复杂网络的兴起已经10年了，关于空间网络的研究还不够重视，本人认为带有空间结构的网络研究必将成为复杂网络理论和实证研究的一个重要部分。传统的统计力学研究的系统是, 在这个系统中,个体只与其空间位置上相邻的个体发生作用. 如热力学系统等。自复杂网络开创以来，复杂网络研究的主要方面都集中在在这个系统中个体间相互作用与其个体的空间位置无关甚至很多系统中的个体根本就没有空间位置. 如www，蛋白质作用网络,食物链网络等. 这些研究都取得非常重要的结果,如大家熟悉的scale free, community structure,  self-similarity, small world等。但是具有空间结构的网络是广泛存在的,她的性质界于传统的统计力学研究的系统与近几年复杂网络研究的网络之间. 即,在这类系统中,每个个体(顶点)有其自身的空间位置,顶点的空间位置对顶点间的作用关系有一定不可忽略的影响限制作用。过去有绝大部分的网络研究基本上都忽略或者干脆就不考虑这类网络顶点的空间结构对网络性质的影响。近期为数不多的研究表明,对于如real and online social networks, traffic flow networks, neural networks 甚至metabolic networks 等,当考虑顶点的空间结构时，有很多非常重要而又有趣的结论出现。如在顶点有固定的空间位置网络中，只有任意两个顶点间存在链接的概率和这两个顶点的空间距离存在一定的函数关系时，这样的网络才是可导航的。而我们的社会网络就被猜想是这样的一种网络，最近我们组研究发现，社会网络空间距离的scale free特征是朴实的，人们追求信息最大化是导致这种无标度性最有可能的原因。又如，在对韩国交通网络中交通流的研究表明，两个城市之间的车流量和他们的距离存在scaling law. 只考虑系统中个体只与其空间位置上相邻的个体发生作用（完全由空间决定）的网络和只考系统中个体作用完全与空间无关的网络都是复杂网络研究的两种极端情况，有很重要的意义。对于实际网络而言，很多都是介于这两种极端情况之间的，今后在复杂网络的研究中这样的网络也值得大家重视！