图 1(页 15):展示在 n=20 的隨機 Erdos‑Renyi 網絡下,当固定一方 θ_i = 1 並讓對手 θ_j 變動時,兩方獲利變化百分比與 θ_j 的關係,並分面展示三種 Beta 分佈與不同連結概率 ℓ。
嵌入图片:
描述與解讀:上排為所採用的生產率分佈密度(Beta(0.5,0.5), Beta(1,1), Beta(2,2)),下排主圖顯示當 θ_j 趨小時,高生產率 i 的利潤變化(實線)會從正轉負並穿過 0(存在臨界 θ^*),而低生產率 j(虛線)通常在加入連結時穩健獲益;不同網絡密度 ℓ 影響曲線形狀與臨界點位置,並由陰影層表示不確定性範圍。16
與文本的聯繫:該圖視覺化支持命題 3 與模擬敘述:連結收益對夥伴 θ 單調;低型總是從接連中受益,高型有臨界 θ^* 將切斷連結以提升利潤。16
潛在限制:圖為模擬平均效應,受樣本网络隨機性與 Beta 參數影響;此外固定一方為最強者(θ=1)限制了對一般任意配對的外推性(作者在圖 2 中擴展)。16
图 2(页 16):把图1 擴展到任意兩家 i、j 的不同 θ_i(0.25,0.5,0.75),並在每種 θ_i 下變動 θ_j (< θ_i) 展示利潤變化。
嵌入图片:
描述與解讀:每欄顯示不同 Beta 分佈,每行為不同 θ_i;結果顯示對任意 θ_i 存在 θ_j 臨界點,下限區間內高型會因連結而損失利潤,支持「任意高生產率 firm 對夥伴生產率存在拒絕連結的門檻」的泛化結論。17
與文本關聯:直接支援段落所述“存在 θ_i^* 使得 i 不會與 θ_j < θ_i^* 的 j 形成連結”。17
图 3(页 18):n=4、ρ=1/2 的全穩定域圖,顯示在 (θ, φ) 空間中三類結構(Complete、Intermediate、Positive Assortative)的 pairwise stability 區域與閾值線。
嵌入图片:
描述與解讀:左側大圖為合成穩定域,藍色 (PA) 覆蓋低 θ 區域,綠色 (Complete) 覆蓋高 θ 區域,橙色為中間型。右側三小圖分別繪出每種結構的 θ 隨 φ 變動閾值線。觀察到存在上下兩個閾值 θ̲、θ̄,且 θ̲ < θ̄,產生一段交疊區間兩種結構同時穩定;隨 φ 增加,閾值下降(即成本越大,穩定區域更偏向某一結構)。這提供了對命題 3 的完整數值化刻劃,並顯示 PA 與 Complete 幾乎覆蓋整個參數空間(在某些參數下還會出現 intermediate 結構)。19
方法與限制:n=4 的封閉式枚舉能完全列舉 2^6 結構,利於穩定性邊界的精確計算,但 n>4 時解析不可行,需靠模擬近似(作者後續即採此法)。19
图 4(页 20):在 n=6, ρ=0.5 下比較若干 pairwise stable 結構的福利、個體努力與利潤隨低型生產率 θ 變動的曲線(上為福利,中下為努力與利潤比較)。
嵌入图片:
描述與解讀:上圖顯示 PA(藍)通常產生最高福利,Complete(紅)最低,其他 intermediate 結構介於其間,並在兩條豎線(θ̲、θ̄)周圍標記結構穩定性的變化;下方努力圖顯示 high‑type 場在 PA 中投入最大,若有 H‑connected(與所有 firms 相連的 high)則該 H‑connected 反而投入較低,利潤圖則展示 H‑connected 常為利潤最高者。整體說明:「連結配置會顯著改變努力與利潤分配,進而影響總福利。」21
與文本呼應:圖支援文本關於“PA 在某些 θ 下 welfare 較高,但隨 θ 增高會導致穩定結構變換進而使福利跳降”的敘述,並清楚顯示中間結構透過讓部分 high‑type 成為 H‑connected 過渡到完全網路的機制。21
图 5(页 23):展示在 n=10 下 PA 與 Complete 網絡隨 ρ(高型比重)與 θ 變動的福利,以及在 PA 下固定 θ=0.1 時福利對 ρ 的倒 U 形關係。
嵌入图片:
描述與解讀:上排分別繪 θ 與穩定性不同 ρ 的多色曲線,顯示 PA 的穩定域隨 ρ 增大而收縮,而 complete 的穩定域相對不變;下排左圖(PA,θ=0.1)展示福利對 ρ 的倒 U:在 PA 下中等 ρ 最有利,過高或過低皆不佳,反映 crowding‑out 效應;complete 下則是單調上升的關係。此圖關鍵揭示「增加高‑productivity firm 的份額不一定提升 welfare,因為網絡結構和連結密度同時改變」。24
與文本關聯:直接與 Section 3.2 關於 crowding‑out 的陳述吻合,並給出政策含義(生產率提升可能透過改變內生網絡結構抵消福利增益)。23 24
图 6(页 26):在 n=10 下繪出隨隨機網絡總連結數(network density)變動的福利曲線(多重 ρ 與 θ),並標出 PA 與 Complete 的福利點。
嵌入图片:
描述與解讀:三面板分別為 ρ=0.2,0.5,0.8;平均福利曲線呈倒 U(在一定密度下達最大),且 PA / Complete 在 x 軸對應的連結數上表現可高於或低於隨機平均,取決於 θ 與 ρ。此圖用大量隨機化顯示「連結密度本身(而非僅結構)對福利有顯著影響,但 PA 的拓撲性質會在某些參數下超越純密度效應」。27
局限性:隨機網絡平均消除了結構化連結模式的影響(例如同類聚集),因此仍需將 PA 與等密度的隨機網絡比較來隔離結構效應(作者在圖 7 進一步做此比較)。27
图 7(页 27):把 PA 的福利與具有相同總連結數的隨機網絡平均福利作對比,分三個 θ 值(0.1,0.5,1.0);橫軸為 ρ。
嵌入图片:
描述與解讀:當 θ 很小(大生產率差)時,PA 在中間 ρ 有顯著福利溢價(PA 極大化 welfare),但當 θ 接近 1(同質情況)時,PA 與隨機網絡的差異縮小且福利本身更趨平坦,說明 PA 的結構性福利優勢依賴於生產率差距與成分比重。28
與文本:此圖支持作者論點:PA 的結構效應超越單純密度效應,且在高度異質場景下能產生顯著福利增益。28
Figure 8(页 37):固定兩個完全子圖(two cliques)網絡,研究在保持連結不變下逐步將 firms 升級為高生產率時過渡 firm 的利潤變化。
嵌入图片:
描述與解讀:曲線顯示從 θ 的低值到高值,升級帶來的利潤增益較大;而當網絡正好是 PA(ρ=0.5)時,某些升級位置會產生較小邊際增益(因為 clique 組成使得升級效應較為內部化)。這強調 network composition(誰在哪個 clique)影響升級的邊際回報。38
Figure 9(页 38):大規模 n(從 5 到 200)與多重 ρ 組合下 PA 與 fully connected (FC) 的穩定區域示意。
嵌入图片:
描述與解讀:每格表示特定 n 與 ρ 下 θ vs φ/n 空間的穩定域,顯示隨 n 增加 PA 穩定區域擴展(尤其在中低 θ 與適中 φ/n),而 FC 在多數參數仍占優勢但 PA 在大 n、異質性更顯著時亦能穩定。此圖支持作者主張在更大系統規模下 PA 與 FC 共同覆蓋大部參數空間的結論。39
(結語)本文在理論與模擬上均做出嚴密論證,提出的「異質生產率會改變網絡穩定性並可能降低總體福利」的核心見解具重要學術與政策意義;不過結果的泛化需以更多 robustness 與動態/群體偏離分析為補強。