1396 52 1 118 267

0 علوم شناختی رویکردی برای تبیین رفتار اقتصادی مصرف‌کننده Cognitive economics as a new approach in explaining consumer economic behaviors https://jte.ut.ac.ir/article_59571.html 10.22059/jte.2017.59571 0 رفتار مصرف‌کننده از جمله مهم‌ترین موضوعات مورد بحث در اقتصاد خرد است. در اقتصاد نئوکلاسیک، فرض می‌شود رفتار انسان‌ها برای رسیدن به هدف، بر عقلانیت محض مبتنیباشد، در حالی که سایمون، مفروضات پارادایم نئوکلاسیک‌ها را نقد کرده و عقلانیت محدود را مطرح می‌کند. چرا که انسان به دلیل مواجهه با عدم قطعیت و نبود دسترسی به اطلاعات آینده، دارای محدودیت‌های شناختی است، به گونه‌ای که نمی‌تواند بر طبق پیش‌بینی اقتصاد نئوکلاسیک، عاقلانه و منطقی تصمیم بگیرد، بنابراین بر اساس مطالعات انجام گرفته در این زمینه می‌توان گفت که رفتار انسان متأثر از هر دو عامل شهودی و عامل استدلالی است و این‌طور نیست که انسان کاملا به صورت عقلانی رفتار می‌کند.  هدف از مقاله این است که رفتار مصرف­کننده را از چهار رویکردهای متفاوت اقتصادی، روانشناسی، جامعه‌شناسی و علوم شناختی بررسی کند. مهم‌ترین دیدگاهی که طی سالیان اخیر توجه زیادی به خود جلب کرده، دیدگاه علوم شناختی است که در زمینه‌ی درک و فهم مغز و ذهن انسان که اطلاعات را دریافت، نگهداری و پردازش می­کند، می‌باشد. تمرکز این علم بر استدلال، ادراک، حافظه، آگاهی، احساسات، توجه، هشیاری، خلاقیت، استفاده از زبان و ارتباط میان آنهاست که برای پی بردن به توانایی مغز و ذهن انسان به کار گرفته می‌شود. 1 Consumer behavior is the most important issues in microeconomics. In neoclassical economics it is assumed that in order to reach the goals, human behavior is based on absolute rationality. While, Simon criticizes the paradigm assumptions of neoclassic school and introduces the bounded rationality. Since, because of uncertainty and lack of access to enough information, human faces with limited cognitive. So that cannot decide rationally, according to neoclassical economics predictions. So, based on the studies in this field, we can say that human behavior is affected by the intuitional and reasoning factors. The purpose of this paper is to discuss consumer behavior with a different approach and to mention the critics that are posed to neoclassical economics. The purpose of this paper is to discuss the consumer behavior by using four approaches of economics, psychology, social science and cognitive science. The most important approach which, in recent years, absorb a lot of attention, is cognitive science that attempt to percept human brain and mind which receipts, keeps and process the information. This science focuses on reasoning, perception, retention, cognizance, emotions, attention, awareness, creativity and connection between them which are used to understand the ability of the human brain. The purpose of this paper is to illustrate the function of cognitive science in consumers' behavior as an important matter in economics. JEL Classification: B21، D03، D11 1 33 پرویز محمدزاده Parviz Mohammadzadeh دانشیار گروه اقتصاد دانشگاه تبریز ایران pmohammadzadeh@tabrizu.ac.ir محمدباقر بهشتی Mohammad Bagher Beheshti استاد گروه اقتصاد دانشگاه تبریز ایران dbeheshti@gmail.com اکرم اکبری - - دانشجوی دکترا ایران akbari.a@tabrizu.ac.ir علوم شناختی نظریه رفتار مصرف‌کننده عقلانیت محض عقلانیت محدود متوسلی، محمود و احقاقی، میثم (1393) یادگیری مدل های ذهنی و عملکرد اقتصادی با نگرش نهادی و علوم شناختی، تحقیقات اقتصادی شمارۀ 2، دورۀ 49 صص 385-409.##رهبر، فرهاد، متوسلی، محمود و امیری، میثم (1392)، اقتصاددانان رفتاری و نظریه­های آن­ها، فصلنامه‌ی برنامه‌ریزی و بودجه، سال 18، شماره‌ی 1، صص 165-133.##محتشم دولتشاهی، طهماسب (1385). مبانی علم اقتصاد (اقتصاد خرد و اقتصاد کلان)، انتشارات خجسته، چاپ 25، تهران.##متوسلی، محمود و نیکونسبتی، علی (1389)، مجله‌ی تحقیقات اقتصادی، شماره 91، صص 219- 242.##متوسلی، محمود (1394)، نگاهی معرفت‌شناختی به جایگاه و منشأ ناولتی در توسعه‌ی اقتصادی، مجله‌ی توسعه کارآفرینی، شماره 3، صص 431-413.##دسوتو، خسوس هورتا (1394)، اقتصاد مکتب اتریش؛ نظم بازار و خلاقیت کارآفرینانه، ترجمه‌ی متوسلی، محمود و سعیدی‌کیا، مهرزاد، نشر چشمه، تهران.##Abdollahi, A. (2004). Effects of pursuing useless information on decision making across cultures. The 28th international congress of Psychology, Beijing, China.##Akerlof, G. A. (2003). Behavioral macroeconomics and macroeconomic behavior. The American Economist, 47 (1) 25- 47.##Anand, P., Prasanta K., and Clemens, P. (2009). The Handbook of Rational and Social Choice, New York. Oxford University Press,##Bagozzi, R., et al. (2002). The Social Psychology of consumer behaviour, Buckingham: Open University Press.##Becker, G. (2008). The economic approach to human behavior, in Elster, Jon(ed) , Rational Choice ,New York University Press.##Berkman, H., and Gilson, C. (1981). Consumer Behavior Concepts and Strategies, Kent Publishing.##Boulding, K. E. (1961). Contemporary economic research, in Donald P. Ray (Ed.) Trends in social science (pp. 9-26), New York: Philosophical Library.##Butler, B. E, (2005). Law and Economics, The Internet Encyclopedia of Philosophy, http//:www.iep.utm.edu/law econ#/SH4a.29/6/2010.##Camerer, C. F., & Loewenstein, G (2003). Advances in Behavioral Economics, Russell Sage Foundation, Princeton :Princeton University Press.##Camerer, C., & Loewenstein, G. (2004). Behavioral economics: Past, present and         future. In C. Camerer, G. Loewenstein & M. Rabin (Eds.). Advances in behavioral economics. Princeton, NJ: Princeton University Press##Cziko, G. (2000). The Things We Do: Using the Lessons of Bernard and Darwin to Understand the What, How, and Why of Our Behavior Massachusetts: MIT Press.##Engel, J. F., Kollart, D. J. & Blackwell, R. D. (1968). Consumer Behavior. New York: Holt, Rinehart and Winston.##Entman, R. M. (1993). Framing: Toward a clarification of a fractured paradigm, Journal of Communication, 43 (4), 51-58.##Ernest, D. (1988). Behavioural economics, vol. I, Aldershot: Edward Elgar.##Farley, J. U., & Ring, L. (1970). An Empirical Test of the Howard-Sheth Model of Buyer Behavior, Journal of Marketing, 7, 427-438.##Foxall, G. (1990). Consumer Psychology in Behavioural Perspective. London: Routledge.##Foxall, G. (1993). Situated Consumer Behavior: A Behavioral Interpretation of Purchase and Consumption, in R. W. Belk (ed.) Research in Consumer Behavior, 6, JAI Press Greenwich, CT.##Frantz, R. (2004). The behavioral economics of george akerloff and harvey leibenstein. The Journal of Socio-Economics, 33(1), 29- 44.##Furedy, J. & Riley, J. (1987). Human Pavlovian autonomic conditioning and the cognitive paradigm. in: G. Davey, ed. Cognitive Processes and Pavlovian Conditioning in Humans. Chichester: John Wiley & Sons Ltd.##Gardner, H. (1987). The mind's new science: A history of the cognitive revolution. New York: Basic Books.##Gilovich, T., & Griffin, D. (2003). Introduction Heuristics and Biases: Then and Now. In T. Gilovich, D. Griffin, and D. Kahneman: Heuristics and Biases, the Psychology of Intuitive Judgment. (pp 1-18). Cambridge: Cambridge University Press.##Hayek, Friedrich (1952), "The sensory order: an inquiry into the foundations of theoretical psychology". University of Chicago press.##Howard, J. A., & Sheth, J. N. (1969). The Theory of Buyer Behaviour, New York: John Wiley and Sons Inc.##Hunt, S. D., & Papas, H. (1972). A Crucial test for the Howard-Sheth model of buyer behavior, Journal of Marketing Research, 9(3), 346-348.##Jacoby, J. (2002). Stimulus-organism-response reconsidered: An evolutionary step in modeling (Consumer) behavior. Journal of Consumer Psychology, 12(1), 51-57.##Johnson, E. J., & Tversky A. (1983). Affect, generalization, and the perception of risk. Journal of Personality and Social Psychology, 45 (1), 20-31.##Johnson, H. (1958). Exploration in responsible business behavior: An exercise in behavioral economics, Georgia State College of Business Administration Research Paper No. 4.##Kahneman, D. (2003). Maps of bounded rationality: Psychology for behavioral economics, American Economic Review, 93 (5), 1449- 1475.##Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk, Econometrica Journal, 47 (2), 263- 292.##Kassarjian, H. (1982). The development of consumer behavior theory. in: Advances in Consumer Research IX. San Francisco: Association for Consumer Research.##Kihlstrom, J. F. (1987). The Cognitive Unconscious, Science, 237(4821), 1445- 1452.##Loudon, D. L., and Della, B. (1993). Consumer Behaviour-Concepts and Applications, 4th ed.: McGraw Hill.##MC Daniel, C. (2002). Marketing, 5th edition, South-western.##Moital, M. L. (2007). An Evaluation of the factors influencing the adoption of ecommerce in the purchasing of leisure travel by the residents of Cascais, Portugal, Ph.D thesis, School of Services Management, Bournemouth University.##Neman, T. (1972). Book reveiw: The Theory of Buyer Behaviour. Public Opinion Quarterly, 36(3), 488-489.##Persky, J. (1995). The ethology of homo economicus, The Journal of Economic Perspectives, 9(2), 221-231.##Peter, P., & Olson, J. (2008). Consumer Behavior and Marketing Strategy, Singapore: McGraw Hill.##Rhoads, K. (1997), Retrieved June 28, 2010, from Working Psychology website: http://www.workingpsychology.com/definit.html.##Richarme, M. (2007). Consumer decision-making models, strategies, and theories, Available from:      www.decisionanalyst.com/Downloads/ConsumerDecisionMaking.pdf##Rønnow-Rasmussen, T. (2003). Subjectivism and Objectivism. In W. Rabinowicz, & T. Rønnow-Rasmussen (Eds.), Patterns of Value; Essays on Formal Axiology and Value Analysis. (Vol. 1). Department of Philosophy, Lund University.##Rousseau, D.M., S.B. Sitkin, R.S. Burt, and Camerer, C. (1991). Not So different after all: A cross-discipline view of trust," Academy of Management Review, 23(3), 393-404.##Savage, L. J. (1954). The foundations of statistics. New York: John Wiley and Sons.##Savage, L. J. (1954). The foundations of statistics. New York: John Wiley and Sons.##Schiffman, L., & Kanuk, G. (2007). Consumer Behavior. 9th eds. New Jersey: Prentice Hall.##Simon, H. A. (1959). Theories of Decision-Making in Economics and Behavioral Science, American Economic Review, 49(3), 253–83.##Simon, H.A. (1979). Rational Decision Making in Business Organizations.American Economic Review 69 (4): 493–513.##Solomon, M., & et al. (2006). Consumer Behaviour: A European Perspective, 3td ed. Harlow: Prentice Hall.##Thaler, R. & Sendhil, M. (2008). Behavioral Economics, The Concis Encyclopedia of Economics, Library of Economics and Liberty.##Thaler, R. (1985). Mental Accounting and Consumer Choice, Marketing Science, 4(3), 199-214.##Thaler, R. (1992). The winner's curse: Paradoxes and anomalies of economic life, New York: Free Press p. 148-173.##Thaler, R. H. (1988). Anomalies: The ultimatum game, Journal of Economic Perspectives, 2 (4), 195-206.##Thaler, R. H. (1990). Anomalies: Savings, Fungibility, and Mental Accounts, Journal of Economic Prespectives, 4(1), 193-205.##Tversky, A., & Kahneman, D. (1981). The framing of decisions and psychology of choice. Science, 211, 453-458.##Tversky, A., & Kahneman, D. (1991). Loss aversion in riskless choice: A reference dependent model. Quarterly Journal of Economics, 107, 1039-1061.##Vantonder, E. (2003). The factors influencing buyer behaviour of single working women when purchasing financial products or services: An exploratory study Thesis University of Pretoria.##Weber, E. U., & Johnson, E. J. (2009). Mindful judgment and decision making. Annual Review of Psychology, 60, 53–85.##Wilkinson, N. (2008). An Introduction to Behavioral Economics, Hampshire: Palgrave Macmillan.##Zinkhan, G. M. (1992). Human nature and models of consumer decision making. Journal of Advertising, 21(4), 20-30.##

0 اثرات توسعه‌ی مالی بر کاهش فقر در ایران The effects of financial development on poverty in Iran https://jte.ut.ac.ir/article_59579.html 10.22059/jte.2017.59579 0 فقر یکی از مهم‌ترین مشکلات  دیرین کشورهای توسعه یافته و درحال توسعه از جمله ایران است. برای حل این مشکل، مطالعات زیادی عوامل مؤثر بر فقر را مورد بررسی قرارداده‎اند. در این مقاله، نیز اثر توسعه­ی مالی بر فقر مطلق در ایران، برای بازه‌ی زمانی 1364- 1392و با استفاده از روش سری زمانی ساختاری مورد بررسی و کنکاش قرار گرفته و از دو شاخص توسعه­ی مالی "عمق مالی" و "نسبت تسهیلات اعطایی سیستم بانکی به بخش غیردولتی تقسیم بر تولید ناخالص داخلی"  استفاده شده است. نتایج برآورد مدل‌های تحقیق نشان می‌دهد که بر اساس هر دو شاخص توسعه‌ی مالی، توسعه‌ی مالی تأثیری غیرخطی و آستانه­ای بر فقر مطلق داشته است. بدین معنا که تا قبل از حد آستانه­­ی مشخصی، توسعه­ی مالی موجب بدتر شدن وضعیت فقر مطلق در جامعه می­شود اما پس از عبور از این حد آستانه­ و گسترش توسعه­ی مالی در کشور، گسترش توسعه‌ی مالی تأثیری مثبت و معنی­دار بر کاهش فقر مطلق دارد. حد آستانه­ای شاخص "عمق مالی" و "نسبت تسهیلات اعطایی سیستم بانکی به بخش غیردولتی تقسیم بر تولیدناخالص داخلی" به ترتیب 62/0 و 27/0 برآورد شده است. 1 Poverty is one of the most important problems in developed and developing countries such as Iran. For solving this problem, many studies have investigated the effective factors on poverty. In this paper, the impact of financial development on absolutepoverty in Iran has been investigated during 1985-2013 by using the Structural Time Series method. For do it, two indicators of financial development including “financial deepening” and “the facilities granted by the banking system to the private sector divided by GDP” have been applied. Estimation results of the models indicate that the financial development has a non-linear and threshold impact on absolute poverty. In other word, when “the financial development indicators” are less than a threshold level, financial development causes deterioration of the poverty in society but after this threshold level and developing financial development in the country, expanding financial development has a significant negative impact on poverty. The threshold level of “financial deepening” and “the facilities granted by the banking system to the private sector divided by GDP” have been estimated about 0.62 and 0.27 respectively. 35 60 داریوش حسنوند Darioush Hassanvand استادیار دانشگاه آیت ا... العظمی بروجردی (ره) مدیر گروه اقتصاد ایران darioush_hassanvand85@yahoo.com یونس نادمی Younes Nademi استادیار دانشگاه آیت ا... العظمی بروجردی (ره) ایران younesnademi@yahoo.com توسعه ی مالی رشد اقتصادی فقر ایران حسن زاده، علی،  ازوجی، علاالدین و قویدل، صالح (1385). بررسی آثار اعتبارات خرد در کاهش فقر و نابرابری‌های درآمدی،  اقتصاد اسلامی دوره‌ی 6، شماره 21 ص 68-45.##دل انگیزان، سهراب و سنجری، فرهاد (1392).  بررسی رابطه‌ی بین فقر و توسعه‌ی مالی در اقتصاد ایران طی دوره‌ی زمانی 1386- 1352،  فصلنامه‌ی پژوهش‌های اقتصادی (پژوهش‌های رشد و توسعه‌ی پایدار)، سال سیزدهم، شماره‌ی 1، بهار 1392 ص 65-89.##دهمرده، نظر و شکری، زینب (1389). اثرات توسعه‌ی مالی بر توزیع درآمد در ایران، فصلنامه‌ی پژوهش‌ها وسیاست‌های اقتصادی، سال هجدهم، شماره‌ی 54، ص 164-147.##کاوند، علی و حسنوند، داریوش (1392). بررسی تأثیر توسعه‌ی مالی بر عرضه‌ی صادرات غیرنفتی با کاربرد الگوی ARDL: مورد ایران، مطالعات اقتصادی کاربردی ایران، سال دوم، شماره‌ی 7 ص 173- 196.##عصاری آرانی، عباس، ناصری، علیرضا و آقایی خوندابی، مجید (1388). "تأثیر توسعه‌ی مالی بر فقر و نابرابری در کشورهای عضو اوپک (OPEC) " فصلنامه‌ی پژوهش‌های اقتصادی (پژوهش‌های رشد و توسعه‌ی پایدار( سال نهم، شماره‌ی 3، ص 29-51.##Akhter, S., Liu, Y., & Daly, K. (2009). Cross country evidence on the linkages between financial development and poverty. International Journal of Business and Management, 5(1), p3.##Calderón, C., & Liu, L. (2003). The direction of causality between financial development and economic growth. Journal of Development Economics, 72(1), 321-334.##DFID. (2004). Financial sector development: a pre-requisite for growth and poverty reduction? Policy Division, Department for International Development, London, June.##Guillaumont Jeanneney, S., & Kpodar, K. (2005). Financial development, financial instability and poverty (No. 2005-09). Centre for the Study of African Economies, University of Oxford.##Harvey, A. C. (1990). The econometric analysis of time series. Mit Press.##Harvey, A. C., & Koopman, S. J. (1992). Diagnostic checking of unobserved-components time series models. Journal of Business & Economic Statistics, 10(4), 377-389.##Honohan, P. (2004). Financial development, growth, and poverty: how close are the links?. wdronline.worldbank.com.##Imran, K., & Khalil S. (2012). Contribution of Financial Development in Poverty Reduction through Industrial Growth. International Journal of Asian Social Science, 2(5), pp.567-576.##Jalilian, H., & Kirkpatrick, C. (2002). Financial development and poverty reduction in developing countries. International Journal of Finance & Economics,7(2), 97-108.##Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of Fluids Engineering, 82(1), 35-45.##Kappel, V. (2010). The effects of financial development on income inequality and poverty. CER-ETH-Center of Economic Research at ETH Zurich, Working Paper, (10/127).##King, R., & Levine, R. (1993). Finance and Growth: Schumpeter Might Be Right. Quarterly Journal of Economics, 108, pp 717-737.##Kirkpatrick, C. (2000)"Financial Development, Economic Growth, and Poverty Reduction "The Pakistan Development Review39 : 4 Part I, pp. 363–388.##Kuznets, S. )1955(. Economic growth and income inequality. American Economic Review 45, 1-28.##Levine, R. (1997). Financial development and economic growth: views and agenda. Journal of economic literature, 688-726.##Levine, R. (2008). Finance and the poor. The Manchester School 76, 1-13.##Loayza N., & R. Ranciere (2002)" Financial Development, Financial Instability, and Growth" CESifo Working Paper n684.##McKinnon, R. I.(ed.) (1973). Money and Capital in Economic Development.Washington, DC: Brookings Institution Press.##Odhiambo, M. N. (2009). Finance-growth-poverty nexus in South Africa: a dynamic causality linkages. The Journal of Socio-Economics 38, 320-325.##Quartey, P. (2005). Financial sector development, savings mobilization and poverty reduction in Ghana (No. 2005/71). Research Paper, UNU-WIDER, United Nations University (UNU).##Shaw, E. (1973). Financial Deepening in Economic Development. New York: Oxford.##University Press.Shephard, N. (1993). Maximum likelihood estimation of regression models with stochastic trend components. Journal of the American Statistical Association, 88(422), 590-595.##Stiglitz, J. (1998). The role of the state in financial markets, in Bruno, M. and Pleskovic, B. (Eds), Proceedings of the World Bank Annual Conference on Development Economic, World Bank, Washington, DC, pp. 19-52.##Todaro, M.P. (1997). Economic development, Addison-Wesley, Reading, MA.##Uddin, G. S., Shahbaz, M., Arouri, M., & Teulon, F. (2014). Financial development and poverty reduction nexus: A cointegration and causality analysis in Bangladesh. Economic Modelling, 36, 405-412.##World Bank (2001) World Development Report 2000/2001; New York: Oxford University Press.##

0 بررسی رابطه بین جهانی شدن و نابرابری درآمدی: کاربردی از مدل انتقال ملایم آستانه‌ای پانلی Investigating the relationship between globalization and income inequality: an application for Panel Smooth Transition Threshold Regression Model https://jte.ut.ac.ir/article_59581.html 10.22059/jte.2017.59581 0 دیدگاه غالب، پیرامون رابطه‌ی جهانی شدن و نابرابری درآمدی در اقتصاد که تحت عنوان اجماع واشنگتن شناخته می­شود، معتقد است که جهانی شدن نابرابری درآمدی را کاهش می‎دهد. بر مبنای تئوری هکشراوهلین، هر کشور آن کالایی را صادر می­کند که با استفاده از عامل تولید فراوان خود آن را تولید کرده است. از سوی دیگر برمبنای قضیه‌‌ی استالپر- ساموئلسون کاهش تعرفه و سایر محدودیت‌های تجاری منجر به کاهش تفاوت پرداختی بین درآمد عوامل تولید ‌می‌شود، که نتیجه‌ی نهایی آن کاهش نابرابری درآمد در داخل و بین کشورها می‌باشد. اما تحقیقات تجربی اخیر نشان داده‌اند که جهانی شدن علاوه بر جنبه­های مثبت، می­تواند منجر به  ایجاد نابرابری درآمد شود. در این راستا، این مطالعه با استفاده از داده­های 71 کشور مختلف جهان طی دوره‌ی زمانی 2002-2013، با به‌کارگیری رگرسیون انتقال ملایم پانلی، و با در نظر گرفتن تولید ناخالص داخلی سرانه و جهانی شدن اقتصادی به عنوان متغیرهای انتقال، به بررسی رابطه‌ی غیرخطی متغیرهای تحقیق و آزمون منحنی کوزنتس رشد- نابرابری درآمدی از یک‌سو و منحنی U شکل ارتباط جهانی شدن و نابرابری از سوی دیگر پرداخته است. نتایج مطالعه نشان می­دهد که منحنی کوزنتس برای رشد- نابرابری قابل رد نیست، از سویی جهانی شدن در مراحل اولیه خود نابرابری را کاهش داده اما به‌تدریج نابرابری را افزایش می­دهد. 1   The dominant view, regarding the relationship between globalization and economic inequality which is known as Washington Consensus, believes that globalization reduces income inequality. Heckscher-Ohlin model asserts that countries engaged in trade will export a commodity which uses their abundant factor of production. Moreover, based on Stolper-Samuelson theorem removing tariff and trade barriers will reduce pay differential between factors of production within and between countries and the final result is the reduction in income-inequality within and among countries. Recent empirical results confirm that globalization alongside its positive effects leads to the increase in income inequality. This paper tries to study the nonlinear relationship between globalization and income inequality using data from 2002 till 2013 for 71 countries and applying Panel Smooth Transition regression model by choosing GDP per capita and globalization index as transition variables to test the inverted U Kuznets curve on the one hand and to study the U curve on the other. This paper shows that if wechoose real per capita income as a transition variable then we cannotreject the inverted-U Kuznets curve but if we choose globalizationindex as a transition variable then freer world result in lessinequality initially but higher inequality appears gradually. JEL Classification: F15, D63, H53     61 87 حسن خداویسی HASSAN KHODAVAISI دانشیار دانشکده‌ی اقتصاد و مدیریت دانشگاه ارومیه، ایران h.khodavaisi@urmia.ac.ir سمیه نجار قابل somaye najari دانشجوی کارشناسی ارشد دانشکده‌ی اقتصاد و مدیریت، دانشگاه ارومیه ایران somaye.najari@yahoo.com احمد عزتی شورگلی Ahmad ezzati کارشناس ارشد دانشگاه ارومیه ایران ahmetezzati@gmail.com نابرابری درآمدی جهانی شدن شاخص KOF انتقال ملایم پانلی منحنی کوزنتس

0 تحلیل تاثیر سرریزهای بین استانی سرمایه انسانی بر رشد اقتصادی در ایران Analysis of Inter- Province Spatial Spillover Effects of Human ‎Capital on Economic Growth in Iran https://jte.ut.ac.ir/article_59588.html 10.22059/jte.2017.59588 0 سرمایه‌ی انسانی یکی از مهم‌ترین عوامل تعیین­کننده‌ی رشد اقتصادی می­باشد. این عامل از طریق افزایش بهره­وری نیروی انسانی، افزایش توان ایجاد و ظرفیت جذب فناوری­های جدید، افزایش بهره­وری سرمایه­‌ی فیزیکی و کاهش جرم و جنایت، بهبود انتخاب­های سیاسی و مهاجرت افراد تحصیل کرده به مناطق با سرمایه‌ی انسانی قوی­تر، هم اثراتی بر منطقه مورد نظر و هم اثرات سرریز بر رشد مناطق همجوار دارد. هدف مقاله‌ی حاضر، تحلیل اثرات مستقیم و سرریزهای فضایی سرمایه‌ی انسانی بر رشد اقتصادی در استان­های ایران می­باشد. برای دستیابی به این هدف، از مدل در بین فضایی در داده­های تابلویی که با به‌کارگیری تکنیک حداکثر درستنمایی برآورد می­شود، برای 28 استان ایران طی دوره­ی زمانی  90-1380 استفاده شده است. یافته­ها نشان می­دهد که سرمایه‌ی انسانی تأثیر مستقیم مثبت و معناداری بر رشد اقتصادی هر استان دارد. همچنین سرمایه‌ی انسانی یک استان اثر سرریز مثبت بر رشد سایر استان­های داشته، به این معنی که با افزایش سرمایه‌ی انسانی هر استان‌، به طور متوسط رشد اقتصادی سایر استان‌ها افزایش یافته است. 1 Human capital has important role on economic growth. This factor can increase labor and capital productivity. It can increase capacity of new technology and reduce criminal participation and improve voters’ political behavior and migration of people with high human capital to another region has effects on region and spatial spillover on other regions. The present study aimed to analyze the direct and spatial spillover effects of human capital on economic growth in provinces of Iran. For this aim, we estimate a Spatial Durbin Model in panel data by using ML technique for 28 provinces over the period 2001-2011. The results indicated that human capital has a positive and significant direct effect on economic growth of each province. Also, human capital has a significant and positive spatial spillover on economic growth in other provinces. This means that with increase human capital of each province, increase average of economic growth of other provinces. JEL Classification: C33, J24, O47, R11 89 115 زهرا دهقان شبانی zahra dehghan2003 استادیار بخش اقتصاد دانشگاه شیراز ایران zahra_dehghan2003@yahoo.com روح اله شهنازی Rouhollah shahnazi استادیار بخش اقتصاد دانشگاه شیراز ایران rshahnazi@shirazu.ac.ir سرریزهای فضایی سرمایه انسانی رشد اقتصادی مدل دربین فضایی ایران آقایی، مجید، رضا قلی زاده، مهدیه و فریده باقری (1392). ﺑﺮرﺳﯽ ﺗﺄﺛﯿﺮ  ﺳﺮﻣﺎﯾﻪ‌ی اﻧﺴﺎﻧﯽ ﺑﺮ رﺷﺪ اﻗﺘﺼﺎدی در استان‌های ایران، فصلنامه‌ی پژوهش و برنامه‌ریزی در آموزش عالی، 67، 21-44 .##زراء نژاد، منصور و انصاری، الهه (1386). اندازه­گیری بهره­وری سرمایه در صنایع بزرگ استان خوزستان.  فصلنامه­ی بررسی­های اقتصادی، 4. 26-1.##بانک مرکزی ایران. اطلاعات سری­های زمانی آماری.##مرکز آمار ایران. سالنامه­های آماری استان­ها. سرشماری 1385 و 1390.##Atella, V., Belotti, F., Depalo, D., & Mortari, A. P. (2014). Measuring spatial effects in the presence of institutional constraints: The case of Italian Local Health Authority expenditure. Regional Science and Urban Economics, 49, 232-241.‏##Baldwin, R. E. (1999). Agglomeration and endogenous capital. European Economic Review, 43(2), 253-280.‏##Baldwin, R. E., & Martin, P. (2004). Agglomeration and regional growth. Handbook of regional and urban economics, 4, 2671-2711.‏##Baldwin, R. E., Martin, P., & Ottaviano, G. I. (2001). Global income divergence, trade, and industrialization: The geography of growth take-offs. Journal of Economic Growth, 6(1), 5-37.‏##Becker, G. S., & Mulligan, C. B. (1997). The endogenous determination of time preference. The Quarterly Journal of Economics, 729-758.‏##Benhabib, J., And Spiegel, M. (1994). The Role of Human Capital in Economic Development Evidence from Aggregate Cross-Country Data, Journal of Monetaryeconomics, 34, 143−173.##Čadil, J., Petkovová, L., & Blatná, D. (2014). Human Capital, Economic Structure and Growth. Procedia Economics and Finance, 12, 85-92.##Capasso, S. (2005). Crime, inequality and economic growth. Innovation, Unemployment, and Policy in the Theories of Growth and Distribution, 168.‏##Cardoso, C., & Pentecost, E. J. (2011). Regional Growth and Convergence: The Role of Human Capital in the Portuguese Regions. Loughborough University Department of Economics Discussion Paper Series, 3.##Conley, T. G., & Ligon, E. (2002). Economic distance and cross-country spillovers. Journal of Economic Growth, 7(2), 157-187.‏##Del Bo, C., & Florio, M. (2012). Infrastructure and growth in a spatial framework: Evidence from the EU Regions, Review Of Economic Studies, 58, Pp. 277-297. regions". European Planning Studies, 20 (8), 1393–1414.##Fingleton B, López-Bazo E (2006) Empirical growth models with spatial effects. Papers in Regional Science. 85 (2): 177-219##Friedman, M. (1962). Capitalism and freedom. University of Chicago press.‏##Fujita, M., & Mori, T. (2005). Frontiers of the New Economic Geography*. Papers in Regional Science, 84(3), 377-405.‏##Harris, R.G (2011). Models of regional growth: past, present and future. Journal of economic surveys, 25(5), 913-951.‏##Higon, D. A., & Sena, V. (2006). Productivity, spillovers and human capital: An analysis for British establishments using the ARD dataset. DTI.‏##Kataoka,M. (2013). Human Capital and Regional Growth in Indonesia, Preliminary Studies.##LeSage, J., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press.##Liu,D. & Meissner, C.M. (2014). Market potential and the rise of rise of US productivity leadership. Journal of International Economics. pp, 1-16##López-Bazo E; Vayá E, Artís M. (2004). Regional Externalities and Growth: Evidence from European##Regions. Journal of Regional Science 44 (1): 43-73##Lucas, R. (1988). On The Mechanics of Economic Development, Journal of Monetary Economics, 22, 3−42.##Mankiw, N., Romer, D., & Weil, D. (1992). A Contribution to the Empirics of Economic Growth, the Quarterly Journal of Economics, 107, 407−437.##Martín M. A. G.and Herranz A. Á (2004). Human Capital and Economic growth in Spanish regions. International Advances in Economic Research, 10(4), 257-264.##Mincer, J. (1989). Economic Development, Growth of Human Capital, and the Dynamics of the Wage Structure.  Journal of Economic Growth, 1(1) Pp. 29-48.##Minerva, G. A., & Ottaviano, G. I. (2009). Endogenous growth theories: Agglomeration benefits and transportation costs. Handbook of Regional Growth and Development Theories. Edward Elgar, Cheltenham.‏##Moretti, E. (2004). Workers' education, spillovers, and productivity: evidence from plant-level production functions. American Economic Review, 656-690.‏##Nakamura. R., Paul. C.J. (2009). Measuring Agglomeration. Handbook of Regional Growth and Development Theories. Great Britain by MPG Books Ltd, Bodmin, Cornwall.##Nelson R. And Phelps E. (1966). Investment in Humans, Technological Diffusion and Economic Growth, American Economic Review, 56, 69-75.##Novak, M. 2004. The Returns to Education: Some Empirical Findings for Slovenia. In Knowledge society – challenges to management: Globalisation, regionalism and eu enlargement process; Proceedings of the 4th International Conference of the Faculty of Management Koper, 20–22 November 2003, ed. E. Žižmond, 51–67. Koper: Faculty of Management##Olejnick A (2008). Using the spatial autoregressively distributed lag model in assessing the regional convergence of per-capita income in the EU25. Papers in Regional Science 87 (3): 371-385.##Pelkonen, L., & Ylonen, S. (1998). Human Capital and Regional Growth in Finland. In 38th Congress of the European Regional Science Association, Vienna, Austria.##Rauch J E (1993) Productivity Gains from Geographic Concentration of Human Capital: Evidence from the Cities. Journal of Urban Economics, 34 (3): 380-400##Ramos R. Suriñach J.And Artís M (2010). Human Capital Spillovers and Regional Economic Growth in Spain, Papers in Regional Science, 89(2), 435-447.‏##Romer P (1990). Endogenous technological Change. Journal of Political Economy, 94 (1) (1990), pp. 71–102##Rosenthal S S, Strange W C (2008) the Attenuation of Human Capital Externalities. Journal of Urban Economics, 64 (2): 373-389##Sellner Et Al, (2010). Human Capital and Regional Growth in Switzerland, Reihe Ökonomie Economics Series.##Vega, S. H., & Elhorst, J. P. (2013). On spatial econometric models,##spillover effects, and W. In 53rd ERSA Congress, Palermo, Italy.##Vidyattama, Y. (2010). A Search for Indonesia's Regional Growth Determinants. ASEAN Economic Bulletin, 27(3), 281-294.‏##

0 تحلیل فضایی تاثیر عوامل اقتصادی-اجتماعی بر وقوع جرائم در استان های ایران با تاکید بر مهاجرت (90- 1385) Spatial analysis of the impact of socio-economic factors on crimes in provinces of Iran emphasizing on immigration (2006-2011) https://jte.ut.ac.ir/article_59590.html 10.22059/jte.2017.59590 0 مسأله احساس امنیت همواره مورد توجه جوامع بوده است، به همین دلیل، به اشکال مختلف به دنبال تأمین این نیاز خود رفته‌اند. این پژوهش به دنبال بررسی ارتباط بین عوامل اقتصادی-اجتماعی و ارتکاب جرم با تأکید بر مهاجرت است. عوامل متعددی بر میزان جرائم مؤثرند که با کنترل آن‌ها می‌توان وقوع جرائم را کاهش داد. در این پژوهش بدلیل داشتن بعد مکانی در داده‌ها، از تکنیک اقتصادسنجی فضایی استفاده شده است. مدل در قالب مدل داده های پانل دوربین فضایی تصریح و با دو متغیر سرقت و قتل عمد به عنوان پراکسی جرم شهری برای 30 استان ایران طی سال‌های 90-1385 برآورد شده است. اثرات فضایی از طریق تصریح فضایی مدل و نیز وقفه فضایی مهاجرت مورد بررسی قرار می گیرد. در مدل I متغیرهای بیکاری، نرخ شهرنشینی و درآمد سرانه اثر مثبت و معنی‌داری بر سرقت و متغیرهای صنعتی شدن و ضریب جینی رابطه عکسی با نرخ سرقت داشته اند. در مدل دوم، نرخ رشد اقتصادی رابطه مستقیم و درآمد سرانه تأثیر معکوس و معنی‌داری بر نرخ قتل عمد داشته اند. ضریب متغیر دوربین فضایی در مدل‌ها معنی‌دار نیست. همچنین ضرایب وقفه و خطای فضایی مثبت و معنی دار بدست آمده است که این نتیجه با آزمون‌های وابستگی فضایی تأیید شده و تأثیرپذیری مثبت جرم از استان‌های مجاور را نشان می‌دهد. 1 Societies have paid attention to safety. This study examines the relationship between socio-economic factors and crime, emphasizing on immigration. Due to the locational aspect of the data, spatial econometric techniques are used. The model has been specified in the form of Spatial Durbin Panel Data Model (SDPDM). The specified model has been estimated for 30 provinces of Iran in 2006-11 by considering two variables of theft and murder. In model I, unemployment, urbanization and income per capita have had significant positive impacts on theft, while industrialization and Gini coefficient have inversely influenced theft. In model II, economic growth and income per capita have had significant positive impact on murder rate. Result show spatial dependence. 117 138 شکوفه فرهمند Shekoofeh Farahmand استادیار، دانشکده‌ی علوم اداری و اقتصاد، دانشگاه اصفهان ایران sh.farahmand@ase.ui.ac.ir بابک صفاری babak saffari استادیار، دانشکده‌ی علوم اداری و اقتصاد، دانشگاه اصفهان ایران babak.saffari@gmail.com وجیهه موسوی vageha mousavi125 کارشناس ارشد اقتصاد، دانشگاه اصفهان ایران v.mousavi125@gmail.com تحلیل فضایی جرم داده‌های پانل فضایی دوربین فضایی مهاجرت اکبری، نعمت الله (1384). مفهوم فضا و چگونگی اندازه‌گیری آن در مطالعات منطقه ای، فصلنامه‌ی پژوهش‌های اقتصادی ایران، (23)7.##اوبرای، امار جیت سینگ (1370). مهاجرت، شهرنشینی و توسعه. ترجمه‌ی فرهنگ ارشاد، تهران: مؤسسه‌ی کار و تأمین اجتماعی. برتاو، عیسی، حاجی نژاد، علی، عسگری، علی و گلی، علی (1392). بررسی الگوهای سرقت مسکونی با به کارگیری رویکرد تحلیل اکتشافی داده‌های فضایی (مورد مطالعه: شهر زاهدان)، پژوهش‌های راهبردی امنیت و نظم اجتماعی، سال دوم، 6(2)، 23-1. حسینی‌نژاد، مرتضی (1384).  بررسی علل اقتصادی جرم در ایران با استفاده از یک مدل داده‌های تلفیقی، مجله‌ی برنامه و بودجه، 95، 35-81 .##دانش، تاج زمان (1376). مجرم کیست؟ جرم شناسی چیست؟، تهران: مؤسسه‌ی کیهان.##سینجر، پل (1358).  اقتصاد شهر نشینی، ترجمه‌ی مهدی کاظمی بیدهندی و فرخ حسامیان.##شماعی، علی، موحد، علی و ویسی، رضا (1394). بررسی و تحلیل فضایی جرایم مواد مخدر در کلان شهر تهران، بررسی مسائل اجتماعی ایران، 5(2)،  272-243.##صادقی، حسین، شقاقی شهری، وحید و اصغرپور، حسین، (1384). تحلیل عوامل اقتصادی اثرگذار بر جرم در ایران، تحقیقات اقتصادی، 63، 63-90.##عیسی‌زاده، سعید، مهرانفر، جهانبخش و مهرانفر، مهدی (1391). بررسی ارتباط میان جرم و شاخص‌های کلیدی اقتصاد کلان در ایران، نشریه‌ی راهبرد توسعه، 29.##فطرس، محمدحسن، دلائی میلان، علی و قربان سرشت، مرتضی (1391).  اثرات فقر، بیکاری و شهرنشینی بر جرائم علیه اموال در استان‌های ایران، فصلنامه‌ی علمی- پژوهشی رفاه اجتماعی، 12 (46).##گرشاسبی فخر، سعید (1389).  ارتباط بین بیکاری و سرقت، فصلنامه‌ی علمی پژوهشی رفاه اجتماعی، 11(40)، 423-401.##مهرگان، نادر و گرشاسبی فخر، سعید (1390).  نابرابری درآمد و جرم در ایران، فصلنامه‌ی پژوهش‌های اقتصادی، 4(11)، 125-109.##نصرالهی، زهرا، لطفی، عزت الله و هنردوست، عطیه (1392). عوامل اقتصادی-اجتماعی مؤثر بر اقدام به خودکشی در زنان شهرنشین کشور طی سال‌های 1386-1388، نشریه زن در توسعه و سیاست، 11(3)، 377-392.## Akçomak, S., & Weel, B. (2012). The impact of social capital on crime: Evidence from the Netherland, Journal of Regional Science & Urban Economics, 42, 323–340.##Anselin, L., & Hudak, S. (1992). Spatial econometrics in practice: a review of software options, Regional Science & Urban Economics, 22(3), 509–536.##Anselin L. (1988). Spatial econometrics: Methods & models. Kluwer, Dordrecht.##Baltagi, B. H. (2005). Econometric analysis of panel data. (3rd Eds.). New York: John Wiley & Sons Inc. USA., 258- 263. Becker, G.S. (1968). Crime & Punishment: An Economic Approach, Journal of Political Economy, 76(2), 169-217.##Bjerk, D. (2006). Theory & Evidence Regarding the Effects of Segregation on Crime Rates, mimeo, Claremont McKenna College.##Bonger, W. (1916). Crimiality & economic condition, Boston : Little, Brown. 21.  Chadwick, E. (1829). Preventive police, London Review, I, 252- 308. 22.  Ehrlich, I. (1973). Participation in illegitimate activities: a theoretical & empirical investigation, Journal of Political Economy, 3, 521– 565 .##Fleisher, B. (1963) The Effect of Unemployment on Juvenile Delinquency, Journal of Political Economy, 71(6), 543-555.##LeSage, James P. (1999). The Theory & practice of SpatialEconometrics, University of Toledo.##Nettler, G. (1984). Explaning Crime, New York : McGraw-Hil.##Nunley, J. M., Seals Jr., R. A., & Zietz, J. (2011), The Impact of Macroeconomic condition on property Crime, Auburn Economics Working Paper Series auwp 2011-06, Department of Economics, Auburn University.##Ousey Graham C., & Kubrin, Charis E. (2009). Exploring the Connection between Immigration & Violent Crime Rates in U.S. Cities, 1980–2000, Social Problems, 56 (3), 447-473.##Viton, Philip A. (2010). Notes on Spatial Econometric Models, City & Regional Planning, 870.03.##

0 انتخاب نظام ارزی بهینه برای اقتصاد ایران: رویکرد DSGE Optimal Exchange Regim for Iranian economy: DSGE Approach https://jte.ut.ac.ir/article_59608.html 10.22059/jte.2017.59608 0 هدف این تحقیق، انتخاب نظام ارزی بهینه برای اقتصاد ایران زیر سایه‌ی قواعد مختلف سیاست پولی در مواجه با شوک­های داخلی و خارجی است. بدین منظور، واکنش متغیرهای کلیدی اقتصاد کلان نسبت به شوک­های نرخ بهره و رابطه‌ی مبادله، تحت قواعد سیاست پولی تثبیت نرخ ارز، هدف‌گذاری تورم (شناورسازی) و تیلور با هدف نرخ ارز (ترس از شناورسازی) بررسی شده است. نتایج نشان می‌دهد که تأثیر شوک­های نرخ بهره و رابطه‌‌ی مبادله بر متغیرهای اقتصاد کلان به طور معناداری به کانال‌های قواعد پولی بستگی دارد، به طوری که هر یک از شوک­ها تحت قاعده سیاستی تیلور با هدف نرخ ارز منجر به نوسانات بیش‌تر سرمایه‌گذاری و تولید کل در هر دو بخش قابل تجارت و غیر قابل تجارت خواهد شد، اما واکنش­های تورم و نرخ ارز تحت این قاعده متقاعد کننده­تر است، در حالی که تحت قاعده‌ی هدف‌گذاری تورم، هر چند متغیرهای سرمایه­گذاری، مصرف و تولید با نوسانات کم‌تری همراه است، اما واکنش­های تورم و نرخ ارز واقعی تحت این قاعده شدیدتر است. در مجموع چنین استنباط می­شود که قاعده تیلور با هدف نرخ ارز، در تثبیت نرخ ارز واقعی و تورم از عملکرد بهتری برخوردار است. نتیجه‌ی کلیدی این است که در گذار به سمت نظام ارزی شناور آزاد، مقامات پولی ایران از نظام ارزی میانه پیروی کنند. 1 We compare alternative monetary policies for Iranian economy that This paper compares alternative monetary policy rules for Iranian economy in faces to both internal and external shocks. For this purpose, we investigate the responses of macroeconomic variables respected to the money base and the terms of trade shocks, under three types of monetary rules including fixed exchange rate, inflation targeting and floating of nominal exchange rate at the hard peg through an intermediate exchange rate regime. The results show that the affecting of both shocks on macroeconomic variables is significantly dependent on monetary rules. Accordingly, the intermediate exchange rate regime create higher volatilities in investment and production in both tradable and non tradable sectors, but the reactions of inflation and real exchange rate are convincing. By contrast, the inflation targeting rule induces to lower volatilities in investment, consumption and production, but it tends to higher volatilities of inflation and real exchange rate. Overall, it seems appropriate for Iranian monetary authorities to conduct this rule in the context of an intermediate exchange rate regime, as a preliminary phase before the transition to a floating regime. JEL Classification: F0, F4 139 162 محمود محمودزاده mahmod mahmodzadeh دانشیار گروه اقتصاد، واحد فیروزکوه، دانشگاه آزاد اسلامى، فیروزکوه، ایران. ایران mah1355@gmail.com سمیه صادقی somaye sadeghi استادیار گروه حسابداری، واحد آیت ا... آملی، دانشگاه آزاد اسلامی، آمل، ایران، ایران somysadeghi@yahoo.com نظام ارزی سیاست پولی اثر انتقالی نرخ ارز الگوی DSGE 1.        Broda, C. (2001). Coping with Terms of Trade Shocks: Pegs vs. Floats, American Economic Review, 91 (2).##2.        Daria, F., & Curdia, V. (2007), Monetary Regime Change and Business Cycles, Federal Reserve Bank of New York Staff Reports no. 29.##3.        Devereux, M., Lan, Ph., & Xu, J.( 2004), Exchange Rates and Monetary Policy in Emerging Market Economies. IIIS Discussion Paper No. 36.##4.        Devereux, M. B. and Yetman J. (2005), Price adjustment and exchange rate pass-Through. mimeo, University of British Colubmia.##5.        Edwards, S., &  Levy Yeyati, E. (2003), Flexible Exchange Rates as Shock Absorbers, NBER Working Papers No. 9867.##6.        Engel, C. (1999). Accounting for U.S. real exchange rate changes, Journal of Political Economy, Vol. 107(3): 507-38.##7.        Ferrero, A., Gertler, M. , & Svensson, L.E.O. (2008), Current Account Dynamics and Monetary Policy, NBER Working Papers No. 13906##8.        Kollmann, R. (2001). The Exchange Rate in a Dynamic-Optimizing Business Cycle Model with Nominal Rigidities: A Quantitative Investigation, Journal of International Economics, 55(2):243-262.##9.        Krugman, P. (1999). Balance sheets, the transfer problem and financial crises. International Tax and Public Finance, Vol. 6(4): 459-72.##10.    Mendoza, E. (1995). The terms of trade, the real exchange rate, and economic fluctuations,##11.    International Economic Review, 36(1): 101.137.##12.    Moosa, I.A. (2005). Exchange Rate Regimes: Fixed, Flexible or Something in Between?, London: Palgrave.##13.    Papaioannou, M. G.( 2003). Determinants of the Choice of Exchange Rate Regimes in Six Central American Countries: An Empirical Analysis, International Monetary Fund, IMF Working Papers 03/59.##14.    Taylor, J. B. (1993). Discretion versus policy rules in practice. Carnegie-Rochester Conference Series on Public Policy, North-Holland##

0 تحلیل عوامل مؤثر اقتصادی بر حباب قیمت مسکن (مطالعه موردی شهر تهران) Analysis of economic effective factors on the housing price bubble (Case Study: Tehran) https://jte.ut.ac.ir/article_59615.html 10.22059/jte.2017.59615 0   در این پژوهششناساییسهمعواملغیرذاتیدرقیمت واقعیمسکن، شناساییعواملمؤثربرحبابقیمتمسکندر شهرتهران(کوتاه­مدتوبلندمدت)وتعیینسهمهریکازعوامل اقتصادیدرحبابقیمتمسکندر دوره‌ی زمانی 92-1371 مورد توجه بوده است. دومدلاقتصادیباتوجهبهمبانینظریاستخراج، بااستفادهاز روش‌هایاقتصادسنجی VAR، ARDL و با کمک نرم افزارهای Eviews وMicrofit،تخمینزدهشده است. برآورد الگوی پویای ارزش ذاتی مسکن و تأیید اعتبار مدل و آزمون ریشه واحد بر روی جزء پسماند مدل (حباب) نشان می‌دهد که تغییرات توضیح داده­شده توسط متغیرهای توضیحی در مقایسه با تغییرات توضیح داده ­نشده (خطاها) معنی­دار و جزء پسماند پایا است و آن را می‌توان به عنوان حباب قیمت مسکن شهر تهران پذیرفت. در مورد متغیرهای توضیح دهنده‌ی ارزش ذاتی- واقعی مسکن شهر تهران، نیز می‌توان گفت تعداد خانوار با داشتن ضریب 112/1- دارای بیشترین کشش قیمتی و نسبت وام به ارزش با داشتن ضریب 0674/0، دارای کم‌ترین کشش قیمتی در ارزش ذاتی بوده است. در بین متغیرهای توضیح دهنده‌ی حباب قیمت مسکن شهر تهران متغیرهای حجم نقدینگی واقعی کشور با یک وقفه با ضریب 26/0 مهم‌ترین متغیر و متغیر نرخ واقعی بهره با یک وقفه با داشتن ضریب 0048/0، کم اهمیت‌ترین متغیر توضیحی حباب قیمت مسکن در شهر تهران است.   1 The frequent occurrence of currency crises in recent years brought the early warning literature back in the researchers spotlight. In recent years, concept of an early warning system (EWS) developed that should be able to identify various costly events, such as currency crises, early enough for policy makers to reduce the costs. This study attempted by using Iran's economy quarterly data during the period 1988-2014 and using a model with discrete dependent variable, design an early warning system with all the required components on the Iranian economy and explain it. The results of this study indicate that the designed system to greatly explain the determinants of a currency crisis in Iran and has high ability in predicting this crises in the time periods studied. According to the results, currency crises in Iran are due to a combination of different imbalances in the real and public sectors, external balance and the financial sector. Based on these results, variables of ratio of bank loans to bank deposits, ratio of bank debt to the central bank to monetary base, inflation and industrial production growth (due to the high dependence on imports) are the largest and strongest role in increasing the probability of currency crises in Iran. As well as, variables of ratio of bank deposits to liquidity, ratio of foreign exchange earnings to the central bank's foreign assets and real GDP growth are most important role in reducing the probability of a currency crisis in Iran. JEL Classification: C25، C53، F31، G01 163 186 رضا نصراصفهانی - - مدیر گروه و هیئت علمی گروه اقتصاد شهری دانشگاه هنر اصفهان ایران rnasre@gmail.com بابک صفاری - - استادیار اقتصاد گروه اقتصاد دانشگاه اصفهان ایران babak.saffari@gmail.com محمدرضا لطیفی - - دانش آموخته اقتصاد شهری دانشگاه هنر اصفهان ایران mreza.latifi1990@gmail.com بازار مسکن ارزش ذاتی مسکن حباب قیمت مسکن مدل اتورگرسیون برداری VAR مدل ARDL ابراهیمی، حسن (1391). ارزیابی حباب قیمتی در بازار مسکن ایران مبتنی بر مدل ساختاری تعیین قیمت مسکن: داده­های پانل استانی 1391-۱۳۷۵. پایان نامه. صنعتی شریف.##اصلانی، پروانه و خسروی، تقوا (1391). تحلیل عوامل مؤثر بر حباب قیمت مسکن در تهران. پژوهش‌ها و سیاست‌های اقتصادی (1) 20:‪ 105–132.##بابایی سمیرمی، محمدرضا (1384). بررسی وجود حباب‌های تورمی عقلایی. مطالعه‌ی موردی اقتصاد ایران، (1382-1340). پایان نامه، دانشگاه مازندران.##بیابانی، جهانگیر و خسروی، تقوا (1390). شناسایی حباب قیمت مسکن در تهران در خلال سال‎های 78-1371 (با استفاده از مدل پوتربا و تئوری q توبین)، پژوهش‎های رشد و توسعه‌ی اقتصادی (1) 2:‪131–182.##درخشان، مسعود (1387). ماهیت و علل بحران مالی 2008 و تأثیر آن بر اقتصاد ایران، تهران: مجمع تشخیص مصلحت نظام. مرکز تحقیقات استراتژیک.##عابدین ­درکوش، سعید و رحیمیان، سارا (1388). تحلیل عوامل تأثیر­گذار بر قیمت مسکن در مناطق شهری ایران طی دوره‌ی (85-1370) با تأکید بر گروه بندی شهری، فصلنامه‌ی اقتصاد مسکن. شماره‌ی 46.##عاشری، مصطفی (1388). تحلیل و تبیین حباب قیمت مسکن در تهران، پایان نامه، دانشگاه بوعلی سینا همدان.##فکری ایلخچی، امیر (1391). بررسی و تعیین حساسیت عوامل مؤثر بر حباب قیمت مسکن در شهر تهران، پایان‌نامه. دانشگاه شهید بهشتی.##قلی‎زاده، علی اکبر (1388). حباب قیمت مسکن و عوامل تعیین کننده‌ی آن در ایران. فصلنامه‌ی علمی اقتصاد مسکن شماره‌ی 46.##قلی زاده، علی­اکبر و کامیاب، بهناز (1390). بررسی عوامل مؤثر بر تعیین سهم حباب قیمت مسکن در بازار مسکن (مطالعه‌ی موردی ایران)، فصلنامه‌ی پژوهشنامه‌ی بازرگانی، شماره‌ی 58.##میرزاوند، گلزار (1390). بررسی الگویی برای حباب قیمت در بازار مسکن ایران، پایان نامه، دانشگاه آزاد اسلامی، تهران مرکزی.##نظری، عظیم (1387). بررسی حباب قیمتی در بازار مسکن ایران، پایان نامه، صنعتی شریف.##Adalid, R., & Detken, C. (2007). Liquidity shocks and asset price boom/bust cycles.##Allen, F., & Gale, D. (2000). Bubbles and crises. The economic journal, 110(460), 236-255.##Baker, D. (2002). The run-up in home prices: Is it real or is it another bubble.##Black, A., Fraser, P., & Hoesli, M. (2006). House prices, fundamentals and bubbles. Journal of Business Finance & Accounting, 33(9‐10), 1535-1555.##Case, K. E., & Shiller, R. J. (2003). Is there a bubble in the housing market? Brookings Papers on Economic Activity, 2003(2), 299-362.##Chan, H. L., Lee, S. K., & Woo, K. Y. (2001). Detecting rational bubbles in the residential housing markets of Hong Kong. Economic Modelling, 18(1), 61-73.##Clark, S. P., & Coggin, T. D. (2011). Was there a US house price bubble? An econometric analysis using national and regional panel data. The Quarterly Review of Economics and Finance, 51(2), 189-200.##Engle, R. F., & Granger, C. W. (1987). Co-integration and error correction: representation, estimation, and testing. Econometrica: journal of the Econometric Society, 251-276.##Kim, B. H., & Min, H. G. (2011). Household lending, interest rates and housing price bubbles in Korea: Regime switching model and Kalman filter approach. Economic Modelling, 28(3), 1415-1423.##Kivedal, B. K. (2013). Testing for rational bubbles in the US housing market. Journal of Macroeconomics, 38, 369-381.##Poterba, J. M. (1984). Tax subsidies to owner-occupied housing: an asset-market approach. The quarterly journal of economics, 729-752.##Ren, Y., Xiong, C., & Yuan, Y. (2012). House price bubbles in China. China Economic Review, 23(4), 786-800.##Shen, Y., Chi-man Hui, E., & Liu, H. (2005). Housing price bubbles in Beijing and Shanghai. Management Decision, 43(4), 611-627.##Shih, Y. N., Li, H. C., & Qin, B. (2014). Housing price bubbles and inter-provincial spillover: Evidence from China. Habitat International, 43, 142-151.##Siegel, J. J. (2003). What is an asset price bubble? An operational definition. European financial management, 9(1), 11-24.##Smith, M. H., Smith, G., & Thompson, C. (2005). When is a Housing Bubble Not a Housing Bubble? Unpublished Paper.##Smith, V. L., Suchanek, G. L., & Williams, A. W. (1988). Bubbles, crashes, and endogenous expectations in experimental spot asset markets. Econometrica: Journal of the Econometric Society, 1119-1151.##Sorensen, J. K. (2006). The Dynamics of House Prices-International Evidence. Available at SSRN 1273183.##Stiglitz, J. E. (1990). Symposium on bubbles. The Journal of Economic Perspectives, 13-18.##Wheaton, W., & Nechayev, G. (2008). The 1998-2005 Housing “Bubble” and the Current “Correction”: What's Different This Time? Journal of Real Estate Research, 30(1), 1-26.##

0 طراحی یک سیستم هشدار زودهنگام بحرانهای ارزی در ایران: رویکرد رگرسیون لجستیک The design of an early warning system of currency crisis in Iran: A logistic regression approach https://jte.ut.ac.ir/article_59617.html 10.22059/jte.2017.59617 0   وقوع مکرر بحران‌های ارزی در سال‌های اخیر، ادبیات هشدار زودهنگام را به کانون توجه محققان بازگردانده است. در سال‌های اخیر مفهومی از یک سیستم هشدار زودهنگام () توسعه یافته، که باید قادر به شناسایی وقایع پرهزینه نظیر بحران‌های ارزی باشد تا زمان کافی برای کاهش هزینه‌های بحران را برای سیاست‌گذاران به وجود آورد. این پژوهش، تلاش می‌کند تا با به‌کارگیری داده‌های فصلی اقتصاد ایران طی دوره‌ی زمانی 1393-1367 و با استفاده از یک مدل با متغیر وابسته‌ی گسسته، ضمن بررسی عوامل مؤثر بر وقوع بحران ارزی در کشور، یک سیستم هشدار زودهنگام بحران‌های ارزی را با تمام مؤلفه‌های مورد نیاز در مورد اقتصاد ایران طراحی و تبیین کند. نتایج حاصل از این مطالعه نشان می‌دهد که سیستم طراحی شده به میزان زیادی عوامل تعیین کننده‌ی بحران ارزی را در ایران تبیین کرده و توانایی بالایی در پیش‌بینی این بحران‌ها در دوره‌های زمانی مورد بررسی داشته است. بر اساس نتایج به دست آمده، بحران‌های ارزی در ایران در نتیجه‌ی ترکیب عدم تعادل‌های متفاوتی در بخش‌های واقعی و عمومی، موازنه‌ی خارجی و بخش مالی کشور به وقوع پیوسته‌اند. بر اساس این نتایج، متغیرهای نسبت وام به سپرده، نسبت "بدهی بانک‌ها به بانک مرکزی" به پایه‌ی پولی، نرخ تورم و رشد تولید صنعتی (به علت وابستگی شدید به واردات)، بیش‌ترین و قوی‌ترین نقش را در افزایش احتمال ایجاد بحران‌های ارزی در ایران داشته‌اند. همچنین، متغیرهای نسبت سپرده‌های بانکی به نقدینگی، نسبت درآمد ارزی به دارایی‌های خارجی بانک مرکزی و رشد تولید ناخالص داخلی واقعی، مهم‌ترین نقش را در کاهش احتمال وقوع بحران ارزی در ایران دارند.   1   The frequent occurrence of currency crises in recent years brought the early warning literature back in the researchers spotlight. In recent years, concept of an early warning system (EWS) developed that should be able to identify various costly events, such as currency crises, early enough for policy makers to reduce the costs. This study attempted by using Iran's economy quarterly data during the period 1988-2014 and using a model with discrete dependent variable, design an early warning system with all the required components on the Iranian economy and explain it. The results of this study indicate that the designed system to greatly explain the determinants of a currency crisis in Iran and has high ability in predicting this crises in the time periods studied. According to the results, currency crises in Iran are due to a combination of different imbalances in the real and public sectors, external balance and the financial sector. Based on these results, variables of ratio of bank loans to bank deposits, ratio of bank debt to the central bank to monetary base, inflation and industrial production growth (due to the high dependence on imports) are the largest and strongest role in increasing the probability of currency crises in Iran. As well as, variables of ratio of bank deposits to liquidity, ratio of foreign exchange earnings to the central bank's foreign assets and real GDP growth are most important role in reducing the probability of a currency crisis in Iran. JEL Classification: C25,C53, F31, G01   187 214 محمد نصراللهی Mohammad Nasrollahi دانشگاه تربیت مدرس ایران m.nasrollahi@modares.ac.ir کاظم یاوری - - عضو هیات علمی/دانشگاه تربیت مدرس ایران kyavari@modares.ac.ir رضا نجارزاده - - عضو هیات علمی/دانشگاه تربیت مدرس ایران reza_najarzadeh@yahoo.com نادر مهرگان - - عضو هیات علمی/ دانشگاه بوعلی سینا ایران mehregannader@yahoo.com بحرانهای ارزی سیستم هشدار زودهنگام رگرسیون لجستیک ابراهیمی، ایلناز و توکلیان، حسین (1391). طراحی یک سامانه‌ی هشداردهی زودهنگام بحران‌های ارزی در ایران با استفاده از رویکرد مارکوف سوئیچینگ، مجموعه‌ی مقالات بیست و دومین همایش سالانه سیاست‌های پولی و ارزی، پژوهشکده‌ی پولی و بانکی، صص 19-1.##شاکری، عباس (1392). تحلیل وضعیت اقتصادی کشور (بررسی بحران ارزی اخیر و راهکارهای مهار آن)، مرکز پژوهش‌های مجلس شورای اسلامی، دفتر مطالعات اقتصادی، شماره‌ی مسلسل 13009.##شجری، پرستو و محبی خواه، بیتا (1389). پیش‌بینی بحران‌های بانکی و ترازپرداخت‌ها با استفاده از روش علامت‌دهی KLR (مطالعه‌ی موردی: ایران)، مجله‌ی اقتصاد و پول، شماره‌ی  4.##صیادنیا طیبی، عزت اله، شجری، هوشنگ، صمدی، سعید و ارشدی، علی (1389). تبیین یک سیستم هشدار دهنده‌ی جهت شناسایی بحران‌های مالی در ایران، فصلنامه‌ی پول و اقتصاد، سال دوم، شماره‌ی  6، صص 211-169.##طیبی، سیدکمیل و محمدزاده، عباس (1389). اثر کنترل سرمایه بر وقوع بحران ارزی در کشورهای در حال توسعه، پژوهش‌های اقتصادی ایران، دوره‌ی 13، شماره‌ی  43، صص 187-161.##عادلی رانکوهی، نسترن (1381). بررسی عوامل مؤثر در بروز و یا تشدید بحران‌های ارزی با توجه به اثرات خاص کشورها، پایان نامه‌ی کارشناسی ارشد، مؤسسه‌ی عالی آموزش و پژوهش مدیریت و برنامه‌ریزی.##نادری، مرتضی (1382). ارایه‌ی سیستم هشدار پیش از موعد برای بحران‌های مالی در اقتصاد ایران، پژوهش‌های اقتصادی ایران، دوره‌ی 5، شماره‌ی  17، صص 174-147.##نیلی، مسعود و کنعانی، علیرضا (1384). پیش بینی بحران‌های ارزی در اقتصادهای وابسته به منابع نفتی با استفاده از الگوی (KLR)، پانزدهمین کنفرانس سالانه‌ی سیاست‌های پولی و ارزی، تهران، پژوهشکده‌ی پولی و بانکی، صص 108-71.##ورتابیان کاشانی، هادی (1392). تحلیل منشأ نوسانات نرخ ارز طی سال‌های (1391-1389)، فصلنامه‌ی سیاست‌های مالی و اقتصادی، سال اول، شماره‌ی 4، صص 154-131.##Abiad, A.G. (2003). Early Warning Systems: A Survey and a Regime-Switching Approach. IMF Working Paper 03-32, Washington, DC.##Aghion, P., Bacchetta, P., & Banerjee, A. (2000). A Simple Model of Monetary Policy and Currency Crises. European Economic Review 44, 728–738.##Ari, A. (2012). Early Warning Systems for Currency Crises: The Turkish Case. Economic Systems, 36, 391–410.##Aziz, J., Caramazza, F., & Salgado, R. (2000). Currency Crises: In Search of Common Elements. IMF Working Paper 00-67, Washington, DC.##Babecký, J., Havránek, T., Matějů, J., Rusnák, M., Šmídová, K., & Vašíček, B. (2012). Leading Indicators of Crisis Incidence: Evidence from Developed Countries. Czech National Bank, mimeo.##Berg, A., & Pattillo, C. (1999). Predicting Currency Crises: The Indicators Approach and an Alternative. Journal of International Money and Finance 18, 561–586.##Berg, A., Borensztein, E., & Pattillo, C. (2005). Assessing Early Warning Systems: How Have They Worked in Practice? IMF Staff Papers 52, 462–502.##Berg, J.B., Candelon, B., & Urbain, J.P. (2008). A Cautious Note on the Use of Panel Models to Predict Financial Crises, Economics Letters 101, issue 1, 80-83.##Bilson, J.F.O. (1979). Leading Indicators of Currency Devaluations. Columbia Journal ofWorld Business, 14, 62-76.##Boinet, V., Napolitano, O., & Spagnolo, N. (2005). Was Currency Crisis in Argentina Self-fulfilling?. Review of World Economics, 141, pp. 357-368.##Bordo, M.D., Eichengreen, B., Klingebiel, D., & Martinez-Peria, M.S. (2001), Financial Crises: Lessons from the Last 120 Years, Economic Policy, 32, 51-82.##Bussiere, M., & Fratzscher, M. (2006). Towards a New Early Warning System of Financial Crises. Journal of International Money and Finance, 25(6), 953–973.##Bussiere, M. (2007). Balance of Payment Crises in Emerging Markets: How Early Were the ‘Early’ Warning Signals? European Central Bank Working Paper 713, Frankfurt/Main.##Caprio, G., & Klingebiel, D. (2003). Episodes of Systemic and Borderline Financial Crises. World Bank, January 22. http://go.worldbank.org/5DYGICS7B0.##Caramazza, F., Ricci, L., & Salgado, R. (2000). Trade and Financial Contagion in Currency Crises. IMF Working Paper 00-55, Washington, DC.##Carbaugh, R. (2014), International Economics, South-Western College Pub, 15th Edition.##Chang, R., & Velasco, A. (1998). Financial Crises in Emerging Markets: A Canonical Model. New York University Economic Research Reports 98-21, New York.##Chang, R., & Velasco, A. (2001). A Model of Financial Crises in Emerging Markets. The Quarterly Journal of Economics 116, 489–517.##Chui, M. (2002). Leading Indicators of Balance-of-Payments Crises: A Partial Review. Bank of England Working Paper 171, London.##Cipollini, A., Mouratidis, K., & Spagnolo, N. (2008). Evaluating Currency Crises: the Case of the European Monetary System. Empirical Economics, 35, pp. 11-27.##Comelli, F. (2016). Comparing the Performance of Logit and Probit Early Warning Systems for Currency Crises in Emerging Market Economies. Journal of Banking and Financial Economics, 2 (6), pp. 5-22.##Corsetti, G., Pesenti, P., & Roubini, N. (1999). Paper tigers? A model of the Asian crisis. European Economic Review 43, 1211–1236.##Edison, H.J. (2003). Do Indicators of Financial Crises Work? An Evaluation of an Early Warning System. International Journal of Finance and Economics 8, 11–53.##Eichengreen, B., Rose, A., & Wyplosz, C. (1995). Exchange Market Mayhem: The Antecedents and Aftermath of Speculative Attacks. Economic Policy 21, 249-312.##Esquivel, G., & Larrain, F. (2000). Explaining Currency Crises. El Trimestre Economico 67, 191–237.##Feridun, M. (2008) "Exchange Market Pressure and Currency Crises in Turkey: An Empirical Investigation", Unpublished PhD thesis, Loughborough University, UK.##Flood, R.P., & Garber, P.M. (1984). Collapsing Exchange Rate Regimes: Some Linear Examples. Journal of International Economics 17, 1–13.##Ford, J., Horsewood, N., & Lim, G.C. (2010). Fundamentals, Bank Fragility and Currency Volatility: A study of Indonesia and Taiwan. University of Birmingham, UK, department of economics.##Ford, J., Santoso, B., & Horsewood, N. (2007) Asian Currency Crises: Do Fundamentals Still Matter? A Markov Switching Approach to Causes and Timing. University of Birmingham, UK, department of economics.##Frankel, J.A., & Rose, A.K. (1996). Currency Crashes in Emerging Markets: An Empirical Treatment. Journal of International Economics, 41(3–4), 351–366.##Frankel, J.A., & Saravelos, G. (2012). Can Leading Indicators Assess Country Vulnerability? Evidence from the 2008–09 Global Financial Crisis. Journal of International Economics, 87(2), 216–231.##Fratzscher, M. (2003). On Currency Crises and Contagion, International Journal of Finance and Economics, 8(2), 109-129.##Fuertes, A.M., & Kalotychou, E. (2007). Optimal Design of Early Warning Systems for Sovereign Debt Crises, International Journal of Forecasting, 23(1), 85-100.##Ghosh, S., & Ghosh, A. (2002). Structural Vulnerabilities and Currency Crises. IMF Working Paper WP/02/09, Washington D.C.##Kaminsky, G.L., & Reinhart, C.M. (1999). The Twin Crises: The Causes of Banking and Balance-of-Payments Problems. American Economic Review, 89(3), 473–500.##Kaminsky, G.L., Lizondo, S., & Reinhart, C.M. (1998). The Leading Indicators of Currency Crises. IMF Staff Papers, 45(1), 1–48.##Knedlik, T., & Scheufele, R. (2008). Forecasting Currency Crises: Which Methods Signaled the South African Crises of June 2006?. South African Journal of Economics Vol. 76:3, 367-383.##Knoop, T.A. (2008). Modern Financial Macroeconomics: Panics, Crashes and Crises. Blackwell Publishing, 15th Edition.##Krkoska, L. (2001). Assessing Macroeconomic Vulnerability in Central Europe. Post- Communist Economies, 13(1), pp. 41-55.##Krugman, P. (1979). A Model of Balance-of-Payments Crises. Journal of Money, Credit, and Banking, 11(3), 311–325.##Krugman, P. (1998). What happened to Asia? Mimeo, MIT, Cambridge, MA.##Krugman, P. (1999). Balance Sheets, the Transfer Problem, and Financial Crises. International Tax and Public Finance, 4, 459-472.##Kumar, M., Moorthy, U., & Perraudin, W. (2003). Predicting Emerging Market Currency Crashes. Journal of Empirical Finance 10, 427-454.##Leaven, L., & Valencia, F. (2008), Systemic Banking Crises: A New Database, IMF Working paper 224, International Monetary Fund, Washington.##Lin, C.S., Khan, H.A., Chang, R.Y., & Wang, Y.C. (2008). A New Approach to Modeling Early Warning Systems for Currency Crises: Can a Machine-Learning Fuzzy Expert System Predict the Currency Crises Effectively? Journal of International Money and Finance, 27,pp. 1098–1121.##Martinez-Peria, M.S. (2002). A Regime-Switching Approach to the Study of Speculative Attacks: a Focus on EMS Crises. Empirical Economics 27–2, 299–334.##Nag, A., & Mitra, A. (1999). Neural Networks and Early Warning Indicators of Currency Crisis. Reserve Bank of India Occasional Papers 20(2), pp. 183-222.##Obstfeld, M. (1994). Logic of currency crises. NBER Working Paper 4640, Cambridge, MA.##Obstfeld, M. (1996). Models of currency crises with self-fulfilling features. European Economic Review 40, 1037–1047.##Peng, D., & Bajona, C. (2008). China's Vulnerability to Currency Crisis: A KLR Signals Approach. China Economic Review, 19, 138-151.##Radelet, S., & Sachs, J. (1998). The onset of the East Asian financial crisis. NBER Working Paper 6680, Cambridge, MA.##Rose, A.K., & Spiegel, M.M. (2011). Cross-Country Causes and Consequences of the 2008 Crisis: An Update. European Economic Review, 55(3), 309–324.##Sevim, C., Oztekin, A., Bali, O., Gumus, S., & Guresen, E. (2012). Developing an Early Warning System to Predict Currency Crises. European Journal of Operational Research, 237, pp. 1095–1104.##

0 ارزیابی عوامل موثر بر جذب گردشگران بین‌المللی با استفاده از مدل جاذبه A Gravity Model Analysis on Determinants of Tourism Flow to Iran https://jte.ut.ac.ir/article_59618.html 10.22059/jte.2017.59618 0 با توجه به افزایش شمار گردشگران بین‌المللی و نقش روز افزون صنعت گردشگری در اقتصاد کشورها، شناسایی عوامل مؤثر در جذب گردشگران بین‌المللی بیش از پیش ضروری جلوه می‌کند. دولت‌ها و بخش خصوصی به‌منظور توسعه، رقابت و بقاء در صنعت گردشگری نیازمند شناسایی عوامل مؤثر و پیش‌بینی تقاضای گردشگری می‌باشند. هدف اصلی این پژوهش به کارگیری تکنیک‌های اقتصاد سنجی پنل دیتا در بررسی عوامل مؤثر در جذب گردشگران بین‌المللی به ایران و تخمین تابع تقاضا با استفاده از مدل جاذبه می‌باشد. متغیر وابسته این پژوهش تعداد گردشگران ورودی به ایران به تفکیک از 53 کشور در سال‌های 2013-2009 و متغیرهای مستقل تولید ناخالص داخلی سرانه، فاصله جغرافیایی، جمعیت، نرخ ارز بر حسب قیمت واقعی سال 2010، تعداد تخت‌های هتل، جاذبه‌های ثبت جهانی و شاخص برند کشور می‌باشند که داده‌های آنها از مراکز اطلاعاتی داخلی و بین‌المللی استخراج و با استفاده نرم‌افزار Eviewsبررسی شده است. نتایج حاکی از آن است که تمامی متغیرها به جزء جاذبه‌های ثبت جهانی از لحاظ آماری معنادار می‌باشند. متغیر شاخص برند با ضریب 19/18 بیش‌ترین تأثیر را بر تقاضای گردشگری و بعد از آن تعداد تخت‌های هتل با ضریب 89/1 دومین عامل اثرگذار است. متغیر فاصله‌ی جغرافیایی با ضریب 56/2- تنها عامل منفی در جذب گردشگران می‌باشد. 1   Due to increasing number of international tourists and the enhancing role of tourism in economies of countries and competing environment, recognizing determinants in attracting international tourists seems very essential than ever before. Public and private sectors need to examine determinants and forecast tourism demand. The primary aim of this study is using econometric techniques to analyzing determinants of attracting international tourists to Iran and estimating tourism demand function by the gravity model and panel data techniques. Our dependent variable is the number of inbound tourists to Iran from countries of origin in 2009-2013. Explanatory variables are Per capita GDP, population of countries of origin, geographical distance, real exchange rate based on 2010 data, and numbers of hotels’ bed, UNESCO world heritage sites and the country brand index which their data acquired from national and international authorities and examined in Eviews 7 software. The results estimated by fixed effects shows that national brand index of Iran has the most positive effect on tourism demand (18.19) and hotels’ beds stand is the second important factor (1.89). But existing UNESCO heritage sites doesn’t have any impact on attracting tourists to Iran. JEL Classification: Z11, Z19, Z30   215 243 محسن نظری Mohsen Nazari دانشیار گروه مدیریت بازرگانی دانشکده‌ی مدیریت، دانشگاه تهران ایران dmnazari@gmail.com محمد رحیم اسفیدانی Mohammad Rahim Esfidani استادیار گروه مدیریت بازرگانی دانشکده‌ی مدیریت، دانشگاه تهران ایران esfidani@ut.ac.ir سید مهدی طباطبایی Seyed Mehdi Tabatabaee دانشجوی کارشناسی ارشد مدیریت جهانگردی، دانشکده‌ی مدیریت دانشگاه تهران ایران m.tabatabaee92@ut.ac.ir تقاضای گردشگری پیش بینی تقاضا مدل جاذبه پنل دیتا میراث جهانی یونسکو ابریشمی، حمید. برکیش، احمد قلی (1394). پیش بینی تقاضای گردشگری خارجی (یک مطالعه موردی برای ایران)، مجله‌ی برنامه‌ریزی و توسعه گردشگری، 13 (4) ، 51-71.‎##حبیبی، فاتح و عباسی نژاد، حسین (1384). تصریح و برآورد تابع تقاضای گردشگری ایران با استفاده از داده های سری زمانی – مقطعی، مجله‌ی تحقیقات اقتصادی (70)، 91-115.##خسرو آبادی، محمد (1385). تخمین تابع تقاضای توریسم خارجی ایران طی دوره 1383-1344 و ارائه استراتژی‌های گسترش صنعت توریسم ایران (با استفاده از استراتژی‌های توسعه توریسم در مالزی، سنگاپور و مصر)، پایان‌نامه‌ی کارشناسی ارشد. دانشگاه صنعتی اصفهان. دانشکده‌ی صنایع و سیستم‌ها.##راسخی‌نژاد، آرزو (1388). تخمین تابع تقاضای گردشگری داخلی در ایران، پایان‌نامه‌ی کارشناسی ارشد. دانشگاه تربیت مدرس. دانشکده‌ی علوم انسانی.##رسولی، اسماعیل (1381). تخمین تابع تقاضای جهانگرد ورودی به ایران، پایان‌نامه‌ی ﮐﺎرﺷﻨﺎﺳﯽ ارﺷﺪ. داﻧﺸﮕﺎه علامه طباطبائی، داﻧﺸﮑﺪه اقتصاد.##سوری، علی (1391). اقتصادسنجی همراه با کاربرد EVIEWS7، تهران. نشر فرهنگ‌شناسی.##شالبافیان، علی اصغر (1394). نمایه آماری گردشگری جمهوری اسلامی ایران، مرکز پژوهش‌های مجلس شورای اسلامی.##شاه‌آبادی، ابوالفضل و سیاح، علی (1392). تأثیر زیرساخت های اقتصادی بر گردشگری: رویکرد پانل دیتا مقایسه‌ی تطبیقی کشورهای درحال توسعه و توسعه‌یافته، مجله‌ی برنامه‌ریزی و توسعه گردشگری، 7 (2) ، 25-43.‎##ضیائی بیگدلی، محمد تقی، غلامی، الهام و طهماسبی بلداجی، فرهاد (1392). بررسی اثر تحریم‌های اقتصادی بر تجارت ایران: کاربردی از مدل جاذبه، فصلنامه‌ی پژوهشنامه‌ی اقتصادی (رویکرد اسلامی-ایرانی)، 13(48)، 109-119.##غلامی پور، لیلا (1390). تخمین تابع تقاضای گردشگری استان‌های منتخب، پایان‌نامه‌ی کارشناسی ارشد. دانشگاه آزاد اسلامی واحد تهران مرکزی. دانشکده‌ی اقتصاد و حسابداری.##فرزین، محمدرضا، افسر، امیر، اکبرپور، تقی و اکبرپور، علی (1392). مدل‌سازی پیش بینی گردشگری ورودی به ایران با استفاده از روش‌های ARIMA و شبکه‌های عصبی فازی، فصلنامه‌ی علمی- پژوهشی مطالعات مدیریت گردشگری، 8(24)، 1-33.##فرزین معتمد، ارغوان. موسوی جهرمی، یگانه (1392). شناسایی عوامل مؤثر بر تقاضای سفر به مشهد (کاربرد روش دو مرحله‌ای هکمن)، مجله‌ی برنامه‌ریزی و توسعه گردشگری، 7 (2)، 44-65.‎##کاوه‌ئیان، نسترن (1381). برآورد تابع تقاضای جهانگردی بین‌المللی ایران طی سال‌های 1375-1350. پایان‌نامه‌ی کارشناسی ارشد، داﻧﺸﮕﺎه ﺷﻬﯿﺪ ﺑﻬﺸﺘﯽ، داﻧﺸﮑﺪه ﻋﻠﻮم اﻗﺘﺼﺎدی و ﺳﯿﺎﺳﯽ.##گل لاله، منوچهر (1389). تخمین تابع تقاضای گردشگری ایران. پایان‌نامه‌ی کارشناسی ارشد. دانشگاه علامه طباطبایی. دانشکده‌ی حسابداری و مددیریت.##محمدزاده، پرویز، بهبودی، داود، فشاری، مجید و ممی‌پور، سیاب (1389). تخمین تابع تقاضای خارجی کل گردشگری ایران (رهیافت TVP)، فصلنامه‌ی علمی- پژوهشی، پژوهش‌های رشد و توسعه‌ی اقتصادی (1)، 107-131.##معادی، سهیلا (1391). تخمین تابع تقاضای کل توریسم ایران با استفاده از روش ARDL، پایان‌نامه‌ی کارشناسی ارشد. دانشگاه تربیت مدرس. دانشکده‌ی مدیریت و اقتصاد.##موسایی، میثم (1383). تخمین تابع تقاضای توریسم به ایران، فصلنامه‌ی پژوهشنامه‌ی بازرگانی (32)، 225-244.##مهرگان، نادر و اشرف‌زاده، سید حمیدرضا (1387). اقتصادسنجی پانل دیتا، تهران. دانشگاه تهران، مؤسسه‌ی تحقیقات تعاون.##یوسفی، فهیمه (1389). تخمین تابع تقاضای جهانگردی ایران(88-1356)، پایان‌نامه‌ی کارشناسی ارشد. دانشگاه سیستان و بلوچستان. دانشکده‌ی اقتصاد و علوم رفتاری.##Anderson, J. E., & van Wincoop, E. (2003). Gravity with Gravitas: A Solution to the Border Puzzle. American Economic Review, 93(1), 170-192.##Arbel, A., & Ravid, S. (1985). On recreation demand: a time-series approach. Applied Economics, 17(6), 979-990.##Athanasopoulos, G., & Hyndman, R. J. (2008). Modelling and forecasting Australian domestic tourism. Tourism Management, 29(1), 19-31.##Balli, F., Balli, H. O., & Louis, R. J. (2016). The impacts of immigrants and institutions on bilateral tourism flows. Tourism Management, 52, 221-229.##Bergstrand, J. H., & Egger, P. (2007). A knowledge-and-physical-capital model of international trade flows, foreign direct investment, and multinational enterprises. Journal of International Economics, 73(2), 278-308.##Consumer price index. (2015, November 29). Retrieved from The World Bank: http://data.worldbank.org/indicator/FP.CPI.TOTL##Cellini, R. (2011). Is UNESCO recognition effective in fostering tourism? A comment on Yang, Lin and Han. Tourism Management, 32, 452-454.##Diamond, J. (1977). Tourism's Role in Economic Development: The Case Reexamined. Economic Development and Cultural Change, 25(3), 539-553.##Flight Distance Mileage Calculator. (2015, November 29). Retrieved from World Atlas:##http://www.worldatlas.com/travelaids/flight_distance.htm##Frechtling, D. C. (2001). Forecasting Tourism Demand: Methods and Strategies. Oxford: Butterworth-Heinemann.##GDP per capita (current US$). (2015, November 29). Retrieved from The World Bank:##http://data.worldbank.org/indicator/NY.GDP.PCAP.CD##Gil‐Pareja, S., Llorca‐Vivero, R., & Martínez‐Serrano, J. A. (2007). The Effect of EMU on Tourism*. Review of International Economics, 15(2), 302-312.##Head, K., & Ries, J. (2008). FDI as an Outcome of the Market for Corporate Control: Theory and Evidence. Journal of International Economics, 74(1), 2-20.##Heckscher, E. F. (1919). The effect of foreign trade on the distribution of income.##Huang, C. H., Tsaur, J. R., & Yang, C. H. (2012). Does world heritage list really induce more tourists? Evidence from Macau. Tourism Management, 33(6), 1450–1457.##Iran (Islamic Republic of). (2015, November 30). Retrieved from UNESCO World Heritage Centre:##http://whc.unesco.org/en/statesparties/ir##Isard, W. (1954). Location theory and trade theory: short-run analysis. The Quarterly Journal of Economics, 305-320.##Karemera, D., Oguledo, V. I., & Davis, B. (2000). A gravity model analysis of international migration to North America. Applied Economics, 32(13), 1745-1755.##Keum, K. (2010). Tourism flows and trade theory: a panel data analysis with the gravity model. The Annals of Regional Science, 44(3), 541-557.##Kilman, M. L. (1981). A Quantitative Analysis of Canadian Overseas Tourism. Transportation Research Part A: General, 15(6), 487-497.##Leit, N. C. (2015). Portuguese Tourism Demand: A Dynamic Panel Data Analysis. International Journal of Economics and Financial Issues, 5(3).##Linder, B. S. (1961). An assay on trade and transformation. Stockholm: Almqvist & Wiksells.##McPherson, M. A., Redfearn, M. R., & Tieslau, M. A. (2001). International trade and developing countries: an empirical investigation of the Linder hypothesis. Applied Economics, 33(5), 649-657.##Mervar, A., & Payne, J. E. (2007). An analysis of foreign tourism demand for Croatian destinations: long-run elasticity estimates. Radni materijali Ekonomskog instituta, Zagreb, 1(1), 5-21.##Morley, C., Rossello, J., & Santana-Gallego, M. (2014). Gravity models for tourism demand: theory and use. Annals of Tourism Research, 48, 1-10.##Muñoz, T. G. (2007). German demand for tourism in Spain. Tourism Management, 28(1), 12-22.##Official exchange rate (LCU per US$, period average). (2015, November 29). Retrieved from The World Bank:##http://data.worldbank.org/indicator/PA.NUS.FCRF##Ohlin, B. G. (1933). Interregional and international trade.##Pyers, C. E. (1966). Evaluation of intervening opportunities trip distribution model. Highway Research Record (114).##Quandt, R. E., & Baumol, W. J. (1969). The demand for abstract transport modes: Some hopes. Journal of Regional Science, 9(1), 159-162.##Population, total. (2015, November 29). Retrieved from The World Bank: http://data.worldbank.org/indicator/SP.POP.TOTL##Rose, A. K. (2000). One Money, One Market: Estimating the Effect of Common Currecies on Trade. Economic Policy, 30(30), 9-45.##Serra, J., Correia, A., & Rodrigues, P. M. (2014). A comparative analysis of tourism destination demand in Portugal. Journal of Destination Marketing & Management, 2(4), 221-227.##Song, H., & Li, G. (2008). Tourism demand modelling and forecasting—A review of recent research. Tourism Management, 29(2), 203-220.##Su, Y. W., & Lin, H. L. (2014). Analysis of international tourist arrivals worldwide: The role of world heritage sites. Tourism Management, 40, 46–58.##Summary, R. (1987). Estimation of tourism demand by multivariable regression analysis Evidence from Kenya. Tourism Management, 8(4), 317-322.##Tinbergen, J. (1962). Shaping the World Economy; Suggestions for an International Economic Policy. New York: Twentieth Century Fund.##Truett, D. B., & Truet, L. J. (1987). The response of tourism to international economic conditions: Greece, Mexico, and Spain. The Journal of Developing Areas, 177-190.##Uysal, M., & Crompton, J. L. (1984). Determinants of demand for international tourist flows to Turkey. Tourism Management, 5(4), 288-297.##Wilson, A. G. (1967). A statistical theory of spatial distribution models. Transportation research, 1(3), 253-269.##Witt, S. F., & Martin, C. A. (1987). Econometric models for forecasting international tourism demand. Journal of Travel Research, 25(3), 23-30.##Witt, S. F., & Witt, C. A. (1995). Forecasting tourism demand: A review of empirical research. International Journal of forecasting, 11(3), 447-475.##UNWTO. (2015(. Retrieved from UNWTO: http://mkt.unwto.org/publication /unwto-tourism-highlights-2015-edition##WTTC. (2015). Economic Impact Analysis. Retrieved from World Travel & Tourism Council:##http://www.wttc.org//media/files/reports/economic%20impact%20research/regional%20reports/world2015.pdf##Yang, C. H., Lin, H. L., & Han, C. C. (2010). Analysis of international tourist arrivals in China: The role of World Heritage Sites. Tourism management, 31(6), 827-837.##Zhang, S., Li, Q., Cai, B., & Han, H. (2013). The Analysis of Gravity on Tourism Resource of Shijiazhuang with Anion, Hebei. IERI Procedia, 5, 291-297.##

0 اثرات مرزی در تجارت دوجانبه ایران و شرکای برتر تجاری: رویکرد الگوی جاذبه غیرخطی Border Effect on Bilateral Trade of Iran and Major Partners: Approach of Non-Linear Gravity Model https://jte.ut.ac.ir/article_59619.html 10.22059/jte.2017.59619 0   نقش فاصله و مسافت بین شرکای تجاری در قالب مفهومی به نام اثرات مرزی، چالش‌های فراوانی را در ادبیات الگوی جاذبه بین اقتصاددانان تجارت بین‌الملل ایجاد کرده و نظریه‌پردازی‌های مختلفی در خصوص اندازه‌گیری و الگوسازی این متغیر مهم در سال‎های اخیر ارائه شده است. همچنین لزوم تخمین غیرخطی الگوی جاذبه طی دهه‌ی اخیر تقریباً به طور کامل مورد توافق است. این دو مقوله، ضرورت این مطالعه در تخمین اثرات مرزی به روش حداکثر درستنمایی پوآسون‌نما مورد توجه  قرار گرفته است. این مطالعه سعی دارد اثرات مرزی در مورد تجارت دوجانبه بین ایران و شرکای برتر تجاری آن را طی سال‎های 2014-1988 از روش‌های غیرخطی الگوی جاذبه مورد ارزیابی قرار دهد. نتایج نشان می‌دهد متغیر فاصله به عنوان نماینده‌ی اثرات مرزی در بررسی الگوی تجاری اقتصاد ایران و شرکای برتر تجاری دارای ضرایب 28/0 تا 94/0 به ترتیب در الگوهای حداقل مربعات تعمیم یافته و حداکثر درستنمایی پوآسون‌نما می‌باشد که نسبت به سایر متغیرها بسیار بزرگ و پر اهمیت جلوه می‌کند. همچنین محصور نبودن کشورها در خشکی می‌تواند بر روابط تجاری اثرگذار باشد و آن را افزایش دهد. بر این اساس باید به نقش فاصله در کاهش روابط تجاری و استفاده از حمل و نقل دریایی برای خنثی کردن آن، اهمیت بیش‌تری داد.   1   The role of distance as border effects between trade partners has been created challengeable discussions in gravity model literature for international economists and lead to different theoretical aspects for measuring and modeling of it in recent years. Moreover, the necessity of non-linear method for estimation of gravity model has been perfectly agreed. The importance of this study is the estimation of border effects by using Poisson – Pseudo Maximum Likelihood (PPML). Hence, this study tries to evaluate border effects on bilateral trade among Iran and major partners during 1988-2014 using non-linear method for gravity model. The results show that coefficient of distance variable as proxy for border effects on trade relations among Iran and major partners has 0.28 and 0.94 in generalized least square and PPML methods respectively which it is relatively higher than other coefficients. Not being land-locked country, also could effect on trade relation and lead to increase it. As a policy recommendation, the role of distance and using maritime transportations to reduce it, should be considered. JEL Classification: C01, C23, C87, F10, F14   245 269 مهدی یزدانی Mehdi Yazdani استادیار گروه اقتصاد دانشگاه شهید بهشتی ایران ma_yazdani@sbu.ac.ir مینا صادقی Mina Sadeghi دانشجوی دکتری اقتصاد، دانشکده‌ی علوم اقتصادی و سیاسی، دانشگاه شهید بهشتی ایران sadeghi.economic@gmail.com هادی رمضانی Hadi Ramezani دانشجوی دکتری اقتصاد، دانشکده‌ی علوم اقتصادی و سیاسی، دانشگاه شهید بهشتی ایران ramezani.hadi93@gmail.com تجارت دوجانبه الگوی جاذبه غیرخطی اثرات مرزی حداکثر درستنمایی پوآسون – پسوئدو یزدانی، مهدی، رمضانی، هادی و صادقی، مینا (1395). "اثرات مرزی در جریان تجاری گروه‌های کالایی ایران: کاربردی از تصریح غیرخطی"، فصلنامه پژوهشنامه اقتصادی، دارای پذیرش.##Anderson, J. (1979). “A Theoretical Foundation for the Gravity Equation,” American Economic Review 69: 106–116.##Anderson, J., & Wincoop, E.V. (2003). “Gravity with Gravitas: A Solution to the Border Puzzle,” American Economic Review 93: 170–192.##Bergstrand, J.H. (1985). “The Gravity Equation in International Trade: Some Microeconomic Foundation and Empirical Evidence”, The Review of Economics and Statistics 67: 474–481.##Bergstrand, J.H. (1989). “The Gravity Equation in International Trade: Some Microeconomic Foundations and Empirical Evidence,” Review of Economics and Statistics 67(3): 474-481.##Bergstrand, J.H., Egger, P., & Larch, M. (2013). “Gravity Redux: Estimation of Gravity Equation Coefficients, Elasticities of Substitution, and General Equilibrium Comparative Statics under Asymmetric Bilateral Trade Costs,” Journal of International Economics 89: 110–121.##Deardoff, A. (1989). “Determinants of Bilateral Trade: Does Gravity Work in a Neoclassical World?” in Jeffrey Frankel (Ed.), The Regionalization of the World Economy, Chicago: University of Chicago Press.##Feenstra. R.C. (2004). Advanced International Trade: Theory and Evidence, Princeton University Press.##Goldberger, A. (1968). “The Interpretation and Estimation of Cobb-Douglas Functions,” Econometrica 36: 464–47##Helpman, E. (1984). "A Simple Theory of International Trade with Multinational Corporations", The Journal of Political Economy 92(3): 451-471.##Krugman, P.R. (1979). “Increasing Returns, Monopolistic Competition and International Trade,” Journal of International Economics 9: 469-479. Reprinted in Edward, E. Leamer, (2001), ed., International Economics, New York: Worth Publishers, 255-265.##Linder. S.B. (1961). “An Essay on Trade and Transformation, New York: John Wily and Sons.##Manning, W.G., & Mullahy, J. (2001) “Estimating Log Models: To Transform or Not to Transform?” Journal of Health Economics 20: 461-494.##Markusen, J.R. (1995). “The Boundaries of Multinational Firms and International Trade”, Journal of Economic Perspectives 9: 169-189.##Mayer, T., & Zignago, S. (2005). “Market Access in Global and Regional Trade,” CEPII, Working Paper No. 2005-02.##Mayer, T., & Zignago, S. (2011), “Notes on CEPII’s Distances Measures: The GeoDist Database,” CEPII, Working Paper No. 2011-25.##Robertson, P.E., & Robitaille, M.C. (2014). “The Gravity of Resources and the Tyranny of Distance,” Discussion Paper 15.01, University of Western Australia.##Samuelson, P.A. (1952). “The Transfer Problem and Transport Costs: The Terms of Trade when Impediments are absent,” Economic Journal 62: 278-304.##Santos Silva, J.M.C., & Silvana Tenreyro, (2006). “The Log of Ggravity,” Review of Economics and Statistics 88(4): 641–658.##Santos Silva, J. M. C., & Tenreyro, S. (2009). “Further Simulation Evidence on the Performance of the Poisson Pseudo-Maximum Likelihood Estimator,” Economics Letters, Elsevier 112(2): 220-222.##Siliverstov, B., & Schumacher, D. (2007). “Estimating Gravity Equations: To Log or not to Log?” German Institute for Economic Research, Discussion Papers, No. 739.##StataCorp., Stata Statistical Software: Release 14 (StataCorp LP, 2015).##Thibault, F. (2014). “Structural Gravity and Fixed Effects,” NBER Working Paper No. 21212.##Tinbergen, J. (1962). The World Economy. Suggestions for an International Economic Policy, New York: Twentieth Century Fund.##UN Comtrade Database.##World Bank, World Development Indicators.##World Trade Organization, World Trade Report, 2015.##Yazdani, M., Tayebi, S.K., & Ramezani, H. (2016). “Border Effects on Trade Flows of Commodity Groups between Iran and Korea”, International Conference on the Cooperation Platform for Iran and Korea in the Post-Sanctions Era, Iran-Korea Economic Forum, , Tehran, Iran.##