生产网络与战争

第2节描述了冲突前的乌克兰经济，以及冲突开始的细节。第3节讨论了分析中使用的数据，并提供了描述性统计数据。第4节给出了传播结果。第5节探讨了生产网络结构的外源性变化对企业绩效的影响。第6节讨论了概念框架，并将外部网络冲击造成的损失与网络调整通道关闭时的损失进行了比较。第7节结束。2背景2。1吞并克里米亚和顿巴斯战争2014年2月乌克兰革命后，俄罗斯政府立即决定占领克里米亚，并开始在顿巴斯地区推动分离主义运动。兼并于2014年3月初完成，没有直接军事冲突。后来，顿涅茨克省和卢甘斯克省（即顿巴斯地区）爆发了亲俄抗议活动。这些地区宣布脱离乌克兰独立，于2014年4月7日成立顿涅茨克人民共和国（DPR），并于2014年4月27日成立卢甘斯克人民共和国（LPR）。作为回应，乌克兰新代总统发起了一场“反错误”行动，以镇压这些分裂运动。俄罗斯开始支持朝鲜民主主义人民共和国和LPR，并为其提供军事力量。一场长期的民事冲突接踵而至，导致13000多人受伤，数十万人流离失所。虽然从技术上讲，谈判仍在进行中，但自泽伦斯基总统当选以来，谈判一直处于相当“冻结”的状态。图1显示了直接受冲突影响的区域。这些国家包括克里米亚（底部为黑色）和两个准独立国家顿涅茨克和卢甘斯克人民共和国（地图右侧有红边的黑体）。

虽然民主共和国和老挝人民共和国的一些地区冲突激烈，但该国其他地区没有直接遭受暴力。2.2顿巴斯和克里米亚的经济活动在冲突之前，顿巴斯和克里米亚对乌克兰经济至关重要。它们合计约占乌克兰2013年GDP的17.5%。顿巴斯地区一直以其采掘业而闻名，尤其是煤炭、冶金和制造业。作为乌克兰人口最多的省份，顿涅茨克州拥有440万人口，占乌克兰人口的10%，截至2013年，该州占乌克兰所有制造业的20%以上，占乌克兰所有出口的20%。尽管在经济上不如顿涅茨克重要，但卢甘斯克克里米亚问题的决定是由弗拉基米尔·普京和几位高级安全顾问秘密做出的，其他人则出人意料（特雷斯曼，2018年）。图1：乌克兰与冲突地区和铁路的地图注：该地图突出显示了受俄罗斯-乌克兰冲突直接影响的地区，并显示了铁路和火车站的地理位置。克里米亚半岛位于地图底部，呈黑色，2014年初被俄罗斯占领。自2014年4月以来，顿涅茨克人民共和国（DPR）和卢甘斯克人民共和国（LPR）领土一直是武装冲突的地区，黑色区域右侧有红色边框。图右侧为浅灰色的顿巴斯地区的其余部分由顿涅茨克省和卢甘斯克省组成。黑线显示所有乌克兰铁路。红点代表我们铁路货运数据中的火车站。该州对乌克兰来说也是至关重要的，因为它是乌克兰人口第六大省，216万乌克兰人的出口占乌克兰出口的6%。与顿巴斯不同，克里米亚以其农产品和旅游业而闻名。

然而，在冲突之前，它也是乌克兰经济的重要组成部分，拥有220万人口，是造船等多个行业的中心。冲突对这些地区的影响是毁灭性的。克里米亚几乎完全与乌克兰交通网络隔绝，导致供应链连接突然中断。朝鲜民主主义人民共和国和老挝人民共和国被暴力、轰炸、劳动力和人力资本的损失压倒。一年中，顿涅茨克州的制造业产量下降了60%，卢甘斯克州下降了80%。本文首次对这场冲击如何在乌克兰其他经济体传播进行了严格估计。2.3乌克兰铁路系统铁路运输对乌克兰经济至关重要。乌克兰拥有第13大铁路网，是世界第七大铁路货运国。乌克兰铁路网由1614个火车站组成，其中1200个出现在我们的数据中。图1显示了乌克兰地图上的铁路网，并记录了我们数据集中的火车站。可以看到，顿巴斯地区的铁路网特别密集。这种模式与顿巴斯对铁路运输的高度依赖是一致的，因为它专注于煤炭和矿产开采、冶金和其他重工业。铁路也是乌克兰运输产品的主要方式。根据UkrStat的数据，截至2018年，铁路承担了所有货运量的80%吨公里。此外，其他交通方式也没有得到很好的维护。

根据世界经济论坛全球竞争力报告，乌克兰的铁路基础设施是世界上最好的（2013-2014）。相比之下，与其他国家相比，常规道路和航空运输的排名较差（2013-2014年分别在世界第144和105位）。3数据在我们的分析中，我们依赖两个主要数据集。首先，我们采用了2013年至2016年乌克兰境内铁路运输的新数据。这些细微的数据使我们能够在文献中首次研究大规模冲突开始前后生产网络的演变。该数据集包含7000多家公司之间的4100多万笔交易。它包括装运日期、重量（以千克为单位）、运费、产品代码（尽管不是标准代码）和车站代码。重要的是，数据集包含乌克兰企业的独立ID，我们使用这些ID将其与其他企业级数据合并。其次，我们使用SPARK Interfax数据集中的会计数据。SPARK Interfax与ORBIS/AMADEUS数据库类似，但重点关注前苏联共和国，如俄罗斯、乌克兰、哈萨克斯坦、白俄罗斯、吉尔吉斯斯坦、乌兹别克斯坦和摩尔多瓦。检察官tasethttp://www.ukrstat.gov.ua/operativ/operativ2018/tr/vtk/xls/vtk_2018_e.xlsxhttps://www.weforum.org/reports/global-竞争力报告-2013-2014https://spark-interfax.com/contains2010年至2017年，超过37万家乌克兰企业的企业销售额、利润、总成本、资本和其他变量信息。与ORBIS/AMADEUS类似，SPARK Intervaxis基于官方政府统计数据，除个体企业家外，所有乌克兰企业都必须提供官方统计数据。表A1显示了这两个数据集的汇总统计信息。平均而言，一家公司每13个月向另一家公司发送一批货物。

月平均运量为267吨，相当于7节铁路货车的煤炭。在10.7%的成对企业中，其中一家在顿巴斯或克里米亚装运或接收eitherin，在73.6%的成对企业中，其中一家的贸易伙伴位于印多巴斯或克里米亚。最后，2010-2017年间，这些公司的总收入和利润中位数分别为2270万和200万乌克兰格里夫纳（2020年约80万美元和7万美元）。4战争和通过贸易联系传播在本节中，我们确定了我们的第一个主要结果：冲突冲击不仅影响直接遭受暴力的企业之间的贸易，还通过生产网络传播到冲突地区以外的企业之间的贸易。这一结果对于有关战争和暴力的经济后果的文献至关重要，因为它表明，比较冲突和非冲突领域的标准技术（例如Abadie和Gardeazabal，2003）可能严重低估了这些事件的总体经济影响。为了从经验上证明这一结果，我们估计了作为结果变量的企业间贸易强度的差异规格差异，以及与等式右侧冲突区域直接和间接联系的度量。正如卡莱姆利·奥兹坎（Kalemli Ozcan）、索伦森（Sorensen）、维列加斯·桑切斯（Villegas Sanchez）、沃洛索维奇（Volosovych）和耶西达斯（Yesillas，2015）所指出的，乌克兰的渔业需求是世界上要求最高的国家之一。虽然我们不知道SPARKInterfax或ORBIS/AMADEUS对乌克兰的覆盖率有何估计，但在罗马尼亚这个有类似需求的邻国，我们发现ORBIS/AMADEUS数据库覆盖了制造业92%的总产出和93%的总就业率。

(2015).这个生产网络如此迅速地饱和，这一事实使我们无法看到战争冲击的三级和四级扩散。该规范符合生产网络文献的精神（参见Carvalho等人，2021）。然而，通常情况下，由于数据限制，这一领域的以往研究侧重于研究总体结果，例如年销售额，而不是像我们的案例那样（Carvalho和Tahbaz Salehi，2019年）。我们利用详细的交易层面数据，精确识别因吞并克里米亚和顿巴斯战争而直接受到影响的贸易联系。具体而言，我们考虑了贸易链节点的地理来源，并研究了固定人造丝对之间的贸易。我们认为，如果一个RMS是直接从Con ICT影响的人造丝运输或接收产品，则考虑到某个贸易环节的“直接处理”（即直接影响）。同样，我们认为两个rms之间的某个贸易方向是“第二度处理”（即间接影响），如果一个RMS与CON ICT影响了Con ICT开始之前的人造丝的交易，并且已经完成了它们在给定的贸易链路中使用产品的相同位置。

人们可以将这种方法视为执行机构级分析。考虑到这些注意事项，我们估计以下规格：Yijt=αij+κt+β（1）×Con-ictij×Postt+β（2）×Partner Con-ictij×Postt+ηijt，（1）其中β（1）和β（2）为一级和二级效应；冲突是贸易联系是否受到冲突直接影响的指标，如果机构i或j位于顿巴斯或克里米亚，则等于1，否则等于零；后克里米亚指标；PartnerConflictij是贸易联系是否受到冲突间接影响的指标，如果机构i或j的冲突前合作伙伴不是位于冲突地区的j或i，则为同等指标；α和κ皮重分别为固定对效应和年-月固定效应；Yijt是从机构i到机构j的贸易强度，可以用贸易概率、装运数量的对数或贸易环节内交易的总重量来衡量。假设与冲突地区有或没有一级和二级联系的联系的贸易强度沿着平行趋势发展，等式（1）中的系数确定了冲突对贸易的一级和二级影响。我们在表1中报告了估计系数。一级和二级系数均为负值，在0.1%的水平上具有统计学意义，且具有相当大的幅度。在附录表A2中，我们表明我们的结果对于在企业层面而非企业层面确定二级治疗效果是稳健的，因此可以解释企业内部的冲击传播或吸收。Borusyak和Hull（2020）认为，在类似情况下，治疗效果估计器β（1）和β（2）可能存在偏差，因为“外围”企业受任何基于网络的冲击影响的可能性较小。

在表A3中，我们对作者建议的一种补救措施存在偏见，并控制了每家公司与冲突后指标互动的合作伙伴数量。估计数基本保持不变。适当的大小，我们需要从对照组开始。这些回归中的比较组是没有贸易伙伴在冲突地区的贸易环节，也没有贸易伙伴在冲突开始前与冲突地区进行过贸易。增加与冲突的间接联系，即通过买方或供应商的联系，会使每月的交易概率降低3.2个百分点。这是一个相当大的下降，相当于0.12个标准差。如果除间接联系外，贸易联系与冲突直接相关，则贸易的月概率进一步下降，下降10.8个百分点或0.41个标准差。装运对数和对数重量的结果在质量上相似，表明贸易量下降的比例与贸易频率相似。图2展示了效果的动态。具体而言，它给出了方程式（1）的估计值，但与季度指标而非后克里米亚指标相互影响。面板A显示一级（直接）效应的动态，面板B显示二级（间接）效应。尽管一级影响出现了一些趋势，但A小组清楚地表明，克里米亚的吞并，尤其是顿巴斯的暴力升级，导致与冲突地区的贸易急剧下降。二级效应在冲突开始之前没有表现出任何趋势，这为本案中的平行趋势假设提供了更有力的支持。

系数模式表明，随着克里米亚的吞并，冲突也会产生尖锐而深刻的间接负面后果。接下来，我们通过将数据进一步拆分为买方或供应商直接或间接连接到冲突区域来比较上游和下游传播。表A4原因是，实际上不存在任何贸易联系，其中一个合作伙伴在冲突地区，但在冲突发生之前没有与冲突地区进行过贸易。我们推测，一级效应的趋势与克里米亚、顿巴斯和乌克兰其他地区之间贸易的季节性模式有关。

请注意，这种特殊的预趋势模式将估计值偏向于零。我们推测，顿巴斯升级后没有立即下降，可能是因为库存和供应链的逐渐恶化。特别是，我们估计了以下规格：Yijt=αij+κt+β（1）b×买方冲突j×Postt+β（1）s×供应商冲突i×Postt+β（2）b×合作伙伴买方冲突j×Postt+β（2）s×合作伙伴供应商冲突j×Postt+ηijt，（2）表1：通过企业间贸易联系传播的冲突冲击。（1） （2）（3）（4）（5）（6）任何原木总计任何原木总计装运重量装运数量装运重量装运装运数量装运后克里米亚×-0.116***-0.276***-1.522***-0.108***-0.258***-1.416***任何一方都处于冲突区域（0.005）（0.012）（0.064）（0.005）（0.012）（0.064）后克里米亚×-0.032***-0.071***-0.418***与冲突区域（0.002）（0.005）（0.028）交易的任何一方公司对FE X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X。199 0.286 0.217 0.200 0.286 0.217观察值10053408 10053408 10053408 10053408 10053408 10053408 10053408 711 711 711 711注：本表给出了方程（1）的估计值，该方程研究了企业间贸易在俄罗斯-乌克兰冲突开始后是否下降，取决于交易所中的一个合作伙伴是否位于冲突中或是否与冲突进行过交易冲突前的区域。结果是：在第t年第t个月，从机构（人造丝）i到机构j的任何装运的指标，在第t年第t个月，从机构i到机构j的装运总数的对数，以及这些装运的总重量。为了避免丢失值，对数将1添加到参数的值中。括号中的标准错误在省对级别进行聚类。