中国与RCEP成员国经济增长非对称冲击研究

内容摘要：在跨国静态面板模型和全球向量自回归模型分析中国与RCEP成员国经济增长非对称冲击效应的基础上，进一步利用网络分析方法解释了这种非对称冲击效应的原因。研究表明：RCEP中的发达国家受到中国经济冲击的影响最为显著，越南、柬埔寨受中国经济冲击的影响不断加强，老挝、缅甸受到的冲击影响最小；中国经济波动的冲击效应体现在能够显著促进RCEP成员国的经济增长，而RCEP成员国的经济波动对中国的反向冲击影响较小，中国与RCEP成员国的双向冲击是非对称的，这种非对称冲击效应是由中国的经济网络中心地位所决定的；在RCEP区域内，无论是从整体上还是部门上看，中国的经济网络结构均处于首位度的位置，反映了中国在RCEP中不可替代的突出地位。关键词：RCEP，全球向量自回归模型，网络分析方法，溢出效应一、引言与文献综述随着RCEP的签署和生效，中国与RCEP成员国的经贸合作规模将不断扩大，RCEP在中国的未来对外贸易活动中将占据日益显要的位置，中国经济的波动必然影响RCEP成员国的经济增长。RCEP成员国长期以来一直是中国重要的贸易伙伴。随着中国经济的不断发展，中国已成为RCEP区域生产链中的加工制造中心，也是RCEP区域价值链中最大的中间品出口国，RCEP成员国对中国的中间品出口有较强的依赖性(张彦，2020)，中国经济的波动显然会对RCEP成员国产生较大的外溢效应。RCEP能够显著促进成员国的出口和经济增长，但不同整合路径下RCEP成员国获得的潜在收益存在较大差异(韩剑和许亚云，2021)。在对中心国家经济冲击的外溢效应研究方面，现有文献中大部分将美国等主要发达经济体视为中心国研究对象，分析美国与其他发达国家的经济波动对外围国家的冲击效应，也有许多学者对中国经济波动可能引发的外溢效应做了大量的研究。在正向作用方面，Bagnai(2008)、Arora和Vamvakidis(2011)运用VAR模型发现：中国经济增长的溢出效应无论在短期和长期均在不断增加，并且这种溢出表现已经拓展到亚洲以外的国家。王孝松和刘成豪(2018)使用面板个体固定效应模型，发现中国经济在贸易渠道与对外直接投资渠道对世界经济的发展有显著增长效应。Pesaran等(2004)、王美昌和徐康宁(2016)运用GVAR模型从双边贸易的路径研究分析中国与“一带一路”沿线国家双边贸易的关联，发现中国实际GDP的一个标准差的正向冲击对“一带一路”沿线国家与拉美国家的经济和双边进出口贸易增长冲击反应尤其显著。在负向作用方面，Blagrave和Vesperoni(2018)利用PVAR模型研究了中国经济转型对46个发达国家与新兴经济体出口增长的溢出效应，发现中国经济产出的1个百分点冲击会使这些国家的出口增长降低0.1~0.2个百分点。Lakatos等(2017)通过构建CEG模型分析得出结论：中国经济每放缓1%，撒哈拉以及南部非洲地区的GDP就会下降1.1个百分比，全球经济相较于过去会下降6个百分点。Cashin等(2016)、Sznajderska(2019)、王超萃和林桂军(2018)、曹伟等(2019)运用GVAR模型，分析了中国经济增速放缓对周边国家及主要贸易伙伴国的溢出效应，结果表明中国经济增速放缓会对“一带一路”沿线国家与新兴市场国家的实际产出产生强烈且显著的负向效应。整体而言，这些文献详细分析了中国经济波动对主要国家与地区的联动和传导作用，但鲜有文献把网络分析方法与GVAR模型结合起来分析国家间的双向冲击效应。国家间的经贸往来使得各国之间产生了经济关联，一国的经济发展不仅受到国内市场活动的内生影响，还通过进出口贸易形成了流出和流入的外溢效应，进而形成了多节点、多路径的贸易网络关系。网络分析方法可以对网络特征及各国的贸易网络地位进行多角度分析，现已被大多数学者所应用，如Garlaschelli和Loffredo(2004)、Fagiolo等(2009)、李敬等(2014)的研究，将网络分析方法看作是可以用来定量分析单个区域乃至世界各国间整体贸易关系的一种有效工具，分别用节点等方法去代表国家的贸易紧密联系，分析各经济体在网络结构中的地位与作用。Dees等(2007)运用GVAR模型分析欧盟经济与世界其他国家和地区的相互经济联系。很多学者对于这一模型在中心国家冲击效应的适用性进行了研究，如张延群 (2012)、Feldkircher和Korhonen(2014)、毕玉江(2015)分别构建GVAR模型，实证分析了中国与世界各国经济的相互影响，通过一般冲击反应函数，分析中国对其他国家经济产出及通货膨胀的传导机制。为进一步考察中国经济冲击效应的动态演变过程，本文采用Garratt等(2006)的全球向量自回归(GVAR)模型——反映各经济体间直接或间接的相互作用(Chudik和Pesaran，2014)，运用跨国静态面板模型、全球向量自回归方法与网络分析方法研究中国与RCEP成员国间经济波动的相互冲击效应。先是构建了跨国静态面板模型，从静态层面研究RCEP框架下，中国与RCEP成员国之间的经济冲击溢出渠道与异质性冲击反应。在此基础上，为进一步综合考察区域内复杂冲击效应的动态变化过程，利用全球向量自回归模型(GVAR)分析中国经济波动对RCEP成员国的直接溢出效应及RCEP成员国的反向冲击情况。再利用网络分析方法，深入探究RCEP成员国受中国经济波动产生的冲击机制和差异性表现，分别测算RCEP成员国各自的点度中心度指标，深入剖析各成员国之间与部门之间贸易往来的密切程度，同时勾勒出中国在RCEP区域内中心地位的变迁，并全面分析各成员国的贸易网络结构与地位。本文的贡献有两点：一是在研究方法上。在跨国静态面板模型和全球向量自回归模型分析的基础上，利用网络分析方法进行进一步的分析和解释；二是在研究内容上。通过实证研究得到了中国与RCEP成员国经济波动的相互冲击效应及程度，为中国在RCEP框架下更好地制定差异化的国际贸易政策提供实证依据，有助于协调中国国内经济发展与RCEP的区域合作关系，对实现中国与RCEP成员国经济的共同繁荣具有现实意义。二、中国对RCEP成员国的静态经济冲击：跨国静态面板分析(一)模型构建本部分借鉴Abiad等(2013)的做法，构建跨国面板模型考察中国通过国际贸易渠道对RCEP成员国的经济溢出效应：(1)其中，Δyit是t年i国实际GDP的对数变化，αi是国家i的固定效应，shockchina，t是t年中国的经济冲击，χt为外溢效应的控制变量，包括VIX指数及石油价格变量。tradelinki，china，t-1表示中国与i国的区域贸易链接，以双边实际进出口占两国总进出口份额来衡量。由于数据可得性，本部分贸易数据为年度数据，数据来源为联合国贸发会议数据库。此外，正的系数ϕ2表明中国经济冲击产生的外溢效应的确是由国际贸易这一主要渠道影响到区域内部国家经济发展的。对于中国经济增长冲击的衡量，将所有国家实际GDP增长率中国家固定效应以及时间固定效应全部移除之后的残差作为各成员国的经济增长冲击，表示为：(2)其中，Δyit是t年i国实际GDP的对数变化，βt是t年的固定效应，残差εit表示中国的增长冲击shockchina，t(当i代表中国时)。(二)跨国静态面板模型实证分析本文实证部分选取了RCEP15个国家、时间跨度为2000—2019年的相关数据。由于分析国家数量N=15，时间跨度T=20，因此该静态面板是一个长面板数据(回归结果因版面限制省略了，有需要可向编辑部索取)。回归结果显示来源于中国的经济冲击、冲击与贸易链接交互项、贸易链接以及全球变量石油价格在1%的显著性水平上都是显著的。15个国家中大多数国家的固定效应通过了5%显著性水平的检验。可以看到，冲击与贸易链接交互项的系数为14.858，显著性为正向，表明对RCEP各成员国来说，国际贸易渠道是中国经济冲击溢出效应的重要途径。同时，RCEP成员国对来自中国的经济冲击的反应较为强烈，传导到RCEP国家的外溢效应大小约为14.9个单位。以中国的经济增速波动对RCEP成员国的经济冲击结果来看：在国家层面，日本、文莱、韩国、新西兰、澳大利亚、泰国、新加坡等国受到的冲击最明显，这些国家中有5个国家属于发达经济体，与中国的双边经贸联系密切，国家间经济依存度较高，受到中国经济冲击的影响较大。缅甸、菲律宾、老挝受到的冲击影响位列最后三位，其中缅甸实际GDP受到的影响为负值，这主要是因为缅甸的经济发展水平较为落后且开放程度不高，缅甸与东盟其他国家的往来更多，从而对来自中国的经济冲击的影响较小。综上所述，通过国际贸易渠道，受到中国经济冲击影响最大的是发达成员国，泰国、新加坡、马来西亚这三个国家的经济较为发达，与中国的贸易互动联系也颇为频繁，因此受到中国经济冲击的影响也较强，这一结果也与下文GVAR动态模型所得出的结论是一致的。三、中国对RCEP成员国的动态经济冲击：全球向量自回归分析(一)数据与变量本文定义中国为中心国家，选取实际GDP、通货膨胀率、实际汇率、实际短期利率、货币供应量(M2)、实际双边进出口贸易额与全球石油价格8个经济变量为主要研究变量。实际GDP代表各国实际经济发展；通货膨胀率代表各国物价水平，利用实际汇率、实际利率、货币供应量和双边贸易进出口直接或间接影响他国的经济产出，用英国布伦特国际油价作为全球变量。(3)其中，GDPit、CPIit、Eit、Rits、Mit、ITit、ETit、Poil分别为第i个国家的名义GDP、CPI指数、名义汇率、短期名义利率、货币供应量、双边进口贸易额、双边出口贸易额及国际油价。考虑到数据可得性，时间长度设定2000Q1—2019Q4，各国季度数据均来自IMF的FinancialStatistics数据库、CEIC数据库、wind统计数据库及各国统计局网站。(二)模型设定GVAR模型设定的方法由两个部分组成。首先，主要把世界各国或地区的经济联系通过在各经济体的自身变量组成的VAR模型中拓展成为增广的VAR模型，也称为外生向量自回归(VectorAutoregressivewithExogenousinput，VARX)模型。其次，通过资本流量或贸易权重矩阵将各个VARX模型连接成为全球向量自回归(GlobalVAR，GVAR)模型。在构建GVAR模型过程中，会考虑三种交互或反馈关系：第一，各经济体或地区的国外外生变量的当期值与滞后值会影响到国内变量。第二，所有国家的国内变量受全球变量冲击的共同影响。第三，第i国受第j国的当期外部冲击影响。为此，模型的设定形式为：假设全球有N+1个国家(i=0，1，2，…，N)，我们将第i=0个国家作为参照国。在每个国家的VARX模型中设定趋势项、国内变量、国外变量，公式(4)以滞后一阶项为例：(4)其中，t为时间趋势项，取值为1，2，…，T；Xit代表本国t期的国内变量；Xit*代表国内变量Xit对应的国外变量；Λi0和Λi1分别是ki×ki*的系数矩阵，Φi是ki×ki的系数矩阵，εit为各经济体自主冲击ki×1向量。将本国的国内变量和国外变量结合，然后利用贸易权重矩阵将全部国家的VARX模型结合，通过公式合并调整后，对应的GVAR模型可以表示为：(5)(三)动态实证分析：GVAR模型1.单位根检验。对各变量使用ADF单位根检验，检验结果发现各变量均为含有单位根的一阶平稳序列，需要以一阶差分形式进入GVAR模型进行估计。2.协整检验。对模型变量可能存在的协整关系进行检验，结果显示15个VARX模型均存在长期协整关系。3.弱外生性检验。对RCEP各成员国的变量进行了弱外生性检验，检验结果表明各国外生变量在5%的水平上不显著，则满足模型弱外生性检验条件。RCEP各成员国大部分国外变量均通过了弱外生性检验，满足GVAR模型弱外生性检验条件，可以进行下文的实证研究。4.中国与RCEP成员国经济增长冲击的溢出效应实证分析①(1)中国实际GDP对RCEP成员国的经济增长冲击如图1所示，除缅甸与文莱外，中国的经济冲击给RCEP成员国的实际产出带来整体的上升趋势，表明中国的经济增长对其他成员国的经济有一定程度的推动作用。从图1来看，中国的经济增长冲击对澳大利亚、日本、韩国等发达国家的冲击过程较为持续且明显，这三国的溢出效应都在第二季度开始转为正向，并于第四季度后趋于平稳增长。日韩两国在地理位置上毗邻中国，且与中国的双边贸易保持紧密往来，因此受到中国经济冲击的影响也较大。面对中国经济一个标准差的正向冲击，新加坡、泰国、马来西亚的正向溢出效应较为明显，表现为整体上升趋势。菲律宾、印度尼西亚、越南三国对来自中国经济冲击的影响在短期内有明显增长态势，在第四个季度后渐渐降至初始值以下，后逐渐恢复到初始水平附近。相较之下，缅甸与文莱的经济冲击动态响应趋势表现为负向，主要是因为文莱与缅甸都属于东南亚小国，经济体量较小，与中国经济往来不密切。总的来看，中国的经济增长还是给RCEP成员国的经济增长带来了正面的促进作用。(2)中国实际GDP对RCEP成员国的进出口贸易冲击如图2显示，中国实际GDP一个标准差的正向冲击，对RCEP成员国进出口贸易存在明显正向溢出作用。中国实际GDP的增长将小幅提高区域内成员国的进出口贸易总量，且这种溢出作用强度和持续时间都较为明显，各国的冲击响应趋势都呈现出相似的动态特征。具体表现在，RCEP成员国对来自中国的经济冲击都不敏感，正向溢出作用大约在第四个季度后各国的响应值平均达到最大，并在12个季度后各国的响应值逐渐呈现平稳趋势。相对地，中国的一个标准差的正向冲击对RCEP成员国的进口冲击也在整体上具有促进作用。从图中可以看到，除老挝、文莱外，RCEP成员国的双边进出口受到的经济冲击都是显著上升的，表现在各国当期响应值较小，经过第四季度后响应趋势开始逐渐上升。综上所述，相较于东盟国家，中国实际GDP的冲击对发达国家双边进出口的冲击影响更加显著且强烈，这一点也与各国的贸易网络中心地位有关。总的来说，RCEP成员国的进出口贸易发展在整体上受益于中国经济的增长。(3)RCEP成员国实际GDP对中国经济增长与进出口贸易的反向冲击如图3和图4显示，RCEP成员国对中国的经济冲击影响程度皆较小。由于文章篇幅原因，这里主要选取日本与泰国两个国家来进行描述。日本和泰国作为RCEP内经济发展结构不同的两个经济体，都是中国最为重要的贸易伙伴国之一。结果显示，日本与泰国实际GDP一个标准差的正向冲击，对中国经济增长有一定程度的促进作用。图3显示日本的经济冲击在短期内小幅度拉动了中国进出口贸易量，在第二季度对中国的进出口的冲击响应达到最大值，但这种正向溢出效应在第四季度时开始逐渐消失。图4显示泰国的经济增长冲击对中国的进出口的增加在整体趋势上显示更为持续与强烈，这主要是由于中泰两国外贸依存度较高。中国进出口受泰国实际GDP的正向冲击的当期响应值分别为0.08%与0.44%，分别在第五季度达到最大峰值，出口正向溢出效应总体上高于进口。综合来看，中国实际GDP一个标准差的冲击对RCEP成员国的经济会造成显著的影响，而RCEP成员国的实际GDP一个标准差的冲击对于中国的影响相对有限。随着经济全球化与区域一体化的发展，RCEP国家的经济冲击在一定程度上也促进了中国进出口贸易的增长。5.广义预测方差分解广义脉冲响应函数是研究外生变量一个单位差的变动对GVAR模型各变量的影响，主要是从绝对效果上分析中国和RCEP成员国实际GDP与进出口贸易对双边经济增长的冲击。为了从相对效果上分析不同冲击对各国经济增长影响的重要性，下文在广义脉冲响应的基础上利用广义预测方差分解来进一步评价不同变量冲击对各国经济影响的贡献率。(1)中国进出口贸易及GDP冲击对RCEP成员国影响的贡献率接下来我们深入探究中国进出口贸易和实际GDP冲击对各成员国经济影响的短期和长期贡献率。表3显示了中国进口、出口及GDP三个冲击对RCEP成员国经济增长影响的第1期和第24期贡献率。从中国进口冲击对RCEP成员国的贡献率来看，中国进口冲击对澳大利亚、日本、韩国、新西兰的短期贡献率分别为0.38%、0.05%、0.4%与0.18%，长期贡献率分别达到0.25%、1.67%、0.11%与0.20%。中国进口冲击对日本的经济影响的贡献率在长期内有明显提升，其余三国无论是短期还是长期的贡献率都保持着相对平稳的趋势。中国进口冲击对印尼、缅甸、新加坡与越南等发展中经济体的短期经济影响贡献率最大，分别达到0.82%、0.41%、1.33%与1.04%。长期来看，对老挝、马来西亚、泰国的贡献率最大，分别为1.33%、0.42%与0.4%。由于东盟10国一直是中国的主要贸易伙伴，中国与东盟国家之间的双边贸易量大，相较于澳大利亚、韩国、新西兰，中国进口冲击对东盟国家的经济影响的贡献率更大。中国的出口冲击对RCEP成员国的经济影响的贡献率要高于进口冲击，表明中国的出口波动对RCEP成员国的影响较大。总的来看，无论是短期还是长期，中国出口冲击对RCEP发达国家的经济影响贡献率要高于发展中国家，中国出口冲击对4个发达经济体的平均短期贡献率为2.6%。文莱、老挝、缅甸等国的第24期相较于第1期贡献率有显著提升，其他各国在经过中国出口短期冲击贡献率明显增加后，在长期内中国出口冲击对这些国家的经济影响贡献率趋势逐渐恢复平稳。相较于进出口贸易，中国GDP的冲击对RCEP成员国的经济波动影响较为明显。从短期看，文莱、印尼、新西兰、泰国与越南几个国家影响的贡献率最大，分别达到1.55%、3.48%、4.95%、1.12%与1.12%，中国实际GDP的冲击对日本、韩国、马来西亚与菲律宾的长期影响贡献率要显著高于其他国家，分别为1.63%、0.83%、2.31%与0.3%，说明中国GDP的冲击对这些国家的经济有持续性的影响。(2)RCEP成员国进出口贸易及GDP冲击对中国经济影响的贡献率接下来我们分析RCEP成员国进出口贸易和实际GDP冲击对中国经济影响的贡献率(因版面原因，此表省略，有需要者请联系编辑部索取)。从RCEP成员国的进口冲击来看，短期内文莱、印尼、老挝与越南对中国经济的影响最为明显，贡献率分别达到1.51%、0.39%、0.37%与0.33%，长期内澳大利亚、新西兰两国的贡献率有一定程度的提升，分别为0.58%和0.14%，日本与韩国对中国的贡献率表现平稳。从RCEP成员国出口冲击对中国经济影响的贡献率来看，日本对中国的经济冲击最为强烈，第1期贡献率约为0.32%，第24期贡献率高达0.73%。文莱、柬埔寨、老挝、缅甸与菲律宾对中国经济影响的冲击呈现从短期到长期略微增加趋势，其他国家的贡献率非常稳定。从RCEP成员国的GDP冲击来看，在发达国家中，日本与韩国对中国经济冲击的经济影响的贡献率最大，短期贡献率分别为1.03%、0.45%，长期贡献率分别为0.55%、0.54%。在东盟国家中，短期内柬埔寨、马来西亚、菲律宾、新加坡、泰国与越南的贡献率最大，分别为0.89%、0.59%、0.73%、0.58%、0.37%和0.43%，长期内柬埔寨、韩国、菲律宾和越南的GDP冲击对中国经济的贡献率均有明显提升，分别为1.17%、0.54%、0.99%和0.55%，其他国家对中国经济影响的长期贡献率维持在较为平稳的状态。律宾和越南的冲击对中国经济的贡献率均有明显提升，分别为和其他国家对中国经济影响的长期贡献率维持在较为平稳的状态综上所述，第一，中国进出口贸易及GDP的冲击对RCEP成员国经济影响的贡献率要显著高于RCEP成员国对中国冲击影响的贡献率。第二，中国的进出口贸易和实际GDP冲击对RCEP成员国经济的贡献率有明显差异性，且出口的贡献率远大于进口。第三，中国和RCEP成员国的进出口贸易与GDP冲击对彼此的经济增长影响的贡献率具有异质性，表明对外贸易对双方都是互利共赢的，但程度有所不同。四、RCEP成员国的经济联系紧密程度：网络中心性分析(一)贸易矩阵的构建网络中心性分析的国别贸易数据与部门数据来源于联合国贸发会议数据库，考虑到数据的可得性，选取2000年、2019年两个年份的数据。本文研究网络结构共有15个网络节点，且每个节点代表一个经济体，从而得到加权邻接矩阵W=(Wij)15×15，其中Wij表示两国的双边进出口贸易额。为进行网络定性分析，需要使用阈值将加权邻接矩阵W转化为无权矩阵W′。因此，本文根据郑军等(2017)、白洁等(2018)的阈值确定方法构建贸易无权矩阵：以二八法则为基础，对邻接矩阵Wij的前20%贸易额进行排序，表示两国之间具有较为紧密的贸易依赖关系，且对应贸易无权矩阵W′值设为1，其余为0。(二)网络中心性分析网络中心性分析以各国的进出口贸易额与部门数据为主要切入点，根据点出入度、度数中心度数指标，着重分析RCEP成员国贸易联系的紧密程度与网络中心地位。根据网络中心性分析来判别国家间贸易关系的强度与差异，也显示了RECP成员国的网络中心地位。本文主要参考张同斌和孙静(2019)的度数中心性测量方法，对RCEP成员国的贸易网络结构特征进行分析。各国点度数指标是指与该国发生贸易关系的国家数量，即一国的度数中心度是与该国存在最为紧密贸易联系的国家数量。度数中心度是基于RCEP各国的点入度和点出度计算得到，其中点入度指的是一国与别国的进口贸易的关系数量，点出度指标则是一国与别国的出口贸易的关系数量。在二值化的进出口贸易矩阵中，第t年第i国家的点入度(IIndit)和点出度(IOutdii)的计算公式分别如下：(6)(7)在两者的基础上综合形成的度数中心度，完整地体现了RCEP网络结构的关联特征。度数中心度(IDeit)的计算公式为：(8)(三)RECP成员国的网络中心地位分析1.整体层面点度中心度通过计算RCEP的网络结构指标，对RCEP在贸易网络中的位置进行刻画，计算得到2000年、2019年各经济体的点入度与度数中心度，计算结果如图5、图6所示，其中虚线为45度分割线。图5表明RCEP成员国贸易网络的紧密程度在不断加强。从各国点出度看，中国、越南、泰国等国家出口贸易量增加较为明显，这些国家点出度指数均位于45度线之上，表明与别国的出口贸易量呈不断增长趋势，贸易联系持续增强。从点入度看，虽然大多数国家如新加坡、马来西亚、印度尼西亚的点入度均位于45度线之下，但散点位置有一定程度的向上转移趋势，表明其进口贸易联系具有随之增长的态势。综合来看，RCEP的建立有利于带动经济发展较为落后的国家如老挝、缅甸等的经济发展，从而推动整个区域的经济增长，也促进了区域一体化的进程。从图6的度数中心度可以看出，大多数RCEP国家核心节点的中心位置均位于45度线及以上，说明大多数经济体的贸易网络中心性地位在不断提高。这15个国家的中心性地位变迁表明：第一，中日韩新始终位于前4位，起到了引领作用。特别是日本，在2001年前处于最为核心地位，在2008年后被中国反超(日本在贸易网络中份额下降12.14%)，中国位于贸易网络的中心位置，中国的度数中心度在RCEP中稳居第一。2019年中国进出口总额达到4578亿美元，对其他国家的中心影响力均远超过日本和韩国等发达经济体，这主要得益于中国充分利用要素禀赋优势，更深层地嵌入到全球价值链生产环节中，同时不断加强与东盟以及世界各国的经贸往来，使其网络中心位置直线上升。由日本的大国独领风骚到四国经济发展差距逐渐减小，后较为均衡至中国经济逐渐崭露头角。第二，2019年与2000年相比，澳大利亚、马来西亚、新西兰、泰国、越南以及印尼在RCEP贸易网络中的地位均有略微波动，越南、泰国等在整个贸易网络中的地位逐渐上升且上升趋势较明显。第三，2019年与2000年相比，经济发展水平落后的国家(如柬埔寨、缅甸、菲律宾、老挝)均位于贸易网络结构的最外层，说明RCEP贸易网络结构呈不均匀分布。2.部门层面点度中心度RCEP成员国按技术密集程度划分的部门层面点度中心度计算结果如表2所示。2019年相比2000年，中国全部门领域的点度中