文摘
复杂网络的方法已经被证明是一个有效的工具来理解和预测各种复杂系统的演化。在这项工作中,我们考虑到网络代表国家之间的商品交换:国际贸易网络。根据货物出口的类型,复杂网络方法允许推断哪些国家会比其他人有更大的增长。这项工作的目的是研究三种不同的方法描述复杂网络和研究他们的行为在两个主要的主题。该方法可以预测一个国家的经济发展?这些方法发生了什么当我们合并经济?
1。介绍
国家的发展是经济学中一个至关重要的问题。在接下来的十年里,国家最大的产业的成长和发展?人均GDP的一个主要标准来评估一个国家的发展。尽管它不占财富分配或购买力的国家,这是一个很好的指示器的国家的财富,特别是工业部门。一年两次,4月和10月国际货币基金组织(imf)(IMF)使投影为未来国家的GDP增长率。他们没有详细精确的过程;然而他们表明他们使用许多因素进行预测。事实上,预测每个国家以不同的方式完成,然后聚合和调整为了协调预测。预测使用复杂网络执行不超过国际货币基金组织的预测,但他们的目标是提供额外的信息,一个组织,如国际货币基金组织可以受益于考虑因素。
两个方法,反思的方法1和健身和复杂性2),是为了排名根据他们的增长潜力的国家。这两种方法使用一个复杂的网络方法进行排名。网络的建立是根据显示比较优势(RCA)过程(3]中描述数据集的部分。反射的方法提出了经济复杂性指数(ECI)占国家的生产特点,作者声称它是一个更好的预测比现有的治理机构,教育质量和经济竞争力指标(4]。然而,也有一些批评对反射的方法;(2,5,6)指出,反射的方法总是低估了重要的县高出口多样化,如中国和印度。此外,ECI定义基于第二特征向量首先所示(7]。健身和复杂性方法旨在考虑这一特性,在自然新闻(http://www.nature.com/news/physicists -让-气候-预测-经济- 1.16963)。
在本文中,我们研究三个指标,健身和复杂性,反射的方法,简单和每个国家不同的出口。我们回顾他们的潜力预测细节和国家的经济增长表明,健身和复杂性是最好的方法把国家和出口根据他们的重要性。我们进一步推进这项研究的另一个方面健康和复杂性方法通过合并国家的经济。我们表明,这种方法捕捉数据的附加功能,不能由一个更简单的方法。
2。材料和方法
2.1。国际贸易网络
两个不同的数据集用于这项工作。第一个范围从1998年到2014年,清理了一部分团队(8]。数据来自[9]。第二个数据集范围从1962年到2000年,用于研究国家的合并和分离,有几个出现在这个时期。这个数据集和处理打扫干净了10]。数据都表示为一式两份的,一种类型的节点代表国家和其他类型的代表产品。
1962年到2000年。这个数据集非常完整。文档列表上的所有操作都是数据,以及我们可能会遇到的问题。数据的收集似乎是很容易的事,由于出口可能注册的某个地方。然而,这并非总是如此,主要原因有三。首先,即使我们使用这个词产品为了简化讨论,只有类别的产品中指定的数据。一些类别的例子是“国内,nonelectric、加热、烹饪设备和零件,”“电视接收器和颜色”和“办公室和静止的供应,贱金属。“这是一个非常粗略的分类,它可以包含各种品质的产品。一些烹饪装置将后两种用法,一个优良的品质将持续几十年。这也是一个问题,当类别改变。1984年,产品的分类修订,因此新类别出现在数据集。为了避免麻烦与新的分类,我们只使用数据从1984年到2000年。
其次,一个国家(或在海关工作的人)可以谎报产品分配到错误的类别或只是误报出口的数量。的选择是在(10给有信誉的进口商报告/出口商报告,他们认为更准确。这是有道理的,如果我们考虑到国家征税进口,所以有兴趣一个准确的报告。然而,当进口商报告不可用出口商报告然后考虑。类别的误报是通过创建额外的类别称为“总分类对待。“在我们的工作,我们排除这些聚集。
最后一个原因是缺乏许多国家的报告。在报纸上,72个国家向联合国报告数据库。然而,我们仍然可以找到其他国家的信息,考虑他们的国家贸易与72年基地。当然是缺少某些信息,我们不知道两国之间的贸易不72年报道的一部分。我们可以选择只包括72个国家,或者考虑他们所有人。如果我们排除国家出现的主要问题是一些低复杂度的对象(如大豆)被认为是高复杂性的,因为他们只是很少出口到72个国家,而低复杂性产品(被称为智能手机相比容易产生)。然而,以往的研究使用的数据来自两国的内部和外部的核心,获得了一致的结果11,12]。
产品可以分类不同数量的数字,但是我们只保留4位数的类别,以避免太多的独特的项目。我们丢弃的每一个产品,不是官方分类,他们一共由作者添加数字更加一致。这些产品很容易识别,因为他们以字母X或0的数据集。
1998年到2014年。这个数据集使用打扫干净了协调技术(8]。与前面的数据集,作者试图调和出口商与进口商报告报告。当贸易报告,它通常需要增加运输成本在出口方面,而进口商不包括这些成本。作者然后使用重力方程计算运输成本取决于两国之间的距离。我们使用这个数据集研究近期和未来国家的进化,在这个数据集作为数据报告是更完整的。自2000年以来,大约有150个国家已经采用了分类中使用这些数据是法律文书报告他们的贸易。
RCA。国际贸易网络中,信息由国家的出口到其他国家。我们采用一个简化的方法,只考虑出口的总量在美元的个人一个国家出口的产品,进而我们称它为其生产。
我们代表的数据作为双方的网络节点类型之一是国家,而另一个是产品。很明显,如果一个国家出口只有少量的产品,它不应被视为该产品的出口国。出口的产品应该是一个合理的经济的一部分的国家,和这个国家应该出口一个合理比例的全球出口的产品。我们定义了一个明确的边界选择是否一个国家出口的产品或不考虑到“显示比较优势”(RCA) (3]: 在哪里出口的国家吗对产品在美元。我们认为那个国家是一个出口国,好吗只有在 。这个比例决定了出口的相对重要性的国家,比较它与其他国家的相对重要性。
让我们以一个直观的例子来说明这个指标,基于1998年发现的值创建的数据集(10]。我们比较的相对重要性巧克力出口法国和瑞士表1。虽然法国出口的两倍比瑞士巧克力,它仍然被认为是更少的优势出口的巧克力。这是由于这样的事实,法国比瑞士更其他商品的出口,所以预计出口平均高于瑞士。
在RCA阈值应用到国际贸易,我们可以构建国际贸易网络。而不是之前的许多可用的信息过程,剩下的二进制文件信息:这个国家出口这种产品吗?基于这个简化的数据,我们展示我们能够在下一节中提取相关信息。
2.2。方法
第一个方法设计一个评分等级国家和产品在国际贸易网络是在(1]。该算法迭代和步骤通过
在哪里是国家的分数吗和国家的分数 。分数都是初始化程度( 和 )。在原始的方法,设置一个阈值,当总变化对分数小于此值,计算停止。阈值的选择是很重要的,因为分数都收敛于一个微不足道的不动点。阈值必须设置足够大,以便得分之间的差异不超过机器精度;在讨论这一点6]。注意,给出一种基于特征向量的定义在[4),并提供了类似的结果,但摆脱需要定义一个阈值。然而,它一直在说13)两次迭代后,停止计算给最相干的结果根据我们目前的知识网络,作为国家的多样化之间的相关性及其分数降低额外的迭代后(6]。然后我们做出选择的只有两个迭代后停止算法。我们只考虑在这里获得的平均值的偏差算法和标签的最后成绩和为国家和产品 ,分别为: 的值是和类似的对应于 。 代表平均分数所有国家,其标准偏差。比分归因于国家被证明有很好的预测能力与经济增长相比传统指标(4]。
健身和复杂性度量来衡量的福利国家和他们的生产2]。表现良好的程序已被证明在一个生态网络,通过排名物种根据他们的重要性在系统的可持续性14]。该算法已被取幂产品广义术语(15]。被定义为迭代自洽的一组方程 在哪里是国家的健康吗和产品的复杂性后迭代。算法的收敛性及其在[停止条件进行了研究15]。
算法背后的想法是,成功的国家出口的复杂和复杂的产品只出口的产品成功的国家。事实上,一个国家的健康(4)是简单的和复杂的出口商品。所以一个成功的国家应该出口很多产品,这些产品应该是高复杂性以达到健身。产品的复杂性(4)是定义在一个非线性的方法,使非线性有效算法。由于 因素方程,一个产品的复杂性主要表现为最低的健身出口国。例如,如果我们把一个产品有两个出口和与健康的价值观和 ,分别产品的复杂性 。如果只有国家出口产品,复杂性 。这两个值接近,我们清楚地看到最严重依赖出口。这是有道理的解释分数好像可怜的得分国家可以出口的好;这个好应该低复杂性。如果只有高得分国家出口好,应该很难产生;否则一些低健康国家出口。
3所示。结果
除了前面描述的两个指标,我们添加用于比较的程度(即。,number of exports having a RCA equal to or above 1). The comparison with degree is lacking in the literature about Fitness and Complexity, and so we are interested in studying the additional information brought by the two iterative approaches. Indeed, previous works have shown a very high correlation between the degree of countries’ exports and the fitness of these countries [13]。
3.1。国内生产总值预测
所介绍,国内生产总值增长的一个主要信息是关于一个国家的经济表现。为了研究指标和GDP之间的联系的进化,我们显示在图1国家人均GDP的轨迹平面加上三个不同的指标(2](反射的程度,方法,和健身和复杂性)。从1998年到2014年的数据范围8]。我们的话,谎言的国家在该地区的高度,但在某种程度上降低人均GDP(如中国和印度)GDP增长的轨迹。健身的这句话同样也有一定道理,但对反射的方法是不可见的。在该地区的人均GDP高学位相比,他们(比如挪威和冰岛)更倾向于有一个静态轨迹沿着人均GDP轴。这句话是在(16为健康指标。很难区分度之间的不同特点和健身这个图表;相同的三个国家(捷克共和国、中国和印度)脱颖而出。菲律宾的例外是,只看健身度量时脱颖而出。其轨迹很平目前刚在所谓的GDP增长地区。很难区分什么图的中间区域,所以需要一个粗粒度的愿景为了能够看到倾向。
类似于(16从1998年到2014年],我们平均轨迹图3三个不同的指标再加上人均国内生产总值。在情节程度,我们看到每一个国家都有程度优于100有重大的GDP的增长。最长的箭头可以观察到最右边区域回归线下红色,这意味着这个地区的国家经验最大的增长。这是更适用于与健身在图所示的面板3 (c)。国家的右下部分情节表现出增长明显高于其他地区的飞机。然而,在反射的方法每个箭头似乎点以同样的速度,很难区分特定的地区。通过眼睛,健身和复杂性度量似乎比学位更有鉴别力,绝对超过反射的方法。然而,很难得出任何结论健身相比的优越性难以程度基于这些面板。但是在下一节我们将看到域健身和复杂性度量超越简单的程度的量度。
3.2。选择性可预见性计划
在[16),一个基于方法类似物的方法(17,18)是应用于国家的国内生产总值的预测。这个方法被命名为选择性可预见性计划。这个方法是有用的,为了有一个清晰的可视化的倾向。飞机的平均位移呈现在图2仅提供一般趋势。但是我们也可以问这个问题:我们能预测中国将飞机降落在未来?如果我们可以高概率,一个国家在未来将根据其当前位置在平面上,它也是一个有趣的观察,虽然这可能消失在平均过程中使用箭头图片。评估如下:(我)在对数GDP-Fitness空间平面分为盒子。(2)我们报告的盒子国家在某一年,十年后的一个结束。(3)国家内部箱子的总数在一年是 ,和许多不同的盒子占领后十年的发展来自盒子标签是 。(iv)对于每个盒子,我们评估的数量 。这个量与盒子的色散。事实上,如果国家是高度进化的不可预测的,很大,所以呢很大。相反,如果国家往往有一个可预测的进化,他们将结束在相同的盒子,所以会小,导致一个更小的值 。
(一)
(b)
(c)
(一)
(b)
(c)
三个指标的结果显示在图中3。乍一看,似乎程度和健身执行类似的,虽然反射法不展示展览和可预测性。有更多的盒子显示较低的可预测性(红色)的程度比健身。不过也有更多可预测性高的盒子(深绿色)。类似物的方法有两个缺点。第一个是,结果只是图形;然后很难说,一个比另一个更适当的方法。第二个是,结果是依赖于数量的盒子我们选择,以及轴的范围。
类似物的方法分配国家在特定的可预测性分数盒子。然后,通过对可预测性分数求和,结果应该占整体方法的可预测性。然而,我们需要摆脱依赖强的选择框的数量和他们的位置。有鉴于此,我们建议所有的盒子,考虑占用箱子的数量作为参数。分数如下: 在哪里 和是事件期间使用的数量计算,在一个事件被定义为一个国家的存在在一个盒子里。这一事实是很重要的,因为我们只考虑的事件都位于一个盒子至少有五个事件。我们选择采取分散的倒数之和,所以,高价值的总体的可预测性意味着预测是准确的。结果如图所示4盒子的数量的函数 。阴影区域代表轴的标准差超过256个不同的选择限制。轴的选择框是转移取决于限制事项值组成的盒子。例如,在用例(a)第一个区间是(0.1,0.2),以防(b) [0.12, 0.22]。点位于0.21将在第一间隔,以防(b)但不是在(A)。很明显,反射的方法执行不好,尤其是结果高度依赖的选择轴的极限。而很明显,反射的方法具有不可预测性,很明显,表现比健身和复杂性程度。我们认为,这显示了健身的预测能力和复杂性是不同于一个多样化。事实上,比分是开发考虑进化的离群值。虽然多样化会掌握更好的总体趋势,健身和复杂性的方法已经被证明是一个很好的预测国家在特定位置19]。
3.3。健身的影响国家的统一的国家
如果国家决定合并他们的出口?将他们的健身增加还是减少?这可以是双向的,因为国家会失去一些出口由于RCA阈值:如果总出口增加和特定产品的出口仍然几乎不变,RCA的值可以在一个下降。或者在不同的情况下如果两国出口很多,他们将失去很多出口时统一。我们表明,一些国家将受益于一个统一而有些人会恶化他们的健康得分。幸运的是,国家的统一与分离发生几次数据集。我们的德国、捷克斯洛伐克、南斯拉夫和说明统一或分离的经济影响的国家的健康。在第二次,我们采取人工的例子表明,很难预测哪个国家将受益于一个统一,哪一个也不会。这主要取决于出口的细节,而不是只在他们当前的健身价值。
在最初的出口数据,哪个国家出口哪些产品指定到另一个国家。我们选择简化数据时,只考虑每个产品的出口总额在前面的部分中,详细的数据现在证明有用的统一国家的时候,我们可以减去它们之间的出口。我们想强调在开始分析之前,我们只能合并出口的国家,而不是生产商品的能力。实际上,当两个经济体统一在一起,可能是他们共同的能力制造可以组合在一起以产生新的商品或显著增加其出口的产品(1,6]。
3.3.1。实际的例子
它发生在世界历史上几次,一些国家决定统一或一个国家选择分离成更小的。我们调查此案的分离和统一从纯经济角度看,不考虑其他因素。感兴趣的问题是要知道国家的健身过程中增加或减少。如果我们理论上统一两国和这两个国家的健康增长,国家将有一个统一的经济效益。另一方面,如果健身减少当理论上统一的国家,这个国家最高的健康不会受益于统一。
我们研究三个实际案例。第一个是统一的1990年,东德和西德。如今,德国是世界上最大的经济体之一;虽然我们不能研究虚拟经济,如果目前的德国会再次分裂,结果我们可以合并旧东德和西德。众所周知,西方比东方更经济成功在1990年。然而,如果两国经济互补性强,所以,西方可能受益于合并。这是非常可能的两部分国家是完全不连通和政治制度是完全不同的。我们将展示在图5(一个)的理论合并两个德国。毫不奇怪,西德的健身是高于1990年前东德之一。我们可以看到,在1990年之前德国开始崛起的健身;这是由于这一事实数据和一些出口之前引用官方分类;然而,出口总额很低。曲线叫合并是两个德国的理论合并。我们观察到它总是高于西方的健身和东德。我们可以说,如果国家合并,他们将从中受益。最终他们合并,成为世界上最强大的经济体之一,甚至第一个根据健身和复杂性度量。我们不显示任何置信区间; however the robustness to noise is high and, most importantly, the tendency is consistent with years.
(一)
(b)
(c)
我们的第二个例子是解散捷克斯洛伐克在1992年捷克和斯洛伐克。解散的原因主要是政治,但也有经济紧张20.]。斯洛伐克人,他们有印象为捷克,这似乎真的主要政党大多是捷克和提升捷克利益放在首位。这些紧张局势和斯洛伐克的强烈民族主义导致了捷克斯洛伐克的分离。健身的捷克和斯洛伐克,捷克斯洛伐克在解散之前,和理论合并解散后,捷克斯洛伐克如图5 (b)。在与德国的例子中,我们看到,捷克共和国健身指标的得分高于合并的两个国家。这是一个有趣的观察,我们可以声称,捷克共和国解体有着强大的经济效益。
最后一个例子是南斯拉夫的解体成斯洛文尼亚、马其顿、波黑、阿尔巴尼亚、南斯拉夫联盟共和国(塞尔维亚和黑山),和克罗地亚。根据(21),南斯拉夫的状态,这是第一次世界大战之后,是由有共同的敌人,特别是意大利。在20世纪,在欧洲有很多矛盾,所以呆在曼联的攻击。由于缺乏来自东方的压力,民族矛盾成为比呆在一起的必要性对抗强大的敌人。从1991年到1992年,国家逐渐分成许多小州。至于前两个例子,结果如图5 (c)。在所有国家中,只有斯洛文尼亚得益于解散的健康。在短期内,南斯拉夫联盟共和国也受益于它,但战争创造了解散肯定强烈经济受损。
在我们三个实际的例子,当两个国家将受益于合并,他们最终通过合并在一起。当一个国家将受益于解散,他们最终分离。我们注意到,这些只是传闻证据,影响因素有解散或合并其他比经济因素。然而一个国家的经济总体上反映了它的稳定性,它的活力,其幸福。观察到在前一节中对GDP、健身并不一定程度相比,添加信息。然后自然地问这个问题:我们可以获得相同的结果,只使用学位?我们展示的等效程度图6。我们看到它是在一般明显低于健康,有时完全不同。例如,斯洛文尼亚执行比合并在考虑程度度量,和西德执行合并后的德国非常类似。另一个需要注意的重要的一点是这一事实的程度几乎是完全连续的,不经历巨大的变化。相反,健身展示了一些快速变化,这表明它捕捉额外的信息隐藏在一个传统的方法。
(一)
(b)
(c)
3.3.2。理论情况下
在前一节中我们看到,如果我们一起合并经济,由此产生的经济可以更强或弱的健康。但到目前为止,我们没有调查结果背后的机制。为了找到这种现象的解释,我们把虚构的示例通过合并一个国家与其他国家的数据集。通过研究国家之间的关系时,健康向上,或下降,我们应该能够识别积极和消极之间的共同财产合并。
我们目前的结果在图合并为四个不同的国家7。显然,这不是微不足道的,看一个国家的健康得分将合并时上升或下降。我们看到一个明确的依赖目标的适应性;然而,仅仅是一个趋势。例如,意大利将受益于合并得分最高的两个国家健身(德国和美国),而日本将其健身减少。同时,基本很少国家受益于与一个国家合并较低的健康。这也是有趣的,因为它表明,这是相当罕见的,我们之前的例子与西部和东部德国是一个特例。也是令人惊讶的看到在意大利的情况下,即使与一个国家合并有更高的健身,健身意大利显著减少。意大利这个国家,使健身低实际上是法国。
当然是有依赖的健身目标的国家,但这并不是唯一的因素。当我们看到在图7,常见的出口份额不是一个解释性因素。然而,我们看到,日本将通常获得更多的健康当合并与另一个国家,它已经不太常见的出口比其他三个基地的国家与其他国家。虽然我们没有发现可靠的预测发现如果一个国家将受益于一个合并与否,它肯定是与出口稀有的篮子里。一个可能的方法来研究这一问题还将考虑产品的复杂性分数他们有共同之处。如果他们主要是低复杂度出口份额和高复杂性的产品不多共同点,合并将会添加更多的高复杂性的产品,而如果他们已经分享大多数高复杂性的产品,合并过程中不会增加许多新产品。
4所示。结论
健身和被证明是表现最佳的算法复杂性等级的国家和产品根据他们的重要性和允许额外的功能与其他方法相比的展览。虽然很难得出结论的能力预测经济增长的国家,不可否认,它获取更多的信息。在这项工作中,我们展示了一种比较方法和潜在的使用方法的附加信息。所示的一项研究[22),健身分析可以帮助疲软的经济体理解如何走出贫困陷阱,通过增加他们的出口产品的复杂性和增加他们的多样化。令人惊讶的是,我们发现这是一个很好的预示经济结果的合并和分离的国家。虽然分析结果仍然是一个艰巨的任务,更深入地理解健康的改变当两国合并在一起或当一个国家把自己变成小国家会告诉我们很多关于指标和经济行为的国家。
的利益冲突
没有利益冲突。
确认
作者承认金融支持中国的国家自然科学基金(批准号11547040和11547040),广东省自然科学基金(批准号。2016 a030310051 a030310374 2017和2017 b030314073),深圳基本研究基金会(格兰特JCYJ20150625101524056号,JCYJ20160520162743717、JCYJ20150529164656096 JCYJ20170302153955969), SZU自然科学基金(批准号2016 - 24),SKL-MCCS开放基金项目没有。20160104),基金会杰出青年才俊在广东高等教育,中国(批准号2015 kqncx143),欧盟FET-Open(批准号611272(项目Growthcom)),瑞士国家科学基金会(批准号200020 - 143272)。