درخت حوزه‌های تخصصی

محاسبه جدول متقارن داده- ستانده متکی بر دو فرض تکنولوژی بخش و کالاست. اوّلی درایه های غیرمنفی در جدول را تضمین می کند ولی فاقد پایه نظری قابل قبول است. هر چند دومی، از پایه نظری نسبتاً قابل قبولی برخوردار اما ظهور عناصر منفی در آن اجتناب ناپذیر و تفسیر اقتصادی عناصر منفی غیرممکن می باشد. دو نوع واکنش برای برون رفت از مساله ظهور عناصر منفی در برخورد تحلیلگران داده- ستانده مشاهده می شود. گروهی از تحلیلگران به طور کلی، فرض تکنولوژی کالا را رد می کنند، در حالی که گروهی از اقتصاددانان، بر این باورند که باید با این چالش مدارا نموده و از روش های حذف تدریجی عناصر منفی برای حل این مساله، استفاده کرد. بانک مرکزی به منظور احتراز از ظهور عناصر منفی، فرض تکنولوژی بخش را مبنای محاسبه جداول متقارن سال های 1367 و 1378 قرار می دهد. حال آنکه، مرکز آمار ایران در ابتدا از فرض تکنولوژی بخش حمایت می کند و بر مبنای آن، جدول متقارن سال 1365 را محاسبه می کند، پس از آن، عبارت «عمدتاً فرض تکنولوژی کالا با تعدیلاتی در چارچوب تکنولوژی مختلط» را اساس استخراج جدول متقارن 1380 قرار می دهد. در گزارش های مرکز آمار ایران دقیقاً مشخص نیست که از کدام روش برای حذف عناصر منفی استفاده شده است. ذکر این نکته ضرورت دارد که این مساله تاکنون مورد توجه پژوهشگران اقتصاد داده- ستانده در ایران قرار نگرفته است. در این مقاله، با استفاده از الگوریتم ریاضی آلمن و بر مبنای ماتریس های ساخت و جذب مرکز آمار ایران برای سال 1380، برای نخستین بار در مطالعات مربوط به حوزه اقتصاد داده- ستانده ایران و ضمن استفاده از فرض تکنولوژی کالا، جدول داده- ستانده متقارنی را محاسبه می کنیم که فاقد عناصر منفی است و تراز جدول نیز حفظ می شود. در این مطالعه، ارقام مستخرج از الگوریتم آلمن با ارقام متناظر در جدول متقارن مرکز آمار ایران مقایسه می گردند. یافته های تحقیق حاکی از آن است که در الگوریتم آلمن، میزان تعدیل های مورد نیاز روی جدول متقارن کالا در کالا با فرض تکنولوژی کالا بسیار کمتر از میزان تعدیل هایی است که مرکز آمار برای حذف درایه های منفی استفاده نموده است. به کارگیری روش مذکور برای محاسبه جداول متقارن آتی بویژه محاسبه جدول متقارن سال 1390 که اخیراً در دستور کار مرکز آمار ایران قرار گرفته است، پیشنهاد می گردد.

علیرغم معرفی و بکارگیری روشهای متعدد بهنگام سازی ماتریس ضرایب مستقیم داده- ستانده در شش دهه گذشته، هنوز نکاتی از روشهای RAS و RAS تعدیل شده وجود دارند که در سالهای اخیر توجه تحلیلگران اقتصاد داده- ستانده را به خود معطوف کرده است. یکی از این نکات چالش برانگیز رابطه بین اطلاعات برونزا، برتر و یا اضافی بیشتر سال مقصد در روش RAS تعدیل شده و کاهش خطاهای آماری آن نسبت به RAS متعارف در بهنگام سازی ضرایب داده-ستانده است. گروهی از تحلیلگران رابطه مذکور را مثبت ارزیابی می کنند حال آنکه گروه دوم با تأکید بر ماهیت و معیارهای اطلاعات برونزا مشاهده می کنند که بکارگیری آمارهای برونزای بیشتر در روش RAS تعدیل شده لزوماً منجر به کاهش خطاهای آماری نسبت به روش RAS متعارف نخواهد شد. در ایران نیز، باور عمومی بین تهیه کنندگان و کاربران جدول، پیرامون تأیید یافته های گروه نخست شکل گرفته است. در این مقاله، با استفاده از جداول داده-ستانده متقارن آماری سال های 1375 و 1380، به دو پرسش اساسی پاسخ داده خواهد شد. نخست آنکه آیا RAS تعدیل شده همواره و برای همه درایه ها خطاهای کمتری نسبت به RAS متعارف در بهنگام سازی ضرایب داده-ستانده دارد؟ سؤال دوم: آیا ماهیت آمارهای برونزا و معیارهای آن صرفنظر از درایه های بیشتر و یا کمتر تأثیری بر کاهش و یا افزایش خطاهای آماری ضرایب بهنگام شده دارند؟ یافته های مقاله در موارد زیر تصویر متفاوتی را نشان می دهند: یک- روش RAS تعدیل شده حداقل در بعضی از درایه ها نسبت به روش RAS متعارف برتری ندارد. دو- سنجش اعتبار آماری ضرایب بهنگام شده بستگی زیادی به ماهیت و معیارهای آمارهای برونزا دارد. سه- آمارهای برونزای بیشتر در سال مقصد لزوماً منجر به کاهش خطاهای آماری ضرایب بهنگام شده نمی گردد.

در مطالعه حاضر نمونه ای از کاربرد الگوسازی چندسطحی برای تحلیل جداول داده- ستانده منطقه ای ارائه شده است. برای این منظور ابتدا جداول داده- ستانده کلیه استان های کشور براساس روش سهم مکانی اصلاح شده فلگ استخراج شده اند. سپس متمایز بودن ضرایب فنی لئونتیف و پیوندهای پسین و پیشین بین فعالیت ها و بخش های اقتصادی استان های مختلف، با استفاده از الگوهای سه سطحی و دو سطحی، آزمون شده است. نتایج حاصل از تجزیه واریانس بین سطوح مختلف نشان می دهد فعالیت ها، بخش ها و استان های مختلف از لحاظ شاخص های مذکور ناهمگن هستند. بنابراین تجمیع فعالیت های جداول داده- ستانده و همچنین تلفیق فضایی جداول داده- ستانده منطقه ای با یکدیگر منجر به کاهش دقت و خطا در تحلیل ها می گردد.

آمارهای موجود نشان می دهد که متوسط سالانه واردات در 5 سال منتهی به 1393 حدود 70 میلیارد دلار بوده و مهم تر آنکه، نیازهای ارزی مربوط به این حجم از وادرات از محل سبد متنوعی از کالاهای صادراتی صورت نمی گیرد. بنابراین، این پرسش مهم مطرح می شود که آسیب پذیری هر یک از بخش های اقتصادی از محدودیت واردات چقدر است؟ پاسخ به این پرسش مستلزم محاسبه ماتریس حسابداری اجتماعی بومی است که در آن واردات تفکیک شده است؛ بدین منظور، از ماتریس حسابداری اجتماعی به هنگام شده سال 1390 مرکز پژوهش های مجلس استفاده کرده و میزان وابستگی مستقیم، غیرمستقیم و القایی بخش های اقتصادی به واردات و ضرایب فزاینده تولید در شرایط متعارف و ویژه اقتصادی را محاسبه می کنیم. یافته های این پژوهش نشان می دهد که نخست، محدودیت واردات نه تنها موجب کاهش ضرایب فزاینده تولید می شود، بلکه جایگاه نسبی بخش های اقتصادی را از منظر توان تولیدی تغییر می دهد. دوم، زیربخش های صنعت در مقایسه با بخش های دیگر اقتصادی، آسیب بیشتری را متحمل می شوند، زیرا وابستگی بیشتری به واردات دارند. سوم، در پی محدودیت واردات، بخش زراعت و باغداری، ساخت محصولات فلزی فابریکی، ساخت وسایل نقلیه موتوری و تریلرها به ترتیب با کاهش مطلق 616/0، 544/0 و 519/0 در ضرایب فزاینده، بیشترین کاهش را تجربه می کنند. چهارم، بخش ساخت وسایل نقلیه موتوری (با ضریب وابستگی مستقیم 1379/0 و ضریب وابستگی مستقیم، غیرمستقیم و القایی 2367/0 به واردات)، ساخت محصولات از لاستیک و پلاستیک (با ضریب وابستگی مستقیم 1337/0 و ضریب وابستگی مستقیم، غیرمستقیم و القایی 2128/0 به واردات)، ساخت محصولات فلزی فابریکی (با ضریب وابستگی مستقیم 1168/0 و ضریب وابستگی مستقیم، غیرمستقیم و القایی 2112/0 به واردات) بیشترین وابستگی را به واردات دارند.

ساختار اقتصاد استان تهران با توجه به سهم بخش خدمات از کل ستانده و اشتغال استان که در سال 1380 به ترتیب 57 و 63 درصد می باشد، خدمات محور به شمار می رود و از این منظر، مشابه ساختار اقتصادهای پیشرفته است. هدف این مقاله، تبیین ساختار اقتصاد خدمات محور استان با استفاده از الگوی داده- ستانده و پیوندهای بین بخشی به روش بردار ویژه می باشد. در این راستا، سؤال اساسی تحقیق این است که آیا به کارگیری روش بردار ویژه نسبت به روش های سنتی چنری- واتانابه و راسمیوسن می تواند اهمیت بخش های استان را برمبنای میزان ماندگاری واسطه ای در چرخه تولید بهتر ارزیابی نماید؟ در این مطالعه، ابتدا جدول داده- ستانده سال 1380 استان تهران به روش AFLQij برآورد و سپس اهمیت بخش های اقتصادی استان برحسب پیوندهای پسین و پیشین در قالب سه روش چنری- واتانابه، راسمیوسن و بردار ویژه، مورد سنجش قرار گرفت. نتایج حاصله نشان می دهند که روش بردار ویژه می تواند اهمیت بخش های اقتصادی استان را بر مبنای میزان ماندگاری واسطه ای بخش ها در چرخه تولید تبیین نماید، بدین صورت که چهار بخش با سهم غالب فعالیت های صنعتی، به عنوان بخش کلیدی ظاهر شدند که متوسط سهم تقاضای نهایی از تولید کل آنها برابر 5/45 درصد می باشد، حال آنکه نسبت فوق برای 71 بخش اقتصادی و بخش های خدماتی استان، به ترتیب 76 درصد و 84 درصد است. در مجموع، نتایج حاصله تصویر متفاوتی از ماهیت بخش خدمات نسبت به اقتصادهای پیشرفته به دست می دهد و بدین ترتیب، به نظر می رسد که ماهیت خدمات در استان تهران برخلاف این اقتصادها، بیشتر خدمات مصرفی تا خدمات تولیدی است.

در این مطالعه، سعی شده تا با استفاده از تکنیک جدول داده- ستانده انرژی سال 1385، اثرات افزایش قیمت حامل­های انرژی در قالب دو سناریو و در دو مرحله (اثرات مستقیم و غیرمستقیم) بر بخش­های مختلف اقتصادی ایران محاسبه شود. طبق محاسبات صورت گرفته، در مورد نتایج اعمال سناریو اول (قیمت مصوب حامل های انرژی در سال 1390) و افزایش قیمت در مرحله اول (اثرات مستقیم) باید گفت که با افزایش قیمت حامل­های انرژی در این سناریو، صنعت آجر با بیشترین درصد افزایش قیمت محصول یعنی 138 درصد در رتبه اول بیشترین تأثیرپذیری، بخش سیمان با افزایش قیمت 86 درصد در رتبه دوم و صنعت خدمات حمل و نقل، انبار اداری و ارتباطات با تغییر قیمتی برابر 65 درصد در رتبه سوم این معیار اثرگذاری قرار دارند. همچنین، بیشترین میزان افزایش قیمت محصولات بخش های مختلف در سناریو دوم (قیمت بر اساس پیش بینی مؤسسه بین المللی انرژی) به ترتیب، مربوط به صنایع آجر، سیمان و کاشی و سرامیک با افزایشی معادل 68/473، 74/347 و 81/199 درصد قرار دارند. به علاوه، با تعریف ماکزیمم افزایش قیمت در سناریو دوم، بیشترین افزایش بهای تمام شده از منظر تأثیرات مستقیم و غیرمستقیم مربوط به بخش صنایع آجر به میزان 54/772 درصد، بخش سیمان با افزایشی برابر 90/599 درصد و بخش کاشی و سرامیک با افزایشی معادل 52/431 در رتبه های دوم و سوم، بیشترین افزایش در سطوح قیمت­های محصول قرار دارند.

در پنج دهه گذشته تحلیل گران اقتصاد داده- ستانده دو رویکرد ماتریس ضرایب داده – ستانده و ماتریس مبادلات واسطه ای بین بخشی که هردو مبتنی بر الگوریتم های تکرارند را در بهنگام سازی جداول داده- ستانده مورد استفاده قرار داده اند. اولی پایه نظری تابع تولید دارد و از مقبولیت بیشتری نسبت به رویکرد دوم برخوردار است که فقط جنبه حسابداری دارد و کمتر مورد توجه قرار گرفته است. اما نکته چالش برانگیز، نتایج یکسان و یا متفاوت بودن بکارگیری دو رویکرد بین تحلیلگران اقتصاد داده- ستانده است. گروهی بر اختلاف نتایج تاکید دارند، حال آنکه مشاهدات گروه دیگر حاکی از یکسان بودن نتایج است. هیچیک از دو گروه عواملی همچون تجمیع و سرعت همگرایی روش ها را در این دو رویکرد مورد توجه قرار نداده اند. بررسی جنبه های نظری و کاربردی این موضوعات محورهای اصلی این مقاله را تشکیل می دهند. با استفاده از جداول آماری داده ستانده سالهای 1375 و 1380 ایران، این رویکردها با تاکید بر تجمیع و سرعت همگرایی در قالب جداول سه بخشی، هفت بخشی، پانزده بخشی و بیست و یک بخشی بصورت کمی مورد سنجش قرار می گیرند. یافته های کلی مقاله عبارتند از: یک- خطاهای آماری بین دو رویکرد وجود دارند اما ناچیزند. دو- سرعت همگرایی رویکرد اول بیشتر از سرعت همگرایی رویکرد دوم است.

مقاله حاضر به شناسایی زنجیره های تولید[1] با استفاده از شاخص میانگین طول انتشار[2]برای اقتصاد ایران با استفاده از جدول داده ستانده سال 1380 می پردازد. ابتدا به اندازه گیری پیوند های پسین و پیشین فعالیت ها می پردازیم و سپس، ماتریس شاخص میانگین طول انتشار و در نهایت، شناسایی زنجیره های تولیدی را با استفاده از جدول داده ستانده تجمیع شده شش بخشی و بیست وهشت بخشی به دست می آوریم. نتایج حاکی از آن است که با بررسی پیوندهای پسین و پیشین فعالیت های اقتصادی، بخش های صنعت و آب،برق و گاز به عنوان بخش های کلیدی شناسایی شدند.همچنین با مقایسه میانگین طول انتشارهای پسین و پیشین نتایج نشان می دهند که بزرگ ترین میانگین طول انتشار پیشین متعلق به بخش کشاورزی و سپس، بخش معدن و کوچک ترین مقادیر متعلق به بخش خدمات و ساختمان است. بزرگ ترین میانگین طول انتشارهای پسین نیز متعلق به بخش ساختمان و کشاورزی و کوچک ترین مقادیر متعلق به بخش معدن و خدمات است. نکته و نتیجه مهم این بوده که در هر دو مورد جدول 6 بخشی و جدول 28 بخشی بخش معدن در بین فعالیت های اقتصادی در ابتدای چرخه تولید اقتصاد ایران قرار می گیرد.

شناسایی بخش های کلیدی، موضوع مهمی در برنامه ریزی و سیاست گذاری اقتصادی است به طوری که در ادبیات اقتصادی، روش های متفاوتی برای تعیین این بخش ها ارایه شده است. در مطالعه حاضر، بااستفاده از رویکرد تحلیل تصادفی به تعیین بخش های کلیدی اقتصاد ایران پرداخته می شود. به این منظور از جدول داده-ستانده سال 1380 مرکز آمار ایران و از روش برآوردهای فاصله ای و شبیه سازی مونت کارلو استفاده شده است. نتایج رویکرد غیرتصادفی بیانگر این است که در جدول 25 بخشی، شش گروه بخش تجمیع شده، به عنوان بخش های کلیدی قابل شناسایی هستند .همچنین در جدول 99 بخشی، سیزده گروه بخش به عنوان بخش های کلیدی رویکرد غیرتصادفی داده–ستانده بدست آمد. نتایج این مقاله پیشنهاد می کند که تحلیل گران و سیاست گذاران از جداول اصلی تجمیع نشده برای مقاصد تحلیلی خود استفاده کنند.

تکنیک داده _ ستانده با سابقه طولانی، ابزاری مناسب برای هدف گذاری سیاست ها و شناسایی بخش های کلیدی اقتصاد است. با شناسایی بخش های کلیدی می توان موتور توسعه و رشد اقتصاد را با توجه به رشدهای نامتوازن در چند بخش دنبال کرد. ساده ترین و کم هزینه ترین روش برای تهیه جدول داده _ستانده منطقه ای(استان) استفاده از روش های سهم مکانی می باشد. روش های سهم مکانی ضرایب فنی ملی را به ضرایب فنی منطقه تبدیل می کند. سهم مکانی تعدیلی فلگ AFLQ در تعدیل بخش های ضعیف ناتوان بوده و ضرایب فنی این بخش ها را نزدیک به ضرایب فنی ملی، برآورد می کند. نویسندگان مقاله روش جدید MFLQ ارائه می دهند که ضمن رفع ایراد روش AFLQ به شناسایی بخش های کلیدی استان خراسان رضوی کمک می کند. نتایج نشان می دهد روش AFLQ چهار بخش ضعیف استان خراسان رضوی را بخش کلیدی معرفی می نماید، ولی روش جدید MFLQ هیچ کدام از بخش های ضعیف استان، کلیدی تعیین نمی شوند؛ پس روش MFLQ نسبت به روش AFLQ برتری دارد.

در مقاله ی حاضر سعی شده تا با استفاده از اطلاعات جدول داده- ستانده ی استان فارس(1386) و با اتکا به تلفیق شاخص های ارتباطات بین بخشی و اشتغال زایی، بخش ها ی دارای اولویت استان مشخص گردد. همچنین نقش بخش کشاورزی از لحاظ ارتباط با سایر بخش ها و اشتغال در میان دیگر بخش های اقتصاد استان تبیین می گردد. با بررسی روابط بین بخشی می توان گفت که برای جهش اقتصاد استان باید به ترتیب در بخش های ""عمده فروشی، خرده فروشی، تعمیر وسایل نقلیه و کالاها""، ""زراعت و باغداری"" و ""حمل و نقل""، رونق بیشتری ایجاد شود. همچنین بخش های ""رستوران""، ""ساخت پوشاک"" و ""محصولات غذایی"" قابلیت آن را دارند که تقاضا برای تولیدات واسطه ای سایر بخش ها را بیش از بخش های دیگر افزایش دهند و در مجموع بخش های ""عمده فروشی، خرده فروشی، تعمیر وسایل نقلیه و کالاها""، ""زراعت و باغداری"" و ""حمل و نقل جاده ای"" به لحاظ ارتباط با سایر بخش ها، از شدت بیشتری برخوردارند. پیوند پسین در بخش-های ""نفت""، ""آموزش"" و ""بهداشت و درمان"" و پیوند پیشین بخش های ""وسایل نقلیه""، ""آموزش"" و ""اداره امور عمومی و خدمات شهری"" از ارتباط بیشتری با سایر بخش های اقتصادی برخوردارند. بر اساس بررسی های مبتنی بر جدول داده- ستانده ی سال 1386 استان، بخش کشاورزی تأمین کننده ی کالاهای واسطه ای سایر بخش ها و وابستگی آن به تولیدات واسطه ای بخش های دیگر کمتر است و در ردیف بخش های تقریباً خودکفا طبقه بندی می شود. بخش کشاورزی، پس از بخش های ""ساختمان"" و ""اداره ی امور عمومی"" می تواند در ایجاد اشتغال جدید در استان بیشترین اثر را داشته باشدکه برای رفع تنگنای بیکاری می توان تقاضای نهایی این بخش را افزایش داد.

اصلاح نظام مالیاتی کشور، با توجه به هزینه های دولت و نااطمینانی کشور به درآمدهای نفتی، یکی از مهمترین مسائل اقتصادی کشور است. از این رو به کارگیری نظام مدرن مالیات بر ارزش افزوده، یکی از راهکارهایی است که به شفافیت نظام مالیاتی و اصلاح ساختاری آن کمک مینماید. اما یکی از آثار بهکارگیری این نظام مالیاتی افزایش در قیمت هاست. هدف از این مطالعه نیز بررسی آثار قیمتی مالیات بر ارزش افزوده میباشد. برای این منظور از جدول متقارن داده- ستانده کالا در کالا (محصول در محصول) به قیمت های پایه استفاده میشود که برای اولین بار بر مبنای ماتریس های ساخت و جذب به قیمت پایه سال 1378 بانک مرکزی ایران و با استفاده از نرم افزار IO-SAM محاسبه شده است. این جدول منحصر به فرد است و تنها جدولی است که میتواند در تجزیه و تحلیل آثار قیمتی مالیات بر ارزش افزوده مورد استفاده قرار گیرد. نتایج حاصل از این بررسی نشان میدهد که در صورت اعمال مالیات بر ارزش افزوده با نرخ 3 درصد، پیش بینی میشود که شاخص عمومی قیمت ها در حدود 5/1 درصد افزایش خواهد یافت که پس از معاف نمودن محصولات بر اساس ماده 12 قانون مالیات بر ارزش افزوده این افزایش قیمت به میزان 8/0 درصد میرسد. بالاترین میزان افزایش قیمت نیز در میان 119 محصول در اقتصاد معادل 99/2 درصد میباشد که مربوط به خدمات مستغلات میباشد که عمدتاً به دلیل غیر قابل مبادله بودن این محصول در اقتصاد و فزونی تقاضا بر عرضه آن در کوتاه مدت بوده است.

در این مقاله تلاش شده تا تغییرات ساختاری و عوامل رشد گروه های عمده کالایی در طرف تقاضا، با استفاده از پنج جدول داده ‐ ستانده سال های 1365، 1370، 1375، 1380 و 1385 تبیین و تحلیل شود. جدول های مزبور در ابعاد 9×9 و به صورت کالایی (کالادرکالا) مبتنی بر جدول های پایه مرکز آمار ایران بوده و فقط جدول سال 1385 بر مبنای جدول سال 1380 با استفاده از روش راس (RAS) متعارف تولید گردیده و سپس همه جدول ها براساس شاخص قیمت تولیدکننده (PPI) به قیمت ثابت سال 1375 تبدیل یافته اند. سؤال اساسی این تحقیق درباره دو محور است: اولاً، آیا در طول سال های 1365 الی 1385 تغییرات ساختاری در سطح کلان و گروه های عمده کالایی واقع شده است؟؛ ثانیاً، میزان سهم و تأثیرات هر یک از منابع چهارگانه رشد شامل «تقاضای داخلی»، «گسترش صادرات»، «جانشینی واردات» و «تغییر در تکنولوژی تولید» چقدر است؟ دو عامل استراتژی جانشینی واردات و گسترش تقاضای داخلی مؤثرترین عوامل در تغییر ساختار و منبع رشد شناخته شده اند. همچنین از میان گروه های کالایی در مقطع زمانی 1380‐1385 برخلاف دوره های زمانی قبل، تغییرات ساختاری گروه صنایع غذایی با بیشترین نرخ رشد و میزان سهم همراه است و برای نخستین بار گروه هایی که سهم بالاتری در تغییرات رشد دارند به نسبت از نرخ رشد بیشتری هم برخوردارند.

ایجاد ظرفیتهای جدید و بکارگیری پتانسیل های موجود تولید، منشا تقاضا برای نیروی کار است. در اقتصاد ایران ظرفیتهای مازاد در بخشهای مختلف کالاها و خدمات به دلیل محدودیت بازارها امری شایع است. افزایش تقاضای نهایی و تشکیل سرمایه، بازتابی از تقاضای داخلی و خالص صادرات و نشان دهنده تقاضای خارجی برای رشد ستانده و در نتیجه اشتغال است. این مقاله سعی دارد با بکارگیری شاخصهای مختلف در چارچوب جدول داده-ستانده 1380، پتانسیل های تولیدی و اشتغالزایی اقتصاد ایران را در قالب ده بخش رتبه بندی نماید. در رتبه بندی ظرفیتهای بالقوه ستانده و اشتغال بخشها، از شاخصهای پیوند پیشین، پسین و کشش داده ستانده استفاده می شود. یافته ها نشان می دهد که الزاما سیاستهای رشد محور نمی توانند اشتغالزا باشند؛ زیرا در تمام موارد، کششهای اشتغال کمتر از کششهای تولیدی است. در میان بخشهای اقتصاد ایران، صنعت، کشاورزی و ساختمان از جمله بخشهایی هستند که می توانند در فراهم ساختن فرصتهای شغلی کلیدی باشند.