基于综合数据的企业网络可控性分析

我们观察到，所有网络都是无标度网络，资本订单剪裁保留了形状，这意味着指数似乎是一个常数。由于小公司的学位基本上很小，因此在资本顺序裁剪中首先对其进行裁剪。因此，剩下的公司紧密相连。实际上，断裂2，2的平均hki-1, 2-2, 2-2, 2-4、2-5分别为6.00、6.98、7.79、8.42、8.99和9.20。因此，平均度数随着摩擦变小而增加。该方程表明，较大的平均度数应导致较小的驱动比。另一方面，我们观察到资本订单削减的必要驱动因素的比率在图5中几乎是恒定的。由于必要的驱动程序是驱动程序的一部分，sm allnetworks的必要驱动程序与驱动程序的比率会增加。我们可以将这一结果解释为资本订单削减增加了控制网络的必要驱动因素的重要性。【图5此处】4.2供应控制我们讨论供应侧控制，这意味着ZF允许司机销售更多（可能更少）的产品，供应的变化交付给供应商。因此，控制方向是从应用程序到客户端。如果一家企业有供应商，该企业可以受到间接控制。供应侧控制的一个重要方面是，ZF帮助停止生产基本商品的企业，因为价格可能会停止许多其他企业的生产。帮助关闭企业可以帮助其他下游企业，可以说ZF间接控制了下游企业。图6显示了计算结果。图的含义是图3中的SAME。

供给侧控制也不公平地传播到企业，这导致了企业之间的差异。这意味着规模政策的渗透可能并不一致。必要驱动因素的巨大份额意味着行业需要直接控制。农业和林业、建筑业、IT业、学术界和卫生福利界在必要的驱动因素中占有相对较大的份额。我们注意到，这些行业不同于需求侧控制的结果。供应方控制中的必要驱动因素意味着他们没有供应商。因此，首先，必要的驱动因素是需求侧控制中提到的相对较小的公司。此外，没有供应商是不自然的，因为任何企业通常都需要一些供应。我们在本研究中使用的交易数据记录了每家公司认为重要的供应商/客户。因此，必须忽略所有节点的交易。这种忽视是自然的。例如，每个公司都会购买文具，但我们不称之为交易。因此，没有供应商并不一定意味着该公司什么都不买。回顾那些有很多必要驱动因素的行业，没有供应商的特点对于农业和林业、建筑、IT、学术界以及健康和福利界来说是可以理解的。然而，从第一产业开始，零售业应该是一个没有供应商的行业，但事实并非如此。它发现，日本的这些行业由大型企业组成，而且往往有供应商。[图6]接下来，我们讨论供应方控制中必要的追随者。一个拥有大量必要追随者的行业比其他行业更容易受到间接控制。已经提到，必要的追随者拥有与他们一样多的父节点，或者比他们更多的父节点。供应方控制中的必要追随者意味着有很多供应商。

我们可以从图6中看到，观测、电力和天然气以及教育拥有大量必要的追随者。对于在供应侧控制中成为必要的跟随者，一种可能的解释是，客户比供应商更强大，因为他们使用必要的跟随者共享其父节点，并且父节点比他们多。我们用供给侧控制来分析削波网络，就像用需求侧控制来分析一样。图7显示了结果。图7的含义与图4相同。作为与需求侧控制相同的结果，我们观察到，资本订单削减所需的部分驱动因素通过不同的部分减少或几乎不移动，而随机削减导致资本订单削减的增加。因此，这一结果意味着，正如第4.1节中已经得到的那样，资本订单削减增加了控制网络所需驱动因素的重要性。【图7此处】5结论本文基于详尽收集的数据分析了日本交易网络的可控性。通过使用控制理论，我们能够根据控制需求对企业进行分类。研究结果表明，根据企业应如何控制，企业被明确划分为不同的类别，不同行业的分类差异也不同。在需求侧控制中，大多数服务业拥有大量必要的驱动力，而采矿、制造和批发业拥有大量必要的追随者。在供给侧控制方面，农业和林业、建筑、IT、学术和卫生福利部门拥有大量必要的驱动力，而矿业、电力和天然气以及教育部门拥有大量必要的追随者。

如果我们按资本顺序切断网络，我们可以通过需求侧和供给侧控制中必要的驱动因素有效地控制网络。我们在这项研究中采用的控制理论不能将比率链接权重纳入其中。然而，我们可以通过根据权重复制具有相同链接的节点来实现它。这应该在今后的工作中加以研究。参考文献[1]W.Ea sterly和S.Rebelo。财政政策和经济增长。《货币经济学杂志》，32:417–458，1993年。[2] W·罗普和J·德哈安。公共资本与经济增长：一项批判性调查。《政治人物》，8（S1）：6-522007。[3] W.W.莱昂蒂夫。美国经济体系中的定量投入和产出关系。《经济学与统计学评论》，18（3）：105–1251936年。[4] 刘耀东、J.J.斯洛特·伊恩和A.L.巴拉布阿西。复杂网络的可控性。《自然》杂志，473（7346）：167-1732011。[5] 内政和通讯部。日本标准工业分类（JSIC）概述了JSIC的发展及其第十一次修订版，2013年。[6] R.E.卡尔曼。线性动力系统的数学描述。工业与应用数学学会杂志，A辑：控制，1（2）：152-1921963年。[7] D.卢恩伯格。动态系统导论：理论、模型和应用。威利，1979年。[8] J.J.E.斯洛廷和W.李。应用非线性控制。Prentice hall Englewood Cliffs，新泽西州，1991年。图1：随机网络和观测网络之间度分布的比较：水平轴显示度，垂直轴显示累积概率。蓝色图表示随机网络。红色表示观察到的网络。图2：控制理论：（a）网络和两个外部控制器。网络是可控的。（b） 网络图的矩阵。它对应于面板（a）。（c） 控制器驱动程序图矩阵。

它也对应于窗格l（a）。图3：通过控制理论（需求控制）获得的节点类型份额：水平轴lis ts行业。纵轴显示必要的跟随者（绿色）、普通节点（黄色）和必要驱动程序（红色）的共享。图4：不同剪辑之间必要驱动因素的比较（需求控制）：水平轴显示剪辑的分数。纵轴显示所需驱动器的比率。有两种不同的衡量标准：必要驱动因素的总资本比率和必要驱动因素的总数量比率。除此之外，还有两种不同的削减方式：按增加资本的顺序进行削减和按比例削减。图5：被剪裁的ne网络之间的度分布比较：横轴显示度，纵轴显示累积概率。每种颜色及其数量都对应于c的比例，以增加资本。图6：通过控制理论（供应控制）获得的节点类型份额：横轴列出了行业。纵轴显示必要的跟随者（绿色）、普通节点（黄色）和必要的驱动程序（红色）的共享。图7：不同剪辑之间必要驱动因素的比较（供应控制）：水平轴显示剪辑的分数。纵轴显示所需驱动器的比率。有两种不同的衡量标准：必要驱动因素的总资本比率和必要驱动因素的总数量比率。除此之外，还有两种不同的削减方式：按增加资本的顺序进行削减和按比例削减。