۲٫۳ مدل تجربی تعیین ارتباط منابع طبیعی، نهادها و فساد
برای تعیین وابستگی فساد به فراوانی منابع طبیعی، مدلی بین کشوری تخمین زده شده که بر اساس آزمونهای تجربی بارو[۵۹](۱۹۹۱)، ساچ و وارنر (۱۹۹۵و۱۹۹۷)، سالای مارتین و سوبرامانیان (۲۰۰۳)، مهلوم و همکاران (۲۰۰۲ و ۲۰۰۳)، پاپیراکیس و گرلاخ[۶۰](۲۰۰۴) و بولت، دامانیا و دیکون[۶۱](۲۰۰۵) است. هدف در اینجا بررسی اثر منابع طبیعی (NR)، که احتمالا از کانال کیفیت نهادی منتقل میشود، بر فساد است. این مطالعه به ما اجازه میدهد تا بتوانیم هم اثر مستقیم و هم اثر غیر مستقیم ( از کانال کیفیت نهادی) منابع طبیعی بر فساد را آزمون نماییم.
در این مطالعه دو معادله رگرسیونی مختلف برآورد شده است. در گام اول فرم تعدیل شدهی ارتباط بین منابع طبیعی و فساد هنگامیکه کیفیت نهادی به عنوان متغیر توضیحی وارد مدل شده است، بررسی میشود. شکل عمومی این معادله به صورت زیر است:
معادله (۱)
Corruption =+ Institutional Quality +Natural Resource wealth +
در بررسی اثر منابع طبیعی(NR) به صورت دقیقتر ، ضریب NRW، یعنی ، در بر گیرنده اثرات غیر مستقیم منابع طبیعی بر فساد است که از طریق کانال بهبود نهادی انتقال مییابد؛ همچنین این ضریب هر گونه ارتباط مستقیمی که ممکن است بین ایندو وجود داشته باشد را نیز در بر دارد.
در گام دوم، سعی شده تا اثرات مهمترین عوامل تعیین کننده کیفیت نهادی را مورد بررسی قرار دهیم:
معادله (۲)
Institutional Quality = instruments forInstitutional Quality + Natural Resource wealth +
برای متغیر فساد ، همانطور که قبلاً نیز بیان شد از شاخص آزادی از فساد طی سالهای ۱۹۹۶ تا ۲۰۱۲ استفاده شده است.
برای متغیر کیفیت نهادی از شاخصهای حکمرانی به معنی فرصتی برای امنیت اقتصادی، بهبود محیط کسب و کار و جذب سرمایهگذاری داخلی و خارجی استفاده شده است، که موسسه بانک جهانی شش شاخص حکمرانی خوب را اینطور بیان میکند: ۱- کیفیت مقررات تنظیمی، ۲- حاکمیت قانون،۳- کنترل فساد ،۴- اثر بخشی دولت، ۵- ثبات سیاسی، ۶- حق اظهار نظر و پاسخگویی توسط نهادهای دولتی.
به منظور بررسی اثر کیفیت نهادی ازمتغیر ابزاری (ابزار کیفیت نهادی) استفاده شده است که شاخص آن را به تبعیت از عثمان خالد و سونجا اپر(۲۰۱۱)[۶۲]درآمد سرانه واقعی (البته به صورت لگاریتم) به کار برده شده است. و برای بررسی اثر ثروت منابع طبیعی از شاخص صادرات نفتی استفاده شده است.
۳٫۳ روش پنل دیتا
در بررسیها همواره دو ساختار مجزای آزمایش وجود دارد:
-
- برازش مدلی برای دادههای در دسترس در یک زمان خاص:
به عنوان مثال در برآورد یک تابع تولید ساده (تولید تابعی از موجودی سرمایه، نیروی کار و مهارت های مدیریتی است) اگر تولید بنگاهها را بر روی موجودی سرمایه و نیروی کار در یک زمان رگرس کنیم، تورش ایجاد میشود زیرا یک متغیر مهم یعنی مهارت مدیریتی از مدل حذف شده است. برای رفع این مشکل بهتر است که میزان تولید طی چند سال را برای این بنگاهها رگرس کنیم.
در این حالت ما با دادههای پانل کار میکنیم یعنی برای هر بنگاه میزان تولید، موجودی سرمایه و نیروی کار را در طی زمان به دست میآوریم و تلفیقی، ترکیبی از بنگاه ها (مقاطع) و سری زمانی داریم. به این دادههای ترکیبی پانل دیتا، داده های ترکیبی، دادههای آمیخته گفته میشود.
-
- برازش مدلی برای دادههای در دسترس در طی زمان:
به عنوان مثال برای بررسی روند تولید، صادرات، نرخ تورم یا … را برای یک کشور، بنگاه، شرکت و پیشبینیهایی در مورد اگر به دلایل متعدد از قبیل نبود دادههای کافی نتوان از مدل سریهای زمانی استفاده کرد، در این حالت برای از بین بردن مشکل کمبود داده از کشورها، بنگاهها، شرکتها (مقاطع مختلف) در تحلیل استفاده میشود، به دادههای حاصل پانل دیتا، دادههای ترکیبی، دادههای آمیخته گفته میشود. همان گونه که مشخص است پس از ترکیب میتوان از هر دو روش برای برآورد استفاده نمود بنابراین با این مجموعه داده ها میتوان اثراتی را شناسایی یا اندازه گیری کرد که در دادههای مقطعی محض یا سری زمانی خالص قابل شناسایی نیست. در این حالت می توان اثرات ثابت و تصادفی را برای زمانهای گوناگون بررسی و زمان را به عنوان یک عامل تعیین کننده در نظر گرفت.
مزایای مدلهای پانل دیتا
با توجه به توضیحات قسمت قبل می توان مزایای زیر را برای مدل های پانل معرفی کرد:
-
- تعداد مشاهدات و داده ها زیاد بوده و اعتماد به برآوردها بیشتر است.
-
- به محققان اجازه میدهد مدل های پیشرفته تری را تبیین کرده و آزمون کنند.
فرم در حال بارگذاری ...
