Intraregional trade shares for goods‐producing industries: RPC estimates using EU data

The lack of subnational trade data has dampened the development of reliable regional and multiregional models for regional policy development. So, most researchers and vendors of regional and interregional economic models continue to rely on location quotients, supply–demand pool techniques, or minor modifications of them, despite knowing that they under‐estimate interregional trade. In this piece, we analyse the relative viability of estimates of intraregional trade—so called “regional purchase coefficients” (RPCs). We do so for manufacturing sectors in 28 EU countries using the World Input–Output Database. We introduce an RPC‐estimating technique using a quasi‐binomial regression approach for goods‐producing industries; we apply standard supply/demand ratios as RPCs for service‐based industries. We then apply the estimates to an aggregate EU input–output (I‐O) table and measure how closely the results approximate the I‐O tables (direct requirements matrices) for each of the 28 EU nations. We compare these findings to those obtained by other conventional approaches. We also evaluate their ability to replicate the country Leontief inverses and output multipliers. We find quasi‐binomial regression approaches superior across the board. La falta de datos sobre comercio a escala subnacional ha ralentizado el desarrollo de modelos regionales y multirregionales fiables para la formulación de políticas regionales. Así pues, la mayoría de investigadores y proveedores de modelos económicos regionales e interregionales siguen basándose en cocientes de localización, técnicas de agrupación de la oferta‐demanda, o en pequeñas modificaciones de los mismos, a pesar de saber que subestiman el comercio interregional. En este artículo se analiza la viabilidad relativa de las estimaciones del comercio intrarregional, también llamados “coeficientes de compra regional” (CCR). El análisis se hizo para los sectores manufactureros de 28 países de la UE utilizando la Base de Datos Mundial de Insumos y Productos. Se introdujo una técnica de estimación de CCR que utiliza un enfoque de regresión cuasi‐binomial para las industrias productoras de bienes; para las industrias basadas en servicios se aplicaron cocientes estándar de oferta/demanda como CCR. A continuación se aplicaron las estimaciones a un cuadro agregado de input‐output (I‐O) de la UE y se midió qué tan cerca se aproximan los resultados a los cuadros I‐O (matrices de requisitos directos) para cada una de las 28 naciones de la UE. Estos hallazgos se compararon con los obtenidos por otros enfoques convencionales. También se evaluó su capacidad de replicar la matriz inversa de Leontief de cada país y los coeficientes multiplicadores de la producción. Se encontró que los enfoques de regresión cuasi‐binomial son superiores en todos los aspectos. 地方の商取引データの欠如により、地域の政策開発に役立つ信頼性のある単地域及び多地域モデルの作成が妨げられている。そのため、地域及び地域間の経済モデルの研究者及び業者のほとんどは、立地係数、供給/需要のプールデータを用いる方法、またはそれらにわずかな改変を加えた方法では地域間取引が過小評価されることを知りながら、それらに依存し続けている。本稿では、いわゆるregional purchase coefficient (RPC) なる、地域間取引の推計値の相対的な実行可能性を分析する。分析は、世界産業連関表データベースを用いて28のEU加盟国の製造業セクターに関して実施する。製造業に準二項回帰アプローチを用いた、RPC推計法を導入し、標準的な需要供給の比率をRPCとしてサービス業に適用する。次に、この推計値をEU全体の集計された産業連関表 (直接要求マトリックス) に適用し、その概算結果が28のEU加盟国それぞれの産業連関表とどの程度近いかを測定する。これらの結果を他の従来の方法で得られた結果と比較した。また、国別のレオンチェフ逆行列と産出乗数を再現する性能を評価した。全面的に準二項回帰アプローチが優れていることが分かった。