原油价格如何影响全球分工

2022-5-7 18:52:42

原油价格如何影响劳动力Francesco Picciolo1的全球分工，*, Andreas Papandreou，KlausHubacek&Franco Ruzzenenti4，5锡耶纳大学化学系，途经锡耶纳AldoMoro 2，53100，雅典大学意大利经济系，雅典Pesmazoglou街8号，10559，美国锡耶纳大学经济与统计系，马里兰大学学院园马兰大学地理科学系，锡耶纳，波兰克拉科夫贾吉略大学意大利社会学研究所*通信地址应为谁；电子邮件：picciolo。fr@gmail.comINTRODUCTIONIn20世纪70年代初石油危机之后，油价和经济增长之间的关系成为科学讨论和公共辩论的焦点。1983年，詹姆斯·汉密尔顿（James Hamilton）发表了一篇内容丰富的文章，表明自第二次世界大战结束以来，除了一次衰退外，油价上涨早于美国经济衰退[21]。从那时起，大量实证研究已经研究了油价与实际经济增长之间的关系，并经常发现显著的负相关[1,27]。第二次石油危机之后，油价和经济增长之间的这种联系的重要性就不那么明显了[2,24,28,32]。最近的研究，通过更明确的统计工具和价格规格，在恢复油价和经济增长之间的平衡方面取得了成就[14,22,33,35,36]。现在，人们普遍认为，这一现象并未停止，但在方向（反周期和顺周期）、冲击类型（需求或供给）和滞后模式方面，它变得更加复杂[9,28,33,35]。鉴于能源成本只占GDP的一小部分[9]，这一研究试图解释这种紧密关系，但令人满意的解释仍然难以捉摸[9,27,28,37]。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:52:45

有趣的是，这项关于石油价格和经济指标的研究似乎完全忽略了运输部门，它严重依赖于炼油产品，以及它在塑造全球劳动力分工中的作用。在战后时期，世界贸易的增长速度快于世界GDP[25]。根据最近关于全球化的研究，这一惊人的高增长率是由国际运输成本的缓慢下降推动的[5,13,15,25]。也许，贸易因运输而在全球化中增长的说法并不令人惊讶。更令人惊讶的是，事实上，在过去几十年中，中间产品和资本产品的增长速度超过了最终产品，现在在经合组织国家的贸易中占据了最大的份额[31]，这一点与此密切相关，甚至是必然结果。第二次世界大战后，国际贸易主要涉及最终产品，而第二次全球化浪潮（自20世纪80年代末以来）扩展到了中间产品和资本货物，市场要素的整合是另一个重要影响[7]。这一过程导致了国际生产的分裂[26]。忽略运输部门，大多数学者将注意力集中在其他因素上，以解释全球价值链的分裂，比如追求廉价劳动力或更有利的环境主张[7,26,29]。Amador和Cabral最近提出，20世纪90年代全球价值链（GVC）发展带来的贸易强劲增长与低油价时期相吻合，尽管承认几乎没有经验证据将这两个因素联系起来[3]。这些发现表明，在一个国际一体化系统中评估石油冲击影响的重要性，而不仅仅是在一个国家基础上。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:52:48

此外，气候变化带来的新问题要求我们更深入地理解能源消费与全球经济结构之间的关系。我们的研究通过网络理论和马尔可夫链理论探讨了石油价格与全球经济之间的联系，目的是了解1960年至2011年原油价格变化后全球价值链是如何扩张和收缩的。与之前通过重新定义价格规格和统计方法进行的分析不同，我们观察到了经济与原油价格（布伦特）的相关性，但我们改变了调查中的宏观经济变量。我们首先将网络理论应用于贸易不平衡和双边贸易，以了解这两个全球贸易指标与石油价格的关系。因此，这两个量被用来引入基于马尔可夫链分析的循环指数，以评估贸易中直接和间接关系中的价值守恒量。通过这一指标，我们考察了在世界贸易网络中沿着不同路径返回起点的价值份额。分析和结果a。每个国家的贸易差额：贸易（im）差额贸易差额是出口和进口价值的差额（见方法）。许多人认为，大型经济体之间存在巨大的经常账户失衡，这可能是金融危机的原因[12,40]。越来越多的证据表明，全球经常账户（im）余额与油价相关[40]。这种相关性的原因在于能源商品对进口（或石油出口国的出口）造成的负担，以及旨在调节通货膨胀（与石油价格相关）的货币政策[40]。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:52:51

该分析在1960年至2011年间每年对世界上所有报告国的总贸易流量（每个国家的总进出口）进行分析。数据来自Gleditschs[19]和BACIdatasets[18]。贸易差额的变动与调整后原油价格的变动略有负相关，但在统计上显著负相关：线性相关系数为-0.32（见表1）。值得注意的是，在每个顶点的水流趋于平衡的网络中，矩阵趋于对称（这意味着上三角矩阵中的中心与下三角矩阵中的中心一致）[46]。换句话说，从统计学上讲，每对顶点之间的对称权重（FLOWS）是平衡每个顶点的流入和流出FLOWS的最简单方法。局部对称（导出等于导入）倾向于产生全局对称（从i导出到j等于从j导出到i）。Wethus预计，世界贸易网（WTW）中的双边贸易差额与油价呈负相关，因为我们观察到本地贸易差额呈负相关。但应注意的是，这只是统计关系，通过在空模型中将局部平衡作为约束条件来获得[46]。B.双边贸易平衡：贸易互惠衡量每对国家之间贸易平衡的全球标准是加权互惠[46]。互易性是一阶属性，这意味着它涉及节点与最近拓扑邻居（一个链路长度）的直接关系。在理解结构对动态过程的影响、解释平衡网络之外的增长模式[17,52]以及开始评估高阶属性[30,45,47,49,51]方面，互惠性已被证明是一种有用的度量。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:52:55

加权网络的互易性rw定义如下：rw=PiPjmin[wij，wji]PiPjwij。（1）如果所有的气流都是完全往复/平衡的，那么rw=1。如果它们是单向的，rw=0。与石油价格的相关性为-0.70。随着石油价格的上涨（下跌），互惠减少（上涨）。这一结果表明，仅通过观察全球贸易量或贸易距离，国际双边贸易结构的变化与石油价格之间的关系比预期的更为密切和负相关[5,13,25]。这些结果提供了两条重要的信息：1）鉴于油价与互惠的相关性高于与不平衡的相关性，那么油价与互惠（双边贸易平衡）之间的相关性不能降低为油价与不平衡之间的相关性，尽管存在预期的对称效应（见上文）；2）这种紧密的相关性不能用交易协议来解释，因为它无处不在[42]，也不能用壁垒的普遍消除[25]，因为它在时间上具有不连续的趋势（见SI）。我们能否将互惠关系与生产中的某些结构性影响联系起来，比如全球价值链的发展？如前所述，互惠性是一阶属性，但是，除非我们假设生产链连续只涉及两个站点，否则全球价值链应该与网络的高阶属性相关。在SI（图4）中，我们使用基于三个国家、一个产品和两个因素的启发式模型，展示了当生产链扩展时，互惠性如何增加，涉及网络的二阶属性（邻居的邻居，或间接关系）。在这个简单的模型中，从单一国家生产链到多国生产链的转变将始终增加网络的互惠性，独立于总交易量的分布和份额。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

2022-5-7 18:52:58

因此，我们预计将生产地点转移到国外会增加网络的互惠性。然而，为了验证这一假设，我们必须将分析扩展到生产链的更长路径，包括三个以上的节点（如启发式模型），最重要的是，包括间接关系。C.马尔可夫链分析：世界经济中价值的循环路径。世界经济中最大的贸易份额涉及生产投入（原材料、中间产品和资本货物）[31]。在现代经济中，国家进口这些生产投入和出口最终产品或在其他地方进一步加工的中间产品，通常涉及许多不同国家的多个生产阶段。在全球生产链的每一步都体现了增值[3]。我们感兴趣的是检测在全球价值链的各个阶段保持不变的贸易价值份额，或者全球生产链开始时的初始价值，就像生态网络中的质量颗粒在食物链的每个阶段都保持不变[16]（有关概念的详细描述，请参见方法）。因此，我们想评估在WTW中沿给定长度S的路径运行周期路径的周期性贸易份额。通过马尔可夫链理论，我们可以统计评估“基本”贸易的概率，即产品中保存的原材料或中间产品所体现的价值量，从i国到j国，并在所有可能的直接和间接贸易关系中返回初始国家[10，34]。例如，图1说明了粒子（在我们的例子中是贸易单位价值）在前4个步骤（即。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:02

生产阶段）。为了评估周期性价值在总交易价值中的份额，我们需要一个标准化的衡量标准，就像之前的不平衡和互惠衡量标准一样。我们用循环指数Γ（S）表示以S=2分S步返回起始国的贸易份额，∞ （见方法）。图2显示了WTW的循环量趋势，S=2,3,4，∞. 我们观察到，网络内的周期值百分比与石油价格在不同程度上呈负相关。评估Γ时考虑的步骤数越少（即生产链越短），负相关性越高。Γ（2）与Γ的相关性(∞)从-0.85到-0.62，表现出比不平衡和互惠高得多的分数（见表1）。图1。循环路径最多有四个步骤。一笔交易可以在4个步骤内在网络上遵循的可能循环路径。节点i（由黑点表示）是每条路径的起点和终点国家。Γ（S）评估总贸易中的份额，该份额遵循一条循环路径，持续到S.DISCUSSIOND。挖掘自行车和油价之间的紧密关系。有人可能会说，在全球GDP增长的推动下，出口和进口的普遍增长，将不可避免地导致双边贸易份额的增加。从这个角度来看，循环和油价之间的相关性可以回到GDP和油价之间的关系。此外，石油价格影响商品价格和自动增加名义贸易流量也可能解释这种紧密关联。在后一种情况下，这种关系可以归结为通货膨胀和油价之间的联系。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:07

第三，石油价格和循环之间的相关性可能是不平衡和石油价格之间相关性的乘数效应（石油美元的再支出效应），将石油生产国和石油消费国联系起来。这是可以想象的，因为石油出口国倾向于从石油进口国进口商品和服务。总之，这三种性质都可以包含在网络的一阶性质的概念中，与循环相反，循环是二阶性质。我们可以用一个NullModel作为基准来证明，网络内部的周期值与油价之间的负相关性并不取决于一阶属性（直接关系），而是取决于网络的高阶属性（间接关系）。选择的空模型是加权定向配置模型（WDCM）。WDCM是一个广为人知且被使用的空模型，它保留了每个国家的贸易数量和贸易关系分布[46]。我们对空模型进行了分析，并评估了预期周期值与油价的相关性（见方法）。预期Γ与油价之间的相关性明显低于观察到的相关性。它们的范围从-0.32到-0.38。尤其是0。050.100.150.200.250.30年GH2L、GH3L、GH4L、GHyenLFIG。2.从1960年到2011年，用公式（5）计算的世界贸易网周期性流量指数Γ（S）的趋势。从浅色到深色：Γ（2）（橙色线）、Γ（3）（红色线）、Γ（4）（紫色线）和Γ(∞)（黑线）。使用我们保留的WDCM：1）所有出口/进口序列的标称值；2）贸易的全球价值；3）每个顶点的进出口差异（国际收支）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:10

通过将空模型的预期相关性与观察到的相关性进行比较，我们可以确信，后者既不是由于全球交易量，也不是由于贸易关系的名义价值或贸易不平衡的分布：它取决于全球贸易流动的特定结构，而这只能通过全球价值链的展开方式来理解。为了理解潜在的过程，观察不同路径长度的循环指数随时间的变化趋势也很有意义。在图2和图3中，20世纪90年代初的2步长度峰值低于60年代末的2步长度峰值，这意味着随着20世纪70年代的下降趋势，高阶对自行车运动的贡献变得越来越重要。如果我们观察两步、三步和四步循环的标准化值相对于油价的趋势（图3），很明显，直到20世纪70年代中期，三步循环的三度重叠，而在第一次和最后一次石油危机（2008年）之间，三步和四步循环的曲线高于两步循环。在20世纪90年代达到顶峰之前，两步以上的自行车运动也显示出更高的增长率，这表明正在进行的全球化以更长的自行车运动路径为特征。价值链中的长周期可能强调了中间产品在贸易中所占份额的增长，以及一个导致全球经济更加相互依存的过程（见SI）。E.第二次全球化浪潮和运输的作用我们假设，石油价格和全球价值链之间的关联背后的传导机制是运输部门，通过循环进行统计测量。石油价格影响运输成本，使国际外包变得更加有利或不利[41,48]。如果这个假设是正确的，我们预计油价会影响全球价值链的长度，从而影响循环。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:13

我们测试了油价与此处考虑的三个网络指标（不平衡、互惠和两步循环）之间在两个方向上的格兰杰因果关系，其中一个滞后，显著水平为5%[20]。只有在循环的情况下，我们才能拒绝零假设，即油价不会导致两步循环。然而，格兰杰检验表明因果关系是双向的。事实上，格兰杰因果关系检验带来的最重要信息是，两步循环与油价是协整的，这意味着这两个变量遵循相同的趋势，指向一个长期动态。通过将分析范围从网络的一阶特性扩大到更高阶特性，我们不仅获得了与石油的更高相关性，还获得了协整，这意味着通过循环量进行的分析能够检测和捕获WTW模式的全球变化。因此，似乎有理由相信，运输是全球价值链和油价之间的纽带，因为我们预计，生产结构将发生长期变化。然而，为了更好地解释这种关系，还需要考虑影响全球分工的许多其他因素。考虑到运输成本的下降，国际一体化进程在20世纪90年代达到顶峰，并在21世纪初有所下降，这似乎是令人惊讶的。事实上，20世纪90年代后半期见证了第二次全球化浪潮的开始[7]。这种明显的矛盾可能是通过观察单个国家的自行车运动来解释的（自行车运动通过单个顶点的部分，参见图4）。在21世纪初，像中国这样的快速增长经济体的单一周期急剧增加，在世界经济体中的排名不断攀升。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:16

虽然发达经济体的循环指数保持不变，但中国贸易的周期性价值份额迅速增长，这意味着全球价值链的很大一部分开始通过中国。中国等一些经济体吸引了全世界相当大一部分的自行车价值，将资金集中到了几个枢纽。全球自行车运动的减少与枢纽的出现是一致的，枢纽在拓扑上类似于恒星（见SI中的图4）。从20世纪80年代末开始，外包最初是由公路运输推动的，在中等距离内，涉及许多国家（影响全球循环），而在第二阶段，从20世纪90年代开始，是由空运和货运推动的，涉及更长的距离和较少的费用（减少全球循环）。根据国际能源署（IEA）的数据，在1990-2000年间，国际货运在不同运输方式中的增长率最高，主要是在非经合组织国家[48]。值得注意的是，第一个主要变化与石油危机[41]引发的公路运输效率的突然飞跃相吻合，而第二个变化是在引进更高效的飞机和集装箱系统[25]后，国际运输成本大幅下降，包括空运和货运成本。为了研究这一假设，我们评估了距离在形成周期价值中的作用随时间的变化。如果我们在不同的距离阈值下修剪网络（移除高于某一距离值的两个顶点之间的所有链接）并计算循环，我们观察到在20世纪90年代早期，短距离循环和长距离循环之间存在分歧（参见SI中的Fig.6）。0.00.20.40.60.81.0图。3.显示了标准化原油价格（黑色实线和灰色区域）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:21

Γ（2）（黑色实线）、Γ（3）（虚线）、Γ（4）（虚线）的归一化值的趋势也呈下降趋势。线性归一化是基于每个数量达到的最大值和最小值来完成的。最终的缩放值介于0和1之间。而在1990年之前，不同距离的自行车指数是一致移动的，而在1990年之后，短距离自行车指数（小于2500公里）的份额开始下降，而长距离自行车指数的份额一直在增长（超过2500公里）。这似乎表明全球价值链从一个区域性领域（邻国集群）转向了一个全球（海外关系）领域。R p值BT-0.32 0.02rw-0.70<10Γ（2）-0.85<10Γ（3）-0.83<10Γ（4）-0.82<10Γ(∞)-0.62<10表一：bt、rw、Γ（S）（forS）之间的线性相关指数∈ {2, 3, 4, ∞}) 报告原油价格，第三栏显示了各自的p值（95%置信度）。结论：在第二次全球化时代，全球贸易以一种仍然被低估的方式，通过在国际上互连生产基地，使各国经济陷入困境[3,7][20,23]。这种纵向一体化的历史进程一直在产生全球价值链（GVC），在全球价值链中，跨越国家的货物在生产的每个阶段都会增加其价值[3]。我们通过网络理论和马尔可夫链理论[10,34,46]研究了各国之间的价值循环路径。通过这种方式，我们可以看到，在一个较长的时期内，石油价格与全球贸易结构有着显著的相关性。Gi2的相关YearRank位置gi的相关YearRank位置Gi2的相关YearRank位置（A）（c）gi的相关YearRank位置o（b）（d）图4。根据γ（2）i（a组）和γ的值，七个国家的排名(∞)i（b组）、Γ（2）i（c组）和Γ(∞)一（d小组）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:24

数据范围从1960年到2011年。这七个国家分别是：中国（橙色）、德国（红色）、法国（蓝色）、英国（紫色）、日本（绿色）、俄罗斯（青色）、美国（黑色）。我们之所以选择这些国家，是因为它们的有趣模式，是为了揭示变量γ（S）和Γ（S）如何解释经济的结构性变化。俄罗斯的相对排名总是高于绝对排名，S=2的排名总是高于S=∞.此外，我们可以观察到，从80年代末开始，以及从2000年左右开始，两者都出现了下降。结果似乎与苏联解体一致，这是由俄罗斯与其他前苏联共和国的双边交流所构成的价值链所解释的。中国和德国的表现值得注意：在过去几十年中，前者一直在上升，我们指出，其绝对价值链的普遍性达到了20年来的最高水平(∞)在我们分析的最后几年。在同一时期，德国在循环贸易中的份额超过了SUSA（S=∞ ), 正如图d所示，随着分析范围的扩大，从网络的一阶特性（一个链路距离）到更高阶特性。世界各国贸易不平衡的总和显示-0.32的弱相关性。这种相关性通过在全球范围内加强国家间的双边关系（互惠-0.70）而增加。最后，当我们在全球层面上涉及更复杂的模式时，可以观察到最高的相关性，高达-0.85。通过网络的统计力学（指数随机图），我们能够证明这种显著的相关性只能用高于一阶的网络特性来解释，这表明全球价值链和贸易结构与石油价格密切相关。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:27

我们假设，这种紧密的关系表明，从长远来看，运输在决定生产地点国际连接的范围和方式方面发挥着作用。通过仔细观察单一国家自行车指数（Fig.4），并根据不同的立场阈值（SI中的Fig.1）剖析全球自行车运动，我们将第二次全球化浪潮（第二次分拆）的两个结构性突破和两个阶段区分开来。第一次始于20世纪80年代，在20世纪90年代达到顶峰，其特点是距离缩短，自行车数量增加；第二次可能持续到经济危机结束，其特点是距离更长，全球自行车数量减少，中国自行车数量增加（星型结构）。我们的研究结果表明，油价和经济增长之间的传导机制不仅存在于劳动力或零售市场（通过通货膨胀），而且更深层次地存在于全球生产结构中。此外，从更广泛的角度来看，我们的结果表明，生产结构可以作为一个能源系统来处理，受到运输部门能源效率的限制。这种经济系统的观点建立在Ayres[6]等学者的工作基础上，他们将增长视为能源效率的产物，但也建立在异速标度研究的基本进展基础上，旨在解释许多生物过程的结构和规模，作为高效运输网络的一般特征的结果[8]。然而，为了在因素之间建立明确的因果关系，进一步的研究应该更深入地处理两个方面：1）国民经济投入/产出矩阵与部门贸易之间的动态过程；2）从长远来看，全球能源效率和运输成本的演变。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:31

本文作者认为，鉴于石油在交通运输领域尚未成为可替代的能源，这对于理解石油在当前经济体系中的作用至关重要，对于为摆脱化石燃料的繁荣经济铺平道路也至关重要。附录A：材料和方法1。数据集的描述。在以下章节中，将对分析的网络进行简要描述。我们分析了从1960年到1997年，从theGleditsch的数据库[19]中获得的关于世界各国之间的年度双边进出口数据系列。从1997年到2011年，我们使用了BACI数据库提供的国际贸易数据[18]。所有数据均以当前的数百万美元为单位，所有数据均免费提供。此外，原油价格数据也可以免费获取[11]。评估贸易平衡。在网络方法中，世界贸易网由MatrixW描述，其中每个节点i是一个国家，wijis是从国家i到国家j的贸易，我们可以评估贸易不平衡如下：bt=Pimin[sini，souti]PiPjwij（A1），其中sini=Pjwji是节点i的进口强度（总进口），souti=Pjwijis是节点i的出口强度（总出口），我们不区分贸易顺差或逆差（正值或负值），而是只计算每个国家进出口平衡的贸易额（即进出口总额的最小值）；bt=1如果所有国家的出口和进口相等，则0≥ bt>1，否则。3.评估交易价值的模式。我们想评估一个国家j的贸易百分比，从i开始，经过若干生产步骤后。马尔可夫链分析使我们能够从统计学上确定这一点。概率是根据[18,19]报告的WTW国家之间的贸易关系计算的。计算转移概率。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:34

在概率论中，马尔可夫链是定义在满足马尔可夫性质的离散空间上的随机过程。它是一组随机变量，代表某个系统的演化，没有记忆：系统的每个实际状态都依赖于前一个状态。状态的变化称为转移，马尔可夫链可以用马尔可夫矩阵M来描述，其元素Mijr表示从状态i到状态j的概率（转移概率或转移规则）。鉴于马尔可夫链的无记忆性，不可能预测系统在给定时间t内的状态，但可以预测其统计特性。在本文中，转移概率是根据描述世界贸易网的矩阵W的元素设置的，即贸易网络。从i到j，两个国家之间的任何进出口关系都有一个链接wij，其中w是数据集提供的贸易量[18,19]。接下来，我们将解释如何分配转换规则。一般来说，给定一个由N个节点组成的系统和一个代表它们之间相互作用的N×N矩阵，该矩阵称为平衡ifif souti=sini，我∈ {1，…，N}，即每列的和等于其相关行的和。由平衡矩阵描述的系统可以被认为是孤立的：节点自身完全平衡其总流入和流出，而不需要与外部进一步交换。然而，代表真实系统的大多数网络并不平衡。这意味着souti6=sini对于至少一个i，例如∈ {1，…，N}。在这些系统中，可以识别三组不同的节点：souti=sini的顶点集、souti>sini的顶点集和souti<sini的顶点集。在第一组中，所有节点的总进出流量是平衡的。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:38

在第二组中，每个顶点都需要一个额外的输入重量，以平衡自身的力量。在这种情况下，为了平衡该集合中的节点，我们引入了一个额外的节点/顶点，称为source，并用0标记，为集合中的所有节点提供额外的输入流。源和集合中每个节点之间的新链接将具有以下权重：w0i=souti- 西尼。同样，为第三组中的节点引入一个新顶点，以平衡其强度。它被称为sink and labeledN+1。后者和集合中节点之间的新链路的权重将等于：wi（N+1）=sini-苏蒂。源和汇在各国内部经济中发挥着重要作用。贸易顺差和贸易赤字由国内经济体吸收。对于每个节点i和i∈ {1，…，N}总流出流量vi由以下公式给出：vi=souti+wi（N+1）。现在，我们引入一个N×N有向加权矩阵M，使得mij=wijvi。M的元素表示单个粒子（值单位）从i到j的一步跃迁概率。M的高次幂表示给定步数下从i到j的跃迁概率。我们用U（S）表示，用S整数表示M:U（S）的前S次幂之和≡ （u（S）ij）1≤i、 j≤N≡SXq=0Mq=（I）- MS+1）（I）- M）。（A2）由于M是次随机矩阵，级数收敛于→ ∞[44]. U（S）的非对角元素表示从节点i开始以步骤[10,34]到达节点j的概率。因此，如果我们考虑两个节点之间任何长度的所有可能路径（即S=∞)等式3变成U(∞)≡ （一）- M）-1.元素u（S）ii使我们能够计算在S步内返回源节点i的概率。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:41

因此，我们可以将顶点的周期指数计算为通过阳极/国家i的贸易的分数，该分数在S步内统计（直接或间接）返回到顶点，形式上为：γ（S）i=uii- 静脉注射。（A3）网络在S步内的全球循环指数（即直接或间接返回到启动节点的贸易值的分数）由以下公式给出：Γ（S）=PiγiPivi=PiΓ（S）iviPivi（A4），其中γi=Γ（S）ivi代表在S步内返回到节点/国家的循环贸易量（百万美元）。Γ（S）的值在0到1之间。前一种情况是在某个国家没有贸易开始时观察到的。后一种情况代表了一种所有贸易都回到起始国的制度。请注意，贸易剩余份额最多为1，代表非循环的贸易份额，起始国与终止国不同。数量Γ(∞)已被用于生态学研究，目的是评估生态系统中循环物质的总量[16,23,38]。解读循环指数。生态系统是一个开放系统，通过源和汇交换物质和能量。开发上述循环指数是为了评估从初级生产者（光合作用）到顶级捕食者和碎屑喂食者在生态网络中整个食物链循环的物质份额。同样地，我们可以把附加价值看作食物链中的物质，通过循环的方式来观察这一点在国际生产阶段（GVC）中是如何被保存的，在GVC中，价值的来源和汇是国家经济。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-7 18:53:44

国家经济在与生态系统平行的情况下扮演着源和汇的角色，因为WTW和生态网络一样，是一个开放的系统：国家经济在与生态系统平行的情况下扮演着源和汇的角色，因为世界贸易网络和生态网络一样，是一个开放的系统：物质在国际生产链的每个阶段都是不守恒的，每一个国家都是废物的来源。本文将使用循环指数来评估全球价值链。值得注意的是，循环指数仅在统计上衡量在给定步骤（贸易关系）后回到起点（国家）的价值量，也就是说，它评估了从原材料市场到最终产品市场的周期性全球价值链。在科学文献中，有三种主要的方法学方法被用来捕捉全球价值链：1）零部件的国际贸易统计；2）海关加工贸易统计和3）国际贸易数据与投入产出（I-O）表相结合。Amador和Cabral详细回顾了现有的方法[3]。最近，网络理论已被应用于分解贸易和I-O矩阵，以研究全球价值链[39,43]。马尔可夫链理论以前曾被用于分解贸易，以研究网络的异速标度和全球价值链的结构[4,50]。与旨在通过测量I-O矩阵中的贸易增加值来直接评估全球价值链的方法相比，我们的方法有所不同，原因如下：1）我们不只是测量国家之间的出口/进口合并价值份额，即在双边关系中，我们测量网络中所有可能路径中保存的价值。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:49

2）这是一个统计指标，因此，它不依赖于直接的增加值指标（只能由国家的I/0矩阵绘制）。它确实具有价值统计测量的功能，但它具有通过一个以上的贸易步骤评估价值的优势（相反，直接测量增值只能评估一个步骤的路径，即两个国家之间的路径，因为增值的任何后续步骤都成为生产投入）。3）它是一种全局（统计）度量，评估给定长度的所有可能路径。换句话说，即使在进行两步循环时，i和j与所有其他国家的所有关系，而不仅仅是i国和j国之间的关系，在统计学上都是相关的。4）我们在统计学上评估（通过循环）所有产品在整个循环中保持的价值，而不是一个。这是一个基于总贸易的统计测量，因为在生产链的每一步（通常但不总是）产品都会改变贸易类别，即分类：铁、发动机、汽车等。使用生态网络的例子——在食物链中，当我们想要评估从初级生产者（草）到最后的捕食者（和分解者）在链的每一步通过一个物种（猎物）传递到另一个物种（捕食者）的质量时，我们不能标记每个原子，检查它们的每一个通道。我们只能通过食物链来称量生物体的体重。如果我们知道物种A 50%以物种B为食，50%以物种C为食，我们就知道物种A的原子有0.5的概率来自B，0.5的概率来自C。我们可以对食物链的所有物种都这样做，并将其投射到一个连续、稳定的食物关系中。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:52

i、例如，如果物种C以物种e为食超过50%，那么物种A即使不以物种e为食也为0。25原子从物种E中产生的概率。在此基础上，我们可以计算出一个原子通过所有可能的直接和间接路径从一个物种到另一个物种的概率。这被称为过渡矩阵，在过渡矩阵中，我们可以计算出形成酰基的原子份额，即从物种A开始，沿着所有可能的路径回到物种A（不仅是物种B和C，直接供料，而且沿着物种e，间接供料）。现在，假设我们谈论的不是原子，而是产品的价值。例如，如果意大利向生产意大利汽车发动机的美国出售汽车，那么与发动机相关的价值份额与美国是周期性的。假设现在美国从中国购买铁，意大利向中国出售汽车。即使意大利不直接从中国购买铁，铁在汽车发动机中的价值份额也是周期性的。5.零模型作为基准，在我们的研究范围内，零模型是一种流行且合适的定向加权配置模型。事实上，它保留了观察到的顶点的内在异质性：所有垂直点的内外强度与真实网络中的相同[46]。换言之，该模型分别保留了输入和输出强度序列，而且还保留了原始网络的总权重。评估我们的分析是否合理且一致。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:55

我们的工作如下：首先，我们每年使用最大似然法（也称为指数随机图）的随机方法构建预期贸易网络，其次，我们评估预期网络上的Γ。有关Γ的预期趋势，请参见支持信息。请注意，在这样做时，我们考虑了全球贸易增长，以及1960年至2011年间每个国家与外国的进出口分布[46]。附录B：支持信息1。方法在概率论中，马尔可夫链是定义在满足马尔可夫性质的离散状态空间上的随机过程。它是一组随机变量，代表某个系统的演化，没有记忆：系统的每个实际状态都取决于前一个状态。状态的变化称为转移，马尔可夫链可以用马尔可夫矩阵M来描述，其元素Mijr表示从状态i到状态j的概率（转移概率或转移规则）。鉴于马尔可夫链的无记忆性，不可能预测系统在给定时间t内的状态，但可以预测其统计特性。本文根据描述世界贸易网（即贸易网络）的矩阵W的元素设置转移概率。wij是指两国之间的任何进出口关系，其中w是贸易量。接下来，我们将解释如何分配转换规则。一般来说，给定一个由N个节点组成的系统和一个表示它们之间相互作用的N×N矩阵，如果ifsouti=sini，则该矩阵称为平衡矩阵，我∈ {1, . . .

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:53:59

，N}，即每一列的和等于其相关行的和。由平衡矩阵描述的系统可以被认为是不相关的：节点自身完全平衡其总进出流量，而不需要与外部进行任何进一步的交换。然而，代表真实系统的大多数网络并不平衡。这意味着souti6=sinifor至少可以使我∈ {1，…，N}。在这些系统中，可以识别三组不同的节点：souti=sini的顶点集、souti>sini的顶点集和souti<sini的顶点集。在第一组中，所有节点的总进出流量是平衡的。在第二组中，每个顶点都需要一个额外的传入权重，以平衡内外强度。在这种情况下，为了平衡该集合中的节点，我们引入了一个额外的节点/顶点，称为source and labelledwith 0，为集合中的所有节点提供额外的输入流。源和集合中每个节点之间的新链接将具有以下权重：w0i=souti-西尼。类似地，为第三组中的节点引入一个新顶点，以平衡其强度。它被称为水槽，并被标记为N+1。后者与集合中的节点之间的新链接的权重将等于：wi（N+1）=sini- 苏蒂。对于每个节点i和i∈ {1，…，N}总流出流量vi由以下公式给出：vi=souti+wi（N+1）。现在，我们引入一个新的N×N有向加权矩阵M，这样mij=wij/vi。我们用U（S）和S整数表示M:U（S）的前S次幂之和≡ （u（S）ij）1≤i、 j≤N≡ I+M+M+··+MS≡≡SXq=0Mq=（I）- MS+1）（I）- M）。（B1）由于M是次随机矩阵，级数收敛于→ ∞ [44].U（S）的对角线元素允许评估循环指数Γ（S）i；对于每个国家，根据以下Γ（S）i=u（S）ii-1u（S）ii。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-7 18:54:02

Γ（S）iis是vi的一部分，因此我们可以评估（直接或间接）返回到节点的流量的总值为：γ（S）i=Γ（S）ivi（B2）。S步内的全局循环指数由Γ（S）=（PiΓ（S）ivi）/（Pivi）给出。a、两种极端情况数量Γ（S）的下限为0，上限为1。两种极端情况是Γ（S）=0和limS→∞Γ（S）=1。前者出现在有向无环图（DAG）中，后者出现在平衡网络中。虽然情况Γ（S）=0很简单，因为DAG中不存在循环路径，但第二种情况并不简单。我们通过两个步骤给出了一个非常直观的证明。让我们假设一个平衡且连通的网络。在网络理论中，如果存在从i到j的路径，则两个节点i和j是强连通的，反之亦然。这种关系的定义是反射的、对称的和传递的，在不相交的等价集合中划分节点。每个类都是由SCC定义的，其中所有节点都彼此紧密连接，但类之间不存在双向路径。首先，我们将矛盾地证明，一个平衡且连通的网络可以有一个且只有一个SCC，即每个节点都可以从任何其他节点到达。因此，让我们假设我们有一个网络，由矩阵W表示，有两个不同的SCC（见图）。我们假设网络的N个节点中的p个属于SCC，而剩余的z个顶点属于SCC。该网络是连接的，因此存在至少一个从阳极i连接的链路∈ SCCto a节点k∈ SCC。由于网络是平衡的，我们可以把矩阵W的每一行的和写为相关列的和。我们为SCC中的节点写下这个等式，并展示与节点i相关的权重：pXj=1w1j+w1i=pXj=1wj1+wi1pXj=1w2j+w2i=pXj=1wj2+wi2。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:54:07

.pXj=1wpj+wpi=pXj=1wjp+在制品。如果我们将等式中的所有左侧成员和右侧成员相加并简化，我们得到：Ppjwji=Ppjwij。我们观察到ppjwji=sini，而pjwij=souti- 威克。该网络由假设平衡，因此为0。该结果与网络连接的假设相矛盾，从而得出结论，即在一个平衡且连接的网络中不可能有多个SCC。证明的第二步在于证明平衡网络u（S）ii→ ∞ 对于S→ ∞. 我们知道一个平衡且连通的网络是强连通的，这意味着相关的马尔可夫链是不可约的，换句话说，它是一个单一的通信类。如果马尔科夫链的状态i从i开始并返回到它的概率等于1，则称为循环状态i。特别是，如果链是有限的且不可约的，那么所有状态都是循环的[？]。在节点数有限的不可约马尔可夫链中，节点是循环的。节点是循环的当且仅当ifP∞苏(S)ii=∞, 因此，等式B2变成：Γ(∞)= u(∞)二、-1/u(∞)ii=1。我们得出结论，对于一个平衡连通网络Γ(∞)= 1.0.150.200.250.300.35年GIHRL（a）0.100.150.200.25年GIHRL（b）图5。从1960年到2012年，美国（a组）和德国（b组）的Γ（2）i（橙色线）、Γ（3）i（红色线）和Γ（4）i（紫色线）的趋势。国家（2）iΓ（3）iΓ（4）iΓ(∞)一（1961）0.03（0.8）0.08（0.5）0.10（0.4）0.18（0.2）FRA（1961）0.63 0.53 0.47 0.18（0.2）德国（1971）0.25（0.1）0.26（0.1）0.26（0.1）0.26（0.1）日本（1961）0.76 0.75 0.44U。K（1961）0.16（0.2）0.19（0.2）0.2（0.1）0.22（0.1）RUS（1990）-0.57（0.02）-0.54（0.01）-0.53（0.01）-0.54（0.01）美国（1961）0.31（0.02）0.31（0.03）0.31（0.03）0.28（0.04）表二。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:54:10

对于不同的国家，该表报告了Γ（r）i值之间的皮尔逊关系指数（r=2，3，4，∞) 以不变价格计算的GDP增长，括号内为p值（95%的置信度，以及低于或等于10的p值未报告）。GDP增长数据来自世界银行；世界银行统计数据的起始年份在每个国家都有报告。2.补充讨论构建M的方法已用于生态学研究，目的是用数量Γ评估生态系统中的物质循环总量(∞)[? ?? ]. 最近，这种方法被用于检测生态系统和世界贸易网（WTW）[？？]中异速生长模式的存在。我们方法的新颖之处在于考虑了所有可能的自行车道顺序，包括{2。。。，∞}, 以评估全球链价值，以及循环贸易在世界经济中的份额。从这个角度来看，三组不同的节点可以被视为出口和进口（souti=sini）之间存在完美平衡的国家组，即出口顺差souti>sini或进口顺差souti<sini。根据这种解释，汇节点和源节点只是代表了世界各国经济的总和。在本文中，我们展示了全球循环指数与原油价格之间的强相关性。这是我们在政策影响方面工作的主要结果，尽管单一国家分析揭示了有趣的信息。γ（S）和Γ（S）这两个量可用于评估每个国家1960年至2011年的绩效。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-7 18:54:14

这些趋势可以揭示价值链结构的显著差异，并揭示潜在经济系统中的距离。图4显示了美国（左面板）和德国（右面板）的样本曲线。对这两个国家来说，很大一部分出口直接或间接地返回到该国，然而，这些曲线描绘了不同的循环模式。具体而言，考虑到ciclyc pathslonger超过2个步骤，美国的生产链似乎比德国更长。实际上，等于4步的USA循环路径所占的份额大于等于3步的USA循环路径，而大多数德国循环路径的长度等于3。此外，Γicurves的趋势表明，两国对2008年危机的反应不同。自20世纪90年代末以来，周期性洪水的比例明显下降，并在2008年急剧下降。总体百分比变化约为-15%. 另一方面，德国的衰退趋势始于1990年左右，从2000年开始趋于稳定，2008年的危机似乎微不足道。循环路径所占份额的总体百分比变化约为-5%.我们可以说，一个国家的循环系数和国内生产总值的增长是相关的。然而，这种联系因国家而异，没有明确的模式。事实上，在表（II）中，我们展示了恒定价格下的GDPgrowth值（括号中的p值）与Γ（s）i之间的皮尔逊相关系数，其中∈ {2, 3, 4, ∞}, 六个国家：中国、法国、德国、日本、英国、俄罗斯和美国（GDP数据来自世界银行，www.worldbank.org）。大多数国家没有表现出任何显著的相关性，或者只是一点点；法国和日本在这两个变量之间表现出很强的正相关，而俄罗斯则表现出相当高的负相关。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-7 18:54:17

这意味着伽马所捕捉到的信息与从GDP增长分析中得到的信息有很大不同。γ（S）和Γ（S）ican可以提供1960年至2011年单个国家的绩效信息。有可能根据国家的价值观对其进行排名。在图（5）中，我们展示了这个排名∈ {2，inf}同样的七个国家：中国、德国、法国、英国、日本、俄罗斯和美国。我们选择这些国家是因为它们在（a）（b）（c）（d）图6中的有趣模式。根据γ（2）i（a组）的值，七个国家的排名，γ(∞)i（b组）、Γ（2）i（c组）和Γ(∞)一（d小组）。数据范围从1960年到2011年。为了揭示变量γ（S）和Γ（S）如何解释各国的结构变化。俄罗斯的相对排名总是高于绝对排名，对于S=2，相对于S=∞. 此外，我们可以观察到，从80年代末开始，这两种情况都有所下降，从2000年左右开始，这两种情况都有所上升。结果似乎与苏联解体一致，这是由与其他苏维埃共和国的双边交流所构成的俄罗斯价值观所解释的。中国的特点是在过去的几十年里有显著的增长趋势，达到了20年来的最高水平(∞)在我们分析的最后几年。同期，德国在循环贸易中的份额超过美国（S=∞), 正如五大集团d组所述，我们评论了中国和德国的表现。前者在过去几十年中呈上升趋势，我们指出其链价值在绝对值（γ）中的普遍性(∞)i、 Fig.5小组b）。去年关于S=∞, 德国在循环贸易中的份额超过了美国（图5，d组）。[1] 克里斯托弗·奥尔索普和巴萨姆·法图。石油和能源。《牛津经济政策评论》，27（1）：1-32，2011年。[2] 何塞·阿尔瓦雷斯·拉米雷斯、耶稣·阿尔瓦雷斯和里卡多·索利斯。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝