基于复杂网络的2014—2018年国际香蕉出口分析

周 澜

（北京邮电大学经济管理学院，北京 100876）

香蕉是全球第二大水果，深受各国消费者欢迎，同时也是全球进出口量最大的水果[1]。国际香蕉贸易量的流动不仅可以反映各个国家或者地区的香蕉供需情况，还可以反映各个国家或者地区在国际香蕉贸易市场中所处位置的重要性及其扮演角色。中国在国际香蕉消费市场的地位一直以来都不是很高。自1998年以后，中国香蕉的国际市场占有率均不足0.5%，从近年的数据来看甚至出现较为显著的下降趋势[2]；2015年香蕉平均消费水平中国仅为世界的62.3%，这表明中国香蕉消费市场还有较大潜力。

随着经济的全球化，香蕉贸易的国际化，国际香蕉贸易系统逐渐成为一个有机的整体，并且整体性特征越发突出。学者们关于国际香蕉的研究，大部分侧重于贸易数据本身的变化及各主要贸易国家（地区）在国际市场地位的变化，较少运用复杂网络方法将其抽象成一个拓扑网络来研究。胡小婵等利用GIS 对2017 年香蕉生产贸易网络进行可视化研究，重点研究各国家（地区）的贸易量[3]，而对于香蕉贸易网络的特性未做进一步讨论。本文运用复杂网络的方法，侧重研究构建网络的抽象指标维度特征，参考刘芬关于大豆贸易网络结构研究[4]，将国际香蕉贸易中的国家和地区之间的贸易量流动抽象成国际香蕉贸易网络，并分析国际香蕉贸易网络的拓扑结构及其演化规律；在分析国际香蕉贸易网络的同时，结合环境因素考量，对中国香蕉出口选择提供一些建议。

1 数据获取与处理

1.1 数据来源

本文研究的数据来源为UNComtrade 数据，选取2014—2018年HS编码为080390（Fruit，edible：bananas，other than plantains，fresh or dried）即香蕉的出口贸易数据为研究对象，对获取的数据进行空值处理等预处理。

1.2 数据二次处理

对初步处理之后的数据进行第二次整理，因为初步获取的数据以国家（地区）为单元，所以还需将数据集进行整合汇总。本文利用R 语言数据集进行合并，以年为单位划分出每一年参与贸易的国家（地区）的信息，以及出口国家（地区）、进口国家（地区）和它们之间当年的贸易量信息。

2 网络构建与分析

2.1 网络规模统计

利用网络图绘制软件Gephi 进行有权有向图的绘制，以在国际香蕉贸易市场中进行贸易的国家（地区）作为网络中的节点。图的构建逻辑为：如果某两个国家或地区之间有香蕉贸易时，则从出口节点构造一条指向进口节点的有向边并以两个节点之间的贸易量作为边的权重，得到有关各年香蕉国家（地区）贸易网络的一些基本信息（见表1）。

表1 2014—2018年国际香蕉贸易网络基本信息统计

从表1 可以看出，2014—2017 年加入香蕉贸易的国家（地区）数（节点数）在增加，国家（地区）之间的贸易往来（网络边）也在增加，2018 年出现历史新低。菲律宾香蕉产业在2018年面临的挑战中，关税问题占绝大部分，菲律宾种植协会执行理事Antig 称“关税问题继续影响国际香蕉贸易”。天气问题也是影响香蕉产量进而影响香蕉出口贸易的关键因素，2018年8月，厄瓜多尔气温偏低，这种低温会影响很多农作物的生长，特别是香蕉作物，香蕉需要充足的光照和高温，夏季需要至少28 ℃才能保持稳定的产量[5]。也许是由于国际经济、天气变化等因素的影响导致2018年全球香蕉出口量的减少，也有可能是该网站上的数据统计有延时，为了保证分析的准确性，本文在之后的分析中重点分析2014—2017年的香蕉贸易网络。

2014—2018 年，香蕉贸易网络的平均路径长度比较稳定，约为3；平均聚类系数反映了香蕉出口贸易网络中各个国家（地区）的贸易紧密程度，表1 中该值偏小，约为0.2，说明网络并没有呈现出一定的局部聚集性，即该网络不存在小世界现象。图密度值偏小，说明任意两个国家（地区）存在香蕉贸易往来的概率偏小。

2.2 有权有向网络分析（以2017年为例）

2.2.1 2017年国际香蕉出口贸易网络分析

图1 展示了2017 年的国际香蕉出口贸易网络，图中的节点大小由出度[某国家（地区）当年出口的国家（地区）的数量]决定，边的线条粗细由权重大小（出口贸易量大小）决定，节点标签为国家或地区的字母代码。

图1 2017年国际香蕉出口贸易网络

随后过滤出权重较大的边（见图2）。图中带有箭头的线段表示香蕉出口贸易主要国家（地区）之间的贸易流向，其中ECU（厄瓜多尔）出口RUS（俄罗斯）、ECU（厄瓜多尔）出口ITA（意大利），PHL（菲律宾）出口CHN（中国）、PHL（菲律宾）出口JPN（日本）的香蕉贸易量在2017 年相对其他贸易关系为大。从这些信息可以了解到，中国与菲律宾之间的香蕉贸易关系相当紧密。

图2 2017年国际香蕉出口贸易网络中权重较大的边

国家（地区）英文简称对应的中文简称如下：ABW-阿鲁巴，AUS-澳大利亚，AUT-奥地利，BLR-白俄罗斯，BEL-比利时，BOL-玻利维亚，BWA-博茨瓦纳，BRA-巴西，BGR-保加利亚，BDI-布隆迪，CMR-喀麦隆，CAN-加拿大，CHL-智利，CHN-中国，HKG-中国香港，COL-哥伦比亚，CRI-哥斯达黎加，HRV-克罗地亚，CYP-塞浦路斯，CZE-捷克，CIV-科特迪瓦，DNK-丹麦，DOM-多米尼加，ECU-厄瓜多尔，EGY-埃及，SLV-萨尔瓦多，EST-爱沙尼亚，FJI-斐济，FIN-芬兰，FRA_MON-法国和摩纳哥，GEO-格鲁吉亚，DEU-德国，GHA-加纳，GRC-希腊，GTM-危地马拉，HND-洪都拉斯，HUN-匈牙利，ISL-冰岛，IDN-印尼，IRN-伊朗，IRL-爱尔兰，ITA-意大利，JAM-牙买加，JOR-约旦，KEN-肯尼亚，KWT-科威特，KGZ-吉尔吉斯斯坦，LVA-拉脱维亚，LBN-黎巴嫩，LTU-立陶宛，LUX-卢森堡，MDG-马达加斯加，MYS-马来西亚，MUS-毛里求斯，MEX-墨西哥，MAR-摩洛哥，NLD-荷兰，NZL-新西兰，NIC-尼加拉瓜，OMN-阿曼，PAK-巴基斯坦，PRY-巴拉圭，PER-秘鲁，PHL-菲律宾，POL-波兰，PRT-葡萄牙，KOR-韩国，MDA-摩尔多瓦，ROU-罗马尼亚，RUS-俄罗斯，LCA-圣卢西亚，WSM-萨摩亚，SAU-沙特阿拉伯，SEN-塞内加尔，SRB-塞尔维亚，SGP-新加坡，SVK-斯洛伐克，SVN-斯洛文尼亚，SLB-所罗门群岛，ZAF-南非，ESP-西班牙，LKA-斯里兰卡，SDN-苏丹，SWZ-斯威士兰，SWE-瑞典，TZA-坦桑尼亚，THA-泰国，TUR-土耳其，UGA-乌干达，UKR-乌克兰，ARE-阿联酋，GBR-英国，URY-乌拉圭，VNM-越南，ZMB-赞比亚，ZWE-津巴布韦，JPN-日本，NRU-瑙鲁，NGA-尼日利亚，SYC-塞舌尔，MNE-黑山，KAZ-哈萨克斯坦，BIH-波斯尼亚和黑塞哥维那，MLT-马耳他，ARG-阿根廷，NAM-纳米比亚，ERI-厄立特里亚，GRL-格陵兰，SPM-圣皮埃尔和密克隆，TTO-特立尼达和多巴哥，BHS-巴哈马，MAC-澳门，PRK-朝鲜，MNG-蒙古，ALB-阿尔巴尼亚，BHR-巴林，CUW-库拉索，TUN-突尼斯，CUB-古巴，IRQ-伊拉克，LBY-利比亚，PAN-巴拿马，QAT-卡塔尔，BEN-贝宁，BFA-布基纳法索，MLI-马里，MRT-毛里塔尼亚，MOZ-莫桑比克，NER-尼日尔，FRO-法罗群岛，AIA-安圭拉，ATG-安提瓜和巴布达，BRB-巴巴多斯，VGB-英属维尔京群岛，HTI-海地，LBR-利比里亚，MHL-马绍尔群岛，TCA-特克斯和凯科斯群岛，DZA-阿尔及利亚，ARM-亚美尼亚，AZE-阿塞拜疆，ISR-以色列，SYR-叙利亚，TJK-塔吉克斯坦，UZB-乌兹别克斯坦，MDV-马尔代夫，VEN-委内瑞拉，COK-库克群岛，COG-刚果（布），PYF-法属波利尼西亚，GAB-加蓬，GIN-几内亚，BLM-圣巴泰勒米，SXM-圣马丁，TGO-多哥，GIB-直布罗陀，CYM-开曼群岛，SOM-索马里，BRN-文莱，NCL-新喀里多尼亚，PLW-帕劳，PNG-巴布亚新几内亚，VUT-瓦努阿图，BGD-孟加拉国，AFG-阿富汗，GUM-关岛，MNP-北马里亚纳群岛，AGO-安哥拉，CPV-佛得角，KNA-圣基茨和尼维斯，VCT-圣文森特和格林纳丁斯，ASM-美属萨摩亚，TKL-托克劳，MKD-马其顿，MMR-缅甸，TLS-东帝汶，COD-刚果（金），LSO-莱索托，MWI-马拉维，SHN-圣赫勒拿岛，AND-安道尔，KHM-柬埔寨，LAO-老挝，SSD-南苏丹，BLZ-伯利兹，TUV-图瓦卢，NA-（未指定区域）。

为了验证该网络的出度分布是否符合幂律分布，绘制出度分布散点图进行初步验证，由图3 可见，该图明显有长尾分布的特征。进一步，利用R 语言进行精确检验，结果显示拟合幂律分布的检验P值大于0.05，不拒绝原假设，即网络的出度分布是服从幂律分布的，并且拟合幂律分布的指数为1.67，即国际香蕉贸易网络有无标度的特性。

图3 2017年国际香蕉贸易国家（地区）出度分布散点图

为探究香蕉贸易网络中重要节点的特征，需要对重要节点（Hub）相关测量指标的变化进行分析（见表2，虽中国在该网络中的重要性不高，但为了分析中国的具体信息，本文一并进行讨论）。中介中心性是度量一个节点出现在网络中最短路径上的频率（作为连接的桥梁），从表中数据可知，中国和荷兰、德国的中介中心性较高，说明这两个国家是香蕉国家（地区）贸易中较为重要的中转国。特征向量中心性说明一个节点的重要性既取决于其邻居节点的数量（即该节点的度），也取决于其邻居节点的重要性[6]。德国与荷兰特征向量中心性较高，说明与这两个国家进行香蕉贸易的国家（地区）在国际香蕉网络中的地位较高。从图4 可知，近年来中国的中介中心性值在逐年下降，也验证了中国在香蕉国际市场上的占有率出现下滑趋势。

表2 国际香蕉贸易网络Hub节点相关指标

图4 2014—2017年国际香蕉贸易网络Hub节点和中国的中介中心性变化

2.2.2 大洲维度香蕉贸易情况分析

为进一步探究全球哪些地区的香蕉贸易较为密集，给节点加上所属大洲的类标签以便对大洲维度的香蕉贸易进行分析，结果见图5。2017 年香蕉贸易网络中一半以上的节点为来自欧洲和非洲的国家（地区）；南美洲的国家（地区）（ECU、COL等）、北美洲（CRI、MEX 等）与欧洲（NLD、DEU 等）之间的香蕉贸易往来较为紧密（图5 中节点较大且边连接较为密集处），而大洋洲及北美洲的国家（地区）在网络中重要性较低，不处于贸易中心，基本分布于贸易网络的外围；亚洲和拉丁美洲这些香蕉主产地出口较多。

图5 2017年大洲维度国际香蕉贸易网络图

3 结论与讨论

总体来讲，国际香蕉贸易整体性日益明显，且各国家、地区和大洲之间通过香蕉贸易的经济往来也日趋紧密。长远来看，这是有利于全球经济发展的。

1）国际香蕉网络具有较小的聚类系数和较短的平均路径长度，没有表现出小世界特性，幂律分布显示该网络具有无标度特性。

2）从网络的拓扑结构（除去2018 年）分析可知，网络的平均出入度、图密度在增加，网络规模在不断扩大，网络结构更加复杂，说明国际香蕉贸易逐年活跃。

3）一直处于国际香蕉出口贸易中心的有厄瓜多尔、菲律宾、哥伦比亚、哥斯达黎加这些香蕉产量大国；不同国家（地区）之间香蕉出口贸易规模差别较大，极少数的贸易关系拥有大部分的贸易流量。

4）中国在国际香蕉出口贸易网络中的重要性不高，中国与菲律宾、印度等香蕉产量大国之间的经济联系逐渐紧密起来，在加快自身发展的同时，也通过进出口贸易拉动其他国家（地区）的经济发展。建议中国在通过多边合作、制定相关政策的同时增大香蕉出口量，以扩大在香蕉国际市场上的占有率。近5 年来，中国的平均进口香蕉国家（地区）数为12.2 个，平均出口香蕉国家（地区）数为21.2 个，为了实现中国贸易地位的扭转，应考虑增加出口多样性和增加海外香蕉生产的投资。

本文未能包含全部的香蕉贸易出口国家（地区），并且没有对一些主要贸易流的国家（地区）做进一步分析，这是本文的不足之处；同时，在数据属性方面缺少一些经济方面的补充，导致多样性不足。