“一带一路”沿线国家农产品贸易整体网络结构及其影响因素
张莲燕 朱再清*
(华中农业大学 经济管理学院，武汉 430070)
摘 要 基于2008—2016年“一带一路”沿线65个国家的农产品贸易数据，构建“一带一路”沿线国家农产品贸易整体网络，并运用网络密度、中心性、块模型及QAP方法等整体网络分析法分析“一带一路”沿线国家农产品贸易整体网络结构及其影响因素。结果表明：1)2008—2016年“一带一路”沿线国家农产品贸易整体网络密度和互惠性分别提升了6.9%和6%，农产品贸易整体网络联系愈发紧密；2)“一带一路”沿线国家农产品贸易整体网络呈现出“核心-边缘”结构，中国则处于中心位置；3)经济发展水平(GDP)、地理距离、语言是否相同及是否签订FTA(自由贸易协定 Free Trade Agreement)协议是影响国家间农产品贸易关系及贸易额的重要影响因素，其中，签订FTA协议是促进农产品贸易关系形成的主要因素。
关键词 “一带一路”；农产品整体贸易网络；块模型；QAP方法
十八大以来，党中央不断明确“一带一路”建设的发展战略，并发布了《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》。2016年，习总书记在推进“一带一路”建设工作座谈会上指出，“一带一路”建设是提高沿线各国贸易合作的契机，是顺应时代发展的要求。2017年习总书记在“一带一路”国际合作高峰论坛开幕式上的演讲更加突显“一带一路”区域经济贸易合作的重要性。区域经济合作的本质是产业合作，农产品贸易是“一带一路”区域产业合作中的重要组成部分。我国是“一带一路”的倡议国，同时也是农产品贸易大国，随着“一带一路”战略的推进以及合作的不断深入，当下“一带一路”沿线国家之间的农产品贸易呈现出怎样的贸易结构？哪些因素影响了“一带一路”沿线国家之间的农产品贸易结构的形成？我国在“一带一路”沿线国家农产品贸易网络中处于什么地位？通过对这些问题的探讨，有利于显现“一带一路”沿线国家之间的农产品贸易网络结构特征，有利于我国合理制定“一带一路”经济建设战略，推动“一带一路”沿线国家之间的农产品贸易，对推进和加强“一带一路”战略的实施，促进“一带一路”区域经济建设的互联互通、互利共赢具有重要意义和时代价值。
对中美双方而言，随着两国竞争加剧，两国加强战略分歧管控和军事冲突预防日益重要。特朗普政府已经注意到了中美两军关系稳定的重要性，“不冲突不对抗”符合双方的利益诉求。只有双方形成了避免军事冲突的共识，两国关系才有可能“斗而不破”。两国领导人需要始终保持清晰的头脑，对战争秉持审慎的态度，对双方之间的分歧坚持和平的解决方式，对双方之间的危机风险不断加强危机管控与冲突预防。
1 文献综述
随着“一带一路”建设战略的推进，有关“一带一路”农产品贸易的研究成果也逐渐出现。诸多学者从多个角度对我国与“一带一路”沿线国家农产品贸易进行了研究，孙致陆等[1]针对“一带一路”沿线国与我国农产品贸易的总体贸易特征、贸易产品结构和市场结构进行研究，分析指出东盟、俄罗斯、乌克兰、印度和巴基斯坦是我国农产品贸易主要地区和国家，结论表明我国与“一带一路”沿线国家农产品贸易合作前景广阔。何敏等[2]测算了2014年我国与“一带一路”沿线国家农产品显示性比较优势指数和贸易互补性指数，分析了我国与“一带一路”沿线国家农产品贸易的竞争性和互补性，发现我国与“一带一路”沿线国家农产品贸易比较优势差异显著，互补性强。同时，我国与“一带一路”沿线国家农产品出口贸易效率以及贸易潜力有较大差异，其中我国对泰国、越南和俄罗斯等国农产品出口效率和出口潜力较高，对不丹、塔吉克斯坦和土库曼斯坦等国农产品出口效率和出口潜力较低。并进一步对影响因素进行实证分析，研究结果集中表明：GDP、人口数量、地理距离等因素显著影响了我国与“一带一路”沿线国家农产品贸易[3-7]。也有部分学者将“一带一路”沿线各国按区域划分为东盟、南亚地区、中亚地区以及中亚西亚经济走廊国家，并研究我国与区域之间农产品贸易，章家清等[7]基于恒定市场份额模型分析中国对东盟水果出口增长因素，结果表明东盟水果市场需求规模是主要出口增长因素；余妙志等[8]指出中国与南亚国家农产品出口贸易与进口贸易结合度相比较低，需创新农产品贸易合作载体，增强出口竞争力；丁存振等[9]通过分析中国与中亚、西亚农产品贸易互补性和竞争性对比发现中国与中亚国家农产品贸易互补性和竞争性均大于西亚国家。
整体网络分析法是一种拥有整体性、全局性特征的关系分析方法，能够展现整体网络结构、密度以及整体网络成员之间的关系[10]。贸易网络结构是一个无标的性、小世界性以及高聚集性的网络，贸易网络中点度数高的国家更容易与点度数低的国家发生贸易关系[11]。国外学者运用整体网络分析法对贸易网络结构及影响因素进行分析的研究起步较早，Fagiolo等[12]选取1981—2000年数据，运用加权的整体网络分析法分析了世界159个国家贸易网络结构及其变化，发现世界贸易网络结构不平衡，经济实力强的国家数量少但聚集性高。Kosowska-Stamirowska等[13]根据船舶日常运动的数据，研究了1890—2000年海上贸易网络的拓扑变化，结果表明，海洋网络不会随着时间的推移而密集，其有效直径保持不变，这一结论与其他贸易网络大相径庭。近些年，国内学者运用整体网络分析法对贸易网络结构及影响因素进行分析的研究成果逐年增加，部分学者对“一带一路”沿线国家贸易网络结构及其影响因素进行了研究，种照辉等[14]基于2012和2014年“一带一路”沿线国家贸易数据，从中心性、块模型角度分析贸易网络结构，并用QAP相关分析和回归分析的方法对 “一带一路”沿线国家加权贸易网络结构的影响因素进行分析，指出制度因素是影响贸易网络结构的主要因素。马远等[15]构建“一带一路”沿线国天然气网络，测算天然气网络密度、中心性和异质性，并采用QAP回归分析方法对比分析“一带一路”沿线国无权和加权天然气网络结构的影响因素，结果表明，人口数量、城镇化水平在无权回归分析中有显著影响。崔莉[16]对2010—2014年“一带一路”农产品贸易格局的密度、中心性和核心边缘进行分析，指出我国在“一带一路”农产品贸易中的核心地位。
综上所述，运用整体网络分析法分析“一带一路”贸易网络结构及其影响因素的研究成果不断增加，为本研究提供了较好的借鉴。但有关“一带一路”沿线国家之间的农产品贸易的研究主要为运用贸易引力模型等参数估计的方法分析贸易潜力、贸易效率等，现有文献鲜少运用整体网络分析法系统地分析“一带一路”沿线国农产品贸易整体网络结构，缺少对“一带一路”沿线国农产品贸易整体网络结构影响因素的研究。
本研究运用整体网络分析法构建2008—2016年“一带一路”沿线65个国家的农产品贸易网络，尝试全面、系统地分析“一带一路”沿线65个国家之间的农产品贸易结构；厘清我国与“一带一路”沿线其他国家农产品贸易关系，整体把握我国在“一带一路”沿线国家之间的农产品贸易整体网络中的地位；重点使用了QAP方法探究“一带一路”沿线国家之间的农产品贸易整体网络结构形成的影响因素；在变量的选取上,本研究在农产品贸易网络结构影响因素中引入FTA(自由贸易协定 Free Trade Agreement)变量，以期为推动“一带一路”沿线国家农产品经贸合作与发展提供思路，为研究“一带一路”沿线国家农产品贸易整体网络影响因素开拓视野。
2 研究方法与数据
2.1 研究方法
式中：D 表示网络密度，M 表示整体网络节点间的实际关系数量，N 表示整体网络中节点的个数。
贸易网络是贸易关系的集合，由各个节点组成。“一带一路”沿线国家农产品贸易整体网络是“一带一路”沿线国家贸易关系的集合，单个国家为一个节点。本研究依据复杂网络的构建方法，以“一带一路”沿线65个国家作为整体[注] 综合目前学术界和商务部对“一带一路”的定义，本研究选取沿线65个国家作为研究对象，包括:中国、蒙古、俄罗斯、哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、孟加拉、阿富汗、塞尔维亚、黑山、马其顿、波黑、阿尔巴尼亚、爱沙尼亚、立陶宛、拉脱维亚、也门、约旦、以色列、乌克兰、白俄罗斯、摩尔多瓦、土耳其、伊朗、叙利亚、尼泊尔、不丹、斯里兰卡、马尔代夫、波兰、捷克、斯洛伐克、匈牙利、斯洛文尼亚、克罗地亚、罗马尼亚、保加利亚、伊拉克、阿联酋、沙特阿拉伯、卡塔尔、巴林、科威特、黎巴嫩、阿曼、巴勒斯坦、亚美尼亚、格鲁吉亚、阿塞拜疆、乌兹别克斯坦、土库曼斯坦、越南、老挝、柬埔寨、泰国、马来西亚、新加坡、印度尼西亚、东帝汶、印度、巴基斯坦、文莱、菲律宾、缅甸、埃及。 ，考虑农产品贸易方向性和流量的差异性，参考马远等[15]方法，分别构建有向无权和有向加权的农产品贸易整体网络，记作G =(V i ,V j ,A ,W )，其中，向量V i =[v i ](i =1,2,3…65)表示农产品出口国家，向量V j =[v j ](j =1,2,3…65) 表示农产品进口国家，邻接矩阵A =[a i,j ](i =1,2,3…65；j =1,2,3…65)表示农产品贸易国家之间的关系。权重矩阵W =[w i,j ](i =1,2,3…65；j =1,2,3…65)表示V i 对V j 农产品出口额，当两国报告的农产品进口额和出口额存在差异时，取其最大值。若w i,j >0，a i,j =1，否则a i,j =0。继而利用NetDraw可视化软件绘制2016年“一带一路”沿线国家农产品贸易整体网络结构图(图1)。
图1 2016年“一带一路”沿线国家农产品贸易整体网络结构图
Fig.1 Overall network structure of agricultural products trade along the “Belt and Road” country in 2016
2.1.2 整体网络分析主要指标
网络密度、平均距离和互惠性。网络密度、距离和互惠性是整体网络研究的重要指标，能够充分体现整体网络结构。其中网络密度反映了整体网络各个国家联系的紧密度和关联度，密度越大，整体网络联系越紧密，对整体网络的影响越大，有利于节点间资源共享[17]。“一带一路”沿线国家农产品贸易有向加权的整体网络密度可以用下式表示：
(1)
2.1.1 整体网络的构建
从事食品安全监管工作，手中握有管理和执法大权，如果没有正确的人生观及权力观，就会利用其为自己谋利益，就会走上违法甚至犯罪的道路。无论是作为一名普通的监管人员还是领导干部，他从未利用手中的权力为自己谋过私利。他常常告诫自己，这权力是人民赋予的，是为人民谋利益的。只要是对的，只要是为了人民群众的利益，原则必须坚持。凡是违反原则的事，给多少好处也不干。
中心性。中心性衡量整体网络中权利的分布，是整体网络分析中的重要指标，根据Freeman[19]的研究，可以将中心性拆分为度数中心性、接近中心性和中间中心性。度数中心性分为出度中心性和入度中心性，“一带一路”沿线国家农产品贸易整体网络中，出度中心性和入度中心性反映了网络中某一节点发出或接受其他节点的能力。表示出度中心性和入度中心性的计算方法见式(2)和(3)，其中，OCDi 表示节点i 的出度中心性，ICDi 表示入度中心性，∑a ij 表示节点指向其他节点的数量，∑a ji 表示节点接受其他节点的数量。
(2)
(3)
中间中心性指某一节点在整体网络所有节点的捷径上，反映了节点对资源的控制能力，其计算方法用式(4)表示，其中，CBi 表示中间中心性，D ji (i )是连接节点j 和节点i 通过i 的所有最小路径的集合，D ji 是连接节点j 和节点i 的所有最小路径的集合。
3.3.2 中间中心性
(4)
接近中心性反映了节点间的最短距离，一个节点到整体网络中所有节点的距离之和最大，接近中心性越大，该节点获取资源和信息的路径越短。接近中心性可以分为出接近中心性和入接近中心性，其计算公式见公式(5)和(6)，其中，OCCi 表示出接近中心性，ICCi 表示入接近中心性，d ij 表示节点i 到节点j 的最短路径，d ji 表示节点j 到节点i 的最短路径。
(5)
(6)
结合前述的块模型分析法，利用UCINET分析软件中CONCOR的方法，选择最大分割深度为2，收敛标准为0.2，进行2次更迭后，将“一带一路”沿线国家农产品贸易整体网络进行划分为4个板块(表5)，并得出板块的密度矩阵表，结果如表6所示。第一板块包含19个国家，第二板块包含22个国家，第三板块和第四版块各包含12个国家。其中，中国位于第二板块。
2.1.3 整体网络结构影响因素分析指标
以2016年农产品贸易网络相关分析结果为例，2016年GDP差值的加权贸易网络和无权贸易网络实际相关系数分别为0.147和0.087，说明经济水平的差异对农产品贸易额有正向影响，说明经济水平差异越大的国家容易发生贸易关系，与马远等[15]研究结果不一致，可能受石油产品与农产品不同产业间差异的影响；语言与距离对农产品贸易的影响与其他学者研究结果基本一致，2016年语言的实际相关系数分别为0.158和0.059，说明共同语言文化背景对农产品贸易额的增加有正向作用，对农产品贸易关系的建立有促进作用；2016年距离的实际相关系数为-0.140和-0.183，说明距离对农产品贸易额存在显著负向影响，交通运输成本仍然制约着农产品贸易关系的形成；2016年接壤的实际相关系数为0.291和0.054，加权贸易网络的实际相关系数大于其他变量的实际相关系数，说明陆地接壤的国家更容易建立农产品贸易关系，农产品贸易额会增加，与刘宏曼等[5]研究结果不一致，相关研究中选取的样本主要为东盟、南亚等24国家，临近海洋，对内陆交通造成一定制约，随着“一带一路”范围不断扩大，本研究选取65个国家作为样本，包括中亚等多数内陆国家，陆地接壤对农产品贸易有正向影响，此原因可能导致研究结果产生不一致；2016年FTA的实际相关系数为0.264和0.119，说明签订FTA协议的国家倾向于发生农产品贸易关系，与许和连等[21]研究结果一致，并能有效促进农产品贸易额的增加。
2．3 2007－2011年西城区协助北京市新生儿疾病筛查中心（以下称新筛中心）追访情况 5年中北京市新筛中心仅10%的可疑病例需要区级层面协助追访，其中PKU可疑异常4例，CH可疑异常31例，追访后复诊率分别为83．87%和50．00%。见表2。
2.2 数据来源
本研究所需农产品贸易数据来源于联合国商品贸易数据库(UN COMTRADE)，根据WTO农业协议，选取的农产品包括HS92编码1～24章以及第52章的数据。通过UCINET和EXCEL对数据进行处理建立“一带一路”沿线国家农产品贸易整体网络矩阵。
QAP方法中的GDP数据来源于世界银行，距离、接壤数据以及语言数据来源于CEPII数据库,FTA 数据来源于WTO的RTA数据库[注] 网址为：https:∥www.wto.org/english/tratop_e/region_e/rta_participation_map_e.htm，只选取FTA数据。 。在数据收集过程中发现叙利亚和巴勒斯坦部分数据缺失，因此剔除，并根据前文计算方法将权重矩阵W 进行求和及对称化处理，建立63×63维“一带一路”沿线国家农产品贸易额无权和加权贸易网络矩阵进行QAP分析。
3 “一带一路”沿线国家农产品贸易整体网络结构分析
3.1 可视化网络结构分析
“一带一路”沿线国家农产品贸易整体网络包含65个节点，3 560条边连线。节点代表农产品贸易国家，连线表示国家间存在农产品出口或者进口关系，贸易关系箭头表示农产品出口国家指向进口国家，方块表示中心度的大小。由图1可知，2016年“一带一路”沿线国家农产品贸易整体网络不存在孤立点，各个国家之间均存在农产品贸易关系，且呈现出“核心—边缘”结构，其中，中国、印度、泰国、俄罗斯、马来西亚、印度尼西亚(以下简称“印尼”)处于“一带一路”沿线国家农产品贸易整体网络的中心位置，农产品贸易联系紧密，农产品贸易影响力较大。
3.2 整体网络密度、互惠性及平均距离分析
根据式(1)计算2008—2016年“一带一路”沿线国家农产品贸易整体网络密度(见表1)，发现“一带一路”沿线国家农产品贸易整体网络密度趋于1，密度值较高。2008—2016年“一带一路”沿线国家农产品贸易整体网络密度总体呈现逐年快速增长趋势，其中2016年农产品贸易整体网络密度明显高于2008年的网络密度，数值由原来的0.713增长到0.762，增速达到了6.9%，说明“一带一路”战略提出后，沿线国家农产品贸易联系愈发紧密。
表1 “一带一路”沿线国家农产品贸易整体网络密度、互惠性及平均距离
Table 1 Overall network density、reciprocity and average distance of agricultural product trade along the “Belt and Road” country
2008—2016年“一带一路”沿线国家农产品贸易整体网络互惠性较大，互惠程度高，互惠性总体呈现上升趋势。9年间农产品贸易网络互惠性增长了6%。2014年互惠性达到最高值，说明“一带一路”倡议的提出对整体网络的互惠性影响大。“一带一路”沿线国家农产品贸易整体网络的平均距离约为1.25，说明“一带一路”沿线国家农产品贸易整体网络节点间的可达性强。古代丝绸之路的建设，带动沿线国家政治、经济、文化等融合发展，缩短了沿线国家的贸易距离，是“一带一路”沿线国家农产品贸易整体网络平均距离较短的重要原因。2016年互惠性与平均距离数值有所下降，可能是受整体网络中贸易节点数量减少的影响。
当代社会竞争越来越激烈，当前社会形势也给大学生带来了一定程度的压力，且这类青年人群更加渴望学业上的进步、事业上的成功以及高质量的生活品质。从社会心理语言学角度看，当代大学生流行语正是大学生发泄其心理压力的一种方式[5]。大学生流行语属于缓解内心压力的一种调节方式，能生动形象地表述出当代大学生的心理压力，有效传达并调整他们当前的情绪，短暂性地放松、释放其内在的精神世界，这对于适时适当宣泄大学生压力心理的内状态，帮助大学生尽快适应当下的校园及社会生活环境有着积极的作用。
3.3 中心性分析
3.3.1 度数中心性
根据式(2)和(3)对2008—2016年有向加权的农产品贸易整体网络的出度中心性和入度中心性进行计算(见表2)[注] 限于篇幅，度数中心性、中间中心性、和接近中心性只列举出排名前5位的国家，所有中心性数值见附录。 ，由表可以发现2008—2016年“一带一路”沿线国家农产品贸易整体网络度数中心性指标中，中国、印度以及波兰的出度中心性高于其他国家，中国、印度、泰国以及马来西亚的入度中心性高于其他国家，说明中国和印度属于“一带一路”沿线国家农产品贸易整体网络中的中心节点，处于核心地位。尤其是2014年，“一带一路”倡议提出一年以来，中国的出度中心性和入度中心性排名显著提升，处于“一带一路”沿线国家农产品贸易整体网络最核心地位。2016年我国国内农产品需求增加、农产品价格制度调整以及农业供给侧结构性改革政策等因素，对农产品进出口额造成了一定影响，导致我国中心性排名有所下降。
国内生产的总资本含量为总劳动含量为国内消费的总资本含量为总劳动含量为出口产品中的总资本含量为总劳动含量为进口产品中的总资本含量为总劳动含量为
送餐和送餐车辆应符合以下要求：送餐距离和时间不宜过长，应避免在厕所等可能污染的区域分餐；送餐车辆应具备保温设施，做到专用，保持清洁，每天进行清洗消毒；采用单独份盒饭方式配送的，分装过程必须在备餐间内完成；分装的膳食应采取有效加热保温措施并及时送餐；送餐员必须持有有效健康证上岗。
根据式(4)对2008—2016年有向加权的“一带一路”沿线国家农产品贸易整体网络的中间中心性进行计算(见表3)，发现中国、印尼、印度、新加坡、马来西亚和泰国中间中心性排名较高，且基本是以中国为中心的周边国家。说明这些国家在“一带一路”沿线国家农产品贸易整体网络中对资源的控制力强，处于中心位置。
3.3.3 接近中心性
根据式(5)和(6)对2008—2016年有向加权的“一带一路”沿线国家农产品贸易整体网络的出接近中心性和入接近中心性进行计算(见表4)，发现2008—2016年中国、波兰、印度和泰国的出接近中心性和入接近中心性均高于“一带一路”沿线国家农产品贸易整体网络中的其他国家，说明这4个国家在农产品出口贸易中获取其他国家的资源和信息的距离最短，贸易效率最高。
平均距离指整体网络中各个节点之间的平均“邻接”距离，反映了节点间的可达性，平均距离越短，说明两个节点之间的可达性越强[18]。互惠性反映了节点间关系的相互性，体现了节点间相互选择的程度。互惠性越大，越能加快节点间贸易信息的传播和流动，贸易合作更加有序，整体贸易网络结构趋于稳定[11]。
表2 “一带一路”农产品贸易整体网络度数中心性前5位国家
Table 2 The top 5 countries degree centrality in the overall network of agricultural products trade along the “Belt and Road”
注：为方便比较，对表格中数值进行标准化处理。下同
Note:In order to facilitate comparison,the values in the form are standardized.The same below.
表3 “一带一路”农产品贸易整体网络中间中心性前5位国家
Table 3 Top 5 countries betweenness centrality in the overall network of agricultural products trade along the “Belt and Road”
表4 “一带一路”农产品贸易整体网络接近中心性前5位国家
Table 4 Top 5 countries closeness centrality in the overall network of agricultural products trade along the “Belt and Road”
3.3.4 块模型分析
块模型。块模型是一种聚类分析的方法，将整体网络分成几“块”，分析各个“块”的结构特征。参考前人研究成果，本研究将块模型分为4个板块：与外部版块联系比内部版块紧密，更易发生外部贸易，为外部性板块；与其他版块联系较少，且农产品贸易关系主要发生在版块内部，为内部性板块；内外部贸易联系均紧密，既有内部贸易也有外部贸易，为核心板块；与其他版块之间联系较少，为孤立性板块。本研究利用UCINET分析软件中CONCOR的方法，将“一带一路”沿线国家农产品贸易整体网络进行划分，分析“一带一路”沿线国家农产品贸易整体网络中各个“块”的结构特征，并计算“一带一路”沿线65个国家农产品贸易的核心度。
由表1可知，2016年“一带一路”沿线国家农产品贸易整体网络密度为0.762，将表6中密度≥0.762 的数值替换为1，<0.762的数值替换为0，得到“一带一路”沿线国家农产品贸易整体网络板块像矩阵表(见表7)。并将像矩阵表以简化图的形式展现出来(见图2)，根据表7和图2可以发现，“一带一路”沿线国家农产品贸易整体网络板块间呈现出“核心-边缘”结构。第一板块包含阿富汗、阿尔巴尼亚、亚美尼亚、阿塞拜疆等19个国家，为外部性板块；第二板块包含中国、印度、越南、印尼等22个国家，为核心板块；第三板块包含巴林、巴勒斯坦等12个国家，为内部性板块；第四版块包含不丹、摩尔多瓦等12个国家，为孤立板块。
表5 2016年“一带一路”农产品贸易整体网络块模型分析结果
Table 5 Overall network block model analysis results of agricultural products trade along the “Belt and Road” country in 2016
表6 2016年“一带一路”农产品贸易整体网络板块密度矩阵表
Table 6 Overall network block density matrix table of agricultural products trade along the “Belt and Road” country in 2016
注：R 2=0.199
Note:R 2=0.199
表7 2016年“一带一路”农产品贸易整体网络板块像矩阵表
Table 7 Overall network block similarity matrix table of agricultural products trade along the “Belt and Road” country in 2016
图2 2016年“一带一路”沿线国家农产品贸易整体网络板块关系简化图
Fig.2 Simplified relationship diagram of agricultural products trade in contries along the “Belt and Road” in 2016
根据上述结果，“一带一路”沿线国家农产品贸易整体网络板块间呈现出“核心-边缘”结构，进而继续利用UCINET计算2008—2016年“一带一路”沿线国家农产品贸易整体网络核心度[注] 限于篇幅，“一带一路”农产品贸易整体网络核心度数值只列举出排名前5位的国家，所有核心度数值见附录。 ，结果见表8。2016年“一带一路”沿线国家农产品贸易整体网络核心度排名前十位的国家中，中国、越南、印尼、印度、马来西亚、泰国、巴基斯坦、俄罗斯均属于第二板块国家，验证了第二板块的核心地位。2008—2016年中国的农产品贸易整体网络核心度一直位于第一位，中国的核心地位尤其显著。
4 “一带一路”沿线国家农产品贸易整体网络结构影响因素分析
4.1 变量选取和模型的构建
根据前述对“一带一路”沿线国家农产品贸易整体网络结构的分析可知，“一带一路”农产品贸易整体网络中心度较高的国家集中于中国及周边东南亚地区国家，因此经济发展水平、地理距离、国土接壤与农产品贸易可能有较强的关联性。因此根据现有研究，本研究分别以“一带一路”沿线国家农产品贸易关系数据和贸易额为被解释变量，选取经济发展水平(GDP)、地理距离、语言是否相同、国家间陆地是否接壤以及是否签订FTA协议作为解释变量，构建QAP模型，各解释变量含义、说明及矩阵的处理等如表9。
表8 “一带一路”农产品贸易整体网络核心度排名前5位国家
Table 8 Top 5 countries core degree in the overall network of agricultural products trade along the “Belt and Road”
表9 解释变量含义、说明及矩阵的处理
Table 9 Explain the meaning,description and matrix of variables.
4.2 QAP相关分析
根据前述方法，使用UCINET对2008—2016年“一带一路”沿线国家农产品贸易整体网络分别进行无权贸易网络和加权贸易网络的QAP相关分析，结果见表10。表中的值为实际相关系数，显著性水平为实际相关系数的显著性检验结果。由表可知，2008—2016年加权农产品贸易网络和无权农产品贸易网络相关分析结果在不同时期，变量的符号未发生改变，显著性基本保持不变，实际相关系数的波动在同一范围内，与马远等[15]研究结果一致。GDP差值、语言、接壤、距离以及FTA都显著影响了农产品贸易关系的形成。
QAP(Quadratic assignment procedure，二次指派程序)是非参数检验的方法，通过对矩阵随机置换，得出关系矩阵之间的相关系数，检验关系变量之间的关系[20]。QAP分为QAP相关分析和QAP回归分析。QAP相关分析是对关系变量之间的相关性进行分析，QAP回归分析是一个矩阵与多个矩阵之间回归关系分析，并且对R 2进行显著性评价。本研究利用UCINET分析软件，选择5 000次的随机置换，对“一带一路”沿线国家农产品贸易整体网络结构的影响因素进行QAP相关分析和QAP回归分析。
在脑瘫伴HIE早产儿组与脑瘫非HIE早产儿以及对照组之间，ATG5 基因 rs6568431 多态性位点的等位基因型频率以及基因型频率差异有统计学意义(P<0.05)。其他多态性位点差异无统计学意义(P>0.05)。
表10 QAP相关分析结果
Table 10 QAP correlation analysis results
注：*代表10%的显著水平，**是5%的显著水平，***是1%的显著水平。下同。
Note:*represents a significant level of 10%,**is a significant level of 5%,***is a significant level of 1%.The same below.
4.3 QAP回归分析
根据前述方法，使用UCINET对2008—2016年“一带一路”沿线国家农产品贸易整体网络分别进行无权贸易网络和加权贸易网络的QAP回归分析，结果见表11。表中的值为标准化回归系数，显著性水平为标准化回归系数的显著性检验结果。表11中的回归结果显示，与QAP相关分析不同的是，2008—2016年加权农产品贸易网络和无权农产品贸易网络回归分析结果在不同时期，变量的符号、显著性、标准化回归系数的波动都有较大差距。在加权贸易网络中，距离变量未通过显著性检验；无权贸易网络中，距离和接壤变量均未通过显著性检验。GDP差值、语言、以及FTA都显著影响了农产品贸易额和贸易关系的形成。
暑假里，我决定去河坡挖砂礓。父母很惊讶，但旋即明白了。祖父不干了：天太热，人小，挖那干什么啊？”我的犟劲儿上来了，一定要去。母亲拿来一顶草帽，灌了一壶凉水，给我带上，我拿了一把钊钩，提着提篮，雄纠纠气昂昂地奔赴“战场”。
以2016年农产品贸易网络回归分析结果为例，2016年GDP差值的加权农产品贸易网络和无权农产品贸易网络标准化回归系数分别为0.114和0.095，2016年语言的标准化回归系数分别为0.123和0.052，FTA变量为0.200和0.054，距离变量为-0.165和-0.175。加权农产品贸易网络与无权贸易网络对农产品贸易额和贸易关系的影响与相关分析结果一致，此处不加赘述。值得注意的是2016年无权农产品贸易网络陆地是否接壤变量的标准化回归系数未通过显著性检验，加权农产品贸易网络则通过显著性检验，说明陆地是否接壤对“一带一路”农产品贸易关系的影响不显著，陆地接壤的国家农产品双边贸易额大于不接壤的国家。与马远等[15]、许和连等[21]研究结果不一致，可能由于农产品贸易相较于其他产业贸易，陆地是否接壤对贸易额的影响更大。
表11 QAP回归分析结果
Table 11 QAP regression analysis results
5 研究结论与政策建议
本研究结合“一带一路”建设战略背景，基于2008—2016年“一带一路”沿线65个国家的农产品贸易数据，构建“一带一路”沿线国家农产品贸易整体网络，并运用网络密度、中心性、块模型及QAP方法等整体网络分析法分析“一带一路”沿线国家农产品贸易整体网络结构及其影响因素，研究结果如下：
针对当前中小企业发展过程中财务会计管理工作中存在的问题，新时期要想循序渐进地改善财务会计管理工作的基本情况，促进综合管理效能的提高，就要加强对中小企业财务会计管理工作的重视，制定更为科学的财务会计管理方案，为企业实现持续稳定发展的目标创造理想化的条件，发挥中小企业的重要作用，维护我国市场经济的稳定发展，为经济强国的构建奠定基础。
为了保持和提高评估专业人员的专业能力，胜任评估工作，需要完成规定的继续教育，包括但不限于本法第三十六条规定的应由评估行业协会组织开展的会员继续教育。
第一,2008—2016年“一带一路”沿线国家农产品贸易整体网络密度和互惠性分别提升了6.9%和6%，总体上两者均呈现快速增长趋势，且数值较高，说明“一带一路”战略提出5年来农产品贸易联系愈发紧密，互联互通程度不断进步。“一带一路”沿线国家农产品贸易整体网络的平均距离约为1.25，说明“一带一路”沿线国家农产品贸易的可达性强。验证了“一带一路”战略提出的必要性。
综上所述，对于ERCP术患者而言，采取护理风险管理不仅可以显著地减少急性胰腺炎、急性胆管炎、迟发性出血等并发症，而且还可以有效地提升护理满意度，属于一种安全且受欢迎的护理方法，因此有必要将护理风险管理推广应用于ERCP护理管理中。
第二，通过中心性分析，我国在“一带一路”沿线国家农产品贸易整体网络中处于中心位置。尤其是2014年“一带一路”倡议提出一年以来，我国的出度中心性和入度中心性排名显著提升，处于“一带一路”沿线国家农产品贸易整体网络最核心地位，在“一带一路”沿线国家农产品贸易中具有引领作用。
第三，根据可视化网络结构分析以及块模型分析结果可知，“一带一路”沿线国家农产品贸易整体网络呈现出“核心-边缘”结构，其中，第一板块包含阿富汗、阿尔巴尼亚等19个国家，为外部性板块；第二板块包含中国、印度等22个国家，为核心板块；第三板块包含巴林、巴勒斯坦等12个国家，为内部性板块；第四版块包含不丹、摩尔多瓦等12个国家，为孤立板块。
第四，经济发展水平(GDP)、地理距离、语言是否相同、国家间陆地是否接壤以及是否签订FTA协议是国家间农产品贸易关系以及贸易额的重要影响因素，尤其是签订FTA协议的国家使相互的农产品贸易联系更加紧密。
根据研究结果，本研究给出的政策建议是：第一，根据整体网络密度以及中心性分析结果，我国需要进一步推进和加强“一带一路”战略的实施，发挥我国在“一带一路”沿线国家中的枢纽作用，巩固我国的核心地位，提高与“一带一路”沿线国家农产品贸易的联系紧密度，推动互融互通，互利共赢。第二，根据块模型分析结果，不同贸易板块的国家应发挥不同板块的功能，制定适宜的贸易政策。外部性板块应加强与“一带一路”沿线国家的贸易联系和贸易协作；引导孤立板块发挥自身资源等优势，提高“一带一路”农产品贸易参与度；核心板块继续发挥核心纽带作用。第三，根据QAP相关分析和回归分析结果可知，距离仍然是制约“一带一路”沿线国家农产品贸易发展的重要因素，中国应发挥带头作用，加强“一带一路”交通基础设施的建设。同时，加快与“一带一路”沿线国家签订农产品自由贸易协定，深化农产品贸易合作领域，推动农产品双边贸易的纵深发展。
参考文献 References
[1] 孙致陆,李先德.“一带一路”沿线国家与中国农产品贸易现状及农业经贸合作前景[J].国际贸易,2016(11):38-42
Sun Z L,Li X D.The current situation of agricultural products trade between China and China along the “Belt and Road” and the prospect of agricultural economic and trade cooperation[J]. International Trade ,2016(11):38-42 (in Chinese)
[2] 何敏,张宁宁,黄泽群.中国与“一带一路”国家农产品贸易竞争性和互补性分析[J].农业经济问题,2016,37(11):51-60
He M,Zhang N N,Huang Z Q.Analysis on trade competition and complementarity of agricultural products between China and the “Belt and Road” countries[J].Issues in Agricultural Economy ,2016,37(11):51-60 (in Chinese)
[3] 王瑞,温怀德.中国对“丝绸之路经济带”沿线国家农产品出口潜力研究：基于随机前沿引力模型的实证分析[J].农业技术经济,2016(10):116-126
Wang R,Wen H D.China’s export potential of agricultural products along the Silk Road Economic Belt：An empirical analysis based on stochastic frontier gravity model[J].Journal of Agrotechnical Economics ,2016(10):116-126 (in Chinese)
[4] 李丹,夏秋,周宏.“一带一路”背景下中国与中东欧国家农产品贸易潜力研究：基于随机前沿引力模型的实证分析[J].新疆农垦经济,2016(6):24-32
Li D,Xia Q,Zhou H.Research on the potential of agricultural products trade between China and Central and Eastern European countries under the background of the “Belt and Road”：An empirical analysis based on stochastic frontier gravity model[J].Xinjiang State Farms Economy ,2016(6):24-32 (in Chinese)
[5] 刘宏曼,王梦醒.制度环境对中国与“一带一路”沿线国家农产品贸易效率的影响[J].经济问题,2017(7):78-84
Liu H M,Wang M X.The influence of institutional environment on the efficiency of agricultural products trade between China and the countries along the “Belt and Road” initiative[J].On Economic Problems ,2017(7):78-84 (in Chinese)
[6] 曹安,汪晶晶,黄如梦.中国与“一带一路”沿线国家农产品出口贸易效率及潜力测算[J].统计与决策,2018(10):113-117
Cao A,Wang J J,Huang R M.Estimation of the efficiency and potential of agricultural products export trade between China and the “Belt and Road” countries[J].Statistics &Decision ,2018(10):113-117 (in Chinese)
[7] 章家清,张磊.中国对东盟水果出口增长因素分析：基于恒定市场份额模型的实证分析[J].经济问题探索,2012(8):134-138
Zhang J Q,Zhang L.Analysis of China’s growth factors in ASEAN fruit export：An empirical analysis based on constant market share model[J].Inquiry into Economic Issues ,2012(8):134-138 (in Chinese)
[8] 余妙志,梁银锋,高颖.中国与南亚地区农产品贸易的竞争性与互补性：以“一带一路”战略为背景[J].农业经济问题,2016，37(12):83-94
Yu M Z,Liang Y F,Gao Y.Competitiveness and complementarity of agricultural trade between China and South Asia：Against the background of the “Belt and Road” strategy[J].Issues in Agricultural Economy ,2016,37(12):83-94 (in Chinese)
[9] 丁存振,肖海峰.中国与中亚西亚经济走廊国家农产品贸易特征分析：基于“一带一路”战略背景[J].经济问题探索,2018(6)：112-122
Ding C Z,Xiao H F.Analysis of agricultural products trade characteristics between China and Central Asian economic corridor countries：Based on the “Belt and Road” strategic background[J]. Inquiry into Economic Issues ,2018(6):112-122 (in Chinese)
[10] 刘军.整体网分析讲义:UCINET软件实用指南:A Practical Guide to UCINET[M].上海：格致出版社,2009
Liu J.Overall Network Analysis Lecture :UCINET Software Practical Guide :A Practical Guide to UCINET [M].Shanghai:Gezhi Press,2009 (in Chinese)
[11] Serrano M 
,Bogu
M.Topology of the world trade web[J].Physical Review E ,2003,68(2):15-101
[12] Fagiolo G,Reyes J,Schiavo S.The evolution of the world trade web:A weighted-network analysis[J].Journal of Evolutionary Economics ,2010,20(4):479-514
[13] Kosowska-Stamirowska Z,Ducruet C,Rai N.Evolving structure of the maritime trade network:Evidence from the Lloyd’s Shipping Index (1890-2000)[J].Journal of Shipping and Trade ,2016(1):1-2
[14] 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(5):16-28
Zhong Z H,Qin C L.The “Belt and Road” trade network structure and its influencing factors：Research based on network analysis method[J].International Economics and Trade Research ,2017,33(5):16-28 (in Chinese)
[15] 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[J].世界经济研究,2017(3):109-122
Ma Y,Xu L L.The structure and influencing factors of natural gas trade network along the “Belt and Road”[J].Word Economy Studies ,2017(3):109-122 (in Chinese)
[16] 崔莉.“一带一路”沿线国家农产品贸易格局分析[J].统计与决策,2017(16):152-156
Cui L.Analysis of agricultural product trade pattern along the “Belt and Road” countries[J].Statistics &Decision ,2017(16):152-156 (in Chinese)
[17] Wasserman S,Faust K.Social Network Analysis :Methods and Applications [M].Cambridge：Cambridge University Press,1994
[18] West L E.On determining the optimum modulation index for reverse path lasers in hybrid fiber/coax networks[J].IEEE Photonics Technology Letters ,1996,8(11):1555-1557
[19] Freeman L C.Centrality in social networks I:A conceptual clarification[J].Social Networks ,1979,1(3):215-239
[20] Everett M.Social Network Analysis[J].Textbook at Essex Summer School in SSDA ,2002,102
[21] 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[J].财贸经济,2015,36(12):74-88
Xu H L,Sun T Y,Cheng L H.Research on the trade pattern and influencing factors of high-end manufacturing industry in “Belt and Road”：Analysis of index random graph based on complex network[J]. Finance &Trade Economics ，2015,36(12):74-88 (in Chinese)
Overall network structure and influence factors of agricultural products trade in countries along the “Belt and Road ”
ZHANG Lianyan ,ZHU Zaiqing *
(School of Economics and Management,Huazhong Agricultural University,Wuhan 430070,China)
Abstract Based on the agricultural trade data of 65 countries along the “Belt and Road” in 2008-2016,the overall agricultural products trade network is constructed.Network density,centrality,block model and QAP method are adopted to analyze the overall agricultural products trade network and its influencing factors.The results showthat:1)The overall network density and reciprocity of agricultural products trade increase by 6.9% and 6%,respectively;2)These countries presents a “core-edge” structure,while China is at the center;3)The signing of the FTA (Free Trade Agreement) is the main factor to promote the formation of agricultural trade relations.
Keywords the “ Belt and Road”;agricultural trade network;block model;QAP method
中图分类号 F313.7;F742
文章编号 1007-4333(2019)12-0177-13
文献标志码 A
收稿日期： 2018-12-10
基金项目： 中央高校基本科研业务费专项资金资助项目(52902-09002021074)
第一作者： 张莲燕，硕士研究生，E-mail：1042537693@qq.com
通讯作者： 朱再清，教授，主要从事农产品国际贸易与产业经济学研究，E-mail：zhuzq@hzau.edu.cn
责任编辑: 王岩
标签：“一带一路”论文; 农产品整体贸易网络论文; 块模型论文; QAP方法论文; 华中农业大学经济管理学院论文;