# 全球生产网络、贸易与产业布局

重建历史进口金额与份额，区分产品构成、直接来源、上游采购及所有权，并读懂产品回归与间接联系的证据。

Entry: zh-ei14 | Node: EI-14 | Language: zh | Editorial revision: 2026-09-21

## Teaching instructions
你负责教授 EI-14《全球生产网络、贸易与产业布局》，版本2026-09-21-eic-review-v2。先按 selected_branch 实际读取公共原件的完整指定单元，并核日期/窗口/单位/图注。只把实际取得范围填入 runtime_reading_log；导出时为空。遇到PDF解析缺图，读取对应原页；不能用标题或摘要抵扣。缺少必要正文先取同版正式入口，仍缺则报告具体单元，不伪造事实。
诊断任务：解释为何中国来源进口金额增加而份额下降，并写出分母。共同部分使用Census2017/2022冻结TOTAL，重算增长、百分点及产品构成分解。只需EI-05中直接/间接联系的能力；不足就在本篇短释，不强迫重读整篇。
应用分支：从100出口/40采购建三层证据表，原产地已假定合规认定为越南；采购比40%不是中国增加值或所有权，未知项必须保持未知。迁移到18个月认证与3个月研究窗口。
研究分支：读固定2023-08-30 Alfaro–Chor §2、§4.2式(2)/Table3、§4.4及图11–13；解释WLS权重、HS2固定效应、聚类标准误与描述性系数。-10个百分点乘-.198/-.079仅给第一项+1.98/+.79pp，不是完整拟合或因果。Figure11越南终点2021、墨西哥2022；Figure13轴Count。Census总量不能当UN Comtrade产品回归复现。
教学沿正向计算与真实材料推进，最后要求读者说明直接来源、上游增加值、所有权各需要哪份资料。给反馈时指出具体缺条件，并让读者修正完整路径，不用连续免责句代替解释。

Before substantive teaching, actually retrieve every required reading unit for the selected scope. Read its complete designated section, including necessary assumptions, tables and footnotes. A working URL or an editorial access date is not a runtime reading receipt. Record the actual version, location, scope and what it supports. If unavailable, use a previously verified equivalent source; if the required unit remains unavailable, identify that gap rather than teach it from memory. Start runtime_reading_log empty. Once reading is complete, use a substantive diagnostic or follow the reader's request for direct explanation. Advance one complete reasoning task at a time; skip mastered basics. Distinguish original facts, supplied teaching assumptions and inference.

## Required readings and runtime protocol
```json
{
  "entry_id": "zh-ei14",
  "node_id": "EI-14",
  "export_mode": "public",
  "content_version": "2026-09-21-eic-review-v2",
  "selected_branch": "all",
  "required_readings": [
    {
      "source_id": "EIC-S05",
      "title": "Trade in Goods with China",
      "authors": [
        "U.S. Census Bureau"
      ],
      "version": "2017 and 2022 annual tables; retrieved 2026-09-21",
      "access": {
        "kind": "html_full_text",
        "uri": "https://www.census.gov/foreign-trade/balance/c5700.html",
        "verified_access_at": "2026-09-21"
      },
      "required_unit": {
        "locator": "2017/2022 annual TOTAL, Imports column + unit/seasonality notes",
        "scope": "完整读取两年表头、年度TOTAL及相关口径；只采用冻结两年",
        "purpose": "恢复中国来源进口额及真实单位"
      },
      "supports": "美国商品进口的中国来源金额；名义百万美元、未季调。固定2017/2022 TOTAL Imports，不是论文Comtrade产品回归输入。",
      "branch": "common",
      "id": "EI14-all-READ-01"
    },
    {
      "source_id": "EIC-S06",
      "title": "Trade in Goods with World, Not Seasonally Adjusted",
      "authors": [
        "U.S. Census Bureau"
      ],
      "version": "2017 and 2022 annual tables; retrieved 2026-09-21",
      "access": {
        "kind": "html_full_text",
        "uri": "https://www.census.gov/foreign-trade/balance/c0015.html",
        "verified_access_at": "2026-09-21"
      },
      "required_unit": {
        "locator": "2017/2022 annual TOTAL, Imports column + unit/seasonality notes",
        "scope": "完整读取世界年表同年同列及表头、口径",
        "purpose": "恢复份额分母并与中国进口匹配"
      },
      "supports": "同口径美国世界商品进口分母；名义百万美元、未季调。用于本站份额和增长率计算。",
      "branch": "common",
      "id": "EI14-all-READ-02"
    },
    {
      "source_id": "EIC-S04",
      "title": "Global Supply Chains: The Looming “Great Reallocation”",
      "authors": [
        "Laura Alfaro",
        "Davin Chor"
      ],
      "version": "HBS Working Paper 24-012; draft 2023-08-30",
      "access": {
        "kind": "pdf_full_text",
        "uri": "https://www.hbs.edu/ris/Publication%20Files/24-012_b2f8ef5c-dc1b-4897-b66e-0edea5a20942.pdf",
        "verified_access_at": "2026-09-21"
      },
      "required_unit": {
        "locator": "HBS 24-012，2023-08-30；§2 印刷 p.5 / PDF 8；§4.2 印刷 pp.16–23 / PDF 19–26，式(2) / Table 3 及整节解释；§4.4 印刷 pp.26–30 / PDF 29–33，含 Figures 11–13 及图注。",
        "scope": "§2数据、§4.2完整采用回归设定和结果解释、§4.4完整单元与图注",
        "purpose": "区分Census总量/Comtrade产品回归；保留描述性身份、Vietnam2021及Count轴"
      },
      "supports": "固定历史版本的产品来源重配研究。§4.2式(2)/Table3为UN Comtrade HS4描述性WLS；§4.4区分间接贸易/投资联系和未完成的增加值核算。Figure11越南用2021，墨西哥用2022；Figure13纵轴Count。",
      "branch": "all",
      "id": "EI14-all-READ-03"
    }
  ],
  "optional_readings": [],
  "runtime_reading_log": [],
  "supplied_inputs": {
    "trade": {
      "identity": "observed",
      "source_ids": [
        "EIC-S05",
        "EIC-S06"
      ],
      "unit": "nominal USD million; not seasonally adjusted",
      "period": [
        2017,
        2022
      ],
      "retrieved_at": "2026-09-21",
      "rows": [
        {
          "year": 2017,
          "china": 505165.1,
          "world": 2339591.3
        },
        {
          "year": 2022,
          "china": 536268.7,
          "world": 3239732.9
        }
      ]
    },
    "composition_toy": {
      "identity": "teaching_assumption",
      "within_product_china_shares": [
        0.5,
        0.1
      ],
      "product_weights_initial": [
        0.8,
        0.2
      ],
      "product_weights_final": [
        0.2,
        0.8
      ]
    },
    "selected_branch": "all",
    "network_toy": {
      "identity": "teaching_assumption",
      "unit": "USD, one matched production/export batch",
      "export_value": 100,
      "china_supplier_purchase": 40,
      "origin_assumed": "Vietnam",
      "ownership": null,
      "china_value_added": null,
      "input_range": [
        0,
        200
      ],
      "interpretation": "purchase-to-export ratio, not value-added or ownership share; zero exports gives undefined ratio"
    },
    "research": {
      "identity": "reported_research_estimate",
      "source_id": "EIC-S04",
      "table": "Table3 cols1–2; Eq(2)",
      "unit": "share-change coefficient; example converted consistently to percentage points",
      "rows": [
        {
          "destination": "Vietnam",
          "beta": -0.198,
          "cluster_se": 0.025,
          "n": 1149
        },
        {
          "destination": "Mexico",
          "beta": -0.079,
          "cluster_se": 0.02,
          "n": 1149
        }
      ],
      "estimation": "WLS; 2017 US imports from China by HS4 as weights; HS2 fixed effects; HS2-clustered SE",
      "hypothetical_delta_china_pp": -10,
      "hypothetical_delta_range": [
        -20,
        20
      ],
      "figure11_endpoints": {
        "Vietnam": 2021,
        "Mexico": 2022
      },
      "figure13_axis": "Count, not USD"
    },
    "default_results": {
      "trade": {
        "china_growth_pct": 6.157115762747667,
        "world_growth_pct": 38.474309594158605,
        "shares_pct": [
          21.59202335895163,
          16.552867676221084
        ],
        "share_change_pp": -5.03915568273054
      },
      "network": {
        "purchase_to_export_pct": 40,
        "ownership": null,
        "china_value_added": null
      },
      "partial_regression_terms_pp": {
        "Vietnam": 1.98,
        "Mexico": 0.79
      },
      "composition": {
        "initial_share_pct": 42,
        "final_share_pct": 18,
        "within_effect_pp": 0,
        "mix_effect_pp": -24
      }
    }
  },
  "answer_scope": "共同正文与所选分支的全部题目、解析和静态图表包含在唯一正文中；不从完整作者 Agent 再嵌入第二份正文。",
  "experiment_reading_boundary": "实验规格列出本节点全部视角；未选分支的原文须在实际启用该视角教学前加入required_readings并读取。",
  "default_branch": "application",
  "experiment_ids": [
    "exp-ei14-reallocation"
  ],
  "shared_inputs_uri": "https://ou-liu-red-sugar.github.io/notebook/labs/ei-c/inputs.json",
  "branch_exports": {
    "application": "https://ou-liu-red-sugar.github.io/notebook/labs/ei-c/agent/EI-14.application.agent.md",
    "research": "https://ou-liu-red-sugar.github.io/notebook/labs/ei-c/agent/EI-14.research.agent.md",
    "all": "https://ou-liu-red-sugar.github.io/notebook/labs/ei-c/agent/EI-14.all.agent.md"
  }
}
```

## Supplied entry
**EI-14 · 经济与行业分析 · 选读**  
<strong>学习任务：</strong>用固定历史材料重建进口金额与份额变化，再沿直接来源、上游生产联系和所有权三层，判断供应链究竟改变了什么。共同部分加一条选读分支约 15–20 分钟。

<a id="ei14-network"></a>

## 一、跨境布局改变的是一组关系

一件商品跨过国境之前，往往已经经过原材料、零部件、加工和装配等环节。企业安排生产地，是在能力、成本、运输、交期、质量与组织协调之间选择组合。某一环节换了地点，可能缩短最终交付距离，却增加上游协调；新增一个供货国家，也可能仍然依赖同一关键投入。行业分析因此需要描述具体关系，而不只给一条“迁移到某国”的新闻贴标签。

我们把网络分成三层。**直接采购来源**记录最终进口货物从什么原产地进入统计；**生产联系**追问各环节使用什么上游投入，以及其中增加值来自哪里；**所有权联系**记录经营这些环节的企业由谁持有或控制。采购金额是沿生产网络追踪的起点，但它还没有把该投入自身使用的进口和中间品扣开，所以采购来源与增加值来源仍需区分。

这三层可以同时变化，也可以只变化其中一层。比如装配地变了而零件来源没变，直接进口结构与上游依赖就会走出不同路径。反过来，同一原产地的生产商改换上游供应商，海关总量未必显出这一变化。与[投入产出与上下游联系](https://ou-liu-red-sugar.github.io/zh/notebook/input-output-and-production-linkages/)相同，我们先把节点和箭头的含义定下来，再解释数字。

本篇使用 2017—2022 年的美国商品进口作为共同历史窗口。Census 年表负责金额与份额的复算；Alfaro–Chor 的 2023-08-30 固定稿负责产品层证据和间接联系。两套材料各有自己的数据来源与版本，不将今天可见的历史年表当作当时的实时信息集。[^china][^world][^paper]

<a id="ei14-totals"></a>
<a id="CASE-EI14-CENSUS-IMPORT-2017-2022"></a>

## 二、金额上升，份额仍然可以下降

先读表的组成。Census 两张年表都列出口、进口和差额，本篇只摘取 **Imports** 的年度 TOTAL。下面中国行的分母不是中美双边贸易，也不是美国 GDP，而是同年美国从世界进口的商品总额。两者同为**名义百万美元、未季调**；不是设备数量或实际产量。

| 年份 | 美国自中国进口 | 美国自世界进口 | 中国直接来源份额 |
|:--|--:|--:|--:|
| 2017 | 505,165.1 | 2,339,591.3 | 21.592023% |
| 2022 | 536,268.7 | 3,239,732.9 | 16.552868% |

*摘录：Census China / World 年表，2017与2022年度 TOTAL、Imports 列；份额为本站计算，原表金额保持不变。*[^china][^world]

令 $M_{C,t}$ 为美国自中国进口金额，$M_{W,t}$ 为美国总进口，份额为 $s_t=M_{C,t}/M_{W,t}$。两期变化分别是

$$
g_C=536268.7/505165.1-1=6.157116\%,
$$

$$
g_W=3239732.9/2339591.3-1=38.474310\%.
$$

它们共同决定份额的相对变化：

$$
\frac{s_{2022}}{s_{2017}}
=\frac{1+g_C}{1+g_W}.
$$

所以中国来源的进口金额增加了约 6.16%，但总进口增加得更快；份额从约21.59%降到16.55%，下降 **5.039156 个百分点**。这不是两个互相矛盾的观察，而是“金额”和“构成”同时变化的完整描述。

如果把份额下降写成“进口额下降5%”，就同时弄错了变量与单位。百分点是两个份额相减；金额增长率是金额的比例变化。再往前一步，由于金额含价格和产品构成，以上计算还没有给出实际物量怎样变。

<a id="ei14-composition"></a>

## 三、总份额背后，还藏着产品构成

为什么还要读产品层研究？设产品 $p$ 在美国总进口中的权重为 $w_{p,t}$，中国在该产品美国进口中的来源份额为 $s_{p,t}$。按同一分类和口径分组时，

$$
s_t=\sum_p w_{p,t}s_{p,t},\qquad \sum_p w_{p,t}=1.
$$

总份额可以因为产品内部的供应来源变化而变，也可以因为美国买了不同的产品组合而变。把两期恒等式相减，可得到一组明确的分解：

$$
\Delta s
=\sum_p w_{p,0}\Delta s_p
+\sum_p \Delta w_p\,s_{p,1}.
$$

第一项把产品权重固定在基期，观察各产品内部的来源变化；第二项在末期来源份额下记录产品构成的变化。这是算术分解，不是对企业迁移原因的因果分解。它对应一种明确的两步顺序：先用基期产品权重更新各产品内部的来源份额，再在末期来源份额下更新产品权重。若把这两步交换，两个分项会重新分配，但两项相加仍等于同一个总份额变化；因此不要把任一分项当成唯一的结构性归因。

试一个完全虚构的两产品例子。中国在甲、乙两种产品中的来源份额始终分别为50%与10%。美国进口的产品权重却从“甲80%、乙20%”变成“甲20%、乙80%”。总中国来源份额于是从 $0.8\times0.5+0.2\times0.1=42\%$ 变成 $0.2\times0.5+0.8\times0.1=18\%$，下降24个百分点，但两种产品内部都没有换供应来源。

这没有推翻前面真实总量计算的价值。它只是进一步定位了任务：总量告诉我们构成发生了变化，产品层材料才帮助区分是“同样产品换了来源”，还是“购买组合换了”。再往下，还要通过订单、产能和企业资料确定对应的生产环节。

<a id="ei14-choice"></a>

## 四、沿哪一层继续追踪

下面两条分支共享前面的数据与对象约定。应用分支完成一条具体生产链的证据图；研究分支带读论文的产品回归和间接联系图。两条分支最终都回到“变化发生在哪一层、需要什么新证据”。

<div data-reading-branch-controls>
<button type="button" data-select-reading-branch="application">应用：追踪一条生产链</button>
<button type="button" data-select-reading-branch="research">研究：读回归与图注</button>
<button type="button" data-select-reading-branch="all">全部展开</button>
</div>

<section data-reading-branch="application">

<a id="ei14-chain"></a>
<a id="MODEL-EI14-MATCHED-PURCHASE-01"></a>

### 应用分支：一百元出口，四十元上游采购

设一个明确的教学情景：某工厂向美国出口一批金额100美元的成品，我们**假定其原产地已经按适用规则被认定为越南**，而不尝试由发货地点推导原产资格。生产这批货物使用了向中国供应商采购的40美元投入；采购、消耗与这批出口相匹配，不混入其他期间库存。此处没有给出供应商或工厂的股东信息。

现在可以画出两条已知交易边：

<div class="flow-diagram" role="group" aria-label="教学生产链：上游采购40美元，经越南工厂形成100美元出口；所有权未给定">
<div class="flow-node">中国供应商<br><strong>投入交易40美元</strong></div>
<div class="flow-arrow">供给投入 →</div>
<div class="flow-node">越南工厂<br><strong>加工／装配</strong></div>
<div class="flow-arrow">成品出口 →</div>
<div class="flow-node">美国进口者<br><strong>进口金额100美元</strong></div>
</div>

相应的证据表是：

| 要回答的问题 | 本例已有的答案 | 继续判断所需资料 |
|:--|:--|:--|
| 成品直接原产地是什么 | 假定为越南 | 真实案例需原产地与申报材料 |
| 这批生产向中国供应商采购多少 | 40美元，占本批出口金额40% | 采购、消耗、库存和批次匹配 |
| 成品中有多少中国增加值 | 未给定 | 中国供应商自己的投入来源及各环节增加值 |
| 工厂与供应商由谁持有或控制 | 未给定 | 股权及控制关系，而非贸易流向 |

40/100算出的40%，只描述这笔采购金额相对于出口金额。为看出缺少什么，再作一个不带现实估计的条件比较：若这40美元投入中，中国境内增加值占90%，沿这笔投入带入的是36美元；若占25%，则是10美元。两种情形的采购额和成品原产地都可保持原样。因此，相同的直接贸易图和采购金额可以对应不同的增加值贡献。这还只核到这一笔投入，不能顺便断言其他路径没有中国增加值。

Alfaro–Chor 在固定2023稿的 §§2、4.4 中正是把直接贸易证据与完整增加值核算分开：当时可用的世界投入产出资料不足以完成所研究近年变化的全链条分解，作者另用贸易和投资联系讨论间接关联。读到这一点，我们下一步应补上游生产和所有权资料，而不是用直接份额填掉未知项。[^paper]

再把时间放回图里。假定现有投入不能续供，而第二来源需要18个月认证，研究窗口只有3个月。第二来源的报价、长期产能再有吸引力，也尚未构成这3个月可用的供给。应先查合格库存、已确认交付、临时替代方案和认证能否提前。一个国家标签只告诉我们地点，规格与时间决定它是否真能接上这条生产链。

</section>

<section data-reading-branch="research">

<a id="ei14-regression"></a>
<a id="RESEARCH-EI14-ALFARO-CHOR-2023-08-30"></a>

### 研究分支之一：从总量转到产品回归

本分支固定使用 Alfaro、Chor 的 HBS Working Paper 24-012，2023-08-30 稿。§2采用的贸易数据是 UN Comtrade；本篇Census年表是另一次历史总量重建，不是该文2023年4月下载数据的替代文件。[^paper]

§4.2 的式(2)把一个产品从替代来源地进口的份额变化，与同一产品中国来源份额的变化联系起来。为避免把回归变量和 EI-05 的最终需求向量混淆，这里用 $s$ 重写相同变量关系：

$$
\begin{aligned}
\Delta s_{p,c}^{17:22}
&=\beta_1\Delta s_{p,CN}^{17:22}\\
&\quad+\beta_2\Delta s_{p,c}^{12:17}\\
&\quad+\delta_{h(p)}+\varepsilon_p.
\end{aligned}
$$

$p$ 是 HS4 产品，$c$ 是某个替代来源地，$h(p)$ 为所属 HS2 大类。左边和第一项都使用2017—2022的五年变化；第二项控制该来源地2012—2017的既有趋势；$\delta$允许大类有不同基准。作者用2017年美国自中国进口各HS4产品的金额作加权最小二乘权重，并按HS2聚类标准误。下表只摘取Table 3的越南和墨西哥两列，保留所用系数、标准误和样本数。[^paper]

| Table 3 摘项 | 越南列(1) | 墨西哥列(2) |
|:--|--:|--:|
| 中国份额变化的系数 $\beta_1$ | −0.198 | −0.079 |
| 对应聚类标准误 | 0.025 | 0.020 |
| HS4观察数 | 1,149 | 1,149 |
| HS2固定效应 | 是 | 是 |

我们用系数完成一次单位清楚的解释：若某产品中国来源份额的变化为−10个百分点，仅式中第一项对越南列拟合值的贡献就是 $(-0.198)\times(-10)=+1.98$ 个百分点；墨西哥列相应为+0.79个百分点。这里只计算一个解释项，既没有加上既有趋势和固定效应，也没有预测完整结果。

这个回归回答产品层变化是否系统相关。它没有把多个同期冲击分成一个唯一原因，也不把份额变化转换成实际进口量。所有来源份额本来就合计为1，共同分母和构成约束也需要注意；要进一步解释单个政策或企业迁移的因果作用，还要额外的识别安排。作者在原式解释中明确采用描述性解释。[^paper]

### 研究分支之二：读图时，先认纵轴与比较对象

§4.4 的 Figures 11–13 把问题由“美国从谁进口”推进到贸易伙伴自身的来源与投资联系。下面是原图的读图卡，不把未提取的整条曲线重建成新数据。[^paper]

| 图 | 观察对象与纵轴 | 期间与必须保留的注记 |
|:--|:--|:--|
| Figure 11 A：越南 | 越南进口中各来源地的份额变化；百分点 | 实际为2017→2021；2022双边数据不完整，图注明示用2021 |
| Figure 11 B：墨西哥 | 墨西哥进口中各来源地的份额变化；百分点 | 2017→2022；不能与A面板默认为同一终点 |
| Figure 12：欧盟 | 欧盟进口的来源份额变化；百分点 | 2017→2022，Eurostat资料版本标为2023-06-15 |
| Figure 13：制造业对外投资 | 图纵轴为Count；来源为fDi Markets | 2005—2022；计数不是投资美元金额或企业股权比例 |

这些图的分母已不再是美国总进口。Figure 11 中某来源在越南进口中的权重变化，只有在那些投入进入相关出口生产等条件下，才有助于追踪美国供应链的间接联系。Figure 13 的投资项目联系也不能替代某家工厂的完整股权结构。读图的正向任务，是为下一跳生产联系找到证据，而不是把几个不同分母的比例乘成一个“总体依赖率”。

</section>

<a id="ei14-interaction"></a>

## 五、把三层证据放回同一张分析表

现在操作实验。先看Census实数，切换金额与份额；再切到生产链，改变同批出口与上游采购金额，观察采购金额比如何变化，同时看原产地与未知所有权是否被错误地一起改掉。研究分支还可以改变式(2)第一项的假设冲击，但界面只输出该项贡献，不给“下一年进口份额预测”。

<div data-experiment-slot="exp-ei14-reallocation"></div>

静态查看时，默认状态就是：美国自中国进口金额增长6.157116%，来源份额下降5.039156个百分点；教学成品出口100美元、上游采购40美元，采购金额比40%，增加值和所有权未知。真实年表与教学采购链分别呈现。

<section data-reading-branch="research">

研究系数示范的默认值为−10个百分点，对越南、墨西哥拟合式第一项分别贡献+1.98、+0.79个百分点。它与前述总量和采购金额比使用不同分母，也有不同的证据身份。

</section>

实际做行业研究时，可以把结论写成一段有条件的路径：“某组产品的直接来源改变；这些新增生产地点使用哪些上游投入尚需核实；可用产能、交期和所有权资料决定这种变化是否降低某项具体风险。”它比一句“供应链已经转移”多了可检验的对象，也告诉我们下一份材料应当读什么。

<a id="ei14-exercises"></a>

## 六、独立复算与迁移

### 任务一：把层级和单位都算清楚

用两张Census年表重算中国来源份额变化，再解释为什么真实金额增长与来源份额下降可以同时成立。若只有两个总量，能否知道下降来自哪些HS4产品？

**解析。** 分别以505,165.1除2,339,591.3、536,268.7除3,239,732.9，得到21.592023%与16.552868%，相减为−5.039156个百分点。中国来源金额增加约6.16%，低于总进口约38.47%的增幅，因此份额下降。产品分解还需要各产品的进口金额和来源构成；前面的两产品例证明，即使产品内来源份额不变，总份额也可能下降。

### 任务二：分清未知项，然后指定资料

沿100美元出口、40美元上游采购的例子，有人写“中国增加值40%，工厂为中国企业控制”。请改写成一条已经有证据的结论，并为两个未知项分别指定资料。

**解析。** 已有信息支持“该批出口使用了40美元向中国供应商采购的投入，采购金额相对出口金额为40%；成品原产地在题设中被假定为越南”。增加值来源需要上游投入和各环节增加值核算，控制关系需要股权及控制信息。供应商所在地不能同时完成这两项识别。沿同一笔投入把中国增加值比例假设为90%或25%，分别得到36或10美元的贡献，正好证明采购金额本身不决定答案。

### 任务三：迁移到具有认证壁垒的零部件

设一家设备商公布了两个国家的合格供应商名单，但第二来源的特定新型号仍需18个月认证；目前研究未来3个月的交付。请写一个完整分析过程，而不是只写“风险分散了”。

**解析。** 先固定产品型号、需求物量与交付月份，不能用整个供应商已获其他产品认证来替代本型号认证。再核现有供方确定到货、同规格库存和备用供方最早合格交付时间。若认证不能在3个月内完成，第二来源在当前时间窗的可用供给为零，名单增加只改变了更长期的可选路径。然后核实两家是否依赖同一关键上游或同一控制主体，以区分地理分散、生产依赖和所有权集中。最后给出能更新结论的事件，例如特定型号通过认证、锁定产能并取得可执行交付安排。

<section data-reading-branch="research">

### 研究分支检验：修正一段回归解释

“Table 3 表明，中国份额减少10%，就会使越南进口增长1.98%，Figure 11 又用2022数据证明两国上游关系。”这句话有哪几处需要修正？

**解析。** 系数示范应以−10**个百分点**解释自变量，+1.98个百分点只是越南来源份额拟合式中该项的贡献，不是进口金额增长，也不是完整预测或单一因果。Figure 11 越南面板实际用2021作终点；它观察越南进口来源，与Table 3的美国进口产品份额不同。两者可以共同提出一条待核的间接生产联系，但还缺投入如何进入相关出口以及增加值、所有权等资料。

</section>

完成本篇后，我们就能把“跨境重配”写成几条明确的生产与交易路径：变化发生在哪些产品、哪些国家、哪些环节，在研究期限内能交付多少，又由谁承担经营风险。行业资料据此进入企业分析，而不是直接跳到某家公司的利润或股票价格。

[^china]: EIC-S05。U.S. Census Bureau，*Trade in Goods with China*，2017/2022年度TOTAL的Imports列；名义百万美元、未季调。读取与冻结日期2026-09-21。https://www.census.gov/foreign-trade/balance/c5700.html
[^world]: EIC-S06。U.S. Census Bureau，*Trade in Goods with World, Not Seasonally Adjusted*，同年TOTAL的Imports列及口径注。读取与冻结日期2026-09-21。https://www.census.gov/foreign-trade/balance/c0015.html
[^paper]: EIC-S04。Laura Alfaro、Davin Chor，*Global Supply Chains: The Looming “Great Reallocation”*，HBS Working Paper 24-012，2023-08-30稿；§2（印刷p.5及延续），§4.2式(2)、Table3（p.18，PDF物理页21）及该节解释，§4.4（pp.26–30）与Figures11–13（pp.27–28）。Table3使用UN Comtrade、2017金额权重、HS2固定效应与聚类标准误。本文只摘必要数据与自行解释，不重估回归。https://www.hbs.edu/ris/Publication%20Files/24-012_b2f8ef5c-dc1b-4897-b66e-0edea5a20942.pdf

<link rel="stylesheet" href="/notebook/labs/ei-c/reader.css">
<script src="/notebook/labs/ei-c/reader-adapter.js" defer></script>


## Additional teaching material
### 本篇实验静态等价与边界

2017中国/世界=505165.1/2339591.3，份额21.592023%；2022为536268.7/3239732.9，份额16.552868%。中国金额+6.157116%，世界+38.474310%，份额-5.039156个百分点。教学100出口/40采购给40%采购比，VA/所有权未知。研究-10pp的第一项分别+1.98/+0.79pp。

**边界：**真实年表不可编辑；不取网页新年份代替冻结窗口。；教学金额0..200有限数；出口0比率null；采购/出口可大于100%，但不称份额或VA。；研究变量单位为百分点；delta -20..20；只算一项，不裁剪成预测概率。；Figure11越南2021、墨西哥2022；Figure13是Count，不是USD。；Census aggregate不可当作UN Comtrade HS4回归输入。


## Experiment inputs and static equivalents
```json
[
  {
    "id": "exp-ei14-reallocation",
    "title": "来源份额与三层生产联系",
    "anchor": "ei14-interaction",
    "description": "只读Census历史额/份额；教学采购链不填VA或所有权；研究面板只算Table3式(2)第一项。",
    "inputs": {
      "observed": "https://ou-liu-red-sugar.github.io/notebook/labs/ei-c/inputs.json#trade",
      "network": {
        "export_default": 100,
        "purchase_default": 40,
        "unit": "USD, same batch",
        "range": [
          0,
          200
        ],
        "origin": "Vietnam (assumed qualified)",
        "ownership": null,
        "value_added": null
      },
      "research": {
        "delta_china_pp_default": -10,
        "range": [
          -20,
          20
        ],
        "coefficients": [
          -0.198,
          -0.079
        ]
      }
    },
    "algorithm": [
      "shares=100*china/world; growth=100*(last/first-1); pp=share2022-share2017",
      "matched purchase ratio=100*purchase/export if export>0, otherwise null",
      "ownership and China VA always null unless independent new evidence supplied (no control for these in current lab)",
      "study partial term=reported beta*assumed regressor change in pp; not full fitted value",
      "composition: within-product shares .5/.1 unchanged; weights .8/.2 to .2/.8 => .42 to .18"
    ],
    "outputs": {
      "china_growth_pct": 6.157115762747667,
      "world_growth_pct": 38.474309594158605,
      "share_change_pp": -5.039155682730545,
      "network_ratio_pct": 40,
      "ownership": null,
      "value_added": null,
      "regression_partial_pp": [
        1.98,
        0.79
      ]
    },
    "boundaries": [
      "真实年表不可编辑；不取网页新年份代替冻结窗口。",
      "教学金额0..200有限数；出口0比率null；采购/出口可大于100%，但不称份额或VA。",
      "研究变量单位为百分点；delta -20..20；只算一项，不裁剪成预测概率。",
      "Figure11越南2021、墨西哥2022；Figure13是Count，不是USD。",
      "Census aggregate不可当作UN Comtrade HS4回归输入。"
    ],
    "static_equivalent": {
      "markdown": "https://ou-liu-red-sugar.github.io/notebook/labs/ei-c/static-equivalents.md#ei-14",
      "in_entry": "ei14-interaction"
    },
    "accessibility": "金额图与份额图标明轴及单位；三层网络分别标签；零分母显示未定义；完整表/静态文字可替代图。",
    "local_url": "/notebook/labs/ei-c/interactions.html?experiment=exp-ei14-reallocation#exp-ei14-reallocation",
    "implementation_files": [
      "/notebook/labs/ei-c/interactions.html",
      "/notebook/labs/ei-c/engine.js",
      "/notebook/labs/ei-c/inputs.json",
      "/notebook/labs/ei-c/inputs.js",
      "/notebook/labs/ei-c/ui.js",
      "/notebook/labs/ei-c/lab-adapter.js"
    ],
    "state": "staging_only_awaiting_Lead_UI"
  }
]
```

## Sources
- [Global Supply Chains: The Looming “Great Reallocation”](https://www.hbs.edu/ris/Publication%20Files/24-012_b2f8ef5c-dc1b-4897-b66e-0edea5a20942.pdf): 固定历史版本的产品来源重配研究。§4.2式(2)/Table3为UN Comtrade HS4描述性WLS；§4.4区分间接贸易/投资联系和未完成的增加值核算。Figure11越南用2021，墨西哥用2022；Figure13纵轴Count。
- [Trade in Goods with China](https://www.census.gov/foreign-trade/balance/c5700.html): 美国商品进口的中国来源金额；名义百万美元、未季调。固定2017/2022 TOTAL Imports，不是论文Comtrade产品回归输入。
- [Trade in Goods with World, Not Seasonally Adjusted](https://www.census.gov/foreign-trade/balance/c0015.html): 同口径美国世界商品进口分母；名义百万美元、未季调。用于本站份额和增长率计算。

## Content relations
```json
[
  {
    "from": "zh-ei14",
    "relation": "part_of",
    "to": "industry-environment",
    "reason": "主要 topic 归属"
  },
  {
    "from": "ei14-network",
    "relation": "requires",
    "to": "zh-ei05",
    "reason": "沿生产链区分直接与间接投入",
    "required_competence": "会区分一跳采购和多轮生产需要；可就地短释",
    "at_section": "ei14-network"
  },
  {
    "from": "ei14-totals",
    "relation": "uses_method",
    "to": "zh-ei02",
    "reason": "历史总量、分母与数据版本",
    "at_section": "ei14-totals"
  },
  {
    "from": "ei14-regression",
    "relation": "supported_by",
    "to": "EIC-S04",
    "reason": "固定历史版本的产品来源重配研究。§4.2式(2)/Table3为UN Comtrade HS4描述性WLS；§4.4区分间接贸易/投资联系和未完成的增加值核算。Figure11越南用2021，墨西哥用2022；Figure13纵轴Count。",
    "locator": "HBS24-012, 2023-08-30; §2; §4.2 Eq(2)/Table3; §4.4/Figures11–13",
    "scope": "§2数据、§4.2完整采用回归设定和结果解释、§4.4完整单元与图注",
    "at_section": "ei14-regression"
  },
  {
    "from": "ei14-totals",
    "relation": "supported_by",
    "to": "EIC-S05",
    "reason": "美国商品进口的中国来源金额；名义百万美元、未季调。固定2017/2022 TOTAL Imports，不是论文Comtrade产品回归输入。",
    "locator": "2017/2022 annual TOTAL, Imports column + unit/seasonality notes",
    "scope": "完整读取两年表头、年度TOTAL及相关口径；只采用冻结两年",
    "at_section": "ei14-totals"
  },
  {
    "from": "ei14-totals",
    "relation": "supported_by",
    "to": "EIC-S06",
    "reason": "同口径美国世界商品进口分母；名义百万美元、未季调。用于本站份额和增长率计算。",
    "locator": "2017/2022 annual TOTAL, Imports column + unit/seasonality notes",
    "scope": "完整读取世界年表同年同列及表头、口径",
    "at_section": "ei14-totals"
  },
  {
    "from": "ei14-totals",
    "relation": "illustrated_by",
    "to": "CASE-EI14-CENSUS-IMPORT-2017-2022",
    "reason": "同口径金额和份额",
    "at_section": "ei14-totals"
  },
  {
    "from": "ei14-regression",
    "relation": "illustrated_by",
    "to": "RESEARCH-EI14-ALFARO-CHOR-2023-08-30",
    "reason": "固定研究版本",
    "at_section": "ei14-regression"
  },
  {
    "from": "ei14-chain",
    "relation": "illustrated_by",
    "to": "MODEL-EI14-MATCHED-PURCHASE-01",
    "reason": "明确假设的生产批次",
    "at_section": "ei14-chain"
  },
  {
    "from": "ei14-interaction",
    "relation": "illustrated_by",
    "to": "exp-ei14-reallocation",
    "at_section": "ei14-interaction",
    "reason": "只读Census历史额/份额；教学采购链不填VA或所有权；研究面板只算Table3式(2)第一项。"
  }
]
```

## Related entries