大规模供应链网络的解耦：基于组合Hodge分解的流层次聚类 f-HiCoNE 框架
物理与社会
2026-04-07 v1
摘要
现代社会依赖复杂的供应链来维持日常生活所需的商品和服务流通。虽然传统供应链理论假设从上游供应商到下游客户存在清晰的分层流向，但可观测的真实世界交易网络很少呈现这种无环结构。相反，详细的企业间数据表明，相互交织的网络被循环流严重纠缠。因此，若不对这些大规模企业间网络进行适当分区，与供应链概念核心的潜在流层次结构仍将模糊不清。为应对这一分析挑战，我们提出了流层次社区网络提取（f-HiCoNE）框架。通过应用组合Hodge分解，该方法通过分离无环梯度流来量化流层次部分并对图进行分区。将 f-HiCoNE 应用于约65万家企业的全国交易数据集后，我们成功提取了功能性供应链聚类。这些聚类展现出强烈的流层次组织特征，其中企业的上下游定位由局部标量势精确捕捉，揭示了 distinct 的地理局部化产业生态系统。本研究提供了一张地图，帮助企业理解其周边环境并在企业间网络中定位自身位置，同时为供应链分析中的流层次聚类开辟了新的研究途径。
引用
@article{arxiv.2604.04538,
title = {Disentangling Large-Scale Supply Networks: f-HiCoNE Framework for Flow-Hierarchical Clustering via Combinatorial Hodge Decomposition},
author = {Taiyo Nakatani and Takaaki Aoki},
journal= {arXiv preprint arXiv:2604.04538},
year = {2026}
}
备注
27 pages, 31 figures