社會(huì)核算矩陣平衡方法研究

摘要： 本文針對(duì)雙比例尺度(RAS)、交叉熵(CE)等方法在平衡社會(huì)核算矩陣(SAM)中僅從技術(shù)層面機(jī)械地進(jìn)行平衡化處理致使先驗(yàn)信息損失的問(wèn)題,提出了加權(quán)離差熵平方期望最小化方法;并以先驗(yàn)信息為基礎(chǔ),構(gòu)造了初始加權(quán)矩陣和可行加權(quán)矩陣。同時(shí),本文以中國(guó)2007年的非平衡SAM為例,對(duì)比研究RAS、CE和加權(quán)離差熵平方期望最小化三種方法對(duì)其進(jìn)行平衡化處理的實(shí)際效果。結(jié)果表明:RAS方法得到的結(jié)果偏差相對(duì)較大,而CE方法和加權(quán)離差熵平方期望最小化方法得到的結(jié)果相對(duì)較精準(zhǔn);此外,加權(quán)離差熵平方期望最小化方法能夠有效利用先驗(yàn)信息,避免有效信息的無(wú)謂損失。 （共7頁(yè)）