您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[ERIA]:COVID - 19 大流行与世界机械贸易网 - 发现报告
当前位置:首页/其他报告/报告详情/

COVID - 19 大流行与世界机械贸易网

2023-08-16ERIA陈***
COVID - 19 大流行与世界机械贸易网

ERIA-DP-2023-10 ERIA讨论论文系列 编号482 COVID-19大流行与世界机械贸易网络* KozoKIYOTA® 庆应义大学,经济,贸易和工业研究所(RIETI)和东京经济研究中心(TCER) 2023年8月 Abstract:鉴于机械贸易在全球贸易中的重要性,本研究调查了在COVID-19大流行后机械出口的模式是否发生了显著变化。将网络分析和结构断裂分析框架应用于2016年1月至2022年3月的月度双边出口数据。主要发现有三个方面。首先,主要机械出口国的出口出现了积极的结构性变化。其次,在日本和一些东盟成员国(AMS)中发现了中心性的负面结构变化,这意味着这些国家在全球机械网络中的相对重要性下降。第三,日本中心地位的下降不是由出口价值或目的地国数量的下降引起的。相反,这是由于AMS等日本出口目的地国的中心地位下降。注意到日本与AMS有着相对牢固的贸易关系,这些结果共同表明,大流行的负面冲击在整个供应链中蔓延,这导致一些国家——如日本——在全球机械贸易网络中的相对重要性下降。 关键词:机械贸易;COVID-19大流行;网络;中心性 JEL分类:F14,F40 “作者从与木村福纳利的对话以及对DoaHa,PareshKmarNaraya,UrataShjiro和HogyoZhag的早期草稿的评论中受益。这项研究得到了东盟和东亚经济研究所(ERIA)项目“大流行后世界中的全球贸易和经济复苏”的支持。作者还承认日本科学促进会(JSPS)助学金(JP22H00063)的财政支持。通常的免责声明适用。 出席会议经济观察站,庆应义大学,2-15-45,三田,Minato-ku,东京108-83345,日本。电子邮件:kiyota@keio.jp 1.Introduction 全球供应链是否以及如何应对各种冲击——例如COVID-19大流行——是政策制定者关注的问题。英国脱欧、大流行和俄罗斯入侵乌克兰等冲击造成的供应中断将全球供应链风险问题推到了许多政策议程的首位(Freema和Baldwi,2022年);例如,美国(US)正在集中精力建设有弹性的供应链(白宫,2022年)。 尽管2020年的贸易出现了自二战以来最大的减少,但全球经济正在迅速复苏。根据国际货币基金组织(2022),2020年全球产出增速为-3.1%,2021年恢复至5.9%。同样,世界贸易额在2020年下降了8.2%,但在2021年增长了9.3%。这些估计表明,负面影响是暂时的,而不是永久的。换句话说,贸易确实对流行病的冲击具有弹性。 然而,在讨论供应链时,许多人提到制造产品(例如ProcedreiPad,汽车和飞机),而不是作为一个整体进行贸易,因为它们具有许多零件和组件,其生产过程遍布不同的国家。虽然由于V型复苏,大流行对整体货物贸易的负面影响确实消失了,但对机械贸易的影响仍不确定。 Ado,Kimra和Obashi(2021)研究了大流行对日本机械贸易的影响。使用2017年1月至2020年10月的数据,他们的结果表明,即使在大流行期间,零部件的贸易关系也很强劲。此外,机械行业的国际生产网络几乎完好无损。Ado,Kimra和Yamaochi(2022)发现,大流行对东亚出口的负面影响要比北美和欧洲小得多。 相比之下,Arriola,Kowalski和vanTongeren(2021)认为,2020年不同产品类别之间的贸易影响差异大于2008-2009年全球金融危机期间-并且大于过去20年中的任何其他年份。基于对2000年1月至2021年1月贸易数据的详细描述性分析,他们 1在本文中,由于月度数据的可用性有限,重点仅限于货物贸易。Ando和Hayakawa(2022)利用季度数据,研究了大流行对服务贸易的影响,发现大流行对服务贸易的负面影响比货物贸易更大。 2Kiyota(2022)使用2000年1月至2021年3月的月度双边贸易数据,研究了大流行如何影响全球贸易。研究发现,没有证据表明在大流行开始后,主要贸易国和东南亚国家联盟 (ASEAN)成员国(AMS)的贸易发生了显着变化。 指出,大流行在一年内引起的贸易结构变化与通常在5年内看到的变化相似。Hayaawa和Moi(2021)研究了2019年1月至6月和2020年1月至6月COVID-19大流行对机械成品贸易的影响 ,发现一方面,大流行对进口国机械成品的需求没有显著影响。另一方面,他们发现,在出口成品机械产品的国家以及向这些国家出口机械零件的国家,COVID-19感染率上升,严重损害了成品机械贸易。 尽管这些先前的研究对文献做出了重大贡献,但目前尚不清楚大流行后机械贸易的模式是否发生了重大变化。大流行是否引起了机械贸易模式的结构性变化?3大流行后各国在机械贸易中的相对重要性如何变化? 图1显示,2016年机械出口占制造业出口总额的比例为41.0%,2021年小幅上升至42.7% 。机械出口主要由两类:电机和运输设备。这两个类别的份额在2021年超过了制造业贸易总额的40%。由于机械出口在制造业出口中占很大份额,因此必须回答这些问题,以便更深入地了解大流行对国际贸易的影响。 3结构性断点被定义为变量时间序列中的断点,而断点被定义为相关变量的均值或趋势的显著偏移。 图1:机械在世界制造业出口中的份额 (%) 注:制造业被定义为协调制度(HS)类别16~ 96.机械出口为84至92,其中84是电机,85是运输设备。 资料来源:联合国,联合国商品贸易数据库,https://comprastrumus.un.org/(2022年12月30日访问)。 基于这一背景,本研究调查了COVID-19大流行爆发后机械贸易模式是否发生了显著变化。它建立在Kiyota(2022)的基础上,该研究研究了在大流行之后,贸易总额和每个国家在世界贸易中的中心性如何变化。4在Kiyota(2022)之后,本研究侧重于贸易和中心性;与Kiyota(2022)不同,5因此,它通过对机械贸易进行更详细的分析,并通过采用正式的统计分析来评估大流行开始后世界机械贸易网络变化的重要性,为文献做出了贡献。这种分类水平的分析应该澄清全球价值链格局是否因COVID-19大流行而发生了变化。 4在COVID-19大流行之后,一些研究采用了网络分析框架来分析国家之间的贸易模式。例如,参见Vidya和Prabheesh(2020)、Antonietti等人(2022)和Kiyota(2022)。 5在这方面,Hayakawa和Mukunoki(2021)使用186个国家的数据估计了一个重力模型。一个发现是,大流行对发展中国家出口的负面影响特别明显。尽管他们提出了有趣的发现,但贸易的网络结构超出了他们的研究范围。 这项研究也可能具有重要的政策含义。了解供应链的脆弱性有助于决策者确定决策中不确定性的来源。它将试图澄清哪些机械产品是否以及哪些机械产品在大流行时是脆弱的或有弹性的。 2.方法和数据 2.1.网络分析 本研究采用网络分析的框架来确定每个国家在世界机械贸易中的相对重要性,并采用结构断裂的框架来统计地检测机械贸易的结构变化以及中心性。在网络分析的框架中,每个国家被表示为一个节点,而国家之间的贸易关系被表示为一个链接。因此,世界机械贸易网络由节点和链接表示 ,称为图形。 采用网络分析框架有三个优点。首先,分析的数据要求相对较低。基本上,只需要双边贸易信息。其次,贸易数据检查了当前的经济状况,因为它们每月都有。最后,网络分析基于图论将国家网络可视化。因此,以简单的方式了解每个国家的相对重要性是有帮助的。每个节点的重要性由中心性度量来表示,包括基于节点之间的距离的接近性中心性和基于链路数量的度中心性。但是,由于国家通常同时与许多国家进行贸易,因此这些中心性措施不一定对分析有用。 世界机械贸易网. 最近的几项经济研究-例如Acemoglu等人(2012年)和Carvalho(2014年) -利用特征向量中心性,也称为Bonacich中心性。但是,这不适用于有向图。因此,它不适用于分析世界机械贸易网络,因为贸易有方向(即从出口国到进口国)。 为了克服这个问题,本研究利用PageRa中心性,该中心性最初是为了评估网页的排名而开发的(Page等人。1999).PageRa中心性是特征向量中心性的变体,但具有两个优点。首先,与特征向量中心性一样,PageRa中心性考虑了边缘的数量(i。Procedres.交易关系)认为一个节点(i 。Procedres.acotry)hasaswellasthemberofedgethatotherdirectlycoectedodeshave.的确。 正如Kiyota(2023)所显示的,PageRank中心性与上行性指数一致。其次,与特征向量中心性不同,这种中心性适用于有向图。因为贸易有方向(即从起点到目的地),这是另一个分析贸易的理想属性。 让节点的数量为￿。邻接矩阵表示为￿: 𝑎11⋯𝑎1�⋯𝑎1 l (1) <unk>=I<unk>� ⋯ 𝑎� ⋯ 𝑎𝑖I, ⋮𝗁𝑎𝑛1 ⋱ ⋯ ⋮ 𝑎𝑛� ⋱ ⋯ ⋮ 𝑎𝑛𝑛) 其中: 1、如果有从<unk>节点到<unk>节点的链接; ￿=[ (2) □0,否则。 现在,时间维度￿引入。让PageRank中心性￿￿对于国家￿ 在时间￿。然后,它被定义为: ￿ 𝑃𝑅𝑖�=�∑𝑎𝑖𝑗� ￿=1 ￿￿ +￿ ￿￿(3) ￿￿ ￿ where￿and￿是正常数,并且￿istheoutdegree.IncomputingPageRankcentricality,exportsareusedasalinkweight.Equation(1)thusmeansthatPageRankcentricalityforcountry￿如果(I)国家的数量￿的合作伙伴增加,(Ii)国家￿的贸易增加,以及(Iii)国家的PageRank￿的合作伙伴增加。传统上 ,￿ 0.85and￿=1。为了在年份之间进行比较,PageRank中心性也进行了调整,因此其总数等于1 。 2.2.结构断裂分析 一旦获得了中心性度量,就进行了结构断裂分析,以确定机械贸易中是否存在断点,以及其时间序列中的中心性度量。断点被定义为相关变量的均值或趋势的显著变化。为了检测结构断裂 ,采用了Clemete,Motañés和Reyes(1998)开发的测试,该测试可以估计在观察到的历史中的两个事件。 时间系列6这允许调查各国在样本期间是否经历了贸易和中心性的重大变化。 国家的结果变量￿表示为￿(压制国家￿),其中结果变量是机械出口的对数值或PageRank中心性。考虑结果的时间序列￿在样本过程中经历一次结构断裂。有两种类型的模型可以捕获结构断裂:一种可以捕获突然变化的加性离群值(AO)模型,以及一种可以捕获系列均值逐渐变化的创新离群值(IO)模型7. AO模型由以下两个步骤组成。在第一步中,估计以下回归方程: 𝑦�=�+𝛿1𝐷𝑈1�+𝛿2𝐷𝑈2�+�(4) 其中: ￿￿￿ ￿ =[1,如果<unk>> <unk><unk>;0,否则, (5) where𝑚;𝑇and�是网格搜索要定位的断点;以及表示残差。在第二步中,此回归的残差用作以下等式的因变量: □￿￿ �=∑𝜔1�𝐷𝑇𝑏1,𝑡−�+∑𝜔2�𝐷𝑇𝑏2,𝑡−�+𝛼�+∑𝜃�Δ𝑡−�+𝜀�,(6) ￿=1￿=1￿=1 其中: ￿￿1,如果<unk>=<unk><unk><unk>+1; ￿￿, =[ 0,否则, (7) for￿=1,。滞后顺序￿也是未知的。第二个回归是估计的可行值￿搜索最小的￿-统计量来测试自回归参数￿=1(即对单位根零假设的最强拒绝)对于所有中断时间组合,而￿由一组连续的￿-tests.8的意义 6有几个结构断裂测试。为了将结果与Kiyota