“你的形状是什么？”估算环境库兹涅茨曲线的数据驱动方法（英）

“你的形状是什么？” 数据驱动的估算方法环境库兹涅茨曲线 AntonioFrancescoGravina和MatteoLanzafame NO.731 June2024 亚行经济 工作纸系列 亚洲发展银行 亚行经济工作论文系列 “你的形状是什么？”一种数据驱动的估计方法环境库兹涅茨曲线 安东尼奥·弗朗切斯科·格拉维纳和MatteoLanzafame 第731号，2024年6月 安东尼奥·弗朗切斯科·格拉维纳（antoniofrancesco。 gravina@unipa.it)是巴勒莫大学的经济学。 MatteoLanzafame(mlanzafame@adb.org) 是经济研究的首席经济学家和发展影响部， The亚行经济工作论文系列 提出正在进行的研究以引起评论并鼓励就发展问题进行辩论 在亚洲和太平洋fic。表达的观点是作者的，不一定 反映亚行的观点和政策或其理事会或政府 他们代表。 亚洲开发银行。 亚洲发展银行 知识共享署名3.0IGO许可证(CCBY3.0IGO) ©2024亚洲开发银行 6ADBAvenue,MandaluyongCity,1550马尼拉大都会,菲律宾电话+63286324444；传真+63286362444 www.adb.org 保留部分权利。出版于2024年。 ISSN2313-6537(打印),2313-6545(PDF) 出版物库存编号WPS240334-2 DOI：http://dx.doi.org/10.22617/WPS240334-2 本出版物中表达的观点是作者的观点，不一定反映观点和政策 亚洲开发银行(ADB)或其理事会或其代表的政府。 亚行不保证本出版物中包含的数据的准确性，也不对任何 他们使用的后果。提到特定的fic公司或制造商的产品并不意味着他们得到亚行的认可或推荐，优先于未提及的其他类似性质的认可或推荐。 通过在本文件中对特定领土或地理区域进行任何指定或提及，亚行不打算对任何领土或地区的法律地位或其他地位作出任何判断。 本出版物可在知识共享署名3.0IGO许可证下获得(CCBY3.0IGO) https://creativecommons.org/licenses/by/3.0/igo/。通过使用本出版物的内容，您同意根据本许可证的条款。有关归属、翻译、改编和权限，请阅读条款 和使用条款在https://www.adb.org/terms-use#openaccess。 本CC许可证不适用于本出版物中的非亚行版权材料。如果材料被归因 对于另一个来源，请与该来源的版权所有者或出版商联系以获得复制许可。对于因您使用该材料而引起的任何索赔，亚行概不负责。 请联系pubsmarketing@adb.org，如果您对内容有疑问或意见，或者如果您愿意获得不属于这些条款范围内的预期使用的版权许可，或获得使用许可 ADB标志。 亚行出版物的更正见http://www.adb.org/publications/corrigenda。 Notes: 在本出版物中，“$”是指美元。 亚行承认“中国”为中华人民共和国。 摘要 关于倒U型关系存在的大量文献 环境退化与经济增长--被称为环境库兹涅茨曲线 （EKC）-产生了非常混合的证据。这在很大程度上取决于模型和变量选择不确定性。我们依靠贝叶斯模型平均技术来解决这些问题。我们的 结果表明，EKC呈倒N形，几乎所有新兴经济体 对曲线的上升部分进行分析，显示人均之间存在正相关关系 国内生产总值和二氧化碳排放量，以及大多数发达经济体的分析在曲线的第二向下段。这些发现对于使用不同的 环境污染和（非贝叶斯）最小绝对收缩的措施和选择算子(LASSO)回归技术。 关键字:环境库兹涅茨曲线,经济增长,模型不确定性 JEL代码:C52,O13,Q56 这项研究是作为亚行知识和支持技术援助项目的一部分进行的 “增强宏观经济评估和长期增长预测模型”(TA6968-REG)。 作者感谢参加2024年亚行经济学家论坛和11日举行的ERDI研讨会的与会者 2024年1月为他们提出了有益的意见和建议。本文代表了作者的观点而不一定是亚行、其成员国或执行董事的成员。 1.Introduction 随着气候变化成为全球舞台上最重要的问题，这种关系经济增长和环境可持续性之间的关系已经回到了 经济和政策辩论。全球平均气温上升，日益频繁和 严重的极端天气事件和气候变化的其他负面影响创造了新的增长和发展战略的挑战。设计适当的政策对策 需要全面了解经济活动与经济活动之间的联系环境。毫不奇怪，努力剖析的主要原因和后果 环境恶化加剧(例如，Gurjar等人，2010年，Jiang和Guan2016年)。在这种情况下，中心范式之一是环境库兹涅茨曲线（EKC） 假设。最初由Grossman和Krueger(1991)提出，EKC假设存在生态退化与经济发展呈倒U型关系， 后者通常由人均国内生产总值(GDP)代表。直觉是在经济发展的初始阶段，工业化的增加促进了增长但也会产生污染排放。结果，环境条件恶化 人均GDP上升。一旦达到一定的人均收入门槛，这一迹象 relationshipturnsnegative.Thisthresholdmayvarydependingonthespecificenvironment 指标，但同样的模式成立：在较高的收入水平下，经济增长成为与越来越低的排放有关。其中，对此的可能解释 包括减少工业的作用，支持污染较少的服务活动，发展绿色技术，并实施环境保护措施。 尽管近30年的研究和成千上万的关于这个主题的贡献，尚未就EKC的一些关键方面达成共识，包括是否 一种关系是存在的。1这在实证文献中留下了巨大的空白，最其中的挑战性可能与模型不确定性和变量选择有关-即选择控制变量。 模型不确定性问题是由关于 功能形式“真正”表征了经济增长与污染之间的相互作用 排放量(例如，Shahbaz等人2023年，Leal和Marques2022年)。大量的经验研究表明，标准的倒U形EKC并不一致地反映在 数据。确实，其他非标准EKC模式的证据已经出现，包括单调递增或递减(线性)关系；二次U形关系；和 立方图案，N形或倒N形。此外，在某些情况下，经验 研究结果表明，经济增长与经济增长之间不存在统计上显著的关系。 环境退化(例如，Pata等人2021年，Arminen和Menegaki2019年)。这混合证据是实证研究的基础，同时也加强了实证研究的某种随意性 关于EKC的假定功能形式。2 此外，模型中的变量选择旨在研究 环境衰退仍然是一个挑战(例如，斯特恩2004)。除了经济增长之外，经验文献已经确定了大量污染排放的潜在原因(例如， Dinda2004,LealandMarques2022).A非详尽的清单包括使用化石燃料,国际旅游业，经济的部门构成，金融发展， 城市化、技术进步和政治制度的质量。经验上，这丰富的潜在回归变量使选择 适当简约的模型规范和避免省略变量偏差。 1截至2023年9月29日，Scopus搜索文章，书籍章节，评论，会议论文和信件 关注环境科学领域的“环境库兹涅茨曲线”；经济学、计量经济学和 金融、能源和社会科学在1994年至2023年之间发表了3,685份文件，可在英语语言。 2关于这一点，见Sinha等人（2019年）。 本文通过直接解决模型，为有关EKC的实证文献做出了贡献。依赖贝叶斯模型平均(BMA)的不确定性和变量选择问题 方法。3BMA估计是一种纯粹的数据驱动技术，可最大程度地减少模型中的任意性 控制变量的规范和选择(例如，Hasan等人，2018年，Cazachevici等人，2020年， Balima和Sokolova2021）。在我们的案例中，使用BMA方法至少有两个目的。首先，它确保了估计的EKC关系不会过度依赖于主观上的 确定建模选择。第二，通过BMA方法结果进行变量选择在统计上稳健地识别潜在EKC动力学的关键决定因素。 据我们所知，Aler等人(2021)是最相关的贡献依赖关于BMA方法研究污染排放的决定因素。4这些作者 研究结果拒绝了EKC假设，支持经济之间的线性正相关关系 生长和二氧化碳(CO2）排放。虽然研究问题相似，但我们扩展 TheworkinAlleretal.(2021)inseveraldirections.First,weaddressmisspecificationconcerns 考虑经验文献中建议的所有可能的EKC形状，而不是聚焦仅在经典的二次EKC模式上。第二，超越了传统的依赖CO2排放，我们还研究了 其他几个污染指标的EKC。相关地，更多的潜在因素影响污染排放包括在我们的研究中。第三，我们评估了 使用大量模型先验和模型参数先验的BMA结果，以及使用处理内生性问题的特定估计技术。 3远非特定于EKC研究，模型不确定性和变量选择问题在实证中很常见 文献-包括经济增长领域(例如，Steel2020，Sala-i-Martin1997，Barro2003，Moral-Benito 2012). 4另一个相关的贡献是Lamla(2009)，他在一个 panelof47countriesandlong-termaverageovertheyears1980-2000.Thisstudy'sfindingsconfirmatetheclassicEKC 对于水污染，而对于二氧化硫的证据不太确定。至于二氧化碳，鉴于估计的最大值超过了他的样本中人均GDP值的范围，Lamla(2009)得出结论，与经济增长是凹的-也就是说，倒U形EKC没有明确定义的最高点。 我们的分析是基于一个由84个发达和新兴经济体组成的小组，每年 1995-2015年的数据。5我们考虑人为措施和生物指标，包括臭氧前体或温室和酸化气体、初级颗粒物，以及 生态足迹。为了补充基于贝叶斯统计原理的估计，我们 还评估了我们主要结果对使用频率论方法的稳健性。具体来说，我们依赖于一个版本的最小绝对收缩和选择算子(LASSO)估计 框架（Tibshirani1996），双选择LASSO（DSL）。由Belloni等人提出。 (2014)，DSL是一个两步程序，使用LASSO回归进行变量选择和普通最小二乘(OLS)回归以获得系数估计值，以及标准误差 和检验统计信息，用于指定的感兴趣变量子集。 本文的主要发现是经济增长与CO之间的关系2 emissionsfollowsaninvertedN-shapedpattern.Thissuggeststhepresenceoftwodistinctturningpoints.Thefirstisaminimumpoint,beyondwhichtherelationshipchangesfromnegative topositive—i.e.,increasingpercapipalgdpisassociatedwithincreasingconditionsemissions.Thesecond代表一个最高点，即关系从正过渡到负。 也就是说，随着经济的持续增长，人均GDP的增长与 较小的污染物排放量。值得注意的是，曲线的估计最小值和最大值点在新兴经济体和发达经济体之间产生明确的区别。特别是，几乎 我们小组中的所有新兴经济体都位于EKC的上行部分，而对于大多数发达经济体，人均GDP与CO之间的关联2排放量是 negative.ThefindingofanenverseN-shapedEKCisrobusttotheuseofotherpollutionmeasures 和环境指标，如氮氧化物、初级颗粒物和生态指标足迹。此外，收集的证据表明-连同人均GDP- 化石燃料的使用、国际旅游业、工业和服务业占GDP的份额 5附录表A2.1中报告了发达经济体和新兴经济体集团中的经济体。 附录见http://dx.doi.org/