摘要：在制造业服务化的背景下，生产性服务贸易展现出强大的生命力。本文基于2010-2018年RCEP协定15个国家的生产性服务贸易数据，运用社会网络分析法，实证分析15个国家之间的生产性服务贸易网络布局。研究表明：15个国家间的贸易网络存在核心-边缘的结构特征，经济技术水平较高的国家居于中心地位，尤其是中国、日本等国家；且技术距离因素对贸易网络的影响力最大。

关键词：生产性服务贸易；贸易网络；QAP回归；SNA；RCEP

2020年11月15日，包括中国在内的15个国家正式签署RCEP协定，推动区域经济一体化的发展。生产性服务贸易在产业结构优化升级、国际竞争优势增强等方面有带动作用。因此，根据15个国家的生产性服务贸易数据分析贸易网络的演变，对国家间未来贸易的可持续发展有重要意义。

一、文献综述

学者对SNA这一新的研究范式有着浓厚的兴趣，贸易网络已然成为热门研究方向。大多是根据贸易数据构建网络关系，对网络结构及其影响因素进行实证分析。陈银飞（2011）认为世界贸易网络是负向匹配的^[1]。姚星等（2018）认为经济、人口规模、共同语言和地理距离对“一带一路”沿线国家服务中间投入网络结构具有显著影响^[2]。运用SNA方法，张勤等（2012）研究了入世以来我国在国际贸易体系中地位的变化^[3]，邢孝兵等（2020）认为中国已经从世界贸易网络中的边缘国家成长为核心国家^[4]。

很多学者通过中心性和异质性等指标测算服务贸易的网络特征^[5]（陈丽娴，2018），许欣等^[6]（2020）也是基于此，探析2010-2017年全球生产性服务贸易的动态变化。而周文韬等（2020）则在二元和加权视角下构建分析世界服务贸易网络，并采用二次指派程序法对其进行解构和结构演化解释，网络结构呈现出“核心-中间-边缘”形态^[7]。

为对生产性服务贸易发展有更深入了解，学界对贸易网络特征影响因素展开研究。信息和通信技术^[8]（Guerrieri和Meliciani，2005）、区位优势、知识和技术型人才的人力资本投入及相应的基础设施对竞争力都有一定的影响^[9]（郑春霞，2007）。从长期来看，高端生产要素供给^[10]（周杰，2021）、贸易开放程度，FDI和GDP^[10]（季剑军，2016）、研发支出占GDP的比例、人均GDP^[11]（张小溪，2021）、收入水平（洪英，2017）^[12]等对服务贸易竞争力的提升有显著正向作用。

当前，对生产性服务贸易网络的竞争力、影响因素等方面的研究日趋成熟，但多是从一个或几个国家的角度分析，并不能完全反映整体关系的变化。且随着RCEP协定的正式签订，各个国家间的贸易网络研究必不可少。基于此，本文以RCEP框架下15个国家的生产性服务贸易为主要研究对象，构建贸易关联网络，运用SNA和QAP等方法，剖析网络特征和影响因素，为加强国家间的多边服务贸易、促进贸易网络稳定发展提供依据。  

二、生产性服务贸易网络特征分析

（一）整体网络特征分析

网络密度揭示生产性服务贸易网络中15国贸易关系的紧密程度。2010-2013年较为稳定，都维持在0.33以上；2014年以后，一直呈现出下降趋势，2016年达到最小值0.286，之后有所回转，说明各个国家间的贸易往来有很大的发展空间。总体而言，RCEP15个国家贸易网络特征结构基本稳定，网络密度在0.3上下浮动，整体波动幅度小，即2010-2018年间15个国家的整体网络结构较为松散，关联程度较小。

图1  生产性服务贸易网络密度

网络特征可视化分析，若点度中心度越大则贸易的伙伴国越多，从图2中可以看出，15国的生产性服务贸易网络表现出显著的“核心–边缘”结构特征。澳大利亚、新加坡、中国、日本、韩国这些国家处于贸易网络的中心；而菲律宾、文莱、老挝等这些经济欠发达国家位于网络的边缘。

图2  生产性服务贸易网络结构图

（二）个体网络特征分析

1.点度中心度

点度中心度反映1个国家与其余14个国家之间的贸易联系。对15国的数据进行排序，点出度方面，2010-2018年整体点出度值超过15国均值的国家数量在下降。2010-2014年，点出度值排在前3的国家为澳大利亚、印度尼西亚和新加坡，说明这些国家在出口贸易中处于重要位置。2015-2018年，澳大利亚排名下降，泰国、越南排名逐渐上升。中国在2015-2018年居于首位，虽然点出度值为4，低于均值，但也说明我国贸易竞争力在提升。

点入度方面，2010-2018年居于前5的国家为中国、日本、新加坡、韩国及澳大利亚，具有较强话语权。其中，中国点入度9年居于首位，可见中国在贸易网络中处于中心位置。点入度值为0说明该国家与其余国家进口贸易不存在联系，居于孤立的位置。

表1 点度中心度

2.接近中心度

接近中心度指的是一国与其他国家之间的接近程度，可以衡量网络节点的中心地位^[14]。对15国数据进行排序后，越南、菲律宾有较高的出接近中心度，说明与其他国家出口贸易关系紧密; 中国、日本、新加坡、韩国及澳大利亚具有较高的入接近中心度，说明这些国家在进口贸易上有着较强的领导力。

表2 接近中心度

3.中介中心度

中介中心度表现为控制资源的能力。2010-2016年，新加坡与澳大利亚居于前2，数值在20附近波动，展示出较强的影响力。中国排名不断上升，在2017-2018年居于首位，影响和控制其他国家的能力不断增强。可见，这几个国家在贸易网络中发挥着中介作用，影响着与其他国家的贸易往来。

表3 中介中心度

注：老挝、文莱、缅甸、柬埔寨数值为0，未列出

（三）凝聚子群分析

凝聚子群分析可以用来说明国家之间的小团体现象^[6]，探究各子群之间的关系。由图3可知，2010-2018年15国生产性服务贸易网络中均存在四个凝聚子群。但子群内的成员国变化较大，结构并非完全对等。以泰国为代表的子群结构较为稳定，包括老挝、文莱、缅甸和柬埔寨等国家，可见国际贸易往来对于这些国家影响较小。经济的发展使韩国和新加坡逐步加入以中国为代表的子群。可见，15国间网络集团性较弱，贸易联系需要进一步加强。

图3   2010、2014、2018年凝聚子群分布图

三、RCEP框架下生产性服务贸易网络特征影响因素实证分析

（一）影响因素分析

资源的稀缺性，地理位置、文化的差异等因素都会导致全球社会分工差异性变大，贸易利益呈现不均等状态。进而使得生产性服务贸易网络呈现出错综复杂的特征。本文选取经济、地理、技术和制度四个因素展开研究：

1.经济距离

GDP可以用来衡量一个国家或地区的经济发展水平。根据特征分析，经济发展水平高的国家处于贸易网络的核心地位。利用GDP年增长率（%）数据，计算出每两国之间的经济距离：DIS_GDP=│GDP_i-GDP_j│（i，j分别表示不同的国家）^[15]。

2.地理距离

地理距离越大，会增加贸易运输成本和支出费用，对贸易发展产生负面影响。地理距离DIS_GEO=│discap│，即两国首都间的实际距离。

3.技术距离

科技的进步会不断提升国家对外开放程度，推动服务贸易的发展。但波斯纳认为贸易可能在技术水平差异较大的国家之间发生。依照各国专利数据计算技术距离，技术距离DIS_TECH=│TECH_i-TECH_j│^[15]。

4.制度距离

（二）实证分析

1.模型构建与变量说明

以地理、经济、制度和技术四个影响因素为解释变量，构建贸易网络的影响因素模型：Y=f(DIS_GDP，DIS_GEO，DIS_TECH，DIS_INS)（Y表示贸易联系）。

2.QAP相关分析

运用UCINET软件，经过5000次随机置换，QAP相关结果分析如下：

表4 QAP相关分析

根据四年相关分析结果可知：国家间的地理距离、制度和经济差异对贸易网络特征的呈现起不到决定性作用。技术差异通过5%的显著性水平检验，相关系数在0.3上下浮动，说明技术距离对贸易网络形成起着带动作用。

3.QAP回归分析

运用UCINET软件，经过2000次随机置换，QAP回归分析结果如下：

表5 生产性服务贸易网络影响因素拟合情况

根据表可知，调整的R²系数均在10%左右，说明模型中四个影响因素能够解释生产性服务贸易网络结构特征变化的10%，且均在5%的水平下显著。

表6  QAP回归分析

从回归分析结果来看，技术距离的标准化回归系数在0.3左右，通过了5%的显著性检验水平，说明加强创新技术有利于生产性服务贸易经济高质量发展。

    制度、经济、地理距离的回归系数未通过显著性检验，原因可能为：各国的制度差异对部分生产性服务贸易产品起到微弱的影响作用；且当今贸易更加偏向于一体化、自由化发展，经济差异影响不明显；运输技术的创新，例如集装箱化，使得运输业取得质变，产品运输更加经济，地理距离也不是关键影响因素。

四、政策建议与发展方向

通过分析，15个国家的生产性服务贸易网络呈现出核心-边缘特征，，贸易网络结构较为松散，地位差距较大，存在很大的发展空间。以下是几点建议：

   （一）完善生产性服务贸易基础设施建设。15个国家生产性服务贸易网络中像缅甸、越南、文莱之类的“边缘”国家有很多，必须加强对这些国家的生产性服务贸易基础产业的投入，促进贸易的增值。

   （二）发挥核心结构作用，加强贸易合作，提高生产性服务贸易的开放水平。核心国家需建立开放共享的市场制度，降低国家间的贸易门槛和壁垒障碍。在实施标准化政策的同时，依据不同国家的贸易背景，制定差异化的对外贸易政策。

参考文献：

[1]陈银飞.2000-2009年世界贸易格局的社会网络分析[J].国际贸易问题,2011(11):31-42.

[2]姚星,王博,蒲岳.“一带一路”沿线国家服务中间投入的网络结构特征及其影响因素[J].世界经济研究,2018(01):122-133+136.

[3]张勤,李海勇.入世以来我国在国际贸易中角色地位变化的实证研究——以社会网络分析为方法[J].财经研究,2012,38(10):79-89.

[4]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[J].国际贸易,2020(03):4-13.

[5]陈丽娴,沈鸿.生产性服务贸易网络特征与制造业全球价值链升级[J].财经问题研究,2018(04):39-46.

[6]许欣,徐晓玉,韩珠林.全球生产性服务贸易网络特征及其影响因素研究——基于社会网络分析法[J].价格理论与实践,2020(03):18-21.

[7] 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[J].国际贸易问题,2020(11):125-142.

[8]Paolo Guerrieri,Valentina Meliciani.Technology and International Competitiveness: The Interdependence Between Manufacturing and Producer Services [J]. Structural Change &Economic Dynamics, 2005(4).

[9]郑春霞,陈漓高.国际分工深化中生产者服务贸易的增长及对我国的启示[J].世界经济研究,2007(01):23-27+88.

[10]季剑军,曾昆.服务业对外开放与竞争力关系的研究[J].经济与管理研究,2016,37(01):63-69.

[11]张小溪.中国生产性服务贸易的现状、影响因素及发展研究——基于出口技术复杂度的分析[J].北京工业大学学报(社会科学版),2021,21(02):71-83.

[12]洪英.我国生产性服务贸易国际竞争力影响因素的实证研究[D].兰州财经大学,2017.

[13]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[J].国际经贸探索,2017,33(05):16-28.

[14]李天祥,刘星宇,王容博,朱晶.2000—2019年全球猪肉贸易格局演变及其对中国的启示——基于复杂贸易网络分析视角[J].自然资源学报,2021,36(06):1557-1572.

[15]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[J].国际商务(对外经济贸易大学学报),2017(06):65-75.