石油和天然气贸易对欧盟经济的影响

对南非来说，最敏感的国家是西班牙（ES）和荷兰，而对美国来说，最敏感的国家是荷兰。然而，对于欧盟来说，南非对石油的敏感性比俄罗斯的低3-4倍。因此，德国托鲁斯石油公司的敏感性比SApetroleum公司高出5倍。相比之下，欧盟对石油的最大敏感性比对铀的敏感性强2倍。德国的敏感性与美国和俄罗斯相当。让我们注意到，南非石油价格上涨不会影响天然气储量，甚至不会给天然气储量带来好处。俄罗斯石油价格上涨带来的金融收益也是如此。此外，我们还观察到，从瑞典到希腊，从波罗的海国家到德国，欧盟东部国家的刚性成分对美国石油最不敏感（图5右下图）。2004年、2008年、2012年欧盟对俄罗斯、南非和美国石油敏感性的时间演变如图6所示（2016年见图5）。对于俄罗斯石油来说，最敏感的国家是荷兰（NL）、意大利（IT）、塞浦路斯（CY），分别是2004年、2008年和2012年以及2016年的NL和IT。同时，最大负敏感度从-2004年0.0016至-2008年为0.0029，-2012年为0.0037-2016年为0.0017。从这些最大敏感性以及欧盟国家之间的敏感性分布来看，我们观察到2012年之前，对俄罗斯石油的平衡贸易敏感性总体上有所增加，然后我们指出，2016年欧盟的贸易敏感性降低了beC。Coquid\'e等人：《石油和天然气贸易对欧盟经济体的影响》9 ^图5。2016年，由于俄罗斯、沙特阿拉伯和美国的石油价格上涨，欧盟国家平衡了衍生产品dBc/dδ。

对于每个欧盟国家c，我们计算由石油价格微小变化引起的平衡导数dBc/dδ，从俄罗斯（左上角）、沙特阿拉伯（左下角）、美国（右下角）到欧盟国家c。平衡导数d^Bc/dδ，使用ImportRank^pc和ExportRank^P计算*c、 右上方的面板显示了从俄罗斯到欧盟国家c的石油价格上涨所导致的情况。ing可与2004年相比。我们将此归因于2007-2008年金融危机后世界石油价格的大幅下跌。SA和美国石油敏感性也有类似的趋势。对于南非石油公司而言，最敏感的国家是2004年的荷兰、意大利和希腊（GR），2008年的荷兰、意大利，2012年和2016年的荷兰、西班牙（ES），最大负敏感度从-2004年为0.0006，-2008年为0.0008，-2012年为0.001-2016年为0.0005。与俄罗斯的情况一样，欧盟国家对南非石油的贸易平衡敏感度在2012年之前一直在增加，然后在2016年与2004年相比有所下降。对美国石油而言，最敏感的国家是2004年的荷兰和ES，以及2008年、2012年和2016年的荷兰，最大负敏感度从-2004年为0.0052，-2008年为0.0127，-2012年为0.0122-2016年为0.0037。在全球范围内，古老的苏联卫星国和更具全球中心地位的欧盟经济体受美国或南非石油增长的影响较小。我们还观察到，由于在石油进出口领域处于核心地位，NL经济的表现受石油价格上涨的影响最大。标准Import-Exportanalysis图片（如图5右上面板）绝对无法捕捉到这种强烈的间接特征。在Global中，我们看到欧盟国家对美国石油更加敏感，而美国石油比俄罗斯石油强2-3倍。

我们将这一点与美国是世界排名第一的国家这一事实联系在一起，以便它对其他国家具有更大的全球影响力。3.4欧盟对天然气价格的敏感性我们在图7中展示了2016年欧盟贸易平衡对俄罗斯和挪威天然气的敏感性（NO）。欧盟对天然气的敏感性比石油弱一个数量级。俄罗斯天然气的价格上涨主要影响（IT），而其他西方欧盟国家相对不敏感。同样，俄罗斯邻国对俄罗斯天然气进口最敏感。对挪威天然气最敏感的U经济体是DE经济体（在较小程度上是GB和BE经济体），这将受到无天然气价格上涨和SE经济的影响，而SE经济将从中受益。SE的正平衡贸易敏感性当然是由于无经济的纠缠。其他经济体对NOgas不敏感（参见图7右图中14个欧盟国家的峰值，平衡贸易约为0）。无花果。8和9显示了2004年至2016年欧盟经济体贸易平衡对RU和NOgas的时间演变敏感性。在图8中，我们观察到，在此期间，从PT到DE的欧盟西部集团对RU天然气保持不敏感，但自2012年以来受影响最大的IT经济除外（此外，在2004年左右，FR经济对RU天然气暂时敏感）。在图9中，我们观察到，在同一时期，欧盟东区国家对NO气体不敏感。受天然气进口量和/或价格上涨影响最大的国家是2004年的FR、BE、DE、2008年的BE、NL、DE和2016年的DE。

SE经济始终受益于无天然气产量的增长，2008年除外，当时SE相对受到影响，而GB则受益于无天然气。4讨论在这项工作中，我们开发了多产品世界贸易网络的简化谷歌矩阵（REGOMAX）分析，特别强调欧盟国家贸易平衡对俄罗斯、美国、沙特阿拉伯和挪威石油和天然气价格的敏感性。我们特别注意到，在2004-2016年期间，大多数欧洲国家对俄罗斯石油和石油产品的价格上涨非常敏感。沙特阿拉伯和美国的石油价格影响情况有所不同，其中东欧和中欧国家受到的影响相对较小。荷兰是欧盟最好的石油进口国和出口国，在此期间，由于俄罗斯、沙特阿拉伯或美国的价格上涨，荷兰是受影响最大的欧盟国家。俄罗斯天然气的影响主要集中在欧盟东部国家，其中C.Coquide等人：“石油和天然气贸易对欧盟经济的影响”图。6、2004年（顶行）、2008年（中行）和2012年（底行），欧盟国家对俄罗斯（左栏）、沙特（中栏）和美国（右栏）石油价格上涨引起的衍生产品dBc/dδ进行了平衡。古老的苏联卫星，除意大利外，西方欧盟国家对此反应迟钝。虽然挪威是欧盟的第二大天然气供应商，但挪威的价格上涨影响的欧盟国家寥寥无几，在整个2004-2016年期间影响了德国、2004年法国、2004年和2012年比利时以及2012年荷兰，但对瑞典有利（2008年左右除外）。C、 Coquid\'e等人：石油和天然气贸易对欧盟经济体的影响11图。7、欧盟国家平衡2016年俄罗斯（左图）和挪威（右图）天然气价格上涨导致的衍生dBc/dδ。图8：。

2004年（左上）、2008年（右上）、2012年（左下）和2016年（右下）俄罗斯天然气价格上涨导致欧盟国家平衡衍生dBc/dδ。我们表明，与通常的出口-进口考虑相比，这种REGOMAX方法考虑了通过国家间贸易关系的所有非平凡途径进行的连锁效应传播。由于此特性，与importexport方法中仅考虑的邻近链接分析相比，此方法更强大。因此，REGOMAX方法可以弥补特定国家石油或天然气价格对欧盟贸易的间接影响。我们认为，furFig。9、2004年（左上角）、2008年（右上角）、2012年（左下角）和2016年（右下角），欧盟国家平衡挪威天然气价格上涨引起的衍生dBc/dδ。对此类间接影响的调查将在欧盟贸易中石油或天然气危机污染传播中发挥重要作用。致谢我们感谢联合国商品贸易组织的代表为我们提供了访问该数据库的友好机会。这项工作部分得到了Avenir投资项目ANR-11-IDEX-0002-02，参考编号NR-10-LABX-0037-NEXT（THETRACOM项目）的支持；根据2017-P0110拨款，该公司获准使用卡尔米普（图卢兹）的HPC资源。这项工作还得到了Avenir ANR-15-IDEX-0003项目投资、ISITE-BFC（projectGNETWORKS）和勃艮第-弗兰奇-科姆地区（APEX项目）的部分支持。附录在此，我们提供了欧盟贸易简化Google矩阵分析的一些额外数据。图A1显示了简化的Google矩阵GRand G*与27个欧盟国家和沙特阿拉伯相关的石油产品。图a2显示了简化的谷歌矩阵GRand G*与27个欧盟国家和美国相关的石油产品。12 C。

Coquid\'e等人：石油和天然气贸易对欧盟经济的影响.03 0.04 0.05 0.060.07eelulvfidkcyieltsamtgrskbgropthuseatcziplbeittgbesdefrnlnlfrdeesgbitbeplisczatshuptrobgskgrmtsaltiecydkfillvluee 0.05 0.1 0.15 0.2 0.25 0.3eelulvfidkyieltsamtgrskbgropthuseatcziplbeittgbesdefrnlfrdeessiczatshuptrobgskgrmtsaltiecydkfillvluee 0.005 0.01 0.015 0.02eelulvfidkyieltsamtgrskbgropthuseatczp CZSIPLBEITGBESDEFRNLNLFREDESGBITBEPLSICZATSEUPTROBGSGRMTSALTIECYDKFILFLUEE 00.05 0.1 0.15 0.2 0.25 0.3 25个0.3EElulvfidkcyieltsamtgrskbgropthuseatcziplbeitgbesdefrnlnlfrdeesgbitbeplisczatseuptrobgskgrmtsaltiecydkfilvluee 0.005 0.01 0.015 0.02 0.025图。A1、左四个面板：简化的谷歌矩阵GR（左上）及其矩阵组件Gpr（右上）、Grr（左下）和Gqrnd（右下），用于2016年27个欧盟国家和沙特阿拉伯之间交换的石油产品（代码p=33）。右侧四个面板：与左侧相同，但用于简化的Google matrix G*按与左侧相同的顺序排列其三个矩阵组件。

在这里，欧盟国家和南部非洲的顺序如表1的PageRank列所示。EELULVFIDKCYIELTMTGRSKBGROPTHZSIPLBEITGBESDEFRNLUSSUSNLFREDESGBITBEPLSICZATSEUPTROBGSGRMTLTIECYDKFILLUEE 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 EELULVFIDKCYIELTGRSKROPTHZSIPLBEITGBESDEFRNLUSSUSNREDESBEPLSICZATSEUPTROBGSGRMTLTIECYDKFILLUEE 0.02 0.04 0.06 0.08 0.1 0.120.14eelulvfidkcyieltmtgrskgropthuseatczsiplbeitzatseuptrobgskgrmtltiecydkfilvlee 0.05 0.1 0.15 0.2 0.25 0.3eelulvfidkyieltmtgrskgropthuseatczsiplbeitzbeitzatseuptrobgskgrmtltiecydkfilvlee 0.005 0.01 0.015 0.02 0.0250.03eelulvfidkcyielttgrskbgropthuseatczsiplbeitzatseuptrobgskgrmtltiecydkfilvlee 0.05 0.1 0.15 0.2 0.25 0.3eelulvfidkyielttgrskbgropthuseatczsiplbeitczatseuptrobgskgrmtltiecydkfilvlee 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.160.18eelulvfidkcyielttgrskbgropthuasetczsiplbeitzatseuptrobgskgrmtltiecydkfilvlee 0.05 0.1 0.15 0.2 0.25 0.3eelulvfidkyielttgrskbgropthuasetczsiplbeitczatseuptrobgskgrmtltiecydkfilvlee 0.005 0.01 0.015 0.03 0.035图。左四个面板：2016年27个欧盟国家和美国之间交换的石油产品（代码p=33）的简化谷歌矩阵GR（左上）及其矩阵组件Gpr（右上）、Grr（左下）和Gqrnd（右下）。右侧四个面板：与左侧相同，但用于简化的Google matrix G*按与左侧相同的顺序排列其三个矩阵组件。在这里，欧盟国家和美国的顺序如表1的PageRank列所示。参考文献1。联合国商品贸易统计数据库：http://comtrade.un.org/db/.2019年1月访问。

世界贸易组织（2018）《2018年世界贸易统计评论》提供：https://www.wto.org/english/rese/statis e/wts2018 e/wts18 toc e.htm。2019年1月3日访问。P、 R.Krugman、M.Obstfeld和M.Melitz，《国际经济学：理论与政策》，新泽西州普伦特霍尔（2011）4。S、 Dorogovtsev，《复杂网络讲座》，牛津大学出版社，牛津（2010）5。五十、 Ermann和D.L.Shepelyansky，《世界贸易网络谷歌矩阵》，《波兰物理学报》A 120，A158（2011）C.Coquid\'e等人：《石油和天然气贸易对欧盟经济的影响》136。五十、 Ermann和D.L.Shepelyansky，多产品世界贸易网络谷歌矩阵分析，欧洲。物理。J、 B88，84（2015）7。S、 布林和L.佩奇，《大规模超文本网络搜索引擎的剖析》，《计算机网络与ISDN系统》30，107（1998）8。A、 M.Langville和C.D.Meyer，《谷歌的PageRank及其后：搜索引擎排名的科学》，普林斯顿大学出版社，普林斯顿（2006）9。五十、 Ermann，K.M.Frahm和D.L.Shepelyansky有向网络的Googlematrix分析，Rev。摩登派青年物理。87,1261 (2015)10. A、 D.Chepelianskii，《软件体系结构的物理定律》，arXiv:1003.5455【cs.SE】（2010）11。A、 O.Zhirov、O.V.Zhirov和D.L.Shepelyansky，《维基百科文章二维排名》，欧元。物理。J、 B 77523（2010）12。K、 M.Frahm和D.L.Shepelyansky，《简化的谷歌矩阵》，arXiv:1602.02394【physics.soc】（2016）13。K、 M.Frahm、K.Jaffer ` es Runser和D.L.Shepelyansky，《维基百科政治领导人之间隐藏联系的挖掘》，欧元。物理。J、 B 89269（2016）14。C、 Coquide，J.Lages和D.L.Shepelyansky，《Wikipedia networks大学的世界影响力和互动》，欧元。物理。J、 B 92，3（2019）15。J、 Lages、D.L.Shepelyansky和A。

Zinovyev，使用定向生物网络的简化谷歌矩阵推断路径成员之间隐藏的因果关系，PLoSONE 13（1），e0190812（2018）16。M、 A.Serrano、M.Boguna和A.Vespignani，《世界贸易网中的主导流模式》，J.Econ。Interac公司。库尔。2, 111 (2007)17. G、 Fagiolo，J.Reyes和S.Schiavo，《世界贸易网：拓扑性质、动力学和进化》，物理。修订版。E79036115（2009）18。J、 他和M.W.认为，世界贸易网络的结构和响应，Phys。修订版。利特。105, 198701 (2010)19. G、 Fagiolo，J.Reyes和S.Schiavo，《世界贸易网的演变：加权网络分析》，J.Evol。经济。20, 479 (2010)20. M、 Barigozzi，G.Fagiolo和D.Garlaschelli，《国际贸易多重网络：商品特定分析》，Phys。修订版。E 81046104（2010）21。A、 Chakraborty、Y.Kichikawa、T.Iino、H.Iyetomi、H.Inoue、Y.Fujiwara和H.Aoyama，《日本生产网络核桃结构中的等级社区》，PLoS ONE 13（8），e0202739（2018）22。五十、 De Beneditis和L.Tajoli，《世界贸易网》，世界经济34（8），1417（2011）23。T、 Deguchi，K.Takahashi，H.Takayasu和M.Takayasu，《使用加权HITS算法的世界贸易网络枢纽和当局》，《公共科学图书馆综合》（PLoS ONE）9（7），e1001338（2014）24。五十、 Ermann、K.M.Frahm和D.L.Shepelyansky，《比特币网络Googlematrix》，欧元区。物理。J、 B 91、127（2018）25。J、 -P.Bouchaud和M.Potters，《金融风险和衍生品定价理论》，剑桥大学出版社，剑桥英国（203）26。M、 C.Munnix、R.Schaefer和T.Guhr，《信贷风险的随机矩阵方法》，《公共科学图书馆综合》9（5），e98030（2014）27。M、 Bardocia、G.Livan和M.Marsili，《复杂经济的统计力学》，J.Stat.Mech.：西奥。Exp.2017，043402（2017）28。ISO 3166-1α-2，https://en.wikipedia.org/w/index.php?title=ISO3166-1 alpha-2和oldid=881234177。2019年1月29日访问。

按GDP（名义）列出的欧洲主权国家名单，https://en.wikipedia.org/w/index.php?title=List按国内生产总值（名义）计算的欧洲主权国家数量&旧ID=864980281。2019年1月访问。