سرمایه‌گذاری‌های نامشهود در صنایع با شدت فناوری دیجیتالی بالاتر و بهره‌وری عوامل تولید

سوالی که مدنظر پژوهشگران در حیطه‌ اقتصاد دانش بنیان است، این است که از میان مولفه‌های موثر بر سرمایه‌گذاری نامشهود، آیا فناوری اطلاعات و ارتباطات وزن سنگین‌تری نسبت به مابقی مولفه‌ها دارد؟ در این مطالعه با استفاده از رویکرد chs به محاسبه اندازه‌گیری سرمایه‌گذاری نامشهود پرداخته شد. در تحقیقات کورادو و همکاران (2005)، سرمایه‌گذاری نامشهود را به سه قسمت عمده اطلاعات رایانه‌ای، دارایی نوآورانه و صلاحیت‌های اقتصادی تقسیم کرده‌اند. در این مقاله، مولفه‌ فناوری اطلاعات و ارتباطات که جزء اول سرمایه‌گذاری نامشهود است را از آن جدا کردیم و میزان اثر‌گذاری آن بر بهره‌وری عوامل تولید بررسی شده است. حوزه مورد مطالعه، صنایع کارخانه‌ای با کد طبقه‌بندی رتبه فعالیت‌های اقتصادی چهار رقمی برای کارکنان 10 نفر و بالاتر طی سال‌های 1375 تا 1396 است. با استفاده از داده‌های پانلی و با الگوی گشتاورهای تعمیم یافته به برآورد تابع بهره‌وری برای صنایع کارخانه‌ای پرداخته شد. نتایج این پژوهش، نشان می‌دهد که ict نقش پررنگی بر بهره‌وری کل عوامل تولید دارد. همچنین ضریب آن نسبت به دیگر مولفه‌های سرمایه‌گذاری نامشهود، بالاتر است.

intangible capital in industries with higher digital technology intensity and total factor productivity

the question that is considered by researchers in the field of knowledge-based economy is that among the factors affecting intangible investment, does information and communication technology have a heavier weight than the rest of the factors? in this study, using the corrado,hulten and sichel (chs) approach, the measurement of intangible investment is calculated. in their research, intangible investment has been divided into three major parts: computer information, innovative assets, and economic competencies. then these three components are divided into nine parts. in this article, we select the component of information and communication technology, which is the first component of intangible transitory capital, and its effect on total factor productivity(tfp) has been investigated. the field of study is manufacturing industries with a four-digit economic activity classification code for employees of ten and above during the years 1996 to 2018. using panel data and gmm, the productivity function was estimated for manufacturing industries. the results of this research show that ict has a significant role on the productivity of all production factors, and its coefficient is higher than other intangible investment components.