当前世界环境

介绍

今天农业发展面临的挑战不仅是满足粮食需求，而且必须更加有利于环境。随着人口的增加，粮食需求预计将继续增加。^1,2粮食作物、园艺、种植园和畜牧业对粮食需求的增加刺激了农业部门的生产率，从而引发了农业部门温室气体排放的增加。^{3 - 5}在印度尼西亚，与畜牧部位相比，农业部门的温室气体排放由陆地农业分部（粮食作物，园艺和种植园）主导。基德坤亨根尼唐·凯湖南（环境与林业部）的数据^6.2017年，陆地农业部门的排放达到98,956.86 GGCO2EQ，而畜牧业的排放仅为21,070.52 GGCO2EQ。

减少温室气体排放的速度在2009年印尼政府发布了一个政策称为Rencana Aksi Pengurangan Emisi天然气大Kaca (RAN-GRK)(温室气体减排的法令),印尼是致力于与国内温室气体排放减少26%的努力和41%的使用国际assistancebased估计BAU(业务往常一样)。^7，8农业部门排放量为21 MTCO2EQ /年至2030年减少。^9、10在区域(省)一级，每个省政府都必须发布Rencana Aksi Daerah Penurunan Emisi Gas Rumah Kaca (RAD-GRK)(区域减排行动计划)，允许区域政府参与减少温室气体排放的国家行动计划。¹¹参与省级是通过计算缓解潜力，制定减排战略，选择地方一级缓解行动，并确定关键利益相关者/机构和财务资源¹²．印度尼西亚的农业温室气体减排政策与全球温室气体减排情景政策一致，¹³虽然在2015年的巴黎协定之后，但在2015年在2030年通过1 GTCO2EQ /年度减少排放的目标，但目标仍必须确保全球粮食安全。区域一级的Rad-Grk政策和国家一级的RAN-GRK是国家适当的缓解行动（NAMAS）的一部分，这些行动被持续向UNFC公交公应报告。^{8日,14日,15日}

2018年，印尼人口达到2.673亿，过去5年每年增长约1.2%，是世界上人口最多的国家之一。人口增长导致的人类活动增加是温室气体排放的原因之一。¹⁶在农业部门，温室气体排放将随着经济增长、农业生产的增加和人口的增加而增加。¹⁷在人口密集地区进行的农业部门将产生不利于环境的农业种植。这是由于化肥的使用效率越来越低，从而产生更多的温室气体排放。^{18 - 20}事实上，收入增长和人口对农业用地的压力是化肥使用的主要驱动因素。²¹在印度尼西亚，无害环境的农业部门，特别是粮食作物的发展受到化肥使用效率低下的限制，特别是在传统上是主要排放源的水稻种植方面。¹²

一些科学家^22、23明确将温室气体排放视为经济活动产生的外部性。关于环境破坏和经济增长之间关系的一个假设是环境库兹涅茨曲线(EKC)。EKC假设的基础是经济增长或人均收入会增加环境破坏，然后以倒U型曲线形式减少²⁴．在经济增长的早期阶段，污染减少几乎不存在，因为人们还没有偏好环境质量²⁵．农业部门的经济增长与温室气体排放之间的关系是不同的。该研究从²⁶研究表明，在高收入和中上收入国家，农业增加值与排放呈正相关关系，但在中低收入国家，农业增加值的增加将减少CO2排放。而Balsalobre-lorente等人的研究²⁷表明，农业部门的GDP在国内国家的排放量增加时受到影响。

EKC理论是对³³最初要了解经济增长与收入不平等之间的关系。Kuznets Curve Research自90年代以来继续开发各种研究^34-36寻求环境破坏与经济增长的关系。各种各样的研究已经成为EKC假说发展的初始里程碑。

随着人们对气候变化的担忧加剧，利用温室气体排放变量来测量环境退化变量。最初的EKC研究使用温室气体排放作为环境损害的变量，其中包括由^36-38通过使用面板数据。使用面板数据的EKC研究越来越多，最近使用面板数据的研究包括;^39、40确认了欧洲国家的EKC假设;^41.在14个非洲国家证实了EKC假说^42.；在MIKTA国家(墨西哥、印度尼西亚、韩国、土耳其和澳大利亚)搜索EKC假说在本研究中被拒绝的结果;^43、44；在东盟国家进行了EKC假设研究，研究结果^43.EKC假说被接受，研究来自^44.EKC假设被拒绝。在一个国家/地区的面板数据中的EKC研究，其中包括^45.；在中国检验了EKC假说EKC在东部地区和中部地区确认，并在西部地区遭到拒绝^46,47.；确认EKC在中国所有地区的发生;而^48.证实了美国的EKC假说。

增加对气候变化问题和全球变暖的全球意识导致许多国家收紧环境法规。关于EKC假设有关的政策或法规的研究是在其他方面进行的^49.；在欧洲国家的研究表明，在严格的法律规则下，获得的转折点的数量会更低，从而更容易实现环境保护的目标^50.结论认为，能源监管政策可以减少温室气体排放^51.；在欧洲联盟，中东和非洲国家的他所在的中，得出的结论是，稳定的政治条件，法规质量和更有效的治理将能够减少温室气体排放^52.；在台北以规定塑料废物处理费的形式测试这一政策，已证明能够保护环境;而研究^47,53在中国表明，严格的环境法规可以减少温室气体排放。一项研究^54.在8个欧佩克成员国的结论是，良好的治理政策将减少温室气体排放。相反，由于高腐败指数导致的恶劣治理，它将影响恐怖环境的质量。^55-57

通常，具有高人群的国家将产生大量排放。人口增长增加了消费者的数量和消费水平，从而推动温室气体排放增长。^58.在EKC假设中，人口变量以各种形式使用，包括;使用的人口密度变量^59、60他的结论是，人口密度变量会增加温室气体排放;使用的城市化变量^61-64无论是在研究外，城市化增加排放量^64.他的结论是，城市化实际上会减少排放;总人口变量由^65.在这种变量随着长期的情况下增加排放，但在短期内没有影响;使用人口增长变量^31日,66年他的结论是，可变的人口增长会增加二氧化碳排放量。

本研究旨在确定区域和人口政策在减少印度尼西亚陆地农业部门（粮食作物，园艺和种植园）的EKC假设中的温室气体排放。印度尼西亚陆地农业部门的EKC假设研究也使用区域经济增长变量作为内源性变量。本研究为陆地农业部门（粮食作物，园艺和种植园）的特殊EKC假设的形式提供了一种新颖性。利用人口增长变量，爪哇岛作为印度尼西亚大米主要生产商的群体的比较，为降低农业部门的温室气体排放的区域政策是本研究的新颖累。在印度尼西亚的EKC假设中进行了各种研究，以前进行过，²⁸以煤炭消费作为因变量，城镇化和贸易开放变量作为外生变量²⁹；在EKC上搜索了可再生能源的影响;^30.研究了EKC能耗，金融发展和国际贸易的影响，³¹用能量消耗和人口增长回归变量研究了EKC假设。这些研究的各种结果得出结论，IKC假设发生在印度尼西亚。虽然研究了³²结论是在印度尼西亚没有EKC假说的证据。

数据和方法

数据

数据来自不同来源，陆地农业部门的二氧化碳排放数据来自环境和林业部，^6.劳动数据来自农业部，^67.农业部门的经济增长数据使用地区国内生产总值(GRDP)的价值和人口增长数据从中央统计局(BPS)获得^68.．省政府政府关于减少温室气体排放的政策数据是从巴丹佩伦纳彭彭南纳西尼（国家发展规划机构）（Bappenas）获得。^69.在数据的可用性和可靠性之后，从2009年 - 2017年使用印度尼西亚仅有31个省份的31个省份。

方法

本研究中的计量经济学模型使用DINDA采取的方法。⁷⁰本研究的重点是基于EKC假设来获得人口增长和省级GHG减排政策的影响。本研究中使用的等式是：

模型1:

为了解温室气体减排政策的效果，公式(2)为:

模型2:

基于广义矩量法(GMM)两步系统方程，将式(1)、式(2)转化为式(3)、式(4)^71.来检验EKC假说^{53, 72}：

模型1:

模型2:

在哪里我是省（i = 1,2，........，31）和t是时间段（t = 2009 - 2017），V.是面板级的效果，é>是随机误差的术语。二氧化碳是印度尼西亚人均劳动力（KGCO2EQ / CABITA）的土地农业部门（粮食作物，园艺和种植园）的碳排放，其中包括; GRDP和GRDP2的解释变量是陆地的价值GRDP农业/劳动力科技（RP / CAPITA（2010年基地））。PG是人口增长（％），在以前的研究中受到排放的影响^31日,66年．Djawa是Java岛的假人（在Java Island中的省1个，而在Java外部），选择了Java，因为它拥有最多的农业用地船主。DP是确定减少温室气体排放减少（RAD GRK）的区域行动计划的假单（第0次在监管后进行调节后）。可以在表1中看到本研究中使用的变量的统计描述。

表1.变量的描述性统计

总的来说，根据Dinda的研究⁷⁰βi系数的估计模型检验。可能的假设是：

1. 如果β₁=β.₂= 0，则x和y之间没有关系
2. 如果β₁> 0和β₂= 0时，x与y之间存在线性递增关系
3. 如果β₁< 0和β₂= 0时，x和y之间存在线性递减关系
4. 如果β₁> 0，β₂< 0，则x和y之间存在逆U关系，因此发生EKC
5. 如果β₁< 0,β₂> 0，发生U形曲线。

地区人均国内生产总值的拐点有望从哪里找到

本研究使用的面板数据具有较大的横截面类型，但时间跨度很小。这导致了与外生解释变量和内生解释变量相关的随机失调^73.．所以GMM用于控制变量内生物性的潜力。根据标准测试模型^74.然后，还介绍了AR（1）和AR（2）测试，以检查无串联相关的假设，也是如此。此外，还进行了Sargan测试以测试仪器的有效性。

结果和讨论

在使用系统GMM估计器进行面板数据回归之前，必须对每个变量进行平稳性检验^{75 - 77}使用单位根检验的两种常用单位根检验LLC (Levin, Lin, Chu)通过^78.和单独的IPS根单元测试^79.．除虚拟变量外，对所有变量进行了平稳性检验，表2的平稳性检验结果表明，所有变量在水平或一阶差分处都是平稳的。

表2.：测试Root单位的实用性

资料来源：作者汇编

***、**、*:分别在1%、5%和10%显著

在得到所使用的变量通过平稳性检验后，再根据GMM System方法对方程1模型和模型2进行检验。表2的GMM检验结果表明，模型1和模型2可以通过自相关检验(AR(1)和AR(2))和Sargan检验得到。在第一次差分残差检验中，AR(1)的值显著，因此H0被拒绝，AR(2)的值不显著，因此H0被接受，因此模型1和模型2没有经历自相关问题。为了检验模型的有效性，使用Sargan检验，H0表示拒绝使用具有过度识别限制的变量，从而接受模型1和模型2的有效性。

桌子3：系统GMM估计结果

注:*、**、*** 10,5和1%水平显著性

System GMM测试结果在型号1和模型2中显示，前一年的排放也促成了当年的排放量。这些结果与使用GMM模型的类似研究一致，其中前一年的排放具有积极而显着的影响。^{53, 80}．在模型1中，上一时期人均碳排放量每增加1 kgco2当量，当年的排放量就会增加0.57 kgco2当量。而在模式2中，前一时期人均增加1 kgco2当量将使当年的排放量增加0.60 kgco2当量。

GMM模型还表明，GRDP / CAPITA所代表的经济增长对农业部门的温室气体排放产生了非常显着的影响。通过RP的GRDP经济增长。1,000 / Capita将在2型和0.1027 kgco2eq / Capita中增加农业部门温室气体排放量为0.1052 Kgco2eq / Capita。虽然不在农业部门，但在前一项研究的情况下，印度尼西亚的温室气体排放的效果是依据。^{28 - 30, 81}对于农业部门的研究，法国、西班牙和葡萄牙的经济增长也会影响农业部门的排放，^82.保加利亚和捷克共和国，^83.伊朗^84.和中国。^85.根据来自的研究，模型1和模型2的GRDP2结果为负且显著⁷⁰EKC假说在印度尼西亚的陆地农业部门得到了证实。对印尼农业部门EKC假说的确认与之前印尼EKC假说的研究是一致的，但对农业部门EKC假说的确认并不是具体的。^{28 - 30, 86}

模型2中的虚拟策略变量表明，该变量对农业部门的温室气体排放产生了负面影响，这一结论与以前的研究一致。^47,49-53这表明，省级（RAD GRK）对GHG排放减排的规定可以减少农业部门的温室气体排放。在GHG减排（RAN GRK）文件的法令中，印度尼西亚政府的目标是将农业部门的温室气体排放量减少21mtco2eq /年，到2030年。^9.2009 - 2016年的农业部门排放量（包括畜牧业）的数据显示，与通常预测相比，印度尼西亚成功地将温室气体排放量减少了6.33米吨CO2EQ。^87.

印度尼西亚人口增长具有负面和显着的系数。在第1款中，人口增长率1％的每次增加将减少农业部门的温室气体排放量13.86 kgco2eq / pabita，而在2型号2中，人口增长率为1％的每次增加将减少17.77 kgco2eq / progita的农业部门温室气体排放量。这一结果与Alam等和Begu等的研究不同^31日,66年人口增长将增加温室气体排放。农业部门^17,88并给出了与本研究不同的结果。本研究的结果与以往的研究有差异是可能的，因为本研究的重点只是基于土地的农业部门。除了以土地为基础的农业，印尼人口的增长和经济的增长也引发了农业土地的流转。许多农地变成了居民区、工业区等。从2000年到2015年，印度尼西亚拥有最大水田的9个省的平均土地退耕面积为每年96,512公顷。^89-91.人口增长导致的土地流转导致了印度尼西亚农业用地的减少。

模型1和模型2中Java的虚拟变量显示该变量影响排放。这表明农业部门在Java和Java外部产生的GHG排放之间存在真正的差异。根据环境和林业部的数据，^6.在印度尼西亚，水稻种植和土地管理排放的温室气体占陆地农业部门排放的大部分。与印度尼西亚其他岛屿相比，爪哇岛拥有最广阔的稻田。爪哇岛的稻田面积达3223812公顷，几乎相当于印度尼西亚稻田的40%。^92.这可以是Java Dummy变量的重要性的解释。

EKC假说研究的主要问题之一是转折点。当模型1的GRDP/人均Rp为44,201,608.67时，模型2的GRDP/人均Rp为43,888,888.88时，将出现本研究的转折点。模型2中拐点较低，说明政府政策或调控变量可以使EKC曲线弯曲，从而更快地获得拐点。以基准年2010计算GRDP，模型1的拐点值相当于4916.21美元/人均，模型2的拐点值相当于4881.42美元/人均。应用系统快速发展的综合评价政策也能加速实现转折点，使可持续发展的环境方面更迅速地得到实现。本研究得出的拐点与以往的研究一致。而EKC研究在农业部门的转折点还没有做太多的研究，但本研究的结果与本研究相差不大^84.由农业部门的转折点达到4,711美元，5,424美元和4,920美元。相比之下，印度尼西亚一般部门EKC假设的转折点等于7,729美元/普通²⁹．在东盟地区，达到4,685美元/人均转折点^43.；亚洲地区的人均收入为8600 - 11600美元^93.；发展中国家的人均收入在928.88美元至8910美元之间。^94-962017年印尼陆上农业部门的GRDP平均为28,782,788.73卢比/人均，或相当于3,201.28美元/人均，因此印尼尚未达到拐点。本研究证实的EKC假设表明，经济增长将增加印尼农业部门的温室气体排放。但是，超过拐点后，农业部门的温室气体排放将会下降。因此，本研究的结果可以为决策者提供一个概述，以鼓励印尼农业部门的经济增长。除了鼓励农民的福利经济增长外，从长远来看，实现拐点后排放也会减少。

结论与政策含义

本研究结果表明，经济增长影响了陆基农业部门温室气体排放的增加。而人口增长导致了陆地农业部门温室气体排放的减少，因为这一变量导致了农业土地的转换。事实证明，爪哇的陆地农业部门产生的温室气体比爪哇以外的岛屿还要多。

本研究中以RAD-GRK形式的政府政策变量在省级能够降低农业部门的温室气体排放。在执行RAD-GRK政策方面，农业部门显然已充分准备好执行各种缓解政策^97.．一项研究^98.据估计，到2030年，印度尼西亚农业部门的排放量将减少47mtco2eq /年，远高于21MtCO2eq/年的目标。进一步研究各省RAD-GRK政策因素的影响将有助于提供更好的数据。

该研究还确保爪哇农民生产的陆地农业部门的温室气体排放量大于爪哇以外的农民。与印度尼西亚的其他岛屿相比，爪哇的大片稻田是温室气体排放更大的原因。本研究证实的EKC假设表明，经济增长将增加印尼农业部门的温室气体排放。但是，超过拐点后，农业部门的温室气体排放将会下降。根据这项研究的结果，印尼政府需要实施减排政策，特别是对爪哇的农业。本研究结果表明，爪哇农业部门的人均排放量高于爪哇以外地区。

致谢

我们要感谢农业社会经济学系、农业学院和Gadjah Mada大学，感谢他们在进行这项研究方面的帮助。作者还对中爪哇省政府和研究理事会、Gadjah Mada大学对该研究的支持，特别是本文的发表表示诚挚的感谢和感谢。

资金来源

作者(s)没有获得研究、作者身份和/或发表本文的财政支持。

利益冲突

作者之间没有任何利益冲突。

重新命名

1. Valin H，Sands Rd，Van der Mensbrugghe D等。粮食需求的未来：了解全球经济模式的差异。阿格利司经济学．2013; 45：51-67。DOI：10.1111 / AGEC.12089
2. Schneider Ua，Havlíkp，施密e等。人口增长，经济发展和技术变革对全球粮食生产和消费的影响。阿格利司系统．2011, 104(2): 204 - 215。doi: 10.1016 / j.agsy.2010.11.003
3. Valin H，HavlíkP，Mosnier A，Herrero M，Schmid E，Obersteiner M.农业生产力和温室气体排放：减缓和粮食安全之间的权衡或协同作用？环境Res列托人．2013; 8（3）：1-9。DOI：10.1088 / 1748-9326 / 8/3/035019
4. Reay DS，Davidson Ea，Smith Ka，等。全球农业和氧化二氮排放。NAT CILCH CHANG.．2012; 2(6): 410 - 416。doi: 10.1038 / nclimate1458
5. Bennetzen EH，Smith P，Porter Jr。世界地区农业生产和温室气体排放 - 超过40年的主要趋势。一团围住常．2016; 37：43-55。DOI：10.1016 / J.GLOENVCHA.2015.12.004
6. Kementerian Lingkungan Hidup dan Kehutanan(环境与林业部)。Emisi dari Sektor Pertanian(农业排放)。Signsmart。http://signsmart.menlhk.go.id/v2.1/menu-emisi/。2019年出版。2019年6月20日访问。
7. 中国气候变化研究进展[J]。见:Kaneko S, Kawanishi M，编。印度尼西亚的气候变化政策和挑战．东京:日本施普林格;2016:27 - 64。doi: 10.1007 / 978-4-431-55994-8
8. 布朗J，Peskett L.印度尼西亚的气候融资 - 关于气候变化的公共财政未来的课程．德国波恩;2011年。
9. Hasegawa T，Matsuoka Y.在印度尼西亚农业和土地利用的气候变化缓解策略。Mitig调整战略Glob Chang．2015; 20（3）：409-424。DOI：10.1007 / S11027-013-9498-3
10. Bappenas。开发印尼气候缓解政策2020 - 2030．(Tilburg X van, Rawlins J编)。雅加达:Bappenas;2015.
11. Rahayu R.关于气候变化的有效过渡的政策制定：适应印度尼西亚地方政府水平。2012年。
12. Leimona B，Amaruzaman S，Arifin B等人。印度尼西亚的“绿色农业”战略和政策：缩小愿望和应用之间的差距．内罗毕;2015.
13. 王志强，王志强，王志强，等。减少农业排放，以达到2°C的目标。Glob Chang Biol.．2016; 22：3859-3864。DOI：10.1111 / GCB.13340
14. Bappenas。Kerangka Kerja印度尼西亚UNTUK国家适当的缓解行动（NAMAS）．雅加达:Bapenas;2013.
15. Butt S, Lyster R, Stephens T。气候变化与森林治理。课程从印尼．Oxon:劳特利奇泰勒和弗朗西斯集团;2015.doi: 10.1641 / 0006 - 3568 (2001) 051
16. Chandrappa R, Gupta S, Kulshrestha UC。应对气候变化原则与亚洲背景．海德堡：斯普林克;2011年。
17. Van Beek CL, Meerburg BG, Schils RLM, Verhagen J, Kuikman PJ。养活世界上不断增长的人口，同时限制气候变化的影响:将农业排放的N2O和CH4与人口增长联系起来。环境科学政策．2010; 13（2）：89-96。DOI：10.1016 / J.ENVSCI.2009.11.001
18. Josephson AL, Ricker-Gilbert J, Florax RJGM。人口密度如何影响农业集约化和生产力?证据来自埃塞俄比亚。食品政策．2014; 48:142 - 152。doi: 10.1016 / j.foodpol.2014.03.004
19. 威利DK，Muyanga M，Jayne T.可以在高人口密度持续与农业强化相关的经济和环境效益吗？农业水平实证分析。土地使用政策．2019, 81(2018年5月):100 - 110。doi: 10.1016 / j.landusepol.2018.10.046
20. Ricker-Gilbert J，Jumbe C，Chamberlin J.人口密度如何影响农业强化和生产力？来自马拉维的证据。食品政策．2014; 48：114-128。DOI：10.1016 / J.FoodPol.2014.02.006
21. 辛格AP，Narayanan K.经济增长和人口对农业化学用途的影响：来自印度自由化后的证据。环境开发维持．2015; 17（6）：1509-1525。DOI：10.1007 / S10668-015-9618-1
22. 陈继，黄P，麦卡尔·宾，湿婆，德克萨斯州A，驻地C.气候变化，社会和农业 - 经济和政策视角。通谕农业食品系统．2014; 2:294 - 306。doi: 10.1016 / b978 - 0 - 444 - 52512 - 3.00001 - 2
23. 斯特恩N。严厉的评论 - 气候变化的经济学．剑桥:剑桥大学出版社;2006.doi: 10.1257 / aer.98.2.1
24. Todaro议员，Smith SC经济发展．波士顿:皮尔森;2015.
25. Bartz S, Kelly DL。经济增长和environment :理论与事实。重构能源ECON.．2008; 30:115 - 149。doi: 10.1016 / j.reseneeco.2007.06.001
26. Anwar A，Sarwar S，Amin W，Arshed N.农业实践和环境质量 - 全球视角的证据。环境科学与污染研究．2019; 26(15): 15617 - 15630。doi: doi.org/10.1007/s11356 - 019 - 04957 - x
27. Balsalobre-lorente D, Driha OM, Bekun FV, Osundina OA。农业活动会产生碳吗emissions ?金砖四国的经验。环境科学与污染研究．2019; 26：25218-25234。
28. 印度尼西亚煤炭消费、城市化与贸易开放的关系。能源政策．2018; 121：576-583。DOI：10.1016 / J.ENPOL.2018.07.023
29. Sugiawan Y，Managi S.印度尼西亚的环境库兹涅茨曲线 - 探索可再生能源的潜力。能源政策．2016; 98:187 - 198。doi: 10.1016 / j.enpol.2016.08.029
30. Shahbaz M, Hye QMA, Tiwari AK, Leitão NC。印度尼西亚的经济增长、能源消费、金融发展、国际贸易和二氧化碳排放。更新维持能量．2013; 25：109-121。DOI：10.1016 / J.RSER.2013.04.009
31. Alam MM, Murad MW, Noman AHM, Ozturk I.碳排放、经济增长、能源消费和人口之间的关系growth :检验巴西、中国、印度和印度尼西亚的环境库兹涅茨曲线假设。ECOL指标．2016; 70：466-479。
32. 张志强，张志强。中国碳排放的环境库兹涅茨曲线的实证分析[J]。国际经济金融杂志．2012; 4(2): 243 - 251。doi: 10.5539 / ijef.v4n2p243
33. 经济增长与收入不平等。am Econ Rev.．1955; 45(1): 28。
34. 《经济增长与环境》。Q J ECON.．1995, 110(2): 353 - 377。
35. 格罗斯曼通用，克鲁格公司北美自由贸易协定的环境影响．国家经济剑桥;1991年。
36. Shafik N, Bandyopadhyay S。经济增长和环境质量。时间系列和越野evidenc．华盛顿特区;1992.http://documents.worldbank.org/curated/en/833431468739515725/Economic-growth-and-environmental-quality-time-series-and-cross-country-evidence。
37. Carson RT, Jeon Y, Donald R.空气污染排放与income :美国数据之间的关系。环境开发经济．1997年; 2：433-450。
38. Holtz-eakin d，selden tm。二氧化碳排放量和经济增长。J公共econ.．1995年; 57：85-101。
39. Kasman A, Duman YS。欧盟新成员和候选成员的二氧化碳排放、经济增长、能源消费、贸易和城市化Countries :面板数据分析。econ模型．2015; 44：97-103。DOI：10.1016 / J.ECONMOD.2014.10.022
40. Mert M, Bölük G， ÇaÄŸlar AE。不同欧洲国家集团的外国直接投资、可再生能源和二氧化碳排放之间的相互关系:面板ARDL方法。环境科学与污染研究．2019; 26（21）：21495-21510。DOI：10.1007 / s11356-019-05415-4
41. Sarkodie Sa。隐形手和EKC假设：非洲环境退化和污染的驱动因素是什么？环境科学与污染研究．2018; 25(22): 21993 - 22022。doi: 10.1007 / s11356 - 018 - 2347 - x
42. Bakirtas I, Cetin MA。重新考察环境库兹涅茨曲线和污染避风港假说:MIKTA样本。环境科学与污染研究．2017; 24（22）：18273-18283。DOI：10.1007 / s11356-017-9462-y
43. Heidari H，TuranKatircioç§luS，Saeidpour L.经济增长，二氧化碳排放，五大国家排放量和能源消费。电力能量系统．2015; 64:785 - 791。doi: 10.1016 / j.ijepes.2014.07.081
44. 可再生能源和农业对二氧化碳排放的影响emissions :调查环境库兹涅茨曲线在四个东盟国家。J干净的刺激．2017; 164：1239-1247。DOI：10.1016 / J.JCLEPRO.2017.07.086
45. 广义X，德勇科。中国碳排放环境库兹涅茨曲线的实证研究 - 基于省级面板数据。中国人口资源环境．2011; 9（3）：66-76。DOI：10.1080 / 10042857.2011.10685040
46. 康永强，赵涛，杨宇。基于空间面板数据的二氧化碳排放库兹涅茨曲线。ECOL指标．2016; 63:231 - 239。
47. 尹俊，郑敏，陈建军。环境规制与技术进步对co2排放的影响研究[J] .中国环境科学，curve :来自中国的证据。能源政策．2015; 77:97 - 108。doi: 10.1016 / j.enpol.2014.11.008
48. Aldy我。美国各州二氧化碳排放的环境库兹涅茨曲线分析。J环境开发．2005; 14：48-72。DOI：10.1177 / 1070496504273514
49. 法治与环境库兹涅茨curve :碳排放的证据。Int J Sustain经济学．2012; 4（3）：254-269。DOI：10.1504 / IJSE.2012.047932
50. 张志强，刘志强，刘志强。环境库兹涅茨曲线下的经济增长与能源调控。环境科学与污染研究．2016; 23(16): 16478 - 16494。doi: 10.1007 / s11356 - 016 - 6773 - 3
51. 经济、金融和制度发展对环境是否重要quality ?欧盟与多边环境协定国家的比较分析。J环境管理．2017; 188（2）：183-194。DOI：10.1016 / J.Jenvman.2016.12.007
52. 陈C，陈Y.收入效应或政策结果 - 环境库兹涅茨曲线的考验。J干净的刺激．16:59 2008; 65年。doi: 10.1016 / j.jclepro.2006.07.027
53. 陈华，郝颖，李军，宋晓霞。环境规制、影子经济和腐败对环境质量的影响:来自中国的理论与实证。J干净的刺激．2018; 195：200-214。DOI：10.1016 / J.JCLEPRO.2018.05.206
54. 罗雅琪，李志强，王志强。经济因素和治理对温室气体排放的影响。环境经济政策研究．2019.doi: 10.1007 / s10018 - 019 - 00250 - w
55. Leitão A.腐败和环境库兹涅茨Curve :硫磺的经验证据。ECOL ECON.．2010; 69（11）：2191-2201。DOI：10.1016 / J.ECOLECON.2010.06.004
56. 张Y，Jin Y，Chevallier J，Shen B.腐败对APEC国家二氧化碳排放的影响 - 面板数量回归分析。技术预测Soc Chang．2016; 122:220 - 227。doi: 10.1016 / j.techfore.2016.05.027
57. 张志强，王志强，王志强，等。基于库兹涅茨曲线分析的土壤封隔效应研究。环境Resour经济学．2019. DOI：10.1007 / S10640-019-00376-1
58. 人口增长和城市化对气候变化的影响。环绕城市．2009; 21(2): 545 - 567。doi: 10.1177 / 0956247809344361
59. Abdouli M, Kamoun O, Hamdi B.经济增长、人口密度和FDI流入对金砖四国二氧化碳排放的影响:库兹涅茨曲线是否存在?Empir经济学．2018; 54（4）：1717-1742。DOI：10.1007 / S00181-017-1263-0
60. 罗刚，翁建辉，张强，郝勇。co2排放环境库兹涅茨曲线的再检验:来自G20国家的证据。Nat危害．2017; 85（2）：1023-1042。DOI：10.1007 / S11069-016-2618-0
61. 中国的碳排放，实际产出，能源消费，贸易，城市化和金融Development :检验美国的EKC假设。环境科学与污染研究．2016; 23：1203-1213。DOI：10.1007 / S11356-015-5323-8
62. 中国经济增长、贸易开放、城市化和科技对环境的影响。管理环境Qual A in j．2018; 29（6）：1123-1134。DOI：10.1108 / MEQ-05-2018-0087
63. Demir C, Cergibozan R, Ari A. innovation 的环境维度:土耳其的时间序列证据。环境开发维持．2019.doi: 10.1007 / s10668 - 018 - 00305 - 0
64. 张科素环境库兹涅茨曲线在中亚重新审视 - 城市化和可再生能源的作用。环境科学与污染研究．2019; 26:23386 - 23398。doi: doi.org/10.1007/s11356 - 019 - 05600 - 5
65. Mamun M Al，Sohag K，Mia Mah，Uzturk I. Co 2排放，部门产量和经济增长的动态联系区域差异。更新维持能量．2014; 38:1-11。doi: 10.1016 / j.rser.2014.05.091
66. 马来西亚的二氧化碳排放、能源消耗、经济和人口增长。更新维持能量．2015; 41:594 - 601。doi: 10.1016 / j.rser.2014.07.205
67. (农业部)。农业统计．雅加达:Kementerian Pertanian;2018.
68. bps（巴丹·普苏特蒂蒂斯蒂斯特）。Statistik Indoesia2019．雅加达:个基点;2019.
69. Bappenas。Potret Rencana Aksi Daerah Penurunan Emisi Gas Rumah Kaca (RAD - GRK)减少温室气体排放区域行动计划概述(RAD - GRK)．雅加达:Bappenas;2014.
70. Dinda S.环境库兹涅茨曲线Hypothesis :一项调查。ECOL ECON.．2004; 49：431-455。DOI：10.1016 / J.ECOLECON.2004.02.011
71. 动态面板数据模型的初始条件和矩约束。J ETONION．1998; 87:115 - 143。
72. 国家收入与环境污染之间的非线性关系:库兹涅茨曲线的国际证据。环境经济政策研究．2018; 20（1）：179-210。DOI：10.1007 / S10018-017-0189-2
73. 任S，元B，MA X，Chen X.国际贸易，外国直接投资（外国直接投资）和体现二氧化碳排放 - 中国工业部门的案例研究。中国经委会申请．2014; 28:123 - 134。doi: 10.1016 / j.chieco.2014.01.003
74. 王志强，王志强。基于蒙特卡罗方法的面板数据拟合检验。重新审视econ stud.．58 1991;(2): 277 - 297。
75. ITO K.二氧化碳排放，可再生和不可再生能源消费，经济增长：来自发展中国家的小组数据的证据。Int经济学．2017; 151：1-6。DOI：10.1016 / J.inteco.2017.02.001
76. al-mulali u，weng-wai c，sheau-ting l，mohammed啊。通过利用生态足迹作为环境退化指标来研究环境库兹涅茨曲线（EKC）假设。ECOL指标．2014; 48:315 - 323。doi: 10.1016 / j.ecolind.2014.08.029
77. 高收入国家铁路库兹涅茨曲线的估计——三种污染指标的GMM方法。能源报告．2019; 5:170 - 186。doi: 10.1016 / j.egyr.2019.01.001
78. 李文杰，林昌华，朱淑娟。面板数据的单位根检验:渐近和有限样本性质。J ETONION．2002; 108（1）：1-24。DOI：10.1016 / S0304-4076（01）00098-7
79. 陈志强，陈志强，陈志强，等。单元根在非均质板上的检测。J ETONION．2003; 115（1）：53-74。DOI：10.1016 / S0304-4076（03）00092-7
80. Saidi K, Mbarek M Ben。19个新兴经济体的收入、贸易、城市化和金融发展对二氧化碳排放的影响。环境科学与污染研究．2017; 24（14）：12748-12757。DOI：10.1007 / s11356-016-6303-3
81. 印度尼西亚的能源消费、经济增长和环境污染。j策略模型．2012年,34(6):879 - 889。doi: 10.1016 / j.jpolmod.2012.05.020
82. Zafeiriou E, Azam M.欧盟agriculture :来自地中海国家的一些证据。ECOL指标．2017; 81:104 - 114。doi: 10.1016 / j.ecolind.2017.05.039
83. Zafeiriou E, Sofios S, Partalidou X.欧盟环境库兹涅茨曲线agriculture :来自欧盟新进入国家的经验证据。环境科学与污染研究．2017; 24(8): 15510 - 15520。doi: 10.1007 / s11356 - 017 - 9090 - 6
84. Alamdarlo HN。伊朗的水消耗、农业增加值和二氧化碳排放，环境库兹涅茨曲线假说。国际环境科学技术杂志．2016; 13(8): 2079 - 2090。doi: 10.1007 / s13762 - 016 - 1005 - 4
85. 李张伟，张勋刚。四川省农业二氧化碳排放与农业经济增长关系研究。能源Procedia．2011; 5：1073-1077。DOI：10.1016 / J.EGYPRO.2011.03.189
86. Waluyo EA，Terawaki T.环境库兹涅茨印度尼西亚森林砍伐曲线：ARDL界限测试方法。J经济合作发展．2016; 3:87 - 108。
87. Kementerian Lingkungan Hidup dan Kehutanan(环境与林业部)。照常营业。http://signsmart.menlhk.go.id/v2.1/bau/2019年出版。2019年6月20日访问。
88. 龙旭，罗勇，吴超，张军。1997 - 2014年中国农业CO 2排放强度的影响因素。环境科学与污染研究．2018; 25(13): 13093 - 13101。
89. NURYANTONO N，Tongato A，Yusdiyanto S，Pasaribu SH，吴哥尼T. Jawa Barat Province的土地转换和经济发展：贸易或协同作用？地球环境科学IOP．2017; 54:12-17。1742 - 6596/755/1/011001 doi: 10.1088 /
90. Rondhi M，Pratiwi Pa，Handini VT，Sunartomo AF，Budiman Sa。农业土地转换，土地经济价值和可持续农业 - 以印度尼西亚东爪哇省的一个案例研究。土地．2018; 7(4): -。doi: 10.3390 / land7040148
91. Mulyani A，Kuncoro D，Nursyamsi D，Agus F. Analisis Konversi Lahan Sawah：Penggunaan Data Spasial Resachusi Tinggi Memasllihatkan Laju Konversi Yang Mengkhawatirkan（稻田转换分析：高分辨率空间数据的利用显示出令人报警转换率）。J Tanah dan Iklim．40 2016;(2): 121 - 133。doi: 10.1093 / nq / s4-II.40.329-b
92. 中央统计局。印度统计(印尼统计)2018(印尼语)．雅加达:个基点;2018.
93. Apergis N，Ozturk I.测试亚洲国家的环境库兹涅茨曲线假设。ECOL指标．2015; 52:16-22。doi: 10.1016 / j.ecolind.2014.11.026
94. Sarkodie SA，Strezov V.使用Bibliometric和Meta分析的环境库兹涅茨曲线假设综述。SCI全环境．2019; 649：128-145。DOI：10.1016 / J.Scitotenv.2018.08.276
95. 是GC，我是Edoja PE。发展中国家经济增长对二氧化碳排放的影响:来自动态面板阈值模型的证据。有说服力的经济学Financ．2017; 5(1): 22页。doi: 10.1080 / 23322039.2017.1379239
96. Shahbaz M，Nasreen S，Ahmed K，Hammoudeh S.贸易开放 - 碳排放Nexus：贸易开放点对国家面板的重要性。能源共生．2017; 61:221 - 232。doi: 10.1016 / j.eneco.2016.11.008
97. 执行减少温室气体行动计划的准备工作:爪哇中部的情况。AM J环境SCI．2015; 11(1): 13-27。doi: 10.3844 / ajessp.2015.13.27
98. 陈志强，陈志强，陈志强，等。印度尼西亚国家自主贡献的预期评估。见:Fujimori S, Kainuma M, Masui T，编。2020年后气候行动．新加坡:施普林格;2017:第5。doi: 10.1007 / 978-981-10-3869-3
99. Castiglione C，Infante D，Smirnova J.环境与经济增长：是对之间的法治吗？高收入国家的案例。能量维持Soc．2015; 5(1): 1 - 7。doi: 10.1186 / s13705 - 015 - 0054 - 8