绿色金融支持与能源强度在推进可再生能源转型中的作用:来自中国农业部门的证据

《Frontiers in Sustainable Food Systems》:The role of green financial support and energy intensity in advancing renewable energy transition: evidence from China’s agricultural sector

【字体: 大 中 小 】 时间:2026年07月23日 来源:Frontiers in Sustainable Food Systems 4.1

编辑推荐:

  农业对化石燃料密集型投入的长期依赖及其有限的资本市场准入,使其成为可再生能源转型背景下结构最受约束且研究最少的部门之一。研究人员首次在多模型时间序列框架内,考察了绿色金融支持(GFS)和能源强度(EI)如何共同塑造中国农业部门的可再生能源转型(RET)。在此背

  
农业对化石燃料密集型投入的长期依赖及其有限的资本市场准入,使其成为可再生能源转型背景下结构最受约束且研究最少的部门之一。研究人员首次在多模型时间序列框架内,考察了绿色金融支持(GFS)和能源强度(EI)如何共同塑造中国农业部门的可再生能源转型(RET)。在此背景下,其机制和政策风险与工业或城市环境存在显著差异。基于绿色金融理论和能源转型的多层视角,研究检验了三个方向性假设:GFS正向驱动RET,EI负向阻碍RET,以及GFS随时间降低EI。使用2000年至2022年的年度数据,数据来源于世界发展指标(WDI)、OECD数据库和中国国家统计局,研究人员采用Johansen协整检验以及向量自回归(VAR)、动态普通最小二乘法(DOLS)和完全修正普通最小二乘法(FMOLS)来捕捉短期和长期动态。DOLS(β = ?0.061,p < 0.001)和FMOLS(β = ?0.040,p < 0.001)均证实了GFS与RET之间存在显著的长期关联;负系数反映的是私人投资代理变量的结构性限制,而非绿色金融的不利效应。EI在短期和长期均持续阻碍可再生能源采用(VAR:β = ?19.74,p < 0.01;DOLS:β = ?10.52,p < 0.001)。脉冲响应分析进一步证实,GFS冲击对RET产生持久的正向效应,而EI冲击则在20年的预测期内抑制可再生能源采用,且RET在20年时自身解释了62.1%的方差。这些发现支持了所有三个假设,并对农业能源政策具有直接启示,即针对性的绿色信贷扩张与能效强制性要求相结合,比单独使用任何一种工具都能为可再生能源转型提供更持久的路径。
**论文解读文章**

**研究背景与问题**
全球气候政策的核心支柱之一是向可再生能源转型。尽管大量研究聚焦于工业和城市能源系统,但农业部门因长期依赖化石燃料密集型投入且资本市场准入受限,成为可再生能源转型中结构最受约束却研究最少的领域之一。中国自2006年成为全球最大CO2排放国,其能源转型备受关注,但农业部门的脱碳路径与工业或服务业显著不同。现有文献存在三个相互关联的空白:第一,绿色金融与可再生能源采用的关系在农业部门中研究不足,该部门常被视为政策被动受益者;第二,能源强度(EI,单位经济产出消耗的能源)在农业中的惯性(受作物周期、气候变异等影响)如何与金融支持动态交互尚未被充分探讨;第三,同时采用动态普通最小二乘法(DOLS)、完全修正普通最小二乘法(FMOLS)与向量自回归(VAR)框架来捕捉短期和长期动态的研究在中国农业情境中罕见。为此,本研究旨在考察绿色金融支持(GFS,政府导向的金融工具,包括绿色贷款、财政补贴和税收优惠)与能源强度如何共同塑造中国农业部门的可再生能源转型(RET,可再生能源在农业总能源消费中的占比)。

**研究内容与结论**
研究人员基于绿色金融理论和能源转型的多层视角,提出三个假设:H1——GFS对RET有显著正向效应;H2——EI对RET有显著负向效应;H3——GFS对EI有显著负向效应。利用2000—2022年年度数据(来源:世界发展指标、OECD数据库和中国国家统计局),采用多模型序列分析。结果表明:DOLS和FMOLS均证实GFS与RET存在显著长期关联(负系数反映私人投资代理变量在2010年后因中国转向直接公共绿色金融工具而结构性下降,并非绿色金融本身不利);EI在短期和长期均显著阻碍RET;格兰杰因果检验支持GFS→RET、GFS→EI和EI→RET的单向预测关系;脉冲响应分析显示GFS冲击对RET产生持久正向效应,EI冲击则持续抑制RET;方差分解表明RET在20年时自身解释了62.1%的方差,GFS和EI的解释份额随时间累积增长。这些发现验证了所有三个假设,表明绿色金融支持与能效要求相结合比单一工具更有效。论文发表在《Frontiers in Sustainable Food Systems》。

**关键技术与方法**
研究采用多模型时间序列框架,主要方法包括:Johansen协整检验(验证GFS与RET间的长期均衡关系)、向量自回归(VAR,捕捉短期动态和脉冲传递,最优滞后阶数由AIC/BIC选择为1)、动态普通最小二乘法(DOLS,通过引入一阶差分的前后项修正内生性和自相关)和完全修正普通最小二乘法(FMOLS,应用Newey-West长期方差校正),以及格兰杰因果检验、脉冲响应函数(IRF)和预测误差方差分解(FEVD)。数据样本为2000—2022年中国农业部门年度数据,无特定队列来源。

**研究结果**
(a)描述性统计:EI(均值0.156,标准差0.044)相对稳定,GFS(均值18.3亿元,标准差13.2亿元)波动较大,RET(均值15.69%,标准差4.90%)呈平稳趋势。
(b)增广迪基-富勒检验:EI为I(0)平稳序列,GFS和RET为I(1)非平稳序列,需一阶差分后用于VAR。
(c)向量自回归模型:VAR(1)结果显示RET受自身滞后项强烈正向影响(β=0.9504,p<0.001),且受滞后EI显著负向影响(β=?19.74,p=0.002),证实短期中EI阻碍RET;GFS方程中所有滞后变量均不显著,表明GFS为外生变量。
(d)长期估计:DOLS和FMOLS均确认GFS与RET的长期关联(系数负值源于代理变量结构性下降,非实际不利效应),EI对RET有强负向长期效应(DOLS: β=?10.52,p<0.001;FMOLS: β=?10.68,p<0.001),模型拟合优度R2分别达0.988和0.958。
(e)格兰杰因果分析:在5%显著性水平下,存在GFS→RET、GFS→EI和EI→RET的单向预测关系,验证H1、H2和H3;反向路径不显著。
(f)脉冲响应函数:GFS的一个正向冲击使RET在22年预测期内持续上升;EI的正向冲击从第1期起抑制RET。
(g)预测误差方差分解:EI方差的绝大部分由自身解释,GFS几乎完全自身解释,RET在早期主要自身解释,但GFS和EI的解释份额随时间累积增长,到第20年时RET自身解释62.1%,GFS和EI贡献逐步增加。

**讨论与结论**
讨论部分指出,描述性统计揭示了GFS的高波动性(反映政策敏感性)与EI和RET的稳定性。平稳性检验为VAR建模提供了基础。VAR结果表明RET的强持续性及EI的短期阻碍作用。DOLS和FMOLS的负GFS系数需谨慎解释:它反映的是私人投资代理变量在2010年后因中国绿色金融体系转向公共工具(如绿色债券和政策银行贷款)而下降,并非绿色金融的负面效应。EI的强负向效应在所有模型中稳健。IRF显示GFS冲击对RET有持久正向影响,而EI冲击抑制RET。FEVD表明GFS和EI的长期累积影响。研究结论翻译如下:本研究的目的是:(1)从评估角度确定中国可再生能源转型的现状;(2)确定能源强度、绿色金融支持和能效对该转型的影响;(3)识别中国实现可再生能源目标需克服的障碍。研究结果提供了权威性答案,支持了先进计量分析(包括平稳性检验、格兰杰因果、VAR、IRF和FEVD)。首先,描述性和平稳性分析表明能源强度稳定,而绿色金融支持波动,表明政策变化和经济因素显著影响中国可再生能源融资格局。在格兰杰因果和VAR检验中,绿色金融与可再生能源采用存在显著长期关联,但系数方向对代理变量选择敏感,而高能源强度持续阻碍可再生能源采用(VAR: β=?19.74,p<0.01)。IRF结果显示绿色金融支持冲击对可再生能源转型有持久正向影响,高能源强度则减缓可再生能源采用,需能效计划与金融支持并行。FEVD分析强调可再生能源转型对金融支持和能效的依赖随时间增长。研究结论与现有文献一致,并提供了新见解:绿色金融作为外生关键驱动因素,不受部门经济条件影响,即使在传统能效提升不足的部门也能支持可再生能源目标。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号