CO2 Emissions, Energy Consumption, and Economic Growth: New Evidence in the ASEAN Countries
Notice bibliographique
Résumé
The members of the Association of Southeast Asian Nations (ASEAN) have made several attempts to adopt renewable energy targets given the economic, energy-related, environmental challenges faced by the governments, policy makers, and stakeholders. However, previous studies have focused limited attention on the role of renewable energy when testing the dynamic link between CO2 emissions, energy consumption and renewable energy consumption. As such, this study is conducted to test a common hypothesis regarding a long-run environmental Kuznets curve (EKC). The paper also investigates the causal link between carbon dioxide (CO2) emissions, energy consumption, renewable energy, population growth, and economic growth for countries in the region. Using various time-series econometrics approaches, our analysis covers five ASEAN members (including Indonesia, Myanmar, Malaysia, the Philippines, and Thailand) for the 1971–2014 period where required data are available. Our results reveal no long-run relationship among the variables of interest in the Philippines and Thailand, but a relationship does exist in Indonesia, Myanmar, and Malaysia. The EKC hypothesis is observed in Myanmar but not in Indonesia and Malaysia. Also, Granger causality among these important variables varies considerably across the selected countries. No Granger causality among carbon emissions, energy consumption, and renewable energy consumption is reported in Malaysia, the Philippines, and Thailand. Indonesia experiences a unidirectional causal effect from economic growth to renewable energy consumption in both short and long run and from economic growth to CO2 emissions and energy consumption. Interestingly, only Myanmar has a unidirectional effect from GDP growth, energy consumption, and population to the adoption of renewable energy. Policy implications have emerged based on the findings achieved from this study for each country in the ASEAN region.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».