تأثیر افزایش قیمت برق بر رفاه بخش خانگی مناطق روستایی استان گیلان، ایران
Subject Areas : Farm Management
رضا
اسفنجاری کناری
1
(استادیار گروه اقتصاد کشاورزی دانشکده کشاورزی دانشگاه گیلان)
زهره
کرمی
2
(کارشناسی ارشد اقتصاد کشاورزی دانشگاه شیراز)
سیده صدیقه
احمدزاده
3
(دانشجوی دکتری اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی ساری)
Keywords: برق خانگی, تغییرات رفاهی, خانوارهای روستایی استان گیلان, سیستم تقاضای تقریبا ایده آل,
Abstract :
به منظور بررسی اثر افزایش قیمت برق در بخش خانگی بر رفاه خانوارهای روستایی استان گیلان با استفاده از سیستم تقاضای تقریبا ایده­آل؛ کشش­ها و تغییرات رفاهی ناشی از افزایش 50 درصدی و افزایش 100 درصدی قیمت برق خانگی و افزایش تدریجی قیمت برق خانگی در چهار سال (هر سال افزایش 25 درصدی) با استفاده از دو معیار تغییرات جبرانی و تغییرات معادل طی دوره زمانی 91-1370 محاسبه شده­است. نتایج نشان می­دهد قدر مطلق کشش درآمدی و قیمتی برق کوچک­تر از واحد بوده­است. پایین­بودن کشش قیمتی تقاضا از طرفی نشان­دهنده تأثیر جزئی تغییرات قیمت بر روی تقاضای برق در دوره مورد بررسی بوده و از طرف دیگر بیان­گر عدم وجود جانشین مناسب برای برق در بخش خانگی می­باشد.محاسبات تغییرات رفاهی و مقایسه­ی آنها با سهم برق از یارانه­ی پرداختی، نشان میدهد که با افزایش 50 و 100 درصدی قیمت برق خانگی پول پرداختی به خانوار کمتر از میزان مبلغ به­دست آمده­است و می­توان گفت که اثر مستقیم واقعی­کردن قیمت برق خانگی (افزایش قیمت) جبران نشده­است. در واقع میزان رفاهی که خانوار در اثر افزایش قیمت برق از دست داده­است بیش­تر از رفاهی است که به­دست آورده­است و لذا خانوارها متضرر شده­اند. اما در مورد سناریوی افزایش تدریجی قیمت، مبلغ CV به­دست­آمده کمتر از میزان دریافتی خانوار بوده و به این دلیل در واقع تنها با اعمال این سیاست قیمتی است که خانوار متضرر نشده و رفاه آن افزایش یافته­است.
Aigner, D. J., Lovell, D., & Schmidt, p. (1977). Formulation and estimation of stochastic frontier production function models. Journal of Econometrics, 6 (1), 21-37.
Battese, G. E., & Coelli, T. (1995). A model for technical inefficiency effects in a stochastic frontier production function for panel data. Empirical Economics, 20 (2), 325-332.
Battese, G. E., & Coelli, T. J. (1992). Frontier production functions, technical efficiency and panel data with application to paddy farmers in India. Journal of Productivity Analysis, 3 (1), 153-169.
Battese, G.E., Rao, D.S.P., & O’Donnell, C. (2004). A metafrontier production function for estimation of technical efficiencies and technology gaps for firms operating under different technologies. Journal of Business Economics, 21 (1), 91-103.
Battese, G. Malik, SJ., & Broca, S. (1993). Production functions for wheat farmers in selected districts of Pakistan: an application of a stochastic frontier production function with time-varying inefficiency effects. Pakistan Development Review, 32 (2), 233-268.
Battese, J., & Rao, D. S. P. (2002). Technology gap, efficiency and stochastic metafrontier function. Journal of Business Economics, 1 (2), 87-93.
Coelli, T.J. (1996). A guide to FRONTIER version 4.1: A computer program for stochastic frontier production and cost function estimation. CEPA Working Papers(No. 7/96), Department of econometrics, University of New England, Armadale.
Kumbhakar, S.C. (2002). Specification and estimation of production risk, risk preferences and technical efficiency. American Journal of Agricultural Economics, 84 (1), 8-22.
Meeusen, W., & Van Den Broak, J. (1977). Efficiency estimation cobb-douglas production function with composed error.Journal of International Economics, 18 (2), 435-444.
Mehrabi Boshrabadi, H., Villano, R., & Fleming, E. (2008). Technical efficiency and environmental-technological gaps in wheat production in Kerman province of Iran: A meta-frontier analysis. Journal of Agricultural Economics, 38 (1), 67-76.
Ministry of Jihad-e-Agriculture (2010). Cultivation and production Database, Agricultural Crops Information. Retrieved from http://www.dbagri.maj.ir/Zrt/year.
Moreira, V. H., & Bravo-Ureta, B. E. (2010). Technical efficiency and metatechnology ratios for dairy farms in three southern cone countries: A stochastic metafronitier model. Journal of Productivity Analysis, 33 (1), 33-45.
Monjezi, N., & M.J. Sheikhdavoodi. (2011).Energy use pattern and optimization of energy consumption for greenhouse cucumber production in Iran using Data Envelopment Analysis (DEA). Modern Applied Science, 5,139-150.
O,Donnell, C., Battese, G., & Rao, D. S. P. (2005). Metafrontier frameworks for the study of firm-level efficiencies and technology ratios. Unpublished paper, Centre for Efficiency and Productivity Analysis, University of Queensland, Brisbane.
Omid, M., Ghojabeige, F., Delshad, M., & Ahmadi, H. (2010). Energy use pattern and benchmarking of selected greenhouses in Iran using data envelopment analysis. Energy Conversion and Management, 52, 153-162.
Pitt, M., & Lee, L. F. (1981). The Measurement of Sources of Technical Inefficiency in the Indonesian Weavig Industry. Journal of Development Economics, 9 (1), 43-64.
Taki, M., Ajabshirchi, Y., & Mahmoudi, A. (2012). Prediction of output energy for wheat production using artificial neural networks in Esfahan province of Iran. Journal of Agricultural Technology 8(4), 1229-1242.
Villano, R., Mehrabi Boshrabadi, H., & Fleming, E. (2010). When is Metafrontier Analysis Appropriate, An Example of Varietal Differences in Pistachio Production in Iran. Journal of Agricultural Science and Technology, 12,379-389.