Onderzoeksartikel

Analyse van de ecologische voetafdruk en haar bepalers in China: een geïntegreerde beoordeling van de hypothesen van EKC en Pollution Haven

313 weergaven

DOI:

10.3791/69911

30 januari 2026

In dit artikel

Samenvatting

Dit onderzoek bevestigt dat energieverbruik en open handel het milieu aantasten, wat de hypothese van vervuilingshaven ondersteunt. Het adviseert beleidsmakers om duurzaam toerisme na te streven, energiebronnen te diversifiëren en buitenlandse investeringen aan te trekken in dienstensectoren voor betere ecologische resultaten.

Samenvatting

Deze studie biedt een uitgebreid empirisch onderzoek naar de bepalende factoren van China's ecologische voetafdruk van 1990 tot 2023, met een specifieke focus op het testen van de Pollution Haven Hypothesis (PHH) en de Environmental Kuznets Curve (EKC) in de context van reizen en toerisme. Met behulp van het EKC-kader analyseren we de dynamische effecten van ecotoerisme, economische groei, energieverbruik, handelsopenheid en buitenlandse directe investeringen op ecologische degradatie. De methodologie omvat geavanceerde statistische tests om het bestaan van een langetermijn evenwichtsrelatie tussen de variabelen vast te stellen. De bevindingen bevestigen een omgekeerde U-vormige EKC-relatie tussen reis- en toerismeontwikkeling en de ecologische voetafdruk, wat aangeeft dat de sector aanvankelijk milieudegradatie verergert, maar na een bepaalde drempel van economische ontwikkeling bijdraagt aan de verbetering ervan. Verdere resultaten geven aan dat energieverbruik en openheid van handel de ecologische voetafdruk aanzienlijk versterken. Cruciaal is dat buitenlandse directe investeringen de milieudegradatie laten escaleren, waardoor de Pollution Haven-hypothese in de Chinese context robuust empirisch ondersteund wordt. Daarom beveelt deze studie aan dat beleidsmakers prioriteit geven aan de overgang naar duurzame toerismemodellen, de diversificatie van de energiemix naar schonere bronnen versnellen en buitenlandse directe investeringen strategisch kanaliseren naar minder vervuilende dienstensectoren.

Inleiding

Wereldwijde klimaatveranderingen als gevolg van menselijke handelingen maken een koolstofarme economie onvermijdelijk noodzakelijk voor de lokale overheden van de Global Edge1. Ongebruikelijke weersomstandigheden kunnen de stroom, de dynamiek van organismen binnen een ecosysteem, instabiliteiten in de landbouwproductie2, schade aan infrastructuur of verhoogde morbiditeit en mortaliteit verstoren, wat erop wijst dat de sociaal-economische, biologische en geografische processen variabiliteit hebben veroorzaakt en wetenschappers hebben gedwongen door te gaan met de aanjaging van deze verandering3. Ecotoerisme wordt geassocieerd met ecologische kosten vanwege de toename van ecotoeristen via de bijbehorende verontreinigende stoffen4. Omdat het winst genereert, infrastructuur bouwt, werkgelegenheid creëert en waardevolle buitenlandse valuta verdient, is de reis- en toerismesector een miljardenbedrijf5, en het is vandaag 7,6% van de wereldbevolking6, toen de Wereldtoerismeorganisatie van de Verenigde Naties (UNWTO) rapporteerde dat reizen en toerisme verantwoordelijk waren voor 1 op de tien banen wereldwijd, 7% van de wereldhandel, en 10 procent van het wereldwijde BBP7. De toename van het aantal bezoekers was een van de oorzaken van vervuilingsgerelateerde emissies en de productie van materiaalafval8.

Eerder onderzoek heeft de relatie tussen toerisme en milieu vastgesteld, maar vertrouwt vaak op brede econometrische modellen die sectorspecifieke operationele richtlijnen missen9. Dit artikel demonstreert een gestructureerd analytisch protocol dat Energy Input-Output Analysis en Carbon Footprint Assessment integreert om directe en indirecte energiestromen en emissies in toeristische subsectoren in kaart te brengen. In tegenstelling tot bestaande technieken biedt deze methode een gedetailleerde, uitvoerbare uitsplitsing voor beleidsmakers, van identificatie naar gerichte mitigatie10. Klimaateffecten vereisen een koolstofarme transitie in het toerisme, een belangrijke wereldwijde economische sector11. Bestaand onderzoek ontbreekt echter aan genuanceerde empirische analyse voor grote vervuilende economieën met unieke ontwikkelingspaden12,13. China presenteert een cruciale casestudy: het is de grootste koolstofuitstoter ter wereld, beschikt over een toerismesector die snel groeit en heeft een energiemix die wordt gedomineerd door fossiele brandstoffen, wat een duidelijke spanning creëert tussen groei en duurzaamheid. Deze studie sluit een belangrijke kloof aan door de niet-lineaire relatie van de Environmental Kuznets-curve tussen toerismeontwikkeling en ecologische voetafdruk in China te onderzoeken, terwijl tegelijkertijd de hypothese van vervuilingsparadijs wordt getest via buitenlandse investeringsstromen. Onze bijdragen zijn drievoudig: (1) het bieden van China-specifiek, beleidsrelevant bewijs over het milieutraject van toerisme, (2) het integreren van een analyse van energiestructuur en investeringsbeleid in het toerisme-milieu koppelvlak, en (3) het bieden van een methodologisch kader dat onderscheid maakt tussen kortetermijndruk en langetermijnduurzame paden, waardoor de empirische literatuur verder gaat dan algemene cross-nationale bevindingen.

Deze visie, omschreven als een "True North a "planet" initiatief om welvaart te waarborgen en het milieu te redden14, wordt operationeel gemaakt via kaders zoals de Duurzame Ontwikkelingsdoelen (SDG's) van de Verenigde Naties of de "Agenda 2030," die 17 doelen en 169 doelstellingen(15) omvat. Binnen dit geheel wordt duurzaam toerisme, gepromoot door de VN-verklaring van 2017 als het Internationaal Jaar van Duurzaam Toerisme voor Ontwikkeling16, geleid door principes zoals die van de UNWTO die de nadruk leggen op duurzame economische groei, inclusiviteit en milieubescherming17. Ecotoerisme, dat werkt op de drie pijlers van sociale, economische en milieuduurzaamheid18, biedt commerciële, culturele en ecologische voordelendoor gemeenschappen, klimaat en de reisindustrie te verzoenen en de betrouwbaarheid van hulpbronnen te vergroten. Sommige landen gebruiken al toerisme-inkomsten voor natuurbescherming, en het wordt aanbevolen dat alle landen strategieën invoeren om milieubewuste toeristen aan te trekken en branchewetten te handhaven die het klimaaten de hulpbronnen beschermen.

Het protocol is ontworpen voor toepassing op nationale of regionale schaal en gaat uit van de beschikbaarheid van betrouwbare gegevens over toerisme-uitgaven en geïntegreerde energie-economische tabellen. Een belangrijke beperking is de afhankelijkheid van de resolutie van deze invoergegevens. Onder deze omstandigheden stelt het autoriteiten in staat om activiteiten met hoge impact te identificeren, het integratiepotentieel van hernieuwbare energie te beoordelen en op bewijs gebaseerde regelgeving te ontwerpen om over te stappen naar een koolstofarme toerisme-economie, waarmee ecologische en economische duurzaamheid wordt ondersteund21,22.

De milieueffecten van toerisme zijn veelzijdig en manifesteren zich in verhoogde koolstofemissies, afval en uitputting van hulpbronnen door voertuig- en infrastructuurvraag, die samen klimaat- en minerale rijkdom uitputten23. Dit blijkt uit het verhoogde energieverbruik en de daaruit voortvloeiende CO₂-uitstoot door het groeiende aantal bezoekers, een wereldwijd fenomeen dat heeft geleid tot overheidswijzigingen richting het opzetten van koolstofarme bedrijfsmodellen24. Empirisch bewijs suggereert een bereidheid onder bepaalde demografische groepen, zoals mannen van middelbare leeftijd en ecotoeristen, om een premie te betalen voor het gebruik van hernieuwbare energie in accommodaties, waarbij het milieuvoordeel wordt erkend25. Bovendien verhoogt het toerisme de druk op vitale hulpbronnen, waardoor de vraag naar water- en sanitaire voorzieningen toeneemt en hun verstandige beheer wordt bedreigd26. Wetenschappelijke onderzoeken bevestigen dit verband en tonen aan dat de achtenveertig grootste ecotoerismelanden, met uitzondering van enkele Europese landen, te maken hebben met verhoogde CO₂-uitstoot door toerisme27, een correlatie die ook is vastgesteld in OESO-landen en specifieke Chinese provincies28. Onderzoek in 16 mediterrane landen identificeerde een gecombineerd effect van landbouw en toerisme op groene hulpbronnen en stelde bidirectionele oorzakelijke verbanden vast tussen hernieuwbare energie, BBP en toerisme, waarbij één studie een stijging van 0,14% in toerisme-inkomsten bevestigde voor elke 1% stijging van CO₂ in regio29. Omgekeerd zijn in Frankrijk een toonaangevende wereldwijde bestemming, toerisme en bevolkingsgroei gekoppeld aan vermindering van verontreiniging, terwijl andere studies complexe, bidirectionele verbanden benadrukken tussen financiële ontwikkeling, elektriciteitsverbruik en toerisme in toonaangevendeecotoerismegebieden. De omvang van het probleem is aanzienlijk, met de wereldwijde ecologische voetafdruk van toerisme die naar verwachting is gestegen van 3,9 GtCO₂e in 2009 tot 4,5 GtCO₂e in 2013 in 160 landen, hoewel het effect per regio varieert en positieve, negatieve en nul-effecten op het klimaat vertoont in respectievelijk31 Tunesië, Egypte en Marokko.

Onderzoek naar de relatie tussen toerisme en milieu onthult complexe en regio-specifieke dynamiek, vond dat de klimatologische impact van toerisme positief is in Tunesië, negatief in Egypte en neutraal in Marokko, waarbij de relatie tussen inkomen en CO2 in de laatste twee landen de Environmental Kuznets Curve (EKC) hypothese32 bevestigt. Deze hypothese werd verder ondersteund in OESO-economieën, waar CO2 werd vastgesteld als Granger-veroorzaakt door zowel het aantal bezoekers als de EKC-relatie33. Casestudy's van specifieke bestemmingen benadrukken deze dualiteit; in Pattaya, Thailand, leverde toerisme zowel positieve ecologische planning als negatieve effecten op afval en vervuiling op, terwijl in Turkije studies bevestigden dat een stijging van 1% in het reële inkomenCO2 met 0,345% verhoogde, waarbij toerisme en energieverbruik als oorzakelijke factoren34 werden geïdentificeerd. Op grotere schaal toonde een analyse van BRICS-landen een stijging van 0,5313% in CO2 per 1% toename van toeristeninkomsten, hoewel een feedbackcausaliteit ook suggereerde dat een stijging van 1% in toeristenfinanciering zou kunnen leiden tot een daling van 0,5771% in CO2. Omgekeerd stelde onderzoek in Midden- en Zuid-Amerika een eenrichtingsoorzaak vast van hernieuwbare energie totCO2-vermindering en vond dat milieudegradatie afnam door toerisme, FDI en hernieuwbare energie35, een bevinding die werd aangevuld met de bevestiging van een omgekeerde U-vormige EKC tussen economische globalisering en koolstofimpact in Zuid-Azië. Ten slotte, om deze impact te kwantificeren, werden de jaarlijkse CO2-uitstoot van toerisme in Barcelona geschat op 9,6 MtCO2 eq., wat neerkomt op 96,9 kgCO2 eq per bezoeker per dagelijkse36 km/ch.

Deze studie onderscheidt zich binnen de uitgebreide literatuur over de impact van toerisme opCO2-emissies door een unieke wereldwijde toerismemaatstaf te construeren die bestaat uit (i) binnenlands reizen en toerismeverbruik, (ii) persoonlijke reisuitgaven van de overheid, (iii) publieke investeringen, (iv) internationale toeristische inkomsten en (v) buitenlandse bezoekersuitgaven, uitgedrukt in termen van de totale milieuimpact. In plaats van één enkele groepering categoriseert de analyse landen op inkomensniveau om de impact van toerisme, economische groei en hernieuwbare bronnen te onderzoeken, samen met de relaties tussen deze variabelen. Deze benadering draagt bij aan een genuanceerd begrip, vooral omdat het bestaande onderzoek tegenstrijdige conclusies presenteert. Zo zijn ecotoerisme-branding een belangrijk beleidsinstrument voor natuurbehoud37, en de uitbreiding van de ecologische voetafdruk van grote toeristen, de bevindingen over de Environmental Kuznets Curve (EKC) gemengd. Sommige studies bevestigen dat toerisme de EKC kan triggeren, wat suggereert dat het de milieuduurzaamheid in hoge-inkomenseconomieën kan bevorderen, ondanks dat toeristenaankomst en -ontvangsten over het algemeen een schadelijk effect hebben op de uitstoot38. Andersom verwerpt ander onderzoek de stelling van de Kuznets in staten met een hoog inkomen of vindt het een toenemende monotone relatie tussen toerisme-inkomsten en milieukosten39.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

Theoretisch kader en variabeleselectie
Het empirische model en de variabeleselectie voor deze studie zijn expliciet afgeleid van een synthese van fundamentele theorieën die de dynamische relatie tussen economische ontwikkeling en milieuduurzaamheid verklaren. Het onderzoek wordt voornamelijk geleid door de Environmental Kuznets Curve (EKC) hypothese40, die een omgekeerde U-vormige baan stelt waarbij milieudegradatie aanvankelijk toeneemt met economische groei, maar uiteindelijk afneemt nadat een bepaalde inkomensdrempel is bereikt. Om deze kernstelling te testen, wordt het bruto binnenlands product (BBP) opgenomen als de belangrijkste indicator van economische schaal en ontwikkeling. Tegelijkertijd integreert de analyse de toerisme-gedreven groeihypothese, waardoor toerisme en reizen (T&T) als percentage van het BBP worden opgenomen om de dubbele rol van de sector als zowel motor voor economische groei als potentiële bron van toegenomen grondstoffenverbruik en vervuiling te beoordelen. De theoretische verwachting van een niet-lineaire relatie leidt tot de opname van een kwadratische T&T-term in het model om empirisch het potentiële EKC-keerpunt te vangen dat specifiek is voor de toerismesector. Verder wordt theoretisch onderbouwd door de hypothese van vervuilingshavens, die suggereert dat strenge milieuregels in ontwikkelde economieën kunnen leiden tot de verhuizing van vervuilende industrieën naar landen met soepelere normen. Om deze claim voor China empirisch te evalueren, worden Joint Venture (JV) instromen opgenomen als een proxy voor buitenlandse directe investeringen, waarbij wordt getest of dergelijke kapitaalstromen de binnenlandse ecologische voetafdruk verergeren. Het model erkent ook de cruciale rol van energiesystemen door de lens van het IPAT (Impact = Population × Affluence × Technology)-kader, dat energieverbruik identificeert als een fundamentele directe drijfveer van ecologische impact. Daarom wordt het energieverbruik (EU) meegenomen als een belangrijke onafhankelijke variabele, die de vervuilingsintensiteit weerspiegelt die inherent is aan de energiemix van een land. Ten slotte houdt het model rekening met Open Trade (OT), geïnformeerd door handelstheorie, die stelt dat internationale handel de omgeving beïnvloedt via schaal (verhoogde output), samenstelling (verschuivingen in industriële structuur) en techniek (technologieoverdracht) effecten. De keuze van de uitgebreide Ecologische Voetafdruk (EF) als afhankelijke variabele is op zichzelf een theoretische keuze die aansluit bij ecologische economie, omdat het een holistische maatstaf biedt voor de door de mens veroorzaakte vraag naar bioproductieve ecosystemen, waardoor de multidimensionale milieukosten van economische activiteiten effectief worden vastgelegd41,42. Deze coherente theoretische triangulatie informeert direct de constructie van de bemonsterde dataset, waarbij elke variabele een specifiek, theorie-gedreven kanaal vertegenwoordigt waardoor China's sociaaleconomische evolutie de ecologische basis beïnvloedt.

Data- en modelspecificatie
Van 1990 tot 2023 gebruikte dit onderzoek jaarbasisreeksgegevens uit China. De afhankelijke variabele van de studie, die milieuvervuiling kan vervangen, is een ecologische voetafdruk. Met andere woorden, de EF levert het aantal hectare grondgebied en de rivier dat nodig is om het grondgebied te ondersteunen. Volgens een theorie tonen milieukosten met hogere waarden een grotere milieuschade. Het hele ecosysteem wordt gebruikt om milieuschade te meten. Toeristische inkomsten, toeristische uitgaven en het percentage bezoekers hebben grotendeels de rol van toerisme-ontwikkelingsfactoren ingenomen in relevante literatuur43. De impact op koolstof is de afhankelijke factor van het rapport. Deze studie was een pionier in het gebruik van gegevens over toerisme en reizen als percentage van het BBP om te onderzoeken hoe dit de ecologische voetafdruk van China beïnvloedde. Naar aanleiding van het werk van Mrabet en Alsamara44 werd ook het energieverbruik in de studie opgenomen. Voor het huidige onderzoek zijn gegevens verzameld uit de World Development Indicators. China Statistical Yearbook en het China Bureau of Statistics gaven beide informatie over de groei van het toerisme in China. Daarnaast werd informatie over de footprint verkregen van het Global Footprint Network (2018)45, en de World Data Atlas bood informatie over de reis- en toeristenindustrie als aandeel van het BBP.

Analytisch kader
Volgens het nieuwste onderzoek verhoogt de groei van de toeristische industrie de hoeveelheid milieueffecten aanzienlijk. Als gevolg hiervan definiëren we de volgende econometrische schattbare vergelijking, die na46,47 komt, als volgt:

Vergelijking 1(1)

BBP staat voor economische ontwikkeling, waarbij EF een plaats is voor ecologische voetafdruk en de EU voor energiebenutting. Om de effecten op de milieukosten van China te onderzoeken, betrof dit onderzoek zowel reizen als de toeristenindustrie als percentage van het bbp (T&T). Daarnaast wordt de som van kwadraten, term voor bezoekersaantallen en reizen, toegevoegd om de Kuznets-curve-achtige verbinding tussen koolstofimpact en de toeristenindustrie te testen. Het systeem vertegenwoordigt buitenlandse directe investeringen (FDI) om te onderzoeken of de instroom ervan een significante rol speelt bij het bepalen van de milieuintegriteit door het volgen van de Carbon Emissions Sanctuary Speculation of Contamination Halo Speculation48. Daarnaast werd handelsliberalisering, die ook een cruciale mogelijke factor voor milieubescherming is, benadrukt in het milieudomein van dit rapport in overeenstemming met het werk van49. Het volgende is het econometrische model.

Vergelijking 2(2)

Het nieuwste onderzoek gebruikte de natuurlijke grafiek van de factoren in het rapport om de directe elasticiteit van de coëfficiënt te bepalen en het schattingsproces te vereenvoudigen. Dus, het volgende is een aanpassing van de vergelijking;

Vergelijking 3(3)

Schattingsbenadering
Het huidige onderzoek onderzoekt aanvankelijk de gladheid van de informatie om te bepalen of deze vlak of stilstaand is. Een geschikte cointegratieanalyse die in deze situatie kan worden gebruikt, is de auto-regressieve lag (ARDL). Er wordt bediscussieerd dat de ARDL-gebonden beoordelingsmethode beter is dan andere methoden op basis van haar kwaliteiten, waaronder het volgende: het kan worden gebruikt ondanks de volgorde van correlatie van factoren, hetzij I(0), I(1) of een mengsel; dit kan tegelijkertijd kortere en langdurige resultaten evalueren; Het omvat het probleem van exogene variabelen en restverbindingen vanwege de juiste lags-selectie, het heeft redelijke beperkte testkwaliteiten in vergelijking met Johansen benadering50. De methode van recordgeneratie omvat voldoende vertragingen bij het overschakelen van zo'n gemeenschappelijke structuur naar een specifieke structuur voor nauwkeurige schattingen51. Daarnaast kunnen we met een eenvoudige lineaire transformatie kortetermijnaanpassingen integreren om een mechanisme voor foutcorrectie te creëren zonder het langetermijnevenwicht te verstoren. Het onderzoek richt zich op foutcorrectiemechanismen onder ARDL voor kortetermijnschattingen en op basis van Ordinary Least Squared (OLS) metingen voor de langere periode. De huidige studie gebruikte een dubbel logaritmekader, geschikt voor Malaysia52, en nam factoren in logvorm om autocorrelatie en multi-collineariteit te vermijden. De ARDL-techniek werd in dit onderzoek gebruikt om de volgende langetermijn-aanwezigheidsverbindingen te identificeren:

Vergelijking 7(4)

Waar de standaardfout wordt getoond door β0 de constante term is. Het volgende deel van de berekening, gesymboliseerd door λ, duidt op langdurige verbindingen, terwijl de optelpictogrammen de dynamiek op korte termijn weergeven. Om te bepalen of variabelen op de lange termijn worden meegenomen, koos het onderzoek voor een geboundtest. Er wordt beweerd dat de benaderde F-statistiekwaarde de maximale grens overschrijdt waarbij cointegratie kan worden voorspeld. De co-integratietest werd verder geëvalueerd in de huidige studie. Talrijke onderzoekers hebben diverse co-integratietechnieken ontwikkeld in econometrische literaire werken, met uiteenlopende resultaten en kenmerken. Er werd een geconsolideerde test ontwikkeld om de correlatiecapaciteit te verbeteren op basis van een aantal eerdere co-integratiemethoden. Voor nog meer uitgebreide schattingsmethoden biedt deze techniek gecombineerde statistieken om nulpunten te testen zonder cointegratie. Cointegratie wordt geaccepteerd als de nulhypothese wordt verworpen. Volgens de som van de gemeten significantieniveaus (p-waarden) voor elke cointegratietest onder Fisher's formule is als volgt:

Vergelijking 4(5)

Vergelijking 5(6)

Hierin staat EG voor Engle and Granger statistics, en JOH voor Johansen test statistics53. Het is aangetoond dat BDM en BO de Boswijkse teststatistieken54 presenteren. Net zoals de gebruikte acroniemen voor deze beoordelingen de p-waarden van cointegratie weergeven, zouden we de no-cointegratiehypothese verwerpen als de getabelleerde waarden onder de geïgrateerde Fisher-statistieken liggen. Daarnaast zouden de volgende kortetermijnbeoordelingen worden uitgevoerd met behulp van het correctiemechanisme van fouten:

Vergelijking 6(7)

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Voorlopige analyse
Een grondige voorlopige analyse van de data is een fundamentele voorwaarde voor robuuste econometrische modellering, omdat deze de essentiële kenmerken en het gedrag van de onderliggende variabelen vastlegt. Deze fase omvat het onderzoeken van beschrijvende statistieken om centrale tendensen, verspreiding en normaliteit te begrijpen, terwijl grafische inspecties zoals boxplots en groeisnelheden cruciale visuele inzichten bieden in de verdeling, variabiliteit en temporele evolutie va...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

De bevindingen van deze studie bevestigen de complexe relatie tussen economische activiteiten en milieudegradatie in China, met cruciale gevolgen voor het beleid. Onze toepassing van de Toda-Yamamoto causaliteitstest en de ARDL-cointegratiemethode bood een robuust kader om deze dynamiek te ontwarren. Het succes van dit analytische protocol hing af van twee cruciale stappen: ten eerste het tot stand brengen van een stabiele, langetermijn-cointegrerende relatie tussen de variabelen, die he...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De auteurs hebben geen concurrerende belangen om te verklaren.

Dankbetuigingen

Dit onderzoek kreeg geen financiering.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
Gegevensbronnen
Environmental Footprint (EF) GegevensGlobal Footprint Network (2018)Dient als de afhankelijke variabele die de ecologische druk van economische activiteiten vastlegt; vervangt traditionele vervuilingsindicatoren.
Toerisme & Reizen (T&T) als % van BBPWorld Data Atlas; China Statistical Yearbook; China Bureau of StatisticsMeet de bijdrage van de toeristische sector aan de economische activiteit en de milieugevolgen daarvan; gebruikt om de EKC die door toerisme wordt aangedreven te testen door T&T2 op te nemen.
BBP (Economisch Ontwikkelingsindicator)World Development Indicators (WDI)Kernvariabele voor het testen van de EKC-hypothese en het modelleren van het schaaleffect van economische groei.
Energiegebruik (EU)World Development Indicators (WDI)Legt de vervuilingsintensiteit van energieverbruik vast, in lijn met het IPAT-raamwerk.
Joint Venture (JV) / FDI-proxyMinisterie van Handel van China, Chinese investeringen & JV-recordsGebruikt als een proxy voor FDI om de vervuilingshaven en vervuilingshalo-hypothesen binnen China te testen.
Open Handel (OT)World Development Indicators (WDI)Stelt de openheid van de handel voor om schaal-, samenstellings- en techniekeffecten op EF te evalueren.
Geconstrueerde variabelen
Toerisme Niet-lineair Term (T&T²)Berekende vierkante term van T&T als % van BBPMaakt het mogelijk om niet-lineair EKC-type gedrag binnen de toeristische sector te testen.
Log-getransformeerde variabelenNatuurlijke logaritme toegepast op EF, T&T, BBP, EU, OTZorgt voor een op elasticiteit gebaseerde interpretatie, vermindert heteroskedastischheid en verbetert de modelaanpassing.
Software & Hulpmiddelen
Econometrische softwareEViews / Stata / R (niet gespecificeerd maar vereist)Wordt gebruikt voor tijdreekstransformatie, econometrische schatting (ARDL, co-integratietesten), diagnostica en causaliteitstesten.
Econometrische methoden & Tests
Unit Root-testenADF, PP (impliciet), stationariteitsdiagnostica voor tijdreeksenBepaalt of variabelen I(0) of I(1) zijn vóór ARDL-schatting.
ARDL-boundstestenPesaran et al. (2001) ARDL-methodologieEvalueert langetermijnco-integratie tussen EF en zijn determinanten; behandelt gemengde orden van integratie.
Fisher-Johansen Gecombineerde Co-integratietestEngle–Granger, Johansen, Boswijk, Banerjee-Dolado-Mestre (BDM)Valideert co-integrerende relaties met behulp van meerdere geïntegreerde co-integratiestatistieken.
Langetermijn- en kortetermijn-ARDL-schattingARDL-gebaseerd ECM-raamwerkSchat kortetermijnelasticiteiten en langetermijnevenwichtsrelaties die van invloed zijn op EF.
Foutcorrectieterm (ECT)Afgeleid uit ARDL-lang-termijnvergelijkingMeet de snelheid waarmee EF terugkeert naar evenwicht na kortetermijnschokken.
Structuur & StabiliteitsdiagnosticaCUSUM en CUSUMSQ-testsTest op structurele stabiliteit en afwezigheid van parameterverschuivingen in de tijd.
CausaliteitsanalyseGranger-causaliteit (binnen ARDL-raamwerk)Bepaalt de directionele causaliteit tussen EF, toerisme, BBP, EU, OT en JV.

Referenties

  1. Khan, A., et al. Examining the pollution haven, and environmental kuznets hypothesis for ecological footprints: an econometric analysis of China, India, and Pakistan. J Asia Pac Econ. 26 (3), 462-482 (2021).
  2. Liu, P., et al. Determining the environmental effect of Chinese FDI on the Belt and Road countries CO2 emissions: an EKC-based assessment in the context of pollution haven and halo hypotheses. Environ Sci Eur. 36 (1), 48(2024).
  3. Yilanci, V., Pata, U. K. Investigating the EKC hypothesis for China: the role of economic complexity on ecological footprint. Environ Sci Pollut Res. 27 (26), 32683-32694 (2020).
  4. Mahmood, H. Trade, FDI, and CO2 emissions nexus in Latin America: the spatial analysis in testing the pollution haven and the EKC hypotheses. Environ Sci Pollut Res. 30 (6), 14439-14454 (2023).
  5. Li, W., et al. Energy consumption, pollution haven hypothesis, and Environmental Kuznets Curve: examining the environment-economy link in Belt and Road Initiative countries. Energy. 239, 122559(2022).
  6. Akram, R., et al. Investigating the existence of asymmetric environmental Kuznets curve and pollution haven hypothesis in China: fresh evidence from QARDL and quantile Granger causality. Environ Sci Pollut Res. 29 (33), 50454-50470 (2022).
  7. Ahmad, M., et al. Heterogeneity of pollution haven/halo hypothesis and environmental Kuznets curve hypothesis across development levels of Chinese provinces. J Clean Prod. 285, 124898(2021).
  8. Liu, Y., Lai, X. EKC and carbon footprint of cross-border waste transfer: evidence from 134 countries. Ecol Indic. 129, 107961(2021).
  9. Al Numan, A., et al. Testing the pollution haven and inverted N-shaped EKC hypotheses in the ASEAN region: the impact of FDI and energy mix on environmental quality. Environ Sustain Indic. , 100698(2025).
  10. Kumar, P., et al. Pollution haven hypothesis and EKC dynamics: moderating effect of FDI. A study in Shanghai Cooperation Organization countries. Environ Res Commun. 6 (11), 115032(2024).
  11. Han, A., et al. Investigation of pollution haven hypothesis for China: a Fourier ADL cointegration analysis. Akademik Arastirmalar ve Calismalar Dergisi. 16 (31), 429-440 (2024).
  12. Liu, H., et al. Spatial pattern and the development of green finance trends in China. Renew Energy. 211, 370-378 (2023).
  13. Sun, C., et al. Investigation of pollution haven hypothesis for China: an ARDL approach with breakpoint unit root tests. J Clean Prod. 161, 153-164 (2017).
  14. Gill, F. L., et al. Analysis of pollution haven hypothesis (PHH) and environmental Kuznets curve (EKC) in selected ASEAN countries. Rev Econ Dev Stud. 6 (1), 83-95 (2020).
  15. Leal Filho, W., et al. Identifying and overcoming obstacles to the implementation of sustainable development at universities. J Integr Environ Sci. 14 (1), 93-108 (2017).
  16. Mahmood, H., et al. The environmental Kuznets curve (EKC) hypothesis in China: a review. Sustainability. 15 (7), 6110(2023).
  17. Doğan, B., et al. innovation and fiscal spending: decoding the path to sustainable development. Sustain Dev. , (2025).
  18. Naqvi, S. A. A., et al. Environmental sustainability and biomass energy consumption through the lens of pollution haven hypothesis and renewable energy-environmental Kuznets curve. Renew Energy. 212, 621-631 (2023).
  19. Wang, X. Determinants of ecological and carbon footprints to assess the framework of environmental sustainability in BRICS countries: a panel ARDL and causality estimation model. Environ Res. 197, 111111(2021).
  20. Dao, N. B., et al. Toward sustainable ecology: how do environmental technologies, green financial policies, energy uncertainties, and natural resources rents matter. Clean Techn Environ Policy. 27, 1387-1405 (2025).
  21. Ben Jebli, M., et al. The dynamic linkage between renewable energy, tourism, CO2 emissions, economic growth, foreign direct investment, and trade. Lat Am Econ Rev. 28 (1), 1-19 (2019).
  22. Pulido-Fernández, J. I., et al. Does environmental sustainability contribute to tourism growth? An analysis at the country level. J Clean Prod. 213, 309-319 (2019).
  23. Bekun, F. V., et al. Revisiting the pollution haven hypothesis within the context of the environmental Kuznets curve. Int J Energy Sect Manag. 17 (6), 1210-1231 (2023).
  24. Wang, Q., et al. Reinvestigating the environmental Kuznets curve (EKC) of carbon emissions and ecological footprint in 147 countries: a matter of trade protectionism. Humanit Soc Sci Commun. 11 (1), 1-17 (2024).
  25. Xuan, V. N. Determinants of environmental pollution in China: novel findings from ARDL method. Environ Health Insights. 18, 11786302241307102(2024).
  26. Liu, H., et al. Export diversification and ecological footprint: a comparative study on EKC theory among Korea, Japan, and China. Sustainability. 10 (10), 3657(2018).
  27. Paramati, S. R., et al. The role of environmental technology for energy demand and energy efficiency: evidence from OECD countries. Renew Sustain Energy Rev. 153, 111735(2022).
  28. Al-Mulali, U., et al. Investigating the environmental Kuznets curve (EKC) hypothesis by utilizing the ecological footprint as an indicator of environmental degradation. Ecol Indic. 48, 315-323 (2015).
  29. Ozkan, O., et al. Reconsidering the environmental Kuznets curve, pollution haven, and pollution halo hypotheses with carbon efficiency in China: a dynamic ARDL simulations approach. Environ Sci Pollut Res. 30 (26), 68163-68176 (2023).
  30. Ullah, S., et al. Digital inclusion and environmental taxes: a dynamic duo for energy transition in green economies. Appl Energy. 361, 122911(2024).
  31. Nawaz, S. M., et al. The impasse of energy consumption coupling with pollution haven hypothesis and environmental Kuznets curve: a case study of South Asian economies. Environ Sci Pollut Res. 28 (35), 48799-48807 (2021).
  32. Seker, F., et al. The impact of foreign direct investment on environmental quality: a bounds testing and causality analysis for Turkey. Renew Sustain Energy Rev. 52, 347-356 (2015).
  33. Adebayo, T. S., et al. Analyzing the effects of solar energy innovations, digitalization, and economic globalization on environmental quality in the United States. Clean Techn Environ Policy. 26 (12), 4157-4176 (2024).
  34. Ibrahim, M. H., Rizvi, S. A. R. Emissions and trade in Southeast and East Asian countries: a panel co-integration analysis. Int J Clim Change Strat Manag. 7 (4), 460-475 (2015).
  35. Zhuang, Y., et al. Environmental impact of infrastructure-led Chinese outward FDI, tourism development and technology innovation: a regional country analysis. J Environ Plann Manag. 66 (2), 367-399 (2022).
  36. Hassan, M. S., et al. Prospects of environmental kuznets curve and green growth in developed and developing economies. Stud Appl Econ. , (2020).
  37. Güler, İ, et al. Analyzing the impact of economic growth and FDI on sustainable development goals in China: insights from ecological footprints and load capacity factors. Front Environ Sci. 13, 1513158(2025).
  38. Saleem, N., Shujah-ur-Rahman, J. Z. The impact of human capital and biocapacity on environment: environmental quality measure through ecological footprint and greenhouse gases. J Pollut Eff Cont. 7 (2), 237(2019).
  39. Li, B., et al. Ecological footprint analysis of the phosphorus industry in China. Environ Sci Pollut Res. 29 (48), 73461-73479 (2022).
  40. Dinda, S. Environmental Kuznets curve hypothesis: a survey. Ecol Econ. 49 (4), 431-455 (2004).
  41. Murshed, M., et al. The nexus between environmental regulations, economic growth, and environmental sustainability: linking environmental patents to ecological footprint reduction in South Asia. Environ Sci Pollut Res. 28 (36), 49967-49988 (2021).
  42. Thio, E., et al. The estimation of influencing factors for carbon emissions based on EKC hypothesis and STIRPAT model: Evidence from top 10 countries. Environ Dev Sustain. 24 (9), 11226-11259 (2022).
  43. Leal Filho, W., et al. Identifying and overcoming obstacles to the implementation of sustainable development at universities. J Integr Environ Sci. 14 (1), 93-108 (2017).
  44. Saint Akadiri, S., et al. Renewable energy consumption in EU-28 countries: policy toward pollution mitigation and economic sustainability. Energy Policy. 132, 803-810 (2019).
  45. Lin, D., et al. Ecological footprint accounting for countries: updates and results of the National Footprint Accounts, 2012-2018. Resources. 7 (3), 58(2018).
  46. Chen, L., et al. The relationship between tourism, carbon dioxide emissions, and economic growth in the Yangtze River Delta, China. Sustainability. 10 (7), 2118(2018).
  47. Zhang, W., et al. Mental health and psychosocial problems of medical health workers during the COVID-19 epidemic in China. Psychother Psychosom. 89 (4), 242-250 (2020).
  48. Magazzino, C., et al. A machine learning approach on the relationship among solar and wind energy production, coal consumption, GDP, and CO2 emissions. Renew Energy. 167, 99-115 (2021).
  49. Mrabet, Z., Alsamara, M. Testing the Kuznets Curve hypothesis for Qatar: A comparison between carbon dioxide and ecological footprint. Renew Sustain Energy Rev. 70, 1366-1375 (2017).
  50. Aşıcı, A. A., Acar, S. Does income growth relocate ecological footprint. Ecol Indic. 61, 707-714 (2016).
  51. Ben Jebli, M., Hadhri, W. The dynamic causal links between CO2 emissions from transport, real GDP, energy use and international tourism. Int J Sustain Dev World Ecol. 25 (6), 568-577 (2018).
  52. Ali, Q., et al. The impact of tourism, renewable energy, and economic growth on ecological footprint and natural resources: a panel data analysis. Resour Policy. 74, 102365(2021).
  53. Bilgili, F. Stationarity and cointegration tests: comparison of Engle-Granger and Johansen methodologies. Erciyes Univ Iktisadi Idari Bilimler Fak Derg. 13, 131-141 (1998).
  54. Boswijk, P. On the formulation of Wald tests on long-run parameters. Oxf Bull Econ Stat. 55 (1), 137-144 (1993).
  55. Toda, H. Y., Yamamoto, T. Statistical inference in vector autoregressions with possibly integrated processes. J Econom. 66 (1-2), 225-250 (1995).
  56. Pulido-Fernández, J. I., et al. Does environmental sustainability contribute to tourism growth? An analysis at the country level. J Clean Prod. 213, 309-319 (2019).
  57. Al-Mulali, U., et al. Electricity consumption from renewable and non-renewable sources and economic growth: evidence from Latin American countries. Renew Sustain Energy Rev. 30, 290-298 (2014).
  58. Gholipour, H. F., et al. Foreign investments in real estate, economic growth and property prices: evidence from OECD countries. J Econ Policy Reform. 17 (1), 33-45 (2014).
  59. Mrabet, Z., Alsamara, M. The impact of parallel market exchange rate volatility and oil exports on real GDP in Syria: evidence from the ARDL approach. J Int Trade Econ Dev. 27 (3), 333-349 (2018).
  60. Zahra, S., et al. Fiscal policy and environment: a long-run multivariate empirical analysis of ecological footprint in Pakistan. Environ Sci Pollut Res. 29 (2), 2523-2538 (2022).
  61. Asif, K., et al. political instability, and environmental degradation in South Asia: a comparative analysis of carbon footprint and ecological footprint. J Knowl Econ. 15 (1), 4072-4096 (2024).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

Milieukuznets curveimpact van ecotoerismeeconomische groeienergieverbruikhandelsopenheidbuitenlandse directe investeringenduurzaam toerismeChinees milieubeleid

Gerelateerde artikelen