Dagens Transport & Logistik 1
ANALYS Omlokaliseringar: m Intervju med Isabelle
Méjean, chef för ekonomiavdelningen vid Institut Polytechnique de Paris som vann pris för bästa unga ekonom i Frankrike 2020 Under våren 2020 fick den gradvisa spridningen av Covid-pandemin till den globala ekonomin konsekvenser för de internationella försörjningskedjorna, i synnerhet för produkter med hög ef ter frågan som behövs i kampen mot pandemin. AvClément Boulle Översättning: Simon Matthis Dessa svårigheter har skärpt debatten om globaliseringen av handeln som var aktuell redan före pandemin. Kan vi nu förvänta oss omlokaliseringar, regionaliseringar eller en anpassning av ett system konfronterat med nya risker? För Isabelle Méjean, forskare vid Centre de recherche et de statistiques (CREST), tillika chef för ekonomiavdelningen vid École Polytechnique, och som vunnit priset Bästa unga ekonom i Frankrike 2020, är detta ett strategiskt val och inte ett ekonomiskt sådant. I ditt arbete samlar du in data från stora företag för att förstå de internationella handelsflödena. Vad är ditt mål? Jag använder statistiska data om företag, deras produktionsmetoder och internationaliseringsstrategier. Målet är att studera hur de mikroekonomiska strategierna för dessa företag kan ge en bättre förståelse av vissa makroekonomiska fenomen. Jag studerar till exempel hur konjunkturcykler mellan länder följer varandra och hur cykliska svängningar i vissa länder påverkar den franska ekonomin. I vanlig makroekonomisk teori förklaras dessa cykelkorrelationer av relativa prisjusteringar, med en ökad aktivitet som gynnar utländska företag genom efterfrågan på import. Med mina medförfattare visar vi hur internationaliseringsvalen för några få mycket DAGENS TRANSPORT & LOGISTIK 2 2021 66 stora företag hjälper till att väsentligt förklara denna anpassning eller synkronisering av cykler. Eftersom dessa internationaliseringsbeslut är mycket heterogen - då företag inte utvecklas internationellt på ett enhetligt sätt - är det mycket svårt att förstå hela fenomenet helt utan att fördjupa sig på detaljnivå i statistiska data. Metoden kräver därför en stor datamängd. Det handlar naturligtvis inte