The use of recursive-dynamic CGE mo

The use of recursive-dynamic CGE models permits us to work at these two levels. On the one hand,
these models allow the impact of tourism on GDP and unemployment to be quantified. On the other
hand, they also permit one to analyse the effect of such a shock on resource reallocation (capital and
labour) among sectors and lost competitiveness and, consequently, to test the existence of the Dutch
Disease in the economy at the micro-level over time. Towards this end, a recursive-dynamic model
with five periods is developed. The scenario is based on the projections of the International
Monetary Fund (International Monetary Fund, 2013) and the Economic Bulletin of the Bank of
Spain (Bank of Spain, 2013), i.e., post-crisis scenario. Additionally, the model is based on three datasets:
the Input-Output Table (IOT), the Tourism Satellite Account (TSA) and the National Account for Spain.
According to Blake, Durbarry, Sinclair, and Sugiyarto (2001), the Input-Output framework overestimates
the total effect of GDP and underestimates the total effect on the tourism sector. The TSA is
the dataset that is able to compensate for the lack of tourism information in the IOT. Thus, the IOT
and the TSA are combined to obtain a deeper representation of the tourism sector that the IOT is
not able to provide

Kết quả (Việt) 1:

Việc sử dụng của đệ quy động CGE mô hình cho phép chúng tôi làm việc ở các cấp hai. Một mặt,Các mô hình này cho phép tác động của các du lịch trên GDP và thất nghiệp được định lượng. Mặt kháctay, họ cũng cho phép một để phân tích hiệu quả của một cú sốc trên tài nguyên reallocation (thủ phủ vàlao động) trong lĩnh vực và mất khả năng cạnh tranh, và do đó, để kiểm tra sự tồn tại của người Hà LanBệnh trong nền kinh tế ở cấp độ vi mô theo thời gian. Hướng tới kết thúc này, một mô hình động đệ quyvới năm giai đoạn được phát triển. Các kịch bản dựa trên các hình chiếu quốc tếQuỹ tiền tệ (quốc tế tiền tệ quỹ, 2013) và các bản tin kinh tế của ngân hàngTây Ban Nha (ngân hàng của Tây Ban Nha, 2013), tức là, các kịch bản sau khủng hoảng. Ngoài ra, các mô hình dựa trên ba datasets:đầu vào-đầu ra bảng (IOT), tài khoản vệ tinh du lịch (TSA) và tài khoản quốc gia cho Tây Ban Nha.Theo Blake, Durbarry, Sinclair, và Sugiyarto (2001), khuôn khổ đầu vào-đầu ra quácó hiệu lực tất cả của GDP và xuẩn tổng số có hiệu lực vào ngành du lịch. TSA làsố liệu mà có thể bù đắp cho việc thiếu thông tin du lịch trong IOT. Vì vậy, IOTvà TSA được kết hợp để có được một đại diện sâu hơn của ngành du lịch IOT làkhông thể cung cấp

Kết quả (Việt) 2:

Việc sử dụng các mô hình CGE đệ quy-năng động cho phép chúng ta làm việc ở hai cấp độ này. Một mặt,
các mô hình này cho phép tác động của du lịch đối với GDP và tỷ lệ thất nghiệp được định lượng. Mặt khác
tay, họ cũng cho phép một để phân tích ảnh hưởng của như một cú sốc về việc tái phân bổ nguồn lực (vốn,
lao động) giữa các ngành và mất khả năng cạnh tranh và, do đó, để kiểm tra sự tồn tại của Dutch
Disease trong nền kinh tế ở tầm vi mô tăng ca. Nhằm mục đích này, một mô hình đệ quy-năng động
với năm giai đoạn phát triển. Các kịch bản được dựa trên những dự báo của Quốc tế
Quỹ Tiền tệ (Quỹ Tiền tệ Quốc tế, 2013) và Bản tin Kinh tế của Ngân hàng của
Tây Ban Nha (Ngân hàng của Tây Ban Nha, 2013), tức là, kịch bản sau khủng hoảng. Ngoài ra, các mô hình dựa trên ba bộ dữ liệu:
Input-Output Table (IOT), Tài khoản vệ tinh du lịch (TSA) và Tài khoản Quốc gia Tây Ban Nha.
Theo Blake, Durbarry, Sinclair, và Sugiyarto (2001), các Input- khung Output overestimates
tổng tác động của GDP và đánh giá thấp tổng hiệu lực vào lĩnh vực du lịch. TSA là
các tập dữ liệu mà có thể bù đắp cho sự thiếu thông tin du lịch trong IOT. Như vậy, IOT
và TSA được kết hợp để có được một đại diện sâu sắc hơn về lĩnh vực du lịch là IOT là
không thể cung cấp