海溫升高兩度之後帳單寄到誰頭上：超強厄爾尼諾的商品與保險傳導帳

一個氣象名詞登上抖音熱榜，通常意味著它已經開始影響普通人的支出。厄爾尼諾現象本身並不新鮮，但「超強」等級的事件在歷史上平均每十幾年才出現一次，最近一次被正式認定的超強事件是2023至2024年那一輪，更早則要回溯到2015至2016年。本文以回顧角度，把歷次超強厄爾尼諾的市場影響拆成一本可以核算的帳。

先定義規模：什麼叫超強

衡量厄爾尼諾強度的常用指標是Niño 3.4海區海溫距平。按中國國家氣候中心與美國NOAA的分級，連續數月距平達到或超過攝氏2.0度，即列入「超強」等級。歷史紀錄中，1982至1983年、1997至1998年、2015至2016年與2023至2024年四輪事件達到或逼近這一門檻，其中2015至2016年事件峯值距平約攝氏2.6度，是有可靠觀測以來的最強紀錄；2023至2024年事件峯值約在攝氏2.0度附近，屬強至超強的邊緣等級。

世界氣象組織（WMO）曾估算，1997至1998年事件造成的全球經濟損失約在數百億美元量級，部分研究機構（含美國NOAA事後評估）把間接損失推到更高區間。數字口徑差異很大，但方向一致：超強厄爾尼諾是少數能同時撼動農產品、能源與保險三個市場定價的氣候事件。

結構拆解：乾旱與暴雨各記在哪一欄

厄爾尼諾的本質是赤道太平洋信風減弱，暖水東移，改變全球降水分布。其成本傳導並不均勻，而是沿著幾條明確的地理路徑走。

第一條是農業供給路徑。印尼、澳洲東部與東南亞在事件年普遍偏乾，棕櫚油、小麥、甘蔗減產風險上升。2015年印尼乾旱導致棕櫚油產量增速明顯放緩，馬來西亞衍生產品交易所棕櫚油期貨在當年第四季度出現明顯上行。印度季風減弱是另一個高敏感環節，印度農業約有一半耕地面積依賴季風降雨，2014至2015年連續偏弱的季風直接壓低了印度稻米與糖產量預期。

第二條是太平洋彼岸的過濕路徑。祕魯沿岸暴雨與洪澇會衝擊漁業與礦業，2017年初祕魯的洪水即發生在事件衰減期，當地銅礦運輸一度中斷，對銅價形成階段性支撐。同時阿根廷潘帕斯草原在事件年偏澇，2015至2016年大豆帶的過量降雨推遲了收成並拉低了品質指標。

第三條是能源路徑。美國南部冬季偏暖會壓制天然氣供暖需求，2015至2016年冬季美國天然氣庫存去化緩慢，是當年氣價疲弱的背景因素之一；水力發電佔比高的國家則反向受影響，降水減少推高火力替代需求。

影響推演：誰受惠、誰承壓

把上述路徑轉成市場語言，受壓方與受惠方都相當具體。

承壓端首先是產地暴露度高的初級生產者。種植園、糖廠、小型農戶的成本結構中，災害損失缺乏對沖工具，減產直接轉為收入下滑。其次是依賴單一產地原料的加工商，棕櫻油、可可、糖的國際貿易高度集中，產地收縮時採購成本先行上升，終端漲價則有數個月時滯，中間的毛利壓縮由加工環節吸收。

受惠端集中在北半球高緯度與部分替代產區。厄爾尼諾年美國中西部通常風調雨順，2015至2016年美國玉米與大豆單產創當時歷史高位，壓低了全球穀物價格中樞，這意味著美國農民的收入帳未必好看，但對進口國與飼料養殖業是一筆成本紅利。阿根廷與巴西南部在多數事件年降雨偏多，有助於大豆產量。金融端，商品指數基金與天氣套利策略在事件確認前後的波動放大期，往往能獲取超額收益。

保險與再保險是另一本獨立的帳。超強事件年份的巨災賠付通常上升，再保險費率在損失經驗惡化後上調。1997至1998年與2015至2016年之後，全球再保險市場均出現區域性費率調整，農業保險的費率與承保意願也隨之波動。這與我們先前討論過的南極冰蓋數據與海平面風險定價屬於同一類問題：氣候變數進入風險定價表之後，成本會透過保費與資本成本兩個管道向實體經濟傳導。

跨週期對照：不是每次都一樣

把四輪超強事件排在一起，可以看到影響力度在遞減、但價格敏感度在上升。1982至1983年事件發生時全球觀測與預警能力有限，祕魯漁業崩塌接近事後才被完整理解。1997至1998年事件是全球商品市場第一次提前定價厄爾尼諾，農產品期貨在事件確認前數月即開始波動。2015至2016年，預警體系已相當成熟，市場提前消化了大部分供給衝擊，實際價格波動反而低於預期。2023至2024年事件的特殊之處在於疊加了全球庫存偏低與地緣供應鏈風險，可可、糖等軟商品價格在事件期間創多年新高，其中可可漲幅尤其劇烈，但主因是西非產區天氣與病害，厄爾尼諾是放大器而非唯一變數。

這組對照給出的結論是：預報準確度提高降低了單一事件的災害損失彈性，但全球庫存緩衝變薄、貿易集中度上升，使價格對供給擾動的敏感度反向提高。同一個天氣擾動，對實體產量的衝擊在縮小，對價格的衝擊未必縮小。

收束判斷

超強厄爾尼諾之所以值得財經視角反覆追蹤，在於它是一個提前數月可預警、且路徑相對固定的供給衝擊。對產業而言，暴露度分析比猜測天氣本身有用：原料採購集中於單一氣候區的企業，事件預警期就是鎖價與分散採購的窗口；對投資端，農產品期貨的季節性模型在事件年需要重估，歷史基準的庫存消費比是比海溫距平更實用的判斷輸入。至於事件是否成真、強度落在哪一級，以官方氣候機構逐月監測為準，這本帳的期初餘額，從海溫距平突破0.5度的那一個月就開始記了。