شناسایی و تحلیل عوامل کلیدی جذب سرمایه‎گذاری تولیدمحور در اقتصاد ایران با رویکرد اقتصاد مقاومتی و تأکید بر توسعه زنجیره‎های ارزش

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 استاد، گروه اقتصاد اسلامی، دانشگاه قم، قم، ایران

2 دانشجوی دکتری، گروه اقتصاد اسلامی، دانشگاه قم، قم، ایران (نویسنده مسئول)

3 استاد، گروه مدیریت، دانشگاه قم، قم، ایران

10.30471/jee.2026.11956.2588

چکیده

چکیده گسترده
مقدمه و اهداف: زنجیره‎های ارزش تولید به‎عنوان مجموعه‎ای از فعالیت‎های به‎هم‎پیوسته از تأمین مواد اولیه تا عرضه محصول نهایی، نقش بنیادینی در شکل‎دهی به ساختار اقتصاد ایفا می‎کنند. این زنجیره‎ها از طریق بهبود فرآیندهای تولید با بهره‎گیری از فناوری‎های نوین، ارتقای کیفیت محصولات و تمرکز بر فعالیت‎های با ارزش‎افزوده بالا، زمینه ارتقای بهره‎وری و افزایش رقابت‎پذیری اقتصادی را فراهم می‎آورند. در چهارچوب اقتصاد مقاومتی، تقویت زنجیره‎های ارزش تولید به‎عنوان یکی از الزامات کلیدی تحقق رویکرد «سرمایه‎گذاری برای تولید» و ایجاد اقتصادی درون‎زا و برون‎گرای هوشمند تلقی می‎شود.
در اقتصاد ایران، باوجود برخورداری از ظرفیت‎های قابل‎توجه تولیدی، چالش‎هایی مانند تحریم‎های بین‎المللی، ضعف زیرساخت‎های لجستیکی و محدودیت‎های فناورانه، مانع از جذب مؤثر سرمایه‎گذاری‎های هدفمند شده است. رابطه میان تقویت زنجیره‎های ارزش تولید و جذب سرمایه‎گذاری هدفمند، رابطه‎ای دوسویه و تقویت‎کننده است. از یک‎سو، بهبود کارایی و ارتقای فناوری در زنجیره‎های تولید زمینه جذب سرمایه‎گذاری را فراهم می‎کند و از سوی دیگر، سرمایه‎گذاری داخلی از طریق ایجاد فرصت‎های جدید برای بنگاه‎های کوچک و متوسط تقویت می‎شود.
باوجود اهمیت موضوع، مرور ادبیات نشان‎دهنده شکاف پژوهشی در تحلیل ساختاری و نظام‎مند این رابطه در بستر اقتصاد ایران با محدودیت‎های ساختاری و ژئوپلیتیکی است. بنابراین، هدف اصلی این پژوهش شناسایی عوامل کلیدی مؤثر بر جذب سرمایه‎گذاری تولیدمحور در اقتصاد ایران با رویکرد اقتصاد مقاومتی و تأکید بر نقش زنجیره‎های ارزش، و تحلیل روابط ساختاری میان این عوامل با استفاده از رویکرد ترکیبی دلفی فازی و میک‎مک است. نوآوری پژوهش در تحلیل روابط ساختاری عوامل در بستر اقتصاد مقاومتی ایران و ارائه مبنایی برای سیاست‎گذاری‎های اثربخش در جهت تحقق رشد اقتصادی پایدار است.
روش: پژوهش حاضر از نظر هدف، کاربردی و از نظر روش، ترکیبی (کیفی-کمّی) است. جامعه آماری شامل خبرگان حوزه اقتصاد، اقتصاد مقاومتی، مدیریت زنجیره ارزش و سیاست‎گذاری سرمایه‎گذاری بود. نمونه‎گیری به‎صورت هدفمند و زنجیره‎ای (گلوله‎برفی)انجام شد و ۱۵ نفر از خبرگان واجد شرایط انتخاب شدند. معیارهای انتخاب شامل دارا بودن مدرک دکتری در رشته‎های مرتبط، حداقل ۱۰ سال تجربه تدریس یا پژوهش، و داشتن آثاری در حوزه‎های اقتصاد مقاومتی، زنجیره ارزش یا جذب سرمایه‎گذاری بود.
در مرحله اول، از طریق مرور نظام‎مند ادبیات داخلی و بین‎المللی، ۲۸ عامل کلیدی مرتبط با جذب سرمایه‎گذاری هدفمند و تقویت زنجیره‎های ارزش تولید استخراج شد. سپس با استفاده از تکنیک دلفی فازی و پرسش‎نامه لیکرت پنج‎درجه‎ای در دو مرحله، عوامل غربالگری شدند. عواملی که میانگین امتیاز اهمیت آنها کمتر از ۳/۵ بود حذف و در نهایت ۹ عامل نهایی انتخاب شدند.
در مرحله کمّی، روابط متقابل بین عوامل با مدل میک‎مک تحلیل شد. خبرگان روابط بین عوامل را با مقیاس ۰ (بدون تأثیر) تا ۳ (تأثیر قوی)  ارزیابی کردند. ماتریس تأثیر مستقیم تشکیل و سپس ماتریس تأثیر غیرمستقیم محاسبه شد. عوامل بر اساس نمودار اثرگذاری-اثرپذیری به چهار دسته پیشران، وابسته، مستقل و رابط طبقه‎بندی شدند. درجه پرشدگی ماتریس برابر ۸۶/۴۲ درصد بود که بیانگر وجود روابط قوی و ساختاریافته میان متغیرها است. استفاده از ترکیب دلفی فازی و میک‎مک به‎دلیل توانایی این رویکردها در مدیریت عدم قطعیت نظرات خبرگان و تحلیل پیچیدگی روابط ساختاری انتخاب شد.
نتایج: نتایج غربالگری دلفی فازی نشان داد که از میان ۲۸ عامل اولیه، ۹ عامل دارای بیشترین درجه اهمیت و اجماع میان خبرگان بودند. این عوامل عبارتند از: دیجیتالی‎سازی زنجیره تأمین، بهره‎گیری از فناوری‎های نسل چهارم صنعتی، توسعه ظرفیت‎های داخلی، ثبات نهادی و اقتصادی، بهبود لجستیک و حمل‎ونقل، ایجاد مزیت مکانی از طریق بهبود زیرساخت‎ها، استفاده از هوش مصنوعی در بهینه‎سازی زنجیره ارزش، ارتقای بین‎بخشی زنجیره‎های ارزش، و جهت‎دهی سرمایه به تولید.
تحلیل میک‎مک نشان داد که مؤلفه‎های دیجیتالی‎سازی زنجیره تأمین، ثبات نهادی و اقتصادی، بهبود لجستیک و حمل‎ونقل و فناوری‎های نسل چهارم صنعتی در ناحیه عوامل پیشران قرار گرفته‎اند. این عوامل دارای قدرت نفوذ بالایی بر کل سیستم بوده و می‎توانند مسیر تحولات سرمایه‎گذاری تولیدمحور را تعیین کنند. در مقابل، مؤلفه‎هایی مانند هوش مصنوعی، ارتقای بین‎بخشی و جهت‎دهی سرمایه به تولید در گروه عوامل وابسته قرار گرفتند؛ به این معنا که این متغیرها بیش از آنکه آغازگر تغییر باشند، تحت تأثیر کیفیت عملکرد سایر عوامل قرار دارند.
از نظر اثرات مستقیم، دیجیتالی‎سازی زنجیره تأمین دارای بیشترین میزان اثرگذاری مستقیم بود. در تحلیل اثرات غیرمستقیم، توسعه ظرفیت‎های داخلی دارای بیشترین مجموع اثرگذاری و اثرپذیری بود که بیانگر نقش محوری این عامل در پایداری ساختار جذب سرمایه‎گذاری است. درجه پرشدگی ماتریس ۸۶/۴۲ درصد نشان‎دهنده سیستمی پویا و درهم‎تنیده است که تغییر در برخی متغیرهای کلیدی می‎تواند پیامدهای گسترده‎ای بر کل ساختار اقتصادی داشته باشد.
بحث و نتیجه‎گیری: نتایج تحلیل ساختاری میک‎مک نشان داد که دیجیتالی‎سازی زنجیره تأمین، بهبود لجستیک و حمل‎ونقل، فناوری‎های نسل چهارم صنعتی و ثبات نهادی و اقتصادی مهم‎ترین عوامل پیشران در نظام جذب سرمایه‎گذاری تولیدمحور محسوب می‎شوند. این یافته بیانگر آن است که موفقیت در جذب سرمایه‎گذاری بیش از آنکه صرفاً به حجم منابع مالی وابسته باشد، متأثر از کیفیت زیرساخت‎های نهادی، فناورانه و زنجیره‎های ارزش است. نتایج پژوهش با یافته‎های لوو و خو (2018)، وانگ و همکاران (2017) و شجاعی و همکاران (۱۴۰۳) همسو است که بر نقش زیرساخت‎های فیزیکی و دیجیتال و فناوری‎های نوین در ارتقای جایگاه کشورها در زنجیره‎های ارزش تأکید کرده‎اند.
همچنین، ثبات نهادی و اقتصادی از مهم‎ترین عوامل اثرگذار بر جذب سرمایه‎گذاری است که با نتایج اندرویک (2005)، فتحی (1392) و اسماعیلی‎راد و همکاران(1399)همخوانی دارد. توسعه ظرفیت‎های داخلی به‎عنوان یک متغیر دووجهی، هم از عوامل پیشران تأثیر می‎پذیرد و هم بر سایر متغیرها اثرگذار است. در مجموع می‎توان نتیجه گرفت که تقویت زنجیره‎های ارزش، توسعه زیرساخت‎های فناورانه و لجستیکی، ارتقای ثبات نهادی و سرمایه‎گذاری در ظرفیت‎های داخلی، مهم‎ترین الزامات جذب سرمایه‎گذاری تولیدمحور در اقتصاد ایران هستند.
بر اساس یافته‎ها، توصیه‎های سیاستی شامل اولویت‎های کوتاه‎مدت (تقویت ثبات نهادی و شفاف‎سازی قوانین، بهبود سریع زیرساخت‎های لجستیک) و میان‎مدت (اجرای برنامه جامع دیجیتالی‎سازی زنجیره تأمین، توسعه خوشه‎های صنعتی) پیشنهاد می‎شود. تحقق این الزامات می‎تواند ضمن افزایش بهره‎وری و رقابت‎پذیری، زمینه تحقق اهداف اقتصاد مقاومتی، کاهش وابستگی به درآمدهای نفتی و افزایش تاب‎آوری اقتصادی کشور را فراهم کند.
تقدیر و تشکر: نویسندگان از کلیه خبرگان و متخصصانی که با صرف وقت و ارائه نظرات ارزشمند خود در مراحل دلفی فازی و تکمیل ماتریس تأثیرات  متقابل، این پژوهش را یاری نمودند، صمیمانه تشکر و قدردانی می‎نمایند.
تعارض منافع: نویسندگان اعلام می‎دارند که هیچ‎گونه تعارض منافعی در رابطه با پژوهش حاضر وجود ندارد.

کلیدواژه‌ها


References
Ahmed, V., Suleri, A. Q., & Javed, A. (2015). Strengthening South Asia value chain: Prospects and challenges. South Asia Economic Journal, 16(2_suppl), 55S-74S. https://doi.org/10.1177/1391561415594900
Ambos, B., Brandl, K., Perri, A., Scalera, V. G., & Van Assche, A. (2021). The nature of innovation in global value chains. Journal of World Business, 56(4), 101221. https://doi.org/10.1016/j.jwb.2021.101221
Antràs, P., & De Gortari, A. (2020). On the geography of global value chains. Econometrica, 88(4), 1553-1598. https://doi.org/10.3982/ECTA15362
Arcade, J., Godet, M., Meunier, F., & Roubelat, F. (1999). Structural analysis with the MICMAC method and actors’ strategy with MACTOR method. In Futures Research Methodology (pp. 1-69). American Council for the United Nations University.
Āvandeh, M. A., Tabrīziyān, B., & Tīmūriyān, M. (2023). “Designing a Model for Determining Factors Affecting the Attraction of Foreign Direct Investment with an Emphasis on Green Marketing in the Energy Sector.” Iranian Energy Economics Research Journal, 11(44), 11-39. [In Persian]
Bihishtī, M. B., & Zālī, N. (2011). “Identifying Key Factors of Regional Development Using a Planning Approach by Scenario-Making: A Case Study of East Azerbaijan Province.” Journal of Planning and Management of Space, 1, 41-63. [In Persian]
Cattaneo, O., Gereffi, G., Miroudot, S., & Taglioni, D. (2013). Joining, upgrading and being competitive in global value chains: A strategic framework. World Bank Policy Research Working Paper No. 6406.
Chen, J. (2020). An extensional MICMAC method to identify the key factors. Academic Journal of Business & Management, 2, 75-81. https://doi.org/10.25236/AJBM.2020.020508
Criscuolo, C., & Timmis, J. (2017). The relationship between global value chains and productivity. International Productivity Monitor, 32, 61-83.
Dānishvar, M., Ḥājī-Āqā Rizvānī, S. H., & Ālish Lankarānī, M. (2023). “Identifying and Modeling the Factors Affecting Tax Behavior.” Tax Research Journal, 30(104), 125-148. [In Persian]
Dūdāngī, M. (2016). “Factors Affecting the Attraction of Domestic and Foreign Investment in Iran.” Economic Growth and Development Research, 6(23), 131-147. [In Persian]
Enderwick, P. (2005). Attracting “desirable” FDI: Theory and evidence. Transnational Corporations, 14(2), 93-119.
Fatḥī, A. (2013). “The Position of Improving the Business Environment in Attracting Foreign Investment.” Economic Journal, 13(3), 5-20. [In Persian]
Gereffi, G., Humphrey, J., Kaplinsky, R., & Sturgeon, T. J. (2001). Introduction: Globalisation, value chains and development. IDS Bulletin, 32(3), 1-8.
Godet, M., & Durance, P. (2011). Strategic Foresight. UNESCO Publishing.
Gordon, T. J. (1994). Trend impact analysis. In Futures Research Methodology. AC/UNU Millennium Project.
Habibi, A., Jahantigh, F. F., & Sarafrazi, A. (2015). Fuzzy Delphi technique for forecasting and screening items. Asian Journal of Research in Business Economics and Management, 5(2), 130-143.
Helmsing, A. H. J., & Vellema, S. (2011). Value Chains, Social Inclusion and Economic Development. Routledge.
Humphrey, J. (2004). Upgrading in global value chains. SSRN Electronic Journal. SSRN 908214.
Ismāʿīlī-Rād, A., Zāriʿ Shahniḥ, M. M., & Hātifī Majūmird, M. (2020). “Investigating the Power of Legal Institutions on Capital Flight and Attraction of Foreign Direct Investment.” Quarterly Journal of Fiscal and Economic Policies, 7(28), 7-33. [In Persian]
Johnson, R. C. (2018). Measuring global value chains. Annual Review of Economics, 10(1), 207-236. https://doi.org/10.1146/annurev-economics-080217-053600
Khān-Zādeh, M., Dāvūdī, P., Samsāmī, H., & Murīdī Farīmānī, F. (1402/2023). “Identifying Production Chains in Iran’s Domestic Environment and Examining the Performance of Iran’s Foreign Trade in Those Chains.” Quarterly Journal of Applied Economic Theories, 10(4), 1-32. [In Persian]
Kumari, S., Bharti, N., & Tripathy, K. K. (2021). Strengthening agriculture value chain through collectives: Comparative case analysis. International Journal of Rural Management, 17(1_suppl), 40S-68S. https://doi.org/10.1177/0973005221991438
Lim, S. H. (2008). How investment promotion affects attracting foreign direct investment: Analytical argument and empirical analyses. International Business Review, 17(1), 39-53. https://doi.org/10.1016/j.ibusrev.2007.09.001
Loewendahl, H. (2001). A framework for investment promotion. Transnational Corporations, 10(1), 3-42.
Luo, X., & Xu, X. (2018). Infrastructure, value chains, and economic upgrades. World Bank Policy Research Working Paper No. 8547. https://doi.org/10.1596/1813-9450-8547
Maḥmūdiyān, M. S. (2021). “A Review of Attracting Domestic and Foreign Capital, Considering Iran’s Rich Investment Resources and Grounds.” International Conference on Management and Humanities Research in Iran. [In Persian]
Qiang, C. Z., Liu, Y., & Steenbergen, V. (2021). An Investment Perspective on Global Value Chains. Washington, DC: World Bank.
Qurbānī, M., & Shūvalpūr, S. (2015). “Modeling Factors Affecting the Promotion of the Share of Research and Technology Units in the Value Added of Iran’s Agricultural Export Products: A Case Study of Saffron and Barberry.” Journal of Saffron Agronomy and Technology, 3(4), 61-75. [In Persian]
Sāliḥī, G., Siḥat, S., & Salāmī, S. R. (1399/2020). “Identifying and Prioritizing the Most Influential Factors and Drivers of Economic Growth in Iran.” Islamic Economics Studies, 13(1), 339-366. [In Persian]
Shāh-Ābādī, A., Pūrān, R., & Khudādādī, A. (2022). “The Effect of Efficiency and Market Size on Attracting Foreign Direct Investment.” Biannual Journal of Business Strategies, 28(2), 50-65. [In Persian]
Shujāʿī, S. H., Ibrāhīmī, M., & Zāriʿ, H. (2024). “Investigating the Effect of Using Artificial Intelligence in Reforming the Macroeconomic Structure of Iran.” Journal of Economics and Business Research, 15(32), 89-104. [In Persian]
Snieksa, V., & Zykiene, I. (2015). City attractiveness for investment: Characteristics and underlying factors. Procedia - Social and Behavioral Sciences, 213, 48-54. https://doi.org/10.1016/j.sbspro.2015.11.402
Sturgeon, T. J. (2001). How do we define value chains and production networks? IDS Bulletin, 32(3), 9-18.
Taqvī, M., & Riḍāʾī, M. (2010). “The Effect of Factors Other Than Liberalization Policy on Attracting Foreign Direct Investment in Iran’s Free Trade-Industrial Zones.” Economic Research Journal, 10(1), 15-40. [In Persian]
Thorpe, J. (2018). Procedural justice in value chains through public-private partnerships. World Development, 103, 162-175. https://doi.org/10.1016/j.worlddev.2017.10.004
Timmer, M. P., Erumban, A. A., Los, B., Stehrer, R., & De Vries, G. J. (2014). Slicing up global value chains. Journal of Economic Perspectives, 28(2), 99-118. https://doi.org/10.1257/jep.28.2.99
UNCTAD. (2013). Global Value Chains and Development: Investment and Value Added Trade in the Global Economy. United Nations.
UNCTAD. (2024). World Investment Report 2024: Investment Facilitation and Digital Government. United Nations.
Wang, Z., Wei, S. J., Yu, X., & Zhu, K. (2017). Characterizing global value chains: Production length and upstreamness. NBER Working Paper No. 23261. https://doi.org/10.3386/w23261
World Bank. (2024). World Development Indicators: Foreign Direct Investment, Net Inflows (% of GDP). World Bank Group.