Editorial

Author

Abstract

Due to importance of energy factor in agricultural sector and considering the increasing energy price in recent years, analysis of energy demand is very important.  In this paper in order to analyse agricultural energy demand, OLS, FMOLS and  Johansen cointegration method and ARDL approach has been used and results of  these methods have been compared. Data on energy price index, energy consumption and agricultural value added for priod 1355-1388 were used. Results showed that long run and short run price elasticity of energy consumtion are between -0.3 to -0.327 and  -0.09 to -0.102 respectively. Also income elasticity of energy consumption estimated egual to 0.7. Results of  OLS estimation of Log-Log model, Johansen cointegration method and ARDL approach are very similar. Because of price inelasticity of energy consumption especially in the shortrun, price policies are not likely to reduce energy consumtion considerably. Price policies can be more effective in the longrun, but this is subject to improvemeats in the energy consumption technology. 

Keywords

تحلیل تقاضای انرژی در بخش کشاورزی ایران

حمید آماده*

 

تاریخ دریافت: 12 تیر 1391                      تاریخ پذیرش: 21 اسفند 1392

 

چکیده

با توجه به اهمیت انرژی در بخش کشاورزی و نیز افزایش قیمت حامل‌های انرژی در سال‌های اخیر، شناخت و تحلیل ساختار تقاضای انرژی از اهمیت بسیاری برخوردار است. در این مقاله برای تحلیل و الگوسازی تقاضای انرژی در بخش کشاورزی از روش‌های هم‌انباشتگی یوهانسن، روش FMOLS و رهیافت ARDL استفاده شد. برای برآورد الگوها، داده‌های مصرف انرژی بخش کشاورزی، ارزش افزوده بخش کشاورزی و شاخص قیمت انرژی برای دوره  1355 تا 1388 مورد استفاده قرار گرفت. برآوردهای حاصل از روش‌های تحلیل هم‌انباشتگی با برآوردهای روش حداقل مربعات معمولی مقایسه شدند. نتایج نشان داد کشش قیمتی مصرف انرژی در روش‌های مختلف، در بلندمدت بین 3/0-  تا 327/0- و در کوتاه‌مدت بین 09/0- تا 102/0- متغیر است. همچنین کشش درآمدی مصرف انرژی نیز حدود 7/0 برآورد شد. مقایسه برآوردهای حاصل از روش‌های مختلف نشان داد برآوردهای روش حداقل مربعات معمولی با برآوردهای حاصل از تحلیل هم‌انباشتگی یوهانسن و رهیافت ARDL بسیار به هم نزدیک هستند. با توجه به بی‌کشش بودن تقاضای انرژی نسبت به قیمت، در بخش کشاورزی بخصوص در کوتاه‌مدت، از سیاست‌های قیمتی نبایستی انتظار زیادی برای کاهش مصرف حامل‌های انرژی داشت. تأثیرگذاری سیاست‌های قیمتی در کاهش مصرف انرژی در بلندمدت بیشتر است بنابراین اثرگذاری سیاست قیمتی منوط به امکان تغییر در نهاده‌های سرمایه‌ای دربردارنده فناوری مصرف حامل‌های انرژی است.

 

واژه‌های کلیدی: بخش کشاورزی، تقاضای انرژی، هم‌انباشتگی، رهیافت، ARDL، روش FMOLS.

طبقه‌بندی JEL: Q43، C22.

1. مقدمه

انرژی به عنوان یکی از عوامل مهم تولید در سال‌های اخیر اهمیت قابل ملاحظه‏ای یافته است. رشد اقتصادی همراه با کندشدن کشف ذخایر جدید انرژی فسیلی منجر به افزایش قیمت حامل­های انرژی در بازارهای جهانی شده است. در سال‌های گذشته با هدف حمایت از بخش تولید، حامل‌های انرژی با قیمت یارانه‌ای در اختیار بخش‌های تولیدی از جمله بخش کشاورزی قرار می‌گرفت، بطوری که در سال‌های گذشته اندکی بیش از 10 درصد قیمت حامل‌های انرژی از مصرف‌کننده دریافت می‌گردید. هر چند توزیع یارانه‌ای انرژی با هدف افزایش تولید صورت می‌گرفت، اما یافته‌های برخی مطالعات حاکی است که یارانه انرژی باعث افزایش رشد اقتصادی نشده است (باستانزاد و نیلی، 1384). در بخش کشاورزی انرژی یک نهاده­ تولیدی مهم است و به همین دلیل تأمین به موقع، مطمئن و ارزان انرژی مورد نیاز این بخش اهمیت ویژه­ای در افزایش تولیدات این بخش و افزایش صادرات غیرنفتی کشور دارد (سهیلی، 1386). ارزان بودن حامل‌های انرژی اما همراه با پایین بودن فناوری مصرف انرژی، باعث مصرف بیش از حد حامل‌های انرژی و کاهش بهره­وری انرژی در بخش‌های مختلف اقتصادی از جمله بخش کشاورزی کشور شده است.

در سال‌های 1388-1355 ارزش افزوده بخش کشاورزی کشور سالانه به طور میانگین 12/4 درصد رشد کرده است. این در حالی است که طی همین دوره مصرف انرژی در این بخش به طور میانگین 77/4 درصد رشد کرده است. به عبارت دیگر رشد مصرف انرژی از رشد ارزش افزوده بخش کشاورزی بیشتر بوده است. این وضعیت منجر به کاهش بهره‌وری انرژی شده است. نرخ رشد بهره‌وری انرژی بخش کشاورزی که از تقسیم ارزش افزوده به مصرف انرژی به دست می‌آید، در این دوره به طور میانگین 16/0- درصد بوده است. به عبارت دیگر در دوره 1388-1355 نه تنها بهره‌وری انرژی در بخش کشاورزی افزایش نیافته است، بلکه کاهش نیز یافته است. علاوه بر این مصرف روزافزون انرژی با انتشار بیشتر آلاینده‌های زیست­محیطی همراه است. در نتیجه ادامه مصرف بیش از حد حامل‌های انرژی، ضمن وارد کردن آسیب به منابع انرژی باعث آسیب به محیط زیست نیز خواهد شد.

با توجه به افزایش قیمت حامل‌های انرژی که در سال‌های اخیر مد نظر سیاست‌گذاران اقتصادی قرار گرفته است، این سؤال مطرح است که تأثیر قیمت حامل‌های انرژی بر میزان مصرف آنها چگونه است. علاوه بر این رشد تولید بخش کشاورزی نیز جزء اولویت‌های اقتصادی کشور است که خود می‌تواند مصرف انرژی در این بخش را تخت تأثیر قرار دهد. بنابراین الگوسازی تقاضای انرژی در بخش کشاورزی و تحلیل میزان واکنش مصرف حامل‌های انرژی به تغییر قیمت، از اهمیت ویژه‏ای برخوردار است. در این مقاله با استفاده از  تکنیک‌های اقتصادسنجی سری‌های زمانی تقاضای انرژی در بخش کشاورزی الگوسازی شده و تأثیرگذاری قیمت و تولید بخش کشاورزی بر مقدار انرژی مصرفی در بخش کشاورزی تحلیل می­شود.

 

2. چارچوب نظری

تقاضای حامل‌های انرژی در بخش‌های مختلف اقتصادی براساس نظریه اقتصاد خرد از تابع تولید مشتق می­شود. برای آشنایی با ساختار نظری تقاضای حامل‌‌های انرژی، تابع تولید عمومی به صورت زیر را در نظر بگیرید.

 

که در آن L و K به ترتیب نهاده‌های سرمایه و نیروی کار و E بیانگر حامل‌های انرژی است. ­T­­ نیز متغیر روند است که بیانگر مجموعه‌ای از عوامل دیگر مثل تغییرات تکنولوژی است­. مطابق اصول اقتصادی، ترکیب نهاده‌ها باید به گونه‌ای انتخاب شوند که حداقل هزینه ممکن برای تولید مشخص به دست آید. با حداقل کردن تابع هزینه، تابع تقاضا برای عوامل تولید به دست می­آید. تابع تقاضا برای حامل‌های انرژی به عنوان یک عامل تولید به صورت به دست می‌آید.

 

تقاضای حامل‌های انرژی تابعی از قیمت حامل‌های انرژی، قیمت نهاده­های غیرانرژی PK و PL و تولید یا ارزش افزوده بخش مورد نظر یاQ  است. در این تابع تقاضا می‌توان از عوامل دیگر مثل روند (T) که نمایانگر تغییرات تکنولوژی هست نیز استفاده کرد­. براساس مطالعه باندارانایکه و موناسیگ[1] (1983)، اگر نهاده‌های تولید به دو گروه حامل‌های انرژی و سایر عوامل تولید تقسیم شوند­، تابع تولید به صورت زیر تعریف می­شود:

 

در رابطه بالاJ  معرف سایر عوامل تولید و E بیانگر حامل‌های انرژی مصرفی است که می‌تواند شامل انواع سوخت‌های فسیلی باشد. بر این اساس تابع هزینه به صورت زیر در خواهد آمد.

 

که در آن PJ بیانگر قیمت سایر عوامل تولید است. مسئله بهینه­سازی تولید مستلزم حداقل کردن تابع هزینه در سطح معینی از تولید است که به صورت زیر بیان می‌شود.

 

با استفاده از تابع لاگرانژ خواهیم داشت:

 

با مشتق‌گیری از تابع لاگرانژ نسبت به متغیرهای  J، E و  خواهیم داشت:

 

 

اگر شکل تابعی تابع تولید به صورت کاب- داگلاس در نظر گرفته شود، داریم:

 

حال می‌توان تابع لاگرانژ را به صورت زیر بازنویسی کرد:

 

با مشتق‌گیری از تابع لاگرانژ نسبت به متغیرهای  J، E و  خواهیم داشت:

 

 

 

در نهایت با استخراج مقدار E از روابط بالا، تابع تقاضا برای حامل‌های انرژی به صورت زیر به دست  می‌آید:

 

از آنجا که عبارت  معادل ارزش تولید یا ارزش افزوده است، تابع تقاضا برای حامل‌های انرژی به صورت زیر قابل بیان است.

 

برای رابطه بالا می‌توان یک شکل تابعی به صورت زیر در نظر گرفت.

 

با گرفتن لگاریتم طبیعی از طرفین رابطه بالا، می‌توان آن را به شکل زیر نوشت:

 

که در آن:

: مقدار تقاضای حامل‌های انرژی در بخش کشاورزی

: قیمت واقعی حامل‌های انرژی 

: ارزش افزوده بخش کشاورزی

براساس الگوی ارائه شده، انتظار می‌رود قیمت، اثری منفی بر تقاضای حامل‌های انرژی داشته باشد. از طرف دیگر افزایش تولید، استفاده بیشتر از عوامل تولید و حامل‌های انرژی را می‌طلبد، بنابراین افزایش در تولید و در نتیجه ارزش افزوده بیشتر، افزایش در تقاضای نهاده‌های تولید از جمله انرژی‌های فسیلی را در پی دارد.

براساس مطالب بالا، افزایش قیمت حامل‌های انرژی باعث کاهش مصرف حامل‌های انرژی می‌شود. عامل دیگری که مصرف انرژی در بخش کشاورزی را تحت تأثیر قرار می‌دهد، میزان تولید یا ارزش افزوده بخش کشاورزی است. اثرگذاری تولید بر مصرف انرژی در مطالعات متعددی به اثبات رسیده است که برای نمونه می‌توان به مطالعه مسیح و مسیح[2] (1997)، گلاشر[3] (2002) و هژبرکیانی و همکاران (1379) اشاره نمود. بنابراین لازم است در مصرف انرژی بخش کشاورزی، تولید بخش کشاورزی نیز به عنوان متغیر مقیاس مد نظر قرار گیرد.

برای برآورد الگوهای مصرف انرژی از روش‌های متعددی استفاده شده است. مسیح (1996) با استفاده از تحلیل هم‌انباشتگی، رابطه بین انرژی مصرفی و تولید ناخالص داخلی را در شش کشور آسیایی بررسی کرد و به یک رابطه هم‌انباشتگی بین مصرف انرژی و تولید ناخالص داخلی در هند، پاکستان و اندونزی دست یافت. مسیح و مسیح (1997) به بررسی علیت گرنجری بین مصرف انرژی، قیمت‌ و درآمد واقعی با استفاده از الگوی تصحیح خطای برداری پرداختند. نتایج تحقیق آنها نشان داد تغییر قیمت‌ها سبب تغییر در مصرف انرژی می‌شود که خود منجر به تغییر در رشد اقتصادی می‌شود. عقیل و بوت[4] (2001) علیت گرنجری بین مصرف اجزای انرژی و رشد اقتصادی را در پاکستان طی سال‌های 1996-1955، با استفاده از آزمون هسیائو آزمون کردند. نتایج آزمون حاکی از آن بود که رشد اقتصادی، علت مصرف انرژی است. گلاشر (2002) در مطالعه‌ای به بررسی رابطه بین مصرف انرژی و درآمد واقعی در اقتصاد کشور کره جنوبی در دوره‌ 1990-1961 پرداخت. نتایج حاصل یک ارتباط دوطرفه بین مصرف انرژی و رشد اقتصادی را برای کشور کره نشان داد. اردال و همکاران[5] (2008) رابطه علیت بین مصرف انرژی اولیه و تولید ناخالص داخلی کشور ترکیه طی سال‌های 2006-1970 را با استفاده هم­انباشتگی یوهانسن و علیت گرنجر بررسی کردند. نتایج مطالعه آنها نشان داد که مصرف انرژی و تولید ناخالص داخلی هم‌انباشته هستند و یک رابطه علیت دوطرفه بین مصرف انرژی اولیه و تولید ناخالص داخلی در کشور ترکیه وجود دارد. والد- رافائل[6] (2005) با استفاده از علیت تودا- یاماموتو به بررسی رابطه علیت بین مصرف انرژی و رشد اقتصادی در برخی کشورهای آفریقا پرداخت. وی برای برآورد مدل‌ها جهت تعیین علیت نیز از رهیافت ارایه شده توسط پسران و همکاران (2001) استفاده کرد و نتیجه گرفت در کشورهای الجزایر، کنگو، مصر و غنا جهت رابطه علیت بلندمدت، از رشد اقتصادی به مصرف انرژی است.

در ایران ملکی (1378) نشان ‌داد که در کوتاه­مدت و بلندمدت، یک رابطه علیت یک طرفه از مصرف انرژی به تولید داخلی وجود دارد. علاوه بر این یک ارتباط ضعیف نیز از رشد اقتصادی (تولید داخلی) به انرژی تنها در بلندمدت وجود دارد. هژبر کیانی و همکاران (1379) ضمن بیان اهمیت استفاده از انرژی در تولید بخش کشاورزی، اثر نهاده­های انرژی، موجودی سرمایه و نیروی کار را بر میزان تولید در بخش کشاورزی مورد بررسی قرار دادند. زیبایی و طرازکار (1383) در مطالعه‌ای به بررسی روابط کوتاه‌مدت و بلند‌مدت ارزش افزوده و مصرف انواع حامل‌های انرژی در بخش کشاورزی با استفاده از آزمون هم‌انباشتگی یوهانسن- یوسیلیوس در چارچوب مدل خودتوضیح برداری برای دوره 79-1346 پرداختند. نتایج مطالعه آنها نشان داد یک رابطه علی بلندمدت از ارزش افزوده به مصرف برق و فرآورده‌های نفتی وجود دارد. نجارزاده و عباس محسن (1383) در مطالعه‌ای به بررسی رابطه علیت بین مصرف حامل‌های انرژی و رشد بخش‌های اقتصادی در ایران با استفاده از روش علیت هسیائو طی دوره زمانی 1381-1350 پرداختند. نتایج حاصل یک رابطه علیت دوطرفه بین مصرف حامل‌های انرژی و رشد بخش‌های اقتصادی در ایران را بیان می‌کند. آرمن و زارع (1384) به تحلیل علیت میان مصرف انرژی و رشد اقتصادی در ایران پرداختند. یافته‌های آنها نشان داد بین مصرف کل انرژی و رشد اقتصادی یک رابطه علی یک طرفه از مصرف انرژی به سوی رشد اقتصادی وجود دارد. سهیلی (1386) تقاضای انواع حامل‌های انرژی شامل فرآورده­های‌نفتی، برق و گاز طبیعی را در اقتصاد ایران برآورد نمود. در این بررسی که از الگوی خود توضیح برداری استفاده گردید تقاضای هر فرآورده تابعی از قیمت آن و همچنین تولید ناخالص داخلی در نظر گرفته شد. سهیلی (1386) در مطالعه دیگری با تبیین ساختار مصرف انرژی و شبیه­سازی تقاضای بلندمدت انرژی در بخش کشاورزی به این نتیجه رسید که تأثیر عامل پیشرفت فناوری در تقاضای بلندمدت انرژی در بخش کشاورزی از تأثیر عوامل اقتصادی قیمت و رشد ارزش افزوده­ واقعی بخش کشاورزی واقعی کمتر نیست. آماده و همکاران (1388) رابطه بین مصرف انرژی و تولید را در بخش­های مختلف اقتصاد ایران بررسی کردند. نتایج حاصل از رهیافت ARDL وجود رابطه بلندمدت بین تولید بخش‌های مختلف و مصرف حامل‌های انرژی را تأیید نمود. موسوی و همکاران (1389) به پیش­بینی مصرف حامل­های انرژی در بخش کشاورزی ایران پرداختند. آنها برای برآورد تقاضای انرژی از روش ارائه شده به وسیله پسران و همکاران (2001) استفاده کردند. مهرآرا (2006) به بررسی رابطه علیت گرنجری بین مصرف انرژی و درآمد در ایران پرداخت. وی از آزمون یوهانسن برای وجود رابطه هم‌انباشتگی و مدل تصحیح خطا استفاده کرده است. نتایج نشان داد که در بلندمدت یک رابطه علیت گرنجری یک طرفه از درآمد به مصرف انرژی وجود دارد. زمانی (2006) به بررسی رابطه بین مصرف انرژی و فعالیت‌های اقتصادی در ایران با استفاده از الگوی تصحیح خطای برداری پرداخت. مطالعه وی نشان داد که در بلندمدت رابطه یک طرفه از GDP به مصرف انرژی کل برای کل اقتصاد وجود دارد. مهرآرا (2007) در مطالعه‌ای به بررسی رابطه بین مصرف انرژی و رشد اقتصادی در یازده کشور صادرکننده نفت با استفاده از آزمون ریشه‌ واحد و تحلیل هم­انباشتگی با داده­های ترکیبی پرداخت. نتایج وی بیانگر یک رابطه‌ علیت یک طرفه‌ قوی از تولید ناخالص داخلی سرانه به مصرف انرژی سرانه در کشورهای صادرکننده نفت بود.

در الگوسازی تقاضای انرژی در بخش کشاورزی، ارزش افزوده بخش کشاورزی کشور به عنوان تولید بخش کشاورزی، مصرف انرژی کل بخش کشاورزی به عنوان انرژی تقاضا شده و شاخص قیمت حامل انرژی غالب بخش کشاورزی به عنوان قیمت مد نظر قرار گرفت. در قسمت بعدی روش‌‌های مورد استفاده در برآورد معادله تقاضای انرژی ارائه شده‌اند.

 

3. روش تحقیق

در سال های اخیر استفاده از تحلیل هم‌انباشتگی برای برآورد الگوهای تقاضای انرژی گسترش زیادی یافته است. تحلیل هم‌انباشتگی به طور معمول برای آزمون ویژگی‌های بلندمدت و کوتاه‌مدت تقاضای انرژی مورد استفاده قرار می‌گیرد. یکی از روشهای تحلیل هم‌انباشتگی که در سال‌های اخیر کاربرد بسیاری یافته است، رهیافت خودرگرسیون با وقفه‌های توزیعی[7]  است که برآوردهای بدون تورشی از ضرایب بلندمدت را بدست می‌دهد. در این مقاله برای برآورد الگوی تقاضای انرژی بخش کشاورزی کشور از روش‌های حداقل مربعات معمولی، حداقل مربعات کاملاً تعدیل شده[8]، تحلیل هم­انباشتگی و رهیافت ARDL استفاده ‌شد. برای آزمون هم­انباشتگی نیز از دو آزمون انگل- گرنجر[9] (1987) و یوهانسون- یوسلیوس (1994) استفاده شد. روش حداقل مربعات برای برآورد الگوی ساده تقاضای انرژی به وسیله استوک و واتسون (1993) استفاده شده است. هالیسی‌اوغلو[10] (2007) و باکرتاش و همکاران[11] (2000) نیز از روش دو مرحله‌ای انگل-گرنجر برای الگوسازی رابطه بین انرژی، فعالیت اقتصادی و قیمت استفاده کردند. 

پسران و شین[12] (1995) و پسران و پسران[13] (1997) معتقدند برای استفاده کارامد از این رهیافت، سری‌های زمانی بایستی همگی (1)I باشند. یک الگوی  در شکل ساده به صورت زیر نشان داده می‌شود.

 

که در آن  مقدار ثابت،  متغیر وابسته و عملگر وقفه است. همچنین  برداری از متغیرهای قطعی (غیرتصادفی) نظیر عرض از مبدأ، متغیر روند، متغیرهای مجازی و یا متغیرهای برونزا با وقفه های ثابت می‌باشد.  تعداد وقفه‌های بکار رفته برای متغیر وابسته و  تعداد وقفه‌های مورد استفاده برای متغیرهای مستقل  است. تعداد وقفه‌های بهینه برای هریک از متغیرهای توضیحی را می‌توان با کمک یکی از ضوابط آکائیک[14]، شوارتز- بیزین[15] و حنان-کوئین[16] تعیین کرد. بدین ترتیب معادله بلندمدت برای الگوی ARDL به صورت زیر بیان می‌شود.

 

که در آن ، ،  و  است.

در سال‌های اخیر رهیافت ARDL در برآورد تقاضای انرژی کاربرد گسترده‌ای یافته است. در این رهیافت مصرف انرژی به وسیله وقفه خودش و مقادیر جاری و وقفه‌ای متغیرهای مستقلی همچون قیمت و درآمد توضیح داده می‌شود. در رهیافت ARDL سنتی، وقتی متغیرها نامانا هستند ممکن است رگرسیون کاذب حاصل شود، مگر اینکه متغیرها هم‌انباشته باشند. حتی اگر متغیرهای الگو هم‌انباشته باشند این نگرانی وجود دارد که روش‌های استاندارد استنتاج آماری بی­اعتبار باشند (انگل و گرنجر، 1987؛ فیلیپس[17]، 1986 و استوک[18]، 1987). پسران و شین (1999) با تعدیل رهیافت سنتی ARDL نشان دادند حتی وقتی متغیرهای الگو نامانا هستند، می­توان از آزمون فرضیه استاندارد استفاده کرد. در این رهیافت هر دو گروه ضرایب بلندمدت و کوتاه‌مدت می توانند به صورت سازگار با OLS برآورد شوند و با استفاده از نظریه توزیع نرمال مجانبی می­توان استنتاج‌های آماری معتبر انجام داد. تنها نکته‌ای که برای اعتبار این موارد لازم است وجود یک رابطه بلندمدت یا یک رابطه هم‌انباشتگی بین متغیرها است. بنابراین حتی اگر متغیرها نامانا باشند رهیافت ARDL می‌تواند معتبر باشد مشروط به این که هم‌انباشتگی وجود داشته باشد.

الگوی عمومی تقاضای انرژی که از دهه 1980 در الگوسازی با استفاده از رهیافت ARDL مورد استفاده قرار می‌گیرد عبارت است از:

 

که در آن E مصرف انرژی، Y درآمد و P نیز قیمت انرژی است.  در اغلب مدل های ARDL که برای الگوسازی مصرف انرژی مورد استفاده قرار می‌گیرند و از داده های سالانه استفاده می‌کنند،  و  در نظر گرفته می‌شود (بنتزن و انگشتد[19]، 1993). وقتی ut خودهمبستگی نداشته باشد، متغیرهای توضیحی Y و P برونزا هستند و بنابراین بین خودشان هم­انباشته نیستند. بنابراین فقط یک رابطه بلندمدت بین E و متغیرهای توضیحی وجود خواهد داشت. بنابراین برآوردهای OLS برای ضرایب کوتاه­مدت و بلندمدت سازگار هستند و از توزیع مجانبی نرمال استاندارد پیروی می‌کنند. حتی اگر متغیرهای توضیحی درونزا باشند، می‌توان تعداد وقفه مناسبی از آنها را در مدل وارد کرد. در این حالت نیز نتایج ذکر شده معتبر خواهند بود (پسران و شین، 1999).

روش حداقل مربعات کاملاً تعدیل­شده[20] (FMOLS) یک رهیافت نیمه پارامتریک است که برای برآورد روابط منفرد هم‌انباشتگی با ترکیبی از متغیرهای (1)I به کار می‌رود. این روش به وسیله فیلیپس و هنسن[21] (1990) توسعه داده شده است. همچنین پارک و فیلیپس[22] (1988)، و هنسن و فیلیپس[23] (1990) نشان دادند که این روش دارای مزیت‌هایی است که آن را از روش حداقل مربعات معمولی متمایز می­کند (آماراویکراما و هانت[24]، 2007). از جمله این مزیت‌ها می­توان به موارد زیر اشاره کرد:

  1. فوق سازگار بودن برآوردها
  2. بدون تورش بودن برآوردها به طور مجانبی
  3. دارا بودن توزیع نرمال مجانبی
  4. ارائه انحراف معیارهای اصلاح شده­ای که امکان استنباط­های آماری را فراهم می­کند (تشکینی، 1384) و بنابراین آزمون t برای ضرایب بلندمدت از اعتبار کافی برخوردار است.

از مزیت­های دیگر این روش این است که در نمونه­های کوچک نتایج کاراتری در مقایسه با روش یوهانسن[25] می­دهد و نتایج آن متأثر از طول وقفه نمی­باشد.

برای برآورد الگوها، داده­های مصرف انرژی، ارزش افزوده و شاخص قیمت حامل انرژی غالب در بخش کشاورزی برای دوره زمانی 1388-1355 مورد استفاده قرار گرفت. داده‌های ارزش افزوده بخش کشاورزی برحسب میلیارد ریال و میزان انرژی مصرفی بخش کشاورزی نیز برحسب معادل میلیون بشکه نفت خام هستند که از مرکز آمار ایران و ترازنامه انرژی ایران[26] اخذ شدند. شاخص قیمت حامل انرژی نیز از سایت شرکت ملی پخش فرآورده­های نفتی ایران[27] اخذ شد. با توجه به مزیت­های استفاده از الگوهای لگاریتمی برای الگوسازی تقاضای انرژی، در این مقاله نیز از لگاریتم متغیرها استفاده شد. 

 

4. نتایج و بحث

در ابتدا برای آزمون مانایی متغیرهای الگو از آزمون دیکی- فولر تعمیم­یافته[28] استفاده ‌شد. نتیجه آزمون در جدول 1 مشاهده می‌شود.  

 

جدول 1. نتایج آزمون دیکی- فولر برای آزمون مانایی لگاریتم متغیرها

متغیر

نماد

آماره دیکی- فولر

probe

لگاریتم ارزش افزوده

Lvad

872/2-

1836/0

لگاریتم مصرف انرژی

Lenc

999/2-

1518/0

لگاریتم قیمت انرژی

Lenp

362/2-

3902/0

مأخذ: نتایج تحقیق

 

طبق جدول 1، در سطح متغیرها، فرضیه صفر وجود ریشه واحد پذیرفته می‌شود. بنابراین لگاریتم هیچ یک از متغیرها در سطح مانا نیستند. نتیجه آزمون دیکی- فولر تعمیم­یافته برای تفاضل اول متغیرها در جدول 2 ارائه شده است.

 

جدول 2. نتایج آزمون دیکی- فولر برای تفاضل اول لگاریتم متغیرها

متغیر

آماره دیکی- فولر

probe

ΔLvad

174/8-

0

ΔLenc

709/5-

0

ΔLenp

976/4-

0

مأخذ: نتایج تحقیق

 

ملاحظه می‌شود که برای تفاضل اول متغیرها فرضیه صفر ریشه واحد رد می‌شود. در نتیجه متغیرهای مورد نظر (1)I هستند.

برای برآورد کشش‌های کوتاه‌مدت، الگوی رگرسیونی لگاریتمی با استفاده از روش‌های OLS، ARDL و FMOLS برآورد گردید. نتیجه برآورد الگوی لگاریتمی در جدول 3 ملاحظه می‌گردد.

 

جدول 3. نتیجه برآورد الگوی تقاضا با روش‌های مختلف

 

OLS

OLS-S

(0,0,1)ARDL

FMOLS

جزء ثابت

473/3-

707/0-

683/0-

79/0-

0

(208/0)

(21/0)

(03/0)

Lvad

78/0

218/0

211/0

227/0

0

(025/0)

(027/0)

(0008/0)

Lenp

301/0-

095/0-

102/0-

105/0-

0

(022/0)

(014/0)

(0004/0)

(1-)Lenc

-

665/0

687/0

674/0

-

0

0

0

2R

949/0

974/0

972/0

969/0

2Adj. R

936/0

972/0

97/0

966/0

F

906/290

9/375

12/336

-

DW

21/1

1/2

11/2

88/1

خودهمبستگی

LM

787/4

-

173/0

-

036/0

-

68/0

-

واریانس ناهمسانی

White

234/1

-

388/1

-

White

319/0

-

248/0

-

آماره بنرجی

-

-

1/3-

-

اعداد داخل پرانتز نشان‌دهنده p-value هستند.

مأخذ: نتایج تحقیق

 

طبق ستون اول جدول 3، با روش OLS، کشش قیمتی مصرف انرژی در بخش کشاورزی 301/0- و کشش درآمدی مصرف انرژی 78/0 برآورد شده است. ضریب تعیین 95/0 نشان می‌دهد الگوی فوق از قدرت توضیح‌دهندگی بالایی برخوردار است. تابع آزمون F نشان می‌دهد الگو به طور کلی معنادار است. مقدار DW بدست آمده حاکی از احتمال وجود مشکل خودهمبستگی در الگو است. برای اطمینان از آزمون LM نیز استفاده شد. نتیجه این آزمون نیز نشان‌دهنده وجود خودهمبستگی در الگو است. برای رفع مشکل خودهمبستگی از برآوردگر حداقل مربعات تعمیم­یافته استفاده شد. اما در این روش متغیرهای کلیدی الگو معنادار نشدند. به همین دلیل وقفه‌ مصرف انرژی در سمت راست الگو وارد شد. نتیجه برآورد الگوی جدید در ستون دوم جدول 3 مشاهده می‌شود. براساس الگوی جدید در کوتاه‌مدت کشش قیمتی مصرف انرژی 095/0- و کشش درآمدی مصرف انرژی 218/0 برآود شده است. بر این اساس کشش قیمتی بلندمدت مصرف انرژی مساوی 28/0- خواهد بود. برای بررسی شکست ساختاری در الگوی لگاریتمی نیز از آزمون‌های cusum و cusumq استفاده شد که نتایج آن در نمودار 1 ملاحظه می­شود. مطابق نمودار 1، هیچ شکست ساختاری در دوره زمانی مورد مطالعه مشاهده نمی‌شود.

 

  

نمودار 1. نتیجه آزمون cusum و cusumq برای شکست ساختاری

 

برای آزمون وجود هم‌انباشتگی از آزمون انگل -گرنجر استفاده شد. نتیجه آزمون در جدول 4 ملاحظه می‌شود.

جدول 4. آزمون مانایی باقیمانده‌های الگوی لگاریتمی

متغیر

آماره دیکی- فولر

probe

باقیمانده الگوی لگاریتمی

849/3-

0004/0

 

مطابق جدول 4 فرضیه صفر وجود ریشه واحد باقیمانده‌های الگو رد می‌شود و بنابراین باقیمانده‌های الگو مانا هستند. مانا بودن باقیمانده‌ها دلالت بر کاذب نبودن رگرسیون و وجود هم‌انباشتگی بین متغیرهای مد نظر در الگو است.

برای استفاده از رهیافت ARDL وقفه بهینه متغیرها براساس معیار شوارتز تعیین شد. نتیجه برآورد الگوی بهینه (0,0,1)ARDL در ستون سوم جدول 3 مشاهده می‌شود. الگوی برآورد شده از قدرت توضیح‌دهندگی بالایی برخوردار است. ضرایب الگو به غیر از عرض از مبدأ در سطح قابل قبولی معنادار هستند و خودهمبستگی و واریانس ناهمسانی در الگو مشاهده نمی‌شود.

براساس نتایج کشش قیمتی کوتاه‌مدت تقاضای انرژی از روش‌ OLS، رهیافت ARDL و روش FMOLS به ترتیب 095/0- و 102/0- و 105/0- برآورد شده است. همچنین کشش درآمدی با دو روش OLS و ARDL، 21/0 و با روش FMOLS نیز 22/0 برآورد شده است. ملاحظه می‌شود که مقادیر کشش‌های برآورد شده در کوتاه‌مدت در روش‌های مختلف اختلاف چندانی با یکدیگر ندارند. بر این اساس در کوتاه‌مدت تقاضای انرژی در بخش کشاورزی نسبت به قیمت بسیار بی­کشش است بطوری که با افزایش 1 درصدی قیمت انرژی، مصرف انرژی در بخش کشاورزی تنها 1/0 درصد کاهش می‌یابد. به عبارتی برای کاهش 10 درصدی مصرف انرژی در بخش کشاورزی لازم است قیمت انرژی 100 درصد افزایش یابد. همچنین براساس کشش درآمدی مصرف انرژی، 1 درصد رشد ارزش افزوده بخش کشاورزی باعث افزایش 21/0 درصدی مصرف انرژی می‌شود. اگر ارزش افزوده بخش کشاورزی 5 درصد رشد کند که نرخ رشدی معمول برای بخش کشاورزی است، مصرف انرژی این بخش 05/1 درصد افزایش خواهد یافت.  

برآورد الگوی بلندمدت با استفاده از دو روش OLS و FMOLS با مشکل خودهمبستگی همراه است. بنابراین برای این دو روش می‌توان کشش‌های بلندمدت را از روی کشش‌های کوتاه‌مدت محاسبه کرد. اما برای برآورد دقیق‌تر کشش‌های بلندمدت، ابتدا روش یوهانسون مورد استفاده قرار گرفت. برای تعیین تعداد بردارهای هم­انباشتگی از آزمون‌های اثر و حداکثر مقدار ویژه استفاده شد که نتیجه آن در جدول 5 مشاهده می‌شود.   

 

 

جدول 5. تعیین تعداد بردارهای هم­انباشتگی

تعداد معادلات هم‌انباشتگی

Eignvalue

آماره Trace

حد بحرانی 05/0

probe

صفر*

452/0

15/36

19/35

039/0

یک

338/0

88/16

26/20

12/0

دو

108/0

66/3

16/9

46/0

* عدم وجود معادله هم‌انباشتگی رد می‌شود.

مأخذ: نتایج تحقیق

 

مطابق جدول 5 می‌توان دو معادله هم‌انباشتگی برای متغیرهای مورد نظر در نظر گرفت. برای قضاوت بین حالت‌های یک و یا دو بردار هم‌انباشتگی از منطقی بودن نتیجه بردارهای هم‌انباشتگی حاصل در دو حالت استفاده شد. الگوی بلندمدت با استفاده از رهیافت ARDL نیز مبتنی بر معادله کوتاه‌مدت، برآورد شد. نتیجه برآوردهای بلندمدت از روش یوهانسن و ARDL در جدول 6 ملاحظه می‌شود.

 

جدول 6. نتیجه برآورد ضرایب بلندمدت با استفاده از رهیافت‌های یوهانسن و ARDL

 

Johansen

ARDL

C

82/6-

186/2-

(75/2)

(797/1-)

Lvad

062/1

677/0

(13/5)

(748/6)

Lenp

31/0-

327/0-

(74/1)

(811/3-)

خودهمبستگی

LM

-

173/0

-

(68/0)

واریانس ناهمسانی

White

-

388/1

-

(248/0)

اعداد داخل پرانتز مقادیر t را نشان می‌دهند.

مأخذ: نتایج تحقیق.

 

نتایج بردار هم‌انباشتگی روش یوهانسن هم از نظر مقدار ضرایب و هم از نظر علامت، منطقی و معنادار هستند. براساس نتایج این روش در بلندمدت کشش قیمتی مصرف انرژی 31/0- و کشش درآمدی مصرف انرژی نیز 062/1 برآورد شده است. در رهیافت ARDL کشش قیمتی بلندمدت تقاضای انرژی 327/0- و کشش درآمدی مصرف انرژی نیز 677/0 برآورد شده است. با توجه به کشش‌های قیمتی برآورد شده در جدول 3 کشش قیمتی بلندمدت برای روش OLS، 28/0- و روش FMOLS برابر 32/0- به دست می‌آید. بنابراین در بلندمدت نیز مصرف انرژی در بخش کشاورزی نسبت به قیمت بی‌کشش است. تفاوت کشش‌های قیمتی بلندمدت مصرف انرژی حاصل از روش‌های مختلف اندک و قابل اغماض است. بالاترین کشش قیمتی بلندمدت از رهیافت ARDL به دست آمده است. کمترین کشش قیمتی بلندمدت نیز از روش OLS حاصل شده است. براساس این نتایج با افزایش 1 درصدی قیمت انرژی، میزان مصرف انرژی در بخش کشاورزی در بلندمدت، 3/0 درصد کاهش می­یابد. طبق کشش قیمتی بلندمدت، در بلندمدت فعالین بخش کشاورزی می‌توانند نهاده‌های ثابت که متضمن فناوری مرتبط با مصرف انرژی نیز هست را بهبود بخشند و این باعث می‌شود واکنش آنها در بلندمدت به افزایش قیمت حامل‌های انرژی بیشتر باشد. یک نکته مهم در تحلیل کشش قیمت تقاضا این است که برای به دست آوردن تغییرات مصرف در نتیجه افزایش قیمت، نباید افزایش قیمتی را در نظر گرفت که خارج از محدوده قیمت‌های مشاهدات مورد استفاده برای برآورد باشد. برای مثال با کشش قیمتی به دست آمده، چه کوتاه‌مدت و چه بلندمدت نمی­توان اثرات افزایش 100 درصدی قیمت را در نظر گرفت و انتظار داشت مصرف انرژی 30 درصد کاهش یابد چرا که کاهش 30 درصدی مصرف انرژی با فناوری‌های موجود عملاً غیرممکن است.

با توجه به نتایج به دست آمده کشش درآمدی بلندمدت با روش یوهانسن، 06/1 و با رهیافت ARDL، 667/0 برآورد شده است. کشش درآمدی بلندمدت براساس برآوردهای روش‌های OLS و FMOLS به ترتیب 65/0 و 69/0 خواهد بود. در این بین تنها کشش درآمدی حاصل از روش یوهانسن با بقیه برآوردها تفاوت دارد. بر این اساس کشش‌های درآمدی به دست آمده با افزایش 1 درصدی ارزش افزوده بخش کشاورزی، در بلندمدت انتظار می‌رود مصرف انرژی بخش بین 65/0 تا 69/0 درصد افزایش یابد.   

 

5. الگوی تصحیح خطا

یکی از مزایای رهیافت ARDL این است که قادر به برآورد همزمان ضرایب بلندمدت و کوتاه‌مدت می‌باشد (سیدیکی، 2000). برآورد ضرایب کوتاه‌مدت رهیافت ARDL مبتنی بر مکانیسم تصحیح خطا در جدول 7 ملاحظه می‌شود.  

مطابق جدول 7، ضرایب کوتاه‌مدت مطابق انتظار و همگی در سطح قابل قبولی معنادار هستند. کشش قیمتی کوتاه‌مدت مصرف انرژی در بخش کشاورزی 102/0- و کشش درآمدی کوتاه‌مدت نیز 211/0 برآورد شده است که با برآوردهای حاصل از سایر روش‌ها، تفاوت اندکی دارند. ضریب جمله تصحیح خطا نیز منفی و معنادار است. این ضریب نشان می‌دهد تعادل کوتاه‌مدت مصرف انرژی به سمت تعادل بلندمدت حرکت می‌کند و در هر دوره زمانی که در این تحقیق معادل یک سال است، حدود 30 درصد انحراف از تعادل بلندمدت جبران می‌شود. بر این اساس برای بهره بردن از ضرایب تعادل بلندمدت در بخش کشاورزی حداقل به 3 سال زمان نیاز است.

 

جدول 7. برآورد الگوی تصحیح خطا براساس رهیافت ARDL

متغیر

ضریب

t

probe

∆C

683/0-

271/1-

214/0

Lenp∆

102/0-

623/2-

14/0

Lvad∆

211/0

335/2

027/0

(1-)ECM

312/0-

965/2-

006/0

293/0=2R

22/0=2Adj.R

11/2DW=

88/3=(28,3)F

مأخذ: نتایج تحقیق

 

6. تحلیل روند

در الگوی نظری تقاضای انرژی متغیر روند در نظر گرفته شد. این متغیر می‌تواند نشان‌دهنده روند تغییرات و تحولات فناوری در مصرف انرژی در بخش کشاورزی باشد. در الگوهای قبلی متغیر روند وارد الگو نشد. یکی از مزیت‌های روش FMOLS این است که امکان ورود ساختارهای مختلف روند در الگو را برقرار می‌کند. با استفاده از این روش ساختارهای مختلف روند در الگوی کوتاه‌مدت وارد شد. بهترین ساختار روند به دست آمده روند درجه دو بود که نتیجه آن در جدول 8 ملاحظه می­شود.

ضریب متغیر روند و مجذور آن هر دو در سطح بالایی معنادار هستند. سایر ضرایب الگو نیز معنادار هستند و علامت‌ همه ضرایب نیز طبق انتظار است. ضریب تعیین در سطح بالایی است و مقدار DW نیز نشان می‌دهد الگو مشکل خودهمبستگی ندارد. ضریب 2t منفی است که نشان می‌دهد روند موجود در تقاضای انرژی بخش کشاورزی ابتدا به آرامی افزایش می‌یابد، به یک حداکثر می‌رسد و سپس کاهش می‌یابد. در واقع روند موجود به صورت U وارونه است. براساس این نتیجه روند مصرف حامل‌های انرژی در سال‌های ابتدایی صعودی است، اما این روند بالاخره رو به کاهش می‌گذارد.   

جدول 8. نتیجه برآورد الگو با روند با روش FMOLS

متغیر

ضریب

t

C

638/0

44/1

Lvad

087/0

88/1

Lenp

103/0-

08/13-

(1-)Lenc

646/0

68/23

t

01/0

29/3

2t

00012/0-

74/2-

97/0=2R

965/0=2A.R

87/1=DW

 

7. جمع‌بندی و پیشنهادات

در دوره 1355 تا 1388 میانگین رشد مصرف انرژی در بخش کشاورزی بیشتر از میانگین نرخ رشد ارزش افزوده این بخش بوده است. این وضعیت باعث شده است نرخ رشد بهره‌وری انرژی در بخش کشاورزی منفی باشد. در دوره مورد مطالعه میزان مصرف انرژی به ازای مقدار معینی ارزش افزوده بخش کشاورزی رو به افزایش بوده است. با توجه به غالب بودن انرژی‌های فسیلی در این بخش و آلاینده بودن این حامل‌های انرژی، این وضعیت منجر به افزایش انتشار آلاینده‌ها در بخش کشاورزی خواهد شد. از طرف دیگر از نظر اقتصادی اهمیت انرژی‌های فسیلی و نیز قیمت این حامل‌ها رو به افزایش است. این وضعیت منجر به افزایش هزینه تولید کشاورزی و در نتیجه افزایش قیمت محصولات تولیدی خواهد شد.

نتیجه برآورد الگوهای اقتصادسنجی نشان داد که کشش قیمتی بلندمدت مصرف انرژی در بخش حدود 28/0- تا 32/0- است. مقدار این کشش در کوتاه‌مدت 09/0- تا 1/0- برآورد گردید. این برآوردها نشان می‌دهند با افزایش قیمت انرژی میزان مصرف انرژی کاهش خواهد یافت، اما مقدار کاهش در مصرف انرژی در کوتاه‌مدت کمتر از بلندمدت است که مطابق اصول اقتصاد کاملاً منطقی و قابل قبول است.

کشش درآمدی مصرف انرژی نیز بین 65/0 تا 06/1 برآورد گردید. این مقدار نشان می‌دهد با افزایش ارزش افزوده بخش، میزان مصرف انرژی افزایش خواهد یافت. با توجه به این که انرژی یکی از نهاده‌های اصلی تولید به شمار می‌رود، این نتیجه کاملاً طبیعی است. بر این اساس در تحلیل پیامدهای افزایش قیمت حامل‌های انرژی بر میزان مصرف انرژی، لازم است اثرات افزایش قیمت و برنامه‌های افزایش ارزش افزوده بخش کشاورزی تواماً در نظر گرفته شوند. 

با توجه به کشش قیمتی برآورد شده برای مصرف انرژی، در صورت افزایش صددرصدی قیمت حامل‌های انرژی کاهش مصرف حامل‌های انرژی تا حد 30 درصد متصور است. اما باید به این نکته توجه داشت که اولاً این مقدار کاهش در بلندمدت اتفاق می‌افتد و ثانیاً در این کاهش، اثرات افزایش ارزش افزوده در نظر گرفته نشده است. بنابراین برای رسیدن به این مقدار کاهش مصرف انرژی لازم است فعالیت‌های کشاورزی در شرایط بلندمدت قرار گیرند. مطابق تئوری اقتصادی شرایط بلندمدت شرایطی است که در آن امکان تغییر نهاده‌های ثابت وجود دارد. یکی از وجوه مهم نهاده‌های ثابت تولید نهاده‌های تعیین­کننده سطح تکنولوژی تولید کشاورزی هستند. بنابراین لازم است شرایطی فراهم شود که تولیدکنندگان کشاورزی بتوانند با تغییر و تعدیل نهاده‌های ثابت فناوری مصرف انرژی را در سطوح و فعالیت‌های مختلف ارتقاء دهند. بر این اساس برای اثرگذاری سیاست‌های افزایش قیمت حامل‌های انرژی در کاهش مصرف انرژی لازم است سیاست‌گذاران و برنامه‌ریزان بخش کشاورزی مقدمات و امکانات تغییرات بلندمدت را در فناوری مورد استفاده در بخش کشاورزی ایجاد کنند تا کشاورزان و فعالین بخش بتوانند با تعدیل در فناوری تولید برای کاهش مصرف انرژی برنامه‌ریزی و سرمایه‌گذاری کنند.

همچنین نتایج مطالعه نشان داد که نتایج الگوهای لگاریتمی تقاضای انرژی که با OLS، FMOLS، تحلیل هم‌انباشتگی یوهانسن و رهیافت ARDL برآورد شوند، کشش قیمتی و کشش درآمدی تقریباً یکسانی را نتیجه می‌دهند. به عبارت دیگر می‌توان نتیجه گرفت چنانچه در الگوی لگاریتمی، متغیرها دارای درجه انباشتگی یکسان باشند و هم­انباشتگی نیز وجود داشته باشد، همچنین در تحلیل هم انباشتگی یوهانسن، یک بردار هم­انباشتگی معنادار و منطقی وجود داشته باشد و اصول الگوسازی اقتصادسنجی نیز رعایت گردند، نتایج روش‌های اشاره شده نزدیک به هم بدست خواهد آمد. همچنین این نتایج با نتیجه حاصل از رهیافت ARDL تفاوت زیادی نخواهند داشت. بنابراین نتایج حاصل از یک الگوی لگاریتمی که با OLS برآورد می‌شود می‌تواند گزینه مناسبی برای روش‌های جدید‌تر مانند ARDL باشد.

 

منابع

الف- فارسی

آرمن، سیدعزیز و روح‌اله زارع (1384)، «بررسی رابطه علیت گرنجری بین مصرف انرژی و رشد اقتصادی در ایران طی سال های 1346-1381»، فصلنامه پژوهش­های اقتصادی، شماره 24، صفحات 143-117.

آماده، حمید، قاضی، مرتضی و زهره عباسی‌فر (1388)، «بررسی رابطه مصرف انرژی و رشد اقتصادی و اشتغال در بخش‌های مختلف اقتصاد ایران»، مجله تحقیقات اقتصادی، شماره 86، صفحات 38-1.

باستانزاد، حسین و فرهاد نیلی (1384)، «تحلیل سیاستی قیمت­گذاری حامل­های انرژی در اقتصاد ایران»، تحقیقات اقتصادی، شماره 68، صفحات 226-201.

ترکمانی، جواد و الهام جمالی ‌مقدم (1385)، «اثر قیمت سوخت مصرفی بر اشتغال نیروی کار در بخش کشاورزی»، مجله دانش کشاورزی، ج 16 ش 2.

حسینی، فریدون (1375)، بررسی رابطه بین قیمت نفت و رشد اقتصادی در کشورهای عضو OECD، پایان­نامه کارشناسی ارشد، دانشگاه تهران.

زیبایی، منصور و محمدحسن طرازکار (1383)، بررسی روابط کوتاه­مدت و درازمدت ارزش افزوده و مصرف انرژی در بخش کشاورزی»، فصلنامه بانک و کشاورزی، شماره 6، صفحات 171-157.

سهیلی، کیومرث (1386)، «تأثیر بهبود فناوری تولید در بخش کشاورزی بر تقاضای بلندمدت انرژی در این بخش با بهره­گیری از مدل فنی- اقتصادی MEDEE-S» فصلنامه اقتصاد کشاورزی و توسعه، شماره 69، صفحات 60-45.

گریفین و استیل (1378)، اقتصاد و سیاست انرژی، فصل اول، ترجمه غلامحسین حسن­تاش، اطلاعات سیاسی و اقتصادی، شماره 139 و 140.

نوفرستی، محمد (1378)، ریشه واحد و همجمعی در اقتصادسنجی، انتشارات رسا، تهران.

هژبر کیانی، کامبیز و سیده شایسته واردی (1379)، «بررسی ضریب اهمیت انرژی در تولید بخش کشاورزی در ایران»، فصلنامه اقتصاد کشاورزی و توسعه، شماره 30.

 

ب- انگلیسی

Amarawickrama, H. A. and L. C. Hunt (2007), “Electricity Demand for Sri Lanka:A Time Series Analysis”, SEEDS, October 2007.

Aqeel, A. and M. S. Butt (2001), “The Relationship between Energy Consumption and Economic Growth in Pakistan”, Asia-Pacific Development Journal, No. 8, Vol. 101-110.

Bakirtas, T., Karbuz, S. and M. Bildirici (2000), An Econometric Analysis of Electricity Demand in Turkey; METU Studies in Development.

Bandaranaike, R. D. & M. Munasighe (1983), “The ِِDemand for Electricity Service and the Quality of Supply”, Energy Journal, Vol. 4, No. 2, PP. 49-71.

Bentzen, J. and T. Engsted (1993), “Short- and long-run Elasticities in Energy Demand: a Cointegration Approach”, Energy Econ, January, PP. 9-16.

Cheng, B. (1995), “An Investigation of Cointegration and Causality between Energy Consumption and Economic Growth”, J. Energy Dev., No. 21, PP. 73-84.

Engle, R. F. &  C. W. J. Granger (1987), “Cointegration and Error Correction: Representation, Estimation, and Testing”, Econometrica, No. 55, PP. 251-276.

Erdal, G., et al (2008), “The Causality between Energy Consumption and Economic Growth in Turkey”, Energy Policy, No. 36, PP. 3838-3842.

Glashur, Y. U. (2002), “Energy and National Income in Korea: Futher Evidence on the Role of Omitted Variables”, Energy Economics, No. 24, PP. 355-365.

Hamilton, J. D. (1989), “A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle”, Econometrica, No. 57, PP. 357-384.

Johansen, S. and K. Juselius (1994), “Identification of the long-run and the short-run structure. An application to the ISLM model”, J. of Economet, (Ann), No. 63, pp. 7-37.

Khalifa, H. & M. Ghali (2005), “Energy Use and Output Growth in Canada: A  Ultivariate Cointegration Analysis”, Energy Economics, No. 26, PP. 225-238.

Kim, C. J. & C. R., Nelson (1998), “Business Cycles Turning Points, A New Coincident Index and Tests of Duration Dependence based on a Dynamic Factor Model with Regime Switching”, Review of Economics and Statistics, No. 80, PP. 188-201.

Lee, Ch. Ch. & Ch. P. Chang (2005), “Structural Breaks, Energy Demand, and Economic Growth Revisited: Evidence from Taiwan”, Journal of Energy Economics, No. 27, PP. 857-872.                                                                                 

Masih, A. (1996), “Energy Consumption and Real Income Temporal Causality, Results for a Multi-country Study based on Cointegration and Error-correction Techniques”, Energy Econ, No. 18, PP. 165-183.

Masih, A. M. and R. Masih (1997), “On the Temporal Causal Relationship between Energy Consumption, Real Income and Prices: Some New Evidence from Asian Energy Dependent NICS based on a Multivariate Cointegration Vector Error Correction Approach”, Journal of Policy Modeling, Vol. 19, No. 4, PP. 417-440.

Mehrara, M. (2007), “Energy Consumption and Economic Growth: The Case of Oil Exporting Countries”, Energy Policy, No. 35, PP. 2939-2945.

Narayan, P. K. and R. Smyth (2004), “Electricity Consumption, Employment and Real Income Australia Evidences from Multivariate Granger Causality Tests”, Energy policy, Vol. 33, Issue 9, June 2005: PP. 1109-1116.

Pesaran, M. H., Shin, Y. & R. Smith (2001), “Bounds Testing Approach to the Analysis of Level Relationships”, Journal of Applied Econometrics, No. 16, PP. 289-326.

Phillips, P. C. B. (1986), “Understanding Spurious Regressions in Econometrics”, J. of Economet., No. 33, PP. 311-340.

Stern, D. I. (2000), “A Multivariate Cointegration Analysis of the Role of Energy in the Us Macroeconomy”, Energy Economics, No. 22, PP. 267-283.

Stock, J. H. (1987), “Asymptotic Properties of Least Squares Estimators of Cointegrating Vectors”, Econometrica, No. 55, PP. 1035-1056.

Wolde-Rufael, Y. (2005), “Energy Demand and Economic Growth: The African Experience”, Journal of Policy Modeling, No. 27, PP. 891-903.

Yang, H. Y. (2000), “A Note on the Causal Relationship between Energy and GDP in Taiwan”, Energy Economics, No. 22, PP. 309-377.

 

 

 

 

 



* استادیار دانشکده اقتصاد دانشگاه علامه طباطبایی                                                                                           amadeh@gmail.com

[1]. Bandaranaike, R. D. & Munasighe

[2]. Masih and Masih

[3]. Glashur

[4]. Ageel and Butt

[5]. Erdal, et al

[6]. Wolde-Rufael

[7]. Autoreg Ressive Distributed Lags (ARDL)

[8]. Fully Modified Least Squares (FMOLS)

[9]. Engle-Granger

[10]. Halicioglu

[11]. Bakirtas, et al

[12]. Pesaran and Shin (1995)

[13]. Pesaran and Pesaran (1997)

[14]. AIC

[15]. SBC

[16]. HQC

[17]. P. C. B. Phillips

[18]. J. H. Stock

[19]. Bentzen and Engsted

[20]. Fully- Modified Ordinary Least Square

[21]. Philips and Hansen

[22]. Park and Philips

[23]. Hansen and Philips

[24]. Amarawickrama and Hunt

[25]. Johansen

[26]. www.saba.org.ir/saba_content

[28]. Augmented Dicky-Fuller Test

الف- فارسی
آرمن، سیدعزیز و روح‌اله زارع (1384)، «بررسی رابطه علیت گرنجری بین مصرف انرژی و رشد اقتصادی در ایران طی سال های 1346-1381»، فصلنامه پژوهش­های اقتصادی، شماره 24، صفحات 143-117.
آماده، حمید، قاضی، مرتضی و زهره عباسی‌فر (1388)، «بررسی رابطه مصرف انرژی و رشد اقتصادی و اشتغال در بخش‌های مختلف اقتصاد ایران»، مجله تحقیقات اقتصادی، شماره 86، صفحات 38-1.
باستانزاد، حسین و فرهاد نیلی (1384)، «تحلیل سیاستی قیمت­گذاری حامل­های انرژی در اقتصاد ایران»، تحقیقات اقتصادی، شماره 68، صفحات 226-201.
ترکمانی، جواد و الهام جمالی ‌مقدم (1385)، «اثر قیمت سوخت مصرفی بر اشتغال نیروی کار در بخش کشاورزی»، مجله دانش کشاورزی، ج 16 ش 2.
حسینی، فریدون (1375)، بررسی رابطه بین قیمت نفت و رشد اقتصادی در کشورهای عضو OECD، پایان­نامه کارشناسی ارشد، دانشگاه تهران.
زیبایی، منصور و محمدحسن طرازکار (1383)، بررسی روابط کوتاه­مدت و درازمدت ارزش افزوده و مصرف انرژی در بخش کشاورزی»، فصلنامه بانک و کشاورزی، شماره 6، صفحات 171-157.
سهیلی، کیومرث (1386)، «تأثیر بهبود فناوری تولید در بخش کشاورزی بر تقاضای بلندمدت انرژی در این بخش با بهره­گیری از مدل فنی- اقتصادی MEDEE-S» فصلنامه اقتصاد کشاورزی و توسعه، شماره 69، صفحات 60-45.
گریفین و استیل (1378)، اقتصاد و سیاست انرژی، فصل اول، ترجمه غلامحسین حسن­تاش، اطلاعات سیاسی و اقتصادی، شماره 139 و 140.
نوفرستی، محمد (1378)، ریشه واحد و همجمعی در اقتصادسنجی، انتشارات رسا، تهران.
هژبر کیانی، کامبیز و سیده شایسته واردی (1379)، «بررسی ضریب اهمیت انرژی در تولید بخش کشاورزی در ایران»، فصلنامه اقتصاد کشاورزی و توسعه، شماره 30.
 
ب- انگلیسی
Amarawickrama, H. A. and L. C. Hunt (2007), “Electricity Demand for Sri Lanka:A Time Series Analysis”, SEEDS, October 2007.
Aqeel, A. and M. S. Butt (2001), “The Relationship between Energy Consumption and Economic Growth in Pakistan”, Asia-Pacific Development Journal, No. 8, Vol. 101-110.
Bakirtas, T., Karbuz, S. and M. Bildirici (2000), An Econometric Analysis of Electricity Demand in Turkey; METU Studies in Development.
Bandaranaike, R. D. & M. Munasighe (1983), “The ِِDemand for Electricity Service and the Quality of Supply”, Energy Journal, Vol. 4, No. 2, PP. 49-71.
Bentzen, J. and T. Engsted (1993), “Short- and long-run Elasticities in Energy Demand: a Cointegration Approach”, Energy Econ, January, PP. 9-16.
Cheng, B. (1995), “An Investigation of Cointegration and Causality between Energy Consumption and Economic Growth”, J. Energy Dev., No. 21, PP. 73-84.
Engle, R. F. &  C. W. J. Granger (1987), “Cointegration and Error Correction: Representation, Estimation, and Testing”, Econometrica, No. 55, PP. 251-276.
Erdal, G., et al (2008), “The Causality between Energy Consumption and Economic Growth in Turkey”, Energy Policy, No. 36, PP. 3838-3842.
Glashur, Y. U. (2002), “Energy and National Income in Korea: Futher Evidence on the Role of Omitted Variables”, Energy Economics, No. 24, PP. 355-365.
Hamilton, J. D. (1989), “A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle”, Econometrica, No. 57, PP. 357-384.
Johansen, S. and K. Juselius (1994), “Identification of the long-run and the short-run structure. An application to the ISLM model”, J. of Economet, (Ann), No. 63, pp. 7-37.
Khalifa, H. & M. Ghali (2005), “Energy Use and Output Growth in Canada: A  Ultivariate Cointegration Analysis”, Energy Economics, No. 26, PP. 225-238.
Kim, C. J. & C. R., Nelson (1998), “Business Cycles Turning Points, A New Coincident Index and Tests of Duration Dependence based on a Dynamic Factor Model with Regime Switching”, Review of Economics and Statistics, No. 80, PP. 188-201.
Lee, Ch. Ch. & Ch. P. Chang (2005), “Structural Breaks, Energy Demand, and Economic Growth Revisited: Evidence from Taiwan”, Journal of Energy Economics, No. 27, PP. 857-872.                                                                                 
Masih, A. (1996), “Energy Consumption and Real Income Temporal Causality, Results for a Multi-country Study based on Cointegration and Error-correction Techniques”, Energy Econ, No. 18, PP. 165-183.
Masih, A. M. and R. Masih (1997), “On the Temporal Causal Relationship between Energy Consumption, Real Income and Prices: Some New Evidence from Asian Energy Dependent NICS based on a Multivariate Cointegration Vector Error Correction Approach”, Journal of Policy Modeling, Vol. 19, No. 4, PP. 417-440.
Mehrara, M. (2007), “Energy Consumption and Economic Growth: The Case of Oil Exporting Countries”, Energy Policy, No. 35, PP. 2939-2945.
Narayan, P. K. and R. Smyth (2004), “Electricity Consumption, Employment and Real Income Australia Evidences from Multivariate Granger Causality Tests”, Energy policy, Vol. 33, Issue 9, June 2005: PP. 1109-1116.
Pesaran, M. H., Shin, Y. & R. Smith (2001), “Bounds Testing Approach to the Analysis of Level Relationships”, Journal of Applied Econometrics, No. 16, PP. 289-326.
Phillips, P. C. B. (1986), “Understanding Spurious Regressions in Econometrics”, J. of Economet., No. 33, PP. 311-340.
Stern, D. I. (2000), “A Multivariate Cointegration Analysis of the Role of Energy in the Us Macroeconomy”, Energy Economics, No. 22, PP. 267-283.
Stock, J. H. (1987), “Asymptotic Properties of Least Squares Estimators of Cointegrating Vectors”, Econometrica, No. 55, PP. 1035-1056.
Wolde-Rufael, Y. (2005), “Energy Demand and Economic Growth: The African Experience”, Journal of Policy Modeling, No. 27, PP. 891-903.
Yang, H. Y. (2000), “A Note on the Causal Relationship between Energy and GDP in Taiwan”, Energy Economics, No. 22, PP. 309-377.