نوع مقاله : مقاله پژوهشی
نویسندگان
1 بخش اقتصاد، دانشگاه شیراز، شیراز، ایران.
2 مجتمع آموزش عالی لارستان، لارستان، ایران.
چکیده
سوال مهمی که این تحقیق به دنبال پاسخ گویی به آن می باشد، این است که آیا کمبود منابع اولیه انرژی های فسیلی رشد اقتصادی را محدود میکند؟ با توجه به اینکه منابع طبیعی زمین محدود است، به نظر می رسد که پاسخ مثبت است. با این حال، دو دلیل برای رد این پاسخ وجود دارد. پیشرفتهای تکنولوژیکی که منابع را حفظ خواهد کرد و ممکن است بتواند کمبود منابع را از بین ببرد. علاوه بر این، کشورها می توانند منابع را از کشورهای دیگر وارد کنند. هدف این مقاله توسعه یک مدل رشد درون زا با منابع انرژی اولیه تصادفی و استفاده از آن برای توضیح رفتار حالت پایا برای اقتصاد ایران است. در این تحقیق عدم قطعیت های مربوط به منابع اولیه انرژی های فسیلی قابل استخراج در نظر گرفته شده و بر این اساس یک مدل رشد تصادفی توسعه داده شده است. سپس الگوی بسط داده شده به صورت تحلیلی با استفاده از معادله بهینه سازی SHJB حل شده است. در نهایت، برای اقتصاد ایران، از راه حل عددی الگوی تحلیلی حل شده کالیبره شده است. یافته های اولیه نشان می دهد که با در نظر گرفتن عدم قطعیت در استخراج منابع اولیه انرژی، سرعت رشد اقتصادی کاهش می یابد، که منجر به کاهش بعدی در میزان استخراج منابع میشود. علاوه بر این، نتایج تحقیق نشان می دهد که واریانس استخراج انرژی در اقتصاد ایران تقریباً 0.22 است. همچنین با توجه به الگوی در نظر گرفته شده، در شرایط عدم قطعیت، نرخ رشد اقتصادی بهینه در حالت پایا 7.1 درصد با نرخ استخراج 1.1 درصد خواهد بود.
کلیدواژه‌ها
موضوعات
Review, 10(3(34)), 135-156.
Achdou, Y., Buera, F. J., Lasry, J. -M., Lions, P. -L., & Moll, B. (2014). Partial
differential equation models in macroeconomics. Philosophical Transactions
of the Royal Society A: Mathematical, Physical and Engineering Sciences,
372(2028), 20130397.
Achdou, Y., Han, J., Lasry, J. -M., Lions, P. -L., & Moll, B. (2014).
Heterogeneous agent models in continuous time. Preprint, 14.
Aghion, P., Blundell, R., Griffith, R., Howitt, P., & Prantl, S. (2009). The effects
of entry on incumbent innovation and productivity. The Review of Economics
and Statistics, 91(1), 20-32.
Aguilera, R. F., & Ripple, R. D. (2012). Technological progress and the
availability of European oil and gas resources. Applied Energy, 96, 387-392.
Aliyu, M. (2018). A local iterative approach for solving the stochastic Hamilton‐
Jacobi‐Bellman equation (SHJBE) arising in the stochastic control of affine
nonlinear systems. Optimal Control Applications and Methods, 39(2), 997-
1010.
Aseev, S. M., & Kryazhimskii, A. (2007). The pontryagin maximum principle and
optimal economic growth problems. Proceedings of the Steklov Institute of
Mathematics, 257(1), 1-255.
Banerjee, T., & Siebert, R. (2017). Dynamic impact of uncertainty on R&D
cooperation formation and research performance: Evidence from the biopharmaceutical industry. Research Policy, 46(7), 1255-1271.
Barbier, E. B. (2021). The evolution of economic views on natural resource
scarcity. Review of Environmental Economics and Policy, 15(1), 24-44.
Bayraktar, E., & Sirbu, M. (2013). Stochastic perron's method for Hamilton--
Jacobi--Bellman equations. SIAM Journal on Control and Optimization,
51(6), 4274-4294.
Bekaert, G., Engstrom, E. C., & Xu, N. R. (2019). The time variation in risk
appetite and uncertainty (No. w25673). National Bureau of Economic
Research.
Beladi, H., Deng, J., & Hu, M. (2021). Cash flow uncertainty, financial constraints
and R&D investment. International Review of Financial Analysis, 101785.
Bellman, R. (1952). On the theory of dynamic programming. Proceedings of the
National Academy of Sciences of the United States of America, 38(8), 716.
Bellman, R., & Kalaba, R. E. (1965). Dynamic programming and modern control
theory. (Vol. 81), Citeseer.
Bellman, R. E. (1962). Stuart E. dreyfus-applied dynamic programming.
Princeton/New Jersey.
Besov, K. O. (2014). On necessary optimality conditions for infinite-horizon
economic growth problems with locally unbounded instantaneous utility
function. Proceedings of the Steklov Institute of Mathematics, 284(1), 50-80.
)