Impactos económicos del Turismo de Balneario en Cantabria

Impactos económicos del Turismo de Balneario en Cantabria
Temática: Análisis sectorial
Autor: Francisco Javier Parra Rodríguez
Coautores: Jesús Collado Agudo, Ángel Herrero Crespo
Dentro del Estudio del Turismo Termal en Cantabria, que realiza la Universidad de Cantabria, con el apoyo de la Dirección General de Turismo del Gobierno de Cantabria se ha incluido una investigación sobre el impacto socioeconómico de esta actividad en la economía de Cantabria. La estimación del impacto se realizará adaptando un modelo IO desarrollado por Coto Millán y Parra Rodríguez (2015, 2016), en el que se estima el impacto socioeconómico de cada una de las
cuarenta y siete empresas que conforman el Parque Científico Tecnológico de Cantabria, del Impacto Económico de la Actividad de la Universidad de Cantabria 2009-2014. La adaptación del
modelo requiere actualizar el MIO 2012 de Cantabria a 2014, para lo que se utilizará el método MEURO, y estima los impactos los multiplicadores totales extendidos a los efectos inducidos por
el aumento de la renta. Los impactos directos que se evaluaran reflejan por un lado, la actividad económica productiva realizada directamente por los balnearios, por otro los asociados al
consumo turístico del turismo de Balneario en la Región. Para lo cual se realizará una investigación de campo a los turistas alojados en dichos establecimientos.

VII Jornadas de Análisis Input-Output

18-20 de Septiembre de 2017

Mérida, Yucatan, México

Leer:

Turismo termal cantabria

 

Anuncios

#impacto-economico, #leontief, #modelos-input-output, #multiplicadores

Libro de Resúmenes de las VII Jornadas de Análisis Input-Output

Libro de Resúmenes de las VII Jornadas de Análisis Input-Output

#leontief, #marco-input-output, #modelos-input-output

VII Jornadas de Análisis Input-Output

 

VII Jornadas de Análisis Input-Output

Mérida (Yucatán, México), 18-20 Septiembre 2017

Enlace:

http://io7.shaio.es/

VII Jornadas de Análisis Input-Output

#leontief, #marco-input-output, #modelos-input-output

Impacto económico de la Renta Social Básica. Cantabria 2011-2015

Documentos técnicos del ICANE:
Autores:
Cobo Fernández, Mª Isabel
González Maldonado,Ángela
Ruiz del Río, Cristina
DOC. Nº4/2016
ISSN 2444 – 1627
Santander, Cantabria

#impacto-economico, #leontief, #modelos-input-output, #multiplicadores

Análisis de impacto socioeconómico de la Universidad de Cantabria para los años 2009-2014

Documento técnicos ICANE:
Autores:
Pablo Coto Millán
Francisco Parra Rodríguez
DOC. Nº 1/2016
ISSN 2444 – 1627
Santander, Cantabria

#impacto-economico, #leontief, #modelos-input-output, #multiplicadores

Estimación de los efectos directos, indirectos e inducidos del paro juvenil sobre la economía española mediante el empleo de la Contabilidad Nacional y de las Tablas Input-Output

Ángel Muñoz Alamillos. Profesor Titular de Economía Aplicada de la UNED.
Juan Antonio Vicente Vírseda. Profesor Ayudante del Departamento de Economía Aplicada y
Estadística de la UNED.
Azahara Muñoz Martínez. Profesora Ayudante del Departamento de Economía de la Empresa y
Contabilidad de la UNED.

REVISTA DE ESTUDIOS DE JUVENTUD ≥ Junio 12 | nº 97

revista 97_1

#impacto-economico, #leontief, #modelos-input-output, #multiplicadores

Método Euro función en R

Función  mteuro(T1,act,f,m)

“act” es la matriz de tasas de crecimiento de los VAB sectoriales, demanda final, exportaciones, PIB e importaciones, a que hay que ajustar la tabla “T1”. Ambas son las que figuran en el ejemplo de la pagina 468 del “Eurostat Manual of Supply, Use and Input-Output Tables”. Eurostat 2008.

“f” es la elasticidad de ajuste y “m” el numero de iteraciones

Función para iterar el método euro descrito en la pagina 461 del “Eurostat Manual of Supply, Use and Input-Output Tables”. Eurostat 2008.

Este método de actualización ha sido desarrollado por Beutel (Beutel; 2002, Beutel et all; 1994, Penzkofer, Schmalholz, Scholz y Beutel; 1989) para Eurostat. El ME aplica el algoritmo RAS, pero a diferencia de este que requiere conocer previamente las sumas por filas y columnas de las matrices objeto de ajuste, este otro solo precisa como datos exógenos las previsiones macroeconómicas oficiales sobre crecimiento del VAB y las globales importaciones y de la demanda final (consumo, FBC y exportaciones). Los vectores columna y la fila para el consumo intermedio y la demanda final se derivan como variables endógenas, en vez de aceptarse como exógenas.
La idea básica es proyectar las tablas Input-Output de forma coherente con las estimaciones macroeconómicas oficiales, evitando ajustes arbitrarios de entrada para garantizar la coherencia de la oferta y la demanda.

Según Eurostat (2008), las principales ventajas del procedimiento de actualización de Euro son:
. Procedimiento de actualización robusta de bajo coste,
. Requisitos de datos limitados,
. Sólo fuentes oficiales se utilizan para la actualización,
. Estimación integrada de los cuatro cuadrantes de la tabla input-output,
. Sin cambios arbitrarios de coeficientes de insumo,
. Se obtienen filas y columnas totales de los consumos intermedios
. Se estima la composición estructural de la demanda final durante la iteración y
. La coherencia de la oferta y la demanda es proporcionado por el modelo de insumo-producto.

El ME no obstante tiene limitaciones; la composición estructural de los niveles de producción y de la demanda final en el procedimiento Euro no se basa en datos estadísticos, ya que es endógena, y en ocasiones se dispone de información estadística al respecto (encuestas sectoriales, encuestas de presupuestos familiares, comercio exterior, etc.) . Pereira et all (2010) apuntan el ME sólo se puede aplicar a matrices cuadradas y a veces no es convergente. Sin embargo, los requisitos de datos limitados, su fácil implementación y la posibilidad de un alto grado de automatización son las mayores ventajas del procedimiento.

“`{r}
mteuro <- function (T1,act,f,m) {
n <- length(act)-4
T1 <- as.matrix(T1)
act <- as.matrix(act)

  1. primera iteracción

wo<- c(act[1:n],act[1:n],act[n+3]) # tasas 1 a n y tasa va
rm <- diag(wo)
T2 <- rm %*% T1
wi <- c(act[1:n],act[n+1],act[n+2]) # tasa 1 a n y tasa cons y export
cm <- diag(wi)
T3 <- T1 %*% cm
T4 <- (T3+T2)/2
T4 <- rbind(T4[1:(2*n),],T3[(2*n+1),])

  1. Saca (r1:r3, c1:c3) Cear funcion inversa de leotief

coef=t(T4)/colSums(T4)
coef2=t(coef)
coef2[is.nan(coef2)]<-0
coef4<-coef2[1:n,1:n] # n sectores
i <- c(rep(1,n))
Id <- diag(i)
leontief=Id-coef4
inversa=solve(leontief)
inversa[is.nan(inversa)]<-0
Df <- T4[,(n+1)]+T4[,(n+2)]
Dfinal <- matrix(Df[1:n],ncol=1)
O <- inversa %*% Dfinal
O2 <- colSums(T4)
O3 <- c(O,O2[n+1],O2[n+2])
dou <- diag(O3)
MIO2 <- coef2 %*% dou

  1. iteracciones

for (i in 1:m) {
sum1 <- colSums(T1)
sum2 <- colSums(MIO2)
sum3 <- rowSums(T1)
sum4 <- rowSums(MIO2)
pro <- c(MIO2[(2*n+1),1:n]/T1[(2*n+1),1:n],sum2[(n+1)]/sum1[(n+1)],sum2[(n+2)]/sum1[(n+2)],sum4[(2*n+1)]/sum3[(2*n+1)],
sum(sum4[(n+1):(n+n)])/sum(sum3[(n+1):(n+n)]))
pro[is.nan(pro)]<-0
desv <- act/pro
desv[is.nan(desv)]<-1
delta <- desv-1
coef <- ifelse(delta<0,1-(((1-desv)*100)^f)/100,1+(((desv-1)*100)^f)/100)
rev1 <- c(coef[1:n],rep(coef[(n+4)],n),coef[(n+3)])
wo <- rev1*wo
rm <- diag(wo)
IOW1 <- rm %*% T1
rev2 <- c(coef[1:(n+2)])
wi <- wi*rev2
cm <- diag(wi)
IOW2 <- T1 %*% cm
IOW3 <- 0.5*IOW2+0.5*IOW1
IOW4 <- rbind(IOW3[1:(2*n),],IOW2[(2*n+1),])
IOW4[is.nan(IOW4)]<-0
coef=t(IOW4)/colSums(IOW4)
coef2=t(coef)
coef2[is.nan(coef2)]<-0
coef4<-coef2[1:n,1:n]
i <- c(rep(1,n))
Id <- diag(i)
leontief=Id-coef4
inversa=solve(leontief)
inversa[is.nan(inversa)]<-0
Df <- IOW4[,(n+1)]+IOW4[,(n+2)]
Dfinal <- matrix(Df[1:n], ncol=1)
O <- inversa %*% Dfinal
O2 <- colSums(IOW4)
O3 <- c(O,O2[n+1],O2[n+2])
dOu <- diag(O3)
MIO2 <- coef2 %*% dOu}
write.csv(MIO2,’mio2.csv’)
act <- c(t(act))
desv <- c(t(desv))
print(cbind(act,pro,desv))}

“`

Datos para la actualiación por el metodo euro

“act” es la matriz de tasas de crecimiento de los VAB sectoriales, demanda final, exportaciones, PIB e importaciones, a que hay que ajustar la tabla “T1”. Ambas son las que figuran en el ejemplo de la pagina 468 del “Eurostat Manual of Supply, Use and Input-Output Tables”. Eurostat 2008.

“`{r}
act<- c(0.9500,1.0200,1.0700,1.0525, 1.0164,1.0293,1.0483) # Tasas

MIO <- c(16.00,28.00,6.00,15.00,35.00,
12.00, 144.00, 24.00, 90.00, 130.00,
9.00, 64.00, 16.00, 45.00, 66.00,
4.00, 6.00, 4.00, 15.00, 0.00,
8.00, 8.00, 16.00, 90.00, 0.00,
1.00, 8.00, 4.00, 45.00, 0.00,
50.00, 142.00, 130.00, 0.00, 0.00)
MIO1 <- matrix(MIO, ncol=7)
T1 <- t(MIO1)
“`

Metodología:

Analisis input_output R

En R-Pub:

Analisis input_output R

 

#leontief, #marco-input-output, #modelos-input-output