| تعداد نشریات | 286 |
| تعداد نشریات سازمان | 84 |
| تعداد شماره‌ها | 2,952 |
| تعداد مقالات | 33,277 |
| تعداد مشاهده مقاله | 43,876,812 |
| تعداد دریافت فایل اصل مقاله | 20,382,084 |
پیش‌بینی اثر جهانی شدن اقتصاد بر توزیع درآمد در جامعه روستایی ایران با استفاده از شبکه عصبی مصنوعی | ||
| روستا و توسعه | ||
| مقاله 1، دوره 15، شماره 3، آذر 1391، صفحه 1-20 اصل مقاله (341.82 K) | ||
| شناسه دیجیتال (DOI): 10.30490/rvt.2018.59112 | ||
| نویسندگان | ||
| سید عبدالمجید جلایی* ؛ امید ستاری | ||
| چکیده | ||
| جهانی شدن فرایندی است با مشخصه کلی افزایش چشمگیر تجارت و مبادلات بین‌المللی و یکپارچگی بازارها در مقیاس جهانی، که خواسته یا ناخواسته در حال وقوع است. پژوهش حاضر به نحوه اثرپذیری متغیرهای اقتصادی از این پدیده می‌پردازد و راهنمایی برای اتخاذ تصمیمات کارآ از سوی سیاست‌گذاران تلقی می‌شود. در این پژوهش با استفاده از داده‌های مربوط به دوره 1350-1386 در اقتصاد ایران، پس از مقایسه کارآیی مدل خودرگرسیون برداری و مدل تصحیح خطای برداری و شبکه عصبی مصنوعی در پیش‌بینی، از شبکه عصبی طراحیشده بهمنظور پیش‌بینی ضریب جینی روستایی ایران برای سال‌های 1387 و 1388 در سه سناریو استفاده می‌شود. سپس، بهمنظور بررسی اثر جهانی شدن بر توزیع درآمد در جامعه روستایی ایران، با اجرای سناریوی چهارم برای دوره زمانی 1387 تا 1395، پیش‌بینی برون‌نمونهای انجام میپذیرد. نتایج پژوهش نشان می‌دهد که مدل شبکه عصبی مصنوعی در پیش‌بینی میزان آتی نابرابری درآمد در جامعه روستایی ایران عملکردی بهتر دارد؛ هم‌چنین، با گسترش جهانی شدن، نابرابری درآمد روستایی در ایران تمایل به کاهش دارد. | ||
| کلیدواژه‌ها | ||
| ایران/ جهانی شدن/ درآمد روستایی/ اقتصاد روستایی/ شبکههای عصبی مصنوعی | ||
| عنوان مقاله [English] | ||
| Forecasting the Impact of Economic Globalization on Income Distribution in Iranâs Rural Community by Applying Artificial Neural System | ||
| چکیده [English] | ||
| Significant increase in trade, international exchange and integration of markets at a global scale is general feature of globalization process, which has been ongoing intentionally or not. The present study examines the way this phenomenon influences economic variables and provides a guide for efficient decision making by policy makers. The study compares the efficiency of vector auto-regressive (VAR) model with vector error correction (VEC) and artificial neural system (ANS) for forecasting, and then applies Iran’s economy time series data and a designed neural system to 1971-2007 period to forecast the Gini coefficient for rural areas for the years 2008 and 2009 in three scenarios. Consequently, by an out of sample forecasting the impact of globalization on income distribution in Iran’s rural community is assessed in a fourth scenario for the period 2008 to 2016. The results indicates the ANS model has a better performance in forecasting the future inequality of income in rural community, also rural income inequality tends to decline with the expansion of globalization. | ||
| کلیدواژه‌ها [English] | ||
| Iran/ Globalization/ Rural Income/ Rural Economy/ Artificial Neural Systems | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 379 تعداد دریافت فایل اصل مقاله: 224 |
||