Study on the global polysilicon trade networks' dynamic evolution and its driving forces under the global carbon neutrality target

doi:10.3969/j.issn.1004-9479.2024.09.20230010

Abstract

Abstract:

The structure of the worldwide trade network for polysilicon has undergone significant modifications as a result of the PV industry's explosive growth under the global carbon neutrality target. Based on the complex network theory, this research investigates the dynamics of the global polysilicon trade network and its driving factors. The main conclusions are as follows. Firstly, the network's overall average path distance is tiny and the clustering coefficient is high, the traits of a "small world" are demonstrated; the "rich club" is evident because the nodal countries' in and out degrees kernel density is single-peaked to the right and follows a long-tail feature; Secondly, China is one of the key core countries, and the network's Core—Periphery structure is constant, with a rising share of core countries and a declining share of periphery countries; Thirdly, the QAP regression results demonstrate that the combined effects of economic size, trade scale, installed PV capacity, CO₂emissions, and environmental performance have a significant impact on the dynamic evolution of polysilicon trade networks. Differences in economic size and trade scale across nations have a large limiting effect, but differences in PV installation, CO₂ emissions, and environmental performance have a considerable stimulating effect. China should seize the chance to become the hub of its global trade network, capitalize on geographic closeness to deepen trade relations, inject more "China factors" and actively promote global collaboration and chain integration in the PV industry.

Key words: global polysilicon trade, complex networks, dynamic evolution, QAP, global carbon neutrality

摘要：

全球碳中和目标下光伏产业的快速发展引起全球多晶硅贸易网络结构的深刻变化。运用复杂网络理论对全球多晶硅贸易网络结构的动态演进及其驱动力进行探究。结果表明：（1）网络总体平均路径距离短，聚类系数高，呈“小世界”特征。节点国的出、入度核密度呈现“单峰右偏”的长尾特征，“富人俱乐部”凸显。（2）网络“核心-边缘”结构稳定，核心国占比增加，边缘国占比减少，中国是主要核心国之一。（3）QAP回归结果显示，国家间的光伏装机容量差异、CO₂排放量差异和环境绩效差异对全球多晶硅贸易网络的正效应显著。中国应以全球多晶硅贸易网络中心向中国转移为契机，发挥地理临近优势，加强区域合作及贸易联系，注入更多“中国因素”，积极推动多晶硅及光伏产业链的国际合作和融合发展。

关键词: 全球多晶硅贸易, 复杂网络, 动态演进, QAP, 碳中和

Yunjie CHENG, Xu LIU. Study on the global polysilicon trade networks' dynamic evolution and its driving forces under the global carbon neutrality target[J]. World Regional Studies, 2024, 33(9): 1-16.

程云洁, 刘旭. 碳中和目标下全球多晶硅贸易网络结构的动态演进及驱动力研究[J]. 世界地理研究, 2024, 33(9): 1-16.

Figures/Tables 15

Tab.1 Global polysilicon trade network node indicators

指标	公式	涵义	指标意义
节点出度	$k i n i = ∑ j = 1 N a j, i t$	t时期从i国连出的多晶硅出口的国家数量	全球多晶硅贸易网络中一国出口贸易伙伴数量
节点入度	$k o u t i = ∑ i = 1 N a i, j t$	t时期从i国连入的多晶硅进口的国家数量	全球多晶硅贸易网络中一国进口贸易伙伴数量
节点出强度	$s i t, e x = ∑ i = 1 N w i, j t$	t时期i国家向其他国家出口多晶硅的贸易额	全球多晶硅贸易网络中一国出口多晶硅贸易额
节点入强度	$s i t, i n = ∑ j = 1 N w j, i t$	t时期i国家向其他国家进口多晶硅的贸易额	全球多晶硅贸易网络中一国进口多晶硅贸易额
网络密度	$d m = m / n / n - 1$	实际关系数与理论上最大关系数的比值	全球多晶硅贸易网络中各节点关联程度和紧密程度
互惠性	$r = ∑ i ≠ j (a i j - a ¯) (a j i - a ¯) ∑ i ≠ j (a i j - a ¯) 2$	整体网络中节点之间双向连接的水平	衡量多晶硅贸易网络中两国的双向连接程度
聚类系数	$C i = 2 e i / k i (k i - 1)$	节点i直接相邻的节点之间实际存在的边数占最大可能存在边数的比值	反映多晶硅贸易网络中的集团化特征与集聚趋势
平均路径长度	$l = 1 n n - 1 ∑ i ∑ j d i, j$	全部节点之间捷径距离的平均值	测量多晶硅贸易网络的传输效率与通达性

Tab.1 Global polysilicon trade network node indicators

指标	公式	涵义	指标意义
节点出度	$k i n i = ∑ j = 1 N a j, i t$	t时期从i国连出的多晶硅出口的国家数量	全球多晶硅贸易网络中一国出口贸易伙伴数量
节点入度	$k o u t i = ∑ i = 1 N a i, j t$	t时期从i国连入的多晶硅进口的国家数量	全球多晶硅贸易网络中一国进口贸易伙伴数量
节点出强度	$s i t, e x = ∑ i = 1 N w i, j t$	t时期i国家向其他国家出口多晶硅的贸易额	全球多晶硅贸易网络中一国出口多晶硅贸易额
节点入强度	$s i t, i n = ∑ j = 1 N w j, i t$	t时期i国家向其他国家进口多晶硅的贸易额	全球多晶硅贸易网络中一国进口多晶硅贸易额
网络密度	$d m = m / n / n - 1$	实际关系数与理论上最大关系数的比值	全球多晶硅贸易网络中各节点关联程度和紧密程度
互惠性	$r = ∑ i ≠ j (a i j - a ¯) (a j i - a ¯) ∑ i ≠ j (a i j - a ¯) 2$	整体网络中节点之间双向连接的水平	衡量多晶硅贸易网络中两国的双向连接程度
聚类系数	$C i = 2 e i / k i (k i - 1)$	节点i直接相邻的节点之间实际存在的边数占最大可能存在边数的比值	反映多晶硅贸易网络中的集团化特征与集聚趋势
平均路径长度	$l = 1 n n - 1 ∑ i ∑ j d i, j$	全部节点之间捷径距离的平均值	测量多晶硅贸易网络的传输效率与通达性

Fig.1 Volume of global polysilicon trade from 2003 to 2021

Tab.2 Overall network indicators of global polysilicon trade from 2003 to 2021

变量	2003年	2005年	2007年	2009年	2011年	2013年	2015年	2017年	2019年	2021年
点度数	416	432	516	530	546	516	610	560	544	512
边数	266	274	331	355	376	346	383	365	365	337
密度	0.048	0.049	0.06	0.064	0.068	0.062	0.069	0.066	0.066	0.061
互惠性	0.279	0.269	0.283	0.34	0.377	0.341	0.256	0.304	0.342	0.316
聚类系数	0.428	0.394	0.476	0.521	0.561	0.589	0.538	0.548	0.536	0.401
平均路径距离	2.175	2.168	2.292	2.211	2.206	2.238	2.318	2.206	2.199	2.406

Fig.2 Network characteristics of global polysilicon trade from 2003 to 2021

Tab.3 Global polysilicon trade network top 8 countries in terms of point degrees from 2003 to 2021

年份	出度度数及排名
年份	1	2	3	4	5	6	7	8
2003	美国（40）	日本（23）	意大利（18）	中国（17）	英国（16）	法国（15）	乌克兰（15）	挪威（11）
2005	美国（34）	日本（20）	英国（19）	意大利（18）	法国（14）	瑞士（14）	中国（13）	俄罗斯（13）
2007	美国（42）	日本（22）	中国（19）	英国（18）	瑞士（17）	法国（16）	意大利（15）	韩国（14）
2009	美国（38）	德国（37）	日本（24）	中国（22）	英国（22）	意大利（19）	瑞士（19）	韩国（18）
2011	美国（36）	中国（26）	日本（25）	德国（24）	英国（24）	瑞士（21）	法国（18）	意大利（17）
2013	美国（38）	德国（34）	英国（32）	中国（29）	日本（22）	瑞士（20）	法国（19）	新加坡（13）
2015	美国（37）	德国（36）	英国（31）	荷兰（27）	瑞士（24）	中国（23）	法国（23）	日本（20）
2017	美国（38）	德国（34）	英国（28）	中国（27）	法国（26）	荷兰（24）	日本（18）	韩国（17）
2019	美国（38）	德国(33)	中国(26)	法国(26)	英国(22)	日本(19)	瑞士(18)	荷兰(17)
2021	美国（34）	德国(31)	中国(22)	荷兰(22)	法国(20)	日本(17)	瑞士(15)	英国(13)
年份	入度度数及排名
年份	1	2	3	4	5	6	7	8
2003	德国（17）	日本（16）	美国（15）	意大利（12）	英国（11）	荷兰（11）	法国（10）	中国（9）
2005	美国（21）	德国（19）	日本（17）	法国（13）	英国（11）	意大利（11）	中国（11）	瑞士（10）
2007	德国（23）	日本（21）	美国（19）	中国（17）	法国（16）	瑞士（12）	韩国（12）	西班牙（12）
2009	美国（22）	中国（19）	德国（19)	法国(18)	日本(15)	意大利(13)	瑞士(13)	西班牙(13)
2011	美国(23)	中国(21)	日本(21)	德国(20)	韩国(15)	法国(14)	西班牙(14)	英国(13)
2013	中国(22)	美国(21)	德国(17)	日本(17)	韩国(14)	意大利(13)	瑞士(11)	法国(11)
2015	中国(21)	日本(18)	美国(17)	德国(17)	韩国(14)	意大利(13)	法国(12)	新加坡(11)
2017	美国(20)	中国(19)	德国(17)	日本(17)	法国(15)	新加坡(14)	英国(12)	挪威(12)
2019	美国(22)	中国(20)	德国(19)	日本(19)	韩国(17)	法国(15)	英国(13)	意大利(12)
2021	美国(22)	德国(22)	中国(19)	日本(14)	法国(11)	英国(11)	意大利(11)	俄罗斯(11)

Tab.3 Global polysilicon trade network top 8 countries in terms of point degrees from 2003 to 2021

年份	出度度数及排名
年份	1	2	3	4	5	6	7	8
2003	美国（40）	日本（23）	意大利（18）	中国（17）	英国（16）	法国（15）	乌克兰（15）	挪威（11）
2005	美国（34）	日本（20）	英国（19）	意大利（18）	法国（14）	瑞士（14）	中国（13）	俄罗斯（13）
2007	美国（42）	日本（22）	中国（19）	英国（18）	瑞士（17）	法国（16）	意大利（15）	韩国（14）
2009	美国（38）	德国（37）	日本（24）	中国（22）	英国（22）	意大利（19）	瑞士（19）	韩国（18）
2011	美国（36）	中国（26）	日本（25）	德国（24）	英国（24）	瑞士（21）	法国（18）	意大利（17）
2013	美国（38）	德国（34）	英国（32）	中国（29）	日本（22）	瑞士（20）	法国（19）	新加坡（13）
2015	美国（37）	德国（36）	英国（31）	荷兰（27）	瑞士（24）	中国（23）	法国（23）	日本（20）
2017	美国（38）	德国（34）	英国（28）	中国（27）	法国（26）	荷兰（24）	日本（18）	韩国（17）
2019	美国（38）	德国(33)	中国(26)	法国(26)	英国(22)	日本(19)	瑞士(18)	荷兰(17)
2021	美国（34）	德国(31)	中国(22)	荷兰(22)	法国(20)	日本(17)	瑞士(15)	英国(13)
年份	入度度数及排名
年份	1	2	3	4	5	6	7	8
2003	德国（17）	日本（16）	美国（15）	意大利（12）	英国（11）	荷兰（11）	法国（10）	中国（9）
2005	美国（21）	德国（19）	日本（17）	法国（13）	英国（11）	意大利（11）	中国（11）	瑞士（10）
2007	德国（23）	日本（21）	美国（19）	中国（17）	法国（16）	瑞士（12）	韩国（12）	西班牙（12）
2009	美国（22）	中国（19）	德国（19)	法国(18)	日本(15)	意大利(13)	瑞士(13)	西班牙(13)
2011	美国(23)	中国(21)	日本(21)	德国(20)	韩国(15)	法国(14)	西班牙(14)	英国(13)
2013	中国(22)	美国(21)	德国(17)	日本(17)	韩国(14)	意大利(13)	瑞士(11)	法国(11)
2015	中国(21)	日本(18)	美国(17)	德国(17)	韩国(14)	意大利(13)	法国(12)	新加坡(11)
2017	美国(20)	中国(19)	德国(17)	日本(17)	法国(15)	新加坡(14)	英国(12)	挪威(12)
2019	美国(22)	中国(20)	德国(19)	日本(19)	韩国(17)	法国(15)	英国(13)	意大利(12)
2021	美国(22)	德国(22)	中国(19)	日本(14)	法国(11)	英国(11)	意大利(11)	俄罗斯(11)

Fig.3 Global polysilicon trade network out-degree and in-degree kernel density estimates from 2003 to 2021

Tab.4 Top 8 countries in trade values in global polysilicon trade network from 2003 to 2021

年份	网络出强度排名
年份	1	2	3	4	5	6	7	8
2003	美国	日本	中国	意大利	英国	韩国	俄罗斯	挪威
2005	美国	日本	中国	意大利	英国	韩国	俄罗斯	挪威
2007	美国	日本	中国	意大利	韩国	英国	瑞典	挪威
2009	美国	德国	韩国	日本	中国	意大利	英国	挪威
2011	美国	德国	韩国	日本	意大利	中国	挪威	英国
2013	德国	美国	韩国	日本	中国	英国	意大利	比利时
2015	美国	韩国	德国	日本	中国	马来西亚	挪威	英国
2017	美国	韩国	德国	日本	马来西亚	挪威	中国	意大利
2019	德国	美国	韩国	日本	马来西亚	中国	挪威	意大利
2021	德国	美国	马来西亚	日本	中国	韩国	挪威	意大利
年份	网络入强度排名
年份	1	2	3	4	5	6	7	8
2003	日本	马来西亚	德国	英国	韩国	中国	美国	挪威
2005	日本	德国	马来西亚	中国	韩国	英国	挪威	美国
2007	日本	中国	德国	韩国	挪威	马来西亚	美国	英国
2009	中国	日本	德国	挪威	韩国	美国	英国	菲律宾
2011	中国	日本	韩国	德国	挪威	菲律宾	新加坡	美国
2013	中国	日本	韩国	马来西亚	新加坡	美国	英国	德国
2015	中国	日本	韩国	马来西亚	新加坡	德国	英国	美国
2017	中国	日本	韩国	新加坡	马来西亚	德国	美国	菲律宾
2019	中国	日本	韩国	新加坡	德国	马来西亚	美国	英国
2021	中国	日本	韩国	德国	马来西亚	新加坡	美国	挪威

Tab.5 The core-periphery structure of the global polysilicon trade network from 2003 to 2021

年份	核心结构			边缘结构			样本数量	拟合值
年份	国家数量	数量占比	核心密度	国家数量	数量占比	边缘密度	样本数量	拟合值
2003	14	18.67%	0.61	61	81.33%	0.008	75	0.682
2005	13	17.33%	0.641	62	82.67%	0.01	75	0.669
2007	15	20.00%	0.605	60	80.00%	0.009	75	0.677
2009	13	17.33%	0.782	62	82.67%	0.01	75	0.765
2011	14	18.67%	0.786	61	81.33%	0.012	75	0.766
2013	12	16.00%	0.818	63	84.00%	0.011	75	0.757
2015	13	17.33%	0.769	62	82.67%	0.011	75	0.742
2017	13	17.33%	0.776	62	82.67%	0.01	75	0.764
2019	15	20.00%	0.714	60	80.00%	0.007	75	0.771
2021	15	20.00%	0.59	60	80.00%	0.013	75	0.638

Tab.6 Top 5 core countries in global polysilicon trading network from 2003 to 2021

排名	核心指数
排名	2003年	2005年	2007年	2009年	2011年	2013年	2015年	2017年	2019年	2021年
1	日本	日本	美国	美国	中国	中国	中国	中国	中国	德国
	0.774	0.698	0.721	0.684	0.628	0.542	0.744	0.802	0.664	0.69
2	美国	美国	日本	日本	美国	日本	韩国	韩国	韩国	中国
	0.585	0.661	0.648	0.497	0.495	0.513	0.451	0.516	0.486	0.682
3	马来西亚	中国	中国	德国	韩国	美国	美国	德国	德国	美国
	0.141	0.161	0.196	0.343	0.365	0.471	0.33	0.226	0.386	0.128
4	中国	马来西亚	德国	中国	日本	德国	日本	美国	美国	马来西亚
	0.127	0.122	84	0.342	0.333	0.375	0.171	0.123	0.323	0.124
5	韩国	德国	挪威	挪威	德国	韩国	马来西亚	英国	日本	日本
	0.089	0.103	0.072	0.153	0.318	0.252	0.103	0.07	0.231	0.108

Fig.4 Global polysilicon trade network visual analysis of trade network in 2005 and 2020

Tab.7 China's polysilicon trade node degree, node strength and ranking from 2003 to 2021

变量	2003	2005	2007	2009	2011	2013	2015	2017	2019	2021
出度	17	13	19	22	26	29	23	27	26	22
出度排名	4	7	3	4	2	4	6	4	3	3
入度	9	11	17	19	21	22	21	19	20	19
入度排名	8	7	4	2	2	1	1	2	2	3
出强度/亿美元	0.49	1.43	2.89	1.65	2.08	1.79	1.91	1.53	0.74	1.4
出强度排名	3	3	3	5	6	5	5	7	6	5
入强度/亿美元	0.61	2.12	13.78	18.3	39.25	15.87	21.45	25.83	13.15	21.29
入强度排名	6	4	2	1	1	1	1	1	1	1

Tab.8 Variables and data sources for QAP analysis

维度	变量名称	变量描述	数据来源
经济发展水平	经济发展水平（GDP)	以各国家间GDP构建自变量差值矩阵	世界银行经济与增长指标（WGI)
	金融自由度（FF)	以各国金融自由度指数构建差值矩阵	美国传统基金会（The Heritage Foundation）
	投资自由度（IF)	以各国投资自由度指数构建差值矩阵	美国传统基金会（The Heritage Foundation）
化石资源能源匮乏度	可再生能源发电量（REP)	以各国家可替代能源和核能（占能源使用总量的百分比）构建差值矩阵	世界银行能源与矿产指标（WGI)
化石资源能源匮乏度	人均能源使用量（PEC)	以各国人均能源使用量构建差值矩阵	世界银行能源与矿产指标（WGI)
多晶硅市场需求度	光伏装机容量(PVC)	采用各国光伏装机容量构建差值矩阵	国际可再生能源机构IRENA
环境规制程度	环境绩效指数(EPI)	采用各国环境绩效指数构建差值矩阵	耶鲁大学《环境绩效指数报告》
环境规制程度	二氧化碳排放量(CDE)	以各国二氧化碳排放量构建差值矩阵	世界银行环境指标（WGI)
地理属性	地理纬度（LAT)	采用各国首都纬度构建差值矩阵	百度地图API批量抓取

Tab.9 Results of QAP correlation analysis for global polysilicon trade from 2003 to 2021

变量	2003年		2011年		2021年
变量	相关系数	显著性水平	相关系数	显著性水平	相关系数	显著性水平
GDP	－0.079	0.012^**	－0.011	0.115	0.015	0.006^**
FF	－0.01	0.246	－0.053	0.006^***	－0.04	0.011^**
IF	－0.009	0.273	－0.050	0.012^**	－0.04	0.016^**
REP	－0.061	0.022^**	－0.005	0.273	0.008	0.144
PEC	－0.013	0.107	－0.022	0.104	－0.01	0.212
PVC	－0.018	0.050^*	0.083	0.011^**	0.075	0.015^**
EPI	－0.003	0.424	－0.026	0.121	－0.024	0.008^***
CDE	－0.04	0.027^**	0.073	0.015^**	0.078	0.014^**
DIS	－0.007	0.377	－0.008	0.326	－0.002	0.436

Tab.10 QAP regression results for global polysilicon trade from 2003 to 2021

变量	2003年	2007年	2011年	2015年	2019年	2021年
GDP	－0.029^***	－0.073^***	－0.107^**	－0.056	－0.059	－0.020
PVC	0.196^***	0.297^***	0.166^***	0.151^***	0.124^***	0.094^***
CDE	－0.119^***	－0.134^***	0.137^**	0.109^**	0.148^**	0.166^**
EPI	0.006	0.012	0.024^*	0.019	0.017^*	0.013
FF	0.015	0.014	－0.000	－0.006	0.000	0.004
IF	－0.021^*	－0.026^**	－0.003	0.003	0.004	0.008
REP	0.000	－0.148	－0.172	－0.172	－0.175	－0.197
R²	0.011	0.021	0.025	0.018	0.019	0.017
Adj-R²	0.010	0.020	0.024	0.017	0.018	0.016

Tab.11 Robustness test results

变量		2003年	2007年	2011年	2015年	2019年	2021年
断点值取多晶硅贸易额的80%	GDP	－0.031^***	－0.073^***	－0.107^***	－0.056	－0.059	－0.020
	PVC	0.191^***	0.297^***	0.166^***	0.151^***	0.124^***	0.094^***
	CDE	－0.114^***	－0.134^***	0.137^**	0.109^**	0.148^**	0.166^**
	EPI	0.006	0.012	0.024^*	0.019	0.017^*	0.013
	FF	0.015	0.014	－0.000	－0.006	0.000	0.004
	IF	－0.021^**	－0.026^**	－0.002	0.003	0.004	0.008
	PEC	－0.116	－0.148	－0.172	－0.172	－0.175	－0.197
	R²	0.011	0.021	0.025	0.018	0.019	0.017
	Adj-R²	0.009	0.02	0.024	0.017	0.018	0.016
断点值取多晶硅贸易额的120%	GDP	－0.031^***	－0.073^***	－0.107^***	－0.056	－0.059	－0.020
	PVC	0.191^***	0.297^***	0.166^***	0.151^***	0.124^***	0.094^***
	CDE	－0.114^***	－0.134^***	0.137^**	0.109^**	0.148^**	0.166^**
	EPI	0.006	0.012	0.024^*	0.019	0.017^*	0.013
	FF	0.015	0.014	－0.000	－0.006	0.000	0.004
	IF	－0.021^**	－0.026^**	－0.002	0.003	0.004	0.008
	PEC	－0.116	－0.148	－0.172	－0.172	－0.175	－0.197
	R²	0.011	0.021	0.025	0.018	0.019	0.017
	Adj-R²	0.009	0.02	0.024	0.017	0.018	0.016

References 30

1	刘仰焰,沈玉良.我国光伏企业加工贸易生产控制模式之研究.国际贸易问题,2010(7):89-96.
	LIU Y, SHEN Y. Study on the production control mode of processing trade of PV enterprises in China. Journal of International Trade, 2010(7):89-96.
2	余杨.光伏多晶硅原料国际价格形成机制研究.杭州:浙江大学,2013.
	YU Y. Study on the international price formation mechanism of PV polysilicon raw materials. Hangzhou: Zhejiang University, 2013.
3	陈斯琴,刘旭东.光伏产业竞争力国际比较——基于面板数据的实证分析.科学决策,2016(1):77-94.
	CHEN S, LIU X. International comparison of the competitiveness of photovoltaic industry--An empirical analysis based on panel data. Scientific Decision Making,2016(1):77-94.
4	于佳,王勇.中国光伏产业发展与"一带一路"新机遇——基于新结构经济学视角的解析.西安交通大学学报(社会科学版),2020,40(5):87-98.
	YU J, WANG Y. The development of China's photovoltaic industry and the new opportunities of "One Belt, One Road"--An analysis based on the perspective of new structural economics. Journal of Xi'an Jiaotong University (Social Sciences),2020,40(5):87-98.
5	ZHAO Z, YANG H, ZUO J. Evolution of international trade for photovoltaic cells: A spatial structure study. Energy, 2017,124(2): 435-446.
6	徐忆斌.光伏产品反补贴贸易争端透析——兼析WTO可再生能源补贴问题.现代经济探讨,2013(6):78-82.
	XU Y. Analysis of the countervailing trade dispute of photovoltaic products--Analysis of WTO renewable energy subsidies. Modern Economic Research,2013(6):78-82.
7	杨学坤,姚新超.产品内分工下中欧光伏产品反倾销博弈与公共利益.经济问题探索,2015(8):88-93.
	YANG X, YAO X. Anti-dumping game and public interest of China-EU PV products under intra-product division of labor. Inquiry into Economic Issues,2015(8):88-93.
8	何欢浪,陈宇峰.纵向关联市场、贸易报复和我国多晶硅的进口政策.国际贸易问题,2013(11):106-115.
	HE H, CHEN Y. Vertically linked markets, trade retaliation and China's import policy for polysilicon. Journal of International Trade,2013(11):106-115.
9	杨学坤.一带一路战略下中国光伏产品出口策略.中国人口·资源与环境,2016,26(S1):435-437.
	YANG X. Export strategy of Chinese photovoltaic products under the Belt and Road strategy. China Population Resources and Environment,2016,26(S1):435-437.
10	WILHITE A. Bilateral trade and 'Small-World' networks. Computational Economics, 2001, 18(1): 49-64.
11	SERRANO M. BOGUNA M. Topology of the world trade web. Physical Review E, 2003, 68(1): 015101.
12	BENEDICTIS L, TAJOLI L. The world trade network. The World Economy, 2011, 34(8): 1417-1454.
13	陈银飞.2000—2009年世界贸易格局的复杂网络分析.国际贸易问题,2011(11):31-42.
	CHEN Y. A complex network analysis of world trade patterns from 2000-2009 . Journal of International Trade,2011(11):31-42.
14	孙晓蕾,杨玉英,吴登生.全球原油贸易网络拓扑结构与演化特征识别.世界经济研究,2012(9):11-17.
	SUN X, YANG Y, WU D. Identification of topology and evolutionary features of global crude oil trade network. World Economy Studies,2012(9):11-17.
15	马远,徐俐俐.丝绸之路经济带沿线国家石油贸易网络结构特征及影响因素.国际贸易问题,2016(11):31-41.
	MA Y, XU L. Structural characteristics and influencing factors of oil trade networks in countries along the Silk Road Economic Belt. Journal of International Trade,2016(11):31-41.
16	马远,徐俐俐."一带一路"沿线国家天然气贸易网络结构及影响因素.世界经济研究,2017(3):109-122.
	MA Y, XU L. Structure of natural gas trade network and influencing factors in countries along the "Belt and Road". World Economy Studies,2017(3):109-122.
17	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.地理科学进展,2019,38(10):1621-1632.
	HE Z, YANG Y, LIU Y, et al. Evolutionary features of world energy trade networks and energy competition. Progress in Geography,2019,38(10):1621-1632.
18	杨文龙,胡志丁,史文天.多维邻近性视域下大北极国家能源贸易网络的演进动力研究.人文地理,2022,37(2):31-40.
	YANG W, HU Z, SHI W. Study on the evolutionary dynamics of energy trade networks in the Greater Arctic countries in the context of multidimensional proximity. Human Geography,2022,37(2):31-40.
19	夏启繁,杜德斌.21世纪海上丝绸之路能源贸易结构及与中国的贸易关系演变.地理研究,2022,41(7):1797-1813.
	XIA Q, DU D. The structure of energy trade on the 21st century Maritime Silk Road and the evolution of trade relations with China. Geographical Research,2022,41(7):1797-1813.
20	韩梦玮,李双琳."一带一路"海洋能源产品贸易网络结构特征及社团分布研究.经济地理,2020,40(10):108-117.
	HAN M, LI S. Research on the structural characteristics and association distribution of marine energy products trade network in "Belt and Road". Economic Geography,2020,40(10):108-117.
21	吴爱萍,张晓平,宋现锋,等.2000—2019年全球核电设备贸易网络结构及其影响因素.经济地理,2022,42(7):126-134.
	WU A, ZHANG X, SONG X, et al. Global nuclear power equipment trade network structure and its influencing factors from 2000-2019 . Economic Geography,2022,42(7):126-134.
22	WANG C, HUANG X, HU X.et al. Trade characteristics, competition patterns and COVID-19 related shock propagation in the global solar photovoltaic cell trade. Applied Energy, 2021, 290:116744.
23	LIU D, JIN L, HUANG H . et al. Analysis of the international polysilicon trade network. Resources, Conservation & Recycling, 2019, 142: 122-130.
24	和聪贤.世界大豆贸易网络格局演变及影响机制研究.世界农业,2022(8):27-40.
	HE C. Study on the evolution of the world soybean trade network pattern and the influence mechanism. World Agriculture, 2022(8):27-40.
25	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. Evolutionary characteristics and driving mechanism of textile trade network in "Belt and Road"--Analysis based on TERGM model. Journal of Hunan University of Science and Technology (Social Science Edition),2022,25(2):122-135.
26	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.地理研究,2018,37(11):2218-2235.
	YANG W, DU D, MA Y, et al. Spatial structure and proximity of trade networks in countries along the "One Belt One Road". Geographical Research,2018,37(11):2218-2235.
27	梁茂林,洪菊花,骆华松,等.亚太经合组织贸易网络结构时空演变及其影响因素研究.世界地理研究 2024,33(1):18-32.
	LIANG M, HONG J, LUO H, et al. APEC trade network structure and its influencing factors. World Geography Research,2024,33(1):18-32.
28	张小蒂,李晓钟.经济全球化与我国比较优势理论的拓展.学术月刊,2001(6):19-26.
	ZHANG X, LI X. Economic globalization and the expansion of China's comparative advantage theory . Academic Monthly,2001(6):19-26.
29	郭树龙.中间品进口与企业污染排放效应研究.世界经济研究,2019(9):67-77.
	GUO S. A study on the effect of intermediate goods import and corporate pollution emission. World Economy Studies,2019(9):67-77.
30	倪娟,赵晓梦,唐国平.环境规制强度测算方法研究新进展及展望.国外社会科学,2020(2):64-75.
	NI J, ZHAO X, TANG G. New progress and prospects of research on environmental regulation intensity measurement methods. Foreign Social Sciences Abroad,2020(2):64-75.

[1]	Jiacheng DING, Deming KONG, Chenxuan XIAO, Lisha HAO. Characteristics of the evolution of the global photovoltaic industry trade pattern from the industrial chain perspective [J]. World Regional Studies, 2024, 33(7): 1-17.
[2]	Xiaozhuo WANG. Social network analysis of textile trade in "The Belt and Road" countries [J]. World Regional Studies, 2024, 33(5): 18-30.
[3]	Qingchun LIU, Wenli ZONG, Peixiong ZHAO, Yanan SUN, Jiaoguo MA. Research on the evolution characteristics and influencing factors of urban network structure in Shandong Province based on the connection of listed enterprises [J]. World Regional Studies, 2024, 33(4): 88-102.
[4]	Wei QI, Qihao LI. Dynamic evolution characteristics and influencing factors of global new energy vehicle trade network [J]. World Regional Studies, 2024, 33(2): 1-14.
[5]	Bing ZUO, Gang WU, Chen ZHANG, Shafarla NURBEKE, Runji LIN, Junyao YIN, Haowei DAI, Jiao WU. Research on the impacts of trade agreements on global trade flows: Based on complex network perspective [J]. World Regional Studies, 2024, 33(1): 1-17.
[6]	Jian SUN, Kang WU, Yu YANG. Asian premium and potential competition of crude oil between China, Japan, India and South Korea from the perspective of global crude oil trade network [J]. World Regional Studies, 2022, 31(6): 1240-1250.
[7]	Tingting ZHANG, Ying CHEN, Menglin WANG. Analysis of the evolution of China's urban network pattern based on aviation connection network [J]. World Regional Studies, 2022, 31(1): 166-176.
[8]	Yu YANG, Kerong SHENG. Evolution and influencing factors of urban network linkage patterns in China: From the perspective of enterprise network [J]. World Regional Studies, 2021, 30(6): 1208-1218.
[9]	Peiwen ZHANG, Fumin DU, Xue WANG, Yu WANG, Lu LI. Spatial structure evolution and analysis of Chinese passenger aviation network in the last decade [J]. World Regional Studies, 2021, 30(6): 1253-1264.
[10]	Jianlei HAN, Qingzhong MING, Pengfei SHI, Dengshan LUO. Analysis on structural characteristics of regional tourism network and its influence mechanism from the perspective of multi-dimensional flow ——Taking Yunnan Province as an example [J]. World Regional Studies, 2021, 30(3): 645-656.
[11]	Yujie LI, Liming XIAO. Analysis on the spatial structure characteristics and influencing factors of China's Green Financial Network: From the perspective of enterprise-city network retranslation model [J]. World Regional Studies, 2021, 30(1): 101-113.
[12]	LI Ruirui, ZHAO Wei, CHEN Siwen. Research on network structure and mechanism of urban self-help tour in Xiamen [J]. WRS, 2019, 28(4): 211-220.