Convergence of aggregate and sectoral nitrogen oxides in G7 countries for 1750–2019: Evidence from a new panel Fourier threshold unit root test
Notice bibliographique
Résumé
One of the major pollutants in the atmospheric space is nitrogen oxide (NOx) emissions is, and industrialized countries are responsible for a substantial share of this air pollutant at the global level. Among developed countries, G7 countries (Canada, France, Germany, Italy, Japan, UK, and the US) were responsible for 12% of the global nitrogen oxide emissions in 2019. Nitrogen oxide emissions increased by almost 280 times between 1750 and 2019 in this set of countries. For this reason, this study concentrates on this group of countries. Besides, it is rational to test the convergence of NOx emissions at the sectoral level for designing effective environmental policies. Therefore, this paper aims to explore the convergence pattern of aggregate and sectoral NOx emission levels in G7 countries covering long-span data, from 1750 to 2019. Agriculture, energy production, industry, residential-commercial-other (RCO), transport, and waste are the main sectors where nitrogen oxides are emitted from. For this purpose, we utilize the panel Fourier threshold unit root test, which allows for the possibility of nonlinearity in the series. Besides, the test is able to capture gradual structural changes through the Fourier approximation. The empirical results derived from the analysis indicate that all the nitrogen oxide series have nonlinear behavior. In addition, this study highlights that the convergent behavior of sectoral nitrogen oxide displays at least partial convergence for the countries examined. Besides, global (full) convergence is confirmed for agriculture, energy production, and transport sectors for the period studied. According to the empirical findings, it can be said that policymakers in G7 countries should prioritize the emission allocation policies.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».