Deforestation and the Environmental Kuznets Curve in Developing Countries: A Panel Smooth Transition Regression Approach
Notice bibliographique
Résumé
Deforestation is a serious environmental problem in many developing countries. This study re‐examines whether the Environmental Kuznets Curve (EKC) relationship between deforestation and real income exists for 52 developing countries during the 1972–2003 period by applying the recently developed panel smooth transition regression (PSTR) model. This paper also considers the potential endogeneity biases and other explanatory variables as a robustness check of the EKC hypothesis. The empirical results indicate the existence of a strong threshold effect between deforestation and real income, and that evidence of the EKC hypothesis for deforestation is apparent. Along with an increase in real income, deforestation increases initially, and after reaching certain income levels, deforestation drops. The turning points are US$3,021 and US$3,103, which the PSTR model endogenously determines. La déforestation constitue un problème environnemental préoccupant dans de nombreux pays en développement. Dans le présent article, nous avons tenté d’établir s’il existe ou non une relation en U inversé (courbe de Kuznets) entre la déforestation et le revenu réel, en appliquant la nouvelle méthode d’estimation d’effets de seuil avec transition lisse en panel (PSTR) à un échantillon de 52 pays en développement au cours de la période de 1972 à 2003. Nous avons également examiné les biais endogènes possibles et d’autres variables explicatives pour vérifier la robustesse de l’hypothèse de Kuznets. Les résultats empiriques montrent qu’il existe un effet de seuil robuste entre la déforestation et le revenu réel, et que l’évidence de l’hypothèse de Kuznets dans le cas de la déforestation est apparente. Lorsque le revenu réel augmente, la déforestation augmente aussi, mais lorsque le revenu atteint certains niveaux, la déforestation diminue. Les points de retournement sont de 3 021 $US et de 3 103 $US, ce que la méthode PSTR a déterminé de manière endogène.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».