ارزیابی آسیب پذیری بخش های کلیدی اقتصاد در شرایط ریسک غیرعملیاتی (مطالعه موردی: استان تهران)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 هیأت علمی دانشکده اقتصاد دانشگاه علامه طباطبائی

2 عضو هیأت علمی دانشکده اقتصاد دانشگاه علامه طباطبائی

3 دانشجوی کارشناسی ارشد دانشکده اقتصاد دانشگاه علامه طباطبائی

چکیده

پیشرفت­های فناوری در بخش‌های مختلف و در نظر گرفتن سرعت و دقت به عنوان بخشی جدانشدنی از فرایند تصمیم­گیری در عصر اقتصاد دانایی محور، سبب شده است تا اقتصاد سوانح نیز به منظور ارزیابی ریسک و مدیریت آن در برنامه­ریزی­های ملی و منطقه­ای، از اهمیت ویژه­ای برخودار شود. توسعة مدل‌های مورد استفاده در این بخش، موجب شده که علاوه بر توجه به آثار مستقیم وقوع سوانح در اقتصاد، به پیامدهای غیرمستقیم آن نیز توجه شود.
هرچند مطالعاتی در این عرصه در ابعاد بین­المللی انجام شده، اما این مطالعه از نظر قلمرو موضوعی و مکانی، دارای نوآوری­هایی است که آن را از سایر مطالعات انجام ­گرفته متمایز می‌کند. این پژوهش با توجه  به جایگاه استان تهران در تولید ناخالص داخلی و نیز آسیب‌پذیری آن در وقوع سوانحی همچون زلزله، با استفاده از جدول داده-ستاندة استانی (14 بخشی) استخراج شده به روشFLQ  تعمیم­یافته از جدول داده-ستاندة ملی به هنگام شده‌ با روش راس سال1390 (فعالیت در فعالیت با فرض تکنولوژی فعالیت) مرکز پژوهش‌های مجلس، به محاسبه‌ آسیب‌پذیری این استان در شرایط ریسک غیرعملیاتی می­پردازد. نتایج حاصل از انجام پژوهش نشان می­دهد که بخش‌های صنعت، عمده فروشی، خرده‌فروشی، تعمیر وسایل نقلیه و کالاها و بخش حمل و نقل، انبارداری و ارتباطات بخش‌های با اولویت سرمایه‌گذاری پس از سانحه نسبت به سایر بخش‌ها می‌باشند.
طبقه‌بندی : H54, R15, R58

کلیدواژه‌ها


عنوان مقاله [English]

Vulnerability Assessment of key economic sectors in non-operational Risk Conditions Case Study: Tehran

نویسندگان [English]

  • Abdolrasoul ghasemi 1
  • Abdolrasoul ghasemi 2
چکیده [English]

Technological developments in various sectors and considering the speed and accuracy as an integral part of the decision-making process in the age of knowledge economy, has caused the disaster economy an important role in risk assessment and management in national and regional planning. The development of models used in this area, resulted in considering indirect consequences of disasters on the economy besides its direct effect.
Although a lot of studies have been done in this field in the international dimensions, but this study in terms of thematic and geographic domain, has some innovations that makes it different from other studies. This research, with respect to the position of Tehran in GDP and its vulnerability in occurrence of some disasters such as earthquakes has selected. Using the provincial input-output table (14 parts) extraction of national input-output table with FLQ method updated by Ross method in 1390 (activity by activity given activity technology model), to calculate the vulnerability of the province in terms of the nonoperational risk. The results show that industry, wholesale, retail, repair of vehicles, transport, and communications sectors, and have higher investment priority compared with other sectors.
JEL Classification: H54, R15, R58

کلیدواژه‌ها [English]

  • vulnerability
  • earthquake
  • Nonoperational Input-Output
  • resilience
  • Tehran
آذر، عادل و رجب‌زاده، علی (1387). تصمیم‌گیری کاربردی (رویکرد MADM). تهران: نگاه دانش.

  • افضلی، رسول و حسینی، مجید (1386). آسیب‌شناسی و مدیریت سیاسی زلزلة احتمالی تهران: فصلنامة علمی پژوهشی انجمن جغرافیای ایران، شمارة 14و 15، 149-168.

  • رحیمی آلوقره، ایمان (1392). تدوین روش برآورد خسارات کلان اقتصادی ناشی از زلزله در یک منطقه - مطالعة موردی تهران. رسالة دکتری. رشتة مهندسی عمران. گرایش زلزله. واحد علوم تحقیقات. تهران.

  • مرکز آمار ایران (1392). سالنامة آماری استان تهران، جمعیت 1390.

  • مرکز آمار ایران (1391). سالنامة آماری کشور، حساب‌های ملی 1390.

  • مرکز پژوهش‌های مجلس شورای اسلامی (1393). جدول داده - ستانده بهنگام شده اقتصاد ایران سال 1390، تهران.

  • Anderson, Ch.W., Santos, J.R., &  Haimes, Y.Y. (2007). A Riskbased Input–Output Methodology for Measuring the Effects of the August 2003 Northeast Blackout. Economic Systems Research, 19:2, 183-204.

  • Cutter, S. (1996). Vulnerability to Environmental Hazards. Progress in Human Geography, 20, 529–539.

  • Cutter, S.L., Boruff B.J., & Shirley W.L. (2003). Social Vulnerability to Environmental Hazards. Social ScienceQuarterly, 84, 242–261.

  • Dietzenbacher, Erik., Luna, I.R., & Bosma, N.S. (2005). Using Average Propagation Lengths to Identify Production. Estuios De Economia Aplicada, 23-2,422-405.

  • Haimes,Y.Y., & Jiang, P. (2001). Leontief-Based Model of Risk in Complex Interconnected Infrastructures. Journal of Infrastructure Systems , 7,1–12

  • Okuyama, Y. (2007). Economic Modeling for Disaster Impact Analysis: Past, Present, and Futur.Economic Systems Research, 115-124.

  •  Okuyama, Y., & Santos, J.R . (2014). DisasterI Impact And Input–Output Analysis. Economic Systems Research, 26:1, 1-12.

  • Rose, A. (2004). Economic principles, issues, and research priorities in hazard loss estimation, in: Y. Okuyama and S.E. Chang (Eds), Modeling Spatial and Economic Impacts of Disasters, (pp.13-36). New York: Springer.

  • Santos, J.R., & Haimes, Y.Y. (2004). Modeling the Demand Reduction Input–Output (I–O) Inoperability Due to Terrorism of Interconnected Infrastructures. Risk Analysis, 24, 1437-1451.

  • Timmerman, P. (1981). Vulnerability, Resilience and the collapse of the society, Environmental monograph 1, Toronto: Institute of Environmental Studies, University of Toronto.

  • United Nations Environment Programme (UNEP). (2002). Assessing Human Vulnerability to EnvironmentalChange: Concepts, Issues, Methods and Case Studies.

  • World Food Programme (WFP). (2014) .Resilience Measurement Principles, Toward An Agenda For Measurement Design. Technical Series No. 1.

  • Yu, Krista. Danielle. S., Tan, Raymond. R., Kathleen, B. Aviso., Promentilla, Michael. Angelo. B., & Santos, Joost. R. (2014). A Vulnerability Index For Post-Disaster Key Sector Prioritization. Economic Systems Research, 26:1, 81-97.