Essays in the Economics of Green Innovation, Energy and the Environment

La mia dissertazione si è concentrata principalmente sui modelli di dati panel nell’innovazione green applicata e nell’economia ambientale sotto alta dimensionalità; cioè, sia il numero delle singole unità trasversali, che il numero dei periodi di tempo, sono relativamente elevati. L’elevata dimensionalità è ampiamente applicabile nella pratica a causa dell’aumento della disponibilità di dati nella dimensione tempo nella letteratura macroeconomica. La tesi comprende quattro capitoli indipendenti (Capitolo II, III, IV e V) che esplorano varie questioni relative a vari concetti di innovazione green, energia e ambiente. Nel primo capitolo, esploro la funzione di produzione della conoscenza green e le ricadute del capitale umano nella regione dell’OCSE con e senza shock fiscali,usando una struttura di gruppo latente. Il numero di gruppi e l’appartenenza al gruppo sono entrambi sconosciuti, queste incognite sono determinate utilizzando una variante della tecnica Classifier-Lasso, che stima coerentemente la struttura del gruppo e porta alla stima oracolo-efficiente dei coefficienti anche in presenza di dipendenza trasversale in termini di errore e non stazionarietà. I risultati suggeriscono importanti gruppi eterogenei classificati in tre categorie distinte e le loro stime efficaci. Applico anche delle variabili dello shock della politica fiscale per misurare l’interattività tra i paesi attraverso il commercio. Nel secondo capitolo, ho cercato di indagare la relazione eterogenea dinamica tra l’innovazione dell’energia verde e l’intensità energetica per un insieme di paesi OCSE. Ho trovato sia una relazione a lungo termine che a breve termine tra l’innovazione dell’energia verde e l’intensità energetica, sebbene la relazione diventi insignificante nel tempo, vedi l’introduzione di ritardi nel sistema di equazioni. Ma non trovo alcuna causalità Granger significativa tra l’intensità energetica e l’innovazione dell’energia verde. Nel terzo capitolo, indago la relazione a lungo termine tra il consumo di elettricità rinnovabile e la crescita economica in alcuni paesi selezionati utilizzando un modello a intervalli distribuiti aumentato in modo trasversale e un modello a intervalli distribuiti auto-regressivo in modo trasversale, per trattare l’eterogeneità non osservata in modo trasversale (cross-country) e tempi variabili. I miei risultati suggeriscono che, in media, esiste una significativa relazione positiva di lungo termine tra il consumo di elettricità rinnovabile e la crescita economica. Nel quarto capitolo, indago la relazione dinamica tra crescita economica e ambiente usando un’ipotesi di curva Kuznets Ambientale per alcuni paesi selezionati, che rappresenta una quantità significativa di emissioni. Considero la composizione di un modello di struttura panel, per spiegare l’eterogeneità tra i paesi. Gli effetti della crescita economica e del consumo di energia rinnovabile sulle emissioni di diossido di carbonio sono gli stessi all’interno dei gruppi, ma differiscono tra i diversi gruppi. Il numero di gruppi e l’appartenenza al gruppo sono entrambi sconosciuti, determino queste incognite utilizzando una variante della tecnica Classifier-Lasso, che stima coerentemente la struttura del gruppo e porta alla stima efficace dei coefficienti. Trovo un numero sostanziale di gruppi eterogenei e stime.

My dissertation has a primary focus on macro-economic panel data models in applied green innovation and environmental economics under high dimensionality; that is, both the number of individual cross-sectional units and the number of time periods are comparatively large. The high dimensionality is widely applicable in practice, due to the increase in the availability of time-dimensional data in macroeconomic literature. The thesis comprises of four standalone chapters (Chapter II, III, IV and V) that explores various questions related to various concepts of green innovation, energy and environment. In the first chapter, I explore the green knowledge production function and human capital spillovers in the OECD region with and without fiscal-shocks, using a latent group structure. The number of groups and the group membership are both unknown, these unknowns are determined using a variant of Classifier-Lasso technique, which estimates consistently the group structure and leads to oracle-efficient estimation of the coefficients even in the presence of cross-sectional dependence in error terms and nonstationarity. The findings suggests substantial heterogenous groups classified under three distinctive categories and their efficient estimates. I also apply a fiscal policy shock variables to measure the interactivity through trade among countries. In the second chapter, I have tried to investigate the dynamic heterogeneous relationship between green energy innovation and energy intensity for a set of OECD countries. I find both long-termand short-termrelationship in between green energy innovation and energy intensity, though the relation becomes insignificant over time, i.e. introduction of lags in the system of equations. But I do not find any significant Granger causality in between energy intensity and green energy innovation. In the third chapter, I investigate the long-run relationship between renewable electricity consumption and economic growth in some selected countries using a crosssectionally augmented distributed lagged and cross-sectionally auto-regressive distributed lag model, to deal with unobserved heterogeneity both in cross-country and time varying ones. My findings suggest that, on average, there is a significant positive long-term relationship between renewable electricity consumption and economic growth. In the fourth chapter, I investigate the dynamic relationship in between economic growth and environment using a Environmental Kuznets curve hypothesis for some selected countries, which accounts for a significant amount of emission. I consider the framework of a panel structure model, to account for heterogeneity across countries. The effects of economic growth and renewable energy consumption on carbon dioxide emission are the same within groups but differ across different groups. The number of groups and the group membership are both unknown, I determine these unknowns using a variant of Classifier-Lasso technique, which estimates consistently the group structure and leads to oracle-efficient estimation of the coefficients. I find substantial number of heterogenous groups and estimates.