Integrazione della Scienza delle Reti nell'EU ETS: Analisi sulla Rete EU ETS per le Fasi I-III ed Esplorazione della Complessità Economica da una Prospettiva Ambientale.

The European Union Emissions Trading Scheme (EU ETS) has emerged as a pivotal instrument in adressing carbon dioxide (CO2) emissions across Europe since its inception in 2005. Evolving over time, it has garnered increased participation from member countries and attracted third-party entities, positioning itself as a model for multinational trading systems. This thesis employs Network Theory to analyse the EU ETS, leveraging its significance in the realm of Data Science. By mapping national registries or accounts as nodes and transactions between them as links, this approach offers fresh insights into permit trading dynamics. Section I of this thesis delves into understanding the EU ETS network structure, regional distribution of accounts, and identification of country clusters within the system. Leveraging data from the European Union Transaction Log (EUTL) and employing MATLAB processing, centrality metrics are utilized to discern key players and trace the evolution of network structure over time. Results indicate a nuanced trajectory, with increasing network activity in earlier phases followed by a progressive depolarization and dispersion of power among countries towards Phase III. However, an account-level perspective reveals a polarization towards core hubs in later phases, underscoring the influence of non-regulated entities on countries' centrality. In Section II, drawing upon the Economic Complexity Index (ECI) theory by Hidalgo and Hausmann, two novel potential measures of economic complexity within the EU ETS context are proposed. Utilizing data from the EUETS and World Bank datasets, the study validates the number of installations and accounts opened in 2021 as proxies for economic complexity, relating them with traditional diversification and ubiquity indicators. Employing the Hidalgo and Hausmann algorithm, results indicate the limited predictive power of both variables, urging further research to develop robust measures of economic complexity amidst contemporary environmental challenges.

Lo Schema di Scambio delle Emissioni dell'Unione Europea (EU ETS) si è rivelato uno strumento cruciale nel contenere le emissioni di biossido di carbonio (CO2) in Europa sin dalla sua istituzione nel 2005. Evolvendosi nel tempo, ha ottenuto una maggiore partecipazione da parte dei paesi membri e ha attirato entità terze, posizionandosi come modello per i sistemi di scambio multinazionali. Questa tesi utilizza la Teoria delle Reti per analizzare l'EU ETS, sfruttando la sua importanza nel campo della Scienza dei Dati. Mappando i registri nazionali o gli account come nodi e le transazioni tra di essi come link, questo approccio offre nuovi spunti sulla dinamica dello scambio di permessi. La Sezione I della tesi approfondisce la comprensione della struttura della rete EU ETS, la distribuzione regionale degli account e l'identificazione di cluster di paesi all'interno del sistema. Utilizzando i dati del Registro delle Transazioni dell'Unione Europea (EUTL) e impiegando il programma MATLAB per la loro elaborazione, vengono utilizzate metriche di centralità per discernere i principali attori della rete e tracciare l'evoluzione di quest’ultima nel tempo. I risultati rivelano un aumento dell'attività della rete nelle fasi iniziali seguito da una progressiva depolarizzazione e dispersione del potere tra i paesi verso la Fase III. Tuttavia, una prospettiva a livello di account rivela una polarizzazione verso i nodi centrali nelle fasi finali, sottolineando l'influenza delle entità non regolate sulla centralità dei paesi. Nella Sezione II, attingendo alla teoria dell'Indice di Complessità Economica (ECI) di Hidalgo e Hausmann, vengono proposte due nuove potenziali misure di complessità economica nel contesto dell'EU ETS. Utilizzando i dati estratti dal dataset EUETS e della Banca Mondiale, lo studio convalida il numero di installazioni e account aperti nel 2021 come indicatori di complessità economica, mettendoli in relazione con gli indicatori tradizionali di diversificazione ed ubiquità. Impiegando l'algoritmo di Hidalgo e Hausmann, i risultati indicano la limitata capacità predittiva di entrambe le variabili, sollecitando dunque ulteriori ricerche per sviluppare misure statisticamente robuste di complessità economica nel campo delle sfide ambientali contemporanee.