دوره 25، شماره 3 - ( پاییز 1399 )                   دوره25 شماره 3 صفحات 116-95 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Shahabadi A, Heydarkhani F. (2020). The Effect of Knowledge-Based Economy Components on Misery Index in Selected Countries. JPBUD. 25(3), 95-116. doi:10.52547/jpbud.25.3.95
URL: http://jpbud.ir/article-1-1947-fa.html
شاه آبادی ابوالفضل، حیدرخانی فاطمه. تاثیر مولفه های اقتصاد دانش‌بنیان بر شاخص فلاکت در کشورهای منتخب فصلنامه برنامه ریزی و بودجه 1399; 25 (3) :116-95 10.52547/jpbud.25.3.95

URL: http://jpbud.ir/article-1-1947-fa.html

تاثیر مولفه های اقتصاد دانش‌بنیان بر شاخص فلاکت در کشورهای منتخب
ابوالفضل شاه آبادی 1، فاطمه حیدرخانی2
1- استاد گروه اقتصاد، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایران ، shahabadi@alzahra.ac.ir
2- کارشناسی ارشد اقتصاد، دانشگاه الزهرا، تهران، ایران.
چکیده:   (4905 مشاهده)

حاصل‏ جمع نرخ‌های تورم و بیکاری را شاخص فلاکت می‌نامند که افزایش آن با هزینه‌های اجتماعی و اقتصادی زیادی ازجمله افزایش جرم و جنایت، کاهش امنیت اجتماعی، و آسیب‌رسانی به سلامت روحی و روانی جامعه همراه است و رفاه اجتماعی را تهدید می‌کند. از این‌رو، پژوهش حاضر با رویکرد داده‌های تابلویی و روش گشتاورهای تعمیم‌یافته به بررسی تاثیر مولفه‌های اقتصاد دانش‌بنیان بر شاخص فلاکت در دو گروه از کشورهای منتخب واقع در سطح توسعه ماقبل نوآورمحوری و نوآورمحور در دوره 2018-2008 می‌پردازد. نتایج برآوردی نشان می‌دهد کلیه مولفه‌های اقتصاد دانش‌بنیان شامل مشوق‌های اقتصادی و رژیم نهادی، سیستم ابداع و نوآوری، آموزش و توسعه منابع انسانی، و زیرساخت‌های فناوری اطلاعات و ارتباطات با ضرایب متفاوت و در سطح اطمینان مختلف بر فلاکت اقتصادی در هر دو گروه از کشورهای منتخب اثر منفی و معناداری دارند. به علاوه، نتایج نشان می‌دهد که متغیرهای کنترلی رشد جمعیت و فراوانی منابع طبیعی بر شاخص فلاکت اقتصادی در کشورهای منتخب ماقبل نوآورمحوری مثبت و معنادار است، و در کشورهای نوآورمحور فاقد معناداری آماری است. همچنین، تاثیر باز بودن اقتصاد بر شاخص فلاکت در هر دو گروه از کشورهای منتخب منفی و معنادار است.

واژه‌های کلیدی: شاخص فلاکت، نرخ تورم، نرخ بیکاری، اقتصاد دانش‌بنیان، باز بودن اقتصاد، سیستم ابداع و نوآوری، آموزش و توسعه منابع انسانی.
متن کامل [PDF 604 kb]   (912 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: اقتصاد کلان
دریافت: 1399/8/24 | پذیرش: 1399/12/17 | انتشار الکترونیک: 1399/12/29
فهرست منابع
1. Al-Manaseer, D. S., & Al-Qudah, A. M. (2018). The Impact of Higher Education Output on Unemployment Rates in Jordan. International Journal of Academic Research in Accounting, Finance and Management Sciences, 8(2), 65-72.
2. Arellano, M., & Bond, S. (1991). Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations. The Review of Economic Studies, 58(2), 277-297. [DOI]
3. Barkhordari, S., Fattahi, M., & Azimi, N. A. (2019). The Impact of Knowledge-Based Economy on Growth Performance: Evidence from MENA Countries. Journal of the Knowledge Economy, 10(3), 1168-1182. [DOI]
4. Burke, A., & Fraser, S. (2012). Self-Employment: The Role of Intellectual Property Right Laws. Small Business Economics, 39(4), 819-833. [DOI]
5. Cohen, I. K., Ferretti, F., & McIntosh, B. (2014). Decomposing the Misery Index: A Dynamic Approach. Cogent Economics & Finance, 2(1), 991089. [DOI]
6. Dutta, N., Kar, S., & Roy, S. (2013). Corruption and Persistent Informality: An Empirical Investigation for India. International Review of Economics & Finance, 27(1), 357-373. [DOI]
7. Hayashi, F. (2000). Econometrics: Princeton University Press.
8. Levin, A., Lin, C.-F., & Chu, C.-S. J. (2002). Unit Root Tests in Panel Data: Asymptotic and Finite-Sample Properties. Journal of Econometrics, 108(1), 1-24. [DOI]
9. Matuzeviciute, K., Butkus, M., & Karaliute, A. (2017). Do Technological Innovations Affect Unemployment? Some Empirical Evidence from European Countries. Economies, 5(4), 48-67. [DOI]
10. Mefteh, H., Bouhajeb, M., & Smaoui, F. (2016). Higher Education, Graduate Unemployment, Poverty and Economic Growth in Tunisia, 1990-2013. Atlantic Review of Economics: Revista Atlántica de Economía, 1(1), 1-22.
11. Pogoy, A. M., Balo, V. T., Plaisent, M., & Bernard, P. (2016). Global Implication of Fractals on Misery Index across Countries. International Journal of Global Business, 9(1), 30-38.
12. Romer, D. (2012). Advanced Macroeconomics: Mcgraw-Hill.
13. Ruprah, I. J., & Luengas, P. (2011). Monetary Policy and Happiness: Preferences over Inflation and Unemployment in Latin America. The Journal of Socio-Economics, 40(1), 59-66. [DOI]
14. Selim, M., & Hassan, M. K. (2019). Interest-Free Monetary Policy and Its Impact on Inflation and Unemployment Rates. ISRA International Journal of Islamic Finance, 11(1), 46-61. [DOI]
15. Shahabadi, A., Kheshtmal Nasrani, M., & Moradi, A. (2020). The Effect of Knowledge Components on the Inequality of Global Wealth Distribution. The Journal of Planning and Budgeting, 24(4), 75-96. [Article]
16. Smith, K. (2002). What is the'Knowledge Economy'? Knowledge Intensity and Distributed Knowledge Bases. United Nations University, Institute for New Technologies, Discussion Papers ISSN 1564-8370.
17. Tule, K. M., Egbuna, E. N., Dada, E., & Ebuh, G. U. (2017). A Dynamic Fragmentation of the Misery Index in Nigeria. Cogent Economics & Finance, 5(1), 1336295. [DOI]
18. Vinnychuk, O., Skrashchuk, L., & Vinnychuk, I. (2014). Research of Economic Growth in the Context of Knowledge Economy. Intellectual Economics, 8(1), 116-127. [DOI]
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به فصلنامه برنامه ریزی و بودجه می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Planning and Budgeting

Designed & Developed by : Yektaweb