[論文レビュー] Remarks on scaling properties inherent to the systems with hierarchically organized supplying network

V. V. Gafiychuk, Ihor Lubashevsky+1 more|ArXiv.org|Apr 19, 2000

Complex Systems and Time Series Analysis被引用数 3

ひとこと要約

この論文は、経済市場、血管網、河川網などの階層的組織化されたシステムにおいて、階層レベル間の流れに関する保存則が、パワーロー分布が出現する理由を説明している。フラクタルに似た供給ネットワークにおける流れの保存則と空間スケーリングをモデル化することで、システムの性質（例えば企業の規模、血管の大きさ）のパワーロー則スケーリングが導かれる。これにより、このような分布は階層的構造と流れの保存則の本質的結果であることが示される。

ABSTRACT

We study the emergence of a power law distribution in the systems which can be characterized by a hierarchically organized supplying network. It is shown that conservation laws on the branches of the network can, at some approximation, impose power law properties on the systems. Some simple examples taken from economics, biophysics etc. are considered.

研究の動機と目的

• 階層的組織を示す多様な自然システムにおけるパワーロー分布の起源を説明すること。
• 階層レベル間の輸送流れにおける保存則が、スケール不変な統計的挙動を生じる仕組みを調査すること。
• 経済市場、生物的血管、河川網といった見かけ上無関係なシステムを、共通のスケーリング枠組みで統一すること。
• 保存則と幾何的スケーリングを用いて、システムのサイズ、流れ、階層レベルとの間の定量的パワーロー則関係を導出すること。

提案手法

• 階層的システムを、各レベルに多数の要素（例：企業、血管）を含む木構造のネットワークとしてモデル化し、それらが保存された流れを伝達する。
• 保存則を適用：各レベルを通過する総流れは一定であり、これにより $ n_i \sim 1/X_i $ という関係が得られる。ここで $ n_i $ はレベル $ i $ における要素数、$ X_i $ は要素あたりの平均流れである。
• 流れ $ X_i $ を物理的サイズ $ l_i $ と関係づける：$ X_i \approx j l_i^d $ とし、$ j $ を流れの密度、$ d $ を媒体の空間次元（例：1, 2, 3）とする。
• システムの性質のパワーロー則スケーリングを導出：$ n_i \sim l_i^{-d} $ となり、これはより大きなスケールの要素がまれであることを示し、指数は次元性に依存する。
• 実例（例：企業の利益、血液血管の径、河川の支流）を用いて、異なる分野における理論的スケーリングの妥当性を検証する。
• 空間を埋め尽くすフラクタルネットワーク（例：微小循環床）を記述するため、非整数次元へのモデル一般化を行う。

実験結果

リサーチクエスチョン

• RQ1 経済的・生物学的・水文的システムが、そのサイズや流れの統計においてなぜパワーロー分布を示すのか？
• RQ2 流れの保存則を伴う階層的組織が、複雑系におけるスケール不変な挙動をどのように生じさせるのか？
• RQ3 システム要素のサイズ、そのレベル間の要素数、および媒体の空間次元との間の数学的関係は何か？
• RQ4 同じスケーリング機構が、企業の利益、血液血管の径、河川網の分岐においてパワーロー則を説明できるか？
• RQ5 供給ネットワークのフラクタル的かつ空間を埋め尽くす性質が、なぜ普遍的なパワーロー則スケーリングを生じさせるのか？

主な発見

• システムの性質（例：企業の規模、血管の径）におけるパワーロー分布は、階層的レベル間の流れの保存則から自然に生じる。
• レベル $ i $ における要素数 $ n_i $ は $ n_i \sim l_i^{-d} $ とスケーリングする。ここで $ l_i $ は要素の特徴的サイズ、$ d $ は媒体の空間次元である。
• 血管網のような生物学的システムでは $ X_i \approx j l_i^3 $ であり、これにより $ n_i \sim l_i^{-3} $ が得られ、毛細血管網の観察結果と整合的である。
• 河川網では $ X_i \approx j l_i^2 $ であり、$ n_i \sim l_i^{-2} $ が得られ、フラクタル的分岐パターンの実証的観察と一致する。
• 経済的システムでは利益分布が $ P(\geq \pi_i) \sim \pi_i^{-1/\alpha} $ に従い、$ \alpha = 1 $ のときジップの法則が得られ、企業の規模と階層的供給構造が結びつく。
• このモデルは、流れの保存則と空間スケーリングが成り立つ限り、階層的供給ネットワークを有するシステムにおいてパワーロー則スケーリングが普遍的であると予測する。