Przejdź do treści
Wróć do wyników wyszukiwania

Analiza dekompozycji strukturalnej nakładów-produktów

Autor metody
Wassily Leontief, adapted by Rose and others
Rok
1985
Typ
Decomposition method
Rodzina
Economic-environmental analysis

Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku

Rozmiar czcionki

Do czego służy?

Analiza dekompozycji strukturalnej nakładów-produktów (IO-SDA) to metoda rachunkowości ekonomiczno-środowiskowej zakorzeniona w ramach nakładów-produktów Wassily'ego Leontiefa.

Rozkłada ona zmiany w aktywności gospodarczej i związane z nimi skutki środowiskowe (emisje, zużycie zasobów) w czasie na komponenty odzwierciedlające zmiany technologiczne, przesunięcia popytu i strukturalną reorganizację gospodarczą. Rose, Chen i inni sformalizowali SDA w latach 80.–90. XX wieku na potrzeby analizy zrównoważonego rozwoju.

Intuicja stojąca za metodą

Wyobraźmy sobie gospodarkę narodową jako sieć przemysłów kupujących od siebie nawzajem i sprzedających sobie nawzajem. Kiedy emisje dwutlenku węgla z produkcji podwoją się, czy wynika to z (a) fabryk stających się "brudniejszymi" (gorsza technologia), (b) ludzie chcą więcej dóbr (wzrost popytu), (c) gospodarka przesunęła się z przemysłu ciężkiego do usług (zmiana strukturalna), czy (d) mieszanki? IO-SDA rozdziela tę zagadkę. Śledzi, jak każdy dolar popytu końcowego rozchodzi się przez łańcuch dostaw i porównuje tę sieć przed i po zmianie. Zmieniając jeden czynnik na raz (technicznie), widzimy, co spowodowało faktyczną zmianę.

Historia

Tabele nakładów-produktów wywodzą się od Wassily'ego Leontiefa (1951) w celu modelowania wzajemnych powiązań gospodarczych. W latach 80.–90. XX wieku Rose, Casler i inni zaadaptowali ten system do rozkładu skutków środowiskowych, tworząc IO-SDA jako narzędzie do polityki klimatycznej i zasobowej. Dietzenbacher i Los (2000) usystematyzowali metodę i wyjaśnili wybory dekompozycyjne. Współczesne warianty rozszerzają się na modele wieloregionalne (MRIO) łączące handel i na ramy odpowiedzialności opartej na konsumpcji.

Kiedy stosować

Wykorzystać IO-SDA do przypisania odpowiedzialności za zmiany wpływu na środowisko konkretnym czynnikom napędowym – zrozumienie, czy produkcja stała się "brudniejsza", popyt wzrósł, czy przemysły się przesunęły. Niezbędne do projektowania polityki klimatycznej, obliczania śladu węglowego przedsiębiorstw w skali łańcucha wartości i krajowych inwentaryzacji emisji. Unikać, gdy tabele nakładów-produktów są niedostępne lub nieaktualne, lub gdy porównuje się gospodarki o bardzo różnych strukturach sektorowych.

Ograniczenia i uwagi

  • Wymagania dotyczące danych: wymaga szczegółowych, regularnie aktualizowanych tabel nakładów-produktów; wiele krajów nie posiada wiarygodnych tabel lub aktualizuje je rzadko.
  • Statyczna struktura: zakłada, że techniczne współczynniki przemysłu są stosunkowo stabilne; poważne innowacje lub zakłócenia mogą unieważnić założenia.
  • Błąd agregacji: średnie współczynniki ukrywają heterogeniczność wewnątrz przemysłu (niektóre firmy są znacznie "czystsze" niż inne).

Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.

Mocne strony

  • Kompleksowe pokrycie: obejmuje bezpośrednie i pośrednie skutki w całym łańcuchu dostaw w ramach gospodarki.
  • Jasne przypisanie: wyraźnie rozkłada zmianę na czynniki technologiczne, popytowe i strukturalne – przejrzyste dźwignie polityki.
  • Elastyczność: może być stosowana do dowolnego przepływu (energii, emisji, materiałów, wody), który można powiązać z sektorami gospodarki.
  • Porównywalność w czasie: tabele historyczne pozwalają na analizę trendów i ocenę długoterminowych zmian strukturalnych.

Zastosowania

  • Krajowa rachunkowość emisji: rozkładanie zmian CO2 na przesunięcia technologiczne vs. popytowe vs. strukturalne w celu kierowania polityki klimatycznej i śledzenia postępów w realizacji celów.
  • Handel i wbudowany węgiel: obliczanie ucieczki emisji (czy redukcja emisji w kraju jest równoważona przez "brudniejszy" import) i przypisywanie odpowiedzialności w łańcuchach dostaw.
  • Transformacja gospodarki o obiegu zamkniętym: ocena, w jaki sposób przejście od produkcji liniowej do recyklingu, regeneracji i materiałów pochodzenia biologicznego zmienia intensywność sektorową i wzorce popytu.
  • Polityka efektywności energetycznej: ocena, czy normy efektywności faktycznie zmniejszyły intensywność energetyczną, czy też efekty odbicia (zwiększone zużycie tańszych usług energetycznych) zrównoważyły zyski.
  • Ślad wodny i materiałowy: ocena wrażliwości łańcuchów dostaw na niedobory wody lub minerałów poprzez śledzenie pośredniego popytu w sieciach produkcyjnych.

Jak to działa

Jak to działa

1

Uzyskać dwie tabele nakładów-produktów (lub tabele podaży i użytkowania) dla dwóch okresów czasowych, zazwyczaj oddalonych o 5–10 lat, z krajowych urzędów statystycznych. Zebrać również odpowiadające im wektory skutków środowiskowych (emisje, wydobycie zasobów, zużycie wody) dla każdego przemysłu.

2

Ujednolicić klasyfikacje przemysłu w obu tabelach (przeklasyfikować w razie potrzeby), zagregować do spójnych szczegółów sektorowych i zapewnić, że dane środowiskowe są zgodne z tymi samymi kodami przemysłu i są w spójnych jednostkach (tony CO2e, megalitry itp.).

3

Obliczyć współczynniki techniczne (nakłady na jednostkę produkcji) i mnożniki dla obu okresów, oceniając, jak każda jednostka popytu końcowego napędza bezpośrednie i pośrednie obciążenie środowiskowe w całym łańcuchu wartości.

4

Rozłożyć zmianę całkowitego wpływu na środowisko między okresami na czynniki addytywne: efekt intensywności (technologia), efekt popytu (konsumpcja), efekt strukturalny (skład przemysłu) i efekt handlowy, jeśli gospodarka jest otwarta; użyć dekompozycji indeksowej (Laspeyres, Paasche) lub metod separacji czynników.

5

Zidentyfikować, które czynniki napędzały zmiany środowiskowe (np. czy poprawa efektywności zrównoważyła rosnącą konsumpcję?), przypisać odpowiedzialność kategoriom popytu końcowego (gospodarstwa domowe, rząd, inwestycje) i omówić punkty dźwigni polityki.

Częste pułapki

  • Zależność ścieżki dekompozycji: różne kolejności dekompozycji lub formuły indeksowe (Laspeyres vs. Paasche) dają różne wkłady czynników; zawsze zgłaszaj wrażliwość lub używaj średniej dekompozycji.
  • Niespójność zakresu: mieszanie produktów krajowych i importowanych, lub używanie rachunkowości opartej na produkcji vs. opartej na konsumpcji bez jasnych granic, zniekształca wyniki.
  • Błędne rozumowanie w przypisywaniu: przypisywanie wpływu popytu końcowego gospodarstwom domowym lub rządowi wymaga założeń wartościujących (kto jest odpowiedzialny za produkcję eksportową?), które różnią się w zależności od kraju.

Najczęściej zadawane pytania

Dlaczego wynik dekompozycji zależy od kolejności, w jakiej stosuję zmiany (Laspeyres vs. Paasche)?

Jest to matematyczna osobliwość zwana zależnością ścieżki. Różne kolejności inaczej ważą wartości z roku bazowego w porównaniu do roku końcowego. Najlepszą praktyką jest zgłaszanie obu lub używanie średniej (średnia Laspeyres i Paasche). Nowoczesne narzędzia często domyślnie stosują dekompozycję biegunową, aby zminimalizować ten problem.

Czy IO-SDA może obsługiwać małe gospodarki z niewielką liczbą tabel nakładów-produktów?

Tak, ale z zastrzeżeniami. Jeśli tabele są rzadkie (np. co 5 lat), interpoluj ostrożnie. Jeśli szczegółowość sektorowa jest niska, wyniki są mniej granularne. Rozważ użycie regionalnych lub branżowych danych zastępczych (np. danych o energii) jako uzupełnienie. Przy zgłaszaniu wyników należy uwzględnić niepewność.

Jak interpretować efekt strukturalny, gdy przemysły rosną i kurczą się jednocześnie?

Efekt strukturalny mierzy netto przesunięcie w składzie. Jeśli przemysł ciężki się kurczy, a usługi rozszerzają, efekt strukturalny jest ujemny (przesunięcie o niższym wpływie). Jest to jednak miara netto; w ramach usług niektóre sektory mogą rosnąć, podczas gdy inne maleją. Zawsze należy rozbić na czynniki pierwsze, aby zinterpretować kierunek.

Czy IO-SDA uwzględnia import i offshoring?

Podstawowa IO-SDA opiera się na produkcji krajowej. Wieloregionalne modele IO (MRIO) i warianty oparte na konsumpcji wyraźnie śledzą import, eksport i wbudowany wpływ w handlu. Jeśli podejrzewasz, że handel napędza zmiany, użyj MRIO lub uzupełnij analizą przepływów handlowych.

Pokrewne metody

Źródła

  1. Leontief, W. W. (1951). The Structure of the American Economy. Oxford University Press.

    Otwórz odnośnik do publikacji
    Skopiowano.
  2. Rose, A., & Chen, C. Y. (1991). Sources of change in energy use in the U.S. economy, 1972–1982: A structural decomposition analysis. Resources and Energy, 13(1), 1-21.

    Otwórz odnośnik DOI
    Skopiowano.
  3. Dietzenbacher, E., & Los, B. (2000). Structural decomposition techniques: Sense and sensitivity. Economic Systems Research, 12(1), 41-58.

    Otwórz odnośnik do publikacji
    Skopiowano.