Document Type : Research Paper

Authors

1 M.A. in Economics, Allameh Tabataba`i University, Tehran, Iran

2 Associate Professor of Economics, Allameh Tabataba`i University, Tehran, Iran

Abstract

Climate change, caused by the increase in the emission of carbon dioxide and other greenhouse gases, is one of the critical issues that mankind has faced and has created significant risks for both humans and the environment. In recent decades, many researchers have studied the factors that cause and affect carbon dioxide and their control. Among the factors affecting the emission of carbon dioxide, we can mention the structural labor change, which can play an important role in increasing the emission of carbon dioxide through the increase of industrial activities and economic growth. Therefore, in the present study, the effect of structural labor change on carbon dioxide emissions in Iran’s provinces was investigated using the Quantile regression with non-additive fixed effects presented by Powell (2016). The results show that increasing labor transfer from the agricultural sector to other economic sectors, including services and industry, increases carbon dioxide emissions. Additionally, indirectly, the structural labor change index has a positive and significant effect on carbon dioxide emissions in Iran’s provinces. The study also confirmed an inverse N relationship between carbon dioxide emissions and economic growth. The coefficients obtained for income inequality are negative and significant, while those for per capita energy consumption, industrialization, and urbanization are positive and significant.

Introduction

Since the early 1990s, the emission of carbon dioxide and other greenhouse gases has increased in most countries, aligning with economic growth. This has given rise to numerous challenges for humanity, inflicting detrimental effects on ecosystems across various parts of the world. The increase in carbon dioxide emissions over the past two decades has prompted researchers to delve into the factors influencing such emissions and their control. One significant factor influencing carbon dioxide emissions is the transfer of labor from the agricultural sector to other sectors. This transition is recognized as a hallmark of economic development, commonly referred to as a structural labor change in the field of development economics. Though most economic theories view the labor transfer as an indicator of socio-economic progress, this phenomenon also has disadvantages that can result in abnormal consequences affecting culture, the environment, society, and economy. Shao et al. (2021) and Yang et al. (2021) highlight it as a pivotal factor influencing carbon dioxide emissions and environmental degradation. Understanding the impact of this phenomenon on carbon dioxide emissions is crucial for formulating policies aimed at regulating the emitted carbon dioxide levels. In Iran, the transfer of labor from the agricultural sector to other economic sectors has risen, driven by diverse motives and concurrent with the expansion of urbanization and industrialization. This shift may entail numerous environmental challenges. Long-term statistics reveal that since 1956, the agricultural sector has lost its superiority, while the industrial and service sectors have experienced an increase in the number of workers. The disparity between the industry and services sectors compared to agriculture has widened (Mohinizadeh et al., 2019). However, in Iran, the impact of structural labor change on carbon dioxide emissions has not received significant scholarly attention. In this respect, the present research aimed to explore the nonlinear effects of structural labor change across 31 provinces in Iran during 2010–2020. The study first calculated the carbon dioxide emissions in each province. Subsequently, the analysis focused on the impact of structural labor change, particularly the transfer of labor from the agricultural sector to other economic sectors, on carbon dioxide emissions in the provinces.

Materials and Methods

The study adopted the experimental model proposed by Liu et al. (2019) and Yang et al. (2021), utilizing the subform presented in Equation (1).
 




(1)


 




 
Equation (1) defines the following variables: lnCO_2 represents the logarithm of carbon dioxide emissions per capita; lnGDP signifies the logarithm of real GDP; ln2GDP denotes the square of the logarithm of real GDP; ln3GDP represents the cube of the logarithm of real GDP; lnRatioagr indicates the logarithm of structural labor change; lnGini is the logarithm of income inequality; lnUrb denotes the logarithm of urbanization; lnIndst is the logarithm of industrialization; and lnEC stands for the logarithm of energy consumption. Furthermore, lnRatioagr×GDP represents the logarithm of the interaction term between structural labor change and real GDP. This variable was incorporated into the model due to the indirect impact of structural labor change on carbon dioxide emissions. In addition to the variable of structural labor change, the study examined the effect of other explanatory variables on carbon dioxide emissions. These variables are summarized in Table 1.
 
 




Table 1. Introduction of explanatory variables




Source


Description


Variable




Statistical Center of Iran


The ratio represents the percentage of the working labor force in the agricultural sector compared to the total working population. A higher percentage indicates less change in the employment structure, while a lower percentage signifies more pronounced structural changes in the labor force.


Structural labor change




Energy balance


Total energy consumption per capita, encompassing natural gas, kerosene, fuel oil, and gasoline (thousand liters).


Energy consumption




Statistical Center of Iran


The ratio of the added value of the industrial sector to the GDP (million rials)


Industrialization




Ministry of Economic Affairs and Finance


Real GDP (million rials).


Economic growth




Statistical Center of Iran


Gini coefficient of total consumption expenditure of urban and rural households in each province, weighted by population (percentage)


Income inequality




Statistical Center of Iran


The ratio of the urban population in each province to the total population of the province (percentage)


Urbanization




 

Results and Discussion

Focusing on the transfer of labor from rural and agricultural areas to urban and industrial or service centers, the present study investigated the impact of this labor transfer on carbon dioxide emissions across 31 provinces in Iran during 2010–2020. First, the carbon dioxide emissions for each province were calculated. Then, the study introduced a model based on quantile regression with nonadditive fixed effects at varying quantile levels. The primary rationale behind employing this regression technique was to offer a detailed and comprehensive analysis of the model’s response variable. This approach allows for intervention not only at the center of gravity of data but also at all levels of the distribution particularly the extremes avoiding the issues associated with assumptions such as ordinary regression, heterogeneity of variance, and the potential impact of outlier data on coefficient estimations. Consequently, the panel quantiles were used to estimate the regression model, and the results are presented in Tables 2 and 3.




Table Table 2. Estimation results ation results




variables / (τ)


50


40


30


20


10




 


-48.59***


-30.69***


29.14***


-24.32***


-24.46***




 


3.13***


1.94***


1.84***


1.52***


1.56***




 


-0.067***


-0.041***


-0.039***


-0.032***


-0.033***




 


-0.622***


-0.592***


-0.508***


-0.758***


-0.525***




 


-0.161


-0.068***


-0.120***


-0.117***


-0.202***




 


0.052


0.722***


0.996***


1.089***


0.918***




 


0.143***


0.123***


0.096***


0.103***


0.076***




 


0.614***


0.684***


0.646***


0.662***


0.719***




 


0.038***


0.046***


0.044***


0.059***


0.042***




Source: Research results








Tble Table 3. Estimation results ation results




variables / (τ)


90


80


70


60




 


-154.60***


-73.48***


-41.63***


-46.65***




ln2GDP


9.99***


4.73***


2.96***


30.9***




 


-0.214***


-0.101***


-0.058***


-0.068***




Ratioagri


-1.99**


-0.221***


0.007


0.612




 


-0.144


-0.257***


-0.017


-0.046***




lnUrb


0.340***


0.036


0.184***


0.396***




 


0.106***


0.130***


0.135***


0.128***




 


0.645***


0.724***


0.671***


0.586***




 


0.126**


0.015**


0.0007


-0.039




Note: ***, ** and * represent the significance level of 1, 5 and 10%, respectively.
Source: Research results




Increasing the proportion of the working population in the agricultural sector relative to other sectors or minimizing changes in the labor structure, except between the 60th and 70th percentiles, leads to a reduction in carbon dioxide emissions. As a result, the structural labor change exerts a direct and significant impact on the levels of carbon dioxide emissions across Iran’s provinces. As changes in the labor structure intensify, the agricultural sector might resort to machinery to compensate for the workforce reduction, maintaining production and moving towards capitalization that, in turn, amplify energy consumption and carbon dioxide emissions. Furthermore, the transition from rural areas and agricultural hubs to urban and industrial centers can increase income, thereby contributing to an increase in carbon dioxide emissions. The study also examined the indirect impact of structural labor change on carbon dioxide emissions through the economic growth channel. According to the estimation results, the coefficient for the interaction term of structural labor change and economic growth is positive and statistically significant in all quantiles, except the 60th and 70th percentiles. As noted by Yang et al. (2021), the increased transfer of labor from the agricultural sector to other sectors, particularly industry, during the course of economic development can indirectly boost economic growth and carbon dioxide emissions. The labor transfer increases as the scale and GDP rise, and there is an expansion in fossil fuel consumption accompanying economic growth, leading to a subsequent increase in carbon dioxide emissions in the provinces of Iran. The study validated two direct and indirect effects of structural labor change on carbon dioxide emissions in Iran’s provinces. In both scenarios, structural labor change contributed to an increase in carbon dioxide emissions. The first effect stems from the increasing use of machinery to compensate for the labor force depleted from the agricultural sector, leading to increased energy consumption and subsequent carbon dioxide emissions. The second effect can be explained with an eye to the increased economic growth and GDP resulting from the structural labor change, as discussed in the Lewis model.
 
 

Conclusion

The study examined both the direct and indirect effects of structural labor change, in conjunction with other socio-economic variables, using a nonlinear method. The data was gathered from 31 provinces of Iran spanning from 2010–2020, and the study used a quantile regression with nonadditive fixed effects. The variable denoting labor transfer from the agricultural sector to other sectors was used as the ratio of the working population in the agricultural sector to the total working population, serving as the index for structural labor change. The findings revealed that structural labor change has a direct effect on carbon dioxide emissions. Furthermore, concerning indirect effects, it can be affirmed that the index has a positive and significant effect on the dependent variable through the indirect channel of economic growth. Considering the positive effect of labor transfer and its negative impact on carbon dioxide emissions and environmental degradation, it is recommended to adopt measures to control and regulate the labor transfer. Specifically, strategies should be devised to increase the income of workers in the agricultural sector, aiming to establish an equitable wage balance relative to other sectors. Moreover, provincial authorities should prioritize initiatives that increase the real added value in agriculture, with a focus on expanding industries associated with agricultural production, such as transformative and complementary sectors.

Keywords

Main Subjects

. مقدمه

از توجه بشر به اهمیت محیط‌ زیست در زندگی وی سال‌های زیادی می‌گذرد، اما دهه‌های آخـر قرن بیسـتم میلادی را می‌تـوان زمان اوج طـرح مسائل محیط‌زیسـتی معـرفی کـرد (لعل خضری و کریمی پتانلار، 1398). از اوایل دهه 1990، انتشار دی اکسید کربن‌ و سایر گازهای گلخانه‌ای در بیشتر کشورها همزمان با رشد اقتصادی افزایش‌ یافته و مشکلات بسیاری را برای بشر به وجود آورده است؛ به‌طوری‌که افزایش آلاینده‌های هوا از جمله دی‌اکسید کربن و پدید آمدن اثرگلخانه‌ای، میانگین دمای هوا را افزایش داده و اثرات مخرب بسیاری بر اکوسیستم‌ کشورهای مختلف وارد کرده است  و از همه مهم‌تر، لایه‌های محافظ زمین در برابر اشعه‌های خطرناک خورشید را از بین برده و حیات طبیعی انسان و بسیاری از موجودات را به خطر انداخته است (Yoro & Daramola, 2020) و همین تبعات ناشی از افزایش میزان دی اکسید کربن‌ منتشر شده در دو دهه اخیر محققان را
به تلاش برای بررسی عوامل موثر بر انتشار دی اکسید کربن‌ و کنترل آن‌ها سوق داده و این مسئله مورد توجه بسیاری از اقتصادانان قرارگرفته است.    

یکی از مسائل قابل ‌توجه در سال‌های اخیر، مسئله تغییر ساختار اشتغال در قالب انتقال نیروی‌ کار از بخش کشاورزی به سایر بخش‌ها و حفظ محیط‌زیست در جریان رشد اقتصادی کشورها است. انتقال نیروی ‌کار شاغل میان بخش‌های کشاورزی و سایر بخش‌های عمده اقتصادی، یکی از شاخص‌های کلیدی در اقتصاد هر کشور است که متناسب با درجه توسعه‌یافتگی آن کشور تغییر می‌یابد و در مباحث اقتصاد توسعه با مفهوم تغییر ساختار اشتغال بیان می‌شود (صمصامی و اردیزی، 1399). به‌ عبارت ‌دیگر، جابه‌جایی نیروی‌ کار میان بخش‌های کشاورزی و غیرکشاورزی یکی از مشخصه‌های تغییر ساختار اشتغال محسوب می‌شود که در بسیاری از نظریات رشد و توسعه اقتصادی از آن به‌ عنوان یکی از نشانه‌های توسعه اقتصادی در کشورها یاد می‌شود.

در ایران نیز همزمان با گسترش شهرنشینی و صنعتی‌شدن، جابه‌جایی نیروی‌ کار ازبخش کشاورزی به سایر بخش‌های اقتصادی با انگیزه‌های مختلف افزایش ‌یافته است که می‌تواند مشکلات زیست‌محیطی فراوانی را با خود به همراه داشته باشد؛ به ‌طوری‌ که بررسی آمار بلندمدت نشان می‌دهدکه از سال 1335 و با گذشت زمان، بخش‌کشاورزی برتری خود را از دست ‌داده و سهم شاغلان بخش کشاورزی کاهش و سهم شاغلان بخش صنعت و خدمات افزایش ‌یافته است و دو بخش صنعت و خدمات نسبت به بخش کشاورزی وسیع‌تر شده‌اند (مهینی‌زاده و همکاران، 1399). با این ‌وجود، در ایران تاکنون به مقوله اثر ساختار اشتغال بر انتشار دی اکسید کربن‌ توجه علمی چندانی نشده است. بنابراین، مطالعه پیش‌رو با هدف بررسی اثر غیرخطی تغییرات ساختار اشتغال در قالب انتقال نیروی‌ کار از بخش کشاورزی به سایر بخش‌های اقتصادی در 31 استان ایران انجام می‌شود که در راستای
این هدف، ابتدا میزان انتشار دی اکسید کربن‌ در استان‌های کشور محاسبه و سپس نقش متغیر تغییر ساختار اشتغال در کنار متغیرهای توضیحی دیگری مانند شهرنشینی، مصرف انرژی، رشد اقتصادی، نابرابری درآمد، ساختار صنعت بر انتشار دی اکسید کربن‌ در استان‌های کشور طی سال‌های 1398-1388 مورد بررسی قرار می‌گیرد.   

 

  1. مبانی نظری

در سال‌های اخیـر توسـعه پایدار تـوجه بسیاری از محققان و سیاستگذاران را به خـود
جلب ‌کرده و به یک هدف مهم برای بسیاری از اقتصادها تبدیل شده است. بدون شک، دستیابی به این هدف بزرگ، مستلزم تثبیت یا کاهش انتشار گازهای گلخانه‌ای از جمله دی اکسید کربن‌ است (Fernández, et al., 2017). با این حال، در سال‌های گذشته انتشار دی اکسید کربن‌ به صورت گسترده افزایش یافته و اثرات منفی گوناگونی را بر محیط‌زیست و سلامت انسان بر جای گذاشته است. در به وجود آمدن چنین شرایطی، عوامل بسیاری مانند شهرنشینی، رشد اقتصادی، تغییر ساختار اشتغال، صنعتی ‌شدن، نابرابری درآمد، مصرف انرژی و... نقش دارند که شناخت این عوامل و تعییین سهم آن‌ها از انتشار دی اکسید کربن‌، می‌تواند در مواجهه با این معظل زیست‌محیطی کمک‌کننده باشد.

در دهه‌های اخیر ادبیات فراوانی در زمینه عوامل تعیین‌کننده بر انتشار دی اکسید کربن‌ صورت گرفته که در ادامه ادبیات موجود در خصوص این عوامل اثرگذار به ویژه تغییر ساختار اشتغال و نابرابری درآمد، مورد بررسی قرار می‌گیرد. 

2-1. تغییر در ساختار اشتغال و کیفیت محیط‌زیست

بر اساس مبانی نظری موجود، تغییر ساختار اشتغال به دو صورت مستقیم و غیرمستقیم انتشار دی اکسید کربن‌ و کیفیت محیط‌زیست اثر می‌گذارد که در ادامه، این دو مکانیسم اثرگذاری تغییر ساختار اشتغال بر انتشار دی اکسید کربن‌ تبیین می‌شود.

2-1-1. اثر مستقیم انتقال نیروی‌ کار بر کیفیت محیط‎زیست

بررسی مبانی نظری درباره اثر مستقیم انتقال نیروی‌ کار بر کیفیت محیط‎زیست نشان می‌دهد که رابطه مستقیم میان انتقال نیروی‌ کار به ندرت مورد بررسی قرار گرفته است و در سال‌های اخیر مطالعات بسیار اندکی اثر مستقیم این متغیر را بر کیفیت محیط‌زیست مورد تجزیه ‌و  تحلیل قرار داده‌اند. نتایج این دسته از مطالعات حاکی از آن است که تغییرات ساختاری اشتغال به‌ویژه انتقال نیروی‌ کار از بخش کشاورزی به بخش صنعت، می‌تواند انتشار دی اکسید کربن‌ و آلودگی کشاورزی (خاک، هوا و آب) افزایش دهد؛ چراکه کمبود نیروی‌ کار ناشی از انتقال نیروی‌ کار به شهرها و یا بخش صنعتی، منجر به حذف روش‌های تولید سنتی و شیوه‌های کاربر در بخش کشاورزی شده و کشاورزان برای حفظ تولید قبلی خویش معمولا از شیوه‌های جدید تولید که بیشتر سرما‌یه‌بر هستند تا کاربر، استفاده می‌کنند. بنابراین، در شیوه‌های جدید تولید از نهاده‌های سرمایه‌ای‌ مانند ماشین‌آلات که با سوخت‌های فسیلی کار می‌کنند، بیشتر استفاده شده که همین تغییر در شیوه تولید، آلودگی و انتشار دی اکسید کربن‌ کشاورزی را در جوامع افزایش می‌دهد (Shao, S., et al., 2021). انتقال نیروی‌ کار از روستاها و قطب‌های کشاورزی به شهرها و قطب‌های صنعتی منجر به تغییرات اساسی در ساختار اقتصادی- اجتماعی روستاها می‌شود که این تغییرات به ‌نوبه‌ خود بر محیط بوم‌شناختی روستاها، انتشار دی اکسید کربن‌ و توسعه اقتصادی کشورها اثر می‌گذارد؛ چراکه در نهایت حاصل دسترنج کارگرانی که از بخش کشاورزی خارج و به بخش صنعت و شهرها منتقل ‌شده‌اند، صرف سرمایه‌گذاری و مصرف در  روستاها می‌شود. انتقال نیروی‌ کار از بخش کشاورزی به صنعت، نیروی‌ کار را قادر می‌کند تا درآمد خود را افزایش دهد و وجوه ارسالی کارگران مهاجر به روستاها می‌تواند ساختار سرمایه‌گذاری را در روستاها تغییر داده، محدودیت مالی و سرمایه‌ای که کشاورزان روستایی با آن روبه‌رو هستند را از بین برده و به امرارمعاش خانوارهای ساکن روستا کمک کند. به‌ طور خاص، وجوه ارسالی می‌تواند محدودیت مالی را کاهش داده و سرمایه‌گذاری خانوارهای روستایی را بر ماشین‌آلات کشاورزی را افزایش و فعالیت آنان را ارتقا دهد. هنگامی‌که کشاورزان وجوه ارسالی از سوی کارگران مهاجر از بخش کشاورزی به صنعت را دریافت می‌کنند، ممکن است تکنیک‌های تولیدی جدیدی را به‌کار گیرند که بازدهی کشاورزی را از طریق به‌کارگیری ماشین‌آلات جدید کشاورزی ارتقا داده و انتشار دی اکسیدکربن‌ و آلودگی محیط‌زیست را افزایش دهند.  علاوه بر این، انتقال نیروی‌کار از بخش‌کشاورزی‌که معمولا در آن دستمزدها پایین است به بخش صنعت که عایدی‌های نیروی‌ کار بیشتر است، درآمد افراد را افزایش و در پی آن مصرف انرژی را نیز افزایش می‌دهد و کیفیت محیط‌زیست را  از طریق انتشار دی اکسید کربن‌  و سایر گازهای گلخانه‌ای تضعیف کند.

2-1-2. اثر غیرمستقیم انتقال نیروی‌ کار بر کیفیت محیط‎زیست

برای بررسی اثر غیرمستقیم انتقال نیروی‌ کار بر کیفیت محیط‌زیست، برخی محققان از دیدگاه توسعه اقتصادی و نیروی‌کار، توسعه اقتصادی و کیفیت محیط‌زیست و ساختار صنعت و کیفیت محیط‌زیست استفاده می‌کنند. در خصوص انتقال نیروی‌ کار در توسعه اقتصادی می‌توان به مدل دوبخشی لوئیس[3] (1958) در این زمینه اشاره کرد که رشد اقتصادی در کشورهای در حال ‌توسعه را در قالب انتقال نیروی‌ کار از بخش کشاورزی به بخش صنعتی توضیح می‌دهد. لوئیس فرض می‌کند تنها دو بخش سنتی (کشاورزی)
و بخش صنعتی (سرمایه‌داری) در اقتصاد وجود دارد. همچنین بخش سنتی با مازاد
نیروی‌ کار فراوانی روبه‌رو بوده و عرضه نیروی‌ کار بدون مهارت از بخش کشاورزی
به بخش صنعتی نامحدود است. زمانی که بخش صنعت رشد می‌یابد، نیروی‌ کار مازاد را از بخش کشاورزی جذب می‌کند. از آنجایی‌که زمین در بخش کشاورزی محدود است، تولید نهایی نیروی‌ کار مازاد در این بخش صفر در نظر گرفته می‌شود در نتیجه عملا
این نیروی‌ کار مازاد اثری در جریان تولید بخش کشاورزی ندارند و این مازاد نیروی‌ کار می‌تواند به بخش صنعت منتقل شود بدون آنکه اثری در تولید بخش سنتی ایجاد شود.
در این الگو، درنهایت انتقال نیروی‌ کار مازاد از بخش کشاورزی به بخش صنعت و گسترش تولیدات صنعتی بدون کاهش تولیدات بخش کشاورزی، منجر به افزایش تولیدات کل اقتصاد و رشد اقتصادی می‌شود.

وانگ و همکاران[4] (2020) به پیروی از لوئیس (1958) در مطالعاتی به توسعه مدل
دو بخشی پرداخته‌اند؛ در بسیاری از این مطالعات نتیجه گرفته می‌شود که انتقال نیروی‌ کار بین بخش‌های مختلف، رشد اقتصادی را افزایش می‌دهد. علاوه بر این، در سال‌های اخیر، برخی از مطالعات به بررسی تاثیر انتقال نیروی‌ کار بین صنایع مختلف پرداخته و اثر مثبت انتقال نیروی‌ کار بین صنایع مختلف را بر ساختار صنعت و صنعتی ‌شدن مورد تایید
قرار داده‌اند. به ‌عنوان نمونه، ویلیامسون[5] (1998) ادعا می‌کند که انتقال جمعیت اروپا
در یک و نیم‌ قرن گذشته، توسعه اقتصادی و صنعتی ‌شدن را در این منطقه از طریق تغییرات ساختاری نیروی‌ کار، ایجاد کرده است(Zhang, et al., 2018).

مطالعات نشان می‌دهند،کشورهای در حال‌ توسعه‌ای‌که دارای ساختار اقتصادی دوگانه هستند و مازاد نیروی‌ کار در بخش کشاورزی در روستاها وجود دارد، توسعه صنعتی
با اتکا بر همین مازاد نیروی ‌کار، اتفاق می‌افتد.

طبق نظر وانگ[6] (1990) درحالی‌که این نیروی‌‌کار توسط بخش صنعت جذب می‌شود، بخش صنعت گسترش‌یافته و درنتیجه، به دلیل افزایش مقیاس تولید به‌ویژه تولیدات صنعتی انرژی‌بر و عدم به‌روزرسانی فناوری و استفاده از فناوری‌های دوستدار محیط‌زیست، تخریب محیط‌زیست با شدت بیشتری انجام می‌شود. در این مکانیزم افزایش آلودگی ناشی از مهاجرت نیروی‌ کار کشاورزی از روستاها به شهرها و اشتغال آنان در بخش صنعتی است (Wang, et al., 2021).

در ادامه بر اساس مطالعه یانگ و همکاران (2021) به مدل‌سازی اثر تغییر در ساختار اشتغال انتشار دی اکسید کربن‌ در قالب مدل نئوکلاسیکی سولو[7] پرداخته می‌شود. در ابتدا فرض می‌شود که اقتصاد دارای دو بخش کشاورزی و غیرکشاورزی است که بخش اول با اندیس A و بخش دوم با اندیس I نشان داده می‌شود و هر کدام دارای توابع تولیدی
به شکل کاب‌- داگلاس است که طبق فروض اصلی الگوی رشد اقتصادی سولو می‌توان فرم فشرده تابع تولید برای هر دو بخش و معادله پویایی (حرکت) سرمایه را برای اقتصاد به ترتیب به شکل روابط (1) و (2) به دست آورد.

(1)

 

 

(2)

 

در رابطه (1) و (2)،  سرمایه به ‌ازای نیروی‌ کار موثر،  نسبت نیروی‌ کار شاغل
در بخش کشاورزی و  نرخ رشد تکنولوژی است. همچنین فرض می‌شود که فقط
از تولیدات غیرکشاورزی می‌توان برای انباشت سرمایه استفاده کرد و  نیز نرخ سرمایه‌گذاری در تولیدات غیرکشاورزی است که به‌صورت نسبت  تعریف می‌شود.  n نیز نرخ رشد جمعیت و نرخ استهلاک سرمایه است. همچنین  واحد از محصولات غیرکشاورزی برای کاهش آلودگی سرمایه‌گذاری می‌شود. حرکت سرمایه در این مدل مشابه با مدل سولو است با این تفاوت که نسبت نیروی‌ کاری که در بخش غیرکشاورزی مشغول هستند بر حجم سرمایه اثر می‌گذارند. بنابراین، در آغاز فرآیند رشد اقتصادی، جمعیت شاغل در بخش کشاورزی بالا بوده و در نتیجه  کوچک بوده و کارگران بخش غیرکشاورزی درآمد بیشتری نسبت به همتایان خود در بخش کشاورزی دریافت می‌کنند؛ از این رو، این میزان تفاوت در دستمزد انگیزه‌ای برای کارگران بخش کشاورزی ایجاد می‌کند تا بخش کشاورزی را ترک کنند و در بخش غیرکشاورزی مشغول کار شوند و حتی سرعت انتقال نیروی‌ کار بین دو بخش نیز به تفاوت دستمزد بخش کشاورزی و غیرکشاورزی بستگی خواهد داشت،. به‌طور دقیق‌تر داریم  که در آن دستمزد در بخش غیرکشاورزی و  نیز دستمزد در بخش کشاورزی و ʹ   و ʹʹ  است. در اینجا شکل خاصی برای تابع ، مشابه با تمپل[9] و وومن[10] (2006) استفاده می‌شود؛ این معادله انتخابی به صورت رابطه (3) است.

(3)

 

                در رابطه (3)،   مقداری ثابت و مثبت است؛ بنابراین پارامتر  سرعت تعدیل در تعادل بلندمدت است. در نتیجه، چارچوب گذار اقتصادی تعریف می‌شود. با انتقال نیروی‌ کار بین دو بخش،  طبق رابطه (3) افزایش ‌یافته و طبق رابطه (2) حجم سرمایه اضافه می‌شود؛ در این صورت می‌توان نشان داده اقتصاد به وضعیت پایدار خود رسیده که در آن k و   را با جایگذاری   و   به ترتیب در روابط (2) و (3) به صورت رابطه (4) محاسبه کرد.

(4)

 

 

با گذار اقتصادی و در کنار آن تغییر در ساختار اشتغال، روند آلودگی متحول می‌شود. بر اساس داده‌های آماری میزان انتشار دی اکسید کربن‌ در بخش کشاورزی نسبت به بخش غیرکشاورزی بسیارکم و تقریبا برابر یک درصد است؛ به ‌طوری ‌که گاهی اوقات نادیده گرفته می‌شود. از این رو، براک و تیلور[11] (2010) معتقدند که دی اکسید کربن‌ در فرآیند تولید محصولات در بخش غیرکشاورزی منتشر شده و متناسب با سطح تولید در این بخش است؛ یعنی  که در آن E کل دی اکسید کربن‌ منتشرشده، Ω  شدت انتشار دی اکسید کربن‌ در تولید و  تابعی از تولیدات غیرکشاورزی است که صرف کاهش آلودگی می‌شود و نسبت به آلودگی نزولی است. علاوه بر این، نرخ رشد Ω مقدار ثابت و منفی (برابر با ) در نظر گرفته ‌می‌شود. در نتیجه، نرخ رشد سرانه انتشار دی اکسید کربن‌ به شکل رابطه (5) خواهد بود.

(5)

 

 

در رابطه (5)،  نشان‌دهنده انتشار آلودگی به ازای هر کارگر است. نرخ رشد آلودگی نیز برابر است با  رابطه (5) انتقال نیروی‌ کار از بخش کشاورزی با درآمد کم و آلودگی بسیار ناچیز به بخش غیرکشاورزی با درآمد و آلودگی بیشتر را یکی از منابع انتشار دی اکسید کربن‌ معرفی می‌کند و طبق آن می‌توان بیان کرد که اگر نسبت جمعیت شاغل در بخش غیرکشاورزی افزایش یابد و سایر شرایط ثابت باقی بماند، انتشار دی اکسید کربن‌ کل و سرانه افزایش می‌یابد. علاوه بر این، هنگامی‌که  باشد، منحنی کوزنتس زیست‌محیطی به شکل N یا U معکوس است و میزان  ممکن است بر نرخ رشد انتشار دی اکسید کربن‌ سرانه و شکل منحنی یادشده، تاثیر بگذارد.

2-2. اثر رشد اقتصادی و صنعتی‌ شدن بر کیفیت محیط‎زیست

رشد اقتصادی یکی از مهم‌ترین فرآیندهای شناخته ‌شده است که اثرات زیست‌محیطی فروانی بر محیط زیست می‌تواند داشته باشد که این مبحث بر اساس منحنی کوزنتس زیست‌محیطی قابل تفسیر است. رشد اقتصادی از یک‌ طرف، استفاده از انرژی را افزایش داده و سبب افزایش انتشار آلاینده‌ها می‌شود که در تخریب محیط‌زیست موثرند و از طرف دیگر، تنها راه برای حفظ محیط‌زیست شناخته می‌شود. درمجموع برای تبیین اثر رشد اقتصادی بر محیط‌زیست، می‌توان به سه اثر مقیاسی، ترکیب و اثر تکنولوژی اشاره کرد که این سه اثر به‌ اختصار در ادامه شرح داده می‌شود.

- اثر مقیاسی: طبق این اثر گسترش سطح تولید در سطح ثابت از تکنولوژی و ثبات نهاده‌ها، منجر به تخریب محیط‌زیست می‌شود.

- اثر ترکیب نهاده‌ها: با افزایش نسبت نهاده‌های مضر برای محیط‌زیست، اثر تخریبی
رشد اقتصادی بر محیط‌زیست افزایش می‌یابد که این اثر به اثر ساختاری نیز معروف است.

- اثر فناوری: پیشرفت فناوری منجر به‌کاهش ضایعات تولید وکاهش انتشار دی‌اکسیدکربن‌ در محیط‌زیست می‌شود.

اثر رشد اقتصادی بر تخریب محیط‌زیست به کنش بین سه اثر یادشده بستگی دارد؛ گاهی  رشد اقتصادی به علت غلبه اثر مقیاس بر دو اثر دیگر، انتشار دی اکسید کربن‌ را افزایش می دهد و گاهی نیز به دلیل غلبه اثر فناوری بر دو اثر ترکیب و مقیاس، انتشار
دی اکسید کربن‌ را کاهش می دهد. (لعل خضری و کریمی پتانلار، 1398). علاوه بر این، مطالعات بسیاری در مـورد تاثیـر صنعتی ‌شـدن برکیفیت محیط‌ زیسـت در کشـورهای
در حال ‌توسعه صورت ‌گرفته که نشان می‌دهند گسترش صنایع سنگین منجر به افزایش مصرف انرژی و انتشار دی اکسید کربن‌ می‌شوند. برای نمونه شیمادا و همکاران[12] (2007) و یانگ و لیو[13] (2015) دریافتند که گسترش صنایع، بیشترین سهم را در توضیح انتشار
دی اکسید کربن‌ در ژاپن دارند (Yang, et al., 2021).

2-3. نابرابری ‌درآمد و کیفیت محیط‌زیست

پس ‌از آنکه بویس[14] (1994) در قالب نظریه اقتصاد سیاسی به بررسی اثر نابرابری درآمد
بر انتشار دی اکسید کربن‌ و کیفیت محیط‌ زیست پرداخت، مطالعات اقتصادی بسیاری
به‌ منظور تجزیه‌ و تحلیل اثرات زیست‌محیطی نابرابری درآمد، انجام‌ شده است. با این‌حال، همه مطالعات به نتیجه واحدی در این خصوص دست‌ نیافته و نتایج متفاوتی در خصوص رابطه میان نابرابری درآمد و انتشار دی اکسید کربن‌ ارائه کرده‌اند؛ در برخی از مطالعات به این نتیجه دست ‌یافته‌اند که نابرابری درآمد می‌تواند انتشار دی اکسید کربن‌ را افزایش دهد و در برخی از مطالعات دیگر، اثر معکوس نابرابری درآمد بر انتشار دی اکسید کربن‌ مورد تایید قرارگرفته است (Liu, et al., 2019).

به‌ طـور کلی، می‌توان دو رویکرد مهم درباره اثرگذاری نابرابری درآمد بر انتشار
دی اکسیدکربن‌ را در قالب سه نظریه اصلی در این زمینه بازگو کرد که عبارتند از:
(1) توضیحات اقتصاد سیاسی که توسط بویس (1994) ارائه ‌شده است. (2) نظریاتی که توسط وبلن[15] (2009) و بولز و پارک[16] (2005) ارائه شده است.(3) رفتار اقتصادی خانوار که توسط راوالین و همکاران[17] (2000) بیان ‌شده است. در دو نظریه ابتدایی، رویکرد اول درخصوص اثر نابرابری درآمد بر انتشار دی‌اکسیدکربن‌ مورد تایید قرار می‌گیرد و در نظریه سوم هر دو رویکرد درباره‌ اثرات زیست‌محیطی نابرابری درآمد، مطرح می‌شود.

در نظریه اول، بویس (1994) بیان می‌کند که تقاضای فزاینده برای محیط‎زیست
زمانی به وجود می‌آید که درآمد افزایش یابد؛ بنابراین، در کشورهایی که سطح نابرابری درآمد بالاست، بی‌توجهی به استانداردهای زیست‌محیطی و توجه به دغدغه‌های اجتماعی- اقتصادی، سطح آلاینده‌ها را افزایش می‌دهد (Dewi & Kusumawardani, 2020).

در نظـریه دوم، نابرابری درآمـد از طـریق افزایش ساعات کار و در  نتیجـه افـزایش
مصـرف انـرژی و سایـر محصولات آلاینـده، انتشـار دی اکسیدکربن‌ را افـزایش دهد (Liobikienė, G.,2020).

در نظریه سوم، سطح مصرف افراد به ‌عنوان عامل اساسی اثرگذار بر میل نهایی بر انتشار معرفی می‌شود و اینکه نابرابری چه اثری بر کیفیت محیط‌زیست می‌گذارد به نسبت
میل نهایی به انتشار افراد کم‌درآمد و افراد با درآمد بالا بستگی دارد. اگر این نسبت بزرگ‌تر از یک باشد، افزایش نابرابری به کاهش انتشار دی اکسید کربن‌ کمک می‌کند.

هائو و همکاران[18] (2016)، بلوچ و همکاران[19] (2018) نشان دادند که میل ‌نهایی به انتشار دی اکسید کربن‌ در فقرا بیشتر از ثروتمندان است؛ چراکه آنان توانایی خرید محصولات دوستدار محیط‌زیست را به دلیل بالا بودن قیمت این محصولات ندارند؛ از این رو، افزایش نابرابری درآمد به‌ دلیل بزرگ بودن نسبت میل نهایی افراد کم‌درآمد به ثروتمندان به انتشار دی اکسید کربن‌ کمک می‌کند (Chen, et al., 2020). علاوه بر این، برخی از افراد
در قالب این نظریه به این نتیجه می‌رسند که افزایش نابرابری، انتشار دی اکسید کربن‌ را افزایش می‌دهد. آنان معتقدند به‌جای میل نهایی به انتشار باید سطح مصرف افراد با درآمد بالا و افراد کم‌درآمد، مقایسه شود که نتایج حاکی از وجود رابطه مثبت بین نابرابری درآمد و انتشار دی اکسید کربن‌ است (Liobikienė, G.,2020).

2-4.­ شهرنشینی و کیفیت محیط‌زیست

شهرنشینی یک پدیده اجتماعی است که می‌تواند سطح درآمد، بهداشت، امکانات آموزشی و بهداشتی را افزایش دهد، با این ‌حال اثرات مختلفی بر محیط‌زیست دارد که این اثرات را می‌توان در قالب سه نظریه مطرح‌شده در جدول (1) دسته‌بندی و تفسیر کرد. 

جدول 1. سازوکار اثرگذاری شهرنشینی بر کیفیت محیط‌زیست

نظریه

سازوکار اثرگذاری

دی اکسید کربن‌

نظریه گذار زیست‌محیطی

افزایش شهرنشینی      توسعه زیرساخت‌ها

افزایش حمل‌ونقل و مصرف انرژی

افزایش انتشار دی اکسید کربن‌

نظریه نوسازی اکولوژیکی

شهرنشینی در مراحل اولیه توسعه       افزایش حمل‌ونقل و زیرساخت‌ها و مصرف‌ انرژی

افزایش انتشار دی اکسید کربن‌

شهرنشینی در مراحل بعدی توسعه       استفاده ازساختار انرژی پیشرفته، اعمال قوانین زیست‌محیطی توسط دولت،گسترش آگاهی‌های عمومی و استفاده از فناوری‌هایی با مصرف پایین انرژی

کاهش انتشار دی اکسید کربن‌

نظریه تراکم شهری

تراکم بالای شهری      دسترسی عادلانه به کالاها، خدمات و امکانات      مقیاس اقتصاد

کاهش انتشار دی اکسید کربن‌

ماخذ: Muhammad, et al., 2020

  1. پیشینه‌ پژوهش

مروری بر ادبیات موضوع حکایت ازآن دارد که مطالعات مرتبط با موضوع تحقیق را می‌توان در دو گروه دسته‌بندی کرد؛ بخش اول از مطالعات که به بررسی اثر تغییر ساختار اشتغال بر انتشار دی اکسید کربن پرداخته‌اند که از این گروه می‌توان به مطالعات یانگ و همکاران (2021) که با استفاده از داده‌های ترکیبی به بررسی نقش تغییر ساختار اشتغال بر انتشار دی‌اکسیدکربن‌ در 29 استان چین طی بازه زمانی‌ 2012-1995 پرداختند، اشاره کرد. آنان با استفاده از روش گشتاورهای تعمیم‌یافته[20] به تجزیه ‌و تحلیل اثر تغییر ساختار اشتغال بر انتشار دی اکسید کربن‌ پرداختند. نتایج مطالعات آنان نشان می‌دهد که افزایش نسبت نیروی‌ کار شاغل در بخش غیرکشاورزی، انتشار دی اکسید کربن‌ را در استان‌های چین افزایش می‌دهد. همچنین تولید ناخالص داخلی تاثیر غیرخطی به شکل N معکوس بر انتشار دی اکسید کربن‌ دارد. علاوه بر این، صنعتی ‌شدن، افزایش درجه باز بودن تجاری و شهرنشینی بر آلودگی محیط‌زیست می‌افزاید.

شائو و همکاران (2021) با استفاده از داده‌های سطح خانوار به بررسی اثر زیست‌محیطی تغییر ساختار اشتغال در سال 2014 پرداختند. برای این منظورآنان با استفاده از یک نمونه 547تایی از خانوار 29 استان چین و به‌کارگیری مدل پروبیت[21] اثر انتقال نیروی‌ کار روستا‌ها بر آلودگی کشاورزی، صنعتی و خانگی در روستاهای چین را مورد بررسی قرار دادند. نتایج مطالعه آنان نشان می‌دهد که با افزایش مهاجرت نیروی‌ کار به خارج از روستاها، احتمال آلودگی کشاورزی و صنعتی افزایش و احتمال آلودگی خانگی کاهش می‌یابد. همچنین افزایش خالص ورود نیروی‌ کار احتمال آلودگی صنعتی  را افزایش داده، اما تاثیر معناداری بر دو نوع آلودگی دیگر ندارد. علاوه بر این، با افزایش جمعیت روستاها، احتمال هر سه نوع آلودگی افزایش می‌یابد.

بخش دوم مطالعات که بخش عمده مطالعات در این زمینه را نیز تشکیل می‌دهد،
نقش سایر عوامل در انتشار دی‌ اکسید کربن را مورد مطالعه قرار داده‌اند که از این مطالعات می‌تـوان به مطالعات جنا و همکاران[22] (2021) اشـاره کـرد. ایشـان با استفاده از مـدل خودرگرسیون برداری با وقفه‌های توضیحی برای داده‌های پانلی[23] به بررسی اثر هفت متغیر رشد اقتصادی، مصرف انرژی، سرما‌یه‌گذاری مستقیم خارجی، جمعیت، تراکم جمعیت، نیروی‌ کار و درجه باز بودن تجاری بر انتشار ر در هفت‌کشور نوظهور آسیایی طی سال‌های 1997-1991 پرداختند. نتایج مطالعه حاکی از آن است که افزایش رشد اقتصادی، مصرف انرژی، جمعیت و تراکم جمعیت اثر مثبت و معناداری بر انتشار دی اکسید کربن‌ دارند. همچنین افزایش میزان سرمایه‌گذاری خارجی نیز رابطه معکوسی با انتشار دی اکسید کربن‌ در کشورهای یاد شده دارد.

دیوی و کوساماوردانی[24] (2020) به بررسی اثر نابرابری درآمد، شهرنشینی، تولید ناخالص داخلی و نرخ وابستگی[25] درکشور اندونزی طی دوره‌ زمانی 2017-1975 با استفاده از مدل خود رگرسیون برداری با وقفه‌های توضیحی پرداخته و به این نتیجه رسیدند که نابرابری درآمد، شهرنشینی و نرخ وابستگی اثر منفی و معناداری بر انتشار دی اکسیدکربن‌ درکشور اندونزی دارد. همچنین میان تولید ناخالص داخلی سرانه و انتشار دی اکسیدکربن‌ نیز رابطه غیرخطی به شکل U معکوس وجود دارد. 

لیو و همکاران (2019) با استفاده از مدل خودرگرسیون برداری با وقفه‌های توضیحی برای داده‌های پانلی اثر نابرابری درآمد و دیگر متغیرهای توضیحی[26] بر انتشار دی‌اکسیدکربن‌ را در کشور ایالات متحده آمریکا طی بازه زمانی 2015-1997 مورد تجزیه‌ و تحلیل قرار دادند، سپس به ‌منظور بررسی استحکام مدل از مدل رگرسیون کوانتایل با اثرات ثابت[27] استفاده کردند. نتایـج برآورد مـدل نشان می‌دهـد که تاثیـر نابرابری درآمـد بر انتشـار دی‌اکسیدکربن‌ منفی است. همچنین مصرف انرژی منجر به افزایش انتشار دی اکسید کربن‌ می‌شود. درباره متغیر تولید ناخالص داخلی در بلندمدت فرضیه کوزنتس زیست‌محیطی معتبر خواهد بود. درنهایت ساختار صنعت نیز تاثیر مثبت و معناداری بر متغیر وابسته دارد.

عارفیان و همکاران (1399) با استفاده از مدل پنل‌ور[28] به تجزیه ‌و تحلیل نقش انرژی‌های تجدیدپذیر، انرژی‌های تجدیدناپذیر و رشد اقتصادی بر انتشار دی اکسید کربن‌ در کشورهای عضو سازمان همکاری‌ و توسعه اقتصادی طی بازه زمانی 2014-1990 پرداختند. نتایج مطالعه آنان نشان می‌دهد که انرژی‌های تجدیدناپذیر تاثیر مثبت و معناداری بر انتشار دی اکسید کربن‌ دارد. همچنین رشد اقتصادی، انرژی‌‌های تجدیدپذیر، آزادسازی تجاری و توسعه مالی به بهبود شرایط زیست‌محیطی وکاهش انتشار دی‌اکسیدکربن‌کمک می‌کند. 

رفیعی و همکاران (1396) با استفاده از داده‌های سری زمانی و در قالب مدل خودرگرسیون برداری با وقفه‌های توضیحی به شناسایی عوامل اجتماعی- اقتصادی اثرگذار بر انتشار دی اکسید کربن‌ در ایران طی بازه زمانی 1393-1357 پرداختند. نتایج مطالعه حاکی از آن است که افزایش مصرف انرژی، شامل نسبت ارزش‌افزوده بخش کشاورزی به صنعت در بلندمدت، تاثیر مثبتی بر تخریب محیط‌زیست دارند. همچنین شهرنشینی درکوتاه‌مدت و متغیر مجازی‌کنفرانس ریو در بلندمدت اثر مثبتی بر متغیر وابسته مدل ‌دارند. علاوه بر این، نسبت ارزش ‌افزوده بخش خدمات به صنعت معنادار نیست.  

ابراهیمی و همکاران (1395) طی دوره زمانی 1391-1357 با استفاده از داده‌های
سری زمانی و به‌کارگیری مدل خودرگرسیون برداری با وقفه‌های توضیحی به بررسی
اثر نابرابری درآمد بر کیفیت محیط‌زیست در ایران پرداختند. نتایج بررسی‌های آنان
نشان می‌دهد که بهبود توزیع درآمد، گسترش شهرنشینی و مصرف انرژی اثر مثبت و معنادار بر انتشار دی اکسید کربن‌ دارد؛ این در حالی است که درآمد سرانه هیچ اثری بر کیفیت محیط‌زیست ندارد.

تمیزی (1394) به شناسایی عـوامل مـوثـر بر انتشـار دی اکسید کربن‌ در 55 کشور
در حال ‌توسعه با استفاده از رویکرد اقتصادسنجی بیزینی  طی بازه زمانی 2014-1992 پرداخت و به این نتیجه دست یافت که رابطه U معکوس بین رشد اقتصادی و انتشار
دی اکسید کربن‌ وجود داشته و فرضیه کوزنتس در کشورهای موردبررسی تایید می‌شود. همچنین مصرف انرژی، مصرف برق، صنعتی ‌شدن اثر مثبتی بر انتشار دی اکسید کربن‌ دارد و در مقابل نرخ باسوادی و نابرابری درآمد اثر منفی بر متغیر وابسته مورد مطالعه دارند. 

بررسی مطالعات انجام‌ شده، نشان می‌دهد که تاکنون در ایران مطالعه‌ای در خصوص اثر تغییر ساختار اشتغال برکیفیت محیط‌زیست صورت نگرفته است. علاوه بر این، سایر مطالعات اولا به‌صورت پنلی‌کار نکرده و ثانیا، ناهمگونی استان‌ها را ندیده و رابطه غیرخطی این دو متغیر را بررسی نکرده‌اند؛ از این رو، در مطالعه پیش‌رو با به‌کارگیری روش پنل کوانتایل با اثرات ثابت جمع‌ناپذیر[29] به بررسی اثر غیرخطی این متغیر بر کیفیت محیط‌زیست در کشور پرداخته می‌شود. علاوه بر این، این مطالعه در سطح استان‌های ایران انجام شده؛ چراکه توجه به ناهمگنی‌ میان استان‌ها در بررسی و تجزیه‌ و تحلیل ساختار کل اشتغال و تغییرات ایجاد شده در آن و چگونگی اثرگذاری این تغییرات بر انتشار دی اکسید کربن‌ در سطح هر استان در جهت برنامه‌ریزی‌های متعادل در زمینه کنترل انتشار دی اکسید کربن‌ در استان‌ها و در نهایت سطح کشور ضروری به نظر می‌رسد.

  1. روش پژوهش

4-1. معرفی متغیرها و مدل پژوهش

با توجه به مبانی نظری موجود و براساس الگوی تجربی لیو و همکاران (2019) و یانگ و همکاران (2021) در مطالعه حاضر جهت بررسی اثر غیرخطی تغییر ساختار اشتغال بر انتشار دی اکسید کربن‌ در 31 استان ایران طی سال‌های 1398-1388 از فرم تبعی ارائه شده در رابطه (6) استفاده می‌شود.  

(6)

 

در رابطه (6)،  لگاریتم انتشار دی اکسید کربن‌ سرانه،  لگاریتم تولید ناخالص داخلی حقیقی،  مجذور لگاریتم تولید ناخالص داخلی حقیقی،  مکعب لگاریتم تولید ناخالص داخلی حقیقی،  لگاریتم تغییر ساختار اشتغال،  لگاریتم نابرابری درآمد،  لگاریتم شهرنشینی،  لگاریتم صنعتی‌شدن و  لگاریتم مصرف انرژی خواهد بود. پیشتر در بخش مبانی نظری،
به اثر غیرمستقیم تغییر ساختار اشتغال بر انتشار دی اکسید کربن‌ و کیفیت محیط‌زیست
از طریق رشد اقتصادی اشاره شد؛ بنابراین،   لگاریتم متغیر تقاطعی تغییر ساختار اشتغال و تولید ناخالص داخلی حقیقی است که با توجه به اثر غیرمستقیم تغییر ساختار اشتغال بر انتشار دی اکسید کربن‌، لازم بود به مدل اضافه شود.

مطابق با مطالعات چنگ و همکاران[30] (2020) و گزارشات وزارت نفت درخصوص نحوه محاسبه انتشار گازهای گلخانه‌ای طی دوره زمانی مورد بررسی در مطالعه، میزان انتشار دی اکسید کربن‌ به عنوان متغیر وابسته مدل در قالب رابطه (7) برای31 استان کشور محاسبه شد.

(7)

 

در رابطه (7)،  میزان انتشار دی‌اکسیدکربن‌ بر حسب تن،  میزان مصرف از سوخت jام برحسب استاندارد متر مکعب بـرای سوخت‌های گازی و لیتر برای سوخت‌های مایع،
 ضـریب انتشار دی اکسید کربن‌ سوخت jام  برحسب تن به ‌ازای هـر گیگا ژول،  

ارزش حرارتی خالص سوخت jام بر حسب گیگا ژول به ازای استاندارد متر مکعب برای سوخت‌های گازی و گیگا ژول به‌ازای هر لیتر برای سوخت‌های مایع و j انواع سوخت‌های مصرف‌شده[31] است. متغیر انتقال نیروی‌ کار از بخش کشاورزی به بخش غیرکشاورزی برای تغییر ساختار اشتغال استفاده شده که به صورت نسبت جمعیت شاغل در بخش کشاورزی به کل جمعیت شاغل تعریف شده است، علاوه بر متغیر تغییر ساختار اشتغال به عنوان متغیر توضیحی اصلی، تاثیر متغیرهای توضیحی دیگری نیز بر انتشار دی اکسید کربن‌ ‌ مورد بررسی قرار گرفته است که این متغیرها به صورت خلاصه در جدول (2) معرفی شده‌اند.

جدول 2. معرفی متغیرهای توضیحی

متغیر

توضیحات

پایه آماری

تغییر ساختار اشتغال

نسبت جمعیت نیروی‌‌کار شاغل در بخش کشاورزی به کل جمعیت شاغل (درصد)، هرچه این سهم افزایش یابد تغییر کمتری در ساختار اشتغال رخ داده و هر چه کاهش یابد تغییرات ساختاری بیشتری در اشتغال رخ می‌دهد

داده‌های نیروی‌ کار مرکز آمار ایران

مصرف انرژی

سرانه مجموع مصارف انرژی‌که شامل‌گاز طبیعی، نفت‌گاز، نفت کوره، نفت سفید و بنزین می‌شود (هزارلیتر)

ترازنامه انرژی

صنعتی ‌شدن

نسبت ارزش ‌افزوده بخش صنعت به تولید ناخالص داخلی (میلیون ریال)

مرکز آمار ایران

رشد اقتصادی

تولید ناخالص داخلی حقیقی (میلیون ریال)

معاونت اقتصادی وزارت امور اقتصادی و دارایی کشور

نابرابری درآمد

ضریب جینی کل مخارج مصرفی خانوارهای* شهری و روستایی هر استان براساس وزن جمعیتی (درصد)

ریزداده‌های طرح درآمد- هزینه خانوار مرکز آمار ایران

شهرنشینی

نسبت جمعیت شهرنشین هر استان به کل جمعیت استان (درصد)

داده‌های جمعیتی مرکز آمار ایران

* به دلیل کم‌اظهاری درآمدهای خانوار و درنتیجه غیرقابل اتکا بودن آن‌ها در استفاده‌های علمی، از کل مخارج ناخالص خانوار به‌عنوان جایگزین درآمد برای محاسبه شاخص نابرابری و میانگین درآمدها استفاده‌شده و ازآنجایی‌که تعداد نمونه‌های دریافت‌شده توسط مرکز آمار ایران از بخش شهری و روستایی متناسب با کل جمعیت این مناطق نیست، لذا این مرکز برای هـرکدام از خانـوارهای نمـونه،‌ وزنی متناسب با جمعیت مناطق اختصـاص داده‌ است که می‌تـوان با استفاده از این وزن‌ها و با استفاده از رابطه

،

نابرابری درآمد کل را برای هر استان، شامل کل مناطق شهری و روستایی محاسبه نمود.

 

ماخذ: یافته‌های پژوهش

4-2. روش برآورد مدل‌ اقتصادی

از زمانی که رگرسیون کوانتایل نخستین بار توسط کونکر و باست[32] (1978) معرفی شد، این روش مورد توجه بسیاری از اقتصادانان قرار گرفته و در مطالعات تجربی فراوانی استفاده شده است. انگیزه‌ اصلی به‌کارگیری رگرسیون‌های کوانتایل این است که با نگاهی دقیق در بررسی متغیر پاسخ، مدلی ارائه شودکه امکان دخالت متغیر‌های مستقل، نه تنها در مرکز ثقل داده‌ها، بلکه در نقاط مختلف توزیع بویژه در نقاط ابتدایی و انتهایی توزیع فراهم آورد، بدون آنکه با محدودیت‌های رگرسیون معمولی و واریانس ناهمسانی مواجه شویم. اساس این روش بر تابع چندک شرطی استوار است‌که در آن مجموع قدرمطلق باقیمانده‌های موزون حداقل می‌شود. برخلاف رگرسیون‌های معمولی‌که از حداقل‌کردن مربع باقیمانده‌های انحرافات الگو و روش حداقل مربعات معمولی[33] برای برآورد پارامترها استفاده می‌شود در رگرسیون‌های‌کوانتایل از حداقل‌سازی مجموع قدرمطلق باقیمانده‌های موزون برای برآورد پارامترهای مدل استفاده می‌شود که به آن روش حداقل قدرمطلق انحرافات[34] گفته می‌شود.

روش رگرسیون‌های کوانتایل نسبت به روش حداقل مربعات معمولی مزایایی دارد؛ اول اینکه برخلاف حداقل مربعات معمولی، روش حداقل قدرمطلق انحرافات نسبت به داده‌های پرت و دور افتاده مقاوم است و این داده‌ها نمی‌توانند بر برآوردهای آن اثر بگذارند، دوم اینکه نسبت به نرمال نبودن توزیع مقاوم است (کاظم‌زاده و همکاران، 1398).
علاوه بر این، در بسیاری از مطالعات تجربی پژوهشگران با توجه به موضوع و هدف مطالعه از مدل داده‌های پانلی در بررسی‌های خویش استفاده می‌کنند تا ناهمگنی‌های فردی مشاهده نشده را در نظر گیرند. در روش پانل‌ دیتا به محقق اجازه داده می‌شود تا ارتباط بین متغیرها و حتی واحدهای انفرادی (مقاطع) را در طول زمان در نظر گیرند. همچنین
در روش یاد شده، محدودیت یکسان بودن اثرات فردی وجود نداشته و در نتیجه، دچار اریب ناهمگنی ناشی از یکسان بودن این اثرات نمی‌شود.

روش داده‌های ترکیبی این امکان را دارد که تمام متغیرهای مستقل غیرقابل ‌مشاهده‌ای که در طول زمان ثابت هستند و حذف آن‌ها به دلیل همبستگی با سایر متغیرهای مستقل قابل‌ مشاهده، نتایج اریب‌دار و ناسازگاری را می‌دهند، در قالب مدل اثرات ثابت در نظر بگیرند. از این رو، مدل‌های پانل ‌دیتا می‌توانند اثرات ثابت فردی را به دست آورند.
البته بسیاری از مدل‌های رگرسیونی از به دست آوردن اثرات ثابت فردی عاجز هستند و این ایرادی است که به بسیاری از مدل‌های رگرسیونی از جمله رگرسیون کوانتایل وارد می‌شود.‌ بنابراین، با محبوبیت دو مدل رگرسیون‌های کوانتایل و مدل اثرات ثابت
در سال‌های اخیر، مطالعات گسترده‌ای به بررسی استفاده همزمان این دو روش پرداخته‌‌اند که ماحصل این مطالعات معرفی مدل پنل کوانتایل با اثرات ثابت جمع‌پذیر است. رگرسیون کوانتایل با اثرات ثابت جمع‌پذیر، مشکلات رگرسیون‌های کوانتایل را با در نظر گرفتن اثرات ثابت برای کنترل برخی از متغیرهای غیرقابل‌ مشاهده، برطرف می‌کند و فرم کلی آن به صورت رابطه (8) خواهد بود.

(8)

 

در رابطه (8)، بردار متغیرهای توضیحی برای مقطع iام در زمانt = 1,2,…,T،  بردار پارامترهای مجهول است. غیرقابل‌ مشاهده بوده و دارای توزیع بین صفر و یک است .

برآوردگرهای روش پنل کوانتایل با اثرات ثابت جمع‌پذیر به‌ جای تخمین توزیع  ، توزیع  را تخمین می‌زنند که این مسئله ممکن است
در مطالعات تجربی نامطلوب باشد و برآورد را با تورش مواجه کند؛ زیرا مشاهدات بالای توزیع  ممکن است، پایین توزیع   قرار گیرد که در این صورت مدل پنل کوانتایل با اثرات ثابت جمع‌پذیر نمی‌تواند اطلاعات درستی در مورد اثر متغیر توضیحی بر توزیع متغیر وابسته ارائه کند؛ بنابراین، با توجه به ایرادات وارد بر رگرسیون‌های کوانتایل و رگرسیون‌های پانل کوانتایل با اثرات ثابت فردی جمع‌پذیر از رگرسیون‌های پانل کوانتایل با اثرات ثابت غیرجمع‌پذیر[35] به‌منظور رفع این ایرادات یادشده ارائه شدند که از یک‌سو، اثرات ثابت را در نظر می‌گیرند و از سوی دیگر، ایرادات مربوط به پانل کوانتایل با اثرات ثابت جمع‌پذیر را برطرف می‌کنند (Powell, D., 2016  ). در مطالعه حاضر،
از روش رگرسیون کوانتایل با اثرات ثابت غیر جمع‌پذیر برای تخمین مدل‌های پژوهش استفاده می‌شود. برآوردگرهای رگرسیون‌های پانل کوانتایل با اثرات ثابت غیرجمع‌پذیر، برآوردهای سازگاری برای Tهای کوچک ارائه می‌دهد و از جمله برآوردگرهای پنل کوانتایل است که متغیرهای ابزاری کمتری نیز به‌کار می‌برد. فرم کلی رگرسیون‌های پانل کوانتایل با اثرات ثابت غیرجمع‌پذیر به شکل رابطه (9) نشان داده می‌شود.

(9)

,

در رابطه (9)،  مجموعه‌ای از متغیرهای توضیحی،  بردار پارامترهای مجهول و  یک تابع مجهول است که شامل اثرات فردی ثابت و جمله اخلال قابل ‌مشاهده می‌شود؛ یعنی   که در آن  دارای توزیعی بین صفر و یک است. تابع کوانتایل برای رابطه (5) به‌صورت رابطه (10) است.

(10)

 =  ,

در رابطه (10)،  تابع اکیدا صعودی از  بوده و به‌ منظور برآورد پارامترها در این مدل از روش گشتاورهای تعمیم‌یافته استفاده‌ شده و برآوردگر  برای پارامتر  به‌صورت رابطه (11) خواهد شد.

(11)

  =

در رابطه (11)،  ماتریس مشخصی است که با روش دومرحله‌ایGMM  برآورد ‌می‌شود(Powell, D. ,2016).

  1. برآورد مدل و تفسیر نتایج

هدف مقاله حاضر بررسی اثر تغییر ساختار اشتغال در قالب انتقال نیروی‌ کار از روستاها و قطب‌های کشاورزی به شهرها و قطب‌های صنعتی و خدمات در 31 استان کشور بود.
برای این منظور، ابتدا میزان دی اکسید کربن منتشر شده برای هر استان طی سال‌های مورد بررسی، محاسبه شده و مدل معرفی‌ شده با استفاده از پنل کوانتایل با اثرات ثابت  در سطح کوانتایل‌های مختلف (10، 20، 30، 40، 50، 60، 70، 80 و 90) برآورد شد. انگیزه اصلی به‌کارگیری این رگرسیون آن است که با نگاهی دقیق و جامع در ارزیابی متغیر پاسخ مدلی ارائه شود تا امکان دخالت نه تنها در مرکز ثقل داده‌ها، بلکه در تمام سطوح توزیع به ویژه ابتدا و انتهای توزیع فراهم شود بدون آنکه محقق با مشکلات ناشی مفروضات رگرسیون معمولی، ناهمسانی واریانس و حضور تاثیرگذار داده‌های دور افتاده در برآورد ضرایب روبه‌رو شود. بنابراین مدل رگرسیونی با پنل کوانتایل تخمین زده شد که در ادامه نتایج حاصل از برآورد در قالب جدول (3) و(4) ارائه می‌شود.

جدول 3. نتایج برآورد مدل اقتصادسنجی (متغیر وابسته: میزان انتشار دی اکسید کربن‌)

50

40

30

20

10

متغیرها / (τ)

***59/48-

***69/30-

***14/29

***32/24-

***46/24-

 

***13/3

***94/1

***84/1

***52/1

***56/1

 

***067/0-

***041/0-

***039/0-

***032/0-

***033/0-

 

***622/0-

***592/0-

***508/0-

***758/0-

***535/0-

 

161/0-

**068/0-

***120/0-

***117/0-

***202/0-

 

052/0

***722/0

***996/0

***098/1

***918/0

 

***143/0

***123/0

***096/0

***103/0

***076/0

 

***614/0

***684/0

***646/0

***662/0

***719/0

 

***038/0

***046/0

***044/0

***059/0

***042/0

 

***، ** و * به ترتیب سطح معناداری 1، 5 و 10 درصد را نمایش می‌دهند.

ماخذ: یافته‌های پژوهش

 جدول 4. ادامه نتایج برآورد مدل اقتصادسنجی (متغیر وابسته: میزان انتشار دی اکسید کربن‌)

90

80

70

60

متغیرها / (τ)

***60/154-

***48/73-

***63/41-

***65/46-

 

***99/9

***73/4

***96/2

***09/3

 

***214/0-

***101/0-

***058/0-

***068/0-

 

**99/1-

***221/0-

007/0

612/0

 

144/0-

***257/0-

017/0-

**046/0-

 

***340/0

036/0

***184/0

***396/0

 

***106/0

***130/0

***135/0

***128/0

 

***645/0

***724/0

***671/0

***586/0

 

**126/0

***015/0

0007/0

039/0-

 

***،** و * به ترتیب سطح معناداری 1، 5 و 10 درصد را نمایش می‌دهند.

ماخذ:یافته‌های پژوهش

                   

نتایج برآورد نشان می‌دهد که هر چه شاخص تغییرات ساختاری کاهش یابد، انتشار دی اکسید کربن‌ نیز کاهش می‌یابد. به عبارت بهتر، افزایش نسبت جمعیت شاغل در بخش کشاورزی نسبت به جمعیت شاغل در سایر بخش‌ها یا کاهش تغییر در ساختار اشتغال بین کوانتایل‌ها جز کوانتایل‌های 60 و 70 درصد، انتشار دی اکسید کربن‌ را کاهش می‌دهد. بنابراین می‌توان گفت که تغییرات ساختار اشتغال اثر مستقیم و معناداری بر میزان انتشار دی اکسید کربن‌ در استان‌های ایران دارد و نتیجه حاصل‌ با نتیجه مطالعات یانگ و همکاران (2021) در چین و شائو و همکاران (2021) در خصوص آلودگی‌های صنعتی و کشاورزی در روستاهای چین همسو است. هرچه تغییرات ساختار اشتغال افزایش یابد، بخش کشاورزی برای جبران کمبود نیروی‌ کار خود در جهت حفظ تولید ممکن است از ماشین‌آلات استفاده کرده و به سمت سرمایه‌بر شدن حرکت کند که همین امر مصرف انرژی را افزایش و انتشار دی اکسید کربن را بالاتر می‌برد. علاوه بر این، می‌توان گفت معمولا انتقال از روستاها و قطب‌های کشاورزی به شهرها و قطب‌های صنعتی می‌تواند درآمد را افزایش و در نتیجه انتشار دی‌اکسید کربن را نیز افزایش دهد.

در مطالعه حاضر، علاوه بر اثر مستقیم تغییر ساختار اشتغال در قالب انتقال نیروی‌ کار از بخش‌کشاورزی به سایر بخش‌ها، اثر غیرمستقیم آن بر انتشار دی اکسید کربن‌ از کانال رشد اقتصادی نیز مورد بررسی قرار گرفته است. مطابق با نتایج تخمین، ضریب برآورد شده برای متغیر تقاطعی تغییر در ساختار اشتغال و رشد اقتصادی در تمامی کوانتایل‌ها جز کوانتایل‌های 60 و 70 درصد مثبت و معنادار است.  به ‌بیان ‌دیگر، افزایش ساختار اشتغال، به ‌طور غیرمستقیم از طریق رشد، اثر مثبتی بر انتشار دی اکسید کربن‌ دارد. یانگ و همکاران (2021) نیز به بررسی اثر غیرمستقیم تغییر در ساختار اشتغال بر انتشار
دی اکسید کربن‌ پرداخته و این نتیجه را مطرح کردند که در مسیر توسعه اقتصادی، افزایش انتقال نیروی‌ کار از بخش کشاورزی به سایر بخش‌ها رشد اقتصادی را افزایش داده و
از این طریق می‌تواند انتشار دی اکسید کربن‌ را افزایش دهد. به ‌عبارت‌ دیگر، هنگامی که انتقال نیروی کار از بخش کشاورزی به سایر بخش‌ها به‌ ویژه صنعت افزایش یابد به دلیل افزایش مقیاس و افزایش تولید ناخالص داخلی و درنتیجه گسترش مصرف سوخت‌های فسیلی در جریان رشد اقتصادی، میزان دی اکسید کربن‌ منتشر شده نیز در استان‌های کشور افزایش خواهد یافت.

بنابر نتایج حاصل در کل دو اثر مستقیم و غیرمستقیم تغییر در ساختار اشتغال بر انتشار دی اکسید کربن در استان‌های ایران تایید می‌شود؛ به طوری که در هر دو اثر، تغییر ساختار اشتغال، انتشار دی اکسید کربن را افزایش داده است؛ اثر اول را می‌توان به افزایش به کارگری ماشین‌آلات برای جبران نیروی کار خارج شده از بخش کشاورزی و در نهایت استفاده بیشتر انرژی توسط این ماشین‌آلات به کار رفته می‌توان نسبت داد. اثر دوم را نیز می‌توان از طریق افزایش رشد اقتصادی و بالا رفتن تولید ناخالص داخلی به دلیل تغییر ساختار اشتغال در قالب مدل لوئیس توضیح داد.

 طبق نتایج ارائه‌ شده در جدول‌های (3) و (4)یک رابطه غیرخطی به شکل N معکوس میان رشد اقتصادی و انتشار دی اکسید کربن‌ وجود دارد که با نتایج یانگ و همکاران (2021) مطابقت دارد. شهرنشینی نیز در تمامی کوانتایل‌ها (جز کوانتایل 50 و 80 درصد)  اثر مثبت و معناداری بر انتشار دی اکسید کربن‌ دارد و می‌توان گفت که گسترش شهرنشینی یکی از عوامل افزایش انتشار دی اکسید کربن‌ در استان‌های ایران بوده و
این نتیجه با نظر یانگ و همکاران (2021) در چین، رفیعی و همکاران (1396) و ابراهیمی و همکاران (1395) در ایران که از شهرنشینی به‌ عنوان علل افزایش انتشار دی اکسید کربن‌ یاد می‌کنند، سازگار است.

اثر مثبت شهرنشینی بر انتشار دی اکسید کربن‌  را می‌توان با توجه به نظریه اکولوژیکی و نظریه گذار زیست‌محیطی تفسیر کرد. طبق این دو نظریه، شهرنشینی از طریق افزایش ساخت‌وسازها و افزایش استفاده حمل و نقل، مصرف انرژی و سوخت‌ها را افزایش داده و می‌تواند از این طریق انتشار دی اکسید کربن را افزایش دهد. صنعتی ‌شدن، اثر مثبت و معناداری در تمامی کوانتایل‌ها بر متغیر وابسته مدل در استان‌های ایران دارد. می‌توان
بیان کرد که گسترش صنایع سنگین از طریق افزایش مصرف انرژی، میزان دی اکسیدکربن‌ منتشر شده در استان‌های ایران را افزایش داده و نتیجه حاصل با نتایج مطالعات یانگ و همکاران (2021) در چین، لئو و همکاران (2019) در ایالات ‌متحده ‌آمریکا و تمیزی (1394) در ایران همسو است.

مصرف انرژی نیز تاثیر مثبت و معناداری بر انتشار دی اکسیدکربن‌ درکوانتایل‌ها در استان‌های کشور دارد؛ با توجه به اینکه سوخت‌های فسیلی منبع مهمی برای به دست آوردن انرژی و گرما محسوب می‌شود، افزایش مصرف آن‌ها مقدار زیادی دی اکسید کربن‌
طی فرآیند احتراق آزاد می‌کنند که به تخریب محیط‌زیست می‎‌انجامد. ضریب مثبت و معنادار به‌دست آمده برای مصرف انرژی با نتایج مطالعات لیو و همکاران (2019)، عارفیان و همکاران (1399)، رفیعی و همکاران (1396)، ابراهیمی و همکاران (1395) و تمیزی (1394) سازگاری دارد. ضرایب برآورد شده برای نابرابری درآمد در تمام کوانتایل‌ها، علامت منفی داشته و بجز کوانتایل‌های50 و 80 و 90 درصد تمامی ضرایب معنادار هستند. افزایش فعالیت‌های شغلی برای کسب درآمد بیشتر و در نتیجه کسب سطح مطلوبیت بالاتر، انتشار دی اکسید کربن‌ را افزایش می‌دهد؛ با این ‌حال، طبق قانون مطلوبیت نهایی نزولی، ثروتمندان در بلندمدت مطلوبیت نهایی کمتری نسبت به فقرا دارند؛ بنابراین، ثروتمندان معمولا مصرف کمتری به دلیل مطلوبیت نهایی پایین داشته و دی اکسیدکربن‌ کمتری نیز نسبت به فقرا منتشر می‌کنند. دیوی و کوساماوردانی (2020)، لیو و همکاران (2019) و تمیزی (1394) در مطالعات خود به نتایج مشابه با این مطالعه رسیده و اثر منفی نابرابری درآمد بر انتشار دی اکسیدکربن‌ را مورد تایید قرار دادند.

  1. جمع‌بندی و نتیجهگیری

 در مطالعه حاضر با استفاده از اطلاعات 31 استان کشور طی بازه زمانی 1398-1388 و با به‌کارگیری مدل رگرسیون پنل کوانتایل با اثرات ثابت غیرجمع‌پذیر، تلاش شد اثر مستقیم و غیرمستقیم تغییر ساختار اشتغال در کنار سایر متغیرهای اقتصادی- اجتماعی[36]
در قالب روش غیرخطی، شناسایی شود. برای این منظور از متغیر انتقال نیروی کار بخش کشاورزی به سایر بخش‌ها به‌ صورت نسبت جمعیت شاغل در بخش کشاورزی به‌ کل جمعیت شاغل برای شاخص تغییر ساختار اشتغال استفاده شد. نتایج مطالعه نشان داد که تغییر ساختار اشتغال اثر مستقیمی بر انتشار دی اکسیدکربن‌ دارد. همچنین در خصوص
اثر غیرمستقیم آن بر انتشار دی اکسیدکربن‌ می‌توان بیان کرد که این شاخص به‌طور غیرمستقیم از طریق رشد اقتصادی، اثر مثبت و معناداری بر متغیر وابسته مورد مطالعه دارد. علاوه بر این، شهرنشـینی، مصـرف انـرژی و صنعتی ‌شـدن به شـکل معناداری انتشـار
دی اکسید کربن‌ را افزایش می‌دهد. همچنین، نابرابری درآمد نیز اثر منفی و معناداری
بر میزان دی اکسیدکربن‌ منتشر شده در استان‌های ایران دارد. د رنهایت نتایج برآورد مدل نشان می‌دهد که میان رشد اقتصادی و انتشار دی‌اکسیدکربن‌ در استان‌های ایران طی بازه زمانی مورد بررسی، رابطه غیرخطی به شکل N معکوس وجود دارد. ‌

با توجه به اثر مثبت انتقال نیروی‌ کار از بخش کشاورزی به سایر بخش‌ها و انتشار دی‌اکسیدکربن‌ و تخریب محیط‌زیست پیشنهاد می‌شود که انتقال نیروی ‌کار به طرق مختلف و به‌ صورت خاص از طریق افزایش درآمد کارکنان این بخش و ایجاد توازن منطقی میان دستمزدها در بخش کشاورزی با سایر بخش‌ها کنترل شود. علاوه بر این، برای کنترل انتقال نیروی ‌کار از بخش کشاورزی به سایر بخش‌ها، باید افزایش ارزش‌افزوده حقیقی در بخش کشاورزی از طریق گسترش صنایع مرتبط با تولیدات کشاورزی مانند صنایع تبدیلی و تکمیلی در دستور کار مقامات استانی قرار گیرد.

با توجه به اینکه نابرابری درآمد نیز اثر مثبتی بر میزان دی‌اکسید کربن‌ منتشر شده دارد، پیشنهاد می‌شود که دولت در کنار اجرای طرح‌های کاهش نابرابری درآمد در جهت کنترل انتشار دی‌اکسید کربن‌، بیشتر سرمایه‌گذاری کند و به‌صورت متناسب مسئولیت ثروتمندان را در حفاظت از محیط‌زیست از طرق گوناگون مانند جمع‌آوری مالیات‌های زیست‌محیطی که با درآمد رابطه مثبت دارند، افزایش دهند و با افزایش آگاهی افراد کم‌درآمد درباره اهمیت محیط‌زیست و راه‌های کاهش انتشار دی اکسید کربن‌ و حفاظت از محیط‌زیست به کاهش انتشار دی اکسید کربن‌ در استان‌های کشور کمک کنند. 

 

[1]. Yang, C., et al.

[2]. Shao, S., et al.

[3]. Lewis, W. A.

[4]. Wang, X., et al.

[5]. Williamson

[6]. Wang, X.

[7]. Solo, R.M.

[8].  فرض شده است که S نرخ پس‌انداز و  نیز نسبتی از تولیدات کشاورزی است که مصرف می‌شود.

[9]. Temple

[10]. Wӧßmann

[11]. Brock ,W.A. & Taylor,M.S.

[12]. Shimada, et al.

[13]. Yang, C. & Liu, C.

[14]. Bois, D.

[15]. Veblen, T.

[16]. Bowles,S., & Park, Y.

[17]. Ravallion, M., et al.

[18]. Hao,Y.,  et al.

[19]. Baloch, B., et al.

[20]. Generalized Method of Moments

[21]. Probit Model

[22]. Jena, P. K., et al.

[23]. Panel Atuo-Regressive Distribution Lag Estimation

[24]. Dewi, A. K. & Kusumawardani, D.

[25]. نسبت جمعیت بالای 15 سال و پایین 64 سال به ‌کل جمعیت

[26]. تولید ناخالص داخلی، مربع تولید ناخالص داخلی، ساختار صنعت و مصرف انرژی

[27]. Quantile Regression With Fixed Effects 

[28]. Panel VAR

[29]. Quantile Regression with Non-additive Fixed Effect

[30]. Cheng, Y., et al.

[31]. گاز طبیعی، نفت‌گاز، بنزین، نفت سفید و نفت کوره

[32]. Koenker, R. & Bassett, G.

[33]. Ordinary Least Squares(OLS)

[34]. Least Absolute Deviations (LAD)

[35]. Quantile Regression with Non-additive Fixed Effects

[36]. مصرف انرژی، شهرنشینی، نابرابری درآمد، رشد اقتصادی، صنعتی‌شدن

Alipour, A., & Mousavi, H. (2019).  Analysis of the effects of non-agricultural sector growth on labor migration from the agricultural sector in Iran, Space Economics and Rural Development, 7(26), 189_210. [In Persian]
Arefian, M., Faraji Dizaji, S., & Ghasemi, S. (2021). Investigating the Role of Renewable and Non-Renewable Energy and Economic Growth on Carbon Emission in OECD Countries, New economy  and trade, 3(15), 109-137. [In Persian]
 https://doi.org/10.30465/jnet.2020.6298
Charfeddine, L. (2017). The impact of energy consumption and economic development on ecological footprint and CO2 emissions: evidence from a Markov switching equilibrium correction model, Energy Economics, 65, 355-374.
 https://doi.org/10.1016/j.eneco.2017.05.009
Chen, J., Xian, Q., Zhou, J., & Li, D. (2020).  Impact of income inequality on CO2 emissions in G20 countries, Journal of Environmental Management, 271, 110987. https://doi.org/10.1016/j.jenvman.2020.110987
Cheng, Y., Wang, Y., Chen, W., Wang, Q., & Zhao, G. (2021). Does income inequality affect direct and indirect household CO 2 emissions? A quantile regression approach, Clean Technologies and Environmental Policy, 23(4), 1199-1213.
 https://doi.org/10.1007/s10098-020-01980-2
Demissew Beyene, S., & Kotosz, B. (2020). Testing the environmental Kuznets curve hypothesis: an empirical study for East African countries, International Journal of Environmental Studies, 77(4), 636-654.
 https://doi.org/10.1080/00207233.2019.1695445
Ebrahimi, M., Babaei Agh Esmaili, M., & Kafili, V. (2016). Income Inequality and Environmental Quality: A Case Study of Iran, Econometric Modelling, 2(4), 59-79. [In Persian] https://doi.org/10.22075/jem.2017.2655
Fernández, Y. F., López, M. F., & Blanco, B. O. (2018). Innovation for sustainability: the impact of R&D spending on CO2 emissions, Journal of cleaner production, 1723459-3467.
 https://doi.org/10.1016/j.jclepro.2017.11.001
Hao, Y., Zhang, Z. Y., Yang, C., & Wu, H. (2021). Does structural labor change affect CO2 emissions? Theoretical and empirical evidence from China, Technological Forecasting and Social Change, 171, 120936.
https://doi.org/10.1016/j.techfore.2021.120936
Kazemzadeh،, E., Karimi Alavijeh, N., & Ebrahimi Salari, T. (2019). The Effect of Governance on Carbon Dioxide Expansion in the G8 Countries: A Panel Quantile Regression Approach, Economics and Regional Development, 18(26), 173-196. [In Persian]
https://doi.org/10.22067/erd.v26i18.77394
‏Kusumawardani, D., & Dewi, A. K. (2020). The effect of income inequality on carbon dioxide emissions: A case study of Indonesia, Heliyon, 6(8), e04772.
 https://doi.org/10.1016%2Fj.heliyon.2020.e04772
Lalkhezri, H., Karimi Potanlar, S. (2019). Evaluation the Effect of Income Inequality on Carbon Dioxide Emissions in Iran (with Emphasis on Energy Intensity, Iranian Economic Issues, 6(1), 229-251. [In Persian]
 https://doi.org/10.30465/ce.2019.4924
Liobikienė, G. (2020). The revised approaches to income inequality impact on production-based and consumption-based carbon dioxide emissions: literature review, Environmental Science and Pollution Research, 27(9), 8980-8990.
https://doi.org/10.1007/s11356-020-08005-x
Liu, C., Jiang, Y., & Xie, R. (2019). Does income inequality facilitate carbon emission reduction in the US?, Journal of cleaner production, 217380-387.
 https://doi.org/10.1016/j.jclepro.2019.01.242
Liu, Q., Wang, S., Zhang, W., Li, J., & Kong, Y. (2019). Examining the effects of income inequality on CO2 emissions: Evidence from non-spatial and spatial perspectives, Applied Energy, 236163-171.
https://doi.org/10.1016/j.apenergy.2018.11.082
Mahinizadeh, M., Yavari, Y, Jalaei, A., & Jafarzadeh, B. (2019). Economic welfare in Iran, the approach of calculable general equilibrium models, Financial Economics, 23(69), 257-280. [In Persian]  
Muhammad, S., Long, X., Salman, M., & Dauda, L. (2020). Effect of urbanization and international trade on CO2 emissions across 65 belt and road initiative countries, Energy, 196, 11712. https://doi.org/10.1016/j.energy.2020.117102
Mujtaba, A., & Jena, P. K. (2021). Analyzing asymmetric impact of economic growth, energy use, FDI inflows, and oil prices on CO2 emissions through NARDL approach, Environmental Science and Pollution Research, 1-14.
 https://doi.org/10.1016/j.rser.2022.112300
Nejati, M., Bavaghar Zaimi, P., & Jalaee, A. (2019). The Investigation of the Impacts of economic Growth and Energy Consumption on Carbon Dioxide emission in economic sections economic of Iran, Geography and Planning, 23(69), 257-280.  [In Persian]
Pejović, B., Karadžić, V., Dragašević, Z., & Backović, T. (2021). Economic growth, energy consumption and CO2 emissions in the countries of the European Union and the Western Balkans, Energy Reports, 72775-2783.
https://doi.org/10.1016/j.egyr.2021.05.011
Powell, D. (2016). Quantile regression with non-additive fixed effects. Quantile Treatment Effects, 1(28), 69-75.
 10.1097/PTS.0000000000000345
Rafiee, H., Ghaznavi, Sh., & Saleh, I. (2017). Study on Factors Affecting Carbon Dioxide Emissions in Iran; With Emphasis on the Effects of 21th Rio Statement, Environmental researches, 8(15)153-164. [In Persian]
https://dorl.net/dor/20.1001.1.20089597.1396.8.15.20.6
Samsami, H., & Ardizi, H. (2020). Factors affecting changes in the share of employment between the services and industry-mining sectors, Iranian Economic Issues, 6(1), 225-244. [In Persian]
https://doi.org/10.30465/ce.2020.5968
‏Shao, S., Li, B., Fan, M., & Yang, L. (2021). How does labor transfer affect environmental pollution in rural China? Evidence from a survey, Energy Economics105515.
Tamizi, A. (2016). Determinants of CO2 Emissions in Developing Countries using Bayesian Econometric Approach, Applied Theories of Economics, 2(4), 145_168. [In Persian]
 https://dorl.net/dor/20.1001.1.20089597.1396.8.15.20.6
Villamil, A., Wang, X., & Zou, Y. (2020). Growth and development with dual labor markets, The Manchester School, 88(6), 801-826.
Yoro, K. O., & Daramola, M. O. (2020). CO2 emission sources, greenhouse gases, and the global warming effect, In Advances in carbon capture (pp. 3-28). Woodhead Publishing.
 https://doi.org/10.1016/j.rser.2021.111241
Zhang, Y., Shao, T., & Dong, Q. (2018). Reassessing the Lewis turning point in China: Evidence from 70,000 rural households, China & World Economy, 26(1), 4-17.
 https://doi.org/10.1111/cwe.12226
Zhu, H., Xia, H., Guo, Y., & Peng, C. (2018). The heterogeneous effects of urbanization and income inequality on CO 2 emissions in BRICS economies: evidence from panel quantile regression, Environmental Science and Pollution Research, 25(17), 17176-17193.
 https://doi.org/10.1007/s11356-018-1900-y