- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
投入产出表社会核算矩阵的更新方法的研究
投入产出表、社会核算矩阵的更新方法研究【摘要】本文将现有的众多矩阵更新技术纳入到了约束最优化的数学建模框架中,并统一进行了若干扩展,特别地,在约束条件存在冲突时通过引入误差精度调整项,使得原本不可行的矩阵更新问题也能够求解,以扩大其适用范围。然后本文用中国2002年和2007年的投入产出表对6种扩展修正后的矩阵更新方法进行了实证比较,结果显示无论是基于流量还是系数形式,或是对矩阵进行聚合处理,更新矩阵时ERAS的表现始终是最优的,ENSD紧随其后,这两者差距微弱;而在其他相关研究中表现优秀的EAD方法表现较差。关键词 矩阵更新,RAS,约束最优化A Study of Methods for Updating an Input-Output Abstract:This paper develops a unified mathematical constraint optimization model of matrices updating techniques, and then some extensions and necessary modifications are made, especially an easy-to-set tolerance for dealing with conflicting constraints is introduced into this model to ensure updating matrices is always feasible. Based on these work, empirical comparisons by updating China’s Input-Output matrix from year 2002 to 2007 indicates that: ERAS approach performs best, while ENSD second but with higher efficiency, this conclusion is consistent when data subject to different levels of aggregation or updating in either transaction or coefficient form. So we suggest that ERAS rather than other alternative approaches be used for updating IO matrix or SAM in practice.Key words:Matrices updating; RAS; Constrained optimizationJEL codes:D57; C61; C67引言在编制和更新投入产出表或社会核算矩阵(简称SAM)时,最常遇到的问题首先是数据来源不统一,部分数据甚至互相冲突;然后是数据缺失,比如社会核算矩阵的居民账户分组时缺少权威的宏观数据,一般只能依照微观调查数据进行调整。另外,编制投入产出表和SAM需耗费大量人力、物力以及时间,若每年均编制调查表成本极高。我国现在是每隔五年,逢2、7(如2002、2007年)编制调查表,逢0、5编制延长表,编表之后滞后2到3年才对外公布。而投入产出表和SAM又是投入产出和可计算一般均衡(简称CGE)模型中最重要的数据基础,矩阵的数据精度严重影响模型模拟结果。这就导致了在这两个研究领域,各种非基于调查的平衡、更新投入产出表和SAM的技术应用广泛,并且一直备受关注。RAS(又称双比例尺度法,Biproportional Scaling Method)和CE(Cross Entropy,交叉熵法)是目前最流行的矩阵更新、平衡的方法,除此之外还有约束最优化的数学建模方法。在过去的40年间,学者们不断改进上述方法,通过加入新特性使其能够处理更复杂的问题。本文旨在将现有的众多矩阵更新技术纳入到统一的约束最优化数学框架中,并综合了其他学者对现有技术的改进和扩展。特别地,针对实际中矩阵更新问题不可解的情形,本文引入了可以灵活设置的误差精度项从而确保矩阵更新问题总是可行,从而进一步扩大了其适用范围;同时本研究还对这些更新技术在各种情形下进行评估,试图寻找出最优的技术及其适用情形。文章结构安排如下:第一部分对相关研究进行综述;第二部分介绍统一框架下各种更新方法的扩展和修正;第三部分利用我国2002年和2007年的投入产出表进行实证分析,以比较各种更新技术的优劣;最后是结论部分。一、相关研究的文献综述在经济分析领域中,矩阵平衡方法应用最广泛的当属RAS(Stone,1961;Stone and Brown,1962) RAS算法最早
原创力文档


文档评论(0)