Ekolojik ayak izi (ecological footprint, ECOF), bu çalışmada ekonomik faaliyetlerin ve tüketimin doğa üzerindeki kaynak talebini temsil eden ve kişi başına küresel hektar cinsinden ölçülen çevresel baskı göstergesidir. Muhammad Sonail ve çalışma arkadaşları, 2000–2022 döneminde OECD ekonomilerinde yapay zekâ ilişkili teknolojik kapasite, turizm yoğunluğu, turizm harcaması, turizmin GSYH içindeki payı, finansal gelişme ve çevre politikası sıkılığının ekolojik ayak iziyle nasıl ilişkilendiğini inceliyor. Araştırmanın ana yöntemleri Method of Moments Quantile Regression (MMQR) ile Panel Quantile-on-Quantile Kernel-Based Regularized Least Squares (PQQKRLS) yaklaşımıdır. Sonuçlar AI göstergesinin ekolojik ayak iziyle bütün incelenen kantillerde negatif; turizm harcamasının ise pozitif ilişki gösterdiğini, turizmin GSYH payı ile karesinin birlikte U-biçimli bir ilişkiye işaret ettiğini ortaya koymaktadır. Çalışma gözlemsel panel verisine dayandığı için bu ilişkiler nedensel etki olarak yorumlanamaz.

Araştırmanın temel amacı yalnız “AI çevre için iyi mi?” veya “turizm çevreyi kötüleştiriyor mu?” sorularına ortalama bir katsayıyla cevap vermek değildir. Yazarlar, aynı değişkenin düşük ekolojik baskı koşullarında farklı, yüksek ekolojik baskı koşullarında farklı ilişkiler gösterebileceğini varsaymaktadır. Bu nedenle ekolojik ayak izi dağılımının Q0.10, Q0.20, Q0.50, Q0.60, Q0.80 ve Q0.90 kantilleri ayrı ayrı incelenmiştir.

MMQR sonuçlarında AI katsayısı bütün incelenen kantillerde negatiftir ve tabloda verilen p-değerlerine göre istatistiksel olarak anlamlıdır. Turizm yoğunluğu Q0.20'de pozitif, Q0.50'de negatif, Q0.60–Q0.90 aralığında yeniden pozitif ilişki göstermektedir. Turizmin GSYH içindeki payı bütün kantillerde negatif, bu değişkenin karesi ise bütün kantillerde pozitiftir. Kaynak bu iki katsayı işaretini birlikte, turizm-led ekonomik genişleme ile ekolojik ayak izi arasında U-biçimli bir ilişki olarak yorumlamaktadır.

Çalışmanın önemli yöntembilimsel sınırı, veri ve raporlama yapısındaki bazı belirsizliklerdir. Kaynak 38 OECD ülkesi ve 2000–2022 dönemini tanımlamasına rağmen nihai panelde yalnız 161 gözlem bulunduğunu bildirmekte ve ülke-yıl eksikliklerinin ayrıntılı matrisini vermemektedir. AI göstergesinin min–max ölçeklendiği belirtilmesine rağmen betimsel tabloda 0–1 aralığının dışında değerler raporlanmaktadır. Bu nedenle özellikle katsayıların mutlak büyüklükleri, kaynakta verilen değişken ölçekleriyle birlikte ihtiyatla yorumlanmalıdır.

Araştırmanın temel problemi

Yapay zekâ ve turizm, gelişmiş ekonomilerin çevresel dönüşümünde birbirine zıt mekanizmalar üretebilen iki önemli ekonomik güçtür. Yapay zekâ enerji yönetimi, akıllı şebekeler, emisyon izleme, lojistik optimizasyonu ve kaynak verimliliği yoluyla çevresel baskıyı azaltabilir. Buna karşılık veri merkezleri, yüksek hesaplama gereksinimi, yeni dijital altyapı ve üretim artışı ek enerji ve malzeme talebi yaratabilir. Çalışma bu ikinci yolu geri tepme mekanizması olarak tartışmaktadır.

Turizmde de benzer bir ikilik vardır. Ziyaretçi sayısının ve turizm harcamalarının artması ulaştırma, konaklama, su, enerji, gıda, arazi kullanımı ve atık üzerinden ekolojik baskıyı büyütebilir. Buna karşılık turizm gelirleri yeşil altyapı, yenilenebilir enerji, koruma ve daha verimli destinasyon yönetimine yönlendirilirse çevresel iyileşmeyi destekleyebilir.

Araştırmanın literatür boşluğu, AI, turizm, finans ve çevresel düzenlemeyi birbirinden ayrı incelemek yerine aynı ekolojik ayak izi modeli içinde bir araya getirmesi ve bu ilişkilerin ekolojik baskı dağılımı boyunca doğrusal olmayan biçimde değişip değişmediğini incelemesidir.

Kuramsal çerçeve: üç teori ve dört mekanizma

Çalışma üç ana kuramsal yaklaşımı bir araya getirmektedir: Environmental Kuznets Curve (EKC), Ecological Modernization Theory ve Porter Hypothesis.

EKC yaklaşımı, ekonomik genişlemenin çevresel sonucu ile ekonomik faaliyetin düzeyi arasında doğrusal olmayan bir ilişki bulunabileceğini açıklar. Bu çalışmada özellikle turizmin GSYH içindeki payı ve bu payın karesi birlikte modellenerek turizm-led ekonomik genişlemenin ekolojik ayak iziyle doğrusal olmayan ilişkisi sınanmaktadır.

Ecological Modernization Theory, teknolojik gelişmenin üretim ve hizmetlerde enerji ve kaynak verimliliğini artırarak çevresel baskıyı azaltabileceğini savunan mekanizmayı desteklemektedir. Çalışmada AI'nın akıllı enerji yönetimi, emisyon takibi, üretim optimizasyonu ve kaynak tahsisi üzerinden işleyebileceği varsayılmıştır.

Porter Hypothesis ise daha sıkı çevre politikasının yalnız maliyet yaratmakla kalmayıp firmaları inovasyon ve daha temiz teknolojiye yönlendirerek çevresel performansı iyileştirebileceği düşüncesine dayanmaktadır. Çalışmadaki Environmental Policy Stringency (EPS) değişkeni bu yönetişim kanalını temsil etmektedir.

Kaynak Şekil 1 bu kuramsal sistemi dört yol altında birleştirir: verimlilik kanalı, inovasyon kanalı, ölçek/geri tepme kanalı ve yönetişim kanalı. AI, turizm dinamikleri ve finansal gelişme; enerji verimliliği, teknolojik/yeşil inovasyon, ulaşım emisyonları ve turizm baskısı ile yeşil yatırım/sürdürülebilir altyapı gibi ara mekanizmalar üzerinden ekolojik ayak izine bağlanmaktadır. EPS ise hem doğrudan çevresel baskıyı hem bu ara ilişkileri düzenleyen bir yönetişim bileşeni olarak gösterilmektedir.

Araştırma hipotezleri

1. H1: Yapay zekâ benimsenmesi gelişmiş ekonomilerde ekolojik ayak izini azaltır.
2. H2: Turizm yoğunluğu ekolojik ayak izini artırır; ilişkinin yüksek ekolojik ayak izi rejimlerinde daha belirgin olması beklenir.
3. H3: Turizm kaynaklı ekonomik büyümenin ekolojik ayak izi üzerindeki ilişkisi doğrusal değildir.
4. H4: Turizm harcaması ekolojik ayak izini artırır.

Bu çalışma yapay zekâ ile ekolojik ayak izi arasında ne buluyor?

MMQR sonuçlarında AI değişkeninin katsayısı Q0.10'dan Q0.90'a kadar bütün incelenen ekolojik ayak izi kantillerinde negatiftir ve tabloda verilen p-değerlerine göre istatistiksel olarak anlamlıdır; çalışma bunu, incelenen örneklemde AI-verimlilik mekanizmasının AI-geri tepme mekanizmasına baskın geldiğiyle uyumlu bir ilişki olarak yorumlamaktadır, ancak gözlemsel tasarım AI'nın ekolojik ayak izini nedensel olarak azalttığını kanıtlamaz.

Kaynakta AI için MMQR katsayıları Q0.10'da −4,27, Q0.20'de −6,37, Q0.50'de −1,35, Q0.60'da −1,48, Q0.80'de −2,69 ve Q0.90'da −3,40 olarak raporlanmaktadır. İlgili p-değerleri sırasıyla 0,000; 0,003; 0,006; 0,004; 0,004 ve 0,000'dır.

Yazarlar özellikle yüksek ekolojik baskı rejimlerinde AI'nın enerji yönetimi, ulaşım optimizasyonu, bina verimliliği ve çevresel izleme yoluyla daha büyük verimlilik kazanımları sağlayabileceğini tartışmaktadır. Bununla birlikte sonuç, “AI kendiliğinden yeşildir” biçiminde yorumlanmamaktadır; enerji kaynağı, dijital altyapının büyüklüğü ve çevresel yönetişim sonucu değiştirebilir.

AI değişkeni gerçekte neyi ölçüyor?

Çalışmada AI doğrudan şirket veya kullanıcı düzeyindeki “AI kullanım oranı” değildir. WIPO'dan alınan AI ile ilişkili patent faaliyetinden oluşturulmuş ülke düzeyinde bir teknolojik kapasite göstergesidir. Kaynağa göre ham AI patentleri ülke-yıl düzeyinde toplanmış, ülke büyüklüğü yanlılığını azaltmak için nüfus veya toplam patent faaliyetiyle düzeltilmiş, ardından \( \ln(1+\text{AI patentleri}) \) dönüşümü uygulanmış ve min–max ölçeklenmiştir.

Burada önemli bir yeniden üretilebilirlik sorunu vardır. Kaynak “nüfus veya toplam patent faaliyeti” ifadesini kullanmakta, nihai seride hangisinin uygulandığını açık biçimde ayırmamaktadır. Ayrıca min–max ölçeklendiği söylenen AI göstergesi Tablo 2'de 2,107 ile 10,389 arasında raporlanmıştır. Bu nedenle katsayı büyüklüklerini doğrudan “AI benimsenmesindeki bir birim artış” biçiminde fiziksel veya politika ölçeğine çevirmek güvenli değildir.

Turizmin ekolojik ayak iziyle ilişkisi neden U-biçimli?

Çalışmada turizmin GSYH içindeki payının katsayısı bütün incelenen kantillerde negatif, bu değişkenin karesinin katsayısı ise bütün kantillerde pozitiftir; kaynak bu işaret bileşimini, turizmin ekonomik katkısının düşük ve orta düzeylerde daha düşük ekolojik baskıyla ilişkili olabileceği, ancak turizme aşırı bağımlılık arttıkça ilişkinin yeniden daha yüksek ekolojik ayak izine dönebileceği U-biçimli bir desen olarak yorumlamaktadır.

Bu sonuç klasik “ters-U” Environmental Kuznets Curve biçimi değildir. Kaynak özellikle ilişkinin U-biçimli olduğunu belirtmektedir. Turizm gelirlerinin ilk aşamalarda daha temiz altyapı ve çevre yönetimini finanse edebilmesi, buna karşılık genişleme belirli bir ölçeği aştığında inşaat, yoğun ulaşım, enerji kullanımı, arazi baskısı, atık ve kaynak tüketiminin baskın hale gelmesi olası açıklayıcı mekanizma olarak tartışılmaktadır.

Çalışma herhangi bir kesin turizm “eşik değeri” veya dönüm noktası raporlamamaktadır. Bu nedenle Verianla metni kaynak katsayılarından yeni bir eşik hesaplamamakta ve “şu GSYH payından sonra turizm zararlıdır” biçiminde kaynakta bulunmayan bir sınır üretmemektedir.

Turizm yoğunluğu neden tek yönlü davranmıyor?

Turizm yoğunluğu (TINT), ülkeye gelen uluslararası turist sayısıyla temsil edilmektedir. MMQR'de ilişki kantil boyunca yön değiştirmektedir. Q0.10 katsayısı pozitif olmakla birlikte p = 0,109 olduğu için geleneksel eşiklerde anlamlı değildir. Q0.20'de pozitif, Q0.50'de negatif, Q0.60, Q0.80 ve Q0.90'da yeniden pozitif ve anlamlıdır.

Kaynağın yorumuna göre düşük ve yüksek baskı rejimlerinde turizm genişlemesinin ulaştırma, konaklama, atık ve kaynak kullanımı kanalları ağır basabilir. Ortanca rejimdeki negatif katsayı ise turizm altyapısının, yenilenebilir enerji kullanımının veya düzenlemelerin daha verimli olduğu bir geçiş rejimiyle uyumlu olabilir. Ancak model bu mekanizmalardan hangisinin tek başına bu işaret değişimini oluşturduğunu doğrudan test etmemektedir.

Turizm harcaması

Turizm harcaması (TEXP) bütün MMQR kantillerinde pozitif katsayı göstermektedir ve katsayı büyüklüğü üst kantillere doğru artmaktadır. Kaynak bunu daha yüksek turizm tüketiminin konaklama, enerji, ulaşım ve atık üretimi üzerinden özellikle yüksek ekolojik baskı koşullarında çevresel yükü artırmasıyla ilişkilendirmektedir.

TEXP değişkeninin kaynak tablodaki ölçüm ölçeği ve betimsel istatistiklerinde raporlama sorunları bulunduğu için, bu katsayıların mutlak büyüklüğünü gerçek para birimi başına ekolojik etki gibi yorumlamak uygun değildir. Güvenli yorum, ilişkinin kaynakta raporlanan yönü ve kantiller arasında değişen büyüklüğüdür.

Finansal gelişme neden iki yönlü?

Financial development (FD), özel sektöre yurt içi kredinin GSYH'ye oranıyla temsil edilmektedir. Q0.10 ve Q0.20'de katsayı pozitif ve p-değerleri sırasıyla 0,002 ve 0,004'tür. Q0.50 ve Q0.60'da pozitif olmakla birlikte açık p-değerleri geleneksel %5 eşiğinde anlamlı değildir; Q0.80 ve Q0.90'da katsayı negatifleşmektedir.

Kaynak bu deseni finansmanın iki olası kullanım biçimi üzerinden yorumlar. Kredi genişlemesi inşaat, tüketim ve kaynak yoğun altyapıya yönelirse ekolojik baskıyı artırabilir; finansal kaynaklar yenilenebilir enerji, yeşil inovasyon ve sürdürülebilir turizme yönelirse ilişki tersine dönebilir. Mevcut model kredi kullanımının gerçekten hangi projelere gittiğini ayrı ayrı ölçmediği için bu açıklama mekanizma düzeyinde bir yorumdur.

Çevre politikası sıkılığı

Environmental Policy Stringency (EPS), OECD Environmental Policy Stringency Index ile ölçülmektedir. Katsayı Q0.10, Q0.20, Q0.50 ve Q0.60'ta negatif ve p-değerleri 0,05'in altındadır. Q0.80 ve Q0.90'da da işaret negatif kalmakla birlikte p-değerleri sırasıyla 0,078 ve 0,074'tür.

Kaynak, bu genel negatif deseni Porter Hipotezi ve çevresel yönetişim çerçevesiyle uyumlu değerlendirmektedir: daha sıkı düzenlemeler çevre açısından yoğun faaliyetlerin maliyetini artırabilir, temiz teknolojiye geçişi hızlandırabilir ve AI, turizm ve finans kaynaklı geri tepme etkilerini sınırlayabilir.

Çalışmanın Yöntemi ve Bulguları

Örneklem ve ülkeler

Çalışma 2000–2022 dönemini ve şu 38 OECD ekonomisini tanımlamaktadır: Avustralya, Avusturya, Belçika, Kanada, Şili, Kolombiya, Kosta Rika, Çek Cumhuriyeti, Danimarka, Estonya, Finlandiya, Fransa, Almanya, Yunanistan, Macaristan, İzlanda, İrlanda, İsrail, İtalya, Japonya, Letonya, Litvanya, Lüksemburg, Meksika, Hollanda, Yeni Zelanda, Norveç, Polonya, Portekiz, Slovak Cumhuriyeti, Slovenya, Güney Kore, İspanya, İsveç, İsviçre, Türkiye, Birleşik Krallık ve Amerika Birleşik Devletleri.

Kaynağın sonuç bölümündeki betimsel tablo, bütün değişkenler için yalnız 161 gözlem raporlamaktadır. Dolayısıyla tanımlanan 38 ülke × 23 yıllık teorik panel tam dengeli değildir. Kaynak, nihai örneklemi “bütün değişkenler için yeterli verisi bulunan ülkeler” ile sınırlandırdığını belirtmekle birlikte hangi ülkenin hangi yıllarda eksik kaldığını gösteren ayrıntılı bir ülke-yıl tablosu vermemektedir.

Değişkenler ve veri kaynakları

Temel ampirik model

Kaynağın Denklem (1)'de verdiği işlevsel model:

\[ ECOF_{it} = f(AI_{it},TINT_{it},GDPT_{it},GDPT^{2}_{it},TEXP_{it},FD_{it},EPS_{it}) \tag{1} \]

şeklindedir.

Burada \(i\) ülkeyi, \(t\) zamanı ifade eder. Modelin amacı ekolojik ayak izinin AI, turizm, finans ve çevre politikası değişkenleriyle birlikte nasıl değiştiğini incelemektir.

Kaynağın Denklem (2)'deki ampirik yazımı:

\[ EF_{it} = \alpha_0 + \alpha_1AI_{it} + \alpha_2TINT_{it} + \alpha_3GDPT_{it} + \alpha_4GDPT^{2}_{it} + \alpha_5TEXP_{it} + \alpha_6FD_{it} + \alpha_7EPS_{it} + \mu_{it} \tag{2} \]

biçimindedir. Kaynak Denklem (1)'de bağımlı değişkeni \(ECOF\), Denklem (2)'de ise \(EF\) sembolüyle yazmaktadır; Verianla bu notasyon farklılığını sessizce tekleştirmemektedir.

MMQR ve PQQKRLS neden birlikte kullanıldı?

MMQR, açıklayıcı değişkenlerin ekolojik ayak izinin farklı koşullu kantillerindeki katsayılarını ve p-değerlerini verirken PQQKRLS, hem açıklayıcı değişkenin hem ekolojik ayak izinin dağılımındaki konuma göre ilişkinin doğrusal olmayan tepki yüzeyini gösterir; kaynak bu nedenle MMQR'yi temel katsayı ve çıkarım aracı, PQQKRLS'yi ise tamamlayıcı doğrusal olmayan kanıt olarak kullanmaktadır.

Ekonometrik işlem sırası

Araştırmanın yöntem akışı beş ana aşamadan oluşmaktadır. Önce betimsel istatistikler ve korelasyonlar incelenmiştir. Ardından ülkelerin ortak şoklardan etkilenebileceği düşüncesiyle yatay-kesit bağımlılığı ve eğim heterojenliği sınanmıştır. Daha sonra CIPS ve CADF ikinci nesil panel birim-kök testleri uygulanmış; ardından panel eşbütünleşme analizi yapılmıştır. Ana heterojen etkiler MMQR ile, doğrusal olmayan dağılım yüzeyleri ise PQQKRLS ile incelenmiştir. Son olarak FMOLS ve DOLS alternatif uzun dönem tahminleri sağlamlık kontrolü olarak sunulmuştur.

Yatay-kesit bağımlılığı

Kaynağın CD testinde ECOF, AI, TINT, GDPT, GDPT², TEXP, FD ve EPS değişkenlerinin tamamı için yatay-kesit bağımlılığı istatistiksel olarak anlamlıdır. Örneğin TINT için CD istatistiği 20,186 ve ortalama mutlak korelasyon 0,498; FD için CD istatistiği 18,704 ve ortalama mutlak korelasyon 0,609 olarak raporlanmıştır.

Bu sonuç, ülkelerin tamamen bağımsız gözlemler olarak ele alınamayacağını gösteren bir tanısal bulgudur. Küresel teknoloji yayılımları, ortak turizm döngüleri, enerji fiyatları ve ortak politika şokları ülkeler arasında bağlantı yaratabilir.

Eğim heterojenliği

Eğim homojenliği sınamasında kaynak:

\[ \tilde{\Delta}=9{,}321,\quad p=0{,}000 \]

ve

\[ \tilde{\Delta}_{adj}=11{,}209,\quad p=0{,}000 \]

değerlerini raporlamaktadır. Sıfır hipotezinin reddedilmesi, değişkenlerle ekolojik ayak izi arasındaki katsayıların bütün ülkelerde aynı olmadığını desteklemektedir. Bu sonuç, kantil ve heterojenlik odaklı yöntemlerin kullanılma gerekçesini güçlendirmektedir.

Birim-kök testleri

CIPS ve CADF sonuçlarına göre bazı değişkenler düzeyde durağan değildir ve birinci farkta durağan hale gelmektedir. Kaynak genel veri yapısını ağırlıklı olarak I(1), bazı değişkenleri test seçimine göre I(0)/I(1) karışımı olarak tanımlar ve hiçbir serinin I(2) olmadığını belirtir.

Tablo 4'teki CIPS açıklamasının işaret ve kritik değer sunumu yeterince açık olmadığı için Verianla metni her hücreyi bağımsız yeniden sınıflandırmak yerine kaynağın kendi toplu yorumunu korumaktadır.

Panel eşbütünleşme

Pedroni analizinde bütün istatistikler aynı sonucu vermemektedir. Kaynağa göre:

• Panel PP: −13,1517; p = 0,0000,
• Panel ADF: −2,4596; p = 0,0070,
• Group PP: −13,0802; p = 0,0000

eşbütünleşme lehinde sonuç verirken Panel v, Panel rho, Group rho ve Group ADF istatistiklerinin bazıları anlamlı değildir. Yazarlar bu nedenle Pedroni sonucunu tek başına nihai kanıt olarak değil, diğer sağlam yöntemlerle birlikte kullanılan destekleyici tanısal kanıt olarak değerlendirmektedir.

MMQR sonuçlarının kaynak-faithful tablosu

Aşağıdaki tabloda kaynaktaki yıldızlar kullanılmamış, doğrudan kaynakta verilen katsayı ve p-değerleri gösterilmiştir. Bunun nedeni kaynak yıldız açıklamasıyla bazı açık p-değerlerinin birbiriyle uyuşmamasıdır.

MMQR tablosunun bilimsel mesajı

AI: bütün kantillerde negatiftir. İşaretin kalıcılığı çalışmanın en tutarlı sonuçlarından biridir.

TINT: tek yönlü değildir; orta kantilde negatifleşirken yüksek kantillerde kuvvetli biçimde pozitife dönmektedir.

GDPT + GDPT²: doğrusal terimin negatif, karesel terimin pozitif olması kaynağın U-biçimli yorumunun temelidir.

TEXP: bütün kantillerde pozitiftir ve kaynağın raporunda üst kantillerde büyümektedir.

FD: alt kantillerde pozitif ve anlamlı; üst kantillerde negatif fakat açık p-değerlerine göre anlamlı değildir. Bu değişken için “finans kesin olarak ekolojik baskıyı azaltır” veya “kesin artırır” gibi tek yönlü sonuç desteklenmemektedir.

EPS: bütün kantillerde negatif işaretlidir; ancak Q0.80 ve Q0.90 açık p-değerleri %5 eşiğinin üzerindedir.

PQQKRLS yöntemi

PQQKRLS, Kernel Regularized Least Squares (KRLS), Quantile-on-Quantile regresyon ve panel-kantil mantığını bir araya getiren esnek bir yöntem olarak kullanılmaktadır. Temel amaç, tek bir ortalama katsayı yerine açıklayıcı değişkenin farklı dağılım düzeyleri ile ekolojik ayak izinin farklı kantillerinin birlikte oluşturduğu doğrusal olmayan ilişki yüzeyini incelemektir.

Kaynak Denklem (3) ve Denklem (4)'te KRLS türevine ve panel quantile-on-quantile genişlemesine ilişkin matematiksel ifadeler vermektedir. PDF'deki bu denklemlerin bazı üst simge ve üstel ifade yerleşimleri tipografik olarak belirsiz olduğundan, semboller Verianla tarafından sessizce yeniden düzenlenmemiştir. Bilimsel olarak güvenli ana mesaj, yöntemin kernel ağırlıkları ve gözlemler arası uzaklıklar üzerinden marjinal ilişkiyi esnek biçimde hesaplaması ve bunu panel-kantil yapısına genişletmesidir.

Ayrıca kaynak aynı kısaltmayı bir yerde Panel Quantile-on-Quantile Kernel-Based Regularized Least Squares, bir başka yerde Partial Quantile–Quantile Kernel Regularized Least Squares biçiminde açmaktadır. Şekil 5 başlığında ise “Panel QQKRLS” ifadesi kullanılmaktadır. Bu adlandırma farkları kaynak içinde korunmalıdır; Verianla bunları yeni bir yöntem adı üreterek uzlaştırmamaktadır.

PQQKRLS tepki yüzeyleri ne gösteriyor?

Kaynak Şekil 5'te yedi ayrı ısı haritası sunmaktadır: GDPT, GDPT², TINT, EPS, FD, TEXP ve AI. Bu görselin bilimsel rolü kesin yeni katsayılar vermek değil, MMQR ile gözlenen yönlerin dağılımın farklı bölgelerinde doğrusal olmayan biçimde nasıl değiştiğini göstermektir.

AI yüzeyi çoğu bölgede negatif; TINT ve TEXP yüzeyleri özellikle yüksek değişken ve yüksek ekolojik ayak izi bölgelerinde pozitif; GDPT yüzeyi negatif, GDPT² pozitif; EPS genel olarak negatif görünmektedir. Finansal gelişmenin yüzeyi ise rejime daha fazla bağlıdır.

Bu yüzeylerde kaynak sayısal hücre değerlerinin tamamını tablo halinde vermediği için Verianla, renklerden yeni kesin değerler üretmemekte veya interpolasyon yapmamaktadır.

FMOLS ve DOLS sağlamlık kontrolü

Kaynak, MMQR bulgularını alternatif uzun dönem tahminlerle karşılaştırmak için FMOLS ve DOLS sonuçları da vermektedir. AI her iki tahminde negatif; TINT pozitif; GDPT negatif; GDPT² pozitif; EPS negatif olarak raporlanmıştır. FD FMOLS'ta zayıf pozitif, DOLS'ta pozitif ancak istatistiksel olarak anlamlı değildir.

TEXP için kaynak içi uyarı: Tablo 7'de FMOLS TEXP katsayısı 4,317 ve standart hata 1304,226 olarak verildiği halde katsayı üç yıldızla işaretlenmiştir. Bu sayı kombinasyonu kendi içinde anlamlılık işaretiyle uyumlu görünmemektedir. DOLS tarafında ise 6102,458 katsayı ve 1497,385 standart hata raporlanmıştır. Bu nedenle TEXP sağlamlık katsayısının mutlak büyüklüğü Verianla tarafından yeniden yorumlanmamaktadır.

Sonuçlar nedensel etki gösteriyor mu?

Hayır. Araştırma gözlemsel ülke panel verisine dayanmakta, AI veya turizmde dışsal/rastgele bir müdahale kullanmamakta ve yazarlar da sonuçların kesin nedensel kanıt olarak yorumlanmaması gerektiğini açıkça belirtmektedir; dolayısıyla “AI kullanımı ekolojik ayak izini şu kadar azaltır” veya “turizm artışı çevresel baskıya şu kadar neden olur” biçiminde nedensel çıkarım yapılamaz.

Çalışmanın desteklediği sonuçlar

• AI patent yoğunluğu temelli gösterge ile ekolojik ayak izi arasında incelenen MMQR kantillerinin tamamında negatif ilişki vardır.
• Turizm yoğunluğunun ekolojik ayak iziyle ilişkisi kantile göre değişmektedir ve yüksek kantillerde pozitif ilişki güçlenmektedir.
• Turizmin GSYH payı negatif, karesi pozitif olduğu için kaynak U-biçimli bir turizm–ekolojik ayak izi deseni raporlamaktadır.
• Turizm harcaması bütün incelenen kantillerde pozitif ilişki göstermektedir.
• Finansal gelişmenin ilişkisi ekolojik rejime göre yön değiştirmektedir.
• Çevre politikası sıkılığı genel olarak negatif ilişki göstermektedir.
• PQQKRLS tepki yüzeyleri MMQR'nin doğrusal olmayan ve rejime bağlı yorumlarını nitel olarak desteklemektedir.

Çalışmanın desteklemediği sonuçlar

• AI'nın ekolojik ayak izini nedensel olarak azalttığını kanıtlamaz.
• Her AI uygulamasının çevre dostu olduğunu göstermez.
• Turizm için kesin ve evrensel bir ekolojik taşıma kapasitesi eşiği hesaplamaz.
• Belirli bir çevre politikası puanı artışının her ülkede aynı etkiyi yaratacağını göstermez.
• Finansal gelişmenin otomatik olarak yeşil dönüşüm yarattığını kanıtlamaz.
• PQQKRLS ısı haritalarını bağımsız istatistiksel anlamlılık testi olarak kullanmaz.
• 38 OECD ülkesinin tamamının aynı katsayı yapısına sahip olduğunu göstermez; eğim heterojenliği testi bunun tersine heterojenlik göstermektedir.

Politika yorumları

Yazarlar politika sonuçlarının evrensel değil koşullu yorumlanması gerektiğini belirtmektedir. AI politikalarında enerji verimliliği, akıllı enerji sistemleri, emisyon izleme ve kaynak optimizasyonuna yönelik kullanımlar desteklenirken, veri merkezleri ve dijital altyapının enerji talebi de hesaba katılmalıdır.

Turizm politikası yalnız ziyaretçi sayısını artırmayı hedeflemek yerine ekolojik taşıma kapasitesi, düşük karbonlu ulaşım, sürdürülebilir konaklama, atık azaltımı ve destinasyon düzeyi çevre yönetimini içermelidir.

Finansal sistemlerin sürdürülebilir turizm altyapısı, temiz teknoloji ve yeşil yatırım yönünde kullanılması; çevre politikası sıkılığının ise teknoloji ve turizm kaynaklı genişlemenin çevresel maliyetlerini sınırlayacak biçimde korunması önerilmektedir.

Temel sınırlılıklar

Birinci sınırlılık nedenselliktir. Veri gözlemseldir ve kaynak bunu açıkça kabul etmektedir.

İkinci sınırlılık AI ölçümüdür. AI benimsenmesini ülkeler ve yıllar arasında tek biçimde ölçmek güç olduğu için patent tabanlı gösterge gerçek AI kullanımının yalnız belirli bir teknolojik inovasyon boyutunu temsil eder.

Üçüncü sınırlılık nihai panelin küçüklüğü ve açıklanmayan eksiklik yapısıdır. Kaynak 38 ülke ve 2000–2022 dönemini tanımlamasına rağmen 161 gözlem raporlamaktadır.

Dördüncü sınırlılık PQQKRLS'nin yorumudur. Yazarlar tepki yüzeylerinin formal istatistiksel anlamlılık testinin yerine geçmediğini açıkça belirtmektedir.

Beşinci sınırlılık bazı kaynak içi raporlama uyuşmazlıklarıdır: AI ölçeklendirmesi ile Tablo 2 aralığı, abstract'taki doğal kaynak rantı ile modeldeki FD değişkeni, yıldız açıklamaları ile p-değerleri ve bazı TEXP rakamları tamamen uyumlu değildir.

Kaynak ve Yöntem Notu

Özgün başlık: Artificial Intelligence, Tourism Development, and Ecological Footprint in Advanced Economies: Evidence from MMQR and PQQKRLS Approaches

Yazarlar: Muhammad Sonail; Deyi Xu; Zohaib Hassan; Farrukh Fazal; Mojawir Ahmad Sadat

Sorumlu yazar: Deyi Xu

Kurum: School of Economics and Management, China University of Geosciences, Wuhan 100083, China

Dergi: Economies

Yayınevi: MDPI

Yayın türü: Article

Bibliyografik kayıt: Economies, 2026, 14(8), 338

DOI: 10.3390/economies14080338

Gönderim: 26 Mayıs 2026

Revizyon: 4 Temmuz 2026

Kabul: 3 Ağustos 2026

Yayın: 12 Ağustos 2026

Lisans: Creative Commons Attribution (CC BY).

Veri dönemi: 2000–2022.

Coğrafi kapsam: Kaynakta listelenen 38 OECD ekonomisi.

Kaynakta raporlanan nihai gözlem sayısı: 161.

Bağımlı değişken: Kişi başına ekolojik ayak izi, global hectares per person.

Ana yöntemler: betimsel istatistik ve korelasyon analizi; cross-sectional dependence testleri; CIPS ve CADF panel birim-kök testleri; eğim heterojenliği testi; Pedroni panel eşbütünleşme testi; Method of Moments Quantile Regression; Panel Quantile-on-Quantile Kernel-Based Regularized Least Squares; FMOLS ve DOLS sağlamlık analizleri.

Finansman: National Science and Technology Major Project of the Ministry of Science and Technology of China, proje 2024ZD1002002; National Natural Science Foundation of China, proje 42572386, 72204235, 72504263 ve 72573163.

Veri erişilebilirliği: Yazarlar, makalenin sonuçlarını destekleyen ham verilerin talep üzerine sağlanacağını belirtmektedir.

Çıkar çatışması: Yazarlar çalışmayı etkileyebilecek bilinen finansal çıkar veya kişisel ilişki bildirmemiştir.

Yazar katkıları: Kavramsallaştırma Muhammad Sonail, Deyi Xu ve Mojawir Ahmad Sadat; metodoloji Muhammad Sonail, Zohaib Hassan ve Farrukh Fazal; yazılım Muhammad Sonail; doğrulama Deyi Xu ve Mojawir Ahmad Sadat; formel analiz Muhammad Sonail ve Zohaib Hassan; veri düzenleme Muhammad Sonail ve Farrukh Fazal; ilk taslak Muhammad Sonail; gözetim ve proje yönetimi Deyi Xu tarafından yürütülmüştür.

Kaynak içi değişken tutarsızlığı: Abstract doğal kaynak rantını araştırma değişkenlerinden biri olarak sayarken ampirik modelde doğal kaynak rantı bulunmamaktadır; model financial development değişkenini içermektedir.

AI ölçüm tutarsızlığı: Yöntem bölümü AI serisinin min–max normalizasyonuna tabi tutulduğunu belirtirken Tablo 2'de raporlanan AI değerleri geleneksel 0–1 min–max aralığında değildir.

Betimsel tablo uyarısı: TEXP için raporlanan ortalama, medyan ve minimum değerler kendi aralarında aritmetik bir raporlama sorunu olabileceğine işaret etmektedir. Bu nedenle bu satır Verianla'da yeni istatistik üretmek amacıyla kullanılmamıştır.

Anlamlılık işareti uyarısı: MMQR ve FMOLS/DOLS tablolarının yıldız açıklaması bazı açık p-değerleriyle uyuşmamaktadır. MMQR yorumunda p-değerleri esas alınmıştır.

PQQKRLS adlandırma uyarısı: Kaynak kısaltmayı farklı yerlerde Panel Quantile-on-Quantile Kernel-Based Regularized Least Squares, Partial Quantile–Quantile Kernel Regularized Least Squares ve Şekil 5'te Panel QQKRLS biçimlerinde kullanmaktadır.

Temel yöntemsel sınır: Sonuçlar gözlemsel ilişkilerdir; nedensel etki olarak yorumlanamaz. PQQKRLS ise tamamlayıcı doğrusal olmayan görsel kanıttır ve tek başına istatistiksel anlamlılık testi değildir.

Görsel yeniden çizim: Kaynak Şekil 1'in kuramsal mekanizma şeması, Şekil 2'nin yöntem akışı, Şekil 4'ün Pedroni tanısal haritası ve Şekil 5'in PQQKRLS tepki yüzeyleri bilimsel ilişkileri korunarak özgün Verianla görsellerine dönüştürülebilir. Şekil 5 için kaynakta hücrelerin bütün sayısal ham değerleri verilmediğinden görsel yeniden çizim nitel/source-derived sınırda tutulmalıdır.

Verianla Live uygunluğu: MMQR katsayıları için Live Data ve Live Compare; yöntem sırası için Live Process; kaynak Şekil 1 için source-derived Live Figure uygundur. Kullanıcının parametre değiştirerek yeni ekolojik ayak izi sonucu ürettiği interaktif simülasyon kaynak tarafından desteklenmemektedir.