بررسی همگرایی هزینة خانوارهای شهری در استان‌های ایران: رهیافت اقتصاد سنجی فضایی

نویسندگان

1 دانشجوی دکتری اقتصاد مالی دانشگاه تبریز، تبریز، ایران.

2 عضو هیئت علمی دانشگاه علوم دریایی چابهار، چابهار، ایران.

چکیده

توزیع درآمد و هزینة خانوارها یکی از شاخص‌های بررسی وجود تفاوت بین استان‌ها به لحاظ اقتصادی است. چه‌بسا یکی از اهداف برنامه‌های توسعة کشور، از میان برداشتن چندگانگی بین استان‌ها و تحقق رشد و توسعة متوازن است؛ ازاینرو، برای تحقق اهداف توسعه‌ای، بالابردن سطح رشد مناطقی لازم است که نسبت به متوسط استان‌ها در سطح پایین‌تری قرار دارند. هدف مطالعة حاضر، بررسی همگرایی هزینة خانوارهای شهری در استان‌های کشور طی سال‌های 1394-1379 است؛ درنتیجه، از مدل همگرایی شرطی و روش اقتصادسنجی فضایی گشتاور تعمیم‌یافته استفاده شده است. نتایج پژوهش نشان می‌دهند همگرایی بتای شرطی در هزینة خانوارهای شهری وجود داشته و سرعت همگرایی استان‌ها در همگراشدن برابر 07/0 درصد بوده است. در همگرایی شرطی برخی متغیرهای توضیحی دیگر نیز لحاظ شده‌اند که اثر متغیرهای رشد اقتصادی، تورم و سرمایة انسانی بر همگرایی هزینة خانوارهای شهری منفی بوده و جمعیت بر همگرایی هزینة خانوارهای شهری اثر مثبت داشته است.

کلیدواژه‌ها


عنوان مقاله [English]

A Study of Convergence in the Urban Households’ Expenditures across Provinces of Iran: A Spatial Econometric approach

نویسندگان [English]

  • Sara Masoomzadeh 1
  • Mehdi Shirafkan lamssu 2
1 Ph. D Student of financial Economic, University of Tabriz, Tabriz, Iran
2 Lecturer, Department of Economics, Chabahar Maritime University, Chabahar, Iran
چکیده [English]

The distribution of households’ income and expenditure is one of the economic indicators of differences between provinces. Infact one of the goals of development programs in each country is to eliminate divergences between the provinces and realizing a balanced growth and development across the country. Hence, raising the level of growth in regions with lower than average growth level is necessary for the realization of development goals. The purpose of this study is to examine the convergence of urban household expenditures in the provinces of Iran during the years 1379-1394. Fot this purpose, the conditional convergence model and spatial econometric method of generalized moments have been used. The results of the study indicate that conditional beta convergence exists for the urban households’ expenditure and the rate of convergence of the provinces is 0.07%. In conditional convergence, some other explanatory variables are also considered and according the results the effect of economic growth, inflation and human capital on the convergence of the urban households’ expenditure is negative, while the population has had a positive effect on it.

کلیدواژه‌ها [English]

  • Convergence
  • Urban Households Expenditures
  • conditional beta
  • Spatial Econometrics

مقدمه


کشور‌های توسعه‌نیافته با پایان جنگ جهانی دوم، برای رسیدن به توسعۀ اقتصادی، به دنبال دستیابی به نرخ‌های رشد اقتصادی بالاتر بودند. مطابق نظریۀ رشد سولو - سوان[1]، کشورهای فقیر نرخ رشد اقتصادی بالاتری در مقایسه با کشورهای ثروتمند دارند. این مطلب به این مفهوم است که درآمد سرانۀ کشورهای فقیر و ثروتمند در بلندمدت به یک سمت همگرا می‌شوند. این امر شروع مبحث همگرایی بود که بعد‌ها به حوزه‌های دیگری همچون همگرایی درآمد و هزینۀ خانوارها گسترش یافت (پورعبادالهان و همکاران، 1395: 116).

بررسی وضعیت توزیع درآمد و هزینۀ خانوارها نشان می‌دهد مناطق از توزیع درآمدی و هزینه‌ای یکسانی برخوردار نیستند. نبود تعادل منطقه‌ای و شکاف میان مناطق، یکی از مسائلی است که سبب شده است اقتصاددانان، توسعۀ مطالعات خود را در این زمینه متمرکز کنند. بررسی سیر تحولات الگوهای رشد از عقاید مرکانتلیست‌ها تا الگوی رشد هارود دومار، قطب‌های رشد، الگوی رشد نئوکلاسیک و سپس الگوهای رشد درون‌زا این موضوع را به‌خوبی نشان می‌دهند (اکبری و مؤیدفر، 1383: 2).

بررسی همگرایی برای درک بهتر موضوع، توزیع هزینه‌های خانوارهای شهری در استان‌های کشور و پراکندگی آن در طول زمان مطرح می‌شود که به‌دلیل داشتن مبانی تئوریک اقتصادسنجی رشد می‌تواند مؤثر واقع شود و نتایج بهتری نسبت به سایر روش‌های ساده ارائه دهد. گرچه در ادبیات اقتصادی، رابطۀ میان متغیرها به‌طور گسترده‌ای بررسی شده، به دلیل پیچیدگی محاسبات، از مطرح‌کردن وابستگی‌های جغرافیایی غفلت شده است. متغیرهای اقتصادی نه‌تنها از عملکرد اقتصادی خود، از عملکرد مناطق مجاور تأثیر می‌گیرد. واگرایی در توزیع هزینه‌های خانوارهای شهری میان استان‌های کشور می‌تواند نشان از نبود الگوی خاص و برابر میان مقاطع باشد. مطالعات انجام‌شده در ایران حاکی از وجود تفاوت میان استان‌ها به لحاظ اقتصادی است؛ بنابراین از اهداف برنامه‌های توسعۀ کشور، از میان برداشتن چندگانگی میان استان‌ها و تحقق رشد و توسعۀ متوازن است. لازمۀ تحقق این هدف، بالابردن سطح رشد مناطقی است که نسبت به متوسط استان‌ها در سطح پایین‌تری قرار دارند؛ ازاین‌رو در مطالعۀ حاضر، همگرایی هزینۀ خانوارهای شهری در استان‌های ایران طی سال‌های 1394- 1379 با استفاده از همگرایی بتای شرطی و روش اقتصادسنجی فضایی بررسی شده است.

سازمان‌دهی مطالعۀ حاضر به این ترتیب است که بعد از مقدمۀ حاضر، مروری بر ادبیات تحقیق شده است که شامل مبانی نظری و پیشینۀ تجربی تحقیق است. سپس به روش‌شناسی تحقیق پرداخته می‌شود که دربرگیرندۀ مدل تحقیق و داده‌های استفاده‌شده است. یافته‌ها بعد از روش‌شناسی، تجزیه‌وتحلیل شده‌اند و درنهایت، بخش پایانی نتیجه‌گیری شده است و پیشنهادهای سیاستی ارائه شده‌اند.

ابتدا رمزی[2] (1982) مبانی الگوهای رشد را شکل داد، سپس سولو و سوان (1956) آنها را گسترش دادند. مدل رشد برون‌زا مدل رشد نئوکلاسیک شناخته می‌شود و پایه و اساس مدل‌های رشد به حساب می‌آید. در مدل‌های رشد نئوکلاسیک با بازدهی کاهنده، نظیر مدل سولو و سوان (1965)، نرخ رشد درآمد سرانه یا بهره‌وری یک کشور به‌طور معکوس با سطح اولیۀ درآمد یا بهره‌وری مرتبط است؛ بنابراین در غیاب شوک‌های خارجی کشورهای فقیر و ثروتمند از لحاظ سطوح درآمد سرانه یا بهره‌وری، همگرا خواهند شد.

پژوهشگران تعاریف مختلفی از فرضیۀ همگرایی ارائه کرده‌اند. در ادبیات اقتصادی دست‌کم سه روش جداگانه برای بررسی همگرایی وجود دارد. همگرایی بتا، همگرایی سیگما، همگرایی تصادفی (لی و همکاران[3]، 1997: 358).

بارو و سالائی مارتین (1991)، نخستین بار همگرایی بتا را مطرح کردند. این مفهوم از همگرایی اقتصادی بر تمایل متغیر وابسته به سمت تعادل بلند‌مدت اشاره دارد و براساس آن، دو فرضیه مطرح شده است. نخست، فرضیۀ همگرایی غیرشرطی است که مطابق آن، چنانچه اقتصادها از لحاظ ساختاری مشابه باشند، به سمت سطح پایدار بلندمدت واحدی، همگرا می‌شوند؛ در این صورت سطح پایدار بلندمدت آنها مشابه خواهد بود و تفاوت آنها به شرایط اولیۀ آنها بستگی خواهد داشت. بر اساس این فرضیه، کشورها با درآمد سرانۀ پایین‌تر، سریع‌تر از کشورهای با درآمد سرانۀ بالا به سمت سطح پایدار بلندمدت مشترک حرکت می‌کنند؛ ولی در حالت دوم که با تفاوت در ساختار اقتصادی کشورها شکل می‌گیرد، سطح پایدار بلندمدت هر یک از آنها در سطوح متفاوتی برقرار می‌شود و در این شرایط همگرایی مشروط مطرح می‌شود. در این حالت هر اقتصادی به سمت سطح پایدار بلندمدت خود حرکت می‌کند و هرچه فاصلۀ آن اقتصاد از سطح پایدار بلندمدتش بیشتر باشد، نرخ رشد بالاتری خواهد داشت.

یکی از اساسی‌ترین مطالعه‌های آماری، بررسی بودجۀ خانوار است که به‌منظور ارزیابی برنامه‌های مختلف اقتصادی و اجتماعی در بیشتر کشورهای جهان صورت می‌گیرد. عموماً در اوایل دوران زندگی، ممکن است خانوارها ازنظر قدرت خرید، ضعیف باشند و به دنبال آن، تهیۀ کالای بادوام و خدمات رفاهی و رسیدن به استانداردهای زندگی برایشان مشکل باشد؛ اما بعد از گذشت چندین سال کار در بخش‌های مختلف اقتصادی، انتظار این است که بهره‌وری افراد و خانوارها افزایش یابد و درنتیجه، با افزایش قدرت خرید، تهیۀ اینگونه کالاها و خدمات رفاهی آسان شود و میزان هزینه‌های خانوارها افزایش یابد و خانوارها به زندگی استاندارد و مطلوب برسند. مبحث چرخۀ زندگی همواره از موضوعات مهم اقتصادی است که رفتار اقتصادی خانوار در طول عمر او بررسی و تجزیه‌وتحلیل می‌شود. برخی کمیت‌های مرتبط با شاخص‌های اقتصادی اجتماعی نظیر هزینۀ کالاهای مصرفی، هزینۀ کالاهای بادوام، بعد خانوار، درآمد و مصرف، الگوهای چرخۀ زندگی مشخص و متمایزی دارند؛ برای مثال، در سال‌های میانی زندگی، هزینۀ خانوارها به حداکثر خود می‌رسد.

در ادامه مطالعه‌های تجربی همگرایی به‌اختصار مرور می‌شوند.

بوند و همکاران[4] (2001) همگرایی نرخ رشد را با استفاده از روش اقتصادسنجی فضایی و مدل همگرایی بتا برای کشورهای منتخب اروپایی در سال‌های
1985-1960 بررسی کردند. نتایج مطالعه نشان‌دهندۀ سرعت همگرایی متفاوت در مدل همگرایی مشروط‌اند.

ماداریاگا و همکاران[5] (2005)، همگرایی شرطی منطقه‌ای را در 23 استان آرژانتین با روش‌سنجی فضایی و گشتاور تعمیم‌یافتۀ سیستمی برای سال‌های
2002-1983 بررسی کردند. نتایج مطالعه نشان می‌دهند همگرایی شرطی تأیید نمی‌شود.

رالهان و همکاران[6] (2005)، همگرایی درآمد سرانۀ خانوارها را در استان‌های کانادا با استفاده از روش گشتاور تعمیم‌یافته و مدل همگرایی شرطی برای سال‌های 2001-1981 بررسی کردند. نتایج نشان می‌دهند سرعت همگرایی در استان‌ها متفاوت است و نتایج پژوهش از مطالعات قبلی متفاوت‌اند.

فیردائوس و همکاران[7] (2009)، همگرایی منطقه‌ای درآمد را در استان‌های اندونزی به روش گشتاور تعمیم‌یافته برای سال‌های 2003-1983 بررسی کردند. نتایج نشان دادند همگرایی درآمد تأیید نمی‌شود؛ اما سرعت همگرایی، متفاوت و کمتر از با سایر کشورها است.

راپاکی و همکاران[8] (2009) همگرایی اقتصادی را در 27 کشور منتخبطی سال‌های 1990-2005 به روش همگرایی سیگما و بتا بررسی کردند؛ نتایج همگرایی، بسته به بخش‌بندی زمانی به دوره‌های کوتاه‌تر متفاوت‌‌‌‌‌اند.

میائو[9] (2012)، همگرایی درآمد سرانه بین
50 کشور توسعه‌یافته و درحال‌توسعه را با روش گشتاور تعمیم‌یافته برای سال‌های 2005-1996 بررسی کرد. نتایج نشان‌دهندۀ وجود همگرایی با سرعت متفاوت است. کشورهای درحال‌توسعه سرعت همگرایی بالاتری نسبت به کشورهای توسعه‌یافته دارند.

کمر داس[10] (2013)، همگرایی اقتصادی مشروط را در 20 کشور منتخب OECD با استفاده از روش گشتاور تعمیم‌یافته برای سال‌های 2011-1971 بررسی کرد. نتایج نشان می‌دهند همگرایی تأیید شده و سرعت همگرایی حدود دو برابر مطالعه‌های تجربی قبلی است.

دائی کریم‌زاده (2013)، همگرایی درآمدی در کشور‌های D-8 را در بازۀ زمانی 1965-2009 که به‌صورت شکاف درآمد سرانه شرکای تجاری تعریف شده است، به روش‌های مختلف همگرایی سیگما، آزمون‌های تایل و آزمون‌های ریشۀ واحد بررسی کرد. نتایج نشان دادند واگرایی بین کشورهای مطالعه‌شده به روش‌های مختلف همگرایی، تأیید می‌شود.

تی سوکالاس و همکاران[11] (2008)، همگرایی هزینۀ واحدهای صنعت هواپیمایی ایالات متحده امریکا را در بازۀ زمانی 2006-1995 بررسی کردند. نتایج نشان دادند همگرایی هزینه‌های واحدها به‌استثنای بخش‌های سوخت، حمل‌ونقل و کارکنان، تأیید می‌شود.

پورعبادالهان کویچ و همکاران (1395)، همگرایی بازدهی بازارهای دارایی ایران را طی سال‌های 11/1394-02/1381 با استفاده از روش ناهار و ایندر بررسی کردند. نتایج نشان می‌دهند همگرایی فقط در یک بازار دارایی وجود دارد.

معصوم‌زاده و همکاران (1396) همگرایی صنعتی را طی سال‌های 1386 و 1389 در استان‌های کشور با استفاده از روش اقتصادسنجی فضایی بررسی کردند. نتایج مطالعه نشان می‌دهند همگرایی بتای شرطی و مطلق وجود داشته است.

در این مطالعه، همگرایی بتای شرطی مجموع هزینه‌های خوراکی و غیرخوراکی خانوارهای شهری در 28 استان ایران در بازۀ زمانی 1394-1379 با بهره‌گیری از روش اقتصادسنجی فضایی بررسی شده است که به لحاظ موضوعیت همگرایی هزینه‌ها و روش‌شناسی اقتصادسنجی فضایی، از سایر مطالعات پیشین متفاوت است.

 

روش تحقیق.

در این مطالعه، همگرایی هزینۀ خانوارهای شهری در استان‌های ایران بررسی شده است. برای این منظور، از روش اقتصادسنجی فضایی استفاده ‌شده است. نرم‌افزار استفاده‌شده برای تخمین نیز Stata 13 است. یکی از روش‌های بررسی همگرایی، همگرایی بتا است. همگرایی بتا در دو حالت بتای شرطی و مطلق درخور بررسی است. همگرایی بتای مطلق به این بستگی دارد که تمام استان‌ها یک مسیر باثبات را طی کنند. نامتجانس‌بودن استان‌ها به دلایل مختلف، نرخ پس‌اندازها و نرخ رشد جمعیت به بطلان این مفهوم منجر شده است؛ بنابراین پژوهشگران ازجمله سالائی و مارتین[12] (1996) به معرفی همگرایی شرطی پرداختند. بنابراین با توجه به متفاوت‌بودن استان‌ها به لحاظ ویژگی‌های اقتصادی، روش بررسی در مطالعۀ حاضر، بتای شرطی است. مدل تخمین همگرایی بتای مشروط براساس مبانی نظری و مطالعه‌های تجربی برونو و همکاران به شکل زیر تصریح می‌شود (برونو و همکاران[13]، 2012: 144):

(2)

Log( ) = a-β log ( ) +

در فرمول همگرایی بتای شرطی،  هزینۀ خانوارهای شهری در هر استان برای سال صفر بوده و  هزینۀ خانوارهای شهری برای هر استان در سال یک است. هزینۀ خانوارهای شهری از مجموع هزینه‌های خوراکی و غیرخوراکی خانوارهای شهری به دست آمده است که برای تبدیل این متغیر اسمی به متغیر حقیقی بر شاخص قیمت مصرف‌کننده در سال پایه 1383 تقسیم شده است. انتظار می‌رود مقدار بتا برای وجود فرض همگرایی بین صفر و یک باشد. ضریب مثبت بتا به این مفهوم است که بین وضعیت اولیه و میانگین نرخ رشد هزینۀ خانوارهای شهری رابطۀ عکس وجود دارد؛ یعنی مناطق دارای هزینۀ خانوارهای شهری پایین‌تر با سرعت بالاتر و نرخ رشد بالاتر نسبت به سایر مناطق به سمت متوسط هزینۀ خانوارهای شهری حرکت می‌کنند؛ اما ضریب بتای منفی به مفهوم واگرایی است. در این مدل  سرعت همگرایی است که نشان می‌دهد در هر سال چه مقدار از شکاف میان هزینۀ خانوارهای شهری استان‌ها و سطح پایدار بلندمدت از بین می‌رود.

 بردار ردیف متغیرهای کنترل است که شامل رشد اقتصادی استان‌ها (eg)، جمعیت (pop)، تورم (i) و سرمایۀ انسانی (hc) است. متغیر رشد اقتصادی، نرخ رشد تولید ناخالص داخلی با احتساب نفت هر استان است. تورم با استفاده از نرخ رشد شاخص قیمت مصرف‌کنندۀ استان‌ها بوده است. جمعیت، تعداد نفرات استان‌ها طی سال‌هایِ بررسی‌شده و متغیر سرمایۀ انسانی نیز از نسبت تعداد شاغلان دارای مدرک دیپلم به کل شاغلان محاسبه شده‌‌اند.

درنهایت، مدل کلی پژوهش برای برآورد به شکل زیر تصریح می‌شود.

 

(3)

 

داده‌های آماری این متغیرها طی سال‌های
1394- 1379 با لحاظ لگاریتم از پایگاه اینترنتی مرکز آمار ایران گرفته شده است. درخور ذکر است به‌دلیل تفکیک‌نشدن استان البرز و تهران، استان‌های خراسان رضوی - شمالی و جنوبی در تمام بازۀ زمانی مدنظر، این دو تفکیک در مطالعۀ حاضر لحاظ نشده و بررسی برای 28 استان کشور صورت گرفته است.

ازجمله مهم‌ترین تفاوت‌های اقتصادسنجی فضایی با اقتصادسنجی متداول این است که اقتصادسنجی فضایی، خودهمبستگی فضایی[14] و ناهمسـانی فضـایی[15] را در نظر می‌گیرد. این دو مسئله در اقتصادسنجی مرسـوم نادیـده گرفتـه مـی‌شـوند و باعـث نقـض فروض گـاوس - مـارکوف مـی‌شوند (معصوم‌زاده و همکاران، 1396: 165).

خودهمبستگی فضایی، پدیده‌ای است که در داده‌های نمونه‌ایِ دارای عنصر مکانی، روی می‌دهد؛ به‌طوری‌که وقتی مشاهده‌ای مربوط به یک محل مانند i وجود داشته باشد، با مشاهده‌های دیگر در مکان j با فرض i j باشد، وابسته است. خودهمبستگی فضایی می‌تواند بین چندین مشاهده رخ دهد؛ به‌طوری‌که i می‌تواند هر مقداری بین 1 تا n را اختیار کند؛ زیرا انتظار می‌رود داده‌های نمونه‌ای مشاهده‌شده در یک نقطه از فضا به مقادیر مشاهده‌شده در مکان‌های دیگر وابسته باشد (عسگری و اکبری، 1380: 122-93). ناهمسانی واریانس نیز به انحراف در روابط بین مشاهده‌ها در سطح مکان‌های جغرافیایی فضا اشاره دارد؛ یعنی هنگام حرکت در بین مشاهده‌ها، توزیع داده‌های نمونه‌ای، دارای میانگین و واریانس ثابتی نخواهند بود (نجفی علمدارلو و همکاران، ‌1391: 64-46).

با توجه به اثر مکان در استان‌های ایران و اثر مجاورت، الگوهای استفاده‌شده براساس روش اقتصادسنجی فضایی با داده‌های تابلویی برآورد خواهند شد. به لحاظ فنی، اگر یک منطقه مرجع با نام R
(مانند کشور ایران) در نظر گرفته شود که شامل n واحد فضایی (یا استان) باشد و همچنین مقادیر تحقق‌یافتۀ یک متغیر (مانند هزینۀ سرانه خانوارها در سطح استان در یک سال مشخص) مدنظر باشد، آنگاه ماتریسی مانند ماتریس Y تعریف می‌شود که عناصر خارج از قطر اصلی آن (که شامل  مؤلفه خواهد بود) بیان‌کنندۀ ارتباط میان مقادیر تحقق‌یافتۀ متغیر مدنظر در منطقۀ مرجع R است. درحقیقت Y یک ماتریس غیرفضایی است که نمایی از چگونگی ارتباط یک متغیر با دیگر متغیرها را ارائه می‌کند. تعامل میان عناصر ماتریس Y (یعنی ها) با فرایندهای جمعی یا افزایشی ( )، ضربی ( )، تفاضلی ( ) یا تقسیم ( ) بیان می‌شود. یکی از انواع مفید فرایند ضربی، ماتریس کوواریانس است که تعامل میان عناصر آن به‌صورت ( ) ( ) در نظر گرفته می‌شود. همچنین، اگر W بیان‌کنندۀ ماتریس مجاورت باشد، به‌طوری‌که برای واحدهای فضایی مجاور عدد بزرگ‌تر و واحدهای فضایی غیرهمجوار عدد کوچک‌تر اختصاص دهد، اندازۀ همبستگی میان دو ماتریس Y و W نشان‌دهندۀ همبستگی فضایی است (فیشر و گتیس[16]، 2009: 86-73). با این اوصاف اگر ساختار این دو ماتریس مشابه هم باشد (به‌طوری‌که مقادیر بزرگ‌تر یا کوچک‌تر درایه‌ها در ماتریس Y با مقادیر بزرگ‌تر یا کوچک‌تر درایه‌های متناظر در ماتریس W همراه باشد)، نتیجه، وجود همبستگی فضایی مثبت را نشان می‌دهد. در این حالت، برای مثال، مقادیر بیشتر یا کمتر هزینۀ خانوارها در استان i، با مقادیر بیشتر یا کمتر هزینۀ خانوار در استان j که همچوار استان i هست، همراه خواهد بود (بهشتی و همکاران، 1396: 150-109). درخصوص ماتریس مجاورت نیز گفتنی است در این مطالعه برای ساخت ماتریس مجاورت از تعریف مجاورت ملکه مانند[17] استفاده شده است که درایه‌های آن برای مناطق موجودی که راس مشترک با استان بررسی‌شده دارند، مقدار یک و در غیر این صورت، مقدار صفر را اختیار می‌کند (لسیج، 2009: 120-85). ماتریس وزنی فضایی برای مطالعۀ حاضر، برای 28 استان، ماتریسی به ابعاد 420 * 420 است.

در مطالعه‌های تجربی به‌منظور برآورد از تخمین‌زن‌های متعارف داده‌های مقطعی مانند OLS و حداقل مربعات دو مرحله‌ای (به‌منظور کنترل درون‌زایی بالقوه متغیرهای کنترل) استفاده می‌شود. به‌سادگی اثبات می‌شود معادلۀ هم‌گرایی بتا دارای ساختاری پویاست. حذف اثرهای ویژۀ استانی در روش حداقل مربعات معمولی یا حداقل مربعات دومرحله‌ای با داده‌های مقطعی به تورش ناشی از حذف متغیر مهم منجر می‌شود. اسلام[18] (1995) برای حذف این ناسازگاری، استفاده از تخمین‌زن‌های داده‌های پانلی را پیشنهاد داده ‌است. نخستین سؤال در برآورد مدل داده‌های پانلی آن است که آیا جمله  یا همان اثرهای استانی، ثابت است یا تصادفی. به‌دلیل ساختار پویا، آرلانو و بوند (1991) اثبات کرده‌اند روش اثرهای ثابت تخمین‌های ناسازگاری را ارائه خواهد داد. آرلانو و بوند (1991) بیان کردند به‌منظور کنترل ناسازگاری ناشی از ساختار پویا باید از تخمین‌زن حداقل مربعات دومرحله‌ای یا گشتاورهای تعمیم‌یافته استفاده کرد. به‌دلیل نوع ابزارهای استفاده‌شده در روش حداقل مربعات دومرحله‌ای، ممکن است واریانس ضرایب تخمینی بزرگ‌تر برآورد شوند و نتایج ناسازگاری به دست آید؛ ازاین‌رو، مناسب‌ترین و در عین حال، پراستفاده‌ترین تخمین‌زن برای مدل‌های پویای پانلی، رویکرد تفاضلی روش گشتاورهای تعمیم‌یافته و رویکرد سیستمی روش گشتاورهای تعمیم‌یافته است.

قبل از برآورد مدل به وضعیت توزیع متغیر هزینۀ خانوارهای شهری در میان استان‌های کشور پرداخته می‌شود. به‌منظور نمایش بهتر نتایج پژوهش و مستندسازی و مصورسازی آن، نتایج به‌صورت نقشه‌های ذیل آماده و گزارش می‌شوند.

 

 

 

شکل 1- نقشۀ فضایی هزینه‌های خانوارهای شهری

منبع: یافته‌های تحقیق

شکل (1) نشان‌دهندۀ توزیع جغرافیایی هزینه‌های خانوارهای شهری در سال 1379و1380، 1386- 1385 و 1393 و 1394 بین استان‌های کشور است که در سال 1379 و 1380 کمترین میزان هزینه‌های خانوارهای شهری از آن استان‌های خراسان و مازندران است که در طبقۀ پنج قرار گرفته‌اند و استان‌های گلستان، یزد، مرکزی، قزوین و کهگیلویه و بویراحمد در سال 1379 بیشترین میزان هزینۀ خانوار شهری، یعنی طبقۀ اول قرار داشتند و در سال 1380 در استان یزد میزان هزینه‌های خانوارهای شهری کمتر شده و به طبقۀ سوم انتقال یافته ولی است؛ استان‌های گلستان، مرکزی، قزوین و کهگیلویه و بویراحمد همچنان در طبقۀ اول و بالاترین سطح میزان هزینه‌های خانوارهای شهری در استان‌های ایران قرار داشتند. همچنین استان‌های آذربایجان غربی، سیستان و بلوچستان، فارس، کرمانشاه و اصفهان از طبقۀ دوم به طبقۀ سوم منتقل شده‌اند. در سال 1385، بالاترین میزان هزینۀ خانوارهای شهری در استان‌های گلستان، مرکزی و کهکیلویه و بویراحمد بوده و استان‌های خراسان، مازندران، خوزستان دارای هزینۀ خانوار شهری کمتری بوده‌اند و در سال 1386 روند توزیع هزینۀ خانوارهای شهری در استان‌ها روال سال قبل را داشته و فقط استان چهارمحال بختیاری به طبقۀ 5 جابه‌جا شده است. به عبارتی، استان یادشده در سال 1386 به استان‌های با هزینۀ خانوارهای شهری پایین‌تر منتقل شده است. در سال 1393 و 1394 استان‌های سمنان، مازندران، تهران و خوزستان دارای کمترین میزان هزینه‌های خانوارهای شهری بودند و در طبقۀ اول قرار داشتند و استان‌های کهگیلویه و بویراحمد، گلستان و هرمزگان در سال 1393 و 1394 و استان مرکزی در سال 1394 دارای بیشترین میزان هزینه‌های خانوارهای شهری بودند و در طبقۀ اول قرار داشتند. همان‌طور که از نقشۀ فضایی پراکندگی هزینه‌های خانوارهای شهری مشاهده می‌شود، هزینه‌های خانوارهای شهری در طی این دوره دارای نوسانات ملایم بوده‌اند و این هزینه‌ها برای بعضی استان‌ها در طی دوره‌ای، کاهش و سپس در دوره‌ی بعدی افزایش یافته است. در این بین استان‌های مازندران و خراسان از وضعیت بهتری ازنظر هزینه‌های خانوارهای شهری در طی این دوره برخوردار بوده‌اند و در بیشتر زمان این دوره کمترین میزان هزینه‌های خانوارهای شهری را داشتند و در طبقۀ آخر قرار داشتند. استان‌های گلستان، مرکزی، قزوین، هرمزگان و کهگیلویه و بویراحمد در بیشتر زمان‌های دوره، دارای بیشترین میزان هزینه‌های خانوارهای شهری بوده‌اند و در طبقۀ اول قرار داشتند.

قبل از آزمون همگرایی، ضروری است وضعیت استان‌ها درخصوص توزیع هزینۀ خانوارهای شهری بررسی شوند. به این منظور خلاصه‌ای از آماره‌های توصیفی هزینۀ خانوارهای شهری در جدول (1) ارائه شده است که شامل بالاترین، پایین‌ترین و متوسط هزینۀ خانوارهای شهری در هر استان است.

 

جدول 1- آماره‌های توصیفی هزینۀ خانوارهای شهری

متوسط

پایین‌ترین

بالاترین

استان

متوسط

پایین‌ترین

بالاترین

استان

22/8

93/7

54/8

تهران

38/0

74/7

36/8

خراسان

14/8

89/7

47/8

مازندران

10/8

82/7

27/8

آذربایجان غربی

03/8

71/7

32/8

گلستان

8

66/7

38/8

قم

01/8

7/7

26/8

سمنان

08/8

76/7

39/8

آذربایجان شرقی

15/8

83/7

44/8

اصفهان

09/8

81/7

31/8

اردبیل

14/8

75/7

44/8

خوزستان

03/8

66/7

38/8

کردستان

14/8

77/7

48/8

چهارمحال بختیاری

10/8

74/7

37/8

کرمانشاه

14/8

81/7

38/8

کهکیلویه و بویراحمد

10/8

85/7

41/8

ایلام

15/8

81/7

45/8

فارس

09/8

76/7

32/8

لرستان

96/7

65/7

28/8

سیستان و بلوچستان

04/8

65/7

42/8

همدان

8

73/7

21/8

کرمان

08/8

73/7

31/8

زنجان

05/8

69/7

37/8

یزد

14/8

84/7

45/8

گیلان

09/8

77/7

38/8

بوشهر

11/8

85/7

38/8

قزوین

16/8

93/7

40/8

هرمزگان

08/8

73/7

36/8

مرکزی

منبع: یافته‌های تحقیق

 

 

با توجه به اطلاعات جدول، استان‌های تهران، خوزستان، چهارمحال بختیاری، فارس، قزوین، کهکیلویه و بویراحمد، هرمزگان، کرمانشاه و مازندران از متوسط هزینۀ خانوارهای شهری بالاتری در مقایسه با سایر استان‌ها برخوردار بوده‌اند. همچنین بالاترین میزان هزینۀ خانوارهای شهری متعلق به استان تهران و پایین‌ترین میزان هزینۀ خانوارهای شهری متعلق به استان سیستان و بلوچستان بوده است.

 

یافته‌های تحقیق.

در مطالعۀ حاضر، همگرایی هزینۀ خانوارهای شهری طی دو سال 1394- 1379 بررسی شده است. به این منظور از روش همگرایی شرطی بتا استفاده شده است. به سبب اینکه مدل‌های رگرسیون معمولی در برآورد مدل به وابستگی مشاهده‌های در فضا توجهی ندارند، برای گنجاندن تأثیر وابستگی فضایی مشاهده‌ها، از مدل‌های رگرسیون فضایی استفاده می‌شود.

به‌منظور برآورد از روش پانل پویای فضایی خودرگرسیون (SpGmm-sar) و آزمون‌هایLM lag، LM SAC و LM استفاده ‌شده است. فرض صفر آزمون LM lag به‌ترتیب نبود وابستگی فضایی در اجزای اخلال و نبود وابستگی فضایی در مشاهده‌های متغیرهای وابسته است (لسیج، 2009: 442). نتایج آزمون LM به‌منظور بررسی وجود وابستگی فضایی،‌ آزمون مورانز برای بررسی وجود خودهمبستگی فضایی بین جملات اخلال، آزمون LM Lag انسلین برای بررسی وجود همبستگی فضایی برای متغیر وابسته و آزمون LM SAC برای بررسی وجود همبستگی فضایی کلی در جدول (2) گزارش شده‌اند.

 

 

 

جدول 2- نتایج آزمون‌های تشخیصی برای انتخاب مدل برتر

متغیرها

مقدار آماره

درجۀ آزادی

احتمال آماره

آزمون LM ( )

1092/182

1

000/0

آزمون موران (Z)

1699/6

1

000/0

آزمون LM Lag انسلین ( )

2922/3

1

06/0

آزمون LM SAC ( )1

1752/67

2

000/0

آزمون LR برای انتخاب مدل SDM در مقابل OLS ( )

7311/26

1

000/0

آزمون lmerror_robust

7573/30

2

00/0

آزمون lmlag_robust

4179/36

2

00/0

منبع: ‌یافته‌های پژوهش

 

 

نتایج حاصل از آزمون LM نشان می‌دهند فرضیۀ صفر مبنی بر معنادارنبودن وابستگی فضایی میان مشاهده‌ها در سطح 1% رد شد و درنتیجه، وابستگی فضایی میان مشاهده‌ها تأیید می‌شود. نتایج آزمون موران نیز نشان می‌دهد فرضیۀ صفر مبنی بر دلالت بر نبود خودهمبستگی فضایی بین جملات اخلال در سطح 1% رد شد و درنتیجه، خودهمبستگی فضایی بین جملات اخلال وجود دارد. آزمون LMSAC همبستگی فضایی کلی را در مدل بررسی می‌کند و نتایج نشان می‌دهند در سطح معناداری 1% فرض صفر مبنی بر نبود همبستگی فضایی کلی رد شده است. نتیجۀ آزمون LMLag انسلین با فرض صفر مبنی بر نبود همبستگی فضایی برای متغیر وابسته، نشان می‌دهد فرض صفر این آزمون در سطح 1% رد می‌شود. همچنین برای بررسی همگرایی هزینه‌های خانوارهای شهری از وقفۀ متغیر وابسته (هزینۀ خانوار شهری) در مدل استفاده می‌شود؛ بنابراین مدل Sp-Gmm مدل بهتری برای بررسی همگرایی هزینۀ خانوارهای شهری استان‌های کشور است.

در ادامه به‌منظور بررسی همگرایی هزینه‌های شهری استان‌های کشور، نتایج حاصل از تخمین مدل
Sp-Gmm تفسیر می‌شوند.

 

 

جدول 3- نتایج تخمین مدل SpGmm برای بررسی همگرایی هزینۀ خانوارهای شهری به روش بتا

متغیرها

ضریب

مقدار آماره t

احتمال آماره

 وقفه متغیر وابسته

2557193/0-

48/7-

000/0

 

1411636/0

01/11

000/0

رشد اقتصادی

0000301/0-

89/0

372/0

جمعیت

172462/0

22/1

224/0

سرمایۀ انسانی

002026/0-

67/1-

097/0

تورم

0014651/0-

48/3-

033/0

ضریب همگرایی

0739927/0

11/6-

00/0

عرض از مبدأ

235581/0

11/0

911/0

منبع: یافته‌های پژوهش

 

 

جدول (3) گزارش نتایج آزمون همگرایی بتای شرطی با استفاده از روش اقتصادسنجی پنل پویای فضایی برای مجموع هزینه‌های خوراکی و غیرخوراکی خانوارهای شهری است. با توجه به نتایج جدول (3)، مقدار عددی ضریب همگرایی 0739927/0 است و این ضریب به لحاظ آماری در سطح یک درصد معنی‌دار است. به عبارتی، سرعت همگرایی هزینه‌های خانوارهای شهری 0739927/0 است. وقفۀ هزینۀ خانوارهای شهری تأثیر منفی و معنی‌دار بر همگرایی هزینۀ خانوارهای شهری داشته و مقدار ضریب آن برابر 2557193/0- است. همچنین براساس مبانی نظری، انتظار می‌رود با افزایش هزینۀ خانوارهای شهری در یک استان و با توجه به بحث اثرهای چشم و هم‌چشمی در بحث الگوی مصرف خانوارها و سهم آن در بالابردن هزینه‌های خانوارهای شهری، هزینه‌های خانوارهای شهری در استان‌های دیگر نیز افزایش یابد و برعکس؛ بنابراین وقفۀ فضایی هزینه‌های خانوارهای شهری دارای تأثیر مثبت و معنی‌دار بر همگرایی هزینه‌های خانوارهای شهری داشته و مقدار ضریب آن برابر 1411636/0 است. با توجه به مبانی نظری، انتظار می‌رود با افزایش تولید ناخالص داخلی استان‌ها و بهبود رشد اقتصادی آنها، خانوارها هزینۀ مصرفی کمتری داشته باشند؛ بنابراین اثر متغیر رشد اقتصادی به‌منزلۀ یکی از متغیرهای کنترلی مدل همگرایی، بر همگرایی هزینۀ خانوارهای شهری منفی بوده و ضریب این متغیر 0000301/0- است؛ اما به لحاظ آماری، معنی‌دار نبوده است. متغیر جمعیت با ضریب عددی 172462/0 اثر مثبت بر همگرایی هزینۀ خانوارهای شهری داشته است. به عبارتی، انتظار می‌رود افزایش جمعیت در استان‌ها به همگرایی هزینه‌های خانوارها منجر شود؛ اما این متغیر به لحاظ آماری، معنی‌دار نبوده است. سرمایۀ انسانی با ضریب 002026/0- اثر منفی در همگرایی هزینۀ خانوارهای شهری داشته است و این ضریب به لحاظ آماری در سطح ده درصد، معنی‌دار است. به عبارتی، با افزایش نسبت شاغلان تحصیل‌کرده به کل شاغلان در استان‌ها، شکاف هزینه‌ها میان استان‌ها از هزینۀ متوسط بیشتر می‌شود. نرخ تورم نیز با ضریب عددی 0014651/0- اثر منفی در همگرایی هزینۀ خانوارهای شهری داشته و ضریب آن به لحاظ آماری در سطح یک درصد معنی‌دار بوده است. عرض از مبدأ مدل نیز 235581/0 بوده است؛ به‌طوری‌که اثر سایر متغیرهای حذف‌شده در مدل یا صریحاً ذکرنشده بر متغیر وابسته برابر 235581/0 است.

 

نتیجه‌گیری.

در این مطالعه، همگرایی مجموع هزینه‌های خوراکی و غیرخوراکی خانوارهای شهری، طی سال‌های 1394-1377 در 28 استان ایران، با استفاده از مدل‌ همگرایی بتای مشروط و روش اقتصادسنجی فضایی گشتاور تعمیم‌یافته بررسی شده است. نتایج مطالعه نشان می‌دهند همگرایی بتا در هزینۀ خانوارهای شهری وجود داشته و سرعت آن برابر 0739927/0 درصد است. همچنین متغیرهای کنترلی لحاظ‌شده در مطالعه شامل رشد اقتصادی، تورم و سرمایۀ انسانی با اثر منفی در همگرایی و جمعیت با اثر مثبت در همگرایی هزینۀ خانوارهای شهری بوده است. با لحاظ متغیر وقفۀ فضایی متغیر وابسته، اثر همسایگی استان‌ها در افزایش چشم و هم‌چشمی مشاهده می‌شود؛ زیرا با افزایش هزینۀ خانوارهای شهری در استانی، هزینۀ خانوارهای شهری سایر استان‌ها نیز افزایش داشته است.



[1]. Solow- Swan

[2]. Ramzy

[3]. Lee et al

[4]. Bond et al

[5]. Madariaga et al

[6]. Ralhan et al

[7]. Firdaus

[8]. Rapachi et al

[9]. Miao

[10]. Kumar Das

[11]. Tsoukalas

[12]. Sala- I and Martin

[13]. Bruno et al

[14]. Spatial Dependence

[15]. Spatial Heterogeneity

[16]. Fischer and Getis

[17]. Queen Contiguity

[18]. Islam

اکبری، نعمت‌الله و مؤیدفر، رزیتا (1383). «بررسی همگرایی درآمد سرانه بین استان‌های کشور "یک رهیافت اقتصادسنجی فضایی"»، فصلنامۀ پژوهش‌های اقتصادی، دوره 4، شماره 3،
1- 13.
بهشتی، محمدباقر و همکاران (1396). «بررسی نابرابری توزیع درآمد میان استان‌های ایران با استفاده از رویکرد تحلیل اکتشافی داده‌های فضایی»، فصلنامۀ پژوهش‌ها و سیاست‌های اقتصادی، دوره 26، شماره 85،  109- 150.
پورعبادالهان کویچ، محسن و همکاران (1395). «بررسی همگرایی بازدهی بازارهای دارایی در ایران»، فصلنامۀ نظریه‌های کاربردی اقتصاد، دوره 3، شماره 3، 115- 132.
عسگری، علی و اکبری، نعمت‌الله (1380). «روش‌شناسی اقتصادسنجی فضایی، تئوری و کاربرد»، مجلۀ پژوهشی دانشگاه اصفهان، دوره 12، شماره 1، 122-93.
کریم‌زاده دائی، سعید و آذربایجانی، کریم (1392). «آزمون همگرایی درآمدی در کشورهای 8D» فصلنامة علمی پژوهش‌های بازرگانی، شماره 70، 113-131.
معصوم‌زاده، سارا و همکاران (1396). «بررسی همگرایی صنعتی در استان‌های ایران: رهیافت اقتصادسنجی فضایی "SDM"»، فصلنامۀ مدلسازی اقتصادی، دوره 11، شماره 2،
157- 176.
مرکز آمار ایران (1391). نتایج تفصیلی آمارگیری از هزینه و درآمد خانوارهای شهری و روستایی.
نجفی علمدارلو، حامد و همکاران (1391). «کاربرد اقتصادسنجی فضایی در بررسی عوامل مؤثر بر صادرات محصولات کشاورزی در کشورهای عضو اکو: رهیافت داده‌های تابلویی»، فصلنامۀ پژوهش‌های اقتصادی (رشد و توسعۀ پایدار)، دوره 13، شماره 3، 62-49.
Anselin, L. (1988). Spatial Econometrics: Methods and Models. Dordrecht, Kluwer.
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.
Barro, R. j., & Sala-i-Martin, X. (1995). Economic Growth. The MIT Press, Cambridge, MA.
Baumal, W. J. (1986). Productivity Growth, Convergence and Welfare: What the Long run Data Show, American Economic Review, 76(5), 1072-1085.
Bruno, G., De Bonis, R., & Silvestrini, A. (2012). Do Financial System Convergence, Journal of Comparative Economics, 40, 143-144.
Firdaus, M., & Yusop, Z. (2009). Dynamic Analysis of Regional Convergence in Indonesia, Economics and Management, 3(1), 73-86.
Fischer, M. M., & Getis, A. (2009). Handbook of Applied Spatial Analysis: Software
Tools, Methods and Applications
. Springer Science & Business Media.
Islam, N. (1995). Growth Empirics: A Panel Data Approach. Quarterly Journal of
Economics
, 110, 1127–1170.
Kumar Das, D. (2013). Empirical Estimation of the Solow Growth Model: A Panel Data Approach, School of Economics and Management.
Lesage, J., & Pace, R. K. (2009). Introduction to Spatial Econometrics. Chapman & Hall/CRC is an imprint of Taylor & Francis Group.
Lee, K., Pesaran, M. H., & Smith, R. (1997). Growth and convergence in a Multi- Country empirical stochastic Solow model. Journal of Applied Econometrics, 12(4): 357- 392.
Madariaga, N., Montont, S., & Ollivand. P. (2005). Regional Convergence and Agglomeration in Argentina: A Spatial Panel data Approach. Department of Economics, University of Paris.
Miao, X. (2012). Cross Country Convergence in Income Inequality. Georgia Institute of Technology.
Ralhan, M., & Dayanandan, A. (2005). Convergence of Income among Provinces in Canada: An Application of GMM Estimation. University of Victoria-Econometric Working Paper.
Rapachi, R., & Prochniak, M. (2009). Real Beta and Sigma Convergence in 27 Countries 1995-2005, Post-Communist Economics, 21(3), 307-326.
Ramsey, F. P. (1928). A mathematical theory of saving. Economic Journal, 28(152):
543- 549.
Sala-i-Martin, X. (1996). The classical approach to the convergence analysis. The Economic Journal, 106(437): 1019-1036.
Solow, R. M. (1956). A contribution to the theory of economic growth. Quarterly Journal of Economics, 70(1): 65-94.
Swan, T. (1956). Economic growth and capital accumulation. Economic Record, 32(2): 334-361.
Tsoukalas, G., Belebaba, P., & Swelbar, W. (2008). Cost Convergence in the US Airline Industry: An Analysis of Costs 1995-2006. MIT Press Global Airline Industry Program, 1-27.