摘要: 本文针对双比例尺度(RAS)、交叉熵(CE)等方法在平衡社会核算矩阵(SAM)中仅从技术层面机械的进行平衡化处理,致使先验信息损失之不足,提出了加权离差熵平方期望最小化方法;并以先验信息为基础,构造了初始加权矩阵和可行加权矩阵。同时,本文以中国2007年的非平衡SAM为例,对比研究RAS、CE和加权离差熵平方期望最小化3种方法对其进行平衡化处理的实际效果。结果表明:RAS方法得到的结果偏差相对较大,而CE方法和加权离差熵平方期望最小化方法得到的结果相对较精准;此外,加权离差熵平方期望最小化方法能够有效利用先验信息、避免有效信息的无谓损失,而RAS方法和CE方法却不具备此优势。