World Regional Studies ›› 2025, Vol. 34 ›› Issue (5): 19-32.DOI: 10.3969/j.issn.1004-9479.2025.05.20240062
Previous Articles Next Articles
Hongjie SUN(), Wanfei XING, Yaqin LI
Received:
2024-02-02
Revised:
2024-03-29
Online:
2025-05-15
Published:
2025-06-03
作者简介:
孙红杰(1986—),男,博士,副教授,硕士生导师,研究方向为贸易经济,人口、资源与环境经济学,E-mail:sunhj@lut.edu.cn。
基金资助:
Hongjie SUN, Wanfei XING, Yaqin LI. Analysis of the characteristics of the global rice trade network and its implications[J]. World Regional Studies, 2025, 34(5): 19-32.
孙红杰, 邢宛飞, 李亚钦. 全球稻米贸易网络特征分析及启示[J]. 世界地理研究, 2025, 34(5): 19-32.
Add to citation manager EndNote|Ris|BibTeX
URL: https://sjdlyj.ecnu.edu.cn/EN/10.3969/j.issn.1004-9479.2025.05.20240062
指标 | 公式 | 含义 |
---|---|---|
网络密度 | M表示网络中的边数,N表示网络中的国家节点数,D反映稻米国际贸易网络国家(地区)间联系的紧密程度,密度越大代表联系越紧密 | |
中介中 心度 | 在一个包含N个国家的网络中, | |
接近中 心度 | 在一个包含N个国家的复杂网络中, | |
平均最短路径长度 | 在一个包含N个国家的复杂网络中,L用以衡量稻米贸易网络各国之间的可达性程度 | |
平均聚类系数 | 在一个包含N个国家的网络中,ei 表示i国与所有邻接国之间的实际边数,ki 表示i国的邻接国数,C反映贸易网络的集聚程度 | |
社群检测 | 识别一个国家在稻米贸易网络中联系最紧密的群体及其在社群中的地位 |
Tab.1 Indicators and implications of the international rice trade network
指标 | 公式 | 含义 |
---|---|---|
网络密度 | M表示网络中的边数,N表示网络中的国家节点数,D反映稻米国际贸易网络国家(地区)间联系的紧密程度,密度越大代表联系越紧密 | |
中介中 心度 | 在一个包含N个国家的网络中, | |
接近中 心度 | 在一个包含N个国家的复杂网络中, | |
平均最短路径长度 | 在一个包含N个国家的复杂网络中,L用以衡量稻米贸易网络各国之间的可达性程度 | |
平均聚类系数 | 在一个包含N个国家的网络中,ei 表示i国与所有邻接国之间的实际边数,ki 表示i国的邻接国数,C反映贸易网络的集聚程度 | |
社群检测 | 识别一个国家在稻米贸易网络中联系最紧密的群体及其在社群中的地位 |
年份 | 主要出口国及占全球出口比重 | 主要进口国及占全球进口比重 |
---|---|---|
2001 | 泰国(37.81%)、美国(10.49%)、中国(9.17%)、越南(8.91%)、印度(8.55%) | 尼日利亚(8.12%)、科特迪瓦(6.30%)、塞内加尔(4.59%)、沙特阿拉伯(3.99%)、巴西(3.69%) |
2006 | 泰国(24.79%)、越南(15.48%)、印度(14.85%)、美国(12.83%)、巴基斯坦(11.83%) | 菲律宾(5.86%)、科特迪瓦(4.93%)、伊朗(4.41%)、伊拉克(4.20%)、南非(3.43%)、尼日利亚(3.38%) |
2011 | 泰国(28.40%)、越南(18.88%)、印度(13.31%)、美国(9.86%)、巴基斯坦(9.06%) | 印度尼西亚(7.22%)、尼日利亚(5.68%)、博茨瓦纳(5.32%)、伊朗(3.59%)、孟加拉国(3.34%)、阿联酋(3.33%) |
2016 | 泰国(24.03%)、印度(24.03%)、越南(11.67%)、巴基斯坦(9.60%)、美国(9.43%) | 中国(9.36%)、贝宁(5.34%)、科特迪瓦(3.50%)、沙特阿拉伯(3.04%)、阿拉伯联合酋长国(3.01%) |
2021 | 印度(41.49%)、泰国(11.84%)、越南(11.13%),巴基斯坦(7.77%)、美国(6.60%) | 中国(9.26%)、菲律宾(5.59%)、孟加拉国(5.01%)、科特迪瓦(3.66%)、贝宁(3.26%)、塞内加尔(2.88%) |
2022 | 印度(38.80%)、泰国(13.43%)、越南(11.45%)、巴基斯坦(8.03%)、美国(4.33%) | 中国(9.72%)、菲律宾(6.56%)、伊拉克(3.70%)、科特迪瓦(3.60%)、贝宁(3.52%)、塞内加尔(3.27%) |
Tab.2 Major exporting and importing countries in global rice trade from 2001 to 2022
年份 | 主要出口国及占全球出口比重 | 主要进口国及占全球进口比重 |
---|---|---|
2001 | 泰国(37.81%)、美国(10.49%)、中国(9.17%)、越南(8.91%)、印度(8.55%) | 尼日利亚(8.12%)、科特迪瓦(6.30%)、塞内加尔(4.59%)、沙特阿拉伯(3.99%)、巴西(3.69%) |
2006 | 泰国(24.79%)、越南(15.48%)、印度(14.85%)、美国(12.83%)、巴基斯坦(11.83%) | 菲律宾(5.86%)、科特迪瓦(4.93%)、伊朗(4.41%)、伊拉克(4.20%)、南非(3.43%)、尼日利亚(3.38%) |
2011 | 泰国(28.40%)、越南(18.88%)、印度(13.31%)、美国(9.86%)、巴基斯坦(9.06%) | 印度尼西亚(7.22%)、尼日利亚(5.68%)、博茨瓦纳(5.32%)、伊朗(3.59%)、孟加拉国(3.34%)、阿联酋(3.33%) |
2016 | 泰国(24.03%)、印度(24.03%)、越南(11.67%)、巴基斯坦(9.60%)、美国(9.43%) | 中国(9.36%)、贝宁(5.34%)、科特迪瓦(3.50%)、沙特阿拉伯(3.04%)、阿拉伯联合酋长国(3.01%) |
2021 | 印度(41.49%)、泰国(11.84%)、越南(11.13%),巴基斯坦(7.77%)、美国(6.60%) | 中国(9.26%)、菲律宾(5.59%)、孟加拉国(5.01%)、科特迪瓦(3.66%)、贝宁(3.26%)、塞内加尔(2.88%) |
2022 | 印度(38.80%)、泰国(13.43%)、越南(11.45%)、巴基斯坦(8.03%)、美国(4.33%) | 中国(9.72%)、菲律宾(6.56%)、伊拉克(3.70%)、科特迪瓦(3.60%)、贝宁(3.52%)、塞内加尔(3.27%) |
统计特征 | 统计指标 | 年份 | |||||
---|---|---|---|---|---|---|---|
2001 | 2006 | 2011 | 2016 | 2021 | 2022 | ||
网络规模 | 节点数 | 219 | 227 | 224 | 227 | 228 | 230 |
边数 | 1 957 | 2 459 | 2 858 | 3 330 | 3 363 | 3 318 | |
平均度 | 9.02 | 10.82 | 12.83 | 14.65 | 14.75 | 14.37 | |
网络密度 | 0.04 | 0.05 | 0.06 | 0.06 | 0.06 | 0.06 | |
小世界性 | 平均聚类系数 | 0.19 | 0.22 | 0.22 | 0.24 | 0.27 | 0.26 |
平均路径长度 | 3.07 | 2.87 | 2.74 | 2.59 | 2.56 | 2.52 |
Tab.3 Key indicators of global rice trade network characteristics from 2001 to 2022
统计特征 | 统计指标 | 年份 | |||||
---|---|---|---|---|---|---|---|
2001 | 2006 | 2011 | 2016 | 2021 | 2022 | ||
网络规模 | 节点数 | 219 | 227 | 224 | 227 | 228 | 230 |
边数 | 1 957 | 2 459 | 2 858 | 3 330 | 3 363 | 3 318 | |
平均度 | 9.02 | 10.82 | 12.83 | 14.65 | 14.75 | 14.37 | |
网络密度 | 0.04 | 0.05 | 0.06 | 0.06 | 0.06 | 0.06 | |
小世界性 | 平均聚类系数 | 0.19 | 0.22 | 0.22 | 0.24 | 0.27 | 0.26 |
平均路径长度 | 3.07 | 2.87 | 2.74 | 2.59 | 2.56 | 2.52 |
指标 | 排名 | 2001 | 2006 | 2011 | 2016 | 2021 | 2022 | ||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
度数中心度 | 1 | 泰国 | 0.83 | 美国 | 0.87 | 美国 | 0.89 | 印度 | 0.87 | 印度 | 0.86 | 美国 | 0.88 |
2 | 美国 | 0.83 | 泰国 | 0.83 | 泰国 | 0.87 | 美国 | 0.85 | 美国 | 0.86 | 印度 | 0.86 | |
3 | 印度 | 0.70 | 中国 | 0.79 | 巴基斯坦 | 0.83 | 泰国 | 0.83 | 中国 | 0.77 | 泰国 | 0.77 | |
4 | 中国 | 0.61 | 印度 | 0.79 | 印度 | 0.80 | 巴基斯坦 | 0.79 | 泰国 | 0.77 | 巴基斯坦 | 0.70 | |
5 | 日本 | 0.59 | 巴基斯坦 | 0.77 | 越南 | 0.74 | 越南 | 0.76 | 巴基斯坦 | 0.74 | 越南 | 0.70 | |
6 | 越南 | 0.59 | 越南 | 0.77 | 巴西 | 0.65 | 中国 | 0.63 | 越南 | 0.70 | 中国 | 0.67 | |
7 | 意大利 | 0.54 | 埃及 | 0.57 | 意大利 | 0.61 | 巴西 | 0.59 | 意大利 | 0.54 | 意大利 | 0.65 | |
8 | 乌拉圭 | 0.37 | 意大利 | 0.57 | 乌拉圭 | 0.57 | 意大利 | 0.59 | 乌拉圭 | 0.40 | 缅甸 | 0.42 | |
9 | 阿根廷 | 0.20 | 乌拉圭 | 0.40 | 中国 | 0.52 | 乌拉圭 | 0.41 | 缅甸 | 0.37 | 乌拉圭 | 0.40 | |
10 | 比利时 | 0.20 | 阿根廷 | 0.23 | 阿根廷 | 0.33 | 巴拉圭 | 0.26 | 巴拉圭 | 0.35 | 巴拉圭 | 0.28 | |
接近中心度 | 1 | 泰国 | 0.85 | 美国 | 0.89 | 美国 | 0.90 | 印度 | 0.89 | 印度 | 0.88 | 美国 | 0.96 |
2 | 美国 | 0.85 | 泰国 | 0.86 | 泰国 | 0.89 | 美国 | 0.87 | 美国 | 0.88 | 印度 | 0.95 | |
3 | 印度 | 0.75 | 中国 | 0.83 | 印度 | 0.84 | 泰国 | 0.84 | 中国 | 0.81 | 泰国 | 0.92 | |
4 | 中国 | 0.72 | 印度 | 0.83 | 巴基斯坦 | 0.84 | 巴基斯坦 | 0.81 | 泰国 | 0.81 | 越南 | 0.90 | |
5 | 日本 | 0.71 | 越南 | 0.81 | 越南 | 0.79 | 越南 | 0.80 | 巴基斯坦 | 0.80 | 中国 | 0.89 | |
6 | 越南 | 0.69 | 巴基斯坦 | 0.80 | 巴西 | 0.74 | 中国 | 0.73 | 越南 | 0.77 | 巴基斯坦 | 0.89 | |
7 | 意大利 | 0.68 | 意大利 | 0.70 | 意大利 | 0.72 | 巴西 | 0.71 | 意大利 | 0.67 | 意大利 | 0.87 | |
8 | 乌拉圭 | 0.59 | 埃及 | 0.68 | 乌拉圭 | 0.69 | 意大利 | 0.69 | 缅甸 | 0.61 | 缅甸 | 0.79 | |
9 | 加拿大 | 0.55 | 乌拉圭 | 0.61 | 中国 | 0.68 | 乌拉圭 | 0.59 | 乌拉圭 | 0.57 | 乌拉圭 | 0.76 | |
10 | 比利时 | 0.55 | 加拿大 | 0.56 | 阿根廷 | 0.58 | 阿联酋 | 0.56 | 比利时 | 0.57 | 英国 | 0.74 | |
中间中心度 | 1 | 泰国 | 20.43 | 美国 | 13.37 | 泰国 | 13.18 | 印度 | 15.77 | 泰国 | 13.18 | 印度 | 16.19 |
2 | 美国 | 19.33 | 泰国 | 11.62 | 美国 | 11.87 | 泰国 | 12.02 | 美国 | 11.87 | 美国 | 14.75 | |
3 | 印度 | 10.38 | 印度 | 10.50 | 巴基斯坦 | 10.90 | 美国 | 11.79 | 巴基斯坦 | 10.90 | 泰国 | 10.67 | |
4 | 越南 | 7.91 | 越南 | 9.38 | 印度 | 10.76 | 巴基斯坦 | 11.24 | 印度 | 10.76 | 巴基斯坦 | 8.85 | |
5 | 中国 | 7.76 | 巴基斯坦 | 9.18 | 越南 | 8.27 | 越南 | 9.41 | 越南 | 8.27 | 中国 | 6.40 | |
6 | 意大利 | 6.13 | 中国 | 8.71 | 意大利 | 5.38 | 中国 | 4.65 | 意大利 | 5.38 | 意大利 | 6.30 | |
7 | 日本 | 5.43 | 意大利 | 4.84 | 巴西 | 4.84 | 意大利 | 4.33 | 巴西 | 4.84 | 越南 | 5.88 | |
8 | 乌拉圭 | 3.10 | 埃及 | 4.04 | 乌拉圭 | 4.15 | 巴西 | 3.74 | 乌拉圭 | 4.15 | 乌拉圭 | 2.20 | |
9 | 加拿大 | 0.83 | 乌拉圭 | 2.48 | 中国 | 3.65 | 乌拉圭 | 1.94 | 中国 | 3.65 | 缅甸 | 1.96 | |
10 | 马来西亚 | 0.72 | 阿根廷 | 0.56 | 阿根廷 | 1.23 | 巴拉圭 | 0.59 | 阿根廷 | 1.23 | 巴拉圭 | 1.13 |
Tab.4 Top 10 countries ranked in centrality index values
指标 | 排名 | 2001 | 2006 | 2011 | 2016 | 2021 | 2022 | ||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
度数中心度 | 1 | 泰国 | 0.83 | 美国 | 0.87 | 美国 | 0.89 | 印度 | 0.87 | 印度 | 0.86 | 美国 | 0.88 |
2 | 美国 | 0.83 | 泰国 | 0.83 | 泰国 | 0.87 | 美国 | 0.85 | 美国 | 0.86 | 印度 | 0.86 | |
3 | 印度 | 0.70 | 中国 | 0.79 | 巴基斯坦 | 0.83 | 泰国 | 0.83 | 中国 | 0.77 | 泰国 | 0.77 | |
4 | 中国 | 0.61 | 印度 | 0.79 | 印度 | 0.80 | 巴基斯坦 | 0.79 | 泰国 | 0.77 | 巴基斯坦 | 0.70 | |
5 | 日本 | 0.59 | 巴基斯坦 | 0.77 | 越南 | 0.74 | 越南 | 0.76 | 巴基斯坦 | 0.74 | 越南 | 0.70 | |
6 | 越南 | 0.59 | 越南 | 0.77 | 巴西 | 0.65 | 中国 | 0.63 | 越南 | 0.70 | 中国 | 0.67 | |
7 | 意大利 | 0.54 | 埃及 | 0.57 | 意大利 | 0.61 | 巴西 | 0.59 | 意大利 | 0.54 | 意大利 | 0.65 | |
8 | 乌拉圭 | 0.37 | 意大利 | 0.57 | 乌拉圭 | 0.57 | 意大利 | 0.59 | 乌拉圭 | 0.40 | 缅甸 | 0.42 | |
9 | 阿根廷 | 0.20 | 乌拉圭 | 0.40 | 中国 | 0.52 | 乌拉圭 | 0.41 | 缅甸 | 0.37 | 乌拉圭 | 0.40 | |
10 | 比利时 | 0.20 | 阿根廷 | 0.23 | 阿根廷 | 0.33 | 巴拉圭 | 0.26 | 巴拉圭 | 0.35 | 巴拉圭 | 0.28 | |
接近中心度 | 1 | 泰国 | 0.85 | 美国 | 0.89 | 美国 | 0.90 | 印度 | 0.89 | 印度 | 0.88 | 美国 | 0.96 |
2 | 美国 | 0.85 | 泰国 | 0.86 | 泰国 | 0.89 | 美国 | 0.87 | 美国 | 0.88 | 印度 | 0.95 | |
3 | 印度 | 0.75 | 中国 | 0.83 | 印度 | 0.84 | 泰国 | 0.84 | 中国 | 0.81 | 泰国 | 0.92 | |
4 | 中国 | 0.72 | 印度 | 0.83 | 巴基斯坦 | 0.84 | 巴基斯坦 | 0.81 | 泰国 | 0.81 | 越南 | 0.90 | |
5 | 日本 | 0.71 | 越南 | 0.81 | 越南 | 0.79 | 越南 | 0.80 | 巴基斯坦 | 0.80 | 中国 | 0.89 | |
6 | 越南 | 0.69 | 巴基斯坦 | 0.80 | 巴西 | 0.74 | 中国 | 0.73 | 越南 | 0.77 | 巴基斯坦 | 0.89 | |
7 | 意大利 | 0.68 | 意大利 | 0.70 | 意大利 | 0.72 | 巴西 | 0.71 | 意大利 | 0.67 | 意大利 | 0.87 | |
8 | 乌拉圭 | 0.59 | 埃及 | 0.68 | 乌拉圭 | 0.69 | 意大利 | 0.69 | 缅甸 | 0.61 | 缅甸 | 0.79 | |
9 | 加拿大 | 0.55 | 乌拉圭 | 0.61 | 中国 | 0.68 | 乌拉圭 | 0.59 | 乌拉圭 | 0.57 | 乌拉圭 | 0.76 | |
10 | 比利时 | 0.55 | 加拿大 | 0.56 | 阿根廷 | 0.58 | 阿联酋 | 0.56 | 比利时 | 0.57 | 英国 | 0.74 | |
中间中心度 | 1 | 泰国 | 20.43 | 美国 | 13.37 | 泰国 | 13.18 | 印度 | 15.77 | 泰国 | 13.18 | 印度 | 16.19 |
2 | 美国 | 19.33 | 泰国 | 11.62 | 美国 | 11.87 | 泰国 | 12.02 | 美国 | 11.87 | 美国 | 14.75 | |
3 | 印度 | 10.38 | 印度 | 10.50 | 巴基斯坦 | 10.90 | 美国 | 11.79 | 巴基斯坦 | 10.90 | 泰国 | 10.67 | |
4 | 越南 | 7.91 | 越南 | 9.38 | 印度 | 10.76 | 巴基斯坦 | 11.24 | 印度 | 10.76 | 巴基斯坦 | 8.85 | |
5 | 中国 | 7.76 | 巴基斯坦 | 9.18 | 越南 | 8.27 | 越南 | 9.41 | 越南 | 8.27 | 中国 | 6.40 | |
6 | 意大利 | 6.13 | 中国 | 8.71 | 意大利 | 5.38 | 中国 | 4.65 | 意大利 | 5.38 | 意大利 | 6.30 | |
7 | 日本 | 5.43 | 意大利 | 4.84 | 巴西 | 4.84 | 意大利 | 4.33 | 巴西 | 4.84 | 越南 | 5.88 | |
8 | 乌拉圭 | 3.10 | 埃及 | 4.04 | 乌拉圭 | 4.15 | 巴西 | 3.74 | 乌拉圭 | 4.15 | 乌拉圭 | 2.20 | |
9 | 加拿大 | 0.83 | 乌拉圭 | 2.48 | 中国 | 3.65 | 乌拉圭 | 1.94 | 中国 | 3.65 | 缅甸 | 1.96 | |
10 | 马来西亚 | 0.72 | 阿根廷 | 0.56 | 阿根廷 | 1.23 | 巴拉圭 | 0.59 | 阿根廷 | 1.23 | 巴拉圭 | 1.13 |
年份 | 社群 | 数量/个 | 社群国家(地区)构成 |
---|---|---|---|
2001年 | 第一社群 | 30 | 印度、意大利、英国、德国、比利时、西班牙、法国、保加利亚、斯里兰卡、奥地利、瑞典、丹麦、黎巴嫩、希腊、葡萄牙、科威特、匈牙利、芬兰、捷克、爱沙尼亚、特立尼达和多巴哥、沙特阿拉伯、爱尔兰、马耳他、塞尔维亚和黑山、斯洛文尼亚、圭亚那、克罗地亚、阿曼、圣文森特和格林纳丁斯 |
第二社群 | 3 | 乌拉圭、巴西、阿根廷 | |
第三社群 | 7 | 埃及、土耳其、澳大利亚、乌克兰、罗马尼亚、塞浦路斯、世界其他地区 | |
第四社群 | 27 | 泰国、美国、荷兰、越南、阿联酋、中国、日本、伊朗、瑞士、俄罗斯、加拿大、南非、新加坡、挪威、安哥拉、肯尼亚、拉脱维亚、以色列、加纳、印度尼西亚、马来西亚、新西兰、科特迪瓦、约旦、苏里南、多哥、其他亚洲国家或地区 | |
2006年 | 第一社群 | 26 | 泰国、印度、美国、巴基斯坦、中国、加拿大、阿联酋、斯里兰卡、南非、日本、瑞典、孟加拉国、俄罗斯、立陶宛、科威特、沙特阿拉伯、澳大利亚、新西兰、拉脱维亚、卡塔尔、伊朗、韩国、格鲁吉亚、塞内加尔、科特迪瓦、其他亚洲国家或地区 |
第二社群 | 28 | 意大利、西班牙、英国、埃及、德国、荷兰、法国、比利时、黎巴嫩、希腊、波兰、保加利亚、土耳其、奥地利、丹麦、捷克、罗马尼亚、葡萄牙、塞浦路斯、挪威、爱尔兰、约旦、乌克兰、芬兰、斯洛文尼亚、圭亚那、苏里南、特立尼达和多巴哥 | |
第三社群 | 4 | 瑞士、巴西、乌拉圭、阿根廷 | |
第四社群 | 5 | 越南、新加坡、马来西亚、菲律宾、印度尼西亚 | |
2011年 | 第一社群 | 12 | 印度、巴基斯坦、土耳其、阿联酋、保加利亚、俄罗斯、斯里兰卡、乌克兰、罗马尼亚、科威特、沙特阿拉伯、埃及 |
第二社群 | 29 | 荷兰、意大利、英国、德国、西班牙、法国、比利时、波兰、巴西、奥地利、黎巴嫩、柬埔寨、丹麦、希腊、乌拉圭、瑞典、捷克、阿根廷、瑞士、葡萄牙、立陶宛、塞浦路斯、挪威、爱尔兰、匈牙利、拉脱维亚、芬兰、塞尔维亚、斯洛文尼亚 | |
第三社群 | 9 | 越南、澳大利亚、韩国、新加坡、中国、其他亚洲、缅甸、菲律宾、塞内加尔 | |
第四社群 | 11 | 泰国、美国、加拿大、日本、南非、新西兰、加纳、以色列、安哥拉、尼日利亚、孟加拉国 | |
2016年 | 第一社群 | 22 | 意大利、西班牙、荷兰、德国、法国、英国、比利时、柬埔寨、葡萄牙、希腊、丹麦、波兰、塞浦路斯、瑞典、保加利亚、奥地利、捷克、挪威、芬兰、罗马尼亚、爱沙尼亚、斯洛文尼亚 |
第二社群 | 25 | 美国、巴基斯坦、泰国、越南、缅甸、中国、加拿大、日本、澳大利亚、韩国、新加坡、南非、斯里兰卡、立陶宛、加纳、新西兰、科特迪瓦、约旦、马来西亚、圭亚那、安哥拉、巴拿马、刚果、特立尼达和多巴哥、其他亚洲国家或地区 | |
第三社群 | 5 | 巴西、瑞士、乌拉圭、阿根廷、巴拉圭 | |
第四社群 | 12 | 印度、土耳其、阿联酋、黎巴嫩、俄罗斯、乌克兰、沙特阿拉伯、埃及、巴林、卡塔尔、科威特、塞内加尔 | |
2021年 | 第一社群 | 18 | 印度、英国、土耳其、巴基斯坦、阿联酋、柬埔寨、中国、俄罗斯、乌克兰、斯里兰卡、沙特阿拉伯、莫桑比克、黎巴嫩、巴林、印度尼西亚、肯尼亚、科特迪瓦、坦桑尼亚 |
第二社群 | 10 | 泰国、美国、日本、加拿大、南非、韩国、其他亚洲、澳大利亚、新西兰、以色列 | |
第三社群 | 31 | 意大利、荷兰、法国、西班牙、德国、比利时、葡萄牙、希腊、波兰、丹麦、巴西、奥地利、瑞典、捷克、保加利亚、缅甸、立陶宛、瑞士、芬兰、塞浦路斯、罗马尼亚、斯洛文尼亚、挪威、爱尔兰、匈牙利、拉脱维亚、爱沙尼亚、克罗地亚、乌拉圭、圭亚那、巴拉圭 | |
第四社群 | 4 | 越南、加纳、菲律宾、新加坡 | |
2022年 | 第一社群 | 18 | 印度、巴基斯坦、土耳其、阿联酋、斯里兰卡、中国、乌克兰、黎巴嫩、卡塔尔、沙特阿拉伯、莫桑比克、阿曼、巴林、塞内加尔、坦桑尼亚、约旦、肯尼亚、科特迪瓦 |
第二社群 | 11 | 泰国、美国、日本、韩国、加拿大、南非、挪威、以色列、澳大利亚、中国香港、新西兰 | |
第三社群 | 3 | 越南、新加坡、菲律宾 | |
第四社群 | 33 | 意大利、英国、法国、西班牙、荷兰、德国、葡萄牙、比利时、巴西、保加利亚、柬埔寨、希腊、丹麦、波兰、缅甸、奥地利、塞浦路斯、芬兰、捷克、罗马尼亚、瑞典、立陶宛、匈牙利、拉脱维亚、斯洛文尼亚、斯洛伐克、瑞士、爱沙尼亚、爱尔兰、克罗地亚、乌拉圭、巴拉圭、圭亚那 |
Tab.5 Community composition of the global rice trade network across various time points
年份 | 社群 | 数量/个 | 社群国家(地区)构成 |
---|---|---|---|
2001年 | 第一社群 | 30 | 印度、意大利、英国、德国、比利时、西班牙、法国、保加利亚、斯里兰卡、奥地利、瑞典、丹麦、黎巴嫩、希腊、葡萄牙、科威特、匈牙利、芬兰、捷克、爱沙尼亚、特立尼达和多巴哥、沙特阿拉伯、爱尔兰、马耳他、塞尔维亚和黑山、斯洛文尼亚、圭亚那、克罗地亚、阿曼、圣文森特和格林纳丁斯 |
第二社群 | 3 | 乌拉圭、巴西、阿根廷 | |
第三社群 | 7 | 埃及、土耳其、澳大利亚、乌克兰、罗马尼亚、塞浦路斯、世界其他地区 | |
第四社群 | 27 | 泰国、美国、荷兰、越南、阿联酋、中国、日本、伊朗、瑞士、俄罗斯、加拿大、南非、新加坡、挪威、安哥拉、肯尼亚、拉脱维亚、以色列、加纳、印度尼西亚、马来西亚、新西兰、科特迪瓦、约旦、苏里南、多哥、其他亚洲国家或地区 | |
2006年 | 第一社群 | 26 | 泰国、印度、美国、巴基斯坦、中国、加拿大、阿联酋、斯里兰卡、南非、日本、瑞典、孟加拉国、俄罗斯、立陶宛、科威特、沙特阿拉伯、澳大利亚、新西兰、拉脱维亚、卡塔尔、伊朗、韩国、格鲁吉亚、塞内加尔、科特迪瓦、其他亚洲国家或地区 |
第二社群 | 28 | 意大利、西班牙、英国、埃及、德国、荷兰、法国、比利时、黎巴嫩、希腊、波兰、保加利亚、土耳其、奥地利、丹麦、捷克、罗马尼亚、葡萄牙、塞浦路斯、挪威、爱尔兰、约旦、乌克兰、芬兰、斯洛文尼亚、圭亚那、苏里南、特立尼达和多巴哥 | |
第三社群 | 4 | 瑞士、巴西、乌拉圭、阿根廷 | |
第四社群 | 5 | 越南、新加坡、马来西亚、菲律宾、印度尼西亚 | |
2011年 | 第一社群 | 12 | 印度、巴基斯坦、土耳其、阿联酋、保加利亚、俄罗斯、斯里兰卡、乌克兰、罗马尼亚、科威特、沙特阿拉伯、埃及 |
第二社群 | 29 | 荷兰、意大利、英国、德国、西班牙、法国、比利时、波兰、巴西、奥地利、黎巴嫩、柬埔寨、丹麦、希腊、乌拉圭、瑞典、捷克、阿根廷、瑞士、葡萄牙、立陶宛、塞浦路斯、挪威、爱尔兰、匈牙利、拉脱维亚、芬兰、塞尔维亚、斯洛文尼亚 | |
第三社群 | 9 | 越南、澳大利亚、韩国、新加坡、中国、其他亚洲、缅甸、菲律宾、塞内加尔 | |
第四社群 | 11 | 泰国、美国、加拿大、日本、南非、新西兰、加纳、以色列、安哥拉、尼日利亚、孟加拉国 | |
2016年 | 第一社群 | 22 | 意大利、西班牙、荷兰、德国、法国、英国、比利时、柬埔寨、葡萄牙、希腊、丹麦、波兰、塞浦路斯、瑞典、保加利亚、奥地利、捷克、挪威、芬兰、罗马尼亚、爱沙尼亚、斯洛文尼亚 |
第二社群 | 25 | 美国、巴基斯坦、泰国、越南、缅甸、中国、加拿大、日本、澳大利亚、韩国、新加坡、南非、斯里兰卡、立陶宛、加纳、新西兰、科特迪瓦、约旦、马来西亚、圭亚那、安哥拉、巴拿马、刚果、特立尼达和多巴哥、其他亚洲国家或地区 | |
第三社群 | 5 | 巴西、瑞士、乌拉圭、阿根廷、巴拉圭 | |
第四社群 | 12 | 印度、土耳其、阿联酋、黎巴嫩、俄罗斯、乌克兰、沙特阿拉伯、埃及、巴林、卡塔尔、科威特、塞内加尔 | |
2021年 | 第一社群 | 18 | 印度、英国、土耳其、巴基斯坦、阿联酋、柬埔寨、中国、俄罗斯、乌克兰、斯里兰卡、沙特阿拉伯、莫桑比克、黎巴嫩、巴林、印度尼西亚、肯尼亚、科特迪瓦、坦桑尼亚 |
第二社群 | 10 | 泰国、美国、日本、加拿大、南非、韩国、其他亚洲、澳大利亚、新西兰、以色列 | |
第三社群 | 31 | 意大利、荷兰、法国、西班牙、德国、比利时、葡萄牙、希腊、波兰、丹麦、巴西、奥地利、瑞典、捷克、保加利亚、缅甸、立陶宛、瑞士、芬兰、塞浦路斯、罗马尼亚、斯洛文尼亚、挪威、爱尔兰、匈牙利、拉脱维亚、爱沙尼亚、克罗地亚、乌拉圭、圭亚那、巴拉圭 | |
第四社群 | 4 | 越南、加纳、菲律宾、新加坡 | |
2022年 | 第一社群 | 18 | 印度、巴基斯坦、土耳其、阿联酋、斯里兰卡、中国、乌克兰、黎巴嫩、卡塔尔、沙特阿拉伯、莫桑比克、阿曼、巴林、塞内加尔、坦桑尼亚、约旦、肯尼亚、科特迪瓦 |
第二社群 | 11 | 泰国、美国、日本、韩国、加拿大、南非、挪威、以色列、澳大利亚、中国香港、新西兰 | |
第三社群 | 3 | 越南、新加坡、菲律宾 | |
第四社群 | 33 | 意大利、英国、法国、西班牙、荷兰、德国、葡萄牙、比利时、巴西、保加利亚、柬埔寨、希腊、丹麦、波兰、缅甸、奥地利、塞浦路斯、芬兰、捷克、罗马尼亚、瑞典、立陶宛、匈牙利、拉脱维亚、斯洛文尼亚、斯洛伐克、瑞士、爱沙尼亚、爱尔兰、克罗地亚、乌拉圭、巴拉圭、圭亚那 |
变量 | 变量含义 | 变量说明 | 数据来源 |
---|---|---|---|
GDP | 经济规模差值矩阵 | 两国国内生产总值差值绝对值 | 世界银行数据库(WDI) |
PGDP | 人均收入差值矩阵 | 两国人均国内生产总值差值绝对值 | 世界银行数据库(WDI) |
Pry | 人均稻米产量差值矩阵 | 两国人均稻米产量差值绝对值 | 联合国粮农组织统计数据库(FAO) |
Labor Rate GE | 劳动力规模差值矩阵 关税差值矩阵 政府效能差值矩阵 | 两国劳动力总量差值绝对值 两国关税差值绝对值 两国政府效能的差值绝对值 | 世界银行数据库(WDI) 世界银行数据库(WDI) 世界银行数据库(WDI) |
Dist | 地理距离矩阵 | 两国首都距离差值绝对值 | 法国CEPII数据库 |
Lang | 共同官方语言0-1矩阵 | 两国语言相同取1,否则取0 | 法国CEPII数据库 |
yij | 加权贸易网络矩阵 | 被解释变量,两国稻米贸易规模 | 联合国商品贸易数据库 |
Tab.6 Definitions of indicators for influencing factors on global rice trade
变量 | 变量含义 | 变量说明 | 数据来源 |
---|---|---|---|
GDP | 经济规模差值矩阵 | 两国国内生产总值差值绝对值 | 世界银行数据库(WDI) |
PGDP | 人均收入差值矩阵 | 两国人均国内生产总值差值绝对值 | 世界银行数据库(WDI) |
Pry | 人均稻米产量差值矩阵 | 两国人均稻米产量差值绝对值 | 联合国粮农组织统计数据库(FAO) |
Labor Rate GE | 劳动力规模差值矩阵 关税差值矩阵 政府效能差值矩阵 | 两国劳动力总量差值绝对值 两国关税差值绝对值 两国政府效能的差值绝对值 | 世界银行数据库(WDI) 世界银行数据库(WDI) 世界银行数据库(WDI) |
Dist | 地理距离矩阵 | 两国首都距离差值绝对值 | 法国CEPII数据库 |
Lang | 共同官方语言0-1矩阵 | 两国语言相同取1,否则取0 | 法国CEPII数据库 |
yij | 加权贸易网络矩阵 | 被解释变量,两国稻米贸易规模 | 联合国商品贸易数据库 |
变量 | 2001年 | 2006年 | 2011年 | 2016年 | 2021年 | 2022年 |
---|---|---|---|---|---|---|
GDP | 0.18** | 0.09 | 0.07 | 0.13* | 0.17** | 0.12* |
PGDP | 0.00 | -0.07** | -0.05 | -0.05 | -0.05 | -0.06* |
GE | -0.04 | -0.07** | -0.09*** | -0.09*** | -0.05 | -0.04 |
Rate | -0.03 | -0.09*** | -0.02 | -0.05* | -0.08*** | -0.08*** |
Pry | 0.27*** | 0.22*** | 0.27*** | 0.19** | 0.11* | 0.16* |
Labor | 0.13* | 0.16** | 0.12* | 0.22** | 0.36** | 0.35** |
Dist | -0.11*** | -0.07** | -0.08** | -0.08** | -0.05 | -0.05 |
Lang | -0.02 | -0.02 | -0.02 | -0.01 | 0.00 | 0.02 |
Tab.7 Result of Quadratic Assignment Procedure (QAP) correlation analysis
变量 | 2001年 | 2006年 | 2011年 | 2016年 | 2021年 | 2022年 |
---|---|---|---|---|---|---|
GDP | 0.18** | 0.09 | 0.07 | 0.13* | 0.17** | 0.12* |
PGDP | 0.00 | -0.07** | -0.05 | -0.05 | -0.05 | -0.06* |
GE | -0.04 | -0.07** | -0.09*** | -0.09*** | -0.05 | -0.04 |
Rate | -0.03 | -0.09*** | -0.02 | -0.05* | -0.08*** | -0.08*** |
Pry | 0.27*** | 0.22*** | 0.27*** | 0.19** | 0.11* | 0.16* |
Labor | 0.13* | 0.16** | 0.12* | 0.22** | 0.36** | 0.35** |
Dist | -0.11*** | -0.07** | -0.08** | -0.08** | -0.05 | -0.05 |
Lang | -0.02 | -0.02 | -0.02 | -0.01 | 0.00 | 0.02 |
变量 | 2001年 | 2006年 | 2011年 | 2016年 | 2021年 | 2022年 |
---|---|---|---|---|---|---|
GDP | 0.19** | 0.09* | 0.08* | 0.05 | -0.04 | -0.08* |
GE | -0.03 | -0.02 | -0.06** | -0.05* | -0.01 | 0.01 |
Rate | -0.04 | -0.06** | -0.04 | -0.02 | -0.03 | -0.03 |
Pry | 0.27*** | 0.22*** | 0.27*** | 0.17** | 0.11** | 0.13** |
Labor | 0.07* | 0.13* | 0.07 | 0.18** | 0.38*** | 0.39*** |
Dist | -0.09*** | -0.09*** | -0.10*** | -0.08** | -0.10*** | -0.08*** |
R-Square | 0.13 | 0.09 | 0.10 | 0.09 | 0.15 | 0.15 |
Adj R-Sqr | 0.13 | 0.09 | 0.10 | 0.09 | 0.15 | 0.15 |
Tab.8 Quadratic Assignment Procedure (QAP) regression analysis
变量 | 2001年 | 2006年 | 2011年 | 2016年 | 2021年 | 2022年 |
---|---|---|---|---|---|---|
GDP | 0.19** | 0.09* | 0.08* | 0.05 | -0.04 | -0.08* |
GE | -0.03 | -0.02 | -0.06** | -0.05* | -0.01 | 0.01 |
Rate | -0.04 | -0.06** | -0.04 | -0.02 | -0.03 | -0.03 |
Pry | 0.27*** | 0.22*** | 0.27*** | 0.17** | 0.11** | 0.13** |
Labor | 0.07* | 0.13* | 0.07 | 0.18** | 0.38*** | 0.39*** |
Dist | -0.09*** | -0.09*** | -0.10*** | -0.08** | -0.10*** | -0.08*** |
R-Square | 0.13 | 0.09 | 0.10 | 0.09 | 0.15 | 0.15 |
Adj R-Sqr | 0.13 | 0.09 | 0.10 | 0.09 | 0.15 | 0.15 |
1 | 王建英,陈志钢,张成龙. 转型时期稻米价值链成本竞争力的国际比较——来自中国、印度、越南、孟加拉国、老挝五国的证据. 农业经济问题, 2018(10):102-120. |
WANG J, CHEN Z, ZHANG C. International comparison of the cost competitiveness of the rice value chain during the transition period: Evidence from China, India, Vietnam, Bangladesh, and Laos. Issues in Agricultural Economy, 2018 (10):102-120. | |
2 | 韩冬,钟钰. 地缘因素对我国粮食进口韧性的冲击与政策响应. 国际贸易, 2023(9):52-61. |
HAN D, ZHONG Y. The impact of geopolitical factors on China's grain import resilience and policy response. International Trade, 2023(9):52-61. | |
3 | 青平,邓秀新,闵师,等. "双循环"背景下我国粮食安全韧性及风险管控战略研究. 中国工程科学, 2023, 25(4):26-38. |
QING P, DENG X, MIN S, et al. Study on grain security resilience and risk management strategies in China under the "dual circulation" context. Chinese Engineering Science, 2023, 25(4):26-38. | |
4 | 王念,程昌秀,林耿. 中国农产品贸易结构演化及对粮食安全的影响. 地理学报, 2022,77(10):2599-2615. |
WANG N, CHENG C, LIN G. Evolution of China's agricultural trade structure and its impact on food security. Acta Geographica Sinica, 2022, 77(10):2599-2615. | |
5 | 奎国秀,祁春节,方国柱. 中国主要粮食产品进口贸易的资源效应和环境效应研究. 世界农业, 2021(5):16-25. |
KUI G, QI C, FANG G. Study on the resource and environmental effects of China's main grain product import trade. World Agriculture, 2021 (5):16-25. | |
6 | 汪艺晗,杨谨,刘其芸,等. "一带一路"国家粮食贸易下虚拟水和隐含能源流动. 资源科学, 2021, 43(5): 974-986. |
WANG Y, YANG J, LIU Q, et al. Virtual water and implicit energy flow in grain trade under the Belt and Road Initiative. Resources Science, 2021, 43(5): 974-986. | |
7 | 于晓华,刘畅,张国政. 国际粮食贸易背景下的市场整合与虚拟资源流动——以中国、巴基斯坦大米市场为例. 自然资源学报, 2021, 36(6): 1505-1520. |
YU X, LIU C, ZHANG G. Market integration and virtual resource flow in the context of international grain trade: A case study of the China-Pakistan rice market. Journal of Natural Resources, 2021, 36(6): 1505-1520. | |
8 | 李优树,冉丹. 石油产业链贸易网络及其影响因素研究——以"一带一路"沿线国家为例. 经济问题, 2021(9):111-118. |
LI Y, RAN D. Study on the trade network and influencing factors of the petroleum industry chain: A case of the Belt and Road countries. Issues in Economy, 2021(9):111-118. | |
9 | 祝孔超,赵媛,夏四友,等. "一带一路"沿线国家石油产品贸易网络演化分析. 世界地理研究, 2023, 32(6): 28-38. |
ZHU K, ZHAO Y, XIA S, et al. Evolution analysis of petroleum product trade network among Belt and Road countries. World Geography Research, 2023, 32(6): 28-38. | |
10 | 马远,徐俐俐. 丝绸之路经济带沿线国家石油贸易网络结构特征及影响因素. 国际贸易问题, 2016(11):31-41. |
MA Y, XU L. Structural characteristics and influencing factors of the oil trade network along the Silk Road Economic Belt countries. Issues in International Trade, 2016(11):31-41. | |
11 | 王文宇,贺灿飞,任卓然. 中国矿产资源贸易网络演化. 自然资源学报, 2021,36(7):1893-1908. |
WANG W, HE C, REN Z. Evolution of China's mineral resource trade network. Journal of Natural Resources, 2021, 36(7):1893-1908. | |
12 | 李庭竹,杜德斌,黄晓东. 全球集成电路贸易网络的空间结构演化与关系升级. 地理研究, 2023, 42(3):597-616. |
LI T, DU D, HUANG X. Spatial structure evolution and relationship upgrading of the global integrated circuit trade network. Geographical Research, 2023, 42(3):597-616. | |
13 | 齐玮,李启昊. 全球新能源汽车贸易网络动态演化特征及影响因素研究. 世界地理研究, 2023(5):1-16. |
QI W, LI Q. Study on the dynamic evolution characteristics and influencing factors of the global new energy vehicle trade network. World Geography Research, 2023(5):1-16. | |
14 | 郭卫东,杜德斌. 全球军事科技贸易网络空间格局演化及影响因素. 地理学报, 2023, 78(2):403-422. |
GUO W, DU D. Evolution and influencing factors of the spatial pattern of the global military technology trade network. Acta Geographica Sinica, 2023, 78(2):403-422. | |
15 | 王晓卓. "一带一路"沿线国家纺织品贸易的社会网络分析. 世界地理研究, 2023(4):1-14. |
WANG X. Social network analysis of textile trade among Belt and Road countries. World Geography Research, 2023(4):1-14. | |
16 | 左宗文,金玉萍,冯德连. ICT产品贸易依赖网络的结构演化及其影响因素. 国际贸易, 2023(3):76-86. |
ZUO Z, JIN Y, FENG D. Structural evolution and influencing factors of the ICT product trade dependency network. International Trade, 2023(3):76-86. | |
17 | 王祥,强文丽,牛叔文,等. 全球农产品贸易网络及其演化分析. 自然资源学报, 2018,33(6): 940-953. |
WANG X, QIANG W, NIU S, et al. Analysis of the global agricultural product trade network and its evolution. Journal of Natural Resources, 2018,33 (6): 940-953. | |
18 | 聂常乐,姜海宁,段健. 21世纪以来全球粮食贸易网络空间格局演化. 经济地理, 2021,41(7): 119-127. |
NIE C, JIANG H, DUAN J. Evolution of the spatial pattern of the global food trade network since the 21st century. Economic Geography, 2021, 41(7): 119-127. | |
19 | 马述忠,任婉婉,吴国杰. 一国农产品贸易网络特征及其对全球价值链分工的影响——基于社会网络分析视角. 管理世界, 2016(3):60-72. |
MA S, REN W, WU G. Characteristics of a country's agricultural product trade network and its impact on the global value chain division of labor: A social network analysis perspective. Management World, 2016 (3):60-72. | |
20 | 谭丹,马顺甜. 大豆国际贸易格局演化与中国对策. 经济地理, 2022,42(9):110-119. |
TAN D, MA S. Evolution of the international soybean trade pattern and China's countermeasures. Economic Geography, 2022, 42(9):110-119. | |
21 | 张莹,张雯丽. 世界葵花籽生产、贸易结构变迁及趋势分析. 世界农业,2018(9):119-126. |
ZHANG Y, ZHANG W. Analysis of the production and trade structure changes and trends of sunflower seeds in the world. World Agriculture, 2018, (9):119-126. | |
22 | 李爽,闫欢. 世界油料贸易网络演化特征及其影响因素. 热带地理, 2022,42(8):1241-1252. |
LI S, YAN H. Evolution characteristics and influencing factors of the world oil crop trade network. Tropical Geography, 2022, 42(8):1241-1252. | |
23 | 奎国秀,祁春节. 基于社会网络分析的世界柑橘贸易格局演化研究. 世界农业,2022(6):18-30. |
KUI G, QI C. Study on the evolution of the world citrus trade pattern based on social network analysis. World Agriculture, 2022(6):18-30. | |
24 | 周墨竹, 王介勇. 基于复杂网络的全球稻米贸易格局演化及其启示. 自然资源学报, 2020, 35(5): 1055-1067. |
ZHOU M, WANG J. Implications from pattern and evolution of global rice trade: A complex network analysis. Journal of Natural Resources, 2020, 35(5): 1055-1067. | |
25 | 肖琴,李建平.全球稻米贸易网络空间格局演化特征及对中国的启示.中国农业资源与区划, 2022(12):1-8. |
XIAO Q, LI J. Spatial pattern evolution of the global rice trade network and its implicaitons for China. Chinese Journal of Agricultural Resources and Regional Planning, 2022(12):1-8. | |
26 | 王介勇,戴纯,周墨竹,等. 全球粮食贸易网络格局及其影响因素. 自然资源学报,2021,36(6):1545-1556. |
WANG J, DAI C, ZHOU M, et al. Patterns and influencing factors of the global food trade network. Journal of Natural Resources, 2021, ,36(6):1545-1556. |
Viewed | ||||||
Full text |
|
|||||
Abstract |
|
|||||