| 12,311 | 222 | 141 |
| 下载次数 | 被引频次 | 阅读次数 |
依托数字普惠金融实现农业"双碳"目标是可行的数字化路径。利用2011-2019年中国30个省份的面板数据,验证数字普惠金融能否担起农业碳减排"重任"。结果表明:数字普惠金融发展降低了农业碳排放强度,具有农业碳减排效应;运用解释变量替代法、面板分位数回归和工具变量法进行估计后,结果依然稳健。数字普惠金融的农业碳减排效应可通过农民创业效应和农业技术进步效应实现,而城镇化发展水平对数字普惠金融的农业碳减排效应具有正向调节作用。数字普惠金融覆盖广度、使用深度和数字化程度均具有农业碳减排效应,但效应大小存在差异;相较于"胡焕庸线"以西地区,该线以东地区数字普惠金融具有农业碳减排效应,侧面反映数字普惠金融的农业碳减排效应还未突破"胡焕庸线";与粮食主产区相比,数字普惠金融在非粮食主产区的农业碳减排效应更显著。
Abstract：[1]王连芬，戴裕杰.中国各省环境效率及环境效率幻觉分析[J].中国人口·资源与环境，2017(2).
[2]何培培，张俊飚，何可，陈柱康.农业生产何以存在低碳效率幻觉?——来自1997-2016年31个省份面板数据的证据[J].自然资源学报，2020(9).
[3]金书秦，林煜，牛坤玉.以低碳带动农业绿色转型：中国农业碳排放特征及其减排路径[J].改革，2021(5).
[4]王留鑫，姚慧琴，韩先锋.碳排放、绿色全要素生产率与农业经济增长[J].经济问题探索，2019(2).
[5]解春艳，黄传峰，徐浩.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[J].科技管理研究，2021(15).
[6]张中祥.碳达峰、碳中和目标下的中国与世界——绿色低碳转型、绿色金融、碳市场与碳边境调节机制[J].人民论坛·学术前沿，2021(14).
[7]许钊，高煜，霍治方.数字金融的污染减排效应[J].财经科学，2021(4).
[8]Jalil A,Feridun M.The impact of growth,energy and financial development on the environment in China:a cointegration analysis[J].Energy Economics,2011(2).
[9]Shahbaz M,Tiwari A K,Nasir M.The effects of financial development,economic growth,coal consumption and trade openness on CO2 emissions in South Africa[J].Energy Policy,2013(61).
[10]Tamazian A,Chousa J P,Vadlamannati K C.Does higher economic and financial development lead to environmental degradation:evidence from BRIC countries[J].Energy policy,2009(1).
[11]严成樑，李涛，兰伟.金融发展、创新与二氧化碳排放[J].金融研究，2016(1).
[12]叶初升，叶琴.金融结构与碳排放无关吗——基于金融供给侧结构性改革的视角[J].经济理论与经济管理，2019(10).
[13]何运信，许婷，钟立新.金融发展对二氧化碳排放的影响效应及作用路径[J].经济社会体制比较，2020(2).
[14]Omri A,Daly S,Rault C,Chaibi A.Financial development,environmental quality,trade and economic growth:What causes what in MENA countries[J].Energy Economics,2015(48).
[15]张丽华，任佳丽，王睿.金融发展、区域创新与碳排放——基于省际动态面板数据分析[J].华东经济管理，2017(9).
[16]陈亮，胡文涛.金融发展、技术进步与碳排放的协同效应研究——基于2005-2017年中国30个省域碳排放的VAR分析[J].学习与探索，2020(6).
[17]陈向阳.金融结构、技术创新与碳排放：兼论绿色金融体系发展[J].广东社会科学，2020(4).
[18]蔡栋梁，程树磊，陈建东.金融节能、金融发展对碳排放变化的影响研究[J].中国人口·资源与环境，2017(10).
[19]龚沁宜，成学真.数字普惠金融、农村贫困与经济增长[J].甘肃社会科学，2018(6).
[20]王瑶佩，郭峰.区域数字金融发展与农户数字金融参与：渠道机制与异质性[J].金融经济学研究，2019(2).
[21]Conroy J.APEC and financial exclusion:Missed opportunities for collective action?[J].Asia Pacific Development Journal,2005(1).
[22]陈海龙，陈小昆.“涓滴”还是“极化”:数字普惠金融对农村相对贫困的改善效应[J].云南财经大学学报，2021(7).
[23]曾福生，郑洲舟.多维视角下农村数字普惠金融的减贫效应分析[J].农村经济，2021(4).
[24]李牧辰，封思贤，谢星.数字普惠金融对城乡收入差距的异质性影响研究[J].南京农业大学学报(社会科学版),2020(3).
[25]周利，冯大威，易行健.数字普惠金融与城乡收入差距：“数字红利”还是“数字鸿沟”[J].经济学家，2020(5).
[26]张林.数字普惠金融、县域产业升级与农民收入增长[J].财经问题研究，2021(6).
[27]何宏庆.数字金融助推乡村产业融合发展：优势、困境与进路[J].西北农林科技大学学报(社会科学版),2020(3).
[28]杜金岷，韦施威，吴文洋.数字普惠金融促进了产业结构优化吗?[J].经济社会体制比较，2020(6).
[29]葛和平，钱宇.数字普惠金融服务乡村振兴的影响机理及实证检验[J].现代经济探讨，2021(5).
[30]惠献波.数字普惠金融与城市绿色全要素生产率：内在机制与经验证据[J].南方金融，2021(5).
[31]范欣，尹秋舒.数字金融提升了绿色全要素生产率吗?[J].山西大学学报(哲学社会科学版),2021(4).
[32]贺茂斌，杨晓维.数字普惠金融、碳排放与全要素生产率[J].金融论坛，2021(2).
[33]蒋庆正，李红，刘香甜.农村数字普惠金融发展水平测度及影响因素研究[J].金融经济学研究，2019(4).
[34]Baker T,Nelson R E.Creating something from nothing:Resource construction through entrepreneurial bricolage[J].Administrative science quarterly,2005(3).
[35]马光荣，杨恩艳.社会网络、非正规金融与创业[J].经济研究，2011(3).
[36]马德功，滕磊.数字金融、创业活动与包容性增长[J].财经论丛，2020(9).
[37]陶云清，曹雨阳，张金林，邹凯.数字金融对创业的影响——来自地区和中国家庭追踪调查(CFPS)的证据[J].浙江大学学报(人文社会科学版),2021(1).
[38]傅秋子，黄益平.数字金融对农村金融需求的异质性影响——来自中国家庭金融调查与北京大学数字普惠金融指数的证据[J].金融研究，2018(11).
[39]张碧琼，吴琬婷.数字普惠金融、创业与收入分配——基于中国城乡差异视角的实证研究[J].金融评论，2021(2).
[40]田杰，谭秋云，靳景玉.数字金融能否改善资源错配?[J].财经论丛，2021(4).
[41]汪亚楠，徐枫，郑乐凯.数字金融能驱动城市创新吗?[J].证券市场导报，2020(7).
[42]潘爽，叶德珠，叶显.数字金融普惠了吗——来自城市创新的经验证据[J].经济学家，2021(3).
[43]庄旭东，王仁曾.数字金融能促进产业创新成果转化吗[J].现代经济探讨，2021(6).
[44]刘佳鑫，李莎.“双循环”背景下数字金融发展与区域创新水平提升[J].经济问题，2021(6).
[45]魏玮，文长存，崔琦，解伟.农业技术进步对农业能源使用与碳排放的影响——基于GTAP-E模型分析[J].农业技术经济，2018(2).
[46]王锋，秦豫徽，刘娟，吴从新.多维度城镇化视角下的碳排放影响因素研究——基于中国省域数据的空间杜宾面板模型[J].中国人口·资源与环境，2017(9).
[47]Ali H S,Abdul-Rahim A S,Ribadu M B.Urbanization and carbon dioxide emissions in Singapore:evidence from the ARDL approach[J].Environmental Science and Pollution Research,2017(2).
[48]毕晓航.城市化对碳排放的影响机制研究[J].上海经济研究，2015(10).
[49]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014(5).
[50]方杰，温忠麟，梁东梅，李霓霓.基于多元回归的调节效应分析[J].心理科学，2015(3).
[51]李波，张俊飚，李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口·资源与环境，2011(8).
[52]郭峰，王靖一，王芳，孔涛，张勋，程志云.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学(季刊),2020(4).
[53]齐文浩，李明杰，李景波.数字乡村赋能与农民收入增长：作用机理与实证检验——基于农民创业活跃度的调节效应研究[J].东南大学学报(哲学社会科学版),2021(2).
[54]邓鑫，张宽，漆雁斌.文化差异阻碍了农业技术扩散吗?——来自方言距离与农业机械化的证据[J].中国经济问题，2019(6).
[55]杨伟明，粟麟，孙瑞立，袁伟鹏.数字金融是否促进了消费升级?——基于面板数据的证据[J].国际金融研究，2021(4).
[56]吴瑞君，朱宝树.中国人口的非均衡分布与“胡焕庸线”的稳定性[J].中国人口科学，2016(1).
①农业部办公厅关于印发主要农作物生产全程机械化示范县评价指标体系(试行)和评价办法(试行)的通知：http://www.moa.gov.cn/nybgb/2016/shiyiqi/201711/t20171128_5922519.htm。
②限于篇幅，未报告该部分检验结果，欢迎索取。
③胡焕庸线东南部包括黑龙江、吉林、辽宁、北京、天津、河北、山西、上海、江苏、浙江、福建、安徽、江西、山东、河南、湖北、湖南、广东、广西、海南、重庆、四川、云南、贵州、陕西25个省份；胡焕庸线西北部包括内蒙古、甘肃、青海、宁夏、新疆5个省份(本研究西藏除外)。
④根据中国信息通信研究院发布的《中国数字经济发展白皮书(2020年)》显示，胡焕庸线以西地区数字经济规模较低，数字经济规模增速不到10%,数字经济占GDP的比重也在全国各省份排名中处于较低水平。在数字产业化和产业数字化方面，排名末六位的省份分别是内蒙古、山西、新疆、甘肃、宁夏、青海，数字产业化和产业数字化占GDP的比重较低。
⑤粮食主产区：辽宁、河北、山东、吉林、内蒙古、江西、湖南、四川、河南、湖北、江苏、安徽、黑龙江。
基本信息:
中图分类号:F49;F832;X322;F323
引用信息:
[1]程秋旺,许安心,陈钦.“双碳”目标背景下农业碳减排的实现路径——基于数字普惠金融之验证[J].西南民族大学学报(人文社会科学版),2022,43(02):115-126.
基金信息:
国家社会科学基金一般项目“我国旅游产业生态化时空分异规律及管理响应研究”(21BGL148)阶段性成果
2022-02-07
2022-02-07