讲座主题：基于node2vec与混合嵌入的复杂网络关键节点识别

摘要：在全球产业链分工深化与外部冲击频发背景下，传统关键部门识别方法多依赖部门规模、前后向关联或单一网络中心性指标，难以兼顾部门网络结构位置和经济承载力。基于2023年中国42部门非竞争型投入产出表，本文构建有向加权投入产出网络，提出融合Disparity Filter骨干网络提取、node2vec图表示学习、多维中心性集成与规模因子修正的关键部门识别框架。本文首先提取具有统计显著性的产业链骨干结构，降低稠密投入产出网络的噪声干扰；进而利用node2vec刻画部门多跳邻域与高阶结构位置，融合嵌入中心性、特征向量中心性和介数中心性，构建初始混合中心性；最后引入部门经济规模因子进行修正，形成兼具网络拓扑势能与经济承载力的新混合中心性指标。实证结果表明，新混合中心性能够有效识别兼具结构关键性与现实冲击能力的核心部门，能够识别出交通运输、仓储和邮政，房地产业，建筑，批发和零售等8个关键部门。该指标在结构一致性、功能有效性和稳健性方面表现良好，既能整合不同中心性指标的结构信息，又能在定向攻击实验中更准确识别维系网络连通性的关键节点，并在不同赋权方案下保持较高一致性。本文拓展了投入产出网络关键部门识别方法，为产业链韧性治理、关键部门保护和风险防控资源配置提供了量化依据。

报告时间：5月12日10:00

地 点：小白楼105会议室

主讲人介绍：韩爱华，统计学博士，中南财经政法大学统计系副教授，硕士研究生导师，系副主任，美国爱荷华州立大学、英国雷丁大学访问学者。研究领域涵国民经济核算、宏观经济统计、投入产出、政府统计、监测预测等。主持国家社科基金2项、省部级项目10余项，在《统计研究》《数量经济技术经济研究》《International Journal of Law and Psychiatry》《Knowledge-Based Systems》等重要学术期刊发表论文多篇，出版专著2部。担任中国国民经济核算研究会第六届理事会理事；中国现场统计学会经济与金融统计分会副秘书长；中国商业统计学会数字经济分会常务委员；数字法治研究院研究员；司法鉴定与社会治理研究院(教育部国家外专局司法鉴定技术应用与社会治理学科创新基地) 研究员；中南财经政法大学法治发展与司法改革研究中心、湖北法治发展战略研究院研究员；多次获得湖北省社会科学优秀成果奖、武汉市人民政府社会科学优秀成果奖等。