دکتر محمد حسن فطرس، حسین یاری، رضا معبودی،
دوره 4، شماره 12 - ( 4-1392 )
چکیده
حاکمیت اقلیمهای خشک و نیمهخشک در پهنه وسیعی از کشور و افزایش مصرف آب ناشی از رشد جمیعیت و رشد شهرنشینی در سالهای اخیر، برنامهریزی دقیقتر و عملکرد کاراتر در جهت تخصیص بهینه و حفاظت از منابع آبی کشور را ضروری می سازد. در دهههای اخیر بسیاری از کشورها از جمله ایران، برای کنترل و مدیریت مصرف آب شرب، سیاست قیمتگذاری بلوکی افزایشی را که نوعی تعرفه تصاعدی است انتخاب کردهاند. در این مقاله، برای بررسی اثر قیمتگذاری بلوکی افزایشی بر مصرف آب شرب، از آمار سری زمانی- مقطعی سالهای 1383 تا 1387 استانهای کشور استفاده شده و الگوهای قیمت متوسط و قیمت نهایی تقاضای آب شرب با بهره گیری از روش دادههای تابلویی (اثرات ثابت) برآورد شده است. همچنین، میزان اثرگذاری متغیرهای جوی و درآمد خانوار بر مصرف آب شرب کشور در دوره مورد بررسی تعیین شده است. نتایج حاصل از برآورد مدل و مقایسه ضرایب متغیرهای دو الگوی قیمت متوسط و قیمت نهایی نشان میدهد که در دوره مورد بررسی، سیاست قیمتگذاری بلوکی افزایشی در مجموع نتوانسته است به طور کارا باعث کنترل مصرف آب شرب در کشور شود.
دکتر یونس نادمی، دکتر رامین خوچیانی، دکتر رضا معبودی،
دوره 16، شماره 59 - ( 3-1404 )
چکیده
هدف: هوش مصنوعی (AI) بهعنوان یک فناوری نوین و تحولآفرین در مراحل اولیه ظهور خود قرار دارد و هنوز بسیاری از جنبههای آن، بهویژه ابعاد اقتصادی و اجتماعی، بهطور کامل مورد بررسی قرار نگرفته است. با توجه به اهمیت حذف فقر مطلق بهعنوان نخستین هدف از اهداف توسعه پایدار سازمان ملل متحد، پژوهش حاضر با هدف بررسی اثر سرمایهگذاری در هوش مصنوعی بر فقر و شناسایی کانالهای اصلی این تأثیرگذاری در کشورهای پیشرو در فناوری هوش مصنوعی انجام شده است.
روش: این پژوهش بهصورت تجربی و با استفاده از دادههای پانلی مربوط به ۲۰ کشور منتخب در بازه زمانی ۲۰۱۷ تا ۲۰۲۳ و روش گشتاورهای تعمیمیافته (GMM) انجام شده است. متغیرهای اصلی پژوهش شامل سرمایهگذاری در فناوریهای هوش مصنوعی بهعنوان متغیر توضیحی و شاخصهای فقر درآمدی و چندبعدی بهعنوان متغیرهای وابسته است. همچنین اثرات متغیرهای کنترلی شامل رشد اقتصادی، نابرابری درآمدی، شاخص سلامت و سرمایه انسانی نیز مورد تحلیل قرار گرفتهاند.
یافتهها: نتایج تجربی نشان میدهد که سرمایهگذاری در فناوریهای هوش مصنوعی بهطور معناداری باعث کاهش فقر درآمدی و چندبعدی میشود. استفاده از هوش مصنوعی از طریق بهبود رشد اقتصادی، افزایش بهرهوری در بخش کشاورزی، توانمندسازی مالی، تسهیل دسترسی به خدمات آموزشی و سلامت و همچنین بهبود دقت هدفمندی یارانهها، به کاهش فقر کمک میکند. نتایج همچنین حاکی از آن است که رشد اقتصادی و ارتقای شاخص سلامت به کاهش فقر کمک میکنند، درحالیکه افزایش نابرابری درآمدی، فقر را تشدید میکند.
نتیجهگیری: پژوهش حاضر بر اهمیت سرمایهگذاری در زیرساختهای قانونی و فناوری بهمنظور بهرهگیری مؤثر از ظرفیتهای هوش مصنوعی برای مقابله با فقر تأکید دارد. بر این اساس، سیاستگذاران در کشورهای درحال توسعه، از جمله ایران، میتوانند با توسعه سیاستهای حمایتی و تقویت زیرساختهای لازم، از پتانسیل هوش مصنوعی برای کاهش فقر و افزایش رفاه اقتصادی بهرهمند شوند.
اصالت: این پژوهش از نخستین مطالعاتی است که بهصورت جامع و تجربی اثر سرمایهگذاری در هوش مصنوعی را بر فقر درآمدی و چندبعدی بررسی کرده و کانالهای کلیدی اثرگذاری آن را در کشورهای پیشرو در فناوری هوش مصنوعی شناسایی کرده است. یافتههای این پژوهش بینش ارزشمندی برای تدوین سیاستهای ضدفقر مبتنی بر فناوریهای نوین فراهم میکند.
