محیط زیست و توسعه فرابخشی

مجله علمی

شماره جاری

بر اساس شماره‌های نشریه

بر اساس نویسندگان

بر اساس موضوعات

نمایه نویسندگان

نمایه کلیدواژه ها

درباره نشریه

اهداف و چشم انداز

اعضای هیات تحریریه

اصول اخلاقی انتشار مقاله

بانک ها و نمایه نامه ها

پیوندهای مفید

پرسش‌های متداول

فرایند پذیرش مقالات

اخبار و اعلانات

راهنمای نویسندگان

فرم ها و فایل های لازم

اسامی داوران

سرریز انتشار گاز دی اکسیدکربن در کشورهای عضو اوپک

نوع مقاله : مقاله علمی - پژوهشی

نویسنده

گروه علوم اقتصادی، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، ایران

چکیده

مقدمه: انقلاب صنعتی نه تنها عصر جدیدی از رشد سریع اقتصادی را در کشورها آغاز کرد، بلکه پدیده ­های امروزی، مانند گرمایش جهانی و تغییرات آب و هوایی را نیز به همراه داشت. از جنبه­ های اصلی انقلاب صنعتی، تبدیل اقتصاد جهانی به اقتصادهای مبتنی بر سوخت­ های فسیلی است. استفاده از سوخت‌های فسیلی به‌طور مستمر سطح کربن موجود در جو را مختل می‌کند و در نتیجه باعث حفظ گرما در جو می ­شود. با توجه به این ­که کشورهای عضو اوپک، فروشنده نفت هستند و در مصرف انرژی ­های فسیلی، مزیت نسبی دارند و مصرف انرژی به انتشار گاز کربنیک منجر می­ شود، پس پژوهش در زمینه انتشار گاز کربنیک ضرورت می ­یابد.
مواد و روش ­ها: در این پژوهش، ابتدا با استفاده از  شاخص سرریز دیبلد-ییلماز، سرریز انتشار گاز کربنیک در کشورهای عضو اوپک بررسی شد و سپس با استفاده از تئوری شبکه پیچیده، شبکه سرریز در کشورهای عضو اوپک بررسی شد.
نتایج: مطابق نتایج این پژوهش، سرریز انتشار گاز کربنیک از کشور آنگولا به ایران 1/6 درصد، امارات متحده عربی 6 درصد، الجزایر 8/0 درصد، اکوادور 9/1 درصد، عراق 1 درصد، کویت 12 درصد، لیبی 5 درصد، نیجریه 4/1 درصد، قطر 1 درصد، عربستان سعودی 3/3 درصد و ونزوئلا 8/8 درصد است. کویت بیش­ترین سرریز انتشار گاز کربنیک به ایران را دارد. بیش­ترین سرریز انتشار گاز کربنیک از ایران به کشور عراق و آنگولا است. در این پژوهش، گره­ ها، کشورهای عضو اوپک هستند و ضخامت یال­ های بین گره ­ها، مقدار سرریز انتشار گاز کربنیک در بین کشورهای عضو اوپک می ­باشد. مقدار Contribution to others که به معنی سرریز انتشار گاز کربنیک انتقالی است برای کشور امارات متحده عربی بیش­ترین مقدار است و به این معنی است که این کشور در بین کشورهای عضو اوپک بیش­ترین مقدار سرریز انتشار گاز کربنیک را دارد. مقدارNET  منفی نشان می ­دهد سرریز خالص دریافتی بالاتر از سرریز منتقل شده است. مقدار NET مثبت نشان می­ دهد که سرریز انتقالی بالاتر، از اثر سرریز دریافتی است. مقدار TCI (Total Connectedness Index) در این پژوهش 76/61 درصد است که عدد بزرگی است و نشان می­ دهد اثر سرریز در کشورهای عضو اوپک، قوی است. در نهایت با استفاده از تئوری شبکه پیچیده به بررسی این سرریز پرداخته شد.
بحث: مطابق نتایج این پزوهش کشورهای آنگولا، اکوادور، ایران، عراق، لیبی و ونزوئلا، فرستنده سرریز انتشار گاز کربنیک و کشورهای کویت، نیجریه، قطر، عربستان و الجزایر، گیرنده سرریز انتشار گاز کربنیک هستند. کشور کویت، بیش­ترین سرریز انتشار گاز کربنیک به ایران را دارد. بیش­ترین سرریز انتشار گاز کربنیک از ایران به کشور عراق و آنگولا است. شاخص TCI 76/61 درصد است که نشان می ­دهد اثر سرریز در این کشورها قوی است. قطر بزرگ­ترین فرستنده اثر انتشار گاز کربنیک در شبکه اثر سرریز انتشار گاز کربنیک در کشورهای عضو اوپک می ­باشد. کشور لیبی دارای بیش­ترین مقدار Weighted Indegree است و فرستنده اثر سرریز انتشار گاز کربنیک، کشور قطر دارای بیش­ترین مقدار Weighted Degree است. کشورهای قطر، نیجریه و  آنگولا در یک خوشه و کشورهای  اکوادور و  ونزوئلا در یک خوشه و کشورهای ایران، عراق، کویت، لیبی، عربستان سعودی و  امارات متحده عربی در یک خوشه از اثر سرریز انتشار گاز کربنیک قرار می­ گیرند. مقدار Degree، Outdegree و Indegree در تئوری شبکه پیچیده برای همه کشورها یکسان به­ دست آمده است.

کلیدواژه‌ها

موضوعات

مراجع
  1. Akram. V., 2022. Spillover effect of greenhouse gas emissions across five major continents. Environmental Science and Pollution Research, 29:11634–11643.
  2. Antonakakis, N. and Badinger, H., 2015. Economic growth, volatility, and cross-country spillovers: New evidence for the G7 countries, Econ. Model.
  3. Anvari, E. and Bagheri, S., 2017. Environmental Kuznets curve test in the OPEC. Journal of Environmental Studies, 43(2), pp.317-327.
  4. Anvari, E., Bagheri, S. and Salahmanesh, A., 2017. Effect of Crude Oil Consume on Co2 Emissions in The OPEC Member Countries with Emphasis on Environmental Protection: A Generalized Method of Moment Approach.
  5. Anvari, E., Bagheri, S. and Salahmanesh, A., 2019. Review and Forecast of Carbon Dioxide Gas in the Emission Sectors: The Case of Iran. Environmental Researches, 10(19), pp.147-155.
  6. Bagheri, S. and Ansari Saman, H., 2021. Forecast carbon dioxide emissions from fossil fuel consumption and environmental changes: Case study of Iran. Journal of Geography and Environmental Hazards, 10(3), pp.105-122.
  7. Bagheri, S. and Ansari Samani, H., 2020. Investigating the relationship between carbon dioxide emission cycle and business cycle: A case study of Iran. Journal of Iranian Economic Issues, 7(2), pp.65-86.
  8. Bagheri, S. and Samani, H.A., 2018. Forecast of carbon dioxide emissions in Iran and polluting sectors: Long-term memory approach
  9. Bagheri, S., 2021. Effect Financial Development on the Environmental Pollution and Energy Consumption in the OPEC Countries. Environment and Interdisciplinary Development, 6(72), pp.63-78.
  10. Bagheri, S., 2022. Analysing the CO2 Emission Function in Iran. Environment and Interdisciplinary Development, 7(76), pp.61-73.
  11. Barbier, E.B., 2010. A Global Green New Deal: Rethinking the Economic Recovery. Cambridge University Press.
  12. Billio, M., Getmansky, M., Lo, A.W. and Pelizzon, L. 2012. Econometric measures of connectedness and systemic risk in the finance and insurance sectors. Journal of Financial Economics, 104, 535–559.
  13. Brock W.A. and Taylor, M.S., 2003. The kindergarten rule of sustainable growth. Working Paper 9597. NBER. Massachusetts
  14. Christmann, P. and Taylor, G., .2001. Globalization and the environment: determinants of firm self-regulation in China. J Int Bus Stud 32(3):439–458.
  15. Diebold, F.X. and Yilmaz, K., 2010. Better to give than to receive: predictive directional measurement of volatility spillovers. Int. J. Forecast. 28 (1), 57–66.
  16. Diebold, F.X. and Yilmaz, K., 2014. On the network topology of variance decompositions:
  17. Diebold, F.X. and Yilmaz, K., 2015. Trans-Atlantic equity volatility connectedness: US and on the ecological footprint concept for the EU countries. Environ Sci Pol 80:21–27.
  18. DOE, 2017. Iran's third national communications to the United Nations Framework Convention on Climate Change. Department of Environment, Iran.
  19. Drezner, DW. (2000). Bottom feeders. For Policy 122(1):64–70.
  20. European Financial Institutions, 2004–2014. Journal of Financial Econometrics, 14, 81–127.
  21. IPCC, 2013, Summary for Policymakers. In: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change Stocker, T.F., D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex and P.M. Midgley (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
  22. IPCC, 2020. Summary for Policymakers. In: Climate Change 2021: The Physical Science Basis Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Masson-Delmotte, V., P. Zhai, A. Pirani, S. L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M. I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T. K. Maycock, T. Waterfield, O. Yelekçi, R. Yu and B. Zhou (eds.)]. Cambridge University Press. In Press.
  23. Ito, K., 2017. CO2 emissions, renewable and non-renewable energy consumption, and economic growth: evidence from panel data for developing countries, International Economics.
  24. Jackson, T., 2009. Prosperity without Growth: Economics for a Finite Planet. Earthscan.
  25. Jaunky, V.C., 2011. The CO2 emissions-in comenexus: Evidence from rich countries. Energy Policy. 1228-1240.
  26. Kasman, A. and Duman, Y.S., 2015. CO2 emissions, economic growth, energy consumption, trade and urbanization in new EU member and candidate countries: A pane data analysis. Economic Modelling, 44 : 97–103.
  27. Kellenberg, D.K., 2009. An empirical investigation of the pollution haven effect with strategic environment and trade policy. J Int Econ 78(2):242–255.
  28. Kito, T. and Ueda, K., 2014. The implications of automobile parts supply network structures: A complex network approach. CIRP Annals-Manufacturing Technology, 63(1):393-396.
  29. Lazăr, D., Minea, A. and Purcel, A.A., 2019. Pollution and economic growth: Evidence from Central and Eastern European countries. Energy Economics. Energy Economics 81:1121–1131.
  30. Measuring the connectedness of financial firms. Journal of Econometrics, 182, 119–134.
  31. Moghadam, H.E., Mohammadi, T., Kashani, M.F. and Shakeri, A., 2019. Complex networks analysis in Iran stock market: The application of centrality. Physica A. 
  32. Panjeshahi, M., Moshiri, S., Atabi, F. and Lechtenböhmer, S., 2012. Long Run Energy Demand in Iran: A Scenario Analysis. Journal of Energy Sector Management, UK, 6(1):120-144.
  33. Romance, M., 2011. Local estimates for eigenvector-like centralities of complex networks. Journal of Computational and Applied Mathematics. 7(235): 1868-1874.
  34. Schneider, F., Kallis, G. and Martinez-Alier, J., 2010. Crisis or opportunity? Economic degrowth for social equity and ecological sustainability. Introduction to this special issue. J. Clean. Prod. 18 (6): 511–518.
  35. Schuenemann, J.H., Ribberink, N. and Katenka, N., 2020. Japanese and Chinese Stock Market Behaviour in Comparison – an analysis of dynamic networks. Asia Pacific Management Review. 25(2): 99-110.
  36. Tenaw, D., 2021. Getting into the details: structural effects of economic growth on environmental pollution in Ethiopia. Heliyon. 7:7.
  37. The Outlook for Natural Gas, Electricity and Renewable Energy in Iran. 2017.
  38. Ulucak, R. and Apergis, N., 2018. Does convergence really matter for the environment? An application based on club convergence and
  39. You, W. and Lv, Z., 2018. Spillover effects of economic globalization on CO2 emissions: a spatial panel approach. Energy Econ 73(2018):248– 257.
  40. You, W. and Lv, Z., 2018. Spillover effects of economic globalization on CO2 emissions: a spatial panel approach. Energy Econ. 73(2018):248–257.
  41. Zakarya, G.Y., Mostefa. M., Abbes, S.M. and Guellil, M.S., 2015. Factors Affecting CO2 Emissions in the BRICS Countries: A Panel Data Analysis. Procedia Economics and Finance 26:114 – 125.
  42. Zhang, W, Zhuang, X. and Lu, Y., 2018. Spatial spillover effects and risk contagion around G20 stock markets based on volatility network. North American Journal of Economics and Finance.
محیط زیست و توسعه فرابخشی
دوره 8، شماره 79
فروردین 1402
صفحه 14-25
فایل ها
هم رسانی
ارجاع به این مقاله
آمار