Tác động của các yếu tố kinh tế - xã hội đến tiêu thụ năng lượng tái tạo: Bằng chứng từ dữ liệu bảng động 67 quốc gia

Mai Thị Phương Thùy

Khoa Tài chính ngân hàng, Trường Đại học Văn Lang

Email: thuy.mtp@vlu.edu.vn

Tóm tắt

Nghiên cứu xác định các yếu tố tác động đến tỷ lệ tiêu thụ năng lượng tái tạo, sử dụng dữ liệu bảng của 67 quốc gia giai đoạn 2000-2024 từ bộ chỉ báo phát triển thế giới của Ngân hàng Thế giới. Sử dụng phương pháp ước lượng mô-men tổng quát hệ thống (System GMM) 2 bước với sai số chuẩn vững, kết quả cho thấy tăng trưởng kinh tế tác động ngược chiều và tiêu thụ năng lượng bình quân đầu người tác động thuận chiều tới tỷ lệ năng lượng tái tạo; trong khi phát triển tài chính, độ mở thương mại, đô thị hóa, tô tài nguyên và mức độ sử dụng internet không có ý nghĩa thống kê. Phát hiện này hàm ý chính sách năng lượng tái tạo cần được thiết kế theo chiều dài thập kỷ thay vì theo chu kỳ ngân sách.

Từ khóa: Năng lượng tái tạo, dữ liệu bảng động, System GMM, nội sinh

Abstract

This study investigates the determinants of the renewable energy consumption share using panel data from 67 countries over the period 2000-2024, obtained from the World Development Indicators (WDI) database of the World Bank. The analysis employs the two-step system generalized method of moments (System GMM) estimator with robust standard errors to address potential endogeneity and dynamic panel bias. The results indicate that economic growth has a negative effect on the share of renewable energy consumption, whereas per capita energy consumption has a positive effect. In contrast, financial development, trade openness, urbanization, natural resource rents, and internet usage are found to have no statistically significant impact. These findings suggest that renewable energy policies should be designed with a long-term strategic perspective spanning decades rather than being constrained by short-term budget cycles.

Keywords: Renewable energy, dynamic panel data, system GMM, endogeneity

GIỚI THIỆU

Chuyển dịch sang năng lượng tái tạo là trụ cột của mục tiêu trung hòa carbon, song tiến độ giữa các quốc gia rất khác nhau và câu hỏi vì sao vẫn chưa có lời giải thống nhất. Văn liệu hiện tại tập trung vào 3 nhóm yếu tố: kinh tế (tăng trưởng, phát triển tài chính, đầu tư), cơ cấu (đô thị hóa, công nghiệp hóa, độ mở thương mại) và công nghệ (đổi mới, hạ tầng số). Tuy vậy, kết quả thực nghiệm phân kỳ đáng kể, ngay cả về dấu của hệ số.

Nghiên cứu này đóng góp ở 2 điểm. Thứ nhất, mẫu 67 quốc gia thuộc 3 khu vực với trình độ phát triển rất khác nhau cho phép ước lượng trên nền biến thiên rộng hơn phần lớn các nghiên cứu vốn giới hạn ở một khu vực. Thứ hai, nghiên cứu xử lý một đặc điểm mà nhiều công trình bỏ qua: cơ cấu năng lượng là biến có quán tính rất lớn. Hạ tầng năng lượng có vòng đời hàng chục năm, nên tỷ lệ tái tạo năm nay gần như được quyết định bởi chính nó năm trước. Bỏ qua đặc điểm này bằng cách ước lượng mô hình tĩnh sẽ dẫn tới quy gán sai: phần ảnh hưởng vốn thuộc về quán tính hệ thống bị gán nhầm cho các biến kinh tế. Vì vậy nghiên cứu sử dụng mô hình bảng động với ước lượng System GMM, vốn đồng thời xử lý được quán tính và vấn đề nội sinh.

TỔNG QUAN NGHIÊN CỨU

Tăng trưởng kinh tế - Quan hệ giữa thu nhập và năng lượng tái tạo không đơn điệu

Qua phương pháp trung bình mô hình Bayes trên mẫu toàn cầu, Osińska và cộng sự (2024) xác định phát thải CO₂ bình quân đầu người, điều kiện thương mại, GDP và FDI là những yếu tố chi phối mạnh nhất, song dấu của GDP đổi chiều giữa các nhóm quốc gia phân theo trình độ phát triển. Feng và Zhao (2022) dùng mô hình ngưỡng và tìm thấy quan hệ phi tuyến giữa tăng trưởng và năng lượng tái tạo. Điều này lý giải vì sao các nghiên cứu tuyến tính cho kết quả trái ngược nhau: chúng đang ước lượng những đoạn khác nhau của cùng một quan hệ cong.

Cơ cấu kinh tế - xã hội

Nghiên cứu của Su và cộng sự (2022), trên 116 quốc gia giai đoạn 2000-2014 với mô hình ngưỡng bảng, cho thấy đô thị hóa thúc đẩy tiêu thụ năng lượng tái tạo bình quân đầu người trong khi công nghiệp hóa kìm hãm, và cả 2 hiệu ứng đều phi tuyến với ngưỡng có ý nghĩa ở mức 1%. Nghiên cứu của Wiredu và cộng sự (2025) tại các nền kinh tế NAFTA; Wang và cộng sự (2025) trên 122 quốc gia đều xác nhận độ mở thương mại có tác động khác nhau theo nhóm thu nhập - bằng chứng cho thấy tính không đồng nhất giữa các quốc gia là đặc điểm cố hữu của lĩnh vực này.

Phát triển tài chính và tài nguyên

Ergun và cộng sự (2019) tại châu Phi và Lawal (2023) - cũng dùng System GMM - cho thấy phát triển tài chính hỗ trợ chuyển dịch năng lượng ở các nền kinh tế thu nhập cao nhưng không có ý nghĩa ở nhóm thu nhập thấp, đồng thời xác nhận giả thuyết phản hồi giữa tăng trưởng và năng lượng tái tạo. Chính kết quả sau là căn cứ thực nghiệm cho việc xử lý nội sinh trong nghiên cứu này.

Phần lớn các công trình trên hoặc dùng mô hình tĩnh, hoặc dùng mô hình động nhưng không báo cáo đầy đủ kiểm định tính hợp lệ của biến công cụ. Nghiên cứu này bổ khuyết bằng mô hình bảng động có kiểm định đầy đủ; đồng thời làm rõ vai trò của quán tính hệ thống - yếu tố hiếm khi được thảo luận tường minh.

DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Nguồn và đặc điểm dữ liệu

Dữ liệu trích từ bộ Chỉ báo Phát triển Thế giới (WDI) của Ngân hàng Thế giới, gồm 1.675 quan sát của 67 quốc gia giai đoạn 2000-2024, thuộc 3 khu vực: châu Á đang phát triển (24 quốc gia), châu Âu (22) và châu Mỹ (21). Tỷ lệ năng lượng tái tạo trung bình khác biệt rõ giữa 3 nhóm - lần lượt 25,70%; 19,94% và 29,86% - cho thấy tính không đồng nhất theo khu vực.

Dữ liệu là bảng không cân bằng: tỷ lệ khuyết dao động từ 0% (Đô thị hóa - URBAN) tới 13,2% (Tô tài nguyên thiên nhiên - RESRENT), với Năng lượng tái tạo (RENEW) khuyết 11,9% và Tín dụng nội địa cho khu vực tư nhân (FIN) khuyết 11,6%. Sau khi loại các quan sát khuyết ở bất kỳ biến nào, mẫu ước lượng còn 1.207 quan sát của 62 quốc gia giai đoạn 2000-2021, số quan sát mỗi quốc gia từ 9 đến 22. Giai đoạn thu hẹp về 2021 do các chỉ báo năng lượng chưa cập nhật tới 2024.

Một đặc điểm mô tả đáng chú ý: tỷ lệ năng lượng tái tạo trung bình toàn mẫu gần như không đổi trong hơn 2 thập kỷ - 26,00% năm 2000 và 25,58% năm 2021. Đồng thời, hệ số tương quan giữa RENEW và giá trị trễ một năm của chính nó đạt 0,9966. Hai con số này cùng chỉ về một kết luận: cơ cấu năng lượng thay đổi cực kỳ chậm và bất kỳ mô hình nào bỏ qua biến trễ đều có nguy cơ quy gán sai.

Bảng 1: Biến nghiên cứu và mã chỉ tiêu WDI

Nguồn: World Development Indicators

Mô hình và phương pháp ước lượng

Mô hình bảng động có dạng:

RENEW(i,t) = α·RENEW(i,t-1) + β′X(i,t) + μ(i) + ε(i,t)

Trong đó, X là véc-tơ 7 biến giải thích và μ(i) là tác động cố định quốc gia.

Sự hiện diện của biến trễ khiến ước lượng OLS và tác động cố định đều bị chệch. Nghiên cứu sử dụng System GMM hai bước (Blundell và Bond, 1998) với sai số chuẩn vững, trong đó biến trễ của biến phụ thuộc và biến ENERGY được xử lý như nội sinh - dùng độ trễ từ bậc hai trở đi làm biến công cụ - còn 6 biến còn lại được coi là ngoại sinh. Tùy chọn `collapse` được áp dụng nhằm hạn chế tràn biến công cụ, theo khuyến nghị của Roodman (2009) rằng số biến công cụ không nên vượt số đơn vị chéo.

KẾT QUẢ NGHIÊN CỨU THỰC NGHIỆM

Thống kê mô tả

Bảng 2: Thống kê mô tả các biến

Nguồn: Tính toán của tác giả từ dữ liệu WDI

Bảng 2 cho thấy biến RENEW có độ phân tán rất rộng, từ 0% tới 85,8% với độ lệch chuẩn 20,4 - đủ biến thiên cho phân tích hồi quy. ENERGY có biên độ lớn nhất, phản ánh chênh lệch trình độ phát triển trong mẫu.

Ma trận tương quan

Bảng 3: Ma trận hệ số tương quan

Nguồn: Tính toán của tác giả

Bảng 3 chỉ ra rằng không cặp biến giải thích nào có hệ số tương quan vượt 0,6; cao nhất là cặp biến INTERNET-FIN (0,5612) và INTERNET-URBAN (0,5522). Đa cộng tuyến vì vậy không phải mối lo ngại. Đáng chú ý, tương quan đơn giữa biến RENEW và URBAN là mạnh nhất, đạt 0,4441. Tuy nhiên, kết quả hồi quy cho thấy, quan hệ này biến mất khi kiểm soát quán tính hệ thống và tác động cố định quốc gia.

Kết quả ước lượng System GMM

Bảng 4: Kết quả ước lượng System GMM 2 bước, sai số chuẩn vững

Nguồn: Tính toán của tác giả

Quán tính là yếu tố chi phối

Hệ số của biến trễ đạt 1,027 với thống kê z = 35,26 - lớn hơn mọi hệ số khác trong mô hình nhiều bậc độ lớn. Kết quả này nhất quán với thống kê mô tả: tương quan giữa RENEW và giá trị trễ của nó là 0,9966, và tỷ lệ tái tạo trung bình toàn cầu gần như đứng yên suốt 2000-2021. Về mặt kinh tế, phát hiện có ý nghĩa rõ ràng: nhà máy điện, lưới truyền tải và hạ tầng năng lượng có vòng đời nhiều thập kỷ, nên cơ cấu năng lượng của một quốc gia hôm nay chủ yếu là di sản của các quyết định đầu tư trong quá khứ chứ không phải phản ứng với điều kiện kinh tế hiện tại.

Tăng trưởng kinh tế tác động ngược chiều

GDPGR có hệ số -0,0995 (p < 0,01): tăng trưởng nhanh hơn 1 điểm phần trăm gắn với tỷ lệ tái tạo thấp hơn khoảng 0,1 điểm phần trăm. Cơ chế hợp lý là tăng trưởng làm nhu cầu năng lượng tăng nhanh hơn tốc độ mà công suất tái tạo có thể được bổ sung, nên phần tăng thêm được đáp ứng bằng nguồn hóa thạch vốn triển khai nhanh hơn. Kết quả phù hợp với Osińska và cộng sự (2024) khi các tác giả này cũng ghi nhận quan hệ nghịch giữa GDP và tỷ lệ tái tạo ở một số nhóm quốc gia, và với phát hiện phi tuyến của Feng và Zhao (2022).

Tiêu thụ năng lượng đầu người tác động thuận chiều (0,00027, p < 0,05). Dù độ lớn nhỏ, dấu dương hàm ý các quốc gia tiêu thụ nhiều năng lượng hơn - thường là nước phát triển - có tỷ lệ tái tạo cao hơn, phản ánh năng lực tài chính và công nghệ để đầu tư hạ tầng tái tạo.

Năm biến còn lại không có ý nghĩa thống kê (p 0,595-0,846) là kết quả đáng lưu ý. Đặc biệt, với URBAN: tương quan đơn của biến này với RENEW là -0,4441, mạnh nhất bảng, nhưng hệ số hồi quy chỉ 0,0084 và hoàn toàn không có ý nghĩa. Chênh lệch này cho thấy tương quan đơn phản ánh khác biệt giữa các quốc gia - nước đô thị hóa cao vốn có cơ cấu năng lượng khác - chứ không phải tác động của thay đổi đô thị hóa trong một quốc gia theo thời gian. Kết quả này cũng cho thấy giới hạn của việc so sánh với Su và cộng sự (2022): Các tác giả tìm thấy đô thị hóa thúc đẩy tiêu thụ năng lượng tái tạo, song đó là quan hệ phi tuyến có ngưỡng, trong khi mô hình tuyến tính ở đây chỉ ước lượng một hệ số trung bình duy nhất.

KẾT LUẬN

Trên dữ liệu bảng 67 quốc gia giai đoạn 2000-2024, nghiên cứu tìm thấy chỉ 2 trong 7 yếu tố kinh tế có tác động có ý nghĩa tới tỷ lệ tiêu thụ năng lượng tái tạo: tăng trưởng kinh tế (ngược chiều) và tiêu thụ năng lượng bình quân đầu người (thuận chiều). Phát hiện trung tâm lại nằm ở biến trễ: với hệ số 1,027 và tương quan tự thân 0,9966, cơ cấu năng lượng bộc lộ quán tính gần như tuyệt đối.

Có thể thấy, vì tỷ lệ năng lượng tái tạo được quyết định chủ yếu bởi trạng thái của chính nó năm trước, các biện pháp kinh tế ngắn hạn khó tạo chuyển biến nhanh; điều có tác dụng là những quyết định đầu tư hạ tầng có hiệu lực kéo dài hàng thập kỷ. Kết quả GDPGR âm còn hàm ý một cảnh báo: nếu tăng trưởng không đi kèm mở rộng công suất năng lượng tái tạo tương ứng, chính tăng trưởng sẽ làm tỷ lệ năng lượng tái tạo giảm.

Hạn chế và hướng nghiên cứu tiếp theo: Khoảng tin cậy của hệ số biến trễ, [0,970; 1,084], chứa giá trị đơn vị. Điều này có nghĩa không thể bác bỏ giả thuyết chuỗi RENEW có nghiệm đơn vị, và do đó các tác động dài hạn không được nhận dạng trong khuôn khổ mô hình hiện tại. Nghiên cứu tiếp theo cần kiểm định nghiệm đơn vị dữ liệu bảng có tính tới phụ thuộc chéo (Pesaran, 2007), kiểm định đồng liên kết và cân nhắc ước lượng Difference GMM hoặc mô hình hiệu chỉnh sai số dạng bảng vốn không đòi hỏi giả định dừng cho phương trình mức. Ngoài ra, bằng chứng phi tuyến của Su và cộng sự (2022) cùng Feng và Zhao (2022) gợi ý mô hình ngưỡng có thể phù hợp hơn; và tính không đồng nhất giữa 3 khu vực trong mẫu theo các ước lượng riêng theo nhóm.

Tài liệu tham khảo:

1. Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of econometrics, 87(1), 115-143.

2. Ergun, S. J., Owusu, P. A., & Rivas, M. F. (2019). Determinants of renewable energy consumption in Africa. Environmental Science and Pollution Research, 26(15), 15390-15405.

3. Feng, Y., & Zhao, T. (2022). Exploring the nonlinear relationship between renewable energy consumption and economic growth in the context of global climate change. International Journal of Environmental Research and Public Health, 19(23), 15647.

4. Lawal, A. I. (2023). Determinants of renewable energy consumption in Africa: Evidence from system GMM. Energies, 16(5), 2136.

5. Osińska, M., Khan, A. M., & Kwiatkowski, J. (2024). Identifying economic factors of renewable energy consumption-A global perspective. Energies, 17(15), 3715.

6. Pesaran, M. H. (2007). A simple panel unit root test in the presence of cross‐section dependence. Journal of applied econometrics, 22(2), 265-312.

7. Roodman, D. (2009). How to do xtabond2: An introduction to difference and system GMM in Stata. The stata journal, 9(1), 86-136.

8. Su, M., Wang, Q., Li, R., & Wang, L. (2022). Per capita renewable energy consumption in 116 countries: The effects of urbanization, industrialization, GDP, aging, and trade openness. Energy, 254, 124289.

9. Wang, Q., Li, C., & Li, R. (2025). How does renewable energy consumption and trade openness affect economic growth and carbon emissions? International evidence of 122 countries. Energy & Environment, 36(1), 187-211.

10. Wiredu, J., Yang, Q., Sampene, A. K., & Saljoughipour, S. (2025). Economic advancement and renewable energy transition: Exploring the integral role of trade openness, digital transition, and urbanization among the NAFTA economies. Journal of the Knowledge Economy, 16(5), 15785-15822.