****** 1

Report
‫פרויקט מסכם לתואר בוגר במדעים (‪)B.Sc‬‬
‫במתמטיקה שימושית‬
‫מאת‪ :‬הדר דמרי‬
‫מנחה‪ :‬מר ניר לוי‬
‫רקע ומוטיבציה‬
‫‪" ‬טכנולוגיית התקשורת והמידע" – ‪ICT‬‬
‫‪ ‬תוצר מקומי גולמי – תמ"ג‬
‫‪ ‬בעבודה זו נתמקד באמידת התרומה היחסית של השקעה בטכנולוגיית‬
‫התקשורת והמידע על התוצר המקומי הגולמי (תמ"ג) במדינות מפותחות‪,‬‬
‫החברות בארגון הכלכלי ‪ ,OECD‬בין השנים ‪ .1996-2007‬זאת במטרה לחזק‬
‫תוצאות מחקרים קודמים שמעידות על קשר חיובי בין השניים‪.‬‬
‫‪ ‬בחינת תרומת ההשקעה נעשתה תוך התגברות על בעיית הטרוגניות ומתאם‬
‫סדרתי‪ ,‬באמצעות שימוש עיקרי בשני מודלים אקונומטריים‪:‬‬
‫‪Two-way Fixed Effects‬‬‫‪Two-way Random Effects-‬‬
‫נתוני המדגם‬
‫‪ ‬נתוני המדגם כוללים ‪ 19‬מדינות החברות בארגון ה‪ ,OECD -‬בין השנים ‪1996-‬‬
‫‪.2007‬‬
‫‪ ‬צורת דגימה זו נקראת "פאנל" ‪ -‬נתוני פאנל מכילים תצפיות רבות שנדגמו‬
‫במספר תקופות זמן‪ .‬כלומר‪ ,‬כל מדינה נצפתה בכמה נקודות זמן=שנים‪.‬‬
‫‪ ‬הנתונים‪ ,‬מתוך מאגר המידע‪ ,‬בהם נעשה שימוש בעבודה זו‪:‬‬
‫‬‫‪-‬‬
‫‬‫‬‫‪-‬‬
‫מספר עובדים המועסקים במדינה‬
‫סך השקעות בטכנולוגיית התקשורת והמידע‪ICT -‬‬
‫סך השקעות תשתית אחרות (שאינן לצורך ‪) ICT‬‬
‫מספר כולל של דרכי גישה לאינטרנט‬
‫תמ"ג כולל‪.‬‬
‫הדגמת מגמות וקשר בין נתונים‬
‫גרף ‪ :1‬תמ"ג ל‪ 1000-‬עובדים בין השנים ‪1996-2007‬‬
‫‪GDR per 1000 workers in 1996-2007‬‬
‫‪4.35‬‬
‫‪4.3‬‬
‫‪4.2‬‬
‫‪4.15‬‬
‫‪4.1‬‬
‫‪4.05‬‬
‫‪4‬‬
‫‪3.95‬‬
‫)‪GDR per 1000 workers (millions dollars‬‬
‫‪4.25‬‬
‫‪3.9‬‬
‫‪2007‬‬
‫‪2006‬‬
‫‪2005‬‬
‫‪2004‬‬
‫‪2003‬‬
‫‪2001 2002‬‬
‫‪Year‬‬
‫‪2000‬‬
‫‪1999‬‬
‫‪1998‬‬
‫‪1997‬‬
‫‪3.85‬‬
‫‪1996‬‬
‫מגרף זה ניתן ללמוד כי התמ"ג ל‪ 1000-‬עובדים‪ ,‬במדינות המדגם שלנו (מדינות ה‪-‬‬
‫‪ ,)OECD‬היה במגמת עלייה מתמדת בין השנים ‪.1996-2007‬‬
‫גרף ‪ :2‬השתנות התמ"ג ל‪ 1000-‬עובדים‪ ,‬בין השנים ‪,1996-2007‬‬
‫כפונקציה של הגישה לאינטרנט‪:‬‬
‫‪GDR per 1000 workers as a function of Int. Access Paths‬‬
‫‪4.3‬‬
‫‪4.25‬‬
‫‪4.15‬‬
‫‪4.1‬‬
‫‪4.05‬‬
‫‪4‬‬
‫)‪GDR per 1000 workers (millions dollars‬‬
‫‪4.2‬‬
‫‪3.95‬‬
‫‪10.6‬‬
‫‪10.4‬‬
‫‪9.8‬‬
‫‪10‬‬
‫‪10.2‬‬
‫)‪Int. Access Paths (thousands‬‬
‫‪9.6‬‬
‫‪3.9‬‬
‫‪9.4‬‬
‫מגרף זה ניתן ללמוד כי ככל שדרכי הגישה לאינטרנט עולות‪ ,‬עולה גם‬
‫התמ"ג‪ .‬בין שני משתנים אלה קיים קשר ליניארי כמעט‪.‬‬
‫משוואות הרגרסיה‬
‫‪ ‬משתנים מסבירים‪:‬‬
‫‪ITit ‬‬
‫ השקעות ב‪ICT -‬‬‫ השקעות תשתית אחרות ‪Kit ‬‬‫‪ -‬נגישות לאינטרנט ‪ AccessPethit ‬‬
‫‪ ‬משתנה תלוי‪ ,‬מוסבר‪:‬‬
‫תמ"ג ל‪ 1000 -‬עובדים ‪GDPit ‬‬
‫‪ ‬בתחילה אמדנו את משוואת הרגרסיה עם שני משתנים מסבירים‬
‫בלבד – השקעות ב‪ ICT -‬והשקעות תשתית אחרות שאינן ‪.ICT‬‬
‫לאחר מכן הוספנו את המשתנה המסביר השלישי – נגישות‬
‫לאינטרנט‪.‬‬
‫משוואות הרגרסיה‬
‫משוואת הרגרסיה עם שני משתנים מסבירים‪:‬‬
‫‪ln GDPit     IT ln ITit   K ln Kit  t  i   it‬‬
‫משוואת הרגרסיה עם משתנה מסביר נוסף‪:‬‬
‫‪ln GDPit     IT ln ITit   K ln Kit   A _ P ln AccessPethit  t  i   it‬‬
‫‪ ‬במשוואות –‬
‫‪ ‬השימוש ב"פאנל" מאפשר לנו לחלק את ההפרעה של משוואת הרגרסיה‬
‫לשלושה חלקים‪:‬‬
‫שיטות האמידה‬
‫מודל ‪ – Two-way Fixed Effects‬מודל האפקטים הקבועים‪:‬‬
‫הנחת המודל‪ :‬ההפרעות הספציפיות של הנתונים ‪-‬‬
‫‪t‬‬
‫ו‪ i -‬קבועות‪ .‬לכן המודל משייך הפרעות‬
‫אלה לחותך(הקבוע במשוואה) ולא להפרעה האקראית‪.‬‬
‫מטרת האמידה‪ :‬להיפטר מ‪ t -‬ו‪ i -‬כיוון שאנו חושדים שהם מתואמים עם אחד או יותר‬
‫מהמשתנים המסבירים – מופרת הנחת האקסוגניות‪.‬‬
‫כאשר ניפטר מהחלק ההטרוגני בחותך (ההפרעות הספציפיות) ‪ ,‬נתגבר על בעיית האנדוגניות ‪-‬‬
‫המתאם בתוך הקבוצה ואז נוכל לאמוד את המשוואה בשיטת ‪.OLS‬‬
‫שלבי האמידה‪:‬‬
‫‪ .1‬ניפטר משתי ההפרעות הקבועות של הנתונים‪ ,‬ע"י חיסור ממוצעים על פני זמן וממוצעים על פני‬
‫מדינה מהמשוואה הנאמדת‪.‬‬
:‫ – מודל האפקטים הקבועים‬Two-way Fixed Effects ‫מודל‬
yit  yi  yt   (1  x0i  x0t )  ( xit  xi  xt )    it
yit  yi  yt   (1  1  1)  ( xit  xi  xt )    it
yit  yi  yt    ( xit  xi  xt )    it
.‫ זוהי מטריצת המשתנים המסבירים שהעמודה הראשונה בה הינה וקטור יחידה‬X 
.‫ עובדים‬1000-‫ זהו וקטור עמודה של המשתנה התלוי – תמ"ג ל‬Y
1 T
1 T
:‫ ממוצע על פני זמן‬
x
y 
y x 
i
T
1
yt 
N

it
t 1
N
y
i 1
it
i
T

1
xt 
N
t 1
it
N
x
i 1
:‫ממוצע על פני מדינה‬
it
:α ‫ בכדי לחזור לחותך המקורי‬,‫ נוסיף פעמיים את הממוצע הכללי למשוואה‬,‫ בשלב השני‬.2
yit  yi  yt  2 y   (1  2 x0 )  ( xit  xi  xt  2 x )   it
yit  yi  yt  2 y    ( xit  xi  xt  2 x )   it
yit *    xit *  it
1
x
NT
N
T
 x
i 1 t 1
it
y
1
NT
N
T
 y
i 1 t 1
it
‫מודל ‪ – Two-way Fixed Effects‬מודל האפקטים הקבועים‪:‬‬
‫‪ .3‬לאחר שנפטרנו מבעיית ההטרוגניות‪ ,‬קיבלנו מודל שמקיים את כל ‪ 5‬ההנחות הקלאסיות‬
‫(לפי הנחותינו)‪ .‬לכן נאמוד את הפרמטרים בשיטת ‪:OLS‬‬
‫‪1‬‬
‫ˆ‬
‫* ‪  xit *' xit * xit *' yit‬‬
‫‪ ‬האומדים שמתקבלים הינם יעילים – בעלי שונות מינימאלית‪ ,‬ועקיבים – מתכנסים‬
‫מתכנס לפרמטר שאותם הם אומדים‪ ,‬כאשר המדגם שואף לאינסוף‪.‬‬
‫מודל ‪ Two-way Fixed Effects‬עם הנחת מתאם סדרתי‪:‬‬
‫מתאם סדרתי‬
‫כאשר מתקיים מתאם סדרתי‪ ,‬מופרת הנחת אי התלות בין ההפרעות האקראיות‪ ,‬כלומר אם המודל הנאמד הינו‪:‬‬
‫‪0   1‬‬
‫; ‪yit    1xit  uit‬‬
‫‪uit  ui,t 1  it ,‬‬
‫אזי‪ ,‬גודל ההפרעה האקראית בתקופה הנוכחית קשור לגודלה בתקופה הקודמת‪-‬‬
‫‪t  s‬‬
‫‪ ‬נקרא מקדם המתאם מסדר ראשון‪.‬‬
‫‪ ‬בכדי לזהות קיום של מתאם סדרתי מסדר ראשון‪ ,‬יש לאמוד את‬
‫יותר (שואף ל‪ )1-‬זו עדות למתאם חזק יותר‪.‬‬
‫‪Cov[uit , uis ]  0‬‬
‫‪ , ‬ככל שהאומד שמתקבל גדול‬
‫תיקון מתאם סדרתי במודל ‪:Two-way Fixed Effects‬‬
‫‪ .1‬תחילה נבצע את שני השלבים הראשונים במודל‪ ,‬בכדי להפטר מההטרוגניות‪.‬‬
‫‪ .2‬נבדוק קיום מתאם סדרתי במשוואה החדשה שקיבלנו‪yit *    xit * uit :‬‬
‫במידה ויש עדות למתאם‪ ,‬נאמוד את המשוואה בשיטת ‪ Cochrane-Orcutt‬לתיקון מתאם‬
‫סדרתי‪.‬‬
‫מודל ‪ Two-way Fixed Effects‬עם הנחת מתאם סדרתי‪:‬‬
‫‪ .3‬שיטת ‪ Cochrane-Orcutt‬לתיקון מתאם סדרתי‬
‫נכפול את המשוואה הנאמדת ב‪  -‬ונגלגל אותה תקופה אחת אחורה‪ .‬לאחר מכן‪ ,‬נחסיר‬
‫אותה מהמשוואה המקורית‪ .‬נקבל את המשוואה הבאה‪:‬‬
‫‪yit * yi,t 1*   (1   )   ( xit * xi,t 1*)  uit  ui,t 1‬‬
‫קיבלנו משוואה שאינה ליניארית בפרמטרים‪ ,‬לכן לא ניתן לאמוד אותה בשיטת ‪.OLS‬‬
‫השיטה למציאת האומדים הינה ניסוי וטעייה; מבצעים איטרציות עד להתכנסות ערכי‬
‫הפרמטרים הנאמדים‪-‬‬
‫ מריצים רגרסיה (בשיטת ‪ )OLS‬עם ערך התחלתי של האומד ל‪ -‬‬‫ מציבים במשוואה את ערכי האומדים ˆ‪ ‬ו‪ ˆ -‬שהתקבלו‪ .‬ואומדים את ‪‬‬‫‪ -‬חוזרים על שתי הפעולות הנ"ל עד שאין שינויים גדולים בפרמטרים‪.‬‬
‫מודל ‪ – Two-way Random Effects‬מודל האפקטים הרנדומליים‪:‬‬
‫הנחת המודל‪ :‬ההפרעות הספציפיות של הנתונים ‪ t -‬ו‪ i -‬הן משתנים מקריים‪ .‬לכן‬
‫המודל משייך הפרעות אלה להפרעה האקראית במשוואה הנאמדת‪.‬‬
‫ההפרעה האקראית במשוואה‪:‬‬
‫‪Uit  i  t   it‬‬
‫מטרת האמידה‪ :‬לפתור את בעיית השונות השונה שנוצרה במטריצת ההפרעות‬
‫האקראיות‪ ,‬כתוצאה מההפרעות הספציפיות של הנתונים‪ ,‬מההטרוגניות‪.‬‬
‫‪V Uit    2   2 I‬‬
‫פתרון הבעיה‪ :‬את בעיית השונות השונה במטריצת ההפרעות האקראיות נפתור בעזרת‬
‫שיטת ‪.FGLS‬‬
‫מודל ‪ – Two-way Random Effects‬מודל האפקטים הרנדומליים‪:‬‬
‫שלבי האמידה‪:‬‬
‫שלב א'‪ :‬נאמוד את שונויות ההפרעות האקראיות של המדינה והזמן במודל‪:‬‬
‫‪ .1‬תחילה נריץ מודל ‪ ,2-way FE‬בכדי לקבל אומד לשונות ההפרעה בין התצפיות – ) ‪ˆ 2 Between(‬‬
‫‪ .2‬נאמוד את שונות ההפרעה הכוללת הבדלים בין ובתוך המדינות‪ .‬שונות זו תתקבל כתוצאה משימוש‬
‫במודל ה‪ ."Between" -‬במודל זה אנו אומדים משוואת רגרסיה של הממוצעים‪ ,‬בשיטת ‪.OLS‬‬
‫משוואה ‪ . y    x :1‬מאמידתה נקבל אומד לשונות ההפרעה של המדינה –) ‪ˆ 2 BetweenWithin(i‬‬
‫משוואה ‪ . yt    xt :2‬מאמידתה נקבל אומד לשונות ההפרעה של הזמן‪ˆ 2 BetweenWithin(t ) -‬‬
‫‪i‬‬
‫‪i‬‬
‫‪ .3‬הפרעה אקראית של מדינה‪:‬‬
‫הפרעה אקראית של זמן‪:‬‬
‫) ‪ˆ 2Within( )  ˆ 2 BetweenWithin(i )  ˆ 2 Between(‬‬
‫) ‪ˆ 2Within( )  ˆ 2 BetweenWithin(t )  ˆ 2 Between(‬‬
‫מודל ‪ – Two-way Random Effects‬מודל האפקטים הרנדומליים‪:‬‬
‫שלב ב'‪ :‬צורת מטריצת השוניות של ההפרעה האקראית‪:‬‬
‫‪if i  j , t  s,‬‬
‫‪if i  j , t  s,‬‬
‫‪if i  j , t  s‬‬
‫‪  2    2    2‬‬
‫‪‬‬
‫‪ 2‬‬
‫‪V U   E uitu js    ‬‬
‫‪ 2‬‬
‫‪‬‬
‫‪ ‬‬
‫בכדי להתגבר על בעיית השונות השונה‪ ,‬יש למצוא מטריצת טרנספורמציה ˆ‪P‬‬
‫‪ˆ 1‬‬
‫‪Pˆ ' Pˆ  ‬‬
‫המקיימת‪:‬‬
‫מודל ‪ – Two-way Random Effects‬מודל האפקטים הרנדומליים‪:‬‬
‫במקרה של שיטת ‪ , 2-Way RE‬לאחר הכפלת המשוואה הנאמדת במטריצת הטרנספורמציה‪,‬‬
‫מתקבל המודל הבא‪:‬‬
‫*‬
‫‪yit  1 yi  2 yt  3 y   ( xit  1xi  2 xt  3 x )  ‬‬
‫* ‪Y *  X *  ‬‬
‫‪‬‬
‫‪1‬‬
‫‪2‬‬
‫‪2‬‬
‫‪2‬‬
‫‪T a  N    ‬‬
‫‪ =N‬מספר מדינות‪.‬‬
‫‪3  1  2 ‬‬
‫‪‬‬
‫‪N 2   2‬‬
‫‪2  1 ‬‬
‫‪‬‬
‫‪T 2   2‬‬
‫‪1  1 ‬‬
‫‪ =T‬מספר תקופות‪ ,‬שנים‪.‬‬
‫‪ ‬ניתן להבחין כי משוואת המודל שקיבלנו לאחר טרנספורמציית ‪ ,FGLS‬מזכירה מאוד את‬
‫המשוואה המתקבלת בשיטת ‪ 2-way FE‬לאחר שנפטרים מההטרוגניות‪:‬‬
‫‪yit  yi  yt  2 y    ( xit  xi  xt  2x )   it‬‬
‫מודל ‪ – Two-way Random Effects‬מודל האפקטים הרנדומליים‪:‬‬
‫מדמיון זה ניתן להסיק לגבי משמעותה של‬
‫‪1‬‬
‫‪‬‬
‫במודל ‪:RE‬‬
‫‪ :‬מודל ‪ ,RE  FE‬כלומר אנו מבצעים '‪ –FE = 'full demeaning‬זורקים את‬
‫כל ההטרוגניות‪.‬‬
‫‪1‬‬
‫‪ :‬מודל‬
‫‪0‬‬
‫‪ :‬אנו מבצעים '‪–RE ='Quasi demeaning‬זורקים חלק מההטרוגניות‪.‬‬
‫‪ , RE  FE‬זורקים את מרבית ההטרוגניות‪.‬‬
‫‪ ‬שלב ג'‪ :‬נאמוד את המשוואה שקיבלנו לאחר הטרנספורמציה באמצעות שיטת‬
‫‪.OLS‬‬
‫האומדים שנקבל הם אומדי ‪ OLS‬לאחר טרנספורמציית ‪ ,FGLS‬לכן הם עקיבים אך‬
‫יעילים אסימפטוטית בלבד (יעילים רק במדגם גדול מאוד)‪.‬‬
‫מודל האפקטים הקבועים מול מודל האפקטים הרנדומליים‬
‫‪ ‬מודל ‪ RE‬מעניק משקל מתאים להטרוגניות‪ ,‬בעוד ‪ FE‬משמיט את ההטרוגניות ברגרסיה‪.‬‬
‫‪ FE ‬נותן ביטוי רק להבדלים בתוך המדינה‪/‬בתוך התקופה ולא בין מדינות‪/‬תקופות שונות‪.‬‬
‫כנגד זאת ‪ RE‬מאפשר להכליל במשוואה גם משתנים מסבירים שאינם משתנים על פני‬
‫זמן (למשל מיקום גיאוגרפי)‬
‫‪ ‬יתרון בולט של ‪ – FE‬תקף תחת הנחות כלליות מאוד‪ .‬המודל מאפשר קיום מתאם בין‬
‫המשתנים המסבירים לבין ההפרעות הספציפיות – אינדוגניות‪ .‬מבחינה מעשית קשה‬
‫להוכיח חוסר מתאם ועל כן שיטה זו יכולה להוות בחירה מועדפת‪.‬‬
‫בנוסף‪ ,‬אופן האמידה בשיטה זו פשוט יותר‪.‬‬
‫סימולציה‬
‫נבצע בחירה אקראית של ‪ 19‬מדינות עם חזרה‪ .‬אחרי כל בחירה אקראית כזו‪ ,‬נריץ את מודל ‪Two-‬‬
‫‪ way Fixed Effects‬על המדגם שהתקבל‪ .‬בצורה זו‪ ,‬נבצע מספר הרצות למודל‪.‬‬
‫את האומדים וסטיות התקן שלהם שנקבל לאחר כל הרצה נשמור במערך‪ ,‬ובסוף נחשב ממוצע של‬
‫האומדים שהתקבלו בכל ההרצות וממוצע של סטיות התקן שלהם‪.‬‬
‫‪1000 iterations‬‬
‫‪10000 iterations‬‬
‫‪5000 iterations‬‬
‫‪1.3691‬‬
‫‪1.2268‬‬
‫(‪)0.1349‬‬
‫(‪)0.1248‬‬
‫(‪)0.1470‬‬
‫‪0.0530‬‬
‫‪0.0690‬‬
‫‪0.0791‬‬
‫‪0.0430‬‬
‫(‪)0.0280‬‬
‫(‪)0.0281‬‬
‫(‪)0.0275‬‬
‫(‪)0.0265‬‬
‫(‪)0.0238‬‬
‫‪0.0681‬‬
‫‪0.0698‬‬
‫‪0.0671‬‬
‫‪0.0521‬‬
‫‪0.0142‬‬
‫‪-0.0506‬‬
‫(‪)0.0299‬‬
‫(‪)0.0296‬‬
‫(‪)0.0282‬‬
‫(‪)0.0276‬‬
‫(‪)0.0250‬‬
‫(‪)0.0252‬‬
‫‪0.1523‬‬
‫‪0.1504‬‬
‫‪0.1405‬‬
‫‪0.1072‬‬
‫‪0.0667‬‬
‫‪0.0205‬‬
‫(‪)0.0236‬‬
‫(‪)0.0233‬‬
‫(‪)0.0217‬‬
‫(‪)0.0223‬‬
‫(‪)0.0211‬‬
‫(‪)0.0212‬‬
‫‪1.2658‬‬
‫‪100 iterations‬‬
‫‪10 iterations‬‬
‫‪1 iteration‬‬
‫‪2.0732‬‬
‫‪2.9100‬‬
‫‪3.7722‬‬
‫(‪)0.2340‬‬
‫(‪)0.2775‬‬
‫(‪)0.2671‬‬
‫‪0.0359‬‬
‫‪0.0727‬‬
‫(‪)0.0271‬‬
‫‪const‬‬
‫‪ln_IT‬‬
‫‪ln_K‬‬
‫‪ln_AccessPeth‬‬
‫ניתן לראות כי אין התייצבות של האומדים סביב ערך מסוים גם לאחר מספר רב של איטרציות‪.‬‬
‫בנוסף‪ ,‬האומדים שהתקבלו שונים מאוד מהאומדים שקיבלנו עבור המדגם המקורי‪ .‬מכאן ניתן ללמוד שיש‬
‫מדינות במדגם שהשפעתן על התוצאות גדולה משל אחרות‪.‬‬
‫תוצאות האמידה ומסקנות‬
‫‪ ‬לאורך כל שיטות האמידה‪ ,‬להשקעה ב‪ ICT -‬לא נמצאה השפעה מובהקת על‬
‫שיעור הגידול בתוצר‪ .‬ובמודל ‪ 2-Way Random Effects‬מתקבל כי אחוז אחד‬
‫של גידול בהשקעות ‪ ICT‬מוביל לירידה של בין ‪1.5-1.7%‬בתוצר‪.‬‬
‫הסבר אפשרי לירידה זו‪ ,‬טמון בעובדה שלוקח זמן עד שרואים במשק את‬
‫התמורה להשקעה ב‪.ICT-‬‬
‫‪ ‬ההשפעה של שאר ההשקעות (השקעה בהון פיזי) על התוצר הינה חיובית‬
‫ומובהקת‪ ,‬כלומר ככל שההשקעה שאינה ב‪ ICT -‬גדלה‪ ,‬כך גדל שיעור הצמיחה‬
‫בתוצר‪.‬‬
‫השפעה חיובית זו‪ ,‬ניתן לייחס לחשיבות של השקעות כגורם מניע את הכלכלה‬
‫כולה‪ .‬השקעות ברמה המאקרו כלכלית מהוות מנוע צמיחה משמעותי ומסבירות‬
‫היטב תנודות בתוצר ובמחזורי העסקים‪.‬‬
‫תוצאות האמידה ומסקנות‬
‫‪ ‬הכנסת המשתנה של גישה לאינטרנט לא שינתה באופן מהותי את‬
‫תוצאותיו של המודל‪ ,‬עדיין נצפה היעדר קשר בין השקעות ב‪ICT -‬‬
‫לבין גידול בתוצר‪ ,‬וקשר חיובי בין שאר השקעות לבין גידול בתוצר כפי‬
‫שמפורט לעיל‪.‬‬
‫‪ ‬למשתנה של גישה לאינטרנט יש השפעה מובהקת וחיובית על התמ"ג‪,‬‬
‫דבר אשר מעיד על כך שככל שהגישה לאינטרנט גדלה‪ ,‬התוצר גדל‪.‬‬
‫קיומה של נגישות הולכת וגוברת לאינטרנט עשויה להצביע על שיפורים‬
‫טכנולוגיים באופן כללי אשר מסייעים להגדיל השקעות כתוצאה‬
‫משיתופי פעולה בינלאומיים‪ .‬דבר זה יכול להסביר את ההשפעה‬
‫החיובית על התוצר‪.‬‬
‫המלצות למחקרי המשך‬
‫‪ ‬בחינה מעמיקה יותר של הקשרים בין השקעה ב‪ ICT -‬לבין גידול‬
‫בתוצר וזאת במטרה לגלות את הממצאים הסותרים בנושא‪ ,‬כפי‬
‫שנמצא במחקר זה‪.‬‬
‫‪ ‬בחינה של ההשפעות ההדדיות בהתייחס לתרבות המדינה‬
‫ומאפיינים נוספים שלא כללנו כאן‪ .‬יכול להיות שהקשר בין השקעה‬
‫ב‪ ICT -‬לבין התוצר עשוי להיות תלוי במשתנים מתווכים כגון‬
‫מאפייני מדינה ותרבות‪ ,‬כל אלו עשויים להאיר את הקשרים הללו‬
‫באופן ברור יותר‪.‬‬
‫‪ ‬בחינת התרומה של סוגי השקעות ספציפיים בתוך ‪ ICT‬לתוצר‪.‬‬
‫תודה על ההקשבה!‬

similar documents