ISSN: 1644-275X
eISSN: 2353-3005
OAI
DOI: 10.18276/ptl.2015.29-31
Lista wydań /
ZN nr 869 PTiL nr 29
Weryfikacja zależności przyczynowo-skutkowych pomiędzy energochłonnością transportu samochodowego a transportochłonnością i poziomem podatków paliwowych w Polsce
| Autorzy: |
Elżbieta
Szaruga
Katedra Metod Ilościowych Wydziału Zarządzania i Ekonomiki Usług, Uniwersytet Szczeciński. |
| Słowa kluczowe: | VECM test śladu Johansena podatki paliwowe transportochłonność energochłonność transportu samochodowego |
| Data publikacji całości: | 2015 |
| Liczba stron: | 13 (429-441) |
Abstrakt
Artykuł poświęcono problematyce powiązań przyczynowo-skutkowych energochłonności transportu samochodowego z transportochłonnością i poziomem podatków paliwowych. Składa się on z dwóch części, w pierwszej omówiono modele innych badaczy, koncentrujących się na podejściu VAR i VECM. W drugiej części przedstawiono analizę empiryczną za pomocą modelu VECM, dokonano identyfikacji podstawowych zależności pomiędzy omawianymi kategoriami, określono współwystępowanie tendencji dla omawianych zmiennych. Ponadto użyto test ADF oraz test śladu Johansena do określenia stacjonarności i rzędu kointegracji. W wyniku przeprowadzonych badań, znaleziono dwukierunkową zależność pomiędzy energochłonnością transportu samochodowego a transportochłonnością oraz jednokierunkową zależność pomiędzy poziomem podatków a energochłonnością lub transportochłonnością.
Bibliografia
| 1. | Abdallah K.B., Belloumi M., De Wolf D., Indicators for sustainable energy development: A multivariate cointegration and causality analysis from Tunisian road transport sector, „Renewable and Sustainable Energy Reviews” 2013, vol. 25. |
| 2. | Beyzatlar M.A., Karacal M., Yetkiner H., Granger-causality between transportation and GDP: A panel data approach, „Transportation Research Part A” 2014, vol. 63. |
| 3. | Chandran V.G.R., Tang C.F., The impacts of transport energy consumption, foreign direct investment and income on CO2 emissions in ASEAN-5 economies, „Renewable and Sustainable Energy Reviews” 2013, vol. 24. |
| 4. | Eurostat http://ec.europa.eu/eurostat/data/database. |
| 5. | Kulshreshtha M., Nag B., Kulshreshtha M., A multivariate cointegrating vector auto regressive model of freight transport demand: evidence from Indian railways, „Transportation Research Part A” 2001, vol. 35. |
| 6. | Liddle B., Lung S., The long-run causal relationship between transport energy consumption and GDP: Evidence from heterogeneous panel methods robust to crosssectional dependence, „Economics Letters” 2013, vol. 121. |
| 7. | Liddle B., The systemic, long-run relations among gasoline demand, gasoline price, income, and vehicle ownership in OECD countries: Evidence from panel cointegration and causality modeling, „Transportation Research Part D” 2012, vol. 17. |
| 8. | Lin B., Xie C., Estimation on oil demand and oil saving potential of China’s road transport sector, „Energy Policy” 2013, vol. 61. |
| 9. | OECD Stats, https://stats.oecd.org. |
| 10. | Wijeweera A., To H., Charles M., An empirical analysis of Australian freight rail demand, „Economic Analysis and Policy” 2014, vol. 44. |