Analiza śladu środowiskowego i jego determinantów w Chinach: Zintegrowana ocena hipotez EKC i azylu zanieczyszczeń

Podsumowanie

Badania potwierdzają, że zużycie energii i otwarty handel degradują środowisko, co potwierdza hipotezę o azylu zanieczyszczeń. Zaleca decydentom dążenie do zrównoważonej turystyki, dywersyfikacji źródeł energii oraz przyciągania zagranicznych inwestycji do sektorów usług dla lepszych wyników ekologicznych.

Streszczenie

Niniejsze badanie stanowi kompleksowe empiryczne badanie determinantów wpływu Chin na środowisko w latach 1990–2023, ze szczególnym uwzględnieniem testowania Hipotezy Ostanu Zanieczyszczenia (PHH) oraz Krzywej Kuznetsa Środowiskowego (EKC) w kontekście podróży i turystyki. Wykorzystując ramy EKC, analizujemy dynamiczne skutki ekoturystyki, wzrostu gospodarczego, zużycia energii, otwartości handlu oraz bezpośrednich inwestycji zagranicznych na degradację ekologiczną. Metodologia ta obejmuje zaawansowane testy statystyczne mające na celu potwierdzenie istnienia długoterminowej zależności równowagi między zmiennymi. Wyniki potwierdzają odwróconą relację EKC w kształcie litery U między rozwojem podróży i turystyki a śladem środowiskowym, wskazując, że sektor początkowo pogłębia degradację środowiska, ale przekraczając pewien próg rozwoju gospodarczego, przyczynia się do jego poprawy. Dalsze wyniki wskazują, że wykorzystanie energii i otwartość handlowa znacząco wzmacniają ślad środowiskowy. Co istotne, bezpośrednie inwestycje zagraniczne eskalują degradację środowiska, dostarczając tym samym solidnego empirycznego poparcia dla hipotezy Osiedla Zanieczyszczenia w kontekście chińskim. W związku z tym badanie zaleca decydentom priorytetowe traktowanie przejścia na zrównoważone modele turystyki, przyspieszenie dywersyfikacji miksu energetycznego w kierunku czystszych źródeł oraz strategiczne kierowanie bezpośrednich inwestycji zagranicznych do mniej zanieczyszczających sektorów usług.

Wprowadzenie

Globalne zmiany klimatyczne wynikające z działań człowieka sprawiają, że gospodarka niskoemisyjna staje się nieuniknioną koniecznością dla lokalnych władz na globalnej krawędzi¹. Nietypowe zjawiska pogodowe mogą zakłócać przepływ strumieni, dynamikę organizmów w ekosystemie, niestabilności produkcji rolnej², uszkodzenia infrastruktury lub wzrost zachorowalności i śmiertelności, co wskazuje, że procesy społeczno-ekonomiczne, biologiczne i geograficzne wywołały zmienność i zmusiły badaczy do działania napędzającego tę zmianę³. Ekoturystyka wiąże się z kosztami ekologicznymi ze względu na wzrost liczby ekoturystów wynikających z powiązanych zanieczyszczeń⁴. Ponieważ branża turystyki generuje zyski, buduje infrastrukturę, tworzy miejsca pracy i przynosi cenną walutę obcą, to biznes wart bilion dolarów⁵, a dziś stanowi 7,6% świata.⁶_, kiedy Światowa Organizacja Turystyki Narodów Zjednoczonych (UNWTO) poinformowała, że podróże i turystyka odpowiadają za 1 na dziesięć miejsc pracy na świecie, czyli 7% globalnego handlu. oraz 10 procent światowego PKB⁷. Wzrost liczby odwiedzających był jednym z czynników powstawania emisji związanej z zanieczyszczeniami oraz generowania odpadów^{materialnych 8}.

Wcześniejsze badania ustaliły związek turystyki ze środowiskiem, ale często opierają się na szerokich modelach ekonometrycznych, które nie mają sektorowych wytycznych operacyjnych⁹. Niniejszy artykuł prezentuje ustrukturyzowany protokół analityczny integrujący analizę wejścia i wyjścia energii oraz ocenę śladu węglowego w celu mapowania bezpośrednich i pośrednich przepływów energii oraz emisji w podsektorach turystyki. W przeciwieństwie do istniejących technik, ta metoda dostarcza szczegółowego, praktycznego podziału dla decydentów, przechodząc od identyfikacji do ukierunkowanych działań^{łagodzących 10}. Wpływ klimatyczny wymaga niskoemisyjnej transformacji w turystyce, głównym globalnym sektorze gospodarczym¹¹. Jednak istniejące badania nie zawierają szczegółowej analizy empirycznej dla głównych gospodarek zanieczyszczających o unikalnych ścieżkach rozwoju^12,13. Chiny stanowią kluczowy przykład: są największym emitentem dwutlenku węgla na świecie, mają sektor turystyczny w szybkim rozwoju oraz miks energetyczny zdominowany przez paliwa kopalne, co tworzy wyraźne napięcie między wzrostem a zrównoważonym rozwojem. Niniejsze badanie rozwiązuje istotną lukę, analizując nieliniową relację krzywej środowiskowej Kuznetsa między rozwojem turystyki a śladem środowiskowym w Chinach, jednocześnie testując hipotezę o azylu zanieczyszczeń poprzez przepływy inwestycji zagranicznych. Nasze wkłady są trzyczęściowe: (1) dostarczanie specyficznych, istotnych dla polityki Chin dowodów dotyczących trajektorii środowiskowej turystyki, (2) integracja analizy struktury energetycznej i polityki inwestycyjnej w powiązaniu turystyki ze środowiskiem oraz (3) oferowanie ram metodologicznych rozróżniających presje krótkoterminowe od długoterminowych zrównoważonych ścieżek, co przesuwa literaturę empiryczną poza uogólnione, międzynarodowe ustalenia.

Ta wizja, opisywana jako "Prawdziwa Północ – inicjatywa planetarna" mająca na celu zapewnienie dobrobytu i ratowanie środowiska¹⁴, jest realizowana poprzez ramy takie jak Cele Zrównoważonego Rozwoju ONZ (SDGs) czy "Agenda 2030", która obejmuje 17 celów i 169 celów¹⁵. W ramach tego zrównoważona turystyka, promowana przez deklarację ONZ z 2017 roku jako Międzynarodowy Rok Zrównoważonej Turystyki dla Rozwoju¹⁶, opiera się na zasadach takich jak te z UNWTO, kładące nacisk na zrównoważony wzrost gospodarczy, inkluzywność i ochronę środowiska¹⁷. Ekoturystyka, oparta na trzech filarach: zrównoważonym rozwoju społecznym, ekonomicznym i środowiskowym¹⁸, przynosi korzyści handlowe, kulturalne i środowiskowe¹⁹, poprzez pogodzenie społeczności, klimatu i branży turystycznej oraz zwiększenie niezawodności zasobów. Niektóre kraje już wykorzystują dochody z turystyki na ochronę przyrody i zaleca się, aby wszystkie kraje wdrożyły strategie przyciągające turystów świadomych środowisko oraz egzekwowały przepisy branżowe chroniące klimat i zasoby²⁰.

Protokół jest zaprojektowany do zastosowań na poziomie krajowym lub regionalnym i zakłada dostępność wiarygodnych danych dotyczących wydatków turystycznych oraz zintegrowanych tabel energetyczno-ekonomicznych. Kluczowym ograniczeniem jest jego zależność od rozdzielczości tych danych wejściowych. W tych warunkach umożliwia władzom precyzyjne identyfikowanie działań o dużym wpływie, ocenę potencjału integracji odnawialnych źródeł energii oraz projektowanie regulacji opartych na dowodach, które mają na celu przejście na gospodarkę turystyki niskoemisyjnej, wspierając tym samym zrównoważony rozwój ekologiczny i gospodarczy^21,22.

Wpływ turystyki na środowisko jest wielowymiarowy, objawia się zwiększoną emisją dwutlenku węgla, odpadami oraz wyczerpaniem zasobów z powodu zapotrzebowania pojazdów i infrastruktury, które zbiorowo wyczerpują klimat i bogactwa mineralne²³. Potwierdza to wzrost zużycia energii i wynikające z tego emisje CO₂, napędzane rosnącą liczbą odwiedzających, zjawisko globalne, które skłoniło rząd do wprowadzenia niskoemisyjnych modeli biznesowych²⁴. Dowody empiryczne wskazują na gotowość niektórych grup demograficznych, takich jak mężczyźni w średnim wieku i ekoturyści, do płacenia wyższej ceny za zużycie energii odnawialnej w mieszkaniach, uznając ich korzyści środowiskowe²⁵. Ponadto turystyka zwiększa presję na kluczowe zasoby, zwiększając zapotrzebowanie na wodę i sanitariat oraz kwestionując ich rozsądne zarządzanie²⁶. Badania naukowe potwierdzają ten związek, ujawniając, że czterdzieści osiem największych krajów ekoturystyki, z wyjątkiem niektórych krajów europejskich, boryka się ze wzrostem emisji CO₂ z turystyki²⁷, korelację tę ustalono także w krajach OECD i konkretnych chińskich prowincjach²⁸. Badania w 16 krajach śródziemnomorskich wykazały łączny wpływ rolnictwa i turystyki na zasoby zielone oraz ustaliły dwukierunkowe związki przyczynowe między energią odnawialną, PKB i turystyką, przy czym jedno badanie potwierdziło wzrost przychodów z turystyki o 0,14% na każde 1% wzrost CO₂ w regionie²⁹. Z kolei we Francji, jedna z czołowych światowych destynacji turystycznych i wzrost populacji, zostały powiązane z redukcją zanieczyszczeń, podczas gdy inne badania podkreślają złożone, dwukierunkowe powiązania między rozwojem finansowym, zużyciem energii elektrycznej i turystyką w wiodących obszarach ekoturystyki³⁰. Skala problemu jest znacząca – globalny ślad węglowy turystyki szacuje się, że wzrósł z 3,9 GtCO₂e w 2009 roku do 4,5 GtCO₂e w 2013 roku w 160 krajach, choć efekt różni się w zależności od regionu, wykazując pozytywny, negatywny i zerowy wpływ na klimat w Tunezji, Egipcie i Maroku, odpowiednio³¹.

Badania dotyczące związku turystyki ze środowiskiem ujawniają złożone i specyficzne dla regionu dynamiki, wykazały, że wpływ turystyki klimatycznej jest pozytywny w Tunezji, negatywny w Egipcie i neutralny w Maroku, a zależność między dochodami a_CO2 w tych dwóch krajach potwierdza hipotezę Krzywej Kuznetsa Środowiskowego (EKC)³². Hipoteza ta została dodatkowo potwierdzona w gospodarkach OECD, gdzie CO₂ zostało uznane za spowodowane przez Grangera zarówno przez liczbę odwiedzających, jak i relację EKC³³. Studia przypadków z konkretnych miejsc podkreślają tę dwoistość; w Pattaya w Tajlandii turystyka przyniosła zarówno pozytywne planowanie ekologiczne, jak i negatywny wpływ na odpady i zanieczyszczenia, podczas gdy w Turcji badania potwierdziły, że wzrost realnych dochodów o 1% podniósł emisję_CO2 o 0,345%, przy czym turystyka i zużycie energii zostały zidentyfikowane jako czynniki^{przyczynowe 34}. W szerszej skali analiza krajów BRICS wykazała wzrost CO₂ o 0,5313% na każde 1% przyrostu przychodów z turystyki, choć przyczynowość sprzężenia zwrotnego sugerowała również, że 1% wzrost finansowania turystyki może prowadzić do spadku_CO2 o 0,5771%. Z kolei badania w Ameryce Środkowej i Południowej wykazały jednokierunkową przyczynowość między odnawialnymi źródłami energii a redukcją_CO2 i wykazały, że degradacja środowiska zmniejszyła się dzięki turystyce, bezpośrednim inwestycjom zagranicznym i odnawialnym źródłom^{energii 35}, co uzupełnia potwierdzenie odwróconego EKC w kształcie litery U pomiędzy globalizacją gospodarczą a wpływem na emisję dwutlenku węgla w Azji Południowej. Wreszcie, mierząc ten wpływ, roczne emisje dwutlenku węgla z turystyki w Barcelonie oszacowano na 9,6 MtCO2 eq., co odpowiada 96,9 kg_CO2 eq na odwiedzającego dziennie³⁶.

Badanie to wyróżnia się w obszernej literaturze dotyczącej wpływu turystyki na emisje_CO2, tworząc unikalny globalny wskaźnik turystyczny obejmujący (i) krajowe podróże i konsumpcję turystyki, (ii) wydatki rządowe na podróże osobiste, (iii) inwestycje publiczne, (iv) międzynarodowe wpływy turystyki oraz (v) wydatki zagranicznych turystów, wyrażane w kategoriach całkowitego wpływu na środowisko. Zamiast jednej grupy, analiza kategoryzuje kraje według poziomu dochodów, aby zbadać wpływ turystyki, wzrostu gospodarczego i odnawialnych źródeł oraz zależności między tymi zmiennymi. Takie podejście przyczynia się do zniuansowanego zrozumienia, zwłaszcza że istniejące badania przedstawiają sprzeczne wnioski. Na przykład, podczas gdy branding ekoturystyki jako kluczowe narzędzie polityczne dla ochrony^{przyrody 37} oraz rozszerzenie śladu węglowego z głównych krajów pochodzenia turystycznego, wyniki dotyczące Środowiskowej Krzywej Kuznetsa (EKC) są mieszane. Niektóre badania potwierdzają, że turystyka może wywoływać EKC, sugerując, że może ona wspierać trwałość środowiskową w gospodarkach o wysokich dochodach, mimo że przyjazdy i wpływy z turystów mają generalnie szkodliwy wpływ na emisje³⁸. Z kolei inne badania odrzucają hipotezę Kuznetsa w stanach o wysokich dochodach lub wykazują rosnącą monotoniczną zależność między przychodami z turystyki a kosztami środowiskowymi³⁹.

Protokół

Ramy teoretyczne i wybór zmiennych
Model empiryczny i selekcja zmiennych w tym badaniu zostały wyraźnie wyprowadzone z syntezy teorii podstawowych, które wyjaśniają dynamiczną relację między rozwojem gospodarczym a zrównoważonym rozwojem środowiskowym. Badanie jest przede wszystkim kierowane hipotezą Krzywej Kuznetsa Środowiskowego (EKC)⁴⁰, która zakłada odwróconą trajektorię w kształcie litery U, gdzie degradacja środowiska początkowo wzrasta wraz ze wzrostem gospodarczym, a ostatecznie maleje po osiągnięciu określonego progu dochodowego. Aby przetestować tę podstawową tezę, jako główny wskaźnik skali gospodarczej i rozwoju uwzględniono produkt krajowy brutto (PKB). Równocześnie analiza integruje hipotezę wzrostu napędzanego turystyką, co wymaga uwzględnienia Turystyki i Podróży (T&T) jako procentu PKB, aby ocenić podwójną rolę sektora zarówno jako motoru rozwoju gospodarczego, jak i potencjalnego źródła zwiększonego zużycia zasobów i zanieczyszczeń. Teoretyczne oczekiwanie nieliniowej relacji prowadzi do włączenia do modelu kwadratu wyrazu T&T, aby empirycznie uchwycić potencjalny punkt zwrotny EKC specyficzny dla sektora turystyki. Dalsze podstawy teoretyczne dostarcza hipoteza o azylu zanieczyszczeń, która sugeruje, że surowe regulacje środowiskowe w gospodarkach rozwiniętych mogą prowadzić do przeniesienia zanieczyszczających przemysłów do krajów o łagodniejszych standardach. Aby empirycznie ocenić to twierdzenie dla Chin, dopływy joint venture (JV) są włączane jako wskaźnik bezpośrednich inwestycji zagranicznych, testując, czy takie przepływy kapitałowe pogłębiają krajowy ślad środowiskowy. Model uznaje również kluczową rolę systemów energetycznych przez pryzmat ram IPAT (Impact = Population × Affluence × Technology), które identyfikują zużycie energii jako podstawowy czynnik bezpośredni wpływu na środowisko. W konsekwencji zużycie energii (UE) jest uwzględniane jako kluczowa niezależna zmienna, odzwierciedlająca intensywność zanieczyszczeń inherentną w miksu energetycznym danego kraju. Wreszcie, model uwzględnia Otwarty Handel (OT), oparty na teorii handlu, która zakłada, że handel międzynarodowy wpływa na środowisko poprzez skalę (wzrost produkcji), skład (zmiany struktury przemysłowej) oraz efekty techniki (transfer technologii). Wybór kompleksowego śladu środowiskowego (EF) jako zmiennej zależnej jest sam w sobie teoretycznym wyborem zgodnym z ekonomią ekologiczną, ponieważ dostarcza całościowego wskaźnika antropogenicznego zapotrzebowania na ekosystemy bioprodukcyjne, skutecznie uchwycając wielowymiarowy koszt środowiskowy działań gospodarczych^41,42. Ta spójna teoretyczna triangulacja bezpośrednio wpływa na konstrukcję próbowanego zbioru danych, zapewniając, że każda zmienna reprezentuje specyficzny, teoretycznie napędzany kanał, przez który ewolucja społeczno-ekonomiczna Chin wpływa na ich ekologiczną bazę.

Specyfikacja danych i modeli
W latach 1990–2023 badania wykorzystywały coroczne rekordy serii bazowych z Chin. Zmienną zależną od tego badania, która może zastąpić zanieczyszczenie środowiska, jest ślad środowiskowy. Innymi słowy, EF dostarcza liczbę hektarów terytorium i rzekę potrzebną do utrzymania użytkowania terytorium. Według jednej z teorii koszty środowiskowe o wyższych wartościach świadczą o większych szkodach dla środowiska. Cały ekosystem służy do oceny szkód środowiskowych. Przychody z turystyki, wydatki turystyczne oraz odsetek turystów w dużej mierze zajmują pozycję czynników rozwoju branży turystycznej w odpowiedniej literaturze⁴³. Wpływ na emisję dwutlenku węgla jest czynnikiem zależnym od raportu. To badanie było pionierem w wykorzystaniu danych o turystyce i podróżach jako procentu PKB do zbadania wpływu na ślad środowiskowy Chin. Po badaniach Mrabeta i Alsamary⁴⁴ uwzględniono także zużycie energii. Dane do obecnych badań zostały zebrane na podstawie World Development Indicators. Rocznik statystyczny Chin oraz Chińskie Biuro Statystyczne dostarczyły informacji o rozwoju turystyki w Chinach. Dodatkowo informacje o powierzchni pozyskano z Global Footprint Network (2018)⁴⁵, a World Data Atlas dostarczał informacji o branży turystycznej i turystycznej jako udział w PKB.

Ramy analityczne
Według najnowszych badań, rozwój branży turystycznej znacząco zwiększa wpływ na środowisko. W rezultacie definiujemy kolejne ekonometryczne równanie wyceniane, które następuje po^46,47, następująco:

       (1)

PKB oznacza rozwój gospodarczy, gdzie EF jest zamiennikiem śladu środowiskowego, a UE do wykorzystania energii. W celu zbadania wpływu na koszty środowiskowe Chin, badania obejmowały podróże oraz turystykę jako procent PKB (T&T). Dodatkowo dodano sumę kwadratów dla liczby odwiedzających i podróży, aby sprawdzić powiązanie krzywej Kuznetsa między wpływem na emisję dwutlenku węgla a branżą turystyczną. System reprezentuje bezpośrednie inwestycje zagraniczne (FDI), aby zbadać, czy ich napływy odgrywają istotną rolę w określaniu integralności środowiska, podążając za spekulacjami dotyczącymi emisji emisji węgla lub halo zanieczyszczenia⁴⁸. Dodatkowo, liberalizacja handlu, która jest również kluczowym czynnikiem ochrony środowiska, została podkreślona w środowisku tego raportu zgodnie z pracą⁴⁹. Poniżej znajduje się model ekonometryczny.

      (2)

Najnowsze badania wykorzystały naturalny wykres czynników raportu, aby uzyskać natychmiastową elastyczność współczynnika i uprościć procedurę szacowania. Zatem następuje modyfikacja równania;

      (3)

Podejście estymacyjne
Obecne badania początkowo analizują płynność informacji, aby określić, czy są one płaskie, czy stacjonarne. Odpowiednią analizą kointegracji, którą można zastosować w takiej sytuacji, jest autoregresywne opóźnienie (ARDL). Toczy się debata, czy metoda oceny ograniczona ARDL jest lepsza od różnych metod w zależności od jej cech, które obejmują następujące: może być stosowana niezależnie od sekwencji korelacji czynników, czy to I(0), I(1) lub mieszanki, co pozwala jednocześnie oceniać krótsze i dłuższe wyniki; obejmuje kwestię zmiennych egzogennych i powiązania reszt. Dzięki prawidłowemu doborowi opóźnień ma przyzwoite, ograniczone właściwości testowe w porównaniu do podejścia Johansena⁵⁰. Metoda generowania rekordów zawiera wystarczające opóźnienia przy przejściu z takiego wspólnego konspektu na konkretną strukturę, co pozwala na dokładne oszacowania⁵¹. Dodatkowo, stosując prostą transformację liniową, możemy integrować krótkoterminowe korekty, tworząc mechanizm korekcji błędów bez zaburzania długoterminowej równowagi. Badania koncentrują się na mechanizmach korekcji błędów w ramach ARDL dla krótkookresowych szacunków oraz miar opartych na metodzie Ordinary Least Squared (OLS) dla przedłużonego okresu. Obecne badanie zastosowało podwójny log framework, odpowiedni dla^{Malezji 52}, i uwzględniało czynniki w formie logarytmu, aby uniknąć problemów z autokorelacją i wielokolinielarnością. W tych badaniach zastosowano technikę ARDL do identyfikacji następujących długoterminowych połączeń obecności:

      (4)

Gdzie błąd standardowy jest pokazany przez β₀ jest wyrazem stałym. Nadchodząca część obliczeń, symbolizowana przez λ, oznacza przedłużone połączenia, podczas gdy ikony sumujące przedstawiają dynamikę w krótkim okresie. Aby ustalić, czy zmienne są uwzględniane w długoterminowym okresie, badania wybrały test ograniczony. Twierdzi się, że przybliżona wartość F-statystyki przekracza maksymalną granicę, przy której można przewidzieć istnienie kocałkacji. Test kointegracji został dalej oceniony w obecnym badaniu. Wielu badaczy stworzyło różne techniki kointegracji w ekonometrycznych dziełach literackich, o różnych rezultatach i cechach. Stworzono skonsolidowany test mający na celu zwiększenie zdolności korelacji na podstawie wielu wcześniejszych metod kointegracji. Dla jeszcze bardziej kompleksowych metod estymacji ta technika oferuje połączone statystyki do testowania punktów zerowych bez kointegracji. Kointegracja zostanie zaakceptowana, jeśli hipoteza zerowa zostanie odrzucona. Według sumy zmierzonych poziomów istotności (wartości p) dla każdego testu kointegracji według wzoru Fishera jest następująca:

      (5)

      (6)

W tym EG oznacza statystyki Engle'a i Grangera, a JOH to statystyki testowe^{Johansen 53}. Wykazano, że BDM i BO prezentują statystyki testowe Boswijk⁵⁴. Podobnie jak akronimy tych ocen pokazują wartości p kointegracji, odrzucilibyśmy hipotezę braku kocałcji, jeśli wartości tabelarzowane są poniżej szacowanych statystyk Fishera. Dodatkowo, następujące oceny krótkookresowe będą wykonywane za pomocą mechanizmu korekty błędów:

    (7)

Wyniki

Analiza wstępna
Gruntowna wstępna analiza danych jest podstawowym warunkiem do solidnego modelowania ekonometry, ponieważ określa kluczowe cechy i zachowanie zmiennych bazowych. Ten etap obejmuje analizę statystyk opisowych w celu zrozumienia tendencji centralnych, dyspersji i normalności, podczas gdy inspekcje graficzne, takie jak wykresy pudełkowe i trendy tempa wzrostu, dostarczają kluczowych wizualnych informacji o rozkładzie, zmienności i ewolucji czasowej serii. Ten podstawowy krok jest kluczowy...

Dyskusja

Wyniki tego badania potwierdzają złożoną relację między działalnością gospodarczą a degradacją środowiska w Chinach, co ma kluczowe konsekwencje dla polityki. Nasze zastosowanie testu przyczynowości Toda-Yamamoto oraz metody kointegracji ARDL zapewniło solidne ramy do rozplątania tych dynamik. Sukces tego protokołu analitycznego zależał od dwóch kluczowych kroków: po pierwsze, ustanowienia stabilnej, długoterminowej relacji kointegracyjnej między zmiennymi, która potwierdziła istnienie fundamentalnego równowagowego związ...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Źródła Danych
Dane o śladzie środowiskowym (EF)	Global Footprint Network (2018)		Pełni rolę zmiennej zależnej odzwierciedlającej presję ekologiczną wynikającą z działalności gospodarczej; zastępuje tradycyjne wskaźniki zanieczyszczeń.
Turystyka i Podróże (T& T) jako procent PKB	World Data Atlas; China Statistical Yearbook; Chińskie Biuro Statystyczne		Mierzy sektor turystyczny' wkład w działalność gospodarczą i jej wpływ na środowisko; Wykorzystywany do testowania EKC prowadzonego przez turystykę, włączając T& T2.
PKB (Wskaźnik Rozwoju Gospodarczego)	Wskaźniki Rozwoju Światowego (WDI)		Kluczowa zmienna do testowania hipotezy EKC oraz modelowania efektu skali wzrostu gospodarczego.
Zużycie energii (UE)	Wskaźniki Rozwoju Światowego (WDI)		Uchwyca intensywność zanieczyszczeń wynikającą z zużycia energii, zgodnie z ramami IPAT.
Joint Venture (JV) / bezpośrednie zastępstwo FDI	Ministerstwo Handlu Chin, Chińskie Inwestycje i Inwestycje JV Records		Wykorzystywane jako wskaźnik dla FDI do testowania hipotez Pollution Haven i Pollution Halo w Chinach.
Otwarty Handel (OT)	Wskaźniki Rozwoju Światowego (WDI)		Reprezentuje otwartość handlową w celu oceny efektów skali, składu i techniki na EF.
Zmienne Skonstruowane
Termin nieliniowy turystyki (T& T²)	Obliczony kwadrat wyrazu T& T jako procent PKB		Umożliwia testowanie nieliniowych zachowań typu EKC w sektorze turystycznym.
Zmienne z transformacją logarytmiczną	Logarytm naturalny stosowany do EF, T& T, PKB, UE, OT		Zapewnia interpretację opartą na elastyczności, redukuje heteroskedastyczność i poprawia dopasowanie modelu.
Oprogramowanie & Oprogramowanie Narzędzia
Oprogramowanie ekonometryczne	EViews / Stata / R (nie sprecyzowane, ale wymagane)		Wykorzystywane do transformacji szeregów czasowych, szacowania ekonometrycznego (ARDL, testów kointegracji), diagnostyki oraz testów przyczynowości.
Metody Ekonometryczne i Metody Testy
Testowanie Unit Root	ADF, PP (domyślnie), diagnostyka stacjonarności dla szeregów czasowych		Określa, czy zmienne są I(0) czy I(1) przed estymacją ARDL.
Testowanie granic ARDL	Pesaran i in. (2001) Metodologia ARDL		Ocenia długoterminową kointegrację EF i jej determinantów; obsługuje mieszane kolejności integracji.
Połączony test kointegracji Fishera-Johansena	Engle– Granger, Johansen, Boswijk, Banerjee-Dolado-Mestre (BDM)		Waliduje relacje kointegrujące za pomocą wielu statystyk zintegrowanych kocałkowania.
Długoterminowe i krótkookresowe szacowanie ARDL	Ramy ECM oparte na ARDL		Szacuje krótkookresowe elastyczności oraz długoterminowe relacje równowagi wpływające na EF.
Termin korekcji błędów (ECT)	Wyprowadzone z równania długoterminowego ARDL		Mierzy szybkość, z jaką EF wraca do równowagi po krótkotrwałych wstrząsach.
Konstrukcja i konstrukcja Diagnostyka stabilności	Testy CUSUM i CUSUMSQ		Testy stabilności strukturalnej oraz braku przesuwów parametrów w czasie.
Analiza przyczynowości	Przyczynowość Grangera (w ramach ARDL)		Określa przyczynowość kierunkową między EF, turystyką, PKB, UE, OT i JV.