تأثیر سرمایه‎ی انسانی و فناوری بر رشد بهره‌وری کل عوامل بازرگانی ایران

نوع مقاله: مقاله پژوهشی

نویسنده

عضو هیئت علمی دانشکدة کارآفرینی دانشگاه تهران

چکیده

این مقاله عوامل مؤثر بر رشد بهره‌وری کل عوامل تولید بازرگانی کشور را با تأکید بر سرمایهی انسانی و فناوری، شناسایی و با استفاده از آمار سالهای 1338 ـ 1383، مدل تصریح شده را تخمین می‌زند. از نتایج تخمین تابع تولید ارزش افزوده‎ی بازرگانی برای محاسبه‎ی سهم هر یک از عوامل تولید در ارزش افزوده‎ی بازرگانی کشور استفاده و رشد بهره‌وری کل عوامل بازرگانی محاسبه شده است. مدل رشد بهره‌وری در قالب مبانی نظری، شواهد تجربی و حقایق آشکار شده‎ی بازرگانی با تأکید بر نماگرهای سرمایهی انسانی و فناوری، شناسایی و برآورد می‌شود.
نتایج نشان می‌دهد با وجود نوسانات بهره‌وری نیروی ‌کار بازرگانی طی دوره‎ی فوق و افزایش قابل ملاحظه در بعضی سالها، کماکان سطح بهره‌وری کل بازرگانی در سالهای پایانی دوره با سالهای اول دوره برابر است. روند بهره‌وری سرمایه‎ی کل کشور و بازرگانی طی همین دوره، نزولی و با رشد منفی مواجه بوده و لذا تصویر این نماگر در بازرگانی در مقایسه با کل کشور نامناسب‌تر است. نوسانات ادوار تجاری تولید ناخالص داخلی و ارزش افزوده‎ی بازرگانی با یکدیگر هماهنگ و هم جهت هستند. این در شرایطی است که دامنه‎ی نوسانات ادوار تجاری ارزش افزودهی بازرگانی بیشتر از تولید ناخالص داخلی کشور است. علاوه بر آن، نوسانات ادوار تجاری بهره‌وری نیروی ‌کار، بهره‌وری سرمایه و بهره‌وری کل بازرگانی هم‌جهت و هماهنگ با ادوار تجاری اقتصاد کشور هستند. نتایج مدل نشان می‌دهد دو نماگر سرمایه‎ی انسانی و فناوری بر رشد بهره‌وری کل بازرگانی تأثیر مثبت و معناداری دارند.

کلیدواژه‌ها


عنوان مقاله [English]

Effect of Human Capital and Technology on the Total Factor Productivity Growth of Iran's Commerce Sector

نویسنده [English]

  • Mohammad Ali Moradi
Faculty of Entrepreneurship, University of Tehran
چکیده [English]

The main purpose of this paper is to shed light on the productivity effects of human capital and technology in Iran's commerce sector. To this end, firstly some literature references are briefly described together with the effective factor of the economy focusing on the commerce sector. Thereafter, empirical models are specified and estimated using the data over the period 1959 – 2004.
The total factor productivity growth is calculated by estimating Cobb-Douglas Production function assumes constant returns to scale, while factor shares are used as a proxy for output elasticity’s. In the production function, the dependent variable denotes the added commerce value and the explanatory variables include capital and labor force in the sector.
The findings of this paper indicate that human capital and technology substantially increase total factor productivity growth in Iran's commerce sector. So, the flow from human capital and technology is by far the two most important determinants of commerce sector productivity growth. Human capital facilitates the realization of productivity growth in the sector. This paper has also found a significant and substantial negative relationship between inflation and total factor productivity growth in commerce sector. Thus, inflation substantially reduces the rate of productivity growth.

کلیدواژه‌ها [English]

  • Total Factor Productivity Growth
  • Human capital
  • technology
  • Commerce Productivity
  • Iran
1-    امینی، علیرضا؛ (1384)، اندازه‌گیری و تحلیل روند شاخص‌های بهره‌وری به تفکیک بخش‌های عمده‎ِی اقتصاد ایران، دفتر اقتصاد کلان.

2-    امینی، نشاط و اصلاح‌چی؛ (1384)، برآورد آمار سری ‌زمانی اشتغال، به تفکیک بخش‌های اقتصادی، دفتر اقتصاد کلان.

3-    سازمان مدیریت و برنامه‌ریزی؛ (1382)، گزارش‌ اقتصادی و نظارت برنامه‎ی سوم توسعه.

4-    صفوی، بیژن؛(1384)، تجزیه و تحلیل بهره‌وری و رشد در صنایع کشور، رساله‎ی دکتری اقتصاد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات.

5-    کمیجانی و شاه‌آبادی؛ (1380)، بررسی اثر فعالیت‌های R&D بر TFP، پژوهش‌نامه‎ی بازرگانی، فصلنامه‎ی شماره‎ی 18 .

6-    مرادی، 1382: ادوارتجاری ایران و متغیرهای اقتصاد کلان، سازمان مدیریت و برنامه‌ریزی، دفتر اقتصاد کلان.

7-    مرادی و صفوی؛ (1384)، تحلیل بهره‌وری بازرگانی کشور، فصلنامه‎ی اقتصاد و تجارت نوین، 1:2.

8-   Aschauer, David (1989), Is Public Expenditure Productive?, Journal of Monetary Economics, 23:2, 77-200.

9-   Ball, L. and S. Cecchetti (1990), Inflation and Uncertainty at Short and Long Horizons, Brookings Papers on Economic Activity, pp. 215-45.

10-   Barro, R., & Jong lee (1997), Schooling Quality in a Cross Section of Countries, World Bank, No. 148.

11-   Barro, R., & Jo (1998), Notes on Growth Accounting, NBER Working Paper, 6654.

12-    Barro R. (1991), Economic Growth in a Cross-Section countries, Quarterly Journal of Economis.

13-   Basu, A., T. Siems (2004), The Impact of e-Business Technological Opreations: A Macroeconomic Perspective, Fedral Reseve Bank of Dallas, Working Paper 0404

14-    Bean R. (1990), Endogenous Growth and the Procyclical behaviour of Productivity, European Economic Review, 34.

15-    Bitros, & C., Panas (2001), Is there any Inflation-Productivity Trade off? Some Evidence from the Manufacturing Sector in Greece, Applied Economics, 33, 1961-1969.

16-    Bonelli, R. (1992), Growth of Productivity in Brazilian Industries, Development Economics, 39, 85-109.

17-   Brunner, Allan, and Gregory Hess (1993), Are Higher Levels of Inflation Less Predictable? A State Dependent Conditional Heteroskedasticity Approach, Journal of Business and Economic Statistics, 11, 187-197.

18-   Buck A and F Fitzroy (1988), Inflation and Productivity Growth in the Federal Republic of Germany, Journal of Post Keynesian Economics, 10:2, 428–444.

19-    Bulman, T., and J. Simon (2003), Prosuctivity and Inflation, Economic Research Department, Reserve Bank of Australia, Research Discussion Paper 2003-10.

20-   Canning, D. (1999), The Contribution of Infrastructure to Aggregate Output, World Bank Policy Research Working Paper No. 2246.

21-   Castiglionesi, F., & Oranghi (2003), An Empirical Assessment of the Determinants of TFP Growth, University of Carlos, III.

22-    Coe, Helpman, and Hoffmaister (1994), North- South R&D Spillover, IMF Working Paper.

23-    Sumanth, D. (2000), Total Productivity Management, USA.

24-   Dedrick, J., Gurbaxani, V. and K. Kraemer (2003), Information Technology and Economic Performance: A Critical Review of the Empirical Evidence, ACM Computing Surveys, 35:1.

25-    Evans, Martin and Paul Wachtel (1993), Inflation Regimes and the Sources of Inflation Uncertainty, Journal of Money, Credit, and Banking, 25, 475-511.

26-   Evers, M., Niemann, S., and M. Schiffbauer Inflation (2006), Investment Composition and Total Factor Productivity, Bonn Graduate School of Economics.

27-   Fernald, John G. (1999), Roads to Prosperity? Assessing the Link between Public Capital and Productivity, American Economic Review, 89: 3, 619-38.

28-   Ghura D. (1997), Private Investment and Endogenous Growth, Evidence from Cameroon, IMF Working Paper.

29-    Ghura D., & Hadjimichael (1996), Growth in Sub-Saharan Africa, IMF Staff Paper.

30-    Grossman, G., Helpman, & Elhanan (1994), Endogenous Innovation in the Theory of Growth; Journal of Economic Perspectives, 23-44.

31-    Gudio Ascanri, & Cosmo (2005), Determinants of Total Factor Productivity, University of Pavia, Department of Economics, Working Paper, 170, 12-04.

32-   Hu Z., S. Khan (1996), Why is China Growing so Fast? IMF Working Paper.

33-   International Labor Organization (2002), BLS.

34-   Jorgenson, D. W., and K. J., Strioh (1999), Information Technology and Growth. American Econ. Rev., 89:2, 109–115.

35-   Jorgenson, D. W., and K. J., Strioh (2000), Raising the Speed Limit: U.S. Economic Growth in the Information Age. Brookings Pap. Econ. Act., 1:1, 125–211.

36-   Kogel (2005), Youth Dependency and TFP, Journal of Development Economics, 76:1, 147-178.

37-   Kydland, F. and Prescott, E. (1982), Time to Build and Aggregate Fluctuations, Econometrica, 50:6, 1345 – 1430.

38-   Lucking-Reilly, D. and D. Spulber (2001), Business-to-Business Electronic Commerce, Journal of Economic Perspectives, 15:1, 55-68.

39-   Miller, M., Upadhyay (2001), The Effects of Openness, Trade Orientation and Human Capital on TFP, Journal of Development Economics, 6302.

40-    Moradi, M. A. (2002), Nonlinear Modeling of Inflation in Iran, International Conference on Policy Modeling, Brussels, Belgium, (http://www.ecomod.net/conferences/ecomod2002/papers/moradi.pdf)

41-   Oliner, S. and Sichel, D. (2002), Information Technology: Where are We Now and Where Are We Going?, Federal Reserve Bank of Atlanta Economic Review, 87:2 , pp. 15–44.

42-    Perron, P. (1989), The Great Crash, The Oil Price Shock, and the Unit Root Hypothesis, Econometrics, 59:6, 1361-1401.

43-    Phillips, and Hansen (1990), Statistical Inference in Instrumental Variables with I(1) Process, Review of Economic Studies, 57.

44-    Prescott, Edward (1998), A Theory of Total Factor Productivity, International Economic Review, 39:3, 525-550

45-   Smyth, D. (1995), The Supply Side Effects of Inflation in the United States: Evidence from Multifactor Productivity, Applied Economic Letters, 2, 482–483.

46-   Timmer, M., and R. Inklaar (2005), Productivity Differentials in the US and EU Distributive Trade Sector: Statistical Myth or Reality?, Working Paper 2005/01.

47-    Tsionas, E. (2003), Inflation and Productivity: Empirical Evidence from Europe, Review of International Economics, 11:1, 114–129.

48-   World Bank (2005), World Development Indicators (WDI).