درخت حوزه‌های تخصصی

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.

در پنج دهه گذشته تحلیل گران اقتصاد داده- ستانده دو رویکرد ماتریس ضرایب داده – ستانده و ماتریس مبادلات واسطه ای بین بخشی که هردو مبتنی بر الگوریتم های تکرارند را در بهنگام سازی جداول داده- ستانده مورد استفاده قرار داده اند. اولی پایه نظری تابع تولید دارد و از مقبولیت بیشتری نسبت به رویکرد دوم برخوردار است که فقط جنبه حسابداری دارد و کمتر مورد توجه قرار گرفته است. اما نکته چالش برانگیز، نتایج یکسان و یا متفاوت بودن بکارگیری دو رویکرد بین تحلیلگران اقتصاد داده- ستانده است. گروهی بر اختلاف نتایج تاکید دارند، حال آنکه مشاهدات گروه دیگر حاکی از یکسان بودن نتایج است. هیچیک از دو گروه عواملی همچون تجمیع و سرعت همگرایی روش ها را در این دو رویکرد مورد توجه قرار نداده اند. بررسی جنبه های نظری و کاربردی این موضوعات محورهای اصلی این مقاله را تشکیل می دهند. با استفاده از جداول آماری داده ستانده سالهای 1375 و 1380 ایران، این رویکردها با تاکید بر تجمیع و سرعت همگرایی در قالب جداول سه بخشی، هفت بخشی، پانزده بخشی و بیست و یک بخشی بصورت کمی مورد سنجش قرار می گیرند. یافته های کلی مقاله عبارتند از: یک- خطاهای آماری بین دو رویکرد وجود دارند اما ناچیزند. دو- سرعت همگرایی رویکرد اول بیشتر از سرعت همگرایی رویکرد دوم است.

ایران به علت موقعیت لرزه خیزی و وجود گسل فراوان و همچنین قرارگیری روی یکی از کمربندهای زلزله خیز جهان موسوم به آلپا، در برابر این پدیده بس یار آس یب پذیر است. علاوه براین با حدود یک درصد از جمعیت دنیا، بیش از شش درصد تلفات در بلایای طبیعی جهان را دارد. بسیاری از شهرهای مهم کشور از جمله تهران، ب ر روی گسل های فعال قرار گرفته اند، که ضعف کلی کالبد شهر، تراکم جمعیت بالا و نحوه نامناسب پراکنش جمعیت در سطح محلات شهری تهران در هنگام وقوع زلزله احتمالی خسارات جانی و مالی فراوانی را میتواند ایجاد کند. اثرات خسارات فوق به علت مبادلات بالای تهران با سایر مناطق اقتصاد ملی به تهران ختم نمی شود و می تواند خسارات جدی به کل اقتصاد ملی نیز وارد نماید. هدف اصلی مقاله برآورد تحلیل اثر بخشی اقتصاد سوانح و سرریزی های آن است. برآورد به کمک مدل داده ستانده دو منطقه ای صورت گرفته است که در آن دو منطقه، استان تهران و سایر اقتصاد ملی است. پایه آماری تحقیق، جدول داده ستانده دو منطقه ای است که بر اساس جدول داده ستانده ملی سال 1390 مرکز پژوهش های مجلس، و آمارهای منطقه ای مرکز آمار ایران از روش غیرآماری FLQ تهیه شده است. به علاوه آمار خسارت های فیزیکی ناشی از زلزله در تهران با سناریوهای اختلال شغلی و زمان بازیابی: ناچیز، کم، متوسط، شدید و خیلی شدید از رحیمی (1392) اخذ شده است. نتایج نشان می دهند اقتصاد استان تهران در اثر وقوع زلزله در پنج سناریوی فوق از 81 % در سناریو ناچیز تا 103 % در سناریوی خیلی شدید از تولید کل اش را ازدست می دهد و خسارت اقتصاد ملی از منظر تولید ملی متناظر آن ها 24 % تا30% برآورد شده است.

آمارهای موجود نشان می دهد که متوسط سالانه واردات در 5 سال منتهی به 1393 حدود 70 میلیارد دلار بوده و مهم تر آنکه، نیازهای ارزی مربوط به این حجم از وادرات از محل سبد متنوعی از کالاهای صادراتی صورت نمی گیرد. بنابراین، این پرسش مهم مطرح می شود که آسیب پذیری هر یک از بخش های اقتصادی از محدودیت واردات چقدر است؟ پاسخ به این پرسش مستلزم محاسبه ماتریس حسابداری اجتماعی بومی است که در آن واردات تفکیک شده است؛ بدین منظور، از ماتریس حسابداری اجتماعی به هنگام شده سال 1390 مرکز پژوهش های مجلس استفاده کرده و میزان وابستگی مستقیم، غیرمستقیم و القایی بخش های اقتصادی به واردات و ضرایب فزاینده تولید در شرایط متعارف و ویژه اقتصادی را محاسبه می کنیم. یافته های این پژوهش نشان می دهد که نخست، محدودیت واردات نه تنها موجب کاهش ضرایب فزاینده تولید می شود، بلکه جایگاه نسبی بخش های اقتصادی را از منظر توان تولیدی تغییر می دهد. دوم، زیربخش های صنعت در مقایسه با بخش های دیگر اقتصادی، آسیب بیشتری را متحمل می شوند، زیرا وابستگی بیشتری به واردات دارند. سوم، در پی محدودیت واردات، بخش زراعت و باغداری، ساخت محصولات فلزی فابریکی، ساخت وسایل نقلیه موتوری و تریلرها به ترتیب با کاهش مطلق 616/0، 544/0 و 519/0 در ضرایب فزاینده، بیشترین کاهش را تجربه می کنند. چهارم، بخش ساخت وسایل نقلیه موتوری (با ضریب وابستگی مستقیم 1379/0 و ضریب وابستگی مستقیم، غیرمستقیم و القایی 2367/0 به واردات)، ساخت محصولات از لاستیک و پلاستیک (با ضریب وابستگی مستقیم 1337/0 و ضریب وابستگی مستقیم، غیرمستقیم و القایی 2128/0 به واردات)، ساخت محصولات فلزی فابریکی (با ضریب وابستگی مستقیم 1168/0 و ضریب وابستگی مستقیم، غیرمستقیم و القایی 2112/0 به واردات) بیشترین وابستگی را به واردات دارند.

تکنیک داده _ ستانده با سابقه طولانی، ابزاری مناسب برای هدف گذاری سیاست ها و شناسایی بخش های کلیدی اقتصاد است. با شناسایی بخش های کلیدی می توان موتور توسعه و رشد اقتصاد را با توجه به رشدهای نامتوازن در چند بخش دنبال کرد. ساده ترین و کم هزینه ترین روش برای تهیه جدول داده _ستانده منطقه ای(استان) استفاده از روش های سهم مکانی می باشد. روش های سهم مکانی ضرایب فنی ملی را به ضرایب فنی منطقه تبدیل می کند. سهم مکانی تعدیلی فلگ AFLQ در تعدیل بخش های ضعیف ناتوان بوده و ضرایب فنی این بخش ها را نزدیک به ضرایب فنی ملی، برآورد می کند. نویسندگان مقاله روش جدید MFLQ ارائه می دهند که ضمن رفع ایراد روش AFLQ به شناسایی بخش های کلیدی استان خراسان رضوی کمک می کند. نتایج نشان می دهد روش AFLQ چهار بخش ضعیف استان خراسان رضوی را بخش کلیدی معرفی می نماید، ولی روش جدید MFLQ هیچ کدام از بخش های ضعیف استان، کلیدی تعیین نمی شوند؛ پس روش MFLQ نسبت به روش AFLQ برتری دارد.

هدف از نگارش این مقاله ارائه یک الگوی تعادل عمومی پویا است که بتواند با تأکید بر بخش انرژی، آثار تغییر قیمت حامل های انرژی و تغییر در ضرایب تکنولوژی را روی متغیرهای اقتصادی ایران و شدت انرژی مورد تحلیل قرار دهد. الگوی مورد نظر که آنراDGEMI [1] می نامیم، الگویی است که بر اساس توسعه و گسترش  الگوی1-2-3-T ،   دوراجان و گو [2](1998) ، الگوی خیابانی (1387) و گورمن [3] (2001) حاصل شده است. نتایج حاصله گویای این واقعیت است که سیاست حذف یک باره و یا تدریجی یارانه های انرژی نمی تواند به تنهایی بدون استفاده از تکنولوژی نوین خارجی و عدم امکان افزایش لازم در بهره وری عوامل تولید، بهبود در روند اقتصاد را مهیا سازد. در واقع صرفاً با حذف اختلالات قیمتی انرژی و بدون توجه به توانایی بنگاه های تولیدی در جایگزینی عوامل تولید، خارج کردن تکنولوژی فرسوده و استفاده از تکنولوژی مدرن، نمی توان رشد اقتصادی را افزایش و کاهش تورم و بیکاری را تضمین نمود. انتقال تکنولوژی نوین خارجی از کانال ورود کالاهای سرمایه ای به تدریج در سرمایه ایرانی تبلور یافته و با تکمیل و حصول این فرآیند تدریجی [4]، رشد اقتصادی را به دنبال خود افزایش می دهد. از سوی دیگر حذف تدریجی یارانه حامل های انرژی مکملی برای سیاست فوق محسوب شده و ورود تکنولوژی نوین با کارایی بالا در مصرف انرژی را توجیه و شدت انرژی را در طول زمان کاهش می دهد. 2- Dynamic General Equilibrium Model for Iran Go and  Devarajan -3 4- Gorman Catch-up -5

این پژوهش با هدف شناسایی و بررسی وضع موجود بازار کار و تحلیل زوایای آشکار و پنهان بیکاری و توسعه اشتغال با روش کمی در استان تهران انجام شده است. ابتدا با استفاده از اطلاعات آماری و از طریق تعیین سهم بخش های اقتصادی از بازار کار و میزان دادوستد نیروی کار بین بخشی، برای تمامی شهرستان های استان تهران، میزان کمی جذب و مازاد نیروی کار مشخص شد و سپس در افق چشم انداز ایران 1404، اندازه واقعی تقاضای نیروی کار برآورد گردید. در این تحقیق، از روش های مبتنی بر داده- ستانده به بازار کار استفاده شده است که عبارتند از: روش اول، مبتنی بر آمار شاغلان بخش های اقتصادی که شامل روش تغییر سهم و روش ضریب مکانی است. روش دوم، روش داده- ستانده مبتنی بر ارزش افزوده تولید است که برای ارزیابی جذب یا صدور نیروی کار در سه بخش عمده اقتصادی، کشاورزی، خدمات و صنعت در هر شهرستان استفاده شده است. یافته های تحقیق نشان می دهند که سهم اشتغال در بخش کشاورزی از سال 1385 تا سال 1394، با 1/0 درصد کاهش مواجه بود و از سال 1395 تا سال 1404، با 1/0 درصد افزایش روبه رو خواهد شد. سهم اشتغال در بخش صنعت از سال 1385 تا سال 1394، 3/0 درصد افزایش داشته و سپس تا سال 1404 با کاهش تقریباً پنج درصدی همراه خواهد بود. سهم بخش خدمات از سال 1385 تا سال 1394 تقریباً ثابت بوده (2/0 درصد کم شده) و سپس از سال 1394 تا سال 1404 به روند افزایشی خود ادامه می دهد و تقریباً به رشد 5 درصدی خواهد رسید. بیشترین تغییر در اشتغال مربوط به سهم بخش خدمات می باشد، بیشترین ضریب مکانی با روش اشتغال، مربوط به شهر تهران در بخش خدمات و پایین ترین نیز مربوط به شهر تهران در بخش کشاورزی و صنعت می باشد.

این مطالعه، به منظور برآورد سهم مخارج انرژی از تولید غیرنفتی و بررسی اثر شوک های قیمت انرژی بر متغیرهای تولید و تورم، از یک مدل تعادل عمومی پویای تصادفی در چارچوب طرف تقاضای انرژی استفاده می کند. نتایج تخمین مدل نشان می دهد که سهم مخارج انرژی در تولید ایران برابر با 1/12 درصد است که بر پایه آمارها حدود 8 برابر مقدار مشابه در کشورهای اروپایی است. همچنین بر پایه توابع عکس العمل آنی مدل، شوک مثبت قیمت انرژی اثر منفی بر تولید دارد، با این حال این شوک ها بر تورم و حجم پول اثر مثبت و معنادار دارند. این نتایج بر نقش چشمگیر انرژی در بخش تولید غیرنفتی در اقتصاد ایران به واسطه مزایای نسبی ناشی از ارزانی و وفور منابع انرژی تأکید دارند. لذا شیوه ی اجرای فاز دوم قانون هدفمندسازی یارانه ها باید نقش عامل انرژی در تولید را مد نظر قرار دهد. در واقع، دولت ضمن اختصاص یارانه ویژه انرژی به بخش تولید، باید بستر لازم برای تبدیل تکنولوژی های فرسوده به تکنولوژیهای مدرن با بهره وری بالا را فراهم سازد.

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.

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.

در این مقاله، تأثیر شوک های اعتباری شامل شوک نرخ سود سپرده و تسهیلات بانکی بر متغیرهای بخش واقعی اقتصاد و بر تصمیمات بهینه سرمایه گذاری بخش خانوار در طیفی از دارایی ها نظیر سهام، املاک، طلا، ارز و سپرده گذاری بانکی در چارچوب یک مدل تعادل عمومی پویای تصادفی، بر پایه آموزه های مکتب کینزین های جدید،  با اجزای مالی و بانکی بررسی می گردد. بر پایه معادلات مدل طراحی شده، میزان سرمایه گذاری خانوار در هر یک از دارایی های فیزیکی و مالی با قیمت های جاری آن دارایی ها رابطه معکوس و با قیمت های انتظاری آنها رابطه مستقیم دارد، طوری که سرمایه گذار با افزایش قیمت جاری دارایی ها اقدام به فروش آن می کند و در صورتی یک دارایی را نگهداری می کند که دورنمای روشنی از افزایش قیمت آن دارایی داشته باشد. از سوی دیگر، نتایج حاصل از  کالیبراسیون و شبیه سازی مدل و تحلیل توابع عکس العمل آنی نشان می دهد که یک شوک مثبت به نرخ سود سپرده ها، از یک سو، سبب کاهش تقاضای سرمایه گذاری در دارایی های فیزیکی و مالی و، از سوی دیگر، از کانال افزایش هزینه تأمین مالی، سبب افزایش هزینه نهایی  می گردد. همچنین، کاهش سرمایه گذاری در بخش تولید، سبب کاهش در موجودی سرمایه، سرمایه گذاری، تولید، تورم و مصرف می گردد. بر پایه این نتایج، ایجاد ثبات در بازار دارایی های فیزیکی و مالی، مستلزم شکل دهی انتظارات مثبت از روند آتی قیمت دارایی ها به ویژه سهام است. علاوه بر این، هرچند افزایش سود سپرده یک ابزار مهم جهت اعمال سیاست پولی و تأمین مالی است و در شرایط تورمی ضرورتی انکارناپذیر است، لیکن تبعات منفی آن باید مدنظر قرار گیرد.

تهیه جداول داده- ستانده منطقه ای با روش آماری، پیچیده و زمانبر است. بنابراین، پژوهشگران از روش های غیرآماری استفاده می کنند. جدیدترین مدل تهیه جدول داده- ستانده منطقه ای AFLQنام دارد. ولی با توجه به آمار حساب های منطقه ای مرکز آمار ایران، در این روش، صادرات و تقاضای نهایی به صورت پسماند در نظر گرفته می شوند. ضمن اینکه صادرات مجدد بین مناطق نادیده گرفته می شود. برای غلبه بر مشکلات فوق، در این پژوهش، روش CHARM معرفی می گردد. روش فوق قادر است مشکلات فوق را برطرف کند. به منظور مقایسه نتایج حاصل از دو روش، استان بوشهر به عنوان مطالعه موردی انتخاب شده است. نتایج پژوهش نشان می دهد که 7/12 درصد از حجم تجاری استان به صادرات مجدد اختصاص دارد. به علاوه، مقادیر ضرایب پیشین و پسین در روش CHARMبیش از روش AFLQ است. زیرا ناحیه اول جدول داده- ستانده در روش CHARM، واردات واسطه ای بین مناطق را دربرمی گیرد. از سوی دیگر، رتبه بندی بخش های اقتصادی در دو روش متفاوت از یکدیگر هستند

موضوع اثرگذاری نامتقارن شوک های پولی بر اقتصاد، از جمله مباحث جدیدی است که از طرف کینزین های جدید مورد بررسی قرار گرفته است. یکی از مباحث مهم اقتصاد کلان، چگونگی تأثیرگذاری شوک های پولی بر متغیرهای کلان اقتصادی است. نحوه تأثیرگذاری شوک های پولی بر متغیرهای کلان اقتصادی مانند تولید ناخالص داخلی، قیمت و سرمایه گذاری خصوصی، در شرایط مختلف اسمی و حقیقی اقتصاد و در سیاستگذاری حائز اهمیت است.       لذا در تحقیق حاضر، اثرات نامتقارن شوک های پولی در مدل تعادل عمومی پویای تصادفی مبتنی بر مکتب کینزین های جدید در اقتصاد ایران طی دوره 90-1357 مورد بررسی قرار گرفته است. نتایج تحقیق حاکی از آن است که شوک های مثبت و منفی پولی درونزا بوده و به رژیم های تورمی در اقتصاد ایران بستگی دارد؛ به طوری که اثرات شوک های مثبت و منفی بر تولید ناخالص داخلی و سرمایه گذاری خصوصی در رژیم تورمی پایین، بیشتر از رژیم تورمی بالا می باشد. همچنین اثرات شوک های مثبت و منفی بر سطح عمومی قیمت ها در رژیم تورمی بالا، بیشتر از رژیم تورمی پایین می باشد.

هر کشوری با توجه به موقعیت زیستی آن ظرفیتی در جذب آلاینده ها دارد. با افزایش تولید، جمعیت و مصرف مستقیم و غیرمستقیم انرژی های فسیلی، انتشار آلاینده ها از جمله دی اکسید کربن افزایش یافته و اثرات مخربی به محیط زیست وارد می نماید. به طوریکه موجب عدم تعادل در گازهای گلخانه های، گرم تر شدن زمین، تغییرات اقلیمی و آب هوایی و به خطر افتادن زندگی انسان ها و جانداران شده است. بسته به اینکه بخش های تولیدی و خانوارها به چه صورت از کالاها و خدمات و با چه نوع تکنولوژی استفاده نمایند بُعد اثرات مخرب می تواند متفاوت باشد. ردپای بوم شناختی کربن روشی برای سنجش اثر انسان ها بر انتشار کربن است. این پژوهش با هدف سنجش ردپای کربن خانوارها در تلاش است به این سؤالات پاسخ دهد: ردپای بوم شناختی کربن دهک های خانوارها به تفکیک دهک های شهری و روستایی چه مقدار است؟ کدام دهک ها ردپای بوم شناختی کربن بیشتری دارند؟ در کل خانوارها چند درصد از کل ردپای بوم شناختی کربن در کشور را تشکیل می دهند؟ و سرانه ردپای بوم شناختی کربن هر نفر در هر دهک چقدر است؟ روش بکارگرفته شده مبتنی بر ماتریس حسابداری اجتماعی سال1390 می باشد. یافته های تحقیق حاکی از آن است که در سال 1390 کل ردپای خالص مستقیم و غیرمستقیم کربن در کشور 517 میلیون تن است که سهم خانوارها 64 درصد و مابقی مربوط به مصرفی نهایی دولت، صادرات و سایر مصارف است. ردپای خانوارهای شهری بیشتر از خانوارهای روستایی و دهک های بالای درآمدی بیشتر از سایر دهک ها است. دهک دهم شهری 11 برابر دهک اول، دهک دهم  روستایی 9 برابر دهک اول و دهک دهم شهری 4 برابر دهک دهم روستایی ردپای کربن به جای گذاشته اند. سرانه ردپای کربن یک ایرانی 4429 کیلوگرم در سال است به طوری که یک نفر در دهک اول شهری 1124 کیلوگرم، دهک دهم شهری 17134 کیلوگرم، دهک اول روستایی 965 کیلوگرم و دهک دهم روستایی 9803 کیلوگرم در سال ردپای کربن به جای می گذارند. با توجه به یافته های فوق می توان گفت که افراد با درآمد بیشتر ردپای کربن بیشتری در اقتصاد ایران از خود به جای می گذارند.

در دهه های گذشته، مطرح شدن مفهوم برنامه ریزی منطقه ای و کاربردهای مدل داده-ستانده در این زمینه، باعث شده است که تهیه جداول داده-ستانده منطقه ای به شدت مورد توجه پژوهشگران و سیاست گذاران حوزه های مختلف قرار گیرد. با توجه به زمان بر و پرهزینه بودن تهیه جداول آماری و همچنین ضعف آمارهای منطقه ای در ایران، روش های غیرآماری به ویژه روش سهم مکانی، رایج ترین روش مورد استفاده برای تهیه جداول منطقه ای در ایران به حساب می آیند. روش سهم مکانی و توابع مختلف آن طی سال های اخیر تحول قابل ملاحظه ای یافته که جدیدترین مورد آن را می توان معرفی تابع SFLQ دانست. هدف پژوهش حاضر این است که ضمن معرفی پرکاربردترین توابع سهم مکانی (با تأکید بر تابع تازه معرفی شده SFLQ)، روشی را جهت ارزیابی عملکرد آن ها در منطقه ای سازی جداول ملی (مطالعه موردی استان یزد) ارائه دهد. بر این اساس، از جدول سال ۱۳۹۰ مرکز پژوهش های مجلس استفاده شده و عملکرد توابع مختلف سهم مکانی فلگ مورد مقایسه قرار گرفته است. نتایج نشان می دهد روش های FLQ و AFLQ بر اساس معیارهای مختلف سنجش خطای آماری، در تهیه جدول استان یزد دارای عملکرد تقریبا یکسانی هستند. اما روش SFLQ توانسته است تا حدی عملکرد آن ها را بهبود دهد. روش SFLQ در محاسبه پیوندهای پسین و پیشین بخش های اقتصادی استان نیز عملکرد متفاوتی از دو روش دیگر دارد.

از زمانی که الگوی داده- ستانده مبتنی بر جداول عرضه و مصرف توسط سازمان ملل متحد در SNA سال 1968 معرفی گردید، بحث های جدی درباره انتخاب مناسب ترین فرض تکنولوژی برای محاسبه جدول داده- ستانده متقارن محصول در محصول مطرح شد. این مشاجره ها پیرامون دو فرض تکنولوژی متمرکز گردید؛ فرض تکنولوژی محصول و فرض تکنولوژی فعالیت. طبق فرض تکنولوژی محصول، هر یک از محصولات، ساختار نهاده ای منحصر به فردی دارد و این ساختار، مستقل از فعالیتی است که آن را تولید می کند. در مقابل، فرض تکنولوژی فعالیت مبتنی بر آن است که صرف نظر از ترکیب محصول، هر فعالیتی، شیوه مخصوص به خود را در تولید دارد. هر یک از فروض فوق؛ مزایا و معایبی دارد. ناسازگاری فرض تکنولوژی فعالیت با برخی نظریه های بنیادین اقتصادی سبب شده است که فرض تکنولوژی محصول در محاسبه جدول داده- ستانده متقارن محصول در محصول، کاربرد بیشتری در مقایسه با فرض تکنولوژی فعالیت داشته باشد. در این مقاله، ما نشان داده ایم که تنها فرض تکنولوژی محصول است که هر چهار مؤلفه مطلوبی (تراز مقداری، تراز مالی، تغییرناپذیری قیمت و تغییر ناپذیری مقیاس) را که توسط جانسن و تن را (1990) معرفی شد، تأمین می کند اما فرض تکنولوژی فعالیت، صرفاً یکی از این مؤلفه ها را برآورده می سازد. یافته های این مقاله می تواند مورد استفاده کاربران و تدوین کنندگان جدول داده-ستانده در انتخاب فرض اقتصادی مناسب برای محاسبه جدول داده-ستانده متقارن قرار گیرد.