آرشیو

آرشیو شماره ها:
۴۹

چکیده

امروزه بررسی تجارت بصورت شبکه ای، علاقه بسیاری از محققین را بخود جلب نموده است . این امر مبتنی بر مفهوم گراف و با بکارگیری ابزار گوناگون و استفاده از داده های تجاری گروهی از کشورهای بهم مرتبط در قالب یک شبکه امکانپذیر شده است. کشورهای پساشوروی بعنوان گروهی از کشورها ، هرچند با خاستگاه مشترک، اما با جنبه های متفاوت سیاسی، جغرافیایی، اقتصادی و فرهنگی ، مسیرهای تجاری گوناگونی را در پیش گرفته اند. هدف این مطالعه شناسایی مدل ساختاری شبکه کشورهای پساشوروی و بکارگیری آن در جهت بررسی اثرات عضویت در سازمان همکاری های شانگهای بر ایجاد پیوند تجاری است. در این راستا از مدل گرافهای تصادفی نمایی (ERGM) برای تخمین پارامترهای مرتبط با پیکربندیها و ویژگیهای شبکه ای و غیرشبکه ای استفاده می شود. براساس نتایج، مدل ERGM در مقاطع زمانی مختلف (سالهای 2019،2017 و 2021)ساختار شبکه ای یکسانی دارد و ضرایب مرتبط با پیکربندی های متعارف شبکه، درکلیه مقاطع از معناداری لازم برخوردار می باشد .اساس شبکه بر مبنای پیکربندی ها شکل گرفته و سایر متغیرها، ازجمله متغیرهای دربرگیرنده نود و لبه ضمن معناداری از اهمیت کمتری برخوردارمی باشند. همچنین عضویت در سازمان همکاری های شانگهای بعنوان یک کوواریات مشخصه نود، معنادار و از اهمیت لازم برخوردار است. همچنین نتایج بررسی شبکه ای بیانگر آن است که برآیند اثرات الحاق به اتحادیه ها می بایست مدنظر قرار گیرد.

Investigating the effects of membership in the Shanghai Cooperation Organization on the possibility of creating commercial links in the trade network of post-Soviet countries; Random Graph Model (ERGM) approach

In recent years, many researchers have been interested in studying trade as a network. This is possible based on graph concept and using interconnected trade data . Despite sharing a common origin, the post-Soviet countries have taken different commercial routes due to different political, geographic, economic, and cultural factors. In this study, we identify the structural model of the post-Soviet country network and use it to examine the effects of Shanghai Cooperation Organization membership on trade relations.In this regard, the Exponential Random Graph Model (ERGM) is used to estimate parameters related to network and non-network configurations and attributes. The findings of our study indicate that the ERGM model has the same network structure across different time periods (years 2019, 2017 and 2021) and that the coefficients associated with conventional configurations have the required significance at all times. The network is based on the configurations and Other variables, including variables related to node and edge attributes are less important while being significant. Also, membership in the Shanghai Cooperation Organization as a specific covariate is meaningful and important.Also, the results of the network survey indicate that the results of joining the unions should be considered as whole ,and considering it alone could be misleading.

تبلیغات