نوع مقاله : مقاله پژوهشی

نویسنده

• سیدجلال طباطبائی

عضو هیات علمی پیام نور

چکیده

پژوهش حاضر به بررسی اثر توسعه‌‌مالی و ضریب نفوذ اینترنت بر ارزش صادرات ۲۹ استان کشور ایران از سال ۱۳۸۵ الی ۱۳۹۹ با استفاده از روش تخمین خطای استاندارد اصلاح شده داده‌های تابلویی و مدل یادگیری ماشینی رگرسیون فرآیند گاوسی پرداخته است. با طرح دو فرضیه اصلی بر اساس ادبیات پژوهش بررسی آماری فرضیه‌ها طبق نتایج تخمین حاصل از داده‌های جمع‌آوری شده انجام شده است. نتایج حاصل از تخمین خطای استاندارد اصلاح شده داده‌های پنلی نشان داد به کارگیری اینترنت سهمی مثبت در ارزش صادراتی کشور در همه استان‌ها دارد. از این رو فرضیه اول مبنی بر اثرگذاری متغیرهای توسعه‌مالی و ضریب نفوذ اینترنت بر رشد صادرات استان-های کشور ایران تأیید می‌شود. به کارگیری اینترنت در استان‌های توسعه‌یافته تأثیر بیشتری بر رشد صادرات داشته، منجر به کاهش هزینه‌های زمانی و مبادلاتی برای تکمیل فرآیند تجاری می‌شود. در استان‌های کمتر توسعه‌یافته به کارگیری اینترنت سهم معنی‌داری در رشد صادرات ندارد. از این‌رو می‌توان گفت که ضریب نفوذ اینترنت بر ارزش صادرات به سطح توسعه‌یافتگی استان‌ها بستگی داشته و فرضیه دوم پژوهش مبنی بر تفاوت اثرگذاری ضریب نفوذ اینترنت در استان‌های مختلف کشور تأیید می‌شود. همچنین توسعه‌مالی سهم بسزا و اصلی در رشد صادرات در استان‌ها دارد. نتایج حاصل ازمدل یادگیری ماشینی نشان داد طبق رگرسیون فرآیند گوسی ، توسعه‌مالی، تولید ناخالص داخلی، جمعیت و اینترنت مهمترین عوامل در پیش‌بینی رشد صادرات در استان‌های ایران است.

کلیدواژه‌ها

• توسعه‌مالی
• ضریب نفوذ اینترنت
• یادگیری ماشینی
• فرآیندگاوسی

موضوعات

• اقتصاد بخش عمومی

عنوان مقاله [English]

The effect of financial development and internet penetration on export value in Iran machine learning algorithm approach

نویسنده [English]

• seyed jalal tabatabaei

Assistant professor

چکیده [English]

The present research has investigated the effect of financial development and internet penetration on the export value of 29 provinces of Iran from 2005 to 2017 using the modified standard error estimation method of panel data and the Gaussian process regression machine learning model. By proposing two main hypotheses based on the research literature, the statistical analysis of the hypotheses has been done according to the estimation results obtained from the collected data. The results of the estimation of the modified standard error of the panel data showed that the use of the Internet has a positive contribution to the country's export value in all provinces. Therefore, the first hypothesis based on the effect of financial development variables and internet penetration on the export growth of Iran's provinces is confirmed. The use of the Internet in developed provinces has a greater impact on export growth, leading to a reduction in time and exchange costs to complete the business process. In less developed provinces, the use of the Internet does not have a significant contribution to the growth of exports. Therefore, it can be said that the Internet penetration rate on the export value depends on the level of development of the provinces, and the second hypothesis of the research that the difference in the effect of the Internet penetration rate in different provinces of the country is confirmed. Also, financial development has a significant and main contribution to the growth of exports in the provinces. The results of the machine learning model showed that according to Gaussian process regression, financial development, gross domestic product, population and the Internet are the most important factors in predicting export growth in Iran's provinces.

کلیدواژه‌ها [English]

• internet penetration
• machine learning
• gaussian process