复杂性 复杂性 1099 - 0526 1076 - 2787 Hindawi 10.1155 / 2021/3994004 3994004 研究文章 贸易和附加值贸易比较研究沿着“带和道路”:网络分析 隋 Guangjun 1 https://orcid.org/0000 - 0002 - 3409 - 854 x 邹 嘉陵江 1 https://orcid.org/0000 - 0001 - 8534 - 8599 吴 双 2 唐 Danling 3 4 Saracco 法比奥 1 广东国际战略研究所 广东外语外贸大学的研究 广州510420 中国 gdufs.edu.cn 2 人文和社会科学分工 北京师范University-Hong香港浸会大学联合国际学院 珠海519087 中国 uic.edu.hk 3 广东南方海洋科学与工程实验室(广州) 广州 中国 sysu.edu.cn 4 广东省重点实验室的海洋遥感 国家重点实验室的热带海洋 南海海洋资源研究学院 中国科学院 广州511458 中国 cas.cn 2021年 14 8 2021年 2021年 27 5 2021年 21 7 2021年 7 8 2021年 14 8 2021年 2021年 版权©2021 Guangjun隋et al。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

与区域产业转移的深入,传统的贸易数据不能完全解释贸易的真正水平。本文旨在揭示真实的贸易格局变化沿着“带和道路”通过建立增值贸易(增值税)网络的“带和道路”国家和比较它与贸易网络。应用网络方法,我们分析和比较结构,特点,两种网络的演进,潜在的活力。彻底的解释和可视化的网络密度、网络中心、贸易社区,和影响因素两个网络在2005年三个时间部分,2010年和2015年,我们来看以下结果:(1)的连接网络进行了极大的增强,反映出区域经济更加紧密。(2)两个网络的center-external结构进一步加强,网络是更明显的偏振增值税比贸易网络。(3)贸易增值税社区和社区的组织在很大程度上是不同的。具体地说,中国增值税网络中核心地位迅速上升并将越来越多的国家纳入其增值税社区。(4)网络的潜在因素有相似的影响。而区域经济的发展规模和自由贸易协议将加强贸易和增值税,经济差距和人口“腰带和路”国家之间的差异将会禁止区域经济关系。基于这些发现,我们提出建议进一步利用中国区域经济合作促进地区增值税的核心位置,建立广泛的贸易渠道,加强贸易治理。

 广东省自然科学的基础 2019年bt02h594 国家社会科学基金的主要项目 21 zda097 广东省普通高校青年创新人才项目 2020年wqncx016 1。介绍

“带和道路倡议”(BRI)是中国最大的国际经济工作,历程旨在刺激经济发展在一个巨大的地区覆盖国家在亚洲,欧洲和非洲基础设施建设的主题,政策对话、自由贸易、金融支持和人文交流。自2013年提出以来,展望国家之间的贸易联系越来越密切,促进一个更严格的区域内贸易网络。这也加深了产业转移和砖内的分工。与区域产业转移和生产合作的深入,传统的贸易数据不能充分解释贸易的真实水平,因为一个国家的出口产品可能包含进口原材料从另一个国家。与贸易数据相比,增值税数据可以抵消这种效应,更好地反映真实水平的贸易( 1]。我们的论文旨在揭示的变化模式的真正的贸易水平BRI地区增值税通过比较网络的贸易网络。通过分析结构、特征、演变和潜在活力的贸易网络和增值税BRI地区的网络,我们试图完全解释BRI国家之间的贸易的发展变化,提出相关政策建议为未来区域贸易合作和生产连接。

自全球和区域贸易网络保持网络的独特特点,学者采取了网络方法分析贸易网络,探索之间的错综复杂的贸易关系的国家和地区( 2]。例如,Garlaschelli和Loffredo 3]-和Tajoli [ 4)网络分析描绘了全球贸易网络结构。-和Tajoli 4)指出,网络贸易的发展对贸易关系和贸易政策有很大影响。使用网络的方法,学者们还分析了拓扑中,社会结构和演化的世界贸易网络( 5- - - - - - 7]。进一步,江et al。 8]分析了全球贸易的发展社区和提出了中国的地缘政治策略方向。网络方法也发挥了重要作用在分析产品贸易网络,特别是能源和矿产产品的全球贸易网络( 9, 10),农产品( 11),废物 12, 13),和其他重要的产品( 14, 15]。这些研究不仅是很有价值的理解产品贸易网络的特点,但也有助于理解组织和全球生产网络和全球地缘政治关系的模式。

BRI加速研究的命题BRI地区的贸易网络。以整体BRI贸易网络为研究对象,学者分析网络结构的演化特点,改变贸易社区,开展深入的描述BRI贸易网络近年来( 16, 17]。在此基础上,庄et al。 18]讨论了邻近的形成和影响因素,文化和机构对房屋的结构贸易网络。陈等人。 19)进一步分析文化贸易网络的未来国家和其发展。将BRI贸易网络纳入全球贸易网络,歌曲等。 20., 21)比较了BRI贸易网络的拓扑结构与全球贸易网络和解决贸易社区在未来贸易之间的关系网络和全球贸易网络。其他学者关注的贸易网络的结构和影响因素BRI国家行业和细分产品,包括高端制造业( 22),农业( 23),和天然气( 24]。

由于国际产业分工的不断深化,传统的国际贸易数据不能完全反映真实的贸易水平。为了测量网络结构的演变之间的贸易地区,研究贸易网络基于增值最近开始出现。Ferrarini [ 25首先测量和可视化全球垂直增值税网络,发现中国的汽车和电子产品行业的中心地位正在上升。Cerina et al。 26和朱et al。 27)使用网络的方法来分析增值税描述的全球贸易网络和全球价值链的具体形式。通过计算每个国家的出口贸易的外国增值部分,Amador和卡布拉尔( 28)建立了一个全球nonweighted增值税网络和描述其结构演化特征。他们发现,大型贸易国家增值税网络中起着关键的作用。此外,基于网络分析方法,太阳et al。 29日)描述了增值税全球制造网络的拓扑结构,并进一步讨论了其构造演化影响因素。专注于制造增值税网络未来的国家,学者们发现了一个快速增长的趋势在2003年之后,很大程度上影响了区域贸易协定的关系和经济总量的增加 30.]。

综上所述,有越来越多的文献基于网络分析的未来国家之间的贸易。这些研究描述BRI地区的贸易网络结构及其演化特征和影响因素。与传统贸易相比,增值税可以更好地反映真实水平的贸易( 31日]。研究基于增值税网络分析也显示了一个上升的趋势。然而,很少有研究考虑增值税的BRI地区,更不用说来描述其进化特征。

填补这一差距,我们尝试建立BRI增值税网络和分析其结构、特点、演化和潜在的活力比较BRI贸易网络。在接下来的部分,我们首先介绍了方法和数据用于计算增值税增值税在展望未来国家和建立与网络加权网络。然后我们比较BRI贸易网络BRI增值税网络三个描述符的网络密度、网络中心、和贸易社区,结合它们的进化趋势的进一步探索。在接下来的部分,我们建立模型分析了影响这两个因素网络来了解他们的潜在的活力和差异。基于上述分析,我们最后得出结论并提出相关的政策建议加强BRI国家之间的贸易联系。通过分析贸易和增值税的进化网络未来的国家,本文将有助于理解BRI的意义,特别是从未来如何加强经济联系。

 2。方法和数据 2.1。研究领域

BRI坚持包容的精神,不限制在一定地理空间( 32]。然而,为了方便研究,学者们通常都有自己的定义的空间范围的未来( 16, 33]。鉴于国际投入产出表数据的可用性和基于以前的相关研究,本文中的BRI国家指中国和63个国家后,如表所示 1和图 1。

砖国家表示。

次区域 国家
中亚 哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦、土库曼斯坦
蒙古和俄罗斯 蒙古、俄罗斯
东南亚 越南、老挝、柬埔寨、泰国、马来西亚、新加坡、印度尼西亚、文莱、菲律宾、缅甸
南亚 印度、巴基斯坦、孟加拉国、阿富汗,尼泊尔,不丹,斯里兰卡,马尔代夫
中欧和东欧 波兰、捷克、斯洛伐克、匈牙利、斯洛文尼亚,克罗地亚,罗马尼亚、保加利亚、塞尔维亚、黑山、马其顿王国、波斯尼亚和黑塞哥维那、阿尔巴尼亚、爱沙尼亚、立陶宛、拉脱维亚、乌克兰、白俄罗斯、摩尔多瓦
西方亚洲和中东 土耳其、伊朗、叙利亚、伊拉克、阿联酋、沙特阿拉伯、卡塔尔、巴林、科威特、黎巴嫩、阿曼、也门、约旦、以色列、亚美尼亚、格鲁吉亚、阿塞拜疆、埃及

请注意。BRI地区通常包含66个国家。我们提到的数据集,因为Eora26跨国投入产出表,不包括东帝汶和巴勒斯坦。我们排除了东帝汶和巴勒斯坦的66个国家,64个国家的研究领域。

未来国家的地图。

 2.2。数据源

网络建设中,我们使用两个主要类型的数据,出口贸易数据在未来国家和跨国BRI地区的投入产出表。每年国家之间的出口贸易数据来自国际贸易中心( https://www.trademap.org/)。跨国的投入产出表,有各种各样的数据库由许多机构编制,包括WIOD GTAP, Eora26, Exiobase等等。虽然大多数的数据库包含一小部分国家和地区,这是远远不够的BRI国家,Eora26数据库Lenzen团队编制从悉尼大学是一个相对全面的一个( https://worldmrio.com/eora26/)。它涵盖了全世界189个国家和地区,时间跨度从1990年到2015年。此外,根据乔和别人的 34数据使用的建议,我们将采用Eora26跨国投入产出数据库。我们提取数据展望64个国家在2005年,2010年和2015年。

 2.3。方法 2.3.1。国际增值税会计的流动

国际出口贸易产品通常包含输入从其他国家进口原材料。这些原材料进口国也将出口利润份额。来衡量贸易的真实水平,有必要计算实际出口产品的附加值,即。出口,附加值。multiregional投入产出模型通常用于计算增值之间的出口国家。multiregional投入产出模型中,里昂惕夫模型如下: (1) X = 我 − 一个 − 1 f = B f 。

假设有 米 国家,每个国家都是一个单独的部门。通过引入对角矩阵的增值速度 V ^ ,我们可以获得 (2) V = V ^ X = V ^ 我 − 一个 − 1 f = V ^ B f , 在哪里 V = V 11 ⋯ V 1 米 ⋮ ⋱ ⋮ V 米 1 ⋯ V 米 米 , V ^ = v 1 0 0 0 ⋱ 0 0 0 v 米 , 一个 = 一个 11 ⋯ 一个 1 米 ⋮ ⋱ ⋮ 一个 米 1 ⋯ 一个 米 米 , B = 我 − 一个 − 1 = c 11 ⋯ c 1 米 ⋮ ⋱ ⋮ c 米 1 ⋯ c 米 米 , f = f 11 ⋯ f 1 米 ⋮ ⋱ ⋮ f 米 1 ⋯ f 米 米 , X 表示总输出矩阵之间的以出口为导向的国家, 我 表示单位矩阵对角线是1, 一个 表示直接消耗系数矩阵, B 表示里昂惕夫逆矩阵, f 代表国家之间的出口贸易额, V ^ 对角矩阵表示的每个国家的增值速度,和 V 国与国之间表示附加值出口矩阵。通过计算 V 矩阵,我们可以获得两个国家之间的增值税的具体流程。

 2.3.2。网络建设和特点分析

(1) 网络建设。本文选择2005年三个时间部分的数据,2010年和2015年建立的贸易网络和增值税网络。贸易网络,每个国家都被视为一个节点,一个国家到另一个国家的出口作为边缘的重量从该节点到另一个节点。同样,在增值税的网络中,一个国家到另一个国家的增值税出口作为边缘的重量从该节点到另一个节点。

(2) 网络密度。基于这样一个前提:增值税的贸易网络和网络加权网络,我们第一次正常贸易流动。可以表示成规范化的贸易流 W 我 j ,范围在0和1之间。网络密度可以计算如下: D = ∑ 我 = 1 N ∑ j = 1 N W 我 j / N N − 1 , 我 ≠ j ,因为 ∑ 我 = 1 N ∑ j = 1 N W 我 j 范围从0到 N( N−1)。因此,加权网络的密度范围在0和1之间。

(3) 社区检测。因为有不同的贸易社区BRI贸易网络,我们也确定贸易社区的贸易网络和增值税网络。比较分析贸易的模式和特点的社区将有助于更深入理解两个网络的特点。社区检测是一种常见的方法来识别网络中的社区( 16, 35]。在本文中,我们使用的 问纽曼提出的函数法( 36)检测贸易社区。当 问达到最大时,我们可以获得最好的社区。的 问功能介绍如下: (3) 问 = 1 2 米 ∑ 我 j 一个 我 j − k 我 k j 2 米 δ c 我 , c j , 在哪里 (4) δ c 我 , c j = 1 , c 我 = c j , 0 , c 我 ≠ c j 。

在公式( 3)和( 4), c 我 表示节点的社区 我 在网络, 一个 我 j 表示节点的重量 我 到节点 j ,即,the trade flow from country 我 国家 j , k 我 表示从边缘节点的权重的总和 我 , 米 表示网络中所有边的权重的总和。

(4) 特征向量中心。中心措施网络中节点的重要性。的贸易网络和增值税贸易网络,几乎所有节点相连,但边加权。因此,中心亲密感和中间性中心不能代表节点的重要性。为了解决这个问题,在本文中,我们使用特征向量中心指数来衡量贸易网络中节点的重要性和增值税网络。特征向量中心的函数形式如下: (5) E C 我 = x 我 = c ∑ j = 1 n 一个 我 j x j , 在哪里 x 我 节点的重要性吗 v 我 、节点 v j 是你的邻居 v 我 , c 是一个比例常数。用 x = x 1 , x 2 , x 3 , ⋯ , x n T ,当它到达稳态若干次迭代后,它可以用矩阵形式如下: (6) x = c 一个 x 。

这意味着 x 特征值对应的特征向量是什么 c − 1 的矩阵 一个 。的基本方法计算向量 x 是给初始值 x 0 然后使用以下迭代算法: (7) x t = c 一个 x t − 1 , t = 1、2 , … , 直到 x ′ t = x ′ t − 1 。迭代过程的每一步,如果 x 是除以主特征值 λ对应的邻接矩阵 一个从这个方程,我们可以获得一个非零解,也就是说, x = λ − 1 一个 x 。因此,不断 c = λ − 1 。

 3所示。结果 3.1。网络结构的比较分析

我们使用Gephi0.92软件可视化构建贸易网络和增值税网络。因为有太多网络中的边缘清晰的可视化,我们选择前1%的边缘在每个网络简化贸易流动可视化。两个网络的可视化结构在2005年三个时间部分,2010年和2015年在图所示 2。我们可以看到,这两个贸易网络的密度和增值税网络增加了在每个阶段从2005年到2015年,和边缘的重量变得明显增大。结合网络密度计算表 2,这充分显示了BRI国家之间的贸易联系日益密切。

贸易网络的网络结构和增值税网络未来的国家。

贸易网络的网络密度和增值税网络未来的国家。

网络密度 2005年 2010年 2015年
贸易网络 0.184 0.385 0.474
增值税网络 0.160 0.337 0.427

从分区域的角度来看,我们可以告诉东南亚国家的贸易密度远远大于其他地区在不同时间的部分。这是因为东盟国家保持经济相对较大,他们签署了自由贸易协定。此外,东盟国家的制造业是更高级的,建立一个更紧密的生产网络和增值税密集的网络连接。此外,南亚的贸易网络和增值税网络与印度为核心发展迅速。中欧和东欧的内部贸易联系与俄罗斯为核心也变得近了。从2005年到2015年,中国和这些国家之间的贸易和增值税沿着砖有显著增加,特别是在中国和东南亚国家。

比较与增值税的贸易网络网络,我们发现增值税网络的密度低于贸易网络。这主要是因为出口产品的附加值率通常是小于1的。贸易流动的方向和数量也不同。贸易网络,中美之间的双向贸易流动的主要房屋交易的国家,如东南亚国家,俄罗斯和印度是显而易见的。在增值税网络,然而,中国的增值税流出更明显。这表明未来的国家之一,中国是在一个相对高附加值在产业链中的位置,导致增值税流出大于流入。

 3.2。网络中心的比较分析 3.2.1之上。进化的网络中心

网络中心是一个重要的指标来衡量网络中节点的状态。我们计算的特征向量网络的中心在2005年,2010年和2015年的房屋交易的国家地区的地位。通过选择10个主要国家,然后分析他们的排名变化的贸易网络和增值税网络。结果如图 3。

进化的网络中心的贸易网络和增值税的主要BRI国家网络。

图 3表明,尽管中国落后于新加坡的贸易网络中心和2005年排名第二,它一直占据第一位置在增值税网络整个年。然后,在2010年和2015年,中国的贸易网络中心也上升到第一位,在未来,充分显示了中国的核心地位和增值税网络贸易网络。新加坡,但是,显示下降趋势中心的贸易网络和增值税网络从2005年到2015年,成为第三等级的增值税网络中心。这主要是因为大多数的新加坡的贸易转口贸易附加值率较低( 37),这使得增值税网络中参与指数低于贸易网络。

从2005年到2015年,国家大幅增加在网络中心的贸易网络和增值税网络都是印度,越南,和阿拉伯联合酋长国(UAE)。其中,印度在增值税的中心网络从2005年第六上升到第三个2010年和2015年。越南显示排名上升最快的,其中心位于增值税网络快速增长从2005年的第十二第四个2015年。这表明,除了经济快速发展,越南也加速了融入区域生产网络和区域价值链。阿联酋,西亚的重要国家,在位置略有增加增值税网络,从2005年的第八2015年第六。

在同一时期,一些国家网络的中心地位有所下降。其中,印度尼西亚和俄罗斯下降最多。印尼的贸易网络中心下降从第四到第八,及其在增值税中心网络从第六下降到第八。由于国内经济发展的缓慢增长,俄罗斯的增值网络中心从2005年的第三个2015年的第九。

 3.2.2。网络中心的分布

网络中心的分布反映了网络核心的极化,即。的交易能力的变化,未来的国家。图 4索引的进化中心分布的贸易网络和增值税网络。这表明贸易网络或增值税的中心分布网络在每个指定年很大程度上符合幂律分布;几头的中心,国家是非常大的,和大多数其他国家在网络的边缘较低的中心。在细节中,我们可以看到,在贸易网络,从2005年到2010年,尽管一些国家的相对中心位置发生了变化,网络中心的总体布局并没有改变多少。从2010年到2015年,中国成为了区域贸易核心国家,大的两极分化已成为独特的中心地位展望中国和其他国家之间的差距,表明中国的扩张其比较优势的贸易网络。在增值税网络中心的偏振分布从2005年到2015年是更加明显。中心主管国家之间的差距开始扩大。通过比较与增值税的贸易网络网络,我们可以告诉一个更大的差距在网络中心分布的增值税比贸易网络。中国中央位置的增值税网络大于贸易网络。

分布的网络中心的贸易网络和增值税网络。

使用Gephi 0.92,我们进一步分析的特点和发展贸易的贸易网络和增值税网络社区的未来。可视化的结果如图 5。

比较贸易社区和增值BRI国贸易社区。 请注意。点表示国家首都的地理位置。点在同一颜色属于同一个社区。

的贸易网络,贸易部门的社区主要利用地理接近贸易国家强有力的中心。换句话说,贸易社区的某些贸易与周边小国家贸易大国。特别是在2005年,中国和周边东南亚国家形成了一个主要的贸易社区。俄罗斯领导与前苏联国家贸易社区。印度成立了一个贸易集团与南亚和西方一些亚洲国家。匈牙利、土耳其和其他中东欧国家构成了另一个交易社区。与2005年相比,2010年的贸易社区的景观变化主要是因为中国和东南亚的贸易社区划分为两个独立的社区,但印度和中东国家的两个贸易社区以及南亚国家合并成一个社区。到2015年,中国和东盟国家再次形成一组,和其他贸易社区并没有改变多少。

增值税的网络社区划分也显示了地理接近增值税大国的特点。增值税2005年,大多数东南亚国家形成了一个社区中心新加坡,而中国与印度形成了另一个西方和一些亚洲国家。俄罗斯仍然带领一个社区与前苏联国家的增值税网络。在2010年,中国和印度的增值税社区已经分手,与中国转向组与东南亚国家和印度与南亚国家形成一个社区。俄罗斯和中欧和东欧一些国家,形成一个新的增值税社区。到2015年,与中国的增值税社区为核心,进一步扩大到包括俄罗斯、蒙古、中亚国家和东南亚国家。印度和南亚国家保持增值税作为一个独立的社区。

比较与增值税的贸易社区社区,我们发现的总体模式贸易社区、社区代表不同的增值税整个年。贸易的总体模式社区保持稳定,而增值税的整体模式社区从2005年到2015年发生了很大的变化。具体地说,在2005年,而中国和越南组成了一个与其他东南亚国家贸易社区,他们被排除在增值税社区的东南亚国家,并集成到一个单独的一个国家在南亚,西亚、中东。作为亚洲和中东西方国家主要依赖石油出口,我们推测中国和越南保持相当数量的资源型生产。对于俄罗斯来说,这是社区参与相同的贸易与东欧国家增值税但形成了一个不同的社区没有东欧国家,显示较弱的生产合作比贸易联系俄罗斯和东欧。

然后在2010年,中国和越南建立了强大的生产与其他东南亚国家形成一个完整的增值税社区但削减贸易与新加坡、马来西亚、印尼、和其他人。俄罗斯仍然保持强劲的贸易但弱生产与东欧的连接。显然,东欧国家倾向于生产与中欧国家的合作。这样一个增值税社区由东欧国家和中欧国家持续2015年。

2015年,贸易增值税社区和社区之间的主要区别在俄罗斯,前苏联国家,中亚国家。这些国家形成一个独立的贸易社区但被分为两个不同的增值税社区:尽管俄罗斯和中亚国家参与相同的增值税社区与中国和东南亚国家,前苏联国家加入了与东部和中部欧洲国家之一。这个结果共鸣之前发现俄罗斯的中心地位下降和日益明显的中心极化增值税与中国网络为核心的整个时期。

 4所示。影响网络发展的因素 4.1。计量经济学模型

研究国际贸易通常包括在经济方面的因素,人口贸易关系,空间距离进行实证验证他们的影响在贸易网络。基于这些研究,我们试图调查的因素影响未来贸易的发展网络和附加值贸易网络从以下方面。首先,地理距离,即。,the spatial proximity between the trading countries, is an important factor, as we assume the closer the distance between countries, the easier the trade will happen. Economic distance also matters [ 38, 39]。在本文中,我们把两国GDP规模的差异作为他们的经济距离。过度的经济距离通常表示两国在资源禀赋上的巨大差异和生产结构,这是不利于双边贸易。只考虑到经济距离并不能完全代表经济的影响,我们包括两国国内生产总值之和是整体经济规模的一个因素。人口规模是另一个因素我们需要反映一个国家的市场规模,贸易代表的需求( 39]。此外,我们推测绑定到特定的贸易协定的国家将更有可能互相贸易。砖国家维护不同的和独立的贸易协定,如中国-东盟自由贸易区和俄罗斯领导每个区域贸易协定( 18),我们也采取各种贸易协定到模型中。此外,我们理解常见的宗教 40, 41)和语言( 42, 43)有助于减少贸易成本和促进贸易。综上所述,我们建立模型如下: (8) ln 西北 = f ln 国内生产总值 diff , ln 国内生产总值 总和 , ln 流行 diff , ln 地理 经销 , 自由贸易协定 , relig , 朗 从 , 西北表明网络在二次分配过程(QAP)回归, 西北 贸易 表明贸易网络, 西北 增值税 表明增值税网络。回归模型的解释变量。

为解释变量, 国内生产总值 diff 表示和GDP的绝对值差异 国内生产总值 总和 表示国内生产总值的总和。这两个变量的单位是美元。 流行 diff 表示人口差异的绝对值。它的单位是人。 地理 经销 表示矩阵之间的地理距离这两个国家的首都城市。它的单位是公里。 自由贸易协定 表示矩阵的两个国家之间的自由贸易协定(1意味着有一个自由贸易协定,0表示没有)。 relig 表示两国是否有一个共同的宗教。 朗 从 表示是否有共同的两国官方语言。

 4.2。回归结果

考虑到网络数据的高度相关,我们利用QAP回归的方法来避免多重共线性的变量的影响。QAP回归方法不做严格要求变量之间的独立性。QAP回归的目的是探索多个解释变量之间的回归关系矩阵和一个解释变量矩阵和评价回归结果基于回归系数和回归拟合值 R2。刘指的研究等。 44和王et al。 30.),应用QAP方法在分析砖制造网络,我们更进一步探讨因素影响未来的贸易网络和增值税网络的国家。由于数据的可用性,我们只执行2015年数据的回归分析。回归结果如表所示 3。

QAP回归结果的贸易网络和网络2015年增值税。

变量 西北 贸易 西北 增值税
模型(1) 模型(2) 模型(3) 模型(4) 模型(5) 模型(6)
拦截 −55.33 ∗ ∗ ∗ −53.28 ∗ ∗ ∗ −54.69 ∗ ∗ ∗ −24.55 ∗ ∗ ∗ −21.08 ∗ ∗ −22.10 ∗ ∗ ∗
ln 流行 diff −0.206 ∗ −0.349 ∗ ∗ ∗
ln 国内生产总值 总和 4.092 ∗ ∗ ∗ 3.914 ∗ ∗ ∗ 3.914 ∗ ∗ ∗ 2.167 ∗ ∗ ∗ 1.865 ∗ ∗ ∗ 1.839 ∗ ∗ ∗
ln 国内生产总值 diff −0.929 ∗ ∗ ∗ −0.949 ∗ ∗ ∗ −0.955 ∗ ∗ ∗ −0.481 ∗ ∗ ∗ −0.515 ∗ ∗ ∗ −0.506 ∗ ∗ ∗
ln 地理 经销 −1.431 ∗ ∗ ∗ −1.474 ∗ ∗ ∗ −1.318 ∗ ∗ ∗ 0.062 −0.011 0.139
relig −1.634 ∗ ∗ −1.660 ∗ ∗ −1.182 ∗ ∗ −1.226 ∗ ∗
自由贸易协定 3.534 ∗ ∗ ∗ 3.565 ∗ ∗ ∗ 3.852 ∗ ∗ ∗ 0.803 ∗ ∗ ∗ 0.856 ∗ ∗ ∗ 0.980 ∗ ∗ ∗
朗 从 0.750 0.765 −0.321 −0.294
R2 0.461 0.460 0.455 0.370 0.346 0.333
调整 R2 0.461 0.459 0.455 0.369 0.345 0.332
数量的观察 3906年 3906年 3906年 3906年 3906年 3906年

请注意。 ∗ ∗ ∗ , ∗ ∗ , ∗ 分别指示意义为1%,5%,10%。

贸易网络,调整的拟合优度,即。,调整 R2三个模型的0.461、0.460和0.455,分别。这意味着变量纳入模型可以解释46.1%,46.0%,和45.5%的相应的网络结构的变化。每个模型的样本大小是3906,表明模型包括一个63×63矩阵组成的63个国家(地区)的未来。矩阵的对角元素是0;也就是说,没有自身环网络。

从的角度解释变量,GDP规模具有明显的积极与贸易联系的关系。模型1中它的系数是4.092,明显的在1%的显著性水平。经济距离的回归系数−0.929,明显在1%的显著性水平,显示经济距离有很大的阻碍影响贸易联系。国与国之间的经济规模的差异越小,越有可能产生更强的贸易关系。人口的回归系数的区别是−0.206,明显在10%的显著性水平,这也表明,人口规模的差异对贸易联系相对负面的影响。地理距离的三个模型的回归系数是−1.431−1.474−1.318,分别在1%的显著性水平。我们可以告诉两国之间的空间距离越大,贸易联系变得越弱。共同的宗教信仰的回归系数是−1.634,这是5%的水平的重要意义。而不是促进贸易往来,共同的宗教产生阻碍影响贸易联系。自贸区的三个模型的系数是3.534,3.565,和3.852,和他们都是重要的在1%的显著性水平,这充分表明两国签署的自由贸易协定有非常积极的影响在促进两国之间的贸易关系。 Although the regression coefficient of the common official language is positive, it is not significant at the 10% significance level. It means the common official language has no significant impact on the trade links among the BRI countries.

的调整 R2增值税的三个回归模型的网络是0.369,0.345,和0.332,分别,这意味着变量可以解释36.9%,34.5%,和33.2%的增值税网络结构变化。从回归系数的角度来看,我们可以看到GDP规模的系数为2.167,与1%的显著性水平。这表明两国经济规模越大,越接近增值税两国关系。然而,经济距离的系数是显著负,添加了这意味着两国国内生产总值差距应该小促进增值税。人口系数差异也显著负,表明近增值税与种群规模相似的国家之间的联系,比那些有大量人口的差异。共同的宗教的回归系数仍显著负的。也就是说,有一个共同的宗教增值税网络上有一定的阻碍作用。我们推测,未来的国家有共同的宗教信仰可能保持类似的工业结构或在同一经济发展水平,从而降低增值税的需要。自由贸易协议仍有非常重要的积极的影响促进增值税链接。然而,地理距离的影响,常见的官方语言是增值税模型不显著。

比较回归结果的贸易网络和增值税网络,我们发现经济规模的因素,经济距离、人口差异,常见的宗教、自由贸易协定、共同语言有相似的影响增值税的贸易网络和网络。一方面,扩大经济规模的交易和促进自由贸易协定将会积极促进两国贸易关系和增值税关系。另一方面,经济距离、人口差异,和共同的宗教有阻碍作用在两个网络。地理距离有不同的影响在贸易网络和增值税网络。而地理距离大大阻止了国与国之间的贸易联系,其对增值税的阻碍影响链接并不重要。

 5。结论和政策建议 5.1。结论

在本文中,我们首先计算增值税BRI国家从2005年到2015年之间的流动构造BRI贸易网络和增值税网络。应用网络分析方法,我们进一步分析和可视化的结构、特征和演进的贸易网络和增值税网络。然后,我们调查的因素影响使用QAP方法两个网络的发展。通过比较网络密度、网络中心、贸易社区,和影响因素两个网络在过去的十年中,我们得出以下结论:

贸易网络的密度和增值税网络未来的国家已经上升。作为区域贸易网络的密度迅速增加,未来国更频繁地与对方交流。同时,增值税网络的密度也增长在很大程度上,反映出更多的区域生产网络密切相关。在某种意义上,我们可以告诉BRI区域经济一体化的模式已初具规模。

BRI center-external结构的地区已经加强。未来的网络中心主管国家贸易网络的指数比其他国家。这样的中心地位差距一直在扩大这些年来续传。这反映了不同的center-external BRI贸易网络的结构由中国区域核心国家和几个分区域核心国家,如新加坡、印度、阿联酋、俄罗斯。与贸易网络,center-external区域增值税网络结构更加明显。与日益增长的中心与其他国家的差距,中国占据了绝对的核心地位增值贸易网络,引领区域生产网络。

贸易模式的社区和增值税社区主要是基于地理邻近区域和分区域核心国家。他们看起来很大程度上不同,显示不同的区域贸易和生产网络。虽然贸易社区中的经济关系没有改变太多的从2005年到2015年,增值税社区逐渐聚集在几家大型城市群的形状,即。中国与周边国家的社区,社区的欧洲,南亚国家和中东国家,和其他国家的社区。值得注意的是,在2015年,与中国增值税社区为核心的增长要比其他任何增值税社区和大于对华贸易社区为核心。这表明中国在主要地区增值税网络维护更大的影响力。

影响因素有类似的影响在贸易网络和增值税网络。日益增长的经济规模和自由贸易协定签署有明显的积极作用,加强贸易联系和增值税链接;经济距离和人口差异有显著的抑制作用。主要的区别是地理距离的影响。虽然有明显的阻碍影响贸易网络,它并不影响增值税网络。

5.2。政策影响

自由贸易是一种“五环节”提升的房屋和房屋建设的首要任务。加强贸易联系在未来国家将促进区域经济发展,促进社区建设与人类共同的未来。为核心的国家最高的中心的贸易网络和增值税网络BRI地区,中国可以扮演更重要的角色在促进贸易关系的展望主要国家和地区的社会经济发展。根据这项研究,我们尝试提出建议更严格,更深化和更充足的区域经济合作模式从中国的角度来看:

首先,中国应该进一步加快国内产业的转型升级和进一步加强其在增值税网络在该地区的地位。同时,中国应该沿着BRI促进国家产业的扩散和帮助促进他们进一步融入全球生产网络和全球价值链,实现共同经济发展。

第二,中国有可能推进建设广泛BRI区域内的贸易渠道。广泛的贸易渠道将有助于减少贸易成本和推动区域内国家之间的贸易联系。他们还将帮助区域产业转移和产业联系和进一步加强中国的核心地位增值税BRI贸易网络和网络。

最后,中国应有助于加速贸易规则的标准化BRI地区通过促进签署贸易协定BRI国家减少贸易壁垒。与此同时,其中心位置的贸易网络和增值税网络,中国有必要促进地区经济治理,促进区域内贸易和生产一体化的链接。

 数据可用性

本文中所有的数据是可用的。

 的利益冲突

作者宣称没有利益冲突。

 确认

这项研究是由广东省自然科学基础(2019号bt02h594),主要的国家社会科学基金项目(第21号zda097)和广东普通高校青年创新人才项目(2020号wqncx016)。

 约翰逊 r . C。 格拉 G。 占中间体:生产共享和贸易附加值 国际经济学杂志 2012年 86年 2 224年 236年 10.1016 / j.jinteco.2011.10.003 2 - s2.0 - 84858073158 Prell C。 太阳 l 冯 K。 Myroniuk w·T。 全球贸易的不平等:越野比较贸易网络的位置,经济财富、污染和死亡率 《公共科学图书馆•综合》 2015年 10 e144453 10.1371 / journal.pone.0144453 2 - s2.0 - 84955458196 Garlaschelli D。 Loffredo m . I。 世界贸易网络的结构和演化 自然史答:统计力学及其应用 2005年 355年 1 138年 144年 10.1016 / j.physa.2005.02.075 2 - s2.0 - 21544444193 - l Tajoli l 世界贸易网络 世界经济 2011年 34 8 1417年 1454年 10.1111 / j.1467-9701.2011.01360.x 2 - s2.0 - 80051967765 Fagiolo G。 雷耶斯 J。 舒阿佛 年代。 在世界贸易网络的拓扑性质:加权网络分析 自然史答:统计力学及其应用 2008年 387年 15 3868年 3873年 10.1016 / j.physa.2008.01.050 2 - s2.0 - 42649131056 Tzekina 我。 Danthi K。 Rockmore d . N。 进化在世界贸易网络的社区结构 欧洲物理期刊B 2008年 63年 4 541年 545年 10.1140 / epjb / e2008 - 00181 - 2 2 - s2.0 - 49649100841 Fagiolo G。 雷耶斯 J。 舒阿佛 年代。 世界贸易网络的进化:weighted-network分析 演化经济学杂志 2010年 20. 4 479年 514年 10.1007 / s00191 - 009 - 0160 - x 2 - s2.0 - 77954219709 江 X。 杨 Y。 王 年代。 空间和时间模式进化的全球贸易网络在1985 - 2015年中国地缘政治学及其启示 地理研究 2018年 37 495年 511年 杨 Y。 胡桐 j . p . H。 刘 Y。 Bagchi-Sen 年代。 小而扁平的世界:国际贸易的复杂网络分析原油 能源 2015年 93年 534年 543年 10.1016 / j.energy.2015.09.079 2 - s2.0 - 84949639201 郝 X。 一个 H。 太阳 X。 钟 W。 进口竞争关系和强度在国际铁矿石贸易:从网络的角度看问题 资源政策 2018年 57 45 54 10.1016 / j.resourpol.2018.01.005 2 - s2.0 - 85041604483 Torreggiani 年代。 Mangioni G。 彪马 m·J。 Fagiolo G。 识别食品贸易国际多网的社区结构 环境研究快报 2018年 13 54026年 10.1088 / 1748 - 9326 / aabf23 2 - s2.0 - 85048126353 Petridis n e·K。 Stiakakis E。 全球电子交易网络分析 资源保护和回收 2020年 158年 104742年 越南盾 G。 清 T。 田 l 杜 R。 李 J。 原油贸易结构的优化:复杂网络分析 复杂性 2021年 2021年 11 3480546 10.1155 / 2021/3480546 舒兹 m . H。 Palan N。 国际服装和纺织品贸易网络的重组:意大利和葡萄牙的角色 杂志的经济结构 2016年 5 1 29日 10.1186 / s40008 - 016 - 0046 - 7 2 - s2.0 - 85019984345 陈宏伟 T。 建筑师 K。 汽车零部件供应网络结构的影响:一种复杂网络的方法 CIRP年报 2014年 63年 1 393年 396年 10.1016 / j.cirp.2014.03.119 2 - s2.0 - 84902545102 刘 Z。 王 T。 比如说 j·W。 程ydF4y2Ba W。 国与国之间的贸易关系的结构和演化的腰带和道路 《地理科学 2018年 28 9 1233年 1248年 10.1007 / s11442 - 018 - 1522 - 9 2 - s2.0 - 85050814460 邹 J。 刘 W。 中国贸易网络和国家在“带和道路倡议”地区从2001年到2013年 Scientica Geographica中央研究院 2016年 36 1629年 1636年 庄 Z。 清ydF4y2Ba C。 锅 年代。 带的演变和道路贸易网络及其决定因素 新兴市场金融和贸易 2019年 55 14 3166年 3177年 10.1080 / 1540496 x.2018.1513836 2 - s2.0 - 85054750041 程ydF4y2Ba Q。 程 J。 吴 Z。 文化贸易的发展网络在“带和道路”地区:全球文化含义的可持续性 可持续性 2019年 11 10 2744年 10.3390 / su11102744 2 - s2.0 - 85066978148 首歌 Z。 切 年代。 杨 Y。 带的贸易网络和公路计划及其拓扑关系到全球贸易网络 《地理科学 2018年 28 9 1249年 1262年 10.1007 / s11442 - 018 - 1523 - 8 2 - s2.0 - 85050759647 首歌 Z。 切 年代。 杨 Y。 贸易网络拓扑关系带和公路项目地区和全球贸易网络 地理的进展 2017年 36 1340年 1348年 徐 H。 太阳 T。 程 l 贸易模式和高端制造业的影响因素“一带一路”——研究基于指数分布随机图模型 财政与贸易经济 2015年 36 74年 88年 张ydF4y2Ba M。 研究国家的竞争力和农产品贸易的互补性以及“皮带和道路”:基于社会网络分析的方法 农业经济问题 2018年 2 103年 114年 张 C。 傅 J。 聚氨酯 Z。 研究国家的石油贸易网络“皮带和道路倡议” 《清洁生产 2019年 222年 593年 605年 10.1016 / j.jclepro.2019.03.026 2 - s2.0 - 85062884926 Ferrarini B。 垂直贸易地图 亚洲经济杂志 2013年 27 2 105年 123年 10.1111 / asej.12005 2 - s2.0 - 84877102171 Cerina F。 朱 Z Chessa 一个。 Riccaboni M。 世界上输入输出网络 《公共科学图书馆•综合》 2015年 10 e0134025 10.1371 / journal.pone.0134025 2 - s2.0 - 84941730069 朱 Z。 Puliga M。 Cerina F。 Chessa 一个。 Riccaboni M。 全球价值树 《公共科学图书馆•综合》 2015年 10 e0126699 10.1371 / journal.pone.0126699 2 - s2.0 - 84929379707 Amador J。 卡布拉尔 年代。 增值网络贸易 世界经济 2017年 40 7 1291年 1313年 10.1111 / twec.12469 2 - s2.0 - 85002410468 太阳 T。 肖 H。 孟 B。 徐 H。 网络拓扑结构和进化的制造业gvc模式及其影响因素:一项研究基于wwz方法和社会网络 管理Revue 2018年 30. 49 60 王 B。 程ydF4y2Ba N。 林 G。 制造业的附加值贸易网络结构的“带和十字架”国家及其影响因素 《国际贸易 2019年 3 85年 One hundred. de Soyres F。 de Soyres F。 盖拉德 一个。 各国增值和生产力的联系 美联储国际金融讨论文件,1266号 2019年 美国华盛顿特区 联邦储备体系理事会 10.17016 / ifdp.2019.1266 刘 W。 皮带和公路项目的科学理解中国和相关研究的主题 地理的进展 2015年 34 538年 544年 邹 J。 刘 C。 阴 G。 唐 Z。 空间模式和经济影响中国贸易与各国的腰带和道路 地理的进展 2015年 34 598年 605年 乔 X。 李 Z。 香 N。 跟踪体现碳在中间产品贸易和一个平行且数据库之间的比较 财政与贸易经济 2018年 39 84年 One hundred. 他 m . T。 Delvenne J.-C。 Rosvall M。 Lambiotte R。 复杂网络社区探测的许多方面 应用网络科学 2017年 2 1 4 10.1007 / s41109 - 017 - 0023 - 6 2 - s2.0 - 85029759937 纽曼 m·e·J。 Girvan M。 寻找和评估网络社区结构 物理评论E 2004年 69年 2 26113年 10.1103 / physreve.69.026113 2 - s2.0 - 37649028224 白菜 k . M。 贸易出口的经济周期:新加坡 国际经济杂志 2012年 26 2 189年 201年 10.1080 / 10168737.2012.688520 2 - s2.0 - 84863590272 木村 F。 李 h。 在国际服务贸易引力方程 回顾世界经济 2006年 142年 1 92年 121年 10.1007 / s10290 - 006 - 0058 - 8 2 - s2.0 - 33746865550 姚 X。 王 B。 聚氨酯 Y。 服务的网络结构特点和影响因素中间输入的国家“带和路” 世界经济研究 2018年 1 122年 133 + 136 De Groot h·l·F。 Linders G.-J。 里特维德 P。 萨勃拉曼尼亚 U。 双边贸易模式的制度因素 Kyklos 2004年 57 1 103年 123年 10.1111 / j.0023-5962.2004.00245.x 2 - s2.0 - 1542290590 卢 J·J。 Van den Berg H。 宗教与国际贸易:宗教文化的共享促进贸易网络的形成? 《美国经济学和社会学 2007年 66年 4 765年 794年 10.1111 / j.1536-7150.2007.00539.x 2 - s2.0 - 35348987096 Melitz J。 语言和对外贸易 欧洲经济评论 2008年 52 4 667年 699年 10.1016 / j.euroecorev.2007.05.002 2 - s2.0 - 43149091680 罗曼 J。 语言障碍影响贸易吗? 经济学的信件 2011年 110年 2 159年 162年 10.1016 / j.econlet.2010.10.023 2 - s2.0 - 78650048369 刘 H。 张 Y。 太阳 Y。 中国区域发展的空间网络结构及其决定因素 经济评论 2015年 5 59 69年