مدل مبتنی‌بر عامل ورود و خروج بنگاه‌های تولیدی در صنایع وابسته به تأمین‌کننده

مدلسازی اقتصادی

مقاله 2، دوره 17، شماره 62، شهریور 1402، صفحه 19-36   

نوع مقاله: پژوهشی

شناسه دیجیتال (DOI): 10.30495/eco.2023.1991962.2769

نویسندگان

زهرا اسداللهی سهی^{* 1}؛ حسین راغفر²

¹گروه اقتصاد، دانشکده علوم اجتماعی و اقتصاد، دانشگاه الزهرا، تهران، ایران

²استاد اقتصاد، گروه اقتصاد، دانشکده علوم اجتماعی و اقتصاد، دانشگاه الزهرا (س)، تهران، ایران

چکیده

هدف مقاله بررسی متغیرهای مؤثر بر ورود و خروج و تعداد بنگاه‌های تولیدی صنایع وابسته به تأمین‌کننده بود. برای دست‌یابی به هدف، از روش شبیه‌سازی ترکیبی پویایی‌شناسی سیستم‌ها و مبتنی‌بر عامل برای مدل‌سازی مصرف استفاده شد. برای بررسی اثر عوامل مختلف بر ورود و خروج و تعداد بنگاه‌ها آزمایش‌هایی انجام شد. متغیرهایی به‌عنوان نماینده برای بررسی شکل ورود و خروج از صنعت لحاظ شدند. نتایج نشان دادند که تعداد تولیدکنندگان اولیه‌ صنعت، کشش قیمتی تقاضا، عمر ماشین‌آلات و تأمین مالی بنگاه‌ها بیشترین اثر را بر پارامترهای شکل توزیع تعداد بنگاه‌ها دارند. سایر عوامل اقتصادی نیز بر تعداد تولیدی‌های واردشده به صنعت اثرگذار هستند؛ هرچند، گاهی این اثرات غیرخطی هستند. این مدل نشان می‌دهد که شبیه‌سازی مبتنی‌بر عامل می‌تواند در شرایطی غیر از تعادل نیز کارا و موثر باشد.

کلیدواژه‌ها

شبیه‌سازی مبتنی‌بر عامل؛ صنایع وابسته به‌تأمین‌کننده؛ آزمایش‌های شبیه‌سازی طبقه‌بندی C65: JEL؛ D22؛ L14

مراجع

-‌ بهشتی، محمدباقر، صنوبر، ناصر و فرزانه کجاباد، حسن (1388). بررسی عوامل موثر بر ورود و خروج خالص بنگاه‌ها در بخش صنعت ایران. پژوهش‌های اقتصادی ایران، 13(38)، 157-179.

-‌ عازم، افسر، گرایی‌نژاد، غلامرضا، دقیقی اصلی، علیرضا و خسروی نژاد، علی اکبر (1400). بررسی عوامل ساختاری و محیطی بر پویایی‌های ورود و خروج بنگاه‌ها به بازار در صنایع ایران. بررسی‌های مسایل اقتصاد ایران، 8(2)، 225-253.

-‌ Akcigit, U., Baslandze, S., & Lotti, F. (2023). Connecting to power: Political connections, innovation, and firm dynamics. Econometrica, 91(2), 529-564.

-‌ Ayres, J., & Raveendranathan, G. (2023). Firm entry and exit during recessions. Review of Economic Dynamics, 47, 47-66. https://doi.org/10.1016/j.red.2021.12.001

- Sönmez, Alper. (2013). Firm Entry, Survival, and Exit. Academic Journal of Interdisciplinary Studie, 2. https://doi.org/10.5901/ajis.2013.v2n9p160.

-‌ Antony, J. (2014). 7 - Fractional Factorial Designs. In J. Antony (Ed.), Design of Experiments for Engineers and Scientists (Second Edition) (pp. 87-112). Elsevier. https:// doi.org/ 10. 1016/B978-0-08-099417-8.00007-9

-‌ Chang, M. H. (2011). Agent-Based modeling and computational experiments in industrial organization: Growing Firms and industries in silico. Eastern Economic Journal, 37, 28-34.

-‌ Corradini, C., & Vanino, E. (2021). Path dependency, regional variety and the dynamics of new firm creation in rooted and pioneering industries. Journal of Economic Geography, 22(3), 631-651. https://doi.org/10.1093/jeg/lbab021

-‌ Delli Gatti, D., Gallegati, M., Giulioni, G., & Palestrini, A. (2003). Financial fragility, patterns of firms’ entry and exit and aggregate dynamics. Journal of Economic Behavior & Organization, 51(1), 79-97. https://doi.org/10.1016/S0167-2681(02)00138-5

-‌ Farmer, J. D., & Axtell, R. L. (2022). Agent-Based modeling in economics and finance: Past, present, and future [working paper]. INET Oxford Working Papers, 10.

-‌ Kimbrough, S., & Murphy, F. (2009). Learning to collude tacitly on production levels by oligopolistic agents. Computational Economics, 33, 47-78. https://doi.org/10.1007/s10614-008-9150-6

-‌ Martin, R., & Sunley, P. (2006). Path dependence and regional economic evolution. Journal of Economic Geography, 6(4), 395-437. http://www.jstor.org/stable/26160962

-‌ Nelson, R., & Winter, S. (1982). An evolutionary theory of economic change. Cambridge, MA: The Belknap Press of Harvard University Press.

-‌ Pavitt, K. (1984). Sectoral patterns of technical change: Towards a taxonomy and a theory. Research Policy, 13(6), 343-373. https://doi.org/https://doi.org/10.1016/0048-7333(84)90018-0

-‌ Shimogawa, S., Shinno, M., & Saito, H. (2012). Structure of s-shaped growth in innovation diffusion. Physical Review E, 85. https://doi.org/10.1103/PhysRevE.85.056121

-‌ Steinbacher, M., Raddant, M., Karimi, F., Camacho Cuena, E., Alfarano, S., Iori, G., & Lux, T. (2021). Advances in the agent-based modeling of economic and social behavior. SN Business & Economics, 1(7), 99-118. https://doi.org/10.1007/s43546-021-00103-3

-‌ Terano, T. (2008). Beyond the KISS principle for agent-based social simulation. Journal of Socio-Informatics, 1(1), 175-187. https://doi.org/10.14836/jsi.1.1_175

-‌ Tesfatsion, L. (2006). Chapter 16 agent-based computational economics: A constructive approach to economic theory. In L. Tesfatsion & K. L. Judd (Eds.), Handbook of Computational Economics (2, pp. 831-880). Elsevier. https://doi.org/10.1016/S1574-0021(05)02016-2

-‌ Wu, Y., & Zhang, J. (2001). The effects of inflation on the number of firms and firm size. Journal of Money, Credit and Banking, 33(2), 251-271.

-‌ Zhang, J. (2005). Growing silicon valley on a landscape: An agent-based approach to high-tech industrial clusters. In L. Cantner, E. Dinopoulos, & R. F. Lanzillotti (Eds.), Entrepreneurships, the New Economy and Public Policy (pp. 71-90). Springer.