بررسی اثرات تغییرات ساختاری و رشد اقتصادی بر انتشار دی‌اکسید کربن در ایران: کاربرد رهیافت خود رگرسیو با وقفه‌های گسترده

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری گروه اقتصاد کشاورزی دانشگاه تربیت مدرس و مدرس دانشگاه کردستان.

2 فارغ‌التحصیل کارشناسی ارشد گروه اقتصاد کشاورزی دانشگاه کردستان.

3 دانشیار گروه اقتصاد کشاورزی دانشگاه کردستان. *(مسوول مکاتبات)

چکیده

زمینه و هدف: عوامل مختلفی باعث افزایش بعضی از آلایند­های خطرناک از قبیل دی­اکسید کربن در محیط می­شوند. بررسی عوامل مؤثر بر افزایش آلاینده­های مذکور می­تواند در برنامه­ریزی برای کنترل و مدیریت آلاینده­ها مؤثر واقع شود. بنابراین مطالعه حاضر درصدد است، تأثیر میزان رشد زیر بخش‌های اقتصادی کشور، رشد اقتصادی، مصرف انرژی، رشد شهرنشینی، درجه باز بودن تجارت و توسعه مالی را بر میزان انتشار گاز دی­اکسید کربن مورد بررسی قرار دهد.
روش بررسی: مدل آلودگی زیست‌محیطی این مطالعه با استفاده از رهیافت خود توضیح با وقفه­های گسترده (ARDL) و الگوی تصحیح خطا (ECM) در ایران طی دوره زمانی 2017-1985 تخمین و ضمن بررسی رابطه بلندمدت بین متغیرهای الگو، پویایی­های کوتاه­مدت الگو و سرعت تعدیل عدم تعادل کوتاه­مدت به بلندمدت برآورد شده است.
یافته‌ها: یافته‌های حاصل از الگوی بلندمدت نشان داد، رشد شهرنشینی با مقدار 527/0 درصد دارای بیشترین تأثیر مثبت و درجه بازبودن تجارت با مقدار 125/0 درصد، کمترین تأثیر منفی را بر  انتشار دی­اکسید کربن داشته است.
بحث و نتیجه‌گیری: نتایج این مطالعه نشان­دهنده تأثیر منفی رشد اقتصادی بر مقدار انتشار دی‌اکسید کربن در بلندمدت است  که در هر دوره حدود 14 درصد از عدم تعادل­های بی­ثباتی میزان انتشار دی­اکسید کربن برطرف می­شود و حدود هفت دوره لازم است تا خطای تعادل کوتاه­مدت تعدیل و مدل به تعادل بلندمدت بازگردد و همچنین وجود رابطه مثبت بین رشد زیربخش­های اقتصادی کشور با انتشار دی­اکسید کربن در کوتاه­مدت و بلندمدت باعث افزایش این آلاینده خواهد شد.

کلیدواژه‌ها

موضوعات


 

 

مقاله پژوهشی

 

 

فصلنامه انسان و محیط زیست، شماره 63، زمستان 1401 (163- 147)

                                                                

بررسی اثرات تغییرات ساختاری و رشد اقتصادی بر انتشار دی­اکسید کربن  در ایران: کاربرد رهیافت خود رگرسیو با وقفه‌های گسترده

 

شهلا سلیمی [1]   

محمد علی اسعدی [2]  

حامد قادرزاده [3] *

Hamedar2002@uok.ac.ir

 

تاریخ دریافت: 15/5/98

تاریخ پذیرش: 1/8/98

 

چکیده

زمینه و هدف: عوامل مختلفی باعث افزایش بعضی از آلایند­های خطرناک از قبیل دی­اکسید کربن در محیط می­شوند. بررسی عوامل مؤثر بر افزایش آلاینده­های مذکور می­تواند در برنامه­ریزی برای کنترل و مدیریت آلاینده­ها مؤثر واقع شود. بنابراین مطالعه حاضر درصدد است، تأثیر میزان رشد زیر بخش‌های اقتصادی کشور، رشد اقتصادی، مصرف انرژی، رشد شهرنشینی، درجه باز بودن تجارت و توسعه مالی را بر میزان انتشار گاز دی­اکسید کربن مورد بررسی قرار دهد.

روش بررسی: مدل آلودگی زیست‌محیطی این مطالعه با استفاده از رهیافت خود توضیح با وقفه­های گسترده (ARDL) و الگوی تصحیح خطا (ECM) در ایران طی دوره زمانی 2017-1985 تخمین و ضمن بررسی رابطه بلندمدت بین متغیرهای الگو، پویایی­های کوتاه­مدت الگو و سرعت تعدیل عدم تعادل کوتاه­مدت به بلندمدت برآورد شده است.

یافته‌ها: یافته‌های حاصل از الگوی بلندمدت نشان داد، رشد شهرنشینی با مقدار 527/0 درصد دارای بیشترین تأثیر مثبت و درجه بازبودن تجارت با مقدار 125/0 درصد، کمترین تأثیر منفی را بر  انتشار دی­اکسید کربن داشته است.

بحث و نتیجه‌گیری: نتایج این مطالعه نشان­دهنده تأثیر منفی رشد اقتصادی بر مقدار انتشار دی‌اکسید کربن در بلندمدت است  که در هر دوره حدود 14 درصد از عدم تعادل­های بی­ثباتی میزان انتشار دی­اکسید کربن برطرف می­شود و حدود هفت دوره لازم است تا خطای تعادل کوتاه­مدت تعدیل و مدل به تعادل بلندمدت بازگردد و همچنین وجود رابطه مثبت بین رشد زیربخش­های اقتصادی کشور با انتشار دی­اکسید کربن در کوتاه­مدت و بلندمدت باعث افزایش این آلاینده خواهد شد.

 

واژهای کلیدی: انتشار دی­اکسید کربن، رشد شهرنشینی، رشد اقتصادی، مصرف انرژی، ARDL.

 

 

Human and Environment, No. 63, Winter 2023

 

 

 

 

 

Investigation the Effects of Structural Changes and Economic Growth on Carbon Dioxide Emissions in Iran: Application of the ARDL Model

 

   Shahla Salimi [4]

 Mohammad Ali Asaadi [5]

Hamed Ghaderzadeh [6] *

Hamedar2002@uok.ac.ir

 

Admission Date:October 23, 2019

 

Date Received: August 6, 2019

 

Abstract

Background and Objective: Different factors can cause increasing air contamination such as CO2. Understanding factors affecting atmosphere gaseous change is important for management and reducing air contaminants. Therefore the current study attempted to investigate the effect of growth amount of value added in different economic sector, economic growth, energy consumption, urbanization growth, opening trade grade and financial development on diffusion of carbon dioxide.

Material and Methodology: The environmental pollution estimated using the Auto Regressive Distributed Lag (ARDL) model and error correction method (ECM) for Iran in the during 1985-2017. In addition, the long run relationship between model variables, short run dynamics of the model and the speed of adjustment of short run imbalances to long run estimated.

Findings: The findings of the long-term model showed that the growth of urbanization with a value of 0.527% had the most positive effect and the degree of trade openness with a value of 0.125% had the least negative effect on carbon dioxide emissions.

Discussion and conclusion: The results of this study show the negative effect of economic growth on the amount of carbon dioxide emissions in the long term, that in each period, about 14% of the imbalances of the instability of the amount of carbon dioxide emissions are resolved, and about seven The period is necessary for the short-term balance error to be adjusted and the model to return to the long-term balance, and also the presence of a positive relationship between the growth of the country's economic sub-sectors and the emission of carbon dioxide in the short-term and long-term will increase this pollutant.

 

Key words: Carbon dioxide emissions, Urbanization growth, Economy growth, Energy consumption, ARDL.

 

مقدمه

 

در بیشتر کشورها، به‌ویژه کشورهای درحال‌توسعه ، رشد اقتصادی به‌عنوان هسته مرکزی برنامه­ریزی­ها قلمداد می­شود. متأسفانه در اغلب موارد، رشد اقتصادی پیامدهای ناگواری به‌خصوص درزمینه محیط‌زیست و منابع طبیعی به همراه داشته است (1)، زیرا، بیشتر فعالیت­های اقتصادی در ارتباط تنگاتنگ با محیط‌زیست بوده و در حقیقت می‌توان بیان نمود، سرنوشت محیط‌زیست و رشد اقتصادی جوامع به یکدیگر وابسته است. به همین دلیل، در طول سال‌های گذشته همراه با نوسانات رشد اقتصادی جوامع، جهان تغییرات زیست‌محیطی بزرگ و نامطلوبی مانند افزایش میزان انتشار گازهای گلخانه­ای را شاهد بوده است (2). ازجمله متغیرهای مهم اقتصادی که امروزه تأثیر به‌سزایی در جریان رشد اقتصادی کشورها دارند، مصرف انرژی است (3). در خصوص اهمیت اقتصادی مصرف انرژی باید گفت که برخی از اقتصاددانان نظیر کلیوند از آن به­عنوان عامل تولید یاد کرده و حتی آن را مقدم بر سایر عوامل تولید می­دانند (4). صرف­نظر از اهمیت انرژی، مصرف انرژی به­عنوان یکی از شاخصه­های مهم در تولید، چنانچه ازنظر زیست­محیطی از کارایی لازم برخوردار نباشد، دستیابی به توسعه پایدار را دچار مشکل می‌نماید (5).

امروزه، تأمین انرژی از اساسی‌ترین پیش‌نیازهای توسعه اقتصادی و اجتماعی کشورها به شمار می‌رود (6). رشد روزافزون جمعیت و به‌تبع آن روند فزاینده مصرف انرژی از یک‌سو و تمرکز اصلی بشر بر سوخت­های فسیلی برای تأمین انرژی و محدود بودن آن منابع از سوی دیگر، منجر به ظهور مسئله جدیدی به نام بحران انرژی شده است (7). تغییرات جمعیتی و رشد شهرنشینی علاوه بر ضعف در کارایی جریان تولید، انتقال، توزیع، مصرف و عدم وابستگی لازم به منابع انرژی مطمئن و پاک، موجب افزایش تقاضای انرژی و مصرف سریع منابع آن گردیده است. درحالی‌که روش‌های تأمین و تولید انرژی خود از عوامل تعیین‌کننده در آلوده نمودن محیط‌زیست می‌باشند، سرعت تهی­شدن منابع تجدید ناپذیر انرژی و افزایش آلودگی‌ها به بحران‌های انرژی و محیط‌زیست در هزاره سوم تبدیل‌شده است (8). چگونگی تولید و استفاده از حامل­های انرژی در بخش­های مختلف مصرف­کننده از عوامل مؤثر در ایجاد آلودگی محیط­زیست در مقیاس محلی، منطقه­ای و بین­المللی هست (9). بر همین اساس توجه به میزان انتشار گازهای آلاینده و گلخانه­ای و بررسی روند تغییرات آن‌ها طی دوره­های زمانی مختلف، ابزاری مناسب را جهت برنامه­ریزی و سیاست­گذاری لازم برای کاهش آثار و تبلیغات منفی مصرف انرژی فراهم می­آورد.

رشد سریع جمعیت شهرنشینی سبب گسترش فعالیت­های اقتصادی و افزایش روند روزافزون مصرف منابع و انرژی می‌شود. بسیاری از مطالعات اثرات جمعیتی و به طبع آن، شهرنشینی و رشد جمعیت را با مسئله زیست­محیطی مرتبط دانسته و آن را ازجمله فاکتورهای مهم و مؤثر بر محیط‌زیست تلقی می­کنند (10، 11 و 12). از آن جا که جمعیت بیشتر به محصولات بیشتری نیازمند است؛ تولید بیشتر، به ایجاد مشاغل و افزایش اشتغال و تولید بیشتر  منجر به افزایش گازها و انواع آلاینده‌های زیست‌محیطی و محصولات جانبی آسیب‌رسان به کره زمین می‌شود. گسترش شهرنشینی و افزایش آسیب­های زیست‌محیطی که طی دهه‌های اخیر به‌صورت فزاینده در تقابل با یکدیگر قرار گرفتند، نگرانی جامعه‌ی جهانی را برانگیخته است (13). از سوی دیگر، میل به شهرنشینی و ازدحام جمعیت خود نیز دلیلی برافزایش آلودگی­ها طی سال­های اخیر بوده است (14).

مروری بر ادبیات اقتصاد محیط‌زیست دلالت بر این دارد که توسعه مالی بر کیفیت محیط‌زیست کشورها تأثیرگذار است. فرانکل و رومر اشاره می­کنند، توسعه مالی در یک کشور می‌تواند، موجب جذب هرچه بیشتر سرمایه­گذاری مستقیم خارجی و دستیابی به سطوح بالاتری از تکنولوژی گردد. به نظر می‌رسد، توسعه مالی می‌تواند انگیزه‌های مالی و اعتباری لازم را برای بنگاه‌ها فراهم کند تا از تکنولوژی‌های دوستدار محیط‌زیست در فرآیند تولید استفاده کنند (15). هم‌چنین بخش مالی توسعه‌یافته می‌تواند از طریق تخصیص بهینه مالی، به‌عنوان یک محرک مهم در افزایش رشد اقتصادی عمل کند که در سطوح درآمدی بالاتر می‌تواند، منجر به کاهش تخریب‌های زیست‌محیطی شود؛ اما از سوی دیگر برخی محققان مانند جانسن بیان می‌کنند، توسعه بیشتر بخش مالی اگرچه ممکن است رشد اقتصادی را بهبود ببخشد اما می‌تواند منجر به افزایش آلودگی‌های صنایع و افزایش تخریب‌های زیست‌محیطی شود (16). توسعه مالی از طریق کانال‌های مختلف می‌تواند بر کیفیت محیط‌زیست مؤثر باشد، توسعه مالی از طریق تأمین سرمایه لازم برای فعالیت‌های صنعتی و کارخانه‌ای ممکن است منجر به آلودگی‌های زیست‌محیطی گردد (17). واسطه‌های مالی ممکن است به تکنولوژی‌های دوستدار محیط‌زیست دسترسی پیدا کنند، که می‌تواند بهبود محیط‌زیست را به همراه داشته باشد. از طرف دیگر، توسعه مالی ممکن است منابع مالی بیشتری را با هزینه‌های مالی کمتر ازجمله برای پروژه‌های محیط‌زیست فراهم کند (18).

علاوه بر مطالب بیان­شده در خصوص عوامل تأثیرگذار بر میزان انتشار کربن­دی­اکسید و آلودگی هوا، می‌توان به ارزش­افزوده زیر بخش‌های اقتصاد کشور (کشاورزی، صنعت و خدمات) به‌عنوان متغیرهای جایگزین برای توسعه این بخش­ها اشاره کرد. با افزایش تولید در این بخش‌ها، نیاز به استفاده از حامل‌های انرژی افزایش می­یابد. به بیان دیگر، می­توان انتظار داشت که افزایش در ارزش‌افزوده این بخش‌ها، میزان استفاده از حامل­های انرژی را در تولید افزایش داده و از این طریق، به افزایش آلودگی زیست‌محیطی کمک می‌نماید (19)

در خصوص رابطه‌ی میان رشد اقتصادی و انتشار کربن دی­اکسید و تأثیر متغیرهای کلان اقتصادی بر میزان آلودگی مستنداتی ارائه شده است. خان و همکاران (2019) برای کشور پاکستان به این نتیجه دست یافتند که در کوتاه­مدت و بلندمدت رشد اقتصادی و مصرف انرژی (زغال سنگ، نفت و گاز طبیعی) تاثیر مثبتی بر تخریب محیط زیست داشته­اند (20). در پژوهشی دیگر، بگوم و همکاران (2014) در بررسی انتشار گاز دی‌اکسید کربن و ارتباط آن با مصرف انرژی و رشد اقتصادی و رشد جمعیت در مالزی به این نتیجه رسیدند که در بلندمدت رابطه مثبتی بین انتشار دی‌اکسید کربن سرانه و دو متغیر مصرف انرژی و تولید ناخالص داخلی سرانه وجود دارد (21). همچنین جلیل و ﻓﺮﯾﺪون (2011) برای کشور چین نشان دادند که ﺗﻮﺳﻌﻪ ﻣﺎﻟﯽ در ﺑﻠﻨﺪﻣﺪت ﻣﻨﺠﺮ ﺑﻪ ﮐﺎﻫﺶ آﻟﻮدﮔﯽ محیط‌زیست می‌شود و در ﻃﺮف ﻣﻘﺎﺑﻞ درﺟﻪ ﺑﺎز ﺑﻮدن اﻗﺘﺼﺎد، درآﻣﺪ و ﻣﺼﺮف اﻧﺮژی ﺗﺄﺛﯿﺮ ﻣﺨﺮﺑﯽ ﺑﺮ محیط‌زیست دارﻧﺪ (22). در تحقیقاتی دیگر، پائو و همکاران (23) و هالیسی اغلو (19) به بررسی رابطه بین بین انتشار گاز دی‌اکسید کربن و مصرف انرژی و رشد اقتصادی پرداختند. در ایران نیز پژوهش­هایی به بررسی عوامل تاثیرگذار بر میزان انتشار آلاینده ­دی­اکسیدکربن پرداخته­اند (سلمانی و همکاران (24)، هراتی و همکاران (25)، بلالی و همکاران (2)؛ صادقی و همکاران (26) که هر کدام به نحوی به بررسی تعدادی از متغیرهای کلان اقتصادی بر انتشار گاز دی‌اکسید کربن پرداخته­اند و تاکنون در هیچ کدام از مطالعات، تاثیر ارزش افزوده زیربخش­های اقتصادی بر میزان آلودگی موردبررسی قرار نگرفته و نادیده گرفته شده است.

در تمامی مطالعات پیش­رو  بر کاربرد رهیافت خودتوضیح با وقفه­های گسترده ([7]ARDL) در اقتصادسنجی تاکید کرده­اند. به­طورکلی، نکته‌ای که در اغلب مطالعات مورد غفلت واقع­شده، چگونگی تأثیرگذاری سایر متغیرهای مؤثر بر میزان انتشار ­دی‌اکسید کربن و به‌ویژه متغیرهایی مانند ارزش­افزوده بخش‌های اقتصاد کشور (کشاورزی، صنعت و خدمات) به‌عنوان متغیرهای جایگزین برای رشد بخش­های مذکور می­باشد. بررسی نحوه تأثیرگذاری این متغیرها بر میزان دی‌اکسید کربن ازاین‌جهت حائز اهمیت است که با رشد این بخش­ها تقاضا برای حامل­های انرژی افزایش‌یافته و این امر منجر به افزایش انتشار گازهای گلخانه‌ای و به­ویژه دی‌اکسید کربن می­شود. از سوی دیگر، با رشد این زیر بخش‌های اقتصادی، تقاضا برای مواد اولیه تأمین‌کننده این بخش­ها افزایش‌یافته و درنتیجه آن، انتظار می­رود با رشد این بخش­ها میزان انتشار دی‌اکسید کربن افزایش یابد. با توجه به این مهم، مطالعات حاضر درصدد است که به بررسی تأثیر رشد ارزش‌افزوده زیر بخش‌های اقتصادی کشور، مصرف انرژی، رشد شهرنشینی، باز بودن تجارت و توسعه مالی بر میزان انتشار گاز دی‌اکسید کربن با بهره­گیری از رهیافت خودتوضیح با وقفه­های گسترده (ARDL) در ایران طی دوره زمانی 2017-1985 بپردازد.

 

روش تحقیق

داده‌های این تحقیق از نوع سری زمانی برای سال­های 2017-1985 می­باشد که از پایگاه اطلاعاتی بانک جهانی جمع‌آوری شده‌اند. در این تحقیق، به‌منظور بررسی روابط کوتاه‌مدت و بلندمدت بین متغیرهای بیان‌شده بر میزان انتشار ­دی­اکسید کربن، از رهیافت­های خودتوضیح با وقفه­های گسترده (ARDL)، معرفی­شده توسط پسران و همکاران (27) استفاده‌شده است. بیشتر مطالعات اخیر بر این نکته اشاره دارند که رویکرد ARDL برای بررسی هم­جمعی بر دیگر روش­های مرسوم همچون انگل و گرنجری برتری دارد. یکی از دلایل برتری رویکرد ARDL این است که این روش صرف‌نظر از این‌که متغیرهای موجود در مـدل (0)I یا (1)I هستند، قابل کاربرد است؛ دلیل دیگر، این روش در نمونه­های کوچک یا محدود کارآیی نسبتاً بیشتری در مقایسه با روش­های دیگر دارد، بنابراین در این مطالعه از ایـن روش استفاده‌شده است. باید توجه داشت که رویکرد ARDL را در صورت وجود سری­های زمانی (2)I در مدل نمی­توان به کاربرد. فلذا در این تحقیق، برای این منظور مدل تجربی تحقیق برگرفته از مبانی نظری و مطالعه تجربی رئوف و همکاران (28)، جهت بررسی اثر متغیرهای کلان اقتصادی بر میزان انتشار گاز دی‌اکسید کربن در مورد اقتصاد ایران تعریف‌شده است. ازاین‌رو، متغیرهای تأثیرگذار بر میزان انتشار دی‌اکسید کربن به‌صورت رابطه زیر تشریح شده است:

(1)

CO2 = ƒ (URB, GDP, EC, FD, IV, AV, SV, TOP)

متغیرهای معادله (1) عبارت‌اند از: انتشار گاز دی‌اکسید کربن سرانه به متریک تن (CO2)، رشد شهرنشینی (URB)، تولید ناخالص داخلی به قیمت سال پایه 2010 به ‌عنوان متغیر رشد اقتصادی (GDP)، مصرف انرژی برحسب کیلوگرم معادل بشکه نفت خام (EC)، اعتبار داخلی به بخش خصوصی به‌عنوان سهمی از تولید ناخالص داخلی به‌عنوان توسعه مالی (FD)، ارزش‌افزوده بخش صنعت (IV)، ارزش‌افزوده بخش کشاورزی (AV)، ارزش‌افزوده بخش خدمات (SV)، باز بودن تجاری که از مجموع صادرات و واردات تقسیم‌بر تولید ناخالص داخلی (TOP) به دست می­آید. تمامی متغیرها به شکل لگاریتمی مورداستفاده قرارگرفته‌اند. در جدول (1) آماره­های توصیفی مربوط به شاخص‌های مرکزی (مینیمم، ماکزیمم، میانگین) و شاخص‌ پراکندگی (انحراف معیار) متغیرها نشان داده‌شده است.

به دلیل ماهیت داده‌های به کار گرفته در تحقیق، لازم است پایایی متغیرهای موجود در مدل به‌منظور جلوگیری از رگرسیون کاذب بررسی شوند. مانا بودن یک متغیر به معنای عدم وجود روند در آن متغیر بوده و نیز تغییرات بلندمدت آن، حول میانگین خواهد بود. امروزه اغلب سری­های زمانی کلان اقتصادی، غیر ساکن هستند. این سری­ها ممکن است دارای میانگین غیرثابت، گشتاورهای مرتبه دوم متغیر نسبت به زمان (نظیر واریانس غیرثابت) یا هر دوی این خصوصیت­ها باشند. لذا، قبل از برآورد یک الگوی سری زمانی می­بایست ایجاد اطمینان کرد که سری زمانی تحت بررسی از طریق تبدیلات موردنیاز (مانند لگاریتم گیری و تفاضل گیری­های لازم) به یک سری ساکن تبدیل‌شده است (29). در تعیین وضعیت مانایی در داده­های سری زمانی، آزمون­های متفاوتی وجود دارد. در این تحقیق از آزمون­ دیکی­فولر تعمیم‌یافته ([8]ADF) و فیلیپس پرون ([9]PP) برای مانایی متغیرها استفاده‌شده است.

مدل ARDL برای معادله (1) بصورت معادله (2) تصریح می­شود:

 

جدول 1- آماره‌های توصیفی متغیرهای مدل

Table 1. Descriptive statistics of model variables

متغیر

میانگین

ماکزیمم

مینیمم

انحراف معیار

Ln CO2

707/1

193/2

102/1

344/0

Ln GDP

543/26

052/27

987/25

321/0

LnURB

158/4

309/4

977/3

104/0

Ln EC

578/7

102/8

969/6

362/0

Ln FD

432/3

245/4

783/2

462/0

Ln TOP

807/0-

408/0-

211/1-

198/0

LnIV

734/25

156/26

139/25

289/0

Ln AV

954/23

483/24

377/23

321/0

Ln SV

831/25

386/26

189/25

382/0

مأخذ: یافته­های تحقیق

 

 

 

 

(2)

Δ(CO2)t = β0+ β1 (LCO2)t-i + β2 (LURB) t-i + β3 (LGDP) t-i + β4 (LEC)t-i + β5 (LFD)t-i + β6 (LIV)t-i + β7 (LAV)t-i+ β8 (LSV)t-i+ β9(LTOP)t-i + + + + + +  +  +  ut

 

 

 

در معادله فوق، Ut نشانگر جمله اخلال مدل است که نشان‌دهنده سایر عوامل مؤثر بر میزان انتشار دی‌اکسید کربن در نمونه تحت بررسی است. مدل ARDL تعداد P+1)k) رگرسیون را به‌منظور به دست آوردن طول وقفه بهینه برای هر متغیر، برآورد می‌کند (P حداکثر تعداد وقفه‌ها و k تعداد متغیرهای موجود در مدل است) و وقفه بهینه متغیرها بر اساس معیار شوارتز-بیزین (SBC)[10]، معیار آکائیک (AIC)[11]، حنان کوئین (HQC)[12] و  انتخاب می‌شود (30). در این تحقیق به دلیل کم بودن تعداد مشاهدات از معیار شوارتز-بیزین استفاده‌شده است.

 گام اول در برآورد مدل ARDL، بررسی وجود رابطه بلندمدت میان تمامی متغیرهای موجود در مدل است (پسران و همکاران، 2001). در این مرحله، برای بررسی اینکه رابطه بلندمدت حاصل از این روش، کاذب نیست، دو راه وجود دارد: روش اول، آماره t بنرجی که توسط بنرجی و همکاران ارائه‌شده است. دوم، روش مورداستفاده در این تحقیق که توسط پسران و شین ارائه‌شده است، وجود رابطه بلندمدت بین متغیرهای تحت بررسی به‌وسیله محاسبه آماره F برای آزمون معنی‌داری سطوح با وقفه متغیرها در فرم تصحیح خطا موردبررسی قرار می­گیرد (27). در این آزمون فرض صفر مبنی بر عدم وجود رابطه بلندمدت بین متغیرها و فرض مقابل، وجود رابطه بلندمدت میان متغیرهاست که به‌صورت زیر تعریف می‌شود:

(3)

H0: β1 = β2 = β3 = β4 = β5 = β6 = β7 = β8 = 0

H1: β1 ≠ β2  ≠ β3 ≠ β4 ≠ β5 ≠ β6 ≠ β7 ≠ β8 ≠ 0

آماره F به‌دست‌آمده با دو مقدار بحرانی مقایسه می‌شود، مقدار حد بالایی برای سری‌های زمانی I (1) و حد پایینی برای سری‌های I (0). چنانچه مقدار آماره F محاسبه‌شده از مقدار حد بالایی بیشتر باشد، فرضیه صفر مبنی بر عدم وجود رابطه بلندمدت (عدم همگرایی) رد می‌شود؛ و چنانچه مقدار F کمتر از حد پایینی باشد، فرض صفر رد نمی‌شود و درصورتی‌که که آماره درون محدوده‌ها قرار گیرد، نمی‌توان نتیجه‌ای گرفت مگر اینکه، درجه انباشتگی متغیرها را بدانیم (27).

 وقتی‌که وجود رابطه تعادلی بلندمدت اثبات گردید (رد فرضیه صفر)، در مرحله دوم، مدل ARDL (p1,q1,q2,q3,q4, q5,q6,q7,q8) بلندمدت به‌صورت زیر تعریف می‌شود:

 

 

 

 (4)

LCO2= + +  + + +  +  +  + ut

 

 مرحله آخر، بررسی رابطه کوتاه‌مدت بین متغیرها و محاسبه سرعت تعدیل عدم تعادل‌های کوتاه‌مدت در هر دوره برای رسیدن به تعادل بلندمدت است. مدل تصحیح خطا (ECM) برای متغیرهای این معادله به‌صورت زیر است:

 

(5)

Δ(CO2)t0+ + + + + +  +  +  +  ut

 

در رابطه (5)، γ ،δ، φ، ω، μ، θ، ν، £ وρ ضرایب پویای کوتاه‌مدت همگرایی مدل بـه بلندمدت، ecm باقیمانده[13] حاصل از برآورد رابطه بلندمدت و  سرعت تعدیل (ضریب تصحیح خطا) است که سرعت تعدیل به تعادل بلندمدت را نشان می‌دهد و باید بین صفر و منفی یک بوده و ازنظر آماری معنی‌دار باشد.

 

 نتایج

برای اطمینان از اعتبار نتایج تخمین­ها، در جدول (2) آزمون­های تشخیص فروض کلاسیک (جهت قدرت توضیح­دهندگی الگوی موردنظر) ارائه‌شده است. یکی از مفروضات معادله رگرسیون، ثابت بودن واریانس خطاها یا فرض همسانی پراش می­باشد. همچنین در مطالعات اقتصادسنجی که برمبنای سری­های زمانی قرار دارند، فرض عدم خودهمبستگی سریالی بین جملات خطا که از فروض مهم مدل کلاسیک است، اغلب نقض می­شوند، بنابراین لازم است که قبل از تفسیر نتایج، به بررسی پدیده خودهمبستگی سریالی بین جملات اخلال پرداخته شود. مطلب بعدی که توجه به آن در هنگام استفاده از روش رگرسیون اهمیت بسزایی دارد، بهنجار بودن توزیع جملات خطا در مدل برازش شده است. علاوه بر آزمون­های فوق، بر اساس آزمون ریست- رمزی می‌توان نادرست بودن شکل تابع را تشخیص داد؛ این که آیا فرم تابعی به‌درستی انتخاب‌شده است یا خیر؟ با توجه به مطالب بیان­شده، از آزمون بروش پاگان گادفری[14] و وایت[15] به­منظور تشخیص واریانس ناهمسانی، آزمون بروش گادفری برای مشکل خودهمبستگی، آزمون جارک ـ برا[16] برای آزمون بهنجار بودن جملات خطا و همچنین از آزمون ریست رمزی[17] برای آزمون تصریح فرم تابع استفاده‌شده است.

نتایج بررسی نتایج آزمون­های ناهمسانی واریانس در جدول (2) نشان داد، در سطح خطای 5 درصد مقدار آماره F و احتمال­های مربوطه بزرگ‌تر از 05/0 و معنادار نمی­باشد و با توجه به این که مقادیر آماره­های F به­دست­آمده از مدل، از مقادیر مربوط به آماره جدول بزرگ‌تر است؛ ازاین­رو، فرضیه H0 مبنی بر همسانی واریانس جملات خطا قبول و مدل رگرسیونی تحقیق دارای همسانی واریانس است. نتایج آزمون خودهمبستگی سریالی مرتبه دوم جملات خطا نیز نشانگر آن است که در سطح اطمینان بالاتر از 95 درصد مقادیر احتمال مربوط به آماره F آزمون بروش پاگان کوچک‌تر از 5 درصد بوده و فرض H0 مبنی بر عدم وجود خودهمبستگی مرتبه دوم سریالی تأیید شد. همچنین اگر مقادیر محاسباتی آماره جارک ـ برا (J-B) از مقدار بحرانی جدول کای­دو بزرگ‌تر نباشد، بهنجار بودن توزیع جملات اخلال رد نمی­شود. فلذا جملات خطا در این فرضیه از توزیع بهنجار پیروی می­کنند. به‌طورکلی، نتایج حاصل از آزمون­های بیان‌شده نشان از معتبر بودن الگوی موردنظر دارد.

 

 

جدول 2- نتایج آزمون­های تشخیص مدل

Table 2. Results of model recognition tests

آزمون

آماره F / J-B

سطح معنی­دار

وضعیت

بروش پاگان گادفری  وایت

16/1

11/1

367/0

395/0

پذیرش H0

وجود همسانی واریانس

بروش گادفری

98/0

332/0

پذیرش H0

عدم وجود خودهمبستگی سریالی

جارک ـ برا

23/0

887/0

پذیرش H0

توزیع بهنجار جملات خطا

ریست رمزی

48/0

492/0

پذیرش H0

تصریح درست الگو

              مأخذ: یافته­های تحقیق

 

 

 

از آن جا که قبل از انجام آزمون همگرایی باید مطمئن شد متغیرهای موردبررسی، دارای درجه انباشتگی بیشتر از یک (1)I نیستند. در حالتی که متغیرها انباشته از درجه‌دو (2)I یا بیشتر باشند، مقدار آمار F محاسبه‌شده توسط پسران و همکاران (27)، قابل‌اعتماد نیست. همان‌طور که پیش‌تر بیان شد، برای بررسی پایایی متغیرها در پژوهش حاضر از آزمون دیکی فولر تعمیم‌یافته (ADF) و فیلیپس پرون (PP) استفاده‌شده است. در جدول (3) نتایج آزمون ریشه واحد برای مقادیر لگاریتمی متغیرها گزارش‌شده است.

 

 

 

جدول 3- وضعیت ایستایی متغیرهای مدل در واحد سطح و تفاضل مرتبه اول

Table 3. Stationary status of model variables per unit area and first order difference

متغیرها

سطح

تفاضل مرتبه اول

ADF

PP

ADF

PP

Ln (CO2)

42/0-

147/0-

*583/6-

*109/9-

Ln (GDP)

101/0

018/0-

*147/5-

*525/5-

Ln (URB)

*934/18-

**108/3-

-

-

Ln (EC)

46/0-

409/0-

*889/6-

*914/6-

Ln (FD)

271/0

084/0

466*/4-

*495/4-

Ln (TOP)

646/1-

379/1-

*701/3-

*791/3-

Ln (IV)

131/1-

13/1-

*443/5-

*443/5-

Ln (AV)

799/0

831/0-

*161/6-

*425/8-

Ln (SV)

853/0-

306/0-

*314/4-

*904/7-

                         مأخذ: یافته‌های تحقیق (* و ** به ترتیب نشان­دهنده سطح معنی­دار در سطح 1 درصد و 5 درصد)

 

 

نتایج جدول (3) نشان می­دهد، تمام متغیرهای مدل به‌جز رشد شهرنشینی در سطح مانا نیستند. لذا، نتایج آزمون­های مربوطه مجدد برای تفاضل مرتبه اول متغیرها انجام گردید. نتایج حاصل از تفاضل مرتبه اول نشان داد، تمامی متغیرها مانا هستند، یعنی به معنای وجود هم­انباشتگی از مرتبه اول برای متغیرهای مذکور برقرار است. با توجه به این که همه متغیرها در مرتبه یکسانی ایستا نیستند، برای برآورد مدل از الگوی ARDL استفاده‌شده است. در این الگو، درجه همبستگی متغیرها مهم نیست و همچنین با تعیین وقفه­های مناسب برای متغیرها می‌توان مدل مناسب را بدون پیش­داوری و استفاده از نظریه­های اقتصادی انتخاب کرد (27). بر اساس ضابطه شوارتز بیزین، حداکثر وقفه بهینه مدل برابر 2 انتخاب شد. علّت استفاده از این ضابطه این است که این معیار در تعیین وقفه­ها صرفه­جویی می­کند و درنتیجه از درجه آزادی بیشتری برخوردار است، به همین دلیل برای نمونه­های کوچک بسیار مناسب می­باشد.

 

قبل از پرداختن به نتایج، لازم به ذکر است که شرط گرایش الگوی پویای برآورد شده درروش ARDL به سمت تعادل بلندمدت، این است که وجود رابطه بلندمدت بین متغیرهای موردبررسی اثبات شود. همان‌طور که بیان شد، با توجه به این که همه متغیرها مانا از درجه‌یک نیستند، لذا به‌منظور بررسی وجود رابطه بلندمدت بین متغیرها از روش "انگل گرنجر و یوهانسن و یوسیلیوس" نمی­توان استفاده کرد، زیرا شرط استفاده از این روش‌ها هم‌جمع بودن متغیرها از درجه‌یک است. فلذا در این تحقیق از آزمون کرانه‌ها به هم‌جمعی یا همان باندتست که توسط پسران و همکاران (27) و نارایان[18] (31) برای آزمون F ارائه گردیده، استفاده شد. با توجه به آماره F، اگر مقدار محاسباتی این آماره بیشتر از حد بالای ارزش بحرانی (کران بالایی) به دست آید، آنگاه وجود رابطه بلندمدت میان متغیرها تأیید می­شود. با توجه به نتایج جدول (4)، ازآنجایی‌که آماره F محاسباتی (برابر 27/6) بزرگ‌تر از مقدار کرانه بالا است، وجود رابطه بلندمدت تائید می‌شود و می‌توان گفت فرضیه صفر مبنی بر عدم وجود رابطه بلندمدت را با اطمینان 95 درصد نمی‌توان پـذیرفت. لذا، نتایج، فرضیه وجود رابطه هم‌جمعی یا بلندمدت بین متغیرها را تأیید می‌کند.

 

جدول 4- نتایج آزمون کرانه‌ها برای وجود رابطه بلندمدت

Table 4. The results of the bounds test for the existence of a long-term relationship

ارزش­های معیار F

پسران

نارایان

کران پایین (0)I

کران بالا (1)I

کران پایین (0)I

کران بالا (1)I

1%

62/2

77/3

64/3

394/5

5%

11/2

15/3

97/2

193/4

                    مأخذ: یافته­های تحقیق

 

پس از پی­بردن به وجود رابطه بلندمدت در مورد متغیرهای تحت بررسی و تأیید هم‌انباشته بودن آن‌ها و عدم وجود رگرسیون کاذب، مدل بر اساس روش ARDL تخمین زده شد. در جدول (5) نتایج حاصل از رابطه بلندمدت و تخمین ضرایب آن گزارش‌شده است. نتایج نشان می­دهد، متغیرهای URB, EC, TOP, IV و SV در سطح یک درصد معنی­دار و متغیرهای GDP و AV به ترتیب در سطح 5 و 10 درصد معنی­دار شده­اند. همچنین نتایج نشان­دهنده تأثیر منفی متغیرهای GDP و TOP بر مقدار انتشار دی‌اکسید کربن در بلند می­باشد، به این معنی که با یک درصد افزایش در رشد اقتصادی و درجه باز بودن تجارت با فرض ثابت ­بودن سایر شرایط، انتشار دی‌اکسید کربن به میزان به ترتیب 465/0 و 125/0 درصد کاهش می­یابد. ازآن‌جایی‌که مدل به‌صورت لگاریتمی تصریح‌شده است، ضرایب ارائه­شده به­دست­آمده، کشش‌های بلندمدت مقدار انتشار دی‌اکسید کربن را نسبت به هر یک از عوامل تأثیرگذار بر آن نشان می­دهد. در این مدل تأثیرگذارترین متغیر بر دی‌اکسید کربن در بلندمدت، نرخ رشد شهرنشینی می­باشد که داشتن بالاترین ضریب یعنی 527/0 این ادعا را به اثبات می­رساند. پس می­توان نتیجه گرفت،
افزایش شهرنشینی در ایران یکی از مهم‌ترین متغیرهای مؤثر برافزایش مقدار انتشار دی‌اکسید کربن می­باشد. رشد سریع جمعیت شهرنشینی سبب گسترش فعالیت‌های اقتصادی و افزایش روند روزافزون مصرف منابع و انرژی[19] می­شود. جمعیت بیشتر به محصولات بیشتری نیازمند است و تولید بیشتر به ایجاد مشاغل بیشتر می­انجامد. افزایش اشتغال و تولید به افزایش گازها و انواع آلاینده­های زیست­محیطی و محصولات جانبی آسیب­رسان به کره زمین منجر می­شود. از دیگر نتایج تأثیرگذار متغیرهای جدول (5)، رابطه مثبت و معنی­دار بین مصرف انرژی و مقدار دی‌اکسید کربن است. هرچه مصرف انرژی بیشتر باشد، به­تبع آن آلودگی ناشی از آن نیز بیشتر شده و اثرات منفی زیست­محیطی را به دنبال خواهد داشت. به‌طورکلی آن چه از نتایج در بلندمدت مشخص است این است که تمامی متغیرهای مدل به‌جز توسعه مالی بر مقدار آلودگی و انتشار گاز دی‌اکسید کربن دارای تأثیر معنی­داری می­باشند.

 

 

جدول 5- برآورد رابطه بلندمدت مدل

Table 5. Estimation of the long-term relationship of the model

متغیرها

ضرایب

آماره t

C

عرض از مبدأ

938/0

07/1

Ln (GDP)

لگاریتم تولید ناخالص داخلی

465/0-

**45/2-

Ln (URB)

لگاریتم رشد شهرنشینی

527/0

*74/6

Ln (EC)

لگاریتم مصرف انرژی

421/0

*97/2

Ln (FD)

لگاریتم توسعه مالی

064/0-

22/0-

Ln (TOP)

لگاریتم درجه بازبودن تجاری

125/0-

*68/3-

Ln (IV)

لگاریتم ارزش افزوده بخش صنعت

338/0

*26/3

Ln (AV)

لگاریتم ارزش افزوده بخش کشاورزی

281/0

***82/1

Ln (SV)

لگاریتم ارزش افزوده بخش خدمات

19/0

*32/3

    مأخذ: یافته­های تحقیق (*، ** و *** به ترتیب معنی دار در سطح 1، 5 و 10 درصد)

 

 

 

حال برای آگاهی از این که تعدیل عدم تعادل­های کوتاه‌مدت در تولید چگونه به سمت تعادل بلندمدت صورت می­گیرد، از مدل تصحیح خطا یا EMC استفاده‌شده است. عمده­ترین دلیل استفاده از الگوی ARDL آن است که نوسانات کوتاه­مدت متغیرها را به مقادیر بلندمدت آن‌ها ارتباط می­دهد و در این مدل این امکان وجود دارد که الگوی تصحیح خطا مرتبط با آن نیز ارائه می­شود. با توجه به نتایج جدول (6) مشاهده می‌گردد، نتایج به‌دست‌آمده تا حدودی با نتایج بلندمدت هم­خوانی دارد. در کوتاه‌مدت رشد اقتصادی تأثیر مثبتی را بر مقدار انتشار دی‌اکسید کربن داشته است. همچنین متغیر توسعه مالی نیز در کوتاه­مدت تأثیر منفی و معنی­داری در سطح 5 درصد بر مقدار آلودگی داشته است که در بلندمدت اثر این متغیر بی‌تأثیر بوده است. از دیگر نتایج جدول (6)، ضریب EMC نشان می­دهد، در هر دوره چند درصد از عدم تعادل متغیر وابسته تعدیل‌شده و به سمت رابطه بلندمدت نزدیک می­شود. با توجه به نتایج حاصل از تخمین این مدل در جدول (6)، مشاهده می‌گردد که این ضریب در سطح احتمال 1 درصد معنی­دار و دارای علامت منفی است. به گونه ای‌که انتظار می­رود در هر دوره حدود 14/0 درصد انحراف رابطه کوتاه­مدت از مسیر بلندمدت تعدیل شود. بر این اساس اثر یک شوک بر متغیر انتشار آلودگی در کوتاه­مدت نزدیک به 7 دوره زمان به طول خواهد انجامید و پس‌ازآن رابطه کوتاه­مدت نیز در مسیر رابطه بلندمدت قرار خواهد گرفت. در مباحث زیست­محیطی معمولاً مقدار این ضریب کوچک به دست می­آید و مدت‌زمانی بیشتر به طول خواهد کشید تا شوک وارده به متغیر زیست­محیطی تعدیل شود. گفتنی است که تمامی پارامترهای مدل تصحیح خطا در جدول به شکل تفاضل مرتبه اول می­باشند.

 

 

 

 

 

 

 

جدول 6- نتایج برآورد الگوی تصحیح خطا

Table 6. Estimation results of the error correction model

متغیرها

 

ضرایب

آماره t

عرض از مبدأ

عرض از مبدأ

602/0

44/1

∆Ln (GDP)

تفاضل لگاریتم تولید ناخالص داخلی

433/0

**94/3

∆Ln (URB)

تفاضل لگاریتم رشد شهرنشینی

374/0

*45/3

∆Ln (EC)

تفاضل لگاریتم مصرف انرژی

392/0

*86/3

∆Ln (FD)

تفاضل لگاریتم توسعه مالی

036/0-

**34/2-

∆Ln (TOP)

تفاضل لگاریتم درجه بازبودن تجاری

061/0-

***79/1-

∆Ln (IV)

تفاضل لگاریتم ارزش افزوده بخش صنعت

227/0

*86/2

∆Ln (AV)

تفاضل لگاریتم ارزش افزوده بخش کشاورزی

112/0

*13/3

∆Ln (SV)

تفاضل لگاریتم ارزش افزوده بخش خدمات

177/0

**5/2

ECM (-1)

ضریب تصحیح خطا

137/0-

*23/6-

         مأخذ: یافته­های تحقیق (*، ** و *** به ترتیب معنی دار در سطح 1، 5 و 10 درصد)

 

 

 

ازآن جاکه در رابطه تعادلی کوتاه‌مدت تعادل با وقفه انجام می‌شود، انتظار می‌رود که اثر متغیرهای مستقل بر وابسته نسبت به مقدار تعادلی بلندمدت آن‌ها کمتر باشد. همان‌گونه که در جدول فوق ملاحظه می‌گردد، این مورد برای تمامی متغیرهای معنی‌دار صادق است.

 

بحث

سهم عمده تولید گازهای گلخانه­ای بر پایه دی اکسیدکربن مربوط به کشورهای توسعه یافته و کشورهای مرسوم به اقتصادهای نوظهور می­شود که برای حفظ رشد مستمر اقتصادی خود مجبور به افزایش مصرف انرژی هستند (24). به استناد آمار موجود از اوایل صنعتی شدن جهان تاکنون غلظت دی اکسید کربن افزایش قابل ملاحظه­ای داشته و همین امر سبب تغییرات چند درجه­ای در دمای زمین شده است. دربسیاری از مطالعات در این حوزه میزان انتشار این گاز به عنوان معیار و یا شاخصی جهت بیان آلودگی هوا به کار رفته است. برای مثال، در محاسبه پس انداز تعدیل شده توسط بانک جهانی (برای محاسبه استهلاک منابع طبیعی) از گاز دی اکسید کربن به عنوان شاخص آلودگی هوا استفاده شده است. نظر به اهمیت انتشار دی­اکسید کربن ناشی از مصرف انرژی و روند صعودی میزان انتشار به موازات افزایش تقاضای جهانی انرژی، این مطالعه به بررسی عوامل مؤثر بر انتشار CO2 در اقتصاد ایران پرداخته است.

شواهد زیادی مبنی بر وجود ارتباط مثبت بین مصرف انرژی و بهبود متغیرهای کلان اقتصادی است. بهبود متغیرهای کلان اقتصادی به واسطه رشد مصرف انرژی، سبب گسترش آلودگی می‌گردد. ارتباط بین متغیرهای اقتصادی با آلودگی محیطی همانند ارتباط بین این متغیرها با مصرف انرژی است. تولید ناخالص ملی یکی از متغیرهای مهم اقتصادی است که معیاری برای سنجش رشد اقتصادی محسوب می‌شود. ارتباط بین رشد اقتصادی با آلودگی محیط‌زیست طی دو دهه اخیر به طور گسترده­ای مورد تجزیه و تحلیل آماری قرار گرفته است. با توجه به آزمون­های آماری مورد استفاده در پژوهش حاضر، آشکار می­شود که متغیر GDP در کوتاه­مدت تاثیر مثبت و در بلندمدت تاثیر منفی بر مقدار انتشار دی‌اکسیدکربن داشته است. به این معنی که در کوتاه­مدت، با یک درصد افزایش در رشد اقتصادی و با فرض ثابت ­بودن سایر شرایط، انتشار دی‌اکسید کربن به میزان 433/0 درصد افزایش می­یابد. تاثیر مثبت و معنی­دار این متغیر بر انتشار دی اکسید کربن علاوه بر سازگار بودن با مبانی نظری، با مطالعات تجربی سازگار و متناظر با یافته­های آزموماهو و همکاران (33)؛ جلیل و محمود (34)؛ بگوم و همکاران (21)؛ ترابی و همکاران (35)؛ هراتی و همکاران (25) و سلمانی و همکاران (24) است. می توان این گونه تفسیر کرد که افزایش تولید ناخالص مستلزم استفاده بیشتر از نهاده­های تولید ازجمله انرژی است و همین امر هم سبب ساز افزایش انتشار دی اکسید کربن می شود.

در مدل موردبررسی ضریب برآوردی برای متغیر مصرف انرژی به عنوان یک عامل تاثیرگذار بر انتشار دی­اکسید کربن دارای تاثیر معنی­دار و مثبت است. این نتیجه باتوجه به سیاست­های بکارگرفته­شده در بخش انرژی ایران دور از انتظار نیست، چراکه اعطای یارانه در مقیاس وسیع به مصرف انرژی، استفاده از ماشین­آلات آلاینده، تکنولوژی قدیمی و سرانه مصرف بالای آن در مقایسه با استاندارد جهانی از جمله عواملی است که می­تواند در توجیه رابطه مثبت بین افت کیفیت محیط­زیست و مصرف انرژی در اقتصاد ایران مورد توجه قرار گیرد.

از دیگر نتایج تحقیق وجود رابطه مستیقیم بین جمعیت شهرنشینی و میزان انتشار دی اکسید کربن است. با افزایش جمعیت، محیط­زیست می­تواند آسییب بیشتری ببیند. رابطه بین رشد جمعیت و محیط­زیست همواره به مثابه یکی از مهمترین عوامل مؤثر بر سیر تکاملی جامعه یه سمت وضعیتی بوده است که در اصطلاح "مطلوبیت زیست­محیطی[20]" خوانده می­شود. رشد سریع جمعیت شهرنشینی سبب گسترش فعالیت­های اقتصادی و افزایش روند روزافزون مصرف منابع و انرژی می­شود که ازجمله فاکتورهای مهم و مؤثر بر محیط‌زیست و افزایش گازها و انواع آلاینده‌های زیست‌محیطی تلقی می­شوند. در همین ارتباط، نتایج پژوهش­های الم و همکاران (36)؛ بگوم و همکاران (37)؛ سلمانپور (38) و نصراللهی و هادیان (39) بر ضرورت نقش این متغیر و به وجود رابطه مثبت بین این متغیر با کاهش آلودگی زیست­محیطی تاکید داشته­اند.

در این پژوهش، از دیگر متغیرهای تاثیرگذار بر انتشار کربن­دی اکسید، توسعه مالی است که در کوتاه­مدت تاثیر مثبت بر کاهش انتشار کربن دی­اکسید داشته است. به بیان تامازیان و همکاران (16)، توسعه مالی در کشورهای در حال توسعه نقش تعیین کننده­ای بر کیفیت محیط­زیست خواهد داشت. آنها همچنین اذعان دارند که بازار سرمایه و توسعه بخش بانکی همراه با سطوح بالاتر سرمایه­گذاری مستقیم خارجی، کمک شایانی در دستیابی به سطوح پایین­تر انتشار دی اکسید کربن خواهد کرد.

از دیگر نتایج این پژوهش وجود ارتباط منفی بین تجارت و محیط زیست است که این نتایج متناظر با دیدگاه خوش­بینانه در مورد ارتباط بین این دو متغیر است. رویکرد خوش بینانه در ارتباط بین تجارت و محیط­زیست معتقد است که افزایش تجارت، کیفیت محیط­زیست را در کشورهای درحال­توسعه ارتقا می­بخشد. طرفداران این دیدگاه معتقد هستند که تجارت آزاد از طریق تخصیص و مصرف کارآمدتر منابع، به کشورها اجازه می­دهد در تولید کالاها و خدماتی که در آنها دارای مزیت نسبی هستند،  تخصص یافته و از این­رو میزان تولید را به­ازای سطوح مشخص انرژی و مواد حداکثر سازند. این استدلال بر توانایی تجارت آزاد در افزایش منایع مالی دردسترس برای حفاظت از محیط­زیست از طریق ارتقای ظرفیت تولید تاکید دارد.

تمایز این پژوهش با مطالعات صورت­گرفته در تعریف و تاثیر رشد زیربخش­های اقتصادی کشور (صنعت، خدمات و کشاورزی) بر میزان انتشار دی­اکسیدکربن است. در این تحقیق سعی بر آن شد که با در نظر گرفتن متغیرهای ارزش‌افزوده بخش صنعت، کشاورزی و بخش خدمات، که در کمتر مدلی به این متغیرها پرداخته‌شده است، در کنار عواملی مانند تولید ناخالص داخلی، مصرف انرژی، رشد شهرنشینی، باز بودن تجارت و توسعه مالی به نتایج متفاوتی از سایر پژوهش­ها دست یابد. اهمیت بررسی نحوه تاثیرگذاری این متغیرها بر انتشار دی­اکسیدکربن از این جهت است که با رشد زیربخش های اقتصادی کشور، تقاضا برای مواد اولیه تأمین‌کننده این بخش­ها افزایش‌یافته است؛ با پیش آمد موارد مذکور در فوق انتظار می­رود با رشد این بخش­ها میزان انتشار دی‌اکسید کربن افزایش یابد. از سوی دیگر رشد این بخش­ها تقاضا برای حامل­های انرژی را افزایش داده و این امر عاملی برای افزایش بی­رویه انتشار دی­اکسیدکربن می­شود. نتایج نشان داد که متغیرهای ارزش افزوده بخش صنعت (IV)، ارزش افزوده بخش کشاورزی(AV) و ارزش افزوده بخش خدمات(SV) تاثیر معنی­داری بر میزان انتشار دی­اکسیدکربن دارند، به­نحوری­که در کوتاه­مدت و بلندمدت بخش صنعتی بیشترین تاثیر مثبت را بر افزایش این آلاینده زیست­محیطی داشته است.

 

نتیجه­گیری

هدف اصلی پژوهش حاضر بررسی عوامل مهمی است که در انتشار دی­اکسید کربن نقش دارند. مطالعه حاضر با بهره­گیری از رهیافت خودتوضیح با وقفه­های گسترده (ARDL) و الگوی تصحیح خطا (ECM) در ایران طی دوره زمانی 2017-1985 مورد بررسی قرار گرفت. همچنین به‌منظور بررسی وجود رابطه بلندمدت بین متغیرها از آزمون کرانه­ها به هم‌جمعی یا همان باندتست که توسط پسران و همکاران و نارایان برای آزمون F ارائه گردیده، استفاده شد. نتایج به‌دست‌آمده نشان داد، ازآن جایی‌که آماره F محاسباتی (برابر 27/6) بزرگ‌تر از مقدار کرانه بالا است، وجود رابطه بلندمدت تائید شد. می‌توان گفت فرضیه صفر مبنی بر عدم وجود رابطه بلندمدت را با اطمینان 95 درصد نمی‌توان پـذیرفت؛ و فرضیه وجود رابطه هم جمعی یا بلندمدت بین متغیرها را تأیید می‌کند. نتایج حاصل از برآورد رابطه بلندمدت نمایانگر معنی­داری کلیه ضرایب به‌جز ضریب توسعه مالی (FD) بوده است. همچنین با برآورد میزان ECM می­توان گفت که در هر دوره به میزان 14/0 از خطای عدم تعادل کوتاه­مدت، برای دستیابی به تعادل بلندمدت خود تعدیل می­شود. نتایج حاصل از روابط بلندمدت این مطالعه نشان داد، متغیرهای رشد شهرنشینی، مصرف انرژی، ارزش‌افزوده بخش صنعت، کشاورزی و بخش خدمات رابطه مستقیم و معنی­داری با میزان انتشار دی­اکسید کربن داشته است. با توجه به بیشترین ضریب معنی‌داری مربوط به رشد شهرنشینی می­توان گفت، محرک اصلی افزایش انتشار دی­اکسید کربن، رشد شهرنشینی و به­تبع آن ارزش‌افزوده زیر بخش‌های اقتصاد کشور خواهد بود. می­توان نتیجه گرفت که دولت در اجرای سیاست­ها و ایجاد قوانین مالیاتی بر زیر بخش‌های اقتصادی در خصوص افزایش گازهای گلخانه‌ای بااحتیاط و دقت خاصی عمل کند تا اعمال این سیاست‌ها آثار مثبتی برافزایش بهره­وری و مصرف انرژی زیر بخش­های مختلف اقتصادی داشته باشد.

 

References

  1. Sharzehi, GH.H., Haghani, M. Causality between Co2 Gas Emission and National income with Emphasis on Energy Consumption in IRAN. 2009, Economic Research, 44(2), 75-90. (In persian)
  2. Balali, H., Zamani-Dadandeh, O., Yousofi, A. 2013. The Relationship between Economic Growth and Environmental Pollution in Oil Sector with Emphasis on Oil Price Volatility: Case Study of Iran, Planning & Budgeting, 18 (3), 49-66 (In persian)
  3. Chontanawat, J., Hunt, L.C., Pierse, R. 2006. Causality between energy consumption and GDP: evidence from 30 OECD and 78 non OECD countries (No. 113). Surrey Energy Economics Centre (SEEC), School of Economics, University of Surrey.
  4. Clevend, C. J., Costanza, R., Hall, C. A. S., Kaufmann, R. 1984. Energy and the US economy, A Biophysical perspective. Science New Series 225(4665), 890-897.
  5. Popp, D., Newell, R. G. 2009. Energy, the environment and technological change, Working papers. National Pureau of Economic Research Inc, 2(21), 873-937.
  6. Shahbazi, Sh., Asgharpur, H., moharramzadeh, K. 2011. Impact of Oil Different Products Consumption on Economic Growth in Iran Provinces. Quaterly Journal of Economic Modeling, 6(17), 25-44. (In persian)
  7. Razzaghi, M., Rezaie, R., Shabanali, H. 2012. Identifying the Inhibiting Factors of Application Development of Renewable Energies in Smallholder Farming Systems of the Tafresh Township. Iranian Journal Energy, 15(3), 1-18. (In persian)
  8. Energy balance. 2007. prepared and compiled by the Electricity and Energy Macro Planning Office. (In persian)
  9. Taheri, Gh., Hosseini-Nejad, S.M. 2012. Investigation of the environmental situation in energy consuming sectors. Journal of Statistics, 2(5), 16-20. (In persian)
  10. Foster, J.B. 1999. Marx’s theory of metabolic rift: classical foundation for environmental sociology. American Journal of Sociology, 105 (2), 366–405.
  11. York, R. 2007. Demographic Trends and Energy Consumption in European Union Nations (1960–2025). Social Science Research, 36 (3), 855–872.
  12. York, R., Rosa, E.A., Dietz, T. 2003. A rift in modernity? Assessing the anthropogenic sources of global climate change with the STIRPAT model. International Journal of Sociology and Social Policy, 23 (10), 31–51.
  13. Bayani, O., Farazmand, H. Investigating the impact of urbanization and energy consumption on environmental pollution in Iran. The first national conference on solutions to achieve sustainable development. General Directorate of Non-Active Defense (Ministry of the Interior), Natural Disaster Research Institute. (In persian)
  14. Makoto, Ch., Akimasa, F., Shinji, K., Phetkeo, P., Satoru, K., Andrey, K. 2015. The moderating effects of urbanization on carbon dioxide emissions: A latent class modeling approach, Technological Forecasting & Social Chang, 90, 302-317.
  15. Frankel, J., Romer, D. (1999) Does Trade cause Growth? The American economic review. 89 (3), 397-399.
  16. Tamazian, A., Chousa, J. P., Vadlamannati, K. C. 2009. Does higher economic and financial development lead to environmental degradation: evidence from BRIC countries. Energy Policy, 37 (1), 246-253.
  17. Sadorsky, P. 2010).The impact of financial development on energy consumption in emerging economies. Energy Policy, 38 (5), 2528-2535.
  18. Tamazian, A., Rao, B. B. (2010) Do economic, financial and institutional developments matter for environmental degradation? Evidence from transitional economies. Energy Economics, 32 (1), 137-145.
  19. Halicioglu, F. 2009. An econometric study of CO2 emissions, energy consumption, income and foreign trade in Turkey. Energy Policy, 37 (3), 1156-1164.
  20. Khan, M. K., Teng, J. Z., Khan, M. I. 2019. Effect of energy consumption and economic growth on carbon dioxide emissions in Pakistan with dynamic ARDL simulations approach. Environmental Science and Pollution Research, 23(26), 23480-23490.
  21. Begum, R. A., Sohag, K., Syed Abdullah, SH. M., Jaafar, M. 2014. CO2 emissions, energy consumption, economic and population growth in Malaysia. Renewable and Sustainable Energy Reviews, 41(8), 594–601.
  22. Jalil, A., Mahmud, S. F. 2009. Environment Kuznets curve for CO2 emissions: A cointegration analysis for China. Energy Policy, 12(37), 5167-5172.
  23. Pao, H. T., Yub, H. Ch., Yangb, Y. H. (2011) Modeling the CO2emissions, energy use and economic growth in Russia. Energy, 36(8), 5094–5100.
  24. Salmani, M. R., Shokri, M., Abedzadeh, K. 2017. Study Factors affecting emission of Gas co2 in Iran. Iranian Journal of Energy, 20 (1), 55-74. (In persian)
  25. Harati, J., Ebrahimi Salari, T., Amini, T. An Investigation of the Long-run and Short-run Impactsof Income Inequality on Quality of Environment in Iran (An Application of the Bayer Hanck Cointegration Approach), Environmental and Natural Resource Economics, 1(1), 111-138. (In persian)
  26. Sadegi, S. K., Ebrahimi, S. 2013. Impact of Coal Consumption on Carbon Dioxide Emissions in Iran. Iranian Energy Economics, 2(7), 43-73. (In persian)
  27. Pesaran, H. M., Shin, Y., Smith, R. J. 2001. Bounds Testing Approaches To The Analysis Of Level Relationships, Journal of Applied Econometrics, 16(3), 289-326.
  28. Rauf, R., Zhang, J., Li, J., Amin, W. 2018. Structural changes, energy consumption and carbon emissions in China: Empirical evidence from ARDL bound testing model. Structural Change and Economic Dynamics, 47,194-206.
  29. Abrishmi, H. 2009. Applied Econometrics: New Approaches. Tehran University Publications, p. 348. (In persian)
  30. Shahbaz Akmal, M. 2007. Stock Returns and Inflation: An ARDL Econometric Investigation Utilizing Pakistani Data. Pakistan Economic and Social Review, 45(1), 89-105.
  31. Narayan, P. K. 2004. Reformulating Critical Values for the Bounds F-statistics Approach to Cointegration: an Application to the Tourism Demand Model forFiji. Department of Economics Monash University, 2(4), 1-37.
  32. Razzaghi, M., Rezaie, R., Shabanali, H. 2012. Identifying the Inhibiting Factors of Application Development of Renewable Energies in Smallholder Farming Systems of the Tafresh Township. Iranian Journal of Energy,15(3), 1-18. (In persian)
  33. Azomahou, T., Laisney, F., Van, P. H. 2006. Economic development and CO2 emissions: A nonparametric panel approach. Journal of Public Economics, 90, 1347-1363.
  34. Jalil, A., Mahmud, S. F. 2009. Environment Kuznets curve for CO2 emissions: A cointegration analysis for China. Energy Policy, 12(37), 5167-5172.
  35. Torabi, T., Khajooeipour ,A., Tarighi, S., Pakravan, M. R. 2015 The Effect of Energy Consumption, Economic Growth and International Business on Greenhouse Gas Emission in Iran. Quarterly Journal of Economic Modelling. 9(29), 63-84. (In persian)
  36. Alam, S., Ambreeen, F., Muhammad, B. 2007. Sustainable Development in Pakistan in the Context of Energy Consumption Demand and Environmental Degradation. Journal of Asian Economics, 18, 825-837.
  37. Begum, R. A., Sohag, K., Mastura Syed Abdullah, S., Jaafar, M. 2015. CO2 Emissions, Energy Consumption, Economic and Population Growth in Malaysia. Renewable and Sustainable Energy Reviews, 41, 594–601.
  38. Salmanpour, A. 2019. The Effect of population growth, human capital and petroleum products on environmental pollution in Iran. Environmental Science and Technology. 230(4), 239-255.
  39. Haddian, A. 2018. The effect of population growth on environment in Iran and other countries in the MENA region. The Macro and Strategic Policies, 6(21), 40-60.

 

 

 

 

 

1- فارغ­التحصیل کارشناسی ارشد گروه اقتصاد کشاورزی دانشگاه کردستان.

2- دانشجوی دکتری گروه اقتصاد کشاورزی دانشگاه تربیت مدرس و مدرس دانشگاه کردستان.

3- دانشیار گروه اقتصاد کشاورزی دانشگاه کردستان. *(مسوول مکاتبات)

1- Masters Student, Department of Agricultural Economics, Faculty of Agriculture, University of Kurdistan, Iran.

2- PH.D. Candidate, Department of Agricultural Economics, faculty of Agriculture, Tarbeiat Modares University, Tehran, Iran

3- Associate Professor, Department of Agricultural Economics, faculty of Agriculture, University of Kurdistan, Iran. *(Corresponding Author)   

1- Autoregressive Distributed Lag

1- Augmented Dickey-Fuller

2- Phillips- Perron

1- Schwarz Bayesion Criterion             

2- Akaike Information Criterion

3- Hannan-Quinn Criterion

1- Residual

2- Breusch-Pagan-Godfrey

3- White

4- Jarque-Bera test

5- Ramsey RESET

1- برای نمونه­هایی با حجم پایین، آماره F محاسبه­شده بهتر است با مقادیر نارایان مقایسه شود (32)

1- تمرکز کارخانه­ها و شرکت­های تولیدی در مراکز شهری باعث می­شود که جمعیت روستایی با هدف یافتن شغل، کسب درآمدهای بالاتر و استفاده از امکانات گسترده به سمت مناطق شهری حرکت کنند. پدیده شهرنشینی نیز الگوی مصرف انرژی را تحت تاثیر قرار داده و استفاده بی­رویه از آن را موجب می­شود.

1- Ecological  Utility

  1. Sharzehi, GH.H., Haghani, M. Causality between Co2 Gas Emission and National income with Emphasis on Energy Consumption in IRAN. 2009, Economic Research, 44(2), 75-90. (In persian)
  2. Balali, H., Zamani-Dadandeh, O., Yousofi, A. 2013. The Relationship between Economic Growth and Environmental Pollution in Oil Sector with Emphasis on Oil Price Volatility: Case Study of Iran, Planning & Budgeting, 18 (3), 49-66 (In persian)
  3. Chontanawat, J., Hunt, L.C., Pierse, R. 2006. Causality between energy consumption and GDP: evidence from 30 OECD and 78 non OECD countries (No. 113). Surrey Energy Economics Centre (SEEC), School of Economics, University of Surrey.
  4. Clevend, C. J., Costanza, R., Hall, C. A. S., Kaufmann, R. 1984. Energy and the US economy, A Biophysical perspective. Science New Series 225(4665), 890-897.
  5. Popp, D., Newell, R. G. 2009. Energy, the environment and technological change, Working papers. National Pureau of Economic Research Inc, 2(21), 873-937.
  6. Shahbazi, Sh., Asgharpur, H., moharramzadeh, K. 2011. Impact of Oil Different Products Consumption on Economic Growth in Iran Provinces. Quaterly Journal of Economic Modeling, 6(17), 25-44. (In persian)
  7. Razzaghi, M., Rezaie, R., Shabanali, H. 2012. Identifying the Inhibiting Factors of Application Development of Renewable Energies in Smallholder Farming Systems of the Tafresh Township. Iranian Journal Energy, 15(3), 1-18. (In persian)
  8. Energy balance. 2007. prepared and compiled by the Electricity and Energy Macro Planning Office. (In persian)
  9. Taheri, Gh., Hosseini-Nejad, S.M. 2012. Investigation of the environmental situation in energy consuming sectors. Journal of Statistics, 2(5), 16-20. (In persian)
  10. Foster, J.B. 1999. Marx’s theory of metabolic rift: classical foundation for environmental sociology. American Journal of Sociology, 105 (2), 366–405.
  11. York, R. 2007. Demographic Trends and Energy Consumption in European Union Nations (1960–2025). Social Science Research, 36 (3), 855–872.
  12. York, R., Rosa, E.A., Dietz, T. 2003. A rift in modernity? Assessing the anthropogenic sources of global climate change with the STIRPAT model. International Journal of Sociology and Social Policy, 23 (10), 31–51.
  13. Bayani, O., Farazmand, H. Investigating the impact of urbanization and energy consumption on environmental pollution in Iran. The first national conference on solutions to achieve sustainable development. General Directorate of Non-Active Defense (Ministry of the Interior), Natural Disaster Research Institute. (In persian)
  14. Makoto, Ch., Akimasa, F., Shinji, K., Phetkeo, P., Satoru, K., Andrey, K. 2015. The moderating effects of urbanization on carbon dioxide emissions: A latent class modeling approach, Technological Forecasting & Social Chang, 90, 302-317.
  15. Frankel, J., Romer, D. (1999) Does Trade cause Growth? The American economic review. 89 (3), 397-399.
  16. Tamazian, A., Chousa, J. P., Vadlamannati, K. C. 2009. Does higher economic and financial development lead to environmental degradation: evidence from BRIC countries. Energy Policy, 37 (1), 246-253.
  17. Sadorsky, P. 2010).The impact of financial development on energy consumption in emerging economies. Energy Policy, 38 (5), 2528-2535.
  18. Tamazian, A., Rao, B. B. (2010) Do economic, financial and institutional developments matter for environmental degradation? Evidence from transitional economies. Energy Economics, 32 (1), 137-145.
  19. Halicioglu, F. 2009. An econometric study of CO2 emissions, energy consumption, income and foreign trade in Turkey. Energy Policy, 37 (3), 1156-1164.
  20. Khan, M. K., Teng, J. Z., Khan, M. I. 2019. Effect of energy consumption and economic growth on carbon dioxide emissions in Pakistan with dynamic ARDL simulations approach. Environmental Science and Pollution Research, 23(26), 23480-23490.
  21. Begum, R. A., Sohag, K., Syed Abdullah, SH. M., Jaafar, M. 2014. CO2 emissions, energy consumption, economic and population growth in Malaysia. Renewable and Sustainable Energy Reviews, 41(8), 594–601.
  22. Jalil, A., Mahmud, S. F. 2009. Environment Kuznets curve for CO2 emissions: A cointegration analysis for China. Energy Policy, 12(37), 5167-5172.
  23. Pao, H. T., Yub, H. Ch., Yangb, Y. H. (2011) Modeling the CO2emissions, energy use and economic growth in Russia. Energy, 36(8), 5094–5100.
  24. Salmani, M. R., Shokri, M., Abedzadeh, K. 2017. Study Factors affecting emission of Gas co2 in Iran. Iranian Journal of Energy, 20 (1), 55-74. (In persian)
  25. Harati, J., Ebrahimi Salari, T., Amini, T. An Investigation of the Long-run and Short-run Impactsof Income Inequality on Quality of Environment in Iran (An Application of the Bayer Hanck Cointegration Approach), Environmental and Natural Resource Economics, 1(1), 111-138. (In persian)
  26. Sadegi, S. K., Ebrahimi, S. 2013. Impact of Coal Consumption on Carbon Dioxide Emissions in Iran. Iranian Energy Economics, 2(7), 43-73. (In persian)
  27. Pesaran, H. M., Shin, Y., Smith, R. J. 2001. Bounds Testing Approaches To The Analysis Of Level Relationships, Journal of Applied Econometrics, 16(3), 289-326.
  28. Rauf, R., Zhang, J., Li, J., Amin, W. 2018. Structural changes, energy consumption and carbon emissions in China: Empirical evidence from ARDL bound testing model. Structural Change and Economic Dynamics, 47,194-206.
  29. Abrishmi, H. 2009. Applied Econometrics: New Approaches. Tehran University Publications, p. 348. (In persian)
  30. Shahbaz Akmal, M. 2007. Stock Returns and Inflation: An ARDL Econometric Investigation Utilizing Pakistani Data. Pakistan Economic and Social Review, 45(1), 89-105.
  31. Narayan, P. K. 2004. Reformulating Critical Values for the Bounds F-statistics Approach to Cointegration: an Application to the Tourism Demand Model forFiji. Department of Economics Monash University, 2(4), 1-37.
  32. Razzaghi, M., Rezaie, R., Shabanali, H. 2012. Identifying the Inhibiting Factors of Application Development of Renewable Energies in Smallholder Farming Systems of the Tafresh Township. Iranian Journal of Energy,15(3), 1-18. (In persian)
  33. Azomahou, T., Laisney, F., Van, P. H. 2006. Economic development and CO2 emissions: A nonparametric panel approach. Journal of Public Economics, 90, 1347-1363.
  34. Jalil, A., Mahmud, S. F. 2009. Environment Kuznets curve for CO2 emissions: A cointegration analysis for China. Energy Policy, 12(37), 5167-5172.
  35. Torabi, T., Khajooeipour ,A., Tarighi, S., Pakravan, M. R. 2015 The Effect of Energy Consumption, Economic Growth and International Business on Greenhouse Gas Emission in Iran. Quarterly Journal of Economic Modelling. 9(29), 63-84. (In persian)
  36. Alam, S., Ambreeen, F., Muhammad, B. 2007. Sustainable Development in Pakistan in the Context of Energy Consumption Demand and Environmental Degradation. Journal of Asian Economics, 18, 825-837.
  37. Begum, R. A., Sohag, K., Mastura Syed Abdullah, S., Jaafar, M. 2015. CO2 Emissions, Energy Consumption, Economic and Population Growth in Malaysia. Renewable and Sustainable Energy Reviews, 41, 594–601.
  38. Salmanpour, A. 2019. The Effect of population growth, human capital and petroleum products on environmental pollution in Iran. Environmental Science and Technology. 230(4), 239-255.
  39. Haddian, A. 2018. The effect of population growth on environment in Iran and other countries in the MENA region. The Macro and Strategic Policies, 6(21), 40-60.