世界油料贸易网络演化特征及其影响因素

李 爽，闫 欢

（东北农业大学 经济管理学院，哈尔滨 150030）

油料是油脂制取工业的重要原料，是人类生存发展的主要食物和营养源，事关人民群众的生命安全和国家粮食安全。同时，作为一种重要的生物质能源，油料具有优良的环保特性和可再生性，对保障国家能源安全、保护生态环境和促进经济社会持续发展具有重要的战略意义。随着世界人口总量的持续增长及畜牧业、榨油业、加工业的不断发展，国际市场上对油料作物的需求量日益增多。根据联合国商品贸易统计数据库（UN Comtrade）①https://comtrade.un.org/，2011—2020 年，世界主要油料作物的贸易量增长了99.22%，油料作物的贸易增速远超其生产增速。大豆、油菜籽、棉籽、花生和葵花籽是主要的油料贸易品种。其中，2014—2018年，大豆贸易量占油料贸易总量的90%左右，主导着世界油料的生产和贸易（王永刚等，2020）；油菜籽的贸易量仅次于大豆；棉籽、花生和葵花籽的贸易量相对较小，但其全球生产和贸易规模持续扩大（张莹等，2018；冯喜梅等，2021；王妍霏等，2021）。

受农业资源禀赋分布的影响，国际油料市场主要集中在美国、巴西、阿根廷、加拿大等油料生产大国和中国、日本、德国、荷兰等油料需求大国之间。中国是世界油料进口大国和消费大国，2020年中国主要油料进口量占世界总进口量的33.14%，其中多达1/3的油料进口源自美国②数据来源：https://comtrade.un.org/，经计算所得。自2018年3月中美贸易战发酵以来，双方贸易摩擦不断升级，大豆成为中方贸易反制清单上最受关注的项目。2019年中央一号文件（石璐言，2019）提出主动扩大紧缺农产品进口，拓展多元化进口渠道；积极发展木本油料，降低油脂油料对外依存度。2020年1月中美双方正式签署第一阶段经贸协议，逐步推进加征关税商品采购排除工作，中美经贸关系趋于缓和。但受新冠肺炎疫情影响，全球经济恢复放缓，供应链趋于收紧，油料进口面临较高的风险和不确定性。而受制于农业资源禀赋，国内油料产量徘徊不前，消费需求增加促使油料进口量逐年攀升，油料生产自给率不断降低。面对中国油料产需缺口大、进口来源过度集中和对外高依存度等问题，多数学者提出实施进口地域多元化战略来分散风险（谷强平等，2015）。而多元化战略的实施需要整体把握国际油料贸易系统，因此研究世界油料贸易格局变得尤为重要。

国际贸易系统是由多个国家组成的相互联系、相互作用的复杂系统。国外学者最先对国际贸易网络拓扑结构的属性特征进行研究，发现国际贸易网络是无标度网络，且具有复杂网络的典型特征（Serrano et al., 2003）。随后，国内外学者从度分布、互惠性、群聚性等方面研究贸易网络的结构特征，并揭示其演化规律（段文奇等，2008；Fagiolo et al., 2009）。随着研究的深入，越来越多的学者开始运用QAP（Quadratic Assignment Procedure）模型探究影响复杂网络结构变动的因素，从经济规模、地理距离和人口数量差异等方面分析“一带一路”沿线国家的贸易网络结构及其影响因素（马远等，2017；王博等，2019；张莲燕等，2019）。同时，复杂网络理论在国际贸易领域的应用日益广泛，诸多学者开始研究各类细分行业的贸易网络，已有的研究包括石油（李优树等，2021）、矿产（王文宇 等，2021）、粮食（Fair et al.,2017;Sun et al.,2018；聂常乐 等，2021）和水产品（彭飞等，2021）等。其中，油料贸易网络的相关研究主要集中在以下2个方面：一是以油料作物各细分品种为主要研究对象，分析全球大豆（卢昱嘉，2019）、油菜籽（肖雪，2022）的贸易网络结构特征。二是构建包含油料在内的57 种农产品贸易网络，定量分析全球农产品贸易格局的演化趋势（王祥等，2018）。但现有文献鲜有以大豆、油菜籽、棉籽、花生和葵花籽这五大油料作物为研究对象，在分析世界油料贸易网络结构特征的基础上，进一步探究影响油料贸易格局演变的因素。鉴于此，本文基于UN Comtrade 公布的2011—2020 年国际油料贸易数据，运用复杂网络理论和QAP 模型，探究世界油料贸易网络的演化特征及其影响因素。以期为保障国内油料有效供给、优化油料贸易空间布局和制定对外贸易战略提供理论参考。

1 研究对象与研究方法

1.1 研究对象

以大豆、油菜籽、棉籽、花生和葵花籽为研究对象，2019年这5种油料贸易总量约占全球油料总贸易量的98.46%③数据来源：https://comtrade.un.org/，可较好地反映国际油料贸易格局的基本特征。考虑到中美经贸摩擦和新冠肺炎疫情对油料贸易的影响，选取的时间范围为2011—2020年，长时间跨度数据可以更好地反映油料贸易网络的演化过程。同时，为了反映油料贸易关系的密切程度，参考李敬等（2017）对网络节点的筛选方法，将2019 年油料贸易额超过10 亿美元的国家作为研究样本，筛选出中国、阿根廷、美国、加拿大、巴西、德国、荷兰、日本、乌克兰、墨西哥、法国、巴拉圭、埃及、俄罗斯、印度尼西亚、土耳其、西班牙、比利时、泰国和巴基斯坦，共计20个国家。这些国家5种油料的贸易额约占全球油料总贸易额的80%以上，在表征世界油料贸易的总体格局上更具代表性。

2011—2020 年这20 个经济体间的油料贸易关系数据来自UN Comtrade数据库，主要包括《商品名称及编码协调制度的国际公约》（HS编码）中的大豆（1201）、油菜籽（1205）、棉籽（120720）、花生（1202）和葵花籽（1206）；将这5种编码数据加总后即可得到油料贸易额数据，所有年份的油料贸易额均以2010年为不变价进行折算。基于对油料贸易网络结构特征刻画的准确性和连续性分析要求，选取了2011、2015、2019 和2020 年UNComtrade 中的油料贸易数据，动态分析油料贸易网络结构的演变趋势。

1.2 研究方法

1.2.1 油料贸易网络构建 国际贸易网络是对错综复杂贸易关系的抽象表达。网络中的节点代表参与贸易的主体，节点之间的连线反映双方之间的贸易关系，对节点连线赋予权重可反映国家之间的贸易强度，揭示现实贸易格局的基本特征。借鉴刘宝全等（2007）对权重复杂网络的构建方法，采用油料贸易无权网络和加权网络分析世界油料贸易格局的空间演化特征。用向量Vi=[vi](i= 1，2，…，n)表示油料贸易的出口国，用向量Vj=[vj](j=1，2，…，n)表示油料贸易的进口国。邻接矩阵A=[aij](i= 1，2，…，n；j= 1，2，…，n) 表示参与油料贸易的国家之间的贸易关系，若vi国对vj国的油料出口额大于0，则aij= 1；反之，aij= 0。权 重 矩 阵W=[wij](i= 1，2，…，n；j=1，2，…，n)反映不同国家之间的油料贸易强度，其中wij等于vi国对vj国的油料出口额。Vi、Vj、A、W共同构成世界油料贸易网络，记作G=(Vi，Vj，A，W)。

1.2.2 整体网络测度指标 密度、关联度、平均路径长度和互惠系数是分析整体网络结构特征的重要指标（刘军，2007）。其中，密度可测算整体网络中各国之间贸易联系的紧密程度，取值范围为0～1，密度值越大，各国之间的贸易联系越密切。关联度反映不同行动者之间的联络程度，即任意2个节点国家之间是否均可达，是否都可以建立油料贸易联系。平均路径长度通过计算网络中全部节点对之间捷径距离的平均值，以此测度整体网络结构的传输效率。互惠系数是反映2个国家之间双向贸易关系程度的重要指标，互惠系数越高，贸易互补性越强，油料贸易网络结构越稳定。各项指标的计算公式如表1所示。

表1 整体性分析指标的含义及公式Table 1 Meaning and formula of integrity analysis index

1.2.3 网络中心性模型 参考刘军（2007）梳理的中心性指标，本文采用度数中心性、中介中心性、接近中心性和特征向量中心性来量化分析油料贸易网络中各节点的权力和地位。在有向贸易网络中，度数中心性又分为出度中心性和入度中心性，分别表示某个国家直接出口和进口的关系数，计算公式分别为：

式中：BC(i)表示i国的中介中心性；gjk表示j国和k国之间的捷径数量；gjk(i)表示j国和k国之间通过i国的捷径总数。

接近中心性可衡量一个国家不受其他贸易国控制的能力，有向贸易网络通过出接近和入接近中心性反映一个国家在油料出口和进口时不受其他国家控制的程度，计算公式分别为：

式中：EC(i)表示i国的特征向量中心性；xi和xj分别是i国和j国重要性的度量值；c是一个比例常数。

1.2.4 QAP 模型 QAP 模型又称为二次指派程序法，可较好地解决多重共线性问题，是处理关系型数据的有效工具。该模型以矩阵数据的置换为基础，通过比较不同矩阵中各行列对应元素的格值，对矩阵间的相关系数进行计算和非参数检验。本文基于国际油料贸易关系矩阵与影响因素关系矩阵，通过QAP模型分析各变量对油料贸易关系和贸易额形成的影响程度。

2 世界油料贸易网络的结构特征

2.1 可视化分析

运用Netdraw软件对2011、2015、2019和2020年世界油料贸易加权网络结构进行可视化分析（图1），参与油料贸易的国家主要有中国、巴西、美国、加拿大、阿根廷、德国、荷兰和日本等国。其中，巴西、美国和阿根廷是中国主要的油料进口来源国，且不同时期这3个国家对中国的油料出口量差异明显。受2018 年中美贸易战的影响，2019 年美国对中国的油料出口迅速缩减；而2020年中美经贸关系缓和后，中国从美国进口的油料逐渐增加。同时，新冠肺炎疫情后，世界油料的贸易联系和贸易量出现不同程度的萎缩，向中国出口油料的国家有所减少。

图1 2011―2020年世界油料贸易加权网络结构Fig.1 Weighted network structure of world oil crop trade from 2011 to 2020

2.2 整体性分析

运用Ucinet6 软件对2011—2020 年世界油料贸易无权网络的密度、关联度、平均路径长度和互惠系数4个指标进行计算（图2）。世界油料贸易网络密度呈先升后降的趋势。2015年网络密度值较2011年提高了6.97%，但2020 年密度值下降为0.666，且低于2011年的密度值，这表明各节点间的贸易联系减弱。不同年份的关联度水平均为1，即任何2个国家都可以建立贸易联系，实现互联互通，这表明油料贸易网络具有良好的连通性。平均路径长度呈先降后升的趋势，在2020 年达到最大值（1.360），说明世界油料贸易网络平均通过2个节点国家就可以实现相互连通，具有小世界属性；但平均路径长度的增加也会使网络的传输效率迅速下降，增加国家之间的交易费用和贸易成本。互惠系数整体上呈现波动上升的态势，在2019年下降至最低点后实现小幅增长达到0.622，但仍低于2011年的互惠系数，表明部分国家对世界油料贸易体系的参与程度较低，国家间双向交流的趋势有待进一步加强。

图2 2011—2020年世界油料贸易网络整体性指标变化Fig.2 Changes in integrity indicators of world oil-crops trade network from 2011 to 2020

2.3 中心性分析

根据不同国家中心性指标的计算结果（表2）发现：巴西、美国和阿根廷的出度中心性排名始终靠前，世界油料的出口市场高度集中，呈现寡头垄断的贸易格局。在2019 和2020 年出度中心性的排名中，巴西超过美国，跃居第一。根据数据统计，2020 年美国的油料出口市场份额下降为31.61%，而巴西的油料出口大幅增加，逐步侵蚀了美国的市场份额，主要油料出口量占全球总出口量的40.48%。中国的出度中心性在2019 年出现小幅下降后迅速恢复增长，在2020年位居第四。荷兰的出度中心性排名持续下滑，从2011 年的第一跌至2020年的第十，不再是油料出口市场的主导者。入度中心性的计算结果显示，不同年份各个国家的排名变化较大，世界油料进口市场相对分散。其中，中国的入度中心性排名波动上升，表明中国从国外进口的油料数量逐渐增多，且逐步实施油料进口多元化战略，拓宽油料进口来源渠道，分散进口风险。在中介中心性的排名中，除2011年中国排名第一外，此后各年美国一直稳居第一，巴西和阿根廷的排名比较靠后。美国在世界油料贸易中发挥着桥梁和中介作用，居于网络的中心位置，而巴西和阿根廷虽然同是油料出口大国，但对资源的控制力远不及美国。中国作为世界油料进口大国，其贸易地位与贸易大国不符，对资源的支配能力同样较弱。从特征向量中心性的测算结果来看，贸易伙伴的数量和重要性对一国的中心性具有重要影响。中国的油料贸易伙伴国如美国、巴西、阿根廷等国在油料贸易网络中均处于重要地位，随着这3个油料出口大国与中国之间的贸易联系日益密切，中国的特征向量中心性指标排名也会相应提高。巴基斯坦和墨西哥具有较高的出接近中心性，始终稳居第一和第二，表明两国在油料出口贸易中倾向于选择近邻国家作为贸易伙伴，贸易效率较高；而巴拉圭和巴西有较高的入接近中心性，表明两国在进口贸易上有较高的独立性，受他国控制或影响的程度较低。中国在出接近和入接近中心性的排名中均比较靠后，表明中国在油料贸易网络中信息传递的独立性较低，容易受到其他核心国家的影响。泰国、西班牙、土耳其等国各项中心性指标排名比较靠后，在油料贸易网络中处于边缘位置，参与国际贸易体系的程度较低，与其他国家的贸易联系较少。

表2 2011—2020年世界油料贸易网络中心性指标排名前10位经济体Table 2 Top 10 economies in terms of world oil-crops trade network centrality index during 2011-2020

2.4 核心―边缘分析

核心―边缘结构是由诸多国家相互联系相互影响，从而构成的一种中心紧密相连、外围稀疏分散的结构（刘军，2007）。核心区域的国家彼此联系密切，对信息资源的集聚能力较强，在社会网络中处于支配地位；而边缘区域的国家之间联系稀疏，仅与各自相对的某些特定国家保持密切联系，对核心区域的国家有较强的依赖性，在社会网络中处于被动地位。随着世界经济的发展，“核心―半边缘―边缘”的圈层结构并未发生改变，但不同区域的成员国家却一直在变化与重组（陈银飞，2011）。本文借助Ucinet6 软件的“核心―边缘”模块，计算2011―2020年世界油料贸易参与国的核心度（表3），探究世界油料贸易网络中各国所处的位置以及不同区域的国家演变情况。

表3 世界油料贸易网络中核心区、半边缘区与边缘区国家分布Table 3 Distribution of core area,semi-marginal area and marginal area countries in world oil crop trade network

世界油料贸易网络中的核心成员国家主要集中在北美和南美地区。巴西、美国和阿根廷始终处于核心区域，但不同年份各国的核心度排序有所差异。2019 和2020 年巴西的核心度排名超过美国和阿根廷，跃居第一。随着油料贸易的发展，核心区域的国家数目不断增加，2020年中国和法国首次成为核心国家。以巴西、阿根廷和中国为首的发展中国家在世界油料贸易中的地位逐渐上升，并形成与美国、加拿大等传统油料出口大国相抗衡的局面。欧盟国家是世界油料的主要进口国，主要分布于贸易网络中的半边缘区域。2011—2020年，荷兰、西班牙和比利时的核心度排名波动较大，而法国和德国的核心度排序相对靠前且较为稳定。整体而言，欧盟国家在油料贸易网络中的排名较高，与核心国的贸易联系比较密切。加拿大是传统油料出口大国，但核心度却持续下降，在油料贸易中的影响力也随之减弱；俄罗斯和乌克兰这两个独联体国家均处于半边缘区域，不同的是，乌克兰的核心度排序稳中有升，而俄罗斯的核心度相对较低且波动较大。亚太地区的日本和泰国是油料贸易的主要进口国，2011和2015年日本的核心度排名稍落后于泰国，但随着日本油料进口量的逐年攀升，其核心度也随之增加，2019年日本的核心度排序反超泰国，贸易地位也有所提高。墨西哥和巴基斯坦的核心度虽然在个别年份出现小幅增长，但核心度排名始终靠后，长期处于油料贸易网络的边缘区域，表明两国除了与某些核心国保持密切联系外，与网络中的其他国家联系较少且关系稀疏，在油料贸易网络中处于被动地位。

3 世界油料贸易网络的影响因素分析

3.1 变量选取与模型构建

参 考 种 照 辉（2017）、 袁 红 林（2019）、 李 优 树（2021）、 王 介 勇（2021）等对指标的选取方案，从经济规模、政治制度、资源禀赋和地理区位4个方面选择7个指标作为解释变量（表4）。各变量的选取依据如下：1）引力模型理论认为国家间的贸易流量和经济规模呈正向关系（Jeffrey et al.,1985），而需求相似理论认为贸易流量大小取决于本国的需求偏好，而一国的需求偏好又决定于该国的平均收入水平。若两国人均收入相同，需求偏好相似，两国间贸易范围可能越大（Linder et al., 1961）。因此，分别采用国民生产总值和人均收入水平反映一国的经济规模和需求偏好，分析其对油料贸易的影响。2）政治制度是影响国际贸易稳定性的重要因素。高效的治理水平和完善的制度体系对油料贸易关系的建立有积极影响。本文使用世界银行公布的全球治理指数计算贸易国之间的制度距离，考察制度因素对油料贸易的影响。3）要素禀赋论为开展国际分工和国际贸易提供了理论依据。农业资源分布不均导致各国油料产量差异显著，直接影响油料贸易的流向和流量。因此采用人均耕地面积和劳动力数量反映油料生产资源禀赋，考察其对世界油料产量和贸易量的影响。4）地理区位是影响国际贸易的重要因素。国家间的地理距离越近，贸易成本越低，越有利于双边贸易的发展（彭羽等，2019）。同时，“边境之谜”使许多学者将陆地是否接壤作为衡量贸易成本的重要因素（马远等，2016）。陆地相邻的国家贸易便利化水平更高且交易成本更低，在油料贸易网络中的关联性更强。因此，选取地理距离和陆地是否接壤指标来衡量地理区位因素对油料贸易的影响。

表4 解释变量定义及说明Table 4 Definition and description of explanatory variables

因此，根据UN Comtrade中2011、2015、2019和2020年4个时间节点的世界油料贸易数据，分别构建反映油料贸易关系的无权网络矩阵和反映油料贸易额的加权网络矩阵作为被解释变量，以上述7个变量的差值作为解释变量，建立QAP相关分析和回归分析模型，探讨各解释变量对油料贸易关系和贸易额的影响程度。

3.2 数据处理与说明

将2019 年油料贸易额超过10 亿美元的国家作为研究样本，代表世界油料贸易的核心网络，构建20×20油料贸易关系矩阵及影响因素作用关联矩阵，考察不同因素对贸易网络的影响。为避免重复计算，使用油料出口额表征两国之间的贸易强度。需要说明的是，2019 和2020 年世界银行数据库尚未公布人均耕地面积的最新数据，考虑到数据的可获得性和人均耕地面积变化较小，采用2018年人均耕地面积数据替代2019 和2020 年缺失的数据；为去除量纲不同造成的影响，采用极差标准化对经济规模、人均收入、人均耕地面积、15～64 岁人口数量作无量纲处理。

3.3 世界油料贸易网络的影响因素分析

基于2011—2020年世界油料贸易数据，首先运用QAP相关分析检验所选取的7个解释变量与油料贸易无权网络和加权网络的相关关系，再运用QAP回归分析，检验上述变量对油料贸易关系和贸易额的影响程度（表5）。无论是加权网络还是无权网络，判定系数（R-Square） 和调整的判定系数（Adj-Square）均显示模型回归结果较好。

表5 QAP相关分析与回归分析结果Table 5 QAP correlation analysis and regression analysis results

经济因素是世界油料贸易网络结构形成的主要原因。相关分析结果显示，经济规模差异在无权网络与加权网络中均通过显著性检验，且在无权网络中的实际相关系数（介于0.195～0.229）明显大于加权网络中的系数值（介于0.098～0.109）；而人均收入差异对油料贸易额的影响仅两年显著。回归分析结果显示，经济规模差异变量在加权网络中通过了1%的显著性检验，标准化回归系数呈波动上升的发展趋势，2015 年对油料贸易额的贡献高达30.5%，正向促进作用最为明显。发展中国家经济的快速增长与消费需求的日益扩大为发达国家创造了巨大的出口市场，南北贸易合作和贸易联系日益密切。相应地，经济规模差异对世界油料贸易网络的影响程度逐渐加深。人均收入差异反映各国的消费需求差异，回归结果中人均收入差异对贸易关系的建立和贸易额的增长均存在显著的影响，2019年该变量在无权网络中的标准化回归系数高达30.2%，对贸易关系形成的正向促进作用最大。

政治因素是世界油料贸易格局演化的重要因素。政治制度差异越小的国家越容易建立贸易联系。回归分析结果显示，制度差异与双边贸易关系和贸易额的形成存在显著的负相关关系，说明国家间的制度差异是开展油料贸易的阻力，这与种照辉等（2017）的研究结果一致。2019年该变量在无权网络中的标准化回归系数绝对值高达0.385，对油料贸易关系形成的贡献最大。随着时间的发展，制度差异的标准化回归系数绝对值呈现波动上升的趋势，表明政治制度因素对油料贸易无权网络和加权网络的影响程度逐渐加深。受中美贸易摩擦的影响，2 个贸易大国之间的贸易联系减少，再加之新冠肺炎疫情的蔓延扩散，部分国家采取贸易保护政策限制油料出口等，这都使国际油料市场受到冲击，各经济体间的贸易联系减弱。

资源禀赋是世界油料贸易网络形成的重要条件。资源禀赋的差异影响各国在国际贸易中的比较优势，进而影响世界油料贸易的基本格局。油料作物兼具土地密集型与劳动密集型的特点，因而人均耕地面积差异大和劳动力数量差异大的国家之间更容易产生贸易联系。相关分析结果显示，人均耕地面积差异在无权网络中通过了5%的显著性检验，且实际相关系数（介于0.128～0.179）呈波动下降的发展趋势；劳动力数量差异在加权网络中通过了5%的显著性检验，实际相关系数为负。回归分析结果显示，人均耕地面积在无权网络中的标准化回归系数显著为正。人均耕地面积差异越大，国家之间的贸易联系越密切，这与要素禀赋理论相符。而劳动力数量差异在加权网络中通过了1%的显著性检验，且系数估计值为负。这表明劳动力数量差异越小，经济体间油料贸易额的增长越多。在世界人口排名中，中国、美国、印度尼西亚、巴西、巴基斯坦、俄罗斯、墨西哥居于前十。这7个国家之间的劳动力数量差异相对较小，但油料贸易额却较大。随着农业生产技术和现代技术的发展，农业机械化水平不断提高，油料生产对劳动力的需求逐渐降低，劳动力数量差异对贸易的影响亦随之减弱。

地理位置是世界油料贸易网络格局演化的基础。空间距离衰减规律表明各种经济活动的影响力随空间距离的增大而减小。各国倾向于遵循就近原则开展对外贸易活动，节省运输费用，降低贸易成本。相关分析结果显示，陆地是否接壤在无权网络中通过了1%的显著性检验，实际相关系数介于0.153～0.196。地理距离在无权网络和加权网络中均通过了显著性检验，但实际相关系数符号相反；2015年该变量在无权网络中的实际相关系数绝对值最大，对油料贸易关系形成的负向作用最为显著。回归分析结果显示，陆地接壤的国家对双边贸易关系的建立和贸易额的增长具有明显的促进作用，这与空间临近效应相契合，说明油料贸易更容易发生在陆地接壤的经济体之间，这与马远等（2017）研究结果一致。而地理距离在无权网络和加权网络中的作用方向相反。地理距离对油料贸易关系的建立存在显著的负向影响，但对油料贸易额的增长有正向促进作用（相关系数介于0.132～0.153），这说明空间距离相距较远的经济体之间，贸易强度较大。随着通信技术的发展，地理距离对国际贸易的影响逐渐减弱。由世界油料的贸易流向可看出，油料贸易主要是从美洲国家向亚欧国家出口，空间距离较远，但贸易强度较大。

4 结论与建议

4.1 结论

基于复杂网络视角，利用2011—2020年世界油料贸易关系数据，从时间和空间2个维度分析油料贸易网络的结构特征及其影响因素。研究发现：

1）随着世界油料贸易规模的扩大，国家之间的贸易联系日益密切。整体网络密度呈先升后降的趋势，平均路径长度呈先降后升趋势，互惠系数呈波动上升的发展趋势，网络结构复杂化特征日益显现；国际油料出口市场高度集中，进口市场相对分散，且贸易重心向以巴西为首的发展中经济体偏移；各国在贸易网络中所处的地位不同，对资源的控制力差异显著。如美国处于世界油料贸易网络的中心，在油料贸易中占据支配地位；巴西和阿根廷虽然同是油料出口大国，但对资源的控制力远不及美国；中国的油料进口贸易发展迅速，但在贸易网络中所处的地位不高，对资源的支配能力同样较弱，且在油料贸易网络中信息传递的独立性较低，容易受到其他核心国家的影响。世界贸易网络中存在明显的核心―半边缘―边缘结构，核心成员国家主要集中在北美和南美地区，核心区域中巴西、阿根廷等发展中国家地位上升，对国际油料贸易的影响力逐渐增强。

2）从影响因素看，经济规模差异、人均收入差异、人均耕地面积差异、陆地接壤对油料贸易关系的建立和双边贸易额的增长具有显著的正向促进作用；政治制度差异对油料贸易的无权网络和加权贸易网络存在显著的负向影响；劳动力数量差异仅与双边贸易流量显著负相关，且影响程度呈波动式增大；地理距离对贸易关系和贸易流量的作用方向相反。随着通信技术的发展，地理距离不再成为制约油料贸易额增长的主要因素。综上，比较优势理论和要素禀赋理论可较好地解释世界油料贸易网络的结构特征，而需求相似理论的解释能力相对有限。

本文可能的边际贡献在于：1）丰富了油料贸易研究的方法。以大豆、油菜籽、棉籽、花生和葵花籽为主要研究对象，采用网络分析法刻画世界油料贸易网络的结构特征，揭示各国在油料贸易网络中的角色地位及其演变规律，这对优化油料贸易空间布局与形成“双循环”新发展格局的内外联动点具有重要的现实意义；2）运用QAP模型分析不同因素对国际油料贸易格局的影响，探讨油料贸易网络演进的驱动因素，可为中国油料贸易战略的制定提供理论参考。需要指出的是，本文主要从国家层面分析油料贸易网络的演化特征，而省域层面的油料贸易格局对于推动国内深层次贸易合作具有重要的作用，有待进一步深入探讨。此外，国际贸易本身具有复杂性和系统性，再加上当前社会外部发展环境变化剧烈，这使得影响贸易网络演化的因素更为复杂多变。后续研究可借助网络动态演化的相关方法，深入探究油料贸易网络的演变机制。

4.2 建议

基于本文结论，面对世界油料贸易格局的演变，为提升中国的应对能力，保障油料进口安全以及国家粮食安全，提出以下对策建议：

1）调整油料进口来源布局，深化全球油料贸易合作。中国应提高农业对外开放水平，优化油料进口国别结构，与日本、欧盟等油料进口大国进行集中采购和战略采购的磋商协调，提高市场定价能力，确保油料进口的安全性和稳定性。同时，加强跨境技术交流与合作，拓展农业对外投资渠道，促进境外投资向高附加值领域集聚。

2）构建全球油料供应网络，确保油料供应链安全。中国应凭借地缘优势建立与邻近国家的油料贸易联系，由近及远逐步发展与巴西、阿根廷、乌克兰等国的油料贸易。对于耕地资源丰富、发展潜力巨大的新兴油料生产国，中国应加强与其在油料生产、加工、仓储、运输等环节的合作，提高中国对全球农业资源的控制力，进而提升中国在世界油料贸易网络中的地位，确保油料供应链安全。

3）优化国际贸易环境，加强政治互信与交流。政治制度差异对油料贸易的负向影响最为显著。因此，中国政府应构建多层次的政策协调沟通机制，为双方的贸易合作提供政策支持和制度保障，避免贸易争端和摩擦。同时依托“一带一路”的经济合作平台，加强中国与沿线国家的“五通”建设，促进政策沟通与贸易畅通，深化油料贸易合作与利益融合，协力打造更为紧密的命运共同体。

4）完善国内油料安全保障体系，提高风险应对能力。中国在对油料持续进口的同时也应增强国内油料生产及储备，扩大油料种植面积，调整消费结构和饲料结构，降低对外依存度，促进本国油料产业的健康发展。此外，油料贸易的外部环境复杂多变，显著增加了中国油料进口面临的风险性与不确定性。中国应加快适应国际经济形势的新变化，积极响应“双循环”发展战略，发挥国内市场规模和生产体系优势，深化要素市场化配置改革，提高国内大循环效率，推动油料产业的高质量发展。