Temporal Causal Pathways of Policies, Geopolitical Risks, Patents, and Economic Conditions: A Comparative Study of the UAE, South Korea, and USA = 정책, 지정학적 위험, 특허, 그리고 경제 여건의 시간적 인과 경로: 아랍에미리트, 대한민국, 미국의 비교 연구

다국어 초록 (Multilingual Abstract)

This research investigates the interactions between innovation, industrial and environmental policies, geopolitical risks, oil and gas prices, patent activities, and economic conditions across different economic environments. The study focuses on three distinct economic environments: oil producers, oil importers, and diversified economies. The empirical application uses annual time-series data from 1980 to 2023 for the United Arab Emirates (UAE), South Korea, and the United States, allowing for a consistent comparison of how policy systems and structural shocks behave across these contexts.
The research began with a comprehensive literature review to establish a foundational understanding of the research variables and their interrelations. This synthesis informs subsequent modeling and analysis, which uncovers the temporal implications and causal effects of policies, geopolitical risks, patent activity, oil and gas prices, and economic conditions. The investigation aims to identify triggers for change rather than merely measuring outcomes, addressing a gap in the literature by prioritizing causal mechanisms alongside observed variable impacts.
The research utilizes a four-stage, multi-method causal pipeline. First, the Granger Causality Test is applied to proxy level indicators to examine temporal precedence across domains and to identify whether changes in one variable can predict changes in another over time. Second, a pathway selection stage translates statistically supported temporal links into a structured set of candidate pathways for model specification. Third, Structural Equation Modeling (SEM) is used to model intricate interdependencies, incorporate latent variables, and simultaneously handle multiple dependent variables. SEM is implemented through two complementary approaches: Bayesian regression modeling (BRMS) and Cross Lagged Panel Modeling (CLPM) to capture both structural relationships and dynamic feedback effects. The modeling design systematically estimates relationships across four configurations: Latent variable to Latent variable (L2L), Latent variable to Observed variable (L2O), Observed variable to Latent variable (O2L), and Observed variable to Observed variable (O2O), and under both time-aware and time-neutral specifications. Finally, Instrumental Variables (IVs) are used where feasible to address endogeneity and strengthen causal interpretation, reducing bias from reverse causality and unobserved confounding. Throughout the study, proxies represent policies to eliminate discrepancies in policy data across countries and to avoid bias during policy conversion and analysis.
To ensure methodological consistency, transparency, and cross-country comparability, the research applies a standardized pathway analysis protocol that governs how evidence is filtered, merged, and interpreted. In this protocol, Granger links are retained based on statistical significance and directional sign; SEM pathways are retained only when they meet convergence diagnostics and credible-interval significance; and IV results are retained only when they satisfy instrument validity and endogeneity diagnostics. The filtered evidence from Granger, SEM, and IV is then merged using a Cause → Effect structure, and pathways are classified into tiered confidence levels (Best, Accepted, and Significant) so that interpretation strength reflects the combined requirements of temporal ordering, structural robustness, and endogeneity control. Alternative model configurations are also evaluated comparatively (including LOO-based criteria) to support stable and replicable pathway selection across the UAE, South Korea, and the USA.
Existing studies have often explored the effects of a limited set of variables using diverse methodologies; this study instead combines a broader range of policy, structural, and innovation indicators within a single comparative framework to examine their interconnected influences and drivers. By identifying triggers for change, the research provides actionable insights for policymakers and businesses seeking to design strategies for economic transition, sustainability, and resilience across diverse economic environments. Applied to the UAE, South Korea, and the United States, the framework shows that oil exporting, oil importing, and diversified economies follow distinct policy pathways toward a resilient future economy, each requiring a differently sequenced combination of environmental, innovation, and industrial policies.

국문 초록 (Abstract)

본 연구는 서로 다른 경제 환경에서 혁신 정책, 산업 정책 및 환경 정책, 지정학적 위험, 석유·가스 가격, 특허 활동, 그리고 경제 여건 간의 상호작용을 분석한다. 연구는 석유 수출국, 석유 수입국, 그리고 경제 다각화 국가라는 세 가지 상이한 경제 환경에 초점을 두며, 아랍에미리트(UAE), 대한민국, 미국을 대상으로 1980년부터 2023년까지의 연간 시계열 자료를 활용한다. 이를 통해 정책 체계와 구조적 충격이 각기 다른 맥락에서 어떻게 작동하는지를 일관되게 비교·분석한다.
연구는 먼저 광범위한 문헌 검토를 통해 핵심 연구 변수들과 그 상호관계에 대한 이론적 토대를 구축하였다. 이러한 종합적 검토는 이후의 모형 설정과 실증 분석을 이끄는 기반이 되며, 정책, 지정학적 위험, 특허 활동, 석유·가스 가격, 경제 여건이 시간적으로 어떠한 함의와 인과적 효과를 갖는지를 규명한다. 본 연구는 단순한 결과 측정에 그치지 않고 변화의 촉발 요인을 식별하는 데 목적을 두어, 관측된 변수의 영향과 더불어 인과 메커니즘을 우선적으로 분석함으로써 기존 문헌의 공백을 보완하고자 한다.
본 연구는 네 단계로 구성된 다중 방법 인과 분석 파이프라인을 활용한다. 첫째, 대리변수(proxy) 수준의 지표에 그랜저 인과성 검정을 적용하여 영역 간 시간적 선후관계를 분석하고, 한 변수의 변화가 다른 변수의 변화를 예측할 수 있는지를 검토한다. 둘째, 경로 선택 단계에서는 통계적으로 지지된 시간적 연계를 구조화하여 모형 설정을 위한 후보 경로 집합으로 전환한다. 셋째, 구조방정식모형(SEM)을 활용하여 복합적인 상호의존성을 모형화하고, 잠재변수를 포함하며, 다수의 종속변수를 동시에 추정한다. SEM은 베이지안 회귀 모형(BRMS)과 교차지연 패널 모형(CLPM)이라는 두 가지 보완적 접근을 통해 구현되며, 이를 통해 구조적 관계와 동태적 피드백 효과를 동시에 포착한다. 모형 설계는 네 가지 구성—잠재변수 간(L2L), 잠재변수에서 관측변수로(L2O), 관측변수에서 잠재변수로(O2L), 관측변수 간(O2O)—에서 관계를 체계적으로 추정하며, 시간 인지(time-aware) 및 시간 중립(time-neutral) 사양을 모두 고려한다. 마지막으로, 가능할 경우 도구변수(IV)를 활용하여 내생성 문제를 완화하고, 역인과성과 관측되지 않은 교란 요인으로 인한 편의를 줄임으로써 인과 해석의 신뢰성을 강화한다. 전 과정에서 정책 변수는 국가 간 정책 자료의 불일치를 제거하고 정책 변환 및 분석 과정에서의 편의를 최소화하기 위해 대리변수로 측정된다.
방법론적 일관성, 투명성, 그리고 국가 간 비교 가능성을 확보하기 위해 본 연구는 표준화된 경로 분석 프로토콜을 적용한다. 해당 프로토콜에서는 그랜저 인과 경로를 통계적 유의성과 방향성에 따라 선별하고, SEM 경로는 수렴 진단을 충족하며 신뢰구간 기준에서 유의할 때만 유지하며, IV 결과는 도구의 타당성과 내생성 진단을 만족할 경우에만 채택한다. 이후 그랜저, SEM, IV에서 필터링된 증거는 ‘원인 → 결과’ 구조로 통합되며, 시간적 선후성, 구조적 강건성, 내생성 통제라는 결합된 기준을 반영하여 신뢰 수준에 따라 단계적으로(Best, Accepted, Significant) 분류된다. 또한 LOO 기반 기준 등을 포함한 대안적 모형 사양을 비교 평가함으로써 UAE, 대한민국, 미국 전반에 걸쳐 안정적이고 재현 가능한 경로 선택을 지원한다.
기존 연구들은 제한된 변수 집합을 다양한 방법론으로 분석해 온 반면, 본 연구는 보다 폭넓은 정책, 구조적, 혁신 지표를 단일 비교 프레임워크 내에 통합하여 이들 간의 상호연결성과 변화의 동인을 종합적으로 검토한다. 변화의 촉발 요인을 규명함으로써, 본 연구는 경제 전환, 지속가능성, 그리고 회복탄력성을 위한 전략을 설계하고자 하는 정책 입안자와 기업에 실질적인 시사점을 제공한다. UAE, 대한민국, 미국에 적용된 분석 결과는 석유 수출국, 석유 수입국, 그리고 경제 다각화 국가가 회복력 있는 미래 경제로 나아가기 위해 서로 상이한 정책 경로를 따르며, 각기 다른 순서와 조합의 환경 정책, 혁신 정책, 산업 정책이 요구됨을 보여준다.
정책, 지정학적 위험, 석유·가스, 특허 활동, 경제 여건, 구조방정식모형, 그랜저 인과성 검정, 도구변수, 미래 경제, 아랍에미리트–대한민국–미국.

목차 (Table of Contents)

• Abstract ii
• Table of Contents v
• List of Tables and Figures viii
• 1 Introduction 1
• 1.1 Research Background 2
• 1.2 Problem Statement 3
• 1.3 Research Objectives 4
• 1.4 Research Questions 5
• 1.5 Research Novelty 6
• 1.6 Contributions of the Study 6
• 1.7 Research Framework 7
• 2 Literature Review 8
• 2.1 Environmental Policy 8
• 2.2 Industrial Policy 15
• 2.3 Innovation Policy 17
• 2.4 Geopolitical Risks 20
• 2.5 Patent Activities 24
• 2.6 Economic Conditions 27
• 2.7 Oil and Gas 29
• 2.8 Economic Environments 33
• 3 Methodology 38
• 3.1 Research Design and Model 38
• 3.2 Research Variables 40
• 3.2.1 Environmental Policy 41
• 3.2.2 Industrial Policy 42
• 3.2.3 Innovation Policy 43
• 3.2.4 Geopolitical Risks 43
• 3.2.5 Patent Activities 44
• 3.2.6 Economic Conditions 44
• 3.2.7 Oil and Gas 45
• 3.3 Economic Environments 47
• 3.3.1 Oil Exporters 48
• 3.3.2 Oil Importers 49
• 3.3.3 Diversified Economy 49
• 3.4 Hypotheses to Pathways 49
• 3.5 Data Collection 50
• 3.6 Granger Causality Test 52
• 3.6.1 Rationale and Role in Model Design 53
• 3.6.2 Domain Mapping and Proxy Configuration 54
• 3.6.3 Method and Execution 54
• 3.6.4 Interpretation and Integration into the Modeling Framework 55
• 3.7 Path Selection 56
• 3.8 Structural Equation Modeling (SEM) 58
• 3.8.1 Rationale for Method Selection 58
• 3.8.2 Model Design and Execution 59
• 3.8.3 BRMS Model 59
• 3.8.4 CLPM Model Specifications 61
• 3.8.5 Integration with Granger Results 62
• 3.9 Instrumental Variables (IV) Estimation 62
• 3.9.1 Instrument Selection 63
• 3.9.2 Estimation Procedure 64
• 3.9.3 Diagnostics and Validation 64
• 3.9.4 Expected Contribution 65
• 3.10 Summary of Methodological Design and Purpose 65
• 3.11 Analysis Protocol 69
• 3.12 Robustness Checks 72
• 4 Oil Producer (UAE) 73
• 4.1 Analysis and Discussion 73
• 4.1.1 Latent variable-to-Latent variable (L2L) Model 73
• 4.1.2 Latent variable-to-Observed variable (L2O) Model 79
• 4.1.3 Observed variable-to-Latent variable (O2L) Model 87
• 4.1.4 Observed variable-to-Observed variable (O2O) Model 90
• 4.2 Summary and Pathway Toward a Future Economy 93
• 5 Oil Importer (South Korea) 96
• 5.1 Analysis and Discussion 96
• 5.1.1 Latent variable-to-Latent variable (L2L) Model 96
• 5.1.2 Latent variable-to-Observed variable (L2O) Model 104
• 5.1.3 Observed variable-to-Latent variable (O2L) Model 110
• 5.1.4 Observed variable-to-Observed variable (O2O) Model 111
• 5.2 Summary and Pathway Toward a Future Economy 112
• 6 Diversified Economy (USA) 116
• 6.1 Analysis and Discussion 116
• 6.1.1 Latent variable-to-Latent variable (L2L) Model 116
• 6.1.2 Latent variable-to-Observed variable (L2O) Model 122
• 6.1.3 Observed variable-to-Latent variable (O2L) Model 127
• 6.1.4 Observed variable-to-Observed variable (O2O) Model 128
• 6.2 Summary and Pathway Toward a Future Economy 129
• 7 Comparative Pathways to Future Economies 133
• 7.1 Synthesis and Discussion 133
• 7.1.1 Latent variable-to-Latent variable (L2L) 134
• 7.1.2 Latent variable-to-Observed variable (L2O) 154
• 7.1.3 Observed variable-to-Latent variable (O2L) 178
• 7.1.4 Observed variable-to-Observed variable (O2O) 199
• 7.2 Synthesis and Conclusion 206
• 8 Recommendations and Conclusion 211
• 8.1 Recommendations 211
• 8.1.1 UAE — Pathway to a Diversified Innovation Economy 212
• 8.1.2 South Korea — Pathway to an Energy Secure Green Economy 214
• 8.1.3 United States — Pathway to a Balanced, Sustainable Economy 216
• 8.2 Contributions 218
• 8.2.1 Theoretical Contribution — Comparative Framework Bridging Policy and Outcomes 219
• 8.2.2 Methodological Contribution – Multi-method Causal Mapping 219
• 8.2.3 Empirical Contribution — Heterogeneous Effects and Oil/Gas Integration 220
• 8.2.4 Policy Contribution — Cross Learning and Tailored Pathways 220
• 8.3 Limitations and Future Research 221
• Bibliography 227
• Abstract (Korean) 246