Vai trò trung gian của cường độ năng lượng trong tác động của FDI tới lượng phát thải CO2 tại các quốc gia đang phát triển trên thế giới

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

Thêm vào BST

Báo xấu

4
lượt xem 0
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết này tìm hiểu cơ chế mới mà vốn đầu tư trực tiếp nước ngoài tác động tới lượng phát thải khí carbon thông qua cường độ năng lượng tại các quốc gia đang phát triển trên thế giới trong giai đoạn từ 2000-2020. Kết quả nghiên cứu chỉ ra rằng vốn đầu tư trực tiếp nước ngoài tăng làm tăng lượng phát thải khí carbon ở các nước đang phát triển.

Chủ đề:

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

Lưu

Nội dung Text: Vai trò trung gian của cường độ năng lượng trong tác động của FDI tới lượng phát thải CO2 tại các quốc gia đang phát triển trên thế giới

VAI TRÒ TRUNG GIAN CỦA CƯỜNG ĐỘ NĂNG LƯỢNG TRONG TÁC ĐỘNG CỦA FDI TỚI LƯỢNG PHÁT THẢI CO2 TẠI CÁC QUỐC GIA ĐANG PHÁT TRIỂN TRÊN THẾ GIỚI Đinh Thị Thanh Bình Trường Đại học Ngoại thương Email: binhdtt@ftu.edu.vn Mã bài: JED -1717 Ngày nhận bài: 08/04/2024 Ngày nhận bài sửa: 11/07/2024 Ngày duyệt đăng: 10/10/2024 DOI: 10.33301/JED.VI.1717 Tóm tắt Vốn đầu tư trực tiếp nước ngoài có vai trò quan trọng trong việc tiếp nhận công nghệ tiên tiến giúp tăng trưởng kinh tế và bảo vệ môi trường. Bài viết này tìm hiểu cơ chế mới mà vốn đầu tư trực tiếp nước ngoài tác động tới lượng phát thải khí carbon thông qua cường độ năng lượng tại các quốc gia đang phát triển trên thế giới trong giai đoạn từ 2000-2020. Kết quả nghiên cứu chỉ ra rằng vốn đầu tư trực tiếp nước ngoài tăng làm tăng lượng phát thải khí carbon ở các nước đang phát triển. Tuy nhiên hiệu ứng trung gian của cường độ năng lượng sẽ làm giảm tác động của vốn đầu tư trực tiếp nước ngoài đến lượng phát thải khí carbon thông qua sự dịch chuyển công nghệ. Dựa trên kết quả nghiên cứu, bài viết đề xuất một số hàm ý chính sách để giúp các quốc gia đang phát triển thu hút vốn vốn đầu tư trực tiếp nước ngoài và bảo vệ môi trường. Từ khóa: Cường độ năng lượng, Đầu tư trực tiếp nước ngoài, Phát thải carbon. Mã JEL: O33, O44, Q56, Q48, E22 The mediating role of energy intensity in the impact of foreign direct investment on CO2 emissions in selected developed countries Abstract Foreign direct investment is one of the major contributors to acquiring advanced foreign technology to achieve economic growth and environmental protection. This study examines the new aspect of the foreign direct investment mechanism affecting carbon dioxide emission through the energy intensity of developing countries in the world from 2000 to 2020. Research results show that the increase in foreign direct investment will increase carbon dioxide emissions in developing countries. However, the intermediate effect of energy intensity will reduce the impact of foreign direct investment on carbon dioxide emission through technology transfer. Based on the research results, some policy implications were also discussed to help developing countries attract foreign direct investment and protect the environment. Keywords: Carbon emissions, Energy intensity, Foreign direct investment. JEL Codes: O33, O44, Q56, Q48, E22 Số 328 tháng 10/2024 12
1. Đặt vấn đề Đầu tư trực tiếp nước ngoài (FDI) luôn là động lực quan trọng thúc đẩy tăng trưởng kinh tế và tiến bộ công nghệ đối với các nền kinh tế mới nổi (Hao & Liu, 2015; Tuan & cộng sự, 2009; Hong, 2014). FDI góp phần vào tăng trưởng kinh tế của các nước đang phát triển không chỉ bằng nguồn vốn mà còn giúp các nước này tăng năng suất thông qua chuyển giao công nghệ sản xuất tiên tiến (Hermes & Lensink, 2003; Batten & Vo, 2009; Reiter & Steensma, 2010; Fernandes & Paunov, 2012; Lee, 2013). Tuy nhiên, FDI cũng có thể làm gia tăng lượng phát thải CO2 và làm suy thoái môi trường. FDI kích thích tăng trưởng kinh tế bằng cách tăng năng suất, dẫn đến tiêu thụ năng lượng cao hơn. Lượng phát thải CO2 nhiều hơn do sử dụng năng lượng cao hơn dẫn đến ô nhiễm môi trường (Jensen, 1996; Acharyya, 2009; Lau & cộng sự, 2014). Mặc dù đã có nhiều nghiên cứu về tác động của FDI đến ô nhiễm môi trường của các quốc gia trên thế giới, nhưng kết quả nghiên cứu còn nhiều mâu thuẫn và cơ chế tác động của FDI đến lượng khí thải carbon chưa được xác định rõ ràng. Thông thường, các nghiên cứu đánh giá tác động trực tiếp của FDI tới phát thải CO2 (Ren & cộng sự, 2014; Wang & cộng sự, 2021; Chen & cộng sự, 2022). Tuy nhiên, FDI cũng có thể có tác động gián tiếp đến lượng phát thải CO2 thông qua tác động của nó đến các kênh khác, ví dụ, cường độ năng lượng mà được hiểu là lượng năng lượng cần thiết để tạo ra một đơn vị sản phẩm (World Bank, 2022). Theo tìm hiểu của nhóm tác giả, nghiên cứu về lĩnh vực này còn rất khan hiếm. Tính đến nay, chỉ có một bài viết của tác giả Wang & cộng sự (2021) nghiên cứu về tác động của FDI đến lượng khí thải CO2 thông qua cường độ năng lượng của 30 tỉnh thành tại Trung Quốc. Chính vì vậy, việc thực hiện nghiên cứu về vai trò trung gian của cường độ năng lượng trong tác động của FDI tới lượng phát thải CO2 tại các quốc gia đang phát triển là rất cần thiết. Bài nghiên cứu có cấu trúc như sau: Phần 2 là tổng quan nghiên cứu, phần 3 trình bày cơ sở lý thuyết và giả thuyết nghiên cứu, phần 4 đề cập đến mô hình nghiên cứu và nguồn dữ liệu, phần 5 phân tích và thảo luận kết quả nghiên cứu, và Phần 6 dành cho kết luận và đề xuất hàm ý chính sách. 2. Tổng quan nghiên cứu 2.1. FDI có tác động làm tăng lượng khí thải CO2 thông qua sự dịch chuyển công nghệ lạc hậu Theo thuyết Thiên đường ô nhiễm (The Pollution Haven Hypothesis - PHH) được đề xuất bởi Copeland & Taylor (1994), FDI dưới hình thức chuyển dịch công nghệ lạc hậu là nguyên nhân chính dẫn đến suy thoái môi trường ở các quốc gia nhận đầu tư Nghiên cứu của Copeland & Taylor (1994) và Ren & cộng sự (2014) cũng chỉ ra rằng khi các nước tư bản chuyển giao các ngành công nghiệp gây ô nhiễm nặng, họ cũng đồng thời chuyển giao một lượng lớn các công nghệ sản xuất lạc hậu sang các nước đang phát triển. Về phía các nước đang phát triển, theo nghiên cứu của Jensen (1996), Pao & Tsai (2011) và Zhu & cộng sự (2016), các quốc gia này vì muốn thu hút nguồn vốn FDI có xu hướng nới lỏng các quy định về môi trường đối với các doanh nghiệp nước ngoài hoặc không kiểm định chặt chẽ chất lượng của các công nghệ được tiếp nhận dẫn tới việc nhập khẩu một loạt các công nghệ lạc hậu từ các quốc gia phát triển. Như vậy, việc tiếp nhận công nghệ lạc hậu từ việc thu hút FDI có thể làm tăng lượng phát thải CO2, gây suy thoái môi trường ở các nước đang phát triển. Đặc biệt các công nghệ lạc hậu còn tiêu tốn nhiều nguyên liệu làm tăng mức tiêu hao năng lượng để sản xuất ra một đơn vị sản phẩm, dẫn tới cường độ năng lượng tăng. 2.2. FDI có tác động làm làm giảm lượng phát thải CO2 thông qua sự dịch chuyển công nghệ tiên tiến Các nhà nghiên cứu cũng chỉ ra những ảnh hưởng tích cực của FDI tới môi trường. Thuyết Vòng hào quang ô nhiễm (The Hola Hypothesis) được đề xuất bởi Güvercin (2019) cho rằng việc dịch chuyển các ngành công nghiệp nặng sẽ đồng thời chuyển giao một lượng lớn các công nghệ sạch và tiên tiến thông qua dòng vốn FDI vào nước sở tại. Dòng vốn FDI có thể giúp các doanh nghiệp tại nước sở tại tiếp nhận các công nghệ hiện đại, đổi mới kỹ thuật sản xuất và phát triển công nghệ xanh làm giảm phát thải khí CO2 (Zarsky, 1999; Zhu & cộng sự, 2016; Wang & cộng sự, 2021). Bên cạnh đó, Frutos-Bencze & cộng sự (2017) cũng nhấn mạnh rằng các công nghệ mới do FDI cung cấp đã cải thiện hiệu quả sản xuất cho các nước đang phát triển, kích thích sản xuất sạch hoặc xanh, từ đó giảm lượng khí thải SO2, NOx và CO2. Như vậy, FDI có thể giúp cải thiện chất lượng môi trường đối với các quốc gia có lượng phát thải cao, đặc biệt các quốc gia đang phát triển, thông qua hiệu ứng lan toả công nghệ. Việc tiếp nhận công nghệ tiên tiến Số 328 tháng 10/2024 13
giúp các quốc gia đang phát triển giảm mức năng lượng đầu vào trên mỗi đơn vị sản phẩm trong quá trình sản xuất (Shrivastava, 1995). Việc cải thiện hiệu quả sử dụng năng lượng như vậy sẽ giúp giảm cường độ năng lượng, từ đó, góp phần làm giảm lượng phát thải CO2 và cải thiện chất lượng môi trường tại các nước đang phát triển (Mahmood & Ahmad, 2018; Akram & cộng sự, 2020). Nghiên cứu của Wang & cộng sự (2021) tại 30 tỉnh thành của Trung Quốc đã chỉ ra rằng FDI có thể gián tiếp làm giảm lượng phát thải CO2 bằng cách làm giảm cường độ năng lượng trong sản xuất. Các tác giả cho rằng việc chuyển giao công nghệ tiên tiến của các doanh nghiệp nước ngoài đã làm giảm mức tiêu thụ năng lượng để sản xuất ra một đơn vị sản phẩm, đo đó hạn chế lượng phát thải CO2 ra ngoài môi trường. Từ tổng quan nghiên cứu, nhóm tác giả rút ra một số nhận định sau: Thứ nhất, mặc dù đã có nhiều nghiên cứu về ảnh hưởng trực tiếp của FDI đến lượng phát thải CO2, nhưng nghiên cứu về vai trò trung gian của cường độ năng lượng trong tác động của FDI đến lượng phát thải CO2 còn rất khan hiếm. Thứ hai, kết quả nghiên cứu về chiều tác động và cơ chế tác động của FDI đến lượng phát thải CO2 còn nhiều mâu thuẫn và chưa rõ ràng. 3. Cơ sở lý thuyết và giả thuyết nghiên cứu 3.1. Cơ chế tác động trực đầu tư trực tiếpđến lượng phát thải CO2 với hoạt động của các công ty đa Dunning (1981) cho rằng tiếp của FDI nước ngoài thường gắn liền Dunning (1981) những ưu thế về vốn, nhân lực vàngoài nghệ. Dogắn liền nướchoạt động của các nhiều ty đa quốc gia đã có cho rằng đầu tư trực tiếp nước công thường đó, các với đang phát triển có công quốcchính sách những hút thế về vốn, nhân lực và công nghệ. Do đó, các nước đangTuy nhiên, có nhiều chính gia đã có để thu ưu FDI nhằm khai thác được những lợi thế của các công ty này. phát triển dòng vốn sách FDIthu hút FDI nhằm khai thác đượcCO2 thảilợi môicủa các Theo Wang & cộng sự (2021), có hai cơ cũng để cũng có ảnh hưởng đến lượng khí những ra thế trường. công ty này. Tuy nhiên, dòng vốn FDI có ảnh hưởng đến lượng khí lượngthải ra môi trường. Theo Wang tiếpcộng sự (2021), có hai cơ chế tác động chế tác động của FDI tới CO2 phát thải CO2, đó là cơ chế trực & và và cơ chế gián tiếp. của FDI tới lượng phát thải CO2, đó là cơ chế trực tiếp và và cơ chế gián tiếp. Hình 1: Cơ chế FDI tác động tới lượng phát thải carbon Nguồn: Wang & cộng sự (2021) Hình 1 cho thấy cơ chế trực tiếp trong tác động trực tiếp của FDI tới lượng phát thải CO2 đến từ hai hiệu ứng chính: (1) Hiệu ứng quy môtiếp trong tác tác động cùngcủa FDI tớilượng phát thải CO2 đến từ hai tiếp Hình 1 cho thấy cơ chế trực làm FDI có động trực tiếp chiều đến lượng phát thải CO2 bởi vì việc nhậnhiệu ứng chính: quốc gia ứngtại mở rộng quy có tác động cùng chiều đến lượngsự giathải CO2 bởi vì năng FDI giúp các (1) Hiệu sở quy mô làm FDI mô sản xuất. Điều này dẫn tới phát tăng sử dụng lượng hoá thạch vàFDI giúp cácthải CO2 tới tại mở rộng quy mô sản xuất. Điều này dẫn tới sự gia tăng sử Zhu việc tiếp nhận lượng phát quốc gia sở môi trường (Jensen, 1996; Pao & Tsai, 2011; Zarsky, 1999; & cộng sự, 2016); (2) hoá thạch và lượng phát thải CO2 tới môi động cùng chiều hoặc Pao & Tsai, 2011;lượng dụng năng lượng Hiệu ứng thành phần làm FDI có thể tác trường (Jensen, 1996; ngược chiều đến phát Zarsky, 1999; Zhu & cộng sự,chiều xảy Hiệu ứng thành phần làm FDI có thể tác động cùng chiều hoặc hút thải CO2. Tác động ngược 2016); (2) ra khi có sự chuyển dịch cơ cấu kinh tế trong việc tăng thu dòng vốn FDI vào các ngành ít gây ô nhiễm như ngành dịch vụ, ngành công nghiệp sản xuất sử dụng công ngược chiều đến lượng phát thải CO2. Tác động ngược chiều xảy ra khi có sự chuyển dịch cơ cấu kinh nghệ tiên tiến Liobikienė & cộng sự (2019). Tác động cùng chiều xảy ra khi các nước nhận đầu tư, đặc biệt tế trong việc tăng thu hút dòng vốn FDI vào các ngành ít gây ô nhiễm như ngành dịch vụ, ngành công là các nước đang phát triển, để thu hút được nhiều FDI đã không có những qui định chặt chẽ về môi trường nghiệp sản xuất sử dụng công nghệ tiên tiến Liobikienė & cộng sự (2019). Tác động cùng chiều xảy ra đối với các doanh nghiệp FDI. Điều này có thể dẫn đến sự chuyển giao công nghệ sản xuất lạc hậu, gây ô khi các nước nhận đầu tư, đặc biệt là các nước đang phát triển, để thu hút được nhiều FDI đã không có nhiễm môi trường của các doanh nghiệp FDI (Copeland & Taylor, 1994). những qui định chặt chẽ về môi trường đối với các doanh nghiệp FDI. Điều này có thể dẫn đến sự Những lý luận trên gợi ý giả thuyết nghiên cứu sau: chuyển giao công nghệ sản xuất lạc hậu, gây ô nhiễm môi trường của các doanh nghiệp FDI (Copeland Giả thuyết 1: FDI có tác động trực tiếp đến lượng phát thải CO2. & Taylor, 1994). Số 328 tháng 10/2024 ý giả thuyết nghiên cứu sau: Những lý luận trên gợi 14 Giả thuyết 1: FDI có tác động trực tiếp đến lượng phát thải CO2. 3.2. Cơ chế tác động gián tiếp của FDI đến lượng phát thải CO2
3.2. Cơ chế tác động gián tiếp của FDI đến lượng phát thải CO2 Cơ chế gián tiếp cho thấy vai trò trung gian của cường độ năng lượng trong tác động của FDI tới lượng phát thải CO2. Hình 1 cho thấy cơ chế này bao gồm hai quy trình như sau: Tại quy trình thứ nhất, FDI có tác động cùng chiều hoặc ngược chiều tới cường độ năng lượng thông qua hiệu ứng lan tỏa công nghệ. Tác động ngược chiều xảy ra khi các doanh nghiệp đầu tư FDI thực hiện chuyển giao công nghệ tiên tiến cho doanh nghiệp tại các nước đang phát triển nhằm cải tiến kỹ thuật, nâng cao năng suất lao động ở các doanh nghiệp này, từ đó dẫn tới việc sử dụng sử dụng tiết kiệm năng lượng, giảm lượng phát thải CO2 (Javorcik, 2004). Về tác động cùng chiều, hiệu ứng lan tỏa công nghệ dưới hình thức chuyển dịch công nghệ lạc hậu là nguyên nhân chính dẫn đến suy thoái môi trường ở các quốc gia nhận đầu tư, đặc biệt là các quốc gia phát triển vì công nghệ lạc hậu sẽ làm tiêu tốn nhiều năng lượng trong sản xuất, gia tăng 4. Mô hình nghiên cứu và nguồn dữ liệu lượng phát thải CO2 (Copeland & Taylor, 1994). Tại quy trìnhvà hai, cường độ năng lượng có ảnh hưởng đến lượng phát thải CO2 thông qua tác động thứ tác động 4.4. Mô hình nghiên nghiên nguồn dữ liệu của FDI đến lượng phát thải CO2 và vai trò trung gian của cường độ năng Mô4. Mô nghiên cứu và cứu nguồnliệu liệu hình hình Để cứu cứunguồn dữ dữ nghiên và ngược hìnhhìnhhình nghiên và vàvà nguồn dữ liệuxác địnhcộng sự tố ảnh hưởng tới lượng phátsự (2021) chỉ ra 4. Mô chiềuMô hình sử và năngnguồnSTIRPATliệu lượng, bài hiệu quả nguồnvà dữ liệu 4. nghiên cứu dụngcứulượng. Cụ thể, để 4. Mô Mô viết nghiên mô dữnguồn dữ Akram & các yếu (2020) và Wang & cộng thải CO2. củanghiên cứu cứuhình liệu dữ liệu 4. 4. hình nghiên cứu Mô nguồn Để nghiên cứu khitác hình độngsản xuất lượnglượng thải sửthải2CO2vai trò trung bản làm cườngcườngnăngnăng lượng để sản Để nghiên cứuđộng của cứu FDI động & phátphát CO và phátsản xuất giangian trò trung năng của cường độ năng tác STIRPAT tác đến của FDI đến lượng trò thải CO và vai của độ Để nghiên cứu táccông nghệ FDI đến tiên tiến được CO2 và vaivà vai trò trung của giảm cườngđộ năng rằng Mô động của của do Dietz phát thải dụngxuất có dạng cơ sẽ như sau: độ độ FDI đến lượng trong trung gian của cường Đểđơntáccứu tác động để Rosa (1997) đềlàm thải2 CO2 COvà quả sử phát thảicủa lượng, độ năng lượng, bàilượng,CO sử dụng dụngSTIRPATSTIRPAT �� xác 𝑇𝑇�� các tố tố ảnh hưởng lượng phát thải CO2. thảisửbài viết&ra mô hình xuất xuất��có dạng cơ bản 𝑒𝑒�� sau: viết mô(1997) mô STIRPAT � đểbản𝐴𝐴như sau: ngoàiđề hình có 𝐼𝐼dạng�𝑃𝑃 mô hình STIRPAT để.các .yếu. tốcác yếu tố ảnh hưởng tới lượng CO2. thải CO2.. Để nghiên cứu của FDI đến FDI phát thải phát và vai 2 trung trò của gian của năng Để nghiên cứu cứu độngđộng độngFDI lượngđến lượng COthải CO2 trò vàtrò trò trung gian của độ cường độ năng Để nghiên hình STIRPATcủa xác địnhkhácphát tố ảnhthải vàtới lượng giantrung cường. cường độ hạn chế nghiênsản phẩm,của của đến lượng yếu gia tăng hiệu vai trung gian giancường giúp năng tác hay nói cách các phát tới vai phát phát thải � xác định các yếu tố ảnh hưởng tới lượng phát thải CO � định ảnh hưởng tới lượng phát thải phát � lượng, bài viết4. dụng mô hình hình STIRPAT để xác định các dụng nghiên FDI đến lượng tố ảnh hưởng vai lượng dụng năng2. 2 lượng, bàixuất Đểmột hình vịmôSTIRPAT nguồn định các yếu yếu tố ảnh hưởng tới lượngthải CO CO2. viết rasửnghiênmô tác cứu và hưởng 2 CO lượng, bài viếtlượng, bài viết sử dụng để xác dữ liệu sử Mô dụng thải dụng (1997) STIRPAT xácxác ��như yếu sử lượng phátviếtDietz 2& Rosahìnhmô môi đềcó dạng cơ đểđịnh cácnhư yếu ảnh hưởng tới tới lượng phát thải CO2. 2 lượng, bài dụngsửsử (1997) hìnhtrường. đểđịnhbảnđịnh sau: Mô hình STIRPAT dobài do Dietz Rosa đề xuất Mô hìnhhình STIRPAT viết Rosa lượng, Dietz để xác Mô STIRPAT do hình & tác động của FDI đến lượng phát thải CO dạngvai bản trungsau: của cường 4. Mô hình nghiên cứu và n cơ tố thể 𝐼𝐼 trên,�nhóm. � � . 𝑒𝑒 � �𝐼𝐼 �𝑃𝑃��𝐴𝐴� ��𝑇𝑇�� để𝑇𝑇xác định các yếu tố ảnh hưởng tới lượng phát thải CO2. . �� .� . 𝑇𝑇. 𝑒𝑒.�� . 𝑒𝑒 � � � 𝐴𝐴 𝐴𝐴 lượng, bài viết sử dụng mô�� 𝑃𝑃STIRPAT�� 𝐼𝐼�� . �𝑃𝑃�� Giả thuyết 2:quốc gia, A năng lượng�dữvai�𝑃𝑃�� .𝐼𝐼𝐼𝐼�𝑃𝑃�. 𝑇𝑇𝐴𝐴�.quốc��𝑇𝑇.𝑒𝑒�𝑇𝑇.��𝑒𝑒T𝑒𝑒vai trò trung gian của nghệ của một CO2. tác động củ MôMô hìnhSTIRPAT donêunguồnô�nhiễm(1997) đề xuất có dạng cơnhư thải CO2; P là quy mô dân số 4.Trong cơ I là yếudo DietzDietz &dữ �đề xuất đềđề xuất giả lượng phát sau: sau: (1997)� giả dạng cơ bản Mô hìnhMô hình sởSTIRPAT &Dietz RosaRosatácđề xuất có dạng2cơnhưbản như sau: Để STIRPATSTIRPAT doRosa && Rosa (1997) đề xuất có vàcơ sau: như gian Mô hình do nghiên cứu Dietz Dietz cơ trò độ năng ĐểMômộtSTIRPAT dothể hiện FDIphát�lượng��phát�𝑃𝑃.��𝐴𝐴.��𝐴𝐴.�� . 2𝑇𝑇cơ bản như của FDI đến lượng phát năng 4.của hìnhcứu tác cứu và nguồncó (1997)��đề ��. �𝑃𝑃��.𝑇𝑇��gia;và 𝑒𝑒thể hiện sau: độ công cường Để thải cứu nghiên Cường độ Dietz &sự 𝐼𝐼�� liệu � trung �� .𝑒𝑒 �CO �� .tác động trình đến trò �� dạng . �� hình đó, nghiên cứu dohiện sự Rosaliệu môi có xuất có dụ thuyết sau: như và & (1997) (1997) trường, ví dạng bản bản 𝐴𝐴 mộtthải 𝐴𝐴 Từ những Mô STIRPAT lý thuyết �𝑃𝑃gian trong nghiên động của Rosa triển𝐼𝐼 của xuất�có �� . �� Mô hình hiện sự ô nhiễm môi trường,𝐼𝐼�� dụ��lượng phát thải CO ; P là quy mô dân số � hình �� TrongTrong làlàMô tốyếu tố 𝑒𝑒�� là yếu sựvànhiễmtrường, víví ví dụ lượngthải CO2;tham2;quylà quyA và dâni,sốđại diện bài viết sử dụng mô h nghiên độ của một quốc gia, Agia,cứu tác động của FDI đến lượnggia; Tthải �� 𝑇𝑇��thể�� trò trung gian của cường độ năng lượng, Để Môquốc một quốc gia, Dietzphát triển(1997)� quốc có dạngthểgia; công sau: công một công nghệ của một TrongIthể A hiệnI sựtốhiệnthể hiện ứng. quốcmôitrìnhtrường, � .trình độviếtđộtrungthải logaritquydân Mônăng STIRPAT do Dietz nghiên gia, A thể hiện sự & Rosa phát một xuất𝐴𝐴một 2quốc hiện như nghệ trìnhnghệ của một Trong đó, I sựlàvàđộng tương mộtôPhươnggia; T.trên .có dụ𝑒𝑒trìnhvaiphát CO2dạngcủa mộtnhư quy môsố đó, hiện giaphát triển của của nhiễm �𝑃𝑃gia; dụ thể hiện trìnhcông nghệ 2 quy là là sau: hình 𝐼𝐼�� phát thể T và đượcđộ Trong đó, Iđó, yếuhình nghiên ô nhiễm nguồn dữ trường, số; b, c, d lần lượtthải2P là số của P,dân sốT; t lượng, đó, I 4. yếulà tố gia; thểsự cứu ô môi môi là hằng lượng phát phát là CO P mô mô thể Trong đó,TrongI viếtlàthểyếu tốhiện hiện sựmôi trường, �vítrường, vívàlượng phát thảitới;CO2Pmôlà mômô CO2.sốsố nhiễm môi � CO lượng trò thải I quốcthể hiện Ihiện tố mô lượng, là yếu tốsử yếu ngẫuônhiên;sự liệu a dụ Để nghiên đó,yếu dụng tốsự hình sựnhiễm để phát địnhhiện 2yếu tố ảnh hưởngP CO2;là;; Pphát thải dân số Trong đó, là phát triển củaômộtôquốc môi thể vícác ví dụ lượng phát;COlà CO2 cường độ dân bài cứu tác thể nhiễm ô nhiễm môi thải lượng dụ lượng phát thải lượng STIRPAT xác trường, do mô hình STIRPATtriển �� định các cơ tố T thể hiện nghệ độ quy mô 𝑒𝑒 lượng,một quốc gia, làlà hằng số;đểphátd c, đểlầnlà một quốccủa P,của vàhiện i, đại công là hiện sự phát triển đến lượng trường,hiệnví dụphát thảidưới gianP củaPmột số dân quốc𝑒𝑒 gia;của sử dụng làgia,làtốathể a ngẫu nhiên;b, là lượtmộtthamc,tham số P, phát T; vàCO ;phátAdiệnmôi,2 t Mô diện yếu thể thể sự tố của hiệnFDI của quy dân 𝑒𝑒�� quốcngẫu nhiên;yếu hằng sự b, � � a định trường, ví� �ln�lượt � tham sốtđộ PP, quy T; dân số của của một quốc A thể thể một quốc gia, các quốc của Môvà ��đó,𝑒𝑒gia;��𝑒𝑒yếu dotốtố nhiên;ô trên��dạngđượccó ��nhưlần �� tham tham số và P, và vàvà T; t t đại diện 𝑒𝑒 gia; 𝑒𝑒 yếuyếu Dietz lnI hằng là hằng b,số; d 𝑇𝑇 �lần tham là thải của là t i, đại đại quốcquốchình STIRPAT tố ngẫu ngẫulà ��anhiễmlàb, c,số;lầnb,. lầndụlần là � nhưsố P, A P,2 A P, A đại tdiệnđại diện gia; quốc yếu 𝑒𝑒�� là yếu tố anhiên;là hằng� �𝑃𝑃� .�ln� dạng lượnglà là sau: của T;A T;và i, i, diện hiện Rosa (1997)hằng� b, c, d a𝐼𝐼 �lnP dsố; �� d dướilượt logaritcủa sau: i, T; cho STIRPATgia, A thể hiện sự một quốc của gia; T yếu bảnTtrìnhcông trình độ phát thải của năm đềxác CO vai quốc gia; bài��viếtyếu yếu tố mô hìnhthểthể là số; sựb, xác triểnlượt lượt làtốgia;củathểthểvà trìnhT;đạit diệnnghệ củacủa một quốc gia; �� làlà của tố quốcnhiên;nhiên;hiện hằng số;triển củacủa là quốcsốảnhThưởng tớiT; trìnhi,độđạithảinghệ . một hình hình một quốc dụngA thể hiện sự phát triển của một quốc gia; ảnh hưởng tới lượngcông nghệCO . một hằng�� c, viết�� .lượtdạng tham số của 𝐴𝐴 𝑒𝑒 dạng của của một mộtbài viết sử A A của của thể độ hiện hiện Trong là gia; tố ngẫu nhiên;&sựnhiên; số;môi��xuất � lượtdlà cơ bảnsố��của yếulà ngẫu ngẫu a STIRPATphát c, lần d các yếu số gia; TAAP, A lượng diện hiện c, d lần tham công CO các STIRPAT năm năm �� ứng.ứng. Phương trình có thể 2 tố i, t cho các quốc gia vàgia vàtươngtươngPhương trìnhxuất có thểcó thể viết dưới��dưới logarit như sau: sau: các quốc do �� là ứng. (1997) trình I đề cơ b, c, lượt choquốcquốcvà hình STIRPAT,tương Phương�trên �trên cóhìnhthể được viết dưới dạngnhư sau: như sau: Trong đó, 𝑒𝑒I là lnI ��tốthể � �lnP�� ô �ln�hằng�ln�� .��c,��d�𝑇𝑇��dụ�� là tham số của P,; A và quyi,mô dân số cho các quốc gia và năm ứng. ứng. 𝐼𝐼Phương có𝐴𝐴� .trên cónghiên dạngdạng logarit như Trong đó, các các gia và năm ứng. PhươngPhương trình � . 𝑒𝑒 thể được như logarit logarit như sau: yếu tố�ngẫu nhiên;�nhiễm��môi�𝑃𝑃b, �� ví lượt cho cho quốc giaquốc Dietz & RosaPhương đề trên trênsố; gia; tương là ngẫu a lnI lnI � �lnP�� hiện sự� a �ln�� số; là � �ln� � � năm như được bản viếtsau: dạng logarit như quốc gia; �� là yếu� �� lnP�� ln�� ln�� được lnI�� lnP�� ln� lượng phát �� Trong đó, I quốc gia,Đánhhiện��sựsự��nhiễm�môi �ln�FDIví dụ�� T�ln�� thải CO2; P là quy mô dân sốquốc gia, A thể hiệ 4.1. Môlà yếu thể giá lnI� phát��lnPtrường,quốclượng�phát�� 2 � � triển � �lnP�� lnI�� của � � �ln� �� thể thải cho cácDựa trên quốc giaA và tươngbài phát triển củatrình thể đượcđượcđượcdưới dưới dạng logarit sau: sau: I là yếu tố thể hiệ của cho giamô gia,gia thểnăm tương ứng. Phương trình trêngia;viếtthểcứuviết dưới dạng logarit như một một các quốc tươnghiện sự bài viết xây dựng 3 mô có thể dưới viết sau: công nghệ của cho quốc năm và năm tương ứng. trìnhtrình trên thể T viết một quốc hiện trình độ của các quốc giatố AnămlnItácsựlnI��lnP�� của�� ln��ln��viết��trình độ logaritnghệ sau: một của hiện�ô ô� trực �� trường, �� lượng�� hiện COCO công như của một hình yếu tố thể tươngđộngnhiễmtiếp trình �ln�tới�gia;� �ln�� dưới dạng; P là quy mô dân số �ln� �� cho STIRPAT, bài bàithể hiệndựng 3Phương�lnP trên có dụ được phát thải Trong đó, I làbài và viết xây dựng 3 mô môinghiên cứu như �ln� �� có trường, lần lượng phát thải CO2 P là T; t đại diện Dựa trên mô hình STIRPAT, hiện bàiviết viết xây dựng 3 quốc gia;nghiên hiện như sau: công nghệ của một quốc gia; 𝑒𝑒�� là yếu tố ngẫu của một gia; 𝑒𝑒 1: một ví thể hình hằng số; lnI bài � �viết 3là�dựng hình hình nghiên i, t Dựa trên môaSTIRPAT, bài c,� bàixây xâytham số�hình A và T;như đạisau: cho cáccho các quốc gia và năm tươ của d lần �lnP lượng �ln� thải�ln� mô của P, � � ứng. mô hình nghiên cứu như sau: Dựa Dựa mô trên ��hình hìnhthểbài bàisựbàiaviếthằngcủa mô3c,quốcmô hìnhthểnhưcứu của P, A và T; i, t của diện DựaDựamột quốc gia,STIRPAT, sự phát triển của một hìnhhình T thể cứu trình độ trên trên hìnhhình A thể bài bài xây mô mô mô sau: 2 quốc gia; 4.1. Mô hình 1:cho ngẫugiá �giáđộng trực� �của��FDI tớilượt �� lượng��PGDP�2� � 2� ��POP dạngdiện � � �quốc gia và Mô hìnhlnCEgiá tác độngFDI�� trực tác a Phương PGDP�� dphátlượt là tham sốthải COlogarit như sau: 4.1. tương ứng. �� hình�1:tố giágiánhiên; động� �tiếp dưới FDI tới lượng COthải � CO2 quốc4.1.��MôPhương trình trên�trực tiếp của�FDIb, dạng phát �� như sau: �� lnRD 1: � là� 1: động tiếp lnCE�� trực số; của � thải � năm Mô4.1.gia; 𝑒𝑒hình yếuĐánh độngđộngđộnghằngviếtcủac,lượng tới lượng phát COCO2 A và��T; i, �t đại��diện 4.1. 4.1. là yếu ĐánhĐánh tác tác năm tươngb, của FDIlượng trênthải CO2 �� viết dưới quốcDựa quốclà yếu tố STIRPAT, phátbàidựngsố; một d 3nghiên cứu hiện cứu như sau: trên trênhìnhmôgia, ASTIRPAT, viết bàitriển xây dựng 3 môgia; Tnghiên số nhưđộ sau: nghệ đại một một trên mô hình STIRPAT, bài là viết xâyb, hìnhlần lượt lànghiên cứu như ngẫu nhiên; của Dựa mô STIRPAT, hiện bài xâyviết dựngdựng 3 mô nghiên cứu sau: sau: công tham trình 4.1. 1: Đánh � Đánh giá có thểlà trực tiếp tới FDI Mô 1: Đánhtác giá tác trực tiếp tiếp của lần lượng phát �� 2 � tố các nhiên; là Mô hình 1: Đánhquốc gia và trực tiếp tiếp FDI tới tới phát có thểCO CO trình phát được � lnI�� lnP�� ln�� ln�� ứng. hìnhhình hìnhgiáĐánhtáctác độngđược của FDI tới tớilogarit phát 2 thải P, 2 ngẫu 4.1. MôMô hình STIRPAT, bài bài viết xây dựng 3FDI hình nghiên cứu như sau: 1: trực thải lượng phát thải của lnCE��lnCE�� FDI��hình�Đánh giá �bàilnI �� tiếp�� PGDP�tới� ��nghiên�cứulnRD2�� Dựa trên mô hình STIRPAT lnCE�� 4.1.�Mô hình � lnCE�� PGDPPGDP��PGDP�� POP �� lnRD�� FDI� �� lnCE�� PGDPtrực�� lnP �FDI�� POP�� lnRD � � �� FDI � � động � � �PGDP�� POP� � � thải CO Dựa�Trong đó,�biến � �� lnCE� ��bài � PGDP củaphát mô �lượng�𝑙𝑙𝑙𝑙�� như lnRD� �bao � � � � � � � � Dựacác quốc gia và năm tương ứng. Phương trình trên có thể được viết dưới dạng logarit như sau: trên mô mô Dựa trên�� phụ lnCE 𝑙𝑙 � �làlnCE�xây�� PGDP�� PGDP�� POP�� lnRD�� biến trên mô ��1: �� FDI tácbài�� xây � �� PGDP hình nghiên�� Biến POPthích hình STIRPAT, � �� viết � dựng��ln� CO (𝑙𝑙 �� ln� phát � cho lnCElnCE��mô�� STIRPAT,��𝑙𝑙 𝑙𝑙𝑙𝑙bài�logarit��dựng33mô��hình2�PGDP�cứu�nhưsau: � �� lnCE �� lnCE� �� FDI � FDI�� lnCE lnCE�� PGDP �� thải�� 𝑙𝑙 �� lnRDlnRD� �� lnCE�� thuộc �� lượng� � �PGDP��PGDP�� . POP� giải � �� lnRDgồm:� � �� FDI� � �� lnCE�� PGDP�� POP � FDI � �� PGDP � �� POP�� 𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙�� là1: 1: Đánh giá tácbài bàitrựctiếp của FDI tới lượng phátcứu như sau: viết sau: 4.1. �� TrongTrong biến4.1. thuộc thuộc��làFDI�� đầu động��phát � PGDP��2𝑙𝑙𝑙𝑙��Biếnmộtphát �giabao gồm: lnRD��𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙�� thể Trong đó, đó,phụ logarit𝑙𝑙�𝑙𝑙� � 𝑙𝑙bình logarit ��người thểthải thải(𝑙𝑙(𝑙𝑙 𝑙𝑙𝑙𝑙(𝑙𝑙 � �.của�. giảiquốc � POP�� bao � biếnbiến �� đó, biến biếnMô � GDP Đánh là logarit lượngthải � CO2phát � �.𝑙𝑙𝑙𝑙�� Biến� thải (USD); biến 𝑙𝑙 𝑙𝑙 � phụ phụ 𝑙𝑙 𝑙𝑙𝑙𝑙 ��𝑙𝑙𝑙𝑙 quân lượng phát � CO2 CO triển �PGDP��thích bao gồm: biến lnCE�� là thuộc 𝑙𝑙 𝑙𝑙𝑙𝑙 là logarit lượng phát hiện sự 𝑙𝑙 �� 𝑙𝑙 lượnggiải giải thích � � lnCE � 4.1. Môtrên môlogaritSTIRPAT,đầu tư trựctiếp nước ngoài (USD) (Wang & cộng sự, 2021); biến ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃Mô hình 1: Đánh giá tá hình hình lượng vốn động trực xây dựng 3 mô hình nghiên thải CO2 Đánh giá tác tới lượng phát hình 1: 𝑙𝑙 phụ𝑙𝑙𝑙𝑙 táclogarittrực tiếp của𝑙𝑙FDI tới(𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙 �. (𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙�� . thích gồm:thích bao gồm: biến � Dựa 4.1. Mô hình động viết tiếp của FDI thải CO2 Trong đó,đó, biến biến thuộcthuộc𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙làlogarit lượng phát CO2 COCO�� 𝑙𝑙𝑙𝑙 𝑙𝑙𝑙𝑙thải CO2 giải thích bao biến Trong Trongphụ thuộctrựctuyến 𝑙𝑙tính𝑙𝑙𝑙𝑙�� lượngtrưởng kinh&thải 2 (𝑙𝑙2 2phát�. biến Biếnthíchgồm: bao hiệnđó, vốn phụ phụ thuộc 𝑙𝑙 giữalà logarit lượng phát thải CO Biến Biến Biến giải bao Trong quan tư 𝑙𝑙 𝑙𝑙 tiếp 𝑙𝑙 ngoài logarit lượng phát thải sự, (𝑙𝑙 giải giải bao 𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙 logarit lượngđó, đầuhệthuộctiếp nước𝑙𝑙𝑙𝑙ngoài (USD) (Wang &và lượng(𝑙𝑙2021); �� . ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃thích gồm:gồm: biến Trongbiến biến đầu phi 𝑙𝑙�� là nước �� là (USD) (Wangthải cộngCO2 𝑙𝑙��𝑙𝑙 𝑙𝑙𝑙𝑙 Biến giải thuyết gồm: biến 𝑙𝑙 𝑙𝑙𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙�� là �� là logarit lượngphụ phụ thuộc 𝑙𝑙𝑙𝑙�� lànước ngoàilượngpháttếthải&sự,𝑙𝑙2021);�� . Biến theo lý�� baođường�� FDI�� 𝑙𝑙 �� giá 𝑙𝑙 là logaritlnCE 𝑙𝑙𝑙𝑙𝑙𝑙 � làvốn tư trực trực tiếp�� tư trực tiếp nước(Wang (USD) (Wang biếnbiến ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃�biến ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 lnCE Biến thích 𝑙𝑙𝑙𝑙 logarit �là(Diao vốn �tưvốn2009);nước � PGDP�� làngoài (USD) cộng& &2021);sự, ��(người)�(Hanif 𝑙𝑙logarit lượng &lượng�� lnCE��biến ngoài (USD)�(Wang &số củasự, cộng�sự, 2021);biến�ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃�� lượng�đầulượng vốn đầu tư trực tiếp nước ngoài dân � (Wang cộng sự, �2021);�� biến �� vốn tư đầusự, đầu tiếp � 𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙 � logarit cộng � �2021);quốc � lnRD�� FDI đầu trực tiếp � nước ngoài � �PGDP�� sự, � POP�� gia2021); � �� 𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 cong��𝑙𝑙𝑙𝑙𝑙𝑙�� logarit lượng vốntưtư trực tiếp nước ngoài (USD) (Wang & cộng cộng �biến biến ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 ��𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 Kuznet logarit cộngđầu trực trực tiếp nước ngoài (USD) (Wang & & sự, sự, 2021); biến ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃�� CO2 giải thích biếngồm: biến 𝑙𝑙 𝑙𝑙quân đầu người thể hiện sự phát triển của một�� là 𝑙𝑙𝑙𝑙𝑙𝑙 logarit lượng vốn đầu tư Trong đó, biến 𝑙𝑙 bình quân đầu tăng phát thải (USD) (Wang một 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 thể 𝑙𝑙𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 𝑙𝑙 mối đó, biến logarit GDP bình bình quân đầu người thể hiện sự phát triển của một gia (USD); biến 𝑙𝑙biến 𝑙𝑙 𝑙𝑙 �� thể� logarit lượng phát cộng logarit �� lượng vốn là logarit ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 là logarit GDPlà logarit GDP bình quân đầulàthể hiện sự phát phát quốc 2gia𝑙𝑙(USD);Biến giải thíchbiến gồm: biến thể là logarit GDP bình�phụFDIđầu𝑙𝑙 𝑙𝑙đầu ln𝑅𝑅𝑅𝑅�� thểlogaritsựsự phát�tưcủacủa�một��.POPgia (USD);R&D��thể𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙�� thể Trong đó, biếnquânbình quân lnCElogarit phát triển �thảitriển của 𝑙𝑙𝑙𝑙��(USD); biến lnRDbiến 𝑙𝑙𝑙𝑙 𝑙𝑙 � � � & là logarit GDP quân đầu𝑙𝑙𝑙𝑙��người làthể sự phát của �PGDP��một quốc �� (USD); biến 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 � �� (USD) là �� là là người thể hiện sự phát triển của một quốc gia (USD); biến cộng 2021); ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 �� là logarit Gago-de-Santos,đầu ngườiđầu ngườisự ��hiệntỷ phát � mộtcủa mộtquốc giaphát triển𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 𝑙𝑙�thể� �� thể GDP �GDP�� thuộc� biến hiện thể hiện pháttriển CO (𝑙𝑙 gia quốc gia �� 𝑙𝑙 𝑙𝑙 bao𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 lnCE�� tuyến tínhbình quânngười người� hiệnlượngtriển triểnquốcquốccứu gia (USD); biến 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 thểthể � bình quân ��tăng �người �� hiệnvà sự đầu của một theo�lý và (USD); 𝑙𝑙�� hiện PGDP�� phát thải CO �quốc thuyết đường 𝑙𝑙 làlà logarit GDP mối quan hệ logarit � giữa tăng tăng trưởngtếtế lượnglượngthải thảitheo2lý 2017); � thể thể 𝑙𝑙 𝑙𝑙trình�� mối quantính tính giữa tính giữa tăng trưởng lượng và lượng theo theo CO2 số hạng thuyết �� 𝑙𝑙𝑙𝑙𝑙𝑙 độ hệ quan hệ vốn đầu tính trưởng kinh tế tế (USD) (Wang &phát 𝑙𝑙𝑙𝑙 theo 2 theo lý thuyết quốc thể �� hiện mối quanmốiphinghệhệ phi tuyến tăng giữa vànước ngoàikinh tế phát2và biến 𝑙𝑙CO2�� làlý thuyếttrễ �� đường của một quốc giữa tăng trưởng kinh tế tế lượng thải𝑙𝑙CO CO theo lý Trong đó, hiện hiện quanlàcônghệtuyến phi tuyến giữa tăng (Shafieikinh kinh 2014); phát COthải CO2 thuyết đườngbậc đường phụ thuộc 𝑙𝑙 𝑙𝑙 𝑙𝑙 lượng lệ cho một cong Kuznet (Diao &mối cộng sự, 2009);tính��𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 lượng số củasố và quốc gia (người)2(Hanif (Hanif & �biến hiện đó, sự, 2009); biến 𝑙𝑙 hiệncộng sự, hệ phi tuyến𝑙𝑙tínhgia (%)logarit dân vàtế và một quốc phát(người)theo lý thuyết đường biến nghiên gia (USD); biến cong Kuznet (Diao (Diaoquan phụ thuộc 𝑙𝑙 𝑙𝑙 𝑙𝑙biến là�� là ��trưởng phátdânsố của(𝑙𝑙mộtquốcBiến(người) (Hanifgồm:Gago-de- cong Kuznetlogarit&biến bình quân đầu𝑙𝑙ngườilogarit là sự phát dân làCO2một 𝑙𝑙𝑙𝑙�� .giagiamột(Hanifgia 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 thể Kuznet nhất củaGDP 2009); biến 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙2009);phụlogarit củacủa logarit dângia của giải quốc bao (người) (Hanif là logarit dân số một 𝑙𝑙 hiện mối quan mối phi phi tuyếntuyếngiữatrưởngtăng trưởng kinhpháttriển CO2phát thảithuyếtthuyết đường đường cong là là (Diao(Diao & cộng2009); biến 𝑙𝑙hiện𝑙𝑙sự𝑙𝑙𝑙𝑙𝑙𝑙��thuộc ��lượngsố một quốcgia một (người) lượng𝑙𝑙phát là logarit lượng vốn hiệnhiện mối hệ logarit GDP bìnhgiữa là phi tuyến tính trưởng kinhkinh và quanhiện hệ phi lượngtính giữatưkinh tiếp tếtrưởng và phát và lượng phát thải đường biến ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 Kuznet Kuznet (Diao cộng2009);sự, 2009); 𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙logarit dân dân quốcCOcủa quốc quốc 𝑙𝑙 𝑙𝑙 𝑙𝑙 (Hanif congcongcong Kuznetphát thảicộng ,sự, biến biến biến𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙triểnlà logaritsốmộtcủa của nămbiến gia (người) (Hanif cong Kuznet ln𝑅𝑅𝑅𝑅sự, CO2 thể 2009);hiện cho𝑙𝑙��𝑙𝑙𝑙𝑙𝑙𝑙�� cứu và của của quốc gia giagia (người)��(Hanif (Diao & cộng tỷ lệ đầu tư 𝑙𝑙 là 𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙logarit phát dân sốmột thể hiện hệ logarit lượng CO cộngthải 2021); lý lượng (Diao & cộng sự, thể𝑙𝑙 biến logarit là logarit dân sốsố 2 (USD); t vào (Hanif𝑙𝑙𝑙𝑙𝑙𝑙 trực tăng & Salim, thải sự, lý 𝑙𝑙 𝑙𝑙 2017); logarit & �� logarit tỷ lệ tiếp nước nghiên 𝑙𝑙𝑙𝑙𝑙𝑙 Trong cộng quan phi tuyến mối & cộng sự, thải lượng thích lý thuyết đường theo 2 Santos, congđó,2017); lượnglàlà𝑙𝑙 logaritlà logarit lượngnghiên cứucứu (𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙 �. R&D giải thích & Gago-de-Santos, quan năm t-1 tuyến𝑙𝑙 tính tỷ lệ tăngtưlà logarit diện chovà phátphátkhôngCOvà hiệnlýbaovà không �� hiện hiện&CO2 biến hệ phi (Shao 𝑙𝑙𝑙𝑙cộng ln𝑅𝑅𝑅𝑅�� tỷ lệ đầu tưthảiđầulượng phát Biếnquan sát được gồm: biến & �� là của thải (người) && Gago-de-Santos,Kuznet biếnbiến��& vốn đầu tư trựcđầu đầuchocho nghiên cứu vàtriểntriển R&D thể hiện ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃��công Trong �� là của phụ thuộc logaritgiữa tỷ là logarit tỷchođầucácvàcứu phát triển phát triển hiện thể biến nghiên của phát triển R&D quốc (người) Gago-de-Santos, 2017);biến ln𝑅𝑅𝑅𝑅 ln𝑅𝑅𝑅𝑅�� là 2009);đầulệ tư tưngoài (USD) (Wang & cộng sự, 2021); biến trình độ của của một quốc gia (%) đầubiến &Salim, 2014); và biếncủa 𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙 gialà & Gago-de-Santos,(%) (Shafiei �� là logarit tỷ kinh biếncho 𝑙𝑙𝑙𝑙 nghiênsốvàhạng triểnbậc nhất logarit GDP 2017); biến & Salim, 2014); đầubiến 𝑙𝑙 tư cho nghiên hạng trễ bậcR&DR&D hiện trìnhtrìnhcông & Gago-de-Santos,quốc gia (%) (Shafiei hiện2014);tỷ và đầu 𝑙𝑙 biến�� là là số số trễ bậc bậc là hiện độ nghệ nghệmột quốc bình(%) (Shafiei ln𝑅𝑅𝑅𝑅��& Salim, 2014); và 𝑙𝑙 𝑙𝑙𝑙𝑙 𝑙𝑙 �� số hạng hạng trễ 𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙� thể Gago-de-Santos, 2017); �� & ln𝑅𝑅𝑅𝑅�� logaritlệvà tế vàtư2cho nghiên cứu và phát triển R&D thể cho ��là cứu và theo thuyết của lượng 2017); (Diao là sự, logarit là một & �� là trìnhthải𝑙𝑙𝑙𝑙𝑙𝑙��độđộ công lượngcủa quốc(%) giabiến phát thải&& Salim, 2014);𝑙𝑙vàước𝑙𝑙𝑙𝑙là𝑙𝑙sốvà số là sốbậc ��bậcbậct-1 hệ phi tuyến t 𝑙𝑙 𝑙𝑙 logaritnghệ của nghệ của gia quốc gia nhằm Salim, logarit dân quốc 𝑙𝑙𝑙𝑙biến 2021); biến ln𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 biến cho thể độ công trìnhlàthời gian đượcvốnmột2009);gia (%)𝑙𝑙(Shafiei sự thiênmột số của mộtsự,𝑙𝑙 𝑙𝑙𝑙𝑙 giảm thiểu saitrễ bậc công , thể hiện sự phụ một quốc (Shafiei𝑙𝑙 &𝑙𝑙𝑙𝑙𝑙𝑙 Salim,của 2014); vàobiến lượng làthảihạnghạngmối quan độtrình công công mộtcủađưasự, quốchình(Shafiei ngoài2014); và 2014); vàlượng𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 gialà là số hiệntrễ �� bậc yếu phát triển R&D thể congtrình độ (Diao & cộng một tư trực tiếp nước ��bỏ & Salim, biến 𝑙𝑙�� biếnquốc biến(người) (Hanif 𝑙𝑙𝑙𝑙�� CO trễ & Gago-de-Santos, 2017); biến biến ln𝑅𝑅𝑅𝑅logarit trưởngphátlệ lệtưCOtưnghiênvàthảicứu 2phát triển R&Dđường hiện bình quân đầu quốc đầu của (%) (%) (Shafiei Salim, (Wang biến 𝑙𝑙��𝑙𝑙 phát�� số hạng năm 𝑙𝑙 thảimối nhất của lượnglượngdo 2 CO2, 2thể phi tuyến phụđược,thuộc tăng lượngthải CO2lượngvà vàvào 𝑙𝑙CO2 ước lượng (Baltagi, & Gago-de-Santos, 2017); ln𝑅𝑅𝑅𝑅biến sự, 2013); ai đại tỷ lệ nghiên tố cứu phát R&D thể thểthể trình độ công nghệ nghệ của của một một 2017); (Shafiei thể là sự phát triển gia quân quốc gia người Salim, trễ của phát nhất GDP không hiệnsátngười củalogarit tỷkinh tếcủa lượng quốccứu và �� triển 𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙�hiệnphát �� làđổi theoGDP nghệ Kuznet logarit vào mô loại là (USD) lệch trong (USD); hạng trễ hạng trễ & cộng nhấtnhấtphát trìnhCO quan COhiện một tínhphụ của(%) (Shafiei phát2và của năm t năm lượngtheo lýphát 2 của của lượng phátphát thải ,hệ 2của sự thuộcthuộc tăng lượng phát CO thải2CO2 năm tthải t vào lượng thuyết đường độ công nghệ sự thuộc lượngtrưởng & thải CO nămphát vào lượng phát 2014); t �� hiện & t-1 (Shao lượng thải2013);thểthể diện sựsự thuộclượngkhôngthảiđược đượcCO2khôngtheo thời �� phát thải CO2 của năm 2008).t-1 lượng phát cộng sự, 2009);diệndiện𝑙𝑙𝑙𝑙𝑙𝑙�� là logarit không quan mộtvà và không (Hanif thải thải2CO2 nămnămcủa (Shao & &sự, 2013); đại ai đạicho𝑙𝑙các yếu tốyếulượng số của sát được gia (người) CO của củat-1 Kuznet (Diao sự, sự, 2013); biến 𝑙𝑙 cho yếu thải nghệ thể phụ gia hiện thải CO thể,hiện thải sự giữa hiệncủa cường đầu đángmột của thải (USD); biến vào lượng lượng phát của phát các vàtốcho các yếu tố𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙 theo lý thuyết trễ bậc mối biến (Shaolàsốlượngcủa&&bìnhCOquanbiếnaiai, thểgiúpphụ sựcácthuộclượng phátcậy của được2phátđổinămvào lượngthểđược (Diao & cộng s củalogarit sự, 2013);phátCO2,hiện2chohiện thuộcphụ thuộc quan sátphát thảikếtcủa2năm năm ttlượnggian phát & Gago-de-Santos, 2017);đầuCO 2,sự phụ yếu phụ lệ tínhcủa lượngCO2 của khôngcủa lượngvào lượng các phát thải aithải CO thể sự sự của của phát tin phát và CO vào khôngtố của quan sát thải quả không nhất nhất cộng của lượng phát,đại CO2,ln𝑅𝑅𝑅𝑅thể hiệnphụ phát triểntư cho nghiên COCO của năm tR&D cong Kuznet nhấtlượng phát quânthểdiện hiệncác chotố thuộc củakhông quan sát 2năm tcủa t vào phát phát 2 thải là phát gia và thể �� nhất của cong mốiCO của năm tuyến tính&gia (%) (Shafiei kinh tếdiệnlượng thải thải không quan sát được và không (Shao cộng cộng cộng đại đổi sát được,CO2 theo nămmô& hình biến ln𝑅𝑅𝑅𝑅mô hình𝑙𝑙nhằm loạilogarit thiên thảicứu2008).năm t đượclượng phát sai mô đáng vào cậy của𝑙𝑙 kết quảlàtrong ước yếulệch giảmcủa sai vào là bỏ 𝑙𝑙𝑙𝑙𝑙𝑙 đầulượng phát củatrong phát gia (người) (Hanif dân và biến CO quốc là số hạng đường đưa vào mô hình2t-1hệ năm t-1cộng & &2013);sự,trưởng &cho các chogiảm thiểukhông2 quan sát biến không quan thải CO của năm 2nhằm loại một& sự,giữalệchai đại diệnai đại diệncáctốcác yếuquan sát do các được không hiệnthải quan (Shao phi trìnhthải công nghệ của (Shao cộng sự, 2013); ai Salim, và độ quốc tăng 2013); 2014); phát đổi theo thời gian thải COđưa đưat-12017); hình nhằm��bỏ sự thiêntỷ lệ trong trongcác yếuvà giảm thiểu sai R&D & Gago-de-Santos, 2017); bi thảiđược được của mô &bỏ nhằmcộng loại 2013);thiênlượng yếu ước lượng sai giảm sát và không không của vào hình (Shao loại sự, trong ước đại (Shao sự thiên ai lệch diện cho không không thiểu số được thời gian đượcCO vào vào t-1 nhằm loại bỏ2013); sự đạiđạilệch ước nghiên tố tốvà thiểu triển sai vàthể hiện đổi theotheo thời2 gian đưacủa năm t-1 (Shao cộng cộngsựlogarit lệchdiện chocholượngtố không quan quan sát được và không �� bỏ thiên lệch lệch ước ước lượng thiên ai và số do các cáckhông độquan sátgiancủagiúpgiúp mô hình nhằm loại cậysự cậy kết quả quả ước𝑙𝑙 𝑙𝑙𝑙𝑙 các biến đổi theo công nghệ giúp tăngtăng (%) (Shafieitin Salim,kết quả và biến 𝑙𝑙 (Baltagi, số hạng trễ bậc sự, lượng & Gago-de-Santos, thải COsự, 2009); sự phụ thuộc của bỏ sự dân số và COvà quốclượng và giảm thiểu 2 tư congđổiBaronđượcgian tính đưa vàonhằm loạinhằm là biến trung (Baltagi,mộtmột biến thiểu sai thiểu sai giúplượngcường vàođưa một mô hình bỏ loạiước lượng lệch trong2 ước lượng hưởng củatheo (Diao được đưa tin tăng&phát (1986), đổi theođổi KuznetgianKennyđượcmô thể hiện hình được gọi loại bỏ sự thiên trongtronglượng vàảnhvà giảmtới sai nghệ của một q nhấtđổi gian thời gian cộng 2, vào mô biến nhằm sự thiênsự thiêngian nếulượngước giảmvà giảm thiểu do thải sốbiến& biếnquan (Shaobiến giúp sự,số tăng tăng lệđángtưtrung yếu cậy quả kết�� sátước lượng (Baltagi, Theo thời thời thời được đượcvàohình biến số đưa đưa lệch trong ước có và Baron các biến không nó. sátln𝑅𝑅𝑅𝑅�� giúp tăngtỷ là2 sẽ tin cậy của củathông kếtước lượng (Baltagi, số do số do biếnbiến khôngthờiđược, được,tăng cườngcường tính tin& cậy của2014); ước lượnglượng (Baltagi, thiểu sai công không theo quan sát được, cường tính đáng bỏtin trìnhCO củaKenny 2017); & sátgia tínhlogaritgọi cường tínhcác kếttinnếu có một biến đượchưởng đáng của của ước lượng (Baltagi, giảm trình độ trình2008). nghệ Chính 2, thể gia (%) phụ thuộc của lượng định thông𝑙𝑙 𝑙𝑙của�� hình lượng bậc COvào hiện thuyết loại Salim, 2014); và biến 𝑙𝑙𝑙𝑙 năm giảm thiểu hình & sốbiếncác quan không một quốcđược, vậy, giả tăng cường đượcđáng tin cậy củaphátquả hình 2và (Baltagi, Gago-de-Santos,khôngđược, sát được, cường đáng đầu tính kiểm tốcậy của quanMô ảnh thể hiện sát sốTheomộtdodokhông thôngquanquancộngđược, giúp cường diện chođánggiankếtkhôngquả lượngước lượngMôtới lượng phát thải CO2 các số dobiếnnăm t-1 sátquanmột biến là giúp aitính tính đáng đáng định của ướcquả ướcR&Dvàkhông một 2 các biến (1986), Chính vì 2013); thuyết biến cho nghiên cứu và qua quả (Baltagi, (Baltagi, khác qua quan tăng được đại là triển lượng 2008). 2008). 2008). số do2008). quaphát thảiđưavìđược, giảsự nhằm2 sẽ được kiểmphát thải CO2qua Mô vàvào2 và Môsai 3 các không sát giúp cường tính tin tin cậy kết kết nhất của đổi của thời nhất thông biến kháctheo như sau:nó.của một quốcmô hình (Shafiei &bỏ sự thiên lệch trong ước lượnglàt số hạng trễphát 2008). hình 3 cônggian được độ lượng vậy, 2008). 2008). thải CO2 của năm t-1 (Shao & Theo Theo Baron &CO2(1986),phátbiến số sát số gọi giúpbiếnbiến trungnếu có một cậy củaảnh ảnh hưởng tới và không Theo Baron &thải của lượngkhôngmột CO& thểđược là phụ trung giangian nếumộtthải khônghưởngsát lượng (Baltagi, Baron &sau:doKenny (1986), thải biến, cộng sự, gọităngthuộc của lượng phát biến CO2 hưởngước vào lượng phát như Kennycáccủa năm t-1 biến số2đượchiện sự làtrung gian nếu cótin mộtảnh của nămtớiđược nhấtTheo biến một Kenny (1986), gọi 2013); ai đại diện là biến trungtố biến quả một biến ảnh hưởngthời gian được đưa v số Kenny (1986), một (Shao được quan được, là biến cường tínhcho các yếubiến kết quan tới đáng có t Theo đổi Baron &gianKennygiá tác động hìnhFDI được gọi trungtrungtrung có một biến biến hưởng thiểu sai tới BaronMô Kenny &được một biến sốcủa đượclà biến sự biến lượng 4.2. & hình 2:(1986),Baron Theo nó. & Đánh vậy, động biến gọi gọi một biến số được gọi độ năng nếu gian nếu có ảnh được đến cường đổi theo hình 3 3 như như sau: lnEI�� gian đượcqua sát được, hìnhvậy, giả �� PGDP��được �PGDP��định � lnPOP��MôMô hình 2 MôMô như sau:mộtdo biến khác lnFDI�� đưa�Chính � �� EItăngthuyếtbỏ sẽ thiênkiểm trong ước quả ước lượng (Baltagi, một biến biến khác thôngnó. Chính nó.vậy, vậy,thuyếtgiả thuyết 2 được kiểm� � � thông qua �2Mô Mô 2 số theo biến �� thông �quaEI Chính giả �� loạithuyết 2 � tin cậy của kết thông � giảmhình sai đổi hình 3 nhưkhông quan� vào môbiến sốgiả gọi là sự đáng lệch định có một biến ảnh hưởng tới khác thông quathông qua vì Chính vì vậy, 2thuyết 2 � sẽ được kiểm địnhkiểm định Mô hình lnRD và gian tới một một biến TheoTheocủa ChínhChính tácvậy, môcủa2 sẽ 2sốaikiểm gọi là địnhlệch gian hình mộtvà2vàbiến ảnhkhông tới biến kháckháctheo thời năm& Kenny (1986), biến sốnhằm đượcdiện chonăngqua gianhìnhquan Môđược và hưởng 4.2.thônghình nó. Kenny (Shaogiảmột một biếnđượcđại bỏ là biếncác quatrongnếu 2hìnhmột giảm hưởng MôthôngBaron vì vậy, vào một biến khác thôngCO2Baron Đánh giá (1986), thuyết 2013);đến kiểmbiếnthông thông nếu ướccó2mộtsát ảnh hưởng tới tới 2008). qua qua Chính (1986),giả mộtthuyếtsố sẽ loại làđịnhthiên yếu Mô có lượng biến ảnh định trung Mô Mô có và thải một biến kháct-1 vì đưa &nó. giảsự, sẽ đượcgiảcường độthônggiantố không thông qua Mô hình 2 cácMô không quan sá qua 2: nó. vì cộng 2 vì vậy, được kiểm sẽ đượclượngđịnh và Mô Mô số do và biến thuyết FDI qua nếu hìnhhình 3 sau: mộtcácthời khác thôngnó.nó. �� vìgiúp nhằmcường2tính sẽsẽ�được kiểm thông qua quahình 2 �� vàvà Mô lượng và � 3 như sau:3sau: sau: � � � � một biến qua Chính vì thông qua và thiểu 4.2. 4.2. hình 2: do các khác thông của �nó. đến cường độ năng năngsẽ 2008).nhưbiến không quan sát��được, giúp tăng cường tính đáng tin cậy của kết quả ước lượng (Baltagi, hình hình 3 Baron & Kenny (1986), một Theo 3 như sau: hình hình như sau: được biến trung gian nếu 2008). 4.2. Mô4.2.Baron 𝑙𝑙hình giálogarit giá một độngFDIlượngđến𝑙𝑙 cườnglượng lượng MJ/$ (Wang ảnhcộng sự,tới 4.2.hìnhhình &𝑙𝑙𝑙𝑙2:là Đánh giá của động đến cường(𝑙𝑙cường độđộ năng lượng một biến & hưởng 𝑙𝑙 �� Đánh 2008). 2: Đánh 2: Đánhtáctác động của được gọi là𝑙𝑙𝑙𝑙�� ) năngnăng lượng 4.2. Mô hình 2:số Đánh giá tác độngqua FDIChính đến cườngnăng lượngđược kiểm định thông qua Mô hình 2 và Mô Mô Mô hình 2: Đánh giá tác động của FDI vì vậy, độ thuyết 2 lượng Đánh giá tác động của FDI đến cường giả độ lượng lnEIlnEI328 tháng �� EI��EI � � EI��EI � � PGDP�� PGDP�� lnPOP�� lnFDIlnFDI �� EI�� EI�� PGDP� � ��15 �PGDP�� lnPOP� � �lnRD lnRD �� lnFDInhư10/2024 lnEI�� PGDP�� lnPOP � lnRD �� một biến một � �lnEI�� lnFDInó. lần�lượt� �� EIPGDP� là�biếnvà��bậc �� PGDP�có��lnPOP �hưởngMô 2021);lnEI �� lnFDI�� là � PGDP�� nhấtđược� hai địnhcường �� năng lượng, lnRD�� 𝑙𝑙 𝑙𝑙𝑙𝑙 thông�� EIEI số� giả trễ bậc2 PGDP kiểm 4.2. Mô tác của FDI độ Theo Baron & Kenny (1986 Số lnEI biến𝑙𝑙 khác � �𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣�� Chính vì vậy,hạngthuyết�� PGDP �� của lnPOP độ lnPOPhình� được khác thông qua nó. Theo3 Mô hìnhKenny giáđộngđộng FDI số FDI đếnđộ cường năng bằng có Trong đó sau: Đánhtác giácường độ năng đến cường độ được lượngnếu Mô Mô hình 2: (1986), tác biến của FDI đến năng trung đo Theo Baron �� lnFDI�qua �� độngbiến�FDI � �gọi ��sẽ�� trung �PGDP�� lnPOP��Môảnh��và 3 như sau: �� lnFDI�� EI �� EI�� EI �� EI�� PGDP �PGDP�gian �� lnPOP�� lnRDlnRD�� lnEI��hình ��Đánh� �tác�� của số �� cường độ năng �� PGDP�� biến �� hình �� lnEI��2: � �� EI �� EI�� EI � đến� � PGDP�� PGDP�� một �� lnRD tới � lnFDI được �� nếuthông qua lnRD 2� �� 4.2. �� (1986), một �� & Kenny giá� � � � �� lượng 2: của biến gian �� 4.2. Mô � � �� hình �� một biến hìnhbiến kháchình để qua� định hiệuvì vậy, giảtính của2 sẽ được năng lượngthông qua Mô1995; 2 và Mô một 3 như sau: �� Chính đưa vào �mô � ��kiểm � � �� ứng quán �� thông � � � � �� Trongđó 𝑙𝑙 𝑙𝑙𝑙𝑙 làlàlogarit� �� lnFDI �độtác �� lượng 𝑙𝑙𝑙𝑙 )𝑙𝑙 𝑙𝑙𝑙𝑙 năng lượng�bằng MJ/$ �� &�� lnPOP�� sự, 4.2. cườnglnFDIit năng tới 𝑙𝑙 TrongTrong𝑙𝑙𝑙𝑙 đó��𝑙𝑙��& lnEI��sự, 2021);độ��năng� EIlượng(𝑙𝑙(𝑙𝑙�𝑙𝑙𝑙𝑙�� )được �được bằngMJ/$qua việc � &cộng cộng �� lnRD��Mô đó 𝑙𝑙 𝑙𝑙𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙 logaritcườngcường nănglượng � � cường độ � đo bằng thông (Wang hìnhMô hình 2: 𝑙𝑙𝑙𝑙 là logarit cường𝑙𝑙 độ(𝑙𝑙 � lượng (𝑙𝑙��𝑙𝑙 năng lượng bằng MJ/$ (Wang & cộng sự, 4.2. Tronglogarit𝑙𝑙Đánh giá tác động củaEI�� đến cườngđo𝑙𝑙𝑙𝑙�� PGDP� (Wang & độ � động FDI �� ) PGDP độ ) được đo cường độ (Shrivastava, Wang � chuyển giao công nghệ cho hình 2: Đánh giá tá �� là đó 𝑙𝑙 nó. thuyết kiểm định hình cộng được đo MJ/$ (Wang cộngsự, sự, 3 như sau: năng
Trong đó 𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙�� là logarit cường độ năng lượng (𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙�� ) được đo bằng MJ/$ (Wang & cộng sự, Trong đóTrong đó𝑙𝑙 logarit là𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣�� lần lượt năng 𝑙𝑙lượng được𝑙𝑙𝑙𝑙 ) )bằng MJ/$bằng MJ/$ (Wang sự,lượng, được2021) 𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙�� đó 𝑙𝑙 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 là logarit cườngđộ là số hạng )trễ (𝑙𝑙 𝑙𝑙𝑙𝑙nhất được đo bằng cường (Wang & cộng sự, Trong đó 𝑙𝑙 �� là logarit cường độ năng 𝑙𝑙𝑙𝑙�� Trong là 𝑙𝑙 𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙�� cường độcường lượng (𝑙𝑙 lượng(𝑙𝑙 𝑙𝑙𝑙𝑙 �� được đo bằng MJ/$ (Wang& cộng sự, �� 2021); 𝑙𝑙 𝑙𝑙 𝑙𝑙𝑙𝑙�� 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣��𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 lần lượt là số hạng trễ bậc nhất và bậc hai của cường độ năng lượng, được �� được đo 2021); bậc đo và bậc hai của (Wang & độ năng& cộng sự, 2021);𝑙𝑙 𝑙𝑙 𝑙𝑙 lượt 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 �� 𝑙𝑙 𝑙𝑙𝑙𝑙�� 2021); lần 𝑙𝑙𝑙𝑙��là số �� lần lượt là số hạng trễ bậc nhất và bậc hai của cường độ năng lượng, được logarit năng độ năng lượng MJ/$ cộng đưa vào mô hìnhlần hạnglà số bậc nhất bậc bậc haicủa cường độ năng độ lượng, đượcđược1995; mô hình để để lượt địnhhạng trễ và nhất và bậc hai của cường lượng (Shrivastava, vào Wang kiểm trễ hiệu ứng quán tính của cường độ năng năng lượng, đưa đưa vào mô& vàođểmôhình để kiểm định quán ứngđộ năngđộ của cường độ năng 1995; Wang & giao công 2021); lnFDIit kiểm hình hiệu ứng quán tính củađộng ứngquán tính năng(Shrivastava, lượng (Shrivastava, 1995; Wang định mô hình đểlnFDIit táchiệu tính cườngtính củanăng lượng (Shrivastava, 1995;cộng 1995; Wang cộng sự, 2021); hiệu ứng cường của cường độ lượng thông qua việc chuyển Wang nghệ cho đưa vào kiểm định kiểm định hiệu đưa tới quán lượng cường độ năng lượng (Shrivastava, sự, tác động trìnhcường độ(Elliottlượng thông2013); lnPGDPit và việc chuyển đượccông vàotrìnhhình để xem quá tới sản xuấtđộng tới & cộng sự, qua việcthông quagiao công nghệ cho quá mô sản xuất (Elliott năng cường độ năng lượng chuyển lnPGDPit2 giao đưa nghệ cho & cộng sự,&cộng sự, 2021); lnFDIit tác động tới cường độ năng lượng thông qua việc chuyển giao công nghệ cho &2021); lnFDIit táclnFDIit tác động tới cường độ năng lượng thông qua việc chuyển giao công nghệ cho cộng sự, 2021); quá trình sản xuất 2013); & (Elliott & 2013);sự, tăng được lnPGDPit2lnPGDPit2được đưa mối mô hình để xem & cộng sự, (Elliotthệ phi tuyếnvà lnPGDPit2 trưởngđưa vào và được đưa vào mô hình để xem phi tuyến tính xét mối quan lnPGDPit tính giữa quá trình sản xuất (Elliott cộng lnPGDPit và kinh tế mô hình độ năng xét (Deichmann & cộng 2013); lnPGDPit và cường để xem lượng quan hệ quá trình sản xuất cộng sự,&cộng sự,2013); lnPGDPit và lnPGDPit2 được đưavào mô hình để xem vào giữa sự, 2019,tuyến tínhtế và cường độ năng lượngthể ảnh độ năng lượng (Deichmann & cộng cộng sự, 2016); tăng phi Zhang & cộng sự, 2016); lnPOPit có cường hưởng đến cường độ năng Zhangthông qua nhu trưởng kinh giữa tăng trưởng kinh tế và (Deichmann & cộng sự, 2019, lượng & xét mối quan mối quan hệ phi tuyến tính giữa tăng trưởng kinh tế và cường độ năng lượng (Deichmann & cộng hệ quan hệ phi tuyến tính giữa tăng trưởng kinh tế và cường độ năng lượng (Deichmann & cộng xét có lnPOPitmối thể ảnh hưởng đến cườngngười dânlượng thông qua nhu cầu sửyếu tố quan lượng của mỗi người xét cầu & lượng của mỗi độ năng sự, 2019, Zhangsử dụng năngcộng sự, 2016); lnPOPit có (Rahman,cường đếncườnglàđộnăng lượng trọng quyếtnhu dụng năng 2020); lnRDit lượng thông qua nhu định sự, 2019, cộng sự,& cộng lnPOPit cólnPOPit trọng ảnh hưởng đến năng công năng lượngthông qua nhu Zhang 2016); sự, 2016); thể ảnh hưởng ảnh hưởng độ thể đến dân sự, 2019,Zhang & lnRDit là yếu cường độcóthể quyết định tiếncườngđộ nghệ, ảnh hưởngqua năng độ (Rahman, 2020); ảnh hưởng tới tố quan năng lượng thông qua bộ động đến hiệu quả sử dụng cường thông tới tiến bộ công nghệ, tác cầu sử dụng năng dụngnăng lượngngười mỗingười dân (Rahman, 2020); lnRDit quan trọngquantrọng quyết định cầu sử dụng năng lượngcủa mỗi (Rahman, 2020); lnRDit là yếu tố là yếu tốquan trọng quyết định cầu sử lượng của mỗi của dân hiệu dân (Rahman, 2020); lnRDit là quá quyết định năng lượng thông qua tác động đếnngười quả sử dụng năng lượng trong yếutốtrình sản xuất (Dong & cộng tiến bộsự, tiến bộ công nghệ,trình hưởng tới(Dong lượng thông2019). động đến độngquả sử dụng năng dụngnăng công nghệ,tronghưởng ảnh sản xuất cường&độnăng lượng thông qua tác hiệu đến hiệu quả sử dụng năng lượng tiến bộ ảnh quá tới hưởng tới cường cộng sự, qua 2019). công nghệ,ảnh cường độ năng độ năng lượng tác qua tác động đến hiệu quả sử thông lượng trong4.3. Mô hình 3:trìnhsảngiá& cộng sự,&cộng sự, 2019). lượng tới lượng phát thải CO2 quá trong sản xuất (Dong tác(Dong&2019). sự,độ năng trình quá trình sảnxuất (Dong của cường 2019). Đánhgiá tác động của cường độ năng lượng tới lượng phát thải CO động cộng 4.3. Mô hình 3: Đánh�3: Đánh giá� tácđộng của cườnglượng PGDP � �tớilượng phát �thảiCO � � lnRD 4.3. Mô hìnhgiá�tác động của cườngcủa năng độ �nănglượng tới�PGDP�CO2 thải CO2 4.3. Mô hình 3: lnEI�� tác động �độ cường � năng lượng phát thải �� lnPOP�� lnCE�� Đánh giá � FDI�� lnCE�� độ � tới lượng � lượng � lượng hình 3: 4.3. Môtrong quá Đánh xuất lượng 2 �� lnCE�� lnCE �� lnEI �� lnCE� ��lnCE � �� PGDP � �� PGDP�� lnPOP � �� lnRD �� FDI � � � �� lnCE lnCE�� lnEI�� FDI�� PGDP�� PGDP�� PGDP�� lnRD�� lnRD�� lnEI �� PGDP�� lnPOP�� lnPOP � phát �� FDI�� 2 �� Thang đo � và � �vị đo của các biến số như trong Mô hình 1. 1. Nếu hệ hồi hồi quy của biến sốtư trực trực Thang đo �� đơn��vị đo � ��các �� tiếp nước ngoài (lnFDIit)�trong��Mô hình 2 và hệ số của biến số cường độ năng lượng (lnEIit) trong Mô hình � �� và đơn của biến số như trong Mô hình Nếu hệ số số quy của biến số đầu đầu tư tiếp nước ngoàicác biến số như Mô hình 2hìnhhệ số của biếnhồi cường độ năng lượngtư trực trong Mô (lnFDIit) trong trong Mô và 1. Nếu hệ số số quy của biến số đầu (lnEIit) Thang 3 cóThangđo và đơn kê,đo của cácnghĩasố như trong Mô hình 1. Nếu hệ số hồi quy gianbiến số quá trình tác động đo Thang vị đo của vị điều này biến là cường độ năng lượngNếuvai số hồi quycủa biến sốđầu tư trực và đơn đothống vị đo của các biến số như trong Mô hình 1. có hệ trò trung của trong đầu tư trực ý nghĩa và đơn tiếp nước tiếp nước lượng trong thải trong. Mô hình 2củalàhệsốsốcủabiến độlượng lượng (lnEIit) trong Mô trong Mô củangoàinướcngoài (lnFDIit) hình2 2 Môhệ nghĩa hệ sốcủa biếnsố cường độ năng lượng gian trong quá trình FDI tớicóngoàiphát Mô kê, điều này số 2và biến cường sốnăng cóđộ năngtrung (lnEIit) trong Mô hình 3 ý nghĩa thống tiếp (lnFDIit) (lnFDIit) CO và hình và trong cường độ năng cường vai trò lượng (lnEIit) hình 3 có Bài nghiênýnghĩa thốnglượngđiềunày nghĩađộ44 quốc độnăng vaiphát cóvaigiantrung giới trong quá trình 2000- ýhình33có ýcủakê, điều này nghĩa làthải CO2là cường độ nănglượng có vaitrò tronggian trong giai đoạn nghĩa thống FDI dụng kê, liệu này nghĩa. cường gia đang trò triển trò thế gian trong tác động tới phát cường hình có cứu sửthốngkê, điều mảng của lànăng lượng có lượngtrung trêntrung quá trình quá trình nghĩa dữ tác động củatừđộngcủa cứu sửcủa Ngân hàng thếcủa 44Việc lựa chọn các quốc gia đang phát triển đểđoạn 2000- dựa 2020Bàicơtới lượng phátlượngphát thải COgiới. quốc gia đang phát triển trên thế giới trong giai nghiên cứu tác FDI sở dữFDItớidụng dữ phát mảng . . tácđộng củaFDI tớilượng CO2. thải CO nghiên liệu thải liệu 22 trên sự đầy đủ của dữ liệu cho tất44 quốc gia đang phát triển trên thế giới trong giai đoạn 2000- 2020 từ cơ dữ liệu mảng của các biến số trong giai đoạn nghiên cứu. Bài nghiên cứu sử dụngsở dữ liệu của Ngân hàng thế giới. Việc lựa chọn các quốc gia đang phát triển để nghiên cứu Bài nghiên cứu sử dụng dữ liệu mảng của 44 quốc gia đang phát triển trên thế giới trong giai đoạn 2000- Bài nghiên cứu sử dụng dữ liệu mảng của 44 quốc gia đang phát triển trên thế giới trong giai đoạn 2000- 2020 từ cơ 2020từliệusự và thảocủa dữ kếthàng thế các biến sốlựaquốc gia đang phát đang phát triển để nghiên cứu 5.sở dữ tích đầy đủ của thế giới. Việc lựa chọn các dựa trên của Ngân luận liệu quả tất Phân cơ sở dữ liệu củaNgân cho nghiên cứu trong giai đoạn nghiên cứu. 2020 từcơ sở dữ liệu hàngNgân hàng thếgiới. Việc lựachọn các quốc gia triển để nghiên cứunghiên cứu giới. Việc chọn các quốc gia đang phát triển để dựa trên sựdựatrên sự đầyđịnhcủadữ liệu chomôsốcácbiếngiai trong nghiên cứu. 5.1. Các kiểm và thảo luậncác biến nghiên cứu đoạn 5. Phânsự đầyđủ của xácliệu chotất hìnhbiếnsốlượng giai đoạn nghiên cứu. đầytrên của dữ liệu và dữ địnhquả các ướcsố trong giai đoạn nghiên cứu. dựa đủ tích đủ cho tất kết tất trong Để lựa chọn mô hình ước lượng phù hợp, bài viết thực hiện các kiểm định sau: Kiểm định nhân tố phóng 5. Phân tíchPhân tích và thảo quảxáckếtquả nghiên cứu lượng 5. Phân tích và kết và nghiên cứu hình cứu và thảo luận thảo luận định mô 5.5.1. Các kiểm định luận kết quả nghiênước đại phương sai (VIF) cho vấn đề đa cộng tuyến, kiểm định Breusch-Pagan cho vấn đề tự tương quan, kiểm 5.1. Các kiểm Các chọn môđịnh mô hình ướcsai saiướcthay đổi, kiểmcác kiểm định Wu Hausman cho vấn phóng sinh. định Đểđịnhkiểm định vấnxác phương hình số lượng hiện định Durbin sau: Kiểm định nhân tố đề nội Wooldridge cho đề 5.1. Các kiểm địnhvà ước định mô lượngướcviết thực 5.1. lựa và xác hình xáclượng mô hình bài lượng và định phù hợp, Kết quả phương sai cho thấy Mô hình 1 cộng tuyến, kiểm định Breusch-Pagan cho vấn phương sai quan, thay kiểm định (VIF) cho vấn đề đa và Mô hình 3 có các vấn đề đa cộng tuyến, đề tự tương sai số Để lựa chọnđại hình ước lượngước lượngbài viết thực hiện các kiểm địnhkiểm Kiểmsau: Kiểm định nhân tố phóng Đểmô chọn mô và vấn đề nội sinh; hợp, hình 2 có các vấncác sau:cộng định Kiểm tố phóng số thay phù hợp, phù nhân định nhân đổi, Đểlựa chọn mô hình ước lượngphù hợp, bài viết thực hiện các kiểmđịnh tuyến, phương sai saitố phóng đổi và tự tương quan hình lựa Mô bài viết thực hiện đề đa định sau: kiểm định cho vấn đề đa cộng tuyến, kiểm sai sai số thay đổi, kiểm định Durbin Wu Hausman cho vấn Wooldridge cho vấn đề phương định Breusch-Pagan cho vấn đề tự tương quan, đại phương saiphươngsai (VIF) cho vấn đề đa cộng tuyến, kiểm định Breusch-Pagan cho vấn đề tự tương quan, tự tương(VIF) (Xem chi tiết các kiểm định ở Phụ lục). định Breusch-Pagan cho vấn đề tự tương quan, đại quan đại phương sai (VIF) cho vấn đề đa cộng tuyến, kiểm kiểm địnhkiểmnội sinh.cho vấn đềchovấn đề phươngMô hìnhsốthayMô hình 3 có cácDurbinWu cộngvấn cho vấn Wooldridge Kết quả kiểm định chosai số thay sai 1kiểm định Durbin Wu vấn đề WuHausman cho vấn đề thấy và kiểmđịnh Wooldridge cho vấn sai trên, bài viết áp dụng phươngđịnh Hausman cho định Wooldridge phương đề sai đổi, đa tuyến, phương Để khắc phục tất cả nhữngvấn đề phươngsai sai số thayđổi, kiểm định Durbin lượng mô men tổng quát hệ đổi, kiểm pháp ước Hausman đề nội thống nội quả kiểm địnhkiểmthấy Mô hình vấn&hình hình 3 Môcác vấn cócác vấn đề đa cộng vàtuyến,phương bởi sinh. sai saisinh.Kết quảđề xuất bởi chothấy1 Mô Mô 1sinh;Mô hình 33có cáccộngđề (1995) tuyến, phương số thay đổi, tự tương quan và đề nội Mô hình 2 có các vấn đề đa cộng đềKết sinh. Kết quả cho định cho thấyMô hình 1và có hình đề đa Bover đa cộng tuyến, mở rộng đề S-GMM, được kiểm định Arellanovà Bond (1991), Arellano & vấn tuyến, phương nội và được phương sai sai Blundell &sốthayđổi, quantự tươngđề và vấn đề Mô tiết cácMôhìnhvấn cócác vấn xử đa cộngđề nội sinh bằng cách số thay saisố Bond đổi,tự tương quan nội (Xem chi hình 2 có cácđịnh ở Phụ thể đề lý vấn tuyến, phương sai sai thay đổi và quan sinh; kiểm đề đa lục). sai sai sốthay (1998). và vấnRoodman (2009),sinh;Mô hình22có các cộngđề đa cộng tuyến, phương sai đổi, tự tương tự tương quan và vấn đềnội sinh; hình S-GMM có vấn tuyến, phương Theo nội mô sai sai sử thay saisốvàthayđổi vàquan (Xemquan(Xem bài viết địnhkiểmphương Phụ lục). đề nộimô men khuyết tậthệ các số dụngđổisốthay tươngcótựtương quan các cácchitiết sinh ở Phụđịnhởở pháp lục). lượng sinh là tổng quát mà sai saibất kỳ độđổi vàtựsẵn nào của tiết biến nội cácdụng công cụ, và vấn sai khắc phục tất cả những vấnchi trên, chi tiếtáp kiểmđịnh Phụ ước Để tự trễ tương đề (Xem kiểm các làm lục). mô hình ước lượng khác như POLS, ArellanoRE không xử lý Arellano & Bover (1995) và được mở FE hay & được. Để khắc phụckhắcS-GMM, cả nhữngxuất bởitrên, bài viết Bond (1991),ước pháp ước lượngtổng men tổng quát rộng thống những được đề Để khắcphục tất vấn nhữngvấn đềviết áp bài viếtáp dụng phương lượng ước men mô quát hệ quáthệ Để tất cảphục tất cả đề trên, bàiđề trên, dụng phương pháp vấn áp dụng phương pháp mô lượng mô men tổng hệ 5.2. Thảo luận& Bond Arellano & Bond (1991), Arellano &hình S-GMM có được mở vấn nội sinh bởi được đề kết quả (1998). cứu nghiên thống S-GMM, Blundell xuất bởiđềxuất bởiTheo Roodman (2009), mô Arellano& Bover (1995) và rộng đềmởrộng Bover (1995) và thể xử lý được mở rộng thống S-GMM, được đề xuất bởiArellano & Bond (1991), Arellano & Bover (1995) và được thống S-GMM, được Arellano & Bond (1991), bởi Blundell & Bond (1998). Theokỳ độ TheoRoodman (2009), S-GMM có thể xử có thểcụ, và vấn đề nội sinh là bằng cách sử dụng bất Roodman (2009), mô hình biến nội sinh làm công đề nội sinh trễ có sẵn nào của các bởi Blundell & Bond (1998). Theo RoodmanKết quảmô hình S-GMM lý vấn xử lý vấn đề nội sinh bởi Blundell & Bond (1998). Bảng 1: (2009), ước hình S-GMM có thể xử lý vấn đề nội sinh mô lượng bằng cáchbằng cáchbất kỳcác bất kỳ sẵntrễ lượng các biến nội sinh FEnộisinh làm và vấn cụ,và vấn đềlà nộisinh là sử dụng tậtsửdụng mô có độước có sẵnkhác của các biếnlàm công cụ, công cụ, được. đềnội sinh là khuyết mà độ trễ hình nào của độ hình 1 nào như POLS, hay RE không xử lý bằng cáchsử dụng bất kỳ Mô trễ có sẵnnào của các biếnnội sinh làm công đề nội vấn hình 3 và sinh Mô hình 2 Mô Biến số hình ước lượng khác như POLS, FE hay RE không xử lý được. khuyết tậtkhuyếtThảomàcác kết quả nghiên cứulnCE như POLS, FEphụ thuộc:không xử lý được. phụ thuộc: lnCE mà cáctật mà cácmô hình ước thuộc: khác như POLS, FEhay RE không xử lý được. 5.2. mô luận mô Biến phụ lượng khác khuyết tật hình ước lượng Biến hay RE lnEI Biến lnEI - - 0,3052**** 5.2. Thảo5.2. Thảoquả nghiên ở Mô0,0695**** 1) cho thấy lượng-0,0332* có ảnh hưởng trực tiếp và cùng chiều luậnThảonghiênkếtquả nghiên cứu 5.2. kết luận kết quả nghiên 1 (Bảng Kết quả luận cứu cứu hình cứu lnFDI vốn FDI 0,0381*** đến lượng phát thải CO2 do1) cho hồi quy của biến số lnFDI hưởng trực tiếp và có ý 0,0151* lnCEt-1 0,2879** số - Kết quả nghiênquảnghiên cứu ởởMô hình hệ(Bảng 1)lượng thấylượngcóvốnFDI có ảnh hưởngvàtrựctiếp nghĩa thống kê. ảnh có giá trị dương cùng chiềucùng chiều Kết quả nghiênhình 1 Mô hình11 (Bảng 1)cho thấy FDI vốn FDI có ảnh hưởngtrực tiếpvà cùng chiều Kết cứu ở Mô cứu (Bảng0,6043*thấy cho vốn lượng -0,1197 lnPGDP 0,6333 và đến lượngđến lượng CO2 do hệ COhồi hệ pháthồiquy số hútbiếncó thêm nhiềugiátrịFDI ý nghĩa cóýýnghĩa thống kê. phátlượngphát thải nướcdo quy sốhồibiếnthu lnFDI số giá trị dương và dương vàlàm gianghĩa lượng phát Nghĩa là, việc các số đang củatriển thải phát thảiCO do -0,0304 quycủa biến sốlnFDI có giá trị có cũng có lnPGDP2 đến hệsố của được 0,0042 vốn lnFDI có dương và thốngtăng thống kê. -0,0287 kê. lnPOP 22 0,4581** -0,2087 0,9920 Nghĩa là, việc cáclà,việc đang nướcđang pháthút được thêm đượcthêm nhiềucũng FDI gia tăng lượngtănglượng phát nước các nước triển thu triển thu hút được thêm-0,1151vốnlàm cũng làm gia-0,3172**** phát Nghĩa là, việc các Nghĩa lnRD phát đang phát triển thu hút nhiều vốn FDI vốn FDI cũng làm giatăng lượng -0,2900*** nhiều phát *p
ra môi trường. Kết quả này nhất quán với kết quả nghiên cứu của Pao & Tsai, (2011), Zakarya & cộng sự (2015), Al-Mulali & Sab (2012), Behera & Dash (2017). Kết quả nghiên cứu ở Mô hình 2 cho thấy hệ số hồi quy của biến lnFDI có giá trị âm và có ý nghĩa thống kê. Nghĩa là, nguồn vốn FDI tăng sẽ làm giảm cường độ năng lượng ở các nước đang phát triển, hay nói cách khác lượng tiêu thụ năng lượng để sản xuất thêm một đơn vị sản phẩm giảm. Kết luận tương tự được chỉ ra trong nghiên cứu của Hübler & Keller (2010) và Elliott & cộng sự (2013). Ở Mô hình 3, hệ số hồi quy của biến lnEI có giá trị dương và có ý nghĩa thông kê hàm ý rằng cường độ năng lượng có ảnh hưởng ý nghĩa thống kê cùng chiều đến lượng phát thải CO2. Điều này cho thấy cường độ năng lượng thấp hay việc sử dụng năng lượng hiệu quả sẽ dẫn tới giảm lượng phát thải khí CO2. Kết quả này tương thích với những phát hiện trong nghiên cứu của Wang & cộng sự (2021) và Danish & cộng sự (2020). Kết quả nghiên cứu ở Mô hình 2 và Mô hình 3 khẳng định vai trò trung gian của cường độ năng lượng, làm giảm mức độ ảnh hưởng cùng chiều của FDI tới lượng phát thải khí CO2, FDI làm giảm cường độ năng lượng hay làm tăng hiệu quả sử dụng năng lượng và điều này gián tiếp làm giảm lượng phát thải CO2 do FDI mang lại. Bên cạnh đó, hệ số hồi quy của biến lnFDI ở Mô hình 1 lớn hơn rất nhiều hệ số hồi quy của biến lnFDI ở Mô hình 3, ngụ ý rằng khi thêm biến cường độ năng lượng (LnEI) vào Mô hình 3, tác động làm tăng lượng phát thải CO2 của FDI đã giảm xuống gần một nửa so với mức ảnh hưởng trực tiếp. Kết quả ước lượng ủng hộ giả thuyết 1 và giả thuyết 2 của bài nghiên cứu. Ảnh hưởng trực tiếp cùng chiều của FDI đến lượng phát thải CO2 có thể đến từ hiệu ứng quy mô của FDI (Mô hình 1). Cụ thể, theo ESCAP (2020), mặc dù các quốc gia đang phát triển chứng kiến sự gia tăng FDI vào các lĩnh vực xanh, song cơ cấu vốn FDI vào ngành sản xuất có lượng tiêu thụ năng lượng hóa thạch tại các quốc gia này vẫn luôn chiếm khoảng 2/3 tổng vốn FDI trong giai đoạn 2010-2019. Do vậy, việc mở rộng quy mô sản xuất nhờ dòng vốn FDI cũng làm tăng lương phát thải CO2 ra môi trường. Ở Mô hình 2, tác động làm giảm cường độ năng lượng của FDI cho thấy lượng vốn FDI vào các nước đang phát triển có xu hướng đi cùng với sự chuyển giao công nghệ hiện đại, tiết kiệm năng lượng trong sản xuất. Dữ liệu thực tế cho thấy dòng vốn FDI ở các nước đang phát triển trong giai đoạn 2015-2019 được phân bổ nhiều hơn gấp ba lần vào các lĩnh vực sản xuất xanh, lĩnh vực sản xuất sử dụng năng lượng tái tạo so với giai đoạn 2010-2014 (ESCAP, 2020). Ở Mô hình số 3, ảnh hưởng cùng chiều làm giảm lượng phát thải khí CO2 của cường độ năng lượng đến từ việc nâng cao hiệu quả sử dụng năng lượng do áp dụng công nghệ tiên tiến của các doanh nghiệp FDI. Trong nghiên cứu của Amuakwa-Mensah & Adom (2017) với các quốc gia đang phát triển khu vực Châu Phi cận Sahara và nghiên cứu của Mirza & cộng sự (2022) với 30 quốc gia đang phát triển trên thế giới, các tác giả chỉ ra rằng hiệu quả sử dụng năng lượng được nâng cao là nguyên nhân chính giúp giảm phát thải tại các quốc gia đang phát triển. Các quốc gia đang phát triển với khả năng hấp thụ tốt kỹ thuật sản xuất tiên tiến, công nghệ xanh chuyển giao từ các quốc gia phát triển như Trung Quốc, Nga và Brazil đã cải thiện được khả năng sản xuất và giảm mức độ tiêu thụ năng lượng trên mỗi đơn vị sản phẩm đầu ra, dẫn tới giảm lượng phát thải khí CO2. Xét đến các biến kiểm soát, kết quả ước lượng của biến lnRD ở Mô hình 1 và Mô hình 2 cho thấy việc gia tăng tỷ lệ chi tiêu cho R&D sẽ làm giảm lượng phát thải CO2. Phát hiện này ủng hộ kết quả nghiên cứu của Li & Wang (2017), Artha & cộng sự (2021), (Bosetti & cộng sự, 2008) và Lee & cộng sự (2021). Các nghiên cứu này đã chỉ ra việc đầu tư hơn cho hoạt động R&D giúp nâng cao năng suất và giảm năng lượng tiêu thụ trên mỗi đơn vị sản phẩm, từ đó giảm phát thải khí CO2. 6. Kết luận và hàm ý chính sách Bài nghiên cứu sử dụng dữ liệu bảng từ 44 quốc gia đang phát triển trên thế giới trong giai đoạn từ năm 2000 đến năm 2020 để đánh giá vai trò của cường độ năng lượng trong tác động của FDI tới lượng phát CO2. Kết quả nghiên cứu cho thấy cường độ năng lượng có thể làm giảm tác động của FDI đến lượng phát thải CO2 so với cơ chế tác động trực tiếp thông qua hiệu quả năng lượng. Từ kết quả nghiên cứu, bài viết đề xuất một số hàm ý chính sách nhằm giúp các quốc gia đang phát triển có thể đẩy mạnh thu hút vốn FDI và giảm lượng phát thải CO2. Thứ nhất, các quốc gia đang phát triển nên có các chính sách thu hút nhiều hơn nữa nguồn vốn FDI với cam kết sử dụng công nghệ tiên tiến từ nhà đầu. Thứ hai, các nước đang phát triển cần chú ý hơn nữa đến các tiêu chuẩn tiếp cận môi trường trong nước của Số 328 tháng 10/2024 17
các nhà đầu tư nước ngoài và chuyển từ mở rộng quy mô đầu tư nước ngoài đến nâng cao chất lượng của đầu tư nước ngoài. Thứ ba, các nước đang phát triển có thể sử dụng công cụ thuế như giảm thuế thu nhập cho các doanh nghiệp nước ngoài sử dụng công nghệ tiên tiến trong sản xuất Thứ tư, kết quả nghiên cứu cũng cho thấy hoạt động R&D có tác động ngược chiều với lượng phát thải CO2, chứng tỏ rằng việc đầu tư cho nghiên cứu công nghệ mới của các quốc gia đang phát triển rất quan trọng. Các chính phủ nên đầu tư vào việc hướng dẫn và thúc đẩy các & Yu, nghiệp trong nước học hỏi FDI,doanh nghiệp nướcand energy thực Zhu, H., Duan, L., Guo, Y., doanh K. (2016), ‘The effects of các economic growth ngoài trong hiện nghiênconsumptionGuo, carbon nghệK. (2016), ‘The effects và năng lượng tái quantile regression’, dứt Zhu, H., cứu và L., triểnY., & emissions in ASEAN-5:mới of FDI, economictạo, giảm dầnenergy Duan, phát on công Yu, xanh, năng lượng evidence from panel growth and và chấm việc tiêu thụ năng lượng on carbon emissions in ASEAN-5: evidence from panel quantile regression’, consumption hóa thạch 237-248. Economic Modelling, 58, càng sớm càng tốt. Economic Modelling, 58, 237-248. Phụ lục 1. Các kiểm định của Mô hình 1 Biến số/ Tên kiểm Các kiểm định củaBiến phụ thuộc: lnCE Phụ lục 1. định Mô hình 1 lnEI số/ Tên kiểm định Biến - Biến phụ thuộc: lnCE lnFDI lnEI 0,0695**** - lnCEt-1 lnFDI 0,2879** 0,0695**** lnPGDP lnCEt-1 0,6043* 0,2879** lnPGDP2 lnPGDP -0,0304 0,6043* lnPOP lnPGDP2 0,4581** -0,0304 lnRD lnPOP -0,2900*** 0,4581** VIF lnRD 48,38 -0,2900*** Breusch-Pagan VIF 48,38 Chi2(1) Breusch-Pagan 108,58 Wooldridge Chi2(1) 108,58 F(1, 43) Wooldridge 125,238 F(1, 43)Wu Hausman Durbin 125,238 Durbin (score) Durbin Wu Hausman 4,54785 Wu-Hausman Durbin (score) 4,54785 F(1,789) Wu-Hausman 4,52804 F(1,789) 4,52804 Phụ lục 2. Các kiểm định của Mô hình 2 Biến số/ Tên các kiểm định định của Mô Biến phụ thuộc: lnEI Phụ lục 2. Các kiểm hình 2 lnEI số/ Tên các kiểm định Biến - Biến phụ thuộc: lnEI lnFDI lnEI -0,0332* - lnCEt-1 lnFDI - -0,0332* lnPGDP lnCEt-1 -0,1197 - lnPGDP2 lnPGDP 0,0042 -0,1197 lnPOP lnPGDP2 -0,2087 0,0042 lnRD lnPOP -0,1151 -0,2087 VIF lnRD 58,52 -0,1151 Breusch-Pagan VIF 58,52 Chi2(1) Breusch-Pagan 8,61 Wooldridge Chi2(1) 8,61 F(1, 43) Wooldridge 144,727 Durbin Wu Hausman F(1, 43) 144,727 Durbin Wu Hausman Durbin (score) 0,538796 Wu-Hausman Durbin (score) 0,538796 F(1,752) Wu-Hausman ,532801 F(1,752) ,532801 Phụ lục 3. Các kiểm định của Mô hình 3 Biến số/ Tên các kiểm định định của Mô hình 3thuộc: lnCE Phụ lục 3. Các kiểm Biến phụ lnEI Biến số/ Tên các kiểm định Biến 0,3052****lnCE phụ thuộc: lnFDI lnEI 0,0381*** 0,3052**** lnCEt-1 lnFDI 0,0151* 0,0381*** lnPGDP lnCEt-1 0,6333 0,0151* lnPGDP2 lnPGDP -0,0287 0,6333 lnPOP lnPGDP2 0,9920 -0,0287 lnRD lnPOP -0,3172**** 0,9920 VIF lnRD 50,48 -0,3172**** Số 328 tháng 10/2024 Breusch-Pagan VIF 18 50,48 Breusch-Pagan 11 11
Phụ lục 1 Phụ lục 2 Phụ lục 3. Các kiểm định của Mô hình 3 Biến số/ Tên các kiểm định Biến phụ thuộc: lnCE lnEI 0,3052**** lnFDI 0,0381*** lnCEt-1 0,0151* lnPGDP 0,6333 lnPGDP2 -0,0287 lnPOP 0,9920 lnRD -0,3172**** VIF 50,48 Breusch-Pagan Chi2(1) 105,37 Wooldridge F(1, 43) 85,027 Durbin Wu Hausman Durbin (score) 4,74536 Wu-Hausman F(1,788) 4,71988 Tài liệu tham khảo Acharyya, J. (2009), ‘FDI, growth and the environment: Evidence from India on CO2 emission during the last two decades’, Journal of Economic Development, 34(1), 43-58. Akram, R., Chen, F., Khalid, F., Ye, Z. & Majeed, M.T. (2020), ‘Heterogeneous effects of energy efficiency and renewable energy on carbon emissions: Evidence from developing countries’, Journal of Cleaner Production, 247. DOI: https://doi.org/10.1016/j.jclepro.2019.119122. Al-Mulali, U. & Sab, C.N.B.C. (2012), ‘The impact of energy consumption and CO2 emission on the economic growth and financial development in the Sub-Saharan African countries’, Energy, 39(1), 180-186. Amuakwa-Mensah, F. & Adom. P.K. (2017), ‘Quality of institution and the FEG (forest, energy intensity, and globalization)-environment relationships in sub-Saharan Africa’, Environmental Science and Pollution Research, 24, 17455-17473. Arellano, M. & Bond, S. (1991), ‘Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations’, The Review of Economic Studies, 58(2), 277-297. Arellano, M. & Bover, O. (1995), ‘Another look at the instrumental variable estimation of error-components models’, Journal of Econometrics, 68(1), 29-51. Artha, B., Bahri, B., Khairi, A. & Fernando, F. (2021), ‘The effect of R&D expenditure on CO2 emissions in Austria’, Journal of Business and Management Review, 2(6), 394-400. Baltagi, B.H. (2008), ‘Forecasting with panel data’, Journal of Forecasting, 27(2), 153-173. 11 Batten, J.A. & Vo, X.V. (2009), ‘An analysis of the relationship between foreign direct investment and economic growth’, Applied Economics, 41(13), 1621-1641. Baron, R.M. & Kenny, D.A. (1986), ‘The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations’, Journal of Personality and Social Psychology, 51(6), 1173- 1182. DOI: 10.1037//0022-3514.51.6.1173. Behera, S.R. & Dash, D.P. (2017), ‘The effect of urbanization, energy consumption, and foreign direct investment on the carbon dioxide emission in the SSEA (South and Southeast Asian) region’, Renewable and Sustainable Energy Reviews, 70, 96-106. Blundell, R. & Bond, S. (1998), ‘Initial conditions and moment restrictions in dynamic panel data models’, Journal of Econometrics, 87(1), 115-143. Bosetti, V., Carraro, C., Massetti, E. & Tavoni, M. (2008), ‘International energy R&D spillovers and the economics of greenhouse gas atmospheric stabilization’, Energy Economics, 30(6), 2912-2929. Chen, J., Tan, H. & Ma, Y. (2022), ‘Distinguishing the complex effects of foreign direct investment on environmental Số 328 tháng 10/2024 19
pollution: Evidence from China’, The Energy Journal, 43(4). Copeland, B.R., Taylor, M.S. (1994), ‘North-South trade and the environment’, The Quarterly Journal of Economics, 109, 755-787. Danish, Ulucak, R. & Khan, S. U. D. (2020), ‘Relationship between energy intensity and CO2 emissions: does economic policy matter?’, Sustainable Development, 28(5), 1457-1464. Deichmann, U., Reuter, A., Vollmer, S. & Zhang, F. (2019), ‘The relationship between energy intensity and economic growth: New evidence from a multi-country multi-sectorial dataset’, World Development, 124. DOI: https://doi. org/10.1016/j.worlddev.2019.104664. Diao, X.D., Zeng, S.X., Tam, C.M. & Tam, V.W. (2009), ‘EKC analysis for studying economic growth and environmental quality: a case study in China’, Journal of Cleaner Production, 17(5), 541-548. Dietz, T. & Rosa. E.A. (1997), ‘Effects of population and affluence on CO2 emissions’, Proceedings of the National Academy of Sciences, 94(1), 175-179. Dong, Y., Shao, S. & Zhang, Y. (2019), ‘Does FDI have energy-saving spillover effect in China? A perspective of energy-biased technical change’, Journal of Cleaner Production, 234, 436-450. Dunning, J. (1981), International Production and Multinational Enterprises, Allen and Unwin, London. Elliott, R. J., Sun, P. & Chen, S. (2013), ‘Energy intensity and foreign direct investment: A Chinese city-level study’, Energy Economics, 40, 484-494. ESCAP (2020), Foreign direct investment trends and outlook in Asia and the Pacific 2020/2021, Economic and Social Commission for Asia and the Pacific. Fernandes, A. M. & Paunov, C. (2012), ‘Foreign direct investment in services and manufacturing productivity: Evidence for Chile’, Journal of Development Economics, 97(2), 305-321. Frutos-Bencze, D., Bukkavesa, K. & Kulvanich, N. (2017), ‘Impact of FDI and trade on environmental quality in the CAFTA-DR region’, Applied Economics Letters, 24(19), 1393-1398. Güvercin, D. (2019), ‘The benefits and costs of foreign direct investment for sustainability in emerging market economies’, In Handbook of Research on Economic and Political Implications of Green Trading and Energy Use, 39-59, IGI Global. Hanif, I. & Gago-de-Santos, P. (2017), ‘The importance of population control and macroeconomic stability to reducing environmental degradation: An empirical test of the environmental Kuznets curve for developing countries’, Environmental Development, 23, 1-9. Hao, Y. & Liu, Y.M. (2015), ‘Has the development of FDI and foreign trade contributed to China’s CO2 emissions? An empirical study with provincial panel data’, Natural Hazards, 76, 1079-1091. Hermes, N. & Lensink, R. (2003), ‘Foreign direct investment, financial development and economic growth’, The Journal of Development Studies, 40(1), 142-163. Hong, L. (2014), ‘Does and how does FDI promote the economic growth? Evidence from dynamic panel data of prefecture city in China’, Ieri Procedia, 6, 57-62. Hübler, M. & Keller, A. (2010), ‘Energy savings via FDI? Empirical evidence from developing countries’, Environment and Development Economics, 15(1), 59-80. Javorcik, B. S. (2004), ‘Does foreign direct investment increase the productivity of domestic firms? In search of spillovers through backward linkages’, American Economic Review, 94(3), 605-627. Jensen, V.M. (1996), Trade and environment: the pollution haven hypothesis and the industrial flight hypothesis; some perspectives on theory and empirics, University of Oslo, Centre for Development and the Environment. Lau, L.S., Choong, C.K. & Eng, Y.K. (2014), ‘Investigation of the environmental Kuznets curve for carbon emissions in Malaysia: do foreign direct investment and trade matter?’, Energy Policy, 68, 490-497. Lee, J.W. (2013), ‘The contribution of foreign direct investment to clean energy use, carbon emissions and economic growth’, Energy Policy, 55, 483-489. Lee, H.S., Moseykin, Y.N. & Chernikov, S.U. (2021), ‘Sustainable relationship between FDI, R&D, and CO2 emissions in emerging markets: an empirical analysis of BRICS countries’, Russian Journal of Economics, 7(4), 297-312. Li, M. & Wang, Q. (2017), ‘Will technology advances alleviate climate change? Dual effects of technology change on aggregate carbon dioxide emissions’, Energy for Sustainable Development, 41, 61-68. Số 328 tháng 10/2024 20
Liobikienė, G. & Butkus, M. (2019), ‘Scale, composition, and technique effects through which the economic growth, foreign direct investment, urbanization, and trade affect greenhouse gas emissions’, Renewable Energy, 132, 1310-1322. Mahmood, T. & Ahmad, E. (2018), ‘The relationship of energy intensity with economic growth: Evidence for European economies’, Energy Strategy Reviews, 20, 90-98. Mirza, F.M., Sinha, A., Khan, J.R., Kalugina, O.A. & Zafar, M.W. (2022), ‘Impact of energy efficiency on CO2 Emissions: Empirical evidence from developing countries’, Gondwana Research, 106, 64-77. Pao, H.T. & Tsai, C.M. (2011), ‘Modeling and forecasting the CO2 emissions, energy consumption, and economic growth in Brazil’, Energy, 36(5), 2450-2458. Rahman, M.M. (2020), ‘Exploring the effects of economic growth, population density and international trade on energy consumption and environmental quality in India’, International Journal of Energy Sector Management, 14(6), 1177-1203. Reiter, S.L. & Steensma, H.K. (2010), ‘Human development and foreign direct investment in developing countries: the influence of FDI policy and corruption’, World Development, 38(12), 1678-1691. Ren, S., Yuan, B., Ma, X. & Chen, X. (2014), ‘International trade, FDI (foreign direct investment) and embodied CO2 emissions: A case study of China’s industrial sectors’, China Economic Review, 28, 123-134. Roodman, D. (2009), ‘How to do xtabond2: An introduction to difference and system GMM in Stata’, The Stata Journal, 9(1), 86-136. Shafiei, S. & Salim, R.A. (2014), ‘Non-renewable and renewable energy consumption and CO2 emissions in OECD countries: a comparative analysis’, Energy Policy, 66, 547-556. Shao, S., Fan, M.T. & Yang. L.L. (2013), ‘How does resource industry dependence affect the efficiency of economic development?–A test of the conditional resource curse hypothesis and explanation’, Manage World, 2, 32-63. Shrivastava, P. (1995), ‘Environmental technologies and competitive advantage’, Strategic Management Journal, 16(S1), 183-200. Tuan, C., Nguyen, L.F. & Zhao, B. (2009), ‘China’s post-economic reform growth: The role of FDI and productivity progress’, Journal of Asian Economics, 20(3), 280-293. Wang, Y., Liao, M., Xu, L. & Malik, A. (2021), ‘The impact of foreign direct investment on China’s carbon emissions through energy intensity and emissions trading system’, Energy Economics, 97, 105212. World Bank (2022), Metadata Glossary, last retrieved on 22th January 2024, from . Zakarya, G.Y., Mostefa, B.E., Abbes, S.M. & Seghir, G.M. (2015), ‘Factors affecting CO2 emissions in the BRICS countries: a panel data analysis’, Procedia Economics and Finance, 26, 114-125. Zarsky, L. (1999), ‘Havens, halos and spaghetti: untangling the evidence about foreign direct investment and the environment’, Foreign Direct Investment and the Environment, 13(8), 47-74. Zhang, D., Cao, H. & Wei, Y.M. (2016), ‘Identifying the determinants of energy intensity in China: a Bayesian averaging approach’, Applied Energy, 168, 672-682. Zhu, H., Duan, L., Guo, Y., & Yu, K. (2016), ‘The effects of FDI, economic growth and energy consumption on carbon emissions in ASEAN-5: evidence from panel quantile regression’, Economic Modelling, 58, 237-248. Số 328 tháng 10/2024 21