ارزیابی و رتبه بندی کارآیی زیست محیطی کشورهای نفتی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری اقتصاد کشاورزی، دانشگاه سیستان و بلوچستان

2 دانشیار گروه علوم اقتصادی دانشگاه سیستان و بلوچستان، دانشکده اقتصاد

3 استادیار دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، دانشکده مهندسی زراعی و عمران روستایی

چکیده

امروزهحفظمحیطزیستازمسائلبسیارمهمدر کشورهایجهانمحسوبمی­شود. در این راستا، یکی از مسائل مهم، اندازه­گیری کارآیی زیست محیطی است. هدف از انجام این مطالعه، اندازه­گیری کارآیی زیست محیطی و رتبه­بندی آن در ایران و کشورهای نفتی در حال توسعه با استفاده از روش تحلیل پوششی داده­های دارای خروجی نامطلوب و تئوری بازی همکارانه ارزش شاپلی در سال 2014  است. از آنجایی که مدل کلاسیک تحلیل پوششی داده­ها، توانایی تمایز بین واحدهای کارا را ندارد، از این رو، از ترکیب مدل کلاسیک تحلیل پوششی داده­ها با مدل کارآیی متقاطع و تئوری بازی همکارانه، رتبه­بندی صورت گرفت. نتایج این مطالعه، نشان داد که کشور ایران پس از کشور برزیل با کسب نمره 42/0 و تخصیص رتبه 8 از بین 9 کشور تحت بررسی از کمترین میزان کارآیی زیست محیطی در مقایسه با سایر کشورهای تحت مطالعه برخوردار بوده و از جایگاه مطلوبی در مقایسه با سایر کشورها برخوردار نیست. همچنین نتایج نشان داد که اختلاف بین مصرف مطلوب و مصرف واقعی نهاده­ها از 37 تا 51 درصد در نوسان است که بیشترین اختلاف، به ترتیب، مربوط به نهاده نیروی کار و انرژی­های تجدید پذیر است. در این مطالعه، پیشنهاد شد بر اساس اهمیت نهاده­ها، به اصلاح ساختار استفاده از آنها پرداخته شود.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluating and Ranking of Environmental Efficiency of Oil-Rich Countries

نویسندگان [English]

  • Nasrin Ohadi 1
  • Javad Shahraki 2
  • Mosayeb Pahlavani 2
  • Mostafa Mardani najafabadi 3
1 PhD candidate in Agricultural Economics, Department of Agricultural Economics, Faculty of Agriculture and Sustainable Environmental Sciences, University of Sistan and Baluchestan
2 Associate Professor of Economics, Department of Economics, Faculty of Economics and Administrative Sciences, University of Sistan and Baluchestan
3 Assistant Professor of Agricultural Economics, Department of Agricultural Economics, Faculty of Agriculture Engineering and Rural Development, Khuzestan Agricultural Sciences and Natural Resources University
چکیده [English]

Today, environmental protection is one of the most important concerns throughout the world. In this regard, the measurement of environmental efficiency has emerged as an important issue. The main objective of this paper is to measure environmental efficiency for Iran and developing oil-rich countries using the Data Envelopment Analysis in 2014. This paper considers undesirable outputs and the Shapley value for cooperative game theory. Since the classical Data Envelopment Analysis is not able to distinguish between efficient units, environmental efficiency is ranked based on combination of Data Envelopment Analysis with cross efficiency model and cooperative game theory. The results show that Iran’s efficiency score is 0.42. Thus, Iran ranks the eighth among the nine selected countries. In addition, the results show that the difference between optimal and actual consumption levels of inputs varies from 37% to 51%, so that, the greatest difference is relevant to labor and renewable energy, respectively. The study suggests a modification in the structure of important inputs

کلیدواژه‌ها [English]

  • Cooperative Games
  • Data Envelopment Analysis
  • Environmental Efficiency
  • the Shapley Value

 

     -            امامی میبدی، علی و جایدری، فرزانه. (1393). اندازه­گیری زیست کارآیی پالایشگاه­های نفت ایران با استفاده از روش تحلیل پوششی داده­ها. فصلنامه پژوهش­های اقتصادی (رشد و توسعه پایدار)، سال 14، شماره 4: 96-79. 

     -            امیری، مقصود؛ مظلومی، نادر و حجازی، محسن. (1390). کاربرد کارت امتیازی متوازن و ویکور در رتبه­بندی شرکت­های بیمه. پژوهشنامه بیمه، سال 76 ، شماره 7: 144-115.

     -            اوحدی، نسرین؛ شهرکی، جواد؛ پهلوانی، مصیب و مردانی نجف آبادی، مصطفی. (1397). محاسبه زیست کارآیی انرژی و عوامل مؤثر بر آن در کشورهای نفت خیز. برنامه­ریزی و بودجه، سال 23، شماره 1: 96-79.

     -            بهبودی، داود؛ برقی گلعذانی، اسماعیل و ممی­پور، سیاب. (1389). بررسی تأثیر رشد اقتصادی بر آلودگی محیط زیست در کشورهای نفتی. پژوهشنامه اقتصاد کلان، سال 9، شماره 17: 52-37.

     -            حکیمی پور، نادر و هژبر کیانی، کامبیز. (1387). تحلیل مقایسه­ای کارآیی بخش صنایع بزرگ در استان­های ایران: با استفاده از روش تابع مرزی تصادفی. دانش و توسعه، (24) 15: 167-138.

     -            خداپرست مشهدی، مهدی؛ همایونی­فر، مسعود؛ فتحی، بهرام و سجادی­فر، سیدحسین. (1396). ارزیابی عملکرد کارآیی زیست محیطی کشورهای منتخب بر اساس تحلیل فراگیر داده­ها و تئوری بازی­ها در محیط رقابتی. فصلنامه مطالعات اقتصاد انرژی، (53)13: 133-105.

     -            راسخی، سعید؛ شهرازی، میلاد؛ شیدایی، زهرا؛ جعفری، مریم و دهقان، زهرا. (1395). ارتباط کارآیی اقتصادی و کارآیی زیست محیطی: شواهد جدید برای کشورهای در حال توسعه و توسعه یافته. فصلنامه پژوهش­ها و سیاست­های اقتصادی، سال 24، شماره 78: 56-31.

     -            سجادی­فر، سیدحسین؛ عسلی، مهدی؛ فتحی، بهرام و محمدباقری، اعظم. (1394). اندازه­گیری کارآیی انرژی با استفاده از روش تحلیل پوششی داده­ها با خروجی نامطلوب. برنامه و بودجه، سال 20، شماره 4: 69-55.

     -            شفاعت، سید خاطره. (1395). ارائه مدلی بر مبنای تحلیل پوششی داده­ها و تئوری بازی­ها برای اندازه­گیری کارآیی انرژی در بخش حمل و نقل. پایان نامه کارشناسی ارشد، گروه مهندسی صنایع، دانشکده فنی و مهندسی دانشگاه صنعتی ارومیه.

     -            شهیکی تاش، محمدنبی؛ خواجه حسنی، مصطفی و جعفری، سعید. (1394). محاسبه کارآیی زیست محیطی در صنایع انرژی­بر ایران با استفاده از رویکرد تابع فاصله جهت­دار. فصلنامه نظریه­های کاربردی اقتصاد، سال 2، شماره 1: 120-99.

     -            صادقی، سیدکمال و ابراهیمی، سعید. (1392). تأثیر توسعه مالی، تولید ناخالص داخلی و مصرف انرژی بر آلودگی محیط زیست در ایران (رهیافت ARDL). فصلنامه اقتصاد انرژی، سال 2، شماره 7: 73-43.

     -            صادقی، مهدی؛ گل آور، لیلا و عابدی، زهرا. (1386). بررسی پیامدهای اقتصادی- زیست محیطی افزایش بازده­ی نیروگاه­های برق فسیلی. مجله علوم و تکنولوژی محیط زیست، دوره 9، شماره 4: 30-15.

     -            فتحی، بهرام؛ مهدوی عادلی، محمد حسین و فطرس، محمد حسن. (1394). اندازه­گیری کارآیی زیست محیطی انرژی در کشورهای در حال توسعه منتخب با استفاده از مدل­های ناپارامتریک ایستا و پویا. فصلنامه مطالعات اقتصاد انرژی، سال11، شماره 46: 87-61.

     -            فتحی، بهرام؛ خداپرست مشهدی، مهدی؛ همایونی­فر، مسعود و سجادی­فر، سید حسین. (1396). مطالعه مقایسه­ای کارآیی انرژی، زیست محیطی در کشورهای در حال توسعه با رویکرد ستانده مطلوب و نامطلوب در محیط رقابتی، فصلنامه پژوهش­ها و سیاست­های اقتصادی، (81)25: 121-85.

     -            قاسمی، عبدالرسول و پاشازاده، حامد. (1393). پایش کارآیی زیست محیطی در کشورهای در حال توسعه (مطالعه موردی: ایران، هند، ترکیه و مصر). سیاست­گذاری پیشرفت اقتصادی، (4)2: 118-94.

     -            گزارش شاخص عملکرد زیست محیطی. (2016). آدرس لینک:

http://measurewhatmatters.info/news/environmental-performance-index-epi-launches-2016-report-at-wef/#sthash.eO4BofRm.dpuf

     -            محتشمی، نازیلا؛ صالح، ایرج و رفیعی، حامد. (1394). تأثیر رشد صادرات نفت بر کیفیت محیط زیست در ایران. اقتصاد کشاورزی، (2)9: 142-121.

     -            محمد باقری، اعظم. (1389). بررسی روابط کوتاه مدت و بلندمدت بین تولید ناخالص داخلی، مصرف انرژی و انتشار دی اکسید کربن در ایران. فصلنامه مطالعات اقتصاد انرژی، (27)7: 129-101.

      -            Amiri, M., & Mazlomi, N. (2011). Application of balanced scorecard and vikor in insurance companies ranking. Insurance Research, 7, 115-144. (In Persian)

      -            Aumann, R. J. (1989). Game theory. In Game Theory, Palgrave Macmillan, UK: 1-53.

      -            Behboudi, D., Barghi Golazani, E., & Mamipour, S. (2010).The Impact of Economic Growth on Environmental Pollution in Oil Countries. Journal of Macroeconomics, 9(17), 37-52. (In Persian)

      -            Dickmann, D. I. (2006). Silviculture and biology of short-rotation woody crops in temperate regions: Then and now. Biomass and Bioenergy30(8-9), 696-705.

      -            Du, K., Lu, H., & Yu, K. (2014). Sources of the potential CO2 emission reduction in China: a nonparametric metafrontier approach. Applied energy115, 491-501.

      -            Emami Meibodi, A., & Jaydary, F. (2015). Eco-efficiency evaluation of Iran’s oil refineries: using data envelopment analysis (DEA). The economic Research, 14(4), 79-96. (In Persain)

      -            Environmental Performance Index Report (2016).link:

      -            Fare, R., & Grosskopf, S. (2004). New Directions: Efficiency and Productivity, R. Färe and S. Grosskopf, eds., Kluwer Academic Publishers, Boston, 65-77.

      -            Farrell, M. J. (1957). The Measurement of Productive Efficiency. Journal of the Royal Statistical Society, 120, 253-281.

      -            Fathi, B., Mahdavi Adeli, M.H., & Fetros, M.H. (2015). Measuring industrial energy efficiency with CO2 emissions in developing countries using static and dynamic nonparametric models. Quarterly Energy Economics Review, 11(46), 61-87. (In Persian)

      -            Ghasemi, A.R., & Pashazade, H. (2014). Analysis of environmental efficiency in developing countries (case study: Iran, India, Turkey and Egypt). Journal of Economic Development Policy, 2(4), 94-118. (In Persian)

      -            Graham, M. (2004). Environmental efficiency: meaning and measurement and application to Australian dairy farms (No. 415-2016-26217).

      -            Greene, W. H. (1990). A gamma-distributed stochastic frontier model. Journal of econometrics46(1-2), 141-163.

      -            Grigoroudis, E., & Petridis, K. (2018). Evaluation of National Environmental Efficiency under Uncertainty Using Data Envelopment Analysis. In Understanding Risks and Uncertainties in Energy and Climate Policy (pp. 161-181). Springer, Cham.

      -            Guo, X., Lu, C. C., Lee, J. H., & Chiu, Y. H. (2017). Applying the dynamic DEA model to evaluate the energy efficiency of OECD countries and China. Energy134, 392-399.

      -            Hakimipour, N. & Hojabrkiani, K. (2008).Comparative analysis of the efficiency of large industries sector in Iranian provinces: using stochastic frontier analysis. Knowledge and Development, 15(24),138-167.(In Persian)

      -            Haque, M. (2019). The economic and energy efficiencies of GCC states: A DEA approach. Management Science Letters9(1), 1-12.

      -            Haynes, K. E., Ratick, S., & Cummings S. J. (1997). Pollution prevention frontiers: a data envelopment simulation. In environmental program evaluation: a primer (pp. 1-150). University of Illinois Press Urbana.

      -            Hiremath, R. B., Shikha, S., & Ravindranath, N. H. (2007). Decentralized energy planning; modeling and application—a review. Renewable and Sustainable Energy Reviews11(5), 729-752.

      -            Hsieh, J. C., Lu, C. C., Li, Y., Chiu, Y. H., & Xu, Y. S. (2019). Environmental assessment of European Union countries. Energies12(2), 295.

      -            Iftikhar, Y., Wang, Z., Zhang, B., & Wang, B. (2018). Energy and CO2 emissions efficiency of major economies: A network DEA approach. Energy147, 197-207.

      -            Jebali, E., Essid, H., & Khraief, N. (2017). The analysis of energy efficiency of the Mediterranean countries: A two-stage double bootstrap DEA approach. Energy134, 991-1000.

      -            Koop, G., & Tole, L. (2008). What is the environmental performance of firms overseas? An empirical investigation of the global gold mining industry. Journal of Productivity Analysis30(2), 129-143.

      -            Korhonen, P. J., & Luptacik, M. (2004). Eco-efficiency analysis of power plants: An extension of data envelopment analysis. European journal of operational research154(2), 437-446.

      -            Lacko, R., & Hajduová, Z. (2018). Determinants of environmental efficiency of the EU countries using two-step DEA approach. Sustainability10(10), 3525.

      -            Lewis, H. F., & Sexton, T. R. (2004). Data envelopment analysis with reverse inputs and outputs. Journal of Productivity Analysis21(2), 113-132.

      -            Lin, E. Y. Y., Chen, P. Y., & Chen, C. C. (2013). Measuring the environmental efficiency of countries: a directional distance function metafrontier approach. Journal of environmental management119, 134-142.

      -            Madaleno, M., Moutinho, V., & Robaina, M. (2016). Economic and Environmental assessment: EU cross-country efficiency ranking analysis. Energy Procedia106, 134-154.

      -            Mohamad Bagheri, A. (2010). Investigate the short-run and long-run relationship between GDP, Energy Consumption and emission CO2. Quarterly Energy Economics Review, 7(27), 101-129.(In Persian)

      -            Mohtashami, N., Iraj, S., & Rafiei, H. (2015). The effect of oil export growth on environmental quality in Iran, Agricultural Economics, 9(2), 121-142. (In Persian)

      -            Nakabayashi, K., & Tone, K. (2006). Egoist's dilemma: a DEA game. Omega34(2), 135-148.

      -            Ohadi, N., Shahraki, J., Pahlavani, M., & Mardani Najafabadi, M. (2019). Energy-environmental efficiency and effective factors in oil-rich countries. The Journal of Planning and Budgeting, 23|(1), 79-96.(In Persian)

      -            Rasekhi, S., Shahrazi, M., Sheidaei, Z., Jafari, M., & Dehghan, Z. (2016). A Nexus between Environmental and Economical Efficiency: New Evidence to Developing and Developed Countries. Quarterly Journal of Economic Research and Policies, 24(78), 31-56. (In Persian)

      -            Reinhard, S., Lovell, C. K., & Thijssen, G. (1999). Econometric estimation of technical and environmental efficiency: an application to Dutch dairy farms. American Journal of Agricultural Economics81(1), 44-60.

      -            Sadeghi, M., Golavar, L., & Abedi, Z. (2017). Investigating the economic-environmental consequences of increasing the efficiency of fossil power plants. Journal of Environmental Science and Technology, 9(4), 15-30. (In Persian)

      -            Sadeghi, S.K., & Ebrahimi, S. (2013). Impact of financial development, gdp and energy consumption on environmental pollution in Iran (ARDL Approach). Journal of Iranian Energy Economics, 2(7), 43-73. (In Persian)

      -            Sajadifar, S.H., Asali, M., Fathi, B., & Mohamadbagheri, A. (2015). Measuring energy consumption efficiency using Data Envelopment Analysis (DEA) with undesirable factors. The Journal of Planning and Budgeting, 20(4), 55-69. (In Persian)

      -            Scheel, H. (2001). Undesirable outputs in efficiency valuations. European journal of operational research132(2), 400-410.

      -            Seiford, L. M., & Zhu, J. (2002). Modeling undesirable factors in efficiency evaluation. European journal of operational research142(1), 16-20.

      -            Sexton, T. R., Silkman, R. H., & Hogan, A. J. (1986). Data envelopment analysis: Critique and extensions. New Directions for Program Evaluation1986(32), 73-105.

      -            Shafaat, S. KH. (2015). Presenting a model based on data envelopment analysis and game theory  for energy efficiency measurement in transportation sector, M.Sc Thesis, Faculty of Engineering, Department of Industrial Engineering, , Urmia University of Technology. (In Persian) 

      -            Shahiki Tash, M., Khajeh Hasani, M., & Jafari, S. (2015). Assessment of the Environmental Performance in Energy Intensive Industries of Iran by Using Directional Distance Function Approach. Applied Theories of Economics, 2(1), 99-120. (In Persian)

      -            Song, M., Peng, J., Wang, J., & Zhao, J. (2018). Environmental efficiency and economic growth of China: A Ray slack-based model analysis. European Journal of Operational Research269(1), 51-63.

      -            Sorvari, J., Porvari, P., & Koskela, S. (2011). Survey on the environmental efficiency assessment methods and indicators (No. D2, pp. 1-1). MMEA research report.

      -            Yang, F., Ang, S., Xia, Q., & Yang, C. (2012). Ranking DMUs by using interval DEA cross efficiency matrix with acceptability analysis. European Journal of Operational Research223(2), 483-488.

      -            Zhou, P., & Ang, B. W. (2008). Linear programming models for measuring economy-wide energy efficiency performance. Energy Policy36(8), 2911-2916.

      -            Zhou, Y., Xing, X., Fang, K., Liang, D., & Xu, C. (2013). Environmental efficiency analysis of power industry in China based on an entropy SBM model. Energy Policy57, 68-75.