选择探索性因子分析模型作为实证研究不平等交换影响因素的方法，是基于一方面无前例可循，另一方面是由于现实数据无法大量地、长期地、直观地反映不平等交换问题。本章主要采用了探索性因子分析，也即无法直接获得五因素对不平等交换的影响程度指数，而只能在五因素之间进行比较从而查看彼此对不平等交换影响程度的高低。其中，探索性因子分析的数据来源于1992—2013年的世界银行数据库、WTO商品贸易数据库、OECD数据库以及世界劳工组织数据库和《福布斯》可查的历年排行榜。通过这些数据对选取指标进行分类、量化以及比较研究。首先，对数据进行差值处理，缺失值运用SPSS10.0软件进行均值填补计算；其次，由于这些因素可能存在相关性所以使用主成分分析法，即运用Amos21.0软件进行探索性因子分析以解释影响国际不平等交换的各因素之间的相关性；最后，验证各因素与国际不平等交换的关系并得出结论。

实证模型分析仍然基于长期而言在国际市场上交换的商品价格等于商品中蕴含的劳动价值这一假设前提。模型仅考察19个中心国家与160余个非中心国家这两类国家间的对比数据，也即是将中心国家与非中心国家的同一选取指标的差额作为研究对象。同时，在国际不平等交换因素研究中仅将研究对象设定为影响劳动价值不平等交换的因素，而不考虑影响资源与污染排放的国际不平等交换因素。这样做一方面可以更加直观地从利润与成本角度分析中心国家与非中心国家的贸易利益得失问题，另一方面这种以劳动价值作为国际不平等交换理论根源的做法也更契合前人的研究，可以将研究结果加入到关于国际不平等交换影响因素的大论战中，并将其与前人研究进行对比从而更新已有研究成果。

除此之外，由于在分析中心国家与非中心国家间对比研究时包含了19个中心国家与160余个非中心国家，样本过大同时各国间数据缺失情况不一，若用所有国家的贸易数据以验证所建立的探索性模型的真伪难度较大。所以在完成中心国家与非中心国家两类国家间的国际不平等交换影响因素模型研究之后，为了更有效地验证模型结果，也更有利于将模型结果用于指导实践，本章将缩小样本量以单独进行中美之间国际不平等交换影响因素模型研究，并依据中美间的主成分探索性模型结果进行实证检验。

首先基于前文分析与研究对象的选取，设定如下假设前提：

假设1：技术是影响国际不平等交换的直接因素

假设2：资本有机构成是影响国际不平等交换的直接因素

假设3：工资是影响国际不平等交换的直接因素

假设4：商品品牌是影响国际不平等的直接因素

假设5：国家品牌是影响国际不平等交换的直接因素

假设6：技术因素、工资因素以及资本有机构成因素相互相关

假设7：技术因素与商品品牌因素相关

假设8：技术因素与国家品牌因素相关

假设9：工资因素、资本有机构成因素与商品品牌因素相关

假设10：工资因素、资本有机构成因素与国家品牌因素相关

假设11：商品品牌因素与国家品牌因素相关

在基于以上假设1—11的基础之上，运用探索性主成分分析法研究五因素对国际不平等交换的影响并试图理清五因素之间的关系。由于指标设定的选取，最终将五因素分为四项，并用中心国家与非中心国家人均劳动价值创造率差距与人均价值转移差距作为了衡量国际不平等交换的指标。基于数据的可得性以及已有学者的研究结果，本书设置了17个替代指标（见表5-8）。

表5-8 衡量各因素共同作用下的国际不平等交换替代指标分类

续表(www.daowen.com)

附注：本表中所有指标选取均来自于作者的大量资料整理与分析。

按照指标选取、因素与指标代码可将已有的假设1—11，简化为假设1-1至假设10-1，具体假设如下：

假设1-1：Y1对Y具有直接正向影响关系

假设2-1：Y2对Y具有直接正向影响关系

假设3-1：Y3对Y具有直接正向影响关系

假设4-1：Y4对Y具有直接正向影响关系

假设5-1：Y1与Y2之间都存在相关性

假设6-1：Y1与Y3之间都存在相关性

假设7-1：Y1与Y4之间都存在相关性

假设8-1：Y2与Y3之间都存在相关性

假设9-1：Y2与Y4之间都存在相关性

假设10-1：Y3与Y4之间都存在相关性

选取了人均劳动价值创造率与人均价值转移额差值作为衡量国际不平等交换的指标。这是符合依附学派、世界经济体系学派以及当代中国研究政治经济学的学者所共同认可的测量指标，即通过马克思的劳动价值论作为研究依据，考察导致中心国家与非中心国家间单位劳动价值不同的因素。

在自变量方面，针对技术因素，本节选取了X3至X6四项指标。它们分别是专利申请数差值、人均研发支出差值、研发人员数差值以及高校入学率差值，这四项指标是国际上常用的衡量各国技术差异的指标。因为无论是人均研发支出或是研发人员数量抑或是高校入学率都对该国技术创新具有直接影响，它们作为技术创新的投入因素，一般而言，投入越多回报越多。专利申请状况则是作为检验该国技术创新成果的直观指标。同时，在李真、马艳的定量研究中也采用了其中两项指标以衡量国家间技术差异[50，98-100]。在这些指标中，本书近似地将专利申请数与人均研发支出当作衡量技术对客观条件的影响，也就是对劳动生产率的影响；而将研发人员数和高校入学率作为衡量技术对主观条件的指标，也即是这两个指标可以反映一个国家技术对劳动复杂程度的需求。资本有机构成因素与工资因素分别选取了人均固定资本差值与人均工资差值作为了替代指标，它们分别是X7和X8。这是从各国数据库以及世界各类国际组织中最易获得的数据，也是最易操作的衡量指标。

商品品牌因素，在因子模型中主要是衡量一个国家拥有的品牌商品的数量。任何一种商品品牌都是由某一企业主导，拥有的品牌价值越大、品牌数量越多，该企业就越能从国际市场上获利。而同时一个企业塑造商品品牌的技术、资金以及品牌营销能力越强，那么这个企业在国际市场上就越能吸引各国消费者，从而获得商品品牌带来的远远超过自身劳动价值所创造的利益。所以本章运用了X9至X12四项指标来衡量商品品牌因素，即世界500强企业拥有数差值、世界品牌100强企业拥有数差值、世界声誉100强企业拥有数差值和世界创新能力100强企业拥有数差值。这四项指标的数据都来源于美国《福布斯》年度排行榜，采用这一数据库是基于《福布斯》排行榜是最早的、公认的进行国家间企业排行的数据库，且其可参考的年度数据跨度大、缺失值少，同时运用同一排行榜数据进行四项指标的测算也更具有连贯性和防止由于评估方法的偏差而出现大量异端值。

国家品牌因素的替代指标主要有五项，这是根据前文的“六种垄断”分析以及加上数据的可得性考量而选择的。这五项指标分别为人均燃料进口额差值、人均知识产权净收入差值、人均股票交易额差值、人均军费支出差值以及国家政治与文化软实力差值等X13至X17指标。其中人均燃料进口额差值是用于衡量中心国家对攫取世界资源的垄断因素。在世界资源中，由于工业化与城市化的需要，尤以对燃料资源的需求最为重要，所以选用这一指标可以反映出中心国家是否在燃料进口方面明显多于非中心国家。同时，需要指出中心国家对燃料的进口需求并不一定是由于该国自身缺乏该燃料资源，它们更多的是从可持续发展与政治经济战略角度出发以形成先利用他国廉价资源再开采本国资源的局面。

人均知识产权净收入差值是衡量中心国家通过技术创新从非中心国家获得大量纯专利或技术溢出收入的指标，也是衡量中心国家形成高新技术垄断的一个简单但有效的指标。人均股票交易额是反映一个国家金融市场繁荣程度的指标。以美国为例，由于金融体系发达，各国金融资本流入美国或是各国公司纷纷在美国上市，从而造成了美国整体股票年交易额远远大于其他国家。这种股票交易额又会给实体企业注入资金，以使其更好地、更快地进行技术创新或品牌建设。而非中心国家往往由于经济与政治原因，金融体系建设存在问题，从而导致股市交易额无法像中心国家一样及时地为各类企业输送资金。所以本章因子分析中将人均股票交易额差值作为了衡量中心国家金融垄断的指标。

关于衡量中心国家对大规模杀伤性武器垄断的指标，由于各国武器数据大多存在涉密问题从而无法获取，所以本章主要用人均军费支出差值作为了替代指标。总体上只有当人均军费支出达到一定程度以后，才能有资金运用于研发新型的杀伤性武器。而关于国家政治与文化软实力指标的选取是用于衡量对国际媒体的垄断以及对国际话语权的垄断。在国家政治与文化软实力指标中已经包含了对国际三大经济组织的控制权，即分析了各国对世界银行、世界贸易组织和国际货币基金组织的投票权与决策权以及各国对各类世界组织的参与度。同时也包括了对国际媒体的垄断，包括对各国图书报纸发行与在国际市场上流通程度的考察等。由于借用了阎学通等学者研究国家软实力的方法[88]，出现了该指标与其他国家品牌指标采用数据相重叠的可能性，导致结论可能存在偏差。然而这些指标的选取并不会影响国家品牌因素对国际不平等交换作用的整体考察。首先，这是因为本章采用的是主成分分析法，也即是非线性考察相关因素之间对因变量的影响，所以即使各指标之间存在少许重复现象也不影响其通过Amos软件进行探索性模型测算。其次，国家品牌因素，如第三章所提及的六种垄断分析中就明确指出它们之间是相互影响、共同作用才能最终形成正向的国家品牌。若盲目地将各种衡量六种垄断的指标进行简单的割裂，反而会导致得出的结果并不能有效地反映国家品牌因素的形成。