数字普惠金融对中国农业碳排放强度影响的空间效应与机制

【目的】数字普惠金融成为降低农业碳排放强度的重要路径，本文旨在展开二者之间的关系探讨。【方法】从空间效应及影响机制切入，运用中国2011—2020年31个省份的数字普惠金融及农业碳排放强度数据，基于核密度估计以及空间自相关分析农业碳排放强度的演化特征，利用动态杜宾模型以及中介效应等模型分析数字普惠金融对农业碳排放强度的影响。【结果】研究表明：(1)农业碳排放强度水平在持续下降，空间异质性较强，呈现出明显的集聚特征，而数字普惠金融与农业碳排放强度的空间叠加形态存在一定的错位发展特征。(2)数字普惠金融对农业碳排放强度表现出显著的负向效应，基于内生性检验、剔除样本及政策效应检验发现结论具有稳健性。数字普惠金融覆盖广度及数字化水平能显著抑制农业碳排放强度。(3)数字普惠金融通过影响农业技术创新水平及农业创业活跃度影响农业碳排放水平。而城镇化水平及市场化水平具有显著的调节作用，能够强化数字金融减碳的效应。【结论】建议进一步优化数字普惠金融支持低碳农业发展的组织模式、加强数字基础设施体系建设以激发农业创新创业活力，以此助推低碳农业发展。     

数字普惠金融对我国绿色发展的影响研究——来自省级面板数据的证据

运用SBM-GML模型测算2011-2019年我国30个省份的绿色全要素生产率,检验数字普惠金融对我国经济绿色发展的影响。研究表明：数字普惠金融广度、深度以及数字化程度对绿色发展都具有显著正向影响;相比于数字化程度,数字普惠金融广度、深度对绿色发展的正向影响更明显。此外,数字普惠金融和绿色发展程度也存在地区间差异,相比于东部地区,中部和西部地区的数字普惠金融指数、广度、深度以及数字化程度对绿色发展的促进作用更加显著。     

我国粮食主产区粮食农业绿色全要素生产率测度及影响因素研究

本文选取2000—2017年粮食主产区的农业投入、产出面板数据,基于松弛变量的方向距离函数(SBM-DDF)的Luenberger指数对其农业绿色全要素生产率（GTFP）进行测度,并对其影响因素进行了分析。结果表明: ( 1) 全国粮食主产区总体农业GTF年均值为1.029,除个别年份外,其在碳排放约束下的农业GTFP均值均大于1,说明在大多数年份中我国粮食主产区的农业绿色全要素生产效率都存在一定程度的改善。(2)各粮食主产区农业GTFP水平差异明显,其中河北、江苏、山东、辽宁的农业TFP、技术进步指数和技术效率水平均大于全国粮食主产区水平。 (3)从粮食主产区农业GTFP的分解项上来看,碳排放约束下的农业GTFP增长主要依靠绿色技术进步的推动,绿色技术进步指数对于农业GTFP的作用一直领先于绿色技术效率,而绿色技术效率在其增速落后于绿色技术进步的情况下,出现了持续恶化现象。(4)机械化水平、财政支出水平对粮食主产区农业绿色全要素生产率表现为显著正向影响;粮食作物受灾水平、灌溉设备水平、农资化肥负荷指数、劳均经营规模、第二三产业发展水平对粮食主产区农业绿色全要素生产效率有显著负向影响。     

农业碳排放的脱钩效应及驱动因素分析——以黑龙江省为例

为控制农业碳排放,增强农业绿色发展能力,需要准确核算农业碳排放量,探究农业碳排放与农业增长的关系,分析碳排放与农业增长脱钩状态,找出驱动因素。本文以我国最大的绿色农产品生产基地黑龙江省为例,在科学核算农业生产碳排放量基础上,利用Tapio脱钩模型分析碳排放与农业增长的脱钩状态和发展趋势,并结合LMDI模型分析碳排放的驱动因素。结果表明：2008-2017年黑龙江省农业碳排放总量年均增长3.27%,但其年际增速在快速下降,化肥是最大的碳排放源,平均占比高达73.91%,全省碳排放强度呈先增后降趋势,2016年以后全省农业碳排放量与种农业总产值之间开始呈现出强脱钩态势。在各驱动因素中,农业产值是影响碳排放强度的主体原因,累计推动碳排放增加738.25万t,而农业生产效率是抑制碳排放的主要动力,累计促进碳减排603.75万t。因此控制农业生产碳排放量是实现我国农业供给侧结构性改革、提质增效的重要手段。     

基于STIRPAT模型的南京市农业碳排放驱动因素分析及趋势预测

应用STIRPAT模型分析影响南京市2000—2015年农业碳排放驱动因素,并结合灰色模型GM(1,1)预测南京市2016—2025年农业碳排放量。研究结果显示:2000—2015年南京市农业碳排放量呈下降趋势,年均增长率为-3.07%;农村人口、富裕度、技术水平、能源效率、农村居民人均可支配收入、林业面积、城镇化率每发生1%的变动分别会引起南京市农业碳排放0.26%、0.11%、0.06%、0.31%、-0.07%、-0.06%、-0.09%的变化。根据GM(1,1)模型预测,南京市农业碳排放逐年下降,从2016年的57.96万t下降到2025年的45.41万t。研究得出南京市为进一步降低农业碳排放量,实现低碳农业发展,应调整农业产业结构,推行绿色农业生产方式,降低农业能源消耗,并加大政策扶持力度。     

绿色金融发展水平对企业绿色创新的影响研究——基于五省试验区的准自然实验

在“双碳目标”的号召下,绿色金融是引导节能减碳的重要市场金融工具,绿色创新是企业减少碳排放实现清洁化生产的重要手段。本文对江西、新疆、贵州、广东、浙江五省区绿色金融改革创新实验区进行准自然实验,以沪深A股的上市企业为样本构建双重差分模型,对绿色金融与绿色创新之间的关系进行探究,并针对企业和省份层面的其他变量进行异质性分析。研究发现,绿色金融政策能够提升企业绿色创新能力;非国有企业、大规模企业、非重污染行业企业的绿色创新水平普遍强于其他企业;同时地区开放水平也会影响企业的绿色创新能力。因此,政府需要完善绿色金融改革体系;针对重污染行业制定对口指导方案;引入碳排放权交易机制,加强国际合作。     

科技进步、绿色全要素生产率与农业碳排放关系分析——基于泛长三角26个城市面板数据

基于泛长三角4省市26个城市面板数据,通过系数法和超效率SBM模型等方法测算2009—2018年该区域科技进步贡献率、农业碳排放量和绿色全要素生产率,并利用自回归分析滞后模型(ARDL)分析三者之间的关系。研究发现:(1)科技进步在一定程度上对农业碳排放具有抑制效应,其中在长期视角下因受科技研发水平所处阶段、农民综合文化素养等多种因素影响效果并不显著,农业科技进步贡献率每增加1%则农业碳排放减少0.03%,但在短期视角下的抑制作用显著,且新技术在第一阶段的抑制作用更明显,在下年度略有反弹;(2)长期视角下农业绿色全要素生产率(GTFP)对农业绿色低碳转型发展积极作用明显,农业GTFP每增加1%则碳排放减少0.24%,而短期视角下的影响不显著,出于成本考虑等原因,短期视角下农业碳排放当期量会对未来3年碳排放产生影响。基于研究结论,提出大力发展有机农业,构建完善的农业环境监督管理体系,加大对低碳农业的关注和投入力度,加强区域间统筹协调力度,推动技术研发实现突破性进展等对策建议,为促进泛长三角地区科技进步和农业GTFP发挥积极作用,实现农业低碳发展提供参考。     

浙江省普惠金融发展水平的测度评价及影响因素分析——基于普惠金融指数的研究

选取浙江省11个地级市2010—2016年间相关统计数据,运用普惠金融指数模型对浙江省普惠金融发展水平进行分析评价,结果显示:总体上,浙江省普惠金融发展水平呈现波动增长型趋势;不同地级市之间的普惠金融发展水平存在较大差异,浙东北地区的发展水平普遍高于浙西南。进一步运用多元回归分析普惠金融发展水平的影响因素,发现普惠金融发展水平与政府管制程度、城镇化水平、信息化水平呈正相关关系;因此,提高普惠金融发展水平,必须推进区域化发展,加快城镇化进程,发展互联网信息技术,加强政府管制。     

中国工业生产能源消费碳排放的区域差异、动态演进与影响因素

【目的】工业生产碳排放是中国生产活动产生碳排放的最主要来源。本文旨在测度工业生产能源消费的碳排放量和碳排放强度，并对其区域差异及影响因素进行探究，为碳减排提供相应政策建议，助力实现碳达峰、碳中和。【方法】利用碳排放分类、Dagum基尼系数、核密度估计和空间计量模型对2005—2019年全国及区域碳排放的区域差异、动态演进和影响因素进行分析。【结果】(1)2005—2019年工业生产能源消费碳排放量呈现增长趋势，由东部>中部>西部地区演变为东部>西部>中部地区；碳排放强度呈现下降趋势，始终为西部>中部>东部地区。(2)碳排放量和碳排放强度的全国总体差异较大且呈现上升趋势，其中，碳排放量总体基尼系数由2005年的0.3793上升到2019年的0.3861，碳排放强度总体基尼系数由2005年的0.3160上升到2019年的0.3990。东部地区碳排放量区域内差异最大，区域内基尼系数均值为0.4119；西部地区碳排放强度区域内差异最大，区域内基尼系数均值为0.3175。(3)工业生产能源消费碳排放量主要受到产业结构和外商直接投资等因素的影响，碳排放强度主要受...     

农业转型发展：科技进步、绿色全要素生产率 与农业碳排放

科技进步是农业绿色转型发展的重要支撑,全要素生产率提升是农业绿色转型发展的关键,而农业碳排放则是其评价的核心指标之一。基于泛长三角4个省（市）26个研究区域（“25地级市+上海”）面板数据,通过SBM模型和系数法,测算2009—2018年该研究区域的碳排放量和农业绿色全要素生产率,并利用ARDL模型分析科技进步、全要素生产率与农业碳排放关系。研究发现,农业科技进步在一定程度上对农业碳排放具有抑制效应,但效果不显著,且长短期视角下科学技术发展呈现不同效果;而农业绿色全要素生产率与碳排放呈现明显的负相关关系,并且短期视角下农业碳排放当期量会对未来3年碳排放强度产生影响。我们可以通过农资产品投入减量增效、政策制定加大倾斜和绿色农业科技研发推广来提升农业绿色全要素生产率,从而减少农业碳排放,顺利实现农业绿色转型发展。     

我国城镇化对碳排放的影响及空间溢出效应研究

在低碳发展背景下,研究城镇化对碳排放的影响具有重要现实意义。利用2006—2019年我国263个地级市的相关数据,运用探索性空间分析方法和空间杜宾模型,在对我国城镇化和碳排放的空间分布情况进行分析的基础上,深入探究城镇化对碳排放的影响及空间溢出效应,以期为我国城镇化建设和低碳、绿色发展提供科学有效地支撑。研究发现：城镇化水平和碳排放量不断提高,且均具有显著的正向空间自相关性;在其他条件不变的情况下,城镇化水平每提升一个单位,碳排放量将增加0.062%;东中西部地区城镇化对碳排放的影响均显著为正,但就影响程度而言,西部地区城镇化对碳排放的影响最大,中部地区次之,东部地区最小。因此,要持续推进城镇化快速发展,大力发展大都市圈和城市群,推动经济结构转型和技术进步,降低城镇化发展过程中的碳排放量。     

政府关注对数字普惠金融发展的影响

基于2011年以来我国各省政府工作报告的文本分析,测度了政府对数字普惠金融发展的关注度,并研究了政府关注度对数字普惠金融发展的影响效应。研究表明：近年来各省政府对数字普惠金融发展的关注度呈现总体升高趋势,且政府关注度对数字普惠金融发展的总体指数、覆盖广度、使用深度和数字化程度均具有显著的正向效应,政府关注度越高,当地数字普惠金融发展状况越好;但“三农”领域的数字普惠金融发展仍然存在一定程度的瓶颈和困难,农业产值占比的提高会影响数字普惠金融发展。     

考虑资源环境因素的中国农业绿色生产率评价及其影响因素分析

本文将资源环境因素引入传统的农业生产率分析框架,采用非径向、非角度的SBM方向性距离函数方法测度了考虑资源环境因素后中国30个省份1998—2011年的农业绿色生产率水平,并对影响农业绿色生产率的因素进行了实证研究。结果表明:我国农业生产普遍存在资源消耗和环境污染导致效率损失的现象,转变农业经济增长方式刻不容缓;不同区域农业绿色生产率差异较大,东部地区农业绿色生产率较高,中部和西部地区农业绿色生产率普遍较低;农村经济发展水平、城乡收入差距、工业化发展程度、畜牧业结构以及财政支农政策对农业绿色生产率产生重要影响,是未来我国农业绿色生产率政策创新的重点。     

环境规制下中国农业技术效率的区域差异与影响因素——基于农业碳排放与农业面源污染双重约束的视角

低碳发展和绿色发展是农业可持续发展的核心内容,将农业碳排放与农业面源污染纳入统一分析框架,分别从省域与区域层面探讨中国农业技术效率的区域差异,并对农业技术效率的影响因素进行分析.结果 表明,中国近60％省域的农业技术效率未达到生产前沿;东部地区效率值最高,中部地区最低;东部沿海地区农业技术效率处于最优生产前沿面,长江中游地区处于较低水平;粮食主销区效率值最高,粮食主产区最低;农业技术效率与经济发展水平呈正U型关系,互联网发展水平和农业财政支持对农业技术效率有显著促进作用,而种植结构存在负向影响.     

技术进步对我国西北五省区碳排放量的影响

近年来我国西北五省区经济发展迅速,但随之带来的是能源的大量消耗和环境的不断恶化。CO2排放的不断增加是引起环境问题的主要原因之一。通过运用生产函数法、STIRPAT和回归模型测量我国西北五省区CO2排放量、技术进步水平,以及人口规模、经济规模和技术进步对CO2排放量的影响,得出结论:人口规模对碳排放量的影响不显著,经济规模和技术进步对碳排放量的影响比较显著,且技术进步与CO2排放量之间成反比关系;五省区中,技术进步对碳排放量影响最大的是陕西省和青海省,影响最小的是宁夏回族自治区;随着技术进步水平的不断提高,五省区的碳排放量呈明显的下降趋势。     

数字普惠金融、农业技术创新与农业经济发展

选取我国31个省(自治区/直辖市)2011-2021年面板数据,运用固定效应、中介效应和门槛效应模型,考察数字普惠金融对农业经济发展的影响机制。研究发现：数字普惠金融能够显著提升农业经济发展,并且可以通过促进农业技术创新来推动农业经济发展;数字普惠金融对农业经济发展存在自身门槛效应,并在突破门槛值时推动作用显著增强。进一步进行异质性分析得知,数字普惠金融对产销平衡区和共同富裕度第三、四梯队区域的效果更强。因此,我国应持续大力发展数字普惠金融,增加数字普惠金融对农业技术创新的支持力度,推进数字普惠金融区域差异化发展。     

京津冀地区绿色金融发展水平与碳排放量——基于STIRPAT模型的实证检验

随着我国经济社会发展进入新阶段,对实现高质量发展、转变经济发展方式提出了更高的要求。绿色金融对于我国经济发展方式的转变具有重要作用。运用STIRPAT模型,使用岭回归方法研究京津冀地区的绿色金融发展水平与碳排放量之间的关系,结果发现：京津冀地区的能源强度对二氧化碳的排放量影响程度最大,富裕度和人口数量分别位于第二、三位。针对研究结果提出了相关政策建议。     

数字金融对农户采用绿色生产技术的影响

随着网络化、信息化、数字化的发展,以数字金融为代表的新兴金融服务模式在缓解农户借贷约束、信息约束以及风险分担等方面具有显著优势,对农户采用绿色生产技术具有重要作用。本文基于陕西省粮食种植户的微观调查数据,利用变异系数法测量农户绿色生产技术采用程度,运用内生转换回归模型,通过搭建反事实框架,实证分析了使用数字金融对农户绿色生产技术采用程度的影响和作用机制。研究发现：①使用数字金融能够显著提升农户的绿色生产技术采用程度,具体表现为在反事实假设下,使用数字金融的农户若未使用数字金融,其绿色生产技术采用程度将下降0.164;未使用数字金融的农户若使用数字金融,其绿色生产技术采用程度将提高0.222。②异质性分析表明,数字金融使用程度越深,其对农户采用绿色生产技术的提升效果越大;数字金融对文化程度较高、家庭收入较低、种植面积较大农户采用绿色生产技术的提升效果更大。③机制分析表明,数字金融能够通过提高借贷可得性、信息可得性和风险承担水平促进农户采用绿色生产技术。本文研究结论可在一定程度上为农业绿色生产技术推广提供新的视角和路径。     

数字普惠金融对农业GTFP的影响效应研究——兼论产业集聚的调节作用

提高农业GTFP是推行乡村振兴战略的关键,数字普惠金融作为驱动农村高质量发展的新动力,或能结合产业集聚推动农业GTFP提升。本文采用空间杜宾模型,通过对2011—2020年30个省份的面板数据进行分析,实证研究了数字普惠金融及其分维度指数对中国农业GTFP、技术效率和技术进步的空间作用,并进一步分析了农业产业集聚对两者关系的调节作用。研究结果显示：数字普惠金融水平的快速提升对农业GTFP产生了积极影响;空间溢出效应表明,邻近地区数字普惠金融的增长抑制了本地区农业GTFP的增长;调节效应表明,农业产业集聚在数字普惠金融推进农业GTFP提高的过程中起负向抑制作用。因此,要促进农业GTFP增长要充分发挥数字普惠金融的动力引擎作用,并引导农业产业合理布局,以提高金融资源在农业领域的配置效率,促进农村高质量发展。     

基于水-土要素匹配视角的农业碳排放时空分异及影响因素——以长江经济带为例

长江经济带水稻和马铃薯等传统农产品的生产规模约占全国50%以上,其农业碳排放直接影响长江经济带生态优先和绿色发展战略的实施。运用系统的观点综合考虑水、土、能、碳的相互作用,并以此为基础考察长江经济带农业碳排放的时空分异及影响因素。首先对长江经济带2009—2016年农业碳排放进行测算,并计算水土匹配情况,借助Kaya恒等式和完全分解方法LMDI加法形式,探讨农业碳排放各影响因素的贡献值情况,主要研究结果如下:①2009—2016年长江经济带整体农业碳排放呈阶段式上升趋势,从2009年1208.7398万t上升为2016年1407.2846万t,增长率达到16.43%,其中2016年湖南、江苏、浙江和湖北农业碳排放占比合计达59.32%;②农业碳排放强度、农业水土资源因素和人均耕地面积对农业碳排放表现为抑制因素,而农业水资源的经济产出和人口因素则表现为促成因素。③从分省市层面看,各因素对农业碳排放的影响不尽相同:农业水土资源因素,对湖南、四川、贵州和云南起促进作用,而对上海、江苏、浙江、安徽、江西和湖北起抑制作用;且农业水土资源匹配度越高的省市区,农业水土资源因素对农业碳排放的抑制效果相对越好。据此提出,制定低碳农业发展策略,要综合考虑与农业发展密切相关的水、土、能要素,将农业低碳发展与节水节能、保护性开发利用耕地等相结合等建议。