现在,我们要把聚类系数(Clustering Coefficient)与平均最短路径长度(Average Shortest Path Length)结合起来,理解[[Qiu et al. (2025)|长三角府际碳减排协作的网络演化博弈]]为什么认为长三角府际合作网络具有小世界特征。
什么是小世界网络?
先想象这样一种府际合作情况:
长三角有许多城市,部分城市之间形成了联系紧密的合作群体。例如,某几个城市经常联合开展环境治理工作。
与此同时,这些群体又可以借助少数跨群体的合作联系,与其他地区的政府建立间接联系。
这就引出了小世界网络的两个典型特征:
教学示意:两个群体内部连接密集,同时存在跨群体的桥接联系。它帮助理解小世界特征,但不能仅凭这张小图认定网络属于小世界网络。
- 特征一:较高的聚类程度
一个节点的邻居之间往往也存在联系,表现为较高的聚类系数。
- 特征二:较短的平均路径长度
即使两个节点没有直接连接,也可能经过少量中间节点到达对方。
因此,小世界网络的直观特点可以概括为:
局部关系比较紧密,同时整个网络中的节点之间又相对容易通过较短路径建立联系。
这里的“容易”仅指网络结构上经过的边数较少,并不直接说明现实中的政府协调一定更快。
为什么要与随机网络比较?
聚类系数多高才算高?平均最短路径多短才算短?
例如,一个网络的平均聚类系数为0.6,这是不是就说明它具有小世界特征?
不能直接判断。
因为不同网络的节点数量、平均节点度、连接密度可能不同。单独看一个绝对数值,往往没有明确的比较依据。
因此,研究者通常会构建一个适当的随机网络(Random Network) 作为参照。
一般会尽量控制网络规模、平均度等条件,使比较更有意义。
然后比较:
| 指标 | 实际网络 | 随机网络 |
|---|---|---|
| 平均聚类系数 | \(AC_a\) | \(AC_r\) |
| 平均最短路径长度 | \(AL_a\) | \(AL_r\) |
其中下标:
-
\(a\):实际网络(Actual Network)。
-
\(r\):随机网络(Random Network)。
小世界网络通常表现出比相应随机网络更明显的局部聚集,同时具有与随机网络相近量级的较短平均路径长度。
Qiu 论文的小世界指数公式
在 [[Qiu et al. (2025)|长三角府际碳减排协作的网络演化博弈]]的 §4.2,作者采用式(9):
其中:
| 符号 | 含义 |
|---|---|
| \(SW\) | 小世界指数(Small-world Index) |
| \(AC_a\) | 实际网络的平均聚类系数 |
| \(AC_r\) | 随机网络的平均聚类系数 |
| \(AL_a\) | 实际网络的平均最短路径长度 |
| \(AL_r\) | 随机网络的平均最短路径长度 |
作者以\(SW>1\) 作为网络具有小世界特征的判别依据。
为什么公式是两个比值相除?
我们拆成两部分。
第一部分:
它衡量:实际网络的平均聚类系数是随机网络的多少倍。
第二部分:
它衡量:实际网络的平均最短路径长度是随机网络的多少倍。
最后,将两个比值相除:
这意味着:如果实际网络与随机网络的平均聚类系数之比,大于两者平均最短路径长度之比,那么\(SW\)就大于1。
为什么实际网络的平均最短路径长度比随机网络更长,作者仍然可能认为它具有小世界特征?
虽然实际网络的平均最短路径长度比随机网络更长,但实际网络的平均聚类系数相对于随机网络的增加比例更大,因此计算得到的小世界指数\(SW>1\),按照作者采用的判断标准,仍然具有小世界特征。
Qiu 论文的实际计算
根据此前核对的[[Qiu et al. (2025)|长三角府际碳减排协作的网络演化博弈]]§4.2:
| 指标 | 实际网络 | 随机网络 |
|---|---|---|
| 平均聚类系数 | 0.674 | 0.541 |
| 平均最短路径长度 | 1.445 | 1.198 |
代入:
由此可得:
按照论文采用的判断标准,作者认为该网络具有小世界特征。
[!note] 注意
第一,\(SW>1\)并非唯一判断标准。
这是[[Qiu et al. (2025)|长三角府际碳减排协作的网络演化博弈]]所采用的特定小世界系数判别方法,其他研究还会使用不同的指标和参照网络。
第二,满足\(SW>1\)不等于具有很强的小世界特征。
Qiu论文根据所报告数据计算得到:
\(SW\approx1.033\)
它仅略高于1。
所以更严谨的研究表述应当是:
根据作者采用的小世界指数及其判别阈值,长三角府际合作网络满足小世界特征的判别条件。但其指数仅略大于1,小世界特征的强弱以及结论的稳健性仍需要进一步检验。
浙公网安备 33010602011771号