Reconciling the Environmental Kuznets Curve with the Free Rider Problem
Notice bibliographique
Résumé
I would like to first give a very special thanks to my advisor, Christopher Timmins, Ph.D. His keen insight and passion concerning issues within environmental economics served to motivate and inspire my research. I am also indebted to Kent Kimbrough, Ph.D. and the other members of his honors seminar course for their unyielding patience in helping me cope with the seemingly insurmountable obstacles that arose while formulating this study. I would finally like to express my gratitude for the unwavering moral support I received from fellow economics student Evan Beard, as well as my other friends and family members, throughout the development of my thesis. The current paper studies the Environmental Kuznets Curve (EKC) hypothesis, which claims a parabolic relation exists between per capita GDP and environmental degradation. This would suggest a developing nation could expect to increase pollution significantly during the beginnings of industrialization and then, as the country began switching to a service-oriented economy, could expect pollution levels to begin to eventually drop with increasing per capita income. There has been much debate over said issue and the main goal of this paper is to study how the environmental free rider problem may play a role in plaguing the validity of the EKC model. Environmental free riding would allow nations to externalize some of the costs of their pollution such that it may never become economical to lower pollution levels despite rising income. My research focuses on an empirical study of carbon dioxide and sulfur dioxide emissions and ultimately supports the hypothesis that the effects of the free rider problem can be expected to spuriously affect the validity of the EKC model for certain pollutants. 3
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 tête enseignante, 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 ».