军事科技的国际转移与管制分析——来自军火贸易网络的证据

张 煜

(清华大学公共管理学院，北京 100084)

0 引言

改革开放的总设计师邓小平同志曾指出：“战争与革命时代已经远去，和平和竞争是时代主题。虽然世界局部冲突不断，但国际上总体保持着和平局面。”在国际和平的总体大环境之下，国家之间依旧存在着激烈的竞争，也有着广泛的国际合作，这种国际竞合态势表现在诸多方面和很多领域。科技创新领域就是一个存在广泛的国际竞争与合作的领域，科技创新领域中的国际合作与竞争突出表现在国际间的科技转移与技术管制上。例如，2019年5月15日，中国华为公司及其70多家关联公司被美国列入出口管制 “实体清单”。西方国家出于意识形态和自身利益，对中国一直保持出口技术管制态势。

军事科技则是科技创新中更为敏感的领域，涉及国家安全和国际政治，影响更为重大。军事科技领域中的国际竞合尤为激烈和典型，各国之间既有军事科学技术上的转移与合作，更有军事科技的出口管制与竞争。例如，冷战期间，巴黎统筹委员会对社会主义国家实施出口管制，禁运战略物资和军事武器等。冷战结束后，《瓦森纳协定》对中国等特定国家继续实施军事技术出口管制[1]。2018年，印度和美国之间的武器、弹药及其零件、附件进出口金额高达45538677美元。同年印度和中国大陆之间的武器、弹药及其零件、附件进出口金额只有40377美元。可以看出，印美和印中之间的双边军火贸易额有数量级的巨大差异，这在一定程度上反映了印美中三国的军事科技转移与管制格局，反映了三国间的军事科技竞合态势。

国际军事技术转移有多种方式，与其他较复杂的军事技术转移模式相比，国际军火贸易是最简单、初级和主要的形式，军事商品的进出口业务直接带动军事技术的国际性转移扩散。通过分析国际军火贸易情况，可以从直接的商品交换层面考察国际军事科技的转移扩散情况，掌握国际军事竞合态势。

2020年7月，中国正式加入 《武器贸易条约》。在这一新形势下，更有必要对国际军火贸易情况加以考察。本文通过分析军火贸易网络，探究国际军事科技转移与管制情况，通过考察军事产品贸易网络的结构特征和影响成因，为分析国际军事科技转移与管制的态势和动因提供经验证据支撑。本文使用Ucinet 6软件，应用社会网络分析法研究军火贸易网络的结构特征，并构建理论概念模型，通过QAP分析法进一步实证考察军火贸易网络的影响因素和形成原因。分析结论将有助于中国积极参与国际军事科技转移、打破国际军事技术出口管制，在军事科技的国际竞争与合作中维护自身合法权益。

1 文献回顾和理论假设

1.1 各种社会网络的研究动态

国内外学者采用社会网络分析法分析了各种社会网络数据，如世界贸易网络、全球旅游网络、石油贸易网络，等等。Lozano等[2]对全球旅游网络(GTN)进行了研究，旨在了解其结构以及客源市场和目的地市场之间的相互作用。指数随机图模型被用来解释观察到的基于局部相互作用的网络全局结构，并且已经识别出一些重要的动因。Zhong等[3]为了研究国际石油贸易网络中贸易共同体的演化，利用2002—2011年的数据，基于复杂网络理论建立未加权和加权的石油贸易网络模型，对石油贸易网络中的社区进行检测，并分析其随时间的演化特性和稳定性。戴卓[4]扩展了传统的引力模型，考察了决定国际贸易网络结构的因素，以中国-东盟自由贸易区为例，运用二元网络分析法，计算了网络结构指标，还考察了国际贸易网络的权重结构，测算比较了2004—2010年国际贸易网络、剩余贸易网络和随机网络的强度熵、权重熵和冗余比。罗仕龙等[5]利用联合国商品贸易统计数据构建国际贸易网络，并采用社会网络分析方法研究2000—2010年国际贸易网络的演化。徐斌[6]基于2000—2012年国际铁矿石贸易数据，采用社会网络分析法研究国际铁矿石贸易的网络密度、中心性及聚集系数等指标。袁红林等[7]运用网络分析法可视化全球高端制造业空间贸易关联网络拓扑形态和关键特征，通过QAP分析贸易网络影响因素。赵国钦等[8]以无权网络和加权网络相结合的方法刻画1995—2013年世界贸易网络演化过程，并运用网络分析方法和QAP方法，分析世界贸易网络的演化及影响因素。

1.2 军火贸易网络拓扑结构分析动态

很多学者专门研究武器贸易网络问题，对军火贸易网络进行网络拓扑结构分析，研究军火贸易的国际格局和地缘军事态势。Kinsella[9]运用社会网络分析(SNA)法，揭示苏联集团国家在对非洲非法武器贸易中的高调表现，在分析的基础上讨论社会网络的特征，并对俄罗斯和其他后共产主义国家在这一贸易中的突出地位做了一些解释。Fagiolo等[10]采用加权网络方法研究世界各国贸易关系网络的经验特性及其随时间的演变。王涛[11]指出冷战结束以来,美国政府不仅严禁向中国输出武器装备和军事技术,而且屡屡阻挠和破坏中国与其他国家之间正常的军事贸易合作。美国对华军事出口管制涉及范围广泛,控制措施严格,实施时间持久,不仅危害中国,也损害美国利益和中美关系。张兴伦等[12]基于全球武器贸易数据，选取中心度、影响力指数和模块度等社会网络分析指标，探究21世纪以来全球武器贸易网络的空间格局、特征等地缘军事态势。赵霞等[13]利用 SNA法处理斯德哥尔摩国际和平研究所(SIPRI)提供的武器交易数据，通过网络中心势、点度中心度和模块度等指标分析武器进出口国在全球武器贸易网络中所处的位置及其相互关系。

1.3 动因分析动态和理论假设提出

在研究双边军火贸易量的影响因素时，贸易理论中的重力模型给了研究人员有益启示。例如，Akerman等[14]利用SIPRI 1950—2007年所有主要常规武器国际转让数据，研究了政治差异和武器贸易之间的关系。为了研究各国是否倾向于在其政治范围内进行武器贸易，估计了双边贸易可能性的重力模型，并研究了全球网络随时间的演变。

军火贸易网络影响因素的变量选取过程直接受引力模型启发。由引力模型F=Gmm’/r2(F为双边贸易量，m和m’分别代表贸易双方的经济总量GDP，r为贸易双方距离，G为常数)可知，军火贸易作为贸易的一种，首先与经济因素密切相关。

Thurner等[15]借鉴武器供应的政治经济学模型，对二战后世界范围内主要常规武器交易提出一种新的网络化解释。使用时间指数随机图模型，说明网络依赖性和经济与安全考虑的相对权重如何随时间变化。牛华等[16]利用联合国商品贸易数据、世界银行数据及世界贸易整合解决方案数据，从网络视角分析全球高技术产品出口的演化特征，采用指数随机图模型探究研发投入和贸易自由化对高技术产品出口的影响。石海明等[17]从技术社会学视角分析军事技术国际转移的政治、军事及经济动因，探讨军事技术国际转移的三条路径：战争实践、军备贸易及国防科技人才流动。

经济直觉表明：一般而言，双边经济规模越大，双边贸易量也会十分巨大。另外，引力模型也启示研究者：双边军火贸易量受军火贸易双方经济规模的正向影响。因此提出假设H1：双边军火贸易量受军火贸易双方经济规模的正向影响。由引力模型还可知道：双边军火贸易量还受军火贸易双方的地理距离影响，而且这种影响为反向影响。经济直觉也表明：距离越远，贸易地理阻碍越大，越不利于国际贸易开展，对双边贸易起反向阻碍作用。因此提出假设H2：双边军火贸易量受军火贸易双方地理距离的负向影响。

由于国际军事科技贸易的特殊性，军火贸易的影响因素还需包括政治军事因素。有关这一点，国内外研究多有论及。许晔等[18]通过介绍 《美国出口管理条例》和 《美国出口管制商品清单》，分析美国出口管制政策对中国高技术发展重点的影响，提出要深入研究国外技术出口限制政策及其对中国的影响，并把国外技术限制作为选择国家科技计划重点任务的一项重要评价指标。杨爱华等[19]指出，20世纪50年代苏联从武器装备、人才培养、国防工业三方面对华实施全面军事技术转移。苏联对华军事技术转移体现出军事技术国际转移的三个特点：国家利益的至上性、技术转移的限度性、消化吸收的关键性。俞淮[20]通过对武器贸易网络的社会网络分析，找出世界武器贸易活动中的主要进口国家及其来源、主要出口国家及其流向和国家之间贸易关系紧密的 “小团体”，将武器贸易网络与国家战争关系网络进行融合分析，探究武器贸易与战争的相互作用。

经济直觉和国内外学者研究均表明：政治关系良好，双边军火贸易开展会十分顺利。因此提出假设H3：双边政治关系良好会对双边军火贸易产生正向影响。

综上，在动因分析方面选取军火贸易网络的三个影响变量，分别为经济规模、地理距离和政治因素，构建理论概念模型，如图1所示。

图1 理论概念模型

1.4 文献述评

回顾国内外研究文献可知，很多学者对各种网络问题加以探究，但是将武器贸易网络研究与对军事科技转移与管制问题研究加以结合的分析文献尚少，这方面的研究亟待加强。除了探究社会网络的拓扑结构特征，还有一些学者研究了社会网络的影响因素，但是专门研究军火贸易网络影响因素的文献目前尚少，这方面的研究也需要加强。有鉴于此，本文通过分析军事产品贸易网络，探究国际间军事科技的转移与管制情况。通过考察军火贸易网络的结构特征和影响成因，为分析国际军事技术转移与技术管制提供经验证据支撑。不仅分析军火贸易网络，更要探究其所反映的国际军事科技转移与管制情况；不仅探究军贸网络的拓扑结构特征，更要对其影响因素和形成原因加以分析。

本文通过社会网络分析法分析军火贸易网络的拓扑结构特征，探究国际间军事科技的转移与管制态势，并利用图1所构建的概念模型，通过QAP方法对概念模型的三个理论假设进行检验，实证研究军火贸易网络的影响因素和形成原因。研究结果将有利于我们定量掌握国际军火贸易网络状况，明晰国际军事科技贸易格局及其形成原因，为中国积极参与国际军事科技转移、打破军事技术出口管制提供有益指导，有利于中国积极应对当前国际军事科技竞争合作浪潮，采取各种措施维护自身合法权益，扩大国际军事科技合作，避免军事技术管制和国际军事竞争的负面影响。

2 变量选取与样本采集

2.1 变量选取

本研究主要以军火贸易为研究对象。军火贸易网络由各国之间的双边军火贸易构成，数据类型为关系型数据，宜采用社会网络分析方法加以探究。考虑到关系型数据的特殊性，采用社会网络分析和QAP分析方法。社会网络分析和QAP分析方法中，要求使用的数据正是关系型数据[21]。因此，数据类型必须为关系型数据，采用的变量则应为矩阵变量。

本文采用的变量为军火贸易矩阵变量，因变量：军火贸易矩阵；自变量：经济规模矩阵、地理临近矩阵、政治关系矩阵。

2.2 数据采集

限于数据可得性，同时考虑国家代表性，仅挑选世界上主要国家数据(即所选国家是主要的区域经济体，政治军事影响力大)。共选取国家16个，故需构建16×16矩阵，每个矩阵中含元素256个。构建多值军火贸易矩阵和多值经济规模矩阵各一个，二值化处理后，最终构建二值矩阵共4个，包括一个军火贸易矩阵和三个影响因素矩阵。军火贸易和经济规模数据统一采用2018年各国的截面数据，数据缺失值取零。

构建军火贸易矩阵时，行代表出口、列表示进口，构建16×16多值矩阵。为了保证二值矩阵中0和1出现频次相对均匀，经多次测试，最终以100000美元为截断点，大于等于100000记为1，否则记为0。在Ucinet 6软件中将多值矩阵转化为二值矩阵。

构建经济规模矩阵时，取两国GDP之和，代表两国整体经济规模，同时对角线取零，构建16×16多值矩阵。为了保证二值矩阵中0和1出现频次相对均匀，经多次测试，最终以35000亿美元为截断点，大于等于35000亿记为1，否则记为0。在Ucinet 6软件中将多值矩阵转化为二值矩阵。

国家间地理临近或同属一洲记为1，否则记为0，构建二值地理临近矩阵。政治关系良好记为1，否则记为0，构建二值政治关系矩阵。例如，以中国和巴基斯坦的政治关系而论，由于中巴双方存在共同的敌国——印度，政治关系十分友好，中巴双方的政治关系记为1。调整各矩阵中的国家顺序，使各矩阵国家排序保持一致，便于比较分析。

进行社会网络分析时，有权网络采用多值矩阵数据，无权网络采用二值矩阵数据。进行军火贸易网络的结构特征分析时，采用军火贸易的有权多值矩阵数据，构建有向加权军火贸易网络。进行QAP分析时，自变量和因变量统一采用无权二值矩阵数据，构建无权网络，此时有权矩阵仅作稳健性检验使用。研究中所有图表数据均由社会网络分析软件Ucinet 6[22]生成，经软件Excel整理而得。

3 实证研究

本文应用社会网络分析法研究军火贸易网络的拓扑结构特征，具体研究节点中心度、网络密度、结构洞、凝聚子网、核心—边缘结构等网络指标，并采用图1中的概念模型，进行QAP相关分析和回归分析。通过QAP相关分析研究军火贸易网络矩阵与三个影响因素矩阵的相关关系。通过QAP回归分析，对三个假设H1、H2、H3进行检验，实证探求军火贸易网络的影响因素和形成原因。

3.1 网络结构分析

本文采用国际上主要国家的双边军火贸易数据，构建多值矩阵，绘制有向有权军火贸易网络，如图2所示。网络拓扑结构分析均以图2中的有权网络为研究对象，加以测算分析。图2为双边军贸关系的可视化表达，代表各国之间的军火贸易关系，其中网络节点的大小反映军火贸易网络中各国的个体度数中心度大小。从中可以看出2018年各国的军火贸易关系十分密切，其中巴基斯坦、巴西、日本、俄罗斯等国的军贸合作伙伴较少，节点较小；较大的节点主要是传统上的西方大国，以及中国大陆、韩国等新兴国家市场，这些节点军贸合作伙伴众多。以上现象说明：国际军事科技转移主要在西方国家之间进行，军事科技合作主要产生于传统上的西方大国和中韩等新兴势力之间；巴基斯坦、巴西、日本、俄罗斯等国与其他国家之间的军事科技转移较少，军事科技合作偏少，相对而言，这些国家更多遭受了别国的军事技术出口管制和军事科技竞争。

图2 有向有权军火贸易网络

表1说明，当代军事贸易网络整体上十分密切，整体网络密度较高。军贸网络中，其核心成员为传统上的西方大国和中韩等新兴力量，俄罗斯、印度、巴基斯坦和新西兰处于军贸网络边缘，为军火贸易网络中的外围成员，与图2中的直观显示基本一致。

表1 网络密度和网络核心—外围结构

军火贸易网络中各国的个体网络中心度情况如表2所示，从中可见：美、英、法、德、意、西和中国大陆的度数中心度、接近中心度和中间中心度在各国中最大，分别达到100、100和2.379。说明中、美、英、法、德、意、西七国的军事科技合作伙伴最多，军事科技转移的通达性最好，对国际军火贸易资源控制最强。中间中心度结果中，日本、巴西、俄罗斯和巴基斯坦四国的中间中心度为零，说明这四个国家对国际军火贸易资源完全无控制，受到他国军事技术管制和国际军事竞争的最大影响，与图2中的相关结论一致。

表2 个体网络中心度

使用Ucinet软件中的CONCOR功能，对军火贸易网络进行空间聚类，划分凝聚子网，分类分析见表3。同时绘制空间聚类图，以便于更形象地加以分析，见图3。

表3显示，俄罗斯和美国为一大子群，印度和巴基斯坦为一大子群，子模块二基本为先进的西方国家，子模块四则为较落后的西方国家和中国。子模块一和二级子群1都表明：尽管俄罗斯在当代国际军贸中地处边缘，在国际军贸格局中形势不利，但依旧与美国军事科技实力相当，与美国最为相似，只是遭受严重的军事禁售和国际军事技术管制。子模块三和二级子群4都表明：同是南亚大国的印度和巴基斯坦，尽管十分敌对，但在国际军贸格局中地位十分类似，面临相似的国际军事科技转移与管制态势。中国和较为落后的意大利、巴西同处二级子群5中，在国际军火贸易格局中较为相似，地位相当，实际的军事科技实力较为落后。这间接表明，尽管中国的国际军火贸易众多，但依旧主要集中于军事科技低端，在尖端军事科技方面，中国面临着国际军事科技竞争和军事技术出口管制态势，尖端军事科技转移依旧不便。

表3 不同层级的凝聚子群

从图3中可以更形象清晰地看到美俄、印巴等国的聚类和中国所处的聚类，由此可以明确各国的地位，更清晰地分层展现全球军火贸易格局。

图3 军火贸易空间聚类图

表4所示为限制度数据，通过该指标可以探测军火贸易网络中的结构洞。限制度越小，节点越具有控制网络的能力，越能运用结构洞能力。表4中限制度最小的是美国，仅有0.164，表明美国是结构洞，具有控制全球军火贸易网络的能力,能够运用结构洞能力控制全球军事科技资源。在国际军事科技转移与技术管制方面，美国发挥着主导作用；在全球军事科技竞争与合作中，美国处于核心领导地位。

表4 军火贸易网络结构洞

3.2 QAP分析

图4所示为双边经济规模、政治关系和地理距离的可视化表达，代表各国之间的经济规模、政治亲疏和地理临近关系，是三个影响因素的无权网络图，网络节点大小反映相应网络中各国的个体度数中心度大小。图4a为经济规模网络图，可见巴基斯坦和新西兰节点最小，是整个网络中较为孤立的节点，说明巴基斯坦和新西兰经济规模最小，与其他国家相差较大，是经济规模网络中的外围国家。图4b为政治关系网络图，可见中国和俄罗斯是网络中较为孤立的节点，俄罗斯的节点最小，其他节点则政治关系较为密切，说明在政治关系网络中，中国和俄罗斯的政治合作伙伴相对较少，中俄不属于西方阵营，俄罗斯在政治上最为孤立，网络中其他国家大多属于西方阵营。图4c为地理临近网络图，大致分为四个派系，俄罗斯节点最大，左边为欧洲国家，下方为亚洲国家，上方为美洲国家，相对孤立的派系为澳洲国家，说明俄罗斯横跨三大洲，地理临近国家数最多，澳洲地理上相对孤立。

图4 影响因素网络图

QAP相关性分析结果见表5，相关性分析共进行5000次随机置换，相关性系数的显著性水平见表6。表5中，因变量军火贸易与经济规模的相关性最高，为正的0.38；与政治关系的相关性也很高，为正的0.185；与地理临近负相关，且相关性很小，只有0.05。表6与此结论一致，军火贸易与经济规模的相关性P值最小，为0.002，小于0.01，在1%的显著性水平上高度显著；与政治关系的相关性P值也很小，为0.075，小于0.1，在10%的显著性水平上显著；与地理临近的相关性P值很大，高达0.337，不显著。综合以上分析，可知军火贸易网络主要受双边经济规模影响，其次是双边政治关系；地理临近对军火贸易网络影响很小，也不显著，假设H2错误；经济规模越大，政治关系良好，会促进双边军贸,假设H1和H3正确。

表5 QAP相关性水平

表6 QAP相关性P值

除了军火贸易受经济规模和政治关系显著正向影响之外，我们从表5和表6中还发现：地理临近和政治关系的相关性为-0.357，高度负相关，并且相关性P值为0.003，小于0.01，在1%的显著性水平上显著。可见，地理临近和政治关系显著负相关，这一发现与国际上临近国家之间常存在地缘冲突、领土争端和边境摩擦的现实一致，如印巴冲突和中日矛盾等。

由于地理临近矩阵在军火贸易网络的影响因素中并不显著，影响很小，故拒绝H2假设，这里将该矩阵剔除。图1的理论模型中只保留经济规模矩阵和政治关系矩阵作为影响因素，以军火贸易网络矩阵为因变量，以经济和政治影响因素的网络矩阵为自变量，进行QAP回归，回归结果见表7。为了保持因变量与自变量矩阵性质的一致，这里统一采用0-1矩阵的无权网络进行QAP回归分析，有权网络仅做稳健性检验使用。无论是采用无权网络回归，还是进行有权网络的稳健性检验，都是进行2000次随机置换。

表7 QAP回归结果

表7中无权网络的QAP回归结果显示：经济规模的标准化系数最高，达0.37721，显著性为0.001，小于0.01，在1%显著性水平上高度显著；政治关系的标准化系数也很高，达0.179586，显著性为0.032，小于0.05，在5%显著性水平上显著。再次证明军火贸易主要受经济规模和政治关系显著正向影响，即接受假设H1和H3；而且对于军火贸易网络，经济规模因素比政治关系因素的正向影响更大更显著。无权网络的QAP回归结果拟合优度约为0.17，说明经济规模矩阵和政治关系矩阵的QAP回归可以解释约17%的军火贸易网络。

最后进行稳健性检验，在处理关系数据方面，QAP方法本身十分稳健。不论是表5和表6中的QAP相关性分析，还是表7中的QAP回归分析，结论都是相似的，即军火贸易主要受经济规模和政治关系显著正向影响，尤以经济规模影响为最。此外，在表7中，采用无权网络矩阵进行QAP回归和采用有权网络矩阵进行QAP回归，其结果十分相似：经济规模的影响都最大最显著，标准化系数均在0.4上下，都很显著；政治关系的影响都是第二位的，标准化系数都在0.2左右，显著性均在0.032附近；拟合优度都在20%上下，即经济规模和政治关系的QAP回归均可以解释20%左右的军火贸易网络。可见，变换模型分析形式和使用不同样本，并不会改变研究结论，说明研究结果稳健。

4 结论与启示

(1)国际军事科技转移主要在西方国家之间进行，军事科技合作主要产生于传统上的西方大国和中韩等新兴势力之间。中美英法德意西七国的军事科技合作伙伴最多，军事科技转移的通达性最好，对国际军火贸易资源控制最强。巴基斯坦、巴西、日本、俄罗斯等国与其他国家之间的军事科技转移较少，军事科技合作偏少，相对而言，四国更多遭受别国的军事技术出口管制和军事科技竞争。日本、巴西、俄罗斯和巴基斯坦对国际军火贸易资源完全无控制，受到他国军事技术管制和国际军事竞争的最大影响。

上述结果启示我们，要重视西方传统大国和各种新兴力量，积极参与他们之间的国际军品贸易，充分利用国际军事科技转移来提升本国军事科技水平，充实国防力量，加强与西方大国和新兴势力的防务合作。以俄罗斯等国为鉴，力避军火出口管制和国际军事竞争的不利影响。

(2)军贸网络中，其核心成员为传统上的西方大国和中韩等新兴力量，俄罗斯、印度、巴基斯坦和新西兰处于军贸网络边缘，为军火贸易网络中的外围成员。在全球军火贸易网络中，美国是结构洞，能够运用结构洞能力控制全球军事科技资源。在国际军事科技转移与技术管制方面美国发挥着主导作用，在全球军事科技竞争与合作中美国处于核心领导地位。

可见，当前国际军事科技转移主要还是由西方大国控制，全球军品贸易格局呈现出以美国为首的西方阵营主导全球军火贸易网络的态势。国际军事科技转移与军事技术出口管制主要受西方势力支配，与西方国家尤其是美国保持良好的军贸关系，有益于我国发展。

(3)尽管俄罗斯在当代国际军贸中地处边缘，但依旧与美国军事科技实力相当。同是南亚大国的印度和巴基斯坦尽管十分敌对，但在国际军贸格局中地位十分类似，面临相似的国际军事科技转移与管制态势。中国和较为落后的意大利、巴西在国际军火贸易格局中较为相似，地位相当，实际的军事科技实力较为落后。

俄罗斯军事科技水平高超，受国际军事科技出口管制尤为激烈。中国的国际军火贸易众多，但主要集中于低端军事科技，在尖端军事科技方面科技水平有限，同样遭遇了西方主导的军事技术出口管制。中俄相同的遭遇，尤其是在尖端军事科技领域，使得双方存在合作空间。中俄背靠背的军事科技转移合作对于打破西方军事技术封锁十分有利。建议加强中俄军事科技合作，增进中俄军贸关系。

(4)军火贸易网络主要受双边经济规模影响，其次是双边政治关系，地理临近对军火贸易网络影响很小，也不显著。经济规模越大，政治关系良好，会促进双边军贸，即图1的理论模型中，接受H1和H3假设、拒绝H2假设。简而言之，军火贸易主要受经济规模和政治关系显著正向影响，尤以经济规模影响为最。经济规模矩阵和政治关系矩阵的QAP回归可以解释约17%的全球军火贸易网络。

可见，当代军火贸易受地理交通影响已经很小，随着交通技术进步，地理上的阻隔已经不能阻挡军事贸易的发展。冷战已经结束，政治因素虽然对军火贸易有显著影响，但已经不是主导因素，经济因素的影响在军贸关系中已经占据主导地位。通过军火贸易寻求经济利益，已经取代政治考量，成为全球军火贸易的主要驱动力量。因此，准确了解这一态势，努力发展本国经济，以贸易上的经济互惠关系消除各国政治分歧，是打破西方主导的军事科技出口管制的重要策略。此外，军事科技领域较为特殊，政治关系依然对军火贸易产生正向影响。这要求我们努力改善同西方国家的政治关系，同西方增进政治互信，这有益于我国承接全球军事科技转移，加强国际军事科技合作，避免军事技术管制和国际军事竞争的负面影响。