Revisiting the Dynamics of Tourism, Economic Growth, and Environmental Pollutants in the Emerging Economies—Sustainable Tourism Policy Implications
Notice bibliographique
Résumé
Tourism contributions to economic growth and well-being have been widely acknowledged; however, its impacts on the environment demand an integrated approach to policy improvement across institutions in the emerging economies for the development of sustainable tourism practices. This study investigates the causal relationship between tourism, economic growth (GDP, capital investment), energy consumption, and environmental pollutants in developing economies, explicitly focusing on the case of Pakistan. Various econometric procedures and techniques were applied to test the proposed hypotheses. The findings suggest that economic growth support tourism development. Tourists’ arrivals have a significant positive impact on energy consumption, capital investment, and CO2 emissions; besides, environmental pollutant (CO2) causes negative effects on tourism. The results suggest that a 1 unit increase in tourism increases CO2 emissions metric tons per capita by 0.26 units in the long-run. A 1 unit increase in capital investment increases CO2 emissions metric tons per capita by 0.21 units, and a 1 unit increase in energy consumption increases CO2 emissions metric tons per capita by 0.51 units in the long-run. In the short-run, a 1 unit increase in tourism, capital investment, and energy consumption rises CO2 emissions metric tons per capita by 0.045, 0.04, and 0.08 units, respectively. Sustainable tourism remains a sole option in developing economies to enhance the competitiveness of tourism as a tool for friendly developments. Thus, tourism policies are needed to be integrated with overall economic, environmental, and energy policies to encourage the shift towards sustainable tourism development to minimize environmental pollution.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».