全球高技术产品贸易网络演化及影响因素

doi:10.3969/j.issn.1004-9479.2023.06.2021644

摘要/Abstract

摘要：

高技术产业和商品贸易是一个国家或地区科技创新实力的直接体现。本文利用联合国商品贸易数据，选取2003、2008、2013和2018年四个年份构建全球高技术产品贸易网络，分析总结高技术产品国际贸易发展情况、网络结构特征及发展演化趋势。文章基于贸易引力模型、技术差距理论和多维邻近性关系分析视角，采用QAP回归分析方法，实证研究了经济、技术、文化、地理和制度等因素对高技术产品贸易的影响。研究发现：（1）全球高技术产品贸易量不断增加，网络规模不断扩大，贸易联系日趋紧密。（2）贸易网络出现中心极化现象，形成以中国为中心的东亚和东南亚、以美国为中心的北美和以德国为中心的欧洲“三团聚核”的网络结构，呈现跨洲大国贸易和地区邻近贸易的双重特点，以及“轴辐式骨干网络”和“放射状区域网络”双网叠加并存的发展态势。（3）两国/地区技术差距、经济差距对商品贸易起正向促进作用，地理距离、语言差异和制度差异对商品贸易有抑制作用，但抑制作用呈减弱趋势。本文的贡献在于探讨了全球高技术产品贸易网络特征及其演化趋势，并从动态演化和关系视角探讨了商品贸易的影响因素，对我国高技术产业发展和商品贸易有一定的政策启示。

关键词: 高技术产品, 贸易网络, 演化特征, 多维邻近性, 影响因素

Abstract:

High-tech industry and commodity trade are the direct embodiment of a country or region's scientific and technological innovation strength. Based on the data from the UN Comtrade, this paper selected four years of 2003, 2008, 2013 and 2018 to build a global high-tech products trade network, analyzed and summarized the development situation, network structure characteristics and development trend of international trade in the high-tech industry. Based on the trade gravity model, technology gap theory and multi-dimensional proximity analysis, this paper used the QAP regression analysis method to study the influencing factors on the trade of high-tech products. The results show that: (1) the global trade volume of high-tech products is increasing, the network scale is expanding, and trade ties are becoming closer and more active. (2) The trade network presents the phenomenon of central polarization, forming the network structure of "three reunion cores" with China as the center in East and Southeast Asia, the United States as the center in North America and Germany as the center in Europe, showing the coexistence of "hub and spoke backbone network" and "radial regional network". (3)The technological gap and economic gap between the two countries play a positive role in promoting commodity trade, while geographical distance, language difference and institutional difference inhibit commodity trade, but the impact is weakening. The contribution of this paper is to explore the characteristics and evolution trend of global high-tech product trade network, and to explore the influencing factors of commodity trade from the dynamic and relational perspectives, which has certain policy implications for the development of high-tech industry and commodity trade in China.

Key words: high-tech products, trade network, evolution characteristics, multi-dimensional proximity, influencing factors

周锐波, 陈依楠, 覃远红. 全球高技术产品贸易网络演化及影响因素[J]. 世界地理研究, 2023, 32(6): 1-13.

Ruibo ZHOU, Yinan CHEN, Yuanhong QIN. Evolution and influencing factors of global high-tech products trade network[J]. World Regional Studies, 2023, 32(6): 1-13.

图/表 8

表1 高技术产品分类对照表

Tab.1 Comparison table of high-tech products

高技术产业门类	《国民经济行业分类》（GB/T 4754-2017）	《国际贸易标准分类》SITC Rev.3编码
电子及通信设备制造业	3562/3563/3569/3832/3833/3841/3921/3922/3940/3931/3932/3933/3934/3939/3951/3952/3953/3971/3972/3973/3974/3975/3976/3979/3981/3983/3984/3985/3989/3982/3961/3962/3963/3969/3990	7284/76281/76382/76491/7285/76282/76383/7722/77318/76289/76384/7723/7611/76331/7641/776/7612/76333/7642/7781/76221/76335/76482/7786/76222/76381/76483/7787
医药制造业	2710/2720/2730/2740/2750/2761/2762/2770/2780	51393/51479/51571/5158/51461/51481/51572/541/51464/51563/51576/542/51471/51569/51578/89991
航空、航天器及设备制造业	3741/3742/3743/3744/3749/4343	71311/71441/71481/792/71319/71449/71491
医疗仪器设备及仪器仪表制造业	3581/3582/3583/3584/3585/3586/3589/4011/4012/4013/4014/4015/4016/4019/4021/4022/4023/4024/4025/4026/4027/4028/4029/4040/4090	74183/871/873/8996/774/872/874
计算机及办公设备制造业	3911/3912/3913/3914/3915/3919/3474/3475	76431/75122/7513/75995/76432/75123/752/75997/75121/75124/7591

图1 全球高技术产品贸易发展情况

Fig.1 Development of global high-tech products trade

图2 全球高技术产品贸易额空间分布注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2016）1667号的标准地图制作，底图无修改，本文以下地图皆同。

Fig. 2 Spatial distribution of global trade volume of high-tech products

表2 全球高技术产品进出口贸易排名前10的国家或地区 (亿美元)

Tab.2 Top 10 countries or regions in the global import and export trade of high-tech products (US$100 million)

美国

2 282

美国

2 598

中国

3 963

美国

3 737

中国

6 131

美国

4 449

中国

7 886

美国

6 158

中国

1 446

德国

1 146

美国

3 155

中国

2 177

美国

3 138

中国

3 305

美国

3 577

中国

4 341

日本

1 309

中国

1 030

德国

2 185

德国

1 894

德国

2 479

中国香港

2 440

德国

3 017

中国香港

3 120

德国

1 241

中国香港

805

日本

1 554

中国香港

1 417

韩国

1 561

德国

1 948

韩国

2 191

德国

2 435

新加坡

900

英国

785

韩国

1 165

法国

1 101

日本

1 406

日本

1 214

中国香港

1 626

日本

1 352

英国

718

日本

738

法国

1 103

英国

990

法国

1 287

法国

1 191

日本

1 532

荷兰

1 328

韩国

694

新加坡

726

新加坡

987

日本

955

新加坡

1 180

英国

1 028

新加坡

1 354

英国

1 241

法国

672

法国

714

英国

844

荷兰

921

中国香港

958

荷兰

1 010

法国

1 314

法国

1 185

马来西亚

638

荷兰

620

荷兰

797

新加坡

829

荷兰

929

新加坡

842

马来西亚

1 269

新加坡

1 012

爱尔兰

534

意大利

419

马来西亚

726

比利时

689

马来西亚

874

韩国

797

荷兰

1 115

韩国

932

图3 2003、2008、2013和2018年全球高技术产品贸易网络空间结构图

Fig.3 Spatial structure of global high-tech products trade network at the year of 2003， 2008， 2013 and 2018

表3 加权网络下社团板块的分类方法

Tab.3 Classification method of community sections based on weighted network

板块内部贸易比例与期望比例关系	板块对其他板块出口和进口贸易量之比
板块内部贸易比例与期望比例关系	$w l, e x / w l, i m ≥ 1$	$w l, e x / w l, i m < 1$
$w l / w l, t ≥ n l - 1 / (n - 1)$	双向溢出板块	主受益板块
$w l / w l, t < n l - 1 / (n - 1)$	主溢出板块	经纪人板块

表3 加权网络下社团板块的分类方法

Tab.3 Classification method of community sections based on weighted network

板块内部贸易比例与期望比例关系	板块对其他板块出口和进口贸易量之比
板块内部贸易比例与期望比例关系	$w l, e x / w l, i m ≥ 1$	$w l, e x / w l, i m < 1$
$w l / w l, t ≥ n l - 1 / (n - 1)$	双向溢出板块	主受益板块
$w l / w l, t < n l - 1 / (n - 1)$	主溢出板块	经纪人板块

表4 2018年各社团板块特征和类型

Tab.4 Characteristics and types of the community sections in 2018

板块	主要国家或地区	内部贸易额/亿美元	总贸易额/亿美元	期望比例 /%	实际比例 /%	出口额/亿美元	进口额/亿美元	出口进口之比	板块类型
1	美国、加拿大、阿根廷、秘鲁、巴西、智利、澳大利亚等	1 836	18 109	0.37	0.10	4 580	11 693	0.39	经纪人板块
2	德国、以色列、瑞士、丹麦、英国、挪威、比利时、芬兰等	1 673	11 341	0.18	0.15	5 500	4 168	1.32	主溢出板块
3	荷兰、法国、丹麦、西班牙、意大利、瑞典、捷克、波兰等	1 351	9 181	0.22	0.15	3 547	4 283	0.83	经纪人板块
4	中国、马来西亚、日本、韩国、新加坡、越南、泰国、菲律宾等	5 840	21 438	0.16	0.27	11 058	4 540	2.44	双向溢出板块

表5 高技术产品贸易网络QAP回归结果

Tab.5 QAP regression results of high-tech products trade network

变量	年份
变量	2003	2008	2013	2018
Intercept	8.934 (0.000)	10.050 (0.000)	8.172 (0.000)	10.232 (0.000)
GDP	0.603^*** (0.393)	0.573^*** (0.389)	0.583^*** (0.421)	0.522^*** (0.391)
PGDP	0.205^** (0.100)	0.179^* (0.086)	0.250^*** (0.131)	0.252^** (0.132)
TECH	0.298^*** (0.205)	0.246^*** (0.177)	0.236^*** (0.174)	0.256^*** (0.187)
LAN	1.479^*** (0.158)	1.186^*** (0.138)	1.062^*** (0.131)	1.210^*** (0.148)
DIS	－0.905^*** (－0.326)	－0.953^*** (－0.372)	－0.833^*** (－0.345)	－0.861^*** (－0.353)
INS	－0.291^*** （－0.147)	－0.217^** (－0.120)	－0.294^*** (－0.174)	－0.245^*** (－0.136)
R²	0.471	0.432	0.446	0.428
Adj R²	0.470	0.431	0.445	0.427
样本体积	2 450	2 450	2 450	2 450

参考文献 31

1	SNYDER D, KICK E L. Structural position in the world system and economic growth, 1955-1970: A multiple-network analysis of transnational interactions. American Journal of Sociology, 1979, 84(5): 1096-1126.
2	SMITH D A, WHITE D R. Structure and dynamics of the global economy: Network analysis of international trade 1965-1980. Social Forces, 1992, 70(4): 857-893.
3	GARLASCHELLI D, LOFFREDO M I. Structure and evolution of the world trade network. Physica A: Statistical Mechanics and Its Applications, 2005, 355(1): 138-144.
4	KALI R, REYES J. The architecture of globalization: A network approach to international economic integration. Journal of International Business Studies, 2007, 38(34): 595-620.
5	BHATTACHARYA M, BHATTACHARYA S. International trade and economic growth: Evidences from the Brics. Journal of Applied Economics & Business Research,2016, 6(2): 150-160.
6	陈银飞. 2000—2009年世界贸易格局的社会网络分析. 国际贸易问题, 2011(11): 31-42.
	CHEN Y. Analysis on social network of world trade situation in 2000-2009. Journal of International Trade, 2011(11): 31-42.
7	KHARRAZI A, ROVENSKAYA E, FATH B. Network structure impacts global commodity trade growth and resilience. Public Library of Science One, 2017,12(2):1-13.
8	贺灿飞,陈航航.参与全球生产网络与中国出口产品升级.地理学报,2017,72(8):1331-1346.
	HE C, CHEN H. Participation in global production networks and export product upgrading. Acta Geographica Sinica,2017,72(8):1331-1346.
9	段德忠,杜德斌.全球高科技产品贸易结构演化及影响因素.地理学报, 2020, 75(12):2759-2776.
	DUAN D, DU D. Structural evolution of global high-tech trade system: Products, networks and influencing factors. Acta Geographica Sinica, 2020,75(12):2759-2776.
10	潘峰华,赖志勇,葛岳静. 经贸视角下中国周边地缘环境分析——基于社会网络分析方法. 地理研究, 2015, 34(4): 775-786.
	PAN F, LAI Z, GE Y. The surrounding geopolitical environment of China: A social network analysis based on trade data. Geographical Research, 2015, 34(4): 775-786.
11	邢孝兵,雷颖飞,徐洁香. 中国在世界贸易网络中的地位: 演进与展望. 国际贸易, 2020(3): 4-13.
	XING X, LEI Y, XU J. China's position in the world trade network: Evolution and prospect. International Trade, 2020(3): 4-13.
12	洪俊杰,商辉.国际贸易网络枢纽地位的决定机制研究.国际贸易问题, 2019(10):1-16.
	HONG J, SHANG H. The determination mechanism of centrality in international trade networks. Journal of International Trade, 2019(10):1-16.
13	SERRANO M A, BOGUNA M. Topology of the world trade web. Physical Review E, 2003, 68(1): 015101.
14	段文奇,刘宝全,季建华. 国际贸易网络拓扑结构的演化. 系统工程理论与实践, 2008(10): 71-75.
	DUAN W, LIU B, JI J. Topological structure evolution of world trade network. Systems Engineering-Theory & Practice, 2008(10): 71-75.
15	GE J, WANG X, GUAN Q. World rare earths trade network: Patterns, relations and role characteristics. Resources Policy, 2016, 50: 119-130.
16	许和连,孙天阳. TPP背景下世界高端制造业贸易格局演化研究——基于复杂网络的社团分析. 国际贸易问题, 2015(8): 3-13.
	XU H, SUN T. Evolution of world's high-end manufacturing trade pattern against background of TPP:A study based on community analysis of complex networks. Journal of International Trade, 2015(8): 3-13.
17	BARIGOZZI M, FAGIOLO G, MANGIONI G. Identifying the community structure of the international trade multi-network. Physica A Statistical Mechanics & Its Applications, 2010, 390(11): 2051-2066.
18	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.经济地理, 2019, 39(6):108-117.
	YUAN H, XIN N. Global trade network pattern and influencing factors of advanced manufacturing in China. Economic Geography, 2019, 39(6):108-117.
19	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. 财贸经济, 2015(12): 74-88.
	XU H, SUN T, CHENG L. Trade patterns and influence factors of high-end manufacturing on "One Belt and one Road": A study based on the Exponential Random Graph Models. Finance & Trade Economics, 2015(12): 74-88.
20	曲如晓,李婧.世界高技术产品贸易格局及中国的贸易地位分析. 经济地理, 2020, 40(3): 102-109.
	QU R, LI J. International high-tech products trade pattern and China's trade status. Economic Geography, 2020, 40(3): 102-109.
21	姜文学,王妍. "一带一路"电子产品贸易格局演变特征及影响因素研究——基于复杂网络分析方法. 国际商务研究, 2020, 41(5): 26-40.
	JIANG W, WANG Y. Research on structural change characteristics and influencing factors of electronic products trade network along the Belt and Road: Based on Complex Network Analysis Method.International Business Research, 2020, 41(5): 26-40.
22	杨晨,王海鹏,韩庆潇. 基于SNA方法的国际服务贸易网络结构特征及其影响因素识别——来自亚太地区的经验证据. 国际商务(对外经济贸易大学学报), 2017(6): 65-75.
	YANG C, WANG H, HAN Q. Identification of network structure characteristics and influencing factors based on SNA method--Evidence from the Asia-Pacific Region.International Business, 2017(6): 65-75.
23	周文韬,杨汝岱,侯新烁. 世界服务贸易网络分析——基于二元/加权视角和QAP方法. 国际贸易问题, 2020(11): 125-142.
	ZHOU W, YANG R, HOU X. Network analysis of world service trade web: Based on Binary /Weighted Dimension and QAP Method. Journal of International Trade, 2020(11): 125-142.
24	傅帅雄, 罗来军. 技术差距促进国际贸易吗? 基于引力模型的实证研究. 管理世界, 2017(2): 43-52.
	FU S, LUO L. Does technology gap promote international trade? An empirical study based on Gravity Model. Management World, 2017(2):43-52.
25	BOSCHMA R. Proximity and innovation: A critical assessment. Regional Study, 2005, 39(1): 61-74.
26	FAGIOLO G. The international-trade network: Gravity equations and topological properties. Journal of Economic Interaction and Coordination, 2010, 5(1):1-25.
27	BASKARAN T, BLÖCHL F, BRÜCK T, et al. The Heckscher-Ohlin Model and the network structure of international trade. International Review of Economics & Finance, 2011, 20(2):135-145.
28	SAWADOGO R. Insurance development and international trade in developing countries. The International Trade Journal, 2019, 33(3): 239-254.
29	KWAKU A S. The impact of economic sanctions on international trade: How do threatened sanctions compare with imposed sanctions? European Journal of Political Economy, 2019,56: 11-26.
30	刘军. 社会网络分析导论. 北京: 社会科学文献出版社, 2004.
	LIU J. Introduction to Social Network Analysis. Beijing: Social Science Literature Publishing House,2004.
31	牛华,兰森,马艳昕. "一带一路"沿线国家服务贸易网络结构动态演化及影响机制. 国际商务(对外经济贸易大学学报), 2020(5): 78-93.
	NIU H, LAN S, MA Y. The dynamic evolution and influence mechanism of services trade network structure along "the Belt and Road". International Business, 2020(5): 78-93.

[1]	赵沙, 王茂军, 邵静. 跨国公司空间撤资研究综述[J]. 世界地理研究, 2023, 32(5): 18-33.
[2]	孙启翔, 李百岁, 田桐羽, 许晔晖, 赵洪朴. 内蒙古的城市活力时空格局及影响因素研究[J]. 世界地理研究, 2023, 32(3): 101-111.
[3]	李在军, 胡美娟. 江苏省生态福利绩效时空演化及影响机制研究[J]. 世界地理研究, 2023, 32(3): 124-135.
[4]	银松, 李瑞, 殷红梅. 旅游发展背景下民族村寨居民地方性感知测度及影响因素研究[J]. 世界地理研究, 2023, 32(3): 144-156.
[5]	徐婧雅, 宋周莺. 中国手机出口的时空格局演变及其影响因素[J]. 世界地理研究, 2023, 32(3): 17-27.
[6]	周李, 张晓瑶, 徐琳琳, 虞虎, 吴殿廷. 中蒙俄经济走廊旅游吸引物分布特征及形成因素[J]. 世界地理研究, 2023, 32(3): 28-40.
[7]	初楠臣, 张平宇, 吴相利, 徐爽, 史晓楠. 俄罗斯新冠肺炎疫情的扩散：过程、格局与影响因素研究[J]. 世界地理研究, 2023, 32(3): 41-51.
[8]	李连刚, 胡晓辉. 新冠肺炎疫情下中国区域经济韧性时空格局与影响因素分析[J]. 世界地理研究, 2023, 32(3): 64-75.
[9]	路昌, 徐雪源, 周美璇. 中国三大城市群收缩城市“三生”功能耦合协调度分析[J]. 世界地理研究, 2023, 32(3): 76-88.
[10]	唐波, 陈得冠, 罗皓, 谢伟星, 林琳. 高质量发展背景下佛山市高新技术产业空间演变及影响因素[J]. 世界地理研究, 2023, 32(2): 136-145.
[11]	谢潇, 盈斌, 杜芳娟, 宋潇玉, 吴函彦. 中国妇幼健康水平的区域差异和影响因素[J]. 世界地理研究, 2023, 32(2): 82-92.
[12]	韦汝虹, 金李, 方达. 商品住宅价格空间溢出效应测度及其影响因素分析[J]. 世界地理研究, 2023, 32(1): 117-129.
[13]	闫姗姗, 刘承良. 中国对外技术转移网络的空间演化及其影响因素[J]. 世界地理研究, 2023, 32(1): 19-30.
[14]	谢明慧, 黄耿志, 张旭. 基于文化演出消费视角的中国城市网络空间结构与影响因素研究[J]. 世界地理研究, 2022, 31(6): 1332-1344.
[15]	杨人懿, 钟昌标, 杨子生, 刘凤莲, 彭海英. 西南喀斯特石漠化深度贫困县的贫困影响因素分析[J]. 世界地理研究, 2022, 31(6): 1298-1309.