← 論文一覧に戻る

地域基盤型グリーンファイナンス、資源配分、都市レジリエンス：中国パイロットゾーン向けSDG連動指数による実証

Place-Based Green Finance, Resource Allocation, and Urban Resilience: Evidence from an SDG-Coupled Index for China's Pilot Zones (原題)

Cunpu Li, Na Han, Jinlong Li

Crossrefプレプリント2026-01-01#気候金融Origin: CN経営インパクト: 資金調達対象セクター: finance
DOI: 10.2139/ssrn.7350424
原典: https://doi.org/10.2139/ssrn.7350424

🤖 gxceed AI 要約

日本語

中国のグリーンファイナンス改革・イノベーション・パイロットゾーンを地域基盤型環境金融政策として分析。SDG連動の都市レジリエンス指数を構築し、299都市・2010〜2023年のパネルデータで二方向固定効果とstacked DMLを適用。レジリエンスは約0.22標準偏差上昇し、財政科技支援・グリーンイノベーション・産業構造転換が媒介経路と示唆される。

English

Treats China's green finance pilot zones as place-based environmental finance policy. Builds an SDG-coupled urban resilience index across 299 cities (2010–2023), combining two-way fixed effects with stacked double machine learning. Preferred estimates show ~0.22 SD resilience gains, transmitted via fiscal S&T support, green innovation, and industrial restructuring.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本では地域金融・地方創生とトランジション金融の接続が政策課題であり、地域基盤型の環境金融が公共財能力を高めるという視点は、地域脱炭素・GX推進の設計に示唆を与える。

In the global GX context

Adds empirical evidence to the global debate on whether place-based green finance builds climate resilience capacities, relevant to transition finance and adaptation-finance design under ISSB/TCFD-era disclosure of physical and transition risk.

👥 読者別の含意

🔬研究者:地域基盤型環境金融の因果効果をDMLで識別する手法と媒介経路の実証例として参考になる。

🏢実務担当者:地域金融機関や自治体連携のグリーンファイナンスが都市インフラ・公共サービス能力に与える影響を評価する枠組みとして使える。

🏛政策担当者:グリーンファイナンス政策を資本動員だけでなく地域の公共財能力への資源配分として設計する根拠を提供する。

📄 Abstract（原文）

Green finance is increasingly used as an environmental policy instrument, yet little evidence shows whether it changes the local capacities through which cities manage climate, environmental, and transition risks. This paper studies China's green finance reform and innovation pilot zones as a place-based environmental finance policy. We construct an SDG-coupled urban resilience index that translates sustainable-development objectives into city-level capacities in public services, economic activity, infrastructure, and ecological governance. Using panel data for 299 Chinese prefecture-level and above cities from 2010 to 2023, we combine two-way fixed effects with weighted and stacked double machine learning to adjust for flexible selection on observable city characteristics. The two-way fixed-effects estimate is positive but imprecise, while the preferred stacked-DML estimate implies a gain of about 0.22 standard deviations in resilience. Robustness checks using alternative index weights, concurrent-policy controls, propensity-score matching, repeated DML splits, duplicate-panel aggregation, placebo diagnostics, and staggered timing checks support a positive but cautiously interpreted effect. Mechanism evidence suggests transmission through fiscal science and technology support, green innovation, and industrial restructuring. Effects are larger in cities with stronger innovation, financial-resource, and upgrading foundations, and spatial estimates point to competition among economically connected cities. The results suggest that green finance matters not only by mobilizing green capital, but by reallocating resources toward urban public-good capacities that reduce long-run environmental and economic risk.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。