본 논문은 환경쿠즈네츠곡선가설에 기반을 두고, 경제개발 수준과 기술혁신수준이 다른 전세계 88개 국가에 대한 패널데이터를 이용하여, 기술혁신이 이산화탄소배출량 변화에 미치는 영향을 분석하였다. 기술혁신이 온실가스배출량에 직접적으로 미치는 효과와 소득수준을 변화시켜 온실가스배출량에 미치는 간접적 효과를 종합해본 결과, 비록 미세하지만 기술혁신은 결과적으로 온실가스배출량을 증가시키는 것으로 나타났다. 그러나 패널데이터 모형은 각 '시점 내'에서 변수 간 효과를 분석하는 정태적 모형이라는 한계를 가지고 있다. 이를 개선하기 위해 본 논문에서 채용한 Panel VAR(Panel Vector Auto Regression)모형에서는 기술혁신수준이 시차를 두고 온실가스 배출량에 미치는 영향을 분석할 수 있다. 분석 결과 기술혁신(R&D 투자)과 같은 외생적 충격(Shock)이 일인당 온실가스 배출량 감축에 3년 정도의 시차를 두고 영향을 미치는 것으로 나타났다.
본 논문은 환경쿠즈네츠곡선가설에 기반을 두고, 경제개발 수준과 기술혁신수준이 다른 전세계 88개 국가에 대한 패널데이터를 이용하여, 기술혁신이 이산화탄소배출량 변화에 미치는 영향을 분석하였다. 기술혁신이 온실가스배출량에 직접적으로 미치는 효과와 소득수준을 변화시켜 온실가스배출량에 미치는 간접적 효과를 종합해본 결과, 비록 미세하지만 기술혁신은 결과적으로 온실가스배출량을 증가시키는 것으로 나타났다. 그러나 패널데이터 모형은 각 '시점 내'에서 변수 간 효과를 분석하는 정태적 모형이라는 한계를 가지고 있다. 이를 개선하기 위해 본 논문에서 채용한 Panel VAR(Panel Vector Auto Regression)모형에서는 기술혁신수준이 시차를 두고 온실가스 배출량에 미치는 영향을 분석할 수 있다. 분석 결과 기술혁신(R&D 투자)과 같은 외생적 충격(Shock)이 일인당 온실가스 배출량 감축에 3년 정도의 시차를 두고 영향을 미치는 것으로 나타났다.
In this paper, as a determining factor of the Environment Kuznets Curve hypothesis, we analyzed the impact of technological innovation. In this paper, in order to empirically validate the role of technological innovation to an inverted U-shaped Environments Kuznets Curve hypothesis, we utilize the 2...
In this paper, as a determining factor of the Environment Kuznets Curve hypothesis, we analyzed the impact of technological innovation. In this paper, in order to empirically validate the role of technological innovation to an inverted U-shaped Environments Kuznets Curve hypothesis, we utilize the 2SLS considering relationship between R&D and the GDP per capita. Also, using the Panel VAR (Panel Vector Auto Regression) model to analyze with what time lag R&D per capita has impact on the emissions of greenhouse gases per capita. Empirical results show that R&D per capita(proxy of innovation) is a important factor to explain Environmental Kuznets Curve hypothesis, and that the external shock such as R&D per capita reduces greenhouse gas emissions per capita with about 3 time lag.
In this paper, as a determining factor of the Environment Kuznets Curve hypothesis, we analyzed the impact of technological innovation. In this paper, in order to empirically validate the role of technological innovation to an inverted U-shaped Environments Kuznets Curve hypothesis, we utilize the 2SLS considering relationship between R&D and the GDP per capita. Also, using the Panel VAR (Panel Vector Auto Regression) model to analyze with what time lag R&D per capita has impact on the emissions of greenhouse gases per capita. Empirical results show that R&D per capita(proxy of innovation) is a important factor to explain Environmental Kuznets Curve hypothesis, and that the external shock such as R&D per capita reduces greenhouse gas emissions per capita with about 3 time lag.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
Panel VAR 모형 분석에 앞서 Granger Causality 분석을 통해 변수들 간에 상관관계를 살펴보자. <표 8>는 변수들 간의 Granger Causality 결과를 보여준다.
그러나 일인당 R&D가 일인당 GDP를 증가시켜, 일인당 온실가스배출량에 영향을 미치는 간접경로를 분석에 포함시키기 위해서는 이들 변수의 상관관계를 배제하기 보다는 이들 변수의 상관관계를 ‘받아들이고’, 이를 ‘전제’한 상태에서 충격반응함수를 살펴보자 한 것이다.
따라서 본 논문에서는 (1) 식에서 기술혁신수준(RnDi,t)이 이산화탄소 배출량(Pi,t) 미치는 영향을 직접 효과와 간접 효과를 나눠서 파악하고자 한다. 직접 효과는 기술혁신 수준(RnDi,t)과 이산화탄소 배출량(Pi,t)간의 직접적 경로를 통해 파악할 수 있는 반면, 간접적 영향은 기술혁신수준이 일인당 GDP(Yi,t)를 변화시켜, 결과적으로 이산화탄소 배출량(Pi,t)에 영향을 미치는 경로로 파악해야 한다.
따라서 본 연구에서는 World Bank의 88개 국가를 대상으로 패널데이터를 구축하고, 일인당 소득과 오염물질 간의 역U자형 관계를 유발하는 결정요인으로 정부 R&D 투자 수준을 기술혁신(기술수준)의 대리변수로 직접적으로 포함시켜 분석하되, 기술혁신이 소득수준을 통해 오염물질에 영향을 미치는 간접적 효과를 포함한 모형을 구축하고자 한다.
본 연구에서 R&D 투자의 증가 충격이 3년의 시차를 두고 온실가스 배출량을 감소시키는 것으로 나탔다는 것에 대해서는 앞서 기술하였다.
여기서 기술진보의 대리변수로 사용된 RnDi,t의 추정치는 도구변수(Patenti,t)를 이용한 2SLS(two-state Least Squares)를 사용하여 추정하였다. 여기서 2SLS을 사용한 것은 RnDi,t 변수가 오차항과 상관관계가 있다고 판단하였기 때문이며, 도구변수를 사용하여 일치성(consistent)있는 추정치를 얻고자 한다. <표 4>에서 보는 바와 같이 기술진보가 일인당 GDP에 미치는 영향은 1%의 유의수준에서 양(+)의 추정치를 갖는다.
가설 설정
)을 포함시켰다. 일반적으로 제조업이 서비스업에 비해 에너지사용량과 온실가스배출량이 높다는 가정 하에, 경제 구조가 변화함에 따른 일인당 온실가스 배출량의 변화를 파악한다. 또한 전체 에너지 생산량에서 재생에너지 비중(Renewi,t)은 국가의 에너지 Mix의 의지뿐만 아니라 온실가스 배출량 수준에도 영향을 미치는 변수이므로 설명변수에 포함시켰다.
제안 방법
또한 경제·산업 구조변화를 판단하기 위해, 부가가치로 평가한 GDP 중 제조업 비중 (Manui,t)을 포함시켰다.
본 장에서는 패널 VAR(Panel VAR) 모형을 이용하여, R&D 투자, 일인당 GDP 그리고 일인당 온실가스 간의 영향 구조를 분석한다.
우선 분석에 앞서, 본 연구에서 활용한 Panel VAR 모형의 한계를 밝히고자 한다. 패널 VAR 모형을 사용하기 위해서는 balanced Panel을 이용해야 하는 제약요인이 있다.
대상 데이터
기존 연구들2)에서 무역규모를 온실가스 배출량 변화에 주요한 요인으로 포함시킨 것을 채용하여, 본 연구에서도 총 수출된 상품 중 제품 비중(Xi,t)3)와 총 수입된 상품 중 제품의 비중(Mi,t)4)을 사용하였다.
본 연구는 전세계 88개국을 대상으로 2006~2012년의 패널데이터 구축하였다. 식 (1)의 추정에 있어서, 다양한 설명변수를 이용하였다.
이론/모형
따라서 R&D 투자가 일인당 GDP에 대한 영향이 어떤 시차를 두고 나타나는 지를 분석하기 위해 ‘패널 VAR(Vector Auto Regression)모형’을 이용하였다.
따라서 본 연구에서는 기술혁신(혹은 R&D 투자)이 어떤 시차를 두고 오염물질 (온실가스배출) 배출량 변화에 영향을 미치는지를 분석하기 위해 패널 VAR(panel vector auto regression)모형을 이용한다.
따라서 본 연구에서는 이러한 변수 간 영향 부분을 제거하고, 시간적인 고정 영향(time fixed effect)을 제외하여, 어떤 한 시점에서의 한 변수의 충격(shock)8)이 같은 시점의 다른 변수에 어떤 시차를 가지로 영향을 미치는지를 분석하기 위해, 동태적 패널 분석법인 Panel VAR을 활용한다.
여기서 다른 설명변수(Xi,t)는 인구(Popi,t)와 보건 수준을 나타내는 대리 변수인 기대수명(Lifei,t), GDP 중 무역비중(Tradei,t)을 포함하고 있다. 또한 기술진보(RnDti)의 도구변수(IV, Instrument variables)로는 기술진보에 영향을 미칠 수 있는 변수인 일인당 특허신청 개수(Patenti,t)를 사용하였다. 여기서 γi는 관찰되지 않는 국가의 특화된 영향을 나타내고 ξti는 오차항이다.
본 연구에서 사용한 Panel VAR모형은 Holtz-Eakin et al. (1988)과 Love & Zicchino (2006)이 제안한 Panel VAR모형을 이용한다.
본 패널VAR 모형은 Abrigo and Love (2015)를 참조하여, STATA를 프로그램으로 이용하였다.
)에는 영향을 받지 않는 것으로 판단된다. 여기서 기술진보의 대리변수로 사용된 RnDi,t의 추정치는 도구변수(Patenti,t)를 이용한 2SLS(two-state Least Squares)를 사용하여 추정하였다. 여기서 2SLS을 사용한 것은 RnDi,t 변수가 오차항과 상관관계가 있다고 판단하였기 때문이며, 도구변수를 사용하여 일치성(consistent)있는 추정치를 얻고자 한다.
성능/효과
Panel VAR 모형에 앞서, 슈바르츠 정보기준(SIC)에 따라 최적 시차를 도출하였고 분석 결과 2차가 최적시차로 판명되었다. 또한 패널 단위근의 안정성 측정에서는 패널 단위근이 존재하지 않고, 모든 계수가 (–1,1)사이에 존재하였다.
029% 증가하는 것으로 나타난다. 같은 결론으로 Si,t의 계수도 1%의 유의수준에서 양(+)의 값으로 나타났으며, Lifei,t의 계수들도 1%의 유의수준에서 양(+)의 값으로 나타났다. Popi,t변수의 계수는 음(–)의 값으로 나타났다.
결과적으로, 기술혁신 수준의 변화는 직·간접 효과가 종합적으로 일국의 온실가스 배출량에 영향을 미칠 수 있다.
그러나 R&D 투자가 온실가스 배출량에 어떤 시차를 통해 영향을 미치는지를 분석하기 위해 사용한 분석 결과, Granger Causlity 분석에서는 일인당 R&D와 일인당 온실가스배출량 간에는 상관관계가 없는 것으로 나타나는 반면, R&D가 일인당 GDP에 영향을 받는 부분을 제거하고 분석한 Panel VAR 모형 결과 약 2년 정도의 시차를 두고, R&D 충격이 온실가스배출량 감소에 영향을 미치지만 한 번의 R&D 충격은 약 3년 정도만 일인당 온실가스 배출량에 영향을 미치는 것으로 나타났다.
그림에서 빨간색 점선으로 표시된 ①에서 보는 바와 같이, 일인당 R&D(dlprndti) 충격은 일인당 온실가스배출량(dlpghgi,t) 감소에 5% 신뢰구간에서 유의미하게 영향을 미치는 것으로 나타났다.
따라서 이러한 정부의 정책의지는 온실가스를 감축시킬 수 있다는 것으로 나타난다. 대외 무역역과의 관계에 있어서는, 총 수입되는 상품 중 제조품 비중(Mi,t)의 증가는 온실가스 배출량을 증가시키지만, 수출 상품 중 제조품의 비중은 온실가스 배출량에 통계적으로 유의미한 영향을 미치지 못하는 것으로 나타났다. 따라서 제조업 생산에서 발생하는 온실가스 배출량 보다는 해외 수입까지 포함한 제조품 소비과정에서 발생하는 온실가스 배출량이 더 큰 것으로 나타났다.
따라서 R&D 비중이 1% 증가하게 되면, 온실가스 배출량은 0.196% 감소하는 것으로 나타났다.
따라서 결과적으로 정부의 R&D 투자의 증가는 일인당 GDP를 높여 결과적으로 일인당 온실가스 배출량을 증가시키지만(간접적 경로), R&D 투자의 증가가 온실가스 배출량을 감소시키는 효과(직접적 경로)가 더 크기 때문에, 정부의 R&D 투자의 증가는 종합적으로 온실가스 배출량 감소에 효과가 있는 정책이라는 것을 확인할 수 있다.
마지막으로 제조업체 비중(Manui,t)이 증가하면, 온실 가스 배출량은 증가하는 것으로 나타났다. 따라서 경제구조가 서비스 산업 중심으로 변화할수록 온실가스 배출량을 줄일 수 있다는 결론을 얻는다.
따라서 본 분석과 같이 연간주기 데이터를 이용할 경우 일인당 R&D와 일인당 GDP가 동기간에 상관관계를 가지는 것을 그대로 전제한 상태(즉, 진정한 일인당 R&D만의 고유 충격을 따로 식별하지 않고)에서, 충격반응함수를 살펴보는 것은 일인당 R&D의 일인당 온실가스배출량에 대한 직·간접 영향을 분리하지 않고 포괄적으로 살펴보는 것으로 간주할 수 있다.
따라서 이러한 두 개의 효과(간접적 효과와 직접적 효과)가 함께 나날 경우에는 결과적으로 일인당 R&D(dlprndi,t)가 일인당 온실가스배출량(dlpghgi,t)을 증가시키는 것으로 나타날 수 있다.
대외 무역역과의 관계에 있어서는, 총 수입되는 상품 중 제조품 비중(Mi,t)의 증가는 온실가스 배출량을 증가시키지만, 수출 상품 중 제조품의 비중은 온실가스 배출량에 통계적으로 유의미한 영향을 미치지 못하는 것으로 나타났다. 따라서 제조업 생산에서 발생하는 온실가스 배출량 보다는 해외 수입까지 포함한 제조품 소비과정에서 발생하는 온실가스 배출량이 더 큰 것으로 나타났다. 이는 공산품 수입이 많은 국가는 그만큼 온실가스 배출량이 증가한다는 것을 의미한다.
또한 흥미로운 결과는 의 ③이나 의 ⑤에서 보는 바와 같이 일인당 GDP(dlpgdpi,t)가 일인당 온실가스배출량(dlpghgi,t)에 5% 유의수준에서 영향을 미치지 못하는 것으로 나타났다.
마지막으로 온실가스 배출량(dlpghgi,t)과 두 변수(일인당 R&D 투자 및 일인당 GDP) 및 이들의 lag 변수들 ‘전체’에 대해서도 5%의 신뢰구간에 대해 상관관계가 존재 하지 않았다.
이는 공산품 수입이 많은 국가는 그만큼 온실가스 배출량이 증가한다는 것을 의미한다. 마지막으로 제조업체 비중(Manui,t)이 증가하면, 온실 가스 배출량은 증가하는 것으로 나타났다. 따라서 경제구조가 서비스 산업 중심으로 변화할수록 온실가스 배출량을 줄일 수 있다는 결론을 얻는다.
본 연구의 결과를 통해서 파악한 바와 같이, 기술혁신을 촉진하기 위한 정부의 R&D 투자는 일인당 GDP에 영향을 미쳐, 간접적으로 온실가스 감축에 영향을 미치는 것으로 나타났다.
다른 설명변수에 관한 추정결과는 다음과 같다. 우선 정부의 규제와 관련된 변수들에 대해서는 재생에너지 증가(Renewi,t)는 통계적으로 유의하게 온실가스 배출량 감소에 영향을 미치는 것으로 나타났다. 재생에너지 비중은 국가의 온실가스감축과 에너지해외의존도 감소를 통한 에너지 안보를 제고하려는 정부의 의지와 깊은 관련이 있다.
즉, R&D 투자의 증가는 직접적으로 온실가스배출량을 줄일 수 있지만, 다른 한편으로는 R&D 투자 증가가 일인당 GDP를 증가시켜 온실가스 배출량을 늘릴 수 있다. 이 두 효과를 종합해보면, 결과적으로 온실가스배출량이 증가하는 것으로 나타났다.
이러한 차이가 발생하는 이유는 에서는 직접효과만을 고려했기 때문에 일인당 R&D 증가가 일인당 온실가스 배출량 감소에 더 빨리 반응한 반면, 에서는 일인당 R&D 증가가 일인당 GDP를 증가시키는 효과가 일인당 R&D가 일인당 온실가스 배출량을 줄이는 효과를 반감시켜, 감소세가 더 늦은 3기에 나타나게 하는 것으로 나타났다.
일인당 R&D(dlprndi,t) 충격발생 후 초기에는 일인당 온실가스배출량(dlpghgi,t)이 증가하지만, 2년 이후 감소하여, 약 3년까지는 온실가스 배출량을 감소시키는 것으로 나타났다.
전자의 영향은 일인당 R&D 지출(dlprndi,t)이 일인당 GDP(dlpghgi,t)에 5% 신뢰구간에서 유의미하게 영향을 받는다는 것으로 확인 할 수 있다.
종합적으로 정태적 모형에서는 정부의 R&D투자는 미세하지만 일인당 온실가스 배출량을 증가시키는 것으로 나타났다.
즉 R&D 비중이 1% 증가하게 되면, 일인당 GDP는 1.029% 증가하는 것으로 나타난다.
1차항의 추정치는 양(+)의 값을 갖는 반면, 2차항에 대해서는 음(–)의 부호를 나타내고 있다. 즉 온실가스 배출량은 경제발전 초기에는 소득의 증가와 함께 증가하지만, 일정 수준의 일인당 소득 이후에는 소득이 증가하면 감소하는 경향을 보이는 것으로 나타났다. 한편, 기술혁신은 온실가스 배출량을 감소시키는 것으로 나타났다.
즉 직접효과만을 본 에서는 ①과 ②의 효과가 상충되어 어떤 결과가 나올지 확인할 수 없었지만, 직접효과와 간접효과를 동시에 고려한 새로운 충격반응함수의 결과(④)에서는, 일인당 R&D가 3기부터는 온실가스 배출량을 줄이는 것으로 나타났다.
이 분석 방식은 모형작성자의 선험적 주관을 가급적 배제하고 일반화된 형태로 모형을 작성하여 분석할 수 있는 장점이 있다. 특히 시계열 VAR 모형의 충격반응함수(Impulse Response Function) 분석을 온전히 활용하여 변수들 간의 상호 영향을 체계적으로 분석할 수 있을 뿐만 아니라, 횡단면 데이터를 활용함으로써 시계열 VAR 모형에서 각 국가별 분석 기간이 짧아 발생할 수 있는 자유도 문제를 해결할 수 있는 장점이 있다. 한편, 본 연구에서는 R&D 변수와 일인당 GDP, 그리고 일인당 온실가스배출량 변수만을 활용하고, 다른 변수(설명변수)에 대한 부분은 분석에서 제외한다.
한편, R&D투자가 일인당 GDP에 영향을 미쳐 결과적으로 일인당 온실가스배출량에 영향을 미치는 간접경로까지 고려한 모형에서는 일인당 R&D 투자의 증가 충격은 3년의 시차를 두고 온실가스 배출량을 감소시키는 것으로 나타났다.
본 연구의 결과를 통해서 파악한 바와 같이, 기술혁신을 촉진하기 위한 정부의 R&D 투자는 일인당 GDP에 영향을 미쳐, 간접적으로 온실가스 감축에 영향을 미치는 것으로 나타났다. 한편, 기술혁신 수준 그 자체는 온실가스 감축에도 영향을 미치는 것으로 나타났다. 종합적으로 정태적 모형에서는 정부의 R&D투자는 미세하지만 일인당 온실가스 배출량을 증가시키는 것으로 나타났다.
후속연구
하지만 재생에너지 분야나 에너지 효율 개선과 같은 분야에 대한 R&D 지출에 대한 데이터의 구축과 접근이 제한적인 상황에서, 간접적으로 전체 정부 R&D 비중을 사용한 것은 이 연구의 근본적인 한계를 보이는 부분이다. 둘째, 앞서 언급한 바와 같이 Panel VAR 분석에서 전체 88개 국가를 대상으로 하지 못하고, 데이터가 충실한 33개국을 대상으로만 분석한 것은 본 연구의 결정적인 한계라 할 수 있다. 추후 각국의 온실가스 감축 기술 관련 R&D 비중 데이터와, 연도별 R&D 데이터가 더 많은 국가들에 대해서 축적될 경우, 보다 현실설명력 있는 분석이 가능하리라 판단된다.
본 연구의 본래 의도라면, GDP 중 정부 R&D 비중 보다는 GDP 중 재생에너지 분야나 에너지 효율 개선 분야의 정부 R&D 비중을 사용할 경우, 보다 현실 설명력이 높은 연구를 진행했을 것이다.
추후 각국의 온실가스 감축 기술 관련 R&D 비중 데이터와, 연도별 R&D 데이터가 더 많은 국가들에 대해서 축적될 경우, 보다 현실설명력 있는 분석이 가능하리라 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
환경쿠즈네츠 곡선 가설은 무엇을 나타내는가?
환경쿠즈네츠 곡선(EKC, Environmental Kuznets Curve) 가설은 환경오염물질과 일인당 소득간의 역 U 자형의 관계를 나타내는 것이다. 경제 발전 초기 단계에서, 일인 당 소득이 낮고 중공업 중심의 산업화 과정을 통해 경제가 성장하면서, 오염물질은 빠르게 증가한다.
경제 발전 초기에 오염물질은 왜 증가하는가?
환경쿠즈네츠 곡선(EKC, Environmental Kuznets Curve) 가설은 환경오염물질과 일인당 소득간의 역 U 자형의 관계를 나타내는 것이다. 경제 발전 초기 단계에서, 일인 당 소득이 낮고 중공업 중심의 산업화 과정을 통해 경제가 성장하면서, 오염물질은 빠르게 증가한다. 그러나 얼마 후, 소득수준이 특정 수준에 도달하게 되면(후기 산업 경제나 서비스 경제), 오염물질 배출량이 감소되는데, 이러한 전환의 배경에는 소득수준이 증가하면서 시민들의 더 좋은 환경에 대한 인식과 요구가 증가하고, 오염물질 감축을 위한 정책과 관련 기술 분야에 혁신이 일어나거나, 산업구조가 탄소 배출을 줄이는 방향을 변화 하는 것이 주요 결정요인으로 제시되고 있다.
환경쿠즈네츠 곡선 가설의 소득과 오염물질 간의 역U자의 관계를 결정하는 2가지 요인은?
환경쿠즈네츠 곡선 가설의 소득과 오염물질 간의 역U자의 관계는 크게 두 가지 결정 요인으로 설명되고 있다. 그 첫째는 Panayotou (2003)의 주장과 같이, 경제발전 초기 단계에는 에너지 집약적인 산업(특히 제조업) 중심의 경제구조로 인해 오염물질 배출이 증가하는 반면, 어떤 특정 시점 이후에는 경제구조가 에너지를 덜 사용하는 서비스산업이나 경공업 중심 사회로 바뀌면서, 오염물질 배출량이 줄어든다는 논리이다. 두 번째 설명 방식은 Grossman & Kroger (1995)가 주장하는 바와 같이 소득수준이 증가하면, 민간부문과 공공부문의 R&D 지출을 늘릴 수 있게 되고, 이러한 지출로 인해 기존의 공해를 유발하는 기술이 더 깨끗한 기술로 대체되어 오염물질 배출량이 감소할 수 있다고 주장한다. 그러나 R&D 투자의 증가는 생산의 증가로 이어져, 이를 통한 오염물질 배출량의 증가할 수 있는 간접효과의 가능성도 언급하였다.
참고문헌 (21)
Abrigo, M. R. and I. Love, "Estimation of Panel Vector Autoregression in Stata: a Package of Programs," working paper, 2015.
Andreoni, J. and A. Levinson, "The Simple Analytics of the Environmental Kuznets Curve," Journal of Public Economics, Vol. 80, 2001, pp. 269-286.
Bianchi, C., F. Calidori, and M. Menegatti, "Pitfalls in Estimating ${\beta}$ -convergence by Means of Panel Data: an Empirical Test," International Review of Economics, Vol. 56, 2009, pp. 347-357.
Boston Consulting Group, "The innovation Imperative in Manufacturing-How the United States can Restore its Edge," 2009.
Caselli, F., G. Esquivel, F. Lefort, "Reopening the convergence debate: a new look at cross-country growth empirics," Journal of Economic Growth, Vol. 1, 1996, pp. 363-389.
Chimeli, A. B. and J. B. Braden, "Total Factor Productivity and the Environmental Kuznets Curve," Journal of Environmental Economics and Management, Vol. 49, 2005, pp. 366-380.
Dowrick, S. and M. Rogers, "Classical and technological convergence: beyond the Solow-Swan growth model," Oxford Economic Papers, Vol. 54, 2002, pp. 369-385.
Gangadharan, L. and Ma. R. Valenzuela, "Interrelationships Between Income, Health and the Environment: Extending the Environmental Kuznets Curve Hypothesis," Ecological Economics, Vol. 36, 2001, pp. 513-531.
Iwata, H., K. Okada, and S. Samreth, "Empirical Study on the Environmental Kuznets Curve for $CO_2$ in France: The Role of Nuclear Energy," Energy Policy, 2010, Vol. 38, pp. 4057-4063.
Love, I. and L. Zicchino, "Financial development and dynamic investment behavior: Evidence from panel VAR," The Quarterly Review of Economicss and Finance, Vol. 46, 2006, pp. 190-210.
Nasir, M., and F. U. Rehman, "Environmental Kuznets Curve for carbon emissions in Pakistan: An empirical investigation," Energy Policy, Vol. 39, 2011, pp. 1857-1864.
Orubu, O. C., and D. G. Omotor, "Environmental Quality and Economic Growth: Searching for Environmental Kuznets Curves for Air and Water Pollutants in Africa," Energy Policy, Vol. 39, 2011, pp. 4178-4188.
Panayotou, T., "Demystifying the Environmental Kuznets Curve: Turning a Black Box into a Policy Tool," Environmental and Development Economics, Vol. 2, 1997, pp. 469-484.
Panayotou, T., "Economic Growth and the Environment," Chapter 2, Economics Survey of Eurpoe, No. 2, 2003, pp. 45-67.
Smulders, S., L. Bretschger, and H. Egli, "Economic Growth and the Diffusion of Clean Technologies: Explaining Environmental Kuznets Curves," Environmental and Resource Economics, Vol. 49, 2011, pp. 79-99.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.