数据驱动的国家生产多样性排序网络方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《A data driven network approach to rank countries production diversity
  and food specialization》
---
作者：
Chengyi Tu, Joel Carr, Samir Suweis
---
最新提交年份：
2016
---
英文摘要：
  The easy access to large data sets has allowed for leveraging methodology in network physics and complexity science to disentangle patterns and processes directly from the data, leading to key insights in the behavior of systems. Here we use to country specific food production data to study binary and weighted topological properties of the bipartite country-food production matrix. This country-food production matrix can be: 1) transformed into overlap matrices which embed information regarding shared production of products among countries, and or shared countries for individual products, 2) identify subsets of countries which produce similar commodities or subsets of commodities shared by a given country allowing for visualization of correlations in large networks, and 3) used to rank country\'s fitness (the ability to produce a diverse array of products weighted on the type of food commodities) and food specialization (quantified on the number of countries producing that food product weighted on their fitness). Our results show that, on average, countries with high fitness producing highly specialized food commodities also produce low specialization goods, while nations with low fitness producing a small basket of diverse food products, typically produce low specialized food commodities.
---
中文摘要：
对大型数据集的方便访问使我们能够利用网络物理和复杂性科学中的方法，直接从数据中分离模式和过程，从而获得系统行为的关键见解。在这里，我们使用特定国家的粮食生产数据来研究二部国家粮食生产矩阵的二元和加权拓扑性质。该国家粮食生产矩阵可以：1）转换为重叠矩阵，其中嵌入了国家间产品共享生产的信息，以及或单个产品的共享国家；2）确定生产类似商品的国家子集或特定国家共享的商品子集，以便在大型网络中可视化相关性，（3）用于对国家的健康状况（根据食品商品类型加权生产各种产品的能力）和食品专业化程度（根据根据健康状况加权生产该食品的国家数量进行量化）进行排名。我们的结果表明，平均而言，生产高度专业化食品的高适应性国家也生产低专业化产品，而生产一小篮多样化食品的低适应性国家通常生产低专业化食品。
---
分类信息：

一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--
一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> A_data_driven_network_approach_to_rank_countries_production_diversity_and_food_s.pdf (3.71 MB)

2022-5-25 08:53:25 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：多样性 Quantitative correlations Applications Commodities

RANKCOUNTRIES生产多样性和食品专业化的数据驱动网络方法Tu Chengyi，Joel Carr，Samir Suweis1，*1帕多瓦大学物理与天文学系，帕多瓦，35131，意大利2弗吉尼亚大学环境科学系，夏洛茨维尔，22904-4123，美国* 电子邮件：suweis@pd.infn.itAbstractThe对大型数据集的轻松访问使我们能够利用网络物理和复杂性科学中的方法，直接从数据中分离模式和过程，从而获得系统行为方面的关键见解。在这里，我们使用特定国家的粮食生产数据来研究二分国家粮食生产矩阵的二元和加权拓扑特性。该国家粮食生产矩阵可以：1）转换为重叠矩阵，其中嵌入了国家间产品共享生产的信息，以及/或单个产品的共享国家；2）确定生产类似商品的国家子集或特定国家共享的商品子集，以便在大型网络中可视化相关性，（3）用于对国家能力（根据食品商品类型加权生产各种产品的能力）和食品专业化（根据生产该食品的国家数量加权）进行排名。

我们的结果表明，平均而言，生产高度专业化食品的高能力国家也生产低专业化产品，而生产一小篮不同食品的低能力国家通常生产低专业化食品。引言通过提供强大的理论工具和激励创新步骤，从越来越多的可用数据集中理解和综合广泛的经验事实，网络物理学和复杂性科学正在积极促进我们对生态[1,2]、环境[3-6]、经济[7-10]和社会[11,12]过程的理解。在生态学中，科学家已经表明，在明显不同的生态系统中发现的无处不在的突发模式可以通过几个基本的生态过程（例如出生、死亡、迁徙、适应和生态位差异）来描述，这些过程又可以被纳入简单的概念模型中【13–16】。以类似的方式，包含社会和个人行为复杂细节的人类流动模式可以用更简单的统计模型来描述【17，18】。另一个例子是，只有很少的经济或环境变量才有必要重建相应贸易网络的许多属性，并量化国家间货物（以美元计量）或水（使用虚拟水[19]）的相对流量的统计数字[20，21]。这些例子都展示了定量数据驱动的方法是如何分离产生给定结果的关键驱动因素的。说明上述主张的一个有趣的例子是最近的一系列文章，其中作者基于经济数据，能够衡量国家的无形“能力”，并定义经济产品的“复杂性”[7–10,22]。

Hidalgo和Hausmann【22】首次提出了这样一种观点，即产品的多样性和一个国家的能力可以直接从国家产品矩阵的结构中推断出来。在他们看来，无处不在的产品几乎不需要复杂度，因此大多数国家和多样化国家都可以生产，许多国家拥有生产复杂（更复杂）商品的能力。从这个角度来看，最多元化的国家预计将在全球经济竞争（或能力）方面排名靠前。同样，无处不在的产品更有可能对应于复杂度较低的产品。为了量化这些概念，伊达尔戈和豪斯曼【22】引入了所谓的“反射法”，通过这种方法，他们获得了国家经济竞争力和生产复杂性【22】。不幸的是，正如Cristelli等人所证明的那样，这种方法受到概念和实际问题的影响。为了克服这些问题，最近的研究【7、8、10】确定了一种新的方法来确定国家和出口产品的相对实力。该方法基于国家能力和产品复杂性之间的耦合非线性映射（更多详细定义见下文），以固定点为特征。通过利用amatrix中包含的信息，包括每个国家的详细出口情况，并在矩阵行和列上迭代组合度量，作者能够提取特定国家的出口篮子之间的关系，以及它与该国经济竞争力和产品复杂性之间的关系。这种关系是基于一种被称为李嘉图假说的既定经济理念而存在的。

李嘉图假说认为：经济竞争力强的国家应该只出口由高度复杂的产品组成的产品（如飞机），而穷国应该只出口不需要特殊能力的产品（如锤子）。与里卡多假设相反，上述研究发现，大多数发达国家几乎所有产品都是从简单产品（包括不需要任何技术水平的产品）出口到复杂产品，而欠发达国家只能生产并随后只出口相对简单的产品（例如，只需要很少技术成熟度的产品）。受这些作品的启发，我们在此考察国家与其生产的食品之间的关系。由于气候、土地、水和技术对任何国家的粮食生产能力都存在明显的制约，在考虑粮食生产时，是否存在类似李嘉图假说的情况？通过概括塔切拉等人[10]提出的理论框架，我们试图回答以下问题：1）是否存在大多数国家生产的普遍存在或“低专业化”食品商品（类似于锤子）？2） 另一方面，只有少数几个国家有能力生产的“高度专业化”食品是什么（从航空业到航空业）？我们还试图评估每个国家的经济能力，但以粮食生产能力为依据。

我们能否确定不仅能够销售几种不同食品，而且能够销售高度专业化的食品（因为它们可以将其他国家无法生产的食品投放市场）的高能力国家？相比之下，低能力国家能否只生产低专业化的食品商品？利用拟议的理论框架，我们着手对所有食品的专业化和所有国家的能力进行无偏量化。结果国家粮食产品网络属性为了获得对国家粮食生产引起的国家间关系的一阶理解（反之亦然），我们可以研究二部国家粮食生产矩阵的二元和加权拓扑属性（图1（a））。这种类型的分析是相对标准的【24】，因此，我们在此仅分析与本工作主要目标相关的一些属性。设MCP为国家粮食生产图的邻接矩阵。那么，c国生产的食品商品数量为kPc=PPMCP，而生产食品商品p的国家数量为kCp=PcMcp。因此，i国和j国生产的粮食商品数量isoPij=PpMipMjp（o称为重叠矩阵[25]）。类似地，同时生产u和w食品的国家数量为oCuw=PcMcuMcw。嵌套度[26]是一种全球网络度量，是上述重叠的函数，描述了生态网络中相互作用的层次结构（例如互惠植物传粉者群落[2，25]）。如果李嘉图假设在我们的案例中成立，那么低能力国家生产低专业化食品，而高能力国家只生产专业化食品。

在这方面，相应的国家粮食生产图不应嵌套，而应划分（即模块化[24]）。图1（a）-（b）与工业和经济产品[27]的结果部分一致，表明在分析的所有年份（1992-2011年），两部分国家粮食产品网络的嵌套度值始终高于随机组合网络中的嵌套度值（P值<0.001）。因此，那些只能生产一小篮不同食品的国家生产的食品商品，也都是由以大规模和多样化食品生产为特点的国家生产的。嵌套拓扑结构表明，专业食品（低kfood）通常由食物多样性高的国家（高kcountry）生产，而多面手“食品”（低专业化和高kfood）也由“专业”国家（低kcountry）生产。我们还发现，KfoodandkCountrys的分布均符合威布尔分布（参数α=2.510，β=30.000，u=-分别为0.387和α=1.776、β=32.265、u=0.586）。KfoodandKcountry在尾部都显示出压缩指数衰减，这意味着就单个国家生产的产品数量和生产相同产品的国家数量而言，异质性相对有限。投影图和最小跨度森林关于粮食生产模式的重要信息也可以通过构建投影图从加权国家粮食生产矩阵W中获得（参见方法部分和图2（b）和（c））。在投影图中，节点代表国家（或粮食商品），如果两个国家生产相同的粮食商品（或如果两种粮食产品由同一个国家生产），我们将建立链接。

这将各个国家（或食品）与一个联系联系在一起，而这个联系的强度取决于它们相互生产的产品数量（或生产相同给定食品的国家数量）。通过这种方式，存储在矩阵W中的信息被投影到国家和食品网络中，如图2所示。通过定义相似矩阵（见方法部分），我们可以量化任何两个国家（或食品商品）之间的相关性。继Caldarelli等人[7]之后，我们找到了投影网络的最小生成树（MST）（限制条件是，如果两个节点已经连接到其他节点，则两个节点之间不允许有边），以便仅可视化国家或食品之间最强的相关性。该方法生成嵌入在MST中的一组断开连接的子树（即林）（该算法的详细信息称为最小生成林（MSF），将在“方法”部分中解释）。通过这种方式，无国界医生组织自然地将国家网络划分为单独的子集，以便在大型网络中可视化相关性。在本研究所考虑的所有年份（1992-2011年），我们发现了许多地理和/或气候相似的小乔木（见图3），这些小乔木导致了粮食生产和进口模式的显著相关性，只有少数大乔木（见图4和表1）。我们强调，通过建设，构成每个森林的国家在其生产上相互关联，因此有可能在粮食市场上竞争。在这种情况下，通过分析所有无国界医生，我们发现发展中国家似乎主要是其地理邻国的直接竞争对手。

然而，一些国家之间的边界取决于气候相似性，而不是地理邻近性（图4）。食品专业化和国家适宜性我们现在引入塔切拉等人[10]提出的迭代过程，该过程利用加权国家粮食生产矩阵W的结构。该方法旨在量化一个国家的粮食生产能力，衡量其生产多样化和专业化食品篮的能力，并评估粮食生产专业化Qp，即。，只有少数高水平国家生产的食品。基本思想是定义一个迭代过程，该过程耦合并估计FCP和Qp。最终估算的粮食商品NODF=0.27（a）（b）NODF随机P>【kfood】kfood7（d）CompressedExponential（c）kcountryP>【kcountry】CompressedExponentialFigure 1。（a） 国家粮食生产网络的嵌套结构。x轴和y轴分别是粮食商品和国家。如果国家i生产食品商品j，则矩阵中的每个元素（i，j）都是一个（橙色）；（b） 基于1000个相同大小的随机组合网络和经验网络的连通性的嵌套值的盒须图。胡须的末端代表最小值和最大值，而方框的末端是第一和第三个四分位数，黑色条表示中间值。图显示，农村粮食生产网络的嵌套度值始终高于随机组合网络；（c） 1992-2011年国家粮食生产网络的累计入度和（d）出度分布（彩色线）。

累积入度和出度与压缩指数分布（黑色）一致，即参数α=2.510、β=30.000、u=-分别为0.387和α=1.776、β=32.265、u=0.586。对于Fc，QP是在大量迭代的限制下实现的。这种非线性迭代映射可以用以下方式进行总结。首先，假设国家能力Fc与该国生产的不同食品商品的总和成比例，并根据其专业化Qp进行加权。首先，QP被认为与生产国的数量成反比，根据其反能力进行加权（即，如果一个国家的能力很高，则应减少计算产品专业化的权重，反之亦然）。这两个计算之间的迭代收敛于对每个国家的能力和食品产品专业化的估计（完整算法见方法部分）。FcandQp的值在国家和产品之间是非常不均匀的（即，经过50次非线性映射迭代后，它们会进化，其分布遵循厚尾对数正态分布（见图7）。因此，非线性迭代映射导致了一个唯一的渐近解（即固定点），允许对中国-美国-巴西-印度热玉米-大米-甘蔗-木薯马铃薯-中国-巴西-印度热玉米-甘蔗-木薯马铃薯（a）（b）（c）图2进行排名。从国家粮食生产网络到两个投影网络的简单示例。