النمو الأخضر؛ الطاقة المتجددة؛ العولمة؛ الانبعاثات؛ الانحدار الكمي.

الغاز الدفيئ الرئيسي المسؤول عن تلوث البيئة وتغير المناخ الناتج عن البشر هو ثاني أكسيد الكربون [1]. نتيجة لذلك، فإن تقليل لقد ارتفعت الانبعاثات إلى قمة جدول الأعمال السياسي العالمي للدول. بالإضافة إلى ذلك، يُعتبر النمو الأخضر، أو النمو الاقتصادي المستدام بيئيًا، وسيلة حاسمة لتحقيق التنمية على المدى الطويل. على مستوى العالم، تعتبر الحكومات الحفاظ على الاستدامة البيئية أثناء تحقيق النمو الاقتصادي هدفًا رئيسيًا للسياسة. إن تقدم التكنولوجيا الخضراء أمر ضروري لتقليل الانبعاثات وتعزيز النمو الاقتصادي الأخضر [5]. تعتبر الانبعاثات مصدر قلق كبير ليس فقط للهند ولكن للعالم بأسره، مع إدخال العديد من الابتكارات التكنولوجية والنمو الاقتصادي المتقدم المستمر مع زيادة الطاقة النظيفة. لذلك، كان النمو الاقتصادي المستدام تحديًا كبيرًا في الهند.

من حيث المحركات الاقتصادية الرئيسية لزيادة انبعاثات الكربون، قد يكون استهلاك الطاقة المتجددة، والنمو الأخضر، والعولمة هي الاحتمالات الأكثر احتمالاً للانخفاض. الانبعاثات وغيرها من غازات الدفيئة [6]. ونتيجة لذلك، في كل من الدول النامية والمتقدمة، قام العديد من الباحثين بدراسة العلاقة بين هذه المؤشرات. ومن المRemarkably، فإن التحليل التجريبي لا يدعم الاستنتاجات التي تم التوصل إليها في الدراسة السابقة، والتي يمكن أن تُعزى إلى الاختلافات في الهياكل الاقتصادية والتقنيات الإحصائية المستخدمة من قبل الباحثين [7]. وبالتالي، هناك حاجة إلى مزيد من البحث في هذا الموضوع باستخدام تقنيات جديدة لتوليد نتائج أكثر دقة. بعبارة أخرى، تهدف هذه الدراسة إلى تقييم الدور غير المتناظر للنمو الاقتصادي، والعولمة، والنمو الأخضر، والطاقة المتجددة في تحقيق الاستدامة البيئية في الهند، التي تُعتبر واحدة من أكثر الدول تلوثًا في العالم. ساهمت الهند من انبعاثات ثاني أكسيد الكربون العالمية في عام 2015، وفقًا لقاعدة بيانات الانبعاثات للبحث في الغلاف الجوي العالمي.

الهند هي موضوع هذه الدراسة التجريبية لعدة أسباب. أولاً، وفقًا لمشروع الكربون العالمي، انبعاثات في الهند زادت بمقدار في المتوسط في عام 2018 [8]. والأهم من ذلك، أن الهند هي ثالث أكبر مصدر لـ خلف الولايات المتحدة والصين [7]. كجزء من عملية التصنيع، يؤدي استغلال الغاز المحدود واحتياطيات النفط إلى تدهور جودة البيئة. نتيجة لذلك، من الضروري استكشاف العلاقة بين الانبعاثات والتنمية الاقتصادية في هذا البلد. من أجل حماية البيئة، يتطلب الهدف السابع من أهداف التنمية المستدامة للأمم المتحدة زيادة عالمية في نسبة الطاقة المتجددة في ملفات استخدام الطاقة الإجمالية. يجب على الهند أن تولي مزيدًا من الاهتمام للاستثمارات الخضراء مثل النمو الأخضر والطاقة المتجددة. وبالتالي، هناك حاجة لمزيد من التحقيق لتحديد كيف تؤثر المحددات الاقتصادية الكلية على جودة البيئة في الهند لتحقيق التنمية المستدامة.

الهدف الرئيسي من هذه الدراسة كان التحقيق في التأثير غير المتناظر للنمو الاقتصادي، والعولمة، والنمو الأخضر، والطاقة المتجددة على الانبعاثات في الهند لتسليط الضوء على استنتاجات ونتائج جديدة. بعبارة أخرى، من خلال تطبيق منهجيات الاقتصاد القياسي الكمي، يسعى عملنا إلى توضيح العلاقة غير المتناظرة بين الناتج المحلي الإجمالي، والعولمة، والنمو الأخضر، واستهلاك الطاقة المتجددة، وجودة البيئة، أي اختبار التكامل الكمي مع معاملات متكاملة ثابتة التي طورها شياو [9]، والانحدار الكمي على الكمي الذي اقترحه سيم وزو [10]، وسببية غرانجر الطيفية التي قدمها بريتونغ وكاندلون [11]. توفر هذه المنهجيات تفسيرات منهجية حول العلاقة بين المؤشرات المدروسة ويمكن أن تشير إلى أنماط سلوكية معقدة. إن فهم الروابط المعقدة، والتباين، والتأثيرات غير المتناظرة، والعلاقات غير الخطية بين النمو الاقتصادي، والعولمة، والنمو الأخضر، والطاقة المتجددة، و تم تحسين الانبعاثات من خلال استخدام تقنيات QQR وسبكترال غرانجر كوزالية. من خلال استخدام هذه التقنيات، يمكن لتحليل السلاسل الزمنية ككل أن يقيم القضايا المتعلقة بالاستدامة والبيئة بشكل أكثر شمولاً ودقة.

يمكن أن تساعد مبادرات النمو الأخضر في تحقيق كل من النمو الاقتصادي على المدى الطويل وتقليل استهلاك الطاقة. يمكن أن يتعرض النمو الاقتصادي والتقدم في أي اقتصاد للخطر بسبب الأضرار البيئية. وفقًا للعديد من الدراسات، تقوم الدول النامية بالقضاء على الفقر من خلال النمو التقليدي؛ ومع ذلك، فإنه من غير الواضح ما هي الاستراتيجيات التي لديها للنمو الأخضر والتحول إلى مسار نمو مستدام سيؤدي إلى بيئة نظيفة. . والأهم من ذلك، أن العديد من العلماء قد أولوا اهتمامًا أقل للطاقة المتجددة والنمو الأخضر، فضلاً عن آثارها على الانبعاثات. لذلك، هناك حاجة إلى مزيد من البحث لتحديد تأثير العولمة، والنمو الأخضر، ومصادر الطاقة المتجددة على انبعاثات.

الدراسات السابقة نظرت في جوانب معينة من الانبعاثات، الطاقة المتجددة، والتنمية الاقتصادية [3،12-15]. ومع ذلك، لم توضح أي من الدراسات العلاقة غير المتناظرة بينها، مما ألهمنا ومكّننا من اختيار عوامل تتعلق بالعولمة، الطاقة المتجددة، والنمو الأخضر لمشروع دراستنا. تساعد النتائج التجريبية لهذا العمل بشكل كبير في إنشاء وتطبيق السياسات التي تقدم تفسيرات جديدة وشاملة لكيفية نمو الاقتصاد، العولمة، النمو الأخضر، والطاقة المتجددة، و تتداخل الانبعاثات جميعها في الهند. علاوة على ذلك، فإن الطريقة الحالية توفر معلومات أكثر دقة وموثوقية حول هذه المتغيرات وتقدم معلومات قيمة حول التفاعلات بين النمو الاقتصادي المتنوع، والعولمة، والنمو الأخضر، والطاقة المتجددة، و كميات انبعاثات.

الأدبيات الموجودة حول التفاعل بين استخدام الطاقة، الناتج المحلي الإجمالي، والعولمة قد تركزت بشكل رئيسي على التأثير العام للتنمية الاقتصادية دون النظر بشكل كافٍ إلى عناصر استخدام الطاقة المتجددة والنمو الأخضر. بينما قامت بعض المقالات بدراسة التفاعل بين الطاقة المتجددة و الانبعاثات، لا يزال هناك فجوة كبيرة في فهم المساهمات المحددة للنمو الأخضر في هذه العلاقة، خاصة في الهند. إن فهم التفاعل بين القضايا الاقتصادية الكلية والنمو الأخضر في هذا البلد أمر بالغ الأهمية نظرًا لأهميته الكبيرة الانبعاثات والمساهمة في الاحتباس الحراري. لذلك، فإن فهم العلاقة بين هذه المؤشرات في الهند أمر ضروري. وبالتالي، هناك حاجة إلى مزيد من الدراسات للتحقق من التأثير الدقيق للناتج المحلي الإجمالي، والعولمة، والنمو الأخضر، والطاقة المتجددة على انبعاثات.

تتكون هذه الدراسة من خمسة أقسام. يتم تقديم مراجعة الأدبيات في القسم 2. يقدم القسم 3 التقنيات. يتم تقديم النتائج في القسم 4. يختتم القسم 5.

في جسم الأبحاث الحالية، نظرت عدد من الدراسات في التفاعل بين الناتج المحلي الإجمالي، انبعاثات الكربون، العولمة، النمو الأخضر، والطاقة المتجددة. ومع ذلك، فإن نتائج المقالات السابقة مختلطة وغير حاسمة. وفقًا لأسلم وآخرون [16]، فإن التجارة والصناعة وكثافة السكان جميعها تزيد من الانبعاثات في الصين، ولكن مع مرور الوقت، يقلل النمو الاقتصادي من الانبعاثات. بالإضافة إلى ذلك، اكتشفوا علاقة أحادية الاتجاه بين هيكل الانفتاح التجاري وكثافة السكان ورابط سببي ثنائي الاتجاه بين الانبعاثات والتصنيع. في الكويت، يحلل وستي وزيدي [17] التفاعل بين استهلاك الطاقة، الانبعاثات، تحرير التجارة، والنمو الاقتصادي.

يكشف المؤلفون أن استهلاك الطاقة و الانبعاثات كلاهما يحفز التوسع الاقتصادي؛ كما أن الزيادة في الانبعاثات لها أيضًا تأثير كبير على زيادة استهلاك الطاقة. يقترح بيجوفيتش وآخرون [18] عدة أفكار رئيسية، بما في ذلك: لا توجد علاقة سببية مثبتة بين الناتج المحلي الإجمالي والمصادر المتجددة لدول الاتحاد الأوروبي الـ 27؛
هناك علاقة ثنائية الاتجاه بين الناتج المحلي الإجمالي وانبعاثات ثاني أكسيد الكربون؛ وهناك رابط سلبي ثنائي الاتجاه بين الانبعاثات والمصادر المتجددة. بالمثل، يكتشف منير وآخرون [19] علاقة سببية أحادية الاتجاه من الناتج المحلي الإجمالي إلى في تايلاند، الفلبين، ماليزيا، وسنغافورة؛ علاقة سببية أحادية الاتجاه من الناتج المحلي الإجمالي إلى استهلاك الطاقة في إندونيسيا، ماليزيا، وتايلاند؛ علاقة أحادية الاتجاه من استهلاك الطاقة إلى الناتج المحلي الإجمالي في سنغافورة؛ وعلاقة سببية ثنائية الاتجاه بين الناتج المحلي الإجمالي واستهلاك الطاقة في الفلبين في دول الآسيان.

لقد ساعدت العولمة بشكل كبير في دمج الاقتصاديات الوطنية، الثقافات، التقنيات، والحكومات وأدت إلى علاقات معقدة من الاعتماد المتبادل حيث تآكلت الحدود الوطنية [20،21]. وقد تم التعبير عن مخاوف عالمية بشأن التأثير البيئي للتكامل السريع للاقتصادات البعيدة [22]. لا يزال التأثير البيئي للعولمة قضية مثيرة للجدل بين السياسيين والعلماء. يؤكد غايس وآخرون [1] تأثيرًا غير متوازن طويل الأمد للعولمة الاقتصادية على الانبعاثات في دول الشرق الأوسط وشمال أفريقيا. وفقًا لي وآخرون [20]، فإن العولمة والاستثمار الأخضر لهما تأثير كبير على المدى الطويل في تقليل انبعاثات ثاني أكسيد الكربون في دول مINT. كما أنهم يفحصون تأثيرات الناتج المحلي الإجمالي، استهلاك الطاقة غير المتجددة، الابتكار التكنولوجي، والعولمة على الانبعاثات. يحلل هيو وآخرون [23] تأثير العولمة الاقتصادية على انبعاثات الكربون في الدول المتقدمة من 1970 إلى 2019. تشير النتائج إلى وجود ارتباطات إيجابية قوية بين العولمة، النمو الاقتصادي، استهلاك الفحم، و الانبعاثات. وفقًا لجاهانجر [21]، فإن العولمة على الصعيدين السياسي والاقتصادي تقلل بشكل كبير من الأضرار البيئية، ولكن العولمة على الصعيدين الاقتصادي والاجتماعي والمستويات العامة ت degrade جودة البيئة. بالمثل، يكشف آتشامبونغ [22] أن التغيرات الإيجابية والسلبية في العولمة السياسية تزيد من الانبعاثات على المدى الطويل، بينما التغيرات الإيجابية والسلبية في العولمة الاجتماعية تقلل من الانبعاثات في غانا.

ركزت بعض الأوراق السابقة على الهند. يستخدم باتشيابان وآخرون [8] نموذج ARDL للتحقيق في التفاعل بين الناتج المحلي الإجمالي، الانبعاثات، السكان، وزيادات استهلاك الطاقة في الهند. تشير النتائج إلى وجود رابط توازن طويل الأمد بالإضافة إلى علاقة سببية ثنائية الاتجاه بين المتغيرات. يوضح محمود وآخرون [24] أن الرابط بين جودة المؤسسات والناتج المحلي الإجمالي على انبعاثات ثاني أكسيد الكربون في هذا البلد مختلف. في نفس السياق، يضيف جاياسينغ وآخرون [25] إلى الأبحاث الهندية حول الرابط بين النمو الاقتصادي، استهلاك الطاقة، و الانبعاثات من خلال تأكيد أن استخدام الطاقة والسياحة كلاهما يساهم بشكل إيجابي في الانبعاثات. على الرغم من أن خوخاني ونادمي [7] يظهران علاقة إيجابية قوية بين انبعاثات ثاني أكسيد الكربون والناتج المحلي الإجمالي، إلا أنه غير واضح كيف يرتبط الناتج المحلي الإجمالي واستهلاك الطاقة. وفقًا لأحمد وآخرون [14]، يؤثر استهلاك الطاقة على الانبعاثات في الهند أكثر من غيره، بينما للطاقة المتجددة أقل تأثير.

يكشف كولداشيفا وسلاح الدين [26] أن الطاقة المتجددة تقلل من انبعاثات ثاني أكسيد الكربون. يقترح رحمن وآخرون [27] أن الصدمات السلبية للعولمة والنمو الاقتصادي لها تأثيرات إيجابية وسلبية على المدى القصير والطويل على الانبعاثات. بالمثل، يذكر بالسالوبري-لورينتي وآخرون [28] أن التنمية الاقتصادية تساهم بشكل إيجابي ولكن بشكل أقل في تدهور البيئة، مما يحقق منحنى كوزنتس البيئي إلى الحد الذي يكون فيه حياد انبعاثات على المدى الطويل ممكنًا. يبرز أديبايو وأولاه [29] علاقة سلبية بين تدابير كفاءة الطاقة و الانبعاثات في أوقات مختلفة في السويد. يقترح عثمان [30] أن الإنفاق على تقنيات الطاقة الخضراء والطاقة المتجددة له تأثير متنوع وسلبي على الانبعاثات. يوضح مادالينو ونوجويرا [31] أن التجارة، التنمية البشرية، ورأس المال الثابت الإجمالي جميعها تساهم بشكل إيجابي في التوسع الاقتصادي. ومع ذلك، بينما يزيد استخدام الطاقة المتجددة من هذه المساهمات، فإنه يفعل ذلك على حساب زيادة الانبعاثات. بالنسبة لكل دولة من دول البريكس، فإن التفاعل بين الانبعاثات واستهلاك الطاقة كبير وإيجابي [32]. وفقًا لمامخيذري وخذري [33]، فإن استخدام الطاقة المتجددة يقلل من الانبعاثات على المدى القصير والطويل.

يوفر أوزير علي وآخرون [15] بيانات تدعم نظرية منحنى كوزنتس البيئي، التي تؤكد أن هناك علاقة على شكل حرف U بين والتنمية الاقتصادية، في دراستهم لتأثيرات كثافة السكان، التنمية الاقتصادية، واستخدام الوقود الأحفوري على . من المهم أن له تأثير سلبي على الناتج المحلي الإجمالي، بينما كان للوقود الأحفوري، والاستثمار الأجنبي المباشر، والصادرات الإجمالية تأثير إيجابي على الناتج المحلي الإجمالي على المدى الطويل. تحدد التفاعلات الديناميكية بين النمو الاقتصادي، استهلاك الطاقة، و الانبعاثات من قبل كانغ وآخرون [34]. كما يكشفون عن الأنماط المتغيرة مع الزمن لآليات نقل التأثير بين هذه المؤشرات. على وجه التحديد، يحلل قايوم وآخرون [12] العلاقة بين الانبعاثات وعدم الاستقرار المالي ويقترحون أن هناك رابطًا كبيرًا بين هذه المتغيرات. بالإضافة إلى ذلك، يُرى وجود علاقة سببية طويلة الأمد في استخدام الطاقة، التحضر، الانبعاثات، وعدم الاستقرار المالي. بالمثل، وفقًا لأوزكان وأولجاك [13]، فإن زيادة الطاقة النووية تخفض على الفور الملوثات البيئية، مما يشير إلى أن إضافة المزيد من الطاقة النووية إلى مزيج الطاقة في الهند سيساعد في التخفيف من تغير المناخ.

أحد أفضل استراتيجيات البديل للتنمية المستدامة على المدى الطويل هو الآن النمو الأخضر. يمكن تتبع أصول الدراسات حول النمو الأخضر وانبعاثات الكربون إلى الجدل حول العلاقة السببية بين التوسع الاقتصادي و الانبعاثات. يتفق عدد من العلماء على أن النمو الاقتصادي السريع له تأثير كبير على الانبعاثات [5، 35]. يقترح تشاو وآخرون [2] أن النمو الأخضر يؤثر سلبًا على الانبعاثات في الصين. تدعم الفرضية النظرية بأن النمو الأخضر يحمي جودة البيئة في اقتصادات مجموعة السبع من قبل هاو وآخرون [3]. في سياق الاقتصادات الآسيوية، يجادل سليم وآخرون [36] بأن الناتج المحلي الإجمالي، النمو الأخضر، والتقدم التكنولوجي جميعها لها تأثير كبير على . بالمثل، يستكشف أولجاك [4] تأثير التكنولوجيا البيئية على النمو الأخضر
من خلال إدارة استهلاك الطاقة المتجددة وغير المتجددة في دول البريكس ويجد أن التقنيات المتعلقة بالبيئة تساهم بشكل إيجابي في النمو الأخضر. يزعم توايا وآخرون [6] أن التنمية الاقتصادية تؤثر إيجابيًا على النمو الأخضر، بينما يكون الانفتاح التجاري ضارًا بالنمو الأخضر في الدول النامية. تشير مراجعة الأدبيات إلى أن استهلاك الطاقة، العولمة، النمو الأخضر، والناتج المحلي الإجمالي جميعها تساهم بشكل كبير في تفسير الانبعاثات في معظم البلدان. ومع ذلك، فإن الأهمية الإحصائية لهذه العوامل تختلف بين الدراسات بناءً على البيانات والفترة الزمنية المستخدمة في التحليل التجريبي. على الرغم من أن الموضوع كان محور العديد من الدراسات التقليدية لسلاسل الزمن التي أجريت في الهند، إلا أن هناك حاجة إلى مزيد من البحث باستخدام بيانات حديثة لصياغة سياسات فعالة نظرًا لمعدل النمو الاقتصادي في البلاد، ومستوى استهلاك الطاقة نتيجة لحجم استهلاك الطاقة المتجددة، والاستثمار الأخضر. من أجل سد هذه الفجوة المعرفية، تضيف دراستنا الحالية بشكل كبير إلى مجموعة الأدبيات حول هذا الموضوع، لا سيما في سياق الهند.

تم استخدام نهج الانحدار الكمي غير المعلمي لفحص كيفية تأثير كميات مختلفة من العوامل الاقتصادية الكلية (X) على كميات مختلفة من الانبعاثات (Y). المعادلة مقدمة كما يلي:

أين يظهر المتغير التابع في الفترة t و يمثل المتغيرات المستقلة في الزمن t. هو الكمية على توزيع X. بالإضافة إلى ذلك، يمثل مصطلح خطأ الكوانتيل، حيث يتم تقدير الكمية تساوي صفر. . و Y. لذلك، نستخدم توسيع تايلور من الدرجة الأولى لـ . لتحويل الدالة إلى شكل خطي . يمكن التعبير عنها كما يلي:

أين هو المشتق الجزئي لـ .
بالإضافة إلى ذلك، أشار سيم وزو [10] إلى أن المعادلة 1 يمكن تبسيطها على النحو التالي:

اختيار عرض النطاق مهم بشكل خاص عند إجراء تحليل غير معلمي لأنه يؤثر على سرعة النتائج ويبسّط النقطة الموضوعية. تنخفض التباين بينما يقل انحراف التقدير عندما يكون عرض النطاق تم تعيينه إلى قيمة كبيرة، والعكس صحيح. ومن ثم، في هذه الدراسة، قيمة عرض النطاق لـ تم اعتماده، كما أوصى به سيم وزو [10].

نفضل استخدام اختبار السببية الترددي الذي أنشأه بريتونغ وكاندلون [11]. تشكل القيود الخطية الاثنان المذكوران أدناه أساس هذه الاستراتيجية.

معادلة VAR لـ يمكن أن يُعطى بالعبارة التالية:

معطى بواسطة:

و الفرضية ” Y لا تسبب X بتردد ، أي يساوي القيد الخطي التالي.

توزيع إحصائية F العادية لاختبار الفرضية الصفرية الموصوفة تقريبًا كما هو لـ تظهر الشكل 1 تدفق التحليل.

لتقييم دور الطاقة المتجددة (REN) والنمو الأخضر (GRE) والنمو الاقتصادي (GDP) والعولمة (GLO) في الحد من انبعاثات ( في الهند، تستخدم هذه الدراسة بيانات من 1990 إلى 2022. المتغيرات المستقلة هي GRE وREN وGDP وGLO، بينما المتغير التابع هو تم تقديم مصادر المتغيرات والقياسات ذات الصلة في الجدول 1. بناءً على الأبحاث السابقة، تم تحويل البيانات من بيانات منخفضة التردد إلى بيانات عالية التردد [37]. بالإضافة إلى ذلك، تم تسجيل هذه المتغيرات للتعامل مع القيم الشاذة.

توضح الإحصائيات الوصفية المتعلقة بجميع المؤشرات المعنية في الجدول 2. تشير لمحة الملخص إلى أن متوسط قيمة الناتج المحلي الإجمالي هو الأعلى، بينما قيمة سلبي. يرافق ذلك REN (0.930453) و GLO (0.984221) و GRE (0.324401). الانحراف المعياري للنمو الاقتصادي هو الأعلى، بينما أقل تقلبًا من سلاسل زمنية أخرى. باستثناء GRE وGDP، فإن CO2 وREN وGLO منحرفة سلبًا. بالإضافة إلى ذلك، فإن المؤشرات المختارة لها كورتوز إيجابي، ومعاملاتها أقل من 3. أيضًا، يكشف قيمة جاركي-بيرا أن جميع السلاسل الزمنية قيد الدراسة تتوافق مع التوزيع الطبيعي عند المستوى المهم. يتم وصف الامتحان المختار في الهند من 1990 إلى 2022 في الشكل 2.

يتم حساب الارتباط الثنائي بين أزواج المؤشرات، ويتم تمثيل خريطة الحرارة في الشكل 3. تشير النتائج إلى أن الارتباطات الخطية غير المشروطة بين الانبعاثات وغيرها من المتغيرات المختارة سلبية بشكل قوي. من الواضح أن المؤشرات في هذه الورقة لها علاقة قوية مما يسمح بشكل أكبر باستخدام أساليب الاقتصاد القياسي الكمي لاستنتاج النتائج.

في المرحلة المرفقة، أجرت الدراسة الحالية اختبار الجذر الأحادي على كوانتيلات متميزة للتحقق من الخصائص الثابتة في الهند. يتم استخدام اختبار الجذر الأحادي للكوانتيل لبناء الخصائص الثابتة لـ الانبعاثات، GRE، REN، الناتج المحلي الإجمالي، و GLO. توضح الجدول 3 معاملات الاستمرارية، إحصائية t، والقيم الحرجة ( ) من نظام الشبكة لـ

19 كوانتيلات تتراوح من 0.05 إلى 0.95 تم الحصول عليها من اختبار جذر الوحدة الكوانتي. تشير النتائج إلى أن معاملات إحصاء t للكوانتيلات في التوزيع الشرطي جميعها أقل من القيمة الحرجة، مما يؤدي إلى رفض الفرضية الصفرية التي تفيد بعدم وجود جذر وحدة في المتغيرات. بما يتماشى مع نتائج شريف وآخرون [37]، يؤكد اختبار جذر الوحدة الكوانتي أن المؤشرات غير مستقرة على مستوى البيانات. لذلك، يمكننا أن نستنتج أن جميع السلاسل الزمنية غير مستقرة لأن إحصاء t أقل من القيمة الحرجة عددياً.

ملاحظات: الجدول يقدم تقديرات نقطية – إحصائيات وقيم حرجة لـ مستوى الدلالة. إذا كانت قيمة إحصائية t أقل من القيمة الحرجة، فإن فرضية العدم مرفوض في مستوى.

هنا، العلاقة المتقلبة للتكامل المشترك بين ، وتم تصحيح GLO من خلال تطبيق تقنية التكامل الكمي، كما قدمها شياو [9] لأول مرة. يوضح الجدول 4 نتائج التكامل الكمي لهذه الأزواج في الهند. ويشير إلى أن قيمة معيار السوبريموم لـ و المعاملات، بالإضافة إلى CV1 و CV5 و CV10، هي القيم الرئيسية للدلالة الإحصائية عند 1 و 5 و ، على التوالي. بشكل عام، من الواضح أن قيم معيار السوبريموم لـ و المعاملات أكبر من جميع القيم الحرجة عند ، و بشكل مستقل، مما يعني أن هناك ارتباطًا طويل الأمد كبيرًا بين وغيرها من المتغيرات ذات الصلة في الهند. مشابهًا لنتائج التكامل الكمي لشريف وآخرين [37] التي كشفت عن وجود علاقة غير خطية أساسية طويلة الأجل بين المتغيرات التي تم التحقيق فيها.

ملاحظة: تقدم هذه الجدول نتائج اختبار التكامل الكمي للوغاريتم المتغيرات المختارة والاستدامة الاقتصادية. نحن نختبر استقرار المعاملات و في نموذج التكامل الكمي، و CV1 و CV5 و CV10 هي القيم الحرجة للدلالة الإحصائية عند و و

5- النتائج في هذا القسم، نقدم تحقيقًا تجريبيًا يتعلق بالعلاقة بين الانبعاثات والاستثمار الأخضر ونحلل أيضًا التأثيرات المحتملة للعوامل الاقتصادية الكلية على هذه العلاقة عبر ظروف اقتصادية مختلفة. من خلال القيام بذلك، نحقق في العلاقة غير المتماثلة وغير الخطية بين الانبعاثات والاستثمار الأخضر عبر توزيع البيانات المشترك لمؤشرات المعتمدة والمتحكم فيها التي تم تحقيقها بواسطة تقنيات QQR. تمثل نتائج طريقة QQR في الأشكال (3-أ) إلى (4-د). يتم عرض التمثيل البياني للهند في هذا الشكل، مع عرض المحور z معامل التداخل المتقاطع لـ QQR ويمثل المحور x الانبعاثات لكل فرد، REN، GLO، GDP، و GRE. بعبارة أخرى، توضح هذه الرسوم البيانية التأثير غير المتماثل على المدى الطويل لـ REN و GRE و GDP و GLO على الانبعاثات في الهند عند توزيعات كمي مختلفة. تكشف الأشكال 3-أ إلى 4-د عن تقدير معامل الميل، الذي يلتقط تأثير الكمي للمتغيرات المتحكم فيها المختارة على الكمي لـ الانبعاثات عند قيم مختلفة من و للهند.

يبرز الشكل 4أ تأثير النمو الاقتصادي على الانبعاثات في الهند. يمتد معامل الميل بين -15 و 20. تم العثور على التأثير السلبي لـ GDP على انبعاثات CO2 في جميع كمي GDP وجميع كمي CO2 (0.15-0.35). بالإضافة إلى ذلك، فإن معامل الميل ضعيف وإيجابي في الكمي المتوسط والعالي من وكمي GDP المختلفة. تكشف هذه النتائج أن هناك تأثيرات إيجابية وسلبية بين GDP وانبعاثات CO2 في الهند، لكنها دليل على علاقة ضعيفة. والأهم من ذلك، يتم ملاحظة العلاقة الإيجابية عبر كميات GDP ومعظم كميات الانبعاثات، لذا فإن GDP هو محرك دراماتيكي لانبعاثات في الهند. هذه النتيجة تتماشى مع المقالات السابقة مثل Pachiyappan et al. [8] و Mehmood et al. [24] و Khochiani & Nademi [7]، التي تشير إلى أن GDP هو عامل كبير في الانبعاثات.

يظهر الشكل 4ب تأثير العولمة على الانبعاثات في الهند. يتراوح نطاق ميل المعاملات من -25 إلى 10. في جميع كميات و GLO (0.1-0.95)، فإن تأثير GLO على سلبي بشكل كبير،
والتأثير السلبي أكثر وضوحًا عبر كميات أقل وأعلى من ، مما يعني أن زيادة العولمة ستقلل من الانبعاثات. هذا يوضح أن العولمة تقلل من الانبعاثات. بالإضافة إلى ذلك، يظهر ذلك تعاطف الحكومة الهندية واهتمامها بتقليل الانبعاثات من خلال اعتماد اللوائح البيئية بالتوازي مع التوسع الاقتصادي السريع في البلاد. تفسير محتمل لتأثير العولمة السلبي على هو أن ارتفاع التجارة يؤدي إلى انخفاض الإنتاجية العامة للعوامل بسبب العولمة، وأن انتقال التقنيات المتطورة يغذي التنمية الاقتصادية. هذه النتائج ليست مفاجئة وتتوافق مع نتائج Acheampong [22] في غانا.

في الزوج GRE-CO2، تفحص النتيجة أن تأثير GRE على انبعاثات CO2 سلبي قوي وذو دلالة إحصائية في الكميات المنخفضة والمتوسطة من وجميع كميات النمو الأخضر [انظر الشكل 4ج]. بشكل محدد، تأثير GRE على انبعاثات CO2 أكثر وضوحًا في الكميات المنخفضة من CO2، مما يشير إلى أقصى تأثير للنمو الأخضر على الجودة البيئية في الهند. بعبارة أخرى، تؤكد نتائج QQR أن تأثير النمو الأخضر على سلبي قوي وذو دلالة إحصائية في جميع كميات GRE تقريبًا. تم دراسة نتائج مماثلة في أوراق سابقة مثل Ulucak [4] و Tawiah et al. [6]، الذين يقترحون أن زيادة النمو الأخضر تؤدي إلى انخفاض في وحفظ الطاقة.

أخيرًا، يظهر الشكل 4د تأثير الطاقة المتجددة على الانبعاثات. تكشف النتائج أنه في الكميات المنخفضة (0.1-0.4) من ، يؤثر REN سلبًا على ، مما يعني أنه في الكميات المنخفضة، تكون الطاقة المتجددة مستدامة. علاوة على ذلك، فإن النتيجة مفاجئة نظرًا لحقيقة أن استخدام الطاقة من الوقود الأحفوري غير مستدام في هذا البلد. بالإضافة إلى ذلك، في الكميات المتوسطة من وجميع كميات REN، فإن تأثير REN على سلبي وقوي. ومع ذلك، مع الانتقال إلى الكميات الأعلى من (0.85-0.95)، تكون جميع كميات REN إيجابية وضعيفة. هذا يعني أنه في الذيل الأطول، يساهم REN في تدهور البيئة في الهند. التأثير الإيجابي لـ REN على CO2 يكشف عنه بحث Uzair Ali et al. [15] و Kang et al. [34] و Danish و Ulucak [4]. بشكل عام، تؤكد النتائج أن تأثير REN على سلبي وكبير في جميع كميات المزيج، مما يشير إلى أن REN يقلل من مستوى الانبعاث. من وجهة نظر سياسية، تشير النتائج إلى أنه يجب على صانعي السياسات اعتماد استهلاك الطاقة المتجددة لتقليل التدهور البيئي في الهند.

تكشف النتائج أن تأثير الطاقة المتجددة و GDP والنمو الأخضر والعولمة على انبعاثات CO2 ذو دلالة إحصائية لجميع الكميات. بالإضافة إلى ذلك، فإن هذه التأثيرات ليست متماثلة عبر كميات المتغيرات المدروسة، مما يخفف من المقالات السابقة التي أفادت بوجود دلالة إحصائية [24، 25، 31-34]. تكمل نتائجنا هذه الدراسات من خلال إظهار أن الصدمات السلبية فقط على التنمية الاقتصادية واستهلاك الطاقة المتجددة هي ذات دلالة لانبعاثات الكربون. تشير النقاشات الأخيرة إلى أنه، على الرغم من كونها مفيدة اقتصاديًا، فإن التقدم الصناعي قد أثر على الجودة البيئية [23،27]. لقد زاد النمو والنشاط الصناعي من مستويات التلوث غير المستقرة بالفعل في الهند. عملنا يتماشى مع تحليل Jayasinghe & Selvanathan [25] حول الاقتصادات اللامركزية للغاية.

نستخدم سببية غرانجر الطيفية عند ترددات مختلفة قدمها Breitung & Candelon [11] لتحديد التأثير السببي لـ REN و GLO و GDP و GRE على الانبعاثات في الهند. عند ترددات مختلفة (0- و 2-3)، تشير العلاقة السببية بين الانبعاثات ومؤشرات المتحكم إلى المدى الطويل والمتوسط والقصير، على التوالي. يتم تحديد العلاقات المؤقتة كترددات بين 2 و 3، بينما يتم الإشارة إلى السببية المستمرة كترددات من 0 إلى 1. يعرض الشكل 4 النتائج البيانية لهذا الاختبار. مستوى من الدلالة الإحصائية يتم الإشارة إليه بواسطة الخط العلوي (الأحمر)، بينما يتم الإشارة إلى مستوى من الدلالة الإحصائية بواسطة الخط السفلي (الأزرق).

بشكل عام، يكشف الاختبار عن تسرب ديناميكي دائم للسببية على المدى الطويل، يمتد من GDP و REN و GRE و GLO إلى الانبعاثات في الهند. ومع ذلك، تشير النتيجة إلى أن السببية من إلى هذه المتغيرات المستقلة مختلطة. على سبيل المثال، في حالة الزوج GLO-CO2، يظهر الشكل 5 أنه لا يوجد رابط سببي كبير في الاتجاه الذي يمتد من إلى العولمة. بالنسبة للعلاقة غير المتماثلة بين النمو الاقتصادي والنمو الأخضر والعولمة والطاقة المتجددة وانبعاثات الكربون، نلاحظ عدم وجود سببية ذات دلالة في المدى القصير. بشكل عام، هناك سببية ثنائية الاتجاه بين GRE و GDP و REN و CO2 عند الترددات المنخفضة والمتوسطة وسببية أحادية الاتجاه تمتد من GLO إلى على المدى الطويل، مما يعني أن السببية واضحة في الآفاق المتوسطة والطويلة. تتماشى نتائجنا مع المقالات السابقة التي تقترح أن الطاقة المتجددة والعولمة والنمو الأخضر يمكن أن تعزز الجودة البيئية في الهند.

تستكشف هذه المقالة التأثيرات غير المتماثلة للنمو الاقتصادي والعولمة والنمو الأخضر والطاقة المتجددة على انبعاثات الهند من 1990 إلى 2022. يعتقد المؤلفون أنه على الرغم من المنهجية التجريبية الجديدة التي تم تأسيسها في هذه الدراسة، إلا أن تأثير التوسع الاقتصادي، والعولمة، والنمو الأخضر، واستهلاك الطاقة المتجددة على جودة البيئة في الهند لم يتم فحصه بشكل كافٍ. ونتيجة لذلك، من خلال استخدام النهج المبتكر والمستحدث حديثًا الكمي على الكمي لفحص تأثيرات المتغيرات المستقلة على الانبعاثات، يملأ مقالنا الفجوة في الأدبيات لحالة الهند. بالإضافة إلى ذلك، يتم تقييم العلاقة السببية بين المتغيرات التي تم فحصها باستخدام اختبار سبكترال غرانجر للسببية.

تشير النتائج التجريبية لنموذج QQR إلى أن النمو الاقتصادي له تأثير سلبي على تدهور البيئة في الغالبية العظمى من الكوانتيلات. على العكس من ذلك، تكشف النتائج أن العولمة تخفف من الانبعاثات، حيث تظهر معظم الكوانتيلات أن تأثير العولمة على انبعاثات ثاني أكسيد الكربون سلبي. تم الكشف عن نتائج مماثلة في حالات النمو الأخضر، والطاقة المتجددة، و الانبعاثات، حيث تؤثر هذه المتغيرات المستقلة سلبًا على جودة البيئة في نسبة كبيرة من الكوانتيلات. بشكل أكثر تحديدًا، تكشف نتائج اختبار سبكترال غرانجر للسببية أن النمو الاقتصادي، والعولمة، والنمو الأخضر، والطاقة المتجددة ستسبب تقلبات ملحوظة في الانبعاثات على مدى فترات زمنية مختلفة.

تتمتع هذه النتائج الكبيرة بتداعيات سياسية مهمة لصانعي السياسات في الهند، والسلطات التنظيمية، والحكومات. نظرًا لأن العولمة قد أظهرت أنها تزيد من جودة البيئة، فمن الضروري أن تعمل هذه الدولة على تحسين سياساتها المتعلقة بالعولمة. بشكل محدد، يجب أن تسعى هذه السياسات ليس فقط لتحقيق مزايا اقتصادية كبيرة، ولكن يجب أن تعمل أيضًا على تخفيف المشكلات البيئية المرتبطة بها. قد تظل أدوات السياسة البيئية، مثل برامج تجارة الانبعاثات والضرائب على الكربون، أداة حاسمة للتحكم في الانبعاثات.

يلاحظ أن التقلبات في معدل نمو الناتج المحلي الإجمالي لها تأثير كبير على وتفسير معدل نمو الانبعاثات. نظرًا لأن نمو الهند يعتمد بشكل كبير على استخدام مصادر الطاقة غير المتجددة، فإن معدل النمو الاقتصادي المرتفع في البلاد يؤدي أيضًا إلى زيادة في الانبعاثات. يجب على الهند الاستمرار في استخدام تدابير تعزيز نظامها الاقتصادي الحالي لأنها لا تشكل تهديدًا للبيئة. بالإضافة إلى ذلك، يجب على الهند إنشاء إطار اقتصادي مستقر يمكّن الشركات من استخدام التكنولوجيا المتطورة والفعالة، واستخدام طاقة أقل، وتحسين البيئة. سيشجع ذلك الشركات على استخدام تقنيات صديقة للبيئة من أجل جني الفوائد المالية وتقليل استهلاكها للطاقة وانبعاثات غازات الدفيئة.

فيما يتعلق بالعلاقة السلبية بين النمو الأخضر- من الضروري الاستمرار في تعزيز الانتقال الأخضر في الهيكل الاقتصادي الحالي للهند. من أجل دمج هدف خفض انبعاثات الكربون بشكل صحيح في تخطيط التنمية الاجتماعية والاقتصادية على المدى الطويل، يجب على الحكومات المحلية تعزيز تخطيطها للتنمية منخفضة الكربون والخضراء، وتمرير القوانين واللوائح ذات الصلة، ودمج التنمية الاقتصادية الخضراء في تصميم السياسات العليا. من المهم أن تكون تدابير الطاقة النظيفة ذات أولوية لصانعي السياسات من أجل تحسين جودة البيئة. تحسين كفاءة الطاقة، والاستثمار في الموارد المتجددة، وزيادة استخدام مصادر الطاقة النظيفة، وتقليل كثافة الطاقة هي الطرق الرئيسية لخفض انبعاثات الكربون.

البيانات المقدمة في هذه الدراسة متاحة عند الطلب من المؤلف المراسل.

تم تمويل هذا البحث من قبل جامعة هونغ فوانغ، مدينة هو تشي مينه.

غير قابل للتطبيق.

غير قابل للتطبيق.

يعلن المؤلف أنه لا يوجد تضارب في المصالح بشأن نشر هذه المخطوطة. بالإضافة إلى ذلك، تم الالتزام تمامًا بالقضايا الأخلاقية، بما في ذلك الانتحال، والموافقة المستنيرة، وسوء السلوك، وتزوير البيانات و/أو التلاعب، والنشر المزدوج و/أو التقديم، والتكرار.

[1] Gaies, B., Nakhli, M. S., & Sahut, J. M. (2022). What are the effects of economic globalization on emissions in MENA countries?. Economic Modelling, 116, 106022. doi:10.1016/j.econmod.2022.106022.
[2] Zhao, J., Taghizadeh-Hesary, F., Dong, K., & Dong, X. (2023). How green growth affects carbon emissions in China: the role of green finance. Economic Research-Ekonomska Istrazivanja, 36(1), 2090-2111. doi:10.1080/1331677X.2022.2095522.
[3] Hao, L. N., Umar, M., Khan, Z., & Ali, W. (2021). Green growth and low carbon emission in G7 countries: How critical the network of environmental taxes, renewable energy and human capital is?. Science of the Total Environment, 752, 141853. doi:10.1016/j.scitotenv.2020.141853.
[4] Danish, & Ulucak, R. (2020). How do environmental technologies affect green growth? Evidence from BRICS economies. Science of the Total Environment, 712, 136504. doi:10.1016/j.scitotenv.2020.136504.
[5] Ojha, V. P., Pohit, S., & Ghosh, J. (2020). Recycling carbon tax for inclusive green growth: A CGE analysis of India. Energy Policy, 144. doi:10.1016/j.enpol.2020.111708.
[6] Tawiah, V., Zakari, A., & Adedoyin, F. F. (2021). Determinants of green growth in developed and developing countries. Environmental Science and Pollution Research, 28(29), 39227-39242. doi:10.1007/s11356-021-13429-0.
[7] Khochiani, R., & Nademi, Y. (2020). Energy consumption, emissions, and economic growth in the United States, China, and India: A wavelet coherence approach. Energy & Environment, 31(5), 886-902. doi:10.1177/0958305X19881750.
[8] Pachiyappan, D., Ansari, Y., Alam, M. S., Thoudam, P., Alagirisamy, K., & Manigandan, P. (2021). Short and long-run causal effects of emissions, energy use, GDP and population growth: Evidence from India using the ARDL and VECM approaches. Energies, 14(24), 8333. doi:10.3390/en14248333.
[9] Xiao, Z. (2009). Quantile cointegrating regression. Journal of Econometrics, 150(2), 248-260. doi:10.1016/j.jeconom.2008.12.005.
[10] Sim, N., & Zhou, H. (2015). Oil prices, US stock return, and the dependence between their quantiles. Journal of Banking & Finance, 55, 1-8. doi:10.1016/j.jbankfin.2015.01.013.
[11] Breitung, J., & Candelon, B. (2006). Testing for short- and long-run causality: A frequency-domain approach. Journal of Econometrics, 132(2), 363-378. doi:10.1016/j.jeconom.2005.02.004.
[12] Qayyum, M., Yu, Y., Nizamani, M. M., Raza, S., Ali, M., & Li, S. (2023). Financial Instability and Emissions in India: Evidence from ARDL Bound Testing Approach. Energy & Environment, 34(4), 808-829. doi:10.1177/0958305X211065019.
[13] Danish, Ozcan, B., & Ulucak, R. (2021). An empirical investigation of nuclear energy consumption and carbon dioxide (CO2) emission in India: Bridging IPAT and EKC hypotheses. Nuclear Engineering and Technology, 53(6), 2056-2065. doi:10.1016/j.net.2020.12.008.
[14] Ahmed, M., Shuai, C., & Ahmed, M. (2022). Influencing factors of carbon emissions and their trends in China and India: a machine learning method. Environmental Science and Pollution Research, 29(32), 48424-48437. doi:10.1007/s11356-022-18711-3.
[15] Uzair Ali, M., Gong, Z., Ali, M. U., Asmi, F., & Muhammad, R. (2022). CO2 emission, economic development, fossil fuel consumption and population density in India, Pakistan and Bangladesh: A panel investigation. International Journal of Finance & Economics, 27(1), 18-31. doi:10.1002/ijfe.2134.
[16] Aslam, B., Hu, J., Shahab, S., Ahmad, A., Saleem, M., Shah, S. S. A., Javed, M. S., Aslam, M. K., Hussain, S., & Hassan, M. (2021). The nexus of industrialization, GDP per capita and CO2 emission in China. Environmental Technology & Innovation, 23, 101674. doi:10.1016/j.eti.2021.101674.
[17] Wasti, S. K. A., & Zaidi, S. W. (2020). An empirical investigation between emission, energy consumption, trade liberalization and economic growth: A case of Kuwait. Journal of Building Engineering, 28, 101104. doi:10.1016/j.jobe.2019.101104.
[18] Pejović, B., Karadžić, V., Dragašević, Z., & Backović, T. (2021). Economic growth, energy consumption and emissions in the countries of the European Union and the Western Balkans. Energy Reports, 7, 2775-2783. doi:10.1016/j.egyr.2021.05.011.
[19] Munir, Q., Lean, H. H., & Smyth, R. (2020). CO2 emissions, energy consumption and economic growth in the ASEAN-5 countries: A cross-sectional dependence approach. Energy Economics, 85, 104571. doi:10.1016/j.eneco.2019.104571.
[20] Li, S., Yu, Y., Jahanger, A., Usman, M., & Ning, Y. (2022). The Impact of Green Investment, Technological Innovation, and Globalization on Emissions: Evidence from MINT Countries. Frontiers in Environmental Science, 10, 156. doi:10.3389/fenvs.2022.868704.
[21] Jahanger, A. (2022). Impact of globalization on CO2 emissions based on EKC hypothesis in developing world: the moderating role of human capital. Environmental Science and Pollution Research, 29(14), 20731-20751. doi:10.1007/s11356-021-17062-9.
[22] Acheampong, A. O. (2022). The impact of de facto globalization on carbon emissions: Evidence from Ghana. International Economics, 170, 156-173. doi:10.1016/j.inteco.2022.03.002.
[23] Huo, C., Hameed, J., Sharif, A., Albasher, G., Alamri, O., Alsultan, N., & Baig, N. ul-ain. (2022). Recent scenario and nexus of globalization to emissions: Evidence from wavelet and Quantile on Quantile Regression approach. Environmental Research, 212, 113067. doi:10.1016/j.envres.2022.113067.
[24] Mehmood, U., Tariq, S., Ul-Haq, Z., & Meo, M. S. (2021). Does the modifying role of institutional quality remains homogeneous in GDP-CO2 emission nexus? New evidence from ARDL approach. Environmental Science and Pollution Research, 28(8), 10167-10174. doi:10.1007/s11356-020-11293-y.
[25] Jayasinghe, M., & Selvanathan, E. A. (2021). Energy consumption, tourism, economic growth and emissions nexus in India. Journal of the Asia Pacific Economy, 26(2), 361-380. doi:10.1080/13547860.2021.1923240.
[26] Kuldasheva, Z., & Salahodjaev, R. (2023). Renewable Energy and Emissions: Evidence from Rapidly Urbanizing Countries. Journal of the Knowledge Economy, 14(2), 1077-1090. doi:10.1007/s13132-022-00971-6.
[27] Rehman, A., Alam, M. M., Ozturk, I., Alvarado, R., Murshed, M., Işık, C., & Ma, H. (2023). Globalization and renewable energy use: how are they contributing to upsurge the emissions? A global perspective. Environmental Science and Pollution Research, 30(4), 9699-9712. doi:10.1007/s11356-022-22775-6.
[28] Balsalobre-Lorente, D., Contente dos Santos Parente, C., Leitão, N. C., & Cantos-Cantos, J. M. (2023). The influence of economic complexity processes and renewable energy on emissions of BRICS. What about industry 4.0? Resources Policy, 82, 103547. doi:10.1016/j.resourpol.2023.103547.
[29] Adebayo, T. S., & Ullah, S. (2024). Towards a sustainable future: The role of energy efficiency, renewable energy, and urbanization in limiting emissions in Sweden. Sustainable Development, 32(1), 244-259. doi:10.1002/sd.2658.
[30] Usman, O. (2023). Renewable energy and emissions in G7 countries: does the level of expenditure on green energy technologies matter? Environmental Science and Pollution Research, 30(10), 26050-26062. doi:10.1007/s11356-022-23907-8.
[31] Madaleno, M., & Nogueira, M. C. (2023). How Renewable Energy and Emissions Contribute to Economic Growth, and Sustainability—An Extensive Analysis. Sustainability, 15(5), 4089. doi:10.3390/su15054089.
[32] Adebayo, T. S., Ağa, M., & Kartal, M. T. (2023). Analyzing the co-movement between CO2 emissions and disaggregated nonrenewable and renewable energy consumption in BRICS: evidence through the lens of wavelet coherence. Environmental Science and Pollution Research, 30(13), 38921-38938. doi:10.1007/s11356-022-24707-w.
[33] Mamkhezri, J., & Khezri, M. (2023). Assessing the spillover effects of research and development and renewable energy on CO2 emissions: international evidence. Environment, Development and Sustainability, 26(3), 7657-7686. doi:10.1007/s10668-023-03026-1.
[34] Kang, S. H., Islam, F., & Kumar Tiwari, A. (2019). The dynamic relationships among emissions, renewable and nonrenewable energy sources, and economic growth in India: Evidence from time-varying Bayesian VAR model. Structural Change and Economic Dynamics, 50, 90-101. doi:10.1016/j.strueco.2019.05.006.
[35] Gu, J., Renwick, N., & Xue, L. (2018). The BRICS and Africa’s search for green growth, clean energy and sustainable development. Energy Policy, 120, 675-683. doi:10.1016/j.enpol.2018.05.028.
[36] Saleem, H., Khan, M. B., & Mahdavian, S. M. (2022). The role of green growth, green financing, and eco-friendly technology in achieving environmental quality: evidence from selected Asian economies. Environmental Science and Pollution Research, 29(38), 57720-57739. doi:10.1007/s11356-022-19799-3.
[37] Sharif, A., Mishra, S., Sinha, A., Jiao, Z., Shahbaz, M., & Afshan, S. (2020). The renewable energy consumption-environmental degradation nexus in Top-10 polluted countries: Fresh insights from quantile-on-quantile regression approach. Renewable Energy, 150, 670-690. doi:10.1016/j.renene.2019.12.149.

Green Growth; Renewable Energy; Globalization; Emissions; Quantile Regression.

The main greenhouse gas responsible for both environmental pollution and climate change brought on by humans is carbon dioxide [1]. As a result, cutting emissions has risen to the top of the global policy agenda for nations. In addition, green growth, or ecologically sustainable economic growth, is regarded as a critical method for attaining longterm development [2, 3]. Globally, governments view preserving environmental sustainability while achieving economic growth as a key objective of policy [4]. The advancement of green technology is essential to lowering emissions and fostering green economic growth [5]. emissions are a big concern not only for India but for the entire world, with the introduction of many technological innovations and ever-progressing economic growth with rising clean energy. Therefore, sustainable economic growth has been a major challenge in India.

In terms of the key economic drivers for increased carbon emissions, renewable energy consumption, green growth, and globalization may be the most likely possibilities for declining emissions and other greenhouse gases [6]. As a result, in both developing and advanced nations, numerous researchers have looked into the connection among these indicators. Remarkably, the empirical analysis does not support the conclusions drawn in the earlier study, which could be attributed to variations in the economic structures and statistical techniques used by researchers [7]. Hence, further research on the topic using novel techniques is required to generate more accurate findings. Put differently, this study aims to assess the asymmetric role of economic growth, globalization, green growth, and renewable energy in achieving environmental sustainability in India, which is one of the most polluting countries across the world. India contributed of the global carbon dioxide emissions in 2015, according to the Emission Database for Global Atmospheric Research.

India is the subject of this empirical study for some reasons. First, as per the Global Carbon Project, emissions in India increased by on average in 2018 [8]. More importantly, India is the third-largest emitter of behind the United States and China [7]. As part of the manufacturing process, limited gas exploitation and oil reserves degrade environmental quality. As a result, it is necessary to explore the nexus between emissions and economic development in this country. In order to protect the environment, a global rise in the proportion of renewable energy in overall energy usage profiles is required by the seventh Sustainable Development Goal of the United Nations. India must pay more attention to green investments such as green growth and renewable energy. Hence, more investigation is required to determine how macroeconomic determinants affect environmental quality in India to achieve sustainable development.

The prime objective of this study was to investigate the asymmetric impact of economic growth, globalization, green growth, and renewable energy on emissions in India to highlight novel conclusions and results. In other words, by applying quantile econometric methodologies, our work seeks to clarify the asymmetric association between GDP, globalization, green growth, renewable energy consumption, and environmental quality, i.e., the quantile cointegration test with constant cointegrated coefficients developed by Xiao [9], quantile-on-quantile regression suggested by Sim & Zhou [10], and the spectral Granger causality offered by Breitung & Candelon [11]. These methodologies give systematic explanations about the association between the examined indicators and can indicate intricate behavioral patterns. The comprehension of complicated linkages, heterogeneity, asymmetric impacts, and nonlinear relationships between economic growth, globalization, green growth, renewable energy, and emissions is improved by the use of QQR and spectral Granger causality techniques. By using these techniques, time series analysis as a whole is able to more thoroughly and precisely evaluate sustainability and environmental issues.

Green growth initiatives can help achieve both long-term economic growth and lower energy use [1, 6]. Any economy’s economic growth and progress can be jeopardized by environmental damage. According to numerous studies, emerging nations are eradicating poverty through conventional growth; however, it is unclear what strategies they have in place for green growth and the shift to a sustainable growth path that will lead to a clean environment . More crucially, many scholars have paid less attention to renewable energy and green growth, as well as their effects on emissions. Therefore, additional research is needed to determine the influence of globalization, green growth, and renewable energy sources on emissions.

Prior studies looked at certain facets of emissions, renewable energy, and economic development [3,12-15]. However, none of the studies clarified the asymmetric relationship between them, which inspired and enabled us to choose factors related to globalization, renewable energy, and green growth for our study project. The empirical results of this work greatly aid in the creation and application of policies that provide new and thorough explanations of how economic growth, globalization, green growth, renewable energy, and emissions are all interdependent in India. Furthermore, the present method yields more precise and trustworthy information on these variables and provides valuable information about the interactions between various economic growth, globalization, green growth, renewable energy, and emissions quantiles.

The existing literature on the interaction between energy usage, GDP, and globalization has mainly centered on the overall influence of economic development without adequately considering the elements of renewable energy use and green growth [2,4]. While some articles have examined the interplay between renewable energy and emissions, there remains a significant gap in understanding the specific contributions of green growth to this association, especially in India. Understanding the interplay of macroeconomic issues and green growth in this country is critical given its significant emissions and contribution to global warming. Hence, a fully understanding of the relationship between these indicators in India is essential. Therefore, more studies are required to look into the precise impact of GDP, globalization, green growth, and renewable energy on emissions.

There are five sections to this study. A literature review is presented in Section 2. Section 3 presents techniques. Results are presented in Section 4. Section 5 concludes.

In the body of existing research, a number of studies have looked at the interplay between GDP, carbon emissions, globalization, green growth, and renewable energy. Nevertheless, the findings of past articles are mixed and inconclusive. According to Aslam et al. [16], commerce, industry, and population density all raise emissions in China, but over time, economic growth decreases emissions. Additionally, it discovered a one-way relationship between trade openness structure and population density and a bidirectional causal link between emissions and industrialization. In Kuwait, Wasti & Zaidi [17] analyze the interplay between energy consumption, emissions, trade liberalization, and economic growth.

The authors reveal that energy consumption and emissions both stimulate economic expansion; a rise in emissions also has a major impact on rising energy consumption. Pejović et al. [18] propose several key ideas, including the following: there is no proven causal relationship between GDP and renewable sources for the 27 EU member states;
there is a bidirectional correlation between GDP and CO2 emissions; and there is a bidirectional negative nexus between emissions and renewable sources. Similarly, Munir et al. [19] discover one-way Granger causality from GDP to in Thailand, the Philippines, Malaysia, and Singapore; one-way causality from GDP to energy consumption in Indonesia, Malaysia, and Thailand; a unidirectional relationship from EC to GDP in Singapore; and bidirectional causality between GDP and energy consumption in the Philippines in ASEAN countries.

Globalization has considerably aided the integration of national economies, cultures, technologies, and governments and has resulted in intricate mutual interdependence relationships as national borders have eroded [20,21]. Global concerns have been voiced concerning the environmental impact of the fast integration of distant economies [22]. The environmental impact of globalization continues to be a contentious issue among politicians and scholars. Gaies et al. [1] confirm an asymmetric long-run influence of economic globalization on emissions in MENA countries. According to Li et al. [20], globalization and green investment have a significant long-term impact on reducing carbon dioxide emissions in MINT countries. They also examine the effects of GDP, non-renewable energy consumption, technological innovation, and globalization on emissions. Huo et al. [23] analyze the influence of economic globalization on developed-country carbon emissions from 1970 to 2019. The findings indicate that strong positive associations exist between globalization, economic growth, coal consumption, and emissions. As per Jahanger [21], globalization on the political and economic fronts considerably lessens environmental damage, but globalization on the economic, social, and general levels degrades environmental quality. Similarly, Acheampong [22] reveals that positive and negative changes in political globalization increase emissions in the long run, whereas positive and negative changes in social globalization decrease emissions in Ghana.

Some previous papers have centered on India. Pachiyappan et al. [8] employ ARDL to investigate the interplay between GDP, emissions, population, and energy consumption increases in India. The findings indicate the presence of a long-term equilibrium nexus as well as bidirectional causality between the variables. Mehmood et al. [24] further demonstrate that the nexus between institutional quality and GDP on CO2 emissions in this country is different. In the same vein, Jayasinghe & Selvanathan [25] add to the Indian research on the nexus between economic growth, energy consumption, and emissions by confirming that energy use and tourism both contribute positively to emissions. Although Khochiani & Nademi [7] show a strong positive relationship between CO2 emissions and GDP, it is unclear how GDP and energy consumption are related. According to Ahmed et al. [14], energy consumption affects emissions in India the most, whereas renewable energy has the least effect.

Kuldasheva & Salahodjaev [26] reveal that renewable energy reduces carbon dioxide emissions. Rehman et al. [27] suggest that negative globalization and economic growth shocks have both short- and long-term beneficial and negative effects on emissions. Similarly, Balsalobre-Lorente et al. [28] report that economic development contributes positively but lesseningly to environmental degradation, meeting the EKC to the extent that long-term emission neutrality is possible. Adebayo & Ullah [29] highlight a negative relationship between energy efficiency measures and emissions in different timescales in Sweden. Usman [30] suggests that spending on green energy technologies and renewable energy has a varied and adverse impact on emissions. Madaleno & Nogueira [31] demonstrate that trade, human development, and gross fixed capital all positively contribute to economic expansion. However, while the use of renewable energy increases these contributions, it does so at the expense of increased emissions. For every BRICS nation, the interplay between emissions and energy consumption is substantial and positive [32]. According to Mamkhezri & Khezri [33], renewable energy usage reduces emissions in both the short and long run.

Uzair Ali et al. [15] provide data in support of the environmental Kuznets curve theory, which maintains that there is a U-shaped link between and economic development, in their examination of the impacts of population density, economic development, and fossil fuel usage on . Crucially, has a negative impact on GDP, whereas fossil fuels, FDI, and overall exports have all had a positive influence on GDP in the long run. The dynamic interactions between economic growth, energy consumption, and emissions are determined by Kang et al. [34]. They also uncover the time-varying patterns of the influence transmission mechanisms between these indicators. Specifically, Qayyum et al. [12] analyze the relationship between emissions and financial instability and suggest that there is a considerable nexus between these variables. Additionally, long-term causality is seen in energy use, urbanization, emissions, and financial instability. Likewise, according to Ozcan & Ulucak [13], increasing nuclear energy instantly lowers environmental pollutants, indicating that adding more nuclear power to India’s energy mix would help mitigate climate change.

One of the best substitute strategies for long-term development is now green growth. The origins of studies on green growth and carbon emissions can be traced back to the argument over the causal relationship between economic expansion and emissions. Several scholars agree that quick economic growth has a major influence on emissions [5, 35]. Zhao et al. [2] suggest that green growth negatively influences emissions in China. The theoretical assumption that green growth protects environmental quality in G7 economies is supported by Hao et al. [3]. In the context of Asian economies, Saleem et al. [36] argue that GDP, green growth, and technical advancement all have a substantial impact on . Similarly, Ulucak [4] investigates the influence of environmental technology on green growth
by managing renewable and non-renewable energy consumption in BRICS countries and finds that environmentalrelated technologies contribute favorably to green growth. Tawiah et al. [6] posit that economic development positively influences green growth, while trade openness is detrimental to green growth in developing countries. The literature review indicates that energy consumption, globalization, green growth, and GDP all contribute significantly to the explanation of emissions in the majority of countries. However, the statistical significance of these factors varies amongst studies based on the data and time period employed in the empirical analysis. Even though the topic has been the subject of numerous traditional time series studies conducted in India, more research with current data is needed for effective policy formulation given the country’s rate of economic growth, level of energy consumption as a result of the size of renewable energy consumption, and green investment. In order to fill this knowledge vacuum, our current study significantly adds to the body of literature on this subject, particularly in the context of India.

A nonparametric quantile regression approach is utilized to examine how various quantiles of macroeconomic factors (X) impacted different quantiles of emissions (Y). The Equation is presented as follows:

where shows the dependent variable in period t and represents the independent variables in time t . is the quantile on the distribution of X . Additionally, represents quantile error term, where estimated quantile is equal to zero. . and Y . Therefore, we use a first-order Taylor expansion of . to linearize the function . can be expressed as follows:

where is the partial derivative of .
Additionally, Sim & Zhou [10] noted that Equation 1 can be simplified as follows:

The choice of bandwidth is particularly important when doing a nonparametric analysis because it influences the speed of the results and simplifies the objective point. The variance declines while the deviation of estimation reduces when the bandwidth is set to a big value, and vice versa. Hence, in this study, the bandwidth value of was adopted, as recommended by Sim & Zhou [10].

We prefer to use the frequency causality test that Breitung & Candelon [11] established. The two linear limitations listed below form the foundation of this strategy.

The VAR equation for can be given by the following expression:

with given by:

and , the hypothesis ” Y does not cause X at frequency “, that is is equal to the following linear restriction.

The ordinary F statistic for testing of the null hypothesis described is approximately distributed as for . Figure 1 shows the flow of analysis.

To assess the role of renewable energy (REN), green growth (GRE), economic growth (GDP), and globalization (GLO) in limiting emissions ( ) in India, this research employs data from 1990 to 2022. The independent variables are GRE, REN, GDP, and GLO, while the dependent variable is . The sources of the variables and related measurements are presented in Table 1. Following previous research, the data was changed from low-frequency to highfrequency data [37]. In addition, these variables are logged to deal with outliers.

The descriptive statistics in connection with all interested indicators are illustrated in Table 2. The summary snapshot suggests that the average value of GDP is highest, while the value of is negative. This is accompanied by REN ( 0.930453 ), GLO ( 0.984221 ), and GRE ( 0.324401 ). The standard deviation of economic growth is the highest, while is less volatile than other time series. With the exemption of GRE and GDP, CO2, REN, and GLO are negatively skewed. Additionally, the selected indicators have positive kurtosis, and their coefficients are less than 3 . Also, the Jarque-Bera value reveals that all-time series under investigation conform to normality at the significant level. The selected examination in India from 1990 to 2022 is described in Figure 2.

The pairwise correlation between pairs of indicators is computed, and the heatmap is represented in Figure 3. The findings suggest that the unconditional linear correlations between emissions and other selected variables are strongly negative. It is clear that the indicators in this paper have a strong relationship that further allows employing quantile econometric approaches to draw the outcomes.

In the accompanying phase, the current study performed a unit root test on distinct quantiles to check the stationary qualities in India. The quantile unit root test is utilized to construct the stationary properties of emissions, GRE, REN, GDP, and GLO. Table 3 shows the persistence coefficients, t-statistic, and critical values ( ) of a grid system of

19 quantiles ranging from 0.05 to 0.95 obtained from the quantile unit root test. The results indicate that the t -statistic coefficients of the conditional distribution quantiles are all smaller than the critical value, thereby rejecting the null hypothesis that the variables have no unit root. In line with the findings of Sharif et al. [37], the quantile unit root test confirms indicators are non-stationary at the level of data. Therefore, we can conclude that all-time series are nonstationary because the t -statistic is less than the crucial value numerically.

Notes: The table presents point estimates-statistics and critical values for the level of significance. If the t -statistic value is less than the critical value, then the null hypothesis of is rejected at the level.

Here, the fluctuating co-integration connection between , and GLO was corrected through the application of the quantile co-integration technique, as first presented by Xiao [9]. Table 4 shows the quantile cointegration results for these couples in India. It denotes that the supremum norm value of the and coefficients, as well as CV1, CV5, and CV10, are the key statistical significance values at 1,5 , and , respectively. Overall, it is evident that the supremum norm values of the and coefficients are larger than all the critical values at , and independently, which means that there is a considerable long-term association between and other related variables in India. Similar to Sharif et al. [37] quantile cointegration results revealed the existence of a basic nonlinear long-run relationship among the variables investigated.

Note: This table presents the results of the quantile cointegration test for the logarithm of the selected variables and economic sustainability. We test the stability of the coefficients and in the quantile cointegration model, and CV1, CV5, and CV10 are the critical values of statistical significance at , and , respectively.

In this section, we provide an empirical investigation in connection with the nexus between emissions and green investment and further analyze the potential impacts of macroeconomic factors on this association across different economic conditions. By doing this, we investigate the asymmetric and nonlinear relationship of emissions with green investment over the joint data distribution of dependent and regressor indicators realized by the QQR techniques. The outcomes of the QQR method are represented in Figures (3-a) to (4-d). The graphical depiction for India is shown in this figure, with the z-axis showing the cross-tabulated coefficient of the QQR and the x-axis representing per capita emissions, REN, GLO, GDP, and GRE. Put differently, these plots depict the long-term asymmetric impact of REN, GRE, GDP, and GLO on emissions in India at different quantile distributions. Figures 3-a to 4-d uncover the slope coefficient estimate, , which captures the effect of the quantile of selected regressor variables on the quantile of emissions at different values of and for India.

Figure 4a highlights the influence of economic growth on emissions in India. The slope coefficient spans between -15 and 20. The negative effect of GDP on CO2 emissions is found at all quantiles of GDP and lower quantiles of CO2 (0.15-0.35). In addition, the coefficient of slope is weak and positive in the medium and higher quantiles of and different quantiles of GDP. These findings reveal that both positive and negative impacts exist between GDP and CO2 emissions in India, but they are evidence of a weak relationship. More importantly, the positive nexus is observed throughout the quantiles of GDP and the majority of quantiles of emissions, so the GDP is a dramatic driver of India’s emissions. This result is consistent with previous articles such as Pachiyappan et al. [8], Mehmood et al. [24], and Khochiani & Nademi [7], which indicate that GDP is a considerable factor of emissions.

Figure 4 b demonstrates the influence of globalization on emissions in India. The scale of the slope of coefficients ranges from -25 to 10 . In all quantiles of and GLO (0.1-0.95), the impact of GLO on is significantly negative,
and the negative impact is more pronounced across lower and higher quantiles of , which implies that an increase in globalization will lower emissions. This demonstrates that globalization decreases emissions. In addition, this shows the Indian government’s empathy and care for reducing emissions through the adoption of environmental regulations in tandem with the country’s rapid economic expansion. A possible explanation for globalization’s negative influence on is that its rise in trade declines overall factor productivity because of globalization, and the transition of cutting-edge technologies fuels economic development. These results are not surprising and are in line with the findings of Acheampong [22] for Ghana.

In the pair GRE-CO2, the outcome examines that the impact of GRE on CO2 emissions is overall strong negative and significant in the lower and middle quantiles of and all quantiles of green growth [see Figure 4c]. Specifically, the influence of GRE on CO2 emissions is more noteworthy in the lower quantiles of CO2, indicating the maximum influence of green growth on the environmental quality in India. In other words, the results of QQR affirm that the influence of green growth on is strongly negative and significant in almost all quantiles of GRE. Similar findings were studied by previous papers such as Ulucak [4] and Tawiah et al. [6], who suggest that an increase in green growth leads to a decline in and energy conservation.

Finally, Figure 4d shows the influence of renewable energy on emissions. The findings uncover that in the lower tail (0.1-0.4) quantiles of , REN influences negatively, which means that in the lower quantiles, renewable energy is sustainable. More so, the finding is surprising given the fact that fossil fuel energy utilization is unsustainable in this country. In addition, in the middle quantiles of and all quantiles of REN , the impact of REN on is negative and strong. Nevertheless, as we move into the higher quantiles of (0.85-0.95), all quantiles of REN are positive and weak. This means that in the longer tail, the REN contributes to the environmental degradation in India. The positive influence of REN on CO2 is revealed by the research of Uzair Ali et al. [15], Kang et al. [34], and Danish and Ulucak [4]. Overall, the findings confirm that the influence of REN on is negative and substantial in all quantiles of mixture, which suggests that REN declines the level of emission. From a policy viewpoint, the outcomes indicate that policymakers should adopt renewable energy consumption to reduce environmental degradation in India.

The findings reveal that the impact of renewable energy, GDP, green growth, and globalization on CO2 emissions is statistically significant for all quantiles. In addition, these influences are not symmetrically across different quantiles of examined variables, which mitigates past articles which have reported a statistically significant [24, 25, 31-34]. Our results complement these studies by showing that only negative shocks to economic development and renewable energy consumption are significant for carbon emissions. Recent debates indicate that, while economically advantageous, industrial progress has had an influence on environmental quality [23,27]. Increased growth and industrial activity have exacerbated India’s already unstable pollution levels. Our work is consistent with analysis of Jayasinghe & Selvanathan [25] on highly decentralized economies.

We employ the spectral Granger causality at different frequencies introduced by Breitung & Candelon [11] to determine the causal impact of REN, GLO, GDP, and GRE on emissions in India. At various frequencies (0- , and 2-3), the causal link between emissions and regressor indicators suggests long-term, medium-term, and short-term, respectively. Interim relationships are identified as frequencies between 2 and 3 , while persistent causality is stated as frequencies from 0 to 1 . Figure 4 displays the graphical findings of this test. A level of significance is indicated by the upper line (red), while a level of significance is indicated by the bottom line (blue).

Overall, the test uncovers a permanent dynamic spillover causality in the long run, running from GDP, REN, GRE, and GLO to emissions in India. Nevertheless, the outcome indicates that the causality from to these independent variables is mixed. For example, in the case of the GLO-CO2 pair, Figure 5 depicts that there is no significant causal nexus in the direction running from to globalization. For the asymmetric nexus between economic growth, green growth, globalization, renewable energy, and carbon emissions, we note a non-significant causality in the short term. In general, there is a two-way causality between GRE, GDP, REN, and CO2 at low and medium frequencies and a one-way causality running from GLO to in the long run, which implies that the causality is evident in medium and long-run horizons. Our results are consistent with past articles that suggest that renewable energy, globalization, and green growth could enhance the environmental quality in India.

This article explores the asymmetric impacts of economic growth, globalization, green growth, and renewable energy on emissions in India from 1990 to 2022. The authors believe that, despite the newly established empirical methodology in this study, the impact of economic expansion, globalization, green growth, and renewable energy consumption on environmental quality in India has not been adequately examined. As a result, by using the innovative and recently established quantile-on-quantile approach to examine the effects of the regressors on emissions, our article fills the gap in the literature for the instance of India. Additionally, the causal relationship between the examined variables is assessed employing the spectral Granger causality test.

The empirical results of the QQR model indicate that economic growth has an adverse effect on environmental degradation in the majority of the quantiles. By contrast, the outcomes reveal that globalization mitigates emissions, as most quantiles show that GLO’s influence on CO2 emissions is negative. Similar results are disclosed in the cases of green growth, renewable energy, and emissions, in which these regressors negatively impact environmental quality in a large proportion of the quantiles. More specifically, the findings of the spectral Granger causality test reveal that economic growth, globalization, green growth, and renewable energy would cause remarkable fluctuations in emissions at various time horizons.

These large findings have important policy implications for Indian policymakers, regulatory authorities, and governments. Because globalization has been shown to increase environmental quality, it is vital for this country to green its globalization policies. Specifically, these policies should not only attempt to achieve substantial economic advantages, but they should also preferably work to mitigate the associated environmental problems. Implementing environmental policy tools, such as emissions trading programs and carbon taxes, may continue to be a crucial tool for controlling emissions.

It is observed that fluctuations in the growth rate of the gross domestic product have a significant influence on and explanation for the growth rate of emissions. Since India’s growth is mostly dependent on the use of nonrenewable energy sources, the country’s high economic growth rate also leads to an increase in emissions. India should keep using its current economic system-strengthening measures since they do not pose a threat to the environment. In addition, India has to establish a stable economic framework that will enable companies to use cutting-edge and effective technology, use less energy, and enhance the environment. This will incentivize companies to use ecofriendly technologies in order to reap financial benefits and reduce their energy consumption and greenhouse gas emissions.

Concerning the negative green growth- relationship, it is critical to continue to strengthen India’s current economic structure’s green transition. In order to properly integrate the goal of lowering carbon emissions into long-term socioeconomic development planning, local governments should strengthen their low-carbon and green development planning, pass pertinent laws and regulations, and integrate green economic development into the design of top-level policies. Importantly, clean energy measures should be prioritized by policymakers in order to improve environmental quality. Improving energy efficiency, investing in renewable resources, increasing the use of cleaner energy sources, and reducing energy intensity are the primary methods for reducing carbon emissions.

The data presented in this study are available on request from the corresponding author.

This research was funded by Hung Vuong University, Ho Chi Minh City.

Not applicable.

Not applicable.

The author declares that there is no conflict of interest regarding the publication of this manuscript. In addition, the ethical issues, including plagiarism, informed consent, misconduct, data fabrication and/or falsification, double publication and/or submission, and redundancies have been completely observed by the author.

[1] Gaies, B., Nakhli, M. S., & Sahut, J. M. (2022). What are the effects of economic globalization on emissions in MENA countries?. Economic Modelling, 116, 106022. doi:10.1016/j.econmod.2022.106022.
[2] Zhao, J., Taghizadeh-Hesary, F., Dong, K., & Dong, X. (2023). How green growth affects carbon emissions in China: the role of green finance. Economic Research-Ekonomska Istrazivanja, 36(1), 2090-2111. doi:10.1080/1331677X.2022.2095522.
[3] Hao, L. N., Umar, M., Khan, Z., & Ali, W. (2021). Green growth and low carbon emission in G7 countries: How critical the network of environmental taxes, renewable energy and human capital is?. Science of the Total Environment, 752, 141853. doi:10.1016/j.scitotenv.2020.141853.
[4] Danish, & Ulucak, R. (2020). How do environmental technologies affect green growth? Evidence from BRICS economies. Science of the Total Environment, 712, 136504. doi:10.1016/j.scitotenv.2020.136504.
[5] Ojha, V. P., Pohit, S., & Ghosh, J. (2020). Recycling carbon tax for inclusive green growth: A CGE analysis of India. Energy Policy, 144. doi:10.1016/j.enpol.2020.111708.
[6] Tawiah, V., Zakari, A., & Adedoyin, F. F. (2021). Determinants of green growth in developed and developing countries. Environmental Science and Pollution Research, 28(29), 39227-39242. doi:10.1007/s11356-021-13429-0.
[7] Khochiani, R., & Nademi, Y. (2020). Energy consumption, emissions, and economic growth in the United States, China, and India: A wavelet coherence approach. Energy & Environment, 31(5), 886-902. doi:10.1177/0958305X19881750.
[8] Pachiyappan, D., Ansari, Y., Alam, M. S., Thoudam, P., Alagirisamy, K., & Manigandan, P. (2021). Short and long-run causal effects of emissions, energy use, GDP and population growth: Evidence from India using the ARDL and VECM approaches. Energies, 14(24), 8333. doi:10.3390/en14248333.
[9] Xiao, Z. (2009). Quantile cointegrating regression. Journal of Econometrics, 150(2), 248-260. doi:10.1016/j.jeconom.2008.12.005.
[10] Sim, N., & Zhou, H. (2015). Oil prices, US stock return, and the dependence between their quantiles. Journal of Banking & Finance, 55, 1-8. doi:10.1016/j.jbankfin.2015.01.013.
[11] Breitung, J., & Candelon, B. (2006). Testing for short- and long-run causality: A frequency-domain approach. Journal of Econometrics, 132(2), 363-378. doi:10.1016/j.jeconom.2005.02.004.
[12] Qayyum, M., Yu, Y., Nizamani, M. M., Raza, S., Ali, M., & Li, S. (2023). Financial Instability and Emissions in India: Evidence from ARDL Bound Testing Approach. Energy & Environment, 34(4), 808-829. doi:10.1177/0958305X211065019.
[13] Danish, Ozcan, B., & Ulucak, R. (2021). An empirical investigation of nuclear energy consumption and carbon dioxide (CO2) emission in India: Bridging IPAT and EKC hypotheses. Nuclear Engineering and Technology, 53(6), 2056-2065. doi:10.1016/j.net.2020.12.008.
[14] Ahmed, M., Shuai, C., & Ahmed, M. (2022). Influencing factors of carbon emissions and their trends in China and India: a machine learning method. Environmental Science and Pollution Research, 29(32), 48424-48437. doi:10.1007/s11356-022-18711-3.
[15] Uzair Ali, M., Gong, Z., Ali, M. U., Asmi, F., & Muhammad, R. (2022). CO2 emission, economic development, fossil fuel consumption and population density in India, Pakistan and Bangladesh: A panel investigation. International Journal of Finance & Economics, 27(1), 18-31. doi:10.1002/ijfe.2134.
[16] Aslam, B., Hu, J., Shahab, S., Ahmad, A., Saleem, M., Shah, S. S. A., Javed, M. S., Aslam, M. K., Hussain, S., & Hassan, M. (2021). The nexus of industrialization, GDP per capita and CO2 emission in China. Environmental Technology & Innovation, 23, 101674. doi:10.1016/j.eti.2021.101674.
[17] Wasti, S. K. A., & Zaidi, S. W. (2020). An empirical investigation between emission, energy consumption, trade liberalization and economic growth: A case of Kuwait. Journal of Building Engineering, 28, 101104. doi:10.1016/j.jobe.2019.101104.
[18] Pejović, B., Karadžić, V., Dragašević, Z., & Backović, T. (2021). Economic growth, energy consumption and emissions in the countries of the European Union and the Western Balkans. Energy Reports, 7, 2775-2783. doi:10.1016/j.egyr.2021.05.011.
[19] Munir, Q., Lean, H. H., & Smyth, R. (2020). CO2 emissions, energy consumption and economic growth in the ASEAN-5 countries: A cross-sectional dependence approach. Energy Economics, 85, 104571. doi:10.1016/j.eneco.2019.104571.
[20] Li, S., Yu, Y., Jahanger, A., Usman, M., & Ning, Y. (2022). The Impact of Green Investment, Technological Innovation, and Globalization on Emissions: Evidence from MINT Countries. Frontiers in Environmental Science, 10, 156. doi:10.3389/fenvs.2022.868704.
[21] Jahanger, A. (2022). Impact of globalization on CO2 emissions based on EKC hypothesis in developing world: the moderating role of human capital. Environmental Science and Pollution Research, 29(14), 20731-20751. doi:10.1007/s11356-021-17062-9.
[22] Acheampong, A. O. (2022). The impact of de facto globalization on carbon emissions: Evidence from Ghana. International Economics, 170, 156-173. doi:10.1016/j.inteco.2022.03.002.
[23] Huo, C., Hameed, J., Sharif, A., Albasher, G., Alamri, O., Alsultan, N., & Baig, N. ul-ain. (2022). Recent scenario and nexus of globalization to emissions: Evidence from wavelet and Quantile on Quantile Regression approach. Environmental Research, 212, 113067. doi:10.1016/j.envres.2022.113067.
[24] Mehmood, U., Tariq, S., Ul-Haq, Z., & Meo, M. S. (2021). Does the modifying role of institutional quality remains homogeneous in GDP-CO2 emission nexus? New evidence from ARDL approach. Environmental Science and Pollution Research, 28(8), 10167-10174. doi:10.1007/s11356-020-11293-y.
[25] Jayasinghe, M., & Selvanathan, E. A. (2021). Energy consumption, tourism, economic growth and emissions nexus in India. Journal of the Asia Pacific Economy, 26(2), 361-380. doi:10.1080/13547860.2021.1923240.
[26] Kuldasheva, Z., & Salahodjaev, R. (2023). Renewable Energy and Emissions: Evidence from Rapidly Urbanizing Countries. Journal of the Knowledge Economy, 14(2), 1077-1090. doi:10.1007/s13132-022-00971-6.
[27] Rehman, A., Alam, M. M., Ozturk, I., Alvarado, R., Murshed, M., Işık, C., & Ma, H. (2023). Globalization and renewable energy use: how are they contributing to upsurge the emissions? A global perspective. Environmental Science and Pollution Research, 30(4), 9699-9712. doi:10.1007/s11356-022-22775-6.
[28] Balsalobre-Lorente, D., Contente dos Santos Parente, C., Leitão, N. C., & Cantos-Cantos, J. M. (2023). The influence of economic complexity processes and renewable energy on emissions of BRICS. What about industry 4.0? Resources Policy, 82, 103547. doi:10.1016/j.resourpol.2023.103547.
[29] Adebayo, T. S., & Ullah, S. (2024). Towards a sustainable future: The role of energy efficiency, renewable energy, and urbanization in limiting emissions in Sweden. Sustainable Development, 32(1), 244-259. doi:10.1002/sd.2658.
[30] Usman, O. (2023). Renewable energy and emissions in G7 countries: does the level of expenditure on green energy technologies matter? Environmental Science and Pollution Research, 30(10), 26050-26062. doi:10.1007/s11356-022-23907-8.
[31] Madaleno, M., & Nogueira, M. C. (2023). How Renewable Energy and Emissions Contribute to Economic Growth, and Sustainability—An Extensive Analysis. Sustainability, 15(5), 4089. doi:10.3390/su15054089.
[32] Adebayo, T. S., Ağa, M., & Kartal, M. T. (2023). Analyzing the co-movement between CO2 emissions and disaggregated nonrenewable and renewable energy consumption in BRICS: evidence through the lens of wavelet coherence. Environmental Science and Pollution Research, 30(13), 38921-38938. doi:10.1007/s11356-022-24707-w.
[33] Mamkhezri, J., & Khezri, M. (2023). Assessing the spillover effects of research and development and renewable energy on CO2 emissions: international evidence. Environment, Development and Sustainability, 26(3), 7657-7686. doi:10.1007/s10668-023-03026-1.
[34] Kang, S. H., Islam, F., & Kumar Tiwari, A. (2019). The dynamic relationships among emissions, renewable and nonrenewable energy sources, and economic growth in India: Evidence from time-varying Bayesian VAR model. Structural Change and Economic Dynamics, 50, 90-101. doi:10.1016/j.strueco.2019.05.006.
[35] Gu, J., Renwick, N., & Xue, L. (2018). The BRICS and Africa’s search for green growth, clean energy and sustainable development. Energy Policy, 120, 675-683. doi:10.1016/j.enpol.2018.05.028.
[36] Saleem, H., Khan, M. B., & Mahdavian, S. M. (2022). The role of green growth, green financing, and eco-friendly technology in achieving environmental quality: evidence from selected Asian economies. Environmental Science and Pollution Research, 29(38), 57720-57739. doi:10.1007/s11356-022-19799-3.
[37] Sharif, A., Mishra, S., Sinha, A., Jiao, Z., Shahbaz, M., & Afshan, S. (2020). The renewable energy consumption-environmental degradation nexus in Top-10 polluted countries: Fresh insights from quantile-on-quantile regression approach. Renewable Energy, 150, 670-690. doi:10.1016/j.renene.2019.12.149.