TUGAS TAMBANG TERBUKA

“Jurnal Pertambangan Batubara Keekonomian”

Disusun Oleh :

Nama : Bagus Adrian Saputra

NIM : 03021381924096
Kelas : B Palembang
Dosen Pengampuh : PROF. DR. IR. H. M. TAUFIK TOHA, DEA
DR. IR. H. MARWAN ASOF, DEA
IR. MUKIAT, MS
IR. H. FUAD RUSYDI SUWARDI, MS

TEKNIK PERTAMBANGAN
FAKULTAS TEKNIK
UNIVERSITAS SRIWIJAYA
PALEMBANG
2021
Nama : Bagus Adrian Saputra
NIM : 03021381924096
Kampus : B Palembang
Kode Tugas : D04
Judul Jurnal : Coal and economic development in Pakistan : A necessity of energy
source
Link Jurnal :
https://www.sciencedirect.com/science/article/pii.S0360544220313517
Pembahasan :
A. Jurnal Asli (Jurnal Internasional)
(Terlampir pada Lampiran 1)
B. Jurnal Bahasa Indonesia (Terjemahan Jurnal Internasional)
(Terlampir pada Lampiran 2)
C. Masalah
Permasalahan didalam jurnal yang berjudul “Coal and economic development
in Pakistan : A necessity of energy source” ada beberapa permasalahan yaitu pertama
bagaimana konsumsi batubara di negara Pakistan apakah akan meningkat secara
maksimal, kedua apa dampak konsumsi batubara saat ini di negara Pakistan dari
berbagai sektor kehidupan terutama di ekonomi, dan terakhir menggunakan model
logarithmic mean Divisia index (LMDI) dan Input-Output (IeO) untuk mengetahui
perubahan konsumsi batubara di negara Pakistan dan mengembangkan teknik tersebut.
D. Tujuan
Tujuan dari jurnal yang berjudul “Coal and economic development in
Pakistan : A necessity of energy source” ialah pertama memperkirakan faktor-faktor
dari berbagai sektor yang mungkin memberikan cara baru bagi pembuat kebijakan,
kedua mengembangkan teknik Logarithmic Mean Divisia Index (LMDI) dan Input-
Output (IeO) untuk memeriksa pertumbuhan penggunaan batubara di berbagai negara
dengan sistem penggunaan batubara yang kompleks, ketiga untuk mendapatkan
gambaran lengkap tentang indikator yang dapat mempengaruhi (yaitu konsumsi
batubara, produksi batubara, skala ekonomi, pengaruh industri, impor batubara, dan
personifikasi batubara) dari 1999 hingga 2018, dan terakhir yaitu membantu kita
dalam memahami efek gabungan dari metode LMDI dan IeO, yang mempengaruhi
di Pakistan selama periode 1999 hingga 2018.
E. Unsur Keterbaruan
Unsur Keterbaruan didalam jurnal yang berjudul “Coal and economic
development in Pakistan : A necessity of energy source” yaitu kebanyak studi-studi
sebelumnya menggunakan metodologi yang berbeda berbagai sektor negara maju dan
berkembang dan tidak menyediakan bukti pasti tentang gabungan metode IDA dan
IeO khususnya di industri batubara, dan banyak penelitian yang berfokus pada emisi
CO2 dan pertumbuhan ekonomi dengan menggunakan LMDI dan hubungan kausalitas
antar faktor dan industri spesifik. Meskipun, sangat sedikit analisis yang dimiliki
Dilihat dari pertumbuhan batu bara dan ekonomi, belum ada yang menerapkan LMDI
dan metode IeO untuk menyelidiki efisiensi konsumsi batubara di Pakistan
F. Pendapat
Pendapat saya tentang jurnal yang berjudul “Coal and economic development
in Pakistan : A necessity of energy source” pertama faktor pendorong seperti industri,
Semen, Pembakaran batu bata, dan sektor listrik itu meningkatkan konsumsi batubara
di negara Pakistan secara signifikan di tahun-tahun ini. Faktor ekonomi lah yang
mengambil peran utama dalam meningkatkan konsumsi batubara selama 1999 hingga
2018, sedangkan untuk faktor intensitas energi, industri, dan bauran energi memiliki
efek campuran selama periode tersebut. Kedua impor batu bara yang
dipersonifikasikan Pakistan dari semua ukuran faktor dan pangsa pemanfaatan
batubara terus meningkat dalam beberapa tahun terakhir. Dengan alasan karena
banyaknya sektor yang padat membutuhkan energi dari batubara. Terakhir motif
utama untuk meningkatkan konsumsi batubara ialah efek skala ekonomi, intensitas
energi, bauran energi, dan tren penurunan efek struktur industri.
G. Referensi
[1] Pakistan Energy Yearbook. Ministry of energy (petroleum division) hydrocarbon
development institute of Pakistan. 2018. https://hdip.com.pk/ contents.php?cid¼32.
[2] Lin B, Raza MY. Analysis of energy security indicators and CO2 emissions. A
case from a developing economy. Energy; 2020. p. 117575.
[3] World development indicators (WDI). 2018. https://data.worldbank.org/ indicator.
[4] Wachsmann U, Wood R, Lenzen M, Schaeffer R. Structural decomposition of
energy use in Brazil from 1970 to 1996. Appl Energy 2009;86(4):578e87.
[5] Vision 2025. Pakistan 2025, one nation-one vision. Planning commission.
Islamabad: Ministry of Planning, Development & Reforms. Government of Pakistan;
2014. http://fics.seecs.edu.pk/Vision/Vision-2025/Pakistan-Vision- 2025.pdf.
[6] Vision 2035. Pakistan 2035, one nation-one vision. Planning commission.
Islamabad: Ministry of Planning, Development & Reforms. Government of Pakistan;
2014. https://www.sdpi.org/publications/files/Pakistan%20Energy%
202035FINAL%2020th%2December%202014.pdf.
[7] Pakistan Economic Survey. Ministry of finance. Islamabad: Government of
Pakistan; 2017-18. http://www.finance.gov.pk/survey/chapters_18/14- Energy.pdf.
[8] Lin B, Raza MY. Analysis of energy related CO2 emissions in Pakistan. J Clean
Prod 2019. https://doi.org/10.1016/j.jclepro.2019.02.112.
[9] INDC. Pakistan- intended nationally determined contribution, submitted to COP21.
2015. http://www4.unfccc.int/submissions/indc/Submission%20Pages/
submissions.aspx. [Accessed 7 June 2019].
[10] EIA. Annual report 2008. U.S. Department of Energy; 2009.
[11] IEA. https://webstore.iea.org/coal-information-2018-overview; 2018.
[12] Satti SL, Hassan MS, Mahmood H, Shahbaz M. Coal consumption: an alternate
energy resource to fuel economic growth in Pakistan. Economic Modeling
2014;36:282e7.
[13] Lin B, Ahmad I. Analysis of energy related carbon dioxide emission and
reduction potential in Pakistan. J Clean Prod 2017;143:278e87.
[14] Khan AU. Pak-China economic corridor: the hopes and reality. Islamabad:
Institute of Regional Studies; 2014. p. 45.
[15] UNEP. Global trends in renewable energy investment 2017. Frankfurt am Main:
Frankfurt School-UNEP and Bloomberg New Energy Finance; 2017.
[16] Yang M, Patino DE, Yang FX, Williams E. Industrial energy efficiency in China:
achievements, challenges and opportunities. Energy Strategy Rev 2015;6: 20e9.
[17] Wang Q, Li RR. Journey to burning half of global coal: trajectory anddrivers of
China’s coal use. Renew Sustain Energy Rev 2016;58:341e6.
[18] Hao Y, Zhang ZY, Liao H, Wei YM. China’s farewell to coal: a forecast ofcoal
consumption through 2020. Energy Pol 2015;86:444e55.
[19] Khan A, Jamil F. Energy related carbon dioxide emissions in Pakistan: a
decomposition analysis using LMDI." world academy of science, engineering and
technology. International Journal of Environmental and Ecological Engi neering
2016;3(1).
[20] Robaina-Alves M, Moutinho V, Costa R. Change in energy-related CO2 (carbon
dioxide) emissions in Portuguese tourism: a decomposition analysis from 2000 to
2008. J Clean Prod 2016;111:520e8.
[21] Zhang M, Bai C, Zhou M. Decomposition analysis for assessing the progress in
decoupling relationship between coal consumption and economic growth in China.
Resour Conserv Recycl 2018;129:454e62.
[22] Akbostancı E, Tunç GI, et al. CO2 emissions of Turkish manufacturing industry:
a decomposition analysis. Appl Energy 2011;88(6):2273e8.
[23] Zhang W, Li K, Zhou DQ, Zhang WR, Gao H. Decomposition of intensityof
energy-related CO2 emission in Chinese provinces using the LMDI method. Energy
Pol 2016;92:369e81.
[24] Tang X, Zhang BS, Feng LY, Snowden S, H€o€ ok M. Net oil exports embodied
in China’s international trade: an input-output analysis. Energy 2012;48(1): 464e71.
[25] Tang X, Jin Y, McLellan BC, Wang J, Li S. China’s coal consumption
decli ningdimpermanent or permanent? Resour Conserv Recycl 2018;129: 307e13.
[26] Kumar S, Shahbaz M. Coal consumption and economic growth revisited:
structural breaks, Cointegration and causality tests for Pakistan. Energy Explor
Exploit 2012;30(3):499e522.
[27] Na CN, et al. Penetration of clean coal technology and its impact on
China’s power industry. Energy Strategy Rev 2015;7:1e8.
[28] Xu J, Zhou M, Li H. The drag effect of coal consumption on economic growth in
China during 1953e2013. Resour Conserv Recycl 2018;129:326e32.
[29] Ouyang XL, Lin BQ. An analysis of the driving forces of energy-relatedcarbon
dioxide emissions in China’s industrial sector. Renew Sustain Energy Rev
2015;45:838e49.
[30] Pakistan energy vision. 2016. https://www.sdpi.org/publications/files/
Pakistan%20Energy%202035. FINAL%2020th%20October%202014.pdf.
[31] Li AJ, et al. Energy consumption and CO2 emissions in Eastern and
Central China: a temporal and a cross-regional decomposition analysis. Technol
Forecast Soc Change 2016;103:284e97.
[32] Kaya Y. Impact of carbon dioxide emission control on GNP growth:
inter pretation of proposed scenarios. 1989 [Intergovernmental Panel on Climate
Change/Response Strategies Working Group, May].
[33] Chen J, Xu C, Cui L, Huang S, Song M. Driving factors of CO2 emissions and
inequality characteristics in China: a combined decomposition approach. Energy Econ
2019;78:589e97.
[34] Yang J, Cai W, Ma M, Li L, Liu C, Ma X, Chen X. Driving forces of China’s
CO2 emissions from energy consumption based on Kaya-LMDI methods. Sci Total
Environ 2019:134569.
[35] Leontief WW. Quantitative input and output relations in the economic sys tems
of the United States. The review of economic statistics 1936:105e25.
[36] Xu T, Baosheng Z, Lianyong F, Masri M, Honarvar A. Economic impacts and
challenges of China’s petroleum industry: an inputeoutput analysis. Energy
2011;36(5):2905e11.
[37] Liu B, Wang D, Xu Y, Liu C, Luther M. Embodied energy consumption of the
construction industry and its international trade using multi-regional inputeoutput
analysis. Energy Build 2018;173:489e501.
[38] Llop M. Energy import costs in a flexible input-output price model. Resour
Energy Econ 2020;59:101130.
[39] Lam KL, Kenway SJ, Lane JL, Islam KN, de Berc RB. Energy intensity and
embodied energy flow in Australia: an input-output analysis. J Clean Prod
2019;226:357e68.
[40] BGR. BGR Energy Study 2018 e Data and Developments Concerning German
and Global Energy Supplies. 2019. Hannover, Germany.
[41] NEPRA. Pakistan coal power generation potential. 2004. www.nepra.org.pk/
Policies/Coal%20Potential%20in%20Pakistan.
[42] Ishaque H. Quantifying the potential impact of Pakistan’s GHG mitigation
policies for coal- fired power plants. Energy Procedia 2017;142:2809e15.
[43] Anwar J. Analysis of energy security, environmental emission and fuel import
costs under energy import reduction targets: a case of Pakistan. Renew Sus tain
Energy Rev 2016;65:1065e78.
 LAMPIRAN 1
Energy 207 (2020) 118244

Contents lists available at ScienceDirect

Energy
journal homepage: www.elsevier.com/locate/energy

Coal and economic development in Pakistan: A necessity of energy

source
Boqiang Lin a, *, Muhammad Yousaf Raza a, b
a
School of Management, China Institute for Studies in Energy Policy, Collaborative Innovation Center for Energy Economics and Energy Policy, Xiamen
University, Fujian, 361005, China
b
Belt and Road Research Institute, Xiamen University, Fujian, 361005, China

a r t i c l e i n f o a b s t r a c t

Article history: In this research, the logarithmic mean Divisia index (LMDI) and the Input-Output (IeO) models were
Received 27 February 2020 used to explore the determinants of coal consumption change during 1999e2018 in Pakistan. Some novel
Received in revised form factors industrial structure, energy intensity (EI), economic scale, energy mix, and personified coal
10 May 2020
consumption were chosen and added to the LMDI and IeO models. The aim is to estimate the factors’
Accepted 25 June 2020
Available online 3 July 2020
effects of various sectors that might provide a new way for policy-makers. The results show: (1) the
variations in the driving factors industrial, cement, Brick-kilns, and power sectors are growing. (2) The
industrial structure effect increasing coal consumption significantly, while energy mix and EI are growing
Keywords:
Personified coal consumption
energy efficiency from 2014 to 2018. The economic scale effects played a major role in coal consumption
Coal import during 1999e2018, while EI, industrial, and energy mix have mixed effects. (3) The economic scale is the
Coal production only factor which is stable and increasing Pakistan’s coal consumption. (4) From the LMDI, the economic
LMDI scale effect is stable while IeO expresses that EI, energy mix and a trend in the industrial structure effects
IeO analysis are key motives in boosting in coal consumption. It is suggested coal reserve of 185.175 billion tons can
Pakistan significantly improve social, economic, and energy in Pakistan.
© 2020 Elsevier Ltd. All rights reserved.

1. Introduction
Coal fulfills the current need for the energy consumption of
Pakistan, contributing by 12.7% of commercial energy consumption
during 2017e2018 [1]. Due to the huge use of petroleum products,
import of oil, LPG, and LNG will be an expensive energy source in
Pakistan [1]. Unlike other energies, coal is comparatively inexpen-
sive and has assets of 185.175 billion tons in Pakistan [2]. However,
Pakistan has been continuously striving to compel coal utilization,
particularly over the previous ten years under the Alternative En-
ergy Development Plan (AEDP), China Pakistan Economic Corridor
(CPEC), Vision 2025 [5], Vision 2035 [6], and INDC [9] projects for
the enhancement of energy and Pakistan’s economy. Because the
cost of coal power generation is lesser than other resources in
Pakistan [5,6]. The production of coal increased by 5.7% during 2018
and the maximum coal’s production are spent in the power plants
(2.6%), cement industry (54.4%), coke use (1.75%), and brick kilns
* Corresponding author.
E-mail addresses: bqlin@xmu.edu.cn, bqlin2004@vip.sina.com (B. Lin), yousaf.
raza@ymail.com (M.Y. Raza).
(41.5%) [7]. The large share of coal illustrates the industry
substituted from petroleum products to coal. As for coal demand in
the future, Pakistan’s coal demand will explode due to energy de-
mand and commercial use. It can also be observed as an adequate
alternative to maintaining sustained growth in Pakistan, because of
its competitive cost and its accessible reserves [8]. According to
Pakistan Energy Vision [30], in the long term, there is a need to
explore the coal reserves in Baluchistan, Punjab, Khyber Pak-
htunkhwa (KPK), and Azad Jammu and Kashmir (AJK). These re-
sources have a heating value around 9000 Btu/LB -15,000Btu/LB
which is greater than the heating value of Thar coal resources i.e.
5000e13,000Btu/LB [6,30]. This will peak of coal usage earlier 2025
in the power sector, electricity demand and supply, coal efficiency,
and power generation. However, most of the studies are still
focusing on growing energy demand. In the Intended Nationally
Determined Contributions (INDC) [9], due to Pakistan’s energy
crisis, growing demand of energy, the country needs to exploit all of
its domestic energy sources including coal, hydro, and renewable
energy [9].
As reported by the EIA [10], coal consumption will rise to 28% in
2030. However, the demand for coal has decreased by 2.1% in the

https://doi.org/10.1016/j.energy.2020.118244
0360-5442/© 2020 Elsevier Ltd. All rights reserved.
2 B. Lin, M.Y. Raza / Energy 207 (2020) 118244
power sectors of the United States (US) and China, while coal uti-
lization increased by 3.5% during 2017 [11]. A time-series study
from Pakistan during 1974e2010 is done by Satti et al. [12] to
forecast coal consumption causality, and the investigation out-
comes propose that financial development and coal consumption
have the bidirectional causality in the short and long run duration.
According to the Pakistan Economic Survey [7], Pakistan’s annual
coal consumption has increased by 32.91%, 3.57%, 23.92%, 60.75%
during 2015, 2016, 2017, and 2018. The overall sectorial coal con-
sumption of Pakistan is presented in Fig. 1. Coal consumption of
Brick-kilns, cement, and Water and Power Development Authority
(WAPDA) industries increased by 51%, 191.06%, and 108.19%. The
coal consumption of domestic and Pak-steel declined by 93%, 57%
during the period 1989e2018. Other government is the only sector
which has consumed minimum energy by 0.0014 Mtoe during
1989.
In consonance with Lin and Raza [8]; Lin and Ahmad [13],
Pakistan has committed with China to promote energy by applying
resources, for example, coal and solar. According to Khan [14]; Lin
and Ahmad [13]; Lin and Raza [8], Pakistan lies around the highest
the top 25 republics concerning economic development, increase
power accessibility (i.e. as of 67%e90% of the population) and
mitigate environmental change. According to a joint agreement
with CPEC, carbon dioxide (CO2) emissions are linked with coal-
based thermal power projects. The major aim of the project is to
make environmental sustainability and dedicated to accepting
clean coal technologies that imitate to a global standard according
to the updated technology applied in the United States (US) coal
power plants [15]. Similarly, China and the United States agreed to
lessen carbon emissions through coal consumption in Beijing in
2014 before 2030. In declining China’s coal consumption many
reasons lighted up, for example, lessening energy intensity (EI) of
China, particularly in energy-demanding divisions through 2005 to
2015. Yang et al. [16], Wang and Li [17], and Hao et al. [18] identified
the backing off economic development in substantial industries
with high coal utilization power. Therefore, by using coal-related
assets, the expense of production may descend which will add to
the maximum economic development of Pakistan.
The contribution and motivation of our study are as follows.
Fig. 1. Sectorial coal energy consumption in Pakistan.
Source: Pakistan Energy Yearbook (various volumes).
First, we found only a few studies related to Pakistan’s coal con-
sumption. Most of them focused on greenhouse gas (GHG) miti-
gation, energy security, fuel import, coal resources, and energy
consumption analysis in various sectors with different methodol-
ogies, for example, Ishaque [42] analyzed the GHG impact for coal-
fired power plants by using scenario analysis; Anwar [43] estimated
overall fuel import and energy security by using market-allocation
(MRKAL) method; Munir et al. [44] estimated the distribution of
trace in various coal reserves by using continuous emission moni-
toring system, and Bhutto and Karim [45] estimated coal gasifica-
tion for sustainable growth by using projections. To measure the
energy intensity (EI), energy mix, economic scale, industrial effects,
personified coal consumption, coal import, and coal production, the
existing research uses logarithmic mean Divisia index (LMDI) and
input-output (IeO) methods. The advantages of LMDI is easy to use,
have the best theoretical foundation, and results in interpretation
Ang [50], while the IeO method is beneficial in estimating the
economic relationship among different factors [35]. Numerous
studies have applied the LMDI technique to decompose the total
energy consumption growth of different countries and regions
[8,48e51]. They considered various factors i.e. population, econ-
omy, energy, and energy mixed factors. However, to utilize LMDI
and IeO methods to coal consumption growth in Pakistan, for
which research is lacking, the factors that are measured need to be
expanded because coal is the only one part of the huge energy
system. Additionally, Pakistan uses a huge amount of fossil fuels
including coal, and coal use has been diversified by many sectors
including power, heat generation, cooking, etc. Therefore, the
structural variations through energy use systems, the technical
factors (i.e. energy saving, energy output) should be cautiously
taken to further improve the LMDI technique to decompose the
technical details of coal usage in Pakistan. Thus, this study de-
composes Pakistan’s economic driving factors, use of coal assets,
personified direct-indirect coal consumption and demand, effects
on the economy, industrial consumption, and coal import. This
study also aims to develop an LMDI technique appropriate for
examining the coal use growth of various countries with complex
coal use systems, such as in Pakistan, and to use the method to
estimate the influencing factors of coal consumption growth in
 B. Lin, M.Y. Raza / Energy 207 (2020) 118244
Pakistan. Second, quantitative research is still missing in concen-
tration on this field because this research encourages us to the
point that coal utilization is the most important and cheap energy
source of Pakistan, and we found little literature review related to
coal consumption in Pakistan. Four, few questions may appear, for
example, will Pakistan’s coal consumption increase at maximum
level? What will be the effects of coal consumption on the current
energy situation of Pakistan? What are direct and indirect coal
consumption issues? From the direct coal utilization point of view,
this research will examine the driving elements for variation in coal
use in various eras, while indirect coal consumption, coal person-
ified in import will also be analyzed. This will reflect Pakistan’s coal
consumption directly or indirectly.
Finally, the existing research also contributes to Pakistan’s
prospect policies of the sustainable growth of the various sectors by
setting up a long-run correlation between energy growth, activities,
fuel consumption, and technology enhancement. Thus, the present
study is an attractive accumulation to the writing of coal con-
sumption rise mainly for Pakistan and related economic sectors,
particularly within the framework on Pakistan Vision 2025 [5],
Vision 2035 [6], and INDC [9].
Section 2 includes the methods and data. Results and discus-
sions are presented in section 3, and section 4 discusses the
empirical discussion while section 5 includes conclusion and policy
suggestions.
2. Literature review
The factor decomposition technique has been broadly used to
investigate variations in CO2 emissions and energy consumption
[8,52e54]. This technique also helps clarify the driving forces
behind economic growth, energy intensity, energy structure, in-
dustrial structure variations under different scenarios. Generally,
decomposition methods are further divided into ‘3’ types: (1)
structural decomposition analysis (SDA) [55e57], index decompo-
sition analysis (IDA) [58,59], and production-theoretical decom-
position analysis (PDA) [60,61]. The SDA technique is based on IeO
analysis of quantitative economics and has been applied by Kagawa
and Inamura [62], Chang et al. [63], Zeng et al. [64], and Liu et al.
[65]. This method has two advantages over the IDA: (1) input-
output (IeO) can differentiate between a range of technological
and final demand effects, while IDA method cannot check this, and
(2) IeO method includes the indirect demand effects, while IDA can
only analyze the influence of direct effects [4,66]. However, SDA
requires IeO method to decompose the variations in energy use
and carbon emissions which are not estimated in many countries;
thus, it can be calculated only for specific years on the availability of
information. In addition, it has few disadvantages: (1) it required
high data, (2) a more complex economic model, (3) only the addi-
tive decomposition form can be applied [67].
Previous studies applied a variety of methods by which to
discover factors of change in energy, carbon emissions, and eco-
nomic growth at urban, regional, and country-level by using LMDI
method, STRIPAT, IeO, regression, and correlation statistical anal-
ysis. For example, Ang and Zhang [67] analyzed a survey paper;
Cansino et al. [68] for Spain; Moutinho et al. [69] for Europe; Lin
and Long [70] for China; Malla [71] for Asia; Jiang and Li [72] for the
US; Ang and Su [73] for World; Cai et al. [74]; Shen et al. [75], and
Wang et al. [76] for China analyzed the models to explore the
various factors. Most of the researchers conducted CO2 emission
simulations using a single model to estimate the impacts of
different factors.
From the perspective of Pakistan, widespread literature on the
nexus of energy consumption and economic growth was found, for
example, Aqeel and Butt [77]; Mushtaq et al. [78]; Shahbaz and
3
Feridun [79]; Tang and Shahbaz [80]; Raza and Shah [81]; Rehman
et al. [82]; Satti et al. [12], and Shahbaz et al. [83] used the common
methods which show the association between various energy
sources and economic growth in Pakistan. Furthermore, Lin and
Ahmad [13], Lin and Raza [8] used LMDI technique to analyze the
energy-related CO2 emissions in Pakistan; Lin and Raza [48] esti-
mated the decoupling and mitigation potential from Pakistan’s
transport sector by using LMDI method, while Lin and Raza [2] used
MARKAL method to analyze the energy security and CO2 emissions.
The above literature clears two major observations: (1) many
past studies were utilized different methodologies from various
sectors of developed and emerging countries and did not provide
exact evidence on combined IDA and IeO methods particularly in
coal fields, (2) numerous studies focused on the CO2 emissions and
economic growth by using LMDI and causality relationship among
the factors and specific industry. Although, very little analysis has
been seen in coal and economic growth, no one has applied LMDI
and IeO methods to investigate the efficiency of coal consumption
in Pakistan. Thus, this research purpose is to capture a complete
picture of affecting indicators (i.e. coal consumption, coal produc-
tion, economic scale, industrial effects, coal import, and personified
coal) from 1999 to 2018. Finally, this research helps us in under-
standing the joint effects of LMDI and IeO methods, which effects
in Pakistan during the specified period. Also, due to economic
growth pressure and limited resources, a deep understanding of the
relationship between coal consumption and industrial sectors can
give practical foundation not only for energy security but also for
energy substitution, energy-saving, and economic policies for
different sectors.
3. Methods and data
The data collection and method on the proposed topic are given
in this portion. LMDI (Logarithmic Mean Divisia Index) and Input-
Output (IeO) methods are applied in this research. LMDI method
applies to decompose direct coal utilization and find-out the major
reasons for its change. IeO method is entrenched to investigate the
variation of personified coal import and coal production from the
viewpoint of indirect coal consumption.
3.1. Data input for LMDI decomposition and input-output approach
We got the energy-related data (i.e. energy consumption, coal
consumption, coal import, and coal production) from Pakistan
Energy Yearbook [1] and gross domestic product (GDP) and GDP
share of coal consumption from World Development Indicators
(WDI) [3]. The end use of sectorial coal energy consumption from
1989 to 2018 is illustrated in Fig. 1. This is based on various coal
consumption industries in Pakistan1 and variable sources with
description are presented in Table 1.
3.2. LMDI approach
The LMDI method can be illustrated as an extended Kaya
identity, which was first developed by Kaya [32], who analyzed the
energy consumption, CO2 emissions, population, economic growth,
and energy intensity. Most of the past studies have adopted LMDI to
express the energy consumption as standard quantity and
1
It should be noted that we have included data of various coal energy-
consuming sectors which play an essential role in building economic system, in-
dustrial, energy intensity, and energy mix. LMDI method has been used by many
researchers to analyze the social elements such as energy consumption, industrial
production, carbon emissions, and use of natural resources.
4 B. Lin, M.Y. Raza / Energy 207 (2020) 118244

Table 1
Descriptions of Variables21

Variables Unit Sources Description

Coal consumption Mtoe [1] The amount of coal consumption in sector k (WAPDA, brick-kilns industry, cement, domestic sector, Pak steel, and
other government sectors).
Energy consumption Mtoe [1] Total energy consumption in the k sectors (domestic, commercial, industrial, agriculture, transport, and other
government)
Coal import Mtoe [1] IMPj is the import of Pakistan’s sector j
Coal production Mtoe [1] Ycoal is the output of the coal in sector j
GDP Current billion [3] Estimates the total gross domestic product based on aggregated industries
US$
GDP share of coal Current billion [3] Value-added of GDP of the kth sectors.
consumption US$

considered swaying factors such as population, GDP, energy in-
tensity, energy mix, and different economic sectors, for example,
Khan and Jamil [19] for Pakistan’s energy-related CO2 emissions;
Lin and Ahmad [13] and Lin and Raza [8] for Pakistan to examine
the carbon productions and energy consumption in various sectors
in Pakistan; Robaina et al. [20] for Portugal; Zhang et al. [21] for
China, and Akbostanc et al. [22] for the manufacturing industry of
Turkey; Chen et al. [33] analyzed CO2 emissions driving factors and
inequality characteristics for China, and Yang et al. [34] for China’s
CO2 from energy consumption used the LMDI for the measurement
of carbon emissions and overall energy consumption. The benefit of
this method is that it can separate the contribution of individual
factor to total index and causes for variations in the index. It is,
therefore, turned out to be one of the normally used methods in the
analysis of climate change and energy. This technique depends on a
simple average division which is widely used because of no re-
siduals and is clear in the analysis of outcomes [8,23]. Thus, it can
be concluded that most of the previous studies on energy-related
CO2 emissions in various countries focused only on the effects
and causality of the factors from an economic perspective.
However, LMDI decomposition method, we obtain the increase
in coal consumption of Pakistan’s entire industry and its primary,
secondary, and tertiary industry caused by an individual impacting
factor during intervals of 1999e2003, 2004e2008, 2009e2013,
2014e2018, and 1999e2018. The impact of various industrial sec-
tors on coal consumption cannot be ignored because selected sec-
tors are the key economic sectors of Pakistan. Though, this study
decomposes changes in coal consumption based on four decom-
position factors such as industrial structure factor, energy intensity
factor, economic scale factor, and energy mix factors. The aim is to
calculate the impacts of energy intensity, energy mix, economic
condition, coal situation, and impacts of existing variables. From
the perspective of index decomposition analysis (IDA) based on Eqs.
(1) and (2) and Table 2, the IDA has been widely applied by
numerous scholars to identify the major driving factors [4,48,49].
Ang [50] compared IDA and found that LMDI was the best
decomposition method due to its theoretical foundations, ease of
use, and outcomes interpretation. At the same time, the LMDI
technique has some other properties in the context of decompo-
sition analysis [49]. It is, therefore, the LMDI method is designated
to construct the decomposition model. Thus, Pakistan’s overall coal
consumption can be calculated as follows by Eq. (1) and Table 2:
X
n X
n prices in various countries. Thus, the existing study estimates the
GDPk ECk CCk
CC ¼ CCk ¼ GDP   
GDP GDPk ECk
k¼1 k¼1
country may be classified into the following aspects.
X
n X
n
CC ¼ CCk ¼ ðGDP  ISFk  EIFk  EMFk Þ (2)
k¼1 k¼1
where GDP is the economic scale factor, ISFk is the industrial
structure factor, EIFk is the energy intensity factor, EMFk is the
energy mix factor, and k is the time. The elements in equations (1)
and (2) above are designated in Table 2. Index decomposition
analysis (IDA) identity, change factor, and LMDI factors effects are
estimated further in the next sections. According to Eq. (2), the
following assumptions exist.
 The right side of the equation (GDP) is named an economic
structure. If the numerical value is higher, the economy of the
country will be higher. If the mathematical rate is lower than the
economy will be affected by energy and move towards the lower
value.
 The second item (ISFk ) shows the industrial structure, which
shows the various industrial GDP per unit change in GDP. At the
higher value, the energy consumption will be higher and the
firm’s output will be efficient.
 The third item (EIFk ) is based on energy consumption per unit
change in GDP which shows that, if the calculated value is large,
the energy consumption will be more effective.
 The fourth item (EMFk ) is the coal consumption per unit change
in energy consumption in various sectors. If the statistical value
is higher than the outcomes will be regarded as efficient.
3.3. Input-output (IeO) approach
Wassily Leontief [35] developed the IeO model in 1930, which is
beneficial for estimating the economic association among the
various economic sectors. Many researchers applied this IeO
model, for example, Tang et al. [24] for China’s oil import; Tang
et al. [25] for the coal consumption of China; Xu et al. [36] for
economic and petroleum industry of China; Liu et al. [37] for
world’s construction industry; Llop [38] analyzed the role of energy
import prices in Spain and Lam et al. [39] for embodied energy flow
and energy intensity in Australia. However, literature shows that
most of the studies focused on oil, construction industry, coal
reduction in case of CO2 emissions reduction, and energy import
(1) overall industrial consumption, import, and coal production in
Pakistan. Thus, the IeO model is as follows:

where CC shows the total coal consumption; CCk is the coal use of AX þ Y ¼ X (3)
various industries k; GDP is the gross domestic product; GDPk is the
GDP of various industries k, and ECk is the energy consumption of k where X shows the total output economy; AX is the addition of
industries. As indicated by equation (1), different factors of a intermediate consumption, Y is the final consumption, and A is the
 B. Lin, M.Y. Raza / Energy 207 (2020) 118244 5

Table 2
LMDI formulae for coal consumption growth [50].
Pn Pn GDPk ECk CCk
IDA Identity CC ¼ k¼1 CCk ¼ k¼1 GDP   
GDP GDPk ECk
Change scheme DCC ¼ CCð1Þ  CC ð0Þ ¼ DCCGDP þ DCCISFk þ DCCEIFk þ DCCEMFk , DCC ¼ (DCCGDP þ DCCISFk þ DCCEIFk þ DCCEMFk )effects,
CCð1Þ ¼ CC ð0Þ þ ðDCCGDP Þeffect þ ðDCCISFk Þeffect þ ðDCCEIFk Þeffect þ ðDCCEMFk Þeffect
While CC ð0Þ can be written as,
CCð0Þ ¼ CC ð1Þ  ðDCCGDP Þeffect  ðDCCISFk Þeffect  ðDCCEIFk Þeffect  ðDCCEMFk Þeffect
Driving factors Symbols
K ‘k’ is the time
Gross domestic product GDP
GDP of various industries GDPk
Energy consumption of various industries ECk
Coal consumption of various industries CCk
LMDI formulae with effects
 
Economic scale factor GDP P GDPð1Þ
DCCGDPeffect ¼ nk¼1 Z: ln
GDPð0Þ
ðDCGDP Þeffect estimates the effect of GDP with respect to change in coal consumption.
 
Industrial structure factor GDPk P ISFð1Þ
ISFk ¼ DCCISFk effect ¼ nk¼1 Z: ln
GDP ISFð0Þ
ðDCISFk Þeffect is the variation to the change in share of industrial GDP per unit change in total GDP.
 
Energy intensity factor ECk P EIFð1Þ
EIFk ¼ DCCEIFk effect ¼ nk¼1 Z: ln
GDPk EIFð0Þ
ðDCEIFk Þeffect is the variation in coal consumption due to energy consumption per GDP of industries.
 
Energy mix factor CCk P EMFð1Þ
EMFk ¼ DCCEMFkeffect ¼ nk¼1 Z: ln
ECk EMFð0Þ
ðDCEMFk Þeffect variations due to total coal consumption and energy consumption of various industries.
Where,
 
CCð1Þ  CC ð0Þ
Z ¼
lnðCCð1Þ  CC ð0ÞÞ
:: CCð1Þ  CC ð0Þ, coal consumption at current and base year

technical coefficient matrix and is as follows. 2 3

b11 b12 … b1j …b1n
6 b21 b22 … b2j …b2n 7
6 7
2 3 6 …… …… 7
a11 a12 … a1j …a1n B¼6
6 bi1 bi2 …
7 (7)
6 bij …bin 7
7
6 a21 a22 … a2j …a2n 7 4 5
6 7 …… ……
6 …… …… 7
A¼6
6 ai1 ai2 …
7 (4) bn1 bn2 … bnj …bnn
6 aij …ain 7
7
4 …… …… 5
where B is the consumption coefficient matrix which can be esti-
an1 an2 … anj …ann
mated as.

where aij is the technical coefficient and can be measured in Eq. (5).
B ¼ ðI  AÞ1  I (8)
As discussed above, many researchers such as Tang et al. [24],
xij Tang et al. [25], and Xu et al. [36] established IeO based models to
aij ¼ (5) find-out the net energy imports and exports in international trade.
Xj
However, the coal consumption coefficients of imported com-
where xij is the sector j’s purchase of goods produced by sector ‘i’; modities from various countries are estimated based on of net
imported coal and coat because Pakistan is importing coal from
Xj is the overall output of sector j, and yi sales of sector ‘i’ to final
various countries, and so it is difficult to calculate coal consumption
demand. Thus, the output from Eq. (3) can be calculated as.
information coefficients of each commodity and country names
one by one. Furthermore, having huge coal reserves about 186
billion tones and ranked as the 11th coal-rich country in the world
X ¼ ðI  AÞ1 Y (6) BGR [40], and approximately 100, 000 MW electricity can be
  generated through coal NEPRA [41] and is also a cheaper source of
1 0 energy than other energy-resources in Pakistan. However, the de-
where I is the identity matrix, I ¼ , ðI  AÞ1 is the key
0 1 velopments related to domestic coal energy have not yet materi-
matrix, and like aij , bij is the consumption coefficient that is broadly alized at the commercial level because of coal technologies. It is,
used in IeO modeling. However, bij parameter analyzes how much therefore, our study is limited to coal import. To find-out, Pakistan’s
direct-indirect output from sector ‘i’ will be used given an increase personified coal import and production for the period of
of each output in sector j. Thus, to find-out the matrix related to 1989e2018 are as follows.
existing calculation as.
Ccoal Xn  
PI¼coal j¼1
IMPj * bmj (9)
Ycoal
2
The variables (given in Table 1) described estimating the strength and effects.
Each variable influence Pakistan’s economy from coal consumption. Most of the where PIcoal is the personified coal import of Pakistan, Ccoal is
energy related data has been compared with [1,7] for biasness. Pakistan’s coal consumption, Ycoal is the output of the coal sector in
6 B. Lin, M.Y. Raza / Energy 207 (2020) 118244

Ccoal Table 3
Pakistan, Ycoal measures coal content per unit of the output of the
Coal consumption changes from various factors and their effects.
coal sector, IMPj is the import of Pakistan’s sector j, and bmj is the
Duration DCGDPeffect DCISFk effect DCEIFk effect DCEMFk effect Total effects
sector j’s complete consumption coefficient from coal sector m.
Ccoal Pn 1999e2003 29.5372 14.1369 4.7196 1.1687 11.8493
Ycoal j¼1 ðIMPj *bmj Þ calculate Pakistan’s coal imports personifies in
2004e2008 99.8782 157.0295 112.8225 36.8439 92.5151
universal exchange accepting that any imports produced away 2009e2013 55.4456 151.5378 108.8325 47.0732 34.3329
would need a similar measure of coal to be produced in Pakistan. 2014e2018 58.6070 10.8714 162.6493 128.4001 360.5278
1999e2018 322.6099 473.5723 319.7209 86.4496 255.2082

4. Results and discussion

4.1. Out-put of LMDI analysis of coal consumption
In the past decade, the Government of Pakistan (GOP) has been
widely focused on imported coal and gas rather than preferring
domestic resources for power generation in Pakistan [1]. This is
because Pakistan has the world’s 28th largest coal reserve of
185.175 billion tons [8]. This can be used for cheap energy creation
and can play a significant role in social, economic, and energy
sectors of Pakistan [2]. It is, therefore, Pakistan is also developing
approximately seventeen coal-fired power projects in four prov-
inces Sindh, Punjab, Khyber Pakhtunkhwa, and Balochistan.
Though, the relationship between GDP and coal consumption re-
mains nonlinear variations as given in Fig. 2. Coal intensity rose
only in 2004e2008 by 24.03%e34.16%. Coal intensity again
decreased by 17.2%, 3%, 5.18%, 0.61%, 10.18%, 4.81% during
2009e2014. Presently, coal intensity has increased by 34.19% dur-
ing 2018. This is because of 94.9% significant increase in coal import,
a 3.2% increase in coal production during 2018 as compared to the
previous year [1]. Finally, coal consumption increased by 99.2%
than the last year because of new projects such as Sahiwal and Port
Qasim coal-fired power plants [1]. Overall, it is seen that the
economy established at low speed, while coal ingestion is changing
in the whole period [2,12,81]. Thus, coal consumption and GDP are
growing rapidly. In the beginning, coal intensity was very low and
started increasing and finally economic development rise contin-
uously which are in line with Raza et al. [12].
Pakistan’s coal consumption effects during 1999e2018 are
presented in Table 3, which can be divided into four phases as
follows.
From 1999 to 2003 measure the changes in the economic scale
which was increased by 29.537 billion US$. During 2004e2008, the
economic scale factors were at the maximum level at 99.878 billion
US$, 55.445 billion US$, and 58.6070 billion US$ were estimated
which increased by 18.166% during 2009e2013 and 2014e2018.
The influence of economic scale effect during the whole period was
significant. Similarly, Lin and Raza [8] and Lin and Ahmad [13]
analyzed energy intensity has an optimistic influence due to the
total energy consumption of Pakistan. The only factor that leads to
coal consumption was the economic scale factor. This is because
Pakistan now generally depends on all kinds of energy resources in
which coal import has increased at a large level [1,2]. Industrial
structure effect was negatively related to decreasing coal con-
sumption by 14.136 billion US$ during 1999e2003. After that, it
has increased by 10.871 billion US$ in the last phase from 2014 to
2018. Consequently, the industrial structure effects during
1999e2018 were negative by 473.572 billion US$. These outcomes
are in line with Tang et al. [25]. The effects of the industrial struc-
ture were insignificant except plan of 2014e2018. The reason is that
government has not converted the whole industrial sector from
fossil fuel to coal. According to Sadiq [84], Pakistan is still depen-
dent on oil, LPG, and natural gas by 85.2% of mixed energy which
can be reduced by increasing coal energy in various sectors of
Pakistan. The DCEIFk effect changes were negative to reduce coal
consumption by 4.719 billion US$/Mtoe during 1999e2003. Coal
consumption increased by 112.822, 108.83, 162.64 billion US$/Mtoe
during phases 2004e2008 to 2014e2018 which is significantly
increased in all aspects due to Brick and cement industry as shown
in Table 3. Overall, the DCEIFk effect has increased by 319.720 billion
US$/Mtoe during 1999e2018. According to the previous changes in
factors, EI played an imperative role in coal-conservation. Finally,

Fig. 2. Graphical representation of coal consumption and GDP in Pakistan.

 B. Lin, M.Y. Raza / Energy 207 (2020) 118244
the energy mix outcome was efficient during 2004e2008 and
2014e2018 because of coal consumption in various sectors of
Pakistan which are consistent with Lin and Raza [2]. The minimum
energy mixed potential was estimated by 47.073 Mtoe during
2009e2013, while maximum mixed energy was found by 128.400
Mtoe during 2014e2018. Overall, 86.449 Mtoe energy mixed effect
was found during 1999e2018 which is an evidence of increasing
energy from various sectors [2,48]. Finally, the total effects of all
factors show a significant effect except 2009 to 2013.
The energy intensity and energy mixed-effects played an
essential role in improving the energy crisis in Pakistan. Further-
more, Coal utilization added to the industrial coup and the use of
power was expanded due to coal utilization in Pakistan [12]. For
this, GOP has contracted many coal-related energy projects with
China, for example, CPEC (worth of 7560 MW coal projects), Vision
2035 [6] of Pakistan, and Vision 2025 [5]. In the maintenance of
economic development, coal, which has large-scale reserves, min-
imum price, is the best source of energy [8,12,13]. The coal con-
sumption is gradually increasing during the selected period (see
Fig. 2), escorted by a series of necessary goals on energy preser-
vation and consumption in various sectors. The progressions of the
industrial framework increase coal utilization significantly for the
first time in Pakistan from 2014 to 2018 [1]. During 1999e2003, the
economic scale effect was lower than that other phase. As per Lin
and Raza [2], Pakistan’s coal import and production have increased
by 29.8% and 1.922 Mtoe during 2018 which can boost the eco-
nomic growth of Pakistan. Thus, EI and energy mix shows an
essential role in coal consumption. It is, therefore, the economic
scale effect is optimistic and enormous.
Additionally, LMDI output of Pakistan’s coal consumption
changes, few divisions are taken to investigate their character in the
economics’ variation scale factor, industrial structure, energy in-
tensity factor, and energy mix factor respectively in Table 3. Six
sectors are chosen, comprising the brick-kilns industry, cement/
other industry, WAPDA, domestic sector, other government, and
Pak steel, which consumed 15.592 Mtoe in 2018. It can be seen; the
economic scale effect growth remained stable during 1989e2008
and 2014e2018. The major motivating force for this pattern turning
around is the sluggish growth and even reduces of electric power in
the steel’s production industry, cement industry, WAPDA, and not
including the power-producing sectors such as cement industry.
The annual growth rate of all sectors during 2018 was 60.75%. The
economic scale effect declined during 1999e2003, while other
sectors remained nearly unchanged during the period. The indus-
trial structure effect became significantly negative, and the reduc-
tion level is increased throughout the interval and then became
significant during 2014e2018. This pattern was driven by the brick
industry, WAPDA, steel, and cement industry. Furthermore, the EI
and energy mix improvement was favorable in the current years.
Overall, the percentage of coal consumption in total energy con-
sumption has increased by 16.257% during 2018, which has
enlarged by 4.091% than the preceding year [1]. The energy mix
effect also comes from other various sectors such as LPG, LNG, oil,
and renewable energy sources Lin and Raza [2], but coal energy is
the cheap energy in Pakistan and can take out from the energy
crisis [8]. Pakistan’s coal consumption effects by various factors in
Pakistan are presented in Fig. 3. It would be an expected outcome if
Pakistan uses its maximum coal reserves situated in Balochistan,
KPK, and Sindh provinces.
4.2. The LMDI time interval coal consumption effects of Pakistan
In the above part, we discussed an overview of the effects of
given factors on coal consumption during various economic stages.
From Table 3 LMDI model is applies an annual increase in the coal
7
consumption changes of the entire factors from 1999 to 2018 based
on.
DCGDPeffect , DCISFk effect , DCEIFk effect , DCEMFk effect , and coefficient of
variation (CV) effects. In this subsection, we will discuss the various
driving factors shown in Table 4.
From Table 4, it is clear that the DCGDPeffect remained growing
from 1999 to 2018 periods, but the overall economy between 1999
and 2018 remained by 0.469 billion US$. Table 4 demonstrates that
during the last four years, the increasing effect obtained from
DCGDPeffect , DCISFk effect , DCEIFk effect , and DCEMFk effect completely
countered the accelerating effects due to the coal consumption,
industrial growth, energy mix, energy intensity, and population in
Pakistan [10,81]. These outcomes can be discussed in two ways.
First, we can find that the positive effects of industrial activity are
quite moderate in these four years, which has increased industrial
output growth rate. To be specific, during the study period, the
DCEIFk effect experienced a mixed decreasing trend till 2014 and then
increased by 14.65%, 27.76%, 81.71%, and 20.73% respectively in
2014, 2015, 2016, 2017, and 2018. Second, the DCEMFk effect has the
maximum energy mix factor, which indicates that unit of industrial
output consumes high energy and therefore increases the coal
consumption. Simultaneously, the DCEMFk effect increased from 2011
to 2018 which is effective for coal consumption and energy saving.
Besides, in the last four years, each factor is effective and increasing
coal consumption in boosting the economy of Pakistan. This is
because, coal import, indigenous production, coal consumption in
Sahiwal, and Port Qasim coal fire power plants increased [1].
According to Table 4, it can be seen that in 2017e2018, coal
consumption of Pakistan increased cumulatively by 93.204 times,
while DCGDPeffect , DCISFk effect , DCEIFk effect , and DCEMFk effect increased
by 7.322, 46.813, 7.755, and 82.725 times which shows that the
expansion of the economic scale, industrial, energy intensity, and
energy mix had a strong positive driving effect to the growth of coal
consumption. This was related to the continuous rise of an eco-
nomic aggregate of Pakistan [2]. Finally, Pakistan’s coal consump-
tion from 1999 to 2018 shows that the cumulative values raise by
93.116 times. The DCGDPeffect and DCEIFk effect increased by 0.469 and
0.970 times, while DCISFk effect and DCEMFk effect decreased by 2.650
and 7.139 times respectively. The reason is that the growth of
Pakistan’s economy, technology, and industry dropped due to the
energy crisis and the unavailability of alternative resources [2,85].
4.3. Change of Pakistan’s personified coal import and production
Pakistan’s coal personified in the international trade, coal
import, and trend of coal production from 1989 to 2018 is presented
in Fig. 4 3. It can be seen from Fig. 4 that Pakistan’s coal import and
coal production stayed relatively stabilized until 2002. Coal import
rose dramatically during 2003e2010 with a yearly normal growth
rate of 22.3425%. Coal import declined during 2011e2014 with an
annual average rate of 9.45% due to a continuous increase in
3
The authors collected the total coal import and domestic coal production from
Pakistan Energy Yearbook [1] during 1989e2018, which may be correlated with
other analysis in this study. The factors that affect the trend of coal imports mainly
comprise the following: the soaring growth of coal demand in various sectors,
policy changes in the coal trade, coal reserves, and a gap between domestic and
overseas coal prices as stated by Lin and Raza [2] for Pakistan. Energy sector experts
suggest that clean energy resources are future of Pakistan, but the GOP continuous
to look the alternatives. Presently, more than 60% of the electricity generated in
Pakistan comes from fossil fuel (i.e. oil, gas, coal) and this is set to grow [8]. Thus, to
fulfill the energy shortage GOP has sought to fill the gap financed by 21 energy
projects under CPEC with the cooperation of China-a flagship projects under the
larger Belt and Road Initiative. The majority of this investment has gone into coal
which will reduce coal import and enhance domestic coal consumption
8 B. Lin, M.Y. Raza / Energy 207 (2020) 118244

Fig. 3. Graphical representation of coal consumption effects by different factors in Pakistan.

Table 4
Results of Pakistan’s coal consumption factors.

Time Interval DCGDPeffect (Billion US$) DCISFk effect (Billion US$) DCEIFk effect (Mtoe/billion US$) DCEMFk effect (Mtoe) CV

1999e2000 15.612 17.659 7.993 11.587 1.410

2000e2001 0.734 62.009 60.017 1.720 1.158
2001e2002 1.796 36.605 37.933 7.002 1.373
2002e2003 14.969 25.130 13.063 8.104 4.125
2003e2004 20.340 88.623 96.893 14.809 10.845
2004e2005 17.653 76.477 75.081 25.587 21.306
2005e2006 40.340 150.219 119.838 14.072 20.277
2006e2007 18.657 21.775 29.917 6.396 21.307
2007e2008 22.506 68.488 72.465 32.162 33.980
2008e2009 7.806 185.032 176.059 27.992 26.690
2009e2010 10.127 42.011 45.066 12.803 25.257
2010e2011 33.654 46.033 12.723 9.984 22.847
2011e2012 8.679 113.550 110.158 6.372 22.576
2012e2013 4.992 32.196 27.863 18.518 18.111
2013e2014 8.501 32.256 22.350 6.180 16.215
2014e2015 17.671 2.201 51.283 40.181 44.050
2015e2016 5.947 7.928 0.931 4.082 48.772
2016e2017 20.187 9.703 2.423 8.795 59.050
2017e2018 7.322 46.813 7.755 82.725 95.204
1999e2018 0.469 2.650 0.970 7.139 93.116

Note: CV shows the Cumulative values.

indigenous coal production. Pakistan’s annual average coal pro-
duction during the period has increased by 1.5839 Mtoe. It is also
evident from Pakistan Energy Yearbook [1], coal import and coal
production were increased by 94.9% and 3.2% as compared to 2017.
During 2018, coal consumption increased by 99.2% because of new
coal projects i.e. Sahiwal, Port Qasim coal-fired power plants. Due
to the global crisis and the situation of Pakistan’s energy, Pakistan’s
personified coal imports returned to an increasing trend (see Fig. 5).
Based on Eq. (9), Pakistan’s personified coal imports in interna-
tional trade were estimated and the trend is presented in Fig. 5. The
purpose of the estimation is to show the sector-wise coal import
demand in Pakistan which can benefit from further policies.
Personified coal import related to various sectors is provided in
Fig. 5 and showing an increasing trend. The highest personified coal
import of cement industry was 698.34 Mtoe in 2018. Due to the
energy crisis, coal import increased and used in Brick-kilns (286.63
Mtoe), domestic sectors (0.01346 Mtoe), other Government (0.0026
Mtoe), Pak steel (6.6520), and WAPDA (144.328 Mtoe). The
increasing in personified coal import, volume and the rate in all-out
coal utilization is connected with Pakistan’s coal energy demand in
the latest years. It can catch the model of a country’s economic
development, global trade, and the use of energy [25]. Pakistan’s
 B. Lin, M.Y. Raza / Energy 207 (2020) 118244
Fig. 4. Coal import and Indigenous coal production of Pakistan during 1989e2018.
struggles on the industrial sector, indigenous production of coal
and EI can improve energy consumption structure, and can reduce
import from other countries which are also consistent with LMDI
outcomes and [2,48].
5. Discussion
According to decomposition outcomes given in Fig. 3, brick-
kilns, cement industry, steel industry, and power WAPDA has pre-
vailed the modification of Pakistan’s coal consumption. Coal con-
sumption of these sectors can be divided into the following aspects.
First, the economy of Pakistan is declining and requires maximum
energy in the manufacturing and infrastructure sectors. These
sectors consume maximum primary energy. Second, the current
situation tells that Pakistan should use maximum available and
cheap energy sources such as coal, expand clean energy sources,
nuclear power, will reduce import of expensive coal, oil, LPG, and
LNG from various countries. Kumar and Shahbaz [26] analyzed that
consumption of coal, labor, and capital are devoting variables to
economic development. Thus, Pakistan’s indigenous coal share has
increased by 3.18% in 2018. Finally, the rapid growth of clean coal
technologies in the energy industry will permit coal to be used a
greater extent adequately [8,27]. Therefore, internal elements are
now making coal utilization increase gradually in heat power and
electric power sectors. In the viewpoint of coal consumption, en-
ergy efficiency improvements, the rate of coal consumption has
slow down, although it has slightly increased in 2013. Except it, the
developed nations such as China and India are showing a sign of
coal increasing. Both India and China represented 60% of worldwide
coal utilization in 2014 and found that it will arrive at 87% in 2035.
China is as yet the largest coal user, counted for about 51% [28].
Cement sector, brick-kilns, domestic, other government, Pak steel,
and power WAPDA consume large amounts of coal. A huge amount
of coal energy has been missed in this extreme production capacity
which also causes CO2 emissions [29]. For this, GOP has already set
onward goals about emissions lessening, improvement of energy
9
production-related projects, and clean energy resources in AEDP,
CPEC, Vision 2025 [5], Vision 2035 [6], and INDC [9]. As a result,
GOP inevitably obliges coal consumption of key indicators in the
future and expected to rise annually by 2.5 Mtoe till 2025 to
rebalance the industries and economy. In achieving the series of
goals for energy saving and energy crisis, Pakistan has set many
targets with a five-year plan including coal energy, oil, and gas
energy. Generally, the industrial sector has contributed by 20.91% to
GDP by applying various energy sources [1]. Table 3 shows the ef-
fects of economic scale, industrial, EI, and energy mix effects which
measures the decompositions of factors. Industrial sectors in
maximum regions of Pakistan still depend on fossil fuels, including
coal consumption, which can be implemented on the industrial
structure in achieving targets. Similarly, Li et al. [31] analyzed the
industrial structure effects have a significant part in attaining the
objectives of China. Table 3 shows that 2014e2018 are the
increasing trend in the economy, industrial, energy intensity, and
energy mix. Cumulatively, the outcomes of DCGDPeffect , DCISFk effect ,
DCEMFk effect , and DCEMFk effect are increasing significantly which will
raise Pakistan’s economic aggregate over the future.
Pakistan’s personified coal import has become one of the key
factors for economic and industrial development. Fig. 5 shows the
personified coal consumption import related to various sectors.
Thus, the trade balances of coal import increased by 94.90% in 2018,
which was heightened by 51.19% than the preceding year. One of
the important reasons is that the import cost of petroleum products
decreased, while the import bill increased by 9.1 billion US$ in 2017,
and 11.9 billion US$ in 2018 [1]. It is, therefore, GOP has decided to
increase in production of coal and renewable energy resources to
achieve the demands of the country. This will increase the export of
coal and lessen the import of Pakistan. Fig. 1 shows the sectorial
coal energy consumption in various sectors, while Fig. 5 shows the
sectorial coal import for the coal analysis. It can be seen that the
coal consumption of the major sectors increased significantly. The
total consumption of coal was 17.9 million tons while the import of
coal and bill was 13.7 million tons and 154.8 billion Pakistan rupees.
10 B. Lin, M.Y. Raza / Energy 207 (2020) 118244

Fig. 5. Sectorial coal import of Pakistan in international trade.

Finally, Pakistan’s continuous efforts on import and coal production
will benefit personified coal consumption saving in the future.
6. Conclusion and recommendation
6.1. Conclusion
Pakistan is an emerging nation of Asia and its increasing pop-
ulation and industrialization caused huge energy consumption.
Pakistan’s energy sector is heavily dependent on fossil fuels in both
primary and secondary energy sources [2]. Presently, indigenous
energy resources cannot fulfill the growing energy demand. For
this, various kinds of energy sources (i.e. clean and coal) are being
used to reduce the energy crisis. In this research, we have analyzed
economic scale, industrial structure, energy intensity; energy
mixed effects, and personified coal consumption from Pakistan
perspective. For this, we have applied logarithmic mean Divisia
index (LMDI) and Input-Output (IeO) methods by considering six
main factors (i.e. gross domestic product (GDP), GDP of different
industries, energy use of different industries, coal consumption of
various industries, the output of coal sector, and sectorial coal
import) during 1999e2018. The main conclusions are as follows:
First, the study concluded that driving factors such as industrial,
cement, Brick-kilns, and power sectors increased Pakistan’s coal
consumption significantly in current years. The effects of economic
scale played a major role in coal consumption during 1999e2018,
while energy intensity, industrial, and energy mix have mixed ef-
fects during the period. The economic scale is the only factor which
 B. Lin, M.Y. Raza / Energy 207 (2020) 118244 11

is increasing Pakistan’s coal consumption and remained stable
during 1999e2018.
Second, overall, the industrial structure is not efficient because
of power distribution, energy intensity, and energy mix effects have
mixed effects.
Three, Pakistan’s personified coal import of all factor’s size and
share of coal utilization are increasing continuously in recent years.
The major reason is that many sectors have become coal-intensive
and their share of total imports is increasing, and indigenous coal
production is also increasing in the current years [1,2]. It can be
estimated that coal consumption of Pakistan will be the major
component over the future period because consumption is
increasing every year with the ratio of 6.2% of production and 29.8%
of coal import.
Four, the outcomes of the research propose that the major ele-
ments drive Pakistan’s coal consumption in the current years
appertain to the underlying industries. From the direct viewpoint,
the economic scale effect is stable; energy intensity, energy mix
effects, and a descending trend in the industrial structure effects
are analyzed in this research are the key motives for the boost in
coal consumption. From an indirect point of view, Pakistan’s
personified coal consumption in international trade shows similar
changes.
(4) Pakistan is highly dependent on imported oil, coal, petro-
leum products, and the trend is likely to continue due to the
use of indigenous reserves and a high rate of energy con-
sumption. This is possible by producing oil substitutes in the
country from existing available resources in which coal
gasification is the most appropriate source of energy. Thus,
Pakistan needs an integrated national energy plan not only to
increase energy supply but also to conserve energy with
various efficient technologies. If this trend would be
continuous, the economic and industrial results expected to
be significant for long-run.
7. Limitations
This study helps improve energy, energy structure, domestic
production and import of coal and their prices. The study is not
without limitations. We could get the names of importing coun-
tries, individual payments to each country, and overall energy
import from various countries. For the future, we will measure
Pakistan’s personified coal, oil, gas import and export on the
availability of data.
CRediT authorship contribution statement

6.2. Policy recommendations Boqiang Lin: Conceptualization, Methodology, Software, Data

curation, Writing - original draft. Muhammad Yousaf Raza:
Based on the above conclusions, the following policy sugges- Methodology, Software, Data curation, Writing - original draft.
tions for further increasing coal energy consumption in Pakistan’s
economic sectors can be provided: Declaration of competing interest

(1) Recently, energy security has become a main emphasis in the The authors declare that they have no known competing
world economy. Pakistan is not technologically advanced in financial interests or personal relationships that could have
the numerical modeling of the mining sector, including appeared to influence the work reported in this paper.
exploration, planning, designing, mine development, and
technical equipment. To fulfill the rising energy needs, Acknowledgment
Pakistan must consider the development and its domestic
energy resources such as coal, oil, and gas. Currently, The paper is supported by Report Series from Ministry of Edu-
Pakistan has huge coal reserves of 185.175 billion tons, but cation of China (No.10JBG013).
coal import increased by 94.9% as compared to the previous
year 2017 while the production was increased by 3.2% [1]. Abbreviations
This is due to the high energy demand of industries in
various sectors. In order to utilize cheap indigenous coal LMDI logarithmic mean Divisia index
resources, Pakistan should focus on renewable energy tech- IeO Input-Output
nologies (RETs) which will not only improve the efficiency of LPG Liquefied Petroleum Gas
firms and carbon reduction but also boost the economy. LNG Liquefied Natural Gas
(2) Pakistan pays a huge cost to obtain energy products, for AEDP Alternative Energy Development Plan
example, petroleum products import bill increased by US$ CPEC China Pakistan Economic corridor
11.9 billion during 2018 which has created a huge burden on INDC Intended Nationally Determined Contributions
the foreign exchange reserves [1,7]. It is suggested that the KPK Khyber Pakhtunkhwa
economy can only be stabilized if the domestic resources will AJ&K Azad Jamu &Kashmir
be utilized. The cost for Pakistan to get coal and oil from the Btu British Thermal Unit
international market will probably become higher because of WAPDA Water and Power Development Authority
the decrease of petroleum, international critique, import Mtoe Million tonnes of Oil equivalent
volume, and political issues in the future. For this GOP should EI Energy Intensity
focus on major energy projects such as CPEC, Vision 2025, PIcoal Personified coal consumption
and vision 2035 for further development based on advanced WDI World Development Indicators
technologies.
(3) In the form of various coal commodities, particularly coal bio Appendix A. Supplementary data
gasification, coal biosolubilization by microorganisms can
transform from high molecular weight coal structures and Supplementary data to this article can be found online at
coal wastes to either economical feedstock, clean Yin et al. https://doi.org/10.1016/j.energy.2020.118244.
[46] or aromatic compounds Sabar et al. [47]. This technology
works at level, pressures, and is measured more References
environmentally-friendly compared to conventional coal
conversion technologies. [1] Pakistan Energy Yearbook. Ministry of energy (petroleum division)
12 B. Lin, M.Y. Raza / Energy 207 (2020) 118244
hydrocarbon development institute of Pakistan. 2018. https://hdip.com.pk/
contents.php?cid¼32.
[2] Lin B, Raza MY. Analysis of energy security indicators and CO2 emissions. A
case from a developing economy. Energy; 2020. p. 117575.
[3] World development indicators (WDI). 2018. https://data.worldbank.org/
indicator.
[4] Wachsmann U, Wood R, Lenzen M, Schaeffer R. Structural decomposition of
energy use in Brazil from 1970 to 1996. Appl Energy 2009;86(4):578e87.
[5] Vision 2025. Pakistan 2025, one nation-one vision. Planning commission.
Islamabad: Ministry of Planning, Development & Reforms. Government of
Pakistan; 2014. http://fics.seecs.edu.pk/Vision/Vision-2025/Pakistan-Vision-
2025.pdf.
[6] Vision 2035. Pakistan 2035, one nation-one vision. Planning commission.
Islamabad: Ministry of Planning, Development & Reforms. Government of
Pakistan; 2014. https://www.sdpi.org/publications/files/Pakistan%20Energy%
202035FINAL%2020th%2December%202014.pdf.
[7] Pakistan Economic Survey. Ministry of finance. Islamabad: Government of
Pakistan; 2017-18. http://www.finance.gov.pk/survey/chapters_18/14-
Energy.pdf.
[8] Lin B, Raza MY. Analysis of energy related CO2 emissions in Pakistan. J Clean
Prod 2019. https://doi.org/10.1016/j.jclepro.2019.02.112.
[9] INDC. Pakistan- intended nationally determined contribution, submitted to
COP21. 2015. http://www4.unfccc.int/submissions/indc/Submission%20Pages/
submissions.aspx. [Accessed 7 June 2019].
[10] EIA. Annual report 2008. U.S. Department of Energy; 2009.
[11] IEA. https://webstore.iea.org/coal-information-2018-overview; 2018.
[12] Satti SL, Hassan MS, Mahmood H, Shahbaz M. Coal consumption: an alternate
energy resource to fuel economic growth in Pakistan. Economic Modeling
2014;36:282e7.
[13] Lin B, Ahmad I. Analysis of energy related carbon dioxide emission and
reduction potential in Pakistan. J Clean Prod 2017;143:278e87.
[14] Khan AU. Pak-China economic corridor: the hopes and reality. Islamabad:
Institute of Regional Studies; 2014. p. 45.
[15] UNEP. Global trends in renewable energy investment 2017. Frankfurt am
Main: Frankfurt School-UNEP and Bloomberg New Energy Finance; 2017.
[16] Yang M, Patino DE, Yang FX, Williams E. Industrial energy efficiency in China:
achievements, challenges and opportunities. Energy Strategy Rev 2015;6:
20e9.
[17] Wang Q, Li RR. Journey to burning half of global coal: trajectory anddrivers of
China’s coal use. Renew Sustain Energy Rev 2016;58:341e6.
[18] Hao Y, Zhang ZY, Liao H, Wei YM. China’s farewell to coal: a forecast ofcoal
consumption through 2020. Energy Pol 2015;86:444e55.
[19] Khan A, Jamil F. Energy related carbon dioxide emissions in Pakistan: a
decomposition analysis using LMDI." world academy of science, engineering
and technology. International Journal of Environmental and Ecological Engi-
neering 2016;3(1).
[20] Robaina-Alves M, Moutinho V, Costa R. Change in energy-related CO2 (carbon
dioxide) emissions in Portuguese tourism: a decomposition analysis from
2000 to 2008. J Clean Prod 2016;111:520e8.
[21] Zhang M, Bai C, Zhou M. Decomposition analysis for assessing the progress in
decoupling relationship between coal consumption and economic growth in
China. Resour Conserv Recycl 2018;129:454e62.
[22] Akbostancı E, Tunç GI, et al. CO2 emissions of Turkish manufacturing industry:
a decomposition analysis. Appl Energy 2011;88(6):2273e8.
[23] Zhang W, Li K, Zhou DQ, Zhang WR, Gao H. Decomposition of intensityof
energy-related CO2 emission in Chinese provinces using the LMDI method.
Energy Pol 2016;92:369e81.
[24] Tang X, Zhang BS, Feng LY, Snowden S, Ho €o
€k M. Net oil exports embodied in
China’s international trade: an input-output analysis. Energy 2012;48(1):
464e71.
[25] Tang X, Jin Y, McLellan BC, Wang J, Li S. China’s coal consumption decli-
ningdimpermanent or permanent? Resour Conserv Recycl 2018;129:
307e13.
[26] Kumar S, Shahbaz M. Coal consumption and economic growth revisited:
structural breaks, Cointegration and causality tests for Pakistan. Energy Explor
Exploit 2012;30(3):499e522.
[27] Na CN, et al. Penetration of clean coal technology and its impact on China’s-
power industry. Energy Strategy Rev 2015;7:1e8.
[28] Xu J, Zhou M, Li H. The drag effect of coal consumption on economic growth in
China during 1953e2013. Resour Conserv Recycl 2018;129:326e32.
[29] Ouyang XL, Lin BQ. An analysis of the driving forces of energy-relatedcarbon
dioxide emissions in China’s industrial sector. Renew Sustain Energy Rev
2015;45:838e49.
[30] Pakistan energy vision. 2016. https://www.sdpi.org/publications/files/
Pakistan%20Energy%202035. FINAL%2020th%20October%202014.pdf.
[31] Li AJ, et al. Energy consumption and CO2 emissions in Eastern and Central-
China: a temporal and a cross-regional decomposition analysis. Technol
Forecast Soc Change 2016;103:284e97.
[32] Kaya Y. Impact of carbon dioxide emission control on GNP growth: inter-
pretation of proposed scenarios. 1989 [Intergovernmental Panel on Climate
Change/Response Strategies Working Group, May].
[33] Chen J, Xu C, Cui L, Huang S, Song M. Driving factors of CO2 emissions and
inequality characteristics in China: a combined decomposition approach.
Energy Econ 2019;78:589e97.
[34] Yang J, Cai W, Ma M, Li L, Liu C, Ma X, Chen X. Driving forces of China’s CO2
emissions from energy consumption based on Kaya-LMDI methods. Sci Total
Environ 2019:134569.
[35] Leontief WW. Quantitative input and output relations in the economic sys-
tems of the United States. The review of economic statistics 1936:105e25.
[36] Xu T, Baosheng Z, Lianyong F, Masri M, Honarvar A. Economic impacts and
challenges of China’s petroleum industry: an inputeoutput analysis. Energy
2011;36(5):2905e11.
[37] Liu B, Wang D, Xu Y, Liu C, Luther M. Embodied energy consumption of the
construction industry and its international trade using multi-regional
inputeoutput analysis. Energy Build 2018;173:489e501.
[38] Llop M. Energy import costs in a flexible input-output price model. Resour
Energy Econ 2020;59:101130.
[39] Lam KL, Kenway SJ, Lane JL, Islam KN, de Berc RB. Energy intensity and
embodied energy flow in Australia: an input-output analysis. J Clean Prod
2019;226:357e68.
[40] BGR. BGR Energy Study 2018 e Data and Developments Concerning German
and Global Energy Supplies. 2019. Hannover, Germany.
[41] NEPRA. Pakistan coal power generation potential. 2004. www.nepra.org.pk/
Policies/Coal%20Potential%20in%20Pakistan.
[42] Ishaque H. Quantifying the potential impact of Pakistan’s GHG mitigation
policies for coal- fired power plants. Energy Procedia 2017;142:2809e15.
[43] Anwar J. Analysis of energy security, environmental emission and fuel import
costs under energy import reduction targets: a case of Pakistan. Renew Sus-
tain Energy Rev 2016;65:1065e78.
[44] Munir MAM, Liu G, Yousaf B, Ali MU, Abbas Q. Enrichment and distribution of
trace elements in Padhrar, Thar and Kotli coals from Pakistan: comparison to
coals from China with an emphasis on the elements distribution. J Geochem
Explor 2018;185:153e69.
[45] Bhutto AW, Karim S. Coal gasification for sustainable development of the
energy sector in Pakistan. Energy for Sustainable Development 2005;9(4):
60e7.
[46] Yin S, Tao X, Shi K, Tan Z. Biosolubilisation of Chinese lignite. Energy
2009;34(6):775e81.
[47] Sabar MA, Ali MI, Fatima N, Malik AY, Jamal A, Farman M, Urynowicz M.
Degradation of low rank coal by Rhizopus oryzae isolated from a Pakistani
coal mine and its enhanced releases of organic substances. Fuel 2019;253:
257e65.
[48] Raza MY, Lin B. Decoupling and mitigation potential analysis of CO2 emissions
from Pakistan’s transport sector. Sci Total Environ 2020:139000.
[49] Wang W, Liu X, Zhang M, Song X. Using a new generalized LMDI (logarithmic
mean Divisia index) method to analyze China’s energy consumption. Energy
2014;67:617e22.
[50] Ang BW. Decomposition analysis for policymaking in energy which is the
preferred method? Energy Pol 2004;32(9):1131e9.
[51] Gonz alez PF, Landajo M, Presno MJ. The Divisia real energy intensity indices:
evolution and attribution of percent changes in 20 European countries from
1995 to 2010. Energy 2013;58:340e9.
[52] Ang BW, Lee SY. Decomposition of industrial energy consumption: some
methodological and application issues. Energy Econ 1994;16(2):83e92.
[53] Timilsina GR, Shrestha A. Factors affecting transport sector CO2 emissions
growth in Latin American and Caribbean countries: an LMDI decomposition
analysis. Int J Energy Res 2009;33(4):396e414.
[54] Choi KH, Ang BW. Attribution of changes in Divisia real energy intensity
indexdan extension to index decomposition analysis. Energy Econ
2012;34(1):171e6.
[55] Chang YF, Lin SJ. Structural decomposition of industrial CO2 emission in
Taiwan: an input-output approach. Energy Pol 1998;26(1):5e12.
[56] Peters GP, Weber CL, Guan D, Hubacek K. China’s growing CO2 emissions a
race between increasing consumption and efficiency gains. 2007.
[57] Guan D, Hubacek K, Weber CL, Peters GP, Reiner DM. The drivers of Chinese
CO2 emissions from 1980 to 2030. Global Environ Change 2008;18(4):
626e34.
[58] Chung W, Kam MS, Ip CY. A study of residential energy use in Hong Kong by
decomposition analysis, 1990e2007. Appl Energy 2011;88(12):5180e7.
[59] Jeong K, Kim S. LMDI decomposition analysis of greenhouse gas emissions in
the Korean manufacturing sector. Energy Pol 2013;62:1245e53.
[60] Vaninsky A. Efficiency of electric power generation in the United States:
analysis and forecast based on data envelopment analysis. Energy Econ
2006;28(3):326e38.
[61] Wang K, Wei YM. Sources of energy productivity change in China during
1997e2012: a decomposition analysis based on the Luenberger productivity
indicator. Energy Econ 2016;54:50e9.
[62] Kagawa S, Inamura H. A spatial structural decomposition analysis of Chinese
and Japanese energy demand: 1985e1990. Econ Syst Res 2004;16(3):279e99.
[63] Chang YF, Lewis C, Lin SJ. Comprehensive evaluation of industrial CO2 emis-
sion (1989e2004) in Taiwan by inputeoutput structural decomposition. En-
ergy Pol 2008;36(7):2471e80.
[64] Zeng L, Xu M, Liang S, Zeng S, Zhang T. Revisiting drivers of energy intensity in
China during 1997e2007: a structural decomposition analysis. Energy Pol
2014;67:640e7.
[65] Liu H, Xi Y, Guo JE, Li X. Energy embodied in the international trade of China:
an energy inputeoutput analysis. Energy Pol 2010;38(8):3957e64.
[66] Hoekstra R, Van den Bergh JC. Comparing structural decomposition analysis
and index. Energy Econ 2003;25(1):39e64.
[67] Ang BW, Zhang FQ. A survey of index decomposition analysis in energy and
 B. Lin, M.Y. Raza / Energy 207 (2020) 118244
environmental studies. Energy 2000;25(12):1149e76.
[68] Cansino JM, Sanchez-Braza A, Rodríguez-Are valo ML. Driving forces of Spain‫ ׳‬s
CO2 emissions: a LMDI decomposition approach. Renew Sustain Energy Rev
2015;48:749e59.
[69] Moutinho V, Moreira AC, Silva PM. The driving forces of change in energy-
related CO2 emissions in Eastern, Western, Northern and Southern Europe:
the LMDI approach to decomposition analysis. Renew Sustain Energy Rev
2015;50:1485e99.
[70] Lin B, Long H. Emissions reduction in China‫ ׳‬s chemical industryeBased on
LMDI. Renew Sustain Energy Rev 2016;53:1348e55.
[71] Malla S. CO2 emissions from electricity generation in seven Asia-Pacific and
North American countries: a decomposition analysis. Energy Pol 2009;37(1):
1e9.
[72] Jiang XT, Li R. Decoupling and decomposition analysis of carbon emissions
from electric output in the United States. Sustainability 2017;9(6):886.
[73] Ang BW, Su B. Carbon emission intensity in electricity production: a global
analysis. Energy Pol 2016;94:56e63.
[74] Cai B, Li W, Dhakal S, Wang J. Source data supported high resolution carbon
emissions inventory for urban areas of the Beijing-Tianjin-Hebei region:
spatial patterns, decomposition and policy implications. J Environ Manag
2018;206:786e99.
[75] Shen L, Wu Y, Lou Y, Zeng D, Shuai C, Song X. What drives the carbon emission
in the Chinese cities?da case of pilot low carbon city of Beijing. J Clean Prod
2018;174:343e54.
[76] Wang Q, Zhao M, Li R. Decoupling sectoral economic output from carbon
13
emissions on city level: a comparative study of Beijing and Shanghai, China.
J Clean Prod 2019;209:126e33.
[77] Aqeel A, Butt MS. The relationship between energy consumption and eco-
nomic growth in Pakistan. Asia Pac Dev J 2001;8:101e10.
[78] Mushtaq K, Abbas F, Abedullah Ghafoor A. Energy use for economic growth:
cointegration and causality analysis from the agriculture sector ofPakistan.
Pakistan Dev Rev 2007;46:1065e73.
[79] Shahbaz M, Feridun M. Electricity consumption and economic growth
empirical evidence from Pakistan. Qual Quantity 2012;46:1583e99.
[80] Tang CF, Shahbaz M. Sectoral analysis of the causal relationship between
electricity consumption and real output in Pakistan. Energy Pol 2013;60:
885e91.
[81] Raza MY, Shah MTS. Analysis of coal-related energy consumption in Pakistan:
an alternative energy resource to fuel economic development. Environ Dev
Sustain 2019:1e22.
[82] Rehman SAU, Cai Y, Mirjat NH, Walasai GD, Nafees M. Energy-environment-
economy nexus in Pakistan: lessons from a PAK-TIMES model. Energy Pol
2019;126:200e11.
[83] Shahbaz M, Lean HH, Farooq A. Natural gas consumption and economic
growth in Pakistan. Renew Sustain Energy Rev 2013;18:87e94.
[84] Sadiq M. Solar water heating system for residential consumers of Islamabad,
Pakistan: a cost benefit analysis. J Clean Prod 2018;172:2443e53.
[85] Lin B, Raza MY. Energy substitution effect on transport sector of Pakistan: a
trans-log production function approach. J Clean Prod 2020;251:119606 [We
declare that there is no conflict of interest].
 LAMPIRAN 2 Energi 207 (2020) 118244

Daftar isi tersedia di ScienceDirect

Energi

beranda jurnal: www.elsevier .com / lokasi / energi

Batubara dan pembangunan ekonomi di Pakistan: Kebutuhan akan sumber energi

Boqiang Lin Sebuah , * , Muhammad Yousaf Raza Sebuah , b

Sebuah School of Management, China Institute for Studies in Energy Policy, Collaborative Innovation Center for Energy Economics and Energy Policy, Universitas Xiamen, Fujian, 361005, China

b Institut Penelitian Sabuk dan Jalan, Universitas Xiamen, Fujian, 361005, Cina

articleinfo abstrak

Sejarah artikel: Dalam penelitian ini, indeks rata-rata logaritmik Divisia (LMDI) dan Input-Output (I e O) model digunakan untuk mengeksplorasi determinan
Diterima 27 Februari 2020 Diterima perubahan konsumsi batubara selama 1999 e 2018 di Pakistan. Beberapa faktor novel struktur industri, intensitas energi (IE), skala ekonomi,
dalam bentuk revisi 10 Mei 2020
bauran energi, dan personi fi Konsumsi batubara dipilih dan ditambahkan ke LMDI dan I e O model. Tujuannya adalah untuk memperkirakan
faktor-faktor tersebut '
Diterima 25 Juni 2020 Tersedia online 3
efek dari berbagai sektor yang mungkin memberikan cara baru bagi pembuat kebijakan. Hasil penelitian menunjukkan: (1) Variasi faktor pendorong
Juli 2020
pada sektor industri, semen, Batako, dan pembangkit listrik semakin meningkat. (2) Struktur industri berpengaruh pada peningkatan konsumsi
batubara yang signi fi saat ini, sementara bauran energi dan IE meningkatkan efisiensi energi fi efisiensi dari 2014 hingga 2018. Pengaruh skala
Kata kunci:
ekonomi memainkan peran utama dalam konsumsi batubara selama 1999 e 2018, sementara IE, industri, dan bauran energi memiliki efek
Personi fi konsumsi batubara ed
Impor batu bara
campuran. (3) Skala ekonomi adalah satu-satunya faktor yang stabil dan meningkatkan Pakistan ' s konsumsi batubara. (4) Dari LMDI, pengaruh
Produksi batubara skala ekonomi stabil sedangkan I e O mengungkapkan bahwa EI, bauran energi dan tren efek struktur industri adalah motif utama dalam
LMDI meningkatkan konsumsi batubara. Disarankan cadangan batu bara sebesar 185,175 miliar ton bisa signi fi terus meningkatkan sosial, ekonomi, dan
saya e O analisis energi di Pakistan.
Pakistan

© 2020 Elsevier Ltd. Semua hak dilindungi undang-undang.

1. Perkenalan
Batu bara penuh fi Ini adalah kebutuhan konsumsi energi Pakistan saat ini, yang berkontribusi
sebesar 12,7% dari konsumsi energi komersial selama 2017 e 2018 [ 1 ]. Karena penggunaan besar
produk minyak bumi, impor minyak, LPG, dan LNG akan menjadi sumber energi yang mahal di
Pakistan [ 1 ]. Tidak seperti energi lainnya, batubara relatif murah dan memiliki aset 185,175 miliar ton
di Pakistan [ 2 ]. Namun, Pakistan terus berupaya untuk memaksakan pemanfaatan batubara,
terutama selama sepuluh tahun sebelumnya di bawah Rencana Pengembangan Energi Alternatif
(AEDP), Koridor Ekonomi China Pakistan (CPEC), Visi 2025 [ 5 ], Visi 2035 [ 6 ], dan INDC [ 9 ] proyek
untuk peningkatan energi dan Pakistan ' ekonomi. Karena biaya pembangkit listrik tenaga batu bara
lebih rendah daripada sumber daya lain di Pakistan [ 5 , 6 ]. Produksi batubara meningkat 5,7% selama
2018 dan batubara maksimum ' Produksi dihabiskan di pembangkit listrik (2,6%), industri semen
(54,4%), penggunaan kokas (1,75%), dan pembakaran batu bata
(41,5%) [ 7 ]. Pangsa batubara yang besar menggambarkan industri yang tersubstitusi dari produk
minyak bumi ke batubara. Adapun kebutuhan batu bara di masa depan, Pakistan ' Permintaan batu
bara akan meledak karena permintaan energi dan penggunaan komersial. Ini juga dapat dilihat
sebagai alternatif yang memadai untuk mempertahankan pertumbuhan yang berkelanjutan di
Pakistan, karena biaya yang kompetitif dan cadangannya yang dapat diakses [ 8 ]. Menurut Visi Energi
Pakistan [ 30 ], dalam jangka panjang, terdapat kebutuhan untuk mengeksplorasi cadangan batubara
di Baluchistan, Punjab, Khyber Pakhtunkhwa (KPK), dan Azad Jammu dan Kashmir (AJK). Sumber
daya ini memiliki nilai kalor sekitar 9000 Btu / LB -15.000Btu / LB yang lebih besar dari nilai kalor
sumber daya batubara Thar yaitu 5000 e 13.000Btu / LB [ 6 , 30 ]. Ini akan mencapai puncak
penggunaan batubara pada awal tahun 2025 di sektor tenaga listrik, permintaan dan pasokan listrik,
ef fi efisiensi, dan pembangkit listrik. Namun, sebagian besar studi masih berfokus pada permintaan
energi yang terus meningkat. Dalam Kontribusi yang Ditentukan Secara Nasional (INDC) [ 9 ], karena
Pakistan ' krisis energi, permintaan energi yang meningkat, negara perlu mengeksploitasi semua
sumber energi domestiknya termasuk batubara, hidro, dan energi terbarukan [ 9 ].

Seperti dilansir EIA [ 10 ], konsumsi batubara akan naik menjadi 28%

* Penulis yang sesuai.
Alamat email: bqlin@xmu.edu.cn , bqlin2004@vip.sina.com (B.Lin), yousaf. raza@ymail.com (MY Raza). 2030. Namun, permintaan batu bara mengalami penurunan sebesar 2,1% di

https://doi.org/10.1016/j.energy.2020.118244
0360-5442 / © 2020 Elsevier Ltd. Semua hak dilindungi undang-undang.
2 B.Lin, MY Raza / Energy 207 (2020) 118244
sektor kelistrikan Amerika Serikat (AS) dan Cina, sementara pemanfaatan batubara meningkat 3,5%
selama 2017 [ 11 ]. Sebuah studi time-series dari Pakistan selama tahun 1974 e 2010 dilakukan oleh
Satti et al. [ 12 ] untuk meramalkan kausalitas konsumsi batubara, dan hasil investigasi mengusulkan
bahwa fi perkembangan keuangan dan konsumsi batubara memiliki kausalitas dua arah dalam durasi
jangka pendek dan panjang. Menurut Survei Ekonomi Pakistan [ 7 ], Pakistan ' Konsumsi batu bara
tahunan meningkat sebesar 32,91%, 3,57%, 23,92%, 60,75% selama 2015, 2016, 2017, dan 2018.
Konsumsi batu bara sektoral secara keseluruhan di Pakistan disajikan dalam Gambar 1 . Konsumsi
batu bara untuk industri Brick-kiln, semen, dan Water and Power Development Authority (WAPDA)
meningkat sebesar 51%, 191,06%, dan 108,19%. Konsumsi batubara domestik dan Pak-steel
menurun 93%, 57% selama periode 1989 e 2018. Pemerintah lainnya adalah satu-satunya sektor yang
mengkonsumsi energi minimum sebesar 0,0014 Mtoe selama ini
1989.
Sejalan dengan Lin dan Raza [ 8 ]; Lin dan Ahmad [ 13 ], Pakistan telah berkomitmen dengan
China untuk mempromosikan energi dengan menerapkan sumber daya, misalnya batu bara dan
surya. Menurut Khan [ 14 ]; Lin dan Ahmad [ 13 ]; Lin dan Raza [ 8 ], Pakistan terletak di sekitar 25
republik teratas dalam hal pembangunan ekonomi, meningkatkan aksesibilitas kekuasaan (yaitu
sebanyak 67% e 90% dari populasi) dan mengurangi perubahan lingkungan. Menurut kesepakatan
bersama
dengan CPEC, karbon dioksida (CO 2) emisi terkait dengan proyek pembangkit listrik tenaga panas
berbasis batu bara. Tujuan utama dari proyek ini adalah untuk
membuat kelestarian lingkungan dan berdedikasi untuk menerima teknologi batubara bersih yang
meniru standar global sesuai dengan teknologi terkini yang diterapkan di pembangkit listrik tenaga
batubara Amerika Serikat (AS) [ 15 ]. Demikian pula, China dan Amerika Serikat sepakat untuk
mengurangi emisi karbon melalui konsumsi batu bara di Beijing pada 2014 sebelum 2030. Dalam
penurunan China ' Konsumsi batubara banyak alasan yang menyala, misalnya, berkurangnya
intensitas energi (IE) Cina, terutama di divisi yang membutuhkan energi selama tahun 2005 hingga
2015. Yang et al. [ 16 ], Wang dan Li [ 17 ], dan Hao et al. [ 18 ] identi fi ed the mundur dari pembangunan
ekonomi di industri besar dengan daya pemanfaatan batubara yang tinggi. Oleh karena itu, dengan
menggunakan aset terkait batubara, biaya produksi dapat turun yang akan menambah pembangunan
ekonomi maksimum Pakistan.
Kontribusi dan motivasi penelitian kami adalah sebagai berikut.
Gambar 1. Konsumsi energi batubara sektoral di Pakistan. Sumber: Buku
Tahunan Energi Pakistan (berbagai volume).
Pertama, kami hanya menemukan sedikit studi yang berhubungan dengan Pakistan ' s konsumsi
batubara. Sebagian besar berfokus pada mitigasi gas rumah kaca (GRK), ketahanan energi, impor
bahan bakar, sumber daya batubara, dan analisis konsumsi energi di berbagai sektor dengan
metodologi berbeda, misalnya Ishaque [ 42 ] menganalisis dampak GRK untuk batubara-
fi pembangkit listrik merah dengan menggunakan analisis skenario; Anwar [ 43 ] memperkirakan impor
bahan bakar secara keseluruhan dan ketahanan energi dengan menggunakan metode alokasi pasar
(MRKAL); Munir dkk. [ 44 ] memperkirakan distribusi jejak di berbagai cadangan batubara dengan
menggunakan sistem pemantauan emisi berkelanjutan, dan Bhutto dan Karim [ 45 ] perkiraan gas
batubara fi kation untuk pertumbuhan berkelanjutan dengan menggunakan proyeksi. Untuk mengukur
intensitas energi (IE), bauran energi, skala ekonomi, pengaruh industri, personi fi Untuk konsumsi
batubara, impor batubara, dan produksi batubara, penelitian yang ada menggunakan logarithmic
mean Divisia index (LMDI) dan input-output (I e O) metode. Keunggulan dari LMDI adalah mudah
digunakan, memiliki landasan teoritis terbaik, dan menghasilkan interpretasi Ang [ 50 ], sedangkan I e Metode
O bermanfaat fi penting dalam memperkirakan hubungan ekonomi antara faktor-faktor yang berbeda [ 35
]. Sejumlah penelitian telah menerapkan teknik LMDI untuk menguraikan pertumbuhan konsumsi
energi total di berbagai negara dan wilayah [ 8 , 48 e 51 ]. Mereka mempertimbangkan berbagai faktor
yaitu faktor populasi, ekonomi, energi, dan energi campuran. Namun, untuk memanfaatkan LMDI dan
saya e O metode pertumbuhan konsumsi batubara di Pakistan, yang penelitiannya kurang,
faktor-faktor yang diukur perlu diperluas karena batubara adalah satu-satunya bagian dari sistem
energi yang sangat besar. Selain itu, Pakistan menggunakan sejumlah besar bahan bakar fosil
termasuk batu bara, dan penggunaan batu bara telah diversi fi di berbagai sektor termasuk tenaga,
pembangkit panas, memasak, dll. Oleh karena itu, variasi struktural melalui sistem penggunaan
energi, faktor teknis (yaitu penghematan energi, keluaran energi) harus diambil dengan hati-hati untuk
lebih meningkatkan teknik LMDI untuk menguraikan rincian teknis penggunaan batubara di Pakistan.
Jadi, studi ini menguraikan Pakistan ' Faktor pendorong ekonomi, penggunaan aset batubara, personi fi Konsumsi
dan permintaan batubara langsung-tidak langsung, pengaruhnya terhadap ekonomi, konsumsi
industri, dan impor batubara. Studi ini juga bertujuan untuk mengembangkan teknik LMDI yang sesuai
untuk memeriksa pertumbuhan penggunaan batubara di berbagai negara dengan sistem penggunaan
batubara yang kompleks, seperti di Pakistan, dan menggunakan metode untuk memperkirakan fl faktor-faktor
yang mempengaruhi pertumbuhan konsumsi batubara di
 B.Lin, MY Raza / Energy 207 (2020) 118244
Pakistan. Kedua, penelitian kuantitatif masih kurang berkonsentrasi pada hal ini fi lapangan karena
penelitian ini mendorong kita sampai pada titik bahwa pemanfaatan batubara adalah sumber energi
paling penting dan murah di Pakistan, dan kami menemukan sedikit tinjauan literatur terkait konsumsi
batubara di Pakistan. Empat, beberapa pertanyaan mungkin muncul, misalnya, akankah Pakistan ' s
konsumsi batubara meningkat pada tingkat maksimum? Apa dampak konsumsi batu bara terhadap
situasi energi Pakistan saat ini? Apa masalah konsumsi batu bara langsung dan tidak langsung? Dari
sudut pandang pemanfaatan batubara secara langsung, penelitian ini akan mengkaji elemen
pendorong variasi penggunaan batubara di berbagai era, sedangkan konsumsi batubara tidak
langsung, personi batubara. fi ed dalam impor juga akan dianalisis. Ini akan kembali fl dll Pakistan ' KonsumsiMetode MARKAL untuk menganalisis ketahanan energi dan CO 2 emisi.
batubara secara langsung atau tidak langsung.
Terakhir, penelitian yang ada juga memberikan kontribusi bagi Pakistan ' Kebijakan prospek
pertumbuhan berkelanjutan dari berbagai sektor dengan membangun korelasi jangka panjang antara
pertumbuhan energi, aktivitas, konsumsi bahan bakar, dan peningkatan teknologi. Dengan demikian,
studi ini merupakan akumulasi yang menarik dari penulisan kenaikan konsumsi batubara terutama
untuk Pakistan dan sektor ekonomi terkait, khususnya dalam kerangka Visi Pakistan 2025 [ 5 ], Visi
2035 [ 6 ], dan INDC [ 9 ].
Bagian 2 termasuk metode dan datanya. Hasil dan pembahasan disajikan pada bagian 3 , dan
bagian 4 membahas bagian pembahasan empiris 5 termasuk kesimpulan dan saran kebijakan.
2. Tinjauan pustaka
Teknik dekomposisi faktor telah digunakan secara luas
menyelidiki variasi CO 2 emisi dan konsumsi energi [ 8 , 52 e 54 ]. Teknik ini juga membantu memperjelas
kekuatan pendorong
di balik pertumbuhan ekonomi, intensitas energi, struktur energi, variasi struktur industri di bawah
skenario yang berbeda. Secara umum, metode dekomposisi dibagi lagi menjadi ' 3 ' jenis: (1) analisis
dekomposisi struktural (SDA) [ 55 e 57 ], analisis dekomposisi indeks (IDA) [ 58 , 59 ], dan analisis
dekomposisi produksi-teoritis (PDA) [ 60 , 61 ]. Teknik SDA didasarkan pada I e O analisis ekonomi
kuantitatif dan telah diterapkan oleh Kagawa dan Inamura [ 62 ], Chang et al. [ 63 ], Zeng dkk. [ 64 ], dan
Liu et al. [ 65 ]. Metode ini memiliki dua keunggulan dibandingkan IDA: (1) inputoutput (I e O) dapat
membedakan antara berbagai teknologi dan fi efek permintaan akhir, sedangkan metode IDA tidak
dapat memeriksa ini, dan (2) I e Omethod mencakup efek permintaan tidak langsung, sedangkan IDA
hanya dapat menganalisis dalam fl pengaruh efek langsung [ 4 , 66 ]. Namun, SDA membutuhkan saya e Metode
untuk menguraikan variasi penggunaan energi dan emisi karbon yang tidak diperkirakan di banyak
negara; dengan demikian, ini hanya dapat dihitung untuk speci fi c tahun ketersediaan informasi.
Selain itu, ia memiliki beberapa kelemahan: (1) membutuhkan data yang tinggi, (2) model ekonomi
yang lebih kompleks, (3) hanya bentuk dekomposisi aditif yang dapat diterapkan [ 67 ].
Penelitian sebelumnya menerapkan berbagai metode untuk menemukan faktor-faktor perubahan
energi, emisi karbon, dan pertumbuhan ekonomi di tingkat perkotaan, regional, dan negara dengan
menggunakan metode LMDI, STRIPAT, I e O, regresi, dan analisis statistik korelasi. Misalnya, Ang
dan Zhang [ 67 ] menganalisis makalah survei; Cansino dkk. [ 68 ] untuk Spanyol; Moutinho dkk. [ 69 ]
untuk Eropa; Lin dan Long [ 70 ] untuk China; Malla [ 71 ] untuk Asia; Jiang dan Li [ 72 ] untuk AS; Ang
dan Su [ 73 ] untuk Dunia; Cai et al. [ 74 ]; Shen et al. [ 75 ], dan Wang et al. [ 76 ] untuk China
menganalisis model untuk mengeksplorasi
berbagai faktor. Sebagian besar peneliti melakukan CO 2 simulasi emisi menggunakan model tunggal
untuk memperkirakan dampak
faktor yang berbeda.
Dari perspektif Pakistan, literatur yang tersebar luas tentang hubungan antara konsumsi energi
dan pertumbuhan ekonomi ditemukan, misalnya, Aqeel dan Butt [ 77 ]; Mushtaq dkk. [ 78 ]; Shahbaz
dan
3
Feridun [ 79 ]; Tang dan Shahbaz [ 80 ]; Raza dan Shah [ 81 ]; Rehman dkk. [ 82 ]; Satti dkk. [ 12 ], dan
Shahbaz et al. [ 83 ] menggunakan metode umum yang menunjukkan hubungan antara berbagai
sumber energi dan pertumbuhan ekonomi di Pakistan. Selanjutnya Lin dan Ahmad [ 13 ], Lin dan Raza
[ 8 ] menggunakan teknik LMDI untuk menganalisis
CO terkait energi 2 emisi di Pakistan; Lin dan Raza [ 48 ] memperkirakan potensi decoupling dan
mitigasi dari Pakistan ' s
transportasi dengan menggunakan metode LMDI, sedangkan Lin dan Raza [ 2 ] digunakan
Literatur di atas menjelaskan dua pengamatan utama: (1) banyak
studi sebelumnya menggunakan metodologi yang berbeda dari berbagai sektor negara maju dan
berkembang dan tidak memberikan bukti pasti tentang gabungan IDA dan I e O metode khususnya di
batu bara fi elds, (2) banyak penelitian yang berfokus pada CO 2 emisi dan pertumbuhan ekonomi
dengan menggunakan LMDI dan hubungan kausalitas antara
faktor dan spesi fi c industri. Meskipun, sangat sedikit analisis yang terlihat pada batu bara dan
pertumbuhan ekonomi, belum ada yang menerapkan LMDI dan I e O metode untuk menyelidiki ef fi efisiensi
konsumsi batubara di Pakistan. Dengan demikian, tujuan penelitian ini adalah untuk mendapatkan
gambaran lengkap tentang indikator yang mempengaruhi (yaitu konsumsi batubara, produksi
batubara, skala ekonomi, pengaruh industri, impor batubara, dan personi. fi ed coal) dari 1999 hingga
2018. Terakhir, penelitian ini membantu kita dalam memahami efek bersama dari LMDI dan I e Metode
O, yang berpengaruh di Pakistan selama spesi fi periode ed. Selain itu, karena tekanan pertumbuhan
ekonomi dan sumber daya yang terbatas, pemahaman yang mendalam tentang hubungan antara
konsumsi batu bara dan sektor industri dapat memberikan landasan praktis tidak hanya untuk
ketahanan energi tetapi juga untuk substitusi energi, penghematan energi, dan kebijakan ekonomi
untuk berbagai sektor.
3. Metode dan data
Pengumpulan data dan metode tentang topik yang diusulkan diberikan dalam bagian ini. LMDI
(Indeks Rata-rata Logaritmik Divisia) dan InputOutput (I e O) metode yang diterapkan dalam penelitian
ini. Metode LMDI berlaku untuk penguraian pemanfaatan batubara secara langsung dan fi Cari tahu
alasan utama perubahannya. saya e Metode yang digunakan untuk menyelidiki variasi personi fi impor
batubara dan produksi batubara dari sudut pandang konsumsi batubara tidak langsung.
3.1. Input data untuk dekomposisi LMDI dan pendekatan input-output
Kami mendapatkan data terkait energi (yaitu konsumsi energi, konsumsi batubara, impor
batubara, dan produksi batubara) dari Pakistan Energy Yearbook [ 1 ] dan produk domestik bruto
(PDB) dan pangsa PDB konsumsi batu bara dari Indikator Pembangunan Dunia (WDI) [ 3 ].
Penggunaan akhir konsumsi energi batubara sektoral dari 1989 hingga 2018 diilustrasikan dalam Gambar
1 . Ini didasarkan pada berbagai industri konsumsi batu bara di Pakistan 1 dan sumber variabel dengan
deskripsi disajikan di Tabel 1 .
3.2. Pendekatan LMDI
Metode LMDI dapat diilustrasikan sebagai identitas Kaya yang diperluas, yaitu fi pertama kali
dikembangkan oleh Kaya [ 32 ], yang menganalisis
konsumsi energi, CO 2 emisi, populasi, pertumbuhan ekonomi, dan intensitas energi. Sebagian besar
studi sebelumnya telah mengadopsi LMDI
menyatakan konsumsi energi sebagai kuantitas standar dan
1 Perlu dicatat bahwa kami telah memasukkan data berbagai sektor pemakai energi batubara yang berperan penting
dalam membangun sistem perekonomian, industri, intensitas energi, dan bauran energi. Metode LMDI telah digunakan
oleh banyak peneliti untuk menganalisis elemen sosial seperti konsumsi energi, produksi industri, emisi karbon, dan
penggunaan sumber daya alam.
4 B.Lin, MY Raza / Energy 207 (2020) 118244

Tabel 1
Deskripsi Variabel 2 1

Variabel Satuan Deskripsi Sumber

Konsumsi batubara Mtoe [1] Besarnya konsumsi batubara sektor k (WAPDA, industri brick-kiln, semen, sektor domestik, pak baja, dan sektor pemerintah lainnya).

Konsumsi energi Mtoe [1] Total konsumsi energi di sektor k (domestik, komersial, industri, pertanian, transportasi, dan pemerintahan lainnya)

Impor batu bara Mtoe [1] IMP j adalah impor Pakistan ' sektor s j
Produksi batubara Mtoe [1] Y batu bara merupakan output dari batubara di sektor j

PDB Miliar saat ini [ 3 ] Memperkirakan total produk domestik bruto berdasarkan industri agregat
DOLLAR AMERIKA$

Pangsa PDB batubara Miliar saat ini [ 3 ] Nilai tambah dari PDB sektor k.
konsumsi DOLLAR AMERIKA$

mempertimbangkan faktor penggerak seperti populasi, PDB, intensitas energi, bauran energi, dan negara mungkin berkelas fi menjadi aspek berikut.
sektor ekonomi yang berbeda, misalnya,
Khan dan Jamil [ 19 ] untuk Pakistan ' s CO yang berhubungan dengan energi 2 emisi; Lin dan Ahmad [ 13 Xn Xn ð PDB ISF k
CC ¼ CC k ¼ EIF k EMF k Þ (2)
] dan Lin dan Raza [ 8 ] untuk diperiksa Pakistan
k¼1 k¼1
produksi karbon dan konsumsi energi di berbagai sektor di Pakistan; Robaina dkk. [ 20 ] untuk
Portugal; Zhang et al. [ 21 ] untuk China, dan Akbostanc et al. [ 22 ] untuk industri manufaktur dimana PDB adalah faktor skala ekonomi, ISF k adalah industri
faktor struktur, EIF k adalah faktor intensitas energi, EMF k adalah faktor campuran energi, dan k
Turki; Chen et al. [ 33 ] menganalisis CO 2 faktor pendorong emisi dan karakteristik ketidaksetaraan adalah waktu. Elemen dalam persamaan (1)
untuk Cina, dan Yang et al. [ 34 ] untuk China ' s dan (2) di atas ditentukan dalam Meja 2 . Identitas analisis dekomposisi indeks (IDA), faktor
BERSAMA 2 dari konsumsi energi digunakan LMDI untuk pengukuran emisi karbon dan konsumsi perubahan, dan pengaruh faktor LMDI diperkirakan lebih lanjut di bagian selanjutnya. Menurut
energi secara keseluruhan. Manfaat fi t dari Persamaan. (2) , asumsi berikut ada.
Metode ini dapat memisahkan kontribusi faktor individu terhadap indeks total dan penyebab variasi
indeks. Oleh karena itu, metode ini ternyata menjadi salah satu metode yang biasa digunakan dalam
analisis perubahan iklim dan energi. Teknik ini bergantung pada pembagian rata-rata sederhana yang Ruas kanan persamaan (PDB) dinamai struktur ekonomi. Jika nilai numerik lebih tinggi,
banyak digunakan karena tidak ada residu dan jelas dalam analisis hasil [ 8 , 23 ]. Dengan demikian, perekonomian negara akan lebih tinggi. Jika kecepatan matematika lebih rendah dari ekonomi
dapat disimpulkan bahwa sebagian besar penelitian sebelumnya berkaitan dengan energi akan dipengaruhi oleh energi dan bergerak menuju nilai yang lebih rendah.

BERSAMA 2 emisi di berbagai negara hanya berfokus pada efek dan kausalitas faktor-faktor dari Item kedua (ISF k) menunjukkan struktur industri, yang menunjukkan berbagai PDB industri per
perspektif ekonomi. unit perubahan dalam PDB. Pada
Namun, dengan metode dekomposisi LMDI, kami memperoleh peningkatan konsumsi batubara nilai yang lebih tinggi, konsumsi energi akan lebih tinggi dan
Pakistan ' Seluruh industri dan industri primer, sekunder, dan tersiernya yang disebabkan oleh faktor fi rm ' Outputnya akan menjadi ef fi cient.
yang mempengaruhi individu selama selang waktu 1999 e 2003, 2004 e 2008, 2009 e 2013, 2014 e 2018, Item ketiga (EIF k) didasarkan pada konsumsi energi per unit perubahan dalam PDB yang
dan 1999 e 2018. Dampak berbagai sektor industri terhadap konsumsi batu bara tidak dapat diabaikan menunjukkan bahwa, jika nilai yang dihitung besar,
karena sektor-sektor tertentu merupakan sektor ekonomi utama Pakistan. Padahal studi ini konsumsi energi akan lebih efektif.
menguraikan perubahan konsumsi batubara berdasarkan empat faktor dekomposisi yaitu faktor Item keempat (EMF k) adalah konsumsi batubara per unit perubahan konsumsi energi di berbagai
struktur industri, faktor intensitas energi, faktor skala ekonomi, dan faktor bauran energi. Tujuannya sektor. Jika nilai statistik
untuk menghitung pengaruh intensitas energi, bauran energi, kondisi ekonomi, situasi batubara, dan lebih tinggi dari hasil yang akan dianggap sebagai ef fi cient.
pengaruh variabel-variabel yang ada. Dari perspektif analisis dekomposisi indeks (IDA) berdasarkan
Persamaan.

3.3. Masukan-keluaran (I e O) pendekatan

Wassily Leontief [ 35 ] mengembangkan I e Omodel pada tahun 1930, yang menguntungkan fi khusus
(1) dan (2) dan Meja 2 , IDA telah diterapkan secara luas oleh banyak sarjana untuk mengidentifikasi
untuk memperkirakan asosiasi ekonomi di antara berbagai sektor ekonomi. Banyak peneliti
faktor pendorong utama [ 4 , 48 , 49 ]. Ang [ 50 ] membandingkan IDA dan menemukan bahwa LMDI
menerapkan I ini e Model O, misalnya, Tang et al. [ 24 ] untuk China ' s impor minyak; Tang dkk. [ 25 ]
adalah metode dekomposisi terbaik karena landasan teoritis, kemudahan penggunaan, dan
untuk konsumsi batu bara China; Xu dkk. [ 36 ] untuk industri ekonomi dan perminyakan China; Liu et
interpretasi hasil. Pada saat yang sama, teknik LMDI memiliki beberapa properti lain dalam konteks
al. [ 37 ] untuk dunia ' s industri konstruksi; Llop [ 38 ] menganalisis peran harga impor energi di Spanyol
analisis dekomposisi [ 49 ]. Oleh karena itu, metode LMDI ditunjuk untuk membangun model
dan Lam et al. [ 39 ] untuk energi yang terkandung fl aliran dan intensitas energi di Australia. Namun
dekomposisi. Jadi, Pakistan ' Konsumsi batubara keseluruhan dapat dihitung sebagai berikut dengan
literatur menunjukkan bahwa sebagian besar kajian difokuskan pada perminyakan, industri
Persamaan. (1) dan Meja 2 :
konstruksi, dan batubara

pengurangan kasus CO 2 pengurangan emisi, dan harga impor energi di berbagai negara. Jadi, studi

Xn Xn yang ada memperkirakan

PDB k EC k CC k
CC ¼ CC k ¼ PDB (1) konsumsi industri secara keseluruhan, impor, dan produksi batubara di Pakistan. Jadi, I e Model O
PDB PDB k EC k
k¼1 k¼1 adalah sebagai berikut:

dimana CC menunjukkan total konsumsi batubara; CC k adalah penggunaan batubara berbagai KAPAK þ Y ¼ X (3)
industri k; PDB adalah produk domestik bruto; PDB k adalah
PDB berbagai industri k, dan EC k adalah konsumsi energi industri k. Seperti yang ditunjukkan oleh dimana X menunjukkan ekonomi output total; AX adalah penambahan konsumsi antara, Y adalah fi konsumsi
persamaan (1) , faktor yang berbeda dari a akhir, dan A adalah
 B.Lin, MY Raza / Energy 207 (2020) 118244 5

Meja 2
Rumus LMDI untuk pertumbuhan konsumsi batubara [ 50 ].
P. n P. n PDB k EC k CC k
Identitas IDA CC ¼ k¼1 CC k ¼ k¼1 PDB
PDB PDB k EC k
Ubah skema D CC ¼ CC ð 1 Þ CC ð 0 Þ ¼ D CC PDB þ D CC ISF þ D CCk
EIF þ D CC EMF, D CC ¼ ( D CC
k k ð D CC EMF Þ PDB
þ D CC ISF k þ D CC EIF k þ D CC EMF k ) efek ,
CC ð1 Þ ¼ CC ð 0 Þ þ ð D CC PDB Þ efek þ ð D CC ISF Þk efek þ ð D CC EIF Þ efek þk k efek

Sedangkan CC 0ðÞ dapat ditulis sebagai, CC ð 0 Þ ¼ CC

ð1Þ ð D CC PDB Þ efek ð D CC ISFk Þ efek ð D CC EIFkÞ efek ð D CC EMF Þk efek

Faktor pendorong Simbol

K ' k ' adalah waktu
Produk domestik bruto PDB
PDB berbagai industri PDB k
Konsumsi energi berbagai industri Konsumsi batubara EC k
berbagai industri CC k
Rumus LMDI dengan efek
Faktor skala ekonomi PDB PDB ð 1 Þ
D CC GDPeffect ¼ P. n k¼1 Z: ln
PDB ð 0 Þ
ð D C PDB Þ efek e mendorong pengaruh PDB sehubungan dengan perubahan konsumsi batu bara.
Faktor struktur industri PDB k n ISF ð 1 Þ
ISF k ¼ D CC ISF k efek ¼ P. k¼1 Z: ln
PDB ISF ð 0 Þ

ð D C ISFk Þ efek aku s P. variasi terhadap perubahan pangsa PDB industri per unit perubahan dalam total PDB.
Faktor intensitas energi n EIF ð 1 Þ
EIF k ¼ EC k D CC EIF k efek ¼ k¼1 Z: ln
PDB k EIF ð 0 Þ

ð D C EIF Þ efek saya P. Variasi

n konsumsi batu bara karena konsumsi energi per PDB industri.
k

Faktor campuran energi EMF ð 1 Þ

EMF k ¼ CC k D CC EMF keffect ¼ k¼1 Z: ln
EC k EMF ð 0 Þ
ð D C EMF kÞ efek variasi karena total konsumsi batubara dan konsumsi energi dari berbagai industri. Dimana,

CC ð 1 Þ CC ð 0 Þ
Z ¼
ln ð CC ð 1 Þ CC ð 0 ÞÞ

:: CC ð 1 Þ CC ð 0 Þ, konsumsi batubara pada saat ini dan tahun dasar

coef teknis fi matriks yang efisien dan adalah sebagai berikut. 2 3

6 7
6 b 11 b 12 … b 1j … b 1n
2 3 6 …… …… 7
… 1j Sebuah 1n
Sebuah B ¼ 66 b 21 b 22 … b 2j … b 2n 7
6 bb
7
7 (7)
b b
i1 i2 … aku j … di
6 7 7
21 11 Sebuah 12Sebuah
6 Sebuah …
2jSebuah
…2n 7 7 4 …… …… 5
6 A A 22……
… ……
6 ¼6
SEBUAH 7 (4) b n1 b n2 … b nj … b nn
7
Sebuah aku j … Sebuah di 7
6
4 Sebuah i1…… ……
Sebuah i2 … 5
dimana B adalah koefisien konsumsi fi matriks efisien yang dapat diperkirakan sebagai.
A n1
A n2 … nj … nn
Sebuah Sebuah

dimana aij adalah coef teknis fi efisien dan dapat diukur dalam Persamaan. (5) .
B ¼ð IA Þ 1 saya (8)

Seperti dibahas di atas, banyak peneliti seperti Tang et al. [ 24 ], Tang dkk. [ 25 ], dan Xu et al. [ 36 ]
mendirikan I e Model berbasis O untuk
Sebuah
¼ xaku
akuj j (5) fi nd-out impor energi bersih dan ekspor dalam perdagangan internasional. Namun, koefisien
Xj
konsumsi batubara fi Konsumen komoditas yang diimpor dari berbagai negara diperkirakan
berdasarkan batubara dan mantel yang diimpor bersih karena Pakistan mengimpor batubara dari
dimana x adalah
aku j
sektor j ' Pembelian barang yang diproduksi per sektor ' saya ';
berbagai negara, sehingga sulit fi kultus untuk menghitung koefisien informasi konsumsi batubara fi klien
X adalah
j output keseluruhan dari sektor j, dan y penjualan sektor
saya
i ke permintaan akhir.'' Jadi, fi
setiap komoditas dan nama negara satu per satu. Selain itu, memiliki cadangan batu bara yang
keluaran dari Persamaan. (3) dapat dihitung sebagai.
sangat besar sekitar 186 miliar ton dan menduduki peringkat ke-11 negara kaya batu bara di dunia
BGR [ 40 ], dan sekitar 100.000 MW listrik dapat dihasilkan melalui batubara NEPRA [ 41 ] dan juga
merupakan sumber energi yang lebih murah daripada sumber energi lainnya di Pakistan. Namun,
X ¼ð IA Þ 1 Y (6) perkembangan terkait energi batubara dalam negeri belum terwujud di tingkat komersial karena
adanya teknologi batubara. Oleh karena itu studi kami dibatasi pada impor batubara. Untuk fi nd-out,
Pakistan ' s personi fi impor dan produksi batubara untuk periode tahun 1989 e 2018 adalah sebagai
dimana saya adalah matriks identitas, saya ¼ 1 0 , ð IA Þ 1 adalah kuncinya
0 1 berikut.
matriks, dan seperti a aku j, b aku j adalah kopi konsumsi fi efisiensi yang luas

digunakan di I e O pemodelan. Namun, b aku j parameter menganalisis seberapa banyak output

langsung-tidak langsung dari sektor ' saya ' akan digunakan jika ada peningkatan setiap output di sektor
j. Jadi, untuk fi nd-out matriks yang terkait dengan kalkulasi yang ada sebagai.

C batu baraX n
PI ¼ batu bara Y batu bara IMP j * b mj (9)
j¼1

2 Variabel (diberikan dalam format Tabel 1 ) menjelaskan memperkirakan kekuatan dan efek. Setiap variabel dalam fl mempengaruhi

Pakistan ' ekonomi dari konsumsi batubara. Sebagian besar data terkait energi telah dibandingkan dengan [ 1 , 7 ] untuk dimana PI batu bara adalah personi tersebut fi impor batubara Pakistan, C. batu bara adalah Pakistan ' s
bias. konsumsi batubara, Y batu bara adalah output dari sektor batubara
6 B.Lin, MY Raza / Energy 207 (2020) 118244

Tabel 3
Pakistan, C batu bara mengukur kandungan batubara per unit output sektor batubara, IMP j adalah impor
Y batu bara
Konsumsi batubara berubah dari berbagai faktor dan pengaruhnya.
Pakistan ' s sektor j, dan b mj adalah
Durasi D C GDPeffect D C ISF k efek D C EIF k efek D C EMF k efek Efek total
sekte atau
P. j ' s coef konsumsi lengkap fi cient dari sektor batubara m.
C batu bara n 1999 e 2003 29.5372 14.1369 4.7196 1.1687 11.8493
Y batu bara j¼1 ð IMP j * b mj Þ menghitung Pakistan ' Orang impor batubara fi es dalam pertukaran universal
2004 e 2008 99.8782 157.0295 112.8225 36.8439 92.5151
menerima bahwa setiap impor yang diproduksi akan membutuhkan jumlah batu bara yang sama 2009 e 2013 55.4456 151.5378 108.8325 47.0732 34.3329
untuk diproduksi di Pakistan. 2014 e 2018 58.6070 10.8714 162.6493 128.4001 360.5278
1999 e 2018 322.6099 473.5723 319.7209 86.4496 255.2082

4. Hasil dan diskusi

4.1. Hasil analisis LMDI untuk konsumsi batubara yang meningkat sebesar 29,537 miliar US $. Selama 2004 e Tahun 2008, faktor skala ekonomi berada
pada level maksimum 99,878 milyar US $, 55,445 milyar US $, dan 58,6070 milyar US $ diperkirakan

Dalam dekade terakhir, Pemerintah Pakistan (GOP) telah secara luas berfokus pada batubara meningkat sebesar 18,166% selama tahun 2009 e 2013 dan 2014 e 2018. Masuk fl Pengaruh pengaruh

dan gas impor daripada lebih memilih sumber daya domestik untuk pembangkit listrik di Pakistan [ 1 ]. skala ekonomi selama periode tersebut cukup signifikan fi tidak bisa. Demikian pula, Lin dan Raza [ 8 ]

Ini karena Pakistan punya dunia ' s cadangan batubara terbesar ke-28 dan Lin dan Ahmad [ 13 ] Intensitas energi yang dianalisis memiliki optimisme dalam fl pengaruh karena
konsumsi energi total Pakistan. Satu-satunya faktor yang menyebabkan konsumsi batubara adalah

185,175 miliar ton [ 8 ]. Ini dapat digunakan untuk penciptaan energi yang murah dan dapat faktor skala ekonomi. Ini karena Pakistan sekarang umumnya bergantung pada semua jenis sumber

memainkan peran penting fi tidak dapat berperan dalam sektor sosial, ekonomi, dan energi di Pakistan daya energi di mana impor batu bara telah meningkat secara besar-besaran [ 1 , 2 ]. Efek struktur

[ 2 ]. Oleh karena itu, Pakistan juga mengembangkan sekitar tujuh belas batubara- fi proyek listrik merah industri berhubungan negatif dengan penurunan konsumsi batubara sebesar 14,136 milyar US $

di empat provinsi Sindh, Punjab, Khyber Pakhtunkhwa, dan Balochistan. Padahal, hubungan antara selama tahun 1999 e 2003. Setelah itu meningkat sebesar 10.871 milyar US $ pada fase terakhir dari

PDB dan konsumsi batu bara tetap merupakan variasi nonlinier seperti yang diberikan Gambar 2 . tahun 2014 sampai dengan

Intensitas batubara hanya meningkat pada tahun 2004 e 2008 sebesar 24,03% e 34,16%. Intensitas
batubara kembali menurun sebesar 17,2%, 3%, 5,18%, 0,61%, 10,18%, 4,81% selama tahun 2009 e 2014.
Saat ini intensitas batubara mengalami peningkatan sebesar 34,19% selama tahun 2018. Hal ini
dikarenakan signifikansi 94,9% fi tidak dapat meningkatkan impor batubara, peningkatan 3,2% dalam 2018. Akibatnya, struktur industri berpengaruh selama 1999 e 2018 negatif sebesar 473,572 miliar US

produksi batubara selama 2018 dibandingkan dengan tahun sebelumnya [ 1 ]. Akhirnya, konsumsi $. Hasil ini sejalan dengan Tang et al. [ 25 ]. Efek struktur industri tidak signifikan fi tidak bisa kecuali

batu bara meningkat 99,2% dibandingkan tahun lalu karena proyek baru seperti batu bara Sahiwal rencana 2014 e 2018. Alasannya, pemerintah belum melakukan konversi seluruh sektor industri dari

dan Pelabuhan Qasim- fi pembangkit listrik merah [ 1 ]. Secara keseluruhan, terlihat bahwa bahan bakar fosil menjadi batu bara. Menurut Sadiq [ 84 ], Pakistan masih bergantung pada minyak,

perekonomian dibangun dengan kecepatan rendah, sementara konsumsi batu bara berubah LPG, dan gas alam sebesar 85,2% dari energi campuran yang dapat dikurangi dengan meningkatkan

sepanjang periode [ 2 , 12 , 81 ]. Dengan demikian, konsumsi batu bara dan PDB tumbuh pesat. Pada energi batubara di berbagai sektor

awalnya intensitas batubara sangat rendah dan mulai meningkat dan fi Akhirnya pembangunan
ekonomi terus meningkat sejalan dengan Raza et al. [ 12 ].
Pakistan. Itu D C EIF k efek perubahan negatif untuk mengurangi konsumsi batubara sebesar 4,719 milyar

US $ / Mtoe selama 1999 e 2003. Batubara

konsumsi meningkat sebesar 112.822, 108.83, 162.64 milyar US $ / Mtoe selama fase 2004 e 2008
hingga 2014 e 2018 yang signi fi meningkat pesat di semua aspek karena industri batu bata dan semen

Pakistan ' Pengaruh konsumsi batubara selama 1999 e 2018 disajikan dalam Tabel 3 , yang dapat seperti yang ditunjukkan

dibagi menjadi empat tahap sebagai berikut. di Tabel 3 . Secara keseluruhan, D C EIF k efek telah meningkat sebesar 319,720 milyar US $ / Mtoe

selama 1999 e 2018. Menurut perubahan sebelumnya pada

Dari 1999 hingga 2003 mengukur perubahan dalam skala ekonomi faktor, IE memainkan peran penting dalam konservasi batubara. Akhirnya,

Gambar 2. Representasi grafis dari konsumsi batubara dan PDB di Pakistan.

 B.Lin, MY Raza / Energy 207 (2020) 118244 7

hasil bauran energi adalah ef fi efisien selama tahun 2004 e 2008 dan 2014 e 2018 karena konsumsi perubahan konsumsi seluruh faktor dari 1999 hingga 2018 berdasarkan.
batubara di berbagai sektor Pakistan yang konsisten dengan Lin dan Raza [ 2 ]. Potensi campuran
energi minimum diperkirakan sebesar 47.073 Mtoe selama tahun 2009 e 2013, sedangkan energi D C GDPeffect, D C ISF k efek, D C EIF k efek, D C EMF k efek, dan coef fi cient dari
campuran maksimum ditemukan sebesar 128.400 Mtoe selama 2014 e 2018. Secara keseluruhan, variasi (CV) efek. Dalam subbagian ini, kami akan membahas berbagai faktor pendorong yang
efek campuran energi 86,449 Mtoe ditemukan selama 1999 e 2018 yang menjadi bukti meningkatnya ditunjukkan pada Tabel 4 .
energi dari berbagai sektor [ 2 , 48 ]. Akhirnya, efek total dari semua faktor menunjukkan tanda fi tidak Dari Tabel 4 , jelas bahwa D C GDPeffect tetap tumbuh dari periode 1999 hingga 2018, tetapi
dapat berpengaruh kecuali tahun 2009 hingga 2013. perekonomian secara keseluruhan antara 1999
dan tahun 2018 tetap sebesar 0,469 miliar US $. Tabel 4 menunjukkan bahwa selama empat tahun
terakhir, peningkatan efek yang diperoleh dari
Intensitas energi dan efek campuran energi memainkan peran penting dalam memperbaiki krisis D C GDPeffect, D C ISF k efek, D C EIF k efek, dan D C EMF k efek sama sekali
energi di Pakistan. Selain itu, pemanfaatan Batubara menambah kudeta industri dan penggunaan melawan efek percepatan akibat konsumsi batu bara, pertumbuhan industri, bauran energi, intensitas
tenaga diperluas karena pemanfaatan batubara di Pakistan [ 12 ]. Untuk ini, GOP telah mengontrak energi, dan populasi di Pakistan [ 10 , 81 ]. Hasil ini dapat didiskusikan dengan dua cara. Pertama, kita
banyak proyek energi terkait batu bara dengan China, misalnya, CPEC (proyek batu bara senilai bisa fi Dan dampak positif dari kegiatan industri cukup moderat dalam empat tahun ini, yang telah
7.560 MW), Vision 2035 [ 6 ] Pakistan, dan Visi 2025 [ 5 ]. Dalam pemeliharaan pembangunan ekonomi, meningkatkan laju pertumbuhan output industri. Untuk menjadi spesi fi c, selama masa studi,
batubara yang memiliki cadangan skala besar dengan harga minimum merupakan sumber energi
terbaik [ 8 , 12 , 13 ]. Konsumsi batubara secara bertahap meningkat selama periode yang dipilih (lihat

D C EIF k efek mengalami tren penurunan yang beragam hingga tahun 2014 dan kemudian meningkat

masing-masing sebesar 14,65%, 27,76%, 81,71%, dan 20,73%.

2014, 2015, 2016, 2017, dan 2018. Kedua, file D C EMF k efek memiliki faktor bauran energi maksimum,
Gambar 2 ), diiringi oleh serangkaian tujuan penting tentang pelestarian dan konsumsi energi di
yang menunjukkan satuan industri tersebut
berbagai sektor. Kemajuan kerangka industri meningkatkan signifikansi pemanfaatan batubara fi cantly
keluaran mengkonsumsi energi tinggi dan karena itu meningkatkan batubara
untuk
konsumsi. Secara bersamaan, D C EMF k efek meningkat dari 2011 ke 2018 yang efektif untuk konsumsi
fi pertama kali di Pakistan dari 2014 hingga 2018 [ 1 ]. Selama 1999 e 2003, efek skala ekonomi lebih
batubara dan penghematan energi.
rendah dibandingkan fase lainnya. Sesuai Lin dan Raza [ 2 ], Pakistan ' Impor dan produksi batubara
Selain itu, dalam empat tahun terakhir, masing-masing faktor tersebut efektif dan meningkatkan
mengalami peningkatan sebesar 29,8% dan 1,922 Mtoe selama tahun 2018 yang dapat mendorong
konsumsi batu bara dalam mendongkrak perekonomian Pakistan. Pasalnya, batu bara impor,
pertumbuhan ekonomi Pakistan. Dengan demikian, IE dan bauran energi menunjukkan peran penting
produksi dalam negeri, konsumsi batu bara di Sahiwal, dan batu bara Pelabuhan Qasim fi re
dalam konsumsi batubara. Oleh karena itu, efek skala ekonominya optimis dan sangat besar.
pembangkit listrik meningkat [ 1 ].
Berdasarkan Tabel 4 , terlihat di tahun 2017 e 2018, batu bara
konsumsi Pakistan meningkat secara kumulatif sebesar 93.204 kali lipat,
Selain itu, LMDI keluaran Pakistan ' Karena konsumsi batu bara berubah, beberapa divisi diambil
sementara D C GDPeffect, D C ISF k efek, D C EIF k efek, dan D C EMF k efek meningkat
untuk menyelidiki karakter mereka dalam perekonomian ' faktor skala variasi, struktur industri, faktor
sebesar 7.322, 46.813, 7.755, dan 82.725 kali yang menunjukkan bahwa perluasan skala ekonomi,
intensitas energi, dan faktor bauran energi masing-masing dalam Tabel 3 . Enam sektor yang dipilih,
industri, intensitas energi, dan energi campuran memiliki pengaruh positif yang kuat terhadap
yaitu industri tanur batu bata, semen / industri lainnya, WAPDA, sektor dalam negeri, pemerintah
pertumbuhan konsumsi batubara. Ini terkait dengan peningkatan berkelanjutan dari agregat ekonomi
lainnya, dan baja Pak yang mengkonsumsi 15.592 Mtoe pada tahun 2018. Hal tersebut terlihat;
Pakistan [ 2 ]. Terakhir, Pakistan ' Konsumsi batu bara dari 1999 hingga 2018 menunjukkan bahwa nilai
pertumbuhan efek skala ekonomi tetap stabil selama tahun 1989 e 2008 dan 2014 e 2018. Kekuatan
kumulatif meningkat sebesar
pendorong utama untuk pembalikan pola ini adalah pertumbuhan yang lamban bahkan berkurangnya
daya listrik pada baja. ' Industri produksi, industri semen, WAPDA, dan tidak termasuk sektor penghasil
93.116 kali. Itu D C GDPeffect dan D C EIF k efek meningkat sebesar 0,469 dan
tenaga listrik seperti industri semen. Laju pertumbuhan tahunan semua sektor selama 2018 adalah
60,75%. Pengaruh skala ekonomi menurun selama 1999 e 2003, sementara sektor lainnya hampir 0,970 kali, sedangkan D C ISF k efek dan D C EMF k efek menurun masing-masing sebesar 2.650 dan 7.139

tidak berubah selama periode tersebut. Efek struktur industri menjadi signifikan fi sangat negatif, dan kali. Alasannya adalah karena pertumbuhan

tingkat pengurangan meningkat sepanjang interval dan kemudian menjadi signifikan fi tidak bisa Pakistan ' Ekonomi, teknologi, dan industri anjlok akibat krisis energi dan tidak tersedianya sumber

selama 2014 e 2018. Pola ini didorong oleh industri batu bata, WAPDA, industri baja, dan semen. daya alternatif [ 2 , 85 ].

Lebih lanjut, perbaikan IE dan bauran energi cukup baik di tahun-tahun ini. Secara keseluruhan,
persentase konsumsi batubara dalam total konsumsi energi telah meningkat sebesar 16.257% 4.3. Perubahan Pakistan ' s personi fi impor dan produksi batubara
selama tahun 2018, meningkat sebesar 4.091% dibandingkan tahun sebelumnya [ 1 ]. Efek energy mix
juga berasal dari berbagai sektor lain seperti LPG, LNG, minyak bumi, dan sumber energi terbarukan Pakistan ' personi batubara fi Dalam perdagangan internasional, impor batubara, dan tren produksi
Lin dan Raza [ 2 ], tetapi energi batu bara adalah energi yang murah di Pakistan dan dapat diambil dari batubara dari tahun 1989 hingga 2018 disajikan pada Gambar 4 3 . Itu bisa dilihat dari Gambar 4 Pakistan
krisis energi [ 8 ]. Pakistan ' Pengaruh konsumsi batu bara oleh berbagai faktor di Pakistan disajikan di Gambar
itu ' Impor batubara dan produksi batubara relatif stabil sampai tahun 2002. Impor batubara meningkat
3 . Ini akan menjadi hasil yang diharapkan jika Pakistan menggunakan cadangan batubara secara dramatis selama tahun 2003 e 2010 dengan tingkat pertumbuhan normal tahunan sebesar
maksimumnya yang terletak di provinsi Balochistan, KPK, dan Sindh. 22,3425%. Impor batu bara menurun selama 2011 e 2014 dengan tingkat rata-rata tahunan sebesar
9,45% karena terus meningkat

3 Para penulis mengumpulkan total impor batubara dan produksi batubara domestik dari Pakistan Energy Yearbook
[ 1 ] selama 1989 e 2018, yang mungkin berkorelasi dengan analisis lain dalam penelitian ini. Faktor-faktor yang
mempengaruhi tren impor batubara terutama terdiri dari: melonjaknya pertumbuhan permintaan batubara di berbagai
sektor, perubahan kebijakan perdagangan batubara, cadangan batubara, dan selisih harga batubara dalam negeri dan
luar negeri sebagaimana dikemukakan oleh Lin dan Raza [ 2 ] untuk Pakistan. Pakar sektor energi menyarankan bahwa
sumber daya energi bersih adalah masa depan Pakistan, tetapi GOP terus mencari alternatif. Saat ini, lebih dari 60%
listrik yang dihasilkan di Pakistan berasal dari bahan bakar fosil (yaitu minyak, gas, batu bara) dan ini akan terus

4.2. Pengaruh konsumsi batu bara interval waktu LMDI di Pakistan meningkat [ 8 ]. Jadi, untuk ful fi Semua kekurangan energi yang dicari oleh GOP fi ll celahnya fi dibiayai oleh 21 proyek
energi di bawah CPEC dengan kerjasama China-a fl proyek agship di bawah Belt and Road Initiative yang lebih besar.
Mayoritas investasi ini masuk ke batubara yang akan mengurangi impor batubara dan meningkatkan konsumsi
Pada bagian di atas, kami membahas gambaran umum tentang pengaruh faktor-faktor tertentu
batubara dalam negeri
terhadap konsumsi batu bara selama berbagai tahap ekonomi. Dari Tabel 3 Model LMDI menerapkan
peningkatan batubara tahunan
8 B.Lin, MY Raza / Energy 207 (2020) 118244

Gambar 3. Representasi grafis dari efek konsumsi batubara oleh berbagai faktor di Pakistan.

Tabel 4
Hasil dari Pakistan ' Faktor konsumsi batubara.

Jarak waktu D C GDPeffect ( Miliar US $) D C ISF k efek( Miliar US $) D C EIF k efek ( Mtoe / miliar US $) D C EMF k efek ( Mtoe) CV

1999 e 2000 15.612 17.659 7.993 11.587 1.410

2000 e 2001 0.734 62.009 60.017 1.720 1.158
2001 e 2002 1.796 36.605 37.933 7.002 1.373
2002 e 2003 14.969 25.130 13.063 8.104 4.125
2003 e 2004 20.340 88.623 96.893 14.809 10.845
2004 e 2005 17.653 76.477 75.081 25.587 21.306
2005 e 2006 40.340 150.219 119.838 14.072 20.277
2006 e 2007 18,657 21.775 29.917 6.396 21.307
2007 e 2008 22.506 68.488 72.465 32.162 33.980
2008 e 2009 7.806 185.032 176.059 27.992 26.690
2009 e 2010 10.127 42.011 45.066 12.803 25.257
2010 e 2011 33,654 46.033 12.723 9.984 22.847
2011 e 2012 8.679 113.550 110.158 6.372 22.576
2012 e 2013 4.992 32.196 27.863 18.518 18.111
2013 e 2014 8.501 32.256 22.350 6.180 16.215
2014 e 2015 17.671 2.201 51.283 40.181 44.050
2015 e 2016 5.947 7.928 0,931 4.082 48.772
2016 e 2017 20.187 9.703 2.423 8.795 59.050
2017 e 2018 7.322 46.813 7.755 82.725 95.204
1999 e 2018 0.469 2.650 0,970 7.139 93.116

Catatan: CV menunjukkan nilai Kumulatif.

produksi batu bara asli. Pakistan ' Produksi batu bara rata-rata tahunan selama periode tersebut telah permintaan di Pakistan yang bisa mendapatkan keuntungan fi t dari kebijakan lebih lanjut. Personi fi impor
meningkat sebesar 1,5839 Mtoe. Ini juga terbukti dari Buku Tahunan Energi Pakistan [ 1 ], impor batubara terkait dengan berbagai sektor disediakan di
batubara dan produksi batubara meningkat sebesar 94,9% dan 3,2% dibandingkan tahun 2017. Gambar 5 dan menunjukkan tren yang meningkat. Persona tertinggi fi Impor batu bara untuk industri
Selama tahun 2018, konsumsi batubara meningkat sebesar 99,2% karena adanya proyek batubara semen mencapai 698,34 Mtoe pada tahun 2018. Akibat krisis energi, impor batu bara meningkat dan
baru yaitu batubara Sahiwal, Port Qasim- fi pembangkit listrik merah. Karena krisis global dan situasi digunakan di Brick-kiln (286,63 Mtoe), sektor domestik (0,01346 Mtoe), Pemerintah lainnya (0,0026
Pakistan ' energi, Pakistan ' s personi fi Impor batu bara kembali ke tren yang meningkat (lihat Gambar 5 ). Mtoe), Pak baja (6,6520). ), dan WAPDA (144.328 Mtoe). Meningkatnya personi fi Impor batubara,
Berdasarkan Persamaan. (9) , Pakistan ' s personi fi impor batubara dalam perdagangan internasional volume dan tingkat penggunaan batubara habis-habisan terkait dengan Pakistan ' s permintaan energi
diperkirakan dan trennya disajikan pada Gambar 5 . Tujuan dari estimasi ini adalah untuk batubara dalam beberapa tahun terakhir. Itu bisa menangkap model suatu negara ' perkembangan
menunjukkan impor batubara berdasarkan sektor ekonomi, perdagangan global, dan penggunaan energi [ 25 ]. Pakistan ' s
 B.Lin, MY Raza / Energy 207 (2020) 118244
Gambar 4. Impor batubara dan produksi batubara Pribumi Pakistan selama 1989 e 2018.
perjuangan di sektor industri, produksi batu bara dan IE asli dapat meningkatkan struktur konsumsi
energi, dan dapat mengurangi impor dari negara lain yang juga konsisten dengan hasil LMDI dan [ 2 , 48
].
5. Diskusi
Menurut hasil dekomposisi yang diberikan pada Gambar 3 , bata-
kiln, industri semen, industri baja, dan listrik WAPDA telah mendominasi modi tersebut fi kation
Pakistan ' s konsumsi batubara. Konsumsi batu bara dari sektor-sektor ini dapat dibagi menjadi
beberapa aspek berikut. Pertama, perekonomian Pakistan sedang menurun dan membutuhkan
energi maksimum di sektor manufaktur dan infrastruktur. Sektor-sektor ini mengkonsumsi energi
primer secara maksimal. Kedua, situasi saat ini mengatakan bahwa Pakistan harus menggunakan
sumber energi yang tersedia dan murah secara maksimal seperti batu bara, memperluas sumber
energi bersih, tenaga nuklir, akan mengurangi impor batu bara, minyak, LPG, dan LNG yang mahal
dari berbagai negara. Kumar dan Shahbaz [ 26 ] menganalisis bahwa konsumsi batu bara, tenaga
kerja, dan modal merupakan variabel yang mengabdikan diri untuk pembangunan ekonomi. Jadi,
Pakistan ' Pangsa batubara asli telah meningkat sebesar 3,18% pada tahun 2018. Akhirnya,
pertumbuhan pesat teknologi batubara bersih dalam industri energi akan memungkinkan batubara
digunakan secara lebih luas [ 8 , 27 ]. Oleh karena itu, elemen internal sekarang membuat pemanfaatan
batubara meningkat secara bertahap di sektor tenaga panas dan tenaga listrik. Dari segi konsumsi
batubara, ef energi fi Peningkatan efisiensi, laju konsumsi batubara melambat, meskipun sedikit
meningkat pada tahun 2013. Kecuali itu, negara-negara maju seperti China dan India menunjukkan
tanda-tanda peningkatan batubara. Baik India dan Cina mewakili 60% dari penggunaan batubara
dunia pada tahun 2014 dan menemukan bahwa hal itu akan mencapai 87% pada tahun 2035. Cina
masih merupakan pengguna batubara terbesar, terhitung sekitar 51% [ 28 ]. Sektor semen,
pembakaran batu bata, domestik, pemerintah lainnya, Pak baja, dan tenaga WAPDA mengkonsumsi
batubara dalam jumlah besar. Sejumlah besar energi batu bara telah terlewatkan dalam kapasitas
produksi yang ekstrim ini
yang juga menyebabkan CO 2 emisi [ 29 ]. Untuk ini, GOP telah menetapkan tujuan selanjutnya tentang
pengurangan emisi, peningkatan energi
9
proyek terkait produksi, dan sumber daya energi bersih di AEDP, CPEC, Visi 2025 [ 5 ], Visi 2035 [ 6 ],
dan INDC [ 9 ]. Akibatnya, GOP pasti mewajibkan konsumsi batu bara sebagai indikator utama di
masa depan dan diperkirakan akan meningkat setiap tahun sebesar 2,5 Mtoe hingga 2025 untuk
menyeimbangkan kembali industri dan ekonomi. Dalam mencapai rangkaian tujuan penghematan
energi dan krisis energi, Pakistan telah menetapkan banyak target dengan a fi rencana lima tahun
termasuk energi batubara, minyak, dan energi gas. Secara umum sektor industri memberikan
kontribusi sebesar 20,91% terhadap PDB dengan penerapan berbagai sumber energi [ 1 ]. Tabel 3 menunjukkan
efek skala ekonomi, industri, IE, dan efek bauran energi yang mengukur dekomposisi faktor. Sektor
industri di sebagian besar wilayah Pakistan masih bergantung pada bahan bakar fosil, termasuk
konsumsi batubara, yang dapat diimplementasikan pada struktur industri dalam mencapai target.
Demikian pula, Li et al. [ 31 ] menganalisis efek struktur industri memiliki signifikansi fi tidak bisa ambil
bagian dalam mencapai tujuan Cina. Tabel 3 menunjukkan bahwa 2014 e 2018 adalah tren
peningkatan di bidang ekonomi, industri, intensitas energi, dan
campuran energi. Secara kumulatif, hasil dari D C GDPeffect, D C ISF k efek,
D C EMF k efek, dan D C EMF k efek meningkat secara signifikan fi terus menerus yang akan membesarkan
Pakistan ' agregat ekonomi di masa depan.
Pakistan ' s personi fi Impor batu bara menjadi salah satu faktor kunci pembangunan ekonomi dan
industri. Gambar 5 menunjukkan personi tersebut fi impor konsumsi batubara terkait dengan berbagai
sektor. Dengan demikian, neraca perdagangan impor batubara meningkat 94,90% pada tahun 2018,
meningkat 51,19% dibandingkan tahun sebelumnya. Salah satu alasan pentingnya adalah biaya
impor produk minyak bumi turun, sedangkan tagihan impor meningkat sebesar 9,1 miliar US $ pada
tahun 2017, dan 11,9 miliar US $ pada tahun 2018 [ 1 ]. Oleh karena itu, GOP telah memutuskan untuk
meningkatkan produksi batubara dan sumber energi terbarukan untuk memenuhi kebutuhan negara.
Ini akan meningkatkan ekspor batu bara dan mengurangi impor Pakistan. Gambar 1 menunjukkan
konsumsi energi batubara sektoral di berbagai sektor, sedangkan Gambar 5 menunjukkan impor
batubara sektoral untuk analisis batubara. Terlihat bahwa konsumsi batu bara di sektor utama
mengalami peningkatan yang cukup signifikan fi terus-menerus. Total konsumsi batu bara 17,9 juta ton
sedangkan impor batu bara dan bill 13,7 juta ton dan Pakistan 154,8 miliar rupee.
10 B.Lin, MY Raza / Energy 207 (2020) 118244

Gambar 5. Impor batubara sektoral Pakistan dalam perdagangan internasional.

Terakhir, Pakistan ' Upaya berkelanjutan dalam impor dan produksi batubara akan menguntungkan fi t
personi fi penghematan konsumsi batubara di masa depan.
6. Kesimpulan dan rekomendasi
6.1. Kesimpulan
Pakistan adalah negara berkembang di Asia dan peningkatan populasi dan industrialisasi
menyebabkan konsumsi energi yang besar. Pakistan ' Sektor energi sangat bergantung pada bahan
bakar fosil baik dari sumber energi primer maupun sekunder [ 2 ]. Saat ini, sumber daya energi asli
tidak dapat dipenuhi fi ll permintaan energi yang terus meningkat. Untuk itu, berbagai jenis sumber
energi (yaitu bersih dan batu bara) digunakan untuk mengurangi krisis energi. Dalam penelitian ini,
kami telah menganalisis
skala ekonomi, struktur industri, intensitas energi; efek campuran energi, dan personi fi konsumsi
batubara dari perspektif Pakistan. Untuk ini, kami telah menerapkan indeks rata-rata logaritmik
Divisia (LMDI) dan Input-Output (I e O) metode dengan mempertimbangkan enam faktor utama (yaitu
produk domestik bruto (PDB), PDB industri yang berbeda, penggunaan energi untuk industri yang
berbeda, konsumsi batubara dari berbagai industri, output sektor batubara, dan impor batubara
sektoral) selama tahun 1999 e 2018. Kesimpulan utamanya adalah sebagai berikut: Pertama, studi
menyimpulkan bahwa faktor pendorong seperti sektor industri, semen, Brick-kiln, dan listrik
meningkat di Pakistan. ' s konsumsi batubara signi fi terus-menerus di tahun-tahun ini. Pengaruh skala
ekonomi memainkan peran utama dalam konsumsi batubara selama 1999 e 2018, sedangkan
intensitas energi, industri, dan bauran energi memiliki efek campuran selama periode tersebut. Skala
ekonomi adalah satu-satunya faktor yang
 B.Lin, MY Raza / Energy 207 (2020) 118244 11

sedang meningkatkan Pakistan ' Konsumsi batubara dan tetap stabil selama 1999 e 2018.
Kedua, secara keseluruhan, struktur industri tidak ef fi efisien karena distribusi daya, intensitas
energi, dan efek campuran energi memiliki efek campuran.
Tiga, Pakistan ' s personi fi impor batu bara dari semua faktor ' Ukuran dan pangsa pemanfaatan
batubara terus meningkat dalam beberapa tahun terakhir. Alasan utamanya adalah bahwa banyak
sektor telah menjadi padat batubara dan bagian mereka dari total impor meningkat, dan produksi
batubara dalam negeri juga meningkat pada tahun-tahun ini [ 1 , 2 ]. Diperkirakan konsumsi batubara
Pakistan akan menjadi komponen utama di masa mendatang karena konsumsinya terus meningkat
setiap tahun dengan rasio produksi 6,2% dan impor batubara 29,8%.
(4) Pakistan sangat bergantung pada minyak impor, batubara, petro-
produk leum, dan tren kemungkinan akan berlanjut karena penggunaan cadangan asli dan
tingkat konsumsi energi yang tinggi. Hal ini dimungkinkan dengan memproduksi pengganti
minyak di dalam negeri dari sumber daya yang ada di mana gas batubara digasi fi kation
adalah sumber energi yang paling tepat. Oleh karena itu, Pakistan membutuhkan rencana
energi nasional yang terintegrasi tidak hanya untuk meningkatkan pasokan energi tetapi
juga untuk menghemat energi dengan berbagai upaya fi teknologi yang efisien. Jika tren ini
terus berlanjut, hasil ekonomi dan industri diharapkan akan signifikan fi tidak bisa untuk
jangka panjang.

7. Batasan

Keempat, hasil penelitian mengusulkan bahwa unsur-unsur utama menggerakkan Pakistan ' Konsumsi
batu bara pada tahun-tahun ini mencapai industri yang mendasarinya. Dari sudut pandang langsung,
pengaruh skala ekonomi stabil; Intensitas energi, pengaruh bauran energi, dan tren penurunan
pengaruh struktur industri yang dianalisis dalam penelitian ini merupakan motif utama peningkatan
konsumsi batubara. Dari sudut pandang tidak langsung, Pakistan ' s personi fi Konsumsi batu bara
dalam perdagangan internasional menunjukkan perubahan serupa.
Kajian ini membantu meningkatkan energi, struktur energi, produksi dalam negeri dan impor
batubara serta harganya. Studi ini bukannya tanpa batasan. Kita bisa mendapatkan nama negara
pengimpor, pembayaran individu untuk setiap negara, dan keseluruhan impor energi dari berbagai
negara. Untuk masa depan, kami akan mengukur Pakistan ' s personi fi impor batubara, minyak, gas
dan ekspor pada ketersediaan data.

Pernyataan kontribusi kepenulisan CRediT

6.2. Rekomendasi kebijakan Boqiang Lin: Konseptualisasi, Metodologi, Perangkat Lunak, Kurasi data, Penulisan - draf asli. Muhammad
Yousaf Raza:
Berdasarkan kesimpulan di atas, berikut saran kebijakan untuk lebih meningkatkan konsumsi Metodologi, Perangkat Lunak, Kurasi data, Penulisan - draf asli.
energi batubara di Pakistan ' Sektor ekonomi dapat disediakan:

Deklarasi kepentingan yang bersaing

(1) Belakangan ini, ketahanan energi telah menjadi penekanan utama di Penulis menyatakan bahwa mereka tidak memiliki persaingan yang diketahui
ekonomi dunia. Pakistan tidak maju secara teknologi dalam pemodelan numerik sektor fi kepentingan keuangan atau hubungan pribadi yang bisa saja muncul fl mempengaruhi pekerjaan
pertambangan, termasuk eksplorasi, perencanaan, perancangan, pengembangan tambang, yang dilaporkan dalam makalah ini.
dan peralatan teknis. Untuk ful fi Dengan meningkatnya kebutuhan energi, Pakistan harus
mempertimbangkan pembangunan dan sumber energi domestiknya seperti batu bara, Pengakuan
minyak, dan gas. Saat ini, Pakistan memiliki cadangan batu bara yang sangat besar yaitu
185,175 miliar ton, namun impor batu bara meningkat 94,9% dibandingkan tahun Makalah ini didukung oleh Seri Laporan dari Kementerian Pendidikan Tiongkok (No. 10JBG013).
sebelumnya 2017 sedangkan produksinya meningkat 3,2% [ 1 ]. Hal ini disebabkan tingginya
kebutuhan energi industri di berbagai sektor. Untuk memanfaatkan sumber daya batubara
asli yang murah, Pakistan harus fokus pada teknologi energi terbarukan (RETs) yang tidak Singkatan
hanya akan meningkatkan efisiensi fi efisiensi

LMDI indeks rata-rata logaritmik Divisia

saya e HAI Input output
LPG Minuman keras fi ed Petroleum Gas
fi rms dan pengurangan karbon tetapi juga meningkatkan perekonomian. LNG Minuman keras fi ed Gas Alam
(2) Pakistan mengeluarkan biaya yang sangat besar untuk mendapatkan produk energi AEDP Rencana Pengembangan Energi Alternatif
Misalnya, tagihan impor produk minyak bumi naik US $ CPEC Koridor Ekonomi China Pakistan
11,9 milyar selama tahun 2018 yang telah menimbulkan beban yang sangat besar pada INDC Kontribusi yang Dimaksudkan Secara Nasional
cadangan devisa [ 1 , 7 ]. Ekonomi hanya dapat distabilkan jika sumber daya domestik KPK Khyber Pakhtunkhwa
dimanfaatkan. Biaya Pakistan untuk mendapatkan batubara dan minyak dari pasar AJ&K Azad Jamu & Kashmir
internasional kemungkinan besar akan menjadi lebih tinggi karena penurunan minyak bumi, Btu Satuan Termal Inggris
kritik internasional, volume impor, dan masalah politik di masa depan. Untuk itu GOP harus WAPDA Otoritas Pembangunan Air dan Tenaga
fokus pada proyek-proyek energi besar seperti CPEC, Vision 2025, dan visi 2035 untuk Mtoe Juta ton setara Minyak
pengembangan lebih lanjut berdasarkan teknologi canggih. EI Intensitas energi
PI batu bara Personi fi konsumsi batubara ed
WDI Indikator Pembangunan Dunia

(3) Berupa berbagai komoditas batubara, khususnya bio batubara Lampiran A. Data tambahan
gasi fi kation, biosolubilisasi batubara oleh mikroorganisme dapat berubah dari struktur
batubara dengan berat molekul tinggi dan limbah batubara menjadi bahan baku ekonomis, Data tambahan untuk artikel ini dapat ditemukan secara online di
Yin et al. [ 46 ] atau senyawa aromatik Sabar et al. [ 47 ]. Teknologi ini bekerja pada level, https://doi.org/10.1016/j.energy.2020.118244 .
tekanan, dan diukur lebih ramah lingkungan dibandingkan dengan teknologi konversi
batubara konvensional.
Referensi

[1] Buku Tahunan Energi Pakistan. Kementerian energi (divisi perminyakan)

12 B.Lin, MY Raza / Energy 207 (2020) 118244

lembaga pengembangan hidrokarbon Pakistan. 2018. https://hdip.com.pk/ content.php? cid ¼ 32 . emisi dari konsumsi energi berdasarkan metode Kaya-LMDI. Lingkungan Total Sci 2019: 134569 .

[2] Lin B, Raza SAYA. Analisis indikator ketahanan energi dan emisi CO2. SEBUAH [35] Leontief WW. Hubungan input dan output kuantitatif dalam sistem ekonomi Amerika Serikat. Tinjauan statistik
kasus dari ekonomi berkembang. Energi; 2020. hal. 117575 . ekonomi 1936: 105 e 25 .
[3] Indikator pembangunan dunia (WDI). 2018. https://data.worldbank.org/ [36] Xu T, Baosheng Z, Lianyong F, Masri M, Honarvar A. Dampak dan tantangan ekonomi Tiongkok ' Industri
indikator . perminyakan: sebuah masukan e analisis keluaran. Energi 2011; 36 (5): 2905 e 11 .
[4] Wachsmann U, Kayu R, Lenzen M, Schaeffer R. Dekomposisi struktural dari
penggunaan energi di Brasil dari 1970 hingga 1996. Appl Energy 2009; 86 (4): 578 e 87 . [37] Liu B, Wang D, Xu Y, Liu C, Luther M.Mewujudkan konsumsi energi industri konstruksi dan perdagangan
[5] Visi 2025. Pakistan 2025, satu visi satu bangsa. Komisi perencanaan. internasionalnya menggunakan input multi-regional e analisis keluaran. Bangun Energi 2018; 173: 489 e 501 .
Islamabad: Kementerian Perencanaan, Pembangunan & Reformasi. Pemerintah Pakistan; 2014. http: // fi cs.seecs.edu.pk/Vision/Vision-2025/Pakistan-Vision-
[38] Llop M. Biaya impor energi dalam a fl model harga input-output yang fleksibel. Ekon Energi Resour 2020; 59:
2025.pdf . 101130 .
[6] Visi 2035. Pakistan 2035, satu visi satu bangsa. Komisi perencanaan. [39] Lam KL, Kenway SJ, Lane JL, Islam KN, de Berc RB. Intensitas energi dan energi yang terkandung fl ow di
Australia: analisis input-output. J Clean Prod 2019; 226: 357 e 68 .
Islamabad: Kementerian Perencanaan, Pembangunan & Reformasi. Pemerintah Pakistan; 2014. https://www.sdpi.org/publications/
fi les / Pakistan% 20Energy% 202035FINAL% 2020th% 2December% 202014.pdf .
[40] BGR. Studi Energi BGR 2018 e Data dan Perkembangan Mengenai Pasokan Energi Jerman dan Global. 2019.
[7] Survei Ekonomi Pakistan. Kementerian fi nance. Islamabad: Pemerintah Hannover, Jerman . NEPRA. Potensi pembangkit listrik tenaga batubara Pakistan. 2004. www.nepra.org.pk/
Pakistan; 2017-18. http: // www. fi nance.gov.pk/survey/chapters_18/14- [41] Kebijakan / Batubara% 20Potensial% 20in% 20Pakistan .
Energy.pdf .
[8] Lin B, Raza SAYA. Analisis emisi CO2 terkait energi di Pakistan. J Bersih [42] Ishaque H. Mengukur dampak potensial dari Pakistan ' s kebijakan mitigasi GRK untuk batubara- fi pembangkit
Prod 2019. https://doi.org/10.1016/j.jclepro.2019.02.112 . listrik merah. Procedia Energi 2017; 142: 2809 e 15 .
[9] INDC. Pakistan- dimaksudkan kontribusi yang ditentukan secara nasional, diserahkan ke [43] Anwar J. Analisis keamanan energi, emisi lingkungan dan biaya impor bahan bakar di bawah target
COP21. 2015. http://www4.unfccc.int/submissions/indc/Submission%20Pages/ submissions.aspx . [Diakses 7 pengurangan impor energi: kasus Pakistan. Renew Sustain Energy Rev 2016; 65: 1065 e 78 .
Juni 2019].
[10] [44]
AMDAL. Laporan tahunan 2008. Departemen Energi AS; 2009 . IEA. https://webstore.iea.org/coal-information-2018-overview Munir MAM, Liu G, Yousaf B, Ali MU, Abbas Q. Pengayaan dan distribusi elemen jejak di batubara Padhrar,
[11] ; 2018. Thar dan Kotli dari Pakistan: perbandingan dengan batubara dari China dengan penekanan pada distribusi
[12] Satti SL, Hassan MS, Mahmood H, Shahbaz M. Konsumsi batubara: sumber energi alternatif untuk mendorong elemen. J Geochem Explor 2018; 185: 153 e 69 .
pertumbuhan ekonomi di Pakistan. Pemodelan Ekonomi 2014; 36: 282 e 7 .
[45] Bhutto AW, Karim S. Gas Batubara fi kation untuk pembangunan berkelanjutan dari sektor energi di Pakistan.
[13] Lin B, Ahmad I. Analisis energi terkait emisi karbon dioksida dan potensi pengurangan di Pakistan. J Bersih Energi untuk Pembangunan Berkelanjutan 2005; 9 (4): 60 e 7 .
Prod 2017; 143: 278 e 87 .
[14] Khan AU. Koridor ekonomi Pak-China: harapan dan kenyataan. Islamabad: Institut Studi Regional; 2014. hal. [46] Yin S, Tao X, Shi K, Tan Z. Biosolubilisasi lignit Cina. Energi 200; 34 (6): 775 e 81 .
45 .
[15] UNEP. Tren global dalam investasi energi terbarukan 2017. Frankfurt am Main: Sekolah Frankfurt-UNEP dan [47] Sabar MA, Ali MI, Fatima N, Malik AY, Jamal A, Farman M, Urynowicz M. Degradasi batubara peringkat
Bloomberg New Energy Finance; 2017 . rendah oleh Rhizopus oryzae yang diisolasi dari tambang batubara Pakistan dan peningkatan pelepasan zat
[16] Yang M, Patino DE, Yang FX, Williams E. Energi industri ef fi efisiensi di Cina: prestasi, tantangan dan peluang. organiknya. Bahan bakar 2019; 253: 257 e 65 .
Strategi Energi Rev 2015; 6: 20 e 9 .
[48] Raza MY, Lin B. Analisis potensi pemisahan dan mitigasi emisi CO2 dari Pakistan ' sektor transportasi.
[17] Wang Q, Li RR. Perjalanan untuk membakar setengah dari batu bara global: lintasan dan pengemudi China ' Penggunaan Lingkungan Total Sci 2020: 139000 .
batubara. Renew Sustain Energy Rev 2016; 58: 341 e 6 . [49] Wang W, Liu X, Zhang M, Lagu X. Menggunakan metode LMDI umum baru (indeks rata-rata logaritmik Divisia)
[18] Hao Y, Zhang ZY, Liao H, Wei YM. Cina ' Perpisahan dengan batubara: perkiraan konsumsi batubara hingga untuk menganalisis Tiongkok ' konsumsi energi. Energi 2014; 67: 617 e 22 .
2020. Pol Energi 2015; 86: 444 e 55 .
[19] Khan A, Jamil F. Emisi karbon dioksida terkait energi di Pakistan: analisis dekomposisi menggunakan LMDI. [50] Ang BW. Analisis dekomposisi untuk pembuatan kebijakan energi manakah metode yang disukai? Pol Energi
"Akademi sains, teknik, dan teknologi dunia. Jurnal Internasional Teknik Lingkungan dan Ekologi 2016; 3 (1) . 200; 32 (9): 1131 e 9 .
[51] Gonzalez PF, Landajo M, Presno MJ. Indeks intensitas energi riil Divisia: evolusi dan atribusi perubahan
persen di 20 negara Eropa dari 1995 hingga 2010. Energi 2013; 58: 340 e 9 .
[20] Robaina-Alves M, Moutinho V, Costa R.Perubahan emisi CO2 (karbon dioksida) terkait energi dalam
pariwisata Portugis: analisis dekomposisi dari 2000 hingga 2008. J Clean Prod 2016; 111: 520 e 8 . [52] Ang BW, Lee SY. Penguraian konsumsi energi industri: beberapa masalah metodologi dan aplikasi. Energi
Econ 199; 16 (2): 83 e 92 .
[21] Zhang M, Bai C, Zhou M. Analisis dekomposisi untuk menilai kemajuan dalam hubungan decoupling antara [53] Timilsina GR, Shrestha A. Faktor-faktor yang mempengaruhi pertumbuhan emisi CO2 sektor transportasi di
konsumsi batubara dan pertumbuhan ekonomi di Cina. Resour Conserv Recycl 2018; 129: 454 e 62 . negara-negara Amerika Latin dan Karibia: analisis dekomposisi LMDI. Int J Energy Res 200; 33 (4): 396 e 414 .

[22] Akbostanc saya E, Tunç GI, dkk. Emisi CO2 industri manufaktur Turki: analisis dekomposisi. Energi Appl 2011; [54] Choi KH, Ang BW. Atribusi perubahan indeks intensitas energi nyata Divisia d ekstensi untuk indeks analisis
88 (6): 2273 e 8 . dekomposisi. Ekon Energi 2012; 34 (1): 171 e 6 .
[23] Zhang W, Li K, Zhou DQ, Zhang WR, Gao H. Penguraian intensitas emisi CO2 terkait energi di provinsi Cina
menggunakan metode LMDI. Pol Energi 2016; 92: 369 e 81 . [55] Chang YF, Lin SJ. Dekomposisi struktural emisi CO2 industri di Taiwan: pendekatan input-output. Pol Energi
199; 26 (1): 5 e 12 .
[24] Tang X, Zhang BS, Feng LY, Snowden S, Ho € k M. Ekspor minyak netto diwujudkan dalam
€ Hai [56] Peters GP, Weber CL, Guan D, Hubacek K. China ' Meningkatnya emisi CO2 perlombaan antara peningkatan
Cina ' perdagangan internasional: analisis input-output. Energi 2012; 48 (1): 464 e 71 . konsumsi dan ef fi keuntungan efisiensi. 2007 .
[57] Guan D, Hubacek K, Weber CL, Peters GP, Reiner DM. Pendorong emisi CO2 Cina dari 1980 hingga 2030.
[25] Tang X, Jin Y, McLellan BC, Wang J, Li S. China ' Konsumsi batu bara menurun d tidak kekal atau permanen? Perubahan Lingkungan Global 2008; 18 (4): 626 e 34 .
Resour Conserv Recycl 2018; 129: 307 e 13 .
[58] Chung W, Kam MS, Ip CY. Sebuah studi tentang penggunaan energi perumahan di Hong Kong dengan analisis
[26] Kumar S, Shahbaz M. Konsumsi batubara dan pertumbuhan ekonomi ditinjau kembali: kerusakan struktural, uji dekomposisi, 1990 e 2007. Energi Apel 2011; 88 (12): 5180 e 7 .
kointegrasi dan kausalitas untuk Pakistan. Eksploitasi Penjelajah Energi 2012; 30 (3): 499 e 522 . [59] Jeong K, analisis dekomposisi Kim S. LMDI emisi gas rumah kaca di sektor manufaktur Korea. Pol Energi
2013; 62: 1245 e 53 .
[27] Na CN, dkk. Penetrasi teknologi batubara bersih dan dampaknya terhadap China ' industri pemacu. Strategi [60] Vaninsky A. Ef fi efisiensi pembangkitan tenaga listrik di Amerika Serikat: analisis dan prakiraan berdasarkan
Energi Rev 2015; 7: 1 e 8 . data envelopment analysis. Ekon Energi 200; 28 (3): 326 e 38 .
[28] Xu J, Zhou M, Li H. Pengaruh hambat konsumsi batu bara terhadap pertumbuhan ekonomi di China selama
tahun 1953 e 2013. Resour Conserv Recycl 2018; 129: 326 e 32 . [61] Wang K, Wei YM. Sumber perubahan produktivitas energi di Cina selama tahun 1997 e 2012: analisis
[29] Ouyang XL, Lin BQ. Analisis kekuatan pendorong emisi karbon dioksida terkait energi di Cina ' sektor industri. dekomposisi berdasarkan indikator produktivitas Luenberger. Ekon Energi 2016; 54: 50 e 9 .
Renew Sustain Energy Rev 2015; 45: 838 e 49 .
[62] Kagawa S, Inamura H. Analisis dekomposisi struktural spasial dari permintaan energi Cina dan Jepang: 1985 e 1990.
[30] Visi energi Pakistan. 2016. https://www.sdpi.org/publications/ fi les / Econ Syst Res 2004; 16 (3): 279 e 99 .
Pakistan% 20Energy% 202035. FINAL% 2020th% 20October% 202014.pdf . [63] Chang YF, Lewis C, Lin SJ. Evaluasi komprehensif emisi CO2 industri (1989 e 2004) di Taiwan berdasarkan
[31] Li AJ, dkk. Konsumsi energi dan emisi CO2 di Cina Timur dan Tengah: analisis dekomposisi temporal dan masukan e keluaran dekomposisi struktural. Pol Energi 200; 36 (7): 2471 e 80 .
lintas regional. Technol Forecast Soc Change 2016; 103: 284 e 97 .
[64] Zeng L, Xu M, Liang S, Zeng S, Zhang T. Mengunjungi kembali pendorong intensitas energi di Tiongkok
[32] Kaya Y. Dampak pengendalian emisi karbon dioksida pada pertumbuhan GNP: interpretasi skenario yang selama 1997 e 2007: analisis dekomposisi struktural. Pol Energi 2014; 67: 640 e 7 .
diusulkan. 1989 [Panel Antarpemerintah tentang Perubahan Iklim / Kelompok Kerja Strategi Respons, Mei] .
[65] Liu H, Xi Y, Guo JE, Li X. Energi yang terkandung dalam perdagangan internasional Tiongkok: input energi e analisis
[33] Chen J, Xu C, Cui L, Huang S, Song M. Faktor pendorong emisi CO2 dan karakteristik ketidaksetaraan di keluaran. Pol Energi 2010; 38 (8): 3957 e 64 .
Cina: pendekatan dekomposisi gabungan. Ekon Energi 2019; 78: 589 e 97 . [66] Hoekstra R, Van den Bergh JC. Membandingkan analisis dan indeks dekomposisi struktural. Energi Econ 200;
25 (1): 39 e 64 .
[34] Yang J, Cai W, Ma M, Li L, Liu C, Ma X, Chen X. Kekuatan pendorong Tiongkok ' s CO2 [67] Ang BW, Zhang FQ. Sebuah survei analisis dekomposisi indeks dalam energi dan
 B.Lin, MY Raza / Energy 207 (2020) 118244 13

studi lingkungan. Energi 200; 25 (12): 1149 e 76 . emisi di tingkat kota: studi perbandingan Beijing dan Shanghai, Cina. J Clean Prod 2019; 209: 126 e 33 .
[68] Cansino JM, Sanchez-Braza A, Rodríguez-Arevalo ML. Kekuatan pendorong Spanyol ‫ ׳‬s Emisi CO2:
pendekatan dekomposisi LMDI. Renew Sustain Energy Rev 2015; 48: 749 e 59 . [77] Aqeel A, Butt MS. Hubungan antara konsumsi energi dan pertumbuhan ekonomi di Pakistan. Asia Pac Dev J
200; 8: 101 e 10 .
[69] Moutinho V, Moreira AC, Silva PM. Kekuatan pendorong perubahan emisi CO2 terkait energi di Eropa Timur, [78] Mushtaq K, Abbas F, Abedullah Ghafoor A. Penggunaan energi untuk pertumbuhan ekonomi: analisis
Barat, Utara dan Selatan: pendekatan LMDI untuk analisis dekomposisi. Perbarui Keberlanjutan Energi Rev kointegrasi dan kausalitas dari sektor pertanian Pakistan. Pakistan Dev Rev 200; 46: 1065 e 73 .
2015; 50: 1485 e 99 .
[79] Shahbaz M, Feridun M. Konsumsi listrik dan pertumbuhan ekonomi bukti empiris dari Pakistan. Kuantitas Qual
[70] Lin B, Pengurangan Emisi Long H. di Cina ‫ ׳‬s industri kimia e Berdasarkan LMDI. Renew Sustain Energy Rev 2012; 46: 1583 e 99 .
2016; 53: 1348 e 55 . [80] Tang CF, Shahbaz M. Analisis sektoral dari hubungan kausal antara konsumsi listrik dan output riil di Pakistan.
[71] Emisi Malla S. CO2 dari pembangkit listrik di tujuh Asia-Paci fi c dan negara-negara Amerika Utara: analisis Pol Energi 2013; 60: 885 e 91 .
dekomposisi. Pol Energi 200; 37 (1): 1 e 9 .
[81] Raza SAYA, Shah MTS. Analisis konsumsi energi terkait batu bara di Pakistan: sumber energi alternatif untuk
[72] Jiang XT, Li R. Analisis dekomposisi dan dekomposisi emisi karbon dari keluaran listrik di Amerika Serikat. mendorong pembangunan ekonomi. Keberlanjutan Lingkungan 2019: 1 e 22 .
Keberlanjutan 2017; 9 (6): 886 .
[73] Ang BW, Su B. Intensitas emisi karbon dalam produksi listrik: analisis global. Pol Energi 2016; 94: 56 e 63 . [82] Rehman SAU, Cai Y, Mirjat NH, Walasai GD, Nafees M. Energy-environmenteconomy nexus di Pakistan:
pelajaran dari model PAK-TIMES. Pol Energi 2019; 126: 200 e 11 .
[74] Cai B, Li W, Dhakal S, Wang J. Sumber data mendukung inventarisasi emisi karbon resolusi tinggi untuk
wilayah perkotaan di wilayah Beijing-Tianjin-Hebei: pola spasial, dekomposisi dan implikasi kebijakan. J [83] Shahbaz M, Lean HH, Farooq A. Konsumsi gas alam dan pertumbuhan ekonomi di Pakistan. Renew Sustain
Lingkungan Manag 2018; 206: 786 e 99 . Energy Rev 2013; 18: 87 e 94 .
[84] Sadiq M. Sistem pemanas air tenaga surya untuk konsumen perumahan di Islamabad, Pakistan: biaya
[75] Shen L, Wu Y, Lou Y, Zeng D, Shuai C, Lagu X. Apa yang mendorong emisi karbon di kota-kota Cina? d kasus manfaat fi analisis t. J Bersih Prod 2018; 172: 2443 e 53 .
percontohan kota rendah karbon Beijing. J Clean Prod 2018; 174: 343 e 54 . [85] Lin B, Raza SAYA. Efek substitusi energi pada sektor transportasi Pakistan: pendekatan fungsi produksi
trans-log. J Clean Prod 2020; 251: 119606 [Kami menyatakan bahwa tidak ada penipuan fl ict yang menarik] .
[76] Wang Q, Zhao M, Li R. Memisahkan hasil ekonomi sektoral dari karbon