OECD投入产出表怎么算完全消耗系数和直接消耗系数

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请教各位大佬，在OECD投入产出表中如何进行计算直接以及完全消耗系数？Excel stata matlab python都可以接受。批量进行操作。算出各个国家的制造业服务化水平。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：完全消耗系数 直接消耗系数 投入产出表 投入产出 OECD 投入产出表；oecd；投入产出完全消耗系数； 直接消耗系数

thanks for sharing

1. [code]/*
   
2.     OECD投入产出表分析：计算直接消耗系数、完全消耗系数和制造业服务化水平
   
3.     功能：批量处理多个国家数据，输出各国制造业服务化水平
   
4.     */
   
5. 
   
6.     * 清除内存数据，设置工作目录
   
7.     clear all
   
8.     set more off
   
9.    
   
10.     * 设置工作目录（请修改为实际数据所在目录）
    
11.     cd "C:\your\data\directory"
    
12.    
    
13.     * 定义制造业和服务业部门（根据实际数据的部门编号调整）
    
14.     * 例如：假设10-15为制造业部门，16-25为服务业部门
    
15.     local manufacturing_sectors 10 11 12 13 14 15
    
16.     local service_sectors 16 17 18 19 20 21 22 23 24 25
    
17.    
    
18.     * 创建存储结果的数据集
    
19.     clear
    
20.     set obs 0
    
21.     gen country = ""
    
22.     gen servitization_level = .
    
23.     save servitization_results.dta, replace
    
24.    
    
25.     * 获取所有投入产出数据文件（假设为CSV格式）
    
26.     local files: dir . files "*.csv"
    
27.    
    
28.     * 批量处理每个国家的数据
    
29.     foreach file of local files {
    
30.         * 提取国家名称（假设文件名为"国家名_io.csv"格式）
    
31.         local country = subinstr("`file'", "_io.csv", "", .)
    
32.         di "正在处理：`country'"
    
33.         
    
34.         * 读取投入产出表数据
    
35.         import delimited "`file'", clear
    
36.         
    
37.         * 假设最后一列是总产出，前面的列是中间投入
    
38.         local n_cols = c(k)
    
39.         local output_col = `n_cols'
    
40.         local input_cols = `n_cols' - 1
    
41.         
    
42.         * 将数据转换为矩阵
    
43.         matrix input_matrix = J(`input_cols', `input_cols', .)
    
44.         matrix output_vector = J(`input_cols', 1, .)
    
45.         
    
46.         * 填充矩阵数据
    
47.         forvalues i = 1/`input_cols' {
    
48.             * 总产出向量
    
49.             matrix output_vector[`i',1] = v`output_col'[`i']
    
50.             
    
51.             * 投入矩阵
    
52.             forvalues j = 1/`input_cols' {
    
53.                 matrix input_matrix[`i',`j'] = v`j'[`i']
    
54.             }
    
55.         }
    
56.         
    
57.         * 计算直接消耗系数矩阵A = input_matrix ./ output_vector
    
58.         matrix A = J(`input_cols', `input_cols', .)
    
59.         forvalues j = 1/`input_cols' {
    
60.             if output_vector[`j',1] > 1e-6 {  // 避免除以零
    
61.                 forvalues i = 1/`input_cols' {
    
62.                     matrix A[`i',`j'] = input_matrix[`i',`j'] / output_vector[`j',1]
    
63.                 }
    
64.             }
    
65.         }
    
66.         
    
67.         * 计算完全消耗系数矩阵B = (I - A)^(-1) - I
    
68.         matrix I = I(`input_cols')  // 单位矩阵
    
69.         matrix IA = I - A           // I - A
    
70.         
    
71.         * 检查矩阵是否可逆
    
72.         capture matrix IA_inv = inv(IA)
    
73.         if _rc != 0 {
    
74.             di "警告：`country'的矩阵不可逆，跳过该国家"
    
75.             continue
    
76.         }
    
77.         
    
78.         * 计算完全消耗系数
    
79.         matrix B = IA_inv - I
    
80.         
    
81.         * 计算制造业服务化水平：制造业部门对服务业部门的完全消耗之和
    
82.         local sum = 0
    
83.         foreach m of local manufacturing_sectors {
    
84.             foreach s of local service_sectors {
    
85.                 * 检查部门编号是否在有效范围内
    
86.                 if `m' <= `input_cols' & `s' <= `input_cols' {
    
87.                     local sum = `sum' + B[`s',`m']
    
88.                 }
    
89.             }
    
90.         }
    
91.         
    
92.         * 将结果添加到结果数据集中
    
93.         preserve
    
94.             use servitization_results.dta, clear
    
95.             set obs `=_N + 1'
    
96.             replace country = "`country'" in `=_N'
    
97.             replace servitization_level = `sum' in `=_N'
    
98.             save servitization_results.dta, replace
    
99.         restore
    
100.     }
     
101.    
     
102.     * 输出最终结果
     
103.     use servitization_results.dta, clear
     
104.     sort servitization_level
     
105.     list country servitization_level, clean
     
106.    
     
107.     * 导出为CSV文件
     
108.     export delimited using "manufacturing_servitization_results.csv", replace
     
109.    
     
110.     di "分析完成，结果已保存为manufacturing_servitization_results.csv"

复制代码

[/code]