“一帶一路”區域價值鏈網絡特征及影響因素識別

劉琦平，段秀芳，趙亞瓊

（1.新疆財經大學國際經貿學院，烏魯木齊 830012；2.廣東外語外貿大學南國商學院，廣州 510545；3.中國宏觀經濟研究院，北京 100038）

0 引言

近年來，全球價值鏈發展呈現兩大特點：一方面，全球生產、貿易和消費結構呈現以美國價值鏈、歐洲價值鏈以及亞洲價值鏈為基礎的“塊狀結構”，區域價值鏈成為主要演進方向。另一方面，美國等發達國家不斷加強價值鏈治理，推動“高端回流”，導致包括中國在內的很多發展中國家被“低端鎖定”[1]，利用自身優勢參與全球價值鏈的空間被持續壓縮。自“一帶一路”倡議被提出以來，中國和共建“一帶一路”國家發揮要素稟賦和互補優勢，持續加強產業、貿易和投資合作，事實上已具備了構建區域價值鏈的基本條件。

關于全球價值鏈的分解測算，Koopman 等（2010，2014）[2,3]系統地提出了一國總出口增加值的分解框架——KPWW 方法，但其缺陷在于無法反映不同出口商品在產業和部門層面增加值分布的異質性。王直等（2015）[4]在Koopman 研究的基礎上，構建了基于國家、部門、雙邊等多個層面的總貿易流量分解法——WWZ 方法，成為目前國內關于價值鏈的主要核算框架。使用復雜網絡方法研究區域價值鏈，最初集中于傳統貿易領域，如Albert 和Barabás（i2002）[5]使用復雜網絡方法刻畫了傳統貿易網絡的拓撲結構，Serrano 和Boguna（2003）[6]運用復雜網絡模型深入論證了貿易網絡小世界特征等。近年來學者們聚焦農業等單一領域進行了研究，但針對“一帶一路”區域價值鏈的研究較少，如馬述忠等（2017）[7]運用社會網絡分析方法對各國農產品貿易的網絡特征進行分析，鄧光耀（2019）[8]基于復雜網絡及投入產出模型對2000—2014年全球價值鏈的網絡特征進行了研究。關于價值鏈網絡的影響因素，Chaney（2014）[9]、Orefice 和Rocha（2014）[10]研究發現區域一體化發展程度與全球價值鏈之間存在雙向聯動關系；Squartini 等（2011）[11]和Ferrarini（2013）[12]認為區域內制度質量會對價值鏈合作產生較大影響。整體來看，以往研究在使用復雜網絡方法研究“一帶一路”區域價值鏈、從宏觀層面研究區域價值鏈影響因素等方面還有深化的空間。

基于此，本文融合使用WWZ 方法和復雜網絡模型，從增加值和價值創造角度出發，對“一帶一路”區域價值鏈進行分解，刻畫其網絡特征，并利用QAP分析方法識別影響因素，以期從普惠、協同、共贏的視角為高質量共建“一帶一路”提供參考。

1 研究設計

1.1 網絡模型構建與稀疏性處理

首先，基于王直等（2015）[4]提出的WWZ 方法，根據價值的最終流向，從總出口層面將價值鏈分解成被國外吸收的國內增加值（DVA）、返回并被本國吸收的國內增加值（RDV）、國外增加值（FVA）、重復計算（PDC）4大項。DVA能夠在很大程度上反映節點國家的“加工工廠”屬性，RDV能夠反映節點國家“創造并吸收增加值”的能力，FVA占比越高說明對國外增加值的依賴程度越高，PDC代表因跨境而被重復計算的增加值，與參與全球價值鏈的程度具有正向關聯。

其次，分別針對“一帶一路”區域總出口、DVA、RDV、FVA、PDC建立加權有向的價值鏈網絡。以總出口網絡為例，將總出口貿易發出國作為起始節點國家合集，以向量Vi(i=1，2，…，n)表示，將總出口接收國作為目的國家合集，以向量Vj(j=1，2，…，n)表示。以各發出國到接收國出口額作為權重，記為Wij(i=1，2，…，n;j=1，2，…，n) 。發出國和接收國關系以鄰接矩陣----Rij(i=1，2，…，n;j=1，2，…，n)表示。需注意的是，若不設置閾值，則會導致網絡異常龐大和網絡關系異常繁密。為保障網絡的稀疏性和有效性，參考劉華軍等（2015）[13]和孫天陽等（2018）[14]的處理方法，將鄰接矩陣各行平均值rˉ作為臨界值，構建鄰接閾值矩陣----Rij（i=1，2，…，n；j=1，2，…，n）。稀疏性處理后的網絡剔除了小規模聯系的干擾，均為顯著聯系。

最后，基于以上步驟，構建“一帶一路”區域價值鏈總出口網絡模型，記為RVCexpo={Vi，Vj，----Rij，Wij}。四個子網絡依次建立，分別記為RVCdva、RVCrdv、RVCfva、RVCpdc。關于價值鏈網絡的特征度量，選取網絡密度、平均路徑長度、平均聚類系數指標，從緊密性、通達性和聚合性三個角度度量網絡的整體特征；采用中介中心性指標度量節點國家的重要程度；基于塊模型方法勾勒網絡的派系特征。

1.2 樣本選取與數據來源

相比于全球價值鏈數據庫，ADB-MRIO投入產出表數據庫覆蓋了更多的共建“一帶一路”國家，且時間維度更長、可比性更強，因此選擇該數據庫作為數據來源。基于數據庫特點、地理分布和整體代表性三方面考慮，本文共選擇32個共建“一帶一路”國家①包括東亞2國：中國（CHN）、蒙古國（MNG），南亞6國：孟加拉國（BGD）、斯里蘭卡（LKA）、巴基斯坦（PAK）、不丹（BTN）、馬爾代夫（MDV）、尼泊爾（NPL），東南亞9國：印度尼西亞（IDN）、馬來西亞（MYS）、菲律賓（PHL）、泰國（THA）、越南（VNM）、老撾（LAO）、文萊（BRN）、柬埔寨（KHM）、新加坡（SGP），中亞2國：哈薩克斯坦（KAZ）、吉爾吉斯斯坦（KGZ），西亞1 國：土耳其（TUR），中東歐12 國：俄羅斯（RUS）、保加利亞（BGR）、捷克（CZE）、愛沙尼亞（EST）、希臘（GRC）、克羅地亞（HRV）、匈牙利（HUN）、立陶宛（LTU）、拉脫維亞（LVA）、羅馬尼亞（ROU）、斯洛伐克（SVK）、斯洛文尼亞（SVN）。。總體來看，32 個國家覆蓋了東亞、西亞、中東歐等7個區域，涵蓋了低、中、高等收入各個階段，與“一帶一路”特點基本吻合，能夠較好地反映“一帶一路”價值鏈網絡。為充分考慮中國加入WTO、“一帶一路”倡議的提出和推進、全球金融危機等重要事件的影響，本文選擇2000 年、2009 年、2013 年、2018 年和2021 年作為基礎年份，并依據研究內容進行適度調整。

2 “一帶一路”區域價值鏈網絡特征

2.1 網絡的拓撲結構

借助Ucinet 軟件繪制圖1，圖1（a）至圖1（e）分別展示了2021 年“一帶一路”區域價值鏈總出口、DVA、RDV、FVA、PDC 網絡的拓撲圖。拓撲圖采用節點度加權，三角形表示節點度（發生顯著聯系的數量）為1～10 的國家，圓形表示節點度為11～20的國家，正方形表示節點度為20以上的國家。形狀大小按節點度所在區間的大小排列，線條粗細表示價值大小，箭頭代表價值流動方向。

可以看出，區域價值鏈網絡呈現明顯的“核心-邊緣”結構。每個網絡都是極少數國家占據核心地位，節點度超過20的國家均不超過3個，RDV和PDC網絡僅有1個國家超過20；絕大多數國家處于邊緣位置，各網絡顯著聯系小于10 的國家占比分別為50%、46.9%、65.6%、59.4%、75%。中國在各個網絡都居于核心位置，說明中國不僅是“一帶一路”區域價值鏈增加值的重要創造國，還是極其重要的增加值吸納國；俄羅斯、土耳其在總出口、DVA和FVA網絡中顯著聯系較多，但在RDV和PDC網絡中的影響力較小，說明其國內增加值消費以及增加值跨境創造存在短板。此外，網絡關系具有異配性，節點度較高國家之間的顯著聯系較少，核心國家普遍更傾向于與非核心和邊緣國家產生聯系。

2.2 網絡密度

網絡密度是衡量網絡整體緊密性的重要指標，代表網絡實際存在聯系與理論上最大可能存在聯系的比例。網絡密度的取值范圍為[0，1]，網絡經過稀疏性處理后均是顯著關系，因此網絡密度普遍較小（見表1）。區域價值鏈網絡整體呈現聯系更密集、關系更復雜的發展趨勢。2000—2009 年各網絡密度均為增長階段，表明在“一帶一路”倡議提出前各國家間已建立了穩定的經貿合作關系。受全球金融危機影響，2009—2013年的網絡密度整體下降，但PDC 網絡密度增長反映出區域內增加值跨境活動依然活躍。2013 年以后，得益于“一帶一路”倡議等多方面有利因素，總出口、DVA、PDC網絡密度重新增長。近年來受新冠肺炎疫情的影響，各網絡密度出現回落。從發展程度來看，總出口、DVA 和FVA 的網絡密度保持在0.2 左右的較高水平，PDC網絡密度次之，RDV網絡密度最小。

③取四塊15 cm×31 cm的玻璃板并用玻璃膠粘在一起。等固定好DNA分子的底端后將其固定到底座的玻璃卡槽中，將DNA分子的頂部與旋轉旋鈕相連，最后將頂蓋與四塊玻璃板的銜接處用玻璃膠固定，制作完成。

表1 2000—2021年“一帶一路”區域價值鏈網絡整體特征指標變化趨勢

2.3 平均路徑長度

平均路徑長度是指網絡中任意兩個節點國家聯系最短距離的平均值，體現了增加值網絡的流通效率。各網絡平均路徑長度基本保持在3 以下（見表1），意味著任意兩個國家通過另外2個左右的節點國家便可建立聯系，高效流通。除RDV 網絡外，各網絡平均路徑長度均呈現明顯的下降趨勢，價值鏈的可達性持續提升，網絡運輸更加高效。2013 年以后，平均路徑長度下降趨勢更加明顯，PDC網絡的平均路徑長度降幅最大，由2000年的2.861下降至2021 年的2.327。與網絡密度相似，總出口、DVA 和FVA網絡的平均路徑長度處于同檔水平，維持在2.1～2.3。RDV網絡的平均路徑長度在2.6以上，通暢性相對較差。

2.4 平均聚類系數

網絡聚類系數是反映網絡各節點國家緊密程度的重要指標，代表網絡中任意兩個節點國家發生聯系的概率，取值范圍在[0，1]。各網絡的平均聚類系數均保持在0.5左右（見表1），意味著任意兩個節點國家產生顯著聯系的概率接近50%，處于較高水平。2000—2013 年，總出口、DVA、RDV、FVA、PDC 網絡的平均聚類系數分別增長了18.1%、22.9%、14.6%、20%、25.3%。受政治體制、發展水平、大國博弈等因素制約，共建“一帶一路”國家之間合作協同難度較大，加之美歐貿易制裁、新冠肺炎疫情等事件相繼發生，導致近年來各網絡的平均聚類系數出現不同程度下降。

Watts和Strogatz（1998）[15]提出“小世界”網絡須具備平均路徑短、聚類性強兩個特性。根據測算，“一帶一路”區域價值鏈各個網絡的平均路徑長度基本在3以下，聚類系數保持較高水平，具有明顯的“小世界”特征，并且隨著時間推移愈發明顯。總出口和DVA網絡的“小世界”特征更加顯著，RDV網絡平均路徑較長，特征相對較弱。

2.5 中介中心性

節點的中介中心性是反映節點國家地位的重要指標，一般以某個節點作為任意點對聯系最短路徑的頻次進行衡量。如表2所示，整體來看，各網絡頭部國家較為穩定，由邊緣國家進入核心國家的情況較少。時間維度上，TOP5國家內部的中介中心度排名波動較大。中國增長最明顯，2013 年已提升至各網絡之首；俄羅斯在總出口、DVA、RDV網絡的中介中心度由第一名均下降至第二名，FVA網絡已跌出前五；土耳其的總出口、DVA和FVA網絡中介中心度均從前五名之外提升到前三名。

表2 2000年、2013年和2021年各增加值網絡中介中心度TOP5國家

國家中介中心度的分布呈現明顯的兩極分化。2000年、2013年和2021年各網絡中介中心度高于0.2的國家極少，半數以上國家低于0.1，2021 年每個網絡均有23～25個國家的中介中心度低于平均值。說明“一帶一路”區域價值鏈網絡地位分布具有“長尾特征”，同時從時序來看，“長尾特征”有進一步顯著的趨勢。

此外，國家地位分布表現出強層次性。總出口網絡中，中國、俄羅斯為第一梯隊，土耳其、立陶宛、泰國為第二梯隊，其余國家為第三梯隊；DVA網絡中，中國、俄羅斯為第一梯隊，土耳其、立陶宛、匈牙利為第二梯隊；RDV網絡中，中國、俄羅斯為第一梯隊，土耳其、匈牙利、捷克為第二梯隊；FVA網絡中，中國、土耳其為第一梯隊，新加坡、匈牙利、泰國為第二梯隊；PDC 網絡中，中國、土耳其為第一梯隊，俄羅斯、匈牙利、立陶宛為第二梯隊。

2.6 基于塊模型的社團分析

塊模型是研究網絡社團特征的主要方法之一。首先，借鑒劉軍（2014）[16]的方法計算網絡板塊的密度系數矩陣。以總出口網絡為例（見表3），2000 年總出口網絡中，第Ⅰ板塊和第Ⅱ板塊相互交流頻繁，但與其他板塊交流很少，第Ⅲ板塊和第Ⅳ板塊均以各板塊內部的交流為主。2013年，第Ⅰ板塊和第Ⅱ板塊的相互聯系減少，轉為以各自內部節點國家間聯系為主，第Ⅲ板塊和第Ⅳ板塊均以跨板塊相互交流為主。2021年，第Ⅰ板塊和第Ⅳ板塊之間、第Ⅲ板塊與第Ⅳ板塊間聯系顯著。

表3 2000年、2013年和2021年區域價值鏈總出口網絡板塊密度系數

然后，參考李敬等（2014）[17]的方法，結合價值流向將網絡劃分為內向型、兼顧型、外向型、孤立型四種類型。如表4 所示，2000—2021 年，網絡的內向型模塊總數由13個下降至7 個，涉及的國家數量由111 個減少至59 個；外向型模塊由1個增長至7個，表明跨模塊的價值鏈合作不斷增強，模塊間聯動性提升。分網絡來看，DVA網絡板塊從以內向型為主轉變為以外向型為主，兼顧型、內向型并存；RDV 網絡以兼顧型和內向型為主，但兼顧型板塊的數量明顯增多，內向型板塊數量明顯減少；FVA 網絡板塊之間以單一的內部聯系或外部聯系為主，呈現兩極化現象；PDC網絡模塊角色由“四內向”轉變為“兩內+兼顧+外向”。

表4 2000年和2021年各增加值網絡板塊變化對比

3 “一帶一路”區域價值鏈網絡的影響因素識別

3.1 QAP回歸方法

二次指派程序（QAP）是社會網絡分析處理“關系—關系”型矩陣數據檢驗的特有方法，它以矩陣數據的重新抽樣為基礎，使用置換檢驗方式代替常規檢驗，無需像傳統回歸模型對變量進行假設檢驗。

3.2 指標選取及模型構建

考慮到RDV、PDC 網絡成熟度較低，為提升模型的合理性，選擇從總出口、完全國內增加值和完全垂直專業化三個層面對自變量影響機理進行探討，分別記作RVCexpo、RVCtdva和RVCvs。完全國內增加值（TDVA）是價值鏈純粹的國內增加值，包括DVA和RDV；完全垂直專業化（VS）代表所有國外增加值的總和，包括FVA和PDC。

借鑒文獻[18]，從要素稟賦層面選取勞動力稟賦（LABOR）、技術要素投入（TECH）、對外投資（ODI）三個指標，從發展需求層面選取經濟發展水平（GDP）、人口規模（POP）、物流績效指數（LPI）三個指標，從外部環境層面選取疫情（COVID）、區域貿易安排（RTA）和響應“一帶一路”倡議時間（B&R）三個指標，共計九個指標作為自變量。以節點國家各指標的差值逐一構建差值矩陣并進行極值標準化處理。

依據自變量和因變量的選擇情況，分別構建總出口、完全國內增加值、完全垂直專業化三個網絡的QAP 回歸分析模型，見式（1）至式（3）。考慮網絡的顯著性，對三個網絡矩陣均進行稀疏化處理，矩陣維度為32*32。

3.3 實證結果分析

總體來看，自變量指標的影響力度較為均衡（見表5），自變量指標的回歸系數整體保持在0.1～0.5，自變量對因變量的解釋力度整體呈現增強趨勢。

表5 2000年、2013年和2021年區域價值鏈網絡QAP回歸結果

第一，對要素稟賦層面指標而言，勞動力稟賦差異對總出口和完全國內增加值網絡的影響較為顯著。DVA增加值在總出口和完全國內增加值的構成中占據絕對比重，勞動力稟賦的強弱能夠在很大程度上影響加工制造環節創造的國內價值。技術要素投入差異對完全國內增加值網絡影響為負，但對于主要涉及國外增加值的完全垂直專業化網絡，技術要素投入則極為重要。對外投資差異對完全垂直專業化網絡的影響較為顯著，主要是由于他國建廠用工、稅收留在當地的特殊投資模式更易產生國外增加值。

第二，對發展需求層面指標而言，經濟發展水平的差異對三個網絡均會產生較強的影響。經濟規模增長會催發潛藏的消費和生產訴求，加速要素流動，促進價值鏈合作形成良性互動。物流等基礎設施可以提升貿易和經濟合作的便利化水平，刺激區域產業合作和貿易往來，推動形成更為復雜的增加值貿易聯系。人口規模指標經常被用來衡量一國市場需求、城鎮化發展潛力等，但目前人口規模的影響普遍不顯著，顯示出共建“一帶一路”國家對區域內的消費潛力挖掘不夠和發展訴求利用不充分。

第三，對外部環境層面指標而言，區域貿易安排對各個網絡都存在明顯的正向作用。響應“一帶一路”倡議時間具有正向作用，相關性隨著時間推移不斷提高，但相較于其他指標尚處于較低水平，表明共建“一帶一路”國家間的合作仍存在較大提升空間。疫情發生后各國普遍通過采取防控措施減少貿易與合作，對以國外增加值為主的垂直專業化網絡影響較為明顯。

4 結論

本文基于WWZ 出口貿易增加值核算方法和復雜網絡模型，刻畫了“一帶一路”區域價值鏈網絡特征，利用QAP回歸方法對影響區域價值鏈網絡的因素進行了系統識別。研究結論如下：

一是“一帶一路”區域價值鏈網絡呈現明顯的“核心-邊緣”結構和階梯分布。總出口和四個子網絡中，絕大多數國家處于邊緣、半邊緣位置，非核心梯隊國家呈現明顯的“長尾”特征。中國在各網絡中處于絕對核心位置。

二是“一帶一路”區域價值鏈各增加值網絡發展程度存在差異，但均呈現更加復雜、高效和凝聚的趨勢。DVA 網絡最為成熟，FVA網絡其次，RDV網絡尚處于初級階段。“一帶一路”倡議的提出與推進客觀上加快了價值鏈網絡的形成。

三是“一帶一路”網絡社團的外聯性和地域性特征不斷增強。網絡兼顧型和外向型模塊增多，模塊之間的聯動性穩步提升。各網絡內部存在明顯的歐洲社團和亞太社團。

四是勞動力稟賦對總出口和完全國內增加值網絡的影響較為顯著，對外投資對完全垂直專業化網絡的影響比較顯著，技術要素投入對各網絡均會產生影響。響應“一帶一路”倡議時間、區域貿易安排會顯著影響區域價值鏈構建。經濟發展水平、物流績效指數對區域價值鏈建設具有很強的刺激作用。