Evidence from the South African Energy Sector on the Impact of Gas Consumption and Technologies on the Environment

封面

如何引用文章

全文:

详细

Legacy emissions from fossil fuel consumption signify the lasting impact of past carbon dioxide (CO2) emissions on present-day emissions. Given that the current emission levels are also high; it has become urgent to deal with this crisis. This study aims to examine the effects of gas consumption, legacy CO2 emissions, energy decoupling, and population on carbon dioxide emissions in South Africa using the modified IPAT identity and the Markov Switching Dynamic Regression analysis. Integrating additional variables into the modified IPAT identity uncovered evidence from the South African energy sector on the impact of gas consumption on the environment. The Markov Switching Dynamic Regression Model (MSDRM) utilised annual data from the South African energy sector from 1966 to 2020, collected from diverse sources. Results indicate that the Gas model’s probability (i.e., 0.8475) would persist in high-emissions states over time. The MSDRM results showed that gas consumption suggests a statistically significant negative relationship between gas consumption (-0.0461) and CO2 emissions, meaning that despite the decrease in CO2 emissions from using gas, it does not imply instant reversals in the ambient CO2 as to reduce the overall CO2, likely contributed from other CO2-emitting fuels. The MSDRM results showed that legacy CO2 emissions positively impact (I) current CO2 emissions and that decoupling (T) leads to increased CO2 emissions-the latter relationship indicating likely energy rebounding. These findings highlight the need to prioritise interventions and strategies targeting the factors with higher probabilities of contributing to sustained high emissions, which may involve implementing policies to transition away from high-emission sources while exploring alternatives and adopting cleaner energy sources. The results emphasise the challenge of decoupling economic growth from high CO2 emissions and underscore the importance of sustained efforts to address and mitigate climate change.

作者简介

Collin Yobe

University of South Africa, Graduate School of Business Leadership

编辑信件的主要联系方式.
Email: collinyobe@gmail.com
ORCID iD: 0000-0001-5270-2192

Postdoctoral Research Fellow

Cnr Janadel and, Alexandra Ave, Midrand, 1686, South Africa

Binganidzo Muchara

University of South Africa, Graduate School of Business Leadership

Email: Muchab@unisa.ac.za
ORCID iD: 0000-0003-0578-576X

Doctor, Senior Lecturer

Cnr Janadel and, Alexandra Ave, Midrand, 1686, South Africa

参考

  1. Abas, N., Kalair, A., & Khan, N. (2015). Review of fossil fuels and future energy technologies. Futures, 69, 31-49. https://doi.org/10.1016/j.futures.2015.03.003
  2. Andrew, R., & Peters, G. (2021). The Global Carbon Project’s Fossil CO2 Emissions Dataset. Zenodo: Geneva, Switzerland.
  3. Benli, B., Gezer, M., & Karakas, E. (2020). Smart City transformation for mid-sized cities: Case of Canakkale, Turkey. Handbook of smart cities, 1-20.
  4. Berry, E.X. (2019). Human CO2 emissions have little effect on atmospheric CO2. International Journal of Atmospheric and Oceanic Sciences, 3(1), 13-26. https://doi.org/10.1007/978-3030-15145-4_23-1. https:10.11648/j.ijaos.20190301.13
  5. Caineng, Z.O. U., Xiong, B., Huaqing, X.U. E., Zheng, D., Zhixin, G.E., Ying, W.A. N.G., & Songtao, W.U. (2021). The role of new energy in carbon neutral. Petroleum exploration and development, 48(2), 480-491. https://doi.org/10.1016/S1876-3804 (21)60039-3
  6. Chertow, M.R. (2000). The IPAT equation and its variants. Journal of industrial ecology, 4(4), 13-29. https://doi.org/10.1162/10881980052541927
  7. Chovancová, J., & Tej, J. (2020). Decoupling economic growth from greenhouse gas emissions: The case of the energy sector in V4 countries. Equilibrium. Quarterly Journal of Economics and Economic Policy, 15(2), 235-251
  8. Covert, T., Greenstone, M., & Knittel, C.R. (2016). Will we ever stop using fossil fuels? Journal of Economic Perspectives, 30(1), 117-138
  9. Du, K., Li, P., & Yan, Z. (2019). Do green technology innovations contribute to carbon dioxide emission reduction? Empirical evidence from patent data. Technological Forecasting and Social Change, 146, 297-303. https://doi.org/10.1016/j.techfore.2019.06.010
  10. Gielen, D., Boshell, F., Saygin, D., Bazilian, M.D., Wagner, N., & Gorini, R. (2019). The role of renewable energy in the global energy transformation. Energy strategy reviews, 24, 38-50. https://doi.org/10.1016/j.esr.2019.01.006
  11. Granshaw, F.D. (2020). 5: The Carbon Cycle. Climate Toolkit 2.0.
  12. Gujarati, D.N. (2004). Basic Econometrics, The McGraw. Hill Companies.
  13. Hamilton, J.D. (1989). A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica: Journal of the econometric society, 357-384. https://doi.org/10.2307/1912559
  14. Hubacek, K., Chen, X., Feng, K., Wiedmann, T., & Shan, Y. (2021). Evidence of decoupling consumption-based CO2 emissions from economic growth. Advances in Applied Energy, 4, 100074. https://doi.org/10.1016/j.adapen.2021.100074
  15. Islam, M.M., Hasanuzzaman, M., Pandey, A.K., & Rahim, N.A. (2020). Modern energy conversion technologies. In Energy for sustainable development (pp. 19-39). Academic Press. https://doi.org/10.1016/B978-0-12-814645-3.00002-X
  16. Jacal, S., Straubinger, F.B., Benjamin, E.O., & Buchenrieder, G. (2022). Economic costs and environmental impacts of fossil fuel dependency in sub-Saharan Africa: A Nigerian dilemma. Energy for Sustainable Development, 70, 45-53. https://doi.org/10.1016/j. esd.2022.07.007
  17. Li, R., & Li, S. (2021). Carbon emission post-coronavirus: continual decline or rebound? Structural Change and Economic Dynamics, 57, 57-67. https://doi.org/10.1016/j. strueco.2021.01.008
  18. Lin, B., & Zhu, J. (2019). The role of renewable energy technological innovation on climate change: Empirical evidence from China. Science of the Total Environment, 659, 1505-1512. https://doi.org/10.1016/j.scitotenv.2018.12.449
  19. Martins, T., Barreto, A.C., Souza, F.M., & Souza, A.M. (2021). Fossil fuels consumption and carbon dioxide emissions in G7 countries: Empirical evidence from ARDL bounds testing approach. Environmental Pollution, 291, 118093. https://doi.org/10.1016/j. envpol.2021.118093
  20. Neves, S.A., & Marques, A.C. (2021). The substitution of fossil fuels in the US transportation energy mix: Are emissions decoupling from economic growth?. Research in Transportation Economics, 90, 101036. https://doi.org/10.1016/j.retrec.2021.101036
  21. Pham, N.M., Huynh, T.L. D., & Nasir, M.A. (2020). Environmental consequences of population, affluence and technological progress for European countries: A Malthusian view. Journal of environmental management, 260, 110143. https://doi.org/10.1016/j.jenvman.2020.110143
  22. Project, G.C. 2021. Supplemental data of global carbon budget 2021 (version 1.0). Global Carbon Project
  23. Raihan, A., Muhtasim, D.A., Farhana, S., Pavel, M.I., Faruk, O., Rahman, M., & Mahmood, A. (2022). Nexus between carbon emissions, economic growth, renewable energy use, urbanization, industrialization, technological innovation, and forest area towards achieving environmental sustainability in Bangladesh. Energy and Climate Change, 3, 100080. https://doi.org/10.1016/j.egycc.2022.100080
  24. Rehman, A., Rauf, A., Ahmad, M., Chandio, A.A., & Deyuan, Z. (2019). The effect of carbon dioxide emission and the consumption of electrical energy, fossil fuel energy, and renewable energy, on economic performance: evidence from Pakistan. Environmental Science and Pollution Research, 26, 21760-21773. https://doi.org/10.1007/s11356-01905550-y
  25. Ripple, W.J., Wolf, C., Lenton, T.M., Gregg, J.W., Natali, S.M., Duffy, P.B., & Schellnhuber, H.J. (2023). Many risky feedback loops amplify the need for climate action. One Earth, 6(2), 86-91
  26. Skånberg, K., & Svenfelt, Å. (2022). Expanding the IPAT identity to quantify backcasting sustainability scenarios. Futures & Foresight Science, 4(2), e116. https://doi.org/10.1002/ ffo2.116
  27. Sorrell, S., Gatersleben, B., & Druckman, A. (2020). The limits of energy sufficiency: A review of the evidence for rebound effects and negative spillovers from behavioural change. Energy Research & Social Science, 64, 101439. https://doi.org/10.1016/j.erss.2020.101439
  28. Stančin, H., Mikulčić, H., Wang, X., & Duić, N. (2020). A review on alternative fuels in future energy system. Renewable and sustainable energy reviews, 128, 109927. https://doi.org/10.1016/j. rser.2020.109927
  29. Wang, Q., & Su, M. (2020). Drivers of decoupling economic growth from carbon emission- an empirical analysis of 192 countries using decoupling model and decomposition method. Environmental Impact Assessment Review, 81, 106356. https://doi.org/10.1016/j. eiar.2019.106356
  30. Wang, Q., & Zhang, F. (2020). Does increasing investment in research and development promote economic growth decoupling from carbon emission growth? An empirical analysis of BRICS countries. Journal of Cleaner Production, 252, 119853. https://doi.org/10.1016/j. jclepro.2019.119853
  31. Wang, Q., & Zhang, F. (2021). The effects of trade openness on decoupling carbon emissions from economic growth-evidence from 182 countries. Journal of cleaner production, 279, 123838. https://doi.org/10.1016/j.jclepro.2020.123838
  32. Wooldridge, J.M. (2010). Econometric analysis of cross section and panel data. MIT press.
  33. Wooldridge, J.M. (2015). Control function methods in applied econometrics. Journal of Human Resources, 50(2), 420-445. https://doi.org/10.3368/jhr.50.2.420
  34. Zou, C., Zhao, Q., Zhang, G., & Xiong, B. (2016). Energy revolution: From a fossil energy era to a new energy era. Natural Gas Industry B, 3(1), 1-11. https://doi.org/10.1016/j. ngib.2016.02.001

补充文件

附件文件
动作
1. JATS XML
下载

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».