رتبه‌بندی صنایع تولیدی کشور بر اساس شاخص‌های منتخب اقتصادی در سال 1392 با تکنیک FANP-ARAS

نوع مقاله: علمی - پژوهشی

نویسندگان

1 دانشیار گروه اقتصاد دانشگاه شاهرود

2 دانشجوی دکتری مدیریت صنعتی دانشگاه سمنان

چکیده

این پژوهش با هدف ‌ارائه یک مدل کاربردی برای رتبه‌بندی صنایع کشور بر اساس عملکرد اقتصادی‌شان انجام‌شده است. شاخص‌های منتخب عبارت‌اند از: ارزش‌افزوده، ارزش سرمایه‌گذاری، ارزش تولید، میزان صادرات، میزان اشتغال ایجادشده، بهره‌وری نیروی کارو بهره‌وری کل عوامل تولید. روابط بین این معیارها، ابعاد متفاوتشان و عدم اطمینان موجود در قضاوت‌های خبرگان در تعیین اهمیت این معیارها، مسأله رتبه‌بندی صنایع را به مسأله­‌ای پیچیده تبدیل می‌کند. قضاوت‌های انسانی درباره ترجیحات اغلب مبهم‌‌اند و با اعداد دقیق قابل ارائه نیستند، لذا کاربرد منطق فازی در حل چنین مسائلی ضروری است. فرآیند تحلیل شبکه‌ای فازی (FANP) یک مدل تصمیم‌گیری چند معیاره است که روابط درونی بین معیارها را به‌خوبی لحاظ می‌کند و رویکرد دقیقی در مدل‌سازی مسائل تصمیم‌گیری پیچیده است. لذا این تکنیک برای تعیین اهمیت شاخص‌ها به‌کار رفته ‌است. با توجه به اینکه داده‌های موجود برای صنایع مختلف در هر یک از شاخص‌ها، مقادیری قطعی‌اند، این مطالعه در مرحله رتبه‌بندی صنایع مختلف، از مزایای تکنیک ARAS بهره گرفته است. نتایج مطالعه نشان می‌دهد که تکنیک تلفیقی FANP-ARAS ارائه شده به‌طور کارا از عهده‌ی حل این مسأله برآمده است. اطلاعات صنایع تولیدی کشور بر اساس تقسیم‌بندی بین‌المللی ISIC در سطح کدهای 2 رقمی در سال 1392 که در مرکز آمار ایران ارائه شده است، در نظر گرفته شده‌اند. نتایج این پژوهش نشان می‌دهد بهترین صنایع ایران بر اساس شاخص‌های منتخب اقتصادی در سال 1392 به ترتیب عبارت‌اند از: صنایع تولید مواد و محصولات شیمیایی، صنایع تولید زغال کک ـ پالایشگاه‌های نفت و سوخت‌های هسته‌ای و تولید فلزات اساسی. سایر صنایع در رتبه‌های بعدی قرار دارند.

کلیدواژه‌ها


عنوان مقاله [English]

Prioritization of Manufacturing Industries of Iran Based on selected Economic Indexes in 1392 (March 2013 - March 2014) by FANP-ARAS Technique

نویسندگان [English]

  • ali dehghani 1
  • fahimeh aliakbari noori 2
چکیده [English]

This study was conducted to provide an applicable model for ranking industries based on economic performance. Experts selected indicators include: value added, investing value, production value, exports, employment creation, labor and production productivity. Prioritization of industries is a complex issue, because of the interrelations between these criteria, different dimensions and uncertainty of experts' judgments in determining the importance of the criteria. Also, Human judgments about preferences often vague and exact numbers are not available, then, the use of fuzzy logic in solving such problems is essential. Fuzzy Network Analysis Process (FANP) is a fuzzy multi-criteria decision making model that takes into account the interrelationships between criteria. Therefore, this technique has been used in the determination of the importance of indexes. The data available for various industries in each index, have crisp values, so in the ranking of various industries, the study applied the benefits of ARAS technique. The findings show that the proposed integrated FANP-ARAS technique is able to solve such issue effectively. The data of all manufacturing industries are considered based on the ISIC international classification codes, 2-digit level in the year of 1392 (March 2013 - March 2014) that is presented by the Statistical Center of Iran. The results show that the best industries, based on selected economic indicators in Year 1392 (March 2013 - March 2014), respectively, are as follows: materials and chemical products industry, oil refineries and nuclear fuels and coke industry, and production of basic metals. Other industries are next in rank.

کلیدواژه‌ها [English]

  • Iranian Industries
  • Economic Indexes
  • Prioritization
  • Fuzzy
  • FANP-ARAS

احمدپور، احمد و رسائیان، سحر (1391)، "تأثیر ارزش‌افزوده اقتصادی به‌عنوان شاخص ارزیابی عملکرد بر پاداش هیأت مدیره"، پژوهش‌های حسابداری مالی و حسابرسی، دوره 4، شماره 16: 1-18.

آهنگری، عبدالمجید و خرم‌زاده، آذین (1391)، "بررسی اثر تغییرات ساختار اقتصادی بر تولید ناخالص داخلی ایران: با تأکید بر تولید، صادرات و بهره‌وری نیروی کار"، فصلنامه اقتصاد مقداری، دوره 9، شماره 32: 71-88.

تهامی‌پور، مرتضی و شاه‌مرادی، منوچهر (1386)، اندازه‌گیری رشد بهره‌وری کل عوامل تولید بخش کشاورزی و بررسی سهم آن از رشد ارزش‌افزوده بخش. اقتصاد کشاورزی، دوره 1، شماره 2.

جبارزاده کنگرلوئی، سعید و بشیری، علیرضا (1393)، مقایسه قدرت توضیحی ارزش‌افزوده اقتصادی و سرمایه فکری در تعیین قیمت بازار، پژوهش‌های حسابداری مالی و حسابرسی، دوره 6، شماره 24: 103- 120.

جباری، فرخ (1379)، "رتبه‌بندی صنایع ایران بر اساس شاخص‌های منتخب اقتصادی از روش AHP"، پایان‌نامه کارشناسی ارشد مهندسی صنایع دانشگاه تهران.

جعفری­صمیمی، احمد؛ زری‌باف، مهدی و امیرپور عاشوری، پونه (1391)، "بررسی رابطه بین مزیت نسبی ارزش‌افزوده فعالیت‌های بخش گردشگری (هتل و رستوران) و رشد اقتصادی استان مازندران و مقایسه آن با سایر استان‌های کشور"، پژوهشگر (مدیریت). دوره 9، شماره 25: 11-20.

رسائیان، امیر و اصغری، جعفر (1386)، "بررسی رابطه بین معیارهای حسابداری ارزیابی عملکرد و ارزش‌افزوده اقتصادی در بورس اوراق بهادار تهران"، نامه مفید، دوره 13، شماره 60: 61- 88.

فعالیت، وحید؛ حسن‌زاده، محمد و شهیکی‌تاش، محمدنبی (1389)، "رتبـه‌بنـدی صنایع کارخانه‌ای استان بوشهر بر اساس عملکرد عوامل تعیین‌کننده مزیت رقابتی. بررسی‌های بازرگانی"، شماره 43: 2- 15.

کریمی، فرزاد و حسن‌پور، یوسف (1388)، "رتبه‌بندی صنایع کوچک و متوسط استان اصفهان با رویکرد ارزیابی عملکرد عوامل تعیین‌کننده مزیت رقابتی"، فصلنامه پژوهش‌ها و سیاست‌های اقتصادی، سال هفدهم، شماره 51: 5-24.

یحیی‌زاده‌فر، محمود؛ شمس، شهاب‌الدین و لاریمی، سیدجعفر (1389)، "رابطه ارزش‌افزوده اقتصادی و نسبت‌های سودآوری با ارزش‌افزوده بازار شرکت‌های پذیرفته‌شده در بورس اوراق"، بررسی‌های حسابداری و حسابرسی، دوره 17، شماره 59: 113- 128.

Aliakbari Nouri, F.; Khalili, S. and Antucheviciene, J. (2015); A Hybrid MCDM Approach Based on Fuzzy ANP and Fuzzy TOPSIS for Technology Selection. INFORMATICA, 26(3): 369-388.

Bolotova, Y. and Asiseh, F. (2009); Evaluating Economic Performance of Food Manufacturing Industries: An Analysis of the U.S. Pacifi c Northwest States. Food Distribution Research, 40(3): 130-143.

Buyukozkan, G. and Cifci, G. (2012); A novel hybrid MCDM approach based on fuzzy DEMATEL fuzzy ANP and fuzzy TOPSIS to evaluate green suppliers. Expert Systems with Applications, 39: 3000-3011.

Dağdeviren, M. and Yuksel, I. (2010); A fuzzy analytic network process (ANP) model for measurement of the sectorial competition level (SCL). Expert Systems with Applications, 37(2): 1005-1014.

Kersuliene, V. and Turskis, Z. (2011); Integrated fuzzy multiple criteria decision-making model for architect selection. Technol. Econ. Dev. Econ. 17 (4): 645-666.

Kersuliene, V. and Turskis, Z. (2014); An integrated multi-criteria group decision making process: selection of the chief accountant. Procedia- Social and Behavioral Sciences, 110: 897-904.

Lee, H.I.; Wang, W. and Ling, T. (2010); An Evaluation Framework for Technology Transfer of New Equipment in High Technology Industry. Technological Forecasting & Social Change, 77: 135-150.

Liu, K.F.R. and Lai, J.H. (2009); Decision-support for environmental impact assessment: A hybrid approach using fuzzy logic and fuzzy analytic network process. Expert Systems with Applications, 36: 5119-5136.

Luo, Z.M.; Zhou, J.Z.; Zheng, L.P.; Mo, L. and He, Y.Y. (2010); A TFN–ANP based approach to evaluate Virtual Research Center comprehensive performance. Expert Systems with Applications, 37(12): 8379-8386.

Mohanty, R.P.; Agarwal, R.; Choudhury, A.K. and Tiwari, M.K. (2005); A fuzzy-ANP based approach to R&D project selection: A case study. International Journal of Production Research, 43: 5199-5216.

Mora-Monge, C.A.; Gonz´lez, M.E.; Quesada, G. and Rao, S.S. (2008); A study of AMT in North America: a comparison between developed and developing countries. Journal of Manufacturing Technology Management, 19 (7): 812-29.

Rogers, R. (2001); Structural Change in U.S. Food Manufacturing. 1958–1997. Agribusiness 17: 3-32.

Salin, V.; Atkins, J.A. and Salame, O. (2002); Value Added in Food Manufacturing and Retailing: A Ratio Analysis of Major U.S. States. Food Distribution Research, 33(1): 136-150.

Tuzkaya, U. R. and Onut, S. (2008); A fuzzy analytic network process based approach to transportation-mode selection between Turkey and Germany: A case study. Information Sciences, 178: 3133-3146.

Vinodh, S.; Ramiya, R. A. and Gautham, S. G. (2011); Application of fuzzy analytic network process for supplier selection in a manufacturing organisation. Expert Systems with Applications, 38(1): 272-280.

Warwick, Ken. (2010); Manufacturing in the UK: An economic analysis of the sector. BIS (Department for Business Innovation & Skills), Economics paper, No. 10A.

Zavadskas, E. K. and Turskis, Z. (2010); A new additive ratio assessment (ARAS) method in multicriteria decision‐making. Ukio Technologinis ir Ekonominis Vystymas, 16(2): 159-172.

Zavadskas, E. K.; Turskis, Z. and Bagocius, V. (2015); Multi-criteria selection of a deep-water port in the Eastern Baltic Sea. Applied Soft Computing, 26: 180–192.