摘 要：研究中美贸易不同阶段的影响因素对我国经济贸易政策的制定具有重要意义。本文以2008—2023年中美贸易为研究对象，通过构建包含4个二级指标和22个三级指标的体系，将中美贸易划分为2008—2017年、2018—2020年、2021—2023年三个阶段。运用Pearson相关系数分析剔除对被解释变量影响较小的解释变量，并对三个阶段分别进行主成分分析，将22个三级指标降维为2个主成分。研究发现，美国国债余额和中国人均GDP是2008—2017年影响中美贸易的关键因素；美国人均GDP在2018—2020年对中美贸易影响显著，而2021—2023年中国研究与试验发展人数、中国接待美国入境旅游人数、中国总人口和中国持有美国国债则是影响中美贸易的重要因素。基于此，本文提出推动国内经济健康发展、加强科技人才交流合作等相关建议，以供参考。
关键词：中美贸易；对外经济贸易政策；区域经济；世界经济关系；Pearson相关系数；主成分分析法
中图分类号：F752 文献标识码：A 文章编号：2096-0298（2025）04（a）--09
1 引言
中国和美国是全球前两大经济体，双边贸易总额长期位居世界领先地位，对世界经济形势的稳定具有至关重要的作用。习近平主席在美国友好团体联合欢迎宴会上的演讲中提出：“中美两国之间累计已发展起7600亿美元双边贸易和累计2600多亿美元双向投资。”[1]据海关总署最新数据统计，2023年中美贸易总额达到66450000万美元，且2022年中国从美国进口额为17693451万美元，中国向美国出口额为57751740万美元；2022年，对美贸易顺差达到40058289万美元，顺差占同年贸易额之比达到60.28%[2]。但从2018年美国对华进口2000亿商品加征关税开始，中美贸易摩擦进一步加剧，给中美双方及世界整体贸易形势带来了极大的不确定性，同时中美正常的科技往来受到较大影响。如何防止贸易摩擦进一步升级，实现互利合作共赢，在众多影响中美贸易的因素中找到最为关键的因素，进而不断调整我国对美贸易政策，以维护国家经济安全与稳定，是本文所探究的重要问题。
基于此，本文将中美贸易关系分为2008—2017年、2018—2020年、2021—2023年三个阶段。首先，构建22个三级指标；其次，在不同阶段内使用Pearson相关系数，将对被解释变量影响较小的解释量剔除；运用主成分分析法，在三个阶段内分别将22个三级指标降维为2个主成分，分别找出在这三个不同阶段内影响中美贸易的关键性因素，以达到在面对中美贸易具体情况发生变化时向政府建言献策的目的。
2 文献综述
2.1 中美贸易的影响因素研究
Meiyu Wu（2024）[3]利用Pearson系数相关和主成分分析法相结合的方式，对中美贸易影响因素进行提取分析，发现人均GDP、中国对美国对外直接投资额被确定为三个阶段内影响中美贸易往来的关键因素，由此提出发挥经济建设职能、利用世贸规则维护多边贸易秩序等相关建议。Shanran Yang等（2023）[4]运用贝叶斯方法构建参数，引入关税因素扩展两国DSGE科拉萨模型（2009），发现中美贸易摩擦中美国受到关税的影响较大，不利于美国经济的持续发展，为中美贸易因素相关文章提供了独特的研究思路与角度。Li-Jing Liu等（2020）[5]通过构建C3IAM/GEEPA模型，发现中美贸易摩擦对冲突双方造成的经济损失具有一定的长期性，由此提出加强维护自由贸易秩序等政策建议。Nnaemeka Emmanuel NNANI、Chukwuemeka Vincent MUONEKE（2022）[6]运用国际关系中的阴谋论、霸权稳定论和内容史方法，发现美国维持全球价值链高位的行为是中美贸易摩擦的重要原因，并由此提出中美两国应避免冲突、加强经济合作等建议。
张瑛和王艳梅（2022）[7]通过基于一步法建立的随机前沿引力模型来分析中国输美水产品贸易效率和潜力，发现中美贸易摩擦及新冠疫情是影响中美水产品贸易效率和潜力的重要因素，由此提出加强中美合作、改善水产品养殖结构等建议。王金波（2020）[8]通过计数模型、面板负二项模型对中美贸易摩擦影响因素进行回归分析，发现经济因素是决定中美贸易摩擦至关重要的因素，由此提出加快中国创新驱动、内需驱动的经济转型等建议。张丽娟和赵佳颖（2019）[9]运用统计与要素收入分解方法，对基于GVCs的中美贸易利益分配格局及影响因素进行测度分析，发现技术和要素共同形成的比较优势是中美贸易利益分配过程中的重要因素，由此提出促进技术进步、完善相关法律法规制度等建议。卢艳平和肖海峰（2020）[10]通过构建恒定市场份额模型来对中美贸易变动影响因素进行分析，发现竞争力效应一直是中国输美纺织品增长最主要的因素，得出了中国纺织品在美国市场具有显著经济优势的结论，此为中美贸易的研究提供了新的思考角度。
2.2 中美贸易的发展趋势研究
Charis Vlados（2020）[11]通过研究中美贸易摩擦的基本维度和未来方向，勾勒出概念框架，发现中美贸易摩擦是全球经济体系逐步重组的一股重要推动力，为中美贸易未来发展趋势研究提供了重要思路。Dr Debesh Bhowmik（2020）[12]利用Hamiltom（2018）回归滤波模型对1990—2019年中国对美国进出口的趋势进行研究，发现中美贸易未来对世界经济的稳定性增加，并由此提出中美贸易关系未来将会以非贸易摩擦的趋势进行发展的结论。Zhifeng Shen等（2023）[13]通过构建中美差异格局与群体格局博弈模型，发现中美贸易成为影响中美双方摩擦的重要表现形式，由此得出中美双方应正视矛盾、理性沟通，共同促进世界经济贸易发展的结论。Ravneet S. Bhandari等（2019）[14]引用唐纳德·特朗普任期内美国政府向中国收取高额关税的具体数据，发现该措施使美国的经济受到较大的负面影响，由此提出中美双方未来应积极发展经济贸易、重新调整贸易模式的建议。Weijing Ma等（2024）[15]基于GTAP10.0数据库创建GTAP模型，发现中美贸易摩擦会导致地区间与地区内部不平等的加剧，并由此提出推动不同地区可持续发展来促进未来中美贸易发展的建议。
胡鞍钢等（2023）[16]基于中美之间的利益基础和综合国力两个变量，构建中美大国战略竞争与博弈策略分析框架，得出随着中国综合国力的大幅提升、中美两国之间的利益增加、竞争与合作空间提升的结论。张安迪和葛建平（2022）[17]通过构建稀土化合物、稀土金属、稀土永磁材料的贸易网络模型，分析中美稀土贸易未来的发展趋势，发现中美在稀土贸易中的依赖呈互补关系，由此提出加强与美国在稀土产业方面合作的建议。郭克莎和李琍（2021）[18]通过从宏微观层面和政治经济学视角双重方面分析中美贸易的动因，得出现阶段中美贸易间博弈加剧的结论，由此提出加强与美国沟通、进一步提升对外开放水平、强化国际经济与技术合作等建议。
2.3 文献综述评述
目前，对于中美贸易的影响因素和发展趋势研究成果丰硕，也被广泛运用到世界各地经济贸易政策制定中。综合中外学者已有的研究结果分析得出，外国学者主要从整体宏观的角度，更多地将中美贸易影响因素与发展趋势置于时间维度，结合不同时期、不同阶段中美贸易间的特点提出发展建议；中国学者更偏向选择具体的案例进行切入，通过中美贸易影响因素下微观层面具体行业的发展趋势来对中美贸易影响因素和发展趋势提出预测和建议。虽然这些都为中美贸易的影响因素研究奠定了相关理论依据，但由于在研究中美贸易影响因素分析时都是设立指标、收集数据进行分析，当不同时期诸多因素导致中美贸易受到影响时，原有的数据时效性将存在误差，导致研究结论产生较大偏差。因此，若要完整刻画不同时间中美贸易间最重要的影响因素，就可能需要一个能够直接衡量影响因素的模型指标。基于此，本文在已有研究的基础上，持续以文本特性为导向，填补研究空缺，以期得到更加普遍的结论。同时，本文创新性地查找中美贸易之间最新的相关数据，并使用Pearson系数相关和主成分分析法对数据进行处理，弥补前人研究中数据时效性不足的问题，得出影响中美贸易的关键性因素，从而更具针对性和合理性地为政府提供建议。
3 Pearson相关系数
Pearson相关系数是用于度量两个变量X和Y之间线性相关程度的统计指标，其值介于-1～1。皮尔逊相关系数的计算基于两个变量离差乘积的平均值，以反映两个变量之间的相关程度。这种方法特别适用于揭示两个变量之间的线性相关方向和程度，是统计学中常用的基本方法。
（1）
3.1 指标初步筛选及数据来源
本文一共构建了1个一级指标、4个二级指标、22个三级指标，如表1所示。
以上数据均来源于海关总署（www.customs.gov）、国家统计局（www.stats.gov）、世界银行（www.worldbank.org）、中华人民共和国文化和旅游部（www.mct.gov）、同花顺财经（www.10jqka.com）、美国经济分析局（www.bea.gov）、中华人民共和国商务部（www.mofcom.gov）、美国证券交易委员会（www.sec.gov），World Development Indicators（datatopics.worldbank.org /world-development-indicators）。本文的数据为时间序列数据，数据年份为2008—2023年。
3.2 Pearson系数相关实证分析
根据指标构建三阶段时间序列相关系数，如表2所示。
由表2可知，2008—2017年，美国贸易开放度、离岸人民币汇率和美国第三产业占GDP比例三个指标所测得的Pearson相关系数小于0.6，故在主成分分析前剔除，进而减少该指标对数据进一步分析时产生的影响；2018—2020年，中国研究与试验发展人数、美国贸易开放度、美国国债余额、美国进出口总值、离岸人民币汇率、美国总人口、中国失业率、美国失业率、美国第三产业占GDP比例、中国接待美国入境旅游人数等指标的Pearson系数相关小于0.6，故在主成分分析前剔除，以减少该指标对数据进一步分析时产生的影响；2021—2023年，中国对美国直接投资流量、中国进出口总值、美国专利申请数、美国失业率、中国对美直接投资流量占比等指标的Pearson系数相关小于0.6，故在主成分分析前剔除，以减少该指标对数据进一步分析时产生的影响。
4 主成分分析
4.1 主成分分析法原理
主成分分析法（PCA）是一种通过降维技术，将多个变量转化为少数几个能够反映原始变量绝大部分信息的少数几个主成分。该方法的主要目的是减少数据集的维数，通过保留低阶主成分，忽略高阶主成分，以实现保持数据集中对方差贡献最大的特征的目的。主成分分析法特别适用于处理多维数据，提取主要特征，有助于降低数据的复杂性，提高分析的效率和准确性。
设有n个年份的样本数据，m个与中美贸易影响因素相关的指标数据，则可以得到初始样本矩阵为：
（2）
式（2）中：i=（1，2，…，n）表示初始样本矩阵的第i行； j=（1，2， …，m）则表示第m列。下文中的i与j的释义均与此处相同。
4.1.1 计算相关系数矩阵R=（rij）n×m
rij的计算公式为：
（3）
式（3）中：s表示样本的方差。
4.1.2 计算R的特征值和特征向量
根据特征方程的表达式R-λI=0，可以计算得到的值。在此，R表示相关系数矩阵；I表示单位矩阵；按照λ降序排列的方式，可得λ1，λ2，λ3，…，λn；同时可以计算得到各个特征向量aj。
4.1.3 计算贡献率和累积贡献率
（4）
（5）
4.1.4 计算主成分
zm=amjxj（6）
4.1.5 主成分提取个数
通过对求得的累计方差贡献率来判断主成分的个数，一般选取gt;85%时的所有主成分，从而完成对主成分的提取。最终依据所获得的指标，构建价格影响因素的指标体系。
4.2 实证分析
4.2.1 KMO值和巴特利特球形度检验
KMO值是一种统计量，用于评估变量之间的相关性，从而确定变量是否适合进行因子分析。当KMO值接近1时，表示变量之间具有强相关性，适合进行因子分析。巴特利特球形度检验是一种检验各个变量之间相关性程度的检验方法。一般在因子分析中，如果变量之间存在多重共线性，那么球形假设就会被破坏，进而导致巴特利特球形度检验的显著性小于0.05，说明选取变量存在相关性，适合用于因子分析。
在2008—2023年时间序列内，检验结果如表3所示。
表3 KMO values and Bartletts test of sphericity
KMO Number of Sampling Suitability Measure. 0.707
Bartletts test of sphericity Approximate chi-square（math.） 349.391
（number of） degrees of freedom （physics） 55
significance 0.000
由表3可知，数据所测KMO值为0.707，大于0.6，符合检验标准，上述数据可以进一步进行主成分分析。
4.2.2 主成分分析
本文利用Spss26.0软件，通过“分析-降维-因子”进行主成分分析得到结果，并得到主成分方差解释表，如表4、表5、表6所示，绘制碎石图如图1、图2、图3所示。
由表4可知，前两个主成分解释了总方差的89.675%，说明提取前两个主成分能够代表原始的22个中美贸易影响因素解释变量总信息的89.675%，故提取前两个主成分分别为F1、F2，绘制的碎石图，如图1所示。
由图1可知，主成分1、2斜率较大，由碎石图原理得知，斜率越大，包含的信息越多，故在该阶段内，应提取前两个主成分。
根据Spss运行结果显示，2018—2020年主成分方差解释表如表5所示。
由表5可知，前两个主成分解释了总方差的100.000%，说明提取前两个主成分能够代表原始的22个中美贸易影响因素解释变量总信息的100.000%，故提取前两个主成分分别为F1、F2，绘制的碎石图如图2所示。
由图2可知，主成分1、2斜率较大，由碎石图原理得知，斜率越大，包含的信息越多，故在该段内，应提取前两个主成分。
根据Spss运行结果显示，2021—2023年主成分方差解释如表6所示。
由表6可知，前两个主成分解释了总方差的100.000%，说明提取前两个主成分能够代表原始的22个中美贸易影响因素解释变量总信息的100.000%，故提取前两个主成分分别为F1、F2，绘制的碎石图如图3所示。
由图3可知，主成分1、2斜率较大，由碎石图原理得知，斜率越大，包含的信息越多，故在该阶段内，应提取前两个主成分。
综上所述，从2007—2018年、2018—2020年、2021—2023年三个阶段数据中均提取两个主成分，得到主成分得分系数表如表7、表8、表9所示。
表7 2008—2017年成分得分系数
成分
变量序号 1 2
X7 0.995
X8 0.994
X13 0.993
X14 0.993
X15 0.989
X16 0.985 -0.145
X9 0.983 -0.107
X4 -0.973
X19 0.947 -0.275
X22 0.889 0.332
X17 -0.875 -0.294
X10 0.874 0.449
X5 -0.865 0.301
X21 0.843 -0.180
X11 0.831 0.398
X3 0.823 -0.253
X2 0.811 -0.399
X18 -0.728 0.408
X1 0.633 0.633
表8 2018—2020年成分得分系数
成分
变量序号 1 2
X9 0.987 -0.159
X1 -0.984 -0.176
X21 -0.964 0.265
X5 -0.940 -0.342
X19 0.934 0.356
X4 -0.911 0.413
X8 0.883 0.469
X16 -0.870 0.494
X10 0.823 0.568
X2 0.822 -0.569
X13 0.810 0.586
X15 0.674 -0.738
a. 提取了 2 个成分。
基于表7、表8、表9得到三阶段时间主成分公式分别为：
（1）对于2008—2017年：
F1=0.633X1+0.811X2+0.823X3-0.973X4-0.865X5+0.995X7+0.994X8+0.983X9+0.874X10+0.831X11+0.993X13+0.993X14+0.989X15+0.985X16-0.875X17-0.728X18+0.947X19+0.843X21+0.889X2
F2=0.633X1-0.399X2-0.253X3+0.301X5-0.107X9+0.449X10+0.398X11-0.145X16-0.294X17+0.408X18-0.275X19-0.180X21+0.332X22（7）
（2）对于2018—2020年：
F1=-0.984X1+0.822X2-0.911X4-0.940X5+0.883X8+0.987X9+0.823X10+0.810X13+0.674X15-0.870X16+0.934X19-0.964X21
F2=-0.176X1-0.569X2+0.413X4-0.342X5+0.469X8-0.159X9+0.568X10+0.586X13-0.738X15+0.494X16+0.356X19+0.265X21（8）
表9 2021—2023年成分得分系数
成分
变量序号 1 2
X3 -0.988 0.152
X22 0.988 -0.152
X13 0.988 0.153
X1 0.988 0.156
X17 0.977 -0.213
X15 0.972 -0.235
X20 0.965 -0.263
X19 -0.954 -0.301
X4 0.951 -0.311
X8 0.938 0.347
X14 0.918 0.397
X6 -0.908 0.419
X9 0.869 0.496
X7 -0.817 -0.577
X12 0.795 0.606
X5 -0.720 0.694
X11 -0.699 0.715
注：提取方法为主成分分析法。
（3）对于2021—2023年：
F1=0.988X1-0.988X3+0.951X4-0.720X5-0.908X6-0.817X7+0.938X8+0.869X9-0.699X11+0.795X12-0.988X13+0.918X14+0.972X15+0.977X17-0.954X19-0.965X20+0.988X22
F2=0.156X1+0.152X3-0.311X4+0.694X5+0.419X6-0.577X7+0.347X8+0.496X9+0.715X11+0.606X12+0.152X13+0.397X14-0.235X15-0.213X17-0.301X19-0.263X20-0.152X22（9）
5 结论
本文通过构建指标体系，分析中美贸易在不同阶段下各指标的数据特征，找出不同阶段内影响中美贸易的关键性因素，从而不断调整我国对美贸易政策，达成促进我国经济稳定发展的目的。通过对三阶段主成分分析后的数据进行分析不难看出，在三个阶段内，指标如中国持有美国国债、中国对美国直接投资流量、美国对华进出口贸易顺差（逆差）额、中国贸易开放度、中国人均GDP、美国人均GDP、中国进出口总额、中国总人口、中国第三产业占GDP比例对中美贸易总额的变化程度具有较大影响。同时，从宏观层面分析，在2008—2017年阶段，经济因素、科技因素和社会因素在影响中美贸易额的因素中起着较大作用，而在后两个阶段内，经济因素和社会因素影响中美贸易额的权重下降，政治因素的权重大幅上升，成为该阶段影响中美贸易额的重要因素。
对于2008—2017年来说，美国对华进出口贸易顺差（逆差）额、美国国债余额、中国人均GDP、美国人均GDP、中国总人口、美国总人口、中国专利申请数、美国专利申请数、中国第三产业占GDP比例等指标对该阶段中美贸易额的影响较为显著。其中，美国对华进出口贸易顺差（逆差）额与中美贸易额之间呈负相关影响且显著，美国国债余额、中国人均GDP、美国人均GDP、中国总人口、美国总人口、中国专利申请数、美国专利申请数、中国第三产业占GDP比例与中美贸易额之间呈正相关影响，且影响程度较大。该阶段内，美国次贷危机爆发，美国大量发行国债，导致世界经济局势动荡，中国经济局势也受到冲击，于2008年11月提出进一步扩大内需、促进经济平稳较快增长的十项措施，稳定了中国的经济形势。同时，配合美国增持美债，维持世界经济秩序，降低次贷危机对世界经济的负面影响，为中美贸易的稳定发展奠定了较为稳定的内部基础和外部环境。2010年，中国GDP超越日本成为世界第二大经济体，同时受到欧盟关税影响，中国对欧进出口贸易受阻，中美双方人口规模庞大、消费水平旺盛，进一步刺激了中美贸易的发展，加深了中美贸易间的合作。
与上阶段不同的是，相较2008—2017年，2018—2020年影响中美贸易的指标数量大幅下降，且影响因素主要集中在科技因素与政治因素方面。相较上一阶段，中国持有美国国债、中国对美直接投资流量占比这两个指标对影响中美贸易额的比重大幅增加。其中，中国对美直接投资流量占比与中美贸易额之间呈负相关影响，且影响程度最大；中国持有美国国债与中美贸易额之间呈正相关影响且影响程度较大。该阶段下，特朗普大力推行贸易保护主义，沉重打击了中美间的正常贸易，严重冲击了中国投资者在美国投资的信心。同时，美国在高新科技领域与中国开展科技较量，使得中美之间正常的科技交流合作受到阻碍，进而在该阶段严重影响中美贸易的正常开展。
与前两个阶段不同的是，2021—2023年影响中美贸易的指标数量有所提升，且主要集中在经济因素与社会因素两个方面。与前两个阶段相比，美国对华进出口贸易顺差（逆差）额由极大的负相关影响转变为极大的正相关影响，这是因为在拜登政府时期，经历过新冠疫情冲击和世界经济动荡后，承接了特朗普政府时期的关税政策，大力限制中国对美国的出口，使得该指标对中美贸易额的影响呈现大幅度的正相关。
6 建议
6.1 推动国内经济健康发展，打下良好的内部基础
经济的健康稳定发展是促进对外贸易健康发展的基石。通过研究数据所得出的结论可知，中美两国内部的经济发展是影响中美贸易额的关键性因素。中美两国作为世界前两大经济体，其内部经济稳定健康发展对世界经济的稳定起到突出作用。因此，两国应加强经济间相关的协作，积极探索适应各国发展的具体措施，加强彼此基础设施建设，积极对本国的产业发展趋势做出有效分析评估，加强产业间协作、优化产业布局，促进两国国内经济健康发展，为中美贸易的发展打下良好的内部基础。
6.2 加强科技人才交流合作，推进彼此学习进步
科技创新是发展人类生产力最重要的步伐。自2018年中美贸易摩擦以来，中美之间正常的科技人才交流受到严重影响，阻碍了科技创新、人才交流的进一步发展。同时，为了防范中国高新科技的发展，美国设置了高额的科技关税，进一步阻碍了中美之间科技产品的正常流通，对双方都产生了不良影响。对于此，中美双方应将竞争控制在一个相对可控的范围，在国际范围内尽量更多地进行科技交流往来，相互学习、共同进步，同时加强知识界的交流与合作，共同探寻促进中美贸易正常发展的最佳路径，从而对中美贸易的发展起到正向引导作用。
6.3 积极维护地区和平稳定，构建和平外部环境
和平稳定的外部环境也是维持对外贸易正常开展的重要影响因素。当今世界，俄乌冲突依旧、中东战火纷飞、朝鲜半岛局势紧张，这些地区冲突大大增强了世界的不稳定性，严重影响着中美间开展正常贸易。基于此，中美双方应加强国际协作，积极通过联合国等国际机构组织进行磋商调节，缓和国际局势，针对不同地区问题进行充分分析，并提出针对性的解决方案，稳定国际局势，创建和谐稳定的外部环境，进一步促进中美贸易的稳定健康发展。
6.4 建立风险管控调节机制，最大程度减小损失
国家层面，应对突发风险管控调节机制的建立对维持对外贸易的正常开展同样不可或缺。当今世界，经济全球化日益加强，世界经济的关系变得更加紧密，导致经济危机发生时，其风险会沿着世界经济的链条迅速发展。中美两国作为全世界前两大经济体，对风险的管控与调节更是成为两国促进彼此贸易交流、维护世界经济稳定发展的重要手段。面对此情形，两国应对贸易中可能遇到的相关风险作出预测评估，派出双方专家组成联合专家组，对双方贸易数据进行综合评估分析，组织政府、学界等方面研究讨论，共同制定相关政策意见、应对措施，从而完善风险管控与调节机制，促进双方贸易发展，维护世界经济和平稳定。
参考文献
新华网.习近平在美国友好团体联合欢迎宴会上的演讲（全文）[EB/OL]. 2023-11-16， http：//www.news.cn/politics/leaders/2023-11/16/c_1129978440.htm.
国家统计局.年度数据查询[EB/OL]. 2022-12-31， https：//data.stats.gov.cn/easyquery.htm？cn=C01.
Wu M. A Comparative Study on the Influencing Factors of Sino-US Trade Transactions from a Longitudinal Perspective Based on Principal Component Analysis[J]. Transactions on Economics， Business and Management Research， 2024（4）： 204-217.
Yang S， Shi B， Yang F. Macroeconomic impact of the Sino–US trade frictions： Based on a two-country， two-sector DSGE model[J]. Research in International Business and Finance， 2023， 65： 101956.
Liu L J， Creutzig F， Yao Y F， et al. Environmental and economic impacts of trade barriers： the example of China–US trade friction[J]. Resource and Energy Economics， 2020， 59： 101144.
NNANI N E， MUONEKE C V. Trade Conflicts in a Globalizing World： Perusing the Case of Sino–American Economic Relations， 2018—2020[J]. Socialscientia： Journal of Social Sciences and Humanities， 2022， 7（3）：37-62.
张瑛，王艳梅.中国对美国水产品贸易规模、互补性及影响因素研究[J].河海大学学报（哲学社会科学版），2023，25（3）：109-117.
王金波.制度距离、文化差异与中美贸易摩擦中的权力因素： 基于1980—2018年美国对外贸易争端数据的定量研究[J].当代亚太，2020（2）：40-74+152.
张丽娟，赵佳颖.全球价值链下中美贸易利益分配与影响因素的测度研究： 基于相对出口增加值率的视角[J].国际贸易问题，2019（8）：16-32.
卢艳平，肖海峰.中美纺织品贸易变动影响因素： 基于修正的CMS模型[J].中国农业大学学报，2020，25（6）：154-164.
Vlados C. The dynamics of the current global restructuring and contemporary framework of the US–China trade war[J]. Global Journal of Emerging Market Economies， 2020， 12（1）： 4-23.
Bhowmik D. The Dimensions and Patterns of Sino-US trade[J]. IOSR Journal of Economics and Finance， 2020， 11（4）： 60-75.
Shen Z， Xia Y， Wang W， et al. A Game Analysis of the Evolution of China–US Trade Friction Based on “Differential Pattern” and “Group Pattern”[J]. Pacific Focus， 2023， 38（1）： 52-82.
Bhandari R S， Bansal S， Dhillon L K. Understanding sino–us trade war： An american government perspective[J]. Manag Econ Res J， 2019， 5： 1-12.
Ma W， Li C， Kou J， et al. The Sino-US trade friction would exacerbate global inequalities in achieving sustainable development[J]. Journal of Cleaner Production， 2024： 141218.
胡鞍钢，刘东浩，杨骅骝.中美战略竞争的发展趋势： 基于利益-综合国力分析框架[J].海南大学学报（人文社会科学版），2023，41（3）：184-198.
张安迪，葛建平.中美稀土贸易现状与趋势[J].科技导报，2022，40 （21）：77-87.
郭克莎，李琍.中美贸易摩擦的动因、趋势和影响分析[J].天津社会科学，2021（5）：149-160.
