DOI: https://doi.org/10.54821/uiecd.1831647
تاريخ النشر: 2025-12-30
المؤلف: Shamina Israr Tithi
الموضوع الرئيسي: الطاقة والبيئة والنمو الاقتصادي
نظرة عامة
تستقصي هذه الدراسة آثار الاستثمار الخاص في الذكاء الاصطناعي (PAI) والتنمية المالية (FD) على انبعاثات ثاني أكسيد الكربون (CO₂) في الولايات المتحدة، إلى جانب أدوار الاستثمار الأجنبي المباشر (FDI) والنمو الاقتصادي والنمو السكاني. باستخدام بيانات سنوية من 1996 إلى 2022، تستخدم البحث إطار عمل STIRPAT وتقنية اختبار حدود ARDL لتحليل الديناميات القصيرة والطويلة الأجل. تكشف النتائج أن الناتج المحلي الإجمالي وFDI والنمو السكاني هي عوامل مساهمة كبيرة في انبعاثات CO₂، مما يشير إلى ضغوط بيئية مستمرة على الرغم من التقدم الاقتصادي والديموغرافي. على العكس من ذلك، يظهر PAI تأثيرًا سلبيًا وذو دلالة إحصائية على الانبعاثات، مما يبرز إمكانيته في تعزيز كفاءة الطاقة وتعزيز الاستدامة البيئية. بالإضافة إلى ذلك، يُظهر FD أنه يسهل تقليل الانبعاثات على المدى الطويل، مما يبرز أهمية الأنظمة المالية في تعزيز أنماط الاستثمار الأكثر نظافة.
تخلص الدراسة إلى أن هناك توازنًا طويل الأمد مستقرًا بين انبعاثات CO₂ وعواملها المحددة، مع استمرار النمو الاقتصادي وFDI والنمو السكاني في الضغط على الانبعاثات. تؤكد الدراسة على الإمكانيات التحويلية للابتكارات المدفوعة بالتكنولوجيا، وخاصة من خلال PAI، وتدعو إلى سياسات تدعم الابتكار الرقمي والتمويل الأخضر. تشمل التوصيات توسيع الأتمتة الصناعية المدفوعة بالذكاء الاصطناعي، وتعزيز أسواق التمويل الأخضر، وتشديد المعايير البيئية للاستثمار الأجنبي المباشر، وتعزيز التحضر المستدام. تعترف البحث بالقيود، مثل الاعتماد على البيانات السنوية والمؤشرات الإجمالية، مما يشير إلى أن الدراسات المستقبلية يجب أن تستكشف الديناميات الخاصة بالقطاعات وطرق النمذجة غير الخطية لفهم تعقيدات انبعاثات الكربون بشكل أفضل.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الأهمية المتزايدة للبنوك والرقمنة في سياق التقدم التكنولوجي السريع واحتياجات المجتمع المتطورة. تؤكد على الدور المزدوج للتكنولوجيا كمساهم في تدهور البيئة – بشكل أساسي من خلال زيادة انبعاثات ثاني أكسيد الكربون (CO₂) – وأداة محتملة للتخفيف. تؤكد الورقة على ضرورة معالجة تغير المناخ، خاصة في الولايات المتحدة، التي تُعتبر مصدرًا رئيسيًا للكربون. تعكس التزام الحكومة الأمريكية بتحقيق الحياد الكربوني بحلول عام 2050، إلى جانب المبادرات على مستوى الولايات، اعترافًا أوسع بالحاجة إلى التنمية المستدامة.
تهدف الدراسة إلى سد الفجوات الموجودة في الأدبيات المتعلقة بتفاعل العوامل المختلفة التي تؤثر على انبعاثات CO₂ في الولايات المتحدة، بما في ذلك الاستثمار الخاص في الذكاء الاصطناعي (PAI) والتنمية المالية (FD) والاستثمار الأجنبي المباشر (FDI) والنمو الاقتصادي والنمو السكاني. باستخدام نموذج STIRPAT وطريقة اختبار حدود ARDL، تسعى البحث إلى تحليل الديناميات القصيرة والطويلة الأجل لهذه المتغيرات على الانبعاثات. تساهم هذه الدراسة بأربعة جوانب: تقدم PAI كعامل حاسم في الدراسات البيئية، وتوفر بيانات محددة للدولة محدثة من 1996 إلى 2022، وتوضح أدوار FD وFDI، وتستخدم اختبارات سببية غرانجر لإبلاغ قرارات السياسة. تهدف هذه المقاربة الشاملة إلى تعزيز فهم المسارات نحو التنمية المحايدة للكربون في الولايات المتحدة.
الطرق
تستقصي منهجية هذه الدراسة محددات انبعاثات CO₂ في الولايات المتحدة من 1996 إلى 2022 باستخدام بيانات السلاسل الزمنية السنوية ضمن إطار عمل STIRPAT. يتم الحصول على المتغير التابع، انبعاثات CO₂، من شبكة البصمة العالمية، بينما تشمل المتغيرات المستقلة الاستثمار الخاص في الذكاء الاصطناعي (PAI) والتنمية المالية (FD) من مؤشر التنمية المالية لصندوق النقد الدولي، والاستثمار الأجنبي المباشر (FDI)، والناتج المحلي الإجمالي للفرد، وإجمالي السكان من مؤشرات التنمية العالمية. يتم تحويل جميع المتغيرات إلى لوغاريتمات طبيعية لضمان التناسق في المقياس وتقليل التباين غير المتجانس. يسمح نموذج STIRPAT، الذي يوسع هوية IPAT التقليدية، بإجراء تحليل عشوائي للضغوط البيئية كدوال للسكان والثراء والتكنولوجيا.
يتم التعبير عن النموذج التجريبي كالتالي \( \ln CO_2_{it} = \beta_0 + \beta_1 \ln GDP_{it} + \beta_2 \ln PAI_{it} + \beta_3 \ln FD_{it} + \beta_4 \ln FDI_{it} + \beta_5 \ln POP_{it} + \epsilon_{it} \)، حيث \( \beta_0 \) هو التقاطع و\( \beta_1 \) إلى \( \beta_5 \) هي معاملات المتغيرات المستقلة. تستخدم الدراسة اختبارات الجذر الأحادي لتأكيد ترتيب التكامل للمتغيرات، مما يضمن عدم تجاوزها I(1)، وهو أمر ضروري لأسلوب الانحدار الذاتي الموزع (ARDL). تم اختيار طريقة ARDL لقدرتها على التعامل مع مستويات التكامل المختلطة وتحليل كل من التعديلات القصيرة الأجل وديناميات التوازن الطويلة الأجل. يتم استخدام إجراء اختبار الحدود لتأسيس علاقة طويلة الأمد مستقرة بين انبعاثات CO₂ وعواملها المحددة، تليها نموذج تصحيح الخطأ لتقييم التأثيرات القصيرة الأجل ومعدل استعادة التوازن. بالإضافة إلى ذلك، يتم إجراء اختبارات سببية غرانجر الزوجية لاستكشاف العلاقات الاتجاهية بين المتغيرات، مما يوفر رؤى حول التأثيرات النظامية للنشاط الاقتصادي، والاستثمار التكنولوجي، والتنمية المالية، والتغيرات الديموغرافية على انبعاثات CO₂.
النتائج
تكشف نتائج الدراسة عن رؤى مهمة حول العلاقات بين انبعاثات CO₂ وعوامل اقتصادية وتكنولوجية وديموغرافية مختلفة في الولايات المتحدة. تشير الإحصاءات الوصفية إلى أنه بينما تظهر انبعاثات CO₂ (LCO₂) أنماطًا مستقرة، فإن الناتج المحلي الإجمالي (LGDP) والاستثمار الخاص في الذكاء الاصطناعي (LPAI) يظهران تباينًا أكبر، مما يعكس التقلبات الاقتصادية والتقدم التكنولوجي. تؤكد التحليل أن معظم المتغيرات غير مستقرة على المستوى ولكنها مستقرة بعد الفرق الأول، مما يبرر استخدام إطار عمل ARDL لفحص الارتباطات الطويلة الأجل. يشير اختبار حدود ARDL إلى وجود علاقة طويلة الأمد مستقرة بين انبعاثات CO₂ والعوامل الرئيسية، مع إحصائية F محسوبة تبلغ 4.382 تتجاوز القيمة الحرجة عند مستوى دلالة 5%.
تشمل النتائج الرئيسية أن الناتج المحلي الإجمالي يؤثر إيجابيًا على انبعاثات CO₂، حيث يؤدي زيادة بنسبة 1% في الناتج المحلي الإجمالي إلى ارتفاع بنسبة 0.048% في الانبعاثات على المدى الطويل، مما يبرز الطبيعة الكثيفة للطاقة للنمو الاقتصادي. على العكس من ذلك، يقلل الاستثمار الخاص في الذكاء الاصطناعي بشكل كبير من الانبعاثات، حيث يؤدي زيادة بنسبة 1% إلى انخفاض بنسبة 0.061% على المدى الطويل، مما يشير إلى أن الذكاء الاصطناعي يعزز كفاءة الطاقة ويعزز الممارسات المستدامة. تظهر التنمية المالية علاقة معقدة، حيث تقلل الانبعاثات على المدى الطويل ولكنها تزيدها قليلاً على المدى القصير بسبب توسيع توافر الائتمان. يرتبط الاستثمار الأجنبي المباشر (FDI) بزيادة الانبعاثات، مما يعزز الأنشطة الكثيفة للطاقة. أخيرًا، يُعتبر النمو السكاني محركًا رئيسيًا للانبعاثات، حيث يؤدي زيادة بنسبة 1% إلى ارتفاع بنسبة 0.298% على المدى الطويل، مما يبرز الحاجة إلى التخطيط الحضري المستدام. يتم تأكيد قوة نموذج ARDL من خلال اختبارات تشخيصية متنوعة، مما يشير إلى تقديرات موثوقة ومستقرة للمعلمات.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على العلاقة المعقدة بين النمو الاقتصادي، والتقدم التكنولوجي، والتنمية المالية، والاستثمار الأجنبي المباشر (FDI)، والنمو السكاني فيما يتعلق بانبعاثات CO₂ في الولايات المتحدة. بينما تشير مجموعة كبيرة من الأدبيات إلى أن زيادة الناتج المحلي الإجمالي ترتبط بارتفاع انبعاثات CO₂ بسبب الطلب على الطاقة والنشاط الصناعي، تشير بعض الدراسات إلى أن النمو الاقتصادي يمكن أن يسهل أيضًا تقليل الانبعاثات من خلال التقنيات الأكثر نظافة وتحسينات الكفاءة. يتم التأكيد على دور الذكاء الاصطناعي (AI) كعامل تحويلي قادر على تحسين العمليات الصناعية وتعزيز كفاءة الطاقة، على الرغم من أن الآثار البيئية للاستثمار الخاص في الذكاء الاصطناعي لا تزال غير مستكشفة بشكل كافٍ.
تتناول الورقة أيضًا الطبيعة المزدوجة للتنمية المالية، التي يمكن أن تعزز إما تدهور البيئة أو الإنتاج الأنظف، اعتمادًا على السياق. وبالمثل، فإن آثار FDI على الانبعاثات متنازع عليها، حيث تقدم فرضيات هالة التلوث وملاذ التلوث وجهات نظر متعارضة. تؤكد النتائج على ضرورة إجراء تحليل دقيق، محدد للدولة، لهذه العوامل، خاصة في الاقتصادات المتقدمة مثل الولايات المتحدة، حيث يؤثر تفاعل الابتكار التكنولوجي والأنظمة المالية والاتجاهات الديموغرافية بشكل كبير على ديناميات الكربون. تهدف الدراسة إلى سد الفجوات التجريبية الموجودة من خلال استخدام إطار عمل STIRPAT-ARDL الشامل لتحليل هذه المحددات بشكل جماعي، مما يوفر رؤى للتدخلات السياسية المستهدفة لدعم التنمية المستدامة والحياد الكربوني.
DOI: https://doi.org/10.54821/uiecd.1831647
Publication Date: 2025-12-30
Author(s): Shamina Israr Tithi
Primary Topic: Energy, Environment, Economic Growth
Overview
This study investigates the effects of private investment in artificial intelligence (PAI) and financial development (FD) on carbon dioxide (CO₂) emissions in the United States, alongside the roles of foreign direct investment (FDI), economic growth, and population growth. Utilizing annual data from 1996 to 2022, the research employs the STIRPAT framework and the ARDL bounds testing technique to analyze both short- and long-term dynamics. The findings reveal that GDP, FDI, and population growth are significant contributors to CO₂ emissions, indicating persistent environmental pressures despite economic and demographic advancements. Conversely, PAI demonstrates a negative and statistically significant effect on emissions, highlighting its potential to enhance energy efficiency and promote environmental sustainability. Additionally, FD is shown to facilitate long-term emission reductions, emphasizing the importance of financial systems in fostering cleaner investment patterns.
The study concludes that a stable long-run equilibrium exists between CO₂ emissions and their determinants, with economic growth, FDI, and population growth continuing to exert upward pressure on emissions. It underscores the transformative potential of technology-driven innovations, particularly through PAI, and advocates for policies that support digital innovation and green finance. Recommendations include expanding AI-driven industrial automation, enhancing green finance markets, tightening environmental standards for FDI, and promoting sustainable urbanization. The research acknowledges limitations, such as the reliance on annual data and aggregate indicators, suggesting that future studies should explore sector-specific dynamics and nonlinear modeling approaches to better understand the complexities of carbon emissions.
Introduction
The introduction of this research paper highlights the growing significance of banking and digitalization in the context of rapid technological advancements and evolving societal needs. It underscores the dual role of technology as both a contributor to environmental degradation—primarily through increased carbon dioxide (CO₂) emissions—and a potential tool for mitigation. The paper emphasizes the urgency of addressing climate change, particularly in the United States, which is a major carbon emitter. The U.S. government’s commitment to achieving carbon neutrality by 2050, alongside state-level initiatives, reflects a broader recognition of the need for sustainable development.
The study aims to fill existing gaps in the literature regarding the interplay of various factors influencing CO₂ emissions in the U.S., including private investment in artificial intelligence (PAI), financial development (FD), foreign direct investment (FDI), economic growth, and population growth. Utilizing the STIRPAT model and ARDL bounds-testing method, the research seeks to analyze both short- and long-run dynamics of these variables on emissions. The contributions of this study are fourfold: it introduces PAI as a critical factor in environmental studies, provides updated country-specific data from 1996 to 2022, clarifies the roles of FD and FDI, and employs Granger causality tests to inform policy decisions. This comprehensive approach aims to enhance understanding of the pathways toward carbon-neutral development in the U.S.
Methods
The methodology of this study investigates the determinants of CO₂ emissions in the United States from 1996 to 2022 using annual time-series data within the STIRPAT framework. The dependent variable, CO₂ emissions, is sourced from the Global Footprint Network, while independent variables include private investment in artificial intelligence (PAI), financial development (FD) from the IMF Financial Development Index, and foreign direct investment (FDI), GDP per capita, and total population from the World Development Indicators. All variables are transformed to natural logarithms to ensure consistency in scale and reduce heteroscedasticity. The STIRPAT model, which extends the traditional IPAT identity, allows for a stochastic analysis of environmental pressures as functions of population, affluence, and technology.
The empirical model is expressed as \( \ln CO_2_{it} = \beta_0 + \beta_1 \ln GDP_{it} + \beta_2 \ln PAI_{it} + \beta_3 \ln FD_{it} + \beta_4 \ln FDI_{it} + \beta_5 \ln POP_{it} + \epsilon_{it} \), where \( \beta_0 \) is the intercept and \( \beta_1 \) to \( \beta_5 \) are the coefficients for the independent variables. The study employs unit root tests to confirm the integration order of the variables, ensuring they do not exceed I(1), which is necessary for the Autoregressive Distributed Lag (ARDL) approach. The ARDL method is selected for its ability to handle mixed integration levels and to analyze both short-run adjustments and long-run equilibrium dynamics. A bounds-testing procedure is utilized to establish a stable long-run relationship between CO₂ emissions and their determinants, followed by an error-correction model to assess short-run impacts and the rate of equilibrium restoration. Additionally, pairwise Granger causality tests are conducted to explore the directional relationships among the variables, providing insights into the systematic influences of economic activity, technological investment, financial development, and demographic changes on CO₂ emissions.
Results
The results of the study reveal significant insights into the relationships between CO₂ emissions and various economic, technological, and demographic factors in the United States. Descriptive statistics indicate that while CO₂ emissions (LCO₂) exhibit stable patterns, GDP (LGDP) and private AI investment (LPAI) show greater variability, reflecting economic fluctuations and technological advancements. The analysis confirms that most variables are non-stationary at level but stationary after first differencing, justifying the use of the ARDL framework for examining long-run correlations. The ARDL bounds test indicates a stable long-run relationship between CO₂ emissions and key determinants, with a calculated F-statistic of 4.382 exceeding the critical value at the 5% significance level.
Key findings include that GDP positively impacts CO₂ emissions, with a 1% increase in GDP leading to a 0.048% rise in emissions in the long run, highlighting the energy-intensive nature of economic growth. Conversely, private AI investment significantly reduces emissions, with a 1% increase resulting in a 0.061% decrease in the long run, suggesting that AI enhances energy efficiency and promotes sustainable practices. Financial development shows a complex relationship, reducing emissions in the long run but slightly increasing them in the short run due to expanded credit availability. Foreign direct investment (FDI) is associated with increased emissions, reinforcing energy-intensive activities. Lastly, population growth is a major driver of emissions, with a 1% increase leading to a 0.298% rise in the long run, underscoring the need for sustainable urban planning. The robustness of the ARDL model is confirmed through various diagnostic tests, indicating reliable and stable parameter estimates.
Discussion
The discussion section of the research paper highlights the complex relationship between economic growth, technological advancement, financial development, foreign direct investment (FDI), and population growth in relation to CO₂ emissions in the United States. While a significant body of literature suggests that increased GDP correlates with higher CO₂ emissions due to energy demand and industrial activity, some studies indicate that economic growth can also facilitate emission reductions through cleaner technologies and efficiency improvements. The role of artificial intelligence (AI) is emphasized as a transformative factor capable of optimizing industrial processes and enhancing energy efficiency, although the environmental impacts of private investment in AI remain underexplored.
The paper also addresses the dual nature of financial development, which can either exacerbate environmental degradation or promote cleaner production, depending on the context. Similarly, FDI’s effects on emissions are contested, with the pollution halo and pollution haven hypotheses presenting opposing views. The findings underscore the necessity for a nuanced, country-specific analysis of these factors, particularly in advanced economies like the U.S., where the interplay of technological innovation, financial systems, and demographic trends significantly influences carbon dynamics. The study aims to fill existing empirical gaps by employing a comprehensive STIRPAT-ARDL framework to analyze these determinants collectively, providing insights for targeted policy interventions to support sustainable development and carbon neutrality.