The evolution of global production networks and the difference in contributions between China and the United States

doi:10.3969/j.issn.1004-9479.2026.08.20250114

Abstract

Abstract:

Based on the inter-country input-output tables of OECD, this paper constructs a global production network, and an economic pull effect model to explore the evolution of the global production network and the contribution differences between China and the United States. The study finds that from 1995 to 2020, the total global output has increased significantly, especially in the years following China's accession to the WTO. By calculating and comparing the coefficients of major countries in terms of input-output scale, value-added rate, production capacity level, and self-sufficiency, the research reveals the disparities among countries in the global production network. Overall, the United States maintains a leading position in high value-added and production capacity, while China gradually narrows the gap with rapid growth. Other countries show varying performances, with some developed economies slowing down and emerging economies growing significantly. Regarding the contribution of China and the United States to the global economy, China's pull on the total economic volume of other countries has exceeded that of the United States. There are significant differences in the pull patterns between China and the United States: China mainly pulls Asia and emerging economies, with a particularly significant impact on developing countries, and the pull growth rate is fast; in contrast, the United States has a more prominent pull on traditional allies and emerging markets, but the growth rate is relatively slow.

Key words: global production network, input-output table, dynamic evolution, pull effect

摘要：

本文基于OECD国家间投入产出表，刻画全球生产网络，采用经济拉动效应模型，探究全球生产网络的演进及中美两国的贡献差异。研究发现，1995 年至2020 年，全球总产出显著增长，尤其是在中国加入WTO后的数年间增长迅速。通过计算与比较全球主要国家的投入产出规模、增加值率、生产能力及自给能力等核心系数指标，本研究揭示了各国在全球生产网络中的地位差异。整体来看，美国在高附加值产品与生产能力方面保持领先地位，而中国则凭借自身经济快速增长，逐步缩小与美国的差距。同时，部分发达经济体经济增速放缓，而新兴经济体增速显著提升。从对全球经济的贡献来看，2020 年中国对全球其他国家经济总量的拉动效应超过美国。中美两国的拉动模式存在明显差异：中国主要拉动亚洲及其他新兴经济体的经济增长，对广大发展中国家的影响尤为显著，且拉动效应增速较快；相比之下，美国对传统盟友及新兴市场的拉动较为突出，但增速相对较慢。

关键词: 全球生产网络, 投入产出表, 动态演进, 拉动效应

Tao WANG, Yueying HE, Dan ZHAO. The evolution of global production networks and the difference in contributions between China and the United States[J]. World Regional Studies, 2026, 35(8): 47-60.

王涛, 和玥颖, 赵丹. 全球生产网络演进与中美贡献差异[J]. 世界地理研究, 2026, 35(8): 47-60.

Figures/Tables 13

Tab.1 The global production network at the macro level

产出投入		中间使用				最终使用			总产出
产出投入		国家1	国家2	…	其余国家n	国家1	…	其余国家n	总产出
中间投入	国家1	$z 11$	$z 12$	…	$z 1 n$	$y 11$	…	$y 1 n$	$x 1$
	国家2	$z 21$	$z 22$	…	$z 2 n$	$x 21$	…	$x 2 n$	$x 2$

	其余国家n	$z n 1$	$z n 2$	…	$z n n$	$y n 1$	…	$y n n$	$x n$
增加值		$v 1$	$v 2$	…	$v n$
总投入		$x 1$	$x 2$	…	$x n$

Tab.1 The global production network at the macro level

产出投入		中间使用				最终使用			总产出
产出投入		国家1	国家2	…	其余国家n	国家1	…	其余国家n	总产出
中间投入	国家1	$z 11$	$z 12$	…	$z 1 n$	$y 11$	…	$y 1 n$	$x 1$
	国家2	$z 21$	$z 22$	…	$z 2 n$	$x 21$	…	$x 2 n$	$x 2$

	其余国家n	$z n 1$	$z n 2$	…	$z n n$	$y n 1$	…	$y n n$	$x n$
增加值		$v 1$	$v 2$	…	$v n$
总投入		$x 1$	$x 2$	…	$x n$

Fig.1 The scale changes of global total output from 1995 to 2020

Tab.2 National output scale coefficients for some major countries in certain years

年份	美国	中国	日本	德国	法国	英国	意大利	印度	巴西	韩国
1995	24.12%	3.31%	16.91%	7.86%	4.88%	4.10%	3.97%	1.37%	2.27%	2.04%
2000	29.65%	4.98%	13.46%	5.65%	3.91%	4.59%	3.62%	1.67%	1.85%	1.93%
2005	25.87%	6.77%	9.27%	5.86%	4.35%	4.84%	4.08%	2.05%	1.84%	2.22%
2010	20.49%	12.22%	7.93%	5.04%	3.71%	3.41%	3.29%	2.94%	2.96%	2.13%
2015	21.25%	21.01%	5.22%	4.18%	2.89%	3.37%	2.35%	2.64%	2.07%	2.23%
2020	21.53%	22.03%	5.26%	4.32%	2.79%	2.77%	2.15%	2.91%	1.51%	2.16%

Fig.2 Changes in production capacity coefficients of major countries from 1995 to 2020

Tab.3 Value-added rate for selected years of major countries

年份	美国	中国	日本	德国	法国	英国	意大利	印度	巴西	韩国
1995	25.32%	2.39%	18.04%	8.09%	4.95%	4.22%	3.67%	1.05%	2.30%	1.78%
2000	31.47%	3.50%	14.80%	5.59%	3.90%	4.76%	3.27%	1.31%	1.79%	1.66%
2005	28.36%	4.64%	10.21%	5.81%	4.45%	5.17%	3.78%	1.65%	1.71%	1.91%
2010	23.56%	8.92%	8.74%	4.95%	3.86%	3.64%	3.11%	2.41%	3.04%	1.69%
2015	25.14%	14.59%	5.90%	4.33%	3.13%	3.75%	2.37%	2.75%	2.22%	1.93%
2020	25.52%	17.00%	5.83%	4.43%	2.95%	3.06%	2.16%	3.07%	1.61%	1.88%

Fig.3 Changes in the self-sufficiency coefficient of major countries from 1995 to 2020

Fig.4 Changes in the size of final products in China and the U.S. from 1995 to 2020

Fig.5 Changes in GDP of China and the U.S. and the economic aggregates of other countries from 1995 to 2020

Fig.6 The pull effect of some countries driven by China's final consumption from 1995 to 2020

Fig.7 The pull effect of some countries driven by the U.S. final consumption from 1995 to 2020

Tab.4 The total pull of China and the United States to the global economy from 1995 to 2020

序号	中国				美国
	1995年		2020年		1995年		2020年
	国家	拉动总量	国家	拉动总量	国家	拉动总量	国家	拉动总量
1	日本	16.76	世界其他国家	193.48	加拿大	63.85	中国	170.74
2	美国	9.13	美国	121.35	日本	58.33	加拿大	141.12
3	韩国	8.01	日本	117.57	世界其他国家	27.54	墨西哥	101.03
4	德国	6.59	韩国	107.84	墨西哥	25.43	英国	54.78
5	俄罗斯	3.89	澳大利亚	97.67	德国	23.78	德国	52.35
6	世界其他国家	2.70	德国	86.56	英国	20.55	世界其他国家	51.23
7	意大利	2.70	巴西	66.75	法国	12.93	日本	50.71
8	法国	2.66	俄罗斯	47.18	韩国	12.36	印度	43.64
9	印度尼西亚	1.70	印度尼西亚	39.60	意大利	12.06	韩国	31.18
10	澳大利亚	1.51	马来西亚	27.66	中国	11.80	沙特阿拉伯	22.39
11	英国	1.44	新加坡	27.47	沙特阿拉伯	10.58	法国	22.16
12	加拿大	1.43	法国	27.42	巴西	9.93	爱尔兰	21.97
13	新加坡	1.22	越南	27.27	荷兰	6.97	巴西	20.91
14	南非	1.19	沙特阿拉伯	25.31	俄罗斯	5.93	瑞士	19.56
15	马来西亚	1.04	印度	25.15	泰国	5.48	意大利	19.12

Tab.5 The changes of pull effect of economic growth rates driven by China and the U.S.

排名	中国		美国
排名	国家	拉动效应比（2020/1995）	国家	拉动效应比（2020/1995）
排名前6	爱尔兰	341.7	越南	78.5
	越南	214.7	中国	16.4
	印度	98.0	爱尔兰	14.9
	墨西哥	92.8	印度	12.4
	巴西	90.5	瑞士	4.0
	世界其他国家	73.7	墨西哥	4.0
排名后6	俄罗斯	14.8	加拿大	2.2
	美国	13.4	德国	2.2
	加拿大	13.4	世界其他国家	1.9
	南非	12.9	法国	1.7
	意大利	10.8	意大利	1.6
	日本	7.1	日本	0.9
拉动平均增长倍数		19.3		2.8

序号	代码	国家	序号	代码	国家	序号	代码	国家
01	ARG	阿根廷	27	GBR	英国	53	NLD	荷兰
02	AUS	澳大利亚	28	GRC	希腊	54	NOR	挪威
03	AUT	奥地利	29	HKG	中国香港	55	NZL	新西兰
04	BEL	比利时	30	HRV	克罗地亚	56	PAK	巴基斯坦
05	BGD	孟加拉国	31	HUN	匈牙利	57	PER	秘鲁
06	BGR	保加利亚	32	IDN	印度尼西亚	58	PHL	菲律宾
07	BLR	白俄罗斯	33	IND	印度	59	POL	波兰
08	BRA	巴西	34	IRL	爱尔兰	60	PRT	葡萄牙
09	BRN	文莱	35	ISL	冰岛	61	ROU	罗马尼亚
10	CAN	加拿大	36	ISR	以色列	62	RUS	俄罗斯
11	CHE	瑞士	37	ITA	意大利	63	SAU	沙特阿拉伯
12	CHL	智利	38	JOR	约旦	64	SEN	塞内加尔
13	CHN	中国	39	JPN	日本	65	SGP	新加坡
14	CIV	科特迪瓦	40	KAZ	哈萨克斯坦	66	SVK	斯洛伐克
15	CMR	喀麦隆	41	KHM	柬埔寨	67	SVN	斯洛文尼亚
16	COL	哥伦比亚	42	KOR	韩国	68	SWE	瑞典
17	CRI	哥斯达黎加	43	LAO	老挝	69	THA	泰国
18	CYP	塞浦路斯	44	LTU	立陶宛	70	TUN	突尼斯
19	CZE	捷克	45	LUX	卢森堡	71	TUR	土耳其
20	DEU	德国	46	LVA	拉脱维亚	72	TWN	中国台湾
21	DNK	丹麦	47	MAR	摩洛哥	73	UKR	乌克兰
22	EGY	埃及	48	MEX	墨西哥	74	USA	美国
23	ESP	西班牙	49	MLT	马耳他	75	VNM	越南
24	EST	爱沙尼亚	50	MMR	缅甸	76	ZAF	南非
25	FIN	芬兰	51	MYS	马来西亚	77	ROW	世界其他国家
26	FRA	法国	52	NGA	尼日利亚

References 22

[1]	DICKEN P, KELLY P, OLDS K,et al.Chains and networks,territories and scales:Towards a relational framework for analysing the global economy. Global Networks,2001,1(2):89-112.
[2]	ERIKSSON T, NUMMELA N, SAARENKETO S. Dynamic capability in a small global factory. International Business Review,2014, 23(1):169-180.
[3]	TREIBLMAIER H. The impact of the blockchain on the supply chain:A theory-based research framework and a call for action. Supply Chain Management:An International Journal,2018,23(6):545-559.
[4]	LIU W, DICKEN P. Transnational corporations and'obligated embeddedness':Foreign direct investment in China's automobile industry. Environment and Planning A,2006,38(7):1229-1247.
[5]	LUND-THOMSEN P, COE N. Corporate social responsibility and labour agency: The case of Nike in Pakistan. Journal of Economic Geography,2015,15(2):275-296.
[6]	赵立斌.东盟区域一体化与参与全球生产网络——基于GTAP-Dyn模型的研究.国际贸易问题,2013(9):55-67.
	ZHAO L.ASEAN regional integration and participation in global production networks: A study based on the GTAP-Dyn model.Journal of International Trade,2013(9):55-67.
[7]	何金廖,黄贤金,司月芳.产业集群的地方嵌入与全球生产网络链接——以上海文化创意产业园区为例.地理研究,2018,37(7):1447-1459.
	HE J, HUANG X, SI Y. Local embedding of industrial clusters and linkage to global production networks: A case study of cultural and creative industry parks in Shanghai. Geographical Research, 2018,37(7):1447-1459.
[8]	赵立斌.从全球生产网络的视角看中国与东盟、美国的不平衡贸易.首都经济贸易大学学报,2013,15(02):67-75.
	ZHAO L. Viewing China's unbalanced trade with ASEAN and the United States from the perspective of global production networks. Journal of Capital University of Economics and Business,2013,15(2);67-75.
[9]	卢进勇,杨杰,郭凌威.中国在全球生产网络中的角色变迁研究.国际贸易问题,2016(7):3-14.
	LU J, YANG J, GUO L. A study on the role evolution of China in the global production network. Journal of International Trade,2016(7):3-14.
[10]	钟惠芸,黄建忠.中国在全球生产网络中的角色演进:基于解耦争论的研究.亚太经济,2018(3):97-103.
	ZHONG H, HUANG J. The role evolution of China in the global production network: A study based on the decoupling debate. Asia-Pacific Economy,2018(3):97-103.
[11]	黄仁全,李村璞.中国经济国内国际双循环的测度及增长动力研究.数量经济技术经济研究,2022,39(8):80-99.
	HUANG R, LI C. Measurement of China's domestic and international double circulation: Research on growth drivers. The Journal of Quantitative & Technical Economics,2022,39(8):80-99.
[12]	王群勇,李月,薛彦.国内国际双循环生产网络的冲击传播:特征与模拟.中国工业经济,2023(7):26-45.
	WANG Q, LI Y, XUE Y. Shock propagation in the domestic and international double-circulation production network: Characteristics and simulation. China Industrial Economics,2023(7): 26-45.
[13]	高翔,徐然,祝坤福,等.全球生产网络视角下重大突发事件的经济影响研究.国际贸易问题,2021(7):1-20.
	GAO X, XU R, ZHU K,et al. Research on the economic impact of major emergencies from the perspective of global production networks. Journal of International Trade,2021(7): 1-20.
[14]	倪红福,田野.中国经济双循环的动态变迁与国际比较——引入要素权属异质性的全球价值链分解新框架.经济学(季刊),2023,23(5):1668-1685.
	NI H, TIAN Y. The dynamic changes and international comparison of China's dual circulation: A new framework for global value chain decomposition introducing factor ownership heterogeneity. China Economic Quarterly,2023,23(5):1668-1685.
[15]	贺灿飞,任卓然,王文宇."双循环"新格局与京津冀高质量协同发展——基于价值链分工和要素流动视角.地理学报,2022,77(6):1339-1358.
	HE C, REN Z, WANG W. The new "dual circulation" pattern and high-quality coordinated development of Beijing-Tianjin-Hebei: From the perspective of value chain division and factor flow. Journal of Geographical Sciences,2022,77(6):1339-1358.
[16]	刘维刚.生产投入结构变动与企业创新:基于生产网络内生化的分析.经济研究,2022,57(4):50-67.
	LIU W. Changes in production input structure and enterprise innovation: Analysis based on the endogenization of production networks. Economic Research Journal,2022,57(4):50-67.
[17]	陈蕊,刘逸.全球生产网络(GPN)的理论问题和中国实践启示.地理研究,2021,40(12):3259-3271.
	CHEN R, LIU Y. Theoretical issues of the global production network (GPN) and practical implications for China. Geographical Research,2021,40(12):3259-3271.
[18]	王孝松,周钰丁.产业间要素配置与贸易网络地位.经济研究,2024,59(10):75-93.
	WANG X, ZHOU Y. Inter-industry factor allocation and trade network status. Economic Research Journal,2024,59(10):75-93.
[19]	刘志彪,张杰.全球代工体系下发展中国家俘获型网络的形成、突破与对策——基于GVC与NVC的比较视角.中国工业经济,2007(5):39-47.
	LIU Z, ZHANG J. Formation, breakthrough and countermeasures of captive networks in developing countries under the global OEM system: A comparative perspective based on GVC and NVC. China Industrial Economics,2007(5):39-47.
[20]	吕婕,向龙斌,杨先厚.全球生产网络下中美贸易利益分配影响因素分析.中国地质大学学报(社会科学版),2013,13(1):103-107.
	LV J, XIANG L, YANG X. Analysis of influencing factors on China-US trade interest distribution under the global production network. Journal of China University of Geosciences (Social Sciences Edition),2013,13(1):103-107.
[21]	曾铮,张路路.全球生产网络体系下中美贸易利益分配的界定——基于中国制造业贸易附加值的研究.世界经济研究,2008(1):36-43.
	ZENG Z, ZHANG L. Definition of China-US trade interests distribution under the global production network system: A study based on trade value-added of China's manufacturing industry. World Economy Study,2008(1):36-43.
[22]	邱东.真实链位探索与当代国势学构建.北京:科学出版社,2023.
	QIU D. Exploration of real chain position and construction of contemporary national geography. Beijing:Science Press,2023.