[论文解读] Gravity models of networks: integrating maximum-entropy and econometric approaches

Marzio Di Vece, Diego Garlaschelli+1 more|arXiv (Cornell University)|Jul 6, 2021

Complex Network Analysis Techniques参考文献 67被引用 8

一句话总结

本文将最大熵网络模型与计量重力模型相结合，同时再现世界贸易网络的加权贸易量和现实的稀疏拓扑结构。通过在最大熵框架中引入宏观经济变量（如GDP和距离），该模型在捕捉国际贸易的广度边际和深度边际方面，优于纯计量方法。

ABSTRACT

The World Trade Web (WTW) is the network of international trade relationships among world countries. Characterizing both the local link weights (observed trade volumes) and the global network structure (large-scale topology) of the WTW via a single model is still an open issue. While the traditional Gravity Model (GM) successfully replicates the observed trade volumes by employing macroeconomic properties such as GDP and geographic distance, it, unfortunately, predicts a fully connected network, thus returning a completely unrealistic topology of the WTW. To overcome this problem, two different classes of models have been introduced in econometrics and statistical physics. Econometric approaches interpret the traditional GM as the expected value of a probability distribution that can be chosen arbitrarily and tested against alternative distributions. Statistical physics approaches construct maximum-entropy probability distributions of (weighted) graphs from a chosen set of measurable structural constraints and test distributions resulting from different constraints. Here we compare and integrate the two approaches by considering a class of maximum-entropy models that can incorporate macroeconomic properties used in standard econometric models. We find that the integrated approach achieves a better performance than the purely econometric one. These results suggest that the maximum-entropy construction can serve as a viable econometric framework wherein extensive and intensive margins can be separately controlled for, by combining topological constraints and dyadic macroeconomic variables.

研究动机与目标

• 解决传统重力模型在预测完全连通网络方面的局限性，该预测与实证数据中显著缺失的贸易联系相矛盾。
• 弥合计量模型（专注于拟合观测到的贸易量）与统计物理模型（专注于网络拓扑）之间的差距，通过统一两种框架。
• 开发一个统一的建模框架，能够分别控制国际贸易网络中的广度边际和深度边际。
• 检验是否包含宏观经济变量的最大熵模型，能够比标准计量模型更好地再现世界贸易网络的链接权重和整体结构。
• 为经验计量估计程序提供一种有原则的、基于统计的替代方案，这些程序往往忽视网络约束。

提出的方法

• 在加权网络上构建最大熵概率分布，受节点强度（总贸易量）和二元权重（贸易流量）约束。
• 将GDP和地理距离等宏观经济变量作为最大熵模型中的充分统计量，从而纳入重力模型特征。
• 运用最大熵原理，推导出在满足观测到的结构和经济约束的前提下，不确定性最大的概率分布。
• 在混合约束下推导最大熵分布的解析形式：度数（或强度）序列和二元变量（GDP、距离）。
• 采用变分推理方法，通过拟合实证贸易量和网络结构数据来估计模型参数。
• 使用信息论和网络度量（如对数似然和拓扑保真度）将模型性能与标准计量重力模型进行比较。

实验结果

研究问题

• RQ1 最大熵框架能否整合宏观经济变量（如GDP、距离），以同时再现观测到的贸易量和现实的网络拓扑？
• RQ2 将最大熵约束与重力模型变量结合，是否能带来优于纯计量重力模型的预测性能？
• RQ3 在统一的统计框架下，广度边际（活跃贸易联系的数量）和深度边际（每条链接的贸易量）如何从同一模型中自然涌现？
• RQ4 与仅依赖二元变量的模型相比，包含拓扑约束（如强度序列）在多大程度上能提升网络结构预测的真实性？
• RQ5 最大熵方法能否作为有原则的替代方案，取代常忽略网络层面约束的任意经验计量估计程序？

主要发现

• 结合宏观经济约束的最大熵模型在预测贸易量和网络拓扑方面，优于纯计量重力模型。
• 该模型成功再现了实证数据中观察到的贸易量和强度的重尾分布，以及非随机混合模式。
• 引入拓扑约束（节点强度）显著提升了预测网络结构的真实性，减少了标准重力模型中对缺失链接的过度预测。
• 该模型能够分别控制广度边际和深度边际：活跃贸易联系的数量和每条链接的平均贸易量由约束联合决定。
• 最大熵框架为经验计量估计提供了基于统计的有原则的替代方案，避免了任意的分布假设。
• 实证验证表明，该模型在对数似然和拓扑保真度方面优于标准重力模型，尤其在捕捉世界贸易网络的稀疏结构方面表现更优。