用三部图网络科学解构菲律宾贸易结构

1. 项目概述：用一张网看清菲律宾贸易的“筋骨”与“脉络”

你有没有试过站在马尼拉港的集装箱堆场边，看着印着“MAERSK”“COSCO”字样的货柜被吊起、转运、装船？那些钢铁巨箱里装的，不只是芯片、铜锭、大米或椰子油——它们是菲律宾经济跳动的脉搏，是221个国家与97类商品之间无声却紧密的契约。三年前我第一次接触菲律宾海关2015–2022年全量贸易数据时，就意识到：这不是一堆Excel表格，而是一张活的、呼吸的、有结构、有重心、有断点、也有冗余的 真实关系网络 。这次重拾它，并不是为了复刻旧报告，而是想用网络科学这把“新尺子”，量一量那些传统统计报表永远测不出的维度：谁和谁真正绑在一起？哪条供应链最脆弱？哪些出口品类看似红火，实则只是“过路财神”？哪些进口依赖，已经悄悄长成了经济软肋？

关键词“Data Science”在这里绝非空泛标签——它意味着我们放弃“菲律宾对美出口增长3.2%”这类线性陈述，转而问：“如果美国突然收紧电子元器件出口许可，这张网会在哪里最先撕裂？撕裂后，菲律宾的贸易流会自动绕行到日本还是韩国，还是直接卡死？”这种问题，只有把国家、商品、流向全部编码为节点与边，再注入真实贸易额作为权重，才能模拟、推演、预警。我用Python+NetworkX构建的三部图（Reporter–Partner–Chapter），本质上是在数字世界里重建了菲律宾的“贸易躯干神经”。它不告诉你“该不该签RCEP”，但它会清晰显示：在当前网络中，东盟内部贸易的连接密度，已比十年前高出47%，而这种密度提升，82%集中在HS第84、85、90章——也就是机械、电子、光学设备这三大高附加值板块。这才是决策者真正需要的“底层地形图”，而不是浮在水面的GDP增速。

这个项目适合三类人：第一类是政策研究者，你需要知道“多元化出口市场”不是一句口号，而是要具体到“对荷兰出口的第85章产品，其上游供应商是否过度集中于中国某两家代工厂”；第二类是产业投资人，当你看到菲律宾对日出口的铜制品（HS74）与对华出口的铜矿石（HS26）在同一个网络模块中强耦合，你就该立刻意识到：这里存在一条未被充分开发的本地精炼增值路径；第三类是高校师生，它是一份可复现、可拆解、可延展的教学案例——从原始Comtrade数据清洗，到三部图构建逻辑，再到中心性指标的实际业务解读（比如为什么“介数中心性”比“度中心性”更能揭示真正的枢纽国），每一步都踩在真实数据的泥泞里，而非教科书的光滑纸面。它不承诺给你万能公式，但能确保你下次看贸易新闻时，脑子里自动浮现出那张动态演化的网络拓扑图。

2. 网络建模的底层逻辑：为什么必须是三部图？为什么不能只看双边总额？

2.1 传统分析的“盲区陷阱”：当“总量正确”掩盖了“结构危险”

先说一个反直觉的事实：2022年菲律宾对中国的贸易逆差高达 227亿美元 ，但如果你只盯着这个数字，就可能错过最关键的信号——这个逆差的构成，73%来自HS第85章（电气设备）和第27章（矿物燃料）。而同一时期，菲律宾对美国的贸易顺差是 89亿美元 ，其中61%来自HS第85章。表面看是“中美逆差、美菲顺差”，但网络视角下，这其实是 同一条全球电子产业链在不同区段的价值分配 ：菲律宾从中国进口基础电子元器件（PCB、电容、连接器），在国内组装成手机主板、电源适配器等半成品，再出口到美国。所以，中菲逆差与美菲顺差，本质是同一价值流的“进口端”与“出口端”切片。传统分析把它们割裂开，就误判为“对华依赖”与“对美优势”两个孤立问题；而网络模型强制你把中国、菲律宾、美国、HS85这四个节点放在同一张图里，边的权重（贸易额）和方向（进口/出口）自然暴露出这条链的完整走向。

提示：我曾用简单加总法计算过“菲律宾前十大贸易伙伴”，结果是中、美、日、新、韩……但当我把“伙伴国”节点按其与菲律宾在HS85章的进出口净额重新排序时，名次剧变：新加坡跃居第二（因其是大量菲律宾产电子半成品的中转枢纽），越南升至第五（因其正快速承接部分菲律宾电子组装订单）。这说明： 单纯国家维度的排名，会系统性低估中转国与替代国的真实影响力 。

2.2 三部图（Tripartite Network）的设计哲学：拒绝信息压缩的“懒惰建模”

为什么不用更常见的双边贸易网络（Bipartite: Country–Country）？因为那等于把“菲律宾向美国出口手机、向中国进口芯片、向马来西亚进口橡胶”全部压缩成三条无差别的连线，彻底抹杀了商品维度的关键差异。而二部图（Bipartite: Country–Product）虽保留了商品，却丢失了“流向”——它无法区分菲律宾是向日本出口铜，还是从日本进口铜。这在分析资源型出口国时尤其致命。

三部图（Reporter–Partner–Chapter）的不可替代性，在于它 天然嵌入了贸易行为的因果逻辑链 ：

• 边 PHL → USA + PHL → HS85 意味着“对美出口电子设备”；
• 边 PHL ← CHN + PHL ← HS85 意味着“从中国进口电子设备”；
• 当这两组边在 PHL 节点交汇，且 HS85 节点同时连接 USA 与 CHN ，就构成了一个完整的“加工贸易三角”：原料/半成品输入→本地加工→成品输出。

我在构建时做了三个关键约束，确保网络不沦为数据玩具：

1. Reporter节点唯一化 ：全网仅设一个 Philippines 节点，所有分析均以其为绝对中心。这杜绝了“菲律宾-中国贸易”与“中国-菲律宾贸易”被重复计算的冗余，也迫使所有洞察必须回归到“菲律宾自身定位”这一原点。
2. Partner节点地理去重 ：将“China, Hong Kong SAR”“China, Macao SAR”明确分离，不合并为“China”。因为香港是独立关税区，其转口贸易（如菲律宾芯片经香港销往欧洲）具有完全不同的物流、金融与合规路径，合并会严重扭曲网络的连通性分析。
3. Chapter节点层级锁定 ：严格采用HS两位码（Chapter Level），而非更细的4位或6位码。原因很实际：Comtrade数据中，大量中小贸易伙伴的申报仅精确到Chapter；若强行使用HS6位码，会导致97%的节点孤立（因数据稀疏），网络瞬间退化为散点图。两位码虽粗略，但保证了97个节点均有足够连接强度支撑后续中心性计算。

2.3 权重与方向的业务含义：USD金额不是数字，是“经济势能”的标尺

网络中的每条边，我都赋予双重属性： 方向 （Import/Export）与 权重 （Trade Value in USD）。这绝非技术炫技，而是业务语言的精准翻译：

• 方向决定“价值流动”： PHL ← JPN 表示日本向菲律宾输送价值， PHL → JPN 表示菲律宾向日本输送价值。在计算“贸易平衡”时，我并非简单加总所有 ← 与 → ，而是为每条边打上 +1 （出口）或 -1 （进口）的符号，再乘以USD权重，最终得到每个Partner节点的净流量值。这直接生成了Figure 6的“Top/Bottom 10 Trade Balance”榜单。
• 权重决定“连接强度”： PHL ← C