新蓝海:四川宜大力开拓中亚外贸市场

<正>2023年5月18日至19日,首届中国—中亚峰会在陕西西安举行,习近平总书记在峰会主旨讲话中提出“拓展经贸关系”“深化互联互通”“扩大能源合作”等8项深化中国—中亚合作的主张。中亚五国是我国实施“一带一路”倡议的重要节点国家。近年来,四川与中亚五国进出口合作不断加深,贸易额由2018年的10.9亿元增长至2022年的25.9亿元,增长约1.4倍。     

中国与共建“一带一路”国家粮食贸易潜力测度

文章利用2001—2020年中国和共建“一带一路”国家的数据,分析了中国与共建“一带一路”国家粮食贸易的互补性,并基于时变随机前沿引力模型分析了进口层面中国与共建“一带一路”国家的粮食贸易潜力及其制约因素。研究发现：中国与共建“一带一路”国家在粮食贸易上具有互补性。进一步的时变随机前沿引力模型分析结果表明,中国粮食进口贸易效率较低,但潜力巨大;贸易国双方的人口规模、农业资源禀赋差异对粮食进口贸易潜力提升具有显著的促进作用,而经济规模、地理距离和经济差距则具有抑制作用。从阻碍粮食进口贸易潜力提升的非效率因素来看,自由贸易协定的签署、政府效率和贸易自由度的提升,以及文化距离的缩短都能够抑制贸易非效率,促进粮食进口贸易潜力提升。     

中国与“一带一路”经济走廊产业国际竞争力比较

文章基于2013—2018年UN Comtrade贸易数据，通过比较优势指数、竞争优势指数和综合指数构建中国与“一带一路”经济走廊产业国际竞争力综合评价指标体系，比较分析中国与“一带一路”六大经济走廊开展国际产能合作的产业国际竞争力与产业路径选择。结果表明，制造业是推动中国与“一带一路”经济走廊国际产能合作建设的主力军；中蒙俄和中国—中亚—西亚经济走廊在能源密集型产业优势明显，是中国合作的主要方向；中国—中南半岛和孟中印缅经济走廊的初级产品具有较强的国际竞争力，与中国形成产业互补；中巴经济走廊劳动密集型产业的国际竞争力显著，能够与中国深化合作；新亚欧大陆桥经济走廊资本密集型产业优势瞩目，中国应与其协同发展该产业。     

中国与“一带一路”沿线国家制造业耦合性的四维分析

本文创新性地构建“产业耦合性评价指标体系”，并基于UIBE GVC数据库中的ADBMRIO表从制造业的竞争性、互补性、依存性和融合性四个维度对中国与“一带一路”沿线国家间制造业的耦合情况进行分析。同时，基于增加值贸易分解法对相关指数进行修正，使其可以准确反映增加值贸易视角下双边贸易关系的真实情况。随后从总值贸易和增加值贸易两个视角出发，进一步对中国与33个“一带一路”沿线国家14个制造业产业自2010-2017年间的耦合性进行对比分析。结果显示：从整体来看，在总值贸易视角下中国与沿线国家制造业可以保持良好的耦合性，但在增加值贸易视角下双边耦合水平出现恶化；从细分区域来看，无论在总值贸易还是增加值贸易下，东南亚和东亚地区都与中国在制造业领域内具有良好的耦合性，而中东欧地区与中国制造业的耦合性表现则最不理想，中亚和南亚地区均表现一般；从细分行业来看，在精炼石油、木制品、纸制品、皮制品等行业中，双边具有相对较好的耦合性，各国在不同行业中的表现也各不相同。最后，针对如何提升中国与“一带一路”沿线国家制造业耦合性的问题，本文从竞争、互补、依存和融合四个方面提出不断推进中国与沿线国家进一步合作、提升双边制造业耦合水平的建议。     

丝绸之路经济带沿线国家能源贸易网络演化及互联互通效应模拟

能源贸易是丝绸之路经济带沿线国家合作的关键领域。构建2007—2016年丝绸之路经济带沿线国家煤炭、石油、天然气贸易网络,对能源贸易网络演化进行分析。结果表明:丝路沿线国家能源贸易网络密度总体呈现波浪式上升态势,但贸易联系不够紧密;煤炭、石油、天然气贸易无权网络与贸易加权网络的标准结构熵均处于0～1之间,表现为星型网络和规则网络之间的一种网络结构;沿线各国能源贸易网络聚类系数差别较大,平均路径长度在1.6～3.1之间。在此基础上,探究各国之间贸易紧密度增强的原因,鉴于"五通"可量化性及模拟的准确性,采用基础设施改善和非关税贸易壁垒降低刻画丝绸之路经济带沿线国家设施联通与贸易畅通的实施效应。研究发现:设施联通与贸易畅通对沿线各国贸易联系有正向影响,对区域经济增长具有明显的促进作用,互联互通促进了中国与沿线国家双边贸易的发展,产生了显著的空间溢出效应。     

新丝绸之路经济带中国与中亚产业合作的实证分析

文章通过研究中国与中亚各国产业结构的差异,提出产业结构差异程度值(ISDV)的概念,并利用拓展的引力模型考察了中国与中亚国家产业结构差异对双边贸易的影响.研究结果表明,与中亚国家相比,中国经济发展水平对双边贸易的辐射效应更加显著;两国产业结构差异程度越大,越不利于两国产业合作及贸易持续发展;中国与中亚国家贸易失衡导致中亚国家心理失衡的根本原因在于中国与中亚各国产业结构相似度不高,从而引起经济和贸易合作形式过于单一.     

“一带一路”沿线国家农产品贸易格局分析

文章基于2010-2014年“一带一路”沿线各国的农产品贸易数据,采用社会网络分析方法对包括我国在内的“一带一路”沿线各国所构成的农产品贸易网络的网络关系、各国网络位置、权利等级、核心和边缘程度等信息进行量化,从而反映出“一带一路”沿线国家间农产品的贸易格局及其变化状况.结果显示,“一带一路”战略提出以后,沿线各国间的农产品贸易联系更为广泛和深化,同时也为沿线各国发展农产品贸易提供了更广泛的合作空间和机会.     

生产外包与区域经济合作的引力效应分析

文章通过建立生产业务外包的一般均衡模型,纳入国别异质因素,可以发现生产业务外包对自由贸易及双边经济合作的引力效应,不同经济体之间密切的生产外包联系和区域经济合作之间具有互动促进关系.这可以为我国与“一带一路”沿线国家双边经济合作谈判提供重要启示.     

中国与“一带一路”典型贸易区间出口贸易潜力分析

基于贸易引力模型,文章结合中国同典型国家之间的贸易真实情况,利用联合国商品贸易统计数据库,测算中国同典型贸易区国家之间的贸易潜力。结果发现,中国的经济规模和进口国的贸易自由度对贸易影响非常显著,而技术性贸易措施对贸易影响不显著。随后测算了中国同各国的贸易潜力,并按照潜力巨大型国家、潜力开拓型国家和潜力再造型国家进行了分类。     

中国双边农产品贸易流量及潜力研究——以新兴市场为例

本文基于扩展的引力模型从两个层次分析了中国与新兴市场国家农产品贸易流量的影响因素,并对贸易潜力进行了测算。研究结果显示,在总量层次上,经济规模、人口规模对中国双边农产品贸易的扩大起到了促进作用,而经济距离对中国双边农产品贸易的发展产生了一定的制约,各类区域经济组织作用不同,在分类层次上,除人口规模的影响不确定外,其他主要因素的作用与总量层次相同;中国与新兴市场国家农产品双边贸易在总体上表现为“贸易不足”,在五类农产品进出口上属于“贸易不足”的国家较多,表明中国与新兴市场国家的农产品贸易合作潜力巨大。最后,本文提出了相应的政策建议。     

Neural networks and flexible regression and discrimination

Feed-forward neural networks—also known as multi-layer perceptrons—are now widely used for regression and classification. In parallel but slightly earlier, a family of methods for flexible regression and discrimination were developed in multivariate statistics, and tree-induction methods have been developed in both machine learning and statistics. We expound and compare these approaches in the context of a number of examples.     

社会经济不平等及其测度

对社会中普遍存在的不平等现象 ,人们很早就给予了关注和研究 ,并提出了可行的测度不平等程度的方法和指标。然而我们注意到 ,这些传统的研究成果所体现的不平等 ,主要集中在社会的“收入不平等”上 ,实质上也就是经济不平等的即时反映。但生活毕竟不只是生存问题 ,社会中的不平等远不仅是人们收入多少的差异 ,还有很多无法用货币或数值来表现的不平等 ,而这些往往是人们生活质量更深层次、更真实的反映。“社会经济不平等”概念的提出 ,跳出了“收入不平等”这个狭隘的思维体系 ,也为全面研究社会中诸多不平等现象奠定了新的基石。虽然这一…     

Neural networks and flexible regression and discrimination

Feed-forward neural networks—also known as multi-layer perceptrons—are now widely used for regression and classification. In parallel but slightly earlier, a family of methods for flexible regression and discrimination were developed in multivariate statistics, and tree-induction methods have been developed in both machine learning and statistics. We expound and compare these approaches in the context of a number of examples.     

Trimmed and Outer Means and Their Variances

Some properties of trimmed and outer means for the normal situation are considered; in particular, the mean of the outer half of the sample has the same variance as the mean of the inner half. An inequality involving variances of unbiased estimators of location and their complements is derived and some of its consequences are examined.