کاربرد الگوهای چندسطحی در تحلیل‌ داده- ستانده

نوع مقاله : مقالات پژوهشی

نویسندگان

• فاطمه حیات‌غیبی
• محمد قربانی

دانشگاه فردوسی مشهد

https://doi.org/10.22067/jead2.v0i0.30983

چکیده

در مطالعه حاضر نمونه‌ای از کاربرد الگوسازی چندسطحی برای تحلیل جداول داده- ستانده منطقه‌ای ارائه شده است. برای این منظور ابتدا جداول داده- ستانده کلیه استان‌های کشور براساس روش سهم مکانی اصلاح‌شده فلگ استخراج شده‌اند. سپس متمایز بودن ضرایب فنی لئونتیف و پیوندهای پسین و پیشین بین فعالیت‌ها و بخش‌های اقتصادی استان‌های مختلف، با استفاده از الگوهای سه‌سطحی و دو سطحی، آزمون شده است. نتایج حاصل از تجزیه واریانس بین سطوح مختلف نشان می‌دهد فعالیت‌ها، بخش‌ها و استان‌های مختلف از لحاظ شاخص‌های مذکور ناهمگن هستند. بنابراین تجمیع فعالیت‌های جداول داده- ستانده و همچنین تلفیق فضایی جداول داده- ستانده منطقه‌ای با یکدیگر منجر به کاهش دقت و خطا در تحلیل‌ها می‌گردد.

کلیدواژه‌ها

• الگوی چندسطحی
• داده- ستانده
• پیوند پسین و پیشین

20.1001.1.20084722.1393.28.4.1.8

عنوان مقاله [English]

Applying Multilevel Models to the Input-Output Analysis

نویسندگان [English]

• F. Hayatgheibi
• M. Ghorbani

Ferdowsi University of Mashhad

چکیده [English]

In the present study, an application of multilevel modeling approach to the input- output analysis are presented First, the regional input-output table of all provinces in Iran was extracted based on the Adjusted Flegg Location Quotient Method (AFLQ). Second differentiation in the Leontief technical coefficients and the backward and forward linkages among various activities and sectors of all provinces were examined using the 3-level and 2-level models. The results of variance analysis among the different levels reveal that activities, sectors and provinces are heterogeneous in terms of the mentioned indexes. Therefore, activities aggregation and spatial aggregation of the regional input- output tables raise errors and reduce the accuracy

کلیدواژه‌ها [English]

• Multilevel model
• Input-output
• backward and forward linkages

مراجع

1- بانویی ع.، و بزازان ف. 1385. نقش و اهمیت ابعاد اقتصاد فضا در محاسبه جدول داده- ستانده منطقه‌ای: پدیده فراموش شده در ایران. فصلنامه پژوهش‌های اقتصادی ایران. 27: 89-114.

2- بانویی ع.، جلوداری ممقانی م.، و محققی م. 1386. شناسایی بخش‌های کلیدی بر مبنای رویکردهای سنتی و نوین طرف‌های تقاضا و عرضه اقتصاد. فصلنامه پژوهش‌های اقتصادی. دوره 7، 1: 1-30.

3- بزازان ف.، بانویی ع.، و کرمی م. 1386. تأمل بیشتری در خصوص توابع سهم مکانی نوین بین ابعاد اقتصاد فضا و ضرایب داده- ستانده منطقه‌ای: مطالعه موردی استان تهران. فصلنامه پژوهش‌های اقتصادی ایران. 31: 27-53.

4- توفیق ف. 1371. تحلیل داده - ستانده در ایران و کاربردهای آن در سنجش، پیش‌بینی، و برنامه‌ریزی. انتشارات سازمان انتشارات و آموزش انقلاب اسلامی، تهران.

5- دانش‌جعفری د.، و شفیعی ا. 1390. بررسی عوامل موثر بر کارایی فنی در بانک‌های ایران با استفاده از الگوی اثرات مختلط/چندسطحی. مجله تحقیقات اقتصادی. 97: 1- 33.

6- عطوان م. 1386. محاسبه پیوندهای پسین و پیشین فعالیت‌های اقتصادی در ایران (بر اساس روش حذف فرضی). فصلنامه حساب‌های اقتصادی ایران. سال دوم، 2: 26-43.

7- مرکز آمار ایران. 1385. جدول داده-ستانده 1380.

8- نادری ا. 1381. الگوسازی چندسطحی و کاربردهای آن در اقتصاد. همایش معرفی و کاربرد مدل‌های ناخطی پویا و محاسباتی در اقتصاد. 28 اردیبهشت ماه. تهران.

9- نادری ا. a1382. ارزیابی منابع رشد اقتصاد ایران با استفاده از جداول داده- ستانده و روش الگوسازی چندسطحی. مجموعه مقاله‌های دومین همایش کاربرد تکنیک‌های داده- ستانده در برنامه‌ریزی اقتصادی و اجتماعی (7 و 8 اسفندماه 1381). تهران، مرکز تحقیقات اقتصاد ایران، دانشکده اقتصاد دانشگاه علامه طباطبایی.

10- نادری ا. b1382. الگوهای چندسطحی و ارزیابی ناهمسانی و کارایی بودجه بین دانشگاه‌های منتخب. پژوهش و برنامه‌ریزی در آموزش عالی. 9(4): 1- 42.

11- Beynon M., and Munday M. 2008. Stochastic Key Sector Analysis: an Application to a Regional Input-Output Framework. The Annals of Regional Science, 42(4): 863-877.

12- Cuffney T.F., Kashuba R., Qian S.S., Alameddine I., Cha Y.K., Lee B., Coles J.F., and McMahon G. 2011. Multilevel Regression Models Describing Regional Patterns of Invertebrate and Algal Responses to Urbanization Across the USA. Journal of the North American Benthological Society, 30(3): 797-819.

13- Davis P., and Scott A. 1995. The Effect of Interviewer Variance on Domain Comparisons. Survey Methodology, 21(2): 99-106.

14- Dominici F., Samet J.M., and Zeger S.L. 2000. Combining Evidence on Air Pollution and Daily Mortality from the 20 Largest Us Cities: A Hierarchical Modeling Strategy. Journal of the Royal Statistical Society: Series A, 163(3): 263-284.

15- FeiFei S. 2008. Multilevel Input-Output Model Analysis in Steel Industry. Ms Thesis, Northeastern University.

16- Hox J.J. 2010. Multilevel Analysis: Techniques and Applications. 2nd Edition. Taylor & Francis.

17- Jackson M.M., Turner M.G., Pearson S.M., and Ives A.R. 2012. Seeing the Forest and the Trees: Multilevel Models Reveal both Species and Community Patterns. Ecosphere, 3(9): art79.

18- Lahr M.L., and Stevens B.H. 2002. A Study of the Role of Regionalization in the Generation Error in regional IO Models. Journal of Regional Science, 42(3): 477-507.

19- Lenzen M. 2007. Aggregation (in-Variance) of Shared Responsibility: A Case Study of Australia. Ecological Economics, 64: 19-24.

20- Lenzen M. 2011. Aggregation versus Disaggregation in Input-Output Analysis of the Environment. Economics System Research, 23(1): 73-89.

21- Li Y., and Wei Y.H.D. 2007. The Spatial-Temporal Hierarchy of Regional Inequality of China. Applied Geography, 30: 303-316.

22- Link W.A., Sauer J.R., and Niven D.K. 2006. Hierarchical Model for Regional Analysis of Population Change Using Christmas Bird Count Data, with Application to the American Black Duck. The Condor, 108(1): 13-24.

23- Naderi A., and Mace J. 2003. Education and Earning: a Multilevel Analysis- a Case study of the Manufacturing sector in Iran. Economics of Education Review, 22(2): 143-156.

24- O’Callaghan M., and Yue G. 2000. Intersectoral Linkages and Key Sectors in China 1987-1977. An Application of Input-Output Linkage Analysis. 13th International Conference on Input-Output Techniques. August 21-25.

25- Park J.Y. 2005. An Evaluation of Input-Output Aggregation Errors Using a New MRIO Model. 52nd Annual Meeting of the North American Regional Science Council. November 10, Las Vegas.

26- Qian S.S., Cuffney T.F., Alameddine E., McMahon G., and Reckhow, K.H. 2010. On the Application of Multilevel Modeling in Environmental and Ecological Studies. Ecology, 91(2): 355-361.

27- Rasmussen P.N. 1956. Studies in Intersectorial Relations. Amsterdam, North Holland.

28- Siddiqui O., Hedeker D., Flay B.R., and Hu F.B. 1996. Intra-Class Correlation Estimates in a School-Based Smoking Prevention Study: Outcome and Mediating Variables, by Gender and Ethnicity. American Journal of Epidemiology, 144: 425-433.

29- Teodorovic J. 2011. Classroom and School Factors Related to Student Achievement: What Works for Students?. School Effectiveness and School Improvement, 22(2): 215-236.

30- Vanyperen N.W., van den Berg A.E., and Willering M.C. 1999. Towards a Better Understanding of the Link between Participation in Decision-Making and Organizational Citizenship Behavior: A Multilevel Analysis. Journal of Occupational and Organizational Psychology, 72(3): 377-392.

31- Yuan R., and Keeves J.P. 2001. The Multilevel Analysis of Students’ Achievement in Learning the Chinese Language. International Education Journal, 2(3): 168-188.

32- Zhou X., Shirakawa H., and Lenzen M. 2011. Aggregation Effect in Carbon Footprint Accounting by the Multi-Region Input-Output Model. 19th International Input-Output Conference. June 13-17, Alexandria, USA.