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 trường18. 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 và làm suy giảm các nguồn tài nguyên thiên nhiên1. Ở các quốc gia có thu nhập thấp, chính phủ có thể đánh đổi giữa việc tăng lượng khí thải CO 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, các chương trình cải thiện chất lượng môi trường20, cải thiện phân bổ tài nguyên21.

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

Đã có nhiều nghiên cứu thực nghiệm về các yếu tố tác động đến lượng khí thải CO bao gồm: phát triển kinh tế 8, tiêu thụ năng lượng10, hoạt động đổi mới nước ngoài11, tốc độ đô thị hoá 22. Tuy nhiên, nghiên cứu tác động của tỷ lệ bao phủ rừng đến lượng khí thải CO còn hạn chế 12, 14, 15, 16, 17. Muhammand và Long23 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. 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 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. 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 hơn14. 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 CO12, 25. Nghiên cứu của Guy và Levine15 đã chứng minh rằng tăng độ bao phủ rừng (trồng rừng) sẽ có tác động làm giảm lượng khí thải CO. Nghiên cứu của Akbari26 cho rằng việc tăng tỷ lệ bao phủ rừng có tác động làm giảm lượng khí thải CO. Nghiên cứu của Godoy và cộng sự16 đã chứng minh việc phá rừng làm tăng lượng khí thải CO tại Tanzania. Tỷ lệ bao phủ rừng tăng là cơ sở để giảm lượng khí thải CO13, 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. Từ các phân tích trên, tác giả tác giả hình thành giả thuyết nghiên cứu chính trong nghiên cứu như sau:

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

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 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 (tấn/người), thu nhập bình quân trên đầu người (tính theo giá năm 2010), tốc độ đô thị hoá, tỷ lệ bao phủ rừng27.

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 Sims28 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 = C + θY + θY + µ

Trong đó: Y là vectơ các biến số trong mô hình Y = (LnFOREST, LnCO, LnGPP, LnURB), C là vectơ các hằng số, và các hệ số θ, θ là các ma trận chứa các hệ số hồi quy và µ 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 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 tại Việt Nam:

LnFOREST = β + βLnCO + βLnGPP + βLnURB + µ

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

+ LnFOREST: 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 t12.

+ LnCO: là lượng khí thải CO của Việt Nam tại năm t, được đo lường bằng logarithm tự nhiên của lượng khí thải CO (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: 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 201012. Nghiên cứu của Capistrano và Kiker29 đã tìm ra tác động tiêu cực của phát triển kinh tế đến tỷ lệ bao phủ rừng.

+ LnURB: 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. 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 rừng30.

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 (CO), Tỷ lệ bao phủ rừng (FOREST), phát triển kinh tế (GPP), và tốc độ đô thị hoá (URB), cụ thể như sau:

Theo kết quả Table 1 ta thấy, lượng khí thải CO 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, 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 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.

Kết quả phân tích ở Table 2 cho thấy, sai phân bậc 1 của các chuỗi số liệu LnCO, 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 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.

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.

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.

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 tại Việt Nam.

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 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 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, tức có nghĩa là việc Chính phủ đẩy mạnh hoạt động trồng rừng có tác động làm giảm lượng khí thải CO của Việt Nam, kết quả nghiên cứu này phù hợp với nghiên cứu của Azam và cộng sự14; Shandra13. 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. 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 sự22.

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 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: 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 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 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, góp phần giảm thiểu biến đổi khí hậu ảnh hưởng trực tiếp đến đời sống người dân tại Việt Nam.

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 (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 (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.

Lượng khí thải CO năm thứ nhất được giải thích phần lớn (99,956%) dựa trên lượng khí thải CO 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. Đến năm thứ 10, tỷ lệ bao phủ rừng giải thích được 13,724% biến động của lượng khí thải CO, phát triển kinh tế giải thích được 8,907% biến động của lượng khí thải CO và tốc độ đô thị hoá giải thích được 4,583% biến động của lượng khí thải CO (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, góp phần giảm thiểu biến đổi khí hậu, thiên tai tác động đến hoạt động kinh tế - xã hội và đời sống người dân.

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 (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 (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 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.