عوامل موثر بر تجارت آب مجازی محصولات کشاورزی ایران ( کاربرد مدل خودرگرسیون برداری پانل)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری،گروه اقتصاد کشاورزی، دانشکده اقتصاد،دانشگاه سیستان و بلوچستان، زاهدان، ایران

2 دانشیار، گروه اقتصاد کشاورزی، دانشکده اقتصاد، دانشگاه سیستان و بلوچستان، زاهدان، ایران

3 استادیار،گروه اقتصاد کشاورزی،دانشکده اقتصاد، دانشگاه سیستان و بلوچستان،زاهدان، ایران

چکیده

تجارت فیزیکی محصولات کشاورزی از یک کشور به کشور دیگر، انتقال مجازی منابع آب یا تجارت آب مجازی را به­همراه دارد. زیرا کالاهای کشاورزی حاوی آب تعبیه شده فراوانی هستند. هدف این پژوهش تعیین کمیت تجارت آب مجازی محصولات کشاورزی ایران در دوره زمانی 2018-2001 و بررسی عوامل مؤثر بر تجارت آب مجازی محصولات کشاورزی ایران بود. در ابتدا ردپای آب و تجارت آب مجازی محاسبه شد. متغیرهای کلان اقتصادی مؤثر بر تجارت آب مجازی شناسایی و توابع واردات و صادرات آب مجازی تعیین شدند. سپس آزمون ایستایی متغیرها توسط آزمون ایم پسران شین صورت گرفت و برای بررسی عوامل مؤثر بر تجارت آب مجازی از روش خود رگرسیون برداری پانل استفاده شد. نتایج نشان داد قیمت نسبی صادراتی بیشترین تأثیر را بر صادرات آب مجازی محصولات کشاورزی ایران دارد. شوک وارد شده بر درآمد شرکای عمده تجاری منجر به کاهش صادرات آب مجازی شده است. در خصوص تابع واردات مشخص شد که قیمت‌های نسبی وارداتی و درآمد داخلی بیشترین تأثیر را بر واردات آب مجازی محصولات کشاورزی ایران دارد. نتایج بررسی تجارت آب مجازی نشان داد آب مجازی که ایران از سال 2001 تا 2018 به جهان صادر کرده  m3109 × 896/90 محاسبه شد که تقریباً 06/27‌% آب سبز، 10/66‌% آب آبی و 84/6‌% آب خاکستری بوده است. میزان واردات آب مجازی m3 109 × 260/280 برآورد شد که 75‌% آن مربوط به آب سبز بود.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Factors affecting the Virtual Water Trade of Agricultural Crops of Iran (Application of Panel Vector Autoregression Model)

نویسندگان [English]

  • Mehran Hekmatnia 1
  • Mahdi Safdari 2
  • Seyed Mehdi Hosseyni 3
  • Amir Dadres Moghadam 3
1 PhD Scholar, Department of Agricultural Economics, Faculty of Economics, University of Sistan and Baluchestan, Zahedan, Iran
2 Assoc. Professor, Department of Agricultural Economics, Faculty of Economics, University of Sistan and Baluchestan, Zahedan, Iran
3 Assist. Professor, Department of Agricultural Economics, Faculty of Economics, University of Sistan and Baluchestan, Zahedan, Iran
چکیده [English]

The physical trade of agricultural crops from a country to another one involves the virtual transfer of water resources or the virtual water trade. Because agricultural commodities contain a lot of water embedded. The aim of this paper was to quantify the volumes of the virtual water trade of crops of Iran in 2001–2018 and to assess the effective factors on the virtual water trade of crops of Iran. Initially, water footprint and virtual water trade were calculated. Macroeconomic variables affecting virtual water trade were identified and determined by the virtual water import and export functions. Then, the unit root test of the variables was performed by the Im Pesaran Shin test and the PVAR model was used for the factors affecting the virtual water trade. The results showed that the relative export price has the greatest impact on the virtual water export of crops of Iran. The shock on the income of major trading partners has led to a decline in virtual water exports. Regarding the import function, it was found that relative import prices and domestic income has a major impact on the import of virtual water of Iranian agricultural crops. The calculations of the virtual water showed that Iran has exported 90.896 × 109 m3 virtual water from 2001 to 2018. Out of which, approximately 27.06% was green water, 66.10% blue water, and 6.84% gray water. The amount of virtual water import estimated was 280.260 × 109 m3, 75% of which was green water.

کلیدواژه‌ها [English]

  • Blue water
  • gray water
  • Green water
  • Virtual Water Export
  • Virtual Water Import
Ababaei, B. and Etedali, H. R. (2014). Estimation of water footprint components of Iran’s wheat production: Comparison of global and national scale estimates. Environ. Process., 1(3), 193-205.
Abaei, B. and Etedali, H. R. (2015). Estimation of Water Footprint Compartments in National Wheat Production. J. Water Soil, 29(6), 1458-1468. [In Persian].
Alamri, Y. and Reed, M. R. (2019). Estimating Virtual Water Trade in Crops for Saudi Arabia. Am. J. Water Resour., 7(1), 16-22.
Antonelli, M., Tamea, S. and Yang, H. (2017). Intra-EU agricultural trade, virtual water flows and policy implications. Sci. Tot. Environ., 587, 439-448.
Baltagi, B. (2008). Econometric analysis of panel data. John Wiley & Sons.
Brindha, K. (2017). International virtual water flows from agricultural and livestock products of India. J. Clean. Product., 161, 922-930.
Duarte, R., Pinilla, V. and Serrano, A. (2019). Long term drivers of global virtual water trade: A trade gravity approach for 1965–2010. Ecol. Econom., 156, 318-326.
Fracasso, A. (2014). A gravity model of virtual water trade. Ecological economics, 108, 215-228.
Fracasso, A., Sartori, M. and Schiavo, S. (2016). Determinants of virtual water flows in the Mediterranean. Sci. Tot. Environ., 543(Pt B): 1054-1062.
Hamilton, J. D. (1994). Time Series Analysis. Princeton, NJ: Princeton University Press.
Hekmatnia, M., Hosseini, M. and Safdari, M. (2018). Application of Fuzzy Logic in Calculation of Urban Water Tariff in Iran. J. Hydrosci. Environ., 2(4), 33-43 [In Persian].
Hekmatnia, M., Hosseini, M. and Safdari, M. (2020). Determination and assessment of green, blue and gray water footprints in the international trade of agricultural products of Iran. Iran. J. Irrig. Drain., 14(2), 446-463 [In Persian].
Hoekstra, A. and Mekonnen, M. (2012). The water footprint of humanity. PNAS, 109(9), 3232-3237.
Hoekstra, A. Y. and Hung, P. Q. (2005). Globalisation of water resources: international virtual water flows in relation to crop trade. Global Environ. Change, 15(1), 45-56.
Hoekstra, A., Chapagain, K., Mekonnen, M. and Aldaya, M. (2011). The water footprint assessment manual: Setting the global standard. Routledge.
Im, K. S., Pesaran, M. H., and Shin, Y. (1997). Testing for Unit Roots in Heterogeneous Panels. University of Cambridge. Revised version of the DAE working paper, (9526).
Kiani, G. H. (2018). Study of domestic and international virtual water trade in Iran. J. Water Soil Sci., 22(1)‌,115-125. [In Persian].
Lamastra, L., Miglietta, P., Toma P., De Leo, F. and Massari, S. (2017). Virtual water trade of agri-food products: Evidence from Italian Chinese relations. Sci. Total Environ., 599, 474-482.
Lütkepohl, H. (2005). New introduction to multiple time series analysis. Springer Science and Business Media.
Mekonnen, M. and Hoekstra, A. Y. (2012). A global assessment of the water footprint of farm animal products. Ecosys., 15(3), 401-415.
Omidi, T., Bagheri, A. and Heydari, N. (2019). Water footprint analysis of sugar export/import and production in Iran for the period of 2005-2014. Iran Water Resour. Res., 15(3), 78-90 [In Persian].
Pourmehr, M., Sepehrdoust, H. and Naziri, M. K. (2019). Impact of macroeconomic and management quality variables on the profitability of private banks; using structural panel VAR approach. J. Econom. Model. Res., 9(34), 201-254 [In Persian].
Shirzadi, E., Sayehmiri, A., and Asgari, H. (2019). Investigating factors affecting virtual water trade in wheat production using gravity model. Iran. J. Agri. Econom. Develop. Res., 50(3), 501-513. [In Persian].
Tian, X., Sarkis, J., Geng, Y., Qian, Y., Gao, C., Bleischwitz, R. and Xu, Y. (2018). Evolution of China's water footprint and virtual water trade: A global trade assessment. Environ. Int., 121, 178-188.