Degradation of Air vs. Quality of Life – Spatial Panel Analysis

Elżbieta Antczak

doi:10.18778/0208-6018.292.10

Autor

Elżbieta Antczak University of Lodz

DOI:

https://doi.org/10.18778/0208-6018.292.10

Abstrakt

Głównym celem publikacji jest identyfikacja i analiza zależności pomiędzy nadmiernym zanieczyszczeniem powietrza a poziomem jakości życia (dobrobytem społeczno-ekonomicznym, kosztami życia). Analizę przeprowadzono z zastosowaniem przestrzennych modeli panelowych. Weryfikacji poddano dwie hipotezy badawcze. Jedna zakłada negatywny wpływ nadmiernej degradacji powietrza na poziom dobrobytu społeczno-ekonomicznego. Druga mówi o wzroście kosztów życia z powodu zanieczyszczeń atmosfery. Badanie dotyczyło wybranych 32. państw Europy i okresu czasowego od 1990 do 2009 roku. Poziom jakości życia wyrażony został: PKB per capita, indeksem HDI oraz skonstruowanym miernikiem COSTS. Jakość powietrza wyrażono w: S0₂, GHG, C0₂ oraz skonstruowanym miernikiem syntetycznym AIRQ.

Pobrania

Brak dostępnych danych do wyświetlenia.

Bibliografia

Antczak E. (2011), Degradacja powietrza a rozwój gospodarczy w Europie. Modele panelowe z efektami przestrzennymi, Wydawnictwo UEK w Krakowie.
Google Scholar

Antczak E. (2012), Wybrane aspekty zrównoważonego rozwoju Europy. Analizy przestrzenno- czasowe, Łódź, Wyd. Biblioteka.
Google Scholar

Antczak E., Suchecka J. (2011), Spatial autoregressive panel data models applied to evaluate the levels of sustainable development in European countries, Folia Oeconomica Acta Universitatis Lodziensis.
Google Scholar

Baltagi B.H., Liu L. (2011), Instrumental Variable Estimation of a Spatial Autoregressive Panel Model with Random Effects, Economics Letters, 111.
Google Scholar DOI: https://doi.org/10.2139/ssrn.1805737

Bensalah N. (ed.) (2012), Pitting Corrosion, InTech, Crotaria.
Google Scholar DOI: https://doi.org/10.5772/1849

Board of Strategic Advisers to The Prime Minister of Poland (2009), Poland 2030. Development challenges - report summary, Warszawa.
Google Scholar

Elhorst J.P. (2009), Spatial Panel Data Models, In MM Fischer, A Getis (eds.), Handbook of Applied Spatial Analysis, Springer-Verlag,
Google Scholar DOI: https://doi.org/10.1007/978-3-642-03647-7_19

Gillette D.G. (1975), Sulphur Dioxide and Material Damage, Journal of the Air Pollution Control Association, Volume 25, No. 12, Pittsburgh.
Google Scholar DOI: https://doi.org/10.1080/00022470.1975.10470202

Institute of Meterology&Water Manangement (2009), Wpływ zmian klimatu na środowisko, gospodarkę i społeczeństwo, Project: Climate.
Google Scholar

Kapoor M, Kelejian H.H, Prucha I.R (2007), Panel Data Model with Spatially Correlated Error Components, Journal of Econometrics, 140(1).
Google Scholar DOI: https://doi.org/10.1016/j.jeconom.2006.09.004

Kluth K. (2007), Konwergencja gospodarcza w zakresie kryteriów Traktatu z Maastricht-analiza ekonometryczna, Nicolaus Copernicus University in Toruń.
Google Scholar

Levin A., Lin C, Chu C.J., Unit Root Tests in Panel data: Asymptotic and Finite-Sample Properties, Journal of Economics, 108, 2002.
Google Scholar DOI: https://doi.org/10.1016/S0304-4076(01)00098-7

Millo G, Piras G. (2012), splm: Spatial Panel Data Models in R, Journal of Statistical Software April 2012, Volume 47, Issue 1.
Google Scholar DOI: https://doi.org/10.18637/jss.v047.i01

Suchecki B. (ed.) et al. (2010), Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, Beck.
Google Scholar

Suchecki B. (ed.) et al. (2012), Ekonometria przestrzenna II. Modele zaawansowane., BECK, Warszawa.
Google Scholar

Tobler W.R. (1970), A computer movie simulating urban growth in the Detroit region, Economic Geography 46, USA 1970.
Google Scholar DOI: https://doi.org/10.2307/143141