پایش شکاف‌های منطقه‌ای در توسعه سبز ایران: ارزیابی پویای کارایی زیست‌محیطی و بهره‌وری انرژی استان‌ها

نویسندگان

  • سمیه کوچک‌زاده * گروه اقتصاد، دانشکده علوم اداری و اقتصاد، دانشگاه ولیعصر (عج) رفسنجان، رفسنجان، ایران.

https://doi.org/10.22105/mmaa.v2i4.115

چکیده

هدف: افزایش مصرف انرژی، تشدید آلودگی‌های زیست‌محیطی و نابرابری‌های منطقه‌ای، دستیابی به توسعه پایدار را به یکی از چالش‌های اساسی اقتصاد ایران تبدیل کرده است. در چنین شرایطی، ارزیابی عملکرد استان‌ها از منظر کارایی زیست‌محیطی و بهره‌وری سبز می‌تواند مبنای مهمی برای سیاست‌گذاری‌های منطقه‌ای و تخصیص بهینه منابع باشد. با وجود انجام مطالعات متعدد در زمینه کارایی انرژی و محیط زیست، بررسی هم‌زمان کارایی سبز، تغییرات بهره‌وری و عوامل اثرگذار بر آن در سطح استان‌های ایران طی یک دوره زمانی بلندمدت کمتر مورد توجه قرار گرفته است. بنابراین، این پژوهش با هدف تحلیل پویای کارایی و بهره‌وری سبز استان‌های ایران و شناسایی عوامل موثر بر آن انجام شد.

روش‌شناسی پژوهش: این پژوهش کاربردی با استفاده از داده‌های 30 استان ایران در دوره 1385 تا 1402 انجام شد. برای سنجش کارایی سبز، مدل تحلیل پوششی داده‌ها مبتنی بر اسلک با در‌نظر‌گرفتن تولید ناخالص داخلی به‌عنوان خروجی مطلوب و انتشار دی‌اکسید کربن به‌عنوان خروجی نامطلوب به‌کار گرفته شد. همچنین برای بررسی تغییرات بهره‌وری در طول زمان از شاخص بهره‌وری مالم‌کوئیست استفاده شد. در ادامه، به‌منظور شناسایی عوامل موثر بر کارایی سبز، مدل رگرسیون توبیت با اثرات ثابت زمانی برآورد گردید. متغیرهای شدت انرژی، صنعتی‌شدن، سرمایه‌گذاری در فناوری‌های پاک، تحریم‌ها و برخی متغیرهای ساختاری در تحلیل لحاظ شدند.

یافته‌ها: نتایج نشان داد میانگین کارایی سبز استان‌های ایران برابر با 0.768 بوده و هیچ‌یک از استان‌ها به مرز کارایی کامل دست نیافته‌اند. استان‌های تهران، اصفهان و یزد بالاترین سطوح کارایی را ثبت کردند، در‌حالی‌که استان‌های کردستان، کهگیلویه و بویراحمد و سیستان و بلوچستان پایین‌ترین عملکرد را داشتند. همچنین نتایج شاخص مالم‌کوئیست بیانگر رشد تدریجی بهره‌وری سبز در دوره مورد بررسی بود که عمدتا از بهبود کارایی فنی و پیشرفت‌های فناورانه ناشی شده است. یافته‌های رگرسیون توبیت نیز نشان داد شدت انرژی و تحریم‌ها اثر منفی و معنادار و صنعتی‌شدن و سرمایه‌گذاری در فناوری‌های پاک اثر مثبت و معنادار بر کارایی سبز دارند.

اصالت/ارزش افزوده علمی: این پژوهش با تلفیق تحلیل کارایی زیست‌محیطی، ارزیابی پویای بهره‌وری و تحلیل عوامل موثر در یک چارچوب واحد، تصویری جامع از عملکرد سبز استان‌های ایران ارایه می‌کند. ارزش افزوده اصلی مطالعه در آشکارسازی شکاف‌های منطقه‌ای توسعه سبز و تفکیک نقش بهبودهای مدیریتی از پیشرفت‌های فناورانه در ارتقای بهره‌وری است. نتایج پژوهش می‌تواند به سیاست‌گذاران در طراحی برنامه‌های منطقه‌ای کاهش شدت انرژی، توسعه فناوری‌های پاک و بهبود توازن زیست‌محیطی میان استان‌های کشور کمک کند.

کلمات کلیدی:

تحلیل پوششی داده‌ها، مدل SBM، بهره‌وری سبز، شاخص مالم‌کوئیست

مراجع

  1. [1] Sorkhil, H., Khorasani, N., & Habibi Rad, M. (2017). Analyzing the efficiency and productivity of energy and environmental macro-projects using data envelopment analysis (DEA) methods. Journal title, 27(4), 591-602. (In Persian). http://ijiepm.iust.ac.ir/article-1-1330-fa.html
  2. [2] Nazemi, A., Karimi, F., Mamipour, S., & Fashari, M. (2019). Energy efficiency in Iranian provinces: Data envelopment analysis. Quarterly journal of energy policy and planning research, 5(1), (In Persian). https://civilica.com/doc/1234498
  3. [3] Foroughi, N., Moradi, M., Yakideh, K., & Ramazanian, M. R. (2025). Performance evaluation via combining categorized and multi-layered DEA in water and wastewater industry. Journal of decisions and operations research, 10(3), 442-468. (In Persian). https://doi.org/10.22105/dmor.2025.508971.1917
  4. [4] Hoseini, M. H. (2012). Measuring productivity change in electricity generation management companies using DEA model and malmquist index. Journal of industrial management perspective, 2(2), 129. (In Persian). https://www.magiran.com/paper/1118903
  5. [5] Tone, K. (2001). A slacks-based measure of efficiency in data envelopment analysis. European journal of operational research, 130(3), 498–509. https://doi.org/10.1016/S0377-2217(99)00407-5
  6. [6] Caves, D. W., Christensen, L. R., & Diewert, W. E. (1982). The economic theory of index numbers and the measurement of input, output, and productivity. Econometrica, 50(6), 1393–1414. https://doi.org/10.2307/1913388
  7. [7] Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European journal of operational research, 2(6), 429–444. https://doi.org/10.1016/0377-2217(78)90138-8
  8. [8] Azizi, H., Amirteimoori, A. R., & Kordrostami, S. (2016). A data envelopment analysis approach with efficient and inefficient frontiers for supplier selection in the presence of both undesirable outputs and imprecise data. New research in decision making, 1(2), 139-170. (In Persian). https://journal.saim.ir/article_21122.html
  9. [9] Amirteimoori, A., Kordrostami, S., & Sarparast, M. (2006). Modeling undesirable factors in data envelopment analysis. Applied mathematics and computation, 180(2), 444–452. https://doi.org/10.1016/j.amc.2005.12.029
  10. [10] Maddahi, R., & Yazdani, H. (2020). Ranking of decision-making units using data envelopment analysis by considering multiple time periods. Journal of decisions and operations research, 5(1), 72-82. (In Persian). https://doi.org/10.22105/dmor.2020.226087.1143
  11. [11] Färe, R., Grosskopf, S., Lovell, C. A. K., & Pasurka, C. (1989). Multilateral productivity comparisons when some outputs are undesirable: A nonparametric approach. The review of economics and statistics, 71(1), 90–98. https://doi.org/10.2307/1928055
  12. [12] Chung, Y. H., Färe, R., & Grosskopf, S. (1997). Productivity and undesirable outputs: A directional distance function approach. Journal of environmental management, 51(3), 229–240. https://doi.org/10.1006/jema.1997.0146
  13. [13] Seiford, L. M., & Zhu, J. (2002). Modeling undesirable factors in efficiency evaluation. European journal of operational research, 142(1), 16–20. https://doi.org/10.1016/S0377-2217(01)00293-4
  14. [14] Azami, Z., & Azhand, H. (2024). Environmental productivity analysis of Iranian provinces: Application of malmquist productivity index and spatial analysis. Journal of industrial economics research, 8(29), 39-40. (In Persian). https://www.magiran.com/paper/2891295
  15. [15] Zarei Mahmoudabadi, M., & Norouzi Avergani, S. (2024). Evaluating environmental efficiency of Iranian provinces using fuzzy window data envelopment analysis (FWDEA) with undesirable output. Journal of industrial management perspective, 14(3), 212-235. (In Persian). https://www.magiran.com/paper/2792105
  16. [16] Osmani, F., Dehghani, A., Ghiyasi, M., & Gorjipour, M. J. (2023). Evaluating the environmental efficiency of the agricultural sector compared to other economic sectors of Iran using the DEA approach and the Malmquist index. Bi-quarterly journal of agricultural economics and market, 1(1), (In Persian). https://civilica.com/doc/1715063
  17. [17] Muttaqi, M. (2020). Analysis of environmental efficiency and productivity of thirteen Iranian manufacturing industries [thesis]. (In Persian)
  18. [18] Mamipour, S., & Najafzadeh, B. (2016). Environmental efficiency assessment of Iranian electric power companies: Comparison between radial and non-radial models. Applied theories of economics, 3(3), 153-178. (In Persian). https://ecoj.tabrizu.ac.ir/article_5440.html?lang=en
  19. [19] Kusumawardhani, H. A. (2025). Undesirable output in environmental efficiency: Evidence from ASEAN countries. Signifikan: Jurnal ilmu ekonomi, 14(2). https://doi.org/10.15408/sjie.v14i2.45828
  20. [20] Dai, S., Tang, D., Li, Y., & Lu, H. (2025). Digital trade, trade openness, FDI, and green total factor productivity. International review of financial analysis, 97, 103777. https://doi.org/10.1016/j.irfa.2024.103777
  21. [21] Du, J., Zhong, Z., Shi, Q., Wang, L., Liu, Y., & Ying, N. (2024). Does government environmental attention drive green total factor productivity? Evidence from China. Journal of environmental management, 366, 121766. https://doi.org/10.1016/j.jenvman.2024.121766
  22. [22] Wen, H., Cui, T., Wu, X., & Nie, P. (2024). Environmental insurance and green productivity: A firm-level evidence from China. Journal of cleaner production, 435, 140482. https://doi.org/10.1016/j.jclepro.2023.140482
  23. [23] Yan, Z., Jia, Y., & Zhang, B. (2024). Environmental protection taxes and green productivity: Evidence from listed companies in China. Economic systems, 48(4), 101213. https://doi.org/10.1016/j.ecosys.2024.101213
  24. [24] Jadoon, A. K., Javaid, M. F., Sarwar, A., Batool, S. A., Chatrath, S. K., Liaqat, S., & Pervaiz, B. (2024). Reckonings of environmental efficiency and convergence in Asian-Pacific region: A Malmquist-Luenberger approach. Polish journal of environmental studies, 33(2), 1173–1182. https://researchprofiles.canberra.edu.au/en/publications/reckonings-of-environmental-efficiency-and-convergence-in-asian-p
  25. [25] Deng, H., Bai, G., Shen, Z., & Xia, L. (2022). Digital economy and its spatial effect on green productivity gains in manufacturing: Evidence from China. Journal of cleaner production, 378, 134539. https://doi.org/10.1016/j.jclepro.2022.134539
  26. [26] Lee, C. C., & Lee, C. C. (2022). How does green finance affect green total factor productivity? Evidence from China. Energy economics, 107, 105863. https://doi.org/10.1016/j.eneco.2022.105863
  27. [27] Gómez-Calvet, R., Conesa, D., Gómez-Calvet, A. R., & Tortosa-Ausina, E. (2020). European energy efficiency evaluation based on the use of super-efficiency under undesirable outputs in SBM models. In Advances in efficiency and productivity ii (pp. 193–208). Cham: Springer International Publishing. https://doi.org/10.1007/978-3-030-41618-8_12
  28. [28] Yang, Z., & Fang, H. (2020). Research on green productivity of Chinese real estate companies—Based on SBM-DEA and TOBIT models. Sustainability, 12(8), 1–16. https://doi.org/10.3390/su12083122
  29. [29] Ghosal, V., Stephan, A., & Weiss, J. (2014). Decentralized regulation, environmental efficiency and productivity. https://ideas.repec.org/p/hhs/ratioi/0229.html
  30. [30] IPCC. (2006). 2006 IPCC guidelines for national greenhouse gas inventories. https://www.ipcc-nggip.iges.or.jp/public/2006gl/

دانلود

چاپ شده

2025-12-27

شماره

دوره 2 شماره 4 (2025): مدیریت: مدلسازی، تحلیل‌ها و کاربردها

نوع مقاله

مقالات شماره جاری

ارجاع به مقاله

کوچک‌زاده س. . (2025). پایش شکاف‌های منطقه‌ای در توسعه سبز ایران: ارزیابی پویای کارایی زیست‌محیطی و بهره‌وری انرژی استان‌ها. مدیریت: مدلسازی، تحلیل‌ها و کاربرد, 2(4), 289-301. https://doi.org/10.22105/mmaa.v2i4.115
Crossref
Scopus
Google Scholar
Europe PMC

مقالات مشابه

##common.pagination##

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.