网站大量收购独家精品文档,联系QQ:2885784924

区域间投入产出模型案例.doc

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要: 文章从需求驱动的单区域里昂惕夫数量模型入手,45.4部分讨论了,在完全信息的理想情况下,基于地区间溢出效应和反馈机制的地区间投入产出模型(Wassily W. Leontief),并与完全信息下多区域投入产出模型(Walter Isard)做一对比。45.5部分讨论了如何构造一个区域间消费函数,并将之引入到Ⅱ型区域间投入产出模型。45.6提出了未来研究的方向。最后是关于里昂惕夫模型的附录,并和供给驱动的数量模型做一对比。 传统的IO模型是基于单个产业之间联系建立起来的,区域间的IO模型则是引入了空间维度。 1.基础投入产出表及需求驱动的IO数量模型 同一地区不同部门之间的投入分配与产出情况。 第Ⅰ象限:行方向表明某部门生产的产品分配给各部门使用的价值量,也称中间产品或中间使用; 列方向表明某部门在生产过程中消耗各部门的产品的价值量,也称为中间投入或中间消耗。 第Ⅱ象限:由个部门和各行与最终产品的各列交叉而成,反映了最终产品的构成; 第Ⅲ象限:由新创造价值的各行与个部门的各列交叉而成,反映了收入的初次分配情况; 第Ⅳ象限:由新创造价值的各行与最终产品的各列交叉而成,反映收入再次分配情况。一般空出不用。 由第Ⅰ象限和第Ⅱ象限的各行组成一个方程,反映各部门生产的总产品的分配使用去向。 平衡关系是:中间产品+最终产品=总产出。由此列出的方程组投入产出数学模型是通过编制投入产出表,运用线性代数工具建立数学模型,从而揭示国民经济各部门、再生产各环节之间的内在联系,并据此进行经济分析、预测和安排预算计划。按计量单位不同,该模型可分为价值型和实物型。 考虑到表格中的各系数的内生或外生性问题依赖于行为和制度的假设,我们这里仍然考虑最简单的里昂惕夫经典数量模型。 即不考虑进出口的封闭经济体。 这里假设假定供给随需求变动,并且没有任何价格变化或刺激。这一假设适用短期条件,或者长期中各相关投入品的价格维持稳定的情况。 反映技术状况。并且有A+C=I 这里假设了中间产品投入和原始投入均是线性的,并且仅决定于总产出水平。 以上用产品数量表示消耗量,也就意味着当地的劳动力,资金等供应不会出现短缺的情况,从而保证价格稳定。 1.2 经典IO数量模型的关系结构 (另解:Ax+y=x——x=),L即为里昂惕夫逆矩阵,矩阵的每个元素包含了不同部门的直接消耗和间接消耗。 这就推导出需求驱动型IO数量模型。 双级价格推动型IO模型(并且假设各种产品价格之间互相独立) 引入价格,也即以价值形态来表示投入产出情况。 (A+C=I,=I) (这里可以推出,,y=v)? 考虑区域间贸易,引出区域间IO模型 这里的进出口额不包括区域内部的交易。 45.10a变形整理得, 由45.10b推出45.11b。 L*称为多区域IO模型的里昂惕夫逆矩阵。 3.2两区域IO模型的讨论 联立上式变形并整理,得 写成矩阵形式如下: 实证:Northern Netherlands的乡村地区与高度城市化地区(两区域); 欧盟27国(多区域) 3.3小结 引入内生的消费函数 在r,s两地区的分析中,容易写出以下代数关系, 由45.12a,b,并结合,可以得出 又,Zi=Ax,联立45.18及45.19,可得 未来研究方向 劳动力重新分布,对消费函数的影响。包括移民活动,失业情况等 12 industries, 20 commodities, 7 ages, 2 sexes, 5 education levels for labor, 4 household consumption types, 13 private and 8 public consumption need components, 10 capital/investment components, and 277 municipalities。 小结 新的挑战:网络销售;老龄化会影响到未来的产业结构,供应链地理分散等都使得数据的可获得性变动更加困难 新的解决手段:数学辅助手段,matlab,R等 创新之处:引入空间概念,扩展到多区域,并引入消费函数 不足:数据的可获得性,尤其是引入消费函数之后

文档评论(0)

yy558933 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档