اثراعتبارات بر نسبت اشتغال روستایی به شهری در ایران: با رویکردی بر مدل رگرسیون کوانتایل

مقوله اشتغال از موضوعات چالش برانگیز دهه های اخیر در بازار نیروی کار بوده است از طرف دیگر، استفاده مناسب از ابزارهای سیاست پولی و مالی از اهمیت بالایی در دستیابی به اهداف رشد و توسعه اقتصادی برخوردار است در این مقاله با هدف بررسی اثر اعتبارات بانکی بر نسبت اشتغال روستایی به شهری در ایران برای دوره زمانی 1398-1368، از روش رگرسیون کوانتایل استفاده شده است رگرسیون کوانتای نسبت به روش حداقل مربعات خطی، توصیف کامل تری از توزیع شرطی متغیرها ارائه می کند و پایه مدل رگرسیون کوانتایل بر اساس تابع چندک شرطی استوار است در این روش به جای حداقل سازی مجموع مجذور خطا، قدر مطلق خطا در اشکال نامتقارن حداقل می شود در مطالعه حاضر، از متغیرهای شاخص اعتبارات بانکی، نرخ تسهیلات، نقدینگی، نرخ تورم، نرخ دست مزد، مخارج دولت و رشد جمعیت جهت تجزیه وتحلیل وضعیت نسبت شاغلین روستایی به شهری استفاده می شود یافته های پژوهش نشان می دهد، اعتبارات بانکی بر متغیرهای تعداد شاغلین روستایی به شهری تاثیر مثبت و معنی داری دارد تاثیر متغیر تورم بر نسبت شاغلین روستایی به شهری مثبت است، اما از لحاظ آماری در کوانتایل0/25 و 0/5 معنید ار است تاثیر متغیر رشد جمعیت بر متغیر وابسته نیز منفی و معنی دار است تاثیر متغیر هزینه های دولت بر نسبت شاغلین روستایی به شهری مثبت و معنی دار است و شدت این اثر به شکل ملایمی در حال افزایش است توسعه موسسات و ابزارهای مالی و افزایش کیفی و کارایی نهادهای مالی موجود برای افزایش اشتغال موجود در اقتصاد مهم ترین توصیه سیاستی پژوهش محسوب می شود.

effects of loans on the ratio of rural to urban employment with an approach based on quantile regression model

the category of employment and labor force share has been one of the most challenging issues in the labor market in recent decades. in order to achieve the goals of economic growth and development, the proper use of monetary and financial policy tools is of great importance. in this article with the aim of investigating the effect of bank loans on the ratio of rural to urban employment in iran for the period 2018-2018, the quantile regression method has been used. quantile regression provides a more complete description of the conditional distribution of variables, and the basis of the quantile regression model is based on the conditional quantile function. the variables used in this study include the ratio of rural to urban workers, bank credit index, liquidity, facility rate, inflation rate, wage rate, population growth, government spending. the findings show that bank credits have a positive and significant effect on the number of rural and urban workers. the effect of inflation on the ratio of rural to urban workers is positive, but it is not statistically significant in different quantiles. the effect of wages on the ratio of rural to urban workers is positive and significant in the 0.25 and 0.5 quantiles. the effect of population growth on the dependent variable is also negative and significant. the effect of government spending on the ratio of rural to urban workers is positive and significant, and the intensity of this effect is slowly increasing.