برآورد تابع تقاضای انرژی در زیربخش‌های صنعت ایران برای اقلیم‌های گوناگون (مطالعه موردی زیربخش صنایع نساجی، پوشاک و چرم)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دکتری اقتصاد انرژی دانشگاه اصفهان

2 Professor in Economic, University of Isfahan

چکیده

با توجه به اینکه یکی از عمده‌ترین متقاضیان انرژی بخش‌های صنعتی هستند، در پژوهش حاضر توابع تقاضای حامل‌های انرژی در زیربخش‌های صنعت کشور به تفکیک طبقه‌بندی آیسیک ISIC دو رقمی با استفاده از مدل سری زمانی ساختاری  برای دوره­ی زمانی 1388-1360 تصریح می‌شود. در این پژوهش بطور موردی توابع تقاضای برق، گازطبیعی، نفت‌گاز و نفت‌کوره در زیربخش صنایع نساجی، پوشاک و چرم برآورد می‌شود. همچنین تلاش می‌شود نقش اقلیم‌های مختلف در چگونگی تقاضای انرژی زیربخش‌های صنعت مشخص گردد. به دلیل اینکه دوره زمانی مورد مطالعه شامل سال های اجرای قانون هدفمندی یارانه‌ها می‌شود، لذا این مساله نیز مورد ارزیابی قرار می‌گیرد. با توجه به نتایج توابع تقاضای برآورد شده، کشش‌های قیمتی تقاضای این حامل‌ها در کوتاه‌مدت کمتر از واحد می‌باشند. در بلندمدت نیز کشش‌ قیمتی برق پایین و کشش‌های قیمتی گازطبیعی، نفت‌گاز و نفت‌کوره در بلندمدت بزرگتر از واحد بوده‌اند. کشش‌های تولیدی تقاضای این حامل‌ها در کوتاه‌مدت کمتر از واحد و کشش‌ تولیدی حامل‌ها بجز گازطبیعی در بلندمدت کمتر از واحد می‌باشند. همچنین نتایج نشان می‌دهد که اقلیم معتدل و مرطوب بهترین شرایط تولید را در صنایع نساجی فراهم می‌کند. ماهیت روندضمنی تقاضای گازطبیعی و نفت‌کوره نیزبه صورت غیرخطی و روندضمنی تقاضای برق به صورت خطی حرکت می‌کنند. نتایج حاصل از ارزیابی اثر اجرای قانون هدفمندی یارانه‌ها در این صنایع نیز نشان می‌دهد که روابط برآوردی تقاضای گازطبیعی و نفت‌کوره می‌توانند اثر اجرای این سیاست را توضیح ‌دهند.

کلیدواژه‌ها


عنوان مقاله [English]

Estimating Disaggregated Energy Demand Function for Industrial Subsectors of Iran in Different Climates (Case Study of Textile, Apparel and Leather Products Subsector)

نویسندگان [English]

  • Zohreh Shirani Fakhr 1
  • Rahaman Khoshakhlagh 2
1 Ph.D. of Energy Economics, Isfahan University, Iran
2 Professor of Department of Economics and Administrative science, Isfahan University, Iran
چکیده [English]

In this study, we estimate the demand for energy in the industrial subsectors of Iran in terms of double-digit ISIC classification using structural time series model (STSM) over the period of 13601981-20091388. As a case study, we alsoAlso, as a case study we estimated the demand for energy in subsection subsectors of textile, apparel and leather products. Furthermore, we try to determine considered the role of different climates in energy demand of the industrial subsectors. Because Since the Targeting of Subsidies Plan was approved by the Iranian parliament at the end of 13892010, so we evaluated the role of this plan on energy demand of industrial subsectors too.
By estimating the demand functions of electricity, natural gas, gas oil and mazut in subsection textile, apparel and leather products, it is found thatThe estimation results of demand for electricity, natural gas, gas oil and mazut fuel oil in three subsectors show that the estimated short-run price elasticities of these energy carriers are inelastic. The estimated long-run price elasticity of electricity is inelastic and long-run price elasticity of natural gas, gas oil and fuel oil mazut are more than unit. The estimated short-run output elasticities of these energy carries are inelastic and long- run output elasticities of electricity, gas oil and fuel oil mazut are inelastic and long- run output elasticitiy of natural gas are elastic. The result shows that the best climate for manufacture in textile sector is mild and humid climate. The results suggest that the nature ofAlso the trend of natural gas and fuel oil mazut demand are not linear and deterministic but stochastic in form andbut for electricity demand isn linear and deterministic. In aAdditionally, the result of evaluating effect of the Targeting of Subsidies Plan shows that the estimated demand for natural gas and fuel oil mazut demand functions can explain the impact of this policy.

کلیدواژه‌ها [English]

  • Energy Demand
  • Underlying Energy Demand Trend
  • Structural Time Series Model
  • State Space Model
  • Climate