摘要：近年来，气候风险对农业体系的稳定发展造成巨大冲击，也给中国粮食安全带来诸多挑战。从农业体系冲击恢复能力和农业体系运行平稳两个维度构建农业体系稳定测度指标，实证检验气候风险冲击农业体系稳定的扩散机制与金融科技在其中发挥的缓释作用，研究结果表明：气候风险会影响农业体系稳定；产业链、空间链是重要的风险扩散渠道；相较于非粮食主产区，粮食主产区受到的风险冲击更为明显，农业保险保障水平较高的地区，其气候风险抵抗能力更强，受到的风险冲击影响更小；缓释效应表明，金融科技能够有效缓解气候风险对农业体系稳定的影响。因此，亟须加快完善金融科技产业布局、扩大金融科技应用范围、健全金融科技生态体系；建立健全粮食主产区天空地一体化农业观测网络，重点研发智慧农仓等特色场景平台；同时，加快构建政策工具与金融科技联动的保障机制，实现金融科技对农业生产重点环节的“精准滴灌”。
郭威，中共中央党校（国家行政学院）经济学教研部教授。
侯懿芮，中共中央党校（国家行政学院）经济学教研部博士生。
一、引言与文献综述
强国必先强农，农强方能国强。《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出，“提升农业综合生产能力和质量效益”。农业是一个国家的基础产业，同时也是社会各部门中最易遭受气候影响的部门。近年来，全球气候变化日益加剧，干旱、洪涝等极端事件的发生对农业体系稳定构成较大威胁，也给全球粮食安全带来诸多挑战。气候变暖造成长时间持续的土壤干旱，降低土壤肥力，引起地表植被退化，加剧土壤盐渍化和土壤荒漠化，降低农业生产稳定性。有关气候研究表明，全球气候变暖趋势仍在持续，气候灾害频次和强度会持续增加，以多元化种植、补充灌溉为代表的传统适应性手段已难以有效应对气候风险。统计资料表明，1990—2021年我国平均每年因气象灾害造成的农作物受灾面积达3900万公顷，农业直接经济损失高达1500亿元。鉴于中国农业在粮食生产中的基础性地位及发展瓶颈，叠加百年未有之大变局，气候风险对农业体系稳定的诸多影响还将进一步凸显。
农业体系稳定是国民经济发展的基础条件。实现农业体系稳定目标的过程涉及多层级、多环节、多链条，呈现出地域性、联动性和系统性特征。一旦突发性自然灾害发生，相关农产品价格将会产生剧烈波动，农资价格持续走高，带动链条下的各经营主体产生连锁反应，市场预期随之改变，物价不稳定性增加，宏观政策调控难度增大。然而，受农业弱质性制约，农业生产在面临气候风险冲击时仍表现出明显的脆弱性，传统业务模式、政策目标产品和风险担保机制所提供的政策工具和金融服务，难以满足抵御农业风险及恢复生产的需求，在缓解气候风险冲击时显得“力有不逮”。2022年中央一号文件提出要防范应对农业重大灾害，加强中长期气候变化对农业影响研究；2026年中央一号文件再次提出“强化农业防灾减灾体系建设”“加强气象、水文、地质灾害监测预报预警，提高应对极端天气能力”。在此背景下，分析气候风险冲击农业体系稳定的扩散机制，找出应对气候风险冲击的缓释策略，构建有韧性的农食系统，是确保我国粮食安全必须考虑的现实问题。值得注意的是，金融科技作为保障农业平稳发展的重要支柱，能有效破解农业初始禀赋不足而导致的金融排斥难题，增强资金在资源配置中的牵引作用和撬动作用，有望成为缓解气候风险冲击农业体系稳定的重要途径。
气候风险对农业的影响不仅仅体现在农作物产出上，还体现在农业要素投入强度方面。一方面，气候风险会降低农产品质量、缩短病虫害生长周期并延长灾害时间。而农业生计资本的损耗导致农业收入下降，在降低农民收入的同时进一步加剧农户收入不平等。另一方面，气候环境直接影响农业资源禀赋的优劣，气候风险会对农业生产所需的土地、资本、劳动力要素产生影响，增加生产的边际成本，促使农业总供给曲线上移，最终导致均衡的农业产出降低。
由于农业体系稳定涉及范围较广，目前学术界对其内涵的定义还未达成共识。从既有研究可知，“稳定性”于二战后被频繁用于经济社会领域。早期主要从农业生产和小农户经营的稳定特征来阐述农业体系稳定的内涵。近年来，随着农业机械化、智能化迅速发展以及我国农业市场深度参与国际分工合作，粮食安全、农业韧性、农业高质量发展等相关研究层出不穷，这些研究都隐含或者涉及农业发展的稳定问题，但关于农业体系稳定的直接研究却不多见。已有研究表明，农业体系稳定作为农业高质量发展的重要内容，其内涵还应该体现在有效承接各种风险、确保农产品价格波动稳定等方面。
气候变化适应措施被认为是缓释气候风险对农业经济冲击的有效手段。一方面，生计多样化是小农户应对气候风险的主要措施，包括收入结构多样化、劳动结构多样化以及投入要素用量调整等。另一方面，增加气候适应性投资可以抵消部分气候风险对农业经济的影响。金融市场是有效缓解小农户经济约束，直接缓释及对冲气候风险的主要工具。农业保险通过风险转移和损失补偿，熨平气候风险给农业经济带来的冲击。温室暖棚技术、育种技术等也是应对气候风险冲击的有效手段，农业技术进步在粮食安全生产过程中起到了重要作用。
整体来看，已有研究为探讨气候风险、农业体系稳定以及金融科技之间的关系提供了丰富的理论基础，但仍存在以下不足之处：一是现有文献大多集中在气候风险对农作物产出及农业生产成本的直接影响研究，而对气候风险扩散机制的研究并不多见。已有研究表明农产品价格和产量的双重波动，是气候风险放大农业体系不稳定性的关键传导渠道。因此有必要在以往研究基础上，进一步丰富相关研究。二是对农业体系稳定和气候风险的定量评估较少，鲜有文献构建综合评价指标体系对其进行实证分析。三是对于如何应对气候风险冲击农业体系稳定，构建风险缓释策略，还处于研究的初步阶段。鉴于此，本文系统剖析气候风险对农业体系稳定的作用机制，评估金融科技在其中发挥的缓释作用，并从产业链和空间链视角识别风险扩散渠道，以期为气候风险、金融科技与农业体系稳定发展相关研究提供一定的有益补充。
二、理论分析
由于农业体系内部存在广泛关联，气候风险不仅通过自然系统直接影响农业生产过程，还会通过社会系统形成跨主体、跨区域和跨链条的风险扩散效应。而金融科技则为提高农业防灾减灾能力提供了新的技术支撑。
（一）气候风险冲击农业体系稳定的机制
1.气候风险通过自然系统对农业生产和再生产造成直接影响
首先，气候变化加剧极端气候灾害的发生风险和损失强度，并对农业生态系统产生影响。气候的长期变化会增加区域性地质灾害的发生频次，加剧水土流失和土壤侵蚀程度，造成作物根系功能受阻，影响作物生长发育并降低作物产量。极端天气还会对农业生产资料供给和设施安全带来较大冲击，引起农业生产条件改变，降低农业经济效益。其次，气候条件作为农业生产的直接投入要素，其风险水平会对农业产出造成影响。气候变化不仅改变作物的氧气供给、生长温度和光照强度等，还会造成养分流失、土壤侵蚀并增加病虫害的易感性，进一步影响光合速率及产物分配、抑制籽粒干物质累积，引致农业经济损失。
2.气候风险通过社会系统进一步扩大对农业体系稳定的负面影响
首先，投机性方面，气候风险对农业经济最明显的影响是加剧农产品价格波动，农业市场风险加大。在复合气候事件的冲击下，高粮价进一步提升人们对农产品价格上涨的心理预期，为资本投机炒作提供了市场空间。供需失衡叠加游资炒作促使农产品期货价格非理性上升，降低价格对生产引导的指向性和保障市场供求均衡的效率性，放大价格波动对社会经济稳定的负面影响。
其次，级联效应方面，农产品产业链包含生产资料到终端消费的全部环节，产业链条长、涉及环节多，内部存在较为稳定的共振关系。当受到气候风险冲击时，农产品价格波动会沿着产业链横向延伸和纵向传导，进一步推升农业生产成本。同时，由于中国农业生产和消费布局在空间上失衡，农业产业链利润分配不均匀，收益过多停留在流通环节。加工、流通、消费环节的价格上涨预期，叠加农产品供给总量不足，引致农产品价格持续上涨，并可能导致生产要素价格和农产品价格轮番上涨的困境。
再次，反馈循环方面，气候变化会提高农户和相关企业的流动性需求并增加贷款逾期风险。在悲观市场预期下，投资者和银行的惜贷行为会加剧市场的流动性供求失衡，提高农户获得外部融资的成本，致使信贷活动停滞，加速农户资产价值萎缩。如果此时不能提供相应的流动性支持，投资者的预期行为会进一步加剧气候风险带来的负面效应。同时，由于气候变化的不确定性，农业保险公司在定价和赔付方面面临着巨大挑战。极端天气事件的发生频率和强度不断提高，导致农业保险公司的赔付金额大幅增加。
最后，气候风险对农业生产的影响还存在着跨空间链的溢出效应。过去关于环境问题的相关研究往往将研究对象所在区域预设为相互独立的封闭系统，但实际上地区之间存在着资源、物质和信息的交换，以及由此产生的溢出效应。不仅温室气体排放、温度上升存在较强的空间流动性，人口、技术等社会因素也会随着气候变化呈现出极强的时空差异性，并产生空间溢出效应。
综上可知，气候风险能跨越地理空间范围，形成跨空间、跨行业的风险扩散机制，这种风险扩散效应会进一步加剧气候风险对农业体系稳定的直接影响。据此，本文提出如下假设。
H1：产业链、空间链风险扩散机制会放大气候风险对农业体系稳定的负面影响。
（二）金融科技在应对气候风险冲击农业体系稳定时的缓释作用
随着气候变化对农业生产的影响日益显著，缓释气候风险已成为“三农”领域的重要议题。已有研究表明，金融科技融合大数据、区块链、人工智能、云计算以及其他金融科技五大技术手段，通过提高风险管理水平、舒缓农户流动性约束、丰富交易市场价格信息等有效缓释气候风险，减少其对农业体系稳定的影响。据此，本文认为金融科技可以通过提供更加精准、个性化的风险管理工具以更好应对气候变化带来的挑战。
1.收集与分析信息数据，完善风险预警和响应机制
金融科技通过对多源数据获取、分析、研判，及时进行风险预警和风险响应，有效缓释气候风险，减少对农业生产的不利影响。一方面，金融科技依托互联网的信息扩散、收集与分析功能预警风险。当气候风险内生至经济模型中时，通过机器学习、知识图谱智能化管理风险，对气象灾害、农产品价格波动风险筛查预警，确保防灾减灾工作的及时开展。此外，金融科技伴生的多种技术手段能够全方位监测气候温度、降水等环境因素，提前研判和预警影响农作物产量的气候因素，避免因气候风险导致农业减产；另一方面，金融科技通过多维技术渗透，健全风险响应机制，有效缓释气候风险，减少对农业生产造成的负面影响。传统农业发展依靠金融科技的技术溢出，历经标准化接入、场景化定制等发展阶段，衍生出智慧农业、数字农业等农村新产业、新业态，传统农业发展步入智慧化布局阶段，以技术为核心的新产业生态正在形成，其气候风险应对能力稳步提升。此外，卫星智能遥感技术可以及时动态监测灾害和评估承灾损失，为风险救助和灾害救援提供重要依据。
2.创新金融产品和服务方式，优化风险保障和恢复体系
首先，金融科技创新农业保险产品，增进风险地区农业保障水平，有效对冲气候风险。随着物联网技术、3S技术深度融入农业保险体系，金融科技公司通过分析气候历史数据和农业产量数据，提供个性化的农业保险服务，拓宽农业保险的使用深度和覆盖广度，实现农业保险在农业重点领域和关键环节的全面覆盖。比如，产险公司通过构建种植业一体化定损体系和养殖业精准数量管理系统，逐步实现精准识别与按图承保相结合的承保模式。区块链技术和智能合同的使用可以突破人工操作的局限性，加快索赔进程并提高赔付效率和赔付水平，及时为农户提供再生产资金。其次，金融科技推动金融信息完善和个体化信用评估，有效缓解农户面临的融资约束问题。受到气候风险冲击的农业生产者，尽管预期具有较好的债务偿还能力，但受限于现有资产价值较低，不够缴纳“金融租金”等，缺少足够资本进行再投资和再生产。金融科技通过物联网、大数据分析，更高效、精准地获取客户信息和信用记录，降低金融机构风险管理成本、营运成本和交易成本，提高资源配置效率，确保被排斥于传统金融体系和经济增长轨迹之外的弱势群体可以获得金融服务。最后，金融科技创新农业风险管理工具。农产品期货、期权等衍生品工具的开发，帮助农民对冲农产品价格波动风险；而农产品供应链融资等创新型风险管理工具，可以帮助降低气候变化对农业生产的影响。
3.监测农产品价格，阻断风险扩散渠道
金融科技有助于缓释气候风险冲击，平抑由此引发的农产品价格震荡。一方面，金融科技利用大数据分析多维度获取农产品价格信息数据，提高气候风险的定价效率和透明度，避免农产品价格受气候变化影响而过度波动，增加价格波动带来的系统性风险。此外，金融科技平台破除投资者与企业之间的信息壁垒，纠正投资者心理认知偏差和非理性情绪对农产品价格的不确定冲击，弱化气候风险对农业经济的影响。同时，依托区块链技术的交叉验证、云计算技术的跨越空间存储等算力支持，金融科技可以完善价格信息的溯源功能，有效识别信息真伪并过滤失真信息，降低噪声交易带来的风险。另一方面，流通效率的提升能够抑制农产品价格波动对经济稳定的影响。数字供应链金融技术的应用有助于提高资金结算、商品交易等环节的效率，降低流通成本，避免流通环节的价值损耗，并缩短价格波动周期以提升农业生产韧性。
综上所述，本文提出以下假设。
H2：金融科技可以有效缓释气候风险，减少其对农业体系稳定的负面影响。
三、研究设计
为检验气候风险对农业体系稳定的影响以及金融科技在其中发挥的缓释作用，本文在理论分析基础上选取相关指标，并构建相应的计量模型进行实证检验。
（一）变量设定及数据来源
结合研究目标和数据可得性，本文构建农业体系稳定、气候风险以及金融科技等变量的测度指标体系。
1.农业体系稳定（ny）变量设定
本文在现有研究基础上，结合新时代对提升农业体系稳定的新要求，将农业体系稳定的内涵概括为以下两个方面：一是农业体系具有抵御冲击的缓冲和恢复能力，农产品价格波动引致的风险在可控范围内；二是农业产业体系、生产体系、经营体系运行平稳，关键功能正常发挥。农业体系稳定表示其能够自我熨平风险冲击带来的影响，并随着技术的改进不断提升农业产业、生产、经营体系的稳供保供能力。因此，构建农业体系稳定指标体系如表1所示。
2.气候风险（fx）变量设定
极端天气频发，表明气候变化态势加剧、气候风险加大。据此，本文在已有学者的研究基础上，分别从气候变化风险和极端天气风险两个维度构建气候风险指标体系，如表2所示。同时，参考相关学者做法，使用的气象数据来自美国国家海洋和大气管理局（NOAA）的国家气候数据中心（NCDC）的中国大陆地区的观测站点数据。为保证数据的准确性，剔除缺失数据较多的站点，保留气象站数据共计398个。
3.金融科技变量设定
中国人民银行印发的《金融科技发展规划（2019—2021年）》中将金融科技定义为“技术驱动的金融创新”。金融科技的内在属性决定了其发展动力来源于金融科技的产业发展、应用范围以及生态建设。本文在借鉴2020年10月中国人民银行发布的《金融科技发展指标》中金融科技发展区域指标的基础上，根据数据的可得性和代表性，构建金融科技指标体系如表3所示。
其中，金融科技产业数据来源于国泰安数据库；金融科技应用数据来自《北京大学数字普惠金融指数（2011—2021年）》；金融科技生态数据来源于EPS数据库、各省（自治区、直辖市）统计年鉴。此外，为避免指标体系设计缺陷引致的结果偏误问题，本文使用百度指数再次测算。具体而言，借鉴李春涛等学者的做法，通过Python爬虫技术，获取金融科技相关关键词的百度指数，并将上述关键词与地级市（直辖市）相匹配，最终得到各地级市金融科技发展水平。
4.其他变量和数据
为准确表述气候风险、金融科技与农业发展之间的作用关系，本文分别从区域、社会、产业和基础设施四个层面选择控制变量。一是区域层面，选取地区科学教育支出（JY）衡量地区经济发展水平；二是社会层面，选取人口密度（RK）衡量地区社会发展水平；三是产业层面，选取第三产业增加值占GDP比重（CY）衡量地区产业结构；四是基础设施层面，选取人均道路建设面积（JC）衡量网络交通发展水平。
上述变量数据来源于《中国城市统计年鉴》《中国农村统计年鉴》以及各省市统计年鉴。各变量的描述性统计结果如表4所示，统计结果显示，未发现异常值的存在，方差膨胀因子均小于10，不存在严重的多重共线性问题。
（二）模型设计
为探究气候风险对农业体系稳定造成的影响，本文构建如下计量模型：
其中，nyi,t是地区i在第t年的农业体系稳定水平，fxi,t为地区i在第t年的气候风险水平，Xi,t表示控制变量，具体包括科学教育支出（JY）、人口密度（RK）、第三产业增加值占GDP比重（CY）和人均道路建设面积（JC）；θi表示城市固定效应，λt表示年份固定效应，εi,t为随机扰动项。
同时，根据里德定律和梅特卡夫定律可知，金融科技作为互联网技术与金融深度融合的产物，具有明显的网络溢出效应，发展到一定阶段会触发正向反馈机制。因此，本文在式（1）的基础上构建如下模型：
其中，thr为门槛变量，1（thr≤γ1）为示性函数，其余模型设定与式（1）保持一致。门槛变量thr为金融科技，β1表示当金融科技水平小于第一个门槛值时气候风险的影响系数；β2表示当金融科技水平大于第一个门槛值且小于第二个门槛值时气候风险的影响系数；β3则表示当金融科技大于第三个门槛值时气候风险的影响系数。若门槛值存在，β1显著为负的同时，β2、β3不显著或显著小于β1，则认为假设2成立。
进一步，为拓展研究结论的适用性，本文还进行了异质性分析。考虑到粮食主产区在国家粮食安全战略中具有重要影响，该区域的气候风险冲击可能与非粮食主产区存在差异；而农业保障水平是应对气候风险冲击、维系农业体系稳定的重要因素，其水平高低直接影响地区农业体系的风险抵抗能力和恢复潜力。据此，本文使用式（3）和式（4）检验可能存在的异质性。
其中，LSi,t代表粮食主产区的虚拟变量，BXi,t代表农业保障水平的虚拟变量。本文通过如下方式衡量上述两种变量：一是粮食主产区。若城市i位于粮食主产区则取值为1，否则为0；二是农业保障水平。若城市i的农业保险覆盖深度超过当年全国所有城市农业保险覆盖深度的中位数则取值为1，否则为0。
四、实证结果分析
（一）基准回归结果
本文基于时间和城市固定效应进行回归估计，结果如表5所示。其中表5列（1）、列（2）分别对应的是未加入控制变量、加入控制变量的双固定效应回归结果。由列（2）可知，在加入控制变量后，气候风险的系数为-0.0218，且在1%的水平上显著。同时，考虑模型中可能存在的内生性问题，本文从两方面进行检验：一是采用内生解释变量的滞后一期作为工具变量，使用系统GMM方法进行工具变量估计；二是借鉴杨斯童、郑江淮等学者的做法，使用城市所在地纬度与城市碳排放的乘积（IV1）、城市地形起伏度与城市碳排放的乘积（IV2）作为工具变量，利用两阶段最小二乘法进行工具变量估计检验。列（3）是使用系统GMM方法估计后的回归结果，AR(1)拒绝原假设，而AR(2)接受原假设，说明气候风险与农业体系稳定不存在二阶自相关。系统GMM的回归结果显著为负，证明基准回归结果具有稳健性。列（4）和列（5）显示的是使用城市所在地纬度与城市碳排放乘积、城市地形起伏度与城市碳排放乘积作为工具变量的两阶段最小二乘法回归结果。列（4）结果表明，工具变量的系数均在1%统计水平上显著为正，由此可知，纬度越高、地形起伏度越大，气温变化不断加剧，气候风险水平越高，这一结论与预期相符。同时，相关检验结果表明工具变量的选择整体有效，工具变量选取合理。列（5）结果表明，气候风险水平提高1%会导致农业体系的稳定性降低0.3395%，说明气候风险会降低农业体系的稳定水平。其可能原因在于，气候风险不仅通过自然系统直接影响农业生产，造成农作物减产、设施受损和生产中断，降低农业体系平稳运行的水平，还会通过社会系统产生具有“涟漪效应”的连锁反应，降低农业体系应对和修复灾害冲击的能力，导致农业体系稳定水平下降。
（二）稳健性检验
为保证基准回归结论的稳健性，本文对已有结果进行充分的补充性测试。具体而言，通过更换农业体系稳定测度方式、更换气候风险测度方式、剔除直辖市以及分位数回归等方法检验已有核心结论的稳健性。相关稳健性检验结果均与基准回归结果保持一致，这说明基准回归结果具有稳健性。限于版面，未报告结果，如有需要可向作者索取。
（三）异质性检验
异质性检验的回归结果如表6所示。表6列（1）至列（3）的结果表明，气候风险对农业体系稳定的影响在粮食主产区更为显著。具体而言，列（1）中，交乘项系数显著为负，即气候风险会降低粮食主产区的农业体系稳定水平。在分组回归中，位于非粮食主产区组的fx的回归系数为-0.0002，在统计意义上不显著，粮食主产区组的fx的回归系数显著为负，说明在粮食主产区，气候风险会对农业体系稳定产生负向影响。组间系数检验结果表明二者差异显著。其可能原因在于，粮食主产区承担着保障国家粮食安全的重要责任，该地区农业生产规模大、粮食种植集中度高，对自然气候条件的依赖程度也更强，当遭遇高温、干旱、洪涝等气候事件时，农业生产受到的冲击更为严重，因此气候风险对农业体系稳定的负面影响更加明显。表6列（4）、列（5）和列（6）的结果表明，气候风险对农业体系稳定的影响在农业保障水平较低地区更为明显。在列（4）中，fx和BX的交乘项系数显著为正，表明地区农业保障水平的提升能够降低气候风险对农业体系稳定的不利影响。在分组回归中，农业保障水平较高组的fx的回归系数不显著，农业保障水平较低组的fx的回归系数显著为负。组间差异检验结果表明两者的差异在5%水平下显著。其可能原因在于，农业保险的及时赔付不仅可以弥补气候风险对小农户生计资本的剥夺，还能够稳定农业市场预期，保障再生产过程的顺利进行，增强农业体系抵御气候风险冲击的能力，帮助灾后恢复，从而削弱气候风险对农业体系稳定的负面影响。
（四）缓释效应检验
本文用两种方式衡量地区金融科技发展水平：一是指标体系法（Jr1），从金融科技产业、金融科技应用以及金融科技生态三个维度构建指标体系；二是百度指数法（Jr2），根据金融科技的内涵选取关键词测度金融科技水平。表7是金融科技作为缓释变量的面板门槛回归结果，结果显示存在明显的双门槛效应。当金融科技水平跨过第一个门槛值后，气候风险对农业体系稳定的负面影响从0.0427、0.0271变为0.0216、0.0186，且其系数均在1%水平上显著；当金融科技水平越过第二个门槛值后，气候风险对农业体系稳定的影响得到最大程度的缓解，气候风险对农业体系稳定的负面影响降至-0.0077、-0.0069。上述结果表明，区域气候风险对农业体系稳定造成的负面影响随着金融科技发展水平的提升而逐步降低，假设2得证。
（五）进一步分析
考虑到气候风险不仅会影响本地区农业发展，还可能沿着产业链和空间链扩散，从而放大风险冲击范围。因此，有必要进一步从产业链和空间链两个维度考察气候风险的扩散机制，以揭示风险扩散的内在路径。
1.产业链风险扩散机制
为验证风险扩散机制的放大效应，本文参考宋洪远等学者的研究，分别对农、林、牧、渔产业链的风险扩散效应进行检验。据此，本文构建如下产业链风险扩散模型：
其中，SYi,t表示产业链上游生产资料波动率，XYi,t表示产业链下游企业景气指数波动率，APi,t表示农产品价格波动率，πe表示通货膨胀率。农业和林业的产业链上游选择化肥（HF）作为生产资料代理变量，而畜牧业和渔业则选择饲料（SL）作为上游农产品代理变量；农、林、牧、渔价格指数年度增长率的五年滚动标准差作为各产业链农产品价格波动率的代理变量；农副产品加工业企业景气指数（AFP）和食品制造业企业景气指数（FOOD）代表产业链下游企业景气指数；各地区居民消费价格指数（CPI）表示通货膨胀率（πe）；其他变量与前文保持一致，所有实际变量均基于2011年不变价格计算。
结果表明，初级产品生产价格波动会加剧产业链上游农产品价格波动水平，同时对产业链下游企业生产造成负向影响。一方面，农产品加工和制造业延长了农业产业链条，初级农产品价格波动直接导致食品生产成本变动，降低下游食品制造业企业景气水平；另一方面，由于农产品价格震荡引起生产资料需求变动，带动上游化肥、饲料价格波动，从而降低产业链上游产品生产的稳定性。这一结果验证了气候风险将沿着产业链传导，最终降低整个产业链的稳定水平。限于版面，未报告结果，如有需要可向作者索取。
2.空间链风险扩散机制
为验证气候风险冲击农业体系稳定的动态空间效应，本文使用动态SDM模型进行结果估计。据此，本文构建了如下空间风险扩散模型：
回归结果表明，气候风险对农业体系稳定具有明显的负向影响。空间自回归系数显著为正，说明存在空间自回归正向效应。此外，本文还进一步分析其产生的直接效应和间接效应。结果表明，在邻接矩阵、地理权重矩阵和经济地理矩阵的假设下，直接效应的系数和基准回归结果高度一致。同时，三种空间权重矩阵下的直接效应系数均显著为负，说明本地区气候风险冲击会对周边地区的农业体系稳定造成负向影响，即气候风险会产生跨地区的风险扩散效应。综上，假设1得证。限于版面，未报告结果，如有需要可向作者索取。
五、结论与启示
气候风险对农业体系稳定的冲击不仅对农业生产造成直接影响，还通过产业链、空间链风险扩散机制增强气候风险冲击效应，而金融科技能够有效缓解气候风险影响。相较于以往从单一维度刻画气候风险，本文从极端天气风险和气候变化风险两个维度构建气候风险综合评价指标体系，进一步考察金融科技在气候风险冲击农业体系稳定中发挥的缓释作用。实证分析结果不仅较好印证了理论假设，还进一步得出气候风险对粮食主产区以及农业保障水平较为薄弱地区的影响更为显著，粮食主产区的气候风险管理水平亟须提高。
基于研究结论，本文提出以下政策启示。
第一，加快完善金融科技产业布局、扩大金融科技应用范围、健全金融科技生态体系。一方面，借助卫星遥感技术和AI模型，实时监测极端气候对粮食生产的冲击，及时计算农户受灾的损失程度，实现对小农户的“预警即赔付”，有效提升农业灾后救济能力和生产恢复能力；另一方面，加强天气指数在金融保险领域的应用。通过开发差异化天气指数保险产品，全流程管控农产品气候风险，提高天气指数的科学性和赔付精准度，降低不必要的赔付成本和基差风险，避免农业产业链的资金缺口和异常气候对收益的影响，更好地分散价格波动风险和气候风险。
第二，建立健全粮食主产区天空地一体化农业观测网络，重点研发智慧农仓等场景化平台，更好地整合温湿度调节、风险管理等功能。通过卫星遥感、无人机巡检和田间传感器的共同作用，实现农业生产全周期的数据采集、实时传输与远距离操控功能，降低气候变化带来的储粮损失，为地区农业稳定水平的提升提供技术支持和决策辅助。同时加强中央预算内投资和地方政府专项债券对智能化农业设备、数据平台等的资金支持，推动适用性强、成本低廉的智能设备普及，通过政策激励实现智慧气象监测站点、金融服务的全流程数字化覆盖。鼓励农业企业研发具备自主知识产权的智慧农业技术，稳步提升粮食产业的抗风险能力。
第三，构建政策工具与金融科技联动的保障机制。一方面，借助大数据和数据挖掘技术，综合政策调控手段，完善农产品价格监测预警机制、风险防控协同机制。以供需数据、在地农产品规模和上市周期估计、调入调出数据等为分析基础，监测和预警未来时期的农产品价格，并通过手机App推送给小农户和相关工作人员。建立全国统一的农产品价格监测平台，定期公布农产品价格走势、市场分析等数据，为相关决策者提供参考，更好阻滞气候风险沿产业链、空间链扩散，避免价格波动造成农业生产规模大起大落。另一方面，充分发挥金融科技的信息协同作用，提升农产品流通信息化、智能化水平，通过大数据算法等促进供需信息的高效智能匹配，提高全链条数据增信能力以及农产品输出速度和运转效率，实现金融科技对农业生产重点环节的“精准滴灌”。同时，加大数据分析、智能化技术的应用，顺应市场变化规律，动态调整生产、加工和销售计划，避免市场波动带来的风险隐患，促进农业产业链、空间链稳定有序发展。
载于《江西社会科学》2026年第6期
