Kauppamaiseman muuttuva luonne vaatii avoimen lähdekoodin älykkyyttä

Venäjän hyökkäys Ukrainaan on saanut Kiinan sotilaalliset toimet Taiwania vastaan ​​näyttämään vähemmän abstraktilta ja lisännyt kiinnostusta Etelä-Kiinan meren sodan mahdollisiin taloudellisiin seurauksiin. Taloustieteilijän työkalupakin perinteiset menetelmät – computational general equilibrium (CGE) -mallit ja ekonometrinen analyysi – ovat kultainen standardi kauppasopimusten ja jopa sanktioiden analysoinnissa. Mutta ne eivät useinkaan ole riittäviä ennakoimaan epätavallisen tapahtuman tai suuren konfliktin valtavuutta.

On hyödyllistä, että välttämättömyys on keksintöjen äiti, ja big datan, mukaan lukien avoimen lähdekoodin älykkyys, kasvava saatavuus tarjoaa uusia näkökulmia tutkimukseen.

Nykyinen talousanalyyttinen työkalupakki pyörii suurelta osin CGE-mallien ja ekonometrisen analyysin ympärillä. Nämä työkalut olettavat, että meillä on monia ennakkotapauksia ja paljon niitä edustavaa tietoa, ja ne ovat suhteellisen tarkkoja pienin poikkeavin status quosta. Mutta mitä tapahtuu, kun kohtaamme kansainvälisiä talous- ja kauppapoliittisia kysymyksiä, joita emme ole täysin kohdanneet aiemmin?

Muutaman viime vuosikymmenen ajan, luultavasti kylmän sodan päättymisen jälkeen, olemme eläneet yhden mallin maailmassa. Kansainvälisen kaupan ja taloudellisten kysymysten luonne on suurelta osin pyörinyt vapauttamisen ja sääntelyn purkamisen teemojen ympärillä. Mitä tulee "tavallisiin" kysymyksiin, CGE-mallit ovat olleet erityisen hyviä pohtimaan hypoteettisia ja ekonometriaa menneisyyden ymmärtämiseksi.

CGE-mallinnusta, joka on Yhdysvaltain kauppapolitiikan analyysin valinta työkalu, käytetään yleensä etukäteen ("ennen tapahtumaa" latinaksi) kysymykset; toisin sanoen ehdotetun politiikan mahdolliset vaikutukset. Yhdysvaltain kansainvälinen kauppakomissio, joka on House Ways and Means -komitean, senaatin rahoituskomitean ja Yhdysvaltain kauppaedustajan riippumattoman kauppa- ja talousanalyysin lähde, on käyttänyt CGE:tä 1990-luvun alusta lähtien. He ovat pohtineet sellaisia ​​kysymyksiä kuin "Mitä ovat mahdollisia taloudellisia vaikutuksia Yhdysvaltain ja Britannian välisestä vapaakauppasopimuksesta?" ja "Mikä on todennäköinen vaikutus Yhdysvaltain, Meksikon ja Kanadan välisestä sopimuksesta?" Kun laskentateho on kasvanut vuosien varrella, nämä mallit ovat tarkentuneet ja voivat tiivistyä toimintaan satojen sektoreiden ja maiden välillä ja jopa kansallisella tasolla (esim. osavaltion tasolla).

varten jälkikäteen ("tapahtuman jälkeen") kysymyksiin, ekonometria on suosituin lähestymistapa. Menetelmää käytetään katsomaan taaksepäin ja tutkimaan monia tapahtumia ja politiikan muutoksia, kuten Kanadan ja Yhdysvaltojen välisen vapaakauppasopimuksen pitkäaikaiset työmarkkinavaikutukset, The lisääntyneiden suorien ulkomaisten investointien tuottavuusvaikutukset Meksikossa, luonnonkatastrofin vaikutukset maailmanlaajuisiin arvoketjuihin, ja kauppa ja eriarvoisuus.

Jokaisella työkalulla on rajoituksensa, jopa yhden mallin maailmassa. Kauppasopimuksissa on kokonaisia ​​lukuja, kuten digitaalinen kauppa, sähköinen kaupankäynti, valtion omistamat yritykset ja kilpailupolitiikka, joita on vaikea saada CGE-malleihin. Jopa kaikkein kehittyneimpien ekonometristen analyysien joukossa voi joskus olla vaikeaa erottaa korrelaatio syy-yhteydestä.

Mutta yhden mallin maailma näyttää menneen ohi. Uudet geopoliittiset konfliktit, pandemia, Ukrainan sota, Brexit, lisääntyvä populismi ja yksipuoliset kauppatoimet ja nyt Kiinan yhä aggressiivisempi asenne Indo-Tyynenmeren alueella vaikuttavat kaikki kansainväliseen talouspolitiikkaan. On vaikea luonnehtia yhtäkään näistä häiriöistä tai mahdollisista häiriöistä pieniksi poikkeavuuksiksi status quosta. Käsittelemme nykyään useammin epätavallisia tapahtumia, ja nykyinen työkalupakki puuttuu.

Politiikan muuttuvan luonteen vuoksi on hyvä hetki lisätä työkalupakkiin jotain uutta. Siellä avoimen lähdekoodin älykkyys ja iso data tulevat esiin. (Big data sisältää tavanomaista ja epäsovinnaista dataa, kuten tekstiä, satelliittikuvia, videoita, multimediatiedostoja, ääniä jne.) Luulen, että taloustieteilijät ovat kiinnostuneita kansainvälisen kaupan empiirisesta analyysistä suuret häiriöt tulee ottaa huomioon.

Harkitse Kiinan mahdollista hyökkäystä Taiwaniin. Mistä sen mahdollisia taloudellisia vaikutuksia edes aletaan arvioida? Suuri osa siitä riippuu siitä, miltä hyökkäys näyttää ja mitkä maailmantalouden osat ovat haavoittuvia kineettiselle konfliktille Taiwanin salmessa ja sen läheisillä vesillä.

Eräässä äskettäin politiikka lyhyesti, kollegani Weifeng Zhong ja minä yritämme käsitellä jotakin epätavallisen avoimen lähdekoodin tietojoukon avulla: kokoelma Taiwanin kiinnostavia kohteita yksityiskohtaisine koordinaatteineen, jonka on kuratoinut pahantahtoinen kiinalainen taho. Tiedot viittaavat siihen, että sellaiseen sotilaalliseen suunnitteluun, jolla Kiina voi olla Taiwanin suhteen, saattaa sisältyä kuljetuspalveluita, kuten merisatamia ja tieto- ja viestintäteknologiaa, kuten merenalaisten kaapelien laskeutumisasemat, jossa merenalaiset kaapelit, maailmanlaajuisen verkon selkäranka, tulevat rantaan.

Väitämme, että Kiinan hyökkäys Taiwaniin ei ainoastaan ​​häiritsisi vakavasti konttikuljetuksia Taiwanin salmella ja sen läheisillä vesillä, vaan saattaisi myös kaataa saaren digitaalitalouden verkosta ja katkaista kriittisiä lenkkejä globaaleissa arvoketjuissa, mikä tuo korkean teknologian. alat, kuten puolijohteiden valmistus, ovat vaarassa. Jos skenaariota käsitellään tavallisella CGE-mallinnuksella, saataisiin nähdä muodollisemman tarkastelun tariffivastineista tai negatiivisista tuottavuusshokeista – mutta reaalimaailman versio olisi todennäköisesti niin käänteentekevä, että edes rankaisimpien tariffien tai tuottavuuslakkojen vaikutukset olisivat turhia. vastaa hyökkäystä.

Mitä pidemmälle kahlaamme epävarmoihin aikoihin, sitä useammin taloustieteilijät joutuvat toimittamaan tietoa ja analyyseja harvinaisista tapahtumista. Joskus kysymykset eivät ole niin suuria siitä, kuinka suuria taloudellinen vaikutus on, vaan enemmän siitä, millainen shokin luonne on. Tässä tarvitaan eniten uusia menetelmiä, kuten avoimen lähdekoodin älykkyyttä ja big dataa.