全部版块 我的主页
论坛 经济学人 二区 外文文献专区
589 12
2022-06-02
英文标题:
《Maximizing the Collective Learning Effects in Regional Economic
  Development》
---
作者:
Jian Gao
---
最新提交年份:
2017
---
英文摘要:
  Collective learning in economic development has been revealed by recent empirical studies, however, investigations on how to benefit most from its effects remain still lacking. In this paper, we explore the maximization of the collective learning effects using a simple propagation model to study the diversification of industries on real networks built on Brazilian labor data. For the inter-regional learning, we find an optimal strategy that makes a balance between core and periphery industries in the initial activation, considering the core-periphery structure of the industry space--a network representation of the relatedness between industries. For the inter-regional learning, we find an optimal strategy that makes a balance between nearby and distant regions in establishing new spatial connections, considering the spatial structure of the integrated adjacent network that connects all regions. Our findings suggest that the near to by random strategies are likely to make the best use of the collective learning effects in advancing regional economic development practices.
---
中文摘要:
最近的实证研究揭示了经济发展中的集体学习,然而,关于如何从其影响中获得最大利益的调查仍然缺乏。在本文中,我们使用一个简单的传播模型来研究基于巴西劳动力数据的真实网络上的行业多元化,探索集体学习效应的最大化。对于区域间学习,考虑到产业空间的核心-外围结构——产业间关联性的网络表示,我们找到了一种在初始激活时平衡核心产业和外围产业的最优策略。对于跨区域学习,考虑到连接所有区域的集成相邻网络的空间结构,我们找到了一种在建立新的空间连接时在邻近区域和遥远区域之间实现平衡的最佳策略。我们的研究结果表明,近乎随机的策略有可能在推进区域经济发展实践中充分利用集体学习效应。
---
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:Computer Science        计算机科学
二级分类:Social and Information Networks        社会和信息网络
分类描述:Covers the design, analysis, and modeling of social and information networks, including their applications for on-line information access, communication, and interaction, and their roles as datasets in the exploration of questions in these and other domains, including connections to the social and biological sciences. Analysis and modeling of such networks includes topics in ACM Subject classes F.2, G.2, G.3, H.2, and I.2; applications in computing include topics in H.3, H.4, and H.5; and applications at the interface of computing and other disciplines include topics in J.1--J.7. Papers on computer communication systems and network protocols (e.g. TCP/IP) are generally a closer fit to the Networking and Internet Architecture (cs.NI) category.
涵盖社会和信息网络的设计、分析和建模,包括它们在联机信息访问、通信和交互方面的应用,以及它们作为数据集在这些领域和其他领域的问题探索中的作用,包括与社会和生物科学的联系。这类网络的分析和建模包括ACM学科类F.2、G.2、G.3、H.2和I.2的主题;计算应用包括H.3、H.4和H.5中的主题;计算和其他学科接口的应用程序包括J.1-J.7中的主题。关于计算机通信系统和网络协议(例如TCP/IP)的论文通常更适合网络和因特网体系结构(CS.NI)类别。
--
一级分类:Quantitative Finance        数量金融学
二级分类:Economics        经济学
分类描述:q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学,包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载:
-->
二维码

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

全部回复
2022-6-2 19:41:51
建高,最大限度地发挥集体学习在区域经济发展中的作用。参加:2017年第14届小波主动媒体技术与信息处理国际计算机会议(ICCWAMTIP),IEEE,2017,第337-341页。最大限度地发挥集体学习在区域经济发展中的作用中国电子科技大学高大数据研究中心,成都611731。麻省理工学院媒体实验室,麻省理工学院,剑桥,MA 02139,美国。电子邮件:gaojian08@hotmail.comAbstract:最近的实证研究揭示了经济发展中的集体学习,然而,关于如何从其影响中获得最大利益的调查仍然缺乏。在本文中,我们使用一个简单的传播模型来研究基于巴西劳工数据构建的真实网络上的行业差异,探索集体学习效应的最大化。对于区域间学习,考虑到产业空间的核心-外围结构,即产业之间关系的网络表示,我们找到了一种在初始激活时平衡核心和外围产业的最优策略。对于区域间学习,考虑到连接所有区域的集成相邻网络的空间结构,我们找到了一种在建立新的空间连接时在邻近区域和遥远区域之间实现平衡的最佳策略。我们的研究结果表明,近乎随机的策略有可能在推进区域经济发展实践中充分利用集体学习效应。关键词:集体学习;核心-外围结构;经济发展;渗流;空间网络1。
二维码

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

2022-6-2 19:41:54
简介经济发展是经济体学会发展新产业和生产新产品的过程,然而,我们对其潜在机制的理解仍然不足,并面临着挑战[1][2]。幸运的是,随着复杂经济系统产生的新的大规模数据[3][4]和从跨学科领域借用的新分析工具[5][6],最近的研究范式已经能够处理现实世界经济系统中出现的复杂性[7-9]。特别是,文献揭示了集体学习的效果,即在群体、组织、地区和国家的范围内进行的学习,有助于理解支配经济发展的基本原则。使用不同类型的数据,在不同的尺度上,跨越不同的内容,对集体学习进行了广泛的研究。特别是,最近的研究强调了两个渠道的集体学习效应[10][11]。一个是行业间学习渠道,它关注从相关经济活动中学习的效果。例如,各地区更有可能多元化发展到与其当前行业更相关的行业[12][13]。另一个是区域间学习渠道,重点关注向地理八方学习的效果。例如,如果邻国已经出口(进口)了某一产品,则各国出口(进口)该产品的可能性更大[1 4]。更有趣的是,最近的实证研究发现,这两个集体学习渠道起着替代作用[10][11]。然而,对于先前存在不同产业的地区而言,如何从这两种集体学习效应中获得最大利益的最佳发展战略的研究仍然缺乏。
二维码

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

2022-6-2 19:41:58
一个很有希望的步骤是,通过使用扩展模型,利用真实网络上的模拟来研究行业的多样化,如果行业或地区已经有了更多活跃的邻居,那么这些行业或地区更有可能被激活。此外,底层网络的结构在促进或抑制产业多样化方面所起的作用还没有得到充分的理解。对于行业间学习,行业空间(行业间关联性的网络表示)具有核心-外围结构[17],导致在不同网络位置激活行业的成本不同[18]。对于跨区域学习,一个区域可以通过空间链接(如航空公司)连接到不同的区域,这使得传播动态更加复杂。在本文中,我们通过使用一个简单的扩散模型在真实网络上进行模拟,研究了产业多元化中集体学习效应的最大化。在这个模型中,如果一个产业或地区的一半以上的相邻产业或地区已经活跃,那么该产业或地区将被激活。对于行业间学习,我们发现,在初始激活中平衡核心和外围行业的最优策略可以在短时间内实现所有行业的完全最终激活。对于区域间学习,我们发现,在建立新的空间连接时,在邻近区域和遥远区域之间取得平衡的最佳策略可以以较短的时间和较低的成本对所有区域进行充分的最终激活。此外,我们还讨论了这些发现在实际世界经济发展实践中的应用前景。2、数据与模型我们首先简要介绍了底层网络和传播模型。
二维码

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

2022-6-2 19:42:02
对于跨行业学习,网络是连接行业的行业空间。对于跨区域学习,网络是区域的邻接网络。对于产业的激活,该模型是一个简单的阈值传播过程。行业空间是行业间相关性的网络表示,根据巴西劳动力数据(RAIS)通过其RCO雇佣的职业来衡量。具体来说,如果两个行业更可能为同一职业雇佣员工,那么这两个行业的相关性就更高。基于关联度矩阵,通过重叠最大跨度网络和最大加权网络构建行业空间(详见参考文献[10][11])。图1(a)显示了巴西的产业空间,显示了669个行业在阶级层面上的关系,平均程度约为6.5。行业空间中的每个节点都有一个核心度值,该值是通过k壳分解计算得出的【20】。相邻网络是根据区域间的地理位置关系建立的。如果两个区域共享边界,则它们通过无方向和无权重链接连接。根据巴西数据,相邻网络呈现558个微区之间的关系,平均度约为6,如图1(b)所示。此外,两个区域之间的相邻距离D定义为一个区域必须穿过才能到达另一个区域的最小区域数。根据定义,1D用于两个相邻区域。模拟产业激活的模型是一个在网络上传播的过程。在网络中:(i)节点处于活动或非活动状态;(ii)一旦激活,节点将保持活动状态。
二维码

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

2022-6-2 19:42:05
对于激活过程[19]:(i)初始激活给定比例的节点(p);(ii)若超过一半的邻居已经处于活动状态,则非活动节点变为活动节点;(iii)以迭代方式激活非活动节点,直到达到稳定状态。两个重要指标是:最终节点相对于所有节点的相对大小(aS)和最终激活(NOI)的迭代次数(时间步长)。图1(c)说明了传播过程,其中两个节点最初被激活(黑色),即8/2p、 传播后,8月5日ASAND 3否。3、结果3.1。跨行业学习对于跨行业学习,战略决定了建议最初开发的一组行业。考虑到产业空间具有核心-外围结构,其中核心节点相互高度连接,而外围节点连接少数节点,不同的产业不仅面临不同的发展机遇,而且有不同的动力进一步活跃其他相邻产业。因此,人们期望在选择初始活跃行业时有一个最优策略,以最大限度地从行业间学习效应中获益。图1:。底层网络和传播过程。(a) 巴西工业空间的网络表示。(b) 巴西相邻网络。(c) 阈值传播过程的清除。在模拟中,初始激活行业的比率设置为asp,但这些行业的设置是根据行业空间中核心和外围行业的平衡指数(q)来选择的,如图2(a)所示。选择过程如下所示。
二维码

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

点击查看更多内容…
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群