4 Analiza input-output i jej zastosowania w modelowaniu ekonomiczno-ekologicznym
|
|
- Dariusz Kamiński
- 5 lat temu
- Przeglądów:
Transkrypt
1 Mariusz Plich Budowa i wykorzystanie wielosektorowych modeli ekonomiczno-ekologicznych Wydawnictwo Uiniwersytetu Łódzkiego Analiza input-output i jej zastosowania w modelowaniu ekonomiczno-ekologicznym W nurcie badań e-e poświęconych modelowemu przedstawieniu powiązań gospodarki i środowiska szczególne miejsce zajmuje analiza i-o, nazywana w polskim piśmiennictwie również analizą nakładów i wyników lub analizą przepływów międzygałęziowych. Jest to prawdopodobnie najczęściej wykorzystywana w tym kontekście metoda badawcza (zob. Hafkamp 1991, Integrated 1993, Bergh 1996). Początki analizy i-o sięgają XVIII w., kiedy to Quesnay przedstawił swoje tablice ekonomiczne (zob. Blaug 1994). Dopiero jednak prace Leontiefa z lat trzydziestych i czterdziestych (Leontief 1936, 1941) rozpoczęły lawinowy wprost rozwój tej dziedziny. Tablica przepływów międzygałęziowych jest systemem rachunków, pozwalającym śledzić przepływ dóbr i usług oraz dochodów i wydatków w gospodarce. Modele i-o w klasycznej postaci służą do oceny wpływu zmian w popycie finalnym na produkcję różnych sektorów gospodarki narodowej i w tej postaci są do dziś wykorzystywane. Klasyczne modele analizy i-o zainspirowały badania teoretyczne i empiryczne, których owocem było wyodrębnienie analizy i-o jako ważnej dziedziny zastosowań matematyki w ekonomii. Na początku lat pięćdziesiątych pojawiły się pierwsze zastosowania regionalne z wykorzystaniem analizy i-o (Isard 1951; Isard i Kuenne 1953). W latach sześćdziesiątych zaczęto wykorzystywać analizę i-o do konstrukcji wielkich modeli ekonometrycznych (The Brookings 1965, Klein 1982). Również w latach sześćdziesiątych w ślad za wzmożonym zainteresowaniem ekonomistów związkami gospodarki i środowiska pojawiły się pierwsze opracowania poświęcone tym zagadnieniom, w których wykorzystano analizę i-o w roli narzędzia badawczego. Zastosowania te dotyczyły problematyki regionalnej (Cumberland 1966), międzyregionalnej (Isard 1968, 1971), a także narodowej (Daly 1968, Victor 1972) i globalnej (Leontief 1973, Carter i in. 1976). Pomimo upływu lat i krytyki, jakiej można poddać metody i-o, są one nadal i należy przypuszczać, że jeszcze długo będą wykorzystywane. Przyczyna tak wielkiej popularności metod i-o w tkwi prostocie zastosowań, łatwej
2 2 Część II Metody wielosektorowego modelowania powiązań gospodarki i środowiska interpretacji wyników i możliwości klarownego przedstawienia wzajemnych powiązań elementów złożonych systemów. Metody i-o przedstawiają szczegółowo gospodarkę od strony produkcji uwzględniają powiązania międzygałęziowe, a także zapotrzebowanie na nakłady i podaż produkcji. Są one elastyczne, umożliwiając z jednej strony rozszerzenie analizy na inne niż ekonomia dziedziny ludzkiej działalności, a z drugiej wykorzystanie w połączeniu z metodami innego typu. 4.1 Podstawowe modele analizy input-output Tablice przepływów międzygałęziowych Tablice przepływów międzygałęziowych są jednym ze sposobów przedstawiania przebiegu strumieni produktów w gospodarce. Produktami są w tym kontekście wszystkie dobra i usługi będące przedmiotem płatności w transakcjach dokonywanych w gospodarce, w szczególności produktami są w tym rozumieniu usługi pierwotnych czynników produkcji. Miejsce i powiązania tablic przepływów międzygałęziowych z innymi elementami systemu rachunków narodowych prezentowane były w rozdziale 2 (zob. też np. Heesterman 1975, Tomaszewicz 1994, Miller i Blair 1985). Na rysunku 4.1 przedstawiony jest schemat typowej tablicy. Jak widać, każdy przepływ produktów klasyfikowany w niej jest według dwóch kryteriów: miejsca pochodzenia (wiersze tablicy); miejsca przeznaczenia (kolumny tablicy). Produkty według miejsca pochodzenia dzieli się na: pierwotne czynniki produkcji, do których tu zalicza się dobra importowane, siłę roboczą, podatki pośrednie i zyski 1 ; 1 Podział ten nie jest w pełni zgodny z tradycyjnym rozumieniem pierwotnych czynników produkcji, rozumianych jako te, które nie są wynikiem procesów gospodarczych (Samuelson 1970: 46). W tym kontekście wymienia się na ogół pracę i ziemię (lub szerzej zasoby naturalne). Sama definicja nie jest jednak jednoznaczna. Zarówno praca, jak i zasoby naturalne mogą być traktowane jako majątek (kapitał), podlegają bowiem przemianom pod wpływem procesów gospodarczych (inwestycje w ludzi, poszukiwanie, opracowywanie procesów przetwarzania i pozyskiwanie zasobów naturalnych). Dla potrzeb przepływów międzygałęziowych czynniki pierwotne definiuje się jako czynniki produkcji, które nie są wytworami sektorów wyróżnionych w tablicy, a konieczność ich użycia potwierdzona jest przepływem odpowiedniego strumienia pieniężnego (Heerserman 1975: 62).
3 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu... 3 wtórne czynniki produkcji, czyli dobra i usługi ekonomiczne, będące wytworami sektorów produkcji.
4 4 Część II Metody wielosektorowego modelowania powiązań... Produkty według miejsca przeznaczenia klasyfikuje się jako: produkty przeznaczone na zużycie pośrednie (wtórne czynniki produkcji dla sektorów); produkty przeznaczone na zużycie końcowe 2, wśród których wyodrębnia się spożycie prywatne, wydatki rządowe, eksport, inwestycje, zmiany zapasów. W zastosowaniach zarówno klasyfikacje czynników produkcji, jak i produktu końcowego przedstawiane są z dużo większą szczegółowością niż w tym przykładzie. Klasyfikacje użyte tutaj są jednak wystarczająco szczegółowe na etapie omawiania podstawowych zagadnień z zakresu analizy i-o. Rysunek 4.1 Schemat tablicy przepływów międzygałęziowych Miejsce przeznaczenia zużycie pośrednie zużycie końcowe 1 sektory 2 n spożycie indywidualne wydatki rządowe kategorie inwestycje eksport zmiany zapasów Produkt globalny Miejsce pochodzenia czynniki wtórne czynniki pierwotne sektory wartość dodana 1 2 n import podatki pośrednie wynagrodzenia zyski X 11 X 21 X n1 M 1 T 1 W 1 Z 1 X 12 X 22 X n2 M 2 T 2 W 2 Z 2 X 1n X 2n X nn M n T n W n Z n C 1 C 2 C n M c T W Z G 1 G 2 G n M g J 1 J 2 J n M j E 1 E 2 E n E R 1 R 2 R n R X 1 X 2 X n X Produkt globalny X 1 X 2 X n X Źródło: opracowanie własne na podstawie: Heesterman Oznaczmy przez Y i sumę elementów popytu finalnego na produkty i-tego sektora: Yi = C i + G i + J i + R i (4.1) 2 Będziemy używali zamiennie, w zależności od kontekstu, pojęć produkt końcowy i produkt finalny oraz popyt końcowy i popyt finalny.
5 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu... 5 natomiast przez D j, sumę elementów wartości dodanej j-tego sektora: D j = T j + W j + Z j (4.2) Związek pomiędzy produkcją globalną, zużyciem pośrednim i produktem końcowym można zapisać w postaci następującego układu równań, znanego jako układ równań bilansowych produkcji: n X i = j=1 X ij + Y i dla i = 1,..., n (4.3) Przepływy w tablicy i-o mogą być przedstawiane wartościowo lub ilościowo. Ponieważ wartość = ilość $ cena, zatem zależności między elementami tablicy i-o w ujęciu ilościowym i analogicznej tablicy w ujęciu wartościowym są następujące: X i = Q i p i Y i = F i p i X ij = Q ij p i (4.4) gdzie: p i Q i Q ij F i cena jednostkowa produktu i-tej gałęzi; ilość produktów wytworzonych prze i-tą gałąź; ilość produktów wytworzonych przez i-tą gałąź, przeznaczonych na zaspokojenie popytu pośredniego j-tej gałęzi; ilość produktów wytworzonych prze i-tą gałąź, przeznaczonych na zaspokojenie popytu finalnego. Gdyby ceny dóbr i-tej gałęzi były zróżnicowane w zależności od odbiorcy, wówczas w ostatniej równości zamiast jednorodnego symbolu ceny dostawcy p i pojawiłby się symbol p ij, oznaczający cenę i-tego dostawcy dla j-tego odbiorcy. Podstawiając (4.4) do (4.3), mamy: n Q i p i = j=1 Q ij p i + F i p i dla i = 1,..., n (4.5) a stąd, po obustronnym podzieleniu przez cenę p i, otrzymujemy układ równań produkcji w ujęciu ilościowym: n Q i = j=1 Q ij + F i dla i = 1,..., n (4.6) Pojedyncze równania układu równań bilansowych produkcji w postaci (4.3) i (4.6) pokazują produkcję globalną i-tego sektora jako sumę produkcji przekazanej odbiorcom pośrednim i końcowym, a więc rozdysponowanie wytworzonej produkcji. Wartość produkcji globalnej można przedstawić również jako sumę nakładów poszczególnych czynników (pierwotnych i wtórnych) poniesionych na produkcję, czyli sumę nakładów materiałowych i wartości dodanej:
6 6 Część II Metody wielosektorowego modelowania powiązań... X j = n X i + D j i=1 dla j = 1,..., n (4.7) Powyższe równania nazywane są równaniami kosztów, a cały układ (4.7) określany jest mianem układu równań kosztów. Układ równań bilansowych produkcji (4.3) lub (4.6) jest podstawą do wyprowadzenia klasycznego modelu Leontiefa, natomiast wychodząc od układu równań kosztów (4.7), wyprowadza się klasyczny model cen w analizie i-o Klasyczny model Leontiefa Warunkiem koniecznym harmonijnego przebiegu procesów produkcyjnych jest zachowanie takich relacji pomiędzy produkcją różnych sektorów, aby rynki produktów tych sektorów pozostawały w równowadze. Relacje produkcji zależą od technologii stosowanej w sektorach. Klasyczny model i-o służy do wyznaczania wielkości produkcji, zapewniającej równowagę popytu i podaży na rynkach produktów, przy uwzględnieniu technologicznych warunków produkcji. Technologia produkcji może być przedstawiona jako nakłady czynników produkcji niezbędnych do wyprodukowania jednostki produktu określonego sektora, np. wytworzenie 1000 t stali wymaga określonych ilości rudy żelaza, węgla, siły roboczej itp. Proporcje wielkości nakładów czynników produkcji do spodziewanej wielkości wytworzonego za ich pomocą produktu nazywane są technicznymi współczynnikami produkcji. W klasycznym modelu i-o zakłada się, że współczynniki są stałe. Współczynniki techniczne mogą być szacowane kilkoma sposobami: metodami statystycznymi (na podstawie tablicy przepływów międzygałęziowych wyznaczonej w oparciu o dane statystyczne); na podstawie norm technicznych (wyznaczonych statystycznie lub w oparciu o dane inżynierskie); na podstawie danych inżynierskich (o charakterze nienormatywnym), opartych na znajomości procesów technologicznych; metodą ekspercką. W modelach i-o wykorzystuje się na ogół współczynniki techniczne otrzymane pierwszym sposobem, tj. na podstawie tablicy przepływów międzygałęziowych. Podejmowane są również próby wykorzystywania danych inżynierskich i norm technicznych (np. Duchin 1988). Metoda ekspercka wykorzystywana jest często w celu określenia potencjalnych kierunków zmian współczynników, a więc na etapie wykorzystania modelu. Mając do dyspozycji macierz przepływów międzygałęziowych w ujęciu ilościowym, techniczne współczynniki produkcji oblicza się według wzoru: ã ij = Q ij Q j dla i, j = 1,..., n (4.8)
7 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu... 7 Przy założeniu, że współczynniki techniczne są już oszacowane, przekształcając formułę (4.8) do postaci: Q ij = ã ij Q j układ równań bilansowych produkcji możemy zapisać jako: n Q i = j=1 ã ij Q j + F i (4.9) dla i, j = 1,..., n (4.10) a w zapisie macierzowym: gdzie: Q = ÃQ + F (4.11) à = ã 11 ã 12 ã 1n ã 21 ã 22 ã 2n ã n1 ã n2 ã nn, Q = Q 1 Q 2, F = Q n F 1 F 2 F n (4.12) Macierz à nazywa się macierzą współczynników technicznych. Jeśli co założyliśmy wcześniej dane są współczynniki techniczne, wówczas niewiadomymi w równaniu macierzowym (4.11) są n-elementowe wektory Q i F. Chcąc znaleźć jednoznaczne rozwiązanie układu (4.11), liczącego n równań musimy założyć znajomość n spośród ogólnej liczby 2n niewiadomych. Możliwe są trzy następujące sytuacje: 1) zakładamy znajomość wektora produktów globalnych Q wówczas z układu równań (4.11) wyznaczona zostanie produkcja końcowa (popyt końcowy) według sektorów; 2) zakładamy znajomość wektora popytu końcowego F wówczas układ (4.11) służy do wyznaczenia produktów globalnych; 3) zakładamy znajomość pewnej ilości produktów globalnych i pewnej ilości składowych popytu finalnego (razem n wielkości) wówczas układ (4.11) służy do wyznaczenia pozostałych n produktów globalnych i końcowych. Najczęściej przyjmowane jest założenie 2. Rozwiązanie przyjmuje wtedy postać: Q = (I à 1 )F (4.13) Układ ten pokazuje, w jaki sposób popyt końcowy (zapotrzebowanie na produkcję) transformowany jest w produkcję globalną.
8 8 Część II Metody wielosektorowego modelowania powiązań Klasyczny model cen Dynamika cen dóbr i usług występujących w sferze tworzenia produktu krajowego (w szczególności w sferze produkcji) oraz w sferze jego podziału jest zróżnicowana w ramach tych sfer, a także między nimi. Przyczyny tego zróżnicowania tkwią w międzygałęziowym zróżnicowaniu struktury i dynamiki kosztów produkcji (w sferze tworzenia) oraz w gałęziowej strukturze dóbr i usług występujących w sferze podziału. Z tego właśnie powodu rozważa się oddzielnie równania cen uzyskiwanych przez producentów (ceny producentów) i równania cen płaconych przez odbiorców finalnych (ceny odbiorców finalnych). Ceny producentów Uwzględniając relację zachodzącą pomiędzy wartością a ilością produkcji (4.4), równanie kosztów (4.7) dla j-tej gałęzi można zapisać w następującej formie: n Q j p j = i=1 Q ij p i + D j (4.14) Z kolei uwzględniając relację (4.9), powyższe równanie możemy zapisać w postaci: n Q j p j = i=1 ã ij Q j p i + D j a stąd, po obustronnym podzieleniu przez mamy: n p j = i=1 ã ij p i + d j Q j (4.15) i uporządkowaniu równania dla j = 1,..., n (4.16) gdzie d j oznacza jednostkową wartość dodaną w j-tej gałęzi, tj. wartość dodaną w przeliczeniu na jednostkę produkcji globalnej: d j = Dj Q j. Zapiszmy układ (4.16) macierzowo: gdzie: p = Ã T p + d p = p 1..., d = p n d 1... d n (4.17) (4.18) Układ równań (4.17) nosi nazwę układu równań cen producenta (układu równań cen). To samo równanie w formie zredukowanej, tj. po rozwiązaniu względem wektora p, przyjmuje postać: p = (I Ã T ) 1 d (4.19)
9 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu... 9 Układ (4.19) pokazuje ceny producentów jako funkcję współczynników technicznych (czyli stosowanych technologii produkcji) i jednostkowych nakładów czynników pierwotnych. Zwróćmy uwagę, że uwzględniając zależności pomiędzy produkcją wyrażoną ilościowo i wartościowo w postaci (4.4) oraz definicje współczynników technicznych (4.8) możemy zapisać następującą zależność: a ij = ã ij p i p j (4.20) Współczynniki a ij = Xij X j nazywane są współczynnikami kosztów. Zależność (4.20) pokazuje związek pomiędzy współczynnikami technicznymi a współczynnikami kosztów. Ceny odbiorców finalnych Ceny odbiorców finalnych w analizie i-o przedstawia się jako średnie ważone cen producentów. Wagami są wskaźniki struktury zużycia końcowego według produktów. W takim razie jeśli wyodrębniono m kategorii zużycia końcowego, to układ równań cen odbiorców finalnych przyjmuje postać: m p jf = i=1 b ij p i dla j = 1,..., m (4.21) przy czym b ij oznacza udział i-tego produktu w j-tej kategorii zużycia końcowego, tzn. gdzie: B j B ij b ij = Bij B j wielkość zużycia końcowego j-tej kategorii; wielkość zużycia końcowego i-tego produktu w j-tej kategorii. (4.22) Współczynniki b ij zwane są współczynnikami konwersji lub współczynnikami transformacji 3. Ponieważ współczynniki te dla danej kategorii zużycia końcowego są udziałami zużycia poszczególnych produktów, więc ich suma z definicji równa jest 1, tzn. n b ij = 1 i=1 Wprowadźmy następujące oznaczenia: p f = p 1 f p 3 f, B = b 11 b 1m b n1 b nm (4.23) (4.24) 3 Współczynniki te służą w modelach i-o do konwersji popytu finalnego według kategorii w popyt finalny na produkcję określonych sektorów.
10 10 Część II Metody wielosektorowego modelowania powiązań... Możemy teraz zapisać model cen odbiorców finalnych (4.21) w postaci macierzowej: p f = B T p Podstawiając (4.19) do (4.25), mamy p f = B T (I A) 1 d (4.25) (4.26) Ceny odbiorców finalnych można więc przedstawić jako funkcję jednostkowych nakładów czynników pierwotnych, współczynników technicznych i współczynników konwersji Modele input-output w zastosowaniach Model Leontiefa i model cen W modelu Leontiefa (4.13) oraz w modelu cen producentów (4.19) wykorzystuje się wielkość produkcji w ujęciu ilościowym i współczynniki techniczne, które również opierają się na produkcji wyrażonej ilościowo. W rachunkach narodowych produkty to na ogół agregaty, których wielkość przedstawiana jest w ujęciu wartościowym 4, wobec czego nie można im w jednoznaczny sposób przypisać żadnej ceny. Bezpośrednie zastosowanie modeli (4.13) i (4.19) jest więc niemożliwe. Można jednak zapisać te modele w przekształconej postaci: wartości produktów w cenach stałych zamiast ilości produktów; deflatory 5 zamiast cen produktów; współczynniki kosztów w cenach stałych zamiast współczynników technicznych. Oznaczając okres bazowy, będący podstawą do wyznaczenia deflatorów i wielkości wyrażonych w cenach stałych superskryptem 0, model Leontiefa można teraz zapisać jako X t0 = (I A t0 ) 1 Y t 0 a model cen w postaci p t0 = (I A t 0T) 1 Y t 0 gdzie subskrypt t oznacza czas. (4.27) (4.28) 4 Dane o produkcji w ujęciu ilościowym dotyczą jedynie wybranych produktów. W tym kontekście obiecującą propozycją wydają się macierze i-o w jednostkach fizycznych (ang. pysical i-o tables lub w skrócie PIOT) zob. np. Stahmer i in Deflatory to inaczej indeksy cen o stałej podstawie, obliczane dla zmiennych agregatowych w wyniku podzielenia wielkości zmiennej wyrażonej w cenach bieżących przez odpowiednią wielkość w cenach stałych.
11 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu W zastosowaniach często zakłada się stałość w czasie macierzy współczynników kosztów, tzn. przyjmuje się, że: A t0 = A 0. W takim przypadku model Leontiefa i model cen producenta przyjmują odpowiednio postacie: X t0 = (I A 0 ) 1 0 Y t (4.29) p t0 = (I A 0 T ) 1 d t 0 Powyższe wzory bywają również zapisywane prościej: X t = (I A) 1 Y t (4.30) (4.31) p t = (I A T ) 1 d t (4.32) tj. bez jawnego określenia okresu bazowego dla danych w cenach stałych, lub nawet: X = (I A) 1 Y p = (I A T ) 1 d (4.33) (4.34) tj. bez uwzględniania subskryptu czasu. Interesującą własnością macierzy (I A) 1 jest możliwość dokonania jej rozwinięcia w następujący szereg: (I A) 1 = I + A + A 2 + A 3 + (4.35) Ta formuła może służyć do wyliczania przybliżonych wartości pełnych współczynników materiałochłonności. Prognozowanie współczynników i-o Ważnym problemem związanym z wykorzystaniem analizy i-o jest prognozowanie współczynników i-o. Przyjmowane w klasycznym modelu Leontiefa założenie o ich stałości jest zbyt dużym uproszczeniem, w przypadku gdy model miałby być wykorzystywany do prowadzenia średnio- czy tym bardziej długookresowych symulacji. Dotyczy to zwłaszcza gospodarek takich jak polska w ostatnim dziesięcioleciu, przechodzących okres zasadniczych zmian społecznych i gospodarczych. Faktu tego nie można pomijać na etapie wykorzystania modelu. Istnieje wiele metod prognozowania współczynników i-o. Dzieli się je na dwie podstawowe klasy: metody ex post i ex ante (np. Tomaszewicz 1983 i 1994, Miller i Blair 1985). Metody ex post bazują na danych statystycznych z przeszłości. Typowe podejście polega na sporządzeniu prognoz w oparciu o modele opisowe lub modele trendu, których parametry szacuje się na podstawie szeregów czasowych współczynników. Problemem w tym przypadku jest duża pracochłonność
12 12 Część II Metody wielosektorowego modelowania powiązań... badań, wynikająca z ogromnej na ogół liczby współczynników macierzy i-o, a tym samym i modeli do oszacowania i przeanalizowania. Dlatego często ogranicza się ich liczbę przez modelowanie wyłącznie tzw. współczynników ważnych (Lipiński 1997), zakładając jednocześnie stałość pozostałych współczynników. Kolejna grupa z klasy metod ex post to metody budowy prognoz zbilansowanych. Gwarantują one spełnienie przez prognozowane współczynniki ich formalnych własności (takich jak nieujemność, suma w kolumnach nie przekraczająca jedności). Do grupy tej zalicza się metodę RAS (najpopularniejszą, jak się wydaje, metodę prognozowania współczynników i-o) oraz metody oparte na technikach programowania matematycznego. Klasa metod ex ante nie ma tak bogatej reprezentacji jak metody ex post. Ogranicza się ona do stosowania metod heurystycznych, opartych na opiniach ekspertów reprezentujących różne sektory gospodarki (na ogół najważniejsze lub ważne z punktu widzenia celu badania), dotyczących przewidywanych zmian sektorowej struktury nakładów lub zmian pojedynczych współczynników energoczy materiałochłonności. Są to głównie informacje inżynierskie, charakteryzujące technologie produkcji, które muszą być przetłumaczone na język współczynników i-o (Klein 1989). W praktyce podejście najczęściej wykorzystywane do budowy prognoz współczynników i-o nie opiera się jednak na zastosowaniu wyłącznie jednej z wyżej wymienionych metod. Na ogół stosuje się kombinacje dwóch lub nawet większej ich liczby. Na przykład dla wybranych (ważnych) współczynników i-o konstruuje się prognozy w oparciu o modele ekonometryczne lub koryguje je w oparciu o opinie ekspertów, a następnie informacje te wykorzystuje się do sporządzenia metodą RAS prognozy zbilansowanej obejmującej wszystkie współczynniki. Znane są również techniki ominięcia problemu prognozowania współczynników i-o. Opierają się one na znajomości tablicy i-o z jednego punktu w czasie oraz szeregów czasowych pewnych zmiennych (przede wszystkim produkcji globalnej i końcowej). W oparciu o te dane przy wykorzystaniu relacji i-o oblicza się reszty 6 ex post pomiędzy wartościami empirycznymi i teoretycznymi obliczonymi przy założeniu stałości współczynników i-o dla wybranej zmiennej (np. produkcji globalnej czy cen producenta). Następnie stosuje się metody ekonometryczne w celu oszacowania parametrów modelu reszt. Modele reszt przyjmują często formę trendu lub formę autoregresyjną, jednakże listę zmiennych objaśniających można również rozszerzać o czynniki mające bezpośredni lub pośredni wpływ na zmiany współczynników i-o, jak np. ceny relatywne (Klein 1975, Plich 1990). 6 Stąd określa się tego typu techniki jako metodę reszt. W podrozdz. 8.1 zaproponowano metodę oceny i prognozowania zmian strukturalnych bazującą na analizie reszt.
13 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu Mnożniki analizy input-output Mnożniki produkcji Model Leontiefa wyrażony równaniem (4.33), uzależniający produkt globalny od produktu finalnego, to zredukowana wersja modelu w postaci strukturalnej X = AX + Y (4.36) wynikającej z równań bilansowych produkcji. Zauważmy, że postać zredukowana jest jednocześnie postacią końcową modelu, gdyż model Leontiefa jest modelem statycznym. W postaci końcowej zmienne endogeniczne zależą wyłącznie od zmiennyh egzogenicznych i parametrów, pokazujących mnożnikowe efekty jednoczesnych sprzężeń modelu. W naszym przypadku oznacza to, że elementy macierzy (I A) 1 są mnożnikami modelu Leontiefa (por. pkt 3.2.2). Macierz (I A) 1, nazywana jest macierzą pełnej materiałochłonności (także macierzą pełnych nakładów materiałowych lub macierzą odwrotną Leontiefa). Oznaczmy element i-tego wiersza i j-tej kolumny macierzy pełnych nakładów symbolem A ij, tzn. (I A) 1 = A ij (4.37) Współczynnik pełnych nakładów A ij jest mnożnikiem oznaczającym wielkość, o jaką zwiększy się produkt globalny i-tej gałęzi, aby produkt finalny gałęzi j-tej mógł wzrosnąć o jednostkę. Warunkiem koniecznym wzrostu produktu finalnego j-tej gałęzi o jednostkę jest jednak wzrost produktów globalnych we wszystkich gałęziach gospodarki, a nie tylko w i-tej gałęzi. Aby możliwy był jednostkowy wzrost produktu końcowego w j-tej gałęzi, produkt globalny w całej gospodarce musi wzrosnąć o n j = i=1 A ij (4.38) Wielkość nazywa się prostym mnożnikiem produkcji 7 j (mnożnikiem produkcji) dla j-tej gałęzi. Na prosty mnożnik produkcji składają się trzy różne efekty, które można prześledzić, analizując rozwinięcie macierzy odwrotnej Leontiefa dane wzorem (4.35): efekt początkowy, czyli jednostkowa zmiana w popycie finalnym, obrazowana przez macierz I; efekt bezpośredni w postaci elementów macierzy A; efekt pośredni wyrażony sumą kolejnych potęg ( A 2 + A 3 + A 4 + ). 7 Ang. simple output multiplier.
14 14 Część II Metody wielosektorowego modelowania powiązań... Mnożniki produkcji dla wszystkich gałęzi gospodarki można wyrazić w postaci wektora wierszowego, obliczanego według następującego wzoru: a = i T (I A) 1 (4.39) Oprócz prostych mnożników produkcji w analizie i-o definiuje się również całkowite mnożniki produkcji. Mnożniki całkowite wyliczane są jednak na podstawie rozszerzonej koncepcji modelu Leontiefa, domkniętego ze względu na sektor gospodarstw domowych (czyli głównie ze względu na indywidualny popyt konsumpcyjny), przez dołączenie go do tablicy i-o w charakterze kolejnego sektora produkcyjnego. W rezultacie całkowite mnożniki produkcji zawierają wszystkie trzy efekty składające się na mnożniki proste, a ponadto tzw. efekt indukowany, wynikający z faktu, iż zwiększenie produkcji spowoduje zwiększenie dochodów gospodarstw domowych i dodatkowe (ponad efekt początkowy) zwiększenie popytu finalnego. Zauważmy jednak, że, po pierwsze, rozszerzenie modelu Leontiefa w scharakteryzowany powyżej sposób nie jest jedyną metodą jego domknięcia ze względu na sektor gospodarstw domowych, a po drugie, że tak rozbudowany model w dalszym ciągu pozostaje otwarty ze względu na inne sektory tworzące popyt końcowy (głównie inwestycje, spożycie rządowe, a także eksport). Zatem efekty indukowane (a tym samym mnożniki całkowite) nie są jednoznaczne 8 ich siła może ulegać zmianom w zależności od metody użytej w celu domknięcia modelu Leontiefa w zakresie popytu indywidualnego. Można też stwierdzić, że mnożniki całkowite analizy i-o nie są mnożnikami całkowitymi w ogólnym sensie, bo zawierają tylko jeden z możliwych efektów indukowanych, wynikający ze sprzężenia pomiędzy dochodami gospodarstw domowych, wydatkami i produkcją. Nie zawierają natomiast efektów indukowanych innymi sprzężeniami występującymi w gospodarce 9. Warto podkreślić, że modele analizy i-o, a w szczególności model Leontiefa domknięty ze względu na gospodarstwa domowe, są modelami liniowymi, co umożliwia ich rozwiązanie metodami analitycznymi, przez określenie postaci końcowej, a więc i mnożników. Jednakże w przypadku, gdy domknięcia modelu dokonuje się przy użyciu funkcji nieliniowych, wyprowadzenie odpowiednich wzorów może się okazać zbyt trudne i wówczas rozwiązuje się model metodami numerycznymi (symulacje), a odpowiednie mnożniki przyjmują postać mnożników uogólnionych (por. pkt 3.2.2). 8 Oczywiście, również proste mnożniki produkcji nie są, w tym sensie, jednoznaczne, bo mogą być wyliczone na podstawie odmiennych (w stosunku do propozycji Leontiefa) systemów równań produkcji (zob. np. rozdz. 5 i 7). 9 W modelu gospodarki prezentowanym w części poświęconej zastosowaniom zaproponowany jest inny sposób domknięcia modelu Leontiefa ze względu na popyt indywidualny, a ponadto zendogenizowane są także inne elementy popytu finalnego.
15 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu Inne mnożniki Omówione w poprzednim punkcie mnożniki produkcji nie wyczerpują problematyki mnożników analizy i-o. Pojęcie to można uogólnić na dowolny czynnik produkcji lub jej pozaprodukcyjne rezultaty, niezależnie od sposobu ich pomiaru. Można np. analizować nakłady pracy (w formie zatrudnienia, wynagrodzeń czy dochodów), nakłady dóbr ekologicznych, nakłady energii i efekty zewnętrzne (w tym emisję zanieczyszczeń) w jednostkach naturalnych. Załóżmy, że analizowany czynnik (rezultat) produkcji pozostaje w pewnych proporcjach w stosunku do wielkości produkcji w gałęziach, w których jest zużywany (produkowany). Proporcję tę dla j-tej gałęzi oznaczymy symbolem c j : gdzie: j X C c j = C j X j numer gałęzi; produkt globalny; nakłady czynnika (rozmiary rezultatu). (4.40) Zauważmy, że współczynniki c j zdefiniowane są analogicznie do współczynników bezpośrednich nakładów materiałowych, czyli jako nakład czynnika (rezultat produkcji) przypadający na jednostkę produktu j-tej gałęzi. Współczynniki tego typu określamy mianem współczynników bezpośrednich nakładów czynnika (rezultatu produkcji). Warto też podkreślić, że o ile produkt globalny mierzony jest na ogół w jednostkach pieniężnych, o tyle czynniki (rezultaty) mogą być wyrażone zarówno w ujęciu pieniężnym, jak i naturalnym. Tablice i-o, w których produkt globalny i czynniki lub rezultaty produkcji np. zużycie energii, zanieczyszczenia itp. wyrażone są w różnych jednostkach, określa się często jako tablice o strukturze hybrydowej. Łączną wielkość nakładów czynnika (rozmiarów rezultatu) można zapisać w postaci następującego równania wektorowego: gdzie: c X C = c T X (4.41) wektor (kolumnowy) współczynników bezpośrednich nakładów czynnika (rezultatów produkcji); wektor produktów globalnych w gałęziach. Podstawiając (4.33) do (4.41) otrzymujemy C = c T (I A) 1 Y (4.42)
16 16 Część II Metody wielosektorowego modelowania powiązań... Powyższy wzór uzależnia wielkość poniesionych nakładów czynnika (uzyskanych rezultatów produkcji) od wielkości produktu końcowego. Wyrażenie ujęte w nawiasy kwadratowe to wektor prostych mnożników czynnika (rezultatu) 10 : T = c T (I A) 1 (4.43) Mnożnik dla j-tej gałęzi interpretujemy jako łączną zmianę nakładów czynnika (rezultatów produkcji) w całej gospodarce, związaną z jednostkową zmianą produktu końcowego j-tej gałęzi. Można teraz zdefiniować tzw. mnożnik typu I (pierwszego) 11 (4.44) M j I = j c j Powyższy mnożnik pokazuje łączne nakłady czynnika (rezultaty produkcji) w całej gospodarce, wynikające z jednostkowej zmiany tego czynnika (rezultatu) w j-tej gałęzi (a nie, jak w przypadku mnożnika prostego, wynikające z jednostkowej zmiany produktu końcowego j-tej gałęzi) Techniki dekompozycji strukturalnej Dekompozycja strukturalna (SDA 12 ) jest metodą badania zmian zjawisk ekonomicznych w czasie. Polega ona na rozdzieleniu zaobserwowanych wielkości zmian na ich źródła. Prawzorów tej metody można doszukiwać się we wczesnych pracach Leontiefa, poświęconych zmianom strukturalnym w gospodarce amerykańskiej (1941, 1953, Leontief i Ford 1972). Na uwagę zasługują również prace Chenery ego (Chenery i in. 1962), Carter (1970). Techniki dekompozycji strukturalnej znaczną popularność zyskały jednak dopiero w ostatnich kilkunastu latach. Co ciekawe, mimo iż własności metody nie są dobrze rozpoznane, liczba publikacji poświęconych zastosowaniom SDA wielokrotnie przewyższa liczbę prac teoretycznych. Do tej ostatniej grupy można zaliczyć publikacje Skolki (1989), Rose a i Casler a (1996), a także Dietzenbacher a i Los a (1998, 2000) oraz Ang a (1999). Techniki SDA bazują na modelach statycznych, ale umożliwiają analizowanie różnic pomiędzy alternatywnymi stanami stacjonarnymi układu gospodarczego, 10 Podobnie jak w przypadku produkcji, również w przypadku czynników (rezultatów) określenie mnożniki całkowite dotyczy modeli domkniętych. 11 W przypadku modeli domkniętych definiuje się tzw. mnożniki typu II (drugiego), które są ilorazem mnożnika całkowitego i efektu bezpośredniego. 12 Ang. structural decomposition analysis. Metodą pokrewną w stosunku do SDA jest index number analysis (INA), co można przetłumaczyć jako dekompozycję indeksów (lub analizę indeksów). SDA wykorzystuje model i-o, podczas gdy INA poprzestaje na analizie agregatów na poziomie sektorowym.
17 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu np. pomiędzy wielkościami produkcji w dwóch różnych okresach 13. Mimo że dotychczas znane techniki dekompozycji są krytykowane jako zbyt arbitralne (Schumann 1994), ich popularność, mierzona liczbą publikacji, stale rośnie i nie sposób ich wszystkich wymienić (przykładami nowszych publikacji są: Aying i Saal 2001, Haan 2001, Jacobsen 2000, Albala-Bertrand 1999 itd.). Przyczyną jest, jak się wydaje, fakt, że SDA jest alternatywą dla estymacji ekonometrycznej, która co prawda może pokazywać związki w ujęciu dynamicznym, ale wymaga znacznie większej liczby obserwacji. Idea SDA zasadza się na założeniu, że wielkość badanego zjawiska daje się przedstawić w postaci iloczynu dwóch zmiennych (komponentów): y = x$z (4.45) Jeśli operator oznacza zmiany, które zaszły pomiędzy okresami 0 i 1, to zmiany y można zapisać w postaci następującej formuły: y = x 1 $ z 1 x 0 $ z 0 którą z kolei można zapisać jako y = x$z 1 + x 0 $ z (4.46) (4.47) W powyższym wzorze zmiany zmiennej y zostały przedstawione jako ważona suma zmian jej komponentów x i z i w tym sensie zdekomponowane. Wagami dla zmian x są poziom z w okresie 1, a w przypadku zmian z poziom x w okresie 0. Wzór (4.47) pokazuje jeden z dwóch sposobów dekompozycji zmiennej. W drugim ze sposobów zmieniają się wagi: wagami dla zmian x są poziom z w okresie 0, a dla z poziom x w okresie 0, tzn. y = x$z 0 + x 1 $ z (4.48) Obie dekompozycje są traktowane równoważnie z teoretycznego punktu widzenia, choć dają odmienne wyniki zarówno w jednym, jak i w drugim przypadku mówi się o wyodrębnieniu udziałów zmian komponentów x i z w zmianach y 14. Podobną dekompozycję można przeprowadzić w przypadku, gdy zmienna y składa się z większej liczby komponentów. Wówczas jednak liczba równoważnych alternatyw wzrasta i dla n komponentów wynosi n! (czyli jest równa liczbie permutacji z liczby komponentów) Wspominaliśmy o tym w pkt przy okazji klasyfikowania modeli. 14 Zauważmy że postępowanie to jest analogią do wyodrębniania wpływu ilości i cen na zmiany wartości za pomocą indeksów Laspeyres a i Paasche go 15 W zastosowaniach często spotyka się podejścia mieszane, w których stosuje się uśrednione wagi dla zmian komponentów. Więcej informacji na ten temat oraz wyniki analizy wrażliwości różnych podejść można znaleźć w artykule Dietzenbacher a i Los a (1998).
18 18 Część II Metody wielosektorowego modelowania powiązań... Opisany powyżej sposób dekompozycji zmian zjawiska na zmiany w komponentach można uogólnić na sytuacje, w których wielkośći y, x i z są wektorami lub macierzami, jak ma to miejsce, np. w modelu Leontiefa postaci X = (I A) 1 Y (4.49) Model ten jest bowiem zbudowany według wzorca (4.45) wektor produkcji globalnych jest wyrażony w postaci iloczynu macierzy współczynników pełnych nakładów materiałowych (I A) 1 i wektora popytu finalnego Y. Można więc w tym przypadku przedstawić przyrost produkcji globalnej analogicznie do wzoru (4.47), czyli jako następującą sumę: X = (I A 0 ) 1 Y 1 + (I A 0 ) 1 Y (4.50) Przyrost produkcji globalnych jest tu ważoną sumą zmian w technologii produkcji (reprezentowanych przez macierz odwrotną Leontiefa) pomiędzy okresem 0 a okresem 1 i zmian w popycie końcowym na produkty sektorów (wektor Y). W roli wag występują odpowiednio popyt końcowy na produkty sektorów w okresie 1 i technologie produkcji z okresu bazowego 0. Warto w tym miejscu zauważyć powiązania pomiędzy dekompozycją daną np. r(4.47) a wynikami pewnych symulacji wykonanych przy użyciu modelu zawierającego równanie (4.45). Okazuje się, że składniki dekompozycji mogą być wyznaczane poprzez symulacje. Jeśli np. wykonać symulację kontrfaktyczą na takim modelu, przyjmując, że wartości zmiennej x są stałe i pochodzą z okresu 0, to jej wynikiem będzie hipotetyczna wielkość zmiennej y dana równaniem 16 (4.51) y = x 0 $ z Odejmując stronami (4.45) i (4.51) mamy y y = x$z x 0 $ z = (x x 0 )$z = x$z (4.52) Jeśli w powyższej zależności skoncentrować uwagę na wyliczeniach dla okresu oznaczonego jako 1, to otrzymana różnica pomiędzy y i wyniesie y y 1 y 1 = x$ z 1 (4.53) Widać, że pierwszy ze składników dekompozycji (4.47) jest równy prawej stronie powyższego równania. Oznacza to, że składnik ów może być wyznaczony techniką symulacji. Wykonując inne symulacje i znajdując odpowiednie odchylenia, jak pokazane zostało to w (4.53), można obliczyć wszystkie składniki dekompozycji, niezależnie od liczby wyróżnionych komponentów. 16 W zapisie pomijamy subskrypt czasu.
19 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu Modele produktowo-gałęziowe W klasycznej analizie i-o zakłada się, że każda gałąź produkcji wytwarza jeden i tylko jeden produkt. Ten rodzaj analizy można określić mianem gałąź na gałąź. Ponieważ w analizie gałąź na gałąź każdy produkt wytwarzany jest tylko przez jedną gałąź (sektor) i każda gałąź wytwarza tylko jeden produkt, nie ma potrzeby wprowadzania rozróżnienia pomiędzy produktami i gałęziami. Założenie to może być jednak uchylane, prowadząc do analizy określanej mianem produkt na gałąź (analizy produktowo-gałęziowej). W podejściu produktowo- -gałęziowym możliwe staje się prowadzenie analiz, w których przepływy dóbr wyrażone są w różnych jednostkach, a w szczególności w jednostkach naturalnych. Przedstawiony tutaj model produktowo-gałęziowy systemu ekonomicznego jest podstawą konstrukcji modelu e-e, przedstawionego w punkcie Od macierzy produkcji i macierzy zużycia do macierzy produktowo-gałęziowych Założenie klasycznego modelu Leontiefa o jednorodności produkcji gałęzi w zetknięciu z praktyką okazuje się założeniem bardzo mocnym. W praktyce bowiem przedsiębiorstwa, oprócz produktów wynikających z głównego profilu działalności, prowadzą działalność uboczną, która powiększa wartość wytworzonego przez nie produktu globalnego. W przypadku, gdy produkty pochodzące z działalności ubocznej (ich wartość może w szczególnych przypadkach przekraczać wartość produktów profilu podstawowego) z punktu widzenia zastosowanej klasyfikacji gałęziowej powinny być traktowane jako produkt innej gałęzi, pojawia się problem, którego nie można rozstrzygnąć bez uchylania założenia o jednorodności produkcji gałęzi. Konstruowanie klasycznych tablic przepływów międzygałęziowych (gałąź na gałąź), dla układów gospodarczych, w których produkcja uboczna w gałęziach stanowi istotną część wartości produktu globalnego, może prowadzić do błędnych wniosków na etapie wykorzystania modeli. Odpowiedzią na opisane powyżej problemy związane z zastosowaniem klasycznych tablic przepływów międzygałęziowych są tablice produktowo-gałęziowe. W tablicach tych dane dotyczące nakładów pokazane są nie w układzie produktów, do których wytwarzania zostały one zużyte, ale w układzie gałęzi, które je wykorzystały, tzn. przepływy dóbr w gospodarce przedstawione są jednocześnie w przekroju gałęziowym i w przekroju produktowym. Dane do takich tablic gromadzi się przy wykorzystaniu dwóch metod. Są to:
20 20 Część II Metody wielosektorowego modelowania powiązań... metoda przedsiębiorstw, w której produkt uboczny zaliczany jest do rodzaju działalności wyznaczonego przez podstawowy profil produkcji przedsiębiorstwa wytwarzającego ten produkt; metoda produktu, w której produkt zaliczany jest do działalności zgodnie z jego właściwościami, niezależnie od tego, czy mieści się on w profilu podstawowym czy ubocznym przedsiębiorstwa. Metody te 17 dają identyczne rezultaty w przypadku, gdy produkcja wytwarzana przez poszczególne przedsiębiorstwa jest jednorodna, tj. gdy zgodnie z przyjętą klasyfikacją gałęziową przedsiębiorstwa nie mają produkcji ubocznej. W związku z dwiema metodami agregacji danych tablicę pokazującą przepływy produktów można przedstawić również na dwa sposoby, tzn. jako: macierz produkcji 18, której wiersze pokazują produkcję gałęzi według profilu działalności elementy na głównej przekątnej pokazują wartości produktów profilu podstawowego, a pozostałe elementy wartość wytworzonych produktów ubocznych; kolumny tej macierzy pokazują strukturę produktu według gałęzi wytwarzania; macierz zużycia 19, w której wierszach przedstawia się rozdysponowanie produktów wytworzonych w układzie gospodarczym pomiędzy różne gałęzie produkcji, a w kolumnach zapotrzebowanie gałęzi na produkty (materiały niezbędne do produkcji). Wprowadźmy nastepujące oznaczenia: m liczba wytwarzanych w gospodarce produktów; n liczba gałęzi w gospodarce; V macierz produkcji [v ij ] n%m ; v ij oznacza ilość j-tego produktu wytwarzaną przez i-tą gałąź; U macierz zużycia [u ij ] m%n ; u ij oznacza ilość i-tego produktu zużywaną przez j-tą gałąź; E wektor produktów finalnych [e ij ] m%1 ; Q wektor produktów globalnych [q ij ] m%1 według metody produktu; W wektor produktów dodanych [w ij ] n%1 ; X wektor produktów globalnych gałęzi [x ij ] m%1 według metody przedsiębiorstw. 17 Użyte tutaj nazwy metoda przedsiębiorstw i metoda produktu pochodzą z systemu MPS i (pominąwszy oczywiste różnice pomiędzy systemem MPS i SNA) odpowiadają metodom gromadzenia danych w systemie SNA bazującym na lokalnych jednostkach rodzaju działalności i jednostkach jednakowego produktu zob. pkt Używamy ich tutaj, ponieważ w naszym przekonaniu dobrze odzwierciedlają istotę metod. 18 Ang. make matrix. 19 Ang. use matrix lub absorption matrix.
21 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu Schemat tablicy produktowo-gałęziowej, uwzględniający powyższe oznaczenia, prezentujemy na rysunku 4.2. Rysunek 4.2 Schemat tablicy produktowo-gałęziowej Produkty Gałęzie Produkt finalny Produkt globalny Produkty U macierz zużycia E Q Gałęzie V macierz produkcji X Produkt dodany W produkt krajowy Produkt globalny Q T X T Źródło: Miller i Blair Poniżej przedstawiony jest przykład produktowo-gałęziowej tablicy przepływów. Dane użyte w przykładzie zostały przygotowane na podstawie tablicy przepływów międzygałęziowych z roku 1990 dla gospodarki Polski. Dla celów przykładu dane te zostały zagregowane do poziomu dwóch sektorów. W gospodarce wyróżniono dwie gałęzie: przemysł (Przemysł), którego główny produkt określamy jako Przem; pozostałe gałęzie (Pozostałe), których główny produkt nazywamy Poz. Łączna wartość produkcji Przemysłu wynosi 59,1 mld zł. Łączna wartość produkcji Pozostałych wynosi 65,3 mld zł, z czego 5,5 mld zł przypada na uboczną produkcję dobra Przem. Macierz produkcji zbudowana na podstawie powyższych danych przedstawiona jest w tabeli 4.1. Wiersze macierzy produkcji pokazują strukturę produkcji gałęzi wyróżnionych w gospodarce, a kolumny strukturę gałęziową produktów. Elementy diagonalne obrazują wielkość produkcji głównych produktów w gałęzi, a wielkości poza główną przekątną obrazują produkcję uboczną.
22 22 Część II Metody wielosektorowego modelowania powiązań... Tabela 4.1 Macierz produkcji dla gospodarki Polski Przem Produkty Poz Produkt globalny Gałęzie Przemysł Pozostałe Produkt globalny Źródło: obliczenia własne na podstawie: Bilans Uzupełnijmy powyższy przykład dodatkowymi informacjami. Załóżmy, że Przemysł zużywa produkty Przem o wartości 18,6 mld zł i produkty Poz o wartości 10,4 mld zł, natomiast gałąź Pozostałe zużywa produkty Przem o wartości 15,2 md zł i Poz o wartości 14,2 mld zł. Na podstawie tych danych zbudowana została macierz pokazana w tabeli 4.2. W celu uproszczenia przykładu wiersz importu, występujący w oryginalnej tablicy, potraktowaliśmy jako element wartości dodanej. Tabela 4.2 Macierz zużycia dla gospodarki Polski Przemysł Gałęzie Pozostałe Produkty finalny Produkt globalny Produkty Przem Poz Wartość dodana Produkt globalny Źródło: obliczenia własne na podstawie: Bilans 1992.
23 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu Informacje zawarte w macierzy produkcji i macierzy zużycia można przedstawić w postaci jednej macierzy produktowo-gałęziowej, co pokazuje tabela 4.3. Tabela 4.3. Macierz produktowo-gałęziowa dla gospodarki Polski Przem Produkty Poz Gałęzie Przemysł Pozostałe Produkt finalny Produkt globalny (wyniki) Produkty U E Q Przem Poz Gałęzie V X Przemysł Pozostałe Wartość dodana 30.1 W Produkt globalny (nakłady) 64.5 Q T X T Źródło: obliczenia własne na podstawie: Bilans Model nakładów i wyników oparty na macierzach produktowo-gałęziowych W tradycyjnym modelu Leontiefa centralne miejsce zajmuje macierz (I A) 1, transformująca popyt finalny w popyt całkowity. W modelach opartych na tablicach produktowo-gałęziowych można wyprowadzić kilka wariantów takiej macierzy, bo zarówno popyt finalny, jak i popyt całkowity mogą być przedstawione w układzie produktowym lub gałęziowym. Stąd też, w zależności od celu badania, macierz całkowitego zapotrzebowania może być skonstruowana jako macierz typu produkt na produkt, produkt na gałąź, gałąź na produkt lub gałąź na gałąź. Drugim kryterium prowadzącym do różnych postaci macierzy całkowitego zapotrzebowania jest zastosowane w badaniu założenie dotyczące technologii. Mając macierz produkcji, można przyjąć założenie o technologii produktowej lub o technologii gałęziowej (zob. Almon 2000, Rainer i Richter 1992).
24 24 Część II Metody wielosektorowego modelowania powiązań... Sumując elementy macierzy produkcji w wierszach, otrzymujemy wektor produktów globalnych według gałęzi (wyznaczony metodą przedsiębiorstw): X = Vi (4.54) gdzie i jest wektorem, którego wszystkie elementy wynoszą 1. Dzieląc element v ij macierzy produkcji przez wielkość produktu globalnego i-tej gałęzi, otrzymujemy udział j-tego dobra w produkcie globalnym i-tej gałęzi: c ij = v ij /X i a w notacji macierzowej: C = V T Xˆ 1 (4.55) (4.56) Współczynniki c ij nazywa się współczynnikami towarowej struktury produktu gałęzi 20. Założenie o stałości współczynników macierzy C nazywane jest założeniem o technologii produktowej 21. Sumując elementy macierzy produkcji w kolumnach, otrzymujemy wektor produktów globalnych (wyznaczony metodą produktu): Q T = i T V (4.57) Dzieląc element v ij macierzy produkcji przez wielkość łącznej produkcji j-tego dobra, otrzymujemy udział produktu i-tej gałęzi w łącznej produkcji j-tego dobra: d ij = v ij /Q j lub w notacji macierzowej: D = VQˆ 1 (4.58) (4.59) Współczynniki d ij nazywa się współczynnikami gałęziowej struktury towarów 22. Założenie o stałości współczynników macierzy D nazywane jest założeniem o technologii gałęziowej 23. Rozważania dotyczące założenia o technologii produkcji skłaniają do sformułowania następujących wniosków: 1) Założenie o technologii gałęziowej oznacza, że gdy różne gałęzie wytwarzają taki sam produkt, to każda z nich stosuje do jego produkcji inną, własną technologię, charakterystyczną dla produktu podstawowego wytwarzanego w tej gałęzi, i że gałęziowa struktura wytwarzania tego produktu jest stała. 20 Ang. industry output proportion. 21 Ang. commodity-based technology assumption. 22 Ang. commodity output proportion. 23 Ang. industry-based technology assumption.
25 Rozdział 4 Analiza input-output i jej zastosowania w modelowaniu ) Założenie o technologii produktowej oznacza, że gdy ten sam produkt jest wytwarzany przez różne gałęzie, to gałęzie te stosują do jego produkcji technologię tej gałęzi, dla której jest on produktem podstawowym, i że produktowa struktura wytwarzania w każdej z gałęzi jest stała. W dalszych rozważaniach dotyczących tablic produktowo-gałęziowych i związanych z nimi modeli i-o uwaga zostanie skoncentrowana wyłacznie na jednym z możliwych wariantów macierzy całkowitego zapotrzebowania. Będzie to gałęziowo-produktowa macierz całkowitego zapotrzebowania, wyprowadzona przy założeniu technologii gałęziowej. Analogiczne rozważania można przeprowadzić wprowadzając założenie o technologii produktowej. W kategoriach macierzy produktowo-gałęziowej współczynniki kosztów (produktowo-gałęziowe współczynniki bezpośredniego zapotrzebowania) przyjmują postać: b ij = u ij /X j lub w ujęciu macierzowym: B = UX 1 (4.60) (4.61) gdzie Xˆ oznacza macierz diagonalną, w której główna przekątna utworzona została z elementów wektora X. Równanie bilansowe produkcji w konwencji macierzy produktowo-gałęziowej (w notacji macierzowej) ma następującą postać: Q = Ui + E Wykorzystując zależność (4.61) oraz fakt, że można zapisać w postaci: Q = BX + E (4.62) Xˆi = X, powyższe równanie (4.63) Równanie (4.63) odpowiada równaniu bilansowemu produkcji w tradycyjnym modelu Leontiefa. Korzystając z tej zależności, możemy zapisać równanie (4.54) w postaci: X = DQ Podstawiając równanie (4.64) do (4.63) mamy: Q = BDQ + E Równość tę można przekształcić do postaci: Q = (I BD) 1 E Podstawiając równanie (4.66) do (4.64) otrzymujemy następującą zależność: X = D(I BD) 1 E (4.64) (4.65) (4.66) (4.67)
26 26 Część II Metody wielosektorowego modelowania powiązań... Macierz ujęta w nawiasy kwadratowe jest gałęziowo-produktową macierzą całkowitego zapotrzebowania, wyznaczoną przy założeniu technologii gałęziowej. Jej elementy informują, o ile powinien wzrosnąć produkt globalny i-tej gałęzi, aby popyt finalny na j-ty produkt mógł wzrosnąć o jednostkę. Wracając do przykładu liczbowego, wyznaczone zostaną macierze B i D: B = 0, 315 0, 233 0, 176 0, 217, D = 0, 915 0, 002 0, 085 0, 998 (4.68) Obliczona na tej podstawie macierz całkowitego zapotrzebowania przyjmuje postać: D(I BD) 1 = 1, 432 0, 428 0, 492 1, 422 (4.69) Współczynnik w pierwszym wierszu i drugiej kolumnie powyższej macierzy, wynoszący 0,428, informuje o tym, że produkt globalny Przemysłu powinien wzrosnąć o 428 mln zł, aby produkt finalny Poz mógł wzrosnąć o 1 mld zł. 4.3 Regionalne modele input-output Modele i-o pomyślane były pierwotnie jako modele konstruowane dla całych gospodarek. W pierwszej połowie lat pięćdziesiątych zaczęto wykorzystywać je również do badania zjawisk ekonomicznych na szczeblu wewnątrz- i międzyregionalnym (Isard 1951, Isard i Kuenne 1953). Następne lata przyniosły ogromną liczbę publikacji w tej dziedzinie. Przegląd regionalnych modeli i-o można znaleźć m.in. w książkach Polenske (1980) i Miernyka (1982). Regionalne modele i-o mają szczególne znaczenie w badaniach nad powiązaniami gospodarki i środowiska, albowiem problematyka e-e ma w dużej mierze wymiar regionalny. Pojęcie regionu w modelowaniu regionalnym nie jest jednoznacznie sprecyzowane. Regionami mogą być: obszary administracyjne państw wówczas konstruktorzy modeli mają stosunkowo najmniej kłopotów związanych z bazą danych statystycznych; obszary jednorodne pod względem kierunków i natężenia wykorzystania gospodarczego najwłaściwsze z punktu widzenia celów budowy modeli e-e; obszary geograficzne są one na ogół jednorodne pod względem możliwości ich wykorzystania do celów gospodarczych i pod względem zdolności asymilacyjnych środowiska, ale ich modelowanie sprawia najwięcej kłopotów ze
Finanse i Rachunkowość studia niestacjonarne/stacjonarne Model Przepływów Międzygałęziowych
dr inż. Ryszard Rębowski 1 OPIS ZJAWISKA Finanse i Rachunkowość studia niestacjonarne/stacjonarne Model Przepływów Międzygałęziowych 8 listopada 2015 1 Opis zjawiska Będziemy obserwowali proces tworzenia
Bardziej szczegółowoWykład 2 - model produkcji input-output (Model 1)
Wykład 2 - model produkcji input-output (Model 1) 1 Wprowadzenie Celem wykładu jest omówienie (znanego z wcześniejszych zaję) modelu produkcji typu input-output w postaci pozwalającej na zaprogramowanie
Bardziej szczegółowoWykład 3 - model produkcji i cen input-output (Model 2)
Wykład 3 - model produkcji i cen input-output (Model 2) 1 Wprowadzenie W ramach niniejszego wykładu opisujemy model 2, będący rozszerzeniem znanego z poprzedniego wykładu modelu 1. Rozszerzenie polega
Bardziej szczegółowoWykład 2 - model produkcji input-output (Model 1)
Wykład 2 - model produkcji input-output (Model 1) 1 Wprowadzenie Celem wykładu jest omówienie (znanego z wcześniejszych zajęć) modelu produkcji typu input-output w postaci pozwalającej na zaprogramowanie
Bardziej szczegółowoWady klasycznych modeli input - output
Wady klasycznych modeli input - output 1)modele statyczne: procesy gospodarcze mają najczęściej charakter dynamiczny, 2)modele deterministyczne: procesy gospodarcze mają najczęściej charakter stochastyczny,
Bardziej szczegółowoAnaliza tworzenia i podziału dochodów na podstawie modelu wielosektorowego
UNIWERSYTET ŁÓDZKI PRACE DOKTORSKIE Z ZAKRESU EKONOMII I ZARZĄDZANIA 1/ JAKUB BORATYNSKI Analiza tworzenia i podziału dochodów na podstawie modelu wielosektorowego B 372130 UU WYDAWNICTWO UNIWERSYTETU
Bardziej szczegółowoModel przepływów międzygałęziowych (model Leontiewa)
Model przepływów międzygałęziowych (model Leontiewa) Maciej Grzesiak Przedstawimy tzw. analizę wejścia-wyjścia jako narzędzie do badań ekonomicznych. Stworzymy matematyczny model gospodarki, w którym można
Bardziej szczegółowoEkonometria. Przepływy międzygałęziowe. Model Leontiefa. Jakub Mućk. Katedra Ekonomii Ilościowej. Przepływy międzygałęziowe Model Leontiefa
Ekonometria Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Ćwiczenia 10 1 / 22 Outline 1 2 Jakub Mućk Ekonometria Ćwiczenia 10 2 / 22 Oznaczenia i definicje Numeracja gałęzi: i, j = 1, 2,,
Bardziej szczegółowodr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;
Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia
Bardziej szczegółowoStosowane modele równowagi. Wykład 1
Stosowane modele równowagi ogólnej (CGE) Wykład 1 Literatura Horridge M., MINIMAL. A Simplified General Equilibrium Model, 2001, http://www.copsmodels.com/minimal.htm dowolny podręcznik do mikroekonomii
Bardziej szczegółowoWykład 14. Elementy algebry macierzy
Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,
Bardziej szczegółowoK wartość kapitału zaangażowanego w proces produkcji, w tys. jp.
Sprawdzian 2. Zadanie 1. Za pomocą KMNK oszacowano następującą funkcję produkcji: Gdzie: P wartość produkcji, w tys. jp (jednostek pieniężnych) K wartość kapitału zaangażowanego w proces produkcji, w tys.
Bardziej szczegółowoModele wielorownaniowe
Część 1. e e jednorównaniowe są znacznym uproszczeniem rzeczywistości gospodarczej e jednorównaniowe są znacznym uproszczeniem rzeczywistości gospodarczej e makroekonomiczne z reguły składają się z większej
Bardziej szczegółowoProgram Analiza systemowa gospodarki energetycznej kompleksu budowlanego użyteczności publicznej
W programie zawarto metodykę wykorzystywaną do analizy energetyczno-ekologicznej eksploatacji budynków, jak również do wspomagania projektowania ich optymalnego wariantu struktury gospodarki energetycznej.
Bardziej szczegółowoPodstawy rachunków narodowych. I rok AG 2014/2015
Podstawy rachunków narodowych I rok AG 2014/2015 1 Rachunki akumulacji: - rachunek kapitałowy (akumulacja rzeczowa), - rachunek finansowy (akumulacja finansowa), - rachunek innych zmian wolumenu aktywów,
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,
Bardziej szczegółowoAnaliza korespondencji
Analiza korespondencji Kiedy stosujemy? 2 W wielu badaniach mamy do czynienia ze zmiennymi jakościowymi (nominalne i porządkowe) typu np.: płeć, wykształcenie, status palenia. Punktem wyjścia do analizy
Bardziej szczegółowo5. Rozwiązywanie układów równań liniowych
5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a
Bardziej szczegółowoProgramowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Bardziej szczegółowo1X1. Metody i tablice przepływów międzygałęziowych w analizach handlu zagranicznego Polski MICHAŁ PRZYBYLINSKI B 383003
MICHAŁ PRZYBYLINSKI Metody i tablice przepływów międzygałęziowych w analizach handlu zagranicznego Polski B 383003 1X1 WYDAWNICTWO UNIWERSYTETU ŁÓDZKIEGO ŁÓDŹ 2012 SPIS TREŚCI 1 Wprowadzenie h....' 7 1.1
Bardziej szczegółowoWykład z równań różnicowych
Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.
Bardziej szczegółowo3. Wykład Układy równań liniowych.
31 Układy równań liniowych 3 Wykład 3 Definicja 31 Niech F będzie ciałem Układem m równań liniowych o niewiadomych x 1,, x n, m, n N, o współczynnikach z ciała F nazywamy układ równań postaci: x 1 + +
Bardziej szczegółowoWykład 8. Rachunek dochodu narodowego i model gospodarki
Wykład 8. Rachunek dochodu narodowego i model gospodarki 1. Makroekonomia. Makroekonomia bada gospodarkę narodową jako całość i wpływające na nią wielkości makroekonomiczne oraz ich powiązania. Najważniejszym
Bardziej szczegółowoPrzekształcanie równań stanu do postaci kanonicznej diagonalnej
Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przygotowanie: Dariusz Pazderski Liniowe przekształcenie równania stanu Rozważmy liniowe równanie stanu i równanie wyjścia układu niesingularnego
Bardziej szczegółowoJEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY
JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY Będziemy zapisywać wektory w postaci (,, ) albo traktując go jak macierz jednokolumnową (dzięki temu nie będzie kontrowersji przy transponowaniu wektora ) Model
Bardziej szczegółowo3. Macierze i Układy Równań Liniowych
3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x
Bardziej szczegółowoWykład z modelowania matematycznego. Zagadnienie transportowe.
Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana
Bardziej szczegółowoTeoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr
Bardziej szczegółowoZMIANY KOSZTÓW PRACY W GOSPODARCE NARODOWEJ POLSKI W ŚWIETLE PRZEPŁYWÓW MIĘDZYGAŁĘZIOWYCH W LATACH 1995 2005
TOMASZ KUJACZYŃSKI ZMIANY KOSZTÓW PRACY W GOSPODARCE NARODOWEJ POLSKI W ŚWIETLE PRZEPŁYWÓW MIĘDZYGAŁĘZIOWYCH W LATACH 1995 2005 Streszczenie: W artykule omówiono zmiany kosztów pracy zachodzące w gospodarce
Bardziej szczegółowo- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd.
4. Równania dyfuzji 4.1. Prawo zachowania masy cd. Równanie dyfuzji jest prostą konsekwencją prawa zachowania masy, a właściwie to jest to prawo zachowania masy zapisane dla procesu dyfuzji i uwzględniające
Bardziej szczegółowoWzrost gospodarczy definicje
Wzrost gospodarczy Wzrost gospodarczy definicje Przez wzrost gospodarczy rozumiemy proces powiększania podstawowych wielkości makroekonomicznych w gospodarce, a w szczególności proces powiększania produkcji
Bardziej szczegółowoPochodna i różniczka funkcji oraz jej zastosowanie do obliczania niepewności pomiarowych
Pochodna i różniczka unkcji oraz jej zastosowanie do obliczania niepewności pomiarowych Krzyszto Rębilas DEFINICJA POCHODNEJ Pochodna unkcji () w punkcie określona jest jako granica: lim 0 Oznaczamy ją
Bardziej szczegółowoZałóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb
Współzależność Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb (x i, y i ). Geometrycznie taką parę
Bardziej szczegółowoModelowanie niezawodności prostych struktur sprzętowych
Modelowanie niezawodności prostych struktur sprzętowych W ćwiczeniu tym przedstawione zostaną proste struktury sprzętowe oraz sposób obliczania ich niezawodności przy założeniu, że funkcja niezawodności
Bardziej szczegółowoUkłady równań liniowych. Krzysztof Patan
Układy równań liniowych Krzysztof Patan Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych
Bardziej szczegółowoEkonometryczna analiza popytu na wodę
Jacek Batóg Uniwersytet Szczeciński Ekonometryczna analiza popytu na wodę Jednym z czynników niezbędnych dla funkcjonowania gospodarstw domowych oraz realizacji wielu procesów technologicznych jest woda.
Bardziej szczegółowo1 Układy równań liniowych
II Metoda Gaussa-Jordana Na wykładzie zajmujemy się układami równań liniowych, pojawi się też po raz pierwszy macierz Formalną (i porządną) teorią macierzy zajmiemy się na kolejnych wykładach Na razie
Bardziej szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...
Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x
Bardziej szczegółowoMakroekonomia I. Jan Baran
Makroekonomia I Jan Baran Model klasyczny a keynesowski W prostym modelu klasycznym zakładamy, że produkt zależy jedynie od nakładów czynników produkcji i funkcji produkcji. Nie wpływają na niego wprowadzone
Bardziej szczegółowoZagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie
Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie OPIS ZAGADNIENIA Zagadnienie transportowe służy głównie do obliczania najkorzystniejszego
Bardziej szczegółowoPodana tabela przedstawia składniki PKB pewnej gospodarki w danym roku, wyrażone w cenach bieżących (z tego samego roku).
Zadanie 1 Podana tabela przedstawia składniki PKB pewnej gospodarki w danym roku, wyrażone w cenach bieżących (z tego samego roku). Składniki PKB Wielkość (mld) Wydatki konsumpcyjne (C ) 300 Inwestycje
Bardziej szczegółowoPrognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
Bardziej szczegółowoZadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.
tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1
Bardziej szczegółowoMacierze. Rozdział Działania na macierzach
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy
Bardziej szczegółowoWstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra
Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Co można zrobić z układem równań... tak, aby jego rozwiazania się nie zmieniły? Rozważam
Bardziej szczegółowoPODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
Bardziej szczegółowoDopasowywanie modelu do danych
Tematyka wykładu dopasowanie modelu trendu do danych; wybrane rodzaje modeli trendu i ich właściwości; dopasowanie modeli do danych za pomocą narzędzi wykresów liniowych (wykresów rozrzutu) programu STATISTICA;
Bardziej szczegółowo0 + 0 = 0, = 1, = 1, = 0.
5 Kody liniowe Jak już wiemy, w celu przesłania zakodowanego tekstu dzielimy go na bloki i do każdego z bloków dodajemy tak zwane bity sprawdzające. Bity te są w ścisłej zależności z bitami informacyjnymi,
Bardziej szczegółowoProdukt i dochód narodowy. mgr Katarzyna Godek
Produkt i dochód narodowy mgr Katarzyna Godek PKB a PNB Produkt krajowy brutto Produkt narodowy brutto PKB (z ang. gross domestic product, GDP) w ekonomii, jeden z podstawowych mierników efektów pracy
Bardziej szczegółowoRozwiązywanie układów równań liniowych
Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy
Bardziej szczegółowo8. WYBRANE ZASTOSOWANIA MODELI EKONOMETRYCZNYCH
39 8. WYBRANE ZASTOSOWANIA MODELI EKONOMETRYCZNYCH 8.1. Funkcje popytu i elastyczności popytu 8.1.1. Czynniki determinujące popyt i ich wpływ Załóżmy, że hipoteza ekonomiczna dotycząca kształtowania się
Bardziej szczegółowoUkłady równań liniowych
Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K
Bardziej szczegółowoPrzyczynowa analiza rentowności na przykładzie przedsiębiorstwa z branży. półproduktów spożywczych
Roksana Kołata Dariusz Stronka Przyczynowa analiza rentowności na przykładzie przedsiębiorstwa z branży Wprowadzenie półproduktów spożywczych Dokonując analizy rentowności przedsiębiorstwa za pomocą wskaźników
Bardziej szczegółowoSTATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND Finanse i Rachunkowość rok 2 Analiza dynamiki Szereg czasowy: y 1 y 2... y n 1 y n. y t poziom (wartość) badanego zjawiska w
Bardziej szczegółowoRozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów
Rozdział : Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów W tym rozdziale omówione zostaną dwie najpopularniejsze metody estymacji parametrów w ekonometrycznych modelach nieliniowych,
Bardziej szczegółowoUkłady równań i nierówności liniowych
Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +
Bardziej szczegółowoAnaliza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
Bardziej szczegółowomacierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same
1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,
Bardziej szczegółowoModel Davida Ricardo
Model Davida Ricardo mgr eszek incenciak 15 lutego 2005 r. 1 Założenia modelu Analiza w modelu Ricardo opiera się na następujących założeniach: istnieje doskonała konkurencja na rynku dóbr i rynku pracy;
Bardziej szczegółowoZESTAW 5 FUNKCJA PRODUKCJI. MODEL SOLOWA (Z ROZSZERZENIAMI)
ZESTAW 5 FUNKCJA PRODUKCJI. MODEL SOLOWA (Z ROZSZERZENIAMI) Zadanie 5.1 Dla podanych funkcji produkcji sprawdź, czy spełniają one warunki stawiane neoklasycznym funkcjom produkcji. Jeśli tak, zapisz je
Bardziej szczegółowoPrognozowanie popytu. mgr inż. Michał Adamczak
Prognozowanie popytu mgr inż. Michał Adamczak Plan prezentacji 1. Definicja prognozy 2. Klasyfikacja prognoz 3. Szereg czasowy 4. Metody prognozowania 4.1. Model naiwny 4.2. Modele średniej arytmetycznej
Bardziej szczegółowo2) R stosuje w obliczeniach wzór na logarytm potęgi oraz wzór na zamianę podstawy logarytmu.
ZAKRES ROZSZERZONY 1. Liczby rzeczywiste. Uczeń: 1) przedstawia liczby rzeczywiste w różnych postaciach (np. ułamka zwykłego, ułamka dziesiętnego okresowego, z użyciem symboli pierwiastków, potęg); 2)
Bardziej szczegółowoAlgebra liniowa. Macierze i układy równań liniowych
Algebra liniowa Macierze i układy równań liniowych Własności wyznaczników det I = 1, det(ab) = det A det B, det(a T ) = det A. Macierz nieosobliwa Niech A będzie macierzą kwadratową wymiaru n n. Mówimy,
Bardziej szczegółowoEkonometria_FIRJK Arkusz1
Rok akademicki: Grupa przedmiotów Numer katalogowy: Nazwa przedmiotu 1) : łumaczenie nazwy na jęz. angielski 3) : Kierunek studiów 4) : Ekonometria Econometrics Ekonomia ECS 2) Koordynator przedmiotu 5)
Bardziej szczegółowoSCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowoREZERWY UBEZPIECZEŃ I RENT ŻYCIOWYCH
REZERWY UBEZPIECZEŃ I RENT ŻYCIOWYCH M. BIENIEK Przypomnijmy, że dla dowolnego wektora przepływów c rezerwę w chwili k względem funkcji dyskonta v zdefiniowaliśmy jako k(c; v) = Val k ( k c; v), k = 0,
Bardziej szczegółowoPróbny egzamin z matematyki dla uczniów klas II LO i III Technikum. w roku szkolnym 2012/2013
Próbny egzamin z matematyki dla uczniów klas II LO i III Technikum w roku szkolnym 2012/2013 I. Zakres materiału do próbnego egzaminu maturalnego z matematyki: 1) liczby rzeczywiste 2) wyrażenia algebraiczne
Bardziej szczegółowoBardzo dobra Dobra Dostateczna Dopuszczająca
ELEMENTY EKONOMII PRZEDMIOTOWY SYSTEM OCENIANIA Klasa: I TE Liczba godzin w tygodniu: 3 godziny Numer programu: 341[02]/L-S/MEN/Improve/1999 Prowadzący: T.Kożak- Siara I Ekonomia jako nauka o gospodarowaniu
Bardziej szczegółowoMetody numeryczne Wykład 4
Metody numeryczne Wykład 4 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Metody skończone rozwiązywania
Bardziej szczegółowoSIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa
SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę
Bardziej szczegółowo15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej
15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)
Bardziej szczegółowoWłasności wyznacznika
Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy
Bardziej szczegółowoDefinicja problemu programowania matematycznego
Definicja problemu programowania matematycznego minimalizacja lub maksymalizacja funkcji min (max) f(x) gdzie: x 1 x R n x 2, czyli: x = [ ] x n przy ograniczeniach (w skrócie: p.o.) p.o. g i (x) = b i
Bardziej szczegółowo1. PODSTAWY TEORETYCZNE
1. PODSTAWY TEORETYCZNE 1 1. 1. PODSTAWY TEORETYCZNE 1.1. Wprowadzenie W pierwszym wykładzie przypomnimy podstawowe działania na macierzach. Niektóre z nich zostały opisane bardziej szczegółowo w innych
Bardziej szczegółowoTreść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.
. Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21
Bardziej szczegółowoV. WYMAGANIA EGZAMINACYJNE
V. WYMAGANIA EGZAMINACYJNE Standardy wymagań egzaminacyjnych Zdający posiada umiejętności w zakresie: POZIOM PODSTAWOWY POZIOM ROZSZERZONY 1. wykorzystania i tworzenia informacji: interpretuje tekst matematyczny
Bardziej szczegółowoA.Światkowski. Wroclaw University of Economics. Working paper
A.Światkowski Wroclaw University of Economics Working paper 1 Planowanie sprzedaży na przykładzie przedsiębiorstwa z branży deweloperskiej Cel pracy: Zaplanowanie sprzedaży spółki na rok 2012 Słowa kluczowe:
Bardziej szczegółowoMakroekonomia. Rachunek dochodu narodowego Dr Gabriela Przesławska. Uniwersytet Wrocławski Instytut Nauk Ekonomicznych
Makroekonomia. Rachunek dochodu narodowego Dr Gabriela Przesławska Uniwersytet Wrocławski Instytut Nauk Ekonomicznych Makroekonomia. Podstawowe zagadnienia makroekonomiczne Makroekonomia bada sposób działania
Bardziej szczegółowoWnioskowanie bayesowskie
Wnioskowanie bayesowskie W podejściu klasycznym wnioskowanie statystyczne oparte jest wyłącznie na podstawie pobranej próby losowej. Możemy np. estymować punktowo lub przedziałowo nieznane parametry rozkładów,
Bardziej szczegółowoIII. STRUKTURA I FORMA EGZAMINU
III. STRUKTURA I FORMA EGZAMINU Egzamin maturalny z matematyki jest egzaminem pisemnym sprawdzającym wiadomości i umiejętności określone w Standardach wymagań egzaminacyjnych i polega na rozwiązaniu zadań
Bardziej szczegółowoRozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F
Bardziej szczegółowoAlgebra WYKŁAD 3 ALGEBRA 1
Algebra WYKŁAD 3 ALGEBRA 1 Liczby zespolone Postać wykładnicza liczby zespolonej Niech e oznacza stałą Eulera Definicja Równość e i cos isin nazywamy wzorem Eulera. ALGEBRA 2 Liczby zespolone Każdą liczbę
Bardziej szczegółowoPochodna i różniczka funkcji oraz jej zastosowanie do rachunku błędów pomiarowych
Pochodna i różniczka unkcji oraz jej zastosowanie do rachunku błędów pomiarowych Krzyszto Rębilas DEFINICJA POCHODNEJ Pochodna unkcji () w punkcie określona jest jako granica: lim 0 Oznaczamy ją symbolami:
Bardziej szczegółowoRozwiązania zadań z kolokwium w dniu r. Zarządzanie Inżynierskie, WDAM, grupy I i II
Rozwiązania zadań z kolokwium w dniu 10.1.010r. Zarządzanie Inżynierskie, WDAM, grupy I i II Zadanie 1. Wyznacz dziedzinę naturalną funkcji f (x) = x 4x + 3 x + x + log arc sin 1 x. Rozwiązanie. Wymagane
Bardziej szczegółowoRozdział 1 PROGRAMOWANIE LINIOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.2 Ćwiczenia komputerowe Ćwiczenie 1.1 Wykorzystując
Bardziej szczegółowoInwestycje (I) Konsumpcja (C)
Determinanty dochodu narodowego Zadanie 1 Wypełnij podaną tabelę, wiedząc, że wydatki konsumpcyjne stanowią 80% dochody narodowego, inwestycje są wielkością autonomiczną i wynoszą 1.000. Produkcja i dochód
Bardziej szczegółowoZajęcia nr. 3 notatki
Zajęcia nr. 3 notatki 22 kwietnia 2005 1 Funkcje liczbowe wprowadzenie Istnieje nieskończenie wiele funkcji w matematyce. W dodaktu nie wszystkie są liczbowe. Rozpatruje się funkcje które pobierają argumenty
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.
Bardziej szczegółowoMatematyka dyskretna dla informatyków
Matematyka dyskretna dla informatyków Część I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szymański Uniwersytet im. Adama Mickiewicza Poznań 2007 4 Zależności rekurencyjne Wiele zależności
Bardziej szczegółowo1 Macierz odwrotna metoda operacji elementarnych
W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz
Bardziej szczegółowoGłównym celem opracowania jest próba określenia znaczenia i wpływu struktury kapitału na działalność przedsiębiorstwa.
KAPITAŁ W PRZEDSIĘBIORSTWIE I JEGO STRUKTURA Autor: Jacek Grzywacz, Wstęp W opracowaniu przedstawiono kluczowe zagadnienia dotyczące możliwości pozyskiwania przez przedsiębiorstwo kapitału oraz zasad kształtowania
Bardziej szczegółowoPowiązania leśnictwa z otoczeniem gospodarczym na przykładzie Nadleśnictwa Kozienice
Powiązania leśnictwa z otoczeniem gospodarczym na przykładzie Nadleśnictwa Kozienice mgr inż. Justyna Jamińska dr inż. Agnieszka Mandziuk Zakład Ekonomiki Leśnictwa Katedra Urządzania Lasu i Ekonomiki
Bardziej szczegółowoProdukt Krajowy Brutto. dr Krzysztof Kołodziejczyk
Produkt Krajowy Brutto dr Krzysztof Kołodziejczyk https://data.worldbank.org/indicator/ny.gdp.mktp.kd.zg?end=2016&locations=pl- CN-XC&start=1989 Plan 1. PKB podstawowy miernik efektów pracy społeczeństwa
Bardziej szczegółowoEtapy modelowania ekonometrycznego
Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,
Bardziej szczegółowoskłada się z m + 1 uporządkowanych niemalejąco liczb nieujemnych. Pomiędzy p, n i m zachodzi następująca zależność:
TEMATYKA: Krzywe typu Splajn (Krzywe B sklejane) Ćwiczenia nr 8 Krzywe Bezier a mają istotne ograniczenie. Aby uzyskać kształt zawierający wiele punktów przegięcia niezbędna jest krzywa wysokiego stopnia.
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz
Bardziej szczegółowoROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ.
ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. LICZBA TEMAT GODZIN LEKCYJNYCH Potęgi, pierwiastki i logarytmy (8 h) Potęgi 3 Pierwiastki 3 Potęgi o wykładnikach
Bardziej szczegółowoFunkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.
Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy
Bardziej szczegółowoDefinicje i przykłady
Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest
Bardziej szczegółowoWykład 4. Określimy teraz pewną ważną klasę pierścieni.
Wykład 4 Określimy teraz pewną ważną klasę pierścieni. Twierdzenie 1 Niech m, n Z. Jeśli n > 0 to istnieje dokładnie jedna para licz q, r, że: m = qn + r, 0 r < n. Liczbę r nazywamy resztą z dzielenia
Bardziej szczegółowo