پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 41 |
| تعداد شمارهها | 1,138 |
| تعداد مقالات | 9,758 |
| تعداد مشاهده مقاله | 17,872,024 |
| تعداد دریافت فایل اصل مقاله | 12,486,293 |
ارزیابی اثر تغییر قیمت انرژی بر میزان تقاضای آن: رویکرد رگرسیون کوانتایل | ||
| فصلنامه علمی پژوهش های اقتصاد صنعتی | ||
| دوره 6، شماره 21، آذر 1401، صفحه 83-101 اصل مقاله (811.73 K) | ||
| نوع مقاله: کاربردی | ||
| شناسه دیجیتال (DOI): 10.30473/jier.2023.61583.1306 | ||
| نویسندگان | ||
| فرناز فروتن* 1؛ جمشید پژویان2؛ فرهاد غفاری3 | ||
| 1دکترای اقتصاد، دانشکده مدیریت و اقتصاد، واحد علوم تحقیقات تهران، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 2استاد گروه اقتصاد، دانشکده اقتصاد دانشگاه علامه طباطبایی | ||
| 3دانشیار گروه اقتصاد، دانشکده مدیریت و اقتصاد، واحد علوم تحقیقات، تهران، ایران | ||
| چکیده | ||
| این مقاله اثرات تغییر قیمت انرژی خانگی و سوخت حمل و نقل را بر تقاضای خانوارها در ده کوانتایل مجزا طی سالهای 83-96 از طریق رگرسیون کوانتایل بررسی میکند. نتایج حاکی از آن است که، علامت کششهای قیمتی خودی بر اساس انتظار نظری مورد تأیید میباشند. دو گروه مذکور در تمامی کوانتایل های مصرفی، جانشین هیکس آلن میباشند و در صورتی که قیمت یکی از این دو گروه افزایش یابد و نیز اگر این افزایش قیمت با جبران مصرف کننده همراه شود، انتظار می رود که تقاضا برای گروه دیگر کالایی افزایش یابد. به علاوه، دو گروه کالایی انرژی خانگی و سوختهای حمل و نقل برای همه کوانتایلهای مصرفی به صورت کالای لوکس ظاهر شدهاند. همچنین، بیشترین درصد کاهش مصرف در اثر افزایش یک درصدی قیمت سوخت، پس از جبران مصرفکننده،، مربوط به کوانتایل 1 یعنی آنها کم مصرفترین خانوارها بودهاند و کمترین آن مربوط به کوانتایل 8 یعنی کوانتایل با بیشترین مصرف میباشد. لیکن کمترین درصد کاهش مصرف انرژی خانگی در اثر افزایش یک درصدی قیمت آن، پس از جبران مصرفکننده،، در کوانتایل کم مصرف 2 و بیشترین آن در کوانتایل پرمصرف 7 اتفاق افتاده است. | ||
| کلیدواژهها | ||
| رگرسیون کوانتایل؛ تنظیم قیمت؛ کشش قیمتی؛ انرژی | ||
| عنوان مقاله [English] | ||
| The Evaluation of the Impact of Price changing on Energy Demand: Quantile Regression Approach | ||
| نویسندگان [English] | ||
| Farnaz Forootan1؛ jamshid pajouyan2؛ Farhad Ghaffari3 | ||
| 1PH.d of economics, management and economics faculty.science and research branch, Islamic azad university, Tehran.Iran | ||
| 2Proffesser of economics, economics faculty,Allameh Tabataie university | ||
| 3Associate of economics' department, management and economics faculty.science and research branch, Islamic azad university, Tehran.Iran | ||
| چکیده [English] | ||
| This paper investigates the effects of price changing of housing energy and transport fuels on household demand in 10 separate quantiles during the years 2003-2017 via a quantile regression approach. The results indicate that the sign of the own price elasticities is theoretically expected. These two mentioned categories of goods in all consuming quantiles are Hicks-Allen Substitutes and while the price of one of these two categories increases and if also this price increase is accompanied by consumer compensation, it is expected that the demand for the other category of goods will increase. In addition, the two categories housing energy and transport fuels have appeared as luxury goods in all consuming quantiles. Also, the highest percentage of consumption reduction due to a one percent increase in fuel price, after consumer compensation, is related to quantile 1 which means they were the least consuming households, and the lowest percentage is related to quantile 8, which is the most consuming quantile. But the least percentage of housing energy consumption reduction due to a one percent increase in its price, after consumer compensation, has occurred in low consuming quantile 2 and the most one has occurred in high consuming quantile 7. | ||
| کلیدواژهها [English] | ||
| Quantile Regression, Price Regulation, Price Elasticity, Energy | ||
| مراجع | ||
|
ابونوری، عباسعلی و هیوا شیوه (1385). "برآورد تابع تقاضای بنزین در ایران طی دوره 1347-1381"، پژوهشنامه اقتصادی، دوره 6، شماره 3، 206-228.
امامی میبدی، علی، غلامرضا گرایی نژاد و نگین دارابی (1393). "برآورد تابع تقاضای بنزین در ایران طی دوره زمان1381 تا 1386 با استفاده از تکنیک پنل دیتا"، فصلنامه علوم اقتصادی، سال 8، شماره 27،.50-29.
بیگانه، الهه، یداله محرابی، پروین میرمیران، علی اکبر خادم معبودی و پانتهآ ناظری (1392). "کاربرد رگرسیون چندک در تعیین عوامل مرتبط با ید دفعی ساکنین شهر تهران"، مجله غدد درون ریز و متابولیسم ایران، دانشگاه علوم پزشکی و خدمات بهداشتی- درمانی شهید بهشتی، دوره 15، شماره 1، 40-33.
پژویان، جمشید، فرهاد غفاری، فرهاد خداداد کاشی و فرناز فروتن (1398)." بررسی اثرات اعمال مالیات سبز بر تقاضای کالاهای آلاینده در ایران"، پایاننامه دکتری، دانشگاه آزاد اسلامی واحد علوم تحقیقات تهران.
سهیلی، کیومرث، شهرام فتاحی و مهناز سرخوندی (1394). "ارزیابی راهبردهای پولی بانک مرکزی ایران نسبت به شکاف تولید و انحراف تورم: رویکرد بوت استرپ"، فصلنامه تحقیقات مدلسازی اقتصادی، شماره 21، 261-223.
شکوهی فرد، سیامک، رویا آل عمران ، نادر مهرگان و فرزاد رحیم زاده (1398). "اثر فساد بر توسعه انسانی (مدل رگرسیون کوانتایل)"، فصلنامه مدلسازی اقتصادسنجی، دوره 5، شماره اول، 66-37.
شهبازی، کیومرث، حمتی فرید، صمد، رضایی، هادی (1394). "بررسی تأثیر اندازه دولت و حکمرانی خوب بر شدت مصرف
انرژی: مطالعه موردی کشورهای عضو اوپک"، فصلنامه نظریههای کاربردی اقتصاد، سال دوم، شماره 4، 48-23.
عظیمزاده آرانی، محمد (1396)، جایگاه تنظیمگری در فرایند خصوصی سازی صنعت گاز؛ مطالعۀ موردی: بازار گاز ایران، فصلنامۀ مطالعات راهبردی سیاستگذاری عمومی، دورۀ 8 ، شمارۀ 29 ، 247-225.
Andrej, C., Jan, P., Marian, R. (2015). “An analysis of food demand and household food security in CEE: evidence from Slovakia”, 4th AIEAA Conference “Innovation, productivity and growth: towards sustainable agri-food production, Ancona, Italy. Hendricks, W., koenker, R. (1990). “Hierarchical spline models for conditional quantiles and demand for electricity”, working paper No. 90-1661, College of commerce and business administration, Department of economics university of Illinois. Ipek, E., sekmen Ipek, O. (2017). “Effect of household heterogeneity on consumption expenditure: A simultaneous Quantile Regression analysis”, The empirical ecomics letters, 16(12), pp. 1330-1336. Kaza, N. (2010). “Understanding the spectrum of residential energy consumption: A quantile regression approach”, Energy Policy. Koenker. R. & Bassett, G. (1982).”Tests of Linear Hypotheses and L1”, Estimation, Econometrica, 50: 1577-83. Koenker, R. & Machado, A.F. (1999). “Goodness of Fit and Related Inference Processes for Quantile Regression”, Journal of the American Statistical Association, 94(448). 1296-1310. Meng, Q., Xiong, Ch., Mourshed, M., Wu, M., Ren, X., Wang, W., Li, Y., Song, H. (2020). “Change-Point multivariable quantile regression to explore effect of weather variables on building energy consumption and estimate base temperature range”, Sustainable Cities and Society, 53. Newey, W. K. & Powell, J. L. (1987). “Asymmetric Least Squares Estimation and Testing, Econometrica”, 55(4): 819-847. Rickertsen, K., Gustavsen, G. (2006). “A Censored Quantile Regression Analysis of Vegetable Demand: The Effects of Changes in Prices and Total Expenditure”, Agricultural Economics. Tilov, I., Volland, B. (2018). “From average Joe to frugal Jane and wasteful John: a Quantile Regression analysis of Swiss Households’ electricity use”, university of Neuchatel, Institute of Economic Research, working paper 18-17. | ||
|
آمار تعداد مشاهده مقاله: 200 تعداد دریافت فایل اصل مقاله: 606 |
||