EN中文

经济地理 >

2024 , Vol. 44 >Issue 7: 33 - 44

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.07.004

区域经济与理论方法

RCEP双向直接投资网络韧性演化及其效应

  • 程成 ,
  • 王云龙 , ※ ,
  • 蒋云英
展开
  • 广西大学 经济学院，中国广西 南宁 530000
※王云龙（2000—），男，硕士研究生，研究方向为世界经济、国际金融。E-mail：

程成（1972—），女，研究员，博士生导师，研究方向为区域与国别经济。E-mail：

收稿日期: 2023-03-22

  修回日期: 2024-03-10

  网络出版日期: 2024-09-13

基金资助

国家社会科学基金重点项目(15AJY015)

广西哲学社会科学规划研究课题(21FYJ040)

教育部长江学者和创新团队“中国—东盟区域发展”计划(IRT_17R27)

收起

Resilience Evolution and Effects of Two-way Direct Investment Network in RCEP Member Countries

  • CHENG Cheng ,
  • WANG Yunlong , ※ ,
  • JIANG Yunying
Expand
  • School of Economics，Guangxi University，Nanning 530000，Guangxi，China

Received date: 2023-03-22

  Revised date: 2024-03-10

  Online published: 2024-09-13

Fold

摘要

文章以RCEP15个成员国为研究对象，探讨RCEP双向直接投资网络生长特征、网络韧性演化过程和国别节点韧性格局，并运用随机指数图模型分析了网络韧性演化效应。结果表明：①RCEP双向直接投资网络生长相对立体且异配性特征显著，完备且多元的成员国类型组成是其网络韧性演化的关键。②整体投资网络发展具有明显的适应性演进特征，具体表现出以扩大投资规模来恢复与发展、以加强资金同步来调整与抵御的适应发展历程，最终呈现“核心强韧—边缘疏松”的网络韧性结构。③RCEP区域内“自我加速”效应与第三方效应共同内生驱动投资网络韧性演化；市场开放程度、制度环境和劳动力质量等为主要外生驱动力，国家身份认同、税负差异以及高科技出口差异为辅助外生驱动力；双边贸易协定关系、殖民历史关系正向耦合嵌入促进投资韧性演化，而不满足经济发展要求的低效投资关系将持续受到地理距离的限制。

关键词： 区域全面经济伙伴关系协定（RCEP）; 直接投资; 网络韧性演化; 核心—边缘结构; 市场开放度; 高质量发展

本文引用格式

程成 , 王云龙 , 蒋云英 . RCEP双向直接投资网络韧性演化及其效应[J]. 经济地理, 2024 , 44(7) : 33 -44 . DOI: 10.15957/j.cnki.jjdl.2024.07.004

Abstract

Taking 15 RCEP member countries as the research objects,this article discusses the growth characteristics of a two-way direct investment network between RCEP member countries,the evolution process of their network resilience and their resilience pattern of national nodes. It uses the exponential random graph models (ERGM) to analyze the evolution effects of network resilience. The results show that: 1) The growth of the two-way direct investment network between RCEP member countries is relatively stereoscopic and the characteristics of heterogeneity are significant. The complete and diverse composition of member countries is the endowment advantage of RCEP,which is the key to the evolution of the network resilience. 2) The development of the overall investment network has obvious characteristics of adaptive evolution,which specifically shows the adaptive development process of restoring and developing by expanding the investment scale,adjusting and resisting by strengthening the synchronization of funds,and finally presents the network resilience structure of "strong core-loose edge". 3) The "self-accelerating" effect of investment accumulation within the RCEP area,together with third-party effects,endogenously drives the evolution of the investment network resilience. Countries with competitive advantages such as open market,institutional environment,and labor quality have significant investment tendency,which is the main exogenous driving force for the evolution of investment resilience. In addition,national identity,tax burden differences and high-tech export differences as auxiliary exogenous driving forces play a role in the coordination of investment resilience. Bilateral trade agreement relationships and colonial historical relationships are positively coupled and embedded to influence the evolution of investment resilience,while inefficient investment relations that do not meet the requirements of economic development or fail to pass the test of international market will continue to be limited by geographical distance.

Key words： Regional Comprehensive Economic Partnership(RCEP); direct investment; network resilience evolution; core-edge structure; market openness; high-quality development

区域全面经济伙伴关系协定（Regional Comprehensive Economic Partnership，RCEP）是由东盟10国发起，中国、日本、韩国、澳大利亚、新西兰共同参加，通过削减关税及非关税壁垒，建立15国统一市场的自由贸易协定，于2022年1月1日正式实施。RCEP作为全球经济体量和发展潜力最大的区域协定，涵盖约35亿人口，其成员国总人口、GDP以及总出口额均约占全球的30% ① ，2019年区域直接投资规模为566.64亿美元，吸收外国直接投资规模为1588.64亿美元 ② 。但2020年以来受新冠疫情、通货膨胀等多种因素影响，区域整体投资增长有所放缓 ③ 。在内外部环境日趋复杂情况下，RCEP存在着稳定性不足、深入合作基础较差等困境[1]；各成员国面临进一步开放带来的不同程度的冲击，跨国企业也将面对如何适应及适应时间的问题[2]。适应错综复杂的全球经济形势波动不仅是韧性的重要体现，也是经济长期适应转型的关键所在[3]。当前，新古典经济学的均衡思想已较难解释外来扰动冲击与慢性燃烧下系统响应、要素相互调适及共同演化特性[4]，而传统的二元关系逻辑也无法准确刻画整体性动态演化过程，更难以把握经济长期适应性演化转型的驱动机制与不均衡发展规律[5]。为此，学界引入网络韧性以解释各类要素网络消解扰动影响并适应新环境的空间动态过程，主要包括工程韧性[6]、生态韧性[7]及适应韧性[8]3个主流方向。由于适应韧性的研究理念更贴近于“非均衡态”的现实属性，且更为强调通过区域经济内部结构调整来突显韧性，因此常用于阐释空间经济系统动态过程[9]，特别是聚焦于地区发展差异[10-11]、区域经济管理与规划[12]、作用机制[13]等研究。
RCEP区域内直接投资总额约占其外商直接投资总额的30%，具有巨大增长空间。直接投资作为经济韧性的重要维度之一，同样也是防范经济风险的重要支撑力[14]。跨国投资形成投资关系网络，新型投资关系的建立必然会受到已有投资关系的关联影响[15]。特别是在风险扰动下，跨国投资网络演化表现出投资关系形成与解散的持续过程[16]。既有的RCEP直接投资研究主要基于东道国和母国的二元关系逻辑，聚焦于投资区位选择差异[17]、影响因素[18]以及经济效应[19]等。而中国关于网络韧性的研究重点集中在贸易韧性[20]、各大城市群结构韧性[21]等，多以网络结构或网络属性与功能为切入点，通过对金融危机[22]、自然灾害等各类瞬时现实危机或中断干扰模拟[23]的响应程度来凸显网络韧性。鲜有文献从关系形成的角度考虑第三方国家投资关联的适应演化能力及韧性驱动因素，难以回答RCEP在谈判启动、推进再到最后达成并生效的谈判历程中，其投资维度具有怎样的演化关系与韧性特征，以及RCEP区域内哪些扰动因素驱动双向直接投资网络的韧性演变。
鉴于此，本文通过整合RCEP各成员国间双向直接投资关系，构建RCEP双向投资复杂网络，以适应韧性为切入点，分别从网络关系和网络节点层面，探究投资网络韧性演化过程及国别节点韧性格局，最后从内生组织效应、国家选择偏好以及网络嵌入效应3个交互维度分析网络韧性演化效应。

1 研究设计与模型

1.1 网络生长特征与韧性演化

基于关系结构视角，双向直接投资网络构建是探讨RCEP投资韧性的前置条件。本文以层级性、匹配性、传输性和集聚性4个指标探析RCEP双向直接投资网络生长特征，参考彭翀等的研究[21]，选用UCINET软件实现计算（表1）。具体地，根据RCEP15个成员国2010—2020年双向直接投资截面数据，建立任意两国i、j国别节点集合 Z i = [ z i t ]与 Z j = [ z j t ]以及所对应t时期的双向投资流量权重 W i , j = [ w i , j t ]，整合构建15行×15列加权投资矩阵 G = z i t , z j t , w i , j t，其中行与列分别表示投资流的发出者和接收者，逐年计算网络各生长特征指标。
表1 网络生长特征指标[21]

Tab.1 Network growth characteristic indexes

指标 数学表达式 含义
层次性 D C i = m M - 1 D C i = K ( D C i * ) a 反映网络节点吸引资源或控制资源的能力，在“位序—规模”法则下幂律分布可以反映网络的非线性层级结构。式中： D C i表示节点i的度；m为与节点i直接相关节点数； D C i *表示节点i的位序排名；M为直接相关节点数的最大可能值；K为常数；a表示幂律分布斜率
匹配性 D C i ¯ = 1 D C i ∑ h ∈ V D C h D C i ¯ = K + b D C i 度值相近节点间的相互连接倾向可以反映节点连接的偏好依附。式中： D C i ¯表示节点i领域所有节点的平均度值；V为节点领域所有连接节点的集合； K为常数； b表示 D C i对 D C i ¯估计的度关联系数。若 b>0，表示为度正关联特征，即同配性依附；若 b>0，则为度负关联特征，即异配性依附
传输性 L a = 2 ∑ P i j N × ( N - 1 ) 网络节点间平均距离与连边数量可以反映整体网络的可达程度。式中： L a为平均路径长度； P i j为节点i和节点j之间的最短连线数；N为节点数
集聚性 G i = 2 A i D C i ( D C i - 1 ) G = 1 N ∑ i ∈ V G i 反映区域投资的节点或整体网络的集聚程度。式中： G i表示局部聚类系数； G为平均聚类系数； A i为节点i领域实际所含连线数； D C i表示节点i的度；V为节点领域所有连接节点的集合；N为节点数量
RCEP区内经济体相互依赖关系的方向调整能够带来潜在的风险扰动[24]。对于复杂多变的全球经济形势的适应能力，是经济体系稳健应对外部压力和不确定性的具体韧性表现。据此，依据投资规模增长率将其划分为“恢复—缓冲—发展”3个波动区间（图1）。其中，2010—2013年RCEP双向直接投资规模增长率为9.28%，为2008年金融危机后的经济复苏期；2013年5月RCEP第一轮谈判正式开启，由于各国经济发展水平悬殊，谈判议题分歧较大，使得货物贸易、服务贸易、投资等核心领域实质性磋商推进缓慢，2014—2015年RCEP双向投资规模增长率为-7.03%，故为“缓冲期”；2016—2019年RCEP谈判进入加速推进阶段，多领域谈判均取得重要进展，双向投资规模增长率为10.31%，为“发展期”。2020年作为单一年份仅为整体网络阶段性发展提供参考。
图1 RCEP双向直接投资规模变化

Fig.1 Two-way direct investment scale of RCEP member countries

由于不同类型的网络韧性存在较大差异，因此有必要根据整体投资网络生长特征来对网络韧性类型所属进行判定。随机网络的网络度值与幂函数相拟合的度分布系数趋近于0，因此不具备明显的核心节点簇群以形成“核心—边缘”结构，属于随机分布的扁平网络。“核心—边缘”同配网络中度值相近节点间的相互连接倾向更强，而“核心—边缘”异配网络中度值差异较大节点间则具有较强的相连倾向。据此，网络匹配性特征是区分“核心—边缘”同配网络与异配网络的关键属性。为了尽可能避免不同指标对韧性诠释差异而造成分析结果片面离散的现象，本文参考Crespo等的研究[13]，选取能集中反映局部集群结构变化的层次性和匹配性2个指标来划分RCEP双向直接投资网络韧性类型（表2）。谢永顺等通过搭建整体网络韧性演化坐标系对比分析哈大城市带多重城市网络结构韧性的演化特征[25]。据此，本文借鉴该坐标系并在此基础上引入适应性循环模型（Adaptive Cycle）“开发—维持—释放—重组”的4个过程进一步解析韧性演进状态[26]（图2）。其中，层次性和匹配性2个方向分力的矢量加总为韧性综合水平R，再通过R的位置和距离来判断网络韧性演进方向与质量。
表2 整体网络韧性类型[13]

Tab.2 Overall network toughness types

网络韧性类型 层次性 匹配性
随机网络 a≈0 b≈0
“核心—边缘”同配网络 |a|>0 b>0
“核心—边缘”异配网络 |a|>0 b<0
图2 RCEP双向直接投资网络韧性演化

Fig.2 Resilience evolution of the two-way direct investment network of RCEP member countries

1.2 国别节点投资韧性测度

目前学术界对于韧性的测度方法不断丰富，本文主要参考Oliva等的研究思路[27]，以RCEP双向直接投资网络的国别节点与整体网络同步程度评估国别抵抗力，以国别节点的变化率评估国别恢复力，通过国别抵抗力和国别恢复力持续追踪RCEP成员国投资韧性。
D i = l n W i , t / l n W i , t - 1 l n W n , t / l n W n , t - 1
H i = l n W i , t / l n W i , t - 1 l n W i , t - 1
式中： D i和 H i分别表示i国的抵抗力和恢复力；t为年份； W i , t为i国t年的双向投资总额； W n , t为t年RCEP双向投资总额。再结合国别抵抗力与国别恢复力的实际情况，参考Briguglio等的研究[28]，以表3中的4种类型分析RCEP各国别节点投资韧性。
表3 国别节点韧性划分[28]

Tab.3 Country node resilience classification

节点韧性类型 国别抵抗力 国别恢复力
强健型投资韧性 D>1 H>0
浪子型投资韧性 D>1 H<0
自立型投资韧性 D<1 H>0
糟糕型投资韧性 D<1 H<0

1.3 指数随机图模型

国家间投资网络关系受网络自组织、国家特征以及外生环境等因素影响[29]。RCEP双向直接投资网络由各成员国之间微观直接投资行为所构成，为考虑网络内部自组织行为、外部环境因素以及网络局部选择对网络全局的韧性影响程度，选用指数随机图模型（Exponential Random Graph Models，ERGM）同时兼顾内生组织效应、国家选择偏好以及网络嵌入效应3个交互维度，通过检验各维度网络结构统计量对成员国间投资关系结构及演化过程的影响程度，来探究RCEP双向直接投资网络韧性演化效应。同时，沿用多数学者提取骨干网络结构的方法[30]，选取RCEP各成员国双向投资流量最高的3对关系作为核心骨架网络。该做法旨在剔除冗杂投资联系影响以精简网络的同时，平等地保留各RCEP各成员国节点重要投资关系，也尽可能避免因设置固定阈值所导致对原有网络结构的破坏。具体模型如下：
P r ( Y = y | δ ) = 1 k e x p · δ T n y + δ a T n a y , x + δ b T n b y , g
式中： P r ( Y = y | δ )表示 δ条件下随机邻接矩阵y在变量Y中出现的概率；k为分布的标准化常量； n y 、 n a y , x 、 n b y , g分别表示一系列与网络内生自组织效应、国家选择偏好以及网络嵌入效应相关的网络统计量； δ T 、 δ a T 和 δ b T则为相对应的待估计参数向量。
ERGM以马尔可夫链蒙特卡罗极大似然法为估计方法，以t统计量进行估计参数显著性检验，以赤池信息量准则（AIC）和贝叶斯信息量准则（BIC）对模型拟合优度进行评价。本文借助R语言stanet程序包构建与实现指数随机图模型估计、诊断、仿真、比较及改进，其变量选取及统计意义见表4。
表4 ERGM变量描述

Tab.4 ERGM variable description

类别 指标 变量 构局 统计意义
内生组织效应 边（Arc） 边变量（Egdes） 国家间建立投资的基本倾向，如同线性回归中的截距项
交互连通性
（Multiple 2-paths）		 几何加权二元组共享伙伴（Gwdsp） 国家间以多路径建立投资关系的连通倾向
交互闭合性
（Alternating k-stringles）		 几何加权边共享伙伴（Gwesp） 国家间受第三国影响以形成闭合连通构局的投资倾向
聚敛性（In-3-star） 入三星（Istar3） 投资网络整体聚敛趋势
扩张性（On-3-star） 出三星（Ostar3） 投资网络整体扩张趋势
传递闭合性
（Transitive closure）		 传递三角（Triangle） 投资集群倾向
国家偏好效应 集散性
（Sender & Receiver）		 市场开放程度（OPEN） 某种属性越强的国家对外投资倾向或接收外商投资倾向
制度环境质量（WGI）
劳动力质量（GOL）
同配性
（Homophily）		 国家身份（ID） 属性趋同的国家之间投资匹配倾向
差异性
（Heterophily）		 国家税负水平（TAX） 属性差异较大的国家之间投资匹配倾向
高技术出口额（H-techex）
网络嵌入效应 协变量网络耦合性
（Edgecov_net）		 双边贸易协定（RTA） 存在某种关系的国家间投资建立倾向
殖民关系（Conlony）
地理距离（Distance）

注：构局中黑色节点表示考虑了某种属性的节点，白色节点则是不考虑属性的节点，节点大小表示属性的强弱。

2 实证分析

2.1 数据来源

RCEP成员国双向直接投资数据主要来源于国际贸易中心（International Trade Center，ITC）的投资地图数据库，研究时间为2010—2020年。其中，由于投资地图数据库对于中国和日本两国数据存在缺失，故选用中国商务部、日本贸易振兴机构公布的双边直接投资数据进行统计。为尽可能地保证数据的完整性和分析结果的准确性，本文选用镜像数据替代相关缺失数据，即以A国对B国的对外直接投资数据替代B国外商直接投资数据中A国数据的缺失，并采用平均增长率修正公式 N t + i = N t 1 + x ) i进行数据补齐。补缺数据主要涉及缅甸、老挝、柬埔寨、新西兰等国家，且与原始数据数量、规模占比始终维持在8%以内。另外，本文不考虑因投资国撤资行为而导致相关投资额为负值的情况，以0替代负值进行后续统计分析。
在指数随机图模型中，市场开放程度以投资规模与GDP比值反映，劳动力质量以劳动生产率衡量，两者均依据其均值大小分为高、中、低3个水平；制度环境质量以各国六项公共治理指数均值水平反映，分为高、中高、中低、低4个水平；国家税负水平与高技术出口额以各国均值确定。各国GDP、公共治理指数、劳动生产率、国家税负水平以及高科技出口额等数据均来源于世界银行数据库。国家身份以中国外交部公告判定。双边贸易协定数据来源于WTO数据库，如果两个国家签订了贸易协定则赋值为1，否则赋值为0。殖民关系与地理距离数据来源于CEPII数据库，如果两个国家在1945年前存在相关殖民关系或同属一个宗主国则赋值为1，否则赋值为0，而两国间地理距离以两国首都间距离表示 ① 。

2.2 RCEP双向直接投资网络生长与韧性演化

2.2.1 具有“核心—边缘”异配性网络生长特征，且是整体网络韧性演化的关键

为了使分析结果更贴近现实，本文考虑层级性、匹配性的双向度值差异，计算得到整体双向直接投资网络生长特征指标（表5）。在“位序—规模”法则下，RCEP双向直接投资网络加权度分布呈典型的长尾分布，高度值国家节点的强资源控制能力使得整体网络表现出明显的无标度特征，度分布与度关联系数均小于0，故判定RCEP双向直接投资网络为“核心—边缘”异配网络。这意味着，相较于随机网络和“核心—边缘”同配网络，RCEP双向直接投资网络存在一定程度的核心节点簇群，使得整体结构较为立体，各成员国的投资联系方式更为多元，不存在绝对主导型核心国家节点。RCEP各成员国经济发展水平多元且资源禀赋各异，而国家间异质性资源的交互不仅可以有效避免因“同质抱团”导致的网络僵化，还能促进不同资源之间联结互动而产生协同效应和互补效应，从而使得整体投资网络能够更好地应对复杂多变的国际环境。因此，RCEP双向直接投资网络中异配性的投资连接方式是整体网络韧性演化的关键属性。
表5 RCEP双向直接投资网络生长特征

Tab.5 Growth characteristics of two-way direct investment network of RCEP member countries

年份 层级性 匹配性 传输性 集聚性
入度
分布		 出度
分布		 入度
关联		 出度
关联		 平均
路径		 连边
数量		 加权平均
聚类系数
2010 -8.00 -13.75 -0.209 -0.037 1.29 124 0.648
2011 -6.74 -6.51 -0.075 -0.007 1.31 120 0.627
2012 -5.47 -8.39 -0.169 -0.099 1.30 121 0.658
2013 -5.92 -9.58 -0.172 -0.007 1.25 131 0.670
2014 -5.47 -7.08 -0.065 -0.002 1.27 130 0.635
2015 -5.07 -7.55 -0.215 -0.040 1.23 135 0.669
2016 -7.01 -9.83 -0.132 -0.003 1.19 144 0.705
2017 -7.09 -9.48 -0.110 -0.052 1.19 147 0.715
2018 -7.59 -11.30 -0.144 -0.069 1.16 150 0.742
2019 -7.47 -14.31 -0.082 -0.069 1.34 140 0.715
2020 -3.85 -6.29 -0.149 -0.018 1.27 153 0.754
从层次性和匹配性来看，RCEP成员国对外投资方面，投资网络出度分布呈波动增长态势，出度关联呈波动下降态势，表明区域内个别出度较高的国家节点具有较强的网络资金控制力，同时对外投资能力相差较大的国家间投资联系不断增强；RCEP成员国吸收外商投资方面，入度分布和入度关联均呈波动增长态势，说明投资网络中逐渐出现热门投资节点，国际资本越来越倾向于汇入这些国家，使得网络吸引能力结构呈现一定的均质化态势，整体呈“同质相吸”演化趋势，即入度相近的国别节点之间投资联系增强。总的来说，整体网络呈现出向上层次性特征突出，入向上异配性特征逐渐加强的演化特征。原因在于金融危机后新加坡、日本和中国等部分度值较高的国家稳定掌握区域内资金控制权力，能在输出高额资本的同时保持强外商投资吸引力，具有较强的双向投资能力。一方面能与度值较高的国家深化双向投资关系以达到需求合作、科技创新等多元投资目的，另一方面能通过追加对具有低要素成本等优势的低度值国家的投资，满足资源获取、第三方市场战略合作等投资需求，进而不断强化自身竞争优势、提升网络地位。
从传输性与集聚性变化来看，平均路径长度整体呈下降态势，节点间连边数量与加权平均聚类系数整体上表现出增长趋势，说明RCEP整体投资网络一定程度上符合米尔格兰姆提出的“小世界”特征，多核联动的运转模式使得区域内资金愈发集聚。另外，区域内较低的扩散成本使得各成员国资金能更为高效地流动，进而不断促进投资网络生长。

2.2.2 经历“开发—维持—释放—重组”过程，呈现“衰退—提升”韧性演化态势

基于“核心—边缘”异配网络生长特征，通过RCEP双向投资网络韧性演化（图2）可以看出，受2008年金融危机影响，大部分成员国的支柱产业受到不同程度的打击，高通胀的经济环境使得各成员国消费低迷、对外投资疲软无力。2010—2011年，区域内约六成的投资均来自新加坡、日本两国，在高额投资带动下，投资网络逐渐得到修复。在2010—2013年“恢复期”阶段，RCEP投资网络韧性综合水平为-0.49，此时投资网络集聚性减弱，成员国间平均路径长度略微提升，关联度低但不断上升，这种相对松散的投资网络环境使得国际资本更容易在产业间和产业内积累储存，各国通过增强资本要素的联系来不断催化具有适应性的新型投资关系组合，以谋求经济进一步复苏发展，该阶段属于金融危机后资本要素的新一轮“开发过程”。在此背景下，随着2013年5月RCEP第一轮谈判启动，国际资本作为高流动性要素在区域内流通，在部分成员国缓慢地积累和转化最后形成集聚，促使整体投资网络逐渐从“开发过程”过渡到“维持过程”。此时，投资网络内部连通逐渐增强，部分国家间高额投资关系虽是金融危机后修复的主动力，但高关联、高集聚特征说明整体网络刚化趋势明显，同质竞争所造成愈发僵化的发展模式导致区域投资网络运转效率大打折扣，这类投资关系显然不能满足区域经济合作进一步深化发展，并不断削弱整体投资网络适应冲击扰动的韧性能力。
由于各成员国在国家经济体量、经济发展水平等方面存在较大差异，RCEP谈判在复杂地缘政治博弈、残存历史遗留问题以及逆全球化浪潮等众多因素干扰下推进缓慢，投资网络进入2014—2015年“缓冲期”阶段。在此阶段中，网络平均路径长度与聚类系数出现快速的波动，连边数量增加，表明区域内一些旧的投资模式陆续被打破，部分网络资源得到释放，整体投资网络在内外部压力下从“维持过程”转变为“释放过程”。此时“缓冲期”阶段投资网络韧性综合水平R为-0.27，度值相近的节点之间同质性连接增幅减弱的同时，因结构转变造成的衰退也限制了投资网络进一步生长，投资网络韧性持续衰退至谷值区，整体投资规模持续下降。但整体投资网络内异质性投资联系不断增强，网络内部的“创造性破坏”活动也为投资网络韧性提供上升动力。
经过“释放过程”后，投资网络进入2016—2019年“发展期”阶段，投资网络韧性综合水平R为0.6。随着RCEP谈判的不断加速推进，区域内投资规模不断扩大，投资联系数量持续增长，网络平均路径长度降低、集聚性提升，意味着各国投资关系愈发紧密，同时投资网络内部再创造活动将原有技术与释放的网络资源进行创新重组，不断催化新型投资联系的出现，整体投资网络从“释放过程”持续演变到“重组过程”。区域内新异质性投资关系的重组意味着网络中高度值节点与低度值节点间联系得到加强，这也正是“恢复期”与“发展期”两阶段双向投资规模虽同为增长态势，但韧性表现截然不同的主要原因。整体投资网络通过提高创新技术溢出效应不断提升自身适应发展能力，诸如跨境电商等类型的投资联系因高效率特征而更符合经济发展需求，经国际市场检验后将持续深化发展，投资网络韧性最终向提升方向演化。
在整体投资网络演化过程中，新增长路径的出现主要依靠创新与技术更新的方式赋能，也意味着需要更多的网络资源以供其“适应性”深化发展。2019年网络集聚性降低、平均路径长度上升为网络提供相对松散的低制约环境，以吸引区域内外更多外商直接投资。但2020年在新冠疫情、全球经济局势的紧缩内外扰动下，区域内双向直接投资规模受影响下降，该年投资网络韧性综合水平R为-0.87，跨国公司在东道国的关停转移决策使得区域内投资联系减弱，原有国际资本被大幅耗损，整体投资网络韧性受到衰退方向演化牵引，可见整体网络异质性投资连接虽逐渐增强，但遇到经济下行时，同质性“强强抱团”仍是主旋律。而2022年RCEP正式生效无疑是整体投资网络进一步高质量发展的积极信号，在制度平台保障下，包括国际资本在内的原有生产要素将不断退出再重组以寻找更具适应能力的投资关系组合，在建立、加强新型双向投资联系的同时，也便于资本集聚以为新一轮“开发过程”做准备。

2.2.3 适应性国别偏好需求导向明显，整体呈“核心强韧—边缘疏松”的韧性格局

无论是在世界经济理论或是经济地理理论中，通常认为国际经济格局主要受经济要素的集聚效应影响而表现出一种“核心—边缘”的结构。鉴于此，以“核心—边缘”结构关系视角切入，在计算各国抵抗力和恢复力水平的同时，通过UCINET软件以CORR算法测度RCEP各成员国的核心度，综合各国核心度及现实情况，将各国别节点划分为“核心—半边缘—边缘”三圈层结构，再根据各国别不同阶段的恢复力与抵抗力进行国别投资韧性类型判定，最终得到RCEP双向直接投资网络国别节点韧性格局（表6）。
表6 RCEP双向直接投资网络国别节点韧性格局

Tab.6 Country-node resilience pattern of the two-way direct investment network of RCEP member countries

国别 恢复期 韧性类型 缓冲期 韧性类型 发展期 韧性类型 2020 韧性类型
2011 2012 2013 2014 2015 2016 2017 2018 2019
核
心
国
家		 新加坡
（0.575）		 0.983 0.997 0.988 ● 1.023 0.993 ◢ 1.004 1.013 0.988 1.016 ■ 0.977 ●
-0.014 0.006 -0.007 0.015 -0.021 0.015 0.024 -0.001 0.023 -0.033
日本
（0.368）		 1.007 1.023 0.999 ■ 0.968 1.015 ● 1.001 0.997 1.018 0.988 ■ 1.004 ◢
0.010 0.032 0.004 -0.040 0.001 0.013 0.008 0.029 -0.004 -0.006
中国
（0.319）		 1.032 1.002 0.999 ■ 1.005 0.989 ● 0.995 1.005 0.997 0.993 ◣ 0.993 ●
0.036 0.011 0.005 -0.003 -0.025 0.007 0.016 0.007 0.000 -0.018
半
边
缘
国
家		 印度尼西亚（0.284） 1.034 1.013 0.982 ■ 1.021 0.960 ● 1.001 1.005 1.005 0.973 ◣ 1.043 ■
0.037 0.022 -0.012 0.013 -0.053 0.013 0.016 0.016 -0.020 0.032
越南
（0.215）		 0.975 1.000 1.061 ■ 0.981 1.019 ◢ 1.007 1.031 0.987 0.977 ■ 0.988 ●
-0.021 0.009 0.067 -0.027 0.005 0.019 0.041 -0.002 -0.015 -0.023
澳大利亚
（0.213）		 1.043 0.958 0.996 ◣ 1.015 0.970 ● 0.960 0.984 1.052 0.992 ◣ 1.000 ●
0.046 -0.034 0.001 0.007 -0.043 -0.029 -0.005 0.064 -0.001 -0.011
泰国
（0.208）		 0.979 0.973 1.083 ■ 0.894 1.021 ● 1.051 0.969 1.027 1.019 ■ 1.033 ■
-0.017 -0.018 0.089 -0.113 0.007 0.063 -0.020 0.038 0.026 0.022
韩国
（0.181）		 0.981 1.012 1.000 ◣ 1.022 1.004 ■ 1.013 0.984 1.017 0.989 ■ 1.013 ■
-0.016 0.022 0.006 0.013 -0.010 0.025 -0.005 0.028 -0.003 0.002
马来西亚
（0.175）		 0.997 0.974 0.962 ● 0.977 1.029 ◢ 0.985 1.002 0.959 0.915 ● 0.866 ●
0.000 -0.017 -0.033 -0.031 0.014 -0.003 0.012 -0.031 -0.078 -0.143
菲律宾
（0.150）		 1.126 1.104 0.819 ■ 1.380 1.004 ■ 1.106 0.841 1.115 1.169 ■ 1.043 ■
0.129 0.114 -0.177 0.369 -0.010 0.119 -0.150 0.128 0.178 0.032
边
缘
国
家		 缅甸
（0.098）		 0.953 0.924 1.169 ■ 0.855 1.193 ■ 0.959 1.052 0.972 1.139 ■ 1.073 ■
-0.044 -0.068 0.176 -0.152 0.176 -0.030 0.063 -0.018 0.147 0.062
柬埔寨
（0.097）		 0.976 1.084 0.969 ■ 1.044 1.023 ■ 1.021 1.009 1.016 1.041 ■ 0.909 ●
-0.021 0.093 -0.026 0.036 0.009 0.033 0.019 0.027 0.049 -0.100
新西兰
（0.086）		 1.033 0.482 1.597 ■ 1.111 0.985 ■ 1.132 0.908 1.038 1.039 ■ 1.034 ■
0.036 -0.514 0.606 0.102 -0.029 0.145 -0.082 0.049 0.047 0.023
老挝
（0.068）		 1.067 1.213 1.029 ■ 0.893 1.054 ● 0.996 1.054 0.960 1.031 ■ 1.030 ■
0.070 0.224 0.035 -0.114 0.039 0.007 0.066 -0.030 0.038 0.019
文莱
（0.062）		 1.060 1.122 0.813 ◣ 1.028 1.034 ■ 1.052 1.029 0.832 0.737 ● 1.368 ■
0.063 0.132 -0.183 0.020 0.020 0.064 0.040 -0.159 -0.257 0.353

注：1.国别括号内数值为各国核心度均值，核心度大于0.3的为核心国家，[0.1,0.3]区间内为半边缘国家，核心度小于0.1的为边缘国家。2.单一色块中，从上至下依次为国别恢复力、国别抵抗力数值，颜色越深表明两者之和越大，同年韧性表现越突出。3.■为强健型投资韧性、◣为自立型投资韧性、◢为浪子型投资韧性、●为糟糕型投资韧性。

①恢复期。此阶段强健型投资韧性国别节点占多数，表明各国扩大投资规模、推进区域经济一体化是金融危机后区域经济复苏的有效措施。但菲律宾、马来西亚以及文莱3国韧性波动较大，主要依靠外商投资来拉动经济增长和发展，在自身恢复力塑造方面仍存在明显短板。自立型投资韧性节点的出现反映出投资网络更倾向于在“恢复期”阶段注重整体恢复能力培养，围绕核心国建立的双向直接投资关系为整体投资网络在“恢复期”提供了较强的抵抗力和恢复力，使得整体投资网络投资韧性得以在缓解金融危机影响后不断修复。新加坡、马来西亚因其经济高度依赖出口和跨国投资，同时金融业和房地产市场存在泡沫，投资韧性受金融危机影响较为严重。
②缓冲期。新加坡通过实施税收优惠政策、鼓励投资并购、推动创新发展等一系列鼓励性措施，提高了其自身抵御风险的能力，投资韧性从糟糕型转变为浪子型。同时，新加坡成熟的法治环境和强大的金融中心地位，使其成为重要的区域双向投资枢纽，能较好地与整体投资规模演进保持高频共振。印尼、泰国、澳大利亚表现出糟糕型投资韧性，国别投资韧性在整体投资规模下行时出现明显衰落。相反，边缘国家则多为强健型投资韧性，抵抗力和恢复力都高于均值，作为投资网络的边缘节点承担起提供外部网络投资韧性的责任。“缓冲期”浪子型投资韧性取代自立型投资韧性出现，这意味着当投资网络韧性不断僵化时，投资网络更重视整体投资韧性的抵抗能力培养，即注重加强区域投资同步程度来进行自身结构调整，以缓解国内社会结构危机、文化认同差异等问题的同时，还能提高抵御外部冲击能力。
③发展期。中国、印尼和澳大利亚3国投资韧性均得到提升，从糟糕型投资韧性提升至自立型投资韧性，作为网络中的恢复型国别节点，通过加强与领域节点双向投资联系带动提升整体投资网络韧性。同样能够发挥恢复性作用的国别节点的还有韩国，韩国作为一个出口导向型国家，出于扩大海外市场的战略因素考量，特别是在智能制造、新能源和信息通信技术等新兴领域积极推进对外投资，在区域内国际资本的供给侧能够发挥重要中介调和作用，从而表现出强健型投资韧性。马来西亚、文莱和老挝3国的韧性波动较大，表明其在区域内投资维度未能具备持续有效的抵抗危机冲击与恢复调整能力，不稳定的韧性特征使得其成为投资网络边缘结构韧性隐患，韧性塑造方面亟须强化。自立型投资韧性取代浪子型投资韧性再次出现，意味着投资网络在“发展期”恢复力表现更为突出，倾向于运用恢复力促进整体投资韧性提升以实现经济增长，通过活跃和扩大区域双向投资规模来不断强化优质高效投资关系。而2020年受疫情等因素影响，区域内强健型投资韧性国别节点降至8个，浪子型投资韧性1个，糟糕型投资韧性6个。其中，糟糕型投资韧性节点为新加坡、日本、中国、越南和澳大利亚等核心度较高的国家，这说明国别双向投资能力越强的国家受影响越为严重，经济波动所带来的传导叠加效应会造成更大的经济下行压力。
综合RCEP各成员国投资网络核心度与韧性表现来看，核心国家在面对动态演进的国际形势发展时具备更强的投资韧性复杂调整能力，在投资网络中常能保持稳定适中的韧性水平。因此，区域内新加坡、日本和中国等国更能依托其健全的金融监管体制、一流的营商环境以及完善的基础设施等优势，主动且及时地调整双向投资结构以实现韧性互动，保障自身投资韧性在各类风险扰动下表现得更为稳固。对于核心度较低的边缘国家来说，引进新型投资与高资本效益为其经济增长提供持续动力，两个因素共同作用促使投资网络边缘结构的强抵抗力、高恢复力的投资韧性表现，强健的投资韧性得到核心国支撑而具有更高的“容错率”。但由于网络边缘结构多为欠发达国家，对于核心节点的过度外商投资依赖也使得其投资韧性的稳定性较差，忽高忽低的大幅韧性波动容易造成投资网络边缘结构中高韧性国与低韧性国的交错分布，进而形成“海绵状”韧性布局。整体上，投资网络“核心强韧—边缘疏松”的韧性结构表现出较为强健的区域投资韧性，能在不同发展阶段通过各国间韧性互动行为来实现整体投资网络恢复力和抵抗力偏向性发展，进而满足区域适应性发展需求。具体表现为以扩大投资规模来恢复与发展，以加强资金同步来稳定与调整的韧性演化规律。

2.3 RCEP双向直接投资网络韧性演化效应

模型中过多的三角结构变量会导致模型近似退化或估计参数无法收敛等问题，因此本文分别采用模型1和模型2来对RCEP双向投资网络内生组织效应进行检验估计，并选取Edges和Triangle作为主要的内生组织变量进行后续检验估计，ERGM回归结果见表7。
表7 RCEP双向投资网络ERGM回归结果

Tab.7 ERGM regression results of two-way investment network of RCEP member countries

Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 Model 7
内生结构效应 Edges -3.9098*** -11.6676*** -12.3810*** -13.8517*** -9.6081*** -12.9589***
Gwdsp 0.3151**
Gwesp 1.0943***
Istar3 0.0409**
Ostar3 0.0580***
Triangle -0.2214*** -0.1698** -0.1874** -0.1748** -0.2056*** -0.2509***
国别偏好效应 Sender.OPEN 1.1813*** 1.1649** 1.3095*** 0.9329* 0.9625*
Sender.WGI 1.3801*** 1.3018*** 1.4656*** 2.2107*** 2.2753***
Sender.GOL 0.7291* 0.8705** 0.9312** 0.5769+ 0.9386**
Receiver.OPEN 1.6358*** 1.6039*** 1.9026*** 1.4814*** 1.7729***
Receiver.WGI 0.6690* 0.5699+ 0.6616* 1.3153*** 1.2524***
Receiver.GOL 0.6648* 0.8493** 0.8946** 0.5284+ 0.9921**
Homophily.ID 0.9353* 1.1697* 0.8158+ 0.006 0.3937
Heterophily.TAX 0.0462* 0.0529* 0.0512* 0.0294 0.0507+
Heterophily.H-techex -0.6251** -0.6777** -0.7340** -0.6702* -0.7536**
网络嵌入效应 Edgecov.RTA_net 1.2403* 2.3790**
Edgecov.Conlony_net 2.7853*** 2.6082***
Edgecov.Distance_net -0.0006*** -0.0007***
AIC 252.2 267.3 204.8 200.3 184.1 180.2 156.9
BIC 262.3 277.4 241.6 240.5 224.3 220.4 203.8

注：+、*、**、***分别表示在10%、5%、1%、0.1%水平上显著，系数表示 e δ倍。

2.3.1 内生组织效应：区域自我加速效应、第三方效应和多边合作关系促进作用显著

Istar3与Ostar3分别通过1%和0.1%水平的显著性检验且系数均为正，表明投资网络具有显著的聚敛性和扩张性，揭示了RCEP区域内存在明显的“自我加速”效应，即投资要素的积累将进一步促进网络中双向直接投资关系的建立，这是投资韧性的重要内生驱动力之一。另外，Gwdsp和Gwesp分别通过1%和0.1%显著检验且系数均为正，而Triangle通过0.1%水平的显著性检验且系数为负，表明整体投资网络更倾向于建立多路径传递投资关系，且三元组的交互连通关系倾向于闭合，反映了投资网络中已经形成稳定的三角传递结构，每增加一个三角传递结构将使得整体投资网络密度减少八成，意味着整体投资网络会在适当的发展阶段剔除三角结构中低效的投资连接，以满足自身“适应性”发展需求。尽管第三方效应和多边合作关系对建立投资关系的促进作用显著，但也限制各成员国以更短的连通路径形成投资集聚，一方面说明RCEP通过整合多方双边FTA以实现区域合作，且经济波动可造成显著的传导叠加效应；另一方面也证实了前文投资网络中存在一定小世界特征的结论。

2.3.2 国家偏好效应：集散性外力驱动为主，匹配性外力驱动为辅

模型3为包含内生变量与外生变量的综合模型，本文用国别集散性和国别匹配性两方面外生变量探究各国选择偏好。国别集散性方面，国内市场开放程度、劳动力质量与制度环境质量系数均显著为正，说明3类变量均对区域内各国双向投资关系的建立起促进作用。其中，Sender.OPEN和Sender.WGI均通过0.1%水平的显著性检验，系数分别为1.1813和1.3801，而Sender.GOL通过5%水平的显著性检验且系数为0.7291，表明具备此类优势的国家对外投资的概率分别是其他国家的3.26、3.98和2.07倍；Receiver.OPEN通过0.1%水平的显著性检验且系数为1.6358，Receiver.WGI和Receiver.GOL均通过5%水平的显著性检验，系数分别为0.6690和0.6648，则具备此类优势的国家吸引外商投资的概率分别是其他国家的5.13、1.95和1.94倍。显然，对外开放程度在东道国吸引外商投资方面发挥更为显著的促进作用，各国更为开放的市场环境将创造相对松散的投资网络格局，使得国际资本更容易在投资网络“开发阶段”积累储存，进而不断提升网络韧性。而制度环境和劳动力质量在国家对外投资方面促进作用更强，表明对于区域内具有制度环境优势的成员国来说，其跨国企业会基于制度特殊性考虑，更倾向于在整体投资环境较为僵化时，通过调整对外投资布局以寻求“制度规避”或“制度促进”。
国别匹配性方面，同配性中Homophily.ID通过5%水平的显著性检验且系数为0.9353，说明东盟国家与非东盟国家之间匹配建立投资关系的概率是存在差异的2.55倍。差异性中Heterophily.TAX通过5%水平的显著性检验且系数为0.0462，表明RCEP区域内两国较大的税负水平差异造成的投资成本剩余是投资关系建立的激励因素之一，税负水平存在差异的国家间建立有向投资联系的概率是税负趋同的1.05倍。Heterophily.H-techex通过1%水平的显著性检验且系数为负，说明区域内国家间高科技出口差异将抑制投资关系建立，以培育高级技术要素为投资目的的投资韧性驱动模式还未显现。总的来说，整体投资网络受国家集散性选择偏好韧性驱动作用更大，以开放市场、制度环境和劳动力质量为主要韧性驱动力，以身份认同、税负差异匹配性为辅助驱动力。

2.3.3 网络嵌入效应：贸易协定网络、殖民历史网络正耦合嵌入，地理距离网络负耦合嵌入

在模型3的基础上，逐项加入贸易协定（RTA）、殖民历史（Colnoy）以及地理距离（Distance）3层协变量网络以揭示外生网络对于投资韧性网络的嵌入效应，得到模型4~模型6。Edgecov.RTA_net通过5%水平显著性检验且系数为1.2403，Edgecov.Colnoy_net通过0.1%水平显著性检验且系数为2.7853，说明嵌入贸易协定网络和殖民历史网络的国家间建立投资关系的概率是其他国家的3.46和16.2倍，贸易合作以及相似的殖民历史所带来的国家间投资壁垒减少与文化认同使投资联系更为密切，均对投资韧性网络的形成产生正向耦合效应，同时也在一定程度上减弱了国家身份的匹配性选择偏好效应。Edgecov.Distance_net通过0.1%水平显著检验且系数为负，表明地理距离对投资造成的企业管理、技术培训及运输风险等方面的“冰山成本”抑制了低效投资关系的建立，特别是在整体投资网络从“释放过程”持续演变到“重组过程”时，有助于剔除未通过国际市场检验或不满足经济发展要求的投资联系。
综合之前所有模型得到复合模型7，投资网络内生组织、国别选择偏好以及网络嵌入效应3个方面各变量估计结果与之前的模型估计结果基本一致，且AIC和BIC值最低，表明模型具有最佳的拟合优度。此外，在协变量网络的作用下，国家集散性选择偏好作用增强，而国家身份与税负水平差异的作用出现弱化，同时贸易协定网络对整体投资韧性网络的正向耦合效应也逐渐超过殖民历史网络。

3 结论与启示

3.1 主要结论

本文以RCEP 15个成员国为研究对象，探讨双向直接投资网络生长特征、网络韧性演化过程和国别节点韧性格局，并运用ERGM模型分析了网络韧性演化效应。主要结论如下：
①RCEP双向直接投资网络生长相对立体且异配性特征显著，完备且多元的成员国类型组成是其网络韧性演化的关键所在。整体网络在出向上表现出较为突出的层次性特征，投资网络资金控制能力结构多集中在新加坡、日本和中国，作为网络核心国掌握投资主动权而表现出稳定的投资韧性；入向上异配性逐渐加强，投资网络资金吸引能力结构随着越南、泰国及缅甸等热点投资东道国的兴起愈发分散，表现出对外投资“多强向弱”与外商投资“同质相吸”的多核联动发展趋势。网络内部结构具有从度值较高的国家之间“强强抱团”逐渐向高低度值国家间“异质榫卯”过渡的结构调整倾向。同时，整体网络呈现“核心强韧—边缘疏松”的网络韧性格局，依赖外商投资与高资本效益是投资网络边缘结构韧性疏松的主要原因，同时也表明当投资网络边缘结构成为外部冲击主体时，可以依赖于核心国家韧性支撑而具有更高的“容错率”，进而表现出更强健的国际环境适应能力。
②RCEP双向直接投资网络发展具有明显的适应性演进特征，整体表现出以扩大投资规模来恢复与发展、以加强资金同步来调整与抵御的适应发展历程，即整体投资网络通过不断调整对于恢复力和抵抗力培养的偏向选择来实现韧性演化。国际资本的高流动属性也意味着当整体投资网络面对冲击影响时，核心国与边缘国之间建立的新型异质性投资关系会更倾向于通过扩大投资规模来修复冲击所造成的衰退影响，而核心国之间的同质投资关系则主要依靠各国自身强资金掌控能力、主动且及时的双向投资更新调整能力，形成更强的综合风险抵抗力以直接对抗冲击，承担整体投资网络的修复和运转责任。尽管在疫情等扰动因素影响下，区域内出现投资紧缩及增长乏力现象，但此时投资关系在经历创新重组后将具有较强的环境适应能力，诸如线上线下结合、跨境电商等投资联系因更能满足当前区域经济发展需求而不断深化发展。
③RCEP区域内投资积累所带来的“自我加速”效应，与第三方效应共同内生驱动投资网络韧性演化；具有开放市场、制度环境和劳动力质量等竞争优势的国家间存在显著投资倾向，这是投资韧性演化的主要外生驱动力，其中，对外开放程度显著促进东道国吸引外商投资能力，而制度环境和劳动力质量更高的国家具有更强的对外投资倾向。另外，国家身份认同、税负差异以及高科技出口差异作为辅助外生驱动力发挥着投资韧性调和作用；双边贸易协定关系、殖民历史关系正向耦合嵌入影响投资韧性演化，国家间贸易合作通道与相似文化认同共同促进投资关系的建立，而区域内不满足经济发展要求或未通过国际市场检验的低效投资关系的建立与发展将受到地理距离的限制。

3.2 政策启示

①把握核心地位，积极拓展外圈。中国作为RCEP投资网络核心国之一，掌握投资主动权且表现出稳定的投资韧性，对于网络生长与韧性发展有重要意义。同时，作为RCEP区域南北对话的桥梁，一方面，中国应着力完善高级要素培育环境，大力推动技术本土化以及产业价值链向高端延伸，积极参与数字经济、环境保护等新规则议题谈判，依托互联网赋能服务贸易，以科技创新带动“澜湄快线+跨境电商”新业态新模式发展，努力推进新兴产业塑造拓展与传统产业转型升级，充分发挥高级要素涓滴效应，增强产业国际竞争力，配合完善在RCEP投资的布局；另一方面，应注重东部沿海港口城市海上航线、西部地区陆海新通道与中老、中越铁路运营管理等跨境物流通道建设，同时加强孔子学院、学术论坛等人文交流合作以进一步增进政治、文化共识与人类命运共同体身份认同，以设施联通和民心相通促进资金融通，激发国内企业“走出去”活力，巩固和提高自身投资韧性。
②借助时代背景，强化投资韧性。在保护主义盛行的背景、新冠疫情以及俄乌冲突等相关事件影响下，RCEP双向直接投资网络的发展更容易受到内外环境众多因素的干扰，而网络内异质性投资联系可以通过引进新型投资来提高投资效能或修复衰退影响，同质性投资联系则能依靠各国自身双向投资能力不断更新调整。因此，在可预见的新一轮资本“开发”过程中，中国应把握RCEP生效所带来的开放红利，依据投资网络各国国别角色特点进一步深化重点领域合作。在同质投资联系中以合作求共识，深化高端领域合作，在异质投资联系中保持友好互信互利与创新共赢发展，不断寻求强健且稳定的投资韧性合作模式，包括与日韩进行新能源、高端装备与光电设备制造合作，深化与东盟各国在农业深加工产业与煤炭、油气等能源领域合作，加强对越南、泰国及缅甸等国的政策倾斜。推进落实《关于高质量实施RCEP的指导意见》，充分发挥制造业专业和国内市场规模优势以强化投资优势。
③优化合作机制，深化开放循环。根据投资网络韧性演化驱动因素，RCEP各成员国应稳步扩大规则、规制、管理、标准等制度型对外开放程度，优化营商投资环境，提升引资能力，促进各国疫后交通、旅游和教育等领域的多向融合发展，深化经贸互补合作，推动产业国际转移，提高市场供需效率，吸引工业4.0技术推动工业化和经济高质量发展。同时深化各国第三方市场合作，为新型投资关系创造优良培育环境，以区域内投资为强健韧性核心，同时吸引区域外直接投资来支持域内数字化转型，进一步建设要素集聚、协同创新、多方联动发展的区域经济体系，实现投资网络高质量韧性循环。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
王雅莉, 王妍. RCEP对中国经济高质量发展的双重影响及对策分析[J]. 理论探讨, 2021(2):87-91.

[2]
谭红梅, 王琳. RCEP下中日韩经贸合作机遇、挑战及对策[J]. 经济纵横, 2022(2):69-76.

[3]
王鹏飞, 李红波. 基于产业结构关联视角的区域经济韧性作用机理研究——以江苏省为例[J]. 地理科学进展, 2022, 41(2):224-238.

DOI

[4]
胡晓辉. 区域经济弹性研究述评及未来展望[J]. 外国经济与管理, 2012, 34(8):64-72.

[5]
李连刚, 胡晓辉. 新冠肺炎疫情下中国区域经济韧性时空格局与影响因素分析[J]. 世界地理研究, 2023, 32(3):64-75.

DOI

[6]
Pimm S. The complexity and stability of ecosystems[J]. Nature, 1984,307:321-326.

[7]
Hassink R. Regional resilience:A promising concept to explain differences in regional economic adaptability?[J]. Cambridge Journal of Regions,Economy and Society, 2010, 3(1):45-58.

[8]
Martin R. Regional economic resilience,hysteresis and recessionary shocks[J]. Journal of Economic Geography, 2012, 12(1):1-32.

[9]
Pike A, Dawley S, Tomaney J. Resilience,adaptation and adaptability[J]. Cambridge Journal of Regions,Economy and Society, 2010, 3(1):59-70.

[10]
Klimek P, Poledna S, Thurner S. Quantifying economic resilience from input-output susceptibility to improve predictions of economic growth and recovery[J]. Nature Communications, 2019, 10:1-9.

[11]
Eraydin A. Attributes and characteristics of regional resilience:Defining and measuring the resilience of Turkish regions[J]. Regional Studies, 2016, 50(4):600-614.

[12]
Christopherson S, Michie J, Tyler P. Regional resilience:Theoretical and empirical perspectives[J]. Cambridge Journal of Regions,Economy and Society, 2010, 3(1):3-10.

[13]
Crespo J, Suire R, Vicente J. Lock-in or lock-out?How structural properties of knowledge networks affect regional resilience[J]. Social Science Electronic Publishing, 2012, 14(1):199-219.

[14]
冯苑, 聂长飞, 张东. 中国城市群经济韧性的测度与分析:基于经济韧性的shift-share分解[J]. 上海经济研究, 2020, 39(5):60-72.

[15]
杨博飞, 朱晟君, 高菠阳. 基于文献视角的海外对华投资和中国对外投资的比较[J]. 经济地理, 2021, 41(5):122-133.

DOI

[16]
党兴华, 张晨. 基于STERGM的风险投资网络演化动力研究[J]. 科研管理, 2022, 43(5):182-190.

[17]
许培源, 魏丹. TPP的投资区位效应及非TPP亚太国家的应对措施——基于多国自由资本模型的分析[J]. 财经研究, 2015, 41(3):77-87.

[18]
南楠, 程中海, 周海燕. 中国对RCEP成员国直接投资效率及影响因素研究[J]. 亚太经济, 2021, 38(4):93-101.

[19]
李娜丽沙, 黄宁. 中国经济正向冲击对RCEP其他成员国经济影响的动态实证分析——基于GVAR模型[J]. 当代经济管理, 2022, 44(4):49-57.

[20]
宗会明, 张嘉敏, 刘绘敏. COVID-19疫情冲击下的中国对外贸易韧性格局及影响因素[J]. 地理研究, 2021, 40(12):3349-3363.

DOI

[21]
彭翀, 林樱子, 顾朝林. 长江中游城市网络结构韧性评估及其优化策略[J]. 地理研究, 2018, 37(6):1193-1207.

DOI

[22]
汤淳, 刘晓星. 中国金融市场韧性研究——基于风险冲击视角[J]. 金融经济学研究, 2022, 37(3):3-18.

[23]
彭翀, 陈思宇, 王宝强. 中断模拟下城市群网络结构韧性研究——以长江中游城市群客运网络为例[J]. 经济地理, 2019, 39(8):68-76.

DOI

[24]
张彦. RCEP区域价值链重构与中国的政策选择——以“一带一路”建设为基础[J]. 亚太经济, 2020, 37(5):14-24,149.

[25]
谢永顺, 王成金, 韩增林, 等. 哈大城市带网络结构韧性演化研究[J]. 地理科学进展, 2020, 39(10):1619-1631.

DOI

[26]
Cumming G S, Barnes G, Perz S, et al. An exploratory framework for the empirical measurement of resilience[J]. Ecosystems, 2005, 8(8):975-987.

[27]
Oliva S, Lazzeretti L. Measuring the economic resilience of natural disasters:An analysis of major earthquakes in Japan[J]. City,Culture and Society, 2018, 15(5):53-59.

[28]
Briguglio L, Cordina G, Farrugia N, et al. Economic vulnerability and resilience:Concepts and measurements[J]. Oxford Development Studies, 2009, 37(3):229-247.

[29]
杨文龙, 杜德斌. “一带一路”沿线国家投资网络结构及其影响因素:基于ERGM模型的研究[J]. 世界经济研究, 2018, 37(5):80-94,136-137.

[30]
Zhou M, Wu G, Xu H L. Structure and formation of top networks in international trade,2001-2010[J]. Social Networks, 2016(44):9-21.

Options
文章导航

/

〈 〉