Mining Externalities and Climate-Smart Agriculture Portfolios: Evidence from Mining-Affected Communities in Ghana
Isaac Dasmani
研究加纳矿区农户气候智慧型农业组合的广度与构成，发现采矿压力与CSA组合无统一关系。
485户调查，分数响应、堆叠logit、双机器学习与梯度提升。
MESI与CSA组合份额关联近零，但各实践间关系异质且可能非线性，社区背景预测力更强。
可探究环境压力下CSA组合的非线性阈值与社区情境调节机制，发展实践特定适应理论。
方法扎实、结论审慎的加纳矿区农户CSA组合研究，但属境外微观实证，公共影响有限，适合主题聚合而非每日精选。
本研究考察了加纳塔克瓦恩苏阿姆（Tarkwa Nsuaem）和普雷斯蒂亚胡尼谷（Prestea Huni Valley）485个农户中，采矿相关环境压力与气候智能型农业（climate-smart agriculture, CSA）组合的广度和构成之间的关联。我们构建了一个适应悖论框架，其中环境压力可能强化采取风险缓解措施的激励，而严重退化则可能同时降低预期收益和实施能力。由于样本中CSA采用几乎普遍存在，分析聚焦于组合广度、七项实践完全采用以及实践构成，而非近乎退化的采用者/非采用者结果。实证策略结合了分数响应估计、堆叠实践层面logit模型、非线性设定、替代暴露测量、小聚类稳健性检验、双重机器学习以及重复嵌套交叉验证。在纳入社区固定效应的完全调整分数logit模型中，核心采矿外部性严重程度指数（Mining Externality Severity Index, MESI）与CSA组合份额之间的平均边际关联接近于零且估计不精确（AME = -0.003；95% CI：-0.175至0.169）。然而，MESI关系在七项实践之间联合存在差异，非线性设定提示可能存在非单调性，且结果随采矿压力定义的不同而变化。梯度提升（Gradient Boosting）预测完整组合的平均ROC-AUC为0.907，而社区背景所包含的预测信息显著多于仅MESI。总体而言，证据支持基于组合、实践特定且地点敏感的适应解释，而非采矿压力与CSA采用之间存在普遍正向或负向关系。