全球油菜籽贸易格局演变及政策启示

doi:10.19802/j.issn.1007-9084.2021329

摘要/Abstract

摘要：

基于2000-2020年的全球油菜籽贸易数据，通过社会网络分析方法探究了近20年来全球油菜籽贸易网络演变特征及对中国油菜籽对外贸易的政策启示。结果表明：全球油菜籽贸易伙伴国家之间直接交易路径在不断缩短，核心国家、边缘国家和半边缘国家之间的油菜籽贸易具有一定程度的替代性，但总体来讲仍保持相对稳定；德国、法国、荷兰、中国、加拿大、日本等国是近二十年来世界重要的油菜籽贸易枢纽国；中国油菜籽进口量短时间内会有所回升，对外依存度仍然较高；由于油菜籽进口来源市场进一步多元化，我国油菜籽产业在未来的发展中挑战与机遇并存。因此，中国应提高油菜籽生产水平，完善油菜籽进口政策，拓展油菜籽行业的对外经贸合作关系与渠道，保证油菜籽的稳定供给。

关键词: 油菜籽贸易, 全球贸易格局, 社会网络

Abstract:

Based on the global rapeseed trade data from 2000 to 2020, this paper used social network analysis method to explore the evolution characteristics of global rapeseed trade network in recent 20 years and its policy implications for China's rapeseed foreign trade. The results showed that the direct trading path among the rapeseed trading partners in the world was constantly shortening, and the rapeseed trade among the core countries, marginal countries and semi-marginal countries had a certain degree of substitution, but it remains relatively stable on the whole. Germany, France, the Netherlands, China, Canada, Japan and other countries were the world's important rapeseed trade hubs in the past twenty years. China's rapeseed import will pick up in a short time, and its dependence on foreign countries is still strong. Due to the further diversification of the development trend of rapeseed import source market, China's rapeseed industry will face both challenges and opportunities in the future development. Therefore, China should improve the rapeseed production level, improve the rapeseed import policy, expand the foreign trade and economic cooperation relations and channels of rapeseed industry, and ensure the stable supply of rapeseed.

Key words: rapeseed trade, global trade pattern, social network

中图分类号:

F742

肖雪, 白子明, 周慧秋. 全球油菜籽贸易格局演变及政策启示[J]. 中国油料作物学报, 2022, 44(2): 231-241.

Xue XIAO, Zi-ming BAI, Hui-qiu ZHOU. Evolution of global rapeseed trade pattern and its policy enlightenment[J]. CHINESE JOURNAL OF OIL CROP SCIENCES, 2022, 44(2): 231-241.

图/表 7

图1

表1

图2

图3

表2

全球油菜籽贸易网络中节点中心度指标结果

年份 Year	前十国家 Top ten countries	绝对中心度 Absolute centrality	前十国家 Top ten countries	介度中心度 Median centrality	前十国家 Top ten countries	接近中心度—入度 Approaching center degree -in degree	前十国家 Top ten countries	接近中心度—出度 Approaching center degree -out degree
2000	法国 France	43	德国 Germany	1561.70	德国 Germany	0.42	德国 Germany	0.23
	德国 Germany	42	荷兰 Netherlands	1055.56	法国 France	0.42	以色列 Israel	0.23
	荷兰 Netherlands	42	法国 France	789.53	荷兰 Netherlands	0.42	荷兰 Netherlands	0.22
	丹麦 Denmark	34	美国 USA	737.03	丹麦 Denmark	0.40	丹麦 Denmark	0.22
	加拿大 Canada	32	加拿大 Canada	715.96	加拿大 Canada	0.40	法国 France	0.22
	比利时 Belgium	29	丹麦 Denmark	597.41	澳大利亚 Australia	0.39	英国 Britain	0.22
	美国 USA	26	英国 Britain	485.45	比利时 Belgium	0.38	尼泊尔 Nepal	0.22
	英国 Britain	25	南非 South Africa	390.02	美国 USA	0.38	瑞士 Switzerland	0.22
	澳大利亚 Australia	23	西班牙 Spain	335.55	英国 Britain	0.38	加拿大 Canada	0.22
	匈牙利 Hungary	22	比利时 Belgium	265.70	乌克兰 Ukraine	0.38	比利时 Belgium	0.22
2005	荷兰 Netherlands	60	德国 Germany	1887.84	荷兰 Netherlands	0.47	德国 Germany	0.19
	德国 Germany	44	荷兰 Netherlands	1558.07	加拿大 Canada	0.43	巴基斯坦 Pakistan	0.19
	法国 France	43	澳大利亚 Australia	1403.61	德国 Germany	0.43	比利时 Belgium	0.19
	加拿大 Canada	42	加拿大 Canada	1173.73	法国 France	0.42	阿根廷 Argentina	0.18
	比利时 Belgium	32	美国 USA	1077.62	澳大利亚 Australia	0.41	美国 USA	0.18
	澳大利亚 Australia	31	埃塞俄比亚 Ethiopia	1064.19	比利时 Belgium	0.40	荷兰 Netherlands	0.18
	美国 USA	31	法国 France	789.40	英国 Britain	0.40	以色列 Israel	0.18
	英国 Britain	30	泰国 Thailand	704.79	美国 USA	0.39	加拿大 Canada	0.18
	意大利 Italy	25	南非 South Africa	680.16	乌克兰 Ukraine	0.39	丹麦 Denmark	0.18
	丹麦 Denmark	24	巴基斯坦 Pakistan	629.80	新西兰 New Zealand	0.39	法国 France	0.18
2010	法国 France	54	德国 Germany	1601.26	法国 France	0.49	卡塔尔 Qatar	0.23
	德国 Germany	51	法国 France	1443.11	德国 Germany	0.47	德国 Germany	0.23
	荷兰 Netherlands	50	美国 USA	953.56	荷兰 Netherlands	0.47	法国 France	0.22
	加拿大 Canada	48	荷兰 Netherlands	900.96	加拿大 Canada	0.46	荷兰 Netherlands	0.22
	比利时 Belgium	44	加拿大 Canada	876.92	比利时 Belgium	0.46	丹麦 Denmark	0.22
	美国 USA	41	丹麦 Denmark	648.38	丹麦 Denmark	0.44	伊朗 Iran	0.22
	丹麦 Denmark	40	比利时 Belgium	623.48	奥地利 Austria	0.44	奥地利 Austria	0.22
	英国 Britain	34	日本 Japan	505.79	美国 USA	0.43	比利时 Belgium	0.22
	乌克兰 Ukraine	33	南非 South Africa	463.25	乌克兰 Ukraine	0.43	英国 Britain	0.22
	意大利 Italy	32	奥地利 Austria	451.47	意大利 Italy	0.42	波兰 Poland	0.22
2015	荷兰 Netherlands	123	荷兰 Netherlands	12774.73	荷兰 Netherlands	0.48	荷兰 Netherlands	0.44
	德国 Germany	58	德国 Germany	1340.72	德国 Germany	0.43	法国 France	0.36
	法国 France	52	美国 USA	1021.85	法国 France	0.43	德国 Germany	0.36
	比利时 Belgium	48	法国 France	886.30	比利时 Belgium	0.41	丹麦 Denmark	0.35
	美国 USA	38	南非 South Africa	662.68	澳大利亚 Australia	0.40	阿拉伯联合酋长国 The United Arab Emirates	0.35
	加拿大 Canada	36	加拿大 Canada	650.98	美国 USA	0.40	奥地利 Austria	0.35
	英国 Britain	36	哈萨克斯坦 Kazakhstan	614.63	新西兰 New Zealand	0.40	比利时 Belgium	0.35
	丹麦 Denmark	35	中国 China	425.58	加拿大 Canada	0.40	西班牙 Spain	0.35
	匈牙利 Hungary	33	澳大利亚 Australia	383.42	乌克兰 Ukraine	0.39	孟加拉国 Bangladesh	0.35
	意大利 Italy	32	英国 Britain	361.18	匈牙利 Hungary	0.39	意大利 Italy	0.35
2020	荷兰 Netherlands	61	荷兰 Netherlands	1444.48	荷兰 Netherlands	0.55	法国 France	0.23
	法国 France	53	法国 France	1350.25	法国 France	0.54	德国 Germany	0.23
	比利时 Belgium	51	德国 Germany	956.74	德国 Germany	0.53	荷兰 Netherlands	0.23
	德国 Germany	51	比利时 Belgium	825.62	比利时 Belgium	0.50	比利时 Belgium	0.23
	意大利 Italy	43	美国 USA	800.76	意大利 Italy	0.50	丹麦 Denmark	0.23
	美国 USA	39	加拿大 Canada	707.77	西班牙 Spain	0.50	奥地利 Austria	0.22
	加拿大 Canada	38	丹麦 Denmark	581.29	加拿大 Canada	0.49	西班牙 Spain	0.22
	西班牙 Spain	37	南非 South Africa	344.36	匈牙利 Hungary	0.47	波兰 Poland	0.22
	丹麦 Denmark	35	意大利 Italy	287.56	美国 USA	0.47	瑞典 Sweden	0.22
	乌克兰 Ukraine	35	乌克兰 Ukraine	267.04	乌克兰 Ukraine	0.47	罗马尼亚 Romania	0.22

表2

表3

全球油菜籽贸易网络中的核心、半边缘和边缘国家分区

年份

Year

核心国家

Core countries

半边缘国家

Semi-marginal countries

边缘国家

Marginal

countries

2000

5个（中国、日本、德国、墨西哥、比利时）

5 （China， Japan， Germany， Mexico， Belgium）

11个（巴基斯坦、英国、美国、孟加拉国、加拿大、瑞典、尼泊尔、荷兰、芬兰、奥地利、丹麦）

11 （Pakistan， UK， USA， Bangladesh， Canada， Sweden， Nepal， Netherlands， Finland， Austria， Denmark）

101个

2005

6个（日本、德国、巴基斯坦、墨西哥、比利时、美国）

6 （Japan， Germany， Pakistan， Mexico， Belgium， USA）

14个（中国、丹麦、奥地利、芬兰、加拿大、孟加拉国、匈牙利、荷兰、英国、土耳其、瑞典、波兰、拉脱维亚、法国）

14 （China， Denmark， Austria， Finland， Canada， Bangladesh， Hungary， Netherlands， Britain， Turkey， Sweden， Poland， Latvia， France）

110个

2010

9个（日本、德国、比利时、中国、荷兰、墨西哥、巴基斯坦、法国美国）

9（Japan， Germany， Belgium， China， the Netherlands， Mexico， Pakistan， France and the United States）

18个（阿拉伯联合酋长国、土耳其、葡萄牙、奥地利、丹麦、罗马尼亚、波兰、加拿大、英国、孟加拉国、以色列、芬兰、捷克、意大利、斯洛伐克、立陶宛、尼泊尔、拉脱维亚）

18 （United Arab Emirates， Turkey， Portugal， Austria， Denmark， Romania， Poland， Canada， Britain， Bangladesh， Israel， Finland， Czech Republic， Italy， Slovakia， Lithuania， Nepal， Latvia）

115个

2015

9个（中国、德国、日本、比利时、墨西哥、荷兰、法国、阿拉伯联合酋长国、巴基斯坦）

9 （China， Germany， Japan， Belgium， Mexico， Netherlands， France， United Arab Emirates， Pakistan）

13个（美国、葡萄牙、奥地利、波兰、土耳其、加拿大、捷克、英国、孟加拉国、匈牙利、以色列、芬兰、丹麦）

13 （USA， Portugal， Austria， Poland， Turkey， Canada， Czech Republic， UK， Bangladesh， Hungary， Israel， Finland， Denmark）

144个

2020

8个（德国、中国、荷兰、日本、比利时、法国、阿拉伯联合酋长国、墨西哥）

8 （Germany， China， Netherlands， Japan， Belgium， France， United Arab Emirates， Mexico）

16个（巴基斯坦、美国、英国、波兰、孟加拉国、奥地利、捷克、加拿大、白俄罗斯、葡萄牙、罗马尼亚、拉脱维亚、匈牙利、丹麦、尼泊尔、俄罗斯联邦）

16 （Pakistan， USA， UK， Poland， Bangladesh， Austria， Czech Republic， Canada， Belarus， Portugal， Romania， Latvia， Hungary， Denmark， Nepal， Russian Federation）

97个

表3

图4

参考文献 20

1	刘仪凤，潘建伟.高外贸依存度农产品价格调控的政策建议——以大豆和油菜籽为例［J］.商业经济研究，2018（20）：123-125.
2	张立中，王若军，王可山. 中国菜籽市场需求的实证分析［J］. 农业经济问题， 2010， 31（1）： 46-53. DOI：10.13246/j.cnki.iae.2010.01.016 . doi: 10.13246/j.cnki.iae.2010.01.016
3	孟丽，徐明. 世界油菜籽供求及价格变化分析［J］. 世界农业， 2013（9）： 101-104. DOI：10.13856/j.cn11-1097/s.2013.09.028 . doi: 10.13856/j.cn11-1097/s.2013.09.028
4	司伟，吕新业. 中国油菜籽贸易增长及其影响因素［J］. 中国食物与营养， 2011， 17（9）： 42-46. DOI：10.3969/j.issn.1006-9577.2011.09.011 . doi: 10.3969/j.issn.1006-9577.2011.09.011
5	邓婷鹤. 世界油料、油脂供需及贸易格局分析［J］. 中国油脂， 2015， 40（9）： 1-6. DOI：10.3969/j.issn.1003-7969.2015.09.001 . doi: 10.3969/j.issn.1003-7969.2015.09.001
6	王永刚，李豪强，王妍霏，等. 贸易争端背景下世界油料、植物油生产和贸易格局变动分析［J］. 中国油脂， 2020， 45（7）： 5-9. DOI：10.12166/j.zgyz.1003-7969/2020.07.002 . doi: 10.12166/j.zgyz.1003-7969/2020.07.002
7	吕亮亮，赵雪冰，李旭光，等. 在青藏高原地区推广油菜种植并发展生物柴油产业的思考［J］. 生物产业技术， 2019（5）： 32-38. DOI：10.3969/j.issn.1674-0319.2019.05.004 . doi: 10.3969/j.issn.1674-0319.2019.05.004
8	王永刚，李豪强，王妍霏，等. 贸易争端背景下中国油料油脂产品进口格局变化及其应对策略［J］. 中国油脂， 2020， 45（3）： 4-7. DOI：10.12166/j.zgyz.1003-7969/2020.03.002 . doi: 10.12166/j.zgyz.1003-7969/2020.03.002
9	程黔. 加拿大油菜籽出口受限对我国市场的影响［J］. 中国粮食经济， 2019（5）： 61-63.
10	邸娜. 世界油菜籽生产及贸易现状［J］. 世界农业， 2014（2）： 97-100， 180. DOI：10.13856/j.cn11-1097/s.2014.02.025 . doi: 10.13856/j.cn11-1097/s.2014.02.025
11	谢慧敏，田志宏. 关联产品视角下的中国油料对外依存度研究［J］. 世界农业， 2019（12）： 53-61， 134. DOI：10.13856/j.cn11-1097/s.2019.12.007 . doi: 10.13856/j.cn11-1097/s.2019.12.007
12	王佳友，何秀荣，王茵. 中国油脂油料进口替代关系的计量经济研究［J］. 统计与信息论坛， 2017， 32（5）： 69-75. DOI：10.3969/j.issn.1007-3116.2017.05.011 . doi: 10.3969/j.issn.1007-3116.2017.05.011
13	谢慧敏，田志宏，李宁.中国油料进口替代效应——基于RSDAIDS模型的实证分析［J］.粮食经济研究，2019，5（01）：83-99.
14	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［J］. 管理世界， 2016（3）： 60-72. DOI：10.19744/j.cnki.11-1235/f.2016.03.006 . doi: 10.19744/j.cnki.11-1235/f.2016.03.006
15	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［J］. 自然资源学报， 2020， 35（5）： 1055-1067. DOI：10.31497/zrzyxb.20200504 . doi: 10.31497/zrzyxb.20200504
16	张莲燕，朱再清. “一带一路”沿线国家农产品贸易整体网络结构及其影响因素［J］. 中国农业大学学报， 2019， 24（12）： 177-189. DOI：10.11841/j.issn.1007-4333.2019.12.20 . doi: 10.11841/j.issn.1007-4333.2019.12.20
17	魏素豪. 中国与“一带一路”国家农产品贸易：网络结构、关联特征与策略选择［J］. 农业经济问题， 2018， 39（11）： 101-113. DOI：10.13246/j.cnki.iae.20180911.001 . doi: 10.13246/j.cnki.iae.20180911.001
18	种照辉，覃成林. “一带一路”贸易网络结构及其影响因素：基于网络分析方法的研究［J］. 国际经贸探索， 2017， 33（5）： 16-28. DOI：10.13687/j.cnki.gjjmts.2017.05.002 . doi: 10.13687/j.cnki.gjjmts.2017.05.002
19	张勤，李海勇. 入世以来我国在国际贸易中角色地位变化的实证研究：以社会网络分析为方法［J］. 财经研究， 2012， 38（10）： 79-89. DOI：10.16538/j.cnki.jfe.2012.10.007 . doi: 10.16538/j.cnki.jfe.2012.10.007
20	邹嘉龄，刘卫东. 2001—2013年中国与“一带一路”沿线国家贸易网络分析［J］. 地理科学， 2016， 36（11）： 1629-1636. DOI：10.13249/j.cnki.sgs.2016.11.004 . doi: 10.13249/j.cnki.sgs.2016.11.004

年份 Year	网络密度 Network density	网络中连带数量 Number of associations in network	互惠性 Reciprocity	一体化程度 Degree of integration
年份 Year	网络密度 Network density	网络中连带数量 Number of associations in network	互惠性 Reciprocity	平均路径长度 Average path length	平均聚类系数 Average clustering coefficient
2000	0.039	535	0.2132	2.7	0.396
2001	0.037	516	0.2494	2.7	0.443
2002	0.038	493	0.1966	2.7	0.344
2003	0.037	539	0.2112	2.7	0.408
2004	0.039	604	0.2129	2.6	0.358
2005	0.038	635	0.2072	3.0	0.400
2006	0.038	677	0.2176	2.9	0.373
2007	0.040	770	0.2582	3.0	0.355
2008	0.041	776	0.2597	2.7	0.373
2009	0.043	844	0.2541	2.7	0.404
2010	0.045	893	0.2794	2.5	0.347
2011	0.039	809	0.2821	2.7	0.382
2012	0.039	865	0.2573	2.7	0.403
2013	0.046	900	0.2821	2.7	0.371
2014	0.043	939	0.2553	2.6	0.384
2015	0.038	1042	0.3074	2.4	0.500
2016	0.045	975	0.3	2.7	0.384
2017	0.044	964	0.2922	2.5	0.378
2018	0.047	963	0.3301	2.5	0.422
2019	0.052	950	0.3268	2.5	0.449
2020	0.059	857	0.3433	2.5	0.515