2. 南京大学 长三角文化产业发展研究院,江苏 南京 210093
2. Research Institute of Yangtze River Delta Cultural Industry Development, Nanjing University, Nanjing 210093, China
为深化文明交流互鉴,提升中华文化传播影响力和我国文化产品的国际竞争力,党的二十大报告指出,要“加强国际传播能力建设,全面提升国际传播效能,形成同我国综合国力和国际地位相匹配的国际话语权”。在“双循环”的新发展格局下,均衡国内市场与国际市场对于提升文化产品的传播力至关重要,[1]不断扩展对外文化贸易的内在含义,[2]借助对外文化贸易方式来提升贸易双方的文化影响力,[3]促进国家之间的文化交流和传播,使优秀的文化价值得以更好的传播。
创意城市的概念在“3T理论”(Technology、Talent和Tolerance)和“三要素理论”(集中性、多样性和非稳定性)等理论基础上不断发展。[4][5]Charles Landry指出,为了应对在全球化发展背景下城市所面临的转型问题,城市可以通过创造性思维和行动来促进城市转型发展,为城市转型发展开拓新的思路。[6](P47-48)创意城市在国内同样引起了学者们的关注,有学者提出应该用“NIP”(社会网络Network、文化体验Interactivity和公共政策Policy)方式来构建创意城市以及成为创意城市应该具备的特征,[7](P47-48)[8][9]创意城市以创意经济为基础,成为城市创新的新方式,满足不同人群在城市的发展需求。[10]联合国教科文组织于2004年提出的“创意城市网络”项目的目的是促进文化多样性和城市可持续发展,在促进全球范围内文化经济化发展的同时也促进城市间的文化交流。联合国教科文组织提出的“创意城市网络”项目共设立七个主题,分别是手工艺和民间艺术(Craft and Folk Arts)、设计(Design)、文学(Literature)、美食(Gastronomy)、电影(Film)、媒体艺术(Media Arts)和音乐(Music)。各城市可以根据自身的文化底蕴和产业发展的实际情况来选择符合自身发展规划的称号进行申请,由联合国教科文组织每两年对申请城市进行一次评选。截止到2019年,中国已有14个城市加入“创意城市网络”项目之中,①其中包括2017年青岛市成功申请的“电影之都”,这也是中国首次获得“电影之都”的称号。成员国在正式加入“电影之都”项目之后,借助创意城市网络平台加强城市之间的文化交流以及商业合作,[11]从而建立起国际网络连接。电影产业是文化产业的重要组成部分,电影产品更是具有经济和文化双重属性的产品,[12]提升我国电影产品的国际竞争力不仅有助于优秀文化高质量传播,还可以带动创意产业全球化发展,而国产电影在世界上的认可度在一定程度上反映了我国的文化传播状况。
① 具体授予情况为北京(设计之都)、上海(设计之都)、武汉(设计之都)、深圳(设计之都)、扬州(美食之都)、成都(美食之都)、顺德(美食之都)、澳门(美食之都)、青岛(电影之都)、南京(文学之都)、长沙(媒体艺术之都)、苏州(手工艺与民间艺术之都)、杭州(手工艺与民间艺术之都)、景德镇(手工艺与民间艺术之都),括号中的内容为获得的称号名称。
鉴于上述分析,本文将以电影及相关产品的贸易为例,研究中国在加入“电影之都”项目后是否为本国电影产品的贸易带来积极影响,并进一步扩展研究主体,分析项目成员国在获得称号后的贸易活动发生的变化。本文可能存在的边际贡献有:第一,基于社会网络分析法,对中国加入“电影之都”项目前后在贸易网络中地位发生的变化进行分析;第二,从贸易的视角出发,使用空间杜宾模型分析“电影之都”称号对成员国电影产品国际贸易竞争力的影响。
二、理论分析和研究假说 (一) “电影之都”项目对我国电影产品国际贸易地位影响的机制分析依托城市为主体的跨国网络联系将是文化消费转型升级的重要方向,[13]而对国家间形成的贸易网络进行分析能够更加深入地考察国家之间的联系状况和整体网络发展状况。在全球媒介产品的贸易网络中,一个国家所处的位置及担任的角色在很大程度上决定了本国的贸易活动能否顺利开展。[14]“创意城市网络”项目正是推动城市间创意性合作发展的载体,[15]在此基础上建立起城市间跨国网络联系从而形成网络化发展,提升成员国的国际贸易竞争力和在贸易网络中的地位。在全球化发展背景下,我国可以借助“电影之都”项目开展国际间的文化贸易及交流合作,完善和优化自身产业链的同时形成国家间网络化分工协作,进一步提升国际贸易竞争力。因此,本文探讨的第一个问题是我国在加入“电影之都”项目后是否在成员国所形成的贸易网络中的地位发生实质性的改变,提出如下假设:
假设一:加入“电影之都”项目后,中国在项目成员国之间的贸易地位有所提升。
(二) “电影之都”项目对成员国贸易活动影响的机制分析若想成为真正的文化强国,拥有强大的对外文化贸易能力是必不可少的,[16]需要将我国电影产业链融入全球价值链之中进而提升产业的国际竞争力,[17]通过分工合作的方式来寻找本国的核心竞争力,[18]推进电影生产的国际化转型,同项目成员国之间进行协作生产,[19]从而带动电影产业的实质性提升。特别是在数字经济背景下,文化加速传播的时代已经到来,文化产品贸易将是重要的文化传播形式,[20]文化产品对外输出的同时,也带动着文化输出,[21]通过国家间文化贸易的形式来扩大文化传播范围,[22]成员国在加入“电影之都”项目后是否真正促进了本国文化传播的影响力需要分析对外贸易的能力有没有提升。因此,本文讨论的第二个问题是从贸易视角出发,考察成员国在加入“电影之都”项目后电影产品的国际竞争水平,提出如下假设:
假设二:“电影之都”项目成员国在加入项目后有助于本国电影产品贸易活动的开展。
三、中国在电影产品贸易网络中的地位评价 (一) 贸易网络分析说明截止到2019年,共有16个国家②加入“电影之都”项目之中,其中中国的加入年份为2017年。因此,以“电影之都”形成的贸易网络为分析工具,选择以2017年为时间中心,使用贸易网络分析法分别对中国加入前两年与加入后两年的节点中心度以及整体网络密度进行分析对比。本文构建的是有向加权的电影产品贸易网络,网络中的节点代表贸易国家,节点之间的连线代表两国之间的贸易往来,箭头发出的国家为出口国,箭头指向的国家为进口国,以出口额作为权重,两个国家之间连线的粗细表示两国之间贸易出口额的大小。由于不同的国家之间对贸易数据的统计具有一定的偏差,因此选择对贸易数据进行镜像处理。[23][24]
② 这16个国家分别是中国、英国、澳大利亚、韩国、爱尔兰、保加利亚、马其顿共和国、意大利、巴西、日本、波兰、西班牙、印度、波黑、德国、新西兰。
(二) 贸易网络结构图使用Gephi0.10.0分别绘制2015年以及2019年电影产品的有向加权贸易网络图,如图 1所示。由图 1可以直观地看到,无论是2015年还是2019年,日本和韩国都是中国最主要的贸易伙伴。这主要是因为电影产品属于文化附加值较高的产品,其贸易活动的开展不仅会受到“电影之都”称号的影响,相似的文化背景同样是不可忽视的原因。受到儒家文化背景的影响,中、日、韩三国间的贸易相比于其他国家更方便开展。但中国仍需要进一步优化贸易结构,积极开展与日、韩以外国家的贸易活动,寻求最适合中国电影产业发展状况的贸易结构,进一步提升电影产品的贸易竞争力。
![]() |
图 1 代表性年份“电影之都”项目成员国电影产品贸易网络结构 注:各图使用Gephi 0.10.0绘制而成,采用Fruchterman Reingold布局,重力10.0,速度1.0,边的粗细代表贸易值的大小。 |
使用Ucinet软件对贸易网络的中心度和密度进行计算。其中,度数中心性反映了一个节点在整个网络中的中心地位,数值越高说明该节点在网络中越处于中心地位。分析结果如表 1所示。从点入度的计算结果来看,无论是2015年还是2019年,中国都排在贸易网络的第一位,说明中国对于电影产品的进口需求比较大,国内电影市场活跃且贸易开放程度高,属于整个网络中的主导者;从点出度的计算结果来看,在2015年及2019年中国均排在第四位,经过对比后发现,点出度的数值略有下降,但在整个贸易网络中的排名还是处于较为稳定且靠前的位置,相较于电影产品进口来说,中国电影产品在出口方面还需要进一步提升国际竞争力。
![]() |
表 1 “电影之都”网络度数中心度排名前5位的国家 |
中介中心度反映了某一节点的控制能力,当一个节点的中介中心度数值越高,说明该节点对于整个贸易网络的控制能力越高,分析结果如表 2所示。通过对中介中心度计算后发现,中国在2015年的中介中心度是4.765,在整个贸易网络国家之中排名第六,而2019年中国的中介中心度的计算结果是10.937,在整个贸易网络国家之中排名第三,说明中国在加入“电影之都”网络后中介中心度的数值及在整个网络中的排名都出现了大幅度的提升,对网络的控制力出现增强趋势。
![]() |
表 2 “电影之都”网络中介中心度排名前5位的国家 |
接近中心度是指节点不受控制的能力,反映了一个国家在贸易网络中的独立性。接近中心度的计算结果同样分为入度和出度,分析结果如表 3所示。从入度来看,中国从2015年的71.429上升至2019年的78.947,排名也从第五名上升至第三名,说明在加入“电影之都”项目之后,中国电影产品在贸易网络中的进口贸易相较于加入项目前更具有独立性,贸易的便捷性在提升;从出度来看,中国2015年和2019年的接近中心度都是100,在整个贸易网络中一直处于并列第一的状况,说明中国在电影产品的出口方面一直有很高的独立自主性。
![]() |
表 3 “电影之都”网络接近中心度排名前5位的国家 |
网络密度是用来衡量整个贸易网络的紧密程度,其数值越大,说明网络中成员的联系越紧密,[25](P26)计算结果如表 4所示。通过对2015年和2019年整体的贸易网络比较发现,总体来说稳中有涨。密度整体呈现出上升趋势,网络密度整体来说数值不大但较为稳定,说明整体的贸易网络关系较为稳定,紧密程度有待进一步提升。
![]() |
表 4 整体网络密度分析结果 |
基于上述分析,中国加入“电影之都”项目后,在项目成员国所形成的贸易网络中的地位有所提升,因此本文假设一成立。
四、“电影之都”项目成员国的贸易活动分析 (一) 模型构建建立初始计量回归模型,如公式(1)所示:
$ T_{i t}=\alpha_0+\alpha_1 N_{i t}+\alpha_2 Z_{i t}+\varepsilon_{i t} $ | (1) |
其中,Tit为被解释变量,Nit为核心解释变量,Zit表示控制变量,α0为截距项,α1、α2为回归系数,εit为随机扰动项。
在初始计量模型的基础上进一步引入空间杜宾模型(SDM),如公式(2)所示。SDM模型中系数受到不同的约束时会退化成不同的模型,当ρ1=ρ2=γ=0且β≠0时,SDM退化成空间滞后模型(SLM);当β=ρ1=ρ2=0且γ≠0时,SDM模型退化成空间误差模型(SEM)。
$ \begin{aligned} &\ \ \ \ \ \ \ \ \ \ T_{i t}=\alpha_0+\beta \sum\nolimits_{j=1}^n w_{i j} T_{j t} +\alpha_1 N_{i t}+\rho_1 \sum\nolimits_{j=1}^n w_{i j} N_{j t}+\alpha_2 Z_{i t}+\rho_2 \sum\nolimits_{j=1}^n w_{i j} Z_{j t}+\theta_i+\varphi_t+\varepsilon_{i t} ; \varepsilon_{i t}\\ & =\gamma \sum\nolimits_{j=1}^n w_{i j} \varepsilon_{i t}+\mu_{i t} \end{aligned} $ | (2) |
其中,wij为空间权重矩阵,wijTjt为被解释变量的空间滞后项,β、ρ1和ρ2为空间滞后系数,θi表示空间效应,φt表示时间效应,γ为空间误差项系数,μit为随机扰动项,其余变量意义同公式(1)。
需要说明的是,在基准回归中使用的矩阵是两国首都间的地理距离(w1),在稳健性检验中使用的矩阵为国家间的邻接矩阵(w2)。矩阵已经过行标准化处理,使用数据均来源于CEPII数据库。
(二) 变量说明及数据处理 1、选取国家和研究年份本文选取电影市场规模相对较大的国家作为研究对象,根据票房统计网站The Numbers公布的2022年全球总票房排名,选取排名中前34个国家③作为研究对象,其中有13个国家④已经获得联合国教科文组织所评选的“电影之都”的称号,研究年份为2010—2020年。
③ 这34个国家分别是日本、英国、德国、澳大利亚、印度、新西兰、意大利、西班牙、爱尔兰、巴西、波兰、保加利亚、韩国、美国、智利、法国、加拿大、俄罗斯、比利时、墨西哥、荷兰、土耳其、丹麦、芬兰、捷克共和国、瑞士、阿根廷、南非、匈牙利、阿拉伯联合酋长国、奥地利、突尼斯、泰国、摩洛哥。
④ 这13个国家分别是日本、英国、德国、澳大利亚、印度、新西兰、意大利、西班牙、爱尔兰、巴西、波兰、保加利亚、韩国。
2、变量说明如表 5所示,将中国与这34个国家之间的电影产品的出口额作为被解释变量,记为Tit,其中i表示出口的目标国家,t表示年份,数据来源为UN Comtrade Database,使用的HS编码为37。选取截止到2019年贸易对象国所获得的“电影之都”称号的数量作为的核心解释变量,记为Nit,表示贸易对象国i在第t年累计获得的电影之都称号的数量。控制变量包括如下:
![]() |
表 5 各变量含义及数据来源 |
一是文化距离,根据Hofstede个人官网中公布的六个文化维度进行测算。计算过程如公式(3)所示:
$ { Cdis }_{i t}=\left\{\frac{1}{6} \sum\limits_{k=1}^6 \frac{\left(I_{k j z}-I_{k i z}\right)^2}{V_k}\right\}+\left(\frac{1}{T_i}\right) $ | (3) |
其中,Cdisit表示两国之间在第t年的文化距离,k表示维度,Ikit表示贸易对象国i第k个维度在第t年的数值,Ikjt表示中国第k个维度在第t年的数值,Vk表示第k个维度的方差,Ti表示贸易双方的建交年份。[26]选取权力距离、不确定性规避、个人主义与集体主义、男性偏向与女性偏向、长期取向与短期取向、放纵与自我约束六个维度。
二是制度距离,通过欧式距离计算法对WGI数据库发布的六项指标进行综合测算。计算过程如公式(4)所示:
$ P d i s_{i t}=\sqrt{\sum\limits_{k=1}^6\left(P_{j k t}-P_{i k t}\right)^2} $ | (4) |
其中,Pdisit为两国之间的制度距离,Pikt表示贸易对象国i的第k项指标在第t年的得分,Pjkt表示中国的第k项指标在第t年的得分。其中,选取话语和问责权、政治稳定性和恐怖主义、政府有效性、法规质量、法治水平和腐败的控制能力六个指标。
三是人口规模,人口规模增加相应的对产品的需求量就会增加,因此加入贸易对象国人口数量作为控制变量,使用符号popit表示,含义为第i个国家在第t年的人口数量。
四是经济规模,加入国内生产总值(GDP)用于衡量一个国家的经济规模,其中,GDPit第i个国家在第t年的GDP。
五是互联网普及率,使用互联网普及率来反映一国的科技发展水平,用符号sciit表示,含义为第i个国家在第t年的互联网普及率。
各变量含义及数据来源见表 5。
3、数据处理由于本文选取的指标所使用的衡量单位不同,故在对数据进行回归之前选择min-max数据标准化的方式进行无量纲化处理,增强指标之间的可比性。
(三) 实证结果分析 1、基准回归结果分析如表 6所示, 其中列(1)、列(2)列为传统计量模型的随机效应和固定效应回归结果。结果显示,称号数量在1%的水平下显著为正,说明称号数量会促进两国之间的贸易。进一步引入空间误差模型(SEM)、空间滞后模型(SLM)和空间杜宾模型(SDM)进行回归分析,在对模型回归后进行LR检验和Hausman检验后发现,选择SDM模型的固定效应更加合理。在引入空间杜宾模型后,拟合优度从传统模型的0.176上升至0.234,有明显提升,因此引入空间计量模型会提升估计结果的准确程度。
![]() |
表 6 传统计量模型和空间计量模型回归结果 |
如表 6中的列(8)所示, 称号数量的回归系数为0.0784,且在5%的水平下显著,与传统计量模型的回归系数相比,方向相同但数值更大,说明考虑空间因素后称号对于出口额仍有促进作用,但忽略空间因素的回归会低估称号对出口额的影响。称号数量空间滞后项系数为-2.368,且在10%的水平下显著,说明一国的贸易状况不仅会受到本国称号的影响,还会受到临近国家称号的影响,临近国家的称号会对本国的贸易状况产生负向的影响。因此,本文中假设二成立。在控制变量中,文化距离对贸易产生了负向影响,但其空间滞后项表现为显著正相关;制度距离及其空间滞后项均在1%的水平上表现为显著负相关;人口数量对贸易产生正向影响,但其空间滞后项表现为显著负相关;经济规模对贸易产生正向影响;互联网普及率对本国的电影产品的贸易开展有正向影响,同样有助于邻近国家的贸易开展。
2、空间效应分解上述的空间计量模型回归结果主要是利用了点估计的方式得到的,进一步基于SDM模型对空间固定效应进行分解,分解结果如表 7所示。称号数量的直接效应在5%水平下显著为正,间接效应的回归系数不显著,说明一国拥有称号会促进本国的贸易,但是对邻国的影响并不明显。
![]() |
表 7 SDM空间固定效应分解 |
为了提升回归结果的可靠性,参照葛纯宝等的做法,[27]将国家间邻接矩阵作为空间权重矩阵重新进行回归及效应分解,检验“电影之都”称号与对外贸易的关系是否稳健,结果如表 8和表 9所示。
![]() |
表 8 邻接矩阵下SDM模型固定效应回归结果 |
![]() |
表 9 邻接矩阵下SDM空间固定效应分解结果 |
(1) 回归结果
检验结果显示,更换邻接矩阵后,称号数量的回归系数为0.124, 且在1%的水平下显著,说明称号数量增加会促进贸易,这与基准回归结果相一致, 称号数量的空间滞后项系数为0.0891,且在10%水平下显著,说明邻国称号数量增加也会促进本国的贸易,这与之前的基准回归结果不同。因此,称号数量可以积极促进本国电影产品贸易活动的开展,从而提升产品的国际贸易竞争力,但称号数量对邻国的贸易影响还有待进一步考察。在控制变量方面,文化距离与制度距离的系数均在1%的水平下显著为负,空间滞后项的结果不显著;人口数量的系数在1%的水平下显著为正,空间滞后项的系数在5%的水平下显著为负;经济规模系数为0.294且在1%的水平下显著,空间滞后项同样在1%的水平下显著为正;互联网普及率在1%的水平下显著为正,空间滞后项在10%水平下呈现负相关。
(2) 空间效应分解
进一步对空间杜宾模型的效应进行分解,称号数量的直接效应系数为0.127,且在1%的水平下显著,间接效应结果不显著,总效应在1%的水平下显著,系数为0.197,说明称号会对本国贸易产生积极正向的影响,但对邻国产生的影响并不明显,这与之前得到的结论基本一致,说明空间效应分解结果具有良好的稳健性。
五、结论与启示基于“电影之都”项目对项目成员国2010—2020年电影及相关产品的贸易情况进行分析,研究结论如下:第一,中国在加入“电影之都”的项目之后,在整个网络中的中介中心度和接近中心度都有所提升,表明中国在加入项目后在整个贸易网络中,网络贸易地位包括网络的控制能力和贸易的独立性都有一定程度的提升;第二,贸易额与“电影之都”称号之间的关系回归分析结果表明,拥有称号数量越多越有助于本国开展贸易活动,因此可以验证项目成员国在加入“电影之都”项目后在一定程度上能够提升本国电影产品的国际竞争力。
依据上文研究和主要结论,本文提出如下建议:第一,积极加入“创意城市网络”项目,强化国际间文化交流与商业合作。鼓励以城市为主体,借助城市已有的传统文化或发展良好的产业,在城市现有的经济中融合新生的创意经济,提升城市的创造力、创新力,打造独具特色的“城市品牌”,出台行之有效的人才引进政策来吸引高质量创新复合型人才,打造清朗、活跃、良性的市场竞争环境;在强化城市自身优势的同时进一步提升城市的品牌效应,根据城市自身的产业优势,有针对性地申请“创意城市网络”项目中相应的称号,与有相同文化产业优势的城市建立联系,加强城市间国际化的文化交流及合作,把中国的文化产业融入全球产业链之中,形成“文化+创意+合作”的城市可持续发展模式。第二,培育具有国际竞争力的文化企业,构建具有中国特色的中国电影工业体系。依托于中国推行的全国统一大市场模式,由中国电影集团牵头,带动市场中民营企业,激发其电影创作的积极性,完善企业发展的相应保障制度,形成优良的企业生存环境,形成专业化和规模化的电影市场,提高自身文化原创性,构建具有影响力的电影发展体系。总之,在贸易全球化背景下,中国创意文化产业需要积极探索机制革新,挖掘中华优秀传统文化,弘扬中华文化自信,满足不同层次的精神文化需求,在国际市场进行有效的文化传播,提升中华文化在世界范围内的影响力。
[1] |
朱春阳. 我国影视产业"走出去工程"10年的绩效反思[J]. 新闻大学, 2012, (2): 110-117. ( ![]() |
[2] |
花建, 田野. RCEP与中国提升对外文化贸易竞争力[J]. 山东大学学报(哲学社会科学版), 2022, (5): 38-49. ( ![]() |
[3] |
朱春阳, 马海娇. 中国电视剧产业国际贸易竞争力影响因素研究[J]. 现代传播(中国传媒大学学报), 2022, 44(5): 1-9. ( ![]() |
[4] |
Florida R. Cities and the creative class[J]. City & Community, 2003, 2(1): 3-19.
( ![]() |
[5] |
Hospers G J. Creative cities: breeding places in the knowledge economy[J]. Knowledge, Technology & Policy, 2003, 16(3): 143-162.
( ![]() |
[6] |
兰德利. 创意城市: 如何打造都市创意生活圈[M]. 杨幼兰, 译. 北京: 清华大学出版社, 2009.
( ![]() |
[7] |
王慧敏. 创意城市的创新理念、模式与路径[J]. 社会科学, 2010, (11): 4-12. ( ![]() |
[8] |
吕庆华, 芦红. 创意城市评价指标体系与实证研究[J]. 经济地理, 2011, 31(9): 1476-1482. ( ![]() |
[9] |
厉无畏. 健全与完善文化市场, 促进文化创意产业发展[J]. 天津社会科学, 2014, (3): 96-99. ( ![]() |
[10] |
唐燕, 克劳斯·昆兹曼, 徐颖, 等. 文化、创意产业与城市更新[M]. 北京: 清华大学出版社, 2016.
( ![]() |
[11] |
曲华丽, 何金廖. 全球创意城市的区域多样性与网络结构特征[J]. 世界地理研究, 2023, 32(2): 36-47. ( ![]() |
[12] |
胡渊, 杨勇. 贸易壁垒、消费成瘾性和电影进口[J]. 南方经济, 2015, (9): 52-65. ( ![]() |
[13] |
周建新, 骆梦柯. 中国文化产业研究2022年度学术报告[J]. 深圳大学学报(人文社会科学版), 2023, 40(1): 55-70. ( ![]() |
[14] |
李彪, 潘佳宝. 再中心化: 文化帝国主义视角下全球媒介产品贸易网络研究——基于全球电影贸易的社会网络分析[J]. 国际新闻界, 2014, 36(3): 77-91. ( ![]() |
[15] |
褚劲风, 香川贵志, 崔国, 等. 创意城市网络下日本神户设计之都的规划与实践[J]. 世界地理研究, 2011, 20(3): 44-54. ( ![]() |
[16] |
花建. 发展我国文化产业的服务平台体系: 要求·重点·业态[J]. 同济大学学报(社会科学版), 2015, 26(3): 25-32. ( ![]() |
[17] |
王国安, 赵新泉. 中美两国影视产业国际竞争力的比较研究——基于全球价值链视角[J]. 国际贸易问题, 2013, (1): 58-67. ( ![]() |
[18] |
陈靖霖. 浅谈中日韩电影产业合作发展之核心竞争力[J]. 现代传播(中国传媒大学学报), 2014, 36(4): 161-162. ( ![]() |
[19] |
解学芳, 陈天宇. 我国电影企业全球化发展策略创新研究——基于全球跨境并购网络的研究[J]. 新闻大学, 2022, (5): 50-60. ( ![]() |
[20] |
江小涓, 罗立彬. 网络时代的服务全球化——新引擎、加速度和大国竞争力[J]. 中国社会科学, 2019, (2): 68-206. ( ![]() |
[21] |
李文军, 李巧明. 改革开放40年我国文化产业发展历程及其取向[J]. 改革, 2018, (12): 54-64. ( ![]() |
[22] |
花建, 田野. 国际文化贸易的新趋势与中国对外文化传播的新作为[J]. 上海交通大学学报(哲学社会科学版), 2023, 31(4): 78-92. ( ![]() |
[23] |
Aller C, Ductor L, Herrerias M J. The world trade network and the environment[J]. Energy Economics, 2015, (52): 55-68.
( ![]() |
[24] |
Lovri M, Da Re R, Vidale E, et al. Social network analysis as a tool for the analysis of international trade of wood and non-wood forest products[J]. Forest Policy and Economics, 2018, (86): 45-66.
( ![]() |
[25] |
刘军. 整体网分析——UCINET软件实用指南(第三版)[M]. 上海: 上海人民出版社, 2019.
( ![]() |
[26] |
綦建红, 李丽, 杨丽. 中国OFDI的区位选择: 基于文化距离的门槛效应与检验[J]. 国际贸易问题, 2012, (12): 137-147. ( ![]() |
[27] |
葛纯宝, 袁小金, 于津平, 等. 贸易便利化、空间溢出与增加值贸易网络地位——基于"一带一路"沿线国家的社会网络与空间计量分析[J]. 经济问题探索, 2022, (7): 150-172. ( ![]() |