Logistics Performance and Environmental Degradation in Sub- Saharan Africa: The Threshold Role of Green Official Development Assistance = 사하라 이남 아프리카의 물류 성과와 환경 악화: 녹색 공적개발원조의 임계값 효과

국문 초록 (Abstract)

환경 지속, 기후변화, 생물다양성 감소, 그리고 자원 고갈이 경제와 인간의 삶에 심각한 위협을 초래함에 따라 전 세계적으로 가장 중요한 과제 중 하나로 부각되고 있다. 지속 가능한 발전을 달성하기 위해서는 경제 보전 간의 균형이 필수적이며, 특히 사하라 이남 아프리카와 같은 개발도상 지역에서 이러한 균형의 중요성이 더욱 강조되고 있다. 최근 물류 부문은 무역 확대와 경제성장을 촉진하는 핵심 요인으로 주목받고 있으나, 운송 활동의 증가, 에너지 소비 확대 및 화석연료 의존성 심화를 통해 환경악화를 초래할 가능성이 제기되고 있다. 기존 연구에서는 물류성과가 환경에 미치는 영향을 분석하려는 관심이 증가하고 있으나, 사하라 이남 아프리카를 대상으로 이산화탄소（CO₂） 배출량과 생태발자국（Ecological Footprint, EF）을 환경지표로 동시에 활용해 거시적 수준에서 분석한 연구는 매우 제한적이다. 또한, 녹색 공적개발원조（Green Official Development Assistance, Green ODA）가 물류성과와 환경악화 간의 관계에서 어떤 임계적 역할（threshold role）을 수행하는지에 대한 실증적 연구는 거의 이루어지지 않았다. 이러한 연구 공백을 보완하기 위해 본 연구는 2007년부터 2018년까지 사하라 이남 아프리카 33개국을 대상으로 물류성과가 환경에 미치는 영향을 분석하였다. 본 연구의 주요 학문적 기여는 다음과 같다. 첫째, 환경 측정지표로 이산화탄소（CO₂） 배출량과 생태발자국（EF）을 함께 활용하였다. 둘째, 녹색 공적개발원조（Green ODA）를 임계변수（threshold variable）로 도입하였다. 셋째, 분석 방법으로 시스템 일반화 모멘트법（System GMM）과 패널 임계회귀모형（Panel threshold Regression Model）을 적용하였다. 본 연구는 세 개의 연구로 구성된다. 제1연구에서는 물류성과지수（Logistics Performance Index, LPI）가 이산화탄소（CO₂） 배출량에 미치는 영향을 분석하였다. 제2연구에서는 LPI가 생태발자국（EF）에 미치는 영향을 규명하였다. 제3연구에서는 녹색 공적개발원조（Green ODA）가 물류성과와 환경악화 간의 관계에서 수행하는 임계효과를 분석하였다. 또한, 분석 결과의 신뢰성을 확보하기 위하여 도구변수의 타당성을 검증하는 Sargan/Hansen 검정과 자기상관을 검증하는 Arellano-Bond 검정을 실시하였다. 연구 1의 결과는 물류성과의 향상이 사하라 이남 아프리카（SSA）의 이산화탄소（CO₂） 배출을 유의하게 증가시키는 것으로 나타났으며, 이는 해당 지역의 물류 시스템이 여전히 탄소집약적인 특성을 지니고 있음을 시사한다. 연구 2는 생태발자국（Ecological Footprint）을 환경지표로 활용한 분석에서도 유사한 결과를 제시하였다. 즉, 물류의 확대는 자원 소비와 에너지 사용의 증가를 통해 환경 부담을 더욱 가중시키는 것으로 확인되었다. 연구 3은 물류성과가 환경에 미치는 영향이 녹색 공적개발원조（Green Official Development Assistance, Green ODA）의 수준에 따라 달라짐을 보여준다. 구체적으로, 물류성과는 Green ODA 수준이 낮은 경우와 높은 경우 모두에서 탄소배출을 증가시키지만, Green ODA 수준이 높은 구간에서는 그 영향의 크기가 상대적으로 작게 나타났다. 이러한 결과는 Green ODA가 청정기술의 도입, 재생에너지 활용 확대 또는 지속가능한 인프라 구축을 지원함으로써 물류활동의 환경적 영향을 완화할 가능성을 시사한다. 다만, 이러한 메커니즘은 본 연구의 실증모형에서 직접적으로 식별하거나 검증한 것은 아니다. 종합적으로 본 연구의 결과는 사하라 이남 아프리카에서 지속가능한 물류 발전을 달성하기 위해서는 지속가능한 물류 시스템 / 저탄소 물류 시스템의 구축, 재생에너지의 적극적 활용, 에너지 효율 기술의 확대, 그리고 Green ODA의 효과적인 활용을 통해 경제성장과 환경 지속가능성 간의 균형을 도모할 필요가 있음을 시사한다.

다국어 초록 (Multilingual Abstract)

Environmental sustainability has become one of the most critical global challenges, with climate change, biodiversity loss, and resource depletion posing serious threats to economies and livelihoods. Achieving sustainable development requires balancing economic growth with environmental conservation, particularly in developing regions such as Sub-Saharan Africa （SSA）. In recent years, the logistics sector has emerged as an important driver of trade and economic growth, but it may also contribute to environmental degradation through increased transportation activities, energy consumption, and fossil fuel dependence. Despite growing academic interest, few studies have examined the macro-level environmental impact of logistics performance in SSA, using both CO₂ emissions and the ecological footprint （EF） as environmental indicators. In addition, the threshold role of Green Official Development Assistance （Green ODA） in the relationship between logistics performance and environmental degradation remains largely unexplored. To address these gaps, this study investigates the environmental effects of logistics performance across 33 Sub-Saharan African countries from 2007 to 2018. The study makes three main contributions. First, it employs both CO₂ emissions and ecological footprint as indicators of environmental degradation. Second, it introduces Green Official Development Assistance as a threshold variable. Third, it applies the System Generalized Method of Moments （System GMM） and panel threshold regression models. The study is conducted in three parts. Study 1 examines the impact of the Logistics Performance Index （LPI） on CO₂ emissions. Study 2 analyzes the effect of LPI on ecological footprint. Study 3 evaluates the threshold role of Green Official Development Assistance in the relationship between logistics performance and environmental degradation. The reliability of the results is confirmed using the Sargan/Hansen test for instrument validity and the Arellano-Bond test for serial correlation. The findings of Study 1 reveal that improvements in logistics performance significantly increase CO₂ emissions in SSA, indicating that logistics systems in the region remain largely carbon-intensive. Study 2 confirms similar results using the ecological footprint, showing that logistics expansion increases environmental pressure through higher resource consumption and energy use. Study 3 demonstrates that the environmental impact of logistics performance varies across different Green Official Development Assistance （Green ODA） regimes. While logistics performance increases carbon emissions at both low and high Green ODA levels, the magnitude of this effect is smaller at higher Green ODA levels. This pattern is consistent with the possibility that Green ODA supports cleaner technologies, the adoption of renewable energy, or sustainable infrastructure development; however, these mechanisms are not separately identified in the empirical model. Overall, the findings suggest that achieving sustainable logistics development in Sub- Saharan Africa requires stronger green logistics systems, the integration of renewable energy and energy-efficient technologies, and the effective use of Green ODA to balance economic growth with environmental sustainability.

목차 (Table of Contents)

• Chapter 1: Introduction 1
• 1.1 Introduction 1
• 1.2 Significance of the Research 4
• 1.3 Research Objectives 5
• 1.4 Research Questions and Hypotheses 6
• 1.4.1 Research Questions 6
• 1.4.2 Hypotheses 7
• 1.5 Research Contribution 7
• 1.6 Research Design 9
• 1.7 Research Structure 10
• Chapter 2: Overview of Sub-Saharan African Countries and Study Variables 12
• 2.1 Introduction 12
• 2.2 Logistics Performance in Sub-Saharan Africa 13
• 2.2.1. Logistics Realities in Sub-Saharan Africa 14
• 2.2.2 Regional Evaluation of Logistics Issues 15
• 2.2.3 Regional Initiatives 17
• 2.3 Environmental Degradation in Sub-Saharan Africa 20
• 2.3.1 Introduction 18
• 2.3.2. Carbon Dioxide Emissions and the Ecological Footprint. 21
• 2.3.2.1 Regional Trends in CO₂ Emissions 23
• 2.3.2.2 Overall Trend in CO₂ Emissions 24
• 2.3.2.3 Regional Trends in Ecological Footprint 26
• 2.3. Interaction between Logistics Performance and Environmental Degradation 27
• 2.4 Evolution of Official Development Assistance in Sub-Saharan Africa （Since the 1980s） 30
• 2.4.1 Green Official Development Assistance in Sub-Saharan Africa 31
• 2.4.2 Aggregate Trend in Green ODA in SSA 32
• 2.4.3 Subregional Distribution of Green ODA in SSA 34
• Chapter 3: Literature Review 37
• 3.1 Literature Review on the Effect of LPI on Carbon Emissions 37
• 3.1.1 Introduction 37
• 3.1.2 LPI and Carbon Emissions 38
• 3.1.3 Industrialization and Carbon Emission 40
• 3.1.4 Trade Openness and Carbon Emission 42
• 3.1.5 Economic Growth per capita and Carbon Emission. 43
• 3.1.6 Research Gaps and Hypothesis Construction 44
• 3.2. Literature Review on the Effect of LPI on Ecological Footprint 45
• 3.2.1 Introduction 45
• 3.2.2 LPI and Ecological Footprint 46
• 3.2.3 Industrialization and Ecological Footprint 48
• 3.2.4 Trade Openness and Ecological Footprint 49
• 3.2.5 Economic Growth and Ecological Footprint 50
• 3.2.6 Population and Ecological Footprint 51
• 3.2.7 Research Gaps and Hypothesis Construction 53
• 3.3 Literature Review of the Threshold Role of Green ODA on Environmental Outcomes 54
• 3.3.1 Introduction 54
• 3.3.2 Logistics Performance and CO₂ Emissions 55
• 3.3.3 Green ODA and Environmental Outcomes 56
• 3.3.4 Why Green ODA May Generate Regime Dependence 59
• 3.3.5 Research Gaps and Hypothesis Construction 60
• 3.3.6 Synthesis of the Literature and Empirical Identification Implications 64
• Chapter 4: Theory and Methodology 70
• 4.1 Theory 70
• 4.1.1 Common Data Structure and LPI Annualization 71
• 4.2. Study 1: Effects of Logistics Performance on Carbon Emissions 72
• 4.2.1 Model Specification 72
• 4.2.2 Generalized Method of Moments estimator （GMM） 79
• 4.2.3 Post- Estimation Diagnostic Tests 82
• 4.2.3.1 Instrument Validity: Sargan and Hansen Tests 82
• 4.2.3.2 Serial Correlation: Arellano–Bond Test 83
• 4.2.4 Description of Data and Source 84
• 4.3 Study 2: Effects of Logistics Performance on Ecological Footprint 87
• 4.3.1 Model Specification 87
• 4.3.2 Generalized Method of Moments （GMM） 89
• 4.3.3 Post-Estimation Diagnostic Tests 90
• 4.3.3.1 Instrument Validity: Sargan and Hansen Tests 90
• 4.3.3.2. Serial Correlation: Arellano–Bond Test. 90
• 4.3.4 Description of Data and Source 91
• 4.4 Study 3: Threshold Effects of Green ODA on environmental outcomes 93
• 4.4.1 Model Specification 93
• 4.4.2 Threshold Model Integration 96
• 4.4.3 Determining the Number of Thresholds 99
• 4.4.4 Description of Data and Sources 100
• Chapter 5: Empirical Results 106
• 5.1 Empirical Results of Study 1: Effects of LPI on Carbon Emissions 106
• 5.1.1 Descriptive Statistics 107
• 5.1.2 Correlation Matrix 108
• 5.1.3 GMM Estimations 109
• 5.2 Empirical Results of Study 2: Effects of LPI on Ecological Footprint 116
• 5.2.1 Descriptive Statistics 116
• 5.2.2 Correlation Matrix 117
• 5.2.3 GMM Estimations 118
• 5.3 Empirical Results of Study 3: The Threshold Role of Green Official Development Assistance 128
• 5.3.1 Descriptive Statistics 128
• 5.3.2 Correlation Matrix 129
• 5.3.3 Threshold Role of Green ODA 130
• 5.3.4 Heterogeneity Analysis by Income Level 134
• 5.3.4.1 Middle-Income Countries 135
• 5.3.4.2 Low-Income Countries 138
• 5.3.5 Robustness Check: Model Extension with Renewable Energy 140
• 5.3.6 Robustness Check with Total CO₂ Emissions as an Alternative Measure 143
• Chapter 6: Conclusion and Policy Recommendation 147
• 6.1 Conclusion and Policy Recommendations from Study 1: Effects of LPI on Carbon Emission 147
• 6.2 Conclusion and Policy Recommendations from Study 2: Effects of LPI on Ecological Footprint 148
• 6.3. Conclusion and Policy Recommendations for Study 3: Threshold Role of Green Official Development Assistance 152
• 6.4. General Conclusion 155
• 6.5 Limitations and Directions for Future Research. 156
• References 157