ماتریس انتقال

ایجاد اشتغال پایدار یکی از اهداف مهم هر دولتی است. بنابراین، برنامه ریزی های کلان کشور علاوه بر شاخص های نیروی کار در مقاطع زمانی به شاخص های بیان کننده تغییرات نیروی کار نیز نیاز دارد. یکی از منابع اندازه گیری این شاخص ها، آمارگیری های نیروی کار با نمونه های چرخشی است. آمارگیری نیروی کار مرکز آمار ایران با استفاده از نمونه های چرخشی از سال 1384 به صورت فصلی انجام می شود. در این مقاله روش محاسبه جریان نیروی کار برای داده های ایران شرح داده شده است و برآوردها به تفکیک زن و مرد ارایه شده اند. در پایان، این برآوردها برای دوره زمانی 6ساله تحلیل شده اند.

این مطالعه به بررسی پویایی کسب و کار میان برخی صنایع منتخب در ایران، که در بورس اوراق بهادار تهران طی دوره زمانی 1382 الی 1392ش استمرار داشته اند، از دو منظر کوتاه مدت و بلندمدت می پردازد. پویایی کسب و کار به عنوان یک شاخص مهم برای اندازه گیری میزان رقابت پذیری در یک صنعت شناخته شده است. پویایی کسب و کار هم انعکاس دهنده رقابت ناشی از ورود بنگاه های جدید است و هم رقابت میان بنگاه های حاضر در یک صنعت را نشان می ده د. ای ن مطالعه به بررسی نوع دوم از پویایی کسب و کار (رقابت میان بنگاه های حاضر در صنعت) می پردازد. شاخص های تحرک معمولاً جهت اندازه گیری میزان رقابت میان بنگاه ها و رتبه بندی آنها مورد استفاده قرار می گیرد. در این مطالعه دو شاخص تحرک محاسبه گردیده است. این شاخص ها با استفاده از ماتریس انتقال محاسبه شده اند. نتایج این مطالعه نشان می دهد که شاخص تحرک در صنایع منتخب پایین و بیانگر سطح پایین رقابت پذیری در این صنایع است. نتایج همچنین نشان می دهد که در این دوره زمانی صنعت انبوه سازی، املاک و مستغلات تحرک بیشتری (رقابت پذیری بیشتری) نسبت به سایر صنایع داشته اند.

در دهه های اخیر توجه زیادی به تخمین زیست توده جنگلی شده است. تهیه نقشه های جامع و صحیح از زیست توده جنگلی جهت مدل کردن چرخه کربن جهانی و کاهش گازهای گلخانه ای از اهمیت بسیار زیادی برخوردار است. روش های قدیمی برای تخمین زیست توده براساس مقادیر بازپراکنش ها به کمک آنالیزهای رگرسیون صورت می پذیرفت. مشکل اصلی این روش ها، سطح اشباع پایین آنها در طول موج ها و پلاریزاسیون های مختلف بدلیل در نظر نگرفتن پارامترهای ساختاری بود. به کمک تکنیک های اینترفرومتری، تحقیقات به سمت استخراج پارامترهای ساختاری سوق پیدا کرد. ارتفاع یکی از پارامترهای ساختاری می باشد که جهت تخمین زیست توده جنگلی می تواند استفاده شود. بهبود روش های بازیابی ارتفاع درختان نقش بسیار مهمی در استخراج صحیح زیست توده جنگلی ایفا می کند. در این مقاله یک روش جدید به منظور بهینه سازی ماتریس پراکنش به کمک تغییر پایه پلاریزاسیون جهت تخمین ارتفاع معرفی شده است. به کمک تغییر ماتریس پراکنش در پایه پلاریزاسیون های مختلف برای هر دو تصویر پایه و پیرو، پارامترهای همبستگی مختلف استخراج شده و با روش های مختلف تخمین ارتفاع، ارتفاع درختان تخمین زده شده است. داده های مورد بررسی، داده های تمام پلاریمتری از سنجنده هوایی SETHI در باند P می باشد که در منطقه جنگل های شمالی واقع در Remningstorp در جنوب کشور سوئد برداشت شده است. نتایج نشان می دهد که روش هایی که در آنها تغییر فاز وجود دارد در اثر تغییر پارامترهای هندسی بیضوی، بهبود چشمگیری داشته اند بطوری که روش های فاز حجم تصادفی برروی زمین با  76/0= R 2 و76/3 = RMSE و تفاضلی مدل رقومی با 69/0-= R 2 بهترین بهبود در نتایج را داشته اند و روش وارونگی دامنه همدوسی که با مقدار کوهرنس ارتفاع را استخراج می کند، با 17/0= R 2 بهبود چندانی در نتایج آن ملاحظه نشده است.

اهداف: پایش تغییرات کاربری ها و درک پویایی آن در یک حوضه آبخیز، از جایگاه خاصّی در مدیریت پایدار آن حوضه برخوردار است. هدف تحقیق حاضر، استفاده از سنجش از دور و GIS جهت تهیه نقشه تغییرات و شناسایی انتقالات کاربری اراضی و پوشش زمین با به کارگیری ماتریس انتقال و تصاویر ماهواره لندست در حوضه آبخیز دریاچه ارومیه می باشد. روش: جهت انجام تحقیق، از تصاویر ماهواره لندست در دوره زمانی ۲۰۱۵ ۱۹۸۸ استفاده گردید. بدین منظور پس از انجام پیش پردازش های موردنظر، جهت انجام طبقه بندی از روش های ماشین بردار پشتیبان و روشیءگرا استفاده و سپس اعتبارسنجی گردیدند. همچنین جهتِ برآورد میزان انتقالات و دیگر ویژگی های حوضه آبخیز دریاچه ارومیه، ابتدا ماتریس انتقالی استخراج شده و سپس طبقه بندی شئ گرا بین دوره های زمانی ۲۰۱۵ ۱۹۸۸ ارائه شد. سپس با استفاده از فرمول های موردنظر، میزان پایداری، افزایش، کاهش، تغییرات کل، تغییرات خالص و مبادله همزمان کاربری های اراضی و پوشش زمین مشخّص گردید. یافته ها/ نتایج: پس از ارزیابی صحت، صحت کلّی برای نقشه های حاصل از ماشین بردار پشتیبان و روش شئ گرا به ترتیب برابر با ۹۴ و ۹۲ درصد و مقدار کاپای آنها به ترتیب ۹۲ و ۸۹ برآورد شد که نشان دهنده برتری روش شئ گرا در مقایسه با روش ماشین بردار پشتیبان است. در کل، هر دو روشِ طبقه بندی توانستند صحت قابل قبولی برای نقشه های کاربری اراضی و پوشش زمین ارائه دهند. نتایج حاصل از انتقالات نشان داد به طور میانگین، ۵۹ درصد از چهره زمین در حوضه آبخیز دریاچه ارومیه در فاصله زمانی ۲۰۱۵ ۱۹۸۸ پایداری پوشش داشته است، که بیشترین میزان این تداوم براساس مقدار این کاربری در فاصله زمانی ۲۰۱۵ ۱۹۸۸ مربوطه به مناطق مسکونی می-باشد. حدود ۱۴ درصد از سطح حوزه آبخیز دریاچه ارومیه به صورت تبادل همزمان بوده است. همچنین سطوح آبی حوضه آبخیز دریاچه ارومیه در دوره زمانی فوق، بیشترین ازدست دادگی و کمترین تبادل همزمان را تجربه کرده است. نتیجه گیری: حوضه آبخیز دریاچه ارومیه در این فاصله زمانی (۲۰۱۵ ۱۹۸۸) تغییرات و انتقالات شدیدی را تجربه کرده است، تاجایی که تنها ۵۹ درصد از چهره زمین، ثابت مانده و قسمت های دیگر، انواعی از انتقال ها را تجربه کرده اند. همچنین سطوح آبی و سپس مراتع، بیشترین آسیب-پذیری را تجربه کرده اند که نشان از افزایش اراضی فاقد پوشش و اراضی زراعی (کشاورزی) می-باشد. این تجزیه وتحلیل ما را به سنجش و تجسّم میزان انتقالات عمده LULC درجهت برنامه ریزیِ آینده حوضه آبخیز دریاچه ارومیه توصیه می کند.

با پیش بینی تغییرات کاربری می توان میزان گسترش و تخریب منابع را مشخص کرد و خط مشی های آینده را به مسیر مناسبی سوق داد. هدف این مطالعه، مدل سازی روند تغییرات کاربری زمین شهر مشهد با استفاده از تصاویر ماهواره لندست مربوط به سال های 1989، 2008 و 2014 می باشد. در ابتدا براساس روش هیبرید (ترکیب طبقه بندی نظارت نشده و نظارت شده)، کاربری های سرزمین در 6 کلاس طبقه بندی شد. سپس با استفاده از زنجیره مارکوف، ماتریس انتقال میانِ سال های 1989 و 2008 محاسبه و با به کارگیری آن در مدل مارکوف- شبکه خودکار، نقشه کاربری سال 2014 پیش بینی شد. در ادامه، نقشه پیش بینی شده سال 2014 با  نقشه کاربری واقعی 2014 به کمک جدول متعامد مقایسه و ضریب کاپای کل برای آن 91/0 بدست آمد.بر همین اساس صحت پیش بینی مدل مارکوف-شبکه خودکار تأیید گردید. در نهایت، برای پیش بینی کاربری زمین در سال 2030 این مدل بکار گرفته شد. بنابراین با واردکردن نقشه مرجع 2014 به عنوان نقشه پایه، نقشه پیش بینی کاربری سال 2030 استخراج شد. نتایج نشان داد طی سال های 1998 تا 2030، شاهد روندی افزایشی در کاربری شهری و زمین های بایر و روندی کاهشی در کاربری کشاورزی و باغ ها خواهیم بود. نتایج نشان می دهد مدل مارکوف- شبکه خودکار به طراحی سیستم شهری پایدار کمک می کند.

در خصوص استفاده از مباحث مربوط به فرآیندهای تصادفی در حوزه های مختلف دانش بشری استفاده های گوناگونی به عمل آمده است. ازجمله فرآیندهای بسیار مهمی که در فرآیندهای تصادفی موردمطالعه قرار می گیرد، فرآیند مارکوف می باشد. مطالعه این نوع فرآیند در شاخه های علوم پایه و مهندسی جهت درک رفتار پدیده ها و مدل سازی از اهمیت بالایی برخوردار می باشد. اما به کارگیری این نوع فرآیند تنها محدود به علوم پایه و مهندسی نبوده و می توان از آن در حوزه های مختلف علوم انسانی به منظور مدل سازی استفاده نمود. به عنوان مثال، در حوزه جمعیت شناسی برای پیش بینی جمعیت نسل های آینده و یا در زمینه روانشناسی برای پیش بینی رفتار افراد فرآیند مارکوف می تواند کمک کننده باشد. با توجه به اینکه تابه حال طرح مفاهیم فرآیندهای تصادفی در حوزه حسابداری در سطح مقالات و تحقیقات بین المللی و داخلی بسیار محدود بوده است، در این مقاله سعی گردیده است تا مفاهیم نظری مربوط به فرآیندهای تصادفی بیان شده و سپس به بیان زنجیره های مارکوف و نمونه کاربردهای آن اشاره نماییم.

در این مقاله، با استفاده از روش زنجیره ی مارکوف و ماتریس انتقال، شاخص تحرک برای صنعت بیمه خصوصی ایران در بازه ی زمانی 1387 تا 1398 محاسبه شده است؛ این شاخص، بیانگر میزان پویایی و در نتیجه رقابت این صنعت می باشد. تمایز این رویکرد با دیگر روش ها، بهره گیری از تعریف رقابت به عنوان یک فرآیند و استفاده از شاخص های پویایی است. در قسمت اول تحقیق، موضوع و اهمیت بیمه و رقابت پذیری آن بیان شده است. قسمت دوم، مطالعات پیشین داخلی و خارجی در مورد صنعت بیمه و پویایی این صنعت آورده شده و در قسمت سوم به بیان مبانی نظری و تشریح مدل پرداخته شده است. بخش چهارم، مدل تخمین زده شده، شاخص تحرک محاسبه و نتایج تحلیل خواهد شد. نتیجه نشان دهنده ی کم تحرکی صنعت بیمه است که این عدم پویایی در کوتاه مدت نسبت به بلند مدت بیشتر می باشد؛ به این معنا که بنگاه های بیمه شاید سال به سال تحرک زیادی نداشته باشند و تغییر وضعیت نداشته باشند اما در بلند مدت به احتمال زیاد تغییر وضعیت خواهند داشت.