五道口 | 基于AI语言模型测度美国对华产业政策态度(3)

 
点上方“蓝字”关注CIFER,精彩内容别错过

 

前情提要

 

近日,清华大学五道口金融学院国际金融与经济研究中心(CIFER)博士后研究员李元琨与中心实习生高和瑜、熊若霖围绕“量化中美经贸关系”这一议题,基于文本、语音和视频图像,运用AI语言模型、语音分析和微表情模型等前沿AI模型技术,系统性测度了美国对华政策态度。

 

前期推送推送①推送②已经通过BERT语言模型和CatBoost机器学习模型测度了提案层面的美国对华政策态度。

 

本期推送将进一步通过BERT模型实体识别技术识别各行业关键词,进而将提案层面美国对华政策态度分解到了ISIC4位码行业层面。本系列推送后续还将陆续推出基于AI微表情模型测度美国总统对华态度等内容。

 

美国对华产业政策态度测度

关键产品美国对华政策态度结果

美国对华产业政策态度结果

中美产业政策态度关联性分析

 

 

仅供学术研讨绝无不良引导或倾向,请理性阅读

 

 

PART 01

 

 

美国对华产业政策态度测度

 

点击标题 阅读文字

 

 

该指数除了BERT模型情感分析外,最主要用到了基于BERT模型的实体识别技术,课题组利用BERT模型合并上下文信息和词汇语义数据,并通过训练其分类器来识别该法案涉及的具体产品。

 

课题组 (1) 依据各ISIC4位码行业介绍与BERT模型实体识别技术构建各ISIC4位码层面产品关键词,(2) 计算该法案在ISIC4位码层面的产品关键词词频数与总词数比例,并以此作为该法案层面行业层面权重。(3) 将各个法案对华态度乘以上述行业层面权重进行加权。最终得到行业层面的美国对华政策态度。

 

 

 

 

 

PART 02

 

 

关键产品美国对华政策态度结果

 

点击标题 阅读文字

 

 
 

 

课题组首先选取了几个关键产品对其描述性特征进行分析。下图1 左图列示了包括纺织品  (Textile) 的法案提及频次右图列示了包括纺织品 (Textile) 的法案对华态度。可以发现,自2001年起,美国法案大部分年份均有涉及到纺织品的法案,右图可以发现,在2015年前,美国法案涉及到纺织品的法案都呈现显著负向,但是在2015年之后,美国法案对于中国纺织品的态度则处于中立偏正向。

 

 

 

图1 涉及 "纺织品 (Textile) "的提案频次和对华态度

 

 

 
 

 

下图2 以半导体 (Semiconductor) 作为关键词检索了提案数据库中的关键词词频,左图列示了包括半导体的法案提及频次,右图列示了包括半导体的法案对华态度。可以发现,自2020年以后,美国法案才开始较多涉及到半导体字样,而右图可以发现,在2020年之后,美国法案对于中国半导体的态度则处于显著负向遏制的态度。

 

 

 

图2 涉及"半导体 (semiconductor) " 的提案频次和对华态度

 

 

 
 

 

下图3 以汽车 (motor) 作为关键词检索了提案数据库中的关键词词频,左图列示了包括汽车的法案提及频次,右图列示了包括汽车的法案对华态度。可以发现,自2000年以后,美国涉及到汽车的对华提案一直处于较高的频次,而右图显示美国对华汽车方面经历了两个时期显著的负向态度时期,分别处于2006-2007年中美汽车贸易纠纷,以及2021年美国对华关于电动汽车的法案。

 

 

 

图3 涉及 "汽车 (motor) " 的提案频次和对华态度

 

 
 

 

下图4 以石油 (Petroleum) 作为关键词检索了提案数据库中的关键词词频,左图列示了包括石油的法案提及频次,右图列示了包括石油的法案对华态度。可以发现,自2000年以后,美国每年均有较多涉及石油的对华提案,而右图显示虽然每年均有较多涉及石油产品的美国对华提案,但是在2021年之前,涉及石油的美国对华提案态度主要处于中立态度,但是在2021年之后,涉及石油的美国对华提案态度变得显著负向。

 

 

 

图4 涉及 "石油 (Petroleum) " 的提案频次和对华态度

 

 

 

 

 

 

PART 03

 

 

美国对华产业政策态度结果

 

点击标题 阅读文字

 

 

 

课题组计算了每个统计期间的ISIC四位码层面美国对华产业政策态度。为了方便呈现,课题组在ISIC二位码-年份层面进行加总,并列示了美国对华产业政策的描述性特征。其中可以看出在2020年之后,美国在机器设备 (Machinery equipment)、计算机与电子信息 (Computer and electronic)、矿产品 (Mineral Product)、石油产品 (Petroleum Product) 以及汽车行业 (Motor Vehincles) 等行业对华产业政策态度较差,其中机器设备、计算机与电子信息等都为高技术行业,而包括稀土产品在内的矿产品(Mineral products) 和石油产品 (Petroleum products) 这些年成为美国对华脱钩的主要产品领域,包括电动车 (Motor vehicles) 在内的汽车行业这些年也成为美国对华技术遏制的焦点领域。

 

 

而观察2000年-2020年则可以发现,美国对华产业政策态度出现负向显著的领域主要在于纺织品 (Textile)、木材产品 (Wood Product)、造纸产品 (Paper Products) 等低端加工制造行业。以上结果也说明了随着中国近年来的产业升级威胁到了美国的核心利益,美国对华产业政策逐渐从低端加工制造行业转向高端科技行业。

 

图5 基于ISIC二位码分类的美国对华产业政策态度

 

 

 

 

 

PART 04

 

 

中美产业政策态度关联性分析

 

点击标题 阅读文字

 

探究美国对华产业政策态度的转变

为了进一步探究美国对华产业政策态度的转变,课题组从中国高科技产业政策进行了关联性分析。鉴于中国在2015年提出了 “中国制造2025” 这一大型产业政策,课题组在2015年作为时间分界线进行研究,图6 左图展示了2015年之前 “中国制造2025” 政策与美国对华产业政策的关联性右图 为2015年之后两者的关联性。其中浅色图例表示的是 “中国制造2025” 重点支持行业,其中深色图例表示的是美国对华产业政策态度均值。可以看出在2015年之前,美国对华产业政策在 “中国制造2025” 重点行业并不呈现显著负向态度,但是右图所示,在2015年之后,美国对华产业政策在 “中国制造2025” 重点行业呈现显著负向态度。

 

图6 “中国制造2025”重点支持行业与美国对华产业政策关联性分析

 

“五年规划” 政策与美国对华产业政策关联性

课题组还进一步收集了中国五年规划的产业政策文本,并根据中国五年规划产业政策文本对中国产业政策态度进行了量化,并探查五年规划产业政策与美国对华产业政策态度的关联性。同样以2015年作为时间分界线进行研究。图7 左图展示了2015年之前中国“五年规划”产业政策与美国对华产业政策的关联性右图 为2015年之后两者的关联性。其中浅色图例表示的是基于五年规划文本的中国产业政策平均值,其中深色图例表示的是美国对华产业政策态度均值。可以看出在2015年之前,美国对华产业政策态度与中国产业政策的关联性并不高 (计算得到10.8%) ,而在2015年之后,美国对华产业政策态度与中国产业政策呈现显著负相关 (计算得到-55.1%) 。以上结果说明美国对华产业政策态度主要针对中国的高科技产业,并与中国的产业政策呈现显著的竞争性关系。

 

图7 “五年规划” 政策与美国对华产业政策关联性分析

 

 

 

 

 

PART 05

 

 

结 语

 

点击标题 阅读文字

 

 

课题组采用基于BERT模型的情感分析、实体识别和CatBoost等模型,测度了产品层面和行业层面的美国对华产业政策态度。

 

课题组发现,美国近年来在半导体、石油、和汽车等关键产品上对华政策态度显著恶化,将对华产业政策靶向从低端加工制造行业转向了高端科技行业。

 

美国对华产业政策在2015年后发生了显著变化,这一变化主要集中在“中国制造2025”重点支持行业和中国“五年规划”支持行业,2015年后,中美产业政策呈现显著的竞争性态势

 

 

 

 

 

 

 
 
 

 作者介绍

 

李元琨

 
清华大学五道口金融学院博士后研究员,清华大学五道口金融学院国际金融与经济研究中心 (CIFER) 助理研究员,武汉大学经济学博士。研究方向为贸易政策与技术竞争。曾在World Economy, Economic Analysis and Policy, Pacific-Basin Finance Journal, Emerging Markets Finance and Trade, Journal of  Environmental Management等SCI/SSCI 期刊上发表论文。曾获 2022年联合国贸发会议和全球商务学会最佳论文提名奖(Top 5 nominees of the 2022 UNCTAD-AIB Award),中国社会科学院2021年度优秀对策信息研究类三等奖。先后参与过教育部哲学社科重大攻关项目、国家社科基金项目等课题研究。

 

 

高和瑜

 
清华大学五道口金融学院国际金融与经济研究中心 (CIFER) 实习生。西北工业大学软件学院硕士生,研究方向主要为机器学习与深度学习。读研期间发表过多篇论文与专利,参与过各类数学建模、数据科学与机器学习比赛,作为核心人员多次取得奖项,各类比赛综合排名5%,并参与国家重点研发计划等一系列重大科研项目并担任主要研究成员。擅长数据生产、分析、挖掘、应用等多环节、多领域的知识分享与系统培训。

 

 

熊若霖

 
清华大学五道口金融学院国际金融与经济研究中心 (CIFER) 实习生。西北工业大学软件学院硕士生,西北工业大学软件学院本科。研究方向主要为数据科学、机器学习与深度学习。参与过各类数学建模、数据科学与机器学习比赛,作为核心人员多次取得奖项,各类比赛综合排名5%。参与国家重点研发计划等一系列重大科研项目并担任主要研究成员。 
 
 
 

 

编辑:夏之薇

 
 

清华大学五道口金融学院国际金融与经济研究中心(CIFER):

 

成立于2017年11月,依托于清华大学五道口金融学院,专注于国际金融、国际贸易以及全球治理问题的研究。它以"集聚英才、扎根中国、服务世界;用思想建设新世界"为使命,致力于成为中国和世界最优秀国际经济学者的研究与交流平台,推动国际经济学理论的发展与应用;产出服务国家战略、促进全球发展的研究成果。

 

声明:本平台原创文章未经授权,不得转载;本平台所用图片部分来自网络,图片版权属于原作者。

 
 

阅读原文

了解更多

 

 

 

分享、在看与点赞

总有一个是你想点的~