علی اصغر بانویی

بهبود کارایی انرژی به عنوان یکی از مهم ترین ابزارهای مدیریت تقاضای انرژی، پدیده ای تحت عنوان اثر بازگشتی را به دنبال دارد که باعث می شود میزان صرفه جویی انرژی تحقق یافته ناشی از بهبود کارایی انرژی برابر میزان مورد انتظار نباشد. در این پژوهش با استفاده از رویکرد داده ستانده مبتنی بر تحلیل تجزیه ساختاری به تجزیه تغییرات مصرف حامل های برق، گاز طبیعی و فرآورده های نفتی براساس تغییرات تقاضای نهایی و پیشرفت تکنولوژی درقالب تغییرات کارایی انرژی و تغییرات تقاضای واسطه ای در طی سال های 1380 1390 پرداخته شده است. سپس با بررسی اینکه در کدامیک از بخش های اقتصادی بهبود کارایی انرژی صورت گرفته است، اثر بازگشتی مصرف هریک از حامل های انرژی در بخش های مذکور محاسبه شده است. نتایج این پژوهش نشان می دهد که حامل های برق، گاز طبیعی و فرآورده های نفتی از 24 بخش اقتصادی مورد مطالعه به ترتیب در 11، 4 و 20 بخش اقتصادی، بهبود کارایی انرژی ناشی از پیشرفت تکنولوژی را تجربه کرده اند که بخش های «ساخت فلزات اساسی»، «برق» و «ساخت محصولات کانی غیرفلزی» به ترتیب در ارتباط با این حامل ها بیشترین میزان کاهش مصرف انرژی را داشته اند و بخش های «پست و خدمات پشتیبانی حمل و نقل» با 62/93 درصد، «ساخت کک و فرآورده های حاصل از تصفیه نفت و سوخت های هسته ای» با 72/146 درصد و «ساخت مواد شیمیایی و محصولات شیمیایی» با 33/86 درصد بیشترین میزان اثر بازگشتی در مصرف برق، گاز طبیعی و فرآورده های نفتی را داشته اند. همچنین درنظرگرفتن مبادلات واسطه ای بین بخشی و درون بخشی، میزان اثر بازگشتی را در تمامی بخش ها افزایش می دهد.

این مقاله نشان می دهد استفاده از آمارهای برتر در روش های ترکیبی محاسبه جداول داده- ستانده منطقه ای (RIOTs) می تواند بر اعتبار آماری جداول و ضرایب مستخرج بیافزاید. لکن جمع آوری آمارهای برتر، خود مستلزم صرف منابع مالی و زمان است، لذا پرسشی که ذهن تحلیل گران اقتصاد داده - ستانده را درگیر نموده است، شناسایی درایه هایی است که جمع آوری آمارهای مربوط به آن درایه ها، نقش بیشتری در بهبود اعتبار آماری و دقت محاسبات ایفا می کنند. در این مقاله، با استفاده از روش ترکیبی جدید CHARM-RAS و هفت معیار LARGE1، LARGE 2،INVIMP ،COLSUM ، ROWSUM، COLHYP و ROWHYP مناسب ترین معیار شناسایی آمارهای برتر در جدول منطقه ای انتخاب می گردد. یافته های کلی پژوهش حاکی از آن است که 1- صرف نظر از معیارهای به کار رفته برای شناسایی آمارهای برتر، استفاده از این آمارها سبب بهبود دقت و افزایش اعتبار آماری جداول می شود.  2- معیارهای شناسایی درایه های منفرد مجموعه آمارهای برتر، بهبود دقت بیشتری نسبت به معیارهای سطری و ستونی کامل یک بخش دارند اما با توجه به هزینه های بسیار بالای جمع آوری درایه های 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 می شود 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  مناسب ترین معیار شناسایی آمارهای برتر، معیار ستونی روش حذف فرضی، COLHYP است.

افزایش واردات واسطه ای در سطح کلان اقتصادی در طی سال های اخیر سبب شده است تا سنجش میزان وابستگی به واردات واسطه ای از بعد مبدأ، مقصد و سیاستی در این مقاله مورد بررسی قرار گیرد. لذا در این مقاله، جدول داده ستانده متقارن سال 1380 و 1390 به قیمت های ثابت سال 1390 مبنای محاسبات قرار گرفته اند. یافته ها حاکی از آن است که نخست، بخش های صنعت، کشاورزی و خدمات بیشترین وابستگی به واردات واسطه ای از بعد مبدأ را داشته اند. دوم، بیشترین وابستگی به واردات از بعد مقصد متعلق به بخش های صنعت، ساختمان و کشاورزی است. سوم با بررسی وابستگی به واردات واسطه ای از بعد سیاستی طی این دهه، مشخص شد که بخش صنعت بیشترین وابستگی به واردات را از بعد سیاستی دارد و اگر سایر بخش ها به عنوان بخش سیاستی کشور انتخاب شوند، بیشترین واردات واسطه ای از بخش صنعت صورت خواهد گرفت. چهارم، طی این سال ها وابستگی به واردات واسطه ای از بعد سیاستی، روند افزایشی داشته است.

هدف این مقاله سنجش آثار تغییر تکنولوژی و توزیع بر شدت انتشار دی اکسیدکربن پنج صنعت انرژی بر اول کشور با استفاده از رویکرد شناسایی ضرایب مهم جدول داده- ستانده سال 1390 می باشد. نتایج حاصل از دو رویکرد تقاضامحور «لئونتیف» و عرضه محور «گش» نشان می دهد یک درصد تغییر تکنولوژی و توزیع هر کدام از بخش های ساخت مواد شیمیایی و محصولات شیمیایی، ساخت کک، فراورده های حاصل از تصفیه نفت و سوخت های هسته ای، ساخت فلزات اساسی و ساخت کانی غیرفلزی منجر به کاهش بیش از یک درصد شدت انتشار دی اکسیدکربن تمام پنج صنعت انرژی بر مورد بررسی می شود. از آنجا که بخش های یاد شده، از لحاظ انتشار دی اکسیدکربن در وضعیت نامناسبی قرار دارند، ضروری است با اجرای سیاست های کاهش انتشار، شدت انتشار دی اکسیدکربن در این بخش ها را به مقدار زیادی کاهش داد.

جایگاه بخش کشاورزی به عنوان موتور محرک رشد و توسعه اقتصادی در ساختار شهری و روستایی از جمله موضوعاتی است که همواره مورد بحث و اظهارنظر کارشناسان بوده است. شواهد موجود نشان می دهد در حال حاضر، سه دیدگاه مختلف درباره ی کارکردهای بخش کشاورزی در اقتصاد ایران وجود دارد. تفکر نخست با رویکرد صرف اقتصادی بر مبنای نظریه " تغییرات ساختاری " و بر اساس یافته های نظام حسابداری بخشی معتقد است بخش کشاورزی تنها می تواند به عنوان بخش تأمین کننده امنیت غذایی موردتوجه باشد. درحالی که طرفداران دیدگاه دوم بر این عقیده اند که بخش کشاورزی در به حرکت درآوردن چرخ های اقتصادی کشور نقش اساسی را ایفا می نماید. نظر به ساحت چندبعدی فعالیت های بشری، ارتباط تنگاتنگ و تأثیرپذیری هریک از جنبه های سیاسی، اقتصادی و اجتماعی این فعالیت ها از یکدیگر و با در نظر گرفتن تجارب موجود در این زمینه که نشان می دهد طی نزدیک به ربع قرن گذشته جهت گیری های تک ساحتی بالاترین سهم را در تحمیل انواع نابسامانی های اقتصادی و اجتماعی و ایجاد فاجعه های زیست محیطی به کشور داشته است، دیدگاه سوم با تأکید بر ضرورت بررسی ابعاد گوناگون آثار و تبعات گسترش فعالیت های کشاورزی در مناطق شهری و روستایی، بر جایگاه بخش کشاورزی از منظر نقش برقرارکننده تعادل اقتصادی-اجتماعی تأکید دارد. با توجه به پشتوانه علمی نسبی هریک از دیدگاه های موجود و نظر به اینکه استدلال های مختلف ارائه شده در این باره دارای نوعی ابهام و گیج کنندگی است، رفع ابهام در این زمینه، مستلزم بررسی میزان انطباق دیدگاه های موجود با ساختار اقتصادی اجتماعی کشور است. پژوهش حاضر به بررسی وضعیت بخش کشاورزی با استفاده از الگوی ماتریس حسابداری اجتماعی به عنوان جامع ترین نظام حسابداری میانه می پردازد. یافته های این پژوهش نشان از مطابقت بیشتر دیدگاه سوم با ساختار اقتصادی اجتماعی ایران دارد.

به کارگیری روش سنتی در سنجش عملکرد توان اشتغالزایی بخش های اقتصادی دچار نارسایی است و نتایج آن نمی تواند اطلاعات مفیدی برای تصمیم گیری در اختیار سیاستگذاران بازار کار قرار دهد. برای رفع این نارسایی، «ملر و مارفان»، روش «حذف فرضی» را پیشنهاد می کنند. روش مذکور نیز همانند روش سنتی، مبادلات واسطه ای را اساس سنجش توان اشتغالزایی قرار می دهد که به نظر، شرط لازم است ولی کافی نیست. در این مقاله، نشان داده شده که شرط لازم و کافی در سیاستگذاری و برنامه ریزی اشتغال بخشی، مستلزم در نظر گرفتن همزمان اندازه واقعی تقاضای نهایی بخشها و مبادلات واسطه ای بین بخشی است. این مساله به رغم به کارگیری روش حذف فرضی، مورد توجه پژوهشگران در ایران قرار نگرفته است. روش پیشنهادی مقاله، هر دو شرط را تأمین می کند. هر سه روش سنتی، حذف فرضی ملر و مارفان و پیشنهادی، مبنای محاسبه بر اساس جدول داده-ستانده سال 1390 ایران حول یک سؤال محوری قرار گرفته اند. آن سؤال این است که «کدامیک از سه روش سنتی، حذف فرضی ملر و مارفان و روش اصلاح شده حذف فرضی، تصویر واقع بینانه تری از اهمیت اشتغالزایی بخش ها را در اقتصاد ایران به دست می دهد؟». یافته های کلی سه روش مذکور عبارتند از: یک) در روش سنتی و ملر و مارفان، بخش کشاورزی نسبت به صنعت در ارجحیت قرار می گیرد؛ دو) در روش پیشنهادی، اهمیت بخش صنعت از منظر نفر- شغل مستقیم و غیرمستقیم از دست رفته، بیشتر از بخش کشاورزی است. سه) وقتی فقط نفر- شغل غیرمستقیم از دست رفته ملاک سنجش اهمیت بخش ها در نظر گرفته شود، بخش های صنعت، ساختمان و عمده فروشی و خرده فروشی، در رتبه های اول تا سوم و بخش کشاورزی، در رتبه چهارم قرار می گیرد.

اجرای هر سیاست اقتصادی بویژه سیاست هایی که دامنه تأثیرگذاری آنها گسترده است، مستلزم شرایط نسبتاً با ثبات اقتصادی و در عین حال پیش بینی شرایط احتمالی ناشی از اعمال سیاست می باشد؛ خصوصاً هرآنچه بر رفاه خانوار اثرات گسترده داشته باشد. زمینه های اقتصادی فقر در اقتصاد ایران و ناکارآیی دستگاه های حمایتی در شرایط خاص موجب می شود تا آثار سیاست های اقتصادی بر خانوارهای کم درآمد گسترده باشد. در مواردی، این اثرات تا اندازه ای گسترده است که سیاستگذار را مجبور به ترک آن سیاست می کند و یا روند خلاف جهت آن  را برمی گزیند. تحت این شرایط، تحلیل هایی که مسیر اثرگذاری سیاست را نمایان می نماید، به سیاستگذار کمک می کند، تا تصویر روشن تری از نتایج احتمالی یک سیاست را در اختیار داشته باشد. با همین هدف این مطالعه، آثار سیاست هدفمندی و مسیر اثرگذاری آن را بر شاخص رفاه (شاخص هزینه زندگی) در چارچوب ماتریس های حسابداری اجتماعی در دهکهای مختلف برای مناطق شهری و روستایی مد نظر قرار داده است. این ماتریس ها برای سالهای 1388 و 1390 به روز رسانی شده و شامل 40 بخش اقتصادی اند. مقایسه شاخص هزینه زندگی خانوار نشان می دهد، آسیب پذیری رفاه خانوارها کاهش یافته است؛ اما میزان آن در دهکهای درآمدی و در مناطق شهری و روستایی یکسان نبوده است. شاخص هزینه خانوارهای روستایی بیشتر از شاخص هزینه زندگی در مناطق شهری افزایش یافته است؛ به عنوان نمونه آسیب پذیری در بخش توزیع گاز طبیعی در مناطق شهری سه برابر و در مناطق روستایی نزدیک به چهار برابر بیشتر از سال 1388 شده، در بخش برق هم در ازای هر 100 واحد افزایش هزینه در بخش برق (باترکیب سبد سال 90) شاخص هزینه این بخش برای خانوار شهری 34 واحد و برای خانوار روستایی 46 واحد افزایش داشته، و از دیگاه توزیعی، کاهش رفاه برای دهک با درآمد بالا، کمتر بوده است، و مهمتر آنکه کاهش آسیب پذیری رفاه طبقه متوسط در اغلب بخشهای اقتصادی از سایر دهکها کمتر است. مسیر ساختاری تغییرات هم نشان می دهد، هدفمندی پیچیدگی و درهم تنیدگی گسترده ای در مسیر اثر گذاری تغییرات قیمت سوخت بر شاخص های قیمتی بویژه بر شاخص هزینه زندگی خانوارها ایجاد کرده است؛ به طوری که قبل از اجرای سیاست مذکور، افزایش در قیمت سوخت از پنج مسیر، شاخص هزینه خانوار را متاثر می کرد، حال آنکه بعد از هدفمندی، افزایش قیمت سوخت از طریق بیست مسیر متفاوت شاخص هزینه خانوارها تحت تأثیر قرار می دهد.

جداول داده-ستانده منطقه ای ابزاری ارزشمند برای برنامه ریزی منطقه ای هستند، اما تدوین جداول داده-ستانده منطقه ای آماری امری دشوار، هزینه بر و زمان بر است. از این رو پژوهشگران اقتصاد منطقه ای از دهه 1950 سعی در معرفی روش های غیرآماری مانند سهم مکانی و تراز کالایی به منظور محاسبه ضرایب داده-ستانده منطقه ای و جداول داده-ستانده منطقه ای داشته اند. یکی از مهم ترین کاستی های روش های سهم مکانی و تراز کالایی که برای حدود شش دهه لاینحل باقی مانده بود، کم برآوردی بردار صادرات و واردات به دلیل در نظر نگرفتن «تجارت همزمان دوطرفه» بود که این موضوع منجر به بیش برآوردی ضرایب فزاینده عرضه منطقه می شود. به منظور برون رفت از این مشکل در سال ۲۰۰۹ روش جدیدی با نام CHARM معرفی شد که نوع تکامل یافته روش تراز کالایی محسوب می شود و قادر است مسأله کم برآوردی صادرات و واردات را برطرف نماید. در راستای مشاهدات فوق مقاله حاضر دو هدف اصلی را دنبال می کند: نخست کاربست روش های CB و CHARM به منظور محاسبه جدول داده-ستانده منطقه ای و محاسبه خطاهای آماری هر کدام از این دو روش در محاسبه ضرایب فزاینده عرضه، دوم تفکیک خطاهای آماری ایجاد شده در روش CHARM از ناحیه ی فروض حاکم بر این روش به سه عامل خطای مقیاس، خطای تکنولوژی و خطای ناهمگنی. یافته های این مقاله برای استان هرمزگان حکایت از آن دارد که اولاً خطای روش CHARM در برآورد ضرایب فزاینده عرضه به مراتب کمتر از روش CB است. ثانیاً در خصوص روش CHARM خطای ناهمگنی بیشترین سهم را در ایجاد خطای کل در محاسبه جدول داده-ستانده غیرآماری استان هرمزگان به خود اختصاص داده است.

در این مقاله نشان می دهیم که به کارگیری هر نوع روش سهم مکانی در حفظ تراز جدول داده   ستانده منطقه ای نیاز به دو نوع پسماند دارد. برای برون رفت از این مسئله، روش ترکیبی جدید FLQ-RAS پیشنهاد می شود. این روش ضمن حفظ داده های رسمی منتشر شده توسط مرکز آمار ایران در حساب های منطقه ای، فقط صادرات به عنوان پسماند در نظر گرفته می شود. جدول ملی و منطقه ای (استان گیلان) سال 1381 و همچنین حساب های منطقه ای همان سال استان مبنای محاسبه روش سهم مکانی FLQ و روش ترکیبی پیشنهادی قرار می گیرند. یافته ها نشان می دهند که نخست، به منظور حفظ تراز جدول در روش سهم مکانی FLQ نیاز به تعدیل ارزش افزوده بخش های استان بین 9/0 درصد برای بخش کشاورزی تا 55 درصد برای بخش سایر معادن دارد. حال آنکه جدول مستخرج از روش پیشنهادی، این مسئله را برطرف می کند. دوم، پنج روش محاسبه خطاهای آماری مبنای سنجش ماتریس های ضرایب فزاینده مستخرج از دو روش با ماتریس متناظر واقعی استان قرار می گیرند. یافته ها نشان می دهند که اولاً دامنه تعدیل بین حداقل 9% برای بخش کشاورزی و حداکثر 55% برای بخش معدن است. ثانیاً درجه اعتبار بین دو روش نشان می دهد که روش پیشنهادی، عملکرد بهتری نسبت به روش FLQ است. به کارگیری این روش با توجه به آمارهای ملی و منطقه ای موجود در ایران حداقل چهار مزیت دارد. مزیت اول انعطاف پذیری آن در پوشش تعداد بیشتر بخش های منطقه، دوم قابلیت تعمیم به سایر استان های کشور، سوم سنخیت کامل با بنیه های آماری کشور و چهارم انعطاف پذیری در منظور کردن آمارهای برون زا و یا آمارهای برتر در سطح منطقه دارد.

از میانه قرن بیستم تاکنون، انواع روش های غیرآماری در محاسبه ضرایب داده-ستانده منطقه ای (RIOCs) و محاسبه جداول داده-ستانده منطقه ای (RIOTs) توسط تحلیل گران اقتصاد داده-ستانده منطقه ای معرفی شده اند. در یک طیف، انواع روش های سهم مکانی قرار دارند که کانون توجه آنها محاسبه RIOCs است و تراز RIOTs منوط به پذیرش دو پسماند بردار صادرات و بردار ارزش افزوده بخش های منطقه است. طیف دیگر را روش های تراز کالایی (CB) و مبادلات تجاری دوطرفه (CHARM) تشکیل می دهند که خاستگاه اصلی آنها، محاسبه RIOTs است که در آن، منظور کردن پسماند ارزش افزوده در تراز RIOTs نقش کلیدی دارد. در این مقاله، برخلاف تعداد معدودی از پژوهش های انجام گرفته در ایران، نشان داده می شود که بکارگیری روش های CB و CHARM، ارقام بردار ارزش افزوده در حساب های منطقه ای مرکز آمار ایران را به طور ناخواسته تعدیل می کند. این مشاهده، یک سوأل اساسی را پیش روی نگارندگان مقاله قرار می دهد: چرا بایستی آمارهای رسمی ارزش افزوده بخش ها را تعدیل نمود؟ برای برون رفت از این نقیصه و پاسخ به سوأل مطرح شده، روش های ترکیبی جدید CB-RAS و CHARM-RAS پیشنهاد می گردد. روش های CB، CHARM، CB-RAS و CHARM-RAS در کنار جدول ملی، منطقه ای و حساب های منطقه ای سال ۱۳۸۱ استان گیلان مبنای محاسبه RIOTs استان قرار می گیرند. یافته های کلی نشان می دهند که نخست، روش های CB و CHARM، GDP استان را ۴/۲ درصد کم برآورد می کنند. دامنه تعدیل ارزش افزوده بخش ها قابل ملاحظه است به طوری که بخش صنایع وابسته به کشاورزی، ۵/۹- درصد و بخش معدن ۶/۵۴+ درصد را نشان می دهد. روش های پیشنهادی این نارسائی را برطرف می کند. دوم، پنج روش آماری MAD، RMSE، TIL، STPE و WAD مبنای سنجش خطاهای آماری بین ماتریس های ضرایب فزاینده عرضه مستخرج از روش های ترکیبی CB-RAS و CHARM-RAS با ارقام متناظر واقعی قرار می گیرند. یافته ها نشان می دهد که خطاهای آماری در روش ترکیبی CHARM-RAS به مراتب کمتر از سایر روش ها است.

پیشرفت های فناوری در بخش های مختلف و در نظر گرفتن سرعت و دقت به عنوان بخشی جدانشدنی از فرایند تصمیم گیری در عصر اقتصاد دانایی محور، سبب شده است تا اقتصاد سوانح نیز به منظور ارزیابی ریسک و مدیریت آن در برنامه ریزی های ملی و منطقه ای، از اهمیت ویژه ای برخودار شود. توسعه مدل های مورد استفاده در این بخش، موجب شده که علاوه بر توجه به آثار مستقیم وقوع سوانح در اقتصاد، به پیامدهای غیرمستقیم آن نیز توجه شود. هرچند مطالعاتی در این عرصه در ابعاد بین المللی انجام شده، اما این مطالعه از نظر قلمرو موضوعی و مکانی، دارای نوآوری هایی است که آن را از سایر مطالعات انجام گرفته متمایز می کند. این پژوهش با توجه  به جایگاه استان تهران در تولید ناخالص داخلی و نیز آسیب پذیری آن در وقوع سوانحی همچون زلزله، با استفاده از جدول داده-ستانده استانی (14 بخشی) استخراج شده به روش FLQ  تعمیم یافته از جدول داده-ستانده ملی به هنگام شده با روش راس سال1390 (فعالیت در فعالیت با فرض تکنولوژی فعالیت) مرکز پژوهش های مجلس، به محاسبه آسیب پذیری این استان در شرایط ریسک غیرعملیاتی می پردازد. نتایج حاصل از انجام پژوهش نشان می دهد که بخش های صنعت، عمده فروشی، خرده فروشی، تعمیر وسایل نقلیه و کالاها و بخش حمل و نقل، انبارداری و ارتباطات بخش های با اولویت سرمایه گذاری پس از سانحه نسبت به سایر بخش ها می باشند. طبقه بندی : H54, R15, R58

در حیطه ترکیبی اقتصاد و محیط زیست، فرآیند تولید کالاها و خدمات در اقتصاد پولی و فیزیکی حاوی سه چرخه بهم پیوسته است. چرخه اولیه (منابع طبیعی)، چرخه ثانویه (کالاها و خدمات واسطه ای-  نهایی) و چرخه پایانی (سرریزها، پسماندها و یا ضایعات به طبیعت) است. جدول داده- ستانده پولی ( MIOT )  فقط فرآیند تولید کالاها و خدمات (واسطه ای- نهایی) را به صورت مرئی نظام مند می کند و داده های آن به صورت همزمان مقدار - قیمت است. قیمت هم از نوع قیمت معمولی، واحد، همگن و مثبت برای یک دوره حسابداری (معمولاً یک ساله) است. فعالیت های دو چرخه دیگر از منظر نظام های حسابداری کلان (حساب های ملی)، ارزشی (پولی) و بخشی ( MIOT ) موجود، برونزا و داده های آن به صورت همزمان مقدار با قیمت صفر، عملاً خارج از حیطه آن ها قرار می گیرند و بدین ترتیب چرخه های نامرئی به شمار  می روند. برای رفع این نقیصه در اواخر قرن بیستم، جداول داده - ستانده فیزیکی ( PIOT )  توسط بعضی از کشورهای اتحادیه اروپا طراحی گردید. جداول مذکور هر سه چرخه را به صورت مرئی مورد توجه قرار می دهند و داده های آن به صورت فیزیکی (تن) و فاقد قیمت هستند. در قرن بیست و یکم، جداول MIOT و PIOT دو سؤال چالش برانگیز را پیش روی تحلیل گران اقتصاد داده - ستانده قرار داده اند: یک- کدام یک از دو جدول، قابلیت بیشتری در تبیین ماهیت فیزیکی اقتصاد - محیط زیست و توسعه پایدار دارد؟ دو- آیا همانند پایه نظری MIOT ، می توان PIOT را الگوسازی نمود؟ در پاسخ به دو سؤال فوق، پژوهش های انجام گرفته در پانزده سال اخیر را می توان به سه گروه طبقه بندی نمود. گروهی از پژوهشگران با منظور کردن ضایعات همانند سایر محصولات، مشاهده می کنند که الگوی PIOT نسبت به الگوی MIOT ، تصویر واقع بینانه تری را از ماهیت فیزیکی ساختار ترکیبی اقتصاد - محیط زیست، در ارتباط با توسعه پایدار به دست می دهد. گروه دیگر با منظور کردن ضایعات به عنوان نهاده اولیه و با علامت منفی مشاهدات گروه اول را مورد تردید قرار می دهند. گروه سوم تفاوت مشاهدات دو گروه فوق را در نحوه منظورکردن ضایعات (به عنوان ستانده و یا نهاده) نمی دانند، بلکه منشاء این تفاوت ها را در ماهیت و کارکرد قیمت ها در چرخه های مرئی و غیرمرئی تولید بین جداول MIOT  و PIOT جستجو می کنند. مشاهدات گروه سوم دو نکته اساسی را نادیده می گیرند: یک- به کارگیری نوع قیمت (قیمت ضمنی، واحد و همگن و یا ماتریس قیمت ضمنی) در تبدیل PIOT به MIOT و دو- حفظ تراز PIOT تبدیل شده به MIOT . در این مقاله با استفاده از جداول فیزیکی و پولی سال 1990 آلمان نشان می دهیم که اولاً به کارگیری قیمت ضمنی واحد و همگن تولید بخش ها که به روش تعدیل مضاعف و یا روش تعدیل یک سویه معروف است، در تبدیل PIOT به MIOT ناتوان است و ثانیاً به کارگیری ماتریس قیمت ضمنی در تبدیل PIOT به MIOT در صورتی امکان پذیر است که فرض شود ضابعات دارای مقدار با قیمت صفر هستند.

پ یش بی نی متغیرها یکی از وظایف اصلی و مهم علوم مختلف از جمله اقتصاد می باشد. به لحاظ روش شناسی، مطالعات خارجی انجام شده، در خصوص پیش بینی تولید از الگو ها ی داده- ستانده تقاضامحور لئونتیف ( LDM ) [1]و عرضه محور گش ( GSM ) [2]استفاده می گردد. در زمینه پیش بینی تولید بخش های اقتصادی، توجه به ماهیت بخش ها از منظر بلوغ یافته [3]و کمتر بلوغ یافته [4]حائز اهمیت است. در این مقاله، پیش بینی تولید برای دو دوره زمانی محاسبه شده است. اول، پیش بینی تولید سال 1378 بر مبنای ساختار تولید سال 1367، که نمایانگر دوره پایان جنگ و شروع بازسازی در اقتصاد است و دوم، پیش بینی تولید سال 1383 بر مبنای ساختار تولید سال 1378، که دوره بعد از بازسازی در اقتصاد را متصور است. در ادامه، بر مبنای دو دوره زمانی مطرح شده، خطای پیش بینی تولید کل و بخش های اقتصادی بویژه بخش های بلوغ یافته در الگوهای داده- ستانده با به کارگیری معیار میانگین قدرمطلق انحراف ( MAD ) [5]مورد سنجش قرار گرفته است . یافته های مقاله حاکی از آن است که نخست، بر مبنای دو دوره زمانی مطرح شده، الگوی لئونتیف خطای پیش بینی کمتری را برای تولید کل ارائه می کند و از قابلیت پیش بینی بهتری نسبت به الگوی گش برخوردار است. دوم آنکه، در دوره پایان جنگ و شروع بازسازی، از بین بخش های کشاورزی، ساختمان و معدن، الگوی گش فقط برای بخش معدن، خطای پیش بینی کمتری را نسبت به الگوی لئونتیف ارائه دارد؛ لذا در ایران تنها بخش معدن، بخش بلوغ یافته است و بخش های کشاورزی و ساختمان، بخش های کمتر بلوغ یافته تلقی می شوند .

در قلمرو ترکیبی اقتصاد و منابع طبیعی، مبادلات کالاها، خدمات و منابع طبیعی (آب و زمین) به دو صورت لایه آشکار و لایه پنهان در جریان است. نظام های حسابداری کلان و بخشی ارزشی (پولی) موجود فقط لایه های آشکار مبادلات کالاها و خدمات را که دارای قیمت و قابل مبادله در بازار هستند را نظام مند می کنند. لذا، مبادلات بین بخشی مقدار مصرف آب، اساسا خارج از حیطه نظام های حسابداری موجود و به صورت مبادلات پنهان بشمار می روند. در این مقاله سعی شده است تا بر مبنای الگوی تعمیم یافته داده- ستانده در قالب دو رویکرد مقداری و ترکیبی ارزشی- مقداری و با استفاده از پایه های آماری ارزشی- مقداری سال 1390، تصویر واقع بینانه تری از مصرف آب ارایه شود. یافته های کلی مقاله عبارتند از: یک- از منظر ضرایب فزاینده مصرف آب، نتایج در دو رویکرد یکسان است ولی تفسیر اقتصادی متفاوتی دارند. دو- بخش صنایع وابسته به کشاورزی با 149.18 میلیون مترمکعب بیشترین ضرایب فزاینده مصرف آب و بخش کشاورزی علیرغم بیش از 5/25 درصد سهم مصرف مستقیم آب کمترین ضرایب فزاینده مصرف آب را دارد. سه- لایه پنهان مبادلات بین بخشی مصرف آب نشان می دهد که از منظر بخش عرضه کننده، بخش کشاورزی 92.5 درصد و از منظر بخش تقاضا کننده 58 درصد از کل منابع آب کشور را به خود اختصاص می دهد.

هدف اصلی این مقاله، سنجش وابستگی بخش های اقتصادی استان مازندران به واردات واسطه ای از بعد مبدأ، مقصد و سیاستی است. بدین منظور، جدول داده - ستانده مازندران که با استفاده از روش CHARM و به کارگیری آمارهای مربوط به حساب های ملی و منطقه ای سال 1390 و جدول داده - ستانده ملی به هنگام شده، مبنای محاسبه میزان وابستگی به واردات (از سایر مناطق کشور و خارج از کشور) بخش های اقتصادی مازندران قرار گرفته، و یافته های مقاله حاکی از آن است که بیشترین وابستگی به واردات واسطه ای از بعد مبدأ مربوط به بخش های ساخت کک، فرآورده های حاصل از تصفیه نفت و سوخت های هسته ای، ساخت مواد شیمیایی و محصولات شیمیایی، ساخت فلزات اساسی، ساخت محصولات غذایی و انواع آشامیدنی ها و توتون و تنباکو، زراعت و باغداری است؛ بدین معنا که بیشترین عرضه واردات واسطه ای محصولات به بخش های اقتصادی مازندران توسط پنج بخش مذکور صورت می گیرد. بیشترین وابستگی به واردات واسطه ای (به طور مطلق) از بعد مقصد به بخش های زراعت و باغداری، عمده فروشی- خرده فروشی و تعمیر وسایل نقلیه و کالاها، حمل و نقل جاده ای، سایر ساختمان ها و دامداری، مرغداری، پرورش کرم ابریشم و زنبور عسل و شکار تعلق دارد، و نشان می دهد که این بخش ها بیشترین نیاز به خرید محصولات واسطه ای وارداتی را در فرایند تولید محصولات خود دارند. از منظر وابستگی به واردات از بعد سیاستی، بیشترین وابستگی به واردات در بخش ساختمان، صنعت و کشاورزی رخ می دهد؛ به این معنی که با انتخاب هر یک از سه بخش مذکور به عنوان بخش سیاستی در استان، واردات محصولات واسطه ای به میزان بیشتری افزایش خواهد یافت.

محاسبه جدول متقارن داده- ستانده متکی بر دو فرض تکنولوژی بخش و کالاست. اوّلی درایه های غیرمنفی در جدول را تضمین می کند ولی فاقد پایه نظری قابل قبول است. هر چند دومی، از پایه نظری نسبتاً قابل قبولی برخوردار اما ظهور عناصر منفی در آن اجتناب ناپذیر و تفسیر اقتصادی عناصر منفی غیرممکن می باشد. دو نوع واکنش برای برون رفت از مساله ظهور عناصر منفی در برخورد تحلیلگران داده- ستانده مشاهده می شود. گروهی از تحلیلگران به طور کلی، فرض تکنولوژی کالا را رد می کنند، در حالی که گروهی از اقتصاددانان، بر این باورند که باید با این چالش مدارا نموده و از روش های حذف تدریجی عناصر منفی برای حل این مساله، استفاده کرد. بانک مرکزی به منظور احتراز از ظهور عناصر منفی، فرض تکنولوژی بخش را مبنای محاسبه جداول متقارن سال های 1367 و 1378 قرار می دهد. حال آنکه، مرکز آمار ایران در ابتدا از فرض تکنولوژی بخش حمایت می کند و بر مبنای آن، جدول متقارن سال 1365 را محاسبه می کند، پس از آن، عبارت «عمدتاً فرض تکنولوژی کالا با تعدیلاتی در چارچوب تکنولوژی مختلط» را اساس استخراج جدول متقارن 1380 قرار می دهد. در گزارش های مرکز آمار ایران دقیقاً مشخص نیست که از کدام روش برای حذف عناصر منفی استفاده شده است. ذکر این نکته ضرورت دارد که این مساله تاکنون مورد توجه پژوهشگران اقتصاد داده- ستانده در ایران قرار نگرفته است. در این مقاله، با استفاده از الگوریتم ریاضی آلمن و بر مبنای ماتریس های ساخت و جذب مرکز آمار ایران برای سال 1380، برای نخستین بار در مطالعات مربوط به حوزه اقتصاد داده- ستانده ایران و ضمن استفاده از فرض تکنولوژی کالا، جدول داده- ستانده متقارنی را محاسبه می کنیم که فاقد عناصر منفی است و تراز جدول نیز حفظ می شود. در این مطالعه، ارقام مستخرج از الگوریتم آلمن با ارقام متناظر در جدول متقارن مرکز آمار ایران مقایسه می گردند. یافته های تحقیق حاکی از آن است که در الگوریتم آلمن، میزان تعدیل های مورد نیاز روی جدول متقارن کالا در کالا با فرض تکنولوژی کالا بسیار کمتر از میزان تعدیل هایی است که مرکز آمار برای حذف درایه های منفی استفاده نموده است. به کارگیری روش مذکور برای محاسبه جداول متقارن آتی بویژه محاسبه جدول متقارن سال 1390 که اخیراً در دستور کار مرکز آمار ایران قرار گرفته است، پیشنهاد می گردد.

علیرغم معرفی و بکارگیری روشهای متعدد بهنگام سازی ماتریس ضرایب مستقیم داده- ستانده در شش دهه گذشته، هنوز نکاتی از روشهای RAS و RAS تعدیل شده وجود دارند که در سالهای اخیر توجه تحلیلگران اقتصاد داده- ستانده را به خود معطوف کرده است. یکی از این نکات چالش برانگیز رابطه بین اطلاعات برونزا، برتر و یا اضافی بیشتر سال مقصد در روش RAS تعدیل شده و کاهش خطاهای آماری آن نسبت به RAS متعارف در بهنگام سازی ضرایب داده-ستانده است. گروهی از تحلیلگران رابطه مذکور را مثبت ارزیابی می کنند حال آنکه گروه دوم با تأکید بر ماهیت و معیارهای اطلاعات برونزا مشاهده می کنند که بکارگیری آمارهای برونزای بیشتر در روش RAS تعدیل شده لزوماً منجر به کاهش خطاهای آماری نسبت به روش RAS متعارف نخواهد شد. در ایران نیز، باور عمومی بین تهیه کنندگان و کاربران جدول، پیرامون تأیید یافته های گروه نخست شکل گرفته است. در این مقاله، با استفاده از جداول داده-ستانده متقارن آماری سال های 1375 و 1380، به دو پرسش اساسی پاسخ داده خواهد شد. نخست آنکه آیا RAS تعدیل شده همواره و برای همه درایه ها خطاهای کمتری نسبت به RAS متعارف در بهنگام سازی ضرایب داده-ستانده دارد؟ سؤال دوم: آیا ماهیت آمارهای برونزا و معیارهای آن صرفنظر از درایه های بیشتر و یا کمتر تأثیری بر کاهش و یا افزایش خطاهای آماری ضرایب بهنگام شده دارند؟ یافته های مقاله در موارد زیر تصویر متفاوتی را نشان می دهند: یک- روش RAS تعدیل شده حداقل در بعضی از درایه ها نسبت به روش RAS متعارف برتری ندارد. دو- سنجش اعتبار آماری ضرایب بهنگام شده بستگی زیادی به ماهیت و معیارهای آمارهای برونزا دارد. سه- آمارهای برونزای بیشتر در سال مقصد لزوماً منجر به کاهش خطاهای آماری ضرایب بهنگام شده نمی گردد.