基于指数随机图模型的发明者合作网络形成机制研究

聚焦探讨不同因素是否以及如何影响发明者合作网络形成,基于2004—2021年华为在中国申请的专利数据,构建发明者合作网络,运用指数随机图模型探讨行动者属性和内生结构效应对发明者合作网络形成的影响机理。结果表明:发明者合作网络是稀疏网络,呈现星形结构和闭合三角形结构共存的网络结构模式;发明者协同创新能力抑制新合作关系的形成,但发明者合作伙伴多样性和合作深度均促进新合作关系的形成,且具有相同水平合作伙伴多样性或合作深度的发明者之间更容易建立合作关系;发明者倾向于与处于中心位置的发明者建立合作关系以及与具有共同合作伙伴的直接合作伙伴建立新合作关系。

黄河流域生态协同治理网络结构特征与形成机制——基于指数随机图模型

黄河流域生态保护和高质量发展战略指出了“共同抓好大保护,协同推进大治理”的重要方向。该研究利用文本分析方法厘清了2020—2022年黄河流域42个地级市/州间的生态协同治理关系,运用网络分析方法和指数随机图模型(ERGMs)识别了协同治理网络的结构特征及其形成机制。研究发现:(1)黄河流域生态协同治理网络呈现“少部分地级市独立治理、多数地级市/州域内紧密协同”的总体格局,并且上中下游协同结构差异明显;模块划分具有组织和地理邻近效应以及跨省溢出效应特征,同时各组团内部联系的紧密程度存在异质性。(2)黄河流域生态协同治理网络的形成显著受到传递效应、择优依附效应的影响;城市绿地面积更大的地级市/州对其他治理主体具有较强的协同吸引力;经济地理集中度和科技投入规模相似的地级市/州政府间也具有协同的倾向;地理邻近性、组织邻近性等属性特征是协同网络形成的重要外生驱动力。基于上述结论,该研究提出未来应细化治理政策来消除地级市/州跨省域协同障碍,增强协同治理网络传递性,发挥核心地级市/州的领导力;完善激励和补偿机制,缩小地级市/州发展差距;搭建跨省域地级市/州协同平台,减少行政分割对协同行为的约束,以促进黄河流域生态协同治理网络优化和改进。

基于指数随机图模型的政府开放数据协同关系网络形成机制

[目的/意义]在促进政府开放数据融合性增值利用的政策背景下,明晰多源异构政府开放数据建立协同关系的驱动因素和机制至关重要,有助于为推动政府开放数据资源跨地区、跨层级和跨部门的共享利用提供参考。[研究设计/方法]建立解释框架和指数随机图模型分析政府开放数据协同关系网络的形成,并基于山东省政府开放数据创新应用成果的数据来源信息进行实证研究。[结论/发现]政府开放数据协同关系网络呈现显著的集聚性、传递性结构特征,具有高数据量、更新频率、下载量、浏览量和相同领域、行政区域、更新频率与开放等级的政府开放数据更有可能建立协同关系,数据项关系网络和提供者关系网络则在政府开放数据协同关系形成过程中发挥跨网络效应。[创新/价值]应用社会网络定量方法对政府开放数据协同关系进行建模分析,研究结论有助于把握多源异构的政府开放数据协同供给和融合性增值利用的潜在机制,并为未来研究和实践提供参考。

基于指数随机图模型的应急协作网络形成机制研究——以郑州“7.20”特大暴雨为例

为应对复杂多变的灾害情境下,所有行动者在一定的规则和机制下建立跨主体、跨层级和跨领域的应急协作网络,探讨其形成机制有助于深入理解行动者行为逻辑,从而优化网络。本文以郑州暴雨为实证研究对象,采用网络数据进行事件分析,基于指数随机图模型探究政府组织间、政府组织与非政府组织间关系和网络形成规则。研究发现,存在隶属关系的地方政府部门合作紧密,中介组织在政府与非政府组织联系中发挥重要作用。因此,在突发暴雨灾害应对过程中,应明确纵向和横向部门权责划分、发挥枢纽组织影响力,进一步发挥协作网络在应急管理中的优势。

基于指数随机图模型的技术机会识别

识别领域内的技术机会是研发组织创新管理的重要内容。本文提出一种识别特定领域技术机会的新方法,基于知识元素的组合属性(包括组合广度、组合强度和组合距离)、传递性和同配性,构建指数随机图模型,在模型参数估计的基础上计算知识元素间进行组合的概率,进而发现领域内的技术机会。本文采用2016—2021年物联网领域的发明专利数据验证了该方法的有效性,并利用工业机器人领域的发明专利数据验证了该方法的稳健性。

指数随机图模型的分析与应用——基于新浪微博数据的实证研究

在这个移动互联网的时代,社交网络引起了人们的广泛关注。社交网络是一个由行动者及他们之间多种多样的关系构成的巨大网络,其核心价值在于关系数据的分析。指数随机图模型是一系列分析社交网络的统计模型。该模型中的参数主要是构成社交网络的各类结构,也就是联系不同行动者的各类纽带。通过分析这些结构,可以了解行动者是如何受到社交网络中各类关系的影响,从而进一步探索该社交网络的形成过程。总的来说,指数随机图模型应用在网络数据的分析中,能够研究社会结构及网络进程。本文介绍了不同假设下几种常见的指数随机图模型的基本思想,包括伯努利模型、p1模型、p*模型、社交圈模型,并通过新浪微博数据,详细介绍这几种模型的应用。在实证部分,本文通过数据模拟进行模型检验,验证了社交圈模型优于其他几种模型的结论,并联系实际进行了解释,同时介绍了其在好友推荐等应用方面的参考价值。

基于两个独立的指数随机变量之和的相依风险模型的破产问题研究

在本文中我们考虑了经典复合泊松模型的一个推广,该模型的累计索赔额过程的增量是独立的。其中索赔间隔时间的分布是两个独立的指数随机变量之和,在本文中我们考虑了索赔时间与后续索赔规模之间的一种特殊的依赖结构,导出了Gerber-Shiu惩罚函数的积分微分方程,利用Rouché定理研究了林德伯格等式的根,导出了惩罚函数的拉普拉斯变换及其满足的瑕疵更新方程。最后在索赔时间间隔服从两个独立的指数随机变量之和分布时给出破产概率的解析解,对理论结果做数值分析,对不同相依参数下的破产概率进行对比。

基于指数随机图模型的协同创新网络形成机理研究

[目的/意义]厘清协同创新网络的形成机理是对协同创新进行有效管理的前提。[方法/过程]文章以101家生物科技研发机构的共有专利数据为例构建协同创新网络,并使用指数随机图模型对这个网络的形成机理进行了分析检验。[结果/结论]分析结果显示:构建的协同创新网络是一个小世界网络。网络中的边、交互三角形等结构对整个网络的形成有显著影响。网络节点的研发能力和同质性也能显著影响网络的形成。

基于指数随机图模型的区域产业组织网络形成研究:来自义乌的经验证据

在经济活动中,各类市场主体之间存在错综复杂的供给与需求关系,进而形成产业组织网络。采用银行转账数据还原义乌市企业间的相互关联,克服了投入产出方法只能反映产业层面关联的限制,并引入指数随机图模型,从更微观的层面,更充分和全面地考察影响企业间关系形成的多种社会过程及其对产业组织网络的塑造作用。研究发现:义乌市企业关系中存在强烈的互惠倾向,双向互动多于单向买卖;义乌市企业选择交易对象更多地是通过中间商联络,传递性在网络中起到了较大的正向作用,而聚敛性和扩张性主要起到负向作用,即企业拓展商业渠道的意愿不强烈;与非企业机构相比,企业更多地担任供给方的角色,位于相对富裕、人口较少地区的企业具有更高的对外输出能力。

基于指数随机图模型的网络新闻媒体分析

基于网络新闻媒体之间的转载关系构建了新闻转载网络,利用指数随机图模型,分析了新闻转载网络的结构。分析结果显示,新闻转载网络的网络关系稀疏,聚敛性和互惠性的局部结构明显,属性变量中传统媒体影响较大。指数随机图模型为研究网络新闻媒体提供了新的方法。

指数随机粗糙表面的电磁散射研究

本文利用数值方法研究指数随机粗糙表面的电磁散射问题。应用矩量法研究指数随机粗糙表面的电磁散射可以使我们获得较为精确的数值结果。但是 ,对于表面散射 ,应用矩量法时 ,表面未知变量的数目非常大 ,即使对于一维表面也需要几千个未知变量。当我们求解矩阵方程时 ,计算机对求解的问题有几个限制 ,一个是内存的限制 ,一个是速度的限制。为了克服内存的限制 ,发展了许多迭代数值算法。本文发展了一种新的数值迭代方法。利用这一方法 ,我们对指数随机粗糙表面的电磁散射问题进行了研究 ,并与矩阵反演方法进行了比较。所得结果表明 。

基于指数随机图模型的专利技术扩散机制实证研究

网络嵌入视角下专利技术扩散路径间存在相关性,但这种网络内生性影响并未在已有研究中得到足够重视。将扩散因素归纳为:专利价值、专利保护、多维同配、结构嵌入,从扩散网络内生、外生因素两个方面构建分析模型,并以石墨烯领域为例,采用指数随机图模型,开展实证研究。实证结果说明:专利价值、技术、地理、组织层面同配性、闭合三角结构嵌入均正向促进专利技术扩散,而专利保护强度反向抑制技术扩散。值得注意的是,专利技术扩散存在强烈的结构嵌入倾向,融合网络内、外生因素的模型能够更好地捕捉专利技术扩散机制。

上海市产学研合作网络形成机理———基于指数随机图模型的分析

探究产学研合作网络的成因对于科技发展具有重要的意义.文章采用指数随机图模型,利用上海市部分高校、企业和研究机构2020年专利数据,对产学研网络形成原因进行分析.得出以下结论:上海市产学研网络具有小世界特性,对于高校、研究机构和公司合作发展有积极的知识溢出作用;高校在产研学网络中占重要地位,知识溢出作用显著;相同地区的产学研联系更为紧密.

基于指数随机图模型的在线健康社区多元主体交互影响机制研究

[目的/意义]通过分析在线健康社区多元主体交互行为的多维影响因素及其作用机理,揭示在线健康社区多元主体交互的特征规律和交互网络的社会化形成过程。[方法/过程]采集淋巴瘤之家的交互数据集,构建在线健康社区多元主体交互网络,并借助指数随机图模型分析主体类型、主体同质属性、社会资本属性以及网络局部结构变量对多元主体交互的影响。[结果/结论]跨主体交互是多元主体间的主要交互模式,患者、疑似患者、医生、家属、朋友、社区管理员和健康焦虑用户均倾向于与其他类型的用户进行交互;基于疾病类型与地理位置的同质效应、健康状态异质的“知识差”效应是促进交互的重要条件;与活跃度相关的发出效应和接收效应显著,基于好友关系的“熟人效应”也比较突出;多元主体交互网络的形成过程也具有显著的互惠性和传递性特征。

景区间旅游客流网络形成的内-外生机制分析--基于加权指数随机图模型

景区间旅游客流网络的形成机制是旅游流网络研究的重要问题。已有研究主要识别了旅游客流网络形成的外生机制,而对网络内生机制缺乏研究,文章旨在更全面地揭示景区间旅游客流网络形成的内-外生机制。文章选择四川省为案例地,基于旅游社交平台的游记数据构建了景区间旅游客流的有向加权网络,通过引入加权指数随机图模型,定量模拟并识别了影响该网络形成的内-外生机制。1)四川省景区间旅游客流网络为稀疏网络、无标度网络,但不具备小世界特性;核心的景区节点和网络连边大多集中在成都市。2)该网络的形成是内-外生机制协同作用的结果,内生机制表现为网络内生结构效应,外生机制包括景区属性效应和外部情境效应。3)作为内生机制的互惠机制和择优链接机制促进了该网络中联系的形成;外生机制方面,在线评论分数、景区等级同质性、景区类型同质性、地理邻近性、组织邻近性均会显著影响该网络中联系的形成。

突发公共卫生事件政府协同特征及影响因素研究——基于复杂网络的指数随机图分析

基于复杂网络理论,以2019年12月27日—2021年7月31日中国政府网开放数据为数据源,纳入时间切片构建政府协同网络。经过网络拓扑性质和指数随机图模型分析,探究政府协同特征及影响因素。结果显示,政府协同以综合协调型政府为主要指挥角色,以专业机构为主要中介“桥梁”角色,执行则体现出属地管理的特点。随着疫情发展,政府协同资源传递链逐步形成,协同紧密程度逐步增强。协同关系存在互惠效应、等级效应、行为属性同配性及时间依赖效应。今后仍需进一步突出应急协同主体地位,提升协同模式转换衔接效率,深化多元传递协同关系,以提高突发公共卫生事件应对效率及质量。

基于指数随机图模型的全球跨境并购网络结构特征与形成机制

【目的】20世纪90年代以来,跨境并购成为经济全球化运行的重要组成部分,为资本要素的国际流动与流通提供了重要驱动力,解析全球跨境并购网络的形成机制十分必要。【方法】本文构建了基于“内生结构效应-行动者&关系效应-外生网络效应”的分析框架,采用1997—2018年全球跨境并购数据,利用复杂网络方法与指数随机图模型探究全球跨境并购网络结构特征与形成机制。【结果】研究发现:(1)全球跨境并购网络的空间范围明显扩大并具有分散化发展趋势,但北美、西欧仍占据网络核心位置。(2)全球跨境并购网络的内生结构效应具有互惠性和传递性,表现为网络中大部分国家(地区)间互有双向并购行为,且倾向以群体结构运作。(3)在行动者&关系效应方面,国家(地区)经济水平是推动全球跨境并购网络形成的关键影响因子,高经济水平与低经济水平国家(地区)均倾向与其自身经济水平相似的国家(地区)开展并购交易;而中经济水平国家(地区)的并购来源与去向更加分散。(4)在外生网络效应方面,地理邻近性、语言邻近性与制度邻近性是跨境并购网络形成的正向驱动因素。【结论】全球跨境并购网络的紧密程度仍有较大提升空间,需进一步促进全球知识与技术的高效流动,加强国家(地区)间并购合作,深化跨区域联动发展。

“一带一路”高端制造业贸易格局及影响因素研究——基于复杂网络的指数随机图分析

本文利用UNComtrade 2012年的HS6分位贸易数据综合构建了"一带一路"上65个国家的高端制造业贸易网络,运用网络中心性和模体分析,考察各国在贸易网络中的地位和贸易模式,并通过指数随机图模型探讨了"一带一路"上高端制造业贸易网络形成的主要影响因素。研究表明:中国、印度、新加坡在"一带一路"的高端制造业贸易网络中发挥着重要的"桥梁"和"枢纽"作用,而中亚、北亚众多伊斯兰国家处于"一带一路"高端制造业贸易网络的边缘,不平衡的非互惠贸易关系在贸易网络中仍然普遍存在;中国更多时候在整个贸易网络中扮演了出口行为的发出者,俄罗斯在特定区域存在集团化的贸易模式,印度的贸易模式相对缺乏互惠性;FTA网络对于高端制造业贸易网络的影响最强,其次是接壤网络和临近网络。制度因素中,贸易、金融和货币自由度以及政府效能对高端制造业贸易具有明显正向促进作用。

遗产地旅游发展利益网络治理研究——基于指数随机图模型、以农业文化遗产地云南哈尼梯田为例

遗产地旅游利益相关者之间的纠纷与冲突问题是阻碍旅游可持续发展的重要因素,寻找疏解利益纠纷与冲突的策略,对于遗产地旅游发展来说意义重大。本文运用指数随机图模型,以全球重要农业文化遗产地云南元阳哈尼梯田为例,建立了Markov随机图模型和高阶随机图模型,运用MCMC方法对两个模型参数进行模拟估计,并以样本标准误差和t统计值来判断模型参数达到聚敛的程度,以期寻找最优的估计模型。通过数据分析,高阶模型的聚敛情况要好于Markov模型,因此,最终选择高阶模型。依据高阶模型的网络核心—边缘趋势、重叠传递性趋势或凝聚子群趋势、受中间人控制或协调趋势参数估计结论,提出了利益网络治理建议。

城市生活垃圾分类回收网络治理关系研究——基于指数随机图模型的分析

2017年《生活垃圾分类制度实施方案》正式公布实施,但现阶段分类效果仍不显著。原因之一在于生活垃圾回收涉及多利益主体,各利益主体的纠纷和冲突阻碍我国生活垃圾分类回收目标实现。寻求解决各利益主体冲突的途径,有助于较好地解决上述问题。作者通过Markov随机图模型和高阶随机图模型对城市生活垃圾分类回收利益网络结构和关系进行分析。研究结果发现:整个生活垃圾分类回收体系形成了众多节点,各节点间彼此相互影响,产生了连接或分散或紧密的子群。其中,政府组织内部节点存在互惠性,网络等级闭合路径显著,说明政府组织内部会形成紧密度较高但直径较短的核心结构,特别是存在隶属关系的节点。而同级别机构或非隶属关系的节点之间联系紧密度较低,各自为政。政府组织与非政府组织之间网络紧密度较低,没有形成强有力的交互影响关系,造成生活垃圾分类回收利益隔离,难以对生活垃圾分类回收形成强有力的管理。因此,现阶段应该加强不同组织间的合作,形成利益共享机制,提高城市生活垃圾分类回收可持续性。