بخشی از مقاله
چکیده
مصرف برق در بخش خانگی کشور بالا بوده و از رشد بالایی نیز برخوردار میباشد. یکی از راه کارهاي کاهش مصرف برق، هدفمندسازي یارانهها می باشد. با توجه به اثرات متفاوت استانهاي کشور در کاهش مصرف ، در مطالعه فوق ابتدا تابع تقاضاي برق در بخش خانگی براي 28 استان کشور به روش دادههاي تلفیقی - Panel Data - برآورد و سپس با استفاده از کششهاي قیمتی و درآمدي و سهم استان ها از مصرف کل کشور، سهم هر استان در کاهش مصرف برق خانگی کشور در طی فرایند هدفمندسازي یارانهها محاسبه گردیده است.
نتایج نشان داده که برق خانگی در تمامی استانها کالایی ضروري بوده و در برخی استانها کالایی کم کشش و در برخی استان ها باکشش بوده است. نتایج بررسی سهم استان ها در کاهش مصرف برق کشور حاکی از آن بوده که بیشترین کاهش مصرف برق در بخش خانگی به ترتیب در استان هاي تهران ، هرمزگان و بوشهر به ترتیب با 31/5 ، 26/7 و 25/5 درصد از مصرف کل کشوربوده است، همچنین سهم استانها درکاهش مصرف کشور بیشتر تحت تاثیر کشش قیمتی استانها میباشد و نه سهم استان ازمصرف برق کشور ، ضمن آنکه آزمون همجمعی نیز مانایی مدل برآوردي را تایید نموده است.
-1 مقدمه
یکی از مسائل مهم دنیاي امروزي، ایجاد تعادل بین عرضه و تقاضاي حامل هاي انرژي می باشد. در این میان انرژي الکتریکی به عنوان یکی از مهمترین حاملهاي انرژي و نیز به دلیل آن که در فرایند تولید سرمایه بر و پیچیده ي آن از حامل هاي انرژي تجدید ناپذیر استفاده می شود، از اهمیت فوق العاده اي برخوردار می باشد لذا مسئله تعادل عرضه و تقاضا در این خصوص بر اهمیت آن میافزاید.
محدودیت حامل هاي انرژي تجدید ناپذیر از یک سو و رشد جمعیت جهان - که ارتباط نزدیکی با مصرف برق دارد - از سوي دیگر، این مسئله را حساس تر نموده است. تمامی موارد تعیین سهم استانها در کاهش مصرف برق خانگی در طی فرایند هدفمندسازي یارانهها به روش Panel Data مذکور اهمیت ایجاد تعادل عرضه و تقاضاي برق در کشور را نشان می دهد. ازآنجا که افزایش تولید و عرضه برق به دلیل محدودیت هایی که در بالا ذکر گردید با مشکلات زیادي همراه می باشد بنابراین به نظر می رسد تنها راه برقراري تعادل عرضه و تقاضاي برق، تعدیل مصرف برق و مدیریت تقاضاي برق می باشد. جهت مدیریت تقاضاي برق ، برآورد تابع تقاضا بسیار مهم می باشد و براي دستیابی به اطلاعات دقیق تري در این مورد ، برآورد تابع تقاضا در سطح استان هاي کشور برآورد گردیده است.
در این مطالعه تابع تقاضاي برق در بخش خانگی براي 28 استان کشور به روش داده هاي تلفیقی - Panel Data - و در طی سالهاي 1378-86 برآورد شده است. برآورد مدل با استفاده از نرمافزار Eviews 6.0 صورت پذیرفته است. تخمین مدل هاي مذکور امکان بررسی وضعیت مصرف و قمیت برق در بخش خانگی را میسر می سازد و نیز می توان تأثیرات متغیرهاي موثر بر تقاضاي برق را به تفکیک استان ها مورد بررسی قرار داد.
پس از برآورد تابع و تعیین کشش هاي قیمتی و درآمدي و اطلاعاتی چون میزان افزایش قیمت برق در طرح هدفمندسازي یارانه ها و سهم استان ها در مصرف برق کشور ، سهم استان هاي مختلف در کاهش مصرف برق کشور در طی فرایند هدفمندسازي یارانهها تعیین گردیده است. در مطالعه فوق، در بخش دوم پیشینه نگاشتهها بررسی ، در بخش سوم مدل مورد استفاده معرفی، در بخش چهارم برآورد مدل صورت پذیرفته و در بخش پنجم پیشنهادات ارائه گردیده است.
-2 پیشینه نگاشته ها
از مطالعات داخلی می توان به مطالعه محمدي دینانی با عنوان " تخمین تابع تقاضاي برق خانگی در شهرستان کرمان"، لطفعلی پور و لطفی با عنوان " بررسی و برآورد عوامل مؤثر بر تقاضاي برق خانگی در استان خراسان" ، پورآزرم در مقاله "برآورد تابع تقاضاي برق خانگی استان خوزستان"، مطالعه حلافی و اقبالی با عنوان " برآورد توابع تقاضاي برق استان خوزستان "، مطالعه عسگري در مقاله "تخمین تقاضاي برق در بخش خانگی و برآورد کشش هاي قیمتی و درآمدي آن" ، مطالعه عزیزي با عنوان " بررسی عوامل مؤثر بر پیش فروش برق خانگی شهر اهواز با استفاده از مدل رگرسیون لجستیک" ، مطالعه جمال پور با عنوان " تجزیه و تحلیل تقاضاي انرژي الکتریکی روستایی ومدلسازي آن"،مطالعه صفاري پور اصفهانی با عنوان " بررسی و پیش بینی تقاضاي برق در ایران" و " چشمانداز تقاضاي برق و ظرفیت عملی نیروگاهی مورد نیاز کشور در برنامه سوم توسعه" را نام برد.
از مطالعات خارجی می توان مطالعات زیر را نام برد :
زیرامبا - 2008 - 1 در مطالعه " تقاضا براي برق خانگی در افریقاي جنوبی"، نشان داده که نشان داده که در بلند مدت درآمد اصلی ترین متغیر تعیین تقاضاي برق بوده و این در حالی است که تقاضا نسبت به قیمت برق بی معنی بوده است. هولتدال و جوتز - 2004 - 2 در مطالعه " تقاضاي برق خانگی درتایوان" نشان داده اند که در این مطالعه کشش درآمدي بلند مدت واحد بدست آمده و کشش قیمتی منفی و بی کشش بوده است.
در کوتاه مدت کشش درآمدي و قیمتی کوچک و کمتر از بلند مدت بوده است. کومار و شوکلا - 1999 - 3 در مطالعه " کشش تقاضاي برق در هندوستان" نشان داده اند که کشش درآمدي برق در بخش خانگی کوچکتر از یک و کشش قیمتی کوتاهمدت -0/65 بوده است. فیلیپینی و پاچوري - 2004 - 4 در مطالعه " محاسبه کشش تقاضاي برق در خانوارهاي شهري هند" نشان داده اند که تقاضا براي قیمت و درآمد در زمستان، پاییز و تابستان بی کشش ولی ویژگی هاي خانوادگی و جغرافیایی اثر معنی داري را بر تقاضاي برق دارد. آتاخانوا و هوي - 2007 - 5 در مطالعه " تقاضاي برق در قزاقستان" نشان داده اند که اولاً کشش قیمتی برق در تمام بخش ها پایین بوده و ثانیاً کشش درآمدي زیر بخشها تعیین سهم استانها در کاهش مصرف برق خانگی در طی فرایند هدفمندسازي یارانهها به روش Panel Data کوچکتر از یک بوده و بخش خانگی نیز پایین ترین کشش درآمدي را داشته است.
-3 معرفی مدل
بسیاري از مطالعات اخیر که در حیطه علم اقتصاد صورت گرفته، از مجموعه داده هاي ترکیبی براي بررسی ها استفاده کرده اند. بدین ترتیب که چندین بنگاه، خانوار، استان، کشور و.... در طول زمان مورد تجزیه و تحلیل قرار گرفته اند. تجزیه و تحلیل داده هاي پانل یکی از موضوعات جدید و کاربردي در اقتصاد جدید می باشد، چراکه محیطی بسیار غنی از اطلاعات را براي گسترش شیوه هاي تخمین و نتایج نظري فراهم می آورد.
در بسیاري موارد، محققین می توانند از روش داده هاي پانل در مورد مسائلی که نمی توان آنها را فقط بصورت سري زمانی یا فقط بصورت مقطعی بررسی کرد، استفاده نمایند. ترکیب آمارهاي سري زمانی با امارهاي مقطعی نه تنها می تواند اطلاعات سودمندي را براي تخمین مدل هاي اقتصادي فراهم کند، بلکه بر مبناي نتایج بدست آمده می توان استنباط هاي سیاست گذاري درخور توجهی را نیز به عمل آورد.
مزیت استفاده از داده هاي ترکیبی نسبت به داده هاي مقطعی و سري زمانی:
-1 امکان طراحی الگوهاي رفتاري پیچیده تر فراهم می گردد.
-2 داده هاي ترکیبی اطلاعات آگاه کننده، تنوع یا تغییر پذیري، درجات آزادي، کارایی بیشتر و نیز هم خطی کمتري بین متغیرها فراهم می کند.
-3 داده هاي ترکیبی یعنی داده هاي مرکب از یک سري زمانی از نمونه هاي مقطعی بالقوه، از نظر اطلاعات بسیار غنی تر از نمونه مقطعی - N - و سري هاي زمانی - - T خواهند بود. اما با ترکیب این دو، تعداد داده ها به NT افزایش می یابد که این امر می تواند منجر به برآوردهاي کاراتري از پارامتر ها گردد.
-4 داده هاي ترکیبی، شناسایی اثراتی - اثرات غیرقابل مشاهده - را ممکن می سازد که با استفاده از آمارهاي مقطعی و سري زمانی به اسانی قابل شناسایی نیستند.
-5 داده هاي ترکیبی از واحد هاي کوچکی گردآوري می شوند. بنابراین انحرافات ناشی از تجمع افراد یا شرکتها نیز حذف می شوند. [28]
-1-3 روش هاي تخمین
پارامترهاي مجهول مدل هستند که واکنش متغیروابسته نسبت به تغییرات k امین متغیر مستقل در i امین مقطع و t امین زمان را اندازه گیري می کنند. در حالت کلی فرض می شود که این ضرایب در میان همه واحدهاي مقطعی و زمانی مختلف، متفاوت است. ولی در بسیاري از مطالعات پژوهشی، متغیر بودن این ضرایب هم براي تمامی مقاطع و هم براي تمامی زمانها بسیار محدودکننده است و پژوهشگر باید با توجه به ماهیت موضوع مورد مطالعه و سایر ضوابط، فرض هاي مقتضی را در خصوص پارامترها تعیین نماید.
