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 )
