国际贸易竞争与格局演变对全球产业链重构的影响
The Impact of International Trade Competition and Pattern Evolution on the Restructuring of Global Industrial Chains
摘要: 国际贸易竞争与格局演变深刻改变全球经贸格局,对全球产业链重构产生显著影响。本文基于世界投入产出数据库(WIOD 2023版)、亚洲开发银行多区域投入产出表(ADB MRIO)、经合组织投入产出数据库(OECD ICIO)及联合国商品贸易统计数据库(UN Comtrade)等权威数据源,运用多区域投入产出(MRIO)、偏离–份额(SSM)及灰色关联度(GRA)模型,系统分析2013~2023年主要贸易伙伴间出口国内增加值(DVA)动态演变、分行业替代效应、中国制造业竞争力时空变化及驱动因素。研究发现,国际贸易摩擦与政策变动推动全球产业链从效率优先转向安全与韧性优先,中国对主要贸易伙伴出口DVA呈波动下滑态势,部分新兴经济体替代效应凸显;中国产业链竞争力呈现结构性分化,传统劳动密集型行业优势弱化,汽车行业借新能源转型实现突破。汇率波动、替代经济体成本优势等是核心驱动因素。基于此,从产业、宏观政策、企业层面提出差异化应对策略,为中国构建韧性更强的全球产业链体系、提升在全球经贸治理中的规则制定影响力提供理论与实践参考。
Abstract: International trade competition and pattern evolution have profoundly changed the global economic and trade landscape and exerted a significant impact on the restructuring of global industrial chains. Based on authoritative data sources such as World Input-Output Database (WIOD 2023), Asian Development Bank Multi-Regional Input-Output Table (ADB MRIO), OECD ICIO Database and UN Comtrade Database, this paper systematically analyzes the dynamic evolution of export domestic value added (DVA) among major trading partners, the industry-level substitution effects, the spatiotemporal changes and driving factors of China’s manufacturing competitiveness from 2013 to 2023, by using multi-regional input-output (MRIO), shift-share method (SSM) and grey relational analysis (GRA) models. The study finds that international trade frictions and policy changes have driven the global industrial chain to shift from “efficiency first” to “security and resilience first”. China’s DVA in exports to major trading partners shows a fluctuating downward trend, while the substitution effect of some emerging economies has become prominent. The competitiveness of China’s industrial chain presents structural differentiation: the advantages of traditional labor-intensive industries have weakened, while the automotive industry has achieved breakthroughs through the transformation of new energy. Exchange rate fluctuations and the cost advantages of substitute economies are the core driving factors. Accordingly, differentiated coping strategies are proposed from the industrial, macro-policy and enterprise levels, providing theoretical and practical references for China to build a more resilient global industrial chain system and enhance its influence on rule-making in global economic and trade governance.
文章引用:孙语涵, 刘琳. 国际贸易竞争与格局演变对全球产业链重构的影响[J]. 可持续发展, 2026, 16(3): 186-195. https://doi.org/10.12677/sd.2026.163108

1. 引言

国际贸易竞争与政策格局的深刻调整,持续重塑全球经贸体系,探究其对全球产业链重构的影响机制,具有重要的理论价值与现实意义。从理论层面看,现有国际贸易理论多基于稳定的全球经贸环境构建,而国际贸易竞争引发的政策波动的政策波动,为解析全球产业链的动态调整机制提供了全新研究视角,有助于丰富和完善全球产业链重构相关理论体系,弥补现有理论在非稳定经贸环境下的研究不足。在实践层面,以中国进出口贸易为研究切入点,能够清晰剖析全球主要经济体在贸易冲击下的产业链应对策略与转型路径。一方面,研究结论可帮助中国企业精准认知外部经贸环境风险,引导企业加快产业升级步伐、优化全球布局结构,增强企业在国际贸易竞争中的核心竞争力;另一方面,可为其他国家在复杂多变的全球经贸环境下维护自身产业链安全、优化资源配置效率提供有益借鉴,同时也能为国际组织及各国政府制定科学合理的贸易政策、协调产业链分工、促进全球产业链的稳定与可持续发展提供重要的实践参考。

2. 研究现状

2.1. 国内研究现状

全球产业链研究现状呈现多维度变革特征。布局逻辑上,区域化、本土化趋势显著,各国纷纷强化产业安全布局,主要经济体推动“近岸外包”相关举措,区域贸易协定(如RCEP)加速产业链区域融合进程,跨国企业普遍采用“中国 + 1”策略分散产能风险[1]-[4]。技术驱动下,数字化与绿色低碳化成为全球产业链变革的核心方向:数字技术有效降低产业链风险敞口、助力各国提升在全球产业链中的地位[5] [6],绿色转型催生全球循环经济发展需求,但同时面临技术壁垒与国际标准不统一的现实困境[7]-[9]。分工格局上,中国崛起推动全球产业链形成多极并存的分工态势,中国制造业中心度位居全球首位,但关键核心技术与重要资源的对外依存度依然较高,面临主要经济体技术限制与新兴经济体产业转移竞争的双重挑战[1] [2] [10]。影响因素中,大国经贸竞争加速全球产业链分工调整,数字技术与金融发展重塑全球产业链分工逻辑,全球治理体系向区域化倾斜,非贸易因素(如碳关税)对产业链分工的影响日益凸显[11]-[13]。中国应对全球产业链变革需双管齐下:产业端需强化核心技术创新、推进资源循环利用与内需市场驱动,制度端需深化“一带一路”国际合作、积极参与全球产业链规则制定并优化区域产业布局[10] [14] [15]。未来,全球产业链将持续向区域化、智能化、绿色化方向演进,中国需在坚持开放合作与强化自主创新的平衡中,不断提升产业链韧性与全球话语权[10] [12]

2.2. 国外研究现状

国外学者针对国际贸易竞争对全球产业链重构的影响开展了丰富研究。Caliendo等[16]运用一般均衡模型指出,国际贸易竞争的加剧促使企业重新审视全球布局,在成本控制与风险规避的双重驱动下,贸易冲击诱发了跨国界的劳动参与及产业迁移,推动了全球产业链的区域化重构。其研究为理解贸易竞争背景下企业微观决策如何驱动宏观空间布局调整提供了坚实的理论支撑。

在全球产业链重构机制方面,Baldwin [17]强调,信息技术进步与贸易政策不确定性的耦合是驱动“大趋同”及产业链重构的核心逻辑,这种重构深刻改变了全球贸易利益的分配格局,并从宏观关联视角剖析了产业链在空间上的解构与重组。对于贸易摩擦的具体影响,Amiti等[18]研究表明,国际贸易竞争(如2018年关税冲击)显著推升了中间品成本,使包括机电、纺织在内的重点产业面临利润下滑与供应链受阻的困境,但这一外部压力也倒逼企业通过技术创新与市场多元化来对冲风险。在典型行业研究上,Benguria [19]通过企业微观数据发现,国际贸易竞争加速了全球产业链的环节重组,部分跨国企业为规避关税壁垒,在核心制造环节调整投资策略,推动了组装环节向东南亚等低成本地区转移。此外,既有文献虽然识别了贸易成本与风险规避的驱动作用,但对于全球供应链重构过程中,核心技术节点的锁定效应与本土产业链供应链韧性的交互影响,仍需更细致的异质性讨论。

整体而言,国内外研究多从全球视角或单一国家视角出发,运用实证分析方法,围绕国际贸易竞争对产业链布局、产业竞争力、企业行为等方面的影响展开,但在结合中国产业政策与国内区域产业协同发展、核心驱动因素的耦合作用及分行业差异化替代机制对全球产业链重构影响的研究上,仍存在进一步拓展的空间。

3. 数据来源

本研究的全部实证数据均来自全球价值链与国际贸易研究领域公认的权威国际公开数据库,完整覆盖2013~2023年研究时间窗口,具体数据来源与全流程标准化处理如下:2013~2020年全球投入产出与出口国内增加值(DVA)核算的核心基准数据,采用世界投入产出数据库2023版(WIOD 2023),该数据库为该领域国际通用的核心数据源,官方发布的最新时间序列更新至2020年;针对WIOD数据库的时间覆盖缺口,2021~2023年的多区域投入产出数据采用亚洲开发银行多区域投入产出表(ADB MRIO)与经合组织投入产出数据库(OECD ICIO)进行补充拼接,两类数据库均覆盖62个核心经济体、统一采用联合国《ISIC Rev.4国际标准产业分类》,可实现与WIOD数据库的底层口径适配;为保障多源投入产出数据的时间序列连贯性、行业口径统一性与核算精度,本研究以ISIC Rev.4分类为统一基准,对三类数据库的行业维度进行标准化聚合与拆分,最终锁定18个制造业细分行业与2个采矿业行业作为研究样本,以2015年为基期采用世界银行发布的各国GDP平减指数、分行业生产者价格指数(PPI)将所有现价数据调整为不变价数据,对跨数据库的经济体口径进行一致性匹配修正,并通过列昂惕夫逆矩阵平衡校验法将拼接后多区域投入产出表的行和、列和误差率严格控制在0.5%以内,完全满足多区域投入产出(MRIO)模型的核算要求;本研究的双边贸易细分数据来自联合国商品贸易统计数据库(UN Comtrade) 2013~2023年HS6位码层面的全量双边贸易数据,采用联合国统计司官方发布的《HS 2017-ISIC Rev.4对应转换表》建立商品编码与目标行业分类的一一对应映射关系,按统一行业口径完成贸易数据的标准化聚合,对无法直接匹配的零星商品编码、海关特殊监管区域贸易数据采用贸易额占比加权法进行合理分配,确保无数据遗漏与重复核算;同时,本研究基于全球价值链核算经典的KPWW框架,结合中国海关总署发布的加工贸易进出口细分数据,区分一般贸易、进料加工与来料加工贸易模式完成DVA测算的增加值剥离修正,通过UN Comtrade数据库的进口国/最终消费国标识剔除中国香港、新加坡等枢纽地区转口贸易带来的重复核算项,对边境小额贸易、跨境电商低值贸易完成口径归一化处理,全面剔除特殊贸易模式对DVA测算结果的系统性偏差,最终形成覆盖全时间窗口、全样本经济体、目标细分行业的平衡面板数据集,为全文的实证分析与机制检验提供稳定、严谨、可重复的数据支撑。

4. 模型介绍

4.1. 多区域投入产出模型

基于Leontief框架,我们将全球划分为G个区域。出口中的国内增加值(DVA)测算如下:

DV A r = V ^ r T L rr E r* + V ^ r T sr L rs E s* (1)

其中 V ^ r 为区域r的增加值系数对角矩阵,L为全球列昂惕夫逆矩阵。 V ^ r T L rr E r* 直接出口增加值, V ^ r T sr L rs E s* 是间接出口增加值。

4.2. 偏离–份额分析法

用于分解中国对主要贸易伙伴出口国内增加值(DVA)的变动原因,明确各驱动因素的作用机制。设△DVA为t时期相对于基期的增量:

ΔDVA=NS+IM+RS (2)

(1) 全国份额分量(NS):

N S i =DV A i,0 R total (3)

反映随着全球贸易规模增长,中国对应出口所实现的自然增长部分,体现外部市场整体扩张带来的基础性增长效应。

(2) 产业结构分量(IM):

I M i =DV A i,0 ( R i R total ) (4)

反映中国出口结构是否集中于主要贸易伙伴进口增长最快的行业,体现出口行业结构与目标市场进口需求增长趋势的匹配度。

(3) 竞争力优势分量(RS):

R S i =DV A i,0 ( r i R i ) (5)

其中 r i 为中国i行业的实际增长率, R i 为该行业在主要贸易伙伴总进口中的平均增长率。RS > 0表⽰中国该行业由于效率或技术提升获得了超越市场平均水平的竞争优势。

4.3. 灰色关联度分析

用于探究外部宏观变量与DVA变动轨迹之间的耦合程度。

(1) 序列归一化:

X i ( k )= x i ( k ) x ¯ i (5)

(2) 计算关联系数:

ξ i ( k )= Δ min +ρ Δ max | X 0 ( k ) X i ( k )|+ρ Δ max (6)

其中 ρ 为分辨系数(通常取0.5)。

(3) 计算关联度:

γ i = 1 n k=1 n ξ i ( k ) (7)

关联度越接近1,说明该解释变量(如汇率、地缘风险)对贸易流向的影响越具主导性。

5. 结果分析

5.1. 基于MRIO模型的出口国内增加值(DVA)动态演变分析

Figure 1. Dynamic changes in value-added exports to major developed markets by major economies

1. 主要经济体对主要发达市场出口增加值(DVA)动态变化趋势图

图1呈现了2013~2023年中国、印度、墨西哥、越南、泰国对主要发达市场出口增加值(DVA)的动态变化,直观反映了国际贸易竞争加剧前后全球产业链的重构趋势。2013~2018年,中国对该市场出口增加值整体呈上升态势,在2017年达到阶段性高点,体现出中国在全球贸易中的核心地位。但2018年之后,随着外部经贸环境变化,中国对该市场出口增加值出现明显波动与下滑,2019年、2020年显著回落,虽在2021年短暂反弹,后续仍呈下降趋势,显示出外部贸易环境变化对出口带来的持续影响。与此同时,墨西哥对该市场出口增加值持续攀升,尤其在2018年后增长加速,2023年达到峰值,成为出口增加值最高的经济体,凸显出“近岸化”产业链调整下的替代效应。

从区域格局来看,印度、越南、泰国等亚洲经济体也在这一过程中扮演了重要角色。印度对该市场出口增加值在2020年后明显提升,逐步扩大贸易份额;越南则保持稳步上升态势,2018年后增速加快,成为出口增长较快的新兴力量;泰国虽增长平缓,但整体维持稳定。

这一变化不仅反映出主要发达市场贸易伙伴多元化的战略调整,也凸显了全球产业链从“效率优先”向“安全与韧性优先”的转型。墨西哥凭借地理邻近与区域贸易协定优势,越南、印度依托成本优势与产业承接能力,共同承接了部分转移的出口份额,重塑了主要发达市场的贸易伙伴结构。

5.2. 全球产业链分行业的DVA替代效应:基于MRIO的多国比较

图2呈现了2013~2023年中国、墨西哥、越南、印度、泰国五大经济体在八大行业出口国内增加值(DVA)的动态演变,直观反映了全球产业链在国际贸易竞争与外部环境冲击下的重构趋势。DVA作为剔除进口中间品投入后的核心指标,精准衡量了各国产业真实获利能力与产业链掌控力,其波动与分化背后,是全球产业链从“效率优先”向“安全与韧性优先”的深刻转型。

Figure 2. Sectoral domestic value added evolution of major economies’ exports to major developed markets

2. 主要经济体分行业出口国内增加值(DVA)演变趋势图

在电子行业,中国的DVA在2021年达到峰值后显著回调,而印度与越南则实现强劲增长。作为全球分工链条最长的领域,电子行业呈现出明显的产业转移特征:受外部政策与成本变动影响,终端组装环节加速向印度和越南迁移。印度DVA的陡峭上升,印证了本土产业政策在消费电子领域的成效;越南则凭借成本优势与配套能力,成为相关市场电子出口增加值较高的国家,替代效应较为突出。

纺织与服装行业中,中国虽长期保持规模优势,但2018年后经历剧烈波动,2023年水平明显低于峰值。这一变化与外部贸易环境变化高度相关,反映出低附加值、劳动密集型产业对成本与政策环境的高度敏感性。越南在2018年后快速崛起,承接了大量产业转移;而墨西哥凭借地理邻近优势保持平稳发展,成为稳定的供应方。

汽车行业是区域化重构的典型代表。墨西哥始终占据主导地位,相关出口增加值远超其他国家,其增长受益于区域贸易协定与近岸生产优势。印度在2020年后DVA呈现快速增长,通过内需市场带动本土产业链发育,展现出较强的产业扩张潜力。

电气设备行业中,中国DVA波动频繁,2023年明显下滑,而越南与墨西哥保持稳健上行。这种分化反映了产业链“去风险化”进程:跨国公司采取“中国 + 1”策略,订单分配趋于多元,越南和墨西哥成为主要受益方,市场份额稳步提升。

从整体看,中国虽在DVA总量上仍具优势,但增长斜率已出现趋势性变化,低附加值的简单组装环节加速向越南、印度转移,高附加值领域则面临来自墨西哥等经济体的竞争。各行业拐点基本与2018年外部环境变化、2021年全球产业链调整期相重合,验证了外部冲击对DVA结构的显著影响,全球产业链正朝着多元化、区域化方向持续调整。

5.3. 中国制造业竞争力的时空演变:MRIO与SSM复合分解视角

基于2013~2023年全球贸易格局演变的关键节点,本研究采用灰色关联度(GRA)方法量化核心驱动因素的影响强度,具体结果见图3

Figure 3. Grey Relational Analysis (GRA) of drivers for trade pattern evolution

3. 贸易格局演变驱动因素灰色关联度(GRA)分析图

结果发现汇率波动为0.9666、替代国成本优势为0.9342、地缘政治风险为0.8893和贸易摩擦与关税壁垒为0.6453。

汇率波动作为关联度最高的因素,通过直接影响出口成本与产品价格竞争力,成为重塑贸易流向与伙伴结构的关键经济变量;替代国成本优势推动企业为规避风险转向越南、墨西哥等具有成本或区位优势的经济体,印证了产业链转移的核心经济逻辑。地缘政治风险从安全层面强化了产业链多元化布局倾向,促使贸易决策更注重韧性与稳定性;国际贸易政策壁垒作为重要外部冲击,加速了全球贸易格局调整,但其直接驱动作用相对较弱。

整体而言,四大因素共同推动全球贸易从“效率优先”向“安全、韧性与成本多元考量”转型,为理解全球产业链重构的内在机制提供了量化依据。

5.4. 驱动DVA演变的因素识别:基于GRA模型的关联度测算

图4通过竞争力分量(RS)指标,量化了中国在四大重点行业中,2013~2017年(“巅峰期”)和2018~2023年(“调整期”)的产业链竞争力相对变化。横轴“竞争力损益”为负值时,代表中国在该行业的竞争力相对越南、墨西哥等替代经济体出现损失,数值越负,竞争力损失越显著。

Figure 4. Comparative analysis of China’s sectoral competitiveness shift across time and space

4. 中国分行业产业链竞争力分量(RS)时空演变对比图

在2013~2017年的“巅峰期”,中国纺织服装行业的竞争力损失最为显著(接近−6000百万美元),传统劳动密集型产业的原有优势已开始松动;电子行业竞争力损失处于中等水平,行业相对优势逐步收窄;基础金属行业竞争力损失较小,整体竞争力保持相对稳定;而汽车行业的竞争力损失尤为突出(接近−6000百万美元),反映出当时本土汽车产业依赖进口中间品与外资品牌、核心竞争力不足的弱势特征。

进入2018~2023年的“调整期”,各行业竞争力分化进一步加剧:纺织服装行业的竞争力损失扩大至近−8000百万美元,外部贸易环境变化加速了该行业产能向东南亚经济体转移;电子行业的竞争力损失与前一阶段基本持平,表明在终端组装环节向外转移的同时,中国在核心中间品领域仍保持一定产业韧性;基础金属行业的竞争力损失明显翻倍,市场份额被泰国等替代经济体逐步侵蚀;而汽车行业的竞争力损失显著收窄,新能源汽车产业的崛起带动本土汽车产业链深度发育,实现了行业竞争力从“被动损失”到“主动调整”的重要转折。

整体来看,中国产业链竞争力呈现出明显的结构性分化特征:传统劳动密集型行业竞争力持续恶化,中上游基础金属行业市场份额逐步流失,电子行业依托核心环节保持韧性,汽车行业则借助新能源转型实现竞争力突破。这一演变态势既是全球产业链从“效率优先”向“安全与韧性优先”转型的具体缩影,也清晰体现了中国通过产业升级、结构优化重塑产业链竞争力的核心路径。

6. 对策与建议

基于多区域投入产出(MRIO)模型对全球产业链重构的量化分析,以及偏离–份额(SSM)和灰色关联度(GRA)对驱动机制的深层解构,本研究发现:全球产业链已不可逆地从“效率导向”转向“安全与成本双重导向”。面对纺织服装等劳动密集型产业的加速外迁、电子信息产业的区域化重组以及汽车产业的近岸化趋势,中国需采取差异化的战略应对,构建更具韧性的全球产业链体系。以下是针对性的政策建议。

6.1. 产业层面:实施差异化的“强链补链”战略

面对全球产业链多极化布局趋势,需立足行业分化特征,精准发力强链补链:一是聚焦结构性差异优化布局,针对纺织服装等劳动密集型产业,引导企业有序转移低端产能、保留高端设计与品牌运营环节;针对电子行业,强化核心中间产品研发制造,巩固产业韧性;针对汽车行业,乘新能源转型东风,完善本土产业链配套,扩大优势领域竞争力。二是推动产业高端化、绿色化转型,将ESG治理融入产业发展全过程,通过绿色生产、合规经营,打破国际非关税贸易壁垒,提升产业全球适配性。三是强化技术创新与标准引领,加大核心领域研发投入,聚焦关键核心技术瓶颈突破与行业标准制定,推动产业从成本竞争转向技术溢价竞争,提升单位出口国内增加值(DVA)含金量。

6.2. 宏观政策层面:优化区域布局与金融对冲机制

结合GRA灰色关联分析结果,针对汇率波动和地缘政治风险两大关键影响变量,构建全方位外部冲击防控体系:一是深化多元区域经贸合作,充分释放RCEP红利,稳步推进CPTPP加入进程,依托一带一路倡议拓展多元化出口版图,分散地缘政治风险。二是完善金融对冲机制,健全汇率避险工具体系,推广跨境人民币结算,降低汇率波动对出口DVA的冲击,保障企业收益稳定。三是建立产业链安全预警机制,基于MRIO模型监测关键产业链运行态势,重点防控产业链高对外依存度短板环节的断链风险,强化产业链供应链稳定性。

6.3. 企业层面

引导企业主动适应全球产业链重构趋势,提升自主应对能力:一是推行全球化与本土化融合的布局模式,采用“中国总部加海外卫星工厂”架构,在东南亚等地区合理布局备份产能,服务全球市场,同时保留国内核心研发与高端制造环节,实现产业链物理隔离与逻辑统一,规避各类贸易风险。二是强化核心竞争力培育,加大企业研发投入,聚焦细分领域核心技术突破,培育自主品牌,减少对外部技术与品牌的依赖。三是提升市场适配与风险应对能力,密切关注全球贸易环境变化,灵活调整经营策略,拓展多元化市场布局,降低单一市场依赖,增强企业抗风险韧性。

基金项目

安徽财经大学大学生创新创业训练计划资助(202510378234)。

参考文献

[1] 孙军, 张应语, 张纪凤. 中美博弈下的全球产业链重塑与中国战略选择[J]. 国际贸易, 2025(2): 5-15.
[2] 干春晖, 满犇. 产业数字化与全球产业链上游地理风险敞口[J]. 经济管理, 2025, 47(3): 47-63.
[3] 黄胜忠, 张灿, 王春林, 孟明亮, 张双腾. 铂族金属全球产业链: 循环视域下的敏感因素及中国应对策略[J]. 中国矿业, 2025, 34(2): 476-492.
[4] 方玉霞, 袁红林, 刘晨. 数字技术赋能全球产业链绿色低碳化: 理论机制与实施路径[J]. 江西财经大学学报, 2024(6): 25-35.
[5] 陈启斐, 严景. 金融发展与全球产业链变迁: 上游化还是下游化[J]. 国际贸易问题, 2024(3): 86-104.
[6] 张辽, 胡忠博, 陈松. 全球产业链重构下保障中国产业链安全的逻辑思维与战略取向[J]. 经济学家, 2024(3): 35-44.
[7] 王孝松, 崔雨阳. 跨国公司碳中和行动对全球产业链供应链重塑的影响[J]. 江苏行政学院学报, 2024(1): 47-53.
[8] 王陆舰, 邓颖, 张天硕. 中国在全球产业链网络中的地位演变[J]. 国际贸易, 2023(12): 15-28.
[9] 许彩慧, 张开. 全球产业链绿色转型——“双碳”窗口期下中国的机遇、挑战和路径[J]. 国际贸易, 2023(12): 29-39.
[10] 任鸿斌. 链接世界共创未来坚定维护全球产业链供应链稳定畅通[J]. 当代世界, 2023(12): 6-11.
[11] 国家发展改革委宏观经济研究院对外经济研究所课题组, 季剑军. 全球产业链和货物贸易格局演变及中国应对策略[J]. 亚太经济, 2023(6): 1-10.
[12] 易小准, 史蒂文∙艾伦∙巴奈特, 金兴钟, 裴光峻, 小野寺修, 徐奇渊, 冈崎久实子, 蔡于鸿. 全球产业链新趋势: 机遇与挑战[J]. 国际经济评论, 2023(6): 9-32, 4.
[13] 屠新泉. 全球产业链重构与全球贸易治理体系变革[J]. 当代世界, 2023(7): 24-31.
[14] 李非, 卢晓芳. 百年变局下全球产业链重构与两岸产业链整合[J]. 台湾研究, 2023(1): 22-33.
[15] 孟静文, 陈朋亲. 全球产业链重构背景下深化中国-葡语国家经贸合作的路向[J]. 太平洋学报, 2024, 32(10): 70-83.
[16] Caliendo, L., Dvorkin, M. and Parro, F. (2019) Trade and Labor Market Dynamics: General Equilibrium Analysis of the China Trade Shock. Econometrica, 87, 741-835. [Google Scholar] [CrossRef
[17] Baldwin, R. (2016) The Great Convergence: Information Technology and the New Globalization. Belknap Press.
[18] Amiti, M., Redding, S.J. and Weinstein, D.E. (2019) The Impact of the 2018 Tariffs on Prices and Welfare. Journal of Economic Perspectives, 33, 187-210. [Google Scholar] [CrossRef
[19] Benguria, F. (2022) The Global Impact of the US-China Trade War: Firm-Level Evidence. Review of World Economics, 159, 827-851. [Google Scholar] [CrossRef