《Frontiers in Sustainable Food Systems》:The impact of green finance development on agricultural ecological efficiency and spatial spillover effects: evidence from China
编辑推荐:
绿色金融(GF)改革不仅是推进中国生态文明建设的必要举措,也是促进农业绿色转型的关键工具。本研究利用2005年至2023年省级面板数据,将绿色金融改革与创新试点区的设立视为准自然实验,构建交错双重差分(Staggered DID)模型、空间杜宾模型-双重差分(
绿色金融(GF)改革不仅是推进中国生态文明建设的必要举措,也是促进农业绿色转型的关键工具。本研究利用2005年至2023年省级面板数据,将绿色金融改革与创新试点区的设立视为准自然实验,构建交错双重差分(Staggered DID)模型、空间杜宾模型-双重差分(SDM-DID)模型以及中介与调节效应模型,系统考察绿色金融对农业生态效率(AEE)的多维影响及其内在机制。研究结果如下:第一,绿色金融在提升本地区农业生态效率的同时,能够降低碳排放水平和碳排放强度,并对邻近地区产生正向溢出效应,从而促进本地区与相邻地区农业绿色协同发展;此外,绿色金融对农业生态效率的积极影响呈现稳步增强的长期趋势。第二,异质性分析表明,绿色金融的赋能效应在中国东部地区和主要粮食产区更为显著。第三,机制与调节分析表明,绿色金融通过促进农地流转和激发农业技术创新来提升农业生态效率;同时,较高的市场化水平和较强的政府引导能够放大绿色金融对农业生态效率的积极影响。
本研究立足于金融支持视角,探讨绿色金融发展如何影响农业生态效率。研究背景方面,改革开放以来中国农业产能持续增强,但传统粗放式增长模式导致农业生态效率低下;农业生态效率的提升需要大量资本投入,仅依靠市场机制难以有效解决,而绿色金融通过将环境外部性内部化,能够弥补传统金融服务的不足。现有研究多聚焦于绿色金融的碳减排效应或单一金融工具的影响,对绿色金融体系改善农业生态效率的作用及其机制关注有限;农业生态效率与农业碳排放效率、农业绿色全要素生产率等概念存在区别,其更强调资源投入、农业产出与环境非期望产出之间的全面协调。
研究人员将绿色金融改革与创新试点区(GFRIPZ)的设立作为准自然实验,从理论与实证层面分析绿色金融发展对农业生态效率的直接影响、空间溢出效应及内在机制。样本涵盖2005—2023年中国大陆31个省级行政区,数据来源包括EPS数据库、《中国统计年鉴》《中国农村统计年鉴》《中国环境统计年鉴》《中国水资源公报》及各省份统计年鉴等。
主要技术方法包括:(1)采用基于非期望效应的超效率SBM模型测度农业生态效率,投入指标涵盖农业自然资源投入(耕地播种面积、农业用水量)、农业机械投入(农业机械总动力、农业柴油消耗量)、农业劳动力投入及农业化学品投入(化肥、农膜、农药),期望产出为农业总产值,非期望产出包括农业碳排放与农业面源污染综合指数;(2)构建交错双重差分模型评估绿色金融试点政策的因果效应,并以一阶和二阶滞后期检验长期效应;(3)运用SDM-DID模型中的经济地理嵌套矩阵(W1)和经济距离矩阵(W2)检验空间溢出效应;(4)选取农业专利申请量(Agrtec)和农地流转率(Landtransfer)作为机制变量,采用Baron和Kenny中介效应检验程序及Sobel检验;(5)以市场化指数(Market)和政府引导水平(Gov)为调节变量,构建包含交互项的调节效应模型,并对调节变量进行中心化处理和一期滞后;(6)为处理内生性问题,构建了两类工具变量:一是基于2005—2016年各省份绿色金融相关政策文件数量的制度基础指标与趋势项的交互项(IV1),二是借鉴Bartik工具变量思路、以省级绿色金融滞后值与全国绿色金融一阶差分的乘积构建的IV2;(7)开展系列稳健性检验,包括排除其他政策干扰(碳排放交易试点、蓝天保卫战、新安江生态补偿政策、国家生态文明试验区)、PSM-DID(核匹配、1:4近邻匹配、半径匹配)、熵平衡匹配、替换因变量为农业绿色全要素生产率、构建绿色金融综合指数、预期效应检验、剔除2020—2023年疫情样本、剔除直辖市、加入省份-时间趋势交互固定效应等;(8)异质性分析按东部/中西部地区、主要粮食产区/非主要粮食产区进行分组,并采用置换检验和全样本交互项验证组间差异。
研究结果表明:第一,基准回归显示绿色金融试点政策使处理组农业生态效率平均提升0.0673个单位,一阶和二阶滞后项系数分别为0.0731和0.0865,呈递增趋势,表明绿色金融对农业生态效率具有显著的长期增强效应。该结论通过平行趋势检验、Bacon分解、敏感性分析、安慰剂检验、工具变量法及多种稳健性检验后依然成立。第二,异质性分析显示,绿色金融对东部地区农业生态效率的促进作用显著(系数0.1085),而对中西部地区影响不显著;对主要粮食产区有显著正向影响(系数0.107病历显示),对非主要粮食产区影响不显著。第三,机制分析证实,农业技术创新的中介效应占比为5.1%,农地流传的中介效应占比为5.3%,即绿色金融通过促进农地流传和激发农业技术创新两条路径提升农业生态效率。第四,调节效应分析表明,市场化水平与绿色金融的交互项系数为0.0118,政府引导水平与绿色金融的交互项系数为0.0770,均在统计上显著,表明较高的市场化和较强的政府引导能够强化绿色金融对农业生态效率的促进作用。第五,空间计量分析显示,绿色金融的直接效应分别为0.0592(W1矩阵)和0.0434(W2矩阵),间接效应(空间溢出效应)分别为0.1356和0.1733,总效应显著为正,证实了绿色金融对邻近地区农业生态效率的正向空间溢出效应。
讨论部分,研究人员将研究发现与日本《有机农业促进法》、欧盟共同农业政策和美国《农场法案》进行比较分析,指出绿色金融通过资本配置引导要素重组、进而促进技术应用并最终改善生态效率的传导路径具有普适性,但具体制度安排需因地制宜。对于不同土地制度安排的国家,农地流传效率的提升可依赖标准化土地租赁合同、农业合作社或土地经营权抵押等制度替代方案;在技术创新方面,农业技术推广体系、数字化监测、碳核算及农业投入品溯源系统可降低信息不对称,使金融机构能够基于可验证的环境绩效进行信贷决策。
研究结论指出:(1)绿色金融在试点区域内提升了农业生态效率,同时降低了碳排放水平和碳排放强度,并通过跨区域资本流动、技术扩散和信息共享等机制促进区域农业绿色协同发展;绿色金融对农业生态效率的积极影响具有长期且递增的特征;(2)异质性分析表明,绿色金融对农业生态效率的正向赋能效应在东部地区及主要粮食产区更为突出;(3)机制分析揭示,绿色金融通过促进农地流传和推动农业技术创新两条路径提升农业生态效率;(4)强化市场化建设与加大政府引导力度能够显著增强绿色金融对农业生态效率的积极影响。