برآورد تابع تولید مناسب برای ایران با وجود نهاده انرژی و تحقیق و توسعه: روش الگوریتم ژنتیک
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 125
فایل این مقاله در 28 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_ECOR-16-1_002
تاریخ نمایه سازی: 11 دی 1403
چکیده مقاله:
هدف این مطالعه، برآورد انواع تابع تولید در ایران با تاکید بر نقش انرژی و سرمایهگذاری در تحقیق و توسعه (R&D) برای کشور ایران با روش الگوریتم ژنتیک طی دوره ۱۳۵۷تا۱۳۸۹میباشد. پس از برآورد انواع توابع تولید شامل CES،GPF، کاب- داگلاس، ترنسندنتال، ترانسلوگ و تعمیم یافته خطی، تابع مناسب برای ایران انتخاب می گردد. این توابع عمدتا غیر خطی بوده و برآورد آنها مستلزم داشتن حجم نمونه بزرگ است. به علاوه در اقتصاد سنجی مرسوم، برآوردها عمدتا از طریق حداقل کردن مجموع مجذور خطا (RSS) صورت می گیرد. مطالعات نشان داده اند که این روش نسبت به روش "حداقل سازی کمترین مقدار مطلق انحراف" ( ) از کارآیی کمتری برخوردار است. با توجه به محدودیت های ناشی از تکنیک های مرسوم اقتصاد سنجی، استفاده از روش ( ) کمتر مورد توجه می باشد. برای غلبه بر مشکلات فوق در این مطالعه برای اولین بار در ایران، با استفاده از روش هوشمند تکاملی الگوریتم ژنتیک و با حداقل سازی مقدار مطلق انحراف، توابع تولید برآورد شده است. نتایج نشان می دهد که تابع تولید ترانسلوگ نسبت به سایر توابع برای ایران مناسب تر است. بر اساس نتایج،۱۰ درصد افزایش در نهاده انرژی، تولید را به میزان ۳/۷ درصد افزایش می دهد. درحالی که افزایش ۱۰ درصدی در مخارج R&D، منجر به افزایش ۶/۲ درصدی در تولید می گردد. علاوه بر این، نشان داده می شود که تکنولوژی تولید در ایران بعد از جنگ تحمیلی دارای ویژگی بازده صعودی نسبت به مقیاس بوده است. بنابراین، به نظر می رسد که ساخت الگوهای رشد برای اقتصاد ایران با فرض تابع تولید با تکنولوژی بازده ثابت نسبت به مقیاس باید (حداقل برای دوره بعد از جنگ تحمیلی) با تامل بیشتری صورت گیرد.
کلیدواژه ها:
نویسندگان
کریم اسلاملوئیان
Associate Professor of Economics, Department of Economics, Shiraz University
علی حسین استادزاد
Ph.D. Candidate in Economics. Department of Economics, Shiraz University
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 :