پژوهشنامه اقتصاد انرژی ایران

شماره جاری

بر اساس شماره‌های نشریه

بر اساس نویسندگان

بر اساس موضوعات

نمایه نویسندگان

نمایه کلیدواژه ها

درباره نشریه

اهداف و چشم انداز

اصول اخلاقی انتشار مقاله

بانک ها و نمایه نامه ها

پیوندهای مفید

پرسش‌های متداول

فرایند پذیرش مقالات

اطلاعات آماری نشریه

اخبار و اعلانات

داوران 1398

داوران 1399

داوران 1400

تأثیر شاخص پیچیدگی اقتصادی بر انتشار گازهای گلخانه‌ای در کشورهای منتخب صادرکننده نفت: رویکرد مدل رگرسیون انتقال ملایم پانلی (PSTR)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری اقتصاد نفت و گاز ، دانشگاه علامه طباطبائی ، تهران، ایران

2 دانشیار گروه اقتصاد انرژی، دانشگاه علامه طباطبائی ، تهران، ایران

3 استاد گروه اقتصاد نظری، دانشگاه علامه طباطبائی ، تهران، ایران

4 استادیار گروه اقتصاد، دانشگاه الزهرا (س)، تهران، ایران

چکیده

کاهش انتشار گازهای گلخانه‌ای یکی از اهداف مهم سیاست‌های انرژی و زیست‌محیطی جهان است. به رغم اینکه انرژی‌های فسیلی از عوامل مهم ایجاد آلودگی به شمار می‌روند لیکن نمی‌‌توان نقش آنها را در ساختار تولید و رشد اقتصادی نادیده گرفت. امروزه اقتصاددانان برای سنجش رشد اقتصادی، صرفاً میزان تولید کالاها و خدمات را مد نظر قرار نمی‌‌‌دهند بلکه ساختار تولید کالاها و خدمات به لحاظ دانش فنی (سطح  فناوری) به کاررفته در آنها را نیز در نظر می‌گیرند. بر این اساس، شاخص پیچیدگی اقتصادی در دهه‌های اخیر مطرح شده است که با محاسبه آن امکان آگاهی از سطح  توسعه‌یافتگی کشورها فراهم می‌شود. هدف این پژوهش، بررسی تأثیر شاخص پیچیدگی اقتصادی بر میزان انتشار گازهای گلخانه‌ای در برخی از کشورهای صادرکننده نفت در بازه زمانی 1995 تا 2019 با استفاده از مدل رگرسیون انتقال ملایم پانلی (PSTR) است. نتایج آزمون خطی بودن، وجود رابطه غیرخطی بین متغیرها را تأیید می‌کند. همچنین، در نظر گرفتن یک تابع انتقال با یک پارامتر آستانه‌ای که بیانگر یک مدل دو رژیمی است برای تصریح رابطة غیرخطی بین متغیرهای الگو کافی می‌باشد. پارامتر شیب (سرعت انتقال) برابر 1964/3 است. نتایج آزمون‌ها حاکی از آن است که در هر دو رژیم (اول و دوم) شاخص پیچیدگی اقتصادی تأثیر منفی بر میزان انتشار گازهای گلخانه‌ای دارد.

کلیدواژه‌ها

عنوان مقاله [English]

The Impact of Economic Complexity Index on Greenhouse Gas Emissions in Selected Oil Exporting Countries: A Panel Gentle Transmission Regression (PSTR) Model Approach

نویسندگان [English]

  • Narges Khaki 1
  • morteza khorsandi 2
  • Teymour Mohammadi 3
  • Ali Faridzad 2
  • Zahra Azizi 4

1 Ph.D. Student in Oil and Gas Economics, Allameh Tabataba'i University, Tehran, Iran

2 Associate Professor, Department of Energy Economics, Allameh Tabataba'i University, Tehran, Iran

3 Professor, Department of Theoretical Economics, Allameh Tabataba'i University, Tehran, Iran

4 Assistant Professor, Department of Economics, Alzahra University, Tehran, Iran

چکیده [English]

Reducing greenhouse gas emissions is one of the most important goals of the world’s energy and environmental policies. Even though fossil fuels are one of the most important factors in creating pollution, their role in the structure of production and economic growth cannot be ignored. Nowadays, to measure economic growth, economists do not consider only the amount of production of goods and services, but also consider the structure of production of goods and services in terms of technical knowledge (technology level) used in them. Accordingly, in recent decades, the index of economic complexity has been proposed, and by calculating it the possibility of knowing the development of countries’ levels is provided. The purpose of this study is to investigate the effect of the economic complexity index on greenhouse gas emissions in some oil exporting countries in the period from 1995 to 2019 using the panel smooth transition regression (PSTR) model. The results of the linearity test confirm the existence of a nonlinear relationship between the considered variables. Also, considering a transfer function with a threshold parameter that expresses a two-regime model is sufficient to specify the nonlinear relationship between the model variables. The slope parameter (transition speed) equals 3/1964. The test results indicate that in both regimes (first and second), the economic complexity index has a negative effect on the amount of greenhouse gas emissions

کلیدواژه‌ها [English]

  • Economic Complexity Index
  • Greenhouse Gases
  • Panel smooth transition regression models
  • Energy Consumption Structure
مراجع
ترابی، تقی؛ خواجویی‌پور، امین؛ طریقی، سمانه و پاکروان، محمد. (1394). تأثیر مصرف انرژی، رشد اقتصادی و تجارت خارجی بر انتشار گازهای گلخانه‌ای در ایران.  فصلنامه مدلسازی اقتصادی، سال نهم، شماره 1، پیاپی 29، بهار 1394، صفحات 84-63.
خداوردیزاده، محمد؛ خداوردیزاده، صابر؛ جانی، سیاوش و علی خلیلی. (1398). تأثیر آستان‌های تورم بر رشد اقتصادی کشورهای توسعه‌یافته و در حال توسعه: رویکرد مدل رگرسیون انتقال مالیم پانلی (PSTR). فصلنامه اقتصاد مقداری (بررسی‌های اقتصادی سابق)، دوره 16، شماره 1، بهار، صفحات 99-77
شاهمرادی، بهروز. (1397). اطلس پیچیدگی اقتصادی. سزار هیدالگو، سباستیان بوتوس، مایکل کوسیا، سارا چانگ، جوان جیمنز، الکساندر سیمونس، آیلدریم، محمد، تهران، شرکت چاپ و نشر بازرگانی.
صادقی، سید کمال. (1392). بررسی رابطه انتشار گاز دی‌اکسیدکربن و آلودگی آب در ایران با نگرش اقتصاد محیط زیست. فضای جغرافیایی، دوره 13، شماره 43، صفحات 227-209.
عزیزی، زهرا؛ دارائی، فاطمه و ناصری بروجنی، علیرضا. (1398). تأثیر پیچیدگی اقتصادی بر آلودگی محیط زیست. سیاست‌گذاری پیشرفت اقتصادی، سال هفتم پاییز و زمستان، شماره 2 (پیاپی 20) صفحات 219-201.
کارگر دهبیدی، نوید و اسماعیلی، عبدالکریم. (1395). تأثیر رشد اقتصادی، مصرف انرژی، آزادسازی تجاری و شهرنشینی بر آلودگی محیط زیست در منطقه منا در طی دوره 2012-1995. مجله تحقیقات اقتصاد و توسعه کشاورزی ایران، شماره 4، دوره 2، صفحات 824- 815 .
Ahmad,Mahmood,ZahoorAhmed,AbdulMajeed,BoHuang(2021).An environmental impact assessment of economic complexity and energy consumption: Does institutional quality make a difference?. Environmental Impact Assessment Review, Vol 89, article 106603.
Ahmed, U., & ArshadKhan, M. (2009). Energy demand in Pakistan: A disaggregate analysis. The Pakistan Development Review, 47(4),
pp. 437-455.
Arrow, K., Bolin, B., Costanza, R., Dasgupta, P., Folke, C., Holling, C. S.&
Pimentel, D. (1995). Economic growth, carrying capacity, and the environment. Ecological Economics, 15(2), pp. 91-95.
Arouri, A., Youssef, B. & Mhenni, H. (2012). Energy consumption, Economic Growth and CO2 Emission Middle East and North African Countries. EnergyPolicy,45, pp. 126-135.
Balke, N. S. & Fomby, T. B. (1997). Threshold Cointegration. International economic review, pp. 627-645.
Beckerman, W. (1992). Economic growth and the environment: Whose growth? Whose environment?. World Development, 20(4), pp. 481-496.
Can, M.& Gozgor, G. (2017). The impact of economic complexity on carbon emissions: Evidence from France. Environmental Science and Pollution Research, vol. 24, pp. 16364-16370.
Chiou.T.Y, KaiChan.H, Ettice. F, HoChung.S(2011).  The influence of greening the suppliers and green innovation on environmental performance and competitive advantage in Taiwan’s Transportation. Research Part E: Logistics and Transportation Review. Vol 47, (6), pp. 822-836.
Choi, S., Smith, B. & Boyd, J.H. (1996). Inflation, Financial Markets, and Capital Formation. Federal Reserve Bank of St. Louis Review, (78),
pp. 41-58.
Chu, L.K. (2020). Economic structure and environmental Kuznets curve hypothesis: new evidence from economic complexity. Applied economics letters. 28(7), pp. 612-616.
Colletaz, G. and Hurlin, C. (2006). Threshold Effects of the Public Capital Productivity: An International Panel Smooth Transition Approach. Working Paper, 1/2006, LEO, Université d'Orléans.
Dargay, J. M., Gately, D. & Huntington, H. G. (2007). Price and Income Responsiveness of World Oil Demand, by Product. Energy Modeling Forum Working Paper EMF OP 61.
Dinda, S. (2004). Environmental Kuznets curve hypothesis: A survey. Ecological Economics, 49(4), pp. 431-455.
Doğan, Buhari, Oana M. Driha,Daniel Balsalobre Lorente,Umer Shahzad(2021). The mitigating effects of economic complexity and renewable energy on carbon emissions in developed countries. Sustainable Development, 29(1), pp. 1-12.
Gately, D., and Huntington, H. G. (2002). The Asymmetric Effects of Changes in Price and Income on Energy and Oil Demand. The Energy Journal, 23(1), pp. 19-55.
Gonzalez, A., Terasvirta, T., Van Dijk, D. (2005). Panel Smooth Transition Regression Models. SEE/EFI Working paper Series in Economics and Finance (604), pp. 1-33.
Fok, D., Van Dijk, D. & P. Franses (2004). A Multi- Level Panel STAR Model for US Manufacturing Sectors., Working Paper, University of Rotterdam.
Hanif, Imran (2018).  Impact of fossil fuels energy consumption, energy policies, and urban sprawl on carbon emissions in East Asia and the Pacific: A panel investigation. Energy, (21), pp. 16-24.
Hansen, B. E. (1999). Threshold effects in non-dynamic panels: Estimation, testing, and inference. Journal of Econometrics, 93, pp. 345-368.
Hu, J. L., and Lin, C. H. (2008). Disaggregated Energy Consumption and GDP in Taiwan: A Threshold Co-Integration Analysis. Energy Economics, 30(5), pp. 2342-2358.
Hidalgo, C. A., & Hausmann, R. (2009). The building blocks of economic complexity. Proceedings of the national academy of sciences, 106(26), pp. 10570-10575.
Hidalgo, C. A (2021). Economic complexity theory and applications. Nature, (3), pp.92–113.
Jude, E. (2010). Financial Development and Growth: A Panel Smooth Regression Approach. Journal of Economic Development, (35), pp. 15-33.
KangyinDong,GalHochman,YaqingZhang,RenjinSun,HuiLi,HuaLiao(2018). CO2 emissions, economic and population growth, and renewable energy: Empirical evidence across regions. Energy Economics, (75), pp. 180-192.
Min Lim, L., &Ye, K., & Khoon Yoo, S. (2014). Oil consumption CO2 emission, and economic growth: Evidence from the Philippines. Sustainability, (6), pp. 967-979.
Mealy,P. and Teytelboym, A.(2020). Economic complexity and the green economy. Research, (8), Article 103948.
Neagu, Olimpia (2019). The Link between Economic Complexity and Carbon Emissions in the European Union Countries: A Model Based on the Environmental Kuznets Curve (EKC) Approach. Sustainability, (17), pp. 300-326.
Neagu, O. & Teodoru, M. C. (2020). The Relationship between Economic Complexity, Energy Consumption Structure and Greenhouse Gas Emission: Heterogeneous Panel Evidence from the EU Countries. Sustainability, 11(2), pp. 497-526.
Omay, T., Hasanov, M., and Ucar, N. (2014). Energy Consumption and Economic Growth: Evidence from Nonlinear Panel Cointegration and Causality Tests. Applied Econometrics, 34(2), pp. 36-55.
Panayotou, T. (1993). Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development (No. 992927783402676). International Labour Organization.
Pata.U.K(2021). Renewable and non-renewable energy consumption, economic complexity, CO2 emissions, and ecological footprint in the USA: testing the EKC hypothesis with a structural break. Environmental Science and Pollution Research, (28), pp. 846-861.
Romero, J.P., Gramkow, C. (2021). Economic complexity and greenhouse gas emissions. World Development, (139), Article 105317.
Sari, Ramazan, Ugur Soytas(2008). The relationship between disaggregate energy consumption and industrial production in the United States: An ARDL approach. Energy Economics, 30(5), pp.2302-2313.
Stern, D. I. (2004). The rise and fall of the environmental Kuznets curve. World Development, 32(8), pp. 1419-39.
Yin, J., Zheng, M., & Chen, J. (2015). The effects of environmental regulation and technical progress on CO2 Kuznets curve: An evidence fromChina. Energy Policy, (77), pp. 97-108.
پژوهشنامه اقتصاد انرژی ایران
دوره 10، شماره 39 - شماره پیاپی 3
تابستان
تیر 1400
صفحه 99-125
فایل ها
سابقه مقاله
  • تاریخ دریافت: 07 اردیبهشت 1401
  • تاریخ بازنگری: 08 تیر 1401
  • تاریخ پذیرش: 01 مرداد 1401
هم رسانی
ارجاع به این مقاله
آمار