产业竞争关系复杂网络及高技术产业网络

产业竞争关系复杂网络与高技术产业网络是中国学者提出的经济复杂网络模型.对产业竞争关系复杂网络的研究文献进行评述,讨论其在复杂网络方面的工作以及这些工作的产业组织与企业管理学意义;评述高技术产业网络的研究.认为真实世界中的企业本来就是嵌入在由大量竞争对手构成的复杂网络之中的,但经典的产业组织学与管理学理论由于缺乏处理大规模网络的方法与工具,一直没能揭示这种网络因素对产业市场结构与企业对抗行动的影响,产业竞争关系复杂网络模型的出现恰好填补了这个理论空白;另一方面,方锦清团队从网络科学角度建立的高技术产业网络的多种模型以及对中国高技术产业的分析,既有理论意义又有重要的实践价值.     

基于复杂网络的世界航运中心网络结构与特征

航运中心城市是航运业集聚的空间载体。由于全球化和国际贸易的影响,航运产业链的不同价值部分在一定空间范围分布,考虑产业空间位置的产业链打破了传统的简单线性关系,形成复杂的网络关系。根据世界重要航运公司在各城市的职能分布,建立并验证了基于航运企业价值链接的世界航运中心之间呈现复杂的网络关系,世界航运城市网络具备小世界特征;对该复杂网络进行测度得出:国际航运中心出现向亚太地区转移的趋势;世界航运城市呈现"多核心复杂嵌套式核心—边缘"结构特征;提出了世界航运城市的网络级、核心节点级和边缘节点级3个层次。并建议通过建立航运龙头企业来提升上海在世界航运网络中的地位。     

快递产业竞争关系网络模型构建及结构特性分析

基于复杂网络理论方法,用点表示快递企业,以快递企业服务网点所处地域的重叠程度定义企业间的竞争关系,构建快递产业加权非对称竞争关系网络模型。结合快递企业服务网点地域分布的实际数据,形成快递产业竞争关系网络拓扑的抽象描述,分析其拓扑结构的复杂特性。结果显示,快递产业竞争关系网络是一个小世界网络,其累积入强度和出强度分布分别表现出快速衰减的尾部和指数截断的特点,具有典型的富人俱乐部现象,但社区结构不明显。以这些结构特征为基础,对其经济意义进行解释,为快递企业服务网点布局及快递产业政府监管部门合理引导产业竞争提出建议。     

金融系统压力:指数化测度及其溢出效应研究

2008年全球金融危机的爆发及其冲击促使监管者更多的关注全球金融市场的关联网络特征及金融风险在各金融市场间的传导机制.本文基于全球向量自回归模型(GVAR),从关联网络的视角构建了金融压力溢出效应模型,考察信贷市场、资本市场、外汇市场、债券市场和货币市场等五个金融子市场压力在不同国家和市场间的传导及其动态演变.研究结果表明,美国是全球金融市场中金融压力主要溢出者;发达经济体主要通过其资本市场和货币市场影响我国的信贷市场、资本市场和外汇市场,而新兴经济体金融压力则主要影响我国的债券市场和货币市场.资本市场和货币市场是不同国家和金融子市场间金融压力传染的重要路径.2014年以来国际金融市场压力对我国金融市场的影响远高于金融危机时期,且资本市场和外汇市场所受影响更为显著.     

基于系统动力学的企业跨国并购动态整合能力研究

本文提出了企业跨国并购动态整合能力的概念,对企业跨国并购整合过程从动态角度进行识别,并采用系统动力学方法构建动态整合能力概念模型,从识别能力、转移能力和应用能力三方面对企业跨国并购的动态整合能力进行分析,模拟动态能力系统的运行状况,并根据并购双方实际情况(文化差异、能力内隐性)对企业提升整合能力提出了相应政策建议。     

基于SNA的产业集群内知识转移——以佛山照明集群为例

企业间各种关系是知识转移的主要渠道,知识转移对企业创新绩效具有重要影响。知识和信息通过企业关系获得转移,进而促进企业创新绩效提高是当前中国以中小企业为主的产业集群获得创新的主流路径。本研究基于佛山照明集群实践,构建佛山照明协会正式会员企业的整体网,研究显隐性知识转移到底是在哪些企业关系网络上发生的问题,以及企业在知识转移网的位置对创新绩效的影响。研究发现,显性知识主要是通过关系强度较弱的市场关系进行转移,而隐性知识则是在关系强度较强的社会关系上转移。无论是在显性还是隐性知识转移网络中,中心性对企业产品创新和过程创新都有显著的积极影响,然而,结构洞对企业间知识转移和创新绩效的影响并不显著。     

国际资本流动网络复杂性研究的总体框架

围绕国际资本流动网络复杂性的研究范式、研究方法和研究工具对现有学术文献进行了综述和展望。研究表明,基于离散空间网络的复杂性科学研究范式非常适合国际资本流动网络复杂性研究。"复杂离散网络构建——系统演化——输入输出关系分析——决策建议"这一流程可以很好地融合在研究流程之中。同属国际资金交互网络的国际贸易资金流动网络构建及其拓扑结构分析,可在数据可获得性越来越高的背景下应用于国际资本流动网络复杂性的研究中。经过对网络节点和邻居模式的拓展,新定义的广义元胞自动机模型可以作为承担国际资本流动网络演化及参数计算的有力工具。     

基于系统辨识的全球科技领军人才流动网络化模型研究

针对全球科技领军人才流动问题,将文献计量学、复杂网络和系统辨识三种分析工具相结合,建立全球科技领军人才跨国流动网络化模型.首先,应用文献计量学方法,给出全球范围内重点科技领域的领军人才的准确定义.提出基于履历分析法收集全球主要国家科技领军人才流动数据的方法:之后,结合代数图论、矩阵理论和复杂网络理论,建立全球科技人才流动网络框架模型,确定框架模型中能够直接推导出的参数和待辨识的未知参数,应用定量化模型描述全球科技人才流动的整体态势;再次,将各个国家的全球科技人才总量按时间段进行收集汇总,建立相应的数据库,基于数据库应用最小二乘方法辨识框架模型中的未知参数,从理论上完成全球科技人才流动网络模型的构建.最后.应用部分领域全球主要国家科技领军人才数据,对模型的有效性进行验证,分析领军人才流动的特点.     

基于Salop模型的网络企业横向并购研究

基于Salop圆周城市模型,对网络外部性存在下的市场自由进入与企业横向并购问题进行了研究.论文考虑了并购对成本所产生的影响,通过数值模拟分析了网络外部性对市场均衡结果的影响,将企业竞争与并购理论在网络经济中进行了拓展.研究表明:网络外部性越强,则市场集中度越高,网络企业为了获得更高的利润,具有较强的动机进行横向兼并;市场集中度越高则社会净福利越大,最优行业结构为完全垄断.最后,论文对网络经济下企业竞争范式的转变进行了探讨.     

基于混合三寡头模型的企业跨国竞购行为

构建了混合三寡头的三阶段跨国并购博弈模型,分析了国有企业在海外竞购中"恶性竞争"问题,给出企业跨国并购的可行集及并购使福利提高的范围和条件。研究得出,当国内企业进行跨国竞购时,公有企业总会比私有企业表现更积极,对外国企业的出价更高,这是公有制企业的性质使然,也是公有企业参与市场竞争的必然结果。为解决上述问题,应该尽量避免仅有国企参与竞购的局面,要给予国内私有企业与国企一起参与跨国竞购的公平机会,以私企作为标尺和参照,可以抑制国企的过高出价,改善社会福利。     

病毒传播模型的瞬态仿真研究

对复杂网络的拓扑结构厦病毒传播的动力学模型进行了研究，发现了复杂网络的拓扑结构与病毒传播模型之间的联系。对痛毒传播的动力学模型的分析与仿真，其目的是研究复杂网络中病毒传播的瞬态特性。实验表明。复杂网络的瞬态特性取决于网络自身的拓扑结构，在不同的初始感染比例条件下，病毒的传播均以指数增长，最终达到稳态，且达到稳态时感染密度、所用时间与初始感染比例均呈线性关系，这些结果为制定有效的抑制病毒传播的策略提供了有利的参考。     

复杂系统、复杂网络自相似结构的涌现规律

在现实世界的复杂系统中,树状分形广泛存在.最近对于复杂网络的研究又揭示大量网络为自相似结构,随之而来的问题是:自相似结构是如何形成的.本文结合复杂系统与复杂网络,给出一个树状生长模型,通过论证揭示:生长过程及自相似结构的涌现,可集中由简单的幂律体现:幂律是自组织形成的临界状态,在它的支配下,系统得以保持有序演化发展,并涌现层层相似的自相似结构,其分形维数或相应的指数,是系统功能的度量.复杂寓于简单,简单形式的幂律蕴含了自组织演化发展并涌现自相似结构的全部过程的信息,是支配现实世界广泛现象的动力学.     

复杂网络及其在国内研究进展的综述

从复杂网络模型的演化入手,在简要介绍复杂网络统计特征的基础上,对国内关于复杂网络理论及其应用的研究现状从两方面进行综述:一是对国外复杂网络理论及应用研究的介绍,包括复杂网络理论研究进展的总体概括、复杂网络动力学行为以及基于复杂网络理论的应用研究介绍;二是国内根植于本土的复杂网络的研究,包括复杂网络的演化模型,复杂网络拓扑性质、动力学行为,以及复杂网络理论的应用研究等。并结合复杂网络的主要研究内容,对今后的研究重点进行了分析。     

The Dynamics of Two-State Public Opinion Propagation On Signed Networks

The formation of public opinion on the network is a hot issue in the field of complex network research, and some classical dynamic models are used to solve this problem. The signed network is a particular form of the complex network, which can adequately describe the amicable and hostile relationships in complex real-world systems. However, the methods for studying the dynamic process of public opinion propagation on signed networks still require to be further discussed. In this paper, the authors pay attention to the influence of negative edges in order to design a two-state public opinion propagation mechanism suitable for signed networks. The authors first set the interaction rules between nodes and the transition rules of node states and then apply the model to synthetic and real-world signed networks. The simulation results show that there is a critical value of the negative edge ratio.When the negative edge ratio exceeds this critical value, the evolutionary result of public opinion will change from a consistent state to a split state. This conclusion is also consistent with the distribution result of opinions within communities in the signed network. Besides, the research on the network structural balance shows that the model makes the network evolve in a more balanced direction.     

能力与权力:大规模复杂网络重要节点识别的二重异质指标及算法

为快速识别大规模复杂网络中的重要节点,本研究将人类社会普遍存在的两类不平等映射为节点在网络中的能力与权力的二重异质性,设计了评价复杂网络节点重要度的DH指标,构造了用于DH指标快速分布式计算的并行随机距离渐进(parallel random distance approach,简称PRDA)算法.通过网络最大连通率、网络均衡熵、算法有效性和算法效率的评价实验验证DH指标及PRDA算法的有效性,得出结论如下:DH指标在识别重要节点时能适应不同拓扑特征的复杂网络,识别性能优于或同于时间复杂度更高的介数;PRDA估计算法在最短路径获得概率p=1-10~(-1.5)的水平上得到的节点效率估计值■与真实值η_i的Pearson相关系数在0.975以上,且在大规模网络上进行节点效率估计结果更可靠;在Apache Spark并行内存计算环境中应用时间复杂度为O(n~2/l)的PRDA算法求解DH指标耗时远小于介数求解耗时,这表明算法的时间特性也适于大规模网络.     

复杂网络研究与复杂现象

复杂网络研究为探讨复杂系统的性质提供了一个新的视角。简述了复杂网络的基本概念，对网络的结构与功能作了概略的介绍，包括小世界网和无标度网的结构特点。通过对小世界网络中小世界特征的度量，讨论了复杂网络对复杂系统研究的启示，并对生物进化过程中生物的复杂性增加在蛋白质相互作用网络中的体现做了尝试性的说明，以此为基础，对随机性与规则性之间可能产生的复杂现象进行了初步讨论。     

复杂网络理论及其在航空网络中的应用

复杂网络理论是对复杂系统的高度抽象，它突出强调了系统的拓扑特征，其中许多性质如小世界性质、无标度性质等等已经得到了广泛的研究。本文从复杂网络的统计特性、结构模型以及在航空网络中的应用3个层次系统回顾了复杂网络的基本理论和应用现状，期望对航空网络规划问题的研究起到一定的借鉴作用。     

A New Evaluation Method of Node Importance in Directed Weighted Complex Networks

Current researches on node importance evaluation mainly focus on undirected and unweighted networks, which fail to reflect the real world in a comprehensive and objective way. Based on directed weighted complex network models, the paper introduces the concept of in-weight intensity of nodes and thereby presents a new method to identify key nodes by using an importance evaluation matrix. The method not only considers the direction and weight of edges, but also takes into account the position importance of nodes and the importance contributions of adjacent nodes. Finally, the paper applies the algorithm to a microblog-forwarding network composed of 34 users, then compares the evaluation results with traditional methods. The experiment shows that the method proposed can effectively evaluate the node importance in directed weighted networks.     

Command and control model based on complex information relation integration北大核心CSCD

In order to describe collaborative decision-making process, the command and control model is put forward based on complex information relation integrtion and OODA. The characteristics of individual decision-making are analyzed, the complex information relation is considered as the cause of OODA difficulty to describe collaborative decision-making exactly. From the perspective of armament system of systems combat, the information, data, intelligence and knowledge is defined based on knowledge management and Shannon's entropy theory. The basic element is confirmed and the information flow way is analyzed which in the physical, information, cognitive and social domains. From the perspective of information, the armament system of systems complex networks model framework is put forward based on the idea of using OODA to guide armament system of systems complex networks model design. The data, information, intelligence and knowledge flow is analyzed and the describing meta-model is put forward. Using the reticular structure of OODA to describe collaborative decision-making idea is proposed, the command and control model is put forward based on the idea, the simulating tool ExtendSim is used for simulation analysis and results show that our work offer a reference for innovate command and control thory. ©, 2015, The Journal Agency of Complex Systems and Complexity Science. All right reserved.     

基于最小连通支配集的复杂网络关键节点与连边识别方法

复杂网络关键节点与关键连边在网络中均起着十分重要的作用,目前的识别方法往往无法做到同时识别,并且识别指标角度较为单一。为解决上述问题,提出一种基于最小连通支配集(minimum connected dominatingset,MCDS)的复杂网络关键节点与连边识别方法,通过使用免疫粒子群(immune particle swarm optimization,IPSO)算法寻找网络最小连通支配集,构建核心骨干网,实现对复杂网络关键节点与连边的同时识别。该算法在求解过程中引入免疫机制指导粒子节点搜索方向、加快算法收敛速度,同时优化搜索节点质量。经实验验证表明,所提识别方法能够有效识别网络中的关键节点与关键连边。