“一带一路”沿线国家贸易网络结构特征及演化趋势

张 鸾，顾婷婷

（江苏大学 财经学院，江苏 镇江212013）

一、研究背景

2013 年9 月国家主席习近平提出建设“一带一路”的合作倡议，得到了包括东亚的蒙古国、东盟10国、西亚18 国、南亚8 国、中亚5 国、独联体7 国、中东欧16 国共65 个沿线国家的积极响应。 经过几年的建设，截至2018 年底，第一届“一带一路”国际合作高峰论坛中的259 项成果已完全落实，其余10项正在积极推进中。对外贸易方面，2017 年“一带一路” 沿线国家商品进出口总额超过9 万亿美元，占世界贸易总额的27.8%，较2013 年上升3.8 个百分点，在全球贸易版图中占据重要地位。 作为“一带一路”合作建设的倡议者，2013 年到2018 年，我国和“一带一路” 沿线国家商品进出口总额达到6.47 万亿美元，年均增长率为3.96%，比同期中国对外贸易增速高2.1 个百分点， 助力我国外贸和世界经济一体化加速回暖。 在此背景下对“一带一路”沿线国家贸易网络进行研究更具有现实意义和时代价值。 本文拟通过研究，分析“一带一路”倡议提出前后沿线国家的贸易网络结构的变化情况。

国内外学者运用社会网络分析法研究了上述类似问题。Serrano 等指出世界主要贸易网络存在无标度与小世界的特征①。 Garlas chelli 等研究发现国际贸易网络的结构演化与GDP 具有强关联性，同时与拟合(Fitness)模型拟合度较高②。 陈银飞研究发现世界贸易网络密度在不断加强但发展不均衡，只有少数国家贸易强度大，受美国金融危机的影响世界贸易关系迅速萎缩，且早于世界贸易量的萎缩③。 邹嘉龄等的研究表明中国与“一带一路”沿线国家间的贸易依赖程度加深，同时呈现出不对称性④。 刘洪铎等实证研究发现我国与“一带一路”36 个沿线国家的文化交融与双边贸易量呈倒U 型关系⑤。 罗仕龙等研究发现，近十年国际贸易网络中核心国家几乎不变，且国家在网络中的核心具有稳定清晰的层次性⑥。 姚星等的研究表明经济规模、人口规模、共同语言和地理距离对“一带一路”沿线国家服务中间投入网络结构具有显著影响⑦。

归纳来看，现有文献一方面基于全球的角度分析贸易网络；另一方面集中在某一经济体，如二十国集团⑧、中国与中亚五国⑨，或是国际贸易中某一类产品，如煤炭贸易⑩、能源⑪等的发展现状及未来展望分析上，而对于“一带一路”整体商品贸易的网络研究还不多。 有鉴于此，本文基于2008—2017 年的国际商品贸易数据， 运用社会网络分析法构建“一带一路” 沿线65 个国家间的贸易关系网络，全面分析沿线国家的商品贸易网络结构特征及其演化趋势。

二、数据来源与处理

本文采用 “一带一路” 倡议实施前后10 年（2008—2017 年） 沿线国家的数据进行研究（UN COMTRADE）。 本文以沿线国家(或地区）作为节点E，以不同国家（地区）之间的贸易关系作为边G 构成无权贸易网络，在此基础上加入权重，使之成为一个有向加权网络。 假设网络中有N 个节点（国家或地区），无权网络只考虑国家间有无贸易关系，用N×N 邻接矩阵A 表示。 若矩阵元素=1，表明i 国与j国有贸易往来，若=0 则i 国与j 国无贸易往来。有向加权网络不仅考虑国家间的贸易关系， 还考察两国间贸易量的大小，用N×N 邻接矩阵W 表示。 矩阵元素表示第t 年i 国与j 国之间边的权值大小，如果用描述t 时期i 国对j 国的出口值，用描述t时期i 国从j 国的进口值，则=)，其中t=2008,2009，……2017。

图1 2008 年、2013 年、2016 年“一带一路”沿线部分国家商品贸易网络图

三、构建网络

“一带一路” 沿线国家的商品贸易网络是由节点和边组成的有向网络。 本文使用Ucinet 软件，分别绘制2008 年、2013 年及2016 年“一带一路”沿线国家商品贸易加权网络图。 为了更加清晰直观，省略了加权数小于0.01 的连线和节点，仅显示部分贸易量大的国家之间的贸易网络。 图中的节点代表各个国家， 节点之间的连线表示国家之间的贸易联系，连线的宽度代表国家间贸易量的大小，两国的贸易量越大则节点间的连线越宽。

如图1 所示，作为“一带一路”倡议者，中国在贸易网络中的地位变化不变，与其他沿线国家的贸易关系最密切，同时贸易量也最大。 而新加坡、俄罗斯与其他沿线国家的贸易关系较“一带一路”倡议提出前有较明显的变化，逐渐向中心聚拢，且连线更为密集。 白俄罗斯、泰国等国与其他沿线国家贸易关系也有所提升，但仍处于网络边缘地带。

表1 2008—2017 年“一带一路”沿线国家商品贸易密度表

四、“一带一路”沿线国家贸易网络的描述性分析

（一）密度分析

密度（Density）分析取值范围为[0,1]，节点之间的连线越多，贸易网络的密度就越大。 假设网络中有N 个节点，实际包含的关系数为M，对于无向网络其理论上包含关系总数的最大值为N(N-1)÷2，则网络密度为2M/N (N-1)。 对于有向网络其理论上包含关系总数的最大值为N(N-1)，则网络密度为M/N(N-1)。本文对“一带一路”相关国家和地区的分析结果如表1 所示。

受金融危机影响，2009 年“一带一路”沿线国家贸易网络密度比2008 年有所下降。 2010 年开始又恢复到危机前的水平，且有小幅上升。2013 年“一带一路”构想的提出，网络密度值达到峰值，沿线国家之间的商品贸易关系稳步上升。 随着“一带一路”倡议的逐步深入， 中国加大对沿线国家的投资。2013—2018 年，中国在“一带一路”沿线国家直接投资超过9 百亿美元，年均增长5.2%。 其中2016 年、2017 年中国对沿线国家新增投资分别为145.3 亿美元、143.6 亿美元，优惠的政策和充足的资金使得投资取代了部分的双边贸易，2016 年、2017 年贸易密度有所下降。

表2 2008—2017 年入度与出度之和排名前十国家一览表

表3 2008—2017 年核心、边缘、半边缘区域的国家数目 （单位：个）

表4 2008、2013 和2016 年“一带一路”沿线国家贸易网络的凝聚子群

（二）节点度分析

节点度是衡量网络中一个节点与其他节点的关系，在贸易网络中用于考察一国与其他国家的贸易关系。 所谓度（Degree）是指所有与该节点连线的数量，对于有向网络节点度分为入度和出度。 某一节点的入度(in—degree)是从其他节点出发，所有指向该节点的连线数量；出度(out—degree)是从该节点出发，所有指向其他节点的连线数量。 该节点的连线越多即节点度越大，说明该节点在网络中与其他节点的关系越密切， 影响力越大。 表2 列出了2008—2017 年出入度之和排名前十的沿线国家。

如表2 所示，2008—2017 年商品贸易点度数排在第一位的始终是中国， 可见中国在沿线国家商品贸易中占据不可撼动的核心地位。 而其他重要节点如俄罗斯、新加坡、印度、白俄罗斯等，则稳中有变。 值得一提的是，自“一带一路”项目启动后，印度商品贸易点度数急剧上升， 总体上来看处于稳定上升水平。 2013 年以前，印度甚至还退出了商品贸易点度数的前十位，而2013 年以后，则是稳居前五，2014年更是达到了第二名。另外，越南、缅甸等新兴市场经济国家的点度数也在不断提高，在“一带一路” 商品贸易网络中的地位不断上升。 说明“一带一路”倡议的实施给沿线国家带来了发展机遇。

（三）核心-边缘结构分析

在一个网络中各个节点的度不都是均等的，根据在网络中的影响力不同，节点可划分为核心节点和边缘节点。 本文构建连续的核心-边缘模型，测算“一带一路”沿线国家（地区）在2008 年到2017 年的核心度数据，由此分析“一带一路”倡议实施前后，国际商品贸易网络核心-边缘结构的变化情况。根据计算结果，本文核心度（Coreness）为0.1，0.01作为核心-边缘机构分析的边界③，C≥0.1 为核心国家，0.01≤C＜0.1 为半边缘国家，C＜0.01 为边缘国家（表3）。

受金融危机影响，2009 年核心国家与半边缘国家数目出现了大幅度的减少， 边缘国家数量增加。2010 年又逐渐恢复到危机前的水平，其后3 年一直处于稳定状态，波动幅度较小。2014 年有所变动，这是“一带一路”倡议逐步落实对于贸易网络的刺激效果。2015 年之后，由于投资的替代效应，特别是中国加大对沿线国家的投资，核心国家和半边缘国家数目小幅波动，边缘国家数目也有所降低。

（四）凝聚子群分析

凝聚子群分析是研究网络中的子群数量、各子群内部及外部联系的一种社会网络分析方法。 社会网络分析对凝聚子群的划分有多种途径，本文选用Cornor 方法划分网络中的凝聚子群，运用Ucinet 软件对2008、2013 以及2016 年的数据进行分析，发现贸易网络存在4 个凝聚子群。

如表4 所示，2008 年 子群Z1、Z2、Z3、Z4 成 员国家数量分布较为平均，且联系不密切。 这是因为金融危机产生的负面影响不可避免地波及到“一带一路”沿线各个国家的经济发展，使得各国间的贸易往来在该年并不密切。相较于2008 年，2013 年子群Z2 的成员国数量增加，子群Z4 的成员国数量明显减少。 2016 年子群Z1、Z2、Z4 的成员国数量均有不同程度的减少，子群Z3 的国家数量有明显增长，并形成一个较大的凝聚子群，这和“一带一路”倡议的逐步实施有着密切的联系。

五、结论

本文采用2008—2017 年的“一带一路”沿线国家贸易数据进行社会网络分析， 研究结果表明：(1)从整体贸易网络密度来看，峰值年份分别为“一带一路”倡议提出的2013 年和“一带一路”倡议构想走向落实的2015 年，同时2009 年的密度值相对其他年份较小。 （2）从中心性角度看，中国的点度数从2008 年至2017 年一直居于首位， 体现中国在贸易网络中的核心地位。 俄罗斯和新加坡的点度数仅次于中国，对贸易网络的发展具有引领作用，点度数最低的主要是沙特阿拉伯、土耳其和马尔代夫等国家。 （3）“一带一路”沿线国家（地区）贸易网络呈现明显的核心-边缘结构。 （4）块模型分析显示，2008、2013、2016 年的贸易网络中均有4 个凝聚子群，这些凝聚子群的组成成员中变动国家远大于稳定国家，这是沿线国家（地区）间贸易竞争激烈的体现。

基于以上研究结果，本文提出以下建议：一是重视核心国家的枢纽作用，我国在“一带一路”沿线国家贸易网络中处于核心地位， 应明确自身的责任，发挥身为核心国家的枢纽作用，提高贸易网络联系程度。 二是优化贸易网络结构，构建不同于传统区域合作体系的新经济发展模式，以促进贸易畅通，推动贸易便利化发展。 三是加强区域合作，我国应积极开展与沿线其他国家间的跨区域合作，促进互联互通，最终促进贸易网络密度的提高。

注释：

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):31-429.

④邹嘉龄,刘卫东.2001—2013 年中国与“一带一路”沿线国家贸易网络分析[J].地理科学,2016,36(11):1629-1636.

⑤刘洪铎,李文宇,陈和.文化交融如何影响中国与“一带一路” 沿线国家的双边贸易往来——基于1995—2013 年微观贸易数据的实证检验[J].国际贸易问题,2016,(02):3-13.

⑥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,(s1):709-714.

⑦姚星,王博,蒲岳.“一带一路”沿线国家服务中间投入的网络结构特征及其影响因素[J].世界经济研究,2018,(01):122-133.

⑧姚永玲,李恬.二十国集团贸易网络关系及其结构变化[J].国际经贸探索,2014,30(11):42-50.

⑨袁培,刘明辉.中国与中亚五国能源贸易联系网络结构研究——基于社会网络分析方法[J].苏州市职业大学学报,2016,27(01):2-7.

⑩马远,徐俐俐.丝绸之路经济带沿线国家石油贸易网络结构特征及影响因素[J].国际贸易问题,2016,(11):31-4111.

⑪Chen 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.