基于图论世界贸易网络方差研究.docVIP

基于图论世界贸易网络方差研究 　　【摘 要】世界贸易网络是一个复杂的自组织系统，本文基于图的熵的最可几估计，不同于其他研究——独立的考虑各国进口额和出口额，这里将两国有相互贸易的情形引入世界贸易网络，形成一组无参数模型，运用这些模型计算分析其拓扑性质的方差。 　　【关键词】自组织；图；拓扑；期望；方差 　　1.引言 　　如果一个系统不靠外部指令而形成组织，系统在内在机制的驱动下，系统内要素各尽其责而又协调地自动地形成有序结构，就是自组织系统； 在一定条件下，系统自动地由无序走向有序，由低级有序走向高级有序[1]。世界经济就是一个复杂的自组织系统，实际情况表明世界经济系统中，各国从事行业多种多样，规模差距很大，赢利能力千差万别，成长性迥异（有每年成倍增长的，也有大幅萎缩的），国家与国家之间以贸易联系起来，从而形成一个复杂网络，而这个复杂网络自行从简单向复杂、从粗糙向精细方向发展，不断地提高自身的复杂度和精细度。研究表明，世界贸易网络的拓扑性质依赖于世界各国的国民生产总值，国民生产总值又依赖于国际贸易，而国际贸易又促进世界经济，这样世界贸易网络是一个连续的反馈，其动力学性质和其拓扑性质在该网络中共同进化[2]。一般来说，理解自组织网络在科学上是个大挑战，这类网络的模型只有极少数是解析的。不过，世界贸易网络的拓扑可以由包含度序列的无参数模型产生，该做法使得研究复杂世界贸易网络成为可能[3]。本文，在介绍离散化方法后，运用该法去研究相互关联的发生，即研究有向图。图论算法中，度是一个非常重要的概念，所谓顶点的度，就是指和该顶点相关联的边数。“入度”是指有向图中某点作为图中边的终点的次数之和；以某顶点为起点，起始于该顶点的边的数目称为该顶点的“出度”[4]。这里我们引入一个新的概念——互惠度，即两个独立国家之间有相互的贸易往来，在有向图中A是起点有指向B的边，同时B是起点有指向A的边，此联系称为A的一个互惠度。与其它研究不同的是，一般研究结果仅通过点的入度或仅通过点的出度得到，这里我们考虑每个点的互惠度和非互惠度，则局部信息被强化，图的随机方差很小。因此，复杂化的自组织的世界贸易网络被证明编码到相对简单和局部动力结构中，网络的局部动力结构分别具体到每个顶点的互惠度和非互惠度上。 　　2.主要内容 　　在这个部分我们简明地概括下我们运用的随机化方法，同时具体解释如何运用该法研究世界贸易网络。 　　2.1随机化方法 　　我们的方法基于图的最大熵的最大可几估计，引入一个真实网络的一组无参数模型，运用这些模型分析拓扑性质[5]。无参数模型对变量之间具体的函数关系没有要求，解释变量和被解释变量的分布也很少限制，回归的终极目的也不是为了求一个“好的”参数估计值，而是直接求被解释变量的样本函数值。简单地说，无参数估计实际上是一种特殊的加权平均。 　　给定的真实网络G*的n个顶点的哈密顿图，即经过图中所有顶点一次且仅一次的回路，该图可以是二元图也可以是权重图，可以是有向的也可以是无向的。定义一个无参数模型，产生G*的一组随机化变量，即指定每个图G指定一个概率P（G），即建立一个方法去分配概率。 　　自组织系统是耗散的，熵在约束条件： 　　下取极值。 　　图G*待考察的拓扑性质的集合{Cα}赋值为{Cα（G*）}。首先由约束条件为概率是正规化的，我们取，这里限制条件的线性组合系数{θα}是自由参数，充当控制期望{}）的拉格朗日乘子，而分母为配分函数。熵取极值等价为对数函数求极值得到拉格朗日乘子{θα } [8]。取定拉格朗日乘子参数值θ*满足，得： 　　即限制条件的平均等于真实网络的一观察值Cα（G*）。类似的，运用上述拉格朗日乘子可以得到任意拓扑性质X的平均值* 　　。 　　本文采用邻接矩阵的表示图中信息，即是用一维数组存储图中顶点的信息假设图G=（V，θ）有n个确定的顶点，即V={v1，v2，…，vn}，用矩阵表示图中各顶点之间的邻接关系，为一个n×n的矩阵，矩阵的元素为gij表示边（vi，vj）上的入度。一般期望值的计算很麻烦，通常采用线性近似方法求期望。然而，本文我们取特定的拓扑性质X，其期望可以被精确计算。采用通常的定义得到X的方差： 　　这里是邻接矩阵元素和的协方差。该公式可以通过考虑二阶矩概率的因式分解，具体如下，这里将所有顶点（i，j）（i*的标准方差为多少。与期望值一致的量可以通过附加条件{Cα}解释，与期望值差别很大的量无法通过附加条件{Cα}解释。其他方法得到这个结果，需要许多真实网络的离散变量，然后度量每个变量，最后计算X的均值和方差[6]。整个过程很花费时间，特别是对于复杂拓扑性质。相反，我们的方法可以在短时间内得到 *量，以便度量信号网络G*的X*。 　　2.2有向构型模型 　　如果网络是二