图数据

图数据 (Graph Data)

图数据 (Graph Data) 是指以节点 (Node/Vertex) 和边 (Edge/Link) 为基本构成元素，用于表征实体及其相互关系的结构化数据形式。形式化地，一个图定义为 $G = (V, E)$ ，其中 $V = \{v_1, v_2, \ldots, v_n\}$ 为节点集， $E \subseteq V \times V$ 为边集。图数据区别于传统的表格型数据之处在于：关系的表达是第一等公民 (First-Class Citizen)，而非通过外键间接关联。这一特性使图数据天然适用于建模经济系统中的互动结构——从社会网络中的信息扩散、金融网络中的系统性风险传染，到国际贸易网络中的供给链传导。

图的基本分类与数学表示

有向图与无向图

若边集仅包含无序对 $\{u, v\}$ ，则 $G$ 为无向图 (Undirected Graph)，适用于对称关系（如双边贸易额、企业战略联盟）；若边为有序对 $(u, v)$ ，则 $G$ 为有向图 (Directed Graph)，适用于非对称关系（如资金流向、引用关系、供应链上下游）。

加权图

引入权重函数 $w: E \to \mathbb{R}^+$ 后得到加权图 (Weighted Graph)，权重可捕捉关系的强度——两国之间的贸易额、银行间拆借规模或专利引用频次。图的矩阵表示是其代数分析的核心工具：

邻接矩阵 (Adjacency Matrix)： $\mathbf{A} \in \{0,1\}^{n \times n}$ ，其中 $A_{ij} = 1$ 当且仅当存在边 $i \to j$ 。加权图的邻接矩阵直接用权重替代 1 值。
度矩阵 (Degree Matrix)： $\mathbf{D} = \operatorname{diag}(d_1, \ldots, d_n)$ ，其中 $d_i = \sum_j A_{ij}$ 为节点 $i$ 的度（有向图中区分为出度 $d_i^{\text{out}}$ 和入度 $d_i^{\text{in}}$ ）。
拉普拉斯矩阵 (Laplacian Matrix)： $\mathbf{L} = \mathbf{D} - \mathbf{A}$ ，其谱性质在图聚类、扩散过程和网络稳健性分析中扮演关键角色。

核心度量指标

图数据中的节点重要性通过一系列中心性 (Centrality) 指标刻画：

度中心性 (Degree Centrality)

最直观的度量——节点的直接连接数。节点 $i$ 的度中心性为：

C_D(i) = \frac{d_i}{n-1}

在经济网络中，高度节点通常对应系统重要性金融机构 (SIFI) 或核心贸易枢纽。

中介中心性 (Betweenness Centrality)

测度节点在多大程度上位于其他节点对之间的最短路径上：

C_B(i) = \sum_{s \neq i \neq t} \frac{\sigma_{st}(i)}{\sigma_{st}}

其中 $\sigma_{st}$ 为节点 $s$ 到 $t$ 的最短路径总数， $\sigma_{st}(i)$ 为其中经过 $i$ 的路径数。高中介中心性节点是信息或风险的"桥梁"，若被移除以将严重影响网络连通性——这一思想直接应用于关键基础设施保护与供应链韧性评估。

特征向量中心性与 PageRank

特征向量中心性认为：一个节点的重要性是其邻居重要性的函数：

\mathbf{x} = \frac{1}{\lambda} \mathbf{A} \mathbf{x} \quad \Longleftrightarrow \quad \mathbf{A}\mathbf{x} = \lambda \mathbf{x}

即 $\mathbf{x}$ 是邻接矩阵主特征值对应的特征向量。PageRank 在此基础上引入阻尼因子 $d \in (0,1)$ （通常 $d=0.85$ ），在经济学中用于识别投入产出网络中的关键产业、专利引用网络中的核心技术以及银行间网络中的传染源。

聚类系数 (Clustering Coefficient)

局部聚类系数描述节点的邻居之间也互为邻居的程度：

C_i = \frac{2 \cdot |\{e_{jk} : v_j, v_k \in N_i, e_{jk} \in E\}|}{k_i(k_i - 1)}

其中 $N_i$ 为节点 $i$ 的邻居集， $k_i = |N_i|$ 。高聚类系数意味着网络中存在紧密的局部社区——这在社会资本研究中捕捉"闭合三元组"效应，在银团贷款网络中描述关系型借贷密度。

图数据在经济分析中的应用

金融网络与系统性风险

银行间市场可表示为有向加权图：节点为金融机构，边为同业拆借敞口。在 Eisenberg--Noe (2001) 框架下，支付向量 $\mathbf{p}^*$ 满足固定点方程：

p_i^* = \min\left[ e_i + \sum_{j=1}^{n} \Pi_{ji} p_j^*, \; \bar{p}_i \right]

其中 $e_i$ 为银行 $i$ 的外部资产， $\Pi_{ji}$ 为银行 $j$ 对 $i$ 的债务比例， $\bar{p}_i$ 为 $i$ 的总负债。图数据的结构——特别是网络的核心-边缘结构 (Core-Periphery)——决定了冲击是"吸收"还是"放大"。Gai \& Kapadia (2010) 证明：在高连通度下，网络具有"稳健但脆弱" (Robust-yet-Fragile) 特性——大多数冲击被分散吸收，但一旦突破阈值，连通性反而加速级联传染。

贸易网络与冲击传导

全球贸易网络可建模为国家节点的有向加权图，边权重为双边出口额。基于引力方程 (Gravity Equation) 的贸易流量可表示为：

X_{ij} = G \cdot \frac{Y_i^{\alpha} Y_j^{\beta}}{D_{ij}^{\gamma}}

其中 $Y_i, Y_j$ 为两国 GDP， $D_{ij}$ 为贸易阻力（距离、关税等）。图分析工具如社区发现 (Community Detection) 可识别区域贸易集团，而最短路径分析则用于追踪供给冲击沿全球价值链的传导路径。

社会网络与劳动经济学

劳动市场中的信息传递——工作机会如何通过社会关系扩散——天然是图问题。Granovetter (1973) 的弱连接理论 (Strength of Weak Ties) 借由图论语言精确化：弱连接充当不同稠密集群之间的"桥" (Bridge)，携带非冗余信息，因此求职者从弱连接处获得的信息往往比强连接更具价值。基于随机图模型的同伴效应 (Peer Effects) 识别——如 Manski (1993) 的线性均值模型——是劳动经济学与教育经济学中因果推断的前沿领域。

图神经网络与计算前沿

近年来，图神经网络 (Graph Neural Networks, GNNs) 将深度学习拓展至非欧几里得域。消息传递范式 (Message Passing) 递归地聚合邻居特征：

\mathbf{h}_v^{(k)} = \phi\left( \mathbf{h}_v^{(k-1)}, \bigoplus_{u \in N(v)} \psi\left( \mathbf{h}_u^{(k-1)}, \mathbf{e}_{uv} \right) \right)

其中 $\mathbf{h}_v^{(k)}$ 为节点 $v$ 在第 $k$ 层的嵌入向量， $\mathbf{e}_{uv}$ 为边特征， $\oplus$ 为可微聚合子（求和、均值或最大值）， $\phi, \psi$ 为可学习函数。在经济学中，GNNs 已被应用于反洗钱交易图检测、供应链违约预测以及区域经济集聚模式的识别。

数据模型与存储

图数据的存储与管理主要有两种范式：资源描述框架 (RDF, W3C 标准，基于三元组 $\langle \text{主语}, \text{谓语}, \text{宾语} \rangle$ ) 与标签属性图 (Labeled Property Graph, LPG，如 Neo4j 的 Cypher、Apache TinkerPop 的 Gremlin)。LPG 因支持节点/边上的属性存储与灵活的 schema-less 设计，在经济学计算中更为通用。

图数据与关系型数据库的核心张力在于查询模式：图遍历 (Graph Traversal) 在 SQL 中需要多次 JOIN——设遍历深度为 $d$ ，复杂度随 $d$ 指数增长；而原生图数据库通过免索引邻接 (Index-Free Adjacency) 将遍历代价保持在 $O(d)$ 。因此，当分析问题的核心在于关系拓扑而非属性聚合时，图数据模型具有不可替代的效率优势。

综上所述，图数据为刻画经济学中无处不在的互动结构——从微观的个体社会关系到宏观的全球贸易与金融网络——提供了统一的形式语言。随着网络经济学的持续发展和图计算工具的日益成熟，图数据正成为连接经济理论、实证分析与计算方法的枢纽性概念。

返回百科索引