Main Drivers of Carbon Dioxide Emissions in Vietnam Trajectory 2000-2011: An Input-Output Structural Decomposition Analysis
Notice bibliographique
Résumé
Vietnam’s rapid economic growth has resulted in serious environmental concerns both at local and global scales. In-depth understanding of the key factors behind the rapid growth of CO2 emissions is of great significance in the development of local and global climate policies. Furthermore, this provides insight into how emerging economies can develop a low emission future. Recent works have demonstrated the effectiveness of the input–output model and structural decomposition analysis in analyzing how changes in different socio-economic factors affect energy-based CO2 emissions in the sectoral level using production and consumption-based perspectives. In the context of Vietnam’s economy, such aspects have not been fully explored in previous literature. This study thus analyzes the driving forces responsible for the increase in CO2 emissions in Vietnam from both production and consumption perspective during periods 2000 – 2007 and 2007 - 2011. The results using the production perspective indicate that during 2000 - 2011 the incremental change in CO2 emissions in Vietnam is driven mainly by the consumption structure (100.5%) and consumption volume (219.4%) which are offset by the decline in technology (-132.7%) and production structure (-22.5%). Population (24.1%) had a small effect on total CO2 emissions. Results using the consumption perspective show that even with large variations between the two periods, household, export and investment are the main drivers responsible for the sharp increase in CO2 emissions. This is offset by the decrease in import factor. Policy implications indicate that improving technology, adjusting production and consumption structure, and optimizing international trade are important factors for alleviating CO2 emissions in Vietnam.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».