另一方面，极端天气会破坏农业生产基础设施，增加农业生产的成本与风险。进一步地，气候物理风险也将通过农业系统进而对经济的稳定与发展构成挑战。首先，农民收入损失将使贫困问题更加突出；其次极端天气扰乱农产品运输和分销环节，将造成农作物供应链中断，这将推高农产品价格加剧通货膨胀；另外，粮食安全问题也可能愈加严重，对于粮食进口依赖度高的国家而言，其粮食结构将遭受冲击。

从气候物理风险类型来看，农业易受到多种气候灾害的影响，包括极端气温、干旱、飓风、洪水、森林火灾等急性物理风险，以及海平面上升、海洋酸化等慢性物理风险。突发性的灾害事件将直接导致农作物产量和质量下降，从而造成成本增加和农业损失，长期性的风险通过危害生物多样性、降低土壤质量加剧盐水入侵和土壤盐碱化，导致产量下降，对农民收入和粮食安全造成负面影响。此外，入侵物种是降低农业系统的恢复能力，造成生物多样性丧失的最大因素之一。据国家统计局数据显示，干旱、洪涝、台风和地质灾害对我国农作物受灾面积和绝收面积影响最大。

（2）房地产行业

暴雨洪涝、飓风、森林火灾等急性物理风险，以及海平面上升等慢性物理风险，均会对房地产行业构成重大风险。在我国，暴雨洪涝导致房屋损毁的主要元凶，在2021年，暴雨洪涝灾害导致我国15.2万间房屋倒塌，144.6万间房屋受损。此外，台风、雪灾和低温冷冻害、大风、冰雹及雷电等极端天气事件也会导致我国房屋的损毁。

理论上，气候物理风险会造成房产物理性损害，房产价值贬值。一方面，气候物理风险会损毁建筑物，房产维修和维护成本升高，同时会影响商业建筑正常运行，扰乱商业活动，房产价值受损。另一方面，潜在风险和成本的升高将推高保费，或出现保险减少或无保险的可能，房产投资吸引力下降。气候物理风险影响房地产市场供需关系，房产价格分化严重。需求端方面，高气候物理风险地区的房产需求锐减，购房者心理预期发生变化，抑制房产市场交易活跃度，加剧区域间房产价格分化。供给侧方面，土地开发价值因气候物理风险被重估，开发重心将向低风险地带转移，并且开发商会被迫增加防风险设施投入（如优化排水系统以防洪涝灾害），导致开发成本升高，部分房产项目成本超支延期甚至取消。

对于沿海地区，台风、海水倒灌、洪水等极端天气与海平面上升、海岸侵蚀等长期风险并存将严重威胁房地产行业的发展。Climate Central的一项研究表明[15]，到2050年，全球目前3亿人居住的土地每年都将遭受海平面上升造成的沿海洪水的侵袭，包含中国在内的六个亚洲国家（中国、孟加拉国、印度、越南、印度尼西亚和泰国）目前居住的2.37亿人的地区可能每年受到沿海洪灾的威胁。许多高价值房产（如海景房）位于地理位置优越的沿海地区，但这些地区也越来越面临着台风、沿海洪水、海平面上升等灾害的威胁。美国抵押贷款银行家协会（Mortgage Bankers Association）的研究表明[16]，到2050年，美国价值660亿-1600亿美元的房地产将因海平面上升而受损，到2100年将增加为2380亿-5070 亿美元。

（3）发电行业

发电行业对多种气候物理风险敏感，包括气温升高、海平面上升等慢性物理风险，以及干旱、飓风、冰雹、暴雪、洪水、森林火灾等急性物理风险。其中，干旱主要影响水力发电行业；飓风、冰雹、暴雪、洪水、森林火灾均会通过破坏电力基础设施或影响原材料供应，降低发电效率、增加企业运营成本，并且输电线等设备会引发森林火灾，发电企业也对此负有责任；海平面上升主要影响沿海地区的发电厂，威胁电力和冷却系统等基础设施，增加企业维护维修成本；气温升高则会导致发电厂运行能力下降，对能源需求的提高也会给发电厂带来额外压力。

我国光伏产业引领全球多年，极端天气给光伏产业带来的风险愈加严峻，强风、暴雪、冰雹对光伏电站破坏力最强的气候灾害。据可再生能源保险公司GCube Insurance的数据显示，2018-2023年其承保的40个国家、总装机超100吉瓦的清洁能源发电项目中，气候相关理赔案件激增280%，其中冰雹灾害以54%的索赔占比高居首位，强风、暴雪分别以23%、15%紧随其后[17]。强风主要破坏光伏电站的外围、边缘，冰雹则会造成全电站组件及其他系统部件全范围的破坏，暴雪主要通过形成积雪导致组件坍塌或支架变形[18]。如今，在气候物理风险发生频率和强度显著增加的情况下，光伏产业所面临的潜在气候风险也愈发严峻，值得引起市场重视。

3.2 趋势分析

长远来看，公用事业、能源、房地产、材料、金融等行业可能受气候物理风险冲击较大。2021年，标普全球（S&P Global）旗下公司Trucost针对近15000家上市企业采用情景分析法（IPCC RCP4.5情景）评估其2050年所面临的气候物理风险敞口，结果显示[19]公用事业、材料、能源、房地产、可选消费品行业的气候物理风险敞口最大。2023年，MSCI发布《极端高温将如何影响中国企业》报告[20]，研究显示在全球升温1.5℃（NGFS 有序转型情景）的情景下，中国的能源、公用事业、材料行业将面临较高的平均潜在损失，而在更为极端的全球升温5℃情景（IPCC SSP5-8.5情景）下，公用事业、能源、电信服务和金融行业对极端高温将更加敏感；此外，在MSCI构建的虚拟投资组合中，极端高温造成的损失占所有气候物理风险造成的总体潜在损失的49%，仅次于沿海洪水。

四、气候物理风险指数的构建与分析

4.1 构建思路

气候变暖导致各类极端天气频发，同时极端天气之间也存在“多米诺骨牌”式的连锁反应。气候变暖最直观的表现是极端高温事件加剧。从区域层面来讲，短期极端高温可能会演化为持续的热浪灾害；持续高温会加速土壤水分蒸发、湖泊河流水位下降，诱发旱灾；高温干燥环境易引发森林火灾导致山火发生。从全球层面来讲，大气环流异常为全球高温推波助澜（如厄尔尼诺、拉尼娜是大气环流异常的表现），加速冰川消融，海平面上升。在气候变暖背景下，虽然极端低温事件发生频次减少，但强度和极端性甚至更强。极端低温事件易诱发极端降雪、冻雨、寒潮、冰冻等灾害的发生。极端强降水的致灾性强，常伴随一连串次生灾害，包括山洪、城市内涝、流域性洪水等洪涝灾害，以及山体滑坡、泥石流等地质灾害。

可见，极端高温、极端低温、极端强降水存在明显的灾害传导链条，故本文选在这三种极端天气建立气候物理风险指数，具体方法见下文。

4.2 构建方法

本文选择极端低温、极端高温、极端强降水三种极端天气建立气候物理风险指数。构建方法上，本文参考Guo等（2024）[21]研究，采用相对阈值法构建气候物理风险指数，具体构建方式如下：

第一步，数据清洗。基础气象数据来源于美国国家海洋和大气管理局NOAA（the National Oceanic and Atmospheric Administration）的1973-2024年日度气象数据，指标包括日均气温、日降水量等。本文将数据空缺严重的气象基站予以剔除，并刨除日降水量或日均气温为空的数据。清洗后的最终数据集覆盖31个省级地区、234个地级地区[22]、366个气象基站，数据条数约664万。

第五步，标准化每种极端天气指数。由于三种极端天气测量方法的性质不同，因而不能直接比较，所以本文进行Min-Max标准化处理：

最后，计算气候物理风险指数（CPRI)。某地区在某年的气候物理风险指数通过三种极端天气一般指数的加权求和得到，具体方式如下：

综上，本文基于极端低温、极端高温、极端强降水三类极端天气的出现频次为基础构造了气候物理风险指数。理论上，气候物理风险指数的取值范围为[1,100]。气候物理风险指数的值越高，表明该地区的气候物理风险水平越高，也就意味着该地区极端天气的发生频率越高。

4.3 结果分析

4.3.1 全国层面

从全国层面来看，2003年以来，我国气候物理风险指数呈现波动升高趋势。具体而言，2003-2024年全国气候物理风险指数波动式上升，2024年达至新高点。分析极端低温、极端高温、极端强降水三类极端天气的贡献度可以发现，极端高温天气对于气候物理风险指数的贡献程度较大，这也说明气候物理风险指数升高的主要原因是由于极端高温天气出现的频次的明显升高。

4.3.2 省级地区层面

从省级地区层面来看，近年来华东、中南和西南地区的物理风险水平偏高，东北地区较低。由图表22可以看到，各省级地区气候物理风险指数增长趋势明显，近年来，华东的上海、江苏、浙江、安徽、福建、江西、山东，中南部的河南、湖北、湖南、海南，以及西南部的重庆、四川、贵州的气候物理风险指数偏高。2024年气候物理风险指数结果显示，近半数省级地区的气候物理风险指数达新高或次高。其中，江苏、浙江高于往年平均值程度最大，其次为上海、重庆、湖北、安徽，原因在于这些地区极端高温天气、极端强降雨天气发生频次的升高。

4.3.3 主要城市层面

从主要城市层面来看，由图表23可以看到，三亚、广州的气候物理风险指数长期处于较高水平，乌鲁木齐、成都、南宁、沈阳和天津则长年保持较低水准。近年来，中南部的武汉、郑州、长沙，东部的南京、合肥、上海、南昌、福州，西南部的贵阳、重庆，西北部的银川、拉萨，华北的太原和石家庄等城市的气候物理风险指数偏高。2024年物理风险指数结果显示，武汉和郑州高于往年平均值程度最大，其次为南京、太原和贵阳，再次为重庆、广州、南昌、福州、合肥和上海。

4.4 有效性检验

为检验本文构建的气候物理风险指数的合理性，本文选择自然灾害直接经济损失、财产险赔付金额两个指标进行检验。

首先进行相关性分析。计算得到全国气候物理风险指数与自然灾害经济损失、财产险赔付金额的相关系数分别为0.45和0.46，表明气候物理风险指数与两个指标存在一定相关性。从图表24展示的全国气候物理风险指数与自然灾害经济损失、财产险赔付金额变化趋势，也可以发现气候物理风险指数与两个指标走势具有一定一致性。

其次，本文借鉴孙文凯等（2020）的做法，基于全国层面和省级地区层面，以自然灾害直接经济损失、财产险赔付金额为被解释变量，以气候物理风险指数为解释变量构建回归模型，图表25展示了回归结果。结果显示，无论是全国层面还是省级地区层面，气候物理风险指数与自然灾害直接经济损失、财产险赔付额均呈现显著的正相关关系，且回归结果均在5%的显著水平上显著。

综合以上结果，可认为本文构建的气候物理风险指数具有一定合理性。

4.5 局限性

本文采用相对于阈值法基于极端低温、极端高温、极端强降水三类极端天气事件构建气候物理风险指数。但我国各地区气候条件差异大，经济发展与风险抵御能力也大不相同，因此本文构造的气候物理风险指数也存在一定局限性：

1、更广泛的极端天气事件和灾害损失因素有待纳入。当前气候物理风险指数中仅包含极端气温和极端强降水，干旱、台风等其他更广泛的极端天气尚未包含在内，主要原因是这些极端天气的界定难度较大。例如，《中国气象灾害年鉴》定义干旱为“一个省（自治区、直辖市）或约5万平方千米以上的某一区域，发生持续时间20天以上，并造成农业受灾面积10万公顷以上，或造成10万以上人口生活、生产用水困难”，该界定较难体现在指数构建中。同时，灾害损失因素作为直观反映物理风险损失程度的指标，也应包含在物理风险指数当中。故在日后研究中，将尝试将更广泛的极端天气和灾害损失因素引入，或就单类极端天气进行针对性研究。

2、尚未考虑到地区气候变化减缓和适应能力。一个地区是由自然、社会、经济、文化等多成分交织构成的复杂系统，所以不同地区对于气候风险的适应、抵御、减缓能力以及灾后恢复能力存在显著差别。从本研究结果来看，华东地区的气候物理风险指数偏高，如浙江、江苏等地。以浙江省为例，该省经济实力强、基础设施完善、公共服务水平高，近年来坚持减缓与适应气候变化并重的原则，推进各领域气候变化应对行动，如持续推进海绵城市建设、实现气象防灾减灾标准化乡镇全覆盖，气候变化适应能力日益增强，抗风险能力高。因此，浙江省虽然面临较高的潜在气候物理风险，但因其气候韧性强，气候灾害对其造成的实质损失不一定更高。所以，将地区气候适应能力、气候减缓能力纳入气候物理风险指数之中，也是今后研究的又一优化方向。

参考文献

[1]ECB. 2022 Climate Risk Stress Test[R].2022.

[2]Furukawa K, Ichiue H, Shiraki N. How Does Climate Change Interact with the Financial System?: A Survey[M]. Tokyo: Bank of Japan, 2020.

[3]Guo K, Ji Q, Zhang D. A dataset to measure global climate physical risk[J]. Data in Brief, 2024, 54: 110502.

[4]Joerin J, Shaw R, Takeuchi Y, et al. The adoption of a climate disaster resilience index in Chennai, India[J]. Disasters, 2014, 38(3): 540-561.

[5]NGFS. Acute physical impacts from climate change and monetary policy[R].2024.

[6]NGFS. Guide to Climate Scenario Analysis for Central Banks and Supervisors[R].2020.

[7]Nguyen J H, Phan H V. Carbon risk and corporate capital structure[J]. Journal of Corporate Finance, 2020, 64: 101713.

[8]Sheng Y, Xu X. The productivity impact of climate change: Evidence from Australia's Millennium drought[J]. Economic Modelling, 2019, 76: 182-191.

[9]Summers J K, Harwell L C, Buck K D, et al. Development of a Climate Resilience Screening Index (CRSI): An assessment of resilience to acute meteorological events and selected natural hazards[J]. Washington, DC: US Environmental Protection Agency, 2017.

[10]Zanin L, Calabrese R, Thorburn C I. Climate stress testing for mortgage default probability[J]. International Review of Financial Analysis, 2024, 95: 103497.

[11]李子晗,李红坤.气候变化对保险业的风险冲击效应:理论分析与实证检验[J].保险研究,2024,(07):18-35.

[12]孟延春,郭红星,王喆.中国气候韧性城市的空间格局与治理路径探索[J].城市发展研究,2025,32(03):9-17.

[13]孙文凯,赵忠,单爽,等.中国劳动力市场化指数构建与检验[J].经济学(季刊),2020,19(04):1515-1536.

[14]王文蔚.气候冲击下金融风险的研究进展和展望——基于物理风险和转型风险视角[J].金融经济,2024,(04):34-51.

[15]王文蔚.气候冲击与企业违约风险：基于物理风险的视角[J].世界经济,2025,48(03):90-110.

[16]王信.绿色金融发展和气候风险管理[J].金融经济,2021,(07):3-9.

[17]张明顺,李欢欢.气候变化背景下城市韧性评估研究进展[J].生态经济,2018,34(10):154-161.

[18]郑艳,翟建青,武占云,等.基于适应性周期的韧性城市分类评价——以我国海绵城市与气候适应型城市试点为例[J].中国人口·资源与环境,2018,28(03):31-3.

注：

[1]资料来源：郑州商品交易所气温指数官网，https://czce.data.cma.cn/#/

[2]资料来源：Climate Risk Index 2025，Germanwatch官网，https://www.germanwatch.org/en/cri

[3]资料来源：我国气候的主要特征是什么？中国气象局官网[EB/OL]，2020/11/5[2025/4/21]，https://www.cma.gov.cn/2011xzt/2012zhuant/20120302/2012030205/201203020501/201103/t20110314_3096052.html

[4]资料来源：我国的干旱特点和防御，中国气象局官网[EB/OL]，2010/2/26[2025/4/21]，https://www.cma.gov.cn/2011xzt/2012zhuant/20120302/2012030207/201203020701/20120302070101/202111/t20211105_4208263.html

[5]一般将日最高气温达到或超过35℃成为高温，连续3天以上的高恩天气过程称之为高温热浪。

[6]热带气旋为生成与热带或副热带洋面上，具有组织的对流和确定的气旋性环流的非锋面性涡旋的统称，分为热带低压、热带风暴、强热带风暴、台风、强台风、超强台风六个等级。

[7]囿于数据可得性，本文对于省级地区的分析不包括中国香港、中国澳门和中国台湾地区。

[8]年降水量距平百分比为当年与多年平均降水量之差除以多年平均降水量的百分比。

[9]资料来源：全球变暖 寒潮极端性更强， 中国气象局[EB/OL]，2022/12/23[2025/4/23]，https://www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202212/t20221223_5232066.html

[10]资料来源：我国极端高温事件呈显著增加趋势，新华网[EB/OL]，2024/7/4[2025/4/23]，https://www.news.cn/politics/20240704/450656b75cfd4a289a08ed6d72604f88/c.html

[11]资料来源：国家气候中心主任巢清尘：气候变暖加剧气候系统的不稳定 极端天气气候事件多发频发，中国气象局[EB/OL]， 2024/7/3[2025/4/23]，https://www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202407/t20240703_6396502.html

[12]资料来源：央广网：中国气象局发布《中国气候变化蓝皮书（2024）》，中国气象局[EB/OL]， 2024/7/4[2025/4/23]，https://www.cma.gov.cn/2011xwzx/2011xmtjj/202407/t20240704_6399979.html

[13]直接经济损失表示受灾体遭受自然灾害后，自身价值降低或丧失所造成的损失，直接经济损失的基本计算方法是受灾体损毁前的实际价值与损毁率的乘积。

[14]熵权法一种基于信息论的客观赋权法，通过计算信息熵值确定各子指标的权重，从而采用加权平均得到最终的气候韧性评价指标。

[15]资料来源：Study triples global estimates of population threatened by sea level rise，Climate Central[EB/OL]，2019/10/29[2025/4/21]，https://www.climatecentral.org/press-release-flooded-future

[16]资料来源：Mortgage Bankers Association. The Impact of Climate Change on Housing and Housing Finance. 2021.

[17]资料来源：极端气候下，光伏“韧性”在哪？，人民网[EB/OL]，202

[18]资料来源：硬核抵御冰雹、强风、暴雪，天合光能发布极端气候解决方案，守护百吉瓦电站资产，华夏能源网[EB/OL]，2025/3/27[2025/4/21]，https://hxny.com/nd-113944-0-11.html

[19]资料来源：Utilities face greatest threat as climate risks intensify，S&P Global[EB/OL]，2021/9/20[2025/4/21], https://www.spglobal.com/market-intelligence/en/news-insights/articles/2021/9/utilities-face-greatest-threat-as-climate-risks-intensify-66613890

[20]资料来源：How Extreme Temperatures May Affect Chinese Companies，MSCI[EB/OL], 2023/5/3[2025/4/21]，https://www.msci.com/www/blog-posts/how-extreme-temperatures-may/03802864913

[21]资料来源：Guo, K., Ji, Q., & Zhang, D. (2024). A dataset to measure global climate physical risk. Data in Brief, 54, 110502.

[22]地级地区包括地级市、自治州、盟等。

★

★

来源：鲁政委