مقاله پژوهشی: تأثیر پیچیدگی اقتصادی بر آلودگی محیط زیست

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار اقتصاد. دانشگاه الزهرا.تهران.ایران

2 کارشناس ارشد علوم اقتصادی.دانشگاه الزهرا.تهران.ایران

3 کارشناس ارشد علوم اقتصادی.دانشگاه علامه طباطبائی.تهران.ایران

چکیده

امروزه یکی از مهمترین چالش‌های پیش روی اقتصاد جهانی، آلودگی محیط زیست، گرمایش زمین و تغییرات آب و هوایی ناشی از آن است. بهبود دانش و تکنولوژی را می توان یکی از عوامل کنترل کننده انتشار آلایندگی معرفی نمود. یکی از جدیدترین شاخص هایی که منعکس کننده میزان دانش و تکنولوژی به کار رفته در ساختار تولید یک کشور است، شاخص پیچیدگی اقتصادی است. در این پژوهش با استفاده از داده های 99 کشور در دوره 2017-1992 به بررسی اثر پیچیدگی اقتصادی به عنوان معیار سطح تکنولوژی، دانش و مهارت یک اقتصاد، بر آلودگی محیط زیست در چارچوب فرضیه منحنی زیست محیطی کوزنتس پرداخته شده است. آلودگی محیط زیست با معیار میزان انتشار دی‌اکسید کربن سنجیده شده، زیرا حجم قابل توجهی از گازهای گلخانه‌ای مربوط به آن است. همچنین از مدل داده‌های تابلویی و روش حداقل مربعات معمولی پویا به منظور برآورد رابطه میان متغیرها استفاده شده است. نتایج این برآورد نشان می‌دهد که پیچیدگی اقتصادی اثر منفی و معنی‌داری بر آلودگی محیط زیست داشته و همچنین فرضیه منحنی زیست محیطی کوزنتس به صورت تجربی مورد تأیید قرار گرفته است. این نتایج تجربی بیان می‌کند که با بهبود تکنولوژی، دانش و مهارت در اقتصاد، میزان انتشار دی‌اکسید کربن کاهش می‌یابد.

کلیدواژه‌ها

عنوان مقاله [English]

The Impact of Economic Complexity on Environmental Pollution

نویسندگان [English]

  • Zahra Azizi 1
  • Fatemeh Daraei 2
  • Alireza Naseri Boroujeni 3
1 Assistant Professor of Economics, Alzahra University, Tehran, Iran
2 MA in Economics, Alzahra University, Tehran, Iran
3 MA in Economics, Allameh Tabataba'i University, Tehran, Iran
چکیده [English]

Today, one of the most important challenges facing the global economy is environmental pollution and climate changes. Improving knowledge and technology can be one of the factors controlling the emission of pollutants. One of the newest indicators that reflects the level of knowledge and technology used in the country's production structure is the economic complexity index. In this study, using data from 99 countries in the period of 1992-2017, the impact of economic complexity as a measure of the level of technology, knowledge and skills of an economy, on environmental pollution in the framework of Kuznets' environmental curve hypothesis has been investigated. Environmental pollution is measured by the carbon dioxide emission. A panel data model with Dynamic Ordinary Least Squares (DOLS) has been used to estimate the relationship between variables. The results of this estimation show that economic complexity has a negative and significant effect on environmental pollution, and also the Kuznets' environmental curve has been empirically confirmed. These results indicate that by improving technology, knowledge and skills in the economy, carbon dioxide emissions can be reduced.

کلیدواژه‌ها [English]

  • Environmental Kuznets Curve
  • Economic Complexity
  • Economic Growth
  • CO2 Emissions

مراجع

-        برخورداری دورباش، سجاد. (1396). همگرایی یا واگرایی در سرانه‌ انتشار دی اکسید کربن در بین کشورهای عضو اوپک با تأکید بر کیفیت مقررات و کارآیی دولت (رهیافت GMM). مجله تحقیقات اقتصادی، 53 (2): 301-279.
-        سلیمی فر، مصطفی و دهنوی، جلال. (1388). مقایسه منحنی زیست محیطی کوزنتس در کشورهای عضو OECD و کشورهای در حال توسعه: تحلیل مبتنی بر داده­های پانل. دانش و توسعه، 16 (29): 200-181.
-        پایتختی اسکویی، سید علی و طبقچی اکبری، لاله. (1393). برآورد بردار هم انباشتگی اقتصاد خاکستری و توسعه انسانی با روش حداقل مربعات پویای پانلی. فصلنامه مدلسازی اقتصادسنجی، 1 (3): 142-125.
 
-        Ahmed, U., & ArshadKhan, M. (2009). Energy demand in Pakistan: A disaggregate analysis. The Pakistan Development Review, 47(4), 437-455.
-        Ali, W., Abdullah, A., & Azam, M. (2016). The dynamic linkage between technological innovation and carbon dioxide emissions in Malaysia: An autoregressive distributed lagged bound approach. International Journal of Energy Economics and Policy, 6(3), 389-400.
-        Ang, J. B. (2009). CO2 emissions, research and technology transfer in China. Ecological Economics, 68(10), 2658-65.
-        Arrow, K.; Bolin, B.; Costanza, R.; Dasgupta, P.; Folke, C., Holling, C. S., & Pimentel, D. (1995). Economic growth, carrying capacity, and the environment. Ecological Economics, 15(2), 91-95.
-        Barkhordari, S. (2018). Convergence or divergence in per capita CO2 emissions among OPEC countries focused on regularity quality and government effectiveness (GMM approach). Journal of Economic Research, 53(2), 279-301 (In Persian).
-        Beckerman, W. (1992). Economic growth and the environment: Whose growth? Whose environment?. World Development, 20(4), 481-496.
-        Brock, W. A., & Taylor, M. S. (2005). Economic growth and the environment: A review of theory and empirics. In Handbook of economic growth (Vol. 1, pp. 1749-1821). Elsevier.
-        Can, M., & Gozgor, G. (2017). The impact of economic complexity on carbon emissions: Evidence from France. Environmental Science and Pollution Research, 24(19), 16364-70.
-        Dinda, S. (2004). Environmental Kuznets curve hypothesis: A survey. Ecological Economics, 49(4), 431-455.
-        Eren, H. (2001). Environmental impacts of technology. Wiley encyclopedia of electrical and electronics engineering.
-        Grossman, G. M., & Krueger, A. B. (1991). Environmental Impacts of a North American Free Trade Agreement (No. w3914). National Bureau of Economic Research.
-        Hang, G., & Yuan-Sheng, J. (2011). The relationship between CO2 emissions, economic scale, technology, income and population in China. Procedia Environmental Sciences, 11, 1183-88.‏
-        Hausmann, R.; Hidalgo, C. A.; Bustos, S.; Coscia, M.; Simoes, A., & Yildirim, M. A. (2013). The Atlas of Economic Complexity: Mapping Paths to Prosperity. Mit Press.
-        Hidalgo, C. A. (2009). The Dynamics of Economic Complexity and the Product Space over a 42 Year Period (No. 189). Center for International Development at Harvard University.
-        Hidalgo, C. A., & Hausmann, R. (2009). The building blocks of economic complexity. Proceedings of the National Academy of Sciences, 106(26), 10570-75.
-        Kao, C., & Chiang, M. H. (2001). On the estimation and inference of a cointegrated regression in panel data. In Nonstationary Panels, Panel Cointegration, and Dynamic Panels (pp. 179-222). Emerald Group Publishing Limited.
-        Komen, M. H.; Gerking, S., & Folmer, H. (1997). Income and environmental R&D: Empirical Evidence from OECD Countries. Environment and Development Economics, 2(4), 505-515.
-        Kuznets, S. (1995). Economic growth and income inequality. The American Economic Review, 45(1), 1-28.‏
-        Lantz, V., & Feng, Q. (2006). Assessing income, population, and technology impacts on CO2 emissions in Canada: Where's the EKC?. Ecological Economics, 57(2), 229-238.‏
-        Neagu, O., & Teodoru, M. C. (2019). The relationship between economic complexity, energy consumption structure and greenhouse gas emission: heterogeneous panel evidence from the EU countries. Sustainability, 11(2), 497.
-        Panayotou, T. (1993). Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development (No. 992927783402676). International Labour Organization.
-        Paytakhti Oskooe, S. A. & Tabaghchi Akbari, L. (2016). Cointegration vector estimation by panel DOLS: Gray economy and human development, Econometric Modelling, 1(3), 125-142 (In Persian).
-        Pedroni, P. (2004). Panel cointegration: Asymptotic and finite sample properties of pooled time series tests with an application to the PPP hypothesis. Econometric Theory, 20(3), 597-625.
-        Salimifar, M. & Dehnavi J. (2010). The Comparison of the environmental Kuznets curve in developing and OECD countries: a panel data analysis. Financial Monetary Economics, 16(29), 181-200 (In Persian).
-        Samargandi, N. (2017). Sector value addition, technology and CO2 emissions in Saudi Arabia. Renewable and Sustainable Energy Reviews, 78, 868-877.‏
-        Selden, T. M., & Song, D. (1994). Environmental quality and development: Is there a Kuznets curve for air pollution emissions?. Journal of Environmental Economics and Management, 27(2), 147-162.
-        Shafik, N. (1994). Economic development and environmental quality: An econometric analysis. Oxford Economic Papers, 46, 757-773.
-        Stern, D. I. (2004). The rise and fall of the environmental Kuznets curve. World Development, 32(8), 1419-39.
-        Stern, D. I., & Common, M. S. (2001). Is there an environmental Kuznets curve for sulfur?. Journal of Environmental Economics and Management, 41(2), 162-178.
-        Sueyoshi, T.; Li, A., & Liu, X. (2019). Exploring sources of China's CO2 emission: Decomposition analysis under different technology changes. European Journal of Operational Research, 279(3), 984-995.‏
-        Sweet, C. M., & Maggio, D. S. E. (2015). Do stronger intellectual property rights increase innovation?. World Development, 66, 665-677.
-        Vukina, T.; Beghin, J. C., & Solakoglu, E. G. (1999). Transition to markets and the environment: Effects of the change in the composition of manufacturing output. Environment and Development Economics, 4(4), 582-598.
-        Wang, Z.; Yang, Z.; Zhang, Y., & Yin, J. (2012). Energy technology patents-CO2 emissions nexus: An empirical analysis from China. Energy Policy, 42, 248-260.‏
-        Wei, W. X., & Yang, F. (2010). Impact of technology advance on carbon dioxide emission in China. Stat Res, 27(7), 36-44.
-        World Bank. (1992). The World Bank annual report 1992. Washington, DC : The World Bank.
-        Yii, K. J., & Geetha, C. (2017). The nexus between technology innovation and CO2 emissions in Malaysia: Evidence from granger causality test. Energy Procedia, 105, 3118-24.‏
-        Yin, J.; Zheng, M., & Chen, J. (2015). The effects of environmental regulation and technical progress on CO2 Kuznets curve: An evidence from China. Energy Policy, 77, 97-108.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار