Artigo de investigação

Analisando a Pegada Ambiental e Seus Determinantes na China: Uma Avaliação Integrada das Hipóteses do EKC e do Paraíso Poluente

313 vistas

DOI:

10.3791/69911

30 de janeiro de 2026

Neste artigo

Resumo

Essa pesquisa confirma que o uso de energia e o comércio aberto degradam o meio ambiente, apoiando a hipótese do refúgio poluente. Aconselha os formuladores de políticas a buscarem turismo sustentável, diversificarem fontes de energia e atraírem investimentos estrangeiros para os setores de serviços para melhores resultados ecológicos.

Resumo

Este estudo oferece uma investigação empírica abrangente sobre os determinantes da pegada ambiental da China de 1990 a 2023, com foco específico no teste da Hipótese do Refúgio da Poluição (PHH) e da Curva de Kuznets Ambiental (EKC) no contexto de viagens e turismo. Utilizando o arcabouço do EKC, analisamos os impactos dinâmicos do ecoturismo, crescimento econômico, consumo de energia, abertura comercial e investimento estrangeiro direto na degradação ecológica. A metodologia envolve testes estatísticos avançados para estabelecer a existência de uma relação de equilíbrio de longo prazo entre as variáveis. Os resultados confirmam uma relação EKC em formato de U invertido entre o desenvolvimento de viagens e turismo e a pegada ambiental, indicando que o setor inicialmente agrava a degradação ambiental, mas, além de um certo limiar de desenvolvimento econômico, contribui para sua melhoria. Outros resultados indicam que a utilização de energia e a abertura comercial intensificam significativamente a pegada ambiental. Crucialmente, o investimento direto estrangeiro tem sido encontrado como um aumento da degradação ambiental, fornecendo assim um sólido suporte empírico para a Hipótese do Refúgio Poluído no contexto chinês. Consequentemente, este estudo recomenda que os formuladores de políticas priorizem a transição para modelos de turismo sustentável, acelerem a diversificação da matriz energética para fontes mais limpas e canalizem estrategicamente o investimento estrangeiro direto para setores de serviços menos poluentes.

Introdução

As mudanças climáticas globais resultantes das ações humanas estão tornando uma economia de baixo carbono uma necessidade inevitável para as autoridades locais da bordaglobal 1. Ocorrências climáticas incomuns podem perturbar o fluxo dos rios, a dinâmica dos organismos dentro de um ecossistema, instabilidades na produçãoagrícola 2, danos associados à infraestrutura ou aumento da morbidade e mortalidade, indicando assim que os processos socioeconômicos, biológicos e geográficos induziram variabilidade e forçaram os estudiosos a avançar para impulsionar essamudança 3. O ecoturismo está associado aos custos ecológicos devido ao aumento de ecoturistas por meio de seus poluentesrelacionados 4. Como gera lucros, constrói infraestrutura, cria oportunidades de emprego e gera moeda estrangeira valiosa, a indústria de viagens e turismo é um negócio de trilhões de dólares5, e hoje representa 7,6% do mundo6, quando a Organização Mundial do Turismo das Nações Unidas (OMT) relatou que viagens e turismo eram responsáveis por 1 em cada dez empregos no mundo, 7% do comércio global, e 10% do PIBmundial 7. O aumento no número de visitantes foi um dos fatores que impulsionaram as emissões relacionadas à poluição e a geraçãode resíduos materiais 8.

Pesquisas anteriores estabeleceram a ligação turismo-ambiente, mas frequentemente se baseiam em modelos econométricos amplos que carecem de orientações operacionais específicas decada setor 9. Este artigo demonstra um protocolo analítico estruturado que integra Análise de Entrada e Saída de Energia e Avaliação da Pegada de Carbono para mapear fluxos diretos e indiretos de energia e emissões entre subsetores do turismo. Diferentemente das técnicas existentes, esse método fornece uma análise detalhada e acionável para os formuladores de políticas, passando da identificação para a mitigaçãodirecionada 10. Os impactos climáticos exigem uma transição de baixo carbono no turismo, um importante setor econômicoglobal 11. No entanto, pesquisas existentes carecem de uma análise empírica sutil para grandes economias poluentes com caminhos de desenvolvimentoúnicos 12,13. A China apresenta um estudo de caso crucial: é o maior emissor de carbono do mundo, possui um setor de turismo em rápida expansão e possui uma mistura energética dominada por combustíveis fósseis, criando uma tensão distinta entre crescimento e sustentabilidade. Este estudo aborda uma lacuna significativa ao investigar a relação não linear da Curva de Kuznets Ambiental entre o desenvolvimento do turismo e a pegada ambiental na China, ao mesmo tempo em que testa simultaneamente a hipótese do paraíso poluente por meio dos fluxos de investimento estrangeiro. Nossas contribuições são três: (1) fornecer evidências específicas para a China e relevantes para políticas sobre a trajetória ambiental do turismo, (2) integrar uma análise da estrutura energética e política de investimentos na conexão turismo-meio ambiente, e (3) oferecer uma estrutura metodológica que distinga entre pressões de curto prazo e caminhos sustentáveis de longo prazo, avançando assim a literatura empírica além dos achados transnacionais generalizados.

Essa visão, descrita como uma "Verdadeira Norte, uma "iniciativa planetária" para garantir a riqueza e salvar omeio ambiente 14, é operacionalizada por meio de estruturas como os Objetivos de Desenvolvimento Sustentável (ODS) das Nações Unidas ou a "Agenda 2030", que compreende 17 metas e 169metas e 15. Dentro disso, o turismo sustentável, promovido pela declaração da ONU de 2017 como o Ano Internacional do Turismo Sustentável parao Desenvolvimento 16, é guiado por princípios como os da OMT, que enfatizam o crescimento econômico sustentável, a inclusão e a proteção ambiental17. O ecoturismo, que opera com base nos três pilares de sustentabilidade social, econômica eambiental 18, oferece benefícios comerciais, culturais eambientais 19, ao reconciliar comunidades, clima e a indústria de viagens e aumentar a confiabilidade dos recursos. Alguns países já utilizam receitas do turismo para conservação, e recomenda-se que todos implementem estratégias para atrair turistas ambientalmente conscientes e aplicar leis do setor que protejam o clima eos recursos.

O protocolo foi projetado para aplicação em escala nacional ou regional e pressupõe a disponibilidade de dados confiáveis de gastos turísticos e tabelas integradas de energia e economia. Uma limitação chave é sua dependência da resolução desses dados de entrada. Nessas condições, permite que as autoridades identifiquem atividades de alto impacto, avaliem os potenciais de integração de energias renováveis e elaborem regulamentações baseadas em evidências para a transição para uma economia de turismo de baixo carbono, apoiando assim a sustentabilidade ecológica eeconômica 21,22.

Os impactos ambientais do turismo são multifacetados, manifestando-se como emissões de carbono elevadas, resíduos e esgotamento de recursos devido às demandas veiculares e infraestruturais, que coletivamente drenam a riqueza climática emineral 23. Isso é evidenciado pelo aumento do consumo de energia e pelas consequentes emissões de CO₂ impulsionadas pelo aumento do número de visitantes, um fenômeno global que motivou mudanças governamentais rumo ao estabelecimento de modelos de negócios de baixocarbono 24. Evidências empíricas sugerem uma disposição, entre certos grupos demográficos, como homens de meia-idade e ecoturistas, de pagar um valor maior pelo uso de energia renovável em acomodações, reconhecendo seu benefícioambiental 25. Além disso, o turismo intensifica a pressão sobre recursos vitais, elevando a demanda por instalações de água e saneamento e desafiando sua gestãosábia 26. Investigações acadêmicas confirmam essa ligação, revelando que as quarenta e oito maiores nações de ecoturismo, com exceção de alguns países europeus, enfrentam aumento das emissões de CO₂ devido aoturismo 27, uma correlação também estabelecida em países da OCDE e províncias chinesasespecíficas 28. Pesquisas em 16 países mediterrâneos identificaram um efeito combinado da agricultura e do turismo sobre os recursos verdes e estabeleceram relações causais bidirecionais entre energia renovável, PIB e turismo, com um estudo confirmando um aumento de 0,14% na receita turística a cada 1% de aumento no CO₂ naregião 29. Por outro lado, na França, um dos principais destinos globais, o turismo e o crescimento populacional foram associados à redução da contaminação, enquanto outros estudos destacam conexões complexas e bidirecionais entre desenvolvimento financeiro, uso de eletricidade e turismo nas principais áreas deecoturismo 30. A escala da questão é significativa, com a pegada de carbono global do turismo calculada em ter subido de 3,9 GtCO₂e em 2009 para 4,5 GtCO₂e em 2013 em 160 países, embora o efeito varie conforme a região, apresentando impactos positivos, negativos e nulos no clima na Tunísia, Egito e Marrocos, respectivamente31.

Pesquisas que examinam a relação turismo-ambiente revelam dinâmicas complexas e específicas de região, encontrando o impacto climático do turismo positivo na Tunísia, negativo no Egito e neutro no Marrocos, com a relação entre renda eCO2 nas duas últimas nações confirmando a hipótese32 da Curva de Kuznets Ambiental (EKC). Essa hipótese foi ainda mais reforçada nas economias da OCDE, onde oCO2 foi causado por Granger tanto pelo número de visitantes quanto pela relaçãoEKC 33. Estudos de caso de destinos específicos destacam essa dualidade; em Pattaya, Tailândia, o turismo gerou tanto planejamento ecológico positivo quanto efeitos negativos de resíduos e poluição, enquanto na Turquia, estudos confirmaram que um aumento de 1% na renda real elevou oCO2 em 0,345%, com o turismo e o uso de energia identificados comofatores causais 34. Em uma escala mais ampla, uma análise dos países BRICS mostrou um aumento de 0,5313% noCO2 por 1% de acreção na receita turística, embora uma causalidade de feedback também sugira que um aumento de 1% no financiamento do turismo poderia levar a uma diminuição de 0,5771% noCO2. Por outro lado, pesquisas na América Central e do Sul afirmaram causalidade unidirecional da energia renovável para a redução deCO2 e descobriram que a degradação ambiental diminuiu devido ao turismo, IED erenováveis 35, um achado complementado pela confirmação de um EKC em forma de U invertido entre a globalização econômica e o impacto de carbono no Sul da Ásia. Por fim, quantificando esse impacto, as emissões anuais de carbono do turismo em Barcelona foram estimadas em 9,6 MtCO2 eq., o que equivale a 96,9 kg deCO2 eq. por visitantediariamente 36.

Este estudo se destaca pela extensa literatura sobre o impacto do turismo noCO2, emissões, ao construir uma métrica global única de turismo composta por (i) viagens domésticas e consumo de turismo, (ii) gastos pessoais do governo com viagens, (iii) investimento público, (iv) receitas internacionais de turismo e (v) gastos de visitantes estrangeiros, expressos em termos de impacto ambiental total. Em vez de um agrupamento único, a análise categoriza os países por nível de renda para investigar o impacto do turismo, crescimento econômico e recursos renováveis, juntamente com as relações entre essas variáveis. Essa abordagem contribui para uma compreensão nuançada, especialmente porque o corpo de pesquisas existente apresenta conclusões conflitantes. Por exemplo, enquanto o branding do ecoturismo como ferramenta política chave paraa conservação 37, e a expansão da pegada de carbono dos principais países de origem turística, os resultados sobre a Curva de Kuznets Ambiental (EKC) são mistos. Alguns estudos afirmam que o turismo pode desencadear o EKC, sugerindo que ele pode promover a durabilidade ambiental em economias de alta renda, apesar das chegadas e receitas de turistas geralmente terem um efeito prejudicial sobre asemissões. Por outro lado, outras pesquisas rejeitam a postulação de Kuznets em estados de alta renda ou encontram uma relação cada vez mais monótona entre receita turística e custoambiental 39.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

Estrutura teórica e seleção de variáveis
O modelo empírico e a seleção de variáveis para este estudo são explicitamente derivados de uma síntese de teorias fundamentais que explicam a relação dinâmica entre desenvolvimento econômico e sustentabilidade ambiental. A investigação é principalmente guiada pela hipótese40 da Curva de Kuznets Ambiental (EKC), que postula uma trajetória em forma de U invertida, onde a degradação ambiental inicialmente aumenta com o crescimento econômico, mas eventualmente diminui após atingir um certo limiar de renda. Para testar essa proposta central, o Produto Interno Bruto (PIB) é incluído como o principal indicador de escala econômica e desenvolvimento. Simultaneamente, a análise integra a hipótese do crescimento liderado pelo turismo, exigindo a inclusão do Turismo e Viagens (T&T) como porcentagem do PIB para avaliar o duplo papel do setor, tanto como motor de expansão econômica quanto como potencial fonte de aumento do consumo de recursos e poluição. A expectativa teórica de uma relação não linear leva à incorporação de um termo quadrado de T&T dentro do modelo para capturar empiricamente o potencial ponto de virada do EKC específico do setor turístico. Uma base teórica adicional é fornecida pela hipótese do refúgio poluente, que sugere que regulamentações ambientais rigorosas em economias desenvolvidas podem levar à realocação de indústrias poluentes para países com padrões mais flexíveis. Para avaliar empiricamente essa alegação para a China, os fluxos de joint ventures (JV) são incorporados como um proxy para investimento estrangeiro direto, testando se tais fluxos de capital agravam a pegada ambiental doméstica. O modelo também reconhece o papel crítico dos sistemas energéticos sob a ótica do quadro IPAT (Impacto = População × Riqueza × Tecnologia), que identifica o consumo de energia como um fator fundamental próximo do impacto ecológico. Consequentemente, o Uso de Energia (UE) é incluído como uma variável independente chave, refletindo a intensidade da poluição inerente à matriz energética de uma nação. Por fim, o modelo leva em conta o Comércio Aberto (OT), informado pela teoria do comércio, que postula que o comércio internacional influencia o meio ambiente por meio da escala (aumento da produção), composição (mudanças na estrutura industrial) e efeitos técnicos (transferência de tecnologia). A escolha da Pegada Ambiental abrangente (FE) como variável dependente é, em si, uma escolha teórica alinhada com a economia ecológica, pois fornece uma métrica holística da demanda antropogênica sobre ecossistemas bioprodutivos, capturando efetivamente o custo ambiental multidimensional das atividadeseconômicas 41,42. Essa triangulação teórica coerente informa diretamente a construção do conjunto de dados amostrado, garantindo que cada variável represente um canal específico e orientado por teoria através do qual a evolução socioeconômica da China impacta sua base ecológica.

Especificação de dados e modelos
De 1990 a 2023, essa pesquisa utilizou registros anuais da série de base da China. A variável dependente do estudo, que pode substituir a poluição ambiental, é a pegada ambiental. Em outras palavras, a EF fornece o número de hectares de território e o rio necessários para sustentar o uso do território. Segundo uma teoria, custos ambientais com valores mais altos apresentam danos ambientais maiores. Todo o ecossistema é utilizado para avaliar os danos ambientais. Receitas do turismo, gastos turísticos e a porcentagem de visitantes ocuparam em grande parte a posição de fatores de avanço da indústria turística na literaturarelevante 43. O impacto de carbono é o fator de dependência do relatório. Este estudo foi pioneiro no uso de dados sobre turismo e viagens como porcentagem do PIB para analisar como isso afetava a pegada ambiental da China. Após o trabalho de Mrabet eAlsamara 44, o consumo de energia também foi incluído no estudo. Os dados foram coletados para a presente pesquisa a partir dos Indicadores de Desenvolvimento Mundial. O Anuário Estatístico da China e o Escritório de Estatísticas da China forneceram informações sobre o crescimento do turismo na China. Além disso, informações sobre a pegada foram obtidas da Global Footprint Network (2018)45, e o World Data Atlas forneceu informações sobre a indústria de viagens e turismo como uma fatia do PIB.

Estrutura analítica
De acordo com as pesquisas mais recentes, o crescimento da indústria turística eleva significativamente a quantidade de efeitos ambientais. Como resultado, definimos a próxima equação estimável econométrica, que vem após46,47 da seguinte forma:

Equação 1(1)

PIB representa desenvolvimento econômico, onde EF representa a pegada ambiental e a UE o uso de energia. Para examinar seus efeitos no custo ambiental da China, essa pesquisa envolveu viagens, bem como a indústria do turismo, como porcentagem do PIB (T&T). Além disso, o termo soma de quadrados para número de visitantes e viagens é adicionado para testar a conexão do tipo curva de Kuznets entre impacto de carbono e a indústria turística. O sistema representa investimento estrangeiro direto (IED) para examinar se seus fluxos desempenham um papel significativo na determinação da integridade ambiental, seguindo a Especulação Santuário de Emissões de Carbono ou a Especulação de Halode Contaminação 48. Além disso, a liberalização do comércio, que também é um fator crucial possível para a proteção ambiental, foi destacada na área ambiental deste relatório, de acordo com o trabalho de49. A seguir está o modelo econométrico.

Equação 2(2)

A pesquisa mais recente utilizou o gráfico natural dos fatores do relatório para obter as elasticidades imediatas dos coeficientes e simplificar o procedimento de estimativa. Assim, o seguinte é uma modificação da equação;

Equação 3(3)

Abordagem de estimativa
A pesquisa atual inicialmente examina a suavidade da informação para determinar se ela está nivelada ou estacionária. Uma análise de cointegração apropriada que pode ser usada nessa situação é o atraso auto-regressivo (ARDL). Debate-se que o método de avaliação ligado à ARDL é melhor do que diferentes métodos baseados em suas qualidades, que incluem o seguinte: pode ser utilizado apesar da sequência de correlação dos fatores, sejam eles I(0) ou I(1) ou uma mistura, podendo avaliar simultaneamente resultados mais curtos e prolongados; ele abrange a questão das variáveis exógenas e da conexão do resto, pois pela seleção correta de lags, possui qualidades limitadas de teste razoáveis em comparação com a abordagemde Johansen 50. O método de geração de registros encapsula atrasos suficientes ao mudar de um esboço tão comum para uma estrutura específica para estimativasprecisas 51. Além disso, usando uma transformação linear direta, podemos integrar ajustes de curto prazo para criar um mecanismo de correção de erros sem prejudicar o equilíbrio de longo prazo. A pesquisa concentra-se nos mecanismos de correção de erros sob ARDL para estimativas de curto prazo e em medidas baseadas em Mínimos Quadrados Ordinários (OLS) para o período prolongado. O estudo atual utilizou uma estrutura de duplo logarítmico, adequada para aMalásia 52, e utilizou fatores em forma logarítmica para evitar preocupações com autocorrelação e multicolinearidade. A técnica ARDL foi usada nesta pesquisa para identificar as seguintes conexões de presença de longo prazo:

Equação 7(4)

Onde o erro padrão é mostrado por β0 é o termo constante. A próxima parte do cálculo, simbolizada por λ, denota conexões prolongadas, enquanto os ícones de soma representam dinâmicas no curto prazo. Para determinar se as variáveis são incluídas no longo prazo ou não, a pesquisa escolheu um teste limitado. Afirma-se que o valor aproximado da estatística F ultrapassa o limite máximo no qual se pode prever a existência da cointegração. O teste de cointegração foi avaliado novamente no presente estudo. Numerosos pesquisadores criaram diversas técnicas de cointegração nas obras literárias econométricas, com resultados e características variadas. Foi criado um teste consolidado para melhorar a capacidade de correlação com base em vários métodos de cointegração anteriores. Para métodos de estimação ainda mais abrangentes, essa técnica oferece estatísticas combinadas para testar pontos zero sem cointegração. A cointegração será aceita se a hipótese nula for rejeitada. De acordo com a soma dos níveis medidos de significância (p-valores) para cada teste de cointegração sob a fórmula de Fisher, é a seguinte:

Equação 4(5)

Equação 5(6)

Nesse contexto, EG significa estatísticas de Engle e Granger, e JOH significa estatísticas de testede Johansen 53. É demonstrado que o BDM e o BO apresentam as estatísticas do testede Boswijk 54. De forma semelhante a como as siglas consideradas para essas avaliações mostram os valores-p da cointegração, descartaríamos a hipótese da não cointegração se os valores tabulados estiverem abaixo das estatísticas de Fisher estimadas. Além disso, as seguintes avaliações de curto prazo seriam feitas usando o mecanismo de correção de erros:

Equação 6(7)

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

Análise Preliminar
Uma análise preliminar detalhada dos dados é um pré-requisito fundamental para uma modelagem econométrica robusta, pois ela estabelece as características essenciais e o comportamento das variáveis subjacentes. Esta etapa envolve examinar estatísticas descritivas para entender tendências centrais, dispersão e normalidade, enquanto inspeções gráficas como diagramas de caixa e tendências de taxa de crescimento fornecem insights visuais críticos sobre a distribuição, variabilidade e evo...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

Os achados deste estudo confirmam a complexa relação entre as atividades econômicas e a degradação ambiental na China, com implicações críticas para a política pública. Nossa aplicação do teste de causalidade Toda-Yamamoto e do método de cointegração ARDL forneceu uma estrutura robusta para desemaranhar essas dinâmicas. O sucesso desse protocolo analítico dependeu de dois passos críticos: primeiro, o estabelecimento de uma relação estável de cointegração de longo prazo entre as variáveis...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

Os autores não têm interesses concorrentes a declarar.

Agradecimentos

Essa pesquisa não recebeu financiamento.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Fontes de Dados
Dados de Pegada Ambiental (EF)Rede Global de Pegada (2018)Serve como a variável dependente que captura a pressão ecológica das atividades econômicas; substitui indicadores tradicionais de poluição.
Turismo & Viagens (T&; T) como % do PIBAtlas Mundial de Dados; Anuário Estatístico da China; Departamento de Estatísticas da ChinaMede o setor de turismo contribuição para a atividade econômica e suas implicações ambientais; usado para testar o EKC liderado pelo turismo incluindo T& T2.
PIB (Indicador de Desenvolvimento Econômico)Indicadores de Desenvolvimento Mundial (IDM)Variável central para testar a hipótese do EKC e modelar o efeito de escala do crescimento econômico.
Uso de Energia (UE)Indicadores de Desenvolvimento Mundial (IDM)Captura a intensidade da poluição do consumo de energia, alinhada com o framework IPAT.
Joint Venture (JV) / Proxy de IEDMinistério do Comércio da China, Investimento e Investimento Chinês JV RecordsUsado como proxy para IED para testar as hipóteses do Refúgio da Poluição e do Halo da Poluição dentro da China.
Negociação Aberta (OT)Indicadores de Desenvolvimento Mundial (IDM)Representa a abertura comercial para avaliar efeitos de escala, composição e técnica no EF.
Variáveis Construídas
Turismo Termo Não Linear (T& T²)Termo quadrado calculado de T& T como % do PIBPermite testar comportamentos não lineares do tipo EKC dentro do setor de turismo.
Variáveis Transformadas em Log-TransformaçãoLogaritmo natural aplicado a EF, T & T, PIB, UE, OTGarante interpretação baseada na elasticidade, reduz a heteroscedasticidade e melhora o ajuste do modelo.
Software & Software Ferramentas
Software EconométricoEViews / Stata / R (não especificado, mas obrigatório)Usado para transformação de séries temporais, estimativa econométrica (ARDL, testes de cointegração), diagnóstico e testes de causalidade.
Econométricos e Métodos Econométricos Testes
Testes Raiz UnitáriosADF, PP (implícito), diagnóstico de estacionaridade para séries temporaisDetermina se as variáveis são I(0) ou I(1) antes da estimativa ARDL.
Testes de Limites ARDLPesaran et al. (2001) Metodologia ARDLAvalia a cointegração de longo prazo entre a EF e seus determinantes; lida com ordens mistas de integração.
Teste de Cointegração Combinada Fisher-JohansenEngle e Dash; Granger, Johansen, Boswijk, Banerjee-Dolado-Mestre (BDM)Valida relações de cointegração usando múltiplas estatísticas integradas de cointegração.
Estimativa ARDL de Curto e Longo PrazoFramework ECM baseado em ARDLEstima elasticidades de curto prazo e relações de equilíbrio de longo prazo que afetam a FE.
Termo de Correção de Erros (ECT)Derivado da equação de longo prazo da ARDLMede a velocidade com que a EF retorna ao equilíbrio após choques de curto prazo.
Estrutural & Diagnósticos de EstabilidadeTestes CUSUM e CUSUMSQTesta a estabilidade estrutural e a ausência de mudanças de parâmetros ao longo do tempo.
Análise de causalidadeCausalidade de Granger (dentro do arcabouço ARDL)Determina causalidade direcional entre EF, turismo, PIB, UE, OT e JV.

Referências

  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).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Solicitar permissão para reutilizar o texto ou as figuras deste artigo JoVE

Solicitar permissão

Etiquetas

Curva Ambiental de KuznetsImpacto do EcoturismoCrescimento Econ micoConsumo de EnergiaAbertura ComercialInvestimento Estrangeiro DiretoTurismo Sustent velPol tica Ambiental da China

Artigos relacionados