واکنش انتشار دی اکسید کربن به شوک‌های تولید در آلوده‌کننده‌های بزرگ آسیایی
محورهای موضوعی : اقتصاد محیط زیست
1 - دانشیار گروه اقتصاد، دانشگاه رازی، کرمانشاه، ایران. *(مسوول مکاتبات)
2 - کارشناس ارشد گروه اقتصاد، دانشگاه رازی، کرمانشاه، ایران.
کلید واژه: تخریب محیط زیست, انتشار دی اکسید کربن, تولید, الگوی PNARDL, عدم تقارن.,
چکیده مقاله :
زمینه و هدف: مطابق با تساوی کایا، میان انتشار دی اکسید کربن (CO2) و تولید ارتباط وجود دارد. هدف این مطالعه بررسی تاثیر غیر‌خطی و یا نامتقارن شوک های تولید بر انتشار CO2 است. روش بررسی: به منظور بررسی واکنش انتشار دی اکسید کربن به شوک‌های تولید در آلوده‌کننده‌های بزرگ آسیایی؛ هند، ژاپن، ایران، عربستان سعودی و کره جنوبی در فاصله زمانی 2020-1960 از الگوی ARDL پانل غیر خطی استفاده می‌شود. یافته ها: بررسی مسیر زمانی نشان می دهد که انتشار CO2 و تولید ناخالص داخلی کشورها با هم در حال حرکت هستند. آزمون ها، بیانگر وجود ارتباط بلندمدت میان این دو متغیر است. آزمون علیت غیر‌خطی حاکی از وجود رابطه علی یک طرفه از شوک‌های مثبت و منفی تولید به انتشار CO2 است. برآورد الگوی PNARDL حاکی از آن است که در بلندمدت، انتشار CO2 با افزایش تولید افزایش و با کاهش تولید کاهش می‌یابد. پویایی‌های کوتاه‌مدت نشان می‌دهد شوک‌های مثبت تولید دوره جاری و دوره گذشته منجر به افزایش معنی‌دار انتشار CO2 می‌گردد. شوک‌های منفی تولید دوره جاری و دوره گذشته(با وقفه) به ترتیب باعث افزایش و کاهش معنی‌دار انتشار CO2 می‌گردد. برآورد ضریب سرعت تعدیل بیانگر آن است که تعدیل به سمت تعادل بلندمدت با کندی صورت می‌گیرد. بحث و نتیجه گیری: بررسی ارتباط میان تولید و انتشار CO2، نقش مهمی را در سیاست‌گذاری‌های زیست محیطی ایفا می‌کند. سرعت تعدیل (از کوتاه‌مدت به بلندمدت) کند و تاثیر کوتاه‌مدت شوک‌های منفی تولید دوره جاری بر انتشار باید مورد توجه سیاست‌گذاران زیست محیطی کشورهای مورد مطالعه قرار گیرد. در شرایط کاهش تولید سیاست‌های سخت‌گیرانه زیست محیطی نباید سریعاً متوقف گردد. با توجه به تأثیر مثبت و معنی دار شوک های مثبت تولید بر انتشار در کوتاه مدت و در بلندمدت، افزایش کارایی انرژی و افزایش سهم انرژی های تجدید پذیر در کل مصرف انرژی کشورها (جایگزینی انرژی تجدیدپذیر به جای انرژی فسیلی) توصیه می گردد.
Background and Objective: According to Kaya's identity, there is a relationship between carbon dioxide (CO2) emission and output. The aim of this study is to investigate the non-linear or asymmetric effect of output on CO2 emissions. Material and Methodology: The PNARDL model is used to investigate the response of carbon dioxide emissions to output shocks in major Asian polluters; India, Japan, Iran, Saudi Arabia and South Korea in the time interval of 1960-2020. Findings: Examining the time path shows that CO2 emissions and GDP of countries are co-movement. The tests show the long-run relationship between these two variables. The non-linear causality test indicates the existence of a one-way causal relationship from positive and negative output shocks to CO2 emissions. In the long-run, CO2 emissions increase as output increases and decrease as output decreases. Short-run dynamics show that positive output shocks of the current and past period significantly lead to an increase in CO2 emissions. Negative output shocks of the current and past periods significantly increase and decrease CO2 emissions, respectively. The estimation of the adjustment speed coefficient indicates that the adjustment towards the long-run equilibrium is slow. Discussion and Conclusion: Investigating the relationship between output and CO2 emissions plays an important role in environmental policies. The speed of adjustment (from short-run to long-run) is slow and the short-run impact of negative output shocks of the current period on emissions should be taken into consideration by the environmental policy makers of the studied countries. In the conditions of output reduction, strict environmental policies should not be stopped immediately. Considering the positive and significant effect of positive production shocks on emissions in the short-run and in the long-run, it is recommended to increase energy efficiency and increase the share of renewable energy in the total energy consumption of countries (substitution of renewable energy instead of fossil energy).
1. IPCC (Intergovernmental Panel on Climate Change), Stocker, T.F., Qin, D., Plattner, G.K., Tignor, M., Allen, S.K., Boschung, J., Nauels, A., Xia, Y., Bex, V., Midgley, P.M. (Eds.), 2013. Climate change 2013: the physical science basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
2. Kaya, Y., 1990. Impact of carbon dioxide emission control on GNP growth: interpretation of proposed scenarios. Paris: IPCC Energy and Industry Subgroup, Response Strategies Working Group.
3. Kuznets, S. 1955. Economic growth and income inequality, American Economic Review, 45, pp.1-25.
4. Grossman, G. M, Krueger, A. B. 1991. Environmental impacts of a North American Free Trade Agreement. National Bureau of Economic Research Working Paper No. 3914, NBER, Cambridge MA.
5. Panayotou, T. 1993. Empirical tests and policy analysis of environmental degradation at different stages of economic development. Working Paper WP2-22.238 Technology and Employment Programme. International Labor Office, Geneva.
6. Heutel, G., 2012. How should environmental policy respond to business cycles? Optimal policy under persistent productivity shocks. Rev. Econ. Dyn. 15 (2), pp.244–264.
7. York, R. 2012. Asymmetric effects of economic growth and decline on CO2 emissions. Nat. Clim. Chang, 2 (11), pp. 762–764.
8. Doda, B., 2014. Evidence on business cycles and CO2 emissions. J. Macroecon. 40, pp.214–227.
9. Shahiduzzaman, M.D., Layton, A. 2015. Changes in CO2 emissions over business cycle recessions and expansions in the United States: A decomposition analysis. Applied Energy, 150, pp.25-35.
10. Klarl, T., 2015. The response of CO2 emissions to the business cycle: New evidence for the U.S. based on a Markov-switching approach.
11. Khan, H., Knittel, C. R., Metaxoglou, K., Papineau, M. 2016. Carbon Emissions and Business Cycle. Journal of macroeconomics, 60, pp.1-22.
12. Sheldon, T.L. 2017. Asymmetric effects of the business cycle on carbon dioxide emissions, Energy Economics, 61, pp. 289-297.
13. Cohen, G., Jalles, J.T., Loungani, P., Marto, R. and Wang, G. 2019. Decoupling of emissions and GDP: Evidence from aggregate and provincial Chinese data. Energy Economics, 77, pp.105-118.
14. Klarl,T. 2020. The response of CO2 emissions to the business cycle: New evidence for the U.S. Energy Economics, 85, 104560.
15. Sarwar, M. N, Ali, Sh., Hussain, H. 2021. Business cycle fluctuation and emission: Evidence from South Asia. J.Clean. Prod, 298, 126774.
16. Genç, M.C., Ekinci, A., Sakarya B. 2022. The impact of output volatility on CO2 emissions in Turkey: testing EKC hypothesis with Fourier stationarity test. Environmental Science and Pollution Research, 29(2), pp. 3008-3021.
17. Onofrei, M., Anca Florentina Vatamanu, A. F., Cigu, E.2022. The Relationship between Economic Growth and CO2 Emissions in EU Countries: A Cointegration Analysis. Frontiers in Environmental Science, 10, pp.1-11.
18. https://www.statista.com
19. Shin, Y., Yu B, Greenwood-Nimmo, M.J. 2014. Modelling asymmetric cointegration and dynamic multipliers in a nonlinear ARDL framework. Festschrift in Honor of Peter Schmidt, pp. 281-314
20. Pesaran, M. H., Shin R. 1995. Estimating long-run relationship in dynamic heterogeneous panels. J Econ, 68(1), pp. 79-113
21. Pesaran M. H., Shin Y., Smith R.J. 1999. Pooled mean group estimation of dynamic heterogeneous panel. J AM Stat Assoc, 94(4), pp. 621-634
22. Pesaran, M.H., Shin Y. 1999. An autoregressive distributed-lag modelling approach to cointegration analysis. In: Storm S (ed) Econometrics and Economic Theory in the 20th Century: The Ranger Frisch Centennial Symposium. Cambridge University Press, Cambridge, pp. 371-413.
23. Pesaran, M .H., Shin Y., Smith R.J. 2001. Bounds testing approaches to the analysis of level releationship. J Appl Econ, 16(3), pp. 289-326
24. Granger, C.W.J., Yoon, G. 2002. Hidden Cointegration. Mimeo: University of California San Diego.
25. Schorderet, Y. 2003. Asymmetric Cointegration. Mimeo: University of Geneva.
26. Pesaran, M. H. 2004. General Diagnostic Tests for Cross Section Dependence in Panels. Cambridge Working Papers in Economics. No: 0435, Faculty of Economics. United Kingdom: University of Cambridge.
27. Burke, P.J., Shahiduzzaman, Md , Stern, D.I. 2015. Carbon dioxide emissions in the short run: The rate and sources of economic growth matter. Global Environmental Change, 33, pp. 109-121.
