EN中文

经济地理 >

2020 , Vol. 40 >Issue 3: 102 - 109

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.03.012

产业经济与创新发展

世界高技术产品贸易格局及中国的贸易地位分析

  • 曲如晓 ,
  • 李婧 , ※
展开
  • 北京师范大学 经济与工商管理学院，中国 北京 100875
※李婧（1991—），女，江西吉安人，博士研究生。主要研究方向为国际经济与贸易。E-mail：。

曲如晓（1965—），女，山东威海人，博士，教授。主要研究方向为国际经济与贸易。E-mail：。

收稿日期: 2019-06-13

  修回日期: 2020-01-20

  网络出版日期: 2025-04-11

基金资助

国家社会科学基金重点项目(19AJL015)

收起

International High-Tech Products Trade Pattern and China's Trade Status

  • QU Ruxiao ,
  • LI Jing , ※
Expand
  • School of Economics and Business Administration，Beijing Normal University，Beijing 100875，China

Received date: 2019-06-13

  Revised date: 2020-01-20

  Online published: 2025-04-11

Fold

摘要

为了解世界各国高技术产品贸易的真实地位，推动中国高技术产品贸易发展，文章基于2000—2016年82个高技术产品主要贸易国家的双边贸易数据，运用社会网络分析方法分析世界高技术产品贸易网络特征及中国的贸易地位。研究发现，中心度指数体现了包括中国在内的48个国家和地区拥有密切的贸易往来关系；点强度指数体现了贸易强度排名靠前的国家相对稳定，各国差距不断缩小；结构洞指数体现了各国间贸易关系的多元性即网络异质性不断变化。中国虽然具有较密切的贸易关系和较高的贸易强度，但是其贸易网络分布较为集中，网络异质性依然有待提高。为应对贸易摩擦，提高高技术产品贸易地位，中国应注重优化贸易结构、加强自主创新能力以及创新合作水平，从而降低贸易风险、提高产品质量和优化贸易环境。

关键词： 高技术产品贸易; 社会网络分析; 中心度; 点强度; 结构洞; “一带一路”倡议; 中美贸易摩擦; 科技创新

本文引用格式

曲如晓 , 李婧 . 世界高技术产品贸易格局及中国的贸易地位分析[J]. 经济地理, 2020 , 40(3) : 102 -109 . DOI: 10.15957/j.cnki.jjdl.2020.03.012

Abstract

In order to understand the real status of high-tech products trade in the world and promote the development of China's high-tech products trade. Based on the bilateral trade data of 82 major trading countries of high-tech products from 2000 to 2016,this paper uses the social network analysis method to analyze the characteristics of the world trade network of high-tech products and China's trade status. It is found that the centrality index shows that 48 countries and regions, including China,have close trade relations; the point intensity index shows that the countries ranking first in trade intensity are relatively stable,and the gap between countries is narrowing; the structural hole index shows the diversity of trade relations among countries,that is,the network heterogeneity is constantly changing. Although China has a closer trade relationship and a higher trade intensity,its trade network is relatively centralized,and the heterogeneity of the network still needs to be improved. In order to cope with trade frictions and improve the trade status of high-tech products,China should pay attention to optimizing trade structure,strengthening independent innovation ability and innovation cooperation level,so as to reduce trade risks,improve product quality and optimize trade environment.

Key words： high-tech product trade; social network analysis; centrality; point strength; structural hole; the Belt and Road Initiative; Sino-US trade frictions; technological innovation

科技创新已成为国家竞争力的重要因素，世界各国正在将发展高端制造业作为国家重要发展战略。高技术产业是知识和技术密集的产业，是国家经济实力、创新能力和国际竞争力的重要体现。据统计，2007年中国高技术产品进出口贸易总额5 973亿美元，超过美国的5 377亿美元，成为世界第一大高技术产品出口国，2016年达到9 494亿美元。为限制中国高技术产业的发展，2018年美国发起新一轮中美贸易战，先后对通讯设备、航空航天、军工企业为主的44家高技术企业实行技术封锁。高技术产品是技术密集型产业，作为一个劳动密集型国家，中国的高技术产品贸易领域的飞跃，显然是一种“里昂惕夫之谜”。部分学者认为包括中国在内的发展中国家高技术产品出口的扩张，可能存在“统计假象”，单纯的进出口贸易额不能反映真实的贸易地位[1]。随着国家间高技术产品贸易往来的日益密切，高技术产品贸易网络逐渐形成，利用社会网络分析方法可以从贸易往来关系、贸易强度、网络异质性、核心边缘分析等多角度综合判断中国在高技术产品贸易网络中的真实地位。
社会网络分析基于多元主体之间的联系形成的网络进行网络特征分析，起源于社会学，贸易网络是其在经济学领域的重要应用之一。最初的贸易网络分析主要是关注国家（地区）之间是否存在贸易关系，而不关注发生的贸易额的大小，基于无权贸易网络来分析世界贸易网络的无标度、小世界以及经济周期同步等特征[1-2]。随着贸易网络研究的发展，学者逐渐开始关注双边贸易额的大小所组成的有权贸易网络，探索节点度和聚类系数之间的关系，发现贸易网络不是无标度网络，并存在一定的“富人俱乐部”现象[3⇓⇓⇓-7]。许和连等分析了高端制造业贸易网络的社团划分和发展过程，发现在TPP背景下中国的贸易地位出现逐渐被边缘化的危机[8]。除了对整体贸易网络的分析，也有部分学者具体研究各个细分贸易网络，深入探究了贸易网络的特征，包括网络密度、中心性、聚类系数、块模型等等。如铜矿石贸易[9]、化石燃料贸易[10]、海鲜产品贸易[11]、武器贸易[12]、服务贸易网络[13]、农产品贸易网络[14⇓-16]、天然气贸易网络[17]、工程机械产品网络[18]、高端制造业网络[8]、石油贸易[19-20]、钢铁贸易网络[21]、服装贸易[22]等等。
在贸易网络特征的研究的基础上，学者开始对影响贸易网络特征的因素展开理论和实证分析。戴卓分析了中国东盟自贸区的贸易网络特征，并在此基础上扩展了引力模型，实证发现除GDP和地理距离外，国土面积、收入差距、是否相邻以及是否发生金融危机都对贸易网络有显著影响[23]。刘洪铎等构建文化交融指标，研究发现文化交融对双边贸易关系存在倒U型的非线性关系[24]。种照辉等分析了“一带一路”沿线国家的贸易网络特征，并运用QAP方法实证检验了地理距离、文化差异、贸易协定关系、产业内贸易结构、经济差距和制度差距都对贸易网络存在显著影响[25]。
还有学者研究贸易网络特点对经济、贸易、环境的影响。Reyes等指出国际贸易网络的中心性比贸易开放度等一般性指标能够更好地解释世界经济一体化[26]。马述忠等分析了农产品贸易的整体特征，验证了网络中心性、节点强度和异质性对农业价值链分工地位都具有显著的正效应[14]。陈少炜等也验证了金砖国家的贸易网络特征（中心性、节点强度和聚类系数）对贸易分工地位有显著的正效应[27]。
现有的研究文献将社会网络分析方法运用于贸易网络的分析已经比较成熟，但是还未有文献研究高技术产品贸易的网络特征。在中美贸易摩擦的背景下，为了解中国和世界其他国家在高技术产品贸易中的真实地位，本文首次运用社会网络分析方法研究中国和世界其他国家高技术产品贸易网络地位，为尽可能降低来自美国的贸易摩擦对中国高技术产品贸易的影响提供参考。

1 数据和方法

1.1 数据来源

本文参照OECD的分类标准，高技术产品包括以下九类商品：航空航天设备、计算机与办公设备、电子通信设备、医药品、科研仪器、电子设备、非电子设备、化学品和武器。根据SITC3编码，从联合国贸易数据库（UN COMTRADE）中获得各类商品的贸易数据。本文研究的贸易网络是2000—2016年世界82个国家和地区主要高技术产品贸易之间双边贸易，2016年这82个国家和地区的高技术产品贸易总额占世界的99.66% ⑬(⑬这82个国家和地区包括：中国、美国、中国香港、德国、新加坡、日本、韩国、法国、英国、墨西哥、荷兰、马来西亚、瑞士、加拿大、越南、比利时、泰国、意大利、爱尔兰、菲律宾、印度、奥地利、捷克、西班牙、阿联酋、波兰、巴西、瑞典、澳大利亚、俄罗斯、匈牙利、土耳其、以色列、斯洛伐克、丹麦、印度尼西亚、沙特阿拉伯、挪威、罗马尼亚、南非、芬兰、阿根廷、葡萄牙、智利、哥伦比亚、新西兰、乌克兰、哈萨克斯坦、阿尔及利亚、希腊、卡塔尔、秘鲁、巴基斯坦、立陶宛、保加利亚、克罗地亚、斯洛文尼亚、摩洛哥、科威特、卢森堡、埃及、突尼斯、爱沙尼亚、哥斯达黎加、拉脱维亚、埃塞俄比亚、尼日利亚、白俄罗斯、马耳他、厄瓜多尔、阿曼、危地马拉、巴拉圭、斯里兰卡、塞尔维亚、约旦、多米尼加、巴林、加纳、巴拿马、乌拉圭、中国澳门。)。由于UN COMTRADE统计的进出口额统计口径不一致，存在一定的偏差，参考马述忠等[14]的做法，本文在研究多值贸易网络时，取对角线上的值的最大值，使得贸易网络成为一个对称矩阵。

1.2 研究方法

1.2.1 整体网特征

整体网的规模是指网络中所包含的所有社会行动者的数量。整体网的规模越大，其内部结构也就越复杂，越容易形成分派现象。整体网的密度是指整体网中实际关系数（m）与理论上最大可能的关系数的比例 m / C n 2。整体网的密度越大，说明网络中行动者之间的联系越紧密，行动者之间相互产生影响的可能性越大。

1.2.2 中心度

中心度是指行动者权力的量化指标，代表社会网络中行动者是否居于网络的中心地位，是否拥有更大的权力。根据不同的指标，中心度主要有以下三种不同的类型。
①度数中心度（point centrality）指与网络中的某点i相连的其他点的个数，绝对度数中心度越大，说明该点越处于中心位置，也就拥有越大的权力。为了比较不同规模网络的中心度，Freeman提出了相对度数中心度的概念[28]。点i的相对度数中心度为：

d e g r e e i = ∑ j a i j n - 1

式中： a i j为1表示点i和点j之间相连； ∑ j a i j表示所有点中与点i相连的数量，即点i的绝对度数中心度； d e g r e e i为点i的相对中心度。
②中间中心度（betweenness centrality），测量个体行动者对资源控制的程度，该消费者能在多大程度上控制其他行动者之间的交往关系，描述的是一个点处于其他点对的最短路径上的比例，中间中心度越高的点，越居于其他点对的中间位置，那么它对其他行动者具有较强的控制能力。
点i的绝对中间中心度表示为：

b e t w e e n n e s s i = ∑ j n ∑ k n g j k i g j k

式中： g j k表示点j和点k之间存在的捷径的数量； g j k i表示点i正好在此捷径上，两者间的比值则表示点i拥有对点j和点k之间交往关系的控制能力。星形网络拥有的最大中间中心度为 n 2 - 3 n + 2 / 2，因此点i的相对中心度为 2 b e t w e e n n e s s i n 2 - 3 n + 2。
③接近中心度（closeness centrality），指网络图中某点与其他点之间的最短距离之和，测量的是网络中的点不受其他点控制的能力。如果某点和网络中其他点的距离都很近，其值越小，则该点的接近中心性越高，在网络中越处于中心位置。
点i的绝对接近中心度表示为：

c l o s e n e s s i = ∑ j d i j

式中：dij表示点i与点j之间最短路径的距离，在星形网络中中心点的接近中心度为n-1，因此相对中心度表示为 c l o s e n e s s i n - 1。
可以看出某点接近中心度的值越大，该点越不处于网络的核心。为保持计算的大小与另外两种中心度一致，UCINET软件在计算时取相对中心度的倒数，因此该值越大表示该点越居于网络的中心。

1.2.3 点强度

与中心度只考虑二值网络不同，点强度（point strength）考虑多值贸易网络，根据点与点之间的节点个数和节点强度，测算出不同国家的点强度，代表高技术贸易网络中不同国家的贸易强度。
点i的点强度表示为：

s t r e n g t h i = ∑ j a i j w i j

式中： a i j表示点i和点j之间是否相连，即i国和j国之间是否存在贸易往来； w i j表示点i和点j之间的关系强度，即i国和j国之间的贸易规模。

1.2.4 结构洞

结构洞理论最早由Ronald Burt[29]提出，指两个行动者之间非冗余的联系。一个点越居于网络的核心，它的结构洞可能越多，所受的网络限制就越小，中间中心度越大，等级度越小。伯特结构洞指数包含有效规模、效率、限制度和等级度。限制度（Constraint）是指一个点i在个体网络中受到其他点的直接限制和间接限制之和，若网络中的某点j与其他点的联系越多，该点j对点i的限制性越大，限制度越大，网络越封闭，运用结构洞的能力越小，限制度是四个指标中最重要的。
点i受到点j的限制度表示为：

c o n s t r a i n t i j = p i j + ∑ q p i q m j q 2

式中： p i j为直接限制； ∑ q p i q m j q为间接限制； p i q表示点i投入点q的关系在点i所有关系中的占比； m j q表示点j与点q的关系取值与点j和其他点关系中的最大值的比例； ∑ q p i q m j q表示点i和点j之间的关系与点i与其他点之间关系的比例，即点i与点j之间的冗余度。

2 世界高技术产品贸易网络特征

2.1 整体网规模不断扩大，各国间贸易联系越来越紧密

2000年贸易网络的实际节点数为2 956，网络密度为0.8901；2016年网络节点数增长到3 253，网络密度增长到0.9795。距离指数是社会网络中两点之间距离的平均指数，基于距离指数基础上的凝聚力指数越大，说明该整体网越具有凝聚力，整体网各行动者之间的联系更紧密，凝聚力更强。2000—2016年高技术产品贸易网络的距离指数从1.088下降到1.02，凝聚力指数从0.933增长到0.99。可以看出，世界主要高技术产品贸易国家之间的进出口关系越来越紧密，高技术产品的国际流动越来越频繁。各贸易伙伴国之间的贸易距离越来越小，贸易网络的凝聚力越来越强。
图1 整体网特征

资料来源：根据UN COMTRADE数据计算得出。表2~表3、图2~图3同。

Fig.1 Overall network characteristics

2.2 网络中心度体现各国建立起广泛的贸易联系

一国的网络中心度越高，一方面它能与更多的国家发生贸易往来关系，其贸易伙伴范围分布更加广泛，其他国家对该国的贸易依赖性更强；另一方面该国将拥有更大更多元化的市场，其贸易风险更小，更有利于选择贸易伙伴，优化贸易结构。说明网络中心度越高的国家在全球高技术产品贸易中越处于中心地位，该国在高技术产品贸易网络中的具有更强的控制能力和更大的比较优势。
度数中心度偏向于测度某个行动者与其他行动者的交往关系，中间中心度偏向于测度某个行动者在多大程度上拥有控制其他点的能力，接近中心度偏向于测度某个行动者在多大程度上能够不被其他点控制，三种中心度的计算结果基本一致。但三者都只考虑二值贸易网络中的国家之间是否具有贸易关系，而不考虑国家之间贸易的强度或规模。2000年包括中国、美国、英国、日本等国家在内的30个国家的中心度最大值达98.77，大于平均值的国家数量为49，塞尔维亚没有高技术产品贸易往来；2005年中国的中心度达到最大值100；2016年包括中国、美国、英国、日本等国家在内的48个国家的中心度达到最大值100，大于平均值的国家数为57。高技术产品贸易的地区分布广泛，国家之间的联系较多，大部分国家和所有贸易伙伴有贸易往来，只有少数国家的贸易伙伴国较少；而且存在贸易关系的国家数越来越多，中心度越来越大，说明高技术产品贸易的国家分布越来越分散。
表1 2000、2016年三种中心度

Tab.1 Three centralities in 2000 and 2016

2000 2016
度数中心度 最大值 98.765 100
最大值数量 30 48
最小值 0 82.716
平均值 89.009 97.952
大于平均值数量 49 57
中间中心度 最大值 50 100
最大值数量 30 48
最小值 41.538 85.263
平均值 47.454 98.106
大于平均值数量 53 57
接近中心度 最大值 0.168 0.03
最大值数量 30 48
最小值 0 0.006
平均值 0.107 0.025
大于平均值数量 46 57

2.3 网络点强度体现各国贸易强度差距缩小

一国在贸易网络中的网络点强度即该国在贸易网络中的贸易强度，说明该国不仅与更多的国家具有贸易联系，而且该国在贸易网络中的贸易额占比更大，拥有更重要的贸易地位。
2000—2016年点强度排名前二十的国家和地区相对比较固定，2000年点强度排名前十位的国家和地区有美国、日本、德国、新加坡、英国、中国、马来西亚、法国、韩国、中国香港。2000年排名最高的是美国，点强度为9.105，第二名日本仅为4.096，比美国少55%。此后，中国的排名逐年上升，2007年中国的相对点强度超过美国成为第一位，2007年中国的点强度为6.173，仅比排名第二的美国多5%。2016年排名第一的中国点强度下降为4.901。可以看出，2000—2016年处于高技术产品贸易网络中心位置的国家和地区变化不大，比较稳定，但是各国相对点强度的差距不断缩小，各国高技术产品贸易的贸易地位趋于均衡。随着世界各国高技术产业的发展，各国通过技术创新或规模效应发展本国的高技术产品贸易，由于中国高技术产品贸易额的不断增长，中国已经成为世界高技术产品贸易网络的中心国家，但是由于其他国家的贸易额也在不断上升，各国的贸易强度差距正在不断缩小（表2）。

2.4 结构洞指数体现各国的网络异质性保持稳定

结构洞是指贸易网络中的空隙，即贸易网络中某些国家只与一些国家发生直接联系，而与其他国家不发生直接联系，使得网络中出现洞穴[29]。结构洞即网络中的非冗余联系可以用于衡量一国在贸易网络中的网络异质性，即代表贸易关系的地理分布的多元性[14]。一国的结构洞指数越大，该国具有更高的网络异质性及更多非冗余的贸易联系，有助于该国优化贸易地理结构及贸易产品结构；另一方面，结构洞指数越大，该国的贸易地理关系更具有多元化，分散的地理分布特征能够降低一国的贸易风险，减少对贸易伙伴的依赖。
2000—2016年结构洞指数排名靠前的国家或地区比较稳定，但排名的波动性比较大。2000—2005年美国均处于结构洞指数的第一位，随后被立陶宛和拉脱维亚取代。17年间出现在排名前二十位十次以上的国家和地区主要有：保加利亚、德国、立陶宛、瑞典17次，芬兰、拉脱维亚、荷兰和美国16次，意大利14次，丹麦和匈牙利13次，塞维利亚11次，克罗地亚11次，中国10次（表3）。

2.5 核心—边缘分析体现处于网络核心位置的国家保持稳定

核心—边缘分析是块模型的一种，是对社会网络的一种整体分析，利用一些矩阵方法将整体网络分成不同组别，密度较高、联系较多的一组行动者成为核心行动者，密度较低、联系较少的一组行动者即边缘行动者，与边缘行动者的交换关系中核心行动者具有更大的权力，处于比较优势地位。2000—2016年，中国、澳大利亚、加拿大、法国、德国、日本、马来西亚、美国8个国家均处于核心地位；巴西、中国香港、韩国、荷兰、新加坡和英国有16年处于核心地位；阿根廷15年处于核心地位；阿尔及利亚10年处于核心地位；比利时、捷克、墨西哥、意大利和瑞士偶尔处于核心地位。17年来处于核心地位的国家或地区相对比较稳定，中国处于世界高技术产品贸易网络的核心位置。

3 中国高技术产品贸易的网络地位及问题

3.1 中国高技术产品贸易网络地位

3.1.1 中国已经建立了广泛的贸易伙伴关系

从高技术产品贸易网络中心度可以看出，中国自2005年起中心度达到最大值，实现与其他81个国家和地区全面的高技术产品贸易往来。这代表着一方面中国能与更多的国家和地区发生贸易往来关系，其贸易伙伴范围分布更加广泛，其他国家和地区对中国的贸易依赖性更强；另一方面中国将拥有更大更多元化的市场，其贸易风险更小，更有利于选择贸易伙伴，优化贸易结构。说明中国在全球高技术产品贸易中处于中心地位，具有更强的控制能力和更大的比较优势。17年来中国都处于世界高技术产品贸易网络的核心位置。
表2 2000—2016年相对点强度前二十国

Tab.3 Top 20 countries of relative point strength from 2000 to 2016

排名 2016 2015 2009 2007 2000
国家 相对点强度 国家 相对点强度 国家 相对点强度 国家 相对点强度 国家 相对点强度
1 中国 4.901 美国 7.485 中国 5.658 中国 6.173 美国 9.105
2 美国 3.349 中国 6.797 美国 4.709 美国 5.845 日本 4.096
3 中国香港 2.036 德国 4.490 德国 2.568 德国 3.087 德国 2.880
4 德国 1.707 韩国 3.043 中国香港 2.159 日本 2.355 新加坡 2.862
5 韩国 1.170 法国 2.996 日本 1.801 中国香港 2.333 英国 2.435
6 日本 0.999 英国 2.493 法国 1.651 韩国 1.878 中国 2.200
7 新加坡 0.974 荷兰 2.251 韩国 1.596 新加坡 1.831 马来西亚 2.076
8 法国 0.946 墨西哥 1.720 新加坡 1.552 法国 1.772 法国 2.017
9 英国 0.794 马来西亚 1.670 荷兰 1.124 荷兰 1.525 韩国 1.964
10 荷兰 0.712 日本 1.547 英国 1.095 马来西亚 1.486 中国香港 1.932
11 马来西亚 0.707 越南 1.302 马来西亚 1.081 英国 1.466 荷兰 1.510
12 墨西哥 0.665 瑞士 1.295 墨西哥 0.744 加拿大 0.836 加拿大 1.365
13 越南 0.492 加拿大 1.280 加拿大 0.674 墨西哥 0.812 菲律宾 1.075
14 瑞士 0.423 新加坡 1.209 意大利 0.616 菲律宾 0.752 墨西哥 1.072
15 加拿大 0.396 比利时 1.135 瑞士 0.599 意大利 0.732 意大利 0.813
16 泰国 0.391 意大利 1.114 泰国 0.584 泰国 0.662 爱尔兰 0.775
17 爱尔兰 0.359 俄罗斯 1.092 比利时 0.559 瑞士 0.627 泰国 0.698
18 意大利 0.357 泰国 1.061 菲律宾 0.459 爱尔兰 0.593 瑞士 0.559
19 比利时 0.353 中国香港 0.985 爱尔兰 0.425 比利时 0.538 比利时 0.548
20 捷克 0.277 巴西 0.978 西班牙 0.378 西班牙 0.498 瑞典 0.519
表3 2000—2016年限制度指数排名前二十国

Tab.3 Top 20 countries of limiting index from 2000 to 2016

排名 2016 2015 2011 2000
国家 限制度指数 国家 限制度指数 国家 限制度指数 国家 限制度指数
1 立陶宛 0.180 美国 0.135 拉脱维亚 0.135 美国 0.160
2 拉脱维亚 0.182 中国 0.141 立陶宛 0.141 芬兰 0.212
3 保加利亚 0.193 拉脱维亚 0.166 瑞典 0.166 奥地利 0.226
4 爱沙尼亚 0.203 德国 0.171 中国 0.171 俄罗斯 0.233
5 斯洛文尼亚 0.208 立陶宛 0.174 德国 0.174 瑞典 0.233
6 克罗地亚 0.209 保加利亚 0.180 保加利亚 0.180 德国 0.235
7 德国 0.214 斯洛文尼亚 0.180 匈牙利 0.180 斯洛文尼亚 0.237
8 中国 0.217 塞尔维亚 0.195 斯洛文尼亚 0.195 巴基斯坦 0.241
9 奥地利 0.224 越南 0.196 芬兰 0.196 希腊 0.246
10 意大利 0.228 瑞典 0.198 丹麦 0.198 立陶宛 0.246
11 美国 0.229 西班牙 0.201 罗马尼亚 0.201 克罗地亚 0.249
12 瑞典 0.231 意大利 0.203 阿曼 0.203 保加利亚 0.250
13 芬兰 0.235 克罗地亚 0.206 塞尔维亚 0.206 英国 0.254
14 塞尔维亚 0.237 芬兰 0.206 美国 0.206 荷兰 0.256
15 比利时 0.242 荷兰 0.206 克罗地亚 0.206 丹麦 0.257
16 俄罗斯 0.242 希腊 0.211 意大利 0.211 土耳其 0.260
17 希腊 0.246 波兰 0.212 西班牙 0.212 斯洛伐克 0.263
18 西班牙 0.247 法国 0.216 比利时 0.216 埃塞俄比亚 0.265
19 葡萄牙 0.251 巴拿马 0.219 爱沙尼亚 0.219 法国 0.265
20 丹麦 0.255 斯洛伐克 0.220 荷兰 0.220 意大利 0.265

3.1.2 中国的贸易强度优势不断缩小

从高技术产品贸易网络点强度可以看出，由于高技术产品贸易规模的不断扩大，中国自2007年成为高技术贸易网络中点强度最大的国家，但是其贸易强度变化较小，基本保持稳定，即使在2015年实现较大飞跃，达到最大值7.485，但是在当年被美国反超，排名反而下降，2016年中国的高技术产品贸易强度下降到4.901。在中国的高技术产品贸易强度较平稳发展的同时，其他国家不断实现着高技术产业的发展和高技术产品贸易的扩张，使得中国高技术产品贸易的贸易强度优势不断缩小（图2）。
图2 中国的网络点强度及排名

Fig.2 Network point strength and ranking in China

3.1.3 中国的贸易网络异质性有待提高

图3报告了17年间中国结构洞指数的排名变化情况。2000年的限制度为0.35，排名第47位，随后限制度逐渐下降，排名逐渐提高。2007年限制度0.227，排名进入前20位列16；2013和2014年排名第三，2015年排名第二，2016年排名下降到第八位。可见，中国的限制度逐年下降，拥有结构洞的能力逐年提升，在高技术产品贸易网络中的地位也逐年提升。中国的结构洞指数体现了中国高技术产品贸易的网络异质性虽然有所提高，但仍与其他国家存在一定差距，贸易伙伴关系比较集中，存在一定的贸易风险，其贸易网络异质性依然有待提高，中国必须优化贸易地理结构及贸易产品结构，减少对贸易伙伴的依赖。
图3 中国的结构洞指数及排名

Fig.3 Structural hole index and ranking of China

3.2 中国高技术产品贸易发展存在的问题

3.2.1 中国高技术产品贸易地理结构集中

中国虽然与世界主要高技术产品贸易国家都建立了贸易联系，但是从贸易额来看，其地理结构过于集中。从出口地理结构来看，2016年中国高技术产品贸易最大的出口国是美国，出口额为865.34亿美元，占中国出口总额的17.44%，其次是韩国，占比为4.93%，中国出口前十大国（美国、韩国、日本、荷兰、德国、新加坡、印度、墨西哥、英国、马来西亚）出口额达到中国出口总额的41.88%。从进口地理结构来看，2016年中国高技术产品贸易最大的进口国是韩国，进口额为635.43亿美元，占中国进口总额的14.02%，其次是美国，占比为7.89%，中国进口前十大国（韩国、美国、马来西亚、日本、德国、泰国、菲律宾、新加坡、越南、法国）进口额占中国进口总额的47.68%。正是由于中国高技术产品出口和进口贸易地理结构过于集中，导致中国的结构洞指数与世界发达国家还存在一定的差距，中国高技术产品的网络异质性还有待提高，以降低贸易风险。

3.2.2 中国自主创新能力有待提高

虽然中国自2007年起超过美国成为世界上高技术产品第一大贸易国，但是从网络点强度可以看出，中国的贸易强度与排名第二的美国相比，优势有所减小，世界其他国家与中国的点强度的差距也在缩小，根本原因在于中国的高技术产品贸易的扩张以规模效应为主，缺乏自主创新和技术升级带来的高质量发展。2016年中国出口的高技术产品中新产品的出口份额为34.64%。高技术产业是知识和技术密集型产业，科技创新是高技术产业发展的核心和灵魂。2015年中国的研发支出占GDP的比重仅为2.07%，世界排名第15位，还未达到世界平均水平2.23%。2015年中国每百万人中研发人员仅1 176.58人，世界排名第39位，刚好达到世界平均水平。可以看出，中国对科技创新的投入有待提高。近年来，中国逐渐提高对自主创新能力的重视，加大创新投入，2018年全球创新指数显示，中国排名攀升到17位，自2000年以来第一次跻身前20，但距离排名第一的瑞士还有很大差距。技术创新能力直接决定着高技术产品的质量，从而影响高技术产品贸易的发展。

3.2.3 中国遭受的贸易摩擦愈演愈烈

中国的贸易强度优势不断缩小，除了由于中国本身的自主创新能力有待提高外，还有一个重要的外部环境因素，即中国遭受的贸易摩擦愈演愈烈。中国是一个劳动密集型的发展中大国，却在高技术产品贸易领域实现了重大飞跃，导致“中国威胁论”不断升温。美国等西方发达国家为限制中国高技术产业的发展，自2001年起美国对中国实行高技术产品出口管制，包括航空器、航空发动机等，美国称中国高技术产业的发展主要来自于中国从进口的高技术产品中学习和吸收国外的先进技术，对华出口管制是为维护美国的国家安全和国家利益。2018年3月打响的中美贸易战，美国对中国进出口的多种产品尤其是高技术产品加征关税，将中国遭受的贸易摩擦推动到一个新的高潮。作为中国最主要的贸易伙伴国之一的美国对中国高技术产品贸易实行的贸易摩擦，对中国高技术产品贸易的打击无疑是巨大的。

4 结论与启示

4.1 结论

2000年以来世界高技术产品贸易网络密度不断增强，世界主要高技术产品贸易国家之间的进出口关系越来越紧密，高技术产品的国际流动越来越频繁。各贸易伙伴国之间的贸易距离越来越小，贸易网络的凝聚力越来越强。中心度指数显示2016年包括中国、美国在内的48个国家中心度已经达到最大值100，说明高技术产品贸易的地区分布广泛，国家之间的联系较多，大部分国家和所有贸易伙伴有贸易往来，只有少数国家的贸易伙伴国较少，高技术产品贸易的国家分布越来越分散。点强度指数显示处于高技术产品贸易网络中心位置的国家变化不大，比较稳定，但是各国相对点强度的差距不断缩小，各国高技术产品贸易的贸易地位趋于均衡，中国的相对点强度在2007年超过美国成为世界第一。结构洞指数显示中国的限制度逐年下降，拥有结构洞的能力逐年提升，在高技术产品贸易网络中的地位逐年提升，2016年中国的结构洞指数排名处于第八位。核心—边缘分析显示澳大利亚、加拿大、中国、法国、德国、日本、马来西亚、美国等8个国家连续17年均处于核心地位。
中国已经超过美国成为世界第一大高技术产品贸易国，但是分析其在世界高技术产品贸易网络中的网络地位，可以发现中国虽已与世界主要国家建立了广泛的贸易联系，并在贸易网络中处于核心地位，但是中国的贸易强度优势不断缩小，并且网络异质性有待提高。

4.2 启示

虽然中国已经成为世界高技术产品贸易网络的核心国家，但是依然存在贸易结构过于集中，自主创新能力有待提高以及中国受到的贸易摩擦不断加剧等问题，这些都将对中国高技术产品贸易发展带来一定的影响。作为中国高技术产品贸易最大的贸易伙伴美国，长期以来限制对中国的高技术出口，2018年全面爆发的中美贸易战，美国先对中兴公司进行通讯设备出口封锁，后对以航空航天、军工企业为主的44家高技术企业实现技术封锁，美国采取的一系列措施试图限制中国高技术产业的发展。为妥善应对中美贸易摩擦，发展中国高技术产业，实现中国制造业的高质量发展，本文提出以下建议：
第一，优化贸易结构，扩大贸易伙伴范围。过于集中的进出口结构给中国高技术产品贸易带来一定的贸易风险，一旦遭受来自主要贸易伙伴国的贸易管制，将严重打击中国高技术产品贸易。为尽可能降低中美贸易战等贸易摩擦给中国高技术产品贸易带来的影响，减少对美国等先进技术国家的贸易依赖，中国应该扩大开放，进一步加强与世界各国的高技术产品贸易往来，推动高技术产品进出口协调发展。对于技术水平先进的国家，中国应该加强技术交流，从进口产品中获得技术外溢，从出口中加强合作与交流。对于技术水平落后的国家，中国也应该扩大贸易份额，通过较低价产品的进口代替生产，将更多的资源投入到价值链高端环节的创新和研发中。在“引进来”和“走出去”中，加强中国高技术产品贸易的交流和合作，扩大开放，优化贸易结构，从而提高中国在高技术产品贸易网络中的网络异质性，降低贸易风险。
第二，加强创新合作，在开放的环境下提高自主创新能力。科技创新是新时代中国发展的根本动力，虽然中国已经跻身世界创新指数排名前二十强，但加强自主创新能力依然任重道远。必须加强自主创新，真正掌握核心技术，实现核心产品的国产化，尽量避免受制于发达国家的技术的管制，打破技术封锁困境。随着包括产品、技术和知识在内的创新要素在世界范围的流动，应在竞争日益激烈的环境中加强创新合作，在开放的环境下提高中国的自主创新能力。中国应该积极融入全球创新网络，建立起与世界各国之间的科技合作关系，通过专利合作，与其他国家共同突破技术难题，实现与其他国家共同申请专利；加强与各国高校和科研机构之间的合作，实现科技论文的共同发表，在学术交流合作中加强沟通，提高创新能力；在《“一带一路”科技创新行动计划》的指导下，利用“一带一路”的国际项目合作平台，加强科技人文交流、共建联合实验室和加强科技园区合作等。通过加强科技创新领域的国际合作，让科技创新和经济发展超过国别的界限，在沟通交流合作中，提高科技创新能力。
第三，优化贸易环境，积极营造良好营商氛围。中美贸易战等贸易摩擦的影响，不仅使中国制造业尤其是高技术产业受到重创，更会影响世界各国的国际分工、生产成本和投资信心。必须优化贸易环境，积极营造良好的营商氛围。对内，要加大创新投入和政策支持，提高研发支出，培养研发人才，推动高科技产业园建设和重大科技创新基地建设；要深化科技管理体制改革，优化科技创新环境，在全社会营造鼓励和包容的创新环境，着力将创新投入转化为科技成果，完善高校和科研机构与产业的对接。对外，要进一步扩大开放，主动化解贸易摩擦，反对贸易保护主义，加强自由贸易区建设，通过交流和合作打破贸易障碍、减少贸易摩擦、优化贸易环境。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Sanjaya Lall. The technological structure and performance of developing country manufactured exports,1985‐98[J]. Oxford Development Studies, 2000, 28(3):337-369.

[2]
Serrano M A, Boguñá M. Topology of the world trade web[J]. Phys Rev E Stat Nonlin Soft Matter Phys, 2003, 68(2):015101.

[3]
Li Xiang, Yu Ying Jin, Guanrong Chen. Complexity and syn- chronization of the World trade Web[J]. Physica A Statistical Mechanics & Its Applications, 2003, 328(1):287-296.

[4]
Garlaschelli D, Loffredo M I. Structure and evolution of the world trade network[J]. Physica A Statistical Mechanics & Its Applications, 2005, 355(1):138-144.

[5]
Duan W Q. Universal scaling behaviour in weighted trade net- works[J]. European Physical Journal B, 2007, 59(2):271-276.

[6]
Chakraborty A, Manna S S. Weighted trade network in a model of preferential bipartite transactions[J]. Physical Review E Statistical Nonlinear & Soft Matter Physics, 2010, 81(1&2):016111.

[7]
Javier Reyes, Stefano Schiavo, Giorgio Fagiolo. Using complex networks analysis to assess the evolution of international economic integration:The cases of East Asia and Latin America[J]. Journal of International Trade & Economic Development, 2010, 19(2):215-239.

[8]
许和连, 孙天阳, 成丽红. “一带一路”高端制造业贸易格局及影响因素研究——基于复杂网络的指数随机图分析[J]. 财贸经济, 2015(12):74-88.

[9]
董迪, 安海忠, 郝晓晴, 等. 基于复杂网络的国际铜矿石贸易格局[J]. 经济地理, 2016, 36(10):93-101.

[10]
Zhong W, An H, Shen L, et al. Global pattern of the interna- tional fossil fuel trade:The evolution of communities[J]. Energy, 2017,123:260-270.

[11]
Gephart J A, Pace M L. Structure and evolution of the global seafood trade network[J]. Environmental Research Letters, 2015, 10(12):125014.

[12]
Akerman A, Seim A L. The global arms trade network 1950 —2007[J]. Journal of Comparative Economics, 2014, 42(3):535-551.

[13]
杨晨, 王海鹏, 韩庆潇. 基于SNA方法的国际服务贸易网络结构特征及其影响因素识别——来自亚太地区的经验证据[J]. 国际商务(对外经济贸易大学学报), 2017(6):65-75.

[14]
马述忠, 任婉婉, 吴国杰. 一国农产品贸易网络特征及其对全球价值链分工的影响——基于社会网络分析视角[J]. 管理世界, 2016,No. 270(3):60-72.

[15]
蔡宏波, 宋媛嫄, 樊瑛, 等. 国际农产品贸易:基于复杂网络的分析[J]. 北京师范大学学报:自然科学版, 2018, 54(2):191-197.

[16]
詹淼华. “一带一路”沿线国家农产品贸易的竞争性与互补性——基于社会网络分析方法[J]. 农业经济问题, 2018(2):103-114.

[17]
刘劲松. 基于社会网络分析的世界天然气贸易格局演化[J]. 经济地理, 2016, 36(12):89-95.

[18]
成丽红, 许和连, 吴钢. 全球工程机械类产品贸易网络结构特征识别——基于复杂网络理论[J]. 经济经纬, 2016, 33(1):54-59.

[19]
马远, 徐俐俐. 丝绸之路经济带沿线国家石油贸易网络结构特征及影响因素[J]. 国际贸易问题, 2016(11):31-41.

[20]
程中海, 南楠, 张亚如. 中国石油进口贸易的时空格局、发展困境与趋势展望[J]. 经济地理, 2019, 39(2):1-11.

[21]
石泽浩, 何喜军, 李洪英, 等. “一带一路”钢铁贸易格局及演变规律研究[J]. 国际商务(对外经济贸易大学学报), 2017(4):27-37.

[22]
姚秋蕙, 韩梦瑶, 刘卫东. 全球服装贸易网络演化研究[J]. 经济地理, 2018, 38(4):26-36.

[23]
戴卓. 国际贸易网络结构的决定因素及特征研究——以中国东盟自由贸易区为例[J]. 国际贸易问题, 2012(12):72-83.

[24]
刘洪铎, 李文宇, 陈和. 文化交融如何影响中国与“一带一路”沿线国家的双边贸易往来——基于1995—2013年微观贸易数据的实证检验[J]. 国际贸易问题, 2016(2):3-13.

[25]
种照辉, 覃成林. “一带一路”贸易网络结构及其影响因素 ——基于网络分析方法的研究[J]. 国际经贸探索, 2017, 33(5):16-28.

[26]
Reyes J. International trade and financial integration:a weight- ed network analysis[J]. Quantitative Finance, 2010, 10(4):389-399.

[27]
陈少炜, Patrick Qiang. 金砖国家贸易网络结构特征及其对贸易分工地位的影响——基于网络分析方法[J]. 国际经贸探索, 2018, 34(3):12-28.

[28]
Freeman L C. Centrality in Social Networks' Conceptual Clari- fication[J]. Social Networks, 1979, 1(3):215-239.

[29]
Burt R S. Structural holes:the social structure of competition[M]. Cambridge: Harvard University Press,1992.

Options
文章导航

/

〈 〉