خوشه‌بندی کشورهای جهان بر اساس شاخص رفاه لگاتوم و تعیین جایگاه ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری اقتصاد سلامت، گروه اقتصاد، واحد خمینی‌شهر، دانشگاه آزاد اسلامی، اصفهان، ایران،

2 استادیار دانشگاه، گروه اقتصاد، واحد خمینی‌شهر، دانشگاه آزاد اسلامی، اصفهان، ایران،

3 استادیار دانشگاه، گروه آمار و ریاضی، واحد خمینی‌شهر، دانشگاه آزاد اسلامی، اصفهان، ایران،

چکیده

هدف اصلی پژوهش حاضر، تحلیل سطح رفاه کشورهای جهان بر اساس 12 مؤلفه شاخص رفاه لگاتوم و تعیین جایگاه ایران از طریق روش خوشه‌بندی است. در این پژوهش، با استفاده از الگوریتم K-Means در نرم‌افزار SPSS، خوشه‌بندی کشورهای جهان بر اساس 12 مؤلفه شاخص رفاه لگاتوم در بازه زمانی سال‌های 2023-2007 (برای ۱۶۷ کشور) انجام شده است تا الگوهای پنهان میان کشورها و همچنین جایگاه ایران در این خوشه‌ها مشخص شود.
نتایج پژوهش نشان می‌دهد که با توجه به طبقه‌بندی کشورها در 3 خوشه، ایران در خوشه‌ای با سطح رفاه متوسط قرار دارد. همچنین، این نتایج حاکی از آن است که ایران بیشترین شباهت را با کشورهای آفریقای جنوبی، الجزایر و ترکمنستان دارد. مهم‌ترین متغیرها در تفکیک کشورها شامل «زیرساخت و دسترسی به بازار، تحصیلات و شرایط زندگی» هستند، در حالی که کم‌اهمیت‌ترین متغیرها «سرمایه اجتماعی و محیط طبیعی» ارزیابی می­شوند.
بر اساس نتایج پژوهش، برای افزایش سطح رفاه در ایران لازم است جوانب چندبعدی رفاه مورد توجه قرار گیرد. بنابراین، سیاست‌گذاران اقتصادی باید در حوزه‌های اقتصاد باز و جوامع فراگیر بیشتر تلاش کنند.

کلیدواژه‌ها


عنوان مقاله [English]

Clustering of Countries in the World Based on the Legatum Prosperity Index and Determining Iran's Position

نویسندگان [English]

  • Roya Akhavan Kharazian 1
  • Bahar Hafezi 2
  • Mostafa Rajabi 2
  • Maryam Sharifdoust 3
1 PhD student in health economic, Department of Economics, Khomeinishahr Branch, Islamic Azad University, Isfahan, Iran,
2 Assistant Professor, Department of Economics, Khomeinishahr Branch, Islamic Azad University, Isfahan, Iran,
3 Assistant Professor, Department of Mathematics & Statistics, Khomeinishahr Branch, Islamic Azad University, Isfahan, Iran,
چکیده [English]

The main objective of the present research is to analyze the level of well-being of countries worldwide based on 12 components of the Legatum Prosperity Index and to determine Iran's position through clustering methods. In this research, using the K-Means algorithm in SPSS software, the clustering of countries worldwide based on 12 components of the Legatum Prosperity Index from 2007 to 2023 (for 167 countries) has been conducted to identify hidden patterns among countries and Iran's position within these clusters.
The research results indicate that, based on classifying countries into three clusters, Iran falls into a cluster with a medium level of welfare. Additionally, these results suggest that Iran is most similar to the countries of South Africa, Algeria, and Turkmenistan. The most essential variables in differentiating countries include "infrastructure and market access, education, and living conditions," the least important variables are assessed as "social capital and the natural environment."
Based on the research findings, it is necessary to consider the multidimensional aspects of welfare to increase the level of welfare in Iran. Therefore, economic policymakers should make greater efforts in open economy and inclusive societies.

کلیدواژه‌ها [English]

  • Dimensions of Prosperity index
  • cluster analysis
  • welfare
  • Legatum Prosperity Index
  1. بختیاری، صادق، رنجبر، همایون و قربانی، سمیه (1391). شاخص ترکیبی رفاه اقتصادی و اندازه‌گیری آن برای منتخبی از کشورهای در حال توسعه. پژوهش‌های رشد و توسعه اقتصادی، 3(9), 58-41.
  2. پیله ور، مسعود و نگین تاجی، زریر (1403). اثرات دینامیکی متغیرهای جمعیتی و اقتصادی بر سطح رفاه خانوارهای ایرانی در افق 1420. نظریه­های کاربردی اقتصاد، 11(1), 241-278.
  3. رادمهر، فرزاد و علم الهدائی، سیدحسن (1393). خوشه‌بندی: ابزاری برای آنالیز داده‌ها در مطالعات کمی و آمیخته. فصلنامه علمی روش­ها و مدل­های روانشناختی، 4(15)، 13-36.
  4. شهاب، آزاده، شریف­کریمی، محمد و دل انگیزان، سهراب (1402). تأثیر عوامل اقتصادی و اجتماعی بر فقر مسکن در ایران. نظریه­های کاربردی اقتصاد، 10(4)، 140-103.
  5. طاهری، سعید و حسین‌زاده، مریم (1398). تحلیل وضعیت رفاه در ایران بر اساس شاخص‌های استاندارد جهانی. مجله‌ بررسی‌های آمار رسمی ایران، ۳۰ (۱)، 281-237.
  6. محمدی، حسین، و محمودی، مهدی (1397). بررسی نقش متغیرهای مؤثر بر شاخص رفاه مؤسسه لگاتوم با رویکرد لاجیت ترتیبی. اقتصاد و توسعه منطقه­ای، 25(16)، 20-1.

 

  1. Abonyi, J., & Feil, B. (2007). Cluster analysis for data mining and system identification. Springer Science & Business Media.‏
  2. Akar, H. (2015). Farklılaşan refah ölçüm yöntemleri ve eğitim açısından Türkiye’nin değerlendirilmesi. Finans Politik ve Ekonomik Yorumlar, (606), 23-40.‏
  3. Akar, S. (2014). TÜRKİYE’DE DAHA İYİ YAŞAM ENDEKSİ: OECD ÜLKELERİ İLE KARŞILAŞTIRMA. Journal of Life Economics, 1(1), 1-12.‏
  4. Aristei, D., & Perugini, C. (2010). Preferences for redistribution and inequality in well-being across Europe. Journal of Policy Modeling, 32(2), 176-195.‏
  5. Bakhtiari, S., Ranjbar, H., & Ghorbani, S. (2013). Composite Index of Economic Well Being and its Measurement for Selected Developing Countries. Economic Growth and Development Research, 3(9), 58-41 (In Persian).
  6. Bangoria Bhoomi, M. (2014). Enhanced K-Means clustering algorithm to reduce time complexity for numeric values. International Journal of Computer Science and Information Technologies, 5(1), 876-879.‏
  7. Bhatia, M. P. S., & Khurana, D. (2013). Experimental study of Data clustering using k-Means and modified algorithms. International Journal of Data Mining & Knowledge Management Process, 3(3), 17.‏
  8. Budsaratragoon, P., & Jitmaneeroj, B. (2021). Reform priorities for prosperity of nations: The Legatum Index. Journal of Policy Modeling, 43(3), 657-672.‏
  9. Büyüksarıkulak, A. M., & Kahramanoğlu, A. (2019). The prosperity index and its relationship with economic growth: Case of turkey. Journal of Entrepreneurship, Business and Economics, 7(2), 1-30.‏
  10. Cifuentes, M. P., Doogan, N. J., Fernandez, S. A., & Seiber, E. E. (2016). Factors shaping Americans’ objective well-being: A systems science approach with network analysis. Journal of Policy Modeling, 38(6), 1018-1039.‏
  11. Brian, E., Landau, S., Leese, M., & Stahl, D. (2011). Cluster analysis (> wiley series in probability and statistics).‏
  12. Faizan, M., Zuhairi, M. F., Ismail, S., & Sultan, S. (2020). Applications of clustering techniques in data mining: a comparative study. International Journal of Advanced Computer Science and Applications, 11(12).‏
  13. Graafland, J. (2020). When does economic freedom promote well being? On the moderating role of long-term orientation. Social Indicators Research, 149(1), 127-153.‏
  14. Hancock, G. R., Mueller, R. O., & Stapleton, L. M. (2010). The reviewer's guide to quantitative methods in the social sciences. Routledge.‏
  15. Kaufman, L., & Rousseeuw, P. J. (2009). Finding groups in data: an introduction to cluster analysis. John Wiley & Sons.‏
  16. Kulesza, M., & Ucıeklak-Jez, P. (2012). Poland and Selected Countries in the Light of OECD’s Better Life Index. Prace Naukowe Akademi im. Jana Dáugosza w Czstochowie, Pragmata tes Oikonomia, z. VI, ss, 183-191.‏
  17. Levy-Carciente, S., Phélan, C. M., & Perdomo, J. (2020). Prosperity in Spain and Latin America: myths and facts. International Journal of Advance Study and Research Work, 3(7), 2581-5997.‏
  18. Mohammadi, H., & Mahmoudi, M. (2018). Investigating the Role of Variables Affecting the Legatum Prosperity Index Using Ordered Logit Regression approach. Journal of economics and regional development, 25(16), 1-20. doi: 10.22067/erd.v25i15.64435 (In Persian).
  19. Mooi, E., & Sarstedt, M. (2011). A concise guide to market research: The process, data, and methods using IBM SPSS statistics. Springer.
  20. People E. 2023 Prosperity Index.
  21. Pilehvar, M., & Negintaji, Z. (2024). The Dynamic Effects of Demographic and Economic Variables on the Welfare Level of Iranian Households in the Horizon of 1420. Quarterly Journal of Applied Theories of Economics, 11(1), 241-278. doi: 10.22034/ecoj.2024.57542.3215 (In Persian).
  22. R, F., & A, S. (2014). Cluster analysis: a Tool for Analyzing Data in Quantitative and Mixed Method Studies. Psychological Models and Methods, 4(15), 13-36 (In Persian).
  23. Sargolzaie, A., Lotfalipour, M. R., & Salehnia, N. (2022). Investigating the Impact of Natural Resource Rents and Good Governance on the Welfare of Developing Countries: The Welfare Curse Phenomenon and the Quantile Regression Approach. Quarterly Journal of Applied Theories of Economics, 9(2), 1-34. doi: 10.22034/ecoj.2022.46618.2904 (In Persian).
  24. Shahab, A., Karimi, M. S., & Delangizan, S. (2024). The Effect of Economic and Social Factors on Housing Poverty in Iran. Quarterly Journal of Applied Theories of Economics, 10(4), 103-140. doi: 10.22034/ecoj.2024.59220.3254 (In Persian).
  25. Stiglitz, J. E., Sen, A., & Fitoussi, J. P. (2009). The measurement of economic performance and social progress revisited (Vol. 33, pp. 1-63). France: Ofce.‏
  26. Taheri S, Hosseinzadeh M. (2019). Analysis of the Welfare Situation in Iran Based on Global Standard Indicators. Iranian official statistics review magazine. 30 (1): 281-237 (In Persian).
  27. Yılmaz, Ş. K., & Şener, S. (2022). Analysis of the countries according to the prosperity level with data mining. Alphanumeric Journal, 10(2), 85-104.‏
  28. Zhong, Y. (2010). The economic theory of developing countries' rise: Explaining the myth of rapid economic growth in china. University Press of America.‏