气候变化、环境政策严格度（EPS）与农业全要素生产率（ATFP）对新兴经济体粮食生产的长期影响及调节效应：基于CS-ARDL的实证研究

《Frontiers in Sustainable Food Systems》：Climate change, environmental regulations, and agricultural total factor productivity: implications for food production in emerging economies

　　

本研究考察1990–2022年期间气候变化、环境政策严格度（Environmental Policy Stringency, EPS）和农业全要素生产率（Agricultural Total Factor Productivity, ATFP）对所选新兴经济体粮食生产的长期影响。研究人员采用对横截面依赖（Cross-Sectional Dependence, CSD）和斜率异质性（Slope Heterogeneity, SH）稳健的第二代计量经济方法，以确保方法严谨性。研究人员使用横截面增强自回归分布滞后（Cross-Sectionally Augmented Autoregressive Distributed Lag, CS-ARDL）模型，并结合面板协整检验，确立了相关变量之间的长期关系。结果显示，平均年降水量（Average Annual Precipitation, APRE）、ATFP和EPS每增加1%，长期粮食生产分别增加0.15%、0.93%和0.04%。相反，平均年温度（Average Annual Temperature, ATP）每上升1%，长期粮食生产减少0.98%。调节分析进一步表明，ATFP在长期和短期内均显著调节APRE和ATP与粮食生产之间的关系。然而，EPS仅在短期内对ATP—粮食生产关系产生显著调节效应。通过替代估计策略，包括完全修正普通最小二乘（Fully Modified Ordinary Least Squares, FMOLS）和动态普通最小二乘（Dynamic Ordinary Least Squares, DOLS），以及纳入替代控制变量，基线估计的稳健性得到确认。基于这些发现，本研究为所选新兴经济体提供可操作的政策建议，强调提升ATFP和实施严格的环境监管框架是加速气候变化背景下保障粮食安全的关键路径。

研究背景与问题：21世纪人口最多的新兴经济体面临深刻的粮食生产挑战。人口快速增长、气候不确定性、环境退化和资源稀缺共同加剧了对全球粮食系统可持续性的担忧。粮农组织（Food and Agriculture Organization, FAO）将粮食安全界定为所有人在任何时候都能在物质和经济上获得充足、安全且有营养的食物，以维持健康而积极的生活。尽管现代农业生产技术被广泛采用，估计仍有805 million人每日遭受慢性饥饿。气候变化已成为全球农业可持续性和粮食安全的最严峻威胁之一。世界气象组织（World Meteorological Organization, WMO）指出，2024年是175年观测记录中最暖年份，全球平均近地表温度约高于工业化前水平1.55 ± 0.13 °C。政府间气候变化专门委员会（Intergovernmental Panel on Climate Change, IPCC）估计，到2050年，当前全球10%的耕地和畜牧区将变得气候上不适宜生产。生态退化、过量碳排放、非可再生能源依赖、森林砍伐、土壤退化和不可持续农业生产也削弱生态系统服务并降低农业生产力。环境政策严格度（Environmental Policy Stringency, EPS）指旨在减少污染并促进可持续生产系统的监管框架的严格性与有效性。农业全要素生产率（Agricultural Total Factor Productivity, ATFP）衡量土地、劳动、机械、肥料和技术等农业投入转化为产出的效率。已有文献多关注气候变量与粮食生产的直接关系，较少关注EPS和ATFP的调节作用，且多集中于单一国家或区域，对新兴经济体的比较证据有限。因此，研究人员选择中国、印度、印度尼西亚、巴西、墨西哥和南非六个新兴经济体，开展跨亚洲、非洲和拉丁美洲的分析。

研究人员开展的研究、结论与意义：研究人员使用1990–2022年六个新兴经济体的平衡面板数据，采用第二代面板计量方法处理横截面依赖（Cross-Sectional Dependence, CSD）和斜率异质性（Slope Heterogeneity, SH），并运用CS-ARDL模型和面板协整检验。结果显示，APRE、ATFP和EPS在长期提高粮食生产，而ATP在长期降低粮食生产。调节分析表明，ATFP显著调节APRE和ATP与粮食生产的关系，EPS仅在短期显著调节ATP与粮食生产的关系。稳健性通过FMOLS、DOLS和替代控制变量得到确认。该研究的意义在于，为新兴经济体在气候变化加速背景下通过提升ATFP和实施严格环境监管保障粮食安全提供了政策依据。

关键技术方法概括：样本为巴西、中国、印度、印度尼西亚、墨西哥和南非1990–2022年平衡面板。数据来源包括世界发展指标（World Development Indicators, WDI）、Our World in Data、USDA IAP、OECD和IMF。方法包括Pesaran and Yamagata斜率异质性检验、方差膨胀因子（Variance Inflation Factor, VIF）检验、Pesaran/Friedman/Frees横截面依赖检验、CADF和CIPS第二代面板单位根检验、Kao/Pedroni/Westerlund and Edgerton面板协整检验、CS-ARDL模型、调节模型，以及FMOLS和DOLS稳健性检验，并纳入替代控制变量。字数约230。

研究结果：
4.1 Empirical results（实证结果）：研究人员通过第二代面板计量流程检验变量关系。
4.1.1 Results of descriptive statistics（描述性统计结果）：粮食生产（Food Production, FP）均值为4.3543，APRE、ATP、ATFP和EPS均值分别为7.0521、2.9206、4.3664和0.8343；EPS均值最低，表明所选新兴经济体环境政策严格度差异较大；除EPS外，变量取自然对数。
4.1.2 Results of correlation matrix（相关矩阵结果）：多数自变量和控制变量与FP正相关，ATP和耕地（Arable Land, ARL）与FP负相关；所有相关系数不超过0.7087，表明不存在严重多重共线性。
4.1.3 Results of CSD TEST（横截面依赖检验结果）：Pesaran’s CD、Friedman’s CD和Frees’ CD检验确认面板存在横截面依赖，原因在于所选国家全球经济互联。
4.1.4 Results of slope heterogeneity test（斜率异质性检验结果）：斜率异质性检验拒绝原假设，确认所有模型存在斜率异质性。
4.1.5 Results of panel unit root tests（面板单位根检验结果）：CADF和CIPS显示变量为I(0)与I(1)混合顺序，适合采用CS-ARDL。
4.1.6 Results of variance inflation factor（方差膨胀因子结果）：所有变量VIF未超过10，进一步排除多重共线性问题。
4.1.7 Results of panel cointegration tests（面板协整检验结果）：Kao、Pedroni以及Westerlund and Edgerton检验确认因变量与自变量之间存在长期协整关系。
4.1.8 Results of CS-ARDL（CS-ARDL结果）：APRE每增加1%，长期和短期粮食生产分别增加0.152%和0.058%；ATP每增加1%，长期和短期粮食生产分别减少0.980%和0.568%；EPS每增加1%，长期粮食生产增加0.0422%，短期不显著；ATFP每增加1%，长期粮食生产增加0.935%，短期增加0.671%；误差修正项显著为负。
4.2 Results of moderation analysis（调节分析结果）：ATFP显著调节APRE与FP、ATP与FP的关系，长期和短期均显著；EPS对APRE与FP、ATP与FP的长期调节不显著，仅在短期显著调节ATP与FP关系。
4.3 Results of robustness analysis through alternative controls（替代控制变量稳健性结果）：加入CO₂排放、通胀、农业就业和农业淡水取水等替代控制变量后，APRE、EPS和ATFP仍提高粮食生产，ATP仍降低粮食生产，与基线一致。
4.4 Results of robustness analysis through different models（不同模型稳健性结果）：FMOLS显示APRE、EPS和ATFP长期提高粮食生产，ATP降低粮食生产；DOLS显示APRE、EPS和ATFP长期提高粮食生产，ATP不显著，总体与基线一致。
4.5 Discussion of empirical results（实证结果讨论）：APRE通过提高土壤湿度、降低灌溉成本、提高种植强度和产量促进粮食生产；ATP通过增加植物水分蒸发、热胁迫和害虫暴发抑制粮食生产；EPS通过严格政府监管降低农业生产环境成本；ATFP提高投入转化为产出的效率，并缓解气候变化不利影响。结果与Amare et al.、Chandio et al.、Saleem and Smirnova、Schlenker and Roberts、Lobell and Field、Su et al.、Ali et al.、Ran et al.、Sarma et al.、Liu et al.和Xiang et al.等研究一致。

研究结论部分翻译：本研究考察1990–2022年期间气候变化、环境政策严格度（EPS）和农业全要素生产率（ATFP）对所选新兴经济体巴西、中国、印度、印度尼西亚、墨西哥和南非粮食生产的长期影响。研究还考察ATFP和EPS对气候变异与粮食生产（FP）关系的调节效应。使用CS-ARDL模型和协整检验，研究确认变量之间存在长期关系。CS-ARDL结果表明，平均年降水量（APRE）、ATFP和EPS每增加1%，长期粮食生产分别增加0.15%、0.93%和0.04%。相反，平均年温度（ATP）每增加1%，粮食生产减少0.98%。调节分析显示，ATFP在长期和短期显著调节APRE和ATP对粮食生产的影响，而EPS仅在短期显著调节ATP与粮食生产的关系。基线估计通过FMOLS和DOLS替代模型以及替代控制变量得到验证。本研究主要结论与Amare et al.、Chandio et al.、Saleem and Smirnova、Schlenker and Roberts、Lobell and Field、Ali et al.、Ran et al.、Sarma et al.和Liu et al.等先前文献一致。本研究贡献在于：第一，多数文献关注气候变量与粮食生产直接关系，较少关注EPS和ATFP；第二，以往多聚焦单一国家或区域，本研究聚焦世界人口最多的一些新兴经济体；第三，以往依赖传统计量方法，本研究采用第二代面板计量技术处理横截面依赖、异质性和内生性问题。