با همکاری مشترک دانشگاه پیام نور و انجمن اقتصاد دفاع ایران و انجمن اقتصاد انرژی ایران

نوع مقاله : کاربردی

نویسندگان

1 دانشجوی کارشناسی ارشد اقتصاد انرژی، دانشکده ادبیات و علوم انسانی، دانشگاه ایلام، ایلام ، ایران.

2 استادیار گروه اقتصاد، دانشکده ادبیات و علوم انسانی، دانشگاه ایلام، ایلام ، ایران.

چکیده

هدف‌ اصلی این مقاله تجزیه‌ و تحلیل مصرف برق ایران و تحلیل رابطه مصرف‌ برق و رشد اقتصادی است. برای این منظور با استفاده از رویکرد شاخص میانگین لگاریتمی دیویژیا و داده­های تولید ناخالص داخلی واقعی بدون نفت، مصرف برق، مصرف انرژی و ارزش‌افزوده بخش‌های خدمات، صنعت و کشاورزی در دوره 98-1380 مصرف برق کشور تجزیه ‌و تحلیل شد و رابطه مصرف برق و رشد اقتصادی مبتنی بر تحلیل جداسازی بررسی شده است. بر اساس نتایج تجزیه ‌و تحلیل مصرف برق، در کل دوره مطالعه، تنها اثر ساختار باعث کاهش مصرف برق شده است. مطابق نتایج تحلیل ادواری، در دوره قبل از اجرای قانون هدفمندی یارانه‌ها(89-1380) مصرف برق به ترتیب به ‌واسطه دو اثر شدت و ساختار کاهش و به دلیل سه اثر تولید، فعالیت و جمعیت افزایش یافته است؛ در دوره بعد از اجرای این قانون(98-1390) تنها اثر ساختار در جهت کاهش مصرف برق عمل کرده و مصرف برق به واسطه چهار اثر فعالیت، جمعیت، شدت و تولید افزایش یافته است. بر اساس نتایج رویکرد جداسازی در تمام دوره مطالعه وضعیت جداسازی منفی رو به رشد به معنای تحقق رشد اقتصادی به قیمت افزایش بیشتر مصرف برق و آلودگی محیط‌زیست، وضعیت غالب است. بنابراین، واقعی کردن قیمت انرژی به ‌تنهایی در مدیریت مصرف انرژی کارساز نیست از این ‌رو لازم است سایر سیاست‌های کارایی انرژی، اقتصادی و زیست‌محیطی مکمل نیز به طور هم‌زمان اجرا شوند. 

کلیدواژه‌ها

بانک اطلاعات سری‌های زمانی اقتصادی، بانک مرکزی جمهوری اسلامی ایران.
بیابانی خامنه، کاظم و صادقی سقدل، حسین (1393). "تجزیه مصرف برق در ایران رویکرد شاخص میانگین لگاریتمی دیویژیا". کنفرانس بین المللی برق، دوره 2.
ترازنامه انرژی، دفتر برنامه‌ریزی و اقتصاد کلان برق و انرژی، وزارت نیرو.
توانا نجار، امیر و فیضی، مهدی (1394). "بررسی تغییرات مصرف برق بخش خانگی ایران با استفاده از روش تحلیل تجزیه شاخص". دهمین همایش بین‌المللی انرژی.
مرکز آمار ایران، نتایج کلّی سرشماری عمومی نفوس و مسکن.
 
Achour, H., & Belloumi, M. (2016). Decomposing the influencing factors of energy consumption in Tunisian transportation sector using the LMDI method. Transport policy, 52(16), 64-71.
Ang, B., Liu, F., & Chung, H. (2002). Index numbers and the Fisher ideal index approach in energy decomposition analysis. National University of Singapore: Department of Industrial and Systems Engineering, 32(9), 1131-1139.
Ang, B. W. (2005). The LMDI approach to decomposition analysis: a practical guide. Energy Policy, 33(7), 867-871.
Ang, B. W., & Choi, K.-H. (1997). Decomposition of aggregate energy and gas emission intensities for industry: a refined Divisia index method. The Energy Journal, 18(3), 59-73.
Ang, B. W., & Lee, S. (1994). Decomposition of industrial energy consumption: some methodological and application issues. Energy Economics, 16(2), 83-92.
Ang, B. W., & Liu, F. L. (2001). A new energy decomposition method: perfect in decomposition and consistent in aggregation. Energy, 26(6), 537-548.
Ang, B. W., & Wang, H. (2015). Index decomposition analysis with multidimensional and multilevel energy data. Energy Economics, 51(15), 67-76.
Boyd, G., McDonald, J. F., Ross, M., & Hansont, D. A. (1987). Separating the changing composition of US manufacturing production from energy efficiency improvements: a Divisia index approach. The Energy Journal, 8(2), 77-96.
Boyd, G. A., Hanson, D. A., & Sterner, T. (1988). Decomposition of changes in energy intensity: a comparison of the Divisia index and other methods. Energy Economics, 10(4), 309-312.
Das, N., & Roy, J. (2020). India can increase its mitigation ambition: An analysis based on historical evidence of decoupling between emission and economic growth. Energy for Sustainable Development, 57(20), 189-199.
Diakoulaki, D., & Mandaraka, M. (2007). Decomposition analysis for assessing the progress in decoupling industrial growth from CO2 emissions in the EU manufacturing sector. Energy Economics, 29(4), 636-664.
González, P. F., & Moreno, B. (2015). Analyzing driving forces behind changes in energy vulnerability of Spanish electricity generation through a Divisia index-based method. Energy conversion and management, 92(15), 459-468.
Howarth, R. B., Schipper, L., Duerr, P. A., & Ström, S. (1991). Manufacturing energy use in eight OECD countries: decomposing the impacts of changes in output, industry structure and energy intensity. Energy Economics, 13(2), 135-142.
Inglesi-Lotz, R., & Blignaut, J. N. (2011). South Africa’s electricity consumption: A sectoral decomposition analysis. Applied Energy, 88(12), 4779-4784.
Jenne, C. A., & Cattell, R. K. (1983). Structural change and energy efficiency in industry. Energy Economics, 5(2), 114-123.
Kraft, J., & Kraft, A. (1978). On the relationship between energy and GNP. The Journal of Energy and Development, 3(2), 401-403.
Lin, B., & Raza, M. Y. (2021). Analysis of electricity consumption in Pakistan using index decomposition and decoupling approach. Energy, 214(21), 1-14.
Liu, X., Ang, B., & Ong, H. (1992). The application of the Divisia index to the decomposition of changes in industrial energy consumption. The Energy Journal, 13(4), 20-48.
Marlay, R. C. (1984). Trends in industrial use of energy. Science, 226(4680), 1277-1283.
Parker, B., & Helms, M. M. (1992). Generic strategies and firm performance in a declining industry. MIR: Management International Review,32(1), 23-39.
Tapio, P. (2005). Towards a theory of decoupling: degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001. Transport policy, 12(2), 137-151.
Vehmas, J., Malaska, P., Luukkanen, J., Kaivo-oja, J., Hietanen, O., Vinnari, M., & Ilvonen, J. (2003). Europe in the global battle of sustainability: Rebound strikes back? Advanced Sustainability Analysis. Publications of the Turku School of Economics and Business Administration, series discussion and working papers, 7(2003),1- 107.
Von. (1989). Erdpolitik: Ökologische Realpolitik an der Schwelle zum Jahrhundert der Umwelt , Ernst Ulrich von Weizsäcker, Darmstadt: Wissenschaftliche Buchgesellschaft. environment law, 1(1), 397-398.
Wang, W., Mu, H., Kang, X., Song, R., & Ning, Y. (2010). Changes in industrial electricity consumption in china from 1998 to 2007. Energy Policy, 38(7), 3684-3690.
Wang, Y., Liu, Y., Huang, L., Zhang, Q., Gao, W., Sun, Q., & Li, X. (2022). Decomposition the driving force of regional electricity consumption in Japan from 2001 to 2015. Applied Energy, 308(22), 118-365.
Zhang, C., Su, B., Zhou, K., & Yang, S. (2019). Analysis of electricity consumption in China (1990–2016) using index decomposition and decoupling approach. Journal of cleaner production, 209(19), 224-235.
Zhang, M., Bai, C., & Zhou, M. (2018). Decomposition analysis for assessing the progress in decoupling relationship between coal consumption and economic growth in China. Resources, Conservation and Recycling, 129(18), 454-462.
Zhang, M., Song, Y., Su, B., & Sun, X. (2015). Decomposing the decoupling indicator between the economic growth and energy consumption in China. Energy Efficiency, 8(6), 1231-1239.
Zhang, M., & Wang, W. (2013). Decoupling analysis of electricity consumption from economic growth in China. Journal of Energy in Southern Africa, 24(2), 57-66.
Zhang, Z. (2000). Decoupling China’s carbon emissions increase from economic growth: An economic analysis and policy implications. World development, 28(4), 739-752.