Académique Documents
Professionnel Documents
Culture Documents
Article1 FR
Article1 FR
A R T I C L E EN F O A B S T R A C T
Rédacteur en chef : Dr. Mark L'étude se concentre sur les objectifs de développement durable (ODD) 7, 8 et 13. Au carrefour de la
Howells
consommation d'énergie, de la croissance économique et des émissions de carbone, nous avons étudié l'effet
interactif de la consommation d'énergie et de la croissance économique sur les émissions de carbone pour dix-
Mots-clés :
sept pays africains sélectionnés à l'aide de techniques d'estimation statique de panel en utilisant des données
Émissions de carbone
Consommation
annuelles de 2000 à 2017. Les résultats montrent qu'une augmentation de la consommation d'énergie affecte
d'énergie Croissance positivement la croissance économique et négativement les émissions de carbone. Cependant, l'impact de la
économique SDG7 consommation d'énergie sur la croissance économique est plus important que son effet négatif sur
l'environnement. Nous avons constaté que la croissance économique (due à la transition énergétique en
Afrique) réduit ou atténue l'effet négatif de la consommation d'énergie sur l'environnement (indirectement, en
atténuant les émissions de carbone). Une implication notable de notre conclusion est que la transition vers les
énergies renouvelables modère les effets négatifs de l'augmentation de la consommation d'énergie et de la
croissance économique sur l'environnement. Ainsi, en appliquant la théorie de l'intensité énergétique à
l'Afrique subsaharienne, une modification est proposée : les émissions de carbone sont directement
proportionnelles à la quantité d'énergie fossile consommée par unité de production. Nous recommandons de
donner la priorité à la croissance économique et à l'utilisation productive de l'énergie afin de réduire
efficacement l'impact négatif de la consommation d'énergie sur l'environnement. Les études futures pourraient
envisager d'augmenter le nombre de pays et, si les données sont disponibles, une expérience d'intelligence
artificielle pourrait être entreprise pour vérifier la fiabilité des résultats précédents. Nous suggérons également
que les études futures envisagent d'étudier la persistance des émissions en utilisant l'énergie et la croissance
comme variables indépendantes et modératrices clés.
https://doi.org/10.1016/j.esr.2023.101269
Reçu le 12 mai 2023 ; Reçu sous forme révisée le 9 octobre 2023 ; Accepté le 22 novembre 2023.
Disponible en ligne le 13 décembre 2023
2211-467X/© 2023 Les auteurs. Publié par Elsevier Ltd. Cet article est en accès libre sous licence CC BY-NC-ND (http://creativecommons.org/licenses/by- nc-nd/4.0/).
O. Gershon et al. Revues de stratégie énergétique 51 (2024)
101269
autre implication politique notable est la nécessité d'augmenter
(CO2 ) [9]. Cette situation appelle à une étude plus approfondie du lien
l'utilisation de l'énergie productive dans les pays sélectionnés à un
entre la consommation d'énergie, la croissance économique et les
rythme plus élevé que l'augmentation de la population. À cet égard, il
émissions de carbone dans les pays d'Afrique, dans le cadre de la
est essentiel de mettre en évidence la sociologie de l'accès à l'énergie et
transition émergente vers le "net zero".
de l'utilisation de l'énergie. Les résultats ont des implications politiques
[Les auteurs de l'étude (10-14) et (15) ont étudié la causalité entre
pour la possession d'appareils de consommation d'énergie efficaces par
la consommation d'énergie et la croissance économique sans mesurer
les ménages à faible revenu et les petites entreprises. Bien que les
l'effet exact. Ainsi, l'ampleur du changement d'une variable peut être la
résultats montrent un effet de la consommation d'énergie sur
seule cause de l'autre [16]. a étudié 17 économies africaines en
l'environnement atténué par la croissance, les politiques visant à aligner
utilisant le test de Toda-Yamamoto. Les résultats ont confirmé une
l'agenda vert des pays africains semblent impératives. Les résultats de
relation causale unidirectionnelle entre la consommation d'énergie et la
l'étude ne s'appliquent qu'aux pays analysés, en raison de
croissance économique au Ghana, en Côte d'Ivoire, en Algérie et en
l'indisponibilité des données. Les études futures pourraient
Égypte. Le Gabon et la Zambie ont montré une causalité bidirectionnelle entre
éventuellement envisager d'augmenter le nombre de pays et, si les
la consommation d'énergie et la croissance économique. Il n'y a pas de
données sont disponibles, d'entreprendre une expérience d'intelligence
lien de causalité entre les deux variables en Afrique du Sud, au Bénin, en
artificielle pour vérifier les résultats de l'étude.
République démocratique du Congo, au Kenya, au Sénégal, au Soudan, au
Togo, en Tunisie et au Zimbabwe. Les recherches portant sur d'autres
régions géographiques ont abouti à des résultats mitigés, similaires à
ceux d'enquêtes antérieures [13,17].
Par ailleurs, [18] et [19] affirment que la consommation d'énergie,
la croissance économique, la croissance démographique et le
commerce international influencent grandement les émissions de gaz à
effet de serre en Chine et dans les économies développées. Les études
[20-25] et [26] ont examiné la relation entre la consommation
d'énergie et les émissions à l'aide de tests de causalité. Un coup d'œil
rapide sur ces études montre une pléthore de connaissances produites
en termes de causalité entre la consommation d'énergie, la croissance
économique et les émissions de carbone. Cependant, l'ampleur du
changement que chaque variable peut provoquer n'est pas connue, ce qui
constitue une lacune dans les connaissances. C'est pourquoi cette étude
apporte des informations supplémentaires et un éclairage sur la mesure
dans laquelle la consommation d'énergie influe sur la croissance
économique et les émissions de carbone.
Dans ce contexte, et compte tenu de l'augmentation de la
population africaine, nous examinons l'effet combiné de la
consommation d'énergie et de la croissance économique sur les
émissions de carbone en Afrique, la consommation d'énergie étant la
variable modératrice. Plus précisément, l'étude aborde trois questions
interdépendantes : (a) examiner comment la consommation d'énergie
affecte la croissance économique dans certains pays africains ; (b)
analyser l'effet individuel de la consommation d'énergie sur les
émissions de carbone dans certains pays africains ; et (c) examiner si
les interactions entre la croissance économique et la consommation
d'énergie aggravent ou affaiblissent les émissions de carbone dans
certains pays africains. La pertinence de cette étude est due à la nature
des transitions démographiques et énergétiques qui se produisent en Afrique.
Plus précisément, le taux d'accroissement de la population a des
implications sur l'effet interactif de la consommation d'énergie et du
développement économique sur les émissions de carbone. En outre, le
taux de croissance démographique et son interaction avec la croissance
économique pourraient freiner ou accélérer le rythme de la
décarbonisation [27], mais de nombreuses études n'en ont pas tenu
compte.
Dans cette étude, nous avons adapté de manière unique les
méthodes des références [28,29]. L'approche des moindres carrés
généralisés faisables (FGLS) a été utilisée avec un modèle à effets
fixes et aléatoires. La méthode des moindres carrés généralisés a
permis de résoudre les problèmes d'hétéroscédasticité et de corrélation
sérielle qui peuvent survenir avec les modèles à effets fixes et
aléatoires. L'approche unique est appliquée pour répondre aux
questions de recherche dans le cadre théorique.
Une implication notable des résultats de cette étude est que la
transition vers des technologies énergétiques plus propres modère les
effets négatifs de l'augmentation de la consommation d'énergie et de la
croissance économique sur l'environnement. Ainsi, en appliquant la
théorie de l'intensité énergétique à l'Afrique, une modification est
proposée : les émissions de carbone sont directement proportionnelles
à la quantité d'énergie fossile consommée par unité de production. Une
2
O. Gershon et al. recommandations politiques pertinentes.
Revues de stratégie énergétique 51 (2024)
la fiabilité des résultats précédents. Nous suggérons en outre que les 101269
études futures envisagent d'examiner la persistance des émissions en
2. Revue de la littérature
utilisant l'énergie et la croissance comme principales variables
indépendantes et modératrices.
Un examen général de la littérature pertinente et du cadre théorique
du lien entre les émissions de carbone, la consommation d'énergie et la
1.1. Critères de sélection des pays
croissance économique est entrepris ici pour situer l'étude et mettre en
évidence sa pertinence.
L'étude s'est limitée à un groupe sélectionné de pays d'Afrique
subsaharienne, principalement en raison de la disponibilité de
données complètes et fiables sur les variables critiques. Parmi les
nombreux pays du vaste continent africain, les suivants ont été
choisis pour l'examen : Angola, Bénin, Botswana, Cameroun, Coˆte
d'Ivoire, République démocratique du Congo, Gabon, Ghana, Kenya,
Maurice, Mozambique, Namibie, Niger, Nigeria, Sénégal, Afrique du
Sud, Soudan, Tanzanie et Togo. Ce sous-ensemble a été
soigneusement sélectionné pour fournir un échantillon représentatif
des diverses caractéristiques démographiques, économiques et
sociales de la région - en ce qui concerne la consommation d'énergie,
l'accès à l'énergie et les défis qui y sont associés. Bien que l'étude
reconnaisse l'importance de nombreux autres pays d'Afrique
subsaharienne, le groupe choisi reflète l'interaction complexe entre
les changements démographiques, les dynamiques économiques et les
aspects sociaux concernant l'utilisation de l'énergie. Il convient de
noter que l'inclusion de ces pays n'implique pas l'exclusion des autres
; elle sert plutôt de point de départ stratégique pour l'analyse, compte
tenu de l'infrastructure de données disponible et de l'objectif
d'explorer les tendances et les défis communs dans le secteur de
l'énergie à travers un éventail diversifié de contextes.
Dans les pays d'Afrique subsaharienne sélectionnés, une tendance
démographique notable est la croissance substantielle de la
population combinée à une structure démographique jeune, qui
influence directement la demande d'énergie à des fins résidentielles,
industrielles et commerciales. À mesure que le taux d'urbanisation
augmente, la demande d'énergie se concentre dans les zones urbaines,
d'où la nécessité d'une planification énergétique axée sur les villes. Le
développement économique varie considérablement d'un pays à
l'autre, ce qui a un impact sur l'accessibilité et l'abordabilité de
l'énergie. La croissance économique s'accompagne généralement
d'une augmentation de la demande d'énergie, en particulier dans les
secteurs à forte intensité énergétique tels que l'industrie
manufacturière et les transports. Si certains pays connaissent une
expansion économique rapide, d'autres sont confrontés à des problèmes
de pauvreté et d'accès limité à l'énergie. En outre, la présence de
ressources énergétiques telles que le pétrole, le gaz naturel et les
minerais dans certains pays détermine les stratégies énergétiques et le
potentiel d'exportation, façonnant ainsi leur paysage économique.
Sur le plan social, les inégalités d'accès à l'énergie persistent, les
régions rurales étant confrontées à des difficultés d'accès aux services
énergétiques modernes, ce qui affecte les soins de santé, l'éducation
et les opportunités économiques. Cette répartition inégale s'étend aux
zones urbaines qui bénéficient d'un meilleur accès à l'énergie. De
nombreux individus sont confrontés à la pauvreté énergétique, ce qui
nuit à leur qualité de vie en raison d'un accès insuffisant à l'électricité
et à des installations de cuisson propres. La conscience
environnementale s'accroît, ce qui favorise l'adoption de solutions
énergétiques durables. La plupart des pays sélectionnés mettent
l'accent sur l'intégration des sources d'énergie renouvelables et
l'amélioration de l'efficacité énergétique en réponse aux défis
environnementaux croissants tels que le changement climatique et la
dégradation des écosystèmes. Cette transition s'aligne sur les efforts
mondiaux visant à atténuer les effets néfastes de la consommation
d'énergie sur l'environnement et à passer à des solutions énergétiques
plus respectueuses de l'environnement. Une comparaison plus
poussée des pays sélectionnés est présentée au point 4.2.
Le document est organisé comme suit : la première section
présente et donne le contexte de l'étude ; la deuxième section traite de
la littérature pertinente ; la troisième section couvre la méthodologie
de recherche ; la quatrième section analyse les résultats empiriques ;
et la cinquième section conclut le document en formulant des
3
O. Gershon et al. Revues de stratégie énergétique 51 (2024)
101269
économique. Cela suggère qu'à mesure que les économies se
2.1. Cadre théorique
développent, elles tendent à devenir plus efficaces sur le plan
énergétique, ce qui signifie que moins d'énergie est nécessaire pour
2.1.1. Théorie de la consommation d'énergie
produire le même niveau de rendement. Cette amélioration de
La théorie de la consommation d'énergie est un concept
l'efficacité est attribuée aux progrès de la technologie et des processus
fondamental dans le domaine des études énergétiques. Elle examine les
industriels.
modèles et les tendances de l'utilisation de l'énergie dans divers
Toutefois, la relation entre la consommation d'énergie et la
secteurs de l'économie et de la société. Cette théorie repose sur l'idée
croissance économique n'est pas nécessairement linéaire. Le rythme de
que l'énergie est une ressource limitée et que son utilisation efficace est
la consommation d'énergie tend à ralentir par rapport au taux de
cruciale pour le développement durable. La théorie étudie la manière
croissance du PIB à mesure que les économies progressent et
dont les individus ou les organisations utilisent l'énergie et les
deviennent plus efficaces. La diminution de l'intensité énergétique de
variables qui influencent les modèles de consommation d'énergie. Elle
l'expansion économique est le nom donné à ce processus. Il implique
vise à expliquer pourquoi et comment les gens utilisent l'énergie et les
qu'au fur et à mesure que les économies se développent, elles
éléments qui influencent cette consommation. L'une des principales
découvrent des moyens d'augmenter la production et la consommation
hypothèses de la théorie est que les individus et les organisations sont
d'énergie.
des acteurs rationnels qui souhaitent maximiser leur utilité en utilisant
les ressources énergétiques de manière optimale [30].
La croissance démographique est un facteur important qui influe
sur la consommation d'énergie. Plus la population augmente, plus la
demande d'énergie pour répondre aux besoins de base tels que la
cuisine, le chauffage, le transport et l'électricité augmente.
L'augmentation de la population dans les pays en développement peut
entraîner une hausse de la consommation d'énergie, car davantage de
personnes ont besoin de services énergétiques [31,32].
Les facteurs économiques, la technologie, les normes culturelles et
sociétales, les attitudes et croyances individuelles, ainsi que les règles
et réglementations gouvernementales influencent l'utilisation de
l'énergie. Avec la croissance économique, les industries se développent
et les processus de production deviennent plus gourmands en énergie.
Par exemple, le secteur manufacturier nécessite d'importantes quantités
d'énergie pour des processus tels que la production, le transport et la
logistique. Par conséquent, la croissance économique entraîne souvent
une augmentation de la consommation d'énergie. Selon Ref. [33], les
variables économiques telles que les coûts de l'énergie ont une
influence significative sur les modèles de consommation d'énergie. Par
exemple, lorsque les prix de l'énergie sont élevés, les consommateurs
et les entreprises peuvent choisir de consommer moins d'énergie ou
d'investir dans des dispositifs d'économie d'énergie. En conclusion, la
théorie de la consommation d'énergie offre un cadre permettant de
comprendre les nombreuses variables qui affectent les tendances de la
consommation.
7
O. Gershon et al. Revues de stratégie énergétique 51 (2024)
101269
en fonction de la consommation d'énergie et d'autres facteurs : Y = f 3.4. Spécification du modèle empirique
(EC
...), où : Y = croissance économique et EC représente la consommation Le modèle empirique suit les travaux de [18,19,47-50]. La forme
d'énergie. fonctionnelle du modèle empirique est Y = f(EC,
TO,FDI,GE,POP,DCPS,GFCF) où :
3.2. Description des données et attentes a priori Y représente la croissance
économique. EC est la
La recherche a utilisé des données de panel collectées annuellement consommation d'énergie,
de 2000 à 2017. L'ensemble des données provient des Indicateurs du TO est Trade Openness (ouverture commerciale),
développement mondial (IDM) de la Banque mondiale. L'étude a été IDE est l'investissement direct
limitée à quelques pays d'Afrique subsaharienne, principalement en raison étranger, GE est la dépense
de la disponibilité des données pour les variables critiques. L'Afrique publique, POP représente la
du Sud, l'Angola, le Bénin, le Botswana, le Cameroun, la Côte d'Ivoire, croissance de la population,
le Gabon, le Ghana, la Guinée, le Kenya, Maurice, le Mozambique, la DCPS est le crédit intérieur au secteur privé, et. FBCF
Namibie, le Niger, le Nigeria, la République démocratique du Congo, est la formation brute de capital fixe.
le Sénégal, le Soudan, la Tanzanie et le Togo sont quelques-uns de ces L'ouverture commerciale, l'investissement direct étranger, les
pays. Au total, les données concernant 19 pays couvrent une période dépenses publiques, la croissance démographique, le crédit intérieur au
de 18 ans. Les variables utilisées dans l'étude figurent dans le tableau secteur privé et la formation brute de capital fixe ont servi de variables
1. de contrôle dans cette analyse. Ces variables de contrôle ont été
utilisées sur la base de [48-50].
3.3. Techniques d'estimation Sous forme de modèle, les relations empiriques sont les suivantes :
Ce document a utilisé deux techniques d'estimation statique de Yi = β + β EC + β TO + β FDI + β GE + β POP + β DCPS
panel -
Effets aléatoires (RE) et effets fixes (FE) comme dans les références ,t 0 1 i,t 2 i,t 3 i,t 4 i,t 5 i,t 6 i,t
[28,29,46] - pour
analyser les données. Pour garantir la robustesse et la fiabilité de + β FBCF7i,t + ε t
l'estimation, ainsi que pour éliminer l'hétéroscédasticité et la (1)
corrélation sérielle, la méthode des moindres carrés généralisés
réalisables (FGLS) a été utilisée - avec un modèle à effets fixes et Émissions de carbonei,t = β0 + β1 ECi,t + β2 TOi,t + β FDI3i,t + β4
aléatoires. La méthode des moindres carrés généralisés a permis de GEi,t
résoudre les problèmes d'hétéroscédasticité et de corrélation sérielle.
Les modèles à effets fixes et aléatoires sont plus efficaces lorsqu'il + β5 POPi,t + β6 DCPSi,t + β GFCF7i,t + εt (2)
s'agit de données de panel qui présentent davantage de variations intra-
individuelles ou intra-temporelles. Les modèles à effets fixes et Émissions de carbonei,t = β0 + β1 ECi,t + β2 Croissancei,t + β3 (EC ∗
aléatoires sont plus efficaces lorsqu'il s'agit de données de panel qui Croissance)i,t
présentent davantage de variations intra-individuelles ou intra-
+ β4 TOi,t + β FDI5i,t + β6 GEi,t + β7 POPi,t + β8 DCPSi,t + β GFCF9i,t
temporelles. Cela permet d'isoler l'effet causal de politiques
spécifiques. En outre, nous avons utilisé des modèles à effets fixes et +εt
aléatoires pour traiter les problèmes d'endogénéité en tenant compte (3)
des facteurs non observés et invariants dans le temps liés aux variables Le pays et le moment sont désignés par les indices t et i,
explicatives. Ces modèles utilisent des caractéristiques individuelles ou respectivement.
temporelles spécifiques pour réduire le biais causé par l'endogénéité.
La principale différence entre les modèles à effet fixe et les 4. Résultats et discussions
modèles à effet aléatoire est déterminée par la fonction des variables
muettes. Le modèle à effet fixe est utilisé lorsque le paramètre estimé 4.1. Statistiques descriptives
(variable muette) est une composante de l'ordonnée à l'origine. En
revanche, le modèle à effet aléatoire est utilisé lorsqu'il s'agit d'une Les statistiques descriptives des facteurs pris en compte dans cette
composante du terme d'erreur. étude figurent dans le tableau 2.
Le test de Hausman examine les modèles à effets fixes et aléatoires, Le produit intérieur brut réel (PIBR) moyen des 19 pays africains
en supposant que les effets individuels ne sont liés à aucun régresseur étudiés entre 2000 et 2017 était de 500 millions de dollars. Avec une
du modèle (Hausman, 1978). Lorsqu'un effet particulier viole les valeur basse de 15,2 millions de dollars et une valeur haute de 428
exigences de Gauss-Markov en étant corrélé avec d'autres régresseurs, millions de dollars, la fourchette annuelle entre les pays étudiés était de
l'effet aléatoire n'est plus le meilleur estimateur linéaire sans biais (BLUE). 948,6 millions de dollars. L'une des variables dépendantes considérées
En effet, le terme d'erreur d'un modèle à effet aléatoire contient des dans cette étude est la consommation d'énergie, qui a une valeur
effets individuels. Par conséquent, lorsque l'hypothèse nulle est rejetée, moyenne de 162,061 kg d'équivalent pétrole par personne, la valeur la
le modèle à effet fixe l'emporte sur le modèle aléatoire. Un modèle à plus élevée dans la région étant de 642,084 kg et la valeur la plus basse
effet fixe est toujours BLUE puisque l'ordonnée à l'origine contient des de 54,298 kg.
effets individuels et que la corrélation entre l'ordonnée à l'origine et le L'écart par rapport à la moyenne des émissions mesurées par les
régresseur n'est pas soumise à la condition de Gauss-Markov. Stata 17 émissions de dioxyde de carbone en kilo tonnes est de 88 550,16 kilo
a été utilisé pour analyser les données. tonnes dans la région avec une valeur moyenne de 31 902,98 kilo
tonnes et avec 670 kilo tonnes et 447 930 kilo tonnes comme valeurs
minimales et maximales, respectivement. Le niveau moyen des
investissements directs étrangers est de
Tableau 1
Variables, source de données et signes attendus.
Variable Description Source Signe attendu Unités de mesure
8
O.PIBR
Gershon et al. Produit intérieur brut réel WDI Revues
Produit intérieur de stratégie
brut énergétique
réel (PIBR) en dollars51 (2024)
américains 101269
Émissions de CO2 Émissions de dioxyde de carbone WDI kilo tonnes
CE Consommation d'énergie WDI Positif/négatif kilogramme d'équivalent pétrole par personne
POUR Ouverture commerciale WDI Positif/négatif Somme des importations et des exportations en % du
PIB
IDE Investissement direct étranger WDI Positif/négatif L'afflux net d'investissements en % du PIB
GE Dépenses publiques WDI Positif Consommation finale des administrations publiques
en % du PIB
POP Taux de croissance de la population WDI Positif le taux de croissance annuel de la population
DCPS Crédit intérieur au secteur privé WDI Positif Crédit intérieur au secteur privé en % du PIB
FBCF Formation brute de capital fixe WDI Positif Formation brute de capital fixe en % du PIB
9
O. Gershon et al. Revues de stratégie énergétique 51 (2024)
101269
Tableau 2
Statistiques sommaires.
Variable Observation Moyenne Écart-type Minimum Maximum
3,768%, avec un écart de 5,175% et des valeurs comparables de 41,81 et de 4.2.1. PIB réel - basé sur des groupements régionaux
3,768%. La figure 1 présente le PIB réel moyen des 19 pays africains étudiés
-6,057 pour le maximum et le minimum. entre 2000 et 2017. Un graphique à barres montre comment
Les dépenses de consommation des administrations publiques ont l'utilisation de l'énergie varie selon les régions. Le graphique montre
une valeur moyenne de 14,066, la valeur la plus élevée et la plus faible que les pays d'Afrique de l'Est (EAC) consomment le plus d'énergie,
étant respectivement de 28,319 et 0,9512. L'écart de la région par avec une consommation moyenne de 224,657 kg d'équivalent pétrole,
rapport à la moyenne en proportion du PIB est de 4,996. Le taux de suivis par les pays d'Afrique centrale et d'Afrique de l'Ouest. Le
croissance de la population, indicateur indirect de la croissance de la graphique indique que les pays d'Afrique de l'Est consomment plus
main-d'oeuvre, est en moyenne de 2,512% et s'écarte de la moyenne de d'énergie que les autres régions du continent.
0,775%. La croissance de la population des pays étudiés se situe dans
une fourchette de 2,512 % à 0,775 %. 4.2.2. Consommation d'énergie - sur la base des groupements économiques
0,069 à 3,907%. La figure 2 montre l'évolution de la consommation d'énergie pour
Le crédit domestique au secteur privé (DCPS), un indicateur du les pays africains évalués par catégorie économique. La Communauté de
développement financier, varie de 0,403 à 160,125 dans les pays développement de l'Afrique australe (SADC) consomme le plus d'énergie,
d'Afrique subsaharienne étudiés. L'écart-type régional est de 32,692, suivie par la Communauté économique des États de l'Afrique de l'Ouest
tandis que la valeur moyenne du crédit intérieur au secteur privé est de (CEDEAO).
27,304.
L'investissement a été calculé à partir de la formation brute de 4.2.3. Émissions de carbone - sur la base de groupements régionaux
capital fixe. Le PIB moyen par habitant dans les pays africains est de La figure 3 montre les émissions de dioxyde de carbone dans la
22,274, avec un écart-type de 6,761. La région a connu des région. La région de l'Afrique australe présente le niveau d'émissions
températures aussi élevées que 43,051 et aussi basses que 6,663. le plus élevé, avec une moyenne de 36,994 tonnes métriques par habitant,
L'ouverture commerciale de la région s'étend de suivie par les pays d'Afrique de l'Est et les pays d'Afrique de l'Ouest, qui
19,101 à 152,547 à ses sommets les plus élevés et les plus bas, ont une valeur moyenne de 26,068 et
respectivement. L'écart-type de l'ouverture commerciale est de 26,468 25,013 tonnes métriques par habitant, respectivement. Ce résultat n'est
et la valeur moyenne de 70,316. pas surprenant puisque l'Afrique du Sud, une économie majeure de la
région méridionale, utilise principalement le charbon pour sa
4.1.1. Analyse de corrélation production d'électricité.
La matrice de corrélation (tableau 3) indique la probabilité de
multi-colinéarité des variables. Les prêts intérieurs au secteur privé et 4.2.4. Émissions de carbone - en fonction des catégories de revenus
le PIB réel sont positivement corrélés, comme le montre le tableau 3 ; La figure 4 montre que les pays à revenu moyen supérieur polluent
ainsi, une augmentation de l'un entraînera une augmentation de l'autre. plus que les pays à revenu moyen inférieur. Les pays à revenu
L'ouverture commerciale, l'investissement direct étranger, les dépenses intermédiaire inférieur polluent également plus que les pays à faible
publiques, la croissance démographique et la création brute de capital revenu, selon la moyenne des pays utilisés pour l'étude. Les pays à
fixe en proportion du PIB sont tous liés de manière négative au PIB revenu intermédiaire supérieur et inférieur polluent jusqu'à trois fois
réel. Les coefficients de corrélation étant inférieurs à 0,8, le tableau de plus que les pays à faible revenu.
corrélation ne montre aucune multicolinéarité entre les variables.
4.3. Estimation empirique et discussions
4.2. Analyses comparatives
Les résultats de l'estimation statique du panel sont fournis et
Nous examinons ici de manière comparative comment l'utilisation
analysés dans cette partie dans le contexte de la littérature. Le tableau 3
ou la consommation d'énergie et les émissions de carbone diffèrent
montre comment la consommation d'énergie affecte la croissance
selon les groupes géographiques, sociaux et éco- nomiques dans les 19
économique. L'effet de la consommation d'énergie sur
pays africains étudiés entre 2000 et 2017.
Tableau 3
Analyse de corrélation.
Variables (1) (2) (3) (4) (5) (6) (7) (8) (9)
PIBR (1) 1
CO2 Émissions (2) 0.491* 1
Consommation d'énergie (3) 0.046 -0.117* 1
Ouverture des échanges (4) -0.268* 0.181* -0.138* 1
Investissements directs étrangers (5) -0.126* -0.113* 0.262 0.319* 1
Dépenses publiques (6) -0.122* 0.369* -0.129* 0.502* 0.290* 1
10
O.Croissance de la population (7)
Gershon et al. -0.196* -0.529* 0.263* -0.327* 0.103 -0.234* 1 de stratégie énergétique 51 (2024)
Revues
Crédit intérieur au secteur privé (8) 0.467* 0.827* -0.092 0.206* -0.061 0.429* -0.692*
101269 1
Formation brute de capital fixe (9) -0.124* 0.024 -0.202* 0.231* 0.305* 0.273* 0.158* -0.061 1
11
O. Gershon et al. Revues de stratégie énergétique 51 (2024)
101269
13
O. Gershon et al. Revues de stratégie énergétique 51 (2024)
101269
cette conclusion diffère des résultats obtenus par les références [18,60]
des pays africains sélectionnés. Cette constatation indique que
et [19].
l'augmentation de la consommation d'énergie a un effet décroissant sur
les émissions de carbone. Une explication plausible est que les pays
africains sélectionnés se tournent vers des sources d'énergie plus
durables et à faible teneur en carbone. On peut supposer que la
diminution des émissions de carbone est due à l'augmentation des
mesures d'efficacité énergétique. Ce résultat n'est pas tout à fait
conforme à la théorie de l'intensité énergétique, selon laquelle les
émissions de carbone sont directement proportionnelles à l'énergie
consommée par unité de production. D'un point de vue empirique,
14
O. Gershon et al. Revues de stratégie énergétique 51 (2024)
l'augmentation de la consommation d'énergie a une influence positive 101269
sur les émissions de carbone.
Il existe une relation positive entre l'ouverture commerciale (TO)
et le crédit au secteur privé et les émissions de carbone, ce qui montre
qu'une augmentation de l'une ou l'autre de ces variables augmenterait
les émissions de carbone. Alors que les IDE et la croissance
démographique ont un impact négatif sur les émissions de ces pays.
Les résultats du tableau 6 montrent l'effet interactif de l'utilisation
de l'énergie et de la croissance économique sur les émissions de
carbone dans certains pays de l'UE.
15
O. Gershon et al. Revues de stratégie énergétique 51 (2024)
101269
WDI
Tableau 4
Effet de la consommation d'énergie sur la croissance économique.
VARIABLES CORRIGÉ RANDOM
Note : Les erreurs standard robustes sont entre parenthèses, tandis que les niveaux
de signification de 10
%, 5 % et 1 % sont indiqués par *p < 0,1, **p < 0,05 et ***p < 0,01,
respectivement.
Source : Calculs des auteurs : Calculs des auteurs, 2022 sur la base des données du
WDI
Tableau 5
Effet de la consommation ou de l'utilisation d'énergie sur les émissions de
carbone.
VARIABLES CORRIGÉ RANDOM
Note : Les erreurs standard robustes sont entre parenthèses, tandis que les niveaux
de signification de 10
%, 5 % et 1 % sont indiqués par *p < 0,1, **p < 0,05 et ***p < 0,01,
respectivement.
Source : Calculs des auteurs : Calculs des auteurs, 2022 sur la base des données du
16
O. Gershon et al.
Tableau 6
Avec un log PIB moyen de 18,98502, Revueschaque augmentation
de stratégie de la
énergétique 51 (2024)
101269
L'effet combiné de la consommation d'énergie et de la croissance économique sur consommation d'énergie de 1 kg d'équivalent pétrole réduira les
les émissions de carbone. émissions de carbone de 0,10065 kilotonne avec un niveau significatif
Variables Fixe Au hasard
de 5 %. Cela démontre que la croissance réduit l'impact de la
consommation d'énergie sur les émissions de carbone. Cela réaffirme
Consommation d'énergie 0.00965* 0.00879
les conclusions de [60,66] et [18].
(0.00546) (0.00549)
Log du PIB réel 0.139** 0.137**
(0.0642) (0.0642)
Consommation d'énergie* PIB réel -0.000581** -0.000529*
(0.000290) (0.000292)
Ouverture des échanges 0.00133 0.00150
(0.00125) (0.00126)
Investissement direct étranger -0.00903** -0.00924**
(0.00367) (0.00368)
Dépenses publiques Croissance -0.0110 -0.0108
(0.00689) (0.00692)
démographique -0.497*** (0.0737) -0.497***
(0.0734)
Crédit intérieur au secteur privé 0.0124*** 0.0136***
(0.00209) (0.00206)
Formation brute de capital fixe 0.000593 0.00000910
(0.00319) (0.00321)
Constant -0.208 -0.220
(1.179) (1.213)
Nombre d'observations 342 342
Nombre de groupes 19 19
Wald chi2(9) 146.70
Prob > chi2 0.0000
F(9,314) 14.58
Prob > F 0.0000
sigma_u 1.4388098 1.2509975
sigma_e .2292317 .2292317
Rho .2292317 .96751418
Spécification de Hausman chi2(8) 14.03
Prob > chi2 0.0811
Note : Les erreurs standard robustes sont entre parenthèses, tandis que les niveaux
de signification de 10
%, 5 % et 1 % sont indiqués par *p < 0,1, **p < 0,05 et ***p < 0,01,
respectivement.
Source : Calculs des auteurs : Calculs des auteurs, 2022 sur la base des données du
WDI
Abréviations
10
O. Gershon et al. Revues de stratégie énergétique 51 (2024)
101269
SDGs Objectifs de développement
durable SSA Afrique subsaharienne
SADC Communauté de développement de l'Afrique
australe TO Ouverture commerciale
VAR Modèle vectoriel autorégressif
VECM Modèle vectoriel de correction
d'erreur WDI Indicateurs du
développement mondial WED
Développement économique
mondial
[1] O. Gershon, N.E. Ezenwa, R. Osabohien, Implications des chocs pétroliers sur les
pays africains importateurs nets de pétrole, Heliyon 5 (8) (2019), e02208.
[2] R. Waheed, S. Sarwar, A. Dignah, The role of non-oil exports, tourism and
renewable energy to achieve sustainable economic growth : what we learn from the
experience of Saudi Arabia, Struct. Change Econ. Dynam. 55 (2020) 49-58,
https://doi.org/10.1016/j.strueco.2020.06.005.
[3] O. Gershon, M.M. Wopara, R. Osabohien, Energy Intensity and Economic Growth
in Selected West African Countries. IEEE Xplore, IEEE PES/IAS PowerAfrica,
Nairobi, Kenya, 2020, pp. 1-5, https://doi.org/10.1109/
PowerAfrica49420.2020.9219826, 2020.
[4] M. Kahia, M.S.B. Aïssa, L. Charfeddine, Impact of renewable and non-renewable
energy consumption on economic growth : new evidence from the MENA Net Oil
Exporting Countries (NOECs), Energy 116 (2016) 102-115.
[5] O. Gershon, O. Patricia, Carbon (CO2) footprint determination : an empirical study
of families in Port Harcourt, in : Journal of Physics : Conference Series, 1299,
2019, 1, https://doi:10.1088/1742-6596/1299/1/012019.
[6] S. Egbetokun, E. Osabuohien, O. Onanuga, T. Akinbobola, O. Gershon, V. Okafor,
Environmental pollution, economic growth and institutional quality : exploring the
nexus in Nigeria, Management of Environmental Quality 31 (1) (2020) 18-31,
https://doi.org/10.1108/MEQ-02-2019-0050.
[7] M. Manoranjan, New renewable energy sources, green energy development and
climate change : implications to Pacific Island countries, Manag. Environ. Qual. Int.
J. 23 (3) (2012) 264-274.
[8] A. Asekomeh, O. Gershon, S.I. Azubuike, Optimally clocking the low carbon
energy mile to achieve the sustainable development Goals : evidence from
dundee's electric vehicle strategy, Energies 14 (2021) 842,
https://doi.org/10.3390/ en14040842.
[9] U. Al-Mulali, C.N.B.C. Sab, The impact of energy consumption and CO2 emission
on the economic growth and financial development in the Sub-Saharan African
countries, Energy 39 (1) (2012) 180-186.
[10] A.S. Alshehry, M. Belloumi, Energy consumption, carbon dioxide emissions and
economic growth : the case of Saudi Arabia, Renew. Sustain. Energy Rev. 41
(2015) 237-247.
[11] K. Saidi, M.B. Mbarek, Nuclear energy, renewable energy, CO2 emissions, and
economic growth for nine developed countries : evidence from panel Granger
causality tests, Prog. Nucl. Energy 88 (2016) 364-374.
[12] A.O. Adewuyi, O.B. Awodumi, Renewable and non-renewable energy-growth-
emissions linkages : review of emerging trends with policy implications, Renew.
Sustain. Energy Rev. 69 (2017) 275-291.
[13] M. Shahbaz, S. Sarwar, W. Chen, M.N. Malik, Dynamics of electricity
consumption, oil price and economic growth : global perspective, Energy Pol. 108
(2017)
256-270.
[14] S. Tiba, A. Omri, Literature survey on the relationships between energy,
environment and economic growth, Renew. Sustain. Energy Rev. 69 (2017)
1129-1146.
[15] F.M. Mirza, A. Kanwal, Energy consumption, carbon emissions and economic
growth in Pakistan : dynamic causality analysis, Renew. Sustain. Energy Rev. 72
(2017) 1233-1240.
[16] Y. Wolde-Rufael, Electricity consumption and economic growth : a time series
experience for 17 African countries, Energy Pol. 34 (10) (2006) 1106-1114.
[17] S.Z. Chiou-Wei, C.F. Chen, Z. Zhu, Economic growth and energy consumption
revisited-evidence from linear and nonlinear Granger causality, Energy Econ. 30
(6) (2008) 3063-3076.
[18] A. Alper, G. Onur, Environmental Kuznets curve hypothesis for sub-elements of
the carbon emissions in China, Nat. Hazards 82 (2) (2016) 1327-1340.
[19] U. Al-Mulali, I. Ozturk, The investigation of environmental Kuznets curve
hypothesis in the advanced economies : the role of energy prices, Renew. Sustain.
Energy Rev. 54 (2016) 1622-1631.
[20] R.A. Begum, K. Sohag, S.M.S. Abdullah, M. Jaafar, CO2 emissions, energy
consumption, economic and population growth in Malaysia, Renew. Sustain.
Energy Rev. 41 (2015) 594-601.
[21] M. Javid, F. Sharif, Environmental Kuznets curve and financial development in
Pakistan, Renew. Sustain. Energy Rev. 54 (2016) 406-414.
[22] R. Waheed, D. Chang, S. Sarwar, W. Chen, Forest, agriculture, renewable energy,
and CO2 emission, J. Clean. Prod. 172 (2018) 4231-4238.
[23] E. Dogan, A. Aslan, Exploring the relationship among CO2 emissions, real GDP,
energy consumption and tourism in the EU and candidate countries : evidence from
panel models robust to heterogeneity and cross-sectional dependence, Renew.
11
O. Gershon
[24] et al.
H.A. Bekhet, A. Matar, T. Yasmin, CO2 emissions, energy consumption, Revues de stratégie énergétique 51 (2024)
101269
economic growth, and financial development in GCC countries : dynamic
simultaneous equation models, Renew. Sustain. Energy Rev. 70 (2017) 117-132.
[25] Y. Cai, C.Y. Sam, T. Chang, Nexus between clean energy consumption,
economic growth and CO2 emissions, J. Clean. Prod. 182 (2018) 1001-1011.
[26] V. Bianco, F. Cascetta, A. Marino, S. Nardini, Understanding energy
consumption and carbon emissions in Europe : a focus on inequality issues,
Energy 170 (2019) 120-130.
[27] S.I. Azubuike, O. Gershon, A. Asekomeh, Introduction : decarbonising african
cities in a carbon-constrained World, in : S.I. Azubuike, A. Asekomeh, O.
Gershon (Eds.), Decarbonisation Pathways for African Cities. Palgrave Studies
in Climate Resilient Societies, Palgrave Macmillan, Cham, 2022,
https://doi.org/10.1007/978-3-031- 14006-8_1.
[28] D. Lonˇcar, J. Paunkovi'c, V. Jovanovi'c, V. Krsti'c, Environmental and social
responsibility of companies cross EU countries-Panel data analysis, Sci.
Total Environ. 657 (2019) 287-296.
[29] J. Perles Ribes, M. Sevilla-Jim'enez, M.J. Such-Devesa, Income Differences
Among Spanish Tourist Destinations Using Static Panel Data Analysis, 2022.
Disponible sur SSRN.
[30] B. Vosooghzadeh, Introducing Energy Consumption Theory and its Positive
Impact on the Economy, 2020.
[31] O. Gershon, S. Azubuike, A. Ayodele, Conclusion : towards a decarbonisation
framework for african cities, 2022, in : S. Azubuike, A. Ayodele, O. Gershon
(Eds.), 179-185, Palgrave Studies in Climate Resilient Societies, SpringerNature
(Palgrave Macmillan), Cham, 2022 [Series ISSN 2523-8124].
[32] OCDE, Études de l'OCDE sur la croissance verte, 104, D, 2012,
https://doi.org/10.1787/ 9789264115118-en.
[33] B.K. Sovacool, D.J. Hess, Energy and Culture : Perspectives on the
Nexus, Routledge, 2017.
[34] B.W. Ang, B. Su, Energy consumption, energy efficiency, and economic growth
in China, Energy Econ. 60 (2016) 444-452.
[35] S. Sorrell, Energy, economic growth, and environmental sustainability :
five propositions, Sustainability 6 (10) (2014) 6527-6542.
[36] H. Wang, P. Zhou, D.Q. Zhou, K. Wang, Investigating the dynamic relationship
between energy intensity and economic growth : evidence from China, Energy
Pol. 127 (2019) 147-155.
[37] C. Magazzino, M. Mutascu, M. Mele, S.A. Sarkodie, Energy consumption and
economic growth in Italy : a wavelet analysis, Energy Rep. 7 (2021) 1520-1528.
[38] C. Magazzino, Economic growth, CO2 emissions and energy use in the
South Caucasus and Turkey : a PVAR analyses, Int. Energy J. 16 (4) (2017).
[39] I.K. Maji, C. Sulaiman, A.S. Abdul-Rahim, Renewable energy consumption and
economic growth nexus : a fresh evidence from West Africa, Energy Rep. 5
(2019) 384-392.
[40] S. Sarwar, Impact of energy intensity, green economy and blue economy to
achieve sustainable economic growth in GCC countries : does Saudi Vision 2030
matter to GCC countries ? Renew. Energy 191 (2022) 30-46,
https://doi.org/10.1016/j. renene.2022.03.122.
[41] J.T. Mensah, Carbon emissions, energy consumption and output : a threshold
analysis on the causal dynamics in emerging African economies, Energy Pol.
70 (2014) 172-182.
[42] C. Magazzino, M. Mele, A new machine learning algorithm to explore the CO2
emissions-energy use-economic growth trilemma, Ann. Oper. Res. (2022) 1-
19.
[43] M. Mele, C. Magazzino, N. Schneider, F. Nicolai, Revisiting the dynamic
interactions between economic growth and environmental pollution in Italy :
evidence from a gradient descent algorithm, Environ. Sci. Pollut. Control Ser. 28
(37) (2021) 52188-52201.
[44] C. Magazzino, M. Mele, C. Drago, S. Kus¸kaya, C. Pozzi, U. Monarca, The
trilemma among CO2 emissions, energy use, and economic growth in Russia,
Sci. Rep. 13 (1) (2023), 10225.
[45] C. Magazzino, M. Mele, N. Schneider, A new artificial neural networks
algorithm to analyze the nexus among logistics performance, energy demand,
and environmental degradation, Struct. Change Econ. Dynam. 60 (2022) 315-
328.
[46] W. Sebki, The impact of education on economic growth in developing countries
: static panel data analysis, Al-Bashaer Economic 7 (1) (2021) 978-992.
[47] L.J. Esso, Y. Keho, Energy consumption, economic growth and carbon emissions
: cointegration and causality evidence from selected African countries, Energy
114 (2016) 492-497.
[48] H.B. Khobai, P. Le Roux, The relationship between energy consumption,
economic growth and carbon dioxide emission : the case of South Africa, Int. J.
Energy Econ. Pol. 7 (3) (2017) 102-109.
[49] M.K. Khan, M.I. Khan, M. Rehan, The relationship between energy
consumption, economic growth and carbon dioxide emissions in Pakistan,
Financial Innovation 6
(1) (2020) 1-13.
12
O. Gershon et al. Revues de stratégie énergétique 51 (2024)
101269
[50] B.N. Adeleye, R. Osabohien, A.I. Lawal, T. De Alwis, Energy use and the role of [60] M.K. Ardakani, S.M. Seyedaliakbar, Impact of energy consumption and economic
per capita income on carbon emissions in African countries, PLoS One 16 (11) growth on CO2 emission using multivariate regression, Energy Strategy Rev. 26
(2021), e0259488. (2019), 100428.
[51] A. Belke, F. Dobnik, C. Dreger, Energy consumption and economic growth : new [61] L.S. Lau, C.K. Choong, Y.K. Eng, Carbon dioxide emission, institutional quality,
insights into the coingration relationship, Energy Econ. 33 (5) (2011) 782-789. and economic growth : empirical evidence in Malaysia, Renew. Energy 68 (2014)
[52] M. Shaari, N. Hussain, M. Ismail, Relationship between energy consumption and 276-281.
economic growth : empirical evidence for Malaysia, Business Systems Review 2 [62] M. Abid, The close relationship between informal economic growth and carbon
(1) (2013) 17-28. emissions in Tunisia since 1980 : the (ir) relevance of structural breaks, Sustain.
[53] M.C. Sama, N.R. Tah, The effect of energy consumption on economic growth in Cities Soc. 15 (2015) 11-21.
Cameroon, Asian Econ. Financ. Rev. 6 (9) (2016) 510-521. [63] S. Wang, G. Li, C. Fang, Urbanization, economic growth, energy consumption, and
[54] B. Jugurnath, N. Chuckun, S. Fauzel, Foreign direct investment & economic growth CO2 emissions : empirical evidence from countries with different income levels,
in Sub-Saharan Africa : an empirical study, Theor. Econ. Lett. 6 (4) (2016) 798- Renew. Sustain. Energy Rev. 81 (2018) 2144-2159.
807. [64] G. Yang, T. Sun, J. Wang, X. Li, Modelling the nexus between carbon dioxide
[55] R.A. Kotey, Foreign Direct Investment and Economic Growth in Sub-saharan emissions and economic growth, Energy Pol. 86 (2015) 104-117.
Africa : the Role of Technology, 2017. [65] A. Jardo'n, O. Kuik, R.S. Tol, Economic growth and carbon dioxide emissions : an
[56] M. Ibrahim, P. Alagidede, Effect of financial development on economic growth in analysis of Latin America and the Caribbean, Atmo'sfera 30 (2) (2017) 87-100.
sub-saharan Africa, J. Pol. Model. 40 (6) (2018) 1104-1125. [66] X. Zhang, H. Zhang, J. Yuan, Economic growth, energy consumption, and carbon
[57] Z. Oussama, H. Ahmed, H. Fatma, Financial development, economic freedom and emission nexus : fresh evidence from developing countries, Environ. Sci. Pollut.
economic growth : new evidence from Tunisia, Econ. Rev : J. Econ. Bus. 15 (2) Control Ser. 26 (2019) 26367-26380.
(2017) 7-18. [67] A. Asekomeh, S.I. Azubuike, O. Gershon, Post-COVID-19 and african agenda for a
[58] G. Ofori-Abebrese, R. Becker Pickson, B.T. Diabah, Financial Development and green recovery : lessons from the European union and the United States of America,
Economic Growth : Additional Evidence from Ghana, 2017. in : E. Osabuohien, G. Odularu, D. Ufua, R. Osabohien (Eds.), COVID-19 in the
[59] Y. Michael, La controverse sur les IDE et la croissance économique en Afrique African Continent, Emerald Publishing Limited, Bingley, 2022, pp. 309-322,
subsaharienne, in : Les déterminants de la croissance économique en Afrique, 2018, https://doi.org/10.1108/978-1-80117-686-620221028, 2022.
pp. 17-54.
13