UNIVERZA V MARIBORU EKONOMSKO-POSLOVNA FAKULTETA

DIPLOMSKO DELO

SEKTORSKA ANALIZA RAZVITEGA EVROPSKEGA GOSPODARSTVA NA

PRIMERU FINSKE Kandidatka: Mateja Gabrijelčič Študentka rednega študija Številka indeksa: 81569463 Program: univerzitetni Študijska smer: Splošna ekonomija Mentor: doc.dr. Timotej Jagrič

Maribor, oktober 2006

2

PREDGOVOR V diplomski nalogi bomo analizirali celotno strukturo finskega gospodarstva v obdobju od leta 1995 do 2003. Predstavili bomo kvantitativne in kvalitativne metode za merjenje vzajemne povezanosti med posameznimi sektorji finskega gospodarstva in na njih temelječo analizo medsektorskih reprodukcijskih povezav, ki omogočajo identifikacijo ključnih sektorjev. Informacija o ključnih sektorjih gospodarstva bi utegnila koristiti nosilcem ekonomske politike, saj na podlagi ugotovitev lahko država vodi pravo in učinkovito usmerjanje sistema ekonomskih spodbud v tistih gospodarskih panogah, ki so najbolj primerne za pospešitev ali celo spodbuditev rasti v drugih sektorjih. Identifikacija ključnih sektorjev finskega gospodarstva je temeljila na treh metodah, ki so jih razvili Chenery-Watanabe (1958), Rasmussen (1956) in Dietzenbacher (1992). Na podlagi kvantitativne analize smo kot ključna sektorja finskega gospodarstva identificirali kmetijstvo, lovski in gozdarski proizvodi in storitve (A) ter proizvodnja hrane, pijače in tobačnih izdelkov (DA). Kot zelo pomemben sektor smo, z izjemo leta 1998, identificirali tudi proizvodnji kovin in kovinskih izdelkov (DJ). To pomeni, da so ti sektorji imeli v opazovanem obdobju najintenzivnejše multiplikacijske efekte in so s svojo proizvodno aktivnostjo neposredno in posredno najbolj vzpodbujali proizvodno aktivnost v ostalih sektorjih. V nalogi smo obravnavali tudi kvalitativno analizo podatkov iz I-O tabel s pomočjo instrumentov, ki temeljijo na teoriji grafov. Kvalitativna medsektorska analiza nam daje ključne informacije o sektorjih v gospodarstvu in povezavami med njimi oziroma omogoča zgostitev podatkov iz matrike reprodukcijskih tokov v pregledni graf. Ugotovili smo, da so se pri kvalitativni analizi dogajale največje spremembe v letih 1997 in 2000, ko se je spremenila gospodarska struktura in hkrati so bili sektorji v gospodarstvu najbolj povezani. Zahvaljujem se prof. doc. dr. Timoteju Jagriču za mentorstvo pri diplomski nalogi ter svoji

družini in prijateljem za pomoč in vzpodbudo tekom študijskih let.

3

KAZALO VSEBINE

1 UVOD ................................................................................................................................ 7 1.1 Opredelitev in opis problema, ki je predmet raziskave ............................................... 7 1.2 Namen, cilji in osnovne trditve ................................................................................... 7 1.3 Predpostavke in omejitve raziskave ............................................................................ 7 1.4 Predvidene metode raziskovanja ................................................................................. 7

2 GOSPODARSKE RAZMERE NA FINSKEM.............................................................. 9 2.1 Osnovni ekonomski kazalci......................................................................................... 9

2.1.1 Realni sektor ......................................................................................................... 9 2.1.2 Kazalci nominalne konvergence......................................................................... 12 2.1.3 Ekonomski odnosi s tujino ................................................................................. 14

2.2 Razvitost gospodarstva .............................................................................................. 16 2.3 Ključna področja ekonomske politike na Finskem.................................................... 19

3 METODOLOŠKI OKVIR ANALIZE IN METODE OKRIVANJA KLJUČNIH SEKTORJEV..................................................................................................................... 20

3.1 Splošno o input-output analizi................................................................................... 20 3.1.1 Zgodovina razvoja input-ouput analize .............................................................. 20 3.1.2 Osnovni pojmi in temeljne predpostavke input-output tabel.............................. 21 3.2.3 Opredelitev temeljnih orodij medsektorske input-output analize....................... 23

3.2 Metode odkrivanja ključnih sektorjev ....................................................................... 26 3.2.1 Cheneryjeva-Watanabejeva metoda ................................................................... 26 3.2.2 Rasmussenova metoda........................................................................................ 28 3.2.1 Dietzenbacherjeva metoda.................................................................................. 30

3.3 Kvalitativna medsektorska analiza ............................................................................ 32 3.1.1 Transformacija input-output tabel v binarno obliko........................................... 32 3.3.2 Analiza usmerjenih grafov.................................................................................. 33 3.3.3 Strukturni kazalniki ............................................................................................ 34 3.3.4 Uvedba neusmerjenih grafov.............................................................................. 35 3.3.5 Zgoščevanje grafov ............................................................................................ 36 3.3.6 Ekonomsko-politični zaznamek ......................................................................... 37 3.3.7 Izbira med hitrostjo in popolnostjo..................................................................... 37

4 REZULTATI KVANTITATIVNE ANALIZE KLJUČNIH SEKTORJEV FINSKEGA GOSPODARSTVA MED LETI 1995 IN 2003.......................................... 39

4.1 Ključni sektorji finskega gospodarstva med leti 1995 in 2003 (Cheneryjeva in Watanabejeva metoda) .................................................................................................... 39 4.2 Ključni sektorji finskega gospodarstva med leti 1995 in 2003 (Rasmussenova metoda) ............................................................................................................................ 41 4.3 Ključni sektorji finskega gospodarstva med leti 1995 in 2003 (Dietzenbacherjeva metoda) ............................................................................................................................ 43

4

4.4 Ključni sektorji finskega gospodarstva med leti 1995 in 2003 po vseh treh metodah......................................................................................................................................... 45

5 REZULTATI KVALITATIVNE INPUT-OUTPUT ANALIZE................................ 47

6 SKLEP ............................................................................................................................. 68

7 POVZETEK / SUMMARY…………………………………………………………... Napaka! Zaznamek ni definiran.

LITERATURA IN VIRI ................................................................................................... 71

5

KAZALO TABEL TABELA 1: RAST REALNEGA BRUTO DOMAČEGA PROIZVODA (V %

GLEDE NA PRETEKLO LETO).............................................................................. 9 TABELA 2: STOPNJA BREZPOSELNOSTI (V %) .................................................... 10 TABELA 3: IZBRANI KAZALCI TRGA DELA V LETIH 1995, 2000 IN 2003....... 11 TABELA 4: GIBANJE STOPENJ PRODUKTIVNOSTI, POVPREČNIH

NOMINALNIH IN REALNIH PLAČ (V % GLEDE NA POVPREČJE PRETEKLEGA LETA) ............................................................................................ 12

TABELA 5: RAST IZVOZA IN UVOZA BLAGA NA FINSKEM IN TERMS OF TRADE (V %)............................................................................................................ 14

TABELA 6: PRIMERJAVA BRUTO DOMAČEGA PROIZVODA NA PREBIVALCA, PPP STANDARD .......................................................................... 16

TABELA 7: POVEZAVE NAZAJ (BL) IN POVEZAVE NAPREJ (FL) POSAMEZNIH SEKTORJEV MED LETI 1995 IN 2003 (CHENERYJEVA IN WATANABEJEVA METODA)............................................................................... 40

TABELA 8: POVEZAVE NAZAJ (BL) IN POVEZAVE NAPREJ (FL) POSAMEZNIH SEKTORJEV MED LETI 1995 IN 2003 PO RASMUSSENOVI METODI .................................................................................................................... 42

TABELA 9: POVEZAVE NAZAJ (BL) IN POVEZAVE NAPREJ (FL) POSAMEZNIH SEKTORJEV MED LETI 1995 IN 2003 PO DIETZENBACHERJEVI METODI ....................................................................... 44

TABELA 10: KLJUČNI SEKTORJI (K), SEKTORJI Z MOČNIMI POVEZAVAMI NAZAJ (B), SEKTORJI Z MOČNIMI POVEZAVAMI NAPREJ (F) IN SEKTORJI S ŠIBKIMI POVEZAVAMI NAZAJ IN NAPREJ (L) V MED LETI 1995 IN 2003............................................................................................................... 46

TABELA 11: DESET AGREGIRANIH SEKTORJEV ZA FINSKO.......................... 47 TABELA 12: FILTRIRNI PRAG FS NA OSNOVI 10-SEKTORSKIH

AGREGIRANIH I-O TABEL MED LETI 1995 IN 2003...................................... 49 TABELA 13: STRUKTURNI KAZALNIKI OZ. INDIKATORJI ZA FINSKO V

OBDOBJU MED LETI 1995 IN 2005 ..................................................................... 60

6

KAZALO SLIK SLIKA 1: STOPNJE RASTI AGREGATNEGA POVPRAŠEVANJA NA FINSKEM

(V % GLEDE NA PRETEKLO LETO) ................................................................... 9 SLIKA 2: DODANA VREDNOST PO DEJAVNOSTIH NA FINSKEM (V % OD

BRUTO DOMAČEGA PROIZVODA)................................................................... 10 SLIKA 3: INFLACIJSKE STOPNJE, MERJENE Z HARMONIZIRANIM

INDEKSOM CEN ŽIVLJENJSKIH POTREBŠČIN (V % GLEDE NA POVPREČJE PRETEKLEGA LETA) ................................................................... 12

SLIKA 4: PRORAČUNSKI PRIMANJKLJAJ NA FINSKEM IN V EU-15 (V % OD BRUTO DOMAČEGA PROIZVODA)................................................................... 13

SLIKA 5: JAVNI DOLG NA FINSKEM IN V EU-15 (V % OD BRUTO DOMAČEGA PROIZVODA) .................................................................................. 14

SLIKA 6: SALDO TEKOČEGA RAČUNA IN TRGOVINSKA BILANCA NA FINSKEM (V % OD BRUTO DOMAČEGA PROIZVODA) .............................. 15

SLIKA 7: DELEŽ BRUTO INVESTICIJ V OSNOVNA SREDSTVA V BRUTO DOMAČEM PROIZVODU (V %) .......................................................................... 16

SLIKA 8: DELEŽ BRUTO IZDATKOV ZA RAZISKAVE IN RAZVOJ V BRUTO DOMAČEM PROIZVODU...................................................................................... 17

SLIKA 9: PRIČAKOVANA ŽIVLJENJSKA DOBA OB ROJSTVU V LETU 1995. 18SLIKA 10: PRIČAKOVANA ŽIVLJENJSKA DOBA OB ROJSTVU V LETU 2002

..................................................................................................................................... 18SLIKA 11: PRIČAKOVANA ŽIVLJENJSKA DOBA OB ROJSTVU, MERJENA S

KAZALCEM HALE V LETU 2002 ........................................................................ 19 SLIKA 12: SHEMATSKI PRIKAZ INPUT-OUTPUT TABELE................................ 22 SLIKA 13: KLJUČNI SEKTORJI FINSKEGA GOSPODARSTVA MED LETI 1995

IN 2003........................................................................................................................ 45 SLIKA 14: PREPLETENOST REPRODUKCIJSKIH TOKOV FINSKEGA

GOSPODARSTVA MED LETI 1995 IN 2003 ....................................................... 52 SLIKA 15: PREPLETENOST REPRODUKCIJSKIH TOKOV FINSKEGA

GOSPODARSTVA MED LETI 1995 IN 2003 ....................................................... 64 SLIKA 16: ODNOS MED RELATIVNO POPOLNOSTJO IN RADIJEM

RAZŠIRJANJA ......................................................................................................... 66

7

1 UVOD 1.1 Opredelitev in opis problema, ki je predmet raziskave Temeljni ekonomski problem vsakega tržnega gospodarstva je doseči optimalno alokacijo omejenih sredstev s ciljem doseganja največjih možnih učinkov. Za uspešno reševanje tega problema so potrebne določene analize, ki prispevajo informacije, potrebne za planiranje gospodarskega razvoja. Ena izmed teh analiz je proučevanje medsektorskih povezav v gospodarstvu in ugotavljanje ključnih sektorjev po različnih metodah, ki temeljijo na medsektorski oziroma input-output analizi. Ugotavljanje ključnih sektorjev gospodarstva je pomembno zaradi pravilnega vodenja tekoče ekonomske politike, saj na podlagi ugotovitev lahko država vodi pravo in učinkovito usmerjanje sistema ekonomskih spodbud v tistih gospodarskih panogah, ki so najbolj primerne za pospešitev ali celo spodbuditev rasti v drugih sektorjih. Ključni sektorji gospodarstva so tisti, katerih razvoj in rast neposredno in posredno, to je preko povezav z ostalimi sektorji, najmočneje vplivata na razvoj celotnega gospodarstva. 1.2 Namen, cilji in osnovne trditve Namen diplomskega dela je ugotoviti in analizirati ključne sektorje finskega gospodarstva v obdobju med 1995 do leta 2003, torej od leta vstopa Finske v Evropsko Unijo. Pomembni cilj naloge je ugotoviti podobnosti in razlike v spreminjanju medsektorskih povezav in s tem strukture gospodarstva v proučevani državi. Osnovna trditev naloge je, da je ključni ekonomski sektor finskega gospodarstva predelovalna industrija, predvsem lesna, kovinska, strojna, telekomunikacijska in elektronika. 1.3 Predpostavke in omejitve raziskave Omejitev raziskave predstavlja razpoložljivost input-output tabel, kar je v večini držav v domeni statističnih uradov. Ker je izdelava input-outputa tabel časovno zahtevna obdelava podatkovnega materiala, se le-te ne izdelujejo za vsako leto nazaj, ampak prihaja do zamika v letih. Zato ni omogočeno analiziranje podatkov za zadnji dve pretekli leti, 2004 in 2005. 1.4 Predvidene metode raziskovanja Na podlagi razpoložljivih input-output tabel za Finsko (od leta 1995 do leta 2003), bomo predstavili kvantitativne in kvalitativne metode za merjenje vzajemne povezanosti med posameznimi sektorji finskega gospodarstva in na njih temelječo analizo medsektrorskih reprodukcijskih povezav, ki omogočajo identifikacijo ključnih sektorjev.

8

Ugotavljanje ključnih sektorjev finskega gospodarstva bo temeljila na treh metodah, ki so jih razvili avtorji Chenery in Wanatabe (1958), Rasmussen (1956) in Dietzenbacher (1992). Vse omenjene metode temeljijo na ugotavljanju pomembnosti medsebojnih povezav med sektorji, in sicer povezavah nazaj (»backward linkages«) in povezavah naprej (»foward linkages«). Opazovali bomo dinamiko spreminjanja povezav med sektorji na temelju vseh treh metod v opazovanem obdobju. Zraven kvantitativne analize bomo v diplomski nalogi predstavili tudi kvalitativno analizo. Le to bomo izvedli iz medsektorskih tabel s pomočjo instrumentov, ki temeljijo na teoriji grafov. S pomočjo teorije grafov lahko na zelo preprost in učinkovit način proučujemo hitrost širjenja neposrednih in posrednih gospodarskih impulzov v gospodarstvu, ki jih sproži začetni povpraševalni impulz. V diplomski nalogi bomo uporabili teoretično podlago klasične kvantitativne input-output analize, ter modelske rešitve, ki so jih razvili Holub in Schnabl (1994) in Hauke (1992). Vsi izračuni v diplomski nalogi bodo izvedeni s pomočjo obsežne računalniške aplikacije v programu Matlab, ki na podlagi vključitev dognanj iz input-output analize in teorije grafov omogoča kvantitativno kot kvalitativno analizo input-output tabel in izračun ključnih sektorjev gospodarstva. V nalogi se uporablja makroekonomska kvantitativna analitična raziskovalna metoda.

9

2 GOSPODARSKE RAZMERE NA FINSKEM 2.1 Osnovni ekonomski kazalci 2.1.1 Realni sektor V zgodnjih devetdesetih letih je Finska doživela izredno močno ekonomsko recesijo; poglavitna razloga za to sta finančna kriza in nenadni propad Finske glavne izvozne partnerice, Sovjetske Zveze. Gospodarsko okrevanje je v veliki meri temeljilo na hitri rasti industrijske proizvodnje, izvoza, inovacijske uspešnosti ter pridobivanja znanja.

TABELA 1: RAST REALNEGA BRUTO DOMAČEGA PROIZVODA (V % GLEDE NA PRETEKLO LETO) 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005Finska 3,5 3,7 6,1 5,2 3,9 5,0 2,6 1,6 1,8 3,5 2,9EU-25 1,6 1,8 2,7 3,0 3,0 3,9 2,0 1,2 1,3 2,3 1,7EU-15 1,5 1,7 2,6 2,9 3,0 3,9 1,9 1,1 1,1 2,2 1,5Vir: Eurostat (2006a). Rast v zadnjih desetih letih je bila med najhitrejšimi v EU (takoj za Irsko). Med leti 1994-2000 je bruto domači produkt v povprečju rasel 4.7% letno, med leti 2001-2005 pa je bila rast v povprečju 2%. Močno gospodarsko rast konec prejšnjega desetletja sta zaznamovala močna izvozna dejavnost in domače povpraševanje. Po letu 2000 se ekonomska aktivnost znižala predvsem zaradi zmanjšanja izvoza in podjetniških investicij, rast pa je v glavnem temeljila na potrošnji gospodinjstev, investicijah v nepremičnine in storitvah podjetniškega sektorja.

SLIKA 1: STOPNJE RASTI AGREGATNEGA POVPRAŠEVANJA NA FINSKEM (V % GLEDE NA PRETEKLO LETO)

-5

0

5

10

15

20

25

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005Leto

Stop

nje

rast

i v %

Zasebna poraba Državna poraba Bruto naložbeIzvoz Uvoz Rast realnega BDP

Vir: Eurostat (2006a), OECD (2006).

10

V nadaljevanju prikazujemo strukturo finskega gospodarstva na osnovi deleža posameznih sektorjev v bruto domačem proizvodu. Iz slike 2 je razvidno, da je imela industrija, v primerjavi z drugimi razvitimi državami, še vedno visok delež, saj je vloga industrije na finskem malo drugačna. Industrializacija se je pojavila nekoliko kasneje kot drugod in zaradi tega sta bila delež izvoza in proizvodnja še vedno relativno visoka. V letu 2000 sta 66% proizvodnje predstavljali gozdarska industrija ter kovinska in strojna industrija, ki sta skupaj predstavljali tudi 82% izvoza dobrin. V zadnjih letih pa delež industrije upada in narašča predvsem delež storitvenega sektorja.

SLIKA 2: DODANA VREDNOST PO DEJAVNOSTIH NA FINSKEM (V % OD BRUTO DOMAČEGA PROIZVODA)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

Leto

% o

d B

DP Javne in druge storitve

Poslovne storitveFinančne storitveMednarodna menjavaGradbeništvoIndustrijaKmetijstvo, gozdarstvo in ribolov

Simbol: BDP – bruto domači produkt. Vir: Statistics Finland (2006a). Stopnja brezposelnosti, merjena po metodologiji Mednarodne organizacije za delo (MOD), je bila na Finskem bistveno višja od povprečja Evropske unije (tabela 2). Zaradi recesije v zgodnjih devetdesetih letih, je brezposelnost porasla od 3 na 17% v samo treh letih. Čeprav je recesiji sledila močna gospodarska rast, zaposlenost in brezposelnost še vedno nista dosegli stopnje iz časov pred recesijo.

TABELA 2: STOPNJA BREZPOSELNOSTI (V %)

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005Finska 15,4 14,6 12,7 11,4 10,2 9,8 9,1 9,1 9,0 8,8 8,4EU-15 10,1 10,2 9,9 9,3 8,6 7,7 7,3 7,6 8,0 8,1 7,9Vir: Eurostat (2006a). Izgubljene službe v času recesije so nadomestili z novimi, čeprav pogosto v drugih sektorjih in s časovnim odlogom, kar je zahtevalo drugačne značilnosti in spretnosti zaposlenih. Dela v gradbeništvu, proizvodnji potrošniških dobrin in kmetijstvu so bila

11

nadomeščena z zaposlitvami v poslovnih storitvah, socialnih službah in proizvodnji elektronike (Maiväli 2006, 2). Razlog za nizko stopnjo zaposlenost leži predvsem v kombinaciji visokih davkov na dohodek in nadpovprečni podpori, kar spodbuja brezposelnost. Le-ta ostaja visoka zaradi pomanjkanja delovnih mest za nizko kvalificirano delovno silo in visoke dolgoročne nezaposlenosti, ki je v letu 2003 znašala 60% od celotne brezposelnosti (Ministry of Labour 2004, 7-8). Nizka razpoložljiva leta upokojitve (59 let v 2003), prav tako vplivajo na brezposelnost. V letu 2003 je bilo zaposlenih samo 40% oseb starih od 55-64 let (IMF 2003, 6). Zaradi tega so na Finskem uvedli »brezposelni oskrbni sistem« kjer starejšim brezposelnim (nad 57 letom starosti) nudijo dodatne ugodnosti dokler se ne upokojijo pri starosti 62-64 letih (Maiväli 2006, 5). To je povečalo zaposlenost starejših, kot je razvidno iz tabele 3.

TABELA 3: IZBRANI KAZALCI TRGA DELA V LETIH 1995, 2000 IN 2003

1995 2000 2003 Finska EU-15 Finska EU-15 Finska EU-15

Skupna stopnja zaposlenostia 61,6 60,1 67,2 63,4 67,7 64,3Stopnja zaposlenosti ženskb 59,0 49,7 64,2 54,1 64,7 56,0Stopnja zaposlenosti moškihc 64,2 70,5 70,1 72,8 69,7 72,7Delež starejših zaposlenihd 34,4 36,0 41,6 37,8 49,6 41,7Celotna rast zaposlenosti 1,8 0,8 2,2 2,2 0,1 0,4Stopnja brezposelnosti po starostnih skupinah 15-24 29,7 21,1 21,4 15,3 21,8 16,525-64 13,7 8,3 8,1 6,5 7,2 6,8Opombe: aŠtevilo zaposlenih v starosti med 15-64 let v primerjavi s celotnim številom prebivalcev v temstarostnem razredu. bŠtevilo zaposlenih žensk v starosti med 15-64 let v primerjavi s celotnim številom žensk v tem starostnem razredu. cŠtevilo zaposlenih moških v starosti med 15-64 let v primerjavi s celotnim številom moških v tem starostnem razredu. dŠtevilo zaposlenih v starosti med 55-64 let. Vir: Eurostat (2006a). Gibanje produktivnosti dela (tabela 4) kaže na rahla nihanja. Njene stopnje rasti na Finskem praviloma presegajo povprečno produktivnost v EU, podobno pa velja tudi za stopnje rasti plač. Povprečna stopnja rasti produktivnosti dela v obdobju od 1995 in 2005 je bila 2.3%, kar je predvsem posledica nove tehnologije in večje fleksibilnosti delovnega trga. Pri tem je potrebno posebej poudariti produktivnost dela v elektronski industriji, kjer je rast nadpovprečna (leta 2000 je bila 30%, leta 2003 pa 15%)1. Nominalne plače naraščajo v povprečju hitreje kot produktivnost dela, kar pa za gospodarstvo ni dobro, saj povzroča inflacijo in zmanjšuje konkurenčnost.

1 Povzeto po Economic Survey (2001, 2004).

12

TABELA 4: GIBANJE STOPENJ PRODUKTIVNOSTI, POVPREČNIH NOMINALNIH IN REALNIH PLAČ (V % GLEDE NA POVPREČJE PRETEKLEGA LETA) 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005Finska Produktivnosti delaa 2,3 2,5 2,8 2,9 0,8 2,8 -0,4 1,3 2,3 2,5 2,3Nominalne plačeb 2,7 2,6 1,5 4,4 2,2 3,7 4,7 1,9 3,4 3,3 3,4Realne plačec 1,0 0,9 -0,4 2,4 0,9 0,1 1,1 -1,2 1,7 2,7 1,7EU-15 Produktivnosti delaa 1,2 1,1 1,6 1,1 1,2 1,5 0,5 0,6 0,6 1,6 1,5Nominalne plačeb 2,9 2,8 2,5 2,1 2,6 3,5 3,4 2,9 3,1 2,9 2,9Realne plačec 0,3 0,1 0,4 0,4 1,3 1,5 1,1 0,8 1,3 1,2 1,2Opombe: aStopnja rasti produktivnosti dela v industriji. bStopnja rasti povprečnih mesečno izplačanih nominalnih bruto plač. cStopnja rasti povprečnih mesečno izplačanih realnih bruto plač; deflator zasebne potrošnje. Vir: EC (2004), Statistics Finland (2006b). 2.1.2 Kazalci nominalne konvergence V opazovanem obdobju, od leta 1995 do leta 2005, povprečna inflacijska stopnja ni presegla 3% in je bila v splošnem nižja kot povprečje EU-15. Gibanje inflacijskih stopenj, merjene z HCPI2 oz. harmoiziranim indeksom življenjskih potrebščin, prikazuje slika 3.

SLIKA 3: INFLACIJSKE STOPNJE, MERJENE Z HARMONIZIRANIM INDEKSOM CEN ŽIVLJENJSKIH POTREBŠČIN (V % GLEDE NA POVPREČJE PRETEKLEGA LETA)

1,3 1,3

2,92,7

2,0 1,91,7

2,1 2,0 2,0 2,12,0

1,21,00,6

0,1

0,8

1,31,2

1,92,2

1,3

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

Leto

Stop

nje

rast

i v %

Finska

EU-15

Vir: Eurostat (2006a).

2 HCPI – Harmonised Consumer Price Index. Ta indeks ne prikazuje sprememb v obrestnih merah in cenah nepremičnin.

13

Pri pregledu gibanj inflacijskih stopenj v tem obdobju izstopajo leta 1999, 2000 in 2001, ker je bila inflacija višja od povprečja EU-15. Inflacija leta 1999 je posledica rasti cen surove nafte in uvoznih cen. V letu 2000 je inflacija še nadalje narasla na 2,9% (CPI3 – 3,5%), kar je posledica še nadaljnjih rasti cen surove nafte, še višjih uvoznih cen, nadaljnje depreciacije evra, rasti plač, porasta cen nepremičnin in obrestnih mer. Samo nafta je v tem letu prispevala 1% točko. V letu 2001 se je inflacija malo znižala, ker so padle cene surove nafte, surovin in obrestnih mer, medtem ko so cene hrane izjemno porasle. Prav tako pa je v tem letu cena dela povečala pritisk na domače cene, ker produktivnost dela ni porasla, so plače presegle »normo plač« (kar je razvidno tudi iz tabele 4). V letu 2002 se je inflacija znižala , zaradi apreciacije evra in tako ublažila še višje cene nafte in uvoznih cen4.

SLIKA 4: PRORAČUNSKI PRIMANJKLJAJ NA FINSKEM IN V EU-15 (V % OD BRUTO DOMAČEGA PROIZVODA)

-3,9-2,9

-1,3

1,6 2,2

7,1

5,24,3

2,5 2,1 2,6

-5,1 -5,4

-2,4-1,7

1,0

-2,0 -2,6 -2,6 -2,4-1,0-0,7

-8

-6

-4

-2

0

2

4

6

8

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

Leto

Prim

ankl

jaj v

% B

DP

Finska

EU-15

Simbol: BDP – bruto domači proizvod Vir: Statistics Finland (2006c), EC (2004). Kljub ekonomski rasti in močni fiskalni politiki se je velik proračunski primanjkljaj iz zgodnjih devetdesetih let spremenil v presežek leta 1998 (1,6% BDP), kar je bil predvsem posledica zmanjšanja javnih izdatkov. Pri tem posebej izstopa leto 2000 (slika 7), ko je presežek narasel na 7,1% bruto domačega proizvoda, kljub zmanjšanju davkov na dohodek. Na to je vplival padec net obrestnih izplačil in močna gospodarska rast. Prav tako je centralna vlada prešla iz deficita v prejšnjih letih, v suficit 3,4% BDP-ja, kar je bila posledica izjemnih davčnih prihodkov. Počasnejša ekonomska rast zadnjih let in zaposlenost sta vzrok za zmanjšanje presežka v zadnjih letih. Zadolženost javnega sektorja na Finskem je visoka, čeprav nižja od povprečja EU-15 (slika 5). V letu 1995 je znašala 57,1% bruto domačega proizvoda in se je do konca 2005 znižala za 16%. To znižanje je predvsem posledica presežka in privatizacije. Na zniževanje je vplivalo tudi zmanjšanje izdatkov za nezaposlene.

3 CPI – Consumer Price Indeks oz. indeks cen življenjskih potrebščin. 4 Povzeto po Economic Survey (1999, 2000, 2001, 2002, 2003, 2004, 2005).

14

SLIKA 5: JAVNI DOLG NA FINSKEM IN V EU-15 (V % OD BRUTO DOMAČEGA PROIZVODA)

57,1 57,2 54,148,5 46,6 44,5 43,6 42,3 45,2 45,1

41,1

70,7 72,6 71,0 68,9 68,0 64,2 63,4 62,7 64,2 64,4 64,4

0

10

20

30

40

50

60

70

80

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

Leto

Javn

i dol

g v

% B

DP

Finska

EU-15

Simbol: BDP- bruto domači produkt Vir: Statistics Finland (2006c), EC (2004). 2.1.3 Ekonomski odnosi s tujino Po recesiji je obnova Finskega gospodarstva temeljila predvsem na učinkovitosti izvoza. Prvi večji porast izvoza lahko opazimo (tabela 5) v letu 1997, ko je le-ta porasel za 13,7% in predstavljal 40% bruto domačega proizvoda. Dejavniki, ki so vplivali na ta porast so bili predvsem izvozno orientirana ekonomska politika, obsežno strokovno znanje in »know-how«, tako v visoki tehnologiji kot v raziskavah in razvoju ter dobra konkurenčnost cen (zaradi depreciacije takratne finske marke). Na znižanje izvoza v letih 1998 in 1999 sta vplivali Azijska in Ruska kriza, saj je upadel izvoz v te države in prav tako raven izvoznih cen. Izvozna učinkovitost je bila kronana leta 2000, ko je izvoz porasel za 19,5% in predstavljal 43% bruto domačega proizvoda. Izvoz je porasel v vseh glavnih industrijskih sektorjih, predvsem pa v elektronski, ki je predstavljala 31% izvoza. Prav tako se je povečal izvoz v Azijske države in Rusijo. V letu 2001 je izvoz upadel, kar bila posledica nizke svetovne gospodarske aktivnosti. V zadnjih letih je izvoz ponovno naraščal, vendar pa ne tako hitro kot ob koncu devetdesetih let, ker se je upočasnila prodaja gozdarske in elektronske industrije (Economic Survey 1998, 13-14; Economic Survey 2001, 18-29; Economic Survey 2004, 21-23).

TABELA 5: RAST IZVOZA IN UVOZA BLAGA NA FINSKEM IN TERMS OF TRADE (V %)

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005Izvoz 8,6 5,7 13,7 9,2 6,0 19,5 -0,8 5,0 1,5 5,5 7,1Uvoz 6,6 6,4 10,7 8,6 3,4 16,0 0,8 2,1 2,6 6,1 10,2TT 0,1 -1,2 -1,6 1,6 -3,1 -3,3 0,3 -2 -3,8 -0,4 -0,7

Simbol: TT - Terms of trade Vir: Statistics Finland (2006d), OECD (2006), EC (2004).

15

V devetdesetih letih je uvoz rasel počasneje od izvoza, predvsem zaradi previdnih podjetniških investicij in pomanjkanja finančnih virov med porabniki. Enako kot izvoz, je tudi povečan uvoz v letu 1997 posledica močne gospodarske rasti in je le-ta predstavljal 31% bruto domačega proizvoda. Močna rast izvoza je vplivala na hitro povečanje uvoza v letu 2000, saj je uvoz v veliki meri odvisen od izvoza. Uvoz se je povečal za 16%, kar je posledica dviga cen surovin in energije. V prvih letih novega tisočletja (razvidno iz tabele 6) je uvoz naraščal hitreje kot izvoz, kar je posledica uvoza porabniških dobrin in ne več toliko kritja potreb industrije (Economic Survey 1998, 16-17; Economic Survey 2001, 20-21, Economic Survey 2004, 25-26) . Glavne izvozne dobrine so bile (2004): električna in optična oprema (24,7%), vlaknine, papir in papirni izdelki (19,5%), kemični izdelki (12,8%), kovine in kovinski proizvodi (12,7%), stroji (11,6%), transportna oprema (5,7%), les in leseni izdelki (5,4%) ter ostali proizvodi (7.6%). Glavne uvozne dobrine (2004)so bile: električna in optična oprema (19,9%), kemični izdelki (16,5%), kovine in kovinski izdelki (10,2%), transportna oprema (10, 1%), stroji (9,5%) ter ostali proizvodi (31,7%) (EK 2006, 1). Poleg dobrin pa uvaža in izvaža predvsem potovalne storitve in zavarovanja. Najpomembnejše trgovinske partnerice so Švedska, Nemčija, Rusija, Velika Britanija in Združene države Amerike.

SLIKA 6: SALDO TEKOČEGA RAČUNA IN TRGOVINSKA BILANCA NA FINSKEM (V % OD BRUTO DOMAČEGA PROIZVODA)

4,1 4,05,5 5,6

6,37,5 7,1 7,5

4,35,0

2,7

9,8 9,6 9,8

11,510,8

10,0 10,6 10,1 10,0

6,8

10,8

0

2

4

68

10

12

14

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

Tekoči računTrgovinska bilanca

Vir: OECD (2006). V mednarodni menjavi je Finska izkazovala izrazito pozitiven saldo tekočega računa kot tudi trgovinske bilance, kar je posledica višje stopnje izvoza glede na uvoz. Po letu 2000 se je presežek zmanjševal predvsem zaradi slabših pogojev menjave.

16

2.2 Razvitost gospodarstva V tem poglavju predstavljamo nekatera primerjalna gibanja na področju realne konvergence in razvojnih možnosti gospodarstva. Realno konvergenco običajno ugotavljamo s primerjavo vrednosti bruto domačega proizvoda na prebivalca med različnimi državami. Dejavniki, ki omogočajo državi, da bo dolgoročno dosegala gospodarsko rast, so povezani z obsegom in kakovostjo proizvodnih dejavnikov, to je človeškega in fizičnega kapitala. Vrednosti bruto domačega proizvoda na prebivalca po pariteti kupne moči nam kaže (tabela 6), da Finska po stopnji razvitosti sega v sam vrh najrazvitejših držav. Pri tem presega povprečje EU-15 in tudi narašča hitreje.

TABELA 6: PRIMERJAVA BRUTO DOMAČEGA PROIZVODA NA PREBIVALCA, PPP STANDARD 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 V evrih Finska 16100 16900 18700 20000 20700 22600 23300 24100 24300 25700 26900EU-15 16900 17700 18600 19400 20400 21700 22500 23200 23300 24300 25100Indeksi obsega, EU-25=100 Finska 102,1 103,9 108,9 112,1 112,7 114,3 115,5 114,7 112,6 113,7 113,4EU-15 108,9 109,6 109,5 109,5 110,2 110,0 109,6 109,3 109,0 108,6 108,3Vir: Eurostat (2006c), Eurostat (2006b). S slike 7 je razvidno, da so investicije do leta 2001 naraščale in nato rahlo upadle. Delež bruto investicij v osnovna sredstva v bruto domačem proizvodu na Finskem so nižja od povprečja Evropske unije. Od tega v povprečju predstavljajo privatne investicije 16%, javne pa 3%.

SLIKA 7: DELEŽ BRUTO INVESTICIJ V OSNOVNA SREDSTVA V BRUTO DOMAČEM PROIZVODU (V %)

17,0 17,1 18,3 19,0 19,0 19,4 19,517,9 18,1 18,3 18,819,1 19,4 19,4 19,819,419,320,020,520,219,819,3

0

5

10

15

20

25

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

Leto

Finska

EU-15

Vir: Eurostat (2006d).

17

Glede na vrsto ekonomske aktivnosti v letu 2001 sestavljajo investicije : stanovanjske investicije (28%), proizvodnja (13,4%), trgovina, hotelirstvo in gostinstvo (5,3%), kmetijstvo in gozdarstvo (5,1%), elektrika, voda in plin (3,6) ter ostale investicije (44,6%). Glede na kapitalsko premoženje pa (v letu 2001): gradbeništvo (50,1%), stavbarstvo (10,2%), strojništvo in oprema (27,5%) in druge investicije (12,2%) (Economic Survey 2004, 57). Raziskave in razvoj so vodilna sila ekonomskega razvoja, ustvarjanja delovnih mest, rasti produktivnosti, inovacij in boljše kvalitete produktov v splošnem, kot tudi napredka v zdravstveni negi in zaščite okolja. Cilj, ki si ga je zadala Evropska unija je narediti Evropsko unijo najbolj konkurenčno in dinamično gospodarstvo na svetu, ki bo temeljilo na znanju. Cilj je tudi 3% delež izdatkov za raziskave in razvoj v bruto domačem proizvodu. V EU-ji sta Finska in Švedska edini državi, ki dosegata mejo 3%, medtem ko v povprečju Evropska unija tega ne dosega, kar je razvidno iz slike 8. Moderna politika raziskav in razvoja na Finskem se je pričela v začetku osemdesetih let. Takrat je postalo jasno, da Finska ne bi mogla nikoli uspešno tekmovati z industrijo, ki bi temeljila na naravnih bogastvih, medtem ko sta intenzivnost znanja in tehnologije ponujala priložnost za prihodnost Finske. Močna konkurenčnost Finske temelji danes na vzajemnem razumevanju pomembnosti tehnologije, raziskav in razvoja.

SLIKA 8: DELEŽ BRUTO IZDATKOV ZA RAZISKAVE IN RAZVOJ V BRUTO DOMAČEM PROIZVODU

00,5

11,5

22,5

33,5

44,5

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

Leto

FinskaŠvedskaEU-15

Vir: Eurostat (2006a). Temeljni kazalec različnih prikazov zdravja je zmeraj pričakovana življenjska doba ob rojstvu. Tako na Finskem kot v povprečju petnajsterice so med letoma 1995 in 2002 dosegli napredek na tem področju (slika 9, slika 10).

18

SLIKA 9: PRIČAKOVANA ŽIVLJENJSKA DOBA OB ROJSTVU V LETU 1995

76,7

77,5

80,4

80,1

72,9

74,1

68 70 72 74 76 78 80 82

Finska

EU-15

MoškiŽenskeSkupaj

Vir: WHO (2006).

SLIKA 10: PRIČAKOVANA ŽIVLJENJSKA DOBA OB ROJSTVU V LETU 2002

78,5

78,1

81,8

82

75

76

70 72 74 76 78 80 82 84

Finska

EU-15

MoškiŽenskeSkupaj

Vir: WHO (2006). Za oceno ravni človeškega kapitala pa ni pomembna le pričakovana življenjska doba, temveč tudi njena kakovost, zaradi česar v nadaljevanju predstavljamo podatek o popravljeni pričakovani življenjski dobi, ki upošteva zdravje (t.i. HALE – healthy life expectancy). Ta kazalec nam v povprečju pove, koliko »zdravih« let lahko pričakuje novorojenec. Pri izračunu tega kazalca upoštevamo podatke o smrtnosti in podatke o deležu bolnih.

19

SLIKA 11: PRIČAKOVANA ŽIVLJENJSKA DOBA OB ROJSTVU, MERJENA S KAZALCEM HALE V LETU 2002

71,1

73,5

68,7

66 68 70 72 74

Finska

Moški

Ženske

Skupaj

Vir: WHO (2004). Prebivalci Finske, rojeni leta 2002, lahko pričakujejo, da bodo v povprečju dočakali 71,1 zdravih let, od tega moški 68,7 in ženske 73,5 let. 2.3 Ključna področja ekonomske politike na Finskem Glavni izzivi s katerimi se srečuje ekonomska politika Finske so posledica sprememb strukture prebivalstva in regionalne razporeditve, pospešene globalizacije in hitrega tehnološkega napredka. Ključna področja finske ekonomske politike izhajajo iz ciljev, ki si jih je za obdobje 2003-2007 zadala Finska vlada. Glavni ekonomski cilj je povišati zaposlenost in ustvariti vsaj 100000 delovnih mest. To bi naj povečalo stopnjo zaposlenosti na 70%. Da bi dosegli ta cilj, bo vlada nadaljevala z ekonomsko politiko, ki bo spodbujala ekonomsko rast, izboljšala delovanje trga dobrin, kapitala in dela ter zagotovila mednarodno konkurenčno okolje za podjetništvo in industrijo. Najprej pa bi morala vlada znižati davke na dohodek zaposlenih in zmanjšati ugodnosti za brezposelne (Ministry of Finance 2005, 3-5). Ključni cilj vlade je tudi zagotoviti stabilnost javnih financ, kar zahteva: ohranitev fiskalnega presežka do konce desetletja, dokončati shemo prezgodnjega upokojevanja in izboljšati učinkovitost javnega in privatnega sektorja. Srednjeročni cilj je zmanjšati davke na dohodek, kljub povečanim izdatkom zaradi staranja prebivalstva (OECD 2006, 1). Glede na dokument Evropske unije »Široke smernice ekonomske politike«, predstavljajo glavne izzive za Finsko gospodarstvo 1) znižanje visoke stopnje strukturne brezposelnosti in povečanje stopnje zaposlenosti starejših delavcev ter 2) povišanje konkurenčnosti določenih sektorjih in učinkovitost javnega sektorja. Za dosego teh ciljev priporoča Evropska Komisija, da mora Finska (Ministry of Finance 2005, 6): nadalje preoblikovati davčni in podporni sistem v smislu »naj delo plača«, zagotoviti, da plače odsevajo produktivnost, izboljšati konkurenčnost v mrežni industriji in storitvah, povečati učinkovitost javnega sektorja in omejiti izdatke javnega sektorja.

20

3 METODOLOŠKI OKVIR ANALIZE IN METODE OKRIVANJA KLJUČNIH SEKTORJEV 3.1 Splošno o input-output analizi 3.1.1 Zgodovina razvoja input-ouput analize Input-output (v nadaljevanju I-O) analiza zavzema pomembno mesto na področju ekonomskih analiz. Predstavlja analitični okvir, ki ga je v poznih 30. letih prejšnjega stoletja razvil ameriški ekonomist ruskega rodu, profesor Wassily Leontief (Miller and Blair 1985, 1). Zaradi tega pogosto govorimo o Leontijefovem modelu, ko imamo v mislih input-outpu analizo. Kljub temu pa številni avtorji zagovarjajo, da se je prvotna ideja I-O koncepta pojavila že vsaj pred približno četrt tisočletja in da je Leontief zgolj eden izmed inkrementalnih členov evolucijske I-O verige od Quesnaya dalje (Sekulić 1980, 273). Oporekajo jim avtorji, ki trdijo, da I-O analiza ni le izid nadgradnje del predhodnikov, temveč gre za povsem nov, revolucionarni analitični instrument, ki je namenjen empiričnim raziskavam in analizam na številnih področjih (Baumol and Blinder 2000, 218). Konceptualne korenine I-O analize segajo že v obdobje francoskega ekonomista in predstavnika fiziokratizma, Francoisa Quesnaya. V svojem glavnem delu Tableau economique, ki je bilo objavljeno leta 1758, je na shematičen in sistematičen način v obliki krožnega toka blaga in denarja kot prvi predstavil medsebojne odvisnosti gospodarske aktivnosti5: posestnik, ki prejme denar v obliki rente, polovico te vsote porabi za nakupe kmetijskih izdelkov, polovico pa za izdelke obrtnikov. V zameno za prejeti denar kmetje kupijo industrijske proizvode, obrtniki pa hrano in surovine itd. Več kot sto let kasneje je Leon Walras, francoski predstavnik marginalistične šole, ponovno oživel Quesnayeve ideje. V svojem delu leta 1874, Elemnts d'economie politique pure, je razvil teorijo splošnega ravnotežja v gospodarstvu s pomočjo uporabne matematike. Podal je definicijo tehničnega koeficienta kot količine produkcijskih faktorjev, ki se uporabi pri proizvodnji posameznega proizvoda, ter ga takrat poimenoval koeficient proizvodnje (Norčič 2000, 243). S tem je postavil odlično izhodišče. Walrasov koncept koeficienta proizvodnje je postavljal odskočišče Wassilyju Leontiefu, ki je leta 1941 s teoretičnim osnovanjem I-O analize v knjigi The Structure of American Economy, 1919-1939 obogatil ekonomsko znanost z empirično uporabnim orodjem, primernim za spremljanje gospodarskega dogajanja. Poleg tega je Leontief izdelal tudi medsektorski model, za katerega je leta 1973 dobil Nobelovo nagrado za ekonomijo. Sam Leontief je I-O analizo definiral kot »neoklasično teorijo splošnega ravnotežja, prilagojeno za empirične raziskave kvantitativne soodvisnosti med povezanimi gospodarskimi aktivnostmi« (Kurz and Slavadori 2000, 26). 5 Quesnay je glede na ekonomsko vlogo v reprodukcijskem procesu definiral tre osnovne sektorje oziroma razrede gospodarstva: 1.) produktivni razred (poljedelstvo), 2.) sterilni razred (industrija, trgovina) in 3.) razred lastnikov zemlje in naravnih virov (Kurz and Salvadori 2000,7).

21

Danes se v osrčju I-O analize nahajajo I-O modeli, ki so z razvojem računalniške tehnologije zavzeli primarno vlogo na področju strukturne ekonomske analize in planiranja. Njihova uporaba je privlačna zaradi tega, ker na preprost način povezujejo agregatne in parcialne analitične pristope ter hkrati omogočajo sistematičen pristop k spremljanju odnosov in gibanj posameznih, med seboj povezanih delov nekega gospodarstva (Sekulić 1980, 67). 3.1.2 Osnovni pojmi in temeljne predpostavke input-output tabel I-O tabela je matrični prikaz reprodukcijskih odvisnosti in proizvodno-potrošnih razmerij med sektorji, na katere je ekonomija dezagregirana. Izpeljana je iz računa proizvodnje in v bistvu pomeni njegovo razgradnjo na več sektrojev, odvisno od sistem klasifikacije in ravni agregacije. Kot taka je I-O tabela torej integralni del sistema nacionalnih računov in pomeni pomembno analitsko orodje pri modeliranju ekonomske realnosti (Strašek in Jagrič 2004, 94-95). Sestavljanje in uporaba I-O tabel v analizi medsebojnih odvisnosti v proizvodnem sistemu temelji na nekaj bistvenih predpostavkah (Štraser 1995, 9; Babić 1990, 2): vsak sektor proizvaja en sam proizvod s popolnoma enolično proizvodno strukturo, ki

je stalna (neobčutljiva na spremembe v okolju) in določena eksogeno, s tehnologijo, obstoječo v danem trenutku. To predpostavko imenujemo predpostavka o homogenosti proizvodnih sektorjev. Iz nje izhaja, da so proizvodi posamičnega sektorja med seboj popolni substituti, in da substitucija med proizvodi različnih sektorjev ne obstaja. To predpostavko imenujemo

tudi predpostavka o enoznačnosti klasifikacije proizvodov posameznih sektorjev. V praksi je realizaciji teh dveh predpostavk skoraj nemogoče zadostiti, saj je za današnja gospodarstva namreč značilno veliko število tako proizvodnih sektorjev kot število proizvodov in tehnoloških postopkov, ki se uporabljajo v proizvodnem procesu. Lahko se jima bolj ali manj približamo, odvisno od stopnje razčlenjenosti ekonomskega sistema na sektorje. Večjo stopnjo homogenosti proizvodnih sektorjev in s tem tudi realnejši posnetek medsektorskih povezav je moč doseči z večjim številom proizvodnih sektorjev, torej z nižjo stopnjo sektorske agregacije, kar pa poveča obseg in stroške izdelave. V praksi se ponavadi skuša doseči kompromis med večjim številom sektorjev ter večjimi stroški in manjšim številom sektorjev ter nižjimi stroški sestave I-O tabel. vsi inputi določenega sektorja so v linearni odvisnosti od outputa sektorja, v katerem so

potrošeni, kar pomeni, da je proizvodna funkcija sektorja linearna. V tem primeru govorimo o predpostavki proporacionalnosti modela, pri čemer je faktor te proporacionalnosti tehnični koeficient. To linearno razmerje med inputi in outputi je določeno s tehnologijo, ki je v I-O sistemu eksogeno dana. Iz predpostavke proporacionalnosti modela izhaja, da so proizvodni faktorji med seboj popolni komplimenti, kar pomeni, da substitucija med proizvodi različnih faktorjev ni mogoča.

22

Tako grajena I-O tabela ignorira tehnološki razvoj in zakon padajočih in rastočih donosov. Glede na to lahko izpeljemo pomembni značilnosti I-O tabele, in sicer kratkoročnost uporabe in statičnost prikazanih proizvodno-potrošnih razmerij. Simetrične I-O tabele, pogosto poimenovane tudi kot kvadratne (ang. square) ali Leontiefove I-O tabele, nam prikazujejo proizvodne povezave v narodnem gospodarstvu in so sestavljene iz treh kvadrantov, od katerih vsak prikazuje določeno ekonomsko aktivnost. Slika 12 nam prikazuje shematski prikaz zgradbe I-O tabele. V prvem (centralnem) kvadrantu, imenovan tudi kvadrant vmesne (intermediarne) porabe, je prikazana reprodukcijska poraba vseh panog, na katere je gospodarstvo razčlenjeno, glede na sektorje, iz katerih posamezni proizvodi in storitve izvirajo. Takšen prikaz nam omogoča vpogled v velikost in strukturo proizvodnih odvisnosti med posamičnimi sektorji. Drugi kvadrant je kvadrant finalne (končne) porabe, v katerem je prikazana struktura komponent končne potrošnje glede na izvore proizvodov in storitev. Tretji kvadrant nam prikazuje strukturo bruto domačega proizvoda po posameznih elementih primarnih vlaganj (inputov) oziroma sestavo dodane vrednosti po sektorjih (Strašek in Jagrič 2004, 96).

SLIKA 12: SHEMATSKI PRIKAZ INPUT-OUTPUT TABELE

RAZDELJENA SREDSTVA I.

REPRODUKCIJSKA POTROŠNJA

(materialni stroški)

II.

KONČNA POTROŠNJA

RA

ZPO

LO

ŽJI

VA

SR

ED

STV

A

PRO

IZV

OD

NJA

III.

BRUTO DOMAČI PROIZVOD

UVOZ

Vir: Štraser 1995, 10. Iz povedanega lahko določimo osnovno značilnost I-O tabele, namreč, da mora imeti prvi kvadrant obliko kvadratne matrike, saj se mora število proizvajalcev ujemati s številom sektorjev porabnikov.

23

Tako nam posamezna vrstice simetrične I-O tabele (običajno jo označimo z indeksom i) prikazuje namensko razdelitev oziroma strukturo potrošnje razpoložljivih sredstev, posamezni stolpec (običajno ga označujemo z indeksom j) pa nam nudi informacijo o strukturi razpoložljivih sredstev v nekem gospodarstvu. Pri I-O tabelah je potrebno poudariti, da obstajata dva možna načina vključevanja uvoznih tokov v gospodarstvo. Domači in uvozni tokovi so lahko prikazani skupaj v tabeli skupnih tokov: reprodukcijski tokovi v prvem kvadrantu in tokovi končne porabe v drugem kvadrantu vsebujejo poleg doma proizvedenih tržnih dobrin tudi uvozne dobrine. V tem primeru se uvoz v I-O tabelah prikazuje kot stolpec (odbitna postavka) v drugem kvadrantu ali pa kot vrstica v tretjem kvadrantu. Uvozni tokovi pa se lahko prikazujejo tudi ločeno, v tabeli z ločenim uvozom. Tako se izdelujejo posebne tabele domačih tokov in tabele uvoznih tokov oz. uvozne matrike, ki imajo isto klasifikacijsko shemo kot I-O tabele skupnih tokov. Uvozna tabela ima le dva kvadranta, kvadrant reprodukcije in kvadrant končne porabe, ker uvoz ne prispeva k ustvarjanju bruto domačega produkta v nekem gospodarstvu (Miller and Blair 1985, 34). 3.2.3 Opredelitev temeljnih orodij medsektorske input-output analize S tem ko poznamo osnovne značilnosti, omejitve in predpostavke, na katerih temelji I-O tabela lahko pristopimo k podrobnejši analizi strukture I-O tabel. Proizvodno-porabna razmerja in odvisnosti znotraj posameznih kvadrantov I-O tabele ter med njimi je mogoče formalno zapisati v obliki matrične algebre (Jagrič in Kovačič 2006, 12). Osnovni princip je, da mora vsota ustvarjene vrednosti v posameznem sektorju zmeraj ustrezati vsoti porabe ustvarjene vrednosti tega sektorja oziroma vsota naključno izbrane vrstice se mora ujemati z vsoto odgovarjajočega stolpca. Da bi metode ugotavljanja ključnih sektorjev gospodarstva predstavili na preprost način, lahko sumarne izraze za celoten gospodarski sistem, ki predstavljajo osnovo za enačbo splošnega ravnotežja6, zapišemo v matrični obliki. Enačbo namenske razdelitve proizvodnje ima naslednjo obliko:

X = Q e + Y (1),

pri čemer so: X = {Xi}: vektor (n x 1) sektorskih vrednosti proizvodnje oz. vektor sektorskih

vrednosti skupne potrošnje, Q = {Qij}: vektor (n x n) vrednosti reprodukcijske potrošnje, njen tipični element Qij

predstavlja vrednost proizvodnje sektorja i, ki se porabi pri reprodukcijski potrošnji sektorja j,

Y = {Yi}: vektor (n x 1) sektorskih vrednosti končne potrošnje,

jV6 Enačba splošnega ravnotežja: . Iz nje izhaja, da je finalni produkt

ekonomije enak bruto domačemu produktu (Strašek in Jagrič 2004, 104). 1 1 1 1

n n n n

i i ii i i i

Y M F= = = =

− = =∑ ∑ ∑ ∑

24

e = {1j}: enotski vektor (n x 1), i, j = 1,2…n št. sektorjev v I-O tabeli.

Iz enačbe (1) je razvidno, da je seštevek vrednosti proizvodnje po sektorjih enak seštevku vrednosti inputov po posameznih sektorjih, ki se porabijo v reprodukcijske namene, in seštevku komponent končne porabe proizvodov po sektorjih. Izhaja iz povpraševalno-orientiranega I-O modla, ki ga je utemeljil Leontief (1966), in predstavlja osnovo za izračun povezav nazaj (BL) po vseh treh metodah7. Za celotno narodno gospodarstvo enačbo vrednostne strukture zapišemo kot (1): XT = eT Q + V + M (2), pri čemer so: V = {Vj}: vektor (1 x n) sektorskih vrednosti ustvarjenega bruto domačega proizvoda

oz. sektorskih dodanih vrednosti, M = {Mj}: vektor (1 x n) sektorskih vrednosti uvoženih proizvodov. Iz enačbe (2) je razvidno, da je seštevek vrednosti proizvodnje po sektorjih enak seštevku vrednosti inputov po posameznih sektorjih, ki so uporabljeni v reprodukcijske namene, in seštevku vseh komponent dodane vrednosti ter neto davkov in uvoza po sektorjih. Enačba izhaja iz Goshevega8 ponudbeno-orientiranega I-O modela, na katerem temeljijo izračuni za povezave naprej (FL) po vseh treh metodah (Jagrič in Kovačič 2006, 13). Za lažje razumevanje vseh treh metod identifikacij ključnih sektorjev, ki jih bomo predstavili v nadaljevanju, moramo iz povpraševalno-orientiranega I-O modela izpeljati še matriko tehničnih koeficientov, ki je pomembno analitično orodje. Matrika tehničnih koeficientov ali tehnološka matrika je osnova I-O modelov. Vsak njen element, imenovan tehnični koeficient, ki ga označujemo z aij, kaže velikost proizvodnje sektorja i, ki je neposredno pogojena z enoto proizvodnje sektorja j, kar zapišemo:

;ijij

j

Xa

X= i, j = 1,2,…,n (3),

pri čemer so: - aij tehnični koeficient, - Xij vmesna potrošnja proizvodov sektorja i pri proizvodnji sektorja j, - Xj proizvodnja sektorja j.

7 Vse tri metode Chenery-Watanabe, Rasmessenova in Ditzenbacherjeva bodo predstavljene v poglavju 3.2. 8 Ghosh (1958) je opozoril na pomembnost ponudbene strani in tako izpeljal ponudbeno-orientiran model. Oporekal je idealni situaciji z popolnoma elastično ponudbo Leontiefovega modela, ker v realnosti, ko viri postanejo nezadostni, je gospodarstvo ponudbeno naravnano. Zato je predlagal alternativni model, kjer je povpraševanje popolnoma elastično (Overbeek 2006, 4).

25

Tehnični koeficienti se običajno izračunavajo za prvi kvadrant I-O tabele, na podlagi česar dobimo matriko tehničnih koeficientov ali tehnološko matriko, ki jo označujemo s simbolom A: 1ˆ

ijA a QX −⎡ ⎤= =⎣ ⎦ (4), Pri čemer so: A = { aij }; matrika (n x n) tehničnih koeficientov,

1X̂ − = {Xii}; diagonalna matrika (n x n) sektorskih vrednosti proizvodnje oz. skupne potrošnje.

Drugo pomembno orodje I-O analize predstavlja Leontiefov multiplikator, ki se v literaturi pogosto imenuje tudi inverzna matrika tehničnih koeficientov ali matrika matričnih multiplikatorjev. Sestavljen je iz sektorskih multiplikatorjev, ki jih bomo označevali z lij. Sektorski multiplikator nam pokaže vrednost proizvodnje sektorja i, ki je direktno in indirektno pogojena s finalno porabo ene enote proizvoda sektorja j.

iij d

j

Xl

Yδδ

= ; i, j = 1,2,…,n. (5),

pri čemer so: lij sektorski multiplikator,

djY finalna poraba proizvoda sektorja j.

Leontiefov multiplikator nam izraža kvantitativne učinke občutljivosti spremembe proizvodnje, ki je stimulirana z avtonomnim povečanje enote končnega povpraševanja. Na podlagi enačbe (4) sledi: 1( )L I A −= − (6), pri čemer sta: L = {lij} matrika (n x n) Leontiefovih multiplikatorjev, I = {1ii} enotska (n x n) matrika. Analogno lahko iz ponudbeno-orientiranega modela izpeljemo matriko tehničnih koeficientov outputa in output multiplikatorjev, ki ju je prva prikazala in razvila madžarska ekonomistka Maria Augustinovics (1970). Output koeficienti prikazujejo razmerje med končno porabo sektorja j in proizvodnjo sektorja i. Posamezni output koeficient nam tako pove, za koliko se bo povečala proizvodnja v sektorju i, če se končna poraba sektorja j poveča za enoto :

ijij

i

Qb

X= i, j= 1,2,…,n. (7),

pri čemer je: bij koeficient outputa.

26

Matriko tehničnih koeficientov outputa zapišemo sledeče: 1ˆB X Q−= (8), pri čemer je: B = {bij} predstavlja matriko (n x n) koeficientov outputa. Na podlagi enačbe (8) lahko v matrični obliki uvedemo še multiplikator outputa, ki je definiran kot skupna vrednost proizvodnje v vseh sektorjih gospodarstva, ki je potrebna, da se zadovolji enota končne porabe po outputu sektorja j. Output multiplikator nam tako pove, za koliko bi se povečala proizvodnja preučevanega sektorja, gledano vrednostno, če se končna poraba (npr. izdatki države) poveča za enoto: 1( )G I B −= − (9), pri čemer je: G = {gij} pomeni matriko (n x n) multiplikatorjev outputa. 3.2 Metode odkrivanja ključnih sektorjev Že v uvodnem poglavju smo zapisali, da so ključni sektorji gospodarstva tisti sektorji, katerih razvoj in rast neposredno in posredno, to je preko povezav z ostalimi sektorji, najmočneje vplivata na razvoj celotnega gospodarstva. Poznavanje teh sektorjev nam omogoča pravilno usmerjanje ukrepov tekoče ekonomske politike, predvsem investicijske politike. Analiza in proučevanje povezav med sektorji ter izpeljava metod odkrivanja ključnih sektorjev gospodarstva so postale pripomoček ekonomske politike že zelo zgodaj. Že v 60. letih so avtoji Chenery in Watanabe (1958) ter Rasmussen (1956) razvili prve metode odkrivanja ključnih sektorjev gospodarstva9. Med zadnjimi metodami najbolj izstopa metoda nizozemskega ekonomista Dietzenbacherja (1992). Medtem ko prvi dve temeljita na tradicionalnem pristopu merjenja na podlagi matrike tehničnih koeficientov oz. matričnih multiplikatorjev, temelji slednja na izračunu dominantne lastne vrednosti in pripadajočega lastnega vektorja. 3.2.1 Cheneryjeva-Watanabejeva metoda Začetnika na področju ugotavljanja ključnih sektorjev gospodarstva sta bila Hollis B Chenery in Tsunehiko Watanabe (Chenery and Watanabe 1958, 487-521). V svoji analizi medsektorskih odvisnosti sta izhajala iz dveh vidikov: v kolikšnem obsegu proizvodnja sektorja i uporablja posredne inpute drugih

sektorjev j v primerjavi z neposredno uporabo dela in kapitala v svoji proizvodnji oz. 9 Koncept povezav je prvi predstavil v letu 1958 Albert Hirschman. Prav tako je bil prvi, ki je rangiral sektorje po pomembnosti.

27

povedano drugače, kolikšen je delež primarnih inputov, uporabljen v proizvodnji sektorja, ki proizvaja nek proizvod i, analogno sta analizirala kakšno je razmerje med vmesno porabo in končno porabo

za določen proizvod sektorja i. Ta metoda temelji na predpostavki, da je velikost medsektorskega vložka proizvodnih dejavnikov in medsektorske porabe mera gospodarske strukture. Povezavo nekega sektorja z njegovo ekonomsko okolico sta izrazila z deležem proizvodnih in storitvenih tokov v celotnih transakcijah opazovanega sektorja. Impulzi rast, ki izhajajo iz ključnega sektorja, privlačijo k rasti ostala področja produkcije. Ta mehanizem impulzov rasti učinkuje v dveh smereh: skozi povečano porabo produkcijskih faktorjev in s tem večjo proizvodnjo

dobaviteljev (povezava nazaj) in skozi povečanje ponudbe – nižji stroški povzročijo znižanje cen proizvodov

(povezava naprej). Pri tem sta Chenery in Watanabe uporabila dva koeficienta kot merilo medsektorske vzajemne povezanosti. Prvi predstavlja vrednostno izražen delež reprodukcijske potrošnje vseh sektorjev gospodarstva v enoti vrednosti proizvodnje opazovanega sektorja. Visok delež medsektorskih dobav (večja kot je vrednost koeficienta) v vrednosti proizvodnje pomeni, da se z večanjem proizvodnje tega sektorja povečuje povpraševanje tega sektorja po vhodnih inputih in s tem dviga proizvodnjo tudi v ostalih sektorjih. Označila sta ga z u in nam kaže povezave nazaj (BL). Za posamezen sektor se BL izračuna kot vsota pripadajočih stolpcev matrike tehničnih koeficientov A (4): (10). Tu e A= Drugi koeficient predstavlja vrednostno izražen delež enote proizvodnje opazovanega sektorja, ki se uporabi oziroma absorbira pri proizvodnji vseh ostalih sektorjev na višjih ravneh reprodukcijske verige. Označila sta ga z w in nam kaže povezave naprej (FL). Za posamezen sektor se FL izračuna kot vsota pripadajočih vrstic v matriki koeficientov outputa B10(8): (11). w Be= V prid Chenery in Watanabejevi metodi govori njena preprostost, zato je primerna za neposredno rangiranje sektorjev. Ima pa tudi določene pomankljivosti (Lumas 1975, 64): prvič, metoda upošteva le neposredne učinke povečanja proizvodnje in zanemarja

posredne učinke. To pomanjkljivost odpravlja Rasmussenova metoda, ki jo bomo predstavili v naslednjem razdelku,

drugič, koeficienti u in w so le povprečja, ki ne izražajo nesimetričnosti (odklonov) v porabi in dobavi posameznih sektorjev,

10 Prvotno se je w izračunal kot vsota pripadajočih vrstic v matriki tehničnih koeficientov A. Kasneje se je začel uporabljati koncept izračuna na matriki outputov B, ki ga je leta 1976 utemeljil Jones v izogib dvojnemu štetju vzročnih povezav za izračun FL.

28

tretjič, metoda prav tako ne uporablja sistema uteži (ponderacije), kar pomeni, da so vsi sektorji v I-O tabeli enako pomembni oz. sektorji z visoko porabo produkcijskih faktorjev so uvrščeni visoko ne glede na učinkovitost njihove porabe.

Problem rešimo z normalizacijo. To pomeni, da povprečje dobav oz. prodaj za posamezni sektor primerjamo s povprečjem dobav oz. prodaj za celotno ekonomijo, tako da je povprečje koeficientov povezav nazaj in povezav naprej enako 1. Zato je ključni sektor tisti sektor, ki ima normalizirana koeficienta un in wn večja od 1 (Pfajfar and Lotrič Dolinar 2000, 4). Vrednosti obeh koeficientov dobimo s pomočjo naslednje enačbe (Jagrič in Kovačič 2006, 18) (glej enačbi 4 in 8):

T

T

ne Ae Ae

un = (12),

T

nBewne Be

= (13),

pri čemer so: un = {unj} vektor (1 x n) normaliziranih deležev vrednosti reprodukcijske potrošnje

vseh sektorjev gospodarstva v enoti vrednosti proizvodnje opazovanega sektorja j,

wn = {wnj} vektor (n x 1) normaliziranih deležev enote vrednosti proizvodnje opazovanega sektorja i, ki se uporabi oz. absorbira pri proizvodnji vseh ostalih sektorjev.

3.2.2 Rasmussenova metoda Danski ekonomist Nørregaard Rasmussen je izpopolnil Cheneryjevo in Watanabejevo metodo ugotavljanja ključnih sektorjev gospodarstva (Rasmussen 1956, 133-142)11. Namesto tehničnih koeficientov je uporabil vrednosti koeficientov matrike matričnih multiplikatorjev. Prednosti Rasmussenove metode v primerjavi z Cheneryjevo in Watanabejevo so naslednje (Lumas 1976, 309): po definiciji nam elementi matrike matričnih multiplikatorjev merijo tako

neposredne kot posredne učinke povezav med sektorji gospodarstva. Element matrike matričnih miltiplikatorjev lij nam pove, kolikšno povečanje proizvodnje je potrebno v sektorju i, če se končna poraba po proizvodih sektorja j poveča za enoto, ceteris paribus. S tem je odpravljena temeljna pomanjkljivost Cheneryjeve in Watanabejeve metode,

elementi matrike matričnih multiplikatorjev so ustrezno tehtani, zato natančneje opisujejo pomembnost ključnih sektorjev gospodarstva,

prav tako je možna medsektorska primerjava med državami in regijami. Pri merjenju povezav nazaj in povezav naprej gre pri Rasmussenovi metodi za primerjavo med povprečno spodbudo, ki jo ustvari posamezni sektor na ostale sektorje, in povprečno spodbudo, ki jo ustvari na celotno ekonomijo, ki jo povzroči eksogena sprememba v 11 Svoj koncept je predstavil v doktorski dizertaciji z naslovom »Studies in Inter-Sectoral Relations« (1956/57).

29

vsakem sektorju. Pri tem je definiral dva indeksa. Prvi indeks, indikator povezav nazaj (BL), imenujemo indeks moči disperzije (p) in ga izračunamo kot vsoto pripadajočih stolpcev iz Leontiefove inverzne matrike A, za vsak sektor. Drugi indeks, indikator povezav naprej (FL), imenujemo indeks občutljivosti disperzije (s) in ga izračunamo kot vsoto pripadajočih vrstic iz matrike multiplikatorjev outputa G12. Formalni postopek izračuna obeh indeksov v matrični obliki poteka sledeče (6,8): (14), 1( )Tp I Ae −= − = T Le

e (15), 1( )s I B e G−= − = pri čemer sta: p indeks moči disperzije, s indeks občutljivosti disperzije. Vrednost indeksa moči disperzije za posamezen sektor predstavlja nujno povečanje proizvodnje vseh sektorjev, ki je potrebno za zadovoljitev enote končnega povpraševanja po tem sektorju. Vrednost indeksa občutljivosti disperzije za določen sektor predstavlja nujno povečanje proizvodnje vseh sektorjev, da se absorbira vpliv povečanja enote dodane vrednosti ali njenih posamičnih komponent (Jagrič in Kovačič 2006, 19). Ponovno uporabimo postopek normalizacije za boljšo primerljivost med sektorji in izračunamo še standarizirane vrednosti za p in s:

T

T

ne Lpne Le

= (16),

T

nGesne Ge

= (17),

pri čemer sta: pn ={pnj} vektor (1 x n) normaliziranih indeksov moči disperzije; sn = {sni} vektor (n x 1) normaliziranih indeksov občutljivosti disperzije. Ključni sektorji po Rasmussenovi metodi so torej tisti, pri katerih sta oba normalizirana indeksa večja od 1. To pomeni, da je moč vplivanja teh sektorjev na ostale sektorje večja od povprečja, in da so tudi nadpovprečno občutljivi na spremembe v končni porabi ostalih sektorjev.

12 V skladu z Jonesovo modifikacijo.

30

3.2.1 Dietzenbacherjeva metoda Dietzenbacherjeva metoda (1992) odkrivanja ključnih sektorjev v gospodarstvu, ki je predstavljena v nadaljevanju, je ena izmed najnovejših metod. Drugo ime zanjo je metoda lastnega vektorja, ker pri identifikaciji ključnih sektorjev temelji na izračunu dominantne vrednosti lastne vrednosti matrike (eigenvalue) in pripadajočega lastnega vektorja (eigenvector). Dietzenbacher je pokazal, da se elementi lastnega vektorja, ki pripadajo prevladujoči lastni vrednosti matrike tehničnih koeficientov (A) ali matrike matričnih multiplikatorjev (B), lahko uporabljajo za merjenje medsektorskih povezav. Tako dobimo vrednost normaliziranih koeficientov povezav nazaj in povezav naprej z naslednjima enačbama (Pfajfar 2000, 10):

T

T

nqqnq e

= ; Tq A qTλ= (18),

T

nzzne z

= ; Bz zλ= (19),

pri čemer so: qn = {qnj} vektor (1 x n) normaliziranih koeficientov povezav nazaj po sektorjih, zn = {znj} vektor (n x 1) normaliziranih koeficientov povezav naprej po sektorjih, λ prevladujoča lastna vrednost. Elementi vektorjev in z so elementi t.i. levega Perronovega ali lastnega vektorja in desnega Perronovega ali lastnega vektorja. Elementi levega Perronovega vektorja matrike tehničnih koeficientov so indikatorji povezav nazaj, elementi desnega Perronovega vektorja matrike output koeficientov pa so indikatorji povezav naprej (Dietzenbacher 1992, 420).

Tq

Izpeljava povezav nazaj (BL) in povezav naprej (FL) po Dietzenbacherju (Dietzenbacher 1992, 420-423; Jagrič in Kovačič 2006, 20-22): Dietzenbacher je pri izpeljavi povezav nazaj in naprej uporabil tehtano povprečje elementov v pripadajočih kolonah matrike tehničnih koeficientov A oziroma matrike koeficientov outputa B. Na tak način definiramo tehtan Chenery-Watanabejev indikator povezav nazaj kot:

1

TT

T

nr Amr Ae

= (20),

kjer (>0) predstavlja (1 x n) vektor sektorskih uteži, Tr1Tm ={ }1

Tjm : pa vektor (1 x n) normaliziranih tehtanih Chenery-Watanabejevih

indikatorjev v prvi iteraciji. Inputi (produkcijski vložki) iz sektorjev z višjimi povezavami nazaj prejmejo večje ponderje, kot inputi iz sektorjev z nižjimi povezavami nazaj. V tem smislu lahko vektor

31

1Tm uporabimo kot vektor sektorskih uteži, kar nas pripelje do izpopolnjenega merila za

merjenje povezav nazaj (BL). Tako definiramo:

12

1

TT

T

nm Am

m Ae= (21),

in iz tega sledi:

2

2

3 2

T

TTT

T T

T

nr Anr Ar Aem n

nr A e nr A er Ae

= = 2 (22),

in splošna formula za izračun povezav nazaj:

1

1

T T kT kk T T

k

nm A nr Amm Ae nr A e

−

−

= = k (23).

Predpostavljamo, da je A13 primitivna matrika z dominantno lastno vrednostjo λ (>0). V kolikor s q označimo pripadajoči levi Perronov vektor in z y pripadajoči desno Perronov vektor, lahko zapišemo: T Tq A qλ= in Ay yλ= (24). Matrika /kA kλ konvergira k . Posledično števec izraza (22) konvergira k

, imenovalec izraza (22) pa k . Zato lahko zapišemo:

/( )( )T T Tyq e y q e( ) /( )(T T T Tnq r y e y q e) ( )( ) /( )( )T T T Tn e y r y e y q e

lim( )

TTk Tk

nqmq e→∞

= (25),

kar pomeni, da vektor povezav nazaj , kovergira k noramiliziranemu levemu Perronovemu vektorju matrike A. Pri tem lahko opazimo, da (24) ni odvisen od prvotnega vektorja sektorskih uteži in ga zato lahko izberemo tudi poljubno. Če bi vzeli npr.

, bi to pomenilo, da smo v prvi fazi uporabili običajne Chenery-Watanabejeve indikatorje.

Tkm

TrTr e= T

Podobno kot smo izpeljali izračun za povezave nazaj lahko izpeljemo še izračun povezav naprej, pri čemer iz izraza:

k

k T k

nB rge B r

= (26),

sledi, da

13 Primitivna matrika je nenegativna kvadratna matrika, če obstaja k, tako da je oziroma vsak njen element večji ali enak nič (Jagrič in Kovačič 2006, 21).

kAkija

32

lim( )k Tk

nzge z→∞

= (27),

kjer z predstavlja desno Perronov vektor matrike B. 3.3 Kvalitativna medsektorska analiza14

Drugačna metoda analize sektorjev, ki upošteva tehnološke spremembe, je grafični prikaz strukture proizvodnje oz. kvalitativna input-output analiza (QIOA). V osnovi gre za Trade-off med kvantitativnimi in kvalitativnimi podatki, saj nas pri kvalitativni analizi ne zanima velikost (vrednost) reprodukcijskih tokov, temveč možnost zanemaritve manj pomembnih reprodukcijskih tokov (Holub und Schnabl 1994, 314). 3.1.1 Transformacija input-output tabel v binarno obliko Izhodišče klasične kvalitativne I-O analize predstavlja matrika reprodukcijskih tokov, ki jo vsebuje I-O tabela: (1) Definicija: Z { }*

, 1...( ) ( ; 0 )ij i j nQ Q M n n== ∈ × ℜ ∪ opredelimo matriko reprodukcijskih tokov z nenegativnimi vrednostmi. n definira število gospodarskih sektorjev, ki jih označimo z , pri čemer

n n×

, 1...( )i i j ns = (M n n× ;S) predstavlja splošno oznako za količino n x m dimenzionalne matrike s koeficienti iz S. Smisel kvalitativne analize je zgostitev podatkov matrike reprodukcijskih tokov (transformacija v binarno obliko), da bi lahko pridobili čimbolj realistično sliko najpomembnejših medsektorskih proizvodnih povezav v narodnem gospodarstvu. Pri tem se pojavi problem, ker v I-O tabelah praktično med vsemi sektorji obstajajo vzajemne gospodarske povezave, tako da se z narodno gospodarskega vidika pojavlja vprašanje relevantnosti vseh posameznih povezav. Problem lahko razrešimo s pomočjo filtrirnega praga FS. To pomeni, da vse elemente oz. vrednosti v matriki reprodukcijskih tokov Q, ki ne dosežejo v naprej določenega filtrirnega praga zanemarimo in izločimo iz nadaljnje analize. Vse ostale elemente oz. vrednosti, ki pa določen filtrirni prag presegajo, pa vključimo v nadaljnje postopke proučevanja. Filtrirni prag FS lahko določimo tako, da upoštevamo točno določeno število medsektorskih reprodukcijskih tokov večje vrednosti. Na ta način želimo ovrednotiti zanimive informacije o spremembi najpomembnejših medsektorskih reprodukcijskih povezav v daljšem časovnem obdobju (Jagrič 2004, 4). (2) Definicija: Pod pojmom matrike neposrednih reprodukcijskih povezav (matrika sosednosti usmerjenega grafa) razumemo matriko { }, 1...( ) ( ; 0,1ij i j nW w M n n== ∈ × )

, ki je

opredeljena z: ij1 v primeru, ko x FS in i j;

0 sicer .ijw⟩ ≠⎧

= ⎨⎩

14 Povzeto po Jagrič (2004), Jagrič in Kovačič (2006).

33

Pri tem moramo opozoriti, da s tem izrazom zavestno izločimo iz nadaljnje obravnave vrednosti proizvodnih tokov, ki jih posamezen sektor v okviru reprodukcijske porabe dobavi samemu sebi, saj nas v prvi vrsti zanimajo reprodukcijske dobave in prodaje, ki se vršijo med posameznimi sektorji. 3.3.2 Analiza usmerjenih grafov V tem podpoglavju bomo predstavili pojme it teorije grafov: (3) Definicija: Usmerjen graf je sestavljen iz neprazne množice sG , množice KG in preslikave : K sG GΦ → × sG . Elemente v sG in KG imenujemo vozlišča, Φ pa predstavlja grafu pripadajočo usmerjeno povezavo. V diplomski nalogi bomo preučevali samo končne grafe (card( sG );card( KG )<∞), tako da se število vozlišč sG grafično ujema z množico točk in število vozlišč KG številom puščic oz. usmerjenih povezav, pri čemer vsaka puščica povezuje dve točki iz sG . Med množico grafov z n vozlišči in kvadratnimi n x n –matrikami ( ; )M n n N= × z nenegativnimi celoštevilčnimi koeficienti obstaja bijektivna povezava: če je

, 1...( ) ( ;ij i j n )M m M n n== ∈ = × N , imenovana matrike sosednosti, ena izmed takšnih matrik, potem predstavlja število usmerjenih povezav od točke i do točke j in obratno. Povedano drugače , predstavlja število elementov iz

ijm

ijm KG , ki so skozi preslikavo Φ projecirani na , pri čemer z razumemo i-ti element množice ( , )i j ss s G G∈ × s is sG . Podobno zgornji proceduri lahko definiramo tudi pojem neusmerjenega grafa, v katerem namesto puščic oz. usmerjenih povezav nastopajo neusmerjene povezave. Matrika sosednosti neusmerjenega grafa je nujno simetrična. Matriko neposrednih proizvodnih tokov W lahko interpretiramo kot matriko sosednosti nekega grafa, ki predstavlja neposredne proizvodne tokove opazovanega narodnega gospodarstva. Pri tem njena vozlišča predstavljajo gospodarske sektorje, na katere je dezagregirana I-O tabela, povezave pa predstavljajo relevantne reprodukcijske tokove. V nadaljnji analizi nas bo zanimala dolžina reprodukcijskih poti oz. kako daleč so posamezni sektorji med seboj oddaljeni. Zato bomo uvedli pojem matrike oddaljenosti, ki opredeljuje oz. odraža dolžine posameznih reprodukcijskih poti. (4) Definicija: Matriko oddaljenosti { }, 1...( ) ( ; 0,1... 1 )ij i j nE e M n n n== ∈ × − opredelimo kot:

{ }}{

( )

( )

1,2... 1

0 če je i = j ali = 0 m 1,2...n-1

min : 0 sicer

mij

ij mijm n

we

m w= −

⎧ ∀ ∈⎪= ⎨>⎪⎩

pri čemer

ustreza odgovarjajočemu koeficientu matrike .

( )mijw

mW

34

Koeficient matrike podaja število poti, sestavljenih iz natančno m robov od vozlišča s

( )mijw mW

i k vozlišču sj. Po definiciji znaša maksimalna možna dolžina reprodukcijske poti n-1 in sicer takrat, ko so vsi sektorji med seboj linearno razporejeni, tako da mora iz prvega do n-tega vozlišča grafa potekati natančno n-1 povezav. Iz matrike oddaljenosti je razvidno, med katerima sektorjema (sektorji) obstajajo neposredne in posredne reprodukcijske povezave. To lahko ponazorimo z matriko odvisnosti. (5) Definicija: Matriko odvisnosti { }, 1...( ) ( ; 0,1 )ij i j nC c M n n== ∈ × opredelimo kot:

pri čemer ustreza odgovarjajočemu koeficientu

matrike oddaljenosti E.

ij1 v primeru, ko e 0

0 sicer .ijc⟩⎧

= ⎨⎩

ije

Matrika odvisnosti C, z razliko od matrike W, odraža neposredne in posredne proizvodne tokove. 3.3.3 Strukturni kazalniki Iz matrike oddaljenosti in matrike odvisnosti, lahko opredelimo celo vrsto strukturnih kazalnikov določenega grafa (Jagrič 2004, 7): (6) Definicija: Naj bosta in koeficienta matrike E oziroma C, potem predstavlja: ije ijc

{ }ij, 1...max e :

i j nDM

== premer grafa,

1 1:

n nKk ik

i jD e e

= =

= +∑ ∑ kj razpršenost vozlišč (k=1…n), ks

ij1 1

e :n n

G

i jD

= =

= ∑∑ celotna razpršenost grafa,

ij1 1

:G

dn n

i j

DDc

= =

=

∑∑ povprečna oddaljenost sektorjev,

, 1...max :I

k i j n ikR e=

= input-radij vozlišča (k=1…n), ks

, 1...max :O

k i j n kjR e=

= output-radij vozlišča (k=1…n), ks

1 :

nIk

I kR

Rn

==∑

povprečni input-radij grafa,

35

1 :

nok

O kR

Rn

==∑

povprečni output-radij grafa,

:IkR DM= ⇔ sektor porabe in ks

:OkR DM= ⇔ sektor izvora. ks

Navedeni kazalci do določene stopnje opredelijo strukturo in povezave v grafu in so namenjena predvsem za medsebojne primerjave. Nižje vrednosti za premer, razpršenost in radij kažejo na tesnejše povezave v grafu in večjo prepletenost narodnega gospodarstva. 3.3.4 Uvedba neusmerjenih grafov Za izpopolnjeno predstavo o narodnem gospodarstvu bomo v obravnavo vključili še neusmerjene grafe, pri čemer nas bo zanimalo, ali med dvema sektorjema sploh obstajajo kakršni koli reprodukcijski tokovi. Matriko sosednosti neusmerjenega grafa W pridobimo z Boolovo vsoto matrik sosednosti usmerjenega grafa W

TW W W= ⊕ . Naj bo običajen produkt matrik A in B, pri čemer eventualno seštevanje in množenje nadomestimo z Boolovimi substituti

A B⊕15. Potem lahko za

1:

m mW W W W W

⊗ ⊗ − ⊗= ⊗ = ⊗

1m− (pri čemer upoštevamo dogovor

1:W

⊗=W ), analogno

primeru usmerjenega grafa, dokažemo naslednji izrek: (2) Izrek: Koeficient ijw iz

mW

⊗ je enak 1 natanko takrat, ko sta v

neusmerjenem grafu sektorja in preko poti dolžine m povezana med seboj. is js (7) Definicija: Matriko odvisnosti neusmerjenega grafa (matrika povezanosti)

{ }, 1...( ) ( ; 0,1 )ij i j nH h M n n== ∈ × opredelimo kot: (1) (2) (n-1)

w w ... w v primeru, ko i j; 0 sicer

ijh⎧⎪ ⊕ ⊕ ⊕ ≠= ⎨⎪⎩

.

Pri tem simbolizira

( )m

ijw odgovarjajoči koeficient matrike m

W⊗

. Izraz pomeni, da sta v neusmerjenem grafu sektorja in neposredno ali posredno medsebojno povezana.

1ijh =

is js Na osnovi tako opredeljenih matrik odvisnosti lahko sedaj stopnjo povezanosti obravnavanih gospodarskih sektorjev na preprost način predstavimo v obliki matrike stopnje povezanosti K. 15 Boolove operaterje uporabimo z namenom, da ohranimo binarne strukture.

36

(8) Definicija: Matriko stopnje povezanosti { }, 1...( ) ( ; 0,1,2,3 )ij i j nK k M n n== ∈ ×

opredelimo kot: : TK C C H= + + . (9) Definicija: Dva sektorja in , opredelimo kot: is js

izolirana v primeru, ko je 0ijk = , kvazi povezana v primeru, ko je 1ijk = , enosmerno oz. enostransko povezana v primeru, ko je , 2ijk =

dvosmerno oz. obojestransko povezana v primeru, ko je , 3ijk =

pri čemer ustreza odgovarjajočemu koeficientu matrike stopnje povezanosti K. ijk Ko sta sektorja izolirana pomeni, da med njima ne obstaja nobena povezava. Kvazi povezava pomeni, da med njima obstaja sicer neka povezava, ki pa niti v eno niti v drugo smer ne predstavlja neprekinjene reprodukcijske poti. Pri enostranski povezavi obstaja povezava v eno smer, medtem ko pri dvostranski povezavi obstajajo medsebojno povezane produkcijske poti. Množico obojestransko povezanih sektorjev lahko opredelimo kot množico krožnih poti. V primeru, ko matrika povezanosti H in posledično tudi matrika stopnje povezanosti K izven glavne diagonale ne izkazujeta ničelnih koeficientov, izraža to odsotnost izoliranih sektorjev. 3.3.5 Zgoščevanje grafov Naslednji korak k zgoščevanju, ki služi za boljši vpogled v prepletenost proizvodne strukture gospodarstva, predstavlja združevanje zgolj tistih sektorjev, ki so obojestransko povezani. (10) Definicija: Množica sektorjev 0B ≠ se imenuje dvostranska komponenta : velja , pri čemer ustreza odgovarjajočemu koeficientu matrike stopnje povezanosti K. Če obstaja B samo iz enega ali vseh sektorjev, potem govorimo o nepravi, v ostalih primerih pa o pravi dvostranski komponenti.

z in z ii s B j s B= ∀ ∈ ∀ ∉j <3 ijk ijk

Ti definiciji Holuba in Schnabla (1994) ter Haukeja (1992) opredeljujeta množico sektorjev kot dvostranske komponente v primerih, ko so njihovi elementi medsebojno obojestransko povezani. To pa ne zagotavlja, da je takšna dvostranska komponenta resnično maksimalna, kar pomeni, da na zunaj v najboljšem primeru dopušča še enostranske povezave (Jagrič 2004, 10). Ideja, ki se skriva v tej razdelitvi oz. razcepitvi množice sektorjev, je v tem, da bi sektorje, ki so ozko povezani, obravnavali poenostavljeno – kot en sektor. Po drugi strani to v splošnem znižuje kompleksnost grafa, tako da je njegova struktura bolj razvidna.

37

Izhajajoč iz izolirane komponente, lahko razlikujemo med naslednjimi temeljnimi strukturnimi tipi:

enotirni linearni tip: vse komponente so enosmerno povezane, izkazujejo pa največ en vhodni ali izhodni reprodukcijski tok;

večtirni linearni tip: vse komponente so enosmerno povezane, obstajajo pa komponente, ki glede na izhodni reprodukcijski tok izkazujejo več kot en vhodni reprodukcijski tok;

kvazi povezan tip: najmanj dve komponenti nista med seboj povezani enostransko, temveč sta samo kvazi povezani.

3.3.6 Ekonomsko-politični zaznamek Osnovni cilj kvalitativne I-O analize je poiskati tiste sektorje, ki vzpodbujeni z ukrepi prociklične ekonomske politike v največji meri širijo razvojne impulze na ostala gospodarska področja. Konkretno to pomeni, da izberemo neko množico sektorjev, ki preko reprodukcijskih povezav od vseh ostalih sektorjev izven te množice prejmejo najmanj enega njihovih elementov, pri tem pa ti izbrani sektorji reprodukcijsko medsebojno niso povezani. (11) Definicija: Množica sektorjev 0I ≠ se imenuje vhodna baza

, tako da = 1, in z I in z I ii s j s= ∀ ∉ ∀ ∈j ijc 1 , , z , 1pq p qk p q p q s s≤ ∀ ≠ ∈ . in ustrezata odgovarjajočim koeficientom matrike odvisnosti C oziroma matrike stopnje povezanosti K.

ijc

i

pqk

V kondenziranih grafih zadošča, da določimo m komponent porabe: . S tem razumemo tiste komponente, iz katerih ne izvira noben izhodni reprodukcijski tok. Množica vseh možnih reprodukcijskih baz pa je podana iz njihovega kartezijskega produkta:

, 1...( )ij i j nB =

11 12 1...

ni iB B B× × × . 3.3.7 Izbira med hitrostjo in popolnostjo Pri izbiri vhodne baze kot izhodišče za ekonomsko-politične ukrepe se zasleduje kriterij popolnega zajema pri vseh izračunih. Na ta način lahko vsi gospodarski sektorji preko učinkov povečanega povpraševanja pridobijo oz. povečajo obseg proizvodnje. Eden izmed kriterijev je tudi hitrost, s katero se ti učinki povečanja proizvodnje širijo po gospodarstvu. Idealno bi bilo, če bi ti pozitivni učinki v najkrajšem možnem času zajeli celotno gospodarstvo, kar pa zaradi konfliktnih odnosov med zmožnostjo širjenja in hitrostjo ponavadi ni mogoče. Pri tem bomo zadevo poenostavili in predpostavili, da se učinki povečanega povpraševanja v neki časovni enoti razširjajo sorazmerno z razdaljo določenega neposrednega reprodukcijskega toka. V kolikor se torej v nekem gospodarskem sektorju v določeni časovni točki poveča povpraševanje po njegovih izdelkih, bo ta sektor znotraj časovne enote najprej razširjal te impulze na sektorje, ki so v (nekondenziranem) grafu preko

38

neposrednih reprodukcijskih poti medsebojno povezani. Časovni okvir razširjanja tega impulza je določen z oddaljenostjo v grafu. Pri tem smo implicitno izpostavili, da podjetja ne razpolagajo oz. ne mobilizirajo eventualnega obsega zalog. Iz tega izpeljemo naslednjo opredelitev: (12) Definicija: Naj n predpostavlja število skupnih sektorjev narodnega gospodarstva, m število komponent porabe in število sektorjev, ki imajo fiksno vhodno bazo znotraj danega radia oddaljenosti r.

( )av r

Potem lahko izraz: ( )

( ) : ar

v rv r

n m=

− imenujemo relativna popolnost,

{ }: min : ( ) 1v rr Nr r v r

∈= = popolnostni radij in

: vrzn m

=−

merilo centralnosti

grafa glede na izbrano vhodno bazo. Pri tem je razvidno, da je pogoju [ ]0,1z∈ in 1z = zadoščeno natanko takrat, ko imamo opravka z (enotirnim) linearno-strukturnim tipom. Izbira med hitrostjo in popolnostjo je toliko bolj izrazita, kolikor večji je radij oziroma merilo centralnosti.

39

4 REZULTATI KVANTITATIVNE ANALIZE KLJUČNIH SEKTORJEV FINSKEGA GOSPODARSTVA MED LETI 1995 IN 2003 4.1 Ključni sektorji finskega gospodarstva med leti 1995 in 2003 (Cheneryjeva in Watanabejeva metoda) Spomnimo se, da sta Chenery in Watanabe pri ugotavljanju ključnih sektorjev gospodarstva izhajala iz dveh deležev. Prvi delež, ki meri povezave nazaj posameznih sektorjev, nam pove, kolikšen je delež primarnih inputov v skupni vrednosti proizvodnje sektorja, ki proizvaja nek proizvod i. Drugi delež, ki nam meri povezave naprej posameznih sektorjev, pa nam kaže na razmerje med vmesno porabo in končnim povpraševanjem za nek proizvod i. Oba deleža nam označujeta gospodarsko strukturo neke države v določenem trenutku ali obdobju, če gre za medčasovna razmerja. Tabela 7 (str. 39) nam prikazuje normalizirane vektorje koeficientov povezav nazaj in povezav naprej po Cheneryjevi in Watanabejevi metodi na Finskem v obdobju od leta 1995 do leta 2003. Ključne sektorje smo obarvali s temnejšo sivo barvo. To so tisti sektorji, ki imajo nadpovprečne vplive na proizvodnjo ostalih sektorjev tako na strani povezav nazaj kot tudi na strani povezav naprej (vrednost obeh koeficientov je večja od 1). Vidimo lahko, da so bili v vseh preučevanih letih na Finskem štirje ključni sektorji: kmetijski, lovski in gozdarski proizvodi in storitve (A), rude in kamnine, surova nafta in zemeljski plin (C), proizvodnja hrane, pijače in tobačnih izdelkov (DA) ter proizvodnja kovin in kovinskih izdelkov. Kot pomemben sektor se je z izjemo BL v letu 1995 pokazal še sektor drugih nekovinskih in mineralnih izdelkov (DI) in z izjemo FL v letih 1995, 1997 in 2002 sektor proizvodnja lesa in lesenih izdelkov (DD). Pri obeh so bile vrednosti indikatorjev v preostalih letih večje od 1. Ključnim sektorjem sta se v letu 1996 priključila tudi sektorja proizvodnje vlaknin, papirja in založništva (DE) ter proizvodnja kemikalij in kemičnih izdelkov (DG), v letu 2002 pa še sektor ribe in drug ribiški ulov, storitve za ribištvo (B). Identificirani sektorji so v analiziranem obdobju v največjem obsegu razpršili razvojne impulze in s svojo proizvodno dejavnostjo neposredno spodbujali proizvodno aktivnost ostalih delov gospodarstva. Z vidika BL so v analiziranem obdobju po posameznih letih pomembni sektorji proizvodnja vlaknin, papirja in založništva (DE), proizvodnja strojnih naprav in opreme (DK), gradbeništvo (F) in sektor gostinskih storitev (H). Z vidika FL pa sektorji proizvodnja izdelkov iz gume in plastičnih mas (DH), oskrba z elektriko , plinom, paro in vodo (E) ter prometne in telekomunikacijske storitve (I).

40

TABELA 7: POVEZAVE NAZAJ (BL) IN POVEZAVE NAPREJ (FL) POSAMEZNIH SEKTORJEV MED LETI 1995 IN 2003 (CHENERYJEVA IN WATANABEJEVA METODA) 1995 1996 1997 1998 1999 2000 2001 2002 2003

Naziv dejavnosti BL FL BL FL BL FL BL FL BL FL BL FL BL FL BL FL BL FL

1 A Kmetijski, lovski in gozdarski proizvodi in storitve 1,055 1,735 1,066 1,752 1,070 1,795 1,093 1,832 1,053 1,805 1,153 1,990 1,041 1,771 1,022 1,795 1,047 1,744

2 B Ribe in drug ribiški ulov, storitve za ribištvo 0,889 0,945 0,911 0,894 0,883 0,928 0,965 0,970 0,918 0,920 0,880 0,813 0,914 1,054 1,014 1,045 0,909 1,222

3 C Rude in kamnine, surova nafta in zemeljski plin 1,144 1,892 1,199 1,831 1,225 1,813 1,211 1,784 1,221 1,741 1,308 1,777 1,262 1,874 1,304 1,930 1,304 1,862

4 DA Hrana, pijače, tobačni izdelki 1,723 1,140 1,672 1,256 1,657 1,291 1,624 1,263 1,623 1,255 1,712 1,120 1,665 1,075 1,636 1,106 1,626 1,070

5 DB Tekstil, tekstilni izdelki in krzneni izdelki, oblačila 0,732 0,632 0,682 0,509 0,700 0,552 0,694 0,596 0,709 0,593 0,728 0,651 0,734 0,638 0,669 0,478 0,737 0,663

6 DC Usnje, obutev in usnjeni izdelki 0,892 0,638 0,840 0,626 0,832 0,662 0,819 0,660 0,859 0,700 0,783 0,481 0,774 0,487 0,799 0,478 0,826 0,664

7 DD Les, leseni, plutov., pletarski izdelki (razen pohištva) 1,370 0,866 1,461 1,075 1,414 0,995 1,403 1,003 1,421 1,010 1,482 0,989 1,489 1,005 1,470 1,016 1,474 1,053

8 DE Vlaknine, papir, pap. izd.; založniške in tiskarske st. 1,373 0,994 1,398 1,037 1,442 0,942 1,370 0,913 1,339 0,929 1,250 0,868 1,183 0,831 1,254 0,812 1,332 0,910

9 DF Koks, naftni derivati, jedrsko gorivo 0,667 1,218 0,483 1,274 0,402 1,235 0,518 1,185 0,481 1,152 0,448 1,007 0,422 0,916 0,402 0,908 0,370 0,993

10 DG Kemikalije, kemični izdelki in umetna vlakna 0,993 1,169 1,035 1,122 0,962 1,025 0,944 1,021 0,910 1,016 0,910 0,930 0,914 0,958 0,957 0,863 0,963 0,923

11 DH Izdelki iz gume in plastičnih mas 0,909 1,278 0,838 1,243 0,812 1,226 0,828 1,278 0,792 1,268 0,837 1,322 0,892 1,212 0,827 1,177 0,867 1,143

12 DI Drugi nekovinski mineralni izdelki 0,998 1,618 1,082 1,548 1,064 1,587 1,014 1,581 1,031 1,564 1,043 1,566 1,057 1,561 1,040 1,519 1,039 1,467

13 DJ Kovine in kovinski izdelki 1,225 1,313 1,212 1,273 1,236 1,250 1,215 1,248 1,227 1,289 1,095 1,285 1,093 1,241 1,122 1,178 1,104 1,184

14 DK Strojne naprave in oprema 1,045 0,669 1,065 0,635 1,083 0,618 1,074 0,601 1,080 0,606 1,016 0,742 1,123 0,811 1,187 0,904 1,129 0,856

15 DL Električna in optična oprema 0,779 0,573 0,802 0,630 0,798 0,584 0,829 0,523 0,865 0,534 0,941 0,576 0,967 0,527 0,864 0,532 0,748 0,328

16 DM Vozila in plovila 0,916 0,464 0,824 0,400 0,856 0,444 0,886 0,451 0,944 0,452 0,991 0,305 1,083 0,255 1,015 0,362 1,100 0,440

17 DN Pohištvo; drugi izdelki; reciklaža 0,869 0,684 0,916 0,661 0,942 0,682 0,971 0,816 0,986 0,865 0,992 0,874 0,994 0,920 1,037 0,919 1,048 0,989

18 E Električna energija, plin, para, voda 0,666 1,726 0,734 1,717 0,748 1,749 0,788 1,731 0,820 1,738 0,767 1,875 0,750 1,894 0,684 1,935 0,712 1,786

19 F Gradbeništvo 1,211 0,531 1,205 0,526 1,231 0,522 1,212 0,484 1,199 0,479 1,252 0,512 1,289 0,527 1,297 0,574 1,268 0,559

20 G Prod. in popravila motornih vozil in izd. široke porabe 0,813 0,606 0,805 0,637 0,796 0,647 0,776 0,683 0,777 0,695 0,742 0,751 0,702 0,810 0,737 0,765 0,755 0,427

21 H Gostinske storitve 1,244 0,471 1,275 0,465 1,311 0,550 1,234 0,533 1,234 0,506 1,233 0,536 1,204 0,649 1,212 0,733 1,173 0,762

22 I Prometne, telekomunikacijske storitve 0,724 1,208 0,730 1,241 0,761 1,244 0,749 1,196 0,725 1,207 0,690 1,314 0,693 1,293 0,685 1,271 0,701 1,260

23 S Ostale tržne in netržne storitve 0,764 0,631 0,765 0,649 0,776 0,659 0,783 0,649 0,785 0,677 0,747 0,716 0,757 0,692 0,769 0,702 0,768 0,698

Vir: iz Input-Output tabel za Finsko med leti 1995 in 2003

41

4.2 Ključni sektorji finskega gospodarstva med leti 1995 in 2003 (Rasmussenova metoda) Rasmussen je za razliko od Cheneryja in Watanabeja, ki sta pri računanju koeficientov povezav nazaj in povezav naprej upoštevala le neposredne povezave med sektorji, upošteval tudi posredne učinke, ki so pri nekaterih sektorjih še pomembnejši od neposrednih. V ta namen je pri proučevanju medsektorskih povezav uporabil matriko matričnih multiplikatojev, ki poleg neposrednih učinkov upošteva tudi posredne učinke povezav med sektorji. Z njeno pomočjo je izpeljal indeks moči disperzije in indeks občutljivosti disperzije, ki nam kažeta razmerje med povprečno spodbudo, ki jo ustvari posamezen sektor na ostale sektorje in povprečno spodbudo na celotno ekonomijo, ki jo povzroči eksogena sprememba v vsakem sektorju, prvi na strani povezav nazaj in drugi na strani povezav naprej med sektorji. Tabela 8 (stran 41) nam prikazuje normalizirane vrednosti koeficientov povezav nazaj in povezav naprej po Rasmussenovi metodi na Finskem v obdobju med 1995 in 2003. Ključni sektorji gospodarstva smo ponovno obarvali s temnejšo sivo barvo. Z uporabo Rasmussenove metode smo prišli do podobnih rezultatov kot s Cheneryjevo in Watanabejevo metodo. Tudi uporaba Rasmussenove metode je v analiziranem obdobju kot ključne sektorje pokazala sektor kmetijstvo, lovski in gozdarski proizvodi in storitve (A), pridobivanje rud in kamnin, surove nafte in zemeljskega plina (C), proizvodnja hrane, pijač in tobačnih izdelkov (DA) in proizvodnjo kovin in kovinskih izdelkov (DJ), pri katerih so normalizirane vrednosti indeksa moči ter občutljivosti disperzije večje od 1. Navedeni sektorji so imeli v opazovanem obdobju najintenzivnejše razvojno multiplikacijske efekte in so s svojo proizvodno aktivnostjo neposredno in posredno najbolj vzpodbujali proizvodno aktivnost v ostalih sektorjih gospodarstva. Podobno kot pri Cheneryjevi in Watanabejevi metodi se je kot pomemben sektor pokazala še proizvodnja drugih nekovinskih in mineralnih izdelkov (DI), pri kateri so, z izjemo BL v letih 1995 in 1998, normalizirane vrednosti indeksov moči in občutljivosti disperzije presegale vrednost 1. Prav tako se kot ključna sektorja v letu 1996 pokažeta sektorja proizvodnja vlaknin, papirja in založništva (DE) in proizvodnja kemikalij in kemičnih izdelkov (DG). Z razliko od Cheneryjeve in Watanabejeve metode se sektor ribištvo (B) pokaže kot ključen v letih 1998 in 2002, proizvodnja lesa in lesenih izdelkov pa se pokaže kot ključen sektor samo še v letu 1996. Z vidika povezav nazaj (BL) so po posameznih letih pomembni sektorji proizvodnja lesa in lesenih izdelkov (DD), proizvodnja vlaknin, papirja in založništva (DE), proizvodnja strojnih naprav in opreme (DK), gradbeništvo (F) ter gostinske storitve (H). Z vidika povezav naprej (FL) pa proizvodnja izdelkov iz gume in plastičnih mas (DH), oskrba z električno energijo, plinom, paro in vodo (E), prometne in telekomunikacijske storitve (I) ter z izjemo v letu 2002 proizvodnja koksa, naftnih derivatov in jedrskega goriva (DF).

42

TABELA 8: POVEZAVE NAZAJ (BL) IN POVEZAVE NAPREJ (FL) POSAMEZNIH SEKTORJEV MED LETI 1995 IN 2003 PO RASMUSSENOVI METODI

1995 1996 1997 1998 1999 2000 2001 2002 2003 Naziv dejavnosti BL FL BL FL BL FL BL FL BL FL BL FL BL FL BL FL BL FL

1 A Kmetijski, lovski in gozdarski proizvodi in storitve 1,034 1,443 1,047 1,526 1,043 1,540 1,058 1,592 1,032 1,559 1,099 1,660 1,034 1,464 1,027 1,474 1,041 1,4702 B Ribe in drug ribiški ulov, storitve za ribištvo 0,963 1,012 0,978 0,992 0,958 1,023 1,005 1,055 0,983 1,022 0,980 0,927 0,973 1,057 1,004 1,052 0,953 1,1773 C Rude in kamnine, surova nafta in zemeljski plin 1,036 1,491 1,064 1,428 1,079 1,425 1,075 1,404 1,081 1,385 1,105 1,413 1,099 1,487 1,121 1,526 1,120 1,5174 DA Hrana, pijače, tobačni izdelki 1,395 1,101 1,378 1,168 1,361 1,191 1,345 1,181 1,343 1,172 1,407 1,096 1,331 1,068 1,321 1,085 1,325 1,0645 DB Tekstil, tekstilni izdelki in krzneni izdelki, oblačila 0,872 0,812 0,847 0,754 0,857 0,775 0,852 0,794 0,859 0,795 0,861 0,826 0,872 0,827 0,846 0,757 0,871 0,8266 DC Usnje, obutev in usnjeni izdelki 0,932 0,796 0,904 0,786 0,902 0,806 0,896 0,805 0,915 0,825 0,899 0,738 0,898 0,753 0,907 0,749 0,920 0,8007 DD Les, leseni, plutov., pletarski izdelki (razen pohištva) 1,154 0,924 1,204 1,008 1,183 0,969 1,185 0,971 1,189 0,973 1,243 0,963 1,226 0,973 1,209 0,977 1,214 0,9968 DE Vlaknine, papir, pap. izd.; založniške in tiskarske st. 1,189 0,995 1,214 1,016 1,227 0,965 1,193 0,950 1,181 0,960 1,126 0,927 1,083 0,911 1,116 0,900 1,154 0,9399 DF Koks, naftni derivati, jedrsko gorivo 0,842 1,138 0,754 1,170 0,729 1,149 0,776 1,124 0,759 1,109 0,740 1,035 0,746 1,003 0,736 0,980 0,712 1,025

10 DG Kemikalije, kemični izdelki in umetna vlakna 0,991 1,102 1,007 1,086 0,975 1,030 0,967 1,035 0,952 1,035 0,941 0,991 0,951 1,005 0,965 0,955 0,964 0,98911 DH Izdelki iz gume in plastičnih mas 0,954 1,082 0,924 1,067 0,912 1,058 0,916 1,078 0,900 1,072 0,913 1,080 0,943 1,041 0,915 1,039 0,930 1,02712 DI Drugi nekovinski mineralni izdelki 0,990 1,190 1,029 1,174 1,022 1,190 0,999 1,185 1,008 1,178 1,008 1,186 1,019 1,177 1,011 1,165 1,011 1,13613 DJ Kovine in kovinski izdelki 1,118 1,166 1,104 1,128 1,116 1,117 1,105 1,112 1,117 1,138 1,039 1,130 1,045 1,105 1,057 1,075 1,049 1,08214 DK Strojne naprave in oprema 1,022 0,834 1,023 0,806 1,032 0,799 1,027 0,787 1,035 0,790 1,000 0,872 1,050 0,911 1,085 0,964 1,058 0,93515 DL Električna in optična oprema 0,895 0,778 0,900 0,798 0,899 0,781 0,911 0,750 0,927 0,755 0,957 0,769 0,973 0,761 0,926 0,769 0,876 0,67616 DM Vozila in plovila 0,967 0,755 0,925 0,718 0,941 0,738 0,953 0,736 0,983 0,737 0,994 0,691 1,040 0,678 1,013 0,722 1,049 0,73517 DN Pohištvo; drugi izdelki; reciklaža 0,943 0,832 0,965 0,814 0,974 0,822 0,985 0,873 0,991 0,898 1,004 0,903 1,004 0,926 1,022 0,930 1,027 0,95618 E Električna energija, plin, para, voda 0,853 1,323 0,878 1,310 0,889 1,319 0,905 1,316 0,918 1,324 0,890 1,370 0,885 1,363 0,867 1,373 0,873 1,31919 F Gradbeništvo 1,082 0,766 1,088 0,760 1,098 0,762 1,090 0,742 1,087 0,742 1,105 0,764 1,125 0,773 1,129 0,792 1,119 0,77720 G Prod. in popravila motornih vozil in izd. široke porabe 0,905 0,801 0,898 0,813 0,898 0,818 0,889 0,831 0,887 0,837 0,862 0,872 0,857 0,903 0,868 0,880 0,874 0,73621 H Gostinske storitve 1,106 0,755 1,120 0,760 1,133 0,795 1,098 0,782 1,094 0,776 1,117 0,792 1,110 0,845 1,122 0,875 1,124 0,87922 I Prometne, telekomunikacijske storitve 0,868 1,085 0,864 1,099 0,879 1,099 0,875 1,078 0,863 1,085 0,840 1,138 0,854 1,123 0,849 1,108 0,851 1,09723 S Ostale tržne in netržne storitve 0,887 0,818 0,884 0,821 0,893 0,829 0,895 0,821 0,894 0,833 0,870 0,856 0,883 0,849 0,886 0,853 0,886 0,841

Vir: iz I-O tabel za Finsko med leti 1995 in 2003

43

4.3 Ključni sektorji finskega gospodarstva med leti 1995 in 2003 (Dietzenbacherjeva metoda) Dietzenbacher je pokazal, da so elementi lastnega vektorja prevladujoče matrike tehničnih koeficientov ali matrike matričnih multiplikatojev primerni za merjenje medsektorskih povezav. Pri tem nam prevladujoče lastna vrednost predstavlja skupno mero moči medsektorskih povezav in kot taka gospodarsko strukturo v državi v danem trenutku ali obdobju, če gre za medčasovne primerjave. Tabela 9 (stran 44) nam prikazuje normalizirane vrednosti koeficientov povezav nazaj (BL) in povezav naprej (FL) po Dietzenbacherjevi metodi za Finsko med leti 1995 in 2003. Ključni sektorji so tisti, katerih vrednosti koeficientov povezav nazaj in povezav naprej so večji od 1. Ponovno smo jih obarvali s temnejšo sivo barvo. Primerjava normaliziranih vrednosti koeficientov BL in FL po Dietzenbacherjevi metodi nam pokaže bistvene spremembe v primerjavi s Cheneryjevo in Watanabejevo ter Rasmussenovo metodo. Ključna sektorja sta samo še dva: kmetijstvo, lovski in gozdarski proizvodi in storitve (A) ter proizvodnja hrane, pijače in tobačnih izdelkov (DA). Če ne upoštevamo leta 1998, pa lahko vlogo ključnega sektorja pripišemo še proizvodnji kovin in kovinskih izdelkov (DJ), ki je bil pri prejšnjih dveh metodah ključen sektor v vseh letih. Dietzenbacherjeva metoda je identificirala kot pomemben sektor še prometne in telekomunikacijske storitve (I), prav tako z izjemo v letu 1998. Kot ključni sektor se v letih 1995 in 1996 pokaže še oskrba z električno energijo, plinom, paro in vodo (E). Z vidika BL po posameznih letih sta pomembna sektorja še proizvodnja papirja, vlaknin in založništva (DE) ter ostale tržne in netržne storitve (E). Z vidika FL so kot vplivni sektoji identificirani ribištvo (B), pridobivanje rud, kamnin, surove nafte in zemeljskega plina (C), proizvodnja koksa, naftnih derivatov in jedrskega goriva (DF), proizvodnja kemikalij in kemičnih izdelkov (DG) ter oskrba z električno energijo, plinom, paro in vodo (E).

44

TABELA 9: POVEZAVE NAZAJ (BL) IN POVEZAVE NAPREJ (FL) POSAMEZNIH SEKTORJEV MED LETI 1995 IN 2003 PO DIETZENBACHERJEVI METODI 1995 1996 1997 1998 1999 2000 2001 2002 2003

Naziv dejavnosti BL FL BL FL BL FL BL FL BL FL BL FL BL FL BL FL BL FL

1 A Kmetijski, lovski in gozdarski proizvodi in storitve 3,084 2,953 3,813 3,910 3,810 3,931 3,936 4,296 3,509 3,947 4,169 4,977 2,972 3,445 2,895 3,421 2,864 3,217

2 B Ribe in drug ribiški ulov, storitve za ribištvo 0,044 1,584 0,040 1,614 0,042 1,865 0,041 2,094 0,033 1,837 0,019 1,254 0,030 1,835 0,027 1,784 0,035 2,576

3 C Rude in kamnine, surova nafta in zemeljski plin 0,270 2,296 0,211 1,849 0,209 1,846 0,190 1,702 0,203 1,767 0,181 1,828 0,243 2,244 0,279 2,392 0,300 2,347

4 DA Hrana, pijače, tobačni izdelki 2,130 1,650 2,515 1,982 2,497 2,099 2,408 2,057 2,145 1,960 1,706 1,861 1,660 1,664 1,714 1,727 1,592 1,554

5 DB Tekstil, tekstilni izdelki in krzneni izdelki, oblačila 0,081 0,430 0,059 0,318 0,064 0,351 0,071 0,393 0,068 0,410 0,061 0,441 0,067 0,473 0,045 0,324 0,060 0,444

6 DC Usnje, obutev in usnjeni izdelki 0,010 0,269 0,008 0,234 0,010 0,288 0,010 0,299 0,011 0,344 0,006 0,235 0,008 0,285 0,007 0,274 0,008 0,323

7 DD Les, leseni, plutov., pletarski izdelki (razen pohištva) 0,407 0,694 0,432 0,806 0,441 0,703 0,456 0,684 0,460 0,707 0,381 0,615 0,399 0,653 0,401 0,662 0,483 0,709

8 DE Vlaknine, papir, pap. izd.; založniške in tiskarske st. 2,437 0,933 2,221 0,969 1,855 0,809 1,818 0,757 1,850 0,805 1,538 0,677 1,487 0,675 1,317 0,633 1,497 0,705

9 DF Koks, naftni derivati, jedrsko gorivo 0,425 1,416 0,507 1,437 0,442 1,357 0,381 1,250 0,428 1,277 0,496 1,071 0,478 1,127 0,413 0,961 0,496 1,075

10 DG Kemikalije, kemični izdelki in umetna vlakna 0,818 1,314 0,790 1,318 0,705 1,122 0,761 1,185 0,742 1,214 0,575 0,966 0,724 1,134 0,617 0,998 0,734 1,094

11 DH Izdelki iz gume in plastičnih mas 0,250 0,958 0,239 0,925 0,242 0,904 0,266 0,902 0,261 0,898 0,219 0,770 0,222 0,785 0,241 0,863 0,254 0,879

12 DI Drugi nekovinski mineralni izdelki 0,206 0,935 0,207 0,922 0,234 0,946 0,238 0,901 0,244 0,920 0,240 0,938 0,246 0,927 0,238 0,923 0,230 0,828

13 DJ Kovine in kovinski izdelki 1,888 1,410 1,334 1,032 1,314 1,012 1,225 0,946 1,326 1,092 1,310 1,023 1,403 1,079 1,257 1,042 1,451 1,053

14 DK Strojne naprave in oprema 0,585 0,528 0,462 0,373 0,440 0,354 0,421 0,331 0,398 0,344 0,674 0,567 0,942 0,713 1,117 0,908 1,051 0,798

15 DL Električna in optična oprema 0,429 0,314 0,481 0,333 0,518 0,307 0,537 0,251 0,645 0,264 0,513 0,191 0,552 0,228 0,661 0,287 0,351 0,161

16 DM Vozila in plovila 0,154 0,381 0,094 0,259 0,112 0,288 0,120 0,284 0,115 0,294 0,088 0,254 0,098 0,232 0,132 0,330 0,124 0,315

17 DN Pohištvo; drugi izdelki; reciklaža 0,087 0,468 0,069 0,376 0,077 0,388 0,095 0,445 0,106 0,512 0,103 0,519 0,122 0,575 0,120 0,605 0,133 0,644

18 E Električna energija, plin, para, voda 1,101 1,698 1,035 1,581 0,947 1,555 0,932 1,503 0,878 1,574 0,786 1,646 0,853 1,620 0,922 1,608 0,973 1,449

19 F Gradbeništvo 0,531 0,351 0,523 0,330 0,583 0,348 0,602 0,314 0,644 0,322 0,720 0,372 0,704 0,344 0,736 0,375 0,714 0,341

20 G Prod. in popravila motornih vozil in izd. široke porabe 0,481 0,439 0,517 0,463 0,526 0,470 0,589 0,494 0,597 0,511 0,622 0,621 0,748 0,683 0,703 0,614 0,467 0,363

21 H Gostinske storitve 0,193 0,370 0,206 0,394 0,240 0,459 0,224 0,419 0,228 0,436 0,215 0,453 0,291 0,568 0,307 0,601 0,323 0,586

22 I Prometne, telekomunikacijske storitve 2,356 1,107 2,333 1,089 2,361 1,074 2,367 0,998 2,460 1,039 2,578 1,142 2,847 1,163 2,749 1,115 2,750 1,027

23 S Ostale tržne in netržne storitve 5,034 0,501 4,902 0,484 5,332 0,525 5,313 0,495 5,651 0,525 5,799 0,578 5,904 0,551 6,104 0,556 6,111 0,511

Vir: iz I-O tabel za Finsko med leti 1995 in 2003

45

4.4 Ključni sektorji finskega gospodarstva med leti 1995 in 2003 po vseh treh metodah Tabela 10 (str. 46) nam daje jasnem pregled rezultatov, ki kažejo na pomembnost posamičnega sektorja v pospeševanju domače proizvodnje skozi medsektorske povezave. Ta tabela vsebuje rezultate izračunavanj16, tako da dodeli vsak sektor v eno izmed štirih skupin. Ključni sektorji, tiste, ki imajo tako povezave nazaj kot povezave naprej nad povprečjem, smo jih označili s K, črka F označuje sektorje z močnimi povezavami naprej in črka B z močnimi povezavami nazaj. Sektorje, v katerih so normalizirane vrednosti povezav nazaj in povezav naprej manjše od 1 smo označili z L. Pri tem smo upoštevali, da so ključni sektorji tisti, za katere so po posameznih letih normalizirane vrednosti indikatojev povezav nazaj in povezav naprej po vseh treh metodah presegale vrednost ena. Ključna sektorja z najintenzivnejšimi proizvodno-multiplikativnimi učinki na celotno gospodarstvo sta bila skozi celotno preučevano obdobje kmetijstvo, lovski in gozdarski proizvodi in storitve (A) ter proizvodnja hrane, pijače in tobačnih izdelkov (DA). Kot zelo pomemben sektor smo, z izjemo leta 1998, identificirali tudi proizvodnji kovin in kovinskih izdelkov (DJ). To nam prikazuje slika 13.

SLIKA 13: KLJUČNI SEKTORJI FINSKEGA GOSPODARSTVA MED LETI 1995 IN 2003

A BC DA DB DC

DD DE DFDG DH

DI DJDK DL

DMDN E

FG

H IS

1995

1996

1997

1998

1999

2000

2001

2002

20030

0,5

1

Vir: iz I-O tabel za Finsko med leti 1995 in 2003 Vidimo lahko (tabela 10), da obstajajo štirje sektorji, ki niso spremenili svoje skupine. Vsi štirje sektorji pripadajo skupini L in to so, sektor proizvodnje tekstilnih in krznenih izdelkov, oblačil (DB), proizvodnja usnja, obutve in usnjenih izdelkov (DC), proizvodnja električne in optične oprema (DL) ter prodaja in opravila motornih vozil in izdelkov iz široke porabe (G). Prav tako vidimo, da tudi ne obstaja sektor, ki bi v vseh letih pripadal skupini B ali F.

16 Glej tabele 7 (str. 40), 8 (str. 42) in 9 (str.44).

46

TABELA 10: KLJUČNI SEKTORJI (K), SEKTORJI Z MOČNIMI POVEZAVAMI NAZAJ (B), SEKTORJI Z MOČNIMI POVEZAVAMI NAPREJ (F) IN SEKTORJI S ŠIBKIMI POVEZAVAMI NAZAJ IN NAPREJ (L) V MED LETI 1995 IN 2003

Chenery-Watanabe Rasmussen Dietzenbacher

1995 1996 1997 1998 1999 2000 2001 2002 2003 1995 1996 1997 1998 1999 2000 2001 2002 2003 1995 1996 1997 1998 1999 2000 2001 2002 2003

1 A K K K K K K K K K K K K K K K K K K K K K K K K K K K

2 B L L L L L L F K F F L F K F L F K F F F F F F F F F F

3 C K K K K K K K K K K K K K K K K K K F F F F F F F F F

4 DA K K K K K K K K K K K K K K K K K K K K K K K K K K K

5 DB L L L L L L L L L L L L L L L L L L L L L L L L L L L

6 DC L L L L L L L L L L L L L L L L L L L L L L L L L L L

7 DD B K B K K B K K K B K B B B B B B B L L L L L L L L L

8 DE B K B B B B B B B B K B B B B B B B B B B B B B B B B

9 DF F F F F F F L L L F F F F F F F L F F F F F F F F L F

10 DG F K F F F L L L L F K F F F L F L L F F F F F L F L F

11 DH F F F F F F F F F F F F F F F F F F L L L L L L L L L

12 DI F K K K K K K K K F K K F K K K K K L L L L L L L L L

13 DJ K K K K K K K K K K K K K K K K K K K K K B K K K K K

14 DK B B B B B B B B B B B B B B B B B B L L L L L L L B B

15 DL L L L L L L L L L L L L L L L L L L L L L L L L L L L

16 DM L L L L L L B B B L L L L L L B B B B L L L L L L L L

17 DN L L L L L L L B B L L L L L B B B B L L L L L L L L L

18 E F F F F F F F F F F F F F F F F F F K K F F F F F F F

19 F B B B B B B B B B B B B B B B B B B L L L L L L L L L

20 G L L L L L L L L L L L L L L L L L L L L L L L L L L L

21 H B B B B B B B B B B B B B B B B B B L L L L L L L L L

22 I F F F F F F F F F F F F F F F F F F K K K B K K K K K

23 S L L L L L L L L L L L L L L L L L L B B B B B B B B B

47

5 REZULTATI KVALITATIVNE INPUT-OUTPUT ANALIZE Za opazovano državo, Finsko, bomo kvalitativno analizirali na 10 sektorjev agregirane input-output tabele v obdobju od 1995 do 2003. Pri tej metodi skušamo izpostaviti najbolj ključne informacije o sektorjih v gospodarstvu in povezavami (reprodukcijskimi tokovi) med njimi. Gre torej za abstrahiranje konkretnih empiričnih podatkov iz I-O tabel in oblikovanje preglednega grafa, ki ponazarja glavne informacije o sektorjih in njihovih medsebojnih povezavah. Na ta način bomo dobili jasnejšo sliko gospodarstva, saj omenjena analiza izpostavi pomembnejše informacije o strukturi posameznega gospodarstva.

TABELA 11: DESET AGREGIRANIH SEKTORJEV ZA FINSKO Sektor Opredelitev Vsebina

1 Kmetijstvo Kmetijstvo, ribištvo

2 Proizvodnja energije, Rudarstvo

Električna energija, distribucija plina in tople vode, rudarstvo, pridobivanje rud, nafte in zemeljskega plina

3 Bazne in potrošniške dobrine

Kemija, mineralna olja, umetna vlakna, izdelki iz plastičnih mas, nekovinski mineralni izdelki, keramika, steklo, kovine in kovinski izdelki

4 Investicijske dobrine Strojegradnja, proizvodnja vozil in plovil, proizvodnja strojev, proizvodnja električne in optične opreme

5 Trajne potrošne dobrine

Les, proizvodnja papirja, tiskarstvo, proizvodnja tekstilnih izdelkov, obutve in usnjenih izdelkov

6 Hrana in netrajne potrošne dobrine

Prehrambeni izdelki, mlečni proizvodi, meso, pijače, tobačni izdelki

7 Gradbeništvo Gradbeništvo

8 Trgovina in promet Trgovina na debelo, trgovina na drobno, železnica, ladijski transport, ostale prometne dejavnosti

9 Ostale storitve Banke, zavarovalnice, restavracije, založbe, zdravstvo, promet z nepremičninami, ostale storitve, privatna gospodinjstva

10 Država Država Vir: Jagrič (2004). Iz I-O tabel finskega gospodarstva med leti 1995 in 2003 izpeljemo 10-sektorske tabele reprodukcijskih tokov:

Q1995 =

1111 0,2 1,3 0 2043,6 2096,3 9,5 0 39,3 6194,1 535,2 669,9 125,5 949,5 97,5 283,6 631,6 970,3 475,4132,5 134,9 3870,1 1487,5 787,1 189,8 1451,5 691,7 272,2 217,679,5 109,5 229,4 2141,7 250,4 53,1 316,8 423,4 433,1 359,572,2 120,9 423,5 157,3 3960,9 201,1 551,6 420,2 1092,3 292,3377 101,7 138,4 100 159,7 2037,9 69,6 370,8 584,9 30865,5 13,7 16,4 14,6 9,6 11,2 371,1 59,8 1612,6 144,1529,6 288 621,6 397,1 852,6 375,9 1252,7 2187,4 2300,1 1776,5263,8 536,4 862,4 1029 1088,4 564,9 373 2928,7 5437,3 2637,983,8 139,4 214,5 279,9 204,5 114,4 49,1 792,8 1429,1 1683,1

⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

48

Q1996 =

1472,6 0,2 1,4 0 1774,8 1951 6,5 0,1 33 4,2142,3 606,5 730,5 156,7 948,4 107,8 271,7 770,8 1105,6 562,2126,1 141,7 3892,9 1191,5 744 216,4 1521 718,9 336,2 228,115,5 79,7 261,9 2506,8 323,1 69,4 467,1 471,2 546,1 397,556,2 109,1 359,5 189,6 3888,7 193,5 727,9 471,6 845,3 209,6397,5 133,5 160,4 202,2 145,9 2159,3 84 482,9 677,8 385,457,6 11,5 11,1 27,7 6,3 4,4 386,3 56,3 1786,3 174,3406,3 251,7 687,9 529,5 832 418,9 1433 2381,1 2437,2 1900,2185,9 641,3 1016,2 1611,1 1166,5 650,4 328,6 2862,2 5863,4 2833,973,9 201 238,1 421,2 183,5 90,2 39,7 792,4 1582,6 1784,4

⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

Q1997 =

1472,6 0,2 1,9 0 2188,1 2013,3 4,2 0,1 38,2 4,3104 564,1 779,6 174,6 1101,7 97,2 267,9 784,7 1010,4 555,4124,5 142,7 4044,4 1269,2 880,9 191,1 1746,8 798,6 339,1 228,216,1 72,8 276 2829,9 356,8 64,5 532,8 538,2 556,4 458,247,8 123 407,2 229,8 4078,4 169,4 786,4 490,8 800,9 241,7385,6 139,2 186,3 226,4 179,8 2112,3 88,9 548,9 706,9 419,159,1 14 14,9 17,9 8,2 8,8 532,8 64,5 1907,2 209,5598,1 237 768,3 675,7 944,5 367,2 1626,5 2761,6 2758,6 2220,3177,3 610,2 1089,2 1860,1 1355,8 598,1 337,3 3161,1 6122,1 2990,476,8 198,5 269,7 514,3 230,1 88,7 39,9 858,4 1568,8 1854,3

⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

Q1998 =

1546,2 1 4,6 0 2235,3 1929,2 5,3 0,1 37,9 4,890,2 572,9 762,7 208,9 1091 98,5 320,9 780,3 1036,2 587,7149,9 159,2 4046,9 1458,6 907,7 213,3 1996 917,8 360,3 252,914,3 75,6 284,9 3240,1 348,5 63,8 581,9 616 618,7 538,441,5 144,3 444,3 298,3 4329,8 178,7 962,2 572,1 847,7 257,8376,4 155 191,9 250,9 174,5 2039,1 98,3 599,6 698,6 436,257,4 14,6 14,5 20,5 7,5 8 562,5 71,2 2160,1 243,1530,8 299,3 830 807,8 942,1 393,1 1950,7 3170,6 3060,5 2442,5142,9 658,2 1129,7 2324,3 1324 611,5 374,6 3536,1 6158 3154,173,4 236,9 304,1 679,3 242,6 94,8 47,6 1056,1 1760,4 1932,6

⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

Q1999 =

1445 0,2 6,4 0 2274,7 2011,8 5,6 0,1 40,2 4,896,6 603,1 783,8 213,8 976,8 93,4 331,9 823,4 1026,3 608158 159,4 4129,5 1486,8 895,2 208,5 2108,8 936,4 338,8 248,325,6 103,3 342,6 4104,1 380,3 83,3 644,4 556,4 528,2 402,238,4 152,6 431,8 323,8 4535,9 169,3 1051,7 561,8 808,3 284,4330,9 151,9 182,5 263,5 164,8 2010,4 103,6 599 678,9 42160,8 13,6 13,3 22,5 6,9 7 606,2 71,9 2337,8 282,5596,8 328,8 825,6 809,4 998,7 366,8 2199,4 3457,5 3357,5 2774,2177,3 665,9 1110,5 2623,4 1293,6 575,1 465,2 3753,5 6676,4 3236,178,9 219,1 281,6 789,4 223,7 86,6 53,6 1130,3 1961,8 2176,6

⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

Q2000 =

1986,4 0,1 1,2 0 2496,2 2274,2 3,4 0 56,6 5,7114,5 676,4 800,6 132,5 1097,1 92,6 384,1 1139,2 1293,7 516,3101,4 206 4584,5 2200,7 1141,7 192,8 2401,7 845,9 238,8 258,628 285,6 467,5 6433,4 487,5 127 671,3 561,2 397,3 391,130 179,4 396,8 416,6 4409 171,8 1183,9 506,5 1209,4 305,3395,8 74,9 194,2 296,6 221,4 1755,8 47,1 242,8 777 166,173,9 0,1 1,1 0,7 0,2 0,2 908,7 67,3 2609,1 370,4604,5 445,3 1211,7 864,3 1417,7 469,3 2471,9 3483,6 3551,9 2668,5263,6 614,1 1391,6 3142 1620 756,7 979,8 3788,2 6840,4 3961,598,6 171,3 270,4 588 282,2 84,4 103,6 1427,1 2543,9 2384,8

⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

49

Q2001 =

1465,5 0 2,6 0 2255,8 2274,1 4,3 0 60,6 11,5106,8 673,7 819,6 152,5 1067,7 116,5 325,8 990,5 1383,1 614,2208,5 91,5 4453,2 1899,8 1106,4 198,7 2386,7 924,4 268,1 269,347 309,2 635,9 5371,8 478,6 134,6 703,7 653,7 374,8 514,935,4 147 355,1 425,8 3517,3 188,5 1236,1 557,3 1173,6 342,3500,4 67,5 197,8 293,4 196 1572,1 58,1 218,1 919,4 196,415,8 0,2 1,3 1,1 0,4 0,4 1116,6 69,7 2649,8 384,4660,6 481,3 1201,5 894,3 1305 567 2543,7 3674,9 3653,1 2754,1175,4 578 1233,5 3957,7 1369,2 765,6 947,9 3664,2 6729,3 4018,648,2 192,8 247,3 671,6 284,8 124,9 100,8 1433,7 2749,7 2539,1

⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

Q2002 =

1450,1 0 5,1 0,2 2329,2 2280 4,4 0,6 67,4 1075,3 741,8 900,9 171,9 1228,8 131,2 354 1071,9 1558,4 675194,5 96,5 4134,4 1399 1021,6 219,7 2280,9 921,4 279,1 244,334 394,9 621,5 5099,6 580,4 163,5 607,6 663,6 563,2 631,925,3 147,6 334,2 348,1 3184,5 184,8 1276,4 487,7 1067 256528,2 65,9 201 327,7 212 1664,7 41,3 182,8 1005,2 166,922,9 0,2 2 1,1 0,5 0,5 1205,6 73,7 2797,2 413,8655,7 423,6 1129,4 1083,7 1213 516,1 2494,5 3780,7 3970,9 2986,2175 579 1424,6 3453,9 1617,3 712,6 1003,2 4002 7359,6 4510,384 193,7 332 843,9 379,4 109 119,4 1312,1 2903,9 2501,9

⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

Q2003 =

1506,8 13,8 5,3 0 2313,8 2259,1 4,5 0,5 68,5 8,9105,9 883,5 1010 141,3 1065,6 127,8 315,9 1263,8 1781,8 771,3235,6 134,5 4568,1 1436,8 1156,6 262,2 2307,9 1033,4 387,4 36935,1 368,6 595,6 3595 578,1 168 587,7 431,5 443,9 462,241,5 211,6 405,5 432,8 3438 183,2 1454,2 603,1 1346,1 451542,7 43,2 133,7 212,2 112,2 1584,3 36,3 187,4 1256,7 21025,1 0,3 2,7 1,9 4,3 1,2 1189,3 74,4 2907,8 407,6592,5 388,4 1255,5 1103,5 2100 638,5 2330,5 3955,8 3549,3 2476,3175,4 685,9 1427,7 3394,5 1491,3 643,7 1087,5 4351,3 7596,8 5059,5103,1 175,1 324,3 791,8 221,8 63,7 146,1 1481 3158,2 2857,2

⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

Da bi zagotovili primerljivost matrik, smo filtrirni prag FS izbrali tako, da se grafi po stopnji kompleksnosti ujemajo. Za elemente reprodukcijskih tokov, ki ne ležijo na glavni diagonali, smo izbrali 18 najvišjih vrednosti17. Te elemente oz. vrednosti vključimo v nadaljnje postopke preučevanja in jih pri tem obravnavamo enakopravno. Ostale tokove smatramo v okviru te analize kot nerelevantne, zato jih zanemarimo in izločimo iz nadaljnje analize. Filtrirni pragi FS za posamezno leto so podani v tabeli 12.

TABELA 12: FILTRIRNI PRAG FS NA OSNOVI 10-SEKTORSKIH AGREGIRANIH I-O TABEL MED LETI 1995 IN 2003

1995 1996 1997 1998 1999 2000 2001 2002 2003 Filtrirni prag FS 852,6 832 880,9 962,2 998,7 1211,7 1233,5 1228,8 1427,7Vir: iz I-O tabel za Finsko med leti 1995 do 2003 17 Za določitev filtrirnega praga smo upoštevali definicijo Jagriča (2004): filtrirni prag FS določimo tako, da je število medsektorskih reprodukcijskih tokov konstantno skozi čas. Pri tem smo se ravnali po njegovem primeru in tako uporabili najvišjih 18 vrednosti.

50

Dejansko pa nas ne zanimajo velikosti (vrednosti) teh najpomembnejših tokov, ampak le, med katerimi sektorji le-ti potekajo oz. katere sektorje le-ti povezujejo. Matrika W nam prikazuje v našem primeru 18 najmočnejših tokov med sektorji v gospodarstvu v opazovanem obdobju. Omenjeni tokovi so direktni, kar pomeni, da potekajo od enega v drugi sektor neposredno, torej ne preko drugih sektorjev. Ob upoštevanji izbranih filtrirnih pragov smo pridobili naslednje matrike reprodukcijskih tokov W v binarni obliki:

51

Vir: iz I-O tabel za Finsko med leti 1995 do 2003 Posamezni element, ki je 1, nam pove, da obstaja direktna povezava med sektorjem i-te vrstice in j-tega stolpca. Izbrane matrike reprodukcijskih tokov W lahko sedaj preoblikujemo v matriko sosednosti grafa (slika 14, str. 52), ki ponazarja vseh 18 direktnih povezav med desetimi sektorji zagregirane I-O tabele oz. reprodukcijsko prepletenost finskega gospodarstva. Njegova vozlišča ponazarjajo v I-O tabelah vsebovane sektorje, povezave pa prestavljajo relevantne reprodukcijske tokove.

52

SLIKA 14: PREPLETENOST REPRODUKCIJSKIH TOKOV FINSKEGA GOSPODARSTVA MED LETI 1995 IN 2003

1

2

3 4

5

6

7

89

10

1

2

3 4

5

6

7

89

10

1995 1996

53

1

2

3 4

5

6

7

89

10

1

2

3 4

5

6

7

89

10

1997 1998

1

2

3 4

5

6

7

89

10

1

2

3 4

5

6

7

89

10

1999 2000

54

1

2

3 4

5

6

7

89

10

1

2

3 4

5

6

7

89

10

2001 2002

1

2

3 4

5

6

7

89

10

2003 Vir: iz I-O tabel za Finsko med leti 1995 do 2003 Reprodukcijska prepletenost finskega gospodarstva izkazuje relativno uravnoteženost reprodukcijskih tokov znotraj celotnega gospodarstva, saj niso nastopili nobeni izolirani sektorji. V vseh primerih pa sektorja kmetijstvo (1) in proizvodnja energije, rudarstvo (2) ne izkazujeta nobenih vhodnih reprodukcijskih tokov. Prav tako lahko ugotovimo, da sektorja investicijskih dobrin (4) ter hrana in netrajne potrošne dobrine (6) nimata outputa (ki bi se porabil v intermediarni porabi drugih sektorjev), kar pa velja v letih 1997 in 2000 tudi za sektor trajnih potrošnih dobrin (5). Vendar pa razlaga ne mor biti enaka kot za sektorje, ki nimajo inputov. Zaradi filtriranja in tako zmanjšanja števila direktnih povezav med sektorji, smo izločili možne povezave, ki bi pokazale na povezanost teh sektorjev kot proizvajalcev intermediarnih dobrin. Nizko vrednost omenjenih izločenih povezav bi si lahko razlagali tudi z dejstvom, da ti sektorji večji del svojega proizvoda prodajo v tujino in se tam uporabi v nadaljnji proizvodnji, oziroma da so ti sekto zadnji členi v reprodukcijskih verigah, kar pomeni da so njihovi proizvodi namenjeni končni in ne intermediarni porabi. Nadalje nas bo zanimalo, kako daleč so oddaljeni posamezni sektorji. To pomeni, preko koliko povezav (tokov) je posamezni sektor povezan z izbranim sektorjem. Tovrstno

55

oddaljenost sektorjev med seboj ponazorimo v matriki oddaljenosti E, katere elementi pomenijo prav preko kolikih povezav sta posamezna sektorja povezana:

56

Vir: iz I-O tabel za Finsko med leti 1995 do 2003 Iz matrike oddaljenosti E je razvidno, katere povezave med sektorji potekajo direktno in katere indirektno. Povsod, kjer je = 1, gre za direktno povezavo, kjer pa je > 1 pa za indirektno povezavo.

ije ije

Na osnovi matrike oddaljenosti E, oblikujemo matriko odvisnosti C, ki nam pokaže ali med dvema sektorjema obstajajo neposredne ali posredne povezave, pri tem pa nam ne pove, za kakšno vrsto povezave gre. V primeru, da obstaja povezava, je vrednost posameznega elementa matrike 1, drugače 0.

57

58

Vir: iz I-O tabel za Finsko med leti 1995 do 2003 Na osnovi matrike odvisnosti in matrike oddaljenosti, lahko opredelimo celo vrsto strukturnih kazalnikov oz. indikatojev. Povedo nam glavne lastnosti povezav med sektorji v gospodarstvu, tako v smislu oddaljenosti kot medsebojne odvisnosti med sektorji. Tabela 13 (stran 58) nam predstavlja strukturne kazalnike za Finsko v obdobju med leti 1995 in 2003. v opazovanem obdobju lahko ugotovimo, da so bili sektorji najtesneje povezani v letih 1997 in 2000. To lahko najprej opazimo pri premeru grafa, saj je najdaljša indirektna povezava med dvema sektorjema v teh dveh letih najkrajša, 3, kar pomeni, da so bili v reprodukcijski verigi povezani največ štirje proizvajalci.

60

TABELA 13: STRUKTURNI KAZALNIKI OZ. INDIKATORJI ZA FINSKO V OBDOBJU MED LETI 1995 IN 2005 SK Leto DM K

kD GD dD IkR O

kR IR

OR

IkR O

kR

1995 4 { }20,13,27,15,23,1,28,23,16,26 96 1,8824 { }0,0,3,3,3,1,4,3,2,3 { }4,3,3,0,3,0,2,2,2,3 2,2 2,2 { }7 { }1 1996 4 { }20,13,27,15,23,1,28,23,16,26 96 1,8824 { }0,0,3,3,3,1,4,3,2,3 { }4,3,3,0,3,0,2,2,2,3 2,2 2,2 { }7 { }1 1997 3 { }2,13,20,10,9,1,21,18,13,21 64 1,641 { }0,0,2,2,2,1,3,3,2,3 { }1,3,3,0,0,0,2,2,2,3 1,8 1,6 { }7,8,10 { }2,3,10 1998 4 { }23,12,29,17,27,1,22,25,18,26 100 1,9608 { }0,0,4,4,3,1,2,4,3,4 { }4,2,3,0,3,0,2,2,2,2 2,5 2 { }3,4,8,10 { }1 1999 4 { }23,14,29,17,27,1,23,24,18,26 101 1,9804 { }0,0,4,4,3,1,3,4,3,4 { }4,3,3,0,3,0,2,2,2,2 2,6 2,1 { }3,4,8,10 { }1 2000 3 { }2,14,21,10,12,1,20,16,13,19 64 1,641 { }0,0,2,2,3,1,3,3,2,3 { }1,3,3,0,0,0,2,2,2,2 1,9 1,5 { }5,7,8,10 { }2,3 2001 4 { }23,14,29,17,27,1,23,24,18,26 101 1,9804 { }0,0,4,4,3,1,3,4,3,4 { }4,3,3,0,3,0,2,2,2,2 2,6 2,1 { }3,4,8,10 { }1 2002 4 { }23,12,29,17,27,1,22,25,18,26 100 1,9608 { }0,0,4,4,3,1,2,4,3,4 { }4,2,3,0,3,0,2,2,2,2 2,5 2 { }3,4,8,10 { }1 2003 4 { }23,14,29,17,27,1,23,24,18,26 101 1,9804 { }0,0,4,4,3,1,3,4,3,4 { }4,3,3,0,3,0,2,2,2,2 2,6 2,1 { }3,4,8,10 { }1

Simbol: SK – strukturni kazalniki Vir: iz I-O tabel za Finsko med leti 1995 in 2003

61

Nadalje nam na večjo integriranost sektorjev v teh letih nakazujejo tudi podatki o razpršenosti vozlišč, razdalji med sektorji in (povprečni) input in output radij vozlišč. Število vseh povezav med sektorji na Finskem je bilo v letu 1997 in 2000 64, kar je manj kot v preostalih letih (96, 100 in 101). V povprečju sta bila dva sektorja v teh dveh letih povezana preko 1,641 povezave. Sektorji v teh dve letih so medsebojno povezani s krajšimi indirektnimi povezavami, tako na strani intermediarnega porabnika z njegovim dobaviteljem, kot na strani intermediarnega dobavitelja proizvodov svojim odjemalcem. V vlogi intermediarnega porabnika je sektor finskega gospodarstva v teh dveh letih v povprečju povezan s svojim dobaviteljem preko 1,8 oz. 1,9 povezav. V vlogi intermediarnega dobavitelja pa je sektor finskega gospodarstva s svojim odjemalcem v povprečju povezan preko 1,6 oz. 1,5 povezave. V ostalih preučevanih letih je premer grafa znašal 4. Glede na ostale strukturna kazalnike, lahko rečemo, da so bili sektorji finskega gospodarstva najmanj povezani v letih 1999, 2001 in 2003. Na osnovi podatkov bi bilo možno reči, da povezanost sektorjev na Finskem v opazovanem obdobju niha in v zadnjih letih pada, saj se število povezav med dvema sektorjema povečuje, tako direktnih in indirektnih kot povprečnih, tako na strani intermediarnega porabnika kot intermediarnega dobavitelja dobrin. Najdaljšo indirektno povezavo kot intermediarnega porabnika z svojimi odjemalci ima v letu 1995 in 1996 sektor gradbeništvo (7), v letu 1997 sektorji gradbeništvo (7), trgovina in promet (8) ter država (10), katerim se v letu 2000 pridruži še sektor trajnih potrošnih dobrin (5), v letih 1998, 1999, 2001, 2002 in 2003 sektorji surovine in proizvodne dobrine (3), investicijske dobrine (4), trgovina, promet (8) ter država (10). Razen v letih 1997 in 2000, ko je ta povezava 3, znaša ta najdaljša indirektna povezava 4. Najdaljšo indirektno povezavo kot intermediarnega dobavitelja svojim odjemalcem ima v vseh preučevanih letih, razen 1997 in 2000, sektor kmetijstvo (1). V letu 2000 sta to sektorja proizvodnja energije (2) ter surovine, proizvodne dobrine (3), v letu 1997 pa se tem sektorjem pridružila tudi država (10). Po definiciji Jagriča (2004)18, sta sektorja porabe sektorja investicijske dobrine (4) in hrana in netrajne potrošne dobrine (6), ki se jima v letih 1997 in 2000 pridruži še sektor trajne potrošne dobrine (5). Sektorja izvora sta v vseh opazovanih letih dva, sektorja kmetijstvo (1) ter proizvodnja energije in rudarstvo (2). Stopnjo prepletenosti finskega gospodarstva nam kaže matrika stopnje povezanosti K. Večina sektorjev v finskem gospodarstvu je enostransko ali dvostransko povezana. Pri tem izstopa le sektor hrana in netrajne potrošne dobrine (6), ki je z večino sektorjev (razen kmetijstvom) kvazi povezan. Vidimo lahko tudi, da niso prisotni izolirani sektorji, saj se zunaj glavne diagonale v matriki K ne pojavljajo ničelni koeficienti.

18 Za sektorje porabe in sektorje izvora bomo označili tiste sektorje

62

63

Vir: iz I-O tabel za Finsko med leti 1995 do 2003 Na osnovi matrike K, lahko sedaj identificiramo različne tipe povezav in to nam omogoča, da predhodno predstavljen graf zgostimo oz. poenostavimo. Tako bilateralno povezane sektorje združimo v novem grafu v eno vozlišče, kar poveča preglednost grafa. Povezave med sektorji po združitvi bilateralnih povezav na Finskem v analiziranem obdobju so naslednje: za leto 1995: { }1 1B = , { }2 2B = , { }3 3,5,7,8,9,10B = , { }4 4B = , { }5 6B = ;

za leto 1996: { }1 1B = , { }2 2B = , { }3 3,5,7,8,9,10B = , { }4 4B = , { }5 6B = ;

za leto 1997: { }1 1B = , { }2 2B = , { }3 3,7,8,9,10B = , { }4 4B = , { }5 5B = , { }6 6B =

za leto 1998: { }1 1B = , { }2 2B = , { }3 3,5,7,8,9,10B = , { }4 4B = , { }5 6B = ;

za leto 1999: { }1 1B = , { }2 2B = , { }3 3,5,7,8,9,10B = , { }4 4B = , { }5 6B = ;

za leto 2000: { }1 1B = , { }2 2B = , { }3 3,7,8,9,10B = , { }4 4B = , { }5 5B = , { }6 6B =

za leto 2001: { }1 1B = , { }2 2B = , { }3 3,5,7,8,9,10B = , { }4 4B = , { }5 6B = ;

za leto 2002: { }1 1B = , { }2 2B = , { }3 3,5,7,8,9,10B = , { }4 4B = , { }5 6B = ;

za leto 2003: { }1 1B = , { }2 2B = , { }3 3,5,7,8,9,10B = , { }4 4B = , { }5 6B = .

64

Ta postopek zniža kompleksnost grafa in poveča preglednost prepletenosti ključnih gospodarskih povezav med sektorji. Grafi za vsa leta so prikazani na sliki 15 (str. 62).

SLIKA 15: PREPLETENOST REPRODUKCIJSKIH TOKOV FINSKEGA GOSPODARSTVA MED LETI 1995 IN 2003

1

2

[3;5;7;8;9

4

6

1

2

[3;5;7;8;9

4

6

1995 1996

1

2 [3;7;8;9;10]

4

56

1

2

[3;5;7;8;9

4

6

1997 1998

1

2

[3;5;7;8;9

4

6

1

2 [3;7;8;9;10]

4

56

65

1999 2000

1

2

[3;5;7;8;9

4

6

1

2

[3;5;7;8;9

4

6

2001 2002

1

2

[3;5;7;8;9

4

6

2003 Vir: iz I-O tabel za Finsko od leta 1995 do 2003 Na sliki 18 je vsaka I-O tabela preoblikovana v svoj strukturni graf. Proizvodni tokovi med agregiranim sektorji so ponazorjeni s puščicami. Najvidnejše spremembe so se zgodile v letih 1997 in 2000, ko se je strukturirani graf spremenil. V teh dveh letih so se spremenile dvostranske komponente in tako tudi glavni reprodukcijski tokovi. V ostalih letih so grafi enaki, tako po dvostranskih komponentah kot po reprodukcijskih tokovih. V vseh opazovanih letih se ne pojavi noben izoliran sektor. Na osnovi tako dobljenih grafov je mogoče izpostaviti še input baze v opazovanem obdobju. Z izbiro vhodne baze kot izhodišča za ekonomsko-politične ukrepe se zasleduje kriterij popolnega zajema pri vseh izračunih. S tem je zagotovljeno, da lahko vsi gospodarski sektorji preko učinkov povečanega povpraševanja pridobijo oz. povečajo obseg proizvodnje. Za Finsko smo izračunali naslednje vhodne baze po posameznih letih:

66

{ }1995 4,6I = , { }1996 4,6I = , { }1997 4,5,6I = , { }1998 4,6I = , { }1999 4,6I = , { }2000 4,5,6I = ,

{ }2001 4,6I = { }2002 4,6I = { }2003 4,6I = Struktura dvostranske komponente se je spremenila v letih 1997 in 2000, posledično pa tudi jedro gospodarskega sistema. V letih 1995, 1996, 1998, 1999, 2001, 2002 in 2003 sta sektorja porabe 4 in 6 tvorila nepravo dvostransko komponento. V letih 1997 in 2000 pa so sektorji 4,5 in 6 oblikovali nepravo dvostransko komponento in skupaj predstavljali edino možno vhodno bazo. Definiranje input baz je pomembno zaradi ekonomske politike, ker se tako definirajo vsi tisti sektorji, ki po grafu nimajo outputa in na tak način zaključujejo reprodukcijsko verigo ali zaradi tega, ker so proizvajalci finalnih dobrin ali zato, ker se njihovi izdelki ne prodajajo doma in so namenjeni le (intermediarni) porabi v tujini. Pomemben kriterij je tudi hitrost, s katero se učinki povečanega agregata ali posameznih komponent končne porabe v obliki porasta proizvodnje razširjajo po celotni gospodarski strukturi. To nam prikazuje slika 16:

SLIKA 16: ODNOS MED RELATIVNO POPOLNOSTJO IN RADIJEM RAZŠIRJANJA

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 20

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

r

Vr

Sektorska baza: [4 6]

Z = 0.250000

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

r

Vr

Sektorska baza: [4 6]

Z = 0.250000

1995 1996

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 20

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

r

Vr

Sektorska baza: [4 5 6]

Z = 0.285714

0 0.5 1 1.5 2 2.5 3

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

r

Vr

Sektorska baza: [4 6]

Z = 0.375000

1997 1998

67

0 0.5 1 1.5 2 2.5 30

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

r

Vr

Sektorska baza: [4 6]

Z = 0.375000

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

r

Vr

Sektorska baza: [4 5 6]

Z = 0.285714

1999 2000

0 0.5 1 1.5 2 2.5 30

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

r

Vr

Sektorska baza: [4 6]

Z = 0.375000

0 0.5 1 1.5 2 2.5 3

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

r

Vr

Sektorska baza: [4 6]

Z = 0.375000

2001 2002

0 0.5 1 1.5 2 2.5 30

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

r

Vr

Sektorska baza: [4 6]

Z = 0.375000

2003 Vir: iz I-O tabel za Finsko med leti 1995 do 2003 Ugotovili smo, da sta bila sektorja 4 in 6 v letih 1995, 1996, v letih 1997 in 2000 še sektor 5, tesneje povezani z ostalimi sektorji v gospodarstvu. Npr. če se je povečalo povpraševanje v sektorju investicijskih dobrin (4) se je impulz povečanja proizvodnje v teh letih hitreje širil (radij razširjanja) oziroma je v krajšem času zajel večji delež (relativna popolnost) v narodnem gospodarstvu (relativna popolnost). V ostalih proučevanih letih je bila ta povezanost nižja, pri čemer nam višja vrednost merila centralnosti z pove, da je bila v teh letih izbira med hitrostjo in popolnostjo bolj izrazita.

68

6 SKLEP V diplomski nalogi smo analizirali celotno strukturo finskega gospodarstva v obdobju od leta 1995 do leta 2003. Predstavili smo kvantitativne in kvalitativne metode za merjenje vzajemne povezanosti med posameznimi sektorji finskega gospodarstva. Identifikacija ključnih sektorjev finskega gospodarstva je temeljila na treh metodah, ki so jih razvili Chenery-Watanabe (1958), Rasmussen (1956) in Dietzenbacher (1992). Medtem ko sta Chenery-Watanabejeva metoda ter Rasmussenova metoda pokazali podobne rezultate, se rezultati Dietzenbacherjeve metode precej razlikujejo. Cheneryjeva in Watanabejeva metoda ter Rasmussenova metoda sta v vseh proučevanih letih kot ključne sektorje pokazali sektorji kmetijstvo, lovski in gozdarski proizvodi in storitve (A), pridobivanje rud in kamnin, surove nafte in zemeljskega plina (C), proizvodnja hrane, pijač in tobačnih izdelkov (DA) ter proizvodnjo kovin in kovinskih izdelkov (DJ). Kot pomemben sektor sta pokazali tudi sektor proizvodnja drugih nekovinskih mineralnih izdelkov (DI). Po Dietzenbacherjevi metodi sta se kot ključna sektorja v vseh letih pokazala dva sektorja kmetijstvo, lovski in gozdarski proizvodi in storitve (A) ter proizvodnja hrane, pijače in tobačnih izdelkov (DA). Kot pomembna sektorja z izjemo v letu 1998 sta se pokazal tudi proizvodnja kovin in kovinskih izdelkov (DJ), ki je bil pri prejšnjih dveh metodah ključen sektor v vseh letih ter prometne in telekomunikacijske storitve (I). Dietzenbacherjeva metoda je pokazala za razliko od prejšnjih dveh metod, tudi novi ključni sektor, tj. sektor prometne in telekomunikacijske storitve (I). Glede na to, da je sektor elektronike v devetdesetih letih postal najpomembnejši sektor (še posebej telekomunikacije) tako po dodani vrednosti kot izvozu, je to bilo tudi pričakovano. To nam potrjuje dejstvo, da Dietzenbacherjeva metoda lastnih vektorjev podaja zelo verodostojne rezultate in v primerjavi s predhodnima metodama predstavlja občutljivejše orodje za merjenje medsektorskih povezav. Po vseh treh metodah sta se kot ključna sektorja pokazala kmetijstvo, lovski in gozdarski proizvodi in storitve (A) ter proizvodnja hrane, pijače in tobačnih izdelkov (DA). Kot zelo pomemben sektor smo, z izjemo leta 1998, identificirali tudi proizvodnji kovin in kovinskih izdelkov (DJ). To pomeni, da so ti sektorji imeli v opazovanem obdobju najintenzivnejše multiplikacijske efekte in so s svojo proizvodno aktivnostjo neposredno in posredno najbolj vzpodbujali proizvodno aktivnost v ostalih sektorjih. Informacija o ključnih sektorjih gospodarstva bi utegnila koristiti nosilcem ekonomske politike, saj na podlagi ugotovitev lahko država vodi pravo in učinkovito usmerjanje sistema ekonomskih spodbud v tistih gospodarskih panogah, ki so najbolj primerne za pospešitev ali celo spodbuditev rasti v drugih sektorjih. Prav tako pa državi pomaga tudi pri vodenju politike zaposlovanja brezposelnih delavcev oziroma njihovega prekvalificiranja in sploh pri vprašanjih strukturne politike gospodarstva in s tem gospodarske rasti in razvoja.

69

V nalogi smo obravnavali tudi kvalitativno analizo podatkov iz I-O tabel s pomočjo instrumentov, ki temeljijo na teoriji grafov. Kvalitativna medsektorska analiza nam daje ključne informacije o sektorjih v gospodarstvu in povezavami med njimi oziroma omogoča zgostitev podatkov iz matrike reprodukcijskih tokov v pregledni graf. Pri tem gre za Trade-off med kvantitativnimi in kvalitativnimi podatki, saj nas pri kvalitativni analizi ne zanima velikost (vrednost) reprodukcijskih tokov, temveč možnost zanemaritve manj pomembnih reprodukcijskih tokov. I-O tabelo smo agregirali na deset sektorske tabele reprodukcijskih tokov (transformacija v binarno obliko). Po prilagoditvi filtrirnih pragov FS (pri tem smo upoštevali 18 medsektorskih reprodukcijskih tokov najvišjih vrednosti) smo dobili matrike neposrednih reprodukcijskih povezav W, ki so pokazale med katerimi sektorji potekajo najpomembnejši direktni tokovi oziroma katere sektorje le-ti povezujejo. Matriko W smo nato preoblikovali v matriko sosednosti grafa, kjer smo lahko videli vseh 18 direktnih povezav oziroma reprodukcijsko prepletenost finskega gospodarstva. Le-ta izkazuje relativno uravnoteženost reprodukcijskih tokov znotraj celotnega gospodarstva, saj niso nastopili nobeni izolirani sektorji. V vseh primerih pa sektorja kmetijstvo (1) ter proizvodnja energije in rudarstvo (2) ne izkazujeta nobenih vhodnih reprodukcijskih tokov. Prav tako lahko ugotovimo, da sektorja investicijskih dobrin (4) ter hrana in netrajne potrošne dobrine (6) nimata outputa (ki bi se porabil v intermediarni porabi drugih sektorjev), kar pa velja v letih 1997 in 2000 tudi za sektor trajnih potrošnih dobrin (5). Nadalje nas je zanimalo, kako daleč so oddaljeni posamezni sektorji med seboj, kar smo ponazorili v matrikah oddaljenosti E. Na osnovi te matrike smo oblikovali matrike odvisnosti C, ki so nam pokazala med katerimi sektorji obstajajo neposredne ali posredne povezave, pri čemer pa nam ne povedo za kakšno vrsto povezave gre. Na osnovi matrik odvisnosti C in matrik oddaljenosti E smo opredelili celo vrsto strukturnih kazalnikov oziroma indikatojev. Na osnovi teh kazalnikov smo ugotovili, da so bili sektorji najtesneje povezani v letih 1997 in 2000. Stopnjo povezanosti finskih sektorjev smo predstavili v obliki matrik stopnje povezanosti K. Ugotovili smo, da je bila v analiziranem obdobju večina sektorjev v finskem gospodarstvu enostransko ali dvostransko povezana in da niso prisotni izolirani sektorji. Na osnovi matrik K smo bilateralno povezane sektorje združili v novem grafu v eno vozlišče, kar je znižalo komplekstnost grafov in povečalo preglednost prepletenosti ključnih gospodarskih povezav. Najvidnejše spremembe so se zgodile v letih 1997 in 2000, ko se je strukturirani graf spremenil. V teh dveh letih so se spremenile dvostranske komponente in tako tudi glavni reprodukcijski tokovi. V ostalih letih so grafi tako po dvostranskih komponentah kot po reprodukcijskih tokovih enaki. V vseh opazovanih letih se ni pojavil noben izoliran sektor. Na osnovi tako dobljenih grafov smo izpostavili še vhodne baze v opazovanem obdobju. Z izbiro vhodne baze se zasleduje kriterij popolnega zajema pri vseh izračunih, kar zagotavlja, da lahko vsi gospodarski sektorji preko učinkov povečanega povpraševanja

70

povečajo obseg proizvodnje. Ugotovili smo, da se je struktura dvostranske komponente spremenila v letih 1997 in 2000 ter posledično tudi jedro gospodarskega sistema. V vseh ostalih letih sta sektorja investicijske dobrine (4) in hrana in netrajne potrošne dobrine (6) tvorila nepravo dvostransko komponento. V letih 1997 in 2000 je zraven teh dveh sektorjev, tvoril nepravo dvostransko komponento tudi sektor trajne potrošne dobrine (5). Skupaj so predstavljali tudi edino možno vhodno bazo. Določanje vhodnih baz je pomembno, ker smo tako določili vse tiste sektorje, ki po grafu nimajo outputa in na tak način zaključujejo reprodukcijsko verigo, ali zaradi tega, ker so proizvajalci finalnih dobrin, ali zato, ker se njihovi izdelki ne prodajajo doma in so namenjeni le (intermediarni) porabi v tujini. Videli smo lahko tudi, da so se impulzi znotraj gospodarstva razširjali hitreje v letih 1995, 1996, 1997 ter 2000, kar nam pove, da je bilo gospodarstvo v teh letih močneje povezano. Ugotovili smo, da so se pri kvalitativni analizi dogajale največje spremembe v letih 1997 in 2000. Videli smo lahko, da so bili sektorji v gospodarstvu v teh dveh letih najbolj povezani, kot tudi, da se je spremenila struktura gospodarstva. To ne preseneča, saj vemo, da je bila gospodarska aktivnost v teh dveh letih najvišja, predvsem zaradi povečanega izvoza in posledično uvoza. Če pri tem privzamemo še to, da gozdarska industrija predstavlja velik delež izvoza, kot tudi dodane vrednosti, lahko s tem pojasnimo še spremembe petega sektorja. Kvalitativna sektorska analiza nam daje celovito strukturno podobo finskega gospodarstva, vendar pa ne zadošča, da bi jo uporabili kot edini kriterij pri oblikovanju ekonomsko-političnih odločitev. Predstavlja pa koristno dopolnilo k kvantitativni analizi. Finska je dinamična država, ki cilja svoja ključna področja. To je danes bistvenega pomena, zaradi vse močnejše konkurence in globalizacije. Od recesije v zgodnjih devetdesetih letih do danes se je razvila iz najmanj informacijsko in komunikacijsko tehnološko (ICT) razvite države v najbolj razvito. Torej je predstavnica »nove ekonomije v stari Evropi«, ki je uspešno in učinkovito usmerjala ekonomske spodbude in tako predstavlja danes najbolj konkurenčno državo na svetu.

71

7 POVZETEK / SUMMARY V diplomski nalogi smo analizirali celotno strukturo finskega gospodarstva v obdobju od leta 1995 do leta 2003. Predstavili smo kvantitativne in kvalitativne metode za merjenje vzajemne povezanosti med posameznimi sektorji finskega gospodarstva in na njih temelječo analizo medsektorskih reprodukcijskih povezav, ki omogočajo identifikacijo ključnih sektorjev. Poznavanje teh sektorjev omogoča pravilno usmerjanje ukrepov tekoče industrijske politike, ki bodo zagotavljali čim večji obseg njihove proizvodne aktivnosti in s tem hiter razvoj celotnega gospodarstva. Kvalitativno analizo obravnavamo iz podatkov medsektoskih tabel s pomočjo instrumentov, ki temeljijo na teoriji grafov. Kvalitativna medsektorska analiza omogoča zgostitev podatkov iz matrike reprodukcijskih tokov v pregleden graf. Tako lahko grafično predstavimo povezave v gospodarskem sistemu. Za izračun simulacije je bil oblikovan obsežen program, ki deluje v Matlab okolju. Ključne besede: finsko gospodarstvo, ključni sektorji, input-output tabele, kvantitativna in kvalitativna medsektorska analiza, teorija grafov. The diploma analyses the overall structure of the Finnish economy in the period from 1995 to 2003. We present quantitative and qualitative methods used for measuring interindustry linkages and interindustry analysis of reproduction linkages based thereupon, that allow us to identify the key sectors of Finnish economy. In-depth knowledge of these sectors allows the policy makers to properly direct the current industrial policy in order to rise the production levels of these sectors as far as possible, therby boostiong the development of the economy as a whole. We also provide a qualitative data from cross-sectoral tables using instruments based on graph theory. The qualitative interindustry analysis allows us to condense data from matrix of reproduction flows into a simple and transparent graph. For the epirical application a special rogram for Matlab environment was developed. Keywords: Finnish economy, key sectors, input-output tables, quantitative and qualitative interindustry analysis, graph theory.

72

LITERATURA IN VIRI 1) Babić, Mate. 1990. Osnove input-output analize. Zagreb: Narodne novine. 2) Baumol, William J and Alan S. Blinder. 2000. Economics: Principles and Policy. Forth Worth: The Dryden Press. 3) Confederation of Finnish Industries, EK. (2006). Figures of Finnish Economy and Trade [online]. Available: http://www.ek.fi/ek_englanti/figures_of_finnish_economy_and_trade/index.php [5.09.2006]. 4) Dietzenbacher, Erik. 1992. The measurement of interindustry linkanges: key sectores in the Netheelands. Economic Modelling 9: 419-437. 5) EC-European Commission (2004). The Statistical Annex of European Economy, Spring 2004 [online]. Available: http://ec.europa.eu/economy_finance/publications/european_economy/2004/statannex0104_en.pdf [25.08.2006]. 6) Eurostat (2006a). Structural indicators [online]. Available: http://epp.eurostat.ec.europa.eu/portal/page?_pageid=1996,45323734&_dad=portal&_schema=PORTAL&screen=welcomeref&open=/&product=STRIND_ECOBAC&depth=2 [22.08.2006]. 7) Eurostat (2006b). Economy and Finance [online]. Available: http://epp.eurostat.ec.europa.eu/portal/page?_pageid=0,1136173,0_45570704&_dad=portal&_schema=PORTAL#EURO-INDICATORS [22.08.2006]. 8) Eurostat (2006c). Eurostat Yearbook 2005 [online]. Available: http://epp.eurostat.ec.europa.eu/portal/page?_pageid=1334,49092079,1334_49092702&_dad=portal&_schema=PORTAL [25.08.2006]. 9) Eurostat (2006d). Sustainable Development Indicators [online]. Available: http://epp.eurostat.ec.europa.eu/portal/page?_pageid=1090,30070682,1090_33076576&_dad=portal&_schema=PORTAL [23.08.2006]. 10) IMF – International Monetary Fund. (2003). Finland: Staff report for 2003 Article IV Consultation [online]. http://www.imf.org/external/pubs/ft/scr/2003/cr03325.pdf [27.08.2006] 11) Jagrič, Timotej. 2004. Qualitative Input-Output-Analyse und die Konjunkturpolitik. Narodno gospodarstvo 1-2: 36-45.

73

12) Jagrič, Timotej in Gorazd Kovačič. 2006. Ključni sektorji slovenskega gospodarstva: Kvantitativen in kvalitativen pristop s poudarkom na primeru predelovalnih dejavnosti [online]. Urad RS za makroekonomske analize in razvoj, Ljubljana. Available: http://www.gov.si/umar/public/dz/2006/dz1-06.pdf [03.03.2006]. 13) Kurz, Heinz D. and Neri Salvadori. 2000. Classical Roots od Input-Output Analysis: a Short Account of its Long Prehistory [online]. International Input-Output Association, Vienna. Available: http://www.iioa.org/pdf/13th%20conf/Kurz&Salvarodi_IOsClassicalRoots.pdf 14) [27.08.2006]. 15) Holub und Schnable. 1994. Input-Output-Rechnung: Input-Output-Tabellen: Einführung. München/Wien: Oldenbourg Verlag. 16) Lumas, S. Prem. 1975. Key Sectors in some Underdeveloped Countries. Kyklos. Basel: Helbing & lichtenhahn Verlag AG, 28: 62-79. 17) Maiväli, Mart. (2006). Structural unemployment: a blot on the Finnish success story [online]. ECFIN. Available: http://ec.europa.eu/economy_finance/publications/country_focus/2006/cf05_2006en.pdf [2.09.2006]. 18) Miller, Roland. E., and Peter D. Blair. 1985. Input-Output Foundations and Extensions. Englewood Cliffs, New York: Prentice-Hall. 19) Ministry of Finance. (1998). Economic Survey, September 1998 [online]. Available: http://www.vm.fi/vm/en/04_publications_and_documents/01_publications/02_economic_surveys/19980901Econom/eng7581.pdf [27.08.2006]. 20) Ministry of Finance. (1999). Economic Survey, September 1999 [online]. Available: http://www.vm.fi/vm/en/04_publications_and_documents/01_publications/02_economic_surveys/19990901Econom/econsurveysept99.pdf [27.08.2006]. 21) Ministry of Finance. (2000). Economic Survey, September 2000 [online]. Available: http://www.vm.fi/vm/en/04_publications_and_documents/01_publications/02_economic_surveys/20000904Econom/econsurveysept00.pdf [27.08.2006]. 22) Ministry of Finance. (2001). Economic Survey, September 2001 [online]. Available: http://www.vm.fi/vm/en/04_publications_and_documents/01_publications/02_economic_surveys/20010903Econom/econsurvey01sept.pdf [27.08.2006]. 23) Ministry of Finance. (2002). Economic Survey, September 2002 [online]. Available: http://www.vm.fi/vm/en/04_publications_and_documents/01_publications/02_economic_surveys/20021018Econom/econsurveysept02.pdf [27.08.2006]. 24) Ministry of Finance. (2003). Economic Survey, September 2003 [online]. Available: http://www.vm.fi/vm/en/04_publications_and_documents/01_publications/02_economic_surveys/42183/43754_en.pdf [27.08.2006].

74

25) Ministry of Finance. (2004). Economic Survey, September 2004 [online]. Available: http://www.vm.fi/vm/en/04_publications_and_documents/01_publications/02_economic_surveys/88473/88476_en.pdf [27.08.2006]. 26) Ministry of Finance. (2005). Economic Survey, September 2005 [online]. Available: http://www.vm.fi/vm/en/04_publications_and_documents/01_publications/02_economic_surveys/96472/96475_en.pdf [27.08.2006]. 27) Ministry of Finance. (2005). Stability Program for Finland. [online]. Available: http://www.vm.fi/vm/en/04_publications_and_documents/01_publications/02_economic_surveys/98126/98130_en.pdf [5.09.2006]. 28) Ministry of Labour. (2004). Finland nation action plan for employment 2004 [online]. Available: http://www.mol.fi/english/reports/nap2004engllish.pdf [4.09.2006]. 29) Norčič, Oto. 2000. Razvoj in temelji sodobne ekonomske misli. Ljubljana: Ekonomska fakulteta. 30) OECD – Organisation for Economic Co-operation and Development. 2006. Economic Survey of Finland, 2006 [online]. Available: http://www.oecd.org/document/22/0,2340,en_2649_201185_36546326_1_1_1_1,00.html [5.09.2006]. 31) OECD – Organisation for Economic Co-operation and Development. (2006). OECD Economic Outlook No. 79 - Statistical Annex Tables [online]. Available: http://www.oecd.org/document/61/0,2340,en_2649_201185_2483901_1_1_1_1,00.html [23.08.2006]. 32) Overbeek, Peter. 2006. Inter-industry Dependence in four Countries with Hypothetical Extraction [online]. Available: http://www.eco.rug.nl/dge/downloads/overbeek.pdf [2.09.2006] 33) Pfajfar, Lovrenc and Aleša Lotrič Dolinar. 2000. Intersectoral Linkages in the Slovenian Economy in the Years 1990, 1992, 1993 and 1995. [online]. International Input-Output Association, Vienna. Available: http://www.iioa.at/pdf/13th%20conf/Pfajfar&Dolinar_SlovenianLinkages.pdf [25.08.2006]. 34) Rasmussen P. Nørregaard. 1956. Studies in Intersectoral Relations. Amsterdam: North Holland. 35) Sekulić, Mijo. 1980. Međusektorski modeli i strukturna analiza. Zagreb: Informator. 36) Statistics Finland. (2006a). National Accounts [online]. Available: http://www.stat.fi/tup/suoluk/suoluk_kansantalous_en.html [22.08.2006].

75

37) Statistics Finland. (2006b). Wages, Salaries and Labour Cost [online]. Available: http://www.stat.fi/tup/suoluk/suoluk_palkat_en.html [22.08.2006]. 38) Statistics Finland. (2006c). Government Finance [online]. Available: http://www.stat.fi/til/jul_en.html [23.08.2006]. 39) Statistics Finland. (2006d). Trade [online]. Available: http://www.stat.fi/tup/suoluk/suoluk_kotimaankauppa_en.html [23.08.2006] 40) Statistics Finland. (2006). Input - Output Tables [online]. Available: http://www.stat.fi/til/pt/tau_en.html [3.07.2006]. 41) Strašek, Sebastjan in Timotej Jagrič. 2004. Sektorska ekonomika. Maribor: Ekonomsko-poslovna fakulteta. 42) Štraser, Vesna. 1995. Razmerja v slovenskem gospodarstvu v letih 1992 in 1993 v luči input-output tabel. Ljubljana: Urad za makroekonomske analize in razvoj. 43) WHO – World Health Organisation (2004). The World Health Report: Finland [online]. Available: http://www.who.int/whr/2004/annex/country/fin/en/ [1.09.2006]. 44) WHO – World Health Organisation (2006). European health for all database (HFA-DB) [online]. Available: http://data.euro.who.int/hfadb/ [1.09.2006].