fa بررسی نابرابریهای آموزشی و تأثیر آن بر پویاییهای بهره‌وری نیروی کار بخش صنعت با استفاده از مدل پانل پویا رفاه اجتماعی اصیل orginal <strong><span style="font-family:b lotus;">مقدمه:</span></strong><span style="font-family:b lotus;"> در ادبیات اقتصادی، چگونگی به‌کارگیری عوامل و منابع رشد اقتصادی (کار، سرمایه و فناوری) در فرآیند رشد و توسعه اقتصادی مهم است و هرچه اقتصاد در سطح توسعه‌یافتگی بالاتری قرار گیرد به‌تدریج شدت به‌کارگیری منابع فیزیکی و انسانی کاهش خواهد یافت و سعی می‌شود از طریق تغییرهای فنی و کارایی عوامل تولید، سطح کیفی این منابع ارتقاء یابد. بر همین اساس به‌کارگیری کاراتر عوامل کار و سرمایه، در کنار فناوری، شرایط برای افزایش سطح بهره‌وری کل عوامل تولید در فعالیتهای اقتصادی فراهم می‌شود چرا که رشد اقتصادی مستمر و بالاتر در کل اقتصاد منجر به انتقال سریع‌تر ساختار تولید از یک مرحله به مرحله دیگر توسعه اقتصادی شده و در این تغییرهای ساختاری، سهم بالای بهره‌وری کل عوامل تولید در رشد اقتصادی منجر به فراهم‌سازی تولید خوب به جای تولید بد (به‌کارگیری منابع فیزیکی به جای تغییر کیفی تولید) می‌شود. در عصر حاضر نقش کیفیت سرمایه انسانی در یک سیستم منسجم و هماهنگ برای دستیابی به اهداف بالاتر رشد اقتصادی حایز اهمیت است، به</span><span dir="LTR"><span style="font-family:times new roman,serif;"><span style="font-size:9.0pt;">‌</span></span></span><span style="font-family:b lotus;">گونه‌ای که نیروی کار با دانش بالاتر دارای بهره‌وری بالاتری خواهد بود و بهره‌وری بالای نیروی کار به‌عنوان موتور محرکه رشد اقتصادی شناخته می‌شود.</span><br> <strong><span style="font-family:b lotus;">روش:</span></strong><span style="font-family:b lotus;"> این مطالعه درصدد بررسی کیفیت سرمایه انسانی نیروی کار در بخش صنعت و به تفکیک استانها، با استفاده از شاخص ضریب جینی سطح تحصیلات نیروی کار و تأثیر این شاخص بر روی بهره‌وری نیروی کار در دوره زمانی 1379-1392 و با استفاده از مدل پانل پویا است. تحقیق حاضر از نظر ماهیت و روش توصیفی و از نظر هدف کاربردی است. در این تحقیق برای جمع‌آوری مباحث تئوریک از روش کتابخانه‌ای (کتب و مقالات)، اسنادکاوی و فیش‌برداری استفاده شد. جامعه آماری تحقیق شامل کلیه اطلاعات و آمار مربوط به متغیرهای تحصیلات نیروی کار (سرمایه انسانی) و بهره‌وری نیروی کار در بخش صنعت کشور است و نمونه مورد بررسی نیز اطلاعات و آمار بخش صنعت به تفکیک استانی می‌باشد. برای گردآوری داده‌های مورد نیاز از سریهای زمانی، نماگرهای اقتصادی، مجله‌ها و آمارهای منتشرشده به‌وسیله مرکز آمار ایران استفاده شده است.</span><br> <strong><span style="font-family:b lotus;">یافته‌ها:</span></strong><span style="font-family:b lotus;"> نتایج محاسبه شاخص ضریب جینی سطح تحصیلات نیروی کار نشان داد که در همه استانها و در طی دوره مطالعه پراکندگی سطح تحصیلات نیروی کار کاهش یافته است. همچنین با توجه به برآورد مدل تحقیق در می‌یابیم که همه متغیرهای توضیحی تحقیق (ضریب جینی سطح تحصیلات نیروی کار، دستمزد سرانه، سرمایه فیزیکی سرانه و شاخص تکنولوژی)، دارای تأثیر معنی‌داری بر بهره‌وری نیروی کار می‌باشند. وقفه متغیر وابسته (بهره‌وری نیروی کار)، تأثیر مثبتی بر بهره‌وری نیروی کار دارد و نشان‌دهنده این موضوع است که پویاییهای بهره‌وری نیروی کار در جهت مثبت عمل می‌نماید. از بین متغیرهای مورد بررسی، متغیر دستمزد سرانه نیروی کار در بخش صنعت، بیشترین تأثیر را بر متغیر وابسته تحقیق یعنی بهره‌وری نیروی کار دارد. اثر توزیع آموزش و یا توزیع سطح تحصیلات نیروی کار بخش صنعت، بر روی بهره‌وری نیروی کار منفی است و در نهایت سرمایه فیزیکی سرانه و شاخص تکنولوژی نیز اثر مثبتی بر بهره‌وری نیروی کار دارد.</span><br> <strong><span style="font-family:b lotus;">بحث:</span></strong><span style="font-family:b lotus;"> اهمیت نیروی کار در فرآیند تولید در سطح کلان و خرد روشن است اما به‌رغم تأکید در سیاستگذاریها، عملکرد بهره‌وری نیروی کار در اقتصاد ایران طی دهه‌های اخیر نشان می‌دهد که از توان بالقوه نیروی کار در فرآیند تولید استفاده نشده است؛ با توجه به نتایج تحقیق مبنی بر اینکه بیشترین تأثیر را متغیر دستمزد سرانه بر بهره‌وری نیروی کار می‌گذارد و اینکه این متغیر به‌عنوان شاخص انگیزشی نیروی کار در مدل وارد شده است، پیشنهاد می‌شود که به عوامل انگیزشی نیروی کار به‌ویژه سطح دستمزد توجه ویژه‌ای شود. همچنین برای بهبود بهره‌وری نیروی کار بخش صنعت، باید پراکندگی تحصیلات نیروی کار را کاهش داد.</span> <strong>Introduction</strong>: In&nbsp; economic literature, using economic growth resources and parameters (work, capital and technology) are important in the process of economic growth&nbsp; and&nbsp; development. When the economy has a higher level of development, application of physical and human resource intensity&nbsp; will gradually &nbsp;reduce&nbsp; and we try to improve the quality level of &nbsp;resources&nbsp; by technical changes and changes in the efficiency of the factors of production. &nbsp;Therefore, by using capital and work factors more efficiently as well as &nbsp;technology,&nbsp; conditions for increasing the total productivity of production factors in economic activities are provided &nbsp;because continuous and higher level of economic growth in the whole economy &nbsp;leads to faster transition of production structure from one stage to another&nbsp; in economic development. In these structural changes, the higher contribution of productivity of all the production factors will lead to better production instead of bad production (using physical resources rather than the quality change of production).. Nowadays,&nbsp; the quality of human capital plays an important &nbsp;role in a coherent and coordinated system to achieve &nbsp;the higher economic growth goals ; so that workforce with higher knowledge will have higher productivity and&nbsp; higher productivity of the workforce is known as driving force of economic growth.<br> <strong>Method</strong>:&nbsp; This research seeks to investigate the human capital quality of the workforce&nbsp; in the industrial sector&nbsp; and in the provinces&nbsp; by using the dynamic panel model and workforce education level of the Ginni&nbsp; coefficient index and&nbsp; its effect on workforce productivity during 1379-1392&nbsp; years.&nbsp; This was a descriptive and an applied research. Theoretical discussions were collected through library research (books and article), mining documents and taking notes. The population of the study included all information and statistics related to the variables of workforce education (human capital) and workforce productivity in the industrial sector of the country, and the sample was also the information and statistics of the industrial sector by province. Data were collected using time series, economic indicators, magazines and published statistics by the Statistical Center of Iran.<br> &nbsp;<br> <strong>Findings</strong>:&nbsp; The results of the Ginni coefficient index of the level of education of the workforce showed that in all provinces during the study period the dispersion of the level of education of the workforce has decreased.. Considering the estimation of research model, all explanatory variables of research (Gini coefficient of education level of the workforce, per capita wage, physical capital per capita and technology indicator) had a significant effect on workforce productivity. Dependent variable lag (workforce productivity) had a positive and significance relationship with workforce productivity which, &nbsp;shows that workforce productivity dynamics acts positively . Among studied variables, the variable workforce per capita wage in the &nbsp;industrial sector &nbsp;had the most effect on&nbsp; dependent variable,&nbsp; workforce&nbsp; productivity. The Effect of training distribution or workforce education level distribution in the industrial sector&nbsp; is negative on workforce productivity.. At last, physical capital per capita&nbsp; and technology index had positive and significant effect with workforce&nbsp; productivity.<br> <strong>Discussion</strong>: The importance of workforce in the production process at the macro and micro level is clear, however, despite the emphasis on policies, the performance of workforce productivity in the Iranian economy in recent decades has shown that the potential of the workforce in the production process has not been used. Considering the results of the research, that the per capita wage variable has the greatest impact on labor productivity and that this variable has been introduced as an indicator of the motivation of the workforce in the model, it is suggested to pay particular attention to the motivational factors of the workforce, especially the wage level. Moreover, in order to improve the productivity of the workforce in the industrial sector, the dispersion of workforce education must be reduced بهره‌وری نیروی کار, ضریب جینی سطح تحصیلات, مدل پانل پویا workforce productivity, education level, Ginni coefficient, Dynamic panel model 99 131 http://refahj.uswr.ac.ir/browse.php?a_code=A-10-2459-2&slc_lang=fa&sid=1 Afsaneh Gholinejad افسانه قلی نژاد Yes دانشگاه آزاد اسلامی Mohammad Naghibi محمد نقیبی No دانشگاه آزاد اسلامی