Page 62 - 《华中农业大学学报(社会科学版)》2021年第4期
P. 62
5 6 华中农业大学学报( 社会科学版) ( 总 154 期)
综上, 国际粮食贸易网络的自组织机制全部得到检验, 关系嵌入机制则得到了部分支持.并且,
扩张性和稳定性的影响效应较大, 在自组织和关系嵌入机制的影响下控制变量对粮食贸易网络关系
形成的影响效应被逐渐削弱.
2. 拟合优度检验
本文针对模型 6 进行 TERGM 的拟合优度检验, 仿真次数为 1000 次, 得出国际粮食贸易网络的
关键网络特征参数分布的仿真结果, 如图 3 所示.图 3 分别呈现了二元组共享伙伴( 图 3a )、 边共享
伙伴( 图 3b )、 出度中心性( 图 3c ) 和三角形普查( 图 3d ) 等特征参数的频率分布结果.其中黑色粗实
线为动态网络观测到的真实分布, 灰色线条则为仿真网络的 95% 置信区间结果, 图中四个关键参数
的真实分布均位于或接近于仿真网络的 95% 的置信区间, 因此本文认为该模型仿真结果能够代表真
实网络的结构特征.
图 3 TERGM 拟合优度检验
3. 稳健性分析
( 1 ) 调整时间间隔.将粮食贸易动态网络数据的时间间隔调整为 3 年, 得到包含 9 个时期的网络
数据, TERGM 的实证结果见表 3 的模型 7 所示. H 1~H 3 H 4b 得到了支持, H 4a 未得到验证, 结论与
、
前文实证分析完全一致.
( 2 ) 调整边选取标准.选择各经济体粮食进口额排名前三的贸易关系, 仍以两年作为动态网络的
时间间隔, TERGM 的实证结果见模型 8 , H 1~H 3 H 4a 和 H 4b 均得到检验.值得注意的是, 粮食贸易
、
竞争关系网络( mat _ TSI ) 对粮食贸易关系形成的影响在 0.1 的水平上显著, 可能的原因是放宽了边
选取标准, 得到的粮食贸易关系网络过于稠密, 接近于全连通状态, 导致无法准确捕捉其关系嵌入
机制.
( 3 ) 调整 TERGM 估计算法. Leifeld等 [ 26 ] 给出了另外一种估计算法, 即通过蒙特卡洛马尔科夫
最大似然估计实现, 适用于大规模网络.为了验证结果的稳健性, 本文采用该算法重新进行 TERGM
估计, 结果见表 3 中的模型 9 , 对自组织机制和部分关系嵌入机制的验证再次被证实是稳健的.
表 3 稳健性分析
变量 模型 7 模型 8 模型 9
Ed g es 1.5049 ∗∗ ( 0.5056 ) 1.7189 ∗∗ ( 0.6422 ) 1.1371 ( 0.5983 )
Activit y -2.4483 ∗∗∗ ( 0.1263 ) -2.6202 ∗∗∗ ( 0.1454 ) -3.5214 ∗∗∗ ( 0.2016 )
MultiGconnectivit y -0.0463 ∗∗∗ ( 0.0066 ) -0.0443 ∗∗∗ ( 0.0033 ) -0.0690 ∗∗∗ ( 0.0039 )
TriadicGclosure 0.3858 ∗∗∗ ( 0.0401 ) 0.2877 ∗∗∗ ( 0.0410 ) 0.3811 ∗∗∗ ( 0.0446 )
Stabilit y 1.8737 ∗∗∗ ( 0.0766 ) 1.9762 ∗∗∗ ( 0.0699 ) 2.0259 ∗∗∗ ( 0.0747 )
mat _ TSI -0.0788 ( 0.0648 ) -0.0971 ( 0.0589 ) -0.0648 ( 0.0566 )
mat _ TCI 0.8113 ∗∗∗ ( 0.1265 ) 0.7223 ∗∗∗ ( 0.0804 ) 0.8476 ∗∗∗ ( 0.0770 )
Reci p rocit y 0.7267 ∗∗∗ ( 0.1929 ) 0.7465 ∗∗∗ ( 0.1149 ) 0.5505 ∗∗∗ ( 0.0960 )