تأثیر فساد، نااطمینانی، اینترنت و بحران کوید 19 بر شادکامی؛ مورد ایران

Autor: کریم اسلاملوییان, حمید کهرمی
Jazyk: perština
Rok vydání: 2024
Předmět:
Zdroj: جستارهای اقتصادی, Vol 21, Iss 41, Pp 49-95 (2024)
Druh dokumentu: article
ISSN: 1735-3300
2588-5812
DOI: 10.30471/iee.2024.10304.2432
Popis: .مقدمه افزایش رضایتمندی یا رفاه ذهنی[1] یا احساس شادکامی[2] افراد و جوامع از وضعیت زندگی خود، یکی از اهداف اصلی دولت‌ها محسوب می‌شود. در ادبیات جدید، برخی شادکامی را به‌عنوان یک حق برای شهروندان در نظر می‌گیرند و درنتیجه، دولت‌ها موظف به تأمین آن برای تک‌تک افراد جامعه هستند. فراتر از آن، برخی معتقدند که شادکامی یک مقوله ملی است و باید در جهت خوشبختی و شادکامی عموم مردم تلاش شود (لی، 2022). به منظور پر کردن خلأ ادبیات مربوط به شادکامی در ایران، این پژوهش به بررسی سهم فساد به‌عنوان یکی از شاخص‌های مهم کیفیت نهادی، نااطمینانی، دسترسی به اینترنت، بحران کرونا و همچنین، تحریم در رفاه ذهنی در ایران می‌پردازد که براساس بررسی‌های نگارندگان تاکنون در کشور انجام نشده است. دراین‌راستا، از دیگر متغیرهای کنترل مانند رشد اقتصاد و بیکاری نیز استفاده می‌شود. الگو و روش برای بررسی تأثیر متغیرهای کلیدی بر ادراک شادکامی یا احساس رفاه ذهنی در ایران الگوی عمومی زیر معرفی می شود: , (1) که در رابطه (1) متغیر HAP (شادکامی) [3] تابعی از LGDPP (لگاریتم تولید ناخالص داخلی واقعی سرانه)[4]، WUI (نااطمینانی جهانی برای ایران) [5] ، COR(فساد)[6]، NET (دسترسی به اینترنت)، UN (نرخ بیکاری)[7]، SAN (تحریم های آمریکا علیه ایران) [8] و COVID19 (بحران کوید19) [9] است. الگو با روش خودرگرسیون با وقفه‌های توزیعی(ARDL) برآورد می شود. پسران و شین[10] (1995) نشان می‌دهند که اگر بردار همجمعی از به‌کارگیری روش ARDL، در صورتی که وقفه‌ها به‌درستی تصریح شده باشند، به دست آید، برآوردگر حداقل مربعات در نمونه‌های کوچک نیز از تورش کمتر و کارایی بیشتری برخوردار است. همچنین، استفاده از روش ARDL این مزیت را دارد که می‌توان بدون توجه به وجود متغیرهای با درجه جمعی I(0) یا I(1) تخمین‌های سازگاری از ضرایب بلندمدت الگو را به‌دست آورد. همچنین، این روش حرکت از الگوی کوتاه‌مدت به بلندمدت را نیز مشخص می‌کند. الگوی ARDL(p,q1,q2,...,qk) زیر را در نظر می‌گیریم:[11] (2) که در آن ها و ها پارامترهای الگو، نشان دهنده جزء اختلال تصادفی است. با به‌کارگیری معیارهای اطلاعاتی مانند، آکائیک[12]AIC) (، شوارتز− بیزین[13](SBC)، و حنان‎− کوئین[14] (HQC)لازم است که برای برآورد الگوی کوتاه‌مدت وقفه‌های مناسب p) و qها) برای متغیرها انتخاب شود. پس از انتخاب الگوی مناسب ARDL می‌توان ضرایب الگوی بلندمدت را محاسبه کرد. اگر رابطه تعادلی کوتاه‌مدت میان متغیرها وجود داشته باشد، می‌توان الگوی تصحیح خطای[15] زیر را برآورد کرد: A(L)ΔHAPt =B(L)ΔXt + (1-Π) ECTt-1+G 'Zt + et (3) که در آن A(L)= 1-a1L -a2L2 -.... -apLp و B(L)= 1 - bk1L - bk2L2 - .... - bkj (k=1,...,5), Π =(a1 +a2+ .... +ap) L عملگر چند جمله وقفه، G برداری از پارامترها و et جمله اختلال می‌باشد. در این رابطه X=( ), و Δ نشان‌‌دهنده تفاضل مرتبه اول متغیر و ECTt-1 جمله تصحیح خطا و Zt برداری از متغیرهای قطعی مانند مقدار ثابت و متغیرهای برون‌زا با وقفه‌های ثابت مانند COVID19 و SAN می‌باشد. ضریب جمله تصحیح خطا بیان‌کننده سرعت حرکت به‌سوی تعادل بلندمدت است. الگو برای داده‌های فصلی طی دوره 1384−1401 برآورد و جهت بررسی همجمعی میان متغیرها از آزمون کرانه استفاده شده است. نتایج قبل از برآورد الگو ایستایی متغیرها بررسی شده است. آزمون ریشه واحد برای تفاضل مرتبه دوم متغیرها با داده‌های فصلی نشان می‌دهد که فرضیه صفر وجود ریشه واحد برای همه متغیرها رد می‌شود. به‌عبارت‌دیگر، متغیرهای به‌کارگرفته‌شده یا دارای درجه جمعی صفر I(0) یا یک I(1) هستند. برای برآورد الگوی کوتاه‌مدت وقفه‌های بهینه برای متغیرها با استفاده از معیار آکائیک انتخاب شده است. چون دراین‌الگو با ترکیبی از متغیرهای I(0) و I(1) روبه‌رو هستیم، از آزمون کرانه برای بررسی همجمعی استفاده و نشان داده شده که رابطه همجمعی میان متغیرهای وجود دارد.[16] همچنین نتیجه آزمون LM بروش-گادفری نشان می‌دهد که فرضیه صفر عدم خودهمبستگی سریالی نمی‌شود. همچنین، عدم رد فرضیه صفر در آزمون ‌هاروی نشان می‌دهد که مشکل واریانس ناهمسانی در الگو وجود ندارد. نتایج این آزمون ها در جدول (1) ارائه شده است. جدول (1) آزمون های خود همبستگی و واریانس ناهمسانی (A) Breusch-Godfrey Serial Correlation LM Test- Null hypothesis: No serial correlation F-statistic 1.787593 Prob. F(3,34) 0.1681 Obs R-squared 8.719348 Prob. Chi-Square(3) 0.0333 (B) Heteroskedasticity Test: Harvey- Null hypothesis: Homoskedasticity F−statistic 1.221176 Prob. F(26,37) 0.2838 Obs R−squared 29.55665 Prob. Chi−Square(26) 0.2864 Scaled explained SS 20.99953 Prob. Chi−Square(26) 0.7420 منبع: محاسبات نویسندگان نتایج برآورد الگوی بلند مدت در جدول (2) نشان می‌دهد که کاهش فساد و دسترسی به اینترنت نقش مهمی در افزایش شادکامی در ایران دارد. همچنین، نااطمینانی جهانی برای ایران، افزایش بیکاری، و تحریم باعث کاهش شادکامی می‌شود. یافته‌ها نشان می‌دهد رشد اقتصادی در ایران ضدشادکامی است که می‌تواند ناشی از توزیع ناعادلانه آن در زندگی مردم باشد. الگوی کوتاه‌مدت بیان‌کننده این است که کرونا و تحریم، شادکامی را کم کرده است. براساس الگوی تصحیح خطا در هر دوره 89 درصد انحراف از تعادل بلندمدت تعدیل می‌شود.[17] جدول (2) برآورد الگوی بلند مدت. متغیر توضیحی شادکامی (HAP) متغیر ضرائب خطای معیار آماره t احتمال LGDPP -4.736207 0.733549 -6.456561 0.0000 UN -0.056133 0.023537 -2.384912 0.0223 WUI -2.328085 0.493086 -4.721460 0.0000 NET 0.011836 0.003161 3.744307 0.0006 COR 0.767983 0.128301 5.985792 0.0000 C 49.66173 6.870018 7.228763 0.0000 منبع: محاسبات نویسندگان اکنون ثبات ساختاری پارامترهای الگوی تصحیح خطا با استفاده از دو آزمون CUSUM و CUSUMSQ بررسی می‌شود. نتایج نشان می‌دهد که بی‌ثباتی در الگو وجود ندارد. آزمون اول نشان می‌دهد که آیا تغییر سیستماتیک یا نظام‌مند در ضرایب برآوردشده وجود دارد. درصورتی‌که آزمون دوم به بررسی این موضوع می‌پردازد که آیا پارامتر ثابت یک انحراف ناگهانی و تصادفی داشته است. نتایج این آزمون‌ها به‌ترتیب در نمودارهای 1 و 2 نشان داده شده است. درصورتی‌که CUSUM و CUSUMSQ از دو خط مرزی در سطح معناداری 5 درصد عبور نکند، نشان می‌دهد که معادله رگرسیونی درست مشخص شده است. نتیجه این آزمون‌ها نشان‌‌دهنده ثبات الگو می‌باشد. نمودار 1: آزمون ثبات CUSUM منبع: محاسبات نویسندگان نمودار 2: آزمون ثبات CUSUMSQ منبع: محاسبات نویسندگان نتیجه گیری نتایج برآوردها نشان می‌دهد که کاهش فساد باعث افزایش شادکامی در ایران می‌شود. این نتیجه مشابه یافته‌های تای و دیگران[18] (2014)، فلین[19] (2019)، لای و آن[20] (2020)، یان و ون[21] (2020) و بهرا و دیگران[22] (2024) است. فساد می‌تواند هزینه‌های معاملاتی را برای کسب‌وکارها افزایش دهد، اعتماد سیاسی را تخریب کند و ازطرق مختلف رفاه ذهنی را کاهش دهد. نتیجه نشان می‌دهد رشد اقتصادی در ایران ضدشادکامی است که می‌تواند ناشی از توزیع ناعادلانه رشد در زندگی مردم باشد. عدم‌قطعیت ارتباط میان درآمد و شادمانی توسط استرلین (1974) مطرح شده است. براساس برخی شواهد تجربی، افزایش درآمد تحت شرایطی ممکن است باعث افزایش شادمانی نشود؛ به‌طوری‌که فری و استوتزر[23] (2002) این رابطه را پیچیده می‌دانند. یان و ون[24] (2020) نیز بر این نکته تأکید می‌کنند که فساد و افزایش شکاف درآمدی دو عامل اثرگذار برای کاهش احساس خوشبختی افراد هستند. همچنین، افزایش بیکاری باعث کاهش شادکامی در ایران می‌شود. این یافته مشابه نتیجه کلارک و اوسوالد[25] (1994)، لانچفلاور[26] (2007)، آگان، ودیگران[27] (2009)، ابونوری و عسگری‌زاده[28] (2013)، و سامیم و بوری[29] (2019) است. تأثیر بیکاری بر رفاه ذهنی از اهمیت برخوردار است؛ به‌طوری‌که لای و آن[30] (2020) نشان می‌دهند که کاهش بیکاری حتی می‌تواند بخشی از کاهش شادکامی ناشی از فساد را جبران کند. یکی دیگر از یافته‌ها این است که با زیاد شدن نااطمینانی جهانی برای کشور ایران در حوزه‌های اقتصادی و سیاسی در کوتاه‌مدت و بلندمدت، احساس خوشبختی جامعه کاهش می‌شود. اثر مستقیم و غیرمستقیم نااطمینانی بر شادکامی ازطریق اثر روانی مانند امید به آینده و همچنین، تأثیر آن بر سرمایه‌‌‌گذاری، بیکاری و شرایط رفاهی و اقتصادی جامعه مطابق انتظار است. برآورد الگوی کوتاه‌مدت نشان می دهد که همه‌گیری کرونا و تحریم‌ها باعث کاهش شادکامی شده است. به‌عنوان توصیه سیاستی، افزون‌بر توجه به تأثیر دیگر متغیرها مانند اشتغال و رشد، لازم است که به اهمیت مبارزه با فساد، افزایش دسترسی جامعه به اینترنت و همچنین، کاهش نااطمینانی اقتصادی و سیاسی برای بهبود رفاه ذهنی جامعه توجه شود. [1]. Subjective well-being [2]. Happiness تاریخ دریافت: 07/05/1403 تاریخ پذیرش: 29/05/1403 [3]. منبع داده: https://worldhappiness.report [4]. منبع داده: https://databank.worldbank.org/source/world-development-indicators [5]. منبع داده: https://worlduncertaintyindex.com/data/ [6]. منبع داده: ICRG که توسط Political Risk Services (PRS) Group منتشر می شود. [7]. منبع داده های NET و UN: https://databank.worldbank.org/source/world-development-indicators [8]. منبع داده: Syropoulos et al. (2022) [9]. منبع داده: World Health Organization (WHO) [10] . Pesaran & Shin .[11] برای جزئیات به پسران و پسران (1997) مراجعه شود. [12]. Akaike Information Criterion [13]. Schwarz Bayesian Criterion [14]. Hannan-Quinn Criterion [15]. Error Correction Model (ECM) .[16] نتایج مربوط به انتخاب وقفه های بهینه، آزمون های ایستایی، آزمون های تشخیصی، و آزمون کرانه برای همجمعی در مقاله اصلی ارائه شده است. .[17] نتایج برآورد الگوهای کوتاه مدت و تصحیح خطا در پیوست مقاله اصلی ارائه شده است. [18]. Tay et al. [19]. Flavin [20]. Li and An [21]. Yan and Wen [22]. Behera et al. [23]. Frey and Stutzer [24]. Yan and Wen [25]. Clark & Oswald [26]. Blanchflower [27]. Agan et al. [28]. Abounoori & Asgarizadeh [29]. Sameem & Buryi [30]. Li and An
Databáze: Directory of Open Access Journals
Externí odkaz: