集智

导语
由于供给链网络容易受到社会和自然的负面冲击,从而影响经济和社会的复原力和可持续性。在2019年8月 Nature 的子刊 Nature Sustainability 上发布的一篇论文中,研究者通过对自然灾害影响的分析,针对企业级供给链网络,提出了影响冲击在网络上传播的三个因素。

论文题目:

Firm-level propagation of shocks through supply-chain networks

论文地址:

https://www.nature.com/articles/s41893-019-0351-x

背景介绍

经济冲击将减少特定地区或行业的产量,直接受冲击影响的企业供应商会因缺乏需求而减少生产,而由于材料,零件或组件短缺,他们的客户也必须缩减产量,这种间接影响通常比冲击本身带来的直接影响更为显著,因此整个经济体的波动将很大。为了研究冲击传播的规模和持续性,研究者提取了一种基于代理的模型,通过分析冲击在供应链网络上的传播,研究了造成持续间接影响的可能因素。

自然灾害在供给链上的传播

研究者采用自然灾害作为冲击的来源,原因主要有两点:其一,自然灾害一直是经济冲击的主要原因,由于地震周期和气候的变化,它们的发生预计会增加;其二:自然灾害与金融危机等人为灾害不同,它提供了一种独立于灾前经济活动的冲击,我们可以更加准确地分析冲击对经济活动的因果影响。

2011 年日本地震

研究者模拟了 2011 年日本地震通过供给链传播的影响,如图 1 所示。粉红色点是工业生产指数估计的实际增加值,而红线代表总日增值的最佳模拟,红色虚点线代表该模拟结果的 ±δ(标准差) 区间。从图中可以看到,红线在地震发生后的100天后很好地拟合了真实数据,但是100 天之前的拟合结果较差,这是因为地震后紧接发生的福岛核泄漏以及海啸存在一定的影响,以及灾后民众情绪对经济的影响,但这不是本文研究的重点。

集智

图 1: 模拟 2011 年日本地震通过供给链传播的影响。

图 1 的内嵌图展示了 30 次使用相同参数的模拟结果,其中有 6 次结果表明在大约 100 天后,经济体经历了第二波负传播的影响。尽管整个经济体在大约50天前开始恢复,但第二波的浪潮损失仍大于第一波的浪潮的损失。在这6种情况下,生产损失持续的时间更长, 该结果与实际总增加值(图1 中的粉红点)在恢复过程中的两次下降(地震后7个月和地震后9个月)的观察结果一致,这种持久性值得我们深思。

集智

图 2: 由于地震冲击,受影响企业或实际产量低于灾前能力的企业的地理传播情况。

图 2 展示了由于地震冲击,受影响企业或实际产量低于灾前能力的企业的地理传播情况。图中粉色阴影块表示直接遭受地震的区域,蓝色阴影块表示直接遭受海啸的区域,颜色最深的点表示产量小于或等于其产能 20% 的企业,而较浅的点表明公司的产量下降较为温和。地震发生20天后(图2b),地震的间接影响传播到日本大多数主要城市, 这些间接影响甚至在60天后仍然存在(图2d)。

日本南海大地震

图 3 将2011年日本地震与日本南海大地震的影响进行了对比。图中,蓝线代表日本南海大地震后总日增值的模拟,红线代表2011年地震后总日增值的模拟,红色虚线和蓝色虚线分别代表两者的误差区间(±δ)。尽管两者的地震震级相似,模拟结果表明日本南海大地震的影响将远远大于2011年日本地震的影响,这是因为预计南海地震及其后来的海啸将袭击东京,名古屋和大阪等主要产业集群。从图3的内嵌图中可以看出,日本南海大地震的仿真结果中也出现了与 2011 年日本地震相似的二次负面浪潮,同样证实了持续经济损失的可能性。

集智图 3:2011年日本地震与日本南海大地震的影响情况对比。

灾害分析

由于冲击的传播,2011年日本地震的总间接影响(未被地震直接破坏一年的企业的总损失)估计为11.4万亿日元,约为 GDP 的 2.3% ,而总直接影响(被地震直接破坏的企业的总损失)估计为0.1万亿日元,总间接损失是总直接损失的100多倍,如表 1 所示。对于日本南海大地震,模型估计总直接损失为52万亿日元,间接损失为2.3万亿日元,总损失占GDP的11%,总间接损失是总直接损失的200 多倍。可见间接损失的影响是巨大的,而且比直接损失带来的影响更为严重。

表 1

集智

造成持续间接影响的元凶

通过对 2011年日本地震和日本南海大地震影响的模拟,研究者发现通过供应链传播的经济冲击具有两个显着特征:(1)实质性的间接影响和(2)可能的长期持续性。换句话而言,供应链的形成机制会影响经济和社会的复原力和可持续性。造成这种持续大规模间接影响的因素主要有三点:供给链网络的无标度特性,中间产品的可替代性,以及强连接组件(GSCC)成环的复杂性。

供给链网络的无标度特性

为了验证供给链网络的无标度特性的影响,研究者实施了简单IO分析、随机供给链网络、度保持随机网络的对比实验,实验结果分别为图 4 中绿线、橘线和紫线所示,其中红线为使用基于代理的模型对真实供给链网络模拟的结果,粉红色点为实际工业生成指数。使用 IO分析预测(绿线)的影响比使用代理模型模拟的影响小得多,使用随机供给链网络(橘线)模拟的影响也很小,这些结果意味着无标度特性增强了通过供应链的冲击传播。

集智图 4: 利用具有不同网络结构的供应链模拟增值动态。

在保持度的随机网络中,网络保留了无标度属性,企业往往与更多行业的供应商联系在一起,企业很难将受损供应商替换为其他现有供应商。因此,相对于真实供给网络,使用保持度的随机网络(紫线)模拟的影响要更大些。

中间产品的可替代性

为了研究可替代性如何影响冲击的传播,研究者在模拟中做出了三个可选择的假设。(1). 企业只生产与自身企业相关的产品,该产品与行业无关,即产品完全不具备可替代性。
(2). 使用实际的供应链网络,随机表示企业的行业或产品类别,即产品具有较低的可替代性。
(3). 假设所有产品完全可替代。模拟结果分别如紫线、蓝线和棕线所示,随着可替代性的减弱,冲击传播的速度和影响逐渐加大,这种特性在图 6 中也得到了体现。
集智图 5: 利用不同替代水平的供应链模拟增值动态。

强连接组件成环的复杂性

2011年日本地震复苏期间经济实际增值的下降,以及模拟预测中的第二波负面影响(图1和图3),表明了灾害的负面影响可以长期持续 。造成第二波冲击的原因与强连接组件(GSCC)成环的复杂性有关,网络中的这些环形可能以复杂的方式导致冲击的循环。如图 6 所示,当我们将实际供应链中的环路移除时,第二波冲击就消失了。而且无论中间产品的可替代性有多大,当供应链网络中没有环路时,就不会出现持续的间接影响。

集智

图 6:将实际供应链中的环路移除时,第二波冲击就消失了。

如何抵御风险

由于供应链通常很复杂(具有无标度的特性和环路),经济冲击不可避免地会通过供应链传播并放大,从而导致整个经济产生巨大的负面间接影响。而且在恢复过程开始后,这些负面的间接影响可能作为第二波冲击出现,因此从长远来看这种间接影响是持久的。因此,网络的复杂性将导致经济和社会复原力和可持续性的恶化,那么企业该如何抵御这种风险呢?
从前文的分析来看,剩余库存和备用供应商可以显着降低冲击,因为它提高了中间产品的可替代性。除此之外,决策者还必须持续关注这些冲击事件,尽量保持稳定的贸易环境,必要时采取主动保护措施以避免冲击的影响。

作者 : 鄢鹏高
审校:刘培源
编辑:张爽

推荐阅读

如何用网络科学预测创业公司未来成败?

经济复杂性指数:利用网络科学判断国家经济实力

Nature评论:为什么主流经济学无法预测经济危机?

企业规模法则:数学模型如何破解公司组织层级难题

生物大小、城市规模、公司寿命,背后竟然遵循同一套规模法则!

加入集智,一起复杂!


集智

集智俱乐部QQ群|877391004

商务合作及投稿转载|swarma@swarma.org

搜索公众号:集智俱乐部

加入“没有围墙的研究所”

集智

让苹果砸得更猛烈些吧!

原文始发于微信公众号(集智俱乐部):集智