ارزیابی اثرات رفاهی تغییرات موجودی بازار انواع روغن های خوراکی در ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد اقتصاد کشاورزی دانشگاه شیراز.

2 استادیار اقتصاد کشاورزی دانشگاه کشاورزی و منابع طبیعی رامین خوزستان.

3 دانشجوی دکتری اقتصاد کشاورزی دانشگاه شیراز.

چکیده

دانه­های‌ روغنی بعد از غلات به­عنوان دومین منبع تامین انرژی در تغذیه انسان مطرح می­باشند. در میان اجزای پنجگانه مواد غذایی، روغن و چربی­ها به دلیل تامین فشرده­ترین منبع انرژی و ویتامین­های محلول در چربی و ارزش غذایی بالایشان از اهمیت ویژه­ای برخوردار می­باشند. در مطالعه‌ حاضر تقاضای خانوار برای ‌مهم­ترین روغن­های خوراکی شامل روغن زیتون، سویا، ذرت و آفتابگردان در ایران در دوره زمانی 1369-1391 بررسی گردید. همچنین اثرات رفاهی تغییرات میزان موجودی بازار آنها مبتنی بر مقدار، مورد ارزیابی قرار گرفته است. بدین منظور از سیستم تقاضای تقریبا ایده­آل معکوس درجه دوم (IQUAIDS) استفاده شده است. نتایج به­دست آمده نشان داد که تمامی روغن­های خوراکی دارای کشش خود مقداری منفی هستند و روغن­های سویا و زیتون به ترتیب دارای بیشترین و کمترین کشش خود مقداری می­باشند. در پایان، میزان تغییرات رفاه ناشی از کاهش 10، 25 و50 درصدی موجودی بازار روغن آفتابگردان بیشترین تاثیر را بر روی رفاه خانوارها در میان سایر روغن­ها دارد. بنابراین در میان روغن­های موجود، روغن آفتابگردان از اهمیت بالایی در سبد خانوار برخوردار است.

کلیدواژه‌ها


عنوان مقاله [English]

A

نویسندگان [English]

  • S. Nikmehr 1
  • A. Abdeshahi 2
  • A. Mirzaei 3
1 دانشجوی کارشناسی ارشد اقتصاد کشاورزی دانشگاه شیراز.
2 استادیار اقتصاد کشاورزی دانشگاه کشاورزی و منابع طبیعی رامین خوزستان.
3 دانشجوی دکتری اقتصاد کشاورزی دانشگاه شیراز.
چکیده [English]

A

کلیدواژه‌ها [English]

  • a
  1.  

    1. تسنیمی،ع.(1384). گزارشی پیرامون وضعیت صنایع روغن کشی و روغن نباتی با تاکید بر دانه های روغنی پنبه دانه در ایران. دفتر مطالعات زیربنایی،مرکز پژوهش های مجلس شورای اسلامی.
    2. ﺣﺴﻦپور،ا.( 1378 ). ﺑﺮرﺳﻲ رﻓﺘﺎر قیمت ﺳﻴﺐزﻣﻴﻨﻲ، ﮔﻮﺟﻪﻓﺮﻧﮕﻲ و ﭘﻴﺎز ﺑﺎ اﺳـﺘﻔﺎده از ﺳﻴـﺴﺘﻢ ﺗﻘﺎﺿـﺎی ﻣﻌﻜـﻮس. مجموعه مقالات سومین کنفرانس اقتصاد کشاورزی. دانشگاه فردوسی مشهد.
    3. حسین زاد، ج. (1389). ﭘﯿﺶﺑﯿﻨﯽ ﻗﯿﻤﺖ ﮔﺮوه­های ‌اﺻﻠﯽ ﻣﻮاد ﻏﺬاﯾﯽ در اﯾﺮان. ﻣﺠﻠﻪ ﭘﮋوﻫﺶﻫﺎی ﺻﻨﺎﯾﻊﻏﺬاﯾﯽ، جلد دوم، 84-73.
    4. سلامی، ح. و رضایی، س.(1389).پیش بینی قیمت­های گوشت: رویکرد تابع معکوس تقاضا. نشریه اقتصاد و توسعه کشاورزی،جلد 24، صفحه 303-298.
    5. محمدی،د.(1383). تعیین مزیت نسبی دانه های روغنی و بررسی مشکلات تولید آنها در استان فارس. مجله اقتصاد کشاورزی و توسعه. شماره4، صفحه 171-125.
    1. Bopape, L., & Myers, R. (2007). Analysis of household demand for food in South Africa: Model selection, expenditure endogeneity, and the influence of socio-demographic effects. In African econometrics society annual conference”, Cape Town, South Africa.
    2. Eales, J. S., & Unnevehr, L. J. (1994). The inverse almost ideal demand system. European Economic Review, 38(1), 101-115.
    3. Gil, A. I., & Molina, J. A. (2009). Alcohol demand among young people in Spain: an addictive QUAIDS. Empirical Economics, 36(3), 515-530.
    4. Grant, J. H., Lambert, D. M., & Foster, K. A. (2010). A seasonal inverse almost ideal demand system for North American fresh tomatoes. Canadian Journal of Agricultural Economics/Revue canadienne d’agroeconomie, 58(2), 215-234.
    5. Kabe, S., & Kanazawa, Y. (2012). Another view of impact of BSE crisis in Japanese meat market through the almost ideal demand system model with Markov switching. Applied Economics Letters, 19(16), 1643-1647.
    6. Kasteridis, P., Yen, S. T., & Fang, C. (2011). Bayesian estimation of a censored linear almost ideal demand system: Food demand in Pakistan. American Journal of Agricultural Economics, 93(5), 1374-1390.
    7. Klonaris, S. (2014). Wholesale Demand for Fish in Greece. Journal of International Food & Agribusiness Marketing, 26(1), 49-66.
    8. Kumar, P., Kumar, A., Parappurathu, S., & Raju, S. S. (2011). Estimation of Demand Elasticity for Food Commodities in India. Agricultural Economics Research Review, 24(1).
    9. Matsuda, T. (2006). Linear approximations to the quadratic almost ideal demand system. Empirical Economics, 31(3), 663-675.
    10. Matsuda, T. (2007). Linearizing the inverse quadratic almost ideal demand system. Applied Economics, 39(3), 381-396.
    11. 16-Moro, D., & Sckokai, P. (2002). Functional separability within a quadratic inverse demand system. Applied Economics, 34(3), 285-293.
    12. Moschini, G., & Vissa, A. (1992). A Linear Inverse Demand System. Journal of Agricultural & Resource Economics, 17(2).
    13. Obayelu, A. E., Okoruwa, V. O., & Ajani, O. I. Y. (2009). Cross-sectional analysis of food demand in the North Central, Nigeria: The quadratic almost ideal demand system (QUAIDS) approach. China agricultural economic review, 1(2), 173-193.
    14. Park, H., Thurman, W. N., & Easley Jr, J. E. (2004). Modeling Inverse Demands for Fish: Empirical Welfare Measurement in Gulf and South Atlantic Fisheries.Marine Resource Economics, 19(3).
    15. Steen, M. (2006). Flower power at the Dutch flower auctions? Application of an inverse almost ideal demand system. In 2006 Annual Meeting, August 12-18, 2006, Queensland, Australia (No. 25441). International Association of Agricultural Economists.
    16. Tinoco, J. R., Damian, M. A. M., Mata, R. G., Garay, A. H., & Flores, J. S. M. (2011). An almost ideal demand system (AIDS) applied to beef, pork and chicken cuts, eggs and tortillas in Mexico for the period 1995-2008. Revista Mexicana De Ciencias Pecuarias, 2(1), 39-51.
    17. Zhen, C., Finkelstein, E. A., Nonnemaker, J. M., Karns, S. A., & Todd, J. E. (2014). Predicting the Effects of Sugar-Sweetened Beverage Taxes on Food and Beverage Demand in a Large Demand System. American Journal of Agricultural Economics, 96(1), 1-25.