Die Erstellung der multiregionalen Input-Output Tabelle...
Transcript of Die Erstellung der multiregionalen Input-Output Tabelle...
Mitg
lied
de
r H
elm
ho
ltz-G
em
ein
sch
aft
Die Erstellung der multiregionalen Input-Output Tabelle für Deutschland
Johannes Többen
4.4.2014
7. Input-Output Workshop Osnabrück
Institut für Energie- und Klimaforschung IEK-STE: Systemforschung und Technologische Entwicklung
Agenda
• Format und Eckwerte der deutschen MRIO-Tabelle
• Automated Integration System for Harmonized Accounts (AISHA)
• Initial Estimate
• Restriktionen und Rohdaten
• Schätzung des interregionalen Handels
• Datenunsicherheit
• Ausblick: Ein deutsches Industrial Ecology Laboratory (IELab)?
Mitg
lied
de
r H
elm
ho
ltz-G
em
ein
sch
aft
Format und Eckwerte
Format der Deutschen MRIO: Supply-Use
• Symmetrische Tabellen: entweder „product-by-product“ oder „industry-by-industry“ Format
• Aufkommens- und Verwendungstabellen umfassen beide Dimensionen
Vorteile:
• Bei der Regionalisierung: Daten liegen entweder für Produkte (z.B. Außenhandel, Konsum der HH) oder Industrien (z.B. BWS, Produktionswert) vor Keine Umrechnung nötig
• Bei der IO-Analyse: Symmetrisches Format bei vielen Anwendungen problematisch1. Bsp.: Effekt von Güternachfrage („product“) auf die Beschäftigung („industry“)
4
1
Rueda-Cantuche, J. M. 2011. The choice of type of input-output table revisited: moving towards the use of supply-use tables in impact analysis. SORT. 2011, vol. 35, núm. 1.
Lenzen, M. & Rueda-Cantuche, J. M. 2012. A note on the use of supply-use tables in impact analyses. SORT. 2012, vol. 36, núm. 2.
„Use-regionalized“ MRIO2
Region r Region s Exports
(row)
Total
Product Industry Final
Demand
Product Industry Final
Demand
Reg
ion
r
Product 𝑼𝒓𝒓 𝒅𝒓𝒓 𝑼𝒓𝒔 𝒅𝒓𝒔 𝒆𝒓 𝒑𝒓
Industry 𝑽𝒓 𝒈𝒓
Reg
ion
s
Product 𝑼𝒔𝒓 𝒅𝒔𝒓 𝑼𝒔𝒔 𝒅𝒔𝒔 𝒆𝒔 𝒑𝒔
Industry 𝑽𝒔 𝒈𝒔
Imports (row) 𝑼𝒓𝒐𝒘 𝒓 𝒅𝒓𝒐𝒘 𝒓 𝑼𝒓𝒐𝒘 𝒔 𝒅𝒓𝒐𝒘 𝒔
Value Added 𝒘𝒓 𝒘𝒔
Output 𝒑𝒓 𝒈𝒓 𝒑𝒔 𝒈𝒔
2
Oosterhaven, J. 1984. A family of square and rectangular interregional input-output tables and models. Regional Science and Urban Economics, 14:4, 565-582. Jackson, R. W. & Schwarm, W. R. 2011. Accounting foundations for interregional commodity-by-industry input-output models. Letters in Spatial and Resource Sciences, 4:3, 187-196.
Eckwerte der deutschen MRSUT:
• 16 Bundesländer + Rest der Welt
• 41 Wirtschaftszweige
• 63 Gütergruppen
• 10 Kategorien inländischer Endnachfrage (private Konsumausgaben nach 6 Einkommensarten)
• 4 Komponenten der BWS
Heatmap der deutschen MRIO-Tabelle:
Mitg
lied
de
r H
elm
ho
ltz-G
em
ein
sch
aft
Automated Integration System for Harmonized Accounts (AISHA)
Herausforderungen: MRIO-Erstellung
• Ergebnis von non-survey Verfahren oft nicht ‚balanced„ (z.B. Zeilensumme ≠ Spaltensumme):
• Balancing-Verfahren (z.B. RAS) notwendig
• Wegen zweifelhafter Qualität von nonsurvey Verfahren ist die Integration zusätzlicher Daten erstrebenswert (hybrides Verfahren)
• aber Rohdaten…
• …sind oft fragmentiert (z.B. durch Geheimhaltungsfälle)
• …liegen in unterschiedlichen Klassifikationen und Aggregationstiefen vor
• …können Informationskonflikte beinhalten (insb. bei Daten aus verschiedenen Quellen)
AISHA: MRIO-Erstellung als Optimierungsproblem unter Restriktionen
MRIO-Balancing: „Minimiere den Informationsverlust von der nonsurvey Tabelle
(Initial Estimate) unter Einhaltung der Restriktionen“
Rohdaten Nonsurvey Initial Estimate (IE)
Bilanzgleichungen
Konkordanz-Matrizen
Restriktionen
Daten(un)-sicherheit
Finale MRIO Tabelle
AIS
HA
AISHA: MRIO-Erstellung als Optimierungsproblem unter Restriktionen
MRIO-Balancing: „Minimiere den Informationsverlust von der nonsurvey Tabelle
(Initial Estimate) unter Einhaltung der Restriktionen“
Rohdaten Nonsurvey Initial Estimate (IE)
Bilanzgleichungen
Konkordanz-Matrizen
Restriktionen
Daten(un)-sicherheit
Finale MRIO Tabelle
AIS
HA
Lösung von Informationskonflikten: ‚Holistic Accuracy4‘
• Bei Informationskonflikten: Optimierungsproblem unlösbar
• Lösung: Kompromisswert zwischen Datenpunkten auf Basis ihrer (Un)sicherheit5
• ‚Holistic Accuracy„: Ziel ist die großen und wichtigen Transaktionen möglichst genau abzubilden
4Jensen, R. C. 1980. The concept of accuracy in regional input-output models. International Regional Science Review, 5(2): 139-154.
5Lenzen, M., B. Gallego, and R. Wood 2009. Matrix Balancing under Conflicting Information. Economic Systems Research, 21, 23-44.
Mitg
lied
de
r H
elm
ho
ltz-G
em
ein
sch
aft
Die nonsurvey MRIO-Tabelle
Die nonsurvey MRIO Tabelle
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒒 𝒅𝒒 𝒆𝒒 𝒕𝒒 𝒓𝒐𝒄 𝒔𝒒
Industry 𝑽𝒒 𝒈𝒒
Value Added 𝒘𝒒
Output 𝒑𝒒 𝒈𝒒
Imports (row) 𝒎𝒒
Imports (roc) 𝒕𝒓𝒐𝒄 𝒒
Total 𝒔𝒒
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒓 𝒅𝒓 𝒆𝒓 𝒕𝒓 𝒓𝒐𝒄 𝒔𝒓
Industry 𝑽𝒓 𝒈𝒓
Value Added 𝒘𝒓
Output 𝒑𝒓 𝒈𝒓
Imports (row) 𝒎𝒓
Imports (roc) 𝒕𝒓𝒐𝒄 𝒓
Total 𝒔𝒓
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒔 𝒅𝒔 𝒆𝒔 𝒕𝒔 𝒓𝒐𝒄 𝒔𝒔
Industry 𝑽𝒔 𝒈𝒔
Value Added 𝒘𝒔
Output 𝒑𝒔 𝒈𝒓
Imports (row) 𝒎𝒔
Imports (roc) 𝒕𝒓𝒐𝒄 𝒔
Total 𝒔𝒔
1. Erstellung von 16 einzelnen IO-Tabellen mit (modifiziert) CHARM
Die nonsurvey MRIO Tabelle
q r s Summe
q
0 𝑡𝑗𝑞 𝑟𝑜𝑐
r 0 𝑡𝑗𝑟 𝑟𝑜𝑐
s
0 𝑡𝑗𝑠 𝑟𝑜𝑐
Sum
me
𝑡𝑗𝑟𝑜𝑐 𝑞
𝑡𝑗𝑟𝑜𝑐 𝑟 𝑡𝑗
𝑟𝑜𝑐 𝑠
𝑡𝑗𝑝 𝑟𝑜𝑐
𝑝
= 𝑡𝑗𝑟𝑜𝑐 𝑝
𝑝
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒒 𝒅𝒒 𝒆𝒒 𝒕𝒒 𝒓𝒐𝒄 𝒔𝒒
Industry 𝑽𝒒 𝒈𝒒
Value Added 𝒘𝒒
Output 𝒑𝒒 𝒈𝒒
Imports (row) 𝒎𝒒
Imports (roc) 𝒕𝒓𝒐𝒄 𝒒
Total 𝒔𝒒
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒓 𝒅𝒓 𝒆𝒓 𝒕𝒓 𝒓𝒐𝒄 𝒔𝒓
Industry 𝑽𝒓 𝒈𝒓
Value Added 𝒘𝒓
Output 𝒑𝒓 𝒈𝒓
Imports (row) 𝒎𝒓
Imports (roc) 𝒕𝒓𝒐𝒄 𝒓
Total 𝒔𝒓
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒔 𝒅𝒔 𝒆𝒔 𝒕𝒔 𝒓𝒐𝒄 𝒔𝒔
Industry 𝑽𝒔 𝒈𝒔
Value Added 𝒘𝒔
Output 𝒑𝒔 𝒈𝒓
Imports (row) 𝒎𝒔
Imports (roc) 𝒕𝒓𝒐𝒄 𝒔
Total 𝒔𝒔
2. CHARM liefert die Randwerte einer ‚Origin-Destination„-Matrix für jedes Gut
Die nonsurvey MRIO Tabelle
q r s Summe
q
0 𝑡𝑗𝑞 𝑟𝑜𝑐
r 0 𝑡𝑗𝑟 𝑟𝑜𝑐
s
0 𝑡𝑗𝑠 𝑟𝑜𝑐
Sum
me
𝑡𝑗𝑟𝑜𝑐 𝑞
𝑡𝑗𝑟𝑜𝑐 𝑟 𝑡𝑗
𝑟𝑜𝑐 𝑠
𝑡𝑗𝑝 𝑟𝑜𝑐
𝑝
= 𝑡𝑗𝑟𝑜𝑐 𝑝
𝑝
q r s Summe
q
0 𝑡𝑗𝑞𝑟
𝑡𝑗𝑞𝑠
𝑡𝑗𝑞 𝑟𝑜𝑐
r 𝑡𝑗𝑟𝑞
0 𝑡𝑗𝑟𝑠 𝑡𝑗
𝑟 𝑟𝑜𝑐 s
𝑡𝑗𝑠𝑞
𝑡𝑗𝑠𝑟 0 𝑡𝑗
𝑠 𝑟𝑜𝑐
Sum
me
𝑡𝑗𝑟𝑜𝑐 𝑞
𝑡𝑗𝑟𝑜𝑐 𝑟 𝑡𝑗
𝑟𝑜𝑐 𝑠
𝑡𝑗𝑝 𝑟𝑜𝑐
𝑝
= 𝑡𝑗𝑟𝑜𝑐 𝑝
𝑝
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒒 𝒅𝒒 𝒆𝒒 𝒕𝒒 𝒓𝒐𝒄 𝒔𝒒
Industry 𝑽𝒒 𝒈𝒒
Value Added 𝒘𝒒
Output 𝒑𝒒 𝒈𝒒
Imports (row) 𝒎𝒒
Imports (roc) 𝒕𝒓𝒐𝒄 𝒒
Total 𝒔𝒒
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒓 𝒅𝒓 𝒆𝒓 𝒕𝒓 𝒓𝒐𝒄 𝒔𝒓
Industry 𝑽𝒓 𝒈𝒓
Value Added 𝒘𝒓
Output 𝒑𝒓 𝒈𝒓
Imports (row) 𝒎𝒓
Imports (roc) 𝒕𝒓𝒐𝒄 𝒓
Total 𝒔𝒓
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒔 𝒅𝒔 𝒆𝒔 𝒕𝒔 𝒓𝒐𝒄 𝒔𝒔
Industry 𝑽𝒔 𝒈𝒔
Value Added 𝒘𝒔
Output 𝒑𝒔 𝒈𝒓
Imports (row) 𝒎𝒔
Imports (roc) 𝒕𝒓𝒐𝒄 𝒔
Total 𝒔𝒔
3. Verteilung der Gesamtimporte auf Herkunftsregionen. Annahme: Proportionalität zum Marktanteil der liefernden Region für ein Gut im interregionalen Handel
Die nonsurvey MRIO Tabelle
q r s Summe
q
0 𝑡𝑗𝑞 𝑟𝑜𝑐
r 0 𝑡𝑗𝑟 𝑟𝑜𝑐
s
0 𝑡𝑗𝑠 𝑟𝑜𝑐
Sum
me
𝑡𝑗𝑟𝑜𝑐 𝑞
𝑡𝑗𝑟𝑜𝑐 𝑟 𝑡𝑗
𝑟𝑜𝑐 𝑠
𝑡𝑗𝑝 𝑟𝑜𝑐
𝑝
= 𝑡𝑗𝑟𝑜𝑐 𝑝
𝑝
q r s Summe
q
0 𝑡𝑗𝑞𝑟
𝑡𝑗𝑞𝑠
𝑡𝑗𝑞 𝑟𝑜𝑐
r 𝑡𝑗𝑟𝑞
0 𝑡𝑗𝑟𝑠 𝑡𝑗
𝑟 𝑟𝑜𝑐 s
𝑡𝑗𝑠𝑞
𝑡𝑗𝑠𝑟 0 𝑡𝑗
𝑠 𝑟𝑜𝑐
Sum
me
𝑡𝑗𝑟𝑜𝑐 𝑞
𝑡𝑗𝑟𝑜𝑐 𝑟 𝑡𝑗
𝑟𝑜𝑐 𝑠
𝑡𝑗𝑝 𝑟𝑜𝑐
𝑝
= 𝑡𝑗𝑟𝑜𝑐 𝑝
𝑝
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒒 𝒅𝒒 𝒆𝒒 𝒕𝒒 𝒓𝒐𝒄 𝒔𝒒
Industry 𝑽𝒒 𝒈𝒒
Value Added 𝒘𝒒
Output 𝒑𝒒 𝒈𝒒
Imports (row) 𝒎𝒒
Imports (roc) 𝒕𝒓𝒐𝒄 𝒒
Total 𝒔𝒒
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒓 𝒅𝒓 𝒆𝒓 𝒕𝒓 𝒓𝒐𝒄 𝒔𝒓
Industry 𝑽𝒓 𝒈𝒓
Value Added 𝒘𝒓
Output 𝒑𝒓 𝒈𝒓
Imports (row) 𝒎𝒓
Imports (roc) 𝒕𝒓𝒐𝒄 𝒓
Total 𝒔𝒓
Product Industry Final
demand
Exports
(row)
Exports
(roc)
Total
Product 𝑼𝒔 𝒅𝒔 𝒆𝒔 𝒕𝒔 𝒓𝒐𝒄 𝒔𝒔
Industry 𝑽𝒔 𝒈𝒔
Value Added 𝒘𝒔
Output 𝒑𝒔 𝒈𝒓
Imports (row) 𝒎𝒔
Imports (roc) 𝒕𝒓𝒐𝒄 𝒔
Total 𝒔𝒔
4. Verteilung der lokalisierten Importe auf die Sektoren Annahme: Jeder Sektor in einer Region hat die gleiche Importneigung für ein Gut
Mitg
lied
de
r H
elm
ho
ltz-G
em
ein
sch
aft
Restriktionen und Rohdaten
Überblick: Verwendete Rohdaten und Restriktionen
Restriktion Rohdaten Datenverarbeitung bzw.
Schätzverfahren
Restriktionstyp
Nationale Aufkommens-
und Verwendungstabellen
WIOD - Absolutwerte
Regionale BWS VGR der Länder - Absolutwerte
Regionale
Arbeitnehmerentgelte
VGR der Länder - Absolutwerte
Regionale
Produktionswerte
VGR der Länder - Absolutwerte
Regionaler Außenhandel VGR der Länder - Absolutwerte
Konsumausgaben der
privaten Haushalte
Einkommens- und
Verbrauchsstichprobe
Hochrechnung, Umrechnung von
Verwendungszwecken in Gütergruppen
und von von Anschaffungs- in
Herstellungspreise.
Verhältnis
Interregionaler Handel Güterverkehrverflechtung
(KBA),
Außenhandelsdaten
‚Spatial interaction model„, Umrechnung
von Tonnen in Geldeinheiten mittels
Regressionsmodell
Verhältnis
Regionale
Kostenstrukturen
Kostenstrukturerhebung
und Jahresberichte im
Bergbau und
verarbeitenden Gewerbe
Hochrechnung. Regionale Allokation für
Mehrländer-Unternehmen. Aggregation
und Umrechnung von Anschaffungs- in
Herstellungspreise.
Verhältnis
Regionale
Umsatzstrukturen
Verhältnis
Mitg
lied
de
r H
elm
ho
ltz-G
em
ein
sch
aft
Schätzung des interregionalen Handels
Beispiel: Schätzung des Interregionalen Handels
• Daten:
• Güterverkehrsverflechtung:
• Eisenbahn und Binnenschifffahrt für 58 Güter in Tonnen
• LKW für 10 Güter in Tonnen
• Zu- und Abflüsse der Bundesländer:
• LKW für 15 Güter in Tonnen, verarbeitete Güter stärker disaggregiert
• Grundsätzliches Vorgehen bei Verkehrsverflechtung:
• Aggregation von Eisbahn und Schifffahrt auf 15 Güter
• Disaggregation von LKW auf 15 Güter und Berechnung fehlender Werte
• Umrechnung von transportierten Tonnen in Handelsströme in Geldeinheiten
Schätzung des interregionalen Handels
• Zweistufiges Verfahren:
1. Schätzung fehlender Werte und Disaggregation der Transportverflechtung
2. Umrechnung von Tonnen in Geldeinheiten
nach BW BY BE BB BR HH H MV NI NRW RP SL S SA SH T zusammen
von 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
BW 6021 1176 / / / / 199 - / 537 249 / / / / / 8708
BY 859 5097 / / / / / / / 493 / / / / / / 7358
BE / / / / - / - / / / - - / / / / 269
BB / / / 517 / / / / / 513 / / / / / / 2341
BR / / / / / / / / 299 440 / - / / / / 1695
HH / / / / / / / / / / - / / / / / 1256
H 317 269 / / / / / - / / / / / / / / 2802
MV / / - / / / / / / / / - / / / / 800
NI / / / / / 184 233 / 2494 1550 / / / 259 / / 5944
NRW 1885 1384 / / 239 338 944 / 1814 28317 1210 266 624 301 361 626 38704
RP 336 / / / / / / - 165 824 / / / / / / 3177
SL 162 / - / / / / - / 401 / / / / - / 1912
S / / / / / / / / / / - / 1400 / / / 3333
SA / / / / / / / / / 196 / / 242 / / / 1839
SH / / / / / / / / / / - - / / 242 / 734
T / / / / / / / / / / / / / / / / 1324
Zusammen 10301 9199 601 1351 1333 1275 3207 948 5896 34680 3152 1616 3351 2085 1160 2043 82197
Straßengüterverkehrsverflechtung 2007: Eisen, Stahl, NE-Metalle (tsd. t)
Ansatz: Entropy Maximizing Model6
• Grundidee: Unterscheidung zwischen Mikro- und Makrozustand eines räumlichen Systems
1 Makrozustand 𝑻
2 Mikrozustände
Region 1 Region 2
Region
1 0 3
Region
2 1 0
• Allgemein ist die Anzahl der Mikrozustände, die einen Makrozustand reproduzieren:
𝐸 𝑻 =𝑇!
𝑡𝑟𝑠!𝑠𝑟
• Annahme: Jeder Mikro ist gleich wahrscheinlich.
Regio
n 2
Regio
n 1
Regio
n 2
Regio
n 1
6
Wilson, A. G. 1967. A statistical theory of spatial distribution models. Transportation research, 1:3, 253-269.
Wilson, A. G. 1970. Inter‐regional Commodity Flows: Entropy Maximizing Approaches. Geographical analysis, 2:3, 255-282..
• Ziel: Finde den Makrozustand, der durch maximale Anzahl von Mikrozuständen reproduziert wird.
Zielfunktion: max𝑡𝑗
𝑟𝑠ln 𝐸 𝑻 = − 𝑡𝑗
𝑟𝑠 ln 𝑡𝑗𝑟𝑠 − 𝑡𝑗
𝑟𝑠𝑠𝑟
Nebenbedingungen:
1. Zeilen- und Spaltensummen der Verflechtungsmatrix:
𝑡𝑗𝑟𝑠
𝑟 = 𝑇𝑗∙𝑠 und 𝑡𝑗
𝑟𝑠𝑠 = 𝑇𝑗
𝑟∙
2. Proxys für Transportkosten pro Tonne und „Gesamtkosten“ des Systems:
𝑡𝑗𝑟𝑠 ∗ 𝑑𝑖𝑠𝑡𝑟𝑠 =𝑟 𝑇𝐾𝑗
∙𝑠 und 𝑡𝑗𝑟𝑠 ∗ 𝑑𝑖𝑠𝑡𝑟𝑠 =𝑠 𝑇𝐾𝑗
𝑟∙
Umrechnung in Geldeinheiten
• Vorgehen i.d.R.: Durchschnittspreise pro Tonne aus Außenhandelsdaten
• Aber: In der Außenhandels-Literatur7 wird beobachtet dass innerhalb einer Gütergruppe:
• Handelsströme über weite Distanzen höhere Preise pro Tonne aufweisen
• Hohe Tonnenströme einen niedrigen Preis pro Tonne aufweisen
Ökonomische Interpretation: Johnson (2012) Alchian-Allen Effect: Bei zwei Substitutionsgütern (hohe und niedrige Qualität) senkt eine fixe Transportmarge pro Tonne den Relativpreis für hohe Qualität
7
Johnson, R. C. 2012. Trade and prices with heterogeneous firms. Journal of International Economics, 86:1, 43-56.
Baldwin, R. & Harrigan, J. 2011. Zeros, Quality, and Space: Trade Theory and Trade Evidence. American Economic Journal: Microeconomics, 3:2, 60-88.
Ansatz:
• Zusammenhang zwischen Wert eines Handelsstroms, seinem Gewicht und der Distanz aus Exportdaten der Länder in 40 Europäische Staaten schätzen
• Geschätzt wird folgendes Model mittels Schrittweiser Regression:
ln 𝑝𝑗𝑟𝑞
= 𝛼 + 𝛽1 ln 𝑡𝑗𝑟𝑞
+ 𝛽2 ln 𝑑𝑖𝑠𝑡𝑟𝑞 + 𝜀𝑗
• Abschließend wird der Interregionale Handelsströme mit 𝛼 , 𝛽 1
und 𝛽 2 sowie Verflechtungsmatrizen berechnet
Ergebnisse der Schrittweisen Regression
Coefficients p-value
Product 𝜶 𝜷𝟏 𝜷𝟐 𝜶 𝜷𝟏 𝜷𝟐 Adj. R² VIF
Agriculture/Forestry - 0.7597 0.2475 - 0.0000 0.0000 0.8513 1.1077
Coal - 0.7632 - - 0.0000 - 0.9583 1.1826
Crude Oil - 0.8948 - - 0.0000 - 0.9941 1.0308
Ore 2.1383 0.8343 -0.2963 0.0877 0.0000 0.0991 0.8259 1.0009
Other mining - 0.7203 0.0358 - 0.0000 0.0026 0.8991 1.1472
Food/Tobacco - 0.8593 0.6326 - 0.0000 0.0000 0.2982 1.0855
Textile Products 0.9560 0.8947 0.2479 0.0927 0.0000 0.0012 0.8858 1.0947
Refined Petroleum - 0.8413 0.1837 - 0.0000 0.0000 0.9731 1.1167
Chemical Products - 0.8838 0.2856 - 0.0000 0.0000 0.9080 1.0916
Glass/Building Mt. - 0.7600 0.2635 - 0.0000 0.0000 0.8912 1.1753
Basic Metals - 0.8477 0.2912 - 0.0000 0.0000 0.9265 1.1111
Fabricated Metals 1.2004 0.9031 0.1629 0.0058 0.0000 0.0045 0.9397 1.1298
Machinery 2.6309 0.9133 0.1050 0.0000 0.0000 0.0426 0.9388 1.0777
Motor Vehicles 1.5019 0.9975 0.0999 0.0006 0.0000 0.0809 0.9375 1.0794
Other Manufact. - 0.8942 0.2213 - 0.0000 0.0000 0.9373 1.1342
Mitg
lied
de
r H
elm
ho
ltz-G
em
ein
sch
aft
Datenunsicherheit
Schätzung der Datenunsicherheit8
• Annahme Log-Normalverteilter Daten
• Große Datenpunkte i.d.R. sicherer, da sie meist aus vielen kleinen Beobachtungen bestehen
• Fehler eines Datenpunktes 𝑥 wird approximiert als:
∆log10(𝑥) ≈ log10(1 + 𝑟𝑥), mit 𝑟𝑥 = ∆𝑥 𝑥 relativer Standardfehler
• Datenunsicherheit wird dann geschätzt durch:
log10(1 + 𝑟𝑥) = 𝛼 + 𝛽 ∗ ln 𝑥 + 𝜀
• Problem: keine Daten zu 𝑟𝑥, daher Proxy für ∆𝑥:
• Differenzen zwischen WIOD SUT und offizieller SUT
• Abweichung nat. hochgerechneter KSE-Daten von VGR
• Für interreg. Handel nicht möglich daher Annahme von Untergrenzen
8
Wiedmann, T., Wood, R., Minx, J., Lenzen, M. & Harris, R. 2008. Emissions embedded in UK trade–UK-MRIO model results and error estimates. International Input–Output Meeting on Managing the Environment.
Mitg
lied
de
r H
elm
ho
ltz-G
em
ein
sch
aft
Ausblick: Ein deutsches Industrial Ecology
Laboratory (IELab)?
Das australische ‚virtual Industrial Ecology Laboratory’
• Kollaboration von 7 Australischen Universitäten für MRIO-Analysen zu Energie- und Umweltthemen
• Ziel: Zeitnahe Erstellung von MRIO-Tabellen, deren Regionen- und Sektorgliederung auf die Forschungsfrage der Nutzer zugeschnitten ist.
• Prinzipien:
• Cloud-Computing
• Automatisierung
• Gegenwärtiger Status: Aufbauphase abgeschlossen und erste Ergebnisse erziehlt9
6 Malik, A., M. Lenzen, R. Neves Ely and E. Dietzenbacher 2013). “Simulating the impact of new industries on the economy – The case of biorefining in Australia” Ecological Economics (submitted).
Mitg
lied
de
r H
elm
ho
ltz-G
em
ein
sch
aft
Vielen Dank für Ihre Aufmerksamkeit
Back-up: IELab
User-Interface
Nutzer stellt bereit: • Projektspezifische
Sektoren- und Regionengliederung
• Wahl der nonsurvey Methode
• Projektspezifische Daten • Konkordanzmatrizen
zwischen Projektspezifischer Gliederung und Root-Klassifikation