Peran Pengeluaran Perlindungan Lingkungan, Urbanisasi, dan Pertumbuhan Ekonomi dalam Mempromosikan Sumber Daya Alam yang Berkelanjutan

ABSTRAK
Eksploitasi sumber daya alam yang berlebihan menimbulkan tantangan yang signifikan bagi ekosistem global. Karena sumber daya alam dunia terbatas, menjaga keseimbangan ekologi sangat penting untuk memastikan produksi, konsumsi, dan penggunaan yang efisien. Lebih jauh, salah satu elemen terpenting dalam mencapai tujuan pembangunan berkelanjutan adalah perlindungan sumber daya alam. Oleh karena itu, mengetahui apa yang memengaruhi dan menopang sumber daya alam memberikan informasi penting untuk membantu membentuk praktik pengelolaan sumber daya yang berkelanjutan. Dalam hal ini, penelitian ini menyelidiki dampak pengeluaran perlindungan lingkungan, urbanisasi, konsumsi bahan bakar fosil, dan pertumbuhan ekonomi terhadap penipisan sumber daya alam di 10 negara dengan penipisan alam terendah antara tahun 1995 dan 2021 melalui pengujian kausalitas. Selain itu, karena dapat memengaruhi sumber daya alam, populasi, globalisasi, dan kepadatan populasi dimasukkan sebagai variabel kontrol dalam model penelitian. Tujuan penting dari penelitian ini adalah untuk mencapai Tujuan Pembangunan Berkelanjutan 7, 8, 9, dan 12. Temuan pengujian penelitian menunjukkan bahwa kebijakan ini memiliki efek positif pada perlindungan sumber daya alam dan menunjukkan hubungan kausalitas yang mendukung temuan ini. Pemerintah harus mengalokasikan dana yang terjangkau dan mudah diakses untuk inisiatif yang akan mengurangi konsekuensi negatif dari proses yang menjamin keberlanjutan sumber daya alam. Selain itu, penelitian ini menyoroti kontribusinya terhadap literatur dengan mengusulkan beberapa kesimpulan konkret yang menentukan faktor-faktor yang memengaruhi keberlanjutan sumber daya alam.

1 Pendahuluan
Sumber daya alam merupakan aset paling tidak berbahaya yang telah lama dan terus dimanfaatkan oleh umat manusia (Chau et al. 2022 ). Sumber daya ini merupakan elemen material dari pembangunan sosial dan ekonomi. Seiring berjalannya waktu, populasi yang meningkat pesat dan industrialisasi yang berkembang telah meningkatkan permintaan akan sumber daya alam. Hal ini menyebabkan konsumsi sumber daya alam yang berlebihan. Sayangnya, penggunaan sumber daya alam yang berlebihan membawa tantangan yang signifikan bagi ekosistem global. Karena keterbatasan sumber daya alam di dunia, sangat penting untuk menciptakan keseimbangan ekologis untuk memastikan efisiensi dalam penggunaannya dan keberlanjutan dalam produksi dan konsumsi. Dalam konteks ini, penggunaan sumber daya alam yang efektif terus menjadi titik fokus bagi para pembuat kebijakan baik di tingkat global maupun lokal (Tan et al. 2023 ). Di tingkat universal, khususnya Perserikatan Bangsa-Bangsa (PBB) telah mengambil berbagai inisiatif untuk menyeimbangkan suhu global, mengurangi pencemaran lingkungan, dan menggunakan sumber daya alam secara efektif. Dalam Konferensi Para Pihak ke-29 pada tahun 2024, berbagai langkah vital dibahas untuk mengurangi pemanasan global, memerangi perubahan iklim, mengurangi emisi karbon dioksida, mengurangi bahan bakar fosil, dan menggunakan sumber daya alam secara efektif (UNFCCC 2024 ). Di sisi lain, PBB telah mengumumkan 17 tujuan pembangunan berkelanjutan (SDGs) untuk memastikan pembangunan berkelanjutan. Dari tujuan-tujuan ini, SDG-12 diciptakan untuk memastikan keberlanjutan dan penggunaan sumber daya alam yang efisien. Selain tujuan ini, SDGs 8–9 bertujuan untuk menciptakan teknologi energi hijau dan memastikan pertumbuhan ekonomi (LNECB) dengan memperhitungkan polusi lingkungan untuk terus memastikan produktivitas sumber daya dalam produksi dan konsumsi (UNDP 2024 ). SDG-7 bertujuan untuk meningkatkan sumber daya energi terbarukan lebih dari sumber daya fosil dalam total konsumsi energi (Aydin dan Erdem 2024 ). Artikel ini diantisipasi untuk berkontribusi pada target SDG-7, 8, 9, dan 12 untuk 10 negara dengan penipisan sumber daya alam (NRD) terendah. Gambar 1 dibuat untuk meringkas hubungan antara variabel yang digunakan dalam artikel ini dan SDG.

NRD menunjukkan bahwa sumber daya alam dikonsumsi lebih cepat daripada yang dapat diperbarui. Kegiatan ekonomi yang dilaksanakan oleh pemerintah menentukan NRD. Dengan kata lain, LNECB memengaruhi NRD dalam banyak hal. Hubungan antara kedua variabel ini pertama kali diselidiki dengan asumsi bahwa negara-negara maju memiliki sumber daya yang langka dan negara-negara berkembang kaya akan sumber daya alam. Asumsi ini disebut “kutukan sumber daya” dalam literatur. Dalam teori ini, dijelaskan bahwa ekonomi maju dengan sumber daya alam yang langka harus memiliki spesialisasi yang lebih awal dan lebih intens di sektor manufaktur. Ekonomi berkembang dengan sumber daya yang melimpah, di sisi lain, lebih suka mengadopsi kebijakan yang mengkhususkan diri dalam ekspor untuk beberapa produk dan meningkatkan eksploitasi berlebihan terhadap sumber daya alam mereka yang ada (Kuralbayeva dan Stefanski 2013 ; Badeeb et al. 2017 ; Owusu-Antwi et al. 2019 ; Singh et al. 2024 ). Lebih jauh, terhadap anggapan ini, model pembangunan ekonomi neo-klasik memandang sumber daya alam sebagai komponen penting dari LNECB, seperti halnya modal manusia dan inovasi teknologi, dan tidak menganggapnya sebagai keterbatasan (Mittal dan Gupta 2015 ). Studi dalam literatur tentang subjek tersebut telah menyelidiki dampak sumber daya alam pada LNECB. Meskipun demikian, sejauh mana LNECB berkontribusi terhadap dampak pada sumber daya alam masih belum jelas. Oleh karena itu, diperkirakan bahwa menyelidiki peran LNECB pada NRD akan mengisi celah penting dalam literatur. LNECB dapat memengaruhi NRD dalam berbagai cara. Peningkatan pertumbuhan ekonomi di negara-negara terbelakang dan berkembang berdampak negatif pada kualitas lingkungan dan menyebabkan penipisan sumber daya alam yang berlebihan. Di sisi lain, negara-negara maju meningkatkan kualitas lingkungan melalui pertumbuhan ekonomi hijau. Selain itu, negara-negara ini berinvestasi lebih banyak dalam teknologi yang mempertimbangkan lingkungan dan berusaha untuk menggunakan sumber daya alam secara lebih efektif dan efisien. Dalam konteks ini, diasumsikan bahwa pertumbuhan ekonomi akan berdampak positif atau negatif pada penipisan sumber daya alam tergantung pada status pembangunan negara-negara tersebut.

Bahan bakar fosil termasuk sumber energi tak terbarukan. Sumber-sumber ini adalah sumber yang meningkatkan pencemaran lingkungan, seperti batu bara, minyak, dan gas alam. Diasumsikan bahwa penggunaan bahan bakar fosil yang berlebihan di suatu negara akan berdampak negatif pada sumber daya alam, seperti udara, air, hutan, tanah, dan vegetasi. Sumber-sumber ini mewakili sekitar 80% dari kebutuhan energi dunia. Sumber-sumber ini merupakan 50% dari seluruh jejak karbon dunia dan 90% dari hilangnya keanekaragaman hayati. Jumlah NRD telah meningkat lebih dari tiga kali lipat dibandingkan dengan 50 tahun sebelumnya. Dengan kata lain, NRD telah meningkat dari 6 miliar ton menjadi 15 miliar ton. Selain itu, panen biomassa telah meningkat dari 9 miliar ton menjadi 24 miliar ton. Dengan demikian, sumber daya alam lainnya telah meningkat lima kali lipat (Zhou et al. 2022 ; Pang et al. 2024 ). Sebagian besar penelitian telah menyelidiki hubungan antara sewa sumber daya alam dan konsumsi energi terbarukan. Misalnya, dalam penelitian mereka, Han et al. ( 2023 ) menemukan bahwa pendapatan sumber daya alam berdampak positif terhadap energi terbarukan. Zhang, Jing, dkk. ( 2024 ) menemukan bahwa energi terbarukan berdampak negatif terhadap kualitas lingkungan dan sumber daya alam. Berbeda dengan literatur, penelitian ini menyelidiki dampak konsumsi bahan bakar fosil (LNFOC) terhadap NRD.

Urbanisasi (URB) adalah elemen signifikan lain yang dapat memengaruhi NRD. URB disebut sebagai proses aktif migrasi dari desa ke kota. Dalam skala global, URB terlihat terus meningkat. Pada tahun 2030, sekitar 60% populasi dunia diprediksi akan pindah ke daerah perkotaan, menurut World Urbanization Prospects ( 2018 ). NRD diprediksi akan meningkat sebagai akibat dari keadaan ini. URB yang berlebihan diprediksi oleh International Resource Policy ( 2022 ) akan meningkatkan kadar NRD dari 40 miliar ton pada tahun 2010 menjadi 90 miliar ton pada tahun 2050. Namun, proses URB secara ekstensif menggunakan sumber daya alam seperti batu bara, minyak, dan gas untuk membangun infrastruktur seperti jalan, jembatan, dan gedung serta meningkatkan industrialisasi. Ini menunjukkan betapa bergantungnya proses URB pada NRD (Razzaq et al. 2022 ). URB juga memiliki berbagai efek, seperti meningkatkan deforestasi dan berdampak negatif pada lingkungan. Meningkatnya penggundulan hutan juga merusak mineral dan tanah alami (Zhang dan Cui 2024 ). Selain dampak buruk dari URB, URB juga dapat memberikan dampak positif. Misalnya, akses ke jenjang pendidikan yang lebih tinggi di daerah perkotaan lebih mudah daripada di daerah pedesaan. Masyarakat menjadi lebih sadar akan perlindungan lingkungan dengan pendidikan yang berkualitas dan memperhatikan konsumsi sumber daya alam yang berlebihan (Danish et al. 2020 ). Mereka menggunakan lebih banyak sumber energi terbarukan daripada sumber energi tak terbarukan dalam sistem infrastruktur. Hal ini berkontribusi pada efisiensi energi yang lebih tinggi dan konsumsi sumber daya yang lebih sedikit serta meningkatkan kualitas lingkungan.

Pengeluaran perlindungan lingkungan (EPE) adalah pengeluaran yang dilakukan oleh pemerintah pusat untuk meminimalkan pencemaran lingkungan dan melindungi sumber daya alam (udara, air, tanah, hutan, energi, tumbuhan, dll.) (Moe dan Braathu 2014 ). Ketika literatur tentang dampak EPE pada NRD diteliti, terlihat bahwa tidak ada penelitian tentang subjek ini. Penelitian sebagian besar menyelidiki dampak EPE dan sumber daya alam terhadap kualitas lingkungan atau pencemaran lingkungan. Dalam artikel ini, diketahui bahwa EPE tinggi di kelompok negara yang dipilih. Diasumsikan bahwa peningkatan pengeluaran ini akan mencegah penipisan sumber daya alam.

Makalah ini menganalisis hubungan kausalitas LNECB, LNFOC, URB, dan EPE pada NRD untuk 10 negara dengan NRD terendah. Tujuan utama makalah ini adalah untuk menemukan hubungan timbal balik dan berkelanjutan di antara variabel-variabel yang meningkatkan atau menurunkan NRD dalam perekonomian 10 negara dengan NRD terendah. (i) Studi kasus dan analisis teoritis dari berbagai ekonomi dimasukkan ke dalam struktur makalah ini. Formasi ini menawarkan banyak informasi tentang bagaimana LNECB, EPE, LNFOC, dan URB membatasi atau berkontribusi pada penipisan sumber daya alam. (ii) Alasan mengapa studi ini berfokus pada 10 negara ini dan bukan kelompok negara lain adalah karena NRD adalah yang terendah di negara-negara ini. Memahami faktor-faktor yang memengaruhi dan mendukung NRD di negara-negara ini penting untuk memandu kebijakan pengelolaan sumber daya yang berkelanjutan. Dalam hal ini, studi ini bermaksud untuk mengeksplorasi kesimpulan kebijakan mendasar untuk memenuhi target SDG (7, 8, 9, dan 12) mengenai penggunaan sumber daya alam. (iii) Sebagai hasil dari telaah pustaka terperinci, terlihat bahwa LNECB, LNFOC, dan EPE belum diperiksa pada NRD di negara-negara yang disebutkan. Temuan artikel ini akan memberikan panduan bagi 10 negara tentang pengelolaan sumber daya alam. Mengarahkan setidaknya sebagian EPE ke sumber daya ini akan membantu mencegah penipisan sumber daya. Oleh karena itu, menentukan elemen yang memengaruhi NRD menjadi sangat penting. (iv) Uji kausalitas Kónya digunakan untuk menganalisis secara kuat hubungan kausalitas antara LNECB, LNFOC, URB, dan EPE pada NRD di 10 negara. (v) Studi ini menggunakan data dari ekonomi 10 negara dari tahun 1995 hingga 2021. (vi) Studi ini berbeda dari studi sebelumnya dengan menggabungkan LNECB, LNFOC, URB, dan EPE, yang jarang diperiksa untuk NRD, dalam model yang sama. Variabel-variabel yang digunakan dalam model ini mendukung masalah tentang bagaimana sumber daya alam akan digunakan. LNECB memengaruhi sumber daya alam menurut status pembangunan negara-negara. URB meningkatkan deforestasi dan kesadaran masyarakat tentang pengelolaan sumber daya alam melalui pendidikan. Pemerintah pusat menyediakan EPE untuk meminimalkan polusi lingkungan, melindungi sumber daya alam, dan berkontribusi pada pengurangan NRD. Variabel independen studi ini membahas faktor politik, ekonomi, dan lingkungan yang diperlukan untuk menjamin pengelolaan sumber daya alam. (vii) Sebagai tambahan terhadap variabel LNECB, LNFOC, URB, dan EPE, kami menambahkan globalisasi (GLOB), populasi (LNPOPT), dan kepadatan populasi (POPD) sebagai variabel kontrol dalam model karena kami pikir variabel-variabel tersebut akan memengaruhi NRD. Terlihat bahwa belum ada studi yang dilakukan tentang penipisan sumber daya alam dalam ketiga variabel ini. Mengisi kesenjangan dalam literatur ini merupakan tujuan lain dari studi ini. (viii) Terakhir, studi ini menawarkan berbagai rekomendasi kebijakan kepada para pembuat kebijakan tentang penggunaan variabel LNECB, LNFOC, URB, EPE, GLOB, LNPOPT, dan POPD dari model NRD untuk mendorong pengelolaan sumber daya alam.

Bagian 2 artikel ini menyajikan literatur tentang hubungan antara variabel independen dan NRD. Bagian 3 menjelaskan model, data, dan metode penelitian. Bagian 4 merangkum hasil empiris yang diperoleh dari penelitian ekonometrik. Bagian terakhir menawarkan beberapa rekomendasi kebijakan berdasarkan temuan penelitian.

2 Tinjauan Pustaka
Pemeriksaan studi dalam literatur menunjukkan bahwa EPE, URB, LNECB, dan FOC memiliki efek yang berbeda-beda pada NRD. Tabel 1 mencakup penyelidikan tentang hubungan antara LNECB dan NRD. Studi tentang hubungan antara LNFOC dan NRD disertakan dalam Tabel 2. Studi yang meneliti dampak URB pada NRD disertakan dalam Tabel 3. Tidak ada studi yang meneliti variabel-variabel ini secara kolektif untuk negara-negara yang diteliti dalam artikel ini, meskipun ada penelitian literatur yang ekstensif tentang topik tersebut.

TABEL 1. Pertumbuhan ekonomi dan penipisan sumber daya alam.

NRD secara umum memengaruhi LNECB dan pembangunan ekonomi. Dampak negatif NRD pada LNECB telah menjadi pusat berbagai studi pembangunan. Ekonomi dengan sumber daya alam yang tinggi telah menjalankan kebijakan yang telah meningkatkan eksploitasi berlebihan terhadap sumber daya alam yang tersedia untuk LNECB dan pembangunan ekonomi. Dampak negatif dari kebijakan yang mengeksploitasi sumber daya alam secara berlebihan tidak dipertimbangkan (Mittal dan Gupta 2015 ). Hubungan negatif antara NRD dan LNECB ini disebut “kutukan sumber daya” (Gerelmaa dan Kotani 2016 ). Meskipun demikian, beberapa studi mengklaim bahwa sumber daya alam akan mendukung LNECB (Gylfason dan Zoega 2006 ; Arslan et al. 2022 ; Khan et al. 2024 ).

Tabel 1 menjelaskan studi tentang hubungan antara NRD dan LNECB. Nawaz et al. ( 2019 ) menyimpulkan bahwa NRD mengurangi LNECB. Zhang, Waris, et al. ( 2024 ) dan Manigandan et al. ( 2024 ) menyimpulkan bahwa sewa sumber daya alam berdampak negatif pada LNECB. Mempertimbangkan hasil studi Manigandan et al. ( 2024 ), pemerintah India harus meningkatkan langkah-langkah regulasinya untuk mengurangi dampak sumber daya alam yang menghambat LNECB berkelanjutan. Khan et al. ( 2024 ) dan Razzaq ( 2024 ) menyimpulkan bahwa sewa sumber daya alam berdampak positif pada LNECB. Gerelmaa dan Kotani ( 2016 ) dan Singh et al. ( 2024 ) memperoleh hasil yang beragam antara NRD dan LNECB. Singh et al. ( 2024 ) menemukan hubungan negatif antara sewa sumber daya alam dan LNECB karena studi mereka. Namun, efek yang berbeda terlihat pada kuantil di setiap negara. Hanya di AS dan Tiongkok terdapat hubungan positif antara sewa sumber daya alam dan LNECB pada kuantil bawah dan atas. Menurut temuan tersebut, ekonomi yang dimaksud harus mengurangi ketergantungan tinggi pada sumber daya alam dalam LNECB untuk pembangunan berkelanjutan. Kebijakan yang berlaku diperlukan untuk pengelolaan sumber daya alam yang lebih baik. Gerelmaa dan Kotani ( 2016 ) menunjukkan bahwa ekonomi dengan NRD rendah pada tahun 1970 memiliki LNECB yang lebih lambat daripada negara-negara miskin sumber daya dalam 20 tahun berikutnya. Namun, ada efek positif pada LNECB antara tahun 1990 dan 2010 ketika NRD rendah pada tahun 1990. Temuan ini menolak hipotesis Penyakit Belanda. Disimpulkan bahwa hipotesis Penyakit Belanda dan Kutukan Sumber Daya valid antara tahun 1970 dan 1990. Sayangnya, kedua hipotesis tersebut kehilangan validitasnya antara tahun 1990 dan 2010, karena bahkan di ekonomi yang kaya sumber daya, sektor manufaktur berkembang cukup. ( 2021 ) menganalisis dampak NRD dan LNECB terhadap emisi CO 2 . Mereka menemukan bahwa kedua variabel tersebut meningkatkan emisi CO 2 . Huo dan Peng ( 2023 ) menyimpulkan bahwa NRD mengurangi emisi CO 2 sementara LNECB meningkatkannya. Huo dan Peng ( 2023) memberikan beberapa rekomendasi kepada pemerintah Tiongkok berdasarkan temuan studi mereka. Pertama, pemerintah Tiongkok harus mengambil langkah-langkah yang tepat untuk mencegah NRD berdampak negatif terhadap perekonomian. Pemerintah Tiongkok harus menciptakan insentif bagi perusahaan untuk berinvestasi dalam praktik dan sumber daya yang berkelanjutan. Insentif ini akan memberikan dampak positif seperti mengurangi NRD dan berdampak positif pada LNECB. Selain itu, pemerintah harus memperkuat kerangka hukumnya untuk memastikan pengelolaan sumber daya alam yang bertanggung jawab. Kerangka hukum ini mencakup penyediaan peraturan dasar untuk ekstraksi sumber daya dan pemberian sanksi kepada perusahaan yang melanggar peraturan tersebut.

Seperti yang terlihat dalam literatur, meskipun berbagai penelitian telah dilakukan mengenai dampak sumber daya alam terhadap LNECB, sejauh mana mereka berkontribusi terhadap dampak LNECB terhadap NRD masih belum jelas. Oleh karena itu, menyelidiki peran NRD pada LNECB akan mengisi kesenjangan penting dalam literatur.

Bahan bakar fosil termasuk sumber energi tak terbarukan. Sumber-sumber ini meningkatkan polusi lingkungan seperti batu bara, minyak, dan gas alam. Diasumsikan bahwa penggunaan bahan bakar fosil yang berlebihan di suatu negara akan berdampak negatif pada sumber daya alam seperti udara, air, hutan, tanah, dan vegetasi. Tabel 2 menunjukkan berbagai penelitian dalam literatur tentang hubungan antara LNFOC dan NRD. Zaman et al. ( 2017 ), Zeeshan et al. ( 2021 ), dan Ganda ( 2024 ) menemukan bahwa konsumsi energi berdampak positif pada sewa sumber daya alam. Chau et al. ( 2022 ) menemukan bahwa peningkatan konsumsi energi terbarukan berdampak positif pada sewa sumber daya alam. Xu dan Zhao ( 2023 ) menemukan bahwa penipisan energi berdampak positif pada NRD. Menurut Xu dan Zhao ( 2023 ), penggunaan NRD yang berlebihan mengakibatkan perencanaan yang tidak berkelanjutan dan pemborosan. Ketika orang membangun struktur seperti bendungan, jalan, dan jembatan, penggunaan NRD dapat diterima. Namun, penggunaan berlebihan dalam proses lain harus dibatasi. Selain itu, pengembangan sumber daya manusia merupakan salah satu prinsip dasar dalam proses pengelolaan sumber daya alam. Di sisi lain, beberapa penelitian menyelidiki pengaruh sumber daya alam terhadap konsumsi energi. Hussain et al. ( 2020 ) menemukan bahwa NRD berdampak positif pada konsumsi energi, sementara Han et al. ( 2023 ) menemukan bahwa sewa sumber daya alam meningkatkan konsumsi energi terbarukan. Dalam penelitiannya di Ghana, Kwakwa et al. ( 2020 ) menemukan bahwa ekstraksi sumber daya alam berdampak positif pada konsumsi energi. Pang et al. ( 2024 ) menyelidiki hubungan antara NRD dan risiko keamanan energi. Penelitian ini menggunakan metode CS-ARDL dan PMG-ARDL. Mereka menyimpulkan bahwa NRD meningkatkan risiko keamanan energi jangka panjang di Asia, Amerika, Eropa, dan Afrika. Dalam jangka pendek, peran NRD dalam risiko keamanan energi tidak signifikan. Oleh karena itu, pembuat kebijakan harus fokus pada penggunaan sumber daya alam secara efektif dan efisien untuk mengurangi risiko keamanan energi.

Bila literatur dievaluasi secara umum, belum ditemukan studi tentang penipisan sumber daya alam yang disebabkan oleh konsumsi bahan bakar fosil. Dampak konsumsi energi terhadap sewa sumber daya alam telah diteliti lebih lanjut. Berdasarkan kesenjangan literatur, dampak konsumsi bahan bakar fosil terhadap NRD akan mengisi kesenjangan ini.

Perluasan URB menyebabkan peningkatan NRD. Hal ini juga menyebabkan masalah lingkungan yang serius (Danish et al. 2019 ). Peningkatan tingkat urbanisasi berarti bahwa daerah pedesaan akan menurun dan polusi udara akan meningkat. Dapat dikatakan bahwa sumber daya alam lebih melimpah di daerah pedesaan. Diasumsikan bahwa peningkatan tingkat urbanisasi di negara-negara akan menyebabkan menipisnya sumber daya alam. Di sisi lain, penelitian lain menunjukkan bahwa URB mempromosikan sektor-sektor seperti industrialisasi dan transportasi, yang meningkatkan konsumsi energi (Danish et al. 2020 ). URB yang meluas menciptakan tekanan besar pada ekstraksi dan pengelolaan sumber daya alam (Tan et al. 2023 ).

Tabel 3 mencakup studi yang menunjukkan dampak URB pada sumber daya alam. Hasil umum studi Tan et al. ( 2023 ), Zhang dan Cui ( 2024 ), dan Zhang, Jing, et al. ( 2024 ) menunjukkan bahwa peningkatan URB berdampak positif pada sumber daya alam. Tan et al. ( 2023 ) menemukan bahwa URB memberikan tekanan besar pada pengelolaan sumber daya alam. Studi ini berkontribusi pada pengembangan berbagai kebijakan untuk pengelolaan sumber daya alam. Zhang, Jing, et al. ( 2024 ) menyarankan peningkatan insentif dan investasi untuk meningkatkan NRD. Dampak negatif URB dapat dikurangi melalui perencanaan perkotaan yang berkelanjutan. Selain itu, perlu untuk menyeimbangkan LNECB dengan perlindungan lingkungan. Kebijakan multi-aspek yang mendukung LNECB hijau dan efisiensi sumber daya alam diperlukan. Namun, Ahmed et al. ( 2020 ) menemukan hubungan dinamis antara URB dan sewa sumber daya alam dalam studi mereka. ( 2021 ) menemukan hubungan berbentuk U terbalik antara URB dan sumber daya alam. Awan dan Liaqat ( 2021 ) menyelidiki dampak URB terhadap NRD menggunakan uji ADF dan metode OLS dalam studi mereka di Pakistan. Studi tersebut menemukan bahwa peningkatan URB memiliki efek positif terhadap NRD.

Studi ini tidak hanya menyelidiki dampak URB, LNECB, dan LNFOC pada NRD. Selain itu, EPE, yang dapat memengaruhi NRD, dimasukkan dalam model, dan hubungan kausalnya dengan NRD dianalisis. EPE dapat dijelaskan sebagai sumber daya ekonomi yang dialokasikan untuk kegiatan oleh pemerintah pusat untuk mencegah gangguan keseimbangan ekologi dan mengurangi pencemaran lingkungan. Ketika literatur tentang dampak EPE pada NRD diperiksa, terlihat bahwa belum ada studi yang dilakukan pada subjek ini. Studi dalam literatur terutama menyelidiki dampak sumber daya alam dan EPE pada pencemaran lingkungan atau kualitas lingkungan. Azam et al. ( 2023 ) menganalisis dampak pengeluaran konsumsi pemerintah, LNECB, sewa sumber daya alam, dan sumber energi alternatif pada pencemaran lingkungan untuk ekonomi Prancis dalam periode 1990–2018. Disimpulkan bahwa sewa sumber daya alam merugikan pengurangan pencemaran lingkungan. Caglar dan Yavuz ( 2023 ) menyelidiki dampak konsumsi energi terbarukan dan EPE pada kualitas lingkungan di ekonomi UE dari tahun 1995 hingga 2018 menggunakan pendekatan CS-ARDL. Disimpulkan bahwa EPE tidak memengaruhi kualitas lingkungan di ekonomi UE. Aydin dkk. ( 2023 ) menganalisis dampak sewa sumber daya alam, EPE, LNECB, dan penganggaran hijau pada polusi lingkungan dengan uji kointegrasi panel dalam studi mereka untuk negara-negara UE antara tahun 1995 dan 2018. Temuan menunjukkan bahwa sementara peningkatan EPE berdampak negatif pada jejak ekologis di Italia dan Slovenia, peningkatan sewa sumber daya alam berdampak positif di Austria, Polandia, dan Slovakia. Direkomendasikan agar pembuat kebijakan meninjau kebijakan yang digunakan untuk EPE. Dia ( 2024 ) menyelidiki dampak sumber daya alam, inovasi teknis, perlindungan sosial, dan energi hijau pada emisi karbon dioksida menggunakan teknik kointegrasi generasi kedua dalam studinya terhadap 20 negara ekonomi maju teratas dari tahun 2000 hingga 2021. Hasilnya menunjukkan bahwa peningkatan sumber daya alam meningkatkan polusi lingkungan. Akdag dkk. ( 2024 ) meneliti dampak EPE, pajak lingkungan, intensitas energi, LNECB, dan populasi pada emisi gas rumah kaca di negara-negara UE dari tahun 1995 hingga 2019. Disimpulkan bahwa EPE adalah alat yang lebih baik daripada pajak lingkungan dalam mengurangi emisi gas rumah kaca. Bozatli dan Akca ( 2024 ) menyelidiki dampak EPE, efisiensi pemerintah, energi terbarukan, LNECB, dan pajak sumber daya pada faktor kapasitas beban di Belanda dari tahun 1996 hingga 2021. Ini menunjukkan bahwa EPE dan pajak sumber daya adalah alat praktis untuk meningkatkan kualitas lingkungan Belanda. Untuk memaksimalkan manfaat kedua alat tersebut, pembuat kebijakan Belanda harus berkomitmen untuk menggunakan pendapatan pajak dan terus mengadopsi inovasi teknologi hijau.

Dalam penelitian ini, hubungan kausalitas URB, LNECB, EPE, dan LNFOC terhadap NRD dianalisis. Di sisi lain, kami memasukkan GLOB, LNPOPT, dan POPD sebagai variabel kontrol dalam model karena kami pikir variabel-variabel tersebut dapat memengaruhi NRD dalam penelitian.

3 Model dan Metodologi
Makalah ini menguji hubungan antara EPE, konsumsi bahan bakar fosil, urbanisasi, dan pertumbuhan ekonomi pada NRD melalui analisis kausalitas untuk 10 negara dengan NRD terendah. Tujuan utama makalah ini adalah untuk menemukan hubungan timbal balik dan berkelanjutan di antara variabel-variabel yang meningkatkan atau menurunkan NRD dalam perekonomian 10 negara dengan NRD terendah. Kendala data dan sampel negara yang dipilih dipertimbangkan saat membuat model. Studi ini memilih 10 negara dengan NRD terendah sebagai sampel negara. Negara-negara ini adalah Luksemburg, Lithuania, Swiss, Republik Slowakia, Jerman, Prancis, Belgia, Spanyol, Yunani, dan Austria. Dasar untuk memilih kelompok negara ini adalah bahwa akan lebih akurat untuk menentukan faktor-faktor yang memengaruhi di negara-negara di mana NRD terendah. Ketika kita melihat studi dalam literatur, fakta bahwa kelompok negara ini tidak digunakan menunjukkan orisinalitas studi tersebut.

Dalam pengujian yang menggunakan teknik analisis data panel generasi baru, digunakan data tahunan untuk periode 1995–2021. Pembenaran utama untuk keterbatasan data adalah penggunaan data umum untuk variabel yang termasuk dalam model dan kelompok negara. Hipotesis dasar penelitian ini dibangun sebagai “EPE, konsumsi bahan bakar fosil, urbanisasi, dan pertumbuhan ekonomi efektif terhadap NRD.” Dalam hal ini, model dan kumpulan data variabel yang akan digunakan berdasarkan hipotesis yang dinyatakan disajikan terlebih dahulu, diikuti dengan pilihan metode yang sesuai. Setelah kerangka teoritis dan konseptual pengujian yang akan diterapkan dalam cakupan metode disajikan, temuan yang diperoleh dari analisis ditafsirkan.

3.1 Data dan Model
Kajian dalam literatur dijadikan dasar penentuan variabel yang termasuk dalam model yang dibuat untuk menguji hipotesis yang telah ditetapkan. Variabel dependen dalam kasus ini adalah penipisan sumber daya alam dalam basis data Bank Dunia (% dari PNB). EPE dari basis data IMF, konsumsi bahan bakar fosil (LNFOC) dari basis data Our World in Data, dan variabel urbanisasi dan pertumbuhan ekonomi dari Bank Dunia ditetapkan sebagai variabel independen. Selain itu, variabel globalisasi (GLOB), populasi (LNPOPT), dan kepadatan populasi (POPD) yang diketahui memengaruhi variabel dependen juga dimasukkan dalam analisis dalam model. Di antara variabel-variabel tersebut, LNECB, LNFOC, dan LNPOPT diuji dengan mengambil logaritmanya. Karena variabel lainnya berbentuk rasio dan persentase, pengambilan logaritmanya tidak diperlukan. Semua variabel yang digunakan dalam model adalah yang paling disukai, seperti yang terlihat dalam kajian literatur, dan yang tidak akan memiliki masalah data umum. Variabel yang relevan dan informasi penjelasan yang diperlukan diberikan dalam Tabel 4 .

TABEL 4. Kumpulan data dan sumber.

Dalam penelitian yang meneliti dampak EPE, konsumsi bahan bakar fosil, urbanisasi, dan pertumbuhan ekonomi terhadap NRD, model yang dibuat dalam sampel dan rentang data yang ditentukan disusun sebagai berikut dalam cakupan hipotesis yang ditetapkan.

sementara i  = 1, 2, 3,… N yang ditunjukkan dalam model menunjukkan data penampang, t  = 1, 2, 3, … T mewakili dimensi waktu, dan ɛ mewakili suku galat. Karena semua variabel dalam model proporsional atau terindeks, variabel-variabel tersebut dimasukkan dalam analisis tanpa mengambil logaritmanya.
3.2 Metodologi dan Hasil Empiris
Berikut ini adalah urutan metodologi penelitiannya:

• Analisis grafik dan statistik deskriptif variabel.
• Untuk analisis keberadaan ketergantungan variabel secara cross-sectional, digunakan uji CD _{lm1 milik Breusch dan Pagan (} 1980 ) dan uji _adj LM milik Pesaran et al. ( 2008 ) .
• Untuk analisis stasioneritas variabel yang termasuk dalam model, uji akar unit CIPS panel Pesaran ( 2007 ).
• Melakukan uji Delta yang dikembangkan oleh Pesaran dan Yamagata ( 2008 ) untuk menentukan apakah koefisien kemiringan berubah antar unit.
• Uji kointegrasi Durbin–Hausman, yang dikembangkan oleh Westerlund ( 2008 ), untuk menentukan keberadaan hubungan kointegrasi antara variabel.
• Terakhir, uji kausalitas panel Kónya ( 2006 ) digunakan untuk menganalisis uji kausalitas.

3.2.1 Statistik Deskriptif dan Analisis Grafis Variabel
Dalam studi ekonometrik, sebelum beralih ke analisis, statistik deskriptif terpisah dari variabel yang termasuk dalam model harus diberikan dan ditafsirkan. Dalam hal ini, perubahan dan fluktuasi siklus variabel antara tahun-tahun yang ditentukan terlihat dan komentar dapat dibuat tentang perubahan statistiknya. Tampilan grafis dan komentar variabel yang digunakan, yang dibuat pada 10 negara dengan NRD terendah (Gambar 2 ), dapat dibuat sebagai berikut;

• Untuk variabel NRD, Lithuania dan Yunani berada di puncak, sementara negara lain muncul pada level yang sama.
• Variabel EPE menunjukkan tren yang berfluktuasi selama bertahun-tahun di semua negara.
• Dalam variabel URB, Belgia berada pada level maksimum, sedangkan Republik Slowakia berada pada level terendah.
• Sementara Luksemburg dan Swiss muncul sebagai negara paling maju dalam variabel LNECB, Lithuania berada di posisi terbawah.
• Dalam variabel LNFOC, semua negara kecuali Luksemburg berfluktuasi di sekitar pita yang sama.
• Dalam variabel GLOB, Lithuania dan Republik Slowakia berada pada level terendah, sementara tingkat fluktuasi serupa diamati di negara lain.
• Variabel LNPOPT menonjol di Jerman, Prancis, dan Spanyol.
• Dalam variabel POPD, Belgia berada pada posisi teratas sementara Lithuania berada pada level terendah.

Dalam penelitian yang meneliti dampak EPE, konsumsi bahan bakar fosil, urbanisasi, dan pertumbuhan ekonomi pada NRD, apakah rangkaian variabel yang termasuk dalam model terdistribusi normal atau tidak ditafsirkan menurut hasil kurtosis dan skewness. Dalam kasus di mana nilai kurtosis lebih besar dari 3, dapat dikatakan bahwa rangkaiannya tajam, dan dalam kasus di mana kurang dari 3, dapat dikatakan bahwa rangkaiannya datar. Ketika interpretasi hasil skewness diperiksa, nilai yang sama dengan nol menunjukkan distribusi normal. Nilai yang lebih besar dari nol menunjukkan bahwa rangkaiannya miring positif (kiri), dan nilai yang kurang dari nol menunjukkan bahwa rangkaiannya miring negatif (kanan) (Kapusuzoğlu dan Karan 2010 , 61–62).

Berdasarkan hasil Tabel 5 , karena nilai skewness variabel NRD, URB, LNFOC, dan POPD lebih signifikan daripada nol, maka deret tersebut condong ke kiri. Karena nilai variabel lainnya kurang dari nol, maka deret tersebut condong ke kanan. Mengenai nilai kurtosis, karena nilai variabel NRD, EPE, LNFOC, GLOB, dan POPD lebih signifikan daripada 3, maka deret tersebut tajam, dan karena nilai variabel lainnya kurang dari 3, maka deret tersebut datar.

TABEL 5. Uji statistik dasar untuk variabel.

3.2.2 Uji Ketergantungan Lintas Bagian
Keterkaitan antarnegara tumbuh seiring dengan semakin saling terhubungnya dunia. Oleh karena itu, karena adanya saling ketergantungan, guncangan, baik atau buruk, yang terjadi di satu negara dapat berdampak pada negara lain. Karena alasan ini, masalah faktor umum dalam investigasi ekonometrika mengharuskan mencari tahu ketergantungan variabel secara cross-sectional. Kelompok negara yang termasuk dalam analisis dalam studi ini adalah 10. Dengan demikian, dimensi cross-sectional adalah N  = 10. Karena dimensi waktu diperiksa antara tahun 1995 dan 2021, dimensi waktu adalah 27 ( T  = 27). Oleh karena itu, dimensi waktu lebih besar daripada dimensi observasi. Karena T  >  N , uji CD lm1 dari Breusch dan Pagan ( 1980 ) dan uji (LM adj ) dari Pesaran et al. ( 2008 ) digunakan dalam evaluasi analisis.

Bila Tabel 6 , yang menunjukkan hasil uji ketergantungan lintas sektor, diteliti, terlihat bahwa nilai probabilitas semua variabel signifikan secara statistik pada tingkat 1%. Dengan demikian, terdapat ketergantungan lintas sektor pada semua variabel. Situasi ini juga sesuai dengan dunia global saat ini, dan disimpulkan bahwa efek guncangan yang mungkin terjadi pada salah satu dari 10 kelompok negara yang dipilih akan memengaruhi negara-negara lainnya. Oleh karena itu, para manajer dan pengambil keputusan di negara-negara yang termasuk dalam sampel harus mempertimbangkan situasi saat ini dan memberikan arahan untuk masa mendatang.

TABEL 6. Hasil uji ketergantungan penampang.

Catatan: *, **, dan *** menunjukkan bahwa koefisien signifikan pada level 1%, 5%, dan 10%, masing-masing.

3.2.3 Hasil Uji Akar Unit Panel
Masalah utama yang perlu dipertimbangkan dalam uji stasioneritas analisis data panel adalah apakah negara-negara dalam sampel yang disertakan dalam model tersebut independen satu sama lain. Dalam konteks ini, uji akar unit analisis data panel terdiri dari uji generasi pertama dan kedua. Sementara uji akar unit generasi pertama tidak memperhitungkan ketergantungan lintas bagian, uji generasi kedua melakukan analisisnya sesuai dengan ketergantungan lintas bagian. Dalam dunia global saat ini, lebih realistis bagi guncangan untuk memengaruhi salah satu negara yang membentuk panel untuk memengaruhi negara-negara lain, dan oleh karena itu penggunaan uji generasi kedua yang digunakan dalam literatur ditafsirkan sebagai pendekatan yang lebih realistis. Karena ketergantungan lintas bagian diamati di antara variabel-variabel yang disertakan dalam model, uji akar unit CIPS, salah satu uji akar unit generasi kedua, digunakan untuk semua variabel. Karena ketergantungan antara lintas bagian terdeteksi di antara variabel-variabel yang disertakan dalam model, uji akar unit generasi kedua harus digunakan. Uji akar unit CIPS dari Pesaran ( 2007 ) lebih disukai dalam penelitian ini karena sering digunakan dalam literatur. Perbedaan utama antara uji akar unit CIPS dengan uji stasioneritas lainnya dapat diungkapkan sebagai berikut (Pesaran 2007 , 269);

• Dengan mempertimbangkan negara-negara yang termasuk dalam model dan dimensi waktu, model ini memberikan hasil yang konsisten untuk kasus-kasus di mana T  >  N.
• Dalam analisis, nilai statistik uji dihitung untuk semua unit yang membentuk panel, lalu statistik uji Cross Sectionally Augmented IPS (CIPS) dihitung untuk keseluruhan panel dengan mengambil rata-rata aritmatika dari pengujian ini.
• Dalam uji CADF, versi lanjutan dari regresi ADF dengan rata-rata lintas bagian yang tertunda digunakan.

Nilai statistik uji CIPS dibandingkan dengan nilai tabel kritis dalam artikel yang dibuat oleh Pesaran dengan simulasi Monte Carlo. Jika nilai statistik uji CIPS yang dihitung lebih besar daripada nilai tabel kritis dalam nilai absolut, hipotesis dasar (ada akar unit dalam deret) ditolak dan hipotesis alternatif (tidak ada akar unit dalam deret) diterima untuk seluruh panel (Pesaran 2007 ).

Hasil analisis stasioneritas pada Tabel 7 dapat diartikan sebagai guncangan pada salah satu negara yang termasuk dalam model yang menciptakan hasil permanen dan tidak langsung kehilangan efeknya. Selain itu, non-stasioneritas deret juga menyediakan prasyarat yang diperlukan agar uji kointegrasi dapat dilakukan. Ketika perbedaan derajat pertama dari semua deret diambil untuk membuat deret tersebut stasioner dan pengujian yang sama diulang, disimpulkan bahwa variabel menjadi stasioner pada level I (1). Ketika variabel diperiksa, setelah perbedaan variabel POPD diambil, variabel tersebut menjadi stasioner pada level 10% dan variabel lainnya menjadi stasioner pada level 1%. Dalam uji Kointegrasi Durbin–Hausman, yang merupakan uji kointegrasi yang akan digunakan pada bagian studi berikutnya, fakta bahwa variabel dependen adalah I (1) menunjukkan bahwa syarat cukup untuk analisis terpenuhi.

TABEL 7. Hasil uji akar unit.

Catatan: Pada tingkat signifikansi 1%, 5%, dan 10%, deret tersebut stasioner, sebagaimana ditunjukkan oleh simbol *, **, dan ***. Dalam urutan tersebut, nilai kritis untuk 1%, 5%, dan 10% adalah -3,12, -2,87, dan -2,73.

3.2.4 Uji Homogenitas
Dalam metode analisis data panel, perlu diputuskan apakah koefisien variabel yang diasumsikan memiliki hubungan kointegrasi jangka panjang bersifat homogen. Uji homogenitas menguji apakah negara-negara lain terpengaruh pada tingkat yang sama oleh perubahan di salah satu negara. Dalam konteks ini, koefisien diharapkan bersifat heterogen dalam model yang dibuat untuk negara-negara dengan struktur ekonomi yang berbeda; dalam model yang dibuat untuk kelompok negara-negara dengan struktur ekonomi yang sama, koefisien diharapkan bersifat homogen. Penelitian ini menggunakan Uji Homogenitas Lereng (uji Delta) yang dikembangkan oleh Pesaran dan Yamagata ( 2008 ) untuk menguji homogenitas. Uji Delta berlaku untuk sampel besar, sedangkan uji kata sifat Delta berlaku untuk sampel kecil. Dalam uji homogenitas, hipotesis nol (H 0 ) ditafsirkan sebagai “koefisien lereng bersifat homogen,” dan hipotesis alternatif (H1) ditafsirkan sebagai “koefisien lereng bersifat heterogen.” Hasil uji homogenitas untuk variabel yang termasuk dalam model dalam penelitian diberikan dalam Tabel 8 .

TABEL 8. Hasil uji homogenitas.

Catatan: * menunjukkan bahwa koefisien signifikan pada tingkat 1%.

Berdasarkan hasil uji homogenitas pada Tabel 8 , hipotesis H 0 yang ditetapkan berdasarkan homogenitas koefisien dalam uji Delta ditolak pada tingkat signifikansi 1% dan koefisien tersebut ditetapkan bersifat heterogen. Skenario ini menunjukkan bagaimana respons berbagai negara terhadap perubahan variabel model memengaruhi penipisan sumber daya alam.

3.2.5 Hasil Uji Kointegrasi Durbin–Hausman
Setelah menentukan tingkat stasioneritas variabel, hubungan kointegrasi harus diperiksa untuk menentukan keberadaan hubungan jangka panjang. Keberadaan hubungan jangka panjang dalam analisis data panel paling sering dilakukan dalam literatur dengan metode yang digunakan dalam penelitian Pedroni ( 1999 ), Pedroni ( 2007 ), Westerlund ( 2008 ), dan Westerlund dan Edgerton ( 2007 ). Namun, ketergantungan lintas bagian harus dipertimbangkan dalam analisis kointegrasi, seperti dalam uji akar unit. Jika tidak, masalah seperti menerima hipotesis bahwa ada hubungan dapat ditemui meskipun tidak ada hubungan kointegrasi. Karena masalah ini, analisis Durbin–Hausman, yang mempertimbangkan ketergantungan lintas bagian dan dikembangkan oleh Westerlund ( 2008 ), digunakan dalam penelitian ini.

Ada banyak alasan untuk menggunakan uji Durbin–Hausman yang dikembangkan oleh Westerlund ( 2008 ) dalam penelitian ini. Keuntungan terpenting dari uji ini adalah bahwa uji ini merupakan uji kointegrasi panel generasi kedua yang mempertimbangkan dependensi lintas bagian. Selain itu, sementara variabel dependen harus I (1), uji ini memperbolehkan variabel independen menjadi I (0) atau I (1) (Westerlund, 2008 , 205). Selain itu, uji kointegrasi Durbin–Hausman memperbolehkan parameter dalam panel menjadi sama (homogen) antar unit dan parameter berbeda antar unit (heterogen). Jika parameter homogen antar unit, digunakan statistik uji Panel DH , dan jika heterogen, digunakan statistik uji Grup DH . Pada penelitian yang menganalisis hubungan antara EPE, pertumbuhan ekonomi, urbanisasi, konsumsi bahan bakar fosil, dan NRD, disimpulkan bahwa koefisien bersifat heterogen menurut hasil uji Delta yang dikembangkan oleh Pesaran dan Yamagata ( 2008 ). Dengan demikian, dapat dikatakan bahwa hasil statistik uji DH Group akan memberikan hasil yang lebih reliabel dalam uji kointegrasi.

Dalam metode Durbin–Hausman, hubungan kointegrasi dapat diuji secara terpisah dalam ukuran panel dan kelompok. Dalam uji kelompok Durbin–Hausman, parameter autoregresif dibiarkan bervariasi antara bagian. Menurut pengujian ini, penolakan hipotesis H 0 menunjukkan hubungan kointegrasi dalam beberapa bagian. Menurut pengujian ini, parameter autoregresif diasumsikan sama di semua bagian. Menurut asumsi ini, ketika hipotesis H 0 ditolak, hubungan kointegrasi diasumsikan ada untuk semua bagian (Di Iorio dan Fachin 2007 ). Studi yang meneliti efek EPE, konsumsi bahan bakar fosil, urbanisasi, dan pertumbuhan ekonomi pada NRD dianalisis dalam cakupan pengujian ini. Hasilnya dilaporkan seperti pada Tabel 9 .

TABEL 9. Hasil uji kointegrasi Durbin–Hausman.

Catatan: Pada tingkat signifikansi 1%, 5%, dan 10%, simbol *, **, dan *** menandakan hubungan jangka panjang antara variabel.

Berdasarkan hasil Tabel 9 , di mana koefisien kemiringan berubah dan variabelnya heterogen, ditentukan bahwa akan lebih tepat untuk menggunakan statistik kelompok dalam penelitian, sehingga hasil statistik Kelompok Durbin-H dipertimbangkan. Ketika nilai probabilitas statistik Panel Durbin-H diperiksa, disimpulkan bahwa ada hubungan jangka panjang antara variabel karena nilainya kurang dari 0,05. Oleh karena itu, disimpulkan bahwa ada hubungan jangka panjang antara NRD dan EPE, konsumsi bahan bakar fosil, urbanisasi, dan pertumbuhan ekonomi.

3.2.6 Uji Kausalitas Konya
Kónya ( 2006 ) mengembangkan uji ini, yang menyelidiki keberadaan hubungan kausal antara variabel, menggunakan estimator Seemingly Unrelated Regressions yang diperkenalkan ke literatur oleh Zellner ( 1962 ). Salah satu keuntungan dari uji ini adalah karena panel diasumsikan heterogen, uji kausalitas terpisah dapat diterapkan untuk negara-negara di panel. Keuntungan penting lainnya dari uji ini adalah karena nilai kritis spesifik negara diproduksi, tidak perlu menerapkan uji akar unit dan kointegrasi. Kemudian, dengan menerapkan uji yang disebutkan, jika statistik Wald yang dihitung untuk setiap negara lebih signifikan daripada nilai kritis pada tingkat signifikansi, hipotesis nol “tidak ada kausalitas antara variabel” ditolak. Dengan kata lain, jika statistik Wald lebih signifikan daripada nilai kritis, disimpulkan bahwa ada kausalitas antara variabel.

Pada Tabel 10 , hubungan kausalitas antara variabel NRD dan EPE dianalisis, dan hubungan kausalitas satu arah dari NRD ke EPE terlihat pada level 5% di Luksemburg dan Lithuania, dari EPE ke NRD pada level 5% di Belgia, dan pada level 10% di Republik Slowakia dan Prancis. Tidak ada hubungan kausalitas yang terlihat di negara lain.

TABEL 10. Hasil kausalitas Kónya antara ΔNRD dan ΔEPE.

Catatan: ** , dan *** menunjukkan bahwa koefisien signifikan pada level 5% dan 10%, masing-masing.

Pada Tabel 11 , hubungan kausalitas antara variabel NRD dan URB dianalisis. Hubungan kausalitas sebesar 5% diamati dari NRD ke URB di Republik Slowakia dan Jerman dan 10% di Belgia. Hubungan kausalitas sebesar 10% diamati dari URB ke NRD di Spanyol, Yunani, dan Austria. Di negara lain, tidak ada hubungan kausalitas.

TABEL 11. Hasil kausalitas Kónya antara ΔNRD dan ΔURB.

Catatan: ** , dan *** menunjukkan bahwa koefisien signifikan pada level 5% dan 10%, masing-masing.

Tabel 12 menganalisis hubungan kausalitas antara variabel NRD dan LNECB, dan menunjukkan hubungan kausalitas sebesar 1% di Austria, 5% di Spanyol, dan 10% di Lithuania dari NRD ke LNECB. Hubungan kausalitas sebesar 5% di Swiss dan Belgia, dan 10% di Republik Slowakia dari LNECB ke NRD diamati. Di negara lain, tidak ada hubungan kausalitas yang diamati.

TABEL 12. Hasil kausalitas Kónya antara ΔNRD dan ΔLNECB.

Catatan: *, **, dan *** menunjukkan bahwa koefisien signifikan pada level 1%, 5%, dan 10%, masing-masing.

Pada Tabel 13 , hubungan kausalitas antara variabel NRD dan LNFOC dianalisis. Hubungan kausalitas sebesar 5% di Swiss dan 10% di Spanyol diamati dari NRD ke LNFOC. Hubungan kausalitas sebesar 5% di Prancis dan 10% di Swiss diamati dari LNFOC ke NRD. Tidak ada hubungan kausalitas yang diamati di negara lain.

TABEL 13. Hasil kausalitas Kónya antara ΔNRD dan ΔLNFOC.

Catatan: ** , dan *** menunjukkan bahwa koefisien signifikan pada level 5% dan 10%, masing-masing.

Pada Tabel 14 , hubungan kausalitas antara variabel NRD dan GLOB dianalisis, dan hubungan kausalitas sebesar 10% diamati dari NRD ke GLOB di Lithuania dan Spanyol. Hubungan kausalitas sebesar 1% diamati dari GLOB ke NRD di Austria dan 5% di Luksemburg dan Jerman. Tidak ada bukti hubungan kausalitas di negara lain.

TABEL 14. Hasil kausalitas Kónya antara ΔNRD dan ΔGLOB.

Catatan: *, **, dan *** menunjukkan bahwa koefisien signifikan pada level 1%, 5%, dan 10%, masing-masing.

Pada Tabel 15 , hubungan kausalitas antara variabel NRD dan LNPOPT dianalisis, dan hubungan kausalitas sebesar 1% terlihat di Lithuania dan 5% di Luksemburg dari NRD ke LNPOPT. Hubungan kausalitas sebesar 5% terlihat di Spanyol dan 10% di Yunani dari LNPOPT ke NRD. Di negara lain, tidak terlihat hubungan kausalitas.

TABEL 15. Hasil kausalitas Kónya antara ΔNRD dan ΔLNPOPT.

Catatan: *, **, dan *** menunjukkan bahwa koefisien signifikan pada level 1%, 5%, dan 10%, masing-masing.

Pada Tabel 16 , hubungan kausalitas antara variabel NRD dan POPD dianalisis, dan hubungan kausalitas sebesar 10% diamati dari NRD ke POPD hanya di Belgia. Hubungan kausalitas sebesar 1% diamati dari POPD ke NRD di Spanyol dan Austria, dan 5% di Yunani. Negara-negara lain tidak menunjukkan hubungan kausalitas.

TABEL 16. Hasil kausalitas Kónya antara ΔNRD dan ΔPOPD.

Catatan: *, **, dan *** menunjukkan bahwa koefisien signifikan pada level 1%, 5%, dan 10%, masing-masing.

4 Diskusi
Sumber daya alam dibagi menjadi dua kategori: terbarukan dan tak terbarukan. Manusia menggunakan sumber daya alam untuk memenuhi kebutuhan pokok mereka. Sumber daya ini digunakan langsung untuk konsumsi dan sebagai bahan baku produksi. Konservasi sumber daya alam, yang penting untuk menopang kehidupan dan menjaga keseimbangan ekologi, merupakan perhatian penting bagi kelangsungan planet ini dan generasi mendatang. Hal ini karena menipisnya sumber daya alam menyebabkan dampak ekonomi dan sosial serta lingkungan. Dalam konteks ini, perubahan iklim, hilangnya keanekaragaman hayati, penurunan kualitas udara, kemiskinan, epidemi, migrasi regional, konflik, dan krisis ekonomi hanyalah beberapa dari masalah yang dapat diperkirakan. Oleh karena itu, mengidentifikasi langkah-langkah yang diperlukan untuk menjaga sumber daya alam sangat penting dalam mengatasi masalah yang membahayakan kualitas hidup kita di masa depan. Setelah menganalisis studi dalam literatur, terbukti bahwa penelitian telah dilakukan mengenai dampak NRD pada kualitas lingkungan, pertumbuhan ekonomi, dan konsumsi energi (Hassan et al. 2019 ; Hussain et al. 2020 ; Jahanger et al. 2022 ). Akan tetapi, tidak ada penelitian dalam literatur untuk menentukan faktor-faktor yang berperan dalam NRD dan hubungan antara faktor-faktor ini dan NRD. Situasi ini menunjukkan pentingnya penelitian dalam hal kontribusinya terhadap literatur di bidang ini. Selain itu, terbatasnya jumlah makalah tentang NRD dalam literatur dan kontribusi makalah tersebut terhadap pengembangan literatur di bidang ini menunjukkan pentingnya hal lain. Semua pendekatan untuk meningkatkan kualitas lingkungan pada dasarnya menunjukkan bagaimana sumber daya alam, yang penting bagi kelangsungan hidup, dapat menjadi berkelanjutan. Dengan meneliti faktor-faktor yang secara langsung memengaruhi hubungan ini, penelitian ini tampaknya memberikan perspektif penting tentang subjek tersebut. Lebih jauh, penelitian ini bertujuan untuk memberikan perspektif yang berbeda kepada para pembaca, yang merupakan tujuan penting lainnya dari makalah ini. Akibatnya, Luksemburg, Lituania, Swiss, Republik Slowakia, Jerman, Prancis, Belgia, Spanyol, Yunani, dan Austria dipilih untuk makalah ini karena status mereka sebagai negara dengan NRD terendah secara global dan ketidakhadiran mereka dalam tinjauan literatur sebelumnya. Meskipun makalah ini berfokus pada cara melindungi sumber daya alam dengan lebih baik, pemilihan negara-negara dengan NRD terendah secara global tampaknya menjadi panduan bagi negara-negara lain dalam upaya mereka untuk mengurangi NRD.

Berdasarkan telaah pustaka, kami menentukan variabel terpenting yang berkontribusi terhadap penipisan sumber daya alam. Kami kemudian menyelidiki hubungan antara variabel-variabel ini menggunakan uji kausalitas panel Kónya ( 2006 ), sebuah metode ekonometrika tingkat lanjut. Variabel-variabel tersebut terdiri dari NRD, biaya perlindungan lingkungan (EPE), urbanisasi (URB), konsumsi bahan bakar fosil (LNFOC), dan pertumbuhan ekonomi (LNECB). Kami menggunakan globalisasi (GLOB), populasi (LNPOPT), dan kepadatan populasi (POPD) sebagai variabel kontrol. Kami menyelidiki hubungan kausalitas antara variabel-variabel tersebut menggunakan kriteria ketersediaan data standar untuk tahun 1995–2021. Temuan tentang hubungan antara NRD dan EPE mengungkapkan hubungan kausalitas searah antara NRD dan EPE untuk Luksemburg dan Lituania. Dibandingkan dengan negara-negara lain, Lituania memiliki nilai NRD dan EPE yang lebih tinggi antara tahun 1995 dan 2021, yang merupakan periode penelitian. Di Luksemburg, meskipun nilai NRD rendah, nilai EPE berada pada level rata-rata dibandingkan dengan negara lain. Oleh karena itu, hubungan searah antara kedua negara ini dapat menunjukkan bahwa NRD yang tinggi menyebabkan EPE yang lebih tinggi.

Di sisi lain, temuan tersebut mengungkap hubungan kausalitas searah dari EPE ke NRD untuk Belgia, Republik Slowakia, dan Prancis. Analisis nilai variabel untuk ketiga negara ini dalam periode 1995–2021 mengungkap bahwa EPE berada pada level tertinggi dan NRD berada pada level terendah dibandingkan dengan negara lain. Hasilnya menunjukkan bahwa EPE substansial negara-negara ini efektif dalam memerangi NRD. Ketika temuan kausalitas pada NRD dan urbanisasi dianalisis, ditentukan bahwa hubungan kausalitas searah dari NRD ke URB diidentifikasi untuk Republik Slowakia, Jerman, dan Belgia. Hasil ini mengungkap bahwa di negara-negara ini, di mana penipisan sumber daya alam adalah yang terendah dibandingkan dengan negara-negara lain dalam kelompok tersebut, penipisan sumber daya alam menyebabkan urbanisasi. Faktanya, hasil ini menyoroti bahwa negara-negara ini telah secara signifikan mengurangi NRD mereka dengan mengadopsi kebijakan seperti energi terbarukan, kendaraan listrik untuk transportasi, dan bangunan penghasil energi.

Di sisi lain, Spanyol, Yunani, dan Austria menunjukkan hubungan kausalitas searah antara URB dan NRD. Hasil penelitian ini berbeda dengan Ali et al. ( 2021 ). Ali et al. ( 2021 ) menemukan hubungan dua arah untuk negara-negara maju dalam penelitian mereka, sementara mereka tidak menemukan hubungan untuk negara-negara berkembang. Hal ini mungkin disebabkan oleh perbedaan negara, periode, dan metodologi. Tingkat NRD yang lebih tinggi di negara-negara ini dibandingkan dengan negara-negara lain dalam kelompok tersebut dapat menunjukkan dampak urbanisasi terhadap kemerosotan ini. Urbanisasi menyebabkan peningkatan konsumsi energi, penurunan lahan pertanian dan hutan, peningkatan transportasi dan permintaan air, dan produksi limbah, yang semuanya secara langsung berkontribusi terhadap penipisan sumber daya alam. Kami menemukan hubungan searah antara NRD dan pertumbuhan ekonomi untuk Austria, Spanyol, dan Lithuania. Hasil ini mendukung Ali et al. ( 2021 ) dan Singh et al. ( 2024 ). Hasil tersebut menunjukkan bahwa NRD diperkirakan akan memengaruhi pertumbuhan ekonomi di negara-negara maju seperti Austria, Spanyol, dan Lithuania. Selain itu, di negara-negara tersebut, di mana NRD berada pada level terendah dalam peringkat dunia, hasilnya menunjukkan bahwa praktik berkelanjutan mendukung pertumbuhan ekonomi dengan mengurangi tingkat NRD.

Hubungan searah dari LNECB ke NRD ditemukan di Swiss, Belgia, dan Republik Slowakia. Ketidakpastian tentang dampak pertumbuhan ekonomi terhadap NRD dalam literatur tampaknya membuat hasil dari bagian studi ini menjadi penting. Ketika kita mengevaluasi negara-negara ini, kita melihat bahwa pertumbuhan ekonomi tinggi dan NRD rendah. Hasil ini mengungkapkan bahwa pertumbuhan ekonomi mengarah pada NRD. Namun demikian, fakta bahwa NRD rendah dibandingkan dengan negara-negara lain dapat menunjukkan bahwa sumber daya alam sedang mengalami proses yang terbarukan dan efisien. Hubungan searah antara NRD dan LNFOC ditemukan di Swiss dan Spanyol. Meskipun hasil ini menunjukkan bahwa NRD memengaruhi konsumsi bahan bakar fosil, fakta bahwa NRD dan konsumsi bahan bakar fosil adalah yang terendah dalam kelompok di negara-negara ini menarik perhatian pada praktik menuju kebijakan yang ramah lingkungan. Hal ini juga mengungkapkan bahwa bahan bakar fosil digunakan untuk kebutuhan energi dalam perekonomian. Namun, konsumsi sumber daya yang terbarukan dan efisien juga membantu meminimalkan konsumsi sumber daya alam. Situasi ini juga menunjukkan sinyal positif dari transformasi ini dalam jangka panjang. Hubungan searah antara konsumsi bahan bakar fosil dan NRD ditentukan untuk Prancis dan Swiss. Di kedua negara ini, yang berada dalam kelompok negara sampel, tingkat bahan bakar fosil dan NRD berada pada titik terendah. Meskipun demikian, terlihat bahwa bahan bakar fosil digunakan untuk memenuhi kebutuhan energi. Diketahui bahwa bahan bakar fosil yang digunakan untuk memenuhi kebutuhan energi menyebabkan menipisnya sumber daya alam dan mengancam keberlanjutan kualitas lingkungan dan kehidupan. Oleh karena itu, tampaknya transformasi bahan bakar fosil dengan bahan bakar terbarukan akan berkontribusi secara signifikan untuk mengurangi ancaman terhadap masa depan planet ini. Dalam penelitian mereka, Ali et al. ( 2021 ) menemukan hubungan dua arah untuk negara-negara maju, sementara mereka tidak dapat mendeteksi hubungan apa pun untuk negara-negara berkembang. Diperkirakan bahwa situasi ini disebabkan oleh perbedaan negara, periode, dan metode.

Akhirnya, hubungan kausalitas antara NRD dan GLOB, LNPOPT, dan POPD, yang berperan dalam penipisan sumber daya alam dan dimasukkan dalam analisis sebagai variabel kontrol, diselidiki. Dengan demikian, hubungan kausalitas searah dari NRD ke GLOB ditentukan untuk Lithuania dan Spanyol, sementara hubungan dari GLOB ke NRD ditentukan sebagai searah untuk Austria, Luksemburg, dan Jerman. Hubungan kausalitas searah dari NRD ke LNPOPT ditentukan untuk Lithuania dan Luksemburg, sementara hubungan kausalitas searah dari LNPOPT ke NRD ditentukan untuk Spanyol dan Yunani. Kausalitas searah dari NRD ke POPD ditemukan untuk Belgia, sementara kausalitas searah dari POPD ke NRD ditemukan untuk Spanyol, Austria, dan Yunani.

Studi ini meneliti hubungan antara NRD dan variabel EPE, urbanisasi (URB), konsumsi bahan bakar fosil (LNFOC), pertumbuhan ekonomi (LNECB), globalisasi (GLOB), populasi (LNPOPT), dan kepadatan populasi (POPD) untuk 10 negara dengan NRD terendah. Tidak ada studi literatur yang meneliti penyebab NRD, yang menjadikan makalah ini unik. Studi ini juga memberikan kontribusi signifikan terhadap literatur dengan menyelidiki hubungan ini menggunakan analisis kausalitas Kónya ( 2006 ) tingkat lanjut. Metode ini memungkinkan penentuan hasil individual berdasarkan negara per negara menggunakan metode data panel, sehingga memberikan perspektif yang lebih luas untuk menginterpretasikan hasil. Lebih jauh lagi, keunikan sampel negara yang dipilih memberikan kontribusi signifikan untuk menjembatani kesenjangan ini dalam literatur. Lebih jauh lagi, analisis literatur sering kali berkonsentrasi pada efek NRD pada kualitas lingkungan. Studi ini menggarisbawahi signifikansi kontribusinya terhadap literatur di bidang ini, mengingat minimnya studi yang mengidentifikasi faktor-faktor yang memengaruhi NRD.

5 Kesimpulan dan Rekomendasi Kebijakan
Dengan semakin dikenalnya faktor-faktor yang berkontribusi terhadap penurunan kualitas lingkungan secara global, telah terjadi peningkatan yang nyata dalam volume penelitian ilmiah yang membahas masalah ini dalam literatur. Penelitian-penelitian ini berkonsentrasi pada tindakan-tindakan yang diperlukan untuk meningkatkan kualitas lingkungan, termasuk melestarikan sumber daya alam, merumuskan peraturan perlindungan lingkungan, menambah sumber energi terbarukan, dan mengurangi penggunaan bahan bakar fosil. Sumber daya alam merupakan salah satu kebutuhan dasar semua makhluk hidup yang berhak untuk hidup di dunia. Peningkatan produksi dan konsumsi global, pertumbuhan populasi, urbanisasi, dan penggunaan sumber daya alam yang tidak terkendali oleh manusia menyebabkan penipisan atau gangguan pada siklus pemulihan. Oleh karena itu, semua upaya untuk membuat sumber daya alam lebih berkelanjutan dan efisien memerlukan dukungan dan peta jalan baik di tingkat regional maupun global. Prakarsa-prakarsa global untuk mengidentifikasi dan menerapkan strategi-strategi untuk meningkatkan kualitas lingkungan dan menjaga sumber daya alam melibatkan partisipasi hampir semua negara. Deklarasi akhir mengumumkan keputusan-keputusan dari pertemuan-pertemuan ini dan terus membagikannya kepada publik melalui laporan-laporan. Pertemuan COP29 di Baku pada tahun 2024 merencanakan tindakan untuk mengurangi emisi karbon secara bertahap guna mencapai target emisi nol bersih pada tahun 2050, dan membuat keputusan khusus untuk setiap negara. Dalam hal ini, motivasi utama dari penelitian ini adalah untuk memberikan kontribusi bagi upaya internasional untuk meningkatkan kualitas lingkungan dan tujuan pembangunan berkelanjutan PBB SDG-12, yang ditetapkan untuk memastikan keberlanjutan dan penggunaan sumber daya alam yang efisien, serta SDG-7, 8, dan 9.

Kami menggunakan uji kausalitas panel Kónya ( 2006 ) dalam studi ini untuk mengidentifikasi variabel-variabel yang memengaruhi konsumsi sumber daya alam dan arah interaksi ini di 10 negara dengan konsumsi sumber daya alam terendah di dunia (Luksemburg, Lituania, Swiss, Republik Slowakia, Jerman, Prancis, Belgia, Spanyol, Yunani, dan Austria). NRD adalah variabel dependen dalam analisis. Sebaliknya, variabel independennya adalah EPE, urbanisasi (URB), konsumsi bahan bakar fosil (LNFOC), pertumbuhan ekonomi (LNECB), dan globalisasi (GLOB), dengan populasi (LNPOPT) dan kepadatan populasi (POPD) sebagai kontrol. Analisis literatur mengungkap bahwa sebagian besar studi berkonsentrasi terutama pada pengaruh variabel-variabel ini terhadap kualitas lingkungan. Kelangkaan studi yang meneliti variabel-variabel yang memengaruhi NRD memberikan insentif tambahan bagi penelitian ini untuk berkontribusi pada badan literatur yang berkembang di bidang ini. Lebih jauh lagi, pemanfaatan uji panel Kónya ( 2006 ), sebuah metode ekonometrika tingkat lanjut, dalam studi untuk menyelidiki hubungan kausalitas dalam sampel negara yang belum dieksplorasi dalam studi sebelumnya, menggarisbawahi signifikansi studi dalam mengisi celah di bidang ini. Temuan uji kausalitas panel Kónya ( 2006 ) tidak hanya menentukan hubungan kausalitas antara variabel berdasarkan negara, tetapi juga memberikan perspektif luas tentang arah hubungan ini. Oleh karena itu, hasil studi menggarisbawahi signifikansinya dengan menilai bukti yang mendukung keberadaan hubungan kausalitas baik secara global maupun dalam negara-negara tertentu. Akibatnya, temuan studi menggarisbawahi signifikansinya dengan mengevaluasi bukti yang mendukung keberadaan hubungan kausalitas, baik secara global maupun dalam masing-masing negara. Tinjauan umum atas temuan untuk periode 1995-2021 mengungkapkan bukti hubungan kausalitas searah antara variabel spesifik negara dan NRD. Selain mengidentifikasi unsur-unsur yang memengaruhi NRD, keadaan ini tampaknya membantu pembuat pasar membuat keputusan yang tepat dengan memahami arah kausalitas.

Semua otoritas terkemuka di bidang ini secara konsisten menekankan perlunya upaya global dengan pendekatan holistik untuk mencegah penipisan sumber daya alam. Akibatnya, para pembuat kebijakan memainkan peran penting dalam meningkatkan kualitas lingkungan dan secara efektif melaksanakan kebijakan yang diperlukan berdasarkan konsensus bersama. Karena tindakan ini mahal dan akan menghasilkan implementasi dalam jangka panjang, perlunya insentif atau sanksi terkemuka di ranah publik menjadi jelas dengan sendirinya. Dalam hal ini, jelas bahwa para pembuat kebijakan dalam contoh ekonomi maju ini secara aktif menerapkan kebijakan yang ditujukan untuk mempromosikan teknologi ramah lingkungan, meningkatkan proses daur ulang limbah, dan mendiversifikasi sumber energi terbarukan. Dalam lingkungan ini, insentif publik untuk mendukung investasi yang meningkatkan konversi energi dari bahan bakar fosil ke energi terbarukan akan membantu mengurangi NRD. Namun, tantangan keamanan energi dan pasokan energi berbiaya rendah di kawasan ini dalam beberapa tahun terakhir karena faktor eksternal memerlukan insentif yang efektif bagi para pembuat kebijakan di negara-negara ini untuk memprioritaskan inovasi yang akan mempercepat pengembangan teknologi untuk berinvestasi dalam sumber energi terbarukan. Selain itu, untuk berkontribusi pada proses perilaku yang saling melengkapi dan berkelanjutan, berkontribusi pada pengembangan kesadaran lingkungan dengan menginformasikan kepada publik di bawah kepemimpinan para pembuat kebijakan dan memperkuat kerangka hukum dapat mempercepat kemajuan di bidang ini dan membuka jalan bagi keberlanjutan sumber daya alam dan pencegahan tekanan terhadap penipisan sumber daya alam. Pertama dan terutama, salah satu tanggung jawab para pembuat kebijakan adalah memastikan bahwa investasi dalam perlindungan lingkungan dan urbanisasi berkelanjutan disebarkan di tingkat lokal dengan cara yang menarik bagi semua aspek masyarakat dan memenuhi hak atas lingkungan yang lebih layak huni dengan memengaruhi pelestarian sumber daya alam. Dalam hal ini, pemerintah harus mengalokasikan dana yang terjangkau dan mudah diakses untuk inisiatif yang akan mengurangi konsekuensi negatif dari proses yang mengarah pada penipisan sumber daya alam. Di bawah kepemimpinan insentif publik, para pelaku di sektor swasta akan lebih bersedia untuk mengadopsi praktik yang membatasi konsumsi sumber daya alam dan memasukkannya ke dalam proses bisnis mereka. Memanfaatkan insentif atau keringanan pajak di area ini dapat berperan dalam peningkatan konservasi sumber daya di tingkat mikro dan makro yang bermanfaat bagi planet ini. Dalam hal ini, mereka dapat memainkan peran penting di masa depan dengan mengintegrasikan teknik berkelanjutan untuk mengurangi penggunaan sumber daya alam ke dalam proses bisnis mereka. Oleh karena itu, mereka dapat meningkatkan reputasi mereka dengan berfokus pada kontribusi sosial dari proyek jangka panjang di samping motif keuntungan lainnya. Sejalan dengan tujuan ini, aplikasi teknologi lingkungan, khususnya,kemungkinan besar memberikan kontribusi yang signifikan terhadap perlindungan sumber daya alam dengan diterapkan di setiap tahap proses produksi.

Hasil penelitian ini, yang dilakukan di 10 negara dengan konsumsi sumber daya alam terendah, menyoroti hubungan kausal antara penggunaan sumber daya alam dan variabel yang memengaruhi. Wawasan ini penting untuk mendorong masa depan yang berkelanjutan. Penelitian di masa mendatang dapat memperluas cakupan penelitian dengan memeriksa hubungan di negara-negara dengan penggunaan sumber daya alam yang tinggi. Penelitian di masa mendatang juga dapat mengeksplorasi penggunaan metodologi ekonometrika lanjutan alternatif dan memperpanjang periode untuk memahami hubungan tersebut dengan lebih baik. Selain itu, berbeda dengan penelitian ini, peneliti lain dapat menyelidiki variabel tambahan dalam literatur di luar variabel yang memengaruhi penggunaan sumber daya alam dengan mengubah negara dan metodologi, yang secara signifikan berkontribusi pada kemajuan subjek ini.