بخشی از مقاله
چکیده
شبکه مبادلات کالاهای پزشکی زیر مجموعهای از شبکه مبادلات جهانی میباشد که با مطالعه و تحلیل آن در دورههای زمانی مختلف میتوان به الگوهای ارتباطی تکاملی دست یافت. این الگوها به دولتها در تصمیمگیری مسائل سیاسی و اقتصادی کمک نموده و معیاری برای پیشبینی روابط تجاری آینده آنها فراهم میکنند. در این مطالعه دادگان مربوط به شبکه مبادلات کالاهای پزشکی طی سالهای 2004 تا 2014 جمعآوری شده و گراف دادگان مربوط به این شبکه مورد تحلیل قرار گرفته است.
به منظور مطالعه سیر تکاملی انجمنهای این شبکه، دادگان جمعآوری شده با رویکرد شبکه پیچیده به دو صورت بدونوزن و وزندار مدلسازی و شاخصی جهت تعیین میزان پایداری انجمنها معرفی شده است. نتایج نشان میدهند که روابط بین کشورها در شبکه بدونوزن پایدارتر است و کشورها بعد از برقراری روابط تجاری تمایل به حفظ آن دارند؛ در حالیکه در شبکه وزندار روابط واقعی بین کشورها در طول زمان تغییرات بیشتری دارد و این امر دلیلی بر عدم پایداری روابط واقعی آنها است. دو نقطه بحرانی در سیر پایداری انجمنها دیده میشود که یکی مربوط به سالهای 2006 تا 2007 و دیگری مربوط به سالهای 2011 تا 2012 است. در هر دو دوره بحرانهای اقتصادی در سطح جهان وجود داشته که روی شبکه مبادلات کالاهای پزشکی نیز اثرگذار بودهاند.
-1 مقدمه
امروزه، پیشرفتهای تکنولوژی باعث میشود تا روابط اجتماعی، اقتصادی و سیاسی کشورها به یکدیگر وابسته شده و جهان تبدیل به دهکده جهانی گردد. بدین ترتیب تجارت یکی از مهمترین کانالهای ارتباطی بین کشورها است. در دهههای اخیر، مطالعات تجربی گسترده-ای در خصوص معماری و تکامل شبکه تجارت جهانی - ITN - با رویکرد شبکههای پیچیده انجام شده است. ITN شبکهای از روابط واردات و صادرات بین کشورهای مختلف جهان میباشد که با مطالعه و تحلیل آن، میتوان الگوهای مبادلاتی بین کشورها را در دورههای زمانی مختلف کشف نمود. این الگوها مهمترین عامل پیشبینی و اتخاذ تصمیمهای دولتی میباشند که در سیاست گذاریهای اقتصادی و بازارهای تجاری تأثیر بسزایی دارند.
با توجه به اهمیت مسئله بهداشت و درمان در زندگی امروزه بشر، تمرکز خود را بر کالاهای پزشکی و تبادلات آن معطوف نمودهایم. عدم تعادل در عرضه و تقاضای کالاهای پزشکی موجب تغییر در قیمت آنها و هزینه زندگی مردم میگردد. به همین دلیل لازم است دولت در شرایطی که تنش اقتصادی به وجود میآید، درک بهتری از الگوهای تجاری کالاهای پزشکی داشته باشد. با تحلیل کمی ارتباطات پزشکی، میتوان سیر تکاملی الگوهای مبادلاتی آن را کشف نمود.
در سالهای اخیر مطالعات زیادی با رویکردهای مختلف در زمینه مدلسازی و تحلیل شبکه ITN انجام شده است. در تمامی موارد کشورها به عنوان گره در نظر گرفته شدهاند اما برای یالها سیاستهای متفاوتی اتخاذ شده است. مطالعات اولیه روی شبکه ITN با رویکرد دودویی صورت گرفت؛ بدین صورت که وجود یا عدم وجود یال بین دو گره براساس یک مقدار آستانه تعیین میگردید.[1] سپس رویکرد دیگری مطرح شد که در آن هر یال بین دو کشور با توجه به حجم مبادلات تجاری بین آنها - مجموع واردات و صادرات - در دوره زمانی مشخص وزن دار میشد.[2] انگیزه اصلی برای تحلیل شبکه ITN به صورت وزن-دار این است که در رویکرد دودویی نمیتوان اطلاعات ارزشمندی درباره میزان مبادلات بین دو کشور استخراج کرد و این امر موجب نادیده گرفتن ناهمگونی در میزان مبادلات میشود.
در یکی از مطالعات پیشین از معادلهای جهت اعمال فاکتورهای اجتماعی، تاریخی، سیاسی و فاصله جغرافیایی در وزندهی به یالهای شبکه ITN استفاده شده که به شبکه حاصل شبکه پسماند گفته می-شود. سپس ویژگیهای شبکه ITN اولیه و ITN پسماند با یکدیگر مقایسه شده و نتایج بدین ترتیب حاصل میگردد؛ ITN پسماند برخلاف ITN اولیه ویژگیهای یک سیستم پیچیده را نشان میدهد و معماری ساختار آن بسیار متفاوت با شبکه اولیه میباشد. در حالیکه شبکه اولیه کاملاً بر اساس موقعیت جغرافیایی خوشه بندی شده و تنها تعداد کمی از کشورها نقش کلیدی دارند. در مقابل کشورهای کوچکی در ITN پسماند وجود دارند که مستقل از موقعیت جغرافیایی، در الگوهای مبادلات تجاری یا نقش هابهای محلی را بازی میکنند و یا توسط کشورهای بزرگ و قدرتمند مورد توجه قرار میگیرند
ویژگی مقیاس آزاد در همبندی شبکه، تعیین کننده رفتارهای پویای شبکه است. این ویژگی گویای این مطلب است که تعداد محدودی کشور با درجه زیاد روی اقتصاد کشورهای زیادی با درجه کم تأثیر میگذارند. به عنوان مثال ایالات متحده امریکا - USA - بزرگترین گره منحصر به فرد در شبکه ITN بوده است که میتوان تأثیر توسعه اقتصادی USA را روی پیشرفت اقتصادی سایر کشورهای کوچک مرتبط مطالعه نمود و به ارتباط و هماهنگی چرخه های اقتصادی کشورها پی برد.
تاکنون تمرکز اصلی تحقیقات بر روی ویژگیهای آماری در شبکه وزندار و بدون وزن ITN بوده؛ در حالیکهاخیراً پویایی توزیعهای آماری و تکامل شبکه مورد توجه قرار گرفته است. تحقیقات نشان میدهد که تمامی توزیعهای آماری مربوط به گرهها و ساختار وابستگی بین آنها، به طرز جالبی در طول 20 سال ثابت مانده است و احتمال حفظ این روند در آینده نیز وجود دارد. برخلاف گرهها، توزیع وزن یالها با سرعت کمی از توزیع لاگ-نرمال به توزیع توانی تغییر یافته؛ یعنی با گذشت زمان تعداد زیادی یال با حجم مبادلاتی کم و تعداد اندکی یال با حجم مبادلاتی زیاد در شبکه مشاهده میشود که این تغییر در همبندی شبکه تأثیری نمیگذارد.
در رویکرد جدیدی، شبکه ITN به صورت شبکه جهتدار، وزندار و چندگانه - شبکه ای که بین هر دو گره آن می تواند بیش از یک یال وجود داشته باشد - در نظر گرفته شده است. هر یال نشانگر روابط واردات و صادرات بین کشورها بر اساس یک کالای مشخص میباشد. تأثیر ویژگیهای هر زیر شبکه - شبکه مبادلاتی حاصل از یک کالای خاص - روی همبندی شبکه ITN بررسی شده است.
در مقایسه با شبکه ITN کلی، توزیع وزن یالهای زیر شبکهها به شدت ناهمگن بوده و این شبکه-ها سطوح متفاوتی از خوشه بندی ، اتصال و مرکزیت را نشان می-دهند.[6] مطالعات نشان میدهد که ساختار انجمنها در اکثر زیرشبکه-ها بسیار ناهمگن بوده در حالیکه در مواردی خاص نظیر شبکه کالاهای شیمیایی بسیار شبیه ساختارهای انجمن شبکه ITN کلی میباشد. نتایج نشان میدهد در صورتی که شبکه بر اساس موقعیت جغرافیایی افراز شود همبستگی حاصل بیشتر از زمانی است که افراز بر اساس توافقات تجارت منطقهای باشد.
تولید ناخالص داخلی - GDP - را میتوان یکی از ویژگیهای هر کشور در شبکه مبادلات جهانی در نظر گرفت. GDP از جمع دو فاکتور زیر حاصل میشود:
• تقاضای داخلی که به وسیله هزینههای داخلی صرف شده در فرآیندهای اقتصادی کشور تعیین میشود.
• تقاضای خارجی که از طریق جریان تجاری با سایر کشورها تعیین میگردد.
این عامل در احتمال برقراری روابط تجاری بین کشورها موثر میباشد و در نتیجه روی همبندی شبکه تأثیر میگذارد 9]،.[8 از طرفی با داشتن ساختار همبندی شبکه ITN و در نظر گرفتن یک فرآیند تصادفی به عنوان حجم مبادلات بین کشورها، میتوان مقادیر GDP هر کشور را تخمین زد.
با توجه به پیشینه تحقیق به نظر میرسد که مطالعات گستردهای در زمینه ویژگیهای آماری ITN انجام شده [10] ؛ این در حالی است که چگونگی سیر تکامل این شبکه به ویژه با رویکرد کالای خاص مبادلاتی کمتر مورد توجه قرار گرفته است 12]،.[11 لذا در این طرح رویکرد اصلی، تحلیل سیر تکاملی و تغییر انجمنها در شبکه مبادلات کالاهای پزشکی میباشد.
-2 داده و روش
-1-2 داده
ما داده مبادلات جهانی کالاهای پزشکی را با کد کالای 30 و نام تجاری "3KDUPDFHXWLFDO SURGXFWV" از وب سایت UN Comtrade جمعآوری کردیم. این شبکه حاوی جریانهای واردات و صادرات بین کشورهای جهان از سال 2000 تا 2014 است.
-2-2 روش
پس از جمعآوری و مرتبسازی دادهها، شبکه خود را مدل کردیم. در این مدل گرهها و یالها به ترتیب نشاندهنده کشورهای جهان و ارتباطات تجاری میان آنها است. این ارتباطات از کشور صادرکننده به سمت کشور وارد کننده جهت دار شده است؛ بدین صورت که اگر کالایی از ک شور الف به کشور ب صادر شود، یالی جهت دار از الف به ب وجود خواهد داشت. وزن یال ها میزان مبادلات کالاهای پزشکی را نشان میدهد. برای مطالعه به ازای هر سال دو شبکه جهت دار وزن دار و بدون وزن مدل شده است، بنابراین ما 28 شبکه مجزا داریم. نمونه شبکه بدونوزن و جهتدار مربوط به سال 2014 در شکل - 1 - قابل مشاهده است.
شکل :1 شبکه مبادلات کالاهای پزشکی در سال 2014
برای تحلیل و پیش بینی روابط کشورها بر اساس مبادلات کالاهای پزشکی میبایست الگویی از ارتباطات آنها بیابیم به همین دلیل از مفهوم ضریب پیمانگی استفاده کردیم. این مفهوم به ما کمک میکند تا شبکه را بر ا ساس معیار دلخواه خود به گروههایی تق سیم کنیم و هر گروه را در قالب انجمن مطالعه نماییم.
با اجرای الگوریتم ارائه شده توسط بلوندل [13] که بر اساس ضریب پیمانگی عمل میکند، شبکه را به انجمنهایی تق سیم کردیم. ضریب پیمانگی، چگالی یالهای درون انجمنها را نسبت به چگالی یالهای بین انجمنها محاسبه میکند؛ و در واقع معیاری برای سنجش میزان دقت الگوریتم در تقسیمبندی شبکه است. با استفاده از فرمول - 1 - مقدار این معیار که بین -1 و 1 است، محاسبه میشود.
Wi , j وزن یال بین دو گره i و j است. در شبکه بدونوزن مقدار این پارامتر 1 در نظر گرفته شده است. Ai مجموع وزن یالهای متصل به گره i میباشد. ci انجمنی است که گره i در آن واقع شده است.
این الگوریتم تشخیص انجمن دو فاز زیر را به صورت تکرار شونده اجرا میکند:
فاز اول: در ابتدا هر گره یک انجمن در نظر گرفته میشود. بنابراین به تعداد گرهها انجمن داریم. سپس برای هر گره مقدار q را به ازای هر همسایه - با فرض یکی بودن انجمن آنها - ، طبق فرمول - 2 - محاسبه میکند. اگر نتیجه منفی باشد گره در انجمن قبلی خود میماند در غیر اینصورت به انجمنی میپیوندد که بزرگترین q را داشته باشد. این فاز برای تمامی گرهها تا همگرا شدن نتیجه تکرار میشود.
فاز دوم: از روی انجمنهای مشخص شده در فاز اول، شبکه جدیدی ساخته میشود که در آن گره و یال به ترتیب معرف انجمن و ارتباط بین آنها است.
فاز اول مجدداً روی شبکه حاصل از فاز دوم اعمال میشود و این دو فاز تا رسیدن به بیشترین مقدار ضریب پیمانگی و همگرایی نتایج تکرار میشوند. این الگوریتم بسیار سریع می باشد و زمان اجرای آن به دلیل استفاده از پارامتر q در تشخیص انجمنها نسبت به سایر الگوریتمها نظیر Clauset و Newman and Moore کمتر است
