The performance of non‐survey techniques for constructing sub‐territorial input‐output tables

This study is a contribution to the ongoing debate on the performance of various non‐survey techniques for constructing sub‐territorial input‐output tables. Three aspects of the behaviour of the methods are analysed: performances in reproducing ‘true’ input coefficients, variability of error, and direction of bias. The analysis uses real data and in particular the world input‐output table. The most important aspect that emerges from the analysis is that even though simple location quotient (SLQ) has been identified as one of the most robust methods, its performance drops when confronted with Input Output Tables characterized by a high percentage of technical coefficients close to zero. Also the cross industry location quotient (CILQ), the semi logarithmic location quotient (RLQ), the symmetric cross industry location quotient (SCILQ) methods behave in a similar way. On the contrary, the performance of the methods the Flegg location quotient (FLQ) for δ = 0.2 and the Augmented Flegg location quotient (AFLQ) for 0.2 ≤ δ ≤ 0.3 are not affected by this situation. Este estudio es una contribución al debate en curso sobre el desempeño de varias técnicas no basadas en encuestas para construir tablas input‐output sub‐territoriales. Se analizan tres aspectos del comportamiento de los métodos: los desempeños en la reproducción de coeficientes input ‘verdaderos’, la variabilidad del error y la dirección del sesgo. El análisis utiliza datos reales y, en particular, la tabla mundial de input‐output. El aspecto más importante que surge del análisis es que aunque el cociente de localización simple (SLQ, por sus siglas en inglés) se ha identificado como uno de los métodos más robustos, su desempeño disminuye cuando es comparado con las tablas input‐output, caracterizadas por un alto porcentaje de coeficientes técnicos cercanos a cero. El cociente de localización entre sectores (CILQ), el cociente de localización semilogarítmico (RLQ) y los métodos de cociente de localización simétrico entre sectores (SCILQ) se comportan también de manera similar (todas las siglas procedentes del inglés). Por el contrario, el desempeño de los métodos del cociente de localización de Flegg (FLQ) para δ = 0,2 y el cociente de localización de Flegg aumentado (AFLQ) para 0,2 ≤ δ ≤ 0,3 no se ve afectado por esta situación (todas las siglas procedentes del inglés). 本稿は、地域以下のレベルの産業連関表を作成するための様々なノンサーベイ法のパフォーマンスに関する現在の議論に資するものである。ノンサーベイ法の性質の3つの側面、すなわち正しい投入係数を算出する精度、エラーの変動、バイアスの方向を分析する。分析では実際のデータ、具体的には世界の産業連関表を使用する。分析から最も重要な側面として現れたのは、SLQ(simple location quotient)法は、最も頑健な方法であることが確認されているが、特徴としてゼロに近い係数の割合が高い産業連関表に対しては精度が大きく低下するということである。CILQ(cross industry location quotient)法、RLQ(semi logarithmic location quotient)法、SCILQ(symmetric cross industry location quotient)法も同じ性質をもつ。一方、δ = 0.2のFLQ(Flegg location quotient)法と0.2 ≤ δ ≤ 0.3のAFLQ(Augmented Flegg location quotient)法はこの状態の影響を受けない。