Shehata, G., Mohamed, S., Soliman, S. (2025). Economic Analysis of The Impact of Global Shocks on Egyptian Agricultural Supply Chains التحليل الاقتصادي لأثر الصدمات العالمية على سلاسل الإمداد والتموين الزراعية المصرية. Journal of the Advances in Agricultural Researches, 30(2), 193-216. doi: 10.21608/jalexu.2025.384268.1265
Gaber A. B Shehata; Sara A. F. Mohamed; Shmoaa A. M. Soliman. "Economic Analysis of The Impact of Global Shocks on Egyptian Agricultural Supply Chains التحليل الاقتصادي لأثر الصدمات العالمية على سلاسل الإمداد والتموين الزراعية المصرية". Journal of the Advances in Agricultural Researches, 30, 2, 2025, 193-216. doi: 10.21608/jalexu.2025.384268.1265
Shehata, G., Mohamed, S., Soliman, S. (2025). 'Economic Analysis of The Impact of Global Shocks on Egyptian Agricultural Supply Chains التحليل الاقتصادي لأثر الصدمات العالمية على سلاسل الإمداد والتموين الزراعية المصرية', Journal of the Advances in Agricultural Researches, 30(2), pp. 193-216. doi: 10.21608/jalexu.2025.384268.1265
Shehata, G., Mohamed, S., Soliman, S. Economic Analysis of The Impact of Global Shocks on Egyptian Agricultural Supply Chains التحليل الاقتصادي لأثر الصدمات العالمية على سلاسل الإمداد والتموين الزراعية المصرية. Journal of the Advances in Agricultural Researches, 2025; 30(2): 193-216. doi: 10.21608/jalexu.2025.384268.1265
Economic Analysis of The Impact of Global Shocks on Egyptian Agricultural Supply Chains التحليل الاقتصادي لأثر الصدمات العالمية على سلاسل الإمداد والتموين الزراعية المصرية
1Dept. Of Agricultural Economics, Faculty of Agriculture (Saba Basha), Alexandria University
2Dept. of Agricultural Economics, Zgazig University.
3Dept. of Agricultural Economics, Faculty of Agricultural and Environmental Sciences, Arish University
Abstract
Egypt's agricultural supply chains face significant challenges affecting their sustainability and efficiency. These challenges range from underdeveloped infrastructure to volatile input prices, transport and storage problems, as well as the negative impacts of global shocks such as the COVID-19 pandemic and oil price volatility. The research problem is therefore to study the impact of global shocks on Egypt's agricultural supply chains. These shocks affect various stages of the chain of production, transportation, storage, and even distribution. Egypt's agricultural sector suffers from several problems, including volatile prices of agricultural inputs, weak transport and storage infrastructure, and risks related to dependence on imports to secure essential inputs such as fertilizers and pesticides. The study aimed to measure the impact of global shocks on Egyptian agricultural supply chains. A standard analysis of the relationship between global shocks and Egyptian agricultural supply chains during the period 2000-2023 uses the self-degradation model of distributed time gaps ARDL, estimate and analyze the extent to which the value of Egypt's agricultural output, Egyptian agricultural exports and Egyptian agricultural imports respond to global shocks and see whether there is a long-term relationship between them. The study relied on published and unpublished secondary data from various sources such as World Bank World Bank data on gross domestic product value (GDP) at fixed local currency prices, inflation rate%, transport services (% of commercial services exports), temperature and relative humidity%, and rainfall quantity. Trade data represented in the value of agricultural exports and the value of agricultural imports have also been obtained from the World Integrated Trade Solution (WITS) website, as well as Egyptian agricultural production value and exchange rate data provided by the Food and Agriculture Organization of the United Nations (FAO), Crude oil price data provided from the World Energy Statistical Review of World Energy and global fertilizer price data supplied from IndexMundi also used research findings, studies, references and scientific messages relevant to the study's subject matter. The study found a long-term correlation between the value of agricultural production and the value of agricultural exports or the value of agricultural imports (as subordinate variables), global shocks represented in economic crises (GDP, exchange rate, inflation rate) Energy price fluctuations (global oil prices), agricultural input prices (global fertilizer prices), logistics (transport services% of commercial services exports) climate changes (temperature, relative humidity, amount of rain) (as independent variables). The study highlighted a set of recommendations that may benefit economic policy makers in this area.
تعد سلاسل الامداد والتموين الزراعية من العناصر الأساسية في تأمين استقرار القطاع الزراعي في مصر. فهي تمثل سلسلة من العمليات التي تبدأ من الإنتاج الزراعي وتنتهي بتوزيع المنتجات الزراعية في الأسواق المحلية والعالمية. وتعتبر سلاسل الإمداد الزراعية مكوناً حيوياً في تحديد كفاءة الإنتاج الزراعي وتحقيق الأمن الغذائي, ومع ذلك، تواجه سلاسل الإمداد والتموين الزراعية في مصر تحديات كبيرة تؤثر على استدامتها وكفاءتها. تتمثل هذه التحديات في البنية التحتية غير المتطورة، وتقلبات أسعار المدخلات، والمشكلات المتعلقة بالوظائف والخدمات التسويقية الزراعية مثل النقل والتخزين والتعبئة والتغليف والتجهيز وغبرها، بالإضافة إلى التأثيرات السلبية للصدمات العالمية مثل جائحة كوفيد-19 وتقلبات أسعار النفط. لذا تتمثل مشكلة البحث في دراسة تأثير الصدمات العالمية على سلاسل الإمداد الزراعية في مصر. هذه الصدمات تؤثر على مختلف مراحل السلسلة من الإنتاج، النقل، التخزين، وحتى التوزيع. يعاني القطاع الزراعي المصري من عدة مشكلات تشمل تقلبات أسعار المدخلات الزراعية، ضعف البنية التحتية للنقل والتخزين، والمخاطر المتعلقة بالاعتماد على الاستيراد لتأمين المدخلات الأساسية مثل الأسمدة والمبيدات. واستهدف البحث قياس أثر الصدمات العالمية علي سلاسل الإمداد والتموين الزراعية المصرية، كما أستعان البحث بنتائج الأبحاث والدراسات والمراجع والرسائل العلمية ذات الصلة بموضوع الدراسة. كما أستعان البحث بنتائج الأبحاث والدراسات والمراجع والرسائل العلمية ذات الصلة بموضوع الدراسة. وقد توصلت الدراسة إلى وجود علاقة طويلة الأجل بين قيمة الإنتاج الزراعي أو قيمة الصادرات الزراعية أو قيمة الواردات الزراعية (كمتغيرات تابعة), الصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف، معدل التضخم) ، التقلبات في أسعار الطاقة (أسعار النفط العالمية) ، أسعار المدخلات الزراعية (أسعار الأسمدة العالمية), الخدمات اللوجستية (خدمات النقل % من صادرات الخدمات التجارية), التغيرات المناخية (درجة الحرارة، الرطوبة النسبية، كمية الأمطار) (كمتغيرات مستقلة). وقد توصل البحث الي مجموعة من التوصيات التي نفيد العاملين في هذا المجال.
الكلمات الاسترشادية: الصدمات العالمية - سلاسل الإمداد الزراعية المصرية - الازمات الاقتصادية - التغيرات المناخية.
المقدمة
تعد سلاسل الإمداد الزراعية من العناصر الأساسية في تأمين استقرار القطاع الزراعي في مصر. فهي تمثل سلسلة من العمليات التي تبدأ من الإنتاج الزراعي وتنتهي بتوزيع المنتجات الزراعية في الأسواق المحلية والعالمية. نظراً لأهمية القطاع الزراعي في الاقتصاد المصري، حيث يساهم بحوالي 15% من الناتج المحلي الإجمالي المصري، ويستوعب أكثر من 15% من القوي العاملة المصرية، ويساهم بحوالي 17% من إجمالي الصادرات القومية المصرية، إضافة الي انه المصدر الرئيس لغذاء الإنسان بجميع مكوناته وبصفة خاصة البروتين الحيواني والنباتي وغيرها من العناصر الغذائية الهامة مثل الفيتامينات والكربوهيدرات والاملاح والمعادن والدهون. ((Bassyouni, Gaber and etal,2023
وتعتبر سلاسل الإمداد والتموين الزراعية مكوناً حيوياً في تحديد كفاءة الإنتاج الزراعي وتحقيق الأمن الغذائي (FAO, 2020). ومع ذلك تواجه سلاسل الإمداد والتموين الزراعية في مصر تحديات كبيرة تؤثر على استدامتها وكفاءتها. تتمثل هذه التحديات في البنية التحتية غير المتطورة، وتقلبات أسعار المدخلات، والمشكلات المتعلقة بالنقل والتخزين، بالإضافة إلى التأثيرات السلبية للصدمات العالمية مثل جائحة كوفيد-19 وتقلبات أسعار النفط (2021 .(World Bank, وفي ظل التطورات المتسارعة التي يشهدها الاقتصاد العالمي، أصبحت سلاسل الإمداد والتموين الزراعية أكثر عرضة للصدمات الخارجية التي تؤثر على تدفق السلع والخدمات الزراعية. وتشمل هذه الصدمات الأزمات الاقتصادية، والنزاعات الجيوسياسية، والأوبئة، والتغيرات المناخية، وجميعها تلعب دورًا حاسمًا في تشكيل ملامح الإنتاج الزراعي والتجارة الدولية للسلع الغذائية (FAO, 2021). تُعد مصر واحدة من الدول التي تعتمد على الاستيراد في تلبية جزء كبير من احتياجاتها الغذائية، حيث تعتمد على الأسواق الخارجية لتوفير الحبوب الأساسية مثل القمح، بالإضافة إلى مستلزمات الإنتاج مثل الأسمدة والمبيدات والتقاوي. وبالتالي، فإن أي اضطراب في الأسواق العالمية ينعكس مباشرة على الاقتصاد الزراعي المصري (World Bank, 2023). ولقد أبرزت جائحة كوفيد-19 مدى هشاشة سلاسل الإمداد والتموين العالمية، حيث أدت عمليات الإغلاق إلى تعطيل التجارة الدولية، مما أثر على حركة السلع الزراعية ورفع أسعار المستلزمات الزراعية (IMF, 2022). كما أن الأزمة الروسية - الأوكرانية زادت من تعقيد المشهد، حيث تعد روسيا وأوكرانيا من الموردين الرئيسيين للحبوب على مستوى العالم، مما أدى إلى ارتفاع أسعار القمح والأسمدة، وهو ما انعكس على تكلفة الإنتاج الزراعي في مصر وزاد من الضغوط على المزارعين والمستهلكين على حد سواء (UNCTAD, 2022). إلى جانب ذلك، تشكل التغيرات المناخية تحديًا آخر يهدد استدامة سلاسل الإمداد الزراعية، إذ تؤدي الظواهر الجوية المتطرفة مثل الجفاف والفيضانات إلى تقلبات حادة في الإنتاج الزراعي، مما يؤثر على الاستقرار الغذائي العالمي (IPCC, 2022). ومع تزايد معدلات التضخم وارتفاع أسعار الطاقة عالميًا، أصبح قطاع الزراعة يواجه تحديات إضافية تتطلب استراتيجيات مرنة وقادرة على التكيف مع الأزمات المتكررة (FAO, 2022).
مشكلة البحث:
تتمثل مشكلة البحث في تأثير الصدمات العالمية على سلاسل الإمداد والتموين الزراعية في مصر. هذه الصدمات تؤثر على مختلف مراحل السلسلة بدءاً من الإنتاج، النقل، التخزين، وحتى التوزيع. ويعاني القطاع الزراعي المصري من عدة مشكلات تشمل تقلبات أسعار المدخلات الزراعية، ضعف البنية التحتية للنقل والتخزين، والمخاطر المتعلقة بالاعتماد على الاستيراد لتأمين المدخلات الأساسية مثل الأسمدة والمبيدات والتقاوي (World Bank, 2021).. وتواجه سلاسل الإمداد الزراعية المصرية العديد من التحديات المرتبطة بالصدمات العالمية، مثل:
تأثير جائحة كوفيد-19: أدت إجراءات الإغلاق إلى تعطيل حركة التجارة والتوريد، مما أثر على توفر المدخلات الزراعية وارتفاع الأسعار.
الحرب الروسية - -الأوكرانية: تسببت هذه الحرب في اضطرابات كبيرة في أسواق الحبوب والأسمدة، حيث تعتمد مصر بشكل كبير على الاستيراد من هذه الدول.
التغيرات المناخية: تسببت في تراجع الإنتاجية الزراعية بسبب الظروف الجوية غير المستقرة، مما أدى إلى انخفاض انتاج المحاصيل وزيادة المخاطر الاقتصادية للمزارعين.
التقلبات الاقتصادية العالمية: أدى التضخم وارتفاع أسعار الطاقة إلى زيادة تكاليف الإنتاج والنقل، مما أثر على تنافسية المنتجات الزراعية المصرية.
تعويم الجنيه المصري: مما ادي إلي انخفاض قيمة الجنية المصري مقابل العملات الاجنبية الاخري واهمها الدولار ، ونظرا لان مصر تستورد اكثر مما تصدر مما يؤثر سلبا علي الميزان التجاري الزراعي المصري الذي يعاني من خللاً سلبياً منذ السبعينات من القرن المنصرم.
أهداف البحث:
يهدف البحث إلى:
1- قياس أثر الصدمات العالمية علي سلاسل الإمداد والتموين الزراعية المصرية.
2- دراسة وتحليل تطور كلاً من (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم, أسعار النفط الخام, أسعار الأسمدة العالمية, الخدمات خدمات النقل % من صادرات الخدمات التجارية, درجة الحرارة, الرطوبة النسبية, كمية الأمطار, قيمة الإنتاج الزراعي, قيمة الصادرات الزراعية المصرية, قيمة الواردات الزراعية المصرية) خلال الفترة (2000- 2023).
3- التحليل القياسي للعلاقة بين الصدمات العالمية وسلاسل الإمداد والتموين الزراعية المصرية خلال الفترة (2000- 2023) باستخدام نموذج الانحدار الذاتي للفجوات الزمنية الموزعة. ARDL
4- تقدير وتحليل مدى استجابة قيمة الناتج الزراعي في مصر والصادرات والواردات الزراعية المصرية للصدمات العالمية ومعرفة هل يوجد علاقة طويلة المدى بينهما أم لا.
الطريقة البحثية:
اعتمد البحث بصفة أساسية على أسلوبين التحليلي الوصفي والكمي للبيانات, متضمنة معادلات الاتجاه الزمنى العام في قياس التطور الزمنى ومعدلات النمو السنوية للمتغيرات (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم, أسعار النفط الخام, أسعار الأسمدة العالمية, الخدمات خدمات النقل % من صادرات الخدمات التجارية, درجة الحرارة, الرطوبة النسبية, كمية الأمطار, قيمة الإنتاج الزراعي, قيمة الصادرات الزراعية المصرية, قيمة الواردات الزراعية المصرية), وقياس العلاقة بين الصدمات العالمية وسلاسل الإمداد الزراعية المصرية خلال الفترة (2000- 2023) باستخدام نموذج الانحدار الذاتي للفجوات الزمنية الموزعة (ARDL) هو نموذج اقتصادي يُستخدم لتحليل العلاقة بين متغيرين أو أكثر عبر الزمن. يُعرف أيضًا بموديل "الانحدار الذاتي الموزع" ويتميز بالقدرة على التعامل مع المتغيرات المتكاملة من درجات مختلفة (Pesaran & Shin, 1999).
خطوات تطبيق نموذج ARDL
1- تحديد درجة استقرار السلسلة:
يمكن أن تتضمن المتغيرات بيانات غير مستقرة، لذا يتم أولاً اختبار استقراريه المتغيرات باستخدام اختبارات الجذور الأحادية مثل ADF أو Phillips-Perron (PP) هذه الاختبارات تساعد في تحديد ما إذا كانت البيانات تحتاج إلى تحويل إلى بيانات مستقرة ((Dickey & Fuller, 1979; Phillips & Perron, 1988
اختبار ADF:
حيث:
هو المتغير التابع.
هو الفرق بين القيم في الفترات الزمنية.
هو معامل الجذر الأحادي.
هو الخطأ العشوائي.
2- تحديد درجة تأخير النموذج:
تُعد اختيار عدد الفجوات الزمنية (lags) خطوة حاسمة في نموذج ARDL. يُستخدم معايير مثل Akaike Information Criterion (AIC) و Schwarz Bayesian Criterion (SBC) لتحديد أفضل عدد من الفجوات الزمنية.
معادلة AIC:
حيث:
هو التقدير المربعي للخطأ.
هو عدد المعاملات في النموذج.
هو عدد الملاحظات.
معادلة SBC:
3- اختبار الحدود :ARDL Bounds Test
يتم إجراء اختبار Bound Testing اختبار الفجوات الزمنية الموزعة للتحقق من وجود علاقة تكامل طويلة الأجل بين المتغيرات. يتم تطبيق اختبار F-statistic للتأكد مما إذا كانت الفرضية صفرية تُرفض أي أن العلاقة طويلة الأجل موجودة.
اختبار Bound يستخدم:
حيث:
هو المربع المتبقي في النموذج المقيد.
هو المربع المتبقي في النموذج غير المقيد.
4- تقدير العلاقة طويلة الاجل للنموذج :ARDL Long Run from
بعد اختيار عدد الفجوات الزمنية، يتم تقدير المعاملات في معادلة ARDL:
حيث:
هو المتغير التابع.
هو المتغير المستقل.
هو الثابت.
و هي المعاملات المتعلقة بالانحدار الذاتي والفجوات الزمنية الموزعة.
هو الحد العشوائي الخطأ.
و هما عدد الفجوات الزمنية )الـ (lags لمتغيرات و .
5- تقدير نموذج تصحيح الاخطاء وفقاً لنموذج ARDL:
بعد تحديد وجود علاقة طويلة الأجل، يتم تقدير العلاقة قصيرة الأجل بين المتغيرات باستخدام معادلة تصحيح الخطأ (ECM). حيث تساعد معادلة تصحيح الخطأ في تقدير كيفية عودة المتغيرات إلى التوازن بعد حدوث صدمة.
معادلةتصحيحالخطأ (ECM):
حيث:
و هما التغييرات في المتغيرات.
هو المعامل الذي يعكس مدى سرعة العودة إلى التوازن بعد الصدمات.
مصادر البيانات:
اعتمد البحث على البيانات الثانوية المنشورة وغير المنشورة من مصادرها المختلفة مثل بيانات البنك الدولي world Bank فيما يخص إجمالي قيمة الناتج المحلي بالأسعار الثابتة للعملة المحلية ومعدل التضخم% وخدمات النقل (% من صادرات الخدمات التجارية) ودرجة الحرارة والرطوبة النسبية% وكمية الأمطار، كما تم الحصول على بيانات التجارة ممثلة في قيمة الصادرات الزراعية وقيمة الواردات الزراعية من موقع حلول تكامل التجارة العالمية (World Integrated Trade Solution (WITS، وكذلك بيانات قيمة الانتاج الزراعي المصرى وسعر الصرف التى تم توفيرها من منظمة الاغذية والزراعة للأمم المتحدةFood and Agriculture Organization (FAO) ، وبيانات أسعار النفط الخام التى تم توفيرها من موقع الاستعراض الإحصائي للطاقة العالمية Statistical Review of World Energ، وبيانات أسعار الاسمدة العالمية التى تم توفيرها من موقع IndexMundi, كما أستعان البحث بنتائج الأبحاث والدراسات والمراجع والرسائل العلمية ذات الصلة بموضوع الدراسة.
مكونات سلاسل الإمداد والتموين الزراعية في مصر:
الإنتاج الزراعي: بداية من المزارعين الذين يقومون بزراعة المحاصيل الزراعية أو تربية الحيوانات، حيث يتطلب الإنتاج الزراعي استثمارات في الأرض، المياه، والعمالة، بالإضافة إلى مدخلات أخرى مثل الأسمدة والمبيدات (Abou-Elfotouh & El-Sayed, 2022).
مستلزمات الانتاج الزراعي: تشمل مستلزمات الانتاج التي يحتاجها المزارع لإنتاج المحاصيل مثل الأسمدة، المبيدات، البذور، والآلات الزراعية. وتستورد مصر جزءاً كبيراً من هذه المدخلات من الخارج، مما يجعلها عرضة لتقلبات الأسعار العالمية . (Khattab, 2020)
التخزين والتوزيع: وهي من الوظائف التسويقية الهامة التي تجري علي السلع الزراعية قبل نقلها إلى السوق. هذه المرحلة تشمل عمليات التعبئة، النقل، والتخزين في المباني أو المخازن، وتعد جزءاً أساسياً في سلسلة الإمداد الزراعي. لكن توجد تحديات كثيرة في هذه المرحلة بسبب نقص البنية التحتية المناسبة في العديد من المناطق، مما يؤدي إلى خسائر كبيرة في المنتجات. (Ahmed & Osman, 2021)
التسويق الداخلي والخارجي: تشكل الأسواق المحلية والدولية الوجهة النهائية للمنتجات الزراعية. إذ يتم توزيع المنتجات داخل السوق المحلي في أسواق الجملة، وكذلك يتم تصدير بعض المنتجات الزراعية إلى الخارج. وتعد التجارة الخارجية عاملاً مهماً لدعم الاقتصاد المصري وزيادة عائدات القطاع الزراعي .(WTO, 2021)
الاستدامة والابتكار: بدأ الاهتمام في السنوات الأخيرة، بالابتكار الزراعي والممارسات المستدامة. وهذا يشمل استخدام التكنولوجيا لتحسين الإنتاجية وتقليل الفاقد في مراحل التخزين والنقل، مثل استخدام أنظمة التتبع الحديثة للمنتجات، ورفع كفاءة استخدام الموارد (World Bank, 2021)..
التحديات التي تواجه سلاسل الإمداد والتموين الزراعية في مصر:
نقص البنية التحتية: تعاني سلاسل الإمداد الزراعية في مصر من نقص في البنية التحتية المناسبة، خاصة فيما يتعلق بشبكات النقل والتخزين. هذا يؤدي إلى فقد كميات كبيرة من المنتجات الزراعية بسبب التأخير في النقل أو سوء التخزين (Khattab, 2020).خاصة وأن الفاقد في محاصيل الخضر والفاكهة والحبوب أثناء مراحل النتاج والتسويق يسبب خسائر اقتصادية تصل إالي حوالي 30-40% من قيم انتاج الخضر والفاكهة ، وحوالي 15-20% من قيمة اناج محاصيل الحبوب (Bassyouni, Gaber, 2019)
تقلبات أسعار المدخلات: نظراً لاعتماد مصر على استيراد جزء كبير من مدخلات الإنتاج الزراعي، تتأثر سلاسل الإمداد الزراعية بتقلبات الأسعار العالمية للأسمدة والمبيدات والوقود (Aboulfotouh & El-Sayed, 2022).
التغيرات المناخية: التغيرات المناخية تعتبر تهديداً كبيراً على الإنتاج الزراعي في مصر، حيث يتعرض المزارعون للجفاف، التقلبات في درجات الحرارة، والفيضانات. هذا يؤثر بشكل مباشر على الإنتاجية ويسبب نقصاً في بعض المحاصيل (FAO, 2020).
الصدمات العالمية: مثل جائحة كوفيد-19، التي تسببت في تعطيل سلاسل الإمداد والتموين الزراعية بسبب توقف الإنتاج العالمي، وارتفاع تكاليف النقل، وتحديات الإمدادات (World Bank, 2021).
قلة الوعي التكنولوجي: رغم وجود تقنيات حديثة لتحسين الإنتاجية والحد من الفاقد في سلسلة الإمداد، إلا أن المزارعين في مصر لا يستخدمون هذه التقنيات بشكل واسع، بسبب ارتفاع تكاليف التكنولوجيا وقلة التدريب على استخدام هذه الأدوات (Ahmed & Osman, 2021)..
استراتيجيات تحسين سلاسل الإمداد الزراعية في مصر:
تحسين البنية التحتية: يجب تعزيز شبكة النقل والتخزين من خلال إنشاء مخازن ومراكز توزيع متطورة، بالإضافة إلى تحسين الطرق والنقل لزيادة سرعة إيصال المنتجات إلى الأسواق (World Bank, 2021). ، وهذا ما اهتمت به الحكومة المصرية في الاونة الاخيرة من خلال الاستثمار في المشاريع القومية الخاصة بالطرق والكباري وتبطين الترع والقنوات وغيرها.
استخدام التكنولوجيا: تبني التكنولوجيا الحديثة في الزراعة مثل نظم الري الذكي، وتحسين أساليب التخزين، وكذلك تطبيق تقنيات النقل الذكية لتقليل الفاقد (Ahmed & Osman, 2021).
تنوع مصادر المدخلات: على مصر تقليل الاعتماد على استيراد المدخلات الزراعية من الخارج، من خلال تشجيع الإنتاج المحلي لهذه المدخلات، مثل الأسمدة والمبيدات والتقاوي، مما يقلل من تأثير تقلبات الأسعار العالمية (Khattab, 2020).وخاصة اسعار الواردات الزراعية مما يساعد في تقليل العجز في الميزان التجاري الزراعي المصري.
الاستثمار في التدريب والتعليم: توفير برامج تدريبية للمزارعين حول استخدام تقنيات الزراعة الحديثة، وتحسين أساليب التخزين والنقل، والحد من الفاقد بعد الحصاد (Aboulfotouh & El-Sayed, 2022).
تنظيم الأسواق المحلية والدولية: تحسين كفاءة أسواق الجملة المحلية، وتشجيع التصدير الزراعي من خلال تقديم دعم حكومي وتحفيز للاستثمار في مجال تصدير المنتجات الزراعية.
النتائج البحثية والمناقشة:
أولا- تحليل الاتجاه العام لأهم الصدمات العالمية وسلاسل الإمداد والتموين الزراعية المصرية خلال الفترة (2000-2023) :
1- إجمالي قيمة الناتج المحلي بالأسعار الثابتة:
يتبين من جدول (1) أن متوسط الناتج المحلي الإجمالي في مصر قدر بنحو 5.22 تريليون جنيه خلال فترة الدراسة, وكانت أعلى قيمة للناتج المحلي حوالي 8.14 تريليون جنيه في عام 2023، وأدنى قيمة حوالي 3.11 تريليون جنيه في عام 2000, وأن معدل النمو السنوي المركب (CAGR) بلغ %4.27, مما يعكس اتجاهًا إيجابيًا, وأن الانحراف المعياري بلغ 1.53 مما يشير إلى استقرار نسبي في معدل نمو الناتج المحلي الإجمالي خلال سنوات الدراسة، مع تذبذبات طفيفة, وبتقدير معادلة الاتجاه الزمنى العام في الصورة الخطية تبين أن مقدار التغير السنوي في الناتج المحلي بلغ حوالي 2.54 تريليون جنيه ، مما يعكس زيادة الإنتاجية وتحسن النشاط الاقتصادي، رغم الأزمات المالية والجيوسياسية التي أثرت على النمو مثل الأزمة المالية العالمية (2008) وجائحة كورونا (2020(.
2- سعر الصرف:
يتبين من جدول (1) أن متوسط سعر الصرفخلال فترة الدراسة قدر بنحو 10.39 (جنيه/دولار), وارتفع سعر الصرف من3.69 (جنيه/دولار) في عام 2000 إلى 30.84 (جنيه/دولار) في 2023، مما يعكس تدهور قيمة الجنيه المصري أمام الدولار, وشهد عام 2023 أعلى قيمة لسعر الصرف 30.84 (جنيه/دولار)، بينما كانت أدنى قيمة 3.69 (جنيه/دولار (عام2000, وأن معدل النمو السنوي المركب (CAGR) بلغ 9.6%, مما يعكس اتجاهًا إيجابيًا,والتقلبات الحادة خاصة بعد عام2016 تشير إلى تأثيرات تعويم الجنيه المصري, وأن الانحراف المعياري بلغ 7.32 مما يعكس تقلبات كبيرة، خاصة في السنوات التي شهدت تعويم الجنيه المصري، مثل 2016 و2022, وبتقدير معادلة الاتجاه الزمنى العام في الصورة الخطية تبين تزايد سعر الصرف سنوياً بمقدار 0.8704 (جنيه/دولار), ويشير الاتجاه إلى ارتفاع تدريجي في سعر الصرف، وهو ما يعكس تأثير تعويم الجنيه المصري في 2016، حيث أدت سياسات تحرير سعر الصرف إلى تقلبات كبيرة في قيمة العملة، مما أثر على تكاليف الاستيراد والتصدير الزراعي.
3- معدل التضخم:
يشير جدول (1) إلي أن متوسط معدل التضخم خلال فترة الدراسة قدر بنحو 10.78%, وارتفع معدل التضخم بشكل كبير من %2.68 عام 2000 إلى %33.88 عام 2023، مما يعكس عدم الاستقرار السعري. وسجل أعلى معدل تضخم%33.88 في 2023, بينما كان أدنى معدل %2.27في2001 , وأن معدل النمو السنوي المركب (CAGR) بلغ 11.66%, مما يعكس اتجاهًا إيجابيًا, وأن الانحراف المعياري بلغ 7.65 مما يدل على تغيرات كبيرة في مستويات التضخم، والتي تأثرت بالإصلاحات الاقتصادية والارتفاعات في الأسعار, وارتفاع التضخم يؤثر سلبًا على القدرة الشرائية، وبالتالي على تكلفة الإنتاج الزراعي, وبتقدير معادلة الاتجاه الزمنى العام في الصورة الخطية تبين تزايد معدل التضخم سنوياً بمقدار 0.5733%, ويعكس الاتجاه العام ارتفاعًا في التضخم، خاصة في فترات الأزمات العالمية مثل أزمة الغذاء 2008 وجائحة كورونا، مما أثر على أسعار المنتجات الزراعية محليًا ومن ثم علي القوي الشرائية للجنيه.
4- أسعار النفط الخام:
يتبين من جدول (1) أن متوسط أسعار النفط الخام خلال فترة الدراسة قدر بنحو 65.12 (دولارًا للبرميل),وارتفعت أسعار النفط من حوالي ) 28.39 دولارًا للبرميل) عام 2000 إلى حوالي 81.80 (دولارًا للبرميل) عام 2023, وأن أعلى قيمة لأسعار النفط كانت حوالي ) 107.27دولارًا/برميل (في2012 ، واقل قيمة بلغت حوالي 41.45 (دولارًا/برميل) في2020 بسبب جائحة كورونا, وأن معدل النمو السنوي المركب (CAGR) بلغ حوالي 4.71%, مما يعكس اتجاهًا إيجابيًا, وأن الانحراف المعياري قدر بنحو 27.35 مما يشير إلى تذبذب كبير في أسعار النفط، مما يعكس تأثر السوق بالعوامل الاقتصادية والسياسية العالمية, وأن زيادة أسعار النفط تزيد من تكاليف النقل للإنتاج الزراعي، مما ينعكس على الأسعار النهائية للمنتجات الزراعية, وبتقدير معادلة الاتجاه الزمنى العام في الصورة الخطية تبين تزايد متوسط أسعار النفط الخام سنوياً بمقدار حوالي 1.7264 (دولارًا/برميل), ويعكس الاتجاه العام ارتفاعًا في أسعار النفط ، مما أثر على تكاليف النقل والإنتاج الزراعي في مصر، حيث تعتمد بعض المستلزمات الزراعية على الطاقة.
5- متوسط أسعار الأسمدة العالمية:
يتبين من جدول (1) أن متوسط أسعار الأسمدة العالمية خلال فترة الدراسة بلغت نحو 283.15دولار/طن، حيث ارتفعت من 108.56 دولار/طن، عام 2000 إلى 419.06 دولار/طن، عام 2023، مما يعكس زيادة في تكلفة مدخلات الإنتاج الزراعي. وسجل أعلى سعر عند 663.56 دولار/طن، في 2022، بينما كان أدنى مستوى عند 104.67 دولار/طن، في 2001. وبلغ معدل النمو السنوي المركب%6.05 (CAGR)، مما يعكس اتجاهًا تصاعديًا, كما بلغ الانحراف المعياري 144.00، مما يدل على وجود تقلبات في الأسعار. وبتقدير معادلة الاتجاه الزمني العام، تبين أن أسعار الأسمدة تتزايد سنويًا بمقدار 11.6272 دولار/طن، مما يشير إلى تأثير ارتفاع الأسعار العالمية للأسمدة على تكاليف الانتاج الزراعي، وبالتالي على سلاسل الإمداد الزراعية وإنتاجية القطاع الزراعي.
6- خدمات النقل (% من صادرات الخدمات التجارية):
يتبين من جدول (1) أن متوسط خدمات النقل خلال فترة الدراسة بلغت نحو 21.91، حيث انخفضت من 24.79 عام 2000 إلى 18.92 عام 2023، مما يعكس تراجعًا في كفاءة البنية التحتية للنقل. وسجل أعلى مستوى عند 24.79 في 2000، بينما كان أدنى مستوى عند 18.92 في 2023, وبلغ معدل النمو السنوي المركب%-0.45 (CAGR) ، مما يعكس اتجاهًا سلبيًا, كما بلغ الانحراف المعياري 1.958، مما يدل على تقلبات ملحوظة في خدمات النقل, وبتقدير معادلة الاتجاه الزمني العام، تبين أن خدمات النقل تتناقص سنويًا بمقدار -0.1346، مما يشير إلى تأثير ذلك على سلاسل الإمداد الزراعية وزيادة تكلفة التوزيع، وبالتالي ارتفاع أسعار المنتجات الزراعية.
جدول (1) التطور الزمنى لأهم المتغيرات الاقتصادية وتأثيرها على سلاسل الإمداد الزراعية المصرية خلال الفترة من (2000- 2023)
F-value
R²
الانحراف المعياري
معدل النمو السنوي المركب (CAGR%)
الحد الادنى
الحد الأعلى
المتوسط
معادلة الاتجاه العام
المتغير التابع
1202.24**
0.982
1.530
4.27
3.110
8.140
5.22
Y = 0.2144 X + 2.5431
(34.673)** (28.781)**
إجمالي الناتج المحلي
(تريليون جنيه)
53.30**
0.707
7.316
9.67
3.690
30.841
10.39
Y = 0.8704 X - 0.4873
(7.301)** (-0.286)
سعر الصرف
(جنيه/دولار)
8.58**
0.280
7.652
11.66
2.270
33.885
10.78
Y = 0.5733 X + 3.6107
(2.930)** (1.291)
معدل التضخم
%
5.47*
0.199
27.345
4.71
24.346
107.266
65.12
Y = 1.7264 X + 43.5378
(2.340)* (4.130)**
متوسط أسعار النفط الخام(دولارًا للبرميل)
**10.64
0.326
144.00
6.05
104.67
663.56
283.15
Y = 11.6272 X + 137.8062
**3.262) * (2.706)
متوسط أسعار الأسمدة العالمية
(دولار/طن)
6.81*
0.236
1.958
-0.45
18.919
24.790
21.91
Y = -0.1346 X + 23.5904
(-2.610)* (32.005)**
خدمات النقل
%
6.20*
0.219
0.489
0.30
22.290
24.660
23.27
Y = 0.0325 X + 22.8610
(2.491)* (122.804)**
متوسط درجة الحرارة
(درجة مئوية)
1.93
0.080
0.943
-0.16
37.210
40.830
38.81
Y = -0.0379 X + 39.2876
(-1.392) (100.906)**
الرطوبة النسبية
%
7.05*
0.242
4.470
0.07
6.110
28.010
11.15
Y = 0.3116 X + 7.2534
(2.657)* (4.329)**
تساقط الأمطار
(م3)
38.31**
0.635
8.777
3.06
12.000
40.415
25.42
Y = 0.9893 X + 13.0555
(6.190)** (5.717)**
قيمة الإنتاج الزراعي
(مليار جنيه)
164.97**
0.882
2.416
12.36
0.611
8.930
4.02
Y = 0.3210 X + 0.0046
(12.844)** (0.013)
إجمالي الصادرات الزراعية المصرية
(مليار دولار)
181.45**
0.891
6.509
6.94
3.321
23.493
12.44
Y = 0.8693 X + 1.5698
(13.471)** (1.702)
إجمالي الواردات الزراعية المصرية
(مليار دولار)
المصدر: حُسبت وجمعت من:
- البنك الدولي. world Bank
- موقع حلول تكامل التجارة العالمية (World Integrated Trade Solution (WITS.
- منظمة الاغذية والزراعة للأمم المتحدةFood and Agriculture Organization (FAO).
- موقع IndexMundi.
- موقع الاستعراض الإحصائي للطاقة العالمية. Statistical Review of World Energy
7- متوسط درجة الحرارة:
يتبين من جدول (1) أن متوسط درجة الحرارة بلغت نحو 23.27 درجة مئوية, وارتفع من 22.29 درجة مئوية عام 2000 إلى 24.66 درجة مئوية عام 2023, مما يعكس التغيرات المناخية, وسجل أعلى مستوى 24.66 درجة في 2023 بينما كان أدنى مستوى 22.29 درجة في 2000 بلغ معدل النمو السنوي المركب%0.30 (CAGR) . مما يعكس اتجاهًا تصاعديًا, وأن الانحراف المعياري بلغ 0.489, مما يعكس تغيرات طفيفة في درجات الحرارة, وبتقدير معادلة الاتجاه الزمني العام, تبين زيادة درجات الحرارة سنويًا بمقدار 0.0325 درجة مما يعكس تأثير التغيرات المناخية، مما قد يؤثر سلبًا على الإنتاج الزراعي، خاصة في المحاصيل الحساسة للمناخ.
8- الرطوبة النسبية:
يتبين من جدول (1) أن متوسط الرطوبة بلغت نحو 38.81%, وانخفض من 40.83% عام 2000 إلى 37.21% عام 2023, مما يعكس تغيرات في المناخ, وسجل أعلى مستوى 40.83% في 2000 بينما كان أدنى مستوى 37.21% في 2023, وبلغ معدل النمو السنوي المركب%-0.16 (CAGR) , مما يعكس اتجاهًا تنازليًا, وأن الانحراف المعياري بلغ 0.943, مما يعكس تغيرات طفيفة, وبتقدير معادلة الاتجاه الزمني العام, تبين انخفاض الرطوبة سنويًا بمقدار 0.0379% مما يعكس تأثيرات الجفاف
9- كمية الأمطار:
يتبين من جدول (1) أن متوسط كمية الأمطار خلال فترة الدراسة بلغت نحو 11.15، حيث ارتفع من 6.11 عام 2000 إلى 28.01 عام 2023، مما يعكس تقلبات كبيرة في المناخ, وسجل أعلى مستوى عند 28.01 في 2023، بينما كان أدنى مستوى عند 6.11 في 2000, وبلغ معدل النمو السنوي المركب (CAGR) 0.07%، مما يعكس تغيرات طفيفة, كما بلغ الانحراف المعياري 4.47، مما يدل على تفاوت معدلات هطول الامطار بين السنوات, وبتقدير معادلة الاتجاه الزمني العام، تبين أن تساقط الأمطار يتزايد سنويًا بمقدار 0.3116، مما يشير إلى تأثير التغيرات المناخية على وفرة المياه الزراعية وإنتاج المحاصيل, مما يفرض تحديات على الإنتاج الزراعي.
10- قيمة الإنتاج الزراعي:
يتبين من جدول (1) أن متوسط قيمة الإنتاج الزراعي بلغت نحو 25.42 مليار جنيه, وارتفع من 12 مليار جنيه عام 2000 إلى 40.41 مليار جنيه عام 2023, مما يعكس تحسن القطاع مسجلا أعلى مستوى للإنتاج الزراعي في 2023, بينما كان أدنى مستوى 12 مليار جنيه في 2000, وبلغ معدل النمو السنوي المركب %3.06 (CAGR), مما يعكس اتجاهًا تصاعديًا, وأن الانحراف المعياري بلغ 8.777, مما يعكس التغيرات في الإنتاج الزراعي وتأثير العوامل المناخية والأسعار العالمية., وبتقدير معادلة الاتجاه الزمني العام, تبين زيادة قيمة الإنتاج سنويًا بمقدار 0.9893 مليار جنيه مما يعكس التطورات في القطاع الزراعي وتحسن التكنولوجيا الزراعية والسياسات الداعمة للقطاع الزراعي.
11- إجمالي الصادرات الزراعية المصرية:
يتبين من جدول (1) أن متوسط إجمالي الصادرات الزراعية خلال فترة الدراسة بلغ 4.02 مليار دولار، حيث ارتفعت من 0.61 عام 2000 إلى 8.93 عام 2023، مما يعكس نموًا قويًا, وسجل أعلى مستوى عند 8.93 مليار دولار في 2023، بينما كان أدنى مستوى عند 0.61 مليار دولار في 2000, وبلغ معدل النمو السنوي المركب (CAGR) 12.36%، مما يعكس تحسن القدرة التنافسية للصادرات, كما بلغ الانحراف المعياري 2.416، مما يدل على استقرار نسبي في النمو, وبتقدير معادلة الاتجاه الزمني العام، تبين أن الصادرات الزراعية تتزايد سنويًا بمقدار 0.3210 مليار دولار، مما يشير إلى نجاح السياسات الزراعية في دعم الصادرات الزراعية رغم التحديات المتعلقة بسلاسل الإمداد الزراعية.
12- إجمالي الواردات الزراعية المصرية:
يتبين من جدول (1) أن متوسط إجمالي الواردات الزراعيةبلغ نحو 12.44 مليار جنيه, وارتفع من 3.32 مليار دولار عام 2000 إلى 23.49 مليار دولار عام 2023, مما يعكس زيادة الاعتماد على الواردات الزراعية, وبلغ معدل النمو السنوي المركب%6.94 (CAGR) , كما بلغ الانحراف المعياري 6.509, مما يعكس التغيرات في الاحتياجات المحلية والأسعار العالمية ومدى الاعتماد على الاستيراد, بتقدير معادلة الاتجاه الزمني العام, تبين زيادة الواردات الزراعيةسنويًا بمقدار 0.8693 مليار دولار, مما يعكس ارتفاع الطلب على المنتجات الزراعية المستوردة, وزيادة الاعتماد على الواردات لتلبية الطلب المحلي، مما يؤثر سلبا علي الميزان التجاري الزراعي المصري الذي يعاني من خللا سلبيا منذ السبعينات من القرن المنصرم خاصة في ظل الأزمات الغذائية العالمية.
ثانيا:أثر الصدمات العالمية على المتغيرات المدروسة:
أ- الأزمة المالية العالمية (2008-2009): انخفاض الصادرات الزراعية المصرية بسبب تراجع الطلب العالمي. تباطؤ النمو الاقتصادي مما أثر على الناتج المحلي.
ب- جائحة كوفيد-19 (2020-2021(: تعطلت سلاسل الإمداد العالمية، مما أدى إلى ارتفاع أسعار النقل والأسمدة. انخفضت الصادرات الزراعية في بداية الأزمة لكنها تعافت لاحقًا.
ج- الحرب الروسية - الأوكرانية (2022-حتى الآن): ارتفاع أسعار الحبوب والأسمدة عالميًا، مما أدى إلى زيادة تكاليف الإنتاج الزراعي. ارتفاع التضخم بشكل كبير وتأثر سعر الصرف.
د- تقلبات أسعار الطاقة: تذبذب أسعار النفط أثر على تكاليف النقل والتصنيع الزراعي. زيادة أسعار الأسمدة بسبب ارتفاع تكاليف الإنتاج المرتبطة بأسعار الغاز.
ه- التغيرات المناخية: ارتفاع درجات الحرارة أثر على إنتاجية المحاصيل الزراعية. تغير أنماط الأمطار أدى إلى الحاجة إلى تقنيات ري متطورة.
ثالثا: تحليل نتائج نموذج ARDL لأثر الصدمات العالمية على الإنتاج الزراعي في مصر:
يتم تقدير نموذج ARDL لكلاً من قيمة الإنتاج الزراعي (كمتغير تابع) , الصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم) , التقلبات في أسعار الطاقة (أسعار النفط العالمية) , أسعار المدخلات الزراعية (متوسط أسعار الأسمدة العالمية) , الخدمات اللوجستية (خدمات النقل % من صادرات الخدمات التجارية) , التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار) (كمتغيرات مستقلة). ويهدف نموذج الانحدار الذاتي للفجوات الموزعة إلى اختبار وجود علاقة طويلة الأجل بين المتغيرات أي وجود تكامل مشترك بينها.
خطوات تطبيق نموذج ARDL :
1- تحديد درجة استقرار السلسلة:
لقد تم إجراء اختبار ديكي فولر (Unit Roots Test) لكلاً من قيمة الإنتاج الزراعي (كمتغير تابع), الصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم), التقلبات في أسعار الطاقة (أسعار النفط العالمية), أسعار المدخلات الزراعية (أسعار الأسمدة العالمية), الخدمات اللوجستية (خدمات النقل), التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار) (كمتغيرات مستقلة)., ووجد أن السلاسل الزمنية مستقرة في المستوي لكلاً من المتغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار), واستقرت باقي المتغيرات بعد أخذ الفروق الأولي, كما هو موضح بجدول (2).
جدول (2) نتائج اختبار جزر الوحدة لاستقرار السلاسل الزمنية
Degree of integration
1 stdifference
level
Item
none
trend & intercept
intercept
none
trend & intercept
intercept
-2.67
-4.44
-3.77
-2.67
-4.44
-3.75
القيم الحرجة عند 1%
-1.96
-3.63
-3.01
-1.96
-3.63
-2.99
القيم الحرجة عند 5%
I(1)
-3.29
-3.17
-3.24
0.13
-2.66
-1.54
Value of agricultural production
I(1)
-3.07
-4.26
-3.45
2.22
-0.67
1.09
Exchange rate
I(1)
-3.74
-4.11
-4.32
-0.13
-3.67
-2.22
Inflation rate
I(1)
-4.43
-4.32
-4.39
-0.21
-1.99
-2.01
Average crude oil prices
I(1)
-5.47
-5.25
-5.45
-0.55
-2.88
-2.42
Average global fertilizer prices
I(1)
-3.79
-3.49
-3.67
-0.43
-2.36
-1.81
Transport services
I(0)
-10.06
-9.64
-9.89
0.47
-6.79
-5.64
Average temperature
I(0)
-5.59
-5.92
-5.49
-0.55
-4.41
-4.59
Relative humidity
I(0)
-4.91
-4.72
-5.11
1.83
-4.49
-3.37
Rainfall
المصدر: حُسبت باستخدام برنامج Eviews
2- تحديد درجة إبطاء النموذج:
تم عمل انحدار ذاتي VAR وتحديد أفضل فترة ابطاء أو تأخير بين المتغير التابع والمتغيرات المستقلة وأتضح أن درجة التأخير المثلي للنموذج هى 1، ويوضح جدول (3) درجة الإبطاء أو التأخير.
جدول (3) نتائج معايير تحديد عدد فترات الأبطاء الزمني
Lag
LogL
LR
FPE
AIC
SC
HQ
0
-642.7732
NA
2.12e+12
56.76289
57.25658
56.88705
1
-392.4437
261.2134*
10441613*
43.69076*
49.12138*
45.05655*
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
المصدر: حُسبت باستخدام برنامج Eviews
3- اختبار الحدود ARDL Bounds Test
وتتم تلك الخطوة من خلال تقدير نموذج ARDL, وتشير نتائج الجدول رقم (4) لنتائج اختبار التكامل المشترك باستخدام اختبار الحدود أن قيمة f المحسوبة 7.38 اكبر من الحدود الحرجة العليا وذلك عند مستوى معنوية 1% وبالتالي بتم رفض الفرضية الصفرية بعدم وجود تكامل مشترك وهذا يعني أن هناك علاقة طويلة الأجل بين قيمة الإنتاج الزراعي (كمتغير تابع), الصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم), التقلبات في أسعار الطاقة (أسعار النفط العالمية), أسعار المدخلات الزراعية (أسعار الأسمدة العالمية), الخدمات اللوجستية (خدمات النقل), التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار) (كمتغيرات مستقلة), أي أنه يوجد تكامل مشترك عند مستوى معنوية 1%.
جدول (4) نتيجة اختبار التكامل المشترك لمنهجية ARDLواختبار الحدود ARDL Bounds Test For Integration
F-Bounds Test
Null Hypothesis: No levels relationship
Test Statistic
Value
Signif.
I(0)
I(1)
Asymptotic: n=1000
F-statistic
7.381966
10%
1.8
2.8
k
9
5%
2.04
2.08
2.5%
2.24
3.35
1%
2.5
3.68
Actual Sample Size
23
Finite Sample: n=35
10%
-1
-1
5%
-1
-1
1%
-1
-1
Finite Sample: n=30
10%
-1
-1
5%
-1
-1
1%
-1
-1
المصدر: حُسبت باستخدام برنامج Eviews.
رابعا: تقدير العلاقة طويلة الاجل للنموذج ARDL Long Run from :
1- الناتج المحلي الإجمالي (GDP): يتضح من جدول (5) أن التأثير إيجابيًا (14.94) وذو دلالة نسبية (p = 0.0617)، مما يشير إلى أن نمو الاقتصاد المصري يرتبط بزيادة الإنتاج الزراعي. هذا التأثير الإيجابي يُعزى غالبًا إلى أن تحسن النشاط الاقتصادي العام يعزز من الاستثمارات في القطاع الزراعي ويدعم بنيته التحتية، مما يؤدي إلى تحسين كفاءة الإنتاج وزيادة الإنتاجية.
2- سعر الصرف (EXCHANGE_RATE): التأثير سلبي في الفترة الحالية (-1.019) والماضية (-1.526)، وكلاهما ذو دلالة نسبية (p = 0.0862 و 0.0910 على التوالي). هذا يشير إلى أن تراجع قيمة الجنيه المصري مقابل العملات الأجنبية يؤدي إلى زيادة تكلفة مستلزمات الإنتاج المستوردة مثل الأسمدة، الآلات، والطاقة، مما يؤثر سلبًا على كفاءة الإنتاج الزراعي ويضعف القدرة على التوسع فيه.
3- معدل التضخم (INFLATION_RATE): التأثير موجب في الفترة الحالية (0.2618) ولكنه غير دال إحصائيًا (p = 0.3322)، بينما التأثير المتأخر سلبي (-0.4769) وذو دلالة نسبية (p = 0.0773). هذا يشير إلى أن التضخم قد لا يؤثر مباشرة على الإنتاج الزراعي في نفس الفترة، لكنه على المدى القصير قد يُضعف قدرة المنتجين على تغطية التكاليف الإنتاجية، مما يؤدي إلى تراجع في الإنتاج.
4- أسعار النفط العالمية
(AVERAGE_CRUDE_OIL_PRICES): التأثير المباشر موجب (0.1304) وغير دال إحصائيًا (p = 0.1469)، بينما التأثير المتأخر سلبي (-0.0914) وغير دال أيضًا (p = 0.3735). هذا يعكس أن أسعار النفط قد لا تؤثر مباشرة على الإنتاج الزراعي، لكنها تُحدث تأثيرات غير مباشرة من خلال ارتفاع تكاليف الطاقة والنقل واللوجستيات، مما يؤدي إلى ضغوط على الإنتاج.
5- أسعار الأسمدة العالمية
(AVERAGE_GLOBAL_FERTILIZER_PRICES): التأثير الحالي سلبي (-0.0006) وغير دال إحصائيًا (p = 0.4615)، بينما التأثير المتأخر موجب (0.0032) وغير دال أيضًا (p = 0.1523). مما يشير إلى أن تأثير أسعار الأسمدة العالمية على الإنتاج الزراعي في مصر ضعيف في الأجل القصير، وقد يعكس تأخرًا زمنيًا في تأثر الإنتاج بالتغيرات السعرية، أو تدخل عوامل محلية (كالدعم الحكومي أو التسعير الداخلي) في تخفيف أثر هذه الأسعار.
6- خدمات النقل (TRANSPORT_SERVICES): التأثير الحالي موجب (0.5340) ولكنه غير دال (p = 0.5511)، بينما التأثير المتأخر سلبي (-1.561) وغير دال أيضًا (p = 0.3178). مما قد يشير إلى أن ارتفاع تكاليف خدمات النقل لا يؤثر بشكل واضح ومباشر على الإنتاج الزراعي، لكن تأثيره قد يظهر بشكل تراكمي غير مباشر من خلال الضغط على تكلفة التوزيع، خاصة في المناطق البعيدة عن الأسواق أو مراكز التصدير.
7- متغيرات المناخ (متوسط درجة الحرارة، الرطوبة، الأمطار):
- متوسط درجة الحرارة (AVERAGE_TEMPERATURE): التأثير الحالي سلبي (-2.811) وذو دلالة نسبية (p = 0.0632)، مما يشير إلى أن ارتفاع درجات الحرارة يؤثر سلبًا على الإنتاج الزراعي، خاصة في ظل تزايد حدة التغيرات المناخية، حيث تتأثر خصوبة التربة، وكفاءة الري، وصحة النباتات والحيوانات. أما التأثير المتأخر (-2.594) فهو سلبي وغير دال (p = 0.2670).
- الرطوبة النسبية (:(RELATIVE_HUMIDITY التأثير موجب (1.1737) لكنه غير دال إحصائيًا (p = 0.4817)، مما يشير إلى أن الرطوبة النسبية قد لا تكون من العوامل الرئيسية المؤثرة على الإنتاج الزراعي بشكل مباشر في السياق المصري، وقد يختلف هذا التأثير حسب نوع المحاصيل.
- الأمطار (RAINFALL): تأثير إيجابي ودال إحصائيًا (0.4962) (p = 0.0152)، مما يدل على أن زيادة كمية الأمطار تُحسن من الإنتاج الزراعي، خصوصًا في المناطق المعتمدة على مياه الأمطار أو تلك التي تستفيد من الري التكميلي. أما التأثير المتأخر (0.3167) فكان موجبًا وغير دال.
ويتضح من نتائج النموذج أن المتغيرات الاقتصادية مثل الناتج المحلي الإجمالي وسعر الصرف والتضخم، إضافة إلى العوامل المناخية (درجة الحرارة والأمطار)، تلعب دورًا رئيسيًا في التأثير على الإنتاج الزراعي في مصر.
جدول (5) نتائج نماذج تقدير معادلة الأجل الطويل وفقاً لنموذجARDL (1, 0, 1, 1, 1, 1, 1, 1, 0, 1)
Variable
Coefficient
Std. Error
t-Statistic
Prob.*
VALUE_OF_AGRICULTURAL_PRODUCTION (-1)
-0.833903
0.557193
-1.496615
0.1947
GROSS_DOMESTIC_PRODUCT
14.94591
6.229337
2.399278
0.0617
EXCHANGE_RATE
-1.019270
0.478132
-2.131775
0.0862
EXCHANGE_RATE (-1)
-1.526603
0.730818
-2.088896
0.0910
INFLATION_RATE
0.261859
0.244001
1.073189
0.3322
INFLATION_RATE (-1)
-0.476911
0.214957
-2.218635
0.0773
AVERAGE_CRUDE_OIL_PRICES
0.130396
0.076004
1.715638
0.1469
AVERAGE_CRUDE_OIL_PRICES (-1)
-0.091353
0.093508
-0.976956
0.3735
AVERAGE_GLOBAL_FERTILIZER_PRICES
-0.000641
0.000804
-0.797101
0.4615
AVERAGE_GLOBAL_FERTILIZER_PRICES (-1)
0.003243
0.001921
1.687766
0.1523
TRANSPORT_SERVICES
0.534061
0.836124
0.638734
0.5511
TRANSPORT_SERVICES (-1)
-1.560904
1.407258
-1.109181
0.3178
AVERAGE_TEMPERATURE
-2.811466
1.181218
-2.380141
0.0632
AVERAGE_TEMPERATURE (-1)
-2.594836
2.077860
-1.248802
0.2670
RELATIVE_HUMIDITY
1.173674
1.544832
0.759742
0.4817
RAINFALL
0.496167
0.137075
3.619668
0.0152
RAINFALL (-1)
0.316715
0.244495
1.295381
0.2518
C
75.05653
53.86926
1.393309
0.2223
R-squared
0.991790
Mean dependent var
25.88474
Adjusted R-squared
0.963877
S.D. dependent var
8.668489
S.E. of regression
1.647538
Akaike info criterion
3.875602
Sum squared resid
13.57190
Schwarz criterion
4.764250
Log likelihood
-26.56942
Hannan-Quinn criter.
4.099094
F-statistic
35.53118
Durbin-Watson stat
2.978605
Prob(F-statistic)
0.000455
المصدر: حُسبت باستخدام برنامج Eviews
- تقدير نموذج تصحيح الاخطاء وفقاً لنموذج ARDL
وبعد الانتهاء من الخطوات السابقة والتي هي أساس لإجراء الخطوة التالية فيتم إجراء نموذج تصحيح الأخطاء والذي تقع قيمته بين (الصفر والسالب).
خامساً: التقييم الاقتصادي لنموذج التكامل المشترك بين قيمة الإنتاج الزراعي والصدمات العالمية:
لقد ثبت أن هناك علاقة طويلة الأجل بين قيمة الإنتاج الزراعي, والصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم), التقلبات في أسعار الطاقة (أسعار النفط العالمية), أسعار المدخلات الزراعية (أسعار الأسمدة العالمية), الخدمات اللوجستية (خدمات النقل), التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار), وذلك من نتيجة نموذج معامل تصحيح الخطأ والذي قيمته) 1.833903-) أي أن 183 % من الأخطاء التي حدثت في المدي القصير يتم تصحيحها في المدي الطويل، بمعني أن هناك علاقة تكامل مشترك بين المتغيرات، مما يعزز الاستقرار في الإنتاج الزراعي على الرغم من التقلبات في العوامل الاقتصادية أو المناخية. ويوضح جدول (6) نتيجة نموذج تصحيح الخطأ.
التقييم الإحصائي للنموذج المُقدر
لقد ثبُتت المعنوية الاحصائية لكلأ من قيمة الإنتاج الزراعي ومعامل تصحيح الخطأ، كما أشارت قيمة معامل التحديد إلي أن 97.2% من التغير في قيمة الإنتاج الزراعي ترجع إلي المتغيرات المفسرة (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم, أسعار النفط العالمية, أسعار الأسمدة العالمية, خدمات النقل, متوسط درجة الحرارة, الرطوبة النسبية, كمية الأمطار)، وهو ما يتفق مع التقييم الاقتصادي للنموذج، وبالتالي فإن 2.8% ترجع إلي عوامل أخري غير مُقيسة بالنموذج. كما اتضح معنوية النموذج المُقدر من خلال قيمة F- statistic.
جدول (6) نتائج نموذج تصحيح الخطأ للتكامل المشترك
ECM Regression
Variable
Coefficient
Std. Error
t-Statistic
Prob.
D(EXCHANGE_RATE)
-1.019270
0.090776
-11.22846
0.0001
D(INFLATION_RATE)
0.261859
0.044924
5.828887
0.0021
D(AVERAGE_CRUDE_OIL_PRICES)
0.130396
0.018253
7.143919
0.0008
D(AVERAGE_GLOBAL_FERTILIZER_PRICES)
-0.000641
0.000223
-2.878018
0.0347
D(TRANSPORT_SERVICES)
0.534061
0.224130
2.382819
0.0629
D(AVERAGE_TEMPERATURE)
-2.811466
0.311410
-9.028194
0.0003
D(RAINFALL)
0.496167
0.042970
11.54692
0.0001
CointEq(-1)*
-1.833903
0.117499
-15.60785
0.0000
R-squared
0.972047
Mean dependent var
0.642344
Adjusted R-squared
0.959002
S.D. dependent var
4.697782
S.E. of regression
0.951206
Akaike info criterion
3.006037
Sum squared resid
13.57190
Schwarz criterion
3.400991
Log likelihood
-26.56942
Hannan-Quinn criter.
3.105367
Durbin-Watson stat
2.978605
المصدر: حُسبت باستخدام برنامج Eviews
- الاختبارات القياسية لسلامة النموذج:
ا- اختبار التوزيع الطبيعي للبواقي (Normality Test)
يشير جدول (7) إلي أن جميع القيم الاحتمالية (Prob.) أكبر من 0.05 ما عدا القيمة الاحتمالية (Prob. F)، وبناءً على نتائج F-statistic، يمكننا القول أن هناك احتمال لوجود تباين غير متجانس في البيانات. ومع ذلك، إذا أخذنا نتائج Obs*R-squared و Scaled explained SS في الاعتبار، فلا يوجد دليل قوي على ذلك, مما يعني أنه لا يوجد دليل قوي على وجود عدم تجانس التباين. وبالتالي، يمكن افتراض أن النموذج يتمتع بتجانس التباين (Homoskedasticity)، وهو أحد الافتراضات الأساسية للنموذج القياسي.
جدول (7) نتائج اختبار Breusch-Pagan-Godfrey لعدم تجانس التباين (Heteroskedasticity Test)
نظرًا لأن القيمة الاحتمالية F > 0.05، يتم رفض الفرضية الصفرية (H0) عند مستوى معنوية 5%. هذا يشير إلى وجود ارتباط تسلسلي بين البواقي, هذه النتائج تدل على أن النموذج الذي تم تقديره لا يعاني من مشاكل الارتباط التسلسلي بين الأخطاء, كما في جدول (8).
جدول (8) نتائج اختبار Breusch-Godfrey Serial Correlation LM Test لتغاير الارتباط التسلسلي
Breusch-Godfrey Serial Correlation LM Test:
Null hypothesis: No serial correlation at up to 2 lags
F-statistic
2.940533
Prob. F(2,3)
0.1963
Obs*R-squared
15.23066
Prob. Chi-Square(2)
0.0005
المصدر: حُسبت باستخدام برنامج Eviews
ج- اختبار استقرار النموذج (Stability Test)
يتضح من شكل رقم (1) أن منحنيات الاختبار تقع داخل الحدود الحرجة (Critical Bounds) لذلك يعتبر النموذج مستقراً
شكل رقم (1) نتائج اختبار CUSUM of Squares Test
تحليل نتائج نموذج ARDL لأثر الصدمات العالمية على قيمة الصادرات الزراعية المصرية
يتم تقدير نموذج ARDL لكلاً من قيمة الصادرات الزراعية المصرية (كمتغير تابع) , الصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم) , التقلبات في أسعار الطاقة (أسعار النفط العالمية) , أسعار المدخلات الزراعية (أسعار الأسمدة العالمية) , الخدمات اللوجستية (خدمات النقل % من صادرات الخدمات التجارية) , التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار) (كمتغيرات مستقلة). ويهدف نموذج الانحدار الذاتي للفجوات الموزعة إلى اختبار وجود علاقة طويلة الأجل بين المتغيرات أي وجود تكامل مشترك بينها.
خطوات تطبيق نموذج ARDL
1- تحديد درجة استقرار السلسلة:
لقد تم إجراء اختبار ديكي فولر (Unit Roots Test) لكلاً من قيمة الصادرات الزراعية المصرية (كمتغير تابع), الصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم), التقلبات في أسعار الطاقة (أسعار النفط العالمية), أسعار المدخلات الزراعية (أسعار الأسمدة العالمية), الخدمات اللوجستية (خدمات النقل), التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار) (كمتغيرات مستقلة), ووجد أن السلاسل الزمنية مستقرة في المستوي لكلاً من المتغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار), واستقرت باقي المتغيرات بعد أخذ الفروق الأولي, كما هو موضح بجدول (9).
جدول (9) نتائج اختبار جزر الوحدة لاستقرار السلاسل الزمنية
Degree of integration
1 stdifference
level
Item
none
trend & intercept
intercept
none
trend & intercept
intercept
-2.67
-4.44
-3.77
-2.67
-4.44
-3.75
القيم الحرجة عند 1%
-1.96
-3.63
-3.01
-1.96
-3.63
-2.99
القيم الحرجة عند 5%
I(1)
-1.69
-2.41
-2.38
0.29
-2.40
-0.15
Total Egyptian agricultural exports
I(1)
-3.07
-4.26
-3.45
2.22
-0.67
1.09
Exchange rate
I(1)
-3.74
-4.11
-4.32
-0.13
-3.67
-2.22
Inflation rate
I(1)
-4.43
-4.32
-4.39
-0.21
-1.99
-2.01
Average crude oil prices
I(1)
-5.47
-5.25
-5.45
-0.55
-2.88
-2.42
Average global fertilizer prices
I(1)
-3.79
-3.49
-3.67
-0.43
-2.36
-1.81
Transport services
I(0)
-10.06
-9.64
-9.89
0.47
-6.79
-5.64
Average temperature
I(0)
-5.59
-5.92
-5.49
-0.55
-4.41
-4.59
Relative humidity
I(0)
-4.91
-4.72
-5.11
1.83
-4.49
-3.37
Rainfall
المصدر: حُسبت باستخدام برنامج Eviews
2- تحديد درجة تأخير النموذج:
تم عمل انحدار ذاتي VAR وتحديد أفضل فترة ابطاء أو تأخير بين المتغير التابع والمتغيرات المستقل وأتضح أن درجة التأخير المثلي للنموذج هي 1، ويوضح جدول (10) درجة الإبطاء أو التأخير.
جدول (10) نتائج معايير تحديد عدد فترات الأبطاء الزمني
Lag
LogL
LR
FPE
AIC
SC
HQ
0
-607.4594
NA
9.86e+10
53.69213
54.18582
53.81629
1
-356.3716
262.0047*
453433.4*
40.55405*
45.98468*
41.91984*
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
المصدر: حُسبت باستخدام برنامج Eviews
3- اختبار الحدود ARDL Bounds Test
وتتم تلك الخطوة من خلال تقدير نموذج ARDL, وتشير نتائج الجدول رقم (11) لنتائج اختبار التكامل المشترك باستخدام اختبار الحدود أن قيمة f المحسوبة 26.09 اكبر من الحدود الحرجه العليا وذلك عند مستوى معنوية 1% وبالتالي نرفض الفرضية الصفرية بعدم وجود تكامل مشترك وهذا يعني أن هناك علاقة طويلة الأجل بين قيمة الصادرات الزراعية المصرية (كمتغير تابع) والصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم), التقلبات في أسعار الطاقة (أسعار النفط العالمية), أسعار المدخلات الزراعية (أسعار الأسمدة العالمية), الخدمات اللوجستية (خدمات النقل), التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار) (كمتغيرات مستقلة), أي أنه يوجد تكامل مشترك عند مستوى معنوية 1%.
جدول (11) نتيجة اختبار التكامل المشترك لمنهجية ARDLواختبار الحدود ARDL Bounds Test For Integration
F-Bounds Test
Null Hypothesis: No levels relationship
Test Statistic
Value
Signif.
I(0)
I(1)
Asymptotic: n=1000
F-statistic
26.09798
10%
1.8
2.8
k
9
5%
2.04
2.08
2.5%
2.24
3.35
1%
2.5
3.68
Actual Sample Size
23
Finite Sample: n=35
10%
-1
-1
5%
-1
-1
1%
-1
-1
Finite Sample: n=30
10%
-1
-1
5%
-1
-1
1%
-1
-1
المصدر: حُسبت باستخدام برنامج Eviews.
4- تقدير العلاقة طويلة الاجل للنموذج ARDL Long Run form :
1- الناتج المحلي الإجمالي (GDP): يتضح من جدول (12) أن الناتج المحلي الإجمالي (GDP) تأثيرًا سلبيًا في الفترة الحالية (-2.636) لكنه موجب في الفترة الماضية (3.766) وكلاهما ذو دلالة إحصائية (p = 0.0095 و p = 0.0017 على التوالي)، مما يشير إلى أن نمو الاقتصاد المصري قد يتوافق مؤقتًا مع ضغط على الموارد المتاحة للتصدير الزراعي، إلا أن هذا النمو ينعكس إيجابًا على الصادرات الزراعية في المدى الزمني اللاحق نتيجة تحسن البنية التحتية أو زيادة الاستثمارات في القطاع الزراعي.
2- سعر الصرف (EXCHANGE_RATE): التأثير سلبي في الفترة الحالية (-0.059) ولكن غير دال إحصائيًا (p = 0.1436)، مما يشير إلى أن انخفاض قيمة الجنيه المصري قد لا يؤثر مباشرة وبشكل فوري على صادرات القطاع الزراعي، إلا أنه قد يعكس توجهًا عامًا نحو التأثير السلبي نتيجة ارتفاع تكلفة المدخلات المستوردة، وبالتالي قد ينعكس بشكل غير مباشر على التصدير.
3- معدل التضخم (INFLATION_RATE): التأثير الحالي موجب (0.0074) وذو دلالة نسبية (p = 0.0588)، في حين أن التأثير المتأخر سلبي (-0.0127) وغير دال إحصائيًا. هذا يشير إلى أن التضخم قد يكون محفزًا قصير الأجل للصادرات الزراعية من خلال دفع المنتجين نحو الأسواق الخارجية بسبب ارتفاع الأسعار محليًا، لكنه على المدى المتوسط قد يؤدي إلى زيادة التكاليف وتقليص هامش الربحية، مما يضعف القدرة التنافسية للصادرات الزراعية.
4- أسعار النفطالعالمية
(AVERAGE_CRUDE_OIL_PRICES): التأثير الحالي سلبي (-0.0091) وذو دلالة إحصائية (p = 0.0098)، بينما التأثير المتأخر (-0.0101) غير دال إحصائيًا. مما يشير إلى أن ارتفاع أسعار النفط يؤثر سلبًا على الصادرات الزراعية، من خلال زيادة تكاليف النقل والتشغيل والطاقة، وهو ما يقلل من حجم الصادرات أو من قدرتها التنافسية في الأسواق العالمية.
5- أسعار الأسمدة العالمية
(AVERAGE_GLOBAL_FERTILIZER_PRICES): التأثير الآني موجب (0.000265) وذو دلالة إحصائية عالية جدًا (p = 0.0000)، مما يعكس وجود علاقة طردية بين ارتفاع أسعار الأسمدة العالمية وزيادة الصادرات الزراعية المصرية. هذا قد يُعزى إلى استجابة المزارعين لزيادة الطلب العالمي على المنتجات الزراعية، أو إلى مرونة المنتج المصري في التفاعل مع التغيرات السعرية للأسمدة.
6- خدمات النقل (TRANSPORT_SERVICES): التأثير الحالي سلبي (-0.2016) وغير دال إحصائيًا (p = 0.1016)، بينما التأثير المتأخر موجب (0.2855) وذو دلالة إحصائية (p = 0.0146)، مما يشير إلى أن تحسن خدمات النقل أو تطورها ينعكس إيجابًا على الصادرات الزراعية مع مرور الوقت، من خلال تقليل زمن النقل وتحسين كفاءة التصدير وتسهيل الوصول إلى الأسواق العالمية.
7- متغيرات المناخ (متوسط درجة الحرارة، الرطوبة، الأمطار):
متوسط درجة الحرارة (AVERAGE_TEMPERATURE): التأثير سلبي في الفترة الحالية (-0.1591) وذو دلالة إحصائية (p = 0.0287)، مما يشير إلى أن ارتفاع معدلات الرطوبة قد يؤثر سلبًا على جودة المحاصيل الزراعية المعدّة للتصدير، خاصة تلك التي تحتاج إلى ظروف تخزين جافة، وهو ما قد ينعكس سلبًا على الطلب الخارجي أو سلامة الشحن.
الرطوبة النسبية (:(RELATIVE_HUMIDITY التأثير سلبي في الفترة الحالية (-0.1591) وذو دلالة إحصائية (p = 0.0287)، مما يشير إلى أن ارتفاع معدلات الرطوبة قد يؤثر سلبًا على جودة المحاصيل الزراعية المعدّة للتصدير، خاصة تلك التي تحتاج إلى ظروف تخزين جافة، وهو ما قد ينعكس سلبًا على الطلب الخارجي أو سلامة الشحن.
الأمطار (RAINFALL): التأثير سلبي (-0.0160) وغير دال إحصائيًا (p = 0.2865)، مما يشير إلى أن الأمطار قد لا تلعب دورًا مباشرًا أو إيجابيًا في دعم الصادرات الزراعية المصرية، وربما تؤدي زيادتها إلى إتلاف بعض المحاصيل أو التأثير على توقيت الحصاد والتصدير.
ويتضح من التحليل أن الصادرات الزراعية المصرية تتأثر بشكل مباشر بكل من الناتج المحلي الإجمالي، أسعار الأسمدة، أسعار النفط، والعوامل المناخية، بينما تتسم العلاقة مع التضخم وسعر الصرف والتكاليف الخدمية مثل النقل بدرجة من التعقيد والتفاوت الزمني.
جدول (12) نتائج نماذج تقدير معادلة الأجل الطويل وفقاً لنموذجARDL (1, 1, 0, 1, 1, 0, 1, 1, 1, 0)
Variable
Coefficient
Std. Error
t-Statistic
Prob.*
TOTAL_EGYPTIAN_AGRICULTURAL_EXPORTS (-1)
0.444464
0.104280
4.262216
0.0053
GROSS_DOMESTIC_PRODUCT
-2.635900
0.701929
-3.755223
0.0095
GROSS_DOMESTIC_PRODUCT (-1)
3.766567
0.697333
5.401386
0.0017
EXCHANGE_RATE
-0.059282
0.035253
-1.681612
0.1436
INFLATION_RATE
0.007416
0.003187
2.327400
0.0588
INFLATION_RATE (-1)
-0.012668
0.007933
-1.596956
0.1614
AVERAGE_CRUDE_OIL_PRICES
-0.009122
0.002449
-3.724173
0.0098
AVERAGE_CRUDE_OIL_PRICES (-1)
-0.010123
0.007772
-1.302606
0.2405
AVERAGE_GLOBAL_FERTILIZER_PRICES
0.000265
1.45E-05
18.28275
0.0000
TRANSPORT_SERVICES
-0.201613
0.104384
-1.931454
0.1016
TRANSPORT_SERVICES (-1)
0.285549
0.084095
3.395556
0.0146
AVERAGE_TEMPERATURE
0.577270
0.120780
4.779530
0.0031
AVERAGE_TEMPERATURE (-1)
0.269725
0.152229
1.771837
0.1268
RELATIVE_HUMIDITY
-0.159078
0.055574
-2.862430
0.0287
RELATIVE_HUMIDITY (-1)
-0.098174
0.065006
-1.510236
0.1817
RAINFALL
-0.015994
0.013676
-1.169532
0.2865
C
-13.38132
6.593317
-2.029528
0.0887
R-squared
0.999224
Mean dependent var
4.164719
Adjusted R-squared
0.997156
S.D. dependent var
2.356512
S.E. of regression
0.125669
Akaike info criterion
-1.175800
Sum squared resid
0.094757
Schwarz criterion
-0.336521
Log likelihood
30.52169
Hannan-Quinn criter.
-0.964723
F-statistic
483.1108
Durbin-Watson stat
2.920258
Prob. (F-statistic)
0.000000
المصدر: حُسبت باستخدام برنامج Eviews.
- تقدير نموذج تصحيح الاخطاء وفقاً لنموذج ARDL
وبعد الانتهاء من الخطوات السابقة والتي هي أساس لإجراء الخطوة التالية فيتم إجراء نموذج تصحيح الأخطاء والذي تقع قيمته بين (الصفر والسالب).
التقييم الاقتصادي لنموذج التكامل المشترك بين قيمة الصادرات الزراعية المصرية, والصدمات العالمية:
لقد ثبت أن هناك علاقة طويلة الأجل بين قيمة الصادرات الزراعية المصرية, والصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم), التقلبات في أسعار الطاقة (أسعار النفط العالمية), أسعار المدخلات الزراعية (أسعار الأسمدة العالمية), الخدمات اللوجستية (خدمات النقل), التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار), وذلك من نتيجة نموذج معامل تصحيح الخطأ والذي قيمته) 0.555536-) أي أن 55.5 % من الأخطاء التي حدثت في المدي القصير يتم تصحيحها في المدي الطويل، بمعني أن هناك علاقة تكامل مشترك بين المتغيرات، مما يدعم استقرار العلاقة بين الواردات الزراعية والمتغيرات الاقتصادية والمناخية على المدى الطويل. ويوضح جدول (13) نتيجة نموذج تصحيح الخطأ.
التقييم الإحصائي للنموذج المُقدر:
لقد ثبُتت المعنوية الاحصائية لكلأ من قيمة الصادرات الزراعية المصرية ومعامل تصحيح الخطأ، كما أشارت قيمة معامل التحديد إلي أن 98.09 % من التغير في قيمة الصادرات الزراعية المصرية ترجع إلي المتغيرات المفسرة (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم, أسعار النفط العالمية, أسعار الأسمدة العالمية, خدمات النقل, متوسط درجة الحرارة, الرطوبة النسبية, كمية الأمطار)، وهو ما يتفق مع التقييم الاقتصادي للنموذج، وبالتالي فإن 1.91 % ترجع إلي عوامل أخري غير مُقيسة بالنموذج. كما اتضح لنا معنوية النموذج المُقدر من خلال قيمة F- statistic.
ECM Regression
Variable
Coefficient
Std. Error
t-Statistic
Prob.
D(GROSS_DOMESTIC_PRODUCT)
-2.635900
0.165812
-15.89694
0.0000
D(INFLATION_RATE)
0.007416
0.002447
3.030969
0.0231
D(AVERAGE_CRUDE_OIL_PRICES)
-0.009122
0.001191
-7.659139
0.0003
D(TRANSPORT_SERVICES)
-0.201613
0.014389
-14.01120
0.0000
D(AVERAGE_TEMPERATURE)
0.577270
0.032887
17.55317
0.0000
D(RELATIVE_HUMIDITY)
-0.159078
0.015535
-10.23984
0.0001
CointEq(-1)*
-0.555536
0.020078
-27.66841
0.0000
R-squared
0.986148
Mean dependent var
0.361679
Adjusted R-squared
0.980953
S.D. dependent var
0.557616
S.E. of regression
0.076956
Akaike info criterion
-2.045365
Sum squared resid
0.094757
Schwarz criterion
-1.699780
Log likelihood
30.52169
Hannan-Quinn criter.
-1.958451
Durbin-Watson stat
2.920258
جدول (13) نتائج نموذج تصحيح الخطأ للتكامل المشترك
المصدر: حُسبت باستخدام برنامج Eviews
-الاختبارات القياسية لسلامة النموذج:
أ- اختبار التوزيع الطبيعي للبواقي (Normality Test) :
يشير جدول (14) إلي أن جميع القيم الاحتمالية (Prob.) أكبر من 0.05 ما عدا القيمة الاحتمالية (Prob. F)، وبناءً على نتائج F-statistic، يمكننا القول أن هناك احتمال لوجود تباين غير متجانس في البيانات. ومع ذلك، إذا أخذنا نتائج Obs*R-squared و Scaled explained SS في الاعتبار، فلا يوجد دليل قوي على ذلك, مما يعني أنه لا يوجد دليل قوي على وجود عدم تجانس التباين. وبالتالي، يمكن افتراض أن النموذج يتمتع بتجانس التباين (Homoskedasticity)، وهو أحد الافتراضات الأساسية للنموذج القياسي.
جدول (14) نتائج اختبار Breusch-Pagan-Godfrey لعدم تجانس التباين (Heteroskedasticity Test)
نظرًا لأن القيمة الاحتمالية F > 0.05، يتم رفض الفرضية الصفرية (H0) عند مستوى معنوية 5%. هذا يشير إلى وجود ارتباط تسلسلي بين البواقي, هذه النتائج تدل على أن النموذج الذي تم تقديره لا يعاني من مشاكل الارتباط التسلسلي بين الأخطاء, كما في جدول (15).
جدول (15) نتائج اختبار Breusch-Godfrey Serial Correlation LM Test لتغاير الارتباط التسلسلي
Breusch-Godfrey Serial Correlation LM Test:
Null hypothesis: No serial correlation at up to 2 lags
F-statistic
4.350563
Prob. F(2,4)
0.0992
Obs*R-squared
15.75655
Prob. Chi-Square(2)
0.0004
المصدر: حُسبت باستخدام برنامج EViews.
ج- اختبار استقرار النموذج (Stability Test) :
يتضح من شكل رقم (2) أن منحنيات الاختبار تقع داخل الحدود الحرجة (Critical Bounds) لذلك يعتبر النموذج مستقراً.
شكل رقم (2) نتائج اختبار CUSUM of Squares Test
تحليل نتائج نموذج ARDL لأثر الصدمات العالمية على قيمة الواردات الزراعية المصرية:
يتم تقدير نموذج ARDL لكلاً من قيمة الصادرات الواردات المصرية (كمتغير تابع), الصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم), التقلبات في أسعار الطاقة (أسعار النفط العالمية), أسعار المدخلات الزراعية (أسعار الأسمدة العالمية), الخدمات اللوجستية (خدمات النقل % من صادرات الخدمات التجارية), التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار) (كمتغيرات مستقلة). ويهدف نموذج الانحدار الذاتي للفجوات الموزعة إلى اختبار وجود علاقة طويلة الأجل بين المتغيرات أي وجود تكامل مشترك بينها.
خطوات تطبيق نموذج ARDL
- تحديد درجة استقرار السلسلة:
لقد تم إجراء اختبار ديكي فولر (Unit Roots Test) لكلاً من قيمة الواردات الزراعية المصرية (كمتغير تابع), الصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم), التقلبات في أسعار الطاقة (أسعار النفط العالمية), أسعار المدخلات الزراعية (أسعار الأسمدة العالمية), الخدمات اللوجستية (خدمات النقل), التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار) (كمتغيرات مستقلة), ووجد أن السلاسل الزمنية مستقرة في المستوي لكلاً من المتغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار), واستقرت باقي المتغيرات بعد أخذ الفروق الأولي, كما هو موضح بجدول (16).
Degree of integration
1 stdifference
level
Item
none
trend & intercept
intercept
none
trend & intercept
intercept
-2.67
-4.44
-3.77
-2.67
-4.44
-3.75
القيم الحرجة عند 1%
-1.96
-3.63
-3.01
-1.96
-3.63
-2.99
القيم الحرجة عند 5%
I(1)
-4.77
-4.69
-4.89
0.79
-2.98
-0.94
Total Egyptian agricultural imports
I(1)
-3.07
-4.26
-3.45
2.22
-0.67
1.09
Exchange rate
I(1)
-3.74
-4.11
-4.32
-0.13
-3.67
-2.22
Inflation rate
I(1)
-4.43
-4.32
-4.39
-0.21
-1.99
-2.01
Average crude oil prices
I(1)
-5.47
-5.25
-5.45
-0.55
-2.88
-2.42
Average global fertilizer prices
I(1)
-3.79
-3.49
-3.67
-0.43
-2.36
-1.81
Transport services
I(0)
-10.06
-9.64
-9.89
0.47
-6.79
-5.64
Average temperature
I(0)
-5.59
-5.92
-5.49
-0.55
-4.41
-4.59
Relative humidity
I(0)
-4.91
-4.72
-5.11
1.83
-4.49
-3.37
Rainfall
جدول (16) نتائج اختبار جزر الوحدة لاستقرار السلاسل الزمنية
المصدر: حُسبت باستخدام برنامج Eviews
- تحديد درجة تأخير النموذج:
تم عمل انحدار ذاتي VAR وتحديد أفضل فترة ابطاء أو تأخير بين المتغير التابع والمتغيرات المستقل وأتضح أن درجة التأخير المثلي للنموذج هى 1، ويوضح جدول (17) درجة الإبطاء أو التأخير.
جدول (17) نتائج معايير تحديد عدد فترات الأبطاء الزمني
Lag
LogL
LR
FPE
AIC
SC
HQ
0
-626.7413
NA
5.27e+11
55.36881
55.86250
55.49297
1
-413.5411
222.4698*
65388731*
45.52531*
50.95593*
46.89110*
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
المصدر: حُسبت باستخدام برنامج Eviews.
- اختبار الحدود ARDL Bounds Test:
وتتم تلك الخطوة من خلال تقدير نموذج ARDL, وتشير نتائج الجدول رقم (18) لنتائج اختبار التكامل المشترك باستخدام اختبار الحدود أن قيمة f المحسوبة 3.19 اكبر من الحدود الحرجه العليا وذلك عند مستوى معنوية 1% وبالتالي نرفض الفرضية الصفرية بعدم وجود تكامل مشترك وهذا يعني أن هناك علاقة طويلة الأجل بين قيمة الواردات الزراعية المصرية (كمتغير تابع), الصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم), التقلبات في أسعار الطاقة (أسعار النفط العالمية), أسعار المدخلات الزراعية (أسعار الأسمدة العالمية), الخدمات اللوجستية (خدمات النقل), التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار) (كمتغيرات مستقلة), أي أنه يوجد تكامل مشترك عند مستوى معنوية 1%.
جدول (18) نتيجة اختبار التكامل المشترك لمنهجية ARDLواختبار الحدود ARDL Bounds Test For Integration
F-Bounds Test
Null Hypothesis: No levels relationship
Test Statistic
Value
Signif.
I(0)
I(1)
Asymptotic: n=1000
F-statistic
3.190626
10%
1.8
2.8
k
9
5%
2.04
2.08
2.5%
2.24
3.35
1%
2.5
3.68
Actual Sample Size
23
Finite Sample: n=35
10%
-1
-1
5%
-1
-1
1%
-1
-1
Finite Sample: n=30
10%
-1
-1
5%
-1
-1
1%
-1
-1
المصدر: حُسبت باستخدام برنامج Eviews.
- تقدير العلاقه طويله الاجل للنموذج ARDL Long Run form::
يتضح من جدول (19) أن الناتج المحلي الإجمالي (GDP): التأثير إيجابي (3.97) وذو دلالة إحصائية عند مستوى 5% (p = 0.0400)، مما يشير إلى أن نمو الاقتصاد المصري يرتبط بزيادة الطلب على الواردات الزراعية. هذا يُفسر بأن التوسع الاقتصادي يُزيد من القوة الشرائية والاستهلاك الغذائي، مما يرفع من الاعتماد على الاستيراد لتلبية الطلب المحلي.
سعر الصرف (EXCHANGE_RATE): أظهر المتغير في الفترة الحالية تأثيرًا طفيفًا جدًا (0.015) وغير دال إحصائيًا (p = 0.9268)، بينما كان التأثير المتأخر سلبيًا (-0.320) وذو دلالة نسبية (p = 0.0781). هذا يشير إلى أن انخفاض قيمة الجنيه المصري لا يؤثر مباشرة في نفس الفترة على حجم الواردات الزراعية، ولكنه قد يؤدي إلى انخفاض الاستيراد في الفترات اللاحقة بسبب ارتفاع التكاليف بالعملة المحلية.
معدل التضخم (INFLATION_RATE): التأثير سلبيًا (-0.0244) وغير دال إحصائيًا (p = 0.6832)، مما يشير إلى أن التضخم المحلي لا يظهر له أثر مباشر واضح على الواردات الزراعية، وقد يُعزى ذلك إلى أن معظم الواردات الزراعية تعتبر سلعًا ضرورية تُستورد بغض النظر عن ارتفاع الأسعار محليًا.
أسعار النفط العالمية (AVERAGE_CRUDE_OIL_PRICES): التأثير إيجابيًا (0.0656) ودالًا إحصائيًا (p = 0.0435)، مما يشير إلى أن ارتفاع أسعار النفط العالمية يؤدي إلى زيادة في الواردات الزراعية، ربما من خلال تأثيره على تكاليف النقل الدولي أو على أسعار المنتجات الزراعية عالميًا، مما يزيد قيمة الواردات بالدولار.
أسعار الأسمدة العالمية (AVERAGE_GLOBAL_FERTILIZER_PRICES): أظهر المتغير تأثيرًا إيجابيًا ودالًا إحصائيًا في الفترة الحالية (0.000588) (p = 0.0209)، مما يشير إلى أن ارتفاع أسعار الأسمدة العالمية قد يؤدي إلى ارتفاع تكاليف الإنتاج الزراعي المحلي، وبالتالي يدفع نحو زيادة الاعتماد على الواردات الزراعية لتعويض الفجوة في الإنتاج المحلي. التأثير المتأخر كان موجبًا لكنه غير دال إحصائيًا.
خدمات النقل (TRANSPORT_SERVICES): التأثير الحالي سلبيًا طفيفًا (-0.0648) وغير دال إحصائيًا (p = 0.8905)، وكذلك التأثير المتأخر كان سالبًا نسبيًا (-1.585) لكنه غير دال (p = 0.1554). هذا قد يشير إلى أن تكاليف النقل وحدها ليست العامل الحاسم في تحديد حجم الواردات الزراعية، وقد تُعوض من خلال الدعم أو إعادة توجيه الموارد.
متغيرات المناخ (درجة الحرارة، الرطوبة، الأمطار):
متوسط درجة الحرارة (AVERAGE_TEMPERATURE): التأثير سلبيًا (-1.172) وغير دال إحصائيًا (p = 0.2594)، مما قد يعكس تأثيرًا غير مباشر لارتفاع درجات الحرارة على ضعف الإنتاج المحلي، لكنه لا ينعكس بشكل مباشر وفوري على الواردات الزراعية في النموذج.
الرطوبة النسبية (:(RELATIVE_HUMIDITYالتأثير إيجابي (0.8877) لكنه غير دال إحصائيًا (p = 0.1673)، وقد يكون هذا التأثير غير المباشر ناتجًا عن تأثيرات مناخية على الإنتاج المحلي، مما يؤدي إلى زيادة الاعتماد على الواردات، لكنه لا يُعتبر تأثيرًا قويًا في هذا النموذج.
الأمطار (RAINFALL): التأثير سلبيًا ضعيفًا جدًا (-0.0552) وغير دال (p = 0.6956)، مما يشير إلى أن تغيرات معدل الأمطار لا تؤثر بشكل مباشر على حجم الواردات الزراعية، وربما يعود ذلك إلى محدودية الزراعة المطرية في مصر، واعتماد الزراعة على مصادر أخرى للمياه.
وتشير النتائج إلى أن الناتج المحلي الإجمالي، وأسعار النفط العالمية، وأسعار الأسمدة العالمية هي العوامل الأكثر تأثيرًا في تحديد حجم الواردات الزراعية المصرية، في حين لم تظهر متغيرات مثل سعر الصرف الحالي، التضخم، وخدمات النقل تأثيرًا واضحًا ومباشرًا.
جدول (19) نتائج نماذج تقدير معادلة الأجل الطويل وفقاً لنموذجARDL (1, 0, 1, 0, 0, 1, 1, 0, 1, 0)
Variable
Coefficient
Std. Error
t-Statistic
Prob.*
TOTAL_EGYPTIAN_AGRICULTURAL_IMPORTS(-1)
-0.210684
0.410893
-0.512746
0.6220
GROSS_DOMESTIC_PRODUCT
3.966718
1.619625
2.449159
0.0400
EXCHANGE_RATE
0.015056
0.158764
0.094833
0.9268
EXCHANGE_RATE(-1)
-0.320025
0.158427
-2.020014
0.0781
INFLATION_RATE
-0.024445
0.057742
-0.423354
0.6832
AVERAGE_CRUDE_OIL_PRICES
0.065643
0.027400
2.395695
0.0435
AVERAGE_GLOBAL_FERTILIZER_PRICES
0.000588
0.000205
2.867933
0.0209
AVERAGE_GLOBAL_FERTILIZER_PRICES(-1)
0.000762
0.000904
0.842375
0.4240
TRANSPORT_SERVICES
-0.064762
0.455740
-0.142102
0.8905
TRANSPORT_SERVICES(-1)
-1.585240
1.010665
-1.568512
0.1554
AVERAGE_TEMPERATURE
-1.172385
0.965724
-1.213995
0.2594
RELATIVE_HUMIDITY
0.887731
0.584458
1.518896
0.1673
RELATIVE_HUMIDITY(-1)
0.546915
0.713942
0.766050
0.4656
RAINFALL
-0.055209
0.136100
-0.405650
0.6956
C
-4.084437
33.36260
-0.122426
0.9056
R-squared
0.988595
Mean dependent var
12.79314
Adjusted R-squared
0.968636
S.D. dependent var
6.409241
S.E. of regression
1.135064
Akaike info criterion
3.339550
Sum squared resid
10.30696
Schwarz criterion
4.080090
Log likelihood
-23.40483
Hannan-Quinn criter.
3.525794
F-statistic
49.53196
Durbin-Watson stat
2.349968
Prob(F-statistic)
0.000003
المصدر: حُسبت باستخدام برنامج Eviews.
13- تقدير نموذج تصحيح الاخطاء وفقاً لنموذج ARDL :
وبعد الانتهاء من الخطوات السابقة والتي هي أساس لإجراء الخطوة التالية فيتم إجراء نموذج تصحيح الأخطاء والذي تقع قيمته بين (الصفر والسالب).
التقييم الاقتصادي لنموذج التكامل المشترك بين قيمة الواردات الزراعية المصرية, والصدمات العالمية:
لقد ثبت أن هناك علاقة طويلة الأجل بين قيمة الواردات الزراعية المصرية, والصدمات العالمية ممثلة في الأزمات الاقتصادية (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم), التقلبات في أسعار الطاقة (أسعار النفط العالمية), أسعار المدخلات الزراعية (أسعار الأسمدة العالمية), الخدمات اللوجستية (خدمات النقل), التغيرات المناخية (درجة الحرارة, الرطوبة النسبية, كمية الأمطار), وذلك من نتيجة نموذج معامل تصحيح الخطأ والذي قيمته) 1.210684-) أي أن 121 % من الأخطاء التي حدثت في المدي القصير يتم تصحيحها في المدي الطويل، بمعني أن هناك علاقة تكامل مشترك بين المتغيرات، مما يعكس استجابة قوية من واردات مصر الزراعية للصدمات قصيرة الأجل في المتغيرات المؤثرة، خصوصًا في ظل حساسية السوق للمدخلات الخارجية كالأسمدة والخدمات المرتبطة بالنقل والمناخ. ويوضح جدول (20) نتيجة نموذج تصحيح الخطأ.
التقييم الإحصائي للنموذج المُقدر:
لقد ثبُتت المعنوية الاحصائية لكلأ من قيمة الصادرات الزراعية المصرية ومعامل تصحيح الخطأ، كما أشارت قيمة معامل التحديد إلي أن 90.97 % من التغير في قيمة الواردات الزراعية المصرية ترجع إلي المتغيرات المُفسره (الناتج المحلي الإجمالي, سعر الصرف, معدل التضخم, أسعار النفط العالمية, أسعار الأسمدة العالمية, خدمات النقل, متوسط درجة الحرارة, الرطوبة النسبية, كمية الأمطار)، وهو ما يتفق مع التقييم الاقتصادي للنموذج، وبالتالي فإن 9.03 % ترجع إلي عوامل أخري غير مُقيسة بالنموذج. كما اتضح لنا معنوية النموذج المُقدر من خلال قيمة F- statistic.
جدول (20) نتائج نموذج تصحيح الخطأ للتكامل المشترك
ECM Regression
Variable
Coefficient
Std. Error
t-Statistic
Prob.
D(EXCHANGE_RATE)
0.015056
0.054862
0.274436
0.7907
D(AVERAGE_GLOBAL_FERTILIZER_PRICES)
0.000588
0.000125
4.722737
0.0015
D(TRANSPORT_SERVICES)
-0.064762
0.155949
-0.415275
0.6889
D(RELATIVE_HUMIDITY)
0.887731
0.155122
5.722775
0.0004
CointEq(-1)*
-1.210684
0.136240
-8.886394
0.0000
R-squared
0.909796
Mean dependent var
0.673307
Adjusted R-squared
0.889751
S.D. dependent var
2.278982
S.E. of regression
0.756709
Akaike info criterion
2.469985
Sum squared resid
10.30696
Schwarz criterion
2.716832
Log likelihood
-23.40483
Hannan-Quinn criter.
2.532066
Durbin-Watson stat
2.349968
المصدر: حُسبت باستخدام برنامج Eviews..
14- الاختبارات القياسية لسلامة النموذج:
- اختبار التوزيع الطبيعي للبواقي (Normality Test) :
يشير جدول (21) إلي أن جميع القيم الاحتمالية (Prob.) أكبر من 0.05، مما يعني أنه لا يوجد دليل قوي على وجود عدم تجانس التباين. وبالتالي، يمكن افتراض أن النموذج يتمتع بتجانس التباين (Homoskedasticity)، وهو أحد الافتراضات الأساسية للنموذج القياسي.
جدول (21) نتائج اختبار Breusch-Pagan-Godfrey لعدم تجانس التباين (Heteroskedasticity Test)
Heteroskedasticity Test: Breusch-Pagan-Godfrey
Null hypothesis: Homoskedasticity
F-statistic
2.367636
Prob. F(14,8)
0.1113
Obs*R-squared
18.52822
Prob. Chi-Square(14)
0.1838
Scaled explained SS
2.452257
Prob. Chi-Square(14)
0.9997
المصدر: حُسبت باستخدام برنامج Eviews.
- اختبار التغاير الذاتي للبواقي (Serial Correlation Test) :نظرًا لأن القيمة الاحتمالية F > 0.05، يتم رفض الفرضية الصفرية (H0) عند مستوى معنوية 5%. هذا يشير إلى وجود ارتباط تسلسلي بين البواقي, هذه النتائج تدل على أن النموذج الذي تم تقديره لا يعاني من مشاكل الارتباط التسلسلي بين الأخطاء, كما في جدول (22).
جدول (22) نتائج اختبار Breusch-Godfrey Serial Correlation LM Test لتغاير الارتباط التسلسلي
Breusch-Godfrey Serial Correlation LM Test:
Null hypothesis: No serial correlation at up to 2 lags
F-statistic
2.271053
Prob. F(2,6)
0.1844
Obs*R-squared
9.909637
Prob. Chi-Square(2)
0.0070
المصدر: حُسبت باستخدام برنامج Eviews.
- اختبار استقرار النموذج (Stability Test) :
يتضح من شكل رقم (3) أن منحنيات الاختبار تقع داخل الحدود الحرجة (Critical Bounds) لذلك يعتبر النموذج مستقراً.
References
أولاً: المجلات العلمية والمنظمات الدولية:
Abou Elfotouh, M., & El-Sayed, M. (2022). The Effects of Global Supply Chain Disruptions on Agricultural Output: The Case of Egypt. Journal of Agricultural Economics, 63(2), 245-262.
Ahmed, H., & Osman, A. (2021). Supply Chain Resilience in the Egyptian Agriculture Sector: Lessons from the COVID-19 Pandemic. Journal of Economic Studies, 48(4), 1160-1185.
Bassyouni, Gaber and etal, (2023)Egyptianfood security of wheat in light of new challenges, 17th International European Forum (Igls-Forum) (184th EAAE Seminar) on System Dynamics and Innovation in Food Networks, February 13-17, 2023, Garmisch-Partenkirchen, Germany.
Bassyouni, Gaber ( (2019, Estimation of economic losses of waste from the main important of vegetable and fruit crops in Egypt, 13th International European Forum (Igls-Forum) (184th EAAE Seminar) on System Dynamics and Innovation in Food Networks, February 13-17, 2023, Garmisch-Partenkirchen, Germany
FAO. (2020). The impact of COVID-19 on global food systems and agriculture. FAO, Rome.
Food and Agriculture Organization (FAO). (2021). The State of Food Security and Nutrition in the World 2021. FAO, Rome. Retrieved from www.fao.org
Food and Agriculture Organization (FAO). (2022). Resilient Agri-food Systems in Times of Crisis. FAO Policy Brief. Retrieved from www.fao.org
Intergovernmental Panel on Climate Change (IPCC). (2022). Climate Change 2022: Impacts, Adaptation and Vulnerability. IPCC Sixth Assessment Report. Retrieved from www.ipcc.ch
International Monetary Fund (IMF). (2022). The Impact of COVID-19 on Global Agricultural Supply Chains. IMF Working Paper Series. Retrieved from www.imf.org
Khattab, M. (2020). The impact of global oil price fluctuations on Egypt’s agricultural competitiveness. Economic Research Journal, 45(3), 30-40.
Pesaran, M. H., & Shin, Y. (1999). An Autoregressive Distributed Lag Modelling Approach to Cointegration Analysis. In S. Strom, (Ed.), Econometrics and Economic Theory in the 20th Century: The Ragnar Frisch Centennial Symposium (pp. 371-413). Cambridge University Press.
United Nations Conference on Trade and Development (UNCTAD). (2022). Trade and Development Report 2022: Global Crises and Food Security Challenges. UNCTAD, Geneva. Retrieved from www.unctad.org
World Bank. (2021). Agricultural supply chain disruptions during global crises. World Bank Group.
World Bank. (2023). World Development Report 2023: Global Supply Chains and Agriculture. The World Bank, Washington, D.C. Retrieved from www.worldbank.org
WTO. (2021). Trade and agriculture:Examining the post-pandemic landscape. World Trade Organization.
ثانياً: المواقع الالكترونية:
البنك الدولي. World Bank
منظمة الاغذية والزراعة للأمم المتحدة(Food and Agriculture Organization FAO).
موقع IndexMundi.
موقع الاستعراض الإحصائي للطاقة العالمية .Statistical Review of World Energ.
موقع حلول تكامل التجارة العالمية (World Integrated Trade Solution (WITS
View on SCiNiTO
Top