علیرضا حاجیان

یکی از عوامل و شاید مهمترین عامل تأثیرگذار بر رشد اقتصادی بهبود محیط کسب و کار و مقررات نظارتی دولت هاست. کشورهای درحال توسعه و اقتصادهای نوظهور عملا با محدودیت های مختلف تکنولوژیکی و مالی در عرصه بین المللی مواجه بوده که زمینه گسترش فضای رقابت بین المللی را در جذب سرمایه های خارجی و نیز دانش فنی فراهم ساخته است. کشورهای مختلف با اتکاء به اصلاحات ساختاری و سیاستی و نیز بهبود وضعیت مولفه های فضای کسب وکار از یک طرف وضعیت رتبه بین المللی فضای کسب وکار خود را ارتقاء داده و از طرف دیگر زمینه حضور و جذب منابع سرمایه ای خارجی را در اقتصاد ملی فراهم می سازند. هدف این پژوهش بررسی تاثیر بهبود فضای کسب و کار بر رشد اقتصادی در میان کشورهای منتخب اسلامی عضو D8 طی سال های 2004 تا 2016 است که از روش پانل پویا استفاده شده است و نتایج آن با دو روش داده های تابلویی اثرات ثابت و اثرات تصادفی مقایسه شده است .نتایج تحقیق حاکی از ارتباط مثبت بین شاخص سهولت راه اندازی کسب وکار و رشد اقتصادی است و درنهایت با توجه به نتایج تحقیق پیشنهاد می شود برای بهبود رشد اقتصادی باید به اصلاح ساختارها و نهادها و مقررات راه اندازی کسب وکار جدید روی آورد.

اندازه گیری و یا محاسبه بیشینه شتاب ناشی از زمین لرزه (Peak Ground acceleration, PGA) به عنوان یکی از پارامترهای اساسی جنبش نیرومند زمین، از دغدغه های مهم محققین علوم زمین است. کمیت مذکور از روشهای مبتنی بر داده های میرایی و زلزله های رخ داده در محل تهیه شده و در محاسبات تحلیل خطر زمین لرزه مورد استفاده واقع می شود. در پهنه های وسیع جغرافیایی و یا در شرایطی که تاسیس ایستگاههای دائمی یا موقت شبکه میسر نباشد، رویکردهای مبتنی بر یادگیری ماشین به عنوان یک راه حل جایگزین مورد استفاده قرار می گیرند. در راستای افزایش دقت شبکه عصبی در مسئله پیش بینی بیشینه شتاب زمین، با استفاده از تحلیل شناسایی داده های پرت یا نامتجانس، داده های ورودی شبکه یادگیرنده تفکیک شده و سپس فرآیند آموزش و تعمیم شبکه انجام شده است. این رویکرد باعث کاهش خطای شبکه انفیس شده، چنانچه خطای جذر میانگین مربعات 36 درصد بهبود داشته است. با استناد به نتیجه مذکور، داده های طول و عرض جغرافیاییِ رومرکز، عمق و بزرگای مربوط به 1571 رکورد ثبت شده در شبکه شتاب نگاری کشوری به همراه داده های مربوط به میانگین سرعت موج مورد استفاده قرار گرفت تا شبکه انفیس آموزش داده شود. سپس، شبکه آموزش دیده، جهت ارزیابی کارآیی روش، بر روی داده های زلزله مورموی، 1393، در استان ایلام تعمیم داده شد تا نقشه پهنه بندی مقادیر بیشبینه شتاب، در پیرامون رومرکز زلزله محاسبه گردد. بررسی خروجی ها نشان می دهد که نقشه بدست آمده با گزارش رسمی پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله تطابق داشته و از روش ارائه شده می توان به عنوان یک روش جایگزین در پیش بینی بیشینه شتاب ناشی از زلزله اقدام نمود.

    هدف از این تحقیق، بررسی روند تغییرات دمای حداکثر در مناطق مرکزی ایران وتغییرات احتمالی آن از حالت نرمال با استفاده از آزمون ناپارامتری من-کندال ورابطه آن با پیوند از راه دور می باشد. مقطع زمانی مورد مطالعه در این بررسی یک دوره 46 ساله می باشد که از سال های 1965 تا 2010 را در بر می گیرد وبخشی از ایستگاه های مرکزی ایران شامل استان های اصفهان، یزد، سمنان، کرمان و اراک را به عنوان نمایندگان ایران مرکزی شامل می شود. روش مورد بررسی، توصیفی تحلیلی همراه با مطالعات کاربردی و ژرفانگر می باشد. ابتدا سعی شده است با استفاده از روش رتبه ای من- کندال تغییرات داده ها شناسایی شوند و سپس نوع و زمان آن مشخص گردد و سپس رابطه این تغییرات با نوسان های اقیانوس اطلس شمالی وجنوبی مشخص گردد. اکثر تغییرات در در دودهه 1960 و1970 رخ داده است. تمام تغییرات در تمام ایستگاه ها از نوع جهش و ناگهانی و از هیچ روندی تبعیت نمی کند وتغییرات اکثر ایستگاه ها در رابطه با نوسان های اطلس شمالی وجنوبی بوده است. 

   مقطع زمانی موردمطالعه در این بررسی یک دوره 46 ساله می باشد که از سال های 1965 تا 2010 را در برمی گیرد و ایستگاه های مرکز استان های اصفهان، یزد، سمنان، کرمان و اراک را به عنوان نمایندگان ایران مرکزی شامل می شود. ابتدا سعی شده است با استفاده از روش رتبه ای من - کندال تغییرات داده ها شناسایی شوند و سپس نوع و زمان آن مشخص گردد. هدف از این تحقیق، بررسی روند تغییرات دمای حداقل در مناطق مرکزی ایران و تغییرات احتمالی آن از حالت نرمال با استفاده از آزمون ناپارامتری من-کندال می باشد.  نتایج به دست آمده از تحلیل دمای شبانه نشان می دهد که زمان شروع بیشتر تغییرات ناگهانی و از هر دو نوع روند و نوسان بوده است. در تمام ایستگاه ها روند دمای شبانه مثبت ارزیابی شده است و حاکی از گرم شدن دمای شبانه در طول دوره بوده است. همچنین نتایج نشان می دهد که درصد تغییرات فصل زمستان با تابستان و بهار با پاییز دقیقاً باهم برابر بوده است ولی زمان شروع تغییرات در ایستگاه های منطقه یکسان نیست و 100% تغییرات در 23 سال اول دوره موردبررسی صورت گرفته است.

مخاطرات طبیعی از جمله زمین لرزها، از چالش های جدی برای جوامع بشری به شمار می روند. این پدیده ها علاوه بر جانی، خسارات اقتصادی و اجتماعی قابل توجهی را نیز به دنبال دارند. با توجه به اینکه بعضی از این مخاطرات، به طور ناگهانی و غیرقابل پیش بینی رخ می دهند، لازم است که ارزیابی و مدیریت بهینه این مخاطرات در دستور کار سیاست گذاران و مسئولان مدیریت بحران قرار گیرد. پیشرفت ها و دستاوردهای اخیر در زمینه الگوریتم های هوشمند توانسته است توان بشر در کاهش آثار ناشی از وقوع را کاهش دهد. از نمونه این دستاوردها، سیستم های هشدار سریع زمین لرزه هستند که به عنوان ابزاری مؤثر در کاهش آسیب ها و تلفات انسانی مطرح شده و می توانند با محاسبه پارامترهای مبنایی زمین لرزه هشدار زودهنگامی را به جمعیت متاثر از رویداد صادر کرده اطلاعات مورد نیاز را در اختیار مسولان قرار دهند. با توجه به اینکه یکی از ارکان اساسی استفاده از الگوریتم های یادگیرنده، وجود داده های آموزشی کافی می باشد که بتواند شرایط متنوع قابل انتظار را پوشش دهد. این در حالی است که در مواردی مانند داده های مربوط به مطالعات زمین لرزه که تعداد نمونه های موجود در دسترس ناکافی است، تکنیک های داده افزایی استفاده می شوند. در این تحقیق، تاثیر داده افزایی در محاسبه بزرگای زمین لرزه به صورت آنی و بر اساس داده های جنبش نیرومند زمین مورد بررسی قرار گرفته است. بر اساس تحلیل های صورت گرفته بر روی داده های بیش از سه هزار زمین لرزه بوقوع پیوسته نشان داده شده است که استفاده از داده افزایی موجب بهبود عملکرد تعمیم دهی شبکه یادگیرنده به مقدار 37 درصد شده است.