42
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG Bùi Thị Thu Thảo và ctv.
*Email: buithao@ufm.edu.vn
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ
TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG
Tập 11, Số 3 (2025): 42 - 51
HUNG VUONG UNIVERSITY
JOURNAL OF SCIENCE AND TECHNOLOGY
Vol. 11, No. 3 (2025): 42 - 51
Email: Tapchikhoahoc@hvu.edu.vn Website: www.jst.hvu.edu.vn
MỐI QUAN HỆ GIỮA TĂNG TRƯỞNG KINH TẾ, VỐN ĐẦU TƯ
TRỰC TIẾP NƯỚC NGOÀI, ĐỘ MỞ THƯƠNG MẠI, CÔNG NGHIỆP HÓA
VÀ PHÁT THẢI CO2 TẠI VIỆT NAM
Bùi Thị Thu Thảo1*, Lâm Mỹ Nhi1 , Nguyễn Ngọc Yến Nhi1, Tạ Mai Như1,
Nguyễn Đặng Xuân Quang1, Phạm Thị Hồng Thắm1
1Trường Đại học Tài chính - Marketing, Thành phố Hồ Chí Minh
Ngày nhận bài: 16/4/2025; Ngày chỉnh sửa: 15/5/2025; Ngày duyệt đăng: 22/5/2025
DOI: https://doi.org/10.59775/1859-3968.280
Tóm tắt
Nghiên cứu này phân tích mối quan hệ giữa phát thải CO2 và các yếu tố kinh tế vĩ mô gồm tăng trưởng kinh
tế (GDP), đầu tư trực tiếp nước ngoài (FDI), độ mở thương mại (TO) và công nghiệp hóa (IND) tại Việt
Nam trong giai đoạn 1990-2022, bằng cách áp dụng mô hình Bayesian Vector Autoregression (BVAR). Kết quả
cho thấy GDP tác động mạnh và ổn định đến phát thải CO2, phù hợp với giả thuyết EKC. FDI và độ mở thương
mại có ảnh hưởng hai chiều, làm tăng phát thải trong ngắn hạn nhưng giảm dần về dài hạn, trong khi tác động
của công nghiệp hóa yếu và thiếu ổn định. Trên cơ sở các kết quả thực nghiệm, nghiên cứu đề xuất một số hàm
ý chính sách nhằm hỗ trợ hoạch định chiến lược phát triển kinh tế đi đôi với kiểm soát phát thải và bảo vệ môi
trường tại Việt Nam.
Từ khóa: Phát thải CO2, tăng trưởng kinh tế, đầu tư trực tiếp nước ngoài, độ mở thương mại, EKC, Bayesian VAR.
1. Đặt vấn đề
Trong bối cảnh toàn cầu hóa và tăng
trưởng kinh tế mạnh mẽ, mối quan hệ giữa
phát triển kinh tế và môi trường ngày càng
được quan tâm. Dù nâng cao phúc lợi xã hội,
tăng trưởng kinh tế cũng kéo theo suy thoái
môi trường, đặc biệt là phát thải CO2. Các
quốc gia đang phát triển như Việt Nam đối
mặt thách thức lớn khi công nghiệp hóa và
hội nhập nhanh trong khi năng lực quản lý
môi trường còn hạn chế. Giai đoạn 1990-
2022, phát thải CO2 bình quân đầu người
tăng rõ rệt (trung bình 1,48 tấn/người), phản
ánh hệ quả môi trường của quá trình tăng
trưởng. GDP duy trì mức tăng 6,66%, FDI
bình quân 5,45% GDP (có năm gần 12%), độ
mở thương mại trung bình 123,64% GDP và
tỷ trọng công nghiệp 34,41% - minh chứng
cho quá trình công nghiệp hóa và hội nhập
sâu rộng [1]. Tuy nhiên, sự gia tăng đồng
thời của các chỉ số này cũng kéo theo áp lực
43
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG Tập 11, Số 3 (2025): 42 - 51
môi trường, đặt ra yêu cầu cân bằng giữa
phát triển và bảo vệ môi trường. Đặc biệt, tại
COP26 (2021), Việt Nam cam kết đạt phát
thải ròng bằng “0” vào năm 2050, thể hiện
quyết tâm theo đuổi phát triển xanh.
Về lý thuyết, mô hình Đường cong
Kuznets môi trường (EKC) cho rằng phát
thải ô nhiễm tăng ở giai đoạn đầu phát triển
nhưng giảm dần khi thu nhập vượt ngưỡng,
nhờ tiến bộ công nghệ, chuyển dịch cơ cấu
và chính sách môi trường hiệu quả [2-4]. Tuy
nhiên, các nghiên cứu thực nghiệm gần đây
cho thấy bằng chứng chưa thống nhất, đặc
biệt khi xét thêm yếu tố FDI, thương mại
và công nghiệp hóa. Tại Việt Nam, dù đã
có nghiên cứu kiểm định mối quan hệ giữa
tăng trưởng và môi trường, song còn thiếu
các phân tích định lượng toàn diện xét đến
vai trò tương tác của các yếu tố này trong mô
hình EKC [5-11].
Do đó, nghiên cứu này phân tích mối
quan hệ giữa tăng trưởng kinh tế, FDI, độ
mở thương mại, công nghiệp hóa và phát thải
CO2 tại Việt Nam giai đoạn 1990-2022 bằng
mô hình tự hồi quy vector Bayes (BVAR).
Các biến trên vừa phản ánh quá trình phát
triển, vừa có khả năng tác động trực tiếp đến
phát thải trong bối cảnh công nghiệp hóa
nhanh. Phương pháp BVAR cho phép ước
lượng mối quan hệ động giữa các biến vĩ mô
trong điều kiện dữ liệu hạn chế, đồng thời
tích hợp thông tin tiên nghiệm để tăng độ ổn
định và tin cậy. Kết quả kỳ vọng cung cấp
hàm ý chính sách hỗ trợ hoạch định chiến
lược phát triển bền vững cho Việt Nam trong
giai đoạn hội nhập sâu rộng.
2. Phương pháp nghiên cứu
2.1. Cơ sở lý thuyết
Mối quan hệ giữa tăng trưởng kinh tế và
ô nhiễm môi trường được quan tâm từ thập
niên 1970, với nhiều tranh luận về khả năng
song hành giữa hai mục tiêu. Từ đó, mô hình
EKC ra đời, phản ánh quan điểm “quá nghèo
để xanh”, cho rằng các quốc gia đang phát
triển cần ưu tiên tăng trưởng để có nguồn
lực bảo vệ môi trường [2]. EKC mô tả mối
quan hệ hình chữ U ngược giữa tăng trưởng
và chất lượng môi trường: ô nhiễm tăng ở
giai đoạn đầu nhưng giảm dần sau khi đạt
ngưỡng thu nhập nhất định, hàm ý rằng tăng
trưởng bền vững có thể cải thiện môi trường
dài hạn [3, 4, 12, 13].
Trong bối cảnh toàn cầu hướng tới trung
hòa carbon, việc phân tích mối quan hệ giữa
GDP, FDI, độ mở thương mại, công nghiệp
hóa và phát thải CO2 trở nên cấp thiết, song
kết quả thực nghiệm còn khác biệt do chênh
lệch về trình độ phát triển và cấu trúc kinh
tế. Nhiều nghiên cứu khẳng định GDP ảnh
hưởng đáng kể đến phát thải CO2 [14-16].
Cụ thể, Bùi Hoàng Ngọc [17] và Khan et al.
[18] cho thấy phát thải tăng ở giai đoạn đầu
và giảm về sau - đặc trưng của EKC. Một số
nghiên cứu khác ghi nhận tác động đồng biến
giữa GDP và CO2 [19-22], trong khi một số
lại cho thấy tăng trưởng đi kèm giảm phát
thải nhờ cải tiến công nghệ và chuyển dịch
cơ cấu sản xuất [23-26].
FDI có thể giúp cắt giảm phát thải CO2
nếu gắn với công nghệ sạch [16, 20, 22-28],
nhưng cũng có bằng chứng về tác động hai
chiều theo thời gian: giảm phát thải ngắn hạn
nhưng tăng trong dài hạn do mở rộng sản
xuất [18, 19, 26, 29]. Đáng chú ý, FDI làm
tăng phát thải ở nước đang phát triển nhưng
giảm ở nước phát triển [30].
Tác động của độ mở thương mại cũng
chưa thống nhất: nhiều nghiên cứu cho rằng
thương mại thúc đẩy chuyển giao công nghệ
sạch, giảm phát thải [19, 26, 28, 31], song
Islam et al. [20] và Mahmood [29] lại chỉ
ra xu hướng ngược do mở rộng quy mô sản
44
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG Bùi Thị Thu Thảo và ctv.
xuất. Một số nghiên cứu như Khan et al.
[18], Derindag et al. [27] và Haug & Ucal
[32] còn phát hiện tác động hai chiều theo
thời gian. Về công nghiệp hóa, Bùi Hoàng
Ngọc [17] không tìm thấy mối quan hệ đáng
kể, nhưng Udeagha et al. [33] cho rằng công
nghiệp hóa làm tăng phát thải do sử dụng
năng lượng hóa thạch.
Tại Việt Nam, kết quả thực nghiệm còn
không ổn định theo thời gian, phản ánh đặc
điểm cấu trúc kinh tế. Một số nghiên cứu
cho thấy GDP làm tăng phát thải CO2 [5, 6,
10, 11], trong khi các nghiên cứu khác ghi
nhận tác động phi tuyến EKC [7, 9]. FDI
vừa được xem là yếu tố giảm phát thải [8,
10] vừa có thể làm gia tăng CO2 [9, 11]. Về
độ mở thương mại, có bằng chứng cho thấy
tác động gia tăng phát thải [10]. Những kết
quả trái chiều này cho thấy cần phương pháp
phân tích linh hoạt hơn để làm rõ cơ chế tác
động trong bối cảnh Việt Nam.
Dù đã có nhiều nghiên cứu trong và ngoài
nước về mối quan hệ giữa GDP, FDI, thương
mại, công nghiệp hóa và CO2, kết quả vẫn
chưa thống nhất do khác biệt về dữ liệu và
phương pháp. Các kỹ thuật kinh tế lượng phổ
biến như ARDL, OLS, FMOLS, VECM và
kiểm định Granger có hạn chế khi áp dụng
cho chuỗi thời gian ngắn hoặc biến động
không ổn định. Do đó, nghiên cứu này sử
dụng mô hình BVAR để phân tích mối quan
hệ động giữa phát thải CO2 và các biến kinh
tế vĩ mô (GDP, FDI, TO, IND) tại Việt Nam
giai đoạn 1990-2022.
2.2. Mô hình và dữ liệu nghiên cứu
Dựa trên cơ sở lý thuyết EKC và tổng quan
các nghiên cứu thực nghiệm trước đây trong và
ngoài nước, nghiên cứu này đề xuất mô hình
phân tích nhằm làm rõ mối quan hệ giữa tăng
trưởng kinh tế, vốn đầu tư trực tiếp nước ngoài,
độ mở thương mại, công nghiệp hóa và phát
thải CO2 trong bối cảnh Việt Nam.
CO2 = f(GDP, FDI, TO, IND)
Trong đó:
CO2 - Lượng phát thải CO2 bình quân đầu
người, được đo lường bằng tấn CO2 tương
đương trên mỗi người (t CO2e/capita), được sử
dụng trong các nghiên cứu đánh giá tác động
môi trường của Dogan và Turkekul [15], Bùi
Hoàng Ngọc [17], Pradhan và cộng sự [25].
GDP - Tăng trưởng kinh tế, được đo lường
bằng tốc độ tăng trưởng GDP hàng năm theo
tỷ lệ phần trăm (%), được dụng rộng rãi trong
các nghiên cứu của Grossman và Krueger [2],
Hoàng Thị Xuân và cộng sự [11], Zhang và
cộng sự [31].
FDI - Vốn đầu tư trực tiếp nước ngoài vào
Việt Nam, được tính bằng giá trị ròng của
dòng vốn FDI so với GDP (% GDP), được
đề cập trong các nghiên cứu của Nguyễn Thị
Hồng Nham & Lê Thanh Hà [8], Ertugrul và
cộng sự [14], Liu và cộng sự [19], Zubair và
cộng sự [24].
TO - Độ mở thương mại, phản ánh mức
độ hội nhập kinh tế quốc tế, được tính bằng
tổng kim ngạch xuất khẩu và nhập khẩu
hàng hóa và dịch vụ trên GDP (% GDP),
được sử dụng trong các nghiên của Đoàn
Ngọc Phúc [10], Ali và cộng sự [21], Zhang
và cộng sự [31].
IND - Mức độ công nghiệp hóa, được
đo lường thông qua tỷ trọng giá trị gia tăng
của ngành công nghiệp trong tổng sản phẩm
quốc nội (% GDP), được kiểm định trong
các nghiên cứu như Trần Văn Hưng [9], Bùi
Hoàng Ngọc [17], Udeagha và cộng sự [33].
Nghiên cứu này được thực hiện dựa trên
dữ liệu tại Việt Nam trong giai đoạn từ 1990
đến 2022. Dữ liệu được tổng hợp theo từng
năm từ Chỉ số của Ngân hàng Thế giới [1].
45
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG Tập 11, Số 3 (2025): 42 - 51
2.3. Phương pháp nghiên cứu
Khác với thống kê tần suất, suy luận
Bayes xem các tham số trong mô hình VAR
là các biến ngẫu nhiên và cung cấp một
khuôn khổ cho phép cập nhật phân phối xác
suất của các tham số chưa quan sát được, có
điều kiện theo dữ liệu đã quan sát. Phương
pháp BVAR mang lại nhiều ưu điểm vượt
trội so với các mô hình VAR truyền thống,
đặc biệt phù hợp trong bối cảnh dữ liệu kinh
tế vĩ mô tại các nước đang phát triển như
Việt Nam. Trước hết, phương pháp này cho
phép xử lý hiệu quả các mô hình có số lượng
tham số lớn trong khi quy mô mẫu quan sát
hạn chế, nhờ vào việc tích hợp thông tin tiên
nghiệm (prior) để giảm phương sai của ước
lượng. Bên cạnh đó, BVAR linh hoạt khi
áp dụng cho dữ liệu chuỗi thời gian có đặc
điểm hỗn hợp giữa các biến dừng (I(0)) và
không dừng (I(1)), giúp tránh được sai lệch
trong suy luận thống kê vốn dễ xảy ra trong
các mô hình truyền thống. Đặc biệt, phương
pháp này còn hỗ trợ mạnh mẽ trong việc
phân tích biến động giữa các biến thông qua
các công cụ hậu kiểm như hàm phản ứng
xung (Impulse Response Function - IRF) và
phân rã phương sai sai số dự báo (Forecast
Error Variance Decomposition - FEVD), từ
đó cung cấp cái nhìn sâu sắc về mức độ ảnh
hưởng và cơ chế truyền dẫn giữa các yếu
tố kinh tế đến phát thải CO2 theo thời gian.
Những ưu điểm trên cho thấy BVAR là một
công cụ phân tích phù hợp và hữu ích để làm
rõ mối quan hệ động giữa các biến kinh tế vĩ
mô trong nghiên cứu này.
Để phân tích mối quan hệ động giữa phát
thải CO2 và các yếu tố kinh tế vĩ mô gồm
GDP, FDI, TO và IND, mô hình BVAR có
dạng tổng quát như sau:
yAyAYAycuu
tt tptp tt


 11 22 0,~ ,£
Trong đó: yCOGDP FDITOIND
tttt
tt

2,,,, ' là vector gồm các biến nội sinh tại thời
điểm t; Aj là ma trận hệ số tự hồi quy bậc j; c là vector hằng số; ut là vector sai số có phân phối
chuẩn đa biến với ma trận hiệp phương sai Σ.
Khác với mô hình VAR truyền thống, BVAR xem các hệ số hồi quy là các biến ngẫu nhiên,
và sử dụng thông tin tiên nghiệm (prior) trong quá trình ước lượng.
3. Kết quả nghiên cứu và thảo luận
3.1. Thống kê mô tả
Bảng 1. Thống kê mô tả các biến nghiên cứu
CO2GDP FDI TO IND
Trung bình 1,484 6,665 5,452 123,644 34,410
Trung vị 1,255 6,787 4,803 125,260 35,575
Lớn nhất 3,590 9,540 11,939 186,676 40,208
Nhỏ nhất 0,310 2,554 2,781 66,212 22,674
Độ lệch chuẩn 1,011 1,561 2,193 33,607 4,440
Nguồn: Nhóm tác giả tính toán bằng Stata
46
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ TRƯỜNG ĐẠI HỌC HÙNG VƯƠNG Bùi Thị Thu Thảo và ctv.
Bảng 1 thống kê mô tả các biến nghiên
cứu trong giai đoạn 1990-2022, bao gồm
phát thải CO2, GDP, FDI, TO và IND. Phát
thải CO2 bình quân đầu người có giá trị trung
bình là 1,48 tấn, với giá trị nhỏ nhất là 0,31 và
lớn nhất là 3,59, cho thấy sự chênh lệch đáng
kể qua các năm. GDP tăng trưởng trung bình
ở mức 6,66%/năm, dao động từ 2,55% đến
9,54%, phản ánh các giai đoạn tăng trưởng
nhanh của nền kinh tế. FDI chiếm trung
bình 5,45% GDP và có độ lệch chuẩn cao
(2,19%), cho thấy sự biến động đáng kể trong
dòng vốn đầu tư vào Việt Nam. TO có giá trị
trung bình 123,64% GDP, thể hiện mức độ
hội nhập kinh tế cao, đồng thời dao động lớn
qua các năm (từ 66,21% đến 186,68%). Biến
IND có giá trị trung bình 34,41%, với mức
dao động từ 22,67% đến 40,21%, phản ánh
sự gia tăng dần vai trò của công nghiệp trong
cơ cấu kinh tế.
3.2. Ma trận tương quan
Bảng 2. Ma trận tương quan các biến nghiên cứu
CO2GDP FDI TO IND
CO2 1,000 -0,393 -0,264 0,894 0,515
GDP -0,393 1,000 0,419 -0,378 -0,227
FDI -0,264 0,419 1,000 -0,250 -0,242
TO 0,894 -0,378 -0,250 1,000 0,755
IND 0,515 -0,227 -0,242 0,755 1,000
Nguồn: Nhóm tác giả tính toán bằng Stata
Bảng 2 minh họa ma trận tương quan giữa
các biến trong nghiên cứu. Kết quả phân tích
cho thấy mối tương quan cao giữa CO2 và
TO, IND với hệ số lần lượt là 0,894 và 0,515,
phản ánh mối liên hệ mật thiết giữa sự gia
tăng trong độ mở thương mại, công nghiệp
hóa và lượng khí thải CO2. Ngược lại, GDP
và FDI lại thể hiện mối quan hệ tiêu cực với
CO2 ở mức -0,393 và -0,264.
3.3. Kiểm định tính dừng
Bảng 3. Kiểm định tính dừng bằng phương pháp ADF
I (0)
Biến t-Statistic Prob.*
CO2-3,647 0,010
GDP -6,685 0,000
FDI -4,204 0,003
TO -7,665 0,000
IND -4,376 0,002
Nguồn: Nhóm tác giả tính toán bằng Stata
Bảng 3 trình bày kết quả từ kiểm định
Augmented Dickey-Fuller (ADF) cho các
biến nghiên cứu cho thấy rằng tất cả các biến
đã dừng ở bậc 0. Điều này có nghĩa là dữ liệu
đã sẵn sàng và phù hợp để sử dụng trong các
phân tích tiếp theo trong mô hình BVAR.
3.4. Ước lượng mô hình BVAR
Trong suy luận Bayes, quá trình ước lượng
bắt đầu bằng việc xác định phân phối tiên
nghiệm - tức phân phối thể hiện niềm tin ban
đầu về các tham số trước khi quan sát dữ liệu.
Việc lựa chọn phân phối tiên nghiệm phù hợp
đóng vai trò then chốt trong việc đảm bảo độ
tin cậy của mô hình. Một số phân phối tiên
nghiệm được sử dụng phổ biến trong các mô
hình BVAR bao gồm: Tiên nghiệm Minnesota
(MH1), tiên nghiệm liên hợp Minnesota
(MH2), tiên nghiệm MVN-diffuse hay còn
gọi là normal-Jeffreys (MH3), và tiên nghiệm
MVN-inverse Wishart (MH4). Mỗi loại phân
phối tiên nghiệm này đều nhằm mục tiêu tối
ưu hóa mô hình hóa phân phối hậu nghiệm,
từ đó nâng cao độ chính xác trong ước lượng
tham số.