ارزیابی تاثیر متغیرهای کلان بر کیفیت محیط‌زیست در منطقه منا: رویکردهای میانگین لگاریتم‌ دیوژیا و هم‌انباشتگی پانل

علی افضلی, وحید ماجد

چکیده


سابقه و هدف: این مقاله بر پایه رابطه کایا به بررسی آثار متغیرهای کلان بر کیفیت محیط زیست در منطقه منا می‌پردازد. فرآیند رشد و توسعه اقتصادی در کشورهای در‌ حال‌ توسعه،‌ از جمله ایران و سایر کشورهای خاورمیانه و شمال آفریقا، فشار فزاینده‌ای به محیط زیست وارد می‌آورد. هزینه تخریب‌های زیست‌محیطی در منطقه منا به حدود 5 درصد و در ایران به بیش از 7 درصد تولید ناخالص داخلی می‌رسد. از سوی دیگر، تخریب‌های زیست‌‌محیطی و انتشار آلاینده‌‌ها، پایداری رشد و توسعه مذکور را با تردید مواجه ساخته است. محدودیت‌هایی که محیط ‌زیست بر ادامه رشد و توسعه اقتصادی ایجاد می‌کند و خسارت‌های غیرقابل‌ بازگشت اقتصادی ناشی از تخریب و آلودگی محیط، لزوم توجه به محیط‌زیست در تصمیم‌گیری‌های کلان را بیش از پیش نمایان می‌سازد. در نتیجه با توجه به اهمیت محیط‌زیست و منابع انرژی در توسعه پایدار، سعی شده است تا سهم هر یک از عوامل جمعیت، تولید ناخالص ‌داخلی، شدت انرژی و شدت کربن بر انتشار دی‌اکسید کربن به‌عنوان شاخصی مهم در سنجش عملکرد متناسب با کیفیت محیط زیست و توسعه پایدار، شناسایی شود؛ زیرا از میان تمام گازهای گلخانه‌ای، دی‌اکسید کربن سهم 7/94 درصدی در گرمایش زمین دارد.
مواد و روش‌ها: با توجه به مطالب ذکرشده، با استفاده از داده‌های مربوط به بازه زمانی 2011-1990 میلادی، بر پایه رابطه کایا سهم عوامل کلان ارزیابی شد؛ از رابطه کایا استفاده گسترده‌ای در مباحث مرتبط با انرژی و انتشار کربن می‌شود. نخست با استفاده از مدل میانگین لگاریتمی دیویژیا که یکی از روش‌های تجزیه پرکاربرد به شمار می‌آید، سهم هر یک از متغیرهای کلان در انتشار دی‌اکسید کربن در کوتاه‌مدت بررسی شد. سپس برای تحلیل بلندمدت با تعیین مقادیر ورودی مرتبط با کشورهای منطقه منا از روش پانل دیتا استفاده شد که نشان‌دهنده وجود هم‌انباشتگی در مدل بود. مفهوم هم‌انباشتگی تداعی‌کننده وجود یک رابطه تعادلی بلندمدت است که سیستم اقتصادی در طول زمان به سمت آن حرکت می‌کند. در مورد داده‌های هم‌انباشته پانل استفاده از مدل‌های پویا مانند تخمین‌زننده کاملا تعدیل‌شده (FMOLS)و تخمین‌زننده دینامیک(DOLS) موثرتر است. بنابراین مدل‌ هم‌انباشته کاملا تعدیل‌شده (FMOLS) بر متغیرها اعمال شد و نتایج حاصل از تخمین پارامترهای مدل در بلندمدت به دست آمد.
نتایج و بحث: بررسی سوابق پژوهش در کشورهای توسعه‌یافته نشان می‌دهد که در این کشورها تغییرات جمعیت و تولید ناخالص داخلی در بلندمدت انتشار دی‌اکسید کربن را افزایش داده‌اند که این تغییر تا حدود زیادی به وسیله کاهش شدت انرژی و جانشینی انرژی‌های نو جبران شده است. نتایج تخمین این پژوهش حاکی از معناداری تاثیر تولید ‌‌ناخالص ‌داخلی، جمعیت و شدت کربن بر انتشار دی‌اکسید کربن است. نتایج مربوط به روش میانگین لگاریتمی دیویژیا در کوتاه‌مدت نشان می‌دهد در منطقه منا، عامل جمعیت بیشترین تاثیر را بر افزایش انتشار داشته است و پس از آن به ترتیب عوامل تولید ناخالص ‌داخلی، شدت انرژی و شدت کربن قرار دارند. در بازه‌های پنج ساله، عوامل جمعیت، تولید ناخالص‌ داخلی و شدت انرژی به صورت میانگین در جهت افزایش انتشار عمل کرده‌اند و عامل شدت کربن عملکردی معکوس داشته است. ضرایب حاصل از مدل پانل نشان می‌دهند که در بلندمدت افزایش جمعیت بیشترین تاثیر را بر انتشار کربن در منطقه منا داشته است؛ در رتبه دوم عامل شدت انرژی قرار دارد و عامل بعدی تولید ناخالص داخلی است.
نتیجه‌گیری: با توجه به نتایج تخمین در کوتاه‌مدت و بلندمدت و مقایسه با وضعیت کشورهای توسعه‌یافته، شاخص شدت انرژی می‌تواند نقش کلیدی در بالا بردن کیفیت محیط زیست در کشورهای حوزه منا داشته باشد. در نتیجه، کشورهای منطقه نیازمند توجه سیاست‌گذاران توسعه برای بهبود شاخص شدت انرژی هستند


واژگان کلیدی


اقتصاد محیط زیست- انتشار کربن- توسعه پایدار- میانگین لگاریتمی دیویژیا- هم‌انباشتگی

تمام متن:

PDF

منابع و مآخذ مقاله


Aghaii, Majid and Rezagholizade, Mahdieh, 2015. Energy consumption and added value growth in different sectors of Iran's economy: co-integration and error correction panel. Region economy and development. 9, 31-67. (In Persian with English abstract)

Ang, B. W, 2004. Decomposition analysis for policymaking in energy: which is the preferred methods? Energy policy, 32, 1131-1139.

Arbab, Hamidreza, 2013. Natural Resources and Environmental Economics. Ney. Tehran

Baltagi, Badi H. 2005. Econometric Analysis of Panel Data. John Wiley & Sons. New York.

Barbier, E.B. Pearce, D.W., 1990. Thinking economically about climate change. Energy Policy, 18, 11-18.

Croiture, Leila and Sarraf, Maria, 2010. The cost of environmental degradation: case studies from the Middle East and North Africa. The World Bank. Washington DC.

Engle, Robert F. Granger, C. W. J., 1987. Co-Integration and Error Correction: Representation, Estimation, and Testing. Econometrics, 55, 251-276.

Feghhe Majidi, Ali and Ebrahimi, Salah, 2014. Applied economic using panel data. Noore elm. Tehran.

Ghasemi, Iraj, 2014. Decomposition of factors affecting variances of CO2 emission in Iran's industrial subdivision. Studies of applied economic. 9, 115-131. (In Persian with English abstract).

Goodarzi Rad, Reza, 2010. Investigating the causes of change in energy consumption in Iran's energy industry. Iran's energy. 3, 79-84. (In Persian with English abstract).

Hansen, J, 1988. Global climate changes as forecast by Goddard Institute for Space Studies three dimensional model. Geophysical Research, 93, 9341-9364.

Im, 2003. Testing for unit roots in heterogeneous panels. J. Econ. 115 (1), 53–74.

IPCC, 1990. Second Draft Reports of the Intergovernmental panel on Climate Change (Climate, Impact and Policy Groups.).

Jeffs, Eric J, 2010. Green Energy, Sustainable Electricity Supply with Low Environmental Impact. Boca Raton: Taylor & Francis group.

Kao, C. and Chiang, M. H., 2000. On the estimation and inference of a co-integrated regression in panel data. In: Baltagi, B.H. (Ed.), Advances in Econometrics: Nonstationary Panels. Panel Co-integration and Dynamic Panels, 15, 179–222.

Khalili araghi, Mansour, Sharzei, Gholamali and Barkhordari, Sajjad, 2012. Decomposition analysis of CO2 emissions resulting from energy consumption in Iran. Ecology. 61, 93-104. (In Persian with English abstract).

Li, Xianguo, 2011. Green Energy: Basic Concepts and Fundamentals. Springer. London.

Lotfalipour, Mohammadreza and Ashna, Malihe, 2010. Investigating the effecting factors on CO2 emission change in Iran's economy. Energy economy studies. 24, 121-145. (In Persian with English abstract).

Megasukma, Yosa, 2013. A simple Guide to LMDI Decomposition Analysis. Department of Industrial and system Engineering National University. Singapore.

Mundaca L, Luth-Richter J, 2015. Assessing ‘‘green energy economy” stimulus packages: evidence from the US programs targeting renewable energy. Renew Sustain Energy, 42, 1174–1186.

Noferesti, Mohammad, 1999. Unit root and Co-integration in Econometric. Rasa. Tehran.

Nordhaus, W, 1990. An International General Equilibrium Model of Economic Growth and Climate Change. Yale University. Paper presented at Workshop on Economic/Energy/Environmental Modelling for Climate Policy Analysis, Washington, DC, USA.

Oh, I, 2010. Decomposition analysis and mitigation strategies of CO2 emissions from energy consumption in South Korea. Energy Policy, 38, 364-377.

Pedroni, P., 2004. Panel co-integration: asymptotic and finite sample properties of pooled time series tests with an application to the PPP hypothesis. Econ. Theory. 20 (3), 597–625.

Perman, Roger. Ma, Yue. and McGilvray, James, 1996. Natural Resource and Environmental Economics. Longman. London.

Pourebadollahan koych, Mohsen, Barghi oskooi, Mohammad Mahdi, Sadeghi, Seyedkamal and Ghasemi, Iraj, (2014). Decomposition of factors affecting carbon dioxide emissions in Iran's industrial subdivision. Iran's Applied Economics Studies. 9, 115-131. (In Persian with English abstract).

Souri, Ali, 2015. Econometric. Farhang shenasi. Tehran.

Strand J, Toman M, 2010. Green stimulus, Economic recovery and long term. Sustainable Development, Working paper, Washington DC, USA.

United Nations Environment Management Group, 2011. Working toward a Balanced and Inclusive Green Economy: A United Nations System- wide Perspective. Geneva.

Wang C, Chen J, Zou J, 2005. Decomposition of energy related CO2 emission in china: 1975-2000. Energy, 30(1), 73-83.

Wingqvist, Gunilla and Drakenberg, Olof, 2006. Environmental and Climate Change Analysis. Environmental Economics Unit (EEU), Department of Economics, University of Gothenburg. Gothenburg.


ارجاعات

  • در حال حاضر ارجاعی نیست.