1. Оё манбаъ воқеан аз аввал то охир ва ҳамроҳ бо тасвирҳояш баррасӣ шуд? Бале; матни асосии PDF-и 36-саҳифагӣ, нӯҳ расми асосӣ, ду ҷадвали асосии натиҷаҳо, Appendix A-D ва махсусан математикаи reconciliation дар Appendix B баррасӣ шуданд. 2. Оё ҳамаи бозёфтҳои илмӣ ба манбаъ асос ёфтаанд? Бале; ягон арзиши grid, дақиқии модел, натиҷаи кишвар ё нишондиҳандаи бахш, ки дар манбаъ вуҷуд надошт, сохта нашуд. 3. Оё ҳувияти библиографӣ дуруст аст; веби беруна танҳо барои тасдиқи библиографӣ истифода шуд? Бале; веби беруна танҳо барои санҷидани санаи расмии нашр, рақам ва сабти DOI-и IMF истифода шуд. Рақами коре, ки дар recommended-citation-и PDF намерасид, алоҳида зикр гардид. 4. Оё фарқи симулятсия / таҷриба / саҳро / клиникӣ / назариявӣ дуруст аст? Бале; таҳқиқот таҷрибаи сабабии саҳроӣ нест, балки методологияи таҷрибавии downscaling-и фазоӣ ва тавлиди маълумот аст, ки маълумоти расмиро бо мушоҳидаҳои Замин якҷо мекунад. 5. Оё формулаи марказӣ, параметри усул, расм ё натиҷаи ададӣ дар манбаъ партофта шуд? Муодилаи spatial random forest, cross-validation, forward feature selection, маҳдудиятҳои grid, маҳдудиятҳои reconciliation, талафоти квадратӣ, GLS estimator, нишондиҳандаҳои иҷро, натиҷаҳои бахшӣ ва маҳдудиятҳои асосӣ баррасӣ шуданд. 6. Оё паёми илмии расмҳо ва графикҳо дуруст аст? Бале; азбаски маълумоти хоми ҳуҷайравии харитаҳои манбаъ дастрас набуд, харитаи сохтаи Канада–ИМА тавлид нашуд. Робитаҳои дақиқи усул бо схемаи мустақили раванди SVG нишон дода шуданд. 7. Оё тартиби шаш H2-и сохторӣ нигоҳ дошта шудааст? Бале. 8. Агар H2-ҳои иловагӣ бошанд, онҳо танҳо саволҳои арзишманди AEO мебошанд? Бале; gridded ММД, spatial random forest ва reconciliation барои фаҳмидани маркази таҳқиқот арзиши мустақили савол доранд. 9. Оё entity/усул/модели асосии илмӣ равшан ва бо дастгирии манбаъ таъриф шудааст? Бале; gridded GDP, spatial random forest ва statistical reconciliation дар истифодаи аввал бо он ки чӣ ҳастанд ва чӣ мекунанд, таъриф шуданд. 10. Оё ҳудуди тафсири дастгиришуда / дастгиринашудаи таҳқиқот намоён аст? Бале; тақсимоти моделӣ аз омори расмӣ, коррелятсия аз сабабият ва reconciliation аз тасдиқи мустақили ҳуҷайра ҷудо карда шуданд. 11. Оё сохтори HTML/SVG/Base64 бехатар аст? Бале; script, iframe, event handler, foreignObject, URL-и тасвири беруна ва Base64-и вайрон истифода нашуд. SVG мустақил, бемиқёс ва бо тегҳои пӯшида аст. 12. Оё мақола барои тарҷума бехатар аст ва ҷузъиёти илмӣ барои осонии тарҷума кам карда шуд? Бале; истилоҳҳои canonical собит нигоҳ дошта шуданд, муодилаҳои MathJax аз матни намоён ҷудо шуданд ва ҷузъиёти техникӣ ҳифз гардид. ЗЕРДАРВОЗАИ РЕФЕРЕНСИ ТАСВИР: A. Паёми илмии харитаҳои муҳими манбаъ дар матн шарҳ дода шуд; азбаски маълумоти хоми ҳуҷайравӣ набуд, худи харитаҳо сохта нашуданд. B. Ҷараёни усуле, ки бозсозӣ мешавад, танҳо бо матн гузаронда нашуд; SVG-и воқеии inline сохта шуд. C. Арзишҳои иҷрои манбаъ бо ҷадвали намоёни HTML дода шуданд. D. Истиноди холӣ ба “Расми X”-и нонамоён гузошта нашуд. ЗЕРДАРВОЗАИ ҲУҚУҚИ МУАЛЛИФ / ЛИТСЕНЗИЯ: Манбаъ © 2026 International Monetary Fund ва ибораи “Not for Redistribution”-ро дорад. Литсензияи кушодаи Creative Commons муайян нашуд. Харитаҳо ё графикҳои манбаъ айнан нусхабардорӣ нашуданд; танҳо робитаҳои илмӣ бо схемаи мустақили Verianla, ҷадвал ва баёни аслӣ пешниҳод шуданд.

ММД дар шабакаи ҷуғрофӣ (gridded GDP) шакли фазоии пешниҳоди маълумоти макроиқтисодӣ мебошад, ки имкон медиҳад истеҳсоли иқтисодӣ на танҳо барои минтақаҳои маъмурӣ, ба монанди кишвар, иёлот ё вилоят, балки дар ҳуҷайраҳои мунтазами ҷуғрофӣ баҳогузорӣ шавад. Таҳқиқоти Marco Marini, Jim Tebrake ва Andinet Woldemichael бо якҷо кардани маълумоти расмии миллӣ ва зеримиллии ММД бо аҳолӣ, чароғҳои шабона, минтақаи биношуда, пӯшиши замин ва дигар тағйирёбандаҳои мушоҳидаи Замин бо тафриқаи баланд усули думарҳилаиро барои тавлиди ММД-и таҷрибавӣ ва ҳиссаҳои 10 бахш дар ҳуҷайраҳои grid-и тақрибан 1 km² барои Канада ва Иёлоти Муттаҳидаи Амрико таҳия мекунад.

Дар марҳилаи аввал муҳаққиқон моделҳои spatial random forest-ро дар муфассалтарин сатҳи маъмурие, ки маълумоти расмии ММД ва бахшӣ мавҷуд аст, омӯзиш медиҳанд. Дар ИМА маълумоти омӯзишӣ то сатҳи county мерасад, дар ҳоле ки дар Канада танҳо сатҳи province/territory аст. Вурудҳои модел аҳолӣ, чароғҳои шабона, диоксиди нитроген, зичӣ ва масоҳати биноҳо, фосила то роҳи автомобилгард ва сатҳи биношуда, фосила то замини кишоварзӣ, ҳарорат, боришот, пӯшиши замин ва наздикӣ ба иншооти саноати вазнинро дар бар мегиранд.

Дар марҳилаи дуюм баҳогузориҳои grid, ки бо омӯзиши мошинӣ тавлид шудаанд, мустақиман ҳамчун маълумоти ниҳоӣ қабул намешаванд. Муҳаққиқон бо усули оптимизатсияи квадратӣ бо номи statistical reconciliation баҳогузориҳои grid ва бахширо бо ҳисобҳои расмии минтақавӣ бозмувофиқ мекунанд. Ҳамин тавр, ҷамъбасти баҳогузориҳои сатҳи ҳуҷайра ба ММД-и расмии минтақа ва ҷамъбасти бахшҳо айнан баробар карда мешавад, дар ҳоле ки тақсимоти фазоии пешниҳодкардаи омӯзиши мошинӣ то ҳадди имкон ҳифз мегардад.

Барои фаъолияти умумии иқтисодӣ иҷрои модел баланд аст: дар модели log ММД \(R^2=0{,}95\), дар модели log ММД/km² \(R^2=0{,}94\) гузориш шудааст. Аммо иҷро дар сатҳи бахшҳо ба таври назаррас фарқ мекунад. Барои кишоварзӣ \(R^2=0{,}54\), барои истихроҷи маъдан 0,48, барои молия ва хизматрасониҳои тиҷоратӣ 0,44 ва барои истеҳсолот 0,30 аст, дар ҳоле ки барои идоракунии давлатӣ 0,04 ва барои хизматрасониҳои коммуналӣ 0,12 мебошад.

Ин фарқ муҳим аст; зеро нишондиҳандаҳои физикӣ, ба монанди чароғҳои шабона, биносозӣ ва пӯшиши замин, метавонанд кишоварзӣ, истихроҷи маъдан ё фаъолияти зичи иқтисодии шаҳриро то андозае инъикос кунанд, аммо дар хизматрасониҳои давлатӣ ва баъзе бахшҳои хизматрасонӣ ҷойи эҷоди арзиш бо ҷойи инфрасохтори физикии мушоҳидашаванда яксон набошад.

Дар баҳогузориҳои ибтидоӣ пеш аз reconciliation, ҷамъбасти grid дар бахшҳои кишоварзӣ ва utilities метавонад аз ҷамъбасти расмии бахшҳо тақрибан чор-панҷ маротиба фарқ кунад. Reconciliation ин носозгории умумиро аз нигоҳи ҳисобдорӣ ислоҳ мекунад; аммо ин ислоҳ маънои онро надорад, ки баҳогузории ҳар ҳуҷайраи 1 km² мустақилона тасдиқ шудааст.

Яке аз муҳимтарин ҳудудҳои тафсири таҳқиқот Канада мебошад. Дар ҳоле ки моделсозии ИМА метавонад аз натиҷаҳои расмии сатҳи 3.082 county истифода барад, барои Канада танҳо 13 мушоҳидаи province ва territory мавҷуд аст. Аз ин рӯ, тамоми тафсилоти фазоии поёнтар аз province дар Канада тақсимоти таҷрибавии аз ҷониби модел тавлидшуда мебошад; он ММД-и расмии 1 km²-и мустақилона мушоҳидашуда нест.

Масъалаи асосии таҳқиқот чист?

Омори макроиқтисодӣ асосан барои кишвар ё минтақаҳои бузурги зеримиллӣ нашр мешавад. Ин равиш барои чен кардани ҳаҷмҳои умумии иқтисодӣ қавӣ аст; аммо ба таври муфассал нишон намедиҳад, ки фаъолияти иқтисодӣ дар дохили як кишвар дар кадом нуқтаҳои ҷуғрофӣ мутамарказ шудааст.

Ин камбудӣ махсусан дар таҳлилҳои зерин аҳамият пайдо мекунад:

• баҳогузории таъсири маҳаллии иқтисодии обхезӣ, тӯфон, сӯхтор ё дигар хатарҳои физикӣ,
• муайян кардани камбудиҳои инфрасохторӣ,
• баррасии нобаробариҳои иқтисодии минтақавӣ,
• таҳлили фазоии робитаҳои нақлиётӣ ва тиҷоратӣ,
• моделсозии истеҳсоли маҳаллӣ ва тамаркузи бахшҳо.

Масалан, дар дохили як иёлот ё province метрополиси калон, минтақаи кишоварзӣ, минтақаи истихроҷи маъдан ва минтақаи деҳотии камаҳолӣ метавонанд дар як миёнаи маъмурӣ нопадид шаванд. Аз ин рӯ, таҳқиқот ҳадаф дорад фаъолияти иқтисодиро бе вайрон кардани ҷамъбасти расмӣ ба ҳуҷайраҳои хурдтари ҷуғрофӣ тақсим кунад.

ММД дар Шабакаи Ҷуғрофӣ Чист?

ММД дар шабакаи ҷуғрофӣ пешниҳоди фазоии ҷамъбасти расмии истеҳсоли иқтисодӣ мебошад, ки ба ҳуҷайраҳои мунтазами ҷуғрофӣ тақсим шудааст; дар ин таҳқиқот тафриқаи ҳадаф тақрибан 1 km² буда, арзишҳои ҳуҷайраҳо ченаки мустақими расмӣ нестанд, балки баҳогузориҳои моделие мебошанд, ки аз ҳисобҳои расмӣ ва нишондиҳандаҳои фазоии дорои тафриқаи баланд ҳосил шудаанд.

Мафҳуми Gross Cell Product

Дар адабиёт истеҳсол дар ҳуҷайраи grid баъзан Gross Cell Product (GCP) номида мешавад. Маънои консептуалии GCP ба ММД монанд аст; фарқ дар он аст, ки минтақаи ченкунӣ ба ҷойи кишвар ё минтақаи маъмурӣ ҳуҷайраи grid-и андозаи муайян мебошад.

Ҳадафи таҳқиқот сохтани низоми нави ҳисобҳои миллӣ ба ҷойи ММД-и расмӣ нест. Баръакс, он бо нигоҳ доштани ҳисобҳои расмӣ ҳамчун “anchor”-и сатҳи боло ё ҷамъбасти собит тафсилоти фазоӣ илова мекунад.

Downscaling чӣ маъно дорад?

Downscaling раванди тақсим кардани тағйирёбандаи мавҷуд дар воҳидҳои бузурги ҷуғрофӣ ба воҳидҳои хурдтари фазоӣ бо истифода аз маълумоти вобастаи дорои тафриқаи баланд мебошад.

Дар ин таҳқиқот раванд тақрибан:

\[ \text{Resmî bölgesel GSYH} \rightarrow \text{Yer gözlemi ilişkileri} \rightarrow \text{1 km}^2 \text{ grid tahminleri} \rightarrow \text{Resmî toplamlarla reconciliation} \]

ба ҳамин шакл пеш меравад.

Ин муодила муодилаи баҳогузории таҳқиқот нест, балки намоиши таълимии ҷараёни усул мебошад.

Чаро мушоҳидаи Замин дар бораи фаъолияти иқтисодӣ маълумот медиҳад?

Ҳеҷ яке аз тағйирёбандаҳои фазоие, ки дар таҳқиқот истифода шудаанд, худ ба худ “ММД” нестанд. Онҳо нишондиҳандаҳое мебошанд, ки метавонанд бо тақсимоти ҷуғрофии фаъолияти иқтисодӣ алоқаманд бошанд.

Аҳолӣ: дар бораи пешниҳоди меҳнат ва зичии истеъмолкунандагон маълумот медиҳад.

Чароғҳои шабона: метавонанд тавассути зичии маҳалҳои равшаншудаи аҳолинишин ва истеҳсолӣ ҳамчун тағйирёбандаи прокси барои фаъолияти иқтисодӣ истифода шаванд.

NO₂: метавонад дар ҷойҳое, ки манбаъҳои сӯзиш, аз қабили воситаҳои нақлиёт ва мошинҳои сӯзишвории истифодакунанда зичанд, дар бораи фаъолияти маҳаллии иқтисодӣ маълумот диҳад.

Изи биноҳо: тавассути шумора, зичӣ ва масоҳати ишғолкардаи биноҳо бо сармояи физикӣ ва зичии ҷойгиршавӣ алоқаманд аст.

Пӯшиши замин: метавонад барои гирифтани робитаи замини кишоварзӣ, минтақаи дарахтзор, минтақаи биношуда, об, барф/ях ва дигар синфҳои сатҳ бо тақсимоти фазоии бахшҳо кӯмак кунад.

Тағйирёбандаҳои фосила: фосила то роҳи автомобилгард, сатҳи биношуда ва замини кишт робитаи намудҳои гуногуни фаъолиятро бо марказҳои шаҳрӣ ва инфрасохтор ифода мекунад.

Иншооти саноати вазнин: дар бораи мавҷудияти ҷуғрофии фаъолияти муайяни истеҳсолӣ, ба монанди оҳан ва пӯлод, маълумоти мустақими ҷойгиршавӣ медиҳад.

Натиҷаҳои аҳолӣ ва чароғҳои шабонаро чӣ гуна бояд хонд?

Ҳангоми арзёбии якҷояи Канада ва ИМА, манбаъ байни ММД-и зеримиллӣ ва аҳолӣ тақрибан \(R^2=0{,}95\), байни чароғҳои шабона ва ММД бошад тақрибан \(R^2=0{,}94\) гузориш медиҳад.

Ин арзишҳои баланд нишон намедиҳанд, ки аҳолӣ ё чароғҳои шабона ММД-ро “эҷод мекунанд”. Инҳо робитаҳои қавии пешгӯии фазоӣ мебошанд. Модел ин тағйирёбандаҳоро барои баҳогузории тақсимоти ҷуғрофии фаъолияти иқтисодӣ истифода мебарад.

Манбаъҳои маълумот ва тафриқаи онҳо

Таснифи 10 бахш

Маълумоти расмии кишварӣ ва зеримиллии бахшҳо бо таснифи Groningen Growth and Development Centre 10-Sector Database ҳамоҳанг карда шудааст. Тасниф ба ISIC Rev. 3.1 асос меёбад.

Дар охири рӯйхати тағйирёбандаҳои ҳадаф дар муодилаи усули манбаъ аломати иловагии SER низ дида мешавад. Азбаски дар ҷадвали 10 бахши Appendix A категорияи алоҳидаи SER таъриф нашудааст, Verianla ба ин аломат маънои наве, ки дар манбаъ вуҷуд надорад, надодааст.

Spatial Random Forest Дар Ин Таҳқиқот Чӣ Кор Мекунад?

Spatial random forest равиши омӯзиши мошинии бар ансамбли дарахтон асосёфта мебошад, ки робитаҳои ғайрихаттии пешгӯӣ байни натиҷаҳои расмии иқтисодии зеримиллӣ ва нишондиҳандаҳои ҷуғрофии дорои тафриқаи баландро меомӯзад ва ин робитаҳоро ба ҳуҷайраҳои grid интиқол медиҳад; ҳадаф дар таҳқиқот тавлиди коэффисиенти сабабӣ нест, балки анҷом додани баҳогузории фазоӣ мебошад.

Муодилаи асосии модел

Манбаъ моделро барои ҳар як тағйирёбандаи ҳадаф дар шакли умумии зерин таъриф мекунад:

\[ y_i^k=f(X_i^k)+\varepsilon_i^k. \]

Дар ин ҷо:

• \(i\), воҳиди маъмурии зеримиллиро ифода мекунад, ки дар он маълумоти расмӣ мушоҳида мешавад.
• \(k\), тағйирёбандаи ҳадафро, ба монанди log ММД, ММД/km² ё ҳиссаи муайяни бахш, ифода мекунад.
• \(y_i^k\), тағйирёбандаи ҳадафи мушоҳидашуда дар воҳиди маъмурӣ мебошад.
• \(X_i^k\), векторест, ки аз аҳолӣ, чароғҳои шабона, биносозӣ, иқлим ва дигар тағйирёбандаҳои тавзеҳии ҷуғрофӣ иборат аст.
• \(f(\cdot)\), мувофиқсозии ғайрихаттии номаълумест, ки spatial random forest меомӯзад.
• \(\varepsilon_i^k\), ҳади хатои иловагӣ мебошад, ки модел шарҳ дода наметавонад.

Ҷанбаи муҳими муодила ин аст, ки муҳаққиқон барои \(f(\cdot)\) пешакӣ шакли функсияи хаттиро таҳмил намекунанд. Random forest равиши чандири пешгӯӣ аст, ки ба истифодаи якҷояи бисёр дарахти қарор асос меёбад.

Мантиқи random forest

Дар мантиқи умумии random forest шумораи зиёди дарахтони қарор дар асоси маҷмӯаҳои гуногуни мушоҳида ва тағйирёбанда сохта мешаванд. Ҳар дарахт барои тағйирёбандаи ҳадаф баҳогузорӣ медиҳад ва баҳогузориҳои ансамбли дарахтон якҷо мешаванд.

Истифода дар ин таҳқиқот ҳамчун spatial таъриф мешавад; зеро омӯзиш ва арзёбии модел адабиёти spatial machine learning-ро ба тарзе пайгирӣ мекунад, ки вобастагии ҷуғрофиро ба ҳисоб мегирад.

Манбаъ гузориш медиҳад, ки дар амал китобхонаи CAST Version 1.04 дар R истифода шудааст.

Интихоби тағйирёбандаҳо чӣ гуна анҷом дода мешавад?

Манбаъ аз forward feature selection истифода мебарад.

Forward feature selection равиши интихоби хусусиятҳо мебошад, ки аз маҷмӯи маҳдуди тағйирёбандаҳо оғоз карда, тағйирёбандаҳои тавзеҳиро, ки иҷрои пешгӯиро беҳтар мекунанд, марҳила ба марҳила ба модел илова мекунад.

Ҳадаф ба таври автоматӣ пур кардани модел бо ҳар тағйирёбандаи ҷуғрофии мавҷуд нест, балки интихоби маҷмӯае мебошад, ки иҷрои пешгӯиро барои тағйирёбандаи ҳадаф беҳтар мекунад.

Cross-validation чӣ гуна анҷом дода мешавад?

Барои иҷрои модел манбаъ гузориш медиҳад, ки дар доираи k-fold cross-validation аз равиши leave-one-out истифода мекунад.

Дар мантиқи leave-one-out мушоҳида ё воҳиди фазоии муайян аз омӯзиш хориҷ карда мешавад, модел бо маълумоти боқимонда омӯзонида мешавад ва иҷрои пешгӯӣ дар воҳиди берунмонда санҷида мешавад. Раванд барои мушоҳидаҳои гуногун такрор шуда, арзёбӣ мешавад, ки модел танҳо маълумоти омӯзиширо аз ёд кардааст ё не.

Манбаъ аз байни вариантҳои модел спецификатсияеро интихоб мекунад, ки пасттарин арзиши Root Mean Square Error (RMSE)-ро дорад.

RMSE, MAE ва R² чиро нишон медиҳанд?

RMSE ченаки миёнаи хато мебошад, ки квадратҳои хатои пешгӯиро бештар ҷазо медиҳад. RMSE-и пасттар бо иҷрои беҳтари пешгӯӣ мувофиқ аст.

MAE бузургии миёнаи фарқиятҳои мутлақ байни пешгӯӣ ва мушоҳидаро чен мекунад. Арзиши пасттар маънои хатои миёнаи хурдтарро дорад.

\(R^2\) ченаки он аст, ки чӣ қадар аз вариатсияи тағйирёбандаи ҳадаф бо баҳогузориҳои модел мувофиқ аст. Наздик шудани арзиш ба 1 маънои мувофиқати баландтарро дорад; аммо \(R^2\)-и баланд маънои сабабият ё дуруст баҳогузорӣ шудани ҳар ҳуҷайраи grid-ро надорад.

Манбаъ кадом гиперпараметрҳоро гузориш намедиҳад?

Манбаъ равиши spatial random forest, китобхонаи CAST 1.04, сохтори feature-selection ва cross-validation-ро шарҳ медиҳад. Бо вуҷуди ин, дар PDF барои random forest:

• шумораи ниҳоии дарахтон,
• mtry монанди шумораи тағйирёбандаҳо барои ҳар гиреҳ,
• андозаи ҳадди ақали гиреҳ,
• умқи ҳадди аксари дарахт,
• тухми ниҳоии тасодуфӣ

ва дигар гиперпараметрҳои сатҳи поён пурра ва равшан гузориш нашудаанд. Ин арзишҳо аз ҷониби Verianla тахмин карда нашудаанд.

Фарзия ҳангоми гузариш аз сатҳи маъмурӣ ба ҳуҷайраи grid-и 1 km²

Робитаҳои модел аввал дар воҳидҳои маъмурие омӯхта мешаванд, ки дар онҳо натиҷаҳои расмии иқтисодӣ мавҷуданд. Сипас ҳамон робита ба ҳуҷайраҳои grid-и дорои тафриқаи баланд татбиқ мешавад.

Аз ин рӯ, манбаъ фарзияи равшан дорад: қабул карда мешавад, ки робитаи тағйирёбандаи ҷуғрофӣ–фаъолияти иқтисодӣ, ки дар сатҳи воҳиди маъмурӣ омӯхта шудааст, дар миқёси ҳуҷайра низ қобили истифода аст.

Ин фарзия махсусан барои Канада муҳим аст; зеро дар дохили province мушоҳидаи расмии омӯзишии sub-province ММД вуҷуд надорад.

Statistical Reconciliation Чаро Лозим Аст?

Statistical reconciliation марҳилаи оптимизатсияи квадратӣ мебошад, ки баҳогузориҳои муфассали grid-и омӯзиши мошиниро, ки ҷамъбасташон метавонад аз ҳисобҳои расмӣ фарқ кунад, бо нигоҳ доштани намунаи фазоӣ ва бахшӣ то ҳадди имкон ба ҷамъбасти расмии минтақавӣ ва бахшӣ пурра мепайвандад.

Чаро баҳогузории омӯзиши мошинӣ худ ба худ кофӣ нест?

Random forest метавонад сохтори иқтисодии ҳуҷайра ё минтақаро аз нишондиҳандаҳои ҷуғрофӣ баҳогузорӣ кунад. Аммо он ба таври автоматӣ кафолат намедиҳад, ки ҷамъбасти бахшӣ ҳангоми ҷамъ кардани ҳамаи ҳуҷайраҳо бо ҳисобҳои расмии миллӣ яксон бошад.

Ин фарқ махсусан дар натиҷаҳои ибтидоии таҳқиқот равшан дида мешавад. Дар баъзе бахшҳо, ба монанди кишоварзӣ ва utilities, ҷамъбасти grid пеш аз reconciliation метавонад аз арзишҳои расмӣ чанд маротиба фарқ кунад.

Аз ин рӯ, мақола омӯзиши мошиниро ба ҷойи омори расмӣ намегузорад, балки онро ҳамчун муҳаррики тақсимоти фазоӣ истифода мебарад, ки бо омори расмӣ маҳдуд карда мешавад.

Нотацияи reconciliation

Дар Appendix B:

• \(g=1,\ldots,G\): ҳуҷайраҳои grid-ро,
• \(i=1,\ldots,I\): бахшҳоро,
• \(r=1,\ldots,R\): минтақаҳои зеримиллиро

ифода мекунад.

\(p_{g,i}\), баҳогузории омӯзиши мошинӣ пеш аз reconciliation барои grid \(g\) ва бахш \(i\) мебошад.

\(x_{g,i}\), арзиши ниҳоӣ пас аз reconciliation барои ҳамон ҳуҷайра ва бахш мебошад.

Матритсаи aggregation-и фазоӣ

Манбаъ:

\[ S_{rg}= \begin{cases} 1, & \text{grid } g \in r,\\ 0, & \text{aksi halde} \end{cases} \]

матритсаро таъриф мекунад.

Агар \(S_{rg}=1\) бошад, ҳуҷайраи grid \(g\) дар минтақаи \(r\) ҷойгир аст. Агар \(S_{rg}=0\) бошад, ҷойгир нест.

Ин матритсаи оддии дуӣ имкон медиҳад, ки аз лиҳози алгебравӣ муайян карда шавад, ки миллионҳо ҳуҷайраи grid ба кадом минтақаи расмии маъмурӣ тааллуқ доранд.

Маҳдудияти якум: ҷамъбасти минтақа ва бахш

Барои ҳар минтақаи \(r\) ва бахши \(i\):

\[ \sum_{g\in r}x_{g,i} = y_{r,i}^{\mathrm{off}}. \]

Дар ин ҷо \(y_{r,i}^{\mathrm{off}}\), ҷамъбасти расмии иқтисодӣ барои минтақа ва бахши дахлдор мебошад.

Маънои ин маҳдудият чунин аст: масалан, вақте ҳамаи ҳуҷайраҳои grid-и истеҳсолӣ дар дохили province-и муайян ҷамъ карда мешаванд, натиҷа бояд ба арзиши расмии истеҳсолоти province баробар бошад.

Маҳдудияти дуюм: ҳамаи бахшҳои минтақа

Манбаъ дуюм:

\[ \sum_{i=1}^{I} \sum_{g\in r} x_{g,i} = y_r^{\mathrm{off}} \]

шартро татбиқ мекунад.

Ин муодила талаб мекунад, ки ҳангоми ҷамъ кардани ҳамаи бахшҳо ва ҳамаи ҳуҷайраҳои grid ба ММД-и умумии расмии минтақаи дахлдор расида шавад.

Чаро Kronecker product истифода мешавад?

Манбаъ ҳангоми навиштани ҳамон маҳдудиятҳо дар шакли матритсавӣ бо рамзи \(\otimes\) аз Kronecker product истифода мебарад.

Kronecker product имкон медиҳад матритсаи aggregation-и фазоӣ ва андозаи бахш дар як сохтори бузурги блок-матрица якҷо карда шаванд.

Ҳангоми истифодаи матритсаи воҳидии бахш \(I_I\), маҳдудияти ҷамъбасти минтақавии ҳар бахш алоҳида нигоҳ дошта мешавад. Ҳангоми истифодаи вектори аз якҳо иборат \(1_I'\), бахшҳо метавонанд якҷо ҷамъ карда шаванд.

Шакли фишурдаи ҳамаи маҳдудиятҳо

Манбаъ ҳамаи маҳдудиятҳои расмии ҳисобдориро:

\[ Hx=y_a \]

дар як система ҷамъ мекунад.

\(H\), матритсаи камзичест, ки сохтори ҳисобдории минтақа-бахшро рамзгузорӣ мекунад. \(x\), вектори калони арзишҳои reconciled-и grid-бахш мебошад. \(y_a\), арзишҳои расмии aggregate-ро, ки бояд татбиқ шаванд, ифода мекунад.

Функсияи талафоти квадратӣ

Ҳангоми мувофиқ кардани баҳогузории омӯзиши мошинӣ ба ҷамъбасти расмӣ, вайрон кардани нолозими сохтори ибтидоии фазоии ҳуҷайраҳо матлуб нест.

Аз ин рӯ, манбаъ:

\[ \min_x \sum_{g,i} \left( \frac{x_{g,i}-p_{g,i}} {p_{g,i}} \right)^2 \]

меъёрро истифода мебарад.

Ин ифода тағйироти мутлақро не, тағйироти нисбиро ҷазо медиҳад.

Масалан, тағйироти якхелаи 10 воҳид барои ҳуҷайраи калон бо баҳогузории ибтидоии 1.000 ислоҳи нисбии хурд, аммо барои ҳуҷайраи хурд бо баҳогузории ибтидоии 20 ислоҳи нисбии хеле калонро ифода мекунад.

Матритсаи вазн

Дар шакли матритсавӣ:

\[ \min_x (x-p)'W(x-p) \]

ва:

\[ W= \operatorname{diag} \left( \frac{1}{p_{g,i}^2} \right). \]

Матритсаи вазн \(W\) имкон медиҳад ҷазои хато дар миқёси нисбӣ татбиқ шавад.

Масъалаи оптимизатсияи маҳдуд

Масъалаи пурра:

\[ \min_x (x-p)'W(x-p) \]

бо шарти:

\[ Hx=y_a. \]

Ба ибораи дигар, система бояд ҳамзамон ду корро анҷом диҳад:

1. ба ҷамъбасти расмии ҳисобдорӣ пурра мувофиқат кунад,
2. аз тақсимоти ибтидоии фазоӣ-бахшӣ, ки бо омӯзиши мошинӣ гирифта шудааст, то ҳадди имкон камтар ба таври нисбӣ дур шавад.

GLS reconciliation estimator

Шартҳои дараҷаи аввал дар манбаъ ҳалли зеринро медиҳанд:

\[ x = p - W^{-1}H' \left( HW^{-1}H' \right)^{-1} \left( Hp-y_a \right). \]

Ин муодила яке аз сохторҳои муҳимтарини математикии таҳқиқот мебошад.

\(p\): баҳогузориҳои ибтидоии омӯзиши мошинӣ мебошанд.

\(Hp\): ҷамъбастест, ки ин баҳогузориҳои ибтидоӣ дар зери сохтори расмии aggregation ба вуҷуд меоранд.

\(Hp-y_a\): носозгорӣ байни ҷамъбасти омӯзиши мошинӣ ва ҷамъбасти расмӣ мебошад.

\(W^{-1}H'(HW^{-1}H')^{-1}\): сохтори ислоҳест, ки муайян мекунад ин носозгорӣ бо кадом вазнҳо ба ҳуҷайраҳои grid ва бахш бозтақсим карда мешавад.

\(x\): натиҷаи reconciled мебошад, ки ҳамаи маҳдудиятҳои расмиро иҷро мекунад.

Чаро ин системаро ҳисоб кардан мумкин аст?

Матритсаи \(H\) ниҳоят камзич аст; зеро як ҳуҷайраи grid танҳо бо минтақае, ки ба он тааллуқ дорад, ва блокҳои бахшии дахлдор пайваст аст.

Манбаъ мегӯяд, ки ин сохтори камзич бо усулҳои:

• sparse Cholesky,
• multifrontal factorization

дар системаҳои бузурги grid самаранок ҳал карда мешавад.

Чаро барои баҳогузориҳои сифр 0,01 илова мешавад?

\[ W= \operatorname{diag}(1/p_{g,i}^2) \]

азбаски ҳангоми \(p_{g,i}=0\) вазн номуайян мешавад.

Манбаъ барои ҳалли ин масъалаи техникӣ пеш аз reconciliation ба ҳуҷайраҳои дорои баҳогузории сифр арзиши хурди notional ба андозаи 0,01 медиҳад.

Пас аз анҷоми reconciliation ин 0,01 боз хориҷ карда шуда, ҳуҷайра пурра ба сифр баргардонда мешавад.

Ин 0,01 ченаки фаъолияти иқтисодӣ нест; арзиши ёрирасони техникӣ аст, ки барои муайян нигоҳ доштани матритсаи вазн дар оптимизатсияи ададӣ истифода мешавад.

Оё reconciliation метавонад арзиши манфӣ тавлид кунад?

Ҳалли GLS, ки манбаъ истифода мебарад, аз нигоҳи аломат маҳдуд нест. Аз ин рӯ, агар аз ҷиҳати назариявӣ ислоҳи калон лозим шавад, баъзе арзишҳои reconciled-и ҳуҷайра метавонанд манфӣ бошанд.

Аммо манбаъ равшан мегӯяд, ки дар татбиқи Канада–ИМА пас аз reconciliation арзиши манфӣ ба вуҷуд наомадааст.

Усул ва Натиҷаҳои Таҳқиқот

Усули думарҳилаӣ

Занҷири усули таҳқиқот аз ду марҳилаи асосӣ иборат аст:

1. Марҳилаи омӯзиши мошинӣ: робитаҳо байни ММД-и расмии маъмурӣ ва натиҷаҳои бахшӣ бо тағйирёбандаҳои ҷуғрофии дорои тафриқаи баланд омӯхта шуда, ба ҳуҷайраҳои grid татбиқ мешаванд.
2. Марҳилаи reconciliation: баҳогузориҳои grid бо оптимизатсияи квадратӣ тавре ислоҳ мешаванд, ки ба ҷамъбасти расмии минтақа ва бахшҳо пурра мувофиқат кунанд.

Ду маҳдудияти иловагӣ дар сатҳи grid

Манбаъ инчунин талаб мекунад, ки:

• ҷамъбасти ҳиссаҳои баҳогузоришудаи 10 бахш дар воҳиди маъмурии дахлдор 1 бошад,
• дар ҷойҳое, ки ММД сифр баҳогузорӣ шудааст, ба монанди минтақаҳои калони пайвастаи об, биёбонҳои беаҳолӣ ва минтақаҳои барфи доимӣ, ҳиссаҳои бахшӣ низ сифр бошанд

ҳамчун шарти ҳатмӣ муқаррар мекунад.

Иҷрои модел

Манбаъ инчунин дар матн арзишҳои \(R^2\)-ро барои моделҳои log ММД ба ҳар сари аҳолӣ ва log ММД ба ҳар сари аҳолӣ/km² мутаносибан тақрибан 0,50 ва 0,56 гузориш медиҳад. Дар ин ду вариант аҳолӣ аз маҷмӯи тағйирёбандаҳои тавзеҳӣ хориҷ шудааст.

Чаро иҷрои бахшҳо фарқ мекунад?

Бахшҳое, ба монанди кишоварзӣ ва истихроҷи маъдан, бо ҷуғрофияи физикӣ изи фазоии қавитар доранд. Кишоварзӣ метавонад бо пӯшиши замин ва истихроҷи маъдан бо ҷойгиршавии муайяни ҷуғрофӣ ва иншоот алоқаманд карда шавад.

Дар бахшҳое, ба монанди хизматрасонӣ, идоракунии давлатӣ ва utilities, ҷойи физикии мушоҳидашаванда метавонад бо ҷойе, ки эҷоди арзиш дар ҳисобҳои миллӣ сабт мешавад, яксон набошад.

Аз ин рӯ, манбаъ таъкид мекунад, ки қудрати пешгӯии тағйирёбандаҳо дар сатҳи бахшҳо ба таври назаррас фарқ мекунад.

Оё рейтинги аҳамияти тағйирёбанда сабабият аст?

Не. Манбаъ равшан мегӯяд, ки рейтингҳои variable-selection дар Figure 5 танҳо саҳм дар пешгӯиро нишон медиҳанд.

Масалан, built-up area, population ва nighttime light барои ММД-и умумӣ дар ҷойҳои боло қарор доранд, дар ҳоле ки cropland дар модели кишоварзӣ тағйирёбандаи қавӣ аст.

Ин ҳолат натиҷаи сабабие ба шакли “афзоиши чароғҳои шабона ММД-ро ҳамин қадар зиёд мекунад” намедиҳад.

Бузургтарин фарқиятҳо пеш аз reconciliation

Вақте манбаъ баҳогузориҳои ибтидоии grid-ро бо ММД-и расмии бахшӣ муқоиса мекунад, бузургтарин фарқиятҳоро барои кишоварзӣ ва utilities мушоҳида мекунад.

Дар ҳар ду бахш ҷамъбасти grid пеш аз reconciliation метавонад тақрибан ба чор-панҷ баробари маълумоти расмӣ расад.

Барои кишоварзӣ ин натиҷа махсусан омӯзанда аст; зеро арзиши \(R^2\)-и модели кишоварзӣ 0,54 буда, дар байни бахшҳо нисбатан баланд аст.

Ин ҳолат нишон медиҳад, ки мувофиқати хуби баҳогузорӣ дар сатҳи маъмурӣ маънои мувофиқати автоматии ҳисобдорӣ дар ҷамъбасти grid-ро надорад.

Манбаъ инро қисман бо он шарҳ медиҳад, ки замини кишоварзӣ нисбат ба арзиши иловагии иқтисодии худ масоҳати физикии хеле калонро ишғол мекунад.

Дар бахшҳои шаҳрмеҳвар баҳогузории ибтидоӣ наздиктар аст

Дар бахшҳои молия ва хизматрасониҳои тиҷоратӣ, савдо ва меҳмондорӣ, истеҳсолот, инчунин нақлиёт ва алоқа, таносуби баҳогузориҳои пеш аз reconciliation ба ҷамъбасти расмӣ дар Канада ва ИМА умуман дар ҳудуди тақрибан %75–90 аст.

Ин натиҷа бо он мувофиқ аст, ки фаъолияти шаҳрӣ ва тиҷоратӣ метавонад тавассути чароғҳои шабона, биносозӣ ва дигар нишондиҳандаҳои физикӣ бештар намоён бошад.

Reconciliation ин мушкилро чӣ гуна ҳал мекунад?

Reconciliation ҷамъбасти grid-и ҳамаи бахшҳоро ба сатҳи ҳисобҳои расмии миллӣ ва зеримиллӣ миқёсбандӣ ва бозтақсим мекунад.

Аммо дар ин ҷо фарқи хеле муҳим вуҷуд дорад:

Ба даст овардани мувофиқати aggregate маънои ба даст овардани тасдиқи мустақил дар сатҳи ҳуҷайраро надорад.

Пас аз reconciliation баробар шудани ҷамъбасти минтақа ба ММД-и расмӣ аз ҷиҳати математикӣ кафолат дода мешавад. Аммо он ки фаъолияти иқтисодӣ дар дохили ҳамин ҷамъбаст дақиқ ба кадом ҳуҷайраи 1 km² ва бо чӣ ҳисса тааллуқ дорад, ҳанӯз ба сохтори тақсимоти фазоии модели омӯзиши мошинӣ такя мекунад.

Фарогирии grid дар 2021

Аз рӯи ҳуҷайраҳое, ки дар маълумоти post-benchmarking ММД-и мусбат баҳогузорӣ шудааст:

Манбаъ ба ин рақамҳои фарогирӣ танҳо ҳуҷайраҳоеро дохил мекунад, ки ММД-и мусбат баҳогузорӣ шудааст.

Номувофиқии воҳиди ММД дар манбаъ

Ҷадвали асосии 1 сутуни ММД-и 2021-ро ҳамчун “USD PPP bn” нишон медиҳад ва дар бахши маълумот шарҳ медиҳад, ки ММД-и зеримиллӣ бо IMF WEO PPP international dollars benchmark танзим шудааст.

Баръакс, дар эзоҳи ҳамон ҷадвали фарогирӣ дар Appendix C ибораи “GDP figures in current USD billions” мавҷуд аст.

Ин номувофиқии воҳид дар дохили манбаъ аз ҷониби Verianla хомӯшона ислоҳ нашудааст. Аз ин рӯ, ин мақола арзишҳои умумии пулии 2021-ро дар ҳисобҳои нав истифода намекунад.

Чаро натиҷаҳои Канада ва ИМА-ро бо як сатҳи эътимод хондан мумкин нест?

Барои ИМА натиҷаҳои расмии омӯзишӣ то сатҳи county мавҷуданд. Аз ин рӯ, намунаи нозуки фазоии модел дар дохили ИМА ҳадди ақал то миқёси county аз фарқиятҳои воқеии ММД-и зеримиллӣ меомӯзад.

Барои Канада натиҷаи расмии омӯзишӣ танҳо дар сатҳи 13 province/territory аст.

Аз ин рӯ, тақсимоти дохили province-и Канада пурра аз ҷониби модел тавассути робитаҳои geocovariate тавлид мешавад.

Ба ибораи худи манбаъ, натиҷаҳои Канада бояд ҳамчун experimental model-based spatial allocations арзёбӣ шаванд; онҳо subprovincial GDP-и мустақилона тасдиқшуда нестанд.

Намунаи фазоии фаъолияти умумии иқтисодӣ

Дар натиҷаҳои post-reconciliation-и 2021 ҳуҷайраҳои grid бо баландтарин фаъолияти иқтисодӣ дар долонҳои бузурги метрополӣ мутамарказ шудаанд.

Дар нисфи шарқии ИМА фаъолияти иқтисодии сатҳи миёна ба таври пайвастатар дида мешавад, дар ҳоле ки дар минтақаҳои хушки дохилии ғарб ҳуҷайраҳои камшумортар ва арзишашон паст мавҷуданд.

Фаъолияти иқтисодӣ дар Канада асосан дар камари тангтаре наздик ба сарҳади ИМА мутамарказ мешавад ва дар арзи ҷуғрофии баланд ба таври возеҳ кам мешавад.

Ин намунаҳо натиҷаи модел мебошанд ва махсусан дар Канада набояд ҳамчун мушоҳидаҳои воқеии расмии поёнтар аз province тафсир шаванд.

Location Quotient чист?

Таҳқиқот барои нишон додани он ки кадом бахш дар ҳуҷайраи grid нисбат ба сохтори миллӣ бештар ихтисос ёфтааст, аз Location Quotient (LQ) истифода мебарад.

Таърифи эзоҳи манбаъ аз ҷиҳати математикӣ:

\[ LQ_{g,i} = \frac{\text{grid }g\text{'de sektör }i\text{ payı}} {\text{ülke genelinde sektör }i\text{ payı}} \]

ифода шуда метавонад.

\(LQ=1\), маънои онро дорад, ки вазни бахш дар ҳуҷайраи grid бо миёнаи кишвар яксон аст.

\(LQ=1{,}5\), маънои онро дорад, ки ҳиссаи бахш дар ҳуҷайраи grid аз ҳиссаи миллӣ %50 баландтар аст.

Манбаъ дар харитаи бахши dominant арзишҳои аз 1,5 боло бударо ҳамчун ихтисосёбии возеҳи маҳаллӣ тафсир мекунад.

Намунаҳои фазоии бахшӣ

Дар натиҷаҳои модел кишоварзӣ дар ҳамвориҳои дохилии Канада ва ИМА долони васеъ ва фаромарзӣ ташкил мекунад.

Фаъолияти истихроҷи маъдан, нафту газ дар минтақаҳои intermountain west-и ИМА, камари Appalachian ва баъзе минтақаҳои шимоли Канада мутамарказ мешавад.

Истеҳсолот камари таърихии саноатиро дар ҷануби Кӯлҳои Бузург ва минтақаҳои тӯлкашида ба ҷанубу шарқи ИМА пайгирӣ мекунад.

Дар ҳоле ки молия ва хизматрасониҳои тиҷоратӣ дар метрополисҳои бузурги шимолу шарқӣ мутамарказ мешаванд, идоракунии давлатӣ дар атрофи Washington D.C. ихтисосёбии қавӣ нишон медиҳад.

Яке аз паёмҳои муҳими ин натиҷаҳо он аст, ки ҷуғрофияи бахшӣ маҷбур нест сарҳадҳои маъмуриро пайгирӣ кунад. Камарҳои кишоварзӣ, истихроҷи маъдан ва истеҳсолот метавонанд берун аз сарҳади иёлот ё кишвар бефосила идома ёбанд.

Харитаи бахши молия чиро нишон намедиҳад?

Манбаъ огоҳии махсус медиҳад: қабати grid-и “Finance and Business Services” набояд ҳамчун харитаи ҷойгиршавии физикии хатарҳои молиявӣ, қарзҳо ё гаравҳо хонда шавад.

Дар молия, суғурта, амволи ғайриманқул ва хизматрасониҳои тиҷоратӣ арзиши иловагӣ аксаран метавонад дар қароргоҳи ширкат сабт шавад; дар ҳоле ки exposure-и воқеии иқтисодӣ ё молиявӣ метавонад дар дигар минтақаҳои ҷуғрофӣ бошад.

Чаро бахшҳои хизматрасонӣ душвортаранд?

Ҷойгиршавии физикии корхона, замини кишоварзӣ ё маъдан метавонад дар маълумоти зондкунии фосилавӣ нисбатан равшан бошад.

Баръакс, барои:

• миёнаравии молиявӣ,
• телекоммуникатсия,
• интиқоли барқ,
• идоракунии давлатӣ,
• хизматрасониҳое ба монанди маориф ва тандурустӣ

байни ҷойи эҷоди арзиш ва ҷойи иншооти физикӣ робитаи мустақими як-ба-як набошад.

Манбаъ мегӯяд, ки минтақаҳои иқтисодии хизматрасонӣ-меҳвар барои spatial allocation душвортаранд ва дар оянда нишондиҳандаҳои фазоии хоси бахш, ба монанди бонкҳо, муассисаҳои давлатӣ, мактабҳо, беморхонаҳо ва марказҳои чакана, илова шуда метавонанд.

Маҳдудият дар минтақаҳои деҳот ва дурдаст

Нишондиҳандаҳое, ба монанди чароғҳои шабона ё биносозӣ, метавонанд истеҳсоли иқтисодиро дар минтақаҳои деҳотӣ ва дурдасти камаҳолӣ заифтар ифода кунанд.

Манбаъ пешниҳод мекунад, ки дар оянда:

• зичии шабакаи роҳ,
• индексҳои ҳосилнокии кишоварзӣ,
• фосила то бозорҳо

ва дигар тағйирёбандаҳои иловагӣ истифода шаванд.

Санҷиши иловагии мувофиқат бо аҳолӣ

Муаллифон пешниҳод мекунанд, ки дар оянда аҳолӣ ҳамчун consistency check-и иловагӣ истифода шавад, то ММД-и post-benchmarking ба ҳуҷайраҳои grid, ки аҳолӣ қариб сифр аст, аз ҷиҳати иқтисодӣ бемантиқ тақсим нашавад.

Ин санҷиш қисми анҷомёфтаи таҳқиқоти ҳозира нест; ҳамчун такмилдиҳии имконпазири оянда пешниҳод мешавад.

Робита бо GeoPulse

Ба нақша гирифта шудааст, ки баҳогузориҳои gridded GDP, ки дар таҳқиқот таҳия шудаанд, вуруди асосӣ ба платформаи таҳлили геофазоии GeoPulse бошанд, ки дар IMF таҳия мешавад.

Истифодаи пешбинишудаи манбаъ якҷо кардани баҳогузориҳои истеҳсоли иқтисодии дорои тафриқаи баланд бо нишондиҳандаҳои дигари хавфи фазоӣ, ба монанди дучоршавӣ ба офатҳои табиӣ, фишори молиявӣ ва тағйироти демографӣ мебошад.

Интегратсия ба GeoPulse нияти оянда аст; ин мақола арзёбии анҷомёфтаи иҷрои GeoPulse-ро пешниҳод намекунад.

Натиҷаҳои дастгиришудаи таҳқиқот

• Бо истифодаи якҷояи ҷамъбасти расмии макроиқтисодӣ, мушоҳидаҳои Замин бо тафриқаи баланд ва spatial random forest метавон тақсимоти таҷрибавии ММД-ро дар сатҳи тақрибан 1 km² тавлид кард.
• Тағйирёбандаҳои мушоҳидаи Замин, ки барои log ММД-и умумӣ истифода мешаванд, иҷрои баланди пешгӯӣ нишон медиҳанд.
• Иҷрои пешгӯӣ дар сатҳи бахшҳо байни бахшҳо ба таври назаррас фарқ мекунад.
• Аҳолӣ, минтақаи биношуда ва чароғҳои шабона аз ҷумлаи тағйирёбандаҳои қавии пешгӯӣ дар баҳогузории ММД-и умумӣ мебошанд.
• Нишондиҳандаҳои пӯшиши замин, ба монанди Cropland, метавонанд барои тақсимоти фазоии кишоварзӣ маълумоти қавитар диҳанд.
• Баҳогузориҳои омӯзиши мошинӣ ба таври автоматӣ бо ҷамъбасти расмии бахш ва минтақа мувофиқ нестанд.
• Reconciliation-и квадратӣ метавонад баҳогузориҳои grid ва бахшро бо ҷамъбасти расмии ҳисобдорӣ пурра мувофиқ кунад.
• Ихтисосёбии бахшҳое, ки сарҳадҳои маъмурӣ пинҳон мекунанд, метавонанд дар шакли grid равшантар намоён шаванд.
• Татбиқи Канада ва ИМА барои усул хусусияти proof-of-concept дорад.

Натиҷаҳои дастгиринашудаи таҳқиқот

Таҳқиқот нишон намедиҳад, ки дар ҳар як ҳуҷайраи 1 km² ММД-и расмии мустақиман ченшуда мавҷуд аст.

Таҳқиқот махсусан арзишҳои grid-и поёнтар аз province дар Канадаро ҳамчун маълумоти расмии мустақилона тасдиқшуда пешниҳод намекунад.

Пас аз reconciliation пурра мувофиқ шудани ҷамъбасти расмӣ исбот намекунад, ки арзиши воқеии иқтисодии ҳар ҳуҷайра дуруст баҳогузорӣ шудааст.

\(R^2\)-и баланд нишон намедиҳад, ки нишондиҳандаи моҳвораӣ ё ҷуғрофии истифодашуда ба ММД таъсири сабабӣ дорад.

Рейтинги Variable importance аломат ё коэффисиенти сабабии тағйирёбандаҳоро нисбат ба ҳаҷми иқтисодӣ нишон намедиҳад.

Таҳқиқот иҷрои яксонро барои ҳамаи кишварҳо исбот намекунад. Канада ва ИМА иқтисодҳои пилотии дорои низомҳои қавии омори расмӣ ва маълумоти фаровон мебошанд.

Таҳқиқот ҳанӯз нишон намедиҳад, ки усул дар Амрикои Лотинӣ, Африқои ҷануби Сахара, Осиёи Ҷанубӣ ё Осиёи Ҷанубу Шарқӣ бо ҳамон дақиқӣ кор мекунад; ин минтақаҳо ҳамчун самтҳои густариши оянда пешниҳод мешаванд.

Таҳқиқот ҳанӯз маҷмӯи маълумоти gridded capital stock тавлид намекунад. Захираи сармоя ҳамчун яке аз самтҳое нишон дода мешавад, ки усул метавонад дар оянда ба он густариш ёбад.

Таҳқиқот тафсири grid-и молия ва хизматрасониҳои тиҷоратиро ҳамчун харитаи воқеии exposure ё collateral-и молиявӣ дастгирӣ намекунад.

Маҳдудиятҳои асосӣ

• Дастгирии омӯзишии Канада: танҳо 13 мушоҳидаи расмии province/territory мавҷуд аст; тафсилоти поёнтар аз province маҳсулоти модел мебошад.
• Фарзияи интиқоли миқёс: робитаи дар воҳиди маъмурӣ омӯхташуда ба миқёси ҳуҷайраи grid татбиқ мешавад.
• Гетерогении бахшӣ: иҷрои модел байни бахшҳо фарқи калон дорад.
• Намоёнии бахши хизматрасонӣ: нишондиҳандаҳои физикии зондкунии фосилавӣ баъзе хизматрасониҳоро заиф ифода мекунанд.
• Reconciliation: мувофиқат бо ҷамъбасти расмиро таъмин мекунад, аммо тасдиқи мустақили ҳуҷайраро таъмин намекунад.
• Гузориши гиперпараметрҳо: ҳамаи танзимоти сатҳи поёнии random forest дар PDF муфассал дода нашудаанд.
• Номувофиқии воҳиди расмӣ: эзоҳҳои воҳиди асъории ММД дар Ҷадвали асосии 1 ва Appendix C пурра мувофиқ нестанд.

Маънои умумии илмӣ

Ҷанбаи қавии таҳқиқот дар он аст, ки кӯшиш намекунад омори расмии макроиқтисодиро бо омӯзиши мошинӣ иваз кунад.

Усул ҷанбаҳои қавии ду навъи маълумотро якҷо мекунад:

Ҳисобҳои расмии миллӣ ҷамъбасти боэътимоди ҳаҷми иқтисодиро таъмин мекунанд.

Мушоҳидаи Замин ва spatial machine learning дар бораи он ки ҷамъбаст дар дохили ҷуғрофия дар куҷо метавонад мутамарказ шавад, маълумоти фазоии дорои тафриқаи баланд медиҳад.

Statistical reconciliation ин ду қабатро аз нигоҳи ҳисобдорӣ бо ҳам мувофиқ мекунад.

Арзиши илмии ин равиш дар даъвои “мо ММД-и воқеиро мустақиман аз тасвири моҳвора мебинем” нест; балки дар қобилияти он аст, ки тақсимоти фазоии ҷамъбасти расмии макроиқтисодиро бо намунаҳои аз нишондиҳандаҳои мушоҳидашавандаи ҷуғрофӣ омӯхташуда ба таври низомманд ва такроршаванда тақсим кунад.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: Earth Observations and Machine Learning for Gridded Macroeconomic Data

Унвони нашр ба тоҷикӣ: Мушоҳидаҳои Замин ва Омӯзиши Мошинӣ барои Маълумоти Макроиқтисодӣ дар Шабакаи Ҷуғрофӣ

Муаллифон: Marco Marini, Jim Tebrake, Andinet Woldemichael.

Тартиби муаллифон: Тартиби дар манбаъ овардашуда ҳифз шудааст.

Муассиса: International Monetary Fund.

Департамент: Statistics Department.

Corresponding ва lead author: Andinet Woldemichael.

Саҳми баробар / ҳаммуаллифии якум: Дар манбаъ чунин изҳорот вуҷуд надорад.

Рақами таҳқиқот: WP/26/213.

Силсила: IMF Working Papers.

Ношир: International Monetary Fund.

Санаи дохилии PDF: September 2026.

Санаи расмии нашр дар IMF eLibrary: 2 Октябри 2026.

Issue-level DOI: 10.5089/9798229062961.001.

Article-level DOI: 10.5089/9798229062961.001.A001.

Сабти расмии нашр: IMF eLibrary, Working Paper Volume 2026, Issue 213.

SSRN: PDF-и манбаъ нишон медиҳад, ки нусхаи электронӣ таҳти SSRN abstract 7611151 мавҷуд аст.

Навъи манбаъ: IMF Working Paper; таҳқиқоти рушди усул ва истеҳсоли таҷрибавии маълумот.

Ҳолати тақриз: Набояд ҳамчун мақолаи маҷаллаи академии аз тақризи ҳамтоён гузашта пешниҳод шавад. IMF Working Paper-ҳоро ҳамчун нашрияҳое муайян мекунад, ки таҳқиқоти идомадоштаро барои муҳокима пешниҳод мекунанд.

Ҳуқуқи муаллиф / иҷозатнома: © 2026 International Monetary Fund. PDF дорои ибораи “Not for Redistribution” мебошад. Иҷозатномаи кушодаи Creative Commons нишон дода нашудааст.

Кодҳои JEL: C55, O47, R12.

Калидвожаҳои манбаъ: Earth observations; gridded GDP; spatial machine learning.

Ҳадафи асосии таҳқиқот: Бо истифода аз нишондиҳандаҳои геофазоии дорои тафсилоти баланд, ММД-и расмии миллӣ ва зеримиллӣ ва маълумоти бахшҳоро то ҳуҷайраҳои шабакавии тақрибан 1 km² downscale кардан ва натиҷаҳоро бо ҷамъбастҳои расмии муҳосибӣ комилан мувофиқ гардондан.

Кишварҳои пилотӣ: Канада ва Америкаи Иёлоти Муттаҳида.

Соли татбиқи истинодӣ: Дар натиҷаҳои асосии grid соли 2021.

Дастгирии маълумоти расмии ИМА: Сатҳи County, admin 2; 3.082 мушоҳидаи county метавонад дар омӯзиши модел истифода шавад.

Дастгирии маълумоти расмии Канада: 13 мушоҳида дар сатҳи province/territory; тамоми тафсилоти фазоии поёнтар аз province аз ҷониби модел тавлид мешавад.

Ҳалли ҳадафии grid: Тақрибан 1 km².

Ҳалли geocovariate-и дорои тафсилоти баланд: Аксари тағйирёбандаҳои WorldPop тақрибан 3 arcsecond, яъне тақрибан 100 m.

Усули асосӣ: Spatial random forest + forward feature selection + leave-one-out cross-validation + statistical reconciliation-и квадратикӣ.

Нармафзор: Китобхонаи CAST Version 1.04 дар R.

Интихоби модел: Вариантҳои модел дар намунаҳои гуногуни pooled ва split-и ҷуғрофӣ омӯзонда мешаванд; интихоби тағйирёбандаҳо татбиқ мешавад ва спецификатсияи дорои пасттарин RMSE нигоҳ дошта мешавад.

Муодилаи асосии омӯзиши мошинӣ: \(y_i^k=f(X_i^k)+\varepsilon_i^k\).

Масъалаи асосии reconciliation: Пешгӯиҳои ибтидоии ML \(p\) таҳти маҳдудияти расмии муҳосибӣ \(Hx=y_a\) ба қиматҳои reconciled-и \(x\) табдил дода мешаванд, то инҳирофи нисбии квадратикӣ камтарин гардад.

Ҳалли GLS reconciliation: \(x=p-W^{-1}H'(HW^{-1}H')^{-1}(Hp-y_a)\).

Ҷузъиёти техникии reconciliation: Барои муайян нигоҳ доштани матритсаи вазн ба ҳуҷайраҳои дорои пешгӯии сифрӣ муваққатан қимати 0,01 дода мешавад ва пас аз анҷоми раванд боз ба сифр баргардонда мешавад.

Ҳолати қиматҳои манфӣ: Ҳалли GLS аз ҷиҳати назариявӣ метавонад ҳуҷайраҳои манфӣ тавлид кунад; манбаъ хабар медиҳад, ки дар татбиқи Канада–ИМА қимати манфии reconciled ба вуҷуд наомадааст.

Иҷрои умумии ММД: Барои log ММД RMSE 0,39, \(R^2=0{,}95\), MAE 0,29; барои log ММД/km² RMSE 0,44, \(R^2=0{,}94\), MAE 0,32.

Иҷрои бахшҳо: Кишоварзӣ ва истихроҷи маъдан нисбатан қавианд; идоракунии давлатӣ, utilities, савдо/меҳмондорӣ ва нақлиёт/алоқа қиматҳои пасттари \(R^2\) доранд.

Инҳирофи муҳими пеш аз reconciliation: Дар бахшҳои кишоварзӣ ва utilities ҷамъбастҳои gridded метавонанд тақрибан ба чор-панҷ баробари ММД-и расмӣ расанд.

Фарогирии grid-и ММД-и мусбат дар 2021: Канада 988.661 ҳуҷайра; ИМА 5.354.938 ҳуҷайра.

Номувофиқии дохилиманбаъии воҳиди пул: Ҷадвали асосии 1 қиматҳои ММД-ро ҳамчун “USD PPP bn” нишон медиҳад ва бахши усул benchmark-и WEO PPP-ро муайян мекунад; аммо ёддошти ҷадвали Appendix C ҳамон силсиларо ҳамчун “current USD billions” муайян мекунад. Verianla ин номувофиқиро хомӯшона ислоҳ накардааст.

Номуайянии дохилиманбаъии рамзи тағйирёбандаи ҳадаф: Дар маҷмӯи ҳадафҳои бахши усул рамзи SER ҷой дорад, аммо дар таснифи 10 бахши Appendix A категорияи алоҳидаи SER муайян нашудааст. Шарҳи дар манбаъ набуда илова нашудааст.

Дастрасии маълумот: Манбаъ сарчашмаҳои истифодашудаи маълумот, аз ҷумла BEA, Statistics Canada, WorldPop, ESA, NASA ва Global Energy Monitor-ро муфассал номбар мекунад; дар PDF як бастаи ягонаи кушодаи репликатсия ё Data Availability Statement-и стандартии алоҳида пешниҳод нашудааст.

Дастрасии гиперпараметрҳои модел: CAST 1.04, spatial random forest, feature selection ва сохтори cross-validation гузориш шудаанд; ҳамаи гиперпараметрҳои сатҳи пасти random forest дар PDF ошкоро оварда нашудаанд.

Изҳороти маблағгузорӣ: Дар манбаъ изҳороти стандартии алоҳида оид ба маблағгузории таҳқиқот вуҷуд надорад.

Бархӯрди манфиатҳо: Дар манбаъ изҳороти стандартии алоҳида оид ба бархӯрди манфиатҳо вуҷуд надорад.

CRediT / саҳми муаллифон: Дар манбаъ ҷадвали стандартии саҳмҳои CRediT вуҷуд надорад.

Сипосгузорӣ: Манбаъ ба Javier Uruñuela López барои шарҳу пешниҳодҳо ва ба Alessandra Sozzi ва Zhaosheng Li барои дастгирӣ дар таҳияи маълумоти gridded GDP сипосгузорӣ мекунад.

Маҳдудияти асосии методологӣ: Қиматҳои сатҳи grid мушоҳидаҳои мустақими расмӣ нестанд. Reconciliation мувофиқати aggregate-ро таъмин мекунад, аммо дурустии ҳуҷайраҳоро мустақилона тасдиқ намекунад. Дар Канада тақсимоти фазоии поёнтар аз province пурра аз ҷониби модел тавлид мешавад.

Кори оянда: Барои минтақаҳои деҳотӣ/дурдаст covariate-ҳои нав, нуқтаҳои инфрасохтории хоси бахшҳои хизматрасонӣ, санҷиши мувофиқати бар асоси аҳолӣ, густариш ба ҷуғрофияҳои дигар ва тавлиди gridded capital stock пешниҳод мешаванд.

Огоҳӣ оид ба мавқеи институтсионалӣ: Андешаҳои манбаъ ба муаллифон тааллуқ доранд; онҳо ҳатман мавқеи IMF, IMF Executive Board ё IMF management-ро ифода намекунанд.

Ёддошти нашр: Ин баёни тоҷикӣ сохтори маълумоти Working Paper-и манбаъ, усули spatial random forest, мантиқи grid downscaling, қадамҳои cross-validation ва feature-selection, муодилаҳои statistical reconciliation, натиҷаҳои иҷро, натиҷаҳои фазоии бахшҳо ва маҳдудиятҳоро ба таври омӯзишӣ мерасонад. Қимати grid, натиҷаи модел, омор, гиперпараметр ё умумисозии кишварие, ки дар манбаъ вуҷуд надорад, тавлид нашудааст. Барои истинодҳои илмӣ Working Paper-и аслии IMF ва DOI-и расмӣ асос гирифта шаванд.