全球商品贸易网络生长特征及动力机制

doi:10.18402/resci.2022.03.07

摘要/Abstract

摘要：

经济全球化时代,国家间商品流动频繁,商品贸易网络化特征突出,亟需从关系网络的生长逻辑探究全球商品贸易的互动场景与演进机理。本文基于1996—2016年全球商品贸易流量数据,借助社会网络分析方法和ArcGIS可视化工具揭示了全球商品贸易网络的生长过程,运用指数随机图模型分析了全球商品贸易网络生长的动力机制。结果表明：①全球商品贸易网络呈扩张式生长,逐步形成“三核”互联主导的“大三角”空间结构,网络骨架的三大集群凸显。中国主导的集群大幅拓展,美国和德国主导的集群日益收缩。各国家（地区）在网络中的分工明确,网络功能差异显著并表现出不同变化特征。②全球商品贸易网络生长受自组织性、国家（地区）匹配性、国家（地区）集散性等内生动力和外生网络嵌入性等外在推力的共同驱动。其中,互惠关系是自组织性的主要结构,国家（地区）收入水平、市场开放趋同性和制度环境异质性是匹配性的关键因素,经济优势和产业竞争力是集散性的重要基础,殖民历史网络、留学生交流网络、语言同构网络、论文合作网络是重要的外生网络。传统的比较优势理论仍然适用于全球商品贸易网络生长机理的解释,尤其对国家（地区）匹配性和集散性的解释力更强。

关键词: 全球商品贸易网络, 生长特征, 动力机制, 网络自组织, 社会网络分析方法, 指数随机图模型

Abstract:

In the era of economic globalization, with the frequent commodity flows between countries and prominent characteristics of commodity trade networking, it is urgent to explore the interactions and evolution mechanism of global commodity trade based on the logic of the relationship network. Combining the social network analysis method and ArcGIS visualization tool and based on the data of commodity trade flow in various countries from 1996 to 2016, this study revealed the growth process, spatial patterns, and dynamic mechanism of the global commodity trade network. The results indicate that: (1) The network shows expansionary growth, and the “big triangle” of spatial structure with the interaction of three cores is becoming increasingly more mature. The advantages of the three commodity trade clusters also become clearer. The cluster led by China has expanded dramatically, while those led by the United States and Germany have shrunk. Division of labor in the network is clear among countries, and the network functions are significantly different and show different characteristics of change. (2) The growth of global commodity trade networks is driven by endogenous dynamics such as self-organization, national matching, national distribution, as well as external thrusts such as exogenous network embedding. Reciprocal relationships are the main structure of self-organization. National income levels, market opening convergence, and institutional environment heterogeneity are the key factors of matching. Economic advantages and industrial competitiveness are important foundations of distribution. The colonial history network, the international student exchange network, the language isomorphism network, and the cooperative publication network are important exogenous networks. The law of comparative advantage is still applicable to explain the growth of global commodity trade networks, especially for national matching and distribution.

Key words: global commodity trade network, growth characteristics, dynamic mechanism, network self-organization, social network analysis method, ERGM

杨文龙, 杜德斌, 盛垒. 全球商品贸易网络生长特征及动力机制[J]. 资源科学, 2022, 44(3): 508-522.

YANG Wenlong, DU Debin, SHENG Lei. Growth characteristics of the global commodity trade network and its dynamic mechanism[J]. Resources Science, 2022, 44(3): 508-522.

图/表 16

图1

图2

图3

图4

表1

图5

表2

表3

表4

图6

图7

表5

表6

表7

表8

表9

参考文献 38

[1]	张幼文. 世界经济学的基础理论与学科体系[J]. 世界经济研究, 2020, (7): 3-16.
	[ Zhang Y W. Basic theory and discipline system of world economy[J]. World Economy Studies, 2020, (7): 3-16.]
[2]	蒋小荣, 杨永春, 刘清, 等. 多重贸易网络的空间演化特征及其影响因素: 基于货物, 服务和增加值贸易的比较[J]. 地理科学, 2021, 41(8): 1419-1427. doi: 10.13249/j.cnki.sgs.2021.08.013
	[ Jiang X R, Yang Y C, Liu Q, et al. Spatial evolution characteristics and influencing factors of trade multidimensional network: A comparative study based on trade in goods, services and value-added[J]. Scientia Geographica Sinica, 2021, 41(8): 1419-1427.]
[3]	李晖, 刘卫东, 唐志鹏. 全球贸易隐含碳净转移的空间关联网络特征[J]. 资源科学, 2021, 43(4): 682-692. doi: 10.18402/resci.2021.04.04
	Li H, Liu W D, Tang Z P. Spatial correlation network of net carbon transfer in global trade[J]. Resources Science, 2021, 43(4): 682-692.]
[4]	祝孔超, 赵媛, 姚亚兵, 等. 全球稀土进口竞争格局分析及潜在贸易联系预测[J]. 资源科学, 2022, 44(1): 70-84. doi: 10.18402/resci.2022.01.06
	[ Zhu K C, Zhao Y, Yao Y B, et al. Global rare earth import competition pattern and rediction for potential trade links[J]. Resources Science, 2022, 44(1): 70-84.]
[5]	段德忠, 杜德斌. 全球高科技产品贸易结构演化及影响因素[J]. 地理学报, 2021, 75(12): 2759-2776.
	[ Duan D Z, Du D B. Structural evolution of global high-tech trade system: Products, networks and influencing factors[J]. Acta Geographica Sinica, 2021, 75(12): 2759-2776.]
[6]	Garlaschelli D, Loffredo I M. Structure and evolution of the world trade network[J]. Physica A: Statistical Mechanics and its Applications, 2005, 355(1): 138-144. doi: 10.1016/j.physa.2005.02.075
[7]	唐晓彬, 崔茂生. “一带一路”货物贸易网络结构动态变化及其影响机制[J]. 财经研究, 2020, 46(7): 138-153.
	[ Tang X B, Cui M S. Research on the dynamic change of goods trade network structure and its impact mechanism of countries along the Belt and Road[J]. Journal of Finance and Economics, 2020, 46(7): 138-153.]
[8]	王涛, 王晴晴, 孟勇. 全球中间品贸易的网络结构特征演变分析: 基于世界投入产出表的研究[J]. 统计与信息论坛, 2021, 36(1): 59-67.
	[ Wang T, Wang Q Q, Meng Y. Analysis on the evolution of the network structure of global intermediate trade: Based on the perspective of world input-output table[J]. Journal of Statistics and Information, 2021, 36(1): 59-67.]
[9]	朱学红, 彭婷, 谌金宇. 战略性关键金属贸易网络特征及其对产业结构升级的影响[J]. 资源科学, 2020, 42(8): 1489-1503.
	[ Zhu X H, Peng T, Chen J Y. Impact of strategic and critical metals trade network characteristics on the upgrading of industrial structures[J]. Resources Science, 2020, 42(8): 1489-1503.]
[10]	杨文龙, 游小珺, 杜德斌. 商品贸易网络视角下地缘经济系统的属性与功能演进[J]. 地理研究, 2021, 40(2): 356-372. doi: 10.11821/dlyj020200010
	[ Yang W L, You X J, Du D B. The evolutionary properties and functions of the geo-economic system from the perspective of global commodity trade network[J]. Geographical Research, 2021, 40(2): 356-372.]
[11]	杨文龙, 杜德斌, 马亚华, 等. “一带一路”沿线国家贸易网络空间结构与邻近性[J]. 地理研究, 2018, 37(11): 2218-2235. doi: 10.11821/dlyj201811008
	[ Yang W L, Du D B, Ma Y H, et al. Network structure and proximity of the trade network in the Belt and Road region[J]. Geographical Research, 2018, 37(11): 2218-2235.]
[12]	Chen S W, Qiang P. The trade network structure of the “One Belt and One Road” and its environmental effects[J]. Sustainability, 2020, DOI: 10.3390/su12093519. doi: 10.3390/su12093519
[13]	何则, 杨宇, 刘毅, 等. 世界能源贸易网络的演化特征与能源竞合关系[J]. 地理科学进展, 2019, 38(10): 1621-1632. doi: 10.18306/dlkxjz.2019.10.016
	[ He Z, Yang Y, Liu Y, et al. Characteristics of evolution of global energy trading network and relationships between major countries[J]. Progress in Geography, 2019, 38(10): 1621-1632.]
[14]	Cingolani I, Iapadre L, Tajoli L. International production networks and the world trade structure[J]. International Economics, 2018, 153(5): 11-33. doi: 10.1016/j.inteco.2017.10.002
[15]	强文丽, 张翠玲, 刘爱民, 等. 全球农产品贸易的虚拟耕地资源流动演变及影响因素[J]. 资源科学, 2020, 42(9): 1704-1714.
	[ Qiang W L, Zhang C L, Liu A M, et al. Evolution of global virtual land flow related to agricultural trade and driving factors[J]. Resources Science, 2020, 42(9): 1704-1714.]
[16]	袁红林, 辛娜. 中国高端制造业的全球贸易网络格局及其影响因素分析[J]. 经济地理, 2019, 39(6): 108-117.
	[ Yuan H L, Xin N. Global trade network pattern and influencing factors of advanced manufacturing in China[J]. Economic Geography, 2019, 39(6): 108-117.]
[17]	刘伟, 高志刚. 丝绸之路经济带沿线国家贸易联系、影响因素及效率研究: 基于社会网络分析与随机前沿引力模型的实证研究[J]. 俄罗斯东欧中亚研究, 2018, (6): 134-152.
	[ Liu W, Gao Z G. Trade links, factors and efficiency of countries along the Silk Road Economic Belt: An empirical research based on social network analysis and stochastic frontier gravity model[J]. Russian, East European & Central Asian Studies, 2018, (6): 134-152.]
[18]	陈烨, 谢凤燕, 王珏, 等. 中国友好城市关系是否促进了城市出口贸易: 基于二模网络视角[J]. 国际贸易问题, 2020, (5): 89-101.
	[ Chen Y, Xie F Y, Wang Y, et al. Does China's friendship city relationship promote city exports: Based on the view of two-mode network[J]. Journal of International Trade, 2020, (5): 89-101.]
[19]	吴群锋, 杨汝岱. 网络与贸易: 一个扩展引力模型研究框架[J]. 经济研究, 2019, 54(2): 84-101.
	Wu Q F, Yang R D. Network and trade: Research on the extended gravity equation[J]. Economic Research Journal, 2019, 54(2): 84-101.]
[20]	Borchert I, Yotov V Y. Distance, globalization, and international trade[J]. Economics Letters, 2017, 153(4): 32-38. doi: 10.1016/j.econlet.2017.01.023
[21]	种照辉, 覃成林. “一带一路”贸易网络结构及其影响因素: 基于网络分析方法的研究[J]. 国际经贸探索, 2017, 33(5): 16-28.
	[ Zhong Z H, Qin C L. The trade network structure of “One Belt One Road” and its influence factors: A study based on analytic network process[J]. International Economics and Trade Research, 2017, 33(5): 16-28.]
[22]	刘林青, 闫小斐, 杨理斯, 等. 国际贸易依赖网络的演化及内生机制研究[J]. 中国工业经济, 2021, (2): 98-116.
	[ Liu L Q, Yan X F, Yang L S, et al. Research on the evolution and endogenous mechanism of international trade dependence network[J]. China Industrial Economics, 2021, (2): 98-116.]
[23]	许和连, 孙天阳, 成丽红. “一带一路”高端制造业贸易格局及影响因素研究: 基于复杂网络的指数随机图分析[J]. 财贸经济, 2015, 36(12): 74-88.
	[ Xu H L, Sun T Y, Cheng L H. Trade patterns and influence factors of high-end manufacturing on “One Belt and One Road”: A study based on the exponential random graph models[J]. Finance & Trade Economics, 2015, 36(12): 74-88.]
[24]	刘林青, 陈紫若, 田毕飞. 结构依赖如何影响贸易网络形成及演化: 以“一带一路”为例[J]. 世界经济研究, 2020, (6): 106-120.
	Liu L Q, Chen Z R, Tian B F. How does structural dependence affect the formation and evolution of trade network: An empirical analysis based on “the Belt and Road”[J]. World Economy Studies, 2020, (6): 106-120.]
[25]	Ward D M, Ahlquist S J, Rozenas A. Gravity's rainbow: A dynamic latent space model for the world trade network[J]. Network Science, 2013, 1(1): 95-118. doi: 10.1017/nws.2013.1
[26]	Cranmer J S, Desmarais A B, Menninga J E. Complex dependencies in the alliance network[J]. Conflict Management and Peace Science, 2012, 29(3): 279-313. doi: 10.1177/0738894212443446
[27]	Talles G M, Viviani S L, Marcelo J B, et al. Institutions and bilateral agricultural trade[J]. Procedia Economics and Finance, 2014, (14): 164-172.
[28]	刘德学, 孙博文. 经济制度距离与贸易发展: 基于跨国面板数据的实证研究[J]. 国际商务(对外经济贸易大学学报), 2019, (1): 21-33.
	[ Liu D X, Sun B W. Economic institutional distance and trade development: An empirical study based on cross-national panel data[J]. International Business, 2019, (1): 21-33.]
[29]	于津平, 张艳艳. “一带一路”国家铁路联通对中国出口的影响[J]. 世界经济与政治论坛, 2021, (1): 147-172.
	[ Yu J P, Zhang Y Y. The influence of railway link of “the Belt and Road” countries on Chinese exports[J]. Forum of World Economics & Politics, 2021, (1): 147-172.]
[30]	胡再勇, 付韶军, 张璐超. “一带一路”沿线国家基础设施的国际贸易效应研究[J]. 数量经济技术经济研究, 2019, 36(2): 24-44.
	[ Hu Z Y, Fu S J, Zhang L C. Study of international trade effect of the infrastructure under the Belt and Road Initiatives[J]. The Journal of Quantitative & Technical Economics, 2019, 36(2): 24-44.]
[31]	马弘, 秦若冰. 收入水平、收入分布与进口需求[J]. 经济科学, 2020, (2): 20-33.
	[ Ma H, Qin R B. Per-capita income, income distribution and import demand[J]. Economic Science, 2020, (2): 20-33.]
[32]	Granovetter M. Economic action and social structure: The problem of embeddedness[J]. American Journal of Sociology, 1985, 91(3): 481-510. doi: 10.1086/228311
[33]	Rauch E J, Trindade V. Ethnic Chinese networks in international trade[J]. Review of Economics and Statistics, 2002, 84(1): 116-130. doi: 10.1162/003465302317331955
[34]	周晶, 陈少炜. 丝绸之路经济带沿线国家经济地位及关系研究[J]. 经济问题探索, 2020, (12): 111-118.
	[ Zhou J, Chen S W. Research on the economic status and relationship of countries along the Silk Road Economic Belt[J]. Inquiry into Economic Issues, 2020, (12): 111-118.]
[35]	侯纯光, 杜德斌, 刘承良, 等. 全球留学生留学网络时空演化及其影响因素[J]. 地理学报, 2020, 75(4): 681-694. doi: 10.11821/dlxb202004002
	[ Hou C G, Du D B, Liu C L, et al. Spatio-temporal evolution and factors influencing international student mobility networks in the world[J]. Acta Geographica Sinica, 2020, 75(4): 681-694.]
[36]	Johannes P. Introduction to network modeling using exponential random graph models (ERGM): Theory and an application using R-project[J]. Computational Economics, 2019, 54(3): 845-875. doi: 10.1007/s10614-018-9853-2
[37]	程叶青, 张金萍, 陈妍. 资源禀赋、经济基础与海南自由贸易港建设[J]. 资源科学, 2021, 43(2): 229-240.
	Cheng Y Q, Zhang J P, Cheng Y. Resource endowment, economic foundation, and the construction of the Hainan Free Trade Port[J]. Resources Science, 2021, 42(2): 229-240.
[38]	张艳艳, 于津平. 交通基础设施、相邻效应与双边贸易: 基于中国与“一带一路”国家贸易数据的实证研究[J]. 当代财经, 2018, (3): 98-109.
	[ Zhang Y Y, Yu J P. Transportation infrastructure, adjacent effects and bilateral trade: An empirical analysis based on the trade data of China and “The Belt and Road”countries[J]. Contemporary Finance & Economics, 2018, (3): 98-109.]

指标	内涵
图密度	商品贸易的紧密程度和网络图的完备程度
平均度	各节点对外贸易关系数的平均值,指示全球商品贸易的活跃度
平均加权度	各节点对外贸易强度的平均值,指示全球商品贸易的规模
平均聚类系数	节点之间形成短距离关系的程度,平均聚类系数为0,说明网络中节点没有邻接边,平均聚类系数为1,说明节点与所有邻接点都连接
平均路径长度	商品贸易可达性和商品贸易网络连通性,是反向指标,其值越高可达性越低

变量	名称	统计意义
Edges	边数	类似线性回归的常数项
Mutual	互惠性	商品贸易关系的互惠性
Istar(3)	入-3星	商品贸易网络的聚敛性
Ostar(3)	出-3星	商品贸易网络的扩张性
Triangle	传递三元组	形成商品贸易集群的倾向
Homophily	趋同性	属性相近国家（地区）间的商品贸易倾向
Sender	扩散性	具备某属性国家（地区）的出口倾向
Receiver	集聚性	具备某属性国家（地区）的进口倾向
Edgecov	二元关系协变量	国家（地区）间存在其他关系的商品贸易倾向

变量	指标	说明	来源
匹配性	国家（地区）收入水平（Income）	按世界银行划分为高（H）、中高（MH）、中低（ML）、低（L）4个等级,处于同一等级视为收入水平趋同	世界银行数据库
	制度环境质量（WGI）	对公共治理指数加和与均值化,差值小于0.5表示制度环境质量趋同	世界银行数据库
	港口设施质量（Port）	分为7个等级,处于同一个等级或相邻等级视为港口设施质量趋同	《2016—2017年全球竞争力报告》
	市场开放水平（OPN）	由贸易额与GDP的比值反映,其差值小于0.1表示市场开放水平趋同	世界银行数据库
集聚性	产业优势（RCA）	分为资本与技术密集型（RCA-CT）、劳动密集型（RCA-LB）和初级产品密集型（RCA-P）	笔者计算所得
嵌入性	殖民历史网络（col_net）	通过1945年前存在殖民关系或者同属一个宗主国关系构建网络	CEPII数据库
	留学生交流网络（interstu_net）	通过2016年两个国家（地区）存在留学生流动关系构建网络	UNESCO
	语言同构网络（lan_net）	通过两个国家（地区）至少9%的人口使用同一种语言的关系构建网络	CEPII数据库
	论文合作网络（pap_net）	通过2016年存在共同发表论文关系构建网络	Web of Science

年份	节点数/个	边数/条	密度	平均度	平均加权度	平均聚类系数	平均路径长度
1996	207	4394	0.206	42.25	39937	0.875	1.808
1998	207	5632	0.264	54.42	44208	0.840	1.742
2000	219	6780	0.284	61.92	52746	0.830	1.725
2002	220	7122	0.296	64.75	53934	0.831	1.711
2004	219	7698	0.322	70.30	76307	0.832	1.682
2006	221	8089	0.333	73.20	99103	0.831	1.672
2008	221	8690	0.357	78.64	131148	0.828	1.648
2010	220	8813	0.366	80.12	124750	0.829	1.639
2012	224	8905	0.357	79.51	146208	0.833	1.658
2014	221	9062	0.373	82.01	153590	0.836	1.634
2016	222	8536	0.348	76.90	126822	0.839	1.658

排名	1996年				2016年
排名	度中心性	权重度中心性	中介中心性	特征向量中心性	度中心性	权重度中心性	中介中心性	特征向量中心性
1	英国	美国	英国	英国	美国	美国	美国	美国
2	美国	德国	美国	意大利	日本	中国	日本	中国
3	日本	日本	日本	德国	中国	德国	德国	德国
4	德国	法国	法国	法国	德国	日本	英国	日本
5	法国	英国	德国	美国	英国	中国香港	澳大利亚	荷兰
6	意大利	意大利	澳大利亚	荷兰	荷兰	法国	荷兰	法国
7	荷兰	加拿大	意大利	日本	法国	英国	法国	英国
8	韩国	荷兰	荷兰	丹麦	意大利	荷兰	中国	意大利
9	中国	中国香港	韩国	中国	韩国	意大利	意大利	韩国
10	西班牙	中国	中国	西班牙	西班牙	韩国	新西兰	西班牙