Dampak Lingkungan Sumber Daya Alam dan FinTech di Negara-negara Kaya Minyak: Peran FinTech dalam Mengurangi Kutukan Karbon

Dampak Lingkungan Sumber Daya Alam dan FinTech di Negara-negara Kaya Minyak: Peran FinTech dalam Mengurangi Kutukan Karbon

ABSTRAK
Penelitian ini menyelidiki dampak lingkungan gabungan dari sewa sumber daya alam dan FinTech di negara-negara kaya minyak. Penelitian ini membahas hipotesis kutukan karbon dan berpendapat bahwa integrasi FinTech dapat menjadi kekuatan transformatif, meningkatkan intensitas energi dan karbon di negara-negara ini. Studi ini menggunakan Panel Spatial Correlation Consistent Least-Squares Dummy Variables (PSCC-LSDV) dan Method of Moments Quantile Regression (MMQR) dengan kumpulan data panel dari 20 negara kaya minyak dari tahun 1991 hingga 2022. Temuan tersebut mengungkapkan bahwa ketergantungan sumber daya alam memiliki dampak signifikan pada emisi CO2 dan intensitas energi/karbon, yang memperkuat kutukan karbon yang diakibatkan oleh ekstraksi sumber daya yang berlebihan. Lebih jauh, studi ini menunjukkan bahwa berbagai jenis ketergantungan sumber daya alam, tidak termasuk sewa hutan, mengarah pada peningkatan intensitas karbon/energi dalam bauran energi, tetapi hanya melampaui ambang batas tertentu dari ekstraksi sumber daya yang ekstrem. Titik balik yang diperkirakan untuk ambang batas ini adalah antara 1,3824% dan 9,2108% dari PDB. Studi ini mengemukakan pentingnya tindakan proaktif, termasuk memanfaatkan FinTech, untuk mengurangi dampak lingkungan akibat ekstraksi sumber daya yang berlebihan, dan menyoroti pentingnya diversifikasi bauran energi dan berinvestasi dalam teknologi energi terbarukan untuk mengurangi intensitas karbon dan mengatasi konsekuensi lingkungan akibat ketergantungan pada sumber daya alam.

1 Pendahuluan
Sumber daya alam (SDA) merupakan sumber utama mineral dan bahan bakar konvensional di negara-negara yang kaya minyak, membantu mereka dalam perluasan kegiatan ekonomi dengan menggunakan input produksi ini (Bekun et al. 2021 ; Aziz, Sarwar, Nawaz, et al. 2023 ; Bekun 2024 ; Okere et al. 2024 ). Oleh karena itu, dalam skenario seperti itu, ketergantungan pada SDA biasanya dianggap dapat meningkatkan kemajuan ekonomi. Literatur berpendapat bahwa kerusakan ekologis sangat terkait dengan pemanfaatan SDA, terutama melalui pelepasan emisi karbon ketika bahan bakar konvensional dibakar (Fu dan Liu 2022 ; Aziz, Sarwar, Shahbaz, et al. 2023 ; Onuoha et al. 2023a , 2023b ; Zhang et al. 2024 ). Situasi di mana pemanfaatan NR mengakibatkan peningkatan signifikan dalam emisi karbon disebut Kutukan Karbon Sumber Daya Alam (CCNR) (Khan et al. 2024 ). Meskipun fenomena ini mendorong kemajuan ekonomi, fenomena ini juga secara substansial menghambat kesehatan ekologi. Oleh karena itu, memverifikasi usulan CCNR menjadi penting terutama bagi negara-negara kaya minyak mengingat mereka mungkin tidak mau segera menurunkan ketergantungan mereka pada sumber daya dan beralih dari pemanfaatan energi tradisional ke energi berkelanjutan (Khan et al. 2024 ).

Secara umum, beberapa sektor ekonomi mendorong dan memperburuk kondisi lingkungan (Aziz et al. 2022 , 2024 ). Secara khusus, sektor keuangan sangat penting dalam menantang atau mengonfirmasi proposisi CCNR. Misalnya, strategi tradisional kemajuan keuangan biasanya melemahkan upaya untuk melindungi lingkungan, membuat negara-negara dengan sektor keuangan yang maju mengalami peningkatan emisi karbon yang cukup besar yang didorong oleh permintaan yang lebih besar untuk bahan bakar konvensional (Alam et al. 2022 ; Jiang et al. 2022 ). Dalam situasi ini, proposisi CCNR diharapkan berlaku. Di sisi lain, menggabungkan keberlanjutan ke dalam strategi pengembangan keuangan dapat membantu menurunkan tingkat emisi karbon. Mengingat hal ini, promosi sektor keuangan tradisional melalui penggabungan Teknologi Keuangan (Fintech) dianggap dapat meningkatkan perluasan ekonomi yang lebih hijau dan secara substansial mengurangi emisi karbon (Dimnwobi, Okere, et al. 2022 ; Dimnwobi, Madichie, et al. 2022 ; Xiong et al. 2023 ). Oleh karena itu, pemanfaatan Fintech juga dapat membantu ekonomi yang diberkahi sumber daya untuk mengatasi CCNR.

Pengembangan Fintech secara luas dianggap dapat meningkatkan produktivitas hijau, yang dapat meningkatkan efektivitas ekstraksi dan pemanfaatan NR. Penerapan Fintech dapat mengurangi hambatan ekonomi bagi perusahaan yang terkait dengan NR, terutama dengan memfasilitasi peningkatan pendanaan dalam penelitian dan pengembangan (Udeagha dan Muchapondwa 2023a ). Fintech juga dapat membantu dalam pemanfaatan sumber daya yang efisien, sehingga mengekang keseluruhan jumlah bahaya ekologis yang dipancarkan oleh perusahaan berbasis NR. Secara analogis, proyek inovasi ekologi dapat didanai oleh pengembangan Fintech, yang menghasilkan pemanfaatan sumber daya energi yang lebih efektif, sehingga mengurangi emisi karbon dari pembakaran energi (Li et al. 2023 ). Namun, agar Fintech menghasilkan efek ekologis yang diinginkan, sangat penting untuk memastikan bahwa perangkat yang digunakan dalam inovasi sektor keuangan ramah lingkungan. Menggunakan proses kemajuan Fintech yang tidak berkelanjutan dapat meningkatkan permintaan energi dan memperburuk tingkat emisi (Udeagha dan Ngepah 2023 ). Mengingat bahwa Fintech dianggap dapat mengurangi biaya produksi bagi perusahaan energi yang menggunakan bahan bakar fosil secara intensif, Fintech dapat menurunkan tarif energi bagi pengguna akhir (Udeagha dan Muchapondwa 2023b ). Akibatnya, hal ini dapat memperluas penggunaan energi dan menyebabkan emisi karbon yang lebih besar (Lisha et al. 2022 ). Dalam situasi ini, CCNR dapat memburuk akibat perkembangan Fintech.

Mengingat hal tersebut di atas, penelitian ini menilai peran Fintech dalam meringankan kutukan karbon NR di negara-negara kaya minyak. Ekonomi-ekonomi ini mendominasi pasar energi global karena cadangan mereka yang sangat besar dan potensi produksi yang tinggi. Data statistik Bank Dunia mengungkapkan bahwa pangsa pendapatan minyak sebagai persentase PDB di negara-negara ini melampaui rata-rata global sebesar 1,3%. Khususnya, negara-negara seperti Angola, Libya, dan Irak menunjukkan persentase yang sangat tinggi, dengan Angola sebesar 28,3%, Libya sebesar 56,4%, dan Irak sebesar 42,8% (Bank Dunia 2023 ). Hal ini menyoroti ketergantungan substansial ekonomi-ekonomi ini pada pendapatan terkait minyak, yang menandakan dampak dan pengaruh signifikan industri minyak dalam lanskap ekonomi masing-masing. Tindakan mereka secara langsung memengaruhi harga minyak, tren pasokan, keamanan energi, dan pola investasi global. Pendapatan dari ekspor minyak membentuk ekonomi nasional mereka dan dapat memiliki implikasi ekonomi regional dan internasional yang lebih luas. Pada saat yang sama, ekonomi-ekonomi ini dihadapkan pada berbagai tantangan ekologis terutama yang terkait dengan emisi karbon tinggi. Di sisi lain, negara-negara ini mengalami kemajuan substansial di sektor Fintech. Misalnya, UEA dan Mesir termasuk di antara pusat Fintech terkemuka di dunia. Infrastruktur keuangan yang kuat dan lingkungan regulasi yang mendukung telah mendorong adopsi solusi fintech secara luas, mengubah layanan keuangan tradisional, dan memperluas pengaruh fintech ke berbagai industri di seluruh dunia. Oleh karena itu, penelitian ini sangat penting bagi negara-negara ini dalam konteks mencapai berbagai target SDG pada tahun 2030.

Kontribusi baru dari penelitian ini berlipat ganda. Pertama, penelitian sebelumnya sebagian besar didasarkan pada bagaimana Fintech memengaruhi emisi karbon; namun, penelitian tentang peran Fintech dalam menghindari CCNR di negara-negara kaya minyak masih dangkal. Penelitian ini memelopori peran Fintech dalam memengaruhi CCNR di 20 negara kaya minyak antara tahun 1991 dan 2022. Menilai validitas proposisi CCNR di negara-negara ini sangat penting mengingat pesatnya ekspansi Fintech. Negara-negara ini membutuhkan akses yang lebih baik ke solusi keuangan berkelanjutan untuk menyempurnakan teknik produksi mereka dan meningkatkan kinerja ekologis sektor ekstraksi dan pemrosesan sumber daya mereka. Kedua, kami berbeda dari penelitian sebelumnya dengan menggunakan komponen NR agregat dan NR terurai dalam memeriksa keberadaan CCNR di negara-negara kaya minyak. Ketiga, kami menentukan tingkat ambang ketergantungan sumber daya, yang jika melampaui tingkat tersebut, ekstraksi lebih lanjut akan memperburuk dampak lingkungan dan meningkatkan kemungkinan kutukan karbon. Hal ini sangat penting untuk mencapai kinerja lingkungan yang berkelanjutan. Keempat, kami menggunakan teknik estimasi yang kuat, yaitu Panel Spatial Correlation Consistent Least-Squares Dummy Variables (PSCC-LSDV) dan Method of Moments Quantile Regression (MMQR). PSCC-LSDV memungkinkan evaluasi dependensi spasial dan heterogenitas yang tidak teramati dalam data panel. MMQR, di sisi lain, menawarkan analisis yang lebih holistik dengan menilai hubungan di seluruh distribusi kondisional variabel hasil, bukan hanya rata-rata, sehingga mengungkap nuansa substansial. Pemanfaatan teknik-teknik canggih ini dalam studi ini membantu dalam mengatasi potensi sumber inkonsistensi dan bias, meningkatkan keandalan dan validitas hasil studi. Terakhir, pembaruan kemajuan SDG 2023 menunjukkan bahwa strategi saat ini menuju pembangunan berkelanjutan tidak memadai, membutuhkan taktik lebih lanjut. Oleh karena itu, penelitian ini menawarkan kerangka kebijakan holistik yang akan membantu ekonomi kaya minyak dalam mencapai target SDG 13 (aksi iklim).

Bagian-bagian selanjutnya dari penelitian ini disusun sebagai berikut. Bagian 2 berisi literatur terkait. Bagian 3 mendokumentasikan metodologi. Bagian 4 menyajikan data dan membahas hasil empiris. Implikasi kebijakan disediakan di Bagian 5 .

2 Tinjauan Pustaka
2.1 Landasan Teori
Kurva Kuznets Lingkungan (EKC) yang diusulkan oleh Kuznets pada tahun 1955 menyatakan hubungan antara polusi ekologi dan kemajuan ekonomi berbentuk kurva U terbalik (Sun 1999 ). Pada dasarnya, EKC menyatakan bahwa ketika ekonomi mengalami pertumbuhan, degradasi lingkungan awalnya meningkat tetapi kemudian menurun setelah mencapai tingkat pendapatan tertentu (Aziz, Sarwar, Hussan, et al. 2023 ). Ide ini sejalan dengan konsep “tumbuh dulu, bersihkan kemudian” (Rock dan Angel 2007 ). Lebih jauh lagi, setelah ambang pendapatan tertentu terlampaui, baik warga negara maupun pemerintah cenderung memberi penekanan lebih besar pada kualitas lingkungan (Dimnwobi, Okere, Onuoha, et al. 2023 ; Dimnwobi, Okere, Azolibe, et al. 2023 ). Di sisi lain, hipotesis kutukan sumber daya (RCH) menyatakan bahwa ekonomi yang diberkahi dengan aset alam biasanya mengalami kemajuan ekonomi yang lamban dibandingkan dengan negara-negara yang kekurangan sumber daya (Arin dan Braunfels 2018 ; Dimnwobi, Onuoha, Uzoechina, et al. 2023 ). RCH dapat diperluas untuk memahami CCNR. Ekonomi yang kaya sumber daya cenderung bergantung secara signifikan pada sumber daya mereka untuk kegiatan ekonomi dan pendapatan ekspor (Cheng et al. 2020 ). Ketergantungan ini dapat mengakibatkan kurangnya pendanaan untuk sektor ekonomi vital lainnya seperti industri dan energi yang berkelanjutan. Ketersediaan bahan bakar fosil berbiaya rendah biasanya menghambat pendanaan untuk teknologi hijau dan konservasi energi karena tidak ada motivasi finansial untuk terlibat dalam sektor alternatif lainnya (Erdoğan et al. 2020 , Dimnwobi et al. 2021 ). Selain itu, para pemangku kepentingan dalam perekonomian yang diberkahi sumber daya ini dapat didorong untuk terus mensubsidi bahan bakar fosil, sehingga memperkuat ketergantungan negara-negara ini pada pilihan energi karbon tinggi (Qiang dan Jian 2020 ; Okere et al. 2023a , 2023b ). Lebih jauh, ekonomi politik negara-negara ini dapat mendukung untuk mempertahankan keadaan sebagaimana adanya, yang mengarah pada penolakan inisiatif rendah karbon atau hijau. Dalam kondisi ini, tingkat emisi meningkat dan seiring waktu perekonomian menjadi lebih rentan terhadap dampak perubahan iklim (Wang dan Wu 2022 ).

Terkait dengan itu, Friedrichs dan Inderwildi ( 2013 ) mengembangkan teori kutukan karbon dari RCH yang menyatakan bahwa negara-negara dengan sumber daya intensif karbon yang besar biasanya dihadapkan dengan emisi karbon yang berlebihan dan lambatnya penerapan inisiatif energi berkelanjutan. Hal ini diperparah oleh aksesibilitas bahan bakar fosil dan pendapatan besar yang dihasilkannya, yang menciptakan imbalan politik dan ekonomi yang menghambat diversifikasi ke sektor hijau. Para pemangku kepentingan akan sangat bergantung pada pendapatan dari ekspor bahan bakar fosil, mengabaikan investasi dalam fasilitas energi hijau dan sektor rendah karbon lainnya (Nwani et al. 2021 ). Seiring waktu, ketergantungan ini dapat menimbulkan kerapuhan kelembagaan dan membatasi inovasi teknologi berkelanjutan. Keuntungan yang berasal dari bahan bakar fosil juga dapat menyebabkan pembangkangan terhadap strategi iklim yang dapat membahayakan keuntungan finansial yang mengakar (Mao et al. 2023 ). Akibatnya, negara-negara yang diberkahi minyak ini kemungkinan akan memiliki jalur pembangunan intensif karbon, menghadapi hambatan yang semakin intensif dalam beralih ke ekonomi hijau. Pada akhirnya, kutukan karbon ini dapat menghalangi kemajuan berkelanjutan jangka panjang dan membuat perekonomian ini rentan terhadap perubahan iklim yang tidak menentu serta gangguan dalam lanskap energi global (Friedrichs dan Inderwildi 2013 ).

2.2 Bukti Empiris
Bagian ini dibagi menjadi empat bagian. Bagian pertama membahas dampak Fintech terhadap lingkungan, dan bagian kedua membahas hubungan antara NR dan efisiensi energi. Komponen ketiga membahas NR dan emisi karbon, sedangkan kesenjangan penelitian dibahas di bagian terakhir.

2.2.1 Hubungan Antara Fintech dan Lingkungan
Fintech disebut-sebut melindungi ekosistem dengan mempromosikan pembiayaan dan pendanaan berkelanjutan dalam inisiatif hijau melalui teknologi dan strategi inventif. Demikian pula, solusi Fintech juga dapat meningkatkan penghematan energi, memajukan pelaporan keberlanjutan yang transparan, dan memungkinkan perdagangan karbon, sehingga memperjuangkan peralihan ke ekonomi hijau. Namun, literatur tentang hubungan antara Fintech dan lingkungan tidak seragam. Beberapa studi melaporkan bahwa Fintech mempromosikan kualitas ekologis. Misalnya, menggunakan data BRICS dari tahun 1990 hingga 2020, Udeagha dan Muchapondwa ( 2023a ) dan Udeagha dan Muchapondwa ( 2023b ) menetapkan bahwa kualitas ekologis merespons pengembangan Fintech dengan baik. Udeagha dan Ngepah ( 2023 ) juga mendukung peningkatan efek lingkungan Fintech di BRICS dari tahun 2000 hingga 2018. Hasil ini juga mirip dengan kesimpulan yang diperoleh oleh penelitian lain (Shan et al. 2023 ; Wei et al. 2024 ) di BRICS. Selain studi tentang ekonomi BRICS, studi lain (Tao et al. 2021 di 65 negara, Muhammad et al. 2022 di negara-negara UE, Dong et al. 2023 di Asia, dan Li et al. 2023 di negara-negara Belt and Road) juga menegaskan efek pro-lingkungan dari Fintech. Untuk bukti spesifik negara, Muganyi et al. ( 2021 ), Cheng et al. ( 2023 ), Guo et al. ( 2023 ), Sadiq et al. ( 2023 ), Cen dan Yin ( 2024 ), Deng dan Dong ( 2024 ), Guo dan Yin ( 2024 ) dan Liu et al. ( 2024 ) mencatat bahwa pengembangan fintech menurunkan emisi karbon, sehingga mendorong perbaikan iklim di Tiongkok. Kesimpulan ini juga ditegaskan untuk ekonomi India dan Bangladesh oleh Nenavath ( 2022 ) dan Guang-Wen dan Siddik ( 2023 ). Studi sebelumnya menekankan bahwa Fintech berkontribusi pada perbaikan lingkungan dengan memberi insentif investasi dalam proyek energi terbarukan dan teknologi hijau, serta melalui penciptaan produk keuangan yang inovatif dan bertanggung jawab terhadap lingkungan. Fintech juga menyediakan solusi digital untuk efisiensi sumber daya dan pelestarian lingkungan, mengurangi jumlah transaksi berbasis kertas, dan menyederhanakan operasi. Platform Fintech memfasilitasi pengambilan keputusan yang terinformasi dan sadar lingkungan bagi bisnis dan individu dengan menawarkan wawasan dan transparansi berbasis data (Croutzet dan Dabbous 2021 ).

Meskipun banyak bukti yang disajikan dalam sejumlah studi sebelumnya yang menyoroti dampak positif fintech terhadap keberlanjutan lingkungan, Lisha et al. ( 2022 ) memberikan sudut pandang yang bervariasi yang menunjukkan bahwa FinTech merusak keberlanjutan lingkungan di negara-negara BRICS dari tahun 2000 hingga 2019. Studi ini menggambarkan bahwa Fintech dapat membahayakan kualitas lingkungan melalui penggunaan energi yang lebih tinggi yang terkait dengan infrastruktur digital dan pusat data, yang mengarah pada jejak karbon yang membesar.

2.2.2 Hubungan Efisiensi Energi NR
Alur ini membahas tentang studi tentang hubungan antara NR dan efisiensi energi. Misalnya, Yao et al. ( 2021 ) memanfaatkan ekonomi BRICS dan N-11 dan mengungkapkan bahwa efisiensi energi ditingkatkan oleh NR. Komponen-komponen NR dapat menunjukkan efek yang berbeda pada efisiensi energi. Misalnya, Zeng et al. ( 2023 ) menilai hubungan antara NR dan efisiensi energi di Amerika Serikat, yang menunjukkan bahwa sementara sewa hutan merusak efisiensi energi, sewa mineral meningkatkan efisiensi energi. Sebaliknya, beberapa studi menggarisbawahi bahwa NR dapat merusak efisiensi energi. Misalnya, Wang dan Wu ( 2022 ) menganalisis data panel provinsi dari tahun 2006 hingga 2017 di Sabuk Ekonomi Sungai Yangtze (YREB) dan menemukan bahwa kekayaan NR menghambat peningkatan efisiensi energi, sehingga menciptakan “kutukan sumber daya”. Kasimov et al. ( 2023 ) berkonsentrasi pada negara-negara berkembang dan melaporkan bahwa NR menghambat inisiatif efisiensi energi. Dalam kasus Hongaria, Naimoğlu et al. ( 2022 ) menegaskan bahwa efisiensi energi terganggu oleh pendapatan minyak.

Intensitas energi (EI) telah digunakan dalam studi yang dilaporkan di atas untuk mewakili efisiensi energi; studi lain juga telah memanfaatkan intensitas karbon (CI) untuk mencapai tujuan yang sama, meskipun dengan hasil yang beragam. Misalnya, Che dan Wang ( 2022 ) menunjukkan di kota-kota Tiongkok bahwa ketergantungan pada NR menyebabkan peningkatan intensitas emisi karbon. Ini juga mirip dengan kesimpulan lain di Tiongkok (Chen 2023 ; Gu dan Liu 2023 ; Mao et al. 2023 ) yang mengungkapkan bahwa ketergantungan pada NR secara signifikan meningkatkan intensitas emisi karbon di Tiongkok, yang mendukung hipotesis kutukan karbon. Hal ini disebabkan oleh pelepasan karbon dioksida selama ekstraksi sumber daya dan potensi inefisiensi dalam penggunaan energi dan alokasi sumber daya. Khan et al. ( 2022 ) menyelidiki asumsi kutukan karbon dengan mempelajari efek kelimpahan NR pada intensitas emisi karbon di 115 negara. Temuan mereka mendukung hipotesis kutukan karbon, yang menunjukkan dampak positif dan signifikan secara statistik dari kelimpahan NR pada emisi karbon. ( 2020 ) mengambil pendekatan berbeda dengan menilai efek non-linier antara kedua variabel di negara-negara BRICS dan OECD, yang mengungkapkan bahwa kutukan karbon berlaku di negara-negara ini melampaui ambang batas tertentu. Di sisi lain, Özkan et al. ( 2023 ) menemukan korelasi negatif antara NR dan CI di India, yang menunjukkan dampak positif pada kualitas lingkungan. NR yang melimpah dikaitkan dengan CI yang berkurang, mungkin karena berkurangnya ketergantungan pada bahan bakar fosil impor dan penggunaan sumber energi independen dengan emisi rendah.

Hal tersebut di atas telah mengungkap adanya hubungan yang beragam antara NR dan efisiensi energi. Meskipun demikian, negara-negara yang memiliki NR yang signifikan sering kali menghadapi rintangan yang bersifat politis dan lingkungan, yang dapat menghambat kemajuan dalam efisiensi energi. Khususnya, penyelidikan mengenai interaksi antara NR dan efisiensi energi/CI terutama difokuskan pada kawasan dan ekonomi tertentu, dengan sedikit perhatian diberikan kepada negara-negara kaya minyak. Kekhususan regional ini menimbulkan tantangan ketika mencoba menerapkan temuan ini pada konteks yang lebih luas.

2.2.3 NR—Hubungan Lingkungan
Literatur terkini telah banyak mengeksplorasi hubungan antara NR dan emisi. Namun, hasil studi ini telah menghasilkan beragam bukti terkait korelasi ini. Beberapa akademisi mempertahankan sudut pandang bahwa NR memiliki efek merugikan pada lingkungan. Misalnya, Ibrahim dan Ajide ( 2021 ) menemukan bahwa sewa NR merupakan kontributor positif terhadap peningkatan polusi lingkungan di BRICS. Terkait dengan itu, Awosusi et al. ( 2022 ), Zhao et al. ( 2023 ), dan Bashir et al. ( 2024 ) di BRICS juga menemukan bahwa NR berkontribusi terhadap penurunan lingkungan. Ulucak et al. ( 2020 ) menganalisis negara-negara OECD dan menunjukkan bahwa ekstraksi NR berkontribusi terhadap penurunan lingkungan. Di negara-negara G-7, Wang et al. ( 2020 ) melaporkan bahwa NR dikaitkan dengan peningkatan emisi karbon. Hussain et al. ( 2020 ) menetapkan bahwa NR secara signifikan meningkatkan tingkat emisi karbon di negara-negara Inisiatif Sabuk dan Jalan. Hal ini juga terkait dengan temuan Mahmood dan Furqan ( 2020 ) di negara-negara GCC, Gyamfi et al. ( 2023 ) di negara-negara tujuh negara berkembang (E7), Song et al. ( 2023 ) di negara-negara Asia, Usman et al. ( 2021 ) di negara-negara kaya sumber daya finansial, Usman et al. ( 2022 ) di negara-negara Arktik, dan Jahanger et al. ( 2022 ) di negara-negara berkembang yang menunjukkan bahwa NR terkait dengan emisi karbon dalam ekonomi GCC. Untuk bukti kasus negara, Agboola et al. ( 2021 ) di Arab Saudi, Hossain et al. ( 2022 ) di India, Feng et al. ( 2023 ) di Tiongkok, dan Ahakwa dan Tackie ( 2024 ) di Ghana juga melaporkan bahwa integritas ekologis terhambat oleh NR.

Sebaliknya, studi tertentu menemukan bahwa NR mendorong keberlanjutan lingkungan. Misalnya, Khan et al. ( 2021 ) dan Ibrahim et al. ( 2024 ) di Amerika Serikat dan Luqman ( 2024 ) di Tiongkok mengungkapkan bahwa NR meningkatkan kualitas lingkungan. Tufail et al. ( 2021 ) juga menemukan bahwa sewa NR berkontribusi untuk mengurangi polusi lingkungan di antara tujuh negara maju. Usman dan Balsalobre-Lorente ( 2022 ) mengungkap bahwa NR secara substansial mengurangi polusi lingkungan di negara-negara industri baru. Balsalobre-Lorente et al. ( 2018 ) melaporkan bahwa NR meningkatkan kualitas lingkungan di negara-negara Uni Eropa 5 (EU-5). Kongbuamai et al. ( 2020 ) meneliti negara-negara ASEAN dan menggambarkan bahwa NR berkontribusi untuk meningkatkan kualitas lingkungan. Xiaoman et al. ( 2021 ) menetapkan bahwa NR terutama meningkatkan kualitas lingkungan di ekonomi MENA. Danish et al. ( 2020 ) mengungkapkan korelasi negatif antara NR dan jejak ekologi di ekonomi BRICS, yang menunjukkan bahwa pemanfaatan NR bermanfaat bagi keberlanjutan lingkungan.

2.2.4 Kesenjangan Literatur
Hipotesis CCRN bukanlah hal baru dalam literatur; namun, studi-studi ini gagal memperhitungkan peran Fintech sebagai faktor penangkal kutukan untuk mengatasi kutukan ekologis potensial yang ditimbulkan oleh NR. Oleh karena itu, studi ini memelopori penilaian peran Fintech dalam mengurangi kutukan karbon NR dalam ekonomi kaya minyak. Lebih jauh lagi, di antara studi-studi terkini, tingkat ambang ketergantungan sumber daya, yang melampaui ekstraksi lebih lanjut yang memperburuk dampak lingkungan dan meningkatkan kemungkinan kutukan karbon, belum diketahui. Penerapan strategi yang efektif untuk memastikan kinerja lingkungan yang lebih baik mengharuskan titik pasti ini diketahui. Lebih jauh lagi, kumpulan data yang digunakan oleh penelitian sebelumnya tidak memperhitungkan fase pasca-COVID-19, dan kesimpulan mereka mungkin tidak berlaku dalam kondisi lingkungan saat ini. Studi ini menggunakan kumpulan data terbaru yang mencakup periode pra-dan pasca-COVID-19.

3 Metodologi
3.1 Data dan Sumber
Untuk studi ini, kami membuat panel seimbang yang terdiri dari 20 negara kaya minyak, yang dipilih berdasarkan ketersediaan data (Tabel A1 ). Gambar 1 menampilkan plot distribusi dalam panel ini. Set data mencakup periode dari tahun 1991 hingga 2022. Data untuk analisis kami diperoleh dari dua sumber. Pertama, kami mengakses Our World in Data ( ourworldindata.org ) untuk informasi tentang emisi karbon dioksida (CO 2 ), ukuran populasi (P), PDB per kapita (A), EI, dan CI. Kedua, kami memperoleh data dari World Development Indicators Dataset, khususnya untuk total sewa NR (% dari PDB) (NR), serta sewa dari minyak, batu bara, gas alam, dan sumber daya hutan. Selain itu, kami menggunakan indeks teknologi keuangan (FinTech), yang mencakup metrik seperti langganan pita lebar tetap (per 100 orang), Individu yang menggunakan Internet (% dari populasi), dan langganan seluler (per 100 orang). Sejalan dengan literatur yang ada tentang FinTech, kami menggunakan analisis komponen utama (PCA) untuk memperkirakan indeks FinTech (lihat kasus serupa, Li et al. 2023 ; Cheng et al. 2023 ; Guo and Yin 2024 ). Tabel A1 menyediakan definisi komputasional dari variabel, statistik ringkasan, dan sumber data. Dengan demikian, untuk karakteristik distribusi data, kami menggunakan dua indikator kenormalan: kemiringan dan kurtosis. Namun, untuk mendapatkan wawasan yang andal tentang variabilitas variabel, kami menggunakan uji Jarque dan Bera ( 1987 ), yang mengevaluasi kelebihan kurtosis dan kemiringan, dan matriks korelasi untuk memeriksa keberadaan multikolinearitas. Hasil uji ini disajikan dalam Tabel A1 (Panel A dan B). Temuan tersebut mengonfirmasi bahwa variabel menyimpang dari distribusi normal dan menunjukkan karakteristik non-parametrik. Hal ini menyoroti pentingnya pemanfaatan metode PSCC-LSDV dan MMQR, yang terkenal efektif dalam menganalisis data dalam analisis panel.

GAMBAR 1
Plot distribusi.

3.2 Kerangka Teoritis dan Spesifikasi Model
Studi ini dibangun berdasarkan penelitian sebelumnya oleh Ehrlich dan Holdren ( 1971 ) dan York et al. ( 2003 ), yang meneliti dampak lingkungan dari aktivitas antropogenik melalui sudut pandang ukuran populasi (P), kemakmuran (A), dan teknologi (T). Selain faktor-faktor ini, kami mempertimbangkan pengaruh teknologi finansial dan ketergantungan NR (rent) dalam spesifikasi model kami. Dengan demikian, model diperluas untuk memperhitungkan hipotesis EKC dan dampak Teknologi Finansial dan ketergantungan NR pada keberlanjutan lingkungan:

Perhitungan ini membantu mengidentifikasi titik tertentu di mana pola berbentuk U mencapai puncak atau titik baliknya. Lebih jauh, kami mempertimbangkan variabel FinTech untuk memeriksa apakah dinamika nomenklatur kutukan karbon dapat berubah seiring waktu.
3.3 Teknik dan Pendekatan Estimasi
Studi ini menggunakan metode LSDV 2 untuk menunjukkan pentingnya FinTech dan bagaimana mengandalkan NR dapat menyebabkan eksploitasi sumber daya secara berlebihan di negara-negara kaya minyak dan emisi CO 2 yang lebih tinggi . Model LSDV menyiratkan bahwa penampang menunjukkan karakteristik yang sama karena independensi kesalahan. Untuk mendapatkan pemahaman yang lebih dalam tentang efek tetap, studi ini menggunakan metode khusus ini, seperti yang direkomendasikan oleh Torres-Reyna ( 2007 ) dan Baum ( 2013 ). Dengan menggunakan variabel dummy untuk memperhitungkan perbedaan antara unit penampang di panel, metode LSDV memungkinkan kita untuk melihat dampak ketergantungan FinTech dan NR. Studi ini dapat mengetahui efek dasar dari FinTech dan sewa NR sambil memperhitungkan variasi yang tidak teramati dengan menggunakan variabel dummy untuk setiap penampang. Kami menambahkan metode kesalahan standar korelasi spasial konsisten (PSCC) panel Driscoll dan Kraay ( 1998 ) ke prosedur LSDV untuk menangani masalah tentang ketergantungan dan endogenitas penampang. Untuk model panel linear, metode ini menemukan kesalahan standar yang konsisten dengan menggabungkan kuadrat terkecil biasa/kuadrat terkecil tertimbang dan regresi efek tetap (dalam). Untuk kemungkinan ketergantungan, penduga ini mengubah kesalahan standar nilai koefisien (Cameron dan Trivedi 2005 ; Hoechle 2006 ). Metode ini menggunakan kelambatan dua periode variabel dalam algoritma dasar untuk menangani masalah kausalitas dan endogenitas.

Model kuantil yang disajikan dalam Persamaan ( 6 ) mempertimbangkan dampak distribusional variabel penjelas terhadap variabel yang dijelaskan di Negara-negara Kaya Minyak. Dampak NR terhadap EXR disesuaikan untuk memperhitungkan peran hutan, ekstraksi gas, dan minyak dalam komposisi keranjang sumber daya di negara-negara kaya minyak.
4 Estimasi dan Temuan Empiris
4.1 Hasil Uji Pendahuluan
Hasil uji MH Pesaran ( 2004 ) untuk ketergantungan cross-sectional disajikan dalam Tabel A2 . Statistik uji menunjukkan penolakan hipotesis nol independensi cross-sectional untuk semua variabel penjelas, yang menunjukkan bahwa deret data menunjukkan ketergantungan cross-sectional. Tabel A3 , panel A menampilkan hasil uji homogenitas kemiringan berdasarkan uji Pesaran dan Yamagata ( 2008 ). Statistik uji menunjukkan penolakan hipotesis nol homogenitas koefisien kemiringan dalam semua persamaan, yang menunjukkan bahwa koefisien kemiringan spesifikasi model bersifat heterogen. Mengingat ketergantungan cross-sectional yang diamati dalam deret data variabel, kami melanjutkan untuk memeriksa sifat integrasi variabel dengan adanya ketergantungan cross-sectional menggunakan teknik pengujian akar unit panel generasi kedua. Secara khusus, kami menggunakan uji CIPS oleh Pesaran ( 2007 ), yang menggunakan statistik terpotong yang lebih kuat. Hasilnya, dilaporkan dalam Tabel A3 , panel A, mengindikasikan bahwa dalam keberadaan ketergantungan lintas-seksi, variabel-variabel tidak stasioner dalam level-levelnya. Namun, mereka menjadi stasioner dalam perbedaan-perbedaan pertama mereka, menyiratkan bahwa variabel-variabel mengikuti proses orde satu terintegrasi ( I (1)). Akhirnya, untuk memeriksa hubungan kointegrasi jangka panjang, kami menggunakan metode Westerlund ( 2007 ) yang mapan. Temuan-temuan, seperti yang ditampilkan dalam Tabel A4 , panel B, mengonfirmasi keberadaan hubungan jangka panjang. Secara khusus, statistik Pt dan Pa untuk deret waktu dan statistik Gt dan Ga untuk unit-unit lintas-seksi memberikan bukti keberadaan hubungan jangka panjang.

4.2 Hasil Dari Teknik Regresi Panel
Tabel 1 dan 2 menyajikan hasil yang diperoleh mengenai pengaruh faktor penjelas terhadap emisi CO2 , energi, dan CI di negara-negara kaya minyak terpilih. Tabel 2 menampilkan estimasi yang diperoleh dari regresi PSCC-LSDV di kolom 1–4 yang menjelaskan dampak rata-rata variabel penjelas. Selain itu, estimasi di kolom 5–7, yang diperoleh dari MMQR, berupaya menemukan variasi dalam distribusi dampak FinTech dan sewa NR di antara negara-negara yang termasuk dalam sampel. Tabel 1 mengkategorikan data ke dalam tiga kelompok kuantil: persentil ke-25 (kuantil bawah), persentil ke-50 (kuantil median), dan persentil ke-75 (kuantil atas).

TABEL 1. Kerusakan lingkungan-FinTech Nexus.
Variabel PSCC-LSDV MMQR: PCA-FinTech
1 2 3 4 (5)kuintil_25 (6)kuintil_50 (7)qtile_75
Panel A: FinTech Agregat
P 1.0131*** 1.019*** 1.001*** 0,982*** 1.084*** 1.001*** 0,917***
(0.1040) (0.1040) (0.1080) (0.1020) (0,0995) (0,0650) (0,0413)
PDB 0,0696* 0,0780* 0,0106** 0,0901** 0,0308** 0,0694** 0,0108**
(0,0041) (0,0046) (0,0048) (0,0044) (0,0121) (0,0093) (0,0083)
PDBSQ 0,0157 0,0168 0,0738 pukul 0,0738 0,0405 pukul 0,0405 0,0363 tahun 0,0158 -0,0047
(0,0014) (0,0016) (0,0016) (0,0016) (0,0025) (0,0019) (0,0016)
PCA_Teknologi Finansial 0,0835** 0,0982 0,0831 tahun 0,0156***
(0,0055) (0,0104) (0,0073) (0,0055)
Panel B: FinTech yang Dipisahkan
Teknologi Finansial2 0,0617**
(0,0051)
Teknologi Finansial3 0,0934**
(0,0063)
Teknologi Finansial4 0,0157**
(0,0061)
Tidak ada 0.211*** 0.210*** 0.209*** 0.208*** 0,287*** 0.212*** 0,137***
(0,0591) (0,0581) (0,0583) (0,0596) (0,0719) (0,0450) (0,0228)
Konstan -2.702*** -2.827*** -2.695*** -2.549*** -3.489*** -2.706*** -1.923***
(0.8010) (0.7830) (0.8160) (0.7890) (0.7830) (0.5030) (0.2870)
Pengamatan 640 640 640 640 640 640 640
Catatan: *** p  < 0,01, ** p  < 0,05, dan * p  < 0,1, menunjukkan signifikansi masing-masing pada 1%, 5%, dan 10%.
TABEL 2. Hasil PSCC-LSDV-Ekstraksi sumber daya ekstrem melalui hubungan intensitas energi dan karbon-ketergantungan sumber daya.
VAR PSCC-LSDV: Teknologi Finansial
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Panel A: Agregat pendapatan sumber daya alam
P -0,831*** -0,791*** -0,634*** -0,581*** -0,779*** -0,735*** -0,829*** -0,787*** 0,021 -0,0104 -0,123 -0,156 -0,0838 -0,109 0,00542 -0,0338
(0,0485) (0,0722) (0,0646) (0,0650) (0,0702) (0,0651) (0,0401) (0,0686) (0.1060) (0.1120) (0,0961) (0.1050) (0,0818) (0,0984) (0.1040) (0.1060)
PDB -0,0407*** -0,0423*** -0,0514*** -0,0535*** -0,0415*** -0,0433*** -0,0400*** -0,0417*** 0,00602 0,00728* 0,0144*** 0,0158*** 0,0109** 0,0120** 0,00762* 0,00920**
(0,0112) (0,0098) (0,0148) (0,0136) (0,0094) (0,0080) (0,0109) (0,0097) (0,0037) (0,0039) (0,0048) (0,0048) (0,0049) (0,0046) (0,0039) (0,0041)
PDBSQ 0,00253 0,00320* -0,00204 -0,00119 0,000274 0,000984 0,0025 0,00323* 0,00215 0,00163 -0,00176* -0,00231*** 0,00238 0,00197 0,00197 0,00129
(0,0019) (0,0016) (0,0025) (0,0026) (0,0014) (0,0012) (0,0020) (0,0019) (0,0015) (0,0014) (0,0010) (0,0007) (0,0015) (0,0012) (0,0015) (0,0013)
Tidak ada -0,152* 0,153* -0,209** 0.208***
(0.0858) (0,0868) (0,0541) (0,0533)
Bahasa Indonesia: NRSQ 0,138** -0,140*** 0,141** -0,258
(0,0505) (0,0489) (0,0453) (0,0458)
Panel B: Pendapatan sumber daya alam yang tidak teragregasi
TEPI -0,258 0.2570 -0,178 0,178
(0.1561) (0,0573) (0,0447) (0,0459)
Bahasa Inggris FRENTSQ 0.1000 -0,1010 0,0891 tahun -0,0841
(0.2123) (0.4124) (0,0096) (0,0101)
MENYUKAI -0,0728* 0,0735* -0,0070* 0,00667**
(0,0381) (0,0374) (0,0393) (0,0391)
GRENTSQ-nya 0,0187* -0,0212* 0,00882* -0,0103*
(0,0208) (0,0213) (0,0133) (0,0125)
OREN -0,284** 0,280** -0,398** 0.401**
(0.1060) (0.1060) (0.1630) (0.1630)
ORENTSQ 0,185*** -0,186*** 0,0909 -0,0903
(0,0584) (0,0563) (0,0545) (0,0545)
PCA-FinTech -0,0109* -0,0133* -0,012* -0,0118* -0,0846* -0,0855* -0,0688** -0,0109*
(0,0140) (0,0096) (0,0132) (0,0138) (0,0053) (0,0067) (0,0072) (0,0054)
Ambang 0.5507 0.5464 1.2900 1.2723 1.9465 1.7335 0,7676 tahun 0.7527 0.7411 0.4031 0.9988 1.0583 0.3968 0.3238 tahun 2.1892 2.2204
Ambang Batas NR sebagai % PDB 1.7345 1.7271 3.6328 3.5690 7.0043 5.6604 2.1545 2.1227 2.0983 56.317 2.7152 2.8814 1.4871 1.3824 8.9282 9.2108
Konstan 6.196*** 5.918*** 4.995*** 4.634*** 5.865*** 5.559*** 6.086*** 5.796*** 0.151 0,367 tahun 1.262* 1.493* 1.130* 1.305* 0.188 0.455
(0.3690) (0.5150) (0.4570) (0.4520) (0.4870) (0.4470) (0.3180) (0.4800) (0.7780) (0.8320) (0.6620) (0.7330) (0.5690) (0.6890) (0.8250) (0.8580)
Catatan 640 640 640 640 640 640 640 640 640 640 640 640 640 640 640 640
Mati rasa 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
Catatan: *** p  < 0,01, ** p  < 0,05, dan * p  < 0,1, menunjukkan signifikansi masing-masing pada 1%, 5%, dan 10%.

Dari Tabel 1 , khususnya kolom 1-4, dapat diamati bahwa peningkatan persentase dalam ukuran populasi (P) menyebabkan peningkatan yang sesuai dalam emisi CO 2 di negara-negara tersebut, berkisar antara 0,982% hingga 1,0131%. Estimasi MMQR yang disediakan dalam kolom 5-7 menunjukkan bahwa terlepas dari lokasi kuantil suatu negara dalam distribusi, peningkatan 1% dalam populasi (P) mengakibatkan peningkatan yang konsisten dalam emisi CO 2 . Lebih khusus lagi, dalam kuantil ke-25 (kolom 5), peningkatan yang diestimasikan adalah 1,084%, sedangkan dalam kuantil ke-75 (kolom 7), peningkatan yang diestimasikan adalah 0,917%. Estimasi ini menunjukkan bahwa dampak marjinal relatif lebih kuat di negara-negara dengan emisi karbon yang lebih rendah, yang diwakili oleh kuantil ke-25. Temuan ini sejalan dengan ekspektasi teoritis, karena peningkatan ukuran populasi menyiratkan permintaan yang lebih besar untuk energi, transportasi, dan eksploitasi NR, yang mengarah pada peningkatan keseluruhan dalam emisi CO 2 . Lebih jauh lagi, peningkatan populasi sering kali mengarah pada stimulasi aktivitas seperti pertanian dan pembangunan, yang memainkan peran penting dalam penyerapan CO2 melalui fotosintesis (Ehrlich dan Holdren 1971 ). Pertimbangan demografi, termasuk jumlah populasi, pertumbuhan, struktur usia populasi, dan urbanisasi, secara luas diakui sebagai pendorong penting dari meningkatnya tuntutan lingkungan (Dimnwobi et al. 2021 ; Ezenekwe et al. 2023 ).

Analisis kemakmuran ekonomi mengungkap bahwa peningkatan persentase PDB per kapita sesuai dengan peningkatan emisi CO2 di negara-negara tersebut, dengan besaran berkisar antara 0,0106% hingga 0,0901%. Model yang diperluas lebih lanjut menunjukkan bahwa koefisien suku kuadrat PDB per kapita menunjukkan hubungan positif dengan emisi CO2 , meskipun secara statistik tidak signifikan. Pengamatan ini konsisten dengan temuan MMQR di kolom 5–7. Estimasi parameter ini menyajikan bukti yang bertentangan dengan hipotesis Kurva Kuznets Lingkungan (EKC) untuk ekonomi kaya minyak yang dipilih. Dengan kata lain, hubungan antara PDB per kapita dan emisi CO2 tidak mengikuti pola berbentuk U terbalik. Secara matematis, estimasi menunjukkan dampak linier yang terus meningkat, yang menunjukkan bahwa seiring meningkatnya PDB per kapita, demikian pula tingkat emisi CO2 ( Datta dan De 2021 ; Ezenekwe et al. 2023 ). Akibatnya, mengandalkan kebijakan ekonomi saja untuk mengatasi pertumbuhan emisi CO2 di negara-negara kaya minyak mungkin terbukti tidak efektif dan tidak mungkin mencapai hasil yang diinginkan.

Bahasa Indonesia: Setelah menganalisis dampak FinTech, seperti yang ditunjukkan pada kolom 1, diamati bahwa peningkatan adopsi teknologi keuangan mengakibatkan peningkatan emisi CO2 yang sesuai . Hubungan ini masih berlaku bahkan ketika Fintech dipecah seperti yang ditunjukkan pada kolom 2–4. Hebatnya, signifikansi statistik terutama diamati pada kuantil atas, yang menunjukkan peningkatan signifikan sebesar 0,0156% pada kolom 7. Hasil ini menggarisbawahi konsekuensi potensial dari peningkatan finansialisasi dan investasi dalam industri ekstraktif dalam konteks ekonomi kaya minyak. Ini karena perusahaan Fintech bergantung pada fasilitas komputasi awan dan pusat data yang intensif energi, yang dapat merusak kualitas ekologis. Terkait dengan itu, perluasan cepat perbankan digital daring dan transaksi keuangan dapat mengakibatkan perluasan limbah elektronik karena penggantian perangkat yang sering. Studi ini mengungkap bahwa pengembangan Fintech di negara-negara kaya minyak menghambat kualitas ekologis, memperkuat hasil dari Lisha et al. ( 2022 ).

Mengalihkan perhatian kita pada efek ekologis dari sewa NR dengan koefisien NR (sewa) positif dan signifikan secara statistik pada tingkat 1% di semua kolom, termasuk kolom 1-4 dan 5-7. Hasil ini menunjukkan bahwa ketika NR meningkat sebesar 1%, emisi CO2 meningkat bervariasi dari 0,208% hingga 0,211% di kolom 1-4 dan dari 1,267% hingga 1,742% di kolom 5-7. Ini serupa dengan hasil dari Agboola et al. ( 2021 ), Hossain et al. ( 2022 ), Feng et al. ( 2023 ) dan Ahakwa dan Tackie ( 2024 ). Pengumpulan, transformasi, dan pemanfaatan NR biasanya merusak habitat dan ekosistem alami. Lebih jauh lagi, kebutuhan untuk memperluas ekstraksi sumber daya untuk keuntungan finansial dapat mengembangkan bujukan buruk yang lebih menyukai keuntungan langsung terhadap inisiatif keberlanjutan.

4.3 Ekstraksi Sumber Daya Ekstrem Melalui Energi dan CI-Resource Dependency Nexus
Dalam Tabel 2 , kami mengarahkan perhatian kami pada hubungan antara ekstraksi sumber daya ekstrem, energi (kolom 1–8), dan hubungan intensitas-ketergantungan sumber daya karbon (kolom 9–16), dan kami mengamati pola yang jelas dalam struktur kolom. Kolom dengan nomor ganjil mewakili model tanpa ekstraksi sumber daya ekstrem, di mana dampak langsung dari sewa pada energi atau CI dinilai. Sebaliknya, kolom bernomor genap menangkap model yang menggabungkan sewa NR kuadrat atau ekstraksi sumber daya ekstrem. Secara signifikan, fokus kami terletak pada ketergantungan NR (kolom 1 dan 9) dan suku kuadrat NRSQ (kolom 2 dan 10), yang diperkenalkan ke dalam model untuk memeriksa hubungan antara NR dan CI, serta NR dan EI, masing-masing. Temuan empiris dalam kolom 1 dan 9 mengungkapkan koefisien negatif dan signifikan secara statistik untuk NR, disertai dengan koefisien positif secara statistik untuk NRSQ. Hasil-hasil ini mendukung hipotesis kutukan sumber daya. Khususnya, temuan-temuan ini konsisten dengan kesimpulan yang ditarik oleh), Wang et al. ( 2020 ) yang mengamati pengurangan efisiensi emisi karbon (yaitu, peningkatan CI) dalam bauran energi Tiongkok sebagai akibat dari ketergantungan sumber daya. Demikian pula, Chiroleu-Assouline et al. ( 2020 ) mendokumentasikan pengamatan serupa dalam panel ekonomi maju. Namun, ketika menggabungkan spesifikasi model FinTech (Kolom 2 dan 10), yang secara konsisten menghasilkan hasil negatif dan signifikan secara statistik di seluruh spesifikasi model, kami menemukan bahwa ketergantungan sumber daya hanya mengarah pada eskalasi CI melampaui ambang batas tertentu dari ekstraksi sumber daya yang ekstrem. Hebatnya, tingkat ketergantungan yang lebih rendah pada ekstraksi sumber daya, seperti yang ditunjukkan oleh koefisien NR di kolom 2 dan 10, memberikan dampak yang signifikan secara statistik pada CI dan EI. Akibatnya, fenomena anomali kutukan karbon terwujud hanya ketika model gagal menggabungkan tingkat ekstraksi sumber daya yang terkait dengan FinTech.

Untuk menganalisis implikasi kebijakan dari ekstraksi sumber daya yang ekstrem, kami membuat berbagai set kategori NR. Hasil analisis ini dapat ditemukan di bagian bawah Tabel 2 (lihat kolom 3–8 dan 11–16). Dengan memeriksa data FRENT (Sewa hutan) di kolom 2, 4, 11, dan 12, kami menemukan bahwa hasilnya menunjukkan tidak ada dampak yang signifikan secara statistik. Kami kemudian berfokus pada sumber daya utama yang terkait dengan negara yang dipilih, khususnya minyak dan gas. Ketika mempertimbangkan dampak sewa gas dan minyak, hasil untuk GRENT (sewa gas) dan ORENT (sewa minyak) menunjukkan dampak yang serupa di berbagai spesifikasi model. Di kolom 5 dan 6, estimasi koefisien untuk GRENT positif dan signifikan secara statistik. Lebih jauh, kami memasukkan istilah kuadrat GRENTSQ (sewa gas kuadrat) di kolom 13 dan 14 untuk memeriksa hubungan antara GRENT dan CI (Kolom 13) serta antara GRENT dan EI (Kolom 14). Pendekatan serupa diambil dengan ORENTSQ (sewa minyak kuadrat) di kolom 15 dan 16 untuk menganalisis kelengkungan antara variabel-variabel ini. Temuan dari spesifikasi ini menunjukkan bahwa keberadaan NR (minyak dan gas) memiliki koefisien negatif yang signifikan secara statistik dalam model tanpa FinTech. Namun, dalam model yang menyertakan FinTech, hubungannya terbalik, dan suku kuadrat NRSQ memiliki koefisien positif yang signifikan secara statistik.

4.4 Pembahasan Lebih Lanjut tentang Titik Balik
Satu temuan menarik dari Tabel 2 adalah adanya hubungan berbentuk U dan U terbalik antara ketergantungan ekonomi suatu negara pada ekstraksi sumber daya dan energi serta CI-nya. Dalam kasus hubungan berbentuk U, tingkat sewa NR yang lebih tinggi dapat menyebabkan peningkatan energi dan CI karena emisi gas rumah kaca yang signifikan. Hal ini sering diamati di negara atau wilayah dengan NR yang melimpah, seperti minyak atau gas, di mana sumber daya ini sangat diandalkan untuk kebutuhan energi. Akibatnya, EI mereka, yang mengukur konsumsi energi per unit output ekonomi, cenderung lebih tinggi. Namun, pengenalan FinTech dalam ekstraksi sumber daya dan produksi energi dapat membantu mengurangi hubungan ini, seperti yang terlihat pada kurva berbentuk U terbalik. Dengan mengadopsi solusi FinTech, negara dapat mengurangi EI mereka bahkan dengan sewa NR yang substansial. Hal ini juga berlaku untuk CI. Temuan ini menunjukkan bahwa masalah lingkungan yang terkait dengan ketergantungan sumber daya diperburuk hanya ketika suatu negara mencapai tingkat ambang batas ketergantungan tertentu. Titik balik, yang diperkirakan sebesar 1,3824%–9,2108% dari PDB, merupakan tingkat ambang sewa di mana ekstraksi lebih lanjut dari NR memicu “kutukan karbon” atau membalikkannya. Wawasan empiris tambahan ini membantu menjelaskan mengapa penelitian sebelumnya yang menggunakan pemilihan panel negara-negara dengan berbagai tingkat ketergantungan sumber daya dan berbagai jenis sumber daya telah menghasilkan rekomendasi kebijakan yang tidak meyakinkan.

4.5 Pemeriksaan Kuat
Bahasa Indonesia: Selain efek kondisional dari sewa NR yang dibahas dalam Persamaan ( 2 ) dan disajikan dalam Tabel 3 , penting untuk mempertimbangkan heterogenitas distribusi dalam dampak lingkungan dari sewa NR pada emisi CO2 melalui jalur transisi energi. Ini karena sewa NR berpotensi membentuk pola produksi unit ekonomi, yang pada gilirannya memengaruhi emisi CO2 . Oleh karena itu, penting untuk memperhitungkan ekstraksi sumber daya yang ekstrem untuk menangkap gambaran lengkap. Di bagian ini, kami memeriksa dampak TOTRENT (Total Natural Resource Rent) pada jalur transisi energi, dengan mempertimbangkan peran bersama FinTech, dan mengendalikan kondisi demografi dan ekonomi dengan menggunakan populasi dan kemakmuran sebagai variabel kontrol. Untuk menghemat ruang, kami memprioritaskan pemeriksaan sewa NR dan FinTech. Analisis mengungkapkan bahwa sewa NR memiliki dampak yang signifikan, dengan baik istilah linier maupun kuadratnya menampilkan estimasi koefisien yang signifikan secara statistik di semua kuantil (lihat kolom 1–3 dan 7–9, masing-masing). Seperti yang diharapkan, kurva berbentuk U diamati. Demikian pula, ketika FinTech disertakan dalam analisis (kolom 4–6 dan 10–12), kurva berbalik menjadi bentuk U terbalik. Temuan ini mengubah terminologi yang umumnya dikaitkan dengan kutukan karbon di negara-negara terpilih.

TABEL 3. Pemeriksaan kuat berdasarkan persetujuan sumber daya sewa Fintech.
Variabel Pemeriksaan Robust-MMQR: Ketergantungan sumber daya dan PCA FinTech
1 2 3 4 5 6 7 8 9 10 11 12
ubin_25 ubin_50 ubin_75 ubin_25 ubin_50 ubin_75 ubin_25 ubin_50 ubin_75 ubin_25 ubin_50 ubin_75
P -0,740*** -0,825*** -0,916*** -0,701*** -0,784*** -0,877*** 0,0818 tahun 0,0206 -0,0403 0,0783 tahun -0,0135 -0,0950**
(0,0611) (0,0663) (0.0826) (0,0715) (0,0772) (0,0948) (0,0783) (0,0530) (0,0406) (0.1090) (0,0671) (0,0407)
PDB -0,0380** -0,0406*** -0,0433*** -0,0412** -0,0423*** -0,0434*** 0,00177 0,00605 pukul 0,00605 0,0103 0,00232 0,00746 tahun 0,012
(0,0185) (0,0140) (0,0104) (0,0170) (0,0132) (0,0106) (0,0105) (0,0081) (0,0075) (0,0122) (0,0090) (0,0079)
PDBSQ 0,00421 0,00263 0,000955 0,00519** 0,00334 0,00127 0,00373* 0,00214 0,000559 0,00363 0,00156 -0,00028
(0,0027) (0,0022) (0,0020) (0,0026) (0,0023) (0,0024) (0,0019) (0,0015) (0,0014) (0,0025) (0,0018) (0,0015)
TOTRENT -0,220** -0,156* -0,0886* 0,218** 0,158* 0,0898 tahun 0.231*** 0.209*** 0,186*** 0.234*** 0.207*** 0.184***
(0,0865) (0,0940) (0.1060) (0,0848) (0,0946) (0.1100) (0,0509) (0,0474) (0,0491) (0,0534) (0,0468) (0,0456)
TOTRENSQ 0,157*** 0,139*** 0,121** -0,160*** -0,141*** -0,121** 0,0311 tahun 0,00122 -0,0285 0,0313 0,00157 -0,0248
(0,0461) (0,0475) (0,0527) (0,0446) (0,0475) (0,0544) (0,0365) (0,0272) (0,0234) (0,0369) (0,0266) (0,0222)
PCA_Teknologi Finansial -0,0132 -0,011 -0,00868 0,00133 0,00871 tahun 0,0153***
(0,0088) (0,0086) (0,0093) (0,0105) (0,0070) (0,0053)
Konstan 5.347*** 6.144*** 6.991*** 5.085*** 5.858*** 6.723*** -0,454 0,155 0.761*** -0,435 0,395 1.133***
(0.4350) (0.4680) (0.5750) (0.5110) (0.5480) (0.6670) (0.6070) (0.3960) (0.2660) (0.8290) (0.5050) (0.2810)
Pengamatan 640 640 640 640 640 640 640 640 640 640 640 640
Catatan: *** p  < 0,01, ** p  < 0,05, dan * p  < 0,1, menunjukkan signifikansi masing-masing pada 1%, 5%, dan 10%.

Temuan studi ini berkontribusi pada diskusi empiris yang sedang berlangsung di tiga area minat yang muncul dalam literatur. Kelompok studi pertama menyoroti pentingnya Fintech sebagai jalan yang menjanjikan untuk mempromosikan praktik berkelanjutan dan mengurangi emisi karbon, menekankan perannya dalam mendorong kemajuan menuju keberlanjutan lingkungan (Tao et al. 2021 ; Muhammad et al. 2022 ; Shan et al. 2023 ; Wei et al. 2024 ; Udeagha dan Muchapondwa 2023a , 2023b ). Selain itu, Croutzet dan Dabbous ( 2021 ) berpendapat bahwa platform Fintech memungkinkan pengambilan keputusan yang terinformasi dan menumbuhkan kesadaran lingkungan di antara bisnis dan individu dengan memberikan wawasan dan transparansi berbasis data. Kumpulan studi kedua mengeksplorasi hubungan kompleks antara NR dan efisiensi energi, menyoroti tantangan yang dihadapi oleh negara-negara dengan kekayaan NR yang substansial karena faktor politik dan lingkungan, yang dapat menghambat kemajuan dalam efisiensi energi (Yao et al. 2021 ; Balchugov dan Badenikov 2022 ; Naimoğlu et al. 2022 ; Kasimov et al. 2023 ). Lebih jauh, Chiroleu-Assouline et al. ( 2020 ), Khan et al. ( 2022 ), Özkan et al. ( 2023 ), dan Gu dan Liu ( 2023 ) memperluas diskusi ini dengan memeriksa hubungan berbentuk U antara kelimpahan NR dan intensitas emisi karbon, yang dikenal sebagai asumsi kutukan karbon. Asumsi ini menunjukkan bahwa ekstraksi sumber daya yang ekstrem dapat mengakibatkan pelepasan karbon dioksida dan potensi inefisiensi dalam penggunaan energi dan alokasi sumber daya. Terakhir, serangkaian diskusi telah muncul mengenai hubungan antara FinTech dan efisiensi energi. Para peneliti seperti Kong dan Xu ( 2023 ), Teng dan Shen ( 2023 ), dan Zhu et al. ( 2024 ) telah menemukan bukti yang menunjukkan bahwa FinTech berkontribusi pada peningkatan signifikan dalam efisiensi energi.

Temuan keseluruhan dari studi sebelumnya menunjukkan bahwa FinTech berkontribusi pada kinerja lingkungan yang lebih baik, sementara eksploitasi NR menyebabkan degradasi lingkungan dan munculnya kutukan karbon. Anehnya, literatur yang ada tidak memiliki investigasi ke dalam area berikut: (i) Pengaruh gabungan FinTech dan NR pada degradasi lingkungan dan ekstraksi sumber daya yang berlebihan dalam konteks kaya minyak. (ii) Cakupan komprehensif inovasi teknologi keuangan, khususnya yang menyangkut aspek teknologi dan peraturan yang berkembang dalam industri keuangan. (iii) Identifikasi tingkat ambang ketergantungan sumber daya, di mana ekstraksi lebih lanjut memperburuk dampak lingkungan dan meningkatkan kemungkinan kutukan karbon. (iv) Peran FinTech dalam mengubah dinamika terkait karbon dalam ekonomi yang sangat bergantung pada sumber daya minyak.

Hebatnya, ada kekurangan penelitian dalam literatur yang ada yang meneliti konsekuensi lingkungan gabungan dari sewa NR dan FinTech dalam ekonomi yang berlimpah minyak. Lebih jauh, studi tersebut gagal menunjukkan bagaimana FinTech berpotensi meringankan kutukan karbon di negara-negara ini, meskipun ada beberapa kasus luar biasa di mana peningkatan pemanfaatan aplikasi terkait FinTech mengarah pada ekstraksi sumber daya yang berlebihan, konsumsi listrik, dan pembangkitan limbah elektronik, sehingga berkontribusi pada penipisan sumber daya dan degradasi lingkungan, seperti yang ditunjukkan dalam Tabel 1 (lihat juga Lisha et al. 2022 ). Studi kami bertujuan untuk mengatasi kesenjangan ini dengan mengungkap dampak penting NR pada emisi CO2 dan energi/CI, menyoroti bagaimana ketergantungan yang besar pada ekstraksi sumber daya yang ekstrem melanggengkan kutukan karbon. Namun, kami mengusulkan bahwa FinTech dapat bertindak sebagai kekuatan transformatif dalam hubungan ini. Kami mengamati bahwa beragam ketergantungan NR, tidak termasuk sewa hutan, dikaitkan dengan eskalasi CI/EI dalam bauran energi, tetapi hanya di luar ambang batas tertentu dari ekstraksi sumber daya yang ekstrem. Dengan kata lain, hipotesis kutukan karbon yang dikaitkan dengan ketergantungan NR hanya berlaku ketika ekstraksi sumber daya melampaui tingkat tertentu. Hal ini menunjukkan bahwa kehadiran FinTech dapat memisahkan dampak lingkungan dari sewa NR dan mengurangi emisi CO2 . Pada akhirnya, temuan kami memberikan dukungan bagi peran teknologi keuangan dan sewa NR dalam ekstraksi sumber daya ekstrem dan penurunan lingkungan di negara-negara kaya minyak.

5 Kesimpulan dan Pilihan Kebijakan
5.1 Ringkasan Temuan
Penelitian ini menyelidiki dampak lingkungan gabungan dari sewa NR dan FinTech dalam ekonomi yang dicirikan oleh sumber daya minyak yang melimpah. Secara khusus, penelitian ini mengeksplorasi faktor-faktor yang memengaruhi keberlanjutan ekologis dan ekstraksi sumber daya yang ekstrem dengan memeriksa persimpangan FinTech dan NR dalam kerangka kerja yang komprehensif. Studi ini menyoroti hipotesis kutukan karbon, yang menunjukkan bahwa negara-negara yang kaya akan NR cenderung mengikuti lintasan pembangunan intensif karbon selama periode ekstraksi sumber daya yang ekstrem. Untuk tujuan ini, studi ini berpendapat bahwa ketergantungan ekonomi negara-negara kaya sumber daya pada NR dapat mengakibatkan emisi karbon, tetapi integrasi FinTech berpotensi menjadi kekuatan transformatif, yang meningkatkan intensitas energi dan karbon. Untuk menganalisis dinamika ini, panel yang terdiri dari 20 negara kaya minyak yang mencakup periode 1991 hingga 2022 diperiksa. Untuk memperhitungkan potensi heterogenitas dalam distribusi kedua sumber degradasi lingkungan dalam sampel yang dipilih, penelitian ini menggunakan Panel Spatial Correlation Consistent Least-Squares Dummy Variables (PSCC-LSDV) dan pendekatan MMQR, yang membahas efek tetap dalam model kuantil panel, seperti yang baru-baru ini diusulkan oleh Machado dan Silva ( 2019 ). Temuan utama penelitian ini dapat diringkas sebagai berikut:

  • NR memiliki dampak negatif terhadap lingkungan dan EI/CI, memperkuat kutukan karbon yang disebabkan oleh ketergantungan yang besar pada ekstraksi sumber daya yang ekstrem.
  • FinTech berpotensi mengubah hubungan ini dengan memisahkan dampak lingkungan dari sewa NR dan mengurangi emisi CO2 .
  • Berbagai jenis ketergantungan NR, kecuali sewa hutan, mengakibatkan meningkatnya CI/EI dalam bauran energi, tetapi hanya melampaui ambang batas tertentu dari ekstraksi sumber daya ekstrem.
  • Hipotesis kutukan karbon yang terkait dengan ketergantungan NR hanya berlaku ketika ekstraksi sumber daya melampaui tingkat tertentu. Titik balik ini diperkirakan berada di antara 1,3824% dan 9,2108% dari PDB, yang merupakan ambang batas di mana ekstraksi NR tambahan dapat memicu “kutukan karbon” atau membalikkan dampaknya.
  • Temuan ini mendukung peran teknologi keuangan dan sewa NR dalam ekstraksi sumber daya ekstrem dan kerusakan lingkungan di negara-negara kaya minyak.

5.2 Implikasi Kebijakan
Temuan-temuan ini memiliki implikasi penting bagi pembuatan kebijakan dalam konteks perubahan iklim dan pembangunan berkelanjutan, khususnya di era pasca-COP28. Salah satu langkah kebijakan utama adalah memprioritaskan dan meningkatkan sektor-sektor yang digerakkan oleh teknologi finansial yang kurang bergantung pada energi dan mempromosikan penggunaan sumber-sumber energi alternatif. Untuk mencapai hasil yang diinginkan, negara-negara kaya minyak perlu menghapus subsidi konsumsi bahan bakar fosil dan menerapkan pajak karbon untuk memfasilitasi transisi yang lebih signifikan. Selain itu, negara-negara ini harus mengambil langkah-langkah untuk mengurangi pembakaran dan emisi ekstraktif lainnya dengan memperketat peraturan dan penegakan lingkungan, dan dengan mendorong penerapan teknologi pemulihan pembakaran yang menawarkan keuntungan lingkungan dan ekonomi. Lebih jauh lagi, mempertimbangkan kelimpahan NR sebagai faktor penting dalam diskusi kebijakan iklim dapat membantu mengatasi tantangan-tantangan khusus yang dihadapi oleh negara-negara kaya minyak ketika harus memisahkan struktur energi mereka. Alih-alih membingkai perdebatan iklim semata-mata sebagai kesenjangan antara negara-negara maju dan berkembang, akan lebih tepat untuk mengelompokkan dan mengoordinasikan upaya-upaya berdasarkan ketergantungan negara-negara pada NR. Bagi negara-negara yang terpapar kutukan karbon, diversifikasi struktural harus diprioritaskan sebelum meningkatkan aksi iklim. Namun, dinamika ekonomi yang mendasari kutukan karbon dapat menimbulkan hambatan terhadap diversifikasi, yang membutuhkan perubahan radikal dalam struktur insentif para pemimpin politik dan pemangku kepentingan ekonomi untuk memungkinkan tindakan iklim yang efektif. Terakhir, temuan-temuan ini menggarisbawahi pentingnya Tujuan Pembangunan Berkelanjutan (SDG) PBB 7.3, yang berfokus pada percepatan upaya efisiensi energi. Dalam ekonomi kaya minyak yang dicirikan oleh EI yang tinggi, peningkatan efisiensi energi dapat memainkan peran penting dalam mengurangi emisi CO2 . Dengan mencapai target yang diuraikan dalam SDG 7.3 dan meningkatkan efisiensi energi, ekonomi ini dapat berkontribusi pada mitigasi CO2 dan mendorong pembangunan berkelanjutan.

5.3 Rekomendasi dan Bidang untuk Penelitian Lebih Lanjut
Penting bagi para pemangku kepentingan untuk secara aktif mempromosikan pertumbuhan dan integrasi Fintech yang ditujukan pada investasi yang berkelanjutan dan ramah lingkungan, mungkin dengan menawarkan insentif kepada perusahaan FinTech untuk menciptakan solusi yang memisahkan dampak lingkungan dari pendapatan NR. Penting juga untuk membuat dan menegakkan kebijakan yang jelas yang dirancang untuk mengurangi emisi CO2 di negara-negara kaya minyak, yang mungkin menggabungkan campuran strategi penetapan harga karbon, dukungan untuk inisiatif energi terbarukan, dan peraturan yang berfokus pada emisi dari operasi ekstraksi sumber daya. Lebih jauh lagi, penguatan peraturan lingkungan sangat penting untuk mengatasi ekstraksi sumber daya yang berlebihan dan penurunan lingkungan di negara-negara dengan cadangan minyak yang melimpah. Ini mungkin termasuk pengawasan yang lebih ketat terhadap operasi ekstraksi, mandat untuk mengevaluasi dampak lingkungan, dan konsekuensi atas kegagalan untuk mematuhi praktik yang berkelanjutan.

Penelitian di masa mendatang dapat menyelidiki dinamika ambang kutukan karbon, mengeksplorasi faktor-faktor spesifik yang menentukan kapan ekstraksi NR menjadi merugikan lingkungan, dengan fokus pada berbagai negara dan jenis sumber daya. Penelitian juga dapat menyelidiki bagaimana FinTech dapat lebih jauh memisahkan pertumbuhan ekonomi dari degradasi lingkungan, khususnya dalam ekonomi yang bergantung pada sumber daya, dan melakukan analisis komparatif tentang bagaimana berbagai NR, tidak termasuk sewa hutan, memengaruhi CI dan EI pada berbagai tingkat ekstraksi. Studi longitudinal dapat mengungkapkan bagaimana kutukan karbon berevolusi seiring dengan perubahan tingkat ekstraksi sumber daya dan struktur ekonomi suatu negara, yang memberikan wawasan untuk memutus kutukan tersebut. Selain itu, mengintegrasikan FinTech dengan kebijakan lingkungan untuk meningkatkan efektivitasnya di negara-negara kaya sumber daya dapat dieksplorasi, bersamaan dengan analisis lintas negara untuk menilai skalabilitas solusi FinTech untuk pengelolaan lingkungan di berbagai konteks ekonomi.

5.4 Keterbatasan Penelitian
Meskipun studi kami saat ini memberikan wawasan berharga tentang pokok bahasan, cakupannya terbatas karena hanya berfokus pada negara-negara kaya minyak. Untuk studi mendatang, memperluas penelitian untuk mencakup wilayah atau blok ekonomi lain akan meningkatkan keandalan hasil dan memperluas implikasi kebijakan. Terakhir, karena studi kami merupakan studi panel, mereplikasi pendekatan empiris kami dalam studi mendatang dapat memberikan bukti khusus untuk suatu negara. Terlepas dari keterbatasan yang disebutkan di atas, studi ini berhasil mencapai tujuannya.

Leave a Reply

Your email address will not be published. Required fields are marked *