网络与因特网的区别十篇

网络与因特网的区别篇1

1大别山旅游网络营销发展的必要性

1.1大别山旅游业竞争力亟待提升

大别山区拥有丰富的旅游资源，旅游业务类型多样，旅游特色明显但是开发不足，因此旅游市场有很大的挖掘潜力。现阶段，大别山地区的旅游业开发仍处于较低水平，大别山试验区要将旅游资源优势转化为产品优势和市场优势，除了需要重视开发更多、更具有地方特色的旅游产品与服务、提高旅游服务质量和旅游设施建设外，还要做好旅游目的地营销工作。在网络时代，通过互联网或手机客户端进行大别山旅游业的推广与营销，打造独具特色的大别山旅游景区形象，吸引更多的国内外游客到大别山景区来，是新时期大别山旅游业开发的重中之重。因为只有这样，才能从根本上提升大别山试验区旅游业竞争力及大别山经济的跨越式发展。

1.2网络营销为增强大别山景区旅游业的竞争力提供了新的渠道〖BT）〗

互联网特别是近几年开发的移动互联网以其更强的交互性和及时性为信息的快速交流和传播提供了保障。通过互联网为旅游目的地进行营销也成为各大旅游景点进行旅游业务推广的主要方式。实践证明，旅游目的地进行网络营销能够更快、更好地满足旅游者对旅游信息的查询与浏览。网络营销在旅游目的地形象宣传、旅游产品推广、吸引旅游客源等方面均起到了传统营销方式所无法达到的作用与效果。因此，网络营销必将成为大别山旅游产业化发展的重要举措施之一，也将成为新时期大别山旅游业发展的新动力。

1.3巨大的网络市场为大别山旅游业网络营销提供了无限商机

据中国互联网络信息中心（CNNIC）第33次《中国互联网络发展状况统计报告》显示，截至2013年12月，中国网民规模达6.18亿人，互联网普及率为45.8%。其中，手机网民规模达5亿人，继续保持稳定增长。由此我们可以看出，我国互联网用户巨大且保持持续增长，巨大的网络市场为大别山旅游网络营销提供了无限商机。

2大别山旅游网络营销发展现状

近几年，大别山旅游业在应用 IT方面取得了一定进展。但从总体情况看，IT在大别山旅游业中的应用与发展还比较缓慢，在开拓国际国内旅游市场方面还没有发挥应有的作用。目前大别山旅游网络营销应用水平尚处于初级阶段，旅游企业网络营销意识淡薄，许多旅行社、旅游饭店和旅游公司还沿用传统手工作业方式，即使有些旅游企业有自己的网站，其功能也只局限于对公司的介绍和宣传，表现出保守被动、不成体系和实用性差等特点，发展现状不容乐观。

截至2014年4月，在全球最大的搜索引擎百度中直接输入“大别山旅游网”，可以查到的旅游网址主要有：安徽大别山游船有限公司开发的大别山主峰景区网（http： //sinodbs.cn/）、六安市神州国际旅游公司（http：//lasz.cn/）、黄冈市大别山旅游开发有限公司（http：//hgdbs.com/）、大别山旅游网（http：// dbsly.com.cn/）、大别山旅游（罗田）景区官方网站（http：//51dbs.com/）、罗田旅游网（http：//dabieshan.net/）、安徽大别山主峰景区网（http：//51766.com/img/dbszf/）等，虽然关于大别山旅游的网站数量不少，但大多数旅游企业网站建设情况不尽如人意，只有湖北罗田、安徽六安两个大别山主峰旅游景区景点拥有自己的网站，大多数景区都还没有独立网站。而各个县、市的旅游网站大都建设停留在简单的信息上，或者只是简单的在线交流，没有让用户自我设计旅游线路，自我组团、自选价格等自助旅游项目没有完全发挥互联网的交互和服务功能。因此，大别山旅游网络营销尚需大大加强，任重而道远。

3大别山旅游网络营销发展策略

旅游业网络营销的开发是一项需要引入计算机网络技术、投入相应资金和设备的科技工程，又是一项需要更新观念、引进人才、发挥智慧的系统工程。因此，大别山旅游网络营销的发展应该采取以下策略：

3.1产品策略

随着时代的进步，消费者个性化需求越来越受到重视，从最初的产品大规模大众化生产已经过渡到一对一的个性化生产。旅游产业更应该如此，不同的消费者对不同旅游景点的兴趣、旅游线路的选择、旅游价格的接受能力均有不同，因此我们应该让消费者通过网络提交自己的实际需求，选择最满意的旅游服务项目。

具体做法：可以在旅游网站上设置旅游自助服务专栏，开辟“旅游者交流区”、“在线旅游咨询区”、“旅游自我设计区”、“不同线路旅游价格查询区”等服务项目，通过这些服务项目让旅游者了解大别山旅游产品的服务项目，征求旅游者对旅游产品的意见和建议，特别是旅游者对大别山旅游线路的设计和大别山旅游产品开发的建议，从而开发设计出满足不同旅游者需要的众多旅游项目，促进大别山旅游产业化发展。

3.2渠道策略

旅游业网络营销的渠道策略通常以大型专业旅游网站为营销中心，建立覆盖全国的网络化销售渠道，以便全天候地向各地旅游者提供最好最便捷的服务。

大别山旅游业推行旅游网络化渠道策略的主要做法有：在大别山覆盖的各地区、各县市建立旅游公司，各旅游公司分别建立门户网站，或通过县市旅游局部门建立旅游网站及旅游宣传栏目提供线上服务。今后，逐步在全国建立服务性的销售网点。各大销售网点与当地旅游公司的网站联网，建立统一的销售服务模式，并通过与银行端口对接实现直接的在线支付与结算系统，从而确保旅游信息、旅游产品、旅游商品销路、资金结算等业务往来的畅通。

3.3价格策略

价格是营销组合因素中十分敏感又难以控制的因素，它直接关系着市场对产品的接受程度。旅游产品价格的特点是其成本模糊性和价格集合性，旅游者在选购旅游产品与服务之前总是要通过咨询、调查、比较来判断其价格的合理性。所以大别山旅游企业的网络营销应利用这些特点，推行旅游产品及服务价格统一和价格公开策略。

大别山旅游企业在网上推行旅游产品价格统一及公开策略的主要做法有：一是提供各旅游产品及服务价格细目表，在表中需要标明产品明细，并区分淡旺季节和供需变化，公开价格调整区间；二是设计多种旅游产品组合，差别定价，满足不同的层次消费需求，旅游者可以自己设计旅游线路、选择旅游产品组合，网站可以随时自动生成旅游产品价格表供旅游者参考。

3.4促销策略

旅游网络促销是充分发挥互联网交互功能，借助互联网快速传播的优势进行旅游产品及服务宣传的最佳途径。针对大别山旅游的发展现状，我们可以采取以下促销手段。

3.4.1会员促销

网站可以建立积分制，针对所有在旅游网站成功注册的客户均将采取会员积分制度，待会员的积分达到一定的数额后，网站可以采取一系列优惠活动。例如，返利、送礼品、折扣、免费体验新产品等。通过积分提高会员参与的积极性，通过积分促销增加会员的满意度和忠诚度。

网络与因特网的区别篇2

1引言 道路生态学是景观生态学研究的重要范畴［1，2］，国外道路生态学研究始于20世纪60年代［3～5］，此后随着GIS技术和遥感手段的大量应用，区域及景观层面的道路生态学研究在上个世纪80年代之后得到了蓬勃的发展［6～10］，研究内容涉及道路系统建设和运营对动植物栖息环境的影响［11～13］、景观格局及土地利用效应［14］、污染控制及灾害防治［15，16］和区域交通体系建设与管理［17，18］等多个重要理论和应用领域。比较而言我国的道路景观生态学研究起步较晚，典型意义的研究报道大多出现在最近10年中［19，20］。由于道路系统通常构成地区社会经济发展的骨架，并且表现出明显的网络结构特征，因而运用网络分析手段研究道路网络结构特征及其成因，进而在区域层面深入剖析其社会经济及景观生态学效应，成为道路生态学研究的热点领域。网络的拓扑结构主要包括规则网络、随机网络和复杂网络三种［21］，研究表明现实中的大多数网络均非规则网络，特别是道路网络更多地表现为一种复杂的网络结构特征。 总结国内外现有道路网络生态学研究成果报道发现，大多数研究工作比较关注自然及半自然景观研究，城市化地区相关研究比较薄弱。本文拟以深圳市为例，在合理确定不同地域研究单元的基础上，利用2007年的土地变更调查数据，结合GIS技术、网络分析方法和景观格局分析方法，研究道路网络的结构特征、影响因素及其景观生态效应，成果可以为道路生态学理论和实践总结提供案例研究积累。 2研究区概况及研究方法 2．1研究区概况 深圳市地处我国珠江三角洲东南部地区，为典型的南亚热带季风气候区。全市陆域总面积1950km2，地貌特征包括低山、丘陵、台地、河谷阶地和滨海平原等多种类型组合，其中低山占9．2％，丘陵39．8％，台地22．6％，阶地和平原26．2％。深圳市是我国最早实施对外开放的地区之一，经过三十余年的快速城市化和工业化过程，从以往的一个边陲小县，迅速成长为总人口超过1200万，社会经济总量居全国第四的特大型城市。在深圳市的快速城市化进程中，“要想富，先修路”和“路大财大，路通财通”等理念一致贯穿各类城市建设用地开发与拓展的始终。到2007年底，全市道路总里程达到1938km，其中高速公路269．4km，其他等级道路1668．6km，居全国领先水平。从中不难发现，对道路系统建设的重视，无疑是深圳市社会经济和城市建设维持三十余年高速增长的重要前提和保障条件。 2．2研究方法 2．2．1研究单元的确定 深圳市以往总体发展格局包括深圳特区（含罗湖、福田、南山和盐田四个区）以及特区以外的宝安和龙岗两个区（各含10个镇级行政单元），全市对外开放以后的城市化和工业化过程一直以上述24个行政单元为全区发展的基本构架（图1）。2005年前后深圳市为适应全境城市化的发展要求，特别是为协调城市发展与各类资源供给之间的矛盾，将全市管理架构调整为市—区—街道办三级架构。事实上2005年全区行政架构调整之前，深圳市大规模建设用地扩张，特别是交通体系建设工作已经基本完成，以往24个行政单元为主的区域管理架构基本奠定了现有的城市景观和交通体系骨架。这些行政管理单元的面积大致在100km2左右，城市化过程的基本特点是先形成一个地域发展中心，并形成相对完善的交通网络；随后再逐步向扩张，伴生出一系列与之相匹配的交通体系发展特征（图2）。考虑到后续研究工作将通过统计分析手段解析深圳市道路网络特征、城市化水平空间分异对道路网络发育的影响以及道路网络特征的景观生态学效应，本文将使用2005年之前深圳市的24个区（镇）行政单元作为本文统计分析的基本研究单元。 2．2．2道路网络结构特征描述及相关性分析 考虑到铁路交通通常为大尺度跨区域性影响因素，地铁网络则主要表现为节点性影响，本项研究的道路网络研究仅针对深圳市公路交通网络进行。道路网络结构特征分析通常包括网络数量特征和格局特征分析两个部分，其中数量结构特征分析常用指标包括交通用地密度（％）、单位面积的道路里程（km／km2）、节点数量和廊道数量等；格局特征分析最常用的是各类网络格局特征指数。本项研究中，考虑到利用GIS系统从高精度土地变更调查数据上直接提取各类道路总长度可能与实际情况有较大出入，因而选择道路交通用地密度、节点数量、廊道数量三种数量结构指标和网络闭合度（α指数，是用来描述网络中回路出现的程度）、线点率（β指数，指网络中每个节点的平均连线数）、网络连接度（γ指数，是用来描述网络中所有节点被连接的程度）三种格局指数进行道路网络结构特征描述［22，23］。其中，交通用地指标、节点数量和廊道数量将依据全市及各研究单元土地利用变更调查数据，通过GIS统计或目视判断计数直接得出。道路网络格局指数的数值大小，可以表征不同的网络发育状况。α值的变化范围在0～1之间，当α＝0时，表示网络无回路；当α＝1时，表示网络具有最大可能的回路数［23］。β值为大于0的值，当β＜1时，表示网络将形成树状格局；β＝1时，表示会形成单一回路；β＞1时，表示有更复杂的连接度水平［24］。γ指数的变化范围为0～1，γ＝0时，表示没有节点相连；γ＝1时表示每个节点都彼此相连［23］。道路网络格局特征和数量结构特征往往受自然环境条件和社会经济发展约束会产生较大的差异性，并且这两种结构特征之间可能会因为不同地域单元外部约束条件差异表现出不同的相互关系特征。本研究将以深圳市24个空间研究单元为样本，再将上述描述指标进行标准化的基础上进行相关性分析，通过不同描述指标之间的相关性特征，剖析工作区道路网络数量结构特征变化对网络格局特征的影响，解析深圳市道路网络发育的基本特征和成因。#p#分页标题#e# 2．2．3城市化水平差异对道路网络结构的影响 工作区内24个空间分析单元由于资源、区位、自然环境等条件的影响，城市化水平差异极大，突出表现为建设用地总体规模分异明显。本研究将使用单位面积平均城市建设用地密度来表征各单元的城市化水平差异，并将24个分析单元实际数据进行标准化处理后，与同样标准化处理后的各研究单元道路网络结构特征描述指标进行回归分析，以解析城市化水平差异对道路网络结构的影响。 2．2．4道路网络格局特征的景观格局效应分析 快速城市化地区，道路网络建设一般通过推进区域土地利用变化对景观结构和格局产生显著影响。在区域层面上道路网络通过推进建设用地扩张以及空间的相对聚集分布，导致景观整体结构和格局发生根本性变化，在景观组分层面上，道路吸引或排斥某些组分的邻接分布而使其数量和格局特征发生变化。因而本项研究在关于道路网络结构特征与景观格局特征的相关性分析中，将进行景观整体和主要景观组分两个层面的研究，着重分析道路网络格局特征的景观生态效应。 景观整体格局分析将包涵所有景观组分类型，在组分层面上，考虑到建设用地、林地和园地为全市最主要的三种组分类型（在所有空间分析单元中，三个组分合计面积比重均在85％以上），其他组分类型（包括水域、农田和未利用地）面积比重比较小，且与道路网络格局特征之间没有具有区域意义的机制性联系，因此组分层面的格局分析主要围绕建设用地、林地和园地三种类型进行。参照国内外案例研究中的景观格局指数选择惯例，景观整体格局分析选择斑块密度（PD）、散布与并列指数（IJI）、景观碎裂化指数（SPLIT）、香侬多样性指数（SHDI）和景观聚集度（AI）5个格局指数进行相关分析；组分格局分析选择组分面积比（PLAND）、最大斑块指数（LPI）、斑块凝聚度指数（CO－HENSION）、破碎度指数（DIVISION）和组分碎裂化指数（SPLIT）5个格局指数进行相关性分析。各研究单元上述景观格局指数计算结果同样进行标准化处理后，用于同标准化后的三种道路网络格局指数进行相关性分析。上述所有研究内容的空间分析过程均在ArcGIS平台下进行，统计分析使用SPSS软件完成，景观格局指数计算使用Fragstats软件完成。 3结果分析 3．1道路网络结构特征相关关系在完成各研究单元建设、交通用地密度计算和节点及廊道数目辨识和统计后，深圳市道路网络水平与格局特征的相关性分析结果如表1所示。结果表明，所有网络描述因子之间均存在显著相关关系，其中数量特征的三个描述指标相互之间和格局特征的三个表征指数之间均为显著正相关关系，即不同分析单元中，随着交通用地比重上升，廊道和节点数目将随之增加；三个网络格局指数的差异均可用来表征不同研究单元内道路网络发育水平的差异。而三个数量结构特征指标与三个格局特征指标之间均为显著的负相关关系，意味着在各个不同研究单元中随着交通用地面积比重的提高和节点廊道数目的增加，网络发育水平呈下降趋势，表现为网络中回路出现的程度、每个节点的平均连线数和所有节点被连接的程度均随之降低。此外，全市整体道路网络格局分析结果显示，2007年深圳市路网的α、β和γ指数分别为0．378、1．754、0．585。相关研究证实，α＜1时，网络的度分布为幂律分布［25］，结合相关研究［26］可以判断，2007年深圳市道路网络为无标度网络，路网复杂性较高且闭合度较低。 3．2城市化水平差异对道路网络结构特征的影响 以各研究单元的城市建设用地密度为横轴、道路网络结构特征指标为纵轴的城市化空间分异对道路网络结构特征的影响分析结果如图3所示，图中各数据对相关性检验结果参见表2。从中可以看出，建设用地密度与六个道路网络结构与格局指数均存在相关性，且最佳拟合曲线均为直线，因此可以判断建设用地密度的差异与所有道路网络结构特征之间可以表征为一元线性相关关系。其中，城市化水平与道路网络数量特征之间为正相关，即各研究单元内随着建设用地密度的提高，交通网络的数量特征水平随之上升；与道路网络格局指数之间则为负相关关系，即各空间分析单元内随着建设用地开发强度的增加，会导致道路网络空间结构的不断简化。当然，结合表1的结果不难看出，各不同研究单元内部均发育有相对独立的道路网络拓扑结构。 3．3道路网络格局特征的景观格局效应 道路网络格局指数景观整体格局及林地、建设用地和园地三种主要景观类型的格局特征之间的相关性分析结果参见表3和表4。表3结果显示，从24个空间分析单元整体情况看，道路网络格局指数与所选择的景观整体格局指标之间没有表现出显著相关关系，意味着道路网络发育的程度差异对于景观整体斑块密度和碎裂化程度、景观成分构成的复杂性乃至斑块间分布特征均未表现出显著影响效应。组分个体层面上道路网络特征显示出一定程度的景观格局效应，从表4可以看出，三个道路网络格局指数与园地的所有格局指数之间均无显著相关关系，意味着园地类型数量结构和空间配置均未表现出与道路网络格局之间的显著相关性特征。建设用地格局特征中，只有组分面积比重与道路网络格局特征之间呈显著的负相关关系，其他格局指数均未表现出显著相关性来，及道路网络发育程度如何，对于建设用地空间构型和配置没有显著影响。林地的面积比重与道路网络格局特征之间为显著负相关关系，此外最大斑块指数与γ指数呈显著负相关，D指数与α指数和γ指数呈显著正相关。 4成因及生态环境效应分析 4．1深圳市道路网络结构特征的成因分析 以往研究表明，道路网络的拓展不仅存在时间上的动态性，也具有空间上的关联性和差异性［27］。在自然、半自然地域系统中，环境条件以及区域生态保护方面的约束性影响往往成为道路网络结构特征的主导约束因素［28］。然而，道路毕竟是人们进行区域沟通和经营管理的重要基础设施，政策及社会经济方面的因素始终是道路网络发育的重要驱动力因素，从而使道路网络结构特征与社会经济发展需求之间表现出明显的共轭协调关系［29，30］。深圳市道路网络特征的形成同时体现了自然和社会经济两方面的约束影响特征。各空间单元中，区（镇）中心区为各单元城市化过程的起点，由于需要满足城市化过程的综合需求，加之各中心区资源条件相对较好（如地形平坦）通常发育较好的道路网络结构。此后随着建设用地规模的不断扩大，受地形条件和生态保护（如基本生态控制线）方面的约束，后续道路网络往往依托中心区向进行指状突出式的扩张（图2）。相应的道路节点和廊道数量虽然继续保持增长，但由于大量树状路网难以形成良好的回路结构，导致深圳市道路网络结构复杂性逐步增加，网络发育水平下降，这正是深圳市道路网络格局指数与城市交通用地和建设用地密度均呈显著负相关关系的真正成因（表1、表2）。#p#分页标题#e# 4．2道路网络格局特征的生态环境效应 道路网络格局的生态环境效应是近年来道路生态学最受关注的热点问题［31］。目前，关于道路网络景观生态效应较为一致的看法是，在较大的时空尺度上，道路网络主要通过推进两侧土地利用方式的改变，导致景观格局和功能发生变化［32］，同时通过将人为影响，特别是负面人为生态干扰扩散到更大的空间尺度上，进而带来一系列衍生性负面生态效应［33］。在景观格局效应方面，普遍认为道路网络发育导致景观碎裂化效应显著，特别是在自然区域内，道路建设带来了土地开发活动将导致各生态用地类型区域破碎化［26］。快速城市化地区道路网络发育对两侧土地利用的影响表现为明显的空间吸引和空间排斥效应［34，35］。与城市和社会经济发展密切相关的土地利用方式逐步向道路两侧集中，而自然和农业用地类型则表现出远离道路的趋势［36］，从而导致道路网络特征与区域社会经济密度之间表现为明显的正相关关系，而与区域生态安全水平则表现出显著的负相关关系［37］。 景观整体格局与道路网络格局指数之间没有表现出显著的相关性，其原因可以解释为：深圳市的道路网络核心部分主要分布在城市密集区内，境内残存的自然和农业用地类型大部分被纳入基本生态控制线范围，从而使全区景观结构表现出明显的空间“二元性”特征。景观整体格局指数计算需包括所有景观组分，而建设用地和各类生态用地的“二元性”分异结构无疑会显著影响各类指数计算结果。由于这种特定的土地利用空间分异特征主要受区域生态管控政策影响，因此深圳市道路网络特征与整体景观格局指数之间没有表现出以往研究中所揭示出来的显著相关性。不过，在景观组分层面，道路网络格局的生态效应仍有较明显的体现。例如，网络格局指数与林地和建设用地密度均呈现显著的负相关关系（表4），表明随着建设用地密度的增加，网络复杂性增加，这显然是建设用地扩张的环境条件约束和道路网络空间吸引效应综合作用的结果；而随着林地密度增加，道路网络复杂性增加则是区域生态保护需求和道路网络空间排斥效应的综合反映。此外，道路网络发育水平对于林地分布格局的影响最为显著。具体表现为道路网络回路结构越发育，林地组分的破碎度越大；随着各道路网络节点的连接水平提高，林地组分的最大斑块指数显著下降，同时组分破碎度指数随之上升（表4），这些结果均反映了道路网络发育水平对于林地组分的显著分割影响。不过，深圳市园地为残存的主要农业用地类型，一般分布在宝安、龙岗两区残存的村落周边。由于这类地区一般为低海拔地区从建设用地扩张过程中逃逸出来的地块，且其主导分布因素残遗村落本身的分布与后期快速城市化（建设用地扩张）过程中的路网发育之间关联性较小，导致这种类型与道路网络格局特征之间不存在显著相关性。 5结论与讨论 本项研究得出以下主要结论：（1）深圳市不同的空间单元中，城市建设用地密度的增加导致交通用地密度、节点和廊道储量增加，道路网络结构区域复杂，格局指数降低。（2）资源条件、环境和生态保护约束导致建设用地扩张后期多采用依托中心区的指状突出式增长，大量树状道路体系发育，是道路网络复杂性增加，结构发育水平下降，网络格局指数不断降低的主要原因。（3）深圳市的道路网络格局特征对全市景观整体格局没有表现显著的约束性影响，但在组分层面上，对建设用地显示出环境保护约束和空间吸引两个方面的综合效应；对于林地则表现出生态保护约束、空间排斥和物理分割三个方面的综合效应。 本研究综合使用GIS技术、道路网络结构特征分析、景观格局分析和相关分析方法研究了深圳市快速城市化进程中，道路网络结构特征的成因及其景观生态效应。结果显示，这套技术途径能够很好地解析工作区道路网络结构特征，并为这些特征的约束影响因素判断奠定基础。此外，本项研究同时揭示了深圳地区道路网络结构特征及其生态效应的共性和个性化特征，可以为快速城市化地区道路网络发生和发展的深层次驱动机制研究，提供重要的分析线索，也可以为道路网络建设的综合性生态环境效应分析创造有利的条件。 城市化地区道路网络既是城市的发育骨架，也是各种人为活动空间扩散和配置的网络。不同的道路等级、节点类型和网络格局，都将可能对区域土地利用格局和结构产生巨大影响，进而给城市生态系统的管理和运营带来复杂的效应。现阶段“低碳交通理念”和“公交主导（TOD）发展模式”的提出，都意味着今后城市化地区各类社会经济发展和生态环境保护矛盾的解决，相当程度上可能有赖于城市道路网络结构和格局的合理搭建和运营。由此看来，城市化地区道路网络特征及其动态演化与区域社会经济发展的政策选择、土地利用结构和格局变化、人为活动的时空分异、区域生态安全格局构建等方面的响应关系和驱动机制研究，都将是今后道路生态学研究的热点问题，应当予以足够的重视和关注。

网络与因特网的区别篇3

关键词：复杂网络，社区结构，Laplace图谱，Kernighan-Lin算法，GN算法

 

1引言

现实生活中存在着各种各样的网络系统，如人际关系网、合作网、交通运输网、计算机网等。网络模型是描述这些复杂系统的最有效模型。通过对现实系统网络模型的研究，人们发现许多现实系统的网络模型是介于完全规则和完全随机之间的。由于这种网络是真实复杂系统的拓扑抽象因此它被称为复杂网络。

复杂网络是复杂系统的高度抽象，除具备小世界[1]、无标度[2]等重要特性外，还拥有另外一个重要特征，即社区结构特性[3]。也就是说，整个网络是由若干个“群（group）”或“团（cluster）”构成的。每个群内部的节点之间的连接相对非常紧密，但是各个群之间的连接相对来说却比较稀疏。如图1所示。图中的网络包含三个社团，分别对应图中三个圆圈包围的部分。在这些社团内部，节点之间的联系非常紧密，而社团之间的联系就稀疏的多。

在大型复杂网络中进行社区搜寻或发现社区，具有重要的实用价值。如，社会网络中的社区代表根据兴趣或背景而形成的真实的社会团体；引文网络中的社区代表针对同一主题的相关论文；万维网中的社区就是讨论相关主题的若干网站而生物化学网络或者电子电路网络中的社区则可能是某一类功能单元。发现这些网络中的社区有助于研究人员更加有效地理解和开发这些网络。

图1 一个小型的具有社团结构性质的网络

网络社团结构的研究起源于社团学，已经有很长的历史期刊网。它与计算机科学中的图形分割和社会学中的分级聚类有着密切的关系。目前GN算法，关于复杂网络中的社区发现算法已有很多，这些方法的核心思想、执行效率、使用范围等方面差别较大。本文着重叙述了三种典型的复杂网络社区识别算法，Kernighan-Lin 算法、Laplace图特征值的谱二分法和GN算法，并对此三种方法进行了适当的分析和比较。

2典型的网络社区识别算法

(1) Kernighan-Lin 算法

Kernighan-Lin算法是一种试探优化法[4]。它是一种利用贪婪算法将复杂网络划分为两个社团的二分法。该算法引入增益值P，并将P定义两个社团内部的边数减去连接两个社团之间的边数，然后再寻找使 P值最大的划分方法。整个算法可描述如下：

首先，将网络中的节点随机地划分为已知大小的两个社团。在此基础上，考虑所有可能的节点对，其中每个节点对的节点分别来自两个社团。对每个节点对，计算如果交换这两个节点可能得到的P的增益ΔP=P交换后-P交换前，然后交换最大的ΔP对应的节点对，同时记录交换以后的 P值。规定每个节点只能交换一次。重复这个交换过程，直到某个社团内所有的节点都被交换一次为止。需要注意的是，在节点对交换的过程中，P值并不一定是单调增加的。不过，即使某一步的交换会使P值有所下降，仍然可能在其后的步骤中出现一个更大的P值。当交换完毕后，便找到上述交换过程中所记录的最大的P值。这时对应的社团结构就认为是该网络实际的社团结构。

(2)基于Laplace图特征值的谱二分法

该算法利用网络结构的Laplace矩阵中不为零的特征值所对应的特征向量和同一个社区内的节点对应的元素近似值相等的原理对网络社区进行划分。该算法过程如下：

设图G是一个具有n个节点的无向图，G的Laplace矩阵L是一个n×n的对称矩阵。L的对角线元素Lii是节点i的度，非对角线元素Lij表示节点i和节点j的连接关系，当节点i和节点j之间有边连接时,则 Lij = -1,否则为Lij = 0。容易验证，L的每一行的和以及每一列的和均为0，因而，向量I=(1,1,l……1)'是L相应于特征值0的特征向量。

如果图G可以被分解成g个互不重叠、互不相连的子图Gk，则其Laplace矩阵L就是一个分成g块的对角矩阵块，每个对角矩阵块就是相应的分支子图的Laplace矩阵。显然，此时L存在g个与特征值0对应的特征向量v(k)，k=1,2,,gGN算法，当节点i属于该社团时，vi(k)=1，否则vi(k)=0。

如果图G可以被分解成g个子图，但子图之间存在少量连接时，其相应的Laplace矩阵L就不再是一个分成g块的对角阵。此时，对应0这个特征值就只有一个特征向量I。但是，在0的附近还有g-1个比零稍大的特征值，并且这g-1个特征值相应的特征向量可以近似地看成上述特征向量v(k)的线性组合。因此，从理论上来说，只要找到Laplace矩阵中比零稍大的那些特征值，并且对其特征向量进行线性组合，就可以近似的得到这些子图[5]。

考虑一个例子，即将图G分割成2个子图。由于对称矩阵的任意两个2个特征值所对应的特征向量相互正交，因此Laplace矩阵L的任意对应于非零特征值的特征向量均正交于向量I=(1,1,l……1)'，从而所有非零特征值的特征向量必须具有正分量和负分量。如果图G可以分解为2个子图使得这2个子图之间仅存在很少的连接，则必存在一个特征向量，其特征值近似于0；该特征向量的正分量对应于一个子图，负分量对应于另一个子图。因此，可以通过观察最小非零特征值所对应的特征向量，根据特征值元素的正负将一个网络分解成2个社区，该方法称为谱二分法[6-7]期刊网。

(3) GN算法

GN算法是一种分裂方法[8]。其基本思想是不断的从网络中移除介数最大的边。边介数定义为网络中经过每条边的最短路径的数目。具体算法如下：

①计算网络中所有边的介数。

②移除介数最高的边。

③重新计算所有受影响的边的介数。

④重复步骤②，直到每个节点就是一个退化社团为止。

3三种算法的对比分析

从上述三种算法的过程来看，Laplace图特征值谱二分法，Kernighan-Lin算法和GN算法计算简洁，都易于程序实现。Kernighan-Lin算法的时间复杂度相对于与其他两种算法较小些，但该算法对网络中社区划分的准确度不高，适用于小规模网络社区划分。而Laplace图特征值谱二分法和GN算法则适合于较大网络的社区划分。其中，Laplace图特征值谱二分法仅适用于由2个社团组成的大网络结构GN算法，其时间复杂度比GN算法要大些。而GN算法在对网络社区进行划分时必须事先知道网络中存在的社团个数，如表1所示。

总之，三种社区划分算法各有优缺点，在实际应用时，可根据所要划分的网络特点，选择单独一种算法或综合多种算法对网络进行划分，以使划分结果更接近于网络社区实际状况。

表1 三种社区划分算法比较

 

算法名称

时间

复杂度

优点

缺点

Kernighan-

Lin算法

O(n2)

计算简单，易于划分

准确度不高，且必须事先知道网络中社团规模大小，适用于小规模网络

Laplace图特征值谱二分法

O(n3)

计算简单，易于程序实现

仅适用于由2个社团组成的网络结构，时间复杂度较大

GN算法

O(m2n)

网络与因特网的区别篇4

论文关键词：网络隔离；信息安全；管理  

 

一、网络隔离的观念  

当内部网络与因特网连接后，就陆续出现了很多的网络安全问题，在没有解决网络安全问题之前，一般来说最简单的作法是先将网路完全断开，使得内部网络与因特网不能直接进行网络联机，以防止网络的入侵攻击。因此对网络隔离的普遍认知，是指在两个网络之间，实体线路互不连通，互相断开。但是没有网络联机就没有隔离的必要，因此网络隔离的技术是在需要数据交换及资源共享的情况下出现。不需要数据交换的网络隔离容易实现，只要将网络完全断开，互不联机即可达成。但在需要数据交换的网络隔离却不容易实现。在本研究所探讨的网络隔离技术，是指需要数据交换的网络隔离技术。  

事实上在大多数的政府机关或企业的内部网络，仍然需要与外部网络（或是因特网）进行信息交换。实施网络断开的实体隔离，虽然切断两个网络之间的直接数据交换，但是在单机最安全的情况下，也可能存在着复制数据时遭受病毒感染与破坏的风险。  

二、网络安全管理  

（一）网络控制措施  

在「10.6.1网络控制措施控件中，说明应采用的控制措施，对于网络应该要适当的加以管理与控制，使其不会受到安全的威胁，并且维护网络上所使用的系统与应用程序的安全（包括传输中的资讯）。  

建议组织应采用适当的作法，以维护网络联机安全。网络管理者应该建立计算机网络系统的安全控管机制，以确保网络传输数据的安全，保护网络连线作业，防止未经授权的系统存取。特别需列入考虑的项目如下：  

1、尽可能将网络和计算机作业的权责区隔，以降低组织设备遭未经授权的修改或误用之机会；2、建立远程设备（包括使用者区域的设备）的管理责任和程序，例如管制远程登入设备，以避免未经授权的使用；3、建立安全的加密机制控制措施，保护透过公众网络或无线网络所传送数据的机密性与完整性，并保护联机的系统与应用程序，以维持网络服务和所联机计算机的正常运作；4、实施适当的录像存录与监视，以取得相关事件纪录；5、密切协调计算机及网络管理作业，以确保网络安全措施可在跨部门的基础架构上运作。  

（二）网络服务的安全  

1、组织应赋予管理者稽核的权力，透过定期的稽核，监督管理负责网络服务的厂商；2、组织应确认负责网络服务的厂商，有实作特殊的服务所必需的安全措施，例如该项服务的安全特性、服务的安全等级和管理方法。归纳“网络控制措施”及“网络服务的安全”的控制措施，建议组织在网络安全的控管措施，主要以采用防火墙、入侵侦测系统等控制措施，及运用网络服务安全性的技术，例如认证、加密及网络联机控制技术等，以建立安全的网络环境与网络联机的安全。  

三、网络隔离技术与应配合之控制措施  

（一）采用完全实体隔离的管理措施  

1、安全区域作业程序。组织需根据存取政策订定安全区域的标准作业程序，以便相关人员能够据以确实执行，避免人为疏忽造成数据泄漏。标准作业程序应制作成文件让需要的所有使用者都可以取得。对于每一位使用者，都需要清楚的定义存取政策，这个政策必须依照组织的要求，设定允许存取的权限，一般的原则为仅提供使用者必要的权限，尽可能减少不必要的权限。并应区分职务与责任的范围，以降低遭受未经授权或故意的进入安全区域之机会；2、资料存取稽核。数据存取的记录，包括成功及不成功之登入系统之纪录、存取资料之纪录及使用的系统纪录等。在完全实体隔离的作业下相关的稽核记录，需要实施人工的稽核作业，特别是登入错误时的纪录，需要逐笔的稽核作业。并不定期稽核数据存取作业是否符合组织的存取政策与标准作业程序，并且需要特别稽核下列事项：（1）对于被授权的特权使用者，其存取纪录应定期稽核；（2）对于特权存取事件，应检查是否被冒用的情形发生。  

（二）网络存取控制措施  

在实体隔离的政策要求下，将内部网络与外部网络隔离为两个互不相连的网络，数据交换时透过数据交换人员定时，或是不定时根据使用者的申请，至数据交换作业区域之专属设备，以人工执行数据交换作业。因为内部网络与外部网络间采用网络线路的实体隔离作业，主要的网络存取控制措施则着重在作业区域的管理控制措施。  

网络与因特网的区别篇5

关键词：网络成瘾 网络特性 网络成瘾者特征

网络成瘾症(Internet Addiction Disorder, IAD)[1]也称为病理性网络使用(Pathological Internet Use,PIU)[2],是指因过度使用网络所导致的一种明显的病态行为和认知适应不良的心理行为障碍。网络成瘾者的生理、心理以及社会功能都受到不同程度的损害。因此,一时间,网络成瘾成为心理学、教育学、社会学、医学等领域所共同关注的问题。关于网络成瘾的研究也如雪片般纷纷而至,使得人们对于网络成瘾的成因有了较为深刻的理解。本文将就网络成瘾的成因机制研究脉络加以综述,以供参考。

1 网络的特性(the nature of the internet)

早期对于网络成瘾的成因的讨论集中于网络自身的特点上,即研究者关心是否由于网络的某些特殊属性导致了网络成瘾。例如,Young[3]根据自己的研究提出了网络成瘾的ACE模型,该模型中的A、C、E分别指代anonymity(匿名)、convenience(便利)、escape(逃避现实)。该模型认为,正是网络的这些特点导致了网络成瘾。人们在网上可以隐藏自己的职业、经历,甚至性别,用虚拟的、想象的甚至是多种多样的身份遨游于网络时空,这就使得现实生活中的道德准则和社会规范对个体的约束力削弱或者失效。网络世界中浩如烟海的信息以及多种多样的服务,可以满足个体多种需要,使个体流连忘返。网络还可以使个体在现实生活中的压力或潜意识的个性得到释放,起到逃避现实的作用。

Chou[4]的研究访谈了83位重度网络成瘾者,要求他们报告网络中的哪些特点吸引他们沉溺其中。他们的报告涉及网络的互动性(interactivity)、易得性(availability)和信息的海量性(breadth of information)等方面。其中网络的互动性包括两类,一为人机互动,二为人际互动,如聊天室或是电邮等使得人际之间的互动跨越了时空的限制。易得性指的是网络的操作十分简单而且价格低廉。最后网络充斥大量的信息,而且信息还在不断的即时更新。

漆文烨,葛明贵[5]总结了网络游戏与传统游戏相比的特别之处:1)颠覆虚拟与现实的角色扮演;2)赋予挑战感的等级层次;3)史诗般的故事情节;4)虚拟社区中的归属感与友谊。他们认为这些能给青少年不同形式的强化,满足他们不同层面的心理需求,这导致了青少年的沉迷。这种强化机制包括正强化和负强化。其中,在网络游戏中,玩家可获得高的得分,得到某种形式的奖励,行为后果体现于直接的物质利益,并因而使自己的自尊、自信、权力和能力得到象征性的满足,这是正强化。而在真实生活,老师、父母的责备、批评,所有这些现实中的苦恼、无助、失去控制和无价值感在网络游戏中都能一扫而光,这就是负强化。

2 网络使用者的特性(the nature of the internet users)

随着网络成瘾研究的深入,人们逐渐认识到,网络不过是一个工具,网络的某些特点固然对众人产生了吸引力,但是唯有人对网络的病态使用才产生了网络成瘾症。因此,对网络成瘾的成因机制研究关注的重点从网络转移到了网络使用者。研究者们主要从网络成瘾者的生理和心理特征两个方面加以探究。

2.1 网络成瘾者的生理特征

研究成瘾行为的生理因素的科学家将注意力集中在多巴胺和易感性这两个方面[6]。研究显示长时间上网会使大脑中的多巴胺水平升高,这种化学物质令个体呈现短时间的高度兴奋,从而渴望得到更多。这被认为是造成网络成瘾的重要神经生化事件。

同时,张智君等对网络游戏过度使用者的事件相关电位研究发现,游戏图片对网络游戏过度使用者诱发的P2的振幅小于一般使用者且网络游戏过度使用者对游戏图片位置上出现的探测点的加工(P1)较早。这提示网络游戏过度使用者的注意偏向存在特定的脑电模式。他们对信息的深加工能力较差[7]。网络成瘾脑功能成像研究发现,在完成冲动控制任务时,对照组的额叶、边缘叶激活较集中;而网络成瘾组额叶、边缘叶激活区域大于对照组,还可见其他多处区域被广泛激活(如顶叶、颞叶、小脑前叶等)。这说明正常情况下,完成冲动控制任务时不需要更多的脑区参与,就能高效率地完成冲动控制任务,而网络成瘾者可能存在脑功能障碍,作为脑组织的一种代偿机制,需要增加更多的脑区才可能保持脑功能的相对正常[8]。

2.2 网络成瘾者的心理特征

人格是指一个人整体的精神面貌,是具有一定倾向性的稳定的心理特征的总和。频繁过度的网络使用者比没有使用、减少使用和适度使用的人似乎具有特殊的人格类型。国内专家认为,从某种程度上来说,病态人格是网络成瘾的本质原因,是病态人格选择了网络成瘾[9]。

Young对因特网使用者进行了16PF问卷的网上调查,发现成瘾者表现出高独立性、敏感性、反应性、支配性、怀疑性和低自我揭露。他们似乎是抽象的思想家,但观点却很少符合社会习俗,容易对他人产生更多的情感反应。[10]

唐志红,周世杰等采用艾森克的人格问卷EPQ对所有被试进行人格测验,结果发现网络成瘾组在精神质和神经质上的得分显著高于正常组,说明网络成瘾青少年情绪不稳,更容易焦虑、紧张、易怒和抑郁,同时又表现出冷漠、缺乏同情心、好进攻等特点。而且网络成瘾组在掩饰性上的得分显著低于正常组,这可能是因为网络的隐蔽性为青少年提供了一个有效的交流平台,有助于青少年真实地表现自我。[11]

网络与因特网的区别篇6

关键词：广义虚拟经济；复杂网络；波动关联；空间集聚

一、引言

在开放经济下，金融市场的各类波动不仅反映了一国内部实体经济和虚拟经济的发展状况，同时，也反映了参与全球市场竞争的各个国家和地区经济发展之间的相互影响和制约作用。表现在利率市场上，一国利率出现大的波动既可能是由于自身经济发展的原因引起，也可能是由于其他国家经济发展不稳定等因素引起。既可能是现实经济运行不稳定的原因，也可能是人的恐慌心理感染的原因。相对于传统的实体经济间的风险传染而言，金融市场作为广义虚拟经济其风险传染具有“各种经济形态因‘跨界’而形成交叉”的特，怔研究利率波动的时空关联效应不仅补充和完善了广义虚拟经济下的金融风险成因、发展规律及其对整个经济所产生影响的理论研究，同时对于准确预测和判断金融风险，防止金融危机的发生和扩散具有十分重要的意义。

利率作为一国货币政策的主要中介指标和宏观经济运行的重要经济杠杆，其波动在国际间的传导往往是通过资本流动和国际贸易等途径实现。因此，国内外关于利率波动关联效应方面的研究也主要集中于资本市场和贸易市场两个方面。

在利率波动和股市、汇市波动之间的关联效应方面。A.sensoy等人研究了汇率、利率和股票市场的动态关系，发现大波动会引起三者间相关性关系的较大变化，但这种变化所持续时间较短。A.M.Andrie等人研究了利率、股票价格、汇率之间的互动关系，发现三者间存在显著的联动关系。股票价格运动落后于汇率和利率的波动，利率变化对股价变化具有明显的信号作用。赵天荣等人借助VAR-GARCH模型研究了人民币利率和汇率间的关系，发现汇率政策调整对汇率与利率间关系的变化具有显著影响，汇率弹l生变化会影响到利率的波动幅度。

在利率波动和实体经济波动之间的关联效应方面。李敬辉等人研究了利率变化与大宗商品价格变化之间的关联性，发现利率变化通过影响存货需求，从而引起商品价格波动，甚至出现“超调”现象。Q.Wang等人利用MF-DFA和MF=DXA法研究了利率波动和农产品价格波动之间的关联性，发现其中存在着的自关联和交叉关联特征。V Arora等人研究了利率波动和石油价格波动之间的关联性，发现短期利率和长期利率的变化都会影响到石油价格的变化。

在不同国家利率波动之间的关联效应方面。Ehnoruo等人研究了亚洲一些国家和地区利率的跨市场联动，发现不同市场间短期利率的联动具有较为长期稳定的特征。在一些特殊时期，这种联动性会增强。P I.Ji等人研究了一些太平洋地区国家利率的关联性，发现亚洲金融危机后资本市场联结程度提高。同时还发现，在危机前后，该区域市场的主导力量发生了变化。赵东喜等人研究了多国利率联动的时间演化特征，发现国际利率的联动性具有增强的趋势，在经济异动时期这种趋势更为明显。李成等人研究了美国次贷危机前后中美利率关联性，发现利率波动存在显著的溢出效应，次贷危机后中美利率联动增强。刘亚等人借助Granger因果检验和GARCH模型研究了境内外人民币利率的联动关系，发现两者间存在着双向报酬溢出和波动溢出效应。

从国内外研究现状可以看出，已有的有关利率波动关联效应方面的研究大多着眼于某些特殊类型的市场之间，或者少数几个国家和地区之间的波动关联，对于全球范围内利率波动空间关联的整体性特征缺乏考察。另外，已有研究较为关注利率波动关联在不同经济发展时期的差异，对于利率波动关联的地理性因素和经济发展因素缺乏考察。利率波动在国际间的传导是一个多经济主体、多因素之间相互作用的复杂过程，从整体到局部的考察将有助于我们深入理解金融危机传染和扩散这一宏观现象背后的微观机制。近年来，复杂网络理论的提出和发展为我们研究经济活动中各类复杂相互作用问题提供了方法论支持。我们将结合网络模型构建、社团结构搜索和QAP分析等方法，率先在全球利率波动时空关联的全局性问题方面做些探索。

以下内容分为四部分。第一部分是模型和方法的介绍。第二部分是利率波动关联网络实证模型的构建和时间演化特征分析。第三部分是波动关联的空间集聚效应分析。第四部分为结论和建议。

二、模型设计和方法介绍

（一）基于静态阈值的波动关联网络模型及网络结构度量指标

基于该平均值，可以构造出不同阈值下的利率波动关联网络。设存在着某个阈值A=a（a>0），若G（t）>A，则i国货币和j国货币的利率波动关联，即两者间有连边。若则i国货币和/国货币的利率波动是不关联的，即两者间没有连边。给定不同的a值，可以构造出具有不同阈值的利率波动关联网络。

平均度，度分布，集聚系数，平均最短路径等网络拓扑量反映了网络结构的整体特征。在一个网络中，与某个节点直接连接的其他节点的数量称为该节点的度。网络中所有节点的度的平均值称为网络的平均度。两个具有相同平均度的网络，其结构也可能存在差异。这种差异往往表现在度分布的差异上。如平均度同样为4的两个网络，一个度分布是函数，表示每个节点的度都为4。另一个度分布是泊松函数，表示节点的度在以4为中心的一个范围内呈正态分布。在网络中任取3个节点，这3个节点间都存在着连边的概率，即构成一个三角形的概率反映了网络节点间相互连接的紧密程度。以网络中这类三角形的实际数量除以总的可能数量得到的值称为集聚系数。设Ci为节点i的集聚系数，AC为网络的平均集聚系数，Kt为节点i的度，Et为Kt个节点间的实际连边数，N为网络中总的节点数，集聚系数的计算式为其中。如果网络中连接任意两个节点之间的路径有多条，其中从节点i到节点j所经过的中间节点数最少的那条路径称为最短路径，可以用该路径上所经过的边数表示最短路径长度。W络中各个节点间最短路径长度的平均值称为网络的平均最短路径AL，其计算式为

（二）网络社团搜索方法

在考察一个复杂网络结构图中，可以发现网络中的有些节点彼此间连接很稠密，而它们与另外一群节点间的连接很稀疏。一群彼此间连接紧密的节点组成称为社团结构。可以按以下的网络派系判别标准，即连通性标准来判定网络中的社团结构。1-派系是指由3个或3个以上节点组成的最大完备子图，即派系中所有节点之间都是两两直接连接的，且该派系不能被其它派系所包含。2-派系是指最多只通过一个中介节点就能够实现连通的子图。n-派系是指最多只通过n-1个中介节点就能够实现连通的子图。

在网络社团搜索算法中，可以按照从大到小、迭代回归的方法来找到所有的派系。具体可以分为以下四个步骤进行。步骤一，根据网络节点度的大小进行判断，找到网络中最大的派系值S步骤二，从某一个节点出发，找出所有包含该节点且大小为S的派系，删除该节点及与之相连的各条边。步骤三，重复第二个步骤，直到网络中所有的S派系都被找出来。步骤四，将S减1，重复前面三个步骤，直到找到从最大派系值到最小派系值3的所有派系。

借助社团搜索，可以区分出网络中的各个社团。通过对社团中各个成员的特征考察，可以发现节点间形成社团集聚的原因。

三、利率波动关联网络实证分析

（一）原始数据来源

本文收集了从2003年到2012年全球143个国家的实际利率数据（年数据）。数据来源于Wind、iFind和世界银行数据库。

（二）利率波动关联网络的构建

借助公式（1）的计算，可以得到本文所考察的143个国家利率波动关联值从2004年到2012年9年间的平均值为g-0.1087。以该平均值为参考，我们设定了不同的阈值A=a依据这些阈值，我们构建出了各个年份利率波动的关联网络。下面，通过对平均度、集聚系数、平均最短路径等网络拓扑量的分析，我们可以了解到全球利率波动关联网络的时间演化特征。

（三）利率波动关联网络拓扑性质

1.网络平均度及度分布时间演化特征

我们分别以A=0.5，2，3为阈值，构建了各年份的利率波动关联网络。在图1中，我们画出了这些网络平均度随时间的演化情况。从图1中我们可以发现，当阈值较小时，如A=0.5，从2004年到2006年，网络的平均度在62到52之间。2007年网络平均度开始小幅提升，到2009年该值已接近90。即在2009年，某个国家的利率波动与其他近90个国家的利率波动都呈现出关联性特征。从2010年起，网络的平均度开始大幅回落，到2011年跌落到46左右。2012年网络的平均度又有小幅回升。增大阈值除了导致各年份平均度普遍有所减小外，网络平均度的时间演化趋势与阈值为A=0.5时的情形基本一致。

为了解不同年份平均度差异的主要来源，在图2中，我们分别画出了平均度最高的2009年和平均度最低的2011年阀值A=的网络度分布图。通过比较我们发现，在2009年，60%以上节点的度值超过110，其余节点在较小的度值区间和较大的度值区间均有分布。在2011年，15%以上的节点度值为0，其余节点较为均匀地分布在1到86左右的度值区间内。以上的度分布特征表明，2009年全球大多数国家的利率呈现出较大变动。而这一时期正是美国次贷危机的影响向全球扩散的主要时期。

2.网络集聚系数和平均最短路径时间演化特征

利率波动关联网络的时间依赖性特征不仅反映在网络平均度的时间演化上，它还同时反映在网络集聚系数和平均最短路径等其它网络拓扑量的时间寅化上。在图3和图4中，我们分别画出了阈A=的利率波动关联网络集聚系数和平均最短路径的时间演化图。

从图3中可以看出，从2004年到2006年，网络集聚系数变化不大，基本在附近呈现出随机波动状态。从2007年起，网络集聚系数开始逐年上升，到2009年集聚系数的值已经接近0.965。从2010年开始，网络集聚系数连续两年呈现大幅回落，最低值降到了大约附近。2012年该值又稍有回调。而从图4和图3的比较中可以发现，利率波动关联网络平均最短路径的时间演化和集聚系数的时间演化呈负相关关系。

图4显示，从2004年到2006年，阈值A=S的利率波动关联网络的平均最短路径稳定在AL-1.25附近。从2007年起，网络平均最短路径开始逐年下降，最小值降到了2009年的AL～1.04。从2010年开始，网络平均最短路径连续两年呈现大幅上升，最大值达到了1.43左右。2012年该值又有一定程度的回调。

比较利率波动关联网络的平均度、集聚系数、平均最短路径的时间演化特征，我们可以发现，2009年各国利率波动呈现出关联性增强这一整体性特征。

四、利率波动关联的空间集聚效应：网络1-派系节点地域分布特征分析

为了解利率波动关联的地理特征，我们选取利率波动关联程度最的2009年数据作为考察对象，通过对阈值为的利率波动关联网络中的1-派系结构的搜索，以及对所发现的1-派系结构中的各个节点的地理特征分析，找出利率波动关联的洲际差异。

表1中所列的17个派系是我们通过派系过滤算法所得到的2009年利率波动关联网络中的所有1-派系。通过对派系内部节点（国家）按照其所属大洲进行地域归类，可以观察到1-派系中的节点的地理分布特征。

从表1中可以看出，在较大的1-派系中，按从高到低的顺序，亚洲、欧洲、非洲、北美洲的国家占了多数。在中等大小的1-派系中，按从高到低的顺序，亚洲、欧洲、北美洲、非洲的国家占了多数。

在以上的17个1-派系中，不同的派系间存在着公共节点。从网络的整体性来进行考察，这些公共节点起到了联通整个网络的重要作用。定义大洲中国家在1-派系中出现的次数多少为该国利率波动的影响强度。我们可以以大洲为单位，将各个国家划分到其所属大洲的高、中、低三个影响力组别中去。本文中我们所设定的高、中、低组别中的节点其在1-派系中出现的频次区间分别为[10，+]，[5，9]，[0，4]。

图5为各大洲在不同影响力区间的国家数分布。通过对图5和表1结果的比较我们可以发现，在亚洲、欧洲、北美洲这三个区域，1-派系中国家数多，就意味着高影响力强度国家多。两者间呈正相关。亚洲国家利率波动的影响力普遍较强，处于高影响力区间的国家数占所考察的亚洲国家数的60%以上。欧洲和北美洲国家利率波动的影响力次之，处于高影响力区间的国家数分别占所属大洲国家数的50%以上和40%以上。非洲是较特殊的一个洲。与其它洲相比，该洲在1-派系中的国家数较多，但在高影响力区间的国家数比例最低。

亚洲、欧洲和北美洲在高影响力区间中出现了较多国家，表明这几个洲的国家对国际利率市场影响力较大。非洲国家在高影响力区间中出现的国家数比例最少，表明非洲国家对国际利率市场影响力相对较小。综合比较高影响力区域和低影响力区域国家数比例排位，我们发现北美洲在高影响力区域和低影响力区域国家数比例相对都较大，而在中等影响力区域国家数比例较少。这表明南美洲国家对国际利率市场影响力呈现出两极分化的特征。

五、结论与展望

网络与因特网的区别篇7

【关键词】故障诊断； 轴承；状态监测；神经网络

引言：机械设备中很大一部分都是旋转机械，由于旋转机械的运行速度高，因此对于旋转机械的状态监测与故障诊断显得尤为重要。滚动轴承是各种旋转机械中应用最广泛的一种通用机械部件，它的运行状态是否正常往往影响到整台设备的性能，据统计，旋转机械的故障有30%s是由滚动轴承的故障引起的，并且仅仅只有10%～20%的轴承达到它们的设计寿命。所以它的状态好坏对设备的影响巨大。本文采用振动传感器和仪器对滚动轴承运行状态进行智能化监测。

1.数据采集和信号的处理

预先采用振动传感器对正常轴承和同型故障轴承分别进行数据采集。测取的滚动轴承振动信号接入电荷放大器放大信号，再经A/D 卡转换为计算机可以识别和处理的数字信号，再经DSP信号处理器对数据处理后接入计算机。形成正常数据采集样本和故障数据采集样本。

1）对数据进行预处理：由硬件设备获得正常轴承与故障轴承在不同工况下的振动信号。获得数据为：正常轴承Z2015、Z20610、Z2515、Z25610、Z3015、Z30610，故障轴承G2015、G20610、G2515、G25610、G3015、G30610。设采样数据为（n=1，2，…，N），其均值通过下式计算：，用下式进行零与处理前的对比可以看出，处理后的信号幅值在0处上下波动，便于观察分析。零均值后消除处出现一个由直流分量产生的大谱峰，处理后避免了其对周围小峰值产生的负面影响，便于频域分析。

2）对信号的时域和频域提取特征值及其归一化处理：信号的时域特征一般包括：均值、方差、均方根、峰值、峰值因子、峭度系数、波形因子、裕度因子、脉冲因子。归一化处理后的各项数据形成一个数据表格进行对比，利用特征值相差特别明显、重复性好的特征，通过分析，选取峰值、峰值因子、峭度系数、波形因子、裕度因子对神经网络进行训练。

滚动轴承的振动频率既含有低频成分，又含有高频成分， 且每一种特定的故障都对应特定的故障频率成分。为了排除干扰和噪声的影响，在进行频谱分析之前往往先通过适当的信号处理方法将特定的频率成分分离出来，然后进行频率分析，以找出信号的特征频率，确定故障发生的部位。如下图，能够区分两个状态且能代表自己频谱的区域有点（326，1）、区域（2560～3000）、点（3278，1）、区域（6310～6646）、区域（6850～7300）由此，可以在多组样本均存在的正常轴承与故障轴承的差异频率点处抽取作为特征值，进行模式识别。

2. BP神经网络的matlab实现及模式识别

BP网络是一种具有三层或三层以上（其中中间层或隐层可以含多层）神经元组成的神经网络，包括输入层、中间层（隐层）和输出层，将已进行归一化的时频特征值作为BP神经网络的基础，设计BP神经网络，确定其各个参数。然后建立神经网络并对其进行训练，从而实现模式识别。

1）输入层和输出层的选择：在轴承状态监测过程中，样本数据来源于实验数据分析后提取的有效特征值。此处网络输入神经元个数为6+3+5=16；网络输出为轴承状态，分为正常轴承和故障轴承，用（0 1）表示故障轴承，（1 1）表示正常轴承，因此网络中只设计2个输出神经元表示这2个状态。综上所述，该BP网络输入层有16个神经元，输出层有2个神经元。

2）隐层的选择：对于轴承的不同状态进行识别，建立神经网络对它进行训练，用前面提到的公式来确定隐层个数，由于输入为16个神经元，输出为2个神经元，由参考公式可知隐层神经元在33左右。我们设计一个隐层可以随意改变的BP神经网络，通过误差对比确定隐层数目，隐层神经元在30～36之间进行比较。

3）训练参数选择：设定网络的隐含层神经元的传递函数为tansig，输出层神经元的传递函数为logsig，目标误差为0.001，最大训练步数为1000。y1 =0.1455 0.1259 0.1566 0.1852 0.1539 0.1535 0.1612。在经过1000次的训练后，隐层神经元个数为31的BP网络对函数的逼近效果最好，因为它的误差最小所以这里将网络隐层的神经元数目设定为31。

4） 神经网络训练：BP网络输入层有16个神经元，输出层有2个神经元，隐层有31个神经元。得到如下图像。

3.结束语

通过采集轴承运行过程中的振动信号，将信号输入电脑，进行时域和频域的特征值提取，建立人工BP神经网络进行智能化识别，就能准确检测轴承的状态，根据训练的数据来源，不仅能识别本文所提到的故障和正常鉴别，还能识别到底是什么故障达到滚动轴承智能化监测的目的。由此，伴随着信号处理技术的发展，轴承状态监测技术的发展前景十分乐观。

参考文献：

网络与因特网的区别篇8

论文关键词：网络组织产业集群风险预警综述

产业集群的网络组织结构作为群内经济社会主体关系的外在表征，是影响集群网络特征以及群内主体产出水平的重要因素，与集群的生命力息息相关；集群风险的产生既受外部环境变化的影响，更受集群内企业网络组织结构的制约，不同的集群网络组织结构决定了集群的不同抗风险能力。因此，基于集群网络组织结构的视角，研究产业集群的风险问题，已经成为学者们关注的热点。

1网络组织理论

网络组织理论认为市场和企业不是相互对立的，而是相互联结，相互渗透的，从而导致了企业间复杂多变的网络结构和丰富多样的制度安排。拉森(1992)研究了组织间的关系，提出用市场、组织间协调和企业等级的三级制度框架替代传统的市场与企业等级两级制度框架，他形象地把网络组织看作是看不见的市场和看得见的企业之间的握手。学者们分别从网络组织的内涵、形成与演化、内部结构形态几方面不断丰富和发展了网络组织理论。

1．1网络组织的内涵

格拉多里(1987)认为控股或合资、特许经营、转包、卡特尔联合体、董事互派、族系和社会关系是存在于独立法人之间的网络组织形态，而且由前向后的顺序表现了网络组织形态向纯市场交易形式演变的趋势。马耶等人(1991)从经济维度、历史维度、认知维度和规范维度等多维角度对网络概念进行了解释。1997年美国学者CadenceJones把社会关系引入网络组织治理中，认为社会网络的嵌入对交易的协调与维护至关重要。在网络组织生产活动中，自动调节、强制调节和社会调节相互交织在一起。

1．2网络组织的形成与演化

哈堪森(1995)等学者对网络组织的形成与演化作了进一步的分析和研究，提出了网络模式。该模式通过分析影响网络组织结构的基本变量和网络组织的构成关系来解释网络组织的形成与演化。王忠耀(2002)认为根据网络组织成员之间的相互关系及地位，网络组织可以分为有盟主的网络组织和无盟主的网络组织。企业集团、分包制、虚拟企业等网络组织属于有盟主的网络组织；而在战略联盟、企业集群等网络组织属于无盟主网络组织。

1．3网络组织内部结构形态

传统网络理论认为网络连接是随机设置的，大部分节点的连接数目会大致相同，即节点的分布方式会遵循泊松分布，有一个特征性的“平均数”。1999年，Albert和Barabasi在强大的计算机技术的基础上，实证研究了万维网等复杂系统的网络结构，发现了“无标度”特性，突破了随机网络模型的束缚，使我们认识到各种复杂系统的网络结构都遵从某些基本的法则。车宏安(2004)等人介绍了这种复杂网络的结构特征：一些网络中占少数的集散节点拥有大量的连接，而大部分的节点连接数目非常有限，“平均数”不见了，这种网络被称之为“无标度网络”。

2产业集群网络结构

20世纪90年代以来，企业集群的研究逐步从集群的静态优势过渡到集群的动态能力，从集群的形成机制转向集群的动力机制，从集群的生产系统深入到集群的知识系统。作为一个复杂网络系统的企业集群，其网络结构具有生产力功能，决定着集群的行为，影响集群知识系统配置和运行效率。众多学者从组织管理学、经济地理学、产业组织学、技术经济学、博弈论出发。进行了多角度、多学科的有益探索。

2．1集群网络结构内涵

学者们从网络组织的角度刻画了集群网络结构的内涵，认为网络中主体间关系表现为网络的结构形态，它与产业集群风险有密切的关系。集群网络结构反映了集群网络各节点的链接方式，决定各组成部分的相互位置和相互关系，它决定着集群资源的分布状况和整合深度，规定集群中各主体的行为方式，进而影响着集群整体的行为取向。从静态看，它决定着集群静态竞争优势；从动态讲，它构成了集群的动态能力。(蔡宁，2002；倪沪平，2005等)

2．2集群网络结构构成维度

学者们认为集群是一个复杂的动态网络系统，是大量相关企业、辅助机构在细化分工的基础上进行地理集中的生产协作系统，具有经济属性特征，同时集群又嵌入本地经济行动者构成的关系网络以及区域规范、习惯之中，具有社会属性，企业集群本身也是一个知识和信息网络。产业集群生产网络层的链接关系大致归纳为三类常见模式：以纵向产业链为主导的链条模式、以竞争合作互动为主导的齿轮模式和以公共性投入和生产要素共享为主导的沙滩模式；社会网络层的经济联系概括为两种模式：官、产、学、研合作主导型的菱形协同模式与孵化器主导型的孵化器模式。产业集群网络是生产分工网络、社会关系网络和知识信息网络的耦合网络。在集群网络系统内部存在着生产模块、价值模块和知识模块的3个不同层次的耦合现象。(青木昌彦，1995；李凯、李世杰，2O07等)

2．3集群网络结构与竞争优势研究

学者们指出集群网络结构与集群竞争优势之间存在着逻辑关系，集群网络的分工结构、社会结构和知识结构等一系列结构安排，决定着集群的协调能力、创新能力和适应能力，不同的集群网络结构影响集群的竞争优势。产业集群组织内部存在着模块化竞争机制，并以生产模块化竞争、价值模块化竞争和知识模块化竞争3层模块化内耦合结构表现出来，专业化分工是集群组织竞争优势的必要条件，组织模块化是集群竞争优势的充分条件。学者们从不同角度提出了选择和完善集群网络结构，增强集群竞争优势的建议。(王发明，2006；张杰，2006；李凯、李世杰，2OO7等)

2．4集群网络结构的风险与危机

学者认为集群网络成员联系在一起时。会导致额外成本，不完全契约、道德风险、机会主义和偷懒都会引起网络成本提高，从而削弱网络的优势。无论是静态概念的“锁定效应”，动态的“路径依赖”，还是“结构性风险”，都使我们不得不去寻求集群网络结构的“适应性”，即通过集群的动态演进去适应集群内外部环境的要求。蔡宁(2oo6、2008)等认为集群网络的结构属性给集群风险带来3个方面的影响：小世界属性可能导致网络的锁定效应无标度特征使得集群网络的抗风险能力同时具有鲁棒性和脆弱性双重特征，增强集群网络的抗风险能力，需要增强其鲁棒性，降低脆弱性；产业集群区别于其他网络组织呈现特有的网络失灵现象，与分包制、战略联盟等网络组织相比，产业集群具有网络模糊、既非共同也非互补目标、非正式契约、非结构化网络、进出壁垒低，主体多样特征等。

3产业集群风险

一般学者将产业集群风险分为两大类：①内生性风险。内因是集群产生、发展、成熟过程中衍生的，是集群走向衰退的根本性因素，主要包括结构性风险、网络型风险、生态性风险、产品生命周期风险等。②外生性风险。外因对事物发展起到重要的影响作用，是集群走向衰退的诱发性因素，包括周期性风险、不可抗力风险等。

3．1产业集群内生性风险研究

3．1．1结构性风险

最早可以追溯到马歇尔的《经济学原理》。随后，德国学者格拉伯赫(1993)在对德国鲁尔工业区产业集群研究后发现，整个集群应对市场环境变化能能力弱化，即产生所谓的锁定效应和路径依赖。奥地利区域经济学家Tichy·G在弗农“产品生命周期”基础上，提出了区域产品周期理论。他据此论述所谓的“结构性风险”，是指企业集群老化或衰亡对区域经济的危害，当集群走向成熟甚至衰亡的时期，企业集群由于其资源高度集中于一个产业或者一个单一产品，可能拖垮整个区域经济，变成难以复苏的“老工业区”。丹麦学者BentDahun等(2002)在波特的基础上，以北欧无线电通信工具集群为例，也提出了类似的观点。

3．1．2网络性风险

利用社会经济网络分析作为一种新理论研究产业集群风险的范式，其代表是瑞典的哈堪森和斯涅何塔，提出了影响网络组织结构基本变量和网络构成关系，在这一模式中，网络元素——行为主体、资源和活动彼此依存，行为主体间的活动就是企业之间通过网络协作与竞争的行为，而资源包括有形资源和无形资源。同时，网络组织中个别企业都不能逃脱网络约束，而网络的形成又是一个自组织过程，其演进带有路径依赖特征，相互依赖的网络最初阶段是力量的源泉，但由于环境动荡可能会成为僵化、惰性的根源。Scott(1989)、Harrison(1994)、Abml煳(1994)等也从不同侧面指出集群网络会成为保护传统方法的力量，从而抑制创新。

我国学者仇保兴等(199r7)对浙江永康保温杯市场存在的过度竞争现象，用信息经济学中“柠檬市场”模型给予解释，将小企业集群发展的陷阱归结为产品质量信息不对称而造成过度竞争。吴晓波等(2oo3)借鉴植物学术语把产业集群的内生性风险称为“自稔性”风险，“自稔性”是指植物的籽花结实性，集群鉴于产生优势的自身特性，同时也削弱集群应对外部环境变化的能力，最终导致集群走向衰退的根本性风险。他们把产业集群的网络化特性概括为以下4个：专业化分工、地理性临近、群内互相关联、协同与溢出效应。朱瑞博(2004)在吴晓波等的研究基础上引入模块化理论，分别对产业集群“自稔性”的四大风险进行了分析，并且提出了用模块化解决这些问题的机理。

蔡宁、吴结兵(2003)认为一个网络平均路径较大的集群网络对其网络连接方式的改变往往会滞后于外部环境的变化，甚至被环境淘汰。集群网络结构才是影响集群风险的内在根本因素。他们把网络性风险概括为三方面：(1)不同的网络结构的风险不同；(2)网络中存在各种资源如信任、关系等会成为保护传统方法的力量，对创新的抑制；(3)网络主体活动及相互影响的风险。

3．1．3生态性风险

秦婉顺、顾佳峰(2O03)、王发明等(2006)运用组织生态学理论和方法，从组织变革与结构惰性、选择的限制、生存与竞争三方面对产业集群面临的风险进行了详尽的分析。他们认为：①组织结构的惰性是组织无法跟上环境的变化，造成组织衰退；②天性的自然限制使集群无法采取有效的反应以适应环境的变化；③集群形成时的内外部环境决定这个集群的未来发展轨迹，以及它是否会被变化的环境淘汰或繁荣。

3．2产业集群外生性风险研究

波特早期在《族群和新竞争经济学》中指出，集群产生后就处于动态演化中，可能因为外部威胁(如技术间断、消费者需求变化等)以及内部僵化(由于过度合并、卡特尔、群体思维抑制创新等)而失去竞争力。

Fritz等(1998)在Ti~hy．G研究基础上，分析了经济周期对企业集群的冲击——周期性风险。他们认为，经济周期对产业集群造成的负面影响，可能会使集群走向衰落；而周期风险是一种突发的、不可能人为控制的、由外部经济周期性波动等原因造成的风险，可能会出现在集群生命周期的任何一段时期，将导致集群所在区域的经济不稳定。区域经济增长主要受到国家经济景气的影响，有时甚至会受到国际因素的冲击。他们把产业集群看做区域经济中的一个产业，则区域经济由一个或极少数几个主导集群所支配，将面临更大的经济周期变化产生的风险；而区域政策制定者的目标是基于区域福利功能的，区域收入或就业最大化同时使收入和就业水平波动的风险最小化，区域集群则处于对外部经济环境变化引起的风险被动接受的地位。

段鸣(2005)将地区产业集群放在全球价值链的框架下，从外部的网络联系这一视角分析集群形成机制。他从集群在价值链延伸并嵌入全球价值链的整合机制框架下，分析了集群在全球价值链分工、价值链治理以及发展中国家产业集群风险形成的关联机制和风险的不同表现后指出，在带来发展机会的同时也带来巨大的风险。

另外，少数学者也对企业集群组织风险评价进行了初步研究。倪荣(2005)运用风险决策模型对企业集群风险因素评价体系进行了初步分析；韦静(2008)、尹建华等(2009)分别尝试提出了基于模糊层次分析法的集群风险评价模型。他们的初步探索值得肯定，但是有待于实证检验和具体数据的支撑。

网络与因特网的区别篇9

关键词：城市；技术转移；双网络；高校；企业

中图分类号：F204 文献标识码： 文章编号：

Abstract： Using 2008～2012 bilateral data of technology transfer between cities in China， we compare the technology transfer network structure and function of universities and firms through a dual social network analysis. Results illustrate： 1）Universities and firms have different requirements for cities’ resources. 2）The technology output of firms in the network is more than that of universities. 3）The output and input of technology of developed cities is far ahead of backward ones.4）There are cities occupying the critical path of technology transfer to the Midwest in both networks.5）There is a positive correlation between the two networks.

Key words： city； technology transfer； dual network； university； firm

引言

技术转移是企业在现代开放式创新环境下，从外部技术市场引进科技资源、创新资源从而提高自身创新能力的重要途径[1， 2]。然而，由于我国技术市场机制不够完善，技术转移仍是企业提升自主创新能力的重大阻碍。技术转移过程是一个双边关系的形成过程，关系强弱、路径长短等是技术转移结果的体现[3]，它不仅与主体间的技术势差有关，还受主体地理位置的影响，具有典型的地理特征[4]。而跨区域技术转移打破了地理界限和行政隶属关系，将不同地理区域连结成一张庞大的技术转移网络，实现了科技资源在不同区域间的优化配置[5]。此外，由于不同的网络结构会影响网络的知识传递潜力[6]，且主体在网络中所占据的位置不同，其获取资源和信息的便利程度也不同[7]，所以近年来诸多学者运用社会网络分析方法对技术转移的网络关系进行定量分析并以可视化图谱对其结构特征进行直观展示[8-10]，以期从网络的结构和功能层面促进跨区域技术转移。

城市是我国技术转移网络中最重要的组成单位，因此跨区域技术转移必须以创新能力较强的城市为中心[4]，以此来推动全国范围内的技术转移。现有研究大多从国际、省际的层面研究技术转移网络[11， 12]，极少从城市创新合作网络的层面展开。但知识和技术的流动、经济发展和政治制度的交互作用，并不仅仅存在于国际范围内或是省与省之间，更多的是发生在局部的城市之间[13]。在我国，城市不仅是经济竞争的基本单位，同时也是技术创新和科技进步的孵化器，是践行国家政策方针的最终主体。因此，研究城市技术转移网络，能从更为微观和具有实践性的层面为促进技术转移的政策制定提供依据。

高校和企业是城市技术转移网络中最重要的两个主体，而不同主体其要素禀赋特征不同，获取新知识的机会、利用资源的能力、技术转移的动机等也不同，显然其网络结构和功能会有很大差异。但目前，在运用社会网络分析技术转移时，学者普遍从单一网络的视角出发，并没有关注不同的技术让与主体之间的网络差异以及网络的交互作用。

本文以我国城市间技术交易数据（以专利技术许可规模为指标）为基础，利用社会网络分析方法对高校和企业两个不同技术转移主体形成的双网络进行对比研究，旨在比较两张网络的结构特征和功能效率等，以及分析两张网络的相互作用，最终为我国技术转移提出新的政策建议。

本研究首次运用双网络比较法将同一城市放在多张网络中对比分析，在一定程度上弥补了理论研究的不足，且极具现实意义。首先，分析主体间的关系状态能有效揭示技术转移的现状及规律，更能从整体上把握整个技术交易市场的结构模式和空间格局，进而协调和促进跨区域技术转移的进程[14]。其次，跨区域技术转移必须以创新能力较强的城市为中心[4]，所以重点研究我国各省会城市、直辖市及副省级城市之间的技术转移网络能有效带动我国整个技术转移网络系统。最后，基于主体视角对高校和企业两个不同主体形成的网络进行对比分析，找出两者的共性和异性，同时弄清两个网络的相互关系，能以此为区域间技术转移的相关政策制定提供更为具体有效的依据。

1数据与方法

1.1数据来源

专利技术是创新活动的主要成果之一，而专利许可是科学技术向生产力转化的重要途径，是国内外学者衡量技术转移的惯用指标。本文使用国家知识产权局公布的技术许可数据，通过许可合同包含的让与人、受让人、技术标的物等信息匹配技术转移城市。前期数据处理工作经历了三个阶段：第一，经过大量的数据检索、整理及统计，得到2008～2012年的许可数据共84693条；第二，对让与人及受让人地区进行筛选，将区域范围设置为省会城市、直辖市以及副省级城市，共得到数据12288条；第三，将让与人属性限定为高校及企业，共得到数据12233条。即本研究针对高校、企业作为让与人的城市技术转移网络，最终得到了12233个样本作为研究基础，其中高校作为让与人的有2231条，企业作为让与人的有10002条。

1.2研究方法

基于我国36个省会城市、直辖市以及副省级城市之间不同技术转移主体引导的技术转移关系可构建两张区域间技术转移网络。其中，网络节点为36个城市，节点联系分别为各城市之间高校和企业作为让与人的专利许可项数。本文运用社会网络分析方法对这种网络关系进行定量分析并以可视化图谱直观展示两张网络的结构特征，使用的网络测量指标有网络规模、网络密度、节点强度、网络中心性、结构洞、区块特征、核心―边缘模型等[15]。

2高校及企业城市技术转移网络比较研究

为了全面有效地对两张网络进行分析，本文从网络的整体特征、网络中心性及中介行为、网络位置角色及结构特征、网络相互关系等四个方面展开研究。

2.1网络整体特征对比分析

表1的各项指标从一定程度上反映了两个网络整体概况的差异。高校、企业技术转移网络的密度分别是0.227和0.285，网络密度均偏低，即两个网络对行动者的态度、行为产生的积极影响程度较低。而相对来说，企业技术转移网络较高校技术转移网络技术转移活动更为密切和频繁，其网络密度较大，关系数量也较高校技术转移网络多73条，即企业比高校能更加便利地从网络上获取各种资源。从节点的平均距离来看，高校技术转移网络的跨度大于企业技术转移网络，其网络中的城市通过约2个城市能到达其它城市。而从凝聚力指数来看，企业技术转移网络建立在距离基础上的凝聚力要比高校技术转移网络稍强。

图1是两个网络的整体网络图，全面展示了两个不同主体引导的所有城市技术转移关系。网络呈现出边缘、半边缘、核心城市三个层次，其中边缘城市的关系数量较少，而核心城市的关系数量最多，且关系线也较粗。进一步过滤掉城市间技术转移频次小于等于10的低强度关系，简化后如图2，网络密度大幅度减小，大部分城市变为了孤立点。

以上研究发现：（1）企业技术转移网络的网络密度、凝聚力指数均高于高校技术转移网络，但整体上两个网络的两项指标均偏低。（2）由于不同技术转移主体对城市的要素禀赋特征要求不同，同一城市在两个网络中所处的位置并不同。（3）专利技术转移强度极低，大部分城市的技术转移频次均低于10。在引入关系强度后，两个网络仅分别保留了原图中3.8%、21.7%的关系。

2.2网络中心性及中介行为对比分析

各城市在两个网络中表现出来的中心性特征差异明显，其中图3和图4中的出度、入度分别表示技术输出和技术吸纳。从技术输出看，企业技术转移网络中各城市的技术输出普遍领先于高校技术转移网络，反映了我国高校技术转化率低，同时也说明具有技术资源优势并不一定会引起技术转移，技术转移在很大程度上还受技术交易意愿的影响。企业迫于盈利的压力，会最大程度地利用自身资源，但高校没有此方面的压力，技术交易意愿不强。在高校技术转移网络中，起到技术输出中心作用的城市依次是上海、北京、天津、杭州、西安、南京、广州等高等教育较为发达的地区，具有强大的技术产出能力支撑。而在企业技术转移网络中发挥技术输出中心作用的城市是拥有绝对地理、经济优势的京沪粤江浙等地区。例如深圳在高校技术转移网络中出度并不大，但是由于其在经济发展、创新环境、地理区位等各方面都有其他城市无法比拟的优势，其技术输出在企业技术转移网络中跃居第一，其后依次是北京、上海、南京、西安等。高校、企业技术转移网络的出度中心势分别为11.174%和10.081%，技术输出均集中在少数城市。从技术吸纳看，深圳、宁波、上海、北京、广州、南京、杭州等城市在两个网络中均居于中心地位，说明不论技术让与人是谁，技术吸纳能力强的城市均能发挥自身优势。高校、企业技术转移网络的入度中心势分别为11.965%和5.902%，反映了高校技术转移网络的技术吸纳集中在少数城市，而企业技术转移网络的技术吸纳比较分散。

区域经济发展不平衡和科技资源分布不均是导致我国各大城市技术输出和吸纳不均衡的首要因素。理论上，存在经济势差和技术势差会促使技术从发达地区流向落后地区。但图3、图4均显示中西部欠发达地区在两个网络中的出度、入度均处于边缘地位，而发达地区同时是技术输出和吸纳中心。形成这样的状况主要是由于我国目前经济和科技资源分布过度倾斜，导致欠发达地区技术吸收能力缺失。因此，均衡分布科技资源，促进欠发达地区的技术吸收是缓解欠发达地区在创新网络中边缘化的有效途径。

中间中心度测量了一个城市在多大程度上充当着其他城市之间沟通的桥梁，一个城市的中间中心度越高，该城市拥有的资源优势就越多，对其他城市的控制能力也越强。图5显示，高校、企业技术转移网络中各城市的中间中心度差异很大，例如广州和长沙在高校技术转移网络中的中间中心度位居前列，仅次于北京和上海，但是其在企业技术转移网络中却表现平平，反映了这两个城市在高校技术向中西部转移的进程中发挥了极其重要的中介作用，是高校技术西进的重要桥梁，但在企业技术转移中却并未发挥很好的传递作用。相反，深圳在企业技术转移网络中却极大程度地充当着众多城市之间的中间人。

除了北京、上海、天津等发达城市，杭州、武汉、重庆、成都等城市在两个网络中的中间中心度也较高，说明这些城市在两个网络中均处于技术资源和信息流通的关键位置，控制着技术向中西部转移的关键路径，是我国促进技术转移进程应该重点培育的城市。技术转移具有一定的辐射范围，因此靠近发达城市的地区应该能更加便利的接受技术并向其他地区转移，进而形成全方位的技术辐射和扩散圈。但是靠近北京、天津的沈阳并未能发挥技术转移的过渡作用而向东部的长春、哈尔滨辐射技术，此外，石家庄、合肥等也占据着优越的地理位置，但是在技术向中西部转移的过程中都未能发挥积极的传递作用。高校、企业技术转移网络的中间中心势分别为10.82%和14.66%，企业技术转移网络的中间中心势较高，说明该网络中各个小团体过度依赖于几个中心城市的传递作用。

2.3网络位置角色及结构特征对比分析

利用CONCOR法分析得出高校、企业技术转移网络的分块结果如图6所示。两个网络均分为五个区块，但各区块包含的成员及区块之间的关系并不相同。在高校技术转移网络中，第1区块包含了北京、宁波、广州、上海、天津、深圳、南京等城市，属于输出倾向型区块，大量地向剩余的四个区块输出技术，同时也从第2、3、4个区块吸纳技术以维持其核心地位。同时，第1区块的块内密度很大，其内部成员间的联系极其紧密。第2区块包含的成员高校资源丰富，但却属于输入倾向型区块，没有很好地向第3、4区块输出技术。第5区块是典型的边缘型、输入型区块。在以企业为主体的城市技术转移网络中，第1区块包含了贵阳、呼和浩特等经济发展程度相对较低的城市，而天津、成都、武汉、杭州等城市却分布在其他区块，这说明贵阳、呼和浩特虽然技术转移强度不大，但是其与核心城市联系紧密，与经济发达城市具有网络结构对等性。高校、企业技术转移网络的块模型R平方值分别为0.325、0.172，说明高校技术转移网络的区块特征强于企业技术转移网络，而企业技术转移网络中结构相似的节点较高校技术转移网络多，个体行动者的发展也更平衡。

采用UCINET中的核心―边缘模型对网络的核心边缘结构进行分析，得到如下结果。表2分别列出了两个网络中的核心城市，边缘部分由其余城市组成，表3是两个网络核心边缘结构的密度矩阵。高校技术转移网络的核心部分由北京、广州、杭州、南京、上海、深圳、天津等7个城市组成，核心部分各城市间密度为6.286，而边缘部分各城市间密度仅为0.231，核心到边缘和边缘到核心的密度相差不大，分别为1.291和1.015。企业技术转移网络的核心部分由北京、南京、宁波、上海、深圳等5个城市组成，核心部分各城市间网络密度高达30.15，而边缘部分仅为0.771，核心到边缘的密度为6.026，是边缘到核心3.787的约两倍，说明网络呈现出明显的核心―边缘结构，技术转移高度集中于5个核心成员之间，且边缘部分主要依赖于从核心部分吸纳技术，相互之间交流不多。

2.4两个网络相互关系分析

QAP（二次指派程序）是一种测量关系之间关系的分析方法。本文用QAP方法检验以高校为主体的城市技术转移和以企业为主体的城市技术转移之间的相互关系，检验结果如表4所示，相关系数0.391，显著性0，说明我国城市之间的高校技术转移和企业技术转移是正相关的，并且在统计意义上这种相关关系是显著的。即两张城市技术转移网络虽然以高校、企业两个不同的主体引导，但两张网络是正向相关的，各自的关系能相互促进，高校技术转移关系强的城市之间企业技术转移关系也趋向于发生，反之亦然。

3结论及政策建议

跨区域技术转移是区域间资源优化配置的有效途径，是各地区保持和提升创新能力的必经之路。本文以城市技术转移网络为研究对象，并将其区分为以高校为主体的城市技术转移网络和以企业为主体的城市技术转移网络，首次运用双网络比较法将同一城市放在两张网络中进行对比研究。通过对比分析两张网络的整体特征、网络中心性及中介行为、网络位置角色及结构特征、网络相互关系等，得出以下主要结论：（1）从网络的整体特征规律来看，两个网络的网络密度、技术转移强度均较低，且由于高校、企业两个主体对城市的要素禀赋特征要求不同，同一城市在两个网络中所处的位置并不同。（2）从技术输出和输入度来看，企业技术转移网络中各城市的技术输出普遍领先于高校技术转移网络，反映了我国高校技术转化率低；同时，两张网络中发达地区的技术输出与吸纳均遥遥领先于落后地区，处于绝对中心地位。（3）从中间中心度来看，各城市在两个网络中的中间中心度差异很大，即同一城市在不同网络中的中介行为强度不同；但也存在如北京、上海、杭州等在两个网络中均处于技术资源和信息流通关键位置的城市，控制着技术向中西部转移的关键路径。（4）从网络位置和结构特征来看，两个网络均分为五个区块，但各区块包含的成员以及区块之间的关系差异很大，且高校技术转移网络的区块特征强于企业技术转移网络，而后者较前者呈现出更明显的核心―边缘结构。（5）两个网络的技术转移关系是正向相关的，能相互促进。

针对以上研究结论，本文提出如下建议：（1）根据不同技术转移主体对城市要素禀赋特征的不同要求，有针对性地制定适合不同主体的政策，增强城市间技术转移关系的强度。（2）增强高校的技术转移意愿，降低我国高校技术的闲置率。（3）在科学技术和创新资源向中西部转移的过程中，选择武汉、西安等作为技术向中西部过渡和渗透的中介城市重点培养，形成关键路径，从而打破经济发达地区与中西部落后地区技术势差过大而技术转移效率低下的局面。（4）发挥发达城市周边城市的中介作用，把技术辐射源由点变为圈。（5）对在两个网络中中心度均较高的城市给予更多的政策关注和支持，以此充分发挥两个网络的相互促进作用。

参考文献

[1]Bozeman B， Rimes H， Youtie J. The evolving state-of-the-art in technology transfer research： Revisiting the contingent effectiveness model[J]. Research Policy，2015，44（1）：34-49.

[2]李艳丽，赵大丽，高伟.市场化改革、知识转移与区域创新能力研究[J].软科学，2012，26（4）：28-32.

[3]Luo S， Du Y， Liu P， et al. A study on coevolutionary dynamics of knowledge diffusion and social network structure[J]. Expert Systems with Applications，2015，42（7）：3619-33.

[4]司尚奇，冯锋.我国跨区域技术转移联盟研究――基于38个城市合作网络分析[J].科学学研究，2010，28（8）：1165-70.

[5]Shin S K， Kook W. Can knowledge be more accessible in a virtual network？： Collective dynamics of knowledge transfer in a virtual knowledge organization network[J]. Decision Support Systems，2014，59（0）：180-9.

[6]赵良杰，姜晨，鲁皓.复杂社会网络结构、局部网络效应与创新扩散研究[J].软科学，2011，25（8）：6-9.

[7]Gonzalez-Brambila C N， Veloso F M， Krackhardt D. The impact of network embeddedness on research output[J]. Research Policy，2013，42（9）：1555-67.

[8]Dong J Q， Yang C-H. Information technology and organizational learning in knowledge alliances and networks： Evidence from U.S. pharmaceutical industry[J]. Information & Management，2015，52（1）：111-22.

[9]Nam Y， Barnett G A. Globalization of technology： Network analysis of global patents and trademarks[J]. Technological Forecasting and Social Change，2011，78（8）：1471-85.

[10]温芳芳.基于专利许可关系网络的技术转移现状及规律研究[J].情报科学，2014，32（11）：24-9.

[11]Cantner U， Rake B. International research networks in pharmaceuticals： Structure and dynamics [J]. Research Policy，2014，43（2）：333-48.

[12]赵尚梅，史宏梅，杜华东.基于网络模型的跨地区技术转移的研究[J].研究与发展管理，2013，25（5）：54-61.

[13]Guan J， Zhang J， Yan Y. The impact of multilevel networks on innovation[J]. Research Policy，2015，44（3）： 545-59.

网络与因特网的区别篇10

【关键词】Ping时延 空口环境 参数优化 基站性能

1 引言

深圳联通WCDMA网络正式运行以来，网络规模不断扩大，网络负荷与复杂程度也不断提高。随着智能终端使用的普及，特别是使用iPhone手机用户群数量的不断扩大，导致数据用户的迅速增长。如何有效解决数据用户的数据包传输时延、提升数据用户的感知成为当务之急。

2 研究背景

深圳WCDMA网络在建网初期，由于用户数量较少，网络上下行的干扰水平相对较低。但随着现网规模越来越大，智能终端的普及，特别是HSUPA用户数量的急骤增长，导致现网干扰水平升高越来越明显，特别是局部话务热点区域，基站小区RTWP普遍偏高，呼吸效应明显。

Ping（Packet Internet Groper）是网络层协议，使用ICMP的超时机制来发现一个数据包在穿越互联网络时所经历的路径，其时延大小决定了网络IP包经无线空口至对端服务器之间的实际时延。这就意味着有效地优化Ping包的时延，可以有效减少用户终端到网络服务器之间的IP数据包的端至端时延，从而提升用户网络感知、降低投诉率、提升网络质量。

通过开展专项优化方案实施，显著地减少了现网IP包传输时延，明显提升了深圳WCDMA网络质量，满足了公司“降本增效、节能减排”的经营策略与思想导向。

3 Ping时延优化分析

为了有效降低Ping包时延，先从理论分析影响用户终端至服务器之间引起时延的各个因素，包括限制HSUPA用户上行数据调度的因素、小区无线资源与NodeB处理资源等各类因素，也包括TCP/IP协议层的因素等。

3.1 HSUPA快速调度

HSUPA分组调度算法主要功能是根据RNC通过NBAP的配置上行底噪参考Reference Received Total Wideband Power（RefRTWP）、上行干扰目标Maximum Target Received Total Wideband Power（MaxRTWP）、Target Non—serving E—DCH to Total E—DCH Power Ratio（NServToTotalPwr）、UE上报状态信息、RNC通过NBAP的配置的UE QoS参数、小区无线资源、NodeB处理资源等信息，确定系统资源使用情况和系统负荷，通过一定的优先级策略，分配系统资源给不同的UE，从而达到调度的目的，其调度流程如图1所示。

3.2 影响HSUPA调度的因素

（1）小区负载

4 优化方案实施与效果

4.1 降低上行负荷，提升上行容量

从式（1）至（3）可以得出结论，降低全网的上行干扰水平，可以有效地提升上行容量。对单个小区来说，在相同数量的终端接入情况下，降低小区RTWP，可以将更多的上行负荷余量腾出给单个终端，再根据公式（5），平均至每个UE的授权SG等级都可以相应提升，HSUPA调度的速率将会得到提高。

如图3所示，导致小区RTWP水平较高的原因主要有以下几种：

（a）小区用户数量多导致RTWP总体提升；

（b）外部存在干扰源，主要是电信市话通站点与直放站点干扰；

（c）天馈或者基站侧内部器件故障；

（d）其它原因，主要是突发的话务量增多与不明干扰源。

通过对近3个月现网后台的统计，RTWP水平保持在—90dbm以上的较高的小区个数为389个。通过扫频与指标分析，确定因小区用户数量多导致RTWP抬升的有186个，占总数的47.8%；外部干扰导致小区底躁提升的有129个，占总数的33.2%；66个小区是由于天馈或者基站侧内部器件故障导致底噪提升，占总数的17.0%；8个小区由于其它原因导致底噪提升，占总数的2.0%。

4.2 基站资源扩容

针对基站上行CE受限、Iub口传输拥塞所带来对Ping包传送成功率与时延大小的影响，通过收集现网近3个月KPI指标CE受限与Iub口传输拥塞严重的站点进行BPC板件扩容与传输扩容。通过统计，现网总共确定需扩容站点共有426个，其中需要BPC板件361块，需新增156对E1，新增16M FE链路共126条。图4表明了扩容前后受限与拥塞小区个数的变化情况。

4.3 站点效能整改

对于现网存在的覆盖弱区与盲区，主要采取几种方法提升覆盖：

（1）小区整改：提升站点覆盖效能，有效地提升部分遮挡较为严重区域的覆盖率；

（2）光纤拉远：解决部分区域覆盖盲区，有效提升覆盖率；

（3）室分外引信源整改：提升区域覆盖率与覆盖质量。

通过对现网164个站点进行天线整改、52个站点新增拉远小区、39个室分外引进行信源整改，有效提升了现网无线覆盖率与质量，图5表明进行站点效能整改后对网络覆盖质量提升水平。

4.4 设备维护与告警修复

及时解决现网所存在的告警，对保持站点性能与减轻网络负荷水平都起着重要的作用。通过对后台告警梳理，现网总共存在356个影响业务的告警。其中小区退服39个，断站26个，设备告警121个，天馈类告警156个，其它告警14个。经修复维护，截止目前已经消除92%的告警，如图6所示：

4.5 提升用户优先级