EN中文

地理科学进展 >

2026 , Vol. 45 >Issue 2: 311 - 238

DOI: https://doi.org/10.18306/dlkxjz.2026.02.007

研究论文

中美政治风险对中国ICT产业全球化的影响——以绿地投资为例

  • 王晓慧 , 1 ,
  • 杨永春 , 1, 2, * ,
  • 陈浩冉 1
展开
  • 1.兰州大学资源环境学院，兰州 730000
  • 2.兰州大学西部环境教育部重点实验室，兰州 730000
* 杨永春(1969—)，男，陕西白水人，教授，博士生导师，研究方向为城市与区域发展规划。E-mail:

王晓慧(2002—)，女，山东济南人，硕士生，研究方向为全球化与亚太经济发展。E-mail:

收稿日期: 2025-05-30

  修回日期: 2025-11-23

  网络出版日期: 2026-02-11

基金资助

国家自然科学基金项目(42371198)

收起

The impact of China-U.S. political risk on the globalization of China’s ICT industry: Evidence from greenfield investment

  • WANG Xiaohui , 1 ,
  • YANG Yongchun , 1, 2, * ,
  • CHEN Haoran 1
Expand
  • 1. College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, China
  • 2. Key Laboratory of Western China's Environmental Systems, Ministry of Education of the People's Republic of China, Lanzhou University, Lanzhou 730000, China

Received date: 2025-05-30

  Revised date: 2025-11-23

  Online published: 2026-02-11

Supported by

National Natural Science Foundation of China(42371198)

Fold

摘要

在全球数字化转型与地缘政治风险加剧的背景下，中美政治风险正在深刻影响着中国信息通信技术(ICT)产业的全球化进程。论文以绿地投资为切入点，结合社会网络分析与全球价值链异质性视角，系统评估了中美政治风险对中国ICT产业全球资本配置与全球网络地位的影响。研究发现，中美政治风险通过“脱钩与制裁”“限制与导向”“竞争对手培育”三重机制，弱化中国ICT产业的吸资能力和在全球生产网络的核心地位，尤其在总部研发与销售服务环节影响显著。同时，美国主导的战略重构加快了印度、阿联酋、越南等新兴国家的网络地位跃升，加剧了中国面临的国际竞争压力。论文强调中美政治风险已从外部干扰转变为重构全球生产网络的核心变量，并提出通过自主创新、区域协同等路径增强中国ICT产业的韧性与适应性。研究有助于理解地缘政治背景下产业全球化的新机制，并为中国制定相关政策提供理论支撑。

关键词： 政治风险; ICT产业; 绿地投资; 全球价值链; 网络中心性

本文引用格式

王晓慧 , 杨永春 , 陈浩冉 . 中美政治风险对中国ICT产业全球化的影响——以绿地投资为例[J]. 地理科学进展, 2026 , 45(2) : 311 -238 . DOI: 10.18306/dlkxjz.2026.02.007

Abstract

Against the backdrop of accelerating global digital transformation and escalating geopolitical tensions, political risk in China-U.S. relations has become a critical factor reshaping the globalization of China's information and communication technology (ICT) industry. Taking greenfield investment as the entry point, this study employed a combination of social network analysis and a global value chain heterogeneity framework to systematically assess how political risk affects China's global capital allocation and network position in the ICT industry. The findings reveal that China-U.S. political risk operates through three main mechanisms: decoupling and sanctions, restriction and redirection, and competitor cultivation, which collectively undermine China's investment attractiveness and its centrality within global production networks, particularly in high-value segments such as R&D and sales services. Meanwhile, under U.S.-led strategic restructuring, emerging economies such as India, the United Arab Emirates, and Vietnam have rapidly ascended in network centrality. This article argued that China-U.S. political risk has evolved from an external disturbance to a core driver of global production network restructuring. It further proposed that enhancing innovation within China and promoting regional coordination are key pathways for improving the resilience and adaptability of China's ICT industry. The study contributes to a deeper understanding of new globalization mechanisms under geopolitical pressure and offers theoretical insights for policy development in China.

Key words： political risk; ICT industry; greenfield investment; global value chain; network centrality

2023年全球数字经济GDP规模占比超50%，数字经济成为全球经济增长的核心动能[1]。信息通信技术(information and communication technology，ICT)产业作为数字经济的基础设施与创新引擎，兼具战略性、渗透性与网络外部性三重特征，成为各国抢占新一轮全球科技革命和产业变革制高点的战略选择[2-3]。近几十年来，全球ICT产业的价值链(global value chain，GVC)发生了深刻的变革，中国在其中的参与地位日益突出[4-5]。然而随着以“新技术民族主义”为导向的政策取向在美国重新抬头，“技术即安全”的观念日益成为政策制定者的共识，其对华战略逐步转向以高技术出口管制、投资限制与供应链脱钩为核心的一系列遏制性措施[6-8]。进入21世纪，在全球数字竞争与地缘政治博弈交织的背景下，中美政治风险已成为影响中国ICT产业发展的关键变量[9]。由此，政治风险正从外围变量变为核心约束，推动全球投资布局从效率导向转向安全—效率平衡，对全球生产网络(global production network，GPN)带来了冲击和重组风险。
在早期研究中，政治风险的定义和分类已成为研究基础。Root[10]将政治风险界定为对外国投资者不利的政策变化；Robock[11]提出，政治风险可分为突然性和渐进性两类，并强调其来源非经济本质。Simon[12]进一步强调政府行为的不确定性是企业在海外面临的主要风险来源。Kobrin[13]将企业或产业面临的政治风险定义为政府或非政府行为导致的经营环境的不确定性。在政治风险的测度方面，已有研究关注政治风险的量化评估模型，提出通过构建多维指标体系量化国家风险[14]。基于专家赋权打分的风险评分卡方法被用于对不同国家政治风险水平进行分级排序[15]。Brewer[16]则进一步发展出“风险—响应模型”，强调企业对政治环境变化的行为适应性是应对风险的关键路径。近年来，政治风险的量化研究进一步拓展到基于文本挖掘与新闻数据的指数构建。Davis[17]等构建的政治经济不确定数据库(economic policy uncertainty，EPU)基于对主要英文媒体中关键词的词频分析和时间序列归一化处理，为衡量主要国家政治风险强度提供了动态化、可追踪的量化工具。21世纪以来，有关政治风险的研究出现“地缘政治化转向”，如Pavlínek[18]和Blažek等[19]对伊朗和乌克兰因外部政治危机导致国家贸易网络的脱钩和再挂钩进行分析，并把因遭遇政治冲击而被迫脱钩的形式归纳为地缘政治脱钩；Miller[20]揭示了半导体产业链如何成为地缘政治博弈的新焦点；Baldwin等[21]等探讨供应链风险与国家地缘战略安全的交叉性，指出地缘政治冲击可能引发全球化碎片化趋势。从传导机制来看，政治风险可通过直接干预、结构性重构与制度性筛选三条路径影响产业全球化：前者表现为投资限制、制裁等手段对特定产业或企业造成直接冲击；中者表现为通过节点剔除、枢纽转移、边权衰减等网络结构调整重塑全球投资流；后者则表现为政策制定者将制度安全纳入投资筛选标准，间接改变资本流向与产业布局[22-24]。关于政治风险影响产业全球化的研究主要集中于以下4种学派：现实主义学派用“国家—权力理论”来解释自20世纪以来国际贸易结构的变化实际上与霸权国的国家利益和政策密切相关[25-29]，Mearsheimer[30]在《大国政治的悲剧》中指出大国间的竞争迫使企业面临选边站队的问题；制度主义学派和行为经济学派将制度距离或政治风险感知视为影响国家间投资流量的重要来源[31-33]；复杂系统学派将投资网络视为适应性复杂系统，认为当10%关键节点受政治冲击时，全球投资网络可能崩溃[34-36]。
当前，中美政治风险已超越传统博弈范畴，演变为关键产业和功能环节的经济和科技争端。美国通过“小院高墙”技术封锁、实体清单制裁等手段压缩中国ICT企业的国际发展空间，而中国则以产业链自主可控政策强化防御，双方博弈导致投资流向极化、技术标准割裂与网络空间“巴尔干化”[8]。2008年金融危机以来，中美关系陷入修昔底德陷阱效应，美国将经济安全视为国家安全，减少对海外(尤其是中国)的依赖，表现出选择性退缩、战略调整和保护主义强化的政策转向，中美政治风险加剧[37]。随着2018年3月22日特朗普宣布对价值500 亿美元的中国商品征收25%的关税，中美贸易争端爆发。“特朗普1.0”和拜登两届政府基本上形成了直接打压、通过重构全球价值链分工间接压制中国的产业政策，以及建立西方意识形态联盟遏制中国经济发展的“三维架构”对华经济政策体系[38]。尤其在高技术领域，美国联合其他国家对中国实施打压，扩大为“科技冷战”，部分北美与欧洲企业迁出并停止考虑在中国的投资[39]。2025年4月开始，“特朗普2.0”的“美国脱嵌”政策将全面升级这一体系，出台更为极端和不确定的对华政策。部分非美国联盟国家的企业也在尝试更广泛地嵌入GPN，以保证企业运营和生产的安全性。美国等西方国家的经济制裁本质是政治行为，服务于大国竞争战略，而非市场逻辑。此外，COVID-19大流行以来，全球经历了深刻的经济冲击和地缘政治变动。在新的背景下，Yeung[40]提出GPN 2.0理论，将地缘政治因素与经济风险纳入后疫情时代全球生产网络分析框架。研究强调，在供应链韧性和“国家安全”诉求的推动下，生产网络的本地化与区域化已成为许多政策制定者和商业领袖关注的核心议题[40-42]。此外，根据Yeung[43]的理论，关键产业的发展不再是纯粹的经济问题，已经成为地缘政治竞争的一部分。在数字化时代，地缘政治竞争的权力边界已延伸至数字空间，ICT等高科技产业的地缘政治效应愈发凸显。这种政治风险增加带来的国家投资变化会通过关键产业的传输产生循环累积的效果，加剧被制裁国家面临的国际竞争压力[44]。
尽管已有研究在政治风险定义与类型划分方面提供了理论基础，但多数仍停留于国家或企业层面的感知与应对分析，缺乏对高技术战略产业在复杂政治环境下投资演化路径的系统性探讨和实证研究。在全球技术脱钩与产业重组加剧的背景下，ICT产业因其技术密集、对外依赖强和高度嵌入GPN的特征，成为中美科技竞争的前沿领域，具有突出的代表性与研究价值。绿地投资作为外资以新建项目实现跨境进入的主要方式，直接反映其对东道国制度环境与政治风险的综合判断，是观察政治风险影响产业全球化的重要窗口。因此，本文选取中国ICT产业为研究对象，结合外商绿地投资的动态数据，以“中美政治风险对中国ICT产业投资全球化产生了什么影响，以及其途径和手段有哪些”为科学问题，旨在揭示中美政治风险如何通过直接脱钩、价值链导向与培养竞争对手等机制，干预中国ICT产业的全球资本配置与投资网络地位。由此，本文将从增量投资与存量网络关系双维度评估中美政治风险对中国ICT产业投资全球化的影响，并将中美政治风险内化为国家产业投资网络的因果考虑，通过价值链环节异质性分析补充了Gereffi[23]关于价值链治理动态性的理论，是对GPN 2.0新研究议程的一次积极有效的尝试。在全球芯片短缺和关键技术主权竞争背景下，这对于提高中国ICT产业韧性以对冲中美政治风险带来的经济风险，实现创新与安全的平衡具有重要意义。

1 理论分析

在GVC视角下，ICT产业不同价值环节活动根据比较优势分布在全球各地，跨国公司在海外直接投资建厂，形成产业分工体系，推动全球经济体之间的产业联系和投资网络的形成[45]。绿地投资活动作为一种典型的超地理边界活动，加上投资目的地变动带来的沉没成本高于进出口贸易，其比贸易活动更易受政治因素影响。基于制度理论和风险传导理论，政治风险的上升往往伴随着政策的突变，这类突变通常表现为政策的不连续性或突然收紧，直接削弱了企业对市场前景的信任，从而抑制跨国投资流动。例如，贸易壁垒的迅速建立或投资保护政策的突然出台，都会增加企业的不确定性，使其难以进行长期战略规划，导致外商直接投资(FDI)和对外直接投资(OFDI)规模下降[46]。在高政治风险的环境下，市场机制也难以有效发挥资源配置作用，容易出现市场失灵。这种失灵不仅表现在信息不对称、交易成本上升和资源错配，还体现在市场主体因不确定性而做出的非理性决策。自由市场逻辑被政治干预削弱，企业往往不再仅以效率最大化为目标，而是更多地考虑投资的安全性与稳健性[47]。更重要的是，政治风险的影响往往超越单一国家，通过全球产业链和跨国网络扩散并放大[32]。一国的政治冲突可能引发供应链中断或生产网络重组，进而波及其他国家或地区的投资布局。跨国公司在应对这种风险时，往往会重新调整全球战略，将投资转移至政治环境更稳定、风险较低的地区。因此，当一国某关键产业受政治因素影响投资中断时，政治风险通过政策突变、市场失灵、扩散与溢出三重机制传导为经济风险，促使该国FDI和OFDI数量减少，在产业投资网络中地位下降，无法获得充足的资本和先进的技术。美国等西方发达国家一般采用三种经济手段对中国ICT进行压制(图1)。一是脱钩或制裁，即通过限制和减少对中国ICT产业全环节的投资直接与中国脱钩。这种地缘政治脱钩不同于战略性和结构性两种自愿脱钩类型，它在GPN组织中产生负面作用，带来潜在的经济和行业范围的工厂关闭和工作损失，对投资国和东道国企业均产生不利影响[18]。根据Dunning[48]的国际生产折衷理论，美国的制裁政策会迫使跨国公司转向其他地区投资建厂以获取区位优势。同时，根据技术依赖理论和技术进步内生增长模型，跨国公司的资本流动伴随着技术流动，中美之间国际合作与技术转移的减少将限制中国ICT产业的进步[49]。二是限制或导向，即通过对高附加值环节投资的严格限制或低附加值环节的引导使中国陷入投资的比较优势陷阱。全球价值链理论表明，产业链中的各个环节相互依赖，通过减少某一关键环节的联系，可以限制一个国家的技术和产业发展。附加值更多地体现在产业链的上游和下游，处于中间制造端的附加值是最低的，同时新技术往往产生于产业链的上游研发环节[50]。美国依据其战略考虑将某一领域认定为中美战略博弈的焦点并定点定链进行选择性“脱钩”。三是培养竞争对手，即通过印度等国家牵制中国ICT产业的全球及区域影响力。根据权力平衡理论，美国通过培养中国ICT产业在全球的竞争对手试图形成多极竞争格局，削弱中国在关键技术领域的控制力。根据波特的竞争力模型，国家(企业)通过投资、政策支持等方式提高本国(企业)或同盟国家(企业)在全球市场中的竞争力，进而形成对其他主体的竞争压力[51]。以上三种经济手段的抑制作用，再加上全球市场环境的变化、企业对政治与经济风险的主观感知，以及中国资源禀赋和比较优势的变化，共同塑造了中国ICT产业的绿地投资环境。这些因素叠加作用，不仅削弱了中国企业在境外的投资吸引力，也推动了其在全球ICT产业投资网络中的地位变化。
图1 中美政治风险影响中国ICT产业投资全球化的解释框架

Fig.1 A framework for explaining how China-U.S. political risk affects the globalization of China's ICT industry investment

由此，中美政治风险可能引发中国ICT产业投资数量变化和全球投资网络重组，将主要有如下三条推论：一是美国等西方国家试图通过全价值链的经济制裁打压甚至封锁中国ICT产业发展，如减少对中国ICT的投资；二是通过对关键环节投资的严格制裁和非关键环节的引导限制价值和技术获取，导致中国在全球价值链各价值环节投资规模和在各环节子网络中的节点重要性发生变化；三是通过培养竞争对手转变全球竞争格局，在绿地投资上主要表现为竞争对手国际投资数量增加和在全球网络地位的提升，使中国ICT产业面临更大的国际竞争压力[52]。最后，通过关键产业的地缘政治效应产生循环累积的效果，进一步加深中美政治风险对中国ICT产业全球化的影响。基于以上理论分析，本文将结合绿地投资数据与社会网络分析方法，对相关理论推论展开实证研究。

2 方法与数据

2.1 研究方法

2.1.1 社会网络建构

根据社会网络理论构建全球ICT产业投资的有向加权网络，设点集Oi(i=1,2,…,n)为ICT投资来源国(地区)，点集Pj(j=1,2,…,m)为ICT投资目的国(地区)；国家(地区)之间的投资联系以邻接矩阵A=[aij]表示，aij=1表示国家(地区)之间存在投资关系，aij=0表示二者不存在投资关系；节点间的投资联系强度用ICT投资数量表示，即赋予aij相应的权重Wij，W=[Wij]为权重矩阵。以上点集和矩阵构成全球ICT投资的非对称有向加权网络，记作G=(O,P,A,W)。
(1) 加权度中心性(weighted centrality, WC)：用于衡量节点在网络中的重要性，同时考虑了边的权重。与传统的中心性度量不同，加权中心性不仅关注节点之间的连接数量，还关注这些连接的强度或重要性。在有向网络中，加权度中心性是加权入度和加权出度的总和。加权入度、加权出度和加权度中心性的表达式如下：
D i n v = ∑ u ∈ V w u v
D o u t v = ∑ u ∈ V w v u
W C v = D i n v + D o u t ( v )
式中： D i n v指节点v的加权入度， D o u t v指节点v的加权出度， W C v指节点v的加权度中心性； w u v、 w v u分别表示从节点u、v指向v、u的边的权重；V表示网络中所有节点的集合。
(2) 特征向量中心性(eigenvector centrality, EC)：通过图的邻接矩阵的特征向量来计算。它不仅考虑一个节点的直接连接数量，还考虑其邻居节点的重要性。特征向量中心性的核心思想是：一个节点的重要性不仅取决于它连接了多少节点，还取决于这些连接的节点本身有多重要。特征向量中心性的表达式如下：
E C v = 1 λ ∑ u ∈ N ( v ) E C ( u )
式中： E C v指节点v的特征向量中心性， N ( v )表示节点v的邻居集合；λ是常数，通常是邻接矩阵的最大特征值。

2.1.2 结构洞指数

在现实的企业网络中，企业个体间不可能两两间全部发生联系，因此结构洞在合作网络中是普遍存在的现象。占据结构洞位置的节点能够获取更多的非冗余信息，并在网络中具有更大的影响力和竞争优势。测算结构洞的主要指标是有效等级、规模、效率和约束等，其中，约束指数最为广泛关注与应用。约束用以衡量一个节点在网络中的受限程度。约束越低，说明节点占据的结构洞位置越重要，结构洞位置可以受到更少的限制和享有更多的决策自主。通过约束指数测算结构洞指数的公式如下：
C v = ∑ u ∈ N ( v ) p v u + ∑ a ∈ N v ⋂ N u p v a × p a u 2
式中： C v表示通过约束指数测算的节点v的结构洞指数， p v u表示节点v与节点u之间的连接强度； N v ⋂ N u表示节点v与节点u的共同邻居集合；即节点a为节点v和节点u的共同邻居节点。

2.1.3 相对投资依赖指数

(1) 投资依赖度：投资依赖度用于衡量一国对另一国的直接投资的依赖程度，反映一国对特定国家在投资流向或来源上的结构性集中程度，通常表示为某国从另一国获得(或向另一国投出)的投资占其总投资的比例。表达式如下：
I v u F D I = F D I u v F D I v × 100 %
I v u O F D I = O F D I v u O F D I v × 100 %
式中： I v u F D I表示节点v对节点u外商直接投资的依赖度， F D I u v即v从u获得的FDI， F D I v指节点v吸收的FDI总额； I v u O F D I表示节点v对节点u对外直接投资的依赖度， O F D I v u即v从u获得的OFDI， O F D I v指节点v对全球的OFDI总额。
(2) 相对投资依赖指数：相对投资依赖指数用于衡量两个国家之间依赖程度的差异，即投资关系是否对称。它反映结构性不平等或权力不对称性，值越远离1，表示依赖关系越不平等。计算公式如下：
S ( v u ) F D I = I v u F D I I u v F D I
S ( v u ) O F D I = I v u O F D I I u v O F D I
式中： S ( v u ) F D I表示节点v对节点u的FDI相对依赖程度，若 S ( v u ) F D I>1说明v更依赖u；若 S ( v u ) F D I<1，说明u更依赖v。 I v u F D I和 I u v F D I分别为节点v对节点u的FDI依赖度和节点u对节点v的FDI依赖度； S ( v u ) O F D I表示节点v对节点u的OFDI相对依赖程度， I v u O F D I和 I u v O F D I分别为节点v对节点u的OFDI依赖度和节点u对节点v的OFDI依赖度。

2.2 数据来源与处理

本文投资数据来源于fDi Markets，该数据库是由英国《金融时报》旗下的fDi Intelligence团队维护的全球领先绿地投资项目数据库，自2003年以来持续跟踪并实时更新全世界新建或扩建实体投资项目，是目前可得的最为翔实的全球企业OFDI数据，联合国贸易和发展会议使用此数据库撰写每年的《世界投资报告》[53]。该数据库将投资活动划分为18种类型，本文参考前人研究和投资活动的附加价值，将其对应于总部研发型、生产制造型和销售服务型3个价值链环节，详见表1[54]。fDi Markets数据库以公开来源为基础，记录跨境新建及扩建的实体项目，不含并购及其他股权性投资；扩建项目若新增就业低于3人不予收录。值得注意的是，fDi Markets主要关注跨国公司及其对外直接投资，使得中小企业的投资活动未得到充分涵盖。此外，数据库虽然覆盖了超80%的全球绿地投资活动，但在某些新兴市场和发展中国家，尤其是投资较少或政策较为封闭的地区，数据仍较为稀缺[55]。OFDI项目的业务分类(如研发、生产、售后服务)通常需要整合为广义价值链功能，这一过程中可能引入主观偏差。在ICT产业内部，高端芯片等制造环节具有高垄断、高附加值的特征，但由于数据获取原因，无法对制造业内部活动进行细分，因此实证部分仍按照三个价值环节进行划分。在此基础上，提取2013—2024年间的全球ICT产业OFDI数据，ICT产业包括通信产业、消费电子产业、半导体产业、电子元件产业、软件和IT服务业5部分。全球投资数据共有50735条，每个样本包括投资环节、母国、东道国和投资发生的年份。在进行网络分析时仅保留国家间6年期间投资数量大于5的数据，价值链环节网络仅保留大于3的数据。本文所用数据包括31个省份及港澳台地区数据。
表1 投资活动与价值环节对应关系

Tab.1 Matching relationship between investment activities and value sectors

投资活动 价值环节 附加价值
总部 总部研发型 高价值
研究和发展 总部研发型 高价值
科技支持中心 总部研发型 高价值
教育培训 总部研发型 高价值
高端芯片制造 生产制造型 高价值
低端芯片制造 生产制造型 低价值
电子元件组装 生产制造型 低价值
分配与运输 销售服务型 中价值
维护与服务 销售服务型 中价值
回收 销售服务型 中价值
客户联络中心 销售服务型 高价值
销售、市场与支持部门 销售服务型 高价值
共享服务中心 销售服务型 高价值
中美紧张指数(U.S.-China Tension Index, UCT)是衡量中美双边政治风险变化的重要变量，本文借助该指标刻画中美关系的政治风险强度。具体数据来源于经济政策不确定性数据库(Economic Policy Uncertainty, EPU)，该数据库由美国芝加哥大学经济学家Steven J. Davis[17]开发，广泛应用于全球范围内的政治与政策不确定性研究。UCT的计算方法基于对《纽约时报》《华尔街日报》等主要英文媒体中关于中美关系报道中包含“China”“US”“tension”“conflict”“sanction”等关键词组合的文章数量进行加权归一处理，以反映中美关系紧张程度的时序变动特征[56]。为确保该指标的科学性与可靠性，研究团队引入了多家权威媒体样本，采用文本挖掘、词频统计与语义分析方法，构建跨时间、跨媒体的综合政治紧张指数，已被多篇国际期刊用于中美关系变化研究，具有良好的信度与时效性。本文采用2013年1月至2024年1月期间的月度数据，并使用年均值构造年度级别的UCT指标序列，以匹配绿地投资年度数据的时间尺度，由于2024年数据未更新完毕，用2024年1月数据代替。

3 中美政治风险影响下的中国ICT产业全球化演变

3.1 绿地投资波动式减少

中国ICT产业的绿地FDI总体投资规模呈现出明显的阶段性波动特征(图2)：2013—2015年FDI出现一定程度的下降，2016—2019年逐步回升并在2019年达到峰值；2020年以来FDI规模明显下降，维持在较低水平。2018年特朗普政府上台并正式启动对华科技与经济制裁后，中美紧张指数显著攀升，2020年左右达到峰值。受此影响，中国ICT产业吸引的FDI显著减少，并在疫情期间触及谷底。值得注意的是，2022年底新冠疫情平稳后，中国FDI数量并未出现实质性恢复，2024年的投资规模仅为2013年的约50%，表明疫情因素并非其决定性因素。从投资来源地来看，美国虽然仍是中国ICT产业FDI的最大来源国，但其投资数量相比2013—2018年期间减少超过1/3，显示出“脱钩”趋势，且有近一半的投资流向中国台湾和香港地区。与此同时，英国、日本、澳大利亚等传统投资国对华投资也明显萎缩，反映出整个西方阵营在ICT领域对中国的投资态度趋于保守。相较之下，中国ICT产业OFDI呈现出更强的战略主动性，其数量在2013—2018年间持续攀升，并在“一带一路”倡议与全球化战略推动下于2018年达到阶段性峰值。但随后受中美关系恶化、全球政治不确定性上升及新冠疫情多重冲击影响，OFDI出现断崖式下降。2023年疫情平稳后中国ICT产业的对外绿地投资数量出现明显反弹，呈现出“双峰”式演化特征。综合来看，在政治风险快速攀升时期，FDI更易受制于外部政策和国家安全考量，而中国自身的全球投资布局则表现出相对更高的韧性与调整能力。
图2 2013—2024年中美紧张指数与中国ICT产业FDI和OFDI数量演变

Fig.2 Trends in UCT and China's ICT industry FDI and OFDI during 2013-2024

虽然由于疫情因素的干扰，西方国家对中国ICT产业OFDI总体投资数量的压制并不明显，但在不同价值链环节产生了明显的结构性限制和导向。由图3可知，ICT产业总部研发环节投资数量呈现“单峰”变化特征，2013—2017年快速增加，2019年左右达到峰值后开始急速下降，2024年与2013年水平几乎持平。但由于OFDI总体数量的变化，其投资占比呈现波动下降的趋势，2023年与2024年占比不到2016年占比的1/2。与总部研发环节不同，生产制造环节投资数量波动上升，其投资占比也呈增加趋势。尤其是疫情结束后，生产制造环节对外投资数量飞速增长，2024年中国ICT产业有近一半对外投资为该环节出海，投资目的地主要是越南、泰国、马来西亚等东南亚国家。销售服务环节的变化情况与OFDI总体投资数量变化情况基本一致。相较OFDI的结构分化，中国ICT产业的FDI总体规模虽出现大幅下滑，但其价值环节占比相对稳定。这种由政治风险驱动的环节选择，压制了中国ICT产业在高附加值环节的全球拓展，可能加剧其在全球价值链中被锁定于“微笑曲线底端”的结构性风险。
图3 中国ICT产业不同价值环节OFDI数量与占比

Fig.3 China's ICT industry OFDI volume and share by value chain segment

为深入刻画中国与主要国家之间在双边绿地投资上的结构性依赖关系，基于相对投资依赖指数(S)，将样本国家划分为“依赖区(S ≥1.0)”、对中国依赖程度较低的“相对对等区(0.6<S<1.0)”与“被依赖区(S≤0.6)”，并进一步比较其在两个阶段中的结构变化(表2)。从FDI来看，虽然美国、英国等发达国家两个阶段均处于中国FDI的依赖区，但第二阶段美国和英国的相对投资依赖指数出现下降，且依赖区国家数量有所增加，显示出一定的分散趋势。这与美国“国家安全”政策的推行和对中国ICT投资数量的大幅减少有一定关系。但由于ICT产业技术和资本密集的特殊性，投资依赖区仍为主要发达经济体。在相对对等区和被依赖区，FDI的稳定国家较少且两个阶段的国家数量变化不大，被依赖区主要集中在南方欠发达国家和地区。OFDI层面，中国对印度、美国、阿联酋等国家的依赖显著增强，反映出中国对外绿地投资集中度较高，对部分新兴承接国家依赖不断加深。被依赖区呈现出收缩趋势，尤其是阿联酋、土耳其、泰国、新加坡等国家不断滑入“依赖区”和相对对等区，中国OFDI对其结构性依赖进一步加强。整体而言，自2018年以来，在中美战略博弈与全球价值链重构背景下，中国的双边投资依赖结构呈现“北向分散”与“南向分散”并行的趋势。一方面，中国FDI投资依赖区向发达经济体分散，减少对美国的非对称性依赖；另一方面，中国OFDI的目的地逐步向印度、泰国等新兴经济体分散，显示出中国主动对外投资的布局选择。
表2 2013—2024年中国ICT产业相对投资依赖格局演化

Tab.2 Evolution of the relative investment dependence structure of China's ICT industry during 2013-2024

类别 2013—2018年FDI 2019—2024年FDI 2013—2018年OFDI 2019—2024年OFDI
主要国家(地区) 数量/个 主要国家(地区) 数量/个 主要国家(地区) 数量/个 主要国家(地区) 数量/个
依赖区
(S≥1.0)		 美国(6.33)、英国(2.80)、德国(1.05) 3 美国(5.10)、英国(2.69)、瑞士(2.08)、法国、德国、加拿大 6 印度(3.54)、美国(1.78)、墨西哥(1.59)、德国、南非、巴西 6 印度(4.67)、美国(3.24)、阿联酋(2.68)、土耳其、德国、巴西、英国、西班牙、泰国 9
相对对等区(0.6<S<1.0) 法国、瑞士、日本、新加坡、加拿大 5 新加坡 1 英国、法国、俄罗斯、荷兰 4 越南、墨西哥、法国、爱尔兰、荷兰、澳大利亚、新加坡、日本 8
被依赖区
(S≤0.6)		 墨西哥(0.01)、巴西、俄罗斯(0.03)、阿联酋、意大利、印度(0.14)、比利时、韩国 37 泰国、印度尼西亚(0.01)、越南、菲律宾、巴西(0.04)、阿联酋、韩国、印度(0.35) 43 秘鲁(0.01)、比利时、韩国(0.12)、土耳其、阿根廷、意大利、日本(0.25)、新加坡、西班牙、阿联酋 83 韩国(0.14)、加拿大(0.38)、俄罗斯、马来西亚、日本、新加坡、法国、越南 80

注：由于部分区间内国家(地区)数量较多且S值分布集中，未逐一列示具体数值，仅列出具有代表性或处于阈值边界的国家(地区)S值。

3.2 中国网络投资中心地位弱化

中国在全球ICT投资网络中，基于中美关系的网络中心地位有所下降。2013—2024年，全球ICT产业投资网络的平均路径长度在1.95~2.15之间，网络聚类系数在0.58~0.59之间，说明网络具有较短的平均最短路径和较高的聚集程度，具有“小世界”的网络特征。相较于2013—2018年，2019—2024年全球ICT产业的网络聚类系数有所增加，越来越多的国家开始在ICT投资网络中扮演重要角色(图4)。然而，从网络节点的加权度中心性来看，2019—2024年中国的加权度中心性略有下降，从2013—2018年的第4位下滑至第6位，且与美国的差距不断扩大。不过中国在网络中的加权出度变化不大，加权中心度因为加权入度减少而下降。2013—2018年中国仍为承接美国为首的发达国家外商投资的重要阵地，加权入度位列全球第5位；2019—2024年中国加权入度大幅下降，位列全球第11位，远低于阿联酋、印度、新加坡等国家。如图5所示，美国对中国ICT产业的投资大幅减少，以惠普、IBM、微软等为代表的高科技公司在中国撤资，软银、英特尔、英伟达等企业调整或暂停了对华投资计划，带动一批关联外资企业减少对中国的投资。从特征向量中心性来看，2013—2018年中国排名全球第6位，2019—2024年则跌至第15位，反映出中国受到发达经济体制裁的影响，在全球投资网络中的全局影响力显著下滑，其所连接的重要节点地位被主要受美国等西方国家扶持的新兴国家替代。
图4 2013—2024年全球ICT产业绿地投资网络

注：节点表示网络中的投资主体，节点及其标注字体大小与加权度中心性成正比；边表示节点间的绿地投资联系，边的粗细与投资权重成正比，边的颜色与发出节点颜色一致。下同。

Fig.4 Global greenfield investment network in the ICT industry during 2013-2024

图5 2013—2024年中国ICT产业绿地投资主要来源国和目的国格局演变

Fig.5 Changes of major source and destination countries for China's ICT industry greenfield investment during 2013-2024

基于不同价值环节，中国ICT产业网络节点特征也发生了变化。首先，在价值链的总部研发环节，中国在全球ICT研发类绿地投资网络中的整体加权度中心性虽仍保持在前列，但排名呈现一定程度的下滑(图6)。分指标来看，加权入度从第7位下降至第11位，成为总体中心性下滑的主要来源，加权出度排名基本稳定，反映出中国在吸引研发投资方面的能力弱化。从投资的来源地来看，两个阶段中超过一半的研发类绿地投资项目均来自美国，然而在第二阶段中，美国对华投资项目数量仅为前期的70%左右(图5)，其中有1/3的研发投资流入中国台湾地区。同时，2019—2024年期间，仅有7个国家对中国进行ICT研发投资，较上一时期显著减少，研发投资来源趋于集中与缩减。中国的特征向量中心性从第7位下降为第16位，反映其与发达创新经济体的研发投资链接显著收缩。从全球趋势来看，这与芯片主权战略的强化与科技安全逻辑的兴起有关。各主要经济体不断出台本国半导体扶持政策并加快高端技术的本地化布局，引发国际范围内的“补贴竞赛”。在此背景下，中美之间的技术脱钩趋势尤为显著，如2019年华为将其研发中心从美国迁至加拿大即为标志性事件。
图6 全球ICT产业各价值环节绿地投资子网络

Fig.6 Global greenfield investment subnetworks of ICT industry by value chain segment

其次，在价值链的生产制造环节，中国的加权度中心性没有发生显著变化，加权入度的下降和加权出度的增加相互抵消，两个时期中心性均位列全球第2位，仅次于美国(图6)。2013—2018年中国的加权入度位列世界第一，仍保持着ICT产业“世界工厂”的重要地位。然而，自2018年以来，随着劳动力成本上升、政策不确定性和中美政治风险增加，中国ICT制造业尤其是半导体高端制造业外资明显收缩，中国的加权入度排名下降至第6位。与此同时，加权出度有所提升，越来越多中国ICT制造企业在东南亚、南亚及拉美地区开展生产布局，如TCL在越南和墨西哥设立制造基地。这些企业一方面旨在借助当地低成本要素实现海外产能扩张，另一方面在中美贸易摩擦加剧背景下，出于规避美国对中国出口商品加征关税的考虑，通过在此设厂并作为出口原产地来实现“绕道出口”的目的。在全局影响力方面，中国的特征向量中心性和结构洞指数基本保持稳定，表明其依然处于全球ICT制造网络的核心枢纽地位，但受美国等西方国家的投资和贸易限制政策影响，投资来源和目的地布局结构有所变化。
最后，在价值链的销售服务环节(图6)，虽然该投资子网络总体规模大、结构复杂、动态性强且网络密度与聚类系数较高，但中国在其中的加权度中心性呈明显下降趋势，全球排名从第5位降至第7位，且主要表现为加权入度大幅下滑。2019—2024年，美国、日本、英国等国家大幅减少了对中国的投资，中国在该网络中的加权入度排名已落至第11位，远低于阿联酋、印度等新兴枢纽国家。此外，虽然中国在该环节的节点连接数量增多，但特征向量中心性出现显著下降，说明其与美国等高影响力节点的连接强度减弱。结构洞指数保持相对平稳，但整体水平处于较低区间，说明中国在销售服务网络中并未发挥明显的中介或桥梁作用，其结构性优势十分有限。总体而言，中国在ICT销售服务投资网络中的影响力与竞争优势呈现下降态势，有被发达经济体核心节点边缘化的风险。

3.3 竞争被培育并强化

除了直接的脱钩与价值环节限制外，美国等西方国家还通过培育中国的国际竞争对手打压中国ICT产业的全球竞争地位。中美科技战爆发前的第一阶段，中国FDI总量位居全球第4，与印度、新加坡等国相差不大。2018年中美战略博弈加剧以来，中国FDI全球排名下滑至第8位，投资数量不到印度的1/2(图7)。与此相对，印度作为新兴市场与技术替代国的地位迅速上升。2019—2024年印度FDI总量跃居全球第3，仅次于美国和英国，成为美国ICT投资的最主要目的地(图8)。印度吸引了全球约8%的ICT相关绿地投资，其中来自美国的投资占其总投资的57%，较上一阶段增长近70%。这一趋势可被理解为中美科技冷战背景下，美国及其盟友将印度作为关键战略杠杆，以制衡中国在全球数字经济中的影响力。除印度外，其他新兴国家如越南、阿联酋、墨西哥等也在FDI竞争中表现突出。阿联酋的全球FDI排名由第12升至第5位，越南则由第23升至第19位，反映出全球资本配置正在向制度安全、市场潜力与政治联盟的交汇点转移。总体而言，中美战略竞争显著改变了全球FDI格局，中国传统竞争对手的地位得到强化，印度、越南、墨西哥等国家成为大国博弈下新的投资洼地与替代枢纽。
图7 2018年前后世界各国家或地区FDI、OFDI数量变化

注：本图基于自然资源部标准地图服务网站下载的审图号为GS(2016)1665号的标准地图制作，底图边界无修改。

Fig.7 Changes in FDI and OFDI across countries and regions before and after 2018

图8 2019—2024年美国OFDI主要投资目的地

Fig.8 Main destinations of U.S. OFDI during 2019-2024

4 政治风险主导的中国ICT产业绿地投资与网络地位演变机制

4.1 美国等西方国家的打压政策及其负面后果

2018年特朗普政府上台后，中西政治风险显著提高，以美国为首的西方国家采取一系列“脱钩与制裁”的经济手段和策略对中国ICT产业进行打压，具体包括《出口管制改革法》(ECRA)、《外国投资风险审查现代化法案》(FIRRMA)、《芯片与科学法》(CHIPS and Science Act)等。其中，《芯片与科学法》于2022年8月由拜登签署，首次以立法形式将国家安全与半导体产业挂钩，明确提出禁止接受补贴的企业在中国进行高端芯片扩产，体现出对中国ICT产业高端制造与研发环节的全面封锁意图[57]。为进一步了解中国ICT产业外商绿地投资与中美政治风险的相关性，选用2013—2024年的数据，使用中美紧张指数代表其政治风险，对二者进行相关性分析。拟合结果显示(图9)，中美政治风险与中国ICT产业外商绿地投资之间存在一定的负相关性，提示在政治紧张加剧时，外商投资活动可能受到抑制。
图9 中美紧张指数与中国外商绿地投资数量的相关性拟合

Fig.9 Correlation between UCT and China's greenfield FDI

更为重要的是，GVC不同环节对于国家经济发展的战略地位不同，创新型环节和高端芯片制造环节成为一国ICT产业的关键环节。欧美发达国家普遍出台一系列经济政策保护本国ICT总部研发环节企业的发展，并限制向中国等国家转移关键技术，这些政策在实质上对中国ICT产业的绿地投资形成了价值链层面的“限制与导向”，影响了其在全球价值链中的定位与发展路径。“特朗普1.0”以来，美国对中国ICT产业研发和半导体制造环节投资采取严格的限制，出台了《外国投资风险审查现代化法案》及《与外国人士在美国的某些投资有关的规定》等政策。同时，通过扶持东南亚国家和与友国的科技合作培养竞争对手，美国试图重构ICT产业全球网络体系。例如，美国联合日本、韩国、中国台湾组建“芯片四方联盟”，旨在控制全球半导体供应链的关键环节，限制中国大陆获取先进技术[45]。美国政府鼓励跨国企业将供应链转移到越南等东南亚国家以减少对中国的依赖，苹果公司已将部分生产线迁至越南。此外，美国推动“友岸外包”“四方安全对话”等将供应链转移到日本、韩国等政治和经济盟友国家，支持这些国家的半导体和电子产业发展。尤其值得注意的是，美印在2022年签署了半导体供应链合作协议，在“印太战略”框架下深化合作，推动印度发展本土电子制造和半导体产业。究其实质，印度已经成为美国在亚洲维护自己技术优势和霸权主义不可或缺的力量。

4.2 培养竞争对手：竞争节点的重组与新兴

在全球ICT产业投资网络中，2019—2024年印度、阿联酋、波兰、越南等国家的网络中心性显著上升，成为全球ICT资本流动的核心区域。其中，印度的加权度中心性超过中国，跃居全球第4位，标志着其在全球ICT投资结构中的地位发生了结构性跃升，这与美印技术合作的加强有一定关系。2023年美印两国启动“关键与新兴技术倡议”(iCET)，旨在深化在半导体、人工智能、量子计算与5G等战略技术领域的合作机制。从加权入度指标来看(表3)，2019—2024年间，印度、阿联酋、加拿大、新加坡等国均位列中国之前，成为发达国家ICT资本配置的优选目的地，其中印度的加权入度位居全球第3位，仅次于美国与英国。值得注意的是，从价值链视角观察，印度在总部研发环节表现出极强的吸资能力。2019—2024年间，其在全球研发投资子网络中的加权入度排名全球第1位，特征向量中心性位列第4位，表明其不仅连接强度大，且与全球高影响力技术节点之间保持高度嵌合。微软、AMD、安进等跨国科技公司均在该时期大规模投资印度，建设全球性技术研发基地和芯片设计中心。在生产制造环节，越南、马来西亚、印度尼西亚、泰国等国家的加权入度持续上升。面对全球政治风险和产业链安全焦虑，台积电、苹果等超级跨国公司从集中生产转向多地分散生产，积极向东南亚布局产线，形成以“区域多元替代”为主导的投资重构趋势。销售服务环节中，阿联酋、沙特阿拉伯等中东国家的地位同样显著提升，这一方面源于其较强的市场需求与物流枢纽优势，另一方面亦与美国在中东盟友体系中的资本倾斜战略密切相关。相较之下，澳大利亚的加权度中心性则出现明显下降，可能与其在技术治理方面采取排他性政策(如限制中国5G技术)以及对美国技术过度依赖导致结构嵌入弱化有关。这种结构性后退反映出技术政治逻辑在全球ICT资本流动中的调节作用日益显著。
表3 2013—2024年主要国家加权度中心性

Tab.3 Weighted centrality of major countries during 2013-2024

国家(地区) 2013—2018年 2019—2024年
加权入度 加权出度 加权度中心性 加权入度 加权出度 加权度中心性
美国 2488 6435 8923 2685 7532 10217
英国 2013 1835 3848 1985 2128 4113
德国 1531 1192 2723 1656 1480 3136
法国 958 1031 1989 921 1199 2120
中国 1044 1098 2142 670 1365 2035
印度 1234 468 1702 1843 1009 2852
澳大利亚 730 376 1106 690 412 1102
新加坡 757 279 1036 718 561 1279
日本 393 630 1023 447 575 1022
加拿大 465 521 986 785 511 1296
荷兰 410 431 841 441 534 975
西班牙 425 318 743 938 388 1326
瑞典 109 439 548 148 562 710
巴西 376 69 445 350 131 481
阿联酋 381 50 431 1282 143 1425

4.3 资源禀赋变化

长期以来，中国凭借充足的低成本劳动力、完备的产业集群、良好的政策支持与较高的行政效率，成为全球ICT产业投资的核心承载地。然而，近年来资源禀赋结构的深刻演变正在削弱中国对外资特别是绿地投资的吸引力，并影响其在全球ICT投资网络中的枢纽地位。一方面，中国劳动力与人力资本结构发生变化，劳动力成本持续上升，尤其沿海发达区域的制造成本不断攀升，降低了ICT制造业的国际竞争力，同时高端技术人才短缺制约核心研发能力的提升。另一方面，环保制度趋紧、土地成本攀升、能耗约束强化等地区资源与制度瓶颈，使绿地投资边际成本提高，特别是在高端封装和半导体制造等敏感领域[58]。此外，随着中国数字经济相关法律法规的持续完善，如《数据安全法》《个人信息保护法》《网络安全审查办法》等政策的实施，ICT领域的治理体系不断健全，为本土企业营造了安全、规范的发展环境。但对于部分外资企业而言，新的合规要求在短期内提升了制度适应成本，也加大了其在投资决策阶段的信息搜寻与政策评估工作量。这些资源变迁，使曾经依赖要素成本优势的制造功能逐渐丧失空间吸引力，同时高端环节尚未建立起足够竞争力的替代机制，导致跨国企业的绿地项目更倾向于转移至越南、印度等区域，而非选择扩展中国已建成基地。

4.4 市场变化与企业战略感知

近年来，全球ICT市场格局在地缘环境变化的影响下发生较大调整。特别是自2018年以来，美国针对中国部分高技术企业(如华为、中兴等)实施出口管制、供应链限制及技术封锁等措施，使得中国ICT龙头企业在海外市场的拓展面临较大不确定性。同时，近年来中国不断强化技术自主与本地资源整合能力，特别在ICT等高科技领域。政策推动如“中国制造2025”及集成电路产业投资基金，大幅提升了国内在半导体、通信技术等核心领域的投入与创新能力，同时推动国产替代进程，使跨国企业投资初期优势边际递减。随着本土企业在通信设备、芯片设计、工业软件等领域取得突破性进展，外资企业在部分细分市场的优势逐步被压缩，从而对其新增投资意愿产生了结构性影响。近年来，全球ICT价值链呈现出更加多元化、区域化的发展趋势。在这一背景下，许多跨国企业在优化全球供应链和资源配置时，逐步探索“多点部署”战略，即在继续维持中国业务的同时，也在其他国家和地区布局新生产线或服务节点。这种战略调整并非转移或撤离，而是企业响应全球市场不确定性、技术合规要求、产业链稳定性等因素的综合部署选择[59]。例如，苹果、三星等企业在东南亚新设工厂，旨在满足当地市场需求，并建立更强的抗风险能力。这种多地并行布局可能对企业在中国的新增投资带来一定抑制作用，尤其在高端制造与前沿研发领域。部分新兴经济体在吸引外资方面出台了多项有针对性的优惠政策，例如印度“生产挂钩激励计划”(PLI)为智能制造和ICT项目提供高达6%的税收返还，这一激励机制已被多家美国、韩国公司优先选择。在此背景下，中国ICT市场虽具有庞大体量与完善的产业基础，但在吸引新增绿地投资方面，也面临一定的国际竞争压力。
当前，中国ICT产业绿地投资正处于全球化重构的关键阶段，面临多重内外部因素的交织影响(图10)。虽然中国依然具备庞大的市场规模、完善的产业体系和较强的政策支持，但在中美博弈加剧、政治风险上升的背景下，以美国为首的西方国家持续通过脱钩与制裁、限制与导向、培养竞争对手等经济手段加强对中国ICT产业的打压。一方面，印度等新兴竞争节点受其支持和培养得以发展，加剧了中国ICT产业发展面临的竞争压力。另一方面，这种投资制裁与打压不但阻碍了国内ICT企业进行海外市场拓展，同时提高了国外跨国公司在中国投资的不确定性和风险考量，促使市场和企业战略感知发生转变。加上国内资源禀赋变化的影响，ICT产业绿地投资全球化正在经历深刻重塑。由此，中美政治风险的加剧可能导致中国ICT产业投资减少、网络地位下降，陷入价值链“低端锁定”，并通过强化竞争节点的影响力进一步增加中国ICT企业面临的国际竞争压力，累积其带来的消极影响；反之，若中国能有效整合资源、突破限制，则有可能在全球ICT投资网络中保持或强化战略地位，从而实现对外部压力的抵抗或转移。
图10 中国ICT产业绿地投资规模和网络地位变化解释机制

Fig.10 Mechanisms explaining the changes in the scale of greenfield investment and network position of China's ICT industry

5 结论与讨论

5.1 结论

中美贸易摩擦已加速演变为以关键技术主导权为焦点的产业与科技博弈，中美政治风险正深刻重塑着中国ICT产业的全球资本配置格局与网络地位。本文基于fDi Markets绿地投资数据库，结合GPN 2.0和全球价值链的理论体系，综合拓扑网络可视化分析、中心性分析、结构洞指数、相对依赖指数等分析方法，通过“增量萎缩—存量碎片化”的叠加效应，系统评估了中美政治风险对中国ICT产业全球化的影响及其路径。
研究发现：① 中美政治风险显著压制了中国ICT产业吸引外资的能力，外商对华绿地投资自2018年后波动下降。在总部研发等高附加值环节，中国对外投资能力明显下滑，暴露出“微笑曲线底端锁定”的结构性风险。② 中国在全球ICT产业投资网络中的中心性地位有所弱化，特别是与美国等发达国家之间的投资联系持续弱化，导致其在全球网络中的加权中心度和全局影响力下滑。价值链环节视角下，三个环节均呈现出不同程度的吸资功能下降，研发设计与销售服务子网络的加权入度下降最明显。③ 中美竞争推动全球ICT资本配置重组，以印度、阿联酋、越南等新兴国家为代表的新兴枢纽国家异军突起，不仅在吸引投资数量上超越中国，并且在价值链高端环节崛起，强化了中国所面临的全球竞争压力。
综上所述，中美政治风险的制度性约束与结构性冲击共同作用于中国ICT产业全球化，通过脱钩与制裁、限制与导向、竞争对手培育三种路径影响投资布局与结构。中美政治风险作为外部冲击变量，已转化为ICT产业投资网络的核心约束，推动GPN由效率导向转向“安全—效率”权衡模式。

5.2 政策建议与讨论

在美国等西方国家的打压政策影响下，中国ICT产业投资及其在全球投资网络中的地位面临新的危机和挑战。因此，中国政府应通过战略性网络重塑、自主创新与价值链优化，积极从“被动嵌入”向“主动塑造”转型，为中国ICT产业的可持续全球化确立基础环境和应对方向。首先，中国应平衡全球网络嵌入与自主研发创新的关系，即坚持“开放融合＋自主可控”的发展路径。中国在“一带一路”、RCEP、BRICS等多边平台上，一直积极参与跨国研发活动，共享技术与市场资源[60]。同时，中国政府针对半导体、人工智能、量子通信等“卡脖子”领域，加大国家与企业联合攻关力度，构建具有替代性的技术供应链。如从结构洞指数来看，2019—2024年中国的结构洞指数有所增加，从第8位上升到全球第5位。这是因为中国主动通过拓展与多元国家之间的直接联系，增强自身在多极化投资网络中的灵活性和连接韧性。未来中国亟需在深化国际技术合作的同时，构建以自主创新为核心的战略支撑体系，通过提升核心环节的技术创新能力，强化ICT产业在全球体系中的战略自主性与抗风险能力。其次，应着力构建ICT产业的国内生产网络(domestic production network, DPN)，以内部的区域协同与多点布局来降低外部冲击风险。如通过在粤港澳、长三角、成渝等核心城市群内部整合生产网络，打造从原材料、零部件生产到整机组装的闭环生产体系。值得注意的是，近年来中国台湾企业尤其是半导体龙头企业台积电加速向美国、日本布局产能，其背后并非单纯的企业全球扩张逻辑，更多是受到美国政府在高技术领域的强势产业政策与政治压力的被动选择。尽管台积电凭借其领先制程与技术能力长期保持在全球晶圆制造领域的优势，但其产能外迁导致中国台湾在全球ICT产业链中的议价能力被削弱，并潜藏核心技术外溢与产业安全受损的风险。因此，有必要通过政策支持、配套体系与市场引导，进一步吸引台资及其上下游企业在大陆布局，既可为两岸产业整合提供新的动力，也能有效提升中国在全球ICT产业竞争中的战略韧性。
尽管本文尝试从多维角度系统分析中美政治风险对中国ICT产业全球化的影响，但仍存在一些研究局限，有待未来进一步完善。首先，本文沿用“总部研发—生产制造—销售服务”的结构来构建投资价值链环节子网络。然而，ICT产业本身并不完全符合“U型价值曲线”假设，尤其在生产制造环节内部呈现出显著的附加值异质性。例如，高端芯片制造不仅技术门槛高，而且具有高垄断特征，其产业控制力与价值创造能力远超中低端组装环节[61]。但由于数据获取限制，本研究无法有效区分制造环节内部的附加值梯度，这可能对研究结论产生影响。一方面，可能低估了高附加值环节(尤其是高端芯片制造环节)在全球价值链中的战略地位，忽视了其在技术创新、利润创造和产业主导地位中的关键作用；另一方面，可能影响对中美政治风险在不同制造环节影响差异评估的准确性。因此，本研究在实证部分未能进一步细化该异质性，而是聚焦于分析政治风险如何重构三大价值链功能分布与网络地位演化。未来研究可在获取更细粒度的项目数据后，尝试构建基于附加值或技术密度的子环节分类，以更精准识别政治风险对关键生产节点的结构性冲击。其次，本文主要聚焦于政治风险，忽视了文化差异、企业治理结构等非经济因素对投资决策的影响，这些因素在跨国投资中也起到重要作用。此外，尽管本文分析了ICT产业，但没有深入探讨各个子行业之间的差异。例如，半导体、软件、通信等领域在全球价值链中的角色和受政治风险的影响各不相同。忽略这些行业内的异质性可能导致对ICT产业整体的理解过于简化。最后，本文以国家为单位构建投资网络，未能充分考虑企业层面的战略调整，未来可在获取微观企业数据后，进一步研究企业如何应对全球投资网络中的政治风险。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
李光勤, 金玉萍, 何仁伟. 基于社会网络分析的ICT出口贸易网络结构特征及影响因素[J]. 地理科学, 2022, 42(3): 446-455.

[Li Guangqin, Jin Yuping, He Renwei. Structural characteristics and influencing factors of ICT export trade network based on social network analysis. Scientia Geographica Sinica, 2022, 42(3): 446-455.]

[2]
World Bank. World development report: Data for better lives[R/OL]. 2021 [2025-05-27]. https://www.worldbank.org/en/publication/wdr.

[3]
中国信通院. 新质生产力研究报告: 从数字经济视角解读[R/OL]. 2024-09-06 [2024-12-15]. http://www.caict.ac.cn/kxyj/qwfb/ztbg/202409/t20240906_492467.htm.

[China Academy of Information and Communications Technology. Research report on new quality productive forces: An interpretation from the perspective of digital economy. 2024-09-06 [2024-12-15]. http://www.caict.ac.cn/kxyj/qwfb/ztbg/202409/t20240906_492467.htm.]

[4]
Cooke P. Global production networks and global innovation networks: Stability versus growth[J]. European Planning Studies, 2013, 21(7): 1081-1094.

[5]
Sun Y T, Grimes S. China's increasing participation in ICT's global value chain: A firm level analysis[J]. Telecommunications Policy, 2016, 40(2/3): 210-224.

[6]
刘清, 薛德升. 基于地缘政治危机视角的华为的生产网络重组研究[J]. 地理学报, 2025, 80(2): 433-452.

[Liu Qing, Xue Desheng. Reconfiguration of Huawei's production network in the context of geopolitical risks. Acta Geographica Sinica, 2025, 80(2): 433-452.]

[7]
Kagarlitsky B. Marxism in the post-globalization era[J]. Russia in Global Affairs, 2015, 13: 23-39.

[8]
The White House. National security strategy of the United States of America[EB/OL]. 2017 [2025-05-27]. https://trumpwhitehouse.archives.gov/wp-content/uploads/2017/12/NSS-Final-12-18-2017-0905.pdf.

[9]
张宇, 刘承良, 段德忠. 21世纪以来中美科技权力空间格局与演化: 高技术产品贸易视角[J]. 地理研究, 2022, 41(4): 1032-1053.

[Zhang Yu, Liu Chengliang, Duan Dezhong. The pattern and the evolution of science and technology power space between China and the US since the new century: The perspective of high-tech product trade. Geographical Research, 2022, 41(4): 1032-1053.]

[10]
Root F R. International trade and investment[M]. Cincinnati, USA: South-Western Publishing Company, 1968.

[11]
Robock S H. Political risk: Identification and assessment[J]. Columbia Journal of World Business, 1971, 6(4): 6-20.

[12]
Simon J D. Political risk assessment: Past trends and future prospects[J]. Columbia Journal of World Business, 1982, 17(3): 62-71.

[13]
Kobrin S J. Political assessment by international firms: Models or methodologies[J]. Journal of Policy Modeling, 1981, 3(2): 251-270.

[14]
Haendel D, West G P, Meadow R G. A political risk index: Methodological approach and illustrative application[J]. Columbia Journal of World Business, 1975, 10(4): 62-72.

[15]
Coplin W D, O'Leary M K. The international political risk assessment guide[M]. New York, USA: PRS Group, 1983.

[16]
Brewer T L. Political risks and direct foreign investment: A comparative study of firms' perceptions of political risks in South Korea and Brazil[J]. International Studies Quarterly, 1985, 29(4): 501-532.

[17]
Davis S J. An index of global economic policy uncertainty[R/OL]. 2016 [2025-05-27]. https://www.policyuncertainty.com/all_country_data.html.

[18]
Pavlínek P. Geopolitical decoupling in global production networks[J]. Economic Geography, 2024, 100(2): 138-169.

[19]
Blažek J, Lypianin A. Geopolitical decoupling and global production networks: The case of Ukrainian industries after the 2014 Crimean annexation[J]. Journal of Economic Geography, 2024, 24(1): 23-40.

[20]
Miller C. Chip war: The fight for the world's most critical technology[M]. New York, USA: Scribner, 2022.

[21]
Baldwin R, Freeman R. Risks and global supply chains: What we know and what we need to know[J]. Annual Review of Economics, 2022, 14: 153-180.

[22]
Evenett S J, Baldwin R E. Revitalising multilateralism: Pragmatic ideas for the New WTO Agenda[M]. London, UK: CEPR Press, 2020.

[23]
Gereffi G. What does the COVID-19 pandemic teach us about global value chains? The case of medical supplies[J]. Journal of International Business Policy, 2020, 3: 287-301.

[24]
Morgan T C, Syropoulos C, Yotov Y V. Economic sanctions: Evolution, consequences, and challenges[J]. Journal of Economic Perspectives, 2023, 37(1): 3-30.

[25]
Giambona E, Graham J R, Harvey C R. The management of political risk[J]. Journal of International Business Studies, 2017, 48(4): 523-533.

[26]
Krasner S D. State power and the structure of international trade[J]. World Politics, 1976, 28(3): 317-347.

[27]
Farrell H, Newman A L. Weaponized interdependence: How global economic networks shape state coercion[J]. International Security, 2019, 44(1): 42-79.

[28]
Kennedy P. The rise and fall of the great powers: Economic change and military conflict from 1500 to 2000[M]. New York, USA: Random House, 1987.

[29]
Vernon R. Sovereignty at bay:The multinational spread of U.S. enterprises[M]. New York, USA: Basic Books, 1991.

[30]
Mearsheimer J J. The tragedy of great power politics[M]. New York, USA: USA: W. W. Norton, 2001.

[31]
Henisz W J. The institutional environment for multinational investment[J]. Journal of Law, Economics, and Organization, 2000, 16(2): 334-364.

[32]
Globerman S, Shapiro D. Governance infrastructure and US foreign direct investment[J]. Journal of International Business Studies, 2003, 34(1): 19-39.

[33]
North D C. Institutions, institutional change and economic performance[M]. Cambridge, UK: Cambridge University Press, 1990.

[34]
Chakraborty A, Reisch T, Diem C, et al. Inequality in economic shock exposures across the global firm-level supply network[J]. Nature Communications, 2024, 15(1): 3348. doi: 10.1038/s41467-024-46126-w.

[35]
Sigler T J, Martinus K. Extending beyond "world cities" in world city network (WCN) research: Urban positionality and economic linkages through the Australia-based corporate network[J]. Environment and Planning A: Economy and Space, 2017, 49(12): 2916-2937.

[36]
Verbeek T, Mah A. Integration and isolation in the global petrochemical industry: A multiscalar corporate network analysis[J]. Economic Geography, 2020, 96(4): 363-387.

[37]
Godinho M M, Simões V C. The tech cold war: What can we learn from the most dynamic patent classes[J]. International Business Review, 2023, 32(6): 102140. doi: 10.1016/j.ibusrev.2023.102140.

[38]
朱民, 巩冰, 杨斯尧. 博弈特朗普2.0,发展和壮大中国经济[J]. 国际金融研究, 2024(12): 6-21.

[Zhu Min, Gong Bing, Yang Siyao. Economic development and strengthening in the era of trump 2.0. Studies of International Finance, 2024(12): 6-21.]

[39]
段德忠, 杜德斌. 科技地缘政治: 从现实到理论: 关于地理学加强科技地缘政治研究的思考[J]. 地理科学, 2023, 43(1): 20-30.

[Duan Dezhong, Du Debin. Geopolitics of science and technology (S&T): From reality to theory: Some thoughts on strengthening the research on geopolitics of S&T by geography. Scientia Geographica Sinica, 2023, 43(1): 20-30.]

[40]
Yeung H W. Transnational corporations and global production networks: A review of the literature[J]. Geoforum, 2009, 40(4): 1-8.

[41]
陈肖飞, 杜景新, 李元为, 等. GPN视角下华为手机生产网络特征与影响因素研究[J]. 地理研究, 2024, 43(1): 51-65.

[Chen Xiaofei, Du Jingxin, Li Yuanwei, et al. Research on the characteristics and influencing factors of Huawei's mobile phone production network from GPN. Geographical Research, 2024, 43(1): 51-65.]

[42]
Yeung H W, Coe N M. Toward a dynamic theory of global production networks[J]. Economic Geography, 2015, 91(1): 29-58.

[43]
Yeung H W. From regional to global and back again? A future agenda for regional evolution and (de)globalised production networks in regional studies[J]. Regional Studies, 2024, 58(7): 1480-1491.

[44]
丁浚峰, 杜德斌, 易鑫磊, 等. 俄罗斯对外化石能源贸易的依赖和竞争格局演化[J]. 世界地理研究, 2025, 34(2): 13-24.

[Ding Junfeng, Du Debin, Yi Xinlei, et al. Evolution of dependence and competition patterns in Russia's fossil energy trade. World Regional Studies, 2025, 34(2): 13-24.]

[45]
欧素华, 刘鉴, 杨青山. 全球半导体贸易依赖网络演变及风险关系识别: 兼论中国地位变化[J]. 经济地理, 2024, 44(12): 101-112.

[Ou Suhua, Liu Jian, Yang Qingshan. Evolution of the global semiconductor trade dependence networks and its risk relationship identification: Concurrent discussion on the change of China's status. Economic Geography, 2024, 44(12): 101-112.]

[46]
Busse M, Hefeker C. Political risk, institutions and foreign direct investment[J]. European Journal of Political Economy, 2007, 23(2): 397-415.

[47]
International Monetary Fund. World economic outlook: Geoeconomic fragmentation and foreign direct investment[R/OL]. 2023 [2024-12-15]. https://www.elibrary.imf.org/display/book/9798400224119/CH004.xml.

[48]
Dunning J H. The eclectic paradigm of international production: A restatement and some possible extensions[J]. Journal of International Business Studies, 1988, 19(1): 1-31.

[49]
Romer P M. Endogenous technological change[J]. Journal of Political Economy, 1990, 98(5): 71-102.

[50]
毛蕴诗, 郑奇志. 基于微笑曲线的企业升级路径选择模型: 理论框架的构建与案例研究[J]. 中山大学学报(社会科学版), 2012, 52(3): 162-174.

[Mao Yanshi, Zheng Qizhi. A model of enterprise upgrading path selection based on the smile curve: Theory construction and case study. Journal of Sun Yat-sen University (Social Science Edition), 2012, 52(3): 162-174.]

[51]
迈克尔·波特. 国家竞争优势[M]. 李明轩, 邱如美, 译. 北京: 华夏出版社, 2002: 119-122.

[Michael E. Porter. The competitive advantage of nations. Translated by Li Mingxuan, Qiu Rumei. Beijing, China: Huaxia Publishing House, 2002: 119-122.]

[52]
张林, 高安刚. 系统视角下的国家竞争力新模型研究[J]. 人文地理, 2013, 28(4): 96-102.

[Zhang Lin, Gao Angang. A new model of research on competitiveness of national industries on the view of system theory. Human Geography, 2013, 28(4): 96-102.]

[53]
李文韬, 李诗韵, 贺灿飞. 全球对外直接投资网络的环节分异与空间特征[J]. 地理科学进展, 2023, 42(2): 221-236.

[Li Wentao, Li Shiyun, He Canfei. Spatial evolution of global outward foreign direct investment network for different sectors. Progress in Geography, 2023, 42(2): 221-236.]

[54]
Crescenzi R, Pietrobelli C, Rabellotti R. Innovation drivers, value chains and the geography of multinational corporations in Europe[J]. Journal of Economic Geography, 2014, 14(6): 1053-1086.

[55]
fDi Markets. Data dictionary[R/OL]. 2022 [2025-05-27]. https://app.fdimarkets.com/application/assets/fDi%20Markets%20Client%20Data%20Dictionary.pdf.

[56]
Rogers J H, Sun B, Sun T, et al. U.S.-China tension[EB/OL]. 2024-04-03 [2025-05-27]. https://www.ssrn.com/abstract=4815838.

[57]
Segal A. The coming tech cold war with China[J]. Foreign Affairs, 2020, 99(4): 10-18.

[58]
Pan Z, Hu Y, Xu R. China's foreign direct investment: Driving green growth or seeking pollution havens? Based on the perspective of green total factor productivity[J]. Frontiers in Environmental Science, 2024, 12: 1-15. doi: 10.3389/fenvs.2024.1389876.

[59]
Basu P, Ray P. China-plus-one: Expanding global value chains[J]. Journal of Business Strategy, 2022, 43(6): 350-356.

[60]
朱晟君, 杨博飞, 刘逸. 经济全球化变革下的世界经济地理与中国角色[J]. 地理学报, 2022, 77(2): 315-330.

[Zhu Shengjun, Yang Bofei, Liu Yi. The dynamics of world economy geography and the role of China in economic globalization. Acta Geographica Sinica, 2022, 77(2): 315-330.]

[61]
任亚文, 杨宇, 王云, 等. 全球半导体贸易结构演化及其依赖关系[J]. 地理学报, 2023, 78(2): 371-385.

[Ren Yawen, Yang Yu, Wang Yun, et al. Evolution of the global semiconductor trade geography and its dependencies. Acta Geographica Sinica, 2023, 78(2): 371-385.]

Options
文章导航

/

〈 〉