基于复杂网络的水产品贸易格局特征演变研究

李晨 许美佳 张国亮

摘要：选取2002—2016年全球水产品贸易数据，以复杂网络理论为基础，构建全球水产品贸易加权有向网络，通过计算网络度、集聚系数、互惠指数、中间中心度、核心—边缘结构等指标，探究全球水产品贸易格局特征演变规律。结果表明，在全球水产品贸易规模不断扩大的同时，贸易网络呈现出均质化、小团体特征，以中国、美国、法国为代表国家的贸易控制力量开始趋于均衡，全球水产品贸易网络朝着秩序化方向发展。

关键词：水产品贸易;复杂网络;幂率分布;核心—边缘结构

一、引言

水产品作为农产品的重要组成部分，在保障国家粮食安全、实现经济社会可持续发展方面发挥着基础性作用，水产品贸易的蓬勃发展对实现传统渔业转型升级，带动渔业服务业、渔业运输业等第三产业发展具有重要意义。据联合国粮农组织（FAO）统计，全球水产品贸易额从2002年的590亿美元增加到2016年的1 430亿美元，水产品产量从2002年的1.336亿吨增加至2016年的1.709亿吨，水产品供给和需求的快速增长对全球水产品贸易格局产生了重要影响，全球各国纷纷将农业发展重点由陆地转向海洋。2016年，中国水产品贸易额为289.15亿美元，占世界贸易总额的20.22%，已成为世界第一大水产品出口国。因此，了解全球水产品贸易格局，明确中国在水产品贸易网络中的地位，对完善中国水产品贸易结构、预测未来全球水产品贸易走向、开拓国外市场以实现渔民增收，显得尤为重要。

近年来，伴随着全球海洋经济的发展，陆地资源日益衰竭，水产品供需地理意义上的不平衡导致国家间水产品贸易日益频繁。目前关于水产品贸易研究维度主要是国别、区域以及单向贸易。陶红军等运用空间滞后模型研究指出水产品发展水平类似的国家呈现空间集聚，但区域集聚作用趋于减弱。[1]韩杨等通过中国与“一带一路”沿线国家水产品贸易描述性统计研究，提出了优化渔业布局、调整中国水产品结构等政策建议。[2]邵桂兰等测度了1992—2016年中国水产品出口贸易格局的空间基尼系数、地带偏离系数、区位商，发现中国水产品出口表现出均衡化和多极化特征;2019年，邵桂兰等运用生存分析法对中国水产品出口贸易持续时间及影响因素进行分析，发现中国水产品出口持续期较短，且贸易关系具有“门槛效应”，贸易关系存续时间超过4年后，贸易中断概率明显下降。[3-4]由于水产品贸易发展的方向易受气候、海陆位置、绿色壁垒、国际关系等各种自然与非自然因素的制约，这使得全球两百多个国家和地区水产品贸易形成具有复杂拓扑结构的网络，全球水产品贸易网络的整体结构影响着国家参与贸易的广度和强度、贸易各方的贸易地位与利益。

复杂网络理论将研究对象抽象为节点，把对象间关系的连接抽象为边，运用网络分析方法研究复杂网络整体的拓扑结构特征，进而分析各节点对整体网络结构的影响。国外学者Watts等将规则网络某条连接边去掉，以新概率进行重连，提出了介于随机网络与规则网络之间的小世界网络，小世界网络由于具有较短的平均路径和较高集聚系数，能更好地模拟规模较大的网络。[5]Barabasi等发现无标度网络的度分布服从幂率分布特征，即较少的节点拥有大量的连接，这符合经济学的“二八定律”。[6]Serrano首次将国际贸易纳入复杂网络分析框架，指出世界贸易网络具有无标度、小世界以及高聚集性等特点。[7]Garlaschelli等通过构建世界贸易有向网络，发现幂率分布仅限于特定区域，贸易网络呈现出异配的特点。[8]国内学者陈银飞采用社会网络分析法，重点研究次贷危机对2000—2009年世界贸易格局造成的影响，得出世界贸易关系萎缩先于世界贸易量萎缩的结论。[9]杨文龙等首次将复杂网络模型与探索性空间数据分析（ESDA）结合，指出2015年“一带一路”沿线国家贸易加权网络呈现枢纽辐射式为主、全联通并存的“混合型”结构。[10]刘建通过构建1990—2011年国际原油网络并测度密度、中心性等指标，发现国际原油贸易网络受经济发展形势、石油价格影响显著。[11]徐斌采用社会网络分析方法计算2000—2012年国际铁矿石贸易网络的密度、中心性、集聚系数等指标，指出国际铁矿石贸易网络被澳大利亚、巴西少数国家控制，国际铁矿石贸易网络整体处于相对稳定状态。[12]马远等应用复杂网络理论的QAP方法，研究“一带一路”沿线国家天然气贸易网络的影响因素，指出人均二氧化碳排放强度、陆地相连与天然气贸易呈现正相关。[13]苗媛媛等以铅矿作为研究对象，发现全球铅矿贸易网络规模不断扩大，节点度分布呈现无标度特征，中国在国际铅矿贸易中的地位和影响力居世界前列。[14]

可见，复杂网络理论在贸易领域的应用主要以矿产资源和整体贸易网络为研究对象，本文在借鉴已有文献运用节点度、异质性、中间中心度、核心—边缘结构等指标研究贸易网络格局的基础上，以水产品作为研究对象，首次将复杂网络理论与水产品贸易相结合，构建2002—2016年全球水产品贸易复杂网络，探索全球水产品贸易特征内在演化规律，以期完善水产品贸易研究领域架构，为中国制定海洋经济发展战略提供借鉴。

二、模型构建与数据来源

（一）模型构建

复杂网络是由多个节点（网络参与者）和边（网络参与者间关系）构成的矩阵集合，根据网络有无方向，分为无向网络与有向网络;根据边是否赋予权重，分为无权网络和加权网络。本文将参与水产品贸易的n个国家①抽象为节点，将国家间的贸易关系定义为边并以节点贸易额作为边的权重，分别构建2002—2016年全球水产品贸易无权有向网络和加權有向网络，网络以邻接矩阵表示。水产品贸易无权有向网络为

2016年全球水产品贸易无权有向网络见图1。图中，点代表参与贸易的国家，线代表国家间的贸易流向。由图1可知，全球水产品贸易形成了纷繁复杂的贸易网络。

（二）数据来源

选取联合国数据库SITC（Rev.3）标准分类为034、035、036、037及“其他”类（08142、41111、41112、29115、29296）的数据，共涉及238个国家和地区。本文在测度水产品贸易网络的互惠性、集聚性、核心—边缘结构等整体网络特征时，研究时间跨度为2000—2016年，以2002年、2007年、2012年、2016年作为代表性年份，测度水产品贸易网络不同国家的中间中心度、核心度等个体演变特征。

三、水产品贸易网络特征分析

（一） 水产品贸易网络整体性特征分析

全球水产品贸易网络的复杂性，使其呈现出多种特征，因此在进行水产品贸易具体特征研究前有必要从宏观上对其进行把握。

1.节点度

贸易网络的节点度是与该节点直接相连边的数量，即与该国有直接贸易关系的国家数量。节点度越大，表明该国贸易范围越广泛。根据水产品贸易网络有向性，分为节点出度（Doutk）和节点入度（Dink）。

上两式中：n为网络中节点总数，即参与水产品贸易网络的国家总数;aki为节点k指向节点i的边数，即k国水产品的出口国家数量;aik为节点i指向节点k的边数，即k国水产品的进口国家数量。

2002—2016年水产品进出口国家数量见图2。

水产品进出口国家数量变动反映了全球水产品贸易的广度。由图2可知，2002—2016年出口国家数量在144～158个波动，进口国家数量在150～165个波动，整体上进口国家数量多于出口国家数量，全球水产品贸易表现为卖方市场。进出口国家数量第一次较大波动是在2006—2008年，进口国家数量从2006年的154个大幅增至2008年的164个，出口国家数量在2006年先减至148个，后又在2008年上升至158个，出现这种现象的原因可能是金融危机带来全球经济低迷，水产品贸易参与国出于国家经济安全考虑，采取多元化贸易策略以减少可能给本国经济造成的风险。进出口国家数量第二次较大波动发生在2011—2013年，出口国家数量从155个减至145个，进口国家数量从158个减至145个，这主要与这几年全球经济曲折调整带来不确定性有关。

为具体研究进出口国家构成情况，列举出2002年、2007年、2012年和2016年出度和入度排名前十位的国家，见表1。从出度值看，泰国出口国家数量从2002年165个增加到2016年179个，是世界上水产品贸易范围最广泛的国家;美国、德国、法国出口国家数量的排名位居前列;中国贸易伙伴数量自2002年迅速增长，至2016年达173个，这一现象与中国2001年加入世界贸易组织后积极开展多边贸易活动有关。从入度值看，美国、法国一直是世界上开展水产品进口贸易最多的国家，相较于出口国家变动情况，进口国家变化则相对稳定，中国、中国香港、日本、德国、英国始终是水产品的进口大国和地区。

2.节点强度

节点强度是指加权网络中边的权重，即某国与其他国家间的贸易额，根据水产品贸易网络方向，分为出强度和入强度。

上两式中：Souti、Sini分别表示出强度和入强度;aij为节点i指向节点j边的权重，即贸易网络中国家i到国家j水产品出口额;aji为节点j指向节点i边的权重，即贸易网络中国家i从国家j水产品进口额。

以出强度为例，绘制2002—2016年全球水产品贸易出强度演化曲线，见图3。由图3可知，15年间全球水产品出口额增长近3倍，整体贸易规模不断扩大显示出水产品贸易强劲的增长活力。2003—2004年水产品出口贸易增长速度较快;2008年金融危机带来水产品整体贸易规模萎缩，造成2008—2009年出口额有所下滑;随着经济逐渐恢复，2010—2014年水产品出口又开始新一轮的增长;2015年出口额又有所下滑，这主要与新兴市场疲软需求不足、美元升值导致以美元衡量的水产品贸易额偏低有关，表明水产品贸易规模易受经济发展、贸易政策等因素影响。

2002年、2007年、2012年和2016年出強度排名前十位的国家见表2。由表2可知，中国出口额从2002年的44.93亿美元增至2016年的201.56亿美元，增长约4.5倍，明显高于全球水产品出口额增长速度。挪威凭借其规模化的鲑鱼养殖使得出口额从2002年的35.91亿美元增至2016年的107.97亿美元，成为仅次于中国的世界第二大水产品出口国。由于泰国最大养殖品种对虾近年来受疾病困扰，泰国水产品出口额从2002年的81.38亿美元下降至2016年的58.15亿美元。美国、加拿大、智利等水产品出口额表现出不同程度的增长。

（二）水产品贸易网络异质性与互惠性特征分析

贸易网络的异质性可以衡量网络节点间的非相似性程度，互惠性则测度参与贸易国家进行双向贸易程度。虽然网络异质性与互惠性测度方式与角度不尽相同，但二者之间存在着本质联系。如果新增节点倾向于邻近国家间开展互惠贸易，那么会促使网络朝着更加均质化的方向发展。

1.异质性

异质性是无标度网络的重要特征，主要体现为网络中极少节点具有大量连接，大部分节点只有少数连接。判断无标度网络的指标是累计度分布（度数大于等于节点度数为K0的概率）是否符合幂率特征，计算公式为

2016年双对数坐标下累计度分布与出度散点图、累计度分布与入度散点图，见图4，对其进行拟合发现二者只在部分区域成线性关系，全球水产品贸易网络不是典型的无标度网络，整体呈现出均质化特征。

2.互惠性

国家间贸易关系在贸易网络中往往是非对称的，互惠性的存在与否能够对全球水产品贸易网络产生重要的影响，互惠双方能提高两国贸易效率并带来贸易利益，但也缩短经济波动的传播路径，加重经济危机带来的消极影响。互惠性即有向网络邻接矩阵节点间的关联系数，其计算公为

2002—2016年全球水产品贸易互惠系数见图5。由图5可知，互惠系数在0.25～0.35间变动，其中，最低值为2006年的0.246。这说明水产品捕捞和养殖受地域限制较小，贸易参与方更倾向进行双向贸易。

（三）水产品贸易网络集聚性特征分析

1.集聚系数

在复杂网络特征的研究中，通常采用集聚系数来度量网络的集聚性。集聚系数可以衡量节点与其邻接节点结成“小团体”的可能性，其取值范围为（0，1），集聚系数越接近于1，代表节点i与其相邻节点的关系越紧密。对于有k个邻居的节点i，平均网络集聚系数计算公式为

2002—2016年水产品贸易平均集聚系数见图6。由图6可知，集聚系数在0.6～0.7波动，在2004年和2015年平均集聚系数增长出现两个波峰，受金融危机影响，2006—2008年平均集聚系数有小幅度下降，邻近节点间贸易联系有所减弱。集聚系数呈现平稳增长的态势，这说明在全球水产品贸易网络演变过程中“小团体”特性稳定，区域贸易集团联系趋于紧密。

2.集聚系数与度值

在平均网络集聚系数测算过程中，国家水产品贸易网络集聚状况与其贸易规模密切相关。以出度值代表整体贸易规模，分析贸易网络局部集聚特征和整体贸易规模间的关系，见图7。选取2016年全部出口国家（共144个）网络平均集聚系数和出度值进行最小二乘法回归，回归方程为y=0.782 9-0.004 5x，R2=0.69，结果拟合程度较高，这表明出度值较高的国家平均集聚指数较低，因其贸易范围广泛不易受地理空间的限制;出度值较低的国家，平均集聚指数较高，其愈倾向与邻近伙伴开展贸易。

（四）水产品贸易网络中介性特征分析

复杂网络节点中介性体现网络节点“权利”状况，即该节点控制或不受其他节点控制的概率。采用复杂网络的中间中心度指标衡量节点中介性，中间中心度值愈大意味着该节点在贸易网络中“权利”愈大，对全球水产品贸易网络控制能力就越强，反之亦然。假设节点i和节点j之间存在短程线（节点i至节点j最短路径），数目用gij来表示;第三个点k控制节点i、j交往能力用bij（k）来表示，即节点k处节点i和j之间贸易最短路径上的概率;节点i和节点j之间存在的经过节点k的最短路径数目用gij（k）表示，那么bijk=gij（k）gij。中间中心度计算公式为

本文重点选取2002年、2007年、2012年和2016年中间中心度排名前十位国家（见表3）来研究全球水产品贸易网络主要影响力构成状况。2002年美国中间中心度排名第一，法国和英国分别位列第二和第三;2007年中间中心度排名前三的国家分别是美国、法国和中国;2012年美国凭借0.131仍稳居第一，中国超过法国名列第二;2016年中间中心度排名前三位的国家分别是美国、中国和法国。美国和法国在全球水产品贸易网络中始终处于“控制”地位，体现其在全球水产品贸易网络中强大的贸易影响力。德国中间中心度从2002年的0.057下降至2016年的0.032，英国中间中心度从2002年的0.077下降至2016年的0.030，虽然德国和英国在水产品贸易网络影响力有所减弱，但依旧稳居前十位，表明其处在全球水产品贸易网络的“次控制”地位。中国中间中心度排名从2002年的第七位上升至2016年的第二位，证明中国在全球水产品贸易网络中贸易控制能力不断升高，这可能与中国水产品出口体量较大有关。2002年、2007年、2012年和2016年中间中心度的波动范围不断缩小，这意味着各个国家对水产品贸易的控制力量开始趋于均衡。

（五）水产品贸易网络核心—边缘结构分析

Borgatti等提出了核心—边缘连续模型和核心—边缘间断模型，考虑到核心—边缘间断模型仅涉及“核心”“边缘”国家的划分方法过于笼统，因此，本文借鑒核心—边缘连续模型，将核心度大于0.10的归为核心国家，核心度在0.01～0.10的归为半边缘国家，核心度小于0.01的归为边缘国家。具体模型为

1.核心—半边缘—边缘国家构成

核心国家、半边缘国家、边缘国家数量变动不仅能反映出全球水产品贸易格局演进状况，而且便于预测未来全球水产品贸易格局发展方向。2002年和2003年核心国家数量为18个，2004年、2005年核心国家数量稳定在17个，从2007到2009年核心国家数量从16个连续下降到14个，2015年和2016年核心国家数量为15个，其余年份保持在16个。半边缘国家数量波动比较频繁，从2002年的35个增加到2009年的42个达到峰值后开始下降，减少至2013年35个后又引发新一轮增加。边缘国家数量最低为2008年的181个，最高为2014年的188个。总体上核心国家数量变化相对稳定，呈现略微下降的趋势;半边缘国家数量在不断波动中从2002年的35个增加至2016年的40个，表现出上升的趋势;边缘国家基数较大，对全球水产品贸易网络格局起到“稀释”作用，这与前文全球水产品贸易网络并非无标度网络结果一致，全球水产品贸易网络朝着更加多元化、碎片化、分散化方向发展，预测未来更多核心国家和边缘国家将会进入半边缘国家行列。

2.核心—半边缘—边缘国家核心度

前文主要是从时间维度来描述核心—边缘—半边缘国家绝对数量变化情况，本节从空间维度研究所考察年份核心国家的核心度演变态势，见表4。自2002年至2016年，中国、泰国、挪威、美国、加拿大、智利、越南始终处于前十位，全球水产品贸易网络中核心国家内部结构趋于稳定。中国的核心度从2002年的0.442连续上升至2016年的0.670，表明中国在贸易网络中占据绝对核心地位;泰国的核心度从2002年的0.361连续降至2016年的0.192;美国的核心度从2002年的0.325下降至2016年的0.201;而越南的核心度则从2002年的0.201提升到2016年的0.243，在网络中的贸易地位不断上升、影响力不断提高。

四、结论与启示

基于2002—2016年238个国家水产品贸易数据，分别构建15个全球水产品贸易无权网络和加权网络，通过分析贸易网络的异质性、互惠性、集聚性、核心—边缘结构等指标，对贸易网络的累计度分布进行幂函数拟合。就整体网络贸易网络特征而言，全球水产品贸易网络并非无标度网络，不存在极个别国家垄断全球水产品贸易的状况;集聚系数和互惠指数稳步增长进一步印证全球贸易网络表现为“小团体”特征，国家间水产品贸易合作水平不断提高;中介性分析表明美国中间中心度在2002—2016年名列第一，法国、英国等国家中间中心度排名较为靠前，中国自2002年后中间中心度排名明显提升;核心—边缘结构分析显示中国在2002—2016年全球水产品贸易网络的核心度位列第一，美国、挪威等国家核心度较高，核心国家数量呈现缩减趋势，边缘和半边缘国家数量呈上升趋势。

伴随着全球水产品贸易朝着更加多元、分散化方向发展，美国、法国和英国等发达国家对全球水产品贸易国家仍具有较大的控制能力，大部分发展中国家仍处于被边缘化的状态，发达国家仍旧主导着水产品贸易规则的制定;水产品贸易格局呈现“小团体”特点，带来水产品贸易风险的不断积聚，水产品贸易竞争日趋激烈。

面临如此形势，首先，中国要在对内遵守联合国粮农组织HACCP水产品质量标准基础上，建立一套从捕捞、养殖到加工、储藏、运输等环节的渔业标准;对外，中国政府、协会、企业应积极参与水产品国际标准的制定，提升发展中国家在水产品贸易中的话语权。其次，作为第一大水产品出口国，水产品贸易的发展易受其他国家经济形势影响，中国应当立足于水产品出口市场实际，积极利用“一带一路”平台，推动双边或多边贸易协定的签订，拓宽水产品出口渠道，提高水产品出口量，实现水产品出口市场多元化。[15]再次，要加强对从事渔业养殖业和渔业服务业人员信息化技术培训，推动信息化技术向提高养殖质量、提供适销对路产品转化;加大水产品科研投入，研发新工艺与新技术，降低水产品捕捞和养殖过程的碳排放，从根本上提高中国水产品的国际竞争力和可持续发展能力。

注释：

① 本文的“国家”均为“国家（地区）”

参考文献：

[1] 陶红军，赵亮.世界水产品国际贸易空间自相关分析——基于2003—2008年世界水产品国际贸易额[J].华中农业大学学报（社会科学版），2011（4）：20-28.

[2] 韩杨，孙慧武，刘子飞，等.“一带一路”中国水产品贸易格局与渔业国际合作展望[J].经济研究参考，2017（31）：35-42.

[3] 邵桂兰，孔海峥，李晨.中国水产品出口贸易格局演化特征实证研究——基于1992—2016年面板数据[J].中国渔业经济，2018，36（2）：39-50.

[4] 邵桂兰，王媛，李晨.中国水产品出口贸易持续时间研究——基于生存分析法[J].中国石油大学学报（社会科学版），2019，35（6）：18-24.

[5] Watts D J， Strogatz S H. Collective Dynamics of "Small-world" Networks[J]. Nature， 1998， 393：440-442.

[6] Barabasi A L， Albert R. Emergence of Scaling in Random Networks[J]. Science，1999，286：509-512.

[7] Serrano M A， Boguna M. Topology of the World Trade Web [J]. Physical Review， 2003，68：15-31.

[8] Garlaschelli D ， Loffredo M I . Structure and Evolution of the World Trade Network[J]. Physica A：Statal Mechanics and Its Applications， 2005，355（1）：138-144.

[9] 陳银飞.2000—2009年世界贸易格局的社会网络分析[J].国际贸易问题，2011（11）：31-42.

[10] 杨文龙，杜德斌，马亚华，等.“一带一路”沿线国家贸易网络空间结构与邻近性[J].地理研究，2018，37（11）：2218-2235.

[11] 刘建.基于社会网络的国际原油贸易格局演化研究[J].国际贸易问题，2013（12）：48-57.

[12] 徐斌.国际铁矿石贸易格局的社会网络分析[J].经济地理，2015，35（10）：123-129.

[13] 马远，徐俐俐.“一带一路”沿线国家天然气贸易网络结构及影响因素[J].世界经济研究，2017（3）：109-122.

[14] 苗媛媛，闫强，邢万里，等.基于复杂网络的全球铅矿贸易格局演化特征分析[J].中国矿业，2019，28（11）：21-26.

[15] 邵桂兰，王蕾.中欧水产品产业内贸易及驱动因素研究[J].中国石油大学学报（社会科学版），2018，34（2）：36-44.

责任编辑：韩国良