آمار
| تعداد نشریات | 22 |
| تعداد شماره‌ها | 490 |
| تعداد مقالات | 5,109 |
| تعداد مشاهده مقاله | 9,394,223 |
| تعداد دریافت فایل اصل مقاله | 6,205,207 |
سنجش اعتبار آماری روش‌های CB و CHARM در محاسبه جداول داده-ستانده منطقه‌ای؛ مطالعه موردی: استان هرمزگان | ||
| فصلنامه مطالعات اقتصادی کاربردی ایران | ||
| مقاله 2، دوره 6، شماره 22، مرداد 1396، صفحه 33-58 اصل مقاله (741.46 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22084/aes.2017.12904.2391 | ||
| نویسندگان | ||
| زهرا عبدالمحمدی1؛ علی اصغر بانوئی2؛ پریسا مهاجری* 3 | ||
| 1دانشجوی کارشناسی ارشد توسعه اقتصادی و برنامه‌ریزی دانشگاه علامه طباطبائی | ||
| 2استاد گروه برنامه ریزی و توسعه اقتصادی دانشکده اقتصاد علامه طباطبائی | ||
| 3استادیار گروه اقتصاد نظری دانشگاه علامه طباطبائی | ||
| چکیده | ||
| جداول داده-ستانده منطقه‌ای ابزاری ارزشمند برای برنامه‌ریزی منطقه‌ای هستند، اما تدوین جداول داده-ستانده منطقه‌ای آماری امری دشوار، هزینه‌بر و زمان‌بر است. از این‌رو پژوهشگران اقتصاد منطقه‌ای از دهه 1950 سعی در معرفی روش‌های غیرآماری مانند سهم مکانی و تراز کالایی به‌منظور محاسبه ضرایب داده-ستانده منطقه‌ای و جداول داده-ستانده منطقه‌ای داشته‌اند. یکی از مهم‌ترین کاستی‌های روش‌های سهم مکانی و تراز کالایی که برای حدود شش دهه لاینحل باقی مانده بود، کم‌برآوردی بردار صادرات و واردات به دلیل در نظر نگرفتن «تجارت همزمان دوطرفه» بود که این موضوع منجر به بیشبرآوردی ضرایب فزاینده عرضه منطقه می‌شود. به‌منظور برون‌رفت از این مشکل در سال ۲۰۰۹ روش جدیدی با نام CHARM معرفی شد که نوع تکامل‌یافته روش تراز کالایی محسوب می‌شود و قادر است مسأله کم‌برآوردی صادرات و واردات را برطرف نماید. در راستای مشاهدات فوق مقاله حاضر دو هدف اصلی را دنبال می‌کند: نخست کاربست روش‌های CB و CHARM به‌منظور محاسبه جدول داده-ستانده منطقه‌ای و محاسبه خطاهای آماری هر کدام از این دو روش در محاسبه ضرایب فزاینده عرضه، دوم تفکیک خطاهای آماری ایجاد شده در روش CHARM از ناحیه‌‌ی فروض حاکم بر این روش به سه عامل خطای مقیاس، خطای تکنولوژی و خطای ناهمگنی. یافته‌های این مقاله برای استان هرمزگان حکایت از آن دارد که اولاً خطای روش CHARM در برآورد ضرایب فزاینده عرضه به مراتب کمتر از روش CB است. ثانیاً در خصوص روش CHARM خطای ناهمگنی بیشترین سهم را در ایجاد خطای کل در محاسبه جدول داده-ستانده غیرآماری استان هرمزگان به خود اختصاص داده است. | ||
| کلیدواژه‌ها | ||
| جداول داده-ستانده منطقه‌ای آماری و غیرآماری؛ روش تراز کالایی (CB)؛ تجارت همزمان دوطرفه (Cross-Hauling)؛ روش CHARM؛ ضرایب فزاینده عرضه؛ درجه غیرهمگنی | ||
| مراجع | ||
|
بانوئی، علی‌اصغر (1395). «گزارش مرحله اول طرح تحقیقاتی محاسبه جدول داده-ستانده استان گیلان و کاربردهای آن در شناسایی مزیت‌های رقابتی»، پژوهشکده اقتصاد، دانشکده اقتصاد دانشگاه علامه طباطبائی و سازمان برنامه و بودجه استان گیلان. بانوئی، علی‌اصغر (1391). «ارزیابی شقوق مختلف نحوه منظور کردن واردات و روش‌های تفکیک آن با تأکید بر جدول متقارن سال 1380». دوفصلنامه سیاست‌گذاری اقتصادی، 85: 74-31. عباسی‌نژاد، حسین و ورمزیار، حسن (۱۳۸۶). جدول داده-ستانده استان هرمزگان، با همکاری دانشگاه تهران و سازمان مدیریت و برنامه‌ریزی استان هرمزگان، انتشارات آذر برزین. میرشجاعیان حسینی، حسین و رهبر، فرهاد (1391). «ارزیابی عملکرد نسبی روش‌های غیرپیمایشی به روزرسانی جداول داده-ستانده در فضای اقتصادی ایران». فصلنامه مطالعات کاربردی اقتصاد ایران، ۱(2): 61-84. مرکز آمار ایران (1392). راهنمای گردآوری، محاسبه و ارزیابی حساب‌های منطقه‌ای سال 1391، تهران، ایران. همایونی‌فر، مسعود؛ خداپرست‌مشهدی، مهدی؛ لطفعلی‌پور، محمدرضا و ترحمی، فرهاد (۱۳۹۵). «مقایسه نتایج برآورد جدول داده-ستانده منطقه‌ای با روش‌های AFLQ و CHARM مطالعه موردی استان بوشهر». فصلنامه پژوهش‌ها و سیاست‌های اقتصادی، 24(77): 115-138. همایونی‌فر، مسعود؛ خداپرست‌مشهدی، مهدی؛ لطفعلی‌پور، محمدرضا و ترحمی، فرهاد (۱۳۹3). «مقایسه نتایج برآورد جدول داده-ستانده منطقه‌ای با روش‌های AFLQ و CHARM مطالعه موردی استان خوزستان». فصلنامه اقتصاد مقداری، 11(3): ۱-۲۶. Flegg, A.T.; Webber, C.D. and Elliot, M.V. (1994). “A New Approach to the Use of Location Quotients in Building a Regional Input-Output Model Using National Data”. 25th Annual conference of the Regional Science Association International at Trinity College, Dublin, 14-16 september 1994, 29(6): 547-561.
Flegg, A.T. and Tohmo, T. (2013). “A comment on Tobias Kronenberg Construction of regional input-output tables using nonsurvey methods: The role of cross-hauling”. International Regional Science Review, 36(2): 235-257.
Flegg, A.T.; Huang, Y. and Tohmo, T. (2015). “Using CHARM to Adjust for Cross-Hauling: The Case of the Province of Hubei, China”. Economic System Research, 27(3): 391-413.
Flegg, A.T.; Mastronardi, L.J. and Romero, C.A. (2016). “Evaluating the FLQ and AFLQ Formulae for Estimation Regional Input-Output Coefficients: Empirical Evidence for the Province of Cordoba, Argentina”. Economic Systems Research, 28(1): 21-37.
Isard, W. (1953). “Regional Commodity Flows”. The American Economic Review, 43(2): 167-180.
Kronenberg, G.T. (2009). “Construction of Regional Input-Output Tables Using Non-Survey Methods: The Role of Cross-Hauling”. International Regional Science Review, 32(1), 40-64.
Kronenberg, G. T. (2012). “Regional Input-Output Models and the Treatment of Imports in the European Systems of Accounts”. Review of Regional Research, 32: 175-191.
Lahr, M. (2001). “A Strategy for Producing Hybrid Regional Input-Output Tables, in M. L. Lahr and E. Dietzenbacher (eds.) Input-Output Analysis: Frontiers and Extension”. Palgrave, Great Britain, 211-244.
Moore, F.T. and Petersen, J.W. (1955). “An Interindustry Model of Utah”. The review of Economics and Statistic, 37(4): 368-383.
Richardson, H.W. (1985). “Input-Output and Economic Base Multipliers: Looking Backward and Forward”. Journal of Regional Science, 25(4): 607-661.
Robison, M.H. and J.R. Miller (1988). “Cross-Hauling and Non-Survey Input-Output Methods: Some Lessons from Small-Area Timber Economies”. Environmental and Planning A, 20: 1523-1530.
Scaffer, W.A. and Chu, K. (1969). “Non-Survey Techniques for Constructing Regional Interindustry Models”. Papers and Proceeding of the Regional Science Association, 23(1): 83-101.
Tobben, J. and Kronenberg, T. (2015). “Construction of Multi-Regional Input-Output Tables Using CHARM Methods”. Economic Systems Research, 27(4): 487-507.
| ||
|
آمار تعداد مشاهده مقاله: 1,531 تعداد دریافت فایل اصل مقاله: 816 |
||