机构名称：
¥ 3.0
摘要，我们通过回归对人口，AFFUENCE和技术（StirPat）模型的扩展影响以及环境Kuznets曲线和机器学习算法结合使用，包括Ridge和Lasso回归，以调查机构对2002年以上22个欧洲联盟的碳发电的影响，以调查机构对2002年以上22个样本的影响。将样本分为两个：具有弱和强大机构的人，我们发现两组之间的结果有所不同。我们的结果表明，机构质量的变化对碳排放的影响有限。政府有效性导致欧盟国家的排放量增加，而机构和问责制导致排放量下降。在机构较弱的团体中，政治稳定和控制腐败的控制降低了碳排放。我们的发现表明，与体制治理相比，诸如人口密度，城市化和能源消耗之类的变量是欧盟碳排放的更重要的决定因素。结果表明，需要协调和一致的政策，这些政策与整个欧盟的气候目标保持一致。
机构和碳排放：采用Stirpat和机器学习方法的调查
主要关键词
相关文件推荐
