الگوسازی و پیش بینی رشد اقتصادی مبتنی بر سناریوی های رشد جمعیت با استفاده از شبکه های عصبی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
در آن سوی دیدگاه های بدبینانه به اثر رشد جمعیت بر رشد اقتصادی، نگرش های جدید معطوف به دیدگاه های نهادی و در نقطه مقابل اندیشه های حاکم بر الگوهای رشد نئوکلاسیکی، نتایج متفاوت و بعضا مثبتی را ارائه کرده اند. در این مقاله با بهره گیری از تلفیق شبکه عصبی GMDH و الگوریتم ژنتیک، رشد تولید ناخالص داخلی بر اساس دو متغیر رشد جمعیت و باروری، الگوسازی و پیش بینی شده است. نتایج نشان داد که اولا متغیر رشد جمعیت دارای تاثیر مضاعف بر رشد اقتصادی است. ثانیا رشد اقتصادی علت کوتاه مدت (علیت غیر خطی) رشد جمعیت می باشد. همچنین پیش بینی هایی مبتنی بر سه سناریوی حد پائین، متوسط و بالای پیش بینی رشد جمعیت توسط سازمان ملل و سناریوی افزایش آهسته باروری کل، شامل 4 متغیر، وقفه های اول و دوم رشد جمعیت و باروری، برای رشد اقتصادی صورت گرفته است. نتایج نشان داد که بهترین عملکرد پیش بینی مربوط به الگوی سناریوی حد پائین جمعیت و سناریوی افزایش آهسته باروری کل می باشد.
زبان:
فارسی
صفحات:
43 تا 65
لینک کوتاه:
magiran.com/p2003362 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!