Science & Technology Development Journal: Economics- Law & Management

An official journal of University of Economics and Law, Viet Nam National University Ho Chi Minh City, Viet Nam

Skip to main content Skip to main navigation menu Skip to site footer

 Research article

HTML

1547

Total

385

Share
The impact of reforestation on CO2 emissions in Vietnam






 Open Access  

Downloads

Download data is not yet available.

Abstract

Climate change, mainly originating from CO2 emissions, has adverse impacts on the social-economic development of Vietnam. Forestation is one of the solutions to reduce CO2 emissions. Thus, this paper investigates the possible impact of reforestation on CO2 emissions in Vietnam during 1990-2019. Data in the study is collected from the World Bank. The study uses a Vector Auto Regression model (VAR) to analyze the relationship between reforestation and CO2 emissions. The research results show that forest coverage has a negative impact on CO2 emissions in Vietnam. On the other hand, the results also suggest that there is a two-way relationship between urbanization and CO2 emissions in Vietnam. Based on the findings, the Vietnamese government can reduce CO2 emission by increasing forest coverage, harmonizing between urbanization and economic growth toward green development and forest protection. This study is significant to the solutions of tackling climate change by providing evidence of the effects of reforestation on CO2 emissions in Vietnam.

Đặt vấn đề

Vấn đề trái đất nóng lên đang là mối quan tâm lớn mà cả thế giới đang phải đối mặt và giải pháp để giải quyết tình trạng ấm lên toàn cầu trên thế giới là giảm lượng khí thải CO 2 1 . Theo đó, chủ đề khí thải CO 2 được rất nhiều nhà nghiên cứu đã được nghiên cứu rộng rãi trên thế giới quan tâm 2 , 3 , 4 , 5 , 6 . Tại Việt Nam, chủ đề nghiên cứu liên quan đến lượng khí thải CO 2 được nhiều nhà nghiên cứu thực hiện, chẳng hạn: Linh và Lin 7 chỉ ra có mối quan hệ tác động qua lại giữa tiêu thụ năng lượng và lượng khí thải CO 2 . NGUYEN và LE 8 phát hiện ra lượng khí thải CO 2 có tác động tiêu cực đến phát triển kinh tế Việt Nam trong dài hạn. Shahbaz và cộng sự 9 đã chứng minh rằng không tồn tại đường cong Kuznets trong ngắn hạn mà chỉ tồn tại trong dài hạn tại Việt Nam. Ngọc 10 chỉ ra tác động của lượng tiêu thụ điện đến lượng khí thải CO 2 ở Việt Nam là tác động đối xứng trong ngắn hạn, nhưng bất đối xứng trong dài hạn. Minh và Ly 11 đã chứng minh rằng có mối quan hệ hai chiều giữa hoạt động đổi mới nước ngoài và lượng khí thải CO 2 tại Việt Nam.

Lý thuyết EKC (Environmental Kuznets Curve) được Culas 12 vận dụng để giải thích tác động của việc phá rừng đến lượng khí thải CO 2 . Kết quả nghiên cứu cho rằng việc làm tăng độ phủ của rừng sẽ có tác động tích cực đến việc bảo vệ môi trường, làm giảm lượng khí thải CO 2 . Như vậy, việc tăng tỷ lệ bao phủ rừng được xem là một trong những giải pháp hữu hiệu để cắt giảm lượng khí CO 2 13 . Tuy nhiên, nghiên cứu thực nghiệm còn hạn chế về tác động của tỷ lệ bao phủ rừng đến lượng khí thải CO 2 12 , 14 , 15 , 16 , 17 .

Việt Nam là một nền kinh tế mới nổi với tốc độ tăng trưởng nhanh chóng trong những năm gần đây nhưng vẫn còn phụ thuộc nhiều vào nguồn nhiên liệu hoá thạch, vì vậy có thể tác động tiêu cực đến môi trường do tăng lượng khí thải CO 2 11 . Để giảm thiểu tác động tiêu cực đến môi trường, Chính phủ ban hành Chương trình hành động thực hiện Chỉ thị số 13-CT/TW ngày 12/1/2017 của Ban Bí thư Trung ương Đảng về tăng cường sự lãnh đạo của Đảng đối với công tác quản lý, bảo vệ và phát triển rừng. Ngày 1/4/2021 Thủ tướng Chính phủ ký ban hành Quyết định số 524/QĐ-TTg nêu rõ đến hết năm 2025, cả nước trồng được 1 tỷ cây xanh, nhằm góp phần bảo vệ môi trường sinh thái, cải thiện cảnh quan và ứng phó với biến đổi khí hậu, phát triển kinh tế xã hội, nâng cao chất lượng cuộc sống người dân và sự phát triển bền vững của đất nước. Theo đó, tỷ lệ che phủ rừng của Việt Nam năm 1990 là 28,805% đến năm 2019 là 46,98%, cùng với đó là lượng khí thải CO 2 cũng có xu hướng tăng mạnh từ 0,3 tấn/người vào năm 1990 lên 3,13 tấn/người vào năm 2019 ( Figure 1 ), chúng tôi cho rằng việc Chính phủ Việt Nam thực hiện chương trình mục tiêu trồng rừng sẽ có tác động tích cực đến chất lượng môi trường thông qua việc giảm lượng khí thải CO 2 .

Do đó, để có thể trả lời cho câu hỏi liệu việc tăng độ phủ rừng có tác động đến lượng khí thải CO 2 của Việt Nam hay không đòi hỏi cần có một nghiên cứu mới. Vì vậy, mục đích của nghiên cứu này là tìm hiểu tác động của việc trồng rừng đến lượng khí thải CO 2 của Việt Nam trong giai đoạn 1990-2019. Kết quả nghiên cứu cho thấy việc Chính phủ đẩy mạnh hoạt động trồng rừng có tác động làm giảm lượng khí thải CO 2 của Việt Nam. Bên cạnh đó, kết quả nghiên cứu còn phát hiện mối quan hệ hai chiều giữa tốc độ đô thị hoá và tỷ lệ bao phủ rừng của Việt Nam.

Bài báo đóng góp hai nội dung chính như sau: Thứ nhất, đề cập đến cách tiếp cận mới về tác động tích cực của việc tăng độ bao phủ rừng đến hoạt động bảo vệ môi trường của Việt Nam. Thứ hai, nghiên cứu có ý nghĩa quan trọng trong việc giải quyết tình trạng ấm lên của toàn cầu thông qua việc cung cấp bằng chứng thực nghiệm về tác động tích cực của việc trồng rừng đến việc cải thiện môi trường của Việt Nam.

Cơ sở lý thuyết và tổng quan nghiên cứu

Cơ sở lý thuyết

Lý thuyết EKC (Environmental Kuznets Curve) được ứng dụng trong việc giải thích tác động của tăng trưởng kinh tế đến môi trường 18 . Tăng trưởng kinh tế làm tăng mức sống của người dân ở hầu hết các quốc gia, nhưng nó cũng làm tăng lượng khí thải CO 2 và làm suy giảm các nguồn tài nguyên thiên nhiên 1 . Ở các quốc gia có thu nhập thấp, chính phủ có thể đánh đổi giữa việc tăng lượng khí thải CO 2 và các hoạt động kinh tế 19 . Tuy nhiên, việc cải thiện chất lượng môi trường có thể được cải thiện bởi chính phủ thông qua các quy định về việc phát thải CO 2 , các chương trình cải thiện chất lượng môi trường 20 , cải thiện phân bổ tài nguyên 21 .

Khung phân tích các yếu tố tác động đến lượng khí thải CO2

Đã có nhiều nghiên cứu thực nghiệm về các yếu tố tác động đến lượng khí thải CO 2 bao gồm: phát triển kinh tế 8 , tiêu thụ năng lượng 10 , hoạt động đổi mới nước ngoài 11 , tốc độ đô thị hoá 22 . Tuy nhiên, nghiên cứu tác động của tỷ lệ bao phủ rừng đến lượng khí thải CO 2 còn hạn chế 12 , 14 , 15 , 16 , 17 . Muhammand và Long 23 cho rằng việc cải thiện chất lượng thể chế thông qua việc thực thi luật bảo vệ môi trường sẽ góp phần làm giảm lượng khí thải CO 2 . Azam và cộng sự 14 đã chứng minh rằng việc cải thiện chất lượng thể chế có tác động tích cực đến cải thiện môi trường thông qua việc tăng độ bao phủ rừng. Canh và cộng sự 24 xem xét vai trò của thể chế tác động đến lượng khí thải CO 2 tại các quốc gia mới nổi. Kết quả nghiên cứu cho thấy, những cải thiện trong thể chế có tác động làm giảm lượng khí thải CO 2 . Vai trò của chính phủ trong việc xác định các chính sách để thực hiện nhằm bảo tồn và phát triển rừng thông qua các quy định về môi trường tốt hơn 14 . Một số nghiên cứu đề cập đến vai trò của chính phủ trong việc phát triển rừng, từ đó tác động làm giảm lượng khí thải CO 2 12 , 25 . Nghiên cứu của Guy và Levine 15 đã chứng minh rằng tăng độ bao phủ rừng (trồng rừng) sẽ có tác động làm giảm lượng khí thải CO 2 . Nghiên cứu của Akbari 26 cho rằng việc tăng tỷ lệ bao phủ rừng có tác động làm giảm lượng khí thải CO 2 . Nghiên cứu của Godoy và cộng sự 16 đã chứng minh việc phá rừng làm tăng lượng khí thải CO 2 tại Tanzania. Tỷ lệ bao phủ rừng tăng là cơ sở để giảm lượng khí thải CO 2 13 , 17 . Tại Việt Nam, Chính phủ rất quan tâm đến việc cải thiện chất lượng môi trường, thông qua các chương trình hành động nâng cao độ che phủ rừng của Chính phủ, từ đó tác động làm giảm lượng khí thải CO 2 . Từ các phân tích trên, tác giả tác giả hình thành giả thuyết nghiên cứu chính trong nghiên cứu như sau:

H 0 : Tỷ lệ bao phủ rừng tăng có tác động làm giảm lượng khí thải CO 2 của Việt Nam.

Phương pháp nghiên cứu

Dữ liệu nghiên cứu

Dữ liệu trong nghiên cứu này được thu thập trong giai đoạn 1990 – 2019. Lý do tác giả chọn từ năm 1990 để thu thập số liệu là do số liệu về tỷ lệ bao phủ rừng chỉ có từ năm 1990 và dữ liệu về lượng khí thải CO 2 chỉ có đến năm 2019. Các dữ liệu được thu thập từ Ngân hàng Thế giới (World Bank) cụ thể như sau: lượng khí thải CO 2 (tấn/người), thu nhập bình quân trên đầu người (tính theo giá năm 2010), tốc độ đô thị hoá, tỷ lệ bao phủ rừng 27 .

Mô hình nghiên cứu và phương pháp phân tích

Đối với dữ liệu chuỗi thời gian thì phương pháp vectơ tự hồi quy (VAR) được đề xuất bởi Sims 28 được sử dụng phổ biến trong việc phân tích kinh tế vĩ mô và trong nghiên cứu này vì VAR phù hợp cho việc đánh giá tác động của các dữ liệu theo chuỗi thời gian và VAR cho phép có các biến trễ trong mô hình và VAR cho phép kiểm định tính nhân quả giữa các biến. Mô hình VAR với 2 độ trễ được trình bày như sau:

Y t = C + θ 1 Y t-1 + θ 2 Y t-2 + µ t

Trong đó: Y t là vectơ các biến số trong mô hình Y t = (LnFOREST t , LnCO 2t , LnGPP t , LnURB t ), C là vectơ các hằng số, và các hệ số θ 1 , θ 2 là các ma trận chứa các hệ số hồi quy và µ t là vectơ các sai số.

Nghiên cứu này tập trung vào phân tích tác động của tỷ lệ bao phủ rừng đến lượng khí thải CO 2 tại Việt Nam trong giai đoạn 1990-2019. Dựa trên trên các lý thuyết và các nghiên cứu có liên quan, tác giả xây dựng mô hình sau để kiểm tra tác động của tỷ lệ bao phủ rừng đến lượng khí thải CO 2 tại Việt Nam:

LnFOREST t = β 0 + β 1 LnCO 2t + β 2 LnGPP t + β 3 LnURB t + µ t

Trong đó: t đại diện cho năm, β là hệ số hồi quy, µ là sai số chuẩn.

+ LnFOREST t : là tỷ lệ bao phủ rừng của Việt Nam tại năm t, được đo lường bằng logarithm tự nhiên của tỷ lệ bao phủ rừng tại năm t 12 .

+ LnCO 2t : là lượng khí thải CO 2 của Việt Nam tại năm t, được đo lường bằng logarithm tự nhiên của lượng khí thải CO 2 (tấn/người) tại năm t 12 , 14 .

Hai biến kiểm soát bao gồm: phát triển kinh tế (LGPP) và tốc độ đô thị hoá (LURB), cụ thể như sau:

+ LnGPP t : là biến đo lường phát triển kinh tế của Việt Nam tại năm t, được đo lường bằng logarithm tự nhiên của thu nhập bình quân đầu người, tính theo giá năm 2010 12 . Nghiên cứu của Capistrano và Kiker 29 đã tìm ra tác động tiêu cực của phát triển kinh tế đến tỷ lệ bao phủ rừng.

+ LnURB t : là biến đo lường tốc độ đô thị hoá của Việt Nam tại năm t, được đo lường bằng logarithm tự nhiên của tốc độ đô thị hoá tại năm t 14 . Adom và cộng sự 22 cho rằng tốc độ đô thị hoá có tác động tiêu cực đến môi trường, làm tăng lượng khí thải CO 2 . Mỗi quốc gia muốn mở rộng các thành phố và thị trấn đòi hỏi phải có đất để thiết lập cơ sở hạ tầng cần thiết để hỗ trợ dân số đô thị, được thực hiện bằng cách phá rừng 30 .

Kết quả nghiên cứu và thảo luận

Phân tích thống kê mô tả

Dựa trên số liệu thu thập được, tác giả tiến hành mô tả các tiêu chí của Việt Nam trong giai đoạn 1990 – 2019 bao gồm: lượng khí thải CO 2 (CO 2 ), Tỷ lệ bao phủ rừng (FOREST), phát triển kinh tế (GPP), và tốc độ đô thị hoá (URB), cụ thể như sau:

Figure 1 . Biểu diễn mối quan hệ giữa tỷ lệ bao phủ rừng và lượng khí thải CO 2 trên người của Việt Nam trong giai đoạn 1990-2019

Figure 1

[Download figure]
Table 1 Thống kê các biến sử dụng trong mô hình

Theo kết quả Table 1 ta thấy, lượng khí thải CO 2 của Việt Nam trong giai đoạn 1990-2019 trung bình là 1,233 tấn/người với độ lệch chuẩn là 0,779 tấn/người, giá trị cao nhất là 3,13 tấn/người (năm 2019) và giá trị thấp nhất là 0,3 tấn/người (năm 1990). Về tỷ lệ bao phủ rừng của Việt Nam trong giai đoạn 1990-2019 trung bình là 39,217% với độ lệch chuẩn 5,749%, giá trị cao nhất là 46,98% (năm 2019) và giá trị thấp nhất là 28,805% (năm 1990), từ đó cho thấy những nổ lực của Chính phủ trong việc nâng cao tỷ lệ bao phủ rừng nhằm giảm thiểu lượng khí thải CO 2 , giảm thiểu tác động của biến đổi khí hậu đến đời sống kinh tế xã hội của đất nước. Về thu nhập bình quân trên đầu người của Việt Nam trong giai đoạn 1990-2019 trung bình là 1.074,216 đô la với độ lệch chuẩn là 488,093 đô la, giá trị cao nhất là 2.082,244 đô la (năm 2019) và giá trị thấp nhất là 433,284 đô la (năm 1990). Về tốc độ tăng đô thị hoá của Việt Nam trong giai đoạn 1990-2019 trung bình là 3,272% với độ lệch chuẩn là 0,284%, giá trị cao nhất là 3,961% và giá trị thấp nhất là 2,908%. Rõ ràng ta thấy, phát triển kinh tế và tốc độ tăng đô thị hoá có xu hướng tăng cùng với lượng khí thải CO 2 của Việt Nam trong giai đoạn 1990-2019.

Kiểm định tính dừng của các chuỗi số liệu

Gujarati 31 cho rằng đối với dữ liệu chuỗi thời gian, một mô hình phân tích tốt thì các dữ liệu phải có tính dừng bởi vì chuỗi không dừng sẽ không có giá trị thực tiễn và chuỗi không dừng có thể dẫn đến hiện tượng hồi quy giả mạo hoặc hồi quy vô nghĩa. Tác giả sử dụng hai phương pháp kiểm định nghiệm đơn vị phổ biến cho mẫu nhỏ là ADF (kiểm định Dickey và Fuller mở rộng) và Phillips Person (PP) để kiểm tra tính dừng của các chuỗi số liệu, kết quả kiểm định tính dừng trong Table 2 .

Table 2 Kiểm định tính dừng

Kết quả phân tích ở Table 2 cho thấy, sai phân bậc 1 của các chuỗi số liệu LnCO 2 , LnFOREST, LnGPP, LnURB đều dừng tại các mức ý nghĩa 1%, 5% và 10%, vì vậy đủ điều kiện để tác giả sử dụng mô hình VAR cho các chuỗi số liệu để tìm hiểu tác động của việc trồng rừng đến lượng khí thải CO 2 trong giai đoạn 1990-2019.

Kiểm tra độ trễ phù hợp và độ trễ tối ưu

Đối với các biến số vĩ mô thường có tác động sau một độ trễ nhất định, vì vậy việc xác định độ trễ phù hợp là rất cần thiết để có thể chọn độ trễ tác động tối ưu trong mô hình nghiên cứu. Để có được độ trễ tối ưu cho phương pháp ước lượng VAR, một số nhà nghiên cứu đã đưa ra năm chỉ tiêu bao gồm: kiểm tra tỷ lệ khả năng được điều chỉnh tuần tự (LR), tiêu chuẩn lỗi dự đoán cuối cùng (FPE), tiêu chí thông tin Akaike (AIC), tiêu chuẩn thông tin Schwarz (SC) và tiêu chí thông tin Hannan-Quinn (HQ). Kết quả được trình bày trong Table 3 .

Table 3 Kiểm định độ trễ phù hợp và độ trễ tối ưu

Kết quả kiểm định độ trễ phù hợp và độ trễ tối ưu tại Table 3 cho thấy, với chuỗi dữ liệu ban đầu đã đảm bảo tính dừng thì độ trễ là 2 sẽ giúp cho các ước lượng đạt kết quả LR, FPE, AIC và HQ đạt tối ưu. Tiếp theo, tác giả sử dụng kiểm định AR để kiểm tra tính ổn định của mô hình với độ trễ là 2. Kết quả kiểm định AR tại Figure 2 cho thấy, các giá trị riêng biệt đều nằm trong vòng tròn đơn vị, nên mô hình ước lượng đạt sự ổn định cần thiết để đảm bảo độ tin cậy của kết quả nghiên cứu.

Figure 2 . Kiểm định tính ổn định của mô hình

Figure 2

[Download figure]

Sau khi lựa chọn được các biến và độ trễ tối ưu của mô hình, tác giả tiến hành ước lượng mô hình VAR. Kết quả ước lượng mô hình VAR được trình bày chi tiết trong Table 4 .

Table 4 Kết quả ước lượng mô hình VAR

Sau khi ước lượng mô hình, để có được một mô hình tốt, không vi phạm các giả định hồi quy, tác giả kiểm định một số giả định của mô hình bao gồm: (1) Kiểm định tương quan chuỗi, và (2) Kiểm định phân phối chuẩn của phần dư. Kết quả kiểm định hiện tượng tương quan chuỗi LM cho thấy tất cả các giá trị p đều lớn hơn mức ý nghĩa 10%, vì vậy tác giả có đủ cơ sở để kết luận phần dư của ước lượng đảm bảo các yêu cầu khi phần dư không có hiện tượng tự tương quan ( Table 5 ). Kiểm định phân phối chuẩn của phần dư cũng cho thấy hệ số Jarque-Bera là 160,5351 và giá trị p là 0,4666 lớn hơn mức ý nghĩa 10%, điều này phản ánh các phần dư sau ước lượng VAR đều có phân phối chuẩn ( Table 5 ). Các kiểm định trên chỉ ra mô hình không vi phạm các giả định khi thực hiện hồi quy, tác giả có thể sử dụng mô hình trên để phân tích tác động của việc trồng rừng đến lượng khí thải CO 2 tại Việt Nam.

Table 5 Các kiểm định sau ước lượng VAR

Kết quả kiểm định nhân quả Granger

Từ mô hình VAR được ước lượng, tác giả tiến hành thực hiện kiểm định nhân quả Granger 32 để xem xét tác động của việc trồng rừng đến lượng khí thải CO 2 của Việt Nam trong giai đoạn 1990-2019. Kết quả kiểm định nhân quả Granger tại Table 6 cho thấy, việc trồng rừng có tác động tiêu cực đến lượng khí thải CO 2 của Việt Nam trong giai đoạn 1990-2019 tại mức ý nghĩa 10%, vì vậy tác giả có đủ cơ sở để chấp nhận giả thuyết H 0 , tức có nghĩa là việc Chính phủ đẩy mạnh hoạt động trồng rừng có tác động làm giảm lượng khí thải CO 2 của Việt Nam, kết quả nghiên cứu này phù hợp với nghiên cứu của Azam và cộng sự 14 ; Shandra 13 . Kết quả nghiên cứu này được giải thích là do sự nỗ lực của Chính phủ Việt Nam trong việc bảo vệ và phát triển nguồn tài nguyên rừng thông qua các chương trình hành động cụ thể, từ đó tác động làm tăng tỷ lệ bao phủ rừng, tác động tích cực đến việc bảo vệ môi trường thông qua việc cắt giảm lượng khí thải CO 2 . Bên cạnh đó, nghiên cứu cũng tìm ra có mối quan hệ tác động qua lại lẫn nhau giữa tỷ lệ bao phủ rừng và tốc độ tăng đô thị hoá do có ý nghĩa thống kê tại mức ý nghĩa 1% ( Table 6 ), kết quả nghiên cứu này được giải thích là do trong giai đoạn phát triển, Chính phủ phải mở rộng các thành phố và thị trấn đòi hỏi phải có đất để thiết lập cơ sở hạ tầng cần thiết để hỗ trợ dân số đô thị, được thực hiện bằng cách phá rừng dẫn đến có mối quan hệ tiêu cực giữ tốc độ đô thị hoá và tỷ lệ bao phủ rừng tại Việt Nam trong giai đoạn trên. Kết quả nghiên cứu này phù hợp với nghiên cứu của Adom và cộng sự 22 .

Table 6 Kiểm định nhân quả Granger

Kết quả từ hàm đồ thị phản ứng xung chu kì 10 năm

Để đánh giá sự tác động của các biến số, tác giả sử dụng phép thử hàm phản ứng xung (Impulse Response Function) để thấy được tác động theo thời gian của việc trồng rừng đến lượng khí thải CO 2 và những biến số kinh tế khác với thứ tự các biến được chọn theo phương pháp Cholesky. Kết quả cụ thể như sau:

Đối với lượng khí thải CO 2 : Khi có cú sốc đối với tỷ lệ bao phủ rừng, tức là tỷ lệ bao phủ rừng tăng lên một độ lệch chuẩn, lượng khí thải CO 2 sẽ giảm tương ứng 0,1% và tăng kéo dài sau 2 năm, nhưng sau đó biến động tăng, giảm ở các năm tiếp theo và điều chỉnh về vị trí cân bằng ở cuối chu kì ( Figure 3 ).

Đối với tỷ lệ bao phủ rừng: Khi có cú sốc đối với tốc độ đô thị hoá, tức là tốc độ đô thị hoá tăng lên một độ lệch chuẩn thì tỷ lệ bao phủ rừng sẽ giảm 0,35% sau ba năm, và sau đó giảm liên tục ở các năm tiếp theo đến cuối chu kì ( Figure 3 ).

Đối với tốc độ đô thị hoá:

+ Khi có cú sốc đối với tỷ lệ bao phủ rừng, tức là tỷ lệ bao phủ rừng tăng lên một độ lệch chuẩn, tốc độ đô thị hoá sẽ tăng 1,16%, nhưng lại giảm liên tục ở các năm tiếp theo đến cuối chu kì ( Figure 3 ).

+ Khi có cú sốc đối với phát triển kinh tế, tức là phát triển kinh tế tăng lên một độ lệch chuẩn, tốc độ đô thị hoá sẽ giảm 0,02% và kéo dài sau 4 năm nhưng đến năm thứ 5 thì tăng trở lại và điều chỉnh về vị trí cân bằng ở cuối chu kì ( Figure 3 ).

Kết quả từ hàm đồ thị phản ứng xung có ý nghĩa quan trọng trong việc cung cấp bằng chứng thực nghiệm về tác động của việc trồng rừng đến lượng khí thải CO 2 theo thời gian, làm cơ sở giúp các cơ quan chức năng có thêm khía cạnh trong việc hoạch định chính sách cắt giảm lượng khí thải CO 2 , góp phần giảm thiểu biến đổi khí hậu ảnh hưởng trực tiếp đến đời sống người dân tại Việt Nam.

Figure 3 . Đồ thị phản ứng xung chu kì 10 năm

Figure 3

[Download figure]

Kết quả từ bảng phân rã phương sai

Phân rã phương sai phân tích biến nội sinh thành các cú sốc thành phần đối với ước lượng VAR, vì vậy phân rã phương sai cung cấp thông tin về tầm quan trọng tương đối của mỗi đổi mới ngẫu nhiên trong việc ảnh hưởng đến các biến trong mô hình ước lượng VAR. Kết quả phân rã phương sai như sau:

Kết quả phân rã phương sai ở Table 7 cho thấy, tỷ lệ bao phủ rừng năm thứ nhất được xác định hoàn toàn (100%) dựa trên tỷ lệ bao phủ rừng của những kỳ trước đó. Sang năm thứ hai, sự xuất hiện của tốc độ đô thị hoá giải thích 7,369% và sự tác động nhỏ của phát triển kinh tế (4,82%), lượng khí thải CO 2 (0,282%). Đến cuối năm thứ 10 cho thấy sự thay đổi của tỷ lệ bao phủ rừng được giải thích bởi phát triển kinh tế (18,844%), tốc độ đô thị hoá (17,524%) và lượng khí thải CO 2 (4,695%). Kết quả nghiên cứu này được giải thích là do để thực hiện công cuộc công nghiệp hoá, Chính phủ cần phải mở rộng các thành phố và thị trấn để hỗ trợ nhu cầu nhà ở của dân số đô thị từ đó tác động làm giảm tỷ lệ bao phủ rừng.

Table 7 Phân rã phương sai tỷ lệ bao phủ rừng

Lượng khí thải CO 2 năm thứ nhất được giải thích phần lớn (99,956%) dựa trên lượng khí thải CO 2 của những kỳ trước đó và một tỷ lệ nhỏ (0,043%) của tỷ lệ bao phủ rừng. Sang năm thứ hai, sự xuất hiện của phát triển kinh tế (8,584%), tốc độ đô thị hoá (0,112%), tỷ lệ bao phủ rừng (3,168%) giải thích một phần sự biến động của lượng khí thải CO 2 . Đến năm thứ 10, tỷ lệ bao phủ rừng giải thích được 13,724% biến động của lượng khí thải CO 2 , phát triển kinh tế giải thích được 8,907% biến động của lượng khí thải CO 2 và tốc độ đô thị hoá giải thích được 4,583% biến động của lượng khí thải CO 2 ( Table 8 ). Kết quả nghiên cứu này được giải thích là do khi Chính phủ đẩy mạnh công tác trồng rừng sẽ có tác động làm giảm lượng khí thải CO 2 , góp phần giảm thiểu biến đổi khí hậu, thiên tai tác động đến hoạt động kinh tế - xã hội và đời sống người dân.

Table 8 Phân rã phương sai lượng khí thải CO 2

Tốc độ đô thị hoá năm thứ nhất được giải thích phần lớn (54,381%) dựa trên tỷ lệ bao phủ rừng và 45,015% dựa trên tốc độ đô thị hoá của những năm trước đó, còn lại một tỷ lệ nhỏ của lượng khí thải CO 2 (0,585%), phát triển kinh tế (0,017%). Sang năm thứ hai, sự xuất hiện của phát triển kinh tế (24,932%), tỷ lệ bao phủ rừng (31,15%), lượng khí thải CO 2 (9,161%) giải thích một phần sự biến động của tốc độ đô thị hoá. Đến năm thứ 10, phát triển kinh tế giải thích được 44,486% biến động của tốc độ đô thị hoá, tỷ lệ bao phủ rừng giải thích được 20,222% biến động của tốc độ đô thị hoá, lượng khí thải CO 2 giải thích được 12,206% biến động của tốc độ đô thị hoá ( Table 9 ). Kết quả nghiên cứu này cho thấy, phát triển kinh tế là nguyên nhân tác động tích cực đến tốc độ đô thị hoá của Việt Nam, theo đó, các đô thị mới dần được hình thành khi thu nhập người dân dần được cải thiện.

Table 9 Phân rã phương sai tốc độ đô thị hoá

Kết luận

Nghiên cứu này nhằm tìm hiểu tác động của tỷ lệ bao phủ rừng đến lượng khí thải CO 2 của Việt Nam trong giai đoạn 1990-2019, dữ liệu được thu thập từ Ngân hàng thế giới (World Bank) và mô hình Vectơ tự hồi quy được sử dụng. Kết quả nghiên cứu thể hiện một số điểm như sau:

Thứ nhất, tỷ lệ bao phủ rừng có tác động tích cực đến môi trường, làm giảm lượng khí thải CO 2 của Việt Nam. Bên cạnh đó, nghiên cứu tìm ra tốc độ đô thị hoá có tác động làm giảm tỷ lệ bao phủ rừng của Việt Nam. Nguyên nhân là do nhu cầu phát triển của đất nước, Chính phủ phải mở rộng các thành phố và thị trấn đòi hỏi phải có đất để thiết lập cơ sở hạ tầng cần thiết để hỗ trợ dân số đô thị, được thực hiện bằng cách phá rừng để phát triển đô thị.

Thứ hai, dựa vào kết quả nghiên cứu, Việt Nam có thể cân nhắc trong việc đưa ra các chính sách phù hợp để cải thiện ô nhiễm môi trường thông qua việc cắt giảm lượng khí thải CO 2 , bằng cách ban hành chính sách bảo vệ rừng phù hợp với đặc thù của mỗi vùng, miền theo hướng phát triển rừng gắn với phát triển kinh tế, đời sống an sinh xã hội của người dân. Bên cạnh đó, để có thêm nguồn lực phục vụ cho việc trồng rừng, Chính phủ Việt Nam cần chủ động hợp tác, hội nhập quốc tế về bảo vệ và phát triển rừng, đặc biệt là các Quỹ hỗ trợ bảo vệ môi trường.

Cuối cùng, nghiên cứu này có hạn chế: thứ nhất, số liệu về tỷ lệ bao phủ rừng của Việt Nam còn hạn chế do chỉ thu thập được trong giai đoạn 1990-2019; thứ hai, nghiên cứu chỉ tập trung phân tích ảnh hưởng của yếu tố tỷ lệ bao phủ rừng đến lượng khí thải CO 2 tại Việt Nam mà chưa xem xét đến các biến kiểm soát khác. Do đó, chúng tôi đề xuất hướng nghiên cứu tiếp theo là có thể thu thập số liệu với thời gian dài hơn và xem xét thêm nhiều yếu tố tác tác động đến lượng khí thải CO 2 tại Việt Nam.

DANH MỤC TỪ VIẾT TẮT

AIC: Akaike information criterion

EPE: Final prediction error

FOREST: Forest area (% of land area)

GPP: GDP per capital

HQ: Hannan-Quinn information criterion

LR: sequential modified LR test statistic

SC: Schwarz information criterion

URB: Urban population (% of total population)

VAR: Vector Autoregression

XUNG ĐỘT LỢI ÍCH

Tác giả xin cam đoan rằng không có bất kì xung đột lợi ích nào trong công bố bài báo.

ĐÓNG GÓP CỦA CÁC TÁC GIẢ

Các tác giả đều đóng góp như nhau trong việc thực hiện bài báo nghiên cứu. Tác giả Lê Quang Minh phụ trách xây dựng khung nghiên cứu. Tác giả Nguyễn Hoàng Minh viết kết quả nghiên cứu. Tác giả Tòng Thị Minh Hải phụ trách nội dung: tổng quan nghiên cứu, xây dựng mô hình nghiên cứu, thu thập và xử lý dữ liệu.

References

  1. Chaudhry SM, Ahmed R, Shafiullah M, Duc Huynh TL. The impact of carbon emissions on country risk: Evidence from the G7 economies. J Environ Manage. 2020 Jul 1;265:110533. . ;:. PubMed Google Scholar
  2. Zhang Q, Zhang S, Ding Z, Hao Y. Does government expenditure affect environmental quality? Empirical evidence using Chinese city-level data. J Clean Prod. 2017;161:143-52. . ;:. Google Scholar
  3. Khoshnevis Yazdi S, Dariani AG. CO2 emissions, urbanisation and economic growth: evidence from Asian countries. Econ Res Istraz. 2019;32(1):510-30. . ;:. Google Scholar
  4. Jian J, Fan X, He P, Xiong H, Shen H. The Effects of Energy Consumption, Economic Growth and Financial Development on CO2 Emissions in China: A VECM Approach. Sustainability. 2019;11(18):4850. . ;:. Google Scholar
  5. Halkos GE, Paizanos EΑ. The effect of government expenditure on the environment:An empirical investigation. Ecol Econ. 2013 Jul;91:48-56. . ;:. Google Scholar
  6. Ozden C, Bese E, Friday HS. The Effect of External Debt on Emissions: Evidence from China. Int J Energy Econoics Policy. 2021;11(1):440-7. . ;:. Google Scholar
  7. Linh, D. H.; Lin SM. CO2 Emissions, Energy Consumption, Economic Growth and FDI in Vietnam. Manag Glob Transitions Int Res J. 2014;12(3):219-32. . ;:. Google Scholar
  8. NGUYEN NTK, LE MB. CO2 Emissions and Economic Growth in Vietnam: An ARDL Bound Testing Approach. Asian J Econ Model. 2018;6(1):47-55. . ;:. Google Scholar
  9. Shahbaz M, Haouas I, Hoang TH Van. Economic growth and environmental degradation in Vietnam: Is the environmental Kuznets curve a complete picture? Emerg Mark Rev. 2019;38:197-218. . ;:. Google Scholar
  10. Ngọc BH. Tác động của tiêu thụ điện đến lượng khí thải CO2 ở Việt Nam: Đối xứng hay bất đối xứng? Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á. 2020;31(2):45-60. . ;:. Google Scholar
  11. Nguyễn HM, Đỗ KL. Foreign innovation activities and CO2 emissions in Vietnam. Sci Technol Dev J - Econ - Law Manag. 2021;5(2):1378-88. . ;:. Google Scholar
  12. Culas RJ. Deforestation and the environmental Kuznets curve: An institutional perspective. Ecol Econ. 2007;61(2-3):429-37. . ;:. Google Scholar
  13. Shandra JM. The World Polity and Deforestation: A Quantitative, Cross-National Analysis. Int J Comp Sociol. 2016;48(1):5-27. . ;:. Google Scholar
  14. Azam M, Liu L, Ahmad N. Impact of institutional quality on environment and energy consumption: evidence from developing world. Environ Dev Sustain. 2020;23(2):1646-67. . ;:. Google Scholar
  15. Guy, E. D.; Levine NS. GIS Modeling and Analysis of Ohio's CO2 Budget: Mitigating CO2 Emissions Through Reforestation. Ohio J Sci. 2001;100(2001-06):34-41. . ;:. Google Scholar
  16. GODOY FL, TABOR K, BURGESS ND, MBILINYI BP, KASHAIGILI JJ, STEININGER MK. Deforestation and CO2 emissions in coastal Tanzania from 1990 to 2007. Environ Conserv. 2012;39(1):62-71. . ;:. Google Scholar
  17. Daigneault A, Sohngen B, Sedjo R. Economic Approach to Assess the Forest Carbon Implications of Biomass Energy. Environ Sci Technol. 2012;46(11):5664-71. . ;:. PubMed Google Scholar
  18. Grossman GM, Krueger AB. Economic Growth and the Environment. Q J Econ. 1995;110(2):353-77. . ;:. Google Scholar
  19. Herrera-Echeverri H, Haar J, Estévez-Bretón JB. Foreign direct investment, institutional quality, economic freedom and entrepreneurship in emerging markets. J Bus Res. 2014;67(9):1921-32. . ;:. Google Scholar
  20. Dal Bó E, Rossi MA. Corruption and inefficiency: Theory and evidence from electric utilities. J Public Econ. 2007;91(5-6):939-62. . ;:. Google Scholar
  21. Ebeke C, Omgba LD, Laajaj R. Oil, governance and the (mis)allocation of talent in developing countries. J Dev Econ. 2015;114:126-41. . ;:. Google Scholar
  22. Adom PK, Kwakwa PA, Amankwaa A. The long-run effects of economic, demographic, and political indices on actual and potential CO2 emissions. J Environ Manage. 2018;218:516-26. . ;:. PubMed Google Scholar
  23. Muhammad S, Long X. Rule of law and CO2 emissions: A comparative analysis across 65 belt and road initiative(BRI) countries. J Clean Prod. 2021;279:123539. . ;:. Google Scholar
  24. Phuc NC, Ai Nhi N, Su Dinh T, Ai Nguyen N, Schinckus C, Dinh Su T, et al. The Ambivalent Role of Institutions in the CO2 Emissions: The Case of Emerging Countries. Int J Energy Econ Policy. 2018;8(5):7-17. . ;:. Google Scholar
  25. Bhattarai M, Hammig M. Institutions and the Environmental Kuznets Curve for Deforestation: A Crosscountry Analysis for Latin America, Africa and Asia. World Dev. 2001;29(6):995-1010. . ;:. Google Scholar
  26. Akbari H. Shade trees reduce building energy use and CO2 emissions from power plants. Environ Pollut. 2002;116(1):S119-26. . ;:. Google Scholar
  27. World Bank. World Development Indicators [Internet]. 2021. . ;:. Google Scholar
  28. Sims CA. Macroeconomics and Reality. Econometrica. 1980;48(1):1. . ;:. Google Scholar
  29. Capistrano AD, Kiker CF. Macro-scale economic influences on tropical forest depletion. Ecol Econ. 1995;14(1):21-9. . ;:. Google Scholar
  30. MacDicken KG. Global Forest Resources Assessment 2015: What, why and how? For Ecol Manage. 2015;352:3-8. . ;:. Google Scholar
  31. Gujarati DN. Basic Econometrics. 4th ed. Singapore: McGraw-Hill; 2003. . ;:. Google Scholar
  32. Granger CWJ. Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica. 1969;37(3):424. . ;:. Google Scholar


Author's Affiliation
Article Details

Issue: Vol 6 No 2 (2022)
Page No.: 2600-2610
Published: May 29, 2022
Section: Research article
DOI: https://doi.org/10.32508/stdjelm.v6i2.952

 Copyright Info

Creative Commons License

Copyright: The Authors. This is an open access article distributed under the terms of the Creative Commons Attribution License CC-BY 4.0., which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited.

 How to Cite
Lê, M., Nguyễn, M., & Tòng Thị Minh, H. (2022). The impact of reforestation on CO2 emissions in Vietnam. Science & Technology Development Journal: Economics- Law & Management, 6(2), 2600-2610. https://doi.org/https://doi.org/10.32508/stdjelm.v6i2.952


 Download Citation
 Cited by

Article level Metrics by Paperbuzz/Impactstory
Article level Metrics by Altmetrics

 Article Statistics
HTML = 1547 times
PDF   = 385 times
XML   = 0 times
Total   = 385 times