原油价格如何影响全球分工

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。

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。

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, . . .

，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。

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。

.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。

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。

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。

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。

原油市场效率和建模：来自多尺度自相关模式的见解。能源经济学，32（5）：993-1000，2010年。[3] 乔奥·阿马多和索尼亚·卡布拉尔。全球价值链：驱动因素和衡量标准调查。《经济调查杂志》，2014年。[4] 乔奥·阿马多尔，索尼亚·卡布拉尔等。增值贸易网络。技术报告，2015年。[5] 詹姆斯·安德森和埃里克·范·温库普。交易成本。技术报告，国家经济研究局，2004年。[6] Robert U Ayres、Leslie W Ayres和Benjamin Warr。1900-1998年美国经济中的火用、电力和工作。能源，28（3）：219-2732003。[7] 理查德·鲍德温。全球化：大分拆。芬兰经济委员会，20（2006）：5-47，2006年。[8] 贾扬特·巴纳瓦尔、阿莫斯·马里坦和安德里亚·里纳尔多。高效交通网络的规模和形式。《自然》，399（6732）：130-1321999。[9] Robert Barsky和Lutz Kilian。20世纪70年代的石油和宏观经济。技术报告，国家经济研究局，2004年。[10] 阿尔伯特·T·巴鲁查·里德。马尔科夫过程理论的元素及其应用。信使多佛出版社，2012年。[11] 全球英国石油公司。英国石油公司《世界能源统计评论》，2010年6月。[12] Carlos A Carrasco和Felipe Serrano。全球和欧洲失衡：一篇批判性评论。技术报告，2014年。[13] 大卫·T·科、阿文德·萨布拉曼尼亚和娜塔莉亚·T·塔米里萨。缺失的全球化之谜：距离重要性下降的证据。国际货币基金组织工作人员文件，第34-58页，2007年。[14] 亚历山德罗·科洛尼和马特奥·马内拉。石油冲击对产出增长的不对称影响：g-7国家的马尔可夫转换分析。经济建模，26（1）：1-292009。[15] 罗伯特·C·芬斯特拉和戈登·H·汉森。生产率测量以及贸易和技术对工资的影响：1972-1990年对美国的估计。