شناسایی آمارهای برتر و تأثیر آن‌ها بر اعتبار آماری جدول داده - ستانده منطقه‌ای با روش ترکیبی جدید CHARM-RAS | ||
| فصلنامه مطالعات اقتصادی کاربردی ایران | ||
| مقاله 8، دوره 7، شماره 26، مرداد 1397، صفحه 167-193 اصل مقاله (843.66 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22084/aes.2018.15050.2564 | ||
| نویسندگان | ||
| مریم کریمی سکرآباد1؛ پریسا مهاجری* 2؛ علی اصغر بانوئی3 | ||
| 1دانش آموخته کارشناسی ارشد اقتصاد دانشگاه علامه طباطبائی | ||
| 2استادیار گروه اقتصاد نظری دانشگاه علامه طباطبائی | ||
| 3استاد گروه برنامه ریزی و توسعه اقتصادی دانشگاه علامه طباطبائی | ||
| چکیده | ||
| این مقاله نشان می‌دهد استفاده از آمارهای برتر در روش‌های ترکیبی محاسبه جداول داده- ستانده منطقه‌ای (RIOTs) می‌تواند بر اعتبار آماری جداول و ضرایب مستخرج بیافزاید. لکن جمع‌آوری آمارهای برتر، خود مستلزم صرف منابع مالی و زمان است، لذا پرسشی که ذهن تحلیل‌گران اقتصاد داده - ستانده را درگیر نموده است، شناسایی درایه‌هایی است که جمع‌آوری آمارهای مربوط به آن درایه‌ها، نقش بیشتری در بهبود اعتبار آماری و دقت محاسبات ایفا می‌کنند. در این مقاله، با استفاده از روش ترکیبی جدید CHARM-RAS و هفت معیار LARGE1، LARGE 2،INVIMP ،COLSUM ، ROWSUM، COLHYP و ROWHYP مناسب‌ترین معیار شناسایی آمارهای برتر در جدول منطقه‌ای انتخاب می‌گردد. یافته‌های کلی پژوهش حاکی از آن است که 1- صرف‌نظر از معیارهای به‌کار رفته برای شناسایی آمارهای برتر، استفاده از این آمارها سبب بهبود دقت و افزایش اعتبار آماری جداول می‌شود. 2- معیارهای شناسایی درایه‌های منفرد مجموعه آمارهای برتر، بهبود دقت بیشتری نسبت به معیارهای سطری و ستونی کامل یک بخش دارند اما با توجه به هزینه‌های بسیار بالای جمع‌آوری درایه‌های انفرادی مجموعه آمارهای برتر در مقایسه با معیارهای سطری و ستونی، یک بده-بستان (trade-off) میان اعتبار آماری و هزینه مورد نیاز برای گردآوری آمارهای برتر، وجود دارد. لذا توصیه می‌شود که از معیارهای سطری و یا ستونی برای شناسایی آمارهای برتر استفاده گردد. 3- روش حذف فرضی در هر دو معیار سطری و ستونی عملکرد بهتری از روش سنتی دارد. همچنین خطاهای آماری معیارهای ستونی، کمتر از معیارهای سطری است. لذا مناسب‌ترین معیار شناسایی آمارهای برتر، معیار ستونی روش حذف فرضی، COLHYP است. | ||
| کلیدواژه‌ها | ||
| جدول داده - ستانده منطقه‌ای؛ روش ترکیبی CHARM-RAS؛ آمارهای برتر؛ ضرایب مهم؛ بخش‌های کلیدی؛ روش حذف فرضی | ||
| مراجع | ||
|
حساب‌های منطقه‌ای ایران، برگرفته از سایت مرکز آمار ایران. بانویی، علی‌اصغر و بزازان، فاطمه (1385). «نقش و اهمیت ابعاد اقتصاد فضا در محاسبه جداول داده- ستانده منطقه‌ای: پدیده فراموش‌شده در ایران»، فصلنامه پژوهش‌های اقتصادی ایران، 8(27): 89-114. بانویی، علی‌اصغر؛ مهاجری، پریسا؛ کلهری، فاطمه؛ محمد کریمی، سحر؛ ذبیحی، زهرا و مستعلی پارسا، مریم (1396). «روش‌های ترکیبی جدید CB-RAS و CHARM-RAS برای محاسبه جدول داده- ستانده منطقه‌ای و سنجش خطاهای آماری؛ مطالعه موردی استان گیلان»، دو فصلنامه اقتصاد و توسعه منطقه‌ای، 24(13):1-23. بانویی، علی‌اصغر و مهاجری، پریسا (1396). ابعاد فضایی روش‌های غیرآماری محاسبه جداول داده-ستانده؛ مطالعه موردی استان گیلان، انتشارات سازمان مدیریت و برنامه‌ریزی استان گیلان ( زیر چاپ). بانویی، علی‌اصغر؛ مهاجری، پریسا؛ صادقی، نرگس و شرکت، افسانه (1396). «یک روش ترکیبی جدید FLQ-RAS برای محاسبه جداول داده - ستانده منطقه‌ای؛ مطالعه موردی استان گیلان»، فصلنامه پژوهش‌های اقتصادی ایران (زیر چاپ). صادقی، نرگس (1394). ماهیتبخش‌هایاقتصادایران1. مروریبرروش‌هایشناساییبخش‌هایکلیدیدراقتصاد، معاونت اقتصادی مرکز پژوهش‌های مجلس شورای اسلامی، شماره مسلسل 14726. صادقی، نرگس و موسو‌ی نیک، سید هادی (1395). «بررسی تطبیقی روش‌های سنتی، بردار ویژه و حذف فرضی در سنجش بخش‌های کلیدی»، فصلنامه پژوهش‌های اقتصادی ایران، 21(69): 179-208. عبدالمحمدی، زهرا؛ بانویی، علی‌اصغر و مهاجری، پریسا (1396). «سنجش اعتبار آماری روش‌های CB و CHARM در محاسبه جداول داده - ستانده منطقه‌ای؛ مطالعه موردی: استان هرمزگان»، فصلنامه علمی - پژوهشی مطالعات اقتصادی کاربردی ایران، 6(22): 33-58. مجید نراقی، مهدی (۱۳۸1). بررسی اشتغالزایی بخش مسکن و نقش آن در توسعه اقتصاد استان اصفهان، پایان‌نامه، دانشکده علوم اداری و اقتصاد دانشگاه اصفهان. مشفق، زهرا؛ رمضان‌زاده ولیس، گلروز؛ شرکت، افسانه؛ سلیمانی، محدثه و بانویی، علی‌اصغر (1393). «ارزیابی روش‌های RAS متعارف و RAS تعدیل‌شده در بهنگام سازی ضرایب داده - ستانده اقتصاد ایران با تأکید بر شقوق مختلف آمارهای برون‌زا»، فصلنامه پژوهش‌های اقتصادی ایران، 19(58): 117-152. Bullard, C.W. and Sebald, A.V. (1997). “Effects of Parametric Uncertainty and Technological Change on Input-Output Models”, Review of Economics and Statistics, Vol. 59, No.1: 75-81.
Dietzenbacher, E. and Van der Linden, J.A. (1997). “Sectoral and Spatial Linkages in the EC Production Structure”, Journal of Regional Science, 37(2): 235-257.
Harrigan, F.; McGilvray, J. W. and McNicoll, I. H. (1981). “The Estimation of Interregional Trade, Flows”, Journal of Regional Sciences, 21(1): 65-77.
Hewings, Geoffrey .J.D. (1984). “The Role of Prior Information in Updating Input-Output Models”, Socio Economic Planning Science, 18(2): 319-339.
Hewings, G. J. D. and Romanos, M. C. (1981). “Simulating Less-Developed Regional Economies Under Conditions of Limited Information”, Geographical Analysis, 13(4): 373-390.
Hewings, G. .J. D. (1981). “Monitoring Change in a Regional Economy: An Input-Output Simulation Approach”, Modeling and Simulation, 12: 1043-1046.
Isard, W. (1953). “Regional Commodity Flows”, The American Economic Review, 43(2): 167-180.
Jackson, R. (2014). “Cross-Hauling Input-Output Tables: Comments on CHARM”, Regional Research Institute, Working Paper Series, 91(2): 275-297.
Jalili, A.R. (2000). “Comparison of Two Methods of Identifying Input-Output Coefficients for Exogenous Estimation”, Economic Systems Research, 12(1): 113-129.
Jensen, R.C. and West, G.R. (1980). “The Effects of Relative Coefficient Size on Input-Output multipliers”, Environment and Planning, 12(6): 659-670.
Jensen, R.C. (1980). “The Concept of Accuracy in Regional Input-Output Models”, International Regional Science Review, 5(2): 139-154.
Jiang, X.; Dietzenbacher, E. and Los, B. (2007). “Targeting the Collection of Superior Data for the Estimation of Regional Input- Output Table”, Environment and planning A(2010), 42(10): 2508-2526.
Kronenberg, G.T. (2009). “Construction of Regional Input-Output Tables using Non-survey Methods: the Role of Cross-Hauling”, International Regional Science Review, 5(1): 40-64.
Kronenberg, G.T. (2012). “Regional Input-Output Models and the Treatment of Imports in the European System of Account”, Jahrbuch fur Regional Wissenschaft, 32(1): 175-191.
Lahr, M. L. )1992(. An Investigation into Methods for Producing Hybrid Regional Input-Output Tables”, Unpublished Ph.D. dissertation, Regional Science Department, University of Pennsylvania.
Lahr, M.L. (1993). “A Review of the Literature Supporting the Hybrid Approach to Constructing Regional Input-Output Models”, Economic Systems Research, 16(3): 277-294.
Lahr, M.L. (1998). A Strategy for Producing Hybrid Regional Input-Output Tables, the 39th annual North American Meetings of the Regional Science Association in Chicago, November 13, 1992, and the 12th International Conference on Input-Output Techniques, in New York City, May 21, 1998.
Lahr, M. L. (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, PP: 211-244.
Miller, R.E. and Blair, P.D. (2009). Input-Output Analysis: Foundations and Extensions(Englewood Cliffs, NJ: Prentice-Hall).
Miller, R. E. and Lahr, M. L. (2001). A Taxonomy of Extractions”, in: Michael L. Lahr and Ronald E. Miller (eds.), Regional Science Perspective in Economic Analysis, (Amsterdam: Elsevier Science), PP: 407-441.
Sherman. J. and Morrison. W. (1950). “Adjustment of an Inverse Matrix Corresponding to a Change in One Element of a Given Matrix”, Annals of Mathematical Statistics, 21(1): 124-127.
Sonis, M. and Hewings, G.J.D. (1989). Error and Sensitivity Input-Output Analysis: a New Approach, in: R.E. Miller, K.R. Polenske and A.Z. Rose (eds.), Frontiers of Input-Output Analysis (New York: Oxford University Press), PP: 232-244.
Sonis, M. and Hewings, G.J.D. (1992). “Coefficient Change in Input-Output Models: Theory and Applications”, Economic Systems Research, 4(2): 143-157.
Richardson, H. W. (1985). “Input-Output and Economic Base Multipliers: Looking Backward and Forward”, Journal of Regional Science, Vol. 25, No. 4: 607-661 | ||
|
آمار تعداد مشاهده مقاله: 699 تعداد دریافت فایل اصل مقاله: 622 |
||