DOI: https://doi.org/10.1016/j.jik.2025.100748
تاريخ النشر: 2025-06-05
المؤلف: Afef Bouattour وآخرون
الموضوع الرئيسي: الطاقة والبيئة والنمو الاقتصادي
نظرة عامة
تستخدم هذه الدراسة نموذج الانحدار الذاتي ذو العتبة السلسة (PSTAR) لتحليل البيانات من 27 دولة من دول الاتحاد الأوروبي (EU) بين عامي 2000 و2022، مع التركيز على العلاقات غير الخطية بين النمو الأخضر والابتكار التكنولوجي الأخضر. تقدم البحث إطارًا شاملاً يدمج الابتكار التكنولوجي الأخضر، ومصادر الطاقة المتجددة، والاقتصاد الدائري في نموذج نمو أخضر موحد. تكشف النتائج عن عتبتين مثالتين تحددان تأثير الابتكار التكنولوجي الأخضر على النمو الأخضر عبر ثلاثة أنظمة متميزة. ومن الجدير بالذكر أنه بينما يؤثر الابتكار التكنولوجي الأخضر بشكل إيجابي على النمو الأخضر، فإن تأثيره يتناقص مع انتقال الابتكار من مستويات متوسطة (النظام 2) إلى مستويات عالية (النظام 3)، على الأرجح بسبب التكاليف العالية المرتبطة بتنفيذ مثل هذه الابتكارات. علاوة على ذلك، تشير الدراسة إلى أن نقص الابتكار التكنولوجي الأخضر يعيق تطوير تقنيات الطاقة المتجددة الفعالة، والتي تعتبر ضرورية لتعزيز النمو الأخضر.
تؤكد تداعيات هذا البحث على ضرورة أن يعطي صانعو السياسات في الاتحاد الأوروبي الأولوية للابتكار المستدام لتحقيق أهداف التنمية المستدامة للأمم المتحدة (SDGs). من خلال إنشاء حوافز وتنظيمات تعزز الابتكار التكنولوجي الأخضر، يمكن لصانعي السياسات تعزيز الآثار الإيجابية على النمو الأخضر، والطاقة المتجددة، والدائرية. كما تحدد الدراسة القيود، مثل عدم قدرة نموذج PSTAR على التقاط التفاعلات بين المتغيرات، مما يشير إلى أن الأبحاث المستقبلية يمكن أن تستخدم أساليب الطريقة العامة للحظات (GMM) لفهم أكثر دقة. بالإضافة إلى ذلك، قد يوفر التمييز بين الابتكارات التكنولوجية الخضراء الرقمية وغير الرقمية رؤى إضافية حول مساهماتها المختلفة في النمو الأخضر، مما يساهم في إبلاغ سياسات بيئية أكثر فعالية في الاتحاد الأوروبي.
مقدمة
تؤكد مقدمة ورقة البحث على الحاجة المتزايدة للانتقال إلى اقتصاد أخضر، يتميز بانبعاثات كربونية منخفضة واستخدام مستدام للموارد، استجابةً لتغير المناخ. تبرز دور الابتكار التكنولوجي الأخضر كمحرك رئيسي لتحقيق المعايير البيئية والنمو الاقتصادي. على الرغم من الالتزامات من دول مختلفة، بما في ذلك الاتحاد الأوروبي (EU)، لمكافحة تغير المناخ، لا يزال الانتقال إلى اقتصاد خالٍ من الكربون يمثل تحديًا. تشير الورقة إلى الغموض المحيط بتعريفات التكنولوجيا الخضراء والنمو الأخضر، مما يعقد النقاش حول علاقتهما المتبادلة.
يقترح المؤلفون التحقيق في العلاقة غير الخطية بين الابتكار التكنولوجي الأخضر والنمو الأخضر باستخدام نموذج الانحدار الذاتي ذو العتبة السلسة (PSTAR)، مع تحليل البيانات من 27 دولة من دول الاتحاد الأوروبي من 2000 إلى 2022. يهدف هذا النهج إلى سد الفجوات في الأدبيات الحالية، لا سيما فيما يتعلق بالديناميات غير الخطية لهذه العلاقة ودمج الابتكار التكنولوجي الأخضر، والطاقة المتجددة، ومبادئ الاقتصاد الدائري في إطار متماسك. من المتوقع أن توفر نتائج الدراسة رؤى قيمة لصانعي السياسات في الاتحاد الأوروبي، مما يسهل تطوير استراتيجيات فعالة لتعزيز النمو الأخضر من خلال الابتكار التكنولوجي. تحدد الورقة هيكلها، مشيرة إلى أن الأقسام التالية ستتناول مراجعة الأدبيات، والنماذج التجريبية، واختبار PSTAR، ومناقشة النتائج، وتوصيات السياسات.
طرق
في هذا القسم، يحدد المؤلفون منهجيتهم للتحقيق في تأثير الابتكار التكنولوجي المستدام، والطاقة المتجددة، والدائرية على النمو الصديق للبيئة. يستخدمون نموذج بيانات بانل استنادًا إلى أعمال سابقة لـ Cárdenas Rodríguez وآخرين (2018) وFernandes وآخرين (2021)، ممثلة بالمعادلة:
\[
EAMFP_{it} = \beta_0 + \beta_1 PERT_{it} + \beta_2 REC_{it} + \beta_3 ICGTD_{it} + \beta_4 GVACE_{it} + \beta_5 INFL_{it} + \beta_6 ICTET_{it} + \lambda_i + \mu_t + \epsilon_{it}
\]
حيث \(EAMFP\) تشير إلى الإنتاجية المتعددة العوامل المعدلة بيئيًا، والمتغيرات المستقلة تشمل عوامل مختلفة مثل PERT وREC وICGTD. يتضمن النموذج أيضًا تأثيرات ثابتة للدول والوقت، جنبًا إلى جنب مع مصطلح خطأ عشوائي.
بالإضافة إلى ذلك، يقوم المؤلفون بتنفيذ نموذج PSTAR الذي يستوعب التباين العرضي ويشمل دالة انتقال مستمرة، كما اقترح Gonzalez وآخرون (2005، 2017). يتم صياغة نموذج PSTAR كالتالي:
\[
y_{it} = \mu_i + \sum_{j=1}^{p} \rho_j y_{it-j} + \beta’_1 X_{it} + \beta’_2 X_{it} G(q_{it}; \gamma; c) + \epsilon_{it}
\]
حيث \(G(q_{it}; \gamma; c)\) هي دالة الانتقال، ويتم تقييم النموذج للخطية قبل التقدير. يقترح المؤلفون استخدام اختبارات والد، وفيشر، ونسبة الاحتمالات لتقييم أهمية تغييرات النظام، مع اشتقاق الإحصائيات ذات الصلة من مجموعات البقايا المربعة للنماذج الخطية وغير الخطية. يهدف هذا الإطار المنهجي الصارم إلى توضيح ديناميات النمو الصديق للبيئة عبر أنظمة مختلفة.
نتائج
يوفر قسم النتائج تحليلًا شاملاً للبيانات من خلال عدة منهجيات إحصائية. يبدأ بتحليل وصفي، يليه اختبارات الجذر الأحادي لتقييم استقرار بيانات البانل. ثم يتم إجراء اختبارات التكامل المشترك لتقييم العلاقات طويلة الأجل بين المتغيرات. بالإضافة إلى ذلك، يتم إجراء اختبارات الاستقلال لتحديد الاعتماد المتبادل داخل مجموعة البيانات.
تفصل القسم أيضًا تقدير نموذج الانحدار الذاتي ذو العتبة السلسة (PSTAR)، الذي يلتقط الديناميات غير الخطية في البيانات. أخيرًا، يتم استخدام اختبارات السببية للتحقيق في العلاقات الاتجاهية بين المتغيرات، مما يوفر رؤى حول الآليات الأساسية المعنية. بشكل عام، تسهم النتائج من هذه التحليلات في فهم أعمق للتفاعلات داخل بيانات البانل.
مناقشة
تؤكد قسم المناقشة في ورقة البحث على الدور الحاسم للابتكار التكنولوجي الأخضر في تعزيز النمو الأخضر، كما يتضح من مراجعة الأدبيات الشاملة. تظهر دراسات مختلفة، بما في ذلك تلك التي أجراها Meirun وآخرون (2021) وKhan وآخرون (2023)، أن الابتكارات التكنولوجية المستدامة تؤثر بشكل إيجابي على النمو الأخضر بينما تقلل في الوقت نفسه من انبعاثات الكربون. ومع ذلك، فإن العلاقة معقدة وغير خطية، كما أبرزت الأبحاث الحديثة التي تستخدم نماذج اقتصادية متقدمة، مثل نموذج PSTAR، الذي يحدد أنظمة تفاعلية متميزة بين الابتكار الأخضر والنمو. على سبيل المثال، تشير النتائج إلى أنه في سياقات اقتصادية مختلفة، يختلف تأثير الابتكار الأخضر بشكل كبير، مما يشير إلى أن فوائد هذه الابتكارات ليست موزعة بشكل موحد عبر جميع السيناريوهات.
علاوة على ذلك، تقترح الورقة أن الابتكار التكنولوجي الأخضر يعمل كوسيط بين اعتماد الطاقة المتجددة والنمو الأخضر، مما يعزز الترابط بين هذه العوامل. تكشف التحليلات أنه بينما يمكن أن تعزز الابتكارات الخضراء كفاءة الموارد وتدعم الانتقال إلى اقتصاد دائري، فإن آثارها قد تكون مشروطة بظروف معينة، مثل مستويات التنمية الاقتصادية والأطر التنظيمية. تؤكد الأبحاث على ضرورة المزيد من الاستكشاف في الديناميات غير الخطية لهذه العلاقات، لا سيما في سياق السياسات الاقتصادية والبيئية المتنوعة، لفهم كيفية تحسين فوائد التقنيات الخضراء من أجل التنمية المستدامة بشكل أفضل.
DOI: https://doi.org/10.1016/j.jik.2025.100748
Publication Date: 2025-06-05
Author(s): Afef Bouattour et al.
Primary Topic: Energy, Environment, Economic Growth
Overview
This study utilizes the panel smooth threshold autoregression (PSTAR) model to analyze data from 27 European Union (EU) member states between 2000 and 2022, focusing on the nonlinear relationships between green growth and green technological innovation. The research introduces a comprehensive framework that integrates green technological innovation, renewable energy sources, and the circular economy into a unified green growth model. The findings reveal two optimal thresholds that delineate the impact of green technological innovation on green growth across three distinct regimes. Notably, while green technological innovation positively influences green growth, its effect diminishes as innovation transitions from intermediate (Regime 2) to high (Regime 3) levels, likely due to the high costs associated with implementing such innovations. Furthermore, the study indicates that insufficient green technological innovation hampers the development of effective renewable energy technologies, which are crucial for fostering green growth.
The implications of this research underscore the necessity for EU policymakers to prioritize sustainable innovation to achieve the United Nations Sustainable Development Goals (SDGs). By creating incentives and regulations that promote green technological innovation, policymakers can enhance the positive impacts on green growth, renewable energy, and circularity. The study also identifies limitations, such as the PSTAR model’s inability to capture interactions between variables, suggesting that future research could employ Generalized Method of Moments (GMM) approaches for a more nuanced understanding. Additionally, distinguishing between digital and nondigital green technological innovations may provide further insights into their respective contributions to green growth, thereby informing more effective EU environmental policies.
Introduction
The introduction of the research paper emphasizes the growing urgency for a transition to a green economy, characterized by low carbon emissions and sustainable resource use, in response to climate change. It highlights the role of green technological innovation as a critical driver for achieving environmental standards and economic growth. Despite commitments from various nations, including the European Union (EU), to combat climate change, the transition to a zero-carbon economy remains challenging. The paper notes the ambiguity surrounding definitions of green technology and green growth, which complicates the discourse on their interrelationship.
The authors propose to investigate the nonlinear relationship between green technological innovation and green growth using the panel smooth threshold autoregression (PSTAR) model, analyzing data from 27 EU member states from 2000 to 2022. This approach aims to fill gaps in existing literature, particularly regarding the nonlinear dynamics of this relationship and the integration of green technological innovation, renewable energy, and circular economy principles into a cohesive framework. The study’s findings are expected to provide valuable insights for EU policymakers, facilitating the development of effective strategies to enhance green growth through technological innovation. The paper outlines its structure, indicating subsequent sections will cover literature review, empirical models, PSTAR testing, results discussion, and policy recommendations.
Methods
In this section, the authors outline their methodology for investigating the impact of sustainable technological innovation, renewable energy, and circularity on eco-friendly growth. They employ a panel data model based on prior works by Cárdenas Rodríguez et al. (2018) and Fernandes et al. (2021), represented by the equation:
\[
EAMFP_{it} = \beta_0 + \beta_1 PERT_{it} + \beta_2 REC_{it} + \beta_3 ICGTD_{it} + \beta_4 GVACE_{it} + \beta_5 INFL_{it} + \beta_6 ICTET_{it} + \lambda_i + \mu_t + \epsilon_{it}
\]
where \(EAMFP\) denotes environmentally adjusted multifactor productivity, and the independent variables include various factors like PERT, REC, and ICGTD. The model also incorporates fixed effects for countries and time, along with a random error term.
Additionally, the authors implement a PSTAR model that accommodates cross-sectional variability and includes a continuous transition function, as suggested by Gonzalez et al. (2005, 2017). The PSTAR model is formulated as:
\[
y_{it} = \mu_i + \sum_{j=1}^{p} \rho_j y_{it-j} + \beta’_1 X_{it} + \beta’_2 X_{it} G(q_{it}; \gamma; c) + \epsilon_{it}
\]
where \(G(q_{it}; \gamma; c)\) is the transition function, and the model is evaluated for linearity before estimation. The authors propose using Wald, Fisher, and likelihood ratio tests to assess the significance of regime changes, with the relevant statistics derived from the residual sums of squares of linear and nonlinear panel models. This rigorous methodological framework aims to elucidate the dynamics of eco-friendly growth across different regimes.
Results
The Results section provides a comprehensive analysis of the data through several statistical methodologies. It begins with a descriptive analysis, followed by unit root tests to assess the stationarity of the panel data. Cointegration tests are then conducted to evaluate the long-term relationships among the variables. Additionally, independence tests are performed to determine the interdependencies within the dataset.
The section further details the estimation of the Panel Smooth Transition Autoregressive (PSTAR) model, which captures non-linear dynamics in the data. Finally, causality tests are employed to investigate the directional relationships between the variables, providing insights into the underlying mechanisms at play. Overall, the findings from these analyses contribute to a deeper understanding of the interactions within the panel data.
Discussion
The discussion section of the research paper emphasizes the critical role of green technological innovation in promoting green growth, as evidenced by a comprehensive literature review. Various studies, including those by Meirun et al. (2021) and Khan et al. (2023), demonstrate that sustainable technological innovations positively influence green growth while simultaneously reducing carbon emissions. However, the relationship is complex and nonlinear, as highlighted by recent research employing advanced econometric models, such as the PSTAR model, which identifies distinct regimes of interaction between green innovation and growth. For instance, the findings indicate that in different economic contexts, the impact of green innovation varies significantly, suggesting that the benefits of such innovations are not uniformly distributed across all scenarios.
Moreover, the paper proposes that green technological innovation acts as a mediator between renewable energy adoption and green growth, reinforcing the interconnectedness of these factors. The analysis reveals that while green innovations can enhance resource efficiency and support the transition to a circular economy, their effects can be contingent upon specific conditions, such as economic development levels and regulatory frameworks. The research underscores the necessity for further exploration into the nonlinear dynamics of these relationships, particularly in the context of varying economic and environmental policies, to better understand how to optimize the benefits of green technologies for sustainable development.