(Measuring System Entropy Generation in a Complex Economic Network (The Case of Iran
محل انتشار: فصلنامه اقتصاد مقداری، دوره: 12، شماره: 1
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 66
فایل این مقاله در 36 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JQE-12-1_006
تاریخ نمایه سازی: 27 آبان 1402
چکیده مقاله:
An economic system is comprised of different primary flows that can be captured in macroeconomic models with complex network relations. Theoretically and empirically in this system, weak substitution or complementarity of environmental materials, like energy and other production factors such as capital, is undeniable. This is an effective critique on neoclassical economics. In this paper, we view the economy as a complex thermodynamic system in order to calculate the entropy generation, specifically the trend in entropy production in Iran over time. Entropy can be measured as the amount of waste and pollution produced by a system based on Georgescu-Rogen’s view. Using a conceptual model, we show the basic flows in a macroeconomic network (government, households, firms and financial sector), by focusing on the amount of wastes and other entropy generators and show how to calculate the overall entropy for an economic system. Furthermore, we demonstrate this approach using a mathematical model and literature from ecology and macroeconomics with the Iranian economy as a case study. Finally, by using statistical data from the World Bank, we show the three important indices of a system, growth, development and entropy values that increased in Iran during ۱۹۷۰–۲۰۱۴. As it is shown in results, the economic entropy of Iran is increasing.
کلیدواژه ها:
نویسندگان
Behrouz Sadeghi Amroabadi
Phd candidate in University of Isfahan
Brian D. Fath
Professor, Biology Department, Towson University
Mohsen Renani
Professor, Economic Department, University of Isfahan
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :