顧 蔚,談 鑫,張海洋,丁子健
(中研綠色金融研究院,江蘇南京 211803)
農(nóng)業(yè)活動(dòng)是溫室氣體排放的重要來(lái)源之一,受到中國(guó)及國(guó)際社會(huì)的高度關(guān)注。根據(jù)聯(lián)合國(guó)糧食與農(nóng)業(yè)組織數(shù)據(jù)統(tǒng)計(jì),超過(guò)30%的全球人為溫室氣體排放量來(lái)源于農(nóng)業(yè)用地;同時(shí),我國(guó)約17%的碳排放總量來(lái)自農(nóng)業(yè),且農(nóng)業(yè)碳排放量仍持續(xù)以平均1.46%的速度上漲[1-2]。而超量溫室氣體排放導(dǎo)致的氣候變化,又通過(guò)改變降雨模式、蟲(chóng)害壓力模式、季節(jié)和晝夜的溫度變化模式與更頻繁的極端天氣等方式反噬農(nóng)業(yè)活動(dòng),降低農(nóng)業(yè)生產(chǎn)力。農(nóng)業(yè)碳排放問(wèn)題日益嚴(yán)峻,控制農(nóng)業(yè)高碳排、發(fā)展綠色低碳農(nóng)業(yè)是重中之重。2021 年農(nóng)業(yè)農(nóng)村部等6 部門聯(lián)合印發(fā)的《“十四五”全國(guó)農(nóng)業(yè)綠色發(fā)展規(guī)劃》和2022年農(nóng)業(yè)農(nóng)村部聯(lián)合國(guó)家發(fā)改委印發(fā)的《農(nóng)業(yè)農(nóng)村減排固碳實(shí)施方案》,明確提出要強(qiáng)化農(nóng)業(yè)綠色發(fā)展科技動(dòng)能、提高農(nóng)業(yè)資源利用效率、推進(jìn)農(nóng)業(yè)農(nóng)村減排固碳,構(gòu)建綠色低碳循環(huán)發(fā)展的農(nóng)業(yè)產(chǎn)業(yè)體系。
金融發(fā)展規(guī)模和效率影響著經(jīng)濟(jì)活動(dòng)中的碳排放水平[3]。2017 年《農(nóng)業(yè)部中國(guó)農(nóng)業(yè)銀行關(guān)于推進(jìn)金融支持農(nóng)業(yè)綠色發(fā)展工作的通知》提出,要構(gòu)建多層次、廣覆蓋、可持續(xù)的農(nóng)業(yè)綠色發(fā)展金融服務(wù)體系,通過(guò)金融支持農(nóng)業(yè)科技創(chuàng)新、金融支持農(nóng)業(yè)結(jié)構(gòu)調(diào)整、金融支持農(nóng)業(yè)面源污染治理,推進(jìn)綠色農(nóng)業(yè)發(fā)展。那么金融如何促進(jìn)農(nóng)業(yè)低碳轉(zhuǎn)型、減排效果又如何?厘清農(nóng)村金融發(fā)展對(duì)農(nóng)業(yè)碳排放的影響,對(duì)提升農(nóng)業(yè)綠色發(fā)展金融服務(wù)體系具有重要現(xiàn)實(shí)意義。
本文聚焦狹義的農(nóng)業(yè),即種植業(yè),區(qū)別于涵蓋種植業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)、副業(yè)的廣義農(nóng)業(yè)。種植業(yè)包括培育各類農(nóng)作物、林木、果樹(shù)、觀賞及實(shí)用性等植物,產(chǎn)出各種糧食作物、經(jīng)濟(jì)作物、蔬菜作物、綠肥作物、飼料作物及園藝作物。
農(nóng)業(yè)碳排放具有難量化、隱蔽性強(qiáng)、隨機(jī)性強(qiáng)、不易檢測(cè)和涉及范圍廣等特征[4];而農(nóng)業(yè)固碳作用的測(cè)算復(fù)雜,精準(zhǔn)數(shù)據(jù)難以獲取。鑒于此,本文專注于狹義農(nóng)業(yè)在農(nóng)地利用中產(chǎn)生的碳排放,從化肥、農(nóng)藥、農(nóng)膜、農(nóng)用機(jī)械使用、農(nóng)田灌溉和農(nóng)作物耕種共六個(gè)維度進(jìn)行測(cè)算,將排放的溫室氣體統(tǒng)一用二氧化碳當(dāng)量表示。
農(nóng)業(yè)碳排放的主要碳源有:1)農(nóng)地利用,包括化肥、農(nóng)藥、薄膜等農(nóng)資投入、農(nóng)用機(jī)械所用柴油等能源消耗、農(nóng)地翻耕和灌溉;2)水稻等作物生長(zhǎng);3)牲畜腸道發(fā)酵及糞便處理;4)秸稈等作料焚燒。同時(shí),各國(guó)農(nóng)業(yè)碳排放與其農(nóng)業(yè)生產(chǎn)方式息息相關(guān)[5]。對(duì)我國(guó)農(nóng)業(yè)碳排放測(cè)算的研究中發(fā)現(xiàn),在所有碳源中化肥影響最大,且我國(guó)農(nóng)業(yè)碳排總量逐年遞增、增速減弱[6]。農(nóng)業(yè)碳排放的正向影響因素包含人口規(guī)模、畜類消費(fèi)占比、農(nóng)業(yè)規(guī)模,負(fù)向影響因素包含土地生產(chǎn)效率的提升、保護(hù)性耕作方式的使用、環(huán)境保護(hù)措施的實(shí)施[7]。
當(dāng)前研究發(fā)現(xiàn),能顯著影響碳排放量和排放強(qiáng)度[8]的金融因素包括:金融的規(guī)模、效率、空間結(jié)構(gòu)[9]、產(chǎn)業(yè)聚集[10]等。其研究方法既有構(gòu)建衡量綜合指數(shù)衡量金融發(fā)展的整體情況與內(nèi)部結(jié)構(gòu)的[11],也有按股票、保險(xiǎn)、信貸等金融產(chǎn)品類型分別分析其與碳排放量關(guān)系的[12]。異質(zhì)性研究方面發(fā)現(xiàn),金融發(fā)展在總體上有利于減少碳排放,但這種減排效應(yīng)會(huì)隨著經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)結(jié)構(gòu)、能源結(jié)構(gòu)等因素而呈現(xiàn)復(fù)雜的特征[13]。
學(xué)界尚未就金融發(fā)展對(duì)碳排放量的作用方向達(dá)成統(tǒng)一定論。較多研究得出,金融發(fā)展對(duì)碳排放有負(fù)向抑制作用[9,14-16];也有研究認(rèn)為金融規(guī)模和效率對(duì)碳排放量有正向作用,對(duì)碳排放強(qiáng)度有負(fù)向作用[8];更有研究發(fā)現(xiàn)金融發(fā)展與碳排放量之間存在“倒U 型”關(guān)系[17-20]。
目前,國(guó)內(nèi)針對(duì)金融與農(nóng)業(yè)碳排放的研究相對(duì)較少,且多用信貸、存款指標(biāo)作為農(nóng)村金融水平的測(cè)度。本文構(gòu)建雙向固定效應(yīng)模型,基于2011—2020年中國(guó)省級(jí)面板數(shù)據(jù),從農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)、農(nóng)業(yè)投資、財(cái)政環(huán)保支出四個(gè)維度探討農(nóng)村金融水平對(duì)農(nóng)業(yè)金融碳排放的影響。
為了分析農(nóng)村金融發(fā)展水平對(duì)農(nóng)業(yè)碳排放的影響,本文構(gòu)建了雙向固定效應(yīng)模型,具體如下:
(1)式中:i 為省份,t 為年份;mco2(it)代表被解釋變量,為省份i 在t 年的農(nóng)業(yè)碳排放總量;xe,f(it)代表解釋變量,為省份i在t年的農(nóng)村金融發(fā)展水平;∑Xit為控制變量;λi為省級(jí)固定效應(yīng),Ut為時(shí)間固定效應(yīng);εit為誤差項(xiàng);α、β、φ和λ為相應(yīng)的常量。為了便于解釋統(tǒng)計(jì)意義及平滑數(shù)據(jù)波動(dòng),本文對(duì)農(nóng)業(yè)碳排放總量mco2(it)和農(nóng)村金融水平xe,f(it)進(jìn)行了對(duì)數(shù)化處理。
2.2.1 被解釋變量
農(nóng)業(yè)碳排放總量。本文聚焦于狹義農(nóng)業(yè)(種植業(yè))及其碳排放量,具體估算公式如下:
(2)式中:mco2(it)為農(nóng)業(yè)碳排放總量。mco2(it,j)為省份i 在t 年碳源j 的碳排放量;Qit,j為省份i 在t 年碳源j的數(shù)量;Cj為碳源的碳排放系數(shù),具體見(jiàn)表1。
表1 農(nóng)業(yè)各類碳源的碳排放系數(shù)
測(cè)算發(fā)現(xiàn):平均農(nóng)業(yè)碳排放大省包括河南省、山東省、黑龍江省、河北省;平均占比最大的農(nóng)業(yè)碳源為農(nóng)業(yè)播種和化肥使用。各省農(nóng)業(yè)碳排放總量(按從高至低排序)見(jiàn)表2,農(nóng)業(yè)碳源中播種、化肥、農(nóng)膜、農(nóng)用柴油、農(nóng)藥、灌溉的占比見(jiàn)表3。
表2 2011—2020年31個(gè)省份平均農(nóng)業(yè)碳排放量 單位:萬(wàn)t
表3 31個(gè)省份農(nóng)業(yè)碳源中播種、化肥、農(nóng)膜、農(nóng)用柴油、農(nóng)藥、灌溉的占比 單位:%
2.2.2 核心解釋變量
農(nóng)村金融發(fā)展水平。使用四個(gè)指標(biāo)來(lái)衡量:1)農(nóng)業(yè)信貸指標(biāo)。從儲(chǔ)蓄能力轉(zhuǎn)化為投資的角度出發(fā),使用涉農(nóng)貸款余額與農(nóng)戶儲(chǔ)蓄存款余額之比衡量農(nóng)村信貸資源配置效率[3,22]。2)農(nóng)業(yè)保險(xiǎn)指標(biāo)。使用各財(cái)產(chǎn)保險(xiǎn)公司農(nóng)業(yè)保險(xiǎn)收入衡量各地區(qū)農(nóng)業(yè)保險(xiǎn)的絕對(duì)規(guī)模。3)農(nóng)業(yè)投資指標(biāo)。使用農(nóng)業(yè)綜合開(kāi)發(fā)項(xiàng)目資金總投入,涵蓋中央財(cái)政、地方財(cái)政、銀行信貸、群眾自籌四方資金。4)財(cái)政環(huán)保支出指標(biāo)。使用節(jié)能環(huán)保項(xiàng)目財(cái)政預(yù)算支出,涵蓋生態(tài)保護(hù)、污染防治、天然林保護(hù)、退耕還林、退牧還草、污染減排等用途。其中,鑒于相關(guān)文獻(xiàn)[22-23]發(fā)現(xiàn)農(nóng)業(yè)信貸對(duì)農(nóng)業(yè)碳排放、農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)生產(chǎn)率存在非線性關(guān)系,本文對(duì)農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)兩項(xiàng)指標(biāo)添加其二次項(xiàng)回歸,以捕捉其與農(nóng)業(yè)碳排放總量的非線性關(guān)系。
2.2.3 控制變量
綜合考慮現(xiàn)有對(duì)農(nóng)業(yè)碳排放的研究,本文控制了農(nóng)業(yè)經(jīng)濟(jì)水平、農(nóng)業(yè)現(xiàn)代化水平、農(nóng)作物受災(zāi)程度、農(nóng)業(yè)結(jié)構(gòu)四方非金融變量,分別以農(nóng)業(yè)總產(chǎn)值(億元)、農(nóng)業(yè)機(jī)械總動(dòng)力(萬(wàn)千瓦)、作物受災(zāi)面積(千公頃)、農(nóng)業(yè)總產(chǎn)值與農(nóng)林牧漁業(yè)總產(chǎn)值之比衡量。此外,為了緩解不可觀測(cè)變量對(duì)結(jié)果的偏誤,本文一方面引入了省級(jí)固定效應(yīng)λi,以便控制各省份自然氣候、地理面貌等特征;另一方面引入了時(shí)間固定效應(yīng)Ut,以便控制政策變化和通貨膨脹等因素。
2.2.4 描述性統(tǒng)計(jì)
變量說(shuō)明與描述性統(tǒng)計(jì)見(jiàn)表4。
表4 農(nóng)業(yè)碳排放的變量說(shuō)明和描述性統(tǒng)計(jì)
考慮到數(shù)據(jù)的可得性,選取2011—2020 年我國(guó)31 個(gè)省份(地區(qū))的省級(jí)面板數(shù)據(jù),未包含港澳臺(tái)地區(qū)。其中,各農(nóng)業(yè)碳排放源的數(shù)量,農(nóng)業(yè)經(jīng)濟(jì)水平、農(nóng)作物受災(zāi)程度等控制變量的數(shù)據(jù)取自國(guó)家統(tǒng)計(jì)局;農(nóng)村金融發(fā)展水平的數(shù)據(jù)來(lái)自《中國(guó)財(cái)政年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)保險(xiǎn)年鑒》和CSMAR 數(shù)據(jù)庫(kù)。需要說(shuō)明的是:對(duì)缺失值,根據(jù)其前后五年間的差值進(jìn)行了補(bǔ)全;對(duì)絕對(duì)值的變量,為了避開(kāi)宏觀數(shù)據(jù)的非平穩(wěn)性對(duì)實(shí)證結(jié)果的干擾,進(jìn)行了對(duì)數(shù)處理。
在前文理論分析和模型構(gòu)建的基礎(chǔ)上,本文采用雙向固定效應(yīng)模型從農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)、農(nóng)業(yè)投資、財(cái)政環(huán)保支出四方面分析農(nóng)村金融發(fā)展水平對(duì)農(nóng)業(yè)碳排放的影響,參數(shù)估計(jì)結(jié)果見(jiàn)表5。
表5 農(nóng)業(yè)碳排放參數(shù)估計(jì)結(jié)果
其中,農(nóng)業(yè)信貸的一次項(xiàng)系數(shù)為正、二次項(xiàng)系數(shù)為負(fù),且在5%的水平上顯著;相反,農(nóng)業(yè)保險(xiǎn)的一次項(xiàng)系數(shù)為負(fù)、二次項(xiàng)系數(shù)為正,且在1%的水平上顯著;農(nóng)業(yè)投資的系數(shù)為正,財(cái)政環(huán)保支出的數(shù)為負(fù),二者皆在均在1%的水平上顯著。
可見(jiàn)以涉農(nóng)貸款余額與農(nóng)戶儲(chǔ)蓄存款余額之比衡量的農(nóng)業(yè)信貸與農(nóng)業(yè)碳排放之間存在顯著的“倒U型”關(guān)系,這意味著農(nóng)業(yè)信貸帶來(lái)的初期擴(kuò)張將顯著抬升農(nóng)業(yè)碳排放量,但在后續(xù)規(guī)模效應(yīng)、技術(shù)效率提高、結(jié)構(gòu)優(yōu)化的綜合作用下,農(nóng)業(yè)信貸將反向抑制農(nóng)業(yè)碳排放;相反,農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)碳排放呈“U 型”關(guān)系,這意味著,農(nóng)業(yè)保險(xiǎn)規(guī)模的增加在初期對(duì)農(nóng)業(yè)碳排放量有抑制作用,但后期抑制作用逐漸衰減甚至反向?qū)е绿寂欧诺脑黾?,鑒于前文中不同群體樣本對(duì)農(nóng)業(yè)保險(xiǎn)的異質(zhì)性,本文將就農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)碳排放“U型”關(guān)系在下文中分樣本分析;以農(nóng)業(yè)綜合開(kāi)發(fā)項(xiàng)目資金投入衡量的農(nóng)業(yè)投資與農(nóng)業(yè)碳排放之間正向關(guān)系顯著,農(nóng)業(yè)投資增加1%則碳排放量也增加0.143%,平均來(lái)說(shuō),農(nóng)業(yè)投資增加1 億元?jiǎng)t農(nóng)業(yè)碳排放量增加316 t;以節(jié)能環(huán)保支出衡量的財(cái)政支持力度與農(nóng)業(yè)碳排放之間負(fù)向關(guān)系顯著,財(cái)政環(huán)保支出增加1%的環(huán)保項(xiàng)目財(cái)政支出則碳排放量減少0.080 4%,平均來(lái)說(shuō),財(cái)政每增加1 億元在生態(tài)保護(hù)、污染防治、天然林保護(hù)、退耕還林、退牧還草、污染減排等方面的支出,則農(nóng)業(yè)碳排放量減少24.5 t。
3.2.1 東部地區(qū)與中西部地區(qū)的異質(zhì)性
受不同資源稟賦、氣候地理、經(jīng)濟(jì)狀況的影響,農(nóng)村金融發(fā)展水平對(duì)農(nóng)業(yè)碳排放的影響也有所不同。相對(duì)于中西部省份,東部省份經(jīng)濟(jì)更發(fā)達(dá),農(nóng)業(yè)碳排放量也較高;農(nóng)業(yè)政策也存在不同,以農(nóng)業(yè)保險(xiǎn)為例,根據(jù)《中央財(cái)政農(nóng)業(yè)保險(xiǎn)保險(xiǎn)費(fèi)補(bǔ)貼管理辦法》,中央財(cái)政對(duì)東部省份的農(nóng)業(yè)保險(xiǎn)支持力度較小,而對(duì)中西部省份支持力度較大。鑒于此,本文對(duì)東部省份及中西部省份進(jìn)行分組回歸。
參考相關(guān)文獻(xiàn)中的分組方法[24],設(shè)定東部地區(qū)包括北京、天津、山東、上海、江蘇、浙江、河北、遼寧、廣東、福建、海南共11 省(或地區(qū));中部地區(qū)包括黑龍江、吉林、山西、江西、河南、安徽、湖北、湖南共8?。ɑ虻貐^(qū));西部地區(qū)包括內(nèi)蒙古、陜西、甘肅、貴州、重慶、四川、廣西、云南、青海、寧夏、新疆、西藏共12 ?。ɑ虻貐^(qū))。東部、中部與西部地區(qū)的分組回歸結(jié)果見(jiàn)表6。
表6 農(nóng)業(yè)碳排放的分組回歸結(jié)果
其中,在東部地區(qū),農(nóng)業(yè)信貸僅一次項(xiàng)系數(shù)顯著為負(fù),對(duì)農(nóng)業(yè)碳排放起單純的抑制作用;農(nóng)業(yè)保險(xiǎn)一次項(xiàng)系數(shù)為負(fù)、二次項(xiàng)系數(shù)為正,與農(nóng)業(yè)碳排放之間的“U 型”關(guān)系依然顯著;農(nóng)業(yè)投資與農(nóng)業(yè)碳排放仍存在顯著的正向關(guān)系;而財(cái)政環(huán)保支出的影響則不顯著。西部地區(qū),農(nóng)業(yè)信貸僅一次項(xiàng)系數(shù)顯著為負(fù),對(duì)農(nóng)業(yè)碳排放起單純的抑制作用;農(nóng)業(yè)保險(xiǎn)一次項(xiàng)系數(shù)為負(fù)、二次項(xiàng)系數(shù)為正,與農(nóng)業(yè)碳排放之間的“U型”關(guān)系依然顯著;農(nóng)業(yè)投資與農(nóng)業(yè)碳排放仍存在顯著的正向關(guān)系;而財(cái)政環(huán)保支出對(duì)農(nóng)業(yè)碳排放的影響不顯著。中部地區(qū)的財(cái)政環(huán)保支出和西部地區(qū)的農(nóng)業(yè)投資分別對(duì)農(nóng)業(yè)碳排放呈顯著的負(fù)向作用和正向作用,而中西部的農(nóng)業(yè)碳排放對(duì)農(nóng)業(yè)信貸和農(nóng)業(yè)保險(xiǎn)則較不敏感。
可能的原因:東部省份的農(nóng)業(yè)經(jīng)營(yíng)者對(duì)農(nóng)業(yè)信貸、保險(xiǎn)等金融產(chǎn)品的作用更有體會(huì),農(nóng)村金融發(fā)展水平因此對(duì)他們的經(jīng)營(yíng)規(guī)模、種植結(jié)構(gòu)和生產(chǎn)技術(shù)更易發(fā)揮助推作用。而中西部地區(qū)農(nóng)業(yè)經(jīng)營(yíng)者對(duì)農(nóng)業(yè)金融產(chǎn)品的理解較淺,因而其碳排放行為所受的影響較小。
3.2.2 糧食主產(chǎn)區(qū)與非糧食主產(chǎn)區(qū)的異質(zhì)性
糧食主產(chǎn)區(qū)與非糧食主產(chǎn)區(qū)在農(nóng)業(yè)生產(chǎn)規(guī)模、農(nóng)業(yè)碳排放量等方面差異顯著;另一方面,相關(guān)研究發(fā)現(xiàn),糧食作物占比與農(nóng)業(yè)碳排放顯著相關(guān)[25]。為了探究農(nóng)村金融水平的影響在糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)的差異,本文進(jìn)行了分樣本回歸(見(jiàn)表7)。
表7 糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放的分樣本回歸結(jié)果
根據(jù)財(cái)政部2003年發(fā)布的《關(guān)于改革和完善農(nóng)業(yè)綜合開(kāi)發(fā)若干政策措施的意見(jiàn)》,糧食主產(chǎn)區(qū)包括內(nèi)蒙古、河南、河北、湖南、湖北、黑龍江、吉林、遼寧、山東、江蘇、安徽、江西、四川共13個(gè)省區(qū);非糧食主產(chǎn)區(qū)包括北京、天津、上海、浙江、甘肅、山西、陜西、重慶、貴州、廣東、廣西、福建、海南、寧夏、青海、云南、新疆、西藏共18個(gè)省區(qū)。
其中,糧食主產(chǎn)區(qū)的核心解釋變量均不顯著;而非糧食主產(chǎn)區(qū)的核心解釋變量至少在10%的水平上顯著,且其符號(hào)與基準(zhǔn)回歸一致。這意味著,糧食主產(chǎn)區(qū)的農(nóng)業(yè)碳排放對(duì)農(nóng)村金融發(fā)展水平并不敏感,而非糧食主產(chǎn)區(qū)的農(nóng)業(yè)碳排放受農(nóng)村金融發(fā)展水平的影響程度較深。
可能的原因:糧食主產(chǎn)區(qū)的政策推動(dòng)了農(nóng)業(yè)經(jīng)營(yíng)規(guī)?;娃r(nóng)作物的趨糧化。這意味著,糧食主產(chǎn)區(qū)的農(nóng)村金融發(fā)展通過(guò)推動(dòng)規(guī)模擴(kuò)大和結(jié)構(gòu)調(diào)整兩條路徑影響農(nóng)業(yè)碳排放量的空間有限,相較于非糧食主產(chǎn)區(qū),農(nóng)村金融發(fā)展水平的作用對(duì)其更小。
金融的環(huán)境效益是近年備受關(guān)注的話題,本文從農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)、農(nóng)業(yè)投資、財(cái)政環(huán)保支出四個(gè)維度聚焦農(nóng)村金融發(fā)展對(duì)農(nóng)業(yè)碳排放的影響,并基于2011—2020年中國(guó)31省的面板數(shù)據(jù)構(gòu)建了雙向面板固定效應(yīng)模型,得出如下結(jié)論。
1)農(nóng)業(yè)信貸與農(nóng)業(yè)碳排放之間呈“倒U 型”關(guān)系;農(nóng)業(yè)保險(xiǎn)則與之呈“U 型”關(guān)系;農(nóng)業(yè)投資和財(cái)政環(huán)保支出對(duì)農(nóng)業(yè)碳排放量分別起促進(jìn)與抑制作用。
2)從異質(zhì)性角度看,在東部省份,金融發(fā)展水平對(duì)農(nóng)業(yè)碳排放的影響更顯著,而中西部省份的農(nóng)業(yè)碳排放則相對(duì)不敏感;相對(duì)于糧食主產(chǎn)區(qū),非糧食主產(chǎn)區(qū)的農(nóng)業(yè)碳排放受金融發(fā)展水平的影響更顯著。
1)促進(jìn)農(nóng)村普惠金融發(fā)展。加快普及小農(nóng)戶普惠信用貸款、加快提升新型農(nóng)業(yè)經(jīng)營(yíng)主體金融服務(wù)水平,可出臺(tái)加大對(duì)農(nóng)業(yè)信貸的貼息力度、優(yōu)化農(nóng)業(yè)信貸的利率政策、拓寬農(nóng)業(yè)農(nóng)村抵押質(zhì)押物范圍等激勵(lì)政策;建立健全“三農(nóng)”效能評(píng)價(jià)考核制度,激勵(lì)金融機(jī)構(gòu)對(duì)農(nóng)業(yè)經(jīng)營(yíng)主體信貸投放的積極性、擴(kuò)大農(nóng)業(yè)信貸供給,引導(dǎo)金融服務(wù)重心下沉、拓寬面向低碳農(nóng)業(yè)的服務(wù)渠道。
2)發(fā)揮農(nóng)業(yè)保險(xiǎn)的減碳功能。開(kāi)發(fā)價(jià)格保險(xiǎn)、收入保險(xiǎn)等多樣化農(nóng)保產(chǎn)品,完善中國(guó)農(nóng)業(yè)風(fēng)險(xiǎn)保障體系、緩解災(zāi)害等外部沖擊導(dǎo)致的農(nóng)業(yè)碳排激增;創(chuàng)新綠色導(dǎo)向的農(nóng)保產(chǎn)品,以高保障、高補(bǔ)貼激勵(lì)環(huán)境友好型生產(chǎn)技術(shù)的應(yīng)用、削弱農(nóng)用化學(xué)品和機(jī)械等碳源的負(fù)面影響;加強(qiáng)農(nóng)保政策與環(huán)保的配合程度,增強(qiáng)農(nóng)業(yè)環(huán)境監(jiān)察和環(huán)保政策執(zhí)行力度,避免經(jīng)營(yíng)者投入過(guò)量農(nóng)業(yè)生產(chǎn)要素而加劇農(nóng)業(yè)碳排放。對(duì)中、西部省份的農(nóng)業(yè)經(jīng)營(yíng)者,要加強(qiáng)參保收益教育的普及,深化農(nóng)業(yè)保險(xiǎn)在農(nóng)業(yè)規(guī)模經(jīng)營(yíng)、結(jié)構(gòu)優(yōu)化中的助推作用;同時(shí),進(jìn)一步簡(jiǎn)化農(nóng)業(yè)保險(xiǎn)賠付手續(xù)、規(guī)范農(nóng)業(yè)保險(xiǎn)定損標(biāo)準(zhǔn),降低受災(zāi)農(nóng)戶獲賠門檻。
3)健全政府性融資擔(dān)保和風(fēng)險(xiǎn)分擔(dān)機(jī)制。各級(jí)政府性融資擔(dān)保、再擔(dān)保機(jī)構(gòu)應(yīng)聚焦提升支農(nóng)服務(wù)能力、充分發(fā)揮增信分險(xiǎn)作用,優(yōu)化銀行業(yè)金融機(jī)構(gòu)與融資擔(dān)保基金的銀擔(dān)合作機(jī)制、健全風(fēng)險(xiǎn)分擔(dān)和補(bǔ)償機(jī)制,降低農(nóng)業(yè)綜合融資成本、撬動(dòng)社會(huì)資金流入綠色農(nóng)業(yè)投資、增強(qiáng)農(nóng)業(yè)低碳高質(zhì)發(fā)展的內(nèi)生動(dòng)力。