پیچیدگی صادرات غیر نفتی و سرمایه گذاری مستقیم خارجی )مطالعه موردی کشورهای درحال توسعه با تاکید بر ایران

اقتصاد مالی

مقاله 1، دوره 10، شماره 36، آذر 1395، صفحه 1-14   

نوع مقاله: علمی پژوهشی

نویسندگان

مهدی تقوی^{* 1}؛ یوسف حسن پور کار سالاری²

¹استاد دانشگاه علامه طباطبائی تهران، ایران

²دانشجوی دکترای دانشگاه علامه طباطبائی و عضو هیات علمی موسسه مطالعات و پژوهشهای بازرگانی، تهران، ایران.

چکیده

مطالعات اخیر، نشان دهنده اهمیت سرمایه‌‌گذاری مستقیم خارجی در پیچیدگی صادرات کشورها است. هدف از این مطالعه، بررسی رابطه‌سرمایه‌گذاری مستقیم خارجی در شاخص پیچیدگی صادرات غیر نفتی کشورهای درحال توسعه و با تاکید بر ایران است. برای این منظور با ارایه چارجوب نظری ، تجربی و با استفاده از تکنیک پانل  به تخمین عوامل موثر بر پیچیدگی صادرات غیر نفتی کشورهای درحال توسعه که شامل 108 کشور طی دوره زمانی  2013-1997 می باشد پرداخته‌شده‌است. مدل با استفاده از روش حداقل مربعات تعیمیم یافته در چارچوب رگرسیون های با اثرات ثابت زمانی تخمین زده شده‌است. نتایج نشان می‌دهد سرمایه گذاری مستقیم خارجی رابطه‌معناداری با شاخص پیچیدگی صادرات غیر نفتی کشورهای درحال توسعه دارد. این یافته‌درس های مهمی برای ایران دارد از جمله اینکه پیچیدگی صادرات غیر نفتی خود را از طریق سیاست‌های جذب سرمایه‌گذاری خارجی افزایش دهند. 

کلیدواژه‌ها

پیچیدگی صادرات؛ سرمایه گذاری خارجی؛ کشورهای درحال توسعه. طبقه بندی JEL : F2 F14

اصل مقاله

   پیچیدگی صادرات غیر نفتی و سرمایه‌گذاری مستقیم خارجی

)مطالعه موردی کشورهای درحال توسعه  با تاکید بر ایران(

 

 

مهدی تقوی

تاریخ دریافت: 3/4/1395                              تاریخ پذیرش: 8/6/1395

[1]

یوسف حسن پورکارسالاری[2]

 

 

چکیده

مطالعات اخیر، نشان دهنده اهمیت سرمایه‌‌گذاری مستقیم خارجی در پیچیدگی صادرات کشورها است. هدف از این مطالعه، بررسی رابطه‌سرمایه‌گذاری مستقیم خارجی در شاخص پیچیدگی صادرات غیر نفتی کشورهای درحال توسعه و با تاکید بر ایران است. برای این منظور با ارایه چارجوب نظری ، تجربی و با استفاده از تکنیک پانل  به تخمین عوامل موثر بر پیچیدگی صادرات غیر نفتی کشورهای درحال توسعه که شامل 108 کشور طی دوره زمانی  2013-1997 می باشد پرداخته‌شده‌است. مدل با استفاده از روش حداقل مربعات تعیمیم یافته در چارچوب رگرسیون های با اثرات ثابت زمانی تخمین زده شده‌است. نتایج نشان می‌دهد سرمایه گذاری مستقیم خارجی رابطه‌معناداری با شاخص پیچیدگی صادرات غیر نفتی کشورهای درحال توسعه دارد. این یافته‌درس های مهمی برای ایران دارد از جمله اینکه پیچیدگی صادرات غیر نفتی خود را از طریق سیاست‌های جذب سرمایه‌گذاری خارجی افزایش دهند. 

 

 

واژه‌های کلیدی: پیچیدگی صادرات، سرمایه‌گذاری خارجی،کشورهای درحال توسعه.

طبقه بندی JEL: F2  F14,

 

 

1- مقدمه

اجماع گسترده در میان اقتصاددانان و سیاست گذاران بر اساس این ایده وجود دارد که رشد اقتصادی یک کشور تا اندازه‌ای به عملکرد  تجارت خارجی آن وابسته‌است. تعدادی از  مطالعات اقتصادی اخیر  نشان داده‌اند که قدرت این رابطه به شدت در سطوح پیچیدگی صادرات[i](ES) مرتبط با الگوی تخصص کشور بستگی دارد^[ii]. آناند ‌و دیگران^[iii] (2012) نشان داده‌اند چنانچه کشورهای در حال توسعه بخواهند پیچیدگی کالاها یا خدمات خود را به سطح پیچیدگی کشورهای توسعه یافته افزایش دهند، نرخ رشد سرانه آنها، به ترتیب، 1/1 یا 5/0 درصد بیشتر خواهد شد. یکی از مسیرهای کاهش وابستگی کشورهای درحال‌توسعه به کالاهای اولیه و افزایش پیچیدگی صادرات جلب مشارکت سرمایه‌گذاران خارجی در تولید است. سرمایه‌گذاری مستقیم خارجی، به‌طور بالقوه می‌تواند اثرات مستقیم و غیر مستقیم بر پیچیدگی صادرات داشته باشد. اثر مستقیم  مشارکت با شرکتهای داخلی در صادرات کالاهای پیچیده به بازارهای بین‌المللی است. رودریک ^[iv](2006) شواهد کیفی در مورد اثر سرمایه‌گذاری مستقیم خارجی بر پیچیدگی صادرات چین ارایه کرده است. «ژو و لو» [v](2007) همچنین دریافتند که پیچیدگی روز افزون در صادرات چین را می‌توان به‌طور معنا دار با حضور روز افزون بنگاه‌های چند ملیتی در تملک خارجیان توضیح داد. مطالعات مرتبط همچنین نشاندهنده اثر سرمایه‌گذاری مستقیم خارجی بر ارزش واحد صادرات هستند. «وانگ و وی»[vi] (2008) شواهد مربوط به افزایش ارزش واحد صادرات چین در اثر مشارکت با بنگاههای چند ملیتی را فراهم ساخته‌اند. اثر غیر مستقیم از رهگذر اثرات سرریز سرمایه‌گذاری مستقیم خارجی بر بهره‌وری و نوآوری شرکتهای داخلی است. لیتوانی، یاوریچ (2004) دریافت که سرریزهای مثبتی در زمینه بهره‌وری از سمت سرمایه‌گذاری مستقیم خارجی وجود دارد و این سرریزها از رهگذر ارتباط میان شرکت‌های وابسته خارجی و عرضه کنندگان  محلی آنها در بخش‌های بالادستی ایجاد می‌شود. «بلوم اشتروم و سیوهوم» ^[vii](1999) و «لی و همکاران» ^[viii](2001)، به ترتیب، به نتایج مشابهی در اندونزی و چین دست یافتند.

یافته‌های کوکو و گلوبرمن^[ix] (2000) نشان داده که رقابت پذیری بازارهای کشور میزبان و توانایی فنی شرکت‌های محلی (قابلیت جذب) در زمره مهمترین عوامل تعیین‌کننده در حوزه منافع سرریزهای سرمایه‌گذاری خارجی هستند. همچنین «مارکوسن و  ونابلز» ^[x](1998) نشان دادند که سرمایه‌گذاری مستقیم خارجی چگونه می‌تواند به عنوان کاتالیزوری برای صنایع محلی عمل کند و آنها را رقابتی‌تر نماید تا آنجا که موجب افت وضعیت نسبی و مطلق شرکت‌های چند ملیتی در بخش صنعت شود. در پژوهشی مشابه، «چونگ و لین» ^[xi](2004) نشان داد که شرکتهای محلی چگونه می‌توانند از رهگذر مهندسی معکوس، «دزدیدن» کارگران ماهر از شرکت‌های خارجی، و گذاشتن اثر پوششی بر فعالیت‌های تحقیق و توسعه و غیره، نکاتی را درباره محصولات و فن‌آوری‌های وارد شده به کشورشان توسط شرکت‌های خارجی یاد بگیرند. همسو با یافته‌های فوق‌الذکر، انتظار می‌رود سرمایه‌گذاری مستقیم خارجی، اثر مثبت بر پیچیدگی صادرات داشته باشد. برقراری این رابطه از این راه‌هاست: تولید محصولات دارای ارزش بالا توسط شرکت‌های در تملک خارجیان یا بنگاه‌های چند ملیتی و اثر سرریز‌های سرمایه‌گذاری مستقیم خارجی بر شرکت‌های داخلی.

کشورهای درحال توسعه برای رسیدن به رشد اقتصادی بالا چاره‌ای جز افزایش پیچیدگی صادرات ندارند. حال این سوال مطرح است که افزایش سرمایه‌گذاری مستقیم خارجی باعث افزایش پیچیدگی صادرات کشورهای درحال توسعه می‌شود یا خیر سوال بعدی اینکه چه درسهایی برای کشورهای درحال توسعه نظیر ایران دارد.

این مقاله، چهار کمک بسیار مهم به این بحث می‌کند:

نخست اینکه تغییرات ایجاد شده در پیچیدگی‌صادرات کشورهای درحال توسعه و ایران را  طی 16 سال گذشته را به گونه‌ای نظام‌مند مستند سازی می‌کند.  دوم اینکه این مقاله به بررسی اهمیت نسبی سرمایه‌گذاری خارجی در مقایسه با سایر متغیرهای تاثیر گذار  بر پیچیدگی صادرات کشورهای درحال توسعه می‌پردازد. البته پژوهش‌های بسیار کمی درباره عوامل تعیین کننده پیچیدگی صادرات کشورهای درحال توسعه انجام شده است و همین مقدار اندک نیز نیازمند بهبودهایی در اندازه‌گیری و روش تجربی است. نخست اینکه پژوهش‌های موجود عمدتا بر نقش عوامل داخلی و بنیادی تاکید دارند و در مقابل عوامل دانشی خارجی که به خلق و انتشار دانش که می‌توانند بر الگوی تخصص کشورهای درحال توسعه  در داد و ستد و سطح پیچیدگی صادرات آنها اثر گذار  باشند نادیده می گیرند که در این پژوهش مورد تاکید قرار می گیرند. یکی از عوامل خلق و انتشار دانش شامل سرمایه گذاری خارجی است که مورد توجه این مطالعه است. 

 ادامه مقاله حاضر در چهار بخش تنظیم شده است. بخش اول به ادبیات موضوع می‌پردازد. بخش دوم مطالعات تجربی و در بخش سوم به مدل و روش تحقیق اختصاص دارد. در بخش سوم به برآورد مدل و تحلیل نتایج پرداخته شده است. در بخش پایانی نیز جمع‌بندی و پیشنهادات آمده است.

 

جنبه‌های نظری و تجربی

هاوسمن‌ و رودریک^[xii](2003) پیشگامان ادبیات پیچیدگی صادرات، با ارائه یک دیدگاه جدید به چالش‌های توسعه اقتصادی در کشورهای در حال توسعه پرداخته‌اند. هاوسمن و هاونگ و رودریک^[xiii](2007) نشان  داده‌اند که پیچیدگی صادراترابطه مستقیم و معناداری با درآمدسرانه کشورها دارد. براساس مطالعات ایشان کشورهای در حال توسعه موفق در صادرات، که ترکیب صادراتشان مشابه ترکیب صادرات کشورهای  بادرآمد بالا بوده، رشد بالاتری را تجربه کرده‌اند. هاوسمن و رودریک استدلال می‌کنند که کشورهای درحال توسعه برای دست‌یابی به رشد بالاتر، نیازمند شناسایی محصولات جدید و خلاقانه در سبد صادراتی خود هستند لذا توصیه می‌کنند که کارآفرینان کشورهای درحال توسعه باید به سمت سرمایه‌گذاری برای توسعه محصولات جدید و پیشرفته هدایت شوند.

براساس دیدگاه این محققان عناصر بنیادی کشورها  نقش مهمی در توسعه و رشد اقتصادی دارند ولی تاکید آنها بر عناصر نامتعارف موجود در الگوهای تخصصی کشورهاست. در واقع ایشان بر نقش قابلیت­ها در شکل­دهی به تحول ساختاری که  موضوع مشترک در حال بررسی در اغلب ادبیات رشد، توسعه و تغییر فناورانه  است تاکید دارد. این چارچوب، تمایزی میان ظرفیت­های مولد^[xiv] که در موهبت عوامل تولید مادی (سرمایه فیزیکی و انسانی و زیرساخت­ها) نقش بسته­اند و قابلیت­های مولد که در حوزه دانش غیرمادی^[xv] اقتصاد وجود دارند قائل می­شود^[xvi]. براساس دیدگاه ایشان، کشورها باید مزیت نسبی خود در تولید کالاهای جدید شناسایی کنند و این کار را از رهگذر تعیین «کشف هزینه^[xvii]» انجام دهند. به اعتقاد ایشان برای تولید کالاهای جدید، کارآفرینان ناگزیرند حوزه های جدید سرمایه‌گذاری کنند و لازمه این کار، حمایت از حقوق فکری و حق‌انحصاری است تا بازگشت سرمایه آنها  کاملا تضمین گردد. البته چنین حمایتی از نوآوران در بسیاری از کشورهای در حال توسعه وجود ندارد، زیرا کاستی‌های نهادی برقرار است. در نتیجه، شمار محصولات دارای بهره‌وری بالای کشورهای کم درآمد ـ که قابلیت صدور به بازارهای جهانی را داشته باشندـ بسیار اندک است.

هاسمان و همکاران (2007) مدل ساده‌ای را فرض کردند که  دو بخش دارد. بخش سنتی که صرفا تولید کننده کالاهای همگن که اساسا کاربرد مصرف داخلی دارند. بخش مدرن، طیف متفاوتی از کالاها را تولید می‌کند و از سطح فن‌آوری و پیچیدگی نسبتا بالایی برخوردار است.نهاده‌های اصلی بخش مدرن عبارتند از منابع طبیعی، نیروی کار و سرمایه فیزیکی.

تابع تولید عبارتند از :

معادله 1)

 

 

که در آن L، K ، N و h به ترتیب نشان دهنده نیروی کار، سرمایه ، منابع طبیعی و شاخص مهارت است. در این مدل فرض می‌شود  که بهره‌وری احتمالی یک کالا را تنها سرمایه انسانی داخلی موجود تعیین نمی‌کند و دانش خارجی نیز می‌تواند نقش آفرین باشد.ایشان با پیروی از مطالعات فاگربرگ^[xviii] (1988) و استرلاچینی^[xix] (2008)، فرض میکنند که h تابع منابع داخلی (D) و خارجی (F)، توانایی ایجاد منابع و سود برای هر دو نوع از دانش (I) و یک مقدار ثابت (B) است. آنچه توانایی بهره‌برداری از دانش خارجی و داخلی را شکل می‌دهد، ویژگی‌های نهادی، اجتماعی و فرهنگی هر کشور است. انباشت دانش داخلی معمولا با استفاده از تحقیق و توسعه و آموزش بیشتر می‌شود  و این در حالی است  که سرمایه دانش خارجی اساسا از رهگذر سرمایه‌گذاری مستقیم خارجی و واردات به دست می‌آید. بهره‌وری نیروی کار مورد انتظار هاسمان و دیگران، عبارت است از:

                                                                                                                                                                                                       

فرمول بالا نشان می‌دهد که بهره‌وری مورد انتظار از بخش مدرن به عواملی نظیر: سرمایه نسبی و بخشش‌های منابع طبیعی، سرمایه علمی داخلی و خارجی، توانایی بهره‌برداری از منابع هر دو نوع دانش  و نیز تعداد بنگاه‌هایی که در فرایند تولید و هزینه ابداع کالاهای جدید درگیر هستند بستگی دارد. با فرض اینکه بخش مدرن، بخش صادراتی یک اقتصاد است، با استفاده از تعریف شاخص پیچیدگی صادرات آن را می‌توان جایگزینی برای    ارایه نمود.

مهمترین نتیجه‌ای که از این مدل می‌توان گرفت این است که کالاهای دارای بهره‌وری بالاتر ـ به رشد بخش مدرن خواهد انجامید (تقلید کنندگان جذب می‌شوند) و سپس کل اقتصاد نیز رشد خواهد کرد.

شوشین و دیگران(2010)[xx] در مطالعه‌ای به بررسی اثر دسترسی کشورها به سرمایه‌گذاری مستقیم خارجی بر  پیچیدگی صادرات در سطح گسترده 171 کشور در دوره 2006-1999  با استفاده از روش داده های ترکیبی( پانل) با اثرات ثابت پرداخته است. هدف از این مطالعه، بررسی عوامل تعیین کننده در پیچیدگی صادرات در چارچوب تئوری‌های تجارت سنتی و جدید بوده است. نتایج نشان می‌دهد که سرمایه‌گذاری مستقیم خارجی‌از راههای گوناگون به افزایش پیچیدگی صادرات کمک می‌کنند.

وردمیکل^[xxi](2012) در مطالعه ای در نمونه مشتمل بر 120 کشور و طی دوره 2000-1960 اثر سرمایه گذاری مستقیم خارجی را بر روی پیچیدگی صادرات مبتنی بر مدل پیشنهادی هاسمان و دیگران مورد بررسی قرار داد. تخمین مدل با استفاده از گشتاور تعمیم یافته[xxii](GMM) داده های تابلویی پویا[xxiii] و اثرات ثابت است. براساس این مطالعه اثر سرمایه‌گذاری خارجی بر پیچیدگی صادرات مثبت و این تاثیر برای کشورهایی که از  لحاظ کیفیت نهادها توسعه یافته‌اند بیشتر است.

روبین^[xxiv](2014)، در مطالعه‌ای با استفاده از داده های کشورهای با درآمد متوسط طی دوره 2009-1980به بررسی رابطه میان پیچیدگی صادرات و تله کشورهای دارای درآمد متوسط براساس «کشف هزینه» مبتنی بر  مدل «هاسمان و دیگران» (2007) پرداخته است. روش‌های اقتصادسنجی با استفاده  از داده های پانل و مدل با اثرات ثابت برآورد شده است. روبین انتخاب عوامل تعیین کننده در پیچیدگی صادرات را بر پایه معادله سودهای مورد انتظار قرار داده است. ایشان با پیروی از مطالعه ژو و فو [xxv](2003)، از حجم سرمایه‌گذاری مستقیم خارجی به عنوان مجراهایی برای توسعه  دانش از منابع خارجی بهره برد.

فنک و دیگران(2015)^[xxvi] در مطالعه ای به بررسی اثر توسعه تامین مالی،سرمایه‌انسانی، شکاف فناوری و اثرات سرریز سرمایه‌گذاری  بر پیچیدگی صادرات کالاهای صنعتی چین پرداخته است. مدل مورد استفاده  با استفاده از روش داده های ترکیبی( پانل) برحسب منطقه و صنعت است. ضرایب مدل به روش  اثرات ثابت و در دوره 2008-2002 تخمین زده‌شد. نتایج نشان می‌دهد ‌سرمایه‌گذاری خارجی رابطه معناداری با افزایش سطح پیچیدگی صادرات دارد.

بررسی سوابق موضوع در ایران نشان می دهد که در ارتباط با موضوع این رساله مطالعه ای صورت نگرفته است.

 

ارایه مدل، داده ها و روش تخمین

معرفی مدل

با توجه به مباحث مطرح شده در بخش مبانی نظری و پژوهش های انجام شده پیشگفته در زمینه عوامل موثر بر پیچیدگی صادرات و با توجه به مطالعات تجربی شوشین و دیگران(2010)، مدل تجربی پایه پیچیدگی صادرات با جایگزینی شاخص پیشنهادی هاسمن و رودریک بجای  به شرح زیر تصریح گردیده است:

 

 

در این مدل، اندیس t نشان دهنده دوره زمانی ،  و  به ترتیب نشان دهنده اثر ثابت قطعی و اثر ثابت دوره‌ای است.  خطای تصادقی است که با  و  یا متغیرهای مستقل همبستگی ندارد. L نشان‌دهنده لگاریتم طبیعی متغیرهای متناظر. در این مطالعه برای اندازه‌گیری شاخص پیچیدگی صادرات[xxvii] ،از شاخص  پیچیدگی صادرات لال، وایس و ژانگ (2005)[xxviii] که توسط روادریک و «هاسمن و دیگران» (2007) اصلاح و توسعه یافته‌است استفاده می‌شود.

فرمول پایه شاخص پیچیدگی کالاهای صادراتی  به صورت زیر است:

                                            

 

 

 

Lger  سرمایه انسانی است که با استفاده از میانگین‌سالهای تحصیل در مدرسه اندازه‌گیری می‌شود[xxix]. ifk  شاخص ترکیبی جریان اطلاعات[xxx] است. این معیار ترکیبی بر عوامل زیر استوار است که وزن هر عامل در پرانتز بدست آمده‌است: الف) شمار کاربران اینترنت در هر 1000 نفر (36%)؛ ب) تعداد دستگاه‌های تلویزیون به ازای هر 1000 نفر (37%)؛ و ج) نسبت داد و ستد روزنامه‌ها به تولید ناخالص داخلی (28%). هدف از این معیار، محاسبه میزان احتمال سرریزهای دانش و فن‌آوری است.این دو متغیر، نشان دهنده بخشش دانش داخلی یک کشور هستند. Lfdis و imgdp به ترتیب بیانگر حجم سرانه سرمایه‌گذاری مستقیم خارجی (جریان ورودی) بصورت موجودی[xxxi] و نسبت واردات کالا و خدمات در تولید ناخالص داخلی هستند. Lpop بیانگر جمعیت و نشان دهنده اندازه کشور است. متغیر RLE بیانگر کیفیت نهادهاست که با استفاده از «شاخص حاکمیت قانون[xxxii]» جایگزین می‌شود؛ شاخصی که معمولا برای اندازگیری کیفیت نهادها به کار می‌رود[xxxiii].

 

نحوه جمع‌آوری داده‌ها 

در این مطالعه دو دسته از اطلاعات تجاری و اقتصادی به تفکیک کشوری با توجه به اهداف و سوالات تحقیق جمع‌اوری ، پردازش و مورد بهره‌برداری قرار گرفت. دسته اول شامل اطلاعات ارزش  صادرات 192کشور به تفکیک کدهای سه رقمی  مرکز تجارت بین‌الملل(SITC  ویرایش سوم)  است که  بطور متوسط برای هر کشور شامل 256 کد کالایی و در مجموع دربرگیرنده تعداد 2500000 مشاهده برای سال‌های 2013-1997است. اطلاعات صادرات گروه کالایی به تفکیک هر کشور از پایگاه‌اطلاعات تجاری بانک جهانی  به ادرس اینترنتیwits.worldbank.org جمع‌اوری شده‌است. بعد از جمع‌آوری آمار ارزش صادرات کشورها،‌نسبت به تشکیل بانک اطلاعات صادرات کشورها با استفاده از نرم افزار ACCEC اقدام شده‌است. در مرحله بعدی  با برنامه نویسی در محیط  نرم افزار SQL نسبت به پردازش اطلاعات و محاسبه شاخص پیچیدگی صادرات پرداخت شده‌است. دسته دوم از اطلاعات به محیط کلان اقتصادی کشورها مربوط می‌شود که در محاسبه شاخص پیچیدگی و  تخمین مدل نیز مورد بهره‌برداری قرار گرفت. داده‌های مربوط به  تولید ناخالص داخلی سرانه، جمعیت، نیروی کار، مساحت خشکی، سرمایه انسانی ، تشکیل سرمایه، موجودی سرمایه‌گذاری مستقیم خارجی (جریان ورودی) و واردات، برگرفته از پایگاه اطلاعات سری زمانی  بانک جهانی  هستند. دسته سوم از اطلاعات شامل شاخص‌های ترکیبی است که از پایگاه اطلاعاتی موسسات معتبر بین‌المللی برای کشورهای مورد مطالعه شامل کشورهای درحال‌توسعه جمع اوری گردید . اطلاعات مربوط به کیفیت نهادها برگرفته از بانک جهانی و اطلاعات مربوط به شاخص جریان اطلاعات برگرفته از موسسه فدرال تکنولوژی سویس در خصوص محاسبه شاخص جهانی شدن است.

 

روش تخمین و روش های آزمون

روش برآورد مدل پیچیدگی صادرات‌غیر‌نفتی برحسب کشورهای درحال‌توسعه براساس داده‌های تلفیقی (پانل)  است. داده‌های تلفیقی روش ترکیبی از «اطلاعات سری زمانی»و«داده‌های مقطعی»است. در هر یک از مدل‌های سری زمانی و داده‌های مقطعی، نارسایی‌هایی وجود دارد که در مدل تلفیقی می‌توان آن‌ها را کاهش داد[xxxiv]. در روش‌های مذکور دو دسته از آزمون انجام می‌شود.  دسته اول شامل آزمون صحت ادغام و آزمون نوع ادغام  که خاص داده‌های تلفیقی است برای آزمون اول از آماره Fلیمر و برای آزمون دوم از آمار هاسمن بررسی انجام می‌شود.

برآورد مدل، با استفاده از آزمون F لیمر، بررسی می‌شود که ایا تفاوت کشوری  یا به اصطلاح ناهمگنی در مقاطع وجود دارد یا اینکه مقطع ها با هم همگن هستند؟ فرضیه صفر آزمون F لیمر مبتنی بر همگن بودن مقاطع است. چنانچه فرضیه صفر رد شود، فرضیه مقابل آن مبتنی بر وجود ناهمگنی بین مقاطع پذیرفته می‌شود یا به عبارت دیگر پانل دیتا بودن داده اماری پذیرفته می‌شود. بعد از مشخص شدن اینکه آیا مقاطع همگن هستند یا غیر همگن، باید مشخص شود که خطای تخمین، ناشی از تغییر در تقاطع است یا اینکه در طی زمان رخ داده است. با در نظر گرفتن چنین خطاهایی با دو اثر ثابت و اثر تصادفی مواجه هستیم. از آزمون هاسمن برای مشخص شدن اثر ثابت و تصادفی استفاده می کنیم. در آزمون هاسمن، فرضیه صفر مبتنی بر این است که بین اجزای اخلال و متغیرهای توضیحی همبستگی وجود ندارد که در صورت رد این فضیه مدل اثرات ثابت انتخاب می‌شود. دسته دوم از آزمون ها برای بررسی خود همبستگی و ناهمسانی واریانس است.

برای بررسی خودهمبستگی در داده های تابلویی، وولدریچ(2002) آزمون خودهمبستگی ساده ای را در مورد داده های تابلویی پیشنهاد می‌کند که در آن جملات اختلال از فرایند خودرگرسیونی مرتبه اول(1)AR تبعیت می کنند. فرضیه صفر در آزمون وولدریچ^[xxxv]، عدم وجود خودهمبستگی مرتبه اول در جملات اختلال مدل رگرسیون می‌باشد که در صورت رد فرضیه صفر، مدل تخمین زده شده دارای خودهمبستگی مرتبه اول خواهد بود. از طرف دیگر در صورتی که تعداد واحدهای انفرادی بیشتر از دوره زمانی مورد مطالعه باشد، می توان انتظار داشت که اجزای اخلال دارای ناهمسانی واریانس باشد که در این حالت تخمین زنندههای رگرسیون علی رغم بدون تورش بودن دارای کارایی نخواهند بود. در این مطالعه برای انجام آزمون ناهمسانی واریانس از آماره آماره والد اصلاح شده^[xxxvi] که آماره این آزمون بر تخمین زن نامقید مبتنی است. چنانچه مدل تخمین دارای ناهمسانی واریانس بوده و خود همبستگی نیز در مدل وجود داشته باشد برای رفع آنها از مدل ^[xxxvii]FGLS استفاده می‌شود که در آن در دو مرحله مجزا نسبت به رفع خود همبستگی و ناهمسانی واریانس اقدام می‌شود^[xxxviii].

 

تحلیل نتایج

بررسی روند شاخص‌ها 

نمودار 1 روند شاخص پیچیدگی صادرات غیر نفتی و کل ارزش موجودی سرمایه‌گذاری مستقیم خارجی کشورهای درحال توسعه  را طی سال های 2013-1997 ارایه می کند. براساس این نمودار ، هر دو شاخص روند روبه افزایشی را تجربه‌کرده‌اندو در صورت استمرار این روند می توان چشم انداز رشد اقتصادی مناسبی در این کشورها متصور بود.  شاخص پیچیدگی در سال 1997 رقم7415 واحد بوده که با نرخ رشد سالانه  حدود 1.7 درصد به 9368 واحد در سال 2013 افزایش یافته است.طی همین دوره،‌میزان ارزش موجودی سرمایه‌گذاری مستثیم خارجی از رقم 1090 میلیارد دلار  با نرخ رشد سالانه 13.6 درصد به 7657 میلیارد دلار افزایش یافته‌است.نکته قابل توجه اینکه ضریب همبستکی بین دو شاخص مذکور نزدیک به 0.81 می‌باشد. نکته دیگر اینکه این رابطه برحسب داده‌های مقطعی بین‌کشوری از سال 2013-1997 شامل تعداد 1538 مشاهده‌می‌باشد نزدیک به 0.61 بوده‌است.

 

 

نمودار1: روند شاخص پیچیدگی صادرات غیر نفتی و ارزش موجودی سرمایه‌گذاری خارجی (میلیون دلار)

ماخذ: یافته های تحقیق، اطلاعات خام برگرفته از پایگاه اطلاعات تجاری بانک جهانی (www.wits.worldbank.org)

 

 

 

نمودار2: رابطه بین لگاریتم شاخص پیچیدگی صادرات و موجودی سرمایه‌گذاری مستقیم خارجی

ماخذ: یافته های تحقیق، اطلاعات خام برگرفته از پایگاه اطلاعات تجاری بانک جهانی (www.wits.worldbank.org)

 

 

نمودار روند شاخص پیچیدگی صادرات غیر نفتی ایران و ارزش موجودی سرمایه‌گذاری مستقیم خارجی را طی سال‌های مورد مطالعه نشان می‌دهد. براساس این نمودار، میزان پیچیدگی صادرات غیرنفتی ایران همزمان با افزایش ارزش موجودی سرمایه‌گذاری مستقیم خارجی رشد بالایی را در مقایسه با متوسط شاخص برای کشورهای درحال توسعه تجربه کرده‌است.  شاخص پیچیدگی صادرات ایران از رقم 7085 در سال 1997 با نرخ رشد سالانه 3.6 درصد افزایش یافته‌است. همزمان طی همین دوره میزان ارزش موجودی سرمایه‌گذاری مستقیم خارجی از رقم 2.4 میلیارد دلار  با نرخ رشد سالانه 22.5 درصد رشد داشته‌است. ضریب همبستگی بین دو شاخص مذکور نزدیک به 0.9 می‌باشد که رقم بالایی است.

 

 

نمودار2: روند شاخص پیچیدگی صادرات غیر نفتی و ارزش موجودی سرمایه‌گذاری مستقیم خارجی

ماخذ: یافته های تحقیق، اطلاعات خام برگرفته از پایگاه اطلاعات تجاری بانک جهانی (www.wits.worldbank.org)

 

تخمین مدل:

نتایج برآورد عوامل تعیین‌کننده پیچیدگی صادرات‌غیر‌نفتی کشورهای درحال‌توسعه را طی دوره زمانی 2013-1997 بر حسب روش اثرات ثابت و تصادفی و در نهایت به روش حداقل مربعات تعمیم یافته^[xxxix](FGLS)ارایه می‌کند. بر‌اساس این جدول، هر سه معادله برآورد شده بر‌اساس آماره F معمول دارای معناداری کلی در سطح 1 درصد می‌باشد. ابتدا دو آزمون ، یعنی آزمون صحت ادغام و آزمون نوع ادغام^[xl](FE) که خاص روش پانل می‌باشد، مورد توجه مطالعه حاضر قرار گرفته‌است. با توجه به آماره F لیمر ، فرضیه مبنی بر درستی ادغام روی دوره زمانی مورد بررسی مورد تایید آماری قرارگرفته‌است. همچنین بر‌اساس آماره‌هاسمن، فرضیه صفر( ) مبنی بر صفر بودن تمامی متغیر‌های دامی خاص زمان( ها) تایید شده‌است لذا مدل با اثرات ثابت انتخاب شده‌است.

همچنین برای بررسی خود همبستگی و ناهمسانی واریانس در داده‌های مورد مطالعه از آماره وولدریج و والد استفاده شده‌است. با توجه به مقادیر آماره F آزمون وولدریج و کای دو آزمون والد اصلاح شده در جدول مورد نظر، مدل با اثرات ثابت دارای خود همبستگی و ناهمسانی واریانس است. بدین‌ترتیب برای رفع آنها از مدلFGLS  استفاده می‌شود که در دو مرحله به رفع آنها اقدام شده‌است.

بررسی نتایج حاکی از آن است که تمامی متغیرهای مدل به جزء سرانه مساحت خشکی در سطح 1 درصد معنی‌دار بوده و بر روی پیچیدگی صادرات‌غیر‌نفتی تاثیر مثبت دارند. در این مطالعه از دو شاخص نسبت تشکیل سرمایه به نیروی کار و سرانه مساحت نماینده‌ای از شاخص‌های بخشش‌های عامل نسبی یک کشور در حوزه‌های منابع طبیعی، سرمایه فیزیکی و نیروی‌کار استفاده شده‌است. نتایج جدول 1 بیانگر آن است ، ضریب متغیر نسبت تشکیل سرمایه ثابت نسبت به نیروی کار دارای معناداری قوی(در سطح معناداری 1 درصد) و علامت مورد انتظار مثبت می‌باشد. بدین‌ترتیب، اهمیت سطح رشد و توسعه سرمایه‌گذاری فیزیکی  کشورها در شکل گیری و افزایش پیچیدگی صادرات‌غیر‌نفتی میان آنها مورد تایید قوی آماری قرار می‌گیرد. نتایج نشان می‌دهد که با افزایش یک درصد در تشکیل سرمایه ثابت نسبت به نیروی کار،پیچیدگی صادرات‌غیر‌نفتی بطور متوسط 0.036 درصد افزایش می‌یابد.

از طرف دیگر، ضریب متغیر سرانه مساحت خشکی ، دارای علامت منفی و غیر معنادار بدست بدست آمده‌است.این نتیجه با مطالعات هاسمن و دیگران(2007) و مطالعه شاجین و دیگران(2010) همخوانی دارد. بدین‌ترتیب، به‌نظر می‌رسد این متغیر و دسترسی کشورها به منابع طبیعی و خدادادی نمی‌تواند در شکل گیری و گسترش پیچیدگی صادرات‌غیر‌نفتی کشورهای مورد مطالعه نقش اساسی ایفا کند.

یکی از مسیرهای خلق دانش صادرات کالاهای پیچیده سرمایه علمی که بعنوان انگیزه رشد صادرات کالاهای پیچیده در بلندمدت مطرح است. سرمایه انسانی و جریان اطلاعات ، دو عامل مهمی هستند که بر خلق دانش کمک می‌کنند. ضریب متغیر سرمایه انسانی دارای علامت مورد انتظار مثبت می‌باشد. ضریب این متغیر در نمونه‌های مورد مطالعه در سطح 1 درصد معنادار بدست بدست آمده‌است. نتایج تخمین مدل نشانگر آن است که با افزایش یک درصدی در شاخص سرمایه‌انسانی،بطور متوسط شاخص پیچیدگی صادرات‌غیر‌نفتی 0.054 درصد افزایش می‌یابد. بدین‌ترتیب، به‌نظر می‌رسد توسعه سرمایه‌انسانی از طریق تقویت مهارت‌ها موجب رشد شاخص پیچیدگی صادرات کشورهای درحال‌توسعه می‌شود. ضریب متغیر جریان اطلاعات دارای علامت مورد انتظار مثبت می‌باشد ومعناداری ضریب این متغیر در سطح 1 درصد نیز مورد تایید قرار می‌گیرد. این نتیجه با مطالعه صندوق بین‌المللی پول(2012) همخوانی دارد. در مجموع، نتایج نشان می‌دهند که وجود نیروی‌کار تحصیل‌کرده و جریانهای اطلاعات خوب همگی رابطه‌معنا‌داری با افزایش پیچیدگی صادرات کالاهای غیر‌نفتی در طیف گسترده‌ای از ویژگی‌های گوناگون دارند. به  عبارت دیگر اگر کشورهای در‌حال‌توسعه اقدام به افزایش سالهای تحصیل در مقطع متوسط نمایند یا جریانهای اطلاعات خود را به سطح کشورهای‌پیشرفته   برسانند، شکاف موجود میان کشورهای‌پیشرفته و در‌حال‌توسعه در بحث پیچیدگی صادرات کاهش خواهد یافت.

ضریب متغیر اندازه‌بازار دارای علامت مورد انتظار مثبت و معنادار می‌باشد. ضریب این متغیر برای نمونه کامل در سطح 1 درصد معنادار بدست آمده‌است. به‌نظر می‌رسد، اندازه‌بازار که نشانگر پتانسیل تولید محصولات متمایز و قابلیت بهره‌گیری از صرفه‌جویی‌های ناشی از مقیاس می‌باشد، اثر مثبت و معناداری بر پیچیدگی صادرات کشورهای مورد بررسی دارد. این نتیجه می‌تواند به دلیل اهمیت بیشتر تفاوت ساختاری کشورها در تاثیرگذاری متغیر اندازه‌بازار  در رشد پیچیدگی صادرات باشد. نتایج نشان می‌دهد که با افزایش یک درصد جمعیت، شاخص پیچیدگی صادرات به‌طور متوسط 0.046 درصد افزایش پیدا می‌کند.

واردات و سرمایه‌گذاری مستقیم خارجی، دو کانال برای انتقال فن‌آوری در عرصه بین‌المللی هستند و همچنین محرک توسعه فن‌آوری صنعتی در صنایع داخلی مرتبط هستند و این کار را از رهگذر اثرات رابطه عمودی انجام می‌دهند. ضریب متغیر سرانه موجودی سرمایه‌گذاری خارجی و سهم واردات از تولید ناخالص داخلی دارای علامت مورد انتظار مثبت می‌باشد. ضریب این دو متغیر در نمونه‌های مورد مطالعه در سطح 1 درصد معنادار بدست آمده‌است. نتایج تخمین مدل نشانگر آن است که با افزایش یک درصدی مقادیر این شاخص‌ها به‌طور متوسط شاخص پیچیدگی صادرات‌غیر‌نفتی کشورهای درحال‌توسعه به ترتیب معادل 0.043 و 0.0004 درصد افزایش می‌یابد.

ضریب متغیر کیفیت نهادها از منظر حاکمیت قانون در معادله منتخب دارای علامت مورد انتظار مثبت می‌باشد و معنی‌داری ضریب این متغیر در سطح 1 درصد مورد تایید قرار می‌گیرد. بررسی نتایج مدل حاکی است که شاخص حاکمیت قانون تاثیر مثبتی بر رشد شاخص پیچیدگی صادرات‌غیر‌نفتی کشورهای درحال‌توسعه دارد بطوریکه با افزایش یک درصدی شاخص‌حاکمیت قانون به‌طور متوسط شاخص پیچیدگی رشد 0.044 درصدی را تجربه نموده‌است. این نتیجه با مطالعه کوآن و نیوت (2007) و لوچنکو (2007) و والد هیکال(2012) همخوانی دارد. این یافته دور از انتظار نیست چون حاکمیت قانون از طریق ایجاد بسترهای لازم برای سرمایه‌گذاری خطر پذیر و تحقیق و توسعه زمینه رشد صادرات کالاهای پیچیده موثر می‌گردد.

 

 

 

 

 

 

 

 

 

جدول1: نتایج تخمین با استفاده از روش FGLS‍‍‍بر حسب کل کشورهای درحال توسعه

نام متغیر	اثر ثابت	اثر تصادفی	FGLS
عرض از مبداء	3.086 (0.528)	3.2250 (0.000)**	2.278 (0.156)
Llandp	-0.294 (0.765)	-0.0280 (0.073)*	-0.202 (0.632)
Lgcfl	-0.006 (0.587)	0.0163 (0.067)*	-0.008 (0.088)
Lger	0.060 (0.001)**	0.0602 (0.000)**	0.039 (0.002)**
Lpop	0.002 (0.998)	0.0271 (0.041)**	0.099 (0.810)
Lfdis	0.039 (0.000)**	0.0541 (0.000)**	0.0377 (0.000)**
imgdp	0.000 (0.184)	0.0003 (0.183)	0.000 (0.000)**
Rle	0.014 (0.236)	0.0313 (0.001)**	0.007 (0.231)
Ifk	0.001 (0.002)**	0.0024 (0.000)**	0.002 (0.000)**
ضریب ثابت برای ایران	-0.295 (0.844)	-	-0.435 (0.477)
آماره F معناداری کلی	49.98 (0.000)	60.10 (0.000)	85.63 (0.000)
تعداد مشاهدات	1538	1538	1538
تعداد کشورها	108	108	108
آماره آزمون درستی ادغام(F -لیمر)	F=18.59 (0.000)
آماره آزمون نوع ادغام(آزمون هاسمن)		2=32.22 (0.000)
آماره آزمون ناهمسانی واریانس(آزمون والد اصلاح شده)	2=2.9e^29 (0.0000)
آماره آزمون خود همبستگی (آزمون وولدریج)	F=18.61 (0.0003)
آماره خوبی برازش به روش FGLS(آزمون والد)			2=23919.05 (0.0000)

ماخذ: یافته های تحقیق

 

نتیجه گیری و پیشنهادات

نتایج مورد بررسی گویای این واقعیت است که پیچیدگی صادرات کالاهای غیر نفتی کشورهای درحال توسعه و ایران افزایش یافته‌است. بدین‌ترتیب این حقیقت آشکار می‌شود که  سبدهای صادرات کشورهای درحال توسعه، ایستا نبوده ، یعنی گذر زمان به سمت تولید کالاهای جدید حرکت کرده‌اند. در این میان  روند رشد این شاخص برای  کشورهای درحال توسعه‌ای نظیر ایران که  سرشار از منابع طبیعی هستند در مقایسه با سایر گروه کشورهای مورد بررسی بیشتر بوده‌است. این نتیجه‌گیری چشم انداز رشد مثبت آتی این گونه از کشورها را نشان می‌دهد.

نتایج مدل پیچیدگی صادرات کشورهای درحال توسعه نشاندهنده اهمیت  عوامل دانشی خارجی نظیر سرمایه‌گذاری خارجی در افزایش پیچیدگی صادرات است. این یافته‌ها درسهای مهمی به کشورهای در‌حال‌توسعه می‌آموزد که تلاش کنند پیچیدگی صادرات  خود را بالا ببرند، مخصوصا کشورهای نظیر ایران که همچنان وابسته به صادرات پایه نفتی است. از جمله اینکه با افزایش پیچیدگی صادرات‌غیر‌نفتی می‌توان به اهداف در نظر گرفته شده در لایجه برنامه ششم توسعه یعنی رسیدن به نرخ رشد سالانه 8 درصد دست یافت. توجه به عوامل کلیدی مذکور بایستی توسط برنامه‌ریزان و سیاستگذاران در این برنامه مورد توجه ویژه قرار گیرد. لذا بالا‌رفتن از نردبان پیچیدگی صادرات نیازمند توجه جدی به افزایش  جذب سرمایه‌گذاری مستقیم خارجی است. سیاست‌های صنعتی، به‌طور خاص، می‌توانند نقش ابزاری مهم را بازی کنند و فرایند تکامل ساختار دانشی را آسان نمایند؛ ساختاری که فراهم‌کننده گزینه‌هایی برای حرکت در مسیر پیچیدگی روز افزون در فضای تولید است. سیاست‌های جذب سرمایه‌گذاری مستقیم خارجی گزینش شده گزینه‌هایی هستند که ایران را قادر می‌سازد که به سمت بالای نردبان پیچیدگی صادرات حرکت کنند.

 

 

 

 

 

 

 

 

 

 

 

 

 

---

1- استاد دانشگاه علامه طباطبائی تهران، ایران (نویسنده مسئول)   [e-mail]

2- دانشجوی دکترای دانشگاه علامه طباطبائی و عضو هیات علمی موسسه مطالعات و پژوهشهای بازرگانی، تهران، ایران.

---

[i] Export Sophistication(ES)

[ii]  (Michele & Federico, 2008)

[iii]  (IMF, 2012)

[iv]  (Rodrik D. , 2006)

[v] (Xu & Lu, 2007)

[vi] (Wang & Wei, 2008)

[vii] (Blomström & Sjöholm, 1999)

[viii] (Li, Xiaming, & Parker, 2001)

[ix] (Kokko & Globerman, 2000)

[x] (Markusen & Anthony, 1998)

[xi] (Cheung, Kuy-yin, & Lin, 2004)

[xii]  (Hausmann & Rodrik, December 2003.)

[xiii]  (Hausmann R. J., 2007)

^[xiv]. Productive Capacities

^[xv]. Imma­terial Knowledge Sphere

[xvi]  (مالکی, 1389)

[xvii] Cost Discovery

[xviii]  (Fagerberg, 1988)

[xix]  (Sterlacchini, 2008)

[xx] (Shujin, Xiaolan, Mingyong, & Ji, 2010)

[xxi]  (Weldemicael, 2012)

[xxii] Generalized Method of Moments

[xxiii] Dynamic Panel Data

[xxiv]  ( Ruben, 2014)

[xxv]  (Zhu & Fu, 2003)

[xxvi]  ( Fang, Gu, & Li, 2015)

[xxvii] Export Sophistication Index(ESI)

[xxviii]  (Lall, 2005)

[xxix] Gross enrolment ratio, tertiary, both sexes (%)

[xxx] information flows

[xxxi] Stock fdi US Dollars at current prices and current exchange rates in millions

[xxxii] Rule of Law

[xxxiii]  (Weldemicael & M, 2011)

[xxxiv] (Baltagi, 1995)

[xxxv] Modified  Wooldridge(2002)

[xxxvi] Wald Test

[xxxvii] Feasible Generalized Least Squares

[xxxviii] (حکمتی فرید, محمدزاده, & خزالی, 1395)

[xxxix] Feasible Generalized Least Squares (FGLS)

[xl] Fixed Effects Model

مراجع

فهرست منابع

1)    مالکی, ا. (1389). اثر ترکیب تکنولوژیک صادرات بر رشد اقتصادی. پژوهشنامه بازرگانی شماره 5 , 149 - 176.

2)    مترجمان, گ. (1394). ایجاد تحول در اقتصاد : سیاست صنعتی در خدمت رشد ، اشتغال و توسعه. تهران: موسسه مطالعات و پژوهش های بازرگانی.

3)    نادر, ه., سالارپور, م., & روشنفر, م. ع. (1391). بررسی بهرهوری صادرات و تخصصی شدن تجارت محصولات کشاورزی در کشورهای عضو اکو. اقتصاد کشاورزی , 155-178

4)    Fagerberg, J. (1988). Why Growth Rates Differ. Technical Change and Economic Theory .

5)    Hausmann, R. J. (2007). “What You Export Matters,” . .Journal of Economic Growth , pp. 1-25.

6)    Hausmann, R., & Rodrik, D. ( December 2003.). Economic Development as Self Discovery. Journal of Development Economics .

7)    Hausmann, R., Hidalgo, C., Bustos, S., Coscia, M., Chung, S., & Jimenez, J. (2011). The atlas of economic complexity: Mapping paths to prosperity. Massachusetts Institute of Technology.

8)    IMF. ( 2012). Structural Transformation and the Sophistication of Production. International Monetary Fund.

9)    Lall, S. J. (2005). “The „Sophistication‟ of Exports: A New Measure of Product Characteristics . Queen Elizabeth House Working Paper No 123.

10) Michele, D. M., & Federico, T. (2008). The evolution of world export sophistication and the Italian trade anomaly. Rivista di Politica Economica.

11) Rodrik, D. (2006). What’s so special about China's export. CEPR Discussion Paper no.

12) Sterlacchini, ,. A. (2008). R&D, Higher Education and Regional Growth: Uneven Linkages Among European Regions . Research Policy, 37 , 1096-1107.

13) Weldemicael, & M. (2011). Determinants of export sophistication. University of Melbourne.

14) Zhu, S., & Fu, X. (2003). Drivers of export upgrading . Journal of World Development , 221{233

 

یادداشت‌ها