نوع مقاله : مقاله پژوهشی
نویسندگان
1 استادیار، گروه پژوهشی اقتصاد برق و انرژی، پژوهشگاه نیرو، تهران، ایران
2 دانش آموخته دکتری اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه تبریز، تبریز، ایران.
چکیده
هدف این مطالعه تحلیل کشش قیمتی تقاضای برق خانگی و غیرخانگی در 31 استان ایران در دوره زمانی 1400-1390 است. برای برآورد مدل با توجه به وجود چولگی در متغیر وابسته، روش رگرسیون کوانتایل انتخاب شده است. نتایج تحقیق نشان میدهد که کشش قیمتی برای تقاضای برق خانگی در بازه 069/0- تا 115/0- قرار دارد. در حالی که کشش قیمتی برای تقاضای برق غیرخانگی در بازه 021/0- تا 043/0- قرار میگیرید. بنابراین میتوان نتیجه گرفت که اگرچه در هر دو بخش کشش قیمتی تقاضا کم است اما تقاضای برق خانگی با کششتر از تقاضای برق غیرخانگی است. همچنین افزایش قیمت گاز طبیعی به عنوان نزدیکترین جانشین برق تاثیر اندکی بر مصرف برق بخش خانگی و غیر خانگی داشته است. از دیگر نتایج مدل میتوان به تاثیر بزرگ عادات مصرفی بر مصرف برق خانگی و غیرخانگی اشاره کرد
کلیدواژهها
موضوعات
جلایی، سیدعبدالمجید.، جعفری، سعید و انصاری لاری، صالح (1392). برآورد تابع تقاضای برق خانگی در ایران با استفاده از دادههای تابلویی استانی. پژوهشنامه اقتصاد انرژی ایران، 2(8)، 69-92.
چگنی آشتیانی، علی. (1391). برآورد تابع تقاضای برق و پیش بینی آن برای افق چشمانداز 1404 ایران و نقش آن در توسعه کشور با توجه به هدفمند شدن یارانههای انرژی. فصلنامه پژوهشهای رشد و توسعه اقتصادی، 2(7)، 91-101.
حافظی، حسین و دلفان، محبوبه (1401). پیشبینی بلندمدت تقاضای برق ایران (رویکرد مبتنی بر سناریوسازی با استفاده از رهیافت ترکیبی ARDL و ARIMA)، پژوهشنامه اقتصاد انرژی ایران، دوره 11، شماره 44، صفحات 41-71.
دریکوند، اکرم و عسگری، حشمتالله (1399). برآورد اثرات کوتاهمدت و بلندمدت قیمت برق بر تقاضای برق خانگی در استانهای ایران. مجله توسعه و سرمایه، 5 (2)، 45-31.
قره باغی صغری و امامی میبدی، علی (1396). برآورد و بررسی تابع تقاضای برق ایران در سه بخش صنعت، خانگی و کشاورزی. مجله اقتصادی (دوماهنامه بررسی مسائل و سیاستهای اقتصادی)، ۱۷ (۷ و ۸)، ۲۳-۳۹.
لطفعلی پور، محمدرضا.، فلاحی، محمدعلی و ناظمی معزآبادی، سیما (1394). برآورد توابع تقاضای برق در بخش های خانگی و صنعتی ایران با بکارگیری الگوی سری زمانی ساختاری (STSM). فصلنامه مطالعات اقتصادی کاربردی ایران، 4(13)، 187-208.
موسوی، میرحسین.، دهنوی، جلال و شاطری، الهه (1400). مدلسازی تقاضای کل برق با استفاده از اقتصادسنجی پانل فضایی. فصلنامه مطالعات اقتصاد انرژی، ۱۷ (۶۸)، 23-1.
ورهرامی، ویدا و شاطری، نفیسه (1395). برآورد تابع تقاضای برق در بخش صنعت استانهای بزرگ صنعتی با استفاده از پنل پویا. فصلنامه پژوهشهای سیاستگذاری وبرنامهریزی انرژی، ۲ (۴)، ۳۳-۵۹.
ورهرامی، ویدا و موحدیان، مهرنوش (1396). برازش تابع تقاضای برق بخش خانگی شهرستان های منتخب استان تهران با استفاده از روش پنل پویا. پژوهشهای رشد و توسعه پایدار (پژوهشهای اقتصادی)، ۱۷ (۲) ،۱۲۱-۱۴۴.
وصال، محمد.، چراغی، افشین و رحمتی، محمدحسین (1400). تخمین کشش قیمتی تقاضای برق خانگی به روش ناپیوستگی رگرسیون، مطالعه موردی استان فارس. فصلنامه پژوهشها وسیاستهای اقتصادی، 29 (99)، 57-7.
References
Buchinsky, M. (1998). Recent advances in quantile regression models: a practical guideline for empirical research. Journal of human resources, 88-126.
Changi Ashtiani, A. (2012). The Estimation of Electricity Demand Function and Prediction of its Consumption to 2025 in Iran. Economic Growth and Development Research, 2(7), 101-91. [In Persian]
Coad, A. & Rao, R. (2006), Innovation and market value: a quantile regression analysis, Economics Bulletin, vol. 15, no. 13, pp. 1–10.
Derikvand, A. and Asgari, H. (2021). Estimating the Short and Long Term Effects of Electricity Price on Household Electricity Demand in Iranian Provinces. Journal of Development and Capital, 5(2), 31-45. [In Persian]
Emenekwe, C.C.& Emodi, N.V. (2022). Temperature and Residential Electricity Demand for Heating and Cooling in G7 Economies: A Method of Moments Panel Quantile Regression Approach. Climate,10(10), 142.
Hafezi, H. and Delfan, M. (2022). Long-Term Forecasting of Iran's Electricity Demand (A Scenario-Based Approach Using a Combined ARDL and ARIMA Approach). Iranian Energy Economics, 11(44), 41-71. [In Persian]
Huang, W. H. (2015). The determinants of household electricity consumption in Taiwan: Evidence from quantile regression. Energy, 87, 120-133.
Jalaee, S. A. , Jafari, S. and Ansari Lari, S. (2013). The Estimation of Electricity Consumption in the Residential Sector in Iran: A Provinces Panel. Iranian Energy Economics, 2(8), 69-92. [In Persian]
Jin, T., & Kim, J. (2022). The elasticity of residential electricity demand and the rebound effect in 18 European Union countries. Energy Sources, Part B: Economics, Planning, and Policy, 17(1), 2053896.
Koenker, R., & Bassett Jr, G. (1978). Regression quantiles. Econometrica: journal of the Econometric Society, 46 (1), 33-50.
Kusumaningrum, S. N. (2018). The Sensitivity of Residential Electricity Demand in Indonesia. Signifika. Jurnal Ilmu Ekonomi, 7(2), 247-266.
Lotfalipour, M. R. , Falahi, M. A. and Nazemi moezabadi, S. (2015). Estimating Residential and Industrial Electricity Demand Functions of Iran, using Structural Time Series Model (STSM). Journal of Applied Economics Studies in Iran, 4(13), 187-208. [In Persian]
Martins, L. O. S., Amorim, I. R., de Araújo Mendes, V., Silva, M. S., Freires, F. G. M., Teles, E. O., & Torres, E. A. (2021). Price and income elasticities of residential electricity demand in Brazil and policy implications. Utilities Policy, 71, 101250.
Mosteller, F. & Tukey, J. W. (1977), Data analysis and Regression: A Second Course in Statistics, Addison-Wesley Series in Behavioral Science: Quantitative Methods.
Mousavi M, Dehnavi J, Shateri E. Total Electricity Demand Modeling: An Application of Spatial Panel Econometric Method. QEER 2021, 17 (68) ,1-23. [In Persian]
Pellini, E. (2021). Estimating income and price elasticities of residential electricity demand with Autometrics. Energy Economics, 101, 105411.
Qarabaghi, Soghra, & Emami Meybodi, Ali. "Estimation and Analysis of Electricity Demand Function in Iran’s Industry, Residential, and Agriculture Sectors. Economic Journal (Bi-monthly Review of Economic Issues and Policies), 17(7 & 8), 23-39. [In Persian]
Talbi, B., Jebli, M. B., Bashir, M. F., & Shahzad, U. (2022). Does economic progress and electricity price induce electricity demand: A new appraisal in context of Tunisia. Journal of Public Affairs, 22(1), e2379.
Tran, N. D., & Sahu, N. C. (2023). Asymmetric price response of industrial electricity demand in India. Utilities Policy, 82, 101552.
Uhr, D. D. A. P., Chagas, A. L. S., & Uhr, J. G. Z. (2019). Estimation of elasticities for electricity demand in Brazilian households and policy implications. Energy Policy, 129, 69-79.
Varahrami V, Movahedian M. Estimation of Residential Electricity Demand among the Selected Counties in Tehran Province using Dynamic Panel Data Model. QJER 2017, 17 (2) ,121-144. [In Persian]
Varahrami V, Shateri N. Industrial Electricity Demand in Selected Provinces of Iran: A Dynamic Panel Data Model . Quarterly Journal of Energy Policy and Planning Research 2016, 2 (3) ,33-59[In Persian]
Vesal M, Cheraghi A, Rahmati M. Household electricity demand estimation: a regression discontinuity design approach. qjerp 2021, 29 (99) ,7-57. [In Persian]
.
)