图片来源：电影《The Butterfly Effect》海报
原文信息：Taschereau-Dumouchel, M. 2025. Cascades and Fluctuations in an Economy with an Endogenous Production Network. Review of Economic Studies, 93(2), 1354–1392.
01
引言
一家企业遇到外部冲击，宏观经济会受多大影响？如果把投入产出表看作一张固定地图的话，答案取决于冲击沿上下游能传多远。但现实中的生产网络并非静态，企业可能停产、退出，也可能重新进入。一旦停产，它与供应商、客户的交易关系也随之消失。也就是说，冲击改变的不仅是一个节点的产出，还可能改变网络本身。这就引出一个更深入的问题：当企业根据经济环境决定是否开工时，微观冲击会怎样重塑生产网络，最终又如何影响宏观波动？
Mathieu Taschereau-Dumouchel 在《Review of Economic Studies》上发表的论文正是从这个问题入手，构建了一个企业层面的内生生产网络模型。他把企业“生产或不生产”的离散选择放进投入产出框架，理出了一条清晰的机制链：固定成本决定开工与否；企业停产会同时删除节点和连接；相邻企业的开工决策相互强化，形成生产集群；关键企业退出时，集群可能演变为停产级联。
有意思的是，文章的答案并不是“网络越灵活，经济就越脆弱”。级联固然会放大局部冲击，但网络随冲击重新组织，反而成了宏观波动的缓冲。在校准模型中，把网络固定住，平均GDP反而更低，波动却更大。所以，本文真正关心的不只是“冲击如何沿网络传播”，更在于：网络为何改变？这种改变是在放大危机，还是在帮经济吸收冲击？
02
研究背景
生产网络领域的研究已经反复证明，上下游关系会影响微观冲击的总量后果。Acemoglu等人（2012）指出，当部门之间的供给关系足够不对称时，部门冲击不会在大数定律下自然抵消，反而可能演变为明显的宏观波动。后续研究又从冲击传导、尾部风险、投入互补和网络扭曲等角度不断拓展。不过，这些工作大多基于一张给定的网络，研究者只需追踪冲击如何沿既有连线传播。这种设定便于分析，却忽略了一个重要的现实调整空间：企业退出会删除节点并切断所有上下游连接，新企业进入又会带来新的节点和连接。
与此同时，另一些学者开始关注生产网络的内生形成，比如企业如何选择供应商、调整生产技术或改变搜寻方式。本文的不同之处在于，它把焦点放在“企业是否生产”这个二元决策上，节点是否存在是离散的，边能否激活也取决于两端企业是否开工。离散性很关键：生产率变化通常是连续的，但固定成本会形成一个门槛，企业一旦跨不过去，状态就会从生产直接跳到停产，多条上下游关系也会随之消失。于是，一个看起来不大的冲击，也可能引发网络的大幅重构。
另外，这篇文章有两个定位值得留意。第一，基准分析采用社会规划者视角下的有效配置，便于看清网络互补和资源再配置的机制。第二，作者随后引入市场势力，比较有效配置和扭曲均衡，从而解释现实网络为何更分散、更僵化，更难充分利用重组机会。
03
模型设计
先从模型的基本设定开始。经济中有有限家企业，每家企业生产一种差异化产品，产品既可以被代表性家庭消费，也可以作为其他企业的中间投入。家庭对最终品的偏好采用CES形式：
在这个表达式中，c_j表示对产品j的消费，σ>1表示最终品之间的替代弹性，β_j表示家庭对产品j的偏好权重。论文把C理解为总消费，也就是GDP。企业j是否生产，则用二元变量表示。而企业一旦选择开工，就必须使用f_j单位劳动来支付管理、组织等固定成本。社会总劳动被归一化为1，因此劳动资源约束为:
第一项是直接用于生产的劳动，第二项是所有开工企业支付的固定管理劳动。经济状况较好时，更多企业能够覆盖固定成本；条件恶化时，一些企业的边际贡献不足以抵补f_j，最优开工状态便会从1变为0。接下来，设矩阵Ω描述企业之间所有潜在的投入产出关系。当Ω_(ij)>0时，企业i有可能向企业j供货；但只有两家企业都在生产，这条关系才会变成实际交易。实际网络中的连接可以简写为：
因此，Ω回答的是“哪些边可能存在”，θ回答的则是“哪些边最终存在”。
图1左侧是六家企业之间的潜在连接，可以发现在右图中，企业2和企业5停止生产，与它们相连的边也随之失活。企业退出不仅删除节点，也会切断边，这就是文章把生产网络内生化的第一步。在此基础上，企业j的生产技术可以写成：
这里，z_j是企业自身生产率，A是总生产率，x_(ij)是来自企业i的中间投入，l_j是生产性劳动，α_j是中间投入份额，ε_j衡量不同中间投入之间的替代弹性，κ_j则是一个不影响核心机制的标准化常数。
这个生产函数需要记住两点。第一，θ_j是一个开关：当θ_j=0时，企业产出归零，也从实际生产网络中消失。第二，投入品种类本身有价值。在CES技术下，供应商越多，企业越有可能找到更合适的投入组合，边际成本也越低，有效生产率随之提高。当投入之间不容易替代，也就是ε_j较小时，失去一家供应商尤其昂贵。给定θ后，规划者选择消费、中间投入和劳动配置，使C最大。完整问题还要在2^n种开工组合中选出最优状态。固定成本使目标函数具有非凸性，二元状态又让可行集变得离散，因此普通的局部优化算法很容易停在局部最优。
04
核心机制
为了更直观地看清上下游依赖，文章定义企业j的劳动生产率q_j。在给定开工决策后，它满足下面的递归关系：
企业j的有效生产率，既取决于自身效率z_j，也取决于所有上游供应商的生产率q_i。一家供应商受冲击，会先拉低客户的有效生产率，客户再把它传给自己的客户，冲击就这样沿着网络向下游扩散。不过，本文比一般的冲击传导多走了一步。当客户生产率下降后，可能覆盖不了固定成本，于是θ_j直接从1跳到0。一旦停产，又会切断一批新的投入产出关系，让更多企业逼近退出门槛。连续的生产率损失，就这样变成了连锁的离散停产事件。
在有效配置下，相邻企业的开工决策存在两种互补关系。一是上游对下游的互补：供应商越多，客户投入品种越丰富、生产率越高，越容易覆盖固定成本；供应商退出，客户也更容易跟着退。二是下游对上游的互补：客户越多，供应商的社会价值越大；客户集中退出，上游继续承担固定成本也可能不划算。不过，同一客户的不同供应商之间也存在替代关系，一家供应商退出后，另一家的相对价值反而可能上升。文章发现，直接邻居之间的互补性更集中，而供应商之间的替代关系更多出现在二阶邻居之间，影响也更分散。互补与替代的共同作用，决定了级联往哪个方向扩散、能传多远。互补性还会让企业倾向于成簇生产。彼此相连的企业同时开工，可以共享更多投入品种、提高生产率。因此，规划者通常会围绕生产率高、网络位置重要的企业组织紧密集群。
图5用一个网格网络直观展示了这个道理。蓝点表示正在生产的企业，黑点表示生产率略高的企业。图(a)中两个分散的小集群，效果不如图(b)中单个紧密集群，企业集中后可以共享更多供应商，q_j随之提高。更值得玩味的是图(b)和图(c)的对比：黑色企业的位置只发生了微小变动，最优生产集群却整体挪到了网络另一侧。这意味着很小的生产率变化，也可能触发大幅网络重组。原因不是每家企业都遭受了多大冲击，而是互补性让“整组开工”或“整组退出”更有价值，网络可能在两个局部集群之间跳跃切换。替代弹性决定了这种机制的强弱。当中间投入不易替代时（ε较小），新增供应商的品种收益更大，企业更看重上游连接；当最终品不易替代时（σ较小），保留更多下游产品的价值更高。两种弹性共同决定了有效网络是集中在少数高生产率企业周围，还是同时保留更多上下游节点。
05
结果分析
那么，这套机制在现实中到底能不能站得住脚？作者用FactSet Revere供应链关系数据构建了美国企业层面的生产网络。样本覆盖2003到2016年，平均每年近13,000家上市和非上市企业、超过40,000条供应链关系，数据来自企业公开披露信息。数据直接支持了“退出会改变网络”的判断：大约40%的供应链关系消失，都伴随着供应商或客户至少一方停止生产。也就是说，连接断开不只是换交易伙伴，很多时候是节点本身退出了生产。
图7展示的是2016年美国企业级生产网络的全貌，包含20,702家企业和62,474条连接。每个圆点代表一家企业，圆越大连接越多，颜色越深集聚程度越高。当年沃尔玛连接了448家供应商（入度最大），微软连接了332家客户（出度最大）。这张图还揭示了一个关键特征：连接高度不均，少数企业占据中心位置，多数企业只有零星连接。所以同样大小的冲击，发生在不同位置，宏观后果可能截然不同。稳健性检验方面，作者还用了Compustat客户关系数据做对照。Compustat时间跨度更长，但企业只需披露销售额占比10%以上的重要客户，会人为压低出度尾部，且企业名称需要额外匹配。FactSet覆盖更全，适合刻画完整连接结构；Compustat则有助于观察更长周期的商业周期共动。基准校准包含1,000家企业，个体生产率服从持续性的AR(1)过程；中间投入份额α=0.5，替代弹性σ=ε=5，固定管理劳动占总劳动的5%。潜在连接矩阵按联合幂律分布生成，使入度分布接近FactSet数据。作者随机抽取20组潜在网络，每组模拟100期，避免结论依赖某张特定网络。校准主要关注六类矩：入度、出度、特征向量中心性、销售额分布，以及全局集聚系数和企业间平均距离，前四项反映厚尾程度，后两项反映连接紧密程度。
图8中，蓝色实线是模型结果，绿色虚线是实际数据。整体来看，模型在入度、出度和销售分布的形状上和数据对得不错；中心性分布的拟合稍微差一点，模型生成的低中心性企业偏多，高中心性企业偏少。这个偏差说明，如果想把间接连接也拟合得更细致，潜在网络Ω的生成结构可能还得再复杂一些。
原文图9报告的是累计退出数量。蓝色实线对应的是普通企业，级联规模很小。一家普通企业停产，平均只会带动大约0.6家下游企业退出，上游退出就更少了。但高连接企业完全是另一回事。对于出度排在前1%的重要供应商来说，它的退出平均会引发约24家下游邻居跟着停产；高入度企业退出也会带来明显的级联效应。总体来看，级联更多是沿着“供应商→客户”的方向往下游扩散，这和投入品种类收益的逻辑是一致的：失去一家供应商，会直接拉低客户的有效生产率。
网络位置的重要性也会反映在总量上。普通企业退出了，GDP几乎没什么变化；但高连接企业引发的级联，平均会伴随约2.4%的GDP下降。越是重要的企业，平时越不容易退出；可一旦退了，后果也越严重。这并不只是模型里的现象。为了在数据中识别邻近企业的共同退出，作者分别针对上游和下游、不同网络距离进行了估计：
其中，N^(s)_(jdt)表示与企业j相距d的上游或下游邻居在下一期退出的比例，Exit_(jt)表示企业j是否退出，X_(jt)控制企业的入度和出度。系数β_d^s刻画的是：一家企业退出后，其第d阶邻居的退出概率会如何变化。
图10中，绿色虚线是FactSet数据，蓝色实线是模型结果。结果显示，一家企业退出时，其直接供应商或客户的退出概率大约上升10%；到二阶邻居时，这个增幅降到约2%，之后继续衰减。模型较好地复现了这种随网络距离递减的梯度。考虑到贸易伙伴可能同时受到同一地区冲击，作者又把样本限制为位于不同邮政编码地区的供应商-客户组合，结果基本不变。当然，这类回归主要提供的是相关性证据；论文的真正贡献在于，模型给出了一个能同时解释这种相关性、网络集聚和级联方向的统一机制。高连接企业呈现出明显的“韧性与系统重要性并存”的特征。普通企业的年退出概率是11.8%，高连接企业只有2.5%；但高连接企业一旦退出，引发的级联规模约为3.0家，普通企业只有0.9家，前者是后者的三倍多。模型中的对应数字分别是11.3%与1.7%，级联规模为4.3与1.1，基本复现了这种组合。
这里存在一个大家容易产生的误解。在基准有效配置中，级联并不是规划者犯了错，而是冲击后重新配置资源的一部分。如果强行阻止所有企业改变开工状态，反而会造成更大的GDP损失。补充分析还发现，中间投入越难替代，冻结网络带来的损失就越大；而在存在市场势力的扭曲均衡中，级联更偏向下游，GDP损失也更明显。
读到这里，很容易得出一个结论：既然企业退出会引发级联，那能自我调整的网络一定比固定网络更脆弱？但论文给出的答案恰好相反。先看商业周期中的网络形态。在模型和数据中，扩张期有更多高连接的中心企业，集聚更强、平均距离更短；衰退期网络更分散，高连接企业更少，集聚程度也更低。FactSet数据显示，GDP与全局集聚系数的相关系数为0.76，与企业平均距离的相关系数为-0.69；模型中的对应值为0.60和-0.82，方向和量级都接近。由本文模型能自然解释这一现象。当网络关键位置的企业获得正向生产率冲击时，围绕它们组织紧密集群收益很高；而当关键企业受负面冲击时，维持原有集群的固定成本过高，经济活动便会向其他位置重新配置。衰退中的“网络分散”，既是冲击的结果，也是资源重组的表现。
为了单独识别网络调整的作用，作者比较了两种经济：一种允许企业每期重新选择开工状态，网络随冲击调整；另一种只在第一期选定网络，之后固定下来。结果显示，固定网络下平均GDP低11%，GDP波动却高17%。为什么允许节点退出、连接断裂，反而降低了总量波动？关键在于，经济能根据当前生产率状态，在所有可能的网络中选出产出最高的那张。固定网络在某些状态下表现很好，在另一些状态下可能很差；可调整的网络则能拆除围绕低生产率企业形成的旧集群，把劳动和中间投入重新配置到更高效的位置。
图11每条曲线代表一张固定网络在不同冲击下的产出分布，同一种形状的点代表同一个生产率状态，深色点是该状态下产出最高、因而被选中的网络。对任何一张固定网络来说，产出分布都比较分散；但每次从多张网络中挑出表现最好的那张后，深色点集中在各分布的右尾且彼此更接近，最终产出的方差反而下降了。所以，级联和稳定并不矛盾。局部看，退出会沿相邻企业扩散；整体看，这些退出也是经济放弃低效网络、转向更合适网络的一部分。补充分析还表明，如果不仅固定网络，还固定企业的全部其他投入，GDP波动会比灵活网络翻倍；仅网络内生调整这一项，就解释了全部调整边际带来波动下降的大约五分之一。现实中的市场势力会改变企业的进入和开工激励，使企业无法完全内部化自身开工对上下游的影响。论文中的扭曲均衡具有更少的高连接企业、更低的集聚程度和更大的平均距离，网络也更难随商业周期调整。因此我们就会发现，市场势力让网络更分散、更僵化，削弱了利用互补性的能力。
06
结语：如何理解生产网络的韧性
传统研究通常把投入产出关系视为冲击传播的既定通道。这篇文章则往前推了一步，企业是否生产，决定了节点和边是否存在。冲击不仅沿着网络传导，也会在传导过程中重塑网络本身。全文的核心结论可以归纳为四点。第一，固定成本把连续冲击变成离散退出。企业一旦覆盖不了开工成本，生产状态就从1跳到0，上下游交易关系随之消失。第二，投入品种类收益带来邻居间的开工互补性，企业围绕关键节点形成集群。关键节点退出时，集群可能整体瓦解，产生沿上下游传播的停产级联。第三，网络位置同时决定韧性与系统重要性。高连接企业更扛得住冲击，而一旦退出，触发的级联更大，GDP损失也更明显。第四，网络内生变化既会传播局部冲击，也能缓冲总量波动。允许网络重组，经济才能脱离不再适用的旧结构，从而维持更高的平均产出和更低的波动。
所以，这篇文章最重要的价值，不是给出当发生外部冲击后“该救谁”的简单答案，而是提供一种新的观察方式。我们既要研究冲击如何在给定网络上传播，也要追问网络为什么改变、能多快改变，以及重组的成本最终由谁承担。真正有韧性的生产网络，不是永远不断裂，而是能在环境变化后找到新的关键节点，并以较低成本完成重组。
所以我不由自主地想到了“蝴蝶效应”，一只蝴蝶扇动翅膀，改变的不只是风的方向，也可能是整片天空的形态。
推文作者：陈奕森，中国社会科学院大学硕士研究生。欢迎批评指正与进一步交流！
Abstract
This article studies the efficient allocation in an economy in which firms are connected through input-output linkages and must pay a fixed cost to produce. When economic conditions are poor, some firms might decide not to operate, thereby severing the links with their neighbours and changing the structure of the production network. Since producers benefit from having access to additional suppliers, nearby firms tend to operate, or not, together. As a result, the production network features clusters of operating firms, and the exit of a producer can create a cascade of firm shutdowns. While well-connected firms are better able to withstand shocks, they trigger larger cascades upon exit. The theory also predicts how the structure of the production network changes over the business cycle. As in the data, recessions are associated with more dispersed networks that feature fewer highly connected firms. In the calibrated economy, the endogenous reorganization of the network substantially dampens the impact of idiosyncratic shocks on aggregate fluctuations.
声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点
0
推荐
京公网安备 11010502034662号 
