پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 46 |
| تعداد شماره‌ها | 1,226 |
| تعداد مقالات | 10,524 |
| تعداد مشاهده مقاله | 20,816,012 |
| تعداد دریافت فایل اصل مقاله | 14,187,728 |
منحنی یادگیری و سطوح فناوری در بنگاه‌های جدیدالورود صنایع تولیدی ایران | ||
| فصلنامه علمی پژوهش های اقتصاد صنعتی | ||
| مقاله 1، دوره 2، شماره 3، فروردین 1397، صفحه 7-22 اصل مقاله (633.57 K) | ||
| نوع مقاله: کاربردی | ||
| شناسه دیجیتال (DOI): 10.30473/indeco.2019.18408.1022 | ||
| نویسندگان | ||
| محمد علی فیض پور1؛ مرجان حبیبی* 2 | ||
| 1استادیار و عضو هیئت علمی دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، ایران | ||
| 2دانشجوی دکترا اقتصاد، دانشگاه ایالتی کانزاس، کانزاس، آمریکا | ||
| چکیده | ||
| در ادبیات اقتصاد صنعتی،ارتباط مقدار تولید با هزینه‌هایی که برای تولید آن میزان محصول صرف می‌شود را می‌توان باعنوان منحنی یادگیری بیان کرد. این در حالی است که براساس ادبیات موجود، یادگیری در میان صنایع متفاوت بوده و علاوه بر آن، می‌تواند تحت تأثیر عوامل مختلفی نظیر سطح فناوری صنعتی قرار گیرد. بر این اساس و باتوجه به نبود چنین مطالعاتی در ایران، پژوهش حاضر می‌کوشد تا تأثیر سطوح مختلف فناوری بر یادگیری در صنایع تولیدی ایران را بررسی کند. بدین منظور، مدل لگاریتم خطی و تابع هزینۀ کاب‌داگلاس تلفیق شده و از تعریف OECD از طبقه‌بندی صنایع برحسب سطوح فناوری استفاده شده است. نتایج نشان می‌دهدکه بیشترین یادگیری متعلق به صنایع با فناوری برتر است و از نظر سیاست‌گذاری، توجه به این صنایع ضروری است. همچنین، نرخ یادگیری بالاتر در صنایع مذکور قادر است برخی از هزینه‌های اولیۀ آن‌ها را پوشش دهد. ازاین‌رو، توجه به یادگیری لازمۀ سیاست‌گذاری توسعه صنعتی است. | ||
| کلیدواژه‌ها | ||
| منحنی یادگیری؛ صرفه‌های ناشی از مقیاس؛ سطوح فناوری؛ صنایع تولیدی؛ ایران | ||
| عنوان مقاله [English] | ||
| Learning Curve and Technology Levels of New Firms in Iranian Manufacturing Industries | ||
| نویسندگان [English] | ||
| Mohammad Ali Feizpour1؛ Marjan Habibi2 | ||
| 1Assistant Professor of Economics, Yazd University, Yazd, Iran | ||
| 2Ph.D. Student in Economics, Kansas State University, Kansas, U.S. | ||
| چکیده [English] | ||
| In industrial economics literature, the relationship between production quantity and production costs can be expressed as “learning curve”. Based on the existing literature on the learning curve, learning is not uniform across industries and besides that, can be influenced by other factors such as technology .Accordingly, due to the lack of such studies in Iran, the present research attempts to examine the impact of different levels of technology on learning in Iran's manufacturing industries. For this purpose, the Log-Linear model and the Cobb Douglas cost function are combined and the OECD definition of industries classification in terms of technology levels is used. The findings indicate that the highest level of learning belongs to the High-Tech industries and from policy- making point of view, attending to these industries is necessary. Furthermore, the higher learning rates in the mentioned industries are able to cover some of their initial costs. In conclusion, attending to learning is required for industrial development policy- making. | ||
| کلیدواژه‌ها [English] | ||
| Learning Curve, Economies of Scale, Technology Levels, Manufacturing Industries, Iran | ||
| مراجع | ||
|
Airframe Production”, Econometrica, No. 31, pp. 679-693. Anzanello, M. J. and F.S. Fogliatto (2011), “Selecting the Best Clustering Variables for Grouping Mass-customized Products Involving Workers' Learning”, International Journal of Production Economics, 130(2), pp. 268-276. Balasubramanian, N. and M.B. Lieberman (2010), “Industry learning environments and the heterogeneity of firm Performance”, Strategic Management Journal, 31(4), pp. 390-412. Clarke, A. (2008), Learning-by-doing and Productivity Dynamics in Manufacturing, University of Melbourne. Fellner, W. (1969), “Specific Interpretations of Learning by Doing”, Journal of Economic Theory, 1(2), pp. 119-140. Franceschini, F. and M. Galetto (2002), “Asymptotic Defectiveness of Manufacturing Plants: An Estimate Based on Process Learning International”, Journal of Production Research, 40(3), pp. 537-545. Heng, T. M. (2010), “Learning Curves & Productivity in Singapore Manufacturing Industries”, Paper presented at the Second Annual Conference of the Academic Network for Development in Asia (ANDA), Phnom Penh, Cambodia. Hirshleifer, J. (1962), “The firm's Cost Function: A Successful Reconstruction?”, Journal of Business, 35 (3), pp.235-255. Im, K. S.; Pesaran, M H. and Y. Shin (2003), “Testing for Unit Roots in Heterogeneous Panels”, Journal of Econometrics, 115(1), pp. 53-74. Javaheri, A. S. (2007), “The Source of Cost Advantage in Selected INDIAN Manufacturing Industries”, Iranian Economic Review, (19), pp. 89-104. Johnson, C. (1982), MITI and the Japanese Miracle: the Growth of Industrial Policy: 1925-1975, Stanford University Press. Klenow, P. J. (1998), “Learning Curves and the Cyclical Behavior of Manufacturing Industries”, Review of Economic Dynamics, 1(2), pp. 531-550. Levin, A.; Lin, C. F. and C.S.J. Chu (2002), “Unit Root Tests in Panel Data: Asymptotic and Finite-sample Properties”, Journal of Econometrics, 108(1), pp.1-24. Lieberman, M. B. (1987), “The Learning Curve, Diffusion, and Competitive Strategy”, Strategic Management Journal, 8(5), pp. 441-452. Lincoln, E. J. (1988), Japan, facing economic maturity, Brookings Institution Press. Morishima, M. (1982), Why has Japan Succeeded?Western technology and the Japanese ethos, Cambridge University Press. Pramongkit, P.; Shawyun, T. and B. Sirinaovakul (2000), “Analysis of Technological Learning for the Thai Manufacturing Industry”, Technovation, 20(4), pp. 189-195. Sheshinski, E. (1967), “Tests of the learning by doing hypothesis”, The Review of Economics and Statistics, pp.568-578. Stobaugh, R.B. and P.L. Townsend (1975), “Price Forecasting and Strategic Planning: the Case of Petrochemicals”, Journal of Marketing Research, pp. 19-29. Takahashi, N. (2013), “Jumping to Hasty Experience Curves”, Annals of Business Administrative Science, 12(2), pp. 71-87. Wright, T. P. (1936), “Factors Affecting the Cost of Airplanes”, Journal of the Aeronautical Sciences (Institute of the Aeronautical Sciences), 3(4), pp. 122-128.
| ||
|
آمار تعداد مشاهده مقاله: 573 تعداد دریافت فایل اصل مقاله: 393 |
||