Nghiên cứu tác động của thương mại dịch vụ số đối với cường độ phát thải carbon: Phân tích thực nghiệm các nước RCEP
ThS. Nguyễn Thị Hoa
Khoa Tiếng Trung Quốc, Trường Đại học Ngoại thương
Email: nguyenhoa.ktq@ftu.edu.vn
Tóm tắt
Nghiên cứu sử dụng dữ liệu bảng của 15 quốc gia RCEP giai đoạn 2005–2022, áp dụng mô hình STIRPAT mở rộng để phân tích mối quan hệ phi tuyến tính giữa thương mại dịch vụ số và cường độ phát thải carbon, kèm theo các kiểm định độ vững và nội sinh. Kết quả nghiên cứu chỉ ra rằng thương mại dịch vụ số và cường độ phát thải carbon tồn tại mối quan hệ phi tuyến tính dạng chữ U ngược, trong đó điểm ngoặt được xác định thông qua kiểm định U-test. Nghiên cứu đề xuất thúc đẩy thương mại dịch vụ số gắn với hạ tầng số xanh và chính sách phân hóa hỗ trợ mục tiêu trung hòa carbon.
Từ khóa: Cường độ phát thải carbon, mô hình STIRPAT, RCEP, mối quan hệ phi tuyến, thương mại dịch vụ số.
Abstract
This study employs panel data from 15 RCEP member countries during the period 2005–2022 and applies an extended STIRPAT model to examine the nonlinear relationship between digital trade in services and carbon emission intensity, supplemented by robustness checks and endogeneity tests. The findings reveal an inverted U-shaped nonlinear relationship between digital trade in services and carbon emission intensity, with the turning point identified through the U-test. Based on these results, the study recommends promoting digital trade in services in tandem with green digital infrastructure and differentiated policy measures to support the carbon neutrality target.
Keywords: Carbon emission intensity, STIRPAT model, RCEP, Nonlinear relationship, Digital trade in services.
GIỚI THIỆU
Biến đổi khí hậu toàn cầu đang trở thành thách thức nghiêm trọng nhất đối với sự phát triển bền vững. Báo cáo của Tổ chức Khí tượng Thế giới (WMO, 2025) chỉ ra rằng giai đoạn 2015-2024 đã trở thành mười năm nóng nhất trong lịch sử, với nhiệt độ trung bình toàn cầu cao hơn 1,55°C so với mức nền trước công nghiệp. Sự gia tăng phát thải khí nhà kính, chủ yếu từ carbon dioxide, là nguyên nhân trực tiếp dẫn đến tình trạng này. Theo Cơ quan Năng lượng Quốc tế (IEA, 2023), lượng phát thải CO₂ liên quan đến năng lượng đã đạt mức kỷ lục 37,4 tỷ tấn, gây sức ép to lớn lên tiến trình hiện thực hóa mục tiêu trung hòa carbon toàn cầu.
Trong bối cảnh đó, Hiệp định Đối tác Kinh tế Toàn diện Khu vực (RCEP) chính thức có hiệu lực từ năm 2022, quy tụ 15 quốc gia chiếm khoảng 30% GDP và dân số toàn cầu. Đây là khu vực thương mại tự do lớn nhất thế giới, vừa nắm giữ tiềm năng phát triển, vừa đóng góp hơn 40% tổng phát thải CO₂ toàn cầu (Global Carbon Atlas, 2023). Việc RCEP mở rộng quy mô thương mại đồng nghĩa với áp lực gia tăng phát thải, đòi hỏi cần có những giải pháp phát triển xanh.
Trong bối cảnh công nghệ số ngày càng phát triển, thương mại dịch vụ số đang nổi lên như một động lực quan trọng, chiếm hơn 50% tổng kim ngạch thương mại dịch vụ toàn cầu (WTO, 2022). Đặc trưng phát thải thấp của loại hình thương mại này gợi mở tiềm năng giảm cường độ phát thải carbon. Tuy nhiên, tác động thực tế của thương mại dịch vụ số tới phát thải carbon còn gây tranh luận trong giới học thuật, đặc biệt về tính tuyến tính hay phi tuyến trong mối quan hệ này.
Trên cơ sở đó, nghiên cứu tập trung làm rõ tác động của thương mại dịch vụ số đối với cường độ phát thải carbon tại các quốc gia RCEP giai đoạn 2005–2022, qua đó cung cấp bằng chứng khoa học phục vụ hoạch định chính sách phát triển bền vững.
CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Cơ sở lý thuyết và khung phân tích
Sự phát triển nhanh chóng của kinh tế số đã thúc đẩy sự hình thành và mở rộng thương mại dịch vụ số. Theo USITC (2013), đây là toàn bộ hoạt động giao dịch dịch vụ xuyên biên giới được cung cấp thông qua công nghệ thông tin và truyền thông. UNCTAD (2015) nhấn mạnh thương mại dịch vụ số bao gồm các lĩnh vực như viễn thông, tài chính, bảo hiểm, sở hữu trí tuệ và dịch vụ chuyên môn. Điểm nổi bật của loại hình thương mại này là tỷ trọng phát thải carbon thấp hơn so với thương mại hàng hóa truyền thống, nhờ vậy mở ra triển vọng đóng góp cho mục tiêu phát triển xanh toàn cầu.
Trong khi đó, cường độ phát thải carbon được định nghĩa là lượng CO₂ phát thải trên một đơn vị GDP, phản ánh mối quan hệ giữa tăng trưởng kinh tế và mức độ phát thải (Dai & Xiong, 2024). So với chỉ số phát thải bình quân đầu người, chỉ tiêu này phản ánh chính xác hơn hiệu quả phát triển bền vững và được nhiều tổ chức quốc tế áp dụng trong giám sát chính sách giảm phát thải.
Khung lý thuyết nền tảng cho nghiên cứu là mô hình IPAT và phiên bản mở rộng STIRPAT (Ehrlich & Holdren, 1971). Theo đó, phát thải carbon chịu tác động bởi quy mô dân số, mức độ phát triển kinh tế và tiến bộ công nghệ. Trong đó, tác động của phát triển thương mại dịch vụ số đối với cường độ phát thải carbon mang tính hai mặt. Ở giai đoạn đầu, quá trình số hóa thúc đẩy mở rộng cơ sở hạ tầng số, đòi hỏi vốn lớn và tiêu thụ nhiều năng lượng hóa thạch, qua đó làm gia tăng phát thải carbon. Bên cạnh đó, ngành ICT còn tạo thêm áp lực phát thải thông qua nhu cầu về các đầu vào trung gian có cường độ carbon cao từ những ngành như điện lực, hóa chất hay luyện kim. Tuy nhiên, về dài hạn, khi thương mại dịch vụ số phát triển và cơ sở hạ tầng số ngày càng được tối ưu hóa, hiệu quả sử dụng năng lượng được cải thiện, các ngành ít carbon dần được mở rộng và hoạt động logistics truyền thống được thay thế bởi dịch vụ số từ xa. Nhờ vậy, thương mại dịch vụ số có tiềm năng thúc đẩy giảm phát thải carbon. Từ cơ sở lý thuyết này, nghiên cứu dự báo sự tồn tại của mối quan hệ phi tuyến tính dạng chữ U ngược giữa thương mại dịch vụ số và cường độ phát thải carbon, với xu hướng phát thải gia tăng ở giai đoạn đầu và giảm dần về sau.
Phương pháp nghiên cứu
Nghiên cứu lựa chọn phương pháp định lượng với dữ liệu bảng nhằm đánh giá tác động của thương mại dịch vụ số đến cường độ phát thải carbon tại các quốc gia thành viên RCEP. Trên cơ sở khung STIRPAT mở rộng, tác giả xây dựng mô hình hồi quy trong đó biến phụ thuộc là cường độ phát thải carbon (lnCEI), được đo bằng lượng phát thải CO₂ trên một đơn vị GDP. Biến độc lập là thương mại dịch vụ số (lnDST), đồng thời bổ sung bình phương của biến này (lnDST²) để kiểm định mối quan hệ phi tuyến. Các biến kiểm soát được đưa vào mô hình bao gồm GDP bình quân đầu người (lnPGDP), mật độ dân số (lnPD), trình độ công nghệ (lnTECH), độ mở thương mại (lnOPEN), đầu tư trực tiếp nước ngoài (lnFDI), chi tiêu chính phủ (lnGOV), cường độ năng lượng (lnENER) và chính sách môi trường (lnEPI).
Phạm vi nghiên cứu bao gồm 15 quốc gia thành viên RCEP trong giai đoạn 2005–2022. Dữ liệu về thương mại dịch vụ số được khai thác từ cơ sở dữ liệu của Tổ chức Hợp tác và Phát triển Kinh tế (OECD); dữ liệu về cường độ phát thải carbon và các biến kinh tế – xã hội được lấy từ World Development Indicators của Ngân hàng Thế giới; dữ liệu về chính sách môi trường được trích từ chỉ số EPI của Đại học Yale. Nghiên cứu sử dụng phương pháp ước lượng FGLS (Feasible Generalized Least Squares), kết hợp với kiểm định Hausman nhằm xác định mô hình phù hợp. Đồng thời, để xử lý vấn đề nội sinh và kiểm tra độ vững của kết quả, nghiên cứu áp dụng phương pháp 2SLS (Two-Stage Least Squares).
KẾT QUẢ VÀ THẢO LUẬN
Phân tích tương quan
Kết quả phân tích tương quan cho thấy thương mại dịch vụ số (lnDST) và cường độ phát thải carbon (lnCEI) không có quan hệ tuyến tính, gợi ý khả năng tồn tại quan hệ phi tuyến. Một số biến kiểm soát có tương quan đáng kể với lnCEI, đồng thời phát hiện nguy cơ đa cộng tuyến giữa đô thị hóa (lnURB) và phát triển kinh tế (lnPGDP).
Bảng 1:Ma trận tương quan
Chú thích:*,** và *** lần lượt biểu thị mức ý nghĩa thống kê ở ngưỡng 10%, 5% và 1%.
Nguồn: Kết quả phân tích của tác giả
Kiểm định mô hình
Kiểm định VIF cho thấy đa cộng tuyến giữa đô thị hóa (lnURB, 15.61) và phát triển kinh tế (lnPGDP, 12.55). Sau khi loại bỏ lnURB, tất cả biến còn lại có VIF < 5 (Mean VIF = 2.95), chứng tỏ mô hình không còn đa cộng tuyến.
Bảng 2:Kết quả kiểm định đa cộng tuyến
Nguồn: Kết quả phân tích của tác giả
Ngoài ra, nhằm kiểm định tính dừng của dữ liệu mẫu và tránh hiện tượng “hồi quy giả”, bài viết sử dụng phương pháp kiểm định đơn vị gốc LLC. Kết quả cho thấy, ở mức ý nghĩa 5%, tất cả các biến đều bác bỏ giả thuyết gốc về sự tồn tại đơn vị gốc. Do đó, có thể kết luận rằng các biến trong mô hình đều đạt tính dừng. Kết quả chi tiết được trình bày tại Bảng 5-5.
Bảng 3: Kiểm tra tính ổn định LLC
Nguồn: Kết quả phân tích của tác giả
Tiếp theo, bài viết tiến hành kiểm định F. Kết quả cho thấy giá trị P nhỏ hơn 0,05, hàm ý mô hình tác động cố định (FE) phù hợp hơn so với mô hình bình phương tối thiểu thông thường (OLS). Sau đó, kiểm định BP-LM được thực hiện và kết quả cũng cho thấy giá trị P nhỏ hơn 0,05, cho thấy mô hình tác động ngẫu nhiên (RE) ưu việt hơn so với mô hình OLS. Cuối cùng, kiểm định Hausman được tiến hành, kết quả cho thấy giá trị P nhỏ hơn 0,05, từ đó khẳng định mô hình tác động cố định (FE) là lựa chọn phù hợp hơn mô hình tác động ngẫu nhiên (RE).
Bảng 4:Kết quả của các kiểm định mô hình
|
Mô hình hồi quy |
Phương thức kiệm nghiệm |
P-value |
Kết quả kiểm định |
|
OLS |
F-test |
0.0000 |
Bác bỏ H0 |
|
FE |
FE phù hợp hơn |
||
|
OLS |
BP-LM test |
0.0000 |
Bác bỏ H0 |
|
RE |
RE phù hợp hơn |
||
|
FE |
Hausman test |
0.0000 |
Bác bỏ H0 |
|
RE |
FE phù hợp hơn |
Nguồn: Kết quả phân tích của tác giả
Kiểm định Hausman xác nhận FE phù hợp hơn, đồng thời phát hiện phương sai thay đổi và tự tương quan nhưng không có tương quan đồng thời. Do đó, nghiên cứu sử dụng phương pháp FGLS để ước lượng.
Bảng 5:Kết quả kiểm định khuyết tật mô hình
|
Nội dung kiểm định |
Phương thức kiểm định |
P-value |
Kết quả |
|
Kiểm định phương sai sai số thay đổi giữa các nhóm |
Modified Wald test |
0.0000 |
Bác bỏ H0 |
|
Tồn tại phương sai sai số thay đổi giữa các nhóm |
|||
|
Kiểm định tự tương quan trong nội bộ nhóm |
Wooldridge test |
0.0008 |
Bác bỏ H0 |
|
Tồn tại tự tương quan trong nội bộ nhóm |
|||
|
Kiểm định tương quan đồng thời giữa các nhóm |
Pesaran test |
0.1743 |
Chấp nhận H0 |
|
Không tồn tại tương quan đồng thời giữa các nhóm |
Nguồn: Kết quả phân tích của tác giả
Kết quả hồi quy cơ sở
Bảng 6 cho thấy FGLS khắc phục phương sai thay đổi và tự tương quan, giúp các hệ số đều có ý nghĩa ở mức 1%, qua đó khẳng định FGLS phù hợp hơn FE cho nghiên cứu.
Bảng 6: Kết quả hồi quy cơ sở
Chú thích:*,** và *** lần lượt biểu thị mức ý nghĩa thống kê ở ngưỡng 10%, 5% và 1%.
Nguồn: Kết quả phân tích của tác giả
Kết quả hồi quy (Bảng 6) cho thấy lnDST có tác động dương và lnDST² có tác động âm ở mức ý nghĩa 1%, xác nhận mối quan hệ phi tuyến hình chữ U ngược giữa thương mại dịch vụ số và cường độ phát thải carbon. Các biến kiểm soát như mật độ dân số, phát triển kinh tế, công nghệ, độ mở thương mại, FDI và cường độ năng lượng đều làm gia tăng phát thải, trong đó cường độ năng lượng có tác động mạnh nhất. Ngược lại, chi tiêu chính phủ và quy định môi trường giúp giảm phát thải. Kiểm định U (Bảng 7) xác định điểm ngoặt tại 6,869, nằm trong phạm vi mẫu, khẳng định giả thuyết mối quan hệ hình chữ U ngược được chấp nhận.
Bảng 7:Kết quả kiểm định mối quan hệ “hình chữ U ngược” giữa thương mại dịch vụ số và cường độ phát thải carbon
|
|
Lower bound |
Upper bound |
|
Interval |
2.334 |
12.829 |
|
Slope |
0.206 |
-0.270 |
|
t-value |
6.816 |
-12.417 |
|
P>|t| |
0.000 |
0.000 |
Đồ thị từ kết quả hồi quy cho thấy thương mại dịch vụ số và cường độ phát thải carbon có quan hệ phi tuyến hình chữ U ngược có ý nghĩa thống kê, khẳng định tính chất phức tạp giữa hai yếu tố.
Hình 1:Đồ thị mối quan hệ “hình chữ U ngược” giữa thương mại dịch vụ số và cường độ phát thải carbon
Nguồn: Kết quả phân tích của tác giả
Kiểm định tính vững
Nhằm bảo đảm tính hiệu lực và độ tin cậy của kết quả ước lượng trong mô hình hồi quy cơ sở, nghiên cứu này tiến hành hai phương pháp kiểm định tính vững, bao gồm thay thế biến phụ thuộc và thay thế biến độc lập. Kết quả kiểm định được trình bày tại Bảng 8.
Bảng 8: Kết quả kiểm định tính vững của mô hình
Chú thích:*,** và *** lần lượt biểu thị mức ý nghĩa thống kê ở ngưỡng 10%, 5% và 1%.
Nguồn: Kết quả phân tích của tác giả
Thay biến phụ thuộc: Khi dùng phát thải carbon bình quân đầu người thay cho cường độ phát thải carbon, các hệ số của lnDST và lnDST² vẫn lần lượt dương và âm, có ý nghĩa 1%, khẳng định quan hệ phi tuyến hình chữ U ngược. Kiểm định U cho thấy điểm ngoặt (7,275) nằm trong phạm vi mẫu, chứng minh kết quả vững và tin cậy.
Thay biến độc lập: Khi thay logarit kim ngạch dịch vụ số bằng tỷ trọng dịch vụ số trong tổng thương mại dịch vụ (dst1, dst2), dấu và ý nghĩa thống kê của các hệ số vẫn không đổi. Kiểm định U cho thấy điểm ngoặt (0,426) nằm trong phạm vi dữ liệu, mối quan hệ chữ U ngược được xác nhận ở mức ý nghĩa 5%. Điều này củng cố tính vững chắc của các kết luận nghiên cứu.
Sau khi thay thế biến, kết quả kiểm định U về mối quan hệ giữa thương mại dịch vụ số và cường độ phát thải carbon được trình bày tại Bảng 9.
Bảng 9:Kết quả kiểm định U sau khi thay thế biến
Nguồn: Kết quả phân tích của tác giả
Ngoài ra, nhằm minh họa trực quan hơn tính vững của mối quan hệ phi tuyến dạng “chữ U ngược” giữa thương mại dịch vụ số và cường độ phát thải carbon, nghiên cứu đã xây dựng biểu đồ trực quan dựa trên kết quả kiểm định tính vững. Chi tiết thể hiện tại Hình 2.
Hình 2:Biểu đồ trực quan hóa kết quả kiểm định tính vững
Nguồn: Kết quả phân tích của tác giả
Vấn đề nội sinh
Dù mô hình cơ sở khá vững, nguy cơ nội sinh vẫn tồn tại do quan hệ hai chiều giữa thương mại dịch vụ số và phát thải carbon. Vì vậy, nghiên cứu sử dụng phương pháp 2SLS để kiểm định.
Bảng 10:Kết quả ước lượng theo phương pháp Hai giai đoạn bình phương tối thiểu (2SLS)
Chú thích:*,** và *** lần lượt biểu thị mức ý nghĩa thống kê ở ngưỡng 10%, 5% và 1%.
Nguồn: Kết quả phân tích của tác giả
Nghiên cứu sử dụng độ trễ một kỳ của lnDST và lnDST² làm biến công cụ trong ước lượng 2SLS. Kết quả bảng 10 phù hợp với hồi quy cơ sở, tiếp tục khẳng định quan hệ phi tuyến chữ U ngược giữa thương mại dịch vụ số và phát thải carbon. Ở giai đoạn một, thống kê F của hai biến công cụ (57,20 và 92,66) đều cao hơn ngưỡng 10, chứng tỏ không có vấn đề công cụ yếu. Ở giai đoạn hai, kiểm định Kleibergen-Paap rk LM có ý nghĩa ở mức 5% và Cragg-Donald Wald F đạt 56,413, vượt xa ngưỡng 7,03, cho thấy biến công cụ hợp lệ. Như vậy, mô hình 2SLS củng cố độ tin cậy và tính vững của kết quả nghiên cứu.
KẾT LUẬN VÀ KHUYẾN NGHỊ CHÍNH SÁCH
Kết luận
Dựa trên dữ liệu RCEP giai đoạn 2005-2022, nghiên cứu chỉ ra mối quan hệ phi tuyến hình chữ U ngược giữa thương mại dịch vụ số và cường độ phát thải carbon. Giai đoạn đầu, phát triển dịch vụ số làm tăng phát thải; song khi đạt ngưỡng nhất định và gắn với tiến bộ công nghệ, cường độ phát thải dần suy giảm. Các kiểm định tính vững và xử lý nội sinh đều khẳng định kết quả này.
Khuyến nghị
Từ kết quả nghiên cứu, bài viết đề xuất định hướng nhằm thúc đẩy thương mại dịch vụ số song song với giảm phát thải carbon trong khối RCEP.
Thứ nhất, khuyến khích phát triển thương mại dịch vụ số như động lực cắt giảm phát thải. Các nước thu nhập thấp cần tập trung hạ tầng số và nhân lực; nhóm trung bình cao phát triển dịch vụ giá trị gia tăng (ICT, sở hữu trí tuệ, tài chính); nhóm thu nhập cao chú trọng R&D công nghệ xanh và trung tâm dữ liệu carbon thấp.
Thứ hai, đẩy mạnh tái cơ cấu ngành và nâng cấp công nghệ năng lượng, tăng sử dụng năng lượng tái tạo.
Thứ ba, đầu tư hạ tầng internet xanh, áp dụng công nghệ tiết kiệm năng lượng và tiêu chuẩn hiệu suất nghiêm ngặt.
Cuối cùng, chính sách cần mang tính phân hóa theo mức thu nhập và đặc trưng ngành, từ ICT ở nhóm thu nhập thấp, sở hữu trí tuệ ở nhóm trung bình cao, đến tài chính xanh tại nhóm thu nhập cao.
Tài liệu tham khảo
1. Dai H, Xiong W. (2024). Analysis of the Synergistic Effect of Carbon Emission Intensity and High-Quality Economic Development: A Case Study of Central Plains Region[J]. Population, Resources & Environmental Economics, 5(2): 49-62.
2. Ehrlich P R, Holdren J P. (1971). Impact of Population Growth[J]. Science, 171( 3977): 1212-1217.
3. Ogede J S, Tiamiyu H O. (2023). Does Financial Inclusion Moderate CO2 Emissions in Sub-Saharan Africa? Evidence From Panel Data Analysis[J]. Studia Universitatis, Vasile Goldis” Arad – Economics Series, 33(3): 21-36.
4. Shuai C Y, Chen X, Wu Y, et al. (2018). Identifying the key impact factors of carbon emission in China: results from a largely expanded pool of potential impactfactors[J]. Journal of Cleaner Production, 175: 612-623.
5. Tapscott D. (1995). The digital economy: Promise and peril in the age of networked intelligence [M]. New York: McGraw-Hill.
6. Wang N, Yu H, Shu Y, et al (2022). Can green patents reduce carbon emission intensity?—An empirical analysis based on China’s experience[J]. Frontiers in Environmental Science, 10, 01-12.
|
Ngày nhận bài: 15/8/2025; Ngày hoàn thiện biên tập: 10/9/2025; Ngày duyệt đăng: 24/9/2025 |

Bình luận