Eora数据库简介

Eora数据库是一个由澳大利亚悉尼大学综合可持续性分析研究组［Integrated Sustainability Analysis（ISA）Group］开发的全球多区域投入产出数据库^[5]。在立项之初，ISA的目标就是尽可能地改进已有MRIO数据库的不足之处。伦曾等（Lenzen et al.，2012）认为，已有的MRIO数据库存在以下四个方面的问题：（1）编制MRIO数据库往往是劳动密集型的科研工作；（2）已有MRIO数据库要么没有覆盖全球经济，要么将数量巨大的国家合并成少数几个区域，又或者将详尽的产业/产品部门合并成几个大类；（3）许多MRIO数据库不提供较长年限的时间序列数据，而且最新数据往往滞后多年；（4）已有MRIO数据库一般仅提供编表结果，不提供表格数据的可靠性和不确定性信息。针对这些问题，Eora数据库在编制过程中实现了以下目标：（1）数据详尽，覆盖了全球187个国家和地区，每个经济体的部门数量在25至500之间；（2）提供了1990—2011年环境数据扩展的GMRIO表时间序列^[6]；（3）提供了采用基本价格的GMRIO表、贸易和运输加成、税收和补贴数据；（4）提供了所有MRIO表格数据的标准差估计值；（5）提供了在线的数据可靠性检验工具，允许用户估计MRIO表数据对约束条件和原始数据的偏离情况；（6）数据滞后时间控制在两年以内；（7）所有数据可免费下载（Lenzen et al.，2013）。

表8.5总结了Eora数据库的基本情况，其中，采用26产业部门分类的Eora 26是完整版Full Eora的简化版本。为了最大可能地提高数据的详尽程度，Full Eora并没有像其他GMRIO数据库一样对原始数据的部门分类进行统一，也没有选择供给使用表或投入产出表作为单一的数据基础。相反，Full Eora将各国和地区的供给使用表、“产品×产品”形式的投入产出表、“产业×产业”形式的投入产出表与双边贸易数据连接，构造了混合部门数量和表格形式的MRIO表。这一方案的缺点在于，不同国家和地区的分析结果难以直接进行部门层面的对比。为了应对这一问题，ISA在Full Eora的基础上构造了简化版Eora 26。需要注意的是，Eora 26的MRIO表在表格平衡方面仍有待提高，因此ISA推荐研究人员使用Full Eora进行研究工作。另外，为了追求国家和部门的详尽程度，MRIO表的许多元素缺乏原始数据的支撑，这带来了数据是否值得信赖的问题。采用蒙特卡洛模拟方法，伦曾等（Lenzen et al.，2013）发现，使用尽可能多的数据总是有助于构造投入产出表。詹森（Jensen，1980）的研究则表明，对大量微小的投入产出表元素施加扰动不会对乘数或消费足迹的估计值产生明显影响。事实上，乘数或消费足迹的估计值往往取决于少数数值较大的投入产出表元素；在实践中，这些元素往往受到统计机构的重视，得以有相对可靠的原始数据支撑。总的来说，应用Eora数据可以得到整体上相对准确的结果；对于部门层面数据或单一元素可靠性要求较高的研究，推荐使用其他GMRIO数据库。还有一点需要注意的是，ISA开发人员认为，Full Eora所覆盖的187个国家和地区已经足够覆盖全球经济，因此没有在投入产出表中加入世界其他地区。Eora数据库的另一大特点是为MRIO表和卫星账户的每一个数据点都匹配了相应的标准差估计值。通过引入数据的不确定性信息，政策决策人员能够更好地理解数据的潜在假设和限制。根据误差传播理论（Error Propagation Theory），数据归并能够减小相对标准差。因此，学者可以根据研究结果的不确定性需求对Eora数据库进行归并处理。

表8.5　Eora数据库基本信息

注：该表格部分取自伦曾等（Lenzen et al.，2012）；（1）在Full Eora中，MRIO表的部门保留了原始数据的部门分类，既可以是产品部门，也可以是产业部门；（2）在Eora 26中，MRIO表的部门统一为26个产业部门，参见伦曾等（Lenzen et al.，2013）；（3）Full Eora的MRIO表由供给使用表、“产品×产品”形式投入产出表、“产业×产业”形式投入产出表连接而成，直接使用原始数据的部门分类形式，所以是一种混合形式的MRIO表；（4）作为Full Eora的元数据，具体环境指标名称可通过登录Eora数据库网站下载获取。

为了改变MRIO数据库编制过程费时费力的现状，ISA为Eora数据库开发了一套连续迭代的MRIO表构建方法（Geschke et al.，2011）和相应的约束优化算法KRAS（Lenzen et al.，2009）。Eora数据库MRIO表的编制过程可以归纳为以下步骤。(www.xing528.com)

（1） 收集和整理2000年原始数据。ISA首先根据《UN Handbook of Input-Output Table Compilation and Analysis》收集和整理了2000年各国和地区的原始数据，投入产出数据主要取自国家和地区的官方统计机构，以及Eurostat、IDE-JETRO和OECD等国际组织；其中，对于缺少投入产出数据的国家和地区，ISA以澳大利亚、日本和美国投入产出表的平均结构作为模板，结合相应国家和地区的宏观经济数据，构造代理投入产出表。Eora所使用的双边贸易数据则取自联合国商品贸易统计数据库和联合国服务贸易数据库。

（2） 构造2000年MRIO表。基于上一步收集和整理的2000年原始数据，应用KRAS算法，结合相应的MRIO表行列约束条件，构造2000年MRIO表。由于原始数据来源不一，且没有经过货币单位、表格形式和部门分类的统一处理，因此，KRAS运算得出的MRIO表难以满足所有的约束条件。Eora数据库提供了数据可靠性检验工具，用以估计MRIO表数据对约束条件和原始数据的偏离情况。

（3） 迭代得到其他年份的MRIO表。ISA以2000年MRIO表作为1999年和2001年MRIO表的初始估计，应用KRAS算法和相应年份的约束条件，对表格进行平衡处理，得到1999年和2001年的MRIO表。然后，以1999年和2001年MRIO表分别作为1998年和2002年MRIO表的初始估计，以此类推。

基于伦曾等（Lenzen et al.，2010），ISA采用以下两个步骤估计MRIO表和卫星账户数据点的标准差：（1）假设原始数据点观测值符合正态分布，其标准差或者基于公开数据和专家意见估计得到，或者基于对数据可靠性的特定观点加以设置^[7]；（2）根据原始数据点的标准差估计值，采用一个改进的RAS算法，估计MRIO表和卫星账户数据点的标准差。

对于Eora数据库编制方法和环境账户感兴趣的读者，可以进一步参考格施克等（Geschke et al.，2011）、伦曾等（Lenzen et al.，2012）和伦曾等（Lenzen et al.，2013）等文献。