karbon dioksida dan pertumbuhan ekonomi
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
PEMBEBASAN KARBON, PENGGUNAAN TENAGA, PENDAPATAN
NEGARA DAN PELABURAN LANSUNG ASING: KAJIAN PANEL
KOINTEGRASI DI 7 NEGARA TERPILIH
MUHAMAD RIAS K V ZAINUDDIN
AMIRUL HAMZA ABDULLAH
ABSTRAK
Kajian ini akan menguji hubungan jangka masa panjang dan sebab munasab antara pelepasan
karbon dioksida dengan pertumbuhan ekonomi, penggunaan tenaga dan kemasukan pelaburan
asing ke dalam negara. Kajian ini mempunyai tujuh buah negara dan menggunakan data daripada
tahun 1980 hingga 2011. Penggunaan tenaga yang diperlukan untuk menjadi pengerak kepada
pertumbuhan ekonomi boleh mengakibatkan pembebasan karbon dioksida meningkat sepanjang
proses tersebut berlaku. Hal ini juga digalakan lagi dengan kemasukan pelaburan daripada luar
negara yang merancakkan pertumbuhan negara-negara tersebut. Kajian ini menggunakan kaedah
kointegrasi Panel iaitu fully modified OLS (FMOLS) dan Dynamic OLS (DOLS) untuk mengenal
pasti hubungan pembolehubah tersebut. Kajian ini mendapati terdapat hubungan yang positif
dalam persamaan kajian ini. Hubungan causality pula menunjukkan bahawa terdapat sebab dan
munasab dalam jangka masa panjang dan pendek tetapi dalam uni-direction sahaja. Oleh itu,
pengubal polisi perlu meyemak semula keutamaan sumber tenaga dalam mengerakkkan
pertumbuhan ekonomi supaya hal ini sampai ke titik noktah.
PENGENALAN
Dalam era kemajuan teknologi ini, fenomena hubungan sebab akibat di antara pencemaran dan
pembolehubah makroekonomi telah menjadi tajuk kajian utama oleh ramai penyelidik. Terdapat
banyak kajian telah mengkaji hubungan sebab akibat di antara pencemaran dan beberapa
pembolehubah bebas seperti penggunaan tenaga, pertumbuhan ekonomi, pembangunan kewangan,
pelaburan, penduduk dan pekerjaan. Tenaga dianggap sebagai asas kehidupan dalam ekonomi dan
merupakan alat yang paling penting dalam pembangunan sosio ekonomi dan diiktiraf sebagai salah
satu komoditi strategik yang paling penting (Sahir dan Qureshi, 2007).
Tenaga bukan sahaja penting untuk ekonomi tetapi bekalannya yang tidak pasti (Zaleski,
2001). Tenaga adalah sumber strategik yang mempengaruhi hasil peperangan, bahan api dan
memacu pembangunan ekonomi dan mencemarkan serta membersihkan alam sekitar. Dalam era
globalisasi, permintaan tenaga semakin meningkat dengan pesat dan pergantungan negara kepada
tenaga menunjukkan bahawa tenaga akan menjadi salah satu masalah terbesar di dunia pada abad
yang akan datang. Ini memerlukan sumber alternatif dan tenaga yang boleh diperbaharui.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Persoalan mengenai hubungan sebab akibat antara pembebasan karbon, penggunaan tenaga,
alam sekitar dan pertumbuhan ekonomi juga telah dikaji oleh pakar-pakar ekonomi dan penyelidik
sebelum ini. Kajian yang berlainan telah memberi tumpuan kepada negara yang berbeza, tempoh
masa, pembolehubah proksi dan kaedah ekonometrik yang berbeza yang telah digunakan untuk
menguji hubungan di antara penggunaan tenaga, alam sekitar dan pertumbuhan ekonomi. Hasil
empirikal kajian ini telah diubah dan kadang-kadang bercanggah.
Hubungan di antara pembebasan karbon, pertumbuhan ekonomi, penggunaan tenaga dan
pelaburan lansung asing telah menjadi topik yang selalu dibincangkan seperti kajian Soytas et al.,
(2007), Zhang dan Cheng (2009), Menyah dan Wolde-Rufael (2010), Acaravci dan Ozturk (2010),
Linh dan Lin (2012), Omri, Nguyen dan Rault (2014), Shaari, et al., (2014), Shahbaz, et al., (2015).
Objektif kajian ini adalah untuk mengkaji kesan pendapatan negara, pelaburan lansung asing dan
penggunaan tenaga terhadap pembebasan karbon di Malaysia, Amerika Syarikat, Bangladesh,
India, China, Pakistan dan Indonesia dari 1980 sehingga 2011.
Kajian selanjutnya dianjurkan seperti berikut: Seksyen 2 menghurai sorotan kajian lepas.
Seksyen 3 membincangkan berkaitan data dan metodologi yang digunakan dalam kajian ini.
Seksyen 4 membincangkan keputusan secara terperinci manakala Seksyen 5 menyimpulkan kajian
dengan beberapa implikasi dasar.
SOROTAN KAJIAN
Soytas et al., (2007) menjalankan kajian yang sama untuk Amerika Syarikat bagi tempoh 19602004. Keputusan mereka menunjukkan bahawa pendapatan tidak mempunyai hubungan Granger
sebab dan akibat terhadap pelepasan karbon tetapi penggunaan tenaga mempunyai hubungan
dalam jangka masa panjang. Zhang dan Cheng (2009) menggunakan data siri masa untuk menguji
hubungan sebab akibat antara pertumbuhan ekonomi, penggunaan tenaga, dan pelepasan karbon
di China pada tempoh yang 1960-2007. Kajian beliau mendapati bahawa KDNK dan penggunaan
tenaga mempunyai hubungan sehala Granger terhadap penggunaan tenaga dan pelepasan karbon
tetapi pelepasan karbon dan penggunaan tenaga tidak mempengaruhi pertumbuhan ekonomi.
Dalam satu kajian di Afrika Selatan bagi tempoh 1965-2006, Menyah dan Wolde-Rufael
(2010) mendapati terdapat sebab-akibat satu arah dari pelepasan pencemaran kepada pertumbuhan
ekonomi, dari penggunaan tenaga kepada pertumbuhan ekonomi dan dari penggunaan tenaga
kepada pelepasan karbon. Acaravci dan Ozturk (2010) menggunakan ujian kointegrasi dan Engle
dan Granger bagi mengkaji hubungan sebab dan akibat untuk 19 negara Eropah dalam tempoh
1960-2005. Kajin mereka mendapati terdapat hubungan jangka masa panjang di antara
pembebasan karbon per kapita, pendapatan benar per kapita , penggunaan tenaga dan pendapatan
benar per kapita kuasa dua bagi negara Denmark, Jerman, Greece, Ireland, Itali, Portugal dan
Switzerland, tetapi tidak bagi negara lain.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Linh dan Lin (2012) menguji hubungan dinamik di antara pembebasan CO2, penggunaan
tenaga, FDI dan pertumbuhan ekonomi di Vietnam bagi tempoh 1980-2012 menggunakan kaedah
ujian kointegrasi dan ujian sebab dan akibat Granger dan mendapati terdapat hubungan dua hala
dalam jangka masa pendek di antara pendapatan Vietnam dan kemasukan FDI. Omri, Nguyen dan
Rault (2014) mengkaji hubungan sebab dan akibat di antara pembebasan CO2, pelaburan lansung
asing dan pertumbuhan ekonomi dengan menggunakan persamaan dinamik model data panel bagi
54 negara bagi tempoh 1990-2011 dan mendapati terdapat hubungan sebab dan akibat dua hala di
antara kemasukan FDI dan CO2 bagi semua panel, kecuali Eropah dan Asia Utara. Mereka juga
dapat menunjukkan bahawa terdapat hubungan sebab dan akibat sehala di antara pembebasan CO2
kepada pertumbuhan ekonomi, kecuali negara Timur Tengah, Afrika Utara dan Sahara. Shaari, et
al., (2014) mengkaji hubungan di antara FDI dan pertumbuhan ekonomi terhadap pembebasan
CO2 dengan menggunakan data panel bermula dari 1992 sehingga 2012 bagi 15 negara
membangun. Ujian kointegrasi Johansen telah dijalankan dan terdapat hubungan kointegrasi di
antara pembolehubah dan ujian FMOLS telah dijalankan dan mendapati bahawa FDI tidak
mempengaruhi pembebasan CO2 dalam jangka masa panjang, namun pertumbuhan ekonomi akan
meningkatkan pembebasan CO2. Shahbaz, et al., (2015) menggunakan data panel bagi 99 negara
bagi tempoh 1975-2015 mendapati terdapat hubungan jangka masa panjang dengan menggunakan
kaedah fully modified ordinary least square (FMOLS), dimana FDI meningkatkan pembebasan
karbon.
METODOLOGI DAN DATA
Berdasarkan kajian lepas dan empirikal tentang ekonomi tenaga, kajian ini akan memdedahkan
impak pertumbuhan ekonomi, penggunaan tenaga dan dalam kajian ini, kami menambahkan satu
lagi pembolehubah iaitu kemasukan pelaburan daripada luar negara. Secara amnya, kajian lepas
menunjukkan bahawa penggunaan tenaga, pertumbuhan ekonomi mempunyai hubungan yang
positif dan signifikan dalam menerangkan pembebasan karbon dioksida. Oleh itu, model kami ini
merupakan persamaan yang sama dengan kajian lepas tetapi kami mengubahsuai persamaan
tersebut seperti di bawah:
lnCO2it = αit+ β1 lnGDPit+ β2lnENit + β3lnFDIit+ €it
(1)
Subjek i = 1…. N pula ialah menunjukkan negara dan t menunjukkan masa. Pembolehubah dalam
persamaan tersebut dibentuk oleh pengkaji dengan status log di mana CO2 merupakan pembebasan
karbon dioksida yang diukur dengan metric tan (KT), GDP merupakan pendapatan negara bersih
dan merupakan proksi kepada pertumbuhan ekonomi yang diukur dalam konstant LCU, EN
membawa maksud jumlah penggunaan tenaga yang dikira dalam quadrillion BTU dan FDI
membawa maksud kemasukan pelaburan ke dalam negara yang dikira dalam USD. Penggunaan
tenaga merangkumi tenaga gas asli, arang batu, dan petroleum. Kesemua pembolehubah ini dikira
oleh pengkaji dalam masa 1980 hingga 2011. β1, β2, dan β3 bersamaan dengan keanjalan
hubungan jangka masa panjang CO2 dengan GDP, EN dan FDI.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Pengkaji menganggarkan kesemua β1, β2, dan β3 menghasilkan hubungan positif yang membawa
maksud setiap peratusan kesemua pembolehubah meningkatkan pembebasan karbon dioksida.
Dalam ujian deskriptif (lihat bahagian appendix A), kesemua pembolehubah tersebut tidak
memiliki sifat pengedaran yang normal kerana ujian jurque-bera signifikan. Graf (lihat appendix
A) menunjukkan bahawa kesemua data tidak mempunyai trend bagi kesemua negara.
Ujian Panel Unit root
Dalam topik ini, kami menggunakan ujian unit root dalam mengenalpasti tahap kepegunan
pembolehubah-pembolehubah. Ujian ini merupakan perkara asas dan penting sebelum pengkaji
menjalankan beberapa kaedah lain kerana data yang mempunyai ciri tidak pegun boleh
mempengaruhi keputusan anggaran yang tidak konsisten, tidak efisien dan wujud masalah berat
sebelah. Oleh itu, terdapat beberapa kajian lepas yang mengkaji hal ini dengan mengenalpasti
tahap kepegunan data iaitu Levin et al (2000), lm et al (2003), Maddala dan Wu (1999) dan Hadri
(2000). Kesemua ujian unit root ini berasaskan dengan regrasi Augmented Dickey-Fuller :
Dxit = ai + Bit + ρ iXit-1+ eit
Error term adalah e. ai dan bi mengalakkan fixed dan trend masa dalam setiap i. hipotesis
null dalam unit root ini adalah
Ho: ρi = 0,
Levin dan Lin (1992) mencadangkan hipotesis alternative di mana pekali autoregressive
adalah homogenous sepanjang negara:
Ho: ρi = ρ < 0,
Ujian ini menunjukkan bahawa heterogeneity berada dalam kesan fixed
Lm et al (2003) mengubahsuai rangka kerja Levin dan Lin yang mengalakkan heterogeneity dalam
setiap nilai pekali autoregressive. Hipotesis alternatif adalah seperti berikut:
Ho: ρ i 0. Hipotesis null adalah: Ho= 02u= 0
Ujian kointegrasi Panel
Kointegrasi antara pembolehubah-pembolehubah boleh diuji oleh pengkaji dengan menggunakan
ujian kointegrasi heterogeneity yang dicadangkan oleh Pedroni (1999, 2000). Ujain ini membawa
masuk kesan individu fixed dan trend yang boleh dilihat dalam persamaan di bawah:
lnCO2it = αit+ λit + β1 lnGDPit+ β2lnENit + β3lnFDIit+ €it
(2)
Dimana €it = p€it-1 + uit adalah penganggaran residual daripada hubungan jangka masa panjang
panel. Parameter αit dan λi yang membawa maksud kebarangkalian kesan fixed kepada setiap
negara dan trend. Pedroni (1999, 2004) memperkenalkan tujuh ujian statistik dalam mengesan atau
menyelidik ujian hipotesis null yang mengatakan tiada kointergrasi dalam persamaan tersebut.
Dalam tujuh ujian tersebut, Pedroni memecahkan kepada dua kategori iaitu ujian kointegrasi
(within-dimension) dan kumpulan kedua dalah ujian kointegrasi (between-dimension).
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Dalam kategori ujian kointegrasi (within-dimension) terdapat empat jenis ujian statistik iaitu panel
v-statistik, panel p-statistik, panel PP-statistik, dan panel ADF-statistik. Ujian ini mengambil
kesamaan faktor masa dan mengalakkan heterogeneity sepanjang negara. Ujian kointegrasi
(Between-dimension) pula ada 3 jenis ujian statistik iaitu p-statistik kumpulan, PP-statistik
kumpulan dan ADF-statistik kumpulan. Ujian ini pula menguji purata pekali autoregressive
individu bagi setiap negara.
Dalam kajian ini juga, pengkaji menambahkan dua lagi kaedah ekonomatrik dalam melihat
hubungan kointegrasi jangka masa panjang antara pembolehubah tersebut. Pengkaji menggunakan
kaedah Fully Modified Ordinary Least Squares Method (FMOLS). Kaedah ini mempunyai
kelebihan kerana FMOLS boleh menghasilkan keputusan analisis yang tepat dan sempurna dengan
sampel data yang sedikit. FMOLS merupakan kaedah yang dipekenalkan oleh Philips dan Hansen
(1990) yang menganggarkan hubungan kointegrasi dalam gabungan data first different.
FMOLS ini dapat menyelesaikan masalah endoginity dan serial correlation atau autokolerasi
dalam persamaan. Hal ini menunjukkan bahawa nilai T-statistik dan pekali dalam persamaan ini
lebih tepat (Himansu, 2007). Dynamics Ordinary Least Square (DOLS) pula diperkenalkan oleh
Stock dan Watson (1990) yang memberi cadangan menggunakan parametrik untuk menganggar
hubungan jangka masa panjang dalam persamaan tersebut. Potensi masalah endoginity dan bias
sesame pembolehubah telah diselesaikan oleh kaedah ini dengan memasukan lag dan led pada first
different dalam pembolehubah-pembolehubah tersebut. Kedua-dua kaedah ini digunakan oleh
pengkaji untuk mengenal pasti ketepatan dan kesahihan hubungan jangka masa panjang dalam
persamaan kajian ini.
Ujian Panel Causality
Kewujudan hubungan jangka masa panjang yang kointegrasi dalam persamaan tersebut memberi
peluang pengkaji menlakukan ujian granger causality. Ujian ini boleh dilakukan oleh pengkaji
dengan menggunakan kaedah panel vector error correction model (VECM) (Pesaran et al, 1999)
dengan menggunakan rujukan dalam Engle dan Granger (1978). Ujian ini menggunakan rujukan
model keseimbangan jangka masa panjang dalam persamaan (2) untuk mengenalpasti residual dan
menggunakan lag residual dalam satu masa sebagai error correction term.
−
(
�
�
α
�
) = (α ) + ∑
��
�=
α
�
�
−
(
)
�−�
�−�
(
� �−�
�−�
)
+
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
ϕ
ϕ
( )
ϕ
ϕ
��− + (
�
�
�
�
)
(3)
Merujuk model di atas, L merupakan operater lag lXit = Xit-1 for all t>1), q merupakan
kepanjangan lag dalam asas Akaike Information Criteria (AIC),
� merupakan siri yang tidak
kolerasi dengan error term dan � merupakan speed of adjustment.
Berdasarkan bentuk matrik di atas, terdapat dua sumber penyebaban boleh pengkaji
mengenalpasti daripada penganggaran model dinamik error correction yang boleh menghasilkan
keputusan penyebab jangka masa pendek dan jangka masa panjang. Contoh, jika hipotesis null,
= 0, ditolak, wujud penyebab jangka masa pendek daripada DCO2 ke DFDI. Jika hipotesis
yang bersambung seperti
=
=0 ditolak, wujud penyebab jangka masa pendek iaitu daripada
DEN dan DGDP kepada DCO2. Selain itu, penyebab jangka masa panjang dapat dilihat oleh
pengkaji dengan pekali error correction term. Contohnya, jika ϕ =0, tidak wujud penyebab jangka
masa panjang yang tidak mencapai keseimbangan dalam DCO2.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
HASIL EMPIRIKAL DAN PERBINCANGAN.
Jadual 1.0: Ujian Unit Root
Variables
LLC Test
lnco2
lngdp
lnen
lnfdi
IPS
lnco2
lngdp
lnen
lnfdi
MW (ADF)
lnco2
lngdppk
lnen
lnfdi
MW(PP)
lnco2
lngdppk
lnen
lnfdi
HADRI
lnco2
lngdppk
lnen
lnfdi
At Level
No trend
With Trend
At first difference
No trend
With Trend
-2.55585(4)b
2.12207(5)
-2.14021(2)
-1.25069(6)
-0.0247(1)
2.21101(5)
-0.27506(5)
1.5780(6)
-5.14011(5)a
-9.43786(5)a
-6.89665(5)a
-9.99118(3)a
-5.41711(4)a
-5.52626(5)a
-5.10651(2)a
1.42934(4)
5.02895(5)
1.42771(0)
-0.19747(6)
-0.01155(1)
2.09422(5)
0.00993(3)
0.698990(3)
-10.5191(3)a
-5.32412(5)a
-8.69132(5)a
-9.31067(5)a
10.5184(3)a
-6.40141(4)a
-6.92679(5)a
-7.57611(2)a
12.3688(4)
4.38994(5)
9.02339(1)
13.1711(6)
17.6566(1)
12.0730(5)
17.2411(5)
20.8478(4)
115.675(3)a
63.5067(4)b
134.619(0)a
106.038(5)a
109.839(3)a
62.1445(4)a
71.1007(5)a
79.7919(5)a
11.1855
8.4114
32.7607
17.3693
17.0677
4.11063
13.3481
25.7734
118.486a
75.6267a
69.9566a
184.322a
354.295a
88.9931a
190.233a
159.563a
10.1652a
10.3181a
10.2164a
9.02099a
4.18822a
5.02243a
6.66307a
2.29939a
0.14008
1.06415
3.42734
0.31018
2.76920
1.9080
2.48128
3.27559
Note: a, b dan c merupakan petanda kepada signifikan 1%, 5% dan 10%. Hipotesis null bagi ujian Hadri ialah pegun dan alternatif
ialah tidak pegun.
Merujuk jadual di atas, pembolehubah-pembolehubah dalam kajian ini mempunyai ciri data
kepegunan pada tahap first different. Pengkaji menjalankan ujian ini dengan memasukan intercept
dan intercept berserta linear trend. Pada tahap level, semua pembolehubah mempunyai ciri
kepegunan kecuali pada pembolehubah karbon dioksida dalam ujian LLC.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Oleh itu, hasil daripada ujian unit root yang menunjukkan pembolehubah tersebut pegun pada
tahap first different menyebabkan pengkaji boleh menjalankan ujian kointegrasi panel.
JADUAL 2.0: Ujian Kointegrasi Panel
Ujian statistic
Tiada Trend
Panel v-statistik
Panel rho-statsitik
Panel PP-statsitik
Panel ADF-statistik
0.8237
-3.0868b
-4.7366a
-4.4693a
Group rho-statsitik
Group PP-statistik
Group ADF-statistik
-1.8512c
-3.6748a
-3.4909a
Dengan Trend
Weighted
-0.1083
-2.9033b
-5.1631a
-4.9704a
-0.3797
-2.0322c
-5.7239a
-5.655a
Weigthed
-1.420
-1.340a
-6.034a
-5.841a
-0.5181
-5.3986a
-4.0033a
Nota: a, b dan c ialah nilai signifikan pada tahap 1%, 5% dan 10%.
Merujuk jadual di atas, pengkaji menjalankan ujian kointgerasi Pedroni (1999, 2004) untuk
mengenalpasti hubungan kointgerasi di antara pembolehubah-pembolehubah. Dalam hasil ujian
tersebut, hanya panel v-statistik dan group rho-statsitik sahaja yang tidak signifikan tetapi panel
V-statistik tidak mempunyai sginifikan pada ciri trend dan tidak trend berbanding group rhostatistik hanya dengan trend sahaja tidak mempunyai nilai signifikan. Perkara ini menunjukkan 5
daripada 7 ujian statisitik dalam ciri trend dan tidak trend mempunyai nilai signifkan dan
membawa maksud wujud kointegrasi dalam persamaan ini. Pengkaji juga menambah dua kaedah
menguji kewujudan kointegrasi bagi memgukuhkan lagi bukti dalam ujian Pedroni tersebut. Ujian
tersebut ialah Kao dan Fisher dalam jadual di bawah dan hasilnya terbukti wujud kointegrasi
kerana dalam ujain Kao nilai ADF tersebut signifikan dan Fisher pula terdapat 2 kointegrasi dalam
persamaan ini. Hasil analisis ini mengambarkan terbukti wujud pergerakkan jangka masa panjang
di antara pembolehubah-pembolehubah dalam persamaan ini.
Jadual 3.0: ujian koingterasi KAO dan fisher
Ujian statistik
KOA (ADF)
Hasil ujian
-4.227a
Hypothesized no of Fisher stat (form trace test)
ce(S)
None
54.54a
At most 1
31.73a
At most 2
16.24
At most 3
14.87
Nota: a,b dan c ialah nilai signifikan pada tahap 1%,5% dan 10%.
Fisher stat (form max-eigen test)
33.37b
24.90c
14.91
13.87
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Dengan menggunakan kaedah fully modified OLS (FMOLS) untuk kointegrasi panel yang pelbagai
yang dibangunkan oleh Pedroni (2000), kita menganggarkan keseimbangan jangka masa panjang
antara pembebasan karbon, penggunaan tenaga, pendapatan negara dan pelaburan lansung asing.
Kelebihan menggunakan kaedah penganggaran FMOLS dalam kewujudan panel kointegrasi
adalah ia dapat mengatasi masalah ralat endogeneiti dan korelasi bersiri dan seterusnya
memberikan penganggaran yang lebih cekap bagi jangka masa panjang. FMOLS adalah kaedah
yang paling sesuai untuk digunakan dalam kewujudan kepelbagaian panel kointegrasi.
Jadual 4.0: Hasil Ujian FMOLS
COUNTRY
United States
Bangladesh
China
India
Indonesia
Malaysia
Pakistan
Panel (Pooled)
Panel (Group)
LFDI
0.000211
(0.0218)
-0.000317
(-0.0679)
0.062786a
(4.9536)
-0.001071
(-0.1068)
0.000558
(0.1591)
0.057347a
(3.0954)
-0.000023
(-0.0030)
0.0034
(1.1248)
0.0171a
(4.5584)
LGDP
-0.068709
(-1.0323)
-0.046538
(-0.3917)
-0.257268a
(-3.9318)
-0.184183b
(-1.8881)
0.748809
(1.4858)
0.855334a
(4.9194)
0.703858a
(7.2896)
0.0191
(0.4968)
0.2502a
(3.2872)
LEN
1.036896a
(6.1756)
1.004260a
(12.1066)
1.232091a
(15.8515)
1.236287a
(10.5302)
0.299996
(0.6573)
0.255289
(1.6832)
0.480289a
(4.9525)
1.0062a
(24.3001)
0.7922a
(10.9278)
Nota : Nilai t-statistik adalah dalam kurungan. a, b dan c menunjukkan signifikan pada aras keertian 1%, 5% dan 10%.
Jadual 4.0 menunjukkan keputusan ujian FMOLS. Kita dapat lihat bahawa berdasarkan hasil ujian
panel (group), setiap pembolehubah mempunyai hubungan yang dijangkakan dan signifikan pada
aras keertian 1%. Apabila terdapat peningkatan 1% dalam penggunaan tenaga, pembebasan karbon
akan meningkat sebanyak 0.79%.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Hasil ini adalah selari dengan hasil kajian Apergis dan Payne (2009a, 2010a), Lean dan Smyth
(2010) dan Hammit (2012) yang melaporkan bahawa peningkatan dalam penggunaan tenaga akan
mengakibatkan peningkatan dalam pembebasan karbon dioksida. Bagi pendapatan negara pula,
apabila terdapat peningkatan 1% dalam pendapatan negara, pembebasan karbon dioksida akan
meningkat sebanyak 0.25% dan hal ini selari dengan kajian di France oleh Ang (2007), data panel
yang mengandungi 6 negara Amerika Tengah oleh Apergis dan Payne (2009a) dan juga bagi 5
negara ASEAN oleh Lean dan Smyth (2010). Kita juga dapat lihat bahawa peningkatan 1% dalam
pelaburan asing akan menyebabkan pembebasan karbon meningkat sebanyak 0.02%
Bagi keputusan setiap negara pula, hasil kajian kita mendapati dalam kesemua negara kecuali
Malaysia dan Indonesia, peningkatan dalam penggunaan tenaga akan menyebabkan peningkatan
dalam pembebasan karbon. Manakala, hasil bagi pendapatan negara adalah pelbagai di mana bagi
China dan India, pendapatan negara mengurangkan pembebasan karbon manakala bagi Malaysia
dan Pakistan, pendapatan negara meningkatkan pembebasan karbon. Jika dilihat dari aspek
pelaburan asing pula, peningkatan dalam pelaburan asing di China dan Malaysia akan
menyebabkan peningkatan dalam pembebasan karbon, namun tidak signifikan bagi negara-negara
lain. Sebagai langkah terakhir, kita mengenalpasti bukti kewujudan hubungan sebab akibat jangka
pendek dan jangka panjang di antara pembolehubah.
Hasil ujian DOLS ditunjukkan dalam Jadual 5.0 dan kita dapat lihat bahawa bagi kointegrasi
panel (group), pelaburan asing dan penggunaan tenaga adalah signifikan dalam mempengaruhi
pembebasan karbon pada aras keertian 1%. Hasil ini mengukuhkan lagi hasil ujian FMOLS,
dimana apabila terdapat peningkatan 1% dalam pelaburan asing dan penggunaan tenaga,
pembebasan karbon akan meningkat masing-masing sebanyak 0.02% dan 0.97%. Manakala bagi
setiap negara secara berasingan, penggunaan tenaga dalam seluruh negara kecuali Malaysia adalah
signifikan dalam meningkatkan pembebasan karbon. Dari aspek pendapatan negara pula,
peningkatan pendapatan negara akan menyebabkan peningkatan pembebasan karbon bagi
Malaysia dan Pakistan, manakala bagi Bangladesh, China dan Indonesia akan menyebabkan
pengurangan pembebasan karbon. Bagi pelaburan asing pula, hanya di China dan Indonesia yang
signifikan, di mana peningkatan pelaburan asing akan menyebabkan pembebasan karbon
meningkat.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Jadual 5.0: Hasil Ujian DOLS
COUNTRY
LFDI
-0.001768
(-0.1431)
-0.002992
(-0.6961)
0.094327a
(6.0184)
-0.014620
(-0.8282)
0.011708a
(3.8292)
0.047387
(1.5814)
0.020420
(1.1761)
0.007112
(1.3474)
0.0221a
(3.5095)
United States
Bangladesh
China
India
Indonesia
Malaysia
Pakistan
Panel (Pooled)
Panel (Group)
LGDP
0.094386
(1.0010)
-0.293779b
(-2.1260)
-0.412611a
(-5.0141)
-0.240099a
(-3.1504)
-0.661924
(-1.4895)
1.074029a
(4.3389)
0.635865a
(4.1118)
0.0149
(0.2758)
0.0280
(0.3446)
LEN
0.707255a
(3.4880)
1.173282a
(12.2673)
1.406597a
(14.8551)
1.377221a
(11.1053)
1.535328a
(3.8397)
0.095827
(0.4479)
0.472520a
(3.4711)
1.0179a
(17.3318)
0.9669a
(12.3817)
Nota : Nilai t-statistik adalah dalam kurungan. a, b dan c menunjukkan signifikan pada aras keertian 1%,
5% dan 10%.
PANEL CAUSALITY TEST
Jadual 6.0: Ujian Panel Causality.
variables
lnCO2
lnGDP
Sumber causation (pembolehubah tidak bersandar)
Jangka pendek
lnCO2
lnGDP
lnEN
lnFDI
0.7663(4.40)a 0.401(3,678)a 0.004(0.690)
0.013(0.33)
0.052(0.95)
0.0009(0.315)
lnEn
lnFDI
0.088(1.527) 0.437(3.424)a
-0.876(0.968) 3.239(1.70)
0.434(0.337)
-0.01(-2.10)c
Jangka panjang
ECT
-0.643(3.210)b
0.316(3.1515)b
-0.0199(-1.34)
-0.960(-0.410)
Note: a, b,c is a 1%,5% and 10%
Merujuk jadual, Seterusnya, kita mengaplikasikan model pembetulan ralat panel bagi mengkaji
hubungan sebab dan akibat antara pembolehubah dan hasil ditunjukkan di dalam Jadual 6.0. Kajian
ini menubuhkan hubungan sebab akibat Granger satu arah jangka pendek dari penggunaan tenaga
dan pendapatan negara kepada pembebasan karbon dioksida dan hasil ini adalah selari dengan
kajian yang dijalankan oleh Mahamat Hammit-Haggar (2012).
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Terdapat hasil ujian daripada kaedah VECM dalam mencari panel causality di antara
pembolehubah dalam persamaan ini. Dalam jangka sama pendek, terdapat hubungan di antara
pengeluaran negara kasar dan penggunaan tenaga dengan pembebasan karbon dioksida kerana
nilainya signifikan berbanding kemasukan pelaburan daripada luar negara. Hubungan tersebut
ialah uni-direction granger causality antara pertumbuhan ekonomi dan penggunaan tenaga kepada
pembebasan karbon dioksida. Hasil ujian ini juga mengambarkan bahawa wujud hubungan jangka
masa panjang dalam hal tersebut dengan nilai ECT bersifat negatif dan signifikan. Nilai ECT iaitu
-0.643 menunjukkan speed of adjustment ialah 1.5 atau 1.5 tahun diperlukan untuk mencapai
keseimbangan pada tahap tersebut. Pembolehubah GDP juga mempunyai hubungan jangka pendek
Uni-direction dengan penggunaan tenaga. Hal ini menunjukkan bahawa peningkatan GDP
mempunyai hubungan dengan FDI.
KESIMPULAN
Selepas menjalankan kaedah-kaedah yang telah dibincangkan oleh pengkaji dibahagian
metodologi, pengkaji mendapati fokus kajian iaitu mengenalpasti hubungan jangka masa panjang
antara pembolehubah – pembolehubah dalam persamaan kajian dalam 7 negara pada tahun 1980
hingga 2011 telah dijawap dan terbukti berlaku kewujudan jangka masa panjang dalam persamaan
tersebut. Hasil kaedah FMOLS dan DOLS yang dijalankan oleh pengkaji mendapati terdapat
hubungan jangka masa panjang antara penggunaan tenaga dengan pembebasan karbon dioksida
secara analisis panel. Analisis secara individu atau setiap negara pula, kegunaan sumber tenaga
mempunyai nilai signifikan dalam majoriti negara iaitu Amerika syarikat, Bangladesh, China,
India dan Pakistan dan pertumbuhan ekonomi pula berada dalam negara China, India, Malaysia
dan Pakistan nilainya signifikan dan berhubung dengan pembebasan karbon dioksida.
Pembolehubah kemasukan pelaburan asing daripa luar negara pula hanya negara China dan
Malaysia sahaja yang mempunyai nilai signifikan. Hal ini mendapati negara yang rancak
membangun seperti China dan India menyebabkan pergerakan projek pembangunan dan sektor
industri rancak dijalankan oleh negara tersebut. Hal ini menyebabkan penggunaan tenaga dalam
kuantiti yang besar menyebabkan pembebasan karbon dioksida meningkat.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Situasi ini amat membimbangkan kerana pembebasan karbon dioksida yang tidak terkawal
boleh menyebabkan kesan fenomena rumah hijau lebih serius. Fenomena ini boleh mengakibatkan
pemanasan global dan perubahan iklim yang tidak konsisten boleh memburukan keadaan dalam
negara tersebut dan seluruh negara. Pihak berwajib harus mencari jalan penyelesaian dengan
mengutamakan pemgunaan tenaga mesra alam atau tenaga diperbaharui seperti tenaga solar,
tenaga angin dan tenaga gelombang ombak. Tenaga tersebut kurang mengeluarkan karbon
dioksida malah mesra alam berbanding tenaga yang digunakan oleh negara tersebut.
RUJUKAN
A. Acaravci, I. (2010). on the relationship between energy consumption, CO2 emissions and economic
growth in Europe. Energy 35, 5412-5420.
Amarawickrama A Himanshi, C. L. (2007). Electricity Demand for Sri Lanka: A Time Series Analysis.
Surrey Energy Economics Discussion paper Series, No.118.
C Kao, M. C. (2001). On the estimation and inference of a cointegrated regression in panel data. Advances
in Economics. vol. 15, 179-222.
Fisher, R. (1932). Statistical methods for research workers. Edinburg: Oliver & Boyd.
G.S Maddala, S. W. (1999). A comparative study of unit root test with panel data and a new simple test.
Oxford Bulletin of Economics and statistic 61, 631-654.
H.M Pesaran, Y. s. (1999). Pooled mean group estimation of dynamic heterogeneous panels. Journal of the
American Statistical Association 94, 621-634.
Hamit-Haggar, M. (2012). Greenhouse gas emissions, energy consumption and economic growth: A panel
cointegration analysis from Canadian industrial sector perspective. energy Economics, 358-364.
James Stock, M. W. (1993). A simple estimator of cointegrating vectors in higher order integrated system.
Econometrica, 783-820.
K, H. (2000). Testing for stationary in heterogeneous panel data. Econometric Journal 3, 148-161.
K.S Lm, M. P. (2003). testing for unit roots in heterogeneous panels. Journal of econometrics, 53-74.
lin a Levin, C. C. (2002). Unit root test in panel data: asymptotic and finite-sample properties. Journal of
Econometrics, 1-24.
Linh, D. H., Lin, S. M. 2012. CO2 Emissions, Energy Consumption, Economic Growth and FDI
in Vietnam. Managing Global Transitions 12 (3) 219–232.
Menyah, K., Wolde-Rufael, Y., 2010. Energy consumption, pollutant emissions and economic
growth in South Africa. Energy Economics (32) 1374–1382.
Omri, A., Nguyen, D. C., Rault, C. 2014. Causal interactions between CO2 emissions, FDI, and
economic growth: Evidence from dynamic simultaneous-equation models. Economic
Modelling (42) 382-389
P.C.B Phillips, B. H. (1990). "Statistical Inference in Instrumental Variables Regression with I(1) P
rocesses". The review of economic studies, 99-125.
Pedroni, P. (1999). Critical Values for cointegration test in heterogeneous panel with multiple regressor.
Oxford Bulletin of economics and statistic 61, 653-670.
Pedroni, P. (2000). Fully modified OLS for heterogeneous cointegration panels. advance in econometrics
15, 93-130.
Pesaran, H. (2004). General diagnostic tests for cross section dependence in panels. Cambridge Working
Papers in Economics No. 435, University of Cambridge, and CESifo Working Paper Series No.
1229.
Pesaran, H. (2006). Estimation and inference in large heterogeneous panels with cross section dependence.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Econometrica 74,, 967–1012.
Pesaran, H. (2007). A simple panel unit root test in the presence of cross-section dependence. Journal of
Applied Econometrics 22, 265-312.
R.F Engle, C. G. (1987). cointegration and error correction L representation, estimation and testing.
Econometrica, 167-181.
Shaari, M. S., Hussain, N. R., Abdullah, H., Kamil, S. 2014. Relationship Among Foreign
Direct Investment, Economic Growth And Co2 Emission: A Panel Data Analysis.
International Journal Of Energy Economics And Policy (4) 706-715.
Sahir, M.H., Qureshi, A.H., 2007. Specific concerns of Pakistan in the context of energy security
issues and geopolitics of the region. Energy Policy (35) 2031–2037
Shahbaz, M., Nasreen, S., Abbas, F., Anis, O. 2015. Does Foreign Direct Investment Impede
Environmental Quality in High, Middle and Low Income Countries? Energy
Economics (51) 275-287.
Soytas, U., Sari, R., Ewing, B.T., 2007. Energy consumption, income, and carbon emissions in
the United States. Ecological Economics (62) 482–489.
Stern, D.I., Cleveland, C.J., 2004. Energy and economic growth. Rensselaer Polytechnic
Institute, Rensselaer Working Papers in Economics No. 0410.
Zaleski, P., 2001. Energy and geopolitical issues. In: Rao, D.B., Harshyita, D. (Eds.), Energy
Security. Discovery Publishing House, New Delhi.
Zhang, X.P., Cheng, X.M., 2009. Energy consumption, carbon emissions, and economic growth
in China. Ecological Economics (68) 2706–2712.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
10,000,000
8,000,000
6,000,000
4,000,000
2,000,000
CO2 emissions (kt)
APPENDIX A
Rajah 1.0: Graf Data
8E+15
6E+15
4E+15
2E+15
GDP (constant LCU)
Total Energy Consumption (QuadBillion Btu)
United States - 80
United States - 90
United States - 00
United States - 10
Bangladesh - 88
Bangladesh - 98
Bangladesh - 08
China - 86
China - 96
China - 06
India - 84
India - 94
India - 04
Indonesia - 82
Indonesia - 92
Indonesia - 02
Malaysia - 80
Malaysia - 90
Malaysia - 00
Malaysia - 10
Pakistan - 88
Pakistan - 98
Pakistan - 08
0E+00
FDI (USD million)
United States - 80
United States - 90
United States - 00
United States - 10
Bangladesh - 88
Bangladesh - 98
Bangladesh - 08
China - 86
China - 96
China - 06
India - 84
India - 94
India - 04
Indonesia - 82
Indonesia - 92
Indonesia - 02
Malaysia - 80
Malaysia - 90
Malaysia - 00
Malaysia - 10
Pakistan - 88
Pakistan - 98
Pakistan - 08
120
100
80
60
40
20
0
United States - 80
United States - 90
United States - 00
United States - 10
Bangladesh - 88
Bangladesh - 98
Bangladesh - 08
China - 86
China - 96
China - 06
India - 84
India - 94
India - 04
Indonesia - 82
Indonesia - 92
Indonesia - 02
Malaysia - 80
Malaysia - 90
Malaysia - 00
Malaysia - 10
Pakistan - 88
Pakistan - 98
Pakistan - 08
0
400,000
300,000
200,000
100,000
0
-100,000
United States - 80
United States - 90
United States - 00
United States - 10
Bangladesh - 88
Bangladesh - 98
Bangladesh - 08
China - 86
China - 96
China - 06
India - 84
India - 94
India - 04
Indonesia - 82
Indonesia - 92
Indonesia - 02
Malaysia - 80
Malaysia - 90
Malaysia - 00
Malaysia - 10
Pakistan - 88
Pakistan - 98
Pakistan - 08
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Jadual Ujian Statistik
Ujian Statistik
Mean
Median
Maximum
Minimum
Std.Dev
Skewness
Kurtosis
Jurque -Bera
Prob.
Sum
Sum.Sq.Dev
Pemerhatian
CO2
1487025
225317.0
9019518
7638.361
2116637
1.395779
3.737098
77.80368
0.000000
3.33E+08
9.99+14
224
GDP
5.52E+14
7.71E+12
7.29E+15
1.47E+11
1.46E+15
2.778434
9.873954
729.2136
0.000000
1.24E+17
4.78E32
224
FDI
22866.52
2012.500
314007.0
-4550.370
52253.26
3.442297
15.84184
1981.563
0.000000
5122101.
6.09E+11
224
EN
21.43031
3.373900
103.6511
0.127970
32.53803
1.488176
3.611371
86.19236
0.000000
4800.390
236095.3
224
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
PEMBEBASAN KARBON, PENGGUNAAN TENAGA, PENDAPATAN
NEGARA DAN PELABURAN LANSUNG ASING: KAJIAN PANEL
KOINTEGRASI DI 7 NEGARA TERPILIH
MUHAMAD RIAS K V ZAINUDDIN
AMIRUL HAMZA ABDULLAH
ABSTRAK
Kajian ini akan menguji hubungan jangka masa panjang dan sebab munasab antara pelepasan
karbon dioksida dengan pertumbuhan ekonomi, penggunaan tenaga dan kemasukan pelaburan
asing ke dalam negara. Kajian ini mempunyai tujuh buah negara dan menggunakan data daripada
tahun 1980 hingga 2011. Penggunaan tenaga yang diperlukan untuk menjadi pengerak kepada
pertumbuhan ekonomi boleh mengakibatkan pembebasan karbon dioksida meningkat sepanjang
proses tersebut berlaku. Hal ini juga digalakan lagi dengan kemasukan pelaburan daripada luar
negara yang merancakkan pertumbuhan negara-negara tersebut. Kajian ini menggunakan kaedah
kointegrasi Panel iaitu fully modified OLS (FMOLS) dan Dynamic OLS (DOLS) untuk mengenal
pasti hubungan pembolehubah tersebut. Kajian ini mendapati terdapat hubungan yang positif
dalam persamaan kajian ini. Hubungan causality pula menunjukkan bahawa terdapat sebab dan
munasab dalam jangka masa panjang dan pendek tetapi dalam uni-direction sahaja. Oleh itu,
pengubal polisi perlu meyemak semula keutamaan sumber tenaga dalam mengerakkkan
pertumbuhan ekonomi supaya hal ini sampai ke titik noktah.
PENGENALAN
Dalam era kemajuan teknologi ini, fenomena hubungan sebab akibat di antara pencemaran dan
pembolehubah makroekonomi telah menjadi tajuk kajian utama oleh ramai penyelidik. Terdapat
banyak kajian telah mengkaji hubungan sebab akibat di antara pencemaran dan beberapa
pembolehubah bebas seperti penggunaan tenaga, pertumbuhan ekonomi, pembangunan kewangan,
pelaburan, penduduk dan pekerjaan. Tenaga dianggap sebagai asas kehidupan dalam ekonomi dan
merupakan alat yang paling penting dalam pembangunan sosio ekonomi dan diiktiraf sebagai salah
satu komoditi strategik yang paling penting (Sahir dan Qureshi, 2007).
Tenaga bukan sahaja penting untuk ekonomi tetapi bekalannya yang tidak pasti (Zaleski,
2001). Tenaga adalah sumber strategik yang mempengaruhi hasil peperangan, bahan api dan
memacu pembangunan ekonomi dan mencemarkan serta membersihkan alam sekitar. Dalam era
globalisasi, permintaan tenaga semakin meningkat dengan pesat dan pergantungan negara kepada
tenaga menunjukkan bahawa tenaga akan menjadi salah satu masalah terbesar di dunia pada abad
yang akan datang. Ini memerlukan sumber alternatif dan tenaga yang boleh diperbaharui.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Persoalan mengenai hubungan sebab akibat antara pembebasan karbon, penggunaan tenaga,
alam sekitar dan pertumbuhan ekonomi juga telah dikaji oleh pakar-pakar ekonomi dan penyelidik
sebelum ini. Kajian yang berlainan telah memberi tumpuan kepada negara yang berbeza, tempoh
masa, pembolehubah proksi dan kaedah ekonometrik yang berbeza yang telah digunakan untuk
menguji hubungan di antara penggunaan tenaga, alam sekitar dan pertumbuhan ekonomi. Hasil
empirikal kajian ini telah diubah dan kadang-kadang bercanggah.
Hubungan di antara pembebasan karbon, pertumbuhan ekonomi, penggunaan tenaga dan
pelaburan lansung asing telah menjadi topik yang selalu dibincangkan seperti kajian Soytas et al.,
(2007), Zhang dan Cheng (2009), Menyah dan Wolde-Rufael (2010), Acaravci dan Ozturk (2010),
Linh dan Lin (2012), Omri, Nguyen dan Rault (2014), Shaari, et al., (2014), Shahbaz, et al., (2015).
Objektif kajian ini adalah untuk mengkaji kesan pendapatan negara, pelaburan lansung asing dan
penggunaan tenaga terhadap pembebasan karbon di Malaysia, Amerika Syarikat, Bangladesh,
India, China, Pakistan dan Indonesia dari 1980 sehingga 2011.
Kajian selanjutnya dianjurkan seperti berikut: Seksyen 2 menghurai sorotan kajian lepas.
Seksyen 3 membincangkan berkaitan data dan metodologi yang digunakan dalam kajian ini.
Seksyen 4 membincangkan keputusan secara terperinci manakala Seksyen 5 menyimpulkan kajian
dengan beberapa implikasi dasar.
SOROTAN KAJIAN
Soytas et al., (2007) menjalankan kajian yang sama untuk Amerika Syarikat bagi tempoh 19602004. Keputusan mereka menunjukkan bahawa pendapatan tidak mempunyai hubungan Granger
sebab dan akibat terhadap pelepasan karbon tetapi penggunaan tenaga mempunyai hubungan
dalam jangka masa panjang. Zhang dan Cheng (2009) menggunakan data siri masa untuk menguji
hubungan sebab akibat antara pertumbuhan ekonomi, penggunaan tenaga, dan pelepasan karbon
di China pada tempoh yang 1960-2007. Kajian beliau mendapati bahawa KDNK dan penggunaan
tenaga mempunyai hubungan sehala Granger terhadap penggunaan tenaga dan pelepasan karbon
tetapi pelepasan karbon dan penggunaan tenaga tidak mempengaruhi pertumbuhan ekonomi.
Dalam satu kajian di Afrika Selatan bagi tempoh 1965-2006, Menyah dan Wolde-Rufael
(2010) mendapati terdapat sebab-akibat satu arah dari pelepasan pencemaran kepada pertumbuhan
ekonomi, dari penggunaan tenaga kepada pertumbuhan ekonomi dan dari penggunaan tenaga
kepada pelepasan karbon. Acaravci dan Ozturk (2010) menggunakan ujian kointegrasi dan Engle
dan Granger bagi mengkaji hubungan sebab dan akibat untuk 19 negara Eropah dalam tempoh
1960-2005. Kajin mereka mendapati terdapat hubungan jangka masa panjang di antara
pembebasan karbon per kapita, pendapatan benar per kapita , penggunaan tenaga dan pendapatan
benar per kapita kuasa dua bagi negara Denmark, Jerman, Greece, Ireland, Itali, Portugal dan
Switzerland, tetapi tidak bagi negara lain.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Linh dan Lin (2012) menguji hubungan dinamik di antara pembebasan CO2, penggunaan
tenaga, FDI dan pertumbuhan ekonomi di Vietnam bagi tempoh 1980-2012 menggunakan kaedah
ujian kointegrasi dan ujian sebab dan akibat Granger dan mendapati terdapat hubungan dua hala
dalam jangka masa pendek di antara pendapatan Vietnam dan kemasukan FDI. Omri, Nguyen dan
Rault (2014) mengkaji hubungan sebab dan akibat di antara pembebasan CO2, pelaburan lansung
asing dan pertumbuhan ekonomi dengan menggunakan persamaan dinamik model data panel bagi
54 negara bagi tempoh 1990-2011 dan mendapati terdapat hubungan sebab dan akibat dua hala di
antara kemasukan FDI dan CO2 bagi semua panel, kecuali Eropah dan Asia Utara. Mereka juga
dapat menunjukkan bahawa terdapat hubungan sebab dan akibat sehala di antara pembebasan CO2
kepada pertumbuhan ekonomi, kecuali negara Timur Tengah, Afrika Utara dan Sahara. Shaari, et
al., (2014) mengkaji hubungan di antara FDI dan pertumbuhan ekonomi terhadap pembebasan
CO2 dengan menggunakan data panel bermula dari 1992 sehingga 2012 bagi 15 negara
membangun. Ujian kointegrasi Johansen telah dijalankan dan terdapat hubungan kointegrasi di
antara pembolehubah dan ujian FMOLS telah dijalankan dan mendapati bahawa FDI tidak
mempengaruhi pembebasan CO2 dalam jangka masa panjang, namun pertumbuhan ekonomi akan
meningkatkan pembebasan CO2. Shahbaz, et al., (2015) menggunakan data panel bagi 99 negara
bagi tempoh 1975-2015 mendapati terdapat hubungan jangka masa panjang dengan menggunakan
kaedah fully modified ordinary least square (FMOLS), dimana FDI meningkatkan pembebasan
karbon.
METODOLOGI DAN DATA
Berdasarkan kajian lepas dan empirikal tentang ekonomi tenaga, kajian ini akan memdedahkan
impak pertumbuhan ekonomi, penggunaan tenaga dan dalam kajian ini, kami menambahkan satu
lagi pembolehubah iaitu kemasukan pelaburan daripada luar negara. Secara amnya, kajian lepas
menunjukkan bahawa penggunaan tenaga, pertumbuhan ekonomi mempunyai hubungan yang
positif dan signifikan dalam menerangkan pembebasan karbon dioksida. Oleh itu, model kami ini
merupakan persamaan yang sama dengan kajian lepas tetapi kami mengubahsuai persamaan
tersebut seperti di bawah:
lnCO2it = αit+ β1 lnGDPit+ β2lnENit + β3lnFDIit+ €it
(1)
Subjek i = 1…. N pula ialah menunjukkan negara dan t menunjukkan masa. Pembolehubah dalam
persamaan tersebut dibentuk oleh pengkaji dengan status log di mana CO2 merupakan pembebasan
karbon dioksida yang diukur dengan metric tan (KT), GDP merupakan pendapatan negara bersih
dan merupakan proksi kepada pertumbuhan ekonomi yang diukur dalam konstant LCU, EN
membawa maksud jumlah penggunaan tenaga yang dikira dalam quadrillion BTU dan FDI
membawa maksud kemasukan pelaburan ke dalam negara yang dikira dalam USD. Penggunaan
tenaga merangkumi tenaga gas asli, arang batu, dan petroleum. Kesemua pembolehubah ini dikira
oleh pengkaji dalam masa 1980 hingga 2011. β1, β2, dan β3 bersamaan dengan keanjalan
hubungan jangka masa panjang CO2 dengan GDP, EN dan FDI.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Pengkaji menganggarkan kesemua β1, β2, dan β3 menghasilkan hubungan positif yang membawa
maksud setiap peratusan kesemua pembolehubah meningkatkan pembebasan karbon dioksida.
Dalam ujian deskriptif (lihat bahagian appendix A), kesemua pembolehubah tersebut tidak
memiliki sifat pengedaran yang normal kerana ujian jurque-bera signifikan. Graf (lihat appendix
A) menunjukkan bahawa kesemua data tidak mempunyai trend bagi kesemua negara.
Ujian Panel Unit root
Dalam topik ini, kami menggunakan ujian unit root dalam mengenalpasti tahap kepegunan
pembolehubah-pembolehubah. Ujian ini merupakan perkara asas dan penting sebelum pengkaji
menjalankan beberapa kaedah lain kerana data yang mempunyai ciri tidak pegun boleh
mempengaruhi keputusan anggaran yang tidak konsisten, tidak efisien dan wujud masalah berat
sebelah. Oleh itu, terdapat beberapa kajian lepas yang mengkaji hal ini dengan mengenalpasti
tahap kepegunan data iaitu Levin et al (2000), lm et al (2003), Maddala dan Wu (1999) dan Hadri
(2000). Kesemua ujian unit root ini berasaskan dengan regrasi Augmented Dickey-Fuller :
Dxit = ai + Bit + ρ iXit-1+ eit
Error term adalah e. ai dan bi mengalakkan fixed dan trend masa dalam setiap i. hipotesis
null dalam unit root ini adalah
Ho: ρi = 0,
Levin dan Lin (1992) mencadangkan hipotesis alternative di mana pekali autoregressive
adalah homogenous sepanjang negara:
Ho: ρi = ρ < 0,
Ujian ini menunjukkan bahawa heterogeneity berada dalam kesan fixed
Lm et al (2003) mengubahsuai rangka kerja Levin dan Lin yang mengalakkan heterogeneity dalam
setiap nilai pekali autoregressive. Hipotesis alternatif adalah seperti berikut:
Ho: ρ i 0. Hipotesis null adalah: Ho= 02u= 0
Ujian kointegrasi Panel
Kointegrasi antara pembolehubah-pembolehubah boleh diuji oleh pengkaji dengan menggunakan
ujian kointegrasi heterogeneity yang dicadangkan oleh Pedroni (1999, 2000). Ujain ini membawa
masuk kesan individu fixed dan trend yang boleh dilihat dalam persamaan di bawah:
lnCO2it = αit+ λit + β1 lnGDPit+ β2lnENit + β3lnFDIit+ €it
(2)
Dimana €it = p€it-1 + uit adalah penganggaran residual daripada hubungan jangka masa panjang
panel. Parameter αit dan λi yang membawa maksud kebarangkalian kesan fixed kepada setiap
negara dan trend. Pedroni (1999, 2004) memperkenalkan tujuh ujian statistik dalam mengesan atau
menyelidik ujian hipotesis null yang mengatakan tiada kointergrasi dalam persamaan tersebut.
Dalam tujuh ujian tersebut, Pedroni memecahkan kepada dua kategori iaitu ujian kointegrasi
(within-dimension) dan kumpulan kedua dalah ujian kointegrasi (between-dimension).
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Dalam kategori ujian kointegrasi (within-dimension) terdapat empat jenis ujian statistik iaitu panel
v-statistik, panel p-statistik, panel PP-statistik, dan panel ADF-statistik. Ujian ini mengambil
kesamaan faktor masa dan mengalakkan heterogeneity sepanjang negara. Ujian kointegrasi
(Between-dimension) pula ada 3 jenis ujian statistik iaitu p-statistik kumpulan, PP-statistik
kumpulan dan ADF-statistik kumpulan. Ujian ini pula menguji purata pekali autoregressive
individu bagi setiap negara.
Dalam kajian ini juga, pengkaji menambahkan dua lagi kaedah ekonomatrik dalam melihat
hubungan kointegrasi jangka masa panjang antara pembolehubah tersebut. Pengkaji menggunakan
kaedah Fully Modified Ordinary Least Squares Method (FMOLS). Kaedah ini mempunyai
kelebihan kerana FMOLS boleh menghasilkan keputusan analisis yang tepat dan sempurna dengan
sampel data yang sedikit. FMOLS merupakan kaedah yang dipekenalkan oleh Philips dan Hansen
(1990) yang menganggarkan hubungan kointegrasi dalam gabungan data first different.
FMOLS ini dapat menyelesaikan masalah endoginity dan serial correlation atau autokolerasi
dalam persamaan. Hal ini menunjukkan bahawa nilai T-statistik dan pekali dalam persamaan ini
lebih tepat (Himansu, 2007). Dynamics Ordinary Least Square (DOLS) pula diperkenalkan oleh
Stock dan Watson (1990) yang memberi cadangan menggunakan parametrik untuk menganggar
hubungan jangka masa panjang dalam persamaan tersebut. Potensi masalah endoginity dan bias
sesame pembolehubah telah diselesaikan oleh kaedah ini dengan memasukan lag dan led pada first
different dalam pembolehubah-pembolehubah tersebut. Kedua-dua kaedah ini digunakan oleh
pengkaji untuk mengenal pasti ketepatan dan kesahihan hubungan jangka masa panjang dalam
persamaan kajian ini.
Ujian Panel Causality
Kewujudan hubungan jangka masa panjang yang kointegrasi dalam persamaan tersebut memberi
peluang pengkaji menlakukan ujian granger causality. Ujian ini boleh dilakukan oleh pengkaji
dengan menggunakan kaedah panel vector error correction model (VECM) (Pesaran et al, 1999)
dengan menggunakan rujukan dalam Engle dan Granger (1978). Ujian ini menggunakan rujukan
model keseimbangan jangka masa panjang dalam persamaan (2) untuk mengenalpasti residual dan
menggunakan lag residual dalam satu masa sebagai error correction term.
−
(
�
�
α
�
) = (α ) + ∑
��
�=
α
�
�
−
(
)
�−�
�−�
(
� �−�
�−�
)
+
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
ϕ
ϕ
( )
ϕ
ϕ
��− + (
�
�
�
�
)
(3)
Merujuk model di atas, L merupakan operater lag lXit = Xit-1 for all t>1), q merupakan
kepanjangan lag dalam asas Akaike Information Criteria (AIC),
� merupakan siri yang tidak
kolerasi dengan error term dan � merupakan speed of adjustment.
Berdasarkan bentuk matrik di atas, terdapat dua sumber penyebaban boleh pengkaji
mengenalpasti daripada penganggaran model dinamik error correction yang boleh menghasilkan
keputusan penyebab jangka masa pendek dan jangka masa panjang. Contoh, jika hipotesis null,
= 0, ditolak, wujud penyebab jangka masa pendek daripada DCO2 ke DFDI. Jika hipotesis
yang bersambung seperti
=
=0 ditolak, wujud penyebab jangka masa pendek iaitu daripada
DEN dan DGDP kepada DCO2. Selain itu, penyebab jangka masa panjang dapat dilihat oleh
pengkaji dengan pekali error correction term. Contohnya, jika ϕ =0, tidak wujud penyebab jangka
masa panjang yang tidak mencapai keseimbangan dalam DCO2.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
HASIL EMPIRIKAL DAN PERBINCANGAN.
Jadual 1.0: Ujian Unit Root
Variables
LLC Test
lnco2
lngdp
lnen
lnfdi
IPS
lnco2
lngdp
lnen
lnfdi
MW (ADF)
lnco2
lngdppk
lnen
lnfdi
MW(PP)
lnco2
lngdppk
lnen
lnfdi
HADRI
lnco2
lngdppk
lnen
lnfdi
At Level
No trend
With Trend
At first difference
No trend
With Trend
-2.55585(4)b
2.12207(5)
-2.14021(2)
-1.25069(6)
-0.0247(1)
2.21101(5)
-0.27506(5)
1.5780(6)
-5.14011(5)a
-9.43786(5)a
-6.89665(5)a
-9.99118(3)a
-5.41711(4)a
-5.52626(5)a
-5.10651(2)a
1.42934(4)
5.02895(5)
1.42771(0)
-0.19747(6)
-0.01155(1)
2.09422(5)
0.00993(3)
0.698990(3)
-10.5191(3)a
-5.32412(5)a
-8.69132(5)a
-9.31067(5)a
10.5184(3)a
-6.40141(4)a
-6.92679(5)a
-7.57611(2)a
12.3688(4)
4.38994(5)
9.02339(1)
13.1711(6)
17.6566(1)
12.0730(5)
17.2411(5)
20.8478(4)
115.675(3)a
63.5067(4)b
134.619(0)a
106.038(5)a
109.839(3)a
62.1445(4)a
71.1007(5)a
79.7919(5)a
11.1855
8.4114
32.7607
17.3693
17.0677
4.11063
13.3481
25.7734
118.486a
75.6267a
69.9566a
184.322a
354.295a
88.9931a
190.233a
159.563a
10.1652a
10.3181a
10.2164a
9.02099a
4.18822a
5.02243a
6.66307a
2.29939a
0.14008
1.06415
3.42734
0.31018
2.76920
1.9080
2.48128
3.27559
Note: a, b dan c merupakan petanda kepada signifikan 1%, 5% dan 10%. Hipotesis null bagi ujian Hadri ialah pegun dan alternatif
ialah tidak pegun.
Merujuk jadual di atas, pembolehubah-pembolehubah dalam kajian ini mempunyai ciri data
kepegunan pada tahap first different. Pengkaji menjalankan ujian ini dengan memasukan intercept
dan intercept berserta linear trend. Pada tahap level, semua pembolehubah mempunyai ciri
kepegunan kecuali pada pembolehubah karbon dioksida dalam ujian LLC.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Oleh itu, hasil daripada ujian unit root yang menunjukkan pembolehubah tersebut pegun pada
tahap first different menyebabkan pengkaji boleh menjalankan ujian kointegrasi panel.
JADUAL 2.0: Ujian Kointegrasi Panel
Ujian statistic
Tiada Trend
Panel v-statistik
Panel rho-statsitik
Panel PP-statsitik
Panel ADF-statistik
0.8237
-3.0868b
-4.7366a
-4.4693a
Group rho-statsitik
Group PP-statistik
Group ADF-statistik
-1.8512c
-3.6748a
-3.4909a
Dengan Trend
Weighted
-0.1083
-2.9033b
-5.1631a
-4.9704a
-0.3797
-2.0322c
-5.7239a
-5.655a
Weigthed
-1.420
-1.340a
-6.034a
-5.841a
-0.5181
-5.3986a
-4.0033a
Nota: a, b dan c ialah nilai signifikan pada tahap 1%, 5% dan 10%.
Merujuk jadual di atas, pengkaji menjalankan ujian kointgerasi Pedroni (1999, 2004) untuk
mengenalpasti hubungan kointgerasi di antara pembolehubah-pembolehubah. Dalam hasil ujian
tersebut, hanya panel v-statistik dan group rho-statsitik sahaja yang tidak signifikan tetapi panel
V-statistik tidak mempunyai sginifikan pada ciri trend dan tidak trend berbanding group rhostatistik hanya dengan trend sahaja tidak mempunyai nilai signifikan. Perkara ini menunjukkan 5
daripada 7 ujian statisitik dalam ciri trend dan tidak trend mempunyai nilai signifkan dan
membawa maksud wujud kointegrasi dalam persamaan ini. Pengkaji juga menambah dua kaedah
menguji kewujudan kointegrasi bagi memgukuhkan lagi bukti dalam ujian Pedroni tersebut. Ujian
tersebut ialah Kao dan Fisher dalam jadual di bawah dan hasilnya terbukti wujud kointegrasi
kerana dalam ujain Kao nilai ADF tersebut signifikan dan Fisher pula terdapat 2 kointegrasi dalam
persamaan ini. Hasil analisis ini mengambarkan terbukti wujud pergerakkan jangka masa panjang
di antara pembolehubah-pembolehubah dalam persamaan ini.
Jadual 3.0: ujian koingterasi KAO dan fisher
Ujian statistik
KOA (ADF)
Hasil ujian
-4.227a
Hypothesized no of Fisher stat (form trace test)
ce(S)
None
54.54a
At most 1
31.73a
At most 2
16.24
At most 3
14.87
Nota: a,b dan c ialah nilai signifikan pada tahap 1%,5% dan 10%.
Fisher stat (form max-eigen test)
33.37b
24.90c
14.91
13.87
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Dengan menggunakan kaedah fully modified OLS (FMOLS) untuk kointegrasi panel yang pelbagai
yang dibangunkan oleh Pedroni (2000), kita menganggarkan keseimbangan jangka masa panjang
antara pembebasan karbon, penggunaan tenaga, pendapatan negara dan pelaburan lansung asing.
Kelebihan menggunakan kaedah penganggaran FMOLS dalam kewujudan panel kointegrasi
adalah ia dapat mengatasi masalah ralat endogeneiti dan korelasi bersiri dan seterusnya
memberikan penganggaran yang lebih cekap bagi jangka masa panjang. FMOLS adalah kaedah
yang paling sesuai untuk digunakan dalam kewujudan kepelbagaian panel kointegrasi.
Jadual 4.0: Hasil Ujian FMOLS
COUNTRY
United States
Bangladesh
China
India
Indonesia
Malaysia
Pakistan
Panel (Pooled)
Panel (Group)
LFDI
0.000211
(0.0218)
-0.000317
(-0.0679)
0.062786a
(4.9536)
-0.001071
(-0.1068)
0.000558
(0.1591)
0.057347a
(3.0954)
-0.000023
(-0.0030)
0.0034
(1.1248)
0.0171a
(4.5584)
LGDP
-0.068709
(-1.0323)
-0.046538
(-0.3917)
-0.257268a
(-3.9318)
-0.184183b
(-1.8881)
0.748809
(1.4858)
0.855334a
(4.9194)
0.703858a
(7.2896)
0.0191
(0.4968)
0.2502a
(3.2872)
LEN
1.036896a
(6.1756)
1.004260a
(12.1066)
1.232091a
(15.8515)
1.236287a
(10.5302)
0.299996
(0.6573)
0.255289
(1.6832)
0.480289a
(4.9525)
1.0062a
(24.3001)
0.7922a
(10.9278)
Nota : Nilai t-statistik adalah dalam kurungan. a, b dan c menunjukkan signifikan pada aras keertian 1%, 5% dan 10%.
Jadual 4.0 menunjukkan keputusan ujian FMOLS. Kita dapat lihat bahawa berdasarkan hasil ujian
panel (group), setiap pembolehubah mempunyai hubungan yang dijangkakan dan signifikan pada
aras keertian 1%. Apabila terdapat peningkatan 1% dalam penggunaan tenaga, pembebasan karbon
akan meningkat sebanyak 0.79%.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Hasil ini adalah selari dengan hasil kajian Apergis dan Payne (2009a, 2010a), Lean dan Smyth
(2010) dan Hammit (2012) yang melaporkan bahawa peningkatan dalam penggunaan tenaga akan
mengakibatkan peningkatan dalam pembebasan karbon dioksida. Bagi pendapatan negara pula,
apabila terdapat peningkatan 1% dalam pendapatan negara, pembebasan karbon dioksida akan
meningkat sebanyak 0.25% dan hal ini selari dengan kajian di France oleh Ang (2007), data panel
yang mengandungi 6 negara Amerika Tengah oleh Apergis dan Payne (2009a) dan juga bagi 5
negara ASEAN oleh Lean dan Smyth (2010). Kita juga dapat lihat bahawa peningkatan 1% dalam
pelaburan asing akan menyebabkan pembebasan karbon meningkat sebanyak 0.02%
Bagi keputusan setiap negara pula, hasil kajian kita mendapati dalam kesemua negara kecuali
Malaysia dan Indonesia, peningkatan dalam penggunaan tenaga akan menyebabkan peningkatan
dalam pembebasan karbon. Manakala, hasil bagi pendapatan negara adalah pelbagai di mana bagi
China dan India, pendapatan negara mengurangkan pembebasan karbon manakala bagi Malaysia
dan Pakistan, pendapatan negara meningkatkan pembebasan karbon. Jika dilihat dari aspek
pelaburan asing pula, peningkatan dalam pelaburan asing di China dan Malaysia akan
menyebabkan peningkatan dalam pembebasan karbon, namun tidak signifikan bagi negara-negara
lain. Sebagai langkah terakhir, kita mengenalpasti bukti kewujudan hubungan sebab akibat jangka
pendek dan jangka panjang di antara pembolehubah.
Hasil ujian DOLS ditunjukkan dalam Jadual 5.0 dan kita dapat lihat bahawa bagi kointegrasi
panel (group), pelaburan asing dan penggunaan tenaga adalah signifikan dalam mempengaruhi
pembebasan karbon pada aras keertian 1%. Hasil ini mengukuhkan lagi hasil ujian FMOLS,
dimana apabila terdapat peningkatan 1% dalam pelaburan asing dan penggunaan tenaga,
pembebasan karbon akan meningkat masing-masing sebanyak 0.02% dan 0.97%. Manakala bagi
setiap negara secara berasingan, penggunaan tenaga dalam seluruh negara kecuali Malaysia adalah
signifikan dalam meningkatkan pembebasan karbon. Dari aspek pendapatan negara pula,
peningkatan pendapatan negara akan menyebabkan peningkatan pembebasan karbon bagi
Malaysia dan Pakistan, manakala bagi Bangladesh, China dan Indonesia akan menyebabkan
pengurangan pembebasan karbon. Bagi pelaburan asing pula, hanya di China dan Indonesia yang
signifikan, di mana peningkatan pelaburan asing akan menyebabkan pembebasan karbon
meningkat.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Jadual 5.0: Hasil Ujian DOLS
COUNTRY
LFDI
-0.001768
(-0.1431)
-0.002992
(-0.6961)
0.094327a
(6.0184)
-0.014620
(-0.8282)
0.011708a
(3.8292)
0.047387
(1.5814)
0.020420
(1.1761)
0.007112
(1.3474)
0.0221a
(3.5095)
United States
Bangladesh
China
India
Indonesia
Malaysia
Pakistan
Panel (Pooled)
Panel (Group)
LGDP
0.094386
(1.0010)
-0.293779b
(-2.1260)
-0.412611a
(-5.0141)
-0.240099a
(-3.1504)
-0.661924
(-1.4895)
1.074029a
(4.3389)
0.635865a
(4.1118)
0.0149
(0.2758)
0.0280
(0.3446)
LEN
0.707255a
(3.4880)
1.173282a
(12.2673)
1.406597a
(14.8551)
1.377221a
(11.1053)
1.535328a
(3.8397)
0.095827
(0.4479)
0.472520a
(3.4711)
1.0179a
(17.3318)
0.9669a
(12.3817)
Nota : Nilai t-statistik adalah dalam kurungan. a, b dan c menunjukkan signifikan pada aras keertian 1%,
5% dan 10%.
PANEL CAUSALITY TEST
Jadual 6.0: Ujian Panel Causality.
variables
lnCO2
lnGDP
Sumber causation (pembolehubah tidak bersandar)
Jangka pendek
lnCO2
lnGDP
lnEN
lnFDI
0.7663(4.40)a 0.401(3,678)a 0.004(0.690)
0.013(0.33)
0.052(0.95)
0.0009(0.315)
lnEn
lnFDI
0.088(1.527) 0.437(3.424)a
-0.876(0.968) 3.239(1.70)
0.434(0.337)
-0.01(-2.10)c
Jangka panjang
ECT
-0.643(3.210)b
0.316(3.1515)b
-0.0199(-1.34)
-0.960(-0.410)
Note: a, b,c is a 1%,5% and 10%
Merujuk jadual, Seterusnya, kita mengaplikasikan model pembetulan ralat panel bagi mengkaji
hubungan sebab dan akibat antara pembolehubah dan hasil ditunjukkan di dalam Jadual 6.0. Kajian
ini menubuhkan hubungan sebab akibat Granger satu arah jangka pendek dari penggunaan tenaga
dan pendapatan negara kepada pembebasan karbon dioksida dan hasil ini adalah selari dengan
kajian yang dijalankan oleh Mahamat Hammit-Haggar (2012).
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Terdapat hasil ujian daripada kaedah VECM dalam mencari panel causality di antara
pembolehubah dalam persamaan ini. Dalam jangka sama pendek, terdapat hubungan di antara
pengeluaran negara kasar dan penggunaan tenaga dengan pembebasan karbon dioksida kerana
nilainya signifikan berbanding kemasukan pelaburan daripada luar negara. Hubungan tersebut
ialah uni-direction granger causality antara pertumbuhan ekonomi dan penggunaan tenaga kepada
pembebasan karbon dioksida. Hasil ujian ini juga mengambarkan bahawa wujud hubungan jangka
masa panjang dalam hal tersebut dengan nilai ECT bersifat negatif dan signifikan. Nilai ECT iaitu
-0.643 menunjukkan speed of adjustment ialah 1.5 atau 1.5 tahun diperlukan untuk mencapai
keseimbangan pada tahap tersebut. Pembolehubah GDP juga mempunyai hubungan jangka pendek
Uni-direction dengan penggunaan tenaga. Hal ini menunjukkan bahawa peningkatan GDP
mempunyai hubungan dengan FDI.
KESIMPULAN
Selepas menjalankan kaedah-kaedah yang telah dibincangkan oleh pengkaji dibahagian
metodologi, pengkaji mendapati fokus kajian iaitu mengenalpasti hubungan jangka masa panjang
antara pembolehubah – pembolehubah dalam persamaan kajian dalam 7 negara pada tahun 1980
hingga 2011 telah dijawap dan terbukti berlaku kewujudan jangka masa panjang dalam persamaan
tersebut. Hasil kaedah FMOLS dan DOLS yang dijalankan oleh pengkaji mendapati terdapat
hubungan jangka masa panjang antara penggunaan tenaga dengan pembebasan karbon dioksida
secara analisis panel. Analisis secara individu atau setiap negara pula, kegunaan sumber tenaga
mempunyai nilai signifikan dalam majoriti negara iaitu Amerika syarikat, Bangladesh, China,
India dan Pakistan dan pertumbuhan ekonomi pula berada dalam negara China, India, Malaysia
dan Pakistan nilainya signifikan dan berhubung dengan pembebasan karbon dioksida.
Pembolehubah kemasukan pelaburan asing daripa luar negara pula hanya negara China dan
Malaysia sahaja yang mempunyai nilai signifikan. Hal ini mendapati negara yang rancak
membangun seperti China dan India menyebabkan pergerakan projek pembangunan dan sektor
industri rancak dijalankan oleh negara tersebut. Hal ini menyebabkan penggunaan tenaga dalam
kuantiti yang besar menyebabkan pembebasan karbon dioksida meningkat.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Situasi ini amat membimbangkan kerana pembebasan karbon dioksida yang tidak terkawal
boleh menyebabkan kesan fenomena rumah hijau lebih serius. Fenomena ini boleh mengakibatkan
pemanasan global dan perubahan iklim yang tidak konsisten boleh memburukan keadaan dalam
negara tersebut dan seluruh negara. Pihak berwajib harus mencari jalan penyelesaian dengan
mengutamakan pemgunaan tenaga mesra alam atau tenaga diperbaharui seperti tenaga solar,
tenaga angin dan tenaga gelombang ombak. Tenaga tersebut kurang mengeluarkan karbon
dioksida malah mesra alam berbanding tenaga yang digunakan oleh negara tersebut.
RUJUKAN
A. Acaravci, I. (2010). on the relationship between energy consumption, CO2 emissions and economic
growth in Europe. Energy 35, 5412-5420.
Amarawickrama A Himanshi, C. L. (2007). Electricity Demand for Sri Lanka: A Time Series Analysis.
Surrey Energy Economics Discussion paper Series, No.118.
C Kao, M. C. (2001). On the estimation and inference of a cointegrated regression in panel data. Advances
in Economics. vol. 15, 179-222.
Fisher, R. (1932). Statistical methods for research workers. Edinburg: Oliver & Boyd.
G.S Maddala, S. W. (1999). A comparative study of unit root test with panel data and a new simple test.
Oxford Bulletin of Economics and statistic 61, 631-654.
H.M Pesaran, Y. s. (1999). Pooled mean group estimation of dynamic heterogeneous panels. Journal of the
American Statistical Association 94, 621-634.
Hamit-Haggar, M. (2012). Greenhouse gas emissions, energy consumption and economic growth: A panel
cointegration analysis from Canadian industrial sector perspective. energy Economics, 358-364.
James Stock, M. W. (1993). A simple estimator of cointegrating vectors in higher order integrated system.
Econometrica, 783-820.
K, H. (2000). Testing for stationary in heterogeneous panel data. Econometric Journal 3, 148-161.
K.S Lm, M. P. (2003). testing for unit roots in heterogeneous panels. Journal of econometrics, 53-74.
lin a Levin, C. C. (2002). Unit root test in panel data: asymptotic and finite-sample properties. Journal of
Econometrics, 1-24.
Linh, D. H., Lin, S. M. 2012. CO2 Emissions, Energy Consumption, Economic Growth and FDI
in Vietnam. Managing Global Transitions 12 (3) 219–232.
Menyah, K., Wolde-Rufael, Y., 2010. Energy consumption, pollutant emissions and economic
growth in South Africa. Energy Economics (32) 1374–1382.
Omri, A., Nguyen, D. C., Rault, C. 2014. Causal interactions between CO2 emissions, FDI, and
economic growth: Evidence from dynamic simultaneous-equation models. Economic
Modelling (42) 382-389
P.C.B Phillips, B. H. (1990). "Statistical Inference in Instrumental Variables Regression with I(1) P
rocesses". The review of economic studies, 99-125.
Pedroni, P. (1999). Critical Values for cointegration test in heterogeneous panel with multiple regressor.
Oxford Bulletin of economics and statistic 61, 653-670.
Pedroni, P. (2000). Fully modified OLS for heterogeneous cointegration panels. advance in econometrics
15, 93-130.
Pesaran, H. (2004). General diagnostic tests for cross section dependence in panels. Cambridge Working
Papers in Economics No. 435, University of Cambridge, and CESifo Working Paper Series No.
1229.
Pesaran, H. (2006). Estimation and inference in large heterogeneous panels with cross section dependence.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Econometrica 74,, 967–1012.
Pesaran, H. (2007). A simple panel unit root test in the presence of cross-section dependence. Journal of
Applied Econometrics 22, 265-312.
R.F Engle, C. G. (1987). cointegration and error correction L representation, estimation and testing.
Econometrica, 167-181.
Shaari, M. S., Hussain, N. R., Abdullah, H., Kamil, S. 2014. Relationship Among Foreign
Direct Investment, Economic Growth And Co2 Emission: A Panel Data Analysis.
International Journal Of Energy Economics And Policy (4) 706-715.
Sahir, M.H., Qureshi, A.H., 2007. Specific concerns of Pakistan in the context of energy security
issues and geopolitics of the region. Energy Policy (35) 2031–2037
Shahbaz, M., Nasreen, S., Abbas, F., Anis, O. 2015. Does Foreign Direct Investment Impede
Environmental Quality in High, Middle and Low Income Countries? Energy
Economics (51) 275-287.
Soytas, U., Sari, R., Ewing, B.T., 2007. Energy consumption, income, and carbon emissions in
the United States. Ecological Economics (62) 482–489.
Stern, D.I., Cleveland, C.J., 2004. Energy and economic growth. Rensselaer Polytechnic
Institute, Rensselaer Working Papers in Economics No. 0410.
Zaleski, P., 2001. Energy and geopolitical issues. In: Rao, D.B., Harshyita, D. (Eds.), Energy
Security. Discovery Publishing House, New Delhi.
Zhang, X.P., Cheng, X.M., 2009. Energy consumption, carbon emissions, and economic growth
in China. Ecological Economics (68) 2706–2712.
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
10,000,000
8,000,000
6,000,000
4,000,000
2,000,000
CO2 emissions (kt)
APPENDIX A
Rajah 1.0: Graf Data
8E+15
6E+15
4E+15
2E+15
GDP (constant LCU)
Total Energy Consumption (QuadBillion Btu)
United States - 80
United States - 90
United States - 00
United States - 10
Bangladesh - 88
Bangladesh - 98
Bangladesh - 08
China - 86
China - 96
China - 06
India - 84
India - 94
India - 04
Indonesia - 82
Indonesia - 92
Indonesia - 02
Malaysia - 80
Malaysia - 90
Malaysia - 00
Malaysia - 10
Pakistan - 88
Pakistan - 98
Pakistan - 08
0E+00
FDI (USD million)
United States - 80
United States - 90
United States - 00
United States - 10
Bangladesh - 88
Bangladesh - 98
Bangladesh - 08
China - 86
China - 96
China - 06
India - 84
India - 94
India - 04
Indonesia - 82
Indonesia - 92
Indonesia - 02
Malaysia - 80
Malaysia - 90
Malaysia - 00
Malaysia - 10
Pakistan - 88
Pakistan - 98
Pakistan - 08
120
100
80
60
40
20
0
United States - 80
United States - 90
United States - 00
United States - 10
Bangladesh - 88
Bangladesh - 98
Bangladesh - 08
China - 86
China - 96
China - 06
India - 84
India - 94
India - 04
Indonesia - 82
Indonesia - 92
Indonesia - 02
Malaysia - 80
Malaysia - 90
Malaysia - 00
Malaysia - 10
Pakistan - 88
Pakistan - 98
Pakistan - 08
0
400,000
300,000
200,000
100,000
0
-100,000
United States - 80
United States - 90
United States - 00
United States - 10
Bangladesh - 88
Bangladesh - 98
Bangladesh - 08
China - 86
China - 96
China - 06
India - 84
India - 94
India - 04
Indonesia - 82
Indonesia - 92
Indonesia - 02
Malaysia - 80
Malaysia - 90
Malaysia - 00
Malaysia - 10
Pakistan - 88
Pakistan - 98
Pakistan - 08
MUHAMAD RIAS K V ZAINUDDIN (P81415)
AMIRUL HAMZA ABDULLAH (P83683)
Universiti Kebangsaan Malaysia
Jadual Ujian Statistik
Ujian Statistik
Mean
Median
Maximum
Minimum
Std.Dev
Skewness
Kurtosis
Jurque -Bera
Prob.
Sum
Sum.Sq.Dev
Pemerhatian
CO2
1487025
225317.0
9019518
7638.361
2116637
1.395779
3.737098
77.80368
0.000000
3.33E+08
9.99+14
224
GDP
5.52E+14
7.71E+12
7.29E+15
1.47E+11
1.46E+15
2.778434
9.873954
729.2136
0.000000
1.24E+17
4.78E32
224
FDI
22866.52
2012.500
314007.0
-4550.370
52253.26
3.442297
15.84184
1981.563
0.000000
5122101.
6.09E+11
224
EN
21.43031
3.373900
103.6511
0.127970
32.53803
1.488176
3.611371
86.19236
0.000000
4800.390
236095.3
224