اثر سال‌خوردگی جمعیت بر آلودگی زیست محیطی در ایران

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری اقتصاد منابع طبیعی و محیط زیست، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ایران *(مسوول مکاتبات).

2 استادیار اقتصاد کشاورزی، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ایران.

10.22034/jest.2019.14546

چکیده

زمینه و هدف: جمعیت جهان در حال پیر شدن است و تقریباً تمام کشورها با روند افزایش تعداد و نسبت افراد مسن به کل جمعیت مواجه هستند. پیش‌بینی‌ می­شود که از سال 2015 تا 2030 جمعیت افراد مسن در ایران دو برابر خواهد شد. همچنین بیش از نیمی از جمعیت جهان در مناطق شهری زندگی می­کنند، اما این نرخ در ایران بیش از 70 درصد است. بر این اساس هدف اصلی این مطالعه بررسی اثر سال‌خوردگی جمعیت و گسترش شهرنشینی بر انتشار آلودگی در ایران طی دوره 1350 تا 1392 است.
روش بررسی: در این پژوهش با توجه به نتایج ایستایی متغیرها از روش هم­جمعی در قالب رهیافت خود رگرسیونی با وقفه‌های گسترده (ARDL) استفاده شده است.
یافته­ها: نتایج نشان داد که رابطه سال‌خوردگی جمعیت با آلودگی هوا در ایران به صورت U- وارون است و با افزایش نسبت افراد مسن به کل جمعیت، در ابتدا سرانه انتشار گاز دی اکسید کربن افزایش می­یابد، اما در ادامه مقدار انتشار آن روندی نزولی پیدا می‌کند. همچنین نتایج نشان داد که افزایش نسبی شهرنشینی در کوتاه­مدت و بلند مدت منجر به افزایش انتشار آلودگی می‌شود. علاوه بر موارد فوق، تولید ناخالص داخلی و مصرف انرژی سرانه در هر دو حالت کوتاه­مدت و بلندمدت رابطه مثبت و معنی‌داری با سرانه انتشار گاز دی اکسید کربندارند. پیشرفت تکنولوژی نیز تنها در بلندمدت رابطه­ای مثبت و معنی‌داری با انتشار آلودگیدارد.
بحث و نتیجه­گیری: در این مطالعه با توجه به این که ضریب شهرنشینی دارای بیش‌ترین اثرگذاری برانتشار آلودگی است (06/3 در بلندمدت)، می­بایست تمهیداتی از جانب سیاست‌گزاران اتخاذ شود تا رشد شهرها کم‌ترین آسیب را به محیط زیست وارد نماید. به عبارتی برنامه­های‌ توسعه شهرها هماهنگ با مباحث زیست محیطی تدوین شود.
 

کلیدواژه‌ها


 

 


علوم و تکنولوژی محیط زیست، دوره بیست و یک، شماره سه، خرداد ماه 98

اثر سال‌خوردگی جمعیت بر آلودگی زیست محیطی در ایران

نوید کارگر ده‌بیدی *
Kargar.navid@yahoo.com
محمدحسن طرازکار

تاریخ دریافت: 28/11/95 تاریخ پذیرش:17/3/96

چکیده
زمینه و هدف: جمعیت جهان در حال پیر شدن است و تقریباً تمام کشورها با روند افزایش تعداد و نسبت افراد مسن به کل جمعیت مواجه هستند. پیش‌بینی‌ می‌شود که از سال 2015 تا 2030 جمعیت افراد مسن در ایران دو برابر خواهد شد. همچنین بیش از نیمی از جمعیت جهان در مناطق شهری زندگی می‌کنند، اما این نرخ در ایران بیش از 70 درصد است. بر این اساس هدف اصلی این مطالعه بررسی اثر سال‌خوردگی جمعیت و گسترش شهرنشینی بر انتشار آلودگی در ایران طی دوره 1350 تا 1392 است.
روش بررسی: در این پژوهش با توجه به نتایج ایستایی متغیرها از روش هم‌جمعی در قالب رهیافت خود رگرسیونی با وقفه‌های گسترده (ARDL) استفاده شده است.
یافته‌ها: نتایج نشان داد که رابطه سال‌خوردگی جمعیت با آلودگی هوا در ایران به صورت U- وارون است و با افزایش نسبت افراد مسن به کل جمعیت، در ابتدا سرانه انتشار گاز دی اکسید کربن افزایش می‌یابد، اما در ادامه مقدار انتشار آن روندی نزولی پیدا می‌کند. همچنین نتایج نشان داد که افزایش نسبی شهرنشینی در کوتاه‌مدت و بلند مدت منجر به افزایش انتشار آلودگی می‌شود. علاوه بر موارد فوق، تولید ناخالص داخلی و مصرف انرژی سرانه در هر دو حالت کوتاه‌مدت و بلندمدت رابطه مثبت و معنی‌داری با سرانه انتشار گاز دی اکسید کربن دارند. پیشرفت تکنولوژی نیز تنها در بلندمدت رابطه‌ای مثبت و معنی‌داری با انتشار آلودگی دارد.
بحث و نتیجه‌گیری: در این مطالعه با توجه به این که ضریب شهرنشینی دارای بیش‌ترین اثرگذاری برانتشار آلودگی است (06/3 در بلندمدت)، می‌بایست تمهیداتی از جانب سیاست‌گزاران اتخاذ شود تا رشد شهرها کم‌ترین آسیب را به محیط زیست وارد نماید. به عبارتی برنامه‌های‌ توسعه شهرها هماهنگ با مباحث زیست محیطی تدوین شود.

واژه‌های کلیدی: سال‌خوردگی جمعیت، انتشار گاز دی اکسید کربن، شهرنشینی، ARDL، ایران

 


Impact of Population Ageing on Environmental Pollution in Iran

Navid Kargar Dehbidi *
Kargar.navid@yahoo.com
Mohammad Hassan Tarazkar

Admission Date: Jun 7, 2017 Date Received: February 16, 2014

Abstract
Background and Objective: The world’s population is ageing and virtually every country in the world is experiencing growth in the number and proportion of older persons in its population. It is predicted that old population will double from 2015 to 2030 in Iran. Actually, more than half of the world’s population lives in urban areas, and urbanization rate is over 70% in Iran. Therefore, the main purpose of this study is to investigate the impact of population ageing and urbanization on air pollution over the period of 1971 to 2013 in Iran.
Method: In this study, based on the results of variables stationary, the Autoregressive Distributed Lag (ARDL) approach was applied.
Findings: The results revealed that the relationship between old population and CO2 emission per capita is inverted U-shaped and statistically significant, and CO2 emission initially increases with the increase of old population and then drops with the increase of old population. Moreover, the results imply that a relative increase in urbanization in the short and long terms is associated with the increase of CO2 emissions per capita. It was also found that gross domestic production and energy consumption per capita positively affect CO2 emissions per capita in the short and long terms. Technological advances have a significant positive effect on per capita CO2 emissions in the long term.
Discussion and Conclusion: In this study, according to the urbanization coefficient which has the greatest influence on pollution emissions (3.63 in the long term), the measures should be taken by policymakers to minimize the damage of urbanization growth to the environment. In other words, urban development plans should be designed in harmony with the environmental issues.

Keywords: Population ageing, CO2 emission, Urbanization, ARDL, Iran.


مقدمه

قرن بیست و یکم با یک گذار جمعیتی آغاز شده و جمعیت شهرنشین، بیش از نیمی از جمعیت جهان را در برگرفته است. بر اساس گزارش‌ سازمان ملل، پیش‌بینی می‌شود تا سال 2030 شهرها شصت درصد از جمعیت جهان را در خود جای دهند‌(1). در حال حاضر بیش از‌70‌درصد جمعیت ایران در مناطق شهری-زندگی می‌کنند‌(2). این فرایند شهرنشینی در کشورهای صنعتی و توسعه یافته، همگام با روند تحولات تاریخی و هماهنگ با توسعه‌ی بخش صنعت بوده است. عدم وجود این نوع هماهنگی‌و رشد سریع‌تر‌شهرنشینی در کشورهای در حال ‌توسعه سبب شده است تا توسعه‌ی اقتصادی سالم و پویا شکل نگیرد. شهرنشینی شتابان، پیامدهای گوناگونی دارد که درنهایت مجموعه‌ای از بحران‌های اقتصادی، اجتماعی و زیست‌محیطی را به وجود می‌آورد (3).
در ﻣﻮرد رابطه‌ی ﺑـﯿﻦ ﺟﻤﻌﯿـﺖ ﺷﻬﺮﻧـﺸﯿن و آﻟـﻮدﮔﯽ محیط-‌زیست دو دﯾﺪﮔﺎه ﻣﺘﻔﺎوت وﺟﻮد دارد. دﯾﺪﮔﺎه اول اﺷﺎره می‌کند ﮐـﻪ اﻓـﺰاﯾﺶ ﺟﻤﻌﯿـﺖ ﺷﻬﺮی ﺑﺮ‌آﻟﻮدﮔﯽ محیط ‌زیست تاثیر ﻣﺜﺒﺖ دارد؛زﯾﺮا ﺑﺎ اﻓـﺰاﯾﺶ ﺷﻬﺮﻧـﺸﯿﻨﯽ اﺳـﺘﻔﺎده از زیرساخت‌ها، حمل‌‌و نقل و اﻧﺮژی اﻓـﺰاﯾﺶ می‌یابد و ﻧﯿـﺰ اﻧﺘﻘـﺎل از ﮐـﺸﺎورزی ﺑـﻪ ﺻﻨﻌﺖ ﻧﯿﺰ ﺑﺎﻋﺚ اﻓﺰاﯾﺶ آﻟﻮدﮔﯽ محیط ‌زیست می‌شود. اﻣـﺎ دﯾـﺪﮔﺎه دوم ﺗﺄﮐﯿـﺪ می‌کند ﮐﻪ روند گسترش شهرنشینی زمینه‌ بهره‌گیری از صرفه‌های حاصل از مقیاس در استفاده از منابع ایجاد می‌شود و ﺑﺎﻋﺚ خواهد شد ﺗﺎ اﻧﺮژی در ﺷـﻬﺮﻫﺎ‌ﻧـﺴﺒﺖ ﺑـﻪ روﺳﺘﺎﻫﺎ به‌ صورت کارا و‌بهینه‌ مصرف شود و سرانه‌انتشار آﻟﻮدﮔﯽ ﮐﺎﻫﺶ ﯾﺎﺑﺪ. بنابراین رابطه‌ی ﺑﯿﻦ رﺷﺪ ﺟﻤﻌﯿـﺖ ﺷﻬﺮی ﺑﺎ میزان‌آﻟﻮدﮔﯽ محیط ‌زیست می‌تواند ﻣﺜﺒﺖ ﯾﺎ ﻣﻨﻔﯽ ﺑﺎﺷﺪ‌(4، 5). در سراسر دنیا، مسن شدن جمعیت امریست فراگیر که باید آن را در نتیجه بهبود وضعیت بهداشت عمومی، آگاهی بیش‌تر راجع به شیو‌ه‌های صحیح زندگی و پیشرفت تجهیزات پزشکی قلمداد کرد‌(6). این موارد منجر به افزایش طول عمر و کاهش میزان مرگ و میر در تمام کشورها شده است، به طوری که پیش‌بینی می‌شود جمعیت افراد بالای 60 سال از مرز دو میلیارد نفر و جمعیت افراد بالای 80 سال از مرز 400 میلیون‌نفر در سال 2050 تجاوز خواهد کرد. همچنین بیش از 50 درصد این افراد نیز در کشورهای آسیایی زندگی‌ خواهند نمود‌(7). لذا سال‌خوردگی جمعیت در کشورهای آسیایی از جمله ایران امری اجتناب ناپذیر است. پیش‌بینی‌های سازمان ملل حاکی از آن است که از سال 2015 تا‌2030‌جمعیت افراد مسن در ایران دو برابر خواهد شد. همچنین درصد افراد سال‌خورده به کل جمعت کشور از 6 درصد در سال 2000 به بیش از 8 درصد (5/6 میلیون نفر) در سال 2015 رسیده و تا سال 2030 به 14‌درصد (7/12‌میلیون نفر) افزایش خواهد یافت. به علاوه پیش‌بینی می‌شود درصد افراد مسن در سال 2050 به بیش از 31 درصد (7/28‌میلیون نفر) خواهد رسید (7). اما تاثیر سال‌خوردگی جمعیت بر متغیرهای مختلف اقتصادی و زیست‌محیطی متفاوت است. بیش‌تر صاحب ‌نظران اقتصادی بر این باورند که سال‌خوردگی جمعیت، یک بحران برای کشورهای توسعه یافته و بویژه کشورهای اروپایی است (8).در مقابل اندیشمندان زیست محیطی سال‌خوردگی جمعیت را پدیده‌ای مناسب برای اکوسیستم‌ها و منابع طبیعی می‌دانند. این صاحب نظران بر این باورند که کاهش جمعیت و کاهش نرخ زاد و ولد و در نهایت سال‌خوردگی جمعیت موجب کاهش فشار بر محیط زیست شده و منجر به کاهش آلودگی‌های زیست‌محیطی می‌گردد (9، 10).
پیشینه تحقیق
با توجه به اهمیت انتشار گازهای گل‌خانه‌ای و عوامل موثر بر میزان انتشار این گازها، مطالعات متعددی به بررسی تاثیر‌عوامل مختلف اقتصادی و اجتماعی بر انتشار گاز دی اکسید کربن به‌عنوان مهم‌ترین گاز گل‌خانه‌ای پرداخته‌اند. از جمله متغیرهای مورد بررسی تغییر ساختار‌جمعیت‌و به ویژه سال‌خوردگی جمعیت است. نتایج برخی مطالعات حاکی از آن است که افراد سال‌خورده نسبت به‌ افراد جوان و کم سن و سال، انرژی ‌بیش‌تری مصرف نموده و آلودگی بیش‌تری تولید می‌نمایند. استفاده از پس‌اندازها برای نیازهای مصرفی و بهداشتی، داشتن خودرو شخصی و استفاده از آن، از جمله دلایل این مطالعات است (11، 12، 13). مطالعات دیگر از عدم تاثیر سال‌خوردگی جمعیت بر کاهش یا افزایش آلودگی‌های زیست‌محیطی دلالت دارند‌(14، 15) و برخی از مطالعات نیز رابطه منفی و معکوسی میان‌سال‌خوردگی و انتشار گازهای گلخانه‌ای بدست آورده-اند(16). همچنین تعدادی از مطالعات، یک رابطه U- وارون میان سال‌خوردگی جمعیت و انتشار گاز‌های گل‌خانه‌ای را نشان می‌دهند‌(13). بدین مفهوم که با افزایش تعداد افراد سال‌خورده به کل‌جمعیت، ابتدا میزان آلودگی سرانه هوا افزایش یافته، اما از مقداری مشخص به بعد با افزایش سال‌خوردگی جمعیت، میزان آلودگی هوا کاهش می‌یابد. از سوی دیگر اثر شهرنشینی نیز به عنوان یکی از موضوعات مطرح در مباحث دموگرافی، روی مصرف انرژی و محیط زیست قابل تامل است‌(8). نتایج مطالعات مختلف از تاثیر متفاوت رشد شهرنشینی بر میزان انتشار گاز‌های گل‌خانه‌ای دلالت دارد. بر این اساس نتایج برخی از مطالعات حاکی از ارتباط مستقیم و مثبت میان شهرنشینی و میزان انتشار گاز دی اکسید کربن (CO2) است‌(3، 17، 18، 19، 20، 21، 22). در‌مقابل نتایج تعدادی از مطالعات نیز رابطه معکوس و منفی میان رشد شهرنشینی و میزان انتشار گاز دی اکسید کربن را نشان می‌دهند (23، 24). با توجه به نتایج متفاوت اثر سال‌خوردگی جمعیت و گسترش شهرنشینی بر‌میزان انتشار-گاز‌های گل‌خانه‌ای در مطالعات مختلف و همچنین عدم وجود مطالعه داخلی که بطور هم‌زمان اثر این دو متغیر را بر تخریب زیست محیطی مورد بررسی قرار داده باشد، انجام مطالعه‌ای مستقل در این‌زمینه در ایران ضروری به نظر می‌رسد. لذا در مطالعه حاضر اثر سال‌خوردگی جمعیت و افزایش رشد جمعیت شهرنشین بر میزان انتشار گاز دی‌اکسید کربن به‌عنوان شاخص آلودگی هوا در ایران مورد بررسی قرار گرفت. نوآوری مطالعه حاضر بررسی همزمان شهرنشینی به‌عنوان یک‌فرآیند جهانی و سال‌خوردگی جمعیت‌به‌عنوان یکی از مهم‌ترین مسایل دموگرافی بر میزان انتشار‌آلودگی در ایران است. همچنین در این‌مطالعه به پیروی از پژوهش Okada (2012)‌و بر خلاف سایر مطالعات داخلی انجام شده در این‌زمینه، یک رابطه درجه دو میان سال‌خوردگی و میزان انتشار گاز دی اکسید‌کربن درنظر گرفته-شد. داده‌های مورد استفاده در این پژوهش نظیر سرانه انتشار دی‌اکسید کربن، سال‌خوردگی جمعیت، رشد جمعیت‌شهرنشین، سرانه تولید ناخالص داخلی و مصرف سرانه انرژی به‌‌صورت سری زمانی است که در طی دوره‌ی 1350 تا 1392 از منابع مختلفی شامل پایگاه داده‌های بانک جهانی (WDI) و آمار جهانی انرژی‌(IES) جمع‌آوری شدند. به ‌منظور برآورد مدل در این پژوهش از نرم‌افزار‌های اکسل‌(Excel)، ایویوز (EViews) و استتا (STATA) استفاده شد.
مبانی نظری
ارتباط میان رشد اقتصادی و تخریب محیط زیست از طریق برآورد منحنی زیست محیطی کوزنتس (EKC) مورد بررسی قرار می‌گیرد. منحنی زیست‌محیطی کوزنتس ارتباط رشد اقتصادی هر کشور را که به ‌وسیله تولید ناخالص داخلی سرانه اندازه‌گیری می‌شود با شاخص‌های تخریب محیط‌ زیست مانند انتشار گازهای گل‌خانه‌ای و به‌ویژه انتشار گاز دی اکسید کربن بررسی می‌کند. اشکال این روش در این نکته است که اثرگذاری جمعیت بر تخریب محیط زیست را به صورت کشش واحد در نظر می‌گیرد. به عبارتی کشش جمعیتی انتشار آلودگی را برای کشورهای درحال توسعه و توسعه یافته یکسان در نظر می‌گیرد. چنان چه این کشش در کشورهای مختلف یکسان نباشد، فرض مربوطه در چارچوب منحنی زیست محیطی کوزنتس نقض می-شود (25). بر این اساس در این مطالعه به منظور بررسی اثر سال‌خوردگی جمعیت و رشد‌شهرنشینی بر آلودگی هوا از مدل ارائه شده توسط Okada‌(2012) استفاده شد. فرم عمومی این مدل به ‌صورت رابطه (1) است.

 

(1)


که در رابطه فوق، Ln معرف لگاریتم طبیعی است. همچنین CO2: میزان سرانه انتشار گاز دی‌ اکسید کربن بر حسب تن در سال است. این‌متغیر از تقسیم میزان انتشار سالانه گاز دی اکسید‌کربن برکل جمعیت کشور در هر سال بدست می-آید. : نشان دهنده‌ی درصد‌سال‌خوردگی جمعیت در ایران است. این متغیر بر اساس تعاریف موجود به صورت نسبت جمعیت مسن (بالای 65 سال) به کل جمعیت اندازه‌گیری می-شود و بر حسب درصد است. UP: رشد جمعیت شهرنشین در ایران است. این متغیر بر حسب درصد بیان می‌شود و از تقسیم جمعیت افراد ساکن در مناطق شهری بر کل جمعیت سالانه کشور بدست می‌آید.GDP: تولید ناخالص داخلی سرانه (به‌عنوان‌شاخص رشد اقتصادی) است، که برحسب دلار و به قیمت های ثابت سال 2011 محاسبه می‌شود. این متغیر نیز از تقسیم تولید ناخالص داخلی به قیمت ثابت بر جمعیت بدست می‌آید. EC: مصرف سرانه انرژی و بر حسب کیلوگرم معادل نفت خام است. این متغیر از تقسیم میزان مصرف انرژی بر جمعیت کل کشور بدست می‌آید. T: پیشرفت تکنولوژی را بیان می‌نماید. برای بررسی تاثیر پیشرفت تکنولوژی بر میزان انتشار گاز دی اکسید کربن از روند زمانی به‌عنوان شاخصی از پیشرفت تکنولوژی استفاده شد. عبارت : نیز جزء اخلال مدل را نشان می‌دهد. در مدل فوق، با فرض آنکه رابطه‌ی سال‌خوردگی جمعیت و آلودگی هوا به ‌صورت U وارون باشد، ضریب 1β مثبت و ضریب 2β منفی خواهد بود. همچنین انتظار می‌رود که با افزایش شهرنشینی، سرانه انتشار آلودگی افزایش پیدا کند و به عبارتی ضریب 3β مثبت باشد. در خصوص تولید ناخالص داخلی سرانه، چنان‌چه افزایش تولید ناخالص داخلی سرانه و به بیان دیگر رشد و توسعه اقتصادی کشور همراه با انتشار آلودگی باشد، انتظار می‌رود که ضریب 4β مثبت است و در غیر این صورت ضریب متغیر مذکور منفی می‌شود. همچنین انتظار بر آن است که با افزایش میزان مصرف انرژی، میزان انتشار آلودگی افزایش یابد و به عبارتی ضریب 5β مثبت باشد. همچنین اگر علامت ضریب 6β منفی بدست آید، بدین مفهوم است که با گذشت زمان و پیشرفت تکنولوژی، میزان انتشار گاز دی اکسید کربن کاهش یافته و لذا تکنولوژی‌های مورد استفاده در کشور دوست‌دار محیط‌زیست بوده‌اند. از آن‌جا که روند زمانی نیز در مدل به عنوان شاخص پیشرفت تکنولوژی در نظر گرفته شده است، چنان‌چه ضریب این متغیر در برآورد مثبت باشد، بدین مفهوم است که با پیشرفت تکنولوژی میزان آلودگی هوا افزایش می‌یابد‌و تکنولوژی‌های‌مورد استفاده در کشور دوست‌دار محیط‌زیست نیستند. در مقابل اگر ضریب متغیر پیشرفت تکنولوژی منفی باشد، می‌توان نتیجه گرفت که فن‌آوری‌های مورد استفاده در جهت کاهش آلودگی‌های هوا است. در مدل‌های سری زمانی در صورت غیر ایستا بودن متغیرها مسئله رگرسیون کاذب مصداق خواهد داشت و مشاهده R2 بالا به‌ واسطه ارتباط حقیقی بین متغیرها نیست (26). بنابراین کاربرد آزمون ریشه واحد در داده‌های ترکیبی جهت تضمین صحت و اعتبار نتایج امری ضروری خواهد بود. در این مطالعه به ‌منظور بررسی ایستایی متغیرها از روش آزمون ایستایی دیکی فولر تعمیم یافته (ADF) استفاده شد. زﻣﺎﻧﯽ ﮐﻪ ﺷﻮاﻫﺪی ﻣﺒﻨﯽ ﺑﺮ وﺟﻮد رﯾﺸﻪ واﺣﺪ در داده‌ها وﺟﻮد داﺷﺘﻪ ﺑﺎﺷﺪ، ﺑﺮای ﭘﺮﻫﯿﺰ از وﻗﻮع رﮔﺮﺳﯿﻮن ﮐﺎذب و ﻧﯿﺰ ﺗﻌﯿﯿﻦ رابطه‌ی ﺑﻠﻨﺪﻣﺪت ﺑﯿﻦ ﻣﺘﻐﯿﺮﻫﺎ، می‌توان از روش‌های همجمعی از جمله رهیافت خود توضیحی با وقفه‌های گسترده‌(ARDL) استفاده نمود. یکی از مزایای رهیافت ARDL که موجب برتری آن نسبت به سایر روشهای همجمعی شده است، عدم نیاز به یکسان بودن درجه همجمعی متغیرها در این‌ روش می‌باشد. همچنین در این روش می‌توان الگوهای کوتاه‌مدت و بلندمدت مدل را به طور هم‌زمان برآورد کرد (27). و مشکلات مربوط به حذف متغیرها و خود همبستگی را رفع نمود. بنابراین تخمین های روش ARDL، نا اریب و کارا هستند، چرا که آن‌ها عموماً عاری از مشکلاتی چون خودهمبستگی‌و درون‌زایی می‌باشند (28). مدلARDL تعمیم یافته را می‌توان بصورت زیر نشان داد (29، 30):

(2)
که در آن عرض از مبدأ، متغیر وابسته و عامل وقفه می‌باشد که به صورت رابطه (4) تعریف می‌شود:
(3)
بنابراین:

(4)



که در آن ، ، ، ، ، و به ترتیب بیان‌گر تعداد وقفه‌های بهینه برای متغیرهای ، ، ، ، ، و می‌باشد. در بلندمدت روابط زیر بین متغیرهای حاضر در مدل صادق است:


لذا، رابطه بلندمدت را می‌توان به صورت زیر بیان نمود:

(5)

وجود همگرایی بین مجموعه ای از متغیرهای اقتصادی، مبنای استفاده از مدل‌های تصحیح خطا را فراهم می‌کند (27). معادله تصحیح خطای‌مدل ARDL را می‌توان به صورت رابطه (6) نوشت:

(6)


بر این اساس، مدل پویای ARDL میزان انتشار آلودگی به صورت رابطه (5) می‌باشد: که جزء تصحیح خطا ( ) بصورت زیر می‌باشد:

(7)

در رابطه (6)، عملگر اولین تفاضل بوده و ، ، ، ، ، و ضرایب برآورد شده از معادله (5) می‌باشند. نیز ضریب‌جزء تصحیح خطا می‌باشد که سرعت تعدیل را اندازه‌گیری می‌کند. برای تخمین رابطه بلندمدت می‌توان از یک روش دو مرحله‌ای استفاده کرد. در مرحله اول وجود یک رابطه بلندمدت بین متغیرهای مدل که به وسیله تئوری بیان می‌شود، مورد بررسی قرار می‌گیرد. Pesaran و همکاران (2001) به منظور بررسی وجود رابطه بلندمدت میان متغیرها از رهیافت آزمون کرانه (باند تست) استفاده کردند (31). روش آزمون کرانه ARDL بر اساس تخمین OLS یک الگوی تصحیح خطای نامقید (UECM) برای تحلیل هم-جمعی بنا شده است. الگوی تصحیح خطای نامقید مدل ARDL مستخرج از رابطه (3)، به صورت معادله (8) نوشته می‌شود.

 


(8)

که در آن ∆ عملگر تفاضل مرتبه اول و P نیز تعداد وقفه بهینه است. مطابق مطالعه Pesaran و همکاران (2001)، برای انجام آزمون کرانه، باید از آزمون ضرایب Wald (آمارهF) برای بررسی معنیداری سطوح با وقفه متغیرها در الگوی تصحیح خطای نامقید استفاده شود.
در این حالت آزمون معنیداری مشترک برای فرض صفر، یعنی عدم وجود هم‌جمعی، از طریق صفر قرار دادن تمام متغیرها با یک وقفه در سطح، استفاده میشود.

بنابراین آماره F برای فرضیه صفر به این صورت است که آیا تمام ضرایب بلندمدت به صورت مشترک برابر صفر هستند یا خیر. در واقع در‌این مرحله، بر اساس سطوح معنی‌داری مرسوم (1%، 5% و 10%)، آماره F محاسباتی، با مقادیر بحرانی که در جدول Pesaran و همکاران (2001)، ارایه شده است، مقایسه میشود. اگر آماره F محاسباتی، بیش‌تر از کرانه بالایی مقادیر بحرانی باشد، آن‌گاه فرضیه صفر مبنی بر عدم هم‌جمعی رد میشود. اگر آماره F تخمین زده شده کم‌تر از کرانه پایینی مقادیر بحرانی باشد، فرضیه صفر مبنی بر عدم هم‌جمعی، نمیتواند رد شود. در نهایت اگر آماره F محاسباتی بین کرانه بالایی و پایینی قرار گیرد، رهیافت آزمون کرانه قادر به تعیین وجود یا عدم وجود رابطه بلندمدت میان متغیرها نمی‌باشد (32).

یافته‌ها
به‌ منظور بررسی اثر سال‌خوردگی جمعیت و رشد شهرنشینی بر آلودگی هوا در ایران، ابتدا ایستایی متغیرها مورد آزمون قرار گرفت که نتایج آن در جدول (1) آورده شده است. نتایج ایستایی بر اساس آزمون ADF در جدول (1) نشان می‌دهد که تفاضل مرتبه اول متغیرهای سرانه انتشار دی‌اکسید کربن، سرانه تولید ناخالص داخلی ایستا بوده و سه متغیر سال‌خوردگی جمعیت، رشد جمعیت شهرنشین و مصرف سرانه انرژی در سطح ایستا می‌باشد. ایستایی تمامی متغیرها در وضعیت با عرض از مبدأ و روند به ‌دست آمده است.
بر اساس نتایج آزمون ایستایی، با توجه به وجود توأم متغیرهای ایستا در سطح و متغیرهایی که پس از انجام یک‌بار تفاضل‌گیری ایستا می‌شوند، از تحلیل هم‌جمعی موسوم به روش خود توضیحی با وقفه‌های گسترده (ARDL) استفاده شده است.


جدول 1- نتایج آزمون ایستایی
Table 1. The results of variables stationary
عنوان آماره ADF وضعیت ایستایی وضعیت عرض از مبداء و روند
سرانه انتشار دی‌اکسید کربن ***202/5- I(1) با عرض از مبدأ و روند
سال‌خوردگی جمعیت **965/3- I(0) با عرض از مبدأ و روند
رشد جمعیت شهرنشین *294/3- I(0) با عرض از مبدأ و روند
تولید ناخالص داخلی سرانه **757/3- I(1) با عرض از مبدأ و روند
مصرف سرانه انرژی *282/3- I(0) با عرض از مبدأ و روند
مأخذ: یافته‌های تحقیق (1396) *، **و *** به ترتیب معنی‌داری در سطح 10، 5 و 1 درصد می‌باشد.



همان‌طور که در قسمت روش و تحقیق بیان شد، برای بررسی وجود رابطه بلندمدت از آزمون کرانه استفاده می‌شود که نتایج این آزمون برای فرم‌های خطی و درجه دو مدل انتشار آلودگی در جدول (2) ارایه شده است. با توجه به اینکه آماره F محاسباتی برای مدل غیر خطی (درجه دو)، حدود 9/5 به ‌دست آمده است و این مقدار بزرگ‌تر از مقدار کرانه بالا (23/5) در سطوح معنیداری 99 درصد است، لذا فرضیه صفر رد و وجود رابطه بلندمدت در میان متغیرها تأیید می‌شود.

جدول2- بررسی وجود رابطه بلندمدت (آزمون کرانه)
Table 2. Examination of long-term relationship (Bound Test)
F محاسباتی مدل
***888/5 LnCO2 =F( LnPElder, LnP2Elder, LnUP, LnGDP, LnEC) درجه دو
***860/5 LnCO2 = F(LnPElder, LnUP, LnGDP, LnEC) خطی
مأخذ: یافته‌های تحقیق (1396) *، **و *** به ترتیب معنی‌داری در سطح 10، 5 و 1 درصد می‌باشد.


همچنین نتایج جدول (2) نشان می‌دهد که فرم خطی مدل انتشار آلودگی در سطح معنی‌داری یک درصد بر حسب آزمون کرانه، دارای رابطه بلندمدت است. اما با توجه به این‌که فرم درجه دوم مدل انتشار آلودگی، فرم خطی را نیز در بر می‌گیرد، در این مطالعه از فرم درجه دوم استفاده شد. به عبارت دیگر زمانی که تنها ضریب توان دوم متغیر سال‌خوردگی جمعیت اختلاف معنی‌داری با صفر نداشته باشد، فرم درجه دوم به فرم خطی انتشار آلودگی تبدیل می‌شود. در ادامه یافته‌های حاصل از برآورد بلندمدت حاصل از اثر سال‌خوردگی جمعیت و رشد‌شهرنشینی بر آلودگی‌ زیست محیطی در ایران در جداول (3) ارائه شده است.
با توجه به یافته‌های جدول (3) مبنی بر معنی‌داری و علامت متغیرهای سال‌خوردگی جمعیت و توان دوم آن، می‌توان به این نتیجه دست یافت که یک رابطه‌ی U وارون میان سرانه آلودگی ناشی از انتشار دی‌اکسید کربن و سال‌خوردگی جمعیت در ایران وجود دارد. بر این اساس در بلندمدت، با افزایش نسبت افراد مسن به کل جمعیت، میزان آلودگی هوا افزایش می‌یابد، اما در نهایت روندی نزولی پیدا می کند.

 


جدول3- نتایج اثرات بلندمدت سال‌خوردگی جمعیت و شهرنشینی بر آلودگی هوا در ایران
Table 3. The results of Long-term effects of elderly population and urbanization on air pollution in Iran
متغیر ضرایب خطای معیار t آماره احتمال
سال‌خوردگی جمعیت 161/10*** 891/1 373/5 000/0
توان دوم سال‌خوردگی جمعیت 164/3-*** 678/0 661/4- 000/0
رشد جمعیت شهرنشین 060/3*** 611/0 007/5 000/0
سرانه تولید ناخالص داخلی 118/0* 061/0 934/1 063/0
مصرف سرانه انرژی **379/0 175/0 155/2 039/0
پیشرفت تکنولوژی *035/0 019/0 819/1 079/0
عرض از مبدأ ***868/19- 118/2 376/9- 000/0
مأخذ: یافته‌های تحقیق (1396) *، ** و *** به ترتیب معنی‌داری در سطح 10، 5 و 1 درصد می‌باشد.


همچنین نتایج جدول (3) نشان می‌دهد که با رشد جمعیت شهری در ایران، سرانه آلودگی هوا افزایش می‌یابد. به ‌طوری ‌که با یک درصد افزایش در این شاخص، انتظار می‌رود سرانه انتشار دی‌اکسید کربن در بلندمدت حدود 3 درصد افزایش یابد. بنابراین ﺑﺎ اﻓـﺰاﯾﺶ ﺷﻬﺮﻧـﺸﯿﻨﯽ تقاضا برای اﺳـﺘﻔﺎده از زیرساخت‌ها، حمل ‌و نقل و اﻧﺮژی طوری اﻓـﺰاﯾﺶ می‌یابد که ﺑﺎﻋﺚ اﻓﺰاﯾﺶ آﻟﻮدﮔﯽ محیط ‌زیست و به ویژه آلودگی هوا می-شود.
نتایج حاکی از آن است که سرانه تولید ناخالص داخلی تاثیری مثبت بر سرانه انتشار آلودگی دارد. اثر این متغیر در سطح بالایی از اهمیت آماری برخوردار است، به ‌طوری ‌که با افزایش 10 درصدی این شاخص، انتظار می‌رود سرانه انتشار دی‌اکسید کربن در بلندمدت حدود 2/1 درصد افزایش یابد. بنابراین روند افزایش تولید ناخالص داخلی سرانه و به بیان دیگر روند رشد و توسعه اقتصادی کشور با مخاطرات زیست‌محیطی ناشی از انتشار آلودگی همراه است.
استفاده از متغیر مصرف انرژی در این مطالعه به این دلیل است که شاخصی مناسب برای سطح به‌ کارگیری از سوخت‌های فسیلی است. مطابق نتایج جدول (3) اثر این متغیر در سطح بالایی از اهمیت آماری برخوردار است و ضریب آن نیز درخور توجه است. به‌ طوری که انتظار می‌رود با‌افزایش سرانه مصرف انرژی به میزان 10 درصد، سرانه انتشار آلودگی در بلندمدت حدود 8/3 درصد افزایش ‌یابد. همچنین ضریب پیشرفت تکنولوژی نیز در بلندمدت مثبت و معنی‌دار است و با پیشرفت تکنولوژی، میزان آلودگی هوا افزایش می‌یابد. البته تاثیر این متغیر در مقایسه با سایر متغیرها کم‌تر است. با توجه به نتایج جدول (3)، می‌توان مدل بلندمدت مطالعه را به‌صورت معادله زیر بیان نمود:


نتایج برآورد الگوی تصحیح خطا در جدول (4) ارایه شده است. لازم به توضیح است که کلیه پارامترهای مدل تصحیح خطا در جدول (4) به شکل تفاضل مرتبه اول می‌باشند. مطابق نتایج این جدول، رابطه سال‌خوردگی جمعیت و آلودگی هوا در کوتاه‌مدت همانند رابطه بلندمدت، بصورت U وارون است.
رشد جمعیت شهری در کوتاه‌مدت، سرانه انتشار آلودگی را افزایش می‌دهد. همچنین مصرف انرژی نیز در کوتاه مدت رابطه مثبت و معنی‌داری با آلودگی هوا دارد. مقدار ضریب متغیر پیشرفت تکنولوژی در سطح پایینی قرار دارد و ازلحاظ آماری معنی‌دار نیست.

جدول4- نتایج برآورد الگوی تصحیح خطای اثر سالخوردگی جمعیت و رشد شهرنشینی بر انتشار آلودگی در ایران
Table 4. The results of estimating error correction effects of elderly population and urbanization on air pollution in Iran
متغیر ضرایب خطای معیار t آماره احتمال
سرانه انتشار دی‌اکسید کربن با یک وقفه 687/0*** 154/0 463/4 001/0
سرانه انتشار دی‌اکسید کربن با دو وقفه 300/0* 148/0 015/2 053/0
سال‌خوردگی جمعیت ***585/12 736/2 599/4 000/0
توان دوم سال‌خوردگی جمعیت ***918/3- 961/0 075/4- 000/0
رشد جمعیت شهرنشین 790/3*** 243/1 047/3 005/0
سرانه تولید ناخالص داخلی 129/0* 073/0 770/1 087/0
سرانه تولید ناخالص داخلی با یک وقفه **155/0- 067/0 302/2- 028/0
مصرف سرانه انرژی **469/0 203/0 310/2 028/0
پیشرفت تکنولوژی 043/0 029/0 513/1 141/0
جمله تصحیح خطا 238/1-*** 215/0 745/5- 000/0

مأخذ: یافته‌های تحقیق (1396) *، **و *** به ترتیب معنی‌داری در سطح 10، 5 و 1 درصد می‌باشد.

ضریب جمله تصحیح خطا مطابق نتایج جدول (4) نشان ‌دهنده-ی وجود رابطه‌ی بلندمدت معنا‌دار بین متغیرهای الگو است. این ضریب در‌سطح احتمال 1درصد معنی‌دار و دارای علامت منفی است. به ‌طوری ‌که انتظار می‌رود در هر دوره حدود 23/1 درصد انحراف رابطه‌ی کوتاه‌مدت از مسیر بلندمدت، تعدیل شود. بر این اساس اثر یک شوک بر متغیر انتشار آلودگی در کوتاه‌مدت کمی کم‌تر از یک دوره زمان به‌طول خواهد انجامید و پس ‌از آن رابطه‌ی کوتاه‌مدت نیز در مسیر رابطه‌ی بلندمدت قرار خواهد گرفت.
در نمودار (1) رابطه‌ی بلندمدت میان انتشار آلودگی و سال‌خوردگی جمعیت در ایران اریه شده است. البته در این نمودار مقادیر به‌ صورت لگاریتم طبیعی می‌باشند. همان‌ طور که مشاهده می‌شود یک رابطهU شکل برعکس میان سال‌خوردگی جمعیت و انتشار آلودگی وجود دارد.
با توجه به نمودار ترسیمی تقعر این منحنی در نقطه 97/4 درصد است. از این ‌رو انتظار می‌رود در ابتدا با افزایش درصد جمعیت سال‌خوردگی به کل جمعیت، سرانه انتشار آلودگی افزایش ‌یابد. این وضعیت تا قبل از مرز جمعیت 97/4 درصد، ادامه دارد و پس ‌از آن انتظار می‌رود سرانه انتشار آلودگی کاهش پیدا کند.
همچنین در کوتاه‌مدت یک رابطهU شکل برعکس میان سال‌خوردگی جمعیت و انتشار آلودگی وجود دارد. که تقعر این منحنی در مرز سال‌خوردگی جمعیت 98/4 درصد است. از این ‌رو انتظار می‌رود که در ابتدا با افزایش درصد جمعیت سال‌خوردگی در کوتاه‌مدت سرانه‌انتشار آلودگی افزایش ‌یابد. این وضعیت تا قبل از مرز رشد 98/4 درصد، ادامه دارد و پس ‌از آن انتظار می‌رود که سرانه انتشار آلودگی کاهش پیدا کند.


نمودار1- رابطه‌ی بلندمدت میان سال‌خوردگی جمعیت و سرانه انتشار دی‌اکسید کربن در ایران
Diagram1. Long-term relationship between elderly population and per capita carbon dioxide emissions in Iran
مأخذ: یافته‌های تحقیق (1396)


برای بررسی پایداری ضرایب مدل از آزمون مجموع تجمعی جملات پسماند (CUSUM) استفاده شد. نتایج این آزمون در سطح 5 درصد در نمودار (2) نشان داده ‌شده است. بدلیل عدم خروج نمودار مجموع تجمعی جملات پسماند از دو خط‌چین بحرانی که نشان‌دهنده معنی‌داری در سطح اطمینان 95 درصد است، ثبات ساختاری در مدل وجود دارد. در نتیجه مدل برآوردی پایدار بوده و ضرایب برآورد شده در مطالعه با اطمینان 95 پایداری هستند.


نمودار 2- آزمون پایداری ضرایب
Diagram 2. Stability test coefficients
مأخذ: یافته‌های تحقیق(1396)


بحث و نتیجه‌گیری

در این پژوهش اثر سال‌خوردگی جمعیت، رشد شهرنشینی، رشد اقتصادی، مصرف انرژی و پیشرفت تکنولوژی بر آلودگی هوا در ایران مورد‌ارزیابی قرار گرفت. برای آلودگی هوا از شاخص سرانه انتشار دی‌اکسید کربن استفاده شد. نتایج پژوهش نشان می‌دهد که در هر دو حالت کوتاه‌مدت و بلندمدت رابطه U شکل برعکس میان سال‌خوردگی جمعیت و سرانه انتشار آلودگی وجود دارد. به عبارتی با عبور از مرز 5 درصدی جمعیت سال‌خورده کشور، سرانه انتشار دی‌اکسید کربن کاهش می‌یابد.
در خصوص اثر شهرنشینی می‌توان گفت که افزایش نسبت جمعیت شهرنشین در دو حالت کوتاه‌مدت و بلندمدت منجر به افزایش آلودگی هوا می‌شود. با توجه به اینکه ضریب شهرنشینی دارای بیش‌ترین اثرگذاری در آلودگی هوا است (06/3 در بلندمدت)، می‌بایست تمهیداتی از جانب سیاستگزاران اتخاذ شود تا رشد شهرها کم‌ترین آسیب را به محیط زیست وارد نماید. به عبارتی برنامه‌های‌ توسعه شهرها هماهنگ با مباحث زیست محیطی تدوین شود. در این مطالعه همچنین سرانه تولید ناخالص داخلی به‌عنوان معیاری از رشد اقتصادی در کوتاه‌مدت و بلندمدت معنی‌دار و دارای ضریبی مثبت است. به بیان دیگر رشد اقتصادی کشور منجر به افزایش آلودگی هوا می‌شود. لذا پیشنهاد می‌شود دولت برنامه‌های خود را با در نظر گرفتن مسایل زیست محیطی و بویژه آلودگی هوا طراحی نماید.
ضریب مصرف انرژی نیز در کوتاه‌مدت و بلندمدت مثبت و معنی‌دار است و با افزایش این شاخص، آلودگی هوا نیز افزایش می‌یابد. بر این اساس پیشنهاد می‌شود از منابع انرژی تجدید پذیر و سوخت‌های غیر فسیلی که آلودگی کم‌تری ایجاد می‌نمایند، به‌عنوان جایگزین سوخت‌های فسیلی استفاده شود.
ضریب پیشرفت تکنولوژی نیز در بلندمدت مثبت و معنی‌دار است و با پیشرفت تکنولوژی، میزان آلودگی هوا در ایران افزایش می‌یابد. لذا پیشنهاد می‌شود که تا حد امکان از تکنولوژی‌های پاک و دوست‌دار طبیعت استفاده شود.

Reference
1. Fetros, M. (2007). Issues of the Environmental Economics (Proceedings). Bu-Ali Sina University Press. Hamedan. (In Persian).
2. Statistical Center of Iran. (2015). Journal Information Database. http://amar.sci.org.ir. (In Persian).
3. Fetros, M. & Mahboodi, R. (2011). The causal relationship between energy consumption, urban population and environmental pollution in Iran. Energy Economics Studies, 7(27), 1-17. (In Persian).
4. Jones, D. W. (1991). How urbanization affects energy-use in developing countries. Energy Policy, 19(7), 621-630.
5. Alam, S. Fatima, A. & Butt, M. S. (2007). Sustainable development in Pakistan in the context of energy consumption demand and environmental degradation. Journal of Asian Economics, 18(5), 825-837.
6. Shakoori, M. (2010). The effects of changes in the age structure of Iran's population on the country's pension fund. Insurance Studies and Research Unit of the Audit Institute of the State Pension Fund. (In Persian).
7. United Nations. (2015). Department of Economic and Social Affairs, Population Division. World Population Ageing 2015 (ST/ESA/SER.A/390).
8. Yavari, K. & Ahmadzadeh, K. (2010). Investigating the relationship between energy consumption and population structure (case study: Southwest Asia). Energy Economics Studies, 7(25): 33–62. (In Persian).
9. Dalton, M., B. O'Neill, A. Prskawetz, L. Jiang & J. Pitkin. (2008). Population Aging and Future Carbon Emissions in the United States, Energy Economics , 30: 642–675.
10. Liddle, B. (2011). Consumption-driven environmental impact and age-structure change in OECD countries: A cointegration-STIRPAT analysis. Demographic Research, 24, 749–770.
11. Liddle, B. (2004). Demographic dynamics and per capita environmental impact: Using panel regressions and household decompositions to examine population and transport. Population and Environment, 26(1), 23–39.
12. York, R. (2007). Demographic Trends and Energy Consumption in European Union Nations (1960–2025), Social Science Research, Vol. 36, PP. 855–872 .
13. Okada, A. (2012). Is an increased elderly population related to decreased CO2 emissions from road transportation? Energy Policy, 45, 286–292.
14. Liddle, B., & Lung, S. (2010). Age structure, urbanization, and climate change in developed countries: Revisiting STIRPAT for disaggregated population and consumption–related environmental impacts. Population and Environment, 31, 317–343.
15. Liddle, B. (2014). Impact of Population, Age Structure and Urbanization on Carbon Emissions/Energy Consumption: Evidence From Macro- Level, Cross-Country Analyses; Population and Environment, 35: 286- 304.
16. Hassan, K., & Salim, R. (2015). Population ageing, income growth and CO2 emission: Empirical evidence from high income OECD countries. Journal of Economic Studies, 42(1), 54-67.
17. Falahati, F., & Hekmatifarid, S. (2014). Investigating the factors affecting carbon dioxide emissions in the provinces of Iran (Panel data approach). Environmental and Energy of Economics Studies, 2(6), 129-150.
18. Martínez- Zarzoso, I., & Maruotti, A. (2011). The impact of urbanization on CO2 emissions: evidence from developing countries. Ecological Economics, 70(7), 1344-1353.
19. Shahbaz, M., Sbia, R., Hamdi, H., & Ozturk, I. (2014). Economic growth, electricity consumption, urbanization and environmental degradation relationship in United Arab Emirates. Ecological Indicators, 45, 622-631.
20. Kasman, A., & Duman, Y. S. (2015). CO2 emissions, economic growth, energy consumption, trade and urbanization in new EU member and candidate countries: a panel data analysis. Economic Modelling, 44, 97-103.
21. Destek, M. A., Balli, E., & Manga, M. (2016). The Relationship between CO2 Emission, Energy Consumption, Urbanization and Trade Openness for Selected CEECs. Research in World Economy, 7(1), 52.
22. Rafiq, S., Salim, R., & Nielsen, I. (2016). Urbanization, openness, emissions, and energy intensity: A study of increasingly urbanized emerging economies. Energy Economics, 56, 20-28.
23. Hossain, M. S. (2011). Panel estimation for CO2 emissions, energy consumption, economic growth, trade openness and urbanization of newly industrialized countries. Energy Policy, 39(11), 6991-6999.
24. He, Z., Xu, S., Shen, W., Long, R., & Chen, H. (2017). Impact of urbanization on energy related CO 2 emission at different development levels: Regional difference in China based on panel estimation. Journal of Cleaner Production, 140, 1719-1730.
25. Poumanyvong, P., & Kaneko, S. (2010). Does urbanization lead to less energy use and lower CO2 emissions? A cross-country analysis. Ecological Economics, 70(2), 434-444.
26. Gojarati, D. (2004). Basics of econometrics. Translation Dr. Hamid Abrishami. Vol(2). Tehran: Tehran University. (In Persian).
27. Noferesti, M. (2000). Unit root and cointegration in econometrics. Rasa Cultural Services Institute, First Printing, Tehran. (In Persian).
28. Siddiki, J. U. (2000). Demand for money in Bangladesh: a cointegration analysis. Applied Economics, 32(15), 1977-1984.
29. Pesaran, H.M. and B. pesaran (1997), Working With Microfit 4.0: An Introduction to Econometrics, Oxford University Press, Oxford.
30. Pesaran, H.M. and Y. shin (1998), An Autoregressive Distributed lag Modeling Approach to Cointegration Analysis, In (Ed) S. Storm. The Econometrics and Economic Theory in the 20th Century, Chapter II. Cambridge University Press, Cambridge.
31. Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289-326.
32. Shrestha, M. B., & Chowdhury, K. (2005). ARDL modelling approach to testing the financial liberalisation hypothesis. Research Online: University of Wollongong.

 

 

Reference

  1. Fetros, M. (2007). Issues of the Environmental Economics (Proceedings). Bu-Ali Sina University Press. Hamedan. (In Persian).
  2. Statistical Center of Iran. (2015). Journal Information Database. http://amar.sci.org.ir. (In Persian).
  3. Fetros, M. & Mahboodi, R. (2011). The causal relationship between energy consumption, urban population and environmental pollution in Iran. Energy Economics Studies, 7(27), 1-17. (In Persian).
  4. Jones, D. W. (1991). How urbanization affects energy-use in developing countries. Energy Policy, 19(7), 621-630.
  5. Alam, S. Fatima, A. & Butt, M. S. (2007). Sustainable development in Pakistan in the context of energy consumption demand and environmental degradation. Journal of Asian Economics, 18(5), 825-837.
  6. Shakoori, M. (2010). The effects of changes in the age structure of Iran's population on the country's pension fund. Insurance Studies and Research Unit of the Audit Institute of the State Pension Fund. (In Persian).
  7. United Nations. (2015). Department of Economic and Social Affairs, Population Division. World Population Ageing 2015 (ST/ESA/SER.A/390).
  8. Yavari, K. & Ahmadzadeh, K. (2010). Investigating the relationship between energy consumption and population structure (case study: Southwest Asia). Energy Economics Studies, 7(25): 33–62. (In Persian).
  9. Dalton, M., B. O'Neill, A. Prskawetz, L. Jiang & J. Pitkin. (2008). Population Aging and Future Carbon Emissions in the United States, Energy Economics , 30: 642–675.
  10. Liddle, B. (2011). Consumption-driven environmental impact and age-structure change in OECD countries: A cointegration-STIRPAT analysis. Demographic Research, 24, 749–770.
  11. Liddle, B. (2004). Demographic dynamics and per capita environmental impact: Using panel regressions and household decompositions to examine population and transport. Population and Environment, 26(1), 23–39.
  12. York, R. (2007). Demographic Trends and Energy Consumption in European Union Nations (1960–2025), Social Science Research, Vol. 36, PP. 855–872 .
  13. Okada, A. (2012). Is an increased elderly population related to decreased CO2 emissions from road transportation? Energy Policy, 45, 286–292.
  14. Liddle, B., & Lung, S. (2010). Age structure, urbanization, and climate change in developed countries: Revisiting STIRPAT for disaggregated population and consumption–related environmental impacts. Population and Environment, 31, 317–343.
  15. Liddle, B. (2014). Impact of  Population, Age Structure and Urbanization on Carbon Emissions/Energy Consumption: Evidence From Macro- Level, Cross-Country Analyses; Population and Environment, 35: 286- 304.
  16. Hassan, K., & Salim, R. (2015). Population ageing, income growth and CO2 emission: Empirical evidence from high income OECD countries. Journal of Economic Studies42(1), 54-67.
  17. Falahati, F., & Hekmatifarid, S. (2014). Investigating the factors affecting carbon dioxide emissions in the provinces of Iran (Panel data approach). Environmental and Energy of Economics Studies2(6), 129-150.
  18. Martínez- Zarzoso, I., & Maruotti, A. (2011). The impact of urbanization on CO2 emissions: evidence from developing countries. Ecological Economics, 70(7), 1344-1353.
  19. Shahbaz, M., Sbia, R., Hamdi, H., & Ozturk, I. (2014). Economic growth, electricity consumption, urbanization and environmental degradation relationship in United Arab Emirates. Ecological Indicators, 45, 622-631.
  20. Kasman, A., & Duman, Y. S. (2015). CO2 emissions, economic growth, energy consumption, trade and urbanization in new EU member and candidate countries: a panel data analysis. Economic Modelling, 44, 97-103.
  21. Destek, M. A., Balli, E., & Manga, M. (2016). The Relationship between CO2 Emission, Energy Consumption, Urbanization and Trade Openness for Selected CEECs. Research in World Economy7(1), 52.
  22. Rafiq, S., Salim, R., & Nielsen, I. (2016). Urbanization, openness, emissions, and energy intensity: A study of increasingly urbanized emerging economies. Energy Economics56, 20-28.
  23. Hossain, M. S. (2011). Panel estimation for CO2 emissions, energy consumption, economic growth, trade openness and urbanization of newly industrialized countries. Energy Policy, 39(11), 6991-6999.
  24. He, Z., Xu, S., Shen, W., Long, R., & Chen, H. (2017). Impact of urbanization on energy related CO 2 emission at different development levels: Regional difference in China based on panel estimation. Journal of Cleaner Production, 140, 1719-1730.
  25. Poumanyvong, P., & Kaneko, S. (2010). Does urbanization lead to less energy use and lower CO2 emissions? A cross-country analysis. Ecological Economics, 70(2), 434-444.
  26. Gojarati, D. (2004). Basics of econometrics. Translation Dr. Hamid Abrishami. Vol(2). Tehran: Tehran University. (In Persian).
  27. Noferesti, M. (2000). Unit root and cointegration in econometrics. Rasa Cultural Services Institute, First Printing, Tehran. (In Persian).
  28. Siddiki, J. U. (2000). Demand for money in Bangladesh: a cointegration analysis. Applied Economics, 32(15), 1977-1984.
  29. Pesaran, H.M. and B. pesaran (1997), Working With Microfit 4.0: An Introduction to Econometrics, Oxford University Press, Oxford.
  30. Pesaran, H.M. and Y. shin (1998), An Autoregressive Distributed lag Modeling Approach to Cointegration Analysis, In (Ed) S. Storm. The Econometrics and Economic Theory in the 20th Century, Chapter II. Cambridge University Press, Cambridge.
  31. Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289-326.
  32. Shrestha, M. B., & Chowdhury, K. (2005). ARDL modelling approach to testing the financial liberalisation hypothesis. Research Online: University of Wollongong.