تنوع فعالیت، راهبردی در راستای ارتقاء بهره‌وری انرژی در بخش کشاورزی (تحلیلی با رویکردهای علیت تودا – یاماموتو و آزمون کرانه‌ها)

نوع مقاله : مقاله پژوهشی

نویسندگان

دانشگاه تهران

چکیده

امروزه، رشد مداوم کشورهای توسعه‌یافته و رشد سریع کشورهای در حال توسعه مدیون به‌کارگیری انرژی است. اما در دهه‌های أخیر لزوم حرکت به سمت توسعه‌ی پایدار، جهانیان را به فکر افزایش بهره‌وری انرژی انداخت تا به ازای مصرف مشخصی انرژی بر میزان تولید بیفزایند. از سوی دیگر، محققان بر این عقیده‌اند که حرکت به سمت یک سامانه‌ی تولیدی متنوع و صرفه‌های تنوع ناشی از آن، می‌تواند منجر به افزایش بهره‌وری نهاده‌ها گردد. از این‌رو، در مطالعه حاضر به بررسی رابطه علی بهره‌وری انرژی و تنوع فعالیت‌ها در بخش کشاورزی پرداخته شده است که برای این‌منظور از آزمون‌های علیت تودا-یاماموتو و کرانه‌ها استفاده شده است. نتایج حاکی از وجود یک رابطه‌ی علی یک‌طرفه از تنوع فعالیت‌ها به بهره‌وری انرژی می‌باشد. لذا، با توجه به تأثیرپذیری مثبت بهره‌وری انرژی از تنوع‌بخشی فعالیت‌های کشاورزی پیشنهاد می‌شود که دولت به جای سیاست‌های گوناگون حمایتی از محصولاتی خاص، سامانه‌ی کشاورزی کشور را به سمت تنوع بیشتر تشویق نماید.

کلیدواژه‌ها


  1. Abbasi Nejad, H., & Vafi Najar, D. (2004). Review of performance and energy efficiency in different economic sectors and institutions, and price elasticity estimates in the energy sector and transportation industry by TSLS Method (1971-2000). Journal of Economic Research, 66, 113-137.
  2. Cheng, B.S., & Lai, T.W. (1997) An investigation of cointegration and causality between energy consumption and economic activity in Taiwan. Energy Economics, 19, 435- 444.
  3. Geweke, J. (1984). Inference and causality in economic time series models, Handbook of econometrics, vol. 2, Amsterdam: North Holland.
  4. Granger, C.W.J. (1969). Investigating causal relationship by econometric models and crros – spectral methods, conometrica, 37, 424 -438.
  5. Granger, C.W.J. (1986). Development in the study of cointegrated economic variables, Oxford Bulletin of Economics and Statistics 48, 213- 228.
  6. Hardaker, J.B., Huirne, R.M.B., Anderson, J.R. & Lien, G. (2005). Croping with risk in agriculture, 2nd edition. CABI Publishing, Wallingford.
  7. Hsiao, c. (1981). Autoregressive modeling and money- income causality detection, Journal of Monetary Economics,7(1), 85-106.
  8. Morley, B. (2006). Causality between economic growth and immigration: An ARDL bounds testing approach. Economics Letters, 90(1), 72-76.
  9. Mortazvi, S., Shahbazi, H., Kavosi Kallashmi,M., & Khodaverdi Zade, M. (2010). Yielding varieties of wheat and barley in North Khorasan Razavi. Journal of Agricultural Economic, 4, 97-112.

10. Narayan, P.K., & Smyth, R. (2006). Higher education, real income and real investment in China: evidence from Granger causality tests. Educ Econ, 14, 107–125.

11. Odhiambo, N. (2009). Energy Consumption And Economic Growth Nexus In Tanzania: An ARDL Bounds Testing Approach. Energy Policy, 37(2), 617–622.

12. Odhiambo, N. (2010). Energy consumption, prices and economic growth in three SSA countries: A comparative study. Energy Policy, 38(5), 2463–2469.

13. Pesaran, M., Shin, Y., Smith, J. (2001), Bounds Testing Approaches To The Analysis Of Level Relationships, Journal Of Applied Econometrics, 16(3), 289–326.

14. Sims, C. (1972). Money, Income and causality, American Economic Review, 62, 540- 552.

15. Tang, T. C. 2003. Japanese Aggregate Import Demand Function: Reassessment from ‘Bound’ Testing Approach, Japan and the World Economy, 4(15), 419–436.

16. Toda, H.Y., & Yamamoto, T. (1995). Statistical inference in vector auto regressions with possibly integrated processes, Journal of econometrics, 66, 225- 250.

17. Zapata, H. O., & Rambaldi, A. N. (1997). Monte - Carlo evidence on cointegration and Causation, Oxford Bulletin of Economics and Statistics, 59, 285- 298.

18. Langeveld, H., Rufino, M., Hengsdijk, H., Ruben, R., Dixon, J., Verhangen, J., and Giller, K. (2007). Evaluation of economic and environmental performance of two farm household strategies: diversification and integration, conceptual model and case studies. Quantitative Approaches in Systems Analysis, 29.

19. Kim, K., Chavas, J. P., Barham, B., Foltz, J. (2012). Specialization, diversification, and productivity: a panel data analysis of rice farms in Korea. Agricultural Economics, 43: 687–700.

20. Salami, H. (2000). Determining the optimal size grasslanding firms units with a total productivity factor indicator: A Case Study of Fars Province. Journal of Agricultural Economics and Development, 32: 51-67.

Mehrabi Boshr Abadi, H. & Esmaeeli, A. (2011). Analysis of input-outpot of energy in agriculture. Journal of Agricultural Economics and Development, 74, 1-28.