“一带一路”沿线国家制造业全球价值链网络的拓扑特征

摘要：文章采用社会网络分析法和国际贸易增加值中的WWZ分解法，以“一带一路”沿线32个主要国家制造业价值链网络中的DVA、FVA、RDV及PDC进行价值链网络特征分析、TOP1价值链网络演化过程的拓扑特征分析，结果发现：沿线国家在制造业价值链网络中的贸易地位不平等；在被国外吸收的国内增加值网络中，俄罗斯是“中心”，而在国外增加值网络中，中国是“中心”，相较于被国外吸收的国内增加值网络，国外增加值网络链条更短，更偏向于星型拓扑结构；纯重复计算部分网络结构比较疏散，偏向于链形拓扑结构；同时，通过QAP实证对双边贸易增加值进行影响因素的矩阵回归分析。关键词：“一带一路”倡议，制造业，价值链网络，WWZ分解基金项目：新疆维吾尔自治区社会科学基金资助项目(20BJY043)0引言美国学者Porter(1985)[1]最早提出了价值链的概念并创造性地将其应用于微观企业领域，他认为企业产品的设计、生产、运输、销售等环节都是价值链的环节，每一个环节都使得价值链得到了增值；之后，价值链(GVC)概念随之进入国际贸易领域，Krugman和Venables(1995)[2]首次提出全球价值链是国家经由某些生产环节得到的增加值收入。孙强和谢宇(2019)[3]构建全球服务贸易网络，综合运用点入度、点出度、卡兹影响力指数分析得到发达国家在面对金融危机时贸易网络密度上升、集聚性增强的特征，同时，发展中国家则呈现完全相反的态势，且正是由于这二者不平衡导致全球服务贸易失衡。赵景瑞和孙慧(2019)[4]基于中国与“一带一路”沿线国家的贸易数据，从中心性分析、核心—边缘分析和社团分析三个角度展示“一带一路”贸易网络的演变过程，发现“一带一路”贸易网络正由多核心向以中国为核心的单一核心转变，“一带一路”贸易网络存在3个子群，即中国-东南亚、南亚-西亚、中东欧-中亚，每一子群存在显著的结构差异。学者们的分析框架首先是将“一带一路”整体贸易网络划分为若干个子群，然后运用相关指标分别分析这些子群存在的共性与差异，最后对贸易网络动态演变过程及影响该演变的因素进行进一步探讨。龚炯和李银珠(2021)[5]研究了中国与“一带一路”沿线国家整体的贸易网络结构及动态演变过程，认为在“一带一路”沿线国家中正逐渐形成以中国为核心的贸易格局，另外，特别指出越南在贸易网络中的地位由边缘区发展至核心区。潘安和刘红(2020)[6]将研究对象特定在“一带一路”的服务贸易，发现在服务业网络中，中国和新加坡获得的收益显著高于其他国家，意大利、卢森堡和俄罗斯属于双向溢出板块。本文基于国家间双边贸易的视角，利用贸易增加值中的WWZ分解法和社会网络分析法从“一带一路”沿线国家制造业价值链网络的特征、演化进程及影响因素角度剖析“一带一路”倡议给我国及参与国带来的影响。1研究方法与数据来源1.1WWZ分解法全球价值链的贸易核算方法大致分为两大类：一是垂直专业化贸易测量，由Hummels等(2001)[7]提出；二是增加值贸易核算方法，比较权威的核算方法有WWZ[8]和KWW[9]，前者将国家出口额划分为四大项、十六小项，后者则是划分为三大项、九小项。由于WWZ分解方法的逻辑框架更为清晰，能更好地厘清国际贸易中增加值的流向、对国家层面贸易分解更详细，因此本文基于WWZ分解基本框架分析“一带一路”制造业价值链网络的结构特征，其分解见下页图1。1.2社会网络分析法(SNA)社会网络分析的显著特点是其将社会行动者的关系作为研究对象，与国际贸易价值链网络的契合度较高，在全球一体化的大背景下，一国在世界贸易网络中的利益不仅取决于自身与他国的贸易往来，而且受到价值链网络整体状态的影响，理解价值链网络的整体特征不仅可以明确个体国家在价值链网络中的分工及位置，还可以从中透视在价值链网络中起重要沟通位置的国家。本文使用社会网络分析法(SNA)对WWZ分解框架下的四项增加值逐一分析，分别测量了“一带一路”沿线国家在全球价值网络中(GVC)的位置(点出度、点入度)，探究四项贸易增加值的网络拓扑特征及演化进程(可视化分析)，并进一步分析形成该拓扑特征的影响因素。1.3数据来源本文数据来源于对外经贸大学全球价值链研究院整理的UIBEGVCIndicators，选取“一带一路”沿线的32个国家中的制造业(03至16)作为研究对象。2“一带一路”沿线国家制造业贸易增加值社会网络分析2.1贸易增加值分项社会网络分析本文运用UCINET6.0软件，利用点入度(in-degreecentrality)和点出度(out-degreecentrality)(见表1)分析某一国家在GVC网络中的位置。分别计算2000年、2010年、2015年和2017年WWZ分解体系下的、被国外吸收的国内增加值(DVA)、国外增加值(FVA)、返回并被本国吸收的国内增加值(RDV)、重复计算部分 (PDC)的点入度与点出度。在对2000年、2010年、2015年和2017年“一带一路”沿线32个国家的DVA、FVA、RDV和PDC的点出度及点入度进行测度之后，发现除RDV外，大部分国家的DVA、FVA和PDC处于递增状态，表明制造业产品的全球化生产特征日渐明显，国家对外开放程度提升；DVA点入度排名前五的国家增加值占总增加值的比重平均达到85%以上，FVA点入度平均占比达到95%以上，极少数的国家承担绝大部分的增加值发出及吸收角色，在贸易网络中占据优势，本文选取的32个国家大部分是发展中国家，在制造业中主要作为产业转移的承受方，生产的初级产品除留待本国消费之外，还出口至价值链高端国家，价值链高端国家使用核心技术对初级产品再加工使之价值大幅增加，价值链中低端国家无法通过自身技术革新实现产品价值增值的目的。为进一步分析优势国家及中国在DVA、FVA、RDV、PDC四个方面的差异，将排名前五的国家(以2017年为准)单独绘制成图2和图3。从图2来看：中国制造业产品的DVA、FVA、RDV和PDC的点出度要远高于其他国家，中国在制造业网络中主要作为增加值的输出方；除RDV点出度在2015年小幅回落外，主要国家的点出度在DVA、FVA、RDV这三个方面总体处于逐年增加状态；综合分析可知，点出度排名前五的国家主要位于亚洲尤其是东南亚地区，此地区的发展中国家借助金融危机后国际产业来促进该地区的国家成为制造业的输出地，也是基于此原因，因缺乏核心技术支撑的该地区国家的RDV普遍处于较低的水平，高技术密集型的制造行业仍高度依赖发达国家。从图3来看，与在点出度占绝对优势相比，中国在点入度上的作用远不及点出度明显，仅在FVA点入度上有较大的优势，说明我国制造业出口产品中隐含着较高的国外增加值，对国外的依赖度较高；点入度和点出度排名前五的国家重合度较高，当少部分国家同时承担增加值的主要发出与吸收角色时，该区域内的贸易对象将趋于固化，国家贸易地位不平等的可能性加剧。2.2贸易增加值拓扑特征及演化进程解析在使用UCINET6.0软件绘图时，只要两国间存在贸易往来就可将这两个节点连接在一起，对原始数据不经任何处理绘出的GVC网络图过于稠密，无法识别重要的网络拓扑特征(派系、核心—边缘、中心位置)。Zhou等(2016)[10]研究指出，只保留在一国贸易进口(出口)网络中排名靠前的国家，能更加直观地分析该网络的拓扑特征。本文参考孙天阳等(2018)[11]的研究，构建TOP1网络，即只保留在一国出口贸易网络中排名第一的国家，经此处理后，GVC网络呈现明显的树状结构。接下来分别对2000年、2010年、2015年和2017年的DVA、FVA、PDC①的TOP1网络进行可视化分析。参数的设置如下：以增加值发出国为初始节点，以增加值接收国为目的节点，节点的大小与该国的点出度成正比，以两国的增加值流量为边，边的大小与两国的增加值大小成正比，箭头的方向代表增加值的流入方向，考虑到少数国家的DVA、FVA值过大，将节点的取值范围设为[8，20]，边的取值范围设为[2，20]。图4展示了DVA(TOP1)网络的演化过程。中国和俄罗斯都处于重要节点，增加值流量最大的是中国。在该网络中，存在着以中国为首和以俄罗斯为首的两个大规模派系与若干个小规模派系，中国派系内部包括南亚国家(孟加拉国、巴基斯坦)与东南亚国家(印度尼西亚、孟加拉国、菲律宾、泰国、越南、老挝、柬埔寨)，俄罗斯派系内的国家是中亚国家(哈萨克斯坦、吉尔吉斯斯坦)、欧洲国家(波兰、土耳其等)。基本是按照地理位置的远近形成规模不同的派系，俄罗斯在该网络中的影响力要大于中国，俄罗斯处于DVA网络的“中心”位置，而泰国等发展中国家正在崛起，极少数的国家游离在大规模派系之外。图5展示了FVA(TOP1)网络的演化过程。不同于DVA(TOP1)网络，FVA网络呈现更明显的集聚特点，输送路径明显短于DVA网络，在2015年和2017年时，网络结构十分接近于星型拓扑结构。在2000年时，中国和俄罗斯都是该网络中的重要节点，2010年以后俄罗斯的节点作用不断削弱，到2015年中国是该网络中唯一起决定作用的节点，2017年的FVA网络与2015年完全一致，说明中国已经成为该区域的“中心”位置。中国输送的增加值流量最大，说明中国是输送国外增加值最多的国家。图6展示了PDC(TOP1)网络的演化过程。PDC网络不如DVA和FVA网络稠密，中心位置不够明显，存在明显的“链式”结构。2000年“一带一路”沿线32个国家中存在9个派系，每一派系包含的国家数量大多是2~3个，以泰国(THA)为中心的派系聚集的国家数量较多，是一个简单的环形结构；2010年、2015年和2017年国家集聚特征明显，出现明显的链条结构，“链式”结构的增加说明制造业各环节分工细化程度加深，各国的贸易网络也趋于紧密。中国在2000年处于贸易网络的末梢，在2010年处于贸易环节的重要节点，到了2015年和2017年则处于贸易网络的中心节点；同时，PDC网络的价值流明显增加，表明在全球化生产及分工背景下，跨境结算的次数增加导致重复计算部分数值迅速增加，“一带一路”沿线国家制造业的贸易网络趋于频繁。3“一带一路”制造业价值链网络影响因素分析QAP方法分析的是某一矩阵(因变量)与多个矩阵(自变量)之间的关系，包含两个步骤：第一步是按照常规的多元回归得到变量的系数值；第二步是按照设定的置换次数随机交换变量矩阵的行和列重复多次回归，保留每一次回归时的系数值与R2，重复成百上千次置换，并计算标准误。前文分析了GVC网络的特征及演变过程，发现DVA、FVA及PDC网络中存在着派系划分，下文将采用QAP分析法进一步分析影响或者决定“一带一路”沿线国家制造业GVC网络的因素。3.1变量设置(1)GVC网络本文基于WWZ分解法，对“一带一路”沿线国家的制造业构建GVC网络：以增加值发出国为起始节点、以增加值接收国为目的节点、以发出国与接收国贸易联系 (DVA、FVA、PDC)为边构造GVC网络。为保证GVC网络的稳定性，参考刘华军等(2015)[12]的研究构建邻接矩阵Vij(i，j=1，2，…，n)，将邻接矩阵的每行平均值v_i作为i国增加值的平均水平，若j国与i国的增加值大于v_i，则记为1，若小于v_i记为0。(2)影响因素选择在运用QAP分析国际贸易问题上，学者们对变量的选择存在差异：赵国钦和万方(2016)[13]选择侧重经济因素，包括贸易各国经济发展水平、外国投资额、汇率等；种照辉和覃成林(2017)[14]加入了非经济领域的国家空间位置、文化、贸易协定；姚星等(2018)[15]加入了人口规模和语言的影响。参考上述学者的研究成果，本文设置如下解释变量：①经济规模矩阵(E)，用两国经济总量(GDP)之积构造矩阵，以第i(i=1，2，…，n)行的均值e_i为临界值，若两国GDP之积大于e_i记为1，否则记为0。②空间矩阵(D)，若两国有共同的国境线，记为1，否则记为0。③资本要素技术禀赋矩阵(C)，此变量参考徐康宁和王剑(2006)[16]的研究成果，用两国的人均GDP之差的绝对值代表资本要素技术禀赋差异，以第i(i=1，2，…，n)行的均值c_i为临界值，若两国人均GDP之差的绝对值大于c_i，记为1，否则记为0；④语言矩阵(L)，若两国的官方语言相同，记为1，否则记为0。⑤宗教矩阵(R)，若两国有相同的宗教信仰，记为1，否则记为0。3.2QAP回归分析选择5000次随机置换，分别用以上解释变量与2000年、2010年、2015年和2017年的DVA、FVA、PDC作为被解释变量进行回归分析，结果见表2。经济规模矩阵(E)和空间矩阵(D)与各贸易网络的相关性显著为正，全部都在1%的水平下显著。其中，经济规模矩阵(E)对DVA和FVA的影响效力较高。DVA与传统贸易流是统一概念，DVA的发出国与吸收国即为国际贸易的出口国与进口国，贸易额的大小与GDP关联度极高，所以经济规模对DVA有较高的促进作用。FVA衡量一国出口产品所隐含的非本国产生的增加值，当一国的贸易伙伴国的经济总量处于高水平时，贸易伙伴国与世界各国的联系趋于紧密，产业结构趋于多元与稳定，在制造行业通过技术手段实现产品增值，而非从事重复低效率的初级产品生产，贸易出口国的经济总量与伙伴国的差异越大时，出口国出口的产品蕴含的外国增加值相应越大，这也解释了为何中国在“一带一路”沿线32个国家中的DVA、FVA点出度的提升幅度最大。空间矩阵(D)对PDC网络的影响效力最高，PDC是在贸易往来中重复跨越国境产生的计量误差，一般来说，一国与其周边国家的贸易往来是最为密切的(假设没有贸易壁垒与关税限制)，两国之间的地理距离越近，国际贸易的运输成本相对越低，更容易形成空间集聚效应。语言矩阵(L)和宗教矩阵(R)与三个贸易网络在1%的水平下显著正相关，只是影响效力略低于经济规模矩阵(E)和空间矩阵(D)，这两个变量在一定程度上能衡量贸易双方的文化相似性，两国有相同的宗教信仰，代表这两个国家的历史渊源、文化习俗相似度较高，而这些“软文化”会直接影响居民的消费习惯，进而影响国家产业布局；语言矩阵(R)对DVA、FVA及PDC网络有促进作用，但是效果不强。资本要素技术禀赋矩阵(C)在2000年时对FVA的影响完全不显著，对DVA只在10%的水平下显著，对PDC在1%的水平下显著。贸易对手两国的资本要素技术禀赋差距越大，两方产业布局、生产方式、优势产业的差距越大，则在进行贸易往来时可供互相消耗的产品种类越少，贸易规模会相应地缩减。综上所述，这5个因素对DVA、FVA、PDC的影响都是显著的，但是影响效力存在明显差异，经济规模和地理距离的影响最大，语言、资本要素技术禀赋、宗教这三个因素的影响效果依次减弱，说明在“一带一路”制造业价值链网络中，经济实力越强，则对网络的影响效力越强，地理距离会阻碍“一带一路”向更深层次发展。4结论与建议本文基于WWZ分解法，以“一带一路”沿线32个国家的制造业作为研究对象，采用SNA(社会网络分析法)的中心度分析(点出度、点入度)、可视化分析和QAP分析研究“一带一路”沿线国家制造业网络拓扑特征及影响因素。研究结果表明，“一带一路”沿线国家制造业总的贸易规模在不断扩大，四项增加值中交易规模靠前的国家高度重合，中国和俄罗斯是制造业贸易网络中的核心和桥梁，沿线国家的经济规模和地理距离是促使形成沿线国家制造业网络的最重要因素。另外，也要注意到存在以下现象：少数国家占据制造业网络的话语权，地理位置对沿线国家选择合作伙伴起着绝对作用，新兴经济体在制造业网络中的位置逐渐突出，制造业网络中存在比较稳固的基于以上研究结论，本文提出如下建议：首先，要加快促进我国制造业价值链升级。我国制造业规模在世界居于前列已是毋庸置疑，但在全球价值链中处于中低端。以开放共赢、资源共享为指导，在落实和平开放的外交政策的基础上，应鼓励国内制造业开拓国外市场。可对于技术密集型制造业建立国际研发队伍，吸引人才、资金进入我国市场；对于低技术企业做好国际市场细分工作，确定好符合低技术企业的目标市场及经营战略。然后，要重视地理距离带来的机遇和挑战。对于地理位置较近的东南亚国家，应积极推动“一带一路”沿线国家的基础设施合作，减少地理距离对贸易交往的不利影响；对于文化差异较大、空间距离较远的国家，可寻求与我国的共通点，通过国家、居民间文化交流消除文化距离隔阂。可以考虑由近及远的原则，优先与地理距离近、经济体量大、文化习俗相近的国家建立深层次的贸易往来关系，进而形成示范区，辐射带动周边国家的发展，吸引地理位置较远的国家加入。最后，要发挥我国在制造业网络中的“核心”及“桥梁”作用，带动制造业网络的边缘国家共同发展。对于发展落后、处于贸易鼓励状态的国家，应引导该国发掘优势产业，如能源、农产品、旅游业等，适当给予技术、资金、人才援助，提升沿线国家经济一体化程度。从全局角度统筹考虑各国利得，建立以政府主导为主、民间行业为辅的协商机制，尤其是争端解决机制，为双边贸易及多边贸易提供磋商交流平台。①因数据库中RDV具体国家分项数据欠缺，本文对RDV的TOP1网络及QAP分析不进行进一步探讨。参考文献：[1]PoterME.TechnologyandCompetitiveAdvantage[J].JournalofBusinessStrategy,1985,5(3).[2]KrugmanP,VenablesAJ.GlobalizationandtheInequalityofNations[J].TheQuarterlyJournalofEconomics,1995,110(4).[3]孙强，谢宇.社会网络分析视角下全球服务贸易发展失衡研究[J].河北经贸大学学报，2019，40(2).[4]赵景瑞，孙慧.中国与“一带一路”沿线国家贸易关系演进研究[J].国际经贸探索，2019，35(11).[5]龚炯，李银珠.中国与“一带一路”沿线国家贸易网络解析[J].经济与管理评论，2021，37(2).[6]潘安，刘红.“一带一路”服务贸易网络的结构特征与影响因素[J].安徽大学学报(哲学社会科学版)，2020，46(2).[7]HummelsD,IshiiJ,YiKM.TheNatureandGrowthofVerticalSpecializationinWorldTrade[J].JournalofInternationalEconomics,2001,[8]WangZ,WeiSJ,ZhuK.QuantifyingInternationalProductionSharingatBilateralandSectorLevels