The Effect of Knowledge-Based Economy Components on Income Inequality in Selected Countries

Abolfazl Shahabadi ¹ ( Professor in Department of Economics, Faculty of Social Sciences and Economics, Alzahra University, Tehran, Iran. )
Roghayeh Pouran ² ( Post-Doc Researcher, Department of Economics, Faculty of Social Sciences and Economics, Alzahra University, Tehran, Iran )
Negar Naserinia ³ ( MA in Economics, Department of Economics, Faculty of Social Science and Eco-nomics, Alzahra University, Tehran, Iran )

Submited date : 2022-11-26 Accepted date : 2024-07-22

Keywords: Education &amp, Human resources, Innovation System, Economic Incentives &amp, Institutional Regime, Information &amp, Communication Technology Infrastructure,

Abstract :

Income inequality is the cause of many social disorders such as poverty, economic inequality and class gap in societies and is one of the most important economic issues of countries. Therefore, it is necessary to examine the determinants of income inequality with the aim of policy making in order to reduce inequality. For this purpose, the present study, using the panel data approach and the Generalized Moments Method (GMM) investigates the effect of Knowledge-Based Economy components on income inequality in two groups of selected countries with per capita income above 20,000 $ and per capita income less than 20,000 $. The period of research has been covered in 2010-2019. The results show that improving the Education & Human resources in both groups of selected countries has a negative and significant effect on income inequality, while improving the Information & Communication Technology Infrastructure in both groups of selected countries has a positive and significant effect on income inequality. had. Also, the improvement of the Innovation System in the group of countries with a per capita income above 20,000 $ has increased the share of both the upper and lower deciles of the society and has a positive effect on income inequality. While in the group of countries with per capita income less than 20,000 $, it reduces the share of the top decile of income and has had a positive but insignificant effect on the share of the bottom decile of the society in the countries of this group. Finally, improving the Economic Incentives & Institutional Regime in the group of countries with per capita income above 20,000 $ has a negative and significant effect on income inequality, while in the group of countries with per capita income less than 20,000 $ it has a positive and significant effect on income inequality.

Full-Text:



2	Journal of Regional Planning (Isuue 50, Summer 2023)

 

Research Paper 

The Effect of Knowledge-Based Economy Components on Income Inequality in Selected Countries

 

Abolfazl Shahabadi¹: Professor in Department of Economics, Faculty of Social Sciences and Economics, Alzahra University, Tehran, Iran.

Roghayeh Pouran: Post-Doctoral Researcher in Economics, Faculty of Social Sciences and Economics, Alzahra University, Tehran, Iran.

Negar Naserinia: Master of Economic Sciences, Faculty of Social Sciences and Economics, Alzahra University, Tehran, Iran.

Citation: Shahabadi, A., Pouran, R. & Naserinia, N. (2024). The Effect of Knowledge-Based Economy Components on Income Inequality in Selected Countries, Journal of Regional Planning, Vol, No, PP: DOI: DOR:

Abstract

A R T I C L E I N F O

Income inequality is the cause of many social disorders such as poverty, economic inequality and class gap in societies and is one of the most important economic issues of countries. Therefore, it is necessary to examine the determinants of income inequality with the aim of policy making in order to reduce inequality. For this purpose, the present study, using the panel data approach and the Generalized Moments Method (GMM) investigates the effect of Knowledge-Based Economy components on income inequality in two groups of selected countries with per capita income above 20,000 $ and per capita income less than 20,000 $. The period of research has been covered in 2010-2019. The results show that improving the Education & Human resources in both groups of selected countries has a negative and significant effect on income inequality, while improving the Information & Communication Technology Infrastructure in both groups of selected countries has a positive and significant effect on income inequality. had. Also, the improvement of the Innovation System in the group of countries with a per capita income above 20,000 $ has increased the share of both the upper and lower deciles of the society and has a positive effect on income inequality. While in the group of countries with per capita income less than 20,000 $, it reduces the share of the top decile of income and has had a positive but insignificant effect on the share of the bottom decile of the society in the countries of this group. Finally, improving the Economic Incentives & Institutional Regime in the group of countries with per capita income above 20,000 $ has a negative and significant effect on income inequality, while in the group of countries with per capita income less than 20,000 $ it has a positive and significant effect on income inequality.

Received:2020/11/20 Accepted:2021/08/29 PP: 93-114        Use your device to scan and read the article online             Keywords: Knowledge-Based Economy, Income inequality, Education & Human resources, Innovation System, Economic Incentives & Institutional Regime, Information & Communication Technology Infrastructure

 

 

---

[1]  Corresponding author: Abolfazl Shahabadi, Email: [e-mail],

Extended Abstract

Introduction

One of the most important goals of policy making in different countries is improving the people's living standards and achieving the social welfare. Achieving this goal is possible only in the shadow of economic growth combined with equal distribution of income and other factors affecting social well-being. Income inequality has extensive economic and social effects on the body of society. Therefore, the government has the duty to apply appropriate policies to reduce inequality in order to prevent possible problems caused by inappropriate income distribution. Finding the influencing factors on income distribution helps policy makers to make income distribution fairer with proper planning. On the other hand, reducing income inequality requires various requirements and tools. Meanwhile, production and expansion of knowledge and technology is one of the undeniable requirements and tools of the present era. In other words, in this research, in order to provide policy recommendations to the macro policy makers of the selected countries, we are looking to investigate whether the components of the knowledge-based economy significantly affect income inequality in these countries.

 Methodology

The statistical sample of this research includes the top 47 science-producing countries in the world based on the 2019 report of the Scimago ranking system (Austria, Spain, Australia, Ukraine, Indonesia, United Kingdom, Italy, Iran, Ireland, Argentina, South Africa, Germany, United States, Brazil, Belgium, Pakistan, Portugal, Thailand, Turkey, Czech Republic, China, Denmark, Russia, Romania, Japan, Singapore, Sweden, Switzerland, Chile, Occupied Palestine, Saudi Arabia, France, Finland, Canada, South Korea, Colombia, Poland, Malaysia, Hungary, Egypt, Mexico, Norway, New Zealand, Netherlands, India, Vietnam, Greece). In this research, in order to provide a relatively comprehensive review regarding the impact of knowledge-based economy components on income inequality with a comparative approach between two groups of countries, two categories of countries are selected: countries with per capita income above 20 thousand dollars and countries with less than 20 thousand dollars. The four components selected by the World Bank have been used as representatives of the knowledge-based components; Education & Human resources, Innovation System, Economic Incentives & Institutional Regime, Information & Communication Technology Infrastructure. Moreover, the share of the top 10% of income and the share of the bottom 10% of income have been used as a measure of inequality Income.

In this study, using the panel data approach and the Generalized Moments Method (GMM) investigates the effect of Knowledge-Based Economy components on income inequality in two groups of selected countries with per capita income above 20,000 $ and per capita income less than 20,000 $. The period of research has been covered in 2010-2019.

 Results and discussion

The results show that the effect of Education & Human resources on the share of the top 10% of income in both groups of countries with high per capita income and countries with low per capita income is negative and significant; But the effect of this component on the share of the bottom 10% of income in both groups of selected countries is positive and significant. Accordingly, a 1 percent increase in higher education in countries with high per capita income and countries with low per capita income, respectively, causes a decrease of 0.60 and 0.22 percent of the share of the top decile, and an increase of 0.29 percent of the share of the bottom decile of income in both group of selected countries.

The effect of Innovation System on the share of high-income decile and low-income decile in the group of countries with high per capita income is positive and significant. Based on this, a 1 percent improvement in this component, assuming the stability of other factors, will lead to an average increase of 0.04 and 0.02 percent in the share of the top income decile and the bottom income decile.

The impact of Information & Communication Technology Infrastructure on the share of the high-income decile and the share of the low-income decile in both groups of countries with high per capita income and countries with low per capita income is positive and significant, and negative and significant, respectively. Based on this, a 1 percent improvement in information and communication technology will lead to an increase of 0.11 and 0.06 percent in the share of the top income decile in countries with high per capita income and countries with low per capita income, respectively. Also, 1 percent improvement in this index, on average, causes a decrease of 0.5 and 0.06 percent in the share of the lowest income decile in the group of countries with high per capita income and countries with low per capita income.

The effect of Economic Incentives & Institutional Regime on the share of the high-income decile in the group of countries with high per capita income is negative and significant, while the effect of the same component on the share of the low-income decile in the mentioned group is positive and significant, which means that the incentives Economic and institutional regime reduces income inequality. Accordingly, a 1 percent improvement in this component has caused a 0.46 percent decrease in the share of the top income decile and a 1.00 percent increase in the share of the bottom income decile, respectively.

Conclusion

the results of the estimation show that Education & Human resources in both groups of selected countries reduces the share of high-income deciles and increases the share of low-income deciles. Therefore, inequality reduces income in both groups. The Innovation System increases the share of the upper decile and the low-income decile in the per capita income over $ 20,000, while in the group of less than $ 20,000 per capita countries, the share of the high-income decreases; But there is no significant impact on the share of low-income deciles. The Information & Communication Technology Infrastructure in both groups of selected countries increases the share of high-income deciles, and reduces the share of the low-income decile, thus increasing income inequality in both groups. Finally, the Economic Incentives & Institutional Regime, in the group of countries with per capita income above 20 thousand dollars, reduces the share of the high-income decile and increases the share of the low decile and reduces income inequality in this group. While this component increases the share of the top income decile and decreases the share of the low-income decile in countries with a per capita income of less than 20 thousand dollars and increases income inequality.

 Keywords: Knowledge-Based Economy, Income Inequality, Education & Human Resources, Innovation System, Economic Incentives & Institutional Regime, Information & Communication Technology Infrastructure.

 

 

مقاله پژوهشی

 

تأثیر مؤلفه­های اقتصاد دانش­بنیان بر نابرابری درآمد در کشورهای منتخب

 

ابوالفضل شاه‌آبادی¹: استاد گروه اقتصاد، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایران.

رقیه پوران: پسادكتري اقتصاد، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایران.

نگار ناصری‌نیا: کارشناسی‌ارشد اقتصاد، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایران.

 

اطلاعات مقاله

چکیده

تاریخ دریافت:30/08/1399 تاریخ پذیرش:07/06/1400  شماره صفحات: 114-93   از دستگاه خود برای اسکن و خواندن مقاله به صورت آنلاین استفاده کنید   واژه­های کلیدی: اقتصاد دانش‌بنیان، نابرابری درآمد، آموزش و توسعه منابع انسانی، نظام ابداعات و نوآوری، رژیم­های اقتصادی و مشوق‌های نهادی، زیرساختها و فناوری ارتباطات و اطلاعات

نابرابری درآمد مسبّب بسیاری از اختلالات اجتماعی از جمله فقر، نابرابری اقتصادی و شکاف طبقاتی در جوامع می­باشد و از مهمترین مسائل اقتصادی کشورها به شمار می­رود. از این رو بررسی تعیین کننده­های نابرابری درآمد با هدف سیاست­گذاری در راستای کاهش نابرابری امری ضروری است. بدین منظور پژوهش حاضر با رهیافت پنل دیتا و روش گشتاورهای تعمیم­یافته به بررسی تأثیر مؤلفه­های اقتصاد دانش­بنیان بر نابرابری درآمد در دو گروه از کشورهای منتخب با درآمد سرانه بالای 20 هزار دلار و درآمد سرانه کمتر از 20 هزار دلار، طی بازه زمانی 2010-2019 پرداخته است. نتایج نشان می­دهد، بهبود مؤلفه آموزش و منابع انسانی در هر دو گروه از کشورهای منتخب تأثیر منفی و معنی‌داری بر نابرابری درآمد دارد، درحالی‌که بهبود مؤلفه فناوری اطلاعات و ارتباطات در هر دو گروه از کشورهای منتخب تأثیر مثبت و معنی‌دار بر نابرابری درآمد داشته است. همچنین، بهبود مؤلفه نوآوری در گروه کشورهای با درآمد سرانه بالای 20 هزار دلار سبب افزایش سهم هر دو دهک بالا و پایین جامعه شده و تأثیر مثبت بر نابرابری درآمد دارد. در حالی‌که در گروه کشورهای با درآمد سرانه کمتر از 20 هزار دلار سهم دهک بالای درآمدی را کاهش می­دهد و تأثیر مثبت اما بی‌معنی بر سهم دهک پایین جامعه در کشورهای این گروه داشته است. در نهایت، بهبود مؤلفه مشوق­های اقتصادی و رژیم نهادی در گروه کشورهای با درآمد سرانه بالای 20 هزار دلار تأثیر منفی و معنی‌دار بر نابرابری درآمد دارد، درحالی‌که در گروه کشورهای با درآمد سرانه کمتر از 20 هزار دلار تأثیر مثبت و معنی‌دار بر نابرابری درآمد دارد.

استناد: شاه‌آبادی، ابوالفضل؛ پوران، رقیه؛ ناصری‌نیا، نگار. (1403). تأثیر مؤلفه­های اقتصاد دانش­بنیان بر نابرابری درآمد در کشورهای منتخب. فصلنامه برنامه­ریزی منطقه­ای، سال ، شماره ، مرودشت: صص  DOI:  DOR:

 

---

[1]   نویسنده مسئول: ابوالفضل شاه‌آبادی، پست الکترونیکی: [e-mail] تلفن: [phone]

مقدمه

از دهه 1970 بسیاری از کشورها شاهد افزایش نابرابری درآمدی در جوامع خود بوده‌اند و تفاسیر مختلفی برای این روند وجود دارد. به عنوان مثال، (1955) Kuznetsمعتقد است افزایش نابرابری درآمد ممکن است نتیجه تغییرات ساختاری باشد. اگرچه کوزنتس بر گذار از کشاورزی به صنعت و روند شهرنشینی تمرکز دارد (با توجه به اینکه جمعیت روستایی را می‌توان با درآمد متوسط ​​کمتر و نابرابری درآمد کمتر مشخص کرد، بنابراین سهم فزاینده‌ای از جمعیت شهری دلالت بر افزایش نابرابری درآمد دارد)، مشاهدات او ممکن است در مورد گذار از صنعت تا خدمات، از جمله موارد مالی نیز صدق کند. به طور مشابه، انتقال از یک برنامه‌ریزی متمرکز به یک اقتصاد مبتنی بر بازار به معنای افزایش قابل‌توجهی در نابرابری درآمد برای بسیاری از کشورهایی است که این انتقال را از اواخر دهه 1980 تا اوایل دهه 1990 تجربه کردند (Włodarczyk، 2013). در حال حاضر، ادبیات دلایل دیگر را برای نابرابری درآمدی مطرح می‌کنند. دلایلی نظیر؛ تغییر تکنولوژی مهارت‌گرا (Skill-biased technological change)، تجارت بین‌الملل و روند جهانی‌شدن، مهاجرت، آموزش، نهادها و نابرابری جنسیتی به عنوان برجسته‌ترین عوامل مطرح هستند (Kierzenkowski & Koske, 2013; Lemieux, 2008; Aghion et al., 1999).

از دیدگاه سنتی، فناوری جدید بهره‌وری و دستمزد را چه برای کارگران کم مهارت و چه برای کارگران با مهارت بالا، افزایش می‌دهد. بنابراین، ممکن است نابرابری‌های درآمدی را افزایش یا کاهش دهد. تغییرات فناوری مهارت‌گرا، نابرابری‌ها را افزایش می‌دهد و از طرف دیگر، تقاضای نسبی برای کارگران با مهارت بالا را افزایش می‌دهد که انگیزه دستیابی به تحصیلات عالی را افرایش می‌دهد. طبیعتاً عرضه بیشتر کارگران با مهارت بالا به کاهش نابرابری‌ها منجر می‌شود. این چارچوب تقاضا و عرضه در توضیح تغییرات در ساختار دستمزد ایالات متحده تا دهه 1990 موفق بود، اما نتوانست تحولات بعدی مانند کاهش دستمزدهای واقعی در انتهای پایین توزیع درآمد را توضیح دهد (Katz & Murphy, 1992). 

از طرف دیگر، همزمان با ظهور اقتصاد دانش‌بنیان به عنوان یکی از عوامل موثر بر رشد اقتصادی کشورها، فاصله بین ثروتمند و فقیر، بهره‌مند و محروم، دانشمند و تحصیل ‌نکرده به طور چشمگیری در حال افزایش است و نگرانی‌ها در رابطه با افزایش نابرابری‌ها را با خود به همراه داشته است (Law et al., 2020). در سال‌های اخیر، با وجود پیچیدگی اقتصادی ناشی از فرآیندهای دانش‌بنیان (Azimi & Azimi, 2022) و حتی توسعه بازارهای مالی (Rezagholizadeh & Aghaei, 2019)، بسیاری از کشورهای در حال توسعه نیز، همچنان با مشکل افزایش نابرابری درآمد مواجه هستند (Khan and Yahong, 2022)، حتی در کشورهای توسعه‌یافته نظیر (2019). Aghion et al.افزایش شدید نابرابری درآمد در کشورهای توسعه‌یافته نظیر ایالات متحده آمریکا را گزارش داده‌اند و تاکنون اجماعی در خصوص علل افزایش نابرابری‌ها وجود نداشته است. 

در این پژوهش، به منظور ارائه بررسی نسبتاً جامعی در خصوص بررسی تأثیر مؤلفه­های اقتصاد دانش‌بنیان بر نابرابری درآمد با رویکرد مقایسه‌ای بین دو گروه کشور، دو دسته از کشورهای با درآمد سرانه بالای 20 هزار دلار و کمتر از 20 هزار دلار به عنوان نمادهایی از کشورهای توسعه‌یافته و درحال‌توسعه انتخاب شده‌اند. همچنین، از چهار مؤلفه مورد نظر بانک جهانی شامل؛ آموزش و سرمایه انسانی، نظام ابداعات و نوآوری، زیرساخت­های فناوری اطلاعات و ارتباطات، مشوق‌های اقتصادی و رژیم‌ نهادی به عنوان سنجه­های اقتصاد دانش­بنیان، و از سهم 10% بالای درآمدی و سهم 10% پایین درآمدی به عنوان سنجه نابرابری درآمد استفاده شده‌ است. سئوالات مورد نظر پژوهش به شرح ذیل است:

1- آموزش و توسعه منابع انسانی چه تأثیري بر سهم 10% بالای و سهم 10% پایین درآمدی در کشورهای منتخب با درآمد سرانه بالا و درآمد پائین دارد؟

2- نوآوری چه تأثیري بر سهم 10% بالای و سهم 10% پایین درآمدی در کشورهای منتخب با درآمد سرانه بالا و درآمد پائین دارد؟

3- زیرساخت فناوری اطلاعات و ارتباطات چه تأثیري بر سهم 10% بالای و سهم 10% پایین درآمدی در کشورهای منتخب با درآمد سرانه بالا و درآمد پائین دارد؟

4- مشوق‌های اقتصادی و رژیم‌های نهادی چه تأثیري بر سهم 10% بالای و سهم 10% پایین درآمدی در کشورهای منتخب با درآمد سرانه بالا و درآمد پائین دارد؟

بر این اساس، فرضیه‌های پژوهش عبارتند از:

1- آموزش و توسعه منابع انسانی تأثیر منفی بر سهم 10% بالای درآمدی در کشورهای منتخب با درآمد سرانه بالا و پائین و نیز، تأثیر مثبت بر سهم 10% پایین درآمدی در کشورهای منتخب با درآمد سرانه بالا و پائین دارد.

2- نوآوري تأثیر منفی بر سهم 10% بالای درآمدی در کشورهای منتخب با درآمد سرانه بالا و پائین و نیز، تأثیر مثبت بر سهم 10% پایین درآمدی در کشورهای منتخب با درآمد سرانه بالا و پائین دارد.

3- زیرساخت فناوری اطلاعات و ارتباطات تأثیر منفی بر سهم 10% بالای درآمد سرانه در کشورهای منتخب با درآمد بالا و پائین و نیز، تأثیر مثبت بر سهم 10% پایین درآمدی در کشورهای منتخب با درآمد سرانه بالا و پائین دارد.

4- مشوق‌های اقتصادی و رژیم‌های نهادی تأثیر منفی بر سهم 10% بالای درآمدی در کشورهای منتخب با درآمد سرانه بالا و پائین و نیز، تأثیر مثبت بر سهم 10% پایین درآمدی در کشورهای منتخب با درآمد سرانه بالا و پائین دارد.

به منظور بررسی سئوالات و فرضیات پژوهش، بخش دوم به مبانی نظری و مطالعات تجربی اختصاص یافته است. در بخش سوم، به روش­شناسی پژوهش و در بخش چهارم، یافته‌های تجربی ارائه شده است. بر این اساس، پژوهش حاضر سعی­دارد با استفاده از داده­های تجربی 47 کشور منتخب تولیدکننده علم، در دوره 2019-2010 به تعیین تأثیر مؤلفه­های اقتصاد دانش‌بنیان بر نابرابری درآمد بپردازد. در بخش پایانی نیز، به تفسیر نتایج و ارائه پیشنهادات پرداخته شده است.

 

پیشینه تحقیق و مبانی نظری

همواره بحث از رشد اقتصادی توأم با بهبود توزیع درآمد از نظریات چالش برانگیز اقتصاد توسعه محسوب می‌شود. قبل از طرح نظریات رشد درونزا، Kuznets، Nurkse و Lewis معتقد بودند رشد اقتصادی به همراه بهبود توزیع درآمد مقدور نیست بلکه، شرایط لازم برای ایجاد رشد سریع اقتصادی تشدید نابرابری در توزیع درآمدهاست. Kuznets براساس نتایج مطالعه خود بیان نمود، در مراحل اولیه رشد و توسعه اقتصادی نابرابری درآمد افزایش می‌یابد؛ زیرا به دلیل فقدان مهارت و تخصص نیروی‌کار دستمزدها در سطح پایین قرار دارد. سپس، با روند توسعه اقتصادی نابرابری درآمد تعدیل شده و در نهایت، کاهش می‌یابد. به اعتقاد وی نابرابری بالای درآمد در مراحل اولیه صنعتی شدن، روند توسعه را تضمین می­کند (Parvin ,1996). وی در مطالعه خود یک رابطه U معکوس بین رشد اقتصادی و نابرابری درآمد مشاهده کرد. بنابراین، رشد اقتصادی مستلزم کاهش نابرابری درآمد است. اما برای توزیع متعادل‌تر درآمد نمی‌توان صرفاً به حداکثر نمودن رشد اقتصادی اکتفا نمود (Kakwani et al, 2003). هرچند اقتصاددانانی نظیر Myrdal, 1986 Perbisch, 1959; و Baran, 1957 در مورد رابطه بین رشد اقتصادی و توزیع درآمد نظرات مختلفی داشتند، نتایج مطالعات و تحقیقات در اواخر دهه 1960 و اوایل دهه 1970 نشان داد رشد و توسعه اقتصادی ضرورتاً منجر به توزیع متعادل‌تر درآمد نمی‌شود (Adelman & Morris, 1973) و توزیع نابرابرتر درآمد به عنوان مانعی برای رشد بیشتر تلقی می‌شود که پیامدهای اجتماعی، اقتصادی و سیاسی متعددی را نیز به همراه دارد.

با طرح نظریات رشد درونزا، بحث از اثر مؤلفه‌های دانش‌ بر رشد اقتصادی و به تبع آن، توزیع درآمد نیز مطرح شد. در این میان، پژوهش‌هایی نظیر Romer, 1990; Aghion and Howitt, 1992; Aghion et al., 2014, 2019; Akcigit, 2017 اثر نوآوری را بر سهم دهک‌های درآمدی بالا مورد بررسی قرار داده‌‌اند و مطالعات دیگری نیز سایر دلایل را جستجو کرده‌اند. در این پژوهش با هدف بررسی یکپارچه تقش مؤلفه‌های اقتصاد دانش‌بنیان بر نابرابری درآمد، سازوکار تأثیر چهار مؤلفه معرفی شده توسط بانک جهانی شامل؛ آموزش و منابع انسانی (Education & Human resources)، نظام ابداعات و نوآوری (Innovation System)، زیرساخت­های فناوری اطلاعات و ارتباطات(Information and Communication Technology Infrastructure)، مشوق‌های اقتصادی و رژیم‌ نهادی (Economic Incentives & Institutional Regime) بر نابرابری درآمد ارائه شده است.

 

سازوکار تأثیر آموزش و منابع انسانی بر نابرابری درآمد:

چگونگی توزیع فرصت‌های آموزشی در میان مردم، بر توزیع آتی درآمدها تأثیر می­گذارد. (1961) Shults معتقد است آموزش منجر به افزایش توانایی افراد در استفاده و به کارگیری اطلاعات در راستای افزایش تولید و رشد اقتصادی خواهد شد. بنابراین، هرچه سرمایه­گذاری در آموزش بیشتر باشد و بازدهی بالاتری داشته باشد، درآمد فرد بیشتر خواهد بود (Hashim et al, 2022). به علاوه، Becker & Minser (1985) معتقدند، آموزش از طریق ارتقاء سطح توانایی­ها، زمینه افزایش درآمدهای فردی و اجتماعی را فراهم ساخته و از پراکندگی توزیع درآمد می­کاهد (Khalkhali, et al., 2011). از طرفی با توسعه آموزش تعداد زیادی از کارگران، جذب بخش نوین یا آموزش­دیده می­شوند و دستمزدشان افزایش می­یابد، به تدریج با کمیابی نیروی­کار در بخش سنتی، دستمزد گروه­های پایین جامعه به دستمزد گروه­های بالای جامعه نزدیک شده و نابرابری درآمد کاهش می­یابد. البته مواردی نیز وجود دارد که کسب دانش و روندی که باید برای آن طی شود موجب ایجاد شکاف درآمدی بین افراد خواهد شد. به دو دلیل می­توان این امر را تأیید نمود: 1- هزینه فرصت از دست رفته فرزندان خانواده­های فقیر به دلیل تمایل به انجام کارهای اقتصادی در سنین پایین بیشتر از فرزندان خانواده­های طبقه متوسط و بالا است و آن­ها نمی­توانند از آموزش بهره کافی ببرند. این امر سبب می­شود که آن­ها در فعالیت­های اقتصادی با دستمزد کم مشغول شوند و شغل­های پر درآمد که نیازمند مدراک و سطوح دانشی بالا هستند به فرزندان طبقات متوسط و بالا برسد. 2- گروهی از فرزندان خانواده­های فقیر نیز که مسیر آموزش و کسب دانش را دنبال می­کنند در پیدا کردن شغل نسبت به افرادی که در طبقات بالاتر قرار دارند، از شانس کمتری برخوردار هستند و این امر شکاف درآمدی را تشدید می­کند (2021Chen & Liu,). 

از جنبه تجربی، Hui (2020) با بررسی رابطه داده‌های ایالات متحده طی دوره زمانی 1967-2015، نشان داد بین تحصیلات عالی و نابرابری درآمد رابطه U معکوس وجود دارد. به این معنا که، وقتی آموزش عالی به طور گسترده در دسترس نباشد، تحصیلات عالی می­تواند نابرابری درآمد را افزایش دهد. در مقابل، زمانی که تحصیلات به طور گسترده در دسترس است، تعداد زیادی از مردم می­توانند به آموزش عالی دسترسی داشته باشند، شرکت­کنندگان در بازارکار رقابتی از نظر توانایی تقریباً برابرند. بنابراین، گسترش آموزش سبب کاهش نابرابری درآمد در این مرحله خواهد شد. Munir & Kanwal (2020) با ارزیابی تأثیر نابرابری آموزشی و نابرابری جنسیتی در آموزش و پرورش بر نابرابری درآمد را در کشورهای آسیای جنوبی طی بازه زمانی 2010-1980، نشان دادند تحصیلات متوسطه، نابرابری درآمد را افزایش و تحصیلات ابتدایی (پایه) و عالی، نابرابری درآمد را کاهش می­دهد. همچنین،Sarkesh & Aleemran (2021)  با بررسی تأثیر متغیرهای فناوری اطلاعات و ارتباطات و هزینه­های آموزشی دولت، بر نابرابری درآمد در کشور ایران طی بازه زمانی 2017-1980، نشان دادند هزینه­های آموزشی و فناوری اطلاعات و ارتباطات، تأثیر منفی و معنی‌دار بر نابرابری درآمد در کشور ایران دارد.

 

سازوکار تأثیر نظام ابداعات و نوآوری بر نابرابری درآمد:

نوآوری می­تواند از کانال­های مختلفی نابرابری درآمد را تحت تأثیر قرار دهد. نوآوری تفاوت سطح مهارتی در مشاغل را آشکار می­سازد. این تفاوت در سطح مهارت منجر به تفاوت در سطح دستمزد نیز خواهد شد. بنابراین، کارگران ماهرتر سعی می­کنند با رفتن به محیط­های نوآورانه که دستمزد بالاتری به آن­ها پرداخت ­می­کنند، کارایی بالاتری بدست آورند و کارگرانی که از سطح مهارت و توانایی کمتری برخوردار هستند، به ناچار در سطوح دستمزدی ­پایین­تر مشغول به کار می­شوند (Shahabadi et al, 2016 ؛ Faggio et al, 2007; Carroll & Ayala, 2009). سرریز دانش ممکن است به کارگران کم مهارت اجازه دهد تا از کارگران ماهرتر بیاموزند و بهره­وری خود را افزایش دهند (Shahabadi et al., 2020). البته برخی از محققان بر این باورند که در محیط‌های نوآورانه و غنی از دانش، افرادی که سطح مهارت‌های پایین‌تری دارند، ممکن است بیشتر بیاموزند و از نوآوری بهره ببرند، اما برخی دیگر معتقدند روشن نیست دانش حاصل از نوآوری به اندازه کافی برای افزایش بهره‌وری برای افراد کم‌ مهارت استفاده شود، چرا که کارگران کم مهارت، در مشاغلی نخواهند بود که بتوانند از این دانش جدید بهره­مند شوند (Liu & Lawell, 2015). بنابراین، نوآوری منجر به افزایش بهره­وری و دستمزد برای کارگران کم مهارت و کارگران با مهارت بالا می‌گردد. بنابراین ممکن است نابرابری‌های درآمدی را افزایش یا کاهش دهد. از طرفی نوآوری و تغییر فناوری مبتنی بر مهارت، نابرابری‌ها را افزایش می‌دهد، و تقاضای نسبی برای کارگران با مهارت بالا را افزایش می‌دهد؛ اما در مقابل، انگیزه­هایی برای دستیابی به تحصیلات عالی ایجاد می‌کند، طبیعتاً عرضه بیشتر کارگران با مهارت بالا به معنای کاهش نابرابری است (Aghion et al, 2005). 

به طور تجربی، Emilsson (2020) با بهره­گیری از مدل پنل دیتا و مدل با اثرات ثابت در 23 کشور عضو اتحادیه اروپا طی دوره 1995-2016 نشان داد نوآوری تأثیر منفی بر نابرابری درآمد این کشورها دارد. Aghion et al., (2019) نیز، رابطه مثبتی میان نابرابری درآمد دهک بالا و نوآوری در کشور ایالات متحده آمریکا بدست آوردند. Benos & Tsiachtsiras (2019) نشان دادند فعالیت­های نوآورانه از طریق کاهش اختلافات درآمد شخصی، نابرابری درآمد کشورهای منتخب را کاهش می­دهد. Frank (2009) رابطه مثبتی بین سهم 10% و 1% بالای درآمدی ایالات متحده و رشد اقتصادی مبتنی بر نوآوری (innovation-led growth) پیدا کرده است. همچنین، Shahabadi & Sarigol (2013) تأثیر نوآوری بر نابرابری درآمد کشورهای OPEC و کشورهای توسعه‌یافته منتخب OECD را در بازه زمانی 2009-1995 مورد مطالعه قرار دادند. نتایج حاکی از آن است که، کشورهای OECD نسبت به کشورهای OPEC در شاخص ضریب جینی و نوآوری وضعیت مطلوب‌تری دارند، و نوآوری بالاتر سبب بهبود وضعیت توزیع درآمد می­شود.

 

سازوکار تأثیر زیرساخت‌های فناوری اطلاعات و ارتباطات بر نابرابری درآمد:

بسیاری از اقتصاددانان معتقدند فناوری اطلاعات و ارتباطات با توجه به شرایط اقتصادی و فنی کشورها، اثرات متفاوتی بر نابرابری درآمد در کشورهای مختلف دارد (Parayil, 2005) و ممکن است نابرابری درآمد را کاهش یا افزایش دهد. فناوری اطلاعات و ارتباطات می­تواند از کانال بهبود بهره­وری سرمایه و نیروی­کار، تقاضا برای عوامل تولید را تحت تأثیر قرار می­دهد، بنابراین بر دریافتی این عوامل و نابرابری درآمد تأثیر می­گذارد (Johannes & Bauer, 2019). فناوری اطلاعات و ارتباطات با کمک به جایگزینی روش­های سنتی تجارت با روش­های نوین و بازاریابی نوین سبب کاهش هزینه­ها می­شود (Shahabadi et al., 2020) و منجر به کاهش نابرابری درآمد می‌شود. انتشار فناوری اطلاعات و ارتباطات منجر به افزایش شدید تقاضا برای کارگران ماهر و تحصیل­کرده می­شود؛ زیرا مهارت‌های سطوح بالا مکمل فناوری اطلاعات و ارتباطات است. این تقاضای اضافی برای کارگران ماهر منجر به افزایش دستمزد نسبی برای کارگران با تحصیلات بالا می­شود؛ اما بازندگان ناشی از انتشار فناوری اطلاعات و ارتباطات معمولاً کارگرانی هستند که مشاغل آن­ها بر کارهای معمول تمرکز دارد و می­تواند به راحتی توسط رایانه یا ماشین تکرار شود (Hope & Martelli, 2019). بنابراین، فناوری جایگزین برخی از مشاغل معمولی خواهد شد و ترکیب تولید بین کارگران ماهر و نیمه­ماهر به ترکیب کارگران ماهر و فناوری اطلاعات و ارتباطات مبدل می­شود. در نتیجه، انتشار فناوری اطلاعات و ارتباطات منجر به دو قطبی شدن بازارکار و دستمزد بین کارگران خلاق قادر به مشارکت در رانت­های مرتبط با بهره­برداری از فناوری، و نیروی­کار معمولی می­شود (Autor et al, 2005). 

به لحاظ تجربی، Adams & Akobeng (2021) رابطه بین فناوری اطلاعات و ارتباطات و نابرابری درآمد را در 46 کشور آفریقایی طی دوره زمانی 2018-1994 ارزیابی کرده­اند. نتایج بررسی آنها به روش گشتاورهای تعمیم‌یافته حاکی از آن است که زیرساخت­های فناوری اطلاعات به کاهش نابرابری درآمد کمک می­کند. مطالعه Eisazadeh Roshan & Agahaei (2019) نیز، در استان­های ایران طی دوره زمانی 1394-1389 با استفاده روش پنل پویا و روش گشتاورهای تعمیم­یافته، نشان می‌دهد فناوری اطلاعات و ارتباطات در سایر استان­ها، نابرابری درآمد را کاهش می­دهد.

سازوکار تأثیر رژیم­های اقتصادی و مشوق‌های نهادی بر نابرابری درآمد:

بهبود کیفیت نهادی در یک کشور با ارتقاء توان دولت در کشف و پرورش استعدادها و توانمندی­های افراد جامعه، شرایط بهره­گیری حداکثری از عوامل تولید به ویژه نیروی­کار را میّسر کرده و با ایجاد فرصت­های یکسان برای اقشار مختلف جامعه جهت شرکت در فعالیت‌های اقتصادی از طریق افزایش اشتغال منجر به افزایش درآمد سرانه در جامعه می­شود و به کاهش نابرابری درآمد موثر است. به­علاوه، بهبود کیفیت نهادی از مجرای ارتقاء ثبات سیاسی و عدم‌خشونت در کشور، بهبود اثربخشی دولت و حمایت از حقوق مالکیت سبب کاهش ریسک و نااطمینانی در فضای اقتصادی، کاهش هزینه­های تولید و تشویق فعالان اقتصادی به تولید می­شود. از سوی دیگر، با حمایت از حقوق مالکیت دارایی­های فیزیکی و فکری و ضمانت اجرای قراردادها، انگیزه سرمایه­گذاری در فعالیت‌های نوآورانه و مبتکرانه که نقش مهمی در ایجاد اشتغال دارند، را افزایش می­دهد و به بهبود درآمدهای افراد جامعه و کاهش نابرابری درآمد کمک می­کند (Zayanderoody et al., 2017). از سوی دیگر، ناکارآمدی نهادی منجر به ایجاد انحصار در زمینه­های مختلف برای گروهی از افراد خواهد شد که از رانت­های مختلفی مانند رانت اطلاعاتی و سیاسی برخوردار هستند و از این طریق به منابع مالی زیادی دسترسی پیدا می­کنند و بر توزیع برابر درآمد اثر منفی خواهد گذاشت (Shahabadi et al., 2017).

Perugini &Tekin (2020) به طور تجربی چگونگی تأثیر نهادهای حکومتی را بر رابطه میان توسعه مالی و نابرابری درآمد بررسی نموده‌اند. آنها برای 48 کشور با درآمد متوسط و پردرآمد با استفاده از برآورد مدل پنل دیتا و روش گشتاورهای تعمیم­یافته نشان دادند، توسعه مالی نابرابری درآمد را افزایش می­دهد؛ اما بهبود کیفیت نهاد این تأثیر را می­کاهد. به عبارت دیگر، هرچه کیفیت ویژگی­های نهادی (نظیر؛ عدم‌اطمینان سیاسی پایین­تر، حمایت بیشتر از حقوق مالکیت، محیط­های رقابتی بهتر و اجرای کارامد قراردادها) تأثیر توسعه مالی بر نابرابری درآمد ضعیف­تر می­شود؛ زیرا در چنین چارچوبی، سیستم مالی به عنوان یک دستگاه فراگیر توسعه می­یابد و منابعی را به برنامه­های سرمایه‌گذاری هدایت می­کند که سبب تقویت الگوی رشد درآمد برای افراد کم­درآمد می­شود. برعکس هر چه کیفیت نهادی پایین­تر باشد نابرابری درآمد ناشی از توسعه مالی تقویت می­شود. به علاوه، Moradi & Salmanpour (2018)نشان دادند شاخص‌های حکمرانی خوب به استثنای شاخص کنترل فساد، تأثیر منفی بر ضریب جینی کشورهای منتخب دارند. Zayanderoody et al. (2017) دریافتند شاخص­های کیفیت حکمرانی تأثیر منفی و معنی‌دار بر نابرابری درآمد در کشورهای منتخب، طی دوره زمانی 2013-1999 داشته است.

مطالعات دیگری در ابعاد جامع‌تر انجام شده است؛ Hook law et al., (2020) با استفاده از مدل پنل دیتا به بررسی رابطه بین نوآوری، نهادها و توسعه انسانی با نابرابری درآمد در 23 کشور توسعه­یافته طی بازه زمانی 2015-1990 پرداخته­اند. نتایج حاکی از آن است که نوآوری منجر به افزایش نابرابری درآمد، توسعه نهادی و توسعه سرمایه انسانی منجر به کاهش نابرابری درآمد شده است. Canh et al., (2020) به بررسی تأثیر توسعه فناوری اطلاعات و ارتباطات، کیفیت نهادی و سرمایه انسانی بر نابرابری درآمد طی سال­های 2014-2002 با استفاده از مدل پنل دیتا و روش گشتاورهای تعمیم­یافته پرداخته­اند. نتایج حاکی از آن است که توسعه فناوری اطلاعات و ارتباطات منجر به کاهش نابرابری درآمد در کوتاه­مدت و بلندمدت می­شود و بین متغیر سرمایه انسانی و نهاد با نابرابری درآمد رابطه U معکوس وجود دارد. Shahabadi et al (2016) نیز، با بررسی تأثیر مؤلفه­های اقتصاد دانش­بنیان بر نابرابری درآمد طی بازه زمانی 2012-1995 در منتخبی از کشورهای درحال­توسعه اسلامی و با بهره­گیری از مدل پنل دیتا دریافتند، تأثیر شاخص مشوق­های اقتصادی و نوآوری بر نابرابری درآمد مثبت و تأثیر شاخص آموزش و فناوری اطلاعات و ارتباطات بر نابرابری درآمد منفی و معنی‌دار است. همچنین، Shahabadi et al., (2020) نشان داده‌اند مشوق­های اقتصادی و فناوری اطلاعات و ارتباطات با نابرابری ثروت ارتباط منفی، و نوآوری و توسعه انسانی با نابرابری ثروت ارتباط مثبت و معنی‌دار دارد.

همان‌طور که مشاهده می‌شود، عمده مطالعات تجربی داخلی و خارجی انجام شده، تنها به بررسی اثر یک یا دو متغیر از مؤلفه‌های اقتصاد دانش‌بنیان بر نابرابری درآمد پرداخته‌اند. از طرف دیگر، تنها مطالعه داخلی جامع در خصوص بررسی اثرگذاری مؤلفه‌های اقتصاد دانش‌بنیان، مطالعه Shahabadi et al (2016) است که تأثیر آنها را بر نابرابری ثروت دیده است. لذا، خلاء نظری و تجربی در بررسی جامع از ابعاد اثرگذاری مؤلفه‌های اقتصاد دانش‌بنیان بر نابرابری درآمد محسوس است. 

 

روش تحقیق و محدوده مطالعه

در این پژوهش برای بررسی تاثیر مولفه‌های اقتصاد دانش‌بنیان بر نابرابری درآمد در 47 کشور طی دوره 2019-2010 بر اساس مطالعات نظری و تجربی مذکور، روابط (1) و (2) به عنوان مدل تجربی پژوهش تصریح شده است.

                                                                             (1)

 

                                                                          (2)

 

در روابط (1) و (2)،  معرف زمان و  معرف کشورهای منتخب است. عبارت L به کار رفته قبل از علامت اختصاری متغیرها، بیانگر استفاده از لگاریتم طبیعی آنها است. با توجه به اینکه فرم لگاریتمی، نشان­دهنده درصد تغییر در متغیر وابسته به ازای درصد تغییر در متغیر توضیحی است، بنابراین تفسیر ضرایب به راحتی صورت می­گیرد. و  به ترتیب بیانگر سهم 10% بالای درآمدی و 10% پایین درآمدی و متغیر وابسته مدل می­باشند، که به عنوان جایگزین نابرابری درآمدی استفاده شده‌اند.و  به ترتیب بیانگر سهم10% بالای درآمدی و سهم10% پاییندرآمدی در یک سال قبل است. که به عنوان متغیر مستقل در سمت راست مدل وارد شده ­است.  بیانگر اثرات ثابت کشوری (عرض از مبدأ) و  بیانگر جمله خطاست. ، نماینده متغیر سیستم ابداعات و نوآوری؛ ، زیرساخت فناوری اطلاعات و ارتباطات؛ ، آموزش و توسعه منابع انسانی و ، مشوق­های اقتصادی و رژیم­ نهادی می­باشند. جدول 1 بیانگر شاخص‌های جایگزین برای اندازه‌گیری این متغیرها و منبع اطلاعاتی آنهاست.

 

جدول 1- پایگاه آماری متغیرهای تحقیق

 

به علاوه، جامعه آماری پژوهش حاضر شامل 50 کشور برتر تولید­کننده علم بر اساس گزارش سال 2019 نظام رتبه­بندی Scimago است، که از این میان، 47 کشور¹ که اطلاعات آماری انها در مورد همه شاخص‌های مدنظر پژوهش وجود دارد، به عنوان نمونه آماری انتخاب شده‌اند.

 

بحث و یافته­های تحقیق

ابتدا ایستایی کلیه متغیرهای بکار گرفته شده در مدل، با استفاده از روش (LLC) Levin, Lin & Chu مورد سنجش قرار گرفت، اگر متغیرها ناایستا باشند، نتایج برآوردی مدل کاذب خواهند بود و از اعتبار لازم برخوردار نیستند. نتایج حاصل از آزمون ایستایی برای کلیه متغیرها در جدول 2 ارائه شده است.

 

جدول 2- آزمون ایستایی متغیرهای مدل برای کشورهای منتخب در دو گروه درآمدی 

نوع متغیر	نام متغیر	شاخص جایگزین	نام پایگاه آماری	آدرس پایگاه آماری
وابسته	نابرابری درآمد	سهم 10% بالای درآمدی و سهم 10% پایین درآمدی	پایگاه داده نابرابری جهان	https://wid.world
توضیحی		نرخ ثبت نام سطح سه	بانک جهانی	https://databank.worldbank.org
		شاخص جهانی نوآوری	سازمان جهانی مالکیت معنوی	http://www.wipo.int
		شاخص توسعه فناوری اطلاعات و ارتباطات	اتحادیه بین المللی مخابرات	http://www.itu.int
		میانگین ساده شش شاخص حکمرانی خوب	بانک جهانی	https://databank.worldbank.org

	متغیر	10% پائین درآمدی				10% بالای درآمدی
		مقدار بحرانی	احتمال پذیرش فرض صفر	نتیجه	مقدار بحرانی		احتمال پذیرش فرض صفر	نتیجه
کشورهای با درآمدسرانه بالای 20 هزار دلار	Ten Bottom/top	82/3-	00/0	رد فرضیه صفر	82/9-		00/0	رد فرضیه صفر
	IS	12/12-	00/0	رد فرضیه صفر	59/8-		00/0	رد فرضیه صفر
	ICT	03/29-	00/0	رد فرضیه صفر	27/3-		00/0	رد فرضیه صفر
	EDU	04/7-	00/0	رد فرضیه صفر	04/7-		00/0	رد فرضیه صفر
	EIIR	79/4-	00/0	رد فرضیه صفر	79/4-		00/0	رد فرضیه صفر
کشورهای با درآمدسرانه کمتر از 20 هزار دلار	Ten Bottom/top	6/14-	00/0	رد فرضیه صفر	31107-		00/0	رد فرضیه صفر
	IS	44/2-	00/0	رد فرضیه صفر	44/2-		00/0	رد فرضیه صفر
	ICT	01/4	00/0	رد فرضیه صفر	53/19-		00/0	رد فرضیه صفر
	EDU	100-	00/0	رد فرضیه صفر	06/100-		00/0	رد فرضیه صفر
	EIIR	75/2-	00/0	رد فرضیه صفر	75/2-		00/0	رد فرضیه صفر

منبع: یافته­های تحقیق

 

در ادامه، به منظور بررسی قابلیت تخمین مدل توسط داده­های تابلویی از آزمون F لیمر استفاده شده است. در این آزمون فرضیه  بیانگر قابلیت تخمین مدل به شکل داده­های تلفیقی، و فرضیه  بیانگر قابلیت تخمین مدل به صورت داده­های تابلویی می­باشد. نتایج آزمون F لیمر در جدول 3 ارائه شده است.

 

جدول 3- نتایج آزمون F لیمر

نتیجه	احتمال	آماره F	حالت تخمین	نمونه
مدل به صورت داده­های پنل	00/0	50/2	10% بالای درآمدی	کشورهای با درآمدسرانه کمتر از 20 هزار دلار
مدل به صورت داده­های پنل	00/0	55/3	10% پایین درآمدی
مدل به صورت داده­های پنل	01/0	42/2	10% بالای درآمدی	کشورهای با درآمدسرانه بالای 20 هزار دلار
مدل به صورت داده­های پنل	00/0	32/3	10% پایین درآمدی

منبع: یافته‌های تحقیق

 

در مدل پنل پویا به دلیل ظاهرشدن متغیر وابسته باوقفه در سمت راست مدل، امکان استفاده از روش­های تخمین معمولی نظیر حداقل مربعات معمولی و یا تعمیم­یافته وجود ندارد؛ زیرا جزء اخلال با متغیر وابسته باوقفه همبستگی پیدا کرده و نتایج تخمین دچار تورش خواهد شد، به این دلیل از روش گشتاورهای تعمیم­یافته برای برآورد مدل استفاده می­شود که علاوه بر مرتفع کردن همبستگی متغیر توضیحی با جزء اخلال، مشکل درون­زایی متغیرها و ناهمسانی واریانس مدل را نیز مرتفع می­کند (Shahabadi & Heydarkhani, 2020). بنابراین، مدل پژوهش با بهره­گیری از روش گشتاورهای تعمیم­یافته، برای هر دو گروه از کشورهای منتخب به صورت مجزا برآورد شده است، و نتایج تخمین در جدول 4 ارائه شده است.

 

جدول 4- نتایج تخمین مدل بر روی سهم 10% پایین و بالای درآمدی برای دو گروه کشورهای منتخب

کشورهای با درآمدسرانه کمتر از 20 هزار دلار			کشورهای با درآمدسرانه بالای 20 هزار دلار			متغیر وابسته: سهم 10% پایین/ بالای درآمدی
سهم 10% بالای درآمدی		سهم 10% پایین درآمدی	سهم 10% بالای درآمدی		سهم 10% پایین درآمدی	متغیرهای توضیحی↓
---		5943/0 (000/0)	---		1271/0 (00/0)	Log ten bottom (-1)
3480/0- (000/0)		---	2793/0 (0005/0)		---	Log ten top (-1)
1313/0- (0013/0)		0255/0 (2295/0)	0469/0 (0071/0)		0277/0 (021/0)	Log IS
00645/0 (0158/0)		0646/0- (0000/0)	1118/0 (0002/0)		5061/0- (00/0)	Log ICT
2210/0- (000/0)		2947/0 (0000/0)	0690/0 (0605/0)		2948/0 (00/0)	Log EDU
3615/0 (0006/0)		2158/0- (0001/0)	4673/0 (0000/0)		0099/1 (00/0)	Log EIIR
2719/12 (7250/0)		8496/17 (2706/0)	9018/21 (3458/0)		9641/22 (290/0)	Sargan test statistic
8937/0 (3714/0)		8449/0- (3981/0)	9904/2- (0028/0)		1542/1- (130/0)	AR (1)
5965/1- (1104/0)		0661/0- (9472/0)	4936/0- (6215/0)		5002/0- (6170/0)	AR (2)
210		210	260		260	Number of obs
21		21	26		26	Number of groups
10		10	10		10	Obs per group

* اعداد داخل پرانتز بیانگر مقادیر احتمال هستند.

منبع: یافته­های تحقیق

 

بر اساس نتایج جدول 4، برای متغیر وابسته (سهم 10% بالای درآمدی)، مشوق­های اقتصادی و رژیم نهادی در کشورهای منتخب بالای درآمد سرانه 20 هزار دلار تاثیر مثبت و معنی‌دار بر نابرابری درآمدی و در کشورهای منتخب با درآمد سرانه کم‌تر از 20هزار دلار تاثیر منفی و معنی‌دار بر نابرابری توزیع درآمد داشته است. زیرساخت فناوری اطلاعات و ارتباطات تاثیر مثبت و معنی‌دار بر نابرابری درآمدی داشته است. بطوری که با بهبود یک درصدی زیرساخت فناوری اطلاعات و ارتباطات منجر افزایش 11/0 درصدی نابرابری درآمد در کشورهای منتخب با درآمد سرانه بالای 20هزار دلار و افزایش 006/0 درصدی نابرابری درآمد در کشورهای منتخب با درآمد سرانه کمتر از 20 هزار دلار شده است. نتایج نشان می‌دهد این تاثیر در کشورهای منتخب با درآمد سرانه بالای 20 هزار دلار بیشتر است. آموزش در کشورهای منتخب با درآمد سرانه 20 هزار دلار تاثیر مثبت و معنی‌دار بر نابرابری درآمد داشته است. به طوری که با افزایش یک درصدی نرخ ثبت‌نام سطح سه منجر به افزایش 06/0 درصدی نابرابری درآمدی در کشورهای منتخب با درآمد سرانه بالای 20 هزار دلار شده و در کشورهای منتخب با درآمد سرانه کمتر از 20 هزار دلار، 1درصد نرخ ثبت‌نام سطح سه منجر به کاهش 2/0 درصدی نابرابری درآمد شده است. همچنین، آموزش در کشورهای منتخب با درآمد سرانه زیر 20 هزار دلار تاثیر مثبت و معنی‌دار بر تاثیر مثبت و معنی‌دار بر نابرابری درآمد داشته است. بطوری که افزایش یک درصدی در نرخ ثبت نام متوسطه منجر به افزایش 29/0 درصدی نابرابری توزیع درآمد شده است. آموزش و بهبود منابع انسانی در کشورهای منتخب با درآمد سرانه بالاتر از 20 هزار دلار تاثیر مثبت و معنی‌دار بر نابرابری درآمدی و در کشورهای منتخب با درآمد سرانه کمتر از 20 هزار دلار تاثیر منفی و معنی‌دار بر نابرابری درآمدی داشته است. درضمن براساس نتایج تخمین سیستم ابداعات و نوآوری در هر دو از کشورهای منتخب تاثیر مثبت و معنی‌دار بر نابرابری درآمدی داشته است. بطوری که با افزایش 1درصدی در سیستم ابداعات و نوآوری به ترتیب منجر به افزایش 46/0 درصد و 36/0 درصدی نابرابری درآمد در کشورهای منتخب با درآمد سرانه بالاتر از 20 هزار دلار و کمتر از 20 هزار دلار شده است.

معمولاً به منظور اعتبار برآوردها به روش گشتاورهای تعمیم­یافته، از دو آزمون سارگان و خودهمبستگی سریالی استفاده می­شود (Monjazeb & Nosrati, 2017). در این راستا، ابتدا آزمون سارگان انجام شد. فرضیه صفر این آزمون دلالت بر معتبر بودن این ابزارها دارد، با توجه به اینکه، مقدار احتمال آماره این آزمون در هر 4 مدل بیشتر از 5 درصد است، لذا فرضیه صفر در همه حالات تخمین را نمی‌توان رد نمود. دوم، آزمون خودهمبستگی سریالی مرتبه اول AR(1) و مرتبه دوم AR(2). انجام شد، برای این منظور، از آزمون آرلانو و باند بهره گرفته شده است. بر اساس فرض صفر این آزمون، همبستگی سریالی در مدل برآوردی وجود ندارد. لازم به ذکر است که، در آزمون همبستگی سریالی، وجود همبستگی سریالی مرتبه اول مهم نیست؛ اما همبستگی سریالی مرتبه دوم نباید وجود داشته باشد (Ashrafzadeh & Mehrgan, 2008). نتایج بدست آمده نشان می­دهد که، فرضیه صفر این آزمون در تمام مدل­های پژوهش را با احتمال 05/0 نمی‌توان رد کرد و در واقع، هیچ یک از مدل­ها با مشکل همبستگی سریالی مرتبه دوم مواجه نمی­باشد.

 

نتيجه­گيري و ارائه پيشنهادها

تحقیق حاضر با هدف تعیین تأثیر مؤلفه­های اقتصاد دانش­بنیان شامل، آموزش و توسعه منابع انسانی، سیستم ابداعات و نوآوری، زیرساخت­های فناوری اطلاعات و ارتباطات و مشوق­های اقتصادی و رژیم نهادی بر نابرابری درآمد در کشورهای منتخب در دوره 2019-2010 انجام شده است.

نتایج نشان می­دهد، تأثیر آموزش و توسعه منابع انسانی بر سهم 10% بالای درآمدی در هر دو گروه از کشورهای با درآمدسرانه بالا و کشورهای با درآمدسرانه پایین منفی و معنی‌دار است؛ اما تأثیر همین مؤلفه بر سهم 10% پایین درآمدی در هر دو گروه کشورهای منتخب مثبت و معنی‌دار می­باشد، بنابراین بهبود این مؤلفه از دانش تأثیر منفی بر نابرابری درآمد دارد که، با نتایج مطالعات Law et al., (2020)، Munir & Kanwal (2020)، Shahabadi et al., (2020) و Afghah, et al., (2016) مطابقت دارد. بر این اساس، 1 درصد افزایش آموزش عالی در کشورهای با درآمدسرانه بالا و کشورهای با درآمدسرانه پایین، به ترتیب، سبب کاهش 60/0 و 22/0 درصدی سهم دهک بالا، و افزایش 29/0 درصدی سهم دهک پایین درآمدی در هر دو گروه کشورهای منتخب می­شود؛ در واقع، افراد تحصیلکرده با توانایی بالا در ادراک فناوری­های جدید، می­توانند با بومی‌سازی این فناوری­ها بازدهی بالاتری داشته باشند (Khalkhali, et al.,2011). از طرفی با توسعه آموزش تعداد زیادی از کارگران، جذب بخش نوین یا آموزش­دیده می­شوند و با کمیابی نیروی­کار در بخش سنتی، دستمزد گروه­های پایین جامعه به دستمزد گروه­های بالای جامعه گرایش پیدا کرده و نابرابری درآمد کاهش می­یابد.

تأثیر سیستم ابداعات و نوآوری بر سهم دهک بالای درآمدی و دهک پایین درآمدی در گروه کشورهای با درآمدسرانه بالا، مثبت و معنی‌دار است که بیان می­کند، بهبود این مؤلفه از دانش، سبب افزایش سهم هر دو دهک از درآمد، در گروه مذکور می­شود در نتیجه ممکن است نابرابری درآمد افزایش یابد که با مطالعه Law et al., (2020) مطابقت دارد. بر این اساس، 1 درصد بهبود در این مؤلفه با فرض ثبات سایر عوامل، به طور میانگین موجب افزایش 04/0 و 02/0 درصدی در سهم دهک بالای درآمدی و دهک پایین درآمدی خواهد شد. با توجه به اینکه نوآوری از تغییرات برونزای طرف عرضه محسوب شده و سبب افزایش درآمد ملی و کاهش قیمت­ها می­گردد، بنابراین، در مورد افزایش همزمان سهم دهک بالا و پایین درآمدی می­توان گفت، دهک بالای درآمدی با استفاده از توانایی­ بالاتر خود در بدست آوردن پاداش استعدادها و مهارت­های خود و نیز به علت پیچیدگی نقش­های آن­ها توانسته­اند سهم خود را از درآمد ارتقاء دهند، از طرفی دهک بالای درآمدی عمدتاً صاحبان سرمایه هستند، و هرگونه پیشرفت فنی و نوآوری موجب افزایش بهره­وری و افزایش سهم آن­ها از درآمد می­شود. در حالی که دهک پایین درآمدی معمولاً صاحبان نیروی­کار غیرتخصصی می­باشند که با پیشرفت فنی و نوآوری بهره­وری و دستمزدشان افزایش پیدا کرده و سهم عامل نیروی­کار از بازده بیشتر می­شود؛ با توجه به افزایش سهم دو دهک مذکور، حدس محققین بر این است که سهم دهک‌های میانی کمتر از دهک پایین جامعه رشد کرده است. اما در گروه کشورهای با درآمدسرانه پایین، تأثیر ابداعات و نوآوری بر سهم دهک بالای درآمدی، منفی و معنی‌دار و بر سهم دهک پایین درآمدی مثبت و بی معنی است. به طوری که، با فرض ثبات سایر شرایط، 1 درصد بهبود در این مؤلفه به طور میانگین، سبب کاهش 13/0 درصدی در سهم دهک بالای جامعه خواهد شد. به نظر می­رسد فقدان معنی‌داری شاخص مذکور برای دهک پایین درآمدی، به نوپا بودن این شاخص در گروه موردنظر مربوط می­شود. در مورد تأثیر منفی نوآوری بر سهم دهک بالای درآمدی می­توان گفت، یکی از تفاوت­های کشورهای با درآمدسرانه بالا و کشورهای با درآمدسرانه پایین، ظرفیت مازاد نیروی انسانی در کشورهای با درآمدسرانه پایین می­باشد که با کوچکترین تغییرات فنی و نوآوری بهره­وری نیروی­کار بیشتر از صاحبان سرمایه افزایش پیدا می­کند.

تأثیر فناوری اطلاعات و ارتباطات بر سهم دهک بالای درآمدی و سهم دهک پایین درآمدی در هر دو گروه از کشورهای با درآمدسرانه بالا و کشورهای با درآمدسرانه پایین ، به ترتیب مثبت و معنی‌دار و منفی و معنی‌دار است. به این معنی که فناوری اطلاعات و ارتباطات نابرابری درآمد را تشدید کرده است. این نتایج، با مطالعه Richmond & Triplett (2017) تطابق دارد. بر این اساس 1 درصد بهبود در فناوری اطلاعات و ارتباطات به طور میانگین، به ترتیب سبب افزایش 11/0 و 06/0 درصدی در سهم دهک بالای درآمدی در کشورهای با درآمدسرانه بالا و کشورهای با درآمدسرانه پایین خواهد شد. همچنین 1 درصد بهبود در این شاخص، به طور میانگین، سبب کاهش 5/0 و 06/0 درصدی در سهم دهک پایین درآمدی در گروه کشورهای با درآمدسرانه بالا و کشورهای با درآمدسرانه پایین می­شود؛ زیرا انتشار فناوری اطلاعات و ارتباطات سبب افزایش تقاضا برای کارگران ماهر می­شود. این تقاضای اضافی برای کارگران ماهر منجر به افزایش دستمزد کارگران با تحصیلات بالا می­شود؛ اما بازندگان ناشی از انتشار فناوری اطلاعات و ارتباطات معمولاً کارگرانی هستند که مشاغل آن­ها می­تواند به راحتی توسط رایانه یا ماشین تکرار شود (Hope& Martelli, 2019). بنابراین انتشار فناوری اطلاعات و ارتباطات منجر به دوقطبی شدن بازارکار و دستمزد می­شود (Autor, et al., 2003)، بنابراین سهم دهک­های پایین جامعه از درآمد کمتر، و سهم دهک­های بالای جامعه از درآمد بیشتر شده و نابرابری درآمد تشدید می­شود.

تأثیر مشوق­های اقتصادی و رژیم نهادی بر سهم دهک بالای درآمدی در گروه کشورهای با درآمدسرانه بالا منفی و معنی‌دار است در حالی‌که تأثیر همین مؤلفه بر سهم دهک پایین درآمدی در گروه مذکور مثبت و معنی‌دار می­باشد، به این معنی که مشوق­های اقتصادی و رژیم­ نهادی نابرابری درآمد را کاهش می­دهد که با مطالعات Law et al., (2020)، Hope& Martelli (2019) ، Zayanderoody et al. (2017) و Shahabadi et al., (2017) مطابقت دارد. بر این اساس، 1 درصد بهبود در این مؤلفه، به ترتیب سبب کاهش 46/0 درصدی در سهم دهک بالای درآمدی و افزایش 00/1 درصدی در سهم دهک پایین درآمدی شده است. زیرا بهبود کیفیت نهاد با ارتقاء توان دولت در کشف و پرورش استعدادها و توانمندی­های افراد، شرایط بهره­گیری حداکثری از عوامل تولید را میسر کرده، و با ایجاد فرصت­های یکسان برای اقشار مختلف، جهت شرکت در فعالیت­های اقتصادی، از طریق افزایش اشتغال سبب افزایش درآمدسرانه در جامعه می­شود و به کاهش نابرابری درآمد کمک می­کند. به­علاوه، بهبود کیفیت نهاد از مجرای ارتقاء ثبات سیاسی و عدم خشونت در کشور، بهبود اثربخشی دولت و حمایت از حقوق مالکیت سبب کاهش ریسک و نااطمینانی در فضای اقتصادی وکاهش هزینه­های تولید می­شود؛ و انگیزه سرمایه­گذاری در فعالیت­های نوآورانه و مبتکرانه که نقش مهمی در ایجاد اشتغال دارند، را افزایش می­دهد و به بهبود درآمدهای افراد جامعه و کاهش نابرابری درآمد کمک می­کند. همچنین، وجود نهادهای کارا و باکیفیت، از طریق اجرای مالیات­های صعودی، هدف­گیری کارآمد طرح­های اجتماعی، به حداقل رساندن انحرافات سیاسی طرفدار نابرابری در تملک دارایی­ها، کاهش مخاطرات سرمایه­گذاری و افزایش سرمایه‌گذاری برای فقرا به کاهش نابرابری درآمد کمک می­کند (Zayanderoody et al. (2017)). در مقابل، در گروه کشورهای با درآمدسرانه پایین، تأثیر این شاخص بر سهم دهک بالای درآمدی مثبت و معنی‌دار و بر سهم دهک پایین درآمدی منفی و معنی‌دار است، به این معنی که مؤلفه مذکور، نابرابری درآمد را در کشورهای این گروه تشدید کرده است. بر این اساس، 1 درصد بهبود در این شاخص، سبب افزایش 36/0 درصدی در سهم دهک بالای درآمدی، و کاهش 21/0 درصدی در سهم دهک پایین درآمدی شده است، وسبب افزایش نابرابری درآمد در کشورهای این گروه شده است که با مطالعه Shahabadi et al., (2020) مطابقت دارد. در خصوص تأثیر مثبت این مؤلفه بر نابرابری درآمد، می­توان گفت، این شاخص در کشورهای مذکور وضعیت مطلوبی نداشته و نمره این شاخص در اکثر کشورها منفی است. همچنین، راه حل کاهش نابرابری درآمد، یک راه­حل سیاستی است و در دستور کار قرار گرفتن آن توسط دولت­ها تعیین­کننده خواهد بود. به عبارت دیگر، راهکار کاهش نابرابری درآمد به تغییرات سیاستی در زمینه مالیات­گیری و امور مالی بستگی دارد و به نظر می‌رسد، در کشورهای این گروه چندان موردتوجه قرار نگرفته است.

در انتها، با توجه به نتایج بدست آمده پیشنهادات ذیل ارائه می­شود:

·       انجام اصلاحات آموزشی، بروزرسانی استانداردهای آموزشی و ارتقاء آموزش­های فنی متناسب با نیازهای بازارکار.

·       تأمین مالی ارزان قیمت فعالیتهای نوآورانه و تشکیل صندوق حمایت از سرمایه‌گذاری‌های ریسک‌پذیر.

·       تغییر سیاست­گذاری­ها از اقتصاد منابع­ و سرمایه ­محور به اقتصاد دانش‌محور، و ایجاد هماهنگی لازم بین سیاست­گذاری­های کلان اقتصادی و سیاست­های علمی_آموزشی، پژوهشی و تحریک انگیزه عاملان اقتصادی برای انجام فعالیت­های نوآورانه.

 

 ملاحظات اخلاقی:

پیروی از اصول اخلاق پژوهش: در مطالعه حاضر فرم­های رضایت نامه آگاهانه توسط تمامی آزمودنی­ها تکمیل شد.

حامی مالی: پژوهش حاضر حامی مالی ندارد.

تعارض منافع: بنابر اظهار نویسندگان مقاله حاضر فاقد هرگونه تعارض منافع بوده است.

 

References

1-       Adams, S., & Akobeng, E. (2021). ICT, governance, and inequality in Africa. Telecommunications Policy, 45(10), 102-198. https://doi.org/ 10.1016/j.telpol2021.102198

2-       Acemoglu, D. (2002). Technical change, inequality, and the labor market. Journal of Economic Literature, 40, 7-72. http://www.jstor.org/stable/2698593

3-       Afghah, M., Gharafi, M., & Basirat, M. (2016). A Study on the Effect of Education Inequality on Income Distribution in Iran. Journal of Applied Economics Studies in Iran, 4(16), 179-203. https://doi.org/20.1001.1.23222530.1394.4.16.9.2 [In Persian].

4-       Aghion, P., Bloom, N., Blundell, R., Griffith, R., & Howitt, P. (2005). Competition and innovation: An inverted-U relationship. The Quarterly Journal of Economics, 120(2), 701-728. http://www.jstor.org/stable/25098750

5-       Aghion, P., Caroli, E., & García-Peñalosa, C. (1999). Inequality and economic growth: The perspective of the new growth theories. Journal of Economic Literature, 37(4), 1615-1660. https://doi.org/10.1257/jel.37.4.1615

6-       Aghion, P., Akcigit, U. Bergeaud, A., Blundell, R., & Hemous, D. (2019). Innovation and top income inequality. The Review of Economic Studies, 86(1), 1–45. https://doi.org/10.1093/restud/rdy027

7-       Aghion, P., Howitt, P. and Violante, G. L. (2002), General purpose technology and wage inequality, Journal of Economic Growth, 7, 315–345. https://www.jstor.org/stable/40216070

8-       Akcigit, U. (2017), Economic Growth: The Past, the Present, and the Future, Journal of Political Economy, 125, 1736-1747. https://www.jstor.org/stable/26550460

9-       Akcigit, U. and Kerr, W. R. (2018), Growth through Heterogeneous Innovations. Journal of Political Economy. 126(4), 1374-1443. https://www.journals.uchicago.edu/doi/10.1086/697901

10-       Antonelli, C. & Tubiana, M. (2020). Income inequality in the knowledge economy. Structural Change and Economic Dynamics, 55, 153-164. https://doi.org/10.1016/j.strueco.2020.07.003

11-       Ashrafzadeh, S. H. & Mehrgan. N. (2008). Panel data econometrics, Tehran University, Cooperative Research Institute.

12-       Azimi, N., & Azimi, D. A. (2022). Investigating the effect of globalization on the economic complexity of countries. Regional Planning, 12(45), 19-32. https://doi.org/10.30495/JZPM.2022.4248 [In Persian].

13-       Autor, D. H., Levy, F., & Murnane, R. J. (2003). The skill content of recent technological change: An empirical exploration. The Quarterly Journal of Economics, 118(4): 1279-1333. https://doi.org/10.1162/003355303322552801

14-       Bauer, J. M. (2018). The Internet and income inequality: Socio-economic challenges in a hyperconnected society. Telecommunications Policy, 42(4), 333-343. https://doi.org/10.1016/j.telpol.2017.05.009

15-       Benos, N., & Tsiachtsiras, G. (2019). Innovation and Income Inequality: World Evidence (No. 92050). University Library of Munich Germany. https://mpra.ub.uni-muenchen.de/id/eprint/92050

16-       Canh, N. P., Schinckus, C., Thanh, S. D., & Ling, F. C. H. (2020). Effects of the internet, mobile, and land phones on income inequality and The Kuznets curve: Cross country analysis. Telecommunications Policy. 44(10): 102041. https://doi.org/10.1016/j.telpol.2020.102041

17-       Chen, D. H. C., & Carl, J. D. (2005). The knowledge economy, the KAM methodology and world bank operations (pp. 5–8). Washington: The World Bank. http://documents.worldbank.org/curated/en/695211468153873436/The-knowledge-economy-the-KAM-methodology-and-World-Bank-operations

18-       Chen, J. J., & Liu, M. F. (2021). Does the internet expand the educational gap among different social classes? The protective role of future orientation. Frontiers in Psychology, 12:647351. https://doi.org/10.3389/fpsyg.2021.647351

19-       Cowell, F. A., & Flachaire, E. (2007). Income distribution and inequality measurement: The problem of extreme values. Journal of Econometrics, 141(2), 1044-1072. https://doi.org/10.1016/j.jeconom.2007.01.001

20-       Emilsson, C. (2020). The effect of innovation on top income inequality: Cross-country evidence from EU member countries. http://uu.diva-portal.org/smash/get/diva2:1392769/FULLTEXT01.pdf

21-       Eisazadeh Roshan, Y., & Agahaei, M. (2019). The effect of access to information and communication technology (ICT) on income distribution in provinces of Iran. The Economic Research (Sustainable Growth and Development), 19(4), 131-158. https://doi.org/20.1001.1.17356768.1398.19.4.4.4 [In Persian].

22-       Faggio, G., Salvanes, K. G., & Van Reenen, J. (2007). The evolution of inequality in productivity and wages: Panel data evidence.  NBER Working Papers 13351, National Bureau of Economic Research, Inc.

23-       Hashim MAM, Tlemsani I, Matthews R, Mason-Jones R, Ndrecaj V. (2022). Emergent Strategy in Higher Education: Postmodern Digital and the Future? Administrative Sciences. 12(4),196.  https://doi.org/10.3390/admsci12040196

24-       Hope, D., & Martelli, A. (2019). The transition to the knowledge economy, labor market institutions, and income inequality in advanced democracies. World Politics, 71(2), 236-288. https://doi.org/10.1017/S0043887118000333

25-       Hui, X. (2020). An empirical analysis on the impact of higher education on income inequality. Journal of Applied Finance & Banking, 10(2), 181-193.  https://EconPapers.repec.org/RePEc:spt:apfiba:v:10:y:2020:i:2:f:10_2_9

26-       Isaksson. A. (2007). Determinants of total factor productivity: A literature review. UNIDO Staff Working Paper 02/2007.

27-       Josifidis, K., Supić, N., & Beker-Pucar, E. (2017). Institutional quality and income inequality in the advanced countries. Panoeconomicus, 64(2), 169-188. https://doi.org/10.2298/PAN1702169J

28-       Khalkhali, A., Mehregan, M., & Daliri, H. (2011). Investigating the effects of educating structure on the income distribution. Quarterly Journal of Economic Modeling, 4(2), 57-70. [In Persian].

29-       Khan, S., Yahong, W., & Zeeshan, A. (2022). Impact of poverty and income inequality on the ecological footprint in Asian developing economies: Assessment of sustainable development goals. Energy Reports, 8, 670-679.‏ https://doi.org/10.1016/j.egyr.2021.12.001

30-       Katz, L. F., & Murphy, K. M. (1992). Changes in relative wages, 1963-1987: Supply and demand factors. The Quarterly Journal of Economics, 107(1), 35-78. https://doi.org/10.2307/2118323

31-       Kierzenkowski, R., & Koske, I. (2013). The drivers of labor income inequality - A literature review. Journal of International Commerce, Economics and Policy, 4(01), 1-32. https://doi.org/10.1142/S179399331350004X

32-       Kuznets, S. (1955). Economic growth and income inequality. The American Economic Review, 45(1), 1-28. https://www.jstor.org/stable/1811581

33-       Law, S. H., Naseem, N. A. M., Lau, W. T., & Trinugroho, I. (2020). Can innovation improve income inequality? Evidence from panel data. Economic Systems, 44(4), 100815. https://doi.org/10.1016/j.ecosys.2020.100815

34-       Lemieux, T. (2008). The changing nature of wage inequality. Journal of Population Economics, 21(1), 21-48. https://doi.org/10.1007/s00148-007-0169-0

35-       Mefteh, H., Bouhajeb, M. & Smaoui, F. (2016). Higher education, graduate unemployment, poverty and economic growth in Tunisia, 1990- 2013. Atlantic Review of Economics, 1(1), 1-22. 

36-       Mohamed Hashim, M. A., Tlemsani, I., & Matthews, R. (2022). Higher education strategy in digital transformation. Education and Information Technologies, 27(3), 3171-3195.‏   https://doi.org/10.1007/s10639-021-10739-1

37-       Monjazeb M. R. & Nosrati, R. (2017). Basic econometrics, using EViews and Stata. Tehran, Institute of Mehraban Publishing.

38-       Moradi, M., & Salmanpour, A. (2018). The effect of good governance on income distribution in a selected group of Organization of Islamic Countries (OIC). Sociology of Social Institutions, 4(10), 33-59. [In Persian].

39-       Munir, K., & Kanwal, A. (2020). Impact of educational and gender inequality on income and income inequality in South Asian countries. International Journal of Social Economics, 47(8), 1043-1062.

40-       Parayil, G. (2005). The digital divide and increasing returns: Contradictions of informational capitalism. The Information Society, 21(1), 41-51.  https://doi.org/10.22080/SSI.2018.1734

41-       Parvin S. (1996). Income distribution and growth continuity. Planning and Budgeting. 1(2), 25-46. https://doi.org/20.1001.1.22519092.1375.1.2.2.2 [In Persian].

42-       Perugini, C., & Tekin, İ. (2022). Financial development, income inequality and governance institutions. Panoeconomicus, 69(3), 353–379.https://doi.org/10.2298/PAN191022004P

43-       Rezagholizadeh, M., & Aghaei, M. (2019). Financial development and inequality: Comparing developed, less developed and undeveloped provinces in Iran. Regional Planning, 9(33), 15-28. https://doi.org/20.1001.1.22516735.1398.9.33.2.5 [In Persian].

44-       Richmond, K., & Triplett, R. E. (2017). ICT and income inequality: a cross-national perspective. International Review of Applied Economics, 32(2), 195–214. https://doi.org/10.1080/02692171.2017.1338677

45-       Sarkesh, A., & Aleemran, R. (2021). Investigating The Impact of Knowledge-Based Economy Components on Income Inequality from the Perspective of Islamic Justice in Iran. Islamic Economics, 20(80), 107-132. [In Persian].

46-       Shahabadi, A., Kheshtmal Nasrani, M., & Moradi, A. (2020). The effect of knowledge components on the inequality of global wealth distribution. Planning and Budgeting, 24(4), 75-96 https://doi.org/10.29252/jpbud.24.4.75 [In Persian].

47-       Shahabadi, A., Nemati, M., & Hosseinidoust, S. E. (2017). The effect of knowledge economy factors on income inequality in the selected Islamic countries. Journal of the Knowledge Economy, 8(4), 1174-1188. https://doi.org/10.1007/s13132-016-0431-3

48-       Shahabadi, A., & Sarigol, S. (2013). Comparative study of the effect of innovation on income inequality in OPEC countries and selected developing countries. Roshd-E-Fanavari, 9(35), 2-14. [In Persian].

49-       Shahabadi, A., Amiri, B., & Sarigol, S. (2016). Institutions and income equality (Case study: Selected Non-Aligned Movement Countries). Economics Research, 16(61), 155-179. https://doi.org/10.22054/joer.2016.5292 [In Persian].

50-       Shahabadi, A., & Heydarkhani, F. (2020). The effect of knowledge-based economy components on misery index in selected countries. Planning and Budgeting, 25(3), 95-116. https://doi.org/10.52547/jpbud.25.3.95[In Persian].

51-       Uğurluay, K., & Kirikkaleli, D. (2022). Sustainable technology in high-income economies: The role of innovation. Sustainability, 14(6), 3320.‏ https://doi.org/10.3390/su14063320

52-       Włodarczyk, J. (2013). Nierówności dochodowe w Polsce według rozkładów Pareto i Boltzmanna-Gibbsa. Studia Ekonomiczne, 130, 76-87.

53-       Zayanderoody, M., Khosroabadi, M., & Shakibaeei, A. (2017). The effects of good governance indicators on income distribution using panel data (Case study: Selected South-Western Asian countries). The Economic Research (Sustainable Growth and Development), 17(3), 25-52 https://doi.org/20.1001.1.17356768.1396.17.3.6.0[In Persian].

54-       https://www.scimagojr.com/countryrank

---

[1] .Austria, Spain, Australia, Ukraine, Indonesia, United Kingdom, Italy, Iran, Ireland, Argentina, South Africa, Germany, United States, Brazil, Belgium, Pakistan, Portugal, Thailand, Turkey, Czech Republic, China, Denmark, Russia, Romania, Japan, Singapore, Sweden, Switzerland, Chile, Occupied Palestine, Saudi Arabia, France, Finland, Canada, South Korea, Colombia, Poland, Malaysia, Hungary, Egypt, Mexico, Norway, New Zealand, Netherlands, India, Vietnam, Greece.

 

---