12.10.2013 Views

PDF, 163 p, 1,3 Mo - Femise

PDF, 163 p, 1,3 Mo - Femise

PDF, 163 p, 1,3 Mo - Femise

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Annexe du rapport <strong>Femise</strong> (FEM 22-37)<br />

En multipliant le vecteur X des productions de l’année en cours (n) par la matrice des<br />

coefficients techniques de production de la l’année de base A0, on obtient une première estimation de<br />

la matrice des consommations intermédiaires. Les totaux lignes (u’) et colonne (v’) de cette matrice<br />

seront différents des consommations réellement observées (u) et (v).<br />

Au passage, nous constatons que la méthode RAS part d’une hypothèse fondamentale qui<br />

consiste à supposer que les coefficients techniques de production sont stables 6 .<br />

Pour un produit donné, la différence entre u et u’ va être répartie au prorata des<br />

consommations des différentes branches. On obtient alors une nouvelle matrice des productions dont<br />

les CI en produits coïncident avec celles réellement observées (u) mais dont les consommations en<br />

colonnes sont toujours différentes de celles observées (v).<br />

On calcule alors pour les colonnes la différence entre v et v’ qui sera pour chaque branche<br />

distribuée selon l’importance des consommations de chaque produit dans la branche. Ainsi, on obtient<br />

encore une nouvelle matrice des consommations intermédiaires, mais cette fois, le total CI en colonne<br />

coïncide avec celui observé (v) mais le total des CI en ligne ne coïncide plus avec celui observé (u).<br />

Les nouvelles différences en lignes seront aussi redistribuées entre les branches. Nous allons<br />

poursuivre ce processus itératif jusqu’à ce que les totaux en lignes soient égaux à ceux en colonnes.<br />

Pour cela nous fixons un critère de convergence (par exemple, lorsque la différence entre les deux<br />

totaux est inférieure à 0,5%, nous arrêtons le processus).<br />

La mise en œuvre effective de la méthode RAS sous le tableur excel pour la reconstitution de<br />

la matrice des CI des l’année 2000-2002 avait nécessité environ 240 itérations pour un critère de<br />

convergence avoisinant 0%. Si les données étaient libellées en millions de DA au lieu des milliers de<br />

DA, le nombre d’itérations serait moins important mais dépasserait tout de même les 150 itérations.<br />

Afin de mieux assimiler cette méthode, nous donnons l’exemple illustratif suivant :<br />

Exemple illustratif de la méthode dite « RAS »<br />

Pour l’année (n), on dispose du TES de base suivant :<br />

secteurs (I) (II) (IV) ∑ CI CFM Total<br />

Produits Agriculture Industrie Services<br />

emplois<br />

Pdts de I 25 34 6 65 209 274<br />

Pdts de II 43 22 7 72 149 221<br />

Pdts de III 36 15.5 45 96.5 53.5 150<br />

∑ CI 104 71.5 58 233.5 411.5 645<br />

VA 170 149.5 92 411.5<br />

PB 274 221 150 645<br />

Pour l’année (n+1), on dispose des comptes de production des trois secteurs et des équilibres<br />

produits. On peut les résumer au niveau du tableau suivant :<br />

6 En général, les coefficients techniques de production peuvent changer avec la modification<br />

des processus de production, la variation des prix relatifs ou l’imprécision des données<br />

statistiques.<br />

Page 15 sur 121

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!