زهرا عبدالمحمدی

در کشورهای نفت خیز بررسی جایگاه بخش نفت وگاز در سطح ملی و منطقه ای از اهمیت ویژه ای برخوردار است. در ادبیات مربوط به الگوهای داده-ستانده برای بررسی جایگاه بخش های اقتصادی دو روش سنتی و حذف فرضی مورد استفاده قرارمی گیرد که به دلیل مبنا قراردادن ستانده، دچار احتساب مضاعف پیوندها و ناتوانی در تبیین وضعیت رفاهی هستند. مقاله حاضر برای رفع این مسئله و ارائه تصویر واقع بینانه ای از جایگاه بخش نفت و گاز در اقتصاد ملی و منطقه ای، مقایسه ای تطبیقی بین دو کشور ایران و کانادا و دو استان نفت خیز آنها (خوزستان و آلبرتا) با استفاده از رویکرد تولیدبه تولید در قالب الگوی نظری سرافا-پاسینتی-لئونتیف برمبنای سنجش اثرات القایی ارزش افزوده بخش ها ارائه داده است. نتایج حاکی از آن است که بخش نفت و گاز در ایران و خوزستان به ترتیب 0/0435 و 0/0372 و در کانادا و آلبرتا 0/3173 و 0/4382 واحد، ارزش افزوده القایی به صورت مستقیم و غیرمستقیم برای سایر بخش ها ایجاد کرده است. این ارقام نشان دهنده درهم تنیدگی بیشتر این بخش با سایر بخش ها در سطح ملی و منطقه ای در کانادا به عنوان یک کشور توسعه یافته نسبت به کشور درحال توسعه ای مانند ایران بوده است. بخش خدمات و صنعت در تجزیه شاخص اثرات القایی ارزش افزوده بخش نفت وگاز بر سایر بخش ها، در کشورها و استان های مورد بررسی، رتبه اول و دوم را در جذب ارزش افزوده القایی این بخش داشته اند. براین اساس توصیه می شود سیاست های توسعه ملی و منطقه ای در راستای محدودکردن خام فروشی در این بخش و ایجاد ساختارهای مناسب در سایر بخش ها در جهت جذب حداکثری ارزش افزوده القایی از بخش نفت وگاز جهت دهی شوند.

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.

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.