كليدواژه :
تعرفه واردات , حقوق ورودي , حمايت تعرفهاي , اشتغال , ارزش افزوده
چكيده فارسي :
تعرفههاي وارداتي بر مبناي اين عوامل تعيين ميشوند: رابطه مبادله، درآمد دولت، پيمانهاي تجاري، حمايت از توليد داخل، و اقتصاد سياسي (لابي). پژوهش حاضر قدرت توضيحدهندگي هر يك از اين عوامل را بر تعرفههاي وارداتي ايران ميسنجد، كه با شاخصهاي كلان صنعتي و تجاري اندازهگيري مي شوند. دادهها از منابع گمرك، كتاب مقررات صادرات و واردات، طرح جمعآوري دادههاي كارگاههاي صنعتي، و پايگاه WITS گردآوري شدند. ديتاي نهايي در سطح 4 رقمي صنعت (isic) است. مدل مورد استفاده OLS و يا كنترل اثرات ثابت صنعتي است و متغيرهاي كنترلي ميزان اشتغال، ارزشافزوده، تعرفه متقابل ساير كشورها، متغير مجازي صنايع، شاخصهاي صادراتي، و درآمد دولت است. نتايج نشان ميدهند كه تعرفهها همبستگي مثبتي با اشتغال و ارزشافزوده بخشهاي مختلف دارند و گوياي حمايت تعرفهاي از اشتغالزايي و ارزشافزوده صنايع هستند. اين نتايج نسبت به تغيير در متغيرها و حذف دادههاي پرت مستحكم هستند. همچنين، يافتهها نشان ميدهند كه حدود 60 درصد از تفاوت سطح تعرفهها را (پس از كنترل اشتغال و ارزشافزوده) فقط ميتوان با متغير مجازي صنايع توضيح داد. اين يافته ميتواند گوياي وجود يك راهبرد صنعتي ضمني در كشور باشد كه حمايت تعرفهاي بالاتري را براي برخي بخشها ايجاد نموده، حتي اگر در سطح يكساني از اشتغال و ارزشافزوده نسبت به سايرين باشند. در نهايت، حدود 20 درصد از نرخهاي تعرفهاي را نميتوان با استفاده از مدل بكاررفته در اين پژوهش توضيح داد كه ممكن است، ناشي از خطاي داده، مدلسازي، يا وجود اقتصاد سياستي (لابي) باشد. سهم هر يك از اين عوامل در توضيح پسماند تعرفهها ميتواند محور پژوهش هاي آتي قرار گيرند.
چكيده لاتين :
Import tariffs are set based on the following factors: terms of
trade, government revenue, trade agreements, trade protection, and
political economy. This study attempts to evaluate the explanatory power of
these factors in influencing the import tariffs in Iran. The data sources that
have been used in this study are: Iran’s custom, import and export regulation
book, survey of industrial plants, and WITS. Our final data is a panel of
industries disaggregated at 4digits of ISIC codes. In our OLS model, the
industries’ fixed effects are controlled; Other control variables are employment,
value added, and tariffs of the same industries in other countries, export
indices, and government income. Results indicate that tariffs are positively
correlated with sectors’ employment and added-value shares. We also
document that, after controlling value added and employment, about 60%
of tariffs’ cross variation could be explained by dummy variables pertaining
to industries. This finding may imply an “implicit” industrial plan, which
imposes higher protection for some sectors. Finally, about 20% of the tariffs
variation cannot be explained through the model, which might be due to
data errors, miss-specification, or, political economy (lobbying). The share
of each of those factors can be further investigated in future studies.