جستجو در:
دوره ۲۱، شماره ۱ - ( ۱۴۰۰ )
جلد ۲۱ شماره ۱ صفحات ۱۴۶-۱۱۷ |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Alinezhad Z, najafi S M B, Fathollahi J, zali N. Classification of Iran's Provinces in Terms of Regional Knowledge-Based Economy Index Using K-Means and Fuzzy C-Means Clustering Algorithms. QJER 2021; 21 (1) :117-146
URL: http://ecor.modares.ac.ir/article-18-45144-fa.html
URL: http://ecor.modares.ac.ir/article-18-45144-fa.html
علی نژاد زهرا، نجفی سیدمحمدباقر، فتح اللهی جمال، زالی نادر. طبقهبندی استان‌های ایران از منظر شاخص اقتصاد دانش‌بنیان منطقه‌ای با استفاده از الگوریتم خوشه‌بندی k-means و c-means فازی. پژوهشهای اقتصادی (رشد و توسعه پايدار). ۱۴۰۰; ۲۱ (۱) :۱۱۷-۱۴۶
زهرا علی نژاد۱ 
، سیدمحمدباقر نجفی* ۲، جمال فتح اللهی۳ ، نادر زالی۴
، سیدمحمدباقر نجفی* ۲، جمال فتح اللهی۳ ، نادر زالی۴
۱- دانشجوی دکتری گروه اقتصاد، دانشکده علوم اجتماعی، دانشگاه رازی، کرمانشاه، ایران
۲- استادیار گروه اقتصاد، دانشکده علوم اجتماعی، دانشگاه رازی، کرمانشاه، ایران ،najafismb@gmail.com
۳- استادیار گروه اقتصاد، دانشکده علوم اجتماعی، دانشگاه رازی، کرمانشاه، ایران
۴- گروه شهرسازی، دانشکده هنر و معماری، دانشگاه گیلان، گیلان، ایران
۲- استادیار گروه اقتصاد، دانشکده علوم اجتماعی، دانشگاه رازی، کرمانشاه، ایران ،
۳- استادیار گروه اقتصاد، دانشکده علوم اجتماعی، دانشگاه رازی، کرمانشاه، ایران
۴- گروه شهرسازی، دانشکده هنر و معماری، دانشگاه گیلان، گیلان، ایران
چکیده: (۳۶۶۳ مشاهده)
اقتصاد دانش‌بنیان، جدیدترین الگوی تولید در عصر حاضر بوده و تاکنون، دستاوردهای کم‌نظیری برای طیف گسترده‌ای از کشورهای مختلف به همراه داشته است. هدف این مقاله، طبقهبندی استان‌های ایران از منظر اقتصاد دانش‌بنیان میباشد. طبقهبندی استان‌ها بر اساس میزان تشابه آنها در دستیابی به الگوی تولید دانش‌بنیان، نخستین گام برای یک برنامه‌ریزی صحیح و واقع‌بینانه است. از نسخۀ یکسانی برای استان‌های با وضعیت متفاوت، نمی‌توان استفاده کرد. شاخص اقتصاد دانش‌بنیان منطقه‌ای در سه محور اصلی آموزش، نوآوری و فنّاوری اطلاعات و ارتباطات و بر اساس 15 زیرشاخص، تعریف، و طبقهبندی، بر اساس تکنیک خوشه‌بندی- یکی از شاخه‌های یادگیری بدون نظارت- انجام، و برای این منظور، دو الگوریتم k-means و c-means فازی بهطور همزمان به کار گرفته شده است تا مقایسه نتایج آنها امکان‌پذیر شود. تعداد خوشه بهینه نیز از طریق ضریب سیلوئیت[1] محاسبه شده است. این ضریب، همچنین میزان درستی نتایج خوشه‌بندی را نشان می‌دهد. خوشه‌بندی بر اساس الگوریتم c-means فازی و در حالت 6 خوشه با ضریب سیلوئیت 77/0 مناسب‌ترین طبقهبندی برای هدف پژوهش است. نتایج نشان می‌دهد، ناهمگونی مشهودی بین استان‌های مختلف از نظر اقتصاد دانش‌بنیان وجود دارد. تهران و البرز در خوشه‌های جداگانه و جزء طبقات پیشرو نسبت به سایرین قرار دارند؛ در حالی که بیش از نیمی از استان‌ها در خوشۀ انتهایی طبقهبندی میشوند.
واژه‌های کلیدی: اقتصاد دانش‌بنیان، شاخص اقتصاد دانش‌بنیان منطقه‌ای، خوشه‌بندی، الگوریتمc-means فازی، الگوریتم k-means
نوع مقاله: پژوهشی اصیل |
موضوع مقاله:
اقتصاد توسعه و رشد
دریافت: 1399/5/22 | ویرایش نهایی: 1400/1/1 | پذیرش: 1399/7/26 | انتشار: 1400/1/1
دریافت: 1399/5/22 | ویرایش نهایی: 1400/1/1 | پذیرش: 1399/7/26 | انتشار: 1400/1/1
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |