[论文解读] Disaggregating Input-Output Tables by the Multidimensional RAS Method

Vladimír Holý, Karel Šafr|arXiv (Cornell University)|Apr 25, 2017

Monetary Policy and Economic Impact参考文献 10被引用 4

一句话总结

本文提出多维RAS方法，通过同时保持行、列、区域、季度及国内/进口总额，改进投入产出表的分解。通过将传统RAS算法扩展至处理多个约束维度，该方法提升了国家、区域和部门应用中的估计准确性，尤其增强了捷克工业案例研究中列昂蒂夫逆矩阵和增加值计算的可靠性。

ABSTRACT

An unknown input-output table can be estimated by the RAS method when only its row and column sums are known and some initial structure is assumed. The RAS approach can also be utilized for disaggregation of an annual national table to more detailed tables such as regional, quarterly and domestic/imported tables. However, the regular RAS method does not ensure that the sums of disaggregated tables are equal to the total table. For this problem, we propose to use the multidimensional RAS method which besides input and output totals also ensures regional, quarterly and domestic/imported totals. Our analysis of the Czech industry shows that the multidimensional RAS method increases the accuracy of table estimation as well as accuracy of input-output applications such as the Leontief inverse, the regional Isard's model and the quarterly value added.

研究动机与目标

• 解决标准RAS方法无法保持区域、季度及国内/进口汇总等分解总额的局限性。
• 开发一种确保投入产出表分解在多个维度上一致的方法。
• 通过在分解表中保持结构完整性，提升列昂蒂夫逆矩阵和区域Isard模型等投入产出应用的准确性。
• 利用捷克国家工业表的真实数据验证该方法的有效性。

提出的方法

• 将经典RAS算法扩展，以纳入国家总额、区域分布、季度波动以及国内与进口投入份额等多重约束维度。
• 同时在多个维度上应用迭代缩放，调整初始投入产出矩阵以满足所有指定的边际约束。
• 采用加权迭代程序，在保持初始结构的同时收敛至所有必要的行、列、区域及国内/进口总额。
• 实施多维平衡机制，确保所有分解表的总和精确等于原始总表。
• 基于连续迭代间相对偏差的收敛准则，确保过程的稳定性和准确性。
• 使用已知区域、季度和贸易构成数据的捷克国家投入产出表进行验证。

实验结果

研究问题

• RQ1 如何在保持所有边际总额的前提下，将投入产出表分解为区域、季度及国内/进口组成部分？
• RQ2 与标准RAS方法相比，多维RAS方法在估计准确性方面提升了多少？
• RQ3 该方法对下游经济应用（如列昂蒂夫逆矩阵和增加值计算）的可靠性有何影响？
• RQ4 多维约束对分解过程的稳定性和收敛性有何影响？

主要发现

• 多维RAS方法成功保持了所有指定的边际总额，包括区域、季度及国内/进口投入，确保了分解表之间的一致性。
• 该方法显著提升了投入产出模型应用的准确性，尤其在列昂蒂夫逆矩阵和区域Isard模型方面。
• 与标准RAS方法相比，多维RAS方法在季度增加值估计方面表现出更高的准确性。
• 该方法在所有分解组件中均能可靠收敛并保持结构一致性，捷克工业案例研究已证明这一点。