[论文解读] Small-World Effects in Wealth Distribution

Wataru Souma, Yoshi Fujiwara+1 more|arXiv (Cornell University)|Aug 29, 2001

Global Health Care IssuesHealth Professions被引用 16

一句话总结

本文提出了一种在静态复杂网络上的随机乘法财富交换模型，表明链接较少的规则网络会导致财富集聚和高不平等性的对数正态分布，而小世界重连则减少集聚，分散财富，并促进具有帕累托尾部的幂律分布。其主要贡献在于证明了小世界网络拓扑结构可通过破坏财富集聚来缓解财富不平等。

ABSTRACT

We construct a model of wealth distribution, based on an interactive multiplicative stochastic process on static complex networks. Through numerical simulations we show that a decrease in the number of links discourages equality in wealth distribution, while the rewiring of links in small-world networks encourages it. Inequal distributions obey log-normal distributions, which are produced by wealth clustering. The rewiring of links breaks the wealth clustering and makes wealth obey the mean field type (power law) distributions. A mechanism that explains the appearance of log-normal distributions with a power law tail is proposed.

研究动机与目标

• 使用复杂网络上的随机乘法过程对财富分配进行建模，同时整合随机财富波动和基于网络的交互。
• 研究网络拓扑结构（特别是规则网络与小世界结构）对财富不平等和分配模式的影响。
• 通过基于网络的机制解释现实世界财富数据中对数正态分布与幂律尾部的出现。
• 使用基尼系数量化不平等，并分析不同网络配置下不平等的时序演化。
• 建立网络结构（链接密度和重连概率）与分布类型（对数正态、平均场幂律或混合型）之间的相图。

提出的方法

• 使用由公式 (1) 定义的随机乘法过程，其中财富通过高斯噪声带来的随机收益和基于网络的交易而演化。
• 使用交易矩阵 $ J_{ij} $ 建模交易，其中若代理 $ i $ 和 $ j $ 为邻居，则 $ J_{ij} = J/Z_i $，否则为零，以确保局部交互。
• 采用具有周期性边界条件的静态一维网络，以平均链接密度 $ z = \overline{Z}/N $ 和重连概率 $ p $ 参数化，从规则网络（$ p=0 $）过渡到小世界网络（$ p>0 $）再到随机网络（$ p=1 $）。
• 将财富归一化为 $ w_i(t) = W_i(t)/\overline{W}(t) $，以实现在不同时间与网络类型之间的比较。
• 通过数值模拟分析稳态财富分布，模拟时间步长为 $ 2 \times 10^4 $，代理数量 $ N = 10^4 $，参数设定为 $ m=1 $，$ J=0.01 $，$ \sigma^2=0.01 $。
• 使用基尼系数 $ G $ 量化不平等，其计算方式为平均绝对成对差异与平均财富之比的一半。

实验结果

研究问题

• RQ1 网络拓扑结构——特别是链接密度和重连——如何影响随机乘法模型中财富分布的形状？
• RQ2 什么机制解释了财富数据中对数正态分布与幂律尾部的出现，其与网络结构有何关联？
• RQ3 与规则网络相比，小世界重连在多大程度上减少了财富不平等？
• RQ4 在何种条件下，该模型会产生平均场类幂律分布而非对数正态分布？
• RQ5 代理财富与其邻居平均财富之间的相关性如何影响最终的分布类型？

主要发现

• 在低链接密度（$ z = 0.001 $）的规则网络中，财富集聚导致高度不平等的分布，基尼系数趋近于 1，表明极端不平等。
• 在 $ p = 0.01 $ 且 $ z = 0.001 $ 的小世界重连下，财富集聚减少，导致更平等的分布，基尼系数显著低于规则网络。
• 在 $ p = 0.5 $ 时，小世界网络中的财富分布近似于公式 (3) 预测的平均场幂律分布（帕累托指数 $ \mu = 2 $），表明向更公平、类似无标度的分布转变。
• 该模型产生的分布与现实世界数据相符：当低/中等财富区间内财富相关性较强，而高财富区间相关性较弱时，呈现对数正态分布与幂律尾部的组合。
• 在低 $ z $ 的规则网络中，基尼系数随时间增加，证实不平等加剧；而在小世界网络中，由于重连导致的财富分散，$ G $ 稳定在较低水平。
• 建立了相图（图 4），显示财富分布从低 $ z $ 无重连时的对数正态分布，经由中间状态（对数正态与幂律尾部的混合型），过渡到高 $ p $ 低 $ z $ 时的幂律分布。