نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانش‌آموخته دکتری اقتصاد، دانشکده علوم اجتماعی، دانشگاه رازی، ایران

2 دانشیار، دانشکده علوم اجتماعی، دانشگاه رازی، ایران.

3 دانشیار، دانشکده علوم اجتماعی، دانشگاه رازی، ایران

چکیده

روش­های معمول اندازه­گیری نابرابری منطقه­ای، نمی­توانند تحولات درونی کشور را از حیث جابه­جایی در گروه­های مختلف توسعه، منعکس کنند و شاخص­های نابرابری برای نشان دادن پویایی توزیع نابرابری کارآمد نیستند. به همین منظور در  این مطالعه به بررسی پویایی انتقال نابرابری منطقه­ای در کشور طی دوره 1385-1395 با استفادهاز شاخص ترکیبی توسعه­یافتگی منطقه­ای (CIRD) و روش چگالی کرنال تصادفی پرداخته می­شود. از آنجا که نابرابری منطقه­ای پدیده­ای چندبُعدی است، در مرحله اول با انتخاب 25 نماگر در پنج بُعد شامل اقتصاد کلان (MEI)، علم و نوآوری (SII)، پایداری زیست محیطی (ESI)، سرمایه انسانی (HCI) و خدمات عمومی (PFI) و با استفاده از روش تحلیل مؤلفه اصلی دو­مرحله­ای (PCA) به ایجاد شاخصترکیبی نابرابری پرداخته می­شود. سپس در مرحله دوم با استفاده از رویکرد تحلیلی ناپارامتریک پویایی توزیع درونی و روش چگالی کرنال تصادفی، فرضیه­ی همگرایی شاخص  CIRD استان­های ایران آزمون و سپس براساس چگالی ارگودیک، تعادل در بلندمدت نشان داده می­شود. همچنین در این مرحله جهت امکان اتخاذ سیاست­های دقیق و درست منطقه­ای، پویایی توزیع و فرایند همگرایی یا واگرایی استان­های ایران برای هر پنج بُعد در سه دوره متوالی (85 و 95) به صورت جداگانه بررسی شده است.
با توجه به نتایج مرحله اول، در سال 1385 و 1395 بالاترین سطح توسعه­یافتگی مربوط به استان تهران و پایین­ترین سطح توسعه­یافتگی مربوط به استان سیستان و بلوچستان است. براساس نتایج مرحله دوم که به بررسی پویایی انتقال نابرابری منطقه­ای در کشور طی دوره 1385-1395 پرداخته است، در سال اول (1385) چند وجهی آشکار نیست و با توجه به نمودار چگالی کرنل، میزان شاخص CIRD حدود 70 درصد استان­ها بین مقدار 1/1- و 1/0- است و مابقی در ادامه دنباله سمت راست در سطحی بالاتر از مقدار 1/0- توزیع شده است و در توزیع کرنل یک فرآیند تمایل به همگرایی مشاهده می­شود و نمودار به سمت تک قله­ای گرایش دارد و یک قله کوچک در حدود مقدار 3 ولی قله اصلی در مقدار حدود 0.6- متمرکز شده است. در سال دوم (1390) نیز با توجه به نمودار چگالی کرنل، منحنی به وضوح الگوی ماهیت سه­قله­ای را نشان می­دهد و گرایش فزاینده کوچک اما روشن در توزیع این سال نسبت به سال 1385 وجود دارد. در این سال توزیع یکنواخت قبلی در بیشترین سطح به دو بخش تقسیم می­شود، یک قله در حدود مقدار 1 و قله دیگر در حدود مقدار 3 است اما قله اصلی همچنان همان مقدار 6/0- با تقریب 55 درصد استان­ها باقی مانده است. بر اساس نمودار در سال آخر (1395)، الگوی چندبُعدی باقی می­ماند و تحرک در گروهای سطح پایین­تر وجود ندارد اما در سطح بالاتر، شاخص CIRD حدود 45 درصد استان­ها در حدود مقدار 4/0 را در بر می­گیرد. که این سال به وضوح با الگوی چگالی دوقله­ای مواجه است که نشان­دهنده آن است که استان­های کشور از لحاظ توسعه­یافتگی به دو سطح تقریباً نزدیک به یکدیگر تمایل دارند بدین صورت که استان­های سطح پایین از لحاظ توسعه­یافتگی به مقدار 6/0-گرایش دارند و مقدار شاخص CIRD استان توسعه یافته­تر به حدود مقدار 4/0 تمایل دارند. این سه منحنی نشان می­دهد که استان­ها از لحاظ توسعه­یافتگی تمایل به همگرایی به سمت چندین ارزش متفاوت CIRD دارند.
همچنین با توجه به نتایج پویایی توزیع ، استان­های کشور در سال 1385 از الگوی چگالی تک­قله­ای و در سال 1395 از الگوی چگالی دو قله­ای در سطوح شاخص نابرابری پایین و میانه پیروی می­کنند و نیز درشاخص توسعه اقتصادی-اجتماعی کشور طی سال ­های 1385 تا 1395 واگرا می­باشد. بدین معنا ﮐﻪ طی این سال­ها، اﺳﺘﺎن­های کشور از توسعه­یافتگی پایین ﺑﻪ دو ﮔﺮوه ﮐﻠﯽ ﺗﻮﺳﻌﻪﯾﺎﻓﺘﮕﯽ میانه و ﺗﻮﺳﻌﻪﯾﺎﻓﺘﮕﯽ ﭘﺎﯾﯿﻦ و تقریبا نزدیک به یکدیگر ﺗﻘﺴﯿﻢﺑﻨﺪی ﺷﺪه­اﻧﺪ.

کلیدواژه‌ها

عنوان مقاله [English]

Transition Dynamic Analysis of the Regional Disparity in Iran (Case Study: Iran Provinces)

نویسندگان [English]

  • marzieh ahmadi 1
  • Ali Falahati 2
  • sohrab Delangizan 3

1 PhD Student of Economics, Faculty of Social Sciences, Razi University, Iran

2 Ali Falahati: Associate Professor, Faculty of Social Sciences, Razi University, Iran.

3 Associate Professor, Faculty of Social Sciences, Razi University, Iran

چکیده [English]

The usual methods of measuring regional inequalities can not reflect the internal changes of the country in terms of displacement in different development groups. Thus, the indicators of inequalities are not effective in demonstrating the dynamics of the distribution of inequalities. For this reason, this paper examines the dynamics of the regional inertial transport in the country during the period of 2006-2016 using the CIRD multidimensional index and stochastic kernel density method. To that end, 25 indicators were selected in five dimensions including macroeconomic conditions (MEI), science and innovation (SII), environmental sustainability (ESI), human capital (HCI) and public facilities (PFI). In turn, a two-stage Principal Component Analysis (PCA) methodology was developed to create a composite index of inequality. Then, in the second stage, using a nonparametric analytical approach to internal distribution dynamics and a stochastic kernel density method, the convergence hypothesis of the CIRD index of the Iranian provinces was tested. Afterwards, based on the ergodic density, the long-run equilibrium was shown. At this stage, to adopt the most accurate regional policies, the distribution dynamics and the process of convergence or divergence of the Iranian provinces for each of the five dimensions in three successive periods (2006 and 2016) were studied separately.
According to the results of the first stage in 2006, the highest level of development was related to Tehran province, followed by Semnan, Yazd and Markazi provinces. In turn, Sistan and Baluchestan province had the lowest level of development. In 2016, the highest level of development and the highest positive inequality were in Tehran, Yazd, Semnan and Isfahan provinces and the lowest level of development was in Sistan and Baluchestan, Chaharmahal and Bakhtiari, North Khorasan and Kurdistan provinces. The results showed that the central provinces of the country were at the highest level of development due to the effects of Tehran's knowledge spillover, while the country's lower provinces were at the lowest level of development. The main reason for this may be due to the lack of access to the markets in the border provinces. Based on the results of the second stage, which examines the dynamics of regional inequality transmission in the country during 2006-2016, the first year (i.e., 2006) was not multifaceted and according to the kernel density graph, the CIRD index of about 70% of the provinces was between -1.1 and -0.1. The rest of the sequence on the right was distributed at a level higher than -0.1. In the kernel distribution, a convergence process was observed. One peak was about 1 and the other about 3, but the main peak remains at -0.6 with about 55 percent of the provinces. In the second year (i.e., 2011), according to the kernel density diagram, the curve clearly showed the pattern of the triplet nature and there was a small but a clear increasing trend in the distribution of this year relative to 2006. In this year, the previous uniform distribution is divided into two parts at the highest level, one peak at about 1 and the other at about 3. However, the main peak remains the same at -0.6 with approximately 55% of the remaining provinces. In 2016, the multidimensional pattern remained constant and there was no mobility in the lower level groups. On the contrary, at the higher level, the CIRD index accounted for about 45% of the provinces at about -0.4. This year clearly faces the twin density pattern, indicating that the provincial provinces tend to be closely related to each other in terms of development. This way, the provincial provinces are low in terms of development. The findings tend to be -0.6 and the value of the more developed CIRD index tends to be about 0.4. These three curves show that the provinces tend to converge toward several different CIRDs in terms of development.
Moreover, according to the distribution dynamics results, the provinces of Iran followed the single-density pattern in 2006. However, in 2016 they followed the double-peak density pattern in low and moderate inequality index levels as well as in the development index. In conclusion, the country diverged during the years 2006 to 2016.

کلیدواژه‌ها [English]

  • CIRD Index
  • Two-stage PCA
  • Convergence
  • Distribution Dynamics
  • and Random Kernel Density

-     Afshari, Z., (1999). Investigating the Convergence of Iranian Provinces (Solo and Swan Theory Test). Journal of Commerce, 1 (13), 1-14. (In Persion)## Akbari, N., & Moayedfar, R. (2004). Investigating Per-Capita Income Convergence between Provinces of Iran (a Spatial Econometric Approach). Journal of Economic Research, 4 (13), 1-12. (In Persion) ##Alami, Z., & Ranjbar, O. (2013). Testing Club Convergence between Provinces of Iran: New Findings Using Nonparametric Economic Analysis. Journal of Economic Research, 49 (1), 189-210. (In Persion) ##Barati, J., & Karimi Moghari, Z. (2016). Determining the Level of Regional Inequality in Iranian Provinces: Multidimensional Composite index analysis. Journal of Economic Growth and Development, 7 (26), 49-70. ##Bartkowska, M., & Riedl, A. (2012). Regional convergence clubs in Europe: Identification and conditioning factors. Economic Modelling, 29(1), 22-31. ##Barro, R., & Sala-i-Martin, X. (1991). Convergence across States and Regions. Brookings Papers on Economic Activity. 1(1), 107-182. ##Beyaert, A. & García-Solanes, J. (2014). Output gap and non-linear economic convergence. Journal of Policy Modeling, 36(1), 121-135. ##Bin, P. (2015). Regional Disparity and Dynamic Development of China: a Multidimensional Index. SIS Working Paper, MPRA Paper 61849, University of Trento. ##Bin, P. (2016). Dynamic Development of Regional Disparity in Mainland China: An Experimental Study Based on a Multidimensional Index. MPRA Paper 61849, University Library of Munich, Germany. ##Chen, B. & Woo, Y.P. (2010). Measuring Economic Integration in The Asia-Pacific Region: A Principal Components Approach. Asian Economic Papers, 9(4), 121–143. ##Gholami heidariani, L., Motefaker Azad, M. A., Ranjpour, R., & Karimi, Z. (2015). Investigation of Economic Convergence of Iranian Provinces from 2000 to 2008 Using Single Panel Root Tests. Macroeconomic Research Journal, 10 (19), 19-27. (In Persion) ##Hakizimana, J. M., & Geyer, H. (2014). Socio-Economic Inequality in South Africa According to Different Disparity Indices. ERSA Conference Papers. ##Karimzadeh, S., Azarbaijani, K., & Javanmardi, M. (2013). Income Convergence Test in D8 Countries. Journal of Economic Growth and Development 3 (10), 59-72. (In Persion)##Kim, S. (2008). Political Institutions, Federalism and U.S. Urban Development: The Case of American Exceptionalism. (Unpublished doctoral dissertation). Washington University, St. Louis, MO. ##Puga, D. & Venables, A. J. (1999). Agglomeration and Economic Development: Import Substitution vs. Trade Liberalisation. Economic Journal, 109(455), 292–311. ##Rahmani, T., (2003). Economic Growth and Regional Convergence in Iran, Journal of Economic Research, 39 (3), 155-180. (In Persion) ## Rahmani, T., & Asgari, H. (2005). Investigating the Role of Government Policies in Regional Convergence in Iranian Provinces Using Visual Deposits Trend. Journal of Economic Research, 69, 129–154. (In Persion) ##Salami, F., Feghemajidi, A., & Mohammadi, A. (2016). An Investigation of Income Convergence between Provinces of Iran with Emphasis on Cluster Analysis Method. Journal of Economic Research and Policies, 24 (8), 167-194. (In Persion) ##Sayareh, M. (2009). Analysis of Employment Inequalities and Ranking of Provinces Based on Components of Good Work. (Unpublished Master's thesis). University of Isfahan, Isfahan, Iran. ##Tian et al. (2016). Regional income inequality in China revisited: A perspective from club convergence. Economic Modelling, 56, 50-58. ##Wasim, S., &  Munir, K. (2017). Regional Disparity and Decentralization in Pakistan: A Decomposition Analysis. MPRA Paper from University Library of Munich, Germany. MPRA Paper, 83444. ##Wei, Y. D. (2015). Spatiality of regional inequality. Applied Geography, 61, 1-10. ##