DOI: https://doi.org/10.1093/pnasnexus/pgag233
PMID: https://pubmed.ncbi.nlm.nih.gov/42602827
تاريخ النشر: 2026-07-07
المؤلف: Zhenyun Du وآخرون
الموضوع الرئيسي: مرونة سلسلة التوريد وإدارة المخاطر
نظرة عامة
تبحث الدراسة في ديناميات المخاطر النظامية على مستوى الشركات في الاقتصاد المجري من 2015 إلى 2022، خاصة في سياق الأزمات مثل جائحة COVID-19. تسلط الضوء على كيفية دفع الاضطرابات الأخيرة لإعادة تقييم المخاطر النظامية، مع التركيز على قدرة الشركات على تعديل سلاسل التوريد الخاصة بها استجابة للصدمات الخارجية. تستخدم الدراسة مؤشر المخاطر النظامية الاقتصادية (ESRI) وتقارن النتائج التجريبية ضد نموذج العدم الأقصى، كاشفة أنه بينما كانت المخاطر النظامية مستقرة قبل الجائحة، إلا أنها انخفضت بشكل كبير خلال COVID-19. يشير هذا الانخفاض إلى تحول نحو هيكل اقتصادي أكثر مرونة، مدفوعًا بسلوكيات الشركات التكيفية استجابة لإغلاق المصانع وقيود الحركة.
تشير النتائج إلى أن الأهمية النظامية ليست سمة ثابتة بل خاصية ناشئة تتأثر بالعوامل السياقية. ومن الجدير بالذكر أنه بينما شهدت الشركات عالية المخاطر عمومًا انخفاضًا في ESRI، اكتسب قطاع البريد أهمية نظامية، مما يبرز الحاجة إلى سياسات أزمة تدعم مقدمي الخدمات اللوجستية. كما تحدد التحليل علاقة معقدة بين التجارة الدولية والمخاطر النظامية، مشيرًا إلى أن الصادرات والواردات تؤثر على المخاطر المحلية بشكل مختلف اعتمادًا على الروابط المحلية للشركات. بشكل عام، تؤكد الدراسة على أهمية السلوك التكيفي في الشبكات الاقتصادية وتدعو إلى مزيد من البحث لاستكشاف استراتيجيات تقليل المخاطر النظامية والآثار الأوسع لهذه النتائج عبر سياقات مختلفة.
مقدمة
تناقش مقدمة ورقة البحث أهمية شبكات الإنتاج، التي تتشكل من خلال تبادل السلع والخدمات بين الشركات، ودورها الحاسم في الاقتصاديات الحديثة. ومع ذلك، فإن هذه الشبكات أصبحت أكثر عرضة للاضطرابات بسبب العولمة وتعقيد سلاسل التوريد. لقد أظهرت الأحداث التاريخية، مثل الكوارث الطبيعية والأزمات الجيوسياسية، كيف يمكن أن تنتشر الصدمات عبر هذه الشبكات، مما يؤدي إلى عواقب اقتصادية واسعة النطاق. كانت جائحة COVID-19 مثالًا على هذه الهشاشة، حيث أدت عمليات الإغلاق وإغلاق المصانع إلى تعطيل الإنتاج العالمي بشكل كبير، مما أثار اهتمامًا متزايدًا في فهم المخاطر النظامية وانتشار الاضطرابات داخل شبكات الإنتاج.
تؤكد الورقة على التحول من التحليلات التقليدية على مستوى الصناعة باستخدام جداول المدخلات والمخرجات إلى نهج أكثر تفصيلًا على مستوى الشركات، مما يسهل توفر مجموعات بيانات كبيرة حول العلاقات بين الشركات. وهذا يسمح بتقييمات أكثر دقة للمخاطر النظامية، خاصة من خلال مؤشر المخاطر النظامية الاقتصادية (ESRI)، الذي يقيس الأثر الاقتصادي لفشل الشركات. يهدف المؤلفون إلى دراسة تطور المخاطر النظامية داخل شبكة الإنتاج المجري من 2015 إلى 2022، خاصة خلال جائحة COVID-19. يستخدمون نموذج عدم قائم على نموذج الجاذبية المصحح بالشريط (s-GM) لمقارنة النتائج التجريبية ضد الشبكات العشوائية، مع التركيز على كيفية تأثير مواقع الشركات داخل الشبكة على مخاطرها النظامية. تكشف الدراسة أن أنشطة التجارة الدولية تؤثر بشكل كبير على المخاطر النظامية المحلية، مما يبرز التفاعل المعقد بين الديناميات العالمية والمحلية في انتشار المخاطر.
طرق
يستعرض قسم الطرق تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث استخدموا طرقًا إحصائية لتحليل البيانات التي تم جمعها من عينة سكانية. تم قياس المتغيرات الرئيسية باستخدام أدوات موثوقة، مما يضمن موثوقية وصحة النتائج.
تم إجراء تحليل البيانات باستخدام أدوات برمجية سهلت تطبيق اختبارات إحصائية متنوعة، بما في ذلك تحليل الانحدار وANOVA، لتقييم العلاقات بين المتغيرات وأهمية النتائج. كما شملت المنهجية وصفًا تفصيليًا لعملية أخذ العينات، مما يضمن أن العينة كانت ممثلة للسكان الأكبر، وبالتالي تعزز من قابلية تعميم النتائج.
بشكل عام، فإن الصرامة المنهجية التي تم تأسيسها في هذا القسم تدعم مصداقية النتائج وتدعم الاستنتاجات المستخلصة في الدراسة.
نتائج
يقدم قسم النتائج تحليلًا لشبكة الإنتاج المجري المستمدة من بيانات معاملات ضريبة القيمة المضافة (VAT) على مستوى الشركات التي تمتد من 2015 إلى 2022. تفترض الدراسة أن كل شركة تنتج منتجًا واحدًا بناءً على تصنيف NACE الخاص بها، مما يؤدي إلى شبكة موجهة ذات وزن حيث تمثل العقد الشركات وتوضح الروابط علاقات الموردين والمشترين. يكشف التحليل أن الشبكات واسعة، تضم مئات الآلاف من الشركات وملايين المعاملات، مع حدوث تغييرات كبيرة نتيجة لخفض عتبات الإبلاغ عن ضريبة القيمة المضافة في 2018 وإلغائها في 2020. أدى ذلك إلى تدفق الشركات الصغيرة والمتوسطة، مما ساهم في انخفاض كثافة الشبكة على الرغم من زيادة عدد الشركات والمعاملات.
تشير النتائج إلى أن حجم تداول الشركات يتميز بالقوة الخارجة (إجمالي المبيعات) والقوة الداخلة (إجمالي المشتريات)، مع وصف الاتصال بدرجة الخروج (عدد العملاء) ودرجة الدخول (عدد الموردين). تحدد الدراسة توزيعات قانون القوة في هذه المقاييس، بما يتماشى مع الأبحاث السابقة حول شبكات الإنتاج. ومن الجدير بالذكر أن إدخال تقارير الفواتير في الوقت الحقيقي (RTIR) في 2018 كشف عن نشاط اقتصادي مخفي سابقًا، مما أدى إلى زيادة متوسط درجة الشركات. ومع ذلك، ظلت توزيعات القوة مستقرة على مر الزمن، مما يشير إلى أنه بينما تطورت ديناميات الاتصال، لم تظهر أحجام التداول الأساسية تقلبات كبيرة.
نقاش
يسلط قسم النقاش في ورقة البحث الضوء على الديناميات التكيفية لشبكات الإنتاج استجابة لجائحة COVID-19، باستخدام بيانات على مستوى الشركات من المجر بين 2015 و2022. تكشف الدراسة أن الجائحة دفعت إلى إعادة تكوين كبيرة للروابط التوريدية، مما يعزز مرونة الاقتصاد. تشير النتائج الرئيسية إلى أن الشركات التي تسهل التبادلات الاقتصادية ظهرت كلاعبين رئيسيين، بينما أصبح حجم التجارة الدولية مؤشرًا بارزًا للمخاطر النظامية. تم استخدام مؤشر المخاطر النظامية الاقتصادية (ESRI) لتقييم المخاطر النظامية على مستوى الشركات، كاشفًا عن انخفاض في متوسط قيم ESRI مرتبط بانخفاض كثافة الشبكة، بينما زادت القيم الإجمالية لـ ESRI بسبب العدد المتزايد من الشركات في الشبكة.
أظهر تحليل قيم ESRI على مر الزمن اتساقًا قويًا، مع انخفاض ملحوظ في الارتباط بين 2019 و2020، والذي يُعزى إلى تأثير الجائحة على هياكل الشبكة. كما قارنت الدراسة قيم ESRI التجريبية بتلك المشتقة من نموذج العدم، كاشفة أنه بينما التقط نموذج العدم الاتجاهات العامة خلال الفترات المستقرة، إلا أنه فشل في حساب التعقيدات التي أدخلتها الجائحة. تؤكد الأبحاث على أهمية ديناميات التجارة المحلية وخصائص الشركات، مثل الأهمية وحجم التجارة، في تحديد المخاطر النظامية، خاصة خلال الأزمات. بشكل عام، تؤكد النتائج على ضرورة فهم التفاعلات على مستوى الشركات وآثارها على مرونة الاقتصاد في مواجهة الاضطرابات.
DOI: https://doi.org/10.1093/pnasnexus/pgag233
PMID: https://pubmed.ncbi.nlm.nih.gov/42602827
Publication Date: 2026-07-07
Author(s): Zhenyun Du et al.
Primary Topic: Supply Chain Resilience and Risk Management
Overview
The research examines the dynamics of firm-level systemic risk in the Hungarian economy from 2015 to 2022, particularly in the context of crises such as the COVID-19 pandemic. It highlights how recent disruptions have prompted a reevaluation of systemic risk, focusing on the ability of firms to adapt their supply chains in response to external shocks. The study employs the Economic Systemic Risk Index (ESRI) and compares empirical findings against a maximum entropy null model, revealing that while systemic risk was stable prior to the pandemic, it significantly decreased during COVID-19. This decline indicates a shift towards a more resilient economic structure, driven by firms’ adaptive behaviors in response to factory closures and mobility restrictions.
The findings suggest that systemic importance is not a static attribute but rather an emergent property influenced by contextual factors. Notably, while high-risk firms generally saw a reduction in ESRI, the postal sector gained systemic relevance, underscoring the need for crisis policies that support logistics providers. The analysis also identifies a complex relationship between international trade and systemic risk, noting that exports and imports affect local risk differently depending on firms’ local supply connections. Overall, the study emphasizes the importance of adaptive behavior in economic networks and calls for further research to explore systemic risk reduction strategies and the broader implications of these findings across different contexts.
Introduction
The introduction of the research paper discusses the significance of production networks, which are formed through the exchange of goods and services among firms, and their critical role in modern economies. However, these networks are increasingly susceptible to disruptions due to globalization and the complexity of supply chains. Historical events, such as natural disasters and geopolitical crises, have demonstrated how shocks can propagate through these networks, leading to widespread economic consequences. The COVID-19 pandemic exemplified this vulnerability, as lockdowns and factory shutdowns severely disrupted global production, prompting a heightened interest in understanding systemic risk and the propagation of disruptions within production networks.
The paper emphasizes the shift from traditional industry-level analyses using Input-Output tables to a more granular, firm-level approach, facilitated by the availability of large datasets on inter-firm relationships. This allows for more accurate assessments of systemic risk, particularly through the Economic Systemic Risk Index (ESRI), which quantifies the economic impact of firm failures. The authors aim to investigate the evolution of systemic risk within the Hungarian production network from 2015 to 2022, particularly during the COVID-19 pandemic. They utilize a null model based on the stripe-corrected gravity model (s-GM) to benchmark empirical findings against randomized networks, focusing on how firms’ positions within the network influence their systemic risk. The study reveals that international trade activities significantly affect local systemic risks, highlighting the complex interplay between global and local dynamics in risk propagation.
Methods
The Methods section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, employing statistical methods to analyze the data collected from a sample population. Key variables were measured using validated instruments, ensuring reliability and validity in the results.
Data analysis was conducted using software tools that facilitated the application of various statistical tests, including regression analysis and ANOVA, to assess the relationships between variables and the significance of findings. The methodology also included a detailed description of the sampling process, ensuring that the sample was representative of the larger population, thereby enhancing the generalizability of the results.
Overall, the methodological rigor established in this section underpins the credibility of the findings and supports the conclusions drawn in the study.
Results
The results section presents an analysis of the Hungarian production network derived from firm-level value-added tax (VAT) transaction data spanning from 2015 to 2022. The study assumes that each firm produces a single product based on its NACE classification, resulting in a directed weighted network where nodes represent firms and links indicate supplier-buyer relationships. The analysis reveals that the networks are extensive, comprising hundreds of thousands of firms and millions of transactions, with significant changes occurring due to the lowering of VAT reporting thresholds in 2018 and their removal in 2020. This led to an influx of small and medium enterprises, which contributed to a decline in network density despite an increase in the number of firms and transactions.
The findings indicate that the trading volume of firms is characterized by out-strength (total sales) and in-strength (total purchases), with connectivity described by out-degree (number of customers) and in-degree (number of suppliers). The study identifies power-law distributions in these metrics, consistent with previous research on production networks. Notably, the introduction of Real-Time Invoice Reporting (RTIR) in 2018 revealed previously hidden economic activity, resulting in an increased average degree of firms. However, the strength distributions remained stable over time, suggesting that while connectivity dynamics evolved, the underlying trading volumes did not exhibit significant fluctuations.
Discussion
The discussion section of the research paper highlights the adaptive dynamics of production networks in response to the COVID-19 pandemic, using firm-level data from Hungary between 2015 and 2022. The study reveals that the pandemic prompted a significant reconfiguration of supply connections, enhancing the resilience of the economy. Key findings indicate that firms facilitating economic exchanges emerged as critical players, while international trade volume became a notable predictor of systemic risk. The Economic Systemic Risk Index (ESRI) was employed to assess firm-level systemic risk, revealing a decrease in average ESRI values correlated with reduced network density, while total ESRI values increased due to a growing number of firms in the network.
The analysis of ESRI values over time showed strong consistency, with a notable drop in correlation between 2019 and 2020, attributed to the pandemic’s impact on network structures. The study also compared empirical ESRI values to those derived from a null model, revealing that while the null model captured general trends during stable periods, it failed to account for the complexities introduced by the pandemic. The research emphasizes the importance of local trade dynamics and firm characteristics, such as essentiality and trade volume, in determining systemic risk, particularly during crises. Overall, the findings underscore the necessity of understanding firm-level interactions and their implications for economic resilience in the face of disruptions.