全球买方-供应商网络的结构及其对未来的影响

我们调查了企业规模和与业务伙伴的地理距离之间的关系。在这里，企业规模由2013年的总收入来衡量。如图5所示，客户-供应商网络的平均地理距离约为3400公里，比其他企业间网络短（即，战略联盟关系为3700公里，被许可方-许可方关系为4300公里）。由于企业通过考虑运输成本和产品价格来选择供应商和客户，因此客户-供应商网络的地理距离平均值较短。以客户-供应商网络中的第四大社区为代表，只有在该网络中才能观察到一个表达区域的大型社区。在企业间网络中，年总收入超过百万美元的大型企业的地理距离往往很长；大型企业受到遥远国家经济状况的影响。6.冲突矿产扩散模拟我们遵循最近关于供应链的文献[33,3,4]，并介绍以下类似PageRank的简单扩散模型：g（t+1）g（t+1）。。。gN（t+1）=1.- q0···00 1- q··0。。。。。。。。。。。。0 0 · · ·1 - qN0A··a1Na0··a2N。。。。。。。。。。。。aN1aN2··0g（t）g（t）。。。gN（t）+（t）（t）。。。N（t）（8） 我们用一个冲突矿产的例子来解释这个通用模型。gi（t）是指i公司在t时拥有的冲突矿产的数量，i（t）是指i公司在t时提取的冲突矿产的数量，该数量不受客户-供应商链的影响，QI表示它们作为i公司最终消费产品的一个端口被消费的速率，aijis是投入产出矩阵中的一个元素。典型元素aijequals 1/NCjif Firm i是Firm j的客户，否则为零。

在投入产出分析中采用的标准符号中，Aijr表示产出j（即j公司生产的商品）在i公司的全部中间产出使用中所占的份额。我们有关于i公司是否从j公司购买物品的信息，但没有关于i公司购买的产出j数量的信息；这是每个客户链接的厚度。由于我们假设j公司的客户链接具有相同的厚度，因此aij=1/^NCjif firmi是j公司的客户，否则为零。从帕杰朗克理论来看，gi（t）收敛于gi（t）并不重要- 1） 在时间t=∞ 当所有qi满足不等式时，0<qi≤ 1.我们模拟了刚果民主共和国（DRC）及其九个邻国（安哥拉、布隆迪、中非共和国、刚果共和国、卢旺达、南苏丹、坦桑尼亚、乌干达和赞比亚）开采的冲突矿产的扩散。我们只是假设i（t）与时间无关，并将这些国家的“金属和采矿”上层部门（包括铝、多样化金属和采矿、黄金、贵金属和矿产、白银和钢铁部门）的每家公司2013年总收入设置为i（t）。在这里，对于一些总收入未记录在该数据集中的公司，我们用总收入记录在该上层部门和这些国家的公司的总收入平均值代替。除这些公司外，i（t）=0。所有初始值均为gi（0）=0。我们运行模型，直到gi（t）实际上收敛于gi（t）- 1） 在整个样本期内，在没有银行部门的客户供应商网络上。图6显示了当所有qi=0.3时，每个国家每家企业的冲突矿产模拟量。即使在大多数发达国家，冲突矿产也会流向企业。在八国集团国家中，许多冲突矿产隐藏产品的前十大行业如表6所示。

冲突矿产在八国集团的“电气组件和设备”部门中发现。“金属和矿业”上层部门和“贸易公司和分销商”部门仅占八国集团所有企业的3.4%，占八国集团冲突矿产总量的94.6%。我们从数字上证明了简化的规定，即G8中“金属和采矿”上层部门和“贸易公司和分销商”部门的所有公司不得向其客户分销冲突矿产；这些公司的合格中介机构为o，否则合格中介机构=0.3。如表6所示，每个行业的冲突矿产数量都有所减少。“电气元件和设备”和“替代运输工具”行业的冲突矿产下降了97%以上，这大大改善了冲突矿产问题。我们的数字表明，通过对G8中企业3%的冲突矿产采购进行监管，冲突矿产的数量将降低G8以外的影响。我们在以下条件下选择了3%的公司，并堵住了冲突的矿物流；他们的qi为1，否则qi=0.3。条件1按照供应商链接数量降序选择公司8。条件2仅列出G8中按供应商链接数量降序选择的公司。条件3：按照八国集团中“金属和采矿”上层部门和“贸易公司和分销商”部门的供应商链接数量降序选择公司。表7显示了每种条件下的调节数值模拟结果。在条件1中，选定的3%公司将所有冲突矿产的分布减少了35%。八国集团为0%。然而，其他公司的冲突矿产数量发生了变化。2010年7月21日，美国联邦法律通过了一项关于上市公司中冲突矿产的法律[30]。

条件2表示本法适用于八国集团所有上市公司的情况。尽管趋势略有改善，从35.0%到43.2%，但在选定的公司之外，冲突矿产的数量也几乎没有减少。另一方面，我们证实了条件3的显著降低。选定的3%的公司将所有冲突矿产在G8和createda区块的分布减少了9.7.3%，截获了G8、刚果民主共和国和刚果民主共和国邻国s.7以外的所有冲突矿产约12.0%。结论我们使用一个独特的数据集调查了全球企业间关系的结构，该数据集包含423024家主要注册公司的业务关系信息，并重点关注三个不同的网络：通过产品和服务流动的客户-供应商网络；技术信息和技术诀窍流动的被许可方-许可方网络；以及一个战略联盟网络，双方通过该网络相互流动。这些网络具有共同的无标度特性。度分布遵循幂律，n指数为1.5。对于所有三个网络，每对固件的最短路径长度约为6。我们通过社区结构分析表明，这些企业由同一行业但不同母国的企业组成一个社区，这表明了企业生产活动的全球化。我们测量了公司与其业务合作伙伴之间地理距离的平均值。商业伙伴之间的客户-供应商关系距离为3400公里，比其他两种关系的距离短。这一结果表明，在运输成本不高的情况下，技术信息和技术诀窍有可能在世界范围内迅速得到利用。

我们还确认，大型企业的商业伙伴之间的地理距离往往较长。最后，通过利用一个简单的差异模型和实证结果，即企业将一个社区与属于同一行业但不同国家的企业进行比较，我们从数字上表明，对于属于某些特定行业的有限数量的八国集团企业采购冲突矿产的规定，将大大减少其在全球的使用。当这些公司拒绝从其供应商处购买冲突矿产时，位于上游的许多中间商的供应链就会受到影响。未来的工作将通过全面收集glo bal企业间关系的数据，准确估计每个中介机构的损害数量和模型参数。部分用于企业的资金通过多个企业间网络流入了冲突矿产。未来的工作还将通过将客户-供应商网络与被许可方-许可方和Strategiliance networks连接起来来扩展我们的模型。这种扩大的模式可能有助于为冲突矿产制定更有效的政策。最近，通过合法贸易在全球范围内扩散武器、技术诀窍、冲突石油和天然气也引起了关注。我们的研究结果可能会解决这些问题，并继续为全球和平做出贡献。致谢我们对Iyetomi Hiroshi和Ikeda Yuichi教授的深刻评价和建议深表感谢。

这项工作得到了石井纪念证券研究促进基金会和JSPS KAKENHIGrant 24710156号的部分支持。参考文献[1]Watts DJ和Strogatz SH 1998《小世界网络的集体动力学自然》393 440[2]Albert R，Jeong H，和Barab\'asi AL 1999 Internet:Diameter of the world wide web Nature 401130-131[3]Helbing D 2013全球网络风险和如何应对Nature 497 51-59[4]Jackson MO 20 10社会和经济网络（普林斯顿大学出版社）[5]Goyal S 2012 Connections:网络经济学导论（普林斯顿大学出版社）[6]富士沃纳州苏玛W，Aoyama H 2003复杂网络和经济物理A 324396-401[7]Saito Y、Watanabe T和Iwamura M 2007大型企业是否有更多的企业间关系？Physica A 383 158-163[8]Fujiwara Y and Aoyama H 2010全国生产网络的大规模结构欧洲物理期刊B 77 5 65-580[9]罗杰，鲍德温，惠特尼，和Mag ee CL 2012交易网络的架构：两个行业的等级比较分析工业和企业变革21 1307-1335[10]阿塔莱e，霍塔苏A，罗伯茨J，和Syverson C 2 011《生产网络结构》美国国家科学院院刊108 5199-5202[11]高安M，三岛S，大西T，池田Y，高安H，Watanabe K 2008用经济物理学方法分析大量经济数据公司网络结构的案例地球模拟器中心的年度报告2007年4月1日2008年3月263-268[12]Glattfelder JB和Battiston s 2009公司复杂网络的背景：控制物理流。牧师。

E 80 036104[13]K ogut B和Walker G 2001《德国的小世界与国家网络的持久性》Samerican Sociastic Review 66 317-335[14]O hnis hi T、Takayasu H和Takayasu M 2010《企业间网络经济互动与协调杂志》中的网络主题5171-180[15]Mizuno T、Souma W和Watanabe T 20 14《买方-供应商网络的结构和演变》。公共科学图书馆一号9 e100712。doi:10.1371/期刊。波内。0100712[16]Newman MEJ 2003网络物理中的混合模式。牧师。E 67 02 6126[17]Newman MEJ和Girva n M 2004发现和评估网络物理中的社区结构。牧师。E 69 026113[18]Iino T、Ka mehama K、Iyetomi H、Ikeda Y、O hnishi T、Takayas u H和Takayasu M 2010大型交易网络和可视化物理杂志：会议系列221 012[19]Vitali S、Glattfelder JB和Battiston S 2011全球企业控制网络PLoSONE 6 e25995。doi:10.1371/期刊。波内。0025995[20]博亚诺夫斯基M，科尔顿R，我们研究了2012年全球企业间研发伙伴关系网络的结构和动态1989年至2002年《技术转让杂志》37 967-987[21]Garlaschelli D和Lo Off R edo MI 2005世界贸易网络物理结构和演变355 138-144[22]Garlaschelli D和Lo Off redo MI 2004世界贸易网物理的适应度相关拓扑特性。牧师。莱特。93 188701[23]Giovanni JD和Levchenko AA 2010将部分放在一起：贸易、产业联系和商业周期共同运动美国经济杂志：宏观经济学2 95-124[24]P iccardi C和Tajoli L 2012世界贸易网络中社区的存在和重要性。牧师。E 85 066119[25]他J和SEAM M 2010世界贸易网络的结构和响应。牧师。莱特。

105[26]Barigozzi M、Fagiolo G和Mangioni G 2011确定国际贸易多网络物理的社区结构A 390 2051-2066[27]Ross ML 2004自然资源如何影响内战？来自国际组织58 35-67[28]Billon PL 2013助长战争的13起案件的证据：自然资源和武装冲突第3号73。（Routledge）[29]Billon P L 2001战争的政治生态：自然资源和武装冲突政治学20 561-584[30]第1502节，即“冲突矿产法”，由证券交易委员会[31]标准普尔资本IQ执行，标准普尔资本IQ是麦格劳-希尔金融公司的一部分(http://www.spcapitaliq.com/)[32]Cla uset A、Newman MEJ和Moore C 2004在非常大的网络中发现社区结构。牧师。E 70 066111[33]渡边H、高安T和高安M.2012年对日本-东南亚企业间交易网络的偏见分歧：根据《新物理杂志》14043034的网络结构估计销售额。doi:10.1088/1367-2630/14/4/043034[34]福斯特AT、萨特PDG和沃森MW 2011年部门与总体冲击：工业生产结构分析政治经济学杂志119 1-38表1。最近一段时间（即2013年和/或2014年）和整个样本期内，客户-供应商（CS）、许可证审查机构（LL）和战略联盟（SA）网络中的企业数量、连接网络密度、最大连接组件大小和最短路径长度模式。密度模式占公司非定向组件非定向CS网络最大值的百分比。A345909 1.1×10-55.7 × 10-692.0%净增5.7%。B123052 2.5×10-51.3 × 10-净利润585.4%68亿美元。A36264 6.5×10-53.6 × 10-净利润560.4%68亿美元。B126461.6×10-48.5 × 10-554.3%的8.8%的净利润。A1244442.3×10-5-77.8%6-SA净额。B47877 4.9×10-5–64.8%6–整个采样周期。布莱森特时期。表2。

在非定向许可方网络的主要社区中，p值<0.01的Fir-ms属性的前5部分。R、 由方程（7）确定，它表示实际断裂和通过随机选择获得的断裂之间的关系。粗体表示带有R的显著属性≥ 3.排名国家（分数（>0.01），R）工业部门（分数（>0.01），R）1英国（0.067,1.18）电影和娱乐（0.105,3.68）日本（0.043,1.50）半导体（0.083,4.16）台湾（0.033,3.34）广播（0.076,4.07）法国（0.026,1.31）互联网软件和服务（0.061,1.55）韩国（0.020,1.72）应用软件（0.056,1.19）2美国（0.551,1.13）互联网软件和服务（0.346,6.03,6.01）日本（0.047）应用软件（0.296,5.59）德国（0.040,1.44）资产管理和托管银行（0.073,2.74）瑞士（0.029,2.50）医疗技术（0.052,4.36）法国（0.028,1.37）医疗设备（0.029,2.34）3美国（0.622,1.27）服装，配件和奢侈品（0.287,13.59）意大利（0.046,3.72）分销商（0.056,4.98）法国（0.032,1.60）服装零售（0.051,7.91）泰国（0.010,1.94）富特威（0.046,11.50）包装食品和肉类（0.032,1.55）4印度（0.046,1.51）商品化学品（0.12,8,9.50）日本（0.046,1.60）石油和天然气再加工和营销（0.072,11.90）荷兰、荷兰和化肥（0.027）农业化学品（0.050,13.17）韩国（0.025,2.21）工业机械（0.046,2.55）以色列（0.023,2.23）建筑和工程（0.044,5.87）表3。在非定向战略联盟网络的主要社区中，p值<0.01的前五名员工属性。

粗体字用R表示显著的属性≥ 3.排名国家（分数，R）工业部门（分数，R）1美国（0.445,1.22）应用软件（0.150,2.83）英国（0.068,1.15）互联网软件和服务（0.127,2.21）法国（0.036,1.48）IT咨询和其他服务（0.088,3.32）台湾（0.018,2.25）通信设备（0.062,3.66）韩国（0.014,12.0）系统软件（0.059,3.79）2印度（0.072,2.06）石油和天然气勘探和生产（0.097,3.53）中国（0.071,1.30）建筑和工程（0.075,2.18）英国（0.067,1.13）航空航天和国防（0.042,3.56）日本（0.066,1.94）工业机械（0.033,2.01）澳大利亚（0.052,1.56）电力设施（0.031,2.74）中国（0.061,1.12）多元化银行（0.105,7.65）日本区域银行（0.061）区域银行（0.067,6.24）法国（0.036,1.46）资产管理和客户银行（0.064,2.41）印度尼西亚（0.028,2.79）航空（0.056,8.90）香港（0.026,1.96）酒店，度假村和游轮公司（0.048,5.27）4美国（0.510,1.40）制药（0.205,9.35）德国（0.040,1.20）生物技术（0.192,10.23）法国（0.029,1.19）生命科学工具和服务（0.075,9.11）瑞士（0.020,1.86）医疗设备（0.073,5.84）瑞典（0.017,1.50）医疗设施（0.067,6.29）表4。在非直接客户-供应商网络的主要社区中，p值<0.01的供应商属性前五名。