نوع مقاله : مقاله علمی - پژوهشی

نویسنده

گروه اقتصاد، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران

چکیده

مقدمه: همگام با توسعه صنعت کارخانه‌ای، توسعه پایدار این بخش بایستی بر رشد بهره‌وری مستمر بنگاه‌ها از نقطه‌نظر پیشرفت تکنولوژیک و بهبود کارایی استوار باشد. در بخش کارخانه‌ای، تولید محصول می‌تواند همراه با محصولات نامطلوب یا بد، مانند گازهای آلاینده، فاضلاب، پسماندهای جامد و مایع باشد و نادیده گرفتن آن ­ها ممکن است به بهره‌وری و تغییرات فنی تورش‌دار منجر شود. هدف این مقاله ارزیابی تغییر بهره‌وری و کارایی محیط‌زیستی صنایع کارخانه‌ای استان‌های ایران می‌باشد.
مواد و روش‌ها: برای دست‌یابی به هدف مقاله از یک رویکرد دو مرحله‌ای بهره گرفته ‌می‌شود. در مرحله نخست، شاخص بهره‌وری جهانی مالم‌کوئیست- لیونبرگر با لحاظ محصولات نامطلوب فاضلاب و پسماند صنعتی، اندازه‌گیری و سپس به دو جزء تغییر کارایی فنی و پیشرفت تکنولوژیک تجزیه می‌شود. در بخش دوم اثر پیشران‌های رشد بهره‌وری محیط‌زیستی با بهره‌گیری از مدل‌های Tobit، Logit و Probit برآورد می‌گردد. داده‌های این مقاله از گزارشات طرح آمارگیری از کارگاه‌های صنعتی 10 نفر کارکن و بیشتر در دوره 1394 تا 1398 استخراج شده‌ است.
نتایج: یافته‌های بخش نخست بیان می‌دارد پیشرفت تکنولوژیک عامل اصلی تغییرات بهره‌وری محیط‌زیستی صنایع کارخانه‌ای استان‌های ایران است. هم‌چنین متوسط تغییر بهره‌وری محیط‌زیستی با کاهش همراه بوده که نشان ‌می‌دهد بنگاه‌های کارخانه‌ای استان‌های ایران در دوره مورد مطالعه از مرز فناوری موجود جهانی عقب‌تر هستند. معیار سازگاری با محیط‌زیست نشان داد در دوره مورد بررسی، ده استان سبز (افزایش تولیدات مطلوب در کنار کاهش تولیدات نامطلوب) و 16 استان زرد (افزایش همزمان تولیدات مطلوب و نامطلوب) بوده‌اند که استان‌های بزرگ هم در زمره استان‌های زرد هستند. نتایج بخش دوم حاکی از آن است رابطه بین درآمد سرانه و رشد بهره‌وری محیط‌زیستی به‌شکل U معکوس می‌باشد. هم‌چنین افزایش نسبت سرمایه به اشتغال منجر به افزایش رشد بهره‌وری محیط‌زیستی شده، اما رشد شدت انرژی‌بری صنایع کارخانه‌ای سبب کاهش بهره‌وری محیط‌زیستی خواهد شد.




بحث: در راستای بهبود بهره‌وری محیط‌زیستی، صنایع کارخانه‌ای می‌توانند از طریق ارزیابی عملکرد بنگاه‌های اقتصادی، فرآیندهای قیمت‌گذاری پسماندها و ضایعات منابع اقتصادی در فرآیند تولید و همچنین تلاش برای کاهش آلودگی و اثرات مخرب محیط‌زیستی، به ارتقای بهره‌وری، سود، رقابت‌پذیری و بهبود کیفیت زندگی بشر کمک نمایند. لذا با کاهش مصرف نهاده‌های تولید به‌ازای سطح مشخصی از تولید و یا ارائه خدمات، کاهش هزینه‌های تولید، کیفیت و رقابت‌پذیری محصولات در سطح ملی و جهانی ارتقا می‌یابد که نتیجه آن بهبود رشد اقتصادی سبز خواهد بود. نظر به نتایج مقاله، می‌توان برخی از توصیه‌های سیاستی را پیشنهاد کرد. نخست، به‌کارگیری و توسعه فناوری‌های پاک‌تر و فناوری‌هایی که در مصرف انرژی صرفه‌جویی می‌کنند، عوامل اصلی رشد بهره‌وری محیط‌زیستی و توسعه پایدار استان‌های ایران در آینده هستند. دوم، با توجه به رابطه درآمد سرانه و رشد بهره‌وری محیط‌زیستی و از آن­جا که تقریباً تمامی استان‌های بزرگ مانند تهران و اصفهان با مشکلات محیط‌زیستی دست و پنجه نرم می‌کنند، لذا توسعه سیاست‌هایی برای افزایش تمرکز صنعتی در سایر استان‌ها ضروری است. در استان‌های با فعالیت‌های اقتصادی بیش از حد مانند تهران، اصفهان و خوزستان، لازم است کنترل مناسبی بر تراکم صنایع و جمعیت در این استان‌ها انجام شود تا از انتشار آلودگی و سایر بیماری‌های شهرهای بزرگ که توسعه پایدار را تهدید می‌کنند، جلوگیری شود. 

کلیدواژه‌ها

موضوعات

  1. Abedi, S., Daneshmand, A. and Noria, S., 2019. Investigating factors affecting on the green productivity growth in Iran's economy. Economic research, 54(3), 633-658. (In Persian with English abstract)
  2. Ananda, J. and Hampf, B., 2015. Measuring environmentally sensitive productivity growth: An application to the urban water sector. Ecological Economics, 116, 211-219.
  3. Arabi, B., Munisamy, S., and Emrouznejad, A. 2015. A new slacks-based measure of Malmquist–Luenberger index in the presence of undesirable outputs. Omega, 51, 29-37.
  4. Chambers, R.G., Chung, Y. and Färe, R., 1996. Benefit and distance functions. Journal of economic theory, 70(2), 407-419.
  5. Chen, S. and Golley, J., 2014. Green productivity growth in China's industrial economy. Energy Economics, 44, 89-98.
  6. Chung, Y.H., Färe, R. and Grosskopf, S., 1997. Productivity and undesirable outputs: a directional distance function approach. Journal of Environmental Management, 51(3), 229-240.
  7. Cohen-Rosenthal, E. and Musnikow, J., 2017. What is eco-industrial development? In Eco-Industrial Strategies (pp. 14-29). Routledge.
  8. Dashti, Q., Sani, F., Qahremanzade, M. and Sani, R., 2019. Total factor productivity growth decomposition and measuring in the dairy industry of Iran. Animal science research (agricultural knowledge), 29(1), 61-76. (In Persian with English abstract)
  9. Fan, M., Shao, S. and Yang, L., 2015. Combining global Malmquist–Luenberger index and generalized method of moments to investigate industrial total factor CO2 emission performance: A case of Shanghai (China). Energy Policy, 79, 189-201.
  10. Färe, R. and Grosskopf, S., 2010. Directional distance functions and slacks-based measures of efficiency. European journal of operational research, 200(1), 320-322.
  11. Färe, R., Grosskopf, S. and Pasurka Jr, C.A., 2007. Environmental production functions and environmental directional distance functions. Energy, 32(7), 1055-1066.
  12. Fathabadi, M. and Sofimajidpour, M., 2018. Higher education, technical efficiency and total productivity changes: Evidences of Iran's manufacturing industries. Research and planning in higher education, 24(2), 27-51. (In Persian with English abstract)
  13. Fathabadi, M., 2017. Intellectual capital, total productivity and technical efficiency changes: Evidence of Iran's insurance industry. Economic growth and development research, 8(29), 145-156. (In Persian with English abstract)
  14. Fukuyama, H. and Weber, W.L., 2009. A directional slacks-based measure of technical inefficiency. Socio-Economic Planning Sciences, 43(4), 274-287.
  15. Haqiqatpishe, H., Kordrostami, S. and Amirteymori, A., 2021. The highest scale of production efficiency with the presence of environmental factors in data envelopment analysis. New researches in mathematics, 7(31), 185-204. (In Persian with English abstract)
  16. Homaian, M. and Aqapoursabaqi, M., 2018. Calculating environmentally compatible productivity in the agricultural sector. Natural environment (Iran’s natural resources), 71(2), 255-268. (In Persian with English abstract)
  17. Iran Statistics Center (various years). Statistical data and information, industry and mining sector, statistical tables, statistics plan from industrial firms of 10 workers and more. https://www.amar.org.ir/
  18. Mahmodzade, M. and Fathabadi, M., 2016. Driving factors of total factor productivity in Iran's manufacturing industries. Economic modeling research, 26(4), 141-165. (In Persian with English abstract)
  19. Mashayekhi, B., Hojabrkiani, K., Khalili, F. and Asgari, F., 2021. Investigating the effect of information and communication technology and foreign direct investment on green productivity in Iran. Environmental science and technology, 23(1), 253-266. (In Persian with English abstract)
  20. Oh, D.H., 2010. A global Malmquist-Luenberger productivity index. Journal of productivity analysis, 34(3), 183-197.
  21. Parsa, P., Sadeqi, Z. and Jalaei esfandabadi, S., 2015. Environmental productivity growth Decomposition using the distance function in the provinces of Iran. Iranian applied economic studies, 4(16), 1-24. (In Persian with English abstract)
  22. Pastor, J.T. and Lovell, C.K., 2005. A global Malmquist productivity index. Economics Letters, 88(2), 266-271.
  23. Sofimajidpour, M. and Isazadeh, S., 2017. Total factor productivity growth, technological progress and efficiency changes: empirical evidence from Iran's manufacturing industries. Economic modeling, 11, 4(40), 29-48. (In Persian with English abstract)
  24. Wang, X., Ding, H. and Liu, L., 2019. Eco-efficiency measurement of industrial sectors in China: A hybrid super-efficiency DEA analysis. Journal of Cleaner Production, 229, 53-64.
  25. Wang, Y. and Shen, N., 2016. Environmental regulation and environmental productivity: The case of China. Renewable and Sustainable Energy Reviews, 62, 758-766.
  26. Wang, Z. and Feng, C., 2015. Sources of production inefficiency and productivity growth in China: a global data envelopment analysis. Energy Economics, 49, 380-389.
  27. Wooldridge, J.M., 2015. Introductory econometrics: A modern approach. Cengage learning.
  28. Yang, L., & Zhang, X. (2018). Assessing regional eco-efficiency from the perspective of resource, environmental and economic performance in China: A bootstrapping approach in global data envelopment analysis. Journal of cleaner production, 173, 100-111.
  29. Zhu, L. and He, F., 2022. A multi-stage Malmquist-Luenberger index to measure environmental productivity in China's iron and steel industry. Applied Mathematical Modelling, 103, 162-175.