《Sustainability》:Green Growth and the Persistence of Severe Food Insecurity: Temporal Dynamics and Income-Level Heterogeneity in 78 Countries, 2010–2024
编辑推荐:
严重粮食不安全是指粮食不安全经历量表(Food Insecurity Experience Scale, FIES)中人们整日无进食的严重水平,其仍高于疫情前水平:2024年,6.73亿人(占全球人口8.2%)面临饥饿,23亿人经历中度或重度粮食不安全。研究人
严重粮食不安全是指粮食不安全经历量表(Food Insecurity Experience Scale, FIES)中人们整日无进食的严重水平,其仍高于疫情前水平:2024年,6.73亿人(占全球人口8.2%)面临饥饿,23亿人经历中度或重度粮食不安全。研究人员利用2010-2024年78个国家的平衡面板数据,检验绿色增长进展是否与严重粮食不安全减少相关,以及相关的时间范围。采用带有双向固定效应和Driscoll-Kraay标准误的动态自回归模型,将全球绿色增长指数(Global Green Growth Index, GGGI)的四个维度作为滞后1、2、3年的预测变量引入。严重粮食不安全具有高度持续性:自回归系数为0.941,暗示半衰期至少11.4年,偏差校正估计值为0.970,表明惯性更大。与绿色增长的关联存在延迟:绿色经济机会(Green Economic Opportunities, GEO)在两年后,高效可持续资源利用(Efficient and Sustainable Resource Use, ESRU)在三年后,而自然资本保护(Natural Capital Protection, NCP)在短期呈现不利关联,至第三年消失。收入水平异质性得到正式确认,社会包容(Social Inclusion, SI)的保护性关联仅局限于低收入国家。
**论文解读:绿色增长与严重粮食不安全的时间动态与收入异质性——基于78个国家2010-2024年的面板分析**
**研究背景与问题**
尽管全球对可持续发展有重大政策承诺,严重粮食不安全(即粮食不安全经历量表(FIES)中人们整日无进食的极端水平)在2024年仍高于疫情前水平,6.73亿人面临饥饿,23亿人经历中度或重度粮食不安全。COVID-19疫情、反复的气候冲击以及商品价格波动加剧了粮食系统的结构性缺陷,尤其在撒哈拉以南非洲和南亚。绿色增长策略——包括社会包容(SI)、自然资本保护(NCP)、绿色经济机会(GEO)和高效可持续资源利用(ESRU)——被认为能同时减少粮食不安全并限制环境退化,但实证证据存在争议,部分研究未发现显著效应。现有争议的常见根源在于时间误设:大多数研究检验同期效应,隐含假设绿色增长政策在实施当年即改善粮食安全,但这对于基础设施密集型投资和机构能力建设而言难以成立。此外,粮食不安全本身的结构性持续性被忽视,严重粮食不安全国家十年前的比率与当前高度相关,这种路径依赖限制了任何政策改进的边际速度。标准固定效应面板估计量存在已知的向下偏差(Nickell偏差),使得粮食不安全看似比实际更易控制。本研究旨在同一框架内解决上述两个问题:使用78个国家2010-2024年的平衡面板数据,估计动态自回归模型,引入GGGI维度作为滞后1-3年的预测变量,检验政策效应是否随时间逐步显现。论文发表在《Sustainability》(期刊名)。
**主要技术方法**
研究人员基于78个国家(2010-2024年,共1170个国-年观测值)的平衡面板数据,来源包括FAOSTAT(严重粮食不安全AB2指标)和全球绿色增长研究所(GGGI四个维度:SI、NCP、GEO、ESRU,均取值0-100)。采用动态自回归模型,包含双向固定效应(国家与年份)和Driscoll-Kraay标准误(处理异方差、序列相关和截面依赖)。GGGI维度作为滞后1、2、3年的预定预测变量分别引入回归,以避免多重共线性。诊断检验包括Wooldridge序列相关检验、Pesaran截面相关检验、Im-Pesaran-Shin和Maddala-Wu单位根检验及CIPS检验。影响分析使用Cook's距离和残差均方根误差(RMSE)识别异常观测与国家。收入异质性通过完全交互模型(GGGI维度与收入组交互)及联合Wald检验进行正式检验,并辅以子样本估计。
**研究结果**
**5.1 粮食不安全的持续性(跨估计量)**
通过不同估计量(M1-M4),严重粮食不安全的自回归系数稳定在0.941左右(M4:自回归系数=0.941,SE=0.011,95% CI [0.919, 0.963]),半衰期至少11.4年。半面板刀切偏差校正估计值(Dhaene and Jochmans, 2015)为0.970,半衰期约23年,表明M4的11.4年仅为下限。稳健性检验(M5-M6b)将自回归系数控制在0.942-0.947之间。
**5.2 GGGI维度的同期效应(M3)**
在同期设定下,仅NCP显著正相关(系数=0.012,SE=0.005,p=0.010),GEO为负向边缘显著(-0.013,p=0.066),SI和ESRU不显著。同期关联较弱,符合传输滞后假设。
**5.3 滞后效应:绿色增长政策的时间轮廓**
在滞后1年时,仅NCP显著正相关(系数=0.016,SE=0.004,p<0.001)。滞后2年时,GEO转为负向显著(-0.013,p=0.033),NCP仍为正显著(0.010,p=0.019),ESRU接近显著(-0.027,p=0.084)。滞后3年时,GEO效应增强(-0.018,p<0.001),ESRU显著负向(-0.034,p=0.002),NCP失去显著性(0.008,p=0.349)。SI在所有滞后期均不显著。
**5.4 收入水平异质性**
完全交互模型的联合Wald检验拒绝SI、NCP和ESRU的效应同质性假设(SI:F=3.07,p=0.028;NCP:F=6.82,p<0.001;ESRU:F=6.82,p<0.001),GEO则未拒绝(F=0.43,p=0.735)。SI在低收入组中负向显著(-0.122,SE=0.052,p=0.019),其他收入组交互项为正且显著,表明SI的保护性关联仅存在于低收入国家。NCP的不利短期关联集中于中低收入国家(交互项0.058,p<0.001)。子样本估计显示:低收入国家仅SI接近显著(-0.124,p=0.076);中低收入国家NCP显著正(0.030,p<0.001);中高收入国家GEO显著负(-0.032,p<0.001);高收入国家(仅6国)NCP显著负(-0.028,p=0.049)——与中低收入国家符号相反。
**5.5 稳健性检验**
改变Driscoll-Kraay带宽(maxlag=2,3,5)、排除RMSE异常国家(M5)、影响观测(M6a)或最影响国家(M6b)、排除疫情年份(2020-2021)、加入人均GDP对数及CPI通胀控制变量后,自回归系数保持0.935-0.953之间,主要GGGI系数方向与显著性稳健。NCP的滞后1年效应在排除高粮食不安全国家后减弱,但符合收入异质性预测。
**讨论与结论**
讨论指出,绿色增长与粮食安全结果关联真实但存在时间延迟:GEO和ESRU效应在2-3年后显现,NCP显示短期权衡(集中于中低收入国家),而SI仅在低收入国家有效。严重粮食不安全的持续性(自回归系数0.941,半衰期11.4年,偏差校正后0.970)构成结构性约束,任何政策改进的边际影响均被巨大惯性主导。收入异质性表明,吸收能力调节政策效果:低收入国家需要直接消费转移,中高收入国家可受益于绿色技术与清洁能源投资。局限性包括:滞后GGGI预测变量不保证严格外生性、未观测混淆因素、近单位根过程使长期乘数不可靠、测量下限(FAO报告的低水平变异有限)、以及复合指数与样本覆盖(排除弱统计系统国家)带来的外部有效性限制。研究结论(翻译自原文第7节):严重粮食不安全表现为近单位根过程,自回归系数0.941为下限,偏差校正估计值达0.970,冲击需数十年消散。绿色增长关联真实但延迟且收入条件性:GEO在两年后、ESRU在三年后,NCP显示短期不利关联(集中于中低收入国家)至第三年消失,SI仅在低收入国家具有保护性。政策含义:评估绿色增长项目需至少三年窗口;政策组合应因发展阶段而异——低收入国家侧重社会包容,中高收入国家侧重绿色经济机会,并需为保护性政策提供补充支持。未来方向:需寻找外生变异(如国际气候融资承诺)以推进因果识别,采用非线性或门槛模型,以及针对具体保护干预措施(如国家公园扩展)进行项目级分析。