更改

删除3字节 、 2025年12月17日 (三) 17:24
第1,598行: 第1,598行:  
其中 [math]\gamma[/math] 为耗散指数 (dissipation exponent)。对于大多数网络, [math]\gamma<1[/math],即能量[[耗散]]随通量的增加而次线性增长。这意味着能量通量越大的物种,其相对能量损失比例越低,能量利用效率更高。
 
其中 [math]\gamma[/math] 为耗散指数 (dissipation exponent)。对于大多数网络, [math]\gamma<1[/math],即能量[[耗散]]随通量的增加而次线性增长。这意味着能量通量越大的物种,其相对能量损失比例越低,能量利用效率更高。
    +
==== 异速指数[math]\eta[/math] 与耗散指数[math]\gamma[/math]的关系 ====
 +
此外文献<ref name='allometry_dissipation'>{{cite journal|author1=Jiang Zhang|author2=Lingfei Wu|title=Allometry and Dissipation of Ecological Flow Networks|journal=PLoS ONE|year=2013|volume=8|issue=9|page=e72525}}</ref>研究还发现了[math]\eta[/math] 与 [math]\gamma[/math] 之间存在负相关关系:当 [math]\gamma[/math] 增大(能量损失加剧)时, [math]\eta[/math] 减小。这表明,当大型节点的能量耗散相对更高时,网络的能量流分布趋向去中心化;反之,当[math]\gamma<1[/math] 时,能量更集中于高通量节点。作者提出了流量调整算法 (Flow Adjusting Algorithm) 以验证这一关系:在保持网络拓扑不变的情况下调节 [math]\displaystyle \gamma[/math],结果显示 [math]\eta[/math] 随 [math]\gamma[/math] 系统性下降,这一趋势在实证网络与随机生成网络中均一致。
 +
 +
在能量耗散较大的系统中( [math]\gamma>1[/math] ),能量损失增加削弱了高通量节点的影响,使网络更分散;当 [math]\gamma<1[/math] 时,大节点输出更多能量、影响力增强,系统则更集中。
 
== 国家的异速生长 ==
 
== 国家的异速生长 ==
 
在国家尺度上,[[张江]]利用 ''Mathematica CountryData'' 数据库,对273个国家或地区的104个变量展开了系统性的异速生长律研究<ref name=":11">[https://wiki.swarma.org/index.php/%E5%BC%82%E9%80%9F%E7%94%9F%E9%95%BF%E5%BE%8B_Allometry 异速生长律 Allometry]</ref>。研究首先区分了广延量(如人口、GDP、面积、进出口总额等)和强度量(如人均GDP、生育率、死亡率等),并检验它们与不同国家尺度变量(面积、人口和GDP)的幂律关系 [math]\displaystyle{ Y=cX^a }[/math]<ref name=":11" />。结果显示,国家与城市相比,呈现出明显不同的规律。以人口和GDP为例,虽然两者之间仍符合幂律形式,但其幂指数 [math]a[/math] 接近于1,即近似线性,而并非像城市那样表现出超线性增长。这说明,国家人口增加并不会带来显著的规模经济效应,人均产出基本保持稳定。进一步地,当用劳动力人口替代总人口,并以购买力平价修正GDP时,拟合的显著性提高([math]R^2[/math] 从0.59上升至0.88),而幂指数依旧接近1,进一步验证了这一结论。
 
在国家尺度上,[[张江]]利用 ''Mathematica CountryData'' 数据库,对273个国家或地区的104个变量展开了系统性的异速生长律研究<ref name=":11">[https://wiki.swarma.org/index.php/%E5%BC%82%E9%80%9F%E7%94%9F%E9%95%BF%E5%BE%8B_Allometry 异速生长律 Allometry]</ref>。研究首先区分了广延量(如人口、GDP、面积、进出口总额等)和强度量(如人均GDP、生育率、死亡率等),并检验它们与不同国家尺度变量(面积、人口和GDP)的幂律关系 [math]\displaystyle{ Y=cX^a }[/math]<ref name=":11" />。结果显示,国家与城市相比,呈现出明显不同的规律。以人口和GDP为例,虽然两者之间仍符合幂律形式,但其幂指数 [math]a[/math] 接近于1,即近似线性,而并非像城市那样表现出超线性增长。这说明,国家人口增加并不会带来显著的规模经济效应,人均产出基本保持稳定。进一步地,当用劳动力人口替代总人口,并以购买力平价修正GDP时,拟合的显著性提高([math]R^2[/math] 从0.59上升至0.88),而幂指数依旧接近1,进一步验证了这一结论。
第1,604行: 第1,608行:     
此外,对强度量的分析揭示了社会发展与人类代谢之间的深层联系。随着人均GDP的提高,国家的总和生育率呈幂律下降,而平均寿命则随之上升。这种规律与生物体代谢的限制机制一致,暗示人类社会在宏观尺度上仍受到代谢生态学的约束。由此可以看出,国家层面的异速生长不仅在形式上区别于城市(缺乏超线性的规模经济效应),更在规律上展现出与GDP紧密相关的系统性特征。
 
此外,对强度量的分析揭示了社会发展与人类代谢之间的深层联系。随着人均GDP的提高,国家的总和生育率呈幂律下降,而平均寿命则随之上升。这种规律与生物体代谢的限制机制一致,暗示人类社会在宏观尺度上仍受到代谢生态学的约束。由此可以看出,国家层面的异速生长不仅在形式上区别于城市(缺乏超线性的规模经济效应),更在规律上展现出与GDP紧密相关的系统性特征。
−
  −
==== 异速指数[math]\eta[/math] 与耗散指数[math]\gamma[/math]的关系 ====
  −
此外文献<ref name='allometry_dissipation'>{{cite journal|author1=Jiang Zhang|author2=Lingfei Wu|title=Allometry and Dissipation of Ecological Flow Networks|journal=PLoS ONE|year=2013|volume=8|issue=9|page=e72525}}</ref>研究还发现了[math]\eta[/math] 与 [math]\gamma[/math] 之间存在负相关关系:当 [math]\gamma[/math] 增大(能量损失加剧)时, [math]\eta[/math] 减小。这表明,当大型节点的能量耗散相对更高时,网络的能量流分布趋向去中心化;反之,当[math]\gamma<1[/math] 时,能量更集中于高通量节点。作者提出了流量调整算法 (Flow Adjusting Algorithm) 以验证这一关系:在保持网络拓扑不变的情况下调节 [math]\displaystyle \gamma[/math],结果显示 [math]\eta[/math] 随 [math]\gamma[/math] 系统性下降,这一趋势在实证网络与随机生成网络中均一致。
  −
  −
  −
  −
在能量耗散较大的系统中( [math]\gamma>1[/math] ),能量损失增加削弱了高通量节点的影响,使网络更分散;当 [math]\gamma<1[/math] 时,大节点输出更多能量、影响力增强,系统则更集中。
      
== 在线社区的规模法则 ==
 
== 在线社区的规模法则 ==