增加值贸易与反倾销网络的结构特征及关联效应——基于社会网络分析视角

乔小勇，吴晓雪，李翔宇

(北京工业大学 经济与管理学院，北京 100124)

内容提要：为在全球价值链下衡量分析一个国家真实的贸易获益情况及与他国贸易摩擦程度，本文使用世界投入产出数据库(WIOD，World Input-Output Database)及世界银行反倾销数据库(GAD，Global Anti-dumping Database)的相关数据，同时构建增加值贸易及反倾销两类网络，基于社会网络分析法探究增加值贸易网络和反倾销网络的结构变化，并使用QAP方法对两个网络之间的关联效应进行假设检验。结果表明：经济体在增加值贸易网络中拥有更多的贸易联系可以有效抑制反倾销关系的产生，但高端增加值贸易网络中对于网络信息的掌控力更能使国家占据发起反倾销主导权；对比分析表明，传统核算体系下的贸易流量依旧是反倾销诉讼发生的一个重要原因；网络的拓扑结构分析表明，中国在增加值贸易网络中的地位不断提升，但高端价值链领域参与不足。此外，研究认为增加值贸易网络是可塑性的，可通过调整网络结构应对贸易摩擦。

一、引言

全球价值链打破了传统的生产过程，可以在不同的国家和地区完成产品生产的不同环节，以贸易总值为基础的传统统计方法已不能衡量一个国家真实的贸易获益情况以及与他国真实的贸易摩擦程度，需要更全面地理解国际贸易的本质、解读贸易数据、制定贸易政策(如反倾销等贸易救济决策)。增加值贸易核算框架的逐步演进与改革为以上问题提供了很好的解决方案。Hummels等(1998)沿用Balassa的定义提出垂直专业化(Vertical Specialization，VS)的概念，并提出了HIY方法用于测算各国的垂直专业化程度。在此基础上，Koopman等(2014)基于Hummels等(1998)、Johnson和Noguera(2012)提出的垂直专业化测度方法，提出了国家层面的出口增加值分解方法。WWZ(2013)进一步把出口分解拓展到双边部门层面，且使用全球投入产出模型对增加值贸易进行的测算及分解的方式基本上达到完善阶段，其构建了GVC参与度指数、GVC 地位指数等研究一国参与国际分工的重要指标。但是，传统的以单边或双边贸易流量为切入点的GVC指标只能反映单个国家的孤立特征，不能反映各个经济主体之间的链接状况以及整体贸易情况。而网络分析正是研究节点之间关系的一种分析手段，同时可以基于相互连接的节点，分析单个节点的特性，因此，为了探索经济主体之间相互连接的状况，以及单个经济体在贸易网络中的特性，网络分析手段逐渐在国际贸易研究中获得了应用。

贸易问题的网络研究是把每个国家当作节点，把双边贸易流量定义为两个国家之间的边线从而构建有向/无向和二值/加权的世界贸易网(World Trade Web，WTW)或国际贸易网(International Trade Network，ITN)来研究其结构和拓扑性质，如Serrano(2003)、Kali(2007)、Fagiolo等(2010)、陈银飞等(2011)、Amador和Cabral(2016)等。根据社会网络分析理论，经济主体在世界贸易网络中的地位可以用四个维度来刻画：度数中心性、中间中心性、接近中心性和特征向量中心性(杜运苏，2018)，而经济主体在全球贸易网络地位的提升可以提高一国全球价值链分工地位(马述忠等，2016)。因此，基于全球价值链理论、增加值贸易分解框架建立的网络分析模型，不仅能够对全球价值链的整体结构进行分析，同时网络指标分析还有助于捕捉到全球价值链中经济主体之间增加值贸易联系的复杂性和异质性，进而影响各个经济体贸易政策决策理念与思路。

在全球价值链从理论到战略再到政策实践都将引发国际贸易发生颠覆性变革的时代，各国经济之间相互依赖性进一步加深，但是一国不公平的经济行为或贸易政策将会使得各国相互依赖的经济贸易联系产生较强且较为敏感的贸易摩擦“蝴蝶效应”，尤其是发生在特定参与者如贸易大国或发达经济体之间的贸易摩擦，将会通过经济传导机制对全球价值链分工及全球贸易发展产生直接与间接的重要影响。如王孝松(2014)认为贸易伙伴发起的反倾销措施显著抑制了中国出口增长的内涵边际和外延边际，并且反倾销措施对外延边际的抑制效应要大于对内涵边际的抑制效应；Piyush等(2016)研究表明，反倾销导致的规模经济的减少是企业生产率下降的原因。虽然改革开放以来，中国积极融入跨国公司为主导的全球价值链，成为“世界工厂”且获得了相应的收益分配，但是中国一直以来都是以美印为首的反倾销调查对象国。截止2018年，由商务部贸易救济网统计数据可知，自WTO成立以来，中国已经连续23年成为遭受反倾销诉讼最多的国家，其严重影响了我国积极融入全球价值链的初衷和目的，同时也使我国成为当前贸易摩擦领域研究的典型样本。随着全球价值链与反倾销等贸易摩擦成为国际贸易领域的两大热点问题，关于两者之间相互关系的研究也日益增多，尽管有文献指出贸易伙伴的反倾销会对中国参与全球价值链产生负面影响(王孝松，2017)，也有学者认为参与全球价值链分工可以显著地抑制反倾销的实施(彭冬冬，2018)，但相关研究仍局限于双边贸易层面，未考虑各国之间紧密的贸易联系，忽略了各国贸易“关系”之间的相互依赖性。此外，反倾销网络的拓扑结构及演化鲜有研究成果，这就使得对于增加值贸易网络与反倾销网络关联效应的研究急需拓展与完善。

鉴于此，本研究的边际贡献如下：(1)分别使用最终产品和中间产品的国外增加值构建两种类型的增加值贸易网络，从网络全局角度分析各国间的贸易关系及其贸易地位，弥补了目前研究的视角局限性。(2)使用各国之间的反倾销数据构建全球反倾销网络，并对其拓扑结构及演化特征进行了深入分析，完善了多时间节点下对于反倾销网络研究的缺失。(3)使用QAP方法实证分析增加值贸易网络与反倾销网络之间的内在关联效应，并加入传统核算框架下的贸易流量数据，旨在从传统总值贸易角度及增加值贸易角度两方面揭示反倾销网络形成机制，从网络视角为中国应对反倾销等贸易摩擦提供依据。

二、研究方法、研究假设及数据来源

社会网络分析是一种针对关系数据的分析方法，本文选择使用社会网络分析方法来研究“增加值贸易网络”和“反倾销网络”的结构特征和关联关系，主要原因如下：社会网络分析法作为近年来研究经济网络的新型工具，恰恰正是从“关系”的角度出发研究社会现象与社会结构，能够更加全面地反映一国在国际贸易网络中的相对地位和网络特征(Serrano & Boguá，2003)且不要求变量之间相互独立；另外，传统的研究方法主要关注贸易双方之间的关系，而网络分析方法将整个贸易网络进行分析，可以实现对相互作用的贸易网络整体结构的分析。随着全球价值链的发展，各个经济体之间的联系日益密切，传统的分析方法已不能表现各个相互关联的经济体之间的关系，使用社会网络分析方法可以更加全面地研究全球价值链背景下经济体之间相互连接的情况。

(一)网络分析主要方法与假设

本文使用网络密度、度数中心性，中间中心性，接近中心性及特征向量中心性5个指标来反映增加值贸易网络及反倾销网络的拓扑结构，下面分别对这四个指标进行介绍。

1. 网络密度(Density)。表示为节点间的实际关系数与整个网络最大可能关系数之比，反映整个网络中各经济体之间关联关系疏密程度，网络密度如公式(1)所示。其中，Δ代表网络密度，g表示节点个数。

(1)

度数中心性(Degree)：指与节点直接相连的边线的数量，等于节点出度加上节点入度。点的度数中心性为：

(2)

其中，Xij表示与i节点连接的所有边线的数量。

全球价值链中生产力的快速增长表明它是一种有效的生产形式，特别是能够使发展中国家进入新的生产活动并迅速提高生产力，因此，生产力的提升将促使国家更深入的参与全球价值链，与多个国家产生贸易联系，从而具有高的度数中心性，使得各国间相互依赖性更强，而这将有效抑制贸易壁垒的形成，也就减少了某些经济体实施反倾销措施的可能性。

研究假设1：经济体在增加值贸易网络中的度数中心性越大，即参与全球价值链的程度越深，其发起反倾销的可能性越低。

2.接近中心性(Closeness Centrality)。用某节点到其他所有节点的最短路径距离的累加起来的倒数来表示，衡量网络中节点与其他节点的亲密程度。节点的接近中心性为：

(3)

其中dij是点i和点j之间的最短距离(即捷径中包含的线数)。

接近中心性较大的经济体较少的依赖其他节点，由于其在获取资源和信息时较难受其他节点控制，因此独立性较高，其较短的贸易联系使得增加值传递时可靠性和稳定性更高，投入品面临的贸易摩擦风险较低，同时因为与多数国家都有紧密的贸易联系，投入品的供应商可替代性更强，贸易转移效应发生的可能性会提高，因而更易于对某个中间投入品供应商发起反倾销措施。

研究假设2：增加值贸易网络中接近中心性越高的经济体，即与多个经济体保持亲密的贸易关系，则提起反倾销诉讼的可能性会变大。

3.中间中心性(Betweeness Centrality)。表示为通过节点的最短路径的数量与最多可能最短路径的数量的比值，反映一个节点控制网络中其他节点的能力。

节点的中间中心性：

(4)

其中，gjk(i)是i节点担任j,k节点间最短路径桥梁的次数。

增加值贸易网络中经济体的中间中心性越高则对其他经济体的控制能力越强，若该经济体与其他经济体发生贸易摩擦，则中间中心性较高的经济体采取的贸易限制措施的选择性更多，反倾销措施的实施则取决于此措施与其他贸易限制相比的效用程度、经济体的政治需要或经济体国内的经济形势。因而增加值贸易网络中中间中心性较高的经济体是否提起反倾销诉讼具有不确定性。

研究假设3：经济体在增加值贸易网络中中间中心性的大小对于是否提起反倾销诉讼的影响作用具有不确定性。

4.特征向量中心性(Eigenvector Centrality)。用来刻画节点的影响力，一个节点的重要性不仅来自于自身，还来自于与其相连的节点的影响力。

点的特征向量中心性：

(5)

其中，λ为常数，Ej代表节点j的特征向量中心性，Aij为该网络的邻接矩阵。

经济体在增加值贸易网络中具有较高的特征向量中心性，说明其贸易伙伴在整个网络中也具有较高的影响力，向贸易伙伴提起反倾销诉讼对其自身也会产生负面影响，由于提起反倾销诉讼具有很大的风险性，因而高特征向量中心性的经济体对反倾销措施的实施会采取审慎态度，两者之间不具有直接影响效应。

研究假设4：若经济体在增加值贸易网络中具有较高的特征向量中心性，其是否提起反倾销诉讼取决于其贸易伙伴的特征向量中心性的变动。

5.QAP分析。本文所涉及的增加值贸易网络和反倾销网络均是关系数据，对于“关系”数据之间的相关性的研究，学者们利用一种随机化检验(randomization test)的方法进行研究，QAP即属于此类。QAP(Quadratic Assignment Procedure，二次指派程序)是以对矩阵数据的置换为基础，考察多个关系矩阵与一个关系矩阵间的关系，它通过比较各个方阵对应的元素值，给出矩阵之间的相关系数，同时对系数进行非参数检验(刘军，2004)，作为一种非参数检验方法，它不要求自变量之间相互独立，因此在处理关系数据时更为稳健(Barnett，2007)。

(二)数据来源

本文选取WIOD数据库中的43个国家和地区(其中包括28个欧盟国家、15个主要国家)作为节点，分别使用UIBE数据库中反映国家间低端价值链贸易的最终产品出口的国外增加值流量(FVA_FIN，Foreign Value Added_ Final)和反映国家间高端价值链贸易中间产品出口的国外增加值(FVA_INT，Foreign Value Added_Intermediate)作为边线，构建FVA_FIN增加值贸易网络和FVA_INT增加值贸易网络。

反倾销网络构建方面，本文选取了全球反倾销数据库(Global Antidumping Database, GAD)中各国提起反倾销诉讼的数据作为边线，为了与增加值贸易网络进行比较分析，本文同样选取了WIOD数据库所包含的43个国家(其中包括28个欧盟国家、15个主要国家)。

国家间的总体贸易流量数据来源于联合国商品贸易统计数据库(UN Comtrade)。考虑到增加值贸易网络和反倾销网络结构变化受宏观经济环境和时间演进的影响，本文分别构建了2000年、2008年、2011年和2014年四个时间点的国家层面全球增加值贸易网络。

图1 2000年FVA_FIN贸易网络 图2 2000年FVA_INT贸易网络 图3 2008年FVA_FIN贸易网络

图4 2008年FVA_INT贸易网络 图5 2011年FVA_FIN贸易网络 图6 2011年FVA_INT贸易网络

图7 2014年FVA_FIN增加值贸易网络 图8 2014年FVA_INT增加值贸易网络

三、增加值贸易网络与反倾销网络结构特征分析

(一)增加值贸易网络结构特征

增加值贸易有向加权网络构建如下：

(6)

本文利用图形可视化技术得到8个有向加权增加值贸易网络，其中，边线的粗细代表贸易流量，节点颜色和大小反映度的大小，度越大，节点越大且颜色越深(图1至图8)。

1.整体网络结构特征。图1到8是分别是2000年、2008年、2011年和2014年四个时间节点的增加值贸易网络。从图中可以发现，中国在FVA_FIN网络中逐步占据主要地位，相比之下中国在高端制造业网络中的地位还有待于进一步提升。图1和图2所示，2000年各国之间的贸易网络较松散，网络密度也相对较低，且主要进行最终产品贸易，以中间品贸易为特征的全球价值链还有待于进一步发展。2008年两个贸易网络边线数量明显增加，网络密度分别增加140%和130%，说明全球价值链的生产链条进一步拉长，越来越多的国家和地区通过与一些核心国家发生贸易关系而逐步开始加入到全球价值链的生产活动中。2011年FVA_FIN和FVA_INT两个贸易网络中边线数量进一步增加，但密度变化的斜率变小(图9)，说明受2008年金融危机的冲击与影响，增加值贸易网络的发展增速明显放缓。2014年的FVA_FIN贸易网络密度相对减小，FVA_INT贸易网络密度未发生改变(图9)，这一现象的原因在于与全球价值链相关的贸易收益分配高度不均导致美国和其他发达经济体贸易保护主义日益增长，因此基于全球价值链分工模式的增加值贸易网络的发展受到抑制。

2.个体网络结构特征。为了更加明确的分析各个经济体在增加值贸易网络中的特征，本文测度了这四个年份各个经济体的度数中心性、接近中心性、中间中心性和特征向量中心性的结果。下面对各经济体的指标变化情况进行分析，其中地图中经济体的颜色越深表示其中心性越大。

图9 增加值贸易网络密度变化

(1)度数中心性。图10至图17显示的是2000年、2008年、2011年和2014年增加值贸易网络中各国的入度中心性和出度中心性的演变情况，并反映了上述网络图中的主要特征。2000-2014年之间德国和美国始终是主要的增加值提供国，英国、法国、日本和意大利这四个经济体逐渐在网络中失去了作为主要增加值提供国的地位。中国在增加值贸易网络中的点出度2008年后急剧上升，成为重要的增加值提供国(图10至图13)。另外值得注意的是俄罗斯的变化，从图10至图15可以看出，俄罗斯作为增加值提供国的地位也急剧上升，原因在于俄罗斯的出口品主要为能源等原材料。

图10 2000年FVA_FIN点出度和点入度对比 图11 2000年FVA_INT点出度和点入度对比

图12 2008年FVA_FIN点出度和点入度对比 图13 2008年FVA_INT点出度和点入度对比

图14 2011年FVA_FIN点出度和点入度对比 图15 2011年FVA_INT点出度和点入度对比

图16 2014年FVA_FIN点出度和点入度对比 图17 2014年FVA_INT点出度和点入度对比

(2)接近中心性。图18、图19报告了各经济体的接近中心性变化情况。整体来看，美国德国始终显示较深的颜色，说明美德始终与多数国家保持较亲密的贸易关系。中国在中间品贸易网络和最终品贸易网络中接近中心性均不断上升，尤其是FIN_INT网络中接近中心性在2014年仅次于德国和美国，FIN_INT网络中地位上升意味着中国正在进行相应的产业升级，参与增加值贸易网络的程度不断加深，逐步从全球价值链低端向中高端爬升。

图18 FVA_FIN接近中心性变化

图19 FVA_INT接近中心性变化

(3)中间中心性。图20、图21报告了各经济体的中间中心性变化情况。2000年，除德国以外的其他国家颜色都很浅，甚至有的国家为0，这意味着，世界主要的信息和资源主要掌控在少数国家手中，贸易全球化水平较低。2000年到2014年间，中国在FVA_FIN网络中的中间中心性不断提高，并最终占据主要位置，这表明在最终产品贸易网络中中国对其他国家的控制力逐步增强。此外，网络中俄罗斯的中间中心性始终较高，甚至在2008年超过了美国，原因在于俄罗斯是主要的能源输出国，因此对其他国家有较强的控制能力。

图20 FVA_FIN中间中心性

图21 FVA_INT中间中心性

(4)特征向量中心性。图22、图23报告了各经济体的特征向量中心性变化情况。整体来看，在FVA_FIN网络中，德国、美国、加拿大、法国和英国始终颜色较深，考虑到这些经济体之间的贸易联系也较多，因而表现出较高的特征向量中心性。从图中可以发现，中国的特征向量中心性不断提高，说明中国与较多贸易大国建立了稳固的贸易关系，因而贸易伙伴在网络中具有较高的影响力，但在2011年之后中国的特征向量中心性降低，一方面原因是由于经济危机的冲击，导致与中国有强贸易关系的某些贸易大国的增加值出口量(需求量)下降；另一方面是由于中国本身受到经济危机的冲击，而导致贸易量下降，转而扩大内需，致使中国本身的核心地位受到一定影响。

图22 FVA_FIN特征向量中心性

图23 FVA_INT特征向量中心性

(二)反倾销网络的结构特征

有向加权反倾销网络构建如下：

(7)

图24 2000年反倾销网络 图25 2008年反倾销网络 图26 2011年反倾销网络 图27 2014年反倾销网络

1.反倾销网络整体结构特征。 图24至图27报告了2000年、2008年、2011年和2014年的世界反倾销网络，网络中节点越大代表遭受反倾销越多，颜色越深代表其发起反倾销越多，而边线则代表了反倾销关系。从网络的整体结构来看，2000年反倾销在全球范围内已经被广泛使用，2008年反倾销网络边线数也大幅降低，仅有80个反倾销关系的发生，节点数也仅为29，全球范围内反倾销使用率大幅度下降。2011年反倾销网络密度小幅上升为0.1，但边线数和节点数都进一步降低，分别为70和 27。这些特征表明随着全球价值链迅速扩张，各经济体均顺应全球化的趋势积极融入全球价值链，以反倾销为主的贸易限制措施的实施呈下降趋势。而2014年反倾销网络的结构发生了巨大的变化，网络密度上升为0.116，边线数和节点数增加，一方面原因在于以贸易保护主义为代表的“逆全球化”风潮兴起，经济全球化进程面临着极大的挑战，从而导致贸易摩擦加剧；另一方面原因在于以中国为代表的发展中国家国际贸易的高速增长，成为世界反倾销的主要目标国。

2.反倾销网络个体结构特征。为了进一步分析世界反倾销网络中各个国家的特征，参照上文中对全球增加值贸易网络的分析指标，本文选取了若干主要国家和地区进行了相应指标的计算，并根据经济体度数中心性(遭受和发起反倾销之和)进行排序。

度数中心性：在反倾销网络中，入度代表经济体所遭受反倾销的次数，出度代表经济体发起反倾销的次数。从表1至表4可以看出，遭受反倾销的经济体在2000-2014年间发生了较大的变化，中国逐步成为反倾销的主要目标国家，而发起反倾销的经济体变化不大，美国和印度始终处于前五位。

表1 2000年反倾销网络的中心性

表2 2008年反倾销网络的中心性

表3 2011年反倾销网络的中心性

表4 2014年反倾销网络的中心性

接近中心性：接近中心性反映节点与其他节点的接近程度，接近中心性高的经济体往往受其他经济体控制的程度较低，拥有较多的资源和信息。从表1至表4中可以看出，接近中心性高的经济体倾向于发起反倾销。

中间中心性：中间中心性较高的节点往往在网络中占据中心位置，对于网络中的其他节点具有较强的控制能力。从表1至表4中可以看出，中间中心性高的经济体，往往表现出较强的区域性，说明中间中心性高的经济体对周边经济体有较强的控制力，会带动周边经济体发起反倾销。

特征向量中心性：世界反倾销网络中特征向量中心性较高的节点往往与其相连的节点拥有较高的联结强度或次数，而特征向量中心性低的节点相反。从表1至表4中可以看出，特征向量中心性较高的经济体往往更容易遭受反倾销。

从表1至表4中可看出，反倾销网络中接近中心性较高的经济体往往并不拥有较高的特征向量中心性，因此在网络中拥有较低接近中心性与较高特征向量中心性的经济体，如中国、美国和韩国，可以认为这些国家多面临单向的反倾销关系而不是双向反倾销关系，其与这些经济体的度数中心性趋同。另外，结合前面增加值贸易网络的分析，贸易伙伴国之间往往更倾向于连带发起反倾销，如由美国与墨西哥之间的贸易流量可知，两者之间的贸易联系强度较高，是贸易伙伴国关系，两者都发起了较多的反倾销措施。

四、增加值贸易网络与反倾销网络的关联效应研究

(一)模型设定及数据来源

本文做出如下理论假设：经济体间的反倾销关系GAD主要受9个关系因素的影响，分别是反映贸易关系数量的度数中心性差异DINT和DFIN、反映贸易网络距离的接近中心性差异CINT和CFIN、反映经济体控制能力的中间中心性差异BINT和BFIN、反映经济体影响力的特征向量中心性差异EINT和EFIN，以及反映贸易差额的T。前8个解释变量代表增加值贸易网络的结构变化，数据均来自于前文基于UIBE数据库构建的增加值贸易网络中各经济体的网络指标，基于这些网络指标本文构建了相应指标的绝对差异矩阵。而为了分析影响反倾销的传统指标——贸易顺差对反倾销网络的影响，也为了反映全球价值链核算体系和传统贸易统计对反倾销影响的差异性，本文引入了国家间的出口额这一变量，并使用国家间的出口额构建贸易差异矩阵。此外，为了满足QAP分析的数据要求，本文根据如下方法对所有关系矩阵进行了二值化处理。

(8)

其中，aij表示邻接矩阵中的元素的值，n表示43个国家。

由此设立模型1和模型2：

GAD=f(T,DFIN,CFIN,BFIN,EFIN)

(9)

GAD=f(T,DINT,CINT,BINT,EINT)

(10)

并选择2000次随机置换，得到的回归结果(见表5、表6)。

(二)实证结果分析

由表5和表6可知，两个网络的回归结果总体一致，说明模型比较稳健，这意味着无论是由中间产品贸易还是最终产品贸易所构成的增加值贸易网络的经济体位置差异均会对反倾销产生一定的影响作用。在此基础上，本文对变量的回归结果逐一进行分析。

在FVA_FIN网络中，度数中心性差异对于最终产品贸易中的反倾销发起具有显著的抑制作用，而接近中心性以及贸易差额对于反倾销的发起具有显著的正向作用，这说明经济体在增加值贸易网络中建立的贸易关系越多，嵌入全球价值链的程度越深，就会越依赖全球价值链，更主张自由贸易。而若经济体在网络中占据核心地位，如表现出较高的接近中心性，拥有较多可替代的最终产品的贸易伙伴时其顾虑性较低，倾向于发起反倾销保护国内产业。而在FVA_INT网络中，接近中心性则与FVA_FIN网络中类似，对于反倾销具有显著的正向作用，而度数中心性随着时间的演进对于反倾销的影响逐渐消失，中间中心性则表现出对于反倾销措施的显著抑制性。这说明在高端的全球价值链贸易中，在网络中掌握较多的信息具有较强控制力的发达国家因其内部利益分配不均导致贸易保护主义兴起，采取反倾销的概率增加。

表5 FVA_FIN贸易网络与GAD网络QAP回归分析结果

表6 FVA_INT贸易网络与GAD网络QAP 回归分析结果

如图5至图6所示，两个网络中，特征向量中心性对于反倾销的发起在不同的时间具有不同的影响作用。这说明经济形势较好时，特征向量中心性较高的经济体向贸易伙伴提起反倾销诉讼对其自身也会产生负面影响；而当全球经济遭受巨大冲击时，经济体更注重国内经济的复苏，为保护国内产业的发展，其此时提起反倾销诉讼的可能性会变大。因此，高特征向量中心性的经济体是否提起反倾销诉讼取决于网络结构的变动。此外，由表5、表6的数据可知，两个网络中贸易差额都对反倾销关系有显著影响，表明传统贸易差额仍是反倾销实施的一项重要因素。

五、结论

社会网络分析方法为国际经济与贸易领域科学问题的研究提供了新的方法论与研究视角，本文将其嵌入增加值贸易网络和反倾销网络的结构演化及其关联效应研究中，有助于从网络维度解析全球价值链分工与国际贸易摩擦内在蕴含的知识规律。本文的主要结论如下：(1)FVA_FIN、 FVA_INT增加值贸易网络密度均增加，全球贸易关系日趋增强，网络中主要的核心国家如美国、德国的核心地位未发生改变，中国在网络中的位置逐年上升，并逐渐占据核心位置；(2)增加值贸易网络中拥有贸易伙伴较多的国家(度数中心性较高)表现出对贸易网络较高的控制力(中间中心性较高)和影响力(特征向量中心性较高)；(3)反倾销网络的密度呈现先下降后增加趋势，网络中接近中心性较高的经济体受到其他经济体间反倾销波及的可能性较低，同时以中国为代表的新兴经济体成为反倾销网络中的主要目标国；(4)通过将增加值核算体系下的贸易流量与传统核算体系下贸易流量的对比研究发现，传统核算体系下的贸易流量依旧是反倾销诉讼发生的一个重要原因；(5)增加值贸易网络中经济体的度数中心性越高，提起反倾销诉讼的概率越低，即深度参与跨国生产分工网络将有效抑制反倾销的发生，但高端全球价值链网络中对于网络信息的掌控力更能使国家占据发起反倾销主导权；(6)在增加值贸易网络中具有较高的接近中心性的经济体更倾向于提起反倾销诉讼，即贸易网络中与其他国家间的贸易联系越紧密，其发起反倾销概率越大。综上可以认为增加值贸易网络是可塑性的，可通过调整网络结构以应对贸易限制。

本文研究结果表明深度融入增加值贸易网络可以有效抑制贸易摩擦的产生，同时在增加值贸易网络中掌握主动权能减少反倾销的波及效应，却会提高经济体主动提起反倾销诉讼的可能性。入世以来，中国在增加值贸易网络中的地位不断提升，对世界原有的经贸秩序产生了巨大影响，导致中国所遭受的贸易摩擦数量也大幅度增多。在此背景下，中国应该鼓励国内企业重视知识产权、加大研发投入，发展企业的自主创新能力，加速制造业的转型升级，掌握高端价值链贸易中的主动权。同时积极推进“一带一路”建设，发展中国主导的区域价值链，努力调整价值链的结构，有效应对贸易摩擦，增强中国在全球贸易网络中的抗风险能力。此外，本研究认为在未来对于贸易网络的研究过程中可以进行如下几点拓展：(1)在对于贸易环境的判断方面，可以通过网络的复杂度变化来研究全球贸易趋向于自由还是贸易保护，为贸易政策、贸易规则的制定提供参考；(2)在对于贸易摩擦的研究方面，可以进一步研究反倾销网络的动态变化，模拟仿真反倾销网络的动态结构调整对于预防和应对贸易摩擦的积极作用；(3)在区域价值链的研究方面，可以构建“一带一路”价值链网络或考虑自贸区、自贸协定对于网络拓扑结构变化的影响作用。最后在本研究的基础上后续研究可以深入到行业层面研究反倾销网络与增加值贸易网络的拓扑结构即关联效应。