Powstanie globalnych łańcuchów wartości sprawiło, że pomiar korzyści z handlu zagranicznego nie może ograniczać się do pomiaru strumieni handlu czy też ich struktury. Celem artykułu jest przedstawienie zróżnicowania krajów pod względem udziału krajowej wartości dodanej w eksporcie brutto. W badaniu posłużono się analizą skupień szeregów czasowych. Dane obejmujące okres 2005–2016 zaczerpnięto z najnowszej bazy TiVA (Trade in Value Added) z grudnia 2018 r. Otrzymano cztery skupienia krajów. W skupieniu o najwyższych wartościach udziału krajowej wartości dodanej w eksporcie znalazły się gospodarki bogate w zasoby naturalne (m.in. Arabia Saudyjska, Rosja, kraje Ameryki Południowej), mające duży rynek wewnętrzny oraz zaangażowane w zaawansowane technologicznie procesy wytwórcze/usługi o wysokim nasyceniu wiedzą (m.in. USA, Japonia, Wielka Brytania). W grupie o najniższym udziale krajowej wartości dodanej w eksporcie (nieprzekraczającym 50%) znalazły się małe i otwarte gospodarki europejskie – Luksemburg i Malta.
globalne łańcuchy wartości, handel zagraniczny, krajowa wartość dodana w eksporcie, analiza skupień szeregów czasowych, baza TiVA
F14, F15, O50
Ahmad, N. (2013). Estimating trade in value-added: why and how. W: D. K. Elms, P. Low (red.), Global value chains in a changing world (s. 85–103). Geneva: World Trade Organization. Pobrane z: https://www.wto.org/english/res_e/booksp_e/aid4tradeglobalvalue13_e.pdf.
Ambroziak, Ł. (2018). Zmiany w polskim eksporcie produktów przemysłu spożywczego według pochodzenia wartości dodanej. Studia Ekonomiczne, (352), 9–21.
Asian Development Bank. (2013). Beyond Factory Asia: Fuelling Growth in a Changing World. Manila: Asian Development Bank.
Augustyński, I., Laskoś-Grabowski, P. (2018). Clustering Macroeconomic Time Series. Econometrics, 22(2), 74–88. DOI: https://doi.org/10.15611/eada.2018.2.06.
Basiura, B., Czapkiewicz, A. (2014). Badanie jakości klasyfikacji szeregów czasowych. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia, 22(327), 148–156.
Baldwin, R. E. (2006). Multilateralising regionalism: spaghetti bowls as building blocs on the path to global free trade. The World Economy, 29(11), 1451–1518. DOI: https://doi.org/10.1111/j.1467 -9701.2006.00852.x.
Baldwin, R., Lopez-Gonzalez, J. (2015). Supply-chain trade: A portrait of global patterns and several testable hypotheses. The World Economy, 38(11), 1682–1721. DOI: https://doi.org/10.1111 /twec.12189.
Beręsewicz, M., Szymkowiak, M. (2016). Analiza skupień wybranych lokalnych rynków nieruchomości w Polsce z wykorzystaniem internetowych źródeł danych. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia, 27(427), 30–39, DOI: 10.15611/pn.2016.427.03.
Caliński, T., Harabasz, J. (1974). A dendrite method for cluster analysis. Communications in Statistics- theory and Methods, 3(1), 1–27.
Cassisi, C., Montalto, P., Aliotta, M., Cannata, A., Pulvirenti, A. (2012). Similarity measures and dimensionality reduction techniques for time series data mining. W: A. Karahoca (red.), Advances in Data Mining, Knowledge Discovery and Applications (s. 71–96). London: IntechOpen. DOI: http://dx.doi.org/10.5772/49941.
Chouakria, A. D., Nagabhushan, P. N. (2007). Adaptive dissimilarity index for measuring time series proximity. Advances in Data Analysis and Classification, (1), 5–21. DOI: 10.1007/s11634-006 -0004-6.
Davies, D. L., Bouldin, D. W. (1979). A cluster separation measure. IEEE transactions on pattern analysis and machine intelligence, (2), 224–227. DOI: 10.1109/TPAMI.1979.4766909.
Esling, P., Agon, C. (2012). Time-series data mining. ACM Computing Surveys (CSUR), 45(1), 1–34. DOI: 10.1145/2379776.2379788.
Folfas, P. (2016). Handel międzynarodowy mierzony wartością brutto oraz wartością dodaną: analiza porównawcza. Warszawa: Oficyna Wydawnicza SGH.
Gabrielczak, P., Serwach, T. (2010). Załamanie światowych obrotów handlowych na przełomie 2008 i 2009 roku – przegląd potencjalnych przyczyn. Ekonomia Międzynarodowa, (1), 50—66.
Gatnar, E. Walesiak, M. (red.). (2004). Metody statystycznej analizy wielowymiarowej w badaniach marketingowych. Wrocław: Wydawnictwo Akademii Ekonomicznej im. Oskara Langego.
Hummels, D., Ishii, J., Yi, K. M. (2001). The nature and growth of vertical specialization in world trade. Journal of international Economics, 54(1), 75–96. DOI: https://doi.org/10.1016/S0022 -1996(00)00093-3.
Kaufman, L., Rousseeuw, P. J. (1987). Clustering by means of medoids. W: Y. Dodge (red.), Statistical Data Analysis Based on the L1 Norm and Related Methods (s. 405–416). Amsterdam: Elsevier Science Pub.
Kaufman, L., Rousseeuw, P. J. (1990). Finding groups in data: an introduction to cluster analysis. Nowy Jork: John Wiley & Sons.
Kim, M., Ramakrishna, R. S. (2005). New indices for cluster validity assessment. Pattern Recognition Letters, 26(15), 2353–2363. DOI: 10.1016/j.patrec.2005.04.007.
Kowalski, P., Gonzalez, J. L., Ragoussis, A., Ugarte, C. (2015). Participation of developing countries in global value chains (OECD Trade Policy Papers No. 179). Paris: OECD Publishing. DOI: http://dx.doi.org/10.1787/5js33lfw0xxn-en.
Montero, P., Vilar, J. A. (2014). Tsclust: An R package for time series clustering. Journal of Statistical Software, 62(1), 1–43. DOI: 10.18637/jss.v062.i01.
Mroczek, W. (2015). Udział krajowej wartości dodanej w eksporcie nowych państw członkowskich. Unia Europejska.pl, 233(4), 3–6.
Myszkowska, M. (2016). Zmiany w eksporcie polski w kategoriach wartości dodanej. Prace Naukowe Uniwersytetu Ekonomicznego we Wroclawiu, (448), 20–31. DOI: 10.15611/pn.2016.448.02.
OECD. (2013). Interconnected Economies: Benefiting from Global Value Chains. Paris: OECD Publishing. DOI: https://doi.org/10.1787/9789264189560-en.
OECD. (2018a). Trade in Value Added: United Kingdom. Pobrane z: http://www.oecd.org /industry/ind/TIVA-2018-United-Kingdom.pdf.
OECD. (2018b). Whats New? Differences between the 2018 and 2016 editions of TiVA indicators. Pobrane z: http://www.oecd.org/industry/ind/tiva-2018-differences-tiva-2016.pdf.
OECD. (2019). Trade in value added, OECD-WTO: Statistics on Trade in Value Added (database). DOI: https://doi.org/10.1787/data-00648-en.
Piotrowski, J. (2013). Badania empiryczne na poziomie makro – przegląd literatury. W: E. Kaliszuk (red.), Mierzenie wartości dodanej w handlu zagranicznym. Nowe koncepcje, metody i wyzwania (s. 43–60). Warszawa: Instytut Badań Rynku, Konsumpcji i Koniunktur.
Rodrik, D. (2018). New technologies, global value chains, and developing economies (NBER Working Paper No. 25164). Pobrane z: https://www.nber.org/papers/w25164.pdf.
Rousseeuw, P. J. (1987). Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, (20), 53–65. DOI: https://doi.org/10.1016 /0377-0427(87)90125-7.
Saeed, K., Adamski, M. (2005). Klasyfikacja podpisu offline z wykorzystaniem metody DTW. XIV Krajowa Konferencja Naukowa-KBIB. Pobrane z: http://www.profuturo.agh.edu.pl/~saeed/arts/AdamsCzestochowa2005.pdf.
Sarda-Espinosa, A. (2018). Pakage ”dtwclust”. Pobrane z: http://cran.ma.imperial.ac.uk/web/packages/dtwclust/dtwclust.pdf.
Selwyn, B. (2018). Poverty chains and global capitalism. Competition & Change, (23), 71–97. DOI: https://doi.org/10.1177/1024529418809067.
Taglioni, D., Winkler, D. (2016). Making global value chains work for development. Washington: The World Bank. DOI: 10.1596/978-1-4648-0157-0.
UNCTAD. (2013). World investment report 2013: Global value chains: Investment and trade for development. New York: United Nations. DOI: https://doi.org/10.18356/a3836fcc-en.
Walesiak, M. (1993). Statystyczna analiza wielowymiarowa w badaniach marketingowych. Wrocław: Wydawnictwo Akademii Ekonomicznej we Wrocławiu.
Wojtas, M. (2017). Przyczyny spowolnienia światowego handlu. Studia i Prace WNEiZ US, 49(2), 75–87. DOI: 10.18276/sip.2017.49/2–06.
WTO. (2015). ”Trade in Value-Added and Global Value Chains” profiles. Explanatory notes. Pobrane z: https://www.wto.org/english/res_e/statis_e/miwi_e/Explanatory_Notes_e.pdf.
