世界增加值貿易網絡演化及形成機理

摘 要：全球價值鏈分工改變了世界生產范式，促使各國價值流動和貿易關系趨于復雜，對世界貿易網絡體系和各國貿易網絡地位產生了深刻影響。考察世界國內增加值貿易網絡演化規律，探討其形成機理，對揭示國際貿易網絡分布格局，把握全球經貿格局演進趨勢，推動新一輪全球經貿規則治理策略意義重大。文章基于UNCTAD-Eora增加值貿易數據，采用復雜網絡方法評價了2003—2021年世界國內增加值貿易網絡演變特征，結果表明：世界國內增加值貿易網絡不斷擴大、聯系日趨緊密和區域化、融合度逐漸加深，已形成以德國、美國和中國為中心和“橋梁”的“多極化”分布格局和聯結疏密差異明顯但結構相對穩定的五大社團凝聚子群；“一帶一路”與非“一帶一路”國家貿易地位差距趨于波動收窄。采用TERGM模型進行網絡模擬發現，關系偏好連接效應、三元傳遞閉合效應、各國GDP、制度質量、關稅率、貿易便利化水平、共同邊界、區域貿易協定網絡和歷史殖民關系網絡是世界國內增加值貿易網絡形成的決定因素，各因素的積極影響不僅在不同區域和階段有明顯差異，而且會隨國家貿易網絡地位的提升而增強。

關鍵詞：國內增加值貿易 復雜網絡分析 TERGM模型 “一帶一路”

DOI：10.19592/j.cnki.scje.420537

JEL分類號：F4， C6， F1 中圖分類號：F740

文獻標識碼：A 文章編號：1000 - 6249（2024）10 - 074 - 21

一、引 言

隨著全球價值鏈（GVC）分工的逐漸深化，各國間價值流動與貿易關系日趨復雜，并呈現彼此交織、相互依存特征，中間品貿易的跨境往返所帶來的重復計算促使總量貿易難以科學反映國家間的貿易利得，從增加值特別是國內增加值（DVA）視角加以考察就具有理論和現實上的必要性。在全球分工網絡中，DVA貿易規模能體現一國參與國際分工和產品生產的研發、投入要素、加工制造、分銷和售后服務等諸多環節分工程度與分工地位，而分工地位的高低直接影響一國的價值增值能力、競爭優勢高低甚至國際經貿規則制定權和話語權的大小。本文旨在從DVA角度系統研究世界增加值貿易網絡演變規律及其形成機理。本文首先利用UNCTAD-Eora數據庫測算得到2003—2021年132個國家DVA增加值貿易數據，評價世界增加值貿易網絡結構演化、社團分布及各國中心地位分布規律，然后采用時變指數隨機圖模型（TERGM）考察其背后的形成機制。本文研究有利于科學把握全球貿易體系演進格局和發展趨勢，識別不同貿易社團分布動態格局，以及各國對貿易網絡資源的控制力和影響力，為推動新一輪全球經貿格局的重構與規則治理提供參考。

關于全球貿易網絡，學者多采用復雜網絡方法（CNA）或社會網絡方法（SNA）從總量和增加值兩大層面開展多維研究，分析貿易網絡結構演化、識別其成因以及分析經濟效應。CNA或SNA法將國家視為節點，貿易流視為連邊，構建貿易拓撲網絡，目前已獲得較多應用。一類學者從總體核算角度考察國際、行業等貿易網絡格局演變及其成因。他們認為全球貿易網絡逐漸擴大、聯系趨于緊密（陳銀飛，2011；De Benedictis et al.，2014）、呈現相對穩定的“核心-邊緣”結構（Kandogan，2018；劉林青等，2021），上述結論在石油（Fagiolo et al.，2008）、武器（Akerman and Seim，2014）、汽車零部件（Amighini and Gorgoni，2014）、廢銅（Wang et al.，2020）、小麥（Moya et al.，2020）、農產品（馬述忠等，2016）、高端制造業（許和連等，2015）、旅游業（Lozano and Gutiérrez，2018）和服務業（姚星等，2019）等貿易網絡基本成立。各國中心地位呈現不同程度“冪律”分布，美法德等發達經濟體居于中心地位，新興和個別發展中經濟體如中國逐漸趨向網絡中心（Zhou et al.，2016；王珊珊和孫程九，2023）。利用指數隨機圖模型（ERGM）或TERGM模型模擬，學者發現經濟規模、地理位置（Moya et al.，2020）、制度因素、國家間互惠關系、地理接壤網絡（許和連等，2015）以及其他網絡關系（劉林青等，2021）等均是國際貿易網絡形成的原因。

另一類學者從增加值分解角度分析全球或地區總體增加值（VAE）、國內增加值（DVA）和國外增加值（FVA）貿易網絡結構演化和驅動因素。有學者認為全球VAE貿易網絡呈現相對穩定“核心-邊緣”結構（Yang and Liu，2024；王珊珊和孫程九，2023），在“一帶一路”制造業貿易網絡也是如此，且呈現“小世界”格局和空間溢出效應，中國穩定居于網絡核心位置（方慧和張瀟葉，2024）。全球制造業增加值貿易網絡區域化程度逐漸增強（鄧慧慧等，2023），中國在全球數字服務VAE貿易網絡中心度攀升明顯但跟美國尚有差距，且該網絡顯著促進了國際創新活動（任福耀等，2023）。“一帶一路”沿線國家VAE貿易網絡已形成以中國、俄羅斯、新加坡和印度為中心的“多極化”分布格局（葛純寶等，2022）。也有學者分別考察DVA和FVA貿易網絡結構特征。王博等（2019）發現1990—2013年“一帶一路”制造業DVA貿易網絡比FVA貿易網絡密度更大，且前者占據主導，中國、新加坡和馬來西亞在網絡中占據關鍵地位。姚星等（2019）發現全球服務業DVA貿易網絡呈現“先增長后下降”的“倒U型”趨勢，FVA貿易網絡逐漸擴大。地理距離（方慧和張瀟葉，2024）、貿易協定關系（Yang and Liu，2024；王珊珊和孫程九，2023）、經濟開放度、經濟距離（王博等，2019）、共同語言、地理相鄰等（葛純寶等，2022；王珊珊和孫程九，2023）、研發要素跨境流動、外商直接投資（任福耀等，2023）以及數字經濟（鄧慧慧等，2023）是影響不同層次貿易網絡結構的驅動因素。盡管有部分學者考察了全球或地區DVA貿易網絡議題，但專門系統考察其演變特征，在統一的分析框架下研究其背后成因的文章相對少見，這就構成了本文的研究出發點。

與本文關聯較強的是王珊珊和孫程九（2023）、姚星等（2019）、鄧慧慧等（2023）、方慧和張瀟葉（2024）以及劉林青等（2021）的研究。王珊珊和孫程九（2023）主要考察經濟制裁網絡如何破壞全球增加值貿易網絡以及該網絡締結與深化背后的因素，對全球增加值貿易網絡的結構性演化及各國地位分布變化的分析相對缺乏；姚星等（2019）主要以43個國家服務業56部門為樣本，分別考察服務DVA和FVA貿易網絡演化特征，但尚未考察DVA貿易網絡背后的成因。鄧慧慧等（2023）和方慧和張瀟葉（2024）分別分析全球和“一帶一路”制造業增加值貿易網絡演化，前者側重分析數字經濟對網絡的影響，后者主要考察40個“一帶一路”國家14個制造行業增加值貿易，兩者都存在選擇樣本與行業局限等問題，因此在測度各國真實DVA貿易網絡地位及不同貿易社團方面均存在不足。劉林青等（2021）主要采用國際總量數據分析1995—2017年國際貿易依賴網絡的結構變化及其內生機制，并未將各國中間品進出口導致的重復計算部分予以剝離。

為此，本文基于新近測算的UNCTAD-Eora增加值貿易數據，采用CNA法評價了2003—2021年世界DVA貿易網絡演變特征，采用時變指數隨機圖模型（TERGM）分析了其背后的形成機理。1與現有研究相比，本文邊際貢獻有二：一是基于現有UNCTAD-Eora基礎數據庫，采用雙邊比例法（RAS）重新測算得到較新的2003—2021年DVA貿易數據，應用CNA法揭示了2003—2021年世界貿易網絡格局演化特征。本文研究既彌補了現有研究樣本規模不大或局限特定行業，以至于難以真實準確測度各國總體中心地位和影響力的局限，也重新審視了全球貿易網絡格局和集團演化規律等。2二是在統一的分析框架下，采用TERGM模型考察了世界增加值貿易網絡演化特征背后的形成機理，并從多維度開展異質性檢驗。比如，研究發現，制度質量是影響“一帶一路”國家網絡地位重要因素，沿線國家應加快提升制度規則透明度，從而增強國際經貿規則話語權。本文深度探究了世界貿易網絡演變規律的形成機制，為深度把握GVC貿易格局演進趨勢，推動發展中國家貿易地位提升提供政策啟示。

二、世界增加值貿易網絡演化的評價

本文采用SNA法構建世界增加值貿易有向拓撲網絡，選取復雜網絡指標，分析其結構演變及各國貿易網絡地位分布變化，同時采用CNA法中模塊度算法揭示其社群分布。

（一）增加值貿易有向拓撲網絡構建與指標選取

1.拓撲網絡構建

根據Wasserman and Faust（1994）的社會網絡理論，本文將各國作為“節點”，各國間增加值進、出口作為相應的“邊”，構建世界增加值貿易網絡G=（V，E，w）。其中，V是由vi（i=1，2，…，N；N=132）國家組成的節點集，E是由國家vi和vj組成的增加值貿易關系集，w為E對應的增加值貿易額。增加值是指國內增加值（DVA），本文主要考慮一國DVA出口越高能說明其在參與國際分工中價值增值能力越強，DVA比FVA更能體現一國在貿易網絡中的地位，能揭示其在全球貿易分工格局中的貿易利得和分工地位等。DVA貿易網絡為有向網絡，較之于無向網絡，有向網絡能區分一國從伙伴國進口還是向伙伴國出口，有助于揭示一國在貿易網絡中對伙伴國依賴關系和對伙伴國的影響力，能體現各國間更為豐富的貿易關系信息。

為便于分析，本文參考Cranmer and Desmarais（2011）和李敬等（2014），將w中元素wij按降序排列，選取前10%（臨界值為7.462億美元）作為門檻，建立DVA貿易有向二值網絡矩陣[W1≤i，j≤G]（對角元素wii=0）。此種處理主要考慮如下三點：（1）主干結構。采用門檻值方式設定二值網絡，旨在分析考察世界貿易網絡主干結構，若國家間存在連邊說明雙邊貿易大于門檻值，因而該網絡為高等級貿易網絡主干結構。實際上，姚星等（2019）和劉林青等（2021）構建的也是二值貿易網絡。（2）一致性和可行性。后文探究形成機理時采用的TERGM模型因變量矩陣是二值矩陣，二值網絡能使前后文保持一致性。許和連等（2015）也是采用取門檻值的方式構建“一帶一路”非加權貿易網絡。（3）簡潔性。二值貿易網絡各國度數中心度能直接反映其貿易伙伴國數量多少，因此能更為方便達到研究目的。本文時間跨度2003—2021年，樣本為132個國家。其中，DVA貿易在UNCTAD-Eora數據庫基礎上，采用KWW法（Koopman et al.，2014）以及李榮林等（2022）做法，將其測算并更新到2021年。

2.網絡結構指標

選取節點數、邊數、網絡密度、平均聚類系數和平均路徑長度刻畫網絡結構特征。節點數、邊數和網絡密度分別反映網絡規模和連邊數多少和網絡疏密程度。平均聚類系數反映節點嵌入鄰居節點形成集團化集聚（Lusher et al.，2013），公式為[1Ni=1NEiDEGREEiDEGREEi?1]。其中，[DEGREEi=jw+ij+jw?ij]，[i≠j]。Ei為i節點所有鄰居之間的邊數，DEGREEi為度數中心度。平均路徑長度指網絡任意兩節點之間最短路徑的平均值，可從側面揭示網絡的通達性以及價值鏈的分工長度，公式為[ji≥jmin {dij}12NN?1]。其中，min{dij}為i、j節點間最短路徑數。

3.節點中心度

度數中心度反映節點在網絡中地位和影響力。中介中心度測度節點在多大程度上居于其他節點的中間（Freeman，2002），從而起到控制其他節點間聯系的中介或“橋梁”作用，公式為[2N?1N?2jnpathjnipathjn]，[j≠n≠i]。其中，pathjn為從j國至n國的最短路徑數，pathjn（i）為從j國至n國經過i國的最短路徑數。特征向量中心度度量節點與其他所有相連接的節點之間的聯系程度，強調節點中心度既取決于與其直接相連的節點情況，也與其遞歸中心度相關（Carvalho，2014）。公式為[DEGREEi1λj=1NwijDEGREEj]。[λ]為矩陣W最大特征值。

（二）社團凝聚子群探測

社團指網絡中某些節點聯系特別緊密且明顯高于團體外部的節點集合。本文利用CNA法中的Newman and Girvan（2004）的社團模塊度Q探測算法，1識別網絡中的不同社團。Q是通過比較社團內部節點和不同社團節點聯系緊密程度的差異進行劃分，若社團之間連邊數比基于隨機選擇的預期連邊數少，則該網絡就會呈現社團結構。

（三）世界增加值貿易網絡變化特征

1.整體拓撲結構演變

本文根據引力算法測算并繪制了2003年、2008年、2014年和2021年世界國內增加值貿易有向網絡拓撲圖（如圖1）。（a）子圖2003年網絡整體較為稀疏，國家數目相對不多僅有91個，連邊不多且分布不均，最外圍國家數連邊較少，越趨于中心區域國家間連邊數越密集。中心區域的美國、德國、荷蘭、法國、英國、中國、意大利和比利時等8個國家連邊居多，而其他多數國家則相對稀少甚至沒有連邊。（b）子圖2008年網絡連邊明顯增多，有連邊的節點數相對增加，網絡結構由疏轉密。中心區域國家也由8國擴展到日本、韓國、加拿大、西班牙和印度等多國，其余國家連邊有不同程度增加，說明相比于期初，2008年貿易網絡趨于擴大、聯系趨于緊密。（c）子圖2014年網絡連邊更為密集，中心區域德國、中國和美國等核心國家節點變大且顏色加深，中心國家范圍進一步擴展到新加坡、俄羅斯和意大利，這些國家間連邊明顯增多，說明該時期核心國貿易地位得以鞏固，貿易聯系更加緊密。這可能與“一帶一路”倡議的提出有關，該倡議提出后，我國采取次區域合作、經濟走廊、國際大通道、產業園區等非制度性合作新方式，積極與不同發展水平沿線區域國家尋求經貿合作，這進一步促進了其在區域貿易網絡中地位的提升，也間接擴大了其在全球貿易網絡中的影響力。（d）子圖2021年，前期網絡整體變化特征得以強化，網絡結構更趨復雜，非但網絡規模擴張明顯，連邊快速增加，而且連邊較多的國家也進一步增多，由2008年的多國擴張至新加坡、馬來西亞、印度尼西亞、土耳其、丹麥、波蘭、瑞士等國家。因此，GVC分工的深化促使許多國家越來越多地參與GVC分工與貿易。比較（a）-（b）和（c）子圖可知，我國在全球貿易體系中的角色逐漸從非中心演變為中心國家，其地位得到較大跨越。世界越來越離不開我國，其他國家對我國的經貿依賴日趨加深，我國在全球經貿治理中的話語權得到相應提升。此外，（a）-（d）子圖網絡中心區域除中國和印度外，其他多為經濟發展水平較高的國家，并且這些國家間連邊較為稠密，說明網絡存在“富人俱樂部”現象?？傊澜缭黾又蒂Q易網絡不斷擴大、聯系趨于緊密、已形成結構穩定的“多極化”分布格局。

2.網絡結構變化特征

表1報告了2003—2021年世界DVA貿易網絡的節點數、邊數、網絡密度、平均聚類系數和平均路徑長度變化情況?？梢?，2003—2021年節點數、邊數和網絡密度均有明顯上升，分別從2003年91、1568和0.191先波動增至2008年108、2453和0.212，2009年金融危機后均出現短暫下滑，2010—2021年此三項指標分別從110、2443和0.204增加到113、2755和0.218，平均聚類系數呈現波動上升趨勢，而平均路徑長度趨于下降。金融危機系統沖擊了世界DVA貿易網絡結構，破壞了部分國家價值鏈分工與貿易聯系，甚至直接造成局部網絡國家間貿易的中斷?？疾炱趦?，節點數和邊數的增加表明國際生產的分散性加強，越來越多的國家參與到GVC分工當中；網絡密度的上升歸因于國家間中間品貿易聯系的頻繁與程度的加強。平均聚類系數趨于上升，意味著世界貿易網絡的集團化趨勢有所增強，且存在較強的等級結構。平均路徑長度均值約為1.862且趨于下降說明任何一國只需通過大約2個國家即可與另一國開展增加值貿易，并且途徑的第三國數目逐漸減少，GVC分工越來越趨于區域化或集團內部化，分工鏈條逐漸縮短。

3.中心性分布

而言，德國、美國和中國度數中心度位居世界前三，居于網絡中心地位；其次是法國、意大利、荷蘭、英國、比利時、日本、韓國、西班牙、加拿大、俄羅斯、印度、瑞典和瑞士等13個國家，其中心度均高于100，這些國家居于網絡次中心位置，而其余多數國家位于邊緣甚至孤立位置。德國、美國和中國等核心國對世界貿易格局的影響力和控制力明顯強于法國、意大利、荷蘭等次核心國家以及絕大多數邊緣國家。中介中心度結果與度數中心度基本相近，其中德國、美國和中國扮演最為重要的“橋梁”角色，其為多數低中心度國家地位的提升和影響力的擴大提供機遇和選擇，多數低中心地位國家可與中心國建立間接貿易關系，這既有利于其避免陷入邊緣甚至孤立位置，也有助于推動全球經貿格局的重構和國際經貿規則話語權的增強。

4.區域中心地位比較

“一帶一路”倡議旨在建立和加強各國間互聯互通伙伴關系，構建全方位、多層次、復合型互聯互通網絡。要實現上述目標，明確各國在全球貿易網絡中的位置及其資源控制能力是基本前提。考慮到度數中心度和中介中心度忽視了與其進行間接增加值貿易聯系的國家情形，難以全面揭示各國的全局網絡地位。圖2繪制了2003—2021年“一帶一路”與非“一帶一路”國家特征向量中心度對比變化情況。1總體上，“一帶一路”國家中心地位低于非“一帶一路”國家，但趨于波動上升態勢。在部分年份如2009—2016年，“一帶一路”國家中心地位加快向非“一帶一路”國家追趕。考察期內，“一帶一路”國家相對地位先從0.223快速升至2014年局部峰值0.305，然后緩慢波動穩定在2021年0.303，2013年“一帶一路”倡議提出后，該指標在2014年達到最大值，2015年降為0.295，其后保持穩定態勢，說明“一帶一路”國家與非“一帶一路”國家中心地位差距逐漸縮小，“一帶一路”國家對全球資源控制力趨于加強。

（四）世界增加值貿易網絡社團凝聚子群分布

本文利用Q算法識別了2021年世界增加值貿易網絡社團凝聚子群分布，結果發現世界增加值貿易網絡可劃分為規模各異的五大社團凝聚子群。第一子群由柬埔寨、烏克蘭和馬爾代夫等23國組成，內部聯系比較松散，穩定性和凝聚力較差；第二子群以以色列、斯洛伐克和羅馬尼亞等為主要代表，成員規模（31）與內部聯系均高于第一子群，與第三子群聯系比較密切，凝聚力也相對較強；第三子群以德國、美國、中國和法國為核心代表，成員規模較大（31）且多為貿易大國。該子群不僅內部聯系緊密，外部與除第一子群外的其他子群均聯系較多，凝聚力相對最高；第四子群成員僅為15，內部成員聯系較少，與第三子群聯系較多，凝聚力相對較弱；最后是第五子群，以白俄羅斯、阿根廷、孟加拉國和阿爾及利亞為代表，成員最多（32），該子群內部聯系強于第四子群，且與第三子群聯系緊密。五大子群中，德國、美國、中國、斯洛伐克、羅馬尼亞和白俄羅斯等國家既在自身子群發揮關鍵作用，也充當不同子群的聯結中介，因而扮演雙重聯結角色。為比較五大子群動態演進特征，本文測算了2021年相比2008年子群密度矩陣變化情況。1結果表明，世界五大子群內部凝聚程度有明顯差異，第二、第三和第五子群聯結較為緊密且程度趨于增強，而第四子群則趨于減弱，第一子群維持松散態。

三、理論機制、計量模型與變量數據

本文接下來分析世界增加值貿易網絡演化的理論機制，構建TERGM模型開展仿真模擬檢驗。

（一）理論機制

1.自組織機制

（1）偏好連接機制。偏好連接機制屬于自組織機制的一種，是指節點會根據網絡已有的連接關系選擇特定節點形成新連接。對于貿易網絡，偏好連接機制是指新加入貿易網絡的國家傾向于選擇高中心度國家建立新貿易關系，該效應也被稱為偏好依附，即優先選擇高中心度的明星國家最終形成馬太效應或“強者恒強”（劉林青等，2021）或者“富人俱樂部”。實際上，鄧慧慧等（2023）發現世界制造業增加值貿易網絡具有向中心大國集聚轉變趨勢，呈現明顯“強者愈強”特點。偏好連接機制的強化促使貿易網絡少數國家形成核心國，多數國家演變為非核心甚至邊緣國家，最終形成相對穩定的“核心-邊緣”等級結構。為此，本文提出

假設1a：偏好連接機制是促成世界增加值貿易網絡結構演化的重要因素。

（2）傳遞閉合效應。傳遞閉合效應是從貿易集聚角度刻畫網絡模體或三元組傳遞閉合關系，指當兩國擁有共同伙伴國時，兩國更傾向于形成貿易關系，即擁有共同的第三方伙伴國有利于三元貿易集團的形成。Giuliani（2013）指出三元組傳遞閉合效應是影響關系選擇和驅動網絡集群形成的重要內生機制，Baldwin and Jaimovich（2012）將其概括為“感染效應”。為減少信息不對稱帶來的不確定性和潛在依賴伙伴的機會主義行為，經濟體傾向于根據依賴對象的信息共享與合作伙伴形成新的貿易關系（劉林青等，2021）。為此，本文提出

假設1b：傳遞閉合效應是促成世界增加值貿易網絡結構演化的重要因素。

2.節點屬性機制

（1）經濟規模。經濟規模反映一國對貿易伙伴國的市場需求能力和為其提供貿易品的供給能力。較高的GDP既能為各種資金、技術和創新投入提供充足空間，又能為貿易二元邊際擴張提供基本條件。GDP規模的擴張有利于一國在全球范圍內開展GVC分工與貿易，利用全球的勞動、知識和技術等要素與更多國家開展貿易，促進貿易擴展邊際擴張，獲取更多貿易利得（Kali and Reyes，2007）。Kali and Reyes（2007）強調一國GDP與貿易網絡中心度密切相關。因此，本文提出

假設2a：經濟規模是促進世界增加值貿易網絡演化的基本機制。

（2）制度質量。制度質量是決定一國參與國際分工的必要條件，其質量提升有利于降低跨境協調和交易成本、降低貿易風險和矯正制度性扭曲途徑，為國際貿易提供透明穩定可預期的制度環境，進而促進雙邊貿易關系形成。隨著產品生產工序和環節跨境流動，制度質量的高低會通過生產網絡傳遞進而通過上下游分工傳遞到網絡其他國家。如政治動蕩、恐怖襲擊橫生的不穩定制度環境會增加價值鏈貿易 “敲竹杠”與 “反敲竹杠”等違約風險（Acemoglu et al.，2007），嚴重甚至造成整個價值鏈分工斷裂，兩方面機制均會影響國際貿易關系的形成與演化。因此，本文提出

假設2b：制度質量是世界增加值貿易網絡演化的重要機制。

（3）關稅。進口關稅削減有助于直接降低出口可變貿易成本（田巍和余淼杰，2013）、延長企業出口持續時間，促進出口擴展邊際擴張（毛其淋和盛斌，2014），也能間接促進企業提升出口技術含量和生產率，推動出口參與，進而促進國際貿易關系形成?？勺冑Q易成本的存在促使企業只有生產率較高時才會選擇出口（Bernard and Jensen，2004），因而貿易成本是推動新貿易關系形成的重要因素。關稅削減通過競爭效應和成本效應促進我國制造業出口參與，且主要推動本土企業擴展邊際擴張（毛其淋和盛斌，2014）。因此，本文提出

假設2c：關稅下降是決定世界增加值貿易網絡形成的重要因素。

（4）貿易便利化。貿易便利化狹義指海關便利化，即進口通關文件數量減少或手續的簡化等（WTO，1998），可通過降低進口成本或簡化通過手續，加速產品跨境流動，因而會促進貿易二元邊際擴張（孔慶峰和董虹蔚，2015；葛純寶和于津平，2020）。貿易便利化也能通過加快中間品貿易擴張，產生技術外溢（祝樹金等，2018），進而影響伙伴國甚至第三國通過“干中學”等方式促進出口擴張。因此，本文提出

假設2d：貿易便利化是影響世界增加值貿易網絡形成的重要因素。

3.關系網絡嵌入機制

關系網絡嵌入機制是指國家間除貿易關系外的其他經濟和地理等關系會對世界增加值貿易網絡的形成和演化產生明顯影響。本文主要考慮共同邊界、共同語言、歷史殖民關系、宗教信仰關系以及區域貿易協定網絡等。

（1）共同邊界。國家間邊界接壤有利于降低跨境運輸和協調成本、提升貿易效率，減少過境或中轉成本及時間等，進而促進貿易網絡關系形成。擁有共同地理邊界會促使兩國聯合鐵路建設（如中國-老撾鐵路）或簽署海關一體化協定（Barigozzi et al.，2011），進而降低運輸、跨境和協調成本，減少接壤與非接壤國家產品過境時間和中轉次數（Limao et al.，2001），進而促進雙邊貿易（Chaney，2014）。雙邊運輸成本下降會吸收他國市場份額產生貿易轉移進而影響第三國貿易關系（Anderson and Wincoop，2003）。因此，本文提出

假設3a：共同邊界網絡有利于促成世界增加值貿易網絡的形成。

（2）共同語言關系。擁有共同語言有助于兩國降低語言溝通障礙與溝通成本，提升文化認同，增進彼此信任甚至減少商業風險和交易成本，因而會促進貿易關系形成。共同語言體現國家間具有相似的語言文化，能降低彼此溝通障礙與交流成本，增進相互信任（王永進等，2010）；也能通過降低商業風險與交易成本，增加貿易機會（潘鎮，2006），或促進兩國市場信息和人文交流（Feng et al.，2020），這有助于消除民眾偏見，增加民心相通（姚星等，2019），進而促進貿易關系形成。因此，本文提出

假設3b：共同語言網絡會促進世界增加值貿易網絡形成。

（3）歷史殖民關系。在殖民時代，西方國家通過掠奪的方式在殖民者和被殖民者之間，以及殖民地彼此之間建立了殖民關系貿易網絡。殖民體系瓦解之后，該貿易網絡沒有完全隨之崩潰，而在一定程度上延續下來，它既存在于前殖民者和被殖民者之間，也存在于前殖民地之間。Berthou and Ehrhart（2017）發現前殖民地與鄰近殖民者或與前殖民者有貿易往來的國家存在更多貿易。歷史上存在殖民與被殖民關系的國家，更容易建立貿易依賴關系（李清如和王冰雪，2023）。這套歷史遺留下來的殖民關系網絡仍可能通過路徑依賴效應對現代世界增加值貿易網絡體系產生影響。因此，本文提出

假設3c：歷史殖民關系網絡是影響世界增加值貿易網絡的重要因素。

（4）共同宗教信仰關系。擁有共同宗教信仰能增強文化認同感，降低因文化習俗等差異導致的沖突，更易于建立貿易關系（馬菁等，2024）。擁有共同宗教信仰能克服文化差異帶來的貿易障礙（劉林青等，2021），比如信息或交易成本（Guiso et al.，2009），因而有利于國際貿易關系形成，甚至直接影響國際貿易強度。因此，本文提出

假設3d：共同宗教信仰關系會促進世界增加值貿易網絡形成。

（5）區域貿易協定關系。區域貿易協定（RTA）主要通過削減關稅與非關稅貿易壁壘等直接機制降低貿易成本，以及產生貿易轉移或貿易創造等間接機制，影響貿易網絡關系演化。簽署RTA如關稅減讓條款等，能削減關稅、降低關稅波動范圍和可能性以及降低非關稅壁壘，進而促進貿易二元擴張（Baier et al.，2014）。RTA的簽署可通過在成員國與成員國外形成貿易轉移或貿易創造（Xu et al.，2021），進而間接影響第三國貿易關系。因此，本文提出

假設3e：區域貿易協定會促進世界增加值貿易網絡結構演化。

（二）模型構建

各國貿易網絡關系的相關性導致傳統回歸模型無法得到無偏且一致估計量，TERGM模型假定節點連邊形成的概率取決于其他連邊是否出現，強調從網絡關系之間的依賴性（許和連等，2015）分析網絡演化。并且，該模型將多期貿易網絡作為一個整體，能克服ERGM模型忽視時間依賴的缺陷。本文參考Leifeld et al（2018），采用TERGM模型探究世界增加值貿易網絡的形成機制?；驹頌椋?/p>

定義一個k階馬爾科夫相關的TERGM模型，第t期貿易網絡只與其前k期有關

[P（Yt=ytYt?K，…，Yt?1，θ）=expiθizigkθ] （1）

1階馬爾科夫相關多網絡聯合概率分布為

[P（Yt，…，Y2Y1，θ）=t=2TP（YTYT?1，θ）] （2）

其中，[P（Yt，…，Y2Y1，θ）]表示在θ和第K個時期貿易網絡關系條件下，得到的模擬網絡y在觀測網絡Y中出現的概率。[kθ=iexpiθizig]為所有可能組成的模擬網絡的加總所組合而成的標準化常量，用于確保Prob（G=g|θ）始終保持在0～1之間。zi（g）表示一系列變量，本文參考Harris（2014）將該變量分為內生結構變量、節點屬性變量和協變量網絡三大類。θi為變量待估參數，為正說明對應變量會比隨機網絡更易促進網絡關系形成，為負則說明此種正向概率相對較小。仿真模擬過程中，本文先建立只納入網絡密度的零模型作為評價基準（Harris，2014），然后按照內生結構變量、節點屬性變量和網絡協變量順序逐步增加變量，再根據AIC和BIC準則確定模型是否得到優化，從而判定網絡擬合效果的優劣（許和連等，2015）?？紤]到參數對算法敏感性，后文也采用MCMC-PLE方法進行穩健性檢驗。

（三）網絡變量選取與數據來源

本文主要參考許和連等（2015）做法，將自變量劃分為內生結構變量、節點屬性變量和協變量三大類。

1.被解釋變量

被解釋變量為[G]對應的邊[wiji，j=1，2，…，N]組成的矩陣[W]，若[i]和[j]節點有連邊[wij]=1，否則取0。

2.內生結構變量

（1）網絡密度。用于控制網絡基礎結構，相當于傳統回歸模型的常數項。（2）幾何加權邊共享伙伴。反映兩國間若擁有1個或多個共享伙伴國，則兩國更傾向于進行貿易，即基于網絡三元傳遞性，從貿易集聚視角反映網絡關系是否存在三元傳遞閉合關系。公式為[vg;α=eαi=1n?21?1?e?αiESPig]。ESPi（g）為具有i個共享伙伴的邊數，[α]為衰減參數，取1。

3.節點屬性變量

（1）對數化國內生產總值。以現價美元計的國內生產總值取對數表示。（2）制度質量。參考劉震等（2024），取各國腐敗控制、話語權和問責制、政治穩定、政府效率、監管質量與法制六分項簡單算術平均。（3）關稅率。取各國所有產品MFN簡單算術平均稅率。（4）貿易便利化。參考Wilson et al（2003）、孔慶峰和董虹蔚（2015），用標準化、正向化后的各國進口所需文件數表示。

4.協變量網絡

（1）共同邊界。兩國若相鄰，矩陣元素取1，否則取0。（2）共同語言關系。矩陣元素取值與共同邊界同理。（3）歷史殖民關系。兩國歷史上存在殖民關系，元素取1，否則取0。（4）宗教信仰關系。兩國存在9%以上的人口具有相同宗教信仰，元素取1，否則取0。（5）加權區域貿易協定網絡。加權區域貿易協定是以一國與伙伴國是否簽署自由貿易協定FTA、關稅同盟CU、共同市場CM、經濟聯盟EU和完全一體化PEI等形式中的任何一種為基礎，然后用該國與簽署協定的伙伴國增加值貿易額占該國與所有伙伴國增加值貿易額的比重作為權重，最后進行加權得到。對于一國而言，若協定簽署伙伴國為小國，簽署協定可能不會對其貿易地位產生明顯影響。若協定簽署伙伴國為大國，則簽署協定會在原有貿易規模上起到明顯加強作用。各變量設定說明及數據來源如表3所示。

表3 各變量設定說明

[類別 名稱 設定方式 含義 數據來源 被解釋變量 網絡矩陣 若[i]和[j]節點有連邊[wij]=1，否則取0 [i]和[j]節點是否存在貿易關系，如果有，則存在高等級貿易關系 UNCTAD 內生結構變量 網絡密度 相當于傳統回歸模型中的常數項，無實際意義 用于控制網絡基礎結構。 UNCTAD 幾何加權共享伙伴 [vg;α] 從貿易集聚角度刻畫三元傳遞閉合效應 UNCTAD 節點屬性變量 國內生產總值 以美元計的名義GDP并取對數 經濟規模 World Bank、IMF 制度質量 腐敗控制、話語權和問責制、政治穩定、政府效率、監管質量與法制六分項指標簡單算術平均 制度環境 透明國際 關稅率 所有產品MFN簡單算術平均稅率 進口關稅 World Bank 貿易便利化 進口所需文件數并進行標準化和正向化處理 海關手續便利度 營商環境報告 協變量網絡 共同邊界 兩國邊界接壤，元素取1，否則取0 地理接壤與否 CEPII、Google Earth 共同語言關系 兩國擁有共同語言，元素取1，否則取0 語言文化相近性 CEPII 歷史殖民關系 兩國歷史上存在過殖民關系元素取1，否則取0 歷史影響 CEPII 宗教信仰關系 兩國擁有共同宗教信仰，元素取1，否則取0 宗教文化相近性 CEPII 加權區域貿易協定 以各國是否簽署FTA、CU、CM、EU和PEI等任何一種為基礎，是則元素取1，否則取0；然后用該國與簽署協定伙伴國增加值貿易額占該國與所有伙伴國增加值貿易額的比重作為權重，最后進行加權 加權貿易協定 CEPII、WITS、UNCTAD、Bergstrand and Baier（2015） EIA數據庫 ]

四、形成機理分析

本文接下來逐步將內生結構變量、節點屬性變量和網絡協變量納入模型，分別估計，促使模擬網絡逐漸逼近觀測網絡，當擬合優度達到較優時，其對應的模型參數比較可靠。模擬結果如表4所示。

（一）模擬結果分析

列（1）僅納入網絡密度進行模擬，相應AIC和BIC值高達264869.2和264879.9，說明世界增加值貿易網絡形成并非隨機，僅控制網絡基礎結構不足以全面揭示其成因。列（2）加入幾何加權共享伙伴變量后，其AIC和BIC值有所上升，說明模型擬合效果相對下降。通過逐步納入變量方式，列（12）納入三類變量，其AIC和BIC值分別為53138.6和53281.2，說明納入全部變量后，本文模型擬合效果較好。1從列（12）可見，網絡密度系數為-74.621且顯著，網絡內生結構會略微促進貿易關系形成，但其程度相對較小（[e?74.6211+e?74.621]），假設1a成立。經計算，幾何加權共享伙伴的促進效應約為61.6%，說明三元傳遞閉合效應是促進世界增加值貿易網絡關系形成的重要因素，假設1b成立。國內生產總值、制度質量和貿易便利化對貿易網絡關系形成的概率分別為79.8%、66.2%和66.6%，說明經濟規模的擴大、制度質量提升以及貿易便利化水平提升均有助于世界增加值貿易網絡關系的形成，假設2a、2b和2d成立。關稅率影響效應約為49.8%，說明關稅率會以低于50%的概率影響世界增加值貿易網絡關系的形成，這與假設2c一致。協變量中，只有共同邊界、加權區域貿易協定和歷史殖民關系產生了明顯積極影響，假設3a、3c和3e成立。相比之下，共同語言和宗教信仰關系未產生明顯積極作用。盡管共同語言關系有利于拉近各國文化距離，但隨著各國信息交流和技術通訊的進步，不同語言的國家之間可通過線上線下翻譯等技術消除文化距離的阻礙作用。隨著各國貿易伙伴國數量的增多，一國對特定伙伴國如殖民國的經濟依賴相對下降，這可能會對歷史殖民關系形成削弱作用。世界增加值貿易網絡格局具有其內在組織結構，其中三元傳遞閉合效應是促成貿易集團化趨勢的成因，經濟規模和制度質量有利于一國貿易關系的形成。

（二）擬合效果分析

以上結果并未比較模擬網絡和觀測網絡之間是否存在顯著差異，若不存在，說明擬合效果較好。本文接下來采用GOF檢驗和MCMC診斷，檢驗模擬網絡擬合效果以及擬合模型是否會退化為空網絡或滿網絡。基于表4列（12）估計參數，圖3分別繪制了1000個模擬網絡的度分布、測地線距離、二元共享伙伴數和三元共享伙伴數的分布與觀測網絡分布指標的箱式和折線混合圖，其中深黑線為觀測網絡中位數，灰色為模擬網絡對應指標，而淺灰色對應模擬網絡指標對應的95%置信區間。可見，四子圖指標基本位于觀測網絡指標周圍，且后者處于95%置信區間對應灰色區域內，表明本文模型對觀測網絡模擬效果較好。此外，模擬網絡MCMC診斷結果表明，本文模型未發生退化情況。1總之，本文模型擬合效果較好，主要結論成立。

（三）異質性結果分析

1.時間段異質性

基于世界增加值貿易網絡動態結構性演變的特征事實，本文分別以2008年金融危機和2013年“一帶一路”倡議提出作為分界點分別估計，結果如表5列（1）—（3）所示。各階段除2013年以前關稅率和歷史殖民關系系數不顯著外，其余變量如國內生產總值、制度質量、共同邊界和加權區域貿易協定等在其他階段均顯著，且數值大小整體趨于下降，說明各國國內生產總值、制度質量、邊界接壤關系以及簽署區域貿易協定對貿易網絡形成的作用趨于弱化。相比之下，關稅和共同宗教信仰關系的作用有所強化。這可能是因為金融危機不僅沖擊了GVC分工，造成部分國家間貿易往來的中斷，降低了各國間增加貿易關系形成的概率。2013年我國提出的“一帶一路”倡議為區域經貿合作提供了磋商平臺，而且隨著更多經濟體的不斷加入，我國與更多地理非接壤的國家簽署或升級區域貿易協定，促使該倡議的影響逐漸呈現遞減趨勢，并且進一步強化了傳統關稅等因素的影響。

2.中心地位異質性

考慮到不同中心地位國家對資源控制和利用能力有所差異，高中心地位國家控制能力相對更強且易于形成“富人俱樂部”，本文先根據2003—2021年平均度數36.46構建節點中心度虛擬變量NP，若節點度數高于36.46取1，否則取0，然后納入模型進行估計。從列（4）可知，NP系數顯著為正，因此高中心地位國家間更易形成增加值貿易關系，這與GVC分工的區域性相符合。GVC已形成以德國、美國和中國為主的歐洲、美洲和亞洲區域價值鏈分工與貿易體系，相比于非中心和邊緣國家，中心國之間增加值貿易規?；騼r值鏈分工深度都相對更高，最終形成相對緊密的增加值貿易關系網絡。

3.區域異質性

某一區域中心地位的高低不僅體現其與其他區域貿易關系緊密程度，也能揭示該區域內部國家之間貿易聯系的疏密情況。本文推斷相比于“一帶一路”國家，四類因素對非“一帶一路”國家貿易關系形成的積極作用更強。將樣本劃分為“一帶一路”和非“一帶一路”國家后，本文重新進行估計，結果如列（5）—（6）所示。通過比較可得結論：網絡內生結構、國內生產總值、制度質量和關稅率對“一帶一路”國家增加值貿易關系的形成及演化的作用明顯強于非“一帶一路”國家。這是因為相比于“一帶一路”國家，非“一帶一路”國家高中心度國家如美國、德國、法國等更多，這些國家更易于與中心度高的國家建立貿易關系，并通過后者與低中心度以及邊緣國家建立間接貿易關系。其余變量如邊界接壤關系、簽署區域貿易協定和共同宗教信仰等更強促進非“一帶一路”國家貿易網絡關系的形成。實際上，這從側面體現出“一帶一路”國家在利用地理邊界、區域貿易協定等促成區域貿易網絡關系形成方面存在較大空間。

（四）穩健性檢驗

本文采用不同估計方法、不同抽樣規模、奇偶年份、相隔多期和分年份等方式，開展穩健性檢驗。1（1）不同估計方法。本文將前文MCMC-MLE法改為MCMC-PLE法（Hunter et al.，2008），把對極大似然函數的估計轉變為對偽極大似然函數的估計，以實現對MLE的近似。該法不需要仿真模擬，能大幅減少運算量，且在樣本量較大時被證明是一致的。結果表明估計結果與基準估計無明顯差異。（2）不同抽樣規模。本文將抽樣次數分別擴大到1000次和5000次，然后進行重新估計。結果發現，核心變量依舊顯著，且數值較為接近，說明前文擬合結果對抽樣規模不敏感。（3）偶數年份、奇數年份。本文進一步將數據年度劃分為偶數年和奇數年兩類，分別進行仿真模擬，結果發現，兩類數據結果中主要變量顯著性與基準一致，因此考慮網絡內生結構可能的跨年度依賴時，結果也相對穩健。（4）相隔兩年、三年和四年時間。本文采用每隔兩年、隔三年以及隔四年方式進行仿真模擬，結果表明核心變量系數均顯著且比較接近，說明前文擬合結果基本穩健，對網絡內生結構設定不敏感。（5）分年份估計。本文采用不考慮時間依賴特性的ERGM模型分別對2003—2021年數據分別進行仿真模擬（未加入GWESP變量），結果發現，在多數年份內主要變量顯著，這在一定程度上說明了本文模型的穩健性以及ERGM模型忽視貿易網絡時間維度的缺陷?？傊疚闹饕Y論穩健。

五、結論與啟示

本文基于UNCTAD-Eora增加值貿易數據，采用CNA法評價了2003—2021年世界增加值貿易網絡演變特征，結果表明：世界增加值貿易網絡不斷擴大、聯系趨于緊密和區域化、融合度逐漸加深，已形成以德國、美國和中國為中心和“橋梁”的“多極化”分布格局和聯結疏密差異明顯但結構相對穩定的五大社團凝聚子群；“一帶一路”與非“一帶一路”國家網絡地位差距趨于波動收窄。進一步采用TERGM模型進行網絡模擬發現，關系偏好連接效應、三元傳遞閉合效應、各國GDP、制度質量、共同邊界、區域貿易協定和歷史殖民關系是世界增加值貿易網絡形成的決定因素，各因素對網絡形成的積極影響不僅在不同區域和階段有明顯差異，而且會隨國家網絡地位的提升而增強。采用不同方法、不同抽樣次數、不同時段以及分年度穩健性檢驗后，本文主要結論依舊穩健。

本文主要政策啟示如下：第一，統籌考量各國利益關切，發揮中心聯結作用，促進深度包容性融合。世界各國經貿關系交織融合加速演化，已形成以德國、美國和中國為核心的“多極化”貿易網絡分布格局。我國由非核心向核心貿易大國角色的快速轉變與其他核心與非核心國之間密切相關。我國應樹立全局性和系統性思維，統籌考量各國貿易利益關切，更多兼顧低貿易地位國家貿易利得，加強與非中心及邊緣國家間貿易聯系，避免其陷入邊緣和孤立地位，從而更為包容性推動全球經貿網絡深度融合。第二，加快調整貿易結構，加強經貿政策磋商，變“競爭抑制”為“互補促進”。世界貿易網絡五大社團凝聚子群反映出各國貿易集團化發展態勢以及貿易結構的競爭性。為避免相似貿易結構帶來的“競爭抑制”，我國應加快推動產業轉型升級，調整貿易結構，盡快占據全球中高端市場，變“競爭抑制”為“互補促進”。第三，發揮地理鄰近優勢，加快簽署或升級區域貿易協定，構建周邊區域價值鏈。應利用好地理鄰近天然優勢，遵循“由近及遠”原則，通過簽署或升級區域貿易協定，為區域價值鏈構建提供制度供給。如優先加快與“一帶一路”等地理鄰近國家間價值鏈分工與合作，擴大對周邊區域產能輸出和低端產業轉移等方式，構建“以我為主、他國為輔”的包容性周邊區域價值鏈。第四，提升國際分工地位，增強經貿規則話語權，推動全球經貿格局的重構。世界貿易網絡“核心-邊緣”等級結構的存在意味著國際貿易關系的不平等交換在短期內難以改變。多數發展中國家國際話語權相對較弱，長此以往或將面臨貿易利益上的“縱向壓榨”和貿易規則上的“比較弱勢”，迫切需要通過提升網絡地位、增強國際經貿規則話語權，逐漸改變此種不平等貿易關系，最終推動全球經貿規則的重構，促使其向著更加包容、互惠和平衡的方向發展。

參考文獻

陳銀飛，2011，“2000-2009年世界貿易格局的社會網絡分析”，《國際貿易問題》，第11期，第31-42頁。

鄧慧慧、徐昊、王強，2023，“數字經濟與全球制造業增加值貿易網絡演進”，《統計研究》，第5期，第3-19頁。

葛純寶、于津平、劉亞攀，2022，“‘一帶一路’增加值貿易網絡演變及其影響因素”，《財經論叢》，第7期，第15-24頁。

葛純寶、于津平，2020，“‘一帶一路’沿線國家貿易便利化與中國出口——基于拓展引力模型的實證分析”，《國際經貿探索》，第9期，第22-35頁。

方慧、張瀟葉，2024，“共建‘一帶一路’國家制造業增加值貿易網絡的演化分析”，《亞太經濟》，第1期，第73-81頁。

孔慶峰、董虹蔚，2015，“‘一帶一路’國家的貿易便利化水平測算與貿易潛力研究”，《國際貿易問題》，第12期，第158-168頁。

李敬、陳澍、萬廣華、付陳梅，2014，“中國區域經濟增長的空間關聯及其解釋——基于網絡分析方法”，《經濟研究》，第11期，第4-16頁。

李清如、王冰雪，2023，“全球數字產品貿易依賴網絡的演化機制及影響因素研究”，《經濟問題探索》，第10期，第151-169頁。

李榮林、熊燕、倪何永樂，2022，“中國對非援助的出口貿易效應——基于出口增加值的視角”，《南方經濟》，第2期，第38-54頁。

劉林青、閆小斐、楊理斯、宋敏，2021，“國際貿易依賴網絡的演化及內生機制研究”，《中國工業經濟》，第2期，第98-116頁。

劉震、潘雨辰、陳志成，2024，“海外園區空間網絡嵌入如何影響‘一帶一路’利益共享：基于增加值視角”，《南方經濟》，第4期，第74-93頁。

馬述忠、任婉婉、吳國杰，2016，“一國農產品貿易網絡特征及其對全球價值鏈分工的影響——基于社會網絡分析視角”，《管理世界》，第3期，第60-72頁。

馬菁、曾剛、孫康，2024，“全球數字貿易網絡結構演化及影響因素分析”，《地理科學》，第3期，第439-450頁。

毛其淋、盛斌，2014，“貿易自由化與中國制造業企業出口行為：‘入世’是否促進了出口參與？”，經濟學（季刊），第2期，第647-674頁。

潘鎮，2006，“制度質量、制度距離與雙邊貿易”，《中國工業經濟》，第7期，第45-52頁。

任福耀、孟珊珊、馮闊，2023，“全球數字服務貿易網絡對國際創新活動的影響——基于增加值貿易的視角”，《經濟學家》，第11期，第100-109頁。

田巍、余淼杰，2013，“企業出口強度與進口中間品貿易自由化：來自中國企業的實證研究”，《管理世界》，第1期，第28-44頁。

王博、陳諾、林桂軍，2019，“‘一帶一路’沿線國家制造業增加值貿易網絡及其影響因素”，《國際貿易問題》，第3期，第85-100頁。

王永進、盛丹、施炳展、李坤望，2010，“基礎設施如何提升了出口技術復雜度？”，《經濟研究》，第7期，第103-115頁。

王珊珊、孫程九，2023，“經濟制裁是否破壞了增加值貿易網絡——基于全球制裁數據的社會網絡分析”，《國際貿易問題》，第2期，第74-91頁。

許和連、孫天陽、成麗紅，2015，“‘一帶一路’高端制造業貿易格局及影響因素研究——基于復雜網絡的指數隨機圖分析”，《財貿經濟》，第12期，第74-88頁。

姚星、梅鶴軒、蒲岳，2019，“國際服務貿易網絡的結構特征及演化研究——基于全球價值鏈視角”，《國際貿易問題》，第4期，第109-124頁。

祝樹金、鐘騰龍、李仁宇，2018，“中間品貿易自由化與多產品出口企業的產品加成率”，《中國工業經濟》，第1期，第41-59頁。

Acemoglu， D.， Antràs， P. and Helpman， E.， 2007， “Contracts and Technology Adoption”， American Economic Review， 97（3）： 916-943.

Anderson， J.E. and Wincoop， V.E.， 2003， “Gravity with Gravitas： A Solution to the Border Puzzle”， American Economic Review， 93（1）： 170-192.

Akerman， A. and Seim， A.L.， 2014， “The Global Arms Trade Network 1950–2007”， Journal of Comparative Economics， 42（3）： 535-551.

Amighini， A. and Gorgoni， S.， 2014， “The International Reorganization of Auto Production”， The World Economy， 37（7）： 923-952.

Baldwin， R. and Jaimovich， D.， 2012， “Are Free Trade Agreements Contagious？”， Journal of International Economics， 88（1）： 1-16.

Baier， S.L.， Bergstrand， J.H. and Feng， M.， 2014， “Economic Integration Agreements and the Margins of International Trade”， Journal of International Economics， 93（2）： 339-350.

Barigozzi， M.， Fagiolo， G. and Mangioni， G.， 2011， “Identifying the Community Structure of the International-Trade Multi-Network”， Physica A： Statistical Mechanics and Its Applications， 390（11）： 2051-2066.

Berthou， A. and Ehrhart， H.， 2017， “Trade Networks and Colonial Trade Spillovers”， Review of International Economics， 25（4）： 891-923.

Bernard， A.B. and Jensen， J.B.， 2004， “Why Some Firms Export”， Review of Economics and Statistics， 86（2）： 561-569.

Carvalho， V.M.， 2014， “From Micro to Macro Via Production Networks”， Journal of Economic Perspectives， 28（4）： 23-48.

Chaney， T.， 2014， “The Network Structure of International Trade”， American Economic Review， 104（11）： 3600-3634.

Cranmer， S.J. and Desmarais， B.A.， 2011， “Inferential Network Analysis with Exponential Random Graph Models”， Political Analysis， 19（1）： 66-86.

De Benedictis， L.， Nenci， S.， Santoni， G.， Tajoli， L. and Vicarelli， C.， 2014， “Network Analysis of World Trade Using the BACI-CEPII Dataset”， Global Economy Journal， 14（03n04）： 287-343.

Fagiolo， G.， Reyes， J. and Schiavo， S.， 2008， “On the Topological Properties of the World Trade Web： A Weighted Network Analysis”， Physica A： Statistical Mechanics and Its Applications， 387（15）： 3868-3873.

Feng， L.， Xu， H.， Wu， G.， Zhao， Y. and Xu， J.， 2020， “Exploring the Structure and Influence Factors of Trade Competitive Advantage Network Along the Belt and Road”， Physica A： Statistical Mechanics and Its Applications， 559： 125057.

Freeman， L.C.， 2002， “Centrality in Social Networks： Conceptual Clarification”， Social Network： Critical Concepts in Sociology. Londres： Routledge， （1）： 238-263.

Giuliani， E.， 2013， “Network Dynamics in Regional Clusters： Evidence from Chile”， Research Policy， 42（8）： 1406-1419.

Moya， G.E.， Lozano， S. and Adenso-díaz， B.， 2020， “Analyzing the Structure of the Global Wheat Trade Network： An ERGM Approach”， Agronomy， 10（12）： 1967.

Guiso， L.， Sapienza， P. and Zingales， L.， 2009， “Cultural Biases in Economic Exchange？”， The Quarterly Journal of Economics， 124（3）： 1095-1131.

Harris， J.K.， 2014， “An Introduction to Exponential Random Graph Modeling”， Washington D.C： Sage Publications.

Hunter， D.R.， Goodreau， S.M. and Handcock， M.S.， 2008， “Goodness of Fit of Social Network Models”， Journal of The American Statistical Association， 103（481）： 248-258.

Koopman， R. Wang， Z. and Wei， S.J.， 2014， “Tracing Value-added and Double Counting in Gross Exports”， American Economic Review， 104（2）： 459-494.

Kandogan， Y.， 2018， “Topological Properties of the International Trade Network Using Modified Measures”， The International Trade Journal， 32（3）： 268-292.

Kali， R. and Reyes， J.， 2007， “The Architecture of Globalization： A Network Approach to International Economic Integration”， Journal of International Business Studies， 38： 595-620.

Limao， N. and Venables， A.J.， 2001， “Infrastructure， Geographical Disadvantage， Transport Costs， and Trade”， The World Bank Economic Review， 15（3）： 451-479.

Leifeld， P.， Cranmer， S.J. and Desmarais， B.A.， 2018， “Temporal Exponential Random Graph Models with Btergm： Estimation and Bootstrap Confidence Intervals”， Journal of Statistical Software， 83（6）： 1-36.

Lozano， S. and Gutiérrez， E.， 2018， “A Complex Network Analysis of Global Tourism Flows”， International Journal of Tourism Research， 20（5）： 588-604.

Lusher， D.， Johan， K. and Garry， R.， 2013， “Exponential Random Graph Models for Social Networks： Theory， Methods， and Applications”， New York： Cambridge University Press.

Newman， M.E.J. and Girvan， M.， 2004， “Finding and Evaluating Community Structure in Networks”， Physical Review E， 69（2）： 026113.

UNCTAD.， 2013， “Global Value Chains and Development： Investment and Value-Added Trade in the Global Economy”， United Nations Publication.

Wilson， J.S.， Mann， C.L. and Otsuki， T.， 2003， “Trade Facilitation and Economic Development： A New Approach to Quantifying the Impact”， The World Bank Economic Review， 17（3）： 367-389.

Wang， C.， Huang， X.， Lim， M.K.， Tseng， M.L. and Ghadimi， P.， 2020， “Mapping the Structural Evolution in the Global Scrap Copper Trade Network”， Journal of Cleaner Production， 275（1）： 122934.

Wasserman， S. and Faust， K.， 1994， “Social Network Analysis： Methods and Applications”， New York： Cambridge University Press.

World Trade Organization （WTO）.， 1998， “WTO： A Training Package; What is Trade Facilitation？”， Last accessed in 2006. www. wto. org/english/thewto_e/whatis_e/eol/e/wto02/wto2_69. htm#note2.

Xu， H.， Feng， L.， Wu， G. and Zhang， Q.， 2021， “Evolution of Structural Properties and Its Determinants of Global Waste Paper Trade Network Based on Temporal Exponential Random Graph Models”， Renewable and Sustainable Energy Reviews， 149（111402）： 111402.

Yang， Y. and Liu， W.， 2024， “Free Trade Agreements and Domestic ValueAdded in Exports： An Analysis from the Network Perspective”， Economic Modelling， 132： 106656.

Zhou， M.， Wu， G. and Xu， H.， 2016， “Structure and Formation of Top Networks in International Trade， 2001-2010”， Social Networks， 44（9）： 9-21.

The Evolution and Mechanism Formation of World Value-Added Trade Network：

Based on Complex Network Analysis Method

Ge Chunbao Yu Jinping Chen Jing Li Na

Abstract： The division of labor in GVCs has changed the paradigm of world production， and has had a profound impact on the system of world trade networks and the status of countries' trade networks. Different from aggregate trade， DVA mainly redefines import and export of value added from the demand side， emphasizing that net value added can overcome the problem of "double-counting" in traditional trade statistics， so as to objectively reveal the trade benefits gained by countries participating in the international division of labor. In the GVC network， the scale of DVA trade can reflect a country's participation in the international division of labor and product production， such as research and development， input factors， processing and manufacturing， distribution and after-sales service and many other aspects of the degree of division of labor and division of labor status， and the level of the status of the division of labor is directly a country's value-added capacity， the level of competitive advantage， and even the size of the right to formulate rules of international trade and commerce and the size of the right to speak. Examining the evolutionary characteristics of the world's DVA trade network and exploring the formation mechanism behind it are of great significance in revealing the distribution pattern of international trade networks， grasping the trend of the evolution of global economic and trade patterns， and promoting the governance strategy of the new round of global economic and trade rules. Based on UNCTAD-Eora value-added trade data， this paper evaluates the evolutionary characteristics of the world domestic value-added trade network from 2003 to 2021 by using the CNA method.

The results show that： the world DVA trade network has been expanding， becoming more and more closely connected and regionalized， and the degree of integration has deepened， and a "multi-dimensional" network has been formed with Germany， the United States and China as the center and the "bridge"， and the "multi-faceted" network has been formed， as well as five cohesive subgroups of associations with obvious differences in the sparseness of connections but relatively stable structures; The trade network status gap between "Belt and Road" and non-"Belt and Road" countries tends to fluctuate and narrow. Further network simulation using the TERGM model finds that relationship preference connectivity effect， ternary transmission closure effect， countries' GDP， institutional quality， tariff level， trade facilitation level， common borders， RTA network and religious beliefs relationship network are the determinants of the formation of the world's DVA trade network， and that the positive impacts of the factors not only differ significantly in different regions and stages. It also increases with the status of a country's trade network.

Keywords： Domestic Trade in Value-Added; Complex Network Analysis; Time-varying Exponential Random Graph Model; Belt & Road

（責任編輯：徐久香）

*葛純寶（通訊作者），安徽財經大學合肥高等研究院，江蘇現代服務業協同創新中心，E-mail：120220154@aufe.edu.cn，通訊地址：安徽省合肥市包河區包河大道228號安徽財經大學合肥高等研究院407室，郵編：230071，210023；于津平，南京大學商學院，E-mail：yujp@nju.edu.cn；陳京，清華大學公共管理學院，E-mail：chenjing19@tsinghua.org.cn；李娜，新疆大學經濟與管理學院，E-mail：838953730@stu.xju.edu.cn。作者文責自負。

基金項目：本文受國家社會科學基金項目“推動‘一帶一路’貿易和投資自由化便利化研究：量化評價與推進戰略”（1BVDL014）和安徽省高?？蒲兄攸c項目“RCEP和‘一帶一路’背景下安徽省探索打造貿易便利化示范區的研究”（2024AH052139）資助。

1 基于數據可得性，本文主要選取世界132個國家作為研究樣本。根據世界銀行2018年數據，132國家美元現價GDP占世界比重約為95.47%。這些國家及其ISO編碼為：阿富汗AFG、阿爾巴尼亞ALB、阿爾及利亞DZA、阿根廷ARG、亞美尼亞ARM、澳大利亞AUS、奧地利AUT、阿塞拜疆AZE、巴林BHR、孟加拉國BGD、白俄羅斯BLR、比利時BEL、貝寧BEN、不丹BTN、玻利維亞BOL、波黑BIH、博茨瓦納BWA、巴西BRA、文萊BRN、保加利亞BGR、布基納法索BFA、布隆迪BDI、柬埔寨KHM、喀麥隆CMR、加拿大CAN、乍得TCD、智利CHL、中國CHN、哥倫比亞COL、哥斯達黎加CRI、克羅地亞HRV、塞浦路斯CYP、捷克CZE、丹麥DNK、多米尼加DOM、厄瓜多爾ECU、埃及EGY、薩爾瓦多SLV、愛沙尼亞EST、埃塞俄比亞ETH、芬蘭FIN、法國FRA、加蓬GAB、格魯吉亞GEO、德國DEU、加納GHA、希臘GRC、危地馬拉GTM、圭亞那GUY、海地HTI、洪都拉斯HND、匈牙利HUN、冰島ISL、印度IND、印度尼西亞IDN、伊朗IRN、愛爾蘭IRL、以色列ISR、意大利ITA、牙買加JAM、日本JPN、約旦JOR、哈薩克斯坦KAZ、肯尼亞KEN、科威特KWT、吉爾吉斯斯坦KGZ、老撾LAO、拉脫維亞LVA、黎巴嫩LBN、萊索托LSO、立陶宛LTU、盧森堡LUX、馬達加斯加MDG、馬拉維MWI、馬來西亞MYS、馬爾代夫MDV、馬里MLI、毛里塔尼亞MRT、毛里求斯MUS、蒙古MNG、黑山MNE、摩洛哥MAR、莫桑比克MOZ、緬甸MMR、納米比亞NAM、尼泊爾NPL、荷蘭NLD、新西蘭NZL、尼加拉瓜NIC、挪威NOR、阿曼OMN、巴基斯坦PAK、巴拿馬PAN、巴拉圭PRY、秘魯PER、菲律賓PHL、波蘭POL、波多黎各PRT、卡塔爾QAT、韓國KOR、摩爾多瓦MDA、羅馬尼亞ROU、俄羅斯RUS、盧旺達RWA、沙特阿拉伯SAU、塞內加爾SEN、塞爾維亞SRB、新加坡SGP、斯洛伐克SVK、斯洛文尼亞SVN、南非ZAF、西班牙ESP、斯里蘭卡LKA、瑞典SWE、瑞士CHE、塔吉克斯坦TJK、泰國THA、北馬其頓MKD、特立尼達和多巴哥TTO、土耳其TUR、烏干達UGA、烏克蘭UKR、阿聯酋ARE、英國GBR、坦桑尼亞TZA、美國USA、烏拉圭URY、烏茲別克斯坦UZB、委內瑞拉VEN、越南VNM、也門YEM和贊比亞ZMB。

2 本文國家代指國家、地區或經濟體等。

1 該算法相對成熟，公式略。

1 篇幅所限，僅報告度數和中介中心度結果，其余中心度結果與此相似，未報告，備索。

1 根據一帶一路網，本文將樣本中的60個國家作為沿線國家，分別為：阿富汗、阿爾巴尼亞、亞美尼亞、阿塞拜疆、巴林、孟加拉國、白俄羅斯、不丹、波黑、文萊、保加利亞、柬埔寨、中國、克羅地亞、捷克、埃及、愛沙尼亞、格魯吉亞、匈牙利、印度、印度尼西亞、伊朗、以色列、約旦、哈薩克斯坦、科威特、吉爾吉斯斯坦、老撾、拉脫維亞、黎巴嫩、立陶宛、馬來西亞、馬爾代夫、蒙古、黑山、緬甸、尼泊爾、阿曼、巴基斯坦、菲律賓、波蘭、卡塔爾、摩爾多瓦、羅馬尼亞、俄羅斯、沙特阿拉伯、塞爾維亞、新加坡、斯洛伐克、斯洛文尼亞、斯里蘭卡、塔吉克斯坦、泰國、馬其頓、土耳其、烏克蘭、阿聯酋、烏茲別克斯坦、越南和也門。

1 篇幅所限，測算結果略，備索。

1 由于同時加幾何加權共享伙伴和節點屬性變量等會導致部分模型不收斂，考慮便于比較兼顧技術可行性，表4只在列（1）和列（12）納入該變量。

1 篇幅所限，MCMC圖略。

1 篇幅所限，檢驗結果略，留存備索。