The Impact of International Tourism on Environmental Degradation of the 14 Asia-Pacific Countries

Résumé Technique : L'impact du tourisme international sur la dégradation de l'environnement dans 14 pays de l'Asie-Pacifique

Énoncé du problème
L'étude aborde la question critique de la dégradation de l'environnement causée par les activités anthropiques, en se concentrant spécifiquement sur le secteur du tourisme au sein de la région Asie-Pacifique. Bien que le tourisme international soit un moteur important de la croissance économique et des exportations de services, sa relation avec la durabilité environnementale reste complexe et débattue. Le document examine l'influence des arrivées de touristes internationaux sur trois dimensions spécifiques de la dégradation de l'environnement : la consommation d'énergie (CE), les émissions de dioxyde de carbone (CO2) et la déforestation (représentée par la superficie forestière). Les auteurs notent que la littérature existante présente des résultats contradictoires concernant la direction de ces relations (positives, négatives ou non linéaires), variant souvent selon les caractéristiques des pays, les niveaux de revenus et les horizons temporels (court terme vs long terme). De plus, les études précédentes ne parviennent souvent pas à contrôler de manière adéquate les variables économiques de confusion, telles que l'investissement direct étranger (IDE) et le PIB réel, ce qui peut introduire un biais lors de l'isolement de l'impact spécifique du tourisme. Cette étude vise à combler cette lacune en analysant un panel de 14 pays de l'Asie-Pacifique sur la période 2000–2019, en contrôlant explicitement les facteurs d'investissement et économiques pour fournir une évaluation robuste de l'empreinte environnementale du tourisme.

Méthodologie
La recherche emploie une approche quantitative de données de panel utilisant des données provenant de 14 pays de l'Asie-Pacifique (Australie, Bangladesh, Chine, Inde, Indonésie, Japon, Malaisie, Mongolie, Myanmar, Népal, Nouvelle-Zélande, Philippines, Sri Lanka et Thaïlande) s'étendant sur 20 ans (2000–2019). Le jeu de données comprend 280 observations.

• Variables :
  • Variables dépendantes : Consommation d'énergie (kg d'équivalent pétrole par habitant), Émissions de CO2 (tonnes métriques par habitante) et Superficie forestière (kilomètres carrés, où un coefficient négatif implique une déforestation).
  • Variables indépendantes : Arrivées de touristes internationaux (TR, en millions), Investissement Direct Étranger (IDE, % du PIB) et PIB Réel (dollars constants de 2015).
• Sources de données : Banque mondiale.
• Cadre économétrique :
  1. Dépendance transversale : Le test CD de Pesaran a confirmé la présence d'une dépendance transversale entre les pays, nécessissant l'utilisation de tests de racine unitaire de panel de seconde génération.
  2. Tests de racine unité : Le test CIPS (Cross-sectionally Augmented IPS) a été utilisé pour déterminer la stationnarité. Les résultats indiquent que la CE, la Forêt et l'IDE sont stationnaires au niveau I(0), tandis que le CO2, les TR et le Revenu sont stationnaires à la première différence I(1).
  3. Homogénéité de la pente : Le test delta de Pesaran et Yamagata a révélé une hétérogénéité de la pente à travers les coupes transversales, excluant les modèles supposant des coefficients uniformes.
  4. Technique d'estimation : Étant donné l'ordre mixte d'intégration (I(0) et I(1)) et l'hétérogénéité de la pente, l'étude a utilisé le modèle de retards échelonnés autorégressifs de panel (Panel ARDL) avec l'estimateur du groupe moyen regroupé (PMG). Cette méthode permet aux coefficients de long terme d'être homogènes entre les pays tout en permettant aux dynamiques de court terme et aux termes de correction d'erreur de varier.
  5. Test de causalité : Le test de causalité de panel de Dumitrescu-Hurlin (2012) a été employé pour déterminer la direction de la causalité entre les variables, en levant l'hypothèse d'homogénéité des coefficients.

Principaux résultats
L'analyse empirique a produit des conclusions distinctes pour les relations de long terme et de court terme :

• Relations de long terme (Panel ARDL - PMG) :
  • Arrivées de touristes (TR) : Ont présenté un effet positif significatif sur la consommation d'énergie et les émissions de CO2. Inversement, les TR ont eu un effet négatif significatif sur la superficie forestière, impliquant qu'une augmentation des arrivées de touristes entraîne une augmentation de la déforestation à long terme.
  • IDE et Revenu : Ces deux facteurs ont montré des impacts positifs sur la consommation d'énergie et les émissions de CO2. Curieusement, ils ont montré une association positive avec la superficie forestière (atténuant la déforestation) à long terme, bien que l'accent principal reste mis sur l'impact négatif du tourisme.
• Dynamiques de court terme :
  • Les coefficients du terme de correction d'erreur (ECT) étaient significativement négatifs et compris dans l'intervalle de 0 à -1 pour tous les modèles, confirmant l'existence d'une relation d'équilibre de long terme et indiquant la vitesse d'ajustement.
  • À court terme, le Revenu était la seule variable ayant un effet positif statistiquement significatif sur les émissions de CO2. La déforestation a montré une persistance dynamique, sa valeur décalée affectant significativement les niveaux actuels.
• Causalité (Test de Dumitrescu-Hurlin) :
  • Causalité unidirectionnelle : Établie de l'arrivée des touristes (ΔTR) vers les émissions de CO2 (ΔCO2) et la consommation d'énergie (ΔCE). Cela confirme que la croissance du tourisme stimule ces indicateurs environnementaux.
  • Causalité bidirectionnelle : Observée entre les arrivées de touristes et la consommation d'énergie, l'IDE et la consommation d'énergie, ainsi que le Revenu et le CO2/Forêt.
  • Dynamique forestière : Une causalité a été trouvée allant de la superficie forestière vers les arrivées de touristes, suggérant que la disponibilité des forêts peut également influencer les flux touristiques, parallèlement à l'impact du tourisme sur les forêts.

Signification et affirmations
L'article affirme que sa principale contribution est de fournir une preuve empirique de l'inefficacité des politiques actuelles de tourisme vert dans la région Asie-Pacifique concernant la consommation d'énergie, les émissions de CO2 et la déforestation. Les résultats suggèrent que, malgré les bénéfices économiques du tourisme, le secteur agit actuellement comme un catalyseur de la dégradation de l'environnement plutôt que de la conservation dans cette région et cette période spécifique.

Les auteurs soutiennent que la corrélation positive entre les arrivées de touristes et les indicateurs de dégradation environnementale implique que la région n'a pas réussi à découpler la croissance du tourisme de la dépendance aux combustibles fossiles et de la conversion des terres. L'étude souligne que si l'investissement (IDE) et la croissance économique (PIB) contribuent également aux émissions, l'impact spécifique des arrivées de touristes sur la déforestation et les émissions est statistiquement significatif et préjudiciable à long terme.

Conclusions et recommandations
Sur la base de ses conclusions, les auteurs proposent que les pays de l'Asie-Pacifique doivent :

1. Modifier le mix énergétique : Augmenter la proportion d'énergies renouvelables dans le processus de production, particulièrement pour les secteurs du transport et de l'hébergement qui sont intensifs en tourisme.
2. Adopter des technologies d'efficacité : Améliorer les technologies pour réduire l'intensité énergétique et minimiser la consommation d'énergie globale.
3. Promouvoir l'écotourisme : Orienter l'attention vers des activités de tourisme respectueuses de l'environnement qui utilisent la biodiversité forestière comme un atout de conservation plutôt que comme une ressource pour l'expansion des infrastructures, transformant ainsi le tourisme en un catalyseur de la préservation des forêts plutôt que de leur destruction.

L'étude reconnaît des limites, notant que la taille de l'échantillon (14 pays) était contrainte par la disponibilité des données, ce qui a empêché l'utilisation de modèles plus complexes comme le CS-ARDL avec des estimateurs de groupe moyen. De plus, l'étude se concentre exclusivement sur le tourisme international, omettant le tourisme domestique, afin de traiter le tourisme strictement comme une variable d'exportation de services.