基于引力模型的廣度優(yōu)先路徑搜索算法在全球價值鏈位置測度中的應(yīng)用

邢李志 韓 宇

（北京工業(yè)大學(xué)經(jīng)濟與管理學(xué)院，北京 100124）

引 言

全球價值鏈（Global Value Chain，GVC）的研究熱潮引起了經(jīng)濟學(xué)家的廣泛關(guān)注。面對跨國生產(chǎn)組織的新特點，學(xué)者們迫切需要一種收集、處理以及解釋國際貿(mào)易統(tǒng)計數(shù)據(jù)的標(biāo)準(zhǔn)方法。許多學(xué)者關(guān)注國家及其產(chǎn)業(yè)部門在GVC上所處的位置，認(rèn)為嵌入位置能夠影響產(chǎn)業(yè)部門的價值獲取能力。根據(jù)波特對價值鏈的定義，價值鏈反映出從研發(fā)、設(shè)計到最終產(chǎn)品和服務(wù)交付到消費者的每一個生產(chǎn)階段的價值增值過程［1］。這一過程逐漸從國家內(nèi)部擴展到區(qū)域間和全球范圍內(nèi)，生產(chǎn)過程的 “碎片化”使測算國家或產(chǎn)業(yè)部門在GVC上的位置更加復(fù)雜。

在國際貿(mào)易領(lǐng)域，學(xué)者們基于國家間投入產(chǎn)出（Inter-Country Input-Output，ICIO）數(shù)據(jù)庫提出了許多研究方法和框架，從理論和實證上探究了這一問題。Hummels等［2］研究了一國出口中包含的出口中間產(chǎn)品的價值和比重，首次提出了測量參與垂直專業(yè)化貿(mào)易程度的實證工具，即垂直專業(yè)化分工（Vertical Specialization，VS）指數(shù)。此后，Koopman等［3］整合并調(diào)整了以往垂直專業(yè)化分工和附加值貿(mào)易的研究方法，使之適用于多國之間的中間產(chǎn)品往復(fù)式貿(mào)易，進而提出GVC網(wǎng)絡(luò)地位指數(shù)和參與度指數(shù)來測量一個國家的產(chǎn)業(yè)部門融入全球生產(chǎn)鏈的程度。為了進行出口總額分解的實證研究，他們還在第7版GTAP數(shù)據(jù)庫的基礎(chǔ)上建立了一個ICIO表，使其能夠在前人的基礎(chǔ)上做出更為深入的綜合性研究。Fally［4］提出了 “生產(chǎn)過程所需的階段數(shù)目”和 “生產(chǎn)與最終需求之間的階段數(shù)目”兩個不同指標(biāo)來定量分析生產(chǎn)鏈平均長度。 Antràs和 Chor［5］提出 “上游度” 指標(biāo)來測度一國各產(chǎn)業(yè)部門在生產(chǎn)鏈上所處的位置。Miller和Temurshoev［6］進一步對 “上游度” 指標(biāo)進行了拓展，從 “產(chǎn)出上游度”和 “投入下游度”雙重角度來測度國家或產(chǎn)業(yè)部門在全球生產(chǎn)分工中的位置。上述有關(guān)生產(chǎn)長度的研究主要是基于Diet?zenbacher和 Romero［7］提出的平均傳播長度指標(biāo)（Average Propagation Length，APL），從產(chǎn)業(yè)部門總產(chǎn)出的角度來測算產(chǎn)業(yè)部門在GVC上的位置。但總的來說，基于APL提出的測度方法均是一種絕對度量。與此相反，Wang等將價值鏈的平均生產(chǎn)長度定義為一國產(chǎn)業(yè)部門利用各種生產(chǎn)要素創(chuàng)造增加值的平均次數(shù)，通過對比前向關(guān)聯(lián)生產(chǎn)長度和后向關(guān)聯(lián)生產(chǎn)長度提出 “生產(chǎn)位置”這一相對概念［8］。受上述研究框架的啟發(fā)，部分學(xué)者開發(fā)出新的方法來提升這些測度的有效性和實用性，如Muradov［9］提出了加權(quán)平均生產(chǎn)階段數(shù)。

綜上，GVC網(wǎng)絡(luò)地位指數(shù)、上游度指標(biāo)和生產(chǎn)位置指數(shù)成為對國家及其產(chǎn)業(yè)部門在GVC中的位置進行測度的3個重要指標(biāo)。但它們都是基于投入產(chǎn)出模型計算的，不能等價于真實經(jīng)濟中的生產(chǎn)鏈位置［10］。鑒于GVC具有網(wǎng)絡(luò)形態(tài)的拓撲結(jié)構(gòu)，本文認(rèn)為基于網(wǎng)絡(luò)的算法和指標(biāo)能夠更準(zhǔn)確的反映出產(chǎn)業(yè)部門的位置和功能。然而除了Mesa-Arango 等［11］和 Cingolani等［12］，目前鮮少有學(xué)者采用這種方法來衡量國家或產(chǎn)業(yè)部門在GVC上的嵌入位置。

1 全球產(chǎn)業(yè)價值鏈網(wǎng)絡(luò)模型

1.1 數(shù)據(jù)來源

MRIO數(shù)據(jù)庫主要有世界投入產(chǎn)出數(shù)據(jù)庫（WIOD）、基于貿(mào)易附加值的OECD-WTO數(shù)據(jù)庫（TiVA）、Eora多區(qū)域投入產(chǎn)出數(shù)據(jù)庫（Eora-MRIO）、全球貿(mào)易分析項目（GTAP）、亞洲國際投入產(chǎn)出表（AIIOT）、亞洲開發(fā)銀行多區(qū)域投入產(chǎn)出表（ADB-MRIO）、基于外部性數(shù)據(jù)和投入產(chǎn)出工具的政策分析（EXIOPOL）等。其中，WIOD和TiVA在官方統(tǒng)計數(shù)據(jù)的基礎(chǔ)上提供了較細粒度的部門信息，被廣泛用于以貿(mào)易為重點的實證分析，并且后者還將中國和墨西哥的加工貿(mào)易進行了單獨統(tǒng)計。亞洲開發(fā)銀行在WIOD數(shù)據(jù)庫的基礎(chǔ)上補充了18個亞太地區(qū)經(jīng)濟體的供需表和投入產(chǎn)出表數(shù)據(jù)，從而形成ADB-MRIO。該數(shù)據(jù)庫有助于為更多亞洲經(jīng)濟體進行GVC核算提供標(biāo)準(zhǔn)化的ICIO數(shù)據(jù)，成為了它們研究和制定經(jīng)濟發(fā)展政策的重要信息來源。考慮到ADB-MRIO已經(jīng)更新到2019年，本文選取其作為GVC網(wǎng)絡(luò)建模數(shù)據(jù)來源，以更好地滿足實證分析需要。ADB-MRIO包含了62個國家或地區(qū)以及世界其他地區(qū)（RoW）的35個部門。為強調(diào)全球價值鏈的拓撲結(jié)構(gòu)，本文將35個部門根據(jù)ERDI分類標(biāo)準(zhǔn)合并為5類，如表1所示。

表1 ADB-MRIO中的產(chǎn)業(yè)部門分類

續(xù) 表

1.2 全球產(chǎn)業(yè)價值鏈網(wǎng)絡(luò)模型構(gòu)建

根據(jù)ADB-MRIO數(shù)據(jù)庫中的全球ICIO表，本文把國家的產(chǎn)業(yè)部門抽象為節(jié)點，產(chǎn)業(yè)部門間的投入產(chǎn)出關(guān)系抽象為連邊，ICIO表的中間產(chǎn)品投入和使用作為邊權(quán)，由此得到圖G＝（C，E，W）。其中，V為節(jié)點集合，包含n個節(jié)點；E為不對稱的邊集合，反映了節(jié)點對之間的相互依賴關(guān)系；另外，在加權(quán)網(wǎng)絡(luò)中，通常用邊權(quán)集合W代替邊集合E。

本文將基于以上思路構(gòu)建的產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)模型命名為全球產(chǎn)業(yè)價值鏈網(wǎng)絡(luò)模型（Global Indus?trial Value Chain Network，GIVCN），旨在反映經(jīng)濟沖擊如何在GVC上發(fā)生轉(zhuǎn)移和擴大影響并考察其對國家產(chǎn)業(yè)部門及結(jié)構(gòu)的影響程度。為進一步對比分析，本文選擇2000年和2019年的全球ICIO表構(gòu)建了兩個GIVCN模型。具體地，圖1展示了刪除較弱產(chǎn)業(yè)關(guān)聯(lián)后建立的GIVCN-ADB網(wǎng)絡(luò)的拓撲結(jié)構(gòu)［13］。

圖1 GIVCN-ADB模型

2 研究方法

雖然學(xué)者們已經(jīng)針對加權(quán)網(wǎng)絡(luò)提出了眾多測度方法，但是鮮有能夠應(yīng)用于邊權(quán)為相似權(quán)的網(wǎng)絡(luò)，而GIVCN模型正是此類網(wǎng)絡(luò)。從網(wǎng)絡(luò)的角度來看，本文將所有連邊都用一個強度值來區(qū)分其上傳遞中間產(chǎn)品的數(shù)量，即所謂的邊權(quán)；另外，基于投入產(chǎn)出理論，Leontief和Ghosh模型被廣泛用于量化生產(chǎn)網(wǎng)絡(luò)的長度或位置。本文遵循第一性原理（First Principle）的研究思路，提出了一個基于網(wǎng)絡(luò)的框架來探索產(chǎn)業(yè)部門間的相關(guān)性。具體而言，GVC上部門功能和部門間相對位置的信息已經(jīng)囊括在GIVCN模型的拓撲結(jié)構(gòu)當(dāng)中，因此，在充分考慮經(jīng)濟系統(tǒng)特性的前提下，首先要重新定義最佳路徑來反映中間產(chǎn)品的傳播過程。

2.1 相似權(quán)網(wǎng)絡(luò)中的路徑問題

在布爾網(wǎng)絡(luò)中，識別網(wǎng)絡(luò)中最佳路徑的問題可以簡化為尋找最短路徑問題。但當(dāng)連邊是加權(quán)的，那么評估路徑的最優(yōu)性就存在多種可能性［14］。換言之，加權(quán)網(wǎng)絡(luò)對于最優(yōu)化路徑并沒有統(tǒng)一的標(biāo)準(zhǔn)，而是取決于所研究網(wǎng)絡(luò)中權(quán)重的本質(zhì)。

其中，常見的處理方式是將加權(quán)邊二進制化，然后采用傳統(tǒng)的廣度優(yōu)先搜索（Breadth-First-Search，BFS）算法來處理路徑相關(guān)問題。另外，也有人將最優(yōu)化路徑定義為任意兩對節(jié)點之間最大的最短路徑長度［15］，或者在邊權(quán)倒數(shù)的基礎(chǔ)上取最小的最短路徑長度［16］。但是，使用最小化的目標(biāo)函數(shù)找到中間產(chǎn)品傳遞效率最低的渠道是沒有意義的，將其作為最大化問題處理又將不可避免地得到無限的結(jié)果。因此，本文必須設(shè)計一種快速且高效的約束算法來解決如何追蹤此類網(wǎng)絡(luò)運動的運籌學(xué)問題。

GVC的拓撲結(jié)構(gòu)與供應(yīng)鏈非常相似，這為探索GIVCN模型中的路徑問題提供了依據(jù)。眾所周知，牛鞭效應(yīng)（Bullwhip Effect，也稱為 Forrester效應(yīng)）［17］是一種分銷渠道經(jīng)常出現(xiàn)的信息不對稱現(xiàn)象，市場端消費者的行為變化逐級向上、愈發(fā)嚴(yán)重地影響到價值鏈上的各個環(huán)節(jié)，從而導(dǎo)致供應(yīng)鏈整體效率低下。為了削弱這種現(xiàn)象，最直接和最有效的方法是減少交易環(huán)節(jié)，并提高每一個環(huán)節(jié)的效率和效果?；谶@個思路，本文設(shè)計了一種全新的BFS算法來追蹤產(chǎn)業(yè)部門間那些能夠兼顧中間產(chǎn)品流動效率和效果的關(guān)鍵價值鏈條。

2.2 改進的Floyd-Warshall算法

在網(wǎng)絡(luò)科學(xué)中，路徑這一概念發(fā)揮著核心作用，并且圍繞它開發(fā)了許多基于網(wǎng)絡(luò)的測度指標(biāo)。節(jié)點i和j之間的最短路徑（Shortest Path），也稱為距離（Distance）或測地線（Geodesic Path），是連接它們的邊數(shù)最少的路徑，表示為dij。如果它們之間沒有這樣的路徑，則表示為dij＝∞。Floyd-Warshall Algorithm算法（FWA）常用于網(wǎng)絡(luò)中每一對節(jié)點間最短路徑的求解。作為經(jīng)典的BFS算法，通過反復(fù)迭代的方式尋找所有節(jié)點間的最短路徑，即在全網(wǎng)范圍內(nèi)逐條對比較所有路徑并最終得到最優(yōu)化的那一條［18］。FWA的核心公式是：

其中，式 （1）首先計算所有源節(jié)點到匯節(jié)點對第一步（k＝1）的然后是第二步（k＝1），以此類推，直到在全網(wǎng)范圍內(nèi)（k＝N）找到所有最短路徑。

其中，wki是連接節(jié)點i和j的一條連邊上的權(quán)重，RPLij的具體數(shù)值取決于產(chǎn)業(yè)部門i和j之間傳遞中間產(chǎn)品的路徑的數(shù)量。從形式上看，該公式與并聯(lián)電阻相似。當(dāng)網(wǎng)絡(luò)中存在自環(huán)時，令RPLii＝wii。

然后，本文考慮如何在RPL路徑中找出最優(yōu)化的路徑，并將其命名為最強關(guān)聯(lián)路徑長度（Stron?gest Relevance Path Length，SRPL），它是對相似權(quán)網(wǎng)絡(luò)中路徑傳播效果和效率的一種綜合度量。為了實現(xiàn)網(wǎng)絡(luò)全局范圍內(nèi)針對這種路徑的搜索，本文提出了基于運籌學(xué)思想的改進Floyd-Warshall算法（Revised Floyd-Warshall Algorithm，RFWA算法），迭代公式如下：

根據(jù)式 （3），本文將連續(xù)比較RPL路徑，直到找出數(shù)值最大的RPL路徑。如果它大于即為該最大值，否則只讓其等于當(dāng)?shù)扔跁r，意味著最優(yōu)路徑為節(jié)點i和j之間最直接的傳播路徑，即不需要再經(jīng)過另一個節(jié)點的中轉(zhuǎn)。此外，自環(huán)也包含了不可忽略的拓撲結(jié)構(gòu)信息，如ICIO網(wǎng)絡(luò)中產(chǎn)業(yè)部門的自我消耗。因此，本文將這種特殊連邊也納入比較過程中，這意味著RPL路徑的源節(jié)點和匯節(jié)點可以是同一個節(jié)點。

2.3 GIVCN模型中SRPL的理論基礎(chǔ)

根據(jù)波特1985年的定義，行業(yè)價值鏈?zhǔn)巧a(chǎn)商品（和服務(wù)）所涉及的各種過程的實物表征，從原材料開始到交付產(chǎn)品結(jié)束，根植于生產(chǎn)層面各個階段的價值增值概念［1］。實際上，Leontief早在20世紀(jì)50年代提出的IO表就已經(jīng)刻畫了行業(yè)價值鏈上每個環(huán)節(jié)的相對重要性。近幾十年來，跨國企業(yè)在全球不同國家開展研發(fā)、設(shè)計、裝配、零件生產(chǎn)、營銷和品牌推廣，以提高生產(chǎn)效率和企業(yè)利潤。正是因為全球化背后的比較優(yōu)勢理論，GVC的概念才得以出現(xiàn)。另外，大量研究已經(jīng)證明基于復(fù)雜網(wǎng)絡(luò)的分析工具在GVC研究中非常有效，因此本文在許多理論和模型的基礎(chǔ)上，提出了揭示中間產(chǎn)品在GVC上傳播的最優(yōu)化路徑的方法，如圖2所示。

圖2 SRPL路徑的理論基礎(chǔ)

值得注意的是，本文提出的RFWA算法主要借鑒了國際經(jīng)濟學(xué)領(lǐng)域的引力模型。一般來說，社會科學(xué)模型往往包含一些 “質(zhì)量”和 “距離”的要素，這使它們成為物理意義上引力的隱喻。因此社會科學(xué)領(lǐng)域的引力模型多通過模仿牛頓的萬有引力公式，來描述和預(yù)測各自所在領(lǐng)域的某些問題，如可以對兩個或多個位置之間的商品、服務(wù)或人員的流量進行估算。具體地，最早由Isard［19］于1954年提出的國際貿(mào)易的引力模型根據(jù)兩個經(jīng)濟體的經(jīng)濟規(guī)模和兩者之間的地理距離來預(yù)測雙邊貿(mào)易流量。兩國貿(mào)易流量的基本預(yù)測公式如下：

其中，Tij代表貿(mào)易流量；A為常數(shù)；Yi以及Yj分別代表了兩個國家的經(jīng)濟體量，一般采用GDP作為衡量標(biāo)準(zhǔn)；Dij代表距離，作為阻礙函數(shù)。

引力模型的公式闡明了RFWA算法的基本運籌學(xué)原理，即中間產(chǎn)品傳播路徑與相關(guān)的IO關(guān)系強度成正比，與價值增值過程的長度成反比。因此，本文用來衡量來自產(chǎn)業(yè)結(jié)構(gòu)的影響， 用提供距離信息并將其作為阻礙函數(shù)（在迭代公式轉(zhuǎn)變成分?jǐn)?shù)形式之后，兩個及以上步驟的RPL路徑的分母包含了相關(guān)步驟的數(shù)量信息，而增加的步驟也相應(yīng)產(chǎn)生了更多的交易成本），從而解釋中間產(chǎn)品從上游部門轉(zhuǎn)移到下游部門（有時它們是同一個部門）的動態(tài)過程。作為結(jié)果，基于RFWA算法的SRPL路徑擁有兩方面經(jīng)濟意義：（1）找到中間商品的所有最佳傳播路徑，在任何一對產(chǎn)業(yè)部門（包括自環(huán)所代表的內(nèi)部消耗）之間具有更高的IO關(guān)系和更低的交易成本；（2）從價值鏈全局角度測度跨部門（也可以發(fā)生在部門內(nèi)部）的關(guān)系強度。

2.4 基于RFWA的緊密中心性

中心性是復(fù)雜網(wǎng)絡(luò)分析中的重要概念之一。前人開發(fā)了許多測度工具并付諸于應(yīng)用，如介數(shù)中心性、 緊密中心性［20］、 流介數(shù)［21］、 特征向量中心性［22］以及隨機游走中心性［23］等，它們對信息在網(wǎng)絡(luò)中的流動方式做出隱性假定。本文主要通過基于SRPL路徑的中心性指標(biāo)來研究ICIO網(wǎng)絡(luò)的拓撲結(jié)構(gòu)，識別出其內(nèi)部的關(guān)鍵行業(yè)價值鏈，進而對產(chǎn)業(yè)部門進行功能測度。

緊密中心性的測度是建立在識別網(wǎng)絡(luò)中最佳路徑基礎(chǔ)上的，在無權(quán)無向的網(wǎng)絡(luò)中，緊密中心性（Closeness Centrality，記為CC）等于特定節(jié)點到其他所有節(jié)點平均路徑長度的倒數(shù)，反映了其在網(wǎng)絡(luò)拓撲結(jié)構(gòu)的中心程度。節(jié)點的緊密中心性越高，它到其他所有節(jié)點的平均路徑長度越短，那么它憑借著這種位置優(yōu)勢就能更好地傳播信息。因此，該指標(biāo)可以有效地衡量節(jié)點在傳播信息過程中所具有的位置優(yōu)勢，公式如下：

本文注意到式 （5）并不適用于加權(quán)或者有向的網(wǎng)絡(luò)，也就是說，關(guān)注所有節(jié)點對之間的最短路徑問題是不夠的，還要充分考慮到這類網(wǎng)絡(luò)中信息傳播過程的復(fù)雜性。本文中GIVCN模型的數(shù)據(jù)基礎(chǔ)為ICIO表，所有節(jié)點連邊同時具有權(quán)重和方向?qū)傩?，那么關(guān)于節(jié)點位置的測度也必須建立在SRPL路徑基礎(chǔ)之上。（1）根據(jù)節(jié)點在傳播路徑上的位置不同（作為匯節(jié)點還是源節(jié)點），有向緊密中心性可以劃分為兩類：入度緊密中心性（In-Degree Closeness Centrality，記為和出度緊密中心性（Out-Degree Closeness Centrality，記為（2）最短路徑不能有效反映加權(quán)網(wǎng)絡(luò)中信息的傳播效率，所以要替換為SRPL路徑再進行統(tǒng)計；（3）體現(xiàn)相對位置的分子和分母需要換位，因為SRPL路徑反映的是相似權(quán)網(wǎng)絡(luò)中信息流動的最優(yōu)化路徑，所以緊密中心性的分子數(shù)值應(yīng)正比于相關(guān)SRPL路徑的平均值?；谝陨?點考慮，新的緊密中心性公式設(shè)定如下：

其中，公式中存在兩種特殊情況：如果節(jié)點擁有自環(huán)，則分母為其鏈接到的所有節(jié)點的數(shù)量，即：N＝Nn；如果節(jié)點i只與其自身以外的節(jié)點相連，則分母為N＝Nn-1。

根據(jù)式 （6）和 （7）可知，網(wǎng)絡(luò)中所有后向聯(lián)系的總和恰好等于前向聯(lián)系的總和，即即封閉經(jīng)濟系統(tǒng)中節(jié)點的位置優(yōu)勢是相對的，并且存在一種總量守恒關(guān)系。

本文還提出了相對上游度指數(shù)（Relative Up?streamness Index，RUI），目 的 是 將和蘊含的位置信息整合在一起，進而測度產(chǎn)業(yè)部門與分布在GVC上的其他部門之間的相對相互依賴性。RUI的公式如下：

根據(jù)式 （8），隨著部門的相對位置從貼近需求側(cè)向貼近供給側(cè)轉(zhuǎn)移，其RUI值逐漸變大。本文設(shè)定閾值為1，則位于GVC上游的部門的RUI大于1，而位于下游的RUI小于1。因此本文研究的特點在于，經(jīng)濟系統(tǒng)中的價值增值過程沒有明確的起點（研發(fā)和設(shè)計）和終點（向消費者提供最終產(chǎn)品或服務(wù)）。只有當(dāng)供給側(cè)的每個部門直接或間接地至少為1個客戶提供產(chǎn)品或服務(wù)時，它才被稱為上游部門。同樣，需求側(cè)的每個部門只有在直接或間接消耗中間產(chǎn)品或服務(wù)時才被視為下游部門，即使其只有1個上游部門獨家供應(yīng)。

3 實證分析

3.1 橫截面分析

本文利用ADB-MRIO數(shù)據(jù)庫中2000年和2019年全球ICIO表的中間產(chǎn)品投入產(chǎn)出數(shù)據(jù)，計算出63個國家或地區(qū)、5類產(chǎn)業(yè)部門的以后向緊密度為橫坐標(biāo)、前向緊密度為縱坐標(biāo)繪制了2000年和2019年的引力圖，如圖3所示。其中，斜線表示相對上游度指數(shù)，即RUI等于1；國家產(chǎn)業(yè)部門位于斜線的右下方，表明該國家產(chǎn)業(yè)部門的RUI大于1，更靠近上游供給側(cè)；國家產(chǎn)業(yè)部門位于斜線左上方，表明該國家產(chǎn)業(yè)部門的RUI小于1，更靠近下游需求側(cè)。

從圖中可以看出，無論是在2000年還是2019年，GIVCN網(wǎng)絡(luò)結(jié)構(gòu)均呈現(xiàn)出明顯的不均衡性，即只有少數(shù)節(jié)點具備較高的而大多數(shù)節(jié)點的值并不顯著。反映到產(chǎn)業(yè)部門緊密度層面，這種現(xiàn)象表明，只有少數(shù)國家產(chǎn)業(yè)部門具備較高的后向和前向緊密度，在GVC貿(mào)易分工網(wǎng)絡(luò)中擁有關(guān)鍵位置優(yōu)勢。同時，在GIVCN-ADB模型中表現(xiàn)出較強的正相關(guān)關(guān)系。這意味著任何一個在后向或前向產(chǎn)業(yè)關(guān)聯(lián)中具有競爭優(yōu)勢的部門最終都會進一步提升其在另一側(cè)的競爭優(yōu)勢，在本質(zhì)上反映出經(jīng)濟系統(tǒng)的協(xié)同效應(yīng)。

圖3 GIVCN-ADB模型中5類產(chǎn)業(yè)后向和前向緊密度分布的引力圖

從產(chǎn)業(yè)分類角度來看，低技術(shù)含量、中高技術(shù)含量以及公共和福利服務(wù)產(chǎn)業(yè)的RUI多大于1，即后向緊密度大于前向緊密度，與上游產(chǎn)業(yè)部門的緊密程度相對更高。由于低技術(shù)含量和中高技術(shù)產(chǎn)量行業(yè)多為制造業(yè)類產(chǎn)業(yè)，其發(fā)展需要上游產(chǎn)業(yè)部門為其提供大量的中間產(chǎn)品，如機械制造需要鐵礦石煤炭等礦產(chǎn)品，因而在GVC上更加貼近上游供給側(cè)。

而基礎(chǔ)類產(chǎn)業(yè)和商業(yè)服務(wù)類產(chǎn)業(yè)的RUI往往小于1，即前向緊密度大于后向緊密度，與下游產(chǎn)業(yè)部門的緊密程度相對更高。其中，基礎(chǔ)類產(chǎn)業(yè)主要包括農(nóng)業(yè)和礦業(yè)，隨著國際分工的進一步深化，農(nóng)產(chǎn)品和礦產(chǎn)品的深加工需求進一步加大，其更多次的被當(dāng)作中間投入來生產(chǎn)附加值含量更高的產(chǎn)品，價值鏈進一步延長，因而更加貼近下游需求側(cè)。

商業(yè)服務(wù)類產(chǎn)業(yè)中包含生產(chǎn)性服務(wù)業(yè)和消費類服務(wù)業(yè)，生產(chǎn)性服務(wù)不同于一般的消費類服務(wù)，其多為制造業(yè)部門提供中間產(chǎn)品和服務(wù)，因此更加靠近下游需求側(cè)；而消費類服務(wù)在交付給消費者之前經(jīng)歷了多次中間產(chǎn)品和服務(wù)的流轉(zhuǎn)，與上游供應(yīng)商的緊密度相對更強，因而更加靠近上游供給側(cè)。這與圖中商業(yè)服務(wù)類產(chǎn)業(yè)既存在RUI小于1也存在RUI大于1的情況也是相匹配的。

3.2 時序演進分析

為了方便對比分析，本文展示了20年始末每一類產(chǎn)業(yè)部門的后向和前向緊密度前10位的國家（如圖4～圖8所示）。在不同產(chǎn)業(yè)類別中，各國在全球價值鏈中的功能與地位呈現(xiàn)出不均勻的變化態(tài)勢。

圖4 基礎(chǔ)類產(chǎn)業(yè)后向和前向緊密度的地理分布趨勢

圖5 低技術(shù)含量產(chǎn)業(yè)后向和前向緊密度的地理分布趨勢

圖6 中高技術(shù)含量產(chǎn)業(yè)后向和前向緊密度的地理分布趨勢

圖7 商業(yè)服務(wù)業(yè)后向和前向緊密度的地理分布趨勢

圖8 公共和福利服務(wù)業(yè)后向和前向緊密度的地理分布趨勢

從全局范圍來看，隨著國際貿(mào)易的發(fā)展，各國經(jīng)濟規(guī)模和貿(mào)易額不斷增長，從2000～2019年世界各國產(chǎn)業(yè)部門的后向和前向緊密度均呈增長態(tài)勢。20年來，低技術(shù)含量產(chǎn)業(yè)始終保持著最大的后向緊密度，而前向緊密度最大的則由商業(yè)服務(wù)業(yè)變?yōu)橹懈吆考夹g(shù)產(chǎn)業(yè)。這表明低技術(shù)含量產(chǎn)業(yè)對上游原材料行業(yè)仍然存在較高的依賴性，而中高含量技術(shù)產(chǎn)業(yè)對下游行業(yè)的牽引和驅(qū)動作用在增強。近年來，中高含量技術(shù)產(chǎn)業(yè)中包含的高技術(shù)產(chǎn)業(yè)在一國經(jīng)濟發(fā)展中的地位和作用日益提高，甚至影響到國家在世界經(jīng)濟格局中的地位和作用。

從國家層面來看，中國的基礎(chǔ)類產(chǎn)業(yè)、低技術(shù)含量產(chǎn)業(yè)、中高技術(shù)含量產(chǎn)業(yè)和商業(yè)服務(wù)業(yè)的后向和前向緊密度逐漸超過美國躍居第一，而美國的公共和福利服務(wù)業(yè)始終位于全球首位且顯著高于其他國家。長久以來，服務(wù)業(yè)在美國經(jīng)濟中占有舉足輕重的地位。但根據(jù)本文的測算，中國的商業(yè)服務(wù)業(yè)在2019年具備了比美國更為重要的國際地位，公共和福利服務(wù)業(yè)也緊隨美國之后。根據(jù)國家統(tǒng)計局發(fā)布的官方數(shù)據(jù)，我國第三產(chǎn)業(yè)增加值2018年已擴大至469575億元，成為中國經(jīng)濟的第一大產(chǎn)業(yè)，且公共服務(wù)規(guī)模、質(zhì)量和水平也在不斷提升。因此，我國的服務(wù)業(yè)連接上游供給側(cè)和下游需求側(cè)的能力正在不斷增強。

除此之外，金磚國家（中國、俄羅斯、印度）、韓國等新興經(jīng)濟體的各類產(chǎn)業(yè)部門后向和前向緊密度增速較快，表明其發(fā)展勢頭迅猛，與上下游部門間的緊密程度大幅增強。與之相對的，法國、意大利、西班牙等經(jīng)濟發(fā)展水平較高的國家雖在數(shù)值上呈增長狀態(tài)，但相對地位有所下降。值得注意的是，據(jù)聯(lián)合國工業(yè)發(fā)展組織的統(tǒng)計，大多數(shù)發(fā)展中經(jīng)濟體的中高科技制造業(yè)生產(chǎn)值在制造業(yè)生產(chǎn)總值中所占比重有所上升，而金磚國家之一的巴西卻是其中的例外。在2019年的統(tǒng)計中，巴西的中高技術(shù)含量產(chǎn)業(yè)的后向緊密度排名已由19位下降至25位，表明其中高技術(shù)產(chǎn)業(yè)的競爭力正處于下降狀態(tài)。

4 結(jié)論與總結(jié)

本文根據(jù)ADB-MRIO數(shù)據(jù)庫中的全球ICIO表中間產(chǎn)品投入產(chǎn)出關(guān)系構(gòu)建了GIVCN模型，并根據(jù)第一性原則設(shè)計了一套基于經(jīng)濟物理學(xué)的GVC分析框架，對全球經(jīng)濟系統(tǒng)進行了實證分析。主要研究結(jié)論如下：

（1）本文通過重新定義GVC上中間產(chǎn)品的傳播過程，挖掘了GVC網(wǎng)絡(luò)上產(chǎn)業(yè)部門與其上下游部門之間最強的附加值傳導(dǎo)路徑。受緊密中心性概念的啟發(fā)，使用分別表征后向緊密度和前向緊密度，衡量了特定部門與其上下游產(chǎn)業(yè)部門之間的相互依賴關(guān)系，并通過RUI測度了產(chǎn)業(yè)部門在GVC上所處的相對位置。

（3）本文的RPL路徑公式中尚未對邊權(quán)設(shè)置調(diào)節(jié)參數(shù)，在后續(xù)的研究中我們將對RPL路徑公式進行優(yōu)化，選擇合適的調(diào)節(jié)參數(shù)來擬合實際的經(jīng)濟數(shù)據(jù)，以量化不同類別產(chǎn)業(yè)部門間的IO關(guān)系對價值鏈產(chǎn)生影響的方向與程度。