Examining Global Value Chains through Network Analysis = Εξέταση των Παγκόσμιων Αλυσίδων Αξίας μέσω της δικτυακής ανάλυσης.

Περίληψη

We investigate the evolution of Global Value Chain (GVC) for a period of fifteen years (2000-2014), 44 countries and 54 sectors. In this perspective, we examine GVCs of each sector as weighted directed network, where countries represent the nodes and value added flows represent the edges, using data from the World Input-Output Database (WIOD). Firstly, we convert gross trade flows between sectors and countries to value added flows between countries for each sector. In this direction, we construct 810 networks each of which represents a GVC of a specific sector for a specific year. Secondly, we calculate network metrics and indicators to map each sector properties (features) and to reflect countries position within sectors overtime. Finally, we calculate entropy of nodes weights and entropy of nodes degree as a measure of variety that prevails in GVCs and attempt to draw conclusions from its combination with the other measures. Applying suggested methodology to bilateral trade data, help us to eliminate the problem of “big data” and “complexity” and give us insight into blurred vision of GVC, as the following key findings:
    1. The majority of countries increased their participation in GVCs.
    2. Financial crisis (2007) has strongly affected the GVCs, while social events (terrorist attacks, wars, natural phenomena) do not generally affect value added flows.
    3. Small economies (e.g. Malta) import proportionately more value added, while large ones (e.g. USA, ROW) export more.
    4. Large and growing economies (e.g. USA, ROW) cooperate with most commercially active countries, while small ones (e.g. Cyprus, Malta) with the most.
    5. Countries that are not commercial active are the link between the cut-off countries and GVCs (e.g. Mexico, Indonesia).
    6. Hubs and Authorities matching across many GVC networks (e.g. USA, ROW, Germany).
    7. Positive overtime correlation between degree and entropy of nodes.
    8. Reduction between degree and entropy of nodes signals an economy shift.
    9. In-Degree entropy implies economy shift more immediate than entropy of nodes and out-degree entropy.

Ερευνούμε την εξέλιξη των Παγκόσμιων Αλυσίδων Αξίας (Global Value Chains - GVCs) για μία περίοδο δεκαπέντε ετών (2000-2014), 44 χώρες και 54 οικονομικούς κλάδους. Από την άποψη αυτή, εξετάζουμε τις Παγκόσμιες Αλυσίδες Αξίας κάθε κλάδου ως σταθμισμένα κατευθυνόμενα δίκτυα, όπου οι χώρες αντιπροσωπεύουν τους κόμβους και οι ροές προστιθέμενης αξίας αντιπροσωπεύουν τις ακμές, χρησιμοποιώντας δεδομένα από την βάση δεδομένων WIOD. Πρώτον, μετατρέπουμε τις ακαθάριστες εμπορικές ροές μεταξύ κλάδων και χωρών σε ροές προστιθέμενης αξίας μεταξύ των χωρών για κάθε κλάδο. Προς αυτή την κατεύθυνση, κατασκευάζουμε 810 δίκτυα, εκ των οποίων κάθε ένα αντιπροσωπεύει μια Παγκόσμια Αλυσίδα Αξίας συγκεκριμένου κλάδου για ένα συγκεκριμένο έτος. Δεύτερον, υπολογίζουμε δικτυακά μέτρα και δείκτες για να χαρτογραφήσουμε τις ιδιότητες - χαρακτηριστικά των κλάδων και να αντικατοπτρίσουμε τη θέση των χωρών σε κάθε κλάδο διαχρονικά. Τέλος, υπολογίζουμε την εντροπία ως μέτρο ποικιλομορφίας των ροών που ανταλλάσσονται στις Παγκόσμιες Αλυσίδες Αξίας και προσπαθούμε να εξαγάγουμε συμπεράσματα από το συνδυασμό της με τα άλλα μέτρα. Εφαρμόζοντας την προτεινόμενη μεθοδολογία σε διμερή εμπορικά δεδομένα, εξαλείφουμε το πρόβλημα των «μεγάλων δεδομένων» και της «πολυπλοκότητας» και ρίχνουμε φως στην θολή οπτική των  Παγκόσμιων Αλυσίδων Αξίας, διαπιστώνοντας τα ακόλουθα καίριας σημασίας ευρήματα:
    1. Η πλειονότητα των χωρών αύξησαν την συμμετοχή τους στις GVCs.
    2. Η χρηματοπιστωτική κρίση (2007) επηρέασε αρκετά τις GVCs, ενώ κοινωνικά γεγονότα (τρομοκρατικές επιθέσεις, πόλεμοι, φυσικά φαινόμενα) γενικά δεν επηρεάζουν τις ροές προστιθέμενης αξίας.
    3. Μικρές οικονομίες (όπως η Μάλτα) εισάγουν αναλογικά περισσότερη προστιθέμενη αξία, ενώ οι μεγάλες οικονομίες (όπως USA, ROW) εξάγουν περισσότερο.
    4. Μεγάλες και αναπτυσσόμενες οικονομίες (όπως USA και ROW, αντίστοιχα) συνεργάζονται με τους πιο εμπορικά δραστήριους, ενώ μικρές οικονομίες (όπως η Μάλτα και η Κύπρος) συνεργάζονται με τους περισσότερους.
    5. Χώρες (όπως ο Μεξικό και Ινδονησία) που δεν είναι ιδιαίτερα δραστήριες είναι συνδετικοί κρίκοι ανάμεσα στις αποκομμένες χώρες και τις GVCs.
    6. Εμπορικά κέντρα (hubs) και αυθεντίες (authorities) ταυτίζονται στις περισσότερα GVC δίκτυα (όπως οι USA, ROW και Γερμανία).
    7. Θετική διαχρονική συσχέτιση ανάμεσα σε βαθμό και εντοπία των κόμβων (χωρών).
    8. Μείωση συσχέτισης ανάμεσα σε βαθμό και εντροπία των κόμβων σηματοδοτεί αλλαγή οικονομικής κατάστασης.
    9. Η εντροπία των έσω-βαθμών σηματοδοτεί πιο άμεση μεταστροφή της πορείας της οικονομίας σε σχέση με την εντροπία των κόμβων και την εντροπία των έξω-βαθμών.