Pengeluaran Karbon Dioksida (CO
2), Pertumbuhan Eknomi, Penggunaan
Tenaga: Kajian Kes Di Malaysia
Abstrak
Kajian ini akan menguji hubungan jangka masa pendek dan panjang di antara pelepasan karbon
dioksida dengan pertumbuhan ekonomi dan penggunaan tenaga di Malaysia. Kajian ini akan
menggunakan data daripada tahun 1972 hingga 2011. Keadah yang digunakan oleh pengkaji ialah
autoregressive distributed lag (ARDL) dan menggunakan ujian Granger Causality untuk melihat
hubungan sebab dan munasab perkara ini berlaku di Malaysia. Kajian ini mendapati memang
wujud hubungan yang positif dan signifikan dalam perkara ini. Hubungan causality menunjukkan
bahawa perkara ini wujud hubungan satu hala. Hal ini menunjukkan bahawa keyakinan untuk
mengurangkan penggunaan tenaga bagi mengurangkan kandungan karbon dioksida adalah tepat
tetapi kelakukan ini akan menganggu pertumbuhan ekonomi. Oleh itu, polisi yang sesuai perlu
digubal atau disemak semula oleh pihak berwajib supaya perkara ini dapat mencapai titik noktah.
PENGENALAN
Macarpada, perubahan iklim secara agresif kesan daripada peningkatan kepanasan global telah
menjadi mengukur asas kepada masalah persekitaran. Peningkatan tahap pengeluaran karbon
dioksida dijadikan oleh pengkaji sebagai alatan yang menyebabkan pemanasan global dan
ketidakstabilan iklim. Situasi ini boleh intrepatasi dengan menggunakan falsafah ekonomi iaitu
menghubungkan pertumbuhan ekonomi dan pencemaran persekitaran. Intrepetasi ini boleh
dilakukan oleh pengkaji dengan menggunakan hipotesis keluk Kuznets diperkenalkan oleh Simon
Kuznets. Lebih memburukan lagi, lebih daripada 60% pengeluaran karbon dioksida memberi
kesan kepada gas rumah hijau (Ozturk dan acaravcii, 2010). Sumber utama yang memyebabkan
kandungan karbon dioksida meningkat di dalam udara ialah penggunaan tenaga yang tidak boleh
diperbaharui iaitu minyak, gas dan arang batu. Terdapat pendapat yang mengatakan bahawa pihak
berwajib perlu menjalankan tindakan dengan mengurangkan penggunaan tenaga tersebut tetapi hal
ini akan memberi kesan kepada pertumbuhan ekonomi. Hal ini demikian kerana terdapat hubungan
yang signifikan di antara pertumbuhan ekonomi, pengeluaran karbon dioksida dan penggunaan
Situasi di Malaysia, penggunaan tenaga meningkat 6.76% secara purata dalam tahun 2010
dengan anggaran penggunaan 72 646 kilo tone daripada 6093 ktoe pada tahun 1971(Bank Dunia,
2011). Peningkatan ini hasil daripada implikasi polisi penggunaan bahan api yang memberi fokus
kepada pengurangan menggunakan petroleum sebagai sumber utama tenaga.
Walaubagaimanapun, penggunaan petroleum dalam Malaysia berkurangan, tetapi pengunaan gas
asli, arang batu dan tenaga hydro meningkat pada tahun 2010. Bahan api petroleum berkurangan
daripada 75.55% pada tahun 1980 kepada 32% pada tahun 2010, gas asli meningkat sebanyak
47.17%, arang batu 18.87% dan tenaga hydro 2.14%.Oleh itu, fokus utama dalam kajian ini adalah
untuk menyiasat hubungan jangka-panjang dan causal di antara pengeluaran Co2, pertumbunhan
ekonomi dan penggunaan tenaga bahan api.
Kajian ini berpotensi dalam membantu pengubal polisi dalam mewujudkan satu rangka
polisi yang berkesan dalam mengatasi masalah pemanasan global tanpa mengurangkan
pertumbuhan ekonomi. objektif kajian ini untuk menyiasat hubungan jangka masa panjang dan
pendek dan sebab musabab hubungan pelepasan karbon dioksida dengan pertumbuhan ekonomi
dan penggunaan tenaga.
KAJIAN LEPAS
Fenomena pelepasan gas karbon dioksida ini telah lama dibuat oleh ramai pengkaji dalam
mencari hubungannya dengan pertumbuhan ekonomi dan penggunaan tenaga. Kebiasaanya,
pengkaji akan melakukan fokus kajian tentang nexus penggunaan tenaga dan pertumbuhan
ekonomi. Pertumbuhan ekonomi mempunyai hubungan yang signifikan dengan penggunaan
tenaga malah semakin tinggi penggunaan tenaga, semakin tinggi pertumbuhan ekonomi ( Saboori
dan Sulaiman , 2013). Permasalahan ini dimulakan oleh kraft dan kraft (1978) dengan mencari
hubungan jangka masa panjang di antara penggunaan tenaga dan pertumbuhan ekonomi. kajian
dalam pemasalahan ini telah menghasilkan banyak andaian dan anggaran serta hubungan hala
kerana penggunaan kaedah ekonomatrik dan perbezaan data.
Terdapat bukti dalam satu hubungan tentang sebab dan akibat di anatara negara maju dan
sedang membangun (Lee, 2005 dan Lee dan Chang 2008). Terdapat juga kajian yang menunjukkan
(Lee dan Chang, 2007) dan terdapat bukti juga pertumbuhan ekonomi dan pengunaan tenaga
mempunyai hubangan dua arah ( Saboori dan Sulaiman, 2013).
Walaubagaimana pun, kajian ini tidak tertumpu pada penggunaan tenaga tetapi terdapat
juga kajian yang membawa masalah pencemaran iaitu pelepasan karbon dioksida sebagai proksi
kepada pencemaran. Kajian ini oleh Ang (2008) menerangkan bahawa terdapat hubungan yang
signifikan di antara pelepasan karbon dioksida dengan pertumbuhan ekonomi dan penggunaan
tenaga malah kajian oleh Saboori dan Sulaiman (2013) juga mendapat hasil kajian yang sama
dengan mereka dalam kes di Malaysia. Selain daripada di Malaysia, terdapat kajian yang mencari
hubungan tersebut di negara Eropah ( Acaravci dan Ozturk, 2010) dan Brazil ( Pao dan Tsai, 2011).
Hasil daripada kajian lepas ini menunjukkan bahawa terbukti terdapat hubungan di antara
penggunaan tenaga dan pertumbuhan ekonomi dengan pelepasan karbon dioksida walaupun
penggunaan kaedah ekonomatrik yang berbeza.
METODOLOGI DAN DATA
Dengan merujuk kajian lepas, persaman di bawah merupakan perkara asas dalam mengkaji dan
menyiasat hubungan jangka panjang antara pelepasan CO2, penggunaan tenaga dan pertumbuhan
ekonomi dalam bentuk semi – logarithmic
lnCO2t = ao + a1GDPGt + a2lnENt+ €t (1)
Merujuk persamaan di atas, CO2 merupakan pelepasan CO2 ( jutaan metrik tan), GDPG merupakan
pertumbuhan eknonomi (dalam peratus) dan EN ialah penggunaan tenaga per kapita yang
mengandungi tenaga arang batu, minyak, gas asli dan elektrik (quadrillion BTU). Data dalam
kajian ini bermula pada tahun 1972 hingga 2011. Kesemua data ini bersumberkan data Bank dunia.
Merujuk rajah graf di bahagian appendix A, pembebasan CO2 dan penggunaan sumber tenaga
meningkat sepanjang tahun berbanding pertumbuhan ekonomi. Hal ini menunjukkan bahawa
penggunaan tenaga dan pembebasan CO2 mempunyai hubungan dan tidak memberi kesan kepada
pertumbuhan ekonomi. Graf tersebut juga menunjukkan bahawa pembolehubah CO2 dan EN
mempunyai trend dan pembolehubah GDPG tidak mempunyai trend. Selain itu, mengikut jadual
deskriptif (lihat appendix), data GPPG mempunyai masalah pengedaran kerana ujian jarque-Bera
Kajian ini menggunakan kaedah autoregressive distributed lag (ARDL) yang disarankan oleh
Pesaran at al (2001) sebagai keadah untuk menganalisis kointegrasi. Kaedah ini mempunyai
kelebihannya. Kaedah ini tidak begitu komplex kerana ARDL boleh dianalisis oleh pegkaji dengan
menggunakan data yang berada dalam keadaan kepegenun dalam tahap level dan first difference,
pembolehubah dalam persamaan tersebut di analisis dengan serentak untuk mencari hubungan
jangka panjang dan pendek, ciri data yang mempunyai sample yang rendah boleh diguna pakai
dalam ARDL, dan kaedah ini boleh menyelesaikan masalah endogeneity kerana semua
pembolehubah dianggap oleh keadah ini sebagai endogenous.
Ujian Bound test ini digunakan oleh pengkaji dalam menganalisis hubungan jangka masa panjang
kelepasan karbon dioksida, pertumbuhan ekonomi, dan penggunaan tenaga. Rangka kerja untuk
ARDL merupakan persamaan (2) seperti dibawah
∆� � = + ∑ �∆� �−�
Dalam persamaan tersebut, bi,ci dan di merupakan wakil kepada error correction dynamics
manakala λ1, λ2, dan λ3 merupakan satu petanda kepada hubungan jangka masa panjang . kesemua tanda tersbeut akan digantikan dengan pembolehubah- pembolehubah dalam kajian ini. dalam
ujian bound, langkah pertama dalam ARDL bound test ialah mencari lag masa yang sesuai untuk
digunakan oleh pengkaji dalam mencari hubungan jangka panjang dan pendek. Ujian bound ini
menghasilkan satu nilai untuk menganalisis untuk hipotesis iaitu null hipotesis ialah βo =
βi=β2=β3=β4=0 terhadap alternatif hipotesis iaitu βo≠ βi≠β2≠β3≠β4≠0. Jadual Pesaran et al (2001)
telah menyedaikan nilai kritikal dalam menguji hipotesis tersebut dengan saiz sampel 500 hingga
1000 pemerhatian. Narayan (2005) pula menyediakan nilai kritikal dalam menguji hipotesis
tersebut untuk saiz yang kecil. Beliau membuat penhujahan jadual Pesaran tidak sesuai untuk
mengkaji ujain hipotesis untuk saiz sampel yang besar oleh itu kajian ini menggunakan nilai
kritikal yang disedaikan oleh Narayan (2005). Dalam nilai kritikal tersebut, terdapat dua bahagian,
iaitu nilai bawah i(0) dan nilai tinggi i(1). Null hipotesis tersebut akan ditolak oleh pengkaji jika
Setelah mendapat lag masa yang sesuai dan dapat mengesan hubungan kointegrasi dalam
pembolehubah tersebut, pengkaji boleh meneruskan dengan melakukan ujian jangka panjang
dengan ujain Schawetz-Bayesian criteria (SBC), Akaike’s information criteria (AIC) dan adjusted R squared. Apabila pengkaji menghasilkan ujian jangka panjang, error correction model (ECM)
boleh dianggarkan oleh pengkaji. Persamaan (3) dibawah merupakan anggaran asas ECM :
∆� � = + ∑ ∆� �−�
�
�=
+ ∑ ∆� ��−� �
�=
+ ∑ ∆� �−�
�
�=
− ��+ �
Error correction model (ECM) akan menunjukkan kelajuan pelarasan atau nilai kelajuan
pembolehubah-pembolehubah tersebut kembali kepada keseimbangan jangka panjang. ECM dapat
dilihat tahap signifikannya dengan adanya tanda negatif (-) kepada nilai pekali ECM. Selain itu,
merujuk kepada Pesaran et al (2001), cumulative sum (CUSUM) dan cumulative sum (CUSUMQ)
akan dijalankan oleh pengkaji untuk melihat tahap kestabilan jangka masa panjang dan pendek
dalam persamaan tersebut.
HASIL EMPIRIKAL DAN PERBINCANGAN
Kajian empirikal bermula dengan menggunakan ujian Unit root bersama beberapa ujian seperti
augmented Dickey-Fuller (ADF) (1979) dan Philips-Perron (PP) ( 1988). Langkah ini untuk
memastikan pembolehubah tersebut mempunyai ciri kepegunan pada tahap level dan first
difference kerana ciri tersebut akan menentukan persamaan tersebut berkelayakkan mengguna
keadah ARDL atau ujian Johansen dan Juselius. Null hipotesis ujian unit root ialah tiada
kepegunan dan hipotesis alternatif pula mempunyai kepegunan. Hasil daripada ujian tersebut,
pembolehubah pelepasan karbon dioksida dan penggunaan tenaga berada pada tahap kepegunan
first difference dan pembolehubah pertumbuhan ekonomi berada pada tahap kepegunan level. Hal
ini menunjukkan bahawa ciri data dalam kajian ini bercampur ada I(0) dan I(1). Hasil ujian unit
Jadual 1.0: Hasil Ujian Unit Root
Pembolehubah ADL PP
Level First Difference Level First Different
lnco2
Selepas mengetahui ciri kepegunan data, langkah seterusnya ialah menjalankan ujian Bound dalam
mencari nilai lag masa yang sesuai merujuk persamaan (1). Narayan et al (2008) mengatakan
bahawa keputusan statistic F untuk kointegrasi sentitif dengan numbor lag yang dipilih oleh
pengkaji dalam setiap pembolehubah-pembolehubah. Nilai lag yang maksimum dipilih oleh
pengkaji semasa membuat beberapa ujian untuk mengelak daripada persamaan tersebut tidak bias.
Lag yang optimum ini dipilih oleh pengkaji dengan menggunakan ujian –ujian AIC, SIC, dan adjusted R square. Nilai statistik –F menunjukkan bahawa model tersebut mempunyai kointegrasi di antara pembolehubah-pembolehubah. Hipotesis null merupakan tiada kointegrasi
dan hipotesis alternatif pula ada kointegrasi. Hasil daripada ujian ini, persamaan (2) mempunyai
hubungan yang signifikan pada aras 10% dan pada lag masa 3.
Hal ini menunjukkan bahawa persamaan (2) tidak mempunyai masalah bias dan regrasi
tidak palsu. Kesemua hasil ujian ini diringkaskan oleh pengkaji pada jadual di bawah.
Jadual 2.0: Hasil Ujian Bound
Jadual 3.0 : Hasil Jangka Masa Panjang
Pembolehubah Keputusan
GDPG
LnEN
Constant
0.020367***
(0.004724)
1.141476***
(0.046539)
-2.316126***
(-13.0709)
Nota: 1%***. 5%**, 10%*
� �= − . + . � ��+ . � �+ �
Selepas keputusan ujian bound, analisis ARDL diteruskan oleh pengkaji dengan menggunakan
ujian jangka masa panjang persamaan tersebut. Hal ini demikian kerana, ujian ini dilakukan oleh
pengkaji untuk melihat hubungan jangka masa panjang persamaan (1) dan menjawap objektif
kajian ini. hasil ujian tersebut menunjukkan bahawa pembolehubah pertumbuhan ekonomi dan
penggunaan tenaga signifikan pada aras 1% dan menunjukkan hubungan positif dengan pelepasan
karbon dioksida. Nilai pekali pertumbuhan ekonomi ialah 0.020367 menunjukkan bahawa
peningkatan 1% pertumbuhan ekonomi akan memberi kesan 2.0% peningkatan kepada pelepasan
karbon dioksida. Pembolehubah penggunaan tenaga pula menunjukkan nilai pekali sebanyak
1.141476 membawa maksud peningkatan 1% dalam penggunaan tenaga akan meningkatkan
pelepasan karbon dioksida sebanyak 1.1415%. keputusan ini menunjukkan bahawa segala aktiviti
penggunaan tenaga yang perlu untuk membangunkan pertumbunhan ekonomi akan meningkatkan
pelepasan karbon dioksida secara positif. Hal ini dapat dilihat dengan secara ringkat dalam jadual
di atas. Hubungan jangka masa pendek pula, nilai cointEq menunjukkan bahawa persamaan ini
mempunyai hubungan jangka masa panjang dan kointegrasi.
Pesaran et al (2001) mengatakan bahawa nilai tersebut perlu negatif dan signifikan untuk
memberi simbol kepada kointegrasi sesama pembolehubah. Nayaran (2005) pula mengatakan
bahawa nilai tersebut perlu negative supaya data tersebut tidak meletus dan hubungan jangka sama
Walaubagaimanapun, sebelum menganalisis hubungan jangka masa pendek pengkaji perlu
melakukan ujian diagnostik. Ujian ini mengandungi beberapa ujian iaitu ujian normality,
heterokedastisiti, autokolerasi dan RESET test. Kesemua ujian tersebut gagal menolak hipotesis
null iaitu tiada masalah heterokedastisiti, auutokolerasi, edaran data yang normal dan model yang
tiada masalah specification. Hasil ujian ini diringkaskan oleh pengkaji seperti dibawah.
Jadual 4.0: Hasil Ujian Diagnostik
Diagnostik Value
Bruesch-godfrey LM correlation 1.0652(0.3598)
RESET test 0.8788(0.3875)
Jadual 5.0: Hasil Ujian ECM
Jadual di atas merupakan hasil daripada ARDL dalam mengesan hubungan jangka masa
pendek. Pembolehubah pertumbuhan ekonomi (GDPG) menunjukkan hubungan positif pada lag
pertama kepada pelepasan karbon dioksida. Peningkatan 1% dalam pertumbuhan ekonomi akan
meningkatkan pelepasan karbon dioksida sebanyak 0.4% dan bagi lag 2 dan 3, hubungannya tidak
signifikan berbanding lag pertama signifikan pada aras 5%. Pembolehubah penggunaan tenaga
pula menunjukkan hubungan yang positif pada lag pertama tetapi pada lag ketiga hubungannya
menjadi negatif dan kedua-duanya tidak signifikan pada aras 5% dan 10%.
Disamping itu, ujian kestabilan hubungan jangka masa panjang perlu dilakukan oleh
pengkaji dengan menggunakan kaedah CUSUM dan CUSUMQ. Ujian ini akan menentukan
kestabilan pekali hubungan jangka panjang. Ujian ini dibentuk menggunakan penambahan rekursi
berdasarkan set pertama dan ia akan mengemas kini secara rekursif dengan membuat plot terhadap
titik pulangan. Hasil ujian tersebut menunjukkan bahawa hubungan jangka masa panjang stabil
kerana tidak melepasi garisan signifikan pada aras 5%. Hal ini dapat dirujuk dengan rajah dibawah.
Rajah 1.0 : Hasil Ujian CUSUM dan CUSUMQ
-16 -12 -8 -4 0 4 8 12 16
86 88 90 92 94 96 98 00 02 04 06 08 10
-0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4
86 88 90 92 94 96 98 00 02 04 06 08 10
CUSUM of Squares 5% Significance
Ujian Granger Causality
Jadual 6.0: Hasil Ujian Granger Causality
Cases Granger causality test
Lnco2 GDPG Lnco2
lnEN Lnco2
lnEN GDPG
Jadual di atas merupakan ringkasan ujian Granger causality di antara
pembolehubah-pembolehubah. Hasil daripada ujian ini menunjukkan bahawa pembolehubah tersebut mempunyai
hubungan satu arah granger causality. Pembolehubah penggunaan tenaga mempunyai kedua-dua
hubungan dengan pelepasan karbon dioksida dan pertumbuhan ekonomi dan pertumbuhan
Hasil daripada analisis persamaan tersebut menunjukkan bahawa terdapat hubungan yang
signifikan dan positif antara pelepasan gas karbon dioksida dengan pertumbuhan ekonomi dan
penggunaan tenaga. Walaubagaimanapun, kesan hubungan tersebut tidak begitu besar kerana nilai
perubahan yang akan belaku kepada peningkatan pelepasan karbon dioksida tidak kurang daripada
1%. Objektif kajian ini telah terjawap dengan hasil anggaran dalam ARDL dan ujian Granger
causality
Oleh itu, pihak berwajib perlu mengambil langkah yang proaktif dan komprehensif
untuk menyelesaikan masalah gas rumah hijau ini dan dalam masa yang sama petumbuhan
ekonomi boleh dipertingkatkan secara optimum.
Polisi yang kerajaan perkenalkan iaitu four-fuel diversification pada tahun 1981 dan
five-fuel diversification pada tahun 2002 perlu diperlihatkan semula kerana penggunaan tenaga
boleh membantu kepada pertumbuhan ekonomi. Langkah yang lebih proaktif perlu dibentuk oleh
pihak berwajib dalam penggunaan tenaga yang boleh diperbaharui seperti tenaga solar, tenaga hyro
dan tenaga angina.
Hal ini demikian kerana, jika pihak tersebut mahu membendung gejala penggunan tenaga yang
mengeluarkan kandungan gas karbon dioksida dalam kuantiti yang banyak, tenaga yang boleh
diperbaharui merupakan jawapan dan salah satu langkah.
RUJUKAN
A. Acaravci, I. (2010). on the relationship between energy consumption, CO2 emissions and
economic growth in Europe. Energy 35, 5412-5420.
Ang, J. (2008). Economics development, pollutant emissions and energy consumption in Malaysia.
Journal of policy modeling 30, 271-278.
Behnaz Saboori, J. S. (2013). Environmental degradation, economic growth and energy
consumption : evidence of the encionmental kuznets curve in Malaysia. Enery Policy,
892-906.
C.C Lee, C. C. (2007). Eenergy consumption and GDP revisited : a panel analysis of developed
C.C Lee, C. C. (2008). Energy consumption and economics growth in Asian economies : a more
comprehensive analysis using panel data. resource and energy economics 30, 50-65.
D.A Dickey, W. F. (1979). Distributions of estimators for autoregressive time series with a unit
root. Journal of American Statistical Association, 427-431.
H. Pao, C. T. (2011). Modeling and forecasting the co2 emissions, energy consumption and
economics growth in Brazil. energy 36, 2450-2458.
J. Kraft, A. K. (1978). on the relationship between energy and GNP. Journal of Energy and
Development 3, 401-403.
Lee, C. (2005). energy consumption and GDP in developing countries : A cointegration panel
analysis. Energy Economics 27, 415-427.
M.H Pesaran, Y. R. (2001). Bounds testing approaches to the analysis of level relationship.
Journal of Applied Economatrics 16, 289-326.
Narayan, P. (2005). The saving and investment nexus in China : evidence from cointegration test.
Applied Economatrics 37, 1979-1990.
P.K Narayan, R. (2008). Energy consumption and real GDP in G-7 countries : new evidence from
panel cointegraion with structural break. Energy Economics 30, 2331-2341.
Peter C.B Phillips, P. P. (1988). Testing for unit root in time series regression. biometrika,
335-346.
White, H. (1980). A Heterokedasticity-consisten Covarience Matrix estimator and a Direct test
APPENDIX A
0.0 0.2 0.4 0.6 0.8 1.0
1975 1980 1985 1990 1995 2000 2005 2010
lnCo2
-8 -4 0 4 8 12
1975 1980 1985 1990 1995 2000 2005 2010
GDPG
2.0 2.2 2.4 2.6 2.8
1975 1980 1985 1990 1995 2000 2005 2010
lnEN
