Bu çalışma, 1990'dan 2022'ye kadar G7 ülkelerinde teknolojik yenilik, halk sağlığı eşitliği, yönetişim ve sürdürülebilir kalkınmanın birbirine bağlı dinamiklerini incelemek için kapsamlı bir ampirik strateji kullanmaktadır. Analiz, kesitsel otoregresif dağıtılmış gecikme (CS-ARDL) ve Ortak Korelasyona Dayalı Etkiler Ortalama Grubu (CCEMG) modelleri gibi gelişmiş panel veri tekniklerini kullanır; bu modeller, ekonomiler arasında kesitsel bağımlılık ve eğim heterojenliğini sağlam bir şekilde hesaba katmak için seçilmiştir. Ön testler, veri durağanlığını doğrular ve çekirdek değişkenler arasında uzun vadeli ortak entegrasyonu sağlar. Böylece metodoloji, kısa ve uzun vadeli ilişkileri çözmek ve önerilen sinerjik üçlüsün test edilmesi için titiz bir çerçeve sağlar.
Teorik arka plan ve ampirik strateji
Sürdürülebilir kalkınmaya geçiş, özellikle iklim değişikliği ve çevresel bozulmanın artan baskıları göz önüne alındığında, gelişmiş ekonomilerde derin yapısal değişiklikler gerektirmektedir. G7 ülkelerinin tarihsel gidişatı, doğal kaynakların yoğun çıkarılması ve tüketimine dayanan ekonomik modellerle karakterize edilmiştir; bu yol temelde sürdürülemezdir. Buna karşılık, hükümet müdahalesi kritik hale geldi ve esas olarak ekonomik büyümeyi ekolojik zarardan ayırmayı amaçlayan sanayi politikalarında kendini gösterdi. Bu müdahaleler arasında kaynak koruma görevleri, emisyonları azaltmak ve düzenleyici uyumu sağlamak için yenilikçi üretim tekniklerinin teşvikleri ve enerji sistemlerinde fosil yakıtların yerini almak için jeotermal enerji gibi yenilenebilir kaynaklara stratejik kayımlar yer almaktadır. Bu nedenle, temel zorluk, ekonomik hedefleri gezegen sınırlarıyla uzlaştıran yapısal bir dönüşümü organize etmektir.
Bu dönüşümü kavramsallaştırmak için, ekonomik karmaşıklık merceği öğreticidir. Bir ulusun ekonomik gücünün, gelişmiş bilgi ve özel yetenekleri kullanarak gelişmiş mal ve hizmetler üretme kapasitesinden kaynaklandığını öne sürer. Ancak, bu karmaşıklık ile çevresel sürdürülebilirlik arasındaki ilişki deterministik değildir. Bir ülkenin Sürdürülebilir Kalkınma Endeksi (SDI) tarafından ifade edildiği gibi, çok yönlü verimliliğinin (β = MFP/SDI) bir fonksiyonu olarak modellenebilir ve kritik bir gerilim ortaya koymaktadır. Bir yandan, gelişmiş endüstriyel kalkınma (SDI), kaynak tükenmesi ve atık oluşumu yoluyla çevresel bozulmayı yoğunlaştırabilir; bu da geleneksel, kaynak yoğun üretime bağlı ekonomiler için bir risktir. Öte yandan, aynı karmaşıklık çevresel zorlukları ele alan ve yenilenebilir enerji talebini karşılayan teknolojik yeniliği teşvik eden yeşil endüstriyel stratejilere yönlendirilebilir. Kavramsal araştırma modeli, sürdürülebilir kalkınmayı yönlendiren temel yapılar arasındaki karşılıklı ilişkileri tasvir eder. Model, Teknolojik İnovasyon, Halk Sağlığı ve Yönetişim Kalitesi'ni daha geniş sistemi doğrudan etkileyen alt unsurlar olarak konumlandırıyor. Bu faktörlerin, Çevresel Sürdürülebilirlik ve Ekonomik Karmaşıklık gibi temel kavramlarla bağlantılı olduğu gösterilmiştir; bu kavramlar da Doğal Kaynaklar ve Çevresel Bozulma ile bağlantılıdır. Çerçeve, bu ilişkileri test edilebilir bir analitik yapıya sentezleyen Ampirik Model Denklemi ile sonuçlanır (Şekil 3).
Ampirik model
Bu çalışma, doğal kaynaklar, çevresel bozulma, Yönetişim Kalitesi (GQ) ve G7 ülkelerinin ekonomilerinin karmaşıklığı arasındaki ilişkiyi incelemeyi amaçlamaktadır. Bu konuda aşağıdaki ampirik modeli öneriyoruz.
(1)
PH doğal kaynak bolluğu seviyesini, GQ yönetişim kalitesini temsil etsin, LME ekonomik kalkınma seviyesini, DI dijital altyapının durumunu temsil etsin, SDI ekonomik karmaşıklığı ve TI teknolojik yenilik derecesini temsil etsin. Kesin ve istatistiksel olarak sağlam sonuçlar sağlamak için istatistiksel bilgiler için logaritmik gösterim kullandık.
Değişkenlerin gelişimi
1990'dan 2022'ye kadar G7 ülkelerindeki çevresel bozulma ile Dijital Altyapı, Yönetişim Kalitesi, Doğal Kaynak Gelişimi, ekonomik karmaşıklık ve ekonomik kalkınma gibi faktörler arasındaki korelasyon üzerine deneysel veriler toplamayı hedefliyoruz. Bilgiler Tablo 1'de sunulmaktadır. Atlas Media veritabanı, kişi başına düşen LME (normal 2017 USD), Yönetişim Kalitesi (ortaokul kayıt sayısı), ekonomik karmaşıklık ve doğal kaynaklar hakkında bilgi sunar. Finansal kurumların derinliği, erişilebilirliği ve verimliliği, Dijital Altyapı'nın bileşik göstergesini belirler. Yeni TI bileşik endeks ise CH4, PM2.5, N2O, CO2 ve GHG1 emisyonlarını içeriyor. Sonuç olarak, DI ve TI şu şekilde gösterilebilir:
(2)
(3)
Ayrıca, bu çalışmanın değişkenleri ve tanımları Tablo 1'de verilmiştir. Çevresel Kuznets Eğrisi (EKC) teorisinin denklem 4'e dahil edilmesi kısaca şu şekilde tanımlanabilir:
(4)
Ön testler
Bu pragmatik yaklaşımı başlatmak, kesitsel bağımlılık gösteren ampirik veri setlerini incelemeyi içerir. Bilinmeyen paylaşılan şoklar, küreselleşme ve tanımlanamaz kalıntı bağımlılık, CSD'nin varlığına katkıda bulunabilir. Ayrıca, CSD tahmini sosyal ağ etkileşimlerinin ve bilinmeyen karşılıklı şokların ifade edilmesini kolaylaştırır. Kesin CSD tahmini, hatalı ve önyargılı parametreleri ortadan kaldırarak verimli ve tutarlı ampirik sonuçlar sağlar. Pesaran ölçekli LM, Breusch-Pagan LM, Önyargılı ölçekli LM ve Pesaran CSD testleri mevcut araştırmalarda kullanılmaktadır. Breusch-Pagan'ın güvenilir testlerinden ilki, Breusch ve Pagan46'nıntanıttığı LM testidir. (5) denklemi, LM istatistiklerini aşağıdaki şekilde hesaplar:
(5)
(6)
Verilen denklemlerde, ̂ρ2ij, T ve N sırasıyla paneldeki kalıntıların, zaman değişkeninin ve toplam kesit sayısının kesitsel korelasyonunu gösterir. Ancak, geniş kesitlere sahip ampirik veri toplamak pratik değildir. Bu sınırlamayı gidermek için Pesaran47, ölçekli LM testi kavramını tanıttı.
(7)
Pesaran tarafından tanıtılan LM testi, örneklem boyutu (T) değişken sayısından (N) küçük olduğunda bozulmalar gösterir. Bu nedenle, denklem (8) kullanılarak değerlendirilebilecek alternatif bir CSD testi:
(8)
CSD belirlendikten sonra, eğim değişkenliğini incelemek için SH testini kullanıyoruz. Bu test, kesitsel bağımlılığı (CSD) dikkate aldığı için panel veri setleri için özellikle uygundur ve matematiksel olarak şu şekilde temsil edilebilir:
(9)
(10)
Birim kökü ve koentegrasyon testleri
İkinci nesil birim kök testleri kullanılarak, bu çalışma sabit nitelikleri değerlendirir. Veri değerlendirilirken, CADF birim kök testi yapısal kırılmaları dikkate alır ve zaman etkisinin her kesiti etkilediği ve hem T > N hem de N > T'de uygulanabileceği varsayımıyla birincil test uygular. CADF'nin yanı sıra, CADF'yi esas olarak veri setindeki gecikme sayısını artırmak ve ilk varyasyonları tahmin etmek için kullanan CIPS birim kök testini de kullanıyoruz Birim kökler. Durağan özellikler belirlendikten sonra, veri değişkenleri arasındaki uzun vadeli bağlantı Westerlund koentegrasyon testi kullanılarak incelenir. Westerlund yönteminin temel fikirleri, her gösterge için ayrı ayrı veya tüm gösterge seti için hata düzeltmesinin olup olmadığını belirleyerek kointegrasyonu araştırır. Hem uzun hem de kısa vadede önemli varyasyonlu koentegrasyon gerçekleşir. Bağlantı yönteme dahil edilmiştir.
Genişletilmiş determinantlar için hesaplama
CS-ARDL, CCEMG ve AMG, güncel araştırmalarda analitik stratejilerin ana unsurları olarak kullanılmaktadır. İlk olarak, bu çalışmada kullanılmıştır çünkü CS-ARDL, hem kısa hem uzun vadeli CSD ile eğim heterojenliğini ele alan etkili bir ekonometrik yöntemdir. CS-ARDL, değişkenler hibrit bir dizide birleştirildiğinde güvenilir olduğundan, en iyi sonuçlar için de gereklidir. Son olarak, ampirik modelde endojenliği CS ortalamaları kullanarak aşmaktadır. Metodoloji, Kesitsel Bağımlılık (CSD) ve Lagrange Çarpan (LM) tanıları için ön testleri içerecek şekilde yapılandırılmıştır. Temel analitik strateji, kısa ve uzun vadeli dinamikleri yakalamak için Otoregressif Dağıtık Gecikme (ARDL) modelini içerir. Bu, panel verilerindeki heterojenliği ve ortak faktörleri hesaba katmak için Ortak Korelasyonlu Etkiler Ortalama Grubu (CCEMG) ve Artırılmış Ortalama Grubu (AMG) olmak üzere iki sağlam tahminci ile desteklenir (Şekil 4).
Eberhardt ve Bond48, kesitsel bağımlılığı aşmak için tipik dinamik etkiler kullanan AMG'yi önerdi. Bu strateji, panel veri istatistikleriyle ilgili konuları ele almak için CCEMG gibidir. İstatistikçiler, AMG'nin yaygın bir dinamik mekanizma olduğunu, CCEMG'nin ise bir rahatsızlık olarak görüldüğünü savunuyor. Ayrıca, CCEMG birbirine bağlı olan değişkenler ile farklı bölümlerdeki ortalama değerler arasındaki doğrusal ilişkileri hesaplar. Her parametreyi tahmin etmek için regresyon analizi kullanılır. Öte yandan, AMG'nin gözlemlenmeyen değişkenlerin paylaşılan dinamik etkilerini değerlendirmek için iki aşaması vardır. Bu, her regresyon grubu için eğim parametrelerinin tahmin edilmesini ve havuz OLS'ye sahte etkiler eklenmesini içerir. Son olarak, değişkenler arasındaki uzun vadeli nedensel ilişkiyi belirlemek için Dumitrescu ve Hurlin nedensellik testini de seçtik. Bu yöntemi tercih ediyoruz çünkü dengesiz paneller, N > T ve N \ T için kullanılabilir ve CSD ile heterojenliği tahmin edebiliyor.