“一带一路”共建国家纺织品贸易的社会网络分析

doi:10.3969/j.issn.1004-9479.2024.05.20222270

摘要/Abstract

摘要：

基于2001—2020年“一带一路”沿线66个国家的纺织品贸易数据，运用社会网络分析方法测算网络中心性，运用块模型方法考察“一带一路”沿线内部各国纺织品贸易的竞争互补关系，并运用QAP方法对纺织品贸易网络结构及影响因素进行分析。研究发现：①“一带一路”倡议实施以来，纺织品贸易网络密度显著提升，网络呈现明显的核心-边缘结构，中国始终处于纺织品贸易网络中心位置。②“一带一路”倡议提出前后，中国、印度、泰国等核心国由内部型板块转为双向溢出板块且核心国之间存在纺织品贸易竞争关系。③影响因素对“一带一路”共建国家纺织品贸易网络的影响从大到小排列依次为：经济规模、国家间区域贸易协定、人口规模、文化近邻性以及地理距离。立足研究结论，结合“一带一路”共建国家纺织品贸易网络格局，提出社会网络视角下促进中国与“一带一路”共建国家纺织品贸易高质量发展的相关政策建议。

关键词: “一带一路”, 纺织品贸易网络, 中心性, 块模型, QAP分析

Abstract:

Based on the textile trade data of 66 countries along the Belt and Road from 2001 to 2020, this paper uses the social network analysis method to measure the network centrality, uses the block model method to investigate the competitive and complementary relationship of textile trade among countries along the Belt and Road, and uses the QAP method to analyze the structure of textile trade network and its influencing factors. The results show that since the implementation of the "Belt and Road" Initiative, the density of textile trade network has increased significantly, and the network presents an obvious core-edge structure. China has always been in the center of textile trade network. Before and after the "Belt and Road" Initiative is put forward, core countries such as China, India and Thailand changed from internal sector to two-way overflow sector, and textile trade competition existed among core countries. The influencing factors on the textile trade network of countries along the Belt and Road are, in descending order, economic scale, regional trade agreements between countries, population scale, cultural proximity and geographical distance. Based on the research conclusions and combined with the textile trade network pattern of the Belt and Road countries, this paper puts forward relevant policy suggestions to promote high-quality development of textile trade between China and "The Belt and Road" countries from the perspective of social network.

Key words: "The Belt and Road", textile trade network, centrality, CONCOR Model, QAP analysis

王晓卓. “一带一路”共建国家纺织品贸易的社会网络分析[J]. 世界地理研究, 2024, 33(5): 18-30.

Xiaozhuo WANG. Social network analysis of textile trade in "The Belt and Road" countries[J]. World Regional Studies, 2024, 33(5): 18-30.

图/表 7

表1 QAP分析变量选取及数据来源

Tab.1 QAP analysis variable selection and data sources

变量维度	变量名称	变量说明	数据来源
制度	区域贸易协定( $R T A i j$ )	i,j两国/地区在t年是否存在区域贸易协定，若存在记为1，否则为0，并以此构建0~1矩阵	WTO数据库
经济	两国/地区经济发展水平之和( $G D P i j_s u m$ )	以两经济体GDP之和构建自变量矩阵	世界银行全球发展指数(WDI)
人口	两国/地区人口之和( $P o P i j_s u m$ )	以经济体间人口之和构建自变量矩阵	世界银行全球发展指数(WDI)
空间	地理距离( $l n_d i s t w i j$ )	用经济体首都或主要城市间的距离构建自变量矩阵	CEPII数据库
文化	两国/地区是否相邻( $C o n t i g i j$ )	采用两国/地区是否同属于一个大陆板块，若属于记为1，否则为0，并以此构建0~1矩阵	CEPII数据库
文化	两国/地区是否有共同法律来源( $C o m l e g i j$ )	采用两国/地区是否拥有共同法律来源，若拥有记为1，否则为0，并以此构建0~1矩阵	CEPII数据库

表1 QAP分析变量选取及数据来源

Tab.1 QAP analysis variable selection and data sources

变量维度	变量名称	变量说明	数据来源
制度	区域贸易协定( $R T A i j$ )	i,j两国/地区在t年是否存在区域贸易协定，若存在记为1，否则为0，并以此构建0~1矩阵	WTO数据库
经济	两国/地区经济发展水平之和( $G D P i j_s u m$ )	以两经济体GDP之和构建自变量矩阵	世界银行全球发展指数(WDI)
人口	两国/地区人口之和( $P o P i j_s u m$ )	以经济体间人口之和构建自变量矩阵	世界银行全球发展指数(WDI)
空间	地理距离( $l n_d i s t w i j$ )	用经济体首都或主要城市间的距离构建自变量矩阵	CEPII数据库
文化	两国/地区是否相邻( $C o n t i g i j$ )	采用两国/地区是否同属于一个大陆板块，若属于记为1，否则为0，并以此构建0~1矩阵	CEPII数据库
文化	两国/地区是否有共同法律来源( $C o m l e g i j$ )	采用两国/地区是否拥有共同法律来源，若拥有记为1，否则为0，并以此构建0~1矩阵	CEPII数据库

表2 2001、2011、2020年“一带一路”纺织品贸易关系网络中心性

Tab. 2 The centrality of the "Belt and Road" textile trade network in 2001, 2011 and 2020

年份	排名	点度中心度		介数中心性		接近中心性		特征向量中心性
年份	排名	国家	得分	国家	得分	国家	得分	国家	得分
2001	1	印度尼西亚	212	印度尼西亚	4 160	印度尼西亚	653	印度尼西亚	0.097
	2	泰国	206	泰国	3 196	泰国	665	泰国	0.097
	3	中国	199	印度	2 522	中国	679	中国	0.097
2011	1	中国	210	中国	2 809	中国	693	中国	0.091
	2	印度	206	印度	2 504	印度	701	印度	0.09
	3	泰国	200	印度尼西亚	2 093	泰国	713	泰国	0.089
2020	1	中国	211	中国	2 894	中国	656	中国	0.088
	2	印度	206	印度	2 384	印度	666	印度	0.087
	3	波兰	196	波兰	2 082	波兰	686	波兰	0.086

图1 2001年、2006年、2017年和2020年“一带一路”各国/地区纺织品网络“核心-边缘”结构注：图中红色圆点代表核心国，绿色圆点代表次核心国，剩余国家为边缘国，圆点越大且国家简称字体越大代表该国越处于出口网络的核心地位。

Fig. 1 Core-periphery structure of textile networks in the "Belt and Road" countries/regions in 2001， 2006， 2017 and 2020

表3 2006年和2020年“一带一路”共建国家纺织品贸易网络分块情况表

Tab. 3 Segmentation of textile trade networks in the "Belt and Road" countries in 2006 and 2020

年份	分块	国家
2006年 (52国)	块1	阿尔巴尼亚、格鲁吉亚、亚美尼亚、摩尔多瓦、黑山、马其顿、波黑、斯洛文尼亚
	块2	斯洛伐克、匈牙利、巴林、捷克、拉脱维亚、立陶宛
	块3	也门、克罗地亚、巴基斯坦、印度、印度尼西亚、保加利亚、叙利亚、哈萨克斯坦、吉尔吉斯斯坦、柬埔寨、菲律宾、伊朗、斯里兰卡、阿联酋、泰国、阿塞拜疆、塞尔维亚、俄罗斯、以色列、马来西亚、越南、土耳其、乌克兰、罗马尼亚、新加坡、沙特阿拉伯
	块4	塞浦路斯、波兰、卡塔尔、马尔代夫、不丹、蒙古、约旦、阿曼、中国、爱沙尼亚、科威特、黎巴嫩
2020年 (48国)	块1	阿尔巴尼亚、黑山、阿塞拜疆、摩尔多瓦、波黑、保加利亚、斯洛伐克、格鲁吉亚、塞尔维亚
	块2	亚美尼亚、白俄罗斯
	块3	黎巴嫩、柬埔寨、俄罗斯、塞浦路斯、印度尼西亚、以色列、约旦、哈萨克斯坦、中国、吉尔吉斯斯坦、缅甸、阿联酋、乌兹别克斯坦、马来西亚、科威特、新加坡、巴基斯坦、菲律宾、塔吉克斯坦、卡塔尔、泰国、印度、斯洛文尼亚、沙特阿拉伯、蒙古、土耳其、越南、斯里兰卡
	块4	拉脱维亚、爱沙尼亚、捷克、匈牙利、克罗地亚、乌克兰、罗马尼亚、立陶宛、波兰

图2 2006、2011、2017和2020年块模型各块间关系的简化图

Fig. 2 Simplified diagram of the relationship between the blocks for 2006， 2011， 2017 and 2020

表4 QAP相关分析

Tab. 4 QAP correlation analysis

变量	实际相关系数	显著性水平	平均值	标准差	最小值	最大值	$P ≥ 0$	$P ≤ 0$
$R T A i j$	0.242	0.000	0.000	0.062	－0.202	0.230	0.000	1.000
$G D P i j_s u m$	0.510	0.000	0.000	0.100	－0.334	0.331	0.000	1.000
$P o P i j_s u m$	0.348	0.001	－0.006	0.097	－0.252	0.391	0.001	0.999
$l n_d i s t w i j$	－0.137	0.040	0.000	0.080	－0.304	0.266	0.960	0.004
$C o n t i g i j$	0.294	0.000	－0.001	0.042	－0.134	0.157	0.000	1.000
$C o m l e g i j$	0.075	0.151	0.001	0.071	－0.233	0.255	0.151	0.849

表4 QAP相关分析

Tab. 4 QAP correlation analysis

变量	实际相关系数	显著性水平	平均值	标准差	最小值	最大值	$P ≥ 0$	$P ≤ 0$
$R T A i j$	0.242	0.000	0.000	0.062	－0.202	0.230	0.000	1.000
$G D P i j_s u m$	0.510	0.000	0.000	0.100	－0.334	0.331	0.000	1.000
$P o P i j_s u m$	0.348	0.001	－0.006	0.097	－0.252	0.391	0.001	0.999
$l n_d i s t w i j$	－0.137	0.040	0.000	0.080	－0.304	0.266	0.960	0.004
$C o n t i g i j$	0.294	0.000	－0.001	0.042	－0.134	0.157	0.000	1.000
$C o m l e g i j$	0.075	0.151	0.001	0.071	－0.233	0.255	0.151	0.849

表5 QAP回归分析

Tab. 5 QAP regression analysis

变量	非标准化回归系数	标准化回归系数	显著性概率	$P ≥ 0$	$P ≤ 0$
$R T A i j$	1.619 6	0.212 8	0.000	0.000	1.000
$G D P i j_s u m$	0.313 9	0.277 7	0.000	0.000	1.000
$P o P i j_s u m$	0.001 3	0.188 6	0.007	0.007	0.993
$l n_d i s t w i j$	－0.292 3	－0.075 4	0.023	0.978	0.023
$C o n t i g i j$	1.939 9	0.161 2	0.000	0.000	1.000
$C o m l e g i j$	0.343 2	0.047 9	0.059	0.059	0.941

表5 QAP回归分析

Tab. 5 QAP regression analysis

变量	非标准化回归系数	标准化回归系数	显著性概率	$P ≥ 0$	$P ≤ 0$
$R T A i j$	1.619 6	0.212 8	0.000	0.000	1.000
$G D P i j_s u m$	0.313 9	0.277 7	0.000	0.000	1.000
$P o P i j_s u m$	0.001 3	0.188 6	0.007	0.007	0.993
$l n_d i s t w i j$	－0.292 3	－0.075 4	0.023	0.978	0.023
$C o n t i g i j$	1.939 9	0.161 2	0.000	0.000	1.000
$C o m l e g i j$	0.343 2	0.047 9	0.059	0.059	0.941

参考文献 35

1	王力,黄斐逸.中国与孟印缅纺织品贸易国际竞争力及其影响研究——基于"BCIM"框架.价格月刊,2021,12(535):44-51.
	WANG L, HUANG F. Research on the international competitiveness of textile trade between China and Bangladesh, India and Myanmar and its influence: Based on the framework of BCIM. Prices Monthly,2021,12(535): 44-51.
2	乐凯迪,张亚飞,张立杰.中国纺织品贸易竞争力与互补性研究——基于对亚非七国及欧洲六国数据的分析.价格理论与实践,2020(9):152-155.
	YUE K, ZHANG Y, ZHANG L. Study on competitiveness and complementarity of Chinese textile trade: Based on analysis of data from seven countries in Asia and Africa and six countries in Europe. Price: Theory & Practice,2020(9):152-155.
3	葛江华,蒋效宇.金砖国家纺织品贸易竞争力比较分析.毛纺科技,2018,7(46):88-91.
	GE J, JIANG X. Comparative analysis of textile trade competitiveness of BRICS. Wool Textile Journal,2018,7(46):88-91.
4	陈继勇,周琪,姚博明.中国与欧洲双边纺织品贸易成本测度及其影响因素分析.经济管理,2012,12(34):1-9.
	CHEN J, ZHOU Q, YAO B.A study on measuring the China-EU bilateral textile trade cost and analysing its influencing factors. Economic Management,2012,12(34):1-9.
5	张亚飞,张立杰.技术贸易壁垒下中美纺织品贸易竞争力及影响因素研究.价格月刊,2020,5(516):61-66.
	ZHANG Y, ZHANG L. Research on Sino-US textile trade competitiveness and influencing factors under technical trade barriers. Prices Monthly,2020,5(516):61-66.
6	王丽萍.贸易保护事件对中国纺织品出口的影响研究.华东经济管理,2012,10(26):99-102.
	WANG L. The impact of trade protection events on Chinese textile exports. East China Economic Management, 2012,10(26):99-102.
7	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.
8	张兵.关系、网络与知识流动.北京:中国社会科学出版社,2014.
	ZHANG B. Relationship, Network and Knowledge Flow. Beijing: China Social Sciences Press,2014.
9	王文宇,贺灿飞.关系经济地理学与贸易网络研究进展.地理科学进展,2022,41(3): 461-476.
	WANG W, HE C. Relational economic geography and trade network research. Progress in Geography,2022,41(3):461-476.
11	铁瑛,蒙英华.移民网络、国际贸易与区域贸易协定.经济研究,2020,55(2):165-180.
	TIE Y, MENG Y. Migration network, international trade and free trade agreements. Economic Research Journal, 2020,55(2):165-180.
12	吴群锋,杨汝岱.网络与贸易:一个扩展引力模型研究框架.经济研究,2019,54(2):84-101.
	WU Q, YANG R. Network and trade: Research on the extended gravity equation. Economic Research Journal,2019, 54(2):84-101.
13	孙浦阳,刘伊黎.企业客户贸易网络、溢价能力与技术追赶——基于贸易网络视角的理论与实证检验.经济研究,2020,55(7):106-122.
	SUN P, LIU Y. Firm trade networks, bargaining power and technological progress: Theoretical and empirical test based on the perspective of trade network.Economic Research Journal,2020,55(7):106-122.
14	李敬,陈旎,万广华,等.中国区域经济增长的空间关联及其解释——基于网络分析方法.经济研究,2014,49(11):4-16.
	LI J, CHEN N, WAN G,et al. Study on the spatial correlation and explanation of regional economic growth in China: Based on network analysis method. Economic Research Journal,2014,49(11):4-16.
15	WATTS D, STROGATZ S. Collective dynamics of 'small-world' networks. Nature, 1998(393):440-442.
16	BARABASI A, ALBERT R. Emergence of scaling in random networks. Science, 1999(286):508-512.
17	JACKSON M. Social and Economic Networks. Princeton: Princeton University Press, 2010.
18	程中海,屠颜颖,孙红雪.中国与"一带一路"沿线国家制造业产业内贸易网络时空特征及影响因素研究.世界地理研究,2022,31(3):478-489.
	CHENG Z, TU Y, SUN H. Spatio-temporal characteristics and influencing factors of intra-industry trade network of manufacturing industries in China and countries along the "Belt and Road". World Regional Studies,2022,31(3):478-489.
19	吕延方,方若楠,王冬.全球数字服务贸易网络的拓扑结构特征及影响机制.数量经济技术经济研究,2021,38(10):128-147.
	LV Y, FANG R, WANG D. Analysis on the topological structure characteristics and influence mechanism of global digital service trade network. The Journal of Quantitative & Technical Economics,2021,38(10):128-147.
20	刘敏,薛伟贤,赵璟.全球数字贸易种的竞争互补关系及其演化-基于社会网络分析方法.国际经贸探索,2021,37 (10):54-69.
	LIU M, XUE W, ZHAO J. Competitive and complementary relationship in global digital trade and its evolution: Based on social network analysis method. International Economics and Trade Research, 2021,37 (10):54-69.
21	DE BENEDICTIS L, NENCI S, SANTONI G, et al. Network analysis of world trade using the BACI-CEPII dataset. Global Economy Journal, 2014,14(3-4): 287-343.
22	詹淼华."一带一路"沿线国家农产品贸易的竞争性与互补性-基于社会网络分析方法.农业经济问题,2018(2):103-114.
	ZHAN M. Research on the competitiveness and complementarities of agricultural product trade of countries along"The Belt and Road": Based on social network analysis method. Issues in Agricultural Economy,2018(2):103-114.
23	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.国际经贸探索,2017,33(5):16-28.
	ZHONG Z, QIN C. The trade network structure of "One Belt One Road" and its influence factors: A study based on analytic network process. International Economics and Trade Research,2017,33(5):16-28.
24	王彦芳,陈淑梅,高佳汇."一带一路"贸易网络对中国贸易效率的影响---兼论与TPP、TTIP、RCEP的比较.亚太经济,2019(1):49-55.
	WANG Y, CHEN S, GAO J. The impact of the "Belt and Road" trade network on the trade efficiency of China: A reconsideration of the comparison with TPP,TTIP and RCEP. Asia-Pacific Economic Review,2019(1):49-55.
25	管靖,宋周莺,刘卫东.全球粮食贸易网络演变及其驱动因素解析.地理科学进展,2022,41(5):755-769.
	GUAN J, SONG Z, LIU W.Change of the global grain trade network and its driving factors.Progress in Geography,2022,41(5):755-769.
26	黄光灿,马莉莉.制造业全球价值网络特征、区域格局与权力中心变迁.亚太经济,2020(5):105-115.
	HUANG G, MA L. Global value networks of manufacturing: Characteristics, regional patterns and power centers. Asia-Pacific Economic Review,2020(5):105-115.
27	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.
28	姚秋蕙,韩梦瑶,刘卫东.全球服装贸易网络演化研究.经济地理,2018,38(4):26-36.
	YAO Q, HAN M, LIU W. Evolution of global apparel trade network. Economic Geography,2018,38(4):26-36.
29	吴爱芝,李国平,马笑天.纺织服装产业空间布局演化研究回顾及其展望.世界地理研究,2017,26(1): 85-93.
	WU A, LI G, MA X. Review and prospects of spatial distribution evolution of textile and clothing industry. World Regional Studies,2017,26(1):85-93.
30	贺胜兵,赵东昇,陈光达."一带一路"纺织品贸易网络的演化特征及驱动机制---基于TERGM模型的分析.湖南科技大学学报(社会科学版),2022,25(2):122-135.
	HE S, ZHAO D, CHEN G. On evolution characteristics and driving mechanisms of "Belt and Road" regional textile trade network: An analysis based on TERGM. Journal of Hunan University of Science and Technology (Social Science Edition),2022,25(2):122-135.
31	贺胜兵,赵东昇,周华蓉."一带一路"纺织品贸易网络拓扑结构及演化特征分析. 湖南财政经济学院学报,2022,38(1):5-14.
	HE S, ZHAO D, ZHOU H. Topology structure and evolution characteristics of "One belt and one road"of textile trade network. Journal of Human University of Finance and Economics,2022,38(1):5-14.
32	吴婉金,贺灿飞.中国纺织业出口贸易网络扩张.世界地理研究,2022,31(1):12-28.
	WU W, HE C. China's textile export trade network expansion. World Regional Studies,2022,31(1):12-28.
33	WHITE H, BOORMAN S, BREIGER R.Social structure from multiple networks.I. Blockmodels of roles and positions. American Journal of Sociology, 1976, 81(4): 730-780.
34	刘军.整体网分析.上海:上海人民出版社,2019.
	LIU J. Whole Network Approach. Shanghai: Shanghai People's Publishing House, 2019.
35	BAIER S, BERGSTRAND J. Do free trade agreements actually increase members' international trade? Journal of International Economics, 2007,71(1):72-95.

[1]	梁育填, 程兆峰, 周克扬. 中国境外经贸合作区的发展策略选择——以东南亚为例[J]. 世界地理研究, 2024, 33(4): 51-61.
[2]	宫高杰, 王雪. “三海倡议”下中国-中东欧合作的困境与发展[J]. 世界地理研究, 2024, 33(1): 33-42.
[3]	张新焕, 张小雷, 张璐, 武荣伟, 周婵. 中国与“一带一路”沿线国家地缘关系时空演变特征[J]. 世界地理研究, 2023, 32(9): 17-27.
[4]	祝孔超, 赵媛, 夏四友, 夏启繁, 崔盼盼. “一带一路”沿线国家石油产品贸易网络演化分析[J]. 世界地理研究, 2023, 32(6): 28-38.
[5]	张超, 杨艳昭, 肖池伟, 刘莹, 宋欣哲. “一带一路”沿线国家土地资源承载力的时空格局[J]. 世界地理研究, 2023, 32(12): 54-66.
[6]	潘玥, 宋涛, 李富玉. 多尺度地缘政治要素推拉作用下的印度尼西亚迁都计划研究[J]. 世界地理研究, 2023, 32(11): 57-68.
[7]	尹旭, 李鹏, 封志明, 游珍, 肖池伟. 2000—2019年越南人口时空分异特征及其演变类型[J]. 世界地理研究, 2022, 31(5): 941-952.
[8]	吴丽君, 朱宇, 颜俊, 柯文前, 林李月. “一带一路”沿线国家或地区间人口迁移的空间格局及其演化特征[J]. 世界地理研究, 2022, 31(2): 249-258.
[9]	孙曼, 宋涛, 计启迪. 边境城镇的产业演化及其机制研究[J]. 世界地理研究, 2022, 31(2): 388-398.
[10]	马丽君, 邓思凡. “一带一路”对国民出境沿线国家旅游需求的促进效应[J]. 世界地理研究, 2022, 31(1): 41-52.
[11]	车冰清, 孙东琪, 朱传耿. “一带一路”建设背景下中国区域空间响应差异及形成机制[J]. 世界地理研究, 2021, 30(5): 903-912.
[12]	濮蓉, 陶卓民, 李涛. “一带一路”沿线主要国家旅游竞争力与旅游服务出口协调度时空演变[J]. 世界地理研究, 2021, 30(5): 948-956.
[13]	姚峪岩, 张翼飞, 金紫洋, 蒋烨. “一带一路”绿色贸易合作与竞争格局研究[J]. 世界地理研究, 2021, 30(4): 792-801.
[14]	岳启发, 赵筱青, 李思楠, 谭琨, 普军伟, 王茜. “一带一路”背景下博多河流域景观格局变化及生态风险评价研究[J]. 世界地理研究, 2021, 30(4): 839-850.
[15]	刘承良, 杜德斌, 李源. 服务“一带一路”的世界地理课程思政“金字塔”教学模式[J]. 世界地理研究, 2021, 30(4): 873-881.