EN中文

Journal of Geo-information Science >

2017 , Vol. 19 >Issue 9: 1253 - 1260

DOI: https://doi.org/10.3724/SP.J.1047.2017.01253

CONTENTS

Mining of Association Relationship of the Pan Spatial-oriented Trade of Pipeline Natural Gas

  • ZHANG Hong , 1, 2, 3 ,
  • WANG Limao 2, 4 ,
  • SONG Tao , 2, * ,
  • LIU Daqing 1 ,
  • WEN Na 1
Expand
  • 1. College of Geographic Information, Information Engineering University, Zhengzhou 450052, China
  • 2. Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences,Beijing, 100101
  • 3. State Key Laboratory of Geo-information Engineering, Xi’an 710054, China;
  • 4. College of Resources University of Chinese Academy of Sciences, Beijing 100049, China
*Corresponding author: SONG Tao, E-mail:

Received date: 2017-05-15

  Request revised date: 2017-08-03

  Online published: 2017-10-09

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

In the view of pan-spatial information system, we apply the complex network analysis method to analyze and visualize the relationship among the major countries in the complex network of the global pipeline natural gas from its attribute relations, temporal relations, spatial relations and comprehensive relations. The results indicate that the path dependence of the trade of pipeline natural gas is prominent and the global trade of pipeline natural gas is evolutionarily stable, indicating the "small world" characteristics of the regional market. Due to the differences in regional resource endowments, the trade of pipeline natural gas forms "core-edge" network structure. The trade of pipeline natural gas is mainly concentrated in Eurasia. In 2009, the demand center of global pipeline natural gas trade was located in European countries. In 2015, the dual demand core network relationship between Western Europe and China was formed. At the same time, we expounds the characteristics of the pan-spatial information system and prospects of the application of the platform based on the excavation analysis and visual expression of the complex network of global natural gas pipeline.

Key words： pan-spatial information system; the trade of pipeline nature gas; complex network; association relationship; mining analysis

Cite this article

ZHANG Hong , WANG Limao , SONG Tao , LIU Daqing , WEN Na . Mining of Association Relationship of the Pan Spatial-oriented Trade of Pipeline Natural Gas[J]. Journal of Geo-information Science, 2017 , 19(9) : 1253 -1260 . DOI: 10.3724/SP.J.1047.2017.01253

1 引言

全空间信息系统是基于多粒度时空实体对现实世界进行的抽象和建模,在信息空间构建与现实世界相对应的数据世界[1]。全空间信息系统异于传统地理信息系统,其研究对象从地球空间扩展到了宇宙空间;从室外空间延伸到室内空间,并拓展到水下空间和地下空间;从宏观发展到了微观空间;同时发展了大数据空间解析的理论和方法[2]。这决定了全空间信息系统将是融合遥感技术（Remote sensing）获取宇宙空间实体的影像数据,全球定位系统（Global Positioning）监控实体的轨迹数据,虚拟现实（Virtual Reality）在信息世界对现实实体重现,时空分析（Spatio-temporal Analysis）对海量数据进行的挖掘等多学科技术的信息平台。全空间信息系统将现实世界抽象为多粒度时空实体,对不 同特性的多粒度进行时空动态描述,同时建立不同维度空间下多粒度间的复杂网络模型,并对全空间复杂网络模型中多粒度间的关联关系进行可视化表达。
全空间信息系统描述一个动态联动的复杂网络,其中所有需要可视化、分析的实体都要通过多粒度时空对象模型实现独立对象实例化,而对象之间的关系就通过关联联系来建立。目前对关联关系的研究,主要包括因地理空间数据的空间特征产生的空间关联关系,时间特征产生的时间关联关系,属性特征之间存在的属性关联关系,以及空间与时间交织在一起产生的时空关联关系[3-4]。
能源贸易是一门研究世界能源进出国间关联关系的学科。因受资源禀赋差异、市场供需、能源价格、地缘政治、运输安全等因素的影响,国际能源贸易呈现动态演变的复杂网络特征。天然气作为全球仅次于煤炭、石油的第三大化石能源,成为低碳经济发展的市场宠儿。然而,天然气在全球的分布极不均衡。2015年,仅中东和俄罗斯就分别占全球已探明天然气总储量的42.8%和17.3%[5]。作为全球主要的能源消费国,中国天然气对外依存度却在不断飙升。2015年中国天然气对外依存度为32.7%[5]。天然气资源分布与消费的地理错位,决定了国家本土内很难实现产需均衡。1979年国际能源署部长级会议上,各国一致认为需要鼓励天然气的本土生产以及国际贸易[6]。此后,天然气贸易借助于长输管道和海上LNG输送等手段迅速扩张。
全球天然气贸易是一个复杂的系统。天然气资源受区域禀赋差异和国际市场供需机制的共同作用,在贸易国间发生流动,从而形成了贸易国间的关联关系,构建了国际天然气贸易网络。复杂网络强调从现实世界抽象出的众多节点的网络拓扑结构,并从结构角度分析系统的功能[7]。对“关系”的分析是复杂网络分析方法的优势所在[8]。目前,国内外学者均对全球天然气贸易复杂网络和贸易中主要国家的关联关系有一定研究。其中,Serrano和Bogun[9]认为世界贸易网络具有典型的无标度特性及小世界属性。Garlaschelli等[10]构建了1960-2000年间国际贸复杂网络拓扑结构,发现节点度分布只在局部区域内服从幂律分布,整个网络结构并非典型的无标度网络。Fagiolo等[11]对基于1981-2000年159个国家加权复杂贸易网络结构的研究,发现整体网络结构呈现显著的异质性,节点强度分布符合马太效应。同时,全空间信息系统的全属性特征,正是对实体的时间、空间、性质、形态、关系等多元特征进行全方位的描述和表达[1]。基于全空间信息系统,运用复杂网络分析方法,通过对天然气贸易网络进行研究,把空间视为影响国家关系的重要因素,从地理视角来探讨不同时间国家间的关联关系,刻画全球管道天然气贸易格局演变情况。国内外学者基于复杂网络对天然气贸易从不同角度进行了研究。Neuman等[12]用一个网络模型对欧洲天然气产运销作了优化分析,对欧洲天然气市场的发展前景进行了研究。Mazigh等[13]分析了1970-1997年国际天然气贸易的演化过程,认为管道天然气贸易和液化天然气（LNG）贸易之间有很强的相关性。Wood等[14]通过对过去20年全球和区域LNG贸易的研究,得出尽管十年来欧洲LNG贸易发展迅猛,但在全球LNG贸易中,亚洲仍占有绝对性市场优势的结论。Geng等[15]通过对管道天然气贸易和LNG贸易的对比,发现国家在LNG贸易中的联系更为紧密。徐俐俐[16]对丝绸之路经济带沿线国家天然气贸易网络进行分析,她认为无权天然气贸易网络针对蓄意攻击的脆弱性和随机故障的鲁棒性表现为无标度网络特征。
现有对天然气贸易的研究,基本上是从单一尺度对国家间天然气贸易关系进行的探讨,或对一个国家、区域长时间贸易情况进行的描述。从时空视角,对全球天然气贸易格局的模拟分析和可视化表达的研究相对欠缺。传统GIS网络分析难以描述管道天然气贸易网络的整体形态、复杂性以及实体间的关联关系[17],更无法实现天然气贸易与天然气管道运输情况间跨域、跨界的深度时空挖掘。目前的研究关于LNG贸易的较多,而涉及管道天然气贸易的文献较少。全球天然气贸易主要通过管道进行运输,2015年全球管道天然气贸易份额为67.5%[5],因此单独对全球管道天然气贸易进行研究是很有必要的。本文从属性、时间和空间不同视角,对2009-2015年全球管道天然气贸易的复杂网络和主要贸易国间的关联关系进行了挖掘,并基于全空间信息系统对管道天然气运输和贸易研究的应用进行了展望。

2 数据来源和研究方法

2.1 数据来源

本文数据来自《BP世界能源统计年鉴》 （British Petrol statistical review of world energy）,根据天然气贸易运输途径,BP年鉴分别统计了全球主要国家液化天然气（LNG）贸易和管道天然气贸易数据。论文选取了2009-2015年全球主要国家间管道天然气的数据。需要注意的,7年间全球天然气贸易国的统计口径有一定变化。论文以《2016年BP世界能源统计年鉴》为基础,对7年间主要贸易国进行了取舍,共选取了40个国家之间的天然气贸易数据。
鉴于复杂网络分析工具Gephi 8.2软件适于处理动态大数据,其可视化功能强大、动态分析性较强等特点更适合处理用于观测性分析的数据。论文运用Gephi 8.2软件对7年全球管道天然气贸易数据进行分析。

2.2 研究方法

文章基于全空间信息系统视角,运用复杂网络分析方法,从现实应用、空间分析和可视化表达方面等角度对全球管道天然气贸易中主要国家间的关联关系进行时空挖掘分析。首先,通过R-soft可视化表达了2013年管道天然气贸易全球主要国家间的属性关系。基于Modularity Q（模块化度量值）算法,进一步对全球管道贸易格局进行“小世界”聚类分析。从时间角度,分别对2009、2011、2013和2015年亚非欧“小世界”格局演变和中国管道天然气进口源进行了挖掘分析。最后,结合贸易国地理位置,基于K-core算法对2009年和2015年全球管道天然气贸易核心进行挖掘。

3 天然气贸易的网络构建

全球天然气贸易经济体中,参与主体是天然气供求不平衡的各个国家,天然气国际贸易把这些国家联系起来,形成了典型的复杂网络。基于全空间视角,采用复杂网络分析方法研究全球天然气贸易,不仅可以描述全球天然气贸易中主要国家间的关联关系强度,挖掘出贸易网络核心区域和各国的贸易往来演变情况,还可以对全球管道天然气贸易网络的空间分布格局进行可视化表达。
复杂网络是由多个节点和节点间的连线组成的集合。无权网络反映节点之间的连接方式,即网络的拓扑特性,但不能描述节点之间相互作用的强度或关联关系的强弱。而加权网络不仅能表达网络中节点之间的相互作用,而且可以对网络中节点的关联关系强弱进行表达,因此,能更好地体现真实世界网络特征。一个无权网络用一个N×N邻接矩阵A表示,设Vi（i=1, 2, …, n）为天然气进口国,Wj（j=1, 2, …, m）为天然气出口国;进口国与出口国间的贸易关系用邻接矩阵A=[aij]（i=1, 2, …, n;j=1, 2, …, m）表示。矩阵中每个要素aij表示节点i与节点j之间是否存在关联关系。如果节点i与节点j之间存在关联关系,则aij=1,若不存在关联关系,则aij=0。对于无向无权网络,aij=aji。一个加权网络可以用一个加权的N×N邻接矩阵R表示,矩阵中的每个元素rij表示节点i与节点j之间边的权值大小,若矩阵为无向加权矩阵,rij=rji。
本文以国家为节点,国家间天然气贸易关联关系为无向无权网络的边,国家间贸易量为无向加权网络的权重,构建了年全球管道天然气贸易网络模型RP（t）。用矩阵AP（t）描述t时期全球管道天然气贸易的无权无向贸易网络。若Vi从Wj进口管道天然气时,aPij=1。如果Vi从Wj进口管道天然气为零时,aPij=0。矩阵RP（t）描述t时期Vi国向Wj进口管道天然气的加权贸易网络。RPij（t）为Vi国向Wj进口管道天然气的值。

4 复杂网络模型的结构特征

4.1 节点的强度

无向网络中节点i的度ki表示为节点i与网络中其他节点的连线数目。全球天然气贸易的无向网络中节点度ki（t）指：t时期与节点i有天然气贸易的国家数量[18]。
k i t ( t ) = ∑ j = 1 N ( t ) a ij ( t ) （1）
对节点度的概念进行扩展则为节点强度。在加权网络中,对节点重要度的判断不仅依赖于其拓扑结构的性质,还取决于主体间贸易关系的强度,是对节点在网络中与其他节点关联强度的衡量。节点i的强度表示i国天然气进口额绝对值与出口额的绝对值总和[19]。
S i t = ∑ j = 1 N ( t ) w ij ( t ) （2）
在有向网络中,节点的强度包括节点的出强度和入强度。节点i的出强度定义为：
S i out t = ∑ j = 1 N ( t ) w ij ( t ) （3）
节点i的入强度定义为：
S i in t = ∑ j = 1 N ( t ) w ji ( t ) （4）

4.2 “小世界”效应和模块度

复杂网络的小世界效应是指尽管网络的规模很大,但是网络中一小群节点之间具有直接、紧密、积极或频繁的联系,以至于结合成次级的子结构——国家集团小世界。即当节点i的集聚系数大于整体网络的平均聚类系数,就意味着节点i与周围节点形成了“小世界”。双边贸易网络的小世界是通过比较各国之间贸易流量的大小,对节点度数的进行聚类分析,挖掘出贸易关系上具有高度凝聚力的国家集合。
Modularity（模块化）是目前常用的一种对整体网络中子结构进行划分的方法。Gephi8.2中“模块化”（Modularity）是通过随机算法（Randomize）对整体网络的节点进行社群探测,从而将网络中节点划分为不同的“模块类别”（Modularity Class）。
Newman和Girvan提出一种划分小世界结构的指标Q值,它是基于Association Mixing来定义的,模块度公式如下[20-21]。
Q = ∑ ( e ii - a i 2 ) = Tr       e - e 2   （5）
式中：eij表示网络中子团i和子团j之间连接的边数在网络所有边中所占的比例; a i = ∑ e ij 表示与子团Ci相连的边在所有的边中所占的比例;Q值的上限为1,值越接近于1,说明网络社团结构就越明显。

4.3 中心聚类

拓扑图中的K-core是指“在图中反复去掉度小于等于k的节点及其连线所余下的子图” [17]。如果一个节点存在于K-core,但在（k+1）核中被移除,则此节点的核数为k,即对于v ∈ V（G）,如果v ∈ core k- core k（k+1）,Corenessv=k。核数表示的是节点在核中的深度,k取最大值时,节点集合具有高核聚类特征,在整体拓扑网络中处于最核心地位。
K-core是建立在点度数基础上的凝聚子群算法[22]。如果一个子图中的全部点都至少与该子图中的其他k个点邻接,则称这样子的子图为k-core。在聚类的基础上,选择符合所需要求的节点及连线,以得到核心网络。

5 管道天然气贸易关系的挖掘分析

全空间信息系统描述的是一个动态联动的复杂网络,其中所有需要可视化、分析的实体之间的关系就通过关联联系来建立。而对象之间的关联关系,是用来描述时空对象之间的关联情况和关联强度。在现有的研究中,关联关系的主要包括：属性关联关系、时间关联关系、空间关联关系和综合关联关系。本文试分别从贸易强度和“小世界”聚类分析全球天然气贸易主要国家间的属性关联关系;根据时间,分析中国管道天然气贸易的路径演化格局及特征;从空间视角,对全球管道天然气贸易核心演变进行挖掘。从属性关联、时间关联和空间关联3方面探究全球主要国家管道天然气贸易的综合关联关系。

5.1 属性关联关系分析

通过对2013年全球主要国家管道天然气的贸易网络进行分析,从强度关联关系和聚类分析对主要国家间贸易关系的属性关联关系进行阐述。
5.1.1 强度关联关系分析
在复杂网络分析中,节点间的属性关系常用节点强度表示。复杂网络分析应用在贸易网络中,节点间强度则为国家间贸易量大小。通过R-soft对2013年全球主要国家管道天然气贸易网络进行挖掘分析,如图1所示,基于有向加权网络,按国家出口量的大小进行顺时针可视化。圆形边环的粗细代表国家贸易量的大小,圆内线条代表国家进出口情况,若线条同国家边环同色,代表出口,靠近圆形边环;异色,代表进口,略远于圆形边环。同一国家不同颜色的线条,代表不同的进出口国。
Fig. 1 Relationship of the global pipeline natural gas trade in 2013

图1 2013年全球主要国家间管道天然气贸易关系

由图2可知2013年全球管道天然气主要出口国为：俄罗斯、挪威、加拿大、美国、土耳其、阿尔及利亚等国。其中,美国同时也是主要的管道天然气进口国。俄罗斯、挪威和荷兰为德国、意大利、土库曼斯坦、法国、英国等欧洲主要国家的进口源。中国的管道天然气进口主要依靠土库曼斯坦,俄罗斯成为中国管道天然气进口的主要竞争国。
5.1.2 “小世界”挖掘分析
对2013年全球管道天然气单边贸易量大于10亿m3的数据进行筛选,建立有向加权邻接矩阵。通过Gephi8.2基于模块化度算法对复杂网络中各个节点的关联关系进行探测。用不同的颜色区分拓扑网络中小世界类别,节点大小代表节点度数,如图2所示。
Fig. 2 The modularity class mining of the global pipeline natural gas trade in 2013

图2 2013年全球主要国家间管道天然气的模块度分析

由于管道天然气贸易需要大规模的运输基础设施,受区域位置、运输成本、地理距离等因素的限制,对路径依赖程度更大,网络成“区域小世界”格局分布。分别形成：美-加-墨的北美地区小世界;玻利维亚-巴西-阿根廷的南美地区小世界;阿联酋-卡塔尔的波斯湾地区小世界;新加坡-马来西亚-印度尼西亚小世界;泰国-缅甸小世界;和以俄罗斯为供给核心的亚-非-欧小世界格局。
受区域资源禀赋差异和供需平衡的市场机制共同作用下,天然气贸易的小世界集团均为核心-边缘结构。以资源大国为供给核心,需求国为边缘的结构,或者以需求大国为市场核心,资源国为边缘的结构。

5.2 时间关联关系分析

对以俄罗斯为核心的亚非欧地区管道天然气贸易网络进一步挖掘分析,分别对2009、2011、2013和2015年4年的贸易进行模块化度量。如图3所示,2009年,中国尚未进行规模性管道天然气进口;2011年,中国开始从中亚土库班斯坦进口管道天然气;2013年,中亚仍是中国管道天然气贸易的主要进口源,供应国为土库曼斯坦和哈萨克斯坦;2015年,中国管道天然气贸易主要进口源为中亚地区和马来半岛地区。土库曼斯坦、乌兹别克斯坦为中亚地区主要天然气供应国,缅甸为马来半岛地区主要供应国。
Fig. 3 Analysis of variations in the distribution of global pipeline nature gas trade in Europe, Asia and Africa area

图3 亚欧非大陆管道天然气贸易演化分析

从时间维度进行分析,中国管道天然气贸易格局的演变依赖并滞后于运输通道基础设施的修建,天然气贸易具有对能源战略运输通道的路径依赖极强。依赖于国家间长期稳定的外交关系,贸易合同签订和基础设施修建耗时长,长时间序列内贸易演化格局具有稳定性特征。

5.3 空间关联关系分析

运用Gephi8.2分别对2009年和2015年的管道天然气贸易的拓扑网络做K-core滤波处理,k=Max ki,可视化显示网络的贸易核心,如图4所示。
Fig. 4 The core variations in the distribution of global natural gas trade

图4 全球管道天然气贸易的核心演化

结合地理位置,从空间关联关系分析全球管道天然气贸易核心的演化情况。2009年管道天然气贸易核心集中在欧洲大陆,以俄罗斯和北欧挪威为出口国,西欧区域为进口核心。2015年管道天然气贸易核心横跨亚欧大陆,形成了以西欧国家和中国为主要进口区域的双核心格局,俄罗斯、北欧挪威和中亚地区成为三大出口区域。同时,俄罗斯利用自身区位优势从中亚地区进口天然气,转卖给西欧国家从中赚取差价,与中国天然气贸易进行竞争。

6 结论及展望

论文从属性关联、时间关联、空间关联角度,对全球主要国家管道天然气贸易的综合关系分析来看：资源禀赋差异和供需平衡的市场机制共同作用下,天然气贸易格局为核心-边缘结构。分别形成以俄罗斯、挪威、阿尔及利亚资源大国为供给核心的“供给核心-需求边缘”结构,或者以中国需求大国为核心的“需求核心-供给边缘”结构。
管道天然气贸易格局演化稳定,具有“区域小世界”特点。以俄罗斯为核心的亚非欧贸易一体化格局逐步形成。因受地理区位限制,美-加-墨的北美地区小世界;玻利维亚-巴西-阿根廷的南美地区小世界;阿联酋-卡塔尔的波斯湾地区小世界,以及新加坡-马来西亚-印度尼西亚小世界各为一体。
管道天然气贸易受地理区位的限制,具有路径依赖性,且滞后于战略通道的修建。全球管道天然气贸易核心从“西欧”单核心演化为以“西欧”和“中国”的双核心格局。中亚地区和缅甸为中国管道天然气的主要进口源。
Gephi 8.2从属性关联、时间关联和空间关联角度,分别对全球管道天然气贸易中主要国家间的关联关系进行了挖掘分析和可视化表达。但无法实现同时对全球管道天然气贸易复杂网络中主要国家间关联关系的多模态时空数据的关联分析。同时管道天然气贸易具有对战略路径的依赖性和滞后性的特点,而目前软件无法实现管道贸易网络和运输基础设施的时空耦合分析,难以满足多模态时空对象定量化迁移分析的需要。在大数据背景下,基于全空间信息系统现实了全球天然气管道修建数据和管道天然气贸易的动态数据接入和管理,建立管道天然气运输基础设施复杂网络和管道天然气贸易复杂网络的时空耦合。对天然气管道的空间分布、管道修建的动态监控、天然气运输轨迹获取、跨域贸易关联分析,以及运输流时态模拟,并对多粒度之间的属性、空间、时间等综合关系进行挖掘,动态可视化全球天然气地缘政治格局演变,并智能预测天然气进口的地缘政治环境,为中国能源地缘政治风险防控提供决策支持。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
华一新. 全空间信息系统的核心问题和关键技术[J].测绘科学技术学报,2016,33(4):331-335.分析了空间信息系统的研究现状和存在问题,阐明了全空间信息系统的基本概念和基本特征;提出了基于多粒度时空对象构建全空间信息系统的技术路线,明确了需要研究解决的科学问题和关键技术;提出了全空间信息系统与智能设施管理的主要研究内容,指出预期的研究效益。

DOI

[Hua Y X.The core promblems and key technologies of pan-spatial information system[J]. Journal of Geomatics Science and Technology, 2016,33(4):331-335. ]

[2]
周成虎. 全空间地理信息系统展望[J].地理科学进展,2015,34(2):129-131.地理信息系统作为一门空间科学,以其独特的空间观点和空间思维,从空间相互联系和相互作用出发,揭示各种事物与现象的空间分布特征和动态变化规律。本文从地理信息系统所研究的空间对象出发,对地理信息系统发展新方向提出思考：①从地球空间拓展到宇宙空间,需要构建宇心坐标系和宇宙GIS、月球GIS等;②从室外空间延伸到室内空间,需要发展室内GIS,并拓展到水下空间和地下空间;③从宏观到微观空间,可以发展面向游戏的体育GIS、面向生命健康管理的人体GIS等;④面向大数据时代,发展大数据空间解析的理论和方法,贡献于大数据科学的发展。

DOI

[Zhou C H.Prospects on pan-spatial information system[J]. Progress in Geography, 2015,34(2):129-131. ]

[3]
王家耀. 空间信息系统原理[M].北京:科学出版社,2001.

[Wang J Y.Spatial information system theory[M]. Beijing: Science Press, 2001. ]

[4]
华一新,赵军喜,张毅.地理信息系统原理[M].北京:科学出版社,2012.

[Hua Y X, Zhao J X, Zhang Y.Geographic information system principles[M]. Beijing: Science Press, 2012. ]

[5]
BP Group. Statistical Review of World Energy [R/OL].[2016-06-30]..

[6]
IEA Natural Gas Transportation: Organization and Regulation[R/OL].Paris[1994-10-31].

[7]
刘涛,陈忠,陈晓荣.复杂网络理论及其应用研究概述[J].系统工程,2005,23(6):1-7.从统计特性、结构模型和网络上的动力学行为三个层次简述复杂网络相关研究,并着重介绍了网络上的传播行为,认为它代表了复杂网络在社会经济系统中的重要应用。

DOI

[Liu T, Chen Z, Chen X R.A brief review of complex networks and its application[J]. Systems Engineering, 2005,23(6):1-7. ]

[8]
潘峰华,赖志勇,葛岳静.经贸视角下中国周边地缘环境分析-基于社会网络分析方法[J].地理研究,2015,34(4):775-786.周边对一国地区稳定、经济发展等影响重大,中国也一直奉行"邻国是首要"的外交战略,推行"睦邻、富邻、安邻"的邻国政策。主要分析中国及其周边国家贸易网络,在经济依赖度分析等基础上,借助社会网络分析工具进行程度中心性分析、结构同型分析等一系列分析,从而对中国及其周边国家贸易网络进行多方面解剖。结果表明:中国与周边国家存在不平等的经济依赖度;贸易网络存在较为明显的核心—边缘结构;中国在周边贸易网络中占据主导地位,经济影响力不断上升。研究表明,地缘政治研究中引入社会网络分析方法可以实现空间关系的网络化和网络关系的空间化,深化对地缘环境的认识。

DOI

[Pan F H, Lai Z Y, Ge Y J.The surrounding geopolitical environment of China: A social network analysis based on trade data[J]. Geographical Research, 2015, 34(4):775-786. ]

[9]
Serrano M A, Boguñá M.Topology of the world trade web[J]. Physical Review E Statistical Nonlinear & Soft Matter Physics, 2003,68(2):015101.Abstract: Economy, and consequently trade, is a fundamental part of human social organization which, until now, has not been studied within the network modelling framework. Networks are mathematical tools used in the modelling of a wide variety of systems in social and natural science. Examples of these networks range from metabolic and cell networks to technological webs. Here we present the first empirical characterization of the world trade web, that is, the network built upon the trade relationships between different countries in the world. This network displays the typical properties of complex networks, namely, scale-free degree distribution, the {\it small world} property, a high clustering coefficient and, in addition, degree-degree correlation between different vertices. All these properties make the world trade web a complex network, which is far from being well-described through a classical random network description.

DOI PMID

[10]
Garlaschelli D, Loffredo M I.Structure and evolution of the world trade network[J]. Physical A: Statistical Mechanics & Its Applications, 2005,355(1):138-144.The World Trade Web (WTW), the network defined by the international import/export trade relationships, has been recently shown to display some important topological properties which are tightly related to the Gross Domestic Product of world countries. While our previous analysis focused on the static, undirected version of the WTW, here we address its full evolving, directed description. This is accomplished by exploiting the peculiar reciprocity structure of the WTW to recover the directed nature of international trade channels, and by studying the temporal dependence of the parameters describing the WTW topology.

DOI

[11]
Fagiolo G, Reyes J, Schiavo S.The evolution of the world trade web: a weighted-network analysis[J]. Journal of Evolutionary Economics, 2010,20(4):479-514.This paper employs a weighted network approach to study the empirical properties of the web of trade relationships among world countries, and its evolution over time. We show that most countries are characterized by weak trade links; yet, there exists a group of countries featuring a large number of strong relationships, thus hinting to a core-periphery structure. Also, better-connected countries tend to trade with poorly-connected ones, but are also involved in highly-interconnected trade clusters. Furthermore, rich countries display more intense trade links and are more clustered. Finally, all network properties are remarkably stable across the years and do not depend on the weighting procedure.

DOI

[12]
Neumann A, Viehrig N, Weigt H.In trade gas: A stylized model of the european natural gas network[J]. Resource Markets, 2009(4):1-18.

[13]
Mazighi AEH.An Examination of the International Natural Gas Trade[J]. Opec Review, 2003,27(4):313-329.Recent developments in the liquefied natural gas (LNG) industry, particularly the ongoing projects of liquefaction and regasification and the increasing number of LNG-carriers to be delivered in forthcoming years, have led some specialists to argue that LNG is today at the crossroads between regionalisation and globalisation. Other specialists think that, by 2010, LNG's share of the total international trade of natural gas will be predominant, compared with that of pipelines. All these assumptions are based on an examination of the duration of existing and ongoing international gas projects.

DOI

[14]
Wood D A, Nwaoha C, Towler B F.Gas-to-liquids (GTL): A review of an industry offering several routes for monetizing natural gas[J]. Journal of Natural Gas Science & Engineering, 2012,9(6):196-208.The GTL industry faces a number of challenges and risks, including: high capital costs; efficiency and reliability of complex process sequences; volatile natural gas, crude oil and petroleum product markets; integration of upstream and downstream projects; access to technology. This review article considers the GTL industry in the context of available opportunities and the challenges faced by project developers.

DOI

[15]
Geng J B, Ji Q, Fan Y.A dynamic analysis on global natural gas tradenetwork[J]. Appl Energy, 2014,132:23-33This paper analyzes the evolution characteristics of the international natural gas trade structure and the integration of the international natural gas market by using complex network theory. It is found that both the LNG and pipeline gas import and export trade networks display scale-free distributions, while the countries in the LNG trade network are linked more closely than those in the pipeline gas trade network. The markets in North America, Europe and Asia are not integrated, which indicates that a unified global natural gas market has not yet been formed. However, the degree of integration between the European and Asian markets is relative strong during 2000鈥2011. Finally, the integration among international natural gas markets and the inter-regional LNG trades are highly interrelated and mutually influencing.

DOI

[16]
徐俐俐,马远.“丝绸之路经济带”天然气贸易格局的复杂网络分析[J].新疆农垦经济,2017(1):36-43.文章以2005-2014年沿线国家天然气贸易数据为基础,结合复杂网络方法,分析了丝绸之路经济带天然气贸易网络的密度、度分布、异质性及核心—边缘结构等特征.研究结果表明:该区域天然气贸易互动不明显,且受外部环境影响较大;相比于加权贸易网络,无权天然气贸易网络趋向于表现为针对随机故障的鲁棒性和针对蓄意攻击的脆弱性的无标度网络特性;网络整体上存在异质性,核心-边缘结构并不稳定,不断发生着重组与变更.

[Xu L L, Ma Y.The natural gas trade pattern of "silk road economic belt" by complex network analysis[J]. Xinjiang State Farms Economy, 2017,1:36-43. ]

[17]
李永树,刘刚,张帅毅.基于GIS的多粒度复杂网络模型[J].西南交通大学学报,2012,47(3):406-412.为提高城市路网失效传播分析和可靠性分析的准确性,研究了路网发生故障的3种失效形式.在此基础上,基于复杂网络理论,提出了一种多粒度复杂网络模型;通过构建粒度空间,将城市交通广义路网表达为多粒度复杂路网.为检验模型的有效性,以成都市区路网为例,建立了道路的多粒度复杂网络模型;基于该网络结构,进行了路网失效传播分析以及分别针对随机攻击和蓄意攻击的路网可靠性分析.研究结果表明,城市道路多粒度复杂网络能更准确地进行路网失效传播分析和可靠性分析,为进一步研究城市交通网络故障的动态演化提供了有利条件.

DOI

[Li Y S, Liu G, Zhang S Y.Multi-granularity complex network model based on GIS[J]. Journal of Southwest Jiao tong University, 2012,47(3):406-412. ]

[18]
Wolfe A W.Social Network Analysis: Methods and Applications, by Stanley Wasserman; Katherine Faust[J]. Contemporary Sociology, 1994,91(435):219-220.CiteSeerX - Scientific documents that cite the following paper: Social Network Analysis: Methods and Applications

DOI

[19]
Pappi F U, Scott J.Social network analysis: A handbook[J]. Contemporary Sociology, 2000,22(1):128.

DOI

[20]
Newman M E J. Fast algorithm for detecting community structure in networks[J]. Physical Review E Statistical Nonlinear & Soft Matter Physics, 2004,69(6):066133.

[21]
Newman M E J, Girvan M. Findingand evaluating community structure in networks[J].Physical review E, 2004,69(2):026113(026111)-026113(026115).

[22]
Altaf-Ul-Amine M, Nishikata K, Korna T, et al. Prediction of Protein Functions Based on K-Cores of Protein-Protein Interaction Networks and Amino Acid Sequences[J]. Japan Science and Technology, 2003,14:498-499.Comprehensive analysis of protein-protein interactions and amino acid sequences plays important roles to understand protein functions in molecular level. A k-core of a network or a graph is a subgraph in which all nodes are connected to at least k other nodes in the

Options
Outlines

/

〈 〉