درخت حوزه‌های تخصصی

هدف این مقاله تحلیل تقاضا برای فرزند در میان خانوارهای مناطق شهری ایران در قالب یک فرایند تصمیم گیری چانه زنی درون خانوار است. با بکارگیری اطلاعات طرح آماری درآمد و مخارج خانوارهای مناطق شهری ایران در سال 1387، مدلهای رگرسیونی با متغیر وابسته شمارش پذیر با ویژگی فراپراکندگی و فروپراکندگی رگرسیون پواسن برآورد می گردد. یافته ها اهمیت عوامل محیطی تأثیرگذار بر تصمیم گیری خانوار را در شکل گیری تقاضا برای فرزند تأیید می کنند. مادرانی که هزینه فرصت آنها در نگهداری از فرزندان بالاتر است، بطور مشخص مادران با سطح تحصیلات دانشگاهی، تمایل به داشتن تعداد کمتری از فرزندان بوده و آنها کیفیت فرزندان را با کمیت آنها جایگزین می کنند. با افزایش قدرت چانه زنی مادران تمایل به آوردن تعداد بیشتر فرزندان کاهش می یابد. با این حال پدران دارای درآمد غیردستمزدی بالاتر داشتن تعداد بالاتر فرزندان را ترجیح می دهند. آزمونهای تشخیص، دقت و مناسب بودن روش برآورد پواسن تعمیم یافته را در مقابل گزینه های دیگر مثل دو نقطه ای منفی، پواسن ساده تأیید می کند. برای آزمون فرضیه برونزایی متغیرهای توضیحی بار دیگر ضرایب مدل رگرسیونی پیشنهاد برآورد گردید، یافته ها نشان دادند که تمام متغیرهای توضیحی برونزا هستند. برای بررسی استحکام نتایج بدست آمده، مدلهای رگرسیونی، با محدود ساختن نمونه در دست مطالعه به بازه سنی مختلف مادران برازش گردید. یافته ها تغییر ملموسی را از خود نشان ندادند.

امروزه یکی از مسائل و چالش های اصلی مدیریت نظام سلامت کشور، موضوع بی عدالتی در دسترسی به خدمات سلامت است. اجرای نظام ارجاع و طرح پزشک خانواده به گواه مستندات نظری و تجارب جهانی، یکی از راهکارهای پایه ای به منظور برطرف ساختن بی عدالتی ها در حوزه سلامت و استفاده مناسب از منابع کمیاب در این حوزه است. اما اجرای توام با موفقیت طرح مذکور، مستلزم ایجاد بسترهای لازم و از جمله شناسایی عوامل اثرگذار بر تصمیم مشارکت کنندگان در این طرح است. امر مهمی که به مدیران و سیاستگذاران کمک می کند یک بسته سیاستی با حداکثر انطباق با ترجیحات جامعه هدف تهیه نمایند و از این رهگذر احتمال توفیق در اجرایی شدن طرح را افزایش دهند. در این راستا، مطالعه حاضر تلاشی است در جهت شناسایی و ارزشگذاری اقتصادی عوامل موثر و اثرگذار بر ترجیحات پزشکان عمومی شهر تهران، به عنوان یکی از ارکان مشارکت کننده در طرح پزشکان خانواده. این مهم با استفاده از رویکرد آزمایش انتخاب گسسته انجام گرفته است. نتایج نشان دهنده آن است که افزایش در خالص پرداختی به پزشکان عمومی، خدمت در محلی نزدیک تر به محل سکونت، وجود سهمیه جهت اخذ مدرک تخصص، وجود تسهیلات مسکن و ایاب و ذهاب، جمعیت کمتر تحت پوشش و نیز تسویه سریعتر با پزشکان عمومی، منجر به افزایش مطلوبیت پزشکان شده و احتمال مشارکت آنها و ورودشان به طرح را افزایش می-دهد. چنین نتایجی که تایید کننده انتظارت منطقی است، ارزش و اعتبار تئوریکی مدل را آشکار ساخته و تایید می نماید. بر اساس نتایج بدست آمده، در خصوص ارزشگذاری مولفه های مرتبط با طرح پزشک خانواده، می توان گفت، مولفه محل خدمت، از نظر پزشکان عمومی با فاصله معناداری از اهمیت بالاتری نسبت به سایر مولفه ها برخوردار است. پس از آن، به ترتیب مولفه های میزان جمعیت تحت پوشش، مدرک تخصص پزشکی خانواده، زمان تسویه و تسهیلات مسکن و ایاب و ذهاب قرار دارند.

در این مطالعه با به کارگیری مدل رشد بهینه پویای رمزی- کس- کومپنز و با تصریح رفتار مالیاتی دولت، اثر سیاست   های مالیاتی بر رفتار بهینه تعادلی بلند مدت و مسیر بهینه زمانی متغیرهای   کلان اقتصادی مصرف، موجودی سرمایه و تولید برای ایران وگروهی ازکشورهای شرق آسیا مورد بررسی قرار می   گیرد. در این راستا، پس از تصریح رفتار پویای متغیرهای مصرف و موجودی سرمایه، با استفاده از داده   های سالانه طی دوره زمانی 1980 تا 2010، مدل طراحی شده برای این گروه از کشورها کالیبره و شبیه سازی می شود. بر پایه نتایج به دست آمده از شبیه سازی اقتصاد ایران، در مقایسه با کشورهای شرق آسیا، کاهش نرخ های مالیاتی اثر قابل ملاحظه   ای بر سطوح تعادلی بلند مدت و مسیر بهینه تعادلی متغیرهای موجودی سرمایه، مصرف و تولید سرانه ندارد که نشان می   دهد، انجام سیاست های مالیاتی در جهت تحریک بخش واقعی اقتصاد ایران اثربخش نمی   باشد. نتایج همچنین نشان می   دهد که کاهش نرخ های مالیات بر درآمد و مالیات بر درآمد سرمایه و سود، اثرات مثبت و  قابل ملاحظه ای بر سطوح تعادلی بلند مدت مصرف، موجودی سرمایه و تولید و بنابراین رشد اقتصادی، بویژه در کشورهای کمتر توسعه یافته شرق آسیا دارند. از طرفی، نتایج شبیه سازی نشان می دهد که کاهش نرخ مالیات بر مصرف، خصوصاً در کشورهای بیشتر توسعه یافته، تأثیر مثبت می گذارد، با این حال بر سطح تعادلی موجودی سرمایه و تولید بی اثر است.