全球价值链视角下“一带一路”金融服务业增加值贸易网络演化及驱动因素分析

doi:10.16716/j.cnki.65-1030/f.2025.04.007

摘要/Abstract

摘要：

文章以39个“一带一路”共建国家金融服务业为研究对象，基于全球价值链视角，刻画共建国家金融服务业在全球价值链中的参与度、分工位置等特征，分析共建国家金融服务业的全球价值链合作形式、双边依存度等，采用QAP分析法准确测量关系数据之间的策动机制。研究发现：“一带一路”共建国家在全球价值链参与度与国际资源依存度方面存在较大差异；不同国家经济金融发展水平不同，金融服务业合作在空间距离的相关性上呈现离散化特征；SNA分析表明，在 DVA、RDV、FVA 网络中分别有不同轴心国，PDC网络去中心化并形成欧亚派系；空间位置、经济发展水平、金融开放程度、金融发展规模以及利率差异是影响共建国家金融服务业增加值贸易网络的主要因素。今后应优化“一带一路”共建国家金融服务业发展方式，调整国际资源依存结构，推进金融合作高效发展。

关键词: “一带一路”, 金融服务业, 全球价值链, 增加值贸易网络

Abstract:

This paper takes the financial services industry of 39 countries participating in the Belt and Road Initiative as the research object. Based on the perspective of the global value chain, it depicts the participation degree and division of labor position of the financial services industry of the participating countries in the global value chain, analyzes the forms of global value chain cooperation and bilateral interdependence of the financial services industry of the participating countries, and uses the QAP analysis method to accurately measure the driving mechanism between the relationship data. The research finds that there are significant differences among the participating countries in terms of their participation in the global value chain and their dependence on international resources. The correlation of financial services cooperation among different countries with different economic and financial development levels gradually shows a random state in terms of economic distance. SNA analysis shows that there are different core countries in the DVA, RDV, and FVA networks, and the PDC network is decentralized and forms an Eurasian faction. Spatial location, economic development differences, financial openness differences, and financial scale differences are the main driving factors of the value-added trade network of the financial services industry of the participating countries. In the future, the development mode of the financial services industry of the countries participating in the Belt and Road Initiative should be optimized, the structure of international resource dependence should be adjusted, and efficient financial cooperation should be promoted.

Key words: "the Belt and Road Initiative", financial services industry, global value chain, value-added trade network

中图分类号:

F831.5

何文彬, 王念. 全球价值链视角下“一带一路”金融服务业增加值贸易网络演化及驱动因素分析[J]. 新疆财经, 2025, 0(4): 70-80.

HE Wenbin, WANG Nian. An Analysis of the Evolution and Driving Factors of the Trade Network of Value Added in the Financial Services Industry Under "the Belt and Road Initiative" from the Perspective of Global Value Chains[J]. Finance & Economics of Xinjiang, 2025, 0(4): 70-80.

图/表 6

参考文献 21

[1]	曹宇芙, 邓宗兵, 文江雪. 数字贸易便利化对全球价值链升级的影响:来自“一带一路”沿线国家的经验证据[J]. 华东经济管理, 2024(6):56-65.
[2]	乔琴, 樊杰, 孙勇, 等. 我国“一带一路”沿线地区风险投资时空分布及影响因素研究[J]. 科技进步与对策, 2021 (18):37-45. DOI
[3]	张玉. “一带一路”沿线国家普惠金融发展的空间特征及影响因素[J]. 投资研究, 2022(9):127-142.
[4]	黄婧涵, 蓝庆新, 展金泳. “一带一路”沿线国家经济环境耦合协调水平评价研究[J]. 中国软科学, 2023(2):202-213.
[5]	屠年松, 郑雅哲, 官波. “一带一路”倡议与全球价值链升级:基于沿线国家的实证数据[J]. 经济问题, 2024(5): 52-60.
[6]	闫强明, 李宁静, 张辉. “一带一路”倡议下中国对外投资对东道国价值链地位的影响效应[J]. 南开经济研究, 2023(3):39-57.
[7]	方慧, 张潇叶. 共建“一带一路”国家制造业增加值贸易网络的演化分析[J]. 亚太经济, 2024(1):73-81.
[8]	PORTER M E. Technology and competitive advantage[J]. Journal of business strategy, 1985(3):60-78.
[9]	TIMMER L J E. Manifest excess of powers as a ground for the annulment of ICSID awards[J]. Journal of world invest- ment and trade, 2013(5):775-803.
[10]	KOOPMAN R, WANG Z, WEI S J. Tracing value-added and double counting in gross exports[J]. Amercian economic review, 2014(2):459-494.
[11]	WEI S J. Financial systems and economic outcomes:a comparative perspective[J]. Global economic review, 2014 (4):315-318.
[12]	KOOPMAN R, WANG Z, WEI S J. Estimating domestic content in exports when processing trade is pervasive[J]. Journal of development economics, 2012(1):178-189.
[13]	PEREZ C. Long waves and changes in socioeconomic organisation[J]. IDS bulletin, 1985(1):36-39.
[14]	秦升. 生产性服务业的兴起对产业价值链全球整合的影响分析[J]. 当代经济研究, 2012(9):42-47.
[15]	魏龙, 刘嘉利, 蔡培民. 工业智能化与高技术产业全球价值链地位:基于社会网络分析视角[J]. 软科学, 2024 (8):7-13.
[16]	李宏亮, 张为付. 数字化投入与全球价值链网络地位攀升:来自中国制造业的证据[J]. 经济经纬, 2024(1):70-82.
[17]	王敏, 吴映梅, 胡平平. 全球价值链视角下中国服务业动态演进特征分析:基于TiVA数据库的新兴市场国家比较[J]. 商业经济研究, 2020(11):182-185.
[18]	何文彬. 全球价值链视域下数字经济对我国制造业升级重构效应分析[J]. 亚太经济, 2020(3):115-130+152.
[19]	刘华军, 刘传明, 杨骞. 环境污染的空间溢出及其来源:基于网络分析视角的实证研究[J]. 经济学家, 2015 (10):28-35.
[20]	孙天阳, 肖皓, 孟渤, 等. 制造业全球价值链网络的拓扑特征及影响因素:基于WWZ方法和社会网络的研究[J]. 管理评论, 2018(9):49-60.
[21]	刘华军, 刘传明, 孙亚男. 中国能源消费的空间关联网络结构特征及其效应研究[J]. 中国工业经济, 2015(5): 83-95.

变量符号	变量名称	指标含义	指标构建方式	数据来源
D	空间矩阵	相同的国境线	两国有相同的国境线则记为1，否则为0	公开资料
E	经济发展差异矩阵	人均GDP之差的绝对值	以第i行的均值E_i为标准，若两国之差大于E_i则记为1，否则为0	data.worldbank.org
F	金融开放差异矩阵	金融和保险服务占出口服务的比重之差的绝对值	以第i行的均值F_i为标准，若两国之差大于F_i则记为1，否则为0	data.worldbank.org
B	金融规模差异矩阵	每10万成年人拥有的商业银行分支机构数	以第i行的均值B_i为标准，若两国之差大于B_i则记为1，否则为0	data.worldbank.org
I	利率差异矩阵	两国的实际利率（剔除通货膨胀的贷款利率）	以第i行的均值I_i为标准，若两国之差大于I_i则记为1，否则为0	data.worldbank.org

变量符号	变量名称	指标含义	指标构建方式	数据来源
D	空间矩阵	相同的国境线	两国有相同的国境线则记为1，否则为0	公开资料
E	经济发展差异矩阵	人均GDP之差的绝对值	以第i行的均值E_i为标准，若两国之差大于E_i则记为1，否则为0	data.worldbank.org
F	金融开放差异矩阵	金融和保险服务占出口服务的比重之差的绝对值	以第i行的均值F_i为标准，若两国之差大于F_i则记为1，否则为0	data.worldbank.org
B	金融规模差异矩阵	每10万成年人拥有的商业银行分支机构数	以第i行的均值B_i为标准，若两国之差大于B_i则记为1，否则为0	data.worldbank.org
I	利率差异矩阵	两国的实际利率（剔除通货膨胀的贷款利率）	以第i行的均值I_i为标准，若两国之差大于I_i则记为1，否则为0	data.worldbank.org

增加值	年份	D	E	F	B	I	R²	Adj-R²	N
DVA	2011年	0.1905^***	-0.1345^***	0.0252	-0.0849^**	-0.0309	0.078	0.076	1482
	2013年	0.2183^***	-0.1064^**	0.0213	-0.0587	-0.0248	0.073	0.071	1482
	2015年	0.2096^***	-0.1103^**	0.0623^**	-0.0706^*	-0.0203	0.073	0.071	1482
	2017年	0.1996^***	-0.0954^**	0.0339	-0.0267	0.0421	0.052	0.050	1482
	2019年	0.2165^***	-0.1651^***	0.0140	-0.0286	-0.0559	0.092	0.090	1482
	2021年	0.2510^***	-0.1218^***	-0.0378	-0.0306	-0.0607	0.093	0.090	1482
RDV	2011年	0.3612^***	-0.1150^***	0.0103	-0.0500^*	0.0277	0.159	0.157	1482
	2013年	0.3737^***	-0.1020^***	-0.0265	-0.0497	-0.0207	0.166	0.163	1482
	2015年	0.3442^***	-0.1007^***	-0.0008	-0.0417	-0.0179	0.139	0.137	1482
	2017年	0.3478^***	-0.0901^**	0.0263	-0.0162	0.0036	0.133	0.130	1482
	2019年	0.3492^***	-0.0749^**	0.0557^**	0.0084	-0.0790^**	0.148	0.146	1482
	2021年	-0.0085	-0.0719^*	-0.0529	-0.0140	-0.0099	0.009	0.007	1482
FVA	2011年	0.2547^***	-0.1281^***	-0.0174	-0.0784^**	0.0044	0.103	0.101	1482
	2013年	0.2621^***	-0.1177^***	-0.0099	-0.0577	-0.0091	0.097	0.095	1482
	2015年	0.2645^***	-0.0996^**	0.0491^*	-0.0694^*	0.0221	0.093	0.091	1482
	2017年	0.2871^***	-0.1235^***	0.0632^*	-0.0274	0.0506	0.103	0.101	1482
	2019年	0.2442^***	-0.1147^**	0.1088^***	-0.0039	-0.0051	0.090	0.087	1482
	2021年	0.0130	-0.1523^***	0.0172	-0.0314	-0.1010^**	0.038	0.036	1482
PDC	2011年	0.1783^***	-0.1210^**	0.0314	-0.0984^**	-0.0394	0.074	0.071	1482
	2013年	0.2063^***	-0.1266^***	0.0291	-0.0483	-0.0232	0.072	0.070	1482
	2015年	0.2093^***	-0.1083^**	0.0450	-0.0677^*	-0.0145	0.070	0.067	1482
	2017年	0.2130^***	-0.1000^**	0.0305	-0.0233	0.0216	0.058	0.056	1482
	2019年	0.2510^***	-0.1401^***	0.1179^***	-0.0143	-0.0500	0.111	0.108	1482
	2021年	-0.0177	-0.1099^**	-0.0045	-0.0028	-0.0706	0.018	0.016	1482

增加值	年份	D	E	F	B	I	R²	Adj-R²	N
DVA	2011年	0.1905^***	-0.1345^***	0.0252	-0.0849^**	-0.0309	0.078	0.076	1482
	2013年	0.2183^***	-0.1064^**	0.0213	-0.0587	-0.0248	0.073	0.071	1482
	2015年	0.2096^***	-0.1103^**	0.0623^**	-0.0706^*	-0.0203	0.073	0.071	1482
	2017年	0.1996^***	-0.0954^**	0.0339	-0.0267	0.0421	0.052	0.050	1482
	2019年	0.2165^***	-0.1651^***	0.0140	-0.0286	-0.0559	0.092	0.090	1482
	2021年	0.2510^***	-0.1218^***	-0.0378	-0.0306	-0.0607	0.093	0.090	1482
RDV	2011年	0.3612^***	-0.1150^***	0.0103	-0.0500^*	0.0277	0.159	0.157	1482
	2013年	0.3737^***	-0.1020^***	-0.0265	-0.0497	-0.0207	0.166	0.163	1482
	2015年	0.3442^***	-0.1007^***	-0.0008	-0.0417	-0.0179	0.139	0.137	1482
	2017年	0.3478^***	-0.0901^**	0.0263	-0.0162	0.0036	0.133	0.130	1482
	2019年	0.3492^***	-0.0749^**	0.0557^**	0.0084	-0.0790^**	0.148	0.146	1482
	2021年	-0.0085	-0.0719^*	-0.0529	-0.0140	-0.0099	0.009	0.007	1482
FVA	2011年	0.2547^***	-0.1281^***	-0.0174	-0.0784^**	0.0044	0.103	0.101	1482
	2013年	0.2621^***	-0.1177^***	-0.0099	-0.0577	-0.0091	0.097	0.095	1482
	2015年	0.2645^***	-0.0996^**	0.0491^*	-0.0694^*	0.0221	0.093	0.091	1482
	2017年	0.2871^***	-0.1235^***	0.0632^*	-0.0274	0.0506	0.103	0.101	1482
	2019年	0.2442^***	-0.1147^**	0.1088^***	-0.0039	-0.0051	0.090	0.087	1482
	2021年	0.0130	-0.1523^***	0.0172	-0.0314	-0.1010^**	0.038	0.036	1482
PDC	2011年	0.1783^***	-0.1210^**	0.0314	-0.0984^**	-0.0394	0.074	0.071	1482
	2013年	0.2063^***	-0.1266^***	0.0291	-0.0483	-0.0232	0.072	0.070	1482
	2015年	0.2093^***	-0.1083^**	0.0450	-0.0677^*	-0.0145	0.070	0.067	1482
	2017年	0.2130^***	-0.1000^**	0.0305	-0.0233	0.0216	0.058	0.056	1482
	2019年	0.2510^***	-0.1401^***	0.1179^***	-0.0143	-0.0500	0.111	0.108	1482
	2021年	-0.0177	-0.1099^**	-0.0045	-0.0028	-0.0706	0.018	0.016	1482