تخمین سهم فناوری اطلاعات و ارتباطات از تولید ناخالص داخلی ایران با روش های برازش منحنی، آریما و شبکه عصبی مصنوعی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشیار مهندسی فناوری اطلاعات، دانشگاه تربیت مدرس، تهران ایران

2 دانش‌آموخته کارشناسی‌ارشد مدیریت فناوری اطلاعات، دانشگاه تربیت مدرس، تهران

چکیده

طی دهه های اخیر، «فناوری اطلاعات و ارتباطات» (فاوا)، به عاملی کلیدی در رشد اقتصادی کشورها تبدیل شده است. این صنعت در اقتصاد ایران نیز دارای جایگاه برجسته ای بوده و در اسناد فرادستی مانند سند چشم انداز و برنامه پنجم توسعه مورد توجه و تاکید قرار گرفته است. مقاله حاضر کوشیده به منظور ارزیابی نقش فاوا در اقتصاد ایران، تخمینی از سهم آن در تولید ناخالص داخلی ایران طی برنامه ششم توسعه (1395 تا 1399) ارائه کند. بدین منظور پیش بینی ارزش افزوده بخش فاوا و ارزش افزوده کل اقتصاد ایران طی دوره مذکور با سه روش برازش منحنی چندجمله ای، آریما و شبکه عصبی مصنوعی مدنظر بوده که برآوردها نشان می دهد سهم ارزش افزوده فاوا از تولید ناخالص داخلی ایران طی برنامه ششم بر مبنای سه روش مذکور به ترتیب 4.57، 6.12 و 3.77 درصد خواهد بود. همچنین مقایسه میزان خطای روش های فوق نشان داد که شیوه شبکه عصبی مصنوعی، به طور نسبی از کارآیی بیشتری برای این پیش بینی برخوردار است.

کلیدواژه‌ها


عنوان مقاله [English]

english title

نویسندگان [English]

  • Gholamali Montazer 1
  • Abolghasem Bayat 2
1 Associate Professor of Information Technology Engineering, Tarbiat Modares University, Tehran, Iran
2 MA of Information Technology Management, Tarbiat Modares University, Tehran, Iran
چکیده [English]

Information and Communication Technology (ICT) has become a key driver of economic growth over the past decade. This industry also play a significant role in Iran's economy and has emphasized in 20-year's vision document and 5th national's development plan. The aim of this study is to estimate the contribution of ICT sector to GDP in Iran's 6th national development plan (2016-2020) using forecasting methods. So we have estimated Iran's GDP and ICT value added with polynomial curve fitting, ARIMA and neural networks models. The calculations showed that the contribution of ICT Sector to GDP will be 4.57, 6.2 and 3.7 percent with mentioned methods, respectively. The comparison of error characteristics showed that neural network method estimation had more performance relatively.

کلیدواژه‌ها [English]

  • ICT share
  • GDP
  • IT policy-making
  • ICT Development
  • Informational society
[1] World Economic Forum. (2015). The Global Information Technology Report 2015. Retrieved June 2, 2015 from http://www3.weforum.org/docs/WEF_Global_IT_Report_2015.pdf

[2] Maryska, M., Doucek, P., & Kunstova, R. (2012). The Importance of ICT Sector and ICT University Education for the Economic Development. Procedia-Social and Behavioral Sciences, 55, 1060-1068.

[3] Shapiro, R. J., & Mathur, A. (2011). The Contributions of Information and Communication Technologies To American Growth, Productivity, Jobs and Prosperity. Sonecon, September.

[4] Bennett, R., Stewart, L. A., & Atkinson, R. (2013). The Whole Picture: Where America's Broadband Networks Really Stand. The Information Technology & Innovation Foundation, February.

[5] Manyika, J., & Roxburgh, C. (2011). The great transformer: The impact of the Internet on economic growth and prosperity. McKinsey Global Institute, 1.

[6] Vu, K. (2005). Measuring the Impact of ICT Investments on Economic Growth. Submitted to Journal of Economic Growth, October. Retrieved from http://www.ksg.harvard.edu/cbg/ptep/khuongvu/Papers.htm

[7] Bilbao-Osorio, B., Dutta, S., & Lanvin, B. (2013, April). The global information technology report 2013. In World Economic Forum (pp. 1-383).

[8] Seo, H. J., Lee, Y. S., & Oh, J. H. (2009). Does ICT investment widen the growth gap?. Telecommunications Policy, 33(8), 422-431.

[9] Jung, H. J., Na, K. Y., & Yoon, C. H. (2013). The role of ICT in Korea’s economic growth: Productivity changes across industries since the 1990s. Telecommunications Policy, 37(4), 292-310.

[10] Vu, K. M. (2011). ICT as a source of economic growth in the information age: Empirical evidence from the 1996–2005 period. Telecommunications Policy, 35(4), 357-372.

[11] Vu, K. M. (2013). Information and communication technology (ICT) and Singapore’s economic growth. Information Economics and policy, 25(4), 284-300.

[12] ITU. (2014). Measuring the Information Society Report 2014. Retrieved June 2, 2015 from https://www.itu.int/en/ITU-

D/Statistics/Documents/publications/mis2014/MIS2014_without_Annex_4.pdf

[13] درویش، مجید. (1392). گزارش ویژه همایش شرکت‌های برتر ایران (خلاصه نتایج شانزدهمین سال رتبه‌بندی IMI-100 پانصد شرکت بزرگ کشور). تهران: سازمان مدیریت صنعتی.

[14] بهبودی، داود و امیری، بهزاد. (1389). رابطه بلندمدت اقتصاد دانش‌بنیان و رشد اقتصادی در ایران. فصلنامه سیاست علم و فناوری، 2(4): 23-32.

[15] وبگاه مرکز آمار ایران. (1394). ارزش افزوده رشته ‌فعالیت‌های اقتصادی کشور به قیمت‌های ثابت در دوره 1370 تا 1390.

[16] تقوی، مهدی. (1388). اصول علم اقتصاد 2: اقتصاد کلان. تهران: انتشارات دانشگاه پیام نور.

[17] The MathWorks, Inc. 2004. Curve Fitting Toolbox User’s Guide. Retrieved Jan 17, 2016 from http://cda.psych.uiuc.edu/matlab_pdf/curvefit.pdf

[18] Haykin, S. (1994). Neural Networks: A Comprehensive Foundation: Macmillan College Publishing Company. New York.

[19] ابریشمی، حمید؛ غنیمی‌فرد، حجت‌الله؛ احراری، مهدی و رحیمی، زهرا. (1389). الگوسازی و پیش‌بینی آثار تغییرات قیمت نفت خام بر GDP کشورهای آمریکا و انگلستان. مطالعات اقتصاد بین الملل، 21(37): 23-42.

[20] ابریشمی، حیمد. (1388). اقتصادسنجی کاربردی (رویکردهای نوین). تهران: انتشارات دانشگاه تهران.

[21] نوفرستی، محمد. (1391). ریشه واحد و هم‌جمعی در اقتصادسنجی. تهران: نشر رسا.

[22] ابریشمی، حمید؛ مهرآرا، محسن؛ احراری، مهدی و میرقاسمی، سوده. (1388). الگوسازی و پیش‌بینی رشد اقتصادی ایران با رویکرد شبکه عصبی GMDH. مجله تحقیقات اقتصادی، 88: 1-24.

[23] قدیمی، محمدرضا و مشیری، سعید. (1381). مدل‌سازی و پیش‌بینی رشد اقتصادی در ایران با استفاده از شبکه‌های عصبی (ANN). پژوهش‌های اقتصادی ایران، 4(12): 97-125.

[24] مرزبان، حسین؛ اکبریان، رضا و جواهری، بهنام. (1384). یک مقایسه بین مدل‌های اقتصادسنجی ساختاری، سری زمانی و شبکه عصبی برای پیش‌بینی نرخ ارز. تحقیقات اقتصادی، 69: 181-216.

[25] زارء‌‌نژاد،‌ منصور؛ فقه‌مجیدی، رضا و رضایی، روح‌الله. (1387). پیش‌بینی نرخ ارز با استفاده از شبکه‌های عصبی مصنوعی و مدل ARIMA. فصلنامه اقتصاد مقداری، 5(4): 107-130.

[26] Hagan, M. T., Demuth, H. B., Beale, M. H., & Jesús, O. De. (2014). Neural Network Design (2nd Ed.). eBook, Available at: http://hagan.okstate.edu/NNDesign.pdf

[27] گلکار، فروغ؛ فرهمند، علیرضا و فرهمند، فاطمه. (1388). بررسی کاربرد شبکه عصبی مصنوعی در پیش‌بینی بارش منطقه شیراز. همایش ملی مدیریت بحران آب، دانشگاه آزاد اسلامی واحد مرودشت.

[28] Beale, M. H., Hagan, M. T., & Demuth, H. B. (2010). Neural network toolbox 7. User’s Guide, MathWorks.

[29] Amiri, S., Woodside, J. M., & Dodson, C. (2014). An examination of ICT spending and the development of e-skills in the Republic of Turkey. Proceedings of the e-Skills for Knowledge Production and Innovation Conference 2014, Cape Town, South Africa, 29-37. Retrieved from http://proceedings.e-skillsconference.org/2014/e-skills029-37Amiri813.pdf

 

[30] کزازی، ابوالفضل؛‌ طباطبائیان،‌ سید حبیب‌اله؛ تقوی‌فرد، محمدتقی و ناظمی، امیر. (1390). دیدگاه‌های توسعه فناوری اطلاعات کشور مبتنی بر خوشه‌بندی دیدگاه‌های خبرگان. فصلنامه سیاست علم و فناوری، 4(2): 57-74.

[31] فقیهی، مهدی و معمارزاده طهران، غلامرضا. (1393). دولت الکترونیک به مثابه نظام فنی-اجتماعی: دسته‌بندی الگوهای پیاده‌سازی. فصلنامه سیاست علم و فناوری، 6(4): 21-32.

[32] گل‌خندان، ابوالقاسم؛ خوانساری، مجتبی و گل‌خندان، داود. (1394). فاوا و نابرابری درآمد در ایران. فصلنامه سیاست علم و فناوری، 7(1): 15-25.