Editorial

Authors

k.nadri@gmail.com

Abstract

The performance of nation’s economy in terms of realization of social justice can be addressed by studying the variation of quantitative indexes such as income distribution, poverty and social welfare. Several studies have been accomplished investigating the role of oil revenues in economic development of oil exporting countries. However the issue of income distribution and the process of the effect of oil revenues on it haven’t been adequately surveyed. There are several theories among the development economists saying the revenues of mineral industries such as oil and gas, cause the intensification of inequality in the economy. Using Bayesian Vector Autoregression (BVAR) approach and considering the variables of Gini index, inflation, GDP per capita without oil, share of government expenditure to GDP, proportion of consuming expenditure to construction expenditure of government, and the real per capita oil revenues, we addressed the relationship between oil revenues and the income distribution in Iran in the period of 1973-2010. Six different prior densities such as Minnesota and SSVS have been used to estimate the model coefficients and the impulse response functions and the variance decomposition have been computed. The results show that the increase of oil revenues has tended to increase of inequality in Iran. In addition, the increase of inflation, government expenditure, and the proportion of consuming expenditure to construction expenditure increase the inequality. But the increase of GDP per capita decreases the inequality. 

Keywords

تحلیل اقتصادی اثر افزایش درآمدهای نفتی بر توزیع درآمد با رویکرد BVAR: مطالعه موردی ایران[1]

حامد صاحب‌هنر* و کامران ندری**

 

تاریخ دریافت: 16 آذر 1392                     تاریخ پذیرش: 21 اسفند 1392

 

چکیده

عملکرد اقتصاد کشور در بعد تحقق عدالت اجتماعی می‌تواند از طریق مطالعه تحولات توزیع درآمد، فقر و رفاه اجتماعی به صورت شاخص‌های کمی بررسی گردد. مطالعات زیادی در زمینه نقش درآمدهای نفتی بر توسعه اقتصادی کشورهای صادرکننده نفت صورت گرفته است. اما به طور خاص و ویژه مسئله توزیع درآمد و نحوه اثرگذاری درآمدهای نفتی بر آن چندان مورد بررسی قرار نگرفته است. نظریات متعددی بین اقتصاددانان توسعه مطرح است که درآمدهای مربوط به صنایع معدنی همچون نفت و گاز باعث تشدید نابرابری در اقتصاد می‌گردد. در این مطالعه با استفاده از روش خودرگرسیون برداری بیزین (BVAR) و با در نظر گرفتن متغیرهای شاخص جینی، تورم، تولید سرانه داخلی بدون نفت، سهم مخارج دولت به تولید ناخالص داخلی، نسبت مخارج مصرفی به مخارج عمرانی دولت و درآمدهای سرانه واقعی نفت به بررسی ارتباط میان درآمدهای نفتی و توزیع درآمد در ایران در بازه زمانی 1389-1352 پرداخته‌ایم. برای تخمین ضرایب مدل از شش تابع پیشین مختلف همچون مینسوتا و SSVS استفاده نموده و توابع عکس‌العمل آنی و تجزیه واریانس محاسبه شده‌اند. نتایج مدل حاکی از آن است که افزایش درآمدهای نفتی باعث افزایش نابرابری در ایران شده است. همچنین افزایش تورم، مخارج دولت و نسبت مخارج مصرفی به مخارج عمرانی دولت نیز نابرابری را افزایش می‌دهد. اما افزایش تولید سرانه نابرابری  را کاهش داده است.

واژه‌های کلیدی: توزیع درآمد، درآمدهای نفتی، روش BVAR، تابع پیشین SSVS، شاخص جینی

طبقه‌بندی JEL: Q43، O13.

 

1. مقدمه

عدالت اجتماعی همواره به عنوان یکی از مهمترین اهداف و آرمان‌های نظام‌های سیاسی و اقتصادی بر شمرده می‌شود. به طوری که قرآن کریم هدف اصلی ارسال پیامبران الهی را ایجاد قسط و عدل در جامعه بر شمرده است (حدید/ آیه 25). روند رو به رشد مطالعات در زمینه عدالت در سالهای اخیر، نشان از آن دارد که اقتصاددانان نیاز جریان اصلی اقتصاد را حرکت در این راستا دانسته‌اند. هرچند بطور کلی مطالعات در همه‌ بخشهای اقتصاد و سایر علوم گسترش یافته و سرعت رشد دانش افزایش یافته است اما نسبت واژه‌ عدالت در مقابل واژه‌ای مانند کارایی در مطالعات علمی می‌تواند روندی مقایسه‌ای ارائه‌ دهد. در دهه‌ 1970 وا‌ژه‌ کارایی (efficiency) در مقابل واژه‌های عدالت (justice) و انصاف  (fairness) تقریباً شانزده به یک بوده است. در حالی که در دهه‌ 1980 این نسبت نُه به یک و در دهه‌ 1990 این فاصله کمتر و به 4/4 به یک رسیده است. از سال 1991 تاکنون اگر واژه‌های نابرابری، برابری و عدالت را در مقابل کارایی محاسبه کنیم این نسبت تقریباً دو به یک می‌باشد (کونو[2]، 2003) .

عملکرد اقتصاد کشور در بعد تحقق عدالت اجتماعی می‌تواند از طریق مطالعه تحولات توزیع درآمد، فقر و رفاه اجتماعی به صورت شاخص های کمی بررسی گردد. مطالعات زیادی در زمینه نقش درآمدهای نفتی بر توسعه اقتصادی کشورهای صادرکننده نفت صورت گرفته است. اما به طور خاص و ویژه مسئله توزیع درآمد و نحوه اثرگذاری درآمدهای نفتی بر آن چندان مورد بررسی قرار نگرفته است.

بسیاری از صاحب‌نظران معتقدند که یکی از علل اصلی فقر و نابرابری درآمد کمبود سرمایه و عدم انباشت سرمایه در کشورهای فقیر و توسعه‌نیافته می‌باشد به طوری که این امر باعث ناتوانی کشورهای مذکور از انجام اصلاحات ضروری جهت تجدید ساختارهای اقتصادی شده است. در حالی که درآمدهای عظیم ناشی از منابع طبیعی مانند نفت باید موجب ایجاد ثروت برای جامعه شده، فرآیندهای اقتصادی را بهبود بخشیده و فقر را کاهش دهد اما تجارب بسیاری از کشورهای صادرکننده نفت خلاف این امر را نشان می‌دهد. تعداد زیادی از کشورهای داری منابع طبیعی غنی حتی عملکرد نسبتا ضعیف‌تری در مقایسه با کشورهای فاقد منابع طبیعی در زمینه فرایند رشد و توسعه اقتصادی و کاهش فقر داشته‌اند. تجربه صد ساله در ایران نیز نشان از این دارد که منابع نفتی موجب افزایش وابستگی دولت به ثروتهای طبیعی و بزگتر شدن حجم دولت، اهمال در اخذ مالیات، عدم شفافیت عملکرد دولت و پاسخگو نبودن آن، اشاعه فرهنگ رانت‌خواری و تبعیض، ایجاد شکاف طبقاتی و در مقاطعی مصداق نفرین منابع شده است.

این در حالی است که پس از افزایش قیمتهای نفت‌خام در دهه 1970 و تشکیل مازاد سرمایه انبوه در کشورهای صادرکننده نفتی همچون ایران، بسیاری انتظار داشتند که این کشور به سرعت به سوی توسعه اقتصادی گام برداشته و در ردیف کشورهای توسعه‌یافته جهان قرار گیرد، اما اکنون پس از گذشت حدود نیم قرن از شوک‌های نفتی و افزایش قیمت نفت‌خام و عملی نشدن انتظارات اولیه، هنوز فقر در جامعه ایران ریشه‌کن نشده است. حال سوال اینجاست که چرا درآمدهای عظیم نفتی به خصوص در دهه 1970 باعث رشد و توسعه کشور و ریشه‌کن شدن فقر در آن نشده است؟ آیا اساساً درآمدهای نفتی می‌تواند به تنهایی فقر را در جامعه ریشه‌کن سازد؟

در این میان برخی از صاحب‌نظران توسعه اقتصادی معتقدند که ریشه عقب‌ماندگی کشورهای صادرکننده نفت‌خام از خود نفت سرچشمه می‌گیرد. این عقیده ناظر بر مقایسه اقتصاد ایران با اقتصاد کشورهایی همچون کره‌جنوبی است که زمانی نه چندان دور هم رتبه و حتی پایین‌تر از ایران بودند و حال جزء کشورهای تازه‌صنعتی شده‌اند. همچنین مقایسه عملکرد رشد اقتصادی سرانه کشورهای نفت‌خیز با سایر کشورهای فقیر به لحاظ منابع طبیعی نشان می دهد که کشورهای نفت‌خیز به رغم دارا بودن ثروت نفت، عملکرد ضعیف‌تری داشته‌اند که نشان از مشکلات ساختار اقتصادی در این کشورهاست. (جوادی، 1388، ص1)

به طور کلی درآمدهای عظیم ناشی از منابع طبیعی باید منجر به تولید ثروت و پیشرفت در اقتصاد گشته و فقر را کاهش دهد. بسیاری از اقتصاددانان بر این باورند که سطوح پایین سرمایه‌گذاری، توسعه اقتصادی را محدود می‌کند- «سرمایه بنادگراها[3]» (لویس، 1955 و روسو، 1960)[4]. بعضی دیگر اعتقاد دارند حتی پس‌انداز ملی نمی‌تواند به سادگی به سرمایه‌گذاری و رشد منجر شود، چرا که پس‌انداز با پول رایج داخلی نمی‌تواند به واردات سرمایه‌های خارجی که به ارز خارجی نیاز دارد، منجر گردد – «تحلیل‌های شکاف دوگانه[5]» (جوشی، 1970؛ ال شیبلی و تیروال، 1981[6]). همچنین نگرش دیگری در اقتصاد توسعه وجود دارد که بیانگر این مسئله است که کشورهای فقیر باید با یک «فشار قوی رو به جلو[7]» مواجه شوند تا دور باطل فقر را شکسته و به توسعه دست یابند (روسنستین – رودان، 1943، 1961؛ مورفی و همکاران، 1989)[8]. بنابراین درآمدهای بادآورده عظیم ناشی از منابع طبیعی همچون نفت، گاز یا سایر معادن باید بتواند بر قیود و محدودیت‌های سرمایه‌ اولیه و ارزهای خارجی فائق آمده و «فشار» مورد نیاز را ایجاد نماید (استیونز، 2003[9]). در نتیجه منابع طبیعی همچون نفت را می‌توان به عنوان هدیه‌ای از جانب خداوند دانست که به لحاظ تئوریک دولت می‌تواند بدون ایجاد اختلال در تولید آن، بر آن مالیات وضع کرده و کسب درآمد نماید. وفور این منابع و بالا بودن نرخ آن نسبت به تولید ناخالص داخلی می‌تواند باعث تسهیل در امر توسعه اقتصادی گردد (مرادی[10]، 2009: 3).

با این وجود همان طور که اشاره شد طی سالهای متمادی تجربه کشورهای نفت‌خیز خلاف این مسئله را نشان داده است. بسیاری از کشورهای غنی از منابع طبیعی از عملکرد ضعیف‌تری به لحاظ پیشرفت اقتصادی و کاهش فقر نسبت به سایر کشورها برخوردار بوده‌اند. این مسئله در ادبیات اقتصادی تحت عنوان نظریه نفرین منابع  شناخته می‌شود. این واژه اولین بار در متون رسمی اقتصاد توسط ریچارد اوتی در سال 1993 مطرح گردید (اوتی،  1993). البته وجود دارند کشورهایی که از این نفرین آسیب ندیده و عملکرد خوبی در اقتصاد داشته‌اند. لذا پدیده نفرین منابع «... یک قانون آهنین نیست، بلکه یک تمایل قوی تکرارشونده است» (اوتی، 1994: 12) .

موضوع اصلی این مقاله بررسی صحت و سقم پدیده نفرین منابع در ایران  نیست، بلکه این پژوهش به صورت جزئی‌تر تنها آثار توزیعی درآمدهای نفتی را مورد بررسی قرار می‌دهد. به عبارت دیگر در این پژوهش تنها به بعد فقرزدایی نظریه نفرین منابع در اقتصاد ایران پرداخته و با استفاده از روش‌های اقتصادسنجی به بررسی تجربی اثر درآمدهای نفتی بر توزیع درآمد می‌پردازیم.

اثر درآمدهای نفتی بر توزیع درآمد و به طور مشخص بر ضریب جینی از کانال‌های مختلفی انتقال می‌یابد. لذا برای آنکه بتوانیم اثرات ناشناخته تمامی متغیرهای کلان اقتصادی را مورد بررسی قرار دهیم باید از روش خودرگرسیون برداری استفاده نماییم. اما مشکل اساسی که در این میان وجود دارد مسئله وفور پارامتر[11] در مدلهای خودرگرسیون برداری و عدم اطمینان این مدلها خصوصا در مواردی همچون ایران که با محدودیت داده‌ها مواجه هستیم، می‌باشد. لذا برای حل این مشکل از رویکرد بیزین برای انقباض مدلهای خودرگرسیون برداری استفاده شده است. بنابراین می‌توان گفت مهمترین جنبه نوآوری این تحقیق استفاده از روش خودرگرسیون برداری بیزین[12] می‌باشد. چرا که استفاده از این روش خصوصا در ایران نسبتا جدید بوده و تاکنون مورد استفاده چندانی قرار نگرفته است. یکی از مزیت‌های اصلی این روش این است که مشکل اساسی مدلهای خودرگرسیون برداری نامقید[13] که همان وفور پارامتر[14] است را به نحو مناسبی مرتفع می‌سازد. این روش خصوصا در مواردی که محدودیت داده وجود دارد (همچون اقتصاد ایران) کاربرد ویژه‌ای می‌تواند داشته باشد.

در قسمت دوم این پژوهش تحت عنوان مبانی نظری تحقیق سعی شده است کانال‌های اثرگذاری درآمدهای نفتی بر توزیع درآمد معرفی گشته و ادبیات موجود در این زمینه مرور گردد. در قسمت سوم مدل خودرگرسیون برداری بیزین معرفی شده و نتایج آن برای موضوع مورد مطالعه ارائه شده است. در نهایت در قسمت ششم به نتیجه‌گیری و ارائه پیشنهادات پرداخته شده است.

 

2. مبانی نظری تحقیق

مکانیزم‌های اثرگذاری درآمدهای نفتی بر توزیع درآمد

مطالعات زیادی در خصوص بررسی ارتباط میان درآمدهای ناشی از استخراج منابع طبیعی همچون نفت و توزیع درآمد صورت گرفته است. از این میان می‌توان به مطالعات استیونز[15] (2003)، گیلیفسون و ژوگا[16] (2003) و اوتی[17] (2001) اشاره نمود که همگی بیانگر این مسئله هستند که معمولاً وفور منابع باعث افزایش نابرابری درآمدی می‌گردد. دلایل عمده که باعث بروز چنین مسئله‌ای می‌شود به این شرح است:

مکانیزم‌های اثرگذاری منفی درآمدهای نفتی بر کاهش نابرابری

دورافتادگی[18] صنایع معدنی

 صنایع مربوط به نفت، گاز و سایر معادن معمولا ماهیت دورافتادگی از سایر صنایع و بخش‌های اقتصادی دارند. چرا که این نوع صنایع دارای ارتباطات پیشینی و پسینی ضعیفی با سایر بخش‌های اقتصاد هستند. لذا در خلال تولید در چنین صنایعی تنها تعداد کمی از نیروهای متخصص و نسبتاً ماهر به کار گرفته شده و سایر نهاده‌های تولیدی نیز از خارج اقتصاد وارد می‌شود. لذا دور از انتظار نیست که درآمدهای حاصل از این صنایع تنها میان عده‌ای قلیل توزیع گشته و منجر به نابرابری درآمد در جامعه گردد (مرادی، 2009: 9).

افزایش مخارج عمومی دولت در کلان‌شهرها

 مخارج عمومی دولت از محل درآمدهای حاصل از این منابع نیز  ممکن است نابرابری را تشدید کند. این مسئله زمانی بروز پیدا می‌کند که مخارج دولت به بخش‌های رسمی موجود در کلان شهرها و شهرستان‌‌ها اختصاص بیشتری یابد. این مسئله باعث کشیدگی منحنی توزیع درآمد به نفع خانوارهای شهری و به ضرر خانوارهای روستایی می‌گردد. همچنین ممکن است به دلیل نبود سازوکارهای نهادی مناسب در کشورهای نفت‌خیز و دسترسی آسان‌تر طبقات ثروتمند به مراکز قدرت، رانت‌های ناشی از نفت میان اغنیا و فقرا به طور عادلانه توزیع نگشته و نابرابری درآمد از این طریق نیز تشدید پیدا کند (مرادی، 2009 : 10).

عدم پیداکردن آمادگی کافی نیروی کار برای اشتغال در سایر صنایع

براساس مطالعه لیمر و همکاران[19] (1999) از آنجا که اکتشاف منابع طبیعی به سرمایه انسانی زیادی نیاز ندارد، نیروی کار در کشورهای غنی به لحاظ منابع طبیعی، برای اشتغال در صنایع تولیدی سرمایه انسانی‌بر[20] آمادگی لازم را پیدا نمی‌کنند. در نتیجه چنین اقتصادهایی ممکن است در مقایسه با سایر اقتصادها از نابرابری درآمدی برای دوره‌های طولانی‌تری رنج ببرند.

افزایش نقدینگی و تورم

در صورت عدم استفاده از سیاست عقیم‌سازی ارز خارجی توسط بانک مرکزی،  فروش دلارهای نفتی به بانک مرکزی باعث افزایش ذخایر ارزی بانک مرکزی و به دنبال آن افزایش پایه پولی می‌گردد. افزایش پایه پولی نیز با مکانیسم ضریب فزاینده پولی باعث رشد شدیدتر نقدینگی و به دنبال آن تورم در کشور می شود و با توجه به اینکه تورم در دهک‌های مختلف درآمدی اثرات متفاوتی دارد، می توان گفت افزایش درآمدهای نفتی از این طریق تابع توزیع درآمد را به ضرر گروه کم‌درآمد تغییر داده و شکاف طبقاتی را زیادتر می کند.

توزیع نابرابر درآمدها در بخش نفت

کانال دیگری که می‌توان در نظر گرفت، این است که فرض کنیم کارگران در دو بخش نفت و غیر نفت مشغول به کار بوده و به دلیل اینکه سرمایه ‌انسانی به طور نسبتا مساوی در میان جمعیت پراکنده شده است، دستمزد در بخش غیر نفتی به صورت نسبتا برابر است. ولیکن به خاطر وجود رانت‌های بادآورده و حس رقابت برای تصاحب این رانت‌ها در بخش نفت، درآمدها در این بخش از اقتصاد  در هر نقطه از زمان نابرابر توزیع شده است. بنابراین هرچه درآمدهای نفتی افزایش یابد نابرابری درآمد در اقتصاد افزایش می‌یابد (گیلفسون و ژوگا[21]، 2003).

افزایش واردات کالاهای مصرفی و تضعیف صنایع نوپای داخلی

کانال دیگر تأثیرگذاری افزایش درآمدهای نفتی، افزایش واردات بی‌رویه کالاهای مصرفی و در نتیجه ورشکستگی کارخانجات داخلی به دلیل عدم توان رقابت با محصولات مشابه خارجی و در نهایت اخراج کارگران این کارخانجات می‌باشد. دلیل این مسئله تصمیم دولت برای کنترل تورم ناشی شده از تبدیل درآمدهای نفتی به پول داخلی است. این مسئله هم دهک های بالای درآمدی را متضرر می سازد و هم دهک های پایین. ولی از آنجا که سهم عمده درآمد اقشار کم درآمد و آسیب پذیر جامعه از محل نیروی کار تأمین می‌گردد این اثر نیز توزیع درآمد را به زیان دهک‌های پایین درآمدی تغییر می‌دهد. چرا که دهک‌های بالای درآمدی در مقابل ضررهای احتمالی از آسیب پذیری کمتری برخوردار هستند.

 بیماری هلندی و تضعیف بخش‌های قابل تجارت داخلی

کانال دیگری که توزیع درآمد را تغییر می دهد رونق بخش‌های غیر قابل تجارت[22] اقتصاد مانند بخش مسکن و خدمات و در مقابل رکود بخش های قابل تجارت[23] به ویژه بخش کشاورزی و صنعت به خاطر تقویت پول ملی و واردات کالاهای قابل تجارت می‌باشد که این اثرات افزایش درآمدهای نفتی به بیماری هلندی موسوم است.

عدم توجه کافی به مالیات و پایین‌ماندن کارایی در سیستم مالیات‌ستانی

اتکای بیش از حد دولت به درآمدهای نفتی و سهم بالای درآمدهای نفتی در بودجه دولت باعث کم توجهی به مالیات و اخذ آن به صورت بهینه و کاهش بار مالیاتی می‌شود. که این مسئله از طرفی باعث فرار مالیاتی اقشار پردرآمد جامعه شده و بار دیگر باعث تغییر توزیع درآمد به ضرر دهک‌های پایین درآمدی می شود. و از طرف دیگر پاسخگو بودن دولت و نظارت مردم بر دولت را کم رنگ می کند. به طور کلی درآمدهای بدست آمده از فروش نفت مستقیما عاید دولت گردیده و انگیزه دولت برای ایجاد یک نظام دقیق مالیاتی را از بین می برد، که این خود وضعیت را بدتر کرده و وابستگی دولت به نفت را بیش از پیش می گرداند (تی سالیک و اسکیفرین، 2004)[24].

مکانیزم‌های اثرگذاری مثبت درآمدهای نفتی بر کاهش نابرابری

در مقابل می‌توان حالاتی را تصور نمود که درآمدهای نفتی منجر به کاهش نابرابری درآمدی گردد. این مسئله نیز از دو مکانیزم عمده زیر ناشی می‌گردد:

افزایش مخارج مصرفی و پرداخت‌های انتقالی دولت به طبقات فقیر

بخشی از مخارج اجتماعی دولت می‌تواند به پرداخت‌های انتقالی مستقیم به طبقات فقیر اجتماع اختصاص یابد. این مسئله می‌تواند درآمد این طبقه از جامعه را افزایش داده و منجر به بازتوزیع درآمد از افراد ثروتمند به افراد فقیر گردد (مرادی، 2009).

اختصاص درآمدهای نفتی به ارتقای بهداشت و آموزش در مناطق محروم

مخارج اجتماعی دولت می‌تواند همچنین در جهت ارتقای دسترسی طبقات فقیر اجتماع به آموزش، بهداشت و سایر فعالیت‌هایی از این دست اختصاص یابد که باعث افزایش سرمایه اجتماعی این طبقه از جامعه گشته و در بلندمدت توزیع درآمد را بهبود بخشد (مرادی، 2009).

 

3. پیشینه پژوهش

مطالعات انجام گرفته در خارج از کشور

منابع طبیعی در اصل نعمت محسوب می‌شوند و می‌توانند به عنوان محرک اولیه چرخه تولید ثروت را به حرکت درآورند. به عنوان مثال انقلاب صنعتی انگلستان به دلیل داشتن منابع عظیم ذغال سنگ صورت گرفت (بلانکو و گریر[25]، 2012). اما در کشورهای در حال توسعه که سازوکارهای نهادی و زیرساخت‌های اقتصادی و اجتماعی هنوز تکامل نیافته‌اند منابع مذکور بیشتر ماهیت مصیبت پیدا کرده‌اند. توجه به آثار منفی بالقوه منابع طبیعی در میان اقتصاددانان توسعه در دهه‌های 1950 و 1960 شیوع پیدا کرد. ابتدا رائول پربیش[26] و هنس سینگر[27] (پربیش، 1950 و 1964، سینگر، 1950) به این موضوع پرداختند. آنها قائل بودند که صادرکنندگان مواد اولیه به خاطر زیان رابطه مبادله در تجارت با کشورهای صنعتی زیان می‌بینند. دیگر اقتصاددانان (هیرسکمن[28]، 1958؛ سیرز[29]، 1964 و بالدوین[30]، 1966) وجود این پیامد منفی را تقویت نمودند.

تا قبل از دهه 1970 این قبیل مطالعات بر روی مواد اولیه و منبع طبیعی به صورت کلی معطوف بود. از دهه 1970 به دنبال اولین شوک نفتی، توجه اقتصاددانان به سمت تجربه کشورهای صادرکننده نفت‌خام متمرکز شد. از آن زمان به بعد این نظریه قوت پیدا کرد که درآمدهای عظیم نفتی از نقطه‌نظر توسعه اقتصادی باید خبر ناگواری برای صادرکنندگان نفت محسوب گردد (نیری و ون وینبرگن[31]، 1986؛ مابرو و مونرو[32]، 1974 و مابرو[33]، 1980).

تجربه کشور هلند در دهه 1970 بعد از اکتشاف میدان گازی گرونینگن[34] توجهات را به سمت پدیده بیماری هلندی معطوف نمود. این پدیده مشخصا تحت عنوان انقباض بخش غیر هیدروکربوری کشور به خاطر افزایش قدرت واقعی پول ملی تعریف می‌گردد. در هلند این به معنای کاهش تولیدات صنعتی و صنعتی‌زدایی است. در حالی که اقتصاددانان این پدیده را با کشاورزی‌زدایی در کشورهای در حال توسعه مرتبط می‌دانند (استیونز[35]، 2003: 6 و استیجنز[36]، 2003).

در دهه 1990 این اثر درآمدهای نفتی بر رفتار دولت بود که توجه اقتصاددانان را به خود جلب نمود. درآمدهای عظیم و بادآورده حاصل از پروژه‌های نفتی، گازی و معدنی می‌تواند تا حدودی رفتار دولت‌ها را تغییر داده و به رشد و توسعه اقتصادی آسیب رساند (گلب[37]، 1986 و اوتی[38]، 1990). 

از سوی دیگر بررسی و مطالعه رابطه میان متغیرهای اقتصاد کلان و توزیع درآمد از مطالعه کوزنتس (1955) [39] آغاز شد. مطالعات بعدی نظیر مطالعات آلوالیا (1976)[40]، سائیت (1983)[41]، پاپانک و کین[42] (1986) رام[43] (1988)، کامپانو و سالواتوره[44] (1988)، آناد و کانبور[45] (1933) و دنینجر و اسکوآیر[46] (1988) به پیروی از کوزنتس سعی در بررسی رابطه میان رشد اقتصادی و توزیع درآمد نموده‌اند. حجم مطالعات صورت گرفته نشان‌دهنده فصل جدیدی از بررسی توزیع درآمد و ارائه راهکارهایی برای حل مشکلات اجتماعی و اقتصادی است. این در حالی است که برخی از مطالعات به روشی دیگر، یعنی نقش توزیع درآمد و بازخورد اجتماعی آن بر رشد اقتصادی تأکید کرده‌اند. به عنوان نمونه، السینا و رودریک[47] (1994) معتقدند که افزایش نابرابری در توزیع درآمد و ثروت، سبب می‌شود که نرخ مالیات بیشتر از نرخ بهینه‌اش تعیین گردد و این مسأله کاهش سرمایه‌گذاری و به دنبال آن، کاهش نرخ رشد اقتصادی را در پی خواهد داشت.

ساراف و جیوانجی[48] (2001) در مطالعه‌ای به بررسی اثر افزایش درآمدهای ناشی از فروش منابع طبیعی بر نابرابری درآمدی در کشور بوتسوانا پرداخته‌اند. براساس نتایج این تحقیق، دولتمردان در این کشور با مدیریت و تخصیص مناسب این درآمدها توانسته‌اند از یک نرخ رشد اقتصادی مناسب و پایدار برخوردار شوند و نابرابری درآمدی را کاهش دهند. لیکن بیش‌تر مطالعات صورت گرفته در این زمینه بر این نکته تأکید داشته‌اند که وفور منابع باعث بدتر شدن نابرابری درآمد شده است. (اوتی[49]، 1994؛ فیلدز[50]، 1989 ؛ ساراف و جیوانجی[51]، 2001 و بوکلاتو[52]، 2009)

بعضی از مقالات از جنبه اقتصاد نهادی به این موضوع نگاه کرده و بیان می‌دارند منابع طبیعی همچون نفت تأثیر نامطلوبی بر نهادهای کشورهای صادرکننده نفت دارند و از این طریق عملکرد اقتصادی این کشورها را تحت تأثیر قرار می‌دهند. مارتین و سابرامانیان[53] (2013) در مقاله‌ای این موضوع را در مورد کشور نیجریه بررسی کرده و نشان‌ می‌دهند کیفیت نهادهای اقتصادی این کشور به شدت تحت تأثیر منفی درآمدهای نفتی قرار گرفته‌اند. آنها توزیع مستقیم درآمدهای نفتی در میان مردم را به عنوان راه حل این معضل پیشنهاد می‌کنند.

 

3. مطالعات صورت گرفته در داخل کشور

مطالعات متعددی نیز در مورد کشور ایران در زمینه اثرات متغیرهای کلان اقتصادی بر روی توزیع درآمد انجام شده است که از آن‌جمله می‌توان به مطالعه مهران (1975)، مرادی (2009)، سلمانی و آقاجانزاده (1360)، طاهری (1366)، صمدی (1371)، پروین (1375) و ابونوری (1376) اشاره نمود.

جرجرزاده و اقبالی (1384) در مطالعه خود به بررسی اثر درآمدهای نفتی بر توزیع درآمد در ایران با استفاده از روش خودهمبستگی با وقفه‌های توزیعی (ARDL) برای سال‌های 81-1347 پرداخته‌اند. نتایج به دست آمده توسط آنان نشان می‌دهد که درآمدهای نفتی به طور معنی‌داری سبب نابرابرتر شدن توزیع درآمد در کل کشور و در فضای شهری می‌گردد.

رحمانی و گلستانی (1388) در مقاله خود به بررسی اثر مستقیم و غیرمستقیم وفور منابع طبیعی بر روی متغیرهای اقتصادی پرداختند تا با شناسایی مسیرهای مختلف تأثیرگذاری، راه‌حلی برای دستیابی به رشد بالاتر اقتصادی استخراج کنند. آنان با بررسی 16 کشور از میان کشورهای توسعه‌یافته و درحال توسعه نفت‌خیز اثر درآمدهای بالای نفتی بر روی نابرابری توزیع درآمد را مورد بررسی قرار داده و به این نتیجه رسیدند که در دهه اخیر درآمدهای نفتی در کشورهای توسعه یافته‌ای که دولت کارا دارند، سبب کاهش نابرابری توزیع درآمد و در بیشتر کشورهای دارای دولت‌های با کارایی کم‌تر سبب افزایش نابرابری شده است. علت این تفاوت را می‌توان در زیرساخت نهادی و قانونی کشورها و ایجاد فرصت‌های رانت‌جویی جستجو کرد، چنان که در رگرسیون تخمین زده شده، متغیر جانشین رانت‌جویی بیشترین تأثیر را بر نابرابری توزیع درآمد داراست.

مرادی (1389) در مقاله خود بر اساس داده‌های دوره 85-1347 به بررسی تأثیر درآمدهای نفتی بر روی رشد اقتصادی و توزیع درآمد می‌پردازد. یافته‌های او حاکی از تأثیر مثبت نفت بر رشد اقتصادی و توزیع درآمد در بلندمدت است لیکن این تأثیرات بسیار ناچیز است.

مهرآرا، ابریشمی و زمان‌زاده نصرآبادی (1389) نیز به بررسی نقش نهادها و ساختارهای حاکم در یک کشور در نوع و نحوه اثرگذاری درآمدهای نفتی بر رشد و توسعه اقتصادی کشورهای صادرکننده نفت می پردازند. آنان بر اساس مدلهای اقتصاد سنجی پانل بر مبنای اطلاعات دوره 1980 تا 2007 برای 23 کشور مهم صادر کننده نفت به این نتیجه می رسند که متغیر کلیدی و تعیین کننده در تبدیل رانت حاصل از منابع نفتی به مصیبت یا موهبت، کیفیت نهادی حاکم در کشورهای صادرکننده نفت است. به علاوه شاخص کیفیت نهادی ایران کمتر از حد آستانه لازم بوده و احتمالا در ایران منابع نفتی مصیبت بوده است.

 

4. مدل تحلیلی تحقیق

مدل خودرگرسیون برداری بیزین

مدل خودرگرسیون برداری نامقید با n معادله و r دوره وقفه که به صورت  نمایش داده می‌شود را می‌توان به صورت زیر نوشت:

(1)                              

که در آن  بردار  شامل متغیرهای وابسته بوده،  بردار  اجزای ثابت و متغیرهای برونزا[54]، ‍C و  به ترتیب ماتریس  و  ضرایب مدل و  بردار اجزای خطا است به‌گونه‌ای که  فرض شده‌است.  ماتریس واریانس کواریانس S نیز یک ماتریس معین مثبت مجهول با ابعاد  است.

با تعریف بردار  می‌توان مدل ارائه شده در معادله 1 را به صورت زیر بازنویسی نمود:

 

به گونه‌ای که

 

باشد. همان‌طور که مشاهده می‌نمایید ماتریس Y به‌گونه‌ای تعریف شده‌است که ابعاد آن  بوده و تمامی T مشاهده مربوط به هر یک از متغیرهای وابسته را در ستون‌های جداگانه نشان می‌دهد.

انتخاب متغیرهای مدل

براساس مطالعات صورت گرفته که در قسمت پیشینه تحقیق مورد اشاره قرار گرفت، می‌توان متغیرهای زیر را به عنوان مهمترین متغیرهای تأثیرگذار بر شاخص جینی معرفی نمود.

درآمد سرانه

یکی از مهمترین نظریه‌ها در خصوص تأثیر درآمد سرانه بر توزیع درآمد، فرضیه کوزنتس است. فرضیه کوزنتس بیان می‌کند که در مراحل اولیه توسعه شکاف درآمدی افزایش و در مراحل بالاتر توسعه، نابرابری کاهش می‌یابد. مبنای این فرضیه به طور خلاصه این است که نسبت پس‌انداز به درآمد در گروه‌های درآمدی به طور متناسب افزایش می‌یابد. از این رو، جامعه در مراحل اولیه توسعه – که به حجم بالای سرمایه‌گذاری نیاز دارد- به ناچار می‌بایست درجه‌ای از تمرکز در درآمدها را بپذیرد تا به تدریج پس از توسعه ظرفیت‌ها و افزایش منابع امکان اعمال سیاست‌های توزیعی فراهم شود.

نرخ تورم

نرخ تورم به دلیل تأثیر بر وضعیت تخصیص و توزیع منابع، توزیع مجدد درآمد و انحراف منابع از تولید به فعالیت‌های رانت‌جویانه و غیر مولد، توزیع درآمد را تحت تأثیر قرار می‌دهد. تورم برای برخی از مردم به منزله مالیات و برای برخی دیگر نوعی یارانه تلقی می‌شود. تورم باعث تغییر توزیع درآمد به ضرر گروه‌های درآمدی ثابت یا حقوق‌بگیران می‌شود.

از سوی دیگر، نرخ بالای تورم تصمیمات بنگاه‌های تولیدی و مالی را تحت تأثیر قرار می‌دهد. نرخ تورم بالا باعث می‌شود تا عاملان اقتصادی به جای افزایش درآمد از طریق بهره‌وری بنگاه در پی کسب رانت‌های ناشی از تورم باشند. در شرایطی که انحصارات و مراکز نفوذ و قدرت وجود داشته باشد و با تورم توأم شوند، سودآوری فعالیت‌های غیر مولد و رانت‌جویانه افزایش می‌یابد. بنابراین، به‌جای تخصیص منابع به فعالیت‌های اشتغال‌زا  منابع به سوی فعالیت‌هایی سرازیر می‌شود که سود کلانی را نصیب افراد خاص می‌کند، در نتیجه توزیع درآمد شرایط بدتری پیدا خواهد کرد.

مخارج دولت و ترکیب آن

اثر هزینه‌های دولت بر توزیع درآمد قاعدتاً در جهت کاهش نابرابری است. اما با نگرش خرد به این مسئله می‌توان ادعا نمود اثر هزینه‌های دولتی بر توزیع درآمد، بستگی به توزیع این مخارج بین بخش‌ها، مناطق و گروه‌های درآمدی خواهد داشت. مخارج سرمایه‌ای می‌توانند با افزایش بهداشت و آموزش و پروش از حلقه نیروی کار بر وضعیت توزیع درآمد آثار مساعدی داشته باشد (ابونوری و خوشکار، 1386: 173). مخارج سرمایه‌ای در جهت گسترش شبکه‌ جاده‌ای کشور به منظور توزیع آسانتر محصولات کشاورزی، زیرساخت‌های مورد نیاز در بخش کشاورزی همچون صنعتی‌سازی و گسترش مجتمع‌های کشت و صنعت، بهبود سیستم‌های آبیاری و آبرسانی به مناطق خشک روستایی می‌تواند در زمینه کاهش فقر از این مناطق و رسیدن به رشد اقتصادی پایدار مؤثر واقع گردد.

طبق مطالعات تجربی چاو، داوودی و گوپتا (2000) و بلیجر و گاریرریو[55] (1990) هزینه‌های دولتی ممکن است به دلایل مختلف مانند روش تأمین مالی هزینه‌های دولتی، ترکیب هزینه‌های دولتی و توزیع این مخارج بین بخش‌ها، آثار مساعد یا نامساعدی بر توزیع درآمد داشته باشد. بنابراین به لحاظ تئوریک نمی‌توان وجود رابطه مستقیم یا غیر مستقیم بین مخارج دولت و توزیع درآمد را تعیین نمود.

در این مطالعه از متغیرهای سهم مخارج عمومی دولت در تولید ناخالص داخلی، ، به عنوان شاخص اندازه دولت است و نسبت مخارج مصرفی دولت به مخارج سرمایه‌ای آن، ، به عنوان شاخص ترکیب مخارج دولتی استفاده شده است.

درآمدهای نفتی

درآمدهای نفتی از طرق کانالهای مختلفی می‌تواند بر توزیع درآمد تأثیر بگذارد که مهمترین آنها در قسمت مبانی نظری ارائه و بررسی شدند.

 

5. تصریح مدل و داده‌های مورد استفاده

در مجموع مدلی که برای بررسی اثر درآمدهای نفتی بر توزیع درآمد در ایران مورد استفاده قرار داد‌ه‌ایم مدل VAR(3) با 6 متغیر درونزا و 1 متغیر برونزای موهومی است که در زیر نشان داده شده‌است. [56]

(2)      

شایان ذکر است که متغیرهای مدل به صورت بردار 6×1  است. بردار  شامل جزء ثابت عرض از مبدأ و متغیر موهومی War است که برای در نظر گرفتن شرایط دوران جنگ در مدل لحاظ شده است.  برابر با شاخص ضریب جینی است.  برابر با نرخ تورم است که با استفاده از شاخص قیمت مصرف‌کننده محاسبه شده است.  نیز تولید ناخالص داخلی سرانه بدون نفت به قیمت‌های ثابت سال 1376 است.   برابر با سهم مخارج دولت از تولید ناخالص داخلی است.  نیز برابر با نسبت مخارج مصرفی به مخارج عمرانی دولت است.  نیز درآمد واقعی سرانه نفت می‌باشد. برای محاسبه درآمد واقعی نفت ابتدا قیمت نفت ایران را با در نظر گرفتن شاخص قیمت مصرف‌کننده امریکا تعدیل نموده و در صادرات نفت ایران ضرب نموده‌، سپس مقدار به دست آمده را بر جمعیت تقسیم نموده‌ایم تا درآمد واقعی سرانه نفت به دست آید.

آمار استفاده شده در این تحقیق به صورت سالانه بوده و مربوط به سالهای 1352 الی 1389 است که از بانک اطلاعات سری زمانی و نماگرهای اقتصادی بانک مرکزی و مرکز آمار جمع‌آوری شده است. در جدول زیر نتایج مربوط به آزمون پایایی متغیرها نمایش داده شده است.

 

جدول 1. نتایج آزمون پایایی متغیرهای مدل

متغیرها

(سطح)

آماره آزمون

احتمال

متغیرها

(تفاضل مرتبه اول)

آماره آزمون

احتمال

Gini

145863/2-

0325/0

D(Gini)

706233/2-

0084/0

dP

322330/1-

1688/0

D(dP)

059821/6-

0

GDP

649976/1

9729/0

D(GDP)

372749/3-

0013/0

G/Y

597329/0-

4518/0

D(G/Y)

845465/2-

0058/0

Gc/Gi

536995/0-

4775/0

D(Gc/Gi)

300109/6-

0

Oil

2491143/1-

1907/0

D(Oil)

818608/6-

0

منبع: محاسبات تحقیق

 

به طور معمول به دلیل وجود مسئله رگرسیون کاذب[57] در شرایطی که متغیرها پایا نیستند، ابتدا با تفاضل­گیری متغیرها را پایا کرده و سپس در  مدل وارد می­نمایند. لیکن سیمز(1980) و سیمز، استاک و واتسون (1990) معتقدند که حتی اگر متغیرها دارای ریشه واحد باشند، نباید تفاضل آن‌ها را در سیستم وارد کرد. استدلال آن‌ها این است که هدف از تحلیل VAR تعیین روابط متقابل میان متغیرها و نه برآورد پارامترها است. در واقع استدلال اصلی آن‌ها این است که با تفاضل گیری، اطلاعاتی را که نشان دهنده وجود روابط همجمعی میان متغیرها است را از دست خواهیم داد. به همین ترتیب استدلال می­شود که نیازی به روندزدایی از متغیرهای موجود در مدل VAR نیست (اندرس، 1386،ج 2: 70).

در صورتی که میان متغیرهای رابطه همجمعی وجود داشته باشد، می­بایست از چارچوب VECM[58] استفاده نمود. اما از آنجا که مدل VECM را با تغییر و تبدیل پارامترها می­توان به شکل یک مدل VAR معادل نوشت، چنانچه رابطه همجمعی میان متغیرهای مدل وجود داشته باشد، می­توان یک مدل VAR با متغیرهای ناپایا را برآورد و به نتایج معتبری رسید (ر.ک. سلوور و راند[59] (1996: صص 569-602)).

برای بررسی وجود رابطه همجمعی میان متغیرهای مدل از آزمون یوهانسن- جوسیلیوس استفاده می­شود. نتایج این آزمون که در جدول زیر آمده است، نشان می­دهد هم براساس آمارهλtrace  و هم بر اساس آمارهλmax   دو رابطه همجمعی میان متغیرهای مدل وجود دارد.

 

جدول 2. نتایج آزمون همجمعی

آزمون اثر

آزمون حداکثر مقادیر ویژه

تعداد بردارهای همجمعی

مقدار آماره

λtrace

احتمال

تعداد بردارهای همجمعی

مقدار آماره

λmax

احتمال

None *

1048/123

0002/0

None *

16965/47

0068/0

At most 1 *

93519/75

015/0

At most 1 *

49642/33

0454/0

At most 2

43877/42

1468/0

At most 2

5053/21

2468/0

At most 3

93347/20

3618/0

At most 3

95367/12

4565/0

At most 4

979802/7

4676/0

At most 4

975097/6

4921/0

At most 5

004705/1

3162/0

At most 5

004705/1

3162/0

At most 6

1048/123

0002/0

At most 6

16965/47

0068/0

منبع: محاسبات تحقیق

 

برای تعیین طول وقفه بهینه مدل، می­توان مدل را به ازای وقفه­های مختلف برآورد و براساس معیارهای اطلاعاتی وقفه بهینه مدل را تعیین کرد. مقادیر معیارهای اطلاعاتی در جدول زیر نشان داده شده است.  براساس آنچه در این جدول نشان داده است، طول وقفه بهینه مدل، 3 می­باشد.

 

جدول 3. تعیین وقفه بهینه مدل

Lag

LogL

LR

FPE

AIC

SC

HQ

0

3268/99-

NA

05-E66/1

018677/6

285308/6

110718/6

1

6465/32

1574/211

08-E10/7

534486/0

857769/3

178773/1

2

0336/77

80093/55

08-E33/5

055223/0

521427/3

251756/1

3

1439/135

*12939/53

*08-E64/2

*208221/1-

*400903/2

*540558/0

* نشان‌دهنده وقفه بهینه مدل می­باشد.

منبع: محاسبات تحقیق

 

6. نتایج

مدل مذکور با استفاده از نرم‌افزار متلب تخمین زده شده و در این قسمت نتایج به دست‌آمده از آن به تفصیل مورد بررسی قرار می‌گیرد.

یکی از مقیاس‌های انتخاب بهترین و دقیق‌ترین تابع پیشین برای محاسبه تابع عکس‌العمل آنی در مدلهای خودرگرسیون برداری بیزین پیش‌بینی خارج از نمونه است. همچنین شایان ذکر است که معمولاً از پیش‌‌بینی بازگشتی[60] که دربرگیرنده پیش‌بینی در زمانهای  می‌باشد، استفاده می‌شود. به عبارت دیگر مدل را باید  مرتبه با استفاده از نمونه‌های فرعی[61] مناسب تخمین زد و به همین تعداد از پیش‌بینی مربوط به  دست یافت.[62] تابع چگالی پیش‌بینی به صورت  است که بر اساس اطلاعاتی است که در زمان t در دسترس است. همچنین  متغیر تصادفی است که ما به دنبال پیش‌بینی آن هستیم ( مثل dP، GDP یا Gini).

برای بررسی میزان دقت پیش‌بینی مدلهای مختلف از شاخصهایی همچون RMSE استفاده می‌شود. این شاخص به صورت زیر قابل تعریف است:

(3)                            

با در نظرگرفتن  و افق پیش‌بینی متفاوت از  تا  پیش‌بینی هریک از مدلهای فوق را با هم مقایسه نموده‌ایم. در جدول زیر شاخص RMSE برای مدلهای مختلف و افقهای پیش‌بینی مذکور نشان‌ داده شده است. با توجه به ستون آخر جدول مذکور، مدل VAR با استفاده از تابع پیشین SSVS-Full و پیش‌بینی‌های دقیقتری نسبت به سایر روشها ارائه می‌کند. نکته قابل توجه آن است که مدل VAR با تابع پیشین پراکنده (OLS) دارای پایین‌ترین دقت است. بنابراین در عمل نیز مشخص شد که تخمین مدل VAR از روش اقتصادسنجی کلاسیک و استفاده از روش OLS برای تخمین آن به خاطر مشکل وفور پارامتر نتایج ضعیف‌تری را به دنبال دارد. اما استفاده از روش BVAR با تابع پیشین SSVS به خاطر منقبض شدن مدل و میل ضرایب نامربوط مدل به سمت صفر نتایج بهتری را در پی خواهد داشت. بنابراین همان‌طور که اشاره شد به دلیل خطای پیش‌بینی کمتر روش بیزین با تابع پیشین SSVS-Full از این روش برای محاسبه تابع عکس‌العمل آنی استفاده خواهیم نمود.

 

جدول 4. شاخص RMSE پیش‌بینی مدلهای مختلف

 

یک دوره جلوتر

دو دوره جلوتر

سه دوره جلوتر

چهار دوره جلوتر

متوسط یک تا چهار دوره

شاخص نسبی

OLS

638/0

631/0

715/0

864/0

712/0

1

مینسوتا

443/0

390/0

529/0

716/0

520/0

730/0

توأمان طبیعی

411/0

329/0

483/0

642/0

466/0

655/0

نرمال- ویشارت مستقل

518/0

598/0

638/0

689/0

611/0

858/0

SSVS-Wishart

740/0

492/0

481/0

683/0

599/0

841/0

SSVS-Full

320/0

418/0

431/0

579/0

437/0

614/0

مأخذ: محاسبات تحقیق

 

استفاده از تابع پیشین SSVS این اهمکان را فراهم می‌نماید که احتمال  را برای هریک از ضرایب مدل VAR محاسبه نماییم. این احتمالات پسین مربوط به داخل کردن هر یک از ضرایب مدل می تواند برای میانگین‌گیری مدلها و یا به عنوان یک معیار غیر رسمی برای انتخاب متغیرهای مدل و ساخت یک مدل جدید و مقید مبتنی بر آنها مورد استفاده قرار گیرد. در جدول زیر احتمال شمولیت پسین[63] را برای هریک از ضرایب مدل نمایش داده شده است.

 

 

 

 

 

 

 

 

 

جدول 5. احتمال پسین شمولیت ضرایب مدل BVAR با تابع پیشین SSVS-Full

             

جزء ثابت

9974/0

1501/0

0226/0

1265/0

0529/0

0224/0

متغیر موهومی

0513/0

0687/0

0728/0

8360/0

1678/0

0584/0

 

1041/0

0606/0

0319/0

2379/0

0556/0

0332/0

 

0395/0

6155/0

0515/0

4684/0

0645/0

0591/0

 

0214/0

0204/0

1

1817/0

0322/0

2637/0

 

0260/0

0163/0

1288/0

1

0142/0

5497/0

 

0396/0

0716/0

0515/0

0804/0

9612/0

0518/0

 

0770/0

0917/0

6099/0

1215/0

0862/0

3585/0

 

0441/0

0940/0

0344/0

9314/0

0495/0

0321/0

 

0495/0

1008/0

0561/0

1140/0

0972/0

0885/0

 

0250/0

0256/0

0792/0

5133/0

0431/0

0813/0

 

0532/0

0162/0

1499/0

1044/0

0170/0

7072/0

 

0764/0

0965/0

1024/0

1338/0

0876/0

0780/0

 

0506/0

0700/0

2291/0

1766/0

0518/0

0654/0

 

0483/0

520/0

0287/0

9279/0

0508/0

0276/0

 

0457/0

0651/0

0519/0

2109/0

0579/0

2078/0

 

0179/0

0235/0

0599/0

1655/0

0389/0

0428/0

 

0626/0

0433/0

4421/0

1626/0

0622/0

0762/0

 

0474/0

0993/0

2263/0

2379/0

1983/0

1565/0

 

0184/0

0268/0

5897/0

9791/0

0277/0

0313/0

مأخذ: محاسبات تحقیق

 

همان‌طور که در جدول فوق مشاهده می‌نمایید احتمال شمولیت وقفه‌های اول اکثر متغیرهای مدل در معادله مربوط به خودشان برابر با یک است. اما احتمال شمولیت سایر متغیرها در 6 معادله مدل بسیار پایین است.

جدول فوق می‌تواند از جهات مختلفی مورد استفاده قرار گیرد. به عبارت دیگر می‌توان از تابع پیشین SSVS به عنوان روشی برای انتخاب تعداد وقفه‌های بهینه مدل و یا انتخاب متغیرهای مدل مقید استفاده نمود (کوپ و کوروبلیس 2010)[64]. به عنوان مثال در جدول بالا به خوبی مشخص است که در وقفه‌‌های سوم تنها دو ضریب (ضرایب مربوط به وقفه سوم درآمدهای نفتی در معادلات سهم مخارج دولت در تولید ناخالص داخلی و نسبت مخارج مصرفی به مخارج عمرانی دولت) از اهمیت بالایی برخوردار هستند. همچنین اگر محقق بخواهد یک مدل  VARمقیدی را که تنها شامل ضرایب دارای احتمال شمولیت بالای 50 درصد باشد، انتخاب نماید () بر اساس جدول فوق مدلی را انتخاب خواهد نمود که از 120 متغیر توضیحی موجود در مدل نامقید تنها 14 متغیر (موارد پررنگ شده) را وارد کرده و ضریب بقیه متغیرها را صفر در نظر بگیرد. اما در این تحقیق همان‌طور که قبلا هم اشاره شد، با میانگین‌گیری بیزین مدلها (BMA) توابع پسین تخمین زده شده‌اند.

در مدلهای خودرگرسیون برداری برای بررسی تأثیر ایجاد یک شوک در یک متیغیر خاص بر سایر متغیرهای مدل باید از توابع عکس العمل آنی[65] استفاده نمود. در اقتصادسنجی بیزین برای محاسبه توابع عکس العمل (که تابعی غیر خطی از ضرایب مدل خودرگرسیون برداری و ماتریس S است) از روشهای شبیه‌سازی پسین استفاده می‌گردد. برای مقایسه نتایج به دست آمده از مدل خودرگرسیون برداری تخمین زده شده با روش OLS و مدل خودرگرسیون برداری بیزین با تابع پیشین SSVS توابع عکس العمل آنی به دست آمده از هرکدام از آنها را مورد بررسی قرار می دهیم. روش تجزیه چولسکی به عنوان روش شناسایی تکانه‌های ساختاری به ترتیب قرار گرفتن متغیرهای دستگاه حساس می‌باشد. در واقع تجزیه چولسکی نوعی ساختار بازگشتی ویژه را به مدل تحمیل می‌کند. لذا کوپ و همکاران (1996) و پسران و شین (1998) رویکرد توابع عکس‌العمل آنی تعمیم‌یافته[66] و تجزیه وارایانس خطای پیش‌بینی تعمیم‌یافته[67] را معرفی نمودند که در آن نتایج به دست آمده به ترتیب قرار گرفتن متغیرها حساس نیست. در این مقاله نیز برآورد توابع عکس‌العمل آنی و تجزیه واریانس با استفاده از این روش انجام شده است.

توابع عکس‌العمل آنی تمامی متغیرهای مدل در پیوست نمایش داده شده است. در این نمودارها میانه پسین با خط پیوسته نمایش داده شده و خطوط نقطه چین نمایشگر صدکهای دهم و نودم می‌باشد. در نگاه اولیه دو تابع پیشین به کارگرفته شده (پراکنده (OLS) و SSVS) به وضوح نتایج مختلف و بعضا در جهت مخالفی را نشان می داد. تفاوت اصلی نتایج به دست آمده از هریک از توابع مذکور در این است که استفاده از تابع پیشین SSVS به خاطر انقباض ضرایب مدل به استنباط آماری دقیقتری می انجامد. این مسئله با مشاهده باندهای بارکتر بین صدکهای دهم و نودم در نمودار مربوط به توابع عکس العمل آنی به دست آمده از مدل BVAR-SSVS به راحتی قابل تشخیص است. از طرفی دیگر اثر شوکهای وارده در مدل تخمین زده شده با روش OLS در بسیاری از موارد ناچیز و متمایل به صفر است؛ که دلیل آن را می‌توان همان مسئله وفور پارامتر و تخمین اشتباه و متمایل به صفر ضرایب مدل دانست.

لذا در این قسمت تنها از تابع پیشین SSVS-Full برای محاسبه توابع عکس‌العمل آنی استفاده نموده و تنها واکنش شاخص جینی به شوک‌های وارده بر سایر متغیرهای مدل را مورد بررسی قرار می‌دهیم. در نمودارهای 1 تا 5 توابع عکس‌العمل آنی متغیر شاخص جینی در واکنش به ایجاد یک شوک (به اندازه یک انحراف معیار) در سایر متغیرهای مدل نمایش داده شده است.

 

 

نمودار 1. واکنش متغیر Gini به شوک وارده بر متغیر dP

 

همان‌طور که در نمودار فوق مشاهده می‌نمایید اثر افزایش تورم بر روی شاخص جینی هرچند مثبت اما ناچیز است. اما در کل می‌توان گفت تورم باعث تشدید نابرابری در اقتصاد ایران گشته است. این امر با مبانی تئوریک نیز که قبلا اشاره شد، سازگاری دارد. لازم به ذکر است محور عمودی در نمودارهای عکس العمل آنی بر حسب انحراف معیار متغیر مربوطه از روند پایدار(steady-state) خود  (و نه مقدار اسمی متغیرها) می باشد.  همچنین به منظور بررسی معناداری توابع عکس العمل، نوارهای اطمینان که در هر نقطه بیانگر صدک دهم و نودم مقدار تخمین خورده می‌باشد، نیز ترسیم شده است. این نوارها با استفاده از شبیه‌سازی نمونه گیری گیبس[68] محاسبه شده‌اند. معناداری در توابع عکس‌العمل آنی به این معنا است که عکس‌العمل متغیرهای مربوطه به لحاظ آماری صفر نباشد. و این مسئله زمانی اتفاق می‌افتد که نوارهای اطمینان مذکور در یکسوی محور افقی قرار بگیرند (یا بالای محور افقی باشند و یا پایین) (لانگ[69]، 2010: 788). بنابراین می‌توان گفت اثر تورم بر متغیر شاخص جینی معنادار نیست.

 

 

نمودار 2. واکنش متغیر Gini به شوک وارده بر متغیر Gdp

 

طبق نمودار بالا اثر افزایش تولید بر روی شاخص جینی منفی و پایدار است. همچنین این اثر از دوره 4 به بعد کاملا معنادار است. لذا می‌توان نتیجه گرفت که بین تولید و بهبود توزیع درآمد در ایران رابطه رابطه مثبتی وجود دارد. این مسئله نشان از این دارد که ایران مراحل اولیه توسعه که مورد توجه کوزنتس بوده است را سپری کرده است و دیگر تضادی بین رشد اقتصادی و توزیع درآمد وجود ندارد.

بالاخره بر اساس نمودار زیر اثر یک شوک وارده بر متغیر درآمدهای نفتی دولت بر روی شاخص جینی مثبت و قابل توجه است. لذا همان‌طور که انتظار می‌رفت می‌توان گفت افزایش درآمدهای نفتی باعث تشدید نابرابری‌ها در اقتصاد ایران گشته است. البته همان‌طور که در این نمودار نشان داده شده است این اثر بعد از دو دوره ظاهر شده و در دوره پنجم به اوج خود رسیده و سپس به آرامی میرا می‌شود. نکته قابل توجه این است که افزایش درآمدهای واقعی نفت در سه دوره اول باعث بهبود توزیع درآمد شده است. گرچه این اثر تا دوره چهارم معنادار نبوده و از دوره 4 تا دوره 20 معنادار است.

 

 

نمودار 3. واکنش متغیر Gini  به شوک وارده بر متغیر Oil

 

در نمودارهای زیر اثر توزیعی شوک‌های وارده بر متغیرهای مخارج عمومی دولت و نسبت مخارج مصرفی به مخارج عمرانی دولت نیز نشان داده شده است. طبق این نمودارها می‌توان نتیجه گرفت افزایش مخارج عمومی دولت از یک‌سو و افزایش هزینه‌های مصرفی نسبت به مخارج عمرانی دولت از سوی دیگر باعث تشدید نابرابری در اقتصاد ایران می‌گردد. نکته قابل توجه این است که اثر افزایش مخارج عمومی دولت بر توزیع درآمد نسبتا شدید و فوری بوده به طوری که در دوره دوم به اوج خود می‌رسد.

 

 

نمودار 4. واکنش متغیر Gini به شوک وارده بر متغیر G/Y

 

 

نمودار 5. واکنش متغیر Gini به شوک وارده بر متغیر Gc/Gi

 

برای تعیین میزان اثرگذاری متغیرهای کلان اقتصاد بر روی نابرابری درآمدی از حیث جهت و اندازه، مناسب است که در کنار نمودار توابع عکس العمل آنی از یک سری شاخص‌ها استفاده نماییم. لذا در جدول زیر میزان واکنش متغیر Gini به شوک‌های وارده بر سایر متغیرهای مدل به لحاظ میزان واکنش دوره دوم، بیشترین واکنش، دوره بیشترین میزان واکنش و میانگین واکنش‌ها در 6 دوره اول ارائه شده است.

 

جدول 6. واکنش شاخص جینی (Gini) به شو‌ک‌های وارده بر سایر متغیرهای مدل

 

پاسخ به شوک Gdp

پاسخ به شوک G/Y

پاسخ به شوک Gc/Gi

پاسخ به شوک Oil

پاسخ به شوک dp

میزان واکنش دوره دوم

0

126/0-

342/0

010/0

039/0

بیشترین میزان واکنش

001/0

278/0-

342/0

030/0

298/0

دوره­ بیشترین واکنش

2

4

2

3

5

میانگین واکنش­ها در 10دوره اول

0

228/0-

120/0

009/0

153/0

مأخذ: نتایج تحقیق

 

براساس جدول فوق می‌توان نتیجه گرفت که متغیر Oil بعد از متغیر G/Y بیشترین اثر را بر روی شاخص جینی داشته‌ است. همچنین همانطور که در بالا ذکر شد تأثیر متغیر مربوط به مخارج دولت بر روی شاخص جینی نسبت به سایر متغیرهای مدل شدیدتر و سریع‌تر بوده است.

نکته قابل تأمل این است که علی‌رغم تلاش دولت برای کاهش نابرابری در جامعه هزینه‌های صورت گرفته به صورت بهینه و کارا نبوده و تخصیص آن به گروه‌های هدف به صورت صحیح انجام نشده است.

در نمودار زیر نیز به بررسی تجزیه واریانس متغیر شاخص جینی نسبت به واریانس سایر متغیرهای مدل از 1 تا 32 دوره، پرداخته‌ایم.

 

 

نمودار 6. تجزیه واریانس مربوط به متغیر Gini

 

همان‌طور که در جدول زیر مشاهده می‌نمایید تغییرات درآمدهای نفتی بعد از حدود 5 سال به صورت ثابت حدود 10 درصد از تغییرات شاخص جینی را توضیح می‌دهد. به غیر از خود متغیر شاخص جینی تولید ناخالص داخلی نیز نقش مهمی در توضیح تغییرات این متغیر ایفا کرده است.

 

جدول 7. تجزیه واریانس متغیر Gini

دوره

Gini

dP

GDP

G/Y

GC/GI

Oil

1

100

0

0

0

0

0

5

81/83

11/1

07/3

07/0

38/2

56/9

15

87/67

32/3

62/12

03/0

30/5

86/10

30

96/53

01/6

16/26

02/0

65/4

20/9

ماخذ: نتایج تحقیق

 

 

 

 

7. جمع‌بندی و ارائه راهکارها و پیشنهادات

در این تحقیق به صورت نظری و تجربی ارتباط بین درآمدهای نفتی و نابرابری درآمدی مورد بررسی قرار گرفت. یافته اصلی این تحقیق نشان از این دارد که افزایش درآمدهای نفتی ابتدا باعث کاهش نابرابری می‌گردد، لیکن بعد از دو دوره نابرابری به مرور افزایش یافته و بعد از 5 دوره به اوج خود می‌رسد (نمودار 3 را ببینید). و در بلندمدت اثر مستقیم درآمدهای نفتی بر نابرابری پابرجا می‌ماند. لذا می‌توان گفت طبق نتایج به عمل آمده افزایش درآمدهای واقعی نفت باعث تشدید نابرابری در اقتصاد ایران شده است.

در اینجا به ارائه راهکارها و پیشنهاداتی جهت مدیریت بهتر درآمدهای نفتی و استفاده از آن در راستای کاهش نابرابری می‌پردازیم. با توجه به اینکه به لحاظ نظری و تجربی مشاهده شد که درآمدهای نفتی در اقتصاد ایران باعث تشدید نابرابری‌ها گردیده است، در این قسمت سعی نموده‌ایم به ارائه پیشنهادات مطرح در خصوص حل این معضل که به نوعی نفرین منابع نفتی در اقتصاد ایران در بعد توزیع درآمد محسوب می‌گردد بپردازیم. لازم به ذکر است که موارد بحث شده در این قسمت صرفا تحت عنوان پیشنهاد بوده و لزوما به طور مستقیم از نتایج این تحقیق قابل استخراج نیست.

اولین راه حل که در ادبیات اقتصاد انرژی مطرح می‌شود کاهش تولید و در بیانی افراطی باقی گذاشتن ذخایر هیدروکربوری در زیر زمین است. در نگاهی کلی این گزینه یک راه حل افراطی است ولی توسط سایر اقتصاددانان برای موارد مشابه همچون مطالعه مربوط به مؤسسه اوکسفام امریکا[70] مطرح و تجویز شده است (رز[71]، 2001). لیکن قطع تولید از ذخایر نفتی به دلیل وابستگی شدید ارزی کشورهای صادرکننده به نفت نمی‌تواند در عمل گزینه‌ای‌ جدی محسوب گردد. لذا این موضوع مطرح می‌شود که حداقل سرعت استخراج این ذخایر را کاهش داده و به دنبال آن سرعت ورود درآمدهای ارزی حاصله را محدود سازیم[72] (استیونز[73]، 2003: 18). در ادبیات اقتصاد انرژی کشور نیز بحث اقتصاد بدون نفت و کاهش وابستگی اقتصاد ملی به دلارهای نفتی سابقه دیرینه داشته و صاحب‌نظران متعددی در این خصوص اظهار نظر نموده‌اند. به عنوان مثال درخشان (1381) در مقاله خود ضمن تأکید بر استفاده بهینه از دلارهای نفتی جهت رفع تنگناهای ارزی کشور به این نکته اشاره می‌کند که میزان وابستگی توسعه اقتصادی به درآمدهای نفتی باید به مرور کاهش یابد تا از یکسو پایه‌های اقتصاد ملی بر توان و ظرفیت‌های داخلی به جای صدور نفت خام استوار گردد و از سوی دیگر نسل‌های آتی از این نعمت خدادادی محروم نگردند. بدیهی است یکی از روشهای دست‌یابی به این هدف کاهش سرعت بهره‌برداری از ذخایر نفتی و یا حداقل کاهش سرعت و کنترل جریان ورود درآمدهای نفتی به اقتصاد کشور است.  

به طور خلاصه می‌توان فواید ناشی از کاهش سرعت استخراج از مخازن نفتی را به صورت زیر بیان نمود:

  1. امکان مدیرت بهتر درآمدهای نفتی و تنظیم و تعدیل آن توسط اقتصاد و جامعه
  2. امکان توسعه همزمان سایر بخش‌های اقتصاد و صنایع پیشینی و پسینی همگام با توسعه بخش نفت و تبدیل بخش نفت به موتور رشد اقتصادی کشور
  3. امکان توزیع بهتر درآمدهای نفتی در میان نسل کنونی به دلیل ایجاد اشتغال در سایر صنایع و بخش‌های اقتصاد
  4. بیشتر شدن ارزش فعلی درآمدهای نفتی به دلیل افزایش قیمت نفت در طول زمان و افزایش میزان کل استخراج نفت (افزایش ضخامت ستون نفتی) به دلیل جلوگیری از افت سریع فشار مخازن و حداکثر شدن منافع ملی[74]
  5. امکان توزیع بهتر درآمدهای نفتی در میان نسل‌های آتی و رعایت عدالت بین نسلی در این خصوص
  6. وجود ظرفیت مازاد تولید و بهره‌برداری سیاسی- اقتصادی از آن در مواقع لازم در میان‌مدت و بلندمدت

راه حل دوم مدیریت صحیح درآمدهای نفتی است. در کنار کاهش نرخ تولید از ذخایر نفتی باید از روش‌های مختلف مدیریت درآمدهای نفتی بهره جست. این روشها شامل تثبیت درآمدهای نفتی با استفاده از صندوق‌های مختلف تثبیت‌کننده، ذخیره پس‌انداز و صندوق‌های مجازی (تأمین مالی)، عقیم‌سازی درآمدهای نفتی و ... می‌باشد. لازم به ذکر است که بر اساس نتایج این مطالعه یکی از عواملی که باعث تشدید نابرابری می‌شود افزایش مخارج عمومی دولت بوده است. لذا تثبیت درآمدهای نفتی به منظور تثبیت مخارج دولت و جلوگیری از نوسانات شدید در آن می‌تواند افزایش شدید نابرابری را کنترل نماید.

سومین راهکار درخصوص کاهش آثار سوء درآمدهای نفتی بر توزیع درآمد، اختصاص مستقیم بخشی از این درآمدها به طرح‌ها فقرزدایی و توسعه مناطق محروم است. اقشار کم‌درآمد جامعه میل نهایی به مصرف بالاتری نسبت به اقشار پردرآمد داشته و معمولا افزایش درآمد آنها منجر به افزایش تقاضا در بازارهای مصرفی داخلی می‌گردد. لذا پرداخت‌های انتقالی دولت به این اقشار نه تنها نقدینگی سرگردان و به دنبال آن سفته بازی در بازارهایی همچون مسکن، طلا و ارز نمی‌گردد، بلکه باعث افزایش تقاضای واقعی برای کالاهای داخلی (که سهم بیشتری در سبد مصرفی اقشار کم‌درآمد دارند) می‌گردد. از سوی دیگر افزایش درآمد این طبقات به طور مستقیم نابرابری را در جامعه کاهش می‌دهد. همچنین طرح‌های ارتقای بهداشت و آموزش در مناطق محروم می‌تواند در بلندمدت باعث توسعه سرمایه‌ اجتماعی این مناطق گشته و توزیع درآمد را بهبود بخشد.

 

پیوست

توابع عکس‌العمل آنی

 

 

نمودار 7. توابع عکس‌العمل آنی محاسبه شده با تابع پیشین SSVS-Full

 

 

نمودار 8. توابع عکس‌العمل آنی محاسبه شده با روش OLS

 

منابع

الف- فارسی

ابونوری، اسماعیل (1376). «اثر شاخص‌های اقتصاد کلان بر توزیع درآمد در ایران». مجله تحقیقات اقتصادی، 51 پاییرز و زمستان: 31-1

ابونوری، اسماعیل و آرش خوشکار، (1386)؛ «اثر شاخص‌های اقتصاد کلان بر توزیع درآمد در ایران (مطالعه بین استانی)»، مجله تحقیقات اقتصادی، شماره 77.

پروین، سهیلا (1375). «توزیع درآمد و تداوم رشد». مجله برنامه و بودجه، 1 (2): 46-25.

جرجرزاده، علی‌رضا و اقبالی، علی‌رضا (1384). «بررسی اثرهای درآمدهای نفتی بر توزیع درآمد در ایران». فصلنامه علمی پژوهشی رفاه اجتماعی، 4 (17): 19-1.

جوادی، شاهین (1388) «مدیریت اقتصاد کلان در کشورهای صادرکننده نفت» (ترجمه مجموعه مقالات)،گروه نویسندگان ، دفتر مطالعات برنامه و بودجه، مرکز پژوهشهای مجلس شورای اسلامی.

درخشان, مسعود (1381). «منافع ملی و سیاست‌های بهره‌برداری از منابع نفت و گاز». فصلنامه مجلس و پژوهش، 34، تابستان 1381: 66-13

رحمانی، تیمور و گلستانی، ماندانا. (1388) «تحلیلی از نفرین منابع نفتی و رانت‌جویی بر توزیع درآمد در کشورهای منتخب نفت خیز»، مجله تحقیقات اقتصادی، شماره 89، ص 86 – 57.

سعیدی، علی محمد (1381). «موقعیت نفت و گاز کشور در بازارهای نفت و گاز جهان». فصلنامه مجلس و پژوهش، 34، تابستان 1381: 98-71

سلمانی، مدیک و حمید آقاجانزاده، (1360) الگوی توزیع درآمد در مناطق شهری و روستایی ایران، تهران: مرکز آمار ایران.

صمدی، سعید (1371) بررسی تأثیر تورم بر توزیع درآمد در ایران، پایان‌نامه کارشناسی ارشد، دانشگاه اصفهان، دانشکده علوم اداری و اقتصادی، خردادماه.

طاهری، شهنام (1366). توزیع درآمد در ایران و بررسی اقتصادسنجی علل نابرابری آن. پایان‌نامه کارشناسی ارشد، گروه صنایع دانشگاه صنعتی اصفهان.

کیانگ چاو، داوودی و گوپتا (2000)، ترجمه محسن کلانتری، «سیاست‌های مخارج اجتماعی دولت و مالیات‌ها و توزیع درآمد در کشورهای در حال توسعه»، مجله پژوهشها و سیاست‌های اقتصادی.

مرادی، محمد علی. (1389) «تأثیر نفت بر نماگرهای اقتصاد کلان ایران با تأکید بر مکانیزم‌های انتقال و آثار»، فصلنامه پژوهشهای اقتصادی، شماره دوم، ص 140 – 115.

مهرآرا، محسن ، ابریشمی، حمید و زمان زاده نصرآبادی، حمید (1389) «مصیبت منابع یا نهادها؟ مطالعه موردی کشورهای صادرکننده نفت»، پژوهشنامه اقتصادی، شماره سوم، صص 233-205.

 

ب- انگلیسی      

Ahlwalia, M.S. (1976) “Inequality Poverty  and Development”  Journal of  Development Economics, 3: 307- 342. 

Alesina,  A  &  D.  Rodrik.  (1994).  “Distributive  Politics  and  Economic Growth”. Quarterly Journal of Economist, 109: 465-490.

Anand,  S.  &  S.M.R.  Kanbur.  (1993).  “Inequality  and  Development  A Critique”. Journal of Development Economics, 41: 19-43.

Auty, R. (1990). Resource-based industrialisation: sowing the oil in eight developing countries, New York: Oxford University Press.

Auty, R. (1994). “The resource curse thesis: minerals in Bolivian development, 1970-90” Singapore Journal of Tropical Geography, Vol 15, No.2.

Auty, R. (2001), Resource abundance and economic development, (ed.), Oxford: Oxford University Press.

Baldwin, R.E. (1966). Economic development and export growth: a study of Northern Rhodesia, 1920-1960, Berkley and Los Angeles, CA: University of California Press.

Blanco, L., R. Grier. (2012). “Natural Resource Dependence and the Accumulation of Physical and Human Capital in Latin America”. Journal of Resources Policy, 37: 281-295.

Blejer,  M.  I,  and  I.  Guerrero,  (1990);  “The  Impact  of  Macroeconomic Policies on Income Distribution: An Empirical Study of the Philippines”, Review of Economics and Statistics, 72 (No. 3), pp. 414-23. 

Bucellato,  T.,  M.  Alessandrini.  (2009).  “Natural  Resources:  A Blessing or a Curse? The Role of Inequality”. Discussion Paper 98. Center for Financial Management Studies.

Campano,  F.  &  D.  Salvatore.  (1998).  “Economic  Development  Income Distribution  and  the  Kuznets  Hypothesis”.  Journal  of  Policy Modeling, 10: 265- 280.

Deininger, K. & L. Squire. (1998). “New Ways of Looking at Old Issues: Inequality  and  Growth”.  Journal  of  Development  Economics,  57:  259-287.

El Shibley M and Thirlwall A P (1981)  “Dual-Gap analysis for the Sudan”.  World Development, February.

Enders, W (2007), Translated by Sadeqi, M and Shavalpour,S.’ “Applied time series Econometrics”, Vol 2, Imam Sadiq University, Tehran

Fields, G. (1989). “Change in poverty and inequality in the developing countries”, World Bank Research Observer, Vol.4/2, pp.167/85.

Gelb, A.H. (1986). “Adjustment to windfall gains”, In Neary, J.P. and Van Wijnbergen, S. (Eds). Natural Resources and the Macroeconomy, Basil Blackwell, Oxford.

Gylfason, T. and G. Zoega (2003), “Inequality and Growth: Do Natural Resources Matter?”, in Eicher, T. and S. Turnovsky (eds.), Growth and Inequality: Theory and Policy Implications, MIT Press, Cambridge, Massachussets.

Hirschman, A.O. (1958). The strategy of economic development, New Haven CT: Yale University Press.

Joshi V (1970)  “Saving and foreign exchange constraints”.  In Streeten P (Ed.) Unfashionable Economics. Weidenfeld & Nicholson, London.

Konow, James (2003) “Which Is the Fairest One of All? A Positive Analysis of Justice Theories” Journal of Economic Literature, Vol. XLI (December 2003) pp. 1188–1239

Koop, G., M. H. Pesaran, S. Potter, (1996). Impulse Response Analysis in Nonlinear Multivariate

Koop,G. Korobilis,D (2010) Bayesian multivariate time series methods for empirical macroeconomics, manuscript available at http://personal.strath.ac.uk/gary.koop/.

Kuznets, S. (1995) “Economic Growth and Income Inequality” American  Economic Review, 45: 1-28.

Leamer, E.E., Maul, H., Rodriguez, S. and Schott, P.K. (1999), “Does Natural Resource Abundance Increase Latin American Income Inequality?”, Journal of Development Economics 59, 3-42.

Lewis A (1955)  The theory of economic growth.  Allen & Unwin, London.

Mabro R and Monroe E (1974)  “Arab wealth from oil: problems of its investment”. International Affairs, January.

Mabro, R (1980) Oil revenues and the cost of social and economic development in Energy in the Arab world. Volume 1, Kuwait AFESD and OAPEC.

Moradi, M.A.  (2009). “Oil Resource Abundance, Economic Growth  and Income Distribution in Iran”. www.ecomod.org, Paper No. 990.

Murphy, K., Schleifer, A. and Vishny, R.W. (1989). “Industrialisation and the big push”, Journal of Political Economy, Vol. 97, No.5., October.

Neary and Van Wijbergen eds. (1986). Natural Resources and the Macroeconomy, Cambridge, MA: The MIT Press.

Papanek, G & O. Kyn.  (1986).  “The  Effects  on  Income Distribution  of Development,  the  growth  Rate  and  Economic  Strategy”.  Journal  of Development Economics, 23: 55-65.

Pesaran, M. H., Y. Shin, (1998). Generalized Impulse Response Analysis in Linear Multivariate

Prebisch, R. (1950). “The economic development of Latin America and its principal problems”, United Nations, Lake Success, N.Y.                                        

Ram, R.  (1988). “Economic Development and Income Inequality: Further Evidence  on  the  U  Curve  Hypothesis”. World  Development,  11:  1371-1375.

Rosenstein-Rodan, P. (1943). “Problems of industrialisation of Eastern and South-Eastern Europe”, Economic Journal, Vol 53.

Rosenstein-Rodan, P. (1961). “Notes on the theory of the big push”, In Ellis, H.S. and Wallich, H.C. (eds). Economic Development for Latin America, St Martin’s Press, New York.

Ross M (2001)  Extractive Sectors and the Poor. Oxfam America .www.oxfamamerica.org/eirexport/index.html.

Rostow W (1960)  The stages of economic growth.  Cambridge University Press, Cambridge.

Saith,  A.  (1983).  “Development  and  Distributive:  A  critique  of  The Cross-Country  U  Hypothesis”.  Journal  of  Development  Economic,  13: 15-32.

Sarraf, M. &. M. Jiwanji. (2001). “Beating the Resources Curse: the Case of Botswana”. Environmental Economics Series, Paper No. 83.

Selover, D. and Round, D.,(1996). “Business Cycle Transmission and Interdependence between Japan and Australia”, Journal of Asian Economics, Elsevier, Vol. 7, No. 4, pages 569-602.

Sims, C. (1986), “Are Forecasting Models Usable for Policy Analysis”, Federal Reserve Bank of Minneapolis Quarterly Review, Vol. 10, No. 1, pp.2‑15.

Sims, C.; Stock, J. & Watson, M. (1990), “Inference in Linear Time Series Models with Some Unit Roots”, Econometrica, Vol.58, No.1, pp.113-144.

Stevens, Paul (2003). resource  impact  - curse or blessing?

Stijns, Jean-Philippe. (2003) An Empirical Test of the Dutch Disease Hypothesis Using a Gravity Model of Trade. Berkeley: University of California Press.

Svetlana Tsalik, Anya Schiffrin. (2004) Covering Oil: A Reporter's Guide to Energy and Development (Lifting the Resource Curse, 2), Open Society Institute.

Xavier Sala-i-Martin & Arvind Subramanian, (2013), “Addressing the Natural Resource Curse: An Illustration from Nigeria”, Journal of African Economies, Centre for the Study of African Economies (CSAE), vol. 22(4), pages 570-615, August.

 

 

 

 

 



[1]. این مقاله از پایان‌نامه دوره کارشناسی ارشد رشته معارف اسلامی و اقتصاد دانشگاه امام صادق (ع) با عنوان «تحلیل اقتصادی اثر افزایش درآمدهای نفتی بر توزیع درآمد در ایران با رویکرد بیزین»  به راهنمایی استاد دکتر کامران ندری استخراج شده است.  

*  دانشجوی دکتری رشته علوم اقتصادی، دانشگاه فردوسی مشهد                                             ha.sahebhonar@stu.um.ac.ir

**  عضو هیأت علمی دانشکده معارف اسلامی و اقتصاد دانشگاه امام صادق (ع)                                            k.nadri@gmail.com

[2]. Konow, J (2003)

[3]. Capital Fundamentalism

[4] . Lewis (1955); Rostow (1960)

[5]. Dual Gap Analysis

[6].  Joshi (1970); El Shibley and Thirwall (1981)

[7]. Big push

[8] . Rosenstein-Rodan (1943), (1961); Murphy et al., (1989)

[9]. Paul Stevens (2003)

[10]. Moradi, M.A.  (2009)

[11]. Over-Parameterization

[12] . Bayesian Vector-Autoregressive

[13] . Unrestricted VAR

[14] . Over-Parameterization

[15] . Paul Stevens (2003)

[16] . Gylfason, T. and G. Zoega (2003)

[17] . Auty (2001)

[18]. Enclave Nature

[19]. Leamer and et al (1999)

[20] . Human–Capital–Intensive Manufacturing

[21]. Gylfason and Zoega (2003)

[22] . Non-Tradable goods

[23]. Tradable Goods

[24] . Svetlana Tsalik, Anya Schiffrin, (2004)

[25]. Blanco and Grier, (2012)

[26] . Raul Prebisch

[27] . Hans Singer

[28] . Hirschman (1958)

[29] . Seers (1964)

[30] . Baldwin (1966)

[31] . Neary and Van Wijnbergen (1986)

[32] . Mabro and Monroe (1974)

[33] . Mabro (1980)

[34]. Groningen

[35]. Paul Stevens (2003)

[37] . Gelb, (1986)

[38] . Auty, (1990)

[39] . Kuznets, (1955)

[40] . Ahlwalia, (1976)

[41] . Saith, (1983)

[42] . Papanek, G & O. Kyn.  (1986)

[43] . Ram, R.  (1988)

[44] . Campano,  F.  &  D.  Salvatore.  (1998)

[45] . Anand,  S.  &  S.M.R.  Kanbur.  (1993)

[46] . Deininger, K. & L. Squire. (1998)

[47] . Alesina,  A  &  D.  Rodrik.  (1994) 

[48] . Sarraf, M. & M. Jiwanji. (2001)

[49]. Auty (1994)

[50] . Fields (1989)

[51] . Sarraf, M. & M. Jiwanji. (2001)

[52] . Buccellato (2009)

[53] . Xavier Sala-i-Martin & Arvind Subramanian (2013)

[54]. h در اینجا برابر با تعداد متغیرهای برونزا به اضافه 1 (جزء عرض از مبدأ) می‌باشد.

[55]. Blejer,  M.  I,  and  I.  Guerrero,  (1990)

[56]. همانطور که مشاهده می‌نمایید تعداد پارامترهای مدل بسیار زیاد  بوده و برابر با 200 است. در حالی که تعداد مشاهدات مدل 35 است. لذا بدون استفاده از روشهایی همچون بیزین تخمین چنین مدلی اساساً از دقت بسیار پایینی برخوردار خواهد ‌بود.

[57]. Spurious Regressions

[58]. Vector Error Correction Model

[59]. Selover and Round

[60]. Recursive Forecasting

[61]. Sub-Samples

[62]. که h در اینجا برابر با افق پیش‌بینی است.

[63]. Posterior Inclusion Probabilities

[64]. Koop,G. Korobilis,D (2010)

[65]. Impulse Response Function

[66]. Generalized Impulse Response Function

[67]. Generalized Variance Decomposition Function

[68]. Gibbs sampeling simulation

[69]. Lange (2010)

[70]. Oxfam America

[71] . Ross (2001)

[72]. به طور کلی می‌توان گفت از نگاه تجاری هر چه سرعت استخراج و توسعه ذخایر هیدروکربوری بیشتر باشد، بهتر است. اما به منظور حداکثر سازی منافع ملی با توجه به وجود مسئله نفرین منابع، اگر یک کشور با خطرگرفتار شدن در این دام روبرو باشد، هرچه تولید نفت و گاز کشور آهسته‌تر صورت گیرد امکان تنظیم و تعدیل جریان درآمدهای نفتی توسط اقتصاد بیشتر می‌گردد.  منطق حکم می‌کند که مدیریت یک جریان کم و پیوسته درآمدها بسیار آسانتر یک جریان زیاد و پرنوسان باشد. علاوه بر این توسعه آهسته بخش نفت به احتمال بیشتر می‌تواند این اجازه را به سایر بخش‌ها از جمله صنایع خدماتی بدهد که همگام و مبتنی بر توسعه بخش نفت، توسعه پیدا کنند، در حالی که توسعه سریع بخش نفت، فقط از طریق خدمات وارداتی محقق گردیده و باعث انزوای بخش نفت از سایر بخش‌های اقتصاد می‌گردد (استیونز ، 2003: 18). علاوه بر این باید این نکته را نیز مد نظر قرار داد که لزوما استخراج آهسته‌تر از ذخایر نفتی باعث کاهش ارزش فعلی جریان درآمدی آتی نمی‌گردد. چرا که از یک سو به لحاظ فنی کاهش سرعت استخراج باعث جبران افت فشار مخازن نفتی گشته و در بلندمدت با به تعویق افتادن زمان تخلیه مخازن، امکان برداشت بیشتر از مخازن را فراهم می‌آورد و از سوی دیگر با توجه به رو به اتمام بودن ذخایر نفتی جهان و نبود جانشین قوی و قابل توجه برای این ذخایر، عدم استخراج هر بشکه نفت‌خام با قیمت کنونی باعث برداشت آن در آینده با قیمت بیشتر می‌گردد.

البته لازم به ذکر است کاهش سرعت توسعه میادین نفتی پیچیدگی‌های خاصی دارد. این مسئله تابع ماهیت و نوع قراداد بین مالک منابع (دولت) و شرکت نفتی مربوطه است. بنابراین انواع مختلف قراردادهای اکتشاف – قراردادهای امتیازی مبتنی بر بهره مالکانه و مالیات، سرمایه‌گذاری مشترک، قراردادهای مشارکت در تولید (PSA)، قراردادهای خدمت و ... -  الگوهای مختلفی از جریان درآمدی را ایجاد می‌نمایند. به عنوان مثال در یک نمونه قرارداد دی بیرز  در کشور بوتسوانا  که به استخراج الماس مربوط است به طور مؤثر و چشمگیری جریان همواری از درآمدها را برای دولت مربوطه به ارمغان آورده است.

بنابراین حتی اگر توسعه میادین نفتی سریع صورت گیرد، این امکان وجود دارد که جریان درآمدهای حاصله از طریق قرارداد مربوطه تنظیم و کنترل شود و این امر بهتر از آن است که تثبیت درآمدهای نفتی را به مرحله بعد از وصول درآمدها موکول کرده و به امید صندوق‌های تثبیت‌کننده نشست. مثال خوب برای این مسئله پروژه‌هایی است که انتظار می رود که نقطه اوج درآمدزایی آنها کوتاه‌مدت بوده و بعد از چند سال درآمد آنها کاهش یابد. در این‌گونه موارد می‌توان قرارداد را به‌گونه‌ای تنظیم نمود که پرداخت درآمدها هموارتر و طولانی‌تر گشته  و قبل از رسیدن پروژه به مرحله عملیاتی شروع شده و تا بعد از اتمام پروژه نیز ادامه داشته باشد.

[73]. Paul Stevens (2003)

[74]. به عنوان مثال مقایسه وضعیت مخازن نفتی کشور قبل و بعد از جنگ تحمیلی ایران و عراق، نشان دهنده بهبود وضعیت این مخازن و افزایش قابل ملاحظه‌ ضخامت ستون نفتی تعدادی از آنها شده است (سعیدی، 1381: 93).

ابونوری، اسماعیل (1376). «اثر شاخص‌های اقتصاد کلان بر توزیع درآمد در ایران». مجله تحقیقات اقتصادی، 51 پاییرز و زمستان: 31-1
ابونوری، اسماعیل و آرش خوشکار، (1386)؛ «اثر شاخص‌های اقتصاد کلان بر توزیع درآمد در ایران (مطالعه بین استانی)»، مجله تحقیقات اقتصادی، شماره 77.
پروین، سهیلا (1375). «توزیع درآمد و تداوم رشد». مجله برنامه و بودجه، 1 (2): 46-25.
جرجرزاده، علی‌رضا و اقبالی، علی‌رضا (1384). «بررسی اثرهای درآمدهای نفتی بر توزیع درآمد در ایران». فصلنامه علمی پژوهشی رفاه اجتماعی، 4 (17): 19-1.
جوادی، شاهین (1388) «مدیریت اقتصاد کلان در کشورهای صادرکننده نفت» (ترجمه مجموعه مقالات)،گروه نویسندگان ، دفتر مطالعات برنامه و بودجه، مرکز پژوهشهای مجلس شورای اسلامی.
درخشان, مسعود (1381). «منافع ملی و سیاست‌های بهره‌برداری از منابع نفت و گاز». فصلنامه مجلس و پژوهش، 34، تابستان 1381: 66-13
رحمانی، تیمور و گلستانی، ماندانا. (1388) «تحلیلی از نفرین منابع نفتی و رانت‌جویی بر توزیع درآمد در کشورهای منتخب نفت خیز»، مجله تحقیقات اقتصادی، شماره 89، ص 86 – 57.
سعیدی، علی محمد (1381). «موقعیت نفت و گاز کشور در بازارهای نفت و گاز جهان». فصلنامه مجلس و پژوهش، 34، تابستان 1381: 98-71
سلمانی، مدیک و حمید آقاجانزاده، (1360) الگوی توزیع درآمد در مناطق شهری و روستایی ایران، تهران: مرکز آمار ایران.
صمدی، سعید (1371) بررسی تأثیر تورم بر توزیع درآمد در ایران، پایان‌نامه کارشناسی ارشد، دانشگاه اصفهان، دانشکده علوم اداری و اقتصادی، خردادماه.
طاهری، شهنام (1366). توزیع درآمد در ایران و بررسی اقتصادسنجی علل نابرابری آن. پایان‌نامه کارشناسی ارشد، گروه صنایع دانشگاه صنعتی اصفهان.
کیانگ چاو، داوودی و گوپتا (2000)، ترجمه محسن کلانتری، «سیاست‌های مخارج اجتماعی دولت و مالیات‌ها و توزیع درآمد در کشورهای در حال توسعه»، مجله پژوهشها و سیاست‌های اقتصادی.
مرادی، محمد علی. (1389) «تأثیر نفت بر نماگرهای اقتصاد کلان ایران با تأکید بر مکانیزم‌های انتقال و آثار»، فصلنامه پژوهشهای اقتصادی، شماره دوم، ص 140 – 115.
مهرآرا، محسن ، ابریشمی، حمید و زمان زاده نصرآبادی، حمید (1389) «مصیبت منابع یا نهادها؟ مطالعه موردی کشورهای صادرکننده نفت»، پژوهشنامه اقتصادی، شماره سوم، صص 233-205.
 
ب- انگلیسی      
Ahlwalia, M.S. (1976) “Inequality Poverty  and Development”  Journal of  Development Economics, 3: 307- 342. 
Alesina,  A  &  D.  Rodrik.  (1994).  “Distributive  Politics  and  Economic Growth”. Quarterly Journal of Economist, 109: 465-490.
Anand,  S.  &  S.M.R.  Kanbur.  (1993).  “Inequality  and  Development  A Critique”. Journal of Development Economics, 41: 19-43.
Auty, R. (1990). Resource-based industrialisation: sowing the oil in eight developing countries, New York: Oxford University Press.
Auty, R. (1994). “The resource curse thesis: minerals in Bolivian development, 1970-90” Singapore Journal of Tropical Geography, Vol 15, No.2.
Auty, R. (2001), Resource abundance and economic development, (ed.), Oxford: Oxford University Press.
Baldwin, R.E. (1966). Economic development and export growth: a study of Northern Rhodesia, 1920-1960, Berkley and Los Angeles, CA: University of California Press.
Blanco, L., R. Grier. (2012). “Natural Resource Dependence and the Accumulation of Physical and Human Capital in Latin America”. Journal of Resources Policy, 37: 281-295.
Blejer,  M.  I,  and  I.  Guerrero,  (1990);  “The  Impact  of  Macroeconomic Policies on Income Distribution: An Empirical Study of the Philippines”, Review of Economics and Statistics, 72 (No. 3), pp. 414-23. 
Bucellato,  T.,  M.  Alessandrini.  (2009).  “Natural  Resources:  A Blessing or a Curse? The Role of Inequality”. Discussion Paper 98. Center for Financial Management Studies.
Campano,  F.  &  D.  Salvatore.  (1998).  “Economic  Development  Income Distribution  and  the  Kuznets  Hypothesis”.  Journal  of  Policy Modeling, 10: 265- 280.
Deininger, K. & L. Squire. (1998). “New Ways of Looking at Old Issues: Inequality  and  Growth”.  Journal  of  Development  Economics,  57:  259-287.
El Shibley M and Thirlwall A P (1981)  “Dual-Gap analysis for the Sudan”.  World Development, February.
Enders, W (2007), Translated by Sadeqi, M and Shavalpour,S.’ “Applied time series Econometrics”, Vol 2, Imam Sadiq University, Tehran
Fields, G. (1989). “Change in poverty and inequality in the developing countries”, World Bank Research Observer, Vol.4/2, pp.167/85.
Gelb, A.H. (1986). “Adjustment to windfall gains”, In Neary, J.P. and Van Wijnbergen, S. (Eds). Natural Resources and the Macroeconomy, Basil Blackwell, Oxford.
Gylfason, T. and G. Zoega (2003), “Inequality and Growth: Do Natural Resources Matter?”, in Eicher, T. and S. Turnovsky (eds.), Growth and Inequality: Theory and Policy Implications, MIT Press, Cambridge, Massachussets.
Hirschman, A.O. (1958). The strategy of economic development, New Haven CT: Yale University Press.
Joshi V (1970)  “Saving and foreign exchange constraints”.  In Streeten P (Ed.) Unfashionable Economics. Weidenfeld & Nicholson, London.
Konow, James (2003) “Which Is the Fairest One of All? A Positive Analysis of Justice Theories” Journal of Economic Literature, Vol. XLI (December 2003) pp. 1188–1239
Koop, G., M. H. Pesaran, S. Potter, (1996). Impulse Response Analysis in Nonlinear Multivariate
Koop,G. Korobilis,D (2010) Bayesian multivariate time series methods for empirical macroeconomics, manuscript available at http://personal.strath.ac.uk/gary.koop/.
Kuznets, S. (1995) “Economic Growth and Income Inequality” American  Economic Review, 45: 1-28.
Leamer, E.E., Maul, H., Rodriguez, S. and Schott, P.K. (1999), “Does Natural Resource Abundance Increase Latin American Income Inequality?”, Journal of Development Economics 59, 3-42.
Lewis A (1955)  The theory of economic growth.  Allen & Unwin, London.
Mabro R and Monroe E (1974)  “Arab wealth from oil: problems of its investment”. International Affairs, January.
Mabro, R (1980) Oil revenues and the cost of social and economic development in Energy in the Arab world. Volume 1, Kuwait AFESD and OAPEC.
Moradi, M.A.  (2009). “Oil Resource Abundance, Economic Growth  and Income Distribution in Iran”. www.ecomod.org, Paper No. 990.
Murphy, K., Schleifer, A. and Vishny, R.W. (1989). “Industrialisation and the big push”, Journal of Political Economy, Vol. 97, No.5., October.
Neary and Van Wijbergen eds. (1986). Natural Resources and the Macroeconomy, Cambridge, MA: The MIT Press.
Papanek, G & O. Kyn.  (1986).  “The  Effects  on  Income Distribution  of Development,  the  growth  Rate  and  Economic  Strategy”.  Journal  of Development Economics, 23: 55-65.
Pesaran, M. H., Y. Shin, (1998). Generalized Impulse Response Analysis in Linear Multivariate
Prebisch, R. (1950). “The economic development of Latin America and its principal problems”, United Nations, Lake Success, N.Y.                                        
Ram, R.  (1988). “Economic Development and Income Inequality: Further Evidence  on  the  U  Curve  Hypothesis”. World  Development,  11:  1371-1375.
Rosenstein-Rodan, P. (1943). “Problems of industrialisation of Eastern and South-Eastern Europe”, Economic Journal, Vol 53.
Rosenstein-Rodan, P. (1961). “Notes on the theory of the big push”, In Ellis, H.S. and Wallich, H.C. (eds). Economic Development for Latin America, St Martin’s Press, New York.
Ross M (2001)  Extractive Sectors and the Poor. Oxfam America .www.oxfamamerica.org/eirexport/index.html.
Rostow W (1960)  The stages of economic growth.  Cambridge University Press, Cambridge.
Saith,  A.  (1983).  “Development  and  Distributive:  A  critique  of  The Cross-Country  U  Hypothesis”.  Journal  of  Development  Economic,  13: 15-32.
Sarraf, M. &. M. Jiwanji. (2001). “Beating the Resources Curse: the Case of Botswana”. Environmental Economics Series, Paper No. 83.
Selover, D. and Round, D.,(1996). “Business Cycle Transmission and Interdependence between Japan and Australia”, Journal of Asian Economics, Elsevier, Vol. 7, No. 4, pages 569-602.
Sims, C. (1986), “Are Forecasting Models Usable for Policy Analysis”, Federal Reserve Bank of Minneapolis Quarterly Review, Vol. 10, No. 1, pp.2‑15.
Sims, C.; Stock, J. & Watson, M. (1990), “Inference in Linear Time Series Models with Some Unit Roots”, Econometrica, Vol.58, No.1, pp.113-144.
Stevens, Paul (2003). resource  impact  - curse or blessing?
Stijns, Jean-Philippe. (2003) An Empirical Test of the Dutch Disease Hypothesis Using a Gravity Model of Trade. Berkeley: University of California Press.
Svetlana Tsalik, Anya Schiffrin. (2004) Covering Oil: A Reporter's Guide to Energy and Development (Lifting the Resource Curse, 2), Open Society Institute.
Xavier Sala-i-Martin & Arvind Subramanian, (2013), “Addressing the Natural Resource Curse: An Illustration from Nigeria”, Journal of African Economies, Centre for the Study of African Economies (CSAE), vol. 22(4), pages 570-615, August.