تأثیر جهانی شدن و پیچیدگی اقتصادی بر رانت منابع طبیعی در کشورهای منا
حسنا اشرفی
1
(
دانشجو کارشناسی ارشد
)
علی سایه میری
2
(
مدیر گروه اقتصاد
)
کلید واژه: جهانی شدن, پیچیدگی اقتصادی, فرضیه کوزنتس, روش پانل,
چکیده مقاله :
جنبههای متعددی از فرضیه کوزنتس وجود دارد که به‌اندازه کافی مورد تجزیه‌وتحلیل قرار نگرفته‌اند، ازجمله حوزه جهانیشدن و شاخص پیچیدگی اقتصادی که به‌شدت نادیده گرفته‌شده‌اند. ازاین‌رو در تحقیق حاضر برای اولین بار با استفاده از دادههای بازه زمانی 1995 تا 2019 و روش پانل اثرات ثابت با اعمال EGLS علاوه بر اثر جهانیشدن و پیچیدگی اقتصادی بر رانت منابعطبیعی به بررسی فرضیه کوزنتس با استفاده از متغیر رانت منابع طبیعی در 16 کشور منطقه منا پرداخته‌شده است. نتایج تحقیق نشان میدهد که افزایش پیچیدگی اقتصادی تأثیر منفی و معنیداری بر میزان رانت منابع طبیعی دارد بهگونهای که با افزایش یک واحدی شاخص پیچیدگی اقتصادی میزان رانت منابع طبیعی بیش از 14/0 کاهش مییابد. علاوه بر آن نتایج نشاندهنده این است که تولید ناخالص داخلی رابطه معکوس و معناداری با میزان رانت منابع طبیعی دارد؛ بهگونهای که با افزایش یک درصدی تولید ناخالص داخلی میزان رانت منابع طبیعی بیش از 57/0 کاهش مییابد؛ درحالی‌که مجذور تولید ناخالص داخلی رابطه مثبت با میزان رانت منابع طبیعی دارد؛ بهگونهای که با افزایش یک درصدی تولید ناخالص داخلی میزان رانت منابع طبیعی بیش از 06/0 افزایش مییابد؛ بنابراین فرضیه کوزنتس در مورد کشورهای منا صادق نیست. نتایج تحقیق همچنین نشاندهنده تأثیر مثبت شاخص جهانیشدن بر رانت منابع طبیعی است؛ بهگونهای که با افزایش یک درصدی شاخص جهانیشدن میزان رانت منابع طبیعی بیش از 34/0 افزایش مییابد. با توجه به این نتایج و ازآنجاکه در فرآیند توسعه اقتصادی کشورهای منا درآمدهای حاصل از منابع طبیعی و به دنبال آن آسیب به محیط‌زیست افزایش مییابد، دولت‌ها باید بر بهبود کیفیت نهادی و تشویق به استفاده از انرژی‌های تجدید پذیر برای به حداقل رساندن اثرات منفی، تمرکز کنند.
چکیده انگلیسی :
There are several aspects of the Kuznets hypothesis that have not been sufficiently analyzed, including the sphere of globalization and the index of economic complexity, which have been severely ignored. Therefore, in this study, for the first time, using data from 1995 to 2019 and fixed effects panel method using EGLS in addition to the effect of globalization and economic complexity on natural resource rents, kuznets hypothesis using natural resource rent variable in 16 countries of MENA region has been investigated. The results show that increasing economic complexity has a negative and significant effect on natural resource rents, which reduces the natural resource rents by more than 0.14 by increasing one unit of economic complexity. In addition, the results show that GDP has a significant inverse relationship with the rent of natural resources; In such a way that with a one percent increase in GDP, the rent of natural resources decreases by more than 0.57; While the square of GDP has a positive relationship with the rent of natural resources; In such a way that with a one percent increase in GDP, the rent of natural resources increases by more than 0.06. Therefore, Kuznets's hypothesis is not true for the Mena countries. The results also show the positive impact of the globalization index on natural resource rents; In such a way that with a one percent increase in the globalization index, the rate of natural resource rents increases by more than 0.34. According to these results, and because in the process of economic development of the countries of Mena, revenues from natural resources and consequently damage to the environment increase, Governments should focus on improving institutional quality and encouraging the use of renewable energy to minimize negative impacts.
_||_
Abstract
There are several aspects of the Kuznets hypothesis that have not been sufficiently analyzed, including the sphere of globalization and the index of economic complexity, which have been severely ignored. Therefore, in this study, for the first time, using data from 1995 to 2019 and fixed effects panel method using EGLS in addition to the effect of globalization and economic complexity on natural resource rents, kuznets hypothesis using natural resource rent variable in 16 countries of MENA region has been investigated. The results show that increasing economic complexity has a negative and significant effect on natural resource rents, which reduces the natural resource rents by more than 0.14 by increasing one unit of economic complexity. In addition, the results show that GDP has a significant inverse relationship with the rent of natural resources; In such a way that with a one percent increase in GDP, the rent of natural resources decreases by more than 0.57; While the square of GDP has a positive relationship with the rent of natural resources; In such a way that with a one percent increase in GDP, the rent of natural resources increases by more than 0.06. Therefore, Kuznets's hypothesis is not true for the Mena countries. The results also show the positive impact of the globalization index on natural resource rents; In such a way that with a one percent increase in the globalization index, the rate of natural resource rents increases by more than 0.34. According to these results, and because in the process of economic development of the countries of Mena, revenues from natural resources and consequently damage to the environment increase, Governments should focus on improving institutional quality and encouraging the use of renewable energy to minimize negative impacts.
Extended Abstract
Introduction
There are several aspects of the EKC model that have not been sufficiently analyzed, including the area of globalization, which has been severely overlooked. Due to the complex and widespread impact of globalization on social, economic and political aspects, it needs to be carefully evaluated. In addition, one of the concepts that has received much attention in recent years and justifies the growth gap between rich and poor countries is the Economic Complexity Index (ECI). This is the first study of its kind that, in addition to examining the Kuznets hypothesis, examines the impact of economic complexity on natural resource rents among the Mena countries; Second, we add the variable "globalization" to the research model to analyze its effect on natural resource rents, which has generally been overlooked by past studies in the environmental literature. Finally, in the present study, we present a policy discussion on natural resource rents that will help policymakers in their respective countries.
Method
The purpose of this study, in addition to examining the impact of globalization and economic complexity on natural resource rents in Mena countries (including Iran, Saudi Arabia, Qatar, Kuwait, Oman, UAE, Egypt, Algeria, Lebanon, Jordan, Bahrain, Tunisia, Israel, Morocco , Libya and Iraq) examines the Kuznets hypothesis among these countries using data from 1995 to 2019; It should be noted that other countries in the region were excluded from the sample due to lack of information about them. To achieve this goal in the present study, the following model is used.
(1) 
Where, RENT: dependent variable and represents the logarithm of rent of natural resources of the country i in time t, ECI: indicator of economic complexity of the country and at the time, KOF: logarithm is the indicator of globalization of the country and in year t; Measures social and political globalization. GDP: Represents the logarithm of GDP per capita of country 1 at time t. The inverse of Kuznets is used and if in this study, the GDP sign is positive and the square sign is negative, the result of this relationship is confirmed. In addition, in Equation (1), X: indicates the control variables For example, foreign direct investment and the logarithm of the country's population density is 1 in year T. Considering that the nature of the present research data is panel data, ie a combination of cross-sectional data and time series,
Results & Discussion
The results show that increasing economic complexity has a negative and significant effect on natural resource rents, which reduces the natural resource rents by more than 0.14 by increasing one unit of economic complexity. In addition, the results show that GDP has a significant inverse relationship with the rent of natural resources; In such a way that with a one percent increase in GDP, the rent of natural resources decreases by more than 0.57; While the square of GDP has a positive relationship with the rent of natural resources; In such a way that with a one percent increase in GDP, the rent of natural resources increases by more than 0.06. Therefore, Kuznets's hypothesis is not true for the Mena countries. The results also show the positive impact of the globalization index on natural resource rents; In such a way that with a one percent increase in the globalization index, the rate of natural resource rents increases by more than 0.34. According to these results, and because in the process of economic development of the countries of Mena, revenues from natural resources and consequently damage to the environment increase, Governments should focus on improving institutional quality and encouraging the use of renewable energy to minimize negative impacts.
تأثیر جهانیشدن و پیچیدگی اقتصادی بر رانت منابع طبیعی در کشورهای منا: شواهدی از فرضیه کوزنتس
تاريخ دريافت: تاريخ پذيرش:
چکیده
واژگان کلیدی: پیچیدگی اقتصادی، جهانیشدن، فرضیه کوزنتس، روش پانل.
طبقه‌بندی JEL: F02، F18، F19، O00
مقدمه
در دهههای اخیر مطالعات مختلفی با جمع‌آوری اطلاعات منابع طبیعی و مطالعه تجربی مجموعه‌ای از کشورها، ایالت‌ها و شهرستان‌های متفاوت به این سؤال پاسخ دادهاند که تأثیر اقتصادی منابع طبیعی چیست؟ (Aghion & Howitt, 1990; Romer, 1990; Solow, 1956) بیان میدارند که کشف منابع طبیعی جدید، تغییر امکانات تولید و گسترش سرمایه طبیعی باعث افزایش رشد اقتصادی برای یک دوره کوتاه‌مدت و سطح درآمد برای یک دوره طولانی میشود. در مقابل (Sala-i-Martin, Doppelhofer, & Miller, 2004) در یک مطالعه با تمرکز بر تعیین‌کننده‌های قوی رشد اقتصادی بیان کردند که کاهش استخراج در معادن مختلف رابطه مثبت قوی با رشد اقتصادی دارد، (Gylfason, 2001) پیوند معکوسی بین رشد اقتصادی و رانت منابع طبیعی (که به‌عنوان سهم سرمایه طبیعی در ثروت ملی تخمین زده میشود) در نمونه‌ای از ۶۵ اقتصاد غنی از منابع طبیعی بین سال‌های ۱۹۶۵ تا ۱۹۹۸ پیدا کرد. علاوه بر این (Kan, Chen, Meng, & Chen, 2020) در مطالعه خود بیان میدارند که اقتصادهای پیشرفته‌ای مانند استرالیا، فنلاند، فرانسه، آلمان، هنگ‌کنگ، ایتالیا و نیوزیلند نسبت‌های پایینی از رانت منابع طبیعی دارند. (Mideksa, 2013) بیان میدارد که تأثیر اقتصادی منابع طبیعی بر رشد اقتصادی در کشورهای مختلف متفاوت است؛ بنابراین این سوال مطرح میشود که چرا بعضی از کشورها ثروتمندتر از کشورهای دیگر هستند؟ (Vu, 2019). یکی از مفاهیمی که در سال‌های اخیر، بسیار موردتوجه قرارگرفته و تفاوت رشد میان کشورهای فقیر و غنی را توجیه میکند، شاخص پیچیدگی اقتصادی (ECI)1 است (زبیری و موتنمی، 1399). ECI نشاندهنده سطح دانش و فناوری یک کشور از تولید تا صادرات است (Canh, Schinckus, & Thanh, 2020). این شاخص با تلفیق اطلاعات در مورد تنوع2 (تعداد کالاهایی که یک کشور صادر میکند) و فراگیری3 محصولات (تعداد کشورهایی که آن محصول را تولید میکنند) پیچیدگی ساختار تولیدی یک کشور را اندازهگیری میکند (Hartmann, Guevara, Jara-Figueroa, Aristarán, & Hidalgo, 2017). تغییرات در پیچیدگی اقتصادی ممکن است تأثیر مهمی بر رانت منابع طبیعی داشته باشد (Kan et al., 2020). که این تأثیرات در زمینه مسائل زیست محیطی و تغییرات آب و هوایی حتی مهم‌تر هم میشود (Baldursson & Nils-Henrik, 2018; Le & Le Van, 2018). نخستين بار، (Kuznets, 1955)، رابطه بين نـابرابري درآمـدي و رشـد اقتصـادي را بررسي كرد و موفق به اسـتخراج منحنـي U وارونه بـراي ارتبـاط بـين ايـن دو متغيـر شـد، پس‌ازآن و با استفاده از ايده كوزنتس، اقتصاددانان زيادي تلاش كردند تا ارتباط بـين رشـد اقتصـادي و تخريـب محیط‌زیست را تبيـين كننـد. مفهـوم (EKC)4 ابتـدا توسـط (Grossman & Krueger, 1991) مطرح شد. EKC بیان میدارد که افزایش رشد اقتصادی کشورها، در مراحل اولیه، با افزایش تخریب محیط‌زیست همراه است، اما این ارتباط پس از رسیدن به سطح آستانه درآمد منفی میشود (Gill, Viswanathan, & Hassan, 2018). (Sarkodie & Strezov, 2019) بیان میدارند شکل منحنی کوزنتس تحت تأثیر عوامل مختلفی ازجمله؛ 1. کشش درآمدی و کیفیت محیط‌زیست، 2. اثر مقیاس (SE)5، اثر ترکیبی (CE)6 و اثر تکنیکی (TE)7 و 3. تجارت بین‌الملل قرار دارد.
نمودار 1- منحنی کوزنتس محیط‌زیستی
منبع: سپهوند و همکاران (1400)
با این حال، جنبههای متعددی از مدل EKC وجود دارد که به‌اندازه کافی مورد تجزیه‌وتحلیل قرار نگرفته‌اند، ازجمله حوزه جهانیشدن که به‌شدت نادیده گرفته‌شده است. به دلیل تأثیر پیچیده و گسترده جهانیشدن از جنبههای اجتماعی، اقتصادی و سیاسی، نیازمند ارزیابی دقیق است (Shahbaz, Solarin, & Ozturk, 2016). بسیاری از مطالعات جهانیشدن را به‌عنوان آزادی در تجارت یا باز بودن تجارت تعریف کردهاند. با این حال، این معیار به دلیل عدم استفاده از گسترش فناوری و تخصص فراتر از جغرافیای کشور و کنترل سرمایه محدود است (You & Lv, 2018). با تاکید بر اثرات نامطلوب جهانیشدن، بسیاری از مطالعات بیان کردند که فرآیند جهانیشدن زمینه‌ساز پتانسیل‌های افزایش تخریب محیط‌زیستی است و اغلب تهدیدی برای چشم‌انداز پایداری محسوب میشود (Shahbaz, Khan, Ali, & Bhattacharya, 2017a). این دیدگاه با این باور تقویت میشود که افزایش فعالیت‌های اقتصادی ناشی از جهانیشدن می‌تواند منجر به کاهش منابع، جنگل‌زدایی و انتشارات خطرناک شود که منجر به تشدید تغییرات اقلیمی و عدم تعادل‌های اکولوژیکی شده و در نتیجه منجر به هزینه‌های اقتصادی و خسارات رفاهی برای جامعه میشود. از سوی دیگر، چنین اثرات نامطلوبی همچنین می‌تواند روند رشد را از طریق از دست دادن تنوع زیستی و کاهش مواد معدنی و غیره کند کند. با این حال، دیدگاه جایگزین پیشنهاد میکند که جهانیشدن شامل تمایل به ایجاد انگیزه برای نوآوری سبز و فرآیندهای تجاری سازگار با محیط‌زیست است. معتقدان به این دیدگاه اظهار داشتند که جهانیشدن آگاهی زیست‌محیطی را تشویق میکند و با درک بیشتر مسائل زیست‌محیطی منجر به تقاضای بالاتر برای کالاها و خدمات سبز میشود (Huwart & Verdier, 2013). به این ترتیب، جهانیشدن باعث میشود انگیزه‌های رشد کشور با حفاظت از محیط‌زیست سازگار باشد و در نتیجه به بهبود کیفیت محیطی کمک میکند (Shahbaz et al., 2016). بنابراین میتوان انتظار داشت که جهانیشدن به بهبود کارایی استخراج منابع طبیعی با استفاده از فناوری نوآورانه کمک کند (Miao, Fang, Sun, & Luo, 2017).
در تحقیق حاضر، جامعه آماری مورد مطالعه، کشورهای منطقه منا8 (شمال آفریقا و غرب آسیا) در نظر گرفته‌شده است که با جمعیت نزدیک به 600 میلیون نفر و موقعیت استراتژیک قابل‌توجه بین شمال و جنوب، منطقه متمایزی از جهان درحال‌توسعه را تشکیل می‌دهند؛ کشورهای این منطقه باوجود تفاوت‌های آشکار در داخل و بین کشورهای خود، به دلیل تعدادی از ویژگی‌های مشترک مانند آب‌وهوای متمایز، بوم‌شناسی، تاریخ، زبان و فرهنگ کشورها، ارتباط ناگسستنی با هم دارند و از نظر حکمرانی و اقلیم، شرایط تقریباً مشابهی دارند. بدون تردید منابع طبیعی (ازجمله نفت، گاز و...) که در اختیار برخی از کشورهای واقع‌شده در ایـن مـحـدوده جغرافیایی و ازجمله ایران قرار دارد، ذخایر فسیلی با ارزشی هستند و با توجه به اینکه تمامی کشورهای واقع در این منطقه جزء کشورهای در حال توسـعه بـه شـمار می‌آیند، درآمـدهای سرشار از منابع طبیعی می‌تواند در جهت دست‌یابی به اهداف توسعه و تسریع آن مـورد استفاده قـرار گیرد (ادیب پور و کرباسی زاده، 1397)؛ اما نکته مهم چگونگی افزایش و مدیریت و مصرف درآمدهای حاصل از ایـن منـابع اسـت. منطقه منا که در این مقاله، مورد بحث قرارگرفته است، شامل کشورهای عربی در شمال آفریقا (الجزایر، مصر، مراکش، لیبی و تونس) و غرب آسیا (اردن، بحرین، کویت، عمان، قطر، عربستان سعودی، امارات متحده عربی، ایران، لبنان، عراق و اسرائیل) است. این مطالعه از جنبههای مختلف به ادبیات اقتصادی موجود کمک میکند: اول اینکه، این اولین مطالعه در نوع خود است که علاوه بر بررسی فرضیه کوزنتس به بررسی تأثیر پیچیدگی اقتصادی بر رانت منابع طبیعی در بین کشورهای منا میپردازد (برای اطلاعات بیشتر مراجعه شود به بخش بعد)؛ دوم، ما متغیر «جهانیشدن» را به مدل تحقیق اضافه میکنیم تا تأثیر آن بر رانت منابع طبیعی که به‌طورکلی توسط مطالعات گذشته در ادبیات محیط‌زیستی نادیده گرفته‌شده است را تحلیل کنیم (برای اطلاعات بیشتر مراجعه شود به بخش پیشینه تحقیق)؛ بنابراین در تحقیق حاضر به دنبال یافتن پاسخ این سه سوال هستیم؛ اول، آیا افزایش پیچیدگی اقتصادی تأثیر منفی و معناداری بر رانت منابع طبیعی کشورهای منا دارد؟ دوم، آیا افزایش شاخص جهانیشدن تأثیر مثبت و معناداری بر رانت منابع طبیعی کشورهای منا دارد؟ و در نهایت آیا فرضیه محیط‌زیستی کوزنتس در مورد کشورهای منا صادق است؟ یا خیر.
ساختار تحقیق حاضر در شش بخش سازماندهی شده است؛ در بخش اول به بیان مسأله و نوآوری تحقیق پرداخته شد، در بخش دوم به پیشینه مطالعات انجام‌شده و در بخشهای سوم و چهارم به ترتیب روش تحقیق و نتایج حاصل از برآورد مدل ارائه میگردد و در نهایت در بخش ششم به نتیجهگیری و ارائه پیشنهادات پرداخته میشود.
پیشینه تحقیق
اگرچه منابع طبیعی اغلب به عنوان یک محرک کلیدی برای رشد اقتصادی معرفی میشوند، اما می‌توانند مسائل مهمی را نیز در اقتصاد ایجاد کنند (Canh et al., 2020; Kan et al., 2020). با این وجود از زمانی که (Ross, 2001) منابع طبیعی را به انواع مختلفی از منابع ازجمله جواهرات، تریاک، نفت، الماس، چوب، قلع، طلا، کوکا، مس، آهن، قهوه و ... تقسیم‌بندی کرد؛ هیچ منبع داده ای در دسترس برای رانت این منابع برای همه کشورها در سراسر جهان از یک موسسه رسمی مانند بانک جهانی وجود ندارد؛ که این خود باعث ایجاد محدودیتهای زیادی در پژوهشهای رانت منابع طبیعی و عوامل موثر بر آن شده است و تاکنون مطالعه‌ای که به بررسی تأثیر جهانیشدن و پیچیدگی اقتصادی بر رانت منابع طبیعی بپردازد صورت نگرفته است. (Adelman, 1996) جهانیشدن را ادغام اقتصاد ملی با اقتصاد دیگر کشورها ازنظر تجارت، تحرک سرمایه9 و دیگر جنبههای اجتماعی، اقتصادی و سیاسی تعریف میکند و معتقد است که هدف اصلی جهانیشدن اقتصادی، تغییر جهان به یک بازار پویا در کشورهای مختلف است که ویژگی‌های یکسانی دارند و (Farhani & Ozturk, 2015; Sbia, Shahbaz, & Hamdi, 2014) تأکید کردند که پیامدهای اقتصادهای جهانیشده از نظر اثر مقیاس، تکنیک و ترکیب متفاوت است، بنابراین نیاز به بررسیهای خاص دارد. صمیمی و غلامی (1397) در مطالعه خود با استفاده از روش اقتصادسنجی دادههای تابلویی، اثر جهانیشدن اقتصادی بر عملکرد محیط‌زیست را بررسی کرند و نتیجه گرفتند که جهانیشدن اقتصادی بر عملکرد محیط‌زیست کشورهای در حال توسعه اثری منفی و معنادار دارد. (Suki, Sharif, Afshan, & Suki, 2020) با روش ARDL این نتیجه را برای کشور مالزی تایید کردند. علاوه بر این (Jiang, Khaskheli, Raza, Qureshi, & Ahmed, 2021) رابطه غیرخطی بین جهانیشدن، مصرف انرژی تجدید پذیر و تخریب محیط‌زیست را بررسی کردند و بیان داشتند که در یک سطح خاص افزایش جهانیشدن، انتشار دی اکسید کربن را کاهش میدهد اما بعدازآن افزایش جهانیشدن انتشار دی اکسید کربن را افزایش میدهد. برخلاف این مطالعات این مطالعات (Shahbaz et al., 2016) بیان میدارد، جهانیشدن باعث میشود انگیزه‌های رشد کشور با حفاظت از محیط‌زیست سازگار باشد و در نتیجه به بهبود کیفیت محیطی کمک میکند. (Hassan, Xia, Huang, Khan, & Iqbal, 2019) بیان کردند که جهانی‌سازی و منابع طبیعی رشد اقتصادی در پاکستان را ارتقا میدهد. همچنین (Sarkodie & Strezov, 2019) بیان داشتند که اگرچه رانت منابع طبیعی تأثیر مثبتی بر توسعه انسانی (HDI) دارد اما با در نظر گرفتن شاخص جهانیشدن، تأثیرات رانت منابع طبیعی معکوس میشود. علاوه بر این (Murakami, Takasu, Islam, Yamasue, & Adachi, 2020) به این نتیجه رسیده اند که عمده ترین علل وخامت کیفیت محیط‌زیست افزایش مداوم درآمد سرانه و بهرهبرداری بی‌رویه از رانت منابع طبیعی است. (Aghion & Howitt, 1990; Romer, 1990; Solow, 1956) بیان میدارند که کشف منابع طبیعی جدید، تغییر امکانات تولید و گسترش سرمایه طبیعی باعث افزایش رشد اقتصادی برای یک دوره کوتاه‌مدت و سطح درآمد برای یک دوره طولانی میشود. در مقابل (Sala-i-Martin et al., 2004) در یک مطالعه با تمرکز بر تعیین‌کننده‌های قوی رشد اقتصادی بیان کردند که کاهش استخراج در معادن مختلف رابطه مثبت قوی با رشد اقتصادی دارد، همچنین (Gylfason, 2001) پیوند معکوسی بین رشد اقتصادی و رانت منابع طبیعی پیدا کرد. (Mideksa, 2013) بیان میدارد که تأثیر اقتصادی منابع طبیعی بر رشد اقتصادی در کشورهای مختلف متفاوت است؛ زبیری و موتنمی (1399) تاکید دارند که علت تفاوت رشد اقتصادی میان کشورهای فقیر و غنی، شاخص پیچیدگی اقتصادی (ECI)10 است و (Canh et al., 2020) در مطالعه خود نشان دادند که بین پیچیدگی اقتصادی و رانت منابع طبیعی رابطه معکوسی وجود دارد. علاوه براین مطالعات مختلفی رابطه این شاخص با محیط‌زیست را بررسی کردهاند؛ (Can & Gozgor, 2017) نشان دادند که پیچیدگی اقتصادی میزان انتشار کربن و گازهای گلخانه‌ای را در فرانسه کاهش میدهد. عزیزی و همکاران (1399) و (Lapatinas, Garas, Boleti, & Kyriakou, 2019) با تایید این نتیجه، نشان دادند که حرکت به سطوح بالاتری از ECI منجر به عملکرد بهتر محیط‌زیست میشود و توسعه محصولات پیچیده‌تر با تغییرات در کیفیت محیط‌زیست همراه است. اما بر خلاف این مطالعات (Swart & Brinkmann, 2020) نشان دادند که با افزایش پیچیدگیهای اقتصادی آلودگی محیط‌زیست در برزیل افزایش مییابد و سپهوند و همکاران (1400) رابطه معکوس و معنادار بین شاخص پیچیدگی اقتصادی و عملکرد زیست‌محیطی در کشورهای منا یافتند.
دلیل تفاوت در نتایج مطالعات بیان‌شده در بالا را میتوان با مطالعه (Doğan, Saboori, & Can, 2019) توجیه کرد که بیان داشتند پیچیدگی اقتصادی اثرات قابل‌توجهی بر محیط‌زیست دارد اما این اثرات در کشورهای با درآمد پایین و متوسط نقش تخریبی و در کشورهای با درآمد بالا نقش کنترل‌کننده دارد؛ بنابراین در تحقیق حاضر برای اولین بار با استفاده از دادههای بازه زمانی 1995 تا 2019 و روش پانل اثرات ثابت با اعمال EGLS علاوه بر اثر جهانیشدن و پیچیدگی اقتصادی بر رانت منابعطبیعی به بررسی فرضیه کوزنتس با استفاده از متغیر رانت منابع طبیعی در 16 کشور منطقه منا پرداخته‌شده است.
مواد و روش تحقیق
همانطور که در بخشهای قبل بیان شد، مدل عمومی پژوهشها در حوزه رانت عموماً فرضیه کوزنتس را نادیده گرفتهاند؛ این در حالی است که هدف این تحقیق علاوه بر بررسی تأثیر شاخص جهانیشدن و پیچیدگی اقتصادی بر رانت منابعطبیعی در کشورهای منطقه منا (شامل ایران، عربستان، قطر، کویت، عمان، امارات، مصر، الجزایر، لبنان، اردن، بحرین، تونس، اسرائیل، مراکش، لیبی و عراق) بررسی فرضیه کوزنتس در بین این کشورها با استفاده از دادههای بازه زمانی 1995 تا 2019 است؛ لازم به توضیح است که کشورهای دیگر این منطقه به دلیل کمبود اطلاعات مربوط به آنها از نمونه حذف شدند؛ بنابراین برای رسیدن به این هدف در تحقیق حاضر از مدل زیر استفاده میشود.
(1)
که در آن RENT: متغیر وابسته و نشاندهنده لگاریتم رانت منابع طبیعی کشور i در زمان t، ECI: شاخص پیچیدگی اقتصادی کشور i در زمان t، KOF: لگاریتم شاخص جهانیشدن کشور i در سال t است؛ که ابعاد اقتصادی، اجتماعی و سیاسی جهانیشدن را اندازهگیری میکند. 
: نشاندهنده لگاریتم تولید ناخالص داخلی سرانه کشور i در زمان t است. 
: نشاندهنده لگاریتم مجذور تولید ناخالص داخلی سرانه کشور i در زمان t است که برای آزمون منحنی U معکوس کوزنتس استفاده‌شده است و اگر در این مطالعه، علامت ضریب تولیدناخالص داخلی، مثبت و علامت مجذور آن، منفی باشد، نتیجه برقراری این رابطه تأیید میشود. علاوه بر این، در معادله (1) 
: نشاندهنده متغیرهای کنترلی تحقیق ازجمله؛ سرمایهگذاری مستقیم خارجی و لگاریتم تراکم جمعیت کشور i در سال t است. با توجه به اینکه ماهیت دادههای تحقیق حاضر دادههای تابلویی (پانل) یعنی ترکیبی از دادههای مقطعی و سری زمانی است، در جداول (1) و (2) به ترتیب تعریف، واحد اندازهگیری، منبع و آمار توصیفی هریک از متغیرهای تحقیق ارائه‌شده است.
جدول 1- تعریف، واحد اندازهگیری و منبع متغیرهای تحقیق
متغیر | تعریف و واحد اندازهگیری | منبع |
RENT | لگاریتم رانت (درآمد) حاصل از منابع طبیعی (شامل: رانت زغالسنگ، رانت جنگل، رانت منابع، رانت گاز طبیعی) (درصد از gdp) | World Development Indicators |
ECI | شاخص پیچیدگی اقتصادی | Atlas.media.mit.edu |
GDP | لگاریتم تولید ناخالص داخلی سرانه (دلار ثابت بینالمللی 2017) | World Development Indicators |
GDP2 | مجذور لگاریتم تولید ناخالص داخلی سرانه (دلار ثابت بینالمللی 2017) | World Development Indicators |
KOF | لگاریتم شاخص جهانیشدن که ابعاد اقتصادی، اجتماعی و سیاسی جهانیشدن را اندازهگیری میکند. | |
FDI | میزان جذب سرمایهگذاری مستقیم خارجی (دلار آمریکا) | World Development Indicators |
POP | لگاریتم میزان تراکم جمعیت در کیلومترمربع (سرانه جعیت) | World Development Indicators |
منبع: محاسبات تحقیق
جدول 2. آمار توصیفی
متغیر | میانگین | میانه | بیشینه | کمینه | تعداد مشاهدات |
RENT | 61/1 | 89/2 | 37/4 | 03/7- | 400 |
ECI | 21/0- | 19/0- | 31/1 | 68/2- | 400 |
GDP | 09/4 | 13/4 | 38/4 | 47/3 | 400 |
GDP2 | 93/9 | 68/9 | 56/11 | 24/8 | 400 |
KOF | 42/99 | 86/93 | 69/133 | 47/3 | 400 |
FDI | 49/2 | 28/1 | 56/33 | 54/4- | 400 |
POP | 17/4 | 21/4 | 65/7 | 03/1 | 400 |
منبع: محاسبات تحقیق
در این بخش ابتدا به‌منظور جلوگیری از بروز مشکل رگرسیون کاذب آزمون ایستایی متغیرها با استفاده از آزمون‌های ایم، پسران و شین11 (IPS)، فيشر - دیکی فولر تعمیم‌یافته12 (ADF) و فیشر فیلیپس پرون13 (PP) شده است. این سه آزمون مهم‌ترین آزمون‌های ریشه واحد در دادههای پانل هستند، در این آزمونها روند بررسی ایستایی مشابه است و با رد فرضيه
نا ایستایی یا وجود ریشه واحد متغیرها رد میشود (شاهآبادی و همکاران، 1397). همانطور که نتایج این آزمونها در جدول (3) نشان میدهد، در بین متغیرهای تحقیق متغیرهای رانت، پیچیدگی اقتصادی و تراکم جمعیت در سطح مانا نیستند. لذا برای این متغیرها آزمون ریشه واحد مرتبه اول انجام گردید که نتایج آن در جدول شماره (4) ارائه‌شده است. ازآنجایی‌که متغیرهای استفاده‌شده در تحقیق حاضر در درجات مختلفی از (0)I و I(1) پایا میشوند، پس از بررسی ایستایی متغیرها، همانباشتگی (همگرایی) پانلی برای بررسی روابط بلندمدت اقتصادی متغیرها و عدم وجود رگرسیون کاذب، مورد آزمون قرار می‌گیرد. برای بررسی هم انباشتگی در پژوهش حاضر از آزمون کائو استفاده‌شده است؛ در این آزمون، فرضیه صفر عدم وجود هم انباشتگی است. مطابق نتایج جدول (5) فرضیه صفر رد شده و بین متغیرها رابطه بلندمدت وجود دارد. در این صورت رگرسیون برآوردی کاذب نیست.
جدول 3- نتایج آزمون ریشه واحد در سطح
آزمون
متغیر | ایم پسران، شین | فیشر دیکی فولر تعمیم‌یافته | فیشر- فیلپس پرون | |||
احتمال | آماره | احتمال | آماره | احتمال | آماره | |
1305/0 | 12426/1- | 2675/0 | 4969/36 | 3255/0 | 0477/35 | |
ECI | 2814/0 | 57869/0- | 2811/0 | 1433/36 | 3862/0 | 6785/33 |
GDP | 0000/0 | 23314/5- | 0000/0 | 0028/97 | 0013/0 | 4423/61 |
GDP2 | 0129/0 | 22893/0- | 0128/0 | 4442/52 | 1720/0 | 4203/39 |
KOF | 0197/0 | 06036/2- | 0207/0 | 3230/50 | 2308/0 | 5202/37 |
FDI | 0000/0 | 83520/5- | 0000/0 | 8656/94 | 0000/0 | 8613/86 |
POP | 9682/0 | 85561/1 | 3540/0 | 3902/34 | 9998/0 | 0830/11 |
منبع: یافتههای تحقیق
جدول 4- آزمون ریشه واحد تفاضل مرتبه اول
آزمون
متغیر | ایم پسران، شین | فیشر دیکی فولر تعمیم‌یافته | فیشر- فیلپس پرون | |||
احتمال | آماره | احتمال | آماره | احتمال | آماره | |
RENT | 0000/0 | 1332/13- | 0000/0 | 274/205 | 0000/0 | 302/226 |
ECI | 0000/0 | 8657/12- | 0000/0 | 804/199 | 0000/0 | 883/180 |
POP | 0000/0 | 03153/5- | 0000/0 | 1738/82 | 4973/0 | 3901/31 |
منبع: یافتههای تحقیق
جدول 5- نتايج آزمون هم انباشتگي
نام آزمون | احتمال | آماره |
آزمون هم انباشتگی کائو | 0201/0 | 051483/2- |
منبع: یافتههای تحقیق
بعد از بررسی ایستایی و هم انباشتگی متغیرها در طول زمان، اولین گام در برآورد مدل‌های پانل دیتا، تعیین نمودن قيود وارد شده بر مدل اقتصادسنجی است. به‌عبارت‌دیگر، نخست باید مشخص شود که رابطه رگرسیونی در نمونه مورد بررسی، دارای عرض از مبدأهای ناهمگن و شیب همگن است (لزوم استفاده از مدل دادههای پانل) و یا اینکه، فرضیه عرض از مبدأهای مشترک و شیب مشترک در بین مقاطع (لزوم استفاده از مدل دادههای تلفیقی)، پذیرفته میشود. برای آزمون معنی‌دار بودن روش دادههای پانل، از آماره آزمون F ليمر استفاده میشود. فرضیه
در این آزمون، قابلیت تخمین مدل به‌صورت دادههای تلفیقی و فرضیه مقابل، یعنی
، قابلیت تخمین مدل، به‌صورت دادههای پانل است. ازآنجایی‌که مقدار احتمال آزمون ليمر در جدول (6) کوچک‌تر از 05/0 می باشد، لذا فرض صفر مبني بر وجود رگرسيون Pooled يا تجميعي (رگرسيون بدون وجود اثرات ثابت يا تصادفي)، رد شده و بنابراين، الگوي مناسب براي برآورد مدل مورد بررسی، داراي اثرات ثابت يا اثرات تصادفي بوده و به‌صورت تجميعي يا Pooled نيست.
جدول 6- نتایج آزمون اف لیمر
نوع آزمون | احتمال | آماره |
آزمون اف ليمر | 0000/0 | 296111/96 |
منبع: یافتههای تحقیق
جدول 7- نتایج آزمون هاسمن
نوع آزمون | احتمال | آماره کاي اسکوئر |
آزمون هاسمن | 0000/0 | 527116/36 |
منبع: یافتههای تحقیق
جدول (7)، نتایج آزمون هاسمن را نشان می دهد. با توجه به اينکه مقدار احتمال آزمون هاسمن، کمتر از 05/0 است، درنتیجه، اين فرض آماري که مدل داراي اثرات تصادفي باشد، رد میشود و مدل، اثرات ثابت بر روي مقاطع (در اينجا، مقاطع کشورها هستند) دارد. اگرچه برای آزمون وجود ناهمسانی واریانس بین گروهی آمارههایی ارائه‌شده است که ازجمله آن، آزمون ضریب لاگرانژ (LM) و آزمون LR است؛ اما آزمون ضریب لاگرانژ در صورتی برای تشخیص ناهمـانی واریانس استفاده میشود که استفاده از اثرات تصادفی روش پانل تأیید شده باشد در غیر این صورت از آماره LR استفاده خواهد شد. در آزمون فرضیه، اگر مقدار آماره محاسباتی از مقدار بحرانی جدول بزرگتر باشد، فرضیه H0 مبنی بر عدم وجود ناهمسانی واریانس رد میشود. به عبارتی ناهمسانی واریانس تأیید میشود. در حالت وجود ناهمسانی واریانس بین گروهی، روش GLS ازجمله روش های کارآ برای برآورد مدل مورد نظر خواهد بود (قاسمی و همکاران، 1390) که در تحقیق حاضر نیز اینگونه است.
جدول 8- نتایج برآورد مدل با استفاده از روش اثرات ثابت و اعمال EGLS
متغیر | ضریب | Std. Error | T- statistic | Prob | |
ECI | *142255/0- | 018248/0 | 795764/7- | 0000/0 | |
GDP | **575718/0- | 264035/0 | 180459/2- | 0298/0 | |
GDP2 | *069123/0 | 012419/0 | 566037/5 | 0000/0 | |
KOF | *431958/1 | 086974/0 | 46413/16 | 0000/0 | |
FDI | *021227/0 | 001954/0 | 86305/10 | 0000/0 | |
POP | **045491/0- | 021963/0 | 071304/2- | 0390/0 | |
C | 294467/5- | 520920/1 | 381094/3- | 0006/0 | |
| Weighted Statistics | Unweighted Statistics | |||
R-squared | 995504/0 | 934491/0 | |||
Adjusted R-squared | 995255/0 | ||||
S.E. of regression | 970248/0 | 3137/224 | |||
F-statistic | 858/3985 | ||||
Prob(F-statistic) | 0000/0 | ||||
Durbin-Watson stat | 525847/1 | 285448/0 | |||
به ترتیب نشاندهنده معناداری در سطح 99 و 95 درصد است.
منبع: یافته های تحقیق
جدول (8) نتایج برآورد مدل به روش اثرات ثابت با اعمال EGLS را نشان میدهد که در آن، مقدار آماره F و مقدار احتمال معنیداری کل مدل، به ترتيب برابر (3985) و (0000/0) است که نشاندهنده معنی‌دار بودن مدل در حالت کلي است (زيرا مقدار احتمال اين آماره، کمتر از 05/0 است). ضريب تعيين برابر (995504/0) است که نشان میدهد، مدل برازش قابل قبولي ارائه داده است. مقدار ضريب تعيين تعدیل‌شده14 برابر با (995255/0) است که بر اساس آن میتوان گفت، اين مدل بيش از 99 درصد تغييرات در متغير وابسته يعني رانت منابع طبیعی را تبيين نموده است؛ بنابراین نتایج برآورد مدل قابل اتکا است.
نتایج جدول (8) حاکی از آن است که افزایش پیچیدگی اقتصادی تأثیر منفی و معنیداری بر میزان رانت منابع طبیعی در سطح خطای 1 درصد دارد بهگونهای که با افزایش یک واحدی شاخص پیچیدگی اقتصادی میزان رانت منابع طبیعی بیش از 14/0 کاهش مییابد. همانطور که (Gerelmaa & Kotani, 2016)؛ (Balsalobre-Lorente, Shahbaz, Roubaud, & Farhani, 2018) بیان میدارند افزایش پیچیدگی اقتصادی به معنای کیفیت بالاتر سیستم تولید است که باعث کارایی بالاتر در فعالیت‌ها و استفاده کمتر از رانت منابع طبیعی میشود. علاوه بر آن نتایج نشان دهنده این است که تولید ناخالص داخلی رابطه معکوس با میزان رانت منابع طبیعی دارد؛ بهگونهای که با افزایش یک درصدی تولید ناخالص داخلی میزان رانت منابع طبیعی بیش از 57/0 کاهش مییابد؛ درحالی‌که مجذور تولید ناخالص داخلی رابطه مثبت با میزان رانت منابع طبیعی دارد؛ بهگونهای که با افزایش یک درصدی تولید ناخالص داخلی میزان رانت منابع طبیعی بیش از 06/0 افزایش مییابد. باتوجه به این نتیجه میتوان بیان کرد که فرضیه کوزنتس در مورد کشورهای منا صادق نیست. این نتیجه با نتیجه مطالعه سپهوند و همکاران (1400) مشابهت دارد. نتایج جدول همچنین نشاندهنده تأثیر مثبت شاخص جهانیشدن بر رانت منابع طبیعی در سطح خطای 1 درصد است؛ بهگونهای که با افزایش یک درصد شاخص جهانیشدن میزان رانت منابع طبیعی بیش از 34/0 افزایش مییابد. همانطور که (Miao et al., 2017) بیان میدارند؛ میتوان انتظار داشت که جهانیشدن به بهبود کارایی استخراج منابع طبیعی با استفاده از فناوری نوآورانه کمک کند. در مورد کشورهای منا دلیل این امر را میتوان به خام فروشی منابع طبیعی نیز نسبت داد؛ به این معنی که افزایش پیوندهای تجاری ناشی از جهانیشدن منجر به افزایش فروش منابع طبیعی (ازجمله نفت، گاز و ...) و به دنبال آن کسب درآمد بیشتر میشود. نتایج همچنین نشاندهنده این است که میزان جذب سرمایهگذاری مستقیم خارجی تأثیر مثبت بر میزان رانت منابع طبیعی دارد. بهگونهای که با افزایش یک واحدی جذب سرمایهگذاری خارجی میزان رانت منابع طبیعی بیش از 21/0 افزایش مییابد. در نهایت نتایج تحقیق نشاندهنده حاکی از تأثیر معکوس تراکم جمعیت بر میزان رانت منابع طبیعی در سطح خطای 5 درصد است، بهگونهای که با افزایش یک درصدی تراکم جمعیت میزان رانت منابع طبیعی بیش از 04/0 کاهش مییابد.
نتیجهگیری و پیشنهادات
در تحقیق حاضر برای اولین بار با استفاده از داههای بازه زمانی 1995 تا 2019 و روش پانل اثرات ثابت با اعمال EGLS علاوه بر اثر جهانیشدن و پیچیدگی اقتصادی بر رانت منابعطبیعی به بررسی فرضیه کوزنتس با متغیر رانت منابع طبیعی در 16 کشور منطقه منا (شامل ایران، عربستان، قطر، کویت، عمان، امارات، مصر، الجزایر، لبنان، اردن، بحرین، تونس، اسرائیل، مراکش، لیبی و عراق) پرداخته‌شده است. نتایج تحقیق نشان میدهد که افزایش پیچیدگی اقتصادی تأثیر منفی و معنیداری بر میزان رانت منابع طبیعی در سطح خطای 1 درصد دارد بهگونهای که با افزایش یک واحدی شاخص پیچیدگی اقتصادی میزان رانت منابع طبیعی بیش از 14/0 کاهش مییابد. علاوه بر آن نتایج نشاندهنده این است که تولید ناخالص داخلی رابطه معکوس با میزان رانت منابع طبیعی دارد؛ بهگونهای که با افزایش یک واحدی تولید ناخالص داخلی میزان رانت منابع طبیعی بیش از 57/0 کاهش مییابد؛ درحالی‌که مجذور تولید ناخالص داخلی رابطه مثبت با میزان رانت منابع طبیعی دارد؛ بهگونهای که با افزایش یک درصدی تولید ناخالص داخلی میزان رانت منابع طبیعی بیش از 06/0 افزایش مییابد. باتوجه به این نتیجه میتوان بیان کرد که فرضیه کوزنتس در مورد کشورهای منا صادق نیست. نتایج تحقیق همچنین نشاندهنده تأثیر مثبت شاخص جهانیشدن بر رانت منابع طبیعی در سطح خطای 1 درصد است؛ بهگونهای که با افزایش یک درصد شاخص جهانیشدن میزان رانت منابع طبیعی بیش از 34/0 افزایش مییابد. با توجه به نتایج تحقیق و ازآنجاکه در فرآیند توسعه اقتصادی کشورهای منا درآمدهای حاصل از منابع طبیعی و به دنبال آن آسیب به محیط‌زیست افزایش مییابد، دولت‌ها باید بر بهبود کیفیت نهادی و تشویق به استفاده از انرژی‌های تجدید پذیر برای به حداقل رساندن اثرات منفی، تمرکز کنند. آنها همچنین باید تحول ساختار اقتصادی دوستار محیط‌زیست را سرعت بخشند و به‌عنوان مثال، حمایت از تأسیس و توسعه صنایع دانش‌بنیان، افزایش واردات و تولید فناوریهای دوستدار محیط‌زیست را در دستور کار خود قرار دهند. علاوه بر آن برای تضمین پایداری، توسعه اقتصادی و جلوگیری از تخریب محیط‌زیست بایستی درآمدهای حاصل از استخراج و بهرهبرداری منابع طبیعی در ساخت زیربناها و سرمایهگذاری در آموزش، بهداشت و توسعه فناوریهای دوستدار محیط‌زیست صرف شود و بخشی از این درآمدها برای جبران استهلاک منابع طبیعی تخصیص یابد.
منابع
ادیب پور، مهدی و سینا کرباسی زاده. (1397). رانت نفتی و فساد در کشورهای منطقه خاورمیانه و شمال آفریقا (منا). فصلنامه علمی-پژوهشی مدلسازی اقتصادی، 12(44), 47-72.
جعفری صمیمی، احمد و زینب غلامی (1397). اثر جهانیشدن اقتصادی بر عملکرد محیط‌زیست در کشورهای در حال توسعه. فصلنامه علوم و تکنولوژی محیط‌زیست.
سپهوند، رامین؛ سایه میری، علی و شیرخانی، اسما (1400). تأثیر پیچیدگی اقتصادی بر عملکرد زیست محیطی در کشورهای منطقه منا. پژوهشهای رشد و توسعه پایدار (پژوهشهای اقتصادی), 21(3), 177-208.
عزیزی، زهرا، دارایی، فاطمه، ناصری بروجنی، علیرضا. (1399). تأثیر پیچیدگی اقتصادی بر آلودگی محیط‌زیست. سیاست گذاری پیشرفت اقتصادی، 7(2).
Adelman, M. A. (1996). Globalization of the world economy. Energy Policy, 24(12), 1021-1024.
Aghion, P., & Howitt, P. (1990). A model of growth through creative destruction (0898-2937). Retrieved from
Baldursson, F. M., & Nils-Henrik, M. (2018). Natural resources and sovereign expropriation. Journal of Environmental Economics and Management, 92, 580-607.
Balsalobre-Lorente, D., Shahbaz, M., Roubaud, D., & Farhani, S. (2018). How economic growth, renewable electricity and natural resources contribute to CO2 emissions? Energy Policy, 113, 356-367.
Can, M., & Gozgor, G. (2017). The impact of economic complexity on carbon emissions: evidence from France. Environmental Science and Pollution Research, 24(19), 16364-16370.
Canh, N. P., Schinckus, C., & Thanh, S. D. (2020). The natural resources rents: Is economic complexity a solution for resource curse? Resources Policy, 69, 101800.
Doğan, B., Saboori, B., & Can, M. (2019). Does economic complexity matter for environmental degradation? An empirical analysis for different stages of development. Environmental Science and Pollution Research, 26(31), 31900-31912.
Farhani, S., & Ozturk, I. (2015). Causal relationship between CO 2 emissions, real GDP, energy consumption, financial development, trade openness, and urbanization in Tunisia. Environmental Science and Pollution Research, 22(20), 15663-15676.
Gerelmaa, L., & Kotani, K. (2016). Further investigation of natural resources and economic growth: do natural resources depress economic growth? Resources Policy, 50, 312-321.
Gill, A. R., Viswanathan, K. K., & Hassan, S. (2018). A test of environmental Kuznets curve (EKC) for carbon emission and potential of renewable energy to reduce green house gases (GHG) in Malaysia. Environment, Development and Sustainability, 20(3), 1103-1114.
Grossman, G. M., & Krueger, A. B. (1991). Environmental impacts of a North American free trade agreement: National Bureau of economic research Cambridge, Mass., USA.
Gylfason, T. (2001). Natural resources, education, and economic development. European economic review, 45(4-6), 847-859.
Hartmann, D., Guevara, M. R., Jara-Figueroa, C., Aristarán, M., & Hidalgo, C. A. (2017). Linking economic complexity, institutions, and income inequality. World Development, 93, 75-93.
Hassan, S. T., Xia, E., Huang, J., Khan, N. H., & Iqbal, K. (2019). Natural resources, globalization, and economic growth: evidence from Pakistan. Environmental Science and Pollution Research, 26(15), 15527-15534.
Huwart, J.-Y., & Verdier, L. (2013). What is the impact of globalisation on the environment. Economic Globalisation: Origins and Consequences, 108-125.
Jiang, Y., Khaskheli, A., Raza, S. A., Qureshi, M. A., & Ahmed, M. (2021). Threshold non-linear relationship between globalization, renewable energy consumption, and environmental degradation: evidence from smooth transition models. Environmental Science and Pollution Research, 28(11), 13323-13339.
Kan, S., Chen, B., Meng, J., & Chen, G. (2020). An extended overview of natural gas use embodied in world economy and supply chains: Policy implications from a time series analysis. Energy Policy, 137, 111068.
Kuznets, S. (1955). Economic growth and income distribution. The American economic review, 45(1), 3-28.
Lapatinas, A., Garas, A., Boleti, E., & Kyriakou, A. (2019). Economic complexity and environmental performance: Evidence from a world sample.
Le, T., & Le Van, C. (2018). Research and development and sustainable growth over alternative types of natural resources. Economic Modelling, 70, 215-229.
Miao, C., Fang, D., Sun, L., & Luo, Q. (2017). Natural resources utilization efficiency under the influence of green technological innovation. Resources, Conservation and Recycling, 126, 153-161.
Mideksa, T. K. (2013). The economic impact of natural resources. Journal of Environmental Economics and Management, 65(2), 277-289.
Murakami, S., Takasu, T., Islam, K., Yamasue, E., & Adachi, T. (2020). Ecological footprint and total material requirement as environmental indicators of mining activities: Case studies of copper mines. Environmental and Sustainability Indicators, 8, 100082.
Romer, P. M. (1990). Endogenous technological change. Journal of political Economy, 98(5, Part 2), S71-S102.
Ross, M. (2001). How does natural resource wealth influence civil war? University of California at Los Angeles Political Science Department, Los Angeles. Available online at: http://www. eireview. org/. Processed.
Sala-i-Martin, X., Doppelhofer, G., & Miller, R. I. (2004). Determinants of long-term growth: A Bayesian averaging of classical estimates (BACE) approach. American economic review, 813-835.
Sarkodie, S. A., & Strezov, V. (2019). A review on environmental Kuznets curve hypothesis using bibliometric and meta-analysis. Science of the Total Environment, 649, 128-145.
Sbia, R., Shahbaz, M., & Hamdi, H. (2014). A contribution of foreign direct investment, clean energy, trade openness, carbon emissions and economic growth to energy demand in UAE. Economic Modelling, 36, 191-197.
Shahbaz, M., Khan, S., Ali, A., & Bhattacharya, M. (2017). The impact of globalization on CO2 emissions in China. The Singapore Economic Review, 62(04), 929-957.
Shahbaz, M., Solarin, S. A., & Ozturk, I. (2016). Environmental Kuznets curve hypothesis and the role of globalization in selected African countries. Ecological indicators, 67, 623-636.
Solow, R. M. (1956). A contribution to the theory of economic growth. The quarterly journal of economics, 70(1), 65-94.
Suki, N. M., Sharif, A., Afshan, S., & Suki, N. M. (2020). Revisiting the Environmental Kuznets Curve in Malaysia: The role of globalization in sustainable environment. Journal of cleaner production, 264, 121669.
Swart, J., & Brinkmann, L. (2020). Economic complexity and the environment: Evidence from Brazil. Paper presented at the Universities and Sustainable Communities: Meeting the Goals of the Agenda 2030.
Vu, T. V. (2019). Does institutional quality foster economic complexity? Available at SSRN 3509939.
You, W., & Lv, Z. (2018). Spillover effects of economic globalization on CO2 emissions: a spatial panel approach. Energy Economics, 73, 248-257.
[1] Economic Complexity Index.
[2] . Diversity
[3] . Ubiquity
[4] . Environmental Kuznets Curve
[5] scale effect
[6] composition effect
[7] technical effect
[8] Middle East and North Africa (MENA)
[9] Capital mobility
[10] Economic Complexity Index.
[11] K. Im, H. Pesaran and Y, shin
[12] Fisher- Augmented Deyki Fuller
[13] Fisher -Phillips peron
[14] . Adjusted R-Squared