匈牙利增值税数据集

该数据集是基于匈牙利的月度增值税数据构建的，包含了711,248家公司和38,644,400个连接，涵盖了2014至2022年整个经济体系的公司层级重组事件。数据集用于探索供应链网络的时序演变，以及公司进入和退出的动态过程，对于理解经济的创新、增长、发展和经济冲击传播等过程具有重要意义。

This dataset is constructed using monthly value-added tax (VAT) data from Hungary, encompassing 711,248 firms and 38,644,400 connections. It covers firm-level restructuring events across the entire national economic system from 2014 to 2022. The dataset is utilized to investigate the temporal evolution of supply chain networks as well as the dynamic processes of firm entry and exit, and holds critical importance for understanding economic innovation, growth, development, and the propagation of economic shocks.

搜集汇总

数据集介绍

构建方式

匈牙利增值税数据集基于2014年至2022年匈牙利企业月度增值税申报数据构建，涵盖了711,248家企业和38,644,400条供应链关系。数据通过记录企业间的交易关系，重建了整个国家的供应链网络。为确保数据质量，仅保留在六个月内至少发生三次交易的稳定供应链关系，从而排除了偶然性交易的影响。数据收集过程中考虑了不同时期的报告阈值变化，并进行了相应的调整以确保时间序列的一致性。

特点

该数据集以其高时间分辨率和全面性著称，能够捕捉企业级供应链网络的动态变化。数据揭示了供应链网络的高动态性，每年约有25%的企业退出网络，28%的新企业加入，同时55%的供应链关系在一年内发生变化。数据集还包含了企业的行业分类信息（NACE代码），使得研究者能够分析不同行业间的供应链模式差异。此外，数据集的规模覆盖了几乎整个匈牙利经济，为研究供应链网络的宏观和微观特性提供了独特资源。

使用方法

该数据集适用于研究供应链网络的动态演化、经济韧性、系统性风险传播等领域。使用时可首先通过企业标识符和交易时间重建供应链网络的时间序列。研究者可分析企业进入退出率、供应链关系的持久性以及网络拓扑结构的变化。数据集还可用于校准网络生成模型，模拟不同经济冲击下的供应链重组过程。在使用时需注意不同时期报告阈值的变化可能对网络密度产生影响，建议按不同时间段分别分析以确保结果的可比性。

背景与挑战

背景概述

匈牙利增值税数据集由Tobias Reisch、András Borsos和Stefan Thurner等研究人员于2022年创建，旨在探索国家级供应链网络（SCN）的动态演化。该数据集基于2014年至2022年匈牙利企业月度增值税数据，包含711,248家公司和38,644,400条连接，覆盖了几乎整个经济体的企业级重构事件。该数据集为研究供应链网络的动态变化、企业进入与退出机制以及供应链关系的重构提供了宝贵资源，对理解经济系统的韧性和冲击传播具有重要意义。

当前挑战

匈牙利增值税数据集面临的挑战主要包括：1) 领域问题挑战：供应链网络的动态变化极为复杂，每年约25%的企业退出网络，28%的新企业进入，55%的供应链链接在一年内消失，如何准确捕捉这些动态变化是一个重要挑战；2) 构建过程挑战：数据收集过程中存在报告阈值变化导致的系统性偏差，且交易时间与实际增值税支付时间可能存在延迟，影响数据的时序准确性。此外，如何从海量数据中识别稳定的供应链关系（定义为六个月内至少三次交易）也是一个技术难点。

常用场景

经典使用场景

匈牙利增值税数据集在研究供应链网络动态演化方面具有重要价值。该数据集通过记录2014至2022年间匈牙利企业的月度增值税交易数据，构建了包含711,248家公司和38,644,400条连接的国家级供应链网络。其最经典的使用场景包括分析企业层面的供应链连接形成与解构过程，量化网络重连动力学特征，如每年约25%的企业退出网络、28%新企业进入，以及55%的供应链链接在次年发生变更等现象。该数据集为研究供应链网络的稳定性、适应性和鲁棒性提供了微观层面的实证基础。

衍生相关工作

该数据集衍生出多项经典研究：Diem等人（2022）开发的ESRI系统性风险度量框架被广泛应用于欧洲生产网络分析；Pichler等（2023）基于此构建了全球3亿企业供应链图谱；Bacilieri等（2023）比较了匈牙利、厄瓜多尔等国的多层级企业网络特性。在方法论层面，Reisch等（2022）发展的稳定链接过滤算法（六个月内≥3次交易）成为处理增值税时序数据的标准流程，相关模型代码已在GitHub开源，支持数字孪生经济系统的构建。

数据集最近研究

最新研究方向

匈牙利增值税数据集的最新研究聚焦于供应链网络（SCN）在企业层面的动态重构机制。该数据集通过2014至2022年间匈牙利企业的月度增值税交易记录，重构了包含711,248家企业和38,644,400条连接的国家级供应链网络，为研究经济系统的微观动态提供了前所未有的分辨率。前沿研究揭示了供应链网络每年约25%的企业退出和28%的新企业进入，且55%的供应链接会在次年消失，表明经济系统存在持续的剧烈重构。研究进一步发现，新链接倾向于以超优先连接（p(i) ∝ k^1.08）方式附着于高连接度企业，并开发了统计网络生成模型以模拟网络拓扑特征和系统性风险分布。这些成果对理解经济韧性、冲击传播及产业政策设计具有重要意义，尤其在新冠疫情等全球供应链中断事件背景下，为企业级供应链动态建模提供了实证基础。

相关研究论文

• Supply chain network rewiring dynamics at the firm-level

  复杂性科学中心维也纳 · 2025年