CND D-0060 全球主要国家及地区二氧化碳排放量数据
▪ 数据名称： 全球主要国家及地区二氧化碳排放量数据 ▪ 数据来源： CNDD根据全球碳预算数据库、世界银行等数据库整理 ▪ 数据说明 ： 全球主要国家及地区二氧化碳排放量数据提供了国家层面的二氧化碳排放量数据，具体包括统计年度、国家及地区的名称和代码、所属地区、所属收入群体、二氧化碳排放量、人均二氧化碳排放量、二氧化碳排放强度等指标。 ▪ 综合评价 ： 碳中和（carbon neutrality）指在特定时间内，每一个对象直接或间接产生的温室气体排放总量，通过植树造林、节能减排等形式完全抵消，实现二氧化碳的“零排放”。全球主要国家及地区二氧化碳排放量供了200余个国家50余年间的二氧化碳排放量数据，为广大学者在碳中和等相关领域的研究提供数据支撑。
▪ 常用度： ★★★ ☆ ☆
▪ 稀缺度： ★★★★☆
▪ 新颖度： ★★★★ ☆
▪ 总体级别： 11颗星
✔ 常用度：是数据市场中需求指标，是指该数据在经济管理类学术论文中使用频率。
✔ 稀缺度：是数据市场中供给指标，是指该数据在其他数据库的出现频率。
✔ 新颖度：是数据市场中生成指标，是指该数据在生成时方法新颖程度和工作量。
▪ 数据描述 ：
1960-2019年，世界二氧化碳人均排放量变化趋势
▪ 文献来源 ：
易子榆,魏龙,王磊.数字产业技术发展对碳排放强度的影响效应研究[J].国际经贸探索,2022,38(04):22-37.
全球经济正在步入以数字和绿色发展为特征的新时代。基于OECD国际投入产出表2005-2018年66个国家的数据，文章将数字产业技术发展影响碳排放强度的直接效应和间接效应纳入同一框架，并采用PVAR模型对综合效应做进一步研究。 研究发现：(1)数字产业自身技术发展的过程会增加碳排放强度，但能通过赋能上下游产业技术革新实现碳减排，整体上有效推动国家低碳转型发展。(2)产业结构和能源消费结构的调整是数字产业技术发展降低碳排放强度的主要路径。(3)相比于数字制造部门，数字服务部门技术水平提升会引致更多的碳排放，但技术赋能的碳减排效应也更显著。(4)国家经济发展水平的提高不仅有利于降低数字产业技术发展中产生的碳排放，还能进一步释放数字产业技术赋能的碳减排能力。
文章采用 OECD 最新发布的2021版国际投入产出表的数据，剔除缺失的国家及地区样本后，选择 2005-2018 年 66 个国家及地区的数据进行实证分析。 （1）计量模型构建
文章参考 Autor ＆ Salomons (2018) 的计量框架，在数字产业技术发展对碳排放 的影响效应研究中创新性地考虑到产业关联效应，认为数字产业技术水平的提高会对上下游产业存在拉动作用。并在模型中考虑开放经济的设定，除了国内关联 (用 DOM 表示) 外还包括与沿 GVC 的其他国家－行业的国际关联 (用INT 表示) 。由此建立以下计量模型:
模型变量全部取对数形式进行实证研究以消除可能存在的异方差现象，其中 r 表示国家或地区，i 表示产业，t 表示年份。对模型进行相关性检验和方差膨胀因子 (VIF) 检验，结果显示核心解释变量之间不存在明显多重共线性。∑lnControl为控制变量集合，对于影响单位增加值碳排放其他因素进行控制。μr、μi 和 μt 分别表示国家或地区、行业及年份的固定效应εirt代表模型估计的误差项。 （2）主要指标构建方法
文章借鉴 KWW 方法在碳足迹问题上的分析运用，采用单位增加值碳排放测算碳排放强度(CGr) ，通过国际投入产出表，实现单位产值碳排放向单位增加值碳排放的转换。
文章借鉴 Haussman ( 2007) 的方法 来度量 r 国数字产业自身的技术水平提升，将产品技术复杂度 (TSI) 作为衡量 r 国 i 产业 (数字产业) 自身技术水平的指标。
数字产业技术赋能体现了数字产业通过前后向关联实现对其他产业的技术拉动作用。基于价值链的上下游关系，这一变量可以分为数字产业前向技术赋能和数字产业后向技术赋能。并且根据全球价值链和国内价值链的差异，数字产业技术赋能还可以进一步划分为国内技术赋能和国际技术赋能。文章采用 Leontief 逆矩阵分析数字产业对上游产业的影响，同时引入 Ghosh 逆矩阵，得到数字产业对下游产业的供给系数。一共可以组合出四种数字产业技术赋能方式，见下式：
下表的回归结果展示了数字产业技术发展对经济体碳排放强度影响的直接效应和间接效应。列(1)的结果仅考虑了数字产业技术赋能的国内效应，列(2)中加入了数字产业技术赋能的国际效应。实证结果显示，数字产业技术发展的直接效应显著为正，即数字产业自身技术水平提升的过程将显著增加碳排放强度。这也是 Zhou et al．(2019) 认为数字产业本身并不是“环境友好型产业”的主要原因。数字产业技术的跨产业减排效果显著，其中，国内后向的减排效果最为突出，是降低碳排放强度的最佳路径。中国作为世界工厂，上游生产侧碳排放远大于下游消费侧排放，降低国内上游生产部门碳排放强度是有效抑制中国整体碳排放的最有效路径。
[1] Tian Kailan et al. Regional trade agreement burdens global carbon emissions mitigation[J]. Nature Communications, 2022, 13(1) : 408.
[2] Bruckner, B., Hubacek, K., Shan, Y. et al. Impacts of poverty alleviation on na tional and global carbon emissions. Nat Sustain 5,2022, 311–320
[3]黄玉霞,谢建国.制造业投入服务化与碳排放强度——基于WIOD跨国面板的实证分析[J].财贸经济,2019,40(08):100-115.
以下三种方式三选一
▪ 直接购买
添加客服微信，支付价格为69元。
▪ 朋友圈分享后免费领取（每人限领15份）
持续3小时，集齐5个赞，需要对所有人可见，并且本人关注CNDeepData公众号。
▪ 购买大会员
添加客服微信，购买年度会员149元，三年会员299元，永久会员899元，可享CNDeepData所有数据免费获取。
▪ 朋友圈分享要求：
①分享时间需要在早上7:30到晚上12:30之间。
②请附带一句推荐词，例如“推荐CNDD高质量数据库”。
③请将包含时间内容的截图发给客服。
▪ 添加客服微信方式 ：
扫描下方二维码，或搜索下方微信号。
添加客服微信号：DeepData001 获取更多更新数据
1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。
任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。
CNDeepData
中国深度数据库：让精品数据，得以流动。
CNDeepData: Let high-quality data flow without barriers
113篇原创内容
公众号
中国深度数据库：让精品数据 得以流动 CNDeepData：Let high-quality data flow without barriers
资源下载 此资源下载价格为69 积分（年度普通会员免费），请先登录 部分图片来源于网络，如涉侵权请告知，本站将第一时间删除。客服微信号：DeepData001
