世界油料貿易網絡演化特征及其影響因素

李 爽，閆 歡

（東北農業大學 經濟管理學院，哈爾濱 150030）

油料是油脂制取工業的重要原料，是人類生存發展的主要食物和營養源，事關人民群眾的生命安全和國家糧食安全。同時，作為一種重要的生物質能源，油料具有優良的環保特性和可再生性，對保障國家能源安全、保護生態環境和促進經濟社會持續發展具有重要的戰略意義。隨著世界人口總量的持續增長及畜牧業、榨油業、加工業的不斷發展，國際市場上對油料作物的需求量日益增多。根據聯合國商品貿易統計數據庫（UN Comtrade）①https://comtrade.un.org/，2011—2020 年，世界主要油料作物的貿易量增長了99.22%，油料作物的貿易增速遠超其生產增速。大豆、油菜籽、棉籽、花生和葵花籽是主要的油料貿易品種。其中，2014—2018年，大豆貿易量占油料貿易總量的90%左右，主導著世界油料的生產和貿易（王永剛等，2020）；油菜籽的貿易量僅次于大豆；棉籽、花生和葵花籽的貿易量相對較小，但其全球生產和貿易規模持續擴大（張瑩等，2018；馮喜梅等，2021；王妍霏等，2021）。

受農業資源稟賦分布的影響，國際油料市場主要集中在美國、巴西、阿根廷、加拿大等油料生產大國和中國、日本、德國、荷蘭等油料需求大國之間。中國是世界油料進口大國和消費大國，2020年中國主要油料進口量占世界總進口量的33.14%，其中多達1/3的油料進口源自美國②數據來源：https://comtrade.un.org/，經計算所得。自2018年3月中美貿易戰發酵以來，雙方貿易摩擦不斷升級，大豆成為中方貿易反制清單上最受關注的項目。2019年中央一號文件（石璐言，2019）提出主動擴大緊缺農產品進口，拓展多元化進口渠道；積極發展木本油料，降低油脂油料對外依存度。2020年1月中美雙方正式簽署第一階段經貿協議，逐步推進加征關稅商品采購排除工作，中美經貿關系趨于緩和。但受新冠肺炎疫情影響，全球經濟恢復放緩，供應鏈趨于收緊，油料進口面臨較高的風險和不確定性。而受制于農業資源稟賦，國內油料產量徘徊不前，消費需求增加促使油料進口量逐年攀升，油料生產自給率不斷降低。面對中國油料產需缺口大、進口來源過度集中和對外高依存度等問題，多數學者提出實施進口地域多元化戰略來分散風險（谷強平等，2015）。而多元化戰略的實施需要整體把握國際油料貿易系統，因此研究世界油料貿易格局變得尤為重要。

國際貿易系統是由多個國家組成的相互聯系、相互作用的復雜系統。國外學者最先對國際貿易網絡拓撲結構的屬性特征進行研究，發現國際貿易網絡是無標度網絡，且具有復雜網絡的典型特征（Serrano et al., 2003）。隨后，國內外學者從度分布、互惠性、群聚性等方面研究貿易網絡的結構特征，并揭示其演化規律（段文奇等，2008；Fagiolo et al., 2009）。隨著研究的深入，越來越多的學者開始運用QAP（Quadratic Assignment Procedure）模型探究影響復雜網絡結構變動的因素，從經濟規模、地理距離和人口數量差異等方面分析“一帶一路”沿線國家的貿易網絡結構及其影響因素（馬遠等，2017；王博等，2019；張蓮燕等，2019）。同時，復雜網絡理論在國際貿易領域的應用日益廣泛，諸多學者開始研究各類細分行業的貿易網絡，已有的研究包括石油（李優樹等，2021）、礦產（王文宇 等，2021）、糧食（Fair et al.,2017;Sun et al.,2018；聶常樂 等，2021）和水產品（彭飛等，2021）等。其中，油料貿易網絡的相關研究主要集中在以下2個方面：一是以油料作物各細分品種為主要研究對象，分析全球大豆（盧昱嘉，2019）、油菜籽（肖雪，2022）的貿易網絡結構特征。二是構建包含油料在內的57 種農產品貿易網絡，定量分析全球農產品貿易格局的演化趨勢（王祥等，2018）。但現有文獻鮮有以大豆、油菜籽、棉籽、花生和葵花籽這五大油料作物為研究對象，在分析世界油料貿易網絡結構特征的基礎上，進一步探究影響油料貿易格局演變的因素。鑒于此，本文基于UN Comtrade 公布的2011—2020 年國際油料貿易數據，運用復雜網絡理論和QAP 模型，探究世界油料貿易網絡的演化特征及其影響因素。以期為保障國內油料有效供給、優化油料貿易空間布局和制定對外貿易戰略提供理論參考。

1 研究對象與研究方法

1.1 研究對象

以大豆、油菜籽、棉籽、花生和葵花籽為研究對象，2019年這5種油料貿易總量約占全球油料總貿易量的98.46%③數據來源：https://comtrade.un.org/，可較好地反映國際油料貿易格局的基本特征。考慮到中美經貿摩擦和新冠肺炎疫情對油料貿易的影響，選取的時間范圍為2011—2020年，長時間跨度數據可以更好地反映油料貿易網絡的演化過程。同時，為了反映油料貿易關系的密切程度，參考李敬等（2017）對網絡節點的篩選方法，將2019 年油料貿易額超過10 億美元的國家作為研究樣本，篩選出中國、阿根廷、美國、加拿大、巴西、德國、荷蘭、日本、烏克蘭、墨西哥、法國、巴拉圭、埃及、俄羅斯、印度尼西亞、土耳其、西班牙、比利時、泰國和巴基斯坦，共計20個國家。這些國家5種油料的貿易額約占全球油料總貿易額的80%以上，在表征世界油料貿易的總體格局上更具代表性。

2011—2020 年這20 個經濟體間的油料貿易關系數據來自UN Comtrade數據庫，主要包括《商品名稱及編碼協調制度的國際公約》（HS編碼）中的大豆（1201）、油菜籽（1205）、棉籽（120720）、花生（1202）和葵花籽（1206）；將這5種編碼數據加總后即可得到油料貿易額數據，所有年份的油料貿易額均以2010年為不變價進行折算。基于對油料貿易網絡結構特征刻畫的準確性和連續性分析要求，選取了2011、2015、2019 和2020 年UNComtrade 中的油料貿易數據，動態分析油料貿易網絡結構的演變趨勢。

1.2 研究方法

1.2.1 油料貿易網絡構建 國際貿易網絡是對錯綜復雜貿易關系的抽象表達。網絡中的節點代表參與貿易的主體，節點之間的連線反映雙方之間的貿易關系，對節點連線賦予權重可反映國家之間的貿易強度，揭示現實貿易格局的基本特征。借鑒劉寶全等（2007）對權重復雜網絡的構建方法，采用油料貿易無權網絡和加權網絡分析世界油料貿易格局的空間演化特征。用向量Vi=[vi](i= 1，2，…，n)表示油料貿易的出口國，用向量Vj=[vj](j=1，2，…，n)表示油料貿易的進口國。鄰接矩陣A=[aij](i= 1，2，…，n；j= 1，2，…，n) 表示參與油料貿易的國家之間的貿易關系，若vi國對vj國的油料出口額大于0，則aij= 1；反之，aij= 0。權 重 矩 陣W=[wij](i= 1，2，…，n；j=1，2，…，n)反映不同國家之間的油料貿易強度，其中wij等于vi國對vj國的油料出口額。Vi、Vj、A、W共同構成世界油料貿易網絡，記作G=(Vi，Vj，A，W)。

1.2.2 整體網絡測度指標 密度、關聯度、平均路徑長度和互惠系數是分析整體網絡結構特征的重要指標（劉軍，2007）。其中，密度可測算整體網絡中各國之間貿易聯系的緊密程度，取值范圍為0～1，密度值越大，各國之間的貿易聯系越密切。關聯度反映不同行動者之間的聯絡程度，即任意2個節點國家之間是否均可達，是否都可以建立油料貿易聯系。平均路徑長度通過計算網絡中全部節點對之間捷徑距離的平均值，以此測度整體網絡結構的傳輸效率。互惠系數是反映2個國家之間雙向貿易關系程度的重要指標，互惠系數越高，貿易互補性越強，油料貿易網絡結構越穩定。各項指標的計算公式如表1所示。

表1 整體性分析指標的含義及公式Table 1 Meaning and formula of integrity analysis index

1.2.3 網絡中心性模型 參考劉軍（2007）梳理的中心性指標，本文采用度數中心性、中介中心性、接近中心性和特征向量中心性來量化分析油料貿易網絡中各節點的權力和地位。在有向貿易網絡中，度數中心性又分為出度中心性和入度中心性，分別表示某個國家直接出口和進口的關系數，計算公式分別為：

式中：BC(i)表示i國的中介中心性；gjk表示j國和k國之間的捷徑數量；gjk(i)表示j國和k國之間通過i國的捷徑總數。

接近中心性可衡量一個國家不受其他貿易國控制的能力，有向貿易網絡通過出接近和入接近中心性反映一個國家在油料出口和進口時不受其他國家控制的程度，計算公式分別為：

式中：EC(i)表示i國的特征向量中心性；xi和xj分別是i國和j國重要性的度量值；c是一個比例常數。

1.2.4 QAP 模型 QAP 模型又稱為二次指派程序法，可較好地解決多重共線性問題，是處理關系型數據的有效工具。該模型以矩陣數據的置換為基礎，通過比較不同矩陣中各行列對應元素的格值，對矩陣間的相關系數進行計算和非參數檢驗。本文基于國際油料貿易關系矩陣與影響因素關系矩陣，通過QAP模型分析各變量對油料貿易關系和貿易額形成的影響程度。

2 世界油料貿易網絡的結構特征

2.1 可視化分析

運用Netdraw軟件對2011、2015、2019和2020年世界油料貿易加權網絡結構進行可視化分析（圖1），參與油料貿易的國家主要有中國、巴西、美國、加拿大、阿根廷、德國、荷蘭和日本等國。其中，巴西、美國和阿根廷是中國主要的油料進口來源國，且不同時期這3個國家對中國的油料出口量差異明顯。受2018 年中美貿易戰的影響，2019 年美國對中國的油料出口迅速縮減；而2020年中美經貿關系緩和后，中國從美國進口的油料逐漸增加。同時，新冠肺炎疫情后，世界油料的貿易聯系和貿易量出現不同程度的萎縮，向中國出口油料的國家有所減少。

圖1 2011―2020年世界油料貿易加權網絡結構Fig.1 Weighted network structure of world oil crop trade from 2011 to 2020

2.2 整體性分析

運用Ucinet6 軟件對2011—2020 年世界油料貿易無權網絡的密度、關聯度、平均路徑長度和互惠系數4個指標進行計算（圖2）。世界油料貿易網絡密度呈先升后降的趨勢。2015年網絡密度值較2011年提高了6.97%，但2020 年密度值下降為0.666，且低于2011年的密度值，這表明各節點間的貿易聯系減弱。不同年份的關聯度水平均為1，即任何2個國家都可以建立貿易聯系，實現互聯互通，這表明油料貿易網絡具有良好的連通性。平均路徑長度呈先降后升的趨勢，在2020 年達到最大值（1.360），說明世界油料貿易網絡平均通過2個節點國家就可以實現相互連通，具有小世界屬性；但平均路徑長度的增加也會使網絡的傳輸效率迅速下降，增加國家之間的交易費用和貿易成本。互惠系數整體上呈現波動上升的態勢，在2019年下降至最低點后實現小幅增長達到0.622，但仍低于2011年的互惠系數，表明部分國家對世界油料貿易體系的參與程度較低，國家間雙向交流的趨勢有待進一步加強。

圖2 2011—2020年世界油料貿易網絡整體性指標變化Fig.2 Changes in integrity indicators of world oil-crops trade network from 2011 to 2020

2.3 中心性分析

根據不同國家中心性指標的計算結果（表2）發現：巴西、美國和阿根廷的出度中心性排名始終靠前，世界油料的出口市場高度集中，呈現寡頭壟斷的貿易格局。在2019 和2020 年出度中心性的排名中，巴西超過美國，躍居第一。根據數據統計，2020 年美國的油料出口市場份額下降為31.61%，而巴西的油料出口大幅增加，逐步侵蝕了美國的市場份額，主要油料出口量占全球總出口量的40.48%。中國的出度中心性在2019 年出現小幅下降后迅速恢復增長，在2020年位居第四。荷蘭的出度中心性排名持續下滑，從2011 年的第一跌至2020年的第十，不再是油料出口市場的主導者。入度中心性的計算結果顯示，不同年份各個國家的排名變化較大，世界油料進口市場相對分散。其中，中國的入度中心性排名波動上升，表明中國從國外進口的油料數量逐漸增多，且逐步實施油料進口多元化戰略，拓寬油料進口來源渠道，分散進口風險。在中介中心性的排名中，除2011年中國排名第一外，此后各年美國一直穩居第一，巴西和阿根廷的排名比較靠后。美國在世界油料貿易中發揮著橋梁和中介作用，居于網絡的中心位置，而巴西和阿根廷雖然同是油料出口大國，但對資源的控制力遠不及美國。中國作為世界油料進口大國，其貿易地位與貿易大國不符，對資源的支配能力同樣較弱。從特征向量中心性的測算結果來看，貿易伙伴的數量和重要性對一國的中心性具有重要影響。中國的油料貿易伙伴國如美國、巴西、阿根廷等國在油料貿易網絡中均處于重要地位，隨著這3個油料出口大國與中國之間的貿易聯系日益密切，中國的特征向量中心性指標排名也會相應提高。巴基斯坦和墨西哥具有較高的出接近中心性，始終穩居第一和第二，表明兩國在油料出口貿易中傾向于選擇近鄰國家作為貿易伙伴，貿易效率較高；而巴拉圭和巴西有較高的入接近中心性，表明兩國在進口貿易上有較高的獨立性，受他國控制或影響的程度較低。中國在出接近和入接近中心性的排名中均比較靠后，表明中國在油料貿易網絡中信息傳遞的獨立性較低，容易受到其他核心國家的影響。泰國、西班牙、土耳其等國各項中心性指標排名比較靠后，在油料貿易網絡中處于邊緣位置，參與國際貿易體系的程度較低，與其他國家的貿易聯系較少。

表2 2011—2020年世界油料貿易網絡中心性指標排名前10位經濟體Table 2 Top 10 economies in terms of world oil-crops trade network centrality index during 2011-2020

2.4 核心―邊緣分析

核心―邊緣結構是由諸多國家相互聯系相互影響，從而構成的一種中心緊密相連、外圍稀疏分散的結構（劉軍，2007）。核心區域的國家彼此聯系密切，對信息資源的集聚能力較強，在社會網絡中處于支配地位；而邊緣區域的國家之間聯系稀疏，僅與各自相對的某些特定國家保持密切聯系，對核心區域的國家有較強的依賴性，在社會網絡中處于被動地位。隨著世界經濟的發展，“核心―半邊緣―邊緣”的圈層結構并未發生改變，但不同區域的成員國家卻一直在變化與重組（陳銀飛，2011）。本文借助Ucinet6 軟件的“核心―邊緣”模塊，計算2011―2020年世界油料貿易參與國的核心度（表3），探究世界油料貿易網絡中各國所處的位置以及不同區域的國家演變情況。

表3 世界油料貿易網絡中核心區、半邊緣區與邊緣區國家分布Table 3 Distribution of core area,semi-marginal area and marginal area countries in world oil crop trade network

世界油料貿易網絡中的核心成員國家主要集中在北美和南美地區。巴西、美國和阿根廷始終處于核心區域，但不同年份各國的核心度排序有所差異。2019 和2020 年巴西的核心度排名超過美國和阿根廷，躍居第一。隨著油料貿易的發展，核心區域的國家數目不斷增加，2020年中國和法國首次成為核心國家。以巴西、阿根廷和中國為首的發展中國家在世界油料貿易中的地位逐漸上升，并形成與美國、加拿大等傳統油料出口大國相抗衡的局面。歐盟國家是世界油料的主要進口國，主要分布于貿易網絡中的半邊緣區域。2011—2020年，荷蘭、西班牙和比利時的核心度排名波動較大，而法國和德國的核心度排序相對靠前且較為穩定。整體而言，歐盟國家在油料貿易網絡中的排名較高，與核心國的貿易聯系比較密切。加拿大是傳統油料出口大國，但核心度卻持續下降，在油料貿易中的影響力也隨之減弱；俄羅斯和烏克蘭這兩個獨聯體國家均處于半邊緣區域，不同的是，烏克蘭的核心度排序穩中有升，而俄羅斯的核心度相對較低且波動較大。亞太地區的日本和泰國是油料貿易的主要進口國，2011和2015年日本的核心度排名稍落后于泰國，但隨著日本油料進口量的逐年攀升，其核心度也隨之增加，2019年日本的核心度排序反超泰國，貿易地位也有所提高。墨西哥和巴基斯坦的核心度雖然在個別年份出現小幅增長，但核心度排名始終靠后，長期處于油料貿易網絡的邊緣區域，表明兩國除了與某些核心國保持密切聯系外，與網絡中的其他國家聯系較少且關系稀疏，在油料貿易網絡中處于被動地位。

3 世界油料貿易網絡的影響因素分析

3.1 變量選取與模型構建

參 考 種 照 輝（2017）、 袁 紅 林（2019）、 李 優 樹（2021）、 王 介 勇（2021）等對指標的選取方案，從經濟規模、政治制度、資源稟賦和地理區位4個方面選擇7個指標作為解釋變量（表4）。各變量的選取依據如下：1）引力模型理論認為國家間的貿易流量和經濟規模呈正向關系（Jeffrey et al.,1985），而需求相似理論認為貿易流量大小取決于本國的需求偏好，而一國的需求偏好又決定于該國的平均收入水平。若兩國人均收入相同，需求偏好相似，兩國間貿易范圍可能越大（Linder et al., 1961）。因此，分別采用國民生產總值和人均收入水平反映一國的經濟規模和需求偏好，分析其對油料貿易的影響。2）政治制度是影響國際貿易穩定性的重要因素。高效的治理水平和完善的制度體系對油料貿易關系的建立有積極影響。本文使用世界銀行公布的全球治理指數計算貿易國之間的制度距離，考察制度因素對油料貿易的影響。3）要素稟賦論為開展國際分工和國際貿易提供了理論依據。農業資源分布不均導致各國油料產量差異顯著，直接影響油料貿易的流向和流量。因此采用人均耕地面積和勞動力數量反映油料生產資源稟賦，考察其對世界油料產量和貿易量的影響。4）地理區位是影響國際貿易的重要因素。國家間的地理距離越近，貿易成本越低，越有利于雙邊貿易的發展（彭羽等，2019）。同時，“邊境之謎”使許多學者將陸地是否接壤作為衡量貿易成本的重要因素（馬遠等，2016）。陸地相鄰的國家貿易便利化水平更高且交易成本更低，在油料貿易網絡中的關聯性更強。因此，選取地理距離和陸地是否接壤指標來衡量地理區位因素對油料貿易的影響。

表4 解釋變量定義及說明Table 4 Definition and description of explanatory variables

因此，根據UN Comtrade中2011、2015、2019和2020年4個時間節點的世界油料貿易數據，分別構建反映油料貿易關系的無權網絡矩陣和反映油料貿易額的加權網絡矩陣作為被解釋變量，以上述7個變量的差值作為解釋變量，建立QAP相關分析和回歸分析模型，探討各解釋變量對油料貿易關系和貿易額的影響程度。

3.2 數據處理與說明

將2019 年油料貿易額超過10 億美元的國家作為研究樣本，代表世界油料貿易的核心網絡，構建20×20油料貿易關系矩陣及影響因素作用關聯矩陣，考察不同因素對貿易網絡的影響。為避免重復計算，使用油料出口額表征兩國之間的貿易強度。需要說明的是，2019 和2020 年世界銀行數據庫尚未公布人均耕地面積的最新數據，考慮到數據的可獲得性和人均耕地面積變化較小，采用2018年人均耕地面積數據替代2019 和2020 年缺失的數據；為去除量綱不同造成的影響，采用極差標準化對經濟規模、人均收入、人均耕地面積、15～64 歲人口數量作無量綱處理。

3.3 世界油料貿易網絡的影響因素分析

基于2011—2020年世界油料貿易數據，首先運用QAP相關分析檢驗所選取的7個解釋變量與油料貿易無權網絡和加權網絡的相關關系，再運用QAP回歸分析，檢驗上述變量對油料貿易關系和貿易額的影響程度（表5）。無論是加權網絡還是無權網絡，判定系數（R-Square） 和調整的判定系數（Adj-Square）均顯示模型回歸結果較好。

表5 QAP相關分析與回歸分析結果Table 5 QAP correlation analysis and regression analysis results

經濟因素是世界油料貿易網絡結構形成的主要原因。相關分析結果顯示，經濟規模差異在無權網絡與加權網絡中均通過顯著性檢驗，且在無權網絡中的實際相關系數（介于0.195～0.229）明顯大于加權網絡中的系數值（介于0.098～0.109）；而人均收入差異對油料貿易額的影響僅兩年顯著。回歸分析結果顯示，經濟規模差異變量在加權網絡中通過了1%的顯著性檢驗，標準化回歸系數呈波動上升的發展趨勢，2015 年對油料貿易額的貢獻高達30.5%，正向促進作用最為明顯。發展中國家經濟的快速增長與消費需求的日益擴大為發達國家創造了巨大的出口市場，南北貿易合作和貿易聯系日益密切。相應地，經濟規模差異對世界油料貿易網絡的影響程度逐漸加深。人均收入差異反映各國的消費需求差異，回歸結果中人均收入差異對貿易關系的建立和貿易額的增長均存在顯著的影響，2019年該變量在無權網絡中的標準化回歸系數高達30.2%，對貿易關系形成的正向促進作用最大。

政治因素是世界油料貿易格局演化的重要因素。政治制度差異越小的國家越容易建立貿易聯系。回歸分析結果顯示，制度差異與雙邊貿易關系和貿易額的形成存在顯著的負相關關系，說明國家間的制度差異是開展油料貿易的阻力，這與種照輝等（2017）的研究結果一致。2019年該變量在無權網絡中的標準化回歸系數絕對值高達0.385，對油料貿易關系形成的貢獻最大。隨著時間的發展，制度差異的標準化回歸系數絕對值呈現波動上升的趨勢，表明政治制度因素對油料貿易無權網絡和加權網絡的影響程度逐漸加深。受中美貿易摩擦的影響，2 個貿易大國之間的貿易聯系減少，再加之新冠肺炎疫情的蔓延擴散，部分國家采取貿易保護政策限制油料出口等，這都使國際油料市場受到沖擊，各經濟體間的貿易聯系減弱。

資源稟賦是世界油料貿易網絡形成的重要條件。資源稟賦的差異影響各國在國際貿易中的比較優勢，進而影響世界油料貿易的基本格局。油料作物兼具土地密集型與勞動密集型的特點，因而人均耕地面積差異大和勞動力數量差異大的國家之間更容易產生貿易聯系。相關分析結果顯示，人均耕地面積差異在無權網絡中通過了5%的顯著性檢驗，且實際相關系數（介于0.128～0.179）呈波動下降的發展趨勢；勞動力數量差異在加權網絡中通過了5%的顯著性檢驗，實際相關系數為負。回歸分析結果顯示，人均耕地面積在無權網絡中的標準化回歸系數顯著為正。人均耕地面積差異越大，國家之間的貿易聯系越密切，這與要素稟賦理論相符。而勞動力數量差異在加權網絡中通過了1%的顯著性檢驗，且系數估計值為負。這表明勞動力數量差異越小，經濟體間油料貿易額的增長越多。在世界人口排名中，中國、美國、印度尼西亞、巴西、巴基斯坦、俄羅斯、墨西哥居于前十。這7個國家之間的勞動力數量差異相對較小，但油料貿易額卻較大。隨著農業生產技術和現代技術的發展，農業機械化水平不斷提高，油料生產對勞動力的需求逐漸降低，勞動力數量差異對貿易的影響亦隨之減弱。

地理位置是世界油料貿易網絡格局演化的基礎。空間距離衰減規律表明各種經濟活動的影響力隨空間距離的增大而減小。各國傾向于遵循就近原則開展對外貿易活動，節省運輸費用，降低貿易成本。相關分析結果顯示，陸地是否接壤在無權網絡中通過了1%的顯著性檢驗，實際相關系數介于0.153～0.196。地理距離在無權網絡和加權網絡中均通過了顯著性檢驗，但實際相關系數符號相反；2015年該變量在無權網絡中的實際相關系數絕對值最大，對油料貿易關系形成的負向作用最為顯著。回歸分析結果顯示，陸地接壤的國家對雙邊貿易關系的建立和貿易額的增長具有明顯的促進作用，這與空間臨近效應相契合，說明油料貿易更容易發生在陸地接壤的經濟體之間，這與馬遠等（2017）研究結果一致。而地理距離在無權網絡和加權網絡中的作用方向相反。地理距離對油料貿易關系的建立存在顯著的負向影響，但對油料貿易額的增長有正向促進作用（相關系數介于0.132～0.153），這說明空間距離相距較遠的經濟體之間，貿易強度較大。隨著通信技術的發展，地理距離對國際貿易的影響逐漸減弱。由世界油料的貿易流向可看出，油料貿易主要是從美洲國家向亞歐國家出口，空間距離較遠，但貿易強度較大。

4 結論與建議

4.1 結論

基于復雜網絡視角，利用2011—2020年世界油料貿易關系數據，從時間和空間2個維度分析油料貿易網絡的結構特征及其影響因素。研究發現：

1）隨著世界油料貿易規模的擴大，國家之間的貿易聯系日益密切。整體網絡密度呈先升后降的趨勢，平均路徑長度呈先降后升趨勢，互惠系數呈波動上升的發展趨勢，網絡結構復雜化特征日益顯現；國際油料出口市場高度集中，進口市場相對分散，且貿易重心向以巴西為首的發展中經濟體偏移；各國在貿易網絡中所處的地位不同，對資源的控制力差異顯著。如美國處于世界油料貿易網絡的中心，在油料貿易中占據支配地位；巴西和阿根廷雖然同是油料出口大國，但對資源的控制力遠不及美國；中國的油料進口貿易發展迅速，但在貿易網絡中所處的地位不高，對資源的支配能力同樣較弱，且在油料貿易網絡中信息傳遞的獨立性較低，容易受到其他核心國家的影響。世界貿易網絡中存在明顯的核心―半邊緣―邊緣結構，核心成員國家主要集中在北美和南美地區，核心區域中巴西、阿根廷等發展中國家地位上升，對國際油料貿易的影響力逐漸增強。

2）從影響因素看，經濟規模差異、人均收入差異、人均耕地面積差異、陸地接壤對油料貿易關系的建立和雙邊貿易額的增長具有顯著的正向促進作用；政治制度差異對油料貿易的無權網絡和加權貿易網絡存在顯著的負向影響；勞動力數量差異僅與雙邊貿易流量顯著負相關，且影響程度呈波動式增大；地理距離對貿易關系和貿易流量的作用方向相反。隨著通信技術的發展，地理距離不再成為制約油料貿易額增長的主要因素。綜上，比較優勢理論和要素稟賦理論可較好地解釋世界油料貿易網絡的結構特征，而需求相似理論的解釋能力相對有限。

本文可能的邊際貢獻在于：1）豐富了油料貿易研究的方法。以大豆、油菜籽、棉籽、花生和葵花籽為主要研究對象，采用網絡分析法刻畫世界油料貿易網絡的結構特征，揭示各國在油料貿易網絡中的角色地位及其演變規律，這對優化油料貿易空間布局與形成“雙循環”新發展格局的內外聯動點具有重要的現實意義；2）運用QAP模型分析不同因素對國際油料貿易格局的影響，探討油料貿易網絡演進的驅動因素，可為中國油料貿易戰略的制定提供理論參考。需要指出的是，本文主要從國家層面分析油料貿易網絡的演化特征，而省域層面的油料貿易格局對于推動國內深層次貿易合作具有重要的作用，有待進一步深入探討。此外，國際貿易本身具有復雜性和系統性，再加上當前社會外部發展環境變化劇烈，這使得影響貿易網絡演化的因素更為復雜多變。后續研究可借助網絡動態演化的相關方法，深入探究油料貿易網絡的演變機制。

4.2 建議

基于本文結論，面對世界油料貿易格局的演變，為提升中國的應對能力，保障油料進口安全以及國家糧食安全，提出以下對策建議：

1）調整油料進口來源布局，深化全球油料貿易合作。中國應提高農業對外開放水平，優化油料進口國別結構，與日本、歐盟等油料進口大國進行集中采購和戰略采購的磋商協調，提高市場定價能力，確保油料進口的安全性和穩定性。同時，加強跨境技術交流與合作，拓展農業對外投資渠道，促進境外投資向高附加值領域集聚。

2）構建全球油料供應網絡，確保油料供應鏈安全。中國應憑借地緣優勢建立與鄰近國家的油料貿易聯系，由近及遠逐步發展與巴西、阿根廷、烏克蘭等國的油料貿易。對于耕地資源豐富、發展潛力巨大的新興油料生產國，中國應加強與其在油料生產、加工、倉儲、運輸等環節的合作，提高中國對全球農業資源的控制力，進而提升中國在世界油料貿易網絡中的地位，確保油料供應鏈安全。

3）優化國際貿易環境，加強政治互信與交流。政治制度差異對油料貿易的負向影響最為顯著。因此，中國政府應構建多層次的政策協調溝通機制，為雙方的貿易合作提供政策支持和制度保障，避免貿易爭端和摩擦。同時依托“一帶一路”的經濟合作平臺，加強中國與沿線國家的“五通”建設，促進政策溝通與貿易暢通，深化油料貿易合作與利益融合，協力打造更為緊密的命運共同體。

4）完善國內油料安全保障體系，提高風險應對能力。中國在對油料持續進口的同時也應增強國內油料生產及儲備，擴大油料種植面積，調整消費結構和飼料結構，降低對外依存度，促進本國油料產業的健康發展。此外，油料貿易的外部環境復雜多變，顯著增加了中國油料進口面臨的風險性與不確定性。中國應加快適應國際經濟形勢的新變化，積極響應“雙循環”發展戰略，發揮國內市場規模和生產體系優勢，深化要素市場化配置改革，提高國內大循環效率，推動油料產業的高質量發展。