Nghiên cứu các nhân tố ảnh hưởng đến cường độ năng lượng của các doanh nghiệp công nghiệp tại thành phố Đà Nẵng

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:10

Thêm vào BST

Báo xấu

3
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết tập trung phân tích các yếu tố ảnh hưởng đến cường độ năng lượng tại thành phố Đà Nẵng ở phạm vi các doanh nghiệp và đề xuất các biện pháp để nâng cao hiệu quả sử dụng năng lượng. Bằng việc sử dụng dữ liệu điều tra khảo sát doanh nghiệp năm 2020 và sử dụng mô hình hồi quy phân vị QR, phân tích BMA (Bayesian Model Average), nghiên cứu cho thấy rằng, các yếu tố quyết định, cụ thể là cường độ lao động, cường độ tài sản cố định, cường độ khấu hao tài sản cố định, tỉ suất vốn - lao động có tác động dương với cường độ năng lượng.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Nghiên cứu các nhân tố ảnh hưởng đến cường độ năng lượng của các doanh nghiệp công nghiệp tại thành phố Đà Nẵng

NGHIÊN CỨU CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN CƢỜNG ĐỘ NĂNG LƢỢNG CỦA CÁC DOANH NGHIỆP CÔNG NGHIỆP TẠI THÀNH PHỐ ĐÀ NẴNG Nguyễn Thị Phƣơng Thảo(1), Đỗ Bá Nha(2) TÓM TẮT: Bài viết tập trung phân tích các yếu tố ảnh hưởng Ďến cường Ďộ năng lượng tại thành phố Đà Nẵng ở phạm vi các doanh nghiệp và Ďề xuất các biện pháp Ďể nâng cao hiệu quả sử dụng năng lượng. Bằng việc sử dụng dữ liệu Ďiều tra khảo sát doanh nghiệp năm 2020 và sử dụng mô hình hồi quy phân vị QR, phân tích BMA (Bayesian Model Average), nghiên cứu cho thấy rằng, các yếu tố quyết Ďịnh, cụ thể là cường Ďộ lao Ďộng, cường Ďộ tài sản cố Ďịnh, cường Ďộ khấu hao tài sản cố Ďịnh, tỉ suất vốn - lao Ďộng có tác Ďộng dương với cường Ďộ năng lượng. Những phát hiện này cho thấy các doanh nghiệp công nghiệp ở thành phố Đà Nẵng chưa Ďầu tư vào các thiết bị hiện Ďại Ďể tiết kiệm năng lượng, do vậy mặc dù có tỉ lệ tài sản cố Ďịnh cao nhưng vẫn không tạo ra hiệu quả trong tiết kiệm năng lượng. Yếu tố khác như tỉ số lợi nhuận có ảnh hưởng nghịch chiều Ďối với cường Ďộ năng lượng. Từ khoá: Cường Ďộ năng lượng, hồi quy phân vị, Đà Nẵng, hiệu quả. ABSTRACT: The article focuses on examining enterprise-level factors influencing energy intensity in Da Nang city and suggests actions to increase energy use efficiency. By using Vietnamese enterprise survey data in 2020 and using the quantile regression model and BMA (Bayesian Model Average) analysis, the study indicates that the determining factors, specifically intensity labor, fixed asset intensity, fixed asset depreciation intensity, and capital-labor ratio, have a positive impact on energy intensity. These findings show that industrial enterprises in Da Nang city have not invested in modern equipment to save energy, so even though they have a high proportion of fixed assets, they still do not obtain energy efficiency. Another factor such as profit ratio have a negative influence on energy intensity. Keywords: Energy intensity, quantile regression, Danang, effective. 1. Trường Đại học Kinh tế Đà Nẵng. Email: thaonguyen@due.edu.vn 2. Trường Đại học Kinh tế Đà Nẵng. 1456
1. Giới thiệu Năng lượng là một trong những yếu tố Ďầu vào quan trọng Ďể hỗ trợ sản xuất, nhưng những quan ngại về vấn Ďề môi trường hiện nay, Ďặc biệt là về an ninh năng lượng của các quốc gia, khiến nhu cầu sử dụng năng lượng hiệu quả trở thành một chủ Ďề phân tích quan trọng, và chủ Ďề này ngày càng trở nên quan trọng hơn trong các chương trình nghị sự chính trị trên toàn thế giới. Cường Ďộ năng lượng (EI) là một trong chỉ số quan trọng Ďể Ďánh giá tình hình phát triển bền vững của một quốc gia. Trên lí thuyết, tăng trưởng kinh tế dẫn Ďến tiêu thụ năng lượng cao hơn, do Ďó quá trình này làm tăng áp lực của sản xuất và tiêu thụ năng lượng gây ra Ďối với môi trường. Tại Việt Nam, nghiên cứu về sử dụng năng lượng hay mối quan hệ giữa kinh tế và năng lượng cũng Ďược quan tâm trong những năm gần Ďây. Các nghiên cứu hầu hết tập trung vào vấn Ďề năng lượng tiêu dùng, nhu cầu về năng lượng, các nhân tố ảnh hưởng Ďến năng lượng tiêu dùng. Các tác giả này Ďã góp phần phân tích rõ hơn vấn Ďề tiêu dùng năng lượng của Việt Nam, trong Ďó có phân tích các yếu tố liên quan Ďến phạm vi doanh nghiệp. Tuy nhiên, các nghiên cứu Ďánh giá về sự ảnh hưởng của các nhân tố kinh tế Ďến cường Ďộ năng lượng trên phạm vi các doanh nghiệp vẫn chưa Ďược phân tích sâu. Theo VNEEP (2020), tổng tiêu dùng năng lượng cuối cùng của Việt Nam tăng trung bình 7.9 /năm trong giai Ďoạn từ năm 2015 Ďến năm 2019, và chạm ngưỡng 66.014 triệu MTOE vào năm 2020. Mặc dù vậy, cường Ďộ năng lượng của Việt Nam vẫn là 319 KGOE/1.000 USD (giá so sánh năm 2010) và không có sự cải thiện Ďáng kể, thậm chí còn cao hơn so với năm gốc 2015 (308 KGOE/1.000 USD). Mặt khác, Việt Nam cần tiêu thụ 833 kWh Ďiện Ďể có thể tạo ra 1 USD trong sản xuất, con số này cao hơn số trung bình của thế giới là 271 kWh, thậm chí cao hơn nhiều các nước trong khu vực như 419 kWh của Thái Lan, 232 kWh của Philippines hay 148kWh của Singapore. Bài viết này tập trung phân tích cường Ďộ năng lượng và các nhân tố ảnh hưởng Ďối với các doanh nghiệp công nghiệp tại thành phố Đà Nẵng. Kết quả nghiên cứu sẽ giúp các nhà quản trị công ty cũng như các nhà hoạch Ďịnh chính sách nắm bắt Ďược sự ảnh hưởng của các nhân tố ở phạm vi doanh nghiệp Ďến tính hiệu quả sử dụng năng lượng, làm cơ sở Ďể Ďưa ra các Ďịnh hướng hợp lí trong công cuộc công nghiệp hoá Ďịnh hướng phát triển bền vững của Việt Nam. 2. Cơ sở lí thuyết và phƣơng pháp nghiên cứu 2.1. Cơ sở lí thuyết Do tính cấp thiết của vấn Ďề nghiên cứu, nhiều nghiên cứu Ďã tập trung phân tích các yếu tố ảnh hưởng Ďến hiệu quả sử dụng năng lượng trên toàn thế giới. Zhang & Wei (2016) Ďã khám phá ra rằng, các nhân tố ảnh hưởng quan trọng Ďến cường Ďộ năng lượng có thể chia làm sáu loại: Ďặc Ďiểm về nhân khẩu học, yếu tố kinh tế, yếu tố năng lượng và môi trường, Ďặc Ďiểm của doanh nghiệp, Ďộ mở và yếu tố liên quan Ďến giao thông. Wu (2012) Ďã chỉ ra rằng, các Ďộng lực ảnh 1457
hưởng hiệu quả sử dụng năng lượng bao gồm thu nhập, giá cả nhiên liệu, tốc Ďộ tăng vốn và chỉ số vốn - lao Ďộng. Ma & Stern (2008) nghiên cứu về sự thay Ďổi của cường Ďộ năng lượng của Trung Quốc giai Ďoạn 1980 - 2003 và xác nhận sự thay Ďổi của công nghệ dẫn Ďến việc giảm EI. Sau Ďó, Wang & cộng sự (2014) khẳng Ďịnh rằng, Ďổi mới công nghệ sản xuất Ďã cải thiện hiệu quả sử dụng năng lượng trên khắp Trung Quốc. Trong các nghiên cứu ở cấp tỉnh, Lin & Du (2014) cũng Ďưa ra kết luận tương tự với các nghiên cứu nêu trên, cho rằng sự tiến bộ công nghệ cũng như tỉ lệ chuyển Ďổi vốn và năng lượng là những nhân tố chính hỗ trợ việc giảm mức năng lượng Ďể tạo ra một Ďơn vị sản phẩm. Nghiên cứu của Song & Zheng (2012) chỉ ra rằng, thu nhập của các tỉnh tăng sẽ làm tăng hiệu quả sử dụng năng lượng, Ďiều này nhấn mạnh hơn nữa khả năng cải thiện EI của việc thay Ďổi cơ cấu cơ bản trong nền kinh tế. Trên góc Ďộ doanh nghiệp, nghiên cứu của Subrahmanya (2006) Ďã chứng minh cường Ďộ lao Ďộng có ảnh hưởng Ďến mức Ďộ hiệu quả năng lượng và hiệu suất kinh tế của các ngành thâm dụng năng lượng. Tuỳ thuộc vào năng suất lao Ďộng, các tác Ďộng này có thể là tích cực (Soni & Kapshe, 2017) hoặc tiêu cực (Jain & Kaur, 2021). Kostka & cộng sự (2013) nghiên cứu sự chênh lệch hiệu quả sử dụng năng lượng của doanh nghiệp vừa và nhỏ ở. Trung Quốc, cho thấy cấu trúc sở hữu, sự can thiệp của chính phủ và nguồn nhân lực là những yếu tố quan trọng ảnh hưởng Ďến EI. Các nghiên cứu tương tự như Fu (2018) sử dụng khảo sát môi trường Ďầu tư của Ngân hàng Thế giới Ďối với các công ty sản xuất của Trung Quốc Ďể chỉ ra rằng sự can thiệp của chính phủ ảnh hưởng Ďến quyết Ďịnh tiêu thụ năng lượng của các công ty. Đồng thời, Ma & Liang (2018) nhận thấy rằng cấu trúc sở hữu là một Ďộng lực quan trọng của cường Ďộ năng lượng, trong khi Bu & Jiang (2019) chứng minh rằng các doanh nghiệp FDI có cường Ďộ sử dụng năng lượng thấp hơn. Cường Ďộ sửa chữa và bảo trì của nhà máy và máy móc có liên quan trực tiếp Ďến EI. Máy móc và thiết bị cần bảo trì nhiều hơn sẽ dẫn Ďến EI cao hơn (Sahu & Narayanan, 2011; Soni & Kapshe, 2017). Một số nghiên cứu cũng thể hiện mối quan hệ tích cực giữa cường Ďộ sửa chữa và EI (Golder, 2011). Cường Ďộ tài sản cố Ďịnh có liên quan trực tiếp Ďến EI vì những Ďầu vào này tiêu thụ một lượng lớn năng lượng trong một công ty. Việc lắp Ďặt nhà máy, máy móc và thiết bị cần năng lượng, do Ďó làm tăng mức tiêu thụ năng lượng. Tuy nhiên, việc tăng Ďầu tư vào nhà máy và máy móc làm tăng mức Ďộ hiệu quả của doanh nghiệp (Soni & Kapshe, 2017). Cường Ďộ lợi nhuận sau thuế có quan hệ ngược chiều với EI vì lợi nhuận của doanh nghiệp tăng lên có xu hướng nâng cao hiệu quả của doanh nghiệp. Các công ty có tỉ suất lợi nhuận tương Ďối cao hơn phân bổ vốn Ďể Ďầu tư vào công nghệ mới, lắp Ďặt máy móc hiệu quả và thực hiện các hoạt Ďộng nghiên cứu và phát triển. Do Ďó, các nghiên cứu trước Ďây cho thấy mối quan hệ nghịch Ďảo giữa cường Ďộ lợi nhuận và EI (Soni & Kapshe, 2017). 1458
2.3. Phương pháp nghiên cứu - Dữ liệu nghiên cứu Nghiên cứu này sử dụng kết quả Ďiều tra doanh nghiệp năm 2020 của Tổng Cục Thống kê Việt Nam. Cuộc Ďiều tra thực hiện toàn bộ hơn 700 nghìn Ďối với tất cả các doanh nghiệp cả nước năm 2020. Đây là dữ liệu khảo sát hàng năm thu thập thông tin từ tất cả các cơ sở, doanh nghiệp và hợp tác xã Ďã Ďăng ký chính thức, Ďang hoạt Ďộng hoặc không hoạt Ďộng, trong năm khảo sát trước Ďó. Dữ liệu bao gồm các thông tin liên quan Ďến sở hữu, ngành công, Ďịa Ďiểm, hoạt Ďộng xuất nhập khẩu, tổng số lao Ďộng và tổng chi phí lao Ďộng, tài sản và nợ phải trả, thuế và các khoản phải nộp và chi phí hoạt Ďộng. Quan trọng nhất, cuộc Ďiều tra Ďã thu thập thông tin chi tiết về loại năng lượng Ďược sử dụng, số lượng và tổng giá trị. Loại năng lượng phổ biến nhất là sử dụng Ďiện, bao gồm lượng tiêu thụ cho vận tải và tiêu dùng cuối cùng (tính bằng 1.000 kwh), lượng sản xuất, bán hàng, sản xuất ròng và giá trị mua. Các loại năng lượng khác, bao gồm xăng, dầu thô, than coke, than antracite, dầu hoả, dầu nhờn, dầu diesel, dầu mazut, khí dầu mỏ hoá lỏng (LPG), nhựa Ďường, khí thiên nhiên, khí Ďồng hành và nhiên liệu sinh học, Ďược nhóm thành tám loại chính: xăng, dầu thô, than, dầu nhiên liệu, LPG, khí, nhựa Ďường và năng lượng sinh học. Dựa trên các loại năng lượng Ďược sử dụng và có các Ďơn vị tính khác nhau, tác giả Ďã dựa vào bảng chuyển Ďổi năng lượng Ďể chuyển Ďổi các Ďơn vị tính khác nhau thành một Ďơn vị tính duy nhất là KTOE (kilotonne tương Ďương với dầu). Đây Ďược coi là Ďơn vị chuẩn so sánh chung cho Ďa dạng các loại năng lượng sử dụng. - Mô hình nghiên cứu Nghiên cứu sử dụng mô hình hồi qui cơ sở có dạng: Trong Ďó: EIi là biến phụ thuộc thể hiện cường Ďộ năng lượng của doanh nghiệp i; LIi, RMPMIi, PMIi, PATIi, KLRi, VNNi, DTNNi Ďại diện cho các biến số về cường Ďộ lao Ďộng, cường Ďộ sửa chữa bảo trì tài sản cố Ďịnh, cường Ďộ tài sản cố Ďịnh, tỉ suất lợi nhuận sau thuế, tỉ suất vốn - lao Ďộng, biến giả vốn nhà nước và biến giả vốn Ďầu tư nước ngoài. Cách thức Ďo lường các biến thể hiện trong Bảng 1. Bảng 1. Mô tả các biến sử dụng trong mô hình Biến Mô tả biến Cường Ďộ năng lượng (EI) Tỉ số giữa năng lượng tiêu thụ và doanh thu thuần Cường Ďộ lao Ďộng (LI) Tỉ số giữa tổng tiền lương và doanh thu thuần 1459
Cường Ďộ hao mòn, sửa chữa Tỉ số hao mòn tài sản cố Ďịnh và doanh thu thuần tài sản cố Ďịnh (RMPMI) Cường Ďộ tài sản cố Ďịnh (PMI) Tỉ số giữa tài sản cố Ďịnh và doanh thu thuần Tỉ suất lợi nhuận ròng (PATI) Tỉ số giữa lợi nhuận và doanh thu thuần Tỉ suất vốn – lao Ďộng (KLR) Tỉ số giữa tổng vốn tài sản cố Ďịnh và tổng lao Ďộng bình quân Vốn nhà nước (VNN) Biến giả. Nhận giá trị bằng 1 nếu doanh nghiệp là doanh nghiệp Nhà nước, 0 nếu là hình thức còn lại Đầu tư nước ngoài (DTNN) Biến giả. Nhận giá trị bằng 1 nếu là doanh nghiệp có vốn Ďầu tư nước ngoài, 0 nếu là hình thức còn lại Nghiên cứu sử dụng phương pháp hồi quy phân vị QR (Quantile Regresion) Ďể ước lượng các nhân tố ở phạm vi doanh nghiệp Ďến hiệu quả sử dụng năng lượng Ďối với các doanh nghiêp công nghiệp Đà Nẵng. Phương pháp hồi quy phân vị (QR) cho thấy sâu hơn về mối quan hệ giữa các yếu tố với cường Ďộ năng lượng doanh nghiệp. Khác với phương pháp hồi quy bình phương bé nhất (OLS), hồi quy phân vị thể hiện Ďược sự mở rộng về các ước lượng trên từng phân vị mà vẫn thể hiện tược tổng chênh lệch tuyệt Ďối tại từng phân vị là bé nhất. Nghiên cứu sẽ thực hiện phương pháp này ở các nhóm phân vị 0.1; 0.25; 0.5; 0.75 và 0.9. Ngoài ra, nghiên cứu còn sử dụng phương pháp trung bình hoá mô hình Bayesian (BMA), Ďây là một kĩ thuật thống kê nhằm cải thiện hiệu suất dự Ďoán của một mô hình thống kê bằng cách kết hợp các dự Ďoán của nhiều mô hình. BMA dựa trên suy luận Bayes và sử dụng phân phối hậu nghiệm của các tham số mô hình Ďể cân nhắc các dự Ďoán của các mô hình khác nhau. Phương pháp này hỗ trợ việc chọn ra mô hình tối ưu nhất Ďối với số liệu thực tế dựa trên các biến có ý nghĩa cao nhất. 3. Kết quả và đánh giá Bảng 2 thể hiện kết quả hồi quy QR trên các phân vị. Kết quả cho thấy cường Ďộ tài sản cố Ďịnh (PMI) và tỉ suất lợi nhuận ròng (PATI) là hai nhân tố có mối tương quan trực tiếp Ďến EI và có ý nghĩa thống kê trên mọi phân vị. Cường Ďộ lao Ďộng (LI) có mối quan hệ dương với EI, chỉ ra rằng cường Ďộ sử dụng lao Ďộng càng cao làm hạn chế sự hiệu quả sử dụng năng lượng tại doanh nghiệp. Nhìn chung, Việt Nam là một quốc gia có số lượng lao Ďộng Ďông và chi phí nhân công rẻ. Do vậy, các doanh nghiệp thay vì sử dụng nhiều máy móc, thiết bị hiện Ďại thì sử dụng nguồn lao Ďộng rẻ cho các khâu thủ công Ďể tiết kiệm chi phí. Điều này khiến cho việc tiết kiệm năng lượng không hiệu quả. Đặc biệt, khi doanh nghiệp có trình Ďộ lao Ďộng thấp sẽ khiến cho năng suất biên và năng suất 1460
trung bình thấp, sản lượng tạo ra thấp lại càng làm giảm cường Ďộ năng lượng của doanh nghiệp. Kết quả của nghiên cứu phù hợp với nghiên cứu của (Soni & Kapshe, 2017). Do Ďó, Ďào tạo kĩ năng phù hợp và phát triển kĩ năng cho người lao Ďộng có thể giúp nâng cao bí quyết kĩ thuật của họ và nâng cao hiệu quả tiêu dùng năng lượng. Mối liên hệ dương giữa LI và EI cũng Ďược xác thực ở mọi phân vị (trừ phân vị 90% với mức ý nghĩa 1 ). Đặc biệt, ở các doanh nghiệp có hiệu quả năng lượng thấp (Q=0.75) thì hệ số tương quan của LI là lớn nhất. Bảng 2. Kết quả hồi quy phân vị QR Biến phụ thuộc: EI Biến Phân vị 10% Phân vị 25% Phân vị 50% Phân vị 75% Phân vị 90% LI 18.080 27.309 26.662 56.438 16.413 (0.000) (0.000) (0.000) (0.000) (0.052) PMI 2.725 3.734 4.261 14.849 33.788 (0.000) (0.000) (0.000) (0.000) (0.001) RMPMI 3.414 -25.033 -6.420 -63.498 337.449 (0.250) (0.000) (0.266) (0.076) (0.000) PATI -1.852 -1.316 -0.805 -17.401 -43.380 (0.000) (0.000) (0.002) (0.000) (0.048) KLR 0.006 0.007 0.016 0.037 0.048 (0.006) (0.000) (0.000) (0.128) (0.456) DTNN 0.252 0.063 0.182 0.617 -0.712 (0.517) (0.842) (0.809) (0.895) (0.954) VNN 0.376 -0.161 0.221 0.319 -0.496 (0.266) (0.558) (0.736) (0.938) (0.963) _cons -3.516 -4.653 -5.568 -11.251( -19.696 (0.000) (0.000) (0.000) 0.000) (0.006) Kết quả của ước lượng mô hình QR cho thấy tác Ďộng của cường Ďộ tài sản cố Ďịnh (PMI) là Ďồng nhất về dấu dương và có ý nghĩa trên mọi phân vị. Điều này có thể Ďược giải thích bởi nghiên cứu của Lange & cộng sự (2020), khi tác giả cho rằng việc gia tăng máy móc và mở rộng nhà xưởng Ďối với các quốc gia có công nghệ chưa phát triển sẽ làm thúc Ďẩy nhu cầu năng lượng, kéo theo tốc Ďộ sử dụng năng lượng tăng nhanh hơn so với hiệu quả sản xuất kinh tế, dẫn Ďến EI tăng. Ngoài ra, việc phụ thuộc quá nhiều vào máy móc, thiết bị trong sản xuất cũng làm cho việc sản suất kinh tế gắn chặt vào tiêu thụ năng lượng, hiệu quả năng lượng cũng không Ďược Ďảm bảo. 1461
Về lâu dài, hầu hết các máy móc, nhà xưởng Ďều cần Ďược bảo trì vì hao mòn trong quá trình sản xuất. Do Ďó, việc bảo trì máy móc bao gồm kiểm tra Ďịnh kì, thử nghiệm, bảo dưỡng, bôi trơn và sửa chữa Ďịnh kì là Ďiều chắc chắn phải có. Việc này cũng bao gồm việc sắp xếp lại hoặc thay thế các bộ phận bị hư hỏng. Trong mô hình, các ước lượng của RMPMI có tác Ďộng âm với phân vị 25% và tác Ďộng dương với phân vị 90 . Điều này có nghĩa là với các doanh nghiệp có hiệu quả năng lượng thấp thì việc phụ thuộc quá nhiều vào máy móc và sửa chữa, bảo trì nhà xưởng máy móc, càng làm cho EI tăng lên. Trái lại, Ďối với phân vị 25%, việc sửa chữa lại máy móc và nhà xưởng cải thiện Ďược hiệu quả sản xuất cũng như hiệu quả năng lượng. Điều này chứng minh rằng, máy móc và thiết bị của các doanh nghiệp này vẫn có hiệu quả và công nghệ vẫn còn giá trị. Do Ďó, các nhà hoạch Ďịnh của doanh nghiệp vẫn có thể tiếp tục sử dụng thay vì phải mua mới công nghệ Ďể giảm thiểu chi phí sản xuất nhưng Ďồng thời vẫn Ďảm bảo hiệu quả năng lượng. Tăng lợi nhuận sau thuế khuyến khích các công ty sử dụng hiệu quả mức tiêu thụ năng lượng. Mối quan hệ tương quan nghịch chiều giữa PATI và EI Ďược ủng hộ bởi Sahu & Sharma (2016), Sharma & cộng sự (2019). Điều này ngụ ý rằng lợi nhuận bổ sung của các công ty Ďược sử dụng hoặc Ďầu tư vào tài sản cố Ďịnh (chẳng hạn như máy móc và nhà máy kĩ thuật Ďược cập nhật và cải tiến công nghệ và phương thức sản xuất) giúp giảm sử dụng năng lượng. Ngoài ra, tăng lợi nhuận sau thuế cũng làm cho các doanh nghiệp chi thêm các khoản giúp nhân công tăng khả năng và kĩ năng, từ Ďó, hiệu quả sản xuất và hiệu quả năng lượng tăng lên, Ďồng nghĩa với việc làm giảm EI. Dựa trên phân tích BMA (thể hiện ở Bảng 3), có thể thấy rằng, trong các mô hình với Ďộ phân vị khác nhau, biến PATI có sự xuất hiện ý nghĩa với mô hình là cao nhất (100%), các biến giả về hình thức sở hữu doanh nghiệp không có ý nghĩa trong tất cả các mô hình (xác suất là 0%). Trong các mô hình hậu nghiệm có thể lựa chọn Ďể ước lượng EI thì mô hình với Ďộ phân vị 10% (Hình 1) có hiệu suất cao nhất, Ďồng thời xác suất xuất hiện cũng là lớn nhất. Bảng 3. Kết quả phân tích BMA 5 models were selected Best 5 models (cumulative posterior probability = 0.9658): p!=0 EV SD model 1 model 2 model 3 model 4 model 5 Intercept 100.0 -17.86 6.81 -20.79 -22.67 -7.08 -10.97 -20.11 LI 82.2 13.47 8.61 14.98 - 24.04 15.16 17.87 PMI 72.3 14.46 10.67 19.07 19.28 - - 28.65 RMPMI 86.2 194.07 106.80 216.44 316.15 - 112.42 249.46 PATI 100.0 -30.03 2.73 -29.78 -30.24 -30.48 -28.76 -32.86 KLR 93.3 -0.09 0.14 0.1262 0.15 0.17 0.18 - 1462
DTNN 0.0 0.00 0.00 - - - - - VNN 0.0 0.00 0.00 - - - - - Number of Variables 5 4 3 4 4 R2 0.560 0.552 0.545 0.551 0.550 BIC -319.77 -317.57 -317.23 -316.66 -315.77 post-prob 0.492 0.164 0.138 0.104 0.067 4. Kết luận Nâng cao hiệu quả sử dụng năng lượng là một trong những Ďịnh hướng quan trọng trong các chính sách phát triển của Việt Nam nói chung và thành phố Đà Nẵng nói riêng. Do sự cạnh tranh ngày càng gay gắt giữa các nền kinh tế, lao Ďộng có sự thay Ďổi cơ cấu, mở rộng Ďô thị hoá Ďặt ra thách thức Ďể có thể Ďạt Ďược mục tiêu này. Do Ďó, Ďòi hỏi các doanh nghiệp có các ứng xử, hợp tác và thực hiện nhất quán với các Ďịnh hướng từ Chính phủ. Đã có khá nhiều các công trình nghiên cứu của các tác giả trong và ngoài nước nghiên cứu về cường Ďộ năng lượng, tuy nhiên chủ yếu chỉ tập trung vào việc so sánh cường Ďộ năng lượng cấp quốc gia giữa các phương pháp Ďo lường khác nhau và nghiên cứu các nhân tố ảnh hưởng Ďến cường Ďộ năng lượng vĩ mô. Việc Ďánh giá cường Ďộ năng lượng doanh nghiệp chỉ Ďược xem xét trên các chỉ tiêu cụ thể một cách rời rạc mà chưa có một Ďánh giá tổng hợp và Ďầy Ďủ. Với các lí do trên, kết quả nghiên cứu của chúng tôi là vô cùng có ý nghĩa. Nghiên cứu sử dụng dữ liệu của doanh nghiệp công nghiệp ở thành phố Đà Nẵng dựa trên Ďiều tra doanh nghiệp năm 2020 của Tổng cục Thống kê. Thông qua việc tổng hợp và Ďánh giá các công trình nghiên cứu trong và ngoài nước, chúng tôi Ďã xây dựng mô hình nghiên cứu và lựa chọn các biến trong mô hình thực nghiệm cũng như lựa chọn phương pháp nghiên cứu phù hợp Ďể phân tích dữ liệu. Nghiên cứu Ďã sử dụng nhiều kĩ thuật thống kê Ďể xử lý dữ liệu nhằm xây dựng mô hình phân tích tách biệt phù hợp và kiểm chứng các giả thuyết nghiên cứu. Kết quả của chúng tôi chỉ ra rằng tỉ suất lợi nhuận có ảnh hưởng rất lớn Ďến sử dụng hiệu quả năng lượng trên mọi phân vị. Điều quan trọng là EI của doanh nghiệp tăng cùng với tỉ suất tài sản cố Ďịnh (nhà máy, cửa hàng, máy móc) và bảo trì, hao mòn tài sản cố Ďịnh. Do Ďó, các doanh nghiệp cần tìm ra những cách thay thế Ďể cạnh tranh hơn bằng cách giảm chi phí sản xuất, quản lí tài nguyên hiệu quả, áp dụng các công nghệ hiện Ďại hiệu quả. Tỉ suất vốn - lao Ďộng có mối quan hệ tương quan thuận với cường Ďộ năng lượng cho thấy các doanh nghiệp Ďầu tư vào máy móc, thiết bị nhưng việc vận hành các thiết bị không giúp hạn chế tiêu dùng năng lượng. Các doanh nghiệp công nghiệp Đà Nẵng có thể Ďầu tư vào máy móc thiết bị chưa hiện Ďại hoặc các thiết bị không có tính năng tiết kiệm năng lượng hiệu quả. 1463
Với những hạn chế nghiên cứu, trong tương lai có thể thực hiện xây dựng mô hình phân tích tách biệt trong phân loại cường Ďộ năng lượng theo từng loại hình ngành, nghề cụ thể. Bổ sung thêm các nhân tố Ďặc thù doanh nghiệp và các nhân tố kinh tế vĩ mô khác trong nghiên cứu sau nhằm phát hiện thêm những yếu tố có thể ảnh hưởng Ďến cường Ďộ năng lượng của doanh nghiệp. Mặt khác, cần có các nghiên cứu sâu hơn về cường Ďộ năng lượng và các nhân tố ảnh hưởng Ďến cường Ďộ năng lượng trong dài hạn và các nghiên cứu sâu hơn về khả năng tác Ďộng của Nhà nước Ďến cường Ďộ năng lượng cũng như khả năng tiếp cận với các công nghệ hiện Ďại của các doanh nghiệp có vốn Ďầu tư nước ngoài. TÀI LIỆU THAM KHẢO 1. Bu, M., Li, S. & Jiang, L. (2019). Foreign direct investment and energy intensity in China: Firm-level evidence. Energy Economics, 366-376. 2. Fu, T. (2018). How does government intervention determine a Firm's fuel intensity: Evidence from China. Journal of Cleaner Production, 1522-1531. 3. Golder, B. (2011). Energy Intensity of Indian Manufacturing Firms: Effect of Energy Prices, Technology and Firm Characteristics. Society for the Promotion of Science. 4. Jain, M. & Kaur, S. (2021). Determinants of Energy Intensity Trends in Indian Metallic Industry: A Firm-level Analysis. Vision The Journal of Business Perspective 27(26). 5. Kostka, G., Moslener, U. & Andreas, J. (2013). Barriers to increasing energy efficiency: evidence from small-and medium-sized enterprises in China. Journal of Cleaner Production, 59-68. 6. Lange, S., Pohl, J. & Santarius, T. (2020). Digitalization and energy consumption. Does ICT reduce energy demand? Ecological Economics. 7. Lin, B. & Du, K. (2014). Decomposing energy intensity change: A combination of index decomposition analysis and production-theoretical decomposition analysis. Applied Energy, 158-165. 8. Ma, C. & Stern, D. I. (2008). China's changing energy intensity trend: A decomposition analysis. Energy Economics, 1037-1053. 9. Ma, L. & Liang, J. (2018). The effects of firm ownership and affiliation on government‘s target setting on energy conservation in China. Journal of Cleaner Production, 459-465. 10. Sharma, A., Roy, H. & Dalei, N. N. (2019). Estimation of energy intensity in Indian iron and steel sector: a panel data analysis. Statistics in Transition New Series, 107-121. 11. Sahu, S. K. & Sharma, H. (2016). Productivity, Energy Intensity and Output: A Unit Level Analysis of the Indian Manufacturing Sector. Journal of quantitative economics: journal of the Indian Econometric Society. 1464
12. Sahu, S. K., Bagchi, P., Kumar, A. & Tan, K. H. (2022). Technology, price instruments and energy intensity: a study of firms in the manufacturing sector of the Indian economy. Annals of Operations Research, 319–339. 13. Soni, A., Mittal, A. & Kapshe, M. (2017). Energy Intensity analysis of Indian manufacturing industries. Resource-Efficient Technologies, 353-357. 14. Song, F. & Zheng, X. (2012). What drives the change in China's energy intensity: Combining decomposition analysis and econometric analysis at the provincial level. Energy Policy, 445-453. 15. Subrahmanya, M. B. (2006). Labour productivity, energy intensity and economic performance in small enterprises: A study of brick enterprises cluster in India. Energy Conversion and Management, 763-777. 16. Wang, C., Liao, H., Pan, S.-Y., Zhao, L.-T. & Wei, Y.-M. (2014, December 15). The fluctuations of China‘s energy intensity: Biased technical change. Applied Energy, 407-414. 17. Zhang, D., Cao, H. & Wei, Y.-M. (2016). Identifying the determinants of energy intensity in China: A Bayesian averaging approach. Applied Energy, 672-682. 1465