和聪贤||世界大豆贸易网络格局演变及影响机制研究||《世界农业》2022年第8期

世界大豆贸易网络格局演变及影响机制研究

作者：

和聪贤

作者单位：

1.江西师范大学苏区振兴研究院

文章刊发：和聪贤.世界大豆贸易网络格局演变及影响机制研究[J].世界农业，2022(8):27-40.

大豆在中国食物系统中占据着重要地位。作为大豆的原产国，中国曾是大豆主产国和净出口国，但目前却是世界大豆第一大消费国和进口国。大豆产业对中国农业发展与食物系统安全均具有特殊意义，因此党中央高度重视国内大豆的有效供给。2002年年初，农业部制定并实施了“大豆振兴发展计划”，时隔十七年，“大豆振兴计划”于2019年再次被提出，并首次写入中央1号文件。2021年12月，中央农村工作会议提出“大力扩大大豆和油料生产”；2022年2月，中央1号文件再次强调“大力实施大豆和油料产能提升工程”。

目前，国内大豆供需失衡，对外依存度较高。以2020年为例，国内大豆播种面积为1.48亿亩，总产量为1 759万吨，仅占国内消费量的15.18%。如果大豆全部由国内自给，就要用48.2%的耕地面积来种植大豆，那么小麦和水稻等口粮的绝对安全必然会受到威胁。所以，巨大的供需缺口只能通过大量进口来弥补。2011年以来，中国大豆进口依存度一直保持在80%以上，2019年高达90%。同时，世界市场上60%的大豆流向了中国市场。其中，美国、巴西、阿根廷是中国前三大大豆进口来源国，进口数量占国内进口市场总额的90%以上。2013年之前，美国一直是中国大豆的最大进口来源国，但之后巴西对中国的出口量反超美国，并一举成为世界大豆出口第一大国。因此，中国作为大豆贸易的重要参与者，直接影响着世界大豆贸易格局。

从全球来看，大多数国家都已参与全球贸易大循环中。由于世界各地区气候、劳动力、耕地等资源禀赋差异较大，农产品供需具有空间偏离特征，贸易手段已成为平衡供需的必要措施。大豆作为重要农产品，其贸易自由化程度较高。据美国农业部（USDA）报告统计，1992—2021年，全球大豆产量年均增速为7.89%，而贸易量年均增速为16.47%。因此，大豆贸易已成为调节国际粮食供求关系和影响国家粮食安全的重要因素。

大豆属于“土地密集型”产品，通过参与国际贸易满足国内需求是中国农业发展现实的必然。然而，大豆贸易网络格局不断变化，决定网络格局演变的因素不仅包括国家属性、地理因素及经济环境，网络内部格局也会加速大豆贸易网络格局的重构。为此，本文基于世界大豆双边贸易数据，构建1996—2019年动态贸易网络，从社会网络学视角对其整体特征、空间映像等方面进行可视化分析，识别网络中的重要枢纽节点，并运用指数随机图模型（ERGM）着重探究贸易网络形成与演变的内在机制，以期为增强中国重要农产品保障能力和维护国家粮食安全提供理论支撑与决策参考。

1 文献回顾

关于大豆贸易的研究多运用定性和简单数理统计方法，从贸易总量、地理分布、时空变化特征等方面分析。尹小刚和陈阜运用线性回归模型和优势指数分析得出，全球大豆生产进一步向南美洲和北美洲集中，美国、巴西和阿根廷大豆具有明显的规模及单产优势。卞靖认为中国大豆的进口已成为影响全球粮食贸易格局的新力量，且大豆等大宗农产品的贸易格局将随中国需求的变化而调整。

21世纪以来，社会网络理论研究取得突破性进展，探究贸易格局特征已成为新趋势。以Wilhite、Serrano和Vespiqnani为代表的学者，掀起了国际贸易网络研究的浪潮。目前，国内学者采用社会网络分析法研究贸易系统的演化规律，可分为产品（产业）的贸易网络与区域的贸易网络。部分学者以某一类产品或产业作为研究的切入点，如能源矿产业、高端制造业等，而对于农产品尤其是大豆贸易网络的研究较少。现有文献多以农产品整体贸易网络作为研究对象，刻画农产品贸易网络特征及演变规律。部分学者则侧重研究区域贸易网络，如“一带一路”沿线国家农产品贸易网络特征及国家地位。仅有少数学者运用社会网络分析法，对大豆贸易总体网络、国别关系和国别地位特征进行分析。

贸易网络形成及演变的动力包括外生机制与内生机制。较早时期，学者多通过构建贸易引力模型进行实证分析。之后，为解决变量之间可能存在着自相关性，部分学者运用社会网络分析中二次指派程序（QAP）的算法，将属性数据转化为关系型数据进行研究。尽管QAP方法可以突破普通最小二乘法（OLS）独立假设的约束，估计结果更加科学，但它却忽略了网络中关系之间的依赖性。ERGM相对于以上方法，假定网络关系的形成与演变取决于其他关系，刻画外生因素与自组织结构同时对贸易网络的作用路径。仅有少数学者运用ERGM方法研究贸易网络形成与发展的内生机制。其中，牛华等以“一带一路”国家为研究对象，分析服务业产业的区域贸易关系特征及形成机制。刘林青和闫小斐则以粮食贸易网络为研究对象，基于1995—2018年世界125个主要经济体的双边贸易数据，探索粮食贸易网络的特征及影响机制。综上所述，运用ERGM研究某具体种类的农产品贸易网络形成机制的文献不多见，尤其针对自组织结构机制的研究更为鲜有。

对比现有研究，本文的边际贡献在于：一是基于1996—2019年世界大豆双边贸易数据，运用社会网络分析方法，依据“整体—区域—国家”的逻辑顺序，刻画大豆贸易网络时空演变特征，识别贸易网络中的“枢纽”节点；二是厘清影响大豆贸易网络演变的自组织结构、行动者属性及外生网络机制，运用ERGM重点考察与验证自组织结构对大豆贸易网络的作用机理。因此，本文通过阐明大豆贸易网络的演变特征，挖掘其背后的影响机制，以期为研究传统贸易问题提供新思路，为中国大豆贸易可持续发展探索新路径。

2 世界大豆贸易网络格局演变特征

2.1 网络模型构建及数据来源

运用社会网络分析法，将参与大豆贸易活动的经济体作为网络“节点”，经济体间贸易关系作为“边”，即可构建出大豆贸易网络系统，以G =（V，S，A，W）来表示，其中，V=（v₁,v₂,…,v_n）表示世界大豆贸易的参与者，S=（s_ij）表示贸易关系，邻接矩阵A={a_ij}表示世界大豆贸易无权网络，权重矩阵W={w_ij}表示世界大豆贸易加权网络。当参与者之间有贸易往来即w_ij>0，则a_ij=1；当两国无贸易往来即w_ij=0，则a_ij=0。总之，无权网络描述贸易国之间是否存在贸易关系及整体网络特征，而加权网络则侧重刻画贸易国之间的关系强度及个体网特征。

原始数据来源于法国国际经济研究中心（CEPII）数据库中HS96编码下的大豆（HS1201-Soya beans）双边贸易数据。基于数据可获得性及时效性，将研究窗口确定为1996—2019年。

2.2 世界大豆贸易网络拓扑结构动态特征

将1996—2019年世界大豆双边贸易数据进行二值化及矩阵化处理，构建无权贸易网络，测算能够反映整体网特征的关键指标值，并运用可视化工具展现其拓扑结构特征。

2.2.1 网络规模持续扩张

1996—2019年，世界大豆贸易网络规模呈持续扩张趋势，参与国数量增加，贸易关系日益密切。网络节点增加了79个，网络边数增加了2.19倍，网络密度增长了9.69%。由此可见，世界大豆贸易网络规模不断扩张，贸易往来更为频繁。利用NetDraw软件，将贸易网络中节点度数的阈值设置为大于20，绘制1996年和2019年的世界大豆贸易网络拓扑结构图（图1）。随时间推移，大豆贸易网络中节点度数大于20的国家数量明显增加。相对1996年，2019年的节点度数大于20的国家数量翻了一番，说明节点间的关联性不断加强，贸易关系更加活跃。

2.2.2 出入度中心势差距缩小

大豆出口国有分散趋势，而进口国却更加集中。中心势表示整体网的集聚趋势，该值越大说明网络集中度越高，少数节点掌握较多贸易资源。网络整体中心势的计算公式：。其中，k_max为最大的度。由表1可知，1996—2019年，大豆贸易网络出入度中心势呈波动趋势，且出度中心势指数整体大于入度中心势指数。在此期间，出度中心势指数由0.521 1下降至0.472 7，入度中心势指数则由0.164 0上升至0.237 1。由此可知，大豆出口网络显现出去中心化趋势，而进口网络的中心化趋势则明显增强。

2.2.3 “小世界”现象突出

世界大豆贸易网络表现出“小世界”特征，各国之间的合作难度变小。一般地，运用聚类系数与平均路径长度刻画“小世界”特征。聚类系数是指网络所有节点对应的个体网密度系数的均值，计算公式为：。平均路径长度表示网络中任意两个节点间最短路径长度的平均值。由表2可知，1996—2019年，世界大豆贸易网络的聚类系数在0.40上下小幅波动，且有上升趋势；平均路径长度在2.63～3.10浮动，说明任意两国发生贸易联系需要2.86步左右的距离，且平均路径长度有变短趋势，网络可达性逐步增强。

2.3 世界大豆贸易网络空间布局特征

2.3.1 贸易空间分布不均衡

由图2可知，1996—2019年的大豆贸易网络参与国中心度核密度分布图特点鲜明。为方便观察，将1996年、2000年、2004年、2008年、2012年、2016年及2019年的核密度图汇报如下。

世界大豆贸易地区分布较为集中，存在“富人俱乐部”现象。如图2所示，1996—2019年，大豆贸易网络的出入度中心度的核密度分布均呈现“单峰分布”向右偏，表现出明显的长尾特征，说明世界大豆贸易网络具有无标度性特征。大豆贸易网络出度中心度及入度中心度的核密度峰值变化不大，分别处在16～24及14～19，核密度分布图保持聚拢。其中，出度中心度的核密度分布图较入度中心度的核密度图陡峭，说明世界各国倾向于拓展更多的进口来源国，而大多数国家的出口市场发展较弱。此外，世界各国增加了对贸易伙伴的自主选择权，有利于分散大豆供给的外部风险。

2.3.2 “核心—边缘”结构明显

世界大豆贸易网络具有较稳定的“核心—边缘”分级，但核心国家的构成呈显著阶段性特征。根据Ucinet软件中core-periphery可测算出1996—2019年每年的核心国家和边缘国家，发现世界大豆贸易网络具有明显的“核心—边缘”结构特征，且核心国家发生时空变化。将1996年及2019年作为研究窗口的起止年份，2003年及2013年则是空间结构变化的重要转折点，通过刻画大豆贸易网络在这四个年份断面的“核心—边缘”结构特点，如表3所示，核心国家的构成变化经历了三个阶段。

1996—2003年，“离散少核”阶段。在此期间，处于网络核心位置的国家主要包括美洲的美国、阿根廷、加拿大、巴西，亚洲的中国，欧洲的法国、德国、荷兰、英国。其中，美洲国家在贸易网络中以出口国身份与其他节点联系。处于亚洲的中国作为大豆的进出口国与网络其他节点双向联系。欧洲国家以进口形式与其他节点联系。在此阶段，亚洲、欧洲、美洲少数国家以“领头雁”的形式占据网络核心位置。

2003—2013年，“多核集聚”阶段。在此期间，处于网络核心位置的国家数量从10个增加到16个，且核心国家向欧洲及亚洲转移。美洲国家依然以绝对的出口优势，占据网络核心位置。亚洲及欧洲的核心国家数量明显增加，如日本、印度、意大利、荷兰等国，主要以进口为主。此时，欧洲、亚洲及美洲国家“三足鼎立”的贸易格局基本形成。

2013—2019年，“两极分化”阶段。在此期间，处于网络核心位置的国家数量逐渐减少，由16个变为10个，日本、印度、罗马尼亚、乌克兰等亚洲、欧洲国家均离开核心位置。美国、阿根廷等美洲国家，依托大豆生产与出口优势，在出度中心度与出强度方面表现突出而占据网络核心位置。作为消费大国的中国，依托入度中心度与入强度的表现处于核心位置。在该阶段，网络核心位置国家呈现进出口“两极分化”。

2.3.3 贸易网络异质性较强

一般运用有效规模与限制度指数来考察不同国家之间的网络异质性，有效规模越大，限制度越低，该国在网络中的自由度越大，受限越小。通过测算并可视化1996—2019年世界大豆贸易参与国在整体网络中的有效规模及限制度指数，可知大豆贸易参与国有效规模及限制度指数的差距较大，网络异质性较强。

1996—2019年，大豆贸易网络结构洞有效规模指数较高的国家较为集中，且国家之间差距较大。1996年，有效规模指数较大的国家集中在南美洲、北美洲及欧盟成员国。此后，全球化发展迅猛、区域性贸易协定增加，促使世界大豆贸易参与国不断增加。到2019年，大部分国家的有效规模指数整体提升，且有效规模指数较高的国家逐渐向亚洲、欧洲地区发生转移。全球大豆供需在空间格局处于失衡的状态，美国、巴西、阿根廷等作为大豆生产大国，占据贸易网络主导地位，拥有较多的结构洞；欧盟各国地理位置相对靠近，彼此经贸关系较为密切，促使成员国之间互为大豆贸易伙伴；亚洲国家如中国，既是大豆生产大国也是消费大国，自2001年加入世界贸易组织（WTO）之后，不断开放农产品市场，与众多国家发展贸易关系提升了贸易自由度。

1996—2019年，大豆贸易参与国限制度差距不断缩小，限制度指数较高的国家逐渐集中在非洲。世界大豆贸易网络遵循“有效规模指数越高，其限制度指数越低”的规律。

2.4 世界大豆贸易网络行动者特征

在世界大豆贸易网络中，节点位置和角色决定了一国的贸易地位。通过构建加权有向贸易网络，运用Ucinet软件测算出1996—2019年部分年份，大豆贸易网络中相对度数中心度与相对点强度排名前五位的国家（表4、表5）。

2.4.1 出入度大国相对固定

1996—2019年，处于大豆贸易网络中心位置的国家（地区）相对固定。相对出度中心度代表一国（地区）在大豆贸易网络中的出口能力。如表4所示，从出度中心度的排名情况看，在世界大豆贸易网络中，出度中心度排名靠前的国家包括美洲的美国、加拿大、巴西、阿根廷，欧洲的荷兰、德国、法国等，亚洲的中国、印度等，其中乌克兰从2012年以来跻身前十行列。由此说明，这些国家在大豆出口贸易活动中，拥有相对多元化的市场，降低了贸易风险。此外，粮食生产高度依赖于自然资源，自然资源优渥的国家容易发展为生产大国，也更倾向于作为大豆的出口方。

1996—2019年，处于大豆贸易网络中心位置的国家发生变化，但入度中心度高的国家大多集中在欧洲及北美洲。相对入度中心度反映一国（地区）在大豆贸易网络中的进口能力。如表4所示，美国、加拿大、荷兰及德国等处于大豆进口网络的中心位置，这些国家贸易伙伴范围分布更加广泛，可通过分散进口来源国降低进口方面的“卡脖子”风险。值得注意的是，美国及欧洲的部分国家（如荷兰、德国），在进出口贸易网络中均处于相对核心的位置，表明其在世界大豆贸易活动中拥有主导权。

2.4.2 出入强度大国错位分布

大豆贸易国在空间上错位分布，且少数国家占据着网络的中心地位。如表5所示，1996—2019年，大豆贸易网络中相对出强度排名前五的国家集中在美洲，如美国、阿根廷、巴西等国。2013年以来，巴西在出强度方面逐渐赶超美国，成为大豆出口第一大国。欧洲国家的相对出强度优势不明显，其中，荷兰排名较为稳定，乌克兰近年来跻身前十的行列。亚洲国家在相对出强度方面表现较差，原本略有优势的印度及中国，近年来均跌出排名前十。1996—2019年，大豆相对入强度大国主要集中在亚洲、欧洲地区，如日本、荷兰、德国等，以及北美洲的墨西哥。自2000年以来，中国逐渐成为大豆贸易网络中入强度第一大国，排名长期保持世界首位。

3 世界大豆贸易网络演变的影响机制

3.1 理论假说

为探索大豆贸易网络的演化机制，在已有研究的基础上，运用ERGM进行理论机制的分析与验证。贸易网络的影响机制可分为自组织结构机制、行动者属性机制以及外生网络机制自组织结构机制属于内生机制，行动者属性机制与外生网络机制均属于外生机制。

3.1.1 自组织结构机制

该机制是指网络自身已形成的结构对后期演变的影响。基于世界大豆贸易网络的结构特点，将互惠性效应与结构依赖效应纳入自组织机制探讨，并进行理论分析及提出假设。

互惠性效应。互惠性是贸易网络节点间双向连接关系的程度，对其考察有助于揭示网络拓扑结构的形成机制并解释其组织原则。从比较优势理论来看，互惠贸易可以达到共赢的目标，而互惠原则正是WTO成员的行为准则之一；从要素禀赋理论来看，国家间通过交换各自优势的资源和要素，促进互惠共赢关系的形成。因此，互惠性刻画出大豆贸易网络中的贸易关系具有相互依赖性。基于此本文提出以下假设。

H₀：世界大豆贸易网络存在互惠效应，各成员的贸易关系具有彼此依赖性。

循环闭合效应。该效应一般是由多连通性与循环性共同体现，考察的是两个节点通过一个（或多个）共同节点关联，促使节点能够高效且精准地找到潜在合作者。多连通性即几何加权二元组伙伴分布，主要指两个节点不直接连接，而是依赖于中间节点实现间接依赖关系；循环性即几何加权共享伙伴分布，是在二元组伙伴基础上增加一条直接连接的依赖关系，进而形成传递闭合的三元组\。在上文研究中发现，世界大豆贸易网络在宏观层面具有“小世界”特征，节点间呈贸易集群化。因此，本文提出以下假设。

H₁：世界大豆贸易网络存在循环闭合效应，拥有多个合作伙伴的行动者在贸易活动中充当“双重角色”。

偏好连接效应。网络结构演变还会基于多个行动者度的效应，体现为偏好连接效应等结构依赖效应，一般运用节点集合加权的中心度分布来考察\[15\]。在上文研究中发现，大豆贸易网络并非均衡状态，而是具有明显的马太效应即“富人俱乐部”现象，新增的行动倾向于与中心度较高的节点发生连接，所以节点间相互选择时出现偏好连接效应。大豆的主要出口国，基于优越的自然资源条件，在贸易网络中成为广受欢迎的“枢纽”节点，贸易活动相对活跃。对此本文提出以下假设。

H₂：世界大豆贸易网络存在偏好连接效应，少数国家在贸易活动中具有较强的控制力。

3.1.2 行动者属性机制

行动者属性机制也被称为“行为者关系”效应，包括发送者效应、接收者效应以及两者的同配性。发送者（接收者）效应，指特定国家属性对贸易关系产生的影响；同配性效应，指具有相同属性的国家形成贸易关系的可能性。根据贸易引力模型可知，经济发展程度的差异直接影响两国贸易关系，可将节点经济发展水平作为考察行为者同配性的变量。大豆作为重要农产品，很大程度依赖自然环境，所以一国大豆产量的高低会影响其在网络中的贸易方向。因此，本文提出如下假设。

H₃：经济水平相似的国家更容易建立和发展贸易关系。

H₄：大豆贸易网络的发送者（接收者）效应影响贸易网络的形成。

3.1.3 外生网络机制

外生网络机制是指网络节点的外生属性对网络关系形成与演变的影响。外生网络机制对贸易关系影响应主要关注节点的宏观属性，如经济水平、人口规模、文化、制度等对贸易关系的影响。因此，选择地理、制度、文化作为网络协变量进行机制分析。

地理方面的因素决定了最初贸易格局。在传统贸易引力模型中，认为地理距离直接影响双边贸易，两国间地理位置临近，意味着贸易产生的运输成本低，同时也会降低贸易不确定性，促进贸易发展。制度作为两国之间的“虚拟距离”之一，对贸易发生和贸易规模有直接或间接的影响。一国的制度环境，如政府效率、法制水平、民主程度等均会直接影响到国家之间贸易往来的顺畅程度。文化属于非正式制度，是“虚拟距离”的另外一层含义。文化距离对国际贸易的影响，与地理距离相似，会直接影响到贸易成本。两国之间的文化距离越远，信息交流难度越大，价值、信仰差别越大，贸易成本通常越高。总之，地理位势、经济发展、制度水平及文化差异共同作用于贸易网络，并加快其格局的改变与重塑。因此，本文提出如下假设。

H₅：地理距离会抑制贸易网络的形成。

H₆：贸易双方治理水平的差距会阻碍贸易网络关系增长。

H₇：文化距离会降低贸易网络形成的概率。

3.2 实证分析

3.2.1 变量选择与数据来源

被解释变量。被解释变量为世界大豆贸易网络，即0～1二值矩阵。

主要解释变量。本文基于传统国际贸易理论与大豆贸易网络动态演变的影响机制，主要考察互惠性、扩张性、多连通性、循环性等自组织结构机制，具体变量解释见表6。互惠性（multual）是考察互惠效应的变量，测度节点间建立双向贸易关系的概率。扩张性（gwodegree）反映偏好连接效应，通过网络中节点几何加权出度分布的离散程度来衡量。循环闭合性（cyclicity）描述网络中各国以群体形式展开贸易的倾向，由多连通性（gwdsp）与循环性（ctriple）共同反映，当多连通性指数为负且循环性指数为正时，意味着网络具有循环闭合性。

控制变量。除了内生性结构相关的核心解释变量，还考虑了一系列其他因素。网络密度（edges），体现出节点间贸易关系的疏密程度。个体属性方面，考察经济发展水平（GDP）与大豆年产量（PRO）。经济发展水平差距较小的国家，其需求结构较为相似，促进贸易关系的形成，模型中运用GDP考察行动者的同配性，基础数据来自世界银行。大豆年产量（PRO），具体分为接收者效应（nodei factor，PRO）与发送者效应(nodeo factor，PRO)，基础数据来源于联合国粮农组织（FAO）。网络协变量方面，运用节点间的距离构建地理距离网络（edgecov_dist）。运用官方语言临近网络（edgecov. comlangof f）表示国家间的文化距离。世界治理指数（WGI）表示政府治理的有效性，运用国家之间的治理差异网络（edgecov_WGI）来代表国家间的制度距离。外生变量基础数据来源于CEPII数据库与WBI数据库，并运用R语言的Statnet将边列表转换为网络数据，进而运用ERGM进行运算。

3.2.2 模型构建

大豆贸易网络的形成与发展，同时受到了外生网络、内在行动者贸易行为及网络内部结构的影响。ERGM是重要的社会网络统计方法，强调网络中关系之间的依赖性，可合并不同类型的微观网络构局，兼顾网络形成的内生和外生机制。

基于数据的可获得性，尽可能覆盖较为全面的时空维度，将研究窗口确定为1996—2019年，研究对象为发生大豆贸易活动的所有国家，最后呈现1996年、2005年、2014年、2019 年共四个时期的纵向贸易观测网络。着重考察互惠性效应、扩张性效应、循环闭合效应等内生机制，对大豆贸易网络中关系形成的概率进行定量分析。根据Peter和Herman的定义，ERGM衡量特定网络出现的概率，公式如下：

                                                             （1）

其中，K(θ)是标准化变量，使概率总和为1，g_i为大豆贸易网络的自组织结构变量、行动者属性及网络协变量等统计量，θ_i为待估系数。

3.2.3 实证结果

采用R语言Statnet程序包对1996年、2005年、2014年及2019年世界大豆贸易网络的数据进行ERGM分析，并进行动态比较。

3.2.3.1 ERGM基准检验结果

以2019年世界大豆贸易网络作为研究对象，基准检验结果如表7所示。其中，模型1为基准模型，边变量（edges）相当于截距项，其他为控制变量，结果与传统回归模型结果较为一致，模型2～模型4则逐项增加核心解释变量。

自组织结构机制在模型2～模型4中得到了验证。模型4显示，互惠性估计系数显著为正，说明节点间具有双向大豆贸易关系，反映出经济体间贸易关系的高度依赖性，即H₀得到验证。贸易关系的良好发展是建立在双方信任及前期合作的基础之上，大豆贸易也不例外。

多连通性的系数显著为负，循环性的系数显著为正，说明大豆贸易网络具有显著的循环闭合效应，即H₁得到检验。循环闭合效应驱动经济体倾向于形成分层闭合的三元组集群结构，两经济体之间通过第三方产生贸易连接，促使世界大豆贸易网络由相对离散的结构发展为更加稳定的集聚结构，解释了前文提到的大豆贸易网络集聚性较强以及部分国家在贸易进出口网络中均处于核心位置等结构特征。美国、德国及荷兰等国出入度中心度较高，说明这些国家在大豆贸易网络中充当“中间人”角色，在贸易活动中具有较强的控制能力。2018年以来，阿根廷兼任出入强度大国的“双重身份”，充当大豆贸易活动中的“桥梁”角色。其原因可能是受到世界贸易格局变化与全球气候灾害的影响：一方面，由于2018年中美贸易摩擦不断升级，受到贸易转移效应的影响，2019年中国大豆进口格局发生较大变化，自阿根廷进口数量同比增加了4倍；另一方面，阿根廷自2010年以来持续经历亚洲大豆锈病、拉尼娜现象、厄尔尼诺现象，大豆产量和种植面积均下降，故进口大量大豆。

扩张性系数显著为负，说明网络节点出度分布具有明显的离散性，H2得到验证。在大豆贸易网络中，仅有少数经济体具有“明星”效应，利用核心位置的优势吸引较多的贸易合作伙伴，解释了前文世界大豆贸易网络空间分布不均及“核心—边缘”结构明显的特征。由于大豆的农作物属性使其高度依赖自然条件及气候环境，目前世界大豆四大主产国分别是美国（40%）、巴西（25%）、阿根廷（15%）及中国（6%），大豆生产较为集中。在贸易活动中，相对出强度大国依托其产地优势占据主导地位，而相对入强度较大的国家则处于被动状态。例如，中国作为大豆入强度大国，在2018年中美贸易摩擦事件中，中国对自美国进口的大豆加征关税，影响到中国大豆供求市场的稳定。美国、巴西、加拿大等依托自然资源禀赋，由于偏好连接效应，逐渐成长为关键节点，贸易网络显现出不均衡格局。

如模型4所示，控制变量的实证结果与传统回归模型表现出基本一致的结论。行动者属性方面，大豆产量接收者效应（nodei factor. PROLow）显著为正，发送者效应（nodeo factor. PROLow）的估计系数显著为负，说明大豆贸易遵循比较优势理论，且供需空间分布错位。经济发展水平即同配性（nodematch . GDP），其系数显著为正，表明具有相似经济发展规模的经济体更容易形成与维持贸易合作关系。网络协变量中，地理距离网络的估计系数几乎为0，意味着经济体间的地理距离在大豆贸易中的影响程度微乎其微；语言临近网络（edgecov.comlangof f）的估计系数为负，其可能的原因是大豆主产地集中在美洲区域，而主销地则集中于亚洲、欧洲等地，供需决定了贸易关系的形成，而贸易双方空间分布错位导致较大的文化差异；政府治理能力差异网（edgecov.WGI）的系数显著为负，反映出贸易双方的制度水平差异越小，越有助于贸易网络关系的形成。因此，前文提出的假设H₃、H₄、H₅、H₆、H₇均得到验证。

3.2.3.2 ERGM估计结果动态比较结果

基于1996年、2005年、2014年及2019年的截面数据，选取模型4中的变量进行ERGM分析，主要解释变量的估计系数在方向与数值方面较为稳定，说明模型的稳定性较强，估计结果见表8。

自组织结构方面。互惠性的估计系数由1996年的0.209 2大幅上升至2019年的1.979 1，说明互惠性对大豆贸易网络形成的促进作用增强。扩张性系数（绝对值）整体呈增长趋势，尤其在2014年之前，大豆贸易网络中节点几何加权出度分布的离散程度增强，“富者越富，穷者越穷”的马太效应增强，但此后变化趋势逐渐减缓。多连通性系数以及循环性系数整体上升，循环闭合效应增强，再次印证了大豆贸易网络集聚性增强、网络一体化程度提高的趋势。

个体属性方面。发送者效应系数在2014年之前为负，但绝对值逐渐减小，2014年后方向由负变正，表明大豆产量较低的国家的进口意愿逐渐增强；接收者效应显著为负，2014年以来效应增强，说明具备产量较低属性的国家出口意愿越发变弱。经济发展水平的同配性系数在2005年之前为负，说明具有相似GDP水平的国家在大豆贸易活动中并未表现出趋同性，2014年之后该系数由负变正，说明经济水平相似的国家更倾向于建立贸易关系。

网络协变量中，治理差异网络及语言临近网络对大豆贸易的影响均为抑制作用，前者的影响程度有减弱的趋势，而语言临近网络的影响作用逐渐凸显。地理距离对大豆贸易网络形成及发展的作用程度微乎其微。

4 研究结论与政策建议

4.1 研究结论

基于1996—2019年世界大豆双边贸易原始数据，运用社会网络分析法，依据“整体—区域—国家”的逻辑顺序，可视化大豆贸易网络时空演变特征，并通过ERGM分析方法，探究大豆贸易网络形成与演变的内在机制。研究发现如下结论。

世界大豆贸易网络在整体网、空间结构及行动者方面呈显著演变特征。宏观层面，大豆贸易网络拓扑结构呈动态演变趋势。网络密度增大，节点与变数增多，说明网络规模持续扩张；出入度中心势差距逐渐缩小，主要体现在出口国趋于分散，进口国则相对集中；聚类系数上升，平均路径长度变短，均表明大豆贸易网络呈现“小世界”特征。中观层面，大豆贸易网络空间结构化特征突出。度数中心度的核密度分布呈现“单峰右偏”的长尾特征，说明网络存在“富人俱乐部”现象；贸易网络“核心—边缘”结构明显，经历了“离散少核—多核集聚—两极分化”的贸易格局；大豆贸易网络异质性较强。微观层面，大豆贸易网络行动者表现各异。出入度大国较为固定，且美国、德国及荷兰等国同时处于进出口网络的核心位置，对大豆贸易的控制能力较强；出入强度大国在空间上呈错位分布且集中度高，出强度大国在贸易活动中占据主导地位。

运用ERGM重点考察了自组织结构机制对大豆贸易网络演变的影响作用。①大豆贸易网络的演变机制包括自组织结构机制、行动者属性机制与外生网络机制。本文重点研究自组织结构机制，其表现为互惠性效应、偏好连接效应、循环闭合效应。②大豆贸易网络的形成与发展同时受到网络内生构局与外生机制的影响。具体表现为：互惠性程度对网络的形成与发展呈显著正效应，说明各国贸易关系的高度依赖性；扩张性系数呈显著负效应，说明偏好依赖性促使大豆贸易网络中出现“明星”节点，侧面反映出网络的集聚性及明显的“核心—边缘”结构；多连通性与循环性均显著，说明一些国家在网络中充当“中介”作用，提高了大豆贸易网络的一体化程度。③运用ERGM对不同年份断面进行动态分析，模型结果较为稳定，且互惠性、扩张性及循环闭合性对应的系数整体增加，再次印证自组织结构对于大豆贸易网络演变具有明显的影响，因此将内生机制和外生机制同时考虑并纳入实证分析来探索网络关系形成与发展是必要的。

4.2 政策建议

中国作为大豆贸易网络中的关键节点，只有统筹利用国际国内两个市场、两种资源，畅通国际国内双循环，才能增强重要农产品保障能力。结合前文结论，为促进中国大豆贸易高质量发展，提出如下政策建议。

加强对贸易网络“明星”节点的关注，防范风险传染效应。枢纽经济体对贸易资源的控制能力较强，中国应关注美国、巴西、阿根廷等出强度大国，以及荷兰、阿根廷等同时控制进出口资源的关键节点。一方面，建立有效的粮食安全预警机制和应急系统，实时监控国际大豆市场的供需信息与贸易状况，加强市场环境研判；另一方面，加大对重要农产品市场金融化的创新研究，引领国际大豆资源在中国市场实现交易，如以海南自由贸易港建设为契机，建立大豆等大宗农产品国际交易中心。

提升中国在网络中的“枢纽”地位，发挥偏好连接效应。中国在大豆贸易网络中属于关键节点，充分利用偏好依附的积极影响，拓展更多的贸易伙伴，深耕国际合作。一方面，借助“一带一路”倡议、RCEP等区域经济一体化组织，深度挖掘与现有贸易伙伴之间的贸易潜力，如降低自俄罗斯进口大豆的关税税率，开放大豆及粕类产品的市场准入；另一方面，与大豆生产资源丰富的国家进行合作，建立海外大豆生产基地，提供资金与技术支持，如通过租赁或购买耕地的方式，加强与乌克兰、玻利维亚、哈萨克斯坦等国信息共享、技术合作及资金支持，提高其大豆产能。

提高大豆贸易网络一体化程度，承担全球贸易治理责任。大豆贸易网络存在多连通性及循环闭合性，从而形成贸易集群。因此，中国要加强贸易多元化，积极倡导并践行多边主义。一方面，协同各经济体秉承互惠共赢的贸易理念，通过区域贸易协定和最惠国待遇等政策，建设高质量的大豆贸易体系；另一方面，同各经济体在全球视野和共同利益基础上进行多边主义的合作管理，积极参与治理体系的制度改革，消除单边主义、孤立主义等“逆全球化”回潮，维护公平、互利、包容和开放的贸易环境。

积极打造国内供应链，提高大豆安全保障能力。中国是大豆的原产地，应适度提高大豆自给率。一是加大研发投入力度，运用航天育种等技术，加快优质、高产大豆品种选育，提高本土高产、优质大豆的自给率。二是稳定恢复中国大豆种植面积，主要是在东北地区、环渤海地区引导农民扩大优质大豆的种植面积，通过实施生产补贴及轮作补助等措施，提高国内大豆产能。三是建立商业调节储备机制，形成国储、商储相结合的储备体系，完善大豆的储备管理和应急保障能力。

本刊投稿网址：https://sjny.cbpt.cnki.net/

点击封面订购2022年8月刊