نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری گروه اقتصاد، واحد تهران مرکزی، دانشگاه آزاد اسلامی ، تهران ،ایران

2 عضو هیات علمی گروه اقتصاد ، واحد تهران مرکزی ، دانشگاه آزاد اسلامی تهران-ایران

چکیده

امروزه مسأله افزایش قابل ملاحظه گاز‌های آلاینده محیط زیست به یک چالش جهانی مهم تبدیل شده است. این موضوع در کنار رشد و توسعه صنعتی در جوامع توسعه یافته و در حال توسعه توجه بیشتری را به منظور جلوگیری از اثرات مخرب آن‌ها به خود جلب کرده است. هدف مقاله حاضر بررسی عوامل مؤثر بر انتشار آلودگی در بخش پتروشیمی است. به منظور آزمون رابطه بین متغیر‌ها از مدل رگرسیون انتقال ملایم برای دوره زمانی 1399 – 1375 استفاده شده است. جامعه آماری مطالعه حاضر شرکت‌های تولید‌کننده محصولات پتروشیمی است. مهمترین متغیر‌های مورد استفاده در این مطالعه شامل انتشار سرانه دی اکسید کربن، میزان محصول تولیدی، شدت مصرف انرژی، هزینه مربوط به تکنولوژی و ارزش افزوده تولیدات محصولات پتروشیمی است. نتایج بدست آمده بیانگر این بود که رابطه غیرخطی بین متغیر‌های میزان محصولات تولیدی و انتشار آلایندگی وجود دارد. در بخش مدل غیرخطی برآورد شده، به دلیل اینکه متغیر شدت مصرف انرژی به عنوان متغیر‌گذار انتخاب شده است مشاهده گردید که با افزایش رشد شدت مصرف انرژی از 5.12 درصد اثرگذاری تولید محصولات پتروشیمی بر سطح انتشار آلایندگی متفاوت و معنی‌دار است. نتایج بدست آمده از برآورد مدل غیرخطی نشان‌دهنده این است که میزان تولید محصولات پتروشیمی در شرکت‌های تولید‌کننده محصولات پتروشیمی در سطوح متفاوت مصرف انرژی، اثرات متفاوتی بر انتشار دی اکسید کربن در کشور داشته است. بر این اساس با توجه به اینکه آلودگی‌های ناشی از گاز‌های گلخانه‌ای یکی از تهدید‌های جدی پیش روی کشور‌ها است و با توجه به ماهیت آن، باید کارخانه‌ها و بنگاه‌های تولید‌کننده محصولات پتروشیمی را از طریق سیاست‌های مالیاتی و تشویقی ملزم به کاهش انتشار آلایندگی کرد. علاوه بر این باید از طریق وضع قوانین و مقررات زیست محیطی شدید بخصوص در بخش پتروشیمی از ورود بیشتر صنایع و محصولات آلاینده به فرآیند تولیدی جلوگیری شود.

کلیدواژه‌ها

عنوان مقاله [English]

Investigation of Factors Affecting the Spread of Pollution in the Petrochemical Sector; An Approach to Gentle Transfer Regression (STR) Model

نویسندگان [English]

  • Rogayeh Marefati 1
  • Narciss Aminrashti 2
  • Azadeh Mehrabian 2
  • Roya Seyfipour 2

1 PhD Student, Department of Economics, Central Tehran Branch, Islamic Azad University, Tehran - Ira

2 Faculty member of the Department of Economics, Central Tehran Branch, Islamic Azad University of Tehran-Iran

چکیده [English]

Today, the issue of significant increases in polluting gases has become a major global challenge. This issue, along with industrial growth and development in developed and developing societies, has attracted more attention in order to prevent their destructive effects. The purpose of this article is to investigate the factors affecting the spread of pollution in the petrochemical sector. In order to test the relationship between the variables, a mild transfer regression model for the period 1399-1396 has been used. The statistical population of the present study is companies producing petrochemical products. The most important variables used in this study include per capita carbon dioxide emissions, product output, energy intensity, technology costs, and added value of petrochemical products. The results showed that there is a nonlinear relationship between the variables of production and pollution. In the estimated nonlinear model section, because the energy intensity variable has been selected as a variable, it was observed that with increasing the intensity of energy consumption from 5.12%, the effect of petrochemical production on the level of emissions is different and significant. The results obtained from the nonlinear model estimate show that the production of petrochemical products in companies producing petrochemical products at different levels of energy consumption has different effects on carbon dioxide emissions in the country. Accordingly, given that greenhouse gas pollution is one of the serious threats facing countries, and due to its nature, factories and companies producing petrochemical products should be required to reduce emissions through tax and incentive policies. In addition, more polluting industries and polluting products should be prevented from entering the production process through strict environmental laws and regulations, especially in the petrochemical sector.
.

کلیدواژه‌ها [English]

  • Pollution Emission
  • Energy Consumption
  • Technology
  • Kuznets Mode
  • Mild Transmission Regression (STR)
احمدوند، محمد. میرمظاهری، مهدی. و ادیبی، کمال. (1386). فرصت‌ها و تهدید‌های صنعت پتروشیمی ایران، اقتصاد و تجارت نوین، 10، 111-86.
اسلاملوئیان، کریم و استادزاد، علی حسین. (1394). مالیات سبز دربخش‌های انرژی و کالای نهایی در ایران: رویکرد نظریه بازی‌ها، اقتصاد انرژی ایران، 5(17)، 1-37.
پورکاظمی، محمد حسین. (1385). ارزیابی کارایی مجتمع‌های صنایع پتروشیمی ایران با استفاده از تحلیل پوششی داده‌ها، پیک نور، 4(2)، 45-35.
حسنلو، سعید، خلیلیان، صادق و امیرنژاد، حمید. (1395). برآورد میزان بهینه مالیات سبز بر انتشار دی اکسیدکربن در صنعت سیمان ایران، پژوهش‌های محیط زیست، 12 (6)، 39-50.
حسنوند داریوش، ‌آسایش حمید، محمدی نوده عادل. (1399). بررسی نقش سرمایه‌گذاری مستقیم خارجی بر رشد اقتصادی کشور در بخش‌های مختلف اقتصادی، پژوهش‌های رشد و توسعه پایدار (پژوهش‌های اقتصادی)، ۲۰ (۲)، ۱۲۱-۱۴۴.
صدرزاده مقدم، سعید، زین العابدین صادقی و احمد قدس الهی. (1392). تخمین تابع تقاضای انرژی و کشش قیمتی و جانشینی نهاده‌ها در بخش صنعت: رگرسیون معادلات به ظاهر نامرتبط SUR، پژوهشنامه اقتصاد انرژی ایران، 2 (6)، 11-32.
فرهنگ، امیرعلی، خداوردیزاده، محمد و خداوردیزاده، صابر. (1398). آزمون فرضیه اثرگذاری نامتقارن نابرابری درآمد بر رشد اقتصادی در ایران، راهبرد توسعه، 60، 30-52.
منظور، داوود، شاهمرادی، اصغر و حقیقی، ایمان. (1389). بررسی آثار حذف یارانه آشکار و پنهان انرژی در ایران، مطالعات اقتصاد انرژی، 7 (26)، 21-54.
ورهرامی، ویدا. (1395). بررسی اثر پیشرفت تکنولوژی بر صرفه‌جویی مصرف انرژی، مطالعات اقتصاد انرژی، 23، 41-23.
Ahmadvand, Mohammad Mir Mazaheri, Mehdi And Adibi, Kamal. (1386). Opportunities and Threats of Iran's Petrochemical Industry, New Economy and Trade, 10, 111-86[In Persian]
Akkemik, K. A. (2009), Cost function Estimates, Scale Economies and Technological Progress in the Turkish Electricity Generation Sector, Energy Policy, 37, 204-213.
Chan, K. S. and H. Tong (1986). On estimating thresholds in autoregressive models. Journal of Time Series Analysis, 7:178-190.
Christensen, L and W. Green (1986), Economies of Scale in U. S Electric Power Generation; Journal of Political Economy, 84, 655-676.
Christensen, L. R. , D. W. Jorgenson and L. J. Lau (1973) Transcendental Logarithmic Production Frontiers; The Review of Economics and Statistics, 55, 28-45.
Farhang, Amir Ali, Khodavardizadeh, Mohammad and Khodavardizadeh, Saber. (1398). Testing the Hypothesis of the Asymmetric Impact of Income Inequality on Economic Growth in Iran, Development Strategy, 60, 30-52. [In Persian]
Hasanloo, Saeed, Khalilian, Sadegh and Amirnejad, Hamid. (1395). Estimation of the optimal amount of green tax on carbon dioxide emissions in the Iranian cement industry, Environmental Research, 12 (6), 39-50.[ In Persian]
Hassanvand Dariush, Hassanvand Dariush, Asayesh Hamid, Mohammadi Nodeh Adel. (1399). Investigating the Role of Foreign Direct Investment on the Economic Growth of the Country in Different Economic Sectors, Research on Growth and Sustainable Development (Economic Research), 20 (2), 144-121[In Persian]
Islamlouian, Karim and Ostadzad, Ali Hossein. (1394). Green tax in energy and final goods sectors in Iran: Game theory approach, Iran Energy Economics, 5 (17), 1-37[In Persian]
Manzoor, Davood, Shahmoradi, Asghar and Haghighi, Iman. (1389). Investigating the effects of eliminating overt and covert energy subsidies in Iran, Energy Economics Studies, 7 (26), 21-54.[ In Persian]
Pourkazemi, Mohammad Hussain (1385). Evaluating the efficiency of Iranian petrochemical complexes using data envelopment analysis, Peyk Noor, 4 (2), 35-35.[ In Persian]
Quandt, R. E. (1958). The estimation of parameters of a linear regression system obeying two separate regimes. Journal of the American Statistical Association, 53:873-880.
Sadrzadeh Moghadam, Saeed, Zainul Abedin Sadeghi and Ahmad Quds Elahi. (1392). Estimating the function of energy demand and price elasticity and substitution of inputs in the industrial sector: Regression of seemingly unrelated equations SUR, Iranian Journal of Energy Economics, 2 (6), 11-32.[ In Persian]
Terasvirta, T. (2004). Smooth Transition Regression Modeling. In H. Lutkepohl and M. Kratzig (Eds). Applied Time Series Econometrics. Cambridge: Cambridge University Press.
Terasvirta, T. (2014), Modeling economic relationships with smooth transition regressions, In A. Ullah & D. E. Giles (eds. ), Handbook of Applied Economic Statistics, Dekker, New York, 507–552.
Truett, L. J. and D. B. Truett (2007), A Cost-Based Analysis of Scale Economies in The French Auto Industry, International Review of Economics and Finance, 16, 369-382.
Uzawa, H. (1962) Production Function with Constant Elasticities of Substitution, The Review of Economics and Statistics, 70, 67-75.
Verhrami, Vida. (1395). Investigating the effect of technological progress on energy saving, Energy Economics Studies, 23, 41-23.[ In Persian]