شناسايي بخش هاي كليدي اقتصاد ايران بر مبناي تحليل تصادفي داده-ستانده(SIO)

Identifying Key Economic Sectors in Iran: A Stochastic Input-Output Analysis

شناسايي بخش هاي كليدي، موضوع مهمي در برنامه ريزي و سياست گذاري اقتصادي است به طوري كه در ادبيات اقتصادي، روش هاي متفاوتي براي تعيين اين بخش ها ارايه شده است. در مطالعه حاضر، بااستفاده از رويكرد تحليل تصادفي به تعيين بخش هاي كليدي اقتصاد ايران پرداخته مي شود. به اين منظور از جدول داده-ستانده سال 1380 مركز آمار ايران و از روش برآوردهاي فاصله اي و شبيه سازي مونت كارلو استفاده شده است. نتايج رويكرد غيرتصادفي بيانگر اين است كه در جدول 25 بخشي، شش گروه بخش تجميع شده، به عنوان بخش هاي كليدي قابل شناسايي هستند .همچنين در جدول 99 بخشي، سيزده گروه بخش به عنوان بخش هاي كليدي رويكرد غيرتصادفي داده–ستانده بدست آمد. نتايج اين مقاله پيشنهاد مي كند كه تحليل گران و سياست گذاران از جداول اصلي تجميع نشده براي مقاصد تحليلي خود استفاده كنند.

The magnitude of economic growth depends on the growth and investment in key economic sectors. Thus, one important goal of policy makers and economic planners in any society is to identify key economic sectors. This paper aims at identifying these sectors in Iranian economy using stochastic input-output analysis. Stochastic analysis is used to investigate how the inherent imprecision affects the concomitant key sector analysis in case of utilizing aggregated data. The analysis is based on Iranian input-output table for the year 2001, using distance estimation and Monte Carlo simulation. Results of the non-stochastic approach indicate that among 25 economic sectors in aggregated input-output table, six sector-groups are the key sectors; while, in non-aggregated input-output table with 99 sectors, 13 sector-groups can be identified as key sectors. Finally the suggestion is that to identify key economic sectors the non-aggregated input-output table should be used.