“一帶一路”沿線國家食物貿易網絡格局及其影響因素

基于社會網絡分析方法，構建“一帶一路”沿線國家食物原料和食物加工品貿易網絡，解析貿易網絡結構特征的演變，探究貿易關系形成和強度變化的影響因素，以期為區域食物貿易合作戰略的制定提供科學支撐.研究表明：1） “一帶一路”沿線國家間食物貿易規模快速擴大，網絡的整體緊密性、凝聚程度和連通性不斷增強；2） 中國是食物加工品貿易網絡的絕對核心，并與俄羅斯、土耳其、印度、阿聯酋共同形成食物原料貿易網絡的核心，核心國家貿易關聯廣泛而規模龐大，對區域內食物流通起到控制作用；3） 2009—2019年，食物貿易網絡中的各個組團呈現分離重組特征，食物原料網絡中的貿易大國陸續脫離原組團而跨區域組合，食物加工品網絡中的國家節點則被東南亞組團和中俄組團不斷吸附；4） 食物貿易聯系存在大國效應和地理鄰近效應，自由貿易協定的簽署和語言文化、物流水平的鄰近有助于國家間食物貿易強度的提高.建議中國加快構建高標準自由貿易區網絡，由近及遠推動共建“一帶一路”食物貿易通道，增強沿線國家的文化交流，以促進與食物貿易網絡核心國家的貿易合作，多元化食物進出口渠道的同時提升在區域食物供應安全中的影響力.

食物貿易; 網絡格局演變; 社會網絡分析; 影響因素; “一帶一路”沿線國家

F742 A 0220-11" 02.007

“消除饑餓”是聯合國17個可持續發展目標（SDGs）之一，它要求到2030年全球所有人口在任意時間都有安全、營養和充足的食物^[1].然而，現階段世界范圍內食物危機頻現，仍有7.2億至8.1億人口面臨饑餓問題，約23.7億人口無法獲得充足的食物，超過30億人達不到健康膳食要求^[2]，并且在經濟減速、氣候變化、地區沖突等因素的影響下，國際食物安全形勢將持續惡化，“消除饑餓”的全球目標難以實現^[3].在這一背景下，食物貿易對調節食物供需平衡的作用日趨重要^[4]，建立和深化與其他經濟體的食物產品經貿合作也將成為各國保障食物供應安全和提升國際市場影響力的必然選擇^[5].

“一帶一路”沿線區域一直是世界重要的食物產區和出口市場，且糧食、禽畜等食物產品的增產潛力巨大^[6-7].但同時，根據全球應對糧食危機網絡（GNAFC）發布的《世界食物危機報告》，2016—2020年全球存在嚴重的食物供應危機的國家中，約有五分之一位于“一帶一路”沿線^[3].產品供需的地域不平衡，驅動“一帶一路”沿線國家間頻繁的食物進出口活動，由此形成復雜的貿易網絡^[8].作為“一帶一路”國際區域合作的引領者，中國正積極推動與“一帶一路”沿線國家在食物尤其是農產品領域的貿易合作：一方面優化食物進口渠道，拓展多元化食物來源，保障大食物理念下的國家“糧食安全”^[9];一方面積極融入區域食物供應鏈，擴大優勢產品的出口規模，培育國際大糧商和農業企業集團，提升在食物貿易網絡中的影響力^[10].在此進程中，厘清“一帶一路”沿線國家食物貿易網絡格局演變特征及其影響因素，對于區域食物貿易合作戰略的制定具有重大意義.

在食物貿易網絡的研究方面，國內外學者已從不同角度對其普遍規律進行了積極探索.相關研究顯示國際糧食貿易網絡的規模、密度和集聚程度呈增大趨勢，小世界特征愈發明顯^[11-12];少數國家長期為網絡的樞紐節點，并且影響力持續增長^[13];具有相同貿易伙伴的國家更易產生貿易關系，并由此形成不同的社團結構^[11].經濟發展水平、資源稟賦、制度條件、交通物流和語言文化是影響糧食、畜牧業產品貿易關聯形成和貿易強度的重要因素，但在不同區域、不同類型產品貿易網絡中的作用方式不同，并隨著網絡格局的演變而改變^[14-16].從研究范圍看，現有文獻集中于全球尺度下國家間糧食貿易的探討，部分涉及區域農、牧、漁產品網絡的研究^[17-19]，而缺乏大食物安全觀下包括原料和加工品在內的整體食物貿易網絡的分析，并且對“一帶一路”沿線區域的關注相對不足.這些均是本領域研究亟待拓展的內容.基于此，本文以“一帶一路”沿線國家的食物進出口數據構造貿易網絡模型，通過社會網絡分析（social network analysis，SNA）方法分析整體網絡與關鍵行業特征的演變，運用二次指派程序（quadratic assignment procedure，QAP）方法探究共建“一帶一路”進程中影響食物貿易關系形成與規模變化的關鍵因素.

1 概念界定、研究方法與數據來源

1.1 概念界定

1.1.1 “一帶一路”沿線國家 參考《中國對外直接投資統計公報》，本文“一帶一路”沿線國家的范圍包括中國在內的65個國家，分屬6大區域，如表1所示.

1.1.2 食物內涵與分類 按照國際常用的“食物”（food）概念，食物是指供人類食用的任何加工、半加工或未加工物質，包括飲料、口香糖及用于生產、制作或處理食物的物質，但不包括化妝品、煙草，或僅作為藥物使用的物質^[20]，與《中華人民共和國食品安全法》中的“食品”定義相一致.在聯合國統計司的BEC（broad economic classification）標準中，“食物”被設置為獨立賬戶，并以“食物原料”（primary food）和“食物加工品”（processed food）予以區分，其與我國《國民經濟行業分類標準》中具體食物產品的對應關系如表2所示.本文基于BEC標準，從原料、加工品角度出發，對食物貿易網絡進行分析.

1.2 研究方法

1.2.1 食物貿易網絡構建 以“一帶一路”國家作為節點，各國食物貿易聯系為邊，構建食物貿易網絡模型，記為G，并做如下定義：

G=（P，N，E，A，W，T），

（1）

式中，P為貿易品（食物原料、食物加工品）的集合，N為網絡節點的集合，E為網絡中所有邊的集合，A為節點屬性（國家貿易聯系數）的集合，W為邊屬性（進出口貿易額）的集合，T為網絡年份的集合.

以網絡G中各國間進出口貿易額的差值構建矩陣，形成加權食物貿易網絡Gw，并以Gwa和Gwb區分食物原料貿易網絡和食物加工品貿易網絡，用以進行貿易強度的影響分析;將Gwa和Gwb進行二值化處理，構建貿易關系0-1鄰接矩陣，記作無權食物原料貿易網絡Guwa和無權食物加工品貿易網絡Guwb，用以進行網絡特征測度和貿易關系形成的影響分析.

1.2.2 網絡特征指標測度 為測度食物網絡結構特征，識別關鍵國家節點和關聯路徑，本文基于SNA方法，對網絡的密度、平均最短路徑、平均聚類系數、節點中心度、中介度等指標進行測度.網絡密度為實際存在貿易聯系數占所有可能聯系數之比，用以衡量網絡整體緊密性^[14];平均最短路徑為聯系任意貿易國所需通過的國家數的均值，平均聚類系數表示與同一貿易國產生關聯的國家間也存在關聯的概率均值，二者分別反映食物貿易網絡的連通性和集聚性，并共同反映其“小世界”特征^[21].節點中心度為某國所具有的貿易關系的數目，表征國家貿易活動的影響范圍，并可按進口和出口關系進一步分為入度值和出度值^[22].中介度為某國位于其他國家間接關聯路徑上的概率總和，反映本國溝通他國間貿易的能力^[23].各指標的計算公式如表3所示.此外，本文依據Breiger等^[24]提出的Concor聚類算法，重復計算網絡矩陣各列間的相關系數直至數值不變，將食物貿易網絡分為若干個組團，以進一步考察不同區域內食物貿易關聯的緊密程度與演變特征.

1.2.3 QAP分析 QAP分析是研究方陣間關聯的一般方法^[25].經由矩陣數據的隨機置換，此方法可以實現矩陣變量的相關分析和回歸分析^[26].QAP相關分析是通過對因變量矩陣和各自變量矩陣對應元素的比較，計算并統計隨機置換情景下矩陣間的皮爾遜相關系數，并對系數進行非參數檢驗的方法;QAP回歸分析則是對自變量矩陣和隨機置換的因變量矩陣重復進行多元回歸分析，得到回歸系數，并檢驗其是否具有顯著意義的方法^[27].在本研究的QAP分析中，將食物貿易網絡（Gwa、Gwb、Guwa和Guwb）作為因變量矩陣，各類影響因素網絡作為自變量矩陣，運用QAP相關分析確定與食物貿易網絡存在顯著關聯的自變量，通過QAP回歸分析消除自變量間多重共線性的影響，研究自變量對食物貿易關系形成和食物貿易強度大小的影響^[28].QAP分析中的數據置換次數均設為5 000次.

1.3 數據來源與處理 本研究中“一帶一路”沿線國家間食物原料、食物加工品的進出口貿易額數據來自聯合國UN Comtrade數據庫.考慮數據庫中BEC標準分類的貿易數據更新的滯后（3年以上），并體現2013年“一帶一路”倡議提出前后的演變過程，選擇2009年、2014 年和2019 年3個時間節點構造食物貿易網絡.QAP分析中，自變量矩陣構建所用的國家生產總值、物流績效指數來自世界銀行WDI數據庫;地理距離、語言鄰近性數據來自法國國際展望與信息研究中心GeoDist數據庫;貿易協定相關數據來自世界貿易組織RTA數據庫.同時，為消除數據量綱的影響，使用Z-Score標準化方法對所有自變量矩陣進行預處理.

2 “一帶一路”沿線國家食物貿易網絡格局分析

2.1 貿易總額與網絡整體結構特征演變分析 2009—2019年，“一帶一路”沿線國家之間食物貿易額整體呈現增長態勢.其中，食物原料貿易額經歷了高速增長與低速增長2個階段，由2009年的845.09億美元快速增長至2014年的1 363.68億美元，再緩慢增至2019年的1 385.07億美元，總體增幅達63.90%;食物加工品貿易額增長則相對平穩，由2009年的1 630.84億美元增至2014年的2 236.67億美元，并于2019年達到2 510.25億美元，總體增幅達53.92%.

在網絡結構特征方面，隨著貿易聯系的增加，食物原料、食物加工品的網絡密度分別由2009年的0.50和0.51增長至2019年的0.56和0.62，增幅分別為13.25%和19.71%，緊密性持續增大.與此同時，食物原料網絡的平均最短路徑由1.53降至1.44，平均聚類系數由0.67增至0.71;食物加工品網絡的平均最短路徑由1.48降至1.38，平均聚類系數由0.70增至0.75.反映了食物網絡的連通性和凝聚力不斷增強，小世界特征更加明顯.對比2個網絡同期的密度、平均最短路徑和平均聚類系數及其總體變幅可以發現，“一帶一路”沿線國家之間食物加工品的貿易聯系更密切、傳輸效率更高.

2.2 網絡個體結構特征與核心國家分析 對比2009年和2019年食物原料貿易網絡節點中心度指標（表4），可以發現俄羅斯、阿聯酋、土耳其、波蘭、印度、中國、烏克蘭等7國的節點中心度穩居前10，且總體呈增長趨勢，反映上述國家在“一帶一路”沿線區域開展廣泛而持續的食物原料進出口活動.2019年節點中心度排名前10的國家中，出度值均高于入度值，比較明顯的有斯里蘭卡、印尼、中國、印度等4個國家，反映這些國家主要通過食物原料出口構建網絡中的貿易關聯.從中介度指標來看，波蘭、俄羅斯、中國、阿聯酋、土耳其、泰國、馬來西亞等7國的中介度穩定在食物原料貿易網絡的前10位，是“一帶一路”沿線食物原料貿易的“橋梁”，并由此促進新貿易關系的產生.隨著直接貿易關聯數目的增長，各國中介度總和呈下降趨勢，并且高值和低值的距離逐漸縮小，例如2009年后中介度排序前5位國家的該指標值均有大幅下降.除了網絡個體結構特征，從貿易額排名變化中發現除沙特阿拉伯被越南取代外，2019年貿易額排名前10位的國家名單與2009年相一致，10年間各國貿易額均有增長且增幅差異大，其中，中國、土耳其分別超過俄羅斯和印度，位居網絡第1、第3位.綜合上述指標，可以識別出中國、俄羅斯、土耳其、印度、阿聯酋是“一帶一路”沿線食物原料貿易網絡中的核心國家，貿易聯系廣泛而強度大，對商品傳輸效率也有著重要影響.

對比2009年和2019年食物加工品貿易網絡節點中心度指標（表5），可以發現中國、馬來西亞、土耳其、波蘭、捷克、俄羅斯、印度、泰國、阿聯酋9國的節點中心度穩居前10，具有高出度值且入度值在10年間均有明顯增長，反映上述國家持續向“一帶一路”沿線各國出口食物加工品，并且本國的食物加工品進口來源日趨多元化.從中介度排名看，中國、阿聯酋、捷克、馬來西亞、波蘭、印度、泰國、俄羅斯、土耳其穩居前10，持續作為本區域商品貿易的樞紐;但與食物原料貿易網絡類似，多數國家的中介度呈下降趨勢，尤其以2009年排名前4位的中國、馬來西亞、印度尼西亞和泰國的降幅最大，反映這些國家貿易伙伴間的貿易合作不斷拓展.從貿易額排名變化中發現，除烏克蘭被越南取代以外，2019年貿易額排名前10位的國家名單與2009年相一致，中國、印度尼西亞、印度、俄羅斯、馬來西亞則穩定在其中的前5位，與其他國家的貿易額差距也進一步拉大.綜上，可識別出中國是食物加工品貿易網絡中影響力最大的國家，印度、俄羅斯、馬來西亞、泰國、波蘭、阿聯酋則為次一級的核心節點，這些國家貿易范圍廣且強度大，對網絡中商品流通的控制力強.

2.3 網絡組團格局演變特征 運用Concor算法可將每個時間截面的食物原料貿易網絡、食物加工品貿易網絡劃分為一定數量的組團，組團內部國家節點間的貿易關系相對密切，而與其他組團成員的貿易關系則相對疏松.總體來看，2009—2019年間，“一帶一路”沿線國家食物貿易網絡中的各個組團呈現出分離重組的演變特征（圖1）.

2.3.1 食物原料貿易網絡組團格局及其演變特征2019年“一帶一路”沿線國家食物原料貿易網絡中的4個組團如圖1（a3）所示，包括3個貿易規模較小且接近的邊緣組團（組團一、組團二、組團三）和1個貿易規模較大的核心組團（組團四）.

1） 組團一（東南亞組團）.組團以泰國為絕對核心，共包括11個國家，主要分布于東南亞地區，少部分位于南亞地區.組團成員食物原料貿易總額占“一帶一路”沿線國家的11.86%，其中，泰國對中國的食物原料出口是整個網絡中規模最大的貿易活動.

2） 組團二（西亞組團）.組團呈現多核心網絡結構，以沙特阿拉伯、馬來西亞、孟加拉國為關鍵節點，包括14個伊斯蘭國家，主要分布在西亞地區.組團成員貿易額占全網絡的12.46%，各成員貿易額差距相對較小，總出口額僅為總進口額的三分之一，組團內的阿富汗、孟加拉國、伊拉克、約旦、黎巴嫩、巴勒斯坦、也門等國存在嚴重的食物供應危機.

3） 組團三（中東歐組團）.組團呈現多核心網絡結構，以白俄羅斯、哈薩克斯坦、匈牙利、以色列為關鍵節點，包含22個國家，是成員數最多的組團，多數成員位于中東歐地區.組團成員食物原料貿易規模與組團二相當，各國貿易額相對較小且差距不明顯.

4） 組團四（大國組團）.組團呈現多核心網絡結構，以中國、俄羅斯為關鍵節點，次一級的核心包括土耳其、印度、烏克蘭、埃及、越南、印度尼西亞、阿聯酋，共包括18個國家，多為“一帶一路”沿線經濟大國和食物原料進口、出口大國，在6大區域均有分布.組團成員多位居網絡核心位置，食物原料貿易額占全網絡的63.23%，組團內貿易聯系密切.

2009—2019年間，“一帶一路”沿線國家食物原料貿易網絡的演變特征主要表現為：食物原料進口、出口大國脫離原組團而結合成新的貿易組團（圖1中a1、a2、a3）.其中，中國于2009—2014年脫離組團一進入組團三，并于2014—2019年與俄羅斯、土耳其、烏克蘭以及波蘭、羅馬尼亞等國一同從組團三中分離;印度、埃及、越南、印度尼西亞等國在2014—2019年脫離組團一，使得組團一貿易規模進一步下降為各組團中最小者;阿聯酋于2014—2019年脫離組團二，與上述國家共同形成組團四的核心.

2.3.2 食物加工品貿易網絡組團格局及其演變特征 2019年“一帶一路”沿線國家食物加工品貿易網絡中的4個組團如圖1（b3）所示，其中2個組團（組團一、組團二）位居網絡中心位置，組團成員貿易額較高;2個組團（組團三、組團四）位于網絡邊緣，貿易規模較小.

1） 組團一（東南亞組團）.組團呈多核心網絡結構，以印度尼西亞、印度、馬來西亞和泰國為關鍵節點，包括15個國家，主要分布在東南亞地區.組團成員食物加工品貿易額占全網絡的46.78%，組團內貿易聯系密切且強度大，與外圍國家的聯系主要表現為食物加工品出口，其中印度尼西亞對中國的食物加工品出口為整個網絡中規模最大的貿易活動.

2） 組團二（中俄組團）.組團以中國、俄羅斯為雙核心，波蘭、烏克蘭、白俄羅斯、捷克為次級核心，包括25個國家，多數位于中東歐地區.組團食物加工品貿易額占全網絡的41.46%，成員間貿易活動頻繁，白俄羅斯、俄羅斯、中國間的食物加工品進出口是組團內規模最大的貿易活動，組團間的聯系則主要體現為中國從東南亞諸國的食物加工品進口.

3） 組團三（西亞—東南亞組團）和組團四（西亞—中亞組團）.前者以沙特阿拉伯為核心，共包括17個國家;后者以伊拉克為核心，共包括7個國家.兩組團成員多位于西亞地區，其余成員分散于東南亞、中亞、南亞和中東歐.兩組團食物加工品貿易額分別占全網絡的8.58%和3.21%，組團內部貿易強度較弱，對組團外的食物加工品依賴度較高.

2009—2019年間，“一帶一路”沿線國家食物加工品貿易網絡的演變特征主要表現為：兩大組團對核心節點的“爭奪”和小組團規模的持續下降（圖1中b1、b2、b3）.其中，2009—2014年印度尼西亞和越南由組團一進入組團二，使得后者成為貿易規模最大的組團;2014—2019年，兩國重回組團一，土耳其也隨之被一同吸納，使得組團一貿易額占比重新達到2009年水平.2個小組團（組團三、組團四）則失去阿聯酋、白俄羅斯、哈薩克斯坦等核心，組團成員數持續下降，使得兩組團貿易額占比由2009年的16.49%持續降至2019年的11.76%.

3 “一帶一路”沿線國家食物貿易網絡影響因素分析

國家間食物貿易聯系受多種因素綜合影響.作為“一帶一路”國際區域合作的引領者，中國在“十四五”規劃中提出推動共建“一帶一路”高質量發展，深化區域內雙向貿易、文化交流、通道建設等方面的務實合作.因此，本文重點討論貿易合作水平、文化鄰近性、交通物流水平等因素對食物貿易網絡的影響.此外，考慮網絡結構演變中出現的大國組團及各類區域性組團，將經濟水平和空間距離因素也納入分析范圍.參考“一帶一路”沿線貿易影響因素研究成果^[28-30]并結合數據可得性，以國內生產總值差值矩陣（dGDP）、國家首都間的地理距離矩陣（dCAP）、國家間物流績效指數差值矩陣（dLPI）分別代表經濟水平、空間距離和交通物流水平因素，以國家間是否存在貿易協定的0-1鄰接矩陣（dFTP）、國家間是否使用相同通用語言的0-1鄰接矩陣（dCL）分別反映貿易合作水平和文化鄰近性因素.

經由矩陣間QAP相關分析，得到上述5類自變量矩陣與對應時間節點食物貿易網絡矩陣（包括食物原料和食物加工品的加權、無權貿易網絡矩陣）的相關分析結果（表6、表7），其中相關系數均為標準化后得到的數值.觀察分析發現，dGDP、dCAP、dFTP、dCL與各貿易網絡矩陣均存在顯著關聯，dLPI則與加權貿易網絡矩陣顯著相關.在此基礎上，進一步運用QAP回歸分析逐一研究這些因素對貿易網絡關系形成和關聯強度的影響（表6、表7）.

1） 經濟發展因素.GDP差值矩陣對各貿易網絡均有顯著正向影響，且影響貢獻較大，說明經濟發展水平差距較大的國家間易產生強度較大的食物貿易.具體來看，GDP差值在原料貿易網絡中的標準回歸系數值要大于同期加工品貿易網絡中的系數值，在加權網絡中的系數值呈現增大趨勢而在無權網絡中總體呈現減小趨勢.這一特征反映經濟發展因素對食物原料貿易活動的影響程度更大，其作用方向也從影響貿易關系的形成轉移為影響貿易規模的大小，符合核心國家貿易關系數目趨于飽和且貿易額大幅增長的網絡特征.

2） 空間距離因素.地理距離矩陣與Gwa、Guwa和Guwb網絡呈顯著負相關，但未通過Gwb網絡10%的顯著性檢驗，表明國家間地理距離越近，越容易產生食物商品貿易關系，且食物原料的貿易強度越大，符合貿易引力模型理論.地理距離因素在無權網絡中的標準回歸系數的絕對值要大于其在加權網絡中的對應值，并總體呈現減小趨勢，表明地理距離對貿易關系形成的影響要大于對貿易規模的影響，但影響程度隨著貿易網絡的發育而降低.

3） 貿易合作因素.貿易協定矩陣對各貿易網絡均有顯著正向影響，且影響貢獻較大，表明存在雙邊自由貿易協定的國家間更有可能出現大規模的食物貿易.貿易合作因素在加權網絡中的標準回歸系數值呈先增大后穩定的趨勢，在無權網絡中則表現出大幅減小的趨勢.這反映近年來“一帶一路”沿線國家間的食物貿易關聯大量形成，且先于雙邊自由貿易協定的簽署，現階段貿易協定的影響效應主要體現在對食物貿易強度的促進.

4） 文化距離因素.語言鄰近矩陣與Gwa、Gwb網絡呈現顯著正相關，表明使用相同通用語言的國家間的食物貿易規模總體高于使用不同語言國家間的食物貿易規模.2009—2019年，語言鄰近因素在各網絡中的標準回歸系數值均呈減小趨勢，并且未通過2019年無權網絡的10%統計顯著性檢驗，反映語言鄰近因素對食物貿易網絡的影響逐漸弱化.

5） 交通物流因素.物流績效差值矩陣對Gwa、Gwb網絡有顯著負向影響，表明相近的物流發展水平有助于國家間食物貿易規模的提高，顯示出一定的“趨同相吸”效應.2014—2019年間，Gwa網絡中該因素標準回歸系數絕對值的增大，則反映這一作用對食物原料貿易活動的影響程度持續強化.

4 結論與討論

4.1 結論 本文基于SNA方法，利用2009—2019年“一帶一路”沿線國家的食物原料、食物加工品進出口數據構建食物貿易網絡，從整體結構特征、個體結構特征和組團特征3個方面對其格局演變進行解析，并采用QAP分析方法定量評估經濟發展、空間距離、貿易合作、文化距離和交通物流等因素對食物貿易關系形成與強度變化的影響，得到主要結論如下.

1） “一帶一路”沿線國家間食物貿易規模快速擴大，貿易網絡發育程度逐漸增強.2009—2019年，區域食物原料貿易額經歷了高速增長與低速增長2個階段，總體增幅達63.90%;食物加工品貿易額的增長相對平穩，總體增幅達53.92%.與此同時，食物貿易網絡的密度、平均聚類系數呈增加趨勢，平均最短路徑逐年下降，網絡的整體緊密性、凝聚程度和連通性不斷增強，各國食物貿易合作趨于多元化.

2） “一帶一路”沿線國家食物貿易網絡節點呈現非均衡結構特征，部分國家穩居網絡核心且影響力持續增大.其中，中國、俄羅斯、土耳其、印度、阿聯酋是食物原料貿易網絡中的核心國家，貿易關聯廣泛且強度大，對商品傳輸效率也有著重要影響;中國是食物加工品貿易網絡中影響力最大的國家，印度、俄羅斯、馬來西亞、泰國、波蘭、阿聯酋則為次一級的核心節點，這些國家貿易范圍廣且規模大，對區域內食物加工品流通的控制力強.

3） 2009—2019年，“一帶一路”沿線國家食物貿易網絡中的各個組團呈現出分離重組的演變特征.在食物原料網絡中，食物原料貿易大國陸續脫離原區域性組團，彼此間結合而成貿易規模龐大的跨區域組團，2019年組團成員食物原料貿易額占全網絡的63.23%;在食物加工品網絡中，東南亞組團和中俄組團核心地位突出，兩組團貿易規模相當且相互吸納成員，而組團外的國家數目逐漸減少、貿易規模持續下降.

4） “一帶一路”沿線國家間的食物貿易聯系存在大國效應和地理鄰近效應，較近的地理距離有利于國家間食物貿易關系的建立，但其促進作用逐漸弱化;經濟規模的差距對食物貿易強度具有顯著正向影響，且影響程度持續增大.自由貿易協定的簽署有助于加強“一帶一路”沿線國家間的食物貿易關系，現階段其影響效應主要體現在對食物貿易強度的提高.使用相同通用語言的國家間易于產生較大規模的食物進出口活動，但隨著食物貿易網絡的擴大，這一作用的影響程度有所下降.相近的物流條件有助于“一帶一路”國家間食物貿易規模的擴大，并且對食物原料貿易的影響日益顯著.

4.2 討論 “一帶一路”沿線既分布有全球主要的食物產區和出口市場，又存在嚴重的食物供應危機現象.現階段，食物貿易合作已成為沿線國家共建利益共同體和命運共同體的重要結合點.為了強化中國與“一帶一路”沿線國家的食物貿易關系，促進區域內食物商品合理高效配置，基于研究結論和“一帶一路”倡議，本文針對性地提出如下建議.

第一，立足中國資源稟賦與產品比較優勢，推動食物貿易多元化發展，“由點及面”實現“一帶一路”沿線食物市場深度融合.維護與泰國、越南、印度尼西亞、馬來西亞、菲律賓等東南亞國家的貿易通道，確保食物進口穩定性;深化與俄羅斯、印度、波蘭等核心國家以及白俄羅斯、哈薩克斯坦等區域性主導國的貿易合作，增強與中東歐、南亞、中亞的貿易關聯，多元化食物進出口路徑;把握阿聯酋、土耳其、沙特阿拉伯等核心國家的食物市場，借助核心國家的凝聚力和中介能力，拓展與西亞國家的貿易合作，提升中國在區域食物供應安全保障中的影響力.

第二，構建高標準自由貿易區網絡，“由近及遠”推動共建食物貿易通道，打造多元互動的人文交流格局.加強農業、貿易等領域規則發展戰略和政策對接，加快商簽與海合會、斯里蘭卡、以色列、摩爾多瓦的自由貿易協定，積極推進與食物貿易核心國家的雙邊和區域貿易協定可行性研究，加快食物貿易便利化進程;主動參與中亞、南亞和部分東南亞國家的基礎設施建設，實現國家間物流網絡的有效銜接，并以之為樞紐暢通與西亞、中東歐地區的商品流通渠道，以此帶動食物貿易關系的形成和規模的擴大;同時，深化與“一帶一路”沿線國家在科技教育、文化藝術、綠色發展等領域的人文合作，加強漢語高效率推廣，實現文化交流與商品貿易的相互推動.

本文對“一帶一路”沿線國家食物貿易網絡的影響因素研究成果是較為初步的，僅根據“十四五”規劃提出的重點建設方向和網絡特征選取指標，側重于影響方向與強度的比較分析.在未來研究中，有待擴大自然、經濟、文化、政治和政策等自變量的指標體系，建立較強解釋力的QAP回歸模型，對食物貿易網絡演變的驅動機制進行深入探討.

參考文獻

[1] United Nations. The sustainable development goals report 2020[R]. New York： United Nations Publications，2020.

[2] Food and Agriculture Organisation. The state of food security and nutrition in the world[R]. Rome： FAO，2021.

[3] Global Network Against Food Crises. Global report on food crises 2021[R]. Rome： GNAFC，2021.

[4] 王祥，牛叔文，強文麗，等. 食物貿易視角下的全球食物供需平衡及其演化分析[J]. 自然資源學報，2020，35（7）：1659-1671.

[5] 辛良杰. 中國居民膳食結構升級、國際貿易與糧食安全[J]. 自然資源學報，2021，36（6）：1469-1480.

[6] 孫致陸，張德鳳. 新形勢下中國加強利用“一帶一路”沿線國家糧食市場與資源研究[J]. 農業現代化研究，2021，42（5）：827-840.

[7] 王玉寶，劉顯，史利潔，等. 西北地區水資源與食物安全可持續發展研究[J]. 中國工程科學，2019，21（5）：38-44.

[8] 韓冬，李光泗. 中國與“一帶一路”沿線國家糧食貿易格局演變與影響機制：基于社會網絡學視角[J]. 農業經濟問題，2020，41（8）：24-40.

[9] 程廣燕，王小虎，郭燕枝，等. 大食物理念下國家糧食安全保障需求與途徑對策[J]. 中國農業科技導報，2017，19（9）：1-7.

[10] 盧義三. “一帶一路”倡議背景下我國特色農產品出口支持政策的優化路徑[J]. 農業經濟，2021（9）：127-128.

[11] 劉林青，閆小斐. 國際糧食貿易網絡多核集聚格局的形成機制研究[J]. 華中農業大學學報（社會科學版），2021（4）：47-59.

[12] KONAR M， LIN X W， RUDDELL B， et al. Scaling properties of food flow networks[J]. PLoS One，2018，13（7）：e0199498.

[13] 聶常樂，姜海寧，段健. 21世紀以來全球糧食貿易網絡空間格局演化[J]. 經濟地理，2021，41（7）：119-127.

[14] 王介勇，戴純，周墨竹，等. 全球糧食貿易網絡格局及其影響因素[J]. 自然資源學報，2021，36（6）：1545-1556.

[15] 魏素豪. 中國與“一帶一路”國家農產品貿易：網絡結構、關聯特征與策略選擇[J]. 農業經濟問題，2018，39（11）：101-113.

[16] SARTORI M， SCHIAVO S. Connected we stand： a network perspective on trade and global food security[J]. Food Policy，2015，57：114-127.

[17] 吳淵，高頌，高雅靈，等. 基于食物安全視角的我國畜產食品進口依賴性風險評價[J]. 草業學報，2018，27（10）：171-182.

[18] GEPHART J A， PACE M L. Structure and evolution of the global seafood trade network[J]. Environmental Research Letters，2015，10（12）：125014.

[19] TORREGGIANI S， MANGIONI G， PUMA M J， et al. Identifying the community structure of the food-trade international multi-network[J]. Environmental Research Letters，2018，13（5）：054026.

[20] Food and Agriculture Organisation. Codex Alimentarius Commission-procedural manual twenty-seventh edition[R]. Rome： FAO，2019.

[21] 卜湛，曹杰. 復雜網絡與大數據分析[M]. 北京：清華大學出版社，2019.

[22] 袁國強，徐建民，劉明艷. 一種新的模糊社交網絡中心性分析方法[J]. 四川師范大學學報（自然科學版），2019，42（1）：128-133.

[23] 陳藝文，李二玲. “一帶一路”國家糧食貿易網絡空間格局及其演化機制[J]. 地理科學進展，2019，38（10）：1643-1654.

[24] BREIGER R L， BOORMAN S A， ARABIE P. An algorithm for clustering relational data with applications to social network analysis and comparison with multidimensional scaling[J]. Journal of Mathematical Psychology，1975，12（3）：328-383.

[25] HUBERT L， SCHULTZ J. Quadratic assignment as a general data analysis strategy[J]. British Journal of Mathematical and Statistical Psychology，1976，29（2）：190-241.

[26] DEKKER D， FRANSES P H， KRACKHARDT D. An equilibrium-correction model for dynamic network data[J]. The Journal of Mathematical Sociology，2003，27（2/3）：193-215.

[27] 劉法建，張捷，陳冬冬. 中國入境旅游流網絡結構特征及動因研究[J]. 地理學報，2010，65（8）：1013-1024.

[28] 叢海彬，鄒德玲，高博，等. “一帶一路”沿線國家新能源汽車貿易網絡格局及其影響因素[J]. 經濟地理，2021，41（7）：109-118.

[29] 楊文龍，杜德斌，馬亞華，等. “一帶一路”沿線國家貿易網絡空間結構與鄰近性[J]. 地理研究，2018，37（11）：2218-2235.

[30] FENG L Y， XU H L， WU G， et al. Exploring the structure and influence factors of trade competitive advantage network along the Belt and Road[J]. Physica A： Statistical Mechanics and Its Applications，2020，559：125057.

Network Patterns and Influence Factors of Food Trade in the Countries Along the Belt and Road

WANG Xiaqing1， LIU Xi1， XIANG Xiaozhi1， XUE Sheng2

（1. Institute of Geography and Resources Science， Sichuan Normal University， Chengdu 610101， Sichuan;

2. Qinghai Fourth Geological Exploration Institute， Xining 810001， Qinghai）

Based on social network analysis， this paper constructs trade networks for the food material and processed food trade networks of countries along the Belt and Road. Then we analyze the evolution of their structure characters as well as the influence factors of the trade relation formation and trade scale variation， in order to provide scientific support for the formulation of cooperation strategies for the regional food trade. The research shows that： 1） The food trade scale has been expanding rapidly among countries along the Belt and Road. The tightness， cohesion and connectedness of food trade networks have also been increasing. 2） China is the absolute core of processed food trade networks and it has also been located at the central position of the trade network for the food material with Russia， Turkey， India and United Arab Emirates. These core countries have extensive and large-scale trade contacts， and control the regional food distribution. 3） The clusters in food trade networks present a notable feature of separation and reorganization from 2009 to 2019. In food material trade networks， major importers and exporters exit their original clusters gradually to form a cross-regional cluster， while the country nodes in trade networks for the processed food have been adsorbed in Southeast Asia cluster or China-Russia cluster. 4） There exist “large-country effect” and “geographical proximity effect” in food trade relationships. The signature of free trade agreement and the proximity of language culture as well as physical distribution could expand the scale of food trade activities. It is suggested that China speed up the construction of high-level free trade zones， advance the joint development of food trade route， and strengthen the cultural exchang along the Belt and Road， to further promote trade cooperation with core countries， diversify food import and export channel as well as increasing the influence of regional safety of food supply.

food trade network; evolution of network pattern; influence factor; social network analysis; countries along the Belt and Road（編輯 陶志寧）