需要迅速的全球响应来应对气候变化这一紧迫问题，其主要原因是化石燃料的无节制使用。燃烧化石燃料会向大气中释放二氧化碳，导致严重的空气污染，并显著加剧全球变暖（WEO，2022）。为了克服这一问题，有必要将当前的能源消费转向可持续的经济增长。然而，许多国家在制定实现可持续发展目标（SDGs）的明确战略方面仍面临困难，尤其是SDGs 7和13。
SDG 7（负担得起的清洁能源）旨在为所有人提供可靠、可持续和现代的能源。这一目标对于通过促进可再生能源和提高能源效率来减少碳排放至关重要。SDG 13（气候行动）重点关注应对气候变化及其影响的紧迫工作，强调韧性和适应策略的重要性（联合国，2020）。环境和社会治理框架（ESG）与之密切相关，因为它不仅保护环境，还能减少排放。因此，同时解决SDGs 7和13对于减少碳足迹和推进全球可持续发展非常重要，同时要确保社会公平和强有力的治理。
为了实现SDGs，许多国家在制定明确计划方面遇到困难，特别是在实现SDG 7方面。2022年全球能源展望的统计数据显示了类似的问题。大多数国家面临的挑战表明，可能缺乏管理可再生能源技术使用及其效益的法规。这种政策空白正在耗尽能源供应并污染大气（Chishti等人，2023）。
为了解决这个问题，各国政府在COP27上重申了将全球变暖限制在比工业化前水平高1.5°C的承诺。这一承诺强调了全球经济减缓气候变化的必要性，即减少或防止温室气体排放，以符合科学预测的2030年目标。因此，沙姆沙伊赫COP 27建立了一个减排工作计划，以快速提高减排雄心和实施力度（UNCC，2022）。图1显示了美国当前的能源结构，表明非可再生能源仍占能源产出的很大份额，而可再生能源仅占13%。因此，SDG 7仍有很大的改进空间。
过去的研究表明，可再生能源有助于减少二氧化碳排放，例如Ramzan等人（2023）针对美国的研究和Zhao等人（2021）针对西班牙的研究。然而，Yi等人（2023）指出，可再生能源对环境危害的影响可能很小。此外，Sun等人（2021）指出，生态创新和全球化在减少二氧化碳排放方面发挥着关键作用。除了气候政策外，不确定性也是可持续生态系统的一个新关键因素。在这项研究中，我们还探讨了气候政策风险如何影响排放，我们对推迟气候行动后果的理解，以及对即将出台的环境法规的评估。
最近的实证研究质疑将二氧化碳排放作为唯一污染指标的合理性，指出了其在捕捉个别环境因素方面的局限性（Nathaniel等人，2021）。为了解决这个问题，一些研究人员建议采用可再生能源作为环境退化的综合指标（Waheed等人，2018）。尽管已有研究调查了能源使用与环境之间的关联（Rehman等人，2021），但生态足迹主要关注人类对自然资源的需求，而忽略了生物体满足这些需求的能力（即生物承载力）。因此，开发一个考虑生物体供需并考虑环境特征的指标非常重要，以提供更现实的分析。
在这种背景下，Siche等人（2010）提出了负荷容量因子（LCF）作为一种改进的环境评估工具。LCF基于生物承载力和生态足迹的考虑，反映了国家在当前生活条件下维持人口的能力。如果LCF大于“1”，则认为环境是可持续的；如果低于“1”，则认为环境受到损害。尽管有大量关于能源减少对LCF影响的研究（Asghar Khan等人，2022；Pata等人，2023；Pata和Samour，2023），但没有研究同时考虑可持续消费、全球化和气候政策与二氧化碳和LCF之间的关系。
更具体地说，据我们所知，许多研究考察了美国的碳排放，但没有先前的研究同时整合了生态创新（EINO）、气候政策不确定性（CPU）、能源转型（ET）和可持续消费（SC），以在SDGs 7和13的框架内评估二氧化碳排放和负荷容量因子（LCF）。将CPU纳入美国的环境-经济关系中是本研究的一个新颖方面，因为现有文献很少在评估可持续发展成果时同时考虑气候政策的不确定性和环境创新。通过将生态创新研究与气候政策不确定性和LCF动态相结合，我们的研究在概念上和实证上都扩展了现有文献。我们认为这些贡献为美国提供了新的证据和可行的政策指导，美国是全球主要的排放国。
鉴于此，我们的研究旨在填补环境文献中的空白，并在多个方面做出实质性贡献。首先，我们探讨了1980年至2019年间能源转型（ET）、生态创新（EINO、全球化（GN）、可持续消费（SC）和气候政策不确定性（CPU）对美国二氧化碳排放和负荷容量因子（LCF）的影响。其次，根据全球足迹网络（2019）的数据，美国在生态足迹方面排名第五，面临严重的环境压力和生态不足，负荷容量因子显著低于1。尽管美国是主要的煤炭消费国，煤炭消费量在2005年达到峰值后开始下降，但不良健康影响（如空气污染与肺癌之间的关联）仍然存在，尤其是在加利福尼亚州、俄勒冈州和蒙大拿州（Pata，2021）。为了减轻这些不良影响，美国政策制定者必须努力实现SDG 7，这涉及减少化石燃料的使用并推广替代的、可持续的和可获得的能源。第三，然而，之前的研究主要集中在美国的其他因素上；本研究全面探讨了一个不同的因素。第四：我们在方法论上采用了新颖的方法，包括动态ARDL模拟和累积傅里叶频域因果关系（CFFDC），这是一种在美国背景下尚未应用过的先进组合，用于共同考察EINO、CPU和LCF。频域因果关系方法使我们能够区分短期和长期的因果关系，从而提供传统方法无法提供的政策相关见解。我们的实证分析还包括第二代单位根检验（Lee和Strazicich，2013）和动态ARDLS模型，这些模型可以对因变量进行预测性假设。尽管Granger因果关系在美国的研究中广泛使用，但我们的研究引入了CFFDC方法，以解决结构突变问题（Nazlioglu等人，2019）。在VAR模型中，忽略结构突变可能会导致错误的回归问题，正如Nazlioglu等人（2016）所指出的。因此，我们使用CFFDC技术来正确识别因果关系。
最后，我们的研究结果表明，生态创新显著减少了二氧化碳排放，而气候政策不确定性只能在短期内减少碳排放，这有助于实现气候目标。研究进一步发现了CPU和LCF之间的双向因果关系，并强调了稳定可靠的气候政策对于提高生态能力的重要性。这一见解直接为设计有针对性的措施提供了依据——如碳定价、可再生能源扩展和严格的排放规则——以推进SDG 7（负担得起的清洁能源）和13（气候行动）。
文章的其余部分结构如下：第2节提供文献综述；第3节概述研究中使用的数据和计量经济学方法；第4节提出综合评估；第5节提供结论和政策建议。
