Understanding Global Trade Strategy by Studying Complex International Networks

2020 Fiscal Year Final Research Report

• Project/Area Number: 17K17663
• Research Category: Grant-in-Aid for Young Scientists (B)
• Allocation Type: Multi-year Fund
• Research Field: Social systems engineering/Safety system; Management
• Research Institution: The University of Tokyo
• Principal Investigator: Hisano Ryohei 東京大学, 大学院情報理工学系研究科, 講師 (60725018)
• Project Period (FY): 2017-04-01 – 2021-03-31
• Keywords: ネットワーク学習 / グローバルサプライチェーン / ノレッジグラフ

Outline of Final Research Achievements

The current research aimed to develop new methodologies of analyzing information-rich networks, focusing mainly on the customs data and global supply chain. By doing so, I sought to better understand the evolution of the worldwide supply chain. Due to the limitation of datasets that I was able to obtain, I could not fully explore the potential of the developed approach using real datasets. However, I developed many valuable models even beyond the bipartite setting of the customs data. In the future, I plan to utilize this model using big real-world data to answer the critical questions that this research started.

Free Research Field

ネットワーク学習

Academic Significance and Societal Importance of the Research Achievements

グローバルサプライチェーンは企業の競争環境にも影響を及ぼしており、こうした潮流は新たなビジネス機会を生むと同時に様々な経営課題や政策課題を惹起する。そのため国内外における企業間取引の実態を多角的な基礎データと適切なモデルから定量的に把握することは、学術のみならずビジネスや政策においても重要な課題である。本研究課題によって創られた手法は多角的にデータを分析することを可能としている応用面で様々な発展が期待される。