Identification of industrial investment opportunities with economic complexity. A case study of selected provinces (West Adarbaijan, Ilam, Kurdistan and Kermanshah).

Subject Areas : Industrial Management

Shadi Ghiasi ¹ , Heirsh soltanpanah ² , adel fatemi ³

1 - PhD Candidate, Department of Industrial Management, Sanandaj Branch, Islamic Azad University, Sanandaj, Iran
2 - Department of Management, Sanandaj Branch, Islamic Azad University, Sanandaj, Iran
3 - Assistant Professor, Department of Statistics, Sanandaj Branch, Islamic Azad University, Sanandaj, Iran

Received: 2024-01-21 Accepted : 2024-05-13 Published : 2024-06-19

Keywords: Industrial planning, economic complexity, product space, comparative advantage,

Abstract :

The importance of industrialization in any society is such that many economists consider industrial development as the main development factor of a country. The industrial sector is able to play a key role in providing many necessities of human life and the economic growth of societies by taking advantage of concentrated physical capital, natural resources and raw materials, manpower and technical knowledge. The scarcity of financial resources in Iran's economy has intensified in the last few years, and the optimal direction of limited funds and the correct selection of economic sectors for investment is a necessary thing, and the industrial planning of regions within the framework of a systemic approach is to determine the growth pattern for that region in accordance with its potentials. It is of special importance. In this article, by applying the theory of product space and network science and using information related to the production structure of selected provinces of Iran in the years 2013-2017 related to thirty-two products based on ISIC codes, it has been tried in a systematic approach to produce products with an obvious relative advantage. The selected provinces of Iran have been identified and the path and roadmap of industrial development of these provinces have been drawn. Then, the probability of diversification of products without revealed relative advantage was calculated for all the selected provinces and the industrial development path of the selected provinces was determined based on the greedy strategy. The results of the research showed that among the 32

References:

Alshamsi, A., Pinheiro, F. L., & Hidalgo, C. A. (2018). Optimal diversification strategies in the networks of related products and of related research areas. Nature communications, 9(1), 1328.
Baseri, B., Asghari, N., & Kia, M. (2011). The comparative analysis of knowledge based economy components on economic growth in some selected countries. Iranian Journal of Economic Research, 16(47), 1-29.
De Chalendar, K. K. O. P., & Giraud, M. (2017). Economic complexity and product space of Visegrad countries: a new perspective on Czech Republic, Hungary, Poland and Slovakia (Doctoral dissertation, Massachusetts Institute of Technology).
European Commission. (2020). Smart Specialization: Strengthening Innovation in Europe’s Regions. Factsheet, Smart Specialization Platform, Regional and Urban Policy.
González, A., Ortigoza, E., Llamosas, C., Blanco, G., & Amarilla, R. (2019). Multi-criteria analysis of economic complexity transition in emerging economies: The case of Paraguay. Socio-Economic Planning Sciences, 68, 100617.
Hausmann, R., & Chauvin, J. (2015). Moving to the adjacent possible: Discovering paths for export diversification in Rwanda. CID Working Paper Series.
Hausmann, R., Goldstein, P., Grisanti, A., O'Brien, T., Tapia, J. A., & Santos, M. A. (2020). A roadmap for investment promotion and export diversification: The case for Jordan. CID Working Paper Series.
Hidalgo, C. A., & Hausmann, R. (2009). The building blocks of economic complexity. Proceedings of the national academy of sciences, 106(26), 10570-10575.
Hidalgo, C. A., Klinger, B., Barabási, A. L., & Hausmann, R. (2007). The product space conditions the development of nations. Science, 317(5837), 482-487.
Khosravi, A., Daei-Karimzadeh, S., Shahmoradi, B., & Soltanpanah, H. (2020). Optimizing the Export Diversification Strategy of Iran's Chemical Products Using Product Spaces and Economic Complexity Theories. Iranian Journal of Economic Studies, 9(2), 595-621.
Khosravi, Anvar and Soltanpanah, Heirsh. (2022). Application of Economic Complexity Theory in Industrial Policy Making. Journal of Strategic Management in Industrial Systems, 16(58), 216-227.
Li, S., Li, X., Lang, W., Chen, H., & Huang, X. (2021). The spatial and mechanism difference in the export evolution of product space in global countries. Sustainability, 13(4), 2255.
Parsipoor, H., Hoseinzadh, A., & Agheli Moghaddam, H. (2022). Ranking and analysis of the level of development of Iran's provinces. Geographical Engineering of Territory, 6(4), 751-766.
Petralia, S., Balland, P. A., & Morrison, A. (2017). Climbing the ladder of technological development. Research Policy, 46(5), 956-969.
Pitigala, N., & Lopez-Calix, J. (2021). Trade policy options for export diversification: The case of Mali, Chad, Niger, and Guinea. Journal of Infrastructure, Policy and Development, 4(2), 261-286.
Rubbo, P., Picinin, C. T., & Pilatti, L. A. (2018). Knowledge management practices and economic complexity in BRIC countries from 2001 to 2014. International Journal of Knowledge Management Studies, 9(1), 1-17.
Saeedi, R., Moghaddasi, R., Nessabian S., Damanjeshideh, M. (2022). Calculation and Analysis of Economic Complexity Index in Iran’s Provinces. Quarterly Journal of Fiscal and Economic Policies (Qjfep), 10(38),147-186.
Sezai, A. (2020). Evolution of the product space and a new proposal for Turkeys export incentive system. Turkey: Presidency of Strategy and Budget.
Sørensen, B. B., Estmann, C., Sarmento, E. F., & Rand, J. (2020). Economic complexity and structural transformation: the case of Mozambique (No. 2020/141). WIDER Working Paper.

Full-Text:



 

 

 

 

 

شناسائی فرصت‌های سرمایه‌گذاری صنعتی با رویکرد پیچیدگی اقتصادی؛

مطالعه موردی استان‌های منتخب

(آذربایجان غربی، ایلام، کردستان و کرمانشاه)

 

شادی قیاسی

دانشجوی دکتری، گروه مدیریت صنعتی، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران

هیرش سلطان پناه (نویسنده مسؤول)

دانشیار، گروه مدیریت، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران

Email: [e-mail]

عادل فاطمی

دانشیار، گروه آمار، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران

عبدالناصر شجاعی

استادیار، گروه اقتصاد، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران

 

                     تاریخ دریافت: 01/11/1402  * تاریخ پذیرش 24/02/1403

 

         چکيده

اهمیت صنعتی‌شدن در هر جامعه­ای تا حدی است که بسیاری از اقتصاددانان توسعة صنعتی را عامل اصلی توسعة یک کشور قلمداد می­کنند. بخش صنعت با بهره‌گیری از سرمایه‌های فیزیکی متراکم شده، منابع طبیعی و مواد خام، نیروی انسانی و دانش فنی، قادر است در تأمین بسیاری از مایحتاج زندگی انسان و رشد اقتصادی جوامع، نقش کلیدی ایفا کند. کمیابی منابع مالی در اقتصاد ایران در چند سال اخیر تشدید شده است و هدایت بهینه سرمایه‌های محدود و انتخاب درست بخش‌های اقتصادی برای سرمایه­گذاری یک امر ضروری است و برنامه­ریزی صنعتی مناطق در چارچوب نگرش سیستمی، تعیین الگوی رشد برای آن منطقه متناسب با پتانسیل‌های آن اهمیت ویژه­ای دارد. در این مقاله با به‌کارگیری تئوری فضای محصول و علم شبکه و استفاده از اطلاعات مربوط به ساختار تولیدی استان‌های منتخب ایران در سال­های 1393 -1397 مربوط به سی و دو محصول بر اساس کدهای ISIC ، در یک نگرش سیستمی تلاش شده است محصولات تولیدی دارای مزیت نسبی آشکار شده استان‌های منتخب ایران مشخص شده و مسیر و نقشه راه توسعة صنعتی این استان­ها ترسیم گردد. سپس احتمال تنوع‌پذیری محصولات فاقد مزیت نسبی آشکار شده برای کلیه استان‌های منتخب محاسبه گردید و مسیر توسعه صنعتی استان‌های منتخب بر اساس استراتژی حریصانه مشخص شد. نتایج تحقیق نشان داد بیشترین تنوع محصولات تولیدی از میان 32 محصول مورد بررسی مربوط به استان کرمانشاه و ایلام با 5 محصول بوده و استان آذربایجان غربی و کردستان با 3 محصول در رتبه بعدی قرار دارند.

کلمات کلیدی: برنامه‌ریزی صنعتی، پیچیدگی اقتصادی، فضای محصول، مزیت نسبی آشکار شده.

 

 

 

 

 

 

1-        مقدمه

دستیابی به توسعه پایدار مهم­ترین هدف اقتصادی هر کشور است که از طریق رشد و شکوفایی بخش‌های مختلف هر کشوری حاصل می­شود. از طرف دیگر یکی از الزامات توسعه پایدار، برخورداری از عدالت منطقه­ای در توسعه هست. در بلندمدت، عدم توازن در توسعه مناطق مانعی بر سر راه توسعه پایدار خواهد بود. قدم اول در مسیر رفع نابرابری منطقه­ای، شناخت شرایط توسعه مناطق است. باتوجه‌به داده­ها و اطلاعات، شاخص‌های مختلف اقتصادی، آموزشی و فرهنگی، مسکن و زیربنایی، جمعیتی و بهداشتی انتخاب نشان می‌دهد که استان‌های مرکزی ایران رتبه‌های اول توسعه را به خود اختصاص داده‌اند و بر اساس شاخص توسعه استان‌ها، هنوز هم نابرابری منطقه‌ای در جامعه ایران حاکم است و باتوجه‌به تفاوت در پتانسیل مناطق مختلف، نمی­توان از یک برنامه یکسان برای تمامی مناطق بهره برد. بر همین اساس برای ایجاد تعادل ناحیه‌ای پیشنهاد می­شود در قالب برنامه‌های توسعه ملی، اقدام به برنامه‌ریزی منطقه­­ای با محوریت توانایی‌های منطقه‌ای شود، به‌نحوی‌که توسعه پایدار برای تمامی مناطق حاصل شود. 

در این میان بالندگی بخش صنعت به‌عنوان یکی از اصلی­ترین عامل رشد اقتصادی مطرح است به‌گونه‌ای که می‌توان درجه صنعتی‌شدن را نماینده رشد و متعاقباً توسعة یک محدوده اقتصادی قلمداد کرد. به‌تدریج با وقوع انقلاب صنعتی در قرن هجدهم و حرکت از اقتصاد سنتی مبتنی بـر کشـاورزي  به اقتصاد صنعتی، تعامل حرکت توسـعه کشـورهاي پیشـرفته بـا تحـولات دانشـی در فرایند تولیـد کالاها و خدمات شدت یافت، به‌طوری‌که به‌کارگیری عامـل دانـش در کنـار سـایر عوامـل تولیـد منجر به پیدایش اقتصاددانش محور شد. اقتصاددانش محور، اقتصادي اسـت کـه سـازوکار آن بـر پایه دانش‌پایه ریزي شده است. به‌عبارت‌دیگر، این اقتصاد بر پایه مجموعه­اي از سیاست‌هایی است کــه بــر نقــش عوامــل دانشــی در تولیــد به‌منظور دســتیابی بــه رشــد بلندمــدت تأکیــد دارنــد (Baseri, Asghari & Kia, 2011).

در این رویکرد اقتصاد دانش­محور اقتصادي است که مستقیماً بـر اسـاس تولید، توزیع و مصرف دانش شکل‌گرفته باشد سرمایه‌گذاری در دانش و صنایع دانش‌پایه موردتوجه خاص قرار گیرد. در این اقتصاد، دانش محـرك اصـلی رشـد، ایجـاد ثروت و اشتغال در تمامی رشته فعالیت‌ها است و تا حد زیادی به گسترش صـنایع متکی است.

عموماً سطح توسعه‌یافتگی در بین بخش‌های مختلف اقتصادی یک کشور همانند مناطق آن یکسان نمی­باشد، بلکه در بخش‌های صنعتی، کشاورزی، خدمات و رفاه اجتماعی یک کشور عدم تجانس و ناهمگنی به چشم می­خورد و این امر ضرورت توجه به روند توسعه‌یافتگی را در میان استان‌های یک کشور از لحاظ اقتصادی اجتناب‌ناپذیر می­سازد. ارائة خدمات و رفاه در مناطق مختلف باعث کاهش فقر می­شود و شرایط را برای تربیت و رشد سرمایة انسانی و توسعة اقتصادی و اجتماعی کشورها فراهم می­نماید. بر اساس آمارهای منتشر شده و مطالعات انجام شده در کشور می‌توان به‌روشنی دریافت که استان‌های نوار غربی کشور از نظر شاخص­های اقتصادی توسعه دارای شرایط مناسبی نیستند و همواره درجة توسعه‌یافتگی این استان­ها که در این مطالعه استان‌های منتخب نامیده می­شوند، از میانگین کشور کمتر بوده و جزو ده استان کمتر توسعه‌یافته مشور قلمداد می­شوند که همین امر ضرورت عنایت ویژه به این استان­ها را نشان می‌دهد. ¹

باتوجه‌به وسعت کشور ایران و وجود تنوع زیاد فرهنگی، اجتماعی و اقتصادی و با وجود فرصت‌های طبیعی، جغرافیایی و انسانی متفاوت در هریک از استان‌های کشور، لازم است برنامه­ریزی متناسب با شرایط خاص هر استان صورت گیرد. بر خلاف رویکرد یک اندازه برای همه، کلید توسعه هر منطقه تمرکز بر ویژگی‌های منحصربه‌فرد آن منطقه است (European Commission, 2020). سطح توسعه‌یافتگی ایالت‌ها (استان‌ها) در اکثر کشورهای جهان به دلایل مختلف از جمله تفاوت در منابع طبیعی، سرمایه انسانی، موقعیت جغرافیایی، فرهنگی، سرمایه‌گذاری‌های دولتی و... یکسان نمی‌باشد و اختلاف در سطح توسعه صنعتی و نیز درآمد سرانه مشهود است. در این زمینه می‌توان به اختلاف در درآمد سرانه ایالت‌های نیویورک و می‌سی‌سی‌پی در آمریکا و یا ایالت‌های هند مانند کرالا و بیهار² اشاره کرد. استان‌های ایران نیز از این قاعده مستثنی نبوده و در ابعاد مختلف از جمله درآمد سرانه، سطح توسعه اقتصادی و توسعه صنعتی نابرابری‌های زیادی بین استان‌های کشور وجود دارد. یکی از شاخص‌هایی که اخیراً موردتوجه برنامه­ریزان اقتصادی و به‌صورت خاص برنامه­ریزان صنعتی قرار گرفته و توانایی بالایی در پیش‌بینی رشد اقتصادی کشورها و مناطق دارد، شاخص پیچیدگی اقتصادی³ است. تئوری پیچیدگی اقتصادی در سال 2007 توسط گروهی از اساتید دانشگاه‌های هاروارد⁴ و ام­ا­ی­تی⁵ ازجمله ریکاردو هاوسمن⁶ و سزار هیدالگو⁷ معرفی گردید. پیچیدگی اقتصادی شامل استفاده از تکنیک‌های یادگیری ماشین و تکنیک‌های شبکه برای پیش‌بینی و توضیح مسیرهای اقتصادی کشورها، شهرها و مناطق است. 

مطالعات زیادی در زمینه سیاست‌گذاری جهت‌بخش صنعت در سطح کشورها صورت‌گرفته است. هاسمن و همکاران⁸ (2020) فرصت‌های جدید برای متنوع‌سازی صادرات در کشور اردن را بررسی نموده‌اند. مطالعه آنان شامل دو بخش است بخش نخست به تجزیه‌ وتحلیل پیچیدگی اقتصادی اردن و فضای محصول اختصاص دارد و تحلیلی از پیچیدگی محصولات تولیدی فعلی ارائه‌شده است. در بخش دوم محصولات جدید جهت تولید و صادرات شناسایی و معرفی‌شده‌اند. سورنسن و همکاران⁹(2020) با استفاده از تئوری فضای محصول و مدل جاذبه به شناسایی بخش‌های دارای پتانسیل برای کشور مکزیک پرداختند. آن‌ها با تحلیل داده‌های 131 کشور بر اساس کدهای چهاررقمی سامانه هماهنگ شده در 1221 محصول نتیجه گرفتند که استراتژی کوتاه‌مدت حریصانه یا میوه‌های آویزان پایین برای کشور مکزیک مناسب است؛ زیرا استراتژی‌های بلندمدت نیازمند سرمایه‌گذاری در زیرساخت‌ها، فن‌آوری پیچیده، ورود سرمایه‌گذاری مستقیم خارجی و غیره می‌باشد.

یکی از حوزه‌های روبه‌رشد جهت کاربرد پیچیدگی اقتصادی و تئوری فضای محصول، سیاست‌گذاری صنعتی در سطح بین‌الملل، کشوری و درون کشوری (مناطق و شهرها) است. در خصوص مطالعات بین‌المللی می‌توان به مقاله لی و همکاران¹⁰ (2021) اشاره نمود. آنها در مطالعه‌ای تکامل فضای محصول کشورهای جهان را مورد بررسی قرار دادند. این مطالعه با بهره‌گیری از تئوری فضای محصول و مدل‌های اقتصادسنجی بر پایه داده‌های 186 کشور و بر اساس کدهای چهار رقمی سیستم بین‌المللی طبقه بندی استاندارد صنایع  صورت‌گرفته است. نتایج این مقاله نشان داد که تنوع در صادرات ماشین‌آلات و صنایع شیمیایی اثرات مثبتی بر توسعه اقتصادی کشورها دارد.

مطالعات انجام شده در خصوص شناسایی فرصت‌های مناسب جهت سیاست‌گذاری صنعتی و معرفی محصولات جدید برای تولید یا صادرات صرفاً بر اساس یک یا چند شاخص مانند پیچیدگی اقتصادی، نزدیکی و نیز مرتبط بودن با فعالیت‌های موجود بوده است. الشمسی و همکاران (2018) در مقاله‌ای به ارائه مدلی جهت تعیین استراتژی‌ بهینه تنوع در شبکه‌های مربوط به حوزه‌های مرتبط با محصولات و تحقیقات پرداختند. به عقیده آن‌ها پنج نوع استراتژی را در شبکه‌های عمومی مقیاس آزاد می‌توان متصور شد. این پنج استراتژی عبارت بودند از تصادفی، درجه بالا، درجه پایین، حریصانه و اکثریت. آن‌ها با استفاده از ایدئولوژی فضای محصول و نیز بهره‌گیری از علم شبکه و یک استدلال ریاضی قوی مدل جدیدی را جهت تعیین استراتژی بهینه در شبکه‌های عمومی مقیاس آزاد معرفی نمودند. بر مبنای این مدل جدید سیاست‌گذاری صنعتی بر اساس توسعه بهینه شبکه محصولات خواهد بود. بر اساس این مدل خسروی و همکاران (1400) استراتژی بهینه جهت متنوع‌سازی صادرات محصولات شیمیایی ایران را معرفی نمودند و نشان دادند که ایران از میان 921 محصول شیمیایی بر اساس کدهای شش‌رقمی سامانه هماهنگ شده، علاوه بر 78 کد محصول رقابت‌پذیر، در تولید و صادرات 145 محصول پتانسیل رقابت‌پذیر شدن را دارا هستند. در پایان با اجرای پنج راهبرد تصادفی، حریصانه، درجه بالا، درجه پایین و حداکثری روی شبکه صنعت محصولات شیمیایی ایران؛ نشان دادند که ترکیبی از راهبردهای حریصانه و حداکثری، زمان انتشار شبکه را به حداقل می­رساند. نهایتاً با ترکیب این دو راهبرد، استراتژی بهینه استخراج و نقشه راه و سیاست‌گذاری 145 محصول شیمیایی جهت تولید و صادرات در ایران تعیین گردید.

رینالدز و همکاران (2017) پیچیدگی اقتصادی نه ایالت استرالیا را با استفاده از 560 کد محصول صادر شده توسط هر ایالت به سایر ایالت‌ها و نیز خارج از کشور محاسبه نمودند نتایج این تحقیق نشان داد که صادرات درون ایالتی پیچیده‌تر از صادرات ایالت‌ها به خارج از کشور بوده است. ‌ لیو بیموف و همکاران (2017) با استفاده از داده‌های صادرات 80 منطقه روسیه به 148 کشور جهان، شاخص پیچیدگی اقتصادی را برای این مناطق محاسبه و نشان دادند که با افزایش پیچیدگی اقتصادی مناطق، صادرات آن‌ها افزایش می‌یابد. روبرو و دیگران¹¹ (2018) با یک رویکرد مقایسه‌ای به بررسی نحوه عملکرد اقتصادی 4 اقتصاد نوظهور (چین، برزیل، هند و روسیه) بر اساس شاخص پیچیدگی اقتصادی پرداختند و نتایج تحقیق نشان می‌دهد کشوری که بهترین چشم‌انداز صعودی را دررابطه‌با پیچیدگی اقتصادی دارد، کشور هند است که دارای بیشترین اقدامات مدیریت دانش است. همچنین روسیه با کمترین میزان فعالیت‌های مدیریت دانش، بدترین (ضعیف‌ترین) طرح پیچیدگی اقتصادی را دارد.

گونزالز و دیگران¹² در مطالعه خود در کشور پاراگوئه پیچیدگی اقتصادی را بررسی کردند. نتیجه این ارزیابی‌ها نشان می‌دهد ترکیبی از رویکردها می‌تواند سودمند باشد، و دررابطه‌با پاراگوئه، این امر به شناسایی بخش‌هایی کمک می‌کند که اگر به‌وسیله سیاست‌گذاران ترویج گردد، می‌تواند از طریق پیچیدگی و انباشت قابلیت‌های اقتصادی به توسعه اقتصادی آن کمک نماید. دی­چالندر و گیراود¹³ (2017) به برسی نقش پیچیدگی اقتصادی و فرصت‌های توسعه در تعدادی از کشورهای اروپای شرقی پرداخته‌اند. یافته‌ها نشان می‌دهد که این کشورها دارای ساختارهای پیچیده اقتصادی و همچنین سطح بالایی از استحکام هستند. این تحقیق نشان می‌دهد که این کشورها که توانایی‌های مربوط به بخش‌های مختلف را به دست آورده­اند به آنها فرصت‌های توسعه­ای فراوانی می‌دهد.

معیارهای پیچیدگی اقتصادی توضیح و پیش‌بینی تغییرات بین‌المللی و منطقه‌ای در درآمد، رشد اقتصادی، نابرابری درآمدی، نابرابری جنسیتی و انتشار گازهای گلخانه‌ای را پیش‌بینی و توجیه می‌کنند (Khosravi & Soltanpanah, 2022). مسلماً پی‌بردن به اینکه چه محصولی باید تولید شود تا هم راستا با قابلیت‌های منطقه باشد و هم منجر به توسعه اقتصادی پایدار گردد، یکی از چالش‌های امروزه برنامه­ریزان در سطوح مختلف است. جهت پی‌بردن به استراتژی مناسب ابتدا لازم است قابلیت‌های موجود در اقتصاد منطقه شناسایی شوند. به همین منظور از رویکرد فضای محصول جهت شناسایی و ترسیم قابلیت‌های بالقوه و بالفعل استان‌های کشور استفاده شده است. کشور ایران یکی از کشورهای پهناور است که هر یک از محدوده‌های جغرافیایی این کشور دارای ویژگی‌ها و مشخصات متفاوت و تا حدودی منحصربه‌فرد است که باید الگوی توسعه متناسب آن محدوده موردتوجه قرار گیرد. در این مقاله نیز تلاش خواهد شد تا با کمک تئوری فضای محصول و علم شبکه علاوه بر شناسایی  و معرفی محصولات دارای مزیت نسبی آشکار، محصولات دارای مزیت بالقوه (دارای مزیت نسبی پنهان) با محوریت چهار استان غربی کشور شامل آذربایجان غربی کردستان، کرمانشاه و ایلام شناسایی و مسیر توسعة محصولات صنعتی به تفکیک استان‌های کشور بر اساس راهبرد حریصانه مشخص خواهد شد.

2- مواد و روش ­ها

در اکثر مطالعات علمی انجام شده در حوزة برنامه­ریزی منطقه‌ای، برای شناسایی فعالیت‌های دارای مزیت نسبتی آشکار شده از معیار ضریب مکان LQ¹⁴ استفاده خواهد شد. در سطح بین‌المللی محاسبه ضریب مکان با استفاده از داده‌های مربوط به صادرات کشورها محاسبه می‌شود؛ اما ازآنجاکه آمار مربوط به صادرات استان‌ها در ایران موجود نمی‌باشد به‌جای صادرات از داده‌های مربوط به ارزش‌افزوده استان‌ها به تفکیک کدهای ISIC استفاده خواهد شد که به‌صورت زیر تقسیم­بندی شده است. 

 

 

جدول شماره (1): رشته فعالیت‌های مورد بررسی براساس کدهای ISIC

رشته فعالیت	کد
زراعت و باغداری	A0110
گاوداری صنعتی	A012010
دام سنتی	A012020
مرغداري	A012030
پرورش زنبورعسل، کرم ابریشم، شکار و سایر فعالیت‌های کشاورزی	A012040
جنگلداري	A0130
ماهيگيري	A0140
استخراج سایر معادن	B0220
تولید محصولات غذايي	C0310
تولید انواع آشامیدنی‌ها	C0311
تولید فرآورده‌های توتون و تنباكو	C0312
تولید منسوجات	C0313
تولید پوشاك	C0314
تولید چرم و فرآورده‌های وابسته	C0315
تولید چوب و محصولات چوبي به جز مبلمان، حصیر و مواد حصیربافی	C0316
تولید كاغذ و فرآورده‌های كاغذي	C0317
چاپ و تكثير رسانه‌هاي ضبط شده	C0318
تولید كك، فرآورده‌هاي حاصل از پالایش نفت	C0319
تولید مواد شيميايي و فرآورده‌هاي شيميايي	C0320
تولیدداروها و فراورده‌های دارویی و شیمیایی و گیاهی	C0321
تولید فرآورده‌هاي لاستيكی و پلاستيكی	C0322
تولید ساير فرآورده‌هاي معدنی غيرفلزي	C0323
تولید فلزات پایه	C0324
تولید محصولات فلزي ساخته شده، به جز ماشين‌آلات و تجهيزات	C0325
تولید محصولات رایانه‌ای، الکترونیکی و نوری	C0326
تولید تجهيزات برقی	C0327
تولید ماشين‏آلات و تجهيزات طبقه‏بندي نشده در جاي ديگر	C0328
تولید وسايل نقليه موتوري، تريلر و نیم تریلر	C0329
تولید ساير تجهيزات حمل‌ونقل	C0330
تولید مبلمان	C0331
تولید سایر مصنوعات	C0332
تعمیر و نصب ماشین‌آلات و تجهیزات	C0333

 در این پژوهش ضریب مکان به‌صورت زیر تعریف شده است:

(1)

که در آن  بیانگر میزان ارزش‌افزوده فعالیتدراستان  برحسب  میلیون ریال  جمعیت استان s  در سال مورد نظر،  ارزش‌افزوده 32 استان ایران در فعالیت a و   جمعیت 32 استان ایران در سال مورد بررسی می‌باشد پس از محاسبه LQ، مطابق روش ارائه شده توسط هیدالگو و هاسمن، از این معیار به منظور تشکیل ماتریس استان-فعالیت (Ms,a) استفاده خواهد شد. ماتریس استان - فعالیت به­طور خلاصه بیان می‌کند که هر استان در تولید چه محصولاتی رقابت‌پذیر است. استانs یک عرضه کننده رقابت‌پذیر برای فعالیت a به شمار می‌آید اگر مقدار  آن از یک مقدار آستانه بیشتر باشد، که این مقدار آستانه در اکثر تحقیقات برابر 1 در نظر گرفته شده است. ماتریس  بر اساس LQ هر استان مطابق رابطه زیر محاسبه خواهد شد:

(2)

با استفاده از این ماتریس تنوع¹⁵ و فراگیری¹⁶ محصولات به‌صورت  زیر محاسبه می­شوند:

تنوع به این معناست که هر استان در تولید چه تعداد از فعالیت‌ها رقابت‌پذیر بوده است و فراگیری هر محصول به این معناست که چه تعداد استان در ارائه فعالیت رقابت‌پذیر بوده‌اند.

الف) محاسبه احتمال فعال‌سازی محصولات

در این مطالعه جهت شناسایی فعالیت‌های دارای مزیت نسبی پنهان از مدل ارائه شده توسط الشمسی و همکاران(2018) استفاده خواهد شد.احتمال فعال‌سازی هر محصول بر اساس مدل زیر برای استان‌های ایران قابل قابل‌محاسبه بود:

(3)
(4)

(6)

دراین‌رابطه پارامتر   در شبکه فضای محصول نشان می‌دهد که آیا محصول i با محصول j به یکدیگر متصل هستند یا خیر‌.

  نشان می‌دهد که آیا محصول j در حال حاضر توسط هر كدام از استان‌های ایران با مزیت رقابتی عرضه می‌شود‌.

  تعداد محصولاتی که با محصول i در شبکه مرتبط هستند را نشان می­دهد‌.

β احتمال فعال‌شدن محصول i را با فرض اینکه تمامی محصولات مرتبط با آن فعال باشند را مشخص می‌نماید‌.

 در محاسبات انجام‌گرفته، مقدار پارامتر β برابر 1 در نظر گرفته خواهد شد‌.

  ضریبی برای مشخص‌کردن میزان اهمیت ارتباطات میان محصولات را نشان می‌دهد‌. به طور مثال اگر  را برابر صفر باشد‌، بدین معنی خواهد بود که احتمال فعال‌شدن یک محصول در شبکه با تمامی رئوس دیگر یکسان خواهد بود‌. اگر برابر یک باشد احتمال فعال‌شدن یک رأس به طور خطی با افزایش تعداد رئوس فعال مرتبط افزایش می­یابد‌، در اين پژوهش α يك در نظر گرفته مي‌شود‌.  با محاسبه احتمال فعال‌سازی، محصولات به سه دسته فعال، به طور بالقوه فعال یا دارای مزیت نسبی پنهان و غیرفعال تقسیم می‌شوند. فعالیت‌هایی که هر استان در حال حاضر در عرضه آن‌ها دارای مزیت نسبی آشکار شده است فعال محسوب می‌شوند و فعالیت‌هایی دارای مزیت نسبی پنهان، فعالیت‌هایی‌ هستند که استان‌ها در حال حاضر در عرضه آن‌ها دارای مزیت نسبی آشکار شده نمی‌باشد؛ اما احتمال فعال‌سازی این فعالیت‌ها بزرگ‌تر از صفر است. فعالیت‌هایی که استان‌ها در تولید آن‌ها دارای مزیت نسبی آشکار شده نبوده و احتمال فعال‌سازی آن‌ها نیز برابر صفر باشد غیرفعال به‌حساب می‌آیند.

  در مرحله بعد جهت فعال‌سازی محصولات دارای مزیت نسبی پنهان در شبکه، استراتژی انتشار حریصانه مورداستفاده قرار خواهد گرفت. در استراتژی حریصانه در هر مرحله گره با بالاترین احتمال فعال‌سازی و به ترتیب زمان فعال‌سازی کم‌تر انتخاب می‌شود.

3- بحث و نتایج

با استفاده از میانگین داده‌های ارزش‌افزوده و جمعیت استان‌های کشور طی دوره 1397-1393 و بر اساس روابط 1 و 2 مشخص شد که هر یک از استان‌های منتخب در کدام رشته فعالیت‌ دارای مزیت نسبی آشکارشده هستند بر مبنای محاسبات انجام شده که در جدول 2 نشان‌داده‌شده است. عدد یک به معنی وجود مزیت نسبی آشکار شده استان مربوطه در محصول مورد بررسی است.

جدول شماره (2): احتمال مزیت نسبی دار شدن محصولات فاقد مزیت نسبی به تفکیک استان‌های ایران

نام استان	A0110	A012010	A012020	A012030	A012040	A0130	A0140	B0220	C0310	C0311
آذربايجان غربي	0.25	0	1	1	0.2	0.2	0	0	1	0
كرمانشاه	1	0	1	0.5	1	1	0.5	0	0.25	0
كردستان	1	0	0.5	1	0.6	1	0.5	0	0.12	0
ايلام	0.37	1	1	0.25	1	1	0.5	0	0.12	0

 

نام استان	C0312	C0313	C0314	C0315	C0316	C0317	C0318	C0319	C0320	C0321	C0322
آذربايجان غربي	0	0	0	0	0.62	0	0	0	0	0	0
كرمانشاه	0	0	0	0	0.125	0	0	0	1	0.11	0.05
كردستان	0	0	0	0	0.12	0	0	0	0	0	0
ايلام	0	0.14	0	0	0.12	0.12	0	0	0.14	0	0.05

 

 

نام استان	C0323	C0324	C0325	C0326	C0327	C0328	C0329	C0330	C0331	C0332	C0333
آذربايجان غربي	0	0	0	0	0	0	0	0	0	0	0
كرمانشاه	0.12	0.2	0.07	0	0.07	0	0	0	0	0	0.12
كردستان	0	0	0	0	0	0	0	0	0	0	0
ايلام	1	0	0.07	0	0.13	0	0	0	0	0	0

 

بیشترین تنوع محصولات تولیدی از میان 32 محصول مورد بررسی در استان‌های منتخب مربوط به استان‌های کرمانشاه و ایلام با 5 محصول بوده و استان‌های آذربایجان غربی و کردستان با 3 محصول در رتبة دوم قراردادند. به جز اعداد یک در جدول شماره 2،  سایر اعداد احتمال تنوع‌پذیری یا مزیت نسبی دار شدن محصولات را برای هر یک از استان‌های ایران نشان می‌دهند. عدد صفر برای هر استان بیانگر آن است که احتمال تنوع‌پذیری یا مزیت نسبی دار شدن محصول مذکور برای آن استان بسیار پایین است. به‌عنوان‌مثال استان کرمانشاه از میان 32 محصول مورد بررسی در تولید 5 محصول دارای مزیت نسبی آشکار شده، احتمال مزیت نسبی دار شده 16 محصول برابر با صفر و در 11 محصول دیگر پتانسیل مزیت نسبی دار شدن را دارا است.  به‌عبارت‌دیگر، احتمال مزیت نسبی دار شدن رشته فعالیت‌های مرغداری، ماهیگیری، تولید محصولات غذايي، تولید چوب و محصولات چوبي به جز مبلمان، حصیر و مواد حصیربافی، تولید مواد شيميايي و فرآورده‌هاي شيميايي، تولیدداروها و فراورده‌های دارویی و شیمیایی و گیاهی، تولید فرآورده‌هاي لاستيكی و پلاستيكی، تولید ساير فرآورده‌هاي معدنی غيرفلزي، تولید فلزات پایه، تولید فرآورده‌هاي لاستيكی و پلاستيكی، تولید ساير، فرآورده‌هاي معدنی غيرفلزي، تولید فلزات پایه، تولید محصولات رایانه‌ای، الکترونیکی و نوری و تعمیر و نصب ماشین‌آلات و تجهیزات بیشتر از صفر بوده امکان انجام فعالیت‌های مذکور در استان کرمانشاه وجود دارد. جدول شماره 3 احتمال مزیت نسبی دار شدن هر یک از استان‌های منتخب را در هر یک از فعالیت‌ها نشان می‌دهد. به‌این‌ترتیب در جدول برای 4 استان کشور مشخص شده است که هر استان در تولید کدام محصولات دارای مزیت نسبی آشکار شده، در تولید کدام محصولات فاقد مزیت نسبی آشکار شده و در تولید کدام محصولات دارای مزیت نسبی پنهان یا پتانسیل مزیت نسبی دار شدن را دارا می‌باشد همچنین احتمال مزیت نسبی‌دار شدن یا تنوع‌پذیری هرکدام از محصولات دارای مزیت نسبی پنهان برای 4 استان منتخب محاسبه شده است.

جدول شماره (3): احتمال مزیت نسبی دار شدن هر یک از استان‌های منتخب در هر یک از فعالیت‌ها

استان‌های منتخب
ایلام	كردستان	كرمانشاه	آذربايجان غربي	رشته فعالیت
37/0	1	1	25/0	زراعت و باغداری
1	0	0	0	گاوداری صنعتی
1	5/0	1	1	دام سنتی
25/0	1	5/0	1	مرغداري
1	6/0	1	2/0	پرورش زنبورعسل، کرم ابریشم، شکار و سایر فعالیت‌های کشاورزی
1	1	1	2/0	جنگلداري
5/0	5/0	5/0	0	ماهيگيري
0	0	0	0	استخراج سایر معادن
12/0	12/0	25/0	1	تولید محصولات غذايي
0	0	0	0	تولید انواع آشامیدنی‌ها
0	0	0	0	تولید فرآورده‌های توتون و تنباكو
14/0	0	0	0	تولید منسوجات
0	0	0	0	تولید پوشاك
0	0	0	0	تولید چرم و فرآورده‌های وابسته
12/0	12/0	125/0	62/0	تولید چوب و محصولات چوبي به جز مبلمان، حصیر و مواد حصیربافی
0	0	0	0	تولید كاغذ و فرآورده‌های كاغذي
0	0	0	0	چاپ و تكثير رسانه‌هاي ضبط شده
14/0	0	0	0	تولید كك، فرآورده‌هاي حاصل از پالایش نفت
0	0	11/0	0	تولید مواد شيميايي و فرآورده‌هاي شيميايي
05/0	0	05/0	0	تولیدداروها و فراورده‌های دارویی و شیمیایی و گیاهی
1	0	12/0	0	تولید فرآورده‌هاي لاستيكی و پلاستيكی
0	0	2/0	0	تولید ساير فرآورده‌هاي معدنی غيرفلزي
07/0	0	07/0	0	تولید فلزات پایه
0	0	0	0	تولید محصولات فلزي ساخته شده، به جز ماشين‌آلات و تجهيزات
13/0	0	07/0	0	تولید محصولات رایانه‌ای، الکترونیکی و نوری
0	0	0	0	تولید تجهيزات برقی
0	0	0	0	تولید ماشين‏آلات و تجهيزات طبقه‏بندي نشده در جاي ديگر
0	0	0	0	تولید وسايل نقليه موتوري، تريلر و نیم تریلر
0	0	0	0	تولید ساير تجهيزات حمل‌ونقل
0	0	0	0	تولید مبلمان
0	0	0	0	تولید سایر مصنوعات
0	0	12/0	0	تعمیر و نصب ماشین‌آلات و تجهیزات

پس از شناسایی محصولات دارای مزیت نسبی آشکار شده و محصولات دارای پتانسیل مزیت نسبی دار شدن، لازم است توالی محصولات دارای مزیت نسبی پنهان جهت برنامه‌ریزی و سرمایه‌گذاری و فعال‌سازی در راستای وجود مزیت نسبی آشکار شده باتوجه‌به محدودیت منابع مشخص و تعیین شود و مسیر و نقشه راه صنعتی استان‌های منتخب مورد عنایت فرار بگیرد. یکی از راهبردها، راهبرد حریصانه است. در راهبرد حريصانه  طی هر مرحله محصول با بالاترين احتمال فعال‌سازي انتخاب مي‌شود. در جدول 2 بر اساس مدل الشمسی و همکاران (2018) احتمال مزیت نسبی دار شدن محصولات محاسبه و ارائه گردید در این گام مسیر، نقشه راه یا توالی محصولاتی که پتانسیل مزیت نسبی دار شدن را دارا هستند.

بر مبنای راهبرد حریصانه ارائه خواهد شد. بر اساس آنچه در جدول 3 نشان‌داده‌شده است استان کرمانشاه از میان 32 محصول مورد بررسی در عرضه 5 محصول دارای مزیت نسبی آشکار شده است، در تولید 16 محصول احتمال مزیت نسبی دار شدن برابر با صفر است این استان در تولید 11 محصول دیگر احتمال مزیت نسبی دار شدن را دارا است که در جدول 3 توالی 11 محصول در این راستا بر اساس راهبرد حریصانه مشخص شده است. اولین فعالیت‌ها مرغداری و ماهیگیری با احتمال فعال‌سازی 50 درصد است. تولید محصولات غذايي با احتمال 25 درصد، اولویت سوم این استان جهت توسعه صنعتی است. چهارمین اولویت این استان تولید چوب و محصولات چوبي به جز مبلمان، حصیر و مواد حصیربافی با احتمال 5/12 درصد است. نتایج محاسبات سایر استان‌های منتخب بر اساس جداول 2 و 3 قابل‌بررسی و تحلیل است.

جدول شماره (4): توالی محصولات دارای مزیت نسبی پنهان استان‌های منتخب در راستای توسعه صنعتی

استان‌های منتخب
ایلام	كردستان	كرمانشاه	آذربايجان غربي
1.A014050 2.A011037 3.A01203025 4.C031315 5.C032014 6.C032713 7.C031012 8.C031712 9.C031612 10.C03257 11.C03225	1.C0316 12 2.C031012 3.A01405 4.A0120205 5.A0120205	1.A0114050 2.A01203050 3.C031025 4.C032420 5.C033312 6.C032312 7.C031612 8.C032111 9.C03277 10.C03257 11.C03225	1.C031662 2.A011025 3.A01204020 4.A014020	رشته فعالیت

(منبع: یافته‌های تحقیق)

4- نتیجه‌گیری

نگاهی گذرا به چگونگی توزیع صنایع جهان، بی­درنگ شکاف بین کشورهای توسعه‌یافته و کشورهای کمتر توسعه‌یافته را آشکار می‌سازد. کشورهای سرمایه‌داری توسعه‌یافته، به‌وجودآورنده بیش از 70 درصد از صنایع کارخانه ای جهانند و بیش از نیمی از انرژی جهان را مصرف می کنند. بی شک صنعتی‌شدن محور توسعه است. شاید بتوان گفت که از انقلاب صنعتی انگلیس به بعد، صنعتی‌شدن عمیق ترین تغییر منحصربه‌فرد در بافت اقتصادی و اجتماعی جوامع بوده است.   

از طرف دیگر تحولات دهه‌های اخیر در اقتصاد ایران نشان می‌دهد که تحریم‌های بین‌المللی بر علیه اقتصاد ایران و متعاقباً کاهش شدید درآمدهای حاصل فروش نفت و عدم برخورداری از سرمایه کافی برای حفظ سهم اقتصاد ایران در بازارهای بین‌المللی و ازدست‌رفتن فرصت‌های درآمدهای ارزی در تعدادی از فعالیت‌های دیگر، بحران کمیابی منابع را بیش‌ازپیش مسجل کرده است. به‌عبارت‌دیگر تشدید کسری بودجه بحث کمیابی منابع سرمایه‌ای را تشدید کرده است و الزام توجه به سرمایه‌گذاری بهینه در فعالیت‌های مزیت دار را صدچندان کرده است. هدف اصلی مقاله حاضر شناسایی مسیر توسعه صنعتی استان‌های منتخب با رویکرد تئوری فضای محصول و علم شبکه بوده است. در راستای دستیابی به هدف اصلی پژوهش ابتدا مفهوم این که "استان‌های منتخب در تولید کدام محصولات دارای مزیت نسبی آشکار شده هستند" مورد بررسی قرار گرفت که مشخص شد.  بیشترین تنوع محصولات تولیدی از میان 32 محصول مورد بررسی مربوط به استان کرمانشاه و ایلام با 5 محصول بوده و استان آذربایجان غربی و کردستان با 3 محصول در رتبه بعدی قراردادند براین‌اساس پیشنهاد می‌گردد که باتوجه‌به وجود کسری بودجه و کمیابی شدید منابع مالی برای سرمایه‌گذاری برای نیل به اهداف والای توسعه در استان‌های کمتر برخوردار منتخب در این مطالعه، عنایت به فعالیت‌های مزیت دار شناسائی شده در این مطالعه در این استان‌ها سرلوحه اهداف سیاست‌گذاران اقتصادی قرار گیرد.

4-       منابع

Alshamsi, A., Pinheiro, F. L., & Hidalgo, C. A. (2018). Optimal diversification strategies in the networks of related products and of related research areas. Nature communications, 9(1), 1328.

Baseri, B., Asghari, N., & Kia, M. (2011). The comparative analysis of knowledge based economy components on economic growth in some selected countries. Iranian Journal of Economic Research, 16(47), 1-29.

De Chalendar, K. K. O. P., & Giraud, M. (2017). Economic complexity and product space of Visegrad countries: a new perspective on Czech Republic, Hungary, Poland and Slovakia (Doctoral dissertation, Massachusetts Institute of Technology).

European Commission. (2020). Smart Specialization: Strengthening Innovation in Europe’s Regions. Factsheet, Smart Specialization Platform, Regional and Urban Policy.

González, A., Ortigoza, E., Llamosas, C., Blanco, G., & Amarilla, R. (2019). Multi-criteria analysis of economic complexity transition in emerging economies: The case of Paraguay. Socio-Economic Planning Sciences, 68, 100617.

Hausmann, R., & Chauvin, J. (2015). Moving to the adjacent possible: Discovering paths for export diversification in Rwanda. CID Working Paper Series.

Hausmann, R., Goldstein, P., Grisanti, A., O'Brien, T., Tapia, J. A., & Santos, M. A. (2020). A roadmap for investment promotion and export diversification: The case for Jordan. CID Working Paper Series.

Hidalgo, C. A., & Hausmann, R. (2009). The building blocks of economic complexity. Proceedings of the national academy of sciences, 106(26), 10570-10575.

Hidalgo, C. A., Klinger, B., Barabási, A. L., & Hausmann, R. (2007). The product space conditions the development of nations. Science, 317(5837), 482-487.

Khosravi, A., Daei-Karimzadeh, S., Shahmoradi, B., & Soltanpanah, H. (2020). Optimizing the Export Diversification Strategy of Iran's Chemical Products Using Product Spaces and Economic Complexity Theories. Iranian Journal of Economic Studies, 9(2), 595-621.

Khosravi, Anvar and Soltanpanah, Heirsh. (2022). Application of Economic Complexity Theory in Industrial Policy Making. Journal of Strategic Management in Industrial Systems, 16(58), 216-227.

Li, S., Li, X., Lang, W., Chen, H., & Huang, X. (2021). The spatial and mechanism difference in the export evolution of product space in global countries. Sustainability, 13(4), 2255.

Parsipoor, H., Hoseinzadh, A., & Agheli Moghaddam, H. (2022). Ranking and analysis of the level of development of Iran's provinces. Geographical Engineering of Territory, 6(4), 751-766.

Petralia, S., Balland, P. A., & Morrison, A. (2017). Climbing the ladder of technological development. Research Policy, 46(5), 956-969.

Pitigala, N., & Lopez-Calix, J. (2021). Trade policy options for export diversification: The case of Mali, Chad, Niger, and Guinea. Journal of Infrastructure, Policy and Development, 4(2), 261-286.

Rubbo, P., Picinin, C. T., & Pilatti, L. A. (2018). Knowledge management practices and economic complexity in BRIC countries from 2001 to 2014. International Journal of Knowledge Management Studies, 9(1), 1-17.

Saeedi, R., Moghaddasi, R., Nessabian S., Damanjeshideh, M. (2022). Calculation and Analysis of Economic Complexity Index in Iran’s Provinces. Quarterly Journal of Fiscal and Economic Policies (Qjfep), 10(38),147-186.

Sezai, A. (2020). Evolution of the product space and a new proposal for Turkeys export incentive system. Turkey: Presidency of Strategy and Budget.

Sørensen, B. B., Estmann, C., Sarmento, E. F., & Rand, J. (2020). Economic complexity and structural transformation: the case of Mozambique (No. 2020/141). WIDER Working Paper.

 

 

 

 

Identification of Industrial Investment Opportunities With the Approach of Economic Complexity: A Case Study Of Selected Provinces

(West Azerbaijan, Ilam, Kurdistan and Kermanshah)

Shadi Ghiasi

PhD Candidate, Department of Industrial Management, Sanandaj Branch, Islamic Azad University, Sanandaj, Iran

Heirsh Soltanpanah (Correspondng Author)

Associate Professor, Department of Management, Sanandaj Branch, Islamic Azad University, Sanandaj, Iran

Email: [e-mail]

Adel Fatemi

Associate Professor, Department of Statistics, Sanandaj Branch, Islamic Azad University, Sanandaj, Iran

Abdolnaser Shojaei

Assistant Professor, Department of Economics, Sanandaj Branch, Islamic Azad University, Sanandaj, Iran

 

Abstract

The development of the industrial sector is considered crucial in any society, with many economists viewing industrialization as a primary driver of a country's overall development. Industrial growth plays a pivotal role in meeting various human needs and fostering economic advancement by making effective use of concentrated physical capital, natural resources, raw materials, labor force, and technical expertise. In Iran, the economy has faced increasing scarcity of financial resources in recent years, underscoring the importance of judicious allocation of limited funds and strategic investment in key economic sectors. Regional industrial planning, within a systemic framework, is essential for determining growth patterns tailored to the unique potential of each region. In this article, the application of the product space theory and network science, coupled with data on the production structure of selected provinces in Iran from 2014 to 2018 across thirty-two product categories based on ISIC codes, aims to systematically identify products where the selected provinces have a revealed relative advantage. This exercise involves charting out a development path and roadmap for industrial growth in these provinces. Additionally, the probability of product diversification without revealed relative advantage was calculated for all the selected provinces, guiding the determination of their industrial development trajectory using a greedy strategy. The research findings highlighted that among the 32 products analyzed, Kermanshah and Ilam provinces exhibited the highest product diversity, each with 5 products, followed by West Azarbaijan and Kurdistan provinces, each with 3 products.

Keywords: Industrial planning, economic complexity, product space, revealed comparative advantage.

 

 

 

 

 

 

---

[1]   به منظور روشنتر شدن موضوع به مطالعه پارسی پور و دیگران(1401) تحت عنوان " رتبه بندی و تحلیل درجه توسعه یافتگی استانهای کشور" مراجعه فرمایید.

[2]  Kerala and Bihar

[3]  Economic Complexity Index

[4]  Harvard

[5]  MIT

[6]  Ricardo Hausmann

[7]  Sezar Hidalgo

[8]  Hausmann et al

[9]  Sorenson et al

[10]  Li et al

[11]  Rubbo et al

[12]  González rt al

[13]  De Chalendar  and Giraud

[14]  Location Quotient 

[15]   Diversity

[16]   Ubiquity

---