بهبود هدفمند سازي يارانه ها در راستاي ارتقاء عدالت اقتصادي به كمك تكنيك هاي داده كاوي

Enhancement of Targeting Subsidies in Order to Promote Economic Justice Using Data Mining Techniques.

بعد از انقلاب شكوهمند اسلامي يكي از آرمانهاي بزرگ ملت ايران تحقق عدالت و ارزشهاي اسلامي بود. اما به مرور و با به كار بستن الگوهاي توسعه غربي و رشد مصرف‌گرايي اين آرمان‌ها رنگ باخت. اجراي قانون هدفمند كردن يارانه‌ها تاكنون مي‌توانست زمينه‌اي براي بهبود شاخص‌هاي فقر و ارتقاي سطح عدالت اقتصادي در كشور باشد. ليكن نوع اجرا و در عمل عدم حذف خانوارهاي مرفه كه از ضعف اطلاعاتي و روش‌هاي شناسايي حاصل مي‌شد سبب عدم تحقق اين اهداف و اهداف قانون در ادامه مسير هدفمندسازي يارانه‌ها شد. اين مقاله با تأكيد بر ابعاد بين‌رشته‌اي اين موضوع و با استفاده از برخي داده‌هاي بودجه خانوار روشي براي اجراي بهتر و تصحيح اجراي قانون پيشنهاد مي‌دهد. در اين مطالعه سعي شده با استفاده از دو تكنيك داده‌كاوي و با استفاده از 3 ويژگي هزينه‌هاي خانوار و 6 ويژگي از درآمد خانوارها تعدادي از خانوارها كه از لحاظ رفاهي در جايگاه مناسبي هستند از دريافت يارانه حذف شوند و مابقي خانوارها كه به عنوان جامعه هدف شناخته مي‌شوند، با توجه به ميزان نيازمنديشان يارانه دريافت كنند.

Social Justice as an Islamic Values always has been noticed since the Islamic revolution by Iranian government. Considering incorrect implementation of Western economic developments and the growth of consumerism, the desires faded overtime. Targeting Subsidies Law, could be a suitable background for improving poverty index and enhancing Economic Justice level. Sort of implementation and elimination of wealthy family from eligible families practically derived from lack of information and inappropriate identification methods have made some failures while targeting subsidies path. The goal of this study is to present a manner to optimize implementation performance and to fix law enforcement crisis. Considering interdisciplinary dimensions of this topic and utilizing the data package of household budget (containing 3 features of households’ coasts and 6 features of households’ incomes), this study aims to use the two important techniques of Data Mining; K-means and Fuzzy C-mean Clustering for eliminating some part of population (who are in level of substantial welfare) together with allotting subsidies to the remaining part according to rate of their requirements.