关键词:
国际贸易
复杂网络
动态链路预测
贸易关系识别
摘要:
预测和识别具体的国际贸易关系及其演化,可以帮助各个国家和地区知晓当前的贸易形势和明确未来的贸易发展趋势,使各国各地区在提升自身贸易水平的同时降低贸易风险。尤其是在贸易摩擦、新冠肺炎疫情等不稳定因素存在的背景下,整体把握国际贸易关系及其变化情况,有助于实现贸易的高质量和可持续发展,有助于促进本国的经济发展,有助于全球经济的整体复苏。当前,国际贸易网络的相关研究中很少对具体的贸易关系进行预测,且没有考虑网络的动态性和网络中第三方对贸易关系的影响。本文通过构建复杂网络、链路预测和节点表示的组合模型实现对动态国际贸易网络中新增和中断贸易关系的同等预测。首先,本文从复杂网络理论出发,使用2000-2020年197个国家和地区的整体贸易数据从总体上对国际贸易网络演化进行研究,发现贸易参与者在不断扩展自身的贸易伙伴,建立更加广泛的贸易联系。其次,为对动态国际贸易网络中的具体贸易关系进行预测和识别,本文在2000-2020年国际贸易网络的构建基础上提出了基于节点表示的时序贸易链路预测模型(TTLP-NR):(1)为将网络中的“第三方效应”纳入模型当中,本文引入节点表示将国家和地区节点自身及其邻居节点的属性和国际贸易网络的拓扑结构进行融合。(2)考虑到国家和地区节点在不同时期的状态以及历史节点状态对现有节点状态的影响,在预测模型中添加节点的时序状态,将一年的节点表示融合历史的节点表示,以更好地适应国际贸易网络的动态性。(3)提出基于节点表示的相似度,再将该相似度输入逻辑回归模型进行贸易链路的预测,实现对新增贸易关系和中断贸易关系的同等预测。(4)采用多种可视化手段对贸易关系进行展示分析。实验结果显示:在年度贸易数据充足的情况下,对无向国际贸易网络的变化链路进行逐年预测,TTLP-NR的平均AUC达到79.95%,其AUC相较于CN、RA和Jaccard三种指标至少提高了3.49%;对于有向国际贸易网络,TTLP-NR的平均AUC为77.57%,相较于其他三种指标提升了1.48%。在年度贸易数据不充足的情况下,还可对国际贸易网络的变化链路进行跨年预测,如只使用2000-2004年的数据对2005-2020年的变化贸易链路进行预测,TTLP-NR的AUC仍可达到77%左右。同时,TTLP-NR在无向国际贸易网络中的预测效果优于其在有向国际贸易网络中的预测效果。在TTLP-NR模型的基础上,本文预测了2021-2025年的具体贸易关系,并采用多种可视化手段对贸易关系进行识别展示。根据预测结果,可以帮助推进与重点潜在贸易伙伴建立贸易合作关系,密切关注潜在竞争对手,降低贸易中断风险。此外,还可以通过设置不同的贸易阈值对不同体量层级的国家和地区的贸易关系进行预测;根据贸易体量的差异,可制定出更具针对性的贸易政策,实现贸易行为的“精准营销”。