مطالعه ارتباط غیر خطی مصرف انرژی و تورم در بخش کشاورزی

اقتصاد و توسعه کشاورزی

مقاله 5، دوره 35، شماره 3 - شماره پیاپی 53، مهر 1400، صفحه 259-272  

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jead.2021.68041.1036

نویسندگان

نیوشا نراقی ¹؛ رضا مقدسی ²؛ امیر محمدی نژاد³

¹دانشگاه آزاد - واحد علوم و تحقیقات

²دانشگاه علوم تحقیقات تهران

³دانشگاه آزاد- واحد علوم و تحقیقات

چکیده

با توجه به اهمیت نهاده‌های کشاورزی به ویژه انرژی در بازار قیمت محصولات کشاورزی، در این مقاله رابطه مصرف انرژی و تورم بخش کشاورزی ایران در قالب مدل غیرخطی مارکوف-سوئیچینگ با استفاده از داده‌های فصلی طی دوره زمانی 1395-1370 مورد تجزیه و تحلیل قرار گرفته است. یکی از دلایل مهم استفاده از مدل مارکوف-سوئیچینگ، غیرخطی بودن سری زمانی قیمت محصولات کشاورزی و وجود نوسانات مختلف طی سال‌های مورد مطالعه است. به طور کلی نتایج مدل نشان می‌دهد مصرف انرژی و تورم بخش کشاورزی رابطه‌ای غیرخطی و نامتقارن دارند و تورم کشاورزی در دو رژیم مختلف، رفتار متفاوتی بر جای می‌گذارند. شواهد تجربی نشان می‌دهد که شوک ناشی از مصرف انرژی در هر دو رژیم اول (نرخ رشد تورم پایین) و رژیم دوم (نرخ رشد تورم بالا) تاثیر معنادار منفی بر تورم کشاورزی دارد، در حالی‌که تأثیر مصرف انرژی بر تورم کشاورزی در رژیم نرخ رشد تورم بالا کمتر از رژیم نرخ رشد تورم پایین است. همچنین براساس نتایج حاصل از براورد مدل مارکوف-سوئیچینگ، احتمال ماندگاری در رژیم دوم، 93 درصد و احتمال گذار از این رژیم به رژیم اول 7 درصد است و نرخ تورم کشاورزی در دو رژیم مورد نظر وابسته به دوره قرارگیری آن‌ها بوده است که برای سیاست گذاری اقتصاد در حوزه کشاورزی حائز اهمیت می‌باشد. در نتیجه، برنامه‌ریزان و سیاستگذاران باید به این عدم تقارن در نرخ تورم کشاورزی توجه داشته باشند تا با استفاده از ابزارهای سیاست گذاری مناسب، ثبات قیمت در بخش کشاورزی را تا حد ممکن افزایش دهند.

کلیدواژه‌ها

الگوی مارکوف-سوئیچینگ؛ تورم؛ قیمت محصولات کشاورزی؛ غیرخطی؛ مدل مارکوف-سوئیچینگ؛ مصرف انرژی

مراجع

1- Abbott P.C., Hurt C., and Tyner W.E. 2008. What’s Driving Food Prices? Issue Report. Farm Foundation, IL, USA. https://www.farmfoundation.org/wp-content/uploads/2018/09/IR-2011-Final-FoodPrices_web.pdf

2- Abdulaziz R.A., Rahim K.A., and Adamu P. 2016. Oil and food prices co-integration nexus for Indonesia: A non-linear autoregressive distributed lag analysis. International Journal of Energy Economics and Policy 6(1): 82-87.

3- Al-Maadid A., Caporale G.M., Spagnolo F., and Spagnolo N. 2017. Spillovers between food and energy prices and structural breaks. Journal of International Economics 150: 1–18.

4- Brock W.A., Dechert W.D., Scheinkman J.A., and LeBaron B. 1996. A test for independence based on the correlation dimension. Econometric Reviews 15(3): 197-235.

5- Cabrera B.L., and Schulz F. 2016. Volatility linkages between energy and agricultural commodity prices. Energy Economics 54: 190–203.

6- CAEEDAC. 2000. A descriptive analysis of energy consumption in agriculture and food sector in Canada. Available at: http://www.usask.ca/agriculture/caedac/pubs/processing.pdf

7- CBI, 2018. Central Bank of the Islamic Republic of Iran, Economic analysis report.

8- Gardebroek C., and Hernandez M. 2013. Do energy prices stimulate food price volatility? Examining volatility transmission between US oil, ethanol and corn markets. Energy Economics 40: 119-129.

9- Gilbert C.L. 2010. How to understand high food prices. Journal of Agricultural Economics 61: 398–425.

10- Grassberger P., and Procaccia I. 1983. Measuring the strangeness of strange attractors. Physica D 9: 189-208.

11- Hamilton J.D. 1989. A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle. Econometrica 57(2): 357–384.

12- Hatirli S.A., Ozkan B., and Fert K. 2005. An econometric analysis of energy input- output in Turkish agriculture. Renewable and Sustainable Energy Reviews 9: 608-623.

13- Ibrahim M.H. 2015. Oil and food prices in Malaysia: a nonlinear ARDL analysis. Agricultural and Food Economics 3(2):1-14.

14- Javdan A., Pishbahar A., Haghighat J., and Mohammadrezaei R. 2017.  Comparison of Linear and Non-Linear Models in Assessing the Global Food Price Pass-Through into Domestic Food Price in Iran. Agricultural Economics 10(4): 101-118. (In Persian with English abstract)

15- Jiranyakul, K. 2015. Oil Price Shocks and Domestic Inflation in Thailand. Munich Personal RePEc Archive No. 62797.

16- Kazeroni A., Asgharpur H., Mohammadpoor S., and Bahari S. 2012. The Asymmetric Effects of Real Exchange Rate Fluctuations on the Economic Growth of Iran: Markov – Switching Approach. Economic Journal 12(7and8): 5-26. (In Persian)

17- Kennedy S. 2000. Energy use in American agriculture. Available at: http://web.mit.edu/10.391J/www/proceedings/Agri-culture_Kennedy2000.pdf

18- Koirala K.H., and Mehlhorn J.E. 2015. Energy prices and agricultural commodity prices: testing correlation using copulas method. Energy 81: 430–436.

19- Krolzig H. 1997. Markov-Switching Vector Autoregressions: Modelling, Statistical Inference, and Application to Business Cycle Analysis. Springer, Berlin.

20- Mawejje J. 2016. Food prices, energy and climate shocks in Uganda. Agricultural and Food Economics 4(1): 1–18.

21- McFarlane L. 2016. Agricultural commodity prices and oil prices: mutual causation. Outlook on Agriculture 45(2): 87–93.

22- Mehdiloo A., Sadeghi H., and Assari Arani A. 2015. Estimation of Non-Linearity Effect of Rent-Seeking Opportunities on Economic Growth in Iran: Using Markov-Switching Model. Economic Growth and Development Research 5(18): 11-30. (In Persian with English abstract)

23- Meyer D.F., Sanusi K.A., and Hassan A. 2018. Analysis of the asymmetric impacts of oil prices on food prices in oil-exporting developing countries. Journal of International Studies 11(3): 82-94.

24- Ministry of Agriculture Jihad, 2018. Ministry of Agriculture Jihad of the Islamic Republic of Iran, Agricultural Statistics Report.

25- MOE, 2016. Ministry of Energy, Energy Balance Sheets of the Country.

26- Nwoko I.C., Aye G.C., and Asogwa B.C. 2016. Effect of oil price on Nigeria's food price volatility. Cogent Food and Agriculture 2 (1): 1146057.

27- Olasunkanmi O.S., and Oladele K.S. 2018. Oil price shock and agricultural commodity prices in Nigeria: A non-linear autoregressive distributed lag (NARDL) approach. African Journal of Economic Review 6(2): 74-91.

28- Pejman N. 2012. Investigating the transfer of prices from farm to retail in saffron market: A case study of Fars province. PhD Thesis, Islamic Azad University, Marvdasht Branch, Faculty of Agriculture.

29- Pindyck R.S., and Rotemberg J.J. 1990. The excess co-movement of commodity prices. Economic Journal 100: 1173–1189.

30- Shehu A., Shsfii A.S., and Yau N.A. 2019. Asymmetric Effect of Oil Shocks on Food Prices in Nigeria: A Non-Linear Autoregressive Distributed Lags Analysis. International Journal of Energy Economics and Policy 9(3):128-134.

31- Singh J.M. 2000. On farm energy use pattern in different cropping systems in Haryana, India. [Ph.D. Thesis.], Ger-many, International Institute of Management, University of Flensburg.

32- Taghizadeh-Hesary F., Rasoulinezhad E., and Yoshino N. 2019. Energy and food Security: Linkages through Price Volatility. Energy Policy 128: 796–806.

33- Taki M., Ghsemi Mobtaker H., and Monjezi N. 2012. Energy input-output modeling and economical analyze for corn grain production in Iran. Elixir Agriculture Journal 52: 11500-11505.

34- Tarazkar M.H., and Sheikhzeinoddin A. 2019. The impacts of asymmetric oil shocks on agricultural commodity price: Application of nonlinear autoregressive distributed lags (NARDL) approach. Agricultural Economics Research 11(1): 81-100. (In Persian with English abstract)

35- Ueda T., and Kunimitsu Y. 2020. Interregional price linkages of fossil-energy and food sectors: evidence from an international input– output analysis using the GTAP database. Asia-Pacific Journal of Regional Science 4: 55–72.

36- Vahidi Z., Shaghaghi Shahri V., and PahlavanZade F. 2016. The Symmetric and asymmetric effects of oil shocks on the agricultural and industry value added. Quarterly Journal of the Macro and Strategic Policies 2(8): 77-92. (In Persian with English abstract)

37- Wang W., Van Gelder P.H.A.J.M., and Vrijling J.K. 2005. Trend and stationarity analysis for stream flow processes of rivers in Western Europe in the 20^th century, In Proceedings: IWA International Conference on Water Economics, Statistics, and Finance Rethymno Greece: 8-10.

38- Zhang Z., Lohr L., Escalante C., and Wetzstein M. 2010. Food versus fuel: what do prices tell us? Energy Policy 38: 445–451.