← 論文一覧に戻る

炭素税、マクロ経済の安定性、および一人当たりGDP成長率：炭素価格設定経済からのパネル証拠

Carbon Tax, Macroeconomic Stability, and the Growth Rate of GDP per Capita: Panel Evidence from Carbon-Pricing Economies (原題)

Natcha Saramas, Supasuta Tuncharo, Aroonrak Tunpanit

Journal of Risk and Financial Management📚 査読済 / ジャーナル2026-07-16#炭素価格Origin: Global
DOI: 10.3390/jrfm19070530
原典: https://doi.org/10.3390/jrfm19070530

🤖 gxceed AI 要約

日本語

16の炭素価格設定経済（2020～2024年）のパネルデータを用いて、炭素税が一人当たりGDP成長率に与える短期的影響を推定。固定効果モデルにより、炭素税率10ドル上昇で年間成長率が約1.2％ポイント低下する小規模な負の効果が確認された。インフレ・投資・エネルギー強度・政治安定性との交互作用は有意でなく、条件付け効果は見られなかった。炭素税設計には投資・物価安定政策の併用が重要と示唆。

English

Using panel data from 16 carbon-pricing economies (2020-2024), this study estimates the short-run effect of carbon taxes on GDP per capita growth. Country fixed-effects regressions show a small but significant negative effect: a $10 increase in carbon tax rate reduces annual growth by about 1.2 percentage points. No conditioning effects from inflation, investment, energy intensity, or political stability are found. The results support pairing carbon tax design with investment and price-stability policies.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本の炭素税導入・引き上げ議論において、GDP成長への短期的な負の影響が小さいことを示す実証結果は参考になる。ただし、投資・物価安定政策との併用が重要と示唆。

In the global GX context

This paper provides empirical evidence from multiple carbon-pricing jurisdictions, informing the global debate on the macroeconomic costs of carbon taxes. It underscores the need for complementary investment and macroeconomic stability policies.

👥 読者別の含意

🔬研究者:Empirical evidence on carbon tax-growth tradeoff; useful for modeling and policy studies.

🏛政策担当者:Important for calibrating carbon tax rates and designing complementary fiscal policies.

📄 抄録（日本語訳）

本研究は、2020年から2024年にかけての欧州、南北アメリカ、アジア、アフリカにわたる16の炭素価格設定経済圏のパネルを用いて、炭素税が1人当たりGDP成長率（対数1人当たりGDPの年次階差）に与える短期的影響を検証する。国別固定効果推定と国別クラスター頑健標準誤差は、正式なモデル選択（F検定、ハウスマン検定）に従い、横断面依存性についても検証される。3つの基本仕様が推定され、モデル3は頑健性チェックとしてCOVID-19ダミーを除外している。4つ目のモデルは、炭素税とインフレーション、投資、エネルギー集約度、政治的安定性との交互作用項を追加し、これらの要因が関係性に条件付け効果を持つかを検証する。より高い炭素税率は、3つの基本モデルすべてにおいて、小さいながらも統計的に有意な負の成長効果を持つ（10米ドルの増加は、好適仕様において年間成長率の約1.2パーセントポイントの低下を意味する）。交互作用項はいずれも有意ではなく、検出可能な条件付け効果がないことを示している。投資は成長と頑健な正の関連を示し、インフレーションは頑健な負の関連を示す。エネルギー集約度とCOVID-19ダミーは、年次固定効果を除外すると期待とは逆の符号で入り、炭素税係数はラグ付き仕様では有意性を失うため、厳密な因果的解釈には注意が必要である。これらの知見は、炭素税設計と投資および物価安定政策の組み合わせを支持するものである。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

This study examines the short-run effect of carbon taxation on the growth rate of GDP per capita, the annual first difference in log GDP per capita, using a panel of 16 carbon-pricing economies spanning Europe, the Americas, Asia and Africa over 2020–2024. Country fixed-effects estimation with country-clustered robust standard errors follows formal model selection (F-test, Hausman test), checked for cross-sectional dependence. Three baseline specifications are estimated, Model 3 excluding the COVID-19 dummy as a robustness check; a fourth adds carbon tax interaction terms with inflation, investment, energy intensity and political stability to test whether these factors condition the relationship. A higher carbon tax rate has a small but statistically significant negative effect on growth across all three baseline models (a USD 10 increase implies roughly a 1.2-percentage-point reduction in annual growth, preferred specification); none of the interaction terms is significant, indicating no detectable conditioning effect. Investment shows a robust positive association with growth; inflation, a robust negative one. Energy intensity and the COVID-19 dummy enter with signs contrary to expectations once year fixed effects are excluded, and the carbon tax coefficient loses significance under a lagged specification, cautioning against a strictly causal reading. Findings support pairing carbon tax design with investment and price-stability policies.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。