سنجش وابستگی بخش های اقتصادی استان ایلام به واردات واسطه ای با استفاده از جدول داده-ستانده
Publish place: Iranian Economic Development Analyses، Vol: 6، Issue: 2
Publish Year: 1397
Type: Journal paper
Language: Persian
View: 562
This Paper With 29 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_EDP-6-2_002
Index date: 22 December 2019
سنجش وابستگی بخش های اقتصادی استان ایلام به واردات واسطه ای با استفاده از جدول داده-ستانده abstract
هدف از این مطالعه سنجش وابستگی بخشهای اقتصادی استان ایلام به واردات واسطهای از سه بعد مبدا، مقصد و سیاستی است. برای دستیابی به این هدف، یک جدول داده-ستانده منطقهای نیاز است که پژوهشگران از روشهای غیرآماری برای تهیه جداول منطقهای استفاده میکنند. یکی از این روشها، روش اصلاحشده محاسبه جداول منطقهای با لحاظ مبادلات همزمان تجاری دوطرفه (CHARM) است که تعدیل یافته روش تراز کالایی است. در این پژوهش با استفاده از روش غیرآماری CHARM و بهکارگیری آمارهای مربوط به حسابهای ملی و منطقهای سال 1390 جدول داده-ستانده استان ایلام محاسبه گردیده است. نتایج نشان میدهد که بخش ساخت مواد شیمیایی و محصولات شیمیایی در میان سایر بخشهای اقتصادی استان ایلام بخشی است که بیشترین وابستگی به واردات واسطهای از بعد مبدا و بخش ساختمانهای مسکونی بیشترین وابستگی به واردات واسطهای از بعد مقصد را به خود اختصاص داده است. از منظر وابستگی به واردات از بعد سیاستی، بیشترین وابستگی به واردات در بخش آب، برق و گاز، صنعت و ساختمان رخ میدهد؛ به این معنی که با انتخاب هر کدام از این بخشها بهعنوان بخش سیاستی در استان، واردات محصولات واسطهای به میزان بیشتری افزایش خواهد یافت
سنجش وابستگی بخش های اقتصادی استان ایلام به واردات واسطه ای با استفاده از جدول داده-ستانده Keywords:
سنجش وابستگی بخش های اقتصادی استان ایلام به واردات واسطه ای با استفاده از جدول داده-ستانده authors
بختیار جواهری
استادیار دانشکده علوم انسانی و اجتماعی دانشگاه کردستان
علی فقه مجیدی
استادیار دانشکده علوم انسانی و اجتماعی دانشگاه کردستان
طیبه عباسیان سومار
دانشجوی کارشناسی ارشد توسعه اقتصادی و برنامه ریزی دانشگاه کردستان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :