The Relationship between Virtual Water Exports and the Country’s Water Resources Inventory
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 108
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IER-23-3_008
تاریخ نمایه سازی: 21 مهر 1402
چکیده مقاله:
The imbalance between water supply and demand in the country has challenged water resource management, especially in the agricultural sector. The virtual water study approach, as an approach that values the use of water inputs in the production and consumption of various commodities, has been established and discussed for almost two decades. Based on this concept, the issue of virtual water trade has become important, and countries are interested in knowing how much water they export or how much they import in the trade of agricultural and industrial goods. In this regard, the international trade in agricultural products and the displacement of water contained in them, known as virtual water exports, can be one of the solutions for water resources management. In this paper, it has been studied the relationship between the country’s virtual water export and water resources inventory of the country for the period of ۲۰۰۶-۲۰۱۳ using the generalized method of moments (GMM) method. Results showed that virtual water exports had a significant positive relationship with the inventory of water resources, GDP, and population.
کلیدواژه ها:
Keywords: Generalized Method of Moment (GMM) ، Gross Domestic Production (GDP) ، population ، Sargan Test ، Virtual Water Exports ، Water Resource Inventory. JEL Classification: Q۱ ، Q۳ ، F۲
نویسندگان
Shaghaegh Hejabi
Faculty of Economics, Science and Research Branch, Islamic Azad University, West Azerbaijan, Iran
Tahereh Akhoondzadeh Yousefi
Faculty of Economics, Islamic Azad University, Urmia Branch, Urmia, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :