Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.

Onderzoeksartikel

De wisselwerking van technologische vooruitgang, gelijkheid in de volksgezondheid en bestuur in het vormgeven van G7-toekomsten als katalysatoren van duurzame ontwikkeling

365 weergaven

DOI:

10.3791/69941

9 januari 2026

In dit artikel

Samenvatting

Deze studie toont aan dat governance een cruciale moderator is in de synergetische triade van technologie, gezondheidsgelijkheid en duurzaamheid in de G7-landen. Het onthult een omgekeerde U-vormige relatie, waaruit blijkt dat geïntegreerde, langetermijnstrategieën die deze elementen op één lijn brengen, essentieel zijn voor veerkrachtige vooruitgang.

Samenvatting

Deze studie onderzoekt de onderlinge afhankelijke dynamiek van technologische innovatie, gelijkheid in de volksgezondheid en bestuurskwaliteit als katalysatoren voor duurzame ontwikkeling in G7-economieën. Met behulp van een robuuste empirische methodologie, waaronder cross-sectional autoregressive distributed lag (CS-ARDL) en panelregressiemodellen, maakt de analyse gebruik van longitudinale data om korte- en langetermijnrelaties te ontwarren. De bevindingen tonen aan dat deze factoren een synergetische triade vormen, waarbij governance quality fungeert als een cruciale moderator die de positieve impact van digitale infrastructuur versterkt. Een nieuwe bevinding is de omgekeerde U-vormige relatie tussen prestaties van duurzame ontwikkeling en de resultaten ervan, wat wijst op afnemende marginale meeropbrengsten. De studie bevestigt verder dat volksgezondheid en arbeidsmarktefficiëntie fundamentele inputs zijn voor langdurige veerkracht. De belangrijkste implicatie is dat gescheiden beleidsinterventies onvoldoende zijn; Het bereiken van duurzame ontwikkeling vereist geïntegreerde strategieën die technologische vooruitgang bewust afstemmen op institutionele kracht en investeringen in menselijk kapitaal. Deze studie levert een nieuw empirisch kader om de niet-lineaire en voorwaardelijke interacties te begrijpen die de paden van geavanceerde economieën naar duurzaamheid vormgeven.

Inleiding

Het nastreven van duurzame ontwikkeling vormt de grootste uitdaging van de 21e eeuw, een complexe onderneming die de verzoening vraagt tussen economische vooruitgang, sociale inclusie en milieubeheer1. Voor de Groep van Zeven (G7)-landen, geavanceerde economieën met aanzienlijke wereldwijde invloed, is deze zoektocht een cruciale test van hun leiderschap in een tijdperk van polycrisis2. Dit hedendaagse landschap van overlappende crises, de klimaatnoodsituatie3, de ontwrichtende nasleep van de pandemie en de snelle verschuivingen van de Vierde Industriële Revolutie onthult de ontoereikendheid van sectorale reacties en onderstreept de noodzaak van geïntegreerde kaders die systemische onderlinge afhankelijkhedenaanpakken 4,5. Technologische innovatie wordt geprezen als een cruciale motor voor het bereiken van het Duurzame Ontwikkelingsdoel (SDG)6, dat instrumenten biedt om groei los te koppelen van milieuschade en het welzijn van het menselijk levente bevorderen 7. Kunstmatige intelligentie en big data kunnen hernieuwbare energiesystemen optimaliseren, terwijl IoT- en circulaire economiemodellen radicalehulpbronnenefficiëntie beloven. Tegelijkertijd kunnen digitale gezondheid en AI-diagnostiek de toegang toten de kwaliteit van gezondheidszorg revolutioneren. Toch is deze relatie niet-deterministisch. Dezezelfde technologieën lopen het risico maatschappelijke vooroordelen te verergeren, digitale kloof te verdiepen en nieuwe ecologische voetafdrukken te creëren, wat aantoont dat hun netto-impact afhankelijk is van de maatschappelijke kaders die hun toepassing sturen10.

Deze voorwaarde vereist volksgezondheidsgelijkheid als fundamentele pijler en evaluatieve maatstaf voor duurzame vooruitgang. Gezondheidsgelijkheid, het bereiken van het hoogste niveau van gezondheid voor iedereen, is een kernonderdeel van sociale duurzaamheid en een voorwaarde voor economische veerkracht en stabiliteit11. De pandemie illustreerde op scherpe wijze hoe ongelijke gezondheidsuitkomsten, gevormd door sociaaleconomische en structurele determinanten, menselijk kapitaal en sociale samenhang ondermijnen12. Daarom moeten technologische vooruitgang in de gezondheidszorg intrinsiek verbonden zijn met rechtvaardigheidsdoelen; anders lopen ze het risico instrumenten van verdere ongelijkheid te worden, waardoor de basis van duurzame samenlevingenwordt ondermijnd. Governance is het cruciale bemiddelende mechanisme dat actief de interactie tussen technologie en gelijkheid structureert14. Het omvat de specifieke instellingen, regels en processen die technologisch potentieel benutten of belemmeren voor rechtvaardige doeleinden15. Om effectief te zijn in een poly-crisis context, moet governance transformerend zijn en verder gaan dan geïsoleerde en reactieve modellen. Belangrijke kenmerken zijn onder andere de regelgevende kwaliteit om ethische technologische ontwikkeling te waarborgen, de effectiviteit van de overheid bij het uitvoeren van pro-gelijkheidsbeleid, en robuuste publieke verantwoording om het maatschappelijk middenveld te betrekken bij besluitvorming16. Via dergelijke mechanismen kan governance innovatie afstemmen op maatschappelijke behoeften, bijvoorbeeld door AI-investeringen te richten op het verminderen van gezondheidszorgverschillen in plaats van ze te vergroten. Hoewel bestaande literatuur het belang van technologie, equity17 en governance afzonderlijk erkent, blijft er een aanzienlijke kloof bestaan in de concreet analyse van hun synergetische interactie als een geïntegreerde triade, vooral binnen de context van de G718. Eerdere studies, zoals die van Kickbusch et al.19 over governance en Işık et al.20 over systemische uitdagingen, behandelen deze elementen vaak parallel in plaats van hun precieze, recursieve verbanden te onderzoeken. Deze studie heeft als doel die kloof te vullen door een rigoureus conceptueel model te bieden dat de mechanismen specificeert waarmee transformerend bestuur de relatie tussen technologie en gelijkheid bemiddelt. Vervolgens past zij dit kader toe om het beleid van de G7-landen te evalueren, met het argument dat duurzame vooruitgang niet afhangt van één enkele katalysator, maar van de bewuste strategische afstemming van alle drie de domeinen21en het bbp-groeitraject van de G7-economieën van 1990 tot 2022. De Verenigde Staten hebben consequent de grootste economie en het hoogste verwachte BBP, waarmee ze de andere landen aanzienlijk overtreffen (Figuur 1). De grafiek toont een algemene opwaartse trend voor alle leden, met name een versnelling na het begin van de jaren 2000, hoewel er aanzienlijke variaties in groeipercentages zijn. Japan en Italië vertonen relatief vlakker groeipatronen vergeleken met hun tijdgenoten over de waargenomen periode.

Literatuuroverzicht
Een robuuste literatuur stelt vast dat het nastreven van duurzame ontwikkeling een inherent complex, niet-lineair proces is, dat de simplistische, groeigerichte paradigma's van de afgelopen22 uitdaagt. Hoewel de definitie van de Brundtland-commissie fundamenteel blijft, beschrijft hedendaags onderzoek duurzaamheid steeds meer als een slecht probleem dat wordt gekenmerkt door concurrerende waarden, wetenschappelijke onzekerheid en onherleidbare afwegingen23. Hun hoge historische emissies en consumptiepatronen leggen een onevenredige verantwoordelijkheid op hen om te leiden tot losgekoppelde groei waarbij economische activiteit losstaat van milieuschade24. De literatuur onthult echter een aanzienlijk gat in hetzicht: een neiging om de belangrijkste factoren van deze transitietechnologie, gelijkheid en governance relatief geïsoleerd te analyseren, waardoor de kritischheid van hun synergetische interacties wordt onderschat. Het discours over technologische vooruitgang wordt gekenmerkt door een fundamentele spanning tussen techno-optimisme en kritische sociaal-technische toetsing26. Voorstanders stellen dat de Vierde Industriële Revolutie een ongeëvenaarde toolkit biedt voor de SDG's, waarbij AI en big data klaar staan om de efficiëntie van hulpbronnen te optimaliseren, de transitie van schone energie te versnellen en de circulaire economiemodel 27 mogelijk te maken. Toch daagt een kritische stroming binnen de literatuur deze deterministische visie krachtig uit, waarbij technologie niet als een neutrale oplossing wordt gepresenteerd, maar als een sociaal product doordrenkt met waarden en machtsstructuren28. Het concept van de digitale kloof is verder geëvolueerd dan louter toegang en omvat nu ongelijkheden in vaardigheden, gebruik en uitkomsten, en dreigt nieuwe, technologisch versterkte vormen vanongelijkheid te creëren. Bovendien vormt de ecologische voetafdruk van digitalisering zelf, van de energie-intensiteit van datacenters tot de minerale winning voor hardware, een potentiële paradox waarbij duurzaamheidsoplossingen bijdragen aan hetprobleem 30.

Tegelijkertijd heeft de literatuur over volksgezondheid een cruciale uitbreiding ondergaan, waarbij ze verder gaat dan een biomedische focus en een benadering van gezondheidsgelijkheid omarmt die is gebaseerd op de sociale determinanten van gezondheid (SDH)31. De COVID-19-pandemie diende als een brute empirische bevestiging van dit kader, waarbij werd aangetoond hoe bestaande sociale ongelijkheden in inkomen, ras en huisvesting zich vertaalden in sterk uiteenlopende gezondheidsuitkomsten en toegang tot zorg32. Het cruciale inzicht hier is dat gezondheidsrechtvaardigheid geen secundair resultaat van ontwikkeling is, maar een fundamentele factor voor maatschappelijke veerkracht en economische stabiliteit33. Een bevolking die wordt belast door te voorkomen ziekten en ongelijke toegang tot diensten kan geen productieve of duurzame samenleving vormen. Hedendaags onderzoek kadert duurzame ontwikkeling als een complex, ondeugend probleem, dat verder gaat dan lineaire, groeigerichte modellen34. Voor G7-landen vereist dit baanbrekende paden die economische activiteit loskoppelen van milieuschade, een taak die wordt bemoeilijkt door de neiging om de kernfactoren technologie, gelijkheid en bestuur geïsoleerd te analyseren in plaats van als een onderling verbonden systeem35. Een kritische verkenning van governancetheorieën is daarom essentieel, aangezien adaptieve, polycentrische en collaboratieve governancemodellen de noodzakelijke kaders bieden voor het beheren van complexe sociaal-technische transities, waarbij regelgevende kwaliteit en publieke verantwoording direct worden gekoppeld aan uitkomsten36,37. Het discours over technologie illustreert deze behoefte aan gereguleerde integratie. Gekenmerkt door spanningen tussen techno-optimisme en sociaal-technische kritiek, benadrukt het hoe innovaties als AI efficiëntie beloven, maar het risico lopen maatschappelijke vooroordelen te verankeren en dedigitale kloof te verergeren. Dit potentieel wordt bemiddeld door governance, dat bepaalt of beleid de ecologische voetafdruk van digitalisering vermindert of toestaat dat deze duurzaamheidsdoelen39 ondermijnt. Evenzo positioneert de volksgezondheidsliteratuur, gebaseerd op de sociale determinanten van gezondheid, gelijkheid als een fundamentele input voor maatschappelijke veerkracht40. De pandemie heeft op brute wijze aangetoond hoe structurele ongelijkheden zich vertalen in gezondheidsuitkomsten, waardoor het bestuur van technologie, zoals het waarborgen van telemedicine die toegang overbrugt in plaats van verbreden, een directe bepalende factor is voor gezondheidsgelijkheid41. De literatuur laat dus zien dat gezondheidsrechtvaardigheid zowel een doel als een maatstaf is voor het bestuur van technologische innovatie, waarbij hun onlosmakelijke en synergetische interactie wordt benadrukt42. Het Keyword co-occurrence netwerk clustert prominente onderzoeksthema's binnen de literatuur over duurzame ontwikkeling. De centrale drijfverenknoop is verbonden met grote clusters zoals ecosysteem en energieverbruik, wat de multidisciplinaire aard van het vakgebied aantoont. Er ontstaan duidelijke thematische groepen, waaronder volksgezondheid (COVID-19, gezondheidsrechtvaardigheid) en stedelijk-industriële systemen (verstedelijking, industriële ontwikkeling). Het netwerk benadrukt de sterke, onderling verbonden relatie tussen milieu-, sociale en economische factoren in duurzaamheidsonderzoek (Figuur 2).

Juist op het kruispunt van deze spanningen wordt de literatuur over bestuur van het grootste belang. De ontoereikendheid van traditionele, hiërarchische en sectorale bestuursmodellen voor het beheren van cross-cutting duurzaamheidsuitdagingen wordt algemeen erkend43. Als reactie daarop is de wetenschappelijke nadruk verschoven naar concepten als adaptief bestuur, polycentrisme en multi-stakeholder partnerschappen, die de nadruk leggen op samenwerking, leren en flexibiliteit44. De cruciale bestuursuitdaging ligt in het sturen van technologische innovatie naar rechtvaardige doelen. Dit vereist niet alleen regelgevende kaders voor veiligheid en ethiek45, maar ook proactief beleid dat innovatiepaden vormgeeft. Hoewel bestaande literatuur de onderling verbonden aard van deze uitdagingen erkent, blijft analyse overwegend sectoraal en onderzoekt technologie, gelijkheid en bestuur parallel in plaats van hun recursieve, systemische interacties te onderzoeken. Dit artikel pakt deze kloof aan door een integratief, door governance gemedieerd kader toe te passen om empirisch te onderzoeken hoe het beleid van G7-landen de synergetische afstemming van technologische innovatie met gezondheidsrechtvaardigheidsdoelstellingen bevordert of belemmert, en biedt zo een nieuwe beoordeling van systemische samenhang in duurzaamheidstransities.

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

Protocol

Deze studie hanteert een uitgebreide empirische strategie om de onderlinge afhankelijke dynamiek van technologische innovatie, gelijkheid in de volksgezondheid, governance en duurzame ontwikkeling binnen de G7-landen van 1990 tot 2022 te onderzoeken. De analyse maakt gebruik van geavanceerde paneldatatechnieken, waaronder Cross-Sectional Autoregressive Distributed Lag (CS-ARDL) en Common Correlated Effects Mean Group (CCEMG) modellen, die zijn geselecteerd om robuust rekening te houden met cross-sectionele afhankelijkheid en hellingsheetheid tussen economieën. Voorlopige tests bevestigen de stationariteit van data en stellen langetermijncointegratie tussen de kernvariabelen vast. De methodologie biedt daarmee een rigoureus kader om korte- en langetermijnrelaties te ontwarren en de voorgestelde synergetische triade te testen.

Theoretische achtergrond en empirische strategie
De overgang naar duurzame ontwikkeling vereist ingrijpende structurele veranderingen binnen geavanceerde economieën, vooral gezien de toenemende druk van klimaatverandering en milieudegradatie. De historische ontwikkeling van de G7-landen wordt gekenmerkt door economische modellen die sterk steunen op intensieve winning en consumptie van natuurlijke hulpbronnen, een traject dat fundamenteel onhoudbaar is. Als reactie daarop is overheidsinterventie cruciaal geworden, vooral uit zich in industrieel beleid dat gericht is op het loskoppelen van economische groei van ecologische schade. Deze interventies omvatten verplichtingen voor hulpbronnenbesparing, het bevorderen van innovatieve productietechnieken om emissies te verminderen en naleving van regelgeving te waarborgen, en strategische verschuivingen in energiesystemen richting hernieuwbare bronnen zoals geothermische energie om fossiele brandstoffen te verdringen. De centrale uitdaging ligt daarom in het orkestreren van een structurele transformatie die economische doelstellingen verzoent met planetaire grenzen.

Om deze transformatie te conceptualiseren, is de lens van economische complexiteit leerzaam. Het stelt dat de economische kracht van een natie voortkomt uit het vermogen om geavanceerde kennis en gespecialiseerde capaciteiten te benutten om geavanceerde goederen en diensten te produceren. De relatie tussen deze complexiteit en milieuduurzaamheid is echter niet deterministisch. Zoals verwoord door de Sustainable Development Index (SDI) van een land, kan worden gemodelleerd als een functie van de veelzijdige productiviteit (β = MFP/SDI), wat een kritische spanning onthult. Enerzijds kan geavanceerde industriële ontwikkeling (SDI) milieudegradatie intensiveren door uitputting van hulpbronnen en afvalproductie, een risico voor economieën die vastzitten in traditionele, hulpbronnenintensieve productie. Aan de andere kant kan dezezelfde complexiteit worden ingezet in groene industriële strategieën, die technologische innovatie stimuleren die milieuproblemen aanpakken en voldoen aan de groeiende vraag naar hernieuwbare energie. Het conceptuele onderzoeksmodel beschrijft de onderlinge relaties tussen kernconstructies die duurzame ontwikkeling aansturen. Het model positioneert Technologische Innovatie, Volksgezondheid en Bestuurskwaliteit als directe subelementen die het bredere systeem beïnvloeden. Deze factoren blijken samen te hangen met centrale concepten zoals Milieuduurzaamheid en Economische Complexiteit, die zelf verbonden zijn met Natuurlijke Hulpbronnen en Milieuachteruitgang. Het kader culmineert in een Empirisch Modelvergelijking, waarbij deze relaties worden samengevoegd tot een testbare analytische structuur (Figuur 3).

Empirisch model
Deze studie heeft als doel de relatie te onderzoeken tussen natuurlijke hulpbronnen, milieuachteruitgang, Governance Quality (GQ) en de complexiteit van de economieën van de G7-landen. Wij stellen in dit verband het volgende empirische model voor.

Vergelijking 1(1)

Laat PH het niveau van natuurlijke hulpbronnen vertegenwoordigen, GQ de kwaliteit van bestuur, LME het niveau van economische ontwikkeling, DI de staat van digitale infrastructuur, SDI economische complexiteit en TI de mate van technologische innovatie. We gebruikten logaritmische notatie voor statistische informatie om precieze en statistisch robuuste resultaten te garanderen.

Ontwikkeling van variabelen
We streven ernaar experimentele gegevens te verzamelen over de correlatie tussen milieudegradatie in de G7-landen van 1990 tot 2022 en factoren zoals digitale infrastructuur, bestuurskwaliteit, ontwikkeling van natuurlijke hulpbronnen, economische complexiteit en economische ontwikkeling. De informatie wordt gepresenteerd in Tabel 1. De Atlas Media-database biedt informatie over LME per hoofd van de bevolking (reguliere 2017 USD), Governance Quality (aantal inschrijvingen op middelbare scholen), economische complexiteit en natuurlijke hulpbronnen. De diepte, toegankelijkheid en efficiëntie van financiële instellingen bepalen de samengestelde indicator van digitale infrastructuur. De nieuwe TI-composietindex omvat CH4, PM2.5, N2O, CO2 en broeikasgas1-uitstoot. Als gevolg hiervan kunnen DI en TI worden weergegeven als:

Vergelijking 2(2)

Vergelijking 3(3)

Bovendien zijn de variabelen van deze studie en hun beschrijving weergegeven in Tabel 1. De opname van de Environmental Kuznets Curve (EKC) theorie in vergelijking 4 kan kort worden beschreven als:

Vergelijking 4(4)

Voorlopige tests
Het initiëren van deze pragmatische benadering houdt in dat empirische datasets worden onderzocht die dwarsdoorsnede-afhankelijkheid vertonen. Onbekende gedeelde schokken, globalisering en ondefinieerbare restafhankelijkheid kunnen allemaal bijdragen aan de aanwezigheid van CSD. Daarnaast faciliteert de CSD-schatting het articuleren van sociale netwerkinteracties en onbekende wederzijdse schokken. Nauwkeurige CSD-schatting verwijdert foutieve en bevooroordeelde parameters, waardoor efficiënte en consistente empirische resultaten mogelijk zijn. Pesaran-geschaalde LM, Breusch-Pagan LM, Bias-gecorrigeerde geschaalde LM en Pesaran CSD-tests worden in huidig onderzoek gebruikt. Breusch-Pagans eerste betrouwbare assays is de LM-test, die Breusch en Pagan46introduceerden. Vergelijking (5) berekent de LM-statistieken als volgt:

Vergelijking 5(5)

Vergelijking 6(6)

In de gegeven vergelijkingen duiden ̂ρ2ij, T en N respectievelijk de dwarsdoorsnedecorrelatie van de residuen, de tijdsvariabele en het totale aantal dwarsdoorsneden in het paneel aan. Het verzamelen van empirische gegevens met grote doorsneden is echter niet praktisch. Om deze beperking aan te pakken, introduceerde Pesaran47 het concept van een geschaalde LM-test.

Vergelijking 7(7)

De LM-test die door Pesaran werd geïntroduceerd, vertoont vervormingen wanneer de steekproefgrootte (T) kleiner is dan het aantal variabelen (N). Daarom een alternatieve CSD-test die kan worden beoordeeld met vergelijking (8):

Vergelijking 8(8)

Zodra de CSD is vastgesteld, gebruiken we de SH-test om de hellingsvariabiliteit te onderzoeken. Deze test is bijzonder geschikt voor paneldatasets omdat deze dwarsdoorsnede-afhankelijkheid (CSD) meeneemt en wiskundig kan worden weergegeven als:

Vergelijking 9(9)

Vergelijking 10(10)

Eenheidswortel- en cointegratietests
Met behulp van tweede-generatie eenheidsworteltests beoordeelt deze studie stationaire eigenschappen. Bij het beoordelen van de gegevens houdt de CADF-eenheidsworteltest rekening met structurele breuken en voert een primaire test uit onder de onderliggende aanname dat het tijdseffect elke doorsnede beïnvloedt en kan worden geïmplementeerd in zowel T > N als N > T. Naast CADF gebruiken we ook de CIPS unit root test, die de CADF voornamelijk gebruikt om het laggetal te verhogen en initiële variaties in de dataset te schatten om te analyseren Eenheidswortels. Zodra stationaire eigenschappen zijn vastgesteld, wordt de langetermijnverbinding tussen de datavariabelen onderzocht met behulp van de Westerlund cointegratietest. De fundamentele ideeën van de Westerlund-methode onderzoeken co-integratie door te bepalen of foutcorrectie voor elke indicator afzonderlijk aanwezig is of voor de gehele set indicatoren. Cointegratie van significante variatie treedt zowel op de lange als op korte termijn op. Verbinding is in de methode verwerkt.

Berekening voor uitgebreide determinanten
CS-ARDL, CCEMG en AMG worden in huidig onderzoek gebruikt als de primaire elementen van analytische strategieën. Ten eerste wordt het in dit werk gebruikt omdat CS-ARDL een effectieve econometrische methode is die zowel korte- als langetermijn-CSD en hellingsheterogeniteit aanpakt. Omdat CS-ARDL betrouwbaar is wanneer variabelen worden gecombineerd in een hybride sequentie, is het ook essentieel voor de beste resultaten. Ten slotte overwint het endogeniteit in het empirische model door gebruik te maken van CS-gemiddelden. De methodologie is zo opgebouwd dat deze voorlopige tests omvat voor Cross-Sectional Dependence (CSD) en Lagrange Multiplier (LM) diagnostiek. De kern van de analytische strategie omvat het Autoregressive Distributed Lag (ARDL)-model om korte- en langetermijndynamiek vast te leggen. Dit wordt aangevuld met twee robuuste schatters, de Common Correlated Effects Mean Group (CCEMG) en de Augmented Mean Group (AMG), om rekening te houden met heterogeniteit en veelvoorkomende factoren in de panelgegevens (Figuur 4).

Eberhardt en Bond48 stelden AMG voor, dat gebruikmaakte van typische dynamische effecten om dwarsdoorsnede-afhankelijkheid te omzeilen. Deze strategie lijkt op CCEMG om problemen met paneldatastatistieken aan te pakken. Statistici stellen dat AMG een veelvoorkomend dynamisch mechanisme is, terwijl CCEMG als een hinder wordt beschouwd. Bovendien berekent CCEMG de lineaire relaties tussen variabelen die van elkaar afhangen en de gemiddelde waarden over verschillende secties. Regressieanalyse wordt vervolgens gebruikt om elke parameter te schatten. AMG daarentegen heeft twee fasen om de gedeelde dynamische effecten van niet-geobserveerde variabelen te beoordelen. Dit houdt in dat de hellingsparameters voor elke regressiegroep worden gescat en dummy-effecten aan de pool OLS worden toegevoegd. Tot slot, om de langetermijn causale relatie tussen de variabelen te bepalen, kozen we ook de Dumitrescu- en Hurlin-causaliteitstest. Wij geven de voorkeur aan deze methode omdat deze kan worden gebruikt voor ongebalanceerde panelen, N > T en N \ T, en het CSD en heterogeniteit kan voorspellen.

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

Resultaten

Beschrijvende statistieken
De analyse van beschrijvende statistiek biedt een cruciale basis voor het interpreteren van het empirische model en het beoordelen van de eigenschappen van de dataset. Voordat causale relaties worden getest, is het essentieel om de centrale tendens, verspreiding en distributiekenmerken van de variabelen te onderzoeken. In deze studie onthullen de samenvattende statistieken voor de belangrijkste variabelen Technologische Innovatie (TI), Arbeidsmarktefficiëntie (LME), Duurzame...

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

Discussie

De empirische bevindingen van deze studie leveren robuust, veelzijdig bewijs dat de duurzame ontwikkelingstrajecten van G7-economieën worden gekatalyseerd door een complex en onderling afhankelijk systeem dat technologische innovatie, gelijkheid in de volksgezondheid en bestuurskwaliteit omvat. De analyse bevestigt dat dit geen geïsoleerde drijfveren zijn, maar functioneren als een synergetische triade, waarvan de interacties fundamenteel de ontwikkelingsuitkomsten vormgeven. De sterke, ...

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

Openbaarmakingen

Alle auteurs geven geen belangenconflicten op.

Dankbetuigingen

Dit werk werd ondersteund door het Innovative Research Team aan de China University of Labor Relations (24JSTD012). Dit werk werd ook ondersteund door het Program for Innovative Research Team aan de China University of Labor Relations (24JSTD012).

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

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
PythonPython softwarestichting
RR-stichting

Referenties

  1. Yin, Y., Chen, T., Pang, J., Hussain, J. The drivers of sustainable development goals in G-7 countries: Navigating the role of climate technology and renewable energy transition. Renew Energy. 240, 122251(2025).
  2. Mac-Seing, M., Gidey, M., Di Ruggiero, E. COVID-19-related global health governance and population health priorities for health equity in G20 countries: A scoping review. Int J Equity Health. 22 (1), 232(2023).
  3. Kickbusch, I., Hornidge, A. K., Gitahi, G., Kamradt-Scott, A. G7 measures to enhance global health equity and security. , (2022).
  4. Islam, H. Nexus of economic, social, and environmental factors on sustainable development goals: The moderating role of technological advancement and green innovation. Innov Green Dev. 4 (1), 100183(2025).
  5. Kickbusch, I., et al. The Lancet and Financial Times Commission on governing health futures 2030: Growing up in a digital world. Lancet. 398 (10312), 1727-1776 (2021).
  6. McBride, B., Hawkes, S., Buse, K. Soft power and global health: The sustainable development goals (SDGs) era health agendas of the G7, G20 and BRICS. BMC Public Health. 19 (1), 815(2019).
  7. Ali, S., et al. Can clean energy and technology address environmental sustainability in G7 under the pre-set of human development. Environ Sci Pollut Res Int. 31 (9), 13800-13814 (2024).
  8. Ahmed, Z. Assessing the interplay between political globalization, social globalization, democracy, militarization, and sustainable development: Evidence from G-7 economies. Environ Sci Pollut Res Int. 31 (7), 11261-11275 (2024).
  9. Singh, B. Reimagining human rights: Harnessing the power of law for global health and sustainable development goals. Hum Rights Glob South. 2 (2), 93-105 (2023).
  10. Ng, N. Y., Ruger, J. P. Global health governance at a crossroads. Glob Health Gov. 3 (2), 1(2011).
  11. Lisk, F., Bindenagel Šehović, a Rethinking global health governance in a changing world order for achieving sustainable development: The role and potential of the 'rising powers'. Fudan J Humanit Soc Sci. 13 (1), 45-65 (2020).
  12. Zhang, K., Bart, J. Turbulent currents or steady streams? Geopolitical risk, governance, and sustainable pathways in the E7. Sustain Dev. , (2025).
  13. Soni, P. K., Kumari, U. Revitalizing health governance: Charting a resilient path for India's future. Intersecting realities of health resilience and governance in India: Emerging domestic and global perspectives. , 55-73 (2025).
  14. Oldani, C., Wouters, J. The G7, anti-globalism and the governance of globalization. , Routledge. Abingdon, UK. (2019).
  15. Frank, N., Friel, S., Arthur, M. Exploring the planetary health equity governance supercluster complex. Earth Syst Gov. 20, 100207(2024).
  16. Zheng, Z., Li, J. Algorithmic care and health equity: Affective labor in assistive platforms for visual disability communities. Front Commun. 10, 1628426(2025).
  17. Nauman, M., Naheed, R., Khan, J. Navigating sustainable horizons: Exploring the dynamics of financial stability, green growth, renewable energy, technological innovation, financial inclusion, and soft infrastructure in shaping sustainable development. Environ Sci Pollut Res Int. 31 (20), 29939-29956 (2024).
  18. Kaya, F., Rashid, M., Esquivias, M. A., et al. Bridging technology and health: A panel analysis of internet use, mobile subscriptions, and health spending in G7. Soc Sci Humanit Open. 12, 101813(2025).
  19. Işık, C., Ongan, S., Islam, H., Menegaki, A. N. A roadmap for sustainable global supply chain distribution: Exploring the interplay of ECON-ESG factors, technological advancement and SDGs on natural resources. Resour Policy. 95, 105114(2024).
  20. Rahman, M. M., Islam Dyuti, T., Tareque, M., Alnour, M. Health expenditure, governance and SDG3 nexus: A longitudinal analysis in BRICS economies. Glob Health. 21 (1), 18(2025).
  21. Simeon, E. O., Hongxing, Y., Sampene, A. K. The role of green finance and renewable energy in shaping zero-carbon transition: Evidence from the E7 economies. Int J Environ Sci Technol. 21 (10), 7077-7098 (2024).
  22. Saba, C. S., Pretorius, M. The impact of artificial intelligence (AI) investment on human well-being in G-7 countries: Does the moderating role of governance matter. Sustain Futures. 7, 100156(2024).
  23. Sharma, R., Anderson, T. The promise and peril of advancing health equity through artificial intelligence. Health Law. , 23-26 (2023).
  24. Liu, H., Zhu, Q., Khoso, W. M., Khoso, A. K. Spatial pattern and the development of green finance trends in China. Renew Energy. 211, 370-378 (2023).
  25. Wu, L., Hussain, S. Navigating the energy transition: Interplay of geopolitics, economic complexity, and environmental governance in OECD countries. Energy Strategy Rev. 57, 101624(2025).
  26. Jang, J., McSparren, J., Rashchupkina, Y. Global governance: Present and future. Palgrave Commun. 2 (1), 1-5 (2016).
  27. Leal-Arcas, R. The future of global economic governance: Balancing trade, sustainability, and social justice. Sustainability. , (2025).
  28. Jin, X., Akram, F. Health inequalities and the influence of economic development, renewable energy, financial growth, and resource use in emerging economies. Front Public Health. 13, 1658192(2025).
  29. Li, J., Imran, A. Sustainable transitions: Navigating green technologies, clean energy, economic growth, and human capital for a greener future. Sustainability. 17 (8), 3446(2025).
  30. Fletcher, C., et al. Earth at risk: An urgent call to end the age of destruction and forge a just and sustainable future. PNAS Nexus. 3 (4), pgae106(2024).
  31. Limei, C., Anathole, U., Sare, Y. A., Amoah, E. Harnessing innovation for a greener future: Unpacking the interplay of natural resources, institutional quality, and green productivity in OECD and BRICS nations. J Knowl Econ. , 1-35 (2025).
  32. Işık, C., Ongan, S., Yan, J., Islam, H. Towards carbon neutrality & COP29 Baku/Azerbaijan-COP30 Belem/Brazil: Exploring the impacts of economic, environmental, social, and governance (ECON-ESG) factors on climate policy uncertainty (CPU) for sustainable development. Heliyon. 11 (3), (2025).
  33. Bilawal Khaskheli, M., et al. Technology advancement and international law in marine policy, challenges, solutions and future prospective. Front Mar Sci. 10, 1258924(2023).
  34. Han, S., Eweade, B. S., Uzun, B., Olanrewaju, V. O. Do technological advancements, globalization, and corruption impact environmental sustainability in Costa Rica? A wavelet quantile-based analysis. Environ Dev Sustain. , 1-30 (2025).
  35. Rahman, M. M., Zahan, F., Islam, M. F. Energy finance strategy and governance nexus with economic growth: Results from emerging economies. PLoS One. 19 (12), e0314286(2024).
  36. Schrecker, T. Globalization, austerity and health equity politics: Taming the inequality machine, and why it matters. Crit Public Health. 26 (1), 4-13 (2016).
  37. Qin, A., et al. Does unequal economic development contribute to the inequitable distribution of healthcare resources? Evidence from China spanning 2001-2020. Glob Health. 20 (1), 2001-2020 (2024).
  38. Işık, C., Ongan, S., Islam, H. Driving energy transition through artificial intelligence: Integrating economic, environmental, social, and governance (ECON-ESG) factors in OECD countries. J Knowl Econ. , 1-27 (2025).
  39. Iqbal, A., Zhang, W., Jahangir, S. Building a sustainable future: The nexus between artificial intelligence, renewable energy, green human capital, geopolitical risk, and carbon emissions through the moderating role of institutional quality. Sustainability. 17 (3), 990(2025).
  40. Bandeira, A., et al. Viewpoint on the intersection among health information, misinformation, and generative AI technologies. JMIR Infodemiol. 5 (1), e69474(2025).
  41. Paunov, C., Planes-Satorra, S. What future for science, technology and innovation after COVID-19. OECD Sci Technol Ind Policy Pap. , (2021).
  42. Storeng, K. T., de Bengy Puyvallée, A., Stein, F. COVAX and the rise of the 'super public private partnership' for global health. Glob Public Health. 18 (1), 1987502(2023).
  43. Cook, E. J., Doherty, S. A., Wallace, R. Preparing the future public health workforce: Fostering global citizenship through the relational employability framework-insights from two case studies. Educ Sci. 14 (11), 1245(2024).
  44. Elkebti, O. A. M., Khalifa, W. M. S. Assessing the Saudi and Middle East green initiatives: The role of environmental governance, renewable energy transition, and innovation in achieving a regional green future. Sustainability. 17 (12), 5307(2025).
  45. Popa Tache, C. E., Săraru, C. S. Evaluating today's multi-dependencies in digital transformation, corporate governance and public international law triad. Cogent Soc Sci. 10 (1), 2370945(2024).
  46. Breusch, T. S., Pagan, A. R. The Lagrange multiplier test and its applications to model specification in econometrics. Rev Econ Stud. 47 (1), 239-253 (1980).
  47. Pesaran, M. H., Schuermann, T., Weiner, S. M. Modeling regional interdependencies using a global error-correcting macroeconometric model. J Bus Econ Stat. 22 (2), 129-162 (2004).
  48. Eberhardt, M., Bond, S. Cross-section dependence in nonstationary panel models: A novel estimator. , (2009).

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

Herprints en machtigingen

Tags

Technologische innovatiekwaliteit van bestuurG7 economie ndigitale infrastructuurpaneelregressieeffici ntie van de arbeidsmarktinvesteringen in menselijk kapitaalinstitutionele kracht

Dit artikel is gepubliceerd

Video binnenkort beschikbaar