“一帶一路”沿線國家貿易網絡結構特征及演化趨勢

張 鸞，顧婷婷

（江蘇大學 財經學院，江蘇 鎮江212013）

一、研究背景

2013 年9 月國家主席習近平提出建設“一帶一路”的合作倡議，得到了包括東亞的蒙古國、東盟10國、西亞18 國、南亞8 國、中亞5 國、獨聯體7 國、中東歐16 國共65 個沿線國家的積極響應。 經過幾年的建設，截至2018 年底，第一屆“一帶一路”國際合作高峰論壇中的259 項成果已完全落實，其余10項正在積極推進中。對外貿易方面，2017 年“一帶一路” 沿線國家商品進出口總額超過9 萬億美元，占世界貿易總額的27.8%，較2013 年上升3.8 個百分點，在全球貿易版圖中占據重要地位。 作為“一帶一路”合作建設的倡議者，2013 年到2018 年，我國和“一帶一路” 沿線國家商品進出口總額達到6.47 萬億美元，年均增長率為3.96%，比同期中國對外貿易增速高2.1 個百分點， 助力我國外貿和世界經濟一體化加速回暖。 在此背景下對“一帶一路”沿線國家貿易網絡進行研究更具有現實意義和時代價值。 本文擬通過研究，分析“一帶一路”倡議提出前后沿線國家的貿易網絡結構的變化情況。

國內外學者運用社會網絡分析法研究了上述類似問題。Serrano 等指出世界主要貿易網絡存在無標度與小世界的特征①。 Garlas chelli 等研究發現國際貿易網絡的結構演化與GDP 具有強關聯性，同時與擬合(Fitness)模型擬合度較高②。 陳銀飛研究發現世界貿易網絡密度在不斷加強但發展不均衡，只有少數國家貿易強度大，受美國金融危機的影響世界貿易關系迅速萎縮，且早于世界貿易量的萎縮③。 鄒嘉齡等的研究表明中國與“一帶一路”沿線國家間的貿易依賴程度加深，同時呈現出不對稱性④。 劉洪鐸等實證研究發現我國與“一帶一路”36 個沿線國家的文化交融與雙邊貿易量呈倒U 型關系⑤。 羅仕龍等研究發現，近十年國際貿易網絡中核心國家幾乎不變，且國家在網絡中的核心具有穩定清晰的層次性⑥。 姚星等的研究表明經濟規模、人口規模、共同語言和地理距離對“一帶一路”沿線國家服務中間投入網絡結構具有顯著影響⑦。

歸納來看，現有文獻一方面基于全球的角度分析貿易網絡；另一方面集中在某一經濟體，如二十國集團⑧、中國與中亞五國⑨，或是國際貿易中某一類產品，如煤炭貿易⑩、能源?等的發展現狀及未來展望分析上，而對于“一帶一路”整體商品貿易的網絡研究還不多。 有鑒于此，本文基于2008—2017 年的國際商品貿易數據， 運用社會網絡分析法構建“一帶一路” 沿線65 個國家間的貿易關系網絡，全面分析沿線國家的商品貿易網絡結構特征及其演化趨勢。

二、數據來源與處理

本文采用 “一帶一路” 倡議實施前后10 年（2008—2017 年） 沿線國家的數據進行研究（UN COMTRADE）。 本文以沿線國家(或地區）作為節點E，以不同國家（地區）之間的貿易關系作為邊G 構成無權貿易網絡，在此基礎上加入權重，使之成為一個有向加權網絡。 假設網絡中有N 個節點（國家或地區），無權網絡只考慮國家間有無貿易關系，用N×N 鄰接矩陣A 表示。 若矩陣元素=1，表明i 國與j國有貿易往來，若=0 則i 國與j 國無貿易往來。有向加權網絡不僅考慮國家間的貿易關系， 還考察兩國間貿易量的大小，用N×N 鄰接矩陣W 表示。 矩陣元素表示第t 年i 國與j 國之間邊的權值大小，如果用描述t 時期i 國對j 國的出口值，用描述t時期i 國從j 國的進口值，則=)，其中t=2008,2009，……2017。

圖1 2008 年、2013 年、2016 年“一帶一路”沿線部分國家商品貿易網絡圖

三、構建網絡

“一帶一路” 沿線國家的商品貿易網絡是由節點和邊組成的有向網絡。 本文使用Ucinet 軟件，分別繪制2008 年、2013 年及2016 年“一帶一路”沿線國家商品貿易加權網絡圖。 為了更加清晰直觀，省略了加權數小于0.01 的連線和節點，僅顯示部分貿易量大的國家之間的貿易網絡。 圖中的節點代表各個國家， 節點之間的連線表示國家之間的貿易聯系，連線的寬度代表國家間貿易量的大小，兩國的貿易量越大則節點間的連線越寬。

如圖1 所示，作為“一帶一路”倡議者，中國在貿易網絡中的地位變化不變，與其他沿線國家的貿易關系最密切，同時貿易量也最大。 而新加坡、俄羅斯與其他沿線國家的貿易關系較“一帶一路”倡議提出前有較明顯的變化，逐漸向中心聚攏，且連線更為密集。 白俄羅斯、泰國等國與其他沿線國家貿易關系也有所提升，但仍處于網絡邊緣地帶。

表1 2008—2017 年“一帶一路”沿線國家商品貿易密度表

四、“一帶一路”沿線國家貿易網絡的描述性分析

（一）密度分析

密度（Density）分析取值范圍為[0,1]，節點之間的連線越多，貿易網絡的密度就越大。 假設網絡中有N 個節點，實際包含的關系數為M，對于無向網絡其理論上包含關系總數的最大值為N(N-1)÷2，則網絡密度為2M/N (N-1)。 對于有向網絡其理論上包含關系總數的最大值為N(N-1)，則網絡密度為M/N(N-1)。本文對“一帶一路”相關國家和地區的分析結果如表1 所示。

受金融危機影響，2009 年“一帶一路”沿線國家貿易網絡密度比2008 年有所下降。 2010 年開始又恢復到危機前的水平，且有小幅上升。2013 年“一帶一路”構想的提出，網絡密度值達到峰值，沿線國家之間的商品貿易關系穩步上升。 隨著“一帶一路”倡議的逐步深入， 中國加大對沿線國家的投資。2013—2018 年，中國在“一帶一路”沿線國家直接投資超過9 百億美元，年均增長5.2%。 其中2016 年、2017 年中國對沿線國家新增投資分別為145.3 億美元、143.6 億美元，優惠的政策和充足的資金使得投資取代了部分的雙邊貿易，2016 年、2017 年貿易密度有所下降。

表2 2008—2017 年入度與出度之和排名前十國家一覽表

表3 2008—2017 年核心、邊緣、半邊緣區域的國家數目 （單位：個）

表4 2008、2013 和2016 年“一帶一路”沿線國家貿易網絡的凝聚子群

（二）節點度分析

節點度是衡量網絡中一個節點與其他節點的關系，在貿易網絡中用于考察一國與其他國家的貿易關系。 所謂度（Degree）是指所有與該節點連線的數量，對于有向網絡節點度分為入度和出度。 某一節點的入度(in—degree)是從其他節點出發，所有指向該節點的連線數量；出度(out—degree)是從該節點出發，所有指向其他節點的連線數量。 該節點的連線越多即節點度越大，說明該節點在網絡中與其他節點的關系越密切， 影響力越大。 表2 列出了2008—2017 年出入度之和排名前十的沿線國家。

如表2 所示，2008—2017 年商品貿易點度數排在第一位的始終是中國， 可見中國在沿線國家商品貿易中占據不可撼動的核心地位。 而其他重要節點如俄羅斯、新加坡、印度、白俄羅斯等，則穩中有變。 值得一提的是，自“一帶一路”項目啟動后，印度商品貿易點度數急劇上升， 總體上來看處于穩定上升水平。 2013 年以前，印度甚至還退出了商品貿易點度數的前十位，而2013 年以后，則是穩居前五，2014年更是達到了第二名。另外，越南、緬甸等新興市場經濟國家的點度數也在不斷提高，在“一帶一路” 商品貿易網絡中的地位不斷上升。 說明“一帶一路”倡議的實施給沿線國家帶來了發展機遇。

（三）核心-邊緣結構分析

在一個網絡中各個節點的度不都是均等的，根據在網絡中的影響力不同，節點可劃分為核心節點和邊緣節點。 本文構建連續的核心-邊緣模型，測算“一帶一路”沿線國家（地區）在2008 年到2017 年的核心度數據，由此分析“一帶一路”倡議實施前后，國際商品貿易網絡核心-邊緣結構的變化情況。根據計算結果，本文核心度（Coreness）為0.1，0.01作為核心-邊緣機構分析的邊界③，C≥0.1 為核心國家，0.01≤C＜0.1 為半邊緣國家，C＜0.01 為邊緣國家（表3）。

受金融危機影響，2009 年核心國家與半邊緣國家數目出現了大幅度的減少， 邊緣國家數量增加。2010 年又逐漸恢復到危機前的水平，其后3 年一直處于穩定狀態，波動幅度較小。2014 年有所變動，這是“一帶一路”倡議逐步落實對于貿易網絡的刺激效果。2015 年之后，由于投資的替代效應，特別是中國加大對沿線國家的投資，核心國家和半邊緣國家數目小幅波動，邊緣國家數目也有所降低。

（四）凝聚子群分析

凝聚子群分析是研究網絡中的子群數量、各子群內部及外部聯系的一種社會網絡分析方法。 社會網絡分析對凝聚子群的劃分有多種途徑，本文選用Cornor 方法劃分網絡中的凝聚子群，運用Ucinet 軟件對2008、2013 以及2016 年的數據進行分析，發現貿易網絡存在4 個凝聚子群。

如表4 所示，2008 年 子群Z1、Z2、Z3、Z4 成 員國家數量分布較為平均，且聯系不密切。 這是因為金融危機產生的負面影響不可避免地波及到“一帶一路”沿線各個國家的經濟發展，使得各國間的貿易往來在該年并不密切。相較于2008 年，2013 年子群Z2 的成員國數量增加，子群Z4 的成員國數量明顯減少。 2016 年子群Z1、Z2、Z4 的成員國數量均有不同程度的減少，子群Z3 的國家數量有明顯增長，并形成一個較大的凝聚子群，這和“一帶一路”倡議的逐步實施有著密切的聯系。

五、結論

本文采用2008—2017 年的“一帶一路”沿線國家貿易數據進行社會網絡分析， 研究結果表明：(1)從整體貿易網絡密度來看，峰值年份分別為“一帶一路”倡議提出的2013 年和“一帶一路”倡議構想走向落實的2015 年，同時2009 年的密度值相對其他年份較小。 （2）從中心性角度看，中國的點度數從2008 年至2017 年一直居于首位， 體現中國在貿易網絡中的核心地位。 俄羅斯和新加坡的點度數僅次于中國，對貿易網絡的發展具有引領作用，點度數最低的主要是沙特阿拉伯、土耳其和馬爾代夫等國家。 （3）“一帶一路”沿線國家（地區）貿易網絡呈現明顯的核心-邊緣結構。 （4）塊模型分析顯示，2008、2013、2016 年的貿易網絡中均有4 個凝聚子群，這些凝聚子群的組成成員中變動國家遠大于穩定國家，這是沿線國家（地區）間貿易競爭激烈的體現。

基于以上研究結果，本文提出以下建議：一是重視核心國家的樞紐作用，我國在“一帶一路”沿線國家貿易網絡中處于核心地位， 應明確自身的責任，發揮身為核心國家的樞紐作用，提高貿易網絡聯系程度。 二是優化貿易網絡結構，構建不同于傳統區域合作體系的新經濟發展模式，以促進貿易暢通，推動貿易便利化發展。 三是加強區域合作，我國應積極開展與沿線其他國家間的跨區域合作，促進互聯互通，最終促進貿易網絡密度的提高。

注釋：

①Serrano M A , Boguna M . Topology of the World Trade Web[J]. Phys Rev E Stat Nonlin Soft Matter Phys, 2003, 68(02):015101.

②Garlaschelli D,Loffredo M I.Structure and evolution of the world trade network[J].Physica A Statistical Mechanics&Its Applications,2005,355(01):138-144

③陳銀飛.2000—2009 年世界貿易格局的社會網絡分析[J].國際貿易問題,2011,(11):31-429.

④鄒嘉齡,劉衛東.2001—2013 年中國與“一帶一路”沿線國家貿易網絡分析[J].地理科學,2016,36(11):1629-1636.

⑤劉洪鐸,李文宇,陳和.文化交融如何影響中國與“一帶一路” 沿線國家的雙邊貿易往來——基于1995—2013 年微觀貿易數據的實證檢驗[J].國際貿易問題,2016,(02):3-13.

⑥羅仕龍,龔凱,邢欣等.基于社會網絡分析法的國際貿易網絡結構及演化研究[J].中國管理科學,2016,(s1):709-714.

⑦姚星,王博,蒲岳.“一帶一路”沿線國家服務中間投入的網絡結構特征及其影響因素[J].世界經濟研究,2018,(01):122-133.

⑧姚永玲,李恬.二十國集團貿易網絡關系及其結構變化[J].國際經貿探索,2014,30(11):42-50.

⑨袁培,劉明輝.中國與中亞五國能源貿易聯系網絡結構研究——基于社會網絡分析方法[J].蘇州市職業大學學報,2016,27(01):2-7.

⑩馬遠,徐俐俐.絲綢之路經濟帶沿線國家石油貿易網絡結構特征及影響因素[J].國際貿易問題,2016,(11):31-4111.

?Chen B, Li J S, Wu X F, et al. Global energy flows embodied in international trade: A combination of environmentally extended input-output analysis and complex network analysis[J].Applied Energy, 2018, 210:98-107.