Neue Erfahrungen und Erkenntnisse bei der Regionalisierung von Input- Output-Tabellen

Transkript

1 Neue Erfahrungen und Erkenntnsse be der Regonalserung von Input- Output-Tabellen Tobas Kronenberg & Johannes Többen 7. Input-Output-Workshop Osnabrück,

2 Inhalt Enführung Nonsurvey-Methoden De CHARM-Methode Realstsche Erwartungen Emprsche Ergebnsse Weterentwcklungen Fazt Tobas Kronenberg & Johannes Többen 2

3 Enführung Input-Output-Modelle snd belebt n der Regonalwssenschaft. Problem weltwet: Gute NIOT verfügbar, Mangel an RIOT Kene offzellen RIOT für Bundesländer Dre Lösungen: Verwendung der NIOT Anpassung bzw. Regonalserung der NIOT Erhebung von Daten n der Untersuchungsregon Tobas Kronenberg & Johannes Többen 3

4 Nonsurvey-Methoden Locaton Quotent (LQ) SLQ CILQ RLQ FLQ RAS Commodty Balance CHARM Tobas Kronenberg & Johannes Többen 4

5 Nonsurvey-Methoden Als bekannt vorausgesetzt: NIOT Maße zur relatven Größe der enzelnen Sektoren Im Idealfall: Produktonswert, BWS usw. Mestens verfügbar: Beschäftgung Dadurch können LQ (Lokatonsquotenten) berechnet werden. Zel: Regonalserung der NIOT Tobas Kronenberg & Johannes Többen 5

6 De symmetrsche IOT der Varante B Produktonsbereche Letzte Verwendung Output 1 3 Summe Inländsch Exporte Inländsch erzeugte Produkte 1 1 d Z 1,1 d Z 1,n d r 1 d y 1 d e 1 x n d Z n,1 d Z n,n d r n d y n d e n x n 4 Zwschensumme d z 1 d z n z d = r d y d e d x 5 Importerte Vorlestungen m z 1 m z n z m = r m 6 Summe der Vorlestungen z 1 z n z = r 7 Bruttowertschöpfung v 1 v n v 8 Output x 1 x n x y d + e d = f d Offenschtlch glt: r d + f d = x Wr defneren A d,j = Z d,j /x j Daraus folgt: A d x + f d = x und: x = 1 A d 1 f d Tobas Kronenberg & Johannes Többen

7 Regonalserung der IOT Varante B Z d erfasst nur Transaktonen nnerhalb der betrachteten Regon De Koeffzenten der A d Matrx geben den Antel enes nländschen Inputs am Produktonswert enes Produktonsberechs an. Her greft de SLQ-Logk: Produktonsberech st n der Regon unterrepräsentert (LQ<1). De anderen PB s werden Vorlestungen vom Typ tendenzell eher mporteren. Somt st A d,j n der Regon tendenzell klener als auf natonaler Ebene. Alle Elemente von A d n der Zele werden mt LQ multplzert. Dadurch wrd ene Regonalserung errecht. Andere LQ-Methoden beruhen m Grunde auf derselben Logk. Tobas Kronenberg & Johannes Többen

8 De symmetrsche IOT der Varante E Produktonsbereche Letzte Verwendung Ges. 1 3 Gesamt Inländsch Exporte Verw. 1 1 Z 1,1 Z 1,n r 1 y 1 e 1 u n Z n,1 Z n,n r n y n e n u n 4 Ges. Interm. Verw. / letzte Verw. z 1 z n z = r y e u 5 Bruttowertschöpfung v 1 v n v 6 Output x 1 x n x 7 Importe ähnlcher Güter m 1 m n m 8 Gesamtes Güteraufkommen s 1 s n s Per Defnton glt: s = u Es können technsche Koeffzenten defnert werden A,j = Z,j /x j Ebenso Input-Supply Koeffzenten B,j = Z,j /s j Daraus folgt: Bs + f = u und: s = 1 B 1 f Tobas Kronenberg & Johannes Többen

9 Interpretaton der Varante E IOT De Matrx Z erfasst alle Transaktonen nklusve der Importe Importe werden doppelt erfasst. Kohlemporte der Elektrztätsndustre werden als Leferungen der Kohlendustre an de Elektrztätsndustre erfasst. Se werden ebenfalls als Importe glechartger Güter n der Spalte der Kohlendustre erfasst. Sowohl de gesamte Nutzung von Kohle als auch der Antel mporterter Kohle können dentfzert werden. Es können zwe Arten von Koeffzenten berechnet werden: Technsche Koeffzenten (A-Matrx) Input-Supply Koeffzenten (B-Matrx) Tobas Kronenberg & Johannes Többen

10 Theoretsche Überlegungen zu dervatven Methoden Schaffer & Chu (1969) verwendeten IOTs der Varante B Logk hnter SLQ: If LQ<1, local producton s assumed to be nadequate to supply local needs no exports can be made and mports are necessary. The regonal producton coeffcent n row may now be computed as a,j = LQ A,j Es st ncht de Rede von technschen Koeffzenten so we her defnert: Gement snd ntraregonale Input Koeffzenten (A d - Matrx) Dese Logk lässt sch ncht auf IOT s der Varante E übertragen. Bespel: In der betrachteten Regon wrd kene Kohle gefördert. LQ coal = 0. Wrd SLQ auf ene Matrx technscher Koeffzenten (A) angewendet folgt daraus, dass kene (!) Industre Kohle verwendet LQ-Methoden snd nur be IOTs der Varante B zulässg. Tobas Kronenberg & Johannes Többen

11 Regonalserung ener IOT vom Typ E Produktonsbereche Letzte Verwendung Ges. 1 3 Gesamt Inländsch Exporte Verw. 1 1 Z 1,1 Z 1,n r 1 y 1 e 1 u n Z n,1 Z n,n r n y n e n u n 4 Ges. Interm. Verw. / letzte Verw. z 1 z n z = r y e u 5 Bruttowertschöpfung v 1 v n v 6 Output x 1 x n x 7 Importe ähnlcher Güter m 1 m n m 8 Gesamtes Güteraufkommen s 1 s n s Tobas Kronenberg & Johannes Többen

12 Regonalserung ener IOT vom Typ E Produktonsbereche Letzte Verwendung Ges. 1 3 Gesamt Inländsch Exporte Verw. 1 1 Z 1,1 Z 1,n r 1 y 1 e 1 u n Z n,1 Z n,n r n y n e n u n 4 Ges. Interm. Verw. / letzte Verw. z 1 z n z = r y e u 5 Bruttowertschöpfung v 1 v n v 6 Output x 1 x n x 7 Importe ähnlcher Güter m 1 m n m Wr haben Daten zu v oder können v schätzen (z.b. mt Daten zu Beschäftgung) 8 Gesamtes Güteraufkommen s 1 s n s Tobas Kronenberg & Johannes Többen

13 Regonalserung ener IOT vom Typ E Produktonsbereche Letzte Verwendung Ges. 1 3 Gesamt Inländsch Exporte Verw. 1 1 Z 1,1 Z 1,n r 1 y 1 e 1 u n Z n,1 Z n,n r n y n e n u n 4 Ges. Interm. Verw. / letzte Verw. z 1 z n z = r y e u 5 Bruttowertschöpfung v 1 v n v 6 Output x 1 x n x 7 Importe ähnlcher Güter m 1 m n m Unter Annahme glecher Technologe können wr x schätzen. 8 Gesamtes Güteraufkommen s 1 s n s Tobas Kronenberg & Johannes Többen

14 Regonalserung ener IOT vom Typ E Produktonsbereche Letzte Verwendung Ges. 1 3 Gesamt Inländsch Exporte Verw. 1 1 Z 1,1 Z 1,n r 1 y 1 e 1 u n Z n,1 Z n,n r n y n e n u n 4 Ges. Interm. Verw. / letzte Verw. z 1 z n z = r y e u 5 Bruttowertschöpfung v 1 v n v 6 Output x 1 x n x 7 Importe ähnlcher Güter m 1 m n m Unter Annahme glecher Technologe können wr außerdem Z, z und r schätzen. 8 Gesamtes Güteraufkommen s 1 s n s Tobas Kronenberg & Johannes Többen

15 Regonalserung ener IOT vom Typ E Produktonsbereche Letzte Verwendung Ges. 1 3 Gesamt Inländsch Exporte Verw. 1 1 Z 1,1 Z 1,n r 1 y 1 e 1 u n Z n,1 Z n,n r n y n e n u n 4 Ges. Interm. Verw. / letzte Verw. z 1 z n z = r y e u 5 Bruttowertschöpfung v 1 v n v 6 Output x 1 x n x 7 Importe ähnlcher Güter m 1 m n m Unter Verwendung bestmmter Annahmen können wr auch y schätzen. 8 Gesamtes Güteraufkommen s 1 s n s Tobas Kronenberg & Johannes Többen

16 Regonalserung ener IOT vom Typ E Produktonsbereche Letzte Verwendung Ges. 1 3 Gesamt Inländsch Exporte Verw. 1 1 Z 1,1 Z 1,n r 1 y 1 e 1 u n Z n,1 Z n,n r n y n e n u n 4 Ges. Interm. Verw. / letzte Verw. z 1 z n z = r y e u 5 Bruttowertschöpfung v 1 v n v 6 Output x 1 x n x Aber we kommen wr an Schätzungen für e und m? 7 Importe ähnlcher Güter m 1 m n m 8 Gesamtes Güteraufkommen s 1 s n s Tobas Kronenberg & Johannes Többen

17 CHARM Cross-Haulng Adjusted Regonalsaton Method CH = Handelsvolumen ABS(Handelsblanz) Annahme: Cross-Haulng st abhängg von: Dem nländschen (regonalen) Output Der nländschen (regonalen) ntermedären Verwendung Der nländschen (regonalen) letzten Verwendung Der Heterogentät ener Gütergruppe CH = CH ( x, z, y, ε ) Tobas Kronenberg & Johannes Többen

18 Schätzung der Güterheterogentät Wr nehmen ene spezfsche Form an: CH Defntonsgemäß glt: = ε ( x + z + y ) HV = HB + CH Handelsvolumen Handelsblanz Cross-haulng Durch Ensetzen ergbt sch: ε = HV x + z HB + y => Wr können ε mt Hlfe der NIOT schätzen. - Tobas Kronenberg & Johannes Többen

19 Berechnung der regonalen Handelsblanzen Produktonsbereche Letzte Verwendung Ges. 1 3 Gesamt Inländsch Exporte Verw. 1 1 Z 1,1 Z 1,n r 1 y 1 e 1 u n Z n,1 Z n,n r n y n e n u n 4 Ges. Interm. Verw. / letzte Verw. z 1 z n z = r y e u 5 Bruttowertschöpfung v 1 v n v 6 Output x 1 x n x 7 Importe ähnlcher Güter m 1 m n m 8 Gesamtes Güteraufkommen s 1 s n s Wr haben berets Schätzungen für x, r und y. s = u x +m = r +y +e x -r -y = e -m x -r -v = HB Wr können de Handelsblanz schon ausrechnen. Tobas Kronenberg & Johannes Többen

20 Berechnung von Cross-haulng und Handelsvolumen CH = ε ( x + z + y ) HV = HB + CH Handelsvolumen Handelsblanz Cross-haulng Tobas Kronenberg & Johannes Többen

21 Berechnung der regonalen Importe und Exporte R R HV E + M R R R M = ( HV - HB R )/ 2 R R HB E - M R E R = ( HV R + HB R )/ 2 Tobas Kronenberg & Johannes Többen 21

22 Berechnung der regonalen Handelsblanzen Produktonsbereche Letzte Verwendung Ges. 1 3 Gesamt Inländsch Exporte Verw. 1 1 Z 1,1 Z 1,n r 1 y 1 e 1 u n Z n,1 Z n,n r n y n e n u n 4 Ges. Interm. Verw. / letzte Verw. z 1 z n z = r y e u 5 Bruttowertschöpfung v 1 v n v 6 Output x 1 x n x Fertg! 7 Importe ähnlcher Güter m 1 m n m 8 Gesamtes Güteraufkommen s 1 s n s Tobas Kronenberg & Johannes Többen

23 Realstsche Erwartungen Annahme be CHARM: Der Parameter ε (den wr als Güterheterogentät defneren) nmmt auf natonaler und regonaler Ebene denselben Wert an. ε HV - HB = x + z + y Be engen Gütergruppen funktonert des offenschtlch ncht. Öffentlche Denstlestungen Andere Gütergruppen snd wesentlch lechter zwschen Regonen (z.b. Bundesländern) zu handeln als zwschen Staaten. Baudenstlestungen Tobas Kronenberg & Johannes Többen 23

24 Realstsche Erwartungen Dre Lösungen: Verwendung der NIOT Anpassung bzw. Regonalserung der NIOT Erhebung von Daten n der Untersuchungsregon Ene rene Nonsurvey-Methode wrd nemals mt ener Kompletterhebung konkurreren können. Se sollte aber bessere Ergebnsse als de Verwendung der NIOT lefern. Empfehlung: Hybrd-Methode baserend auf ener Nonsurvey-Methode und möglchst velen Orgnärdaten Tobas Kronenberg & Johannes Többen 24

25 Emprsche Ergebnsse Herkömmlche Methoden unterschätzen Cross-haulng. Se unterschätzen den Antel der mporterten Güter an den gesamten Vorlestungen und am gesamten Güteraufkommen n ener Regon. Dadurch werden Multplkatoreffekte n der Regon überschätzt. CHARM lefert deutlch bessere Ergebnsse als de tradtonelle CB-Methode. Tobas Kronenberg & Johannes Többen 25

26 Weterentwcklungen CHARM wurde für de Erstellung ener RIOT für ene enzelne Regon entwckelt. Prnzpell kann CHARM auch be der Erstellung von bregonalen IOT (BRIOT) oder multregonalen IOT (MRIOT) herangezogen werden. Dabe trtt allerdngs en Problem auf, das be der Regonalserung von Enzeltabellen ncht auffällt. Tobas Kronenberg & Johannes Többen 26

27 Weterentwcklungen Be der bregonalen Anwendung: CH j r = ε j r x j r + r j r + y j r CH s j = ε s j x s j + r s s j + y j De Summe der beden Regonen st de Naton: x r j + r r r j + y j + x s j + r s s j + y j = x n j + r n n j + y j De Summe des Cross-haulng st: CH r j + CH r j = ε r j x r j + r r r j + y j + ε s j x s j + r s s j + y j Annahmegemäß glt ε r j = ε s j = ε n j. Das bedeutet: CH r j + CH r j = ε n j x r j + r r r j + y j + x s j + r s s j + y j CH j n = ε j n x j n + r j n + y j n Tobas Kronenberg & Johannes Többen 27

28 Weterentwcklungen In Worten: Wenn wr das Cross-haulng der beden Regonen adderen, erhalten wr als Ergebns das Cross-haulng der Naton. Deses bezeht sch aber nur auf Cross-haulng über de natonalen Grenzen hnweg. CHARM vertelt das natonale Cross-haulng auf de Regonen, lässt aber kene regonales Crosshaulng (zwschen Regon r und s) zu. Ene neue Verson ( CHARM 2.0 ) löst deses Problem. Tobas Kronenberg & Johannes Többen 28

29 CHARM 2.0 Explcte Trennung zwschen ntranatonalem und nternatonalem Handel Obergrenze für regonales Cross-Haulng: CH j r = mn x j r e j r row ; r j r + y j r m j row r CHARM 2.0 Formel: 1. Berechne: ε j n = CH j n 2 mn x j n ; r j n + y j n 2. Regonales Cross-Haulng: CH j r = 2 ε j n mn x j r e j r row ; r j r + y j r m j row r Tobas Kronenberg & Johannes Többen 29

30 Fazt Verwendung von Koeffzenten und Multplkatoren aus der NIOT snd be regonalen Analysen ncht vertretbar. Gute Nonsurvey-Methoden snd verfügbar und können selbst be sehr schlechter Datenlage angewendet werden. De Wahl der Methode sollte von der Art der IOT abhängen. Unsere Empfehlung: FLQ für IOT der Varante B und CHARM (oder CHARM 2.0) für IOT der Varante E. Von ener Nonsurvey-Methode kann man kene Wunder erwarten (realstsche Erwartungen). Empfehlung: Verbesserung der Nonsurvey-Schätzung durch Verwendung von möglchst velen Orgnärdaten Tobas Kronenberg & Johannes Többen 30