当前世界环境

介绍

当今农业发展面临的挑战不仅是满足粮食需求，还必须更加环保。随着人口的增长，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的需求不断增加，刺激了农业部门的生产力，从而引发了农业部门温室气体(GHG)排放的增加。^{3 - 5}在印度尼西亚，与畜牧业分部门相比，农业部门的温室气体排放主要是陆地农业分部门(粮食作物、园艺和种植园)。数据来源:中国环境与林业部⁶2017年，陆地农业部门的排放量达到98,956.86亿吨二氧化碳当量，而畜牧业的排放量仅为21,070.52亿吨二氧化碳当量。

为了减少温室气体的排放量，2009年印尼政府颁布了一项名为Rencana Aksi Pengurangan Emisi Gas Rumah Kaca (RAN-GRK)的政策(温室气体减排法令)，印尼承诺通过国内努力减少26%的温室气体排放量，根据BAU(一切照常)的估计，利用国际援助减少41%的温室气体排放量。^7、8到2030年，农业部门的排放目标是每年减少2100万吨二氧化碳当量。^9、10在地区(省)一级，每个省政府都必须发布区域减排行动计划(Rencana Aksi Daerah Penurunan Emisi Gas Rumah Kaca, RAD-GRK)，允许地区政府参与减少温室气体排放的国家行动计划。¹¹省一级的参与是通过计算缓解潜力、制定减排战略、选择地方一级的缓解行动以及确定关键利益攸关方/机构和财政资源¹²。印尼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指出，尽管2015年《巴黎协定》制定了到2030年全球每年减少1亿吨二氧化碳当量的目标，但该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政策是不断向气候变化框架公约报告的国家适当缓解行动的一部分。^{8日,14日,15日}

2018年印尼人口达到2.673亿，过去5年人口年均增长约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(GHG)排放的原因之一。¹⁶在农业领域，温室气体排放量将随着经济增长、农业产量增加和人口增加而增加。¹⁷在人口密集地区进行的农业部门将生产不环保的农业种植。这是由于化肥的使用效率越来越低，从而产生了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，发展对环境友好的农业部门，特别是粮食作物，受到化学肥料效率低下的限制，特别是在传统上一直是主要排放者的水稻种植方面。¹²

一些科学家^22、23明确将温室气体排放作为经济活动产生的外部性。关于环境破坏与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型曲线模式减少²⁴。在经济发展的早期阶段，污染减排几乎不存在，因为人们还没有对环境质量的偏好²⁵。农业部门的经济增长与温室气体排放之间的关系各不相同。一项来自²⁶研究表明，在高收入和中高收入国家，农业增加值与排放呈正相关，但在中低收入国家，农业增加值的增加将减少二氧化碳排放。而Balsalobre-lorente等人的研究²⁷表明，农业部门的国内生产总值对金砖国家的排放增加有影响。

EKC理论是对³³首先找出经济增长与收入不平等之间的关系。自90年代以来，库兹涅茨曲线研究通过各种研究不断发展^34-36寻求环境破坏与经济增长之间的关系。这些研究已成为EKC假说发展的最初里程碑。

随着人们对气候变化的担忧日益增加，环境退化变量随之使用温室气体排放变量进行测量。最初的EKC研究使用温室气体排放作为环境破坏的变量，其中包括^36-38通过使用面板数据。使用面板数据的EKC研究正在增长，最近使用面板数据的研究包括;^39、40欧洲国家证实了EKC假说;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)检索本研究中EKC假设被拒绝的结果;^43、44;在东盟国家进行了EKC假设研究，研究结果来自⁴³EKC假说被接受，研究从⁴⁴EKC假说被否定。对于一个国家的面板数据的EKC研究，在其他国家中，由⁴⁵;在中国检验了EKC假说EKC在东部地区和中部地区得到确认，在西部地区被拒绝^46、47;确认中国所有地区发生EKC;而⁴⁸证实了美国的EKC假说

全球对气候变化和全球变暖问题的认识日益增强，导致许多国家收紧了环境法规。与EKC假设相关的政策或法规的研究在其他方面进行⁴⁹;欧洲国家的研究表明，在严格的法律规则下，获得的拐点数量将会减少，从而更容易实现环境保护的目标⁵⁰得出结论，能源监管政策可以减少温室气体排放⁵¹;他在对欧盟、中东和非洲国家的研究中得出结论，政治条件越稳定，法规质量越高，治理越有效，就能减少温室气体排放⁵²;在台北市以塑料垃圾处理收费法规的形式测试该政策，已被证明能够保护环境;而来自^47岁的53在中国，严格的环境法规可以减少温室气体排放。一项来自⁵⁴8个欧佩克成员国得出结论，良好的治理政策将减少温室气体排放。相反，由于腐败指数高，治理不善将严重影响环境质量。^55-57

一般来说，人口多的国家会产生大量的排放。人口增长增加了消费者数量和消费水平，从而推动了温室气体排放的增长。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他们得出结论，人口密度变量会增加温室气体排放;城市化变量^{61 - 64}他们的结论是城市化增加了排放，除了研究⁶⁴他们得出结论，城市化实际上会减少排放;总体变量由⁶⁵长期来看，这个变量增加了排放量，但在短期内没有影响;人口增长变量由^31日,66年他们得出结论，人口增长的变化会增加二氧化碳的排放。

本研究旨在确定印度尼西亚土地农业部门(粮食作物、园艺和种植园)的EKC假设中区域和人口政策对减少温室气体排放的影响。印度尼西亚土地农业部门的EKC假设研究也使用区域经济增长变量作为内生变量。这项研究在土地农业部门(粮食作物、园艺和种植园)以特殊EKC假设的形式提供了一种新颖的形式。使用人口增长变量，比较爪哇岛作为印度尼西亚主要大米生产国的排放量，以及减少农业部门温室气体排放的区域政策，是本研究的一个新颖补充。以前已经在印度尼西亚使用EKC假设进行了各种关于温室气体排放的研究，²⁸以煤炭消费为因变量，城市化和贸易开放度为外生变量²⁹;研究可再生能源对EKC的影响;^30.考察了能源消费、金融发展和国际贸易对EKC的影响，³¹用能源消耗和人口增长回归变量检验EKC假设。这些研究的各种结果表明，EKC假说发生在印度尼西亚。而来自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

数据来自各种来源，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，使用区域国内生产总值(GRDP)的价值和从中央统计局(BPS)获得的人口增长数据⁶⁸。省政府关于减少温室气体排放的政策数据来自Badan perencanan Pembangunan Nasional(国家发展规划局)。⁶⁹考虑到数据的可用性和可靠性，2009年至2017年期间仅使用了印度尼西亚34个省中的31个省。

方法

本研究的计量经济学模型采用了Dinda的方法。⁷⁰本文的研究重点是在EKC假设的基础上，得到人口增长与省级温室气体减排政策的效应。本研究使用的方程为:

模型1:

为了找出温室气体减排政策的效果，可以得到式(2)，即:

模型2:

基于广义矩量法(GMM)两步系统方程，将式(1)和式(2)转化为式(3)和式(4)⁷¹来验证先前使用的EKC假设^{53, 72}：

模型1:

模型2:

I是省(I = 1,2 ........ ?， 31)， t为时间段(t = 2009 - 2017)，v是面板水平的影响，É›是随机误差的术语。CO2是印度尼西亚陆地农业部门(粮食作物、园艺和种植园)的人均劳动力的碳排放量(kgCO2eq/capita)，解释变量包括;GRDP和GRDP2是陆地农业的GRDP值/劳动力人均(Rp/capita(基准年2010))。PG是人口增长(%)，这个变量在以前的研究中对排放有影响^31日,66年。DJawa是爪哇岛的假人(1代表爪哇岛的省份，0代表爪哇岛以外的省份)，选择爪哇岛是因为它拥有最多的农业土地工人。DP是制定《区域温室气体减排行动计划》(RAD GRK)当年的虚拟政策(法规通过前为0，法规通过后为1)。本研究使用的变量的统计描述见表1。

表1。变量描述性统计

	二氧化碳	GRDP	GRDP2	人口增长
的意思是	2555年.342	23101591年	7.08 x1014	1.84170
中位数	2624年.137	21009033年	4.41 x1014	1.64787
最大	7761年.663	84642640年	7.16 x1014	14.73295
最低	18.19486	4933820年	2.43 x1014	-13.44776
性病,戴夫。	1587年.721	13213300年	9.90 x1014	2.066913
观察	279	279	279	279

总的来说，根据Dinda的研究⁷⁰估计模型检验了βi系数的显著性。可能的假设有:

1. 如果β₁=β₂= 0，则x和y之间没有关系
2. 如果β₁> 0和β₂= 0时，x与y呈线性递增关系
3. 如果β₁< 0和β₂= 0时，x与y呈线性递减关系
4. 如果β₁> 0， β₂< 0时，x与y呈逆U关系，因此发生EKC
5. 如果β₁< 0， β₂> 0时，出现u型曲线。

地区人均国内生产总值的拐点有望在哪里发现

本研究使用的面板数据截面类型大，但时间跨度小。这就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。所以用GMM来控制变量内生性的可能性。根据标准对模型进行测试⁷⁴然后，还提出了AR(1)和AR(2)检验，以检验无序列相关假设。此外，还进行了Sargan测试来测试仪器的有效性。

结果与讨论

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}采用单位根检验两种常用的单位根检验LLC (Levin, Lin, Chu)所采用⁷⁸和独立的IPS根单元测试⁷⁹。对除哑变量外的所有变量进行平稳性检验，表2的平稳性检验结果表明，所有变量在水平或第一差处都是平稳性的。

表2：测试根单元的平稳性

单位根检验	公司测试		“诱导多能性”测试
	水平	一次差	水平	一次差
二氧化碳	- 6.18599 * * *	- 12.1085 * * *	- 1.26940	- 4.98097 * * *
GRDP	- 2.26481 * *	- 11.0175 * * *	1.89807	- 3.58988 * * *
GRDP2	- 0.42284	- 8.21927 * * *	2.69801	- 2.78396 * * *
人口增长	- 31.3623 * * *	- 10.5477 * * *	- 10.6772 * * *	- 7.02487 * * *

来源:作者汇编

***、**、*:分别在1%、5%和10%显著

在得到所用变量通过平稳性检验后，再根据GMM系统方法对方程1模型和模型2进行检验。表2中的GMM检验结果表明，从自相关检验(AR(1)和AR(2))和Sargan检验中可以看出模型1和模型2。在第一个差异残差检验中，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不会经历自相关问题。为了测试模型的有效性，使用Sargan检验，其中H0表示拒绝使用具有过度识别限制的变量，以便接受模型1和2的有效性。

表格3：系统GMM估计结果

回归量	系数	t统计值	概率	系数	t统计值	概率
	模型1			模型2
二氧化碳t 1	0.5721905 * * *	37.52	0.000	0.6047943 * * *	16.37	0.000 *
GRDP	0.0001052 * * *	32.68	0.000	0.0001027 * * *	26.08	0.000
GRDP2	-1.19 e-12 * * *	-25.48	0.000	-1.17 e-12 * * *	- 24.54	0.000
PG	-13.86256 * * *	-3.50	0.000	-17.77709 * * *	- 3.49	0.000
DJawa	1597 .22 * * *	11.67	0.000	1258 .212 * * *	5.24	0.000
Dpolicy				-190.6635 * * *	- 6.57	0.000
C	-618.4133 * * *	-9.74	0.000	-457.0439 * * *	- 2.87	0.004
AR (1)		-2.9712	0.0030		-3.0279	0.0025
基于“增大化现实”技术(2)		-0.37937	0.7044		-0.33616	0.7367
Sargan测试		27.65361	1.0000		27.42195	1.0000
N		248			248
拐点		44201680年,67卢比			Rp 43888888 .88点。

注:*、**、*** 10,5和1%的显著性水平

模型1和模型2的系统GMM检验结果表明，前一年的排放对当年的排放也有贡献。这些结果与使用GMM模型的类似研究一致，其中前一年的排放量具有积极和显著的影响。^{53, 80}。在模型1中，前期每增加1 kgCO2eq/capita，将使当年排放量增加0.57 kgCO2eq/capita。而在模型2中，前一时期每增加1千克二氧化碳当量/人均，将使当年的排放量增加0.60千克二氧化碳当量/人均。

GMM模型还表明，以人均gdp为代表的经济增长对农业部门的温室气体排放有非常显著的影响。人均gdp为1,000卢比的经济增长将使模型1中的农业部门温室气体排放量增加0.1052千克二氧化碳当量/人，模型2中的农业部门温室气体排放量增加0.1027千克二氧化碳当量/人。尽管不是在农业部门，但根据先前的研究，经济增长对印尼温室气体排放的影响是存在的。^{28 - 30, 81}至于对农业部门的研究，经济增长也会影响法国、西班牙和葡萄牙的农业部门排放，⁸²保加利亚和捷克共和国，⁸³伊朗⁸⁴和中国。⁸⁵的研究表明，在模型1和模型2中，GRDP2结果为负且显著⁷⁰EKC假说在印度尼西亚的陆基农业部门得到证实。印度尼西亚农业部门EKC假设的确认与印度尼西亚先前的EKC假设研究是一致的，尽管它对农业部门的EKC假设并不具体。^{28 - 30, 86}

模型2中的虚拟政策变量表明，该变量对农业部门温室气体排放具有负的显著影响，这一结论与前人的研究一致，即。^{47岁的调查}这表明省级温室气体减排调控(RAD GRK)可以减少农业部门的温室气体排放。在《温室气体减排法令》(RAN GRK)文件中，印尼政府的目标是到2030年将农业部门的温室气体排放量减少2100万吨二氧化碳当量/年。⁹2009-2016年农业部门(包括畜牧业和林业)排放数据显示，与“一切照常”的预测相比，印度尼西亚成功地将温室气体排放量平均减少了633万吨二氧化碳当量。⁸⁷

印度尼西亚的人口增长系数为负且显著。在模型1中，人口增长每增加1%，农业部门温室气体排放量将减少13.86 kgCO2eq/人均，而在模型2中，人口增长每增加1%，农业部门温室气体排放量将减少17.77 kgCO2eq/人均。这一结果与Alam et al和Begu et al的研究结果不同^31日,66年对于一般部门来说，人口增长将增加温室气体排放。农业部门^17日,88年也给出了不同的研究结果。这项研究的结果可能与以前的研究不同，因为这项研究的重点只放在以土地为基础的农业部门。除了以土地为基础的农业部门，印尼的人口增长和经济增长也引发了农业用地转换的流动。许多农田变成了住宅区、工业区等。从2000年到2015年，印尼稻田面积最大的9个省份平均每年的土地转换率为96512公顷。^{89 - 91}人口增长引起的土地转换流动导致印度尼西亚的农业用地减少。

模型1和模型2中Java的虚拟变量表明，该变量影响排放量。这表明，在爪哇和爪哇以外的农业部门产生的温室气体排放之间存在着真正的差异。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的温室气体排放占陆地农业部门温室气体排放的主导地位。与印度尼西亚的其他岛屿相比，爪哇岛拥有最广阔的稻田。爪哇岛的稻田面积达到3,223,812公顷，几乎相当于印度尼西亚稻田的40%。⁹²这可以解释Java虚拟变量的重要性。

拐点是EKC假说研究的主要问题之一。当模型1中的人均GRDP为44,201,608.67 Rp /capita和模型2中的人均GRDP为43,888,888.88 Rp /capita时，本研究将出现拐点。模型2中较低的拐点表明，政府政策或监管变量可以使EKC曲线弯曲，从而更快地获得拐点。采用2010年为基准年计算GRDP，模型1中的拐点值相当于4916.21美元/人，模型2中的拐点值相当于488.1.42美元/人。土地开发及土地利用补助金政策也能够加速实现转折点，以便更迅速地实现可持续发展的环境方面。本研究产生的转折点与以往的各种研究是一致的。然而，在农业部门的EKC研究的转折点还没有做得很多，但本研究的结果与研究没有太大的不同⁸⁴农业部门的转折点分别为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假设的转折点为7,729美元/人均²⁹。东盟地区的转折点是人均4,685美元⁴³;亚洲地区为人均8,600 - 11,600美元⁹³;以及发展中国家的人均收入在928.88美元至8910美元之间。^{94 - 96}2017年印尼陆地农业生产总值平均为28,782,788.73印尼盾/人或相当于3,201.28美元/人，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。然而，在超过拐点之后，农业部门的温室气体排放量将下降。因此，本研究的结果可以为政策制定者提供一个概述，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。

结论及政策启示

本研究结果表明，经济增长会影响土地农业部门温室气体排放的增加。而人口增长导致土地农业部门温室气体排放减少，因为这一变量导致农业用地的转换。事实证明，爪哇的陆地农业部门比爪哇以外的岛屿产生更多的温室气体排放。

在本研究中，省级政府政策变量以RAD-GRK的形式被证明能够减少农业部门的温室气体排放。在执行RAD-GRK政策时，很明显，农业部门已做好充分准备执行各种缓解政策⁹⁷。一项来自⁹⁸报告显示，预计到2030年，印尼农业部门的排放量将减少4700万吨二氧化碳当量/年，远高于2100万吨二氧化碳当量/年的目标。进一步研究各省的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土地农业部门的温室气体排放量大于爪哇以外的农民。与印度尼西亚其他岛屿相比，爪哇岛的水田面积较大是温室气体排放量较大的原因。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。然而，在超过拐点后，农业部门的温室气体排放量将下降。根据这项研究的结果，印度尼西亚政府需要实施一项减排政策，特别是对爪哇的农业。这项研究的结果表明，爪哇农业部门的人均排放量高于爪哇以外的地区。

致谢

我们要感谢农业社会经济学系、农业学院和加扎马达大学对开展这项研究的协助。作者也对中爪哇省政府和Gadjah Mada大学研究局对研究的支持表示衷心的感谢和感谢，特别是对本文的发表。

资金来源

作者在研究、撰写和/或发表本文时未获得任何资金支持。

利益冲突

作者没有任何利益冲突。

值

1. 张建军，张建军，张建军，等。粮食需求的未来:理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, Havlík P, Schmid 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. 何华林，Havlík P, Mosnier A, Herrero M, Schmid E, Obersteiner M.农业生产力与温室气体排放:减缓与粮食安全的权衡或协同效应?环境及土地。2013; 8(3): 1 - 9。1748 - 9326/8/3/035019 doi: 10.1088 /
4. Reay DS, Davidson EA, Smith KA，等。全球农业和一氧化二氮排放。张丽娟。2012; 2(6): 410 - 416。doi: 10.1038 / nclimate1458
5. 张建军，张建军，张建军，等。全球农业生产和温室气体排放的变化趋势。Glob Environ Chang。2016; 37:43-55。doi: 10.1016 / j.gloenvcha.2015.12.004
6. 中国环境与林业部。农业排放(Emisi dari sector Pertanian)。Signsmart。http://signsmart.menlhk.go.id/v2.1/menu-emisi/。2019年出版。于2019年6月20日发布。
7. 李建军，李建军，李建军，等。中国政府对气候变化影响的研究进展。见:Kaneko S, Kawanishi M，编。印度尼西亚的气候变化政策和挑战。东京:Springer Japan;2016:27 - 64。doi: 10.1007 / 978-4-431-55994-8
8. Brown J, Peskett L。印尼的气候融资:缓解气候变化公共财政未来的经验教训。德国波恩;2011.
9. 长谷川，刘建军，刘建军，等。气候变化对农业和土地利用的影响。缓解适应战略的全球变化。2015; 20(3): 409 - 424。doi: 10.1007 / s11027 - 013 - 9498 - 3
10. Bappenas。制定印尼2020 - 2030年减缓气候变化政策。(Tilburg X van, Rawlins J主编)。雅加达:Bappenas;2015.
11. 拉哈尤。气候变化有效过渡的政策制定:印尼地方政府层面的适应。2012。
12. 李建军，李建军，李建军，等。印度尼西亚的“绿色农业”战略和政策:缩小愿望与应用之间的差距。内罗毕;2015.
13. 李建军，李建军，李建军，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国家适当缓解行动。雅加达:Bapenas;2013.
15. Butt S, Lyster R, Stephens T。气候变化与森林治理。印尼的经验教训。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:施普林格;2011.
17. Van Beek CL, Meerburg BG, Schils RLM, Verhagen J, Kuikman PJ。在限制气候变化影响的同时养活世界不断增长的人口:将农业产生的一氧化二氮和甲烷排放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. 李建军，李建军，李建军。人口密度如何影响农业集约化和生产力?来自埃塞俄比亚的证据。食品政策。2014; 48:142 - 152。doi: 10.1016 / j.foodpol.2014.03.004
19. 在高人口密度下，与农业集约化相关的经济和环境效益能否持续?一个农场层面的实证分析。土地使用政策。2019, 81(2018年5月):100 - 110。doi: 10.1016 / j.landusepol.2018.10.046
20. 张伯伦，杨柏，张伯伦，等。人口密度对农业集约化和生产力的影响。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. Singh AP, Narayanan K.经济增长和人口对农用化学品使用的影响:来自自由化后印度的证据。环境发展及可持续发展。2015; 17(6): 1509 - 1525。doi: 10.1007 / s10668 - 015 - 9618 - 1
22. 陈健，黄鹏，麦卡尔，陈建军，陈建军，陈建军。气候变化、社会与农业€¯:经济与政策视角。农业食品系统通谕。2014; 2:294 - 306。doi: 10.1016 / b978 - 0 - 444 - 52512 - 3.00001 - 2
23. 斯特恩N。斯特恩评论:气候变化经济学。剑桥:剑桥大学出版社;2006.doi: 10.1257 / aer.98.2.1
24. Todaro MP, Smith SC。经济发展。第十二版。波士顿:皮尔逊;2015.
25. 巴茨S，凯利DL。经济增长与环境:理论与事实。资源能源经济。2008; 30:115 - 149。doi: 10.1016 / j.reseneeco.2007.06.001
26. Anwar A, Sarwar S, Amin W, Arshed N.农业实践与环境质量:基于全球视角的证据。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。农业活动会导致碳排放吗?金砖国家的经验。环境科学与污染研究。2019; 26:25218 - 25234。
28. [3]李建军。煤炭消费、城市化和贸易开放对印尼经济的影响。能源政策。2018; 121:576 - 583。doi: 10.1016 / j.enpol.2018.07.023
29. 苏志文，马志强。印尼环境库兹涅茨曲线研究[j]。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, leit o NC。印尼的经济增长、能源消耗、金融发展、国际贸易和二氧化碳排放。更新可持续能源。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、能源消费与人口增长的关系[j]:巴西、中国、印度和印度尼西亚环境库兹涅茨曲线假设检验。生态印度语的。2016; 70:466 - 479。
32. 苏立民，张建军，张建军，等。基于环境库兹涅茨曲线的印尼co2排放实证分析[J] .能源消费与对外贸易的关系。国际经济金融。2012; 4(2): 243 - 251。doi: 10.5539 / ijef.v4n2p243
33. 《经济增长与收入不平等》。Am经济牧师。1955; 45(1): 28。
34. 格罗斯曼GM，克鲁格AB.经济增长与环境。Q J经济学。1995, 110(2): 353 - 377。
35. 格罗斯曼GM，克鲁格AB。北美自由贸易协定对环境的影响。剑桥国家经济局;1991.
36. Shafik N, Bandyopadhyay S。经济增长与环境质量。时间序列和跨国证据。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.空气污染排放与收入的关系:美国数据。环境发展经济学。1997; 2:433 - 450。
38. 霍尔兹-埃金D，塞尔登TM。二氧化碳排放和经济增长。公共经济学。1995; 57:85 - 101。
39. 卡斯曼A，杜曼YS。欧盟新成员国和候选国的二氧化碳排放、经济增长、能源消费、贸易和城市化:面板数据分析。经济模型。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。看不见的手和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。重新审视环境库兹涅茨曲线和污染港假设: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. [1]刘建军，刘建军，刘建军，等。经济增长、二氧化碳排放与能源消费的关系研究。电力能源系统。2015; 64:785 - 791。doi: 10.1016 / j.ijepes.2014.07.081
44. 刘霞，张生，裴杰。可再生能源与农业对二氧化碳排放的影响[j]:基于环境库兹涅茨曲线的东盟四国研究。J清洁产品。2017; 164:1239 - 1247。doi: 10.1016 / j.jclepro.2017.07.086
45. 薛光跃，孙德勇。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。中国人口资源与环境。2011; 9(3): 66 - 76。doi: 10.1080 / 10042857.2011.10685040
46. 康勇，赵涛，杨宇。中国co2排放的环境库兹涅茨曲线分析€¯——基于空间面板数据的方法。生态印度语的。2016; 63:231 - 239。
47. 尹军，郑敏，陈杰。环境规制与技术进步对co2库兹涅茨曲线的影响[J]。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环境发展。2005年,48 - 72。doi: 10.1177 / 1070496504273514
49. 李建军，李建军，李建军，等。中国碳排放与环境的关系研究[j]。国际可持续经济。2012; 4(3): 254 - 269。doi: 10.1504 / IJSE.2012.047932
50. 罗伦德，Álvarez-Herranz A.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质量有影响吗?欧盟与MEA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. 陈超，陈勇。收入效应或政策结果:基于环境库兹涅茨曲线的检验。J清洁产品。16:59 2008; 65年。doi: 10.1016 / j.jclepro.2006.07.027
53. 陈海，郝毅，李军，宋霞。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证据。J清洁产品。2018; 195:200 - 214。doi: 10.1016 / j.jclepro.2018.05.206
54. 李建军，李建军，李建军，等。经济因素与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. 李建平。腐败与环境库兹涅茨曲线[j]。生态经济学。2010, 69(11): 2191 - 2201。doi: 10.1016 / j.ecolecon.2010.06.004
56. 张勇，金勇，沈波。腐败对APEC国家二氧化碳排放的影响[J] .面板分位数回归分析。技术预测Soc Chang。2016; 122:220 - 227。doi: 10.1016 / j.techfore.2016.05.027
57. [李建军，李建军。土壤污染对土壤污染的影响:基于环境库兹涅茨曲线的分析。]环境资源经济。2019.doi: 10.1007 / s10640 - 019 - 00376 - 1
58. D.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. 刘建平，刘建平。经济增长、人口密度和FDI流入对金砖国家二氧化碳排放的影响:库兹涅茨曲线是否存在?Empir经济学。2018年,54(4):1717 - 1742。doi: 10.1007 / s00181 - 017 - 1263 - 0
60. 罗刚，翁建辉，张强，郝艳。co2排放环境库兹涅茨曲线存在性的再检验:来自G20国家的证据。Nat危害。2017, 85(2): 1023 - 1042。doi: 10.1007 / s11069 - 016 - 2618 - 0
61. 李建军，张建军。中国经济增长与经济增长的关系研究——基于实证分析的实证分析。环境科学与污染研究。2016; 23:1203 - 1213。doi: 10.1007 / s11356 - 015 - 5323 - 8
62. 王晓明，王晓明。经济增长、贸易开放、城市化和技术对亚洲新兴经济体环境的影响。管理环境质量与国际。2018; 29(6): 1123 - 1134。doi: 10.1108 /毫克当量- 05 - 2018 - 0087
63. 李建军，张建军。中国企业创新的环境维度:基于时间序列的实证分析。环境发展及可持续发展。2019.doi: 10.1007 / s10668 - 018 - 00305 - 0
64. 张思。中亚地区环境库兹涅茨曲线再审视:城市化与可再生能源的作用。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, Uddin GS, Ozturk I.二氧化碳排放、部门产出和经济增长动态联系的区域差异。更新可持续能源。2014; 38:1-11。doi: 10.1016 / j.rser.2014.05.091
66. Begum RA, Sohag K, Abdullah SMS, Jaafar M.马来西亚二氧化碳排放、能源消耗、经济和人口增长。更新可持续能源。2015; 41:594 - 601。doi: 10.1016 / j.rser.2014.07.205
67. (农业部)。统计专员(农业统计)。雅加达:Kementerian - Pertanian;2018.
68. 巴丹地区统计。Statistik Indoesia2019。雅加达:个基点;2019.
69. Bappenas。《减少温室气体排放区域行动计划(RAD - GRK)》。雅加达:Bappenas;2014.
70. 丁达。环境库兹涅茨曲线假设:综述。生态经济学。2004; 49:431 - 455。doi: 10.1016 / j.ecolecon.2004.02.011
71. [3]刘国强，刘国强。动态面板数据模型的初始条件和矩约束。J的经济。1998; 87:115 - 143。
72. [3]张建平，张建平。中国经济增长对环境污染的影响。环境经济政策研究。2018; 20(1): 179 - 210。doi: 10.1007 / s10018 - 017 - 0189 - 2
73. 任松，袁斌，马旭，陈霞。国际贸易、外商直接投资与隐含二氧化碳排放€¯——以中国工业部门为例。《中国经济》。2014; 28:123 - 134。doi: 10.1016 / j.chieco.2014.01.003
74. 张建军，张建军。面板数据规范的若干检验:蒙特卡罗证据及其在就业方程中的应用。Rev economic Stud。58 1991;(2): 277 - 297。
75. 伊藤k。二氧化碳排放、可再生和不可再生能源消费与经济增长:来自发展中国家面板数据的证据。Int经济学。2017; 151:1-6。doi: 10.1016 / j.inteco.2017.02.001
76. 穆拉利，李永伟，李绍庭，穆罕默德。利用生态足迹作为环境退化指标考察环境库兹涅茨曲线假设。生态印度语的。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——基于三种污染指标的GMM方法。能源报告。2019; 5:170 - 186。doi: 10.1016 / j.egyr.2019.01.001
78. 李安，林春芳，朱朝杰。面板数据中的单位根检验:渐近和有限样本性质。J的经济。2002年,108(1):24。doi: 10.1016 / s0304 - 4076 (01) 00098 - 7
79. 林建平，沈宇。非均质面板单元根的检验。J的经济。2003, 115(1): 53 - 74。doi: 10.1016 / s0304 - 4076 (03) 00092 - 7
80. Saidi K, Mbarek M Ben。收入、贸易、城市化和金融发展对19个新兴经济体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. 贾法里，欧思曼，莫哈德。印尼能源消费、经济增长与环境污染。J策略模型。2012年,34(6):879 - 889。doi: 10.1016 / j.jpolmod.2012.05.020
82. 张建军，张建军。欧盟农业二氧化碳排放与经济绩效研究[j]。生态印度语的。2017; 81:104 - 114。doi: 10.1016 / j.ecolind.2017.05.039
83. 李建军，张建军，张建军，等。基于环境库兹涅茨曲线的欧盟农业发展研究[j]。环境科学与污染研究。2017; 24(8): 15510 - 15520。doi: 10.1007 / s11356 - 017 - 9090 - 6
84. Alamdarlo HN。伊朗用水量、农业增加值与二氧化碳排放，环境库兹涅茨曲线假设。[J]环境科学与技术。2016; 13(8): 2079 - 2090。doi: 10.1007 / s13762 - 016 - 1005 - 4
85. 张伟，张刚。四川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. 张建军，李建军，李建军，等。印度尼西亚森林砍伐的环境库兹涅茨曲线:一种ARDL边界测试方法。J经济合作社发展。2016; 3:87 - 108。
87. 中国环境与林业部。一切如常。http://signsmart.menlhk.go.id/v2.1/bau/。2019年出版。于2019年6月20日发布。
88. 龙翔，罗勇，吴超，张杰。1997 - 2014年中国农业CO 2排放强度影响因素分析。环境科学与污染研究。2018; 25(13): 13093 - 13101。
89. Nuryantono N, Tongato A, Yusdiyanto S, Pasaribu SH, Anggraenie T.爪哇巴拉特省土地转换与经济发展:权衡还是协同?地球环境科学。2017; 54:12-17。1742 - 6596/755/1/011001 doi: 10.1088 /
90. Rondhi M, Pratiwi PA, Handini VT, Sunartomo AF, Budiman SA。农地非农化、土地经济价值与可持续农业:以印尼东爪哇为例。土地。2018; 7(4): -。doi: 10.3390 / land7040148
91. [Mulyani A, Kuncoro D, Nursyamsi D, Agus F.]分析Konversi Lahan Sawah: Penggunaan数据空间分辨率:Tinggi Memperlihatkan Laju Konversi yang Mengkhawatirkan(稻田转换分析:利用高分辨率空间数据显示惊人的转化率)。J Tanah dan Iklim。40 2016;(2): 121 - 133。doi: 10.1093 / nq / s4-II.40.329-b
92. 中央统计局(BPS)statistics Indoesia(印尼统计)2018(印尼语)。雅加达:个基点;2018.
93. 李建军，李建军。环境库兹涅茨曲线假说的实证研究。生态印度语的。2015; 52:16-22。doi: 10.1016 / j.ecolind.2014.11.026
94. 李建军，李建军。环境库兹涅茨曲线假说的文献计量与meta分析。整体环境。2019; 649:128 - 145。doi: 10.1016 / j.scitotenv.2018.08.276
95. 是GC, 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。Cogent经济金融。2017; 5(1): 22页。doi: 10.1080 / 23322039.2017.1379239
96. Shahbaz M, Nasreen S, Ahmed K, Hammoudeh S.贸易开放与碳排放关系:贸易开放转折点对国家面板的重要性。能源经济学。2017; 61:221 - 232。doi: 10.1016 / j.eneco.2016.11.008
97. 苏吉里A.减少温室气体行动计划实施的准备工作:以中爪哇为例。我是环境科学吗。2015; 11(1): 13-27。doi: 10.3844 / ajessp.2015.13.27
98. 藤森S, Siagian UWR, Hasegawa T，等。对印度尼西亚国家自主贡献计划的评估。In: Fujimori S, Kainuma M, Masui T，等。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. 李建平，李建平。环境与经济增长:法治的中介作用?以高收入国家为例。能量维持Soc。2015; 5(1): 1 - 7。doi: 10.1186 / s13705 - 015 - 0054 - 8