تأثير انتخاب فروض مختلف تكنولوژي در محاسبه‌ي جداول متقارن داده - ستانده بر اريب ضرايب فزاينده‌ي تصادفي توليد

The Effects of Different Technology Assumptions in the Calculation of Symmetric IOTs on the Bias of Random Production Multipliers

محاسبه‌ي جدول متقارن داده-ستانده متكي بر دو فرض است؛ فرض ساختار ثابت فروش محصول و فرض تكنولوژي محصول. فرض نخست، درايه‌هاي غير منفي در جدول را تضمين مي‌كند اما فاقد پايه نظري قابل قبول است، در حالي كه فرض دوم، از پايه نظري قابل قبولي برخوردار است اما ظهور عناصر منفي اجتناب‌ناپذير است و با استفاده از روش‌هايي بايد اين عناصر منفي را حذف نمود. سوأل اصلي اين مطالعه آن است كه آيا انتخاب فروض مختلف تكنولوژي در محاسبه‌ي جدول متقارن بر ميزان اريب ضرايب فزاينده‌ي تصادفي توليد اثرگذار است؟ بدين منظور با به‌كارگيري دو جدول متقارن داده-ستانده‌ و شبيه‌سازي مونت‌كارلويي، نمونه‌هايي با اندازه‌هاي 10، 100، 1000 و 10 هزارتايي مبتني بر رويكرد تدوين‌كنندگان ايجاد شده است. يافته‌هاي مقاله، حامل اين پيام مهم براي تدوين‌كنندگان جدول است كه فرض تكنولوژي محصول، ضمن برخورداري از پايه‌هاي نظري مطلوب، اريب ضرايب فزاينده‌ي تصادفي كمتري در مقايسه با فرض ساختار ثابت فروش محصول دارد.

Calculation of symmetric input-output tables is based on two assumptions: fixed structure of product sales and product technology assumptions. The first assumption guarantees the non-negative elements in the table but lacks an acceptable theoretical basis. On the other hand, the second assumption has an acceptable theoretical basis; that is, the emergence of some negative elements is inevitable. These negative elements should be removed using other methods. This issue raises a fundamental question of whether the choice of different technology assumptions in calculating symmetric table has any effect on the bias of random production multipliers or not. Considering the compilers' approach, we have used two IOTs with different technology assumptions for measuring the bias ofrandom production multipliers. Using Monte Carlo simulation for creating samples in 10, 1000, and 10000 sizes, the overall findings show the choice of technology assumptions has an effect on the bias of random production multipliers. Also, the findings of the present study have an important implication for the compilers; that not only product technology assumption is supported by a good theoretical foundation but also the bias of calculated random production multipliers is smaller than the bias of random production multipliers which are estimated based on the fixed structure of product sales.