นักวิจัยได้สร้างแบบจำลองความเสี่ยงทางคอมพิวเตอร์ที่เรียกว่า tac

ความน่าจะเป็นของการเชื่อมต่ออุปทานแบบมีเงื่อนไข

ภาพ ความน่าจะเป็นของการเชื่อมโยงโดยบังเอิญจะเพิ่มขึ้นตามความเข้มข้นของการสื่อสารระหว่างบริษัทกับบริษัท รูปแสดงความน่าจะเป็น p(s|c) ของการค้นหาลิงก์อุปทาน 𝑠𝑖𝑗 เนื่องจากมีลิงก์อยู่ 𝑐𝑖𝑗 สำหรับลิงก์ระหว่างบริษัท i และ j ที่เกินระยะเวลาการโทร ¯𝑖𝑗
นาฬิกา มากกว่า

เครดิต: CSHVienna

[Vienna, August 8 2022] นักวิจัยที่ Complexity Science Hub Vienna (CSH) ใช้ข้อมูลโทรคมนาคมอย่างง่ายเพื่อทำแผนที่เครือข่ายการผลิตของประเทศทั้งหมด รวมถึงบริษัทที่เกี่ยวข้องทั้งหมดและจัดหาความสัมพันธ์กับลูกค้า โมเดลคอมพิวเตอร์ที่ใช้ข้อมูลโทรศัพท์มือถือสามารถคาดการณ์ความเสี่ยงอย่างเป็นระบบของแต่ละบริษัทภายในประเทศและประเมินความยืดหยุ่นได้

“โมเดลของเรามีราคาถูก ปรับขนาดได้ และง่ายต่อการนำไปใช้โดยประเทศใดๆ ที่มีข้อมูลโทรคมนาคมที่พร้อมใช้งาน ช่วยให้ผู้นำสามารถเตรียมเศรษฐกิจของตนสำหรับแรงกระแทกในอนาคตที่อาจทำให้เกิดการหยุดชะงักอย่างมีนัยสำคัญในห่วงโซ่อุปทานของพวกเขา” นักวิทยาศาสตร์ CSH Tobias Reisch หนึ่งในผู้เขียนร่วมของการศึกษาที่ตีพิมพ์ในวารสารอธิบาย รายงานทางวิทยาศาสตร์ ออนไลน์ได้ตั้งแต่วันที่ 3 มิถุนายน

นอกจากนี้ วิธีการใหม่ยังให้ภาพรวมของพฤติกรรมทางเศรษฐกิจทั้งหมดของประเทศในช่วงเวลาหนึ่งวัน โดยเน้นที่สเตฟาน เทิร์นเนอร์ ประธาน CSH และผู้เขียนร่วมของการศึกษานี้

“ความแม่นยำนี้ทำให้สามารถติดตามการเปลี่ยนแปลงทางเศรษฐกิจในระยะสั้นได้ เช่น ผลกระทบของการล็อคดาวน์ของจีนจาก Covid-19 ต่อบริษัทในยุโรปในแต่ละวัน ชุดข้อมูลเศรษฐกิจมาตรฐานไม่สามารถให้ข้อมูลประเภทนี้ได้เนื่องจากล่าช้าเป็นเดือนหรือเป็นปี” เทิร์นเนอร์กล่าว “เราสามารถใช้วิธีใหม่นี้เพื่อเพิ่มความยืดหยุ่นของเศรษฐกิจอย่างมีกลยุทธ์เมื่อเผชิญกับวิกฤตและวิกฤต และมีค่าใช้จ่ายแทบจะเป็นศูนย์”

ข้อมูลที่ไม่ระบุชื่อ

ทีมสร้างเครือข่ายซัพพลายเชนของประเทศยุโรปขนาดกลางขึ้นใหม่โดยใช้ข้อมูลโทรศัพท์มือถือที่ผู้ให้บริการโทรคมนาคมจัดหาให้ ชุดข้อมูล ซึ่งรวมถึงคุณลักษณะการโทรต่างๆ เช่น เวลา ระยะเวลา สถานะสิ้นสุด หมายเลขต้นทาง และหมายเลขปลายทาง สอดคล้องกับบริษัทหลายหมื่นแห่ง ข้อมูลที่รวบรวมในช่วงสี่เดือนของปี 2020 จัดอยู่ในประเภทที่มีความละเอียดอ่อนสูงและไม่ระบุตัวตน

ในการวิเคราะห์ นักวิจัยยังได้รวมข้อมูลเพิ่มเติมเกี่ยวกับการจำแนกประเภทอุตสาหกรรมของบริษัทและข้อมูลงบดุล และพวกเขาพบว่าเมื่อมีความสัมพันธ์ที่แน่นแฟ้นระหว่างสองบริษัท ความน่าจะเป็นในการพิจารณาการเชื่อมโยงอุปทานอยู่ที่ประมาณ 90 เปอร์เซ็นต์ “ถ้าสองบริษัทคุยกันทางโทรศัพท์อย่างน้อย 5 นาทีต่อสัปดาห์ เราก็สามารถสร้างกระแสของสินค้าและบริการระหว่างกัน” Reich อธิบาย

ด้วยการวิเคราะห์เครือข่ายการสื่อสาร ทีมงานสามารถสร้างกระบวนการผลิตระดับชาติขึ้นใหม่และจัดหาความสัมพันธ์ระหว่างบริษัทต่างๆ ในแบบที่ไม่เคยเกิดขึ้นมาก่อน จากนั้นพวกเขาคำนวณว่าการหยุดชะงักของห่วงโซ่อุปทานส่งผลกระทบต่อแต่ละธุรกิจอย่างไร

จากการศึกษาพบว่าประมาณ 65 บริษัท มีศักยภาพที่จะมีอิทธิพลต่อกิจกรรมทางเศรษฐกิจส่วนใหญ่ ธุรกิจเหล่านี้มีความเสี่ยงเชิงระบบสูงมากประมาณ 21 เปอร์เซ็นต์ ซึ่งหมายความว่าหากบริษัทต่างๆ ล้มเหลวในการควบคุมความสัมพันธ์ด้านอุปทานของพวกเขา ประมาณ 21 เปอร์เซ็นต์ของผลผลิตในประเทศอาจได้รับผลกระทบในทางลบ นอกเหนือจากบริษัทหลักเหล่านี้แล้ว ความเสี่ยงเชิงระบบของบริษัทโดยทั่วไปยังมีน้อย

ใหญ่และเล็ก

ผลการวิจัยพบว่า ขนาดของบริษัทไม่ได้เป็นเครื่องทำนายความเสี่ยงที่ดี “เราพบทั้งบริษัทขนาดเล็กและขนาดใหญ่ในกลุ่มบริษัทที่มีความเสี่ยงสูง 65 แห่ง” Reisch กล่าว บริษัทที่มีความเสี่ยงสูงส่วนใหญ่ดำเนินงานในภาคการผลิต รองลงมาคือไฟฟ้า การไหลของก๊าซและการจัดหาเครื่องปรับอากาศ กิจกรรมทางการเงินและการประกันภัย

เอกสารฉบับใหม่นี้สนับสนุนการค้นพบของการศึกษา CSH ก่อนหน้านี้ที่แสดงให้เห็นว่าธุรกิจเพียงไม่กี่แห่งที่เชื่อมโยงกันด้วยเครือข่ายความสัมพันธ์ในห่วงโซ่อุปทานที่สำคัญอย่างยิ่งสามารถเขย่าเศรษฐกิจได้อย่างไร ในงานนั้น นักวิทยาศาสตร์ของ CSH ใช้ข้อมูลเกี่ยวกับภาษีมูลค่าเพิ่ม (VAT) ซึ่งเป็นภาษีทั่วไปที่ใช้กับสินค้าและบริการทั้งหมดเป็นหลัก เพื่อสร้างเครือข่ายห่วงโซ่อุปทานของเศรษฐกิจฮังการีขึ้นใหม่

Reisch ตั้งข้อสังเกตว่าข้อมูลที่ละเอียดในห่วงโซ่อุปทานของประเทศ เช่น ข้อมูลภาษีมูลค่าเพิ่ม เป็นเรื่องยากที่จะได้รับ “แนวทางของเราเป็นหนึ่งในวิธีทางเลือกเพียงไม่กี่วิธีในการรับมุมมองที่ครอบคลุมและครอบคลุมเกี่ยวกับเครือข่ายอุปทานของประเทศโดยไม่ต้องเสียภาษีมูลค่าเพิ่ม” Reisch กล่าวเสริม

หลายประเทศรู้เพียงเล็กน้อยเกี่ยวกับลักษณะของห่วงโซ่อุปทานของพวกเขา นับประสาว่าพวกเขาเปลี่ยนแปลงอย่างไรเพื่อตอบสนองต่อการหยุดชะงัก Peter Klimek นักวิทยาศาสตร์ CSH และผู้เขียนร่วมของรายงานกล่าว “แนวทางของเราช่วยให้รัฐบาลและผู้กำหนดนโยบายได้รับข้อมูลที่ครอบคลุมและสามารถดำเนินการได้เกี่ยวกับช่องโหว่ที่สำคัญของห่วงโซ่อุปทานที่เกิดขึ้นใหม่ ทำให้สามารถใช้มาตรการบรรเทาผลกระทบได้ทันท่วงทีเพื่อเพิ่มความยืดหยุ่นของเครือข่ายการผลิต” Klimek ประเมิน

ต. ราอิชิ, จี. ไฮเลอร์, เค. ดีมี, พี. Klimek, เอส. การศึกษาของ Turner เรื่อง “การตรวจสอบห่วงโซ่อุปทานจากข้อมูลโทรศัพท์มือถือเพื่อประเมินความเสี่ยงของระบบในระบบเศรษฐกิจ” เผยแพร่ในปี 2555 รายงานทางวิทยาศาสตร์ 12 (13347) (2022).

+ + + + + +

เกี่ยวกับ CSH

ภารกิจของ Vienna Complexity Science Hub คือการเป็นเจ้าภาพ ให้ความรู้ และสร้างแรงบันดาลใจให้นักวิทยาศาสตร์ระบบที่ซับซ้อนซึ่งอุทิศตนเพื่อทำความเข้าใจบิ๊กดาต้าเพื่อพัฒนาวิทยาศาสตร์และสังคม นักวิทยาศาสตร์ของ Hub พัฒนาวิธีการเพื่อความเข้าใจทางวิทยาศาสตร์ เชิงปริมาณ และเชิงคาดการณ์ของระบบที่ซับซ้อน

CSH เป็นความคิดริเริ่มร่วมกันของ AIT Austrian Institute of Technology, Central European University CEU, Danube University Krems, Graz University of Technology, IIASA, Medical University of Vienna, TU Wien, VetMedUni Vienna, Vienna University of Economics and Business และ Austrian Economy แชมเบอร์ส (WKO) https://www.csh.ac.at


ข้อจำกัดความรับผิดชอบ AAAS และ EurekAlert ไม่รับผิดชอบต่อความถูกต้องของข่าวที่โพสต์บน EurekAlert เพื่อใช้ข้อมูลใด ๆ โดยสถาบันที่มีส่วนร่วมหรือระบบ EurekAlert