بررسی همگرایی شاخص قیمت مصرف‌کننده بین استان‌های ایران با استفاده از روش تحلیل خوشه‌ای

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار، گروه اقتصاد، دانشکده علوم انسانی و اجتماعی، دانشگاه کردستان، ایران،

2 دانش آموخته ارشد، دانشکده علوم انسانی و اجتماعی، دانشگاه کردستان، ایران،

3 استادیار ، گروه اقتصاد، دانشکده علوم انسانی و اجتماعی، دانشگاه کردستان، ایران،

چکیده

در این پژوهش فرضیه همگرایی شاخص قیمت­ مصرف­کننده استان­های کشور با استفاده از روش تحلیل خوشه­ای طی دوره زمانی 1382 تا 1395 مورد بررسی قرار گرفته است. باوجود شباهت­های بسیاری که میان استان­های کشور از نظر عوامل مؤثر بر سطح قیمت­های عمومی وجود دارد، اما نتایج به­دست آمده براساس روش خوشه­ای، وجود همگرایی سطح قیمت­ها میان استان­های ایران را به ­طور کلی تأیید نمی­کند. با این وجود، سه خوشه همگرا در میان استان‏های کشور مشاهده می­شود. 19 استان در خوشه اول، 3 استان در خوشه دوم، 4 استان در خوشه سوم قرار داشته و استان تهران نیز، یک خوشه غیرهمگرا را تشکیل می­دهد. ارتباط خاصی میان استان­های واقع در هر خوشه بر اساس سطح توسعه­یافتگی، جغرافیا و جمعیت وجود ندارد. رد فرضیه همگرایی شاخص قیمت مصرف­کننده و خوشه­ای شدن آن دلالت بر چندپارچگی بازارها در ایران، متفاوت بودن سطح هزینه­های زندگی و پایداری آن در طول زمان و متفاوت بودن تأثیرات سیاست‌های پولی بر سطح قیمت­ها در استان­ها دارد.
طبقه بندی JEL: C32, E31, F15

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Investigating the consumer price indices convergence among Iran provinces using cluster analysis

نویسندگان [English]

  • ahmad mohammadi 1
  • serveh abdolkarimi azar 2
  • ali feghhe majidi 3
1 . Assistant professor of University of Kurdistan, Iran
2 MA in Economic, University of Kurdistan, Iran
3 Assistant professor of University of Kurdistan, Iran
چکیده [English]

This paper tests the hypothesis of consumer price indices convergence among Iran provinces over the period from 2003 to 2016 by implementing cluster analysis. The results show that there is no evidence of overall convergence among provinces. However, the results suggest that there are three convergence clubs. The first, and the largest, club consist of 19 provinces. The second and third clubs consist of 3 and 4 provinces. Tehran forms a divergent club. Moreover, club members do not belong to any specific income and population category and there is no evidence of geographic clustering. Overall, the results point to possible market segmentation, persistent difference between living costs across provinces and possible different impact of monetary policy over general price level across provinces.
JEL Classification: C32, E31, F15

کلیدواژه‌ها [English]

  • convergence
  • consumer price index
  • Cluster Analysis
  • Iran
  • living costs
پورعبادالهان کویج، محسن، فلاحی، فیروز و آذری، زهرا (1396). بررسی عوامل مؤثر بر همگرایی سطح عمومی قیمت­ها بین استان­های ایران، فصلنامه پژوهشنامه بازرگانی، 82، 153-175.

سلامی، فریبا، فقه مجیدی، علی و محمدی، احمد (1395). بررسی همگرایی درآمدی بین استان‌های ایران با تأکید بر روش تحلیل خوشه‌ای، فصلنامه پژوهش‏ها و سیاست‌های اقتصادی. 24(80)، ۱۶۷-۱۹۴.

شهبازی، کیومرث، فلاحی، فیروز و غلامی، امیر (1391). همگرایی شاخص قیمت در استان­های ایران، فصنامه مدل‌سازی اقتصادی، 6(4)، 111-128.

کازرونی، سید علیرضا، اصغرپور، حسین و رضایی، خدیجه (1393). بررسی همگرایی سطح عمومی قیمت­ها بین استان­های ایران، فصلنامه پژوهشنامه بازرگانی، 70، 23-45.

کازرونی، سید علیرضا، اصغرپور، حسین و رضایی، خدیجه (1393). مقایسه همگرایی سطح قیمت­ها با خدمات بین استان­های ایران، مجله تحقیقات اقتصادی، 49(3)، 599-620.

Baba, C. (2008). Understanding the law of one price deviations: Local distribution services and price discrimination. Journal of the Japanese and International Economies21(2), 237-259.

Bartkowska, M., & Riedl, A. (2012). Regional convergence clubs in Europe: Identification andconditioning factors. Economic Modelling, 29(1), 22-31.

Bernard, A. B., & Durlauf, S. (1996); “Interpreting Tests of the Convergence Hypothesis”, Journal of Econometrics, no. 71, 161–173.

Bernard, A. B., & Durlauf, S. N. (1995). Convergence in international output. Journal of applied econometrics, 10(2), 97-108.

Cecchetti, S.G., Mark, N.C. & Sonora, R.J. (2002). Price index convergence among United Statescities. International Economic Review, 43(4), 1081-1099.

Christou C., Cunado J., & Gupta R. (2018). Price Convergence Patterns across U.S. States. Panoeconomicus, Advance online publication. Doi: 10.2298/PAN160625008C.

Deller, S. C., Shields, M., & Tomberlin, D. (1996). Price differentials and trends in state income levels: a research note. The Review of Regional Studies, 26(1), 99-113.

Fritsche, U., & Kuzin, V. (2011). Analysing convergence in Europe using the non-linear single factor model. Empirical Economics, 41(2), 343-369.

Haung, H. C., Liu, W. H., & Yeh, C. C. (2012). Convergence in price levels across US cities. Economics Letters, 114(3), 245-248.

Ikeno, H. (2014). Long-run analysis on convergence of Japanese local price levels: A pairwise approach. Economic Modelling, 42, 390-397.

Karanasos, M., Koutroumpis, P., Karavias, Y., Kartsaklas, A., & Arakelian, V. (2016). Inflation convergence in the EMU. Journal of Empirical Finance.

Moon, S. (2017). Inter-Region Relative Price Convergence in Korea. East Asian Economic Review21(2), 123-146.

Nagayasu, J., & Inakura, N. (2009). PPP: Further evidence from Japanese regional data. International Review of Economics & Finance18(3), 419-427.

Pesaran, M. H. (2007). A simple panel unit root test in the presence of cross‐section dependence. Journal of Applied Econometrics22(2), 265-312.

Phillips, P.C., & Sul, D. (2007). Transition modeling and econometric convergence tests. Econometrica, 75(6), 1771-1855.

Phillips, P.C., & Sul, D. (2009). Economic transition and growth. Journal of AppliedEconometrics, 24(7), 1153-1185.

Rogoff, K. (1996). The purchasing power parity puzzle. Journal of Economic literature34(2), 647-668.‏

Sala-i-Martin, X. X. (1996). The classical approach to convergence analysis. The economic journal, 1019-1036.‏

Solow, R. M. (1956). A contribution to the theory of economic growth. The quarterly journal of economics, 70(1), 65-94.