Wer produziert für wen in der Weltwirtschaft?
Guillaume Daudin, Christine Rifflart, Danielle Schweisguth
▶ Um diese Version zu zitieren:
Guillaume Daudin, Christine Rifflart, Danielle Schweisguth. Wer produziert für wen in der Weltwirtschaft? 2009. hal-01066205
HAL-ID: hal-01066205 https://sciencespo.hal.science/hal-01066205v1
Vorabdruck eingereicht am 19. September 2014
HAL ist ein multidisziplinäres Open-Access-Archiv zur Hinterlegung und Verbreitung wissenschaftlicher Forschungsdokumente, unabhängig davon, ob diese veröffentlicht sind oder nicht. Die Dokumente können von Lehr- und Forschungseinrichtungen in Frankreich oder im Ausland oder von öffentlichen oder privaten Forschungszentren stammen. Das multidisziplinäre offene ArchivHAL dient der Hinterlegung und Verbreitung wissenschaftlicher Dokumente auf Forschungsniveau, ob veröffentlicht oder nicht, aus französischen oder ausländischen Bildungs- und Forschungseinrichtungen, öffentlichen oder privaten Labors.
Arbeitspapier
WER PRODUZIERT FÜR WEN IN DER WELTWIRTSCHAFT?
Nr. 2009 – 18. Juli 2009
Guillaume Daudin, Lille-I (EQUIPPE) und Sciences Po (OFCE)
Christine Rifflart, Sciences Po (OFCE)
Danielle Schweisguth, Sciences Po (OFCE)
WER PRODUZIERT FÜR WEN IN DER WELTWIRTSCHAFT?
Guillaume Daudin (Lille-I (EQUIPPE) & Sciences Po (OFCE), Christine Rifflart, Danielle
Schweisguth (Sciences Po (OFCE))1
Diese Version: Juli 2009
Seit fast zwei Jahrzehnten ist der Anteil des Handels mit Vorleistungen, auch vertikaler Handel genannt, dramatisch gestiegen
erhöht. In diesem Papier wird ein neues Maß für den internationalen Handel vorgeschlagen: „Wertschöpfungshandel“. Wie viele
Nach den vorliegenden Schätzungen versteht sich der „Wertschöpfungshandel“ abzüglich des doppelt gezählten vertikalen Handels. Außerdem wird der Handel neu verteilt
fließt in ihre ursprünglichen Input-produzierenden Industrien und Länder und ermöglicht die Beantwortung der Frage
„Wer produziert für wen?“ Im Jahr 2004 waren 27 % des internationalen Handels „nur“ vertikale Spezialisierung
Handel. Die Sektorverteilung des Mehrwerthandels unterscheidet sich stark von der Sektorverteilung von
Standardhandel. Der Mehrwerthandel ist weniger regionalisiert als der Standardhandel.
Schlüsselwörter: Globalisierung, Vertikaler Handel, Regionalisierung
JEL: F15, F19
1 Die Autoren danken Lionel Fontagné, Guillaume Gaulier und den Teilnehmern der AFSE-Konferenz 2008, der SMYE-Konferenz 2008 und der GTAP-Konferenz 2008. Alle Fehler bleiben unser Eigentum.
1
Einführung
Die jüngste Entwicklung regionaler Handelsabkommen hat die Angst vor der Entstehung antagonistischer regionaler Handelsblöcke geweckt.2 Es ist eigentlich nicht klar, ob die Spaghettischüssel regionaler Handelsabkommen tatsächlich solche Auswirkungen haben kann.3 Sicher ist, dass z.B. Ostasien hat in letzter Zeit eine zunehmende Regionalisierung seines Handels erlebt, was darauf hindeutet, dass seine Entwicklung immer egozentrischer wird. Die bereits umfangreiche Literatur beschreibt jedoch detailliert die Gründe für die hohe Intensität des vertikalen Handels im regionalen Handel in Ostasien und unterstreicht, dass seine Regionalisierung durch die Bedeutung des vertikalen Handels übertrieben wird: Der asiatische Handel als Ganzes ist immer noch stark von der Nachfrage aus anderen Kontinenten, insbesondere Amerika, abhängig.5 Dies ist in Standardhandelsstatistiken nicht leicht zu erkennen.
Die grenzüberschreitende Produktionsvernetzung (verschiedene Bezeichnungen: Delokalisierung, Desintegration der Produktion, Fragmentierung, globale Produktionsteilung, internationales Outsourcing, Aufteilung der Wertschöpfungskette, Verarbeitungshandel …), gefördert durch umfangreiche FDI-Ströme, war ein wichtiger Bestandteil der jüngsten Globalisierung im Allgemeinen und der Regionalisierung im Besonderen. 6 Verschiedene Produktionsstufen sind auf verschiedene Produktionsstandorte in mehreren Ländern verteilt. Diese vertikale Spezialisierung der Produktion basiert auf einer neuen internationalen Arbeitsteilung, die sich von der traditionellen Aufteilung der Produktion in Primär- und Industriegüter löst. Die Segmentierung der Produktion wird immer subtiler, möglicherweise um das „Kaleidoskop“ der komparativen Vorteile jedes Landes optimal zu nutzen. Diese neue internationale Arbeitsteilung hat logischerweise seit Ende der 1980er Jahre zu einer Beschleunigung der Handelsströme geführt, da immer mehr Güter mehrere Grenzen überschreiten. Dies führte zu einer raschen Ausweitung des Handels mit Vorleistungen, bei denen es sich zum Teil um Vorleistungsgüter handelt. Die Vervielfachung des Inputhandels wurde durch den Abbau tarifärer und nichttarifärer Handelshemmnisse im Rahmen bilateraler und multilateraler Handelsabkommen erleichtert; vertikale Spezialisierung ist
<sup>2 Weltbank (2000).
<sup>3 Baldwin (2006), Ethier (1998). 4 Kwan (2001), Chortareas und Pelagidis (2004).
<sup>5 Siehe die Rezension in Haddad (2007).
<sup>6 Feenstra (1998).
<sup>7 Bhagwati und Dehejia (1994).
Besonders empfindlich gegenüber Handelskosten, da dadurch die Zahl der von jeder Ware überquerten Grenzen zunimmt.8
In diesem Zusammenhang ist bekannt, dass internationale Handelsstatistiken kein gutes Bild der Handelsintegration und der globalen Arbeitsteilung vermitteln. Sie können die Frage „Wer produziert für wen?“ nicht beantworten. Nehmen wir zur Veranschaulichung ein anderes Beispiel als die kanonische Barbie-Puppe und den Nike-Schuh. Die Firma Burberry schickt Flaschen französischen Parfüms nach Shanghai, um sie mit schottischen Mustern zu dekorieren, bevor sie sie zurückbringt, um sie auf dem französischen Markt zu verkaufen. Standardhandelsstatistiken deuten darauf hin, dass Frankreich Parfümflaschen nach China und China Parfümflaschen nach Frankreich exportiert. Dennoch exportiert Frankreich nichts für den chinesischen Konsum, da Parfüme in Frankreich konsumiert werden. China exportiert einfach Dekoration für den französischen Verbrauch. Angenommen, die zur Dekoration dieser Parfümflaschen verwendeten Pigmente werden aus Japan nach China importiert. Dieser Handelsstrom zwischen Japan und China bedeutet nicht, dass China japanische Produkte konsumiert, da der Endverbraucher in Frankreich ist. Es ist unmöglich, diese langen Lieferketten allein anhand von Handelsstatistiken aufzuklären.
In diesem Artikel wird untersucht, wie die Berücksichtigung des vertikalen Handels die Antwort auf die Frage „Wer produziert für wen“ in der Weltwirtschaft verändert. Es befürwortet die Untersuchung von Handelsströmen mithilfe des „Mehrwerthandels“. „Im Vergleich zum „Standardhandel“ ist der „Wertschöpfungshandel“ abzüglich des doppelt gezählten vertikalen Spezialisierungshandels. Der Beitrag dieses Papiers besteht darin, kohärente Handels- und Input-Output-Daten von GTAP zu verwenden, um Handelsströme ihren ursprünglichen Input-produzierenden Industrien und Ländern neu zuzuordnen. Es berechnet den Mehrwerthandel für 66 Regionen und 55 Sektoren in den Jahren 1997, 2001, 2004. Außerdem wird der Mehrwerthandel für berechnet 113 Regionen im Jahr 2004.
Die Schwierigkeit bei der Messung des Wertschöpfungshandels besteht darin, alle Produktionsstufen eines Endprodukts zu berücksichtigen, um die Wertschöpfung zu verfolgen, die von jedem Sektor und jedem Land in seine Produktion einfließt. Die Eingänge der ersten, zweiten, dritten… Stufe müssen isoliert sein. Dies ist nur möglich
<sup>8 Yi (2003).
<sup>9 Beispiele aus Benhamou (2005), S. 19, 25 und 96.
<sup>10 Es ist seit langem bekannt, dass Handel und BIP nicht direkt vergleichbar sind, da der Handel nicht anhand der ausgetauschten Wertschöpfung gemessen wird: Irwin (1996), Feenstra (1998), Cameron und Cross (1999).
<sup>11 Vertikaler Handel bezeichnet manchmal den innerindustriellen Handel mit Waren unterschiedlicher Qualität. Dies ist nicht Gegenstand dieser Arbeit.
<sup>12 Ähnliche Übungen mit GTAP-Daten von 1997 und 2001 finden sich in: Belke und Wang (2005), Daudin, Rifflart, Schweisguth und Veroni (2006) und Johnson und Noguera (2009). Alle diese Forscher scheinen ihre Methoden unabhängig voneinander entwickelt zu haben.
dank eines kohärenten weltweiten Satzes von Zwischenlieferungsmatrizen und bilateralen Handelsmatrizen. Die GTAP-Datenbank enthält die notwendigen Informationen.13
In einem ersten Abschnitt stellt der Beitrag den vertikalen Spezialisierungshandel und seine bestehenden Maßnahmen vor. Im zweiten Abschnitt wird eine Methode zur Berechnung des Mehrwerthandels vorgestellt. In einem dritten Abschnitt werden einige Ergebnisse zum vertikalen Handel und zum Mehrwerthandel vorgestellt und mit Ergebnissen anderer Methoden verglichen. Es zeigt, wie sehr Standardhandelsstatistiken ein verzerrtes Bild der relativen Offenheit verschiedener Sektoren vermitteln. In einem vierten Abschnitt wird die Regionalisierung in verschiedenen Teilen der Welt verglichen. Es zeigt, dass Asien keine Ausnahme darstellt, da ein wichtiger Teil seiner Regionalisierung mit dem vertikalen Handel verknüpft ist. Die wirkliche Ausnahme ist Europa, wo die Regionalisierung am wenigsten vom vertikalen Handel abhängig ist.
1. Vertikaler Spezialisierungshandel
1.1.Was ist das?
Dieses Papier folgt der Definition von Hummels, Rapoport und Yi (1998). Eine vertikale Spezialisierung des Handels (oder kurz „vertikaler Handel“) liegt vor, sobald:
- Die Herstellung eines Gutes folgt einem sequentiellen Prozess, der in mehrere Phasen unterteilt werden kann.
- an diesem Produktionsprozess sind mindestens zwei Länder beteiligt;
- Mindestens ein Land importiert Vorleistungen zur Herstellung von Gütern, von denen ein Teil der Produktion exportiert wird.
Basierend auf dieser Definition können zwei verschiedene Handelsmaßstäbe identifiziert werden. Der erste, den wir „Standardhandel“ nennen, misst Handelsströme anhand ihres Marktwerts, wenn sie Grenzen überschreiten. Wenn exportierte Waren einen hohen Anteil importierter Vorleistungen enthalten, kann ihr Marktwert im Vergleich zur lokal produzierten Wertschöpfung sehr hoch sein. Diese Maßnahme kann zu einem sehr hohen Export-BIP-Verhältnis führen, das manchmal 100 %14 übersteigt (wie im Fall von Irland und Singapur). Die andere Messgröße, „Wertschöpfungshandel“ genannt, misst den Handel abzüglich des vertikalen Handels und ordnet die in den verschiedenen Phasen des Produktionsprozesses erzeugte Wertschöpfung den einzelnen teilnehmenden Ländern neu zu
<sup>13 Dimaran (2006)
<sup>14 In unseren Daten ist dies der Fall für Malta und Irland (102 %), Luxemburg (129 %), Malyasia (133 %) und Singapur (173 %).
Industrie. Der Mehrwerthandel korrigiert dies und misst nur die Handelsströme zwischen dem Produzenten und dem Endverbraucher.
Nehmen wir das Beispiel der drei Länder A, B und C.
Standardhandel Vertikaler Handel Land B Land A 10 Autos ohne Windschutzscheiben Land A Land B Produziert 10 Autos Installiert 10 Scheiben Windschutzscheiben auf 10 Autos Produktion verwendet 10 Autos ohne 100 Stunden Windschutzscheiben Land C Wertschöpfungshandel 10 Autos Land A Land B Land C Verbraucht 10 10 Autos ohne Windschutzscheiben 10 Windschutzscheiben Land C
Abbildung 1: Drei Möglichkeiten, dieselben Handelsströme zu betrachten
Die linke Seite der Abbildung zeigt die gesamten Handelsströme, wie sie in der Standardhandelsstatistik (kurz: „Standardhandel“) erscheinen. Die Abbildung oben rechts zeigt den vertikalen Handel. „Autos ohne Windschutzscheiben“ werden in der Standardhandelsstatistik zweimal gezählt: einmal, wenn sie von A exportiert werden, um in B als Inputs zu dienen, und einmal, wenn sie von B zum Verbrauch in C exportiert werden. Die Abbildung unten rechts zeigt den „Wertschöpfungshandel“.
Wertschöpfungshandelsströme implizieren, dass Land A tatsächlich keinen Handel mit Land B in dem Sinne betreibt, dass kein Endverbraucher in Land B Waren aus Land A nutzt. Alle Endverbraucher der Exporte von Land A befinden sich in Land C. Ebenso ändert sich das industrielle Bild des Handels. Standardmäßige Handelsströme legen nahe, dass Land A keine Dienstleistungen exportiert. Dennoch wird die Dienstleistungsproduktion, sobald sie es ist, verbraucht
eingebettet in Autos, in Land C. In diesem Sinne exportiert Land A tatsächlich Dienstleistungen.
Wertschöpfende Handelsströme können unsere Einschätzung der Regionalisierung verändern. Stellen Sie sich vor, Land A und Land B liegen in derselben Region. Standardhandelsströme legen nahe, dass intraregionale Handelsströme fast genauso wichtig sind wie außerregionale Handelsströme. Die Wertschöpfungshandelsströme deuten jedoch darauf hin, dass die intraregionalen Handelsströme in dem Sinne gleich Null sind, dass niemand in Land A oder B Waren konsumiert, die in einem anderen Land in derselben Region hergestellt wurden. Beide Länder produzieren für den Verbrauch von Land C. Dies ist ein ganz anderer Fall der Regionalisierung als der, bei dem Land B für seinen Endverbrauch tatsächlich von Land A abhängig ist.
1.2. Wie kann es gemessen werden?
Vertikaler Handel kann auf drei Arten gemessen werden. 15 Der erste Weg ist die Verwendung von Firmenumfragen. Diese sind jedoch nur für eine begrenzte Anzahl von Ländern verfügbar (insbesondere die Vereinigten Staaten und Japan) und weisen eine Reihe von Einschränkungen auf. Sie wurden verwendet, um den Handel mit Vorleistungen multinationaler Unternehmen zu untersuchen. 16
Eine zweite Methode besteht darin, eine feine industrielle Klassifizierung des Handels zu verwenden.17 Z. B. Athukorala und Yamashita haben den vertikalen Handel für die meisten Länder der Welt im Kontext der fünfstelligen Klassifizierung SITC, Rev. 3 gemessen, indem sie einige Waren der Kategorien 7 (Maschinen und Transportausrüstung) und 8 (verschiedene hergestellte Artikel) als Komponenten-Inputs behandelt haben. Sie stellen fest, dass der Welthandel mit Komponenten zwischen 1992 und 2003 von 18,5 Prozent auf 22 Prozent der weltweiten Industrieexporte gestiegen ist.18 Diese Methode kann nicht auf die Messung des Mehrwerthandels ausgeweitet werden.
Die dritte und traditionellste Methode ist die Verwendung von Input-Output-Tabellen.19 Am häufigsten wird diese Methode von Yi und seinen verschiedenen Co-Autoren verwendet (diese Arbeiten werden im Folgenden als „Yi und Alii“ bezeichnet).20 Sie berechneten den internationalen vertikalen Spezialisierungshandel, definiert als der Anteil des Imports
.
<sup>15 Für eine Übersicht siehe Feenstra (1998).
<sup>16 Hanson, Mataloni Jr. und Slaughter (2005).
<sup>17 Z.B. Fontagné, Freudenberg und Ünal-Kesenci (1996), Ng und Yeats (1999), Yeats (2001) (in diesem Artikel werden auch Daten aus der Sonderbegünstigung für reimportierte im Inland hergestellte Komponenten verwendet), Ng und Yeats (2003), Egger und Egger (2005).
<sup>18 Athukorala und Yamashita (2006).
<sup>19 Z.B. Fontagné (1991), Campa und Goldberg (1997).
<sup>20 Ishii und Yi (1997), Hummels, Rapoport und Yi (1998), Hummels, Ishii und Yi (1999), Hummels, Ishii und
Inputs in Exporte, unter Verwendung von Input-Output-Matrizen von 10 OCDE- und 3 Nicht-OECD-Ländern.21 Bei ihrer Berechnung berücksichtigen Yi und Alii importierte Güter, die direkt als Inputs für die Produktion von Exporten verwendet werden, aber auch importierte Inputs, die für die Produktion inländischer Inputs verwendet werden, die bei der Produktion von Exporten verwendet werden: Sie nennen alle diese Ströme „VS“ für vertikalen Spezialisierungshandel. Hummels, Ishii und Yi (2001) übertragen ihre Ergebnisse auf den Rest der Welt. Sie stellen fest, dass der Anteil des vertikalen Handels an den weltweiten Warenexporten 1970 18 % und 1990 23,6 % betrug.22
Aber der vertikale Handel ist umfassender als VS. Auch rein im Inland produzierte Exporte können Teil des vertikalen Spezialisierungshandels sein, wenn sie anschließend von einem anderen Land als Inputs für seine eigenen Exporte verwendet werden: Yi und alii nennen diesen Fluss „VS1“. Die Berechnung von VS1 ist schwieriger als die Berechnung von VS. VS kann allein anhand der Liefermatrix des Berichtslandes berechnen, ob VS1 den Abgleich bilateraler Handelsstromdaten mit Zwischenliefermatrizen für alle Handelspartner erfordert.23 Konstruktionsbedingt ist VS bei den Exporten von Land A gleich VS1 bei den Exporten aller anderen Länder in Land A. Für die Welt als Ganzes ist VS gleich VS1.
Man kann weiter den Teil von VS1 unterscheiden, der in das Herkunftsland zurückkommt: VS1. VS1 ist definiert als die Exporte, die im weiteren Verlauf der Produktionskette als eingebettete Inputs zur endgültigen Verwendung wieder importiert werden. VS1 ist der Inlandsanteil der investierten oder konsumierten Importe. Ein typisches Beispiel ist der Handel mit Kraftfahrzeugen und Teilen zwischen den USA und Mexiko und Kanada. Wenn die USA Autos für den Eigenverbrauch aus Mexiko importieren, sind in den USA hergestellte Motoren Teil von VS1. Der Gesamtwert des Mehrwerthandels entspricht dem Standardhandel abzüglich VS und VS1. Die gesamten vertikalen Exporte weltweit betragen VS+VS1.
Die Methode unserer Arbeit ähnelt der von Hummel et al., wir berechnen jedoch VS für viele weitere Länder in drei Jahren: 1997, 2001 und 2004. Da wir außerdem weltweite Input-Output-Tabellen verwenden, die mit bilateralen Handelsstatistiken abgeglichen sind, können wir außerdem VS1 berechnen, VS1* berechnen und neu zuordnen
21 Hummels, Rapoport und Yi (1998), Hummels, Ishii und Yi (2001).
Do (2001); Do (2003); Chen, Kondratowicz und Yi (2005).
<sup>22 Hummels, Ishii und Yi (2001), Tabelle 1. Siehe auch Hummels, Ishii und Yi (1999), Tabelle 5.
VS1 wird anhand einiger Fallstudien in Hummels, Rapoport und Yi (1998) sowie anhand von Input-Output-Tabellen in Hummels, Ishii und Yi (1999) berechnet.
<sup>24 Etwas Ähnliches findet sich in Chen, Kondratowicz und Yi (2005), S. 58-60, obwohl es den Anschein hat, als würden sie VS1 und VS1* verwechseln.
vertikaler Handel mit dem ursprünglichen Produzenten.
2. Wie berechnet man Handelsströme in der Wertschöpfung?
2.1. GTAP-Datenbank
Die Berechnung internationaler Handelsströme in Bezug auf die Wertschöpfung erfordert die Verwendung von Input-Output-Tabellen und insbesondere von Zwischenlieferungsmatrizen, die mit bilateralen Handelsdaten abgeglichen werden. Leontief berechnete in den 1930er Jahren die ersten Input-Output-Tabellen und legte die Grundlagen der Input-Output-Analyse.25 Dieser Zweig der Wirtschaftswissenschaften hat seinerseits die allgemeine Gleichgewichtsmodellierung gefördert und die Konstruktion einfacher berechenbarer Wirtschaftsmodelle auf der Grundlage der Leontief-Inversmatrix ermöglicht.26 Solche Modelle ermöglichen die Analyse direkter und indirekte Auswirkungen von Änderungen einer Wirtschaftsvariablen auf alle anderen. Sie wurden auch für die Untersuchung des internationalen Handels im Rahmen von Computable General Equilibrium Models (CGEM) verwendet. In diesem Zusammenhang müssen sie mit bilateralen Handelsdaten abgeglichen werden. Dies wurde vom GTAP-Projekt (Global Trade Analysis Project) durchgeführt.
Das Projekt startete 1993 an der Purdue University (USA). Es vereint 24 internationale Organisationen und Forschungszentren, darunter die Vereinten Nationen, die WTO, die Europäische Kommission, die OECD und CEPII. Ziel von GTAP ist es, die Qualität der quantitativen Analyse globaler Wirtschaftsthemen in einem gesamtwirtschaftlichen Rahmen zu verbessern. Es stellt Datenbanken und Programme für CGEM bereit. Wir arbeiten mit den Versionen 5 (für 1997), 6 (für 2001) und 7 (für 2004) der GTAP-Datenbank, die 55 Sektoren für 66 „Regionen“ (Länder oder Ländergruppen) im Jahr 1997, 87 „Regionen“ im Jahr 2001 und 113 „Regionen“ im Jahr 2004 abdecken. Wir arbeiten sowohl mit 66 Regionen, um die Ergebnisse jedes Jahres zu vergleichen, als auch mit 113 Regionen für 2004. Die Datenbank stellt Endnachfrage- und Input-Output-Tabellen für jede Region bereit. In jeder Input-Output-Tabelle sind zwei vollständige Zwischenlieferungsmatrizen verfügbar: eine für inländische Inputs und eine für importierte Inputs. Darüber hinaus werden Informationen zum bilateralen internationalen Handel nach Branchen (einschließlich Dienstleistungshandel) bereitgestellt.
Die ursprünglichen Handels- und Input-Output-Daten stammen von nationalen Statistikämtern und sind daher qualitativ hochwertig
<sup>25 Leontief (1936).
<sup>26 Shoven und Wholey (1992).
hängt von ihrer Qualität ab.27 Trotz der Standardisierungsbemühungen unterscheiden sich die statistischen Konventionen zwischen den Ländern und einige nationale Statistikämter sind zu unterbesetzt, um zuverlässige Daten zu erstellen. Es ist schwierig, offizielle Daten mit GTAP kompatibel zu machen. Daten, die sich ausschließlich auf ein einzelnes Land beziehen, wie Input-Output-Tabellen, sind weniger zuverlässig als Handelsdaten, da sie nicht von einer doppelten Überprüfung mit Daten aus Partnerländern profitieren können. Darüber hinaus hat das GTAP-Team einige Annahmen getroffen, um die Handelsdaten abzugleichen. Beispielsweise war es notwendig, einige Daten zu den Transportkosten zu interpolieren.
Darüber hinaus beziehen sich die in GTAP verwendeten Eingabe-Ausgabe-Daten oft auf entfernte Jahre und werden zwischen den Versionen nicht systematisch aktualisiert. Z.B. Die Input-Output-Daten für Italien beziehen sich auf das Jahr 1992, Indien auf das Jahr 1994…28 Infolgedessen können Vergleiche zwischen verschiedenen Jahren irreführend sein, da davon ausgegangen wird, dass die Grundstruktur der Wirtschaft gleich bleibt.
Schließlich ist der Abgleich zwischen Input-Output-Daten und Handelsdaten mit Schwierigkeiten verbunden. Die für den Abgleich notwendigen Änderungen sind am stärksten auf die Input-Output-Daten zurückzuführen, da sie weniger zuverlässig sind als Handelsdaten. Die Form von Input-Output-Tabellen kann sich manchmal dramatisch ändern, aber das geschieht hauptsächlich bei kleinen Ländern oder regionalen Aggregaten: Die Nutzungsanteile ändern sich in GTAP 6 um durchschnittlich 71 % für Zypern, 51 % für Malta, 38 % für „Rest von SADC“. Im Gegensatz dazu ändern sich die Nutzungsanteile um durchschnittlich 5 % oder weniger für alle G7-Länder, Indien, China, Korea, Brasilien … Dennoch gibt es in Deutschland und den Vereinigten Staaten einige einzelne Änderungen wichtig.29
Das GTAP-Team ist sich solcher Qualitätsprobleme bewusst. Dennoch wird die Datenbank seit mehr als einem Jahrzehnt von einem Netzwerk von mehr als 3.500 Forschern genutzt. Die Organisation des GTAP-Projekts ermöglicht die systematische Erfassung und Integration von Anmerkungen zur Verbesserung der Datenbank. Die GTAP-Datenbank ist daher eine Referenz für Experten und Forscher im internationalen Handel.30 Dennoch ist die GTAP-Datenbank aufgrund all dieser Mängel eine deutlich schlechtere Quelle für die Berechnung des vertikalen Handels als die bisher in der vorhandenen Literatur verwendeten Daten. Allerdings ist die Originalität davon
<sup>27 Wir haben beispielsweise die Bedeutung des innerbetrieblichen Handels betont. Diese Art von Handel kann unsere Methodik verzerren, wenn Unternehmen ihre Verrechnungspreise so festlegen, dass sie ihre Gewinne in Länder umleiten, in denen die Steuerlast geringer ist. Gemäß den IWF-Regeln müssen die Verrechnungspreise den Marktpreisen im Herkunftsland entsprechen und die von den Unternehmen festgelegten Preise können vom Zoll und der Steuerbehörde geändert werden. Einige Vorurteile können jedoch bestehen bleiben.
<sup>28 Siehe {Walmsley, 2008 #102}.
<sup>29 McDougall (2006).
<sup>30 Weitere Informationen finden Sie unter http://www.gtap.agecon.purdue.edu
Ziel des Papiers ist es nicht, den Wert des vertikalen Handels zu berechnen, sondern die Input-Handelsströme ihren ursprünglichen Produzenten neu zuzuordnen. Der einzige Weg, dies zu erreichen, besteht darin, abgeglichene Input-Output- und Handelsdaten zu verwenden, und GTAP ist die beste Quelle, die diese Informationen bereitstellt, wie von der Gemeinschaft der CGE-Ökonomen anerkannt. Man kann nur hoffen, dass mit der Zeit qualitativ bessere Daten vorliegen.
2.2. Theoretische Grundlage der Berechnung31
Im Kontext einer geschlossenen Volkswirtschaft erfordert das Gleichgewicht zwischen Produktion und Endnachfrage, dass die Produktion gleich der Summe der Zwischenlieferungen und der Endnachfrage ist.
Dabei ist P ein Vektor der Ausgabe für jedes Produkt, FD ein Vektor der Endnachfrage für jedes Produkt und A eine Matrix von Eingabekoeffizienten aus der Zwischenlieferungsmatrix. Es besteht aus Elementen , definiert als die Menge an Produkt i, die für die Produktion einer Einheit von Produkt j erforderlich ist.
Daraus ergibt sich folgender Zusammenhang. Dies ist ein bekanntes Ergebnis der Input-Output-Analyse, die die Endnachfrage jedes Produkts und jeder Produktion verknüpft:
WobeiI die Identitätsmatrix ist. Jeder AusgabevektorP ist selbst mit einem MehrwertvektorVA verknüpft, der jede vom Ausgabevektor benötigte Branchenmehrwertmenge angibt.
Dabei ist diag(P) die quadratische Matrix mit den Elementen von P auf ihrer Diagonale, A‘ die Transponierte der Matrix A und i der Summationsvektor, ein mit 1s gefüllter Spaltenvektor.32 Daher ist der Mehrwertvektor VA, der dem Endnachfragevektor FD zugeordnet ist, gleich:
(3)
Dies kann auf den internationalen Fall vieler miteinander verbundener offener Volkswirtschaften ausgedehnt werden. Die Welt kann wie eine einzige Volkswirtschaft behandelt werden, in der jeder Sektor in jedem Land ein bestimmtes Produkt produziert, das nirgendwo anders hergestellt wird. Es gibt eine „erweiterte“ Zwischenlieferung
<sup>31 Dies wird in Daudin, Rifflart, Schweisguth und Veroni (2006) erweitert.
<sup>32 Diese letzte Beziehung ist leichter zu verstehen, wenn man bedenkt, dass P-P*A gleich dem Vektor der gesamten Outur ist, die nicht als Input für die weitere Produktion verwendet wird; Das ist nicht dasselbe wie Mehrwert.
Matrix G der Dimension Anzahl der ProdukteAnzahl der Länder, die die Menge an Produkt i aus Land m angibt, die pro Produkteinheit j in Land n benötigt wird. G ähnelt einer üblichen inländischen Zwischenlieferungsmatrix, bei der jedes Paar Produktproduzierendes Land als ein anderes Produkt oder eine andere Branche behandelt wird.
Da wir (2) und (3) geschrieben haben, können wir schreiben:
(5)
Dabei sind VA und P Vektoren der Dimension Anzahl der Produkte*Anzahl der Länder. Diese Formel ermöglicht die Berechnung der Mehrwertproduktion (VA), die mit dem Verbrauch oder der Investition eines Endprodukts (P) verbunden ist. Praktischerweise wird P aus der Handels- und Endverbrauchsstatistik entnommen. Es ermöglicht die Berechnung der VA, aus der Mehrwerthandelswerte extrahiert werden.
2.3. Einschränkungen
2.3.1. Input-Output-Koeffizienten
Die Matrix G ist jedoch unbekannt. Soweit uns bekannt ist, verbreitet kein statistisches Institut solche Angaben. Daten darüber, ob Inputs und Endverbrauchsgüter importiert oder inländisch sind, liegen jedoch vor und werden in GTAP gemeldet: Sie können zur Annäherung an G verwendet werden. Hoen nennt dies das „Multi-Country-Input-Output-Modell mit begrenzten Informationen“.
Die Näherung wird in der Input-Output-Tradition durch die Annahme eines festen Verhältnisses erreicht. Dabei wird davon ausgegangen, dass der Anteil jedes Partnerlandes an importierten Produkten unabhängig von der Verwendung (als Endnachfrageartikel oder als Vorleistung) ist. Diese Annahme bedeutet, dass der Anteil von US-Getreide bei importiertem Getreide, das für den Endverbrauch in Mexiko verwendet wird, und bei importiertem Getreide, das als Vorleistungen für die mexikanische Lebensmittelindustrie verwendet wird, gleich ist.34 Dies ist eine strenge Näherung, da sich die Herkunft der für den Export verwendeten Vorleistungen wahrscheinlich von der Herkunft der für den Inlandsverbrauch verwendeten Vorleistungen unterscheidet. Multinationale Unternehmen, die in prozessintensiven Ländern wie China produzieren, importieren mit größerer Wahrscheinlichkeit mehr ausländische Güter als Vorleistungen und exportieren mehr als der Durchschnitt der Branche. Dies wird durch die Existenz von gefördert
34 Diese Hypothese ist sehr verbreitet und wird z.B. verwendet. in Campa und Goldberg (1997) und Feenstra und Hanson (1997).
<sup>33 Siehe Hoen (2002), S. 51-58 für eine Diskussion dieser Methode und eine formale Diskussion der G-Matrix.
Steuerliche Unterstützung zur Abwicklung von Tätigkeiten, z.B. Zollrückvergütungssysteme wie in China und Vietnam oder allgemeiner „Export Processing Zones“ (mehr als 3.500 existieren in 130 Ländern35). Dies kann auch durch höhere Qualitätsanforderungen in ausländischen Märkten gefördert werden. Dieses Problem ist seit langem bekannt36. Es wurde im Fall von China ausführlich untersucht.37 Koopmans, Wang und Wei zeigen, dass die von uns verwendete Methode die Menge der importierten Inhalte in chinesischen Exporten um 50 % unterschätzt.38 Die Implementierung ihrer Methode auf China und andere Länder in unseren Daten würde die Verwendung detaillierterer Handelsstatistiken als die in GTAP verfügbaren erfordern. Diese Erweiterung geht über das Ziel dieses Papiers hinaus.39 Anstatt zu versuchen, den vertikalen Handel genau zu messen, besteht das Ziel dieses Papiers darin, eine erste Annäherung an die Auswirkungen einer Neuzuweisung des Inputhandels an seinen ursprünglichen Produzenten zu liefern. Es muss berücksichtigt werden, dass in diesem Papier der vertikale Handel insgesamt unterschätzt wird, insbesondere für asiatische Entwicklungsländer.
2.3.2. Unter Berücksichtigung von Margenleistungen
Auch die Daten zu den Außenhandelsströmen erfordern einige Preisänderungen. Importierte Warenmengen werden durch GTAP – beispielsweise in den Zwischenlieferungstabellen – in Importpreisen gemessen. Zu diesen Preisen zählen Produktionspreise, Transportkosten, Versicherungskosten sowie auf Einfuhren erhobene Steuern. Um jedoch einen Zusammenhang zwischen Importen und Produktion im Herkunftsland herzustellen, müssen wir die Mengen importierter Waren, die als Zwischenlieferungen oder als Endnachfrage verwendet werden, zu Produktionspreisen messen. Um Importpreise in Produktionspreise umzuwandeln, wenden wir ein konstantes Verhältnis entlang der unterschiedlichen Verwendung verschiedener Güter an. Dies ist gleichbedeutend mit der Annahme, dass für Waren, die aus demselben Land und aus derselben Branche stammen, unabhängig von ihrer Verwendung im Einfuhrland dieselben Transportkosten und dieselben Einfuhrzölle anfallen. Dies erscheint vernünftig, außer dass unsere Branchenzusammenfassung nicht sehr gut ist.
Die Differenz zwischen Importwerten und Exportwerten – enthält Transport-, Wartungs- und Versicherungskosten sowie die in der GTAP-Datenbank aufgerufeneMargin-Services-Nutzung. Im Idealfall möchten wir
<sup>35 Singa Boyenge (2007). Länder mit mehr als 500.000 Arbeitnehmern in FEZ sind: China (40 Mio.), Indonesien (6 Mio.), Bengladesch (3,4 Mio.), Mexiko (1,2 Mio.), Philippinen (1,1 Mio.), Vietnam (1 Mio.), Pakistan (0,9 Mio.), Vereinigte Arabische Emirate (0,6 Mio.) und Südafrika (0,5 Mio.).
<sup>36 Hummels, Rapoport und Yi (1998).
<sup>37 Chen, Cheng, Fung und Lau (2005), Dean, Fung und Whang (2007), Koopman, Wang und Wei (2008).
<sup>38 Koopman, Wang und Wei (2008).
<sup>39 Dies wurde im Fall von China und Mexiko in Johnson und Noguera (2009) durchgeführt.
in der Lage sein, es den Handelsströmen der Transportbranche zuzuordnen. Es gibt jedoch keine gute Möglichkeit, dies zu tun. Aus der Datenbank geht nicht hervor, ob mit einem Handelsstrom verbundene Transportdienstleistungen von einem Unternehmen im Einfuhrland, einem Unternehmen im Ausfuhrland oder einem Unternehmen in einem Drittland erbracht wurden. Die einzigen verfügbaren Daten sind der Anteil jedes Landes am Gesamtangebot an Transportdienstleistungen im Zusammenhang mit den gesamten internationalen Handelsströmen. Wir haben uns daher entschieden, den Handel mit Margin-Dienstleistungen aus unserer Berechnung auszuschließen.
3. Mehrwerthandel im Allgemeinen
3.1. Vergleich mit früheren Maßnahmen
Bevor wir unsere eigenen Ergebnisse entwickeln, vergleichen wir sie mit denen von Yi et alii. Unsere Frameworks sind sehr ähnlich: Wir verwenden die gleiche Definition des vertikalen Handels und arbeiten mit Zwischenlieferungsmatrizen. Sie verwenden jedoch keine abgeglichenen Handels-/Input-Output-Daten und können vertikale Handelsströme nicht ihren ursprünglichen Produzenten neu zuordnen. Daher berechnen sie keinen Mehrwerthandel.
Yi und alii berechneten den Anteil der importierten Inputs, einschließlich Inputs für Inputs, an den Warenexporten (VS) für 10 OECD-Länder und 4 Schwellenländer unter Verwendung von OECD-Input-Output-Tabellen bis Ende der 1990er Jahre.40 Zu Vergleichszwecken berechnen wir den gleichen Anteil mit der gleichen Methode für alle Länder in unserer Stichprobe: Unsere Daten umfassen 1997, 2001 und 2004. Die Ergebnisse sind in Abbildung 2 dargestellt.
Wir weichen in keiner Weise systematisch von den Ergebnissen von Yi und alii ab. Für vier Länder ist ein Vergleich nicht möglich, da sich die neuesten Daten von Yi und Alii auf die Zeit vor 1994 beziehen (Kanada, Korea, Irland und Italien). Der Unterschied zwischen den Ergebnissen von Yi und Alii und unseren beträgt nur für drei Länder (Australien, Dänemark und Taiwan) mehr als zwei Prozentpunkte. Der Unterschied beträgt weniger als zwei Prozentpunkte für fünf Länder, die allesamt die größten Händler im Datensatz sind: Frankreich, Deutschland, Japan, das Vereinigte Königreich und die Vereinigten Staaten. Unterschiede stehen nicht in Zusammenhang mit der Menge an Änderungen, die der Input-Output-Tabelle durch den Handels-/Input-Output-Abgleichsprozess auferlegt werden, und dies ist auch nicht der Fall
<sup>40 Hummels, Ishii und Yi (1999), Tabellen 2 und 3, Hummels, Ishii und Yi (2001), S. 84-85, Chen, Kondratowicz und Yi (2005), S. 42, Tabelle 2.
scheinen mit dem Ursprung der Input-Output-Tabellen in GTAP verknüpft zu sein. 41
Abbildung 2: Anteil der importierten Vorleistungen an den Warenexporten: Vergleich unserer Ergebnisse mit denen von Yi und Alii
Quellen: Hummels, Ishii und Yi (2001), Chen und Alii (2005), Berechnungen der Autoren basierend auf GTAP-Daten für 1997, 2001 und 2004.
3.2. Mehrwerthandel auf Länderebene
Tabelle 1 enthält einige Maße des vertikalen Handels und des Mehrwerthandels nach Kontinenten.
Tabelle 1: Vertikaler Handel pro Kontinent
| Country | Import content of exports (VS) | Exporte dienen als Input für weitere Exporte (VS1) | VS1/VS | Exports consumed or invested domestically (VS1*) | Anteil des vertikalen Handels am Gesamthandel | Verhältnis der Standardexporte zum BIP | Verhältnis der Standardimporte zum BIP | Verhältnis der Wertschöpfungsexporte zum BIP | Verhältnis der Wertschöpfungsimporte zum BIP |
|---|---|---|---|---|---|---|---|---|---|
| Asia | 30% | 27% | 0,90 | 0,9% | 33% | 29% | 26% | 20% | 17% |
| America | 18% | 23% | 1,24 | 5,1% | 21% | 13% | 17% | 10% | 13% |
| Europe | |||||||||
| and | 26% | 25% | 0,98 | 1,2% | 27% | 37% | 36% | 27% | 26% |
| peripheries | |||||||||
| Africa | 17% | 26% | 1,54 | 0,3% | 18% | 37% | 34% | 31% | 27% |
| World | 25% | 25% | 1,00 | 1,8% | 27% | 26% | 26% | 19% | 19% |
Wir werden diese Informationen nun kartographisch durchgehen. Die Karte könnte schwierig zu finden sein
<sup>41 McDougall (2006), Tabelle 19-4. Walmsley und McDougall (2006), Tabelle 11.A.1.
Lesen Sie: Alle Daten sind in Tabelle 7 (im Anhang) dargestellt. Karte 1 zeigt den Anteil der importierten Vorleistungen an den Gesamtexporten (VS) für jedes Land der Welt. Der Weltdurchschnitt liegt bei 25 %. Die Exporte kleiner Länder haben einen größeren Anteil importierter Vorleistungen. 40 % der Exporte in einigen asiatischen und europäischen Ländern sind importierte Vorleistungen. 67 % der Exporte Singapurs sind. (Der Handel zwischen den Niederlanden und Hongkong ist im GTAP bereits geändert, um den Transithandel zu entfernen: Dies erklärt die relativ geringen Werte ihrer importierten Vorleistungen in den Exporten.)42
Karte 1: Anteil der importierten Vorleistungen an den gesamten Exporten (VS)
Hergestellt mit Philcarto – http://philcarto.free.fr
Karte 2 vergleicht das Verhältnis der Exporte, die in den Exporten der Partner (VS1) weiter reexportiert werden, zu den importierten Vorleistungen in den Exporten (VS). Da VS1 und VS weltweit gleichwertig sind, ist der Weltmittelwert gleich eins. Es deutet auf eine Trennung zwischen zwei Arten der Beteiligung an der internationalen Desintegration des Produktionsprozesses hin. Einige Länder beteiligen sich durch die Produktion von Vorleistungen für weitere Exporte (erkennbar daran, dass VS1 weit über VS liegt): Primärproduzenten (ehemalige Sowjetunion, Brunei, Naher Osten …) und Hersteller von Industriegütern für Verarbeitungsländer (Japan, Vereinigtes Königreich, Vereinigte Staaten …). Andere Länder sind die Endexporteure von Gütern, die einen hohen Anteil an importierten Vorleistungen haben (identifiziert, wenn VS höher als VS1 ist); Mexiko, Kanada, China, Osteuropa und Südostasien.
<sup>42 Gehlhar (2006).
Karte 2: VS1/VS nach Ländern
Hergestellt mit Philcarto – http://philcarto.free.fr
Die geografische Verteilung des inländischen Anteils an konsumierten oder investierten Importen (VS1) ist weniger interessant, da unsere Daten und Methoden sie unterschätzen. Unsere Methode korreliert mit dem Quadrat des Handels jedes Landes: Dies erklärt, warum VS1 für die Vereinigten Staaten (8,9 %) und für Deutschland (2,5 %), Japan, das Vereinigte Königreich, Frankreich, China … so wichtig ist und einen weltweiten nicht gewichteten Mittelwert von 0,4 % aufweist.
Karte 3 schließlich zeigt den Anteil des vertikalen Handels für jedes Land. Dies entspricht dem Verhältnis zwischen VS+VS1* und dem Mittel aus Exporten und Importen. Der Weltdurchschnitt liegt bei 27 %.
Karte 3: Anteil des vertikalen Handels am Gesamthandel
Dieses Bild im Hinterkopf zu behalten ist wichtig für die Beantwortung der Frage „Wer produziert für wen?“ in der Weltwirtschaft. Standardmäßige Handelsstatistiken überschätzen insbesondere die Abhängigkeit einiger Länder vom Welthandel für ihren Eigenverbrauch und die Nachfrage ihrer Produkte: Dies gilt für kleine offene Volkswirtschaften, China und einige Teile Osteuropas43…
3.3. Industrieklassifizierung
Tabelle 8 (im Anhang) gibt den Anteil der importierten Vorleistungen an den Exporten (VS), den Anteil der Exporte, die als Vorleistungen für weitere Exporte verwendet werden (VS1), und den Wertschöpfungshandel pro Branche an. Tabelle 2 gibt einen Auszug dieser Daten. Wie erwartet werden Exporte von Rohstoffen und Halbfabrikaten sehr häufig als Vorleistungen für weitere Exporte verwendet: VS1 liegt bei Pflanzenfasern, Mineralien ang und Metallen über 40 %. Fertigerzeugnisse haben einen hohen Anteil an importierten Vorleistungen: VS liegt bei Erdöl- und Kohleprodukten, elektronischen Geräten, Kraftfahrzeugen und Teileexporten über 30 %. Elektronische Geräte weisen sowohl einen hohen VS als auch einen hohen VS1 auf, was auf eine höhere vertikale Spezialisierung schließen lässt.
<sup>43 Weil sich die Handelsbilanzen im Mehrwerthandel im Vergleich zum Standardhandel nicht verändern: In absoluten Zahlen sind die Unterschiede bei Importen und Exporten zwischen Standard- und Mehrwerthandel genau gleich.
Tabelle 2: Vertikaler Handel pro Branche (2004)
| Sector | Total exports (million $) | Anteil der Exporte an den Gesamtexporten | Import content of exports (VS) | Exporte dienen als Input für weitere Exporte (VS1) | Wertschöpfungsexporte als Anteil der Standardexporte | VA-Exporte als Anteil der gesamten VA-Exporte | VS1* als Anteil der Wertschöpfungsexporte | Exporte als Anteil an VA | VA-Exporte als Anteil an VA |
|---|---|---|---|---|---|---|---|---|---|
| Agriculture | 238,548 | 2.4% | 9% | 13% | 113% | 3.7% | 1.2% | 19% | 21% |
| Raw materials | 688,376 | 6.9% | 6% | 16% | 98% | 9.2% | 1.3% | 67% | 65% |
| Primary sector | 926,925 | 9.2% | 7% | 15% | 102% | 12.9% | 1.3% | 40% | 41% |
| Farm industries | 453,273 | 4.5% | 13% | 6% | 40% | 2.5% | 1.1% | 40% | 16% |
| Textiles and al. Wood and | 561,222 | 5.6% | 21% | 14% | 40% | 3.1% | 1.7% | 108% | 44% |
| paper Chemicals and | 361,023 | 3.6% | 16% | 16% | 68% | 3.4% | 2.7% | 41% | 28% |
| metals Metal and transport | 1,971,153 | 19.7% | 17% | 22% | 51% | 13.8% | 3.5% | 87% | 45% |
| products Other | 1,314,978 | 13.1% | 19% | 12% | 42% | 7.6% | 3.5% | 99% | 42% |
| manufactures | 2,662,092 | 26.6% | 32% | 26% | 40% | 14.7% | 2.6% | 121% | 48% |
| Utilities | 52,656 | 0.5% | 10% | 3% | 186% | 1.3% | 3.2% | 2% | 4% |
| Secondary sector | 7,390,120 | 73.7% | 19% | 17% | 47% | 47.4% | 2.9% | 67% | 32% |
| Communication | |||||||||
| and trade Business | 706,686 | 7.0% | 13% | 15% | 182% | 17.5% | 2.4% | 10% | 17% |
| services | 726,690 | 7.2% | 7% | 15% | 167% | 16.6% | 2.7% | 10% | 17% |
| Other services | 274,125 | 2.7% | 5% | 6% | 120% | 4.5% | 1.5% | 3% | 3% |
| Tertiary Sector Total | **1,707,501** 10,024,546 | **17.0%** 100.0% | 9% 16% | 14% 16% | **166%** 73% | **38.6%** 100.0% | **2.4%** 2.5% | **7%** 26% | **11%** 19% |
Auf Branchenebene kann der Mehrwerthandel nicht als Gesamthandel minus vertikalem Handel berechnet werden. Zusätzlich zum „üblichen“ vertikalen Handelseffekt (Importe werden für Exporte verwendet) wird der Wertschöpfungshandel seiner ursprünglichen Produzentenindustrie neu zugeordnet. Infolgedessen gibt es in einigen Sektoren mehr Wertschöpfungshandel als Exporthandel: Das bedeutet, dass sie hauptsächlich als Vorleistungen für andere Güter gehandelt werden. Dies gilt insbesondere für den tertiären Sektor: Die gesamten Wertschöpfungsexporte im Bereich Unternehmensdienstleistungen liegen um 67 % über den Standardexporten. Dies gilt auch für Versorgungsunternehmen und einige Agrarrohstoffe. Branchen mit einem hohen Anteil an VS oder VS1 haben im Vergleich zum Standardhandel (Metall- und Transportprodukte sowie „sonstige Erzeugnisse“, einschließlich Elektronik) einen geringen Mehrwerthandel. Der Wertschöpfungshandelsanteil des sekundären Sektors (47 %) ist deutlich geringer als sein Anteil im Standardhandel (74 %). Andererseits ist der Wertschöpfungshandelsanteil des Primärsektors höher: 13 % gegenüber 9 %. Dies gilt nur für den Wertschöpfungsanteil des tertiären Sektors: 39 % gegenüber 17 %. Dies ist keine Überraschung und dient der Überprüfung, ob unsere Methode die erwarteten Ergebnisse liefert.
Wie bereits erwähnt, wird VS1 unterschätzt und vom Handel der Vereinigten Staaten und anderer großer Volkswirtschaften dominiert. Dennoch ist es interessant, ihn mit dem Mehrwerthandel zu vergleichen: VS1 ist besonders hoch für Chemie und Metalle, Metall- und Transportprodukte und andere Hersteller, was darauf hindeutet
Diese Branchen produzieren Waren als Vorleistungen für die reimportierte Baugruppenproduktion in anderen Ländern.
Standardhandelsstatistiken vermitteln eine falsche Vorstellung von der relativen Abhängigkeit verschiedener Sektoren von der internationalen Nachfrage. Sekundäre Exporte machen 65 % der sekundären Wertschöpfung aus, doch ein großer Teil der sekundären Exporte wird durch eingebettete tertiäre oder primäre Wertschöpfung gebildet. Dadurch betragen die Sekundärexporte an der Wertschöpfung nur 31 % der Sekundärwertschöpfung. Umgekehrt betragen die tertiären Exporte an der Wertschöpfung 11 % der tertiären Wertschöpfung, während die tertiären Exporte nur 7 % der tertiären Wertschöpfung ausmachen. Dies muss berücksichtigt werden, um zu verstehen, wer in der Weltwirtschaft für wen produziert.
4. Welche Rolle spielt der vertikale Handel bei der Regionalisierung?
Inwieweit trugen die Fragmentierung der Produktionsprozesse oder die Entwicklung einer Endnachfrage zur Regionalisierung bei? Tabelle 3 zeigt einige grundlegende Maße der Offenheitsrate und des Regionalisierungsgrads (gemessen als Verhältnis der regionalen Exporte zu den Gesamtexporten) in den verschiedenen Regionen der Welt. Nach diesen Indikatoren ist Europa der am stärksten regionalisierte Kontinent (69 %). Es ist auch das offenste. Am wenigsten regionalisiert ist Afrika (10 %). Das Verhältnis des regionalen Handels zum Gesamthandel hängt jedoch sehr stark von der Größe der Regionen, der Entfernung zwischen den Handelspartnern und der Größe der einzelnen Länder ab und kann daher nicht ohne weiteres als tatsächliches Maß für die Intensität der Regionalisierung interpretiert werden. In Amerika beispielsweise wäre der regionale Handel größer, wenn die USA in fünfzig Staaten aufgeteilt würden.44
Tabelle 3: Ausmaß der Regionalisierung und relative Größe der Regionen, 2004[45]
| In % | Europe | America | Asia | Africa | ROW | World |
|---|---|---|---|---|---|---|
| Gesamtexporte als Anteil am BIP | 35.9 | 13.4 | 29.4 | 37.3 | 42.0 | 26.1 |
| Gesamtexporte als Anteil der Weltexporte | 43.8 | 19.2 | 28.0 | 2.8 | 6.2 | 100.0 |
| Anteil der regionalen Exporte an den Gesamtexporten | 69.1 | 50.6 | 47.1 | 9.5 | 11.3 | 100.0 |
| Anteil der regionalen Exporte an den Wertschöpfungsexporten | 63.7 | 44.9 | 36.5 | 7.4 | 8.4 | 100.0 |
Um über diese groben Maßstäbe der Regionalisierung hinauszugehen, müssen wir einen Regionalisierungsindikator verwenden, der nicht von der Größe der verschiedenen Länder beeinflusst wird. Es gab eine Reihe von Indikatoren
<sup>44 Iapadre (2006).
<sup>45 Europa umfasst die Türkei. ROW umfasst die ehemalige UdSSR (mit Ausnahme der baltischen Länder) und Westasien.
vorgeschlagen, die „geografische Neutralität“ des Handels zu messen. Dieser Artikel verallgemeinert den symmetrischen Handelsintroversionsindex, der von Ledio Iapadre und dem Regional Integration Knowledge System der Universität Brügge zur Messung der Regionalisierung verwendet wird, auf den bilateralen Fall. 46 Wir nennen den resultierenden Index den „Handelsintensitäts-Bilateralindex“ zwischen Region i und Region j. TIBIij liegt zwischen -1 und 1. -1 bedeutet, dass Region i überhaupt nicht in Region j exportiert. 1 bedeutet, dass Region i nur in Region j exportiert. 0 bedeutet, dass Exporte von Region i in Region j die geografische Neutralität respektieren. TIBIij ist gleich dem STJi, der den Grad der Regionalisierung für Region i misst. Der genaue Aufbau wird im Anhang erläutert.
Tabelle 4 zeigt den TIBI zwischen den Kontinenten, gemessen im Standardhandel. Der Handel aller Kontinente ist regionalisiert. Der europäische Handel ist am stärksten regionalisiert. Am anderen Ende der Skala ist der Handel zwischen Europa einerseits und Asien und Amerika andererseits besonders gering. Asien und Amerika handeln mehr miteinander als mit Europa.
Tabelle 4: Handelsintensitätsindex der Standardexporte, 200447
| To Europe | To America | To Asia | To Africa | To ROW | |
|---|---|---|---|---|---|
| From Europe | 0.74 | -0.54 | -0.65 | 0.04 | 0.07 |
| From America | -0.52 | 0.66 | -0.15 | -0.20 | -0.21 |
| From Asia | -0.60 | 0.03 | 0.66 | -0.16 | -0.13 |
| From Africa | 0.03 | -0.05 | -0.15 | 0.63 | -0.18 |
| From ROW | -0.25 | -0.28 | 0.31 | 0.13 | 0.45 |
Tabelle 5 enthält die gleichen Informationen für den Mehrwerthandel.
Tabelle 5: Handelsintensitätsindex der Wertschöpfungsexporte, 2004
| To Europe | To America | To Asia | To Africa | To ROW | |
|---|---|---|---|---|---|
| From Europe | 0.63 | -0.45 | -0.53 | 0.03 | 0.07 |
| From America | -0.41 | 0.50 | -0.04 | -0.14 | -0.13 |
| From Asia | -0.48 | 0.13 | 0.49 | -0.12 | -0.07 |
| From Africa | 0.01 | -0.03 | -0.09 | 0.49 | -0.17 |
| From ROW | -0.21 | -0.19 | 0.32 | 0.11 | 0.25 |
Tabelle 6 stellt die Differenz zwischen Tabelle 4 und Tabelle 5 dar. Eine negative (positive) Differenz bedeutet, dass der Anteil der bilateralen Wertschöpfungsexporte an den gesamten Wertschöpfungsexporten dieser Region kleiner (bzw. größer) ist als der Anteil der bilateralen Standardexporte an den gesamten Standardexporten dieser Region. Eine negative (positive) Differenz in Tabelle 6 deutet darauf hin, dass dieser spezielle Handelsstrom besonders intensiv ist
46 Sie nennen diesen Index STJ. Siehe Iapadre (2006), S. 71 und http://www.cris.unu.edu/riks.
<sup>47 Die Definition jedes Kontinents hängt von den verfügbaren Daten ab (siehe nachfolgende Tabellen). Der Handel innerhalb der GTAP-Regionen wird nicht berücksichtigt.
(nicht intensiv) im vertikalen Handel. Dies kann auf Unterschiede bei VS (reexportierte Importe), VS1 (Exporte, die als Inputs für weitere Reexporte verwendet werden) oder VS1* (Exporte, die als Inputs für weitere Reexporte im ursprünglichen Produktionsland verwendet werden) zurückzuführen sein.
Tabelle 6: Differenz zwischen dem TIBI der Mehrwertexporte und dem TIBI der Standardexporte,
| To Europe | To America | To Asia | To Africa | To ROW | |
|---|---|---|---|---|---|
| From Europe | -0.11 | 0.09 | 0.12 | -0.01 | 0.00 |
| From America | 0.11 | -0.16 | 0.11 | 0.06 | 0.08 |
| From Asia | 0.12 | 0.10 | -0.17 | 0.04 | 0.06 |
| From Africa | -0.02 | 0.02 | 0.06 | -0.14 | 0.01 |
| From ROW | 0.04 | 0.09 | 0.01 | -0.02 | -0.20 |
Tabelle 6 zeigt eine allgemeine Rückkehr zum Mittelwert, mit der interessanten Ausnahme der asiatischen Exporte nach Amerika. Wenn die Handelsintensität im Standardhandel positiv ist, wird sie im Mehrwerthandel verringert. Wenn die Handelsintensität im Standardhandel negativ ist, ist sie im Mehrwerthandel erhöht. Der weltweite Wertschöpfungshandel ist geographisch neutraler. Dies ist zu erwarten, da der vertikale Handel empfindlicher auf Handelshemmnisse reagiert.
Tabelle 6 zeigt eine negative Differenz für den gesamten intraregionalen Handel und eine positive Differenz für fast den gesamten außerregionalen Handel (außer zwischen Europa und Afrika). Dies bestätigt, dass ein relativ großer Teil des regionalen Handels tatsächlich der Handel mit Vorleistungen zwischen Ländern ist, die an verschiedenen Phasen des Produktionsprozesses für den Endverbrauch an anderen Orten beteiligt sind. Betrachtet man frühere Studien über die Art der asiatischen Regionalisierung, würde man erwarten, dass die Intensität des regionalen Wertschöpfungshandels in Asien viel geringer ist als die Intensität des regionalen Standardhandels in Asien.48 Das ist tatsächlich der Fall, aber nicht viel stärker als in Amerika oder Afrika. Der eigentliche Ausreißer scheint Europa zu sein: Die Zerlegung der Lieferkette ist dort weniger weit fortgeschritten.
Frühere Studien zu asiatischen Exporten haben auch gezeigt, dass Amerika ein wichtiger Endmarkt für asiatische Waren ist: Man würde auch erwarten, dass asiatische Mehrwertexporte nach Amerika relativ wichtiger sind als asiatische Standardexporte nach Amerika. Beides wird durch Tabelle 6 bestätigt, da die Exporte von Asien nach Amerika eine auffällige Ausnahme von der allgemeinen Rückkehr zum Mittelwert zwischen Tabelle 5 und Tabelle 6 darstellen. Sie sind im Wertschöpfungshandel noch weniger geografisch neutral als in
<sup>48 Athukorala und Yamashita (2006).
Standardhandel, was auf eine starke Abhängigkeit des asiatischen Konsums vom amerikanischen Konsum schließen lässt. Origineller an dieser Untersuchung ist, dass Asien in dieser Hinsicht keine große Ausnahme zu sein scheint, da der TIBI-Index für den gesamten Handel zwischen der Triade um einen ähnlichen Betrag erhöht wird. Der einzige interkontinentale Handel, der weniger wertschöpfungsintensiv ist als in Standardmaßen, findet zwischen Europa und Afrika statt.
Die Welt a priori in vier Regionen zu unterteilen, ist etwas direkt. Tabelle 9, Tabelle 10 und Tabelle 11 enthalten dieselben Informationen für eine feinere regionale Klassifizierung. Dies ermöglicht eine klarere Sicht darauf, welche Regionen integriert sind. Z.B. Die afrikanische Regionalisierung schließt Nordafrika aus, das stärker in die Eurozone integriert ist. Der höchste Fall der geografischen Nichtneutralität ist im Handel zwischen den USA und ihren NAFTA-Partnern zu verzeichnen, im Mehrwerthandel ist sie jedoch weniger auffällig als im Standardhandel. Australafrika und Südamerika sind die zweitintrovertiertesten Regionen. Die Regionen, für die der Standardhandel die am stärksten verzerrte Antwort auf die Frage „Wer produziert für wen“ liefert (gemessen als Mittelwert der absoluten Änderungen des TIBI zwischen Mehrwerthandel und Standardhandel), sind Afrika südlich der Sahara ohne Australafrika, Asien ohne China und Australasien; Osteuropa; und Kanada und Mexiko.
Abschluss
Dieses Papier leistet einen Beitrag zur Debatte über Globalisierung, vertikalen Handel und Regionalisierung. Seit Ende der 1980er Jahre ist die Globalisierung mit der Entwicklung neuer internationaler Produktionsprozesse auf der Grundlage einer neuen internationalen Arbeitsteilung verbunden. In diesem Zusammenhang erscheint es immer schwieriger, die internationale Arbeitsteilung mit Standardhandelsstatistiken zu verstehen. Will man den internationalen Produktionsprozess so weit verstehen, dass man die Frage „Wer produziert was und für wen?“ beantworten kann, muss man die im Handel mit Endgütern enthaltene Wertschöpfung auf jedes an seiner Produktion beteiligte Land umverteilen. Wir tun dies mithilfe der GTAP-Datenbank für 1997, 2001 und 2004.
Der naheliegendste Weg, die Ergebnisse dieser Arbeit zu verbessern, wäre die Verbesserung der verwendeten Daten. Die Qualität der GTAP-Datenbank ist sicherlich schwer zu verbessern. Wir haben jedoch eine vereinfachende Annahme getroffen, die wichtige Konsequenzen haben könnte. Wir sind davon ausgegangen, dass in jedem Sektor die gesamte Produktion den gleichen importierten Inhalt und das gleiche Nutzungsmuster hatte. Wie es im Falle multinationaler Konzerngesellschaften offensichtlich ist, beschäftigen sich einige Firmen innerhalb der Sektoren intensiver mit Importen
Inputs und Exporte mehr als andere. Wenn wir dies berücksichtigen, würden wir unsere Schätzung des vertikalen Handels erhöhen und damit unsere Schätzung des Mehrwerthandels verringern. Mit seinen Annahmen hat dieser Aufsatz die Auswirkungen der internationalen Fragmentierung der Produktion auf die Muster der internationalen Arbeitsteilung unterschätzt.
Dennoch sind unsere Ergebnisse einen Kommentar wert. Zum ersten Mal untersuchen wir die Auswirkungen des vertikalen Handels auf Handelsmuster für eine Datenbank, die die ganze Welt und das gesamte Branchenspektrum abdeckt. Unsere Ergebnisse sind mit früheren Ergebnissen von Yi und seinen Co-Autoren kompatibel. Wir gehen noch einen Schritt weiter und berechnen den Anteil der importierten Vorleistungen an den Exporten (VS), den Anteil der Exporte, die als Vorleistungen für weitere Exporte verwendet werden (VS1), den Inlandsanteil der Importe (VS1*) und den Wertschöpfungshandel für 113 Länder oder Ländergruppen und 55 Sektoren. Die Schätzungen weisen Mängel auf. Dennoch haben sie wichtige Konsequenzen für die Antwort auf die Frage „Wer produziert für wen in der Weltwirtschaft?“. Dienstleistungen sind viel stärker von der externen Nachfrage abhängig, als die Standardhandelsstatistiken vermuten lassen. Standardhandelsstatistiken vermitteln eine falsche Vorstellung von der relativen Abhängigkeit verschiedener Sektoren von der internationalen Nachfrage. Obwohl Industrieexporte 67 % der industriellen Wertschöpfung ausmachen, sind in einen großen Teil dieser Exporte tertiäre oder primäre Produktionen eingebettet. Infolgedessen werden nur 32 % der weltweiten industriellen Wertschöpfung tatsächlich von ausländischen Verbrauchern konsumiert. Im Gegenteil: 11 % der weltweiten Dienstleistungswertschöpfung werden von ausländischen Verbrauchern konsumiert, während Dienstleistungsexporte nur 7 % der Wertschöpfung ausmachen. Wenn man den Wertschöpfungshandel betrachtet, verringert sich der Grad der Regionalisierung des Welthandels. Dieses Papier bestätigt beispielsweise, dass Asien stärker auf außerregionale Endmärkte angewiesen ist, als Standardhandelsstatistiken vermuten lassen. Dies gilt auch für Amerika und Afrika. Die europäische Regionalisierung ist zwar die höchste unter den vier Kontinenten, hängt aber am wenigsten von der vertikalen Spezialisierung des Handels ab.
Anhang
Erstellung des Trade Intensity Bilateral Index (TIBI)
Beginnen wir mit dem Index, der vom CEPII auf der Grundlage von Untersuchungen zur Struktur des Welthandels in den 1960er und 1970er Jahren entwickelt wurde: relative bilaterale Intensität der Exporte.49 Seine Logik ähnelt
<sup>49 Siehe Deutsch und Savage (1960), Drysdale und Garnaut (1982), Freudenberg, Gaulier und Ûnal-Kensenci
Balassas Index der komparativen Vorteile.50 Er ist gleich:
Relative Exportintensitätij(REIij) =
(6)
Dabei sind die Exporte aus der Region i in die Region j, X die gesamten weltweiten Exporte, die gesamten Exporte aus der Region i und REIii ist das Verhältnis zwischen dem Anteil der Exporte in die Region j an den Gesamtexporten der Region i und dem Anteil der Exporte in die Region j an den gesamten Weltexporten . Alle REIii wären gleich eins, wenn alle Exporte die geografische Neutralität respektieren würden, d. h. wenn die Exporte von der Region i in die Region j einfach eine Funktion des Wertes der Exporte aus der Region i und des Wertes der Exporte in die Region j wären und keine anderen Faktoren (Entfernung, Währungsunion, Freihandelszonen, gemeinsame Sprachen, koloniale Bindungen) irgendeine Rolle bei der Bestimmung der bilateralen Welt spielen würden Handel.51
Iapadre hat gezeigt, dass diese Art von Index drei Probleme aufweist: Bereichsvariabilität, Bereichsasymmetrie und dynamische Mehrdeutigkeit. Wir folgen seinen Lösungen, um sie zu lösen.
Bereichsvariabilität bedeutet, dass der Maximalwert des Index von der Größe der untersuchten Regionen abhängt. Um dieses Problem zu lösen, ersetzen wir den Nenner durch den Anteil der Exporte in die Region J an den Gesamtexporten aus allen Nicht-I-Regionen (dem „Rest der Welt“) und nicht an den gesamten Weltexporten.
(7)
Dabei ist die Menge der Exporte in die Region J an den Exporten aus dem Rest der Welt ohne Region i und die Gesamtexporte der übrigen Welt ohne Region i. ist der Anteil der Exporte in die Region J an den Exporten aus dem Rest der Welt ohne Region i. Jetzt kann der Index jeden Wert von 0 bis unendlich annehmen.
Reichweitenasymmetrie bedeutet, dass die Reichweite nicht symmetrisch um die Neutralität herum verläuft. I1 reicht von 0 bis 1, wenn der Handel weniger wichtig ist als erwartet, und von 1 bis unendlich, wenn der Handel wichtiger ist als erwartet. Um dieses Problem zu lösen, verwenden wir den folgenden Index, der zwischen -1 und 1 variiert und dessen Neutralität bei 0 statt bei 1 liegt.
(8)
(1998), S. 66-68, Gallien, Jean und
<sup>51 Dies ähnelt der Definition von Frankel in Frankel (1998). Dieses Maß korrigiert jedoch nicht die Entfernung, um die Regionalisierung zu messen. Die Betrachtung des REI ähnelt dem bilateralen Residuum in einer „Schwerkraft“-Gleichung, bei der nur Exporteur- und Importeur-Dummies als erklärende Variablen für den Handel verwendet werden.
Dynamische Mehrdeutigkeit bedeutet, dass eine Änderung des Index in die gleiche Richtung gehen könnte wie die Änderung des Komplementärindex, der die Handelsintensität zwischen der Region i und allen Nicht-j-Regionen misst. Um dieses Problem zu lösen, definieren wir zunächst diesen komplementären Index.
(10)
Und wir untersuchen als „Grundindex“ das Verhältnis zwischen I1 und I3, das wir transformieren, um die Bereichsasymmetrie zu korrigieren. Unser endgültiger Index, der „Trade Intensity Bilateral Index“, ist gleich:
(11)
liegt zwischen -1 und 1. -1 bedeutet, dass Region i überhaupt nicht in Region j exportiert. 1 bedeutet, dass Region i nur in Region j exportiert. 0 bedeutet, dass Exporte von Region i in Region j die geografische Neutralität respektieren. entspricht dem symmetrischen Handelsintroversionsindex, der den Grad der Regionalisierung für Region i misst.
Tabelle 7: Vertikaler Handel pro Land
| Country | Import content of exports (VS) | Exporte dienen als Input für weitere Exporte (VS1) | VS1/VS | Exports consumed or invested domestically (VS1*) | Anteil des vertikalen Handels am Gesamthandel | Verhältnis der Standardexporte zum BIP | Verhältnis der Standardimporte zum BIP | Verhältnis der Wertschöpfungsexporte zum BIP | Verhältnis der Wertschöpfungsimporte zum BIP |
|---|---|---|---|---|---|---|---|---|---|
| Australia | 13% | 28% | 2.13 | 0.6% | 13% | 18% | 19% | 15% | 17% |
| New Zealand | 18% | 16% | 0.90 | 0.2% | 19% | 30% | 29% | 25% | 23% |
| Rest of Oceania | 27% | 25% | 0.92 | 0.1% | 23% | 42% | 58% | 31% | 46% |
| China | 30% | 22% | 0.73 | 1.4% | 33% | 40% | 34% | 28% | 22% |
| Hong Kong | 30% | 22% | 0.74 | 0.3% | 32% | 79% | 68% | 55% | 44% |
| Japan | 13% | 29% | 2.29 | 2.6% | 16% | 14% | 11% | 12% | 9% |
| Korea | 37% | 29% | 0.77 | 0.5% | 40% | 44% | 38% | 27% | 21% |
| Taiwan | 43% | 31% | 0.73 | 0.3% | 48% | 73% | 56% | 41% | 25% |
| Rest of East Asia | 21% | 17% | 0.83 | 0.0% | 25% | 53% | 34% | 42% | 23% |
| Cambodia | 39% | 10% | 0.25 | 0.0% | 45% | 87% | 61% | 53% | 28% |
| Indonesia | 21% | 29% | 1.38 | 0.5% | 24% | 35% | 30% | 27% | 22% |
| Lao People’s | |||||||||
| Democratic | |||||||||
| Republic | 27% | 23% | 0.87 | 0.0% | 23% | 27% | 36% | 20% | 29% |
| Myanmar | 18% | 27% | 1.55 | 0.1% | 17% | 40% | 41% | 33% | 34% |
| Malaysia | 42% | 32% | 0.77 | 0.4% | 51% | 133% | 89% | 77% | 33% |
| Philippines | 43% | 34% | 0.80 | 0.1% | 44% | 61% | 57% | 35% | 31% |
| Singapore | 67% | 32% | 0.48 | 0.1% | 66% | 173% | 179% | 56% | 62% |
| Thailand | 40% | 27% | 0.67 | 0.2% | 44% | 75% | 61% | 45% | 31% |
| Vietnam | 38% | 20% | 0.53 | 0.2% | 37% | 74% | 80% | 46% | 51% |
| Rest of Southeast | |||||||||
| Asia | 18% | 26% | 1.48 | 0.0% | 26% | 88% | 32% | 72% | 16% |
| Bangladesh | 25% | 12% | 0.47 | 0.0% | 24% | 19% | 22% | 15% | 17% |
| India | 19% | 22% | 1.16 | 0.3% | 17% | 16% | 20% | 13% | 16% |
| Pakistan | 18% | 19% | 1.02 | 0.0% | 14% | 18% | 28% | 15% | 25% |
| Sri Lanka | 35% | 14% | 0.41 | 0.0% | 31% | 37% | 46% | 24% | 33% |
| Rest of South Asia | 21% | 18% | 0.90 | 0.0% | 14% | 21% | 38% | 16% | 34% |
| Asia | 30% | 27% | 0.90 | 0.9% | 33% | 29% | 26% | 20% | 17% |
<sup>52 Iapadre (2006), p. 71, http://www.cris.unu.edu/riks.
| Country | Import content of exports (VS) | Exporte dienen als Input für weitere Exporte (VS1) | VS1/VS | Exports consumed or invested domestically (VS1*) | Anteil des vertikalen Handels am Gesamthandel | Verhältnis der Standardexporte zum BIP | Verhältnis der Standardimporte zum BIP | Verhältnis der Wertschöpfungsexporte zum BIP | Verhältnis der Wertschöpfungsimporte zum BIP |
|---|---|---|---|---|---|---|---|---|---|
| Canada | 29% | 14% | 0.47 | 0.9% | 31% | 35% | 33% | 25% | 23% |
| United States of | |||||||||
| America | 14% | 28% | 1.93 | 5.9% | 19% | 9% | 14% | 7% | 12% |
| Mexico | 27% | 13% | 0.48 | 0.6% | 28% | 31% | 30% | 23% | 21% |
| Rest of North | |||||||||
| America | 38% | 20% | 0.52 | 0.0% | 14% | 19% | 85% | 12% | 77% |
| Argentina | 16% | 21% | 1.31 | 0.3% | 19% | 28% | 18% | 24% | 14% |
| Bolivia | 14% | 25% | 1.76 | 0.1% | 15% | 29% | 27% | 25% | 23% |
| Brazil | 13% | 22% | 1.67 | 0.6% | 16% | 20% | 14% | 17% | 11% |
| Chile | 22% | 30% | 1.37 | 0.1% | 25% | 43% | 33% | 34% | 24% |
| Colombia | 14% | 19% | 1.39 | 0.1% | 14% | 21% | 19% | 18% | 17% |
| Ecuador | 11% | 16% | 1.55 | 0.1% | 11% | 34% | 30% | 31% | 26% |
| Paraguay | 16% | 29% | 1.76 | 0.1% | 18% | 52% | 41% | 44% | 32% |
| Peru | 7% | 28% | 3.93 | 0.1% | 8% | 20% | 16% | 18% | 15% |
| Uruguay | 31% | 18% | 0.56 | 0.0% | 30% | 34% | 37% | 23% | 26% |
| Venezuela | 11% | 21% | 1.98 | 0.2% | 14% | 33% | 17% | 30% | 14% |
| Rest of South | |||||||||
| America | 24% | 35% | 1.42 | 0.0% | 26% | 70% | 63% | 53% | 46% |
| Costa Rica | 32% | 20% | 0.64 | 0.0% | 37% | 62% | 44% | 42% | 25% |
| Guatemala | 20% | 13% | 0.65 | 0.1% | 16% | 20% | 32% | 16% | 27% |
| Nicaragua | 26% | 10% | 0.40 | 0.0% | 21% | 43% | 61% | 32% | 50% |
| Panama | 16% | 19% | 1.20 | 0.0% | 16% | 30% | 31% | 25% | 26% |
| Rest of Central | |||||||||
| America | 27% | 11% | 0.41 | 0.1% | 24% | 40% | 51% | 29% | 40% |
| Caribbean | 22% | 21% | 0.91 | 0.1% | 20% | 26% | 33% | 20% | 27% |
| America | 18% | 23% | 1.24 | 5.1% | 21% | 13% | 17% | 10% | 13% |
| Country | Import content of exports (VS) | Exporte dienen als Input für weitere Exporte (VS1) | VS1/VS | Exports consumed or invested domestically (VS1*) | Anteil des vertikalen Handels am Gesamthandel | Verhältnis der Standardexporte zum BIP | Verhältnis der Standardimporte zum BIP | Verhältnis der Wertschöpfungsexporte zum BIP | Verhältnis der Wertschöpfungsimporte zum BIP |
|---|---|---|---|---|---|---|---|---|---|
| Austria | 30% | 26% | 0.87 | 0.5% | 29% | 56% | 59% | 39% | 42% |
| Belgium | 56% | 24% | 0.43 | 0.3% | 53% | 78% | 87% | 34% | 43% |
| Cyprus | 23% | 20% | 0.84 | 0.0% | 22% | 46% | 49% | 35% | 39% |
| Czech Republic | 39% | 27% | 0.71 | 0.3% | 38% | 71% | 72% | 43% | 45% |
| Denmark | 24% | 23% | 0.94 | 0.4% | 25% | 48% | 44% | 37% | 33% |
| Estonia | 45% | 26% | 0.58 | 0.1% | 42% | 99% | 115% | 54% | 70% |
| Finland | 33% | 26% | 0.77 | 0.3% | 36% | 44% | 38% | 29% | 23% |
| France | 21% | 24% | 1.15 | 1.8% | 23% | 27% | 28% | 21% | 22% |
| Germany | 23% | 25% | 1.07 | 2.9% | 28% | 39% | 34% | 29% | 24% |
| Greece | 21% | 23% | 1.09 | 0.2% | 18% | 26% | 37% | 21% | 31% |
| Hungary | 48% | 25% | 0.51 | 0.1% | 48% | 65% | 68% | 34% | 36% |
| Ireland | 34% | 27% | 0.78 | 0.2% | 41% | 102% | 70% | 67% | 35% |
| Italy | 27% | 22% | 0.82 | 0.9% | 27% | 25% | 26% | 18% | 19% |
| Latvia | 36% | 25% | 0.71 | 0.1% | 27% | 38% | 62% | 24% | 48% |
| Lithuania | 38% | 24% | 0.63 | 0.1% | 34% | 47% | 60% | 29% | 42% |
| Luxembourg | 67% | 27% | 0.41 | 0.0% | 64% | 129% | 143% | 42% | 56% |
| Malta | 36% | 28% | 0.79 | 0.0% | 38% | 102% | 92% | 65% | 55% |
| Netherlands | 27% | 25% | 0.94 | 0.6% | 28% | 47% | 46% | 34% | 33% |
| Poland | 26% | 25% | 0.96 | 0.3% | 24% | 37% | 44% | 27% | 34% |
| Portugal | 26% | 21% | 0.82 | 0.2% | 23% | 32% | 41% | 23% | 32% |
| Slovakia | 42% | 28% | 0.67 | 0.2% | 43% | 69% | 66% | 40% | 36% |
| Slovenia | 37% | 25% | 0.66 | 0.1% | 37% | 55% | 56% | 35% | 35% |
| Spain | 22% | 21% | 0.96 | 0.8% | 21% | 27% | 32% | 21% | 26% |
| Sweden | 23% | 25% | 1.08 | 0.6% | 26% | 43% | 36% | 33% | 26% |
| United Kingdom | 18% | 26% | 1.43 | 1.5% | 18% | 25% | 31% | 20% | 26% |
| Switzerland | 34% | 25% | 0.75 | 0.3% | 38% | 48% | 40% | 31% | 23% |
| Norway | 14% | 33% | 2.30 | 0.5% | 17% | 39% | 28% | 33% | 23% |
| Rest of EFTA | 29% | 23% | 0.79 | 0.0% | 28% | 44% | 49% | 31% | 36% |
| Albania | 22% | 22% | 1.01 | 0.0% | 14% | 19% | 41% | 15% | 36% |
| Bulgaria | 39% | 23% | 0.59 | 0.0% | 36% | 53% | 62% | 32% | 42% |
| Belarus | 58% | 21% | 0.36 | 0.1% | 54% | 56% | 65% | 23% | 33% |
| Croatia | 28% | 21% | 0.30 | 0.1% | 26% | 47% | 56% | 34% | 43% |
| Romania | 30% | 23% | 0.74 | 0.1% | 27% | 37% | 46% | 26% | 35% |
| Russian Federation | 11% | 38% | 3.43 | 2.1% | 14% | 32% | 25% | 28% | 20% |
| Ukraine | 36% | 27% | 0.77 | 0.2% | 35% | 60% | 61% | 38% | 39% |
| Rest of Eastern | 3070 | 2//0 | 0.77 | 0.270 | 33/0 | 0070 | 01/0 | 30/0 | 39/0 |
| Europe | 46% | 17% | 0.36 | 0.0% | 33% | 60% | 108% | 32% | 81% |
| Rest of Europe | 30% | 25% | 0.30 | 0.0% | 20% | 26% | 53% | 18% | 45% |
| 1 | 18% | 36% | 1.98 | 0.1% | 20% | 49% | 41% | 40% | 32% |
| Kazakhstan | 30% | 31% | 0.2% | 25% | 52% | 72% | 37% | 57% | |
| Kyrgyzstan Rest of Former | 30% | 31% | 1.05 | 0.0% | 25% | 32% | 12% | 3/% | 3/% |
| 1.60/ | 200/ | 2.22 | 0.20/ | 200/ | 570/ | 200/ | 470/ | 200/ | |
| Soviet Union | 16% | 38% | 2.32 | 0.3% | 20% | 57% | 38% | 47% | 29% |
| Armenia | 34% | 25% | 0.75 | 0.0% | 25% | 29% | 48% | 19% | 39% |
| Azerbaijan | 16% | 31% | 1.91 | 0.0% | 11% | 45% | 86% | 38% | 79% |
| Georgia | 24% | 24% | 1.01 | 0.0% | 17% | 33% | 60% | 25% | 53% |
| Iran, Islamic | 50/ | 2.407 | 7.20 | 0.20/ | 50/ | 2007 | 250/ | 200/ | 220/ |
| Republic of | 5% | 34% | 7.28 | 0.3% | 5% | 29% | 25% | 28% | 23% |
| Turkey Rest of Western | 23% | 20% | 0.88 | 0.2% | 22% | 28% | 33% | 22% | 26% |
| Asia | 16% | 28% | 1.79 | 0.9% | 19% | 49% | 38% | 41% | 30% |
| Europe and misc. | 26% | 25% | 0.98 | 1.2% | 27% | 37% | 36% | 27% | 26% |
| Country | Import content of exports (VS) | Exporte dienen als Input für weitere Exporte (VS1) | VS1/VS | Exports consumed or invested domestically (VS1*) | Anteil des vertikalen Handels am Gesamthandel | Verhältnis der Standardexporte zum BIP | Verhältnis der Standardimporte zum BIP | Verhältnis der Wertschöpfungsexporte zum BIP | Verhältnis der Wertschöpfungsimporte zum BIP |
|---|---|---|---|---|---|---|---|---|---|
| Egypt | 21% | 20% | 0.96 | 0.0% | 21% | 29% | 29% | 23% | 23% |
| Morocco | 23% | 17% | 0.75 | 0.0% | 22% | 36% | 39% | 27% | 31% |
| Tunisia | 31% | 18% | 0.59 | 0.1% | 30% | 48% | 50% | 33% | 36% |
| Rest of North | |||||||||
| Africa | 8% | 31% | 3.78 | 0.3% | 10% | 42% | 29% | 38% | 26% |
| Nigeria | 6% | 24% | 3.71 | 0.4% | 9% | 57% | 31% | 53% | 27% |
| Senegal | 27% | 19% | 0.68 | 0.0% | 19% | 27% | 52% | 20% | 45% |
| Rest of Western | |||||||||
| Africa | 24% | 25% | 1.05 | 0.1% | 20% | 37% | 54% | 28% | 45% |
| Rest of Central | |||||||||
| Africa | 8% | 31% | 3.82 | 0.1% | 10% | 36% | 23% | 33% | 20% |
| Rest of South | |||||||||
| Central Africa | 15% | 29% | 1.95 | 0.1% | 16% | 57% | 54% | 49% | 45% |
| Ethiopia | 24% | 18% | 0.78 | 0.0% | 15% | 25% | 54% | 19% | 48% |
| Madagascar | 25% | 18% | 0.69 | 0.0% | 28% | 47% | 38% | 35% | 26% |
| Malawi | 29% | 19% | 0.65 | 0.0% | 24% | 44% | 61% | 31% | 48% |
| Mauritius | 30% | 19% | 0.65 | 0.0% | 31% | 73% | 67% | 51% | 45% |
| Mozambique | 24% | 40% | 1.66 | 0.0% | 24% | 36% | 37% | 27% | 28% |
| Tanzania | 20% | 23% | 1.15 | 0.0% | 16% | 21% | 33% | 16% | 29% |
| Uganda | 19% | 27% | 1.44 | 0.0% | 18% | 25% | 27% | 21% | 22% |
| Zambia | 22% | 48% | 2.18 | 0.1% | 23% | 39% | 36% | 30% | 28% |
| Zimbabwe | 30% | 29% | 0.95 | 0.1% | 32% | 57% | 53% | 39% | 35% |
| Rest of Eastern | |||||||||
| Africa | 15% | 20% | 1.38 | 0.1% | 12% | 22% | 31% | 19% | 28% |
| Botswana | 12% | 26% | 2.17 | 0.1% | 13% | 48% | 39% | 42% | 33% |
| South Africa | 19% | 28% | 1.48 | 0.9% | 21% | 30% | 27% | 24% | 21% |
| Rest of South | |||||||||
| African Customs | |||||||||
| Union | 31% | 20% | 0.65 | 0.2% | 35% | 76% | 62% | 52% | 39% |
| Africa | 17% | 26% | 1.54 | 0.3% | 18% | 37% | 34% | 31% | 27% |
| World | 25% | 25% | 1.00 | 1.8% | 27% | 26% | 26% | 19% | 19% |
Quellen: GTAP 7. Eigene Berechnungen
Tabelle 8: Vertikaler Handel pro Branche
| Sector | Total exports (million $) | Anteil der Exporte an den Gesamtexporten | Import content of exports (VS) | Exporte dienen als Input für weitere Exporte (VS1) | Wertschöpfungsexporte als Anteil der Standardexporte | VA-Exporte als Anteil der gesamten VA-Exporte | VS1* als Anteil der Wertschöpfungsexporte | Exporte als Anteil an VA | VA-Exporte als Anteil an VA |
|---|---|---|---|---|---|---|---|---|---|
| Paddy rice | 1,455 | 0.0% | 10% | 33% | 507% | 0.1% | 0.7% | 2% | 11% |
| Wheat | 20,845 | 0.2% | 10% | 14% | 65% | 0.2% | 1.5% | 46% | 30% |
| Cereal grains nec | 18,138 | 0.2% | 9% | 11% | 74% | 0.2% | 1.5% | 27% | 20% |
| Vegetables, fruit, nuts | 68,098 | 0.7% | 7% | 5% | 91% | 0.8% | 0.6% | 19% | 17% |
| Oil seeds | 23,290 | 0.2% | 7% | 15% | 100% | 0.3% | 1.4% | 38% | 38% |
| Sugar cane, sugar beet | 78 | 0.0% | 7% | 16% | 4730% | 0.1% | 0.6% | 0% | 15% |
| Plant-based fibers | 11,296 | 0.1% | 10% | 29% | 111% | 0.2% | 2.7% | 36% | 41% |
| Crops nec | 40,482 | 0.4% | 11% | 18% | 100% | 0.6% | 0.9% | 27% | 27% |
| Bovine cattle, sheep and goats, | 6,855 | 0.1% | 12% | 10% | 189% | 0.2% | 1.0% | 11% | 20% |
| horses | 0,033 | 0.170 | 1,270 | 1070 | 10770 | 0.270 | 1.070 | 11/0 | 2070 |
| Animal products nec | 18,393 | 0.2% | 14% | 19% | 110% | 0.3% | 1.2% | 14% | 15% |
| Raw milk | 290 | 0.276 | 8% | 9% | 2931% | 0.1% | 0.7% | 0% | 12% |
| Wool, silk-worm cocoons | 2,210 | 0.0% | 15% | 51% | 121% | 0.0% | 1.0% | 33% | 40% |
| Forestry | 12,998 | 0.0% | 7% | 21% | 263% | 0.5% | 1.6% | 13% | 33% |
| Fishing | 14,119 | 0.1% | 7% | 8% | 105% | 0.2% | 1.1% | 17% | 17% |
| C C | 238,548 | 2.4% | 9% | 13% | 113% | 3.7% | 1.176 | 19% | 21% |
| **Agriculture** Coal | 31,573 | 0.3% | 7% | 20% | 114% | 0.5% | 2.4% | 35% | 40% |
| Oil | 4.8% | 6% | 15% | 98% | 6.5% | 72% | |||
| 484,089 | 1.0% | 74% | |||||||
| Gas Minorala nac | 71,871 | 0.7% | 7% | 19% | 108% | 1.1% | 1.7% | 58% | 62% |
| Minerals nec | 100,844 | 1.0% | 5% | 16% | 86% | 1.2% | 2.0% | 64% | 55% |
| Raw materials | 688,376 | 6.9% | 6% | 16% | 98% | 9.2% | 1.3% | 67% | 65% |
| Primary sector | 926,925 | 9.2% | 7% | 15% | 102% | 12.9% | 1.3% | 40% | 41% |
| Bovine meat products | 27,371 | 0.3% | 13% | 7% | 34% | 0.1% | 1.3% | 45% | 15% |
| Meat products nec | 40,855 | 0.4% | 16% | 7% | 30% | 0.2% | 1.2% | 67% | 20% |
| Vegetable oils and fats | 44,009 | 0.4% | 8% | 5% | 32% | 0.2% | 0.8% | 131% | 42% |
| Dairy products | 43,036 | 0.4% | 14% | 6% | 37% | 0.2% | 1.2% | 36% | 13% |
| Processed rice | 8,083 | 0.1% | 9% | 4% | 33% | 0.0% | 0.6% | 27% | 9% |
| Sugar | 12,784 | 0.1% | 10% | 9% | 43% | 0.1% | 0.8% | 44% | 19% |
| Food products nec | 202,230 | 2.0% | 15% | 7% | 42% | 1.2% | 1.3% | 38% | 16% |
| Beverages and tobacco | 74,905 | 0.7% | 11% | 4% | 50% | 0.5% | 0.7% | 28% | 14% |
| products | |||||||||
| Farm industries | 453,273 | 4.5% | 13% | 6% | 40% | 2.5% | 1.1% | 40% | 16% |
| Textiles | 263,857 | 2.6% | 20% | 22% | 48% | 1.7% | 2.5% | 98% | 47% |
| Wearing apparel | 194,963 | 1.9% | 21% | 5% | 33% | 0.9% | 0.6% | 108% | 36% |
| Leather products | 102,403 | 1.0% | 22% | 11% | 34% | 0.5% | 1.2% | 150% | 50% |
| Textiles and al. | 561,222 | 5.6% | 21% | 14% | 40% | 3.1% | 1.7% | 108% | 44% |
| Wood products | 168,103 | 1.7% | 16% | 13% | 51% | 1.2% | 2.2% | 63% | 32% |
| Paper products, publishing | 192,921 | 1.9% | 16% | 20% | 83% | 2.2% | 3.0% | 31% | 26% |
| Wood and paper | 361,023 | 3.6% | 16% | 16% | 68% | 3.4% | 2.7% | 41% | 28% |
| Petroleum, coal products | 198,883 | 2.0% | 22% | 14% | 33% | 0.9% | 1.7% | 114% | 38% |
| Chemical, rubber, plastic | 1,172,718 | 11.7% | 16% | 21% | 50% | 8.0% | 3.9% | 93% | 47% |
| products | |||||||||
| Mineral products nec | 105,226 | 1.0% | 18% | 23% | 72% | 1.0% | 2.6% | 34% | 24% |
| Ferrous metals | 247,962 | 2.5% | 14% | 24% | 65% | 2.2% | 3.4% | 76% | 50% |
| Metals nec | 246,364 | 2.5% | 17% | 31% | 47% | 1.6% | 3.3% | 131% | 62% |
| Chemicals and metals | 1,971,153 | 19.7% | 17% | 22% | 51% | 13.8% | 3.5% | 87% | 45% |
| Metal products | 192,339 | 1.9% | 15% | 19% | 81% | 2.1% | 4.3% | 40% | 33% |
| Motor vehicles and parts | 865,977 | 8.6% | 19% | 10% | 34% | 4.0% | 3.4% | 139% | 47% |
| Transport equipment nec | 256,662 | 2.6% | 20% | 13% | 42% | 1.5% | 2.5% | 111% | 47% |
| Metal and transport | 1,314,978 | 13.1% | 19% | 12% | 42% | 7.6% | 3.5% | 99% | 42% |
| products | |||||||||
| Electronic equipment | 1,104,466 | 11.0% | 28% | 24% | 34% | 5.1% | 2.4% | 173% | 59% |
| Machinery and equipment nec | 1,376,467 | 13.7% | 19% | 16% | 44% | 8.3% | 2.9% | 107% | 47% |
| Manufactures nec | 181,159 | 1.8% | 25% | 14% | 48% | 1.2% | 1.2% | 66% | 32% |
| Other manufactures | 2,662,092 | 26.6% | 23% | 19% | 40% | 14.6% | 2.6% | 121% | 48% |
| Electricity | 27,445 | 0.3% | 12% | 20% | 591% | 2.2% | 2.4% | 4% | 23% |
| Gas manufacture, distribution | 5,658 | 0.1% | 3% | 9% | 301% | 0.2% | 3.7% | 6% | 18% |
| Water | 1,999 | 0.176 | 7% | 11% | 750% | 0.2% | 3.3% | 1% | 11% |
| Construction | 44,998 | 0.0% | 11% | 2% | 146% | 0.276 | 3.0% | 2% | 3% |
| Utilities | 52,656 | 0.4% | 10% | 3% | 186% | 1.3% | 3.0% | 2% | 3 /0 4% |
| Secondary sector | 7,390,120 | 73.7% | 19% | 17% | 47% | 47.4% | 2.9% | 67% | 32% |
| Decondary sector | 7,570,120 | 13.170 | 17/0 | 1 / / 0 | 7770 | 77.770 | 2.7/0 | 07/0 | 32/0 |
| Sector | Total exports (million $) | Anteil der Exporte an den Gesamtexporten | Import content of exports (VS) | Exporte dienen als Input für weitere Exporte (VS1) | Wertschöpfungsexporte als Anteil der Standardexporte | VA-Exporte als Anteil der gesamten VA-Exporte | VS1* als Anteil der Wertschöpfungsexporte | Exporte als Anteil an VA | VA-Exporte als Anteil an VA |
|---|---|---|---|---|---|---|---|---|---|
| Trade | 210,328 | 2.1% | 11% | 16% | 368% | 10.6% | 2.7% | 4% | 15% |
| Transports | 435,559 | 4.3% | 15% | 15% | 88% | 5.2% | 2.2% | 30% | 26% |
| Communication | 60,798 | 0.6% | 7% | 12% | 211% | 1.7% | 1.9% | 7% | 15% |
| Communication and trade | 706,686 | 7.0% | 13% | 15% | 182% | 17.5% | 2.4% | 10% | 17% |
| Financial services nec | 109,050 | 1.1% | 6% | 13% | 215% | 3.2% | 3.2% | 6% | 14% |
| Insurance | 85,016 | 0.8% | 6% | 10% | 81% | 0.9% | 2.0% | 16% | 13% |
| Business services nec | 532,625 | 5.3% | 7% | 17% | 171% | 12.4% | 2.6% | 11% | 19% |
| Business services | 726,690 | 7.2% | 7% | 15% | 167% | 16.6% | 2.7% | 10% | 17% |
| Recreational and other | |||||||||
| services | 111,833 | 1.1% | 7% | 12% | 105% | 1.6% | 1.5% | 10% | 10% |
| Public Administration, Defense, Education, Health Dwellings | 162,292 0 | 1.6% 0.0% | 5% | 2% | 126% | 2.8% 0.1% | 1.5% 0.9% | 2% 0% | 3% 0% |
| Other services | 274,125 | 2.7% | 5% | 6% | 120% | 4.5% | 1.5% | 3% | 3% |
| Tertiary Sector | 1,707,501 | 17.0% | 9% | 14% | 166% | 38.6% | 2.4% | **7** % | 11% |
| Total | 10,024,546 | 100.0% | 16% | 16% | 73% | 100.0% | 2.5% | 26% | 19% |
Quellen: GTAP 7. Eigene Berechnungen
Tabelle 9: Standard-TIBI
| Europe | America | 1 | As | ia Rest of | Africa | Sub- | ROW | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Exportiert nach von | Euro Zone | Eastern Europe | North | United States | Rest of America | Japan | China | East Asia | Rest of Asia | North | Austral | Sahara | ||
| Euro Zone 53 | 0.50 | 0.41 | 0.42 | -0.44 | -0.66 | -0.29 | -0.57 | -0.52 | -0.57 | -0.37 | 0.33 | -0.11 | 0.02 | 0.00 |
| Eastern Europe 54 | 0.42 | 0.60 | 0.06 | -0.52 | -0.69 | -0.49 | -0.65 | -0.70 | -0.67 | -0.55 | 0.08 | -0.38 | -0.27 | 0.31 |
| Northern Europe 55 | 0.34 | -0.02 | 0.18 | -0.13 | -0.41 | -0.23 | -0.27 | -0.44 | -0.41 | -0.02 | -0.16 | -0.05 | -0.05 | 0.00 |
| **United States** | -0.31 | -0.47 | -0.09 | NA | 0.91 | 0.43 | 0.27 | -0.11 | 0.12 | 0.01 | -0.09 | -0.21 | -0.06 | -0.04 |
| Rest of NAFTA 56 | -0.78 | -0.80 | -0.54 | 0.92 | -0.49 | 0.01 | -0.47 | -0.57 | -0.67 | -0.55 | -0.59 | -0.67 | -0.58 | -0.67 |
| Rest of America 57 | -0.28 | -0.43 | -0.28 | 0.37 | 0.05 | 0.78 | -0.17 | -0.15 | -0.31 | -0.36 | 0.11 | -0.01 | -0.02 | -0.14 |
| Japan | -0.47 | -0.52 | -0.41 | 0.23 | -0.32 | -0.21 | NA | 0.54 | 0.60 | 0.07 | -0.35 | -0.12 | -0.21 | -0.13 |
| China and Hong- Kong | -0.34 | -0.47 | -0.27 | 0.30 | -0.21 | -0.14 | 0.52 | 0.01 | 0.25 | 0.10 | -0.27 | -0.17 | -0.01 | -0.12 |
| Rest of East Asia 58 | -0.52 | -0.47 | -0.40 | 0.03 | -0.44 | -0.29 | 0.38 | 0.67 | 0.46 | 0.21 | -0.38 | -0.25 | -0.01 | -0.21 |
| Rest of Asia 59 | -0.38 | -0.50 | -0.10 | -0.01 | -0.40 | -0.25 | 0.37 | 0.12 | 0.22 | 0.59 | -0.05 | 0.18 | 0.29 | 0.24 |
| Northern Africa 60 | 0.46 | 0.11 | -0.28 | -0.05 | -0.42 | -0.05 | -0.45 | -0.56 | -0.58 | -0.30 | 0.48 | -0.57 | 0.08 | -0.12 |
| Austral Africa 61 Sub-Saharan | -0.18 | -0.37 | 0.24 | -0.28 | -0.56 | -0.36 | 0.07 | -0.29 | -0.16 | 0.23 | -0.32 | 0.94 | 0.72 | -0.09 |
| Africa 62 | -0.11 | -0.56 | -0.33 | 0.32 | -0.71 | 0.20 | -0.13 | 0.15 | -0.23 | 0.48 | -0.15 | 0.49 | 0.55 | -0.30 |
| -0.23 | 0.22 | -0.39 | -0.14 | -0.72 | -0.29 | 0.41 | -0.10 | 0.25 | 0.38 | 0.13 | 0.21 | 0.05 | 0.45 |
*Der intrakontinentale Handel ist farbig.
Quelle: GTAP 7. Berechnungen der Autoren.
<sup>53 Österreich, Belgien, Finnland, Frankreich, Irland, Italien, Deutschland, Griechenland, Luxemburg, Niederlande, Portugal, Spanien.
<sup>54 Albanien, Bosnien, Bulgarien, Zypern, Tschechische Republik, Estland, Ungarn, Lettland, Litauen, Malta, Polen, Slowakei, Slowenien, Rumänien, Türkei, Rest Osteuropa, Rest Europa.
<sup>55 Dänemark, Norwegen, Schweden, Schweiz, Vereinigtes Königreich, Rest der EFTA
<sup>56 Kanada und Mexiko
<sup>57 Argentinien, Bolivien, Brasilien, Chile, Kolumbien, Costa Rica, Ecuador, Guatemala, Nicaragua, Panama, Paraguay, Peru, Uruguay, Rest Nordamerika, Rest Südamerika, Karibik.
<sup>58 Kambodscha, Indonesien, Korea, Laos, Malaysia, Philippinen, Singapur, Thailand, Taiwan, Vietnam, anderes Ostasien.
<sup>59 Australien, Bangladesch, Indien, Myanmar, Neuseeland, Pakistan, Sri Lanka, Rest Südasien, Rest Ozeanien, Rest Südasien.
<sup>60 Ägypten, Marokko, Tunesien, Rest von Nordafrika
61Botswana, Malawi, Mosambik, Südafrika, Sambia, Simbabwe, Rest der südafrikanischen Zollunion.
<sup>62 Äthiopien, Madagaskar, Mauritius, Malawi, Nigeria, Senegal, Tansania, Uganda, Rest Westafrika, Rest Zentralafrika, Rest Ostafrika, Rest Süd-Zentralafrika.
<sup>63 Armenien, Aserbaidschan, Weißrussland, Georgien, Iran, Kasachstan, Kirgisistan, Russland, Ukraine, Rest der ehemaligen Sowjetunion, Rest Westasien
Tabelle 10: Mehrwert TIBI
| Exports To | • – | America | ROW | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| From | Euro Zone | East | North | United States | Rest of America | Japan | China+ | Rest of East Asia | Rest of Asia | North | Austr al | Sub- Saharan | ||
| Euro Zone | 0.41 | 0.36 | 0.36 | -0.36 | -0.58 | -0.25 | -0.48 | -0.41 | -0.46 | -0.31 | 0.26 | -0.08 | -0.01 | 0.02 |
| Eastern Europe | 0.37 | 0.50 | 0.08 | -0.42 | -0.60 | -0.40 | -0.51 | -0.55 | -0.52 | -0.43 | 0.08 | -0.29 | -0.21 | 0.28 |
| Northern Europe | 0.28 | 0.01 | 0.09 | -0.08 | -0.35 | -0.20 | -0.24 | -0.34 | -0.31 | -0.05 | -0.12 | -0.04 | -0.02 | -0.01 |
| **United States** | -0.22 | -0.31 | -0.02 | NA | 0.86 | 0.39 | 0.29 | 0.01 | 0.17 | 0.06 | -0.04 | -0.11 | 0.00 | 0.04 |
| Other NAFTA | -0.69 | -0.69 | -0.50 | 0.86 | -0.35 | 0.03 | -0.37 | -0.47 | -0.51 | -0.47 | -0.50 | -0.57 | -0.49 | -0.58 |
| Rest of America | -0.23 | -0.34 | -0.25 | 0.32 | 0.02 | 0.69 | -0.16 | -0.09 | -0.24 | -0.28 | 0.11 | -0.02 | -0.04 | -0.11 |
| Japan | -0.36 | -0.40 | -0.30 | 0.29 | -0.22 | -0.15 | NA | 0.51 | 0.52 | 0.12 | -0.29 | -0.05 | -0.16 | -0.07 |
| China+HK | -0.29 | -0.39 | -0.21 | 0.28 | -0.17 | -0.13 | 0.46 | -0.06 | 0.21 | 0.06 | -0.24 | -0.12 | -0.02 | -0.09 |
| Rest of East Asia | -0.38 | -0.37 | -0.28 | 0.13 | -0.31 | -0.19 | 0.38 | 0.54 | 0.28 | 0.19 | -0.27 | -0.14 | 0.04 | -0.12 |
| Rest of Asia | -0.33 | -0.41 | -0.08 | 0.02 | -0.34 | -0.24 | 0.33 | 0.14 | 0.23 | 0.48 | -0.07 | 0.07 | 0.20 | 0.17 |
| Northern Africa | 0.37 | 0.15 | -0.18 | -0.04 | -0.35 | -0.08 | -0.37 | -0.47 | -0.45 | -0.28 | 0.35 | -0.43 | 0.06 | -0.12 |
| **Austral Africa** | -0.14 | -0.25 | 0.22 | -0.19 | -0.42 | -0.30 | 0.01 | -0.11 | -0.17 | 0.18 | -0.21 | 0.90 | 0.64 | -0.12 |
| Sub-Saharan Africa | -0.13 | -0.42 | -0.27 | 0.26 | -0.42 | 0.15 | -0.08 | 0.13 | -0.13 | 0.41 | -0.08 | 0.31 | 0.43 | -0.27 |
| ROW | -0.19 | 0.18 | -0.28 | -0.08 | -0.52 | -0.23 | 0.37 | 0.06 | 0.23 | 0.32 | 0.10 | 0.15 | 0.08 | 0.25 |
| Intra continental trade is coloured. | ||||||||||||||
Quelle: GTAP 7. Berechnungen der Autoren.
Tabelle 11: Mehrwert-TIBI im Vergleich zum Standard-TIBI
| Exportiert nach von | Europe | America | ROW | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| From | Euro Zone | East | North | United States | North less US | South | Japan | China+ HK | Rest of East Asia | Rest of Asia | North | Austr al | Sub- Saharan | |
| Euro Zone | -0.09 | -0.05 | -0.06 | 0.07 | 0.08 | 0.04 | 0.10 | 0.11 | 0.12 | 0.06 | -0.07 | 0.04 | -0.03 | 0.02 |
| Eastern Europe | -0.05 | -0.09 | 0.02 | 0.10 | 0.10 | 0.09 | 0.14 | 0.15 | 0.15 | 0.11 | 0.00 | 0.09 | 0.06 | -0.03 |
| Northern Europe | -0.06 | 0.03 | -0.09 | 0.05 | 0.06 | 0.03 | 0.03 | 0.10 | 0.10 | -0.03 | 0.04 | 0.01 | 0.03 | -0.01 |
| United States Northern America | 0.09 | 0.16 | 0.07 | 0.00 | -0.05 | -0.04 | 0.03 | 0.12 | 0.05 | 0.05 | 0.05 | 0.10 | 0.05 | 0.07 |
| less US | 0.09 | 0.11 | 0.04 | -0.06 | 0.13 | 0.01 | 0.10 | 0.09 | 0.15 | 0.08 | 0.08 | 0.10 | 0.09 | 0.09 |
| South America | 0.04 | 0.09 | 0.03 | -0.05 | -0.03 | -0.09 | 0.01 | 0.05 | 0.08 | 0.07 | 0.00 | -0.01 | -0.03 | 0.04 |
| Japan | 0.11 | 0.13 | 0.11 | 0.06 | 0.10 | 0.07 | 0.00 | -0.02 | -0.08 | 0.05 | 0.06 | 0.07 | 0.05 | 0.06 |
| China+HK | 0.05 | 0.08 | 0.05 | -0.02 | 0.04 | 0.01 | -0.06 | -0.07 | -0.04 | -0.04 | 0.04 | 0.05 | -0.01 | 0.03 |
| Rest of East Asia | 0.14 | 0.10 | 0.11 | 0.10 | 0.14 | 0.09 | 0.00 | -0.13 | -0.18 | -0.02 | 0.10 | 0.11 | 0.05 | 0.09 |
| Rest of Asia | 0.06 | 0.09 | 0.02 | 0.04 | 0.06 | 0.00 | -0.03 | 0.03 | 0.01 | -0.12 | -0.01 | -0.11 | -0.09 | -0.07 |
| Northern Africa | -0.08 | 0.04 | 0.10 | 0.01 | 0.07 | -0.03 | 0.09 | 0.10 | 0.13 | 0.02 | -0.13 | 0.13 | -0.02 | 0.00 |
| **Austral Africa** | 0.05 | 0.12 | -0.02 | 0.09 | 0.14 | 0.06 | -0.06 | 0.19 | -0.02 | -0.04 | 0.12 | -0.04 | -0.09 | -0.03 |
| Sub-Saharan Africa | -0.01 | 0.13 | 0.06 | -0.06 | 0.29 | -0.06 | 0.06 | -0.02 | 0.10 | -0.07 | 0.06 | -0.18 | -0.12 | 0.03 |
| ROW Intra continental tr | 0.04 rade is | -0.04 colour | 0.11 ed. | 0.06 | 0.20 | 0.06 | -0.04 | 0.16 | -0.02 | -0.05 | -0.03 | -0.06 | 0.02 | -0.21 |
Quelle: GTAP 7, eigene Berechnungen.
Bibliographie
Athukorala, Prema-Chandra und Nobuaki Yamashita. 2006. „Produktionsfragmentierung und Handelsintegration: Ostasien im globalen Kontext.“North American Journal of Economics and Finance, 17 3, S. 233-56.
Balassa, B. 1965. „Handelsliberalisierung und offenbarter komparativer Vorteil.“Manchester School of Economic and Social Studies:33.
Baldwin, Richard. 2006. „Multilateralisierender Regionalismus: Spaghettischalen als Bausteine auf dem Weg zum globalen Freihandel.“Weltwirtschaft, 29:11.
Belke, Ansgar und Lars Wang. 2005. „Der Grad der Offenheit für den Handel – Auf dem Weg zu wertschöpfungsbasierten Offenheitsmaßnahmen.“ Unveröffentlichtes Manuskript.
Benhamou, Laurence. 2005. Der Große Weltbasar: das verrückte Abenteuer dieser scheinbar „lokalen“ Produkte. Paris: Bourin.
Bhagwati, Jagdish und Vivek H. Dehejia. 1994. „Freierer Handel und freiere Löhne der Unqualifizierten – Streikt Marx erneut?“, in Jagdish Bhagwati und Marvin H. Kosters (Hrsg.),Handel und Löhne: Die Löhne senken?Washington, D.C.: The American Enterprise Institute Press, S. 36-75.
Cameron, G. und P. Cross. 1999. „Die Bedeutung von Exporten für das BIP und die Arbeitsplätze.“Canadian Economic Observer: Nov.
Campa, José M. und Linda S. Goldberg. 1997. „The Evolving External Orientation of Manufacturing: A Profile of Four Countries.“Economic Policy Review, 3:2.
Chen, Hogan, Matthew Kondratowicz und Kei-mu Yi. 2005. „Vertikale Spezialisierung und drei Fakten zum internationalen US-Handel.“North American Journal of Economics & Finance, 16:1, S. 35-59.
Chen, X., L. K. Cheng, K. C. Fung und L. J. Lau. 2005. „The Estimation of Domestic Value-Added and Employment Induced by Exports: An Application to Chinese Exports to the United States.“Treffen der American Economic Association, 8.
Chortareas, G. E. und T. Pelagidis. 2004. „Handelsströme: eine Facette von Regionalismus oder Globalisierung?“Cambridge Journal of Economics, 28:2, S. 253-271.
Daudin, Guillaume, Christine Rifflart, Dannielle Schweisguth und Paola Veroni. 2006. „Außenhandel mit Mehrwert.“OFCE Review: Beobachtungen und Wirtschaftsdiagnosen:98, S. 129-165.
Dean, Judith, K. C. Fung und Zhi Whang. 2007. „Messung der vertikalen Spezialisierung im chinesischen Handel.“U.S. Arbeitspapier des Office of Economics der International Trade Commission:2007-01-A.
Deutsch, K.W. und I.R. Brutal. 1960. „Ein statistisches Modell der Bruttoanalyse von Transaktionsströmen.“Econmetrica, 28:3.
Dimaranan, Betina V. ed. 2006. Globaler Handel, Unterstützung und Produktion: The
GTAP 6-Datenbank: Zentrum für globale Handelsanalyse, Purdue University.
Drysdale, P. und R. Garnaut. 1982. „Handelsintensitäten und die Analyse bilateraler Handelsströme in einer Welt mit vielen Ländern: eine Umfrage.“Hitotsubashi Journal of Economics, 22:2.
Egger, Hartmut und Peter Egger. 2005. „Die Determinanten des EU-Verarbeitungshandels.“World Economy, 28 2, S. 147-68.
Ethier, Wilfred J. 1998. „The New Regionalism.“The Economic Journal, 108:449, S. 1149-1161.
Feenstra, Robert C. 1998. „Integration des Handels und Desintegration der Produktion in der Weltwirtschaft.“Journal of Economic Perspectives, 12:4, S. 31-50.
Feenstra, Robert C. und Gordon H. Hanson. 1997. „Produktivitätsmessung und die Auswirkungen von Handel und Technologie auf Löhne: Schätzungen aus den USA, 1972-1990.“NBER Working Paper:6052.
Fontagné, Lionel. 1991. Vorleistungsgüter und die internationale Arbeitsteilung. Paris: Economica.
Fontagné, Lionel, Michael Freudenberg und Deniz Ünal-Kesenci. 1996. „The Intermediate Goods Trades of the Triad.“Economie Internationale, 65:1, S. 143-168.
Frankel, Jeffrey A. Hrsg. 1998.Die Regionalisierung der Weltwirtschaft. Chicago: The University of Chicago Press.
Freudenberg, Michael, Guillaume Gaulier und Deniz Ûnal-Kensenci. 1998. „Die Regionalisierung des internationalen Handels: eine Bewertung anhand relativer bilateraler Intensitäten.“CEPII Working Paper, 1998:05.
Gaulier, Guillaume, Sébastien Jean und Deniz Ünal-Kesenci. 2004. „Regionalismus und die Regionalisierung des internationalen Handels“ CEPII Working Paper:16.
Gehlhar, Mark. 2006. „Re-Export Trade for Hong Kong and the Netherlands“, in GTAP (Hrsg.),GRAP 6-Datenbankdokumentation.
Haddad, Mona. 2007. „Trade Integration in East Asia: the Role of China and Production Networks.“Arbeitspapier zur Politikforschung der Weltbank:4160, S. 36.
Hanson, G. H., Mataloni Jr. und Slaughter. 2005. „Vertikale Produktionsnetzwerke in multinationalen Unternehmen.“Review of Economics and Statistics, 87:4.
Hoen, Alex R. . 2002. Eine Input-Output-Analyse der europäischen Integration. Amsterdam: Nordholland.
Hummels, David, Jun Ishii und Kei-Mu Yi. 1999. „The Nature and Growth of Vertical Specialization in World Trade.“Mitarbeiterberichte der Federal Reserve Bank of New York:72, S. 39.
Hummels, David, Jun Ishii und Kei-Mu Yi. 2001. „Die Natur und das Wachstum der vertikalen Spezialisierung im Welthandel.“Journal of International Economics, 54 1, S. 75-96.
Hummels, David, Dana Rapoport und Kei-Mu Yi. 1998. „Vertikale Spezialisierung und die sich verändernde Natur des Welthandels.“Federal Reserve Bank
of New York Economic Policy Review, 42, S. 79-99.
Iapadre, Lelio. 2006. „Regionale Integrationsabkommen und die Geographie des Welthandels: Statistische Indikatoren und empirische Beweise“, in Philippe De Lombaerde (Hrsg.), Bewertung und Messung der regionalen Integration Routledge, S. 65-85.
Irwin, Douglas A. 1996. „Die Vereinigten Staaten in einer neuen globalen Wirtschaft? Die Perspektive eines Jahrhunderts.“American Economic Review, 86 2, S. 41-46.
Ishii, Jun und Kei-Mu Yi. 1997. „Das Wachstum des Welthandels.“ Forschungspapier der Federal Reserve Bank of New York:9718.
Johnson, Robert C. und Guillermo Noguera. 2009. „Bilanzierung von Zwischenprodukten: Produktionsteilung und Handel mit Mehrwert.“ Neuveröffentlichtes Manuskript.
Koopman, Robert, Zhi Wang und Shang-Jin Wei. 2008. „Wie viel der chinesischen Exporte wird wirklich in China hergestellt? Die Bewertung der inländischen Wertschöpfung beim Verarbeitungshandel ist allgegenwärtig.“National Bureau of Economic Research Working Paper Series, Nr. 14109.
Kwan, C.H. 2001.Yen-Block: Auf dem Weg zur wirtschaftlichen Integration in Asien: Brookings Institution Press, Washington DC.
Leontief, W. W. 1936. „Quantitative Input- und Output-Relationen im Wirtschaftssystem der Vereinigten Staaten.“Review of Economics and Statistics, 18, S. 105-125.
McDougall, Robert A. 2006. „19. Aktualisierung und Anpassung der regionalen Input-Output-Tabellen“, in Betina V. Dimaranan (Hrsg.),Globaler Handel, Unterstützung und Produktion: Die GTAP 6-DatenbankZentrum für globale Handelsanalyse, Purdue University.
Ng, F. und A Yeats. 2003. „Wichtige Handelstrends in Ostasien: Welche Auswirkungen haben sie auf die regionale Zusammenarbeit und das Wachstum?“Policy Research Working Paper: 3084.
Ng, Francis und Alexander Yeats. 1999. „Produktionsteilung in Ostasien: Wer macht was für wen und warum?“, in L. K. Cheng und H. Kierzkowski (Hrsg.),Globale Produktion und Handel in Ostasien. Boston: The World Bank, S. 63-109. Shoven, J. B. und J. Wholley. 1992.Applying General Equilibrium: Cambridge University Press.
Singa Boyenge, Jean-Pierre. 2007. „ILO-Datenbank zu Exportverarbeitungszonen (überarbeitet).“ILO Working Papers:WP. 251.
Walmsley, Terrie L. und Robert A. McDougall. 2006. „11. A. Überblick über regionale Input-Output-Tabellen“, in Betina V. Dimaranan (Hrsg.),Globaler Handel, Unterstützung und Produktion: Die GTAP 6-DatenbankZentrum für globale Handelsanalyse, Purdue University.
Weltbank. 2000. Handelsblöcke. Oxford: Oxford University Press.
Yeats, Alexander J. 2001. „Wie groß ist Global Production Sharing?“, in Sven W. Arndt und H. Kierzkowski (Hrsg.),Fragmentierung: Neue Produktionsmuster in der Weltwirtschaft. Oxford: Oxford University Press, S. 108–143.
Yi, Kei-Mu. 2003. „Kann vertikale Spezialisierung das Wachstum des Welthandels erklären?“Journal of Political Economy, 111:Februar.
