《Cogent Food & Agriculture》：The impact of digital green finance on agricultural carbon emissions: evidence from 285 Chinese cities
编辑推荐：
农业作为温室气体排放的主要来源，其低碳转型在全球气候治理中发挥着至关重要的作用。数字绿色金融（DGF）被视为减少农业碳排放（ACE）的一种有前景的工具。基于2011—2023年285个中国城市的面板数据，本研究采用耦合协调模型测度DGF，并运用双向固定效应模型
农业作为温室气体排放的主要来源，其低碳转型在全球气候治理中发挥着至关重要的作用。数字绿色金融（DGF）被视为减少农业碳排放（ACE）的一种有前景的工具。基于2011—2023年285个中国城市的面板数据，本研究采用耦合协调模型测度DGF，并运用双向固定效应模型、门槛效应模型、非线性中介效应模型和调节效应模型等一系列计量经济学模型，探讨了DGF对ACE的因果影响、潜在机制及其异质性。主要发现如下：（1）DGF与ACE之间存在显著的倒U型非线性关系：在DGF发展的初期阶段，ACE上升，而在跨越拐点0.3092后开始下降。（2）这一关系呈现出双重门槛特征，门槛值分别为0.4237和0.4800；DGF的减排效应从统计上不显著逐渐转变为高度显著。（3）农业技术创新（ATI）、农业产业集聚（AIA）和农村创业活力（REV）充当了倒U型的非线性中介变量，其间接效应随着DGF的扩张由正向转为负向。（4）金融监管强度（FRI）通过将拐点左移、使曲线趋于平缓并稳定长期减排绩效，正向调节了这一倒U型关系。（5）DGF对ACE的影响表现出显著的多维异质性。在理论上，本研究将DGF环境效应的研究拓展至农业部门，并识别出其制度前提条件。在实践上，本研究为将数字绿色金融整合入农业体系提供了基于证据的政策启示，并分享了中国的经验以支持全球农业的低碳转型。
一、研究背景、现存问题与研究意义
全球气候变化已成为21世纪人类可持续发展面临的最紧迫挑战之一。世界气象组织（WMO）监测数据显示，2015年至2025年是历史上有记录以来最温暖的十年，而政府间气候变化专门委员会（IPCC）进一步警告，本世纪末全球变暖可能超过《巴黎协定》设定的2°C阈值，对全球生态、经济和社会系统造成不可逆转的损害。在此背景下，各经济部门的深度脱碳成为全球气候治理的核心任务，其中农业因其与资源利用、民生和粮食安全的紧密联系而受到越来越多的学术关注。
农业既是温室气体的主要排放源，也是极易受气候冲击的经济部门。据统计，农业及相关食品活动贡献了全球23%的排放量，包括41%的甲烷（CH4）排放和69%的一氧化二氮（N2O）排放。然而，传统绿色金融（GF）在实践中严重依赖线下尽职调查流程、抵押品约束和标准化项目审批流程，而农业生产的分散性和非标准化特点加剧了信息不对称，推高了交易成本，削弱了金融机构的风险管理能力。数字金融（DF）借助物联网、大数据和区块链等技术，为解决这些制度瓶颈提供了新的技术路径。数字绿色金融（DGF）源于数字金融与绿色金融的深度融合，能够实现农业低碳活动的数字化识别、数据驱动的风险评估、精准资本配置和持续效果监测。
尽管已有大量关于DGF环境效应的讨论，但在全球气候变化、农业低碳转型与DGF的交汇领域仍存在显著的研究空白。现有文献多聚焦于工业部门或城市总体层面的碳减排效应，针对农业碳排放的城市级实证证据不足；多数研究采用线性机制框架，忽视了DGF农业排放效应的非线性阶段性特征；很少有研究系统地揭示DGF扩张能否以及在何种边界条件下实现稳定的农业碳减排。为此，本研究旨在基于地级市面板数据，识别DGF对ACE的线性和非线性效应及其阶段性特征，厘清多维传导渠道，检验金融监管强度（FRI）作为制度边界条件的调节作用，并揭示DGF农业碳效应的地理、排放和资源禀赋多维异质性。
二、关键技术与研究方法
本研究采用了以下主要技术方法：基于2011—2023年285个中国城市的平衡面板数据，首先，运用耦合协调度模型构建DGF综合指数，其中绿色金融（GF）指标体系涵盖绿色信贷、绿色保险、绿色投资和碳金融四个维度，数字金融（DF）采用北京大学数字普惠金融指数；其次，采用双向固定效应模型检验基准倒U型因果关系，引入DGF二次项验证非线性关系；再次，采用汉森（Hansen）面板门槛效应模型识别DGF对ACE影响的突变点；然后，运用巴伦和肯尼（Baron & Kenny）逐步回归法构建非线性中介效应模型，检验农业技术创新（ATI）、农业产业集聚（AIA）和农村创业活力（REV）三条传导路径；最后，构建调节效应模型检验FRI对DGF-ACE倒U型关系的调节作用。此外，研究还采用工具变量法和系统广义矩估计（系统GMM）缓解内生性问题。
三、研究结果
（1）基准回归与非线性关系检验
通过双向固定效应模型对公式（6）进行估计，研究发现DGF一次项系数显著为正，二次项系数显著为负，证实了DGF与ACE之间存在显著的倒U型非线性关系。拐点计算值为0.3092，表明在DGF发展初期，ACE随DGF提升而上升，跨越该临界值后，ACE进入持续下降通道。这一发现验证了假设H1。
（2）门槛效应分析
以DGF自身为门槛变量的面板门槛模型显示，DGF对ACE的影响存在双重门槛特征，门槛值分别为0.4237和0.4800。在第一区间（DGF ≤ 0.4237），DGF对ACE的边际效应为正但不显著；在第二区间（0.4237 < DGF ≤ 0.4800），DGF的减排效应开始显现但仍不显著；在第三区间（DGF > 0.4800），DGF对ACE产生显著且强烈的负向抑制效应。这表明DGF的碳减排效应需要跨越一定的发展门槛后才能充分释放。
（3）非线性中介效应检验
通过三步法检验三个中介变量的非线性传导路径：在第一步中，DGF一次项对ATI、AIA和REV均呈显著正向影响，而二次项均呈显著负向影响，表明DGF对三者均呈现倒U型驱动效应。在第二步中，三个中介变量对ACE均具有显著负向影响。第三步在纳入中介变量后，DGF对ACE的直接效应依然显著。进一步计算间接效应发现，随着DGF水平从低到高演变，ATI、AIA和REV的间接效应均由正转负，即在中介变量的倒U型形态下，DGF通过这三条路径产生的间接影响经历了从“促排”到“减排”的结构性转变。这分别验证了假设H2、H3和H4。
（4）调节效应检验
将FRI及其与DGF一次项和二次项的交互项纳入模型后发现：FRI与DGF二次项的交互项系数显著为正，表明FRI正向调节了DGF-ACE的倒U型关系。具体而言，较高的FRI使得倒U型曲线的拐点显著左移，同时削弱了曲线左侧上升段的斜率，增强了右侧下降段减排效果的稳定性。这意味着强化金融监管能够在更低的DGF水平下触发减排效应，并使后续减排过程更加稳健，验证了假设H5。
（5）异质性分析
多维异质性分析表明，DGF对ACE的影响因自然地理区位、碳排放特征和区域资源禀赋的不同而呈现显著差异。例如，在东部地区与非粮食主产区，DGF的倒U型减排效应更为明显；在高排放基数和低排放强度的城市中，DGF的减排效果也存在结构性分化。
四、讨论与结论
本研究将DGF环境效应的研究从工业部门和城市总体层面拓展至农业部门，首次在城市尺度上系统揭示了DGF与ACE之间的倒U型非线性关系及其阶段性演化特征。研究还创新性地构建了涵盖宏观（ATI）、中观（AIA）和微观（REV）三个层次的非线性中介传导框架，突破了传统单一线性中介范式。更重要的是，研究识别了FRI作为制度边界条件的关键作用，证明了有效金融监管能够优化DGF的减排轨迹。
研究结论部分翻译如下：
本研究基于2011—2023年285个中国城市的平衡面板数据，采用耦合协调度模型测度数字绿色金融（DGF），并运用双向固定效应模型、门槛效应模型、非线性中介效应模型和调节效应模型等系列计量方法，系统考察了DGF对农业碳排放（ACE）的因果效应、内在机制和异质性特征。主要发现如下：（1）DGF与ACE之间存在显著的倒U型非线性关系，即ACE在DGF发展初期上升，在跨越拐点0.3092后下降。（2）该关系具有双重门槛特征，门槛值分别为0.4237和0.4800；DGF的减排效应从统计不显著逐步转变为高度显著。（3）农业技术创新（ATI）、农业产业集聚（AIA）和农村创业活力（REV）作为倒U型非线性中介变量，其间接效应随DGF扩张由正转负。（4）金融监管强度（FRI）通过左移拐点、平缓曲线和稳定长期减排绩效，正向调节了倒U型关系。（5）DGF对ACE的影响呈现显著的多维异质性。在理论上，本研究将DGF环境效应的研究拓展至农业部门并识别了其制度前提条件；在实践上，为将数字绿色金融整合入农业体系提供了基于证据的政策启示，并为全球农业低碳转型分享了中国经验。
