تأثیر ابعاد اقتصادی-اجتماعی بر جنگل‏زدایی: کاربرد اقتصادسنجی فضایی

مجله اقتصاد و توسعه کشاورزی

مقاله 1، دوره 36، شماره 2 - شماره پیاپی 55، تیر 1401، صفحه 115-128   

نوع مقاله: مقالات پژوهشی به زبان انگلیسی

شناسه دیجیتال (DOI): 10.22067/jead.2022.17787.0

نویسندگان

حمید امیرنژاد^{* 1}؛ امیر مهرجو¹؛ محمدهادی اسکندری نسب²

¹گروه اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

²گروه اقتصاد کشاورزی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران

چکیده

فعالیت‌های انسان قرن‌هاست که منجر به تخریب جنگل‌ها شده است. در قرن بیست و یکم، جنگل‌زدایی یکی از عوامل اصلی تغییرات آب‌وهوا بوده است؛ چراکه جنگل‌ها از دلایل اصلی کاهش انتشار گازهای گلخانه‌ای هستند. در نیم‌قرن گذشته کشورهای نیمه جنوبی قاره آسیا به دلیل تغییر ساختار اقتصادی، افزایش جمعیت و گسترش جهانی‌شدن، متحمل خسارت‌های عظیمی از مناطق جنگلی شده است. بر همین اساس در این پژوهش، عوامل اقتصادی اجتماعی مؤثر بر تخریب جنگل با توجه به داده‏های موجود در 18 کشور منتخب در نیمه جنوبی قاره آسیا بین سال‏های 2005 تا 2015 با استفاده از اقتصادسنجی فضایی بررسی شد. نتایج آزمون‌های همبستگی فضایی نشان داد که نادیده گرفتن اثرات همبستگی فضایی باعث خطای تخمین برازش می‌شود؛ همچنین نتایج برآورد مدل، فرضیه منحنی محیط‏زیستی کوزنتس برای کشورهای منتخب را با نقطه عطف 5107 دلار تأیید می‌کند. مطابق با یافته‏های تحقیق، افزایش تولید ناخالص داخلی سرانه در سایر کشورها از طریق تحرک بین منطقه‏ای نهاده‏های تولید موجب افزایش جنگل‏زدایی در کشور مورد نظر می‏شود. افزایش نرخ ارز در سایر کشورها به دلیل افزایش واردات محصولات جنگلی از سایر کشورها و عدم قطع منابع جنگلی داخلی موجب کاهش جنگل‏زدایی در کشور مورد نظر می‏گردد. افزایش تراکم جمعیت و بیکاری در سایر کشورها به دلیل کاهش فرصت‏های شغلی در سایر کشورها و افزایش مهاجرت به کشور مورد نظر و به‏دنبال آن افزایش تقاضا برای غذا و افزایش تقاضای زمین باعث افزایش جنگل‏زدایی در کشور مورد نظر شده است. در نهایت افزایش متغیر شاخص توسعه انسانی باعث کاهش جنگل‏زدایی در کشور مورد نظر شده است؛ ولی تغییر این متغیر در سایر کشورها تأثیری بر جنگل‏زدایی کشور مورد نظر نداشته است؛ لذا در دنیایی با رشد اقتصادی فزاینده، پیشنهاد می‏شود به‏منظور تضمین جلوگیری از تخریب جنگل‏ها در بهبود شاخص توسعه انسانی؛ ریشه‏کن­کردن معضل بیکاری و ریشه‏کن­کردن فقر تلاش‌ها مضاعف گردد. همانطور که نتایج این مطالعه نشان داد جمعیت تأثیر مستقیم و معنی‏دار بر جنگل‏زدایی در کشورهای منتخب داشت و با توجه به افزایش رشد جمعیت در سال‏های مختلف، پیشنهاد می‏شود به مسئله جمعیت با نگاه به الزامات توسعه­ی پایدار توجه بیشتری شود تا کاهش تخریب محیط‏زیست به‏خصوص جنگل‏زدایی را به همراه داشته باشد. چراکه بر اساس نتایج این مطالعه عدم رشد سریع جمعیت موجب کاهش جنگل‏زدایی در کشورهای منتخب می‏گردد.

کلیدواژه‌ها

اقتصادسنجی فضایی؛ توسعه پایدار اقتصادی؛ جنگل‏زدایی؛ منحنی کوزنتس فضایی

مراجع

1. Ahmed , Shahbaz M., Qasim A., and Long W. 2015. The linkages between deforestation, energy and growth for environmental degradation in Pakistan. Ecological Indicators 49: 95-103. https://doi.org/10.1016/j.ecolind.2014.09.040.
2. Alishiri , Sajjadifar S.H., and Mohammadbagheri A. 2017. Environmental Kuznets curve hypothesis assessment (case study of water pollution). Water and Wastewater Magazine 1(28): 57-64. (In Persian)
3. Allen , and Douglas B. 1985. The causes of deforestation in developing countries. Annuals of Association of American Geographers 75(2): 163–184. https://doi.org/10.1111/j.1467-8306.1985.tb00079.x.
4. Angelsen 1999. Agricultural expansion and deforestation: modeling the impact of population, market forces and property rights. Journal of Development Economics 58(1): 185-218. https://doi.org/10.1016/S0304-3878(98)00108-4.
5. Anselin L. 1988. Spatial Econometrics: Methods and Models. p. 310-330.
6. Anselin , and Bera A.K. 1998. Spatial dependence in linear regression models with an introduction to spatial econometrics. Statistics Textbooks and Monographs 155: 237-290.
7. Atella V., Belotti F., Depalo D., and Piano Mortari A. 2014. Measuring spatial effects in the presence of institutional constraints: The case of Italian Local Health Authority expenditure. Regional Science and Urban Economics 49: 232-241. https://doi.org/10.1016/j.regsciurbeco.2014.07.007.
8. Balado-Naves R., Baños-Pino J.F., and Mayor M. 2018. Do countries influence neighbouring pollution? A spatial analysis of the EKC for CO₂ Energy Policy 123: 266-279. https://doi.org/10.1016/j.enpol.2018.08.059.
9. Bera , Saha S., and Bhattacharjee S. 2020. Forest cover dynamics (1998 to 2019) and prediction of deforestation probability using binary logistic regression (BLR) model of Silabati watershed, India. Trees, Forests and People, 2, 100034. https://doi.org/10.1016/j.tfp.2020.100034.
10. Bohn , and Deacon R. 2000. Ownership Risk, Investment, and the Use of Natural Resources. The American Economic Review 90(3): 526-549. https://doi.org/10.1257/aer.90.3.526.
11. Boubacar 2012. Neighboring effects of deforestation: a spatial econometric approach. Environmental Economics (3, Iss. 3): 72-81.
12. Caravaggio 2020. A global empirical re-assessment of the Environmental Kuznets curve for deforestation. Forest Policy and Economics 119: 102282. https://doi.org/10.1016/j.forpol.2020.102282.
13. Cochard , Nguyen V.H.T., Ngo D.T., and Kull C.A. 2020. Vietnam’s forest cover changes 2005–2016: Veering from transition to (yet more) transaction? World Development 135: 105051. https://doi.org/10.1016/j.worlddev.2020.105051.
14. Culas 2007. Deforestation and the environmental Kuznets curve: An institutional perspective. Ecological Economics 61(3): 429-437. https://doi.org/10.1016/j.ecolecon.2006.03.014.
15. Daryani 2015. Investigating the effects of economic and demographic factors on environmental pollution in OPEC member countries. Thesis in Humanities, Persian Gulf University. (In Persian with English abstract)
16. FAO, Food and Agriculture Organization of the United Nations, Rome. 2015. Global Forest Resources Assessment. How are the world’s forests changing? Second edition. Available at http://www.fao.org//.
17. FAO, Food and Agriculture Organization. 1992. Forest Resources Assessment, Tropical Countries, Forestry. Paper, 112. Available at http://www.fao.org//.
18. FAO, Food and Agriculture Organization. 1997. State of the World's Forests. FAO, Rome. Available at http://www.fao.org//.
19. FAO, Rome, Food and Agriculture Organization. 2003. State of the World's Forests. FAO: Rome, Available at http://www.fao.org//.
20. FAO, Rome, Food and Agriculture Organization. 2005. State of the World's Forests. FAO: Rome, Available at http://www.fao.org//.
21. Faria , and Almeida A. 2016. Relationship between Openness to Trade and Deforestation: Empirical Evidence from the Brazilian Amazon. Ecological Economics 5(121): 85-97. https://doi.org/10.1016/j.ecolecon.2015.11.014.
22. Ferreira 2004. Deforestation, Property Rights, and International Trade. Land Economics 80(2): 174-193. https://doi.org/10.2307/3654737.
23. Florax , Folmer H., and Rey S. 2003. Specification searches in spatial econometrics: The relevance of Hendry’s methodology. Regional Science and Urban Economics 33(5): 557-579. https://doi.org/10.1016/S0166-0462(03)00002-4.
24. Hamidi 2015. Investigating the Convergence of Energy Intensity among OPEC Countries in the Presence of Structural Failures (A Bilateral Approach). M.Sc. Thesis, Urmia University. (In Persian with English abstract)
25. Hao, Liu Y., Weng J.H., and Gao Y. 2016. Does the environmental Kuznets curve for coal consumption in China exist? New evidence from spatial econometric analysis. Energy 114: 1214-1223. https://doi.org/10.1016/j.energy.2016.08.075.
26. Heerink , Mulatu A., and Bulte E. 2001. Income inequality and environment: Aggregation bias in environmental Kuznets curves: Evidence from automobile lead emissions. Journal of Environmental Economics and Management 35(2): 126-141. https://doi.org/10.1016/S0921-8009(01)00171-9.
27. Hoseini , Karimzadeh S., and Bakhtiari S. 2018. The relationship between financial development, economic growth and energy consumption in a selection of developing countries. Financial Economy (Financial Economy and Development) 12(45): 167-191. (In Persian with English abstract)
28. Humphreys 2004. Redefining the Issues: NGO Influence on International Forest Negotiations. Global Environmental Politics, 4(2): 51-74. https://doi.org/10.1162/152638004323074192.
29. Khezri, , Heshmati, A., and Khodaei, M. 2021. The role of R&D in the effectiveness of renewable energy determinants: A spatial econometric analysis. Energy Economics, 99, 105287. https://doi.org/10.1016/j.eneco.2021.105287.
30. Koop, , and Toole, L. 1999. Is there an environmental Kuznets curve for deforestation? Journal of Development Economics 58(1): 231–244. https://doi.org/10.1016/S0304-3878(98)00110-2.
31. LeSage J., and Pace RK. Introduction to spatial econometrics. Boca Raton: CRC PressTaylor & Francis Group.
32. Lewis L., Edwards D.P., and Galbraith D. 2015. Increasing human dominance of tropical forests. Science 349(6250): 827-832. https://doi.org/10.1126/science.aaa9932.
33. Lopez , and Galinato G. 2005. Trade policies, economic growth, and the direct causes of deforestation. Land Economics 81(2): 145-169. https://doi.org/10.3368/le.81.2.145.
34. Lv, and Li S. 2021. How financial development affects CO₂ emissions: a spatial econometric analysis. Journal of Environmental Management 277: 111397. https://doi.org/10.1016/j.jenvman.2020.111397.
35. Mahapatra , and Kant S. 2005. Tropical deforestation: A multinomial logistic model and some country-specific policy prescriptions. Forest Policy and Economics 7(1): 1-24. https://doi.org/10.1016/S1389-9341(03)00064-9.
36. Mahmodpor , Saeidpor L., and Alidost N. 2018. Investigating the effect of economic openness on knowledge-based economy, Parliamentary Quarterly and Strategy 25(96): 297-320. (In Persian with English abstract)
37. Mansorabadi , and Khodaparast Shirzadi J. 2019. The Impact of Natural Resources on Economic Growth and the Role of Institutional Quality, Agricultural Economics Research 11(1): 75-92. (In Persian)
38. Mendelsohn 1994. Property rights and tropical deforestation. Oxford Economic Papers 46(1): 750-756. https://www.jstor.org/stable/2663497.
39. Miyamoto 2020. Poverty reduction saves forests sustainably: Lessons for deforestation policies. World Development 127: 104746. https://doi.org/10.1016/j.worlddev.2019.104746.
40. Morita , and Matsumoto K. 2017. REDD+ financing to enhance climate change mitigation and adaptation and biodiversity co-benefits: lessons from the Global Environment Facility. AGRIVITA, Journal of Agricultural Science 40(1): 118-130.
41. Nasirnia , and Esmaeili A. 2009. Socio-economic factors affecting deforestation of selected countries: Application Kuznets Environmental Theory. Agricultural Science and Technology and Natural Resources 13(48): 367-374. (In Persian)
42. Nasirnia F., and Esmaeili A. 2008. Investigation of Deforestation in Iran and Neighboring Countries: Application Kuznets Model. Agricultural Economics 3(10): 17-31. (In Persian)
43. Reddya S., Saranyaa K.R.L., Vazeed S.P., Satisha K.V., Jhaa C.S., Diwakara P.G., Dadhwala V.K.C., Raoa P.V.N., and Krishna Y.V.N.M. 2018. Assessment and monitoring of deforestation and forest fragmentation in south Asia since the 1930s. Global and Planetary Change 161(3): 132-148. https://doi.org/10.1016/j.gloplacha.2017.10.007.
44. Sadeghi Saadat, R. 2004. Population growth, economic growth and environmental impacts in Iran (A causal analysis). Journal of Economic Research 64: 163-180. (In Persian with English abstract)
45. Salimifar , and Dehnavi J. 2010. Comparison of the condense environmental curve in OECD member states and developing countries: Panel-Based Analysis. Journal of Knowledge and Development 16(29): 182-200. (In Persian with English abstract)
46. Santiago R., and do Couto H.T.Z. 2020. Socioeconomic development versus deforestation: Considerations on the sustainability of economic and social growth in most Brazilian municipalities. Environmental Development 35: 100520. https://doi.org/10.1016/j.envdev.2020.100520.
47. Stern, , and Stern, N. H. 2007. The economics of climate change: the Stern review: cambridge University press.
48. Ullah M.A., Tsuchiya J., Asahiro K., and Tani M. 2022. Exploring the socioeconomic drivers of deforestation in Bangladesh: The case of Teknaf Wildlife Sanctuary and its surrounding community. Trees, Forests and People 7: 100167. https://doi.org/10.1016/j.tfp.2021.100167.
49. Van der Werf R., Morton D.C., Defries R.S., Olivier J.G., Kasibhatla P.S., Jackson R.B., and Randerson J.T. 2009. CO₂ emissions from forest loss. Nature Geoscience 2(11): 737-738.
50. Wheeler , Hamme D., Kraft R., Dasgupta S., and Blankspoor B. 2013. Economic Dynamics and Forest Clearing: A Spatial Econometric Analysis for Indonesia. Ecological Economics 85: 85-96. https://doi.org/10.1016/j.ecolecon.2012.11.005.
51. World Bank, World Development Indicators. 2016. World Bank Publications, cop, Washington, DC. Available at: http://documents.worldbank.org/curated/en/805371467990952829/World-development-indicators-2016.
52. World Bank, World Development Indicators. 2020. World Bank Publications, cop, Washington, DC. Available at: http://documents.worldbank.org/curated/en/805371467990952829/World-development-indicators-2020.