Исследовательская статья

Анализ экологического следа и его детерминантов в Китае: интегрированная оценка гипотез EKC и убежищ загрязнения

313 просмотров

⸱

DOI:

10.3791/69911

⸱

30 января 2026 г.

 ,  ,  ,  , 
1Yangzhou Polytechnic University, 2xuxiaobing, School of Public Finance and Taxation, Lanzhou University of Finance and Economics, 3School of Ecology & Environment, Renmin University of China, 4Faculty of Art & Humanities, King's College London, 5China National Institute of Standardization

В этой статье

Краткое содержание

Это исследование подтверждает, что использование энергии и открытая торговля разрушают окружающую среду, что подтверждает гипотезу о гавани загрязнения. Он советует политикам развивать устойчивый туризм, диверсифицировать источники энергии и привлекать иностранные инвестиции в сферы услуг для достижения лучших экологических результатов.

Аннотация

Данное исследование представляет собой всестороннее эмпирическое исследование факторов, определяющих экологический след Китая с 1990 по 2023 год, с особым акцентом на проверку гипотезы загрязняющих убежищ (PHH) и экологической кривой Кузнеца (EKC) в контексте путешествий и туризма. Используя рамки EKC, мы анализируем динамические воздействия экотуризма, экономического роста, энергопотребления, открытости торговли и прямых иностранных инвестиций на экологическую деградацию. Методология включает продвинутые статистические тесты для установления существования долгосрочной равновесной зависимости между переменными. Результаты подтверждают инвертированную U-образную связь EKC между развитием туризма и экологическим следом, указывая на то, что сектор изначально усугубляет экологическую деградацию, но сверх определённого порога экономического развития способствует его улучшению. Дальнейшие результаты показывают, что использование энергии и открытость торговли значительно усиливают экологический след. Ключевым фактором является то, что прямые иностранные инвестиции способствуют ухудшению окружающей среды, обеспечивая надёжную эмпирическую поддержку гипотезы «Гавани загрязнения» в китайском контексте. В результате в данном исследовании рекомендуется политикам уделять приоритетное внимание переходу к устойчивым моделям туризма, ускорять диверсификацию энергетического баланса в сторону более чистых источников и стратегически направлять прямые иностранные инвестиции в менее загрязняющие секторы услуг.

Введение

Глобальные климатические изменения, вызванные действиями человека, делают низкоуглеродную экономику неизбежной необходимостью для местных властей глобальногокрая. Необычные погодные явления могут нарушать поток ручьев, динамику организмов внутри экосистемы, нестабильность в сельскохозяйственномпроизводстве 2, ущерб, связанный с инфраструктурой, или повышение заболеваемости и смертности, что указывает на то, что социально-экономические, биологические и географические процессы вызвали изменчивость и заставили учёных приступить к движению этихизменений 3. Экотуризм связан с экологическими издержками из-за роста числа экотуристов за счёт связанных с нимзагрязнителей 4. Поскольку индустрия туризма приносит прибыль, строит инфраструктуру, создаёт рабочие места и зарабатывает ценную иностранную валюту, индустрия туризма и туризма — это триллиондолларов бизнес, и сегодня она составляет 7,6% населения мира. 6, когда Всемирная организация по туризму ООН (UNWTO) сообщила, что путешествия и туризм обеспечивают 1 из десяти рабочих мест в мире, что составляет 7% мировой торговли. и 10 процентов мирового ВВП— 7. Рост числа посетителей стал одним из факторов выбросов, связанных с загрязнением, и образования материальныхотходов 8.

Предыдущие исследования установили связь между туризмом и окружающей средой, но часто опираются на широкие эконометрические модели, не имеющие отраслевых операционныхориентиров 9. В этой статье демонстрируется структурированный аналитический протокол, интегрирующий анализ ввода-выхода энергии и оценку углеродного следа для картирования прямых и косвенных потоков и выбросов энергии в туристических подсекторах. В отличие от существующих методов, этот метод предоставляет детализированный и практический разбор для политиков, переходя от идентификации к целенаправленному смягчениюпоследствий 10. Климатические последствия требуют перехода в туризм с низким уровнем углерода, который является важным мировымэкономическим сектором 11. Однако существующие исследования не имеют тонкого эмпирического анализа для крупных загрязняющих экономик с уникальными путями развития12,13. Китай представляет критический пример: это крупнейший в мире источник выбросов углерода, туристический сектор, быстро развивающийся, и энергетический баланс, в котором доминируют ископаемое топливо, что создаёт явное напряжение между ростом и устойчивым развитием. Это исследование устраняет значительный пробел, исследуя нелинейную экологическую связь кривой Кузнеца между развитием туризма и экологическим следом в Китае, одновременно проверяя гипотезу загрязняющих гаваней через потоки иностранных инвестиций. Наши вклады тройные: (1) предоставление специфичных для Китая данных о экологической траектории туризма, (2) интеграция анализа энергетической структуры и инвестиционной политики в связь туризма и окружающей среды, и (3) предоставление методологической основы, различающей краткосрочные давления и долгосрочные устойчивые пути, тем самым продвигая эмпирическую литературу за пределы обобщённых межнациональных выводов.

Это видение, описываемое как «Истинный Север — планетарная инициатива» по обеспечению благосостояния и сохранению окружающей среды14, реализуется через такие рамки, как Цели устойчивого развития ООН (SDGs) или «Повестка дня 2030», включающая 17 целей и 169 целей15. В рамках этого устойчивый туризм, продвигаемый декларацией ООН 2017 года Международным годом устойчивого туризмадля развития 16, основывается на принципах, таких как ВТО, подчеркивающие устойчивый экономический рост, инклюзивность и защиту окружающей среды17. Экотуризм, основанный на трёх столпах социальной, экономической и экологическойустойчивости, приносит коммерческие, культурные и экологическиепреимущества 19, примиряя сообщества, климат и туристическую индустрию и повышая надёжность ресурсов. Некоторые страны уже используют доходы от туризма для охраны природы, и рекомендуется всем странам разрабатывать стратегии по привлечению экологически сознательных туристов и обеспечивать соблюдение отраслевых законов, защищающих климат иресурсы 20.

Протокол разработан для применения на национальном или региональном уровне и предполагает наличие надёжных данных о туристических расходах и интегрированных энергетических таблиц. Ключевым ограничением является его зависимость от разрешения этих входных данных. В таких условиях он позволяет властям определять деятельность с высоким уровнем воздействия, оценивать потенциал интеграции возобновляемой энергетики и разрабатывать основанные на доказательствах нормативные акты для перехода к низкоуглеродной туристической экономике, тем самым поддерживая экологическую и экономическуюустойчивость 21,22.

Экологические последствия туризма многогранны, проявляясь в увеличении выбросов углерода, отходах и истощении ресурсов из-за транспортных и инфраструктурных потребностей, которые вместе истощают климатические и минеральныебогатства 23. Это подтверждается увеличением энергопотребления и выбросами CO₂, вызванными ростом числа посетителей — глобальным явлением, которое вызвало сдвиги правительства в сторону внедрения низкоуглеродныхбизнес-моделей 24. Эмпирические данные свидетельствуют о готовности определённых демографических групп, таких как мужчины среднего возраста и экотуристы, платить премию за использование возобновляемой энергии в жилых помещениях, признавая её экологическуюпользу 25. Кроме того, туризм усиливает давление на жизненно важные ресурсы, увеличивая спрос на водоснабжение и санитарные сооружения и ставя под сомнение их мудроеуправление 26. Научные исследования подтверждают эту связь, показывая, что сорок восемь крупнейших стран экотуризма, за исключением некоторых европейских стран, сталкиваются с увеличением выбросов CO₂ оттуризма 27, корреляция, также обнаруженная в странах ОЭСР и отдельных китайскихпровинциях 28. Исследования в 16 странах Средиземноморья выявили совокупный эффект сельского хозяйства и туризма на зелёные ресурсы и установили двусторонние причинно-следственные связи между возобновляемой энергией, ВВП и туризмом, при этом одно исследование подтвердило рост доходов от туризма на 0,14% на каждый 1% рост CO₂ в регионе29. В то же время во Франции один из ведущих мировых туристических направлений и рост населения связаны с сокращением загрязнения, в то время как другие исследования выделяют сложные, двусторонние связи между финансовым развитием, потреблением электроэнергии и туризмом в ведущих экотуристическихрайонах 30. Масштаб проблемы значительный: глобальный углеродный след туризма, по оценкам, вырос с 3,9 GtCO₂e в 2009 году до 4,5 GtCO₂e в 2013 году в 160 странах, хотя эффект варьируется в зависимости от региона, демонстрируя положительное, отрицательное и нулево воздействие на климат в Тунисе, Египте и Мароккосоответственно 31.

Исследования, изучающие связь туризма и окружающей среды, выявили сложную и регионально-специфическую динамику, показали, что климатическое воздействие туризма в Тунисе положительное, отрицательное в Египте и нейтральное в Марокко, при этом связь между доходом иCO2 в последних двух странах подтверждает гипотезу кривой Кузнеца (EKC) 32. Эта гипотеза была дополнительно поддержана в экономиках ОЭСР, гдеCO2 был вызван Грейнджером как по числу посетителей, так и по связиEKC 33. Кейсы из конкретных направлений подчёркивают эту двойственность; в Паттайе, Таиланд, туризм обеспечивал как положительное экологическое планирование, так и негативные последствия отходов и загрязнения, тогда как в Турции исследования подтвердили, что рост реального дохода на 1% увеличилCO2 на 0,345%, при этом туризм и энергопотребление были определены какпричинные факторы 34. В более широком масштабе анализ стран БРИКС показал ростCO2 на 0,5313% на 1% прироста туристических доходов, хотя обратная связь также показала, что рост туристического финансирования на 1% может привести к снижениюCO2 на 0,5771%. Напротив, исследования в Центральной и Южной Америке утверждали однонаправленную причинно-следственность от возобновляемой энергии к снижению выбросовCO2 и показали, что экологическая деградация снижалась из-за туризма, ПИИ и возобновляемых источников35, что дополняется подтверждением инвертированного U-образного ЭКК между экономической глобализацией и воздействием углерода в Южной Азии. Наконец, оценивая это воздействие, ежегодные выбросы углерода от туризма в Барселоне оцениваются в 9,6 млн тонн CO2 экв., что соответствует 96,9 кгCO2 экв. на одного посетителяв день 36.

Это исследование выделяется среди обширной литературы по влиянию туризма наCO2, выбросы путём создания уникальной глобальной туристической метрики, включающей (i) внутренние поездки и потребление туризма, (ii) личные расходы на государственные поездки, (iii) государственные инвестиции, (iv) международные туристические доходы и (v) расходы иностранных туристов, выраженные в общей экологической воздействии. Вместо единой группы анализ классифицирует страны по уровню дохода, чтобы изучить влияние туризма, экономического роста и возобновляемых ресурсов, а также взаимосвязь между этими переменными. Такой подход способствует тонкому пониманию, особенно учитывая, что существующие исследования делают противоречивые выводы. Например, несмотря на то, что брендинг экотуризма как ключевой инструмент политики для охраныприроды 37 и расширение углеродного следа крупных стран с туристическим происхождением, результаты по экологической кривой Кузнеца (EKC) неоднозначны. Некоторые исследования подтверждают, что туризм может запускать EKC, что предполагает, что он может способствовать экологической устойчивости в экономиках с высоким уровнем дохода, несмотря на те, что прибытие туристов и доходы обычно вредят навыбросы 38. В то же время другие исследования отвергают постулат Кузнеца в штатах с высоким уровнем дохода или находят всё более монотонную связь между доходами от туризма и экологическимизатратами 39.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

Теоретическая основа и выбор переменных
Эмпирическая модель и выбор переменных для этого исследования явно получены из синтеза фундаментальных теорий, объясняющих динамическую связь между экономическим развитием и экологической устойчивостью. Исследование в основном руководствуется гипотезой кривой Кузнеца (EKC)40, которая предполагает инвертированную U-образную траекторию, при которой экологическая деградация сначала увеличивается с экономическим ростом, но в конечном итоге снижается после достижения определённого порога дохода. Для проверки этого основного положения в качестве основного показателя экономического масштаба и развития включается валовой внутренний продукт (ВВП). Параллельно анализ интегрирует гипотезу роста, основанную на туризме, что требует включения туризма и туризма (T&T) как процента к ВВП для оценки двойной роли сектора как двигателя экономического роста и потенциального источника увеличения потребления ресурсов и загрязнения. Теоретическое ожидание нелинейной зависимости приводит к включению в модель квадратического термина T&T для эмпирического отражения потенциального поворотного момента EKC, специфичного для туристического сектора. Дальнейшую теоретическую основу даёт гипотеза «убежища загрязнения», которая предполагает, что строгие экологические нормы в развитых экономиках могут привести к переносу загрязняющих промышленности в страны с более мягкими стандартами. Для эмпирической оценки этого утверждения для Китая включены притоки совместных предприятий (СП) как показатель прямых иностранных инвестиций, проверяя, усугубляют ли такие капитальные потоки внутренний экологический след. Модель также признаёт критическую роль энергетических систем через призму рамки IPAT (Impact = Population × Affluence × Technology), которая определяет энергопотребление как фундаментальный непосредственный фактор экологического воздействия. Следовательно, использование энергии (ЕС) включено как ключевая независимая переменная, отражающая интенсивность загрязнения, присущая энергетическому балансу страны. Наконец, модель учитывает открытую торговлю (ОТ), основанную на торговой теории, которая предполагает, что международная торговля влияет на окружающую среду через масштаб (увеличение выпуска), состав (изменения в промышленной структуре) и эффекты техники (передача технологий). Выбор комплексного экологического следа (EF) в качестве зависимой переменной сам по себе является теоретическим выбором, соответствующим экологической экономике, поскольку он предоставляет целостную метрику антропогенного спроса на биопродуктивные экосистемы, эффективно отражая многомерные экологические издержки экономическойдеятельности 41,42. Эта согласованная теоретическая триангуляция напрямую влияет на построение выбранного набора данных, гарантируя, что каждая переменная представляет собой конкретный, теоретически ориентированный канал, через который социально-экономическая эволюция Китая влияет на его экологическую базу.

Спецификация данных и моделей
С 1990 по 2023 год в этом исследовании использовались ежегодные базовые серии из Китая. Зависимая переменная исследования, которая может заменить загрязнение окружающей среды, — это экологический след. Другими словами, EF определяет количество гектаров территории и реку, необходимые для поддержания использования территории. Согласно одной из теорий, экологические издержки с более высокими значениями наносят больший экологический вред. Вся экосистема используется для оценки экологического ущерба. Доходы от туризма, туристические расходы и процент посетителей в значительной степени занимают позицию факторов развития туристической отрасли в соответствующейлитературе 43. Воздействие углерода — основной фактор отчёта. Это исследование стало пионером в использовании данных о туризме и путешествиях в процентах от ВВП для изучения влияния на экологический след Китая. После работы Мрабета иАлсамары 44 в исследование также было включено потребление энергии. Данные для текущего исследования были собраны из Индикаторов мирового развития. Китайский статистический ежегодник и Китайское бюро статистики оба предоставили информацию о росте туризма в Китае. Кроме того, информация о присутствии была получена из Global Footprint Network (2018)45, а World Data Atlas предоставил информацию о туристической и туристической индустрии как доле в ВВП.

Аналитическая структура
Согласно последним исследованиям, рост туристической индустрии значительно увеличивает воздействие на окружающую среду. В результате мы определяем следующее эконометрическое оцениваемое уравнение, которое идёт после46,47, следующим образом:

Уравнение 1(1)

ВВП означает экономическое развитие, где EF является символом экологического следа, а ЕС — для использования энергии. С целью изучения его влияния на экологические издержки Китая в этом исследовании были включены как путешествия, так и туристическая индустрия в процентах от ВВП (T&T). Кроме того, сумма квадратов, обозначающая количество посетителей и передвижения, добавляется для проверки связи типа кривой Кузнеца между воздействием углерода и туристической индустрией. Система представляет собой прямые иностранные инвестиции (ПИИ) для изучения того, играют ли её притоки значимую роль в определении экологической целостности, следуя спекуляциям о выбросах углеродного углерода, заповеднике или Halo PollutionSpeculation 48. Кроме того, либерализация торговли, которая также является важным фактором защиты окружающей среды, была выделена в рамках работы этого отчёта в соответствии с работой49. Ниже приведена эконометрическая модель.

Уравнение 2(2)

Последние исследования использовали естественный график коэффициентов отчёта для получения непосредственной эластичности коэффициента и упрощения процедуры оценки. Таким образом, ниже приведена модификация уравнения;

Уравнение 3(3)

Подход оценки
Текущие исследования изначально изучают плавность информации, чтобы определить, является ли она ровной или неподвижной. Подходящим анализом коинтеграции, который можно использовать в такой ситуации, является авторегрессивная задержка (ARDL). Существует спор о том, что метод оценки с ограничением ARDL лучше других методов на основе своих качеств, среди которых следующие: он может использоваться независимо от последовательности корреляции факторов, будь то I(0) или I(1), либо смешанный вариант, что позволяет одновременно оценивать более короткие и продолжительные результаты; она охватывает вопрос экзогенных переменных и связности остатков благодаря правильному выбору задержек, обладает довольно ограниченными тестовыми качествами по сравнению с подходомЙохансена 50. Метод генерации записей инкапсулирует достаточные лаги при переходе от такого общего контура к определённой структуре для точных оценок51. Кроме того, используя простое линейное преобразование, мы можем интегрировать краткосрочные корректировки, чтобы создать механизм коррекции ошибок без нарушения долгосрочного баланса. Исследование сосредоточено на механизмах коррекции ошибок в рамках ARDL для краткосрочных оценок и на основе обычных наименьших квадратов (OLS) для длительного периода. В текущем исследовании использовалась система двойного логарифмата, подходящая дляМалайзии 52, и учитывалась в виде логарифмата, чтобы избежать проблем с автокорреляцией и мультиколлинеарностью. Метод ARDL был использован в этом исследовании для выявления следующих долгосрочных связей присутствия:

Уравнение 7(4)

Где стандартная ошибка показана β0 — это постоянный член. Следующая часть вычислений, обозначаемая λ, обозначает продолжительные соединения, а иконки суммирования отражают динамику в краткосрочной перспективе. Чтобы определить, включены ли переменные в долгосрочную перспективу, исследователи выбрали связанный тест. Утверждается, что приближённое значение F-статистики превышает максимальную границу, при которой можно предсказать существование коинтеграции. Тест коинтеграции был дополнительно оценён в настоящем исследовании. Многие исследователи создали различные методы коинтеграции в эконометрических литературных произведениях, с разными результатами и особенностями. Был создан консолидированный тест для повышения способности корреляции на основе ряда предыдущих методов коинтеграции. Для более комплексных методов оценки эта техника предлагает комбинированную статистику для проверки нулевых точек без коинтеграции. Коинтеграция будет принята, если нулевая гипотеза отвергнута. Согласно сумме измеренных уровней значимости (p-значений) для каждого теста коинтеграции по формуле Фишера выглядит следующим образом:

Уравнение 4(5)

Уравнение 5(6)

В этом случае EG означает статистику Энгла и Грейнджера, а JOH — тестовую статистикуЙохансена 53. Показано, что BDM и BO представляют статистику тестаБосвейка 54. Подобно тому, как рассматриваемые аббревиатуры для этих оценок показывают p-значения коинтеграции, мы отвергнем гипотезу отсутствия коинтеграции, если таблицные значения ниже предполагаемой статистики Фишера. Кроме того, следующие краткосрочные оценки будут проведены с использованием механизма исправления ошибок:

Уравнение 6(7)

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Предварительный анализ
Тщательный предварительный анализ данных является фундаментальным условием для надёжного эконометрического моделирования, поскольку он определяет основные характеристики и поведение базовых переменных. Этот этап включает изучение описательной статистики для понимания центральных тенденций, рассеяния и нормальности, а графические проверки, такие как коробочные графики и тенденции темпов роста, дают критическое визуальное представление о распределении, изменчивости и временной эво...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

Результаты этого исследования подтверждают сложную связь между экономической деятельностью и экологической деградацией в Китае, что имеет критические последствия для политики. Наше применение теста причинности Тода-Ямамото и метода коинтеграции ARDL предоставило надёжную основу для разъяснения этих динамик. Успех этого аналитического протокола основывался на двух ключевых шагах: во-первых, установлении стабильной долгосрочной коинтеграции между переменными, что подтвердило существование ...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

У авторов нет конкурирующих интересов, которые можно было бы заявить.

Благодарности

Это исследование не получило финансирования.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
<сильные>источники данных
Данные об экологическом следе (EF)Глобальная сеть следа (2018)Служит зависимой переменной, фиксирующей экологическое давление экономической деятельности; заменяет традиционные индикаторы загрязнения.
Туризм и Путешествия (T& T) как процент ВВПВсемирный атлас данных; Китайский статистический ежегодник; Бюро статистики КитаяИзмеряет туристический сектор» вклад в экономическую деятельность и её экологические последствия; использовался для тестирования туристического руководства EKC путём включения T& T2.
ВВП (Индикатор экономического развития)Показатели мирового развития (WDI)Ключевая переменная для проверки гипотезы EKC и моделирования масштабного эффекта экономического роста.
Энергопотребление (ЕС)Показатели мирового развития (WDI)Фиксирует интенсивность загрязнения при энергопотреблении в соответствии с рамочной системой IPAT.
Совместное предприятие (СП) / прокси ПИИМинистерство торговли Китая, Китайские инвестиции и инвестиции JV RecordsИспользуется как прокси для ПИИ для проверки гипотез Pollution Haven и Pollution Halo в Китае.
Открытая торговля (OT)Показатели мирового развития (WDI)Отражает открытость торговли для оценки масштаба, состава и влияния техники на EF.
<сильные>созданные переменные
Туристический нелинейный термин (T& T²)Вычисленный квадрат члена T& T как процент от ВВППозволяет проверять нелинейное поведение типа EKC в туристическом секторе.
Логарифмические переменные, преобразованныеЕстественный логарифм, применяемый к EF, T& T, ВВП, ЕС, OTОбеспечивает интерпретацию на основе упругости, снижает гетероскедастичность и улучшает подгонку модели.
Software & Software Инструменты< сильные>
Эконометическое программное обеспечениеEViews / Stata / R (не указано, но обязательно)Используется для преобразования временных рядов, эконометрической оценки (ARDL, коинтеграционных тестов), диагностики и тестов на причинность.
<сильные>эконометрические методы и эконометрика Тесты< сильные>
Тестирование корневых единицADF, PP (подразумевается), стационарность диагностики временных рядовОпределяет, равны ли переменные I(0) или I(1) до оценки ARDL.
Тестирование границ ARDLPesaran и др. (2001) Методология ARDLОценивает долгосрочную коинтеграцию между EF и её детерминантами; обрабатывает смешанные порядки интеграции.
Комбинированный тест коинтеграции Фишера-ЙохансенаEngle– Грейнджер, Йохансен, Босвейк, Банерджи-Доладо-Местре (BDM)Проверяет коинтегрирующие отношения с помощью множественной интегрированной коинтеграционной статистики.
Долгосрочная и краткосрочная оценка ARDLФреймворк ECM на базе ARDLОценивает краткосрочные эластичности и долгосрочные равновесные взаимосвязи, влияющие на EF.
Термин исправления ошибок (ECT)Получено из долгосрочного уравнения ARDLИзмеряет скорость, с которой EF возвращается к равновесию после краткосрочных ударов.
Структурные и конструктивные Диагностика устойчивостиТесты CUSUM и CUSUMSQПроверяет структурную устойчивость и отсутствие сдвигов параметров во времени.
Причинно-следственный анализПричинность Грейнджера (в рамках ARDL)Определяет направленную причинно-следственность между EF, туризмом, ВВП, ЕС, OT и совместным предприятием.

Ссылки

  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).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

Похожие статьи