How does financial inclusion affect environmental degradation in the six oil exporting countries? The moderating role of information and communication technology
Notice bibliographique
Résumé
Progress in financial inclusion has played a major role in economic development and poverty reduction. However, the environmental impact of financial inclusion calls for urgent implementation of environmental strategies to mitigate climate change. Financial inclusion forces the policies of developed countries to advance and not affect the present and future development of developing countries. Therefore, the current study aims to investigate the direct effects of information and communication technology (ICT) usage on environment as well as its moderating role on the association between financial inclusion and environmental degradation for six oil exporting countries (United Arab Emirates, Saudi Arabia, Russia, Kuwait, Canada, and the United States), using annual panel data from 1995 to 2019. We also analyze the validity of the environmental Kuznets curve (EKC) phenomenon for the entire sample, as well as the role of energy consumption and population. Employing the Method of Moments Quantile Regression (MMQR) with fixed effects, this study supported the existence of EKC phenomenon here as linkage amid human development index and carbon intensity. We find that energy consumption significantly increases carbon intensity. The empirical results showed that the application of internet- and mobile use as indicators of ICT usage lead to environmental preservation in the six oil exporting economies. Also, we observe that financial inclusion has mitigating effects on pollutant emissions, contributing to environmental preservation. Interaction between ICT usage and financial inclusion jointly reduces carbon intensity in all quantile distributions. A robustness check using an alternative proxy of the financial inclusion also confirms that ICT usage significantly and negatively moderates the association between financial inclusion and carbon intensity. Based on the findings of this study, the selected oil exporting countries should integrate financial inclusion with environmental policies to reduce carbon intensity.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».