格局演变分析
蒋雪梅1张少雪2
（1•首都经济贸易大学经济学院，北京100070;2.北京市经济与社会发展研究所，
北京101160）
甘肃省人力资源和社会保障厅摘要：2008年金融危机以来，"逆全球化”抬头，全球贸易出现了向欧美等发达经济体回流的趋势。中间品贸易是全球贸易的先行"晴雨表"，本文利用OECD地区间投入产 出表，基于PageRank算法对中间晶贸易的关键节点进行识别，并采用社会网络分析方法对1995-2014年中间品贸易格局的动态演变进行分析。研究发现，发达经济体在全球贸易体系中的地位逐渐下降，但其始终在高新技术领域占据着有利地位；发展中经济体在全球贸易体系中的地位有所上升，正在成为推动全球化的中坚力量，但
由于其发展时间短且贸易伙伴相对单一，在全球贸易中的参与度仍有待提升。
关键词：全球贸易；社会网络分析；中间品；投入地；来源地
中图分类号：F114文献标识码：A 文章编号：1006-1894（2021）01-0038-12
—、引言
20世纪80年代以来，全球要素分工进程加快，地区间联系日趋紧密，全球贸易网络逐渐形成。研究显示，2001年美国和德国处于全球贸易网络中心，欧美发达经济体掌握着贸易网络的绝对主动权；而后随着全球化生产链条的转移以及发展中经济体的崛起，以中国、俄罗斯、新加坡、韩国及墨西哥为代表的新兴经济体逐渐在全球贸易网络中获得了一定的主动权，全球贸易呈现多元化的发展格局（陈银飞，2011；张勤和李海勇，2012；刘林青和谭畅，2016）0在全球化背景下，地区经济的变动会通过全球贸易网络对其他经济体产生影响。如2008年美国次贷危机引起的全球金融危机，席卷了OECD几乎所有经济体的所有行业，全球贸易量迅速下滑。各国纷纷采取量化宽松的政策刺激经济，而后全球经济增速经历短暂上升后再次下滑，事实证明这些政策刺激对于经济的影响是有时效性的（胡建雄，2017）0此时，贸易保护主义纷纷抬头，英国脱欧和美国与中国间的贸易摩擦也成为标志性事件。众所周知，基于H-0理论，贸易会对贸易各方带来经济利益，更多学者认为当前这些“逆全球化”现象均是暂时性的，并不会逆转全球化整体趋势。在此背景下，金 作者简介：蒋雪梅，首都经济贾易大学经济学皖教授，博士生导师，研究方向：环境经济与能源经讲；张少雪，北京市经济与社会发展研究所研究实习员，研究方向：投入产出与计量模型。
基金项目：国家自然科学基金面上项目“全球价值链变迁视角下的碳排放格局与中国减排策略研究”（项目编号：71873091）o
蒋雪梅张少雪
融危机的爆发对全球贸易网络结构产生了怎样的影响，以及危机是否真正推动了“逆全球化”的发生值得进一步研究。
由于全球贸易涉及的经济体和行业数量过于庞大，依赖海量的贸易统计很难对全球贸易格局有整体把握；若从各经济体贸易角度出发又很难全面地显示经济体之间错综复杂的贸易关系。因此有必要从整体的角度详细分析全球贸易关系结构，社会网络分析正是基于关系结构分析社会现象与社会结构。当前已有学者借用该方法来描绘贸易格局以及各国在全球贸易中所处的位置及其变化（张勤和李海勇，2012；陈银飞，2011；罗仕龙等，2016）o现有研究大多从贸易量的角度来选取重要节点（即经济体/行业），未考虑其在贸易网络中与之关联节点的重要程度o PageRank算法（以下简称PR算法）除考虑网络中节点的贸易量大小外，还考虑与之有贸易往来关系节点的重要程度。具体地说，PR算法在首次依据贸易量识别出关键节点后，在相同贸易流量的情况下会赋予与关键节点有贸易关系的节点较高的权重，并迭代求解该节点的最终权重。鉴于PR算法的优势，本文将基于该算法识别全球贸易网络中的关键节点，对全球贸易格局的动态演变进行分析。
需要指出的是，随着全球价值链的延伸，中间品在全球贸易中发挥着日益重要的作用。一个经济体进口的中间品里有较大部分是为了满足国外消费需要。中间品不仅决定着未来消费品与资本品的生产规模，也影响着未来国内消费与全球贸易，所以中间品的贸易格局在某种程度上是全球贸易的先行“晴雨表”（龙世国和湛柏明，2018）。因此，本文关注中间品贸易网络，利用社会网络分析探究在全球贸易格局演变中发达经济体和发展中经济体呈现出的特点，在此基础上对“逆全球化”进行评析。
二、研究方法与数据说明
（-）社会网络分析
社会网络分析是分析社会网络中各种关系结构及其属性的一套理论方法，目前该方法已被广泛应用于国际贸易相关研究中。社会网络是由多个节点和节点之间的连线所构成的，根据节点之间的关系是否有区别，又分为有权网络和无权网络。相比于无权网络，有权网络中节点间的连线不仅能够表示二者之间存在贸易往来，还能够反映出二者之间关系的强弱，因而更能够表现出全球贸易真实情况。
本文从中间品角度出发，探究全球贸易网络格局的演变，将不同经济体的不同行业视为节点，节点之间的连线代表行业与行业之间的贸易，贸易量大小相应构成了连线的权重，由此形成一个有权网络。社会网络分析的重点就是寻网络中的关键节点，观察分析这些节点所对应的经济体和行业在整个全球贸易体系中的演变。
本文利用PR算法识别全球贸易网络中的关键节点，对贸易格局的动态演变进行描述分析。以m个经济体、n个行业为例，令M=m x n，给定所有节点初始值…,M，且满足£＜刃?,（0）=1。基于PageRank校正规则女步后PR©）,i=l,2,…
所得到的矩阵表达形式如下：
基于PageRank 算法的中间品全球贸易网络格局演变分析
PR(k)二护 X PR(k - 1) = (A r )k x PR(O)
_ 1 —
e = [1 1 ■■- 1]T
A 表示M 个行业之间的实际贸易数据所形成的转移矩阵，是一个非负矩阵。根 据PageRank 校正规则，当时，会逐渐收敛到PR ”，逐渐稳定。而标度 常数s 的选取则需要考虑到模型的收敛性与有效性。参照以往研究，本文选取的s 值 为0.85，根据相应的贸易转移矩阵，即可计算出各节点的PR 值。PR 值越大，表示 该节点在贸易网络中的重要程度越高。
(二)数据说明
黔灵山公园门票
本文选用1995-2014年的OECD-ICIO 表，该表区分了 63个经济体与1个世 界其他地区(Rest of World, RoW )以及34个行业。由于RoW 包括拉美、南亚 和非洲等欠发达地区，2014年在全球贸易中的比重仅为7.16%，且其变动为所有地 区的综合效应，据此很难得出有针对性的结论与建议，因此在分析时将RoW 移除。 OECD 对中国和墨西哥制造业不同贸易方式做了区分，但本文的关注点是贸易网络， 与贸易方式关联度不大，为便于分析，将中国和墨西哥的数据进行合并。
表1 OECD-ICIO 表基本格式
中间需2最终需求
总产出经济体1
经济体m 经济体1经济体m 部门1……部门n
部门1……部门n 间
入 中投经济体1部门1……部门n Z 11F 11X 1经济体m 部门1……部门n
才pram 0增加值
亚宝药业
严，总投入X 1,”，
投入产出表从投入和产出两个维度描述了经济体/行业之间的贸易往来，基于此 从两个维度对贸易格局的演变进行分析。从产出角度看，OECD-ICIO 表可以分析全 球产值排名靠前的行业及其演变过程；从投入角度看，OECD-ICIO 表可以分析全球 排名靠前的消费渠道及其演变过程。
表1展示了 OECD-ICIO 表的基本格式，其中间流量矩阵2=0"]描述了不同经 济体的不同行业之间的中间品贸易往来。基于该矩阵，从投入(列向)和产出(行向) 两个维度对中间品全球贸易网络演变进行分析。具体来说，我们分别选取不同的转 移矩阵以计算节点的权重并绘制相应的网络图。以中间需求(列向)为转移矩阵， 经过PR 算法得到不同经济体/行业作为中间产品使用方的权重，由此选取关键节点 并将其重要的前向节点包括在内，绘制列向的中间品贸易网络图，据此可以分析哪 些经济体/行业是重要的中间需求使用节点，以及追溯这些中间需求重点使用了哪些 经济体/行业的产品。与此类似，以中间投入(行向)为转移矩阵，经过PR 算法得 到不同经济体/行业作为中间产品提供方的权重，由此选取关键节点并将其重要的后
蒋雪梅张少雪
向节点包括在内，绘制行向的中间品贸易网络图，据此可以分析哪些经济体/行业是重要的中间投入提供节点，追溯这些节点的中间产品重点被哪些经济体/行业所使用。
三、全球贸易格局演变的实证分析
（一）中间需求的行业PR值排名和贸易量排名差异
基于中间需求的行业PR值代表不同行业作为中间产品使用方的权重，基于中间投入的行业PR值代表不同行业作为中间产品投入方的权重。PR值较高说明该行
业是全球贸易网络中重要的中间产品使用方/投入方，其需求变动会对贸易网络产生较大影响。值得一提的是，通
表22014年两种算法得出的中间需求和中间投入排名前十位的行业
排名
三亚鸟巢度假村中间需求中间投入
PR算法贸易总量PR算法贸易总量
1德国一汽车业美国一研发业中国Tr属业中国一建筑业
2中国一电子业中国一金属业俄罗斯一开采业中国一金属业
3美国一汽车业美国一金融中介中国一化学晶业中国一矢品业
4中国一汽车业美国一批发零售业沙特阿拉伯一开采业美国Tr融中介5中国一机械设备中国一化学品业中国一开采业中国一机械设备6德国一机械设备中国一开采业俄罗斯一焦炭业美国一公共安全7中国一电气业中国一农业日本一金属业中国一电子业
8中国一纺织业中国一批发零售业美国—化学話业中国一化学話业9中国一金属业中国一研发业中国一纺织业美国一批发零售业10日本—汽车业中国一机械设备德国一化学話业中国一纺织业
过PR值和贸易总量计算出的行业排名有较大差异（表2）。
观察发现，通过PR算法得出的中间需求前十位行业均为科技含量高、生产链条长的行业，而利用贸易总量计算出的排名前十位行业大都属于生产链条短的行业，如能源、运输和零售等。这些基础性行业的生产链条较短，对全球贸易网络的影响相对较小。而生产链条较长的行业，因其具有全球化生产布局，会在很大程度上推动
全球经济。另一方面，根据PR算法得出的前十位行业大都属于能源、资源类。经济增长必然要以一定的能源资源消耗为基础。由于经济体内部各生产部门需求的拉动，对能源资源行业的产品消耗势必加快，这些行业会对全球贸易网络产生较大的影响。
因此，通过PR算法得出的重要行业可视为全球贸易网络中的重要节点。
（二）中间需求PR值排名前十位行业的动态演化分析
表3列示了1995-2014年全球中间需求PR值排名前十行业。从行业分布来看，排名靠前的行业基本都是汽车制造、光学电子设备等生产链条较长的制造业，但不乏
一些基础制造业。如2008年前，初级制造业中仅有意大利的纺织业排名第七；2008年后，中国的纺织业和金属业分别排在第8~10位。自加入WTO以来，中国通过加工贸易逐步实现纺织业扩张，目前已成为纺织业第一加工国。2012年中国占世界纺织服装生产总量的50%，占国际纺织服装贸易供应总量的32%（张敏，2014）o 从经济体分布来看，虽然发达经济体在排名前十位行业中的数量逐渐下降，但其占比仍显著高于发展中经济体。以美国、德国、法国、日本为例，美国的汽车业、机械设备和电子业都曾出现在排名前十位的行业中，这些行业的生产链条长且技术
基于PageRank 算法的中间品全球贸易网络格局演变分析
单独列示。
排名1995 年2008 年
2014 年行业PR 值行业PR 值行业PR 值
1德国一汽车业 3.66德国一汽车业 5.94德国一汽车业 6.20
2美国一汽车业 3.61中国一电子业 4.23中国一电子业 5.18
3美国一电子业 2.23美国一汽车业 3.01美国一汽车业 3.79
40本一汽车业温州乐园门票多少钱
2.10德国一机械设备 2.60中国一汽车业
3.615
法国一汽车业 2.02日本一汽车业 2.48中国一机械设备 2.586德国一机械设备 1.88中国一机械设备 1.67德国一机械设备 2.42
7意大利一纺织业 1.74中国一汽车业 1.67中国一电气业 2.16
8美国一机械设备 1.35中国一纺织业 1.59中国一纺织业 1.97
9比利时—汽车业 1.26
巴西一汽车业 1.54中国一属业 1.9510西班牙—汽车业 1.24法国一汽车业 1.50日本一汽车业 1.76
瑜二料来源：PR 值系作者测』卑得出，如需其他年份结果可向作者备索，下文不再含量较高。美国 表3 1995-2014年中间需求PR 值最高的40个行业
在高新技术领域 处于世界前列， 但随着发展中经 济体的崛起， 美国的贸易地 位逐渐下降。1995-2014 年美 国行业PR 值整 体波动下降，尤
其是2008年金 融危机爆发后。为刺激本国经济，美国采取了一些贸易保护措施，此后美国汽车业 的PR 值重新上升。德国作为机械制造业强国，制造业一直处于世界前列。如德国的 汽车业始终排名第一，说明德国在该行业有着绝对优势，而日本和法国呈现出完全 不同的状态。：1995年，法国和日本的汽车业排名均比较靠前，此后日本和法国汽车 业的PR 值快速下降。水上乐园发生的尴尬一幕
以中国、巴西、马来西亚等为代表的发展中经济体，在以发达经济体为主导的 中间需求全球贸易体系中获得了一定的话语权。以中国为例，2000年中国的电子业 首次上榜。此后，随着中国对外开放程度的加深，上榜行业数量也不断增加。值得 注意的是，在2008年金融危机爆发时，全球几乎所有经济体所有行业的PR 值都呈 现下降状态，但中国行业的PR 值未减反增；马来西亚的电子业和巴西的汽车业也逐 渐成为全球中间需求较为关键的节点，这些经济体的快速发展推动了全球化进程。 发展中经济体的崛起在很大程度上得益于以发达经济体为主导的产业转移。而今发 展中经济体随着参与全球化分工的不断加深，由最初被动参与到后期逐渐在贸易网 络中占据一定地位，已然成为全球化的重要支撑者。
综合来看，虽然发展中经济体在全球中间需求排名中的地位不断上升，但排名 靠前的高技术和高附加值行业依旧被发达经济体掌控。2008年金融危机爆发后，发 达经济体的行业PR 值逐渐下降；在各地区救济措施下，2010年后各节点PR 值再次 上升。这从侧面表明在全球经济疲软的状态下，发达经济体正在开展以自身为中心 的“逆全球化”。
（三）中间需求的主要贸易网络分析
一个行业能够在全球范围内有较为深远的影响，除了该行业本身的重要性外， 还在于与该行业有贸易往来的经济体/行业的数量及重要性。本文以中间需求PR 值 排名前十的行业作为初始关键节点（在网络图中标记为黑），并将其重要的前向节 点包括在内，绘制列向的中间需求主要贸易网络图，分析哪些经济体/行业是重要的 中间需求使用节点，以及追溯这些中间需求重点使用了哪些经济体/行业的中间产品，
