دوره 1، شماره 1 - ( بهار و تابستان 1402 1402 )                   جلد 1 شماره 1 صفحات 9-1 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Osmani F, Dehghani A, Ghiasi M, Gorjipour M J. (2024). Evaluation of the environmental efficiency of the agricultural sector in comparison with other economic sectors of Iran by DEA method and Malmquist index. Ame. 1(1), 1-9.
URL: http://ame.sanru.ac.ir/article-1-23-fa.html
عثمانی فریبا، دهقانی علی، غیاثی مجتبی، گرجی‌پور محمدجواد. ارزیابی کارایی زیست‌محیطی بخش‌ کشاورزی در مقایسه با سایر بخش‌های اقتصادی ایران با رویکرد DEA و شاخص مالمکوئیست اقتصاد و بازار کشاورزی 1402; 1 (1) :9-1

URL: http://ame.sanru.ac.ir/article-1-23-fa.html


گروه اقتصاد دانشگاه فردوسی، مشهد، ایران
چکیده:   (691 مشاهده)

چکیده مبسوط
مقدمه و هدف: آلودگی‌های زیست‌محیطی، مسائل و مشکلات حوزه محیط‌‌زیست و تاثیرات آن بر محیط‌‌زیست کره‌‌ی‌‌ خاکی از چالش‌های اصلی و بحران جدی دنیای امروز است، به گونه‌ای که کشورها علاوه بر سیاست‌ها و اقدامات درون‌‌مرزی، ساماندهی مسائل زیست‌محیطی را در حوزه‌ی بین‌المللی نیز دنبال می‌کنند.
مواد و روش‌ها: هدف تحقیق حاضر، بررسی سطح کارایی زیست‌محیطی بخش کشاورزی در ایران می‌باشد. برای اینمنظور از داده‌های تابلویی (پانل) بخش‌ها و زیربخش‌های منتخب اقتصادی ایران (کشاورزی، نفت، صنعت، حمل و نقل و بخش خانگی، تجاری و عمومی) طی دوره 1375- 1397 استفاده شده است. میزان کارایی زیست‌محیطی با استفاده از روش تحلیل پوششی داده‌ها بر مبنای برنامه‌ریزی ریاضی برآورد گردیده است. همچنین شاخص مالم‌کوئیست برای بررسی روند پیشرفت یا پسرفت کارایی زیست‌‌محیطی هر بخش اقتصادی محاسبه شده است. متغیرهای بهکار رفته در این پژوهش شامل نیروی کار و سرمایه بهعنوان ورودی‌ها و ارزش‌افزوده به‌‌عنوان خروجی مطلوب و انتشار گاز دی‌اکسید‌کربن به‌‌عنوان خروجی نامطلوب در نظر گرفته شده است.
یافته‌ها: نتایج پژوهش نشان داد، بخش کشاورزی و نفت در طی دوره مورد مطالعه از لحاظ زیست‌‌محیطی کارا هستند و بخش حمل و نقل کمترین میزان کارایی زیست‌محیطی را دارند. بیشترین مقدار میانگین کارایی زیست‌محیطی مربوط به بخش کشاورزی است، به‌‌دلیل این‌که در این پژوهش برای سنجش میزان آلودگی، گاز آلاینده دی‌اکسیدکربن در نظر گرفته‌‌شده است و نتیجه قابل قبول حاصل شده است. نتایج تغییرات تکنولوژیکی نشان داد که همه‌ی بخش‌ها بهسوی پیشرفت در حرکت است و بیشترین مقدار میانگین مربوط به بخش حمل و نقل و کمترین مقدار میانگین مربوط به بخش کشاورزی است.
نتیجه‌گیری: با توجه به یافته‌‌های پژوهش، بخش‌هایی که ناکاراتر هستند (مانند بخش حمل‌‌ونقل و بخش صنعت) مصرف انرژی بالاتری دارند. بنابراین برای کاهش میزان مصرف انرژی و کاهش انتشار آلاینده‌های زیست‌‌محیطی می‌توان استفاده از سوخت‌های سبک کم‌کربن را به‌‌جای سوخت‌های سنگین و استفاده از سوخت‌های غیرمتداول دارای کربن اندک مانند مواد زاید، سوخت‌های ضایعاتی و زیست‌توده‌ها و استفاده از تکنولوژی فیلترهای هیبریدی جهت کاهش آلاینده‌ها را پیشنهاد داد. از سوی دیگر انگیزه‌های تشویقی و تنبیهی نیز بسیار کارساز است. دولت باید جهت تشویق بخش‌های کارا تدابیر تشویقی بیاندیشد. برای مثال می‌تواند اولویت مصرف منابع با قیمت‌های کمتر را در اختیار  بخش‌ کشاورزی و بخش‌‌هایی که با مصرف انرژی کمتر و آلودگی زیستی کمتری فعالیت می‌کنند، قرار دهد. پرداخت سوبسید به بخش‌های کارا نیز موثر است. برای حفاظت از محیط‌‌زیست در مقابل انتشار گاز دی‌‌اکسیدکربن باید بخش‌های منتخب اقتصادی به‌‌سمت مصرف سوخت‌های با کیفیت بالا و انرژی پاک بروند و دولت باید بهسوی حمایت از توسعه مصرف انرژی تجدیدشدنی برود.

 

متن کامل [PDF 933 kb]   (75 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: بازارهای فرضی و محیط زیست
دریافت: 1401/3/12 | پذیرش: 1401/5/1 | انتشار: 1402/10/3

فهرست منابع
1. Coelli, T. J., Rao, D. S. P., Donnel, C. J., & Battese, G. E. (2005). An introduction to efficiency and productivity analysis, Springer, 1(2), 1-349. [DOI:10.1007/b136381]
2. Dehghani, A., Osmani, F., & Gorjipour, M. J. (2019). The effect of environmental efficiency on the industy value added of natural gas consumption over 2008-2014: A case study of Iran. Journal of Environmental Economics and Natural Resources, 3(4), 25-45, doi: 10.22054/EENR.2019.12468 (In Persian).
3. Ebrahimi Salari, T., Gorjipour, M. J., & Osmani, F. (2020) Evaluating industrial environmental efficiency in natural gas consumption: Application of DEA and directional distance function approaches at the provincial level. Journal of Industrial Economic Researches, 4(12), 11-24. doi: 10.30473/INDECO.2021.7415 (In Persian).
4. Fare, R., Grosskopf, S., Norris, M., & Zhang Z. (1994) Productivity growth, technical progress and efficiency change in industrialized countries. Amer Econom, 84, 66-83.
5. Jia, W., & Li, W. (2015). Measuring Chinas industrial energy efficiency both DEA and directional distance function approach at the provincial level international. Journal of Environmental Technology and Management, 4, 1466-2132. [DOI:10.1504/IJETM.2015.072127]
6. Lv, W., Hong, X., & Fang, K. (2015). Chinese regional energy efficiency change and its determinats analysis: Malmquist index and Tobit model. Annals of Operations Research, 228, 9-22. [DOI:10.1007/s10479-012-1094-5]
7. Malmquist, S. (1953). Index numbers and indifference surfaces. Trabajos de estadistica, 4: 209-42. [DOI:10.1007/BF03006863]
8. Mei, G. J., & Zhang, N. (2015). Metafrontier environmental efficiency for China s regions. A slack- based efficiency measure. Sustainability, 7, 4004- 4021. [DOI:10.3390/su7044004]
9. Mombini, E., Rostamy-Malkhalifeh, M., Saraj, M., Zahraei, M., & Tayebi Khoram. (2020). Global malmquist index for measuring the economic productivity changes. Measurement and Control, 53,1278- 1285 (In Persian). [DOI:10.1177/0020294020923096]
10. Mousavi, M., & Safarzadeh, Gh. (2014). Impact of environmental policies in value-added of transportation sector. Quarterly Journal of Economical Modeling, 8(25), 17-34 (In Persian).
11. Office of planning and macroeconomics of electricity and energy, Energy balance sheet. (2019). www. Pep-moe-gov-ir.
12. Ohadi, N., Shahraki, J., Pahlavani, M., & Mardani Najafabadi, M. (2018). Evaluating and ranking of environmental efficiency of oil-rich countries. Journal of Economic Development Policy, 6(2), 124-146 (In Persian).
13. Osmani, F., Dehghani, A., & Ghiasi, M. (2022). Investigating the effect of environmental efficiency on the value added of selected economic sectors of Iran during the years 1996-2018 with two approaches DEA and Panel- ARDL. Journal of Economics and Regional Development, 28(22), 57-78. Doi: 10.22067/ERD.2022.73145.1079 (In Persian).
14. Ren, J., Gao, B., Zhang J., & Chen, C. (2020). Measuring the energy and carbon emission efficiency of regional transportation systems in China: Chance-constrained DEA models, mathematical problems in engineering, 1-12. [DOI:10.1155/2020/9740704]
15. Statistical center of Iran. (2018). www.amar. sci. org. ir.
16. Tavana, M., Khalili-Damghani, K., Santos Arteaga, F.J., & Hashemi, A. (2020). A malmquist productivity index for network production systems in the energy sector. Annals of operations research, 284: 415- 445. [DOI:10.1007/s10479-019-03173-7]
17. Xu, T., You, J., Li, H., & Shao, L. (2020). Energy efficiency evaluation based on data envelopment analysis: A literature review, MDPI. Open Access Journal, 13(14), 1-20. [DOI:10.3390/en13143548]

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به اقتصاد و بازار کشاورزی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Agricultural Market and Economics

Designed & Developed by : Yektaweb