مدل اثرات توأم دو متغیر کلان اقتصادی تولید ناخالص داخلی و قیمت بنزین بر تلفات حوادث ترافیکی با استفاده از داده‎های پانل

نویسندگان

1 استادیار، دانشکده مهندسی عمران، دانشگاه علم‎وصنعت ایران، تهران، ایران

2 دانش‎آموخته کارشناسی ارشد، دانشکده مهندسی عمران‌، دانشگاه علم‎وصنعت ایران، تهران، ایران

3 دانش‎آموخته کارشناسی ارشد، دانشکده مدیریت و اقتصاد‌، دانشگاه سیستان و بلوچستان، زاهدان، ایران

چکیده

بررسی اثر عوامل کلان اقتصادی و اجتماعی بر تلفات حوادث ترافیکی گامی مناسب در جهت اتخاذ تصمیم‎های صحیح اقتصادی و کاهش خسارات ناشی از این حوادث در کشورها است. اما با توجه به شرایط اقتصادی و موقعیت متفاوت کشورها، این اثرات متفاوت هستند. این پژوهش برای اولین‎بار به‎طور توأم به بررسی رابطه میان قیمت بنزین و سرانه تولید ناخالص داخلی با نرخ تلفات ترافیکی به تفکیک کشورهای عضو سازمان توسعه و همکاری اقتصادی (OECD) و سایر کشورها پرداخته است و از این طریق سطح اقتصادی کشورها در بررسی این عوامل در نظر گفته شده است. داده‎های استفاده شده در این پژوهش، داده‎های 91 کشور جهان طی سال‎های 2000 الی 2016 در قالب داده‎های پانل هستند. در تحلیل این داده‎ها از مدل خودرگرسیون برداری پانل (VAR) که یکی از روش‎های مناسب اقتصادسنجی است، استفاده شد و اثر متغیرها در سال‎های قبل نیز شناسایی گردید. نتایج حاصل از این پژوهش نشان داد در هر دو گروه کشور و با روندی کاملاً متفاوت، به‎طور معناداری افزایش قیمت بنزین در دو سال نخست و سرانه تولید ناخالص داخلی موجب کاهش نرخ تلفات ترافیکی می‎شوند. این کاهش به‎خصوص در مورد قیمت بنزین و برای کشورهای OECD بیشتر است. دلیل این امر را می‎توان حذف سفرهای غیرضروری و افزایش مطلوبیت حمل‎ونقل همگانی در اثر افزایش قیمت بنزین و بهبود شرایط ایمنی ترافیک کشورها در اثر افزایش تولید ناخالص داخلی و در نتیجه آن کاهش تلفات حوادث ترافیکی دانست.

کلیدواژه‌ها

عنوان مقاله [English]

The Model of Simultaneous Effects of Two Economic Macroscale Variables, GDP and Gasoline Price, on Road Traffic Fatalities by Panel Data

نویسندگان [English]

  • A. Tavakoli Kashani 1
  • Z. Sartibi 2
  • M. Afsharpoor 3
1 Assistant Professor, School of Civil Engineering, Iran University of Science and Technology, Tehran. Iran
2 M.Sc. Grad., School of Civil Engineering, Iran University of Science and Technology, Tehran. Iran
3 M.Sc. Grad., School of Management and Economics, University of Sistan and Baluchestan, Zahedan, Iran
چکیده [English]

Investigating the effects of socioeconomic macroscale factors on road traffic fatalities is a useful step for adopting accurate economic decisions and reducing damages of these accidents in countries. But due to the distinct economic level and position of countries, these effects are different. This paper has paid to investigate the simultaneous relationship between gasoline price and GDP with traffic fatalities. The data used in this paper are the panel data of 91 countries spanning 2000-2014. In analyzing these data that applied separately for OECD and non-OECD countries, have used one of the proper models in econometrics titled "vector autoregressive model (VAR)". The results revealed in both groups of countries and with quite different trends, increase in gasoline price and GDP per capita significantly lead to decrease in traffic fatalities rate. This decrease is more especially about gasoline price in OECD countries. The reason for these results can be the removal unnecessary trips and increase in public transportation utility in effect of gasoline price increase and improve traffic safety conditions in effect of an increase in GDP.

کلیدواژه‌ها [English]

  • Traffic Fatalities
  • Gross Domestic Product
  • Gasoline Price
  • OECD and Non-OECD Countries
  • VAR Mode (Vector Autoregressive Model)

مراجع

اشرف زاده، س.ح.ر.، و مهرگان، ن.، (1393)، "اقتصادسنجی پانل دیتای پیشرفته"، تهران، نورعلم.
-افلاطونی، ع.، (1394)، "تجزیه و تحلیل آماری با Eviews در تحقیقات حسابداری و مدیریت مالی"، تهران، ترمه.
-توکلی کاشانی، ع.، و سرتیبی، ز.، (1396)، "تولید ناخالص داخلی و ایمنی ترافیک"، پنجمین کنگره بین‎المللی عمران، معماری و شهرسازی، دانشگاه شهید بهشتی تهران، دی ماه.
-توکلی کاشانی، ع.، و سرتیبی، ز.، (1396)، "قیمت سوخت، مصرف سوخت و تلفات حوادث ترافیکی"، هفدهمین کنفرانس بین‎المللی حمل‎ونقل و ترافیک، برج میلاد تهران، بهمن ماه.
-فقه مجیدی، ع.، و ابرهیمی، ص.، (1393)، "اقتصادسنجی کاربردی پانل دیتا با استفاده از ای ویوز8 (Eviews8)"، تهران، نورعلم.
-سوری، ع.، (1395)، "اقتصادسنجی پیشرفته، جلد 2"، چاپ ششم، تهران، انتشارات فرهنگ شناسی.
-میرشجاعیان حسینی، ح.، و رهبر، ف.، (1389)، "بررسی رابطه علیت میان مولفه­­های توسعه پایدار در کشورهای خاورمیانه و شمال آفریقا (منا)، "­فصلنامه مطالعات اقتصاد انرژی، سال هفتم، شماره 25، ص. 88-63.
-Asadi-Shekari, Z., Moeinaddini, M., Sultan, Z., Zaly Shah, M., and Hamzah, A. (2016), "Analysing the relationships between travel mode indicators and the number of passenger transport fatalities at the city level," Traffic injury prevention (just-accepted), pp. 00-00.
-Baltagi, B. H. (2013), "Econometric Analysis of Panel Data, 5th Edition".
-Burke, P. J., and Nishitateno, S. (2015), " Gasoline prices and road fatalities: International evidence", Economic Inquiry, Vol. 53, No. 3, pp. 1437-1450.
-Chi, G., Porter, J. R., Cosby, A. G., and Levinson, D. (2013), " The impact of gasoline price changes on traffic safety: a time geography explanation," Journal of Transport Geography, Vol. 28, pp. 1-11.
-Dadgar, I., and Norström, T. (2016), “Short-term and long-term effects of GDP on traffic deaths in 18 OECD countries, 1960–2011," Journal of epidemiology and community health, pp. jech-2015-207138.
-German Agency for International Cooperation (GIZ), “International Fuel Prices, March 2017. Federal ministry for economic cooperation and development, published by GIZ, From: https://www.giz.de/expertise/downloads/giz2017-en-ifp2016 2017.pdf.
-Graham, D. J., and Glaister, S. (2004), " Road traffic demand elasticity estimates: a review", Transport reviews, Vol. 24, No. 3, pp. 261-274.
-Granger, C. W. (2001), "Developments in the study of cointegrated economic variables", Paper presented at the Essays in econometrics, pp. 173-188.
-Hafer, R. W., and Sheehan, R. G. (1989), "The sensitivity of VAR forecasts to alternative lag structures", international Journal of Forecasting, Vol. 5, No. 3, pp. 399-408.
-Im, K. S., Pesaran, M. H., and Shin, Y. (2003), "Testing for unit roots in heterogeneous panels", Journal of econometrics, Vol. 115, No. 1, pp. 53-74.
-Kassim, H., Peterson, J., Bauer, M. W., Connolly, S., Dehousse, R., Hooghe, L., and Thompson, A. (2013), The European Commission of the twenty-first century: OUP Oxford.
-Lukongo, O. E. B. (2017), "Economic and statistical perspectives on traffic safety in Louisiana, 2005–2015", Journal of Safety Research.
-Pedroni, P. (2001a), "Fully modified OLS for heterogeneous cointegrated panels Nonstationary panels, panel cointegration, and dynamic panels", (pp. 93-130): Emerald Group Publishing Limited.
-Pedroni, P. (2001b), "Purchasing power parity tests in cointegrated panels", Review of Economics and Statistics, Vol. 83, No. 4,
pp. 727-731.
-Toda, H. Y., and Yamamoto, T. (1995), "Statistical inference in vector auto regressions with possibly integrated processes", Journal of econometrics, Vol. 66, No. 1-2, pp. 225-250.
-United states department of agriculture, USDA, International macroeconomic data set, from: https://www.ers.usda.gov/data-products/international-macroeconomic-data-set.
-World health organization (WHO), Global Health Observatory (GHO) data repository, road safety, from: http://apps.who.int/gho/data/node.main.A997?lang=en.
-World health Organization (WHO), (2015), "Global status report on road safety 2013. WHO, 2013," ed: Geneva.
-Yannis, G., Antoniou, C., Papadimitriou, E., and Katsochis, D. (2011), "When my road fatalities start to decrease?", Journal of Safety Research, Vol. 42, No. 1, pp. 17-25.
-Yannis, G., Papadimitriou, E., and Folla, K. (2014), "Effect of GDP changes on road traffic fatalities", Safety science, Vol. 63, pp. 42-49.
پژوهشنامه حمل و نقل
دوره 16، شماره 1
خرداد 1398
صفحه 29-42

فایل ها

هم رسانی

ارجاع به این مقاله

آمار