Tác động của năng lượng tái tạo, cường độ năng lượng và sản xuất nông nghiệp đến phát thải CO₂ tại một số quốc gia châu Á

Lã Văn Đoàn

Khoa Tài chính - Bảo hiểm, Cơ sở II - Trường Đại học Lao động - Xã hội; Email: [email protected]

Võ Thành Tâm, Thái Thị Phương,

Nguyễn Đình Tùng, Nguyễn Minh Triết

Khoa Kinh tế, Trường Kinh tế Luật, Quản lý nhà nước (CELG), Đại học Kinh tế TP. Hồ Chí Minh (UEH)

Tóm tắt

Tăng trưởng kinh tế nhanh và nhu cầu năng lượng gia tăng đang làm trầm trọng thêm các thách thức môi trường tại châu Á. Nghiên cứu phân tích tác động của năng lượng tái tạo, cường độ năng lượng và sản xuất nông nghiệp đến phát thải khí CO₂ tại 9 quốc gia châu Á giai đoạn 2000-2021. Dữ liệu bảng được ước lượng bằng các phương pháp bình phương nhỏ nhất gộp, mô hình tác động cố định, mô hình tác động ngẫu nhiên và bình phương nhỏ nhất tổng quát khả thi. Kết quả cho thấy, Năng lượng tái tạo có quan hệ ngược chiều và có ý nghĩa thống kê với Phát thải CO₂, trong khi Cường độ năng lượng và Sản xuất nông nghiệp có quan hệ cùng chiều. Tổng sản phẩm quốc nội bình quân đầu người và Độ mở thương mại cũng có quan hệ cùng chiều, có ý nghĩa thống kê với Phát thải. Kết quả nhấn mạnh vai trò của việc mở rộng năng lượng tái tạo, nâng cao hiệu quả sử dụng năng lượng và phát triển nông nghiệp bền vững nhằm giảm phát thải CO₂, cải thiện tính bền vững môi trường tại châu Á.

Từ khóa: Năng lượng tái tạo, cường độ năng lượng, sản xuất nông nghiệp, phát thải CO₂, châu Á

Abstract

Rapid economic growth and rising energy demand are exacerbating environmental challenges in Asia. This study examines the effects of renewable energy, energy intensity, and agricultural production on CO₂ emissions in nine Asian countries over the period 2000-2021. Panel data are estimated using pooled ordinary least squares (Pooled OLS), fixed effects, random effects, and feasible generalized least squares. The results indicate that renewable energy has a negative and statistically significant relationship with CO₂ emissions, while energy intensity and agricultural production have positive relationships with CO₂ emissions. Gross domestic product per capita and trade openness are also positively and significantly associated with CO₂ emissions. These findings highlight the importance of expanding renewable energy use, improving energy efficiency, and promoting sustainable agricultural development to reduce emissions and enhance environmental sustainability in Asia.

Keywords: Renewable energy, energy intensity, agricultural production, CO₂ emissions, Asia

GIỚI THIỆU

Nông nghiệp là một trong những ngành đóng góp đáng kể vào phát thải khí nhà kính trên toàn cầu. Theo Vermeulen và cộng sự (2012), hệ thống lương thực chiếm khoảng 19-29% tổng lượng phát thải khí nhà kính do con người gây ra, bao gồm cả phát thải gián tiếp từ thay đổi mục đích sử dụng đất. Bên cạnh đó, quá trình hiện đại hóa sản xuất nông nghiệp đã làm gia tăng sự phụ thuộc vào máy móc và nhiên liệu hóa thạch, khiến nông nghiệp trở thành một trong những nguồn góp phần vào phát thải carbon và hiện tượng nóng lên toàn cầu (Chel và Kaushik, 2011).

Tại các quốc gia thuộc Hiệp hội các quốc gia Đông Nam Á (ASEAN), nông nghiệp tiếp tục giữ vai trò trụ cột trong phát triển kinh tế. Khu vực này có khoảng 131 triệu ha đất nông nghiệp, chiếm 30,3% tổng diện tích đất. Năm 2014, nông nghiệp đóng góp khoảng 11% GDP thực của ASEAN (ASEAN Secretariat, 2015). Tuy nhiên, việc mở rộng liên tục hoạt động nông nghiệp đi kèm với nhu cầu năng lượng ngày càng lớn, đặt ra thách thức đáng kể đối với mục tiêu giảm phát thải và phát triển bền vững.

Trong số các giải pháp ứng phó với thách thức này, phát triển năng lượng tái tạo, bao gồm sinh khối, điện mặt trời, điện gió và thủy điện, được xem là chiến lược hiệu quả nhằm giảm sự phụ thuộc vào nhiên liệu hóa thạch và cải thiện tính bền vững môi trường (Ali và cộng sự, 2012). ASEAN đã thúc đẩy năng lượng tái tạo thông qua Kế hoạch Hành động ASEAN về Hợp tác Năng lượng (APAEC) giai đoạn 2016-2025, với mục tiêu nâng tỷ trọng năng lượng tái tạo lên 23% tổng cung năng lượng sơ cấp vào năm 2025 (ASEAN, 2016). Dù vậy, đến năm 2024 năng lượng tái tạo mới chiếm khoảng 14,1% tổng cung năng lượng sơ cấp của ASEAN, cho thấy khu vực vẫn phụ thuộc đáng kể vào nhiên liệu hóa thạch (ASEAN Centre for Energy, 2026).

Để đẩy nhanh quá trình chuyển dịch năng lượng, Trung tâm Năng lượng ASEAN đã đặt ra các mục tiêu mới trong APAEC giai đoạn 2026-2030 (ASEAN Centre for Energy, 2025). Theo đó, đến năm 2030, tỷ trọng năng lượng tái tạo trong tổng cung năng lượng sơ cấp sẽ đạt 30%, tỷ trọng trong tổng công suất điện lắp đặt đạt 45% và cường độ năng lượng giảm 40% so với năm 2005. Ngoài lợi ích môi trường, mở rộng quy mô năng lượng tái tạo còn mang lại lợi ích kinh tế như thúc đẩy tăng trưởng GDP, tạo việc làm và giảm chi phí nhập khẩu nhiên liệu (International Energy Agency, 2021).

Trong bối cảnh đó, việc nghiên cứu mối quan hệ giữa phát thải CO₂ bình quân đầu người với tiêu thụ năng lượng tái tạo, cường độ năng lượng và giá trị gia tăng nông nghiệp ngày càng trở nên cần thiết. Theo Giả thuyết đường cong Kuznets môi trường (EKC), suy thoái môi trường gia tăng ở giai đoạn đầu của tăng trưởng nhưng sau đó có xu hướng giảm khi thu nhập tăng lên. Xu hướng giảm này đến từ tiến bộ công nghệ, hiệu quả sử dụng năng lượng được cải thiện và sự chuyển dịch sang các nguồn năng lượng sạch hơn (Solarin, 2014). Dựa trên cơ sở đó, nghiên cứu này phân tích các mối quan hệ trên tại 9 quốc gia châu Á, gồm 6 nước ASEAN và 3 nền kinh tế Đông Bắc Á. Đây là những nơi nông nghiệp vẫn giữ vai trò chiến lược trong nền kinh tế nhưng đang chịu áp lực ngày càng lớn từ quá trình hiện đại hóa và yêu cầu phát triển bền vững.

PHƯƠNG PHÁP NGHIÊN CỨU

Khung phân tích

Hình trình bày khung phân tích của nghiên cứu. Năng lượng tái tạo, Cường độ năng lượng và Sản xuất nông nghiệp là các biến giải thích chính của Phát thải CO₂ bình quân đầu người. Nghiên cứu kỳ vọng Năng lượng tái tạo có quan hệ ngược chiều (H1), Cường độ năng lượng (H2) và Sản xuất nông nghiệp (H3) có quan hệ cùng chiều với Phát thải CO₂ bình quân đầu người. GDP bình quân đầu người, Đầu tư trực tiếp nước ngoài, Tăng trưởng dân số và Độ mở thương mại được đưa vào khung phân tích với vai trò biến kiểm soát.

Hình: Khung phân tích

Nguồn: Nhóm tác giả đề xuất

Dữ liệu và đo lường biến

Nghiên cứu sử dụng dữ liệu bảng của 9 quốc gia châu Á gồm Trung Quốc, Nhật Bản, Hàn Quốc, Indonesia, Malaysia, Philippines, Singapore, Thái Lan và Việt Nam trong giai đoạn 2000-2021. Dữ liệu được thu thập từ bộ Chỉ số Phát triển Thế giới (WDI) của Ngân hàng Thế giới. Biến phụ thuộc là phát thải CO₂ bình quân đầu người theo định nghĩa của Ngân hàng Thế giới (World Bank, 2012). Bảng 1 trình bày định nghĩa, ký hiệu, đơn vị đo lường và nguồn dữ liệu của các biến.

Bảng 1: Định nghĩa và đo lường các biến nghiên cứu

Nguồn: Nhóm tác giả tổng hợp

Phương pháp ước lượng

Để phân tích tác động của Năng lượng tái tạo, Cường độ năng lượng và Sản xuất nông nghiệp đến Phát thải CO₂ tại 9 quốc gia châu Á, nghiên cứu sử dụng mô hình dữ liệu bảng. Dữ liệu bảng kết hợp cả chiều không gian và chiều thời gian, cho phép kiểm soát các đặc điểm không quan sát được của từng quốc gia, nâng cao hiệu quả ước lượng và giảm sai lệch do bỏ sót biến (Baltagi, 2001).

Nghiên cứu kế thừa các phương pháp thực nghiệm phổ biến trong các nghiên cứu trước về tăng trưởng kinh tế, tiêu thụ năng lượng và chất lượng môi trường. Một số biến được chuyển sang dạng logarit tự nhiên nhằm hạn chế phương sai thay đổi, giảm ảnh hưởng của giá trị ngoại lai và thuận tiện cho việc diễn giải hệ số dưới dạng độ co giãn. Mô hình tổng quát được xác định như sau:

ln(CO₂)_it = β₀ + β₁RE_it + β₂(lnEI_it) + β₃AGRI_it + β₄Controls_it + ε_it

Trong đó: i là quốc gia và t là năm; lnCO₂ᵢₜ là logarit của phát thải CO₂ bình quân đầu người (tấn/người); REᵢₜ là tỷ trọng tiêu thụ năng lượng tái tạo trong tổng tiêu thụ năng lượng cuối cùng (%); lnEIᵢₜ là logarit của cường độ năng lượng sơ cấp; AGRIᵢₜ là tổng giá trị gia tăng của ngành nông nghiệp, lâm nghiệp và thủy sản, tính theo USD cố định năm 2015 (USD); Controlsᵢₜ là các biến kiểm soát gồm GDP bình quân đầu người (lnGDP), độ mở thương mại (lnTRA), tăng trưởng dân số (POP) và dòng vốn FDI ròng vào (FDI); εᵢₜ là sai số ngẫu nhiên.

Nghiên cứu sử dụng cách viết số thập phân theo chuẩn quốc tế.

KẾT QUẢ NGHIÊN CỨU

Thống kê mô tả

Bảng 2 trình bày thống kê mô tả các biến dựa trên bộ dữ liệu bảng cân bằng gồm 198 quan sát. Biến phụ thuộc lnCO₂ có giá trị trung bình 1.4603, độ lệch chuẩn 0.8840 và dao động từ -0.3109 đến 2.5796, cho thấy sự khác biệt đáng kể về phát thải CO₂ bình quân đầu người giữa các quốc gia.

Bảng 2: Thống kê mô tả các biến nghiên cứu

Nguồn: Phân tích của nhóm tác giả

Trong các biến giải thích chính, AGRI có mức phân tán rất lớn, với giá trị trung bình 1.21×10¹¹ và độ lệch chuẩn 2.49×10¹¹ (gấp khoảng 2 lần giá trị trung bình), phản ánh khác biệt lớn về giá trị gia tăng nông nghiệp giữa các quốc gia. RE có giá trị trung bình 20.8199 và độ lệch chuẩn 5.9332, cho thấy mức tiêu thụ năng lượng tái tạo khác nhau đáng kể. Trong khi đó, lnEI có giá trị trung bình 1.5118 và độ lệch chuẩn 0.3389, mức biến động tương đối thấp.

Đối với các biến kiểm soát, lnGDP có giá trị trung bình 8.9877, phản ánh khác biệt về mức thu nhập giữa các quốc gia. FDI biến động mạnh, dao động từ -2.7574 đến 32.5965. POP và lnTRA có giá trị trung bình lần lượt là 1.0096 và 4.4830. Nhìn chung, các biến có sự khác biệt đáng kể giữa các quốc gia, tạo cơ sở phù hợp để ước lượng bằng các mô hình dữ liệu bảng.

Kết quả ước lượng và lựa chọn mô hình dữ liệu bảng

Bảng 3: Tóm tắt kết quả ước lượng và lựa chọn mô hình dữ liệu bảng

Nguồn: Phân tích của nhóm tác giả

Nghiên cứu ban đầu ước lượng 3 mô hình: bình phương nhỏ nhất gộp (POLS), mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM). Kết quả trình bày tại Bảng 3. Các biến giải thích nhìn chung có ý nghĩa thống kê, trừ POP trong POLS và AGRI, POP trong REM. Kiểm định F cho thấy FEM phù hợp hơn POLS (F = 87.66; p-value = 0.0000). Kiểm định Breusch-Pagan LM bác bỏ POLS và ủng hộ REM (p-value = 0.0000). Kiểm định Hausman tiếp tục bác bỏ REM và lựa chọn FEM (p-value = 0.0001), cho thấy các biến giải thích có tương quan với hiệu ứng không quan sát được.

Để kiểm tra khuyết tật của FEM, nghiên cứu thực hiện kiểm định Wooldridge và kiểm định Wald sửa đổi. Kết quả cho thấy mô hình tồn tại tự tương quan bậc nhất và phương sai thay đổi (p-value đều bằng 0.0000). Do đó, phương pháp bình phương nhỏ nhất tổng quát khả thi (FGLS) được sử dụng nhằm khắc phục đồng thời hai khuyết tật này và cho ước lượng hiệu quả hơn. Theo kết quả FGLS, hầu hết các biến giải thích có ý nghĩa thống kê, trừ POP và FDI.

RE có tác động ngược chiều và có ý nghĩa thống kê đến Phát thải CO₂. Cụ thể, khi tỷ trọng tiêu thụ Năng lượng tái tạo tăng 1 điểm phần trăm, Phát thải CO₂ bình quân đầu người giảm khoảng 0.64%. Điều này cho thấy việc thay thế nhiên liệu hóa thạch bằng năng lượng tái tạo có thể góp phần giảm áp lực phát thải và hỗ trợ quá trình chuyển dịch sang hệ thống năng lượng sạch hơn.

Hệ số của lnEI là 0.5521 và có ý nghĩa thống kê ở mức 1%. Như vậy, khi Cường độ năng lượng tăng 1%, Phát thải CO₂ tăng khoảng 0.55% trong điều kiện các yếu tố khác không đổi. Kết quả này phản ánh mối liên hệ giữa lượng năng lượng cần để tạo ra sản lượng kinh tế và áp lực phát thải tại các quốc gia còn phụ thuộc đáng kể vào nhiên liệu hóa thạch.

Hệ số của AGRI là 4.21×10⁻¹³ và có ý nghĩa thống kê ở mức 1%. Như vậy, Sản xuất nông nghiệp có quan hệ cùng chiều với Phát thải CO₂. Tại nhiều quốc gia châu Á, hiện đại hóa nông nghiệp vẫn gắn với cơ giới hóa, sử dụng phân bón, tưới tiêu và các đầu vào tiêu tốn năng lượng, qua đó làm tăng nhu cầu năng lượng và phát thải CO₂.

Hệ số của lnGDP là 0.7148 và có ý nghĩa thống kê ở mức 1%. Theo đó, GDP bình quân đầu người tăng 1% gắn với mức tăng khoảng 0.71% Phát thải CO₂ trong điều kiện các yếu tố khác không đổi. Như vậy, tăng trưởng kinh tế trong mẫu nghiên cứu vẫn đi kèm với gia tăng phát thải, có thể do công nghiệp hóa, đô thị hóa, mở rộng sản xuất và nhu cầu năng lượng ngày càng cao.

Cuối cùng, hệ số của lnTRA là 0.1204 và có ý nghĩa thống kê ở mức 1%. Theo đó, Độ mở thương mại tăng 1% gắn với mức tăng khoảng 0.12% Phát thải CO₂. Kết quả này cho thấy mở rộng thương mại có thể đi kèm với gia tăng sản xuất, tiêu thụ năng lượng và sử dụng tài nguyên. Do đó, mở rộng thương mại cần gắn với công nghệ sạch, năng lượng tái tạo và các tiêu chuẩn môi trường phù hợp.

Biến kiểm soát FDI và POP không có ý nghĩa thống kê trong mô hình FGLS. Hệ số của FDI mang dấu âm và có ý nghĩa ở mức 10% trong cả 3 mô hình POLS, FEM và REM, nhưng không còn ý nghĩa sau khi khắc phục tự tương quan và phương sai thay đổi. Do đó, chưa đủ bằng chứng để khẳng định dòng vốn FDI góp phần giảm phát thải CO₂ tại các quốc gia trong mẫu. Tương tự, Tăng trưởng dân số chỉ có ý nghĩa thống kê trong mô hình FEM, cho thấy mối quan hệ giữa tăng trưởng dân số và phát thải chưa ổn định giữa các phương pháp ước lượng.

KẾT LUẬN

Nghiên cứu phân tích tác động của tiêu thụ Năng lượng tái tạo, Cường độ năng lượng và Sản xuất nông nghiệp đến phát thải CO₂ tại 9 quốc gia châu Á giai đoạn 2000-2021. Kết quả ước lượng FGLS cho thấy Năng lượng tái tạo là yếu tố duy nhất có tác động làm giảm Phát thải CO₂ một cách có ý nghĩa thống kê. Ngược lại, Cường độ năng lượng, GDP bình quân đầu người, Sản xuất nông nghiệp và Độ mở thương mại có quan hệ cùng chiều với Phát thải.

Quan hệ cùng chiều giữa Sản xuất nông nghiệp và Phát thải CO₂ cho thấy, việc mở rộng sản xuất nông nghiệp, cùng với cơ giới hóa, tưới tiêu và sử dụng phân bón, đang tạo áp lực lên môi trường tại các quốc gia nghiên cứu. Cường độ năng lượng và GDP bình quân đầu người cũng có mối liên hệ chặt chẽ với mức Phát thải, phản ánh thách thức trong việc cân bằng giữa tăng trưởng kinh tế và bảo vệ môi trường. Nhìn chung, kết quả nghiên cứu cho thấy phát triển nông nghiệp và kinh tế cần đi đôi với đổi mới công nghệ, nâng cao hiệu quả sử dụng năng lượng và chuyển dịch sang các nguồn năng lượng phát thải thấp.

Về hàm ý chính sách, các quốc gia châu Á cần đẩy nhanh chuyển dịch sang năng lượng tái tạo, nâng cao hiệu quả sử dụng năng lượng và phát triển nông nghiệp bền vững. Các chính phủ cần tăng cường đầu tư vào hạ tầng năng lượng tái tạo, công nghệ tiết kiệm năng lượng, nâng cấp công nghiệp và cải thiện hiệu quả sản xuất nhằm giảm sự phụ thuộc của tăng trưởng vào nhiên liệu hóa thạch. Những phương thức sản xuất nông nghiệp bền vững như nông nghiệp chính xác, tưới tiêu tiết kiệm, nông nghiệp hữu cơ và ứng dụng năng lượng tái tạo trong sản xuất cần được khuyến khích. Mục tiêu là hạn chế tác động môi trường của quá trình mở rộng nông nghiệp mà vẫn duy trì năng suất và an ninh lương thực. Bên cạnh đó, các quốc gia cần tăng cường hợp tác khu vực trong chuyển giao công nghệ năng lượng tái tạo, chia sẻ kinh nghiệm chính sách và thực hành nông nghiệp bền vững, đồng thời nâng cao nhận thức cộng đồng về lợi ích của năng lượng sạch. Những biện pháp này sẽ góp phần thúc đẩy chuyển đổi sang nền kinh tế carbon thấp.

Nghiên cứu còn một số hạn chế: (1) phạm vi nghiên cứu chỉ gồm 9 quốc gia châu Á trong giai đoạn 2000-2021 nên khả năng khái quát hóa cho các quốc gia khác và giai đoạn gần đây còn hạn chế; (2) mô hình tập trung vào tiêu thụ năng lượng tái tạo, cường độ năng lượng và giá trị gia tăng nông nghiệp nên chưa phản ánh đầy đủ các yếu tố quyết định phát thải CO₂; (3) vấn đề nội sinh chưa được xử lý toàn diện, do đó các hệ số ước lượng cần được diễn giải thận trọng và chưa thể xem là bằng chứng nhân quả.

Các nghiên cứu tiếp theo có thể mở rộng phạm vi quốc gia và thời gian, bổ sung các yếu tố như đổi mới công nghệ, chất lượng thể chế, đô thị hóa, cơ cấu năng lượng và chuyển đổi số. Các nghiên cứu này cũng có thể áp dụng những phương pháp như System GMM, PMG-ARDL, hồi quy phân vị dữ liệu bảng hay mô hình ngưỡng. Ngoài ra, việc mở rộng sang các chỉ tiêu môi trường khác như tổng phát thải khí nhà kính, dấu chân sinh thái và tăng trưởng xanh sẽ cung cấp cái nhìn toàn diện hơn về mối quan hệ giữa năng lượng, nông nghiệp và môi trường.

Tài liệu tham khảo:

1. Ali, R., Daut, I., & Taib, S. (2012). A review on existing and future energy sources for electrical power generation in Malaysia. Renewable and Sustainable Energy Reviews, 16(6), 4047-4055. https://doi.org/10.1016/j.rser.2012.03.003

2. ASEAN. (2016). ASEAN Plan of Action for Energy Cooperation (APAEC) 2016-2025: Phase I, 2016-2020. ASEAN Secretariat.

3. ASEAN Centre for Energy. (2025). ASEAN Plan of Action for Energy Cooperation (APAEC) 2026-2030.

4. ASEAN Centre for Energy. (2026). ASEAN Energy Statistical Yearbook 2026.

5. ASEAN Secretariat. (2015). ASEAN Statistical Yearbook 2015.

6. Baltagi, B. H. (2001). Econometric analysis of panel data (2nd ed.). John Wiley & Sons.

7. Chel, A., & Kaushik, G. (2011). Renewable energy for sustainable agriculture. Agronomy for Sustainable Development, 31(1), 91-118. https://doi.org/10.1051/agro/2010029

8. International Energy Agency. (2021). Net zero by 2050: A roadmap for the global energy sector.

9. Solarin, S. A. (2014). Tourist arrivals and macroeconomic determinants of CO₂ emissions in Malaysia. Anatolia, 25(2), 228-241. https://doi.org/10.1080/13032917.2013.868364

10. Vermeulen, S. J., Campbell, B. M., & Ingram, J. S. I. (2012). Climate change and food systems. Annual Review of Environment and Resources, 37(1), 195-222. https://doi.org/10.1146/annurev-environ-020411-130608

11. World Bank. (2012). World development indicators 2012. https://documents.worldbank.org/en/publication/documents reports/documentdetail/553131468163740875