اثر شدت مصرف انرژی بر انتشار دی اکسیدکربن در استان های ایران: رهیافت اقتصادسنجی فضایی (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
یکی از مهم ترین مسائل مربوط به محیط زیست، افزایش مصرف انرژی در فعالیت های اقتصادی است. انرژی جزو مهم ترین عوامل توسعه اقتصادی به حساب می آید، اما رسیدن به توسعه پایدار، بدون در نظر داشتن مسائل زیست محیطی امکان پذیر نیست. انرژی از یک سو، نهاده تولید محسوب می شود که استفاده از آن برای رشد اقتصادی ضروری است و از سوی دیگر، مصرف انرژی، موجب انتشار گازهای گلخانه ای مانند دی اکسیدکربن و عدم دستیابی به توسعه پایدار می گردد. بر این اساس هدف از انجام این تحقیق، بررسی اثرات مستقیم و غیرمستقیم (سرریز) شدت مصرف انرژی بر انتشار دی اکسیدکربن در استان های ایران طی سال های 96-1387 (آخرین اطلاعات موجود ترازنامه هیدروکربوری استانی) با استفاده از الگوی اقتصادسنجی فضایی می باشد. پیش از تخمین مدل، ابتدا آزمون ریشه واحد لوین، لین، چو (LLC) جهت بررسی پایایی متغیرها، برآورد شده، و در ادامه، از آزمون هاسمن و آزمون های تشخیص والد و والد چندگانه برای انتخاب مدل مناسب استفاده به عمل آمده، و نتایج حاصل از تخمین مدل، نشان داده است که شدت انرژی، تولید ناخالص داخلی سرانه و جمعیت، اثر مثبت و مستقیم معناداری بر انتشار دی اکسیدکربن مناطق داشته اند. همچنین شدت انرژی، تولید ناخالص داخلی سرانه و تغییر ساختار استان ها، دارای اثرات غیرمستقیم (سرریزی) منفی بر انتشار دی اکسیدکربن استان ها می باشند.The Effect of Energy Intensity on Carbon Dioxide Emissions in Iranian Provinces: A Spatial Econometric Approach
One of the most important issues related to the environment is the increase in energy consumption in economic activities. On the one hand, energy is a major production input that is necessary for production and economic growth. On the other hand, energy consumption causes the emission of greenhouse gases and also air pollutants such as carbon dioxide. Accordingly, the purpose of this study is to investigate the direct and indirect effects (spillovers) of energy consumption intensity on carbon dioxide emissions in the provinces of Iran during 2008-2017 using the model of spatial econometrics. Before estimating the model, at first the Levin, Lin, Chou (LLC) unit root test was estimated to evaluate the stationarity of the variables, then after performing the Hausman test and multiple Wald and Wald diagnostic tests used to selection of best model. The results of model have shown that energy intensity, per capita GDP and population of regions have had a significant positive and direct effect on carbon dioxide emissions in the regions. Also, energy intensity, per capita GDP and change in the structure of the provinces have had indirect effects on the production of the provinces
تبلیغات
