EN中文

Economic geography >

2019 , Vol. 39 >Issue 6: 108 - 117

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.06.012

Global Trade Network Pattern and Influencing Factors of Advanced Manufacturing in China

  • YUAN Honglin , 1 ,
  • XIN Na , 1, 2, ※
Expand
  • 1. Department of Economics and Trade，Jiangxi University of Finance and Economics，Nanchang 330013，Jiangxi，China
  • 2. Department of Economics and Management，Yichun University，Yichun 336000，Jiangxi，China

Received date: 2018-12-08

  Revised date: 2019-04-05

  Online published: 2025-04-24

Fold

Abstract

With the new round of scientific and technological revolution and the global industrial structure remodeling, it has strong significance to deconstruct the spatial network pattern between China's high-end manufacturing industry and developed countries, judge China's position as a global high-end manufacturing trade network in different periods, and analyze China's high-end manufacturing network. The social network analysis method is used to visualize the topological form and key features of spatial trade associated network in the global advanced manufacturing, and its influencing factors are analyzed through QAP. The results show that: 1) The global high-end manufacturing trade network presents the characteristics of a typical overall trade network structure with high network density and reciprocity, close contact and good interoperability, and frequent trade activities; 2) The weighted directional intensity measurement of the whole network indicates that China presents more frequent trade activities in the trade network and gradually enters the forefront of the spatial pattern; 3) Individual network structure hole analysis shows that China still shows stronger dependence in the network, and trade behavior is restricted by other nodes, so China has not yet become the "spinner" of the global advanced manufacturing trade network; 4) Factors such as industrial added value and geographical proximity have statistically significant effects on global advanced manufacturing trade.

Key words： advanced manufacturing industry; global trade network pattern; QAP analysis; economic globalization; technological innovation; industrial upgrading

Cite this article

YUAN Honglin , XIN Na . Global Trade Network Pattern and Influencing Factors of Advanced Manufacturing in China[J]. Economic geography, 2019 , 39(6) : 108 -117 . DOI: 10.15957/j.cnki.jjdl.2019.06.012

近年来，新一轮科技革命的兴起促使全球制造业的地域网络分布和竞争网络格局正发生变化，发达国家掀起了再工业化浪潮，美国、德国和日本等国纷纷制定重振制造业战略计划。同时，在某些高端制造业领域，我国当前的发展速度和所取得的成果被美国视为巨大的威胁，美国在《2018美国国防战略报告》中已公开将中国定位为美国的战略竞争对手，不仅在贸易领域，而且在科技领域也大打出手。进入经济发展新常态时期，世界制造业格局重组过程中中国能否占有一席之地?能否实现从贸易大国到贸易强国的转变?中国制造2025的目标能否如期达成?这些问题都决定着中国制造业未来的世界地位。在世界格局错综复杂的局面下，传统分析无法对相互交织的国家间贸易空间关联进行分析，而运用社会网络分析法考察全球高端制造业网络格局，更能从全局视角分析纵横交错的高端制造业网络关系。
国外学者Wilhite在早期研究发现全球范围内存在双向贸易选择关系，形成了具有小世界关系的国际贸易网络[1]。段文奇发现网络分析能够从全局视角识别贸易网络特征，从而被广泛运用在国际贸易的应用研究领域[2]。然而，Fagiolo等认为二元制网络分析方法可能大大低估了贸易联系中异质性的作用，不能完全提取有关贸易强度的信息。现在研究以特定商品的加权网络分析为主，因为加权网络分析能够提供比二进制网络分析更完整、更真实的国际贸易网络图像[3]。Barigozzi运用网络特征的连通性、中间性和聚类性指标，针对特定商品不同贸易网络模型发现与整体贸易网络具有不同网络特征，整体贸易网络通过特定商品弱连接实现完整连通性[4]。Nicholas认为虽然不同商品贸易网络具有不同网络特征，但从整体网络来看，全球贸易格局是按照一定顺序，逐步演化的过程，并且各国间贸易往来越来越紧密，能够更好抵抗随机性产生的误差[5]。
国际贸易日益成为推动全球经济增长的重要力量，越来越多的国内学者开始关注全球贸易网络结构，陈银飞研究表明世界贸易网络为负向匹配网络且存在富人俱乐部现象，大多数国家贸易伙伴多，但强度大的国家却很少，受次贷危机的影响，世界贸易关系的萎缩先于世界贸易量的萎缩；核心—边缘分析显示，美国中心度一直下降，而金砖四国与德、英、日、法的核心度均上升[6]。王开等从复杂网络角度对全球FTA的形成机制进行研究，结果发现除传统的地理和经济因素外，FTA的网络结构特征也是其形成与演化的重要原因[7]。罗仕龙等分析发现，十余年来国际贸易网络的核心国家几乎没有增加。另外，通过将介数和强度作为变量的聚类分析发现：十年间各国在贸易网络的节点核心性具有较为稳定和清晰的层次性，少数国家的国际贸易地位及格局有明显提升[9]。随着中国逐渐步入后工业化时代，也有学者开始关注高端制造业贸易网络中格局，并从生产性服务业网络视角，分析制造业全球价值链分工地位。许和连等利用网络中心性和模体指标分析，构建“一带一路”区域上65个国家的高端制造业贸易局域网络，考察各国在贸易网络中的地位和贸易模式，并通过指数随机图模型探讨了“一带一路”上高端制造业贸易网络形成的主要影响因素[10]。
综合梳理以上文献，本文主要考察中国与发达国家在高端制造业网络格局的差异，从OECD认定的25个发达国家和中国组成局域贸易网络，并运用社会网络分析法测算整体网和个体网中心性指标，分析中国与发达国家在贸易网络的地位。并从政治、经济、法律和文化距离方面考察2002、2007、2011和2015年影响高端制造业贸易网络的相关因素，最后得出简要的结论与政策建议。

1 高端制造业网络模型与数据来源

经济全球化背景下发达国家之间的贸易联系形成了相互依赖、相互作用和相互影响的贸易格局，发达国家经贸合作代表了全球经济发展趋势，特别是在高端制造业合作领域代表了世界工业制造业领先技术。根据OECD认定的5类高端制造业（包括2423药品、医药化学剂和植物药材制造，30办公室、会计和计算机机械制造，32无线电、电视和通讯设备与装置制造，33医疗器械、精密仪器和光学仪器制造，3530飞机和航天器制造）。从世界范围内选取25个发达国家 ① 与中国构成26个国家的贸易网络，测算中国高端制造业与发达国家高端制造业的网络关系。

1.1 网络模型

根据社会网络分析法，用向量 V i = [ v i ] ( i = 1,2 , … , n )代表出口国，用向量 V j = [ v j ] ( j = 1,2 , … , n )来代表进口国。用邻接矩阵 A = [ a i , j ] ( i = 1,2 , … , n ,   j = 1,2 , … , n )表示两国之间贸易关系；用权重矩阵 W = [ w i , j ] ( i = 1,2 , … , n ,   j = 1,2 , … , n )来表示 V i国对 V j国出口贸易量，当两国报告的进出口额存在差异时，取 W i , j = 1 / 2 ( e x p o r t i + i m p o r t i , j )代表两国的权重。根据网络的参数设定方法，当 w i , j > 0时 a i , j > 0，当 w i , j = 0时 a i , j = 0。 V i、 V j、A、W共同构成26个国家的高端制造业网络，表示为 G = V i , V j , A , W。

1.2 指标说明

运用网络分析中“密度、互惠性、中介中心性与异质性”的指标测度该局域国家间的高端制造业网络特征。

1.2.1 网络密度与互惠性

网络密度指标是“网络中的实际贸易关系数”比“网络中理论上的最大贸易关系数”；互惠性指标是“网络中具有进出口双向贸易流的连线数”比“网络中总连接线数”。两者取值都是介于0~1之间。取值越接近1代表网络中各节点的态度、行为越积极。越接近0代表网络密度越小，网络中节点的态度、行为积极性越小。

1.2.2 中心性

此指标可以测度一国在网络的中心地位，从加权点强度和结构洞两个方面来分析贸易网络中心性。Freeman研究表明中心性是测量一个节点对整体网络资源控制的程度，处于整个网络重要位置的节点可以通过曲解信息的传递或控制节点往来而影响网络群体[14]。
①整体网加权点强度。测量在世界贸易网络中国家 v i的点强度 s i等于 v i与其他各国的贸易量总和 s i = ∑ j W i , j，其中 W i , j = 1 / 2 e x p o r t i , j + i m p o r t i , j代表两国的权重，相对点强度是各节点的点强度与网络中最大节点的比值。点强度由出强度和入强度组成，其中出强度表示两国之间出口量，入强度表示两国之间进口量。
②个体网结构洞。指节点在网络中规模减去节点在网络中冗余度，即有效规模等于网络中的非冗余因素。其测量公式是： E S i = ∑ j 1 - ∑ q p i q m j q，其中 q ≠ i , j，q为非i和j的第三个节点。 p i q m j q代表i和j之间的冗余度。

1.2.3 异质性

基于出/入强度通过核密度估计方法，用出/入强度分布曲线直观的测度网络异质性。核密度估计方法对数据分布不需要附加任何假定，估计是从数据样本本身出发来研究数据分布特征的方法。核密度估计公式为： f h S = 1 n ∑ i = 1 n K h S - S i，其中K（.）为核函数（非负、积分为1，符合概率密度性质，并且均值为0）。

1.3 数据来源

根据OECD划分5类高端制造行业，通过联合国统计网（UNstats）公布的国际标准行业分类（ISIC Rev 3.0）、国际贸易标准分类（SITC Rev 3.0）和世界海关商品编码分类（HS 96）进行匹配，得出贸易网络高端制造业的相关商品。从UN Comtrade数据库分别下载了（2002、2007、2011和2015年）4年中26个国家高端制造业商品的进出口贸易额。考虑到中国加入WTO后第一年（2002年）是政策冲击影响最明显的一年，在加入WTO后5年（2007年）作为中国开放经济发展的一个阶段，接着选取中国成为全球第二大经济体后第一年（2011年），考察中国进出口贸易额的变化，最后选取当前可获取的最新（2015年）的进出口贸易额数据，综合分析有代表性4年的全球高端制造业贸易网络格局。

2 高端制造业贸易网络格局分析

2.1 贸易网络拓扑结构

从图1和图2的贸易拓扑结构图可见，各国之间形成了较紧密的贸易往来，贸易关联性较强，形成了一个不可以分割的贸易流网络。
图1 2002年贸易拓扑结构图

Fig.1 Trade topology map in 2002

图2 2015年贸易拓扑结构图

Fig.2 Trade topology map in 2015

2.2 网络密度与互惠性测度

通过UCINET 6.0软件测度整体网络特征指标，分析了5类高端制造业的节点数、连接线、网络密度和互惠性的指标取值，从表1可见，网络密度与互惠性的取值基本在0.9以上。药品、医药化学剂和植物药材制造行业在2015年网络密度取值达到1，而飞机和航天器制造行业连接线较其它4类高端制造业密度与互惠性更低，贸易网络关系较弱主要是冰岛、新西兰、葡萄牙、希腊和卢森堡等国家。中国与大部分发达国家都有进出口贸易往来，但主要对卢森堡缺少进口贸易关系，并且飞机和航天器制造行业贸易网络连接线也较其它行业更少。但总体上网络联系紧密、互通性较好，高端制造业贸易网络关联紧密并保持良好的互通性。
表1 高端制造业网络密度与互惠性分析

Tab.1 Network density and reciprocity of high-end manufacturing

行业分类 指标 2002年 2007年 2011年 2015年
药品、医药化学剂和植物药材制造行业 节点数 26 26 26 26
连线数 644 649 649 649
网络密度 0.994 0.999 0.931 1.000
互惠性 0.988 0.997 0.997 0.997
办公室、会计和计算机机械制造 节点数 26 26 26 26
连线数 637 638 625 632
网络密度 0.980 0.982 0.962 0.972
互惠性 0.966 0.975 0.935 0.963
无线电、电视和通讯设备与装置制造 节点数 26 26 26 26
连线数 639 645 640 644
网络密度 0.983 0.992 0.985 0.991
互惠性 0.978 0.985 0.969 0.988
医疗器械、精密仪器和光学仪器制造 节点数 26 26 26 26
连线数 647 649 649 650
网络密度 0.995 0.997 0.999 0.991
互惠性 0.997 0.994 0.997 1.000
飞机和航天器制造 节点数 26 26 26 26
连线数 594 605 603 610
网络密度 0.914 0.931 0.928 0.939
互惠性 0.904 0.921 0.914 0.930

2.3 中心性测度

节点中心性用以测度节点是否占据其他节点连接路径的中间位置。当网络中一个节点具有控制其他节点交往的能力，即网络中该节点处于其它节点贸易往来网络路径上，我们可以认为此节点居于整体网络的重要地位。

2.3.1 整体网的加权相对点强度

运用社会网络分析软件测算出加权点强度值，通过取值范围区分不同国家在贸易网络的点强度，从空间上直观分析各国在贸易网络的格局。从图3出强度来看，2002年美国、日本、德国、英国、法国、中国和爱尔兰占据网络主要位置，到2015年却只有美国、德国和中国在出强度贸易网络仍保持中心位置。从图4入强度来看，2002年美国、日本、德国、英国、法国和中国处于较中心的位置。但到2015年只有美国占据领先位置。可能原因是，德国一直注重工业的发展，选择以高精尖制造业为主，维持了德国在高端制造业领域的中心地位。中国自加入WTO后，在高端制造业领域中贸易一直比较活跃，特别在出口贸易方面。而美国选择制造业科研设计也在一定程度上维持了其在网络的中心地位，但由于近20年倡导的“去工业化”战略，大力发展服务产业，造成大量的制造业转移的现象，逐渐形成产业结构“空心化”，因此，美国高端制造业长期以来依靠大量进口。英国近些年产业转型，大力发展金融服务业导致工业衰退。日本经济进入滞涨期，对本国的高端制造业贸易规模具有较大的影响。
图3 整体网加权有向相对出强度分布图

Fig.3 Weighted export intensity distribution of overall network

图4 整体网加权有向相对入强度分布图

Fig.4 Weighted import intensity distribution of overall network

2.3.2 个体网结构洞

结构洞是信息或资源流动的缺口，强调网络中的各节点间相互依赖关系，测度网络中两个节点间的非冗余关系的指数。运用Burt对结构洞分析，主要从四个方面进行讨论：有效规模、效率、限制度和等级度，并以此为基础来衡量结构洞。其中有效规模和限制度是结构洞核心指标。结构洞有效规模指标越大，说明该节点的行为在整体网络中自由性越大，不受网络的限制。限制度是指节点在网络中拥有协商能力或者运用结构洞能力的程度。限制度指标越低的节点，就越具有控制贸易交往的能力。从图5有效规模指标空间分布图可见，美国和德国在贸易网络自由度一直较大，可以不通过第三国直接与他国形成贸易往来，虽然中国在2002年贸易自由度不高，但到2015年增加了有效规模数，逐步提升在贸易网络中自由度。葡萄牙、丹麦和瑞典等国在2015年有效规模数上升较快，与美国和德国的差距越来越小。可能原因是美国和德国产业结构的转变，两国高端制造业垄断地位不断地下降，更多国家能够直接建立贸易往来关系。从图6限制度指数空间分布图来看，德国和美国仍然属于网络核心节点的地位，能够控制贸易资源，在网络中具有较大的控制和影响力。但中国限制度指标排名却比较靠后，虽然2015年较2002年排位有所提升，但仍处于排名较后的尴尬局面，可能的原因是中国以加工贸易为主的产业结构，导致长期锁定在全球价值链低端水平，在贸易网络中无法获取较大影响和控制力。因此，中国在网络中还是具有较强的依赖性，自由度不强，处于被控制的网络空间布局。
图5 个体网结构洞的有效规模分布图

Fig.5 Effective scale distribution of individual network structure holes

图6 个体网结构洞的限制度分布图

Fig.6 Constraint degree distribution of individual network structure holes

2.4 异质性测度

节点异质性测度网络中各节点是否同质，即各节点在网络贸易格局中地位是否平等。运用核密度估计方法分析2002、2007、2011和2015年出/入强度分布，通过出/入强度分布曲线直观地考察高端制造业贸易网络异质性。
如图7所示，网络相对点强度核密度估计呈现“单峰分布”向右偏，表现出较为明显的长尾特征，说明大多数高端制造业进出口国的贸易量比较适中，只有少数几个国家贸易量比较大。虽然这些国家的经济发展水平比较相似，几乎各国都存在进出口贸易关系，但由于制造业核心技术仍然被少数国家垄断，从出/入强度分布曲线来看，少数国家成为网络中具有一定控制能力的中心国家。从各年的尖峰来看，2002年出入强度都是最低的，之后尖峰值逐渐上升，由于网络中各国对高端制造业发展重视程度不一样，以致出现越到后期峰值越高状态。
图7 高端制造业网络相对点强度核密度估计图

注：N02，N07，N11，N15分别代表2002、2007、2011、2015年。

Fig.7 Kernel density estimation of high-end manufacturing network point

3 网络影响因素分析

3.1 QAP分析方法

在常规的统计分析中前提条件要求各变量之间相互独立才不会出现“共线性”。但本文研究是以关系数据为样本，各解释变量不具备完全独立的条件，运用QAP分析法，其对各变量独立性没有严格的要求，同时又能较好处理“多重共线性”的问题。

3.2 变量选取

3.2.1 有偏变量

采用国家之间高端制造业的进出口贸易额空间关联矩阵作为有偏变量，作为全球高端制造业贸易网络。

3.2.2 无偏变量

从政治、经济、法律和文化距离四个维度综合分析全球贸易网络格局的影响因素。考虑到有些数值较大，为消除数值量纲的问题，取对数进行处理。
①政治方面。考虑到一国制度环境会影响对外贸易，选取一国政府的政局稳定、外交政策、办事效率、民主公平和投资环境代表政治变量。从全球政治治理指标网络数据库选取政府稳定指数（gsi）、政治效能指数（gei）、腐败监管指数（csi）、监管治理指数（sgi）和民主自由权利指数（dfri）。以上数据来源于全球政治治理指标网络数据库。
②经济方面。在前人的研究中都会选取GDP、汇率和外商投资作为国际贸易的重要影响因素。考虑到高端制造业网络结构影响因素，在选取扣除通货膨胀的人均GDP（lnpgdp）、按GDP平减指数的通货膨胀率（pir）、实际有效汇率（reer）、“外商直接投资”净流入（lnfdi）基础上加入工业增加值占GDP百分比（iavp）、R&D研究人员（lnR&Dr）、研究支出（lnrde）、支付知识产权使用费（lnipr）和高科技出口占制成品的百分比（htp）作为无偏变量，以上数据来源于世界银行WDI数据库。
③法律方面。考虑到一国的法律保障制度会影响对外贸易，从全球政治治理指标网络数据库选用各国的法律制度指数（lawi）来衡量。
④文化距离方面。人口数量（lnpopulation）、语言（language0-1）和地理相邻（geography0-1）都可能是影响国际贸易的重要因素。网络内各国用相同语言取1，不相同语言取0；网络内各国地理边界相邻取1，不相邻取0，构成语言与地理矩阵，以上数据来源于CEPII。

3.3 实证分析与结果

3.3.1 贸易网络QAP回归分析

从18个变量差值网矩阵与高端制造业贸易网络进行QAP相关性分析，选择5 000次随机置换计算，剔除与高端制造业贸易网络相关性不强的reer、lnrde、lnipr、gsi、csi、pir、language0-1等7个解释变量，最后选取了11个差值矩阵的解释变量，对贸易网络进行QAP回归分析。
从表2实证结果来看，工业增加值差值网对高端制造业贸易网络基本通过了5%的统计显著性检验，存在正向影响，系数呈减小的趋势，可能是增加值已成为衡量一国制造业真实利益的标准；人均GDP差值网在2002年通过统计显著性检验，呈正向影响；R&D研究人员差值网除了2002年呈现显著的正向影响，其它年份均没有通过显著性检验。高科技出口占制造品百分比差值网，该变量对高端制造业网络贸易量仅个别年份通过了统计显著性检验，与贸易网络量呈正向影响；对外直接投资净流入差值网大部分年份通过了10%的统计显著检验；其中2002和2015年都呈正向影响，但在2007年，却与贸易网络呈负向影响；政府效能指数、监管治理指数和民主自由权利差值网，这3个变量与高端制造业网络贸易量只在个别年份通过了10%显著性检验，并呈负向影响；法律制度指数差值网只在2002年通过了5%的显著性检验，并呈正向影响；地理相邻0-1网对贸易网络均呈显著的正向影响，系数呈递减趋势，运输成本的存在一直都是国家之间从事进出口贸易往来的重要影响因素；人口差值网只有部分年份与高端制造业贸易网络呈现显著正向关系。
表2 QAP回归分析

Tab.2 QAP regression analysis

变量 2002年 2007年 2011年 2015年
β 概率1 概率2 β 概率1 概率2 β 概率1 概率2 β 概率1 概率2
iavp 0.002 0.457 0.543 0.073** 0.013 0.988 0.059** 0.019 0.982 0.060*** 0.006 0.994
lnpgdp
lnR&Dr		 0.132*
0.038**		 0.905
0.065		 0.106
0.965		 -0.153
-0.032		 0.708
0.812		 0.292
0.346		 -0.009
-0.032		 0.622
0.832		 0.379
0.312		 0.001
0.026		 0.515
0.398		 0.486
0.692
htp 0.071*** 0.001 1.000 0.042* 0.101 0.899 -0.012 0.634 0.366 -0.030 0.848 0.153
lnfdi 0.068*** 0.001 0.999 -0.048* 0.835 0.105 -0.008 0.635 0.475 0.052** 0.042 0.936
gei -0.082** 0.965 0.035 0.067 0.234 0.767 0.082 0.244 0.757 0.052 0.245 0.755
lawi 0.104** 0.040 0.960 -0.119 0.835 0.166 -0.018 0.555 0.445 -0.004 0.524 0.477
sqi -0.136*** 0.995 0.005 0.009 0.457 0.544 -0.055 0.747 0.253 -0.071* 0.896 0.105
dfri 0.046 0.120 0.880 0.005 0.461 0.539 -0.078 0.871 0.129 -0.066* 0.930 0.071
lnpopulation -0.081 0.994 0.007 0.033 0.191 0.811 0.071* 0.073 0.928 0.063* 0.086 0.914
geography0-1 0.156** 0.035 0.966 0.154** 0.034 0.966 0.149** 0.038 0.963 0.110** 0.071 0.929
样本量 650 650 650 650
R-square 0.051 0.049 0.042 0.029
Adj R-Sqr 0.038 0.035 0.029 0.016

注：***、**、*分别表示在1%、5%、10%的统计水平上显著。表3同。

3.3.2 稳健性检验

为了进一步检验结果的稳健性，选择进出口贸易额平均值不同比例的断点值进行QAP分析。首先以平均值作为基准值，然后在基准值上下浮动20%的比例，分别以国家间高端制造业产品进出口贸易额平均值的80%和120%作为断点，重新得到不同年份国家之间进出口贸易额空间关联矩阵作为有偏变量，并运用原来无偏变量对新的有偏变量进行回归分析。从表3稳健性检验结果可知，除了少数变量发生变化外，大部分变量统计结果与表2保持一致，工业增加值占比和地理相邻两个变量仍然表现显著性正向影响。因此，本文实证结论是可信的。
表3 稳健性检验分析

Tab.3 Robustness test analysis

变量 断点值取进出口贸易额80% 断点值取进出口贸易额120%
2002年 2007年 2011年 2015年 2002年 2007年 2011年 2015年
iawp 0.001 0.050** 0.113** 0.089*** 0.028 0.071*** 0.073** 0.070**
lnpgdp 0.083** 0.012 0.137 0.002 0.020 -0.041 -0.028 -0.018
lnR&Dr 0.013 0.047* -0.135 0.092** 0.027 -0.087** -0.045 0.069
htp 0.082** -0.014 0.047 -0.050 0.095*** 0.016 0.004 -0.023
lnfdi 0.062** -0.037** 0.016 -0.021 0.007 -0.045** -0.007 -0.012
gei 0.006 0.009 0.307 -0.026 -0.014 -0.023 -0.001 -0.030
lawi 0.181** 0.113* 0.175 -0.135* -0.001 0.188* -0.133 -0.044
sgi 0.049 0.058 0.102* 0.091 -0.129** 0.073 0.047 0.013
dfri 0.327*** -0.038 -0.259** -0.062 0.150*** 0.043 -0.016 -0.071
lnpopulation 0.230*** -0.029 -1.852 0.057 0.079** -0.001 0.058 -0.012
geography0-1 0.117** 0.134** 0.150 0.097* 0.150** 0.113* 0.117** 0.080*
R-square 0.045 0.053 0.049 0.023 0.042 0.051 0.047 0.027
Adj-spr 0.038 0.046 0.043 0.021 0.039 0.048 0.041 0.025
样本量 650 650 650 650 650 650 650 650

4 结论与建议

4.1 结论

①根据网络密度与互惠性分析指标，高端制造业5类行业密度指数与互惠性指数大部分达到0.9以上，贸易往来比较繁荣与密切，但飞机与航天器制造行业贸易往来关系较其他行业更稀疏。
②从中心性测度来看，中国虽在整体网络贸易规模处于世界前列，但从个体网络的控制资源能力来看，美国和德国等国占据网络排名前列，说明这些国家在网络中处于核心节点的位置，贸易行为自由度大，而中国排位比较靠后，在网络中控制资源能力相对较弱。
③从网络核密度估计来看，高端制造业的先进技术仍然被少数国家所垄断，从出/入强度分布曲线来看，只有少数国家在网络中具有一定控制能力，从各年的尖峰来看，四年尖峰值逐渐上升，说明大多数高端制造业进出口国的贸易量比较适中，只有少数几个国家进出口贸易量比较大。
④从QAP分析表明，工业增加值差异和地理相邻对全球高端制造业贸易网络具有较显著正向影响。其中高科技出口占比和R&D研究人员对贸易网络部分年份具有正向影响，人均GDP只在2002年对贸易网络呈现显著正向影响，其他年份均没有通过统计上显著性检验。对外直接投资净流入只在金融风暴发生前夕出现显著负向影响，其它都是显著正向影响。政治治理水平对全球高端制造业网络贸易也呈显著的影响。

4.2 政策建议

①提升我国在全球高端制造业贸易网络自由度。由于高端制造业核心技术被少数国家控制，我国长期处于全球价值链中低端位置，导致中国贸易行为自由度不高。为此，我国应加强自主创新和高技术研发能力，以企业为主体，加强同科研院所和高等学校之间的合作，形成产学研协同创新模式。积极落实培育世界级高端制造业集群，加快制造业大国向制造业强国迈进的步伐。
②提升高端制造业的工业增加值。工业增加值能够真实地反映一国贸易利得，处于价值链中高端位置的国家在贸易活动中能够获得更多的增加值。我国长期处于价值链中低端，产品的质量和性能以及核心零部件、高端装备的精度、稳定性、可靠性和使用寿命等方面都与发达国家存在较大差距。因此，进一步加大产品的技术创新和质量的改善力度，才有助于提升高端制造业的工业增加值。
③加大政府效能和制度保障。在贸易与投资自由化便利化的全球经济新格局中，“十九大”报告中再一次提出推动全面开放新格局。全新开放格局需要较好的制度环境，才能促进技术创新和产业升级。政治治理强弱同样影响着一国高端制造业发展，因此，我国应增强政府服务职能建设，提升政府工作效率。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Wilhite A. Bilateral trade and“small-world”networks[J]. Computational Economics, 2001(1):49-64.

[2]
段文奇, 刘宝全, 季建华. 国际贸易网络拓扑结构的演化[J]. 系统工程理论与实践, 2008(10):71-81.

DOI

[3]
Fagiolo G, Reyes J, Schiavo S. On the topological properties of the world trade web:A weighted network analysis[J]. Physics A Statistical Mechanics & Its Applications, 2008(387): 3 868-3 873.

[4]
Barigozzi M, Fagiolo G, Garlaschelli D. Multinetwork of international trade:a commodity-specific analysis[J]. Physical Review E Statistical Nonlinear & Soft Matter Physics, 2010, 81(4 Pt 2):046 104.

[5]
Nicholas G. The Case for Regional Policies[J]. Scottish Journal of Political Economy, 2013, 60:481-491.

[6]
陈银飞. 2000—2009年世界贸易格局的社会网络分析[J]. 国际贸易问题, 2011(11):31-41.

[7]
王开, 靳玉英. 全球FTA网络形成机制研究[J]. 财贸经济, 2013(9):103-111.

[8]
辛娜, 袁红林. 全球价值链嵌入与全球高端制造业网络地位:基于增加值贸易视角[J]. 改革, 2019(3):61-71.

[9]
罗仕龙, 龚凯, 邢欣, 等. 基于社会网络分析法的国际贸易网络结构及演化研究[J]. 中国管理科学, 2016(12):698-702.

[10]
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[J]. 财贸经济, 2015(12):74-87.

[11]
赵国钦, 万方. 世界贸易网络演化及其解释——基于网络分析方法[J]. 宏观经济研究, 2016(4):151-157.

[12]
Serrano M A, Boguna M. Topology of the world trade web[J]. Physical Review E Statistical Nonlinear & Soft Matter Physics 2003(68):634-646.

[13]
Newman M, Girvan M. Finding and evaluating community structure in networks[J]. Physical Review, 2004, 69(2):26113.

[14]
Freeman L C. A set of measures of centrality based on betweenness[J]. Sociometry, 1977, 40(1):35-41.

Options
Outlines

/

〈 〉