“一带一路”国家经济发展的空间关联网络及其影响因素研究

尹 秀，刘传明

(1.南开大学 经济学院，天津 300071；2.中央财经大学 经济学院，北京 100081)

一、引 言

近年来，逆全球化思潮暗流涌动，全球经济复苏乏力，贸易保护主义抬头，加强区域经济合作具有重要意义。 “一带一路”倡仪致力于促进沿线国家间经济要素有序自由流动、资源高效配置和市场深度融合，通过增强各国经济互联互通实现共赢合作。目前“一带一路”沿线国家的经济联系表现出以下两个方面的特征：一方面，“一带一路”沿线国家之间贸易依赖度增强，资本、劳动力等生产要素的流动日益增多，各国间经济发展突破了单线程的简单联系，呈现出复杂的多线程结构形态；另一方面，各国间的经济合作超越了地理学意义上的邻近国家互促关系，国家间的经济联系日益超越了地理距离的束缚，各国间经济发展的空间关联日益增强。在此背景下，如何识别“一带一路”沿线国家经济发展空间关联关系？如何刻画“一带一路”沿线国家经济发展空间关联网络的结构特征？如何揭示“一带一路”沿线国家空间关联的影响因素？以上问题亟待回答。

针对“一带一路”沿线国家经济发展关联的已有研究主要分为以下三个方面：首先是“一带一路”促进沿线国家贸易互利的分析。“一带一路”倡议下的六大经济走廊交通基础设施互联互通，将减少沿线国家贸易运输成本，有效促进贸易便利化[1]，而贸易便利化将进一步扩大地区间的贸易潜力[2]，加深国家间的贸易依赖程度[3]。陈虹和杨成玉[4]的研究表明中国与“一带一路”沿线国家建立自由贸易区将有效促进各国的贸易增长和经济发展，同时对于贸易平衡起到稳定器作用。其次，从某一个具体层面或基于“一带一路”沿线某个地区来揭示经济发展空间关联的网络结构。马远和徐俐俐[5]的研究表明“一带一路”沿线国家天然气贸易网络密度以及互惠性偏低。邹嘉龄和刘卫东[6]、种照辉和覃成林[7]研究了“一带一路”沿线国家贸易网络，结果表明，“一带一路”沿线国家贸易网络密度增强，贸易互补性大于贸易竞争[8]。然而，“一带一路”沿线国家经济联系不仅仅体现在贸易方面，制造业合作、跨国投资、海外并购等都是各国经济合作的重要方式[9-11]。黎鹏等[12]则基于网络分析方法的研究表明中国与东盟国家间经济发展的交叉溢出效应明显而非两两溢出。最后，通过构建空间计量模型，设置不同空间权重来揭示地理距离、相邻地区之间的空间关联。敬莉等[13]基于空间误差模型研究表明“一带”国内段明显提高了我国的区域经济关联。肖光恩和刘锦学[14]基于空间计量方法实证分析了中国与“一路”中东盟国家之间存在多样相互依赖的外部空间溢出效应。

已有研究为“一带一路”沿线国家经济发展的空间关联分析奠定了一定基础。然而，由于方法和数据的限制，研究仍存在三个方面的局限，一是既有研究大多关注“一带一路”沿线国家贸易的空间关联，对沿线国家整体经济发展的空间关联研究较少。然而“一带一路”的建设不仅仅增加了沿线国家的空间贸易关联，更促进了沿线国家间的资金融通、能源输送、产能合作以及信息交流，因此，“一带一路”建设对沿线经济体的影响是全方位的。二是已有研究所揭示的“一带一路”沿线国家经济发展空间关联特征仅考虑了空间上的邻近关系，难以从整体上把握“一带一路”沿线国家经济发展空间关联特征。而“一带一路”建设的初衷之一就是要扩大互利合作的范围，形成更高水平的区域经济合作。因此，基于空间邻近关系的研究对于“一带一路”沿线国家复杂经济空间关联关系的刻画略显单薄。三是基于空间计量方法的研究不能揭示“一带一路”沿线国家经济发展空间关联的具体结构形态和空间集聚特征。诸多经济要素的相互作用、国家之间各异的合作方式决定了“一带一路”沿线国家经济发展的空间关联都不可能是简单的线性关系，而是呈现出复杂的“关系型”网络结构形态。因此，本文借助关系型数据和网络分析视角，利用2000—2014年“一带一路”沿线国家经济发展相关数据，构建修正的引力模型确定“一带一路”沿线国家经济发展的空间关联关系；并利用社会网络分析(Social Network Analysis，SNA)对“一带一路”沿线国家经济发展空间关联网络的整体特征、演变趋势以及沿线诸国在经济发展空间关联网络结构中的地位和作用进行再考察；最后，利用关系矩阵和二次指派程序(Quadratic Assignment Procedure，QAP)模型实证检验“一带一路”沿线国家经济发展空间关联网络的影响因素。

二、可能性分析

(一)基于要素流动的经济互动理论

以资本为载体的一揽子生产要素的跨国流动成为当今世界经济全球化的本质特征，也是研究当代国家分工的逻辑起点[15]。一方面，不同国家和地区在要素禀赋、要素质量以及要素结构等方面具有显著差异，生产要素本身的趋利性导致要素在不同国家之间的流动，构成了国际贸易的最大动因。另一方面，根据流动性不同，生产要素可分为高流动性生产要素和低流动性生产要素。例如，资本逐利而行，流动阻碍小而流动性高；技术具有可复制性而可流动性强；高技术劳动力主观能动性较强可实现轻松移动；三者构成高流动性要素。而土地、廉价劳动力以及经济、政策环境等要素的流动性相对较弱。生产的全球化是高流动性要素在全球追逐低流动性要素进行要素重组的过程[15]。就要素禀赋而言，发达国家高流动性要素较充足，发展中国家低流动性要素较为丰裕，高流动性要素的跨国逐利行为会给发展中国家带来发展机遇。发展中国家以低流动性要素吸引优质国际生产要素，通过引进、复制、消化、吸收、跨国并购等方式获取本国稀缺要素，并在此基础上培育新要素，以补充自身要素结构的不足。同时要素在一国的集聚也会促进该国生产要素的升级、优化和集聚，发展中国家可利用要素集聚的机会促进本国产业集聚，进而完善本国产业结构，促进本国经济发展，改善本国在国际分工中的地位[16]。因此，要素的跨国流动实现了一国要素的动态变化：发展中国家在传统比较优势的基础上通过改善低流动性要素质量，吸引高流动性要素流向本国，通过要素流动实现要素升级和优化，改善要素结构，进而引发国内产业结构以及本国国际贸易结构。区域经贸合作协同发展会促进区域内经济体之间的要素流动进而增加经济体间经贸互动、优势互补，最终实现诸经济体多元、自主、平衡、可持续的发展。

(二)“一带一路”促进区域经济互动的途径

“一带一路”倡仪增强沿线经济体间的互联互通，以合作促发展，增强区域经济互动。“一带一路”以政策沟通、设施联通、贸易畅通、资金融通、民心相通为主要内容，政策沟通意在增强沿线国家间的宏观政策、经济发展战略和对策对接，就区域合作、大型项目实施提供协商和政策支持；设施联通旨在构建基础设施网络，减少运输、沟通成本，增加交通、信息、能源等方面的交流与沟通；贸易畅通主要目标是消除投资和贸易壁垒，促进投资便利化、扩大贸易和投资的领域和层次；资金融通在于深化金融合作，加强金融监管，民心相通则着重增加社会领域的交流与沟通；政策沟通为沿线国家的经贸合作提供政策支持。基础设施网络的构建减少了国家间运输和交易成本，促进了生产要素的跨国流动；投资和贸易壁垒的消减会减少资本的流动成本、提高投资便利化程度，同时也减少了贸易成本，促进了国家间贸易。金融领域的合作则增加了资本跨国流动以及贸易合作的安全程度。“一带一路”沿线国家的全方位合作为区域经济合作提供了良好的环境以及安全保障。我国要素流动实现了双向流动[16]，在遵循要素流动规律的基础上，“一带一路”引进来稀缺要素，同时鼓励国内丰裕生产要素走出去，在促进本国生产要素质量升级和结构优化、促进本国产业升级的同时，也缓解了沿线国家部分要素供给不足之困，助力沿线各国经济发展。同时，沿线各国也将实现稀缺要素“引进来”与丰裕要素“走出去”，实现本国要素集聚，提高要素配置效率，在发挥自身要素禀赋优势的同时抓住机遇，通过学习和溢出效应获取稀缺要素，弥补经济发展的不足，促进本国经济发展。通过沿线国家间的联通，形成“一带一路”沿线经济体的良性互动，真正实现区域经贸合作协同发展。

三、方法与数据

(一)引力模型

社会网络分析以结构中个体之间的关系为分析对象，描述了个体之间的关系模式以及关系模式对整体以及个体的影响，在国际贸易关联及其网络结构分析等方面得到广泛利用[17-18]。为刻画“一带一路”沿线经济体良性经济互动下的空间网络关系，本文引进社会网络分析法。由于引力模型相对于VAR模型具有有效刻画空间关联网络的演变趋势以及提高网络结构特征描述的精确度等方面的优点[19]，本文引入引力模型刻画“一带一路”沿线经济体经济发展空间关联网络，见公式(1)：

(1)

其中，i、j代表不同国家，K为沿线各国资本存量，L为各国劳动力总数，G为实际GDP，Rij代表国家i和国家j经济发展之间的引力，kij表示国家i在国家i和国家j之间经济发展关联中的贡献率，Dij表示国家i和国家j首都之间的球面距离。根据式(1)计算引力矩阵。将引力矩阵的各行取平均值作为临界值，引力高于平均值则表示该行所在国家与该列所在国家经济发展具有关联关系，反之，则不具有关联关系。

(二)网络结构特征指标

1.整体网络特征

对整体网络结构特征的描述通常可以采用网络密度(Density)、网络关联度(Connectedness)、网络等级度(Hierarchy)和网络效率(Efficiency)四个指标。

网络密度用来刻画“一带一路”沿线经济体经济发展空间关联网络的紧密程度，网络密度越高，则网络内部诸国家经济发展的直接联系越密切，网络结构对各国家的影响也越大。网络密度可以用实际发生在所有节点之间的关系总数除以所有节点最多可容纳的关系总数来表示。网络关联度表示关联结构内各国家之间关联的可能性，若网络结构对某一个或某几个国家的依赖性较高，则网络结构较为脆弱；若网络结构内任意两个国家都直接或间接相连，则网络结构较为稳健。网络等级度刻划了“一带一路”沿线各国在网络结构中非对称到达的可能性。网络等级度越高，则表示经济发展空间关联网络中各国之间的等级结构越森严，不同国家在结构网络中支配和从属地位的划分越明显。网络效率反映了网络结构中存在多余连线的程度。国家之间的连线越多，则表明国家之间的经济空间联系越紧密。

2.各节点的网络结构特征

除了对整体网络结构的关联特征描述以外，社会网络分析也注重分析个体在网络结构中的“权力”刻画。网络结构中节点的特征可通过点度中心度(Degree Centrality)、中介中心度(Betweenness Centrality)以及接近中心度(Closeness Centrality)等指标来刻画，通过对各节点中心度的测度来描述某个国家在经济发展关联网络中的地位和作用。点度中心度用本节点的连线数目来表示，点度中心度越高，则表明该国离经济发展关联网络中心的距离越近，与其他国家的联系也越多。中介中心度反映了某个国家在网络中的控制地位，中介中心度越高，则该国家对其他国家经济发展互动行为的控制能力越强。如果一个国家与网络中其他国家的距离都很短，则表示该国家具有较高的接近中心度，该点在传递信息方面就更加容易。一个点的接近中心度是该点与图中所有其他点的最短距离线条之和。

四、网络结构特征

(一)整体网络结构特征及其演变趋势

本文利用引力模型识别了“一带一路”沿线国家经济发展的空间关联关系。为了刻画“一带一路”沿线国家经济发展空间关联的具体形态，本文利用UCINET可视化工具NETDRAW绘制了2014年“一带一路”沿线国家经济发展空间关联网络图(见图1)。“一带一路”沿线国家经济发展的空间关联较为复杂，呈现出典型的网络结构形态。

图1 经济发展空间关联网络图

1.网络密度

图2描述了样本考察期内“一带一路”沿线国家经济发展空间关联网络密度的演变趋势。整体而言，样本考察期内网络密度呈现小幅下降：2000年，沿线各国经济发展空间关联关系总数为317个，网络密度为0.168；2014年，关联关系总数为305个，网络密度为0.161。网络密度在考察期内出现明显波动，2000—2006年，网络密度呈现波浪式运动，有明显的上升和下降阶段。跌幅最重的时期为2006—2011年，在该时期内，网络密度出现直线下跌，至2011年到达最低点0.160。2011—2014年，网络密度呈现明显的上升趋势，表明该时期内“一带一路”沿线国家经济发展空间关联较为密切。

图2 网络密度的演变趋势

经济全球化不可逆转，在此大背景下，各国经济发展的空间联系增强是大势所趋。尽管样本考察期内“一带一路”沿线国家经济发展空间关联网络密度呈现小幅下降趋势，但是下降幅度较小，年均下降率仅为0.274%，且跌幅较重的区间主要集中在2006—2011年，这主要归因于国际金融危机所引发的国际投资和国际贸易格局的重大调整。由于全球经济发展关联度的提高，2008年发端于美国的金融危机迅速通过经济网络演变为全球经济危机，全球多数国家陷入经济衰退。为应对经济危机，贸易保护主义的广度和深度达到了近六十年之顶峰[20]，部分国家通过主动、全面的贸易保护措施保障本国经济发展。重度贸易保护主义使得经济全球化进程受阻，也影响了“一带一路”沿线国家经济发展空间关联。同时也应看到随着全球经济复苏，各国经济发展的空间关联也有再次增强的趋势，2011—2014年间“一带一路”沿线国家经济发展空间关联网络密度的提高就是证据。然而从网络关联数值总量上看，“一带一路”沿线国家经济发展空间关联的紧密性有待进一步提高。沿线44个国家可容纳的最大可能关系为1 892条，而样本考察期内沿线各国经济发展之间实际的关系数为319条，因此促进沿线各国的经济互动与联系还有较大的空间。

2.网络关联性

为衡量“一带一路”沿线国家经济发展空间关联网络的具体结构和网络连接效率，本部分引进网络关联度、网络等级度和网络效率。由样本测度结果来看，在样本考察期内网络关联性均为1，表明“一带一路”沿线国家经济发展的空间关联较为密切，存在明显的溢出效应。网络等级度则存在明显的阶段性和上升趋势。如图3所示，2000—2006年，网络等级度稳定在0.046，而2006—2014年，网络等级度明显提高并稳定在0.089。从网络等级度的发展趋势来看，网络等级度增强表明2006年以后经济发展空间关联网络中各国之间的等级结构较2006年之前森严，更多的国家处于网络的边缘位置，各国之间的经济联系和互动变弱，这也与上述网络密度的分析一致。但就网络等级度的总量来看，网络等级度还未超过0.1，数值较小，这表明“一带一路”沿线国家经济发展空间关联网络的等级结构还远未形成，这主要归因于各国之间经济发展空间关联的紧密程度还不是很高，有待进一步发展。空间关联网络效率在样本考察期内也存在明显的上升趋势。2000—2010年，网络效率呈现波动上升，表明经济发展空间关联网络中的连线减少，网络的稳定性变差。而2011—2014年，网络效率呈现明显的下降趋势，这说明随着全球经济复苏，越来越多国家从国际金融危机的阴霾中走出来，国家间的经济合作增加，“一带一路”沿线国家经济发展空间关联网络也渐趋稳定。

图3 网络等级度和网络效率的演变趋势

综合分析上述指标可以看出，“一带一路”沿线国家经济发展空间关联网络受国际金融危机的影响较为明显。由金融危机所引发的各国经济衰退和贸易保护主义抬头都使得“一带一路”沿线国家经济发展的关联性变弱。但同时也应该看到，各国之间经济发展空间关联的紧密程度还存在很大的提升空间，全球经济复苏也为各国经济合作提供了契机，而“一带一路”倡议的提出正是顺应经济全球化趋势，促进各国经济互动、实现共同发展的重要举措。

(二)中心性分析

本部分通过测度点度中心度、中介中心度和接近中心度三个指标分析沿线各国在经济发展空间关联网络中的作用。表1为2014年“一带一路”沿线国家经济发展空间关联网络中心度测度结果。

1.点度中心度

如表1所示，“一带一路”沿线44个经济体的点度中心度为23.996，高于这一均值的有16个国家，分别为印度、中国、伊朗、俄罗斯、巴基斯坦、伊拉克、罗马尼亚、泰国、卡塔尔、沙特阿拉伯、以色列、科威特、斯里兰卡、孟加拉国、越南、乌兹别克斯坦。点度中心度高说明这些国家与网络中其他国家的经济关联较多，贸易往来和投资较为频繁。其中，印度与中国分别位居第一和第二位，说明印度和中国在网络中处于中心地位。原因在于印度与沿线30个国家均存在经济空间关联，而中国经济发展也对其他26个国家存在空间溢出。点度中心度高于均值的国家主要有两类，一类是经济规模较大、经济增长较快的国家，例如中国、俄罗斯和印度；另一类主要集中在西亚，例如卡塔尔、沙特阿拉伯、以色列、科威特、伊拉克，西亚诸国凭借其优越的自然资源禀赋与其他国家联系较为密切，因而与其他国家的空间关联较强。

2.中介中心度

表1第二项为中介中心度测度结果，中介中心度均值为2.164，大于该均值的国家有印度、中国、伊朗、俄罗斯、马来西亚、巴基斯坦、罗马尼亚、沙特阿拉伯和伊拉克,这些国家在经济发展空间关联网络中影响其他国家经济交流的能力较强。印度和中国的中介中心度远远大于其他国家，说明印度和中国作为经济规模较大、增速较为稳定的经济体，在经济发展的空间关联网络中扮演着“中介”和“桥梁”的角色，众多国家的经济关联通过印度、中国等大型经济体来完成。随着印度和中国在经济总量以及发展速度上的进一步提升，这种控制和支配地位也将增强。中介中心度较高的国家均临海，拥有狭长的海岸线以及较为便利的航运港口，也大大方便了各国间的经济互动。此外，由中介中心度的分布来看，中介中心度高的国家相对集中，排名前九位国家的中介中心度之和约占沿线44个国家中介中心度总和的80%，这说明沿线各国在经济发展网络中的位置分化较为明显。而处于后六位的吉尔吉斯斯坦、蒙古、新加坡、立陶宛、马其顿和老挝等国中介中心度较小，这表明上述国家因为经济规模较小、地理位置偏远等原因对网络结构的贡献较小，难以在网络中发挥支配作用。同时，各国在网络中的非均衡特征也表明了小经济体间的直接经济联系较少，而印度和中国等大型经济体则充分发挥了中介作用，小经济体间相当多的经济联系通过印度、中国、俄罗斯等大型经济体来完成。

3.接近中心度

从表1接近中心度的测算结果来看，沿线44个国家接近中心度均值为53.451，高于这一均值的国家有23个。中心度高说明该国受其他国家的经济控制较少，能够自主与其他国家建立经济联系，在网络中扮演着中心行动者的角色。其中，中国和印度的接近中心度相同，同为75.439，表明两个国家在“一带一路”沿线国家经济发展空间关联网络中居于绝对的“中心”位置。而接近中心度低于50的后十位国家，如保加利亚、立陶宛、蒙古、塞尔维亚、吉尔吉斯斯坦、黎巴嫩、叙利亚、马其顿等国，则因为人口较少、经济总量小、地理位置封闭等因素的限制，难以发挥中心行动者的角色。

表1 个体网络结构特征分析

五、影响因素分析

QAP是一种以矩阵数据的置换为基础，对两个方阵中各格值的相似性进行比较并给出两个矩阵相关系数，同时对系数进行非参数检验的方法。相对于参数检验，QAP方法不需要遵循自变量相互独立的严格假定，因此更为稳健[21]。由于“一带一路”沿线国家经济发展的空间关系呈现出明显的网状结构，其代理变量也均为“关系型数据”，并以矩阵形式出现，若采用普通的线性回归方法对上述数据之间的关系进行考察，则会存在多重共线性问题进而导致参数估计失误。因此，为保证回归结果的准确性，本部分利用QAP非参数方法对“一带一路”沿线国家经济发展空间关联网络的影响因素进行考察。

(一)模型构建

“一带一路”沿线国家经济发展空间关联网络的影响因素有：第一，各国资本存量差异。资本作为重要的生产要素，资本存量在一定程度上代表一个国家的经济实力，同时也会增加对其他国家的影响力。第二，各国劳动力差异。首先，劳动力特别是高素质劳动力的流动性较强，劳动力有从不发达地区到发达地区流动的倾向。其次，各国间的劳动力差异也是影响一国初始产业结构、产业承接、创新能力等方面的主要因素。第三，出口产品总额。产品出口额是一国GDP的重要组成部分，也是一国对外贸易能力的重要体现。同时，一国产品出口表现为其他国家的产品进口，因此，出口是连接国家之间经济发展的重要纽带。第四，外资利用。资本是流动性最好的生产要素，对外投资也是当今世界继对外贸易后最为重要的对外经济联系工具。一方面，外国直接投资与外资利用弥补了本国资本供给不足的情况。另一方面，外商直接投资也增强了各国之间的经济联系，使得各国经济息息相关。第五，距离因素。地理空间上邻近的地区由于距离较短，可便利劳动力、资本流动与生产资料运输，减少交通运输成本，地理空间上邻近的地区在经济上往往具有更多的联系[22-23]；且邻近国家在气候、地理环境上具有较大相似性，文化差异也相对较小，因而更便于文化、社会交流。综上，本文构建模型式(2)：

M=f(K,L,EXP,FDI,DIS)

(2)

其中，M为“一带一路”沿线国家经济发展空间关联网络转化的二值矩阵，K、L、EXP、FDI、DIS分别表示资本存量、劳动力、商品出口额、外资引进的国家差值矩阵以及地理距离矩阵。

(二)QAP相关分析

表2是根据5 000次矩阵随机置换计算出来的“一带一路”沿线国家经济发展空间关联矩阵M与其他影响因素的QAP相关分析结果。如计算结果所示，各国资本存量差异、距离效应与经济发展空间关联矩阵的实际相关系数分别为-0.107、-0.321，且通过1%显著性水平检验，这表明各国资本存量差异、距离效应与经济发展空间关联呈现负相关。劳动力数量、商品出口以及外资引进与空间关联矩阵的相关系数分别是0.222、0.143、0.159，且通过1%显著性水平检验，表明劳动力数量、商品出口以及外资引进与各国经济发展关联在统计上是正向相关的。

表2 空间关联矩阵M与其他影响因素的QAP相关分析结果

表3为进一步对影响空间关联矩阵的五个变量进行QAP相关分析的结果。各国资本存量差异与商品出口差异、外资引进差异高度相关，并分别通过5%、10%的显著性水平检验。各国劳动力数量差异与商品出口差异、外资引进差异的相关系数分别高达0.375、0.520，并通过了1%的显著性水平检验，表明各国劳动力数量差异与商品出口差异、外资引进差异高度相关。商品出口差异与外资引进差异的相关系数高达0.616，且通过了1%的显著性水平检验，表明两者高度相关。距离效应与外资引进差异的相关系数也显著为正，表明距离效应与外资引进差异之间呈现出高度相关。五大影响因素之间高度相关，为避免“多重共线性”引发的系数偏误，利用QAP回归对“一带一路”沿线国家经济发展空间关联网络的影响因素进行分析。

表3 各影响因素QAP相关分析结果

(三)QAP回归分析

本文以2014年的数据为基础，对“一带一路”沿线国家经济发展空间关联网络的影响因素进行了分析，表4报告了QAP回归结果。结果显示，各因素对“一带一路”沿线国家经济发展空间关联网络的解释力达到12.7%。由于实行的是双尾检验，表4中概率1和概率2分别表示随机置换产生的回归系数不小于和不大于实际回归系数的概率。

表4 QAP回归分析结果

国家资本存量差异的标准化回归系数为-0.120，且通过了1%的显著性水平检验。这说明国家间资本存量的差异不利于各国的经济关联。可能的原因是“一带一路”沿线多为发展中国家，多数国家资本并不充足，发展投资需求较高[10]。在大部分国家资本存量供不应求时，各国间的资本数量差异对于资本流动的推动作用较小。当一国资本供过于求时，本国投资报酬减小，会导致对外投资增多，则国家之间的资本差异会促进本国与其他国家的经济关联。

国家之间劳动力数量差异的标准化回归系数为0.171，且通过1%的显著性水平检验。这表明劳动力数量差异导致的劳动力流动能有效促进国家之间的经济关联。一方面，国家之间廉价劳动力由于流动成本高昂而流动较小，但是高质量劳动力的数量差异会导致劳动力在国家间的流动增加。随着各国对外贸易、对外投资以及跨国公司的建立，世界范围内的人口流动更为频繁。另一方面，近年来，各国之间的人口流动动因更趋多样化，通过出国旅游、海外留学、移民等方式实现跨国流动的人越来越多，而伴随人口流动而来的是资本流动增加以及各国经济联系的增强。

商品出口和FDI跨国差异的标准化回归系数分别为0.075和0.073，且均通过5%的显著性水平检验。首先，出口和FDI作为国家之间对外合作的重要方式，能有效促进跨国经济联系。其次，商品出口作为各国GDP的重要组成部分，是衡量一国经济发展的重要指标之一。因此，商品出口额的国家差异会增加各国的出口激励，进而增强国家间的经济关联。最后，在沿线部分国家资本存量不足、投资需求较大的情况下，FDI对于各国经济发展有着积极的作用。因此，各国FDI的差异同样会增加各国引进FDI的数量，对各国经济关联网络产生积极影响。

距离效应的标准化回归系数为-0.331，且通过1%的显著性水平检验。表明地理距离对各国经济关联的影响为负。地理距离是影响中国与“一带一路”沿线国家间贸易依赖度与中国对外投资的重要影响因素之一。一方面，国家间地理距离越远，运输成本越高。另一方面，地理距离远也意味着地理环境、文化差异、制度环境等差别较大，增加了经济交流的成本。因此，空间地理距离的增加不利于经济空间关联网络的形成。

六、研究结论与政策建议

(一)研究结论

本文运用修正的引力模型构建了“一带一路”沿线44个国家经济发展空间关联网络，并利用社会网络分析对这一网络的结构特征进行了剖析，最后，基于QAP非参数方法对影响“一带一路”沿线国家经济发展空间关联网络的因素进行了分析。研究结果如下：

1.中国与“一带一路”沿线国家空间关联网络密度先升后降

受国际金融危机影响，样本考察期内“一带一路”沿线国家经济发展空间关联网络的网络密度呈现出先下降后上升的形态，然而自2011年以来，随着全球经济复苏，沿线各国经济发展的空间关联日益增强。“一带一路”沿线国家经济发展空间关联的紧密性有待进一步提高，但联通效果较好。网络等级结构自2006年起有所强化，但严格的等级结构还远未形成，网络的稳定性自2011年起不断向好。

2.中印经济空间关联网络关系密切

就网络中心性分析来看，印度和中国分别位居点度中心度的第一位和第二位，表明印度和中国在经济空间关联网络中与其他国家的经济联系较为密切。同时，印度和中国作为经济规模较大、增速较为稳定的经济体，中介中心度和接近中心度较高，在经济发展的空间关联网络中日益发挥着“中介”和最大中心行动者的作用，中国在“一带一路”沿线国家经济发展空间关联网络的作用越来越突出。

3.影响经济发展空间关联网络的因素差异较大

对经济发展关联网络的影响因素的研究表明，“一带一路”沿线国家普遍存在的资本不足以及地理距离会阻碍各国经济发展空间关联网络的形成。劳动力差异、商品出口以及外资利用的国家差异都会通过促进要素的跨国流动进而正向影响经济空间关联网络。

(二)政策建议

1.进一步推动“一带一路”倡议的实施

“一带一路”沿线国家的经济空间关联已经存在，不容忽视，但各国之间的经济互动还有待提高。而“一带一路”倡议的实施将进一步推动国家间的要素流动，实现各国之间的优势互补，通过构建互联互通合作网络实现互利共赢。各国间经济空间关联网络的建立使得国家之间经济联系增强的同时也使得经济金融风险的传递性增强，进而影响到经济空间关联网络的稳定性。因此，各国在增强经济联系的同时也要加强金融监管合作，建立风险预警和监管协同机制，完善共同应对风险和危机处置制度等，以防范金融风险通过经济空间关联网络对各国经济造成严重影响。

2.充分发挥较大经济体在“一带一路”沿线国家的中介和引领作用

中国作为沿线最大的经济体以及“一带一路”的重要倡议者，应该充分利用其在经济空间关联网络中的作用。作为各国经济联系的桥梁，中国应积极主动推动我国丰裕生产要素走出去，同时也积极引进国外优质生产要素，促进生产要素的有序自由流动。作为网络中的中心行动者，中国应积极倡导鼓励本国企业参与沿线国家基础设施建设和投资，积极推动投资贸易便利化，积极推进亚洲基础设施投资银行、金砖国家开发银行以及丝路基金的筹备和运营，并扩大合作范围，倡导打造政治互信、经济融合、文化包容的利益、命运和责任共同体。

3.创新贸易和投资方式以减少空间地理距离对经济空间关联网络的影响

政府部门要继续完善对外投资战略规划，建立起对外投资规范化政策体系，同时要加强投资和贸易组织形式的创新，加大政府间以及非政府间投资合作机制、投资促进机构的建设力度，完善对外投资服务体系；发展跨境电子商务等新兴业态，充分利用互联网发展跨境贸易，减少贸易成本，提高贸易关联度。要通过人口流动促进经济、政治和文化交流。促进教育交流合作，有序吸引“一带一路”沿线国家的优秀学生来华学习，同时，促进国内优秀学子走出去，鼓励优秀学子去往沿线国家研修；大力发展沿线国家旅游业，以旅游业发展带动文化交流；举办沿线国家文化交流、学术交流会，加强沿线国家媒体合作和志愿服务，促进沿线国家的文化交流。