收入不平等与社会经济因素对印度渔场生态足迹的影响：基于傅里叶增强自回归分布滞后模型的研究

这篇研究采用傅里叶增强自回归分布滞后模型（FAARDL）和完全修正最小二乘法（FMOLS），首次系统探讨了印度1971-2022年间收入不平等（GINI）与渔场生态足迹（FISH）的非线性关系。创新性地揭示了GINI与城镇化（URB）对FISH的缓解作用，以及能源消耗（ENE）和贸易开放度（TRA）的负面效应，为协调SDG8（经济增长）、SDG10（减少不平等）和SDG14（海洋生态）提供了重要政策依据。

　　

研究亮点

本研究首次将收入不平等（GINI）作为核心变量纳入渔场生态足迹（FISH）分析框架，通过创新的傅里叶增强自回归分布滞后模型（FAARDL），揭示了印度海洋资源可持续性的关键驱动机制。

理论机制与相关文献

收入分配与环境质量的复杂关系正成为可持续发展目标（SDGs）研究的热点。最新研究表明，GINI可能通过"消费模式效应"和"技术准入效应"双重路径影响FISH：富裕阶层倾向于高生态影响的捕捞方式，而低收入群体则受限于可持续技术（Kopp & Nabernegg, 2022）。在印度语境下，0.4以上的基尼系数（Solt, 2020）使得这种效应尤为显著。

数据与方法论

研究构建了包含GINI、经济增长（EG）、能源消耗（ENE）、贸易开放度（TRA）和城镇化率（URB）的计量模型：FISH_t=f(GINI_t, EG_t, ENE_t, TRA_t, URB_t)。采用FAARDL方法有效捕捉了印度经济改革（1991）等结构性断点，并通过傅里叶级数处理非线性波动。

研究发现

• GINI每上升1%可使FISH降低0.23%（p<0.01），印证了"资源获取限制假说"

• 城镇化展现U型关系，超过临界值32%后开始抑制FISH

• 能源强度是最大负面因子（β=0.81），印证拖网渔船等高耗能作业的生态代价

结论

这项突破性研究首次证实，在发展中国家语境下，收入不平等可能意外地缓解渔场压力。建议印度实施"精准渔业政策"：针对高收入群体加强生态标签认证，对低收入渔民推广太阳能捕捞设备，并通过¹⁴C标记等技术强化贸易监管。