4133小游戏,浪漫满车王莎莎,可爱颂罗马音译歌词
摘 要：基于2010-2015年“一带一路”沿线国家对华贸易数据，运用社会网络分析方法（SNA）分析沿线国家对华贸易空间关联网络结构，结果发现：沿线国家对华贸易空间关联规模较大，呈现出复杂的、具有“中心-边缘”形态的网络结构，土耳其、俄罗斯、印度、埃及等国家处于网络的中心地位。在贸易空间关联网络基础上，构建空间滞后模型（SLM）和空间杜宾模型（SDM），考量“一带一路”沿线国家对华贸易的关税政策因素，结果表明：沿线各国的关税政策不仅对本国对华贸易存在显著的影响，而且对相邻国家的对华贸易也具有一定的“外溢效应”。因此，我国在制定促进“一带一路”贸易畅通的关税政策时，应创新协同治理思路，努力消除关税壁垒，深化双边和多边税收合作，建立多层次、差异化的税收协调机制，发挥关税制度正向空间外溢效应。
范文写作网
关键词： “一带一路”；贸易空间关联；社会网络分析方法；空间杜宾模型；关税政策优化
中图分类号：F062.9；F810.4 文献标识码： A 文章编号：1003.7217（2018）01.0089.08
一、引言与文献综述
“一带一路”是习近平主席2013年在访问哈萨克斯坦和印尼时提出的国际区域经济合作倡议，推动沿线国家形成宽领域和深层次的贸易合作格局，探索有利于实施“一带一路”倡议和建立国际税收新秩序的税收政策，对于我国与沿线国家深化贸易合作，共享贸易繁荣，具有重要的现实意义。
虽然“一带一路”的提出至今还不到四年时间，但“一带一路”已成为学者们研究的热点课题，经济地理学、区域经济学、财政学等领域的研究已经取得丰硕成果，主要分为以下几个内容：（1）从贸易网络角度分析了沿线国家的贸易网络结构。社会网络分析方法被中外学者用以研究各国之间的贸易关联及贸易网络结构[1-4]。许和连等（2015）对构建网络对“一带一路”沿线国家高端制造业贸易进行了中心性和模体分析，考察各国在贸易网络中的贸易模式及所处地位[5]。邹嘉龄等（2016）用社会网络分析方法证实了沿线国家的贸易网络密度在不断加强，中国处于沿线国家贸易网络的中心[6]。（2）研究了“一带一路”倡议对沿线国家的贸易潜力、贸易增长或经济增长的影响。孔庆峰等（2015）假定沿线国家的贸易便利化水平提高后，用模型拟合的贸易潜力会进一步变大[7]。韩永辉等（2015）利用联合国UNCOMTRADE数据分析发现我国与西亚国家之间具有较强的贸易互补性[8]。张静中等（2016）利用动态GTAP模型以评估中国与西亚自贸区经济效应前景，研究发现关税减免将会带来GDP增加、居民福利增加的正向效应[9]。孙楚仁等（2017）利用中国海关数据库进行的实证研究结果表明：“一带一路”倡议对中国对“一带一路”国家的出口增长具有显著促进作用[10]。（3）研究了“一带一路”倡议下区域合作机制。张晓君（2016）建议在构建沿线国家自贸区网络时，应设计协定范式，推进高水平贸易协定谈判[11]。梁双陆等（2016）基于McCallum的边界效应模型，发现在基础设施互联互通上应率先推进我国与周边国家的航空基础设施建设[12]。李敬等（2016）认为推进沿线国家之间的贸易畅通，中国必须加强与俄罗斯、印度和新加坡等贸易大国的互动[13]。（4）研究了推动“一带一路”倡议实施的税收政策。龚辉文（2015）的研究认为，实施“一带一路”倡议需完善税收协定和发挥税收协定的作用，税收国际协调有待进一步加强[14]。杨志勇（2015）就国际税收管理政策方面提出应完善和优化税收抵免制度、加强跨国税源管理等建议[15]。陈虎（2016）提出应通过与沿线国家的税收情报交换，打牢沿线国家之间税收合作的基础[16]。
由此可知，虽然研究“一带一路”贸易关联的文献很多，但这些文献缺乏从“一带一路”沿线国家对华贸易①角度进行的“换位思考”，少有关税政策影响沿线国家对华贸易的实证研究。另外，推动“一带一路”倡议实施的税收政策研究，大部分是基于历史性的经验总结和沿线国家税制比较，或者是对相关税收政策优化进行定性分析，而少有在贸易方面的实证研究作支撑。理论上而言，“一带一路”沿线国家经济总量相对较小，提高经济发展速度的愿望迫切，市场需求潜力较大，减少对华贸易的关税壁垒将带来贸易成本的下降，有利于推动我国与沿线国家贸易的发展。本文在借鉴以往研究成果的基础上，以沿线国家对华贸易为研究对象，试图运用社会网络分析方法（SNA）对沿线国家对华贸易的空间关联特征进行分析，接着利用空间计量模型对影响沿线国家对华贸易的关税政策因素做实证分析，并据此提出相应的关税政策优化建议。
二、“一带一路”沿线国家对华贸易空间关联的网络结构特征
（一）空间关联关系的确定及整体网络结构特征分析
网络分析的关键是“关系”的确定[17]，本文选用引力模型确定“一带一路”沿线国家对华贸易的空间关联关系。国家间国界的存在会导致区域对华贸易产生“边界效应”，文章综合考虑各国对华贸易存在的空间影响及区域间经济影响力对贸易的空间溢出影响，采用引力方程（Gravity Equation）来测算各国对华贸易的区域分布情况，选择修正的引力模型来确定各国对华贸易的溢出关系，式（1）即为修正后的引力模型。其中，i、j代表国家；Gij代表国家i和国家j对华贸易之间的引力；Ti、Tj分别为国家i和国家j的对华贸易总量；Pi和Pj为国家i和国家j的年末人口数；Ei、Ej为国家i和国家j的实际GDP；kij表示国家i、j之间对华贸易联系中的贡献率。本文综合考虑地理距离因素和经济距离因素的影响，以国家i和国家j的首都之间的地理距离（Dig）比上i和j人均GDP的差值（ei-ej）表征各个国家之间的“距离”。以2010年基期用GDP平?p指数对贸易总量、实际GDP和人均GDP贸易进行了平减，总量、年末人口数、实际GDP等数据来自世界银行，国与国之间的地理距离来自智库法国国际经济研究所数据库。 Gij=kij3PiTiEi3PjTjEjDijei-ej2，kij=TiTi+Tj （1）
依据公式（1），计算出各国对华贸易之间的引力矩阵，用UCINET可视化工具Netdraw绘制了“一带一路”沿线国家对华贸易的空间关联网络图，如图1所示。为了体现中国与沿线国家的贸易关系，将中国与各个沿线国家的贸易总量也计算出相应的矩阵，将其合并到引力矩阵后在UCINET中画出关键图。由图可知，“一带一路”沿线国家对华贸易的空间关联呈现明显的网络结构，没有一个国家能够“孤立”于网络，各国家对华贸易的空间关联规模较大，且具有明显的“中心-边缘”形态。我们必须从整体视角推动共建“一带一路”，换言之，在沿线国家的62个样本中②，一个国家的对华贸易可以由其他国家的对华贸易进行解释和预测。对华贸易关联关系较多的国家主要有土耳其、俄罗斯、印度、埃及等国家，这些国家是中国在“一带一路”上发展对外贸易所需面临的主要大国，利用关税政策处理好与这些国家的贸易关系对于“一带一路”倡议的实施具有关键意义。
（二）中心性分析
1.点度中心度（Degree Centrality）。点度中心度是衡量各国在对华贸易空间关联网络中处于中心位置的程度，其值越大则说明该国在空间网络关联中与其他国家之间的联系越多，该国就更加处于网络的中心地位。由表1中点度中心度的测算结果可知，样本中62个“一带一路”沿线国家的点度中心度均值为41.987，高于均值的国家有17个，排名前五的国家从高到低排序依次是土耳其、埃及、印度、俄罗斯、巴基斯坦，这些国家在对华贸易空间关联网络中与其他国家的系数较多。其中，土耳其的点度中心度最高达到96.774，说明土耳其在对华贸易空间关联网络处于中心地位。点度中心度排在最后五位的是马来西亚、塞浦路斯、新加坡、塔吉克斯坦和不丹，说明这五个国家的对华贸易与其他沿线国家对华贸易的关系数相对较少，其原因可能是该国家的经济因素与地理位置所致，塔吉克斯坦和不丹的经济总量和对华贸易量都相对较小，马来西亚、塞浦路斯和新加坡是海岛国家，且其地理位置处于“一带一路”经济圈中的边缘，从而导致其对华贸易时和其他“一带一路”沿线国家之间的空间关联较弱。再者，从各个国家溢出的关联关系看，62个“一带一路”沿线国家的点出度均值为18，点出度大于均值的国家有21个，排名前五位的国家是土耳其、埃及、印度、俄罗斯和巴基斯坦，点出度越大说明该国家在对华贸易时对其他“一带一路”沿线国家有较强的贸易溢出效应；从各个国家受益的关联关系看，62个“一带一路”沿线国家的点入度均值为18，点入度高于均值的国家有33个，排在前五位的国家依次是也门、阿塞拜疆、摩尔多瓦、格鲁吉亚、希腊，点入度越大说明该国家在与中国进行货物贸易时对其他“一带一路”沿线国家有较强的贸易受益效应，对其他国家的对华贸易依存度高，其他国家在对华贸易时会向这些国家进行贸易溢出。
2.中介中心度（Betweenness Centrality）。中介中心度反映了某个国家控制其他国家之间关联关系的程度，其值越大则说明该国越能控制其他国家对华贸易之间的相互行动。由表1的中介中心度的测算结果可知，样本中62个“一带一路”沿线国家的中介中心度均值为0.951，高于均值的国家有13个，排名前五的国家由高到低分别是土耳其、埃及、印度、俄罗斯、巴基斯坦，这些国家在对华贸易空间网络中控制其他国家之间对华贸易交流的能力较强。此外，2015年“一带一路”沿线国家对华贸易空间网络的中介中心度之和为50.737，中介中心度高于均值的13个国家的中介中心度值之和为40.894，占据总量的80.6%，这些国家是“一带一路”北线（中国-中亚-俄罗斯-波罗的海）和中线（中国-中亚-西亚-波斯湾-地中海）的重要节点，发挥着“桥梁”和“中介”的作用。其中，土耳其的中介中心度最大，达到7.918，说明土耳其在对华贸易的空间关联网络中处于核心地位。土耳其是欧亚大陆和非洲三大洲的重要交通运输枢纽，得天独厚的区位优势和丰富的劳动力资源优势决定了土耳其的经济和贸易辐射能力，土耳其可谓中国商品进入地中海沿岸国家和欧洲国家的“桥头堡”。与上述国家形成鲜明对比的是，排名最后五个国家的中介中心度均小于0.03，这五个国家分别是新加坡、塞浦路斯、立陶宛、斯洛文尼亚和拉脱维亚，其特点是地理位置处于“一带一路”经济圈的边缘地区或经济规模小，因而很难对网络中其他国家起到控制和支配作用。对华贸易空间关联网络中各个国家的中介中心度参差不齐，大部分的对华贸易联系是通过陆上“丝绸之路”来完成，而海上“丝绸之路”国家在对华贸易上的中介作用没有得到较大发挥。
3.接近中心度（Closeness Centrality）。接近中心度刻画了网络中某个国家在??华贸易中“不受其他国家控制”的程度。根据表1中接近中心度的测度结果，样本中62个“一带一路”沿线国家的接近中心度均值为64.417，高于均值的国家有17个，排名前五的国家由高到低分别是土耳其、埃及、印度、俄罗斯、巴基斯坦，较高的接近中心度说明了上述国家在网络中扮演着中心行动者的角色，也就是说上述国家在对华贸易空间关联网络中能够更快地与其他国家产生内在连接。原因可能是这些国家大部分是古代“丝绸”之路的沿线国家，历史的原因使得他们对华贸易相对频繁且贸易壁垒相对较低，因此与其他“一带一路”沿线国家之间的对华贸易流动的效率更高。其中，土耳其是接近中心度排名第一位的国家，其接近中心度达96.875，远高于其他国家，这说明其他国家与土耳其在对华贸易空间关联网络中最为接近，土耳其居于整个对华贸易空间关联网络的中心。而接近中心度排名最后五位的国家分别是马来西亚、塞浦路斯、新加坡、塔吉克斯坦、不丹，这些国家受其地理位置和经济发展水平的限制，在空间关联网络中扮演边缘行动者的角色。
三、“一带一路”沿线国家对华贸易的关税政策
因素分析――基于SLM和SDM模型 （一）理论模型与数据选择
前文利用社会网络分析方法（SNA）证实了沿线国家对华贸易具有空间相关性，不同国家在空间关联网络中扮演着不同角色，并会产生空间外溢效应。沿线各国关税政策作为对华贸易在空间上的承载手段，会通过国家之间的经济活动，对相邻国家的对华贸易形成一定的“外溢效应”。所以，本节利用空间计量模型来分析沿线国家关税政策因素对对华贸易的空间自相关和空间异质性，在分析沿线国家关税政策因素影响其对华贸易时引入空间因素，构建空间滞后模型（Spatial Lag Model，SLM）和空间杜宾模型（ Spatial Durbin Model，SDM）。
importit=ρWimportit+βXit+ui+vt+εit （2）
exportit=ρWexportit+βXit+ui+vt+εit （3）
importit=ρWimportit+βXit+γWXit+ui+vt+εit （4）
exportit=ρWexportit+βXit+γWXit+ui+vt+εit（5）
其中，被解释变量为沿线国家对华贸易，包括进口（importit）和出口（exportit）。ρ为空间自回归系数，该系数表示的是进口（或出口）贸易的空间竞争与博弈，反映的是邻国进口（或出口）贸易对本国进口（或出口）贸易的影响程度，换言之，相邻国家的进口（或出口）贸易相互依赖，不同国家在与中国进行贸易往来时，会考虑周边国家的对华贸易水平，最终形成一个均衡的对华贸易格局。W为NT × NT 的空间权重矩阵，N是国家数，T是样本年；空间权重矩阵包括地理权重矩阵、经济权重矩阵和混合权重矩阵。Xit表示第i 个国家第t 年的解释变量，包括了关税政策变量和控制变量。关税政策变量包括贸易关税率（tariffit）和海关程序负担（customsit）。控制变量包括了各个国家的人均GDP（pgdpit）、政府干预市场程度（governit）和产业结构（industryit）；而β为相应的系数矩阵。γWXit表示来自相邻国家解释变量的影响，而γ为相应的系数矩阵。下标i 和t 分别表示第i个国家和第t 年。μi 表示地区性扰动项，νt表示时间性扰动项，εit为随机扰动项。
选取52个沿线国家2010-2015年的数据作为研究样本，由于阿富汗、阿联酋、白俄罗斯、黑山、伊拉克、约旦、马尔代夫、缅甸、巴勒斯坦、叙利亚、塞尔维亚、土库曼斯坦、乌兹别克斯坦等13个国家的一些关键数据缺失，因此剔除了这些国家。相关原始数据来自世界银行、联合国贸易网站、国际货币基金组织和世界经济论坛，详细内容参见表2的数据来
源说明。由于“一带一路”的空间范围涉及到中南亚、南亚、中亚、西亚、中东欧、独联体、蒙埃等多个区域，各区域的对华贸易水平和关税政策极不平衡，探究各国关税政策影响其对华贸易及其作用机理时，应该考虑沿线国家关税政策与对华贸易的空间效应。同时，“一带一路”沿线国家关税政策的空间地理属性和空间经济属性会影响相邻国家空间单元上的属性值，所以选择地理权重矩阵、经济权重矩阵和混合权重矩阵来设定空间计量权重。首先是地理权重矩阵Wd，地理权重距离是通过计算沿线国家首都地表距离的纬度和经度构建的，Wd = 1 /d2ab，a ≠ b，否则Wd为0。其次是经济权重We，鉴于不同国家经济发展水平存在空间相关的客观事实，沿线国家经济发展相对速度的不均衡会使得不同空间单元经济属性（ 经济权重矩阵） 是动态变化的，经济权重矩阵形式为We = 1 / | gdpa - gdpb | ，a≠b ，否则We 为0。其中，gdpa、gdpb分别表示国家a 和国家b 的人均GDP。第三是混合空间权重矩阵Wm，关税政策作为经济贸易活动的政策载体，“一带一路”相近国家会进行策略模仿，因此，考虑到地理距离和经济距离的交互作用对沿线国家对华贸易的影响，混合空间权重矩阵Wm的具体形式设定为Wm = Wd×We，其中Wd是地理权重矩阵，We是经济权重矩阵。
（二）实证结果与分析
从前文的分析可知，“一带一路”沿线国家对华
贸易存在空间上的关联关系，相邻国家的对华贸易存在相互影响的作用。从沿线国家关税政策影响对华贸易的空间效应估计结果可知（如表3所示），被解释变量无论是进口还是出口，SDM模型的R.squared值比SLM模型的R.squared值都大，这说明包含相邻国家解释变量的SDM模型拟合度更高，相邻国家的关税政策与其他控制变量对本国的进口与出口具有空间影响效应。估计结果的空间自回归系数ρ都是显著为正，说明沿线国家对华进口和出口贸易确实会对邻国对华贸易产生正的空间溢出效应。模型估计进行了Hausman检验，其P值小于0.01，因此本?在具体分析中选择的是空间固定效应模型的估计结果。
贸易关税率（tariff）对沿线国家对华进口和出口贸易的影响均通过了显著性水平检验，且其对进口和出口影响的估计系数均为负，这说明贸易关税率的提高会抑制沿线国家的对华进口和出口贸易。征收进出口关税既是一个国家取得税收收入乃至财政收入的重要形式，而另一方面，关税往往是国家保护本国工农业生产、限制外国货物进出口的主要贸易措施。无论是贸易大国还是贸易小国，关税都会成为一定程度上的“贸易壁垒”，导致相应商品在本国生产增加、进口减少、价格上升、消费缩减，使“走出去”和“引进来”企业面临国际重复征税问题，不利于生产要素的跨境配置。W_tariff的系数都显著为负，即相邻国家贸易关税率的增加将会降低本国对华进出口贸易。这与前文所证实的沿线国家对华贸易空间关联的网络结构特征相一致，沿线国家对华贸易的空间关联规模较大，相邻国家贸易壁垒越高，本国的对华进出口贸易就越不通畅。“不谋全局者，不足谋一域”，中国不仅需要加强与沿线国家的双边税收合作，更需要深化与沿线国家的多边税收合作，努力消除贸易壁垒，共同提升税收治理能力。 海关程序负担（customs）对沿线国家对华进出口贸易的影响系数均显著为正，较大的海关程序负担指数意味着更为便利的对外贸易条件，系数为正说明沿线国家的海关程序质量越高，该国对华进出口贸易额就越大。高效的涉税服务、完善的双边贸易信用证、双方在检验检疫方面的有效合作和简明清晰的清关程序会促使海关程序负担指数上升，提高对华进出口贸易便利化软件水平。由此推论，建立与沿线国家的自由贸易区，发展与沿线国家的自贸往来，提高涉外税收服务质量，将有力推动中国与沿线国家的贸易往来。W_customs的估计系数都没有通过显著性检验，说明相邻国家的海关程序负担对本国对华贸易的影响不显著，邻国海关程序负担对本国对华贸易没有明显的“溢出效应”。可见，在发展与沿线国家的自贸往来和加强与沿线国家的税收协调时，总体上不能采取一体化的协调机制，需要“因地制宜”，针对不同区域和不同国家建立多层次、差异化的贸易开放和税收协调机制。
四、结论与启示
（一）结论
基于2010-2015年“一带一路”沿线国家对华贸易数据，从网络结构视角考察了沿线国家对华贸易的空间关联，利用修正的引力模型侧算出沿线国家对华贸易的空间关联关系，然后运用社会网络分析方法（SNA）对沿线国家对华贸易空?g关联网络结构进行了实证分析。在贸易关联网络分析的基础上，构建空间滞后模型（SLM）和空间杜宾模型（SDM），对影响“一带一路”沿线国家对华贸易的关税政策因素做了进一步的实证研究。研究表明：（1）从整体网络结构特征看，沿线国家对华贸易空间关联规模较大，呈现出复杂的、具有“中心-边缘”形态的网络结构。（2）沿线各国在空间关联网络中发挥着不同的作用。由中心性分析结果可知，土耳其、俄罗斯、印度、埃及等国家处于网络的中心地位，控制其他国家之间对华贸易交流的能力较强，在网络中扮演“中心行动者”的角色；新加坡、塞浦路斯等国家因地理位置处于“一带一路”经济圈的边缘或因经济规模小，在网络中扮演“边缘行动者”的角色；陆上“丝绸之路”沿线国家在对华贸易网络结构中比海上“丝绸之路”沿线国家发挥着更大的“桥梁”和“中介”作用。（3）SLM和SDM模型的实证结果表明，沿线各国的关税政策不仅对本国对华贸易存在显著的影响，而且对相邻国家的对华贸易也具有一定的“外溢效应”。贸易关税率越高，沿线国家对华进口和出口贸易额就会越小，而且相邻国家贸易关税率的增加将会降低本国对华进出口贸易额。此外，海关程序负担指数越大，则意味着沿线国家的对外贸易便利水平越高，该国对华进出口贸易额就越大，但是，相邻国家海关程序负担对本国对华贸易并没有明显的“溢出效应”。因此，从我国的立场看，努力消除关税壁垒，建立与沿线国家的自由贸易区，针对“一带一路”经济圈不同区域和不同国家建立多层次、差异化的贸易开放和税收协调机制，加强与沿线国家的双边税收合作和多边税收合作，共同提升税收治理能力，将对沿线国家对华贸易的畅通发挥显著的促进作用。
（二）启示
1.我国在制定促进“一带一路”贸易畅通的关税政策时，应该创新协同治理的思路。沿线国家对华贸易空间联动关系的存在为贸易的空间协同治理带来了便利，要通过关税政策和多方合作机制，实现由点到面、有局部到整体的合作共赢。充分发挥土耳其、俄罗斯、印度、埃及等国家在对华贸易空间关联中的“中介”和“桥梁”作用，加强与这些国家的政策沟通，鼓励我国企业加快进入这些国家开展贸易。
2.推动贸易自由化，着力消除关税壁垒，简化清关程序，降低沿线国家对华贸易空间交流的交易成本。中国应主动与沿线国家协商建立自由贸易区，构建与沿线国家之间良好的营商环境。不断完善自贸区税收政策，重点开展离岸业务税收政策调研，主动加强与沿线国家政府的政策沟通。此外，创新自贸区税收征管模式，简化通关手续，使企业在国际贸易中享有更大的便利性和灵活性。在涉税审批、税收征管、纳税服务等方面，探索在自贸区税务局建立无障碍沟通平台，试行一站式审批窗口，推行网上办税和电子发票等税收征管措施。
3.深化双边和多边税收合作，建立多层次、差异化的税收协调机制，发挥税收制度正向空间外溢效应。完善税收协定网络，主动与沿线国家协商加快签订税收协定，确保税收协定执行程序具有可操作性，在现有经验下不断提高税收协定的执行水平，在协定中完善税收争端解决机制，以降低“一带一路”经济圈内的国际贸易税收负担。
注释：
① 本文的对华贸易仅指对华商品贸易。
② 巴基斯坦、黑山、塞尔维亚三国的数据缺失，因此贸易关联分析中的样本只包含除以上三个国家之外的62个国家。
参考文献：
[1] Kim S， Shin E. A longitudinal analysis of globalization and regionalization in international trade： a social network approach[J]. Social Forces， 2002， 81（2）： 445-471.
[2] Giorgio Fagiolo. The international-trade network： gravity equations and topological properties[J]. Journal of Economic Interaction and Coordination， 2010， 5（1）：1-25.
[3] 陈银飞. 2000-2009年世界贸易格局的社会网络分析[J].国际贸易问题，2011（11）：31-42.
[4] 潘峰华，赖志勇，葛岳静. 经贸视角下中国周边地缘环境分析――基于社会网络分析方法[J]. 地理研究， 2015， 34（4）：775-786.
[5] 许和连，孙天阳，成丽红.“一带一路”高端制造业贸易格局及影响因素研究――基于复杂网络的指数随机图分析[J].财贸经济，2015（12）：74-88.
[6] 邹嘉龄，刘卫东.2001-2013年中国与“一带一路”沿线国家贸易网络分析[J].地理科学，2016（11）：1629-1636.
[7] 孔庆峰，董虹蔚.“一带一路”国家的贸易便利化水平测算与贸易潜力研究[J].国际贸易问题，2015（12）：158-168.
[8] 韩永辉，罗晓斐，邹建华.中国与西亚地区贸易合作的竞争性和互补性研究：以“一带一路”战略为背景[J].世界经济研究，2015（3）：89-98.
[9] 张静中，王文君.“一带一路”背景下中国-西亚自贸区经济效应前瞻性研究――基于动态GTAP的实证分析[J].世界经济研究，2016（8）：70-78.
[10]孙楚仁，张楠，刘雅莹.“一带一路”倡议与中国对沿线国家的贸易增长[J].国际贸易问题，2017（2）：83-96.
[11]张晓君.“一带一路”战略下自由贸易区网络构建的挑战与对策[J].法学杂志，2016（1）：29-39.
[12]梁双陆，张梅.基础设施互联互通对我国与周边国家贸易边界效应的影响[J].亚太经济，2016（1）：101-106.
[13]李敬，陈容，付陈梅.中俄印新四国货物贸易特征及比较优势分析[J].管理世界，2016（10）：174-175.
[14]龚辉文.服务“一带一路”战略税收政策及征管研究[J].国际税收，2015（12）：9-14.
[15]杨志勇.实施“一带一路”战略的财税政策研究[J].税务研究，2015（6）：16-21.
[16]陈虎.“一带一路”沿线国家税收情报交换制度刍议[J].税务研究，2016（7）：94-98.
[17]Scott， J. Socia network analysis[M]. London：Sage Publication，2013.
（责任编辑：林 溪）