2018年,二氧化碳排放量一直居高不下,相關(guān)研究預(yù)計,2019年二氧化碳排放量將增加。此外,可持續(xù)的經(jīng)濟增長受到礦物原料枯竭的威脅。因此,急需解釋哪些因素增加了碳排放和促進了可持續(xù)的經(jīng)濟增長。面對這個全球性挑戰(zhàn)的一個可能的解決方案是生物質(zhì)的使用,它是地球上最多的可再生能源。此外,生物質(zhì)有多種用途,包括食品、飼料、燃料、原料、纖維和肥料。由于2018年二氧化碳排放的增加以及對可持續(xù)經(jīng)濟增長的影響,故生物質(zhì)的應(yīng)用變得更加重要。盡管如此,關(guān)于生物質(zhì)消耗、經(jīng)濟增長和二氧化碳排放之間的關(guān)系的實證研究,還比較缺乏。此外,少量研究雖然研究了它們之間的關(guān)系,但忽略了一個重要的變量,及生物技術(shù)。這將提高生物質(zhì)生產(chǎn)和加工的效率,促進生物質(zhì)對減少二氧化碳排放和促進可持續(xù)經(jīng)濟發(fā)展的貢獻。正是在這種背景下,我們對這個問題的研究就非常重要。本研究基于生物技術(shù)的調(diào)節(jié)作用,重點研究日本和中國的生物質(zhì)消費量、經(jīng)濟增長和環(huán)境污染之間的關(guān)系。本文的研究實現(xiàn)了以下目標(biāo):(1)本文將日本和中國兩個國家作為發(fā)達經(jīng)濟體和新興經(jīng)濟體的樣本,研究了基于生物技術(shù)調(diào)節(jié)作用下的生物質(zhì)消費量、經(jīng)濟增長和二氧化碳排放之間的關(guān)系。(2)在生物質(zhì)消費量和生物技術(shù)創(chuàng)新的影響條件下,本文研究了擴展型環(huán)境庫茲涅茨曲線理論(EKCT)的有效性。(3)本文驗證了技術(shù)擴散理論在中國、日本生物技術(shù)創(chuàng)新的有效性。(4)本文以日本和中國為例,研究了兩個國家生態(tài)經(jīng)濟與經(jīng)濟發(fā)展的因果關(guān)系。(5)本文以日本和中國為例,預(yù)測了兩國在生物質(zhì)消費量的影響條件下二氧化碳排放和經(jīng)濟增長的情況。(6)最后對比并分析了日本和中國在生物質(zhì)消費量的影響條件下二氧化碳排放與經(jīng)濟增長的關(guān)系。為了進行實證分析,本文首先進行了前測,如單位根檢驗、結(jié)構(gòu)破壞性試驗、正態(tài)性檢驗等,以告知相關(guān)研究者,本文研究使用的是合理的分析工具。在前測的基礎(chǔ)上,本文采用了動態(tài)最小二乘法(DOLS)、格雷戈里-漢森結(jié)構(gòu)協(xié)整(GHSC)、自回歸分布滯后(ARDL)界域檢驗等最新的計量經(jīng)濟學(xué)方法。除上述最新技術(shù)外,本研究與其他類似研究不同,因為本文采用了最新研發(fā)的非線性ARDL模型的界域檢驗作為穩(wěn)健性檢驗。與ARDL模型不同,即使時間序列是非線性的,非線性ARDL模型也能夠檢測出研究對象的相互關(guān)系。非線性ARDL模型包含了自變量正負(fù)變化對因變量產(chǎn)生不對稱影響的可能性。然而,如果解釋變量正負(fù)變化的不對稱效應(yīng)相同,則非線性ARDL模型與標(biāo)準(zhǔn)對稱的ARDL模型是一樣的。因此,本研究將長期和短期的非線性ARDL模型的計算結(jié)果作為ARDL估計的穩(wěn)健性檢驗。ARDL被應(yīng)用于許多研究中,但如果時間序列是非線性的,ARDL可能會產(chǎn)生錯誤的估計值,因此非線性ARDL模型是首選的。本研究也利用了VECM格蘭杰因果關(guān)系檢驗來確定本研究變量之間的因果關(guān)系。在預(yù)測方面,本研究采用方差分解分析法來預(yù)測未來14年生物質(zhì)消費量、生物技術(shù)創(chuàng)新、經(jīng)濟增長和二氧化碳排放之間的關(guān)系。為了確定我們用來預(yù)測二氧化碳排放和經(jīng)濟增長的變量是否適合這樣的預(yù)測,本研究采用了神經(jīng)網(wǎng)絡(luò)模型計算均方誤差(MSE)和回歸值(R-squared)。結(jié)果顯示,變量能夠預(yù)測日本和中國在二氧化碳排放和經(jīng)濟增長之間的關(guān)系。本文的研究應(yīng)用了一系列檢驗測試來檢驗本文所使用的模型的穩(wěn)健性。檢驗結(jié)果表明,除了異方差問題外,本研究沒有偏離重要的標(biāo)準(zhǔn)假設(shè)。為了糾正可能導(dǎo)致無效估計的異方差性,本文的研究參考了現(xiàn)有文獻(NeweyWest,1986),并使用了標(biāo)準(zhǔn)誤差,基于西沃茲信息準(zhǔn)則(SIC)來估計系數(shù)。本文主要使用1970年至2016年世界銀行的指標(biāo)數(shù)據(jù)。本文以日本和中國為例,研究了兩國基于生物技術(shù)調(diào)節(jié)作用下生物質(zhì)消費量、經(jīng)濟增長和二氧化碳排放之間的關(guān)系。研究發(fā)現(xiàn),對中國的經(jīng)濟增長所提出的假設(shè)得到了實證支持,即生物質(zhì)消費量和生物技術(shù)創(chuàng)新促進了中國的經(jīng)濟增長。研究還發(fā)現(xiàn),生物質(zhì)消費量和生物技術(shù)創(chuàng)新導(dǎo)致了中國的二氧化碳排放量顯著減少。我們的研究結(jié)果表明,中國可以同時實現(xiàn)經(jīng)濟增長和環(huán)境可持續(xù)性。然而,在對日本的研究中發(fā)現(xiàn)了不同的結(jié)果。本研究證實了日本的中立性假設(shè),即生物質(zhì)消費量和生物技術(shù)創(chuàng)新對日本經(jīng)濟增長沒有任何影響,反之亦然。此外,本研究證實了,在中國引入生物質(zhì)消費量和生物技術(shù)時,環(huán)境庫茲涅茨曲線(EKC)的擴展形式的應(yīng)用。研究發(fā)現(xiàn),從長遠(yuǎn)來看,在中國,當(dāng)生物質(zhì)消費量和生物技術(shù)以EKC的擴展形式結(jié)合在一起時,二氧化碳排放量和GDP之間有一個倒N形的關(guān)系。倒N型理論的依據(jù)是一個經(jīng)濟轉(zhuǎn)變的過程,其經(jīng)濟轉(zhuǎn)變是從一個受污染較輕的農(nóng)業(yè)型向一個工業(yè)經(jīng)濟基礎(chǔ)型轉(zhuǎn)變的過程,與中國的情況一樣,中國從受污染相對較重向受污染較輕的服務(wù)業(yè)轉(zhuǎn)變。生物質(zhì)消費量和生物技術(shù)創(chuàng)新的統(tǒng)計意義強調(diào)了急需發(fā)展中國的一些經(jīng)濟領(lǐng)域,這些經(jīng)濟領(lǐng)域是以尋求可持續(xù)經(jīng)濟增長為主的領(lǐng)域。在日本,研究證實,從長遠(yuǎn)來看,當(dāng)生物質(zhì)消費量和生物技術(shù)被納入經(jīng)濟增長與環(huán)境污染的關(guān)系中時,GDP增長和二氧化碳排放之間存在N型的路徑關(guān)系。本研究與近期其他地區(qū)的研究相一致。本文研究了中國和日本的生物技術(shù)創(chuàng)新的非線性趨勢模式。本文證實了羅杰斯的信息擴散理論所假設(shè)的S型模式。研究發(fā)現(xiàn),中國的生物技術(shù)創(chuàng)新還沒有達到成熟階段,根據(jù)信息擴散理論,其增長率將逐漸趨緩然后下降。研究表明,依然存在很多實際上尚未采納生物技術(shù)創(chuàng)新的生物技術(shù)創(chuàng)新研究者。中國應(yīng)繼續(xù)推進生物技術(shù)創(chuàng)新和應(yīng)用,這將反過來為中國的生物質(zhì)生產(chǎn)產(chǎn)品以及使用提升效率。從日本的情況來看,我們的研究未能證實信息擴散理論,因為圖中沒有描繪出近幾年生物技術(shù)應(yīng)用中的S形關(guān)系。為了更全面、更深入地研究,本文對日本和中國的生態(tài)經(jīng)濟與經(jīng)濟發(fā)展之間的關(guān)系進行了研究。在日本,研究發(fā)現(xiàn)林業(yè)和林業(yè)產(chǎn)品,如木材和木質(zhì)產(chǎn)品,極大地促進了日本生態(tài)經(jīng)濟增長。研究也發(fā)現(xiàn)了從日本生態(tài)經(jīng)濟到GDP的單向因果關(guān)系。這證實了經(jīng)濟增長假設(shè),即日本應(yīng)開始發(fā)展生態(tài)經(jīng)濟以實現(xiàn)可持續(xù)的經(jīng)濟增長。在中國,研究發(fā)現(xiàn),對中國經(jīng)濟增長領(lǐng)域做出主要貢獻的生態(tài)經(jīng)濟的細(xì)分領(lǐng)域是制造業(yè),如木材和木制品制造業(yè)。與日本的情況一樣,本研究證實了中國的經(jīng)濟增長假設(shè)。這意味著中國應(yīng)該采取擴張性的生態(tài)經(jīng)濟政策來推動可持續(xù)的經(jīng)濟增長。為此,本研究預(yù)測了在生物質(zhì)消費量和生物技術(shù)的影響條件下未來14年的經(jīng)濟增長和二氧化碳排放之間的關(guān)系。總之,我們預(yù)計,生物質(zhì)消費量和生物技術(shù)創(chuàng)新將會影響中國和日本的二氧化碳排放和經(jīng)濟增長。特別地,我們預(yù)計,到2030年末,生物質(zhì)消費量和生物技術(shù)的應(yīng)用,將會促進中國經(jīng)濟5%的增長;同時,將會促進日本經(jīng)濟12.3%的增長。我們也預(yù)測,截至2030年末,生物質(zhì)消費和生物技術(shù)將會增加中國6.7%的二氧化碳排放,增加日本4.6%的二氧化碳排放。
【學(xué)位單位】：江蘇大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2019
【中圖分類】：X22;F124;F131.3
【文章目錄】：
ABSTRACT
摘要
CHAPTER1:INTRODUCTION
    1.1 Background and Significance of the Study
    1.2 Contribution of the Study
    1.3 Research Objectives
    1.4 Research Question
    1.5 The Main Content of the Dissertation
    1.6 Innovation of the Study
CHAPTER2:LITERATURE REVIEW AND RELATED THEORIES
    2.1 Literature Review
        2.1.1 The Development of the Concept of Bioeconomy
        2.1.2 The Concept of Biomass
        2.1.3 The Concept of Sustainability
        2.1.4 The Relationship Between Biomass Consumption and Economic Growth
        2.1.5 The Relationship Between Biomass Consumption and Carbon Dioxide
        2.1.6 Relationship Among Variables Within the Extended Kuznets Curve
        2.1.7 Arising Criticism of the Concept of Biomass
    2.2 Related Theories
        2.2.1 Environmental Kuznets Curve（EKC）
        2.2.2 Energy Consumption–Economic Growth Hypothesis
        2.2.3 Technological Diffusion Theory
CHAPTER3:CONCEPTUAL FRAMEWORK AND HYPOTHESIS DEVELOPMENT
    3.1 The Conceptual Framework
    3.2 Related Hypothesis
        3.2.1 Biotechnology Related Hypothesis
        3.2.2 Biomass Consumption and The Kuznets Curve in China And Japan
        3.2.3 Biotechnological Innovations Adoption in China and Japan
        3.2.4 Capitalization Related Hypothesis
        3.2.5 Globalization Related Hypothesis
        3.2.6 Trade Related Hypothesis
        3.2.7 Urbanization Related Hypothesis
CHAPTER4:DATA AND METHODS
    4.1 Profile of Study Area
    4.2 Research Philosophy
    4.3 Data Sources
        4.3.1 Main Variables of the Study
        4.3.2 Control Variables
    4.4 Methods of Analysis
        4.4.1 Procedure for Preliminary Analysis for Econometric Techniques
        4.4.2 Procedure for Preliminary Analysis for Principal Component Analysis
    4.5 Description of Methods for Stated Objectives and Hypothesis Testing
2 Emissions'>        4.5.1 Biomass Consumption,Biotechnology,Economic Growth And CO₂ Emissions
        4.5.2 The Impact of Biomass Consumption on the EKC Hypothesis
        4.5.3 Biotechnological Innovations Adoption in China And Japan
        4.5.4 The Causal Relationship of Bioeconomy and Economic Growth
        4.5.5 Modelling the Artificial Neural Networks
        4.5.6 Prediction of Direction of Causal Relationship Among the Variables
CHAPTER5:PRELIMINARY RESULTS
    5.1 Preliminary Results from China
        5.1.1 Descriptive Statistics
        5.1.2 The Trend Analysis
        5.1.3 Unite Root Test for China
        5.1.4 Structural Break Test
        5.1.5 Result from Principal Component Analysis（PCA）
        5.1.6 Summary of Principal Component Analysis
    5.2 Preliminary Results from Japan
        5.2.1 Descriptive Statistics
        5.2.2 The Trend Analysis
        5.2.3 Unite Root Test for Japan
        5.2.4 Result from Principal Component Analysis（PCA）
CHAPTER6:RESULTS AND DISCUSSIONS
    6.1 Biomass Consumption,Biotechnology,GDP and CO2 Emissions in Japan and China
        6.1.1 Auto-Regressive Distributed Lag（AARDL） and Nonlinear ARDL for China
        6.1.2 Auto-Regressive Distributed Lag（ARDL）and Nonlinear ARDL for Japan
        6.1.3 Estimated Short-Run and Long-Run Cointegrating Forms
    6.2 The Causal Linkages Among Variables
        6.2.1 The Causal Linkages Among Variables in China
        6.2.2 The Causal Linkages Among Variable in Japan
    6.3 The Impact of Biomass Consumption on the Extended Kuznets Curve
        6.3.1 The Impact of Biomass Consumption on Extended Kuznets Curve in China
        6.3.2 The Impact of Biomass Consumption on Extended Kuznets Curve in Japan
    6.4 Biotechnology Adoption in China and Japan
        6.4.1 Biotechnology Adoption in China
        6.4.2 Biotechnology Adoption in Japan
    6.5 The Contribution of Bioeconomy on the GDP of Japan
        6.5.1 The Contribution of Bioeconomy on the GDP of Japan
        6.5.2 The Contribution of Bioeconomy on the GDP of China
    6.6 Prediction of Carbon Dioxide Emission and Economic
        6.6.1 Determination of Predictors for Economic Growth and CO2 Emission Through Artificial Neural Network
        6.6.2 Prediction of Economic Growth in China
        6.6.3 Prediction of CO2 Emission in China
        6.6.4 Prediction Economic Growth in Japan
        6.6.5 Prediction of CO2 Emission in Japan
        6.6.6 Impuls Response Function in China
        6.6.7 Impuls Response Function in Japan
CHAPTER7:COMPARISON OF FINDINGS BETWEEN CHINA AND JAPAN
    7.1 Comparison of Findings Between China and Japan
    7.2.Comparison of Predictions
CHAPTER8:CONCLUSION AND LIMITATION OF THE STUDY
    8.1 The Main Conclusions of the Study
    8.2 Policy Implication of the Study
    8.3 Limitation of the Study
References
Appendix1:List of Selected Bioeconomy Sectors
Appendix2:Matlab Codes for Neural Network
Appendix3:List of Publications
Acknowledgements


本文編號：2842858