“中欧班列 ”沿线国家贸易网络特征 及其影响因素研究
● 陈闻鹤1，常志朋1，2
(1.安徽工业大学 商学院，安徽 马鞍山 243002；2.安徽工业大学 安徽创新驱动发展研究院，安徽 马鞍山 243002)
摘 要 ：基于“中欧班列”沿线26个国家2001、2006、2011和2016年的双边贸易数据，使用社会网络分析和QAP方法研究“中欧班列”沿线国家贸易网络特征和影响因素。结果显示：“中欧班列”沿线国家贸易网络密度处于上升状态；各国家间核心度差异逐步缩小，贸易网络格局由单极化向多核心化转变；空间集聚将国家划分为主溢出板块、双向溢出板块、主受益板块和经纪人板块，各贸易板块溢出效应具有较大差异；中欧班列的开通对国家间贸易具有明显的促进作用，此外，共同边界、技术水平距离、工业就业人口比重差距和通关效率差异也是影响贸易网络的重要因素。据此，从共建中欧班列“命运共同体”、展开不同类型班列运行模式和海陆联运等方面提出相关政策建议。
关键词 ：中欧班列；网络特征；社会网络分析；QAP模型
一、引言
随着“一带一路”战略的持续深入，2016年10月8日，推进“一带一路”建设工作领导小组办公室印发《中欧班列建设发展规划(2016—2020年)》，对中欧班列未来五年的发展做出全面顶层设计。该规划明确了中欧班列的运输通道和空间布局，以及未来所要承担的主要任务。至此，中欧班列成为丝绸之路的重要组成部分，并呈现出爆发式增长的态势。中欧班列分为东线、中线、西线三条道路，依托原有的亚欧大陆桥和西伯利亚大陆桥形成了51条运行线，成为整个亚欧大陆的交通要线。2018年中欧班列运行列数近6 300列，同比增长72%，其中，回程班列2 690列，同比增长111%。2019年1月5日，中国铁路调整列车运行图，中欧班列开行数量增至68列，其货物种类也从原有的IT产品扩展到汽车配件、机器设备和服装百货等。至此中欧班列成为带动亚欧国家经济发展和加强贸易联系的新动力。
当今阶段，大学生在实际生活中需要面对学习、就业、情感、社会等多个方面的压力，而且受到多元化因素的影响，导致很多大学生自身的心理素质都不够强。高校的学生管理部门则可以借助大数据的突出特征，对大学生的心理状况进行掌控，并利用一站式数据资源建立相应的平台，打造特色的心理援助网络，从而对一些紧急事件进行预警，针对心理健康出现问题的大学生，及时提供相应的援助措施，对其心理进行疏导。
但是，“中欧班列”沿线国家间的贸易格局在过去十几年间发生了怎样的变化？贸易网络中国家地位和作用发生了何种变化？沿线国家贸易网络特征是如何演化的？哪些因素影响了沿线国家贸易网络？对上述问题的探究，有助于优化中欧班列的顶层设计和提高中欧班列的运营效率。鉴于此，本文的结构安排如下：第一部分是有关研究中欧班列和贸易网络特征的文献综述；第二部分使用社会网络分析方法分析“中欧班列”沿线国家贸易网络基本特征；第三部分利用QAP方法探究沿线国家贸易网络的影响因素；第四部分为结论及对策建议。
师：在几何图形的世界里，有些图形我们还不太熟悉，今天我们来认识其中的两个．请大家看看(出示小熊饼干包装)，说说你对这个物体抽象出来的几何图形有什么认识．
二、文献综述
随着“中欧班列”开行规模日益扩大，“中欧班列”的相关研究也引起国内诸多学者的关注。研究成果主要从国家层面深入剖析内涵和定位，对顶层设计全面研究，在经济、社会和政治等方面细化分析。对“中欧班列”的经贸研究主要侧重于定性分析的理论研究，认为影响“中欧班列”沿线国家间贸易发展的主要原因是市场定位不清、协调机制低效、境外基础设施落后、陆运运价过高、货运集散地布局失衡、以及铁路联运中运单流转、融资和兑付等功能欠缺(陆梦秋等，2018；戴林莉，2018；马斌，2018)[1-3]。较少文献对“中欧班列”沿线国家贸易实证分析，赵永波等(2017)使用引力模型研究中欧班列沿线国家贸易潜力，认为应强化沿线国家间的合作和物流基础设施建设[4]；黄森等(2018)基于SBM-undesirable模型与空间计量模型对“中欧班列”沿线国家绿色投资效率进行分析，认为其总体水平不高但呈上升趋势[5]。而目前很少有学者研究“中欧班列”沿线国家贸易网络特征。
贸易网络化是国际贸易学的重要研究内容之一。由于使用单边或双边作为切入点分析贸易现状难以全面把握全球贸易关系(Albert R等，2002)[6]。因此，贸易网络化研究迅速发展，主要思路是结合社会网络分析方法(Social Network Analysis，SNA)探究贸易网络特征。社会网络分析方法是对特定集合中的节点与连接这些节点的关系(线)所组成的“网络结构”特征和属性进行研究的社会科学方法(Rauch，2001)[7]。Benedictis(2011)认为贸易空间网络化趋势明显，具有与社会网络相似的复杂性特质，呈现典型的“核心—边缘”结构特征[8]。同时，诸多学者认为贸易网络的小世界、高集聚和无标度特征明显(Serrano，2003；Schweitzer，2003)[9-10]。国内学者近年来开始对贸易网络进行研究，主要集中在除权视角下的贸易网络结构特征、“一带一路”沿线国家贸易网络演化规律、贸易网络与全球价值链的耦合关系以及贸易网络模型的理论分析等(魏素豪，2018；陈少炜，2018；杨文龙，2018)[11-13]。
在分析贸易网络特征的基础上，学者对贸易流量影响因素展开了探讨，主要分为自然因素和人为因素。自然因素中，地理距离、是否拥有共同边界等因素对双边贸易流量的影响得到了多数学者的关注(Fagiolo，2010)[14]。人为因素中，经济发展水平距离对贸易流量的影响得到了一致认可(巴腾等，2001)[15]。此外，技术水平距离，通关效率差距和工业规模差距等因素对贸易流量的影响也同样值得关注(傅帅雄等，2017；孔庆峰等，2015；黄庆波等，2014)[16-18]。实证研究中，由于变量间存在关联性，使用非参数统计的二次指派程序(Quadratic Assignment Procedure，QAP)检验贸易网络影响因素更为合适(Krackhardt，1987)[19]。近年来，较多学者使用QAP方法对结构网络的影响因素进行研究，如肖群鹰等(2007)对省际劳动力迁移网络、魏巍等(2018)对区域金融集聚空间关联网络、方大春等(2018)对房价空间关联网络等网络结构的影响因素均使用QAP方法进行检验[20-22]。
其中，Tb表示板块内部的贸易量，Tb，t表示该板块对外贸易量，Tb，e表示该板块的出口贸易量，Tb，i表示该板块的进口贸易量，nb表示该板块内部的国家数量，n表示该贸易板块所在贸易网络的所有国家数量，(nb-1)(n-1)表示期望的内部关系比例，Tb/Tb，t表示实际内部关系比例，Tb，e/Tb，i表示对其他板块出口与进口贸易量之比。
三、“中欧班列”沿线国家贸易网络特征研究
(一 )“中欧班列 ”沿线国家贸易网络的研究范围及数据描述
根据《中欧班列建设发展规划(2016—2020年)》，已开通及计划开通“中欧班列”的国家共计26个，故研究对象按照“规划”所拟定的范围，包括中国、蒙古、俄罗斯、中亚4国(吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦，土库曼斯坦)、中东2国(伊朗、土耳其)、高加索地区2国(格鲁吉亚、阿塞拜疆)、西欧5国(德国、法国、比利时、荷兰、西班牙)、中东欧7国(白俄罗斯、波兰、捷克、保加利亚、罗马尼亚、斯洛伐克、匈牙利)、波罗的海地区3国(拉脱维亚、爱沙尼亚、芬兰)，如图1所示。
图 1 “中欧班列 ”沿线国家及铁路分布
本文使用引力模型对国家间贸易量进行研究，其公式如下所示：
(二 )“中欧班列 ”沿线国家贸易网络整体特征分析
将“中欧班列”沿线国家作为贸易网络的节点，将双边贸易流量作为边的权重，构建无向贸易网络，给出“中欧班列”沿线国家2001、2006、2011、2016年的贸易网络演化图，如图2所示。通过分析贸易网络演化趋势可以看出，在2001—2016年间，沿线国家贸易网络密度呈上升状态，表明沿线国家贸易联系密切程度不断提高。从区域密度分布来看，欧盟国家间贸易频繁，中东和中亚地区内部贸易较少，原因是西欧国家经济发达，产业结构互补性高，而中亚和中东国家多以资源和能源为主，经济结构单一，因而在地理距离较近和文化差异较小的背景下，贸易依旧稀疏。从跨区域密度来看，中国与西欧国家贸易频繁，与中亚、中东欧国家和俄罗斯的贸易有上升趋势，这与中欧班列的开通促进国家间贸易有关。
图 2 “中欧班列 ”沿线国家贸易网络演化
(三 )基于 “核心 —边缘 ”模型的国家个体特征分析
通过对贸易网络整体特征的分析，本部分基于“核心—边缘”结构模型分析国家在贸易网络中的个体特征。“核心—边缘”结构模型最早由Wallerstain(1974)提出，用于反映国家与整体贸易网络的关联强度，分为离散型和连续型，离散型模型适用无权网络，连续型模型适用加权网络[23]。由于研究对象是加权贸易网络，故使用连续型“核心—边缘”结构模型。使用Ucinet中core-periphery计算“中欧班列”沿线国家2001、2006、2011、2016年的核心度，并给出“中欧班列”沿线国家核心度演化，如图3所示。以上四年的贸易网络的拟合优度均在0.95以上，表示“核心—边缘”结构模型可以较好地分析国家的个体特征，并根据核心度Ci的大小，将国家划分为核心国家(Ci≥0.2)、半边缘国家(0.04≤Ci<0.2)和边缘国家(0≤Ci<0.04)。
主题学习的具体过程：1）选择主题，学生、教师单独选取，或者师生共同选择；2）确定核心概念，尽可能避免学生偏离学习主题；3）提出引导性问题，毕竟学习时间是有限的，引导性问题能够引导学生在有限的时间内对应该深入探究的问题进行探究；4）布置学习任务，从外部驱动学习者学习；5）设计学习内容，因为主题学习内容包括课程既定内容和与主题相关的内容，故要通过设计学习内容将二者进行整合；6）确定学习资源，一般来说，任何形式的资源都可用来支持主题学习；7）设计学习活动，这是主题学习的核心环节；8）形成一个时间表，可根据实际情况具体设计；9）评价，注重过程性的评价。此过程如图1所示。
对香港和苏州两个城市地铁线路信号系统部署的时钟同步方案进行了比较,可知：香港某地铁线路(无人驾驶)采用NTP协议，并利用Meinberg工具实现信号系统时钟同步；苏州某地铁线路采用SNTP协议，并利用Windows time服务实现信号系统时钟同步。
图 3 “中欧班列 ”沿线国家核心度演化
从空间分布来看，表示“中欧班列”沿线国家核心度的颜色在图3中从班列沿线两端向中间逐渐变浅，核心度分布呈现“两头高，中间低”的特征，即中国和西欧四国等经济较为发达国家的核心度最高，向中间不断降低，中亚国家核心度最低。从时间分布来看，2001—2016年核心国家数量一直较为稳定，在2011年之前，贸易网络中的核心国家一直是德国、法国、荷兰和比利时四个国家，之后中国成为核心国家，核心国家数量上升至5个，其中，德国处于贸易网络中心位置，核心度最高且不断提升，从2001年0.735上升至2016年0.799，在整个贸易网络中起到至关重要的作用；法国、荷兰和比利时三国核心度不断下降，对贸易网络影响力正逐渐削弱；中国核心度在2016年上升为0.275，从半边缘国家转变为核心国家；波兰2016年核心度达到1.44，开始接近核心国家水平；俄罗斯的核心度2001—2016年在0.062-0.143之间波动，这与世界经济疲软以及能源价格波动有关。
通过对贸易网络的个体特征分析，可以发现：(1)德国、法国、荷兰和比利时核心度最高，均值在0.2以上，处于绝对核心位置；(2)阿塞拜疆、乌兹别克斯坦、蒙古、吉尔吉斯斯坦和格鲁吉亚等经济欠发达国家的核心度居末位，处于边缘位置；(3)中国自2011年中欧班列开通后在沿线国家核心度排序为4，现阶段处于核心位置。总之，沿线国家贸易网络表现出显著的“核心—边缘”结构特征，但随时间推移，边缘国家数量减少，半边缘国家和核心国家数量增多，贸易网络由极化向多核心化转变，沿线国家贸易参与度明显提升，各国对贸易网络影响力差异不断缩小。
(四 )基于块模型的国家空间集聚特征分析
前文使用“核心—边缘”模型分析“中欧班列”沿线国家的个体特征，为进一步探究国家间贸易关系，本部分使用块模型研究贸易网络中的空间集聚特征。块模型最早由White等(1976)提出，即将网络中的行动者按一定的标准进行分类成“块”，并考察“块”之间是否存在关系[24]；Snyder等(1979)使用块模型对世界经济体系进行了研究[25]。块模型是指贸易网络中的贸易交流最频繁的国家，反映组团现象，以此为基础分析各贸易板块间的关系和所扮演的角色。块模型的测算实质上是一种迭代相关收敛法，即将贸易矩阵中的某国与沿线所有国家的贸易量所组成的列(或行)间的相关系数重复计算，最后得到一个仅有1或-1的相关系数矩阵。
根据Girvan等(2002)[26]的方法以及种照辉等(2017)[27]对该方法的改进，可以将板块分为四种类型，分别是双向溢出板块、主受益板块、主溢出板块和经纪人板块，同时给出板块角色判别方法，如表1所示；并给出对于以上四个板块的具体解释，如表2所示。
表 1加权网络下块模型的贸易板块分类法
表 2贸易板块含义解释
对贸易网络的研究日趋完善，已成为国际贸易领域的热点问题，但存在以下不足：一是研究“中欧班列”沿线国间经贸关系有助于扩大我国“一带一路”贸易市场，然而关于沿线国家贸易网络特征以及影响因素的文献较少，缺乏实证研究；二是贸易网络分析对象以除权网络为主，通过设置阈值将贸易值转化为二元变量，分析结果与实际贸易状况存在出入，难以体现沿线国家间贸易的真实情况。基于此，本文以“中欧班列”沿线国家为研究对象，使用社会网络分析方法研究加权贸易网络特征及其影响因素，以期可以为提高中欧班列的使用效率和扩大贸易市场提供新思路。
使用块模型分析贸易网络中的空间集聚特征，将“中欧班列”沿线26个国家分为4个贸易板块，研究贸易板块间关系，并给出“中欧班列”沿线国家贸易板块演化图，如图4所示。
图 4 “中欧班列 ”沿线国家块模型分布演化
2001年中国、俄罗斯和中东欧国家属于相同贸易板块，中亚国家、白俄罗斯和拉脱维亚成为同一贸易板块，西欧国家与伊朗处于相同贸易板块；土库曼斯坦、格鲁吉亚与阿塞拜疆为同一贸易板块。2006年贸易板块分布的最大变化在于中国与西欧国家成为相同贸易板块。从2011年到2016年贸易板块的颜色变化可以发现以下趋势：其一，中东欧地区开始逐渐融入中国与西欧的贸易板块，这一趋势证明规划开通中欧班列西部通道的必要性；其二，中欧班列的开通促进了俄罗斯与中亚国家的贸易联系，形成了由俄罗斯，中亚和中东国家组成的新的贸易板块。
工作许可的流程设定为“申请、审批、排程、延期、变更”5个方面，许可的类型分为“零星许可、紧急许可、长周期许可”3个类别，针对这5个方面与3个类别制定具体的操作流程。储运作业具有高风险的特点，按照风险从大到小的顺序分为“1级、2级、3级”作业类别，类别按照风险的大小进行定量划分。参考Mike Brooks 著《会计学》风险定量分析方法，依据风险发生的概率乘以后果的大小来进行风险定量。
为进一步研究各板块间的贸易溢出，根据表1和表2，给出各贸易板块溢出效应演化表，如图5所示。
患者男性，23岁，摔伤致右肩关节首次前脱位，伤后3 h来诊，查体见右肩关节各方向活动受限，肩关节前方轻度压痛，前抽屉试验(+)，右肩皮肤感觉肌力无异常，遂行肩关节超声检查。见图1。
由图5可以分析“中欧班列”沿线国家空间集聚特征：一是，以俄罗斯为主的板块一直是主溢出板块，主要对其他板块产生溢出效应，原因是该板块国家的经济结构以资源和能源出口为主，板块内部经济结构单一，产业链较短和贸易产品相似。二是，以西班牙、法国、荷兰、比利时和德国为主的板块，为双向溢出板块，板块内外的贸易联系与溢出效应较为强烈，2006年中国加入后为主受益板块，对板块内溢出效应增强，对板块外溢出效应减少，2011年后变为双向溢出板块，对内对外溢出效应和贸易联系均有增加，这是因为西欧与中国经济实力较强，板块内部产业结构具有互补性，且对其他板块均有较大规模的能源资源进口。三是，阿塞拜疆、格鲁吉亚、白俄罗斯和爱沙尼亚为主的贸易板块一直为经纪人板块，即在贸易网络中起到了“桥梁”的作用，连接东西贸易。
四、“中欧班列”沿线国家贸易网络影响因素分析
1.QAP相关分析
图 5加权网络下 “中欧班列 ”各贸易板块角色演化
(一 )模型构建
在贸易数据来源上，进出口贸易数据根据Uncomtrade数据库中STIC(Rev.4)编码加总后获得，基于数据可得性，选取2001、2006、2011、2016年4个年度的贸易数据进行研究。在贸易数据处理上，Fagiolo(2010)认为使用加权网络可以更好地研究贸易网络的复杂特质[14]。因此，本文构建加权贸易网络，其具体方法为两国间贸易量为进口贸易量与出口贸易量之和，由于各国统计存在差异，当不同国家统计的相同两国间贸易量存在差别时，取两国贸易量的平均数，若某国缺少双边贸易数据则直接采用对方国家的贸易统计值，以体现贸易网络的真实情况。
(1)
室内的体验效果比模型和图纸的真实感和沉浸感更为强烈，不过其弊端是不能像在真实样板房中感受各种材质的质感。可以通过提升渲染的质量来弥补虚拟环境中造成的色差。
(2)
其中，Xij表示是否开通中欧班列，共同边界和技术距离等因素，c和εij表示常数项和随机扰动项，将其拓展到贸易网络当中，公式如下所示：
(3)
1.中欧班列是否开通(RAIL)
(二 )因素选择
其中，Mat表示相应变量网络关系矩阵形式。依据式(3)，使用QAP分析贸易网络影响因素，其重点在于检验关系变量之间的关系，而不关注整体的分布，优点在于解决了参数统计中存在的多重共线性问题，分为QAP相关分析和QAP回归分析。其中，QAP相关性分析可以用于研究影响贸易的多个因素矩阵与贸易矩阵间的相关关系，其分析步骤如下：首先，将上述矩阵处理成长向量元素，分析两者间的相关系数；然后，随机置换贸易矩阵的行列，重新计算置换后的矩阵与另一矩阵之间的相关系数；重复以上步骤几千次，得到相关系数分布，观察相关系数是落入拒绝域还是接受域，进而作出判断。QAP回归分析可以用于研究影响贸易的多个因素矩阵与贸易矩阵之间的回归关系，其具体步骤与QAP相关分析类似，即先做长向量的多元回归分析，然后行列进行随机置换，保留系数值和判定系数R2，重复几千次，并估计统计的标准误。
贸易政策作为政府干预经济的手段，对国家间贸易流量具有显著的相关关系，张恒龙等(2017)认为印度与新兴经济体自由贸易协定的签订对其与其他国家的贸易具有明显的促进作用[28]。中欧班列自2011年3月开通后，是否对“中欧班列”沿线国家间的贸易规模产生了影响？本文设定若两国间开通中欧班列为“1”，未开通中欧班列的国家为“0”。
3.6 干细胞转化 有一种假说认为异位子宫内膜干细胞可能引起子宫内膜异位症[23]。成体卵巢中卵母细胞的起源长期以来一直存在争议，最近的一些研究表明胚胎干细胞可能在组织再生和/或生长过程中起重要作用。一些卵巢癌中上皮细胞的Hox基因在原始造血细胞中表达，提示其在早期造血分化中起着重要作用。一些研究甚至表明Hox基因在卵巢上皮中表达可能调节肿瘤干细胞，因此干细胞转化可能是卵巢癌发生的根本原因[24]。
例4、原文：(略)我们日里到海边捡贝壳去，红的绿的都有，鬼见怕也有，观音手也有。晚上我和爹管西瓜去，你也去。
2.是否拥有共同的陆地边界(BOR)
“边境之谜”认为边境的存在使加拿大各省间贸易规模是加拿大省与美国州间贸易规模的22倍(Mccallum，1995)[29]，其现象的产生使学者开始关注拥有相同的陆地边界对国家间贸易成本的减少作用。中欧班列以陆路运输为主，其贸易规模是否受到国家间拥有共同边界的影响是值得关注的问题。本文设定若两国相邻为“1”，不相邻为“0”。
3.经济发展水平(GDP)、地理距离(DIS)
在引力模型中，两国经济规模、时空距离与国家间贸易流量大小存在相关关系，所以本文选取国家间GDP增速差距作为经济发展水平指标，将国家首都间距离作为时空距离，研究其对“中欧班列”沿线国家间贸易的影响。
其中，Tij表示国家i和j之间的贸易量，Yi和Yj表示国家i和j的GDP，Dij表示国家i和j间的距离，取对数后得到一般形式，如下所示：
4.技术水平(R&D)
Posner(1961)提出国家间在某一产业的技术水平的距离可以使得技术发展水平较高的国家获得比较优势，从而出口技术密集型产品，随着技术被进口国模仿，比较优势消失，由此引起的贸易也就结束，即“技术差距贸易理论”[30]。“中欧班列”作为铁路运输方式，运输产品以电子产品、汽车配件为主，具有一定的技术含量，所以文本将“R&D研究人员(每百万人)”作为技术水平的表现形式纳入QAP回归模型。
5.通关效率指数(EFF)
由表2可知，小叶茼蒿叶片的SPAD值x与叶绿素a含量y（单位：mg/g，下同）之间的相关性均表现为极显著性差异,而大叶茼蒿叶片SPAD值x与叶绿素a含量y（单位：mg/g，下同）之间的相关性则较差。“小叶茼蒿”的各个模型的相关系数普遍大于“大叶茼蒿”的各个模型的相关系数，两种茼蒿叶片相关性最大的函数关系模型都是指数函数。“小叶茼蒿”相关性最好的函数模型是y=0.0349e0.0571（xr=0.961**）；“大叶茼蒿”相关性最好的函数模型是y=0.3103e0.0087（xr=0.161）。
通关效率指数得分表示海关清关效率的高低，是反映贸易便利化的重要指标。Wilson(2010)等通过对75个国家面板数据分析认为贸易便利化对贸易流量具有正相关关系[31]。本文将通关效率水平差异因素引入回归方程，分析贸易便利化程度对“中欧班列”沿线国家间贸易流量的影响。
6.工业就业人口占总就业人口比重(IDU)
工业就业人口是衡量国家工业品制造能力的指标，中欧班列以工业制成品运输为主，工业就业人口占比高的国家易形成规模效应，从而降低成本，形成对其他国家的绝对优势，并产生贸易。本文使用工业就业人口占总就业人口的比重作为衡量工业品制造能力的指标，研究其对沿线国家贸易的影响。
综上所述，本文使用以上因素研究对“中欧班列”贸易网络的影响，数据来源、含义及单位具体如表3所示。
表 3影响 “中欧班列 ”贸易网络的多维距离变量说明
(三 )实证分析与结果
根据前文的分析，可以得知，当前“中欧班列”沿线国家贸易网络协作关系紧密。然而，是什么因素促进了这一格局的形成？有哪些因素会影响国家间的贸易关系？本部分使用QAP模型对2016年“中欧班列”沿线国家贸易网络的影响因素进行分析，探究格局的形成原因。
使用QAP相关分析方法，研究自变量间的相关关系，可以发现中欧班列是否开通与是否拥有共同边界有显著正相关关系，与经济发展距离呈负相关关系，表明经济发展水平相似的国家间更倾向于开通中欧班列。此外，时空距离与共同边界、工业就业人口比重差距负相关；共同边界与经济发展距离、技术距离和工业就业人口比重差距负相关；经济发展水平距离与通关效率负相关，与工业就业人口比重差距正相关。
2.QAP回归分析
使用QAP对“中欧班列”沿线贸易网络影响因素做回归分析，设置随机置换次数为2000次，得到QAP多元回归分析结果，具体如表4所示。其中，模型1到模型6为稳健性检验，经过对比分析可以发现，模型7回归结果具有稳健性。从回归结果可以看出：
(1)是否开通中欧班列(RAIL)的回归系数为0.319，在1%通过检验，说明在考虑其他因素的作用下，中欧班列的开通对贸易发展具有显著的正向促进作用。“中欧班列”作为亚欧货物运输的新通道和“互联互通”基础设施建设的重要措施，为众多内陆国家提供了对外运输的新路径，应继续发挥和整合现有的铁路运输线路，推进西行国际货运班列的发展。
表 4 “中欧班列 ”沿线国家贸易网络 QAP回归结果
注：
、和分别表示在1%、5%和10%的统计水平上显著；括号内为p值。
(2)时空距离(DISd)未通过显著性检验，表明这一因素对“中欧班列”沿线国家的贸易产生的影响较小。主要是由于沿线大部分国家身处内陆，国家间多山地和荒漠阻隔，且基础设施建设较差，导致陆路运输成本较高，相近地理距离难以为国家间贸易往来提供便利条件，反映了开通中欧班列对促进沿线国家间贸易发展的必要性。
(3)是否拥有共同边界(BOR)的回归系数是0.271，在1%下显著，对沿线国家间贸易具有正向影响。拥有共同边界的国家往往处于相同贸易区或者更易达成自由贸易协定，产品的运输成本也会相对较低，且在语言、文化上具有相似性，对产品进出口具有积极的促进作用，这与“边境之谜”假说相吻合。因此，中欧班列路线规划应当重视相邻国家间经贸关系，适当增加相邻国家间中短途运输班列次数。
(4)经济发展水平距离(GDPd)未通过显著性检验，说明该因素对沿线国家贸易未产生显著影响，即经济发展水平相近的国家间不一定存在贸易联系，这可能与各国的经济开放、自由贸易区的建立、不同国家间的差异化需求导致经济发展水平距离难以对“中欧班列”沿线国家贸易网络产生影响，导致与林德的“重叠需求论”相偏离。
多年来，百色学院各专业和学科的教学、科研工作者立足百色，利用百色丰富的非物质文化遗产文化资源，化资源优势为教学和科研优势，开展多学科协同攻关的教学和科研活动，初步形成了一支以教授、副教授为骨干教师，以中青年教师为主体，有丰富的教学经验和较强的科研能力，多学科及多学缘的研究和教学团队，涵盖了民间文艺学、民俗学、英语言文学、哲学、音乐学、生物学、体育学、旅游管理学等学科专业。团队采取“机构开放、人员流动、内外联合、竞争创新”的运作机制，组织校内外各类文化单位、科研机构、专家学者，加强和地方文化部门的合作，对本区域非物质文化遗产的理论和实践问题进行研究探讨。
(5)技术水平距离(R&Dd)的回归系数为0.157，在10%下显著，对贸易网络具有正向关系。其原因在于技术落后国家倾向于向技术先进国家进口具有高科技的工业制成品，这与李嘉图的比较优势理论相符合，即两国间生产率的相对差异产生了国际贸易，而科技水平的相对差异导致了生产率的相对差异。“中欧班列”沿线多数国家生产效率较低，对中国、德国等技术水平较高的国家产品需求量较大，“技术差距贸易理论”成立。
(6)通关效率差距(EFFd)的回归系数为-0.17，在1%下显著，对贸易网络产生负向影响，即通关效率相似的国家间贸易关系紧密，显示出一定的“趋同相似”效应。原因为便利的通关条件为“中欧班列”沿线国家改善了贸易价值链的对接性，为国家间贸易提供了更多的机会，从而提升了贸易的密切程度。因此，应当统一检验检疫标准，简化海关手续，缩短通关时间，进而提高贸易效率，促进中欧班列发展。
(7)工业就业人口比重差距(IDUd)的回归系数为0.151，在5%下显著，对贸易网络具有正向影响。即工业就业人口比重差异较大的国家倾向于提升贸易联系的紧密度，从而形成互补的贸易模式实现共赢。其原因在于中欧班列运输以工业制成品为主，沿线中具有丰富工业就业人口要素禀赋的国家出口规模化生产的工业制成品，而稀缺该要素的国家则进口工业品，这与“赫克歇尔—俄林”定理相一致。
五、结论与建议
本文使用社会网络分析方法，通过对2001、2006、2011和2016年的“中欧班列”沿线国家的贸易及其影响因素的量化研究，可以得出以下结论：
主要采用“集中管理+分散控制”的思想，对整个系统中的各种设备进行分层、分级控制，解决各级系统之间的协调控制和能量优化问题。控制流程如图1所示。
第一，从整体特征来看，“中欧班列”沿线国家贸易网络密度处上升状态，各国间贸易交流愈发频繁，贸易增长明显，证明开通中欧班列的可行性与必要性，且中欧班列可以为缺乏出海口的内陆国家提供拓展贸易范围的运输通道。
第二，从个体特征来看，中欧班列促进贸易网络的多核心化发展。中欧班列的出现打破了贸易网络以德国等西欧国家为主导的单极化格局。沿线国家在贸易网络中的参与度逐步提高，边缘国家数量减少，半边缘国家数量增多，形成了以中国、德国、法国、荷兰和比利时等国家为核心，多国共同控制贸易网络的局面。
第三，从空间集聚特征来看，通过块模型的分析发现各国家所处贸易板块溢出效应不同，所扮演角色也不相同。俄罗斯、中亚国家和中东国家组成的板块为主溢出板块；中国、西欧和中东欧等国的贸易板块为双向溢出板块；波罗的海和高加索地区为经纪人板块。
第四，通过对“中欧班列”影响因素研究表明，中欧班列的开通对国家间贸易具有明显的促进作用。此外，拥有共同边界、技术水平距离和工业就业人口比重差距对沿线国家间贸易流量正向影响，通关效率差异对其产生负向影响。
从以上结论中发现中欧班列促进了贸易交流，为进一步促进中欧班列发展，就此给出政策建议：
第一，共建中欧班列“命运共同体”。与沿线各国达成共识，中欧班列不仅是中国对其他国家的单向贸易通道，更应成为沿线所有国家贸易联系的主要通道，强化国家间的多边协调能力，完善沟通交流机制，统一沿线各国海关与检验检疫部门的查验标准，提高贸易联系紧密度。并在此基础上，加强有共同边界，通关效率差距较小，技术差距和工业就业人口比重差距较大国家间的贸易往来，从而促进沿线国家贸易的共同发展。
当周朴园望着柜子上相片，又望着鲁妈时，我觉得甚是讽刺，那口口声声说放在心尖上的人，如今站在眼前却不认识。（许滢）
第二，因地制宜开展不同类型的中欧班列运行模式。其具体措施有两方面：一方面，是在注重中长途运输方式的基础上，开辟新的短途运输通道，提高班列的运行效率。另一方面，差异对待不同贸易板块类别国家，对以经济效应溢出为主的国家，增开中欧班列次数，引导国家间贸易方式转到铁路运输上来；对于经纪人板块的国家，应当注重发挥“中介”作用，使中欧班列连接更多的国家和地区；减少板块内部联系较少国家间班列次数，增加板块内部联系较多国家间班列次数。并在此基础上建立动态化的跟踪管理机制，从而减少成本，提高收益。
第三，实行海陆联运等方式，提高中欧班列使用效率。拓展中欧班列的辐射范围，发挥拥有港口国家的陆海复合优势，将海洋运输与铁路运输相结合，提高货物的流通范围；发挥核心国家作用，形成以核心国家为枢纽中心的“辐-轴”网络模式，即货物先在区域中心国家集结，再向周边国家周转运输，使中欧班列成为亚欧大陆的经济大动脉。
参 考 文 献
[1]陆梦秋，陈娱，陆玉麒.“一带一路”倡议下中国陆海运输的空间竞合格局[J].地理研究，2018(2)：404-418.
[2]戴林莉.增强对欧外贸竞争力研究——基于中欧班列提单视角[J].国际贸易，2017(10)：22-25.[J].对外经贸务，2018(1)：38-41.
[3]马斌.中欧班列的发展现状、问题与应对[J].国际问题研究，2018(6)：72-86.
[4]赵永波，郭淼.中欧班列对亚欧国家贸易潜力影响研究[J].人文杂志，2017(3)：29-36.
[5]黄森，呙小明.我国对“中欧班列”沿线国家绿色投资效率评价及影响因素研究——基于SBM-undesirable模型与空间计量模型的结合[J].国际商务研究，2018(6)：5-16.
[6]Albert R，Barabási A.Statistical mechanics of complex networks[J].Review of Modern Physics，2002(1)：xii.
[7]Rauch J E.Business and Social Networks in International Trade[J].Journal of Economic Literature，2001(4)：1177-1203.
[8]Benedictis Luca De，Tajoli Lucia.The world trade network[J].World Economy，2011(8)：1417-1454.
[9]Serrano M A，Boguná M.Topology of the world trade web[J].Physical Review E Statistical Nonlinear & Soft Matter Physics，2003(2)：15101.
[10]Schweitzer F ，Fagiolo G ，Sornette D ，et al.Economic Networks：The New Challenges[J].Science，325.
[11]魏素豪.中国与“一带一路”国家农产品贸易：网络结构、关联特征与策略选择[J].农业经济问题，2018(11)：101-113.
[12]陈少炜，Patrick Qiang.金砖国家贸易网络结构特征及其对贸易分工地位的影响——基于网络分析方法[J].国际经贸探索，2018(3)：12-28.
[13]杨文龙，杜德斌，马亚华，焦美琪.“一带一路”沿线国家贸易网络空间结构与邻近性[J].地理研究，2018(11)：2218-2235.
[14]Fagiolo G.The international-trade network：gravity equations and topological properties[J].Journal of Economic Interaction and Coordination，2010(1)：1-25.
[15]巴腾，博伊斯.空间相互作用、运输和区域间商品流动模型[M]/ /彼得·尼茨坎普.区域和城市经济学手册(第一卷).安虎森，等，译.北京：经济科学出版社，2011．
[16]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[J].管理世界，2017(2)：43-52.
[17]孔庆峰，董虹蔚.“一带一路”国家的贸易便利化水平测算与贸易潜力研究[J].国际贸易问题，2015(12)：158-168.
[18]黄庆波，戴庆玲，李焱.中韩两国工业制成品产业内贸易水平的测度及影响因素研究[J].国际贸易问题，2014(1)：92-98.
[19]Krackhardt D.Cognitive social structures[J].Social Networks，1987(2)：109-134.
[20]肖群鹰，刘慧君.基于QAP算法的省际劳动力迁移动因理论再检验[J].中国人口科学，2007(4)：26-33，95.
[21]魏巍，周世军.中国区域金融集聚的空间关联特征及影响因素研究——基于社会网络分析方法[J].兰州财经大学学报，2018(3)：85-93.
[22]方大春，裴梦迪.房价空间关联网络结构实证分析[J].上海经济研究，2018(1)：63-73
[23]Wallerstein I M.The modern world-system[J].Historical Materialism，1974(4)：273-288.
[24]White H C，Boorman S A，Breiger R L.SOCIAL-STRUCTURE FROM MULTIPLE NETWORKS.1.BLOCKMODELS OF ROLES AND POSITIONS[J].American Journal of Sociology，1976(6).
[25]Snyder D，Kick E L.Structural Position in the World System and Economic Growth，1955-1970：A Multiple-Network Analysis of Transnational Interactions[J].American Journal of Sociology，1979(5)：1096-1126.
[26]Girvan，M.，Newman，M.E.Community Structure in Social and Biological Networks[J].Proceedings of the National Academy of Sciences，2002(12)：7821-7826．
[27]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(5)：16-28.
[28]张恒龙，葛尚铭.新兴经济体自由贸易协定(FTA)战略的贸易促进效应研究——以印度为例[J].世界经济研究，2017(7)：122-134，137.
[29]Mccallum J .National Borders Matter：Canada-U.S.Regional Trade Patterns.[J].American Economic Review，1995(3)：615-623.
[30]Posner M V .International Trade and Technical Change[J].Oxford Economic Papers (New Series)，1961(3)：323-341.
[31]Wilson J S，Mann C L，Otsuki T.Assessing the Benefits of Trade Facilitation：A Global Perspective[J].World Economy，2010(6)：841-871.
Research on the Characteristics and Influencing Factors of Trade Network of Countries Along the China -Europe Railway Line
CHEN Wen -he 1,CHANG Zhi -peng 1,2
(1.School of Business，Anhui University of Technology，Maanshan 243002； 2.Institute of Anhui's Innovation Driving and Development，Anhui University of Technology，Maanshan 243002，China)
Abstract ： With the bilateral trade data of 26 countries along the China-Europe railway line in 2001，2006，2011 and 2016，this paper studies the characteristics and influencing factors of the trade network of the countries along the China-Europe railway line by using social network analysis and QAP method.The results show that the density of trade network of countries along the China-Europe railway line is on the rise.The differences in core degree among countries are gradually narrowing，and the pattern of trade network is transforming from single core to multi-core.The spatial agglomeration divides the countries into the main spillover segment，the two-way spillover segment，the main beneficiary segment and the broker segment.The spillover effects of different trade segments are quite different.The initiate of the China-Europe railway has a significant contribution to promoting inter-country trade.Besides，boundaries，gap in technology，difference in the proportion of industrial employment and discrepancy in efficiency of customs clearance process are also important factors that affect the trade network.In view of this，the relevant policy recommendations are put forward from the aspects of joint construction of a community of China-Europe railway lineand launch of different modes of train operation and combined sea-land transportation.
Key words ： china-europe railway line；network characteristics；social network analysis；QAP model
中图分类号 ：F725.7；F224
文献标识码： A
文章编号： 1004-5465(2019)01-070-12
收稿日期： 2018-10-30
基金项目： 安徽省哲学社会科学规划一般项目“重大决策社会风险分类框架、演化规律及化解策略”(AHSKY2015D79)。
作者简介： 陈闻鹤(1994—)，男，安徽马鞍山人，硕士研究生，研究方向：国际贸易理论与政策；
通讯作者： 常志朋(1978—)，男，吉林榆树人，教授，研究方向：社会风险治理、管理综合评价。
(责任编辑 ：郝相赟 )
标签：中欧班列论文; 网络特征论文; 社会网络分析论文; QAP模型论文; 安徽工业大学商学院论文; 安徽工业大学安徽创新驱动发展研究院论文;