دوره 1، شماره 1 - ( بهار و تابستان 1402 1402 )
جلد 1 شماره 1 صفحات 85-73 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Taghipour Kandasar M, Bayazid Nejad D, Valizadeh E. (2024). Investigating the Factors Affecting the Trade of Agricultural Products Between Iran and Russia using the Gravity Model. Agric Mark Econ. 1(1), 73-85. doi:10.61186/ame.1.1.73
URL: http://ame.sanru.ac.ir/article-1-45-fa.html
URL: http://ame.sanru.ac.ir/article-1-45-fa.html
تقی پور کندسر مسعود، بایزیدنژاد دنیا، ولی زاده عماد. بررسی عوامل موثر بر تجارت محصولات کشاورزی میان ایران و روسیه با استفاده از مدل جاذبه اقتصاد و بازار کشاورزی 1402; 1 (1) :85-73 10.61186/ame.1.1.73
اقتصاد کشاورزی، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
چکیده: (926 مشاهده)
چکیده مبسوط
مقدمه و هدف: بخش کشاورزی یکی از مهم‌‌ترین بخش‌‌های اقتصادی هر کشور است که در ایران دارای مزیت‌‌های مهمی چون تنوع زمین، نیروی کار ارزان و نیاز کمتر به فناوری‌‌های پیچیده برای تولید انواع محصولات در فصول مختلف سال است. لذا تقویت آن به منظور توسعه اقتصادی، اشتغال و افزایش صادرات غیرنفتی بسیار ضروری است. هدف مقاله بررسی عوامل موثر بر تجارت محصولات کشاورزی بین ایران و فدراسیون روسیه با استفاده از مدل جاذبه است.
مواد و روش‌ها: در این پژوهش، ابتدا آمار و اطلاعات مورد نیاز از طریق پایگاه‌‌های اینترنتی بانک مرکزی و بانک جهانی برای دوره زمانی 2010 تا 2020 جمع‌‌آوری گردید. سپس به منظور بررسی عوامل تأثیرگذار بر حجم تجارت دوجانبه محصولات کشاورزی ایران و روسیه مدل جاذبه تعمیم‌یافته مورد استفاده قرار گرفت. پیش از برآورد مدل، ابتدا پایایی متغیرها از طریق آزمون لوین-لین و چو بررسی شد و سپس مدل جاذبه به روش داده‌‌های تابلویی برآورد گردید. در این مطالعه داده‌‌ها به‌صورت مجزا برای بخش صادرات، واردات و سپس برای کل تجارت (صادرات+ واردات) به‌کار برده شد تا اثرات متغیرهای مختلف بر روی هر بخش مشخص گردد. در نهایت نتایج آزمون هاسمن مورد بررسی قرار گرفت تا مناسب‌‌ترین بخش به منظور تحلیل نتایج انتخاب گردد.
یافته‌ها: نتایج آزمون لوین-لین و چو نشان داد که همه متغیرها معنی‌‌دار و داده‌‌های تابلویی ایستا هستند. همچنین نتایج تخمین مدل جاذبه برای سه بخش مورد بررسی بر اساس آماره F محاسباتی معنادار شد. در نتیجه فرضیه صفر رد شد، به این معنا که عرض از مبدأهای مقاطع مختلف با هم متفاوت می‌‌باشند و باید از روش داده‌‌های تابلویی برای بررسی استفاده شود. نتایج آزمون هاسمن برای صادرات، واردات و تجارت به ترتیب برابر با 0/0214، 0/4359 و 0/000 محاسبه شد، که بر این اساس تخمین تجارت برای تحلیل نتایج انتخاب گردید. همچنین نتایج حاصل از برآورد مدل جاذبه بخش تجارت نشان داد ضریب متغیر حاصلضرب تولید ناخالص داخلی دو کشور که بیانگر اندازه اقتصادی می‌‌باشد عامل مهمی برای حجم تجارت دوجانبه ایران و روسیه است. همچنین مسافت، نرخ ارز واقعی و متغیر مجازی عضویت در اتحادیه اقتصادی اوراسیا از عوامل موثر بر حجم تجارت دوجانبه محصولات کشاورزی ایران و روسیه به شمار می‌‌روند.
نتیجه‌گیری: به طور کلی افزایش تولید ناخالص داخلی دو کشور باعث افزایش تجارت دوجانبه محصولات کشاورزی ایران و فدراسیون روسیه شد. لذا پیشنهاد می‌شود که در تصمیم‌گیری‌های سیاستگذاران در زمینه عضویت در سازمان‌ها و موافقت‌نامه‌های تجاری به خصوص در حوزه کشاورزی تدابیری اتخاذ گردد.
مقدمه و هدف: بخش کشاورزی یکی از مهم‌‌ترین بخش‌‌های اقتصادی هر کشور است که در ایران دارای مزیت‌‌های مهمی چون تنوع زمین، نیروی کار ارزان و نیاز کمتر به فناوری‌‌های پیچیده برای تولید انواع محصولات در فصول مختلف سال است. لذا تقویت آن به منظور توسعه اقتصادی، اشتغال و افزایش صادرات غیرنفتی بسیار ضروری است. هدف مقاله بررسی عوامل موثر بر تجارت محصولات کشاورزی بین ایران و فدراسیون روسیه با استفاده از مدل جاذبه است.
مواد و روش‌ها: در این پژوهش، ابتدا آمار و اطلاعات مورد نیاز از طریق پایگاه‌‌های اینترنتی بانک مرکزی و بانک جهانی برای دوره زمانی 2010 تا 2020 جمع‌‌آوری گردید. سپس به منظور بررسی عوامل تأثیرگذار بر حجم تجارت دوجانبه محصولات کشاورزی ایران و روسیه مدل جاذبه تعمیم‌یافته مورد استفاده قرار گرفت. پیش از برآورد مدل، ابتدا پایایی متغیرها از طریق آزمون لوین-لین و چو بررسی شد و سپس مدل جاذبه به روش داده‌‌های تابلویی برآورد گردید. در این مطالعه داده‌‌ها به‌صورت مجزا برای بخش صادرات، واردات و سپس برای کل تجارت (صادرات+ واردات) به‌کار برده شد تا اثرات متغیرهای مختلف بر روی هر بخش مشخص گردد. در نهایت نتایج آزمون هاسمن مورد بررسی قرار گرفت تا مناسب‌‌ترین بخش به منظور تحلیل نتایج انتخاب گردد.
یافته‌ها: نتایج آزمون لوین-لین و چو نشان داد که همه متغیرها معنی‌‌دار و داده‌‌های تابلویی ایستا هستند. همچنین نتایج تخمین مدل جاذبه برای سه بخش مورد بررسی بر اساس آماره F محاسباتی معنادار شد. در نتیجه فرضیه صفر رد شد، به این معنا که عرض از مبدأهای مقاطع مختلف با هم متفاوت می‌‌باشند و باید از روش داده‌‌های تابلویی برای بررسی استفاده شود. نتایج آزمون هاسمن برای صادرات، واردات و تجارت به ترتیب برابر با 0/0214، 0/4359 و 0/000 محاسبه شد، که بر این اساس تخمین تجارت برای تحلیل نتایج انتخاب گردید. همچنین نتایج حاصل از برآورد مدل جاذبه بخش تجارت نشان داد ضریب متغیر حاصلضرب تولید ناخالص داخلی دو کشور که بیانگر اندازه اقتصادی می‌‌باشد عامل مهمی برای حجم تجارت دوجانبه ایران و روسیه است. همچنین مسافت، نرخ ارز واقعی و متغیر مجازی عضویت در اتحادیه اقتصادی اوراسیا از عوامل موثر بر حجم تجارت دوجانبه محصولات کشاورزی ایران و روسیه به شمار می‌‌روند.
نتیجه‌گیری: به طور کلی افزایش تولید ناخالص داخلی دو کشور باعث افزایش تجارت دوجانبه محصولات کشاورزی ایران و فدراسیون روسیه شد. لذا پیشنهاد می‌شود که در تصمیم‌گیری‌های سیاستگذاران در زمینه عضویت در سازمان‌ها و موافقت‌نامه‌های تجاری به خصوص در حوزه کشاورزی تدابیری اتخاذ گردد.
نوع مطالعه: پژوهشي |
موضوع مقاله:
بازارهای بین المللی محصولات کشاورزی و منابع طبیعی
دریافت: 1402/5/31 | پذیرش: 1402/7/24 | انتشار: 1402/10/3
دریافت: 1402/5/31 | پذیرش: 1402/7/24 | انتشار: 1402/10/3
فهرست منابع
1. Abdullahi, N. M., Huo, X., Zhang, Q., & Bolanle Azeez, A. (2021). Determinants and potential of agri-food trade using the stochastic frontier gravity model: Empirical evidence from Nigeria. Sage Open, 11(4), 21582440211065770. [DOI:10.1177/21582440211065770]
2. Adim, S. S., shafiee, M., & mirghafoory, H. (2020). Identification of capacity building strategies for export of Iranian agricultural products to Russian market. Journal of New research approaches in management and accounting, 3(26), 87-106. https://www.magiran.com/paper/2103630 (In Persian).
3. Afolabi, L. O., Aznin, A. B., & Izraf, A. A. (2017). ECOWAS regional integration and trade effect: A dynamic panel cointegration method using the gravity model. International Journal of Economic Perspectives, 11(1).
4. Aghlmand, S., Rahimi, B., Farrokh-Eslamlou, H., Nabilou, B., & Yusefzadeh, H. (2018). Determinants of Iran's bilateral intra-industry trade in pharmaceutical industry. Iranian journal of pharmaceutical research, 17(2), 822 (In Persian).
5. Aitken, N. D. (1973). The effect of the EEC and EFTA on european trade: A temporal cross-section analysis. The American Economic Review, 881-892.
6. Arnon, A., Spivak, A., & Weinblatt, J. (1996). The potential for trade between Israel, the Palestinians and Jordan. World Economy, 19(1), 113-134. [DOI:10.1111/j.1467-9701.1996.tb00666.x]
7. Asgari, M. (2019). Effective factors on Iran's export to eurasian economic :union:. Economic Modelling, 13(47), 77-102. https://eco.firuzkuh.iau.ir/article_670214_4e8105ae05070db264f8b7ac8f84b0ee.pdf (In Persian).
8. Atif, R. M., Haiyun, L., & Mahmood, H. (2017). Pakistan's agricultural exports, determinants and its potential: an application of stochastic frontier gravity model. The Journal of International Trade and Economic Development, 26(3), 257-276. [DOI:10.1080/09638199.2016.1243724]
9. Baghban Haghighi, S., Moghaddasi, R., & Mohammadinejad, A. (2022). Investigating the effect of product relatedness on Iranian agricultural exports. Agricultural Economics and Development, 30(2), 59-83. [DOI:10.30490/aead.2022.356006.1380 (In Persian).]
10. Baier, S. L., & Bergstrand, J. H. (2007). Do free trade agreements actually increase members' international trade? Journal of International Economics, 71(1), 72-95.
https://doi.org/10.1016/j.jinteco.2006.02.005 [DOI:doi.org/10.1016/j.jinteco.2006.02.005.]
11. Baker, M. M., & Yuya, B. A. (2020). Determinant of sesame export performance in Ethiopia: A panel gravity model application. Turkish Journal of Agriculture-Food Science and Technology, 8(3), 714-720.
https://doi.org/10.24925/turjaf.v8i3.714-720.3219 [DOI:doi.org/10.24925/turjaf.v8i3.714-720.3219.]
12. Bergstrand, J. H. (1985). The gravity equation in international trade: Some microeconomic foundations and empirical evidence. The Review of Economics and Statistics, 474-481.
https://doi.org/10.2307/1925976 [DOI:doi.org/10.2307/1925976.]
13. Bostan, Y., shafei, S., Fatahiardakani, A., & Erfani, R. (2021). Checking the effect of granted credits on demand for labor in sub-sectors of agriculture. Agricultural Economics Research, 13(1), 45-62. [DOI:doi.org/10.1016/j.heliyon.2020.e05252 (In Persian).]
14. Brun, J.-F., Carrère, C., Guillaumont, P., & De Melo, J. (2005). Has distance died? Evidence from a panel gravity model. The World Bank Economic Review, 19(1), 99-120. [DOI:10.1093/wber/lhi004]
15. Carey, H. (1860). Principles of social science. University of Michigan library publication, Michigan.
16. Deardorff, A. (1998). Determinants of bilateral trade: Does gravity work in a neoclassical world? In the regionalization of the world economy. University of Chicago Press. 7-32. [DOI:10.7208/chicago/9780226260228.003.0002]
17. Fulponi, L., & Engler, A. (2013). The impact of regional trade agreements on Chilean fruit exports. OECD Food, Agriculture and Fisheries. [DOI:dx.doi.org/10.1787/5k3z0kd43z5f-en.]
18. Hatef, H., Daneshvar Kakhki, M., & Sarvari, A. A. (2011). Comparative advantage of export for major horticultural crops in Iran and forecast it. Journal of Agricultural Economics and Development, 25(2). [DOI:10.22067/jead2.v1390i2.9714 (In Persian).]
19. Hosseini, M. A., & Norouzi, B. (2020). Evaluation and estimation of Iran's food industry, the potentials of exports to the Russian market. Central Eurasia Studies, 13(1), 23-46. [DOI:10.22059/jcep.2020.276017.449829 (In Persian).]
20. Iranian Trade Promotion Organization. (2020). Assessing export premium plan. http://fa.tpo.ir/documents/ document/11973/14507/portal.aspx. Access 8.9.2020 (In Persian).
21. Koo, W. W., Karemera, D., & Taylor, R. (1994). A gravity model analysis of meat trade policies. Agricultural Economics, 10(1), 81-88.
https://doi.org/10.1111/j.1574-0862.1994.tb00291.x [DOI:doi.org/10.1016/0169-5150(94)90042-6.]
22. Koochakzadeh, S., & Karbasi, A. (2015). Study of the effective factors on the commerce of Iranian saffron. Saffron Agronomy and Technology, 3(3), 217-227. [DOI:10.22048/jsat.2015.10383 (In Persian).]
23. Lin, Z.-H., Sun, D., Li, B., & Wang, K. (2016). Research on the structural evolution of Shanghai cooperation organization network. 6th International Conference on Information Communication and Management (ICICM), 90-94.
https://doi.org/10.1109/INFOCOMAN.2016.7784221 [DOI:doi.10.1109/INFOCOMAN.2016.7784221.]
24. Mohammadi, H., Aminizadeh, M., & Aghasafari, H. (2020). Measuring the export efficiency of Iran's pistachio using stochastic frontier gravity model. Journal of Agricultural Economics and Development, 34(1), 29-45. [DOI:10.22067/jead2.vi0.83705 (In Persian).]
25. Natale, F., Borrello, A., & Motova, A. (2015). Analysis of the determinants of international seafood trade using a gravity model. Marine Policy, 60, 98-106.
https://doi.org/10.1016/j.marpol.2015.05.016 [DOI:dx.doi.org/10.1016/j.marpol.2015.05.016.]
26. Nguyen, D. D. (2022). Determinants of Vietnam's rice and coffee exports: Using stochastic frontier gravity model. Journal of Asian Business and Economic Studies, 29(1), 19-34.
https://doi.org/10.1108/JABES-05-2020-0054 [DOI:doi.org/10.1108/JABES-05-2020-0054.]
27. Pakravan, M. R., & Gilanpour, O. (2013). Investigating export potential vision and competitiveness of Iran's agricultural product in Middle East and North Africa. Journal of Agricultural Economics and Development, 27(1), 51-63. [DOI:10.22067/jead2.v0i0.24252 (In Persian).]
28. Rafiee, H., Mohammadi, M., Taheri Reykande, E., & Kalhori, S. (2017). Assessment of factors affecting pistachio export share in the world markets with emphasis on internal production fluctuations. Agricultural Economics and Development, 25(2), 19-41. [DOI:10.30490/aead.2017.59074 (In Persian).]
29. Rasoulinezhad, E., & Kazemnia, T. (2019). Export expansion strategies of Iranian commodities to Russian market: Case of diary products. Quarterly Journal of The Macro and Strategic Policies, 6(Resistive Economy), 844-863.
https://doi.org/10.32598/JMSP.6.SPECIAL.ISSUE.844 [DOI:10.32598/jmsp.6.Special.Issue.844 (In Persian).]
30. Rasoulinezhad, E., & Sabri, P. (2022). Examining the export market of Iranian goods to the markets of the Eurasian Economic :union:. Commercial Surveys, 20(114), 45-62. [DOI:10.22034/bs.2022.247016 (In Persian).]
31. Rezaei, A., Chizari, A., & Mortazavi, S. A. (2011). An investigation of Iran export potentials of agricultural products to the OIC member countries. Iranian Journal of Agricultural Economics and Development Research, 41-2(4), 455-465. [DOI:doi.20.1001.1.20084838.1389.412.4.5.8 (In Persian).]
32. Sadeghi, P., & Moghaddasi, S. S. H. (2019). Analyzing Iran's export market potential, gravity model: Evidence from Date market. Journal of Agricultural Science and Technology, 21(4), 773-783. [DOI:doi.20.1001.1.16807073.2019.21.4.11.6 (In Persian).]
33. Shajari, S., Hosseni, L., & Salah, A., (2021). Iran's agricultural sector trade, agricultural research, education and promotion organization, 283 pp (In Persian).
34. Shafei, R., & Rousta, A. (2023). Commercial branding of Iranian handmade carpets: A semiotic study of advantageous producers. Journal of Executive Management, 14(28), 7-27. [DOI:doi.10.22080/jem.2022.21662.3569 (In Persian).]
35. Shemshadi, K. (2021). Investigation of the factors affecting Iran's food industry exports: Application of gravity model. Agricultural Economics and Development, 29(3), 239-262. [DOI:10.30490/aead.2021.356189.1385 (In Persian).]
36. Shepherd, B., & Wilson, N. L. (2013). Product standards and developing country agricultural exports: The case of the European :union:. Food Policy, 42, 1-10.
https://doi.org/10.1016/j.foodpol.2013.06.003 [DOI:doi.org/10.1016/j.foodpol.2013.06.003.]
37. Suresh, K., & Aswal, N. (2014). Determinants of India's manufactured exports to south and north: A gravity model analysis. International Journal of Economics and Financial Issues, 4(1), 144-151.
38. Tran, N., Nguyen, A., & Wilson, N. L. (2014). The differential effects of food safety regulations on animal products trade: The case of crustacean product trade. Agribusiness, 30(1), 31-45.
https://doi.org/10.1002/agr.21356 [DOI:doi.org/10.1002/agr.21356.]
39. Vu, H. T., & Doan, H. Q. (2013). Vietnamese rice exports: Do large destination markets stimulate?. Munich Personal RePEc Archive (MPRA).
40. Wall, H. J. (2001). Has Japan been left out in the cold by regional integration? Bank of Japan, IMES Working Paper (2001-E), 15.
https://doi.org/10.2139/ssrn.288327 [DOI:dx.doi.org/10.2139/ssrn.288327.]
41. Wang, Z., Coyle, W. T., Gehlhar, M., & Vollrath, T. (2000). The impact of distance on US agricultural exports: An econometric analysis. Department of agriculture. Technological Changes, Transportation Sector/MP-1566 , 71-83.
42. Wilson, J. S., & Otsuki, T. (2004). To spray or not to spray: Pesticides, banana exports, and food safety. Food Policy, 29(2), 131-146.
https://doi.org/10.1016/j.foodpol.2004.02.003 [DOI:doi.org/10.1016/j.foodpol.2004.02.003.]
43. Yang, S., & Martinez-Zarzoso, I. (2014). A panel data analysis of trade creation and trade diversion effects: The case of ASEAN-China free trade area. China Economic Review, 29, 138-151.
https://doi.org/10.1016/j.chieco.2014.04.002 [DOI:doi.org/10.1016/j.chieco.2014.04.002.]
44. Zarif, M., Salarpour, M., & Karbasi, A. (2011). Trade evaluation of Iranian agricultural sector, using gravity model and panel data. Journal of Agricultural Economics and Development, 25(2). [DOI:10.22067/jead2.v1390i2.9709.]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
