“一带一路”沿线国家铁矿石贸易的空间结构及影响因素研究
邱 语，刘春学，马 建
(云南财经大学城市与环境学院，云南 昆明 650221)
摘 要： “一带一路”沿线国家铁矿石贸易对经济建设发展有重要作用，明晰铁矿石贸易格局对我国钢铁产业发展具有指导意义。本文基于UN Comtrade数据库2008～2017年的贸易数据，采用社会网络分析方法(SNA)分析了“一带一路”沿线60个国家铁矿石贸易的空间结构及影响因素。结果表明：铁矿石贸易网络密度较低，中国、俄罗斯、乌克兰和印度是贸易网络的稳定中心节点；在2017年的贸易网络中，中国、土耳其等国家起到了传递网络信息的桥梁作用，俄罗斯、印度、乌克兰等国家主导整个网络走向；铁矿石贸易网络的主要影响因素包括国家间陆地相邻、共同文化背景、制度差异程度，而与国家间地理距离、经济发展差异相关性不大。
关键词： 铁矿石贸易；空间结构；影响因素；“一带一路”；社会网络分析
0 引 言
2013年习近平主席提出“一带一路”倡议以来，随着各个项目的稳步推进，各经济走廊在基础设施和跨境经济合作区建设等方面取得了积极进展，需要大量的钢铁资源支撑。铁矿石是钢铁工业的主要原材料之一，2017年，中国铁矿石进口量达到10.7亿t，位居世界首位，其中从沿线国家的进口量仅占7.4%，我国铁矿石贸易存在着空间集聚的情况，尤其依赖澳大利亚、巴西、南非等国家。
通常分析铁矿石贸易的方法多为计量分析的定量或定性方法[1]，而参与铁矿石贸易的国家很多，参与主体间的贸易关系错综复杂，受到供需结构、经济状态、地缘政治等因素的影响，应用社会网络分析方法(SNA)能够更全面地反映出贸易格局特征。目前，SNA方法主要用于构建国际贸易的加权网络和随机网络，分析贸易网络的整体特征[2-3]，在矿产领域的应用主要为能源和大宗矿产品[4-5]，铁矿石的SNA分析主要是全球贸易，而把SNA应用到“一带一路”铁矿石贸易方面的研究还较少，本文分析沿线国家铁矿石贸易格局对探索国家间多边贸易的经济规律，打造互惠互利、资源高效配置的区域合作平台具有重要意义。
1 “一带一路”沿线国家铁矿石贸易网络构建
贸易网络的构建是以国家作为节点，以国家间贸易关系为边，以流动方向为边的方向，出口表示流出，进口表示流入。无权贸易网络可以表示为P =(I ,E ,A )，加权贸易网络可以表示为Q =(I ,E ,W )。式中：I 为进口国矩阵；E 为出口国矩阵；矩阵A =[a ij (t )]为进口国与出口国间的贸易关系，a ij (t )取0或1，表示在第t 年i 、j 两国间不存在或存在贸易关系；矩阵W =[W ij (t )]为权重矩阵，W ij 为在第t 年i 、j 两国间进出口贸易量。
本文选取“一带一路”上60个主要节点国家，收集了2008～2017年UN comtrade数据库的铁矿石贸易资料，(HS海关编码体系中商品代码2601的铁矿石及精矿进出口贸易额)，并筛选了贸易额500美元以上的进出口数据。由于各国进出口的统计口径存在差异，本文采用进口国和出口国的数据均值进行分析，并对矩阵做了对称化处理。用Ucinet6软件绘制出2017年“一带一路”沿线国家铁矿石贸易的贸易网络关系图(图1)。
从图1中可以看出，2017年不丹、波黑等14个国家不参与铁矿石贸易；贸易网络关系条数分别为124条，参与贸易网络的每个国家至少存在一条贸易关系，贸易关系是普遍存在的；贸易网络的中心国家有中国、印度、俄罗斯、土耳其、乌克兰。
自上世纪80年代以来，我国农村经济快速发展，农村金融体系稳步推进。但是，随着城乡经济的不断繁荣，对于资金的需求量每年逐渐提高，资金的多元化需求每日递增；现存的农村金融体系逐步体现出支持乏力的现象，对于城乡经济的协调发展产生不利因素，从而难以适应这种变化和需求，严重制约了农村经济的发展和农民增收，已不能有效保障社会主义新农村建设快速发展，同时一定程度上制约了构建和谐社会。
图1 2017年“一带一路”沿线国家铁矿石的贸易网络图
Fig.1 Iron ore trade network about the countries along “the Belt and Road”
2 “一带一路”沿线国家铁矿石贸易的空间结构特征
2.1 网络密度
网络密度是反映贸易网络中各国家关联疏密情况的指标，定义为Dn =L /(N (N -1))，其取值范围为(0，1)，L 为网络中实际拥有的关系数量，N 为整体网中国家个数，在有向网络中最大可能存在的关联数为N ×(N -1)。本文采用Ucinet6软件对2008～2017年的无权有向网络矩阵对称化，转换成无权无向网络，网络密度计算结果见图2。
从图2中可以看出，网络密度的变化范围为0.034～0.046，贸易网络呈现稳定性和松散型，国家之间关联的紧密程度总体上较低，促进各国之间更密切的经济合作有很大空间。2008～2012年网络密度在逐年增加，网络中关联关系数量增多，“一带一路”沿线国家中越来越多的国家参与到了铁矿石的贸易网络中，铁矿石贸易系统的容量不断增大，2013～2017年网络密度稳中有降，在中国钢铁产业产能过剩的背景下，国内去除过剩产能使铁矿石进口贸易关系相对收紧。
室内试验桩土界面土压力和孔隙水压力变化曲线如图3、图4所示.模型桩及FBG应变传感器安装如图5所示，模型桩及硅压阻式传感器安装如图6所示，测试过程如图7所示.
图2 2008～2017年铁矿石贸易的网络密度
Fig.2 Network density of iron ore trade during the period from 2008 to 2017
2.2 网络中心性
在通常的统计分析中(如多元回归分析)，要求多个自变量之间相互独立，否则会出现共线性，将得不到参数的估计量。本文使用SNA中二次指派程序(QAP,quadratic assignment procedure)分析，以矩阵数据置换为基础，能够有效地解决传统回归在关系数据处理上存在的多重共线性及虚假相关等问题[6]。
在有向图中，一个国家的相对度数中心度越高，与其相联系的国家越多，在整体网中越处于中心位置，影响力越大；度数包括入度和出度，相对度数中心度C RD (i )计算见式(1)。
C RD (i )=(入度i +出度i )/(2N -2)
(1)
中间中心度可通过控制或者曲解信息的传递进而影响国家间的贸易，表现为对资源控制的能力。如果一个国家处于许多其他国家对的捷径(最短路径)上，就说该国家具有较高的中间中心度。中间中心度计算见式(2)。
(2)
根据式(1)和式(2)计算了2008～2017年铁矿石贸易网络中各国家的相对度数中心度和中间中心度，2008年、2013年和2017年按度数中心度排名前20位的国家见表1。
式中：g xy 为国家X 和国家Y 之间存在的捷径条数；g xy (i )为国家X 和国家Y 之间存在的经过第三国家I 的捷径数目，把国家I 相应于网络中全部国家对的中间度加在一起，就得到该国家的绝对中间中心度，经过标准化后便得到相对中间中心度，证明过程参见文献[9]。
表1 2008年、2013年和2017年“一带一路”沿线国家铁矿石贸易的网络中心度
Table 1 Network centrality of iron ore trade about the countries along “the Belt and Road” in 2008,2013 and 2017
浮笼多是出现在半笼或是钢筋笼底部配筋相对较少时，混凝土浇筑到上半部分时下部混凝土开始初凝，形成硬壳导致钢筋笼整体上升。
2.3 块模型
块模型关注总体的网络结构，对网络中的国家进行描述性代数分析。以2017年“一带一路”沿线国家铁矿石贸易网络的有向矩阵为例，进行块模型分析，在Ucinet6软件中，选择最大分割深度2(分成四个板块)，收敛标准为0.2，得到四个板块(图3)。
1) 经济因素：GDP反映经济规模和贸易实力，人均GDP反映人均收入水平和贸易需求量。国家i 、j 之间的经济距离矩阵A ij 可表示为
2006年博湖县建立了“非遗”保护中心，确定了博湖县文化馆为开展“非物质文化遗产保护工作”具体实施单位，近年来，县委、县政府团结和带领全县各族人民，大力实施“水陆并进”战略，但博湖县非遗资源的有效利用方面存在以下问题：
图3 铁矿石贸易网络的板块分割
Fig.3 Plate segmentation of iron ore trading network
表2 铁矿石贸易网络的板块特征
Table 2 Plate characteristics of iron ore trade network
第一板块发出的关系数为34个，其中12个是属于板块内部的关系，接收到其他板块的关系有50个，期望内部关系占比为25.4%，实际内部关系占比35.3%，该板块既发送也接收关系，该板块的国家总体的中间中心性指数较高，起到疏导、传递网络信息的桥梁作用，属于经纪人。第二板块发出的关系数为84个，其中有36个是属于板块内部，接收到其他板块发出的关系有18个，期望内部关系占比35.6%，实际内部关系占比为42.9%，板块内的国家较少接收板块外国家发出的关系，但是板块内的国家关系较强，呈现联动效应，同时该板块在整个网络中属于初始群体，主导整个网络走向，发出较多影响其他板块国家的关系数，属于首属人。第三板块在网络中发出的关系数为0个，接收到其他板块的关系有0个，期望内部关系占比22%，其板块内的国家与板块外的国家没有较多联系，同时板块内的国家间较少有联系，该板块内部结构松散，属于孤立者。第四板块发出的关系数为6个，其中没有对板块内部发出关系，接收到其他板块的关系有6个，期望内部关系占比11.9%，实际内部关系占比为0%，板块内国家间联系很少，表明板块内部的互动不强，却接收板块外国家发出的关系，表现为接收板块外的关系数最多，属于受益人。
3 “一带一路”沿线国家铁矿石贸易的影响因素分析
“一带一路”铁矿石贸易网络中心性可以用相对度数中心度和中间中心度两个指标来刻画。
些国家的首都很少有钢厂，但为获取数据方便，本文用首都直线距离表示国家间地理距离；B 2ij 为国家i 、j 间空间距离，国家间陆地接壤取1，否则取0。
3.1 因素选择和模型构建
本文选取影响“一带一路”沿线国家铁矿石贸易的主要因素。
从表1中可以看出以下几个方面的特点。①各国的中心性指标变化呈“倒U ”形，由于金融危机的影响，2008～2012年铁矿石贸易在急剧增加，参加贸易的国家增加，2013～2017年铁矿石的贸易趋于平缓下降的趋势。由于金融危机驱动加入到贸易网络中心的国家，有些继续保持其中心位置(如埃及)；有些则逐渐退出，变化到网络边缘位置(如泰国)。②中国、俄罗斯、乌克兰、印度的度数中心度、中间中心度排名靠前，说明在“一带一路”沿线国家的铁矿石的贸易网络中，这四个国家处于最中心位置，是贸易网络中的核心国家，其贸易对象广泛，能影响和带动其他国家的铁矿石贸易，对铁矿石资源有较强的控制能力，发挥着重要的桥梁和枢纽作用。③白俄罗斯的中心性指标在逐年减少，由网络中心国家变动到网络边缘国家，进口和出口关系都在变少；而土耳其的中心指标在逐年增加，2017年跻身度数中心度的第四名，与土耳其发生铁矿石贸易的国家也在逐年增加。④2017年，伊朗、塞尔维亚、印度尼西亚、阿联酋这四个国家的度数中心度很高，但中间中心度较低，说明与这四个国家发生贸易关系的国家较多，但他们没有位于其他国家间发生贸易的捷径位置上，对资源的掌控能力较弱，每一条发出和收到的关系都没有位于其他国家间贸易的捷径位置上，在整个贸易网络里没有起到“桥梁”的作用。
秦明月马上掏出手机打电话给站前所的周所长，周所长答应一声表示马上派人协助来查。在等周所长的几分钟里，他继续问值班员，但是值班员的回答同寄存处人员的回答差不多，这儿大约是车流量最大的停车场了，每天进出的车量高达数千，他们不可能记得4天前哪一辆车可疑。
对家庭功能的检视，是对家庭教育问题的深度检视。家庭是一个动态的系统，家庭教育问题往往是系统性的问题，对家庭教育问题的深度检视，需要基于家庭系统理论的思想基础之上。家庭中的关系结构、家庭对问题反应的灵活性、家庭成员交往质量和家庭亲密度等因素，综合地反应家庭的功能状况。
本文分别计算了板块内部的贸易关系占比，接收板块外的贸易关系占比(表2)。在沿线国家的124条贸易关系中，板块内部的贸易关系数48个，占38.71%，板块间的关系数为61.29%。板块间贸易关系所占比例较高，板块间的溢出效应十分明显，这说明各个板块间的贸易结构稳定。
2) 地理因素：地理距离越大运输成本越高，贸易量随之减少。空间距离的度量方式是国家间是否具有共同边界，陆地相邻能够满足运输条件且有较低的成本，贸易有更大的可能性，B 1ij 为国家i 、j 间的地理距离，因铁矿石贸易目的是用于冶金工作，某
(2)机组给水温度提高后，低负荷工况锅炉SCR脱硝装置入口烟气温度提升至310 ℃以上，可保证SCR在全负荷范围内处于催化剂的高效区运行。
3) 文化因素：语言文字的不同可能会在贸易交流中产生一定的偏差，形成贸易壁垒；殖民者关系使得文化内涵具有差异。C 1ij 、C 2ij 为文化因素关系矩阵，若两国使用相同官方语言、两国存在殖民关系(曾经存在或现存)，在对称矩阵中的值取1，否则取0。
4) 制度因素：国家和地区间治理方式和政治体系的差异可能会导致交流障碍[10]，国家i 、j 间的制度距离矩阵可表示为
其中，k 为世界银行发布的六个维度包括言论自由、政治稳定、政府效率、规划质量、法制水平和腐败控制，I ki 和I kj 分别为国家i 和国家j 在维度k 上的分值，maxI k 和minI k 分别为“一带一路”沿线国家在维度k 上得分的最大值和最小值。
据此，可以构建“一带一路”沿线国家铁矿石贸易的加权网络实证模型，用系列矩阵表示关系数据之间的联系，计算见式(3)。
Q =f (A ij ,B 1ij ,B 2ij ,C 1ij ,C 2ij ,D ij )(1) ecoij 的数据来源于世界银行WDI(world development indicators)数据库，distcapij 、conting ij 、camlang ij 、colony ij 的数据来源于CEPII(GEODIST)数据库，ins ij 的数据来源于世界银行(governance indicators)数据库。
(3)
3.2 QAP分析
使用Ucinet6软件，选择5 000次随机置换，得到的QAP分析结果(表3)。表3中的实际相关系数是基于贸易网络矩阵Q 和其他变量矩阵对应计算得来的；P ≥0是随机计算出来的相关系数大于或等于实际相关系数的概率。
表3 铁矿石贸易的QAP分析
Table 3 The influence factors of iron ore trade networks of QAP correlation analysis
从模型计算结果可见，铁矿石贸易的加权网络Q 与地理距离B 1ij 在统计意义上的显著性水平不高，说明国家间的地理距离与贸易网络关联程度不高。随着各国贸易发展的相互依存关系越来越强，由航空运输、高速铁路运输、城市地铁等现代交通运输手段组成的高速运输网络已经部分消除了资源分布地和消费地在地理上的限制，地理距离已不再是阻碍贸易交往的制约因素。
去除不显著相关的地理距离指标，对剩下的5个指标与铁矿石贸易的加权网络做QAP回归分析。B 2ij 标准化回归系数为0.096，C 1ij 、C 2ij 的标准化回归系数分别为0.033、0.023，在统计意义上都是显著的，说明在考虑了其他影响因素时，国家间陆地相邻和文化因素对促进沿线国家铁矿石贸易有积极作用。D ij 的标准化回归系数为-0.025，显著性水平为0.100，在统计意义上较显著，说明在考虑了其他影响因素时，国家间的制度差异越大，越不利于国家间铁矿石贸易的合作，制度差异水平成为了开展贸易的阻碍因素。经济距离A ij 的显著性水平为0.462，在统计意义上不显著，说明在考虑了其他影响因素时，经济发展水平差异对铁矿贸易网络产生的影响不显著，这体现“一带一路”铁矿石贸易网络中国家间贸易关系的多样性，说明经济发展水平差异并未成为影响国家间铁矿石贸易合作的主要因素(如印度、老挝)。
4 结 论
运用社会网络分析方法建立铁矿石贸易加权网络，分析“一带一路”沿线国家铁矿石贸易的空间结构特征及其影响因素。可以发现：①“一带一路”沿线铁矿石的贸易网络呈现稳定性和松散型，国家间关联的紧密程度总体上较低，促进各国间更密切的经济合作仍有很大空间；②各国中心性指标变化呈“倒U”形，中国、俄罗斯、乌克兰、印度是贸易网络中的稳定中心节点国家；③2017年整个贸易网络可分为四个板块，中国、土耳其等经纪人国家起到疏导、传递信息的“桥梁”作用；俄罗斯、乌克兰、印度等首属人国家，贸易对象广泛，能影响和带动其他国家的铁矿石贸易，主导整个网络走向；柬埔寨、阿富汗等国家属于孤立者板块；乌兹别克斯坦、白俄罗斯等国家属于受益人板块；④国家间地理距离与铁矿石贸易网络不相关，基础设施互通已经部分消除了资源分布地和消费地在地理上的限制，地理距离不再是阻碍贸易合作的制约因素。在考虑了其他影响因素时，经济发展水平差异对铁矿贸易网络的影响不显著，不是影响国家间铁矿石贸易合作的主要因素。
我国是“一带一路”铁矿石贸易网络的中心，在整个贸易网络里充当“桥梁”的作用，我国政府应积极促进与印度尼西亚、阿联酋等新兴发展国家的铁矿石贸易合作，增加网络的紧密程度。在“一带一路”铁矿石贸易网络的建设中，应在注重各板块之间的功能差异的前提下，准确地协调各板块的贸易政策，增强贸易网的整体稳定性和协同作用，加强与俄罗斯、乌克兰、印度等首属人国家的合作能力，发挥这些国家在贸易网络中的主导作用；应加强与土耳其、塞尔维亚等经纪人国家的贸易联系，给予相应的支持，进一步发挥其桥梁作用；对属于孤立者国家，在制定相关贸易政策时，应引导其发展具有自身特色的资源，加强其对贸易网络的参与。对沿线有相同文化内涵或陆地接壤的国家(如哈萨克斯坦、乌克兰、俄罗斯)，可通过国家间的文化活动和交流，降低中国进口市场的集中度以推动沿线国家经济建设发展；对于有制度差异的国家，应深化国家间在六种制度维度下的政策沟通，建立多层次的反馈机制，来实现双方互信共赢。
外国人名汉译选字除过需考虑发音的契合度，还要考虑联想意义是否适当。此种意义的考虑除过上述几个方面外，应该还有很多，可以留待进一步研究。比如美国前任总统Obama的译名“欧巴马”与“奥巴马”的争论，现任总统Trump的译名“川普”与“特朗普”的争论，除过语音方面的优劣比较，在选字的意义联想方面，应该还有文雅与正式的考虑。
参考文献
[1] 程欣,帅传敏,严良,等.中国铁矿石进口市场集中度及其动态影响因素分析[J].武汉理工大学学报:社会科学版,2015,28(4):643-649.
CHENG Xin,SHUAI Chuanmin,YAN Liang,et al.Analysis of the market concentration of China’s iron ore imports and its dynamic influencing factors[J].Journal of Wuhan University of Technology:Social Sciences Edition,2015,28(4):643-649.
[2] 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.
CHONG Zhaohui,QIN Chenglin.The trade network structure of “Belt and Road” and its influence factors:a study based on analytic network process[J].International Economics and Trade Research,2017,33(5):16-28.
[3] 马建,邱语,罗宏翔,等.基于社会网络分析法的长江经济带网络开发研究[J].金融经济,2019(8):44-46.
MA Jian,QIU Yu,LUO Hongxiang,et al.Research on the network development of the Yangtze river economic belt based on social network analysis[J].Finance Economy,2019(8):44-46.
[4] 李萌,刘正阳,王建平.复杂网络背景下国际铁矿石贸易规律研究[J].中国矿业,2018,27(4):45-52.
LI Meng,LIU Zhengyang,WANG Jianping.The international iron ore trade law under the background of complex network[J].China Mining Magazine,2008,27(4):45-52.
[5] 刘劲松.基于社会网络分析的世界天然气贸易格局演化[J].经济地理,2016,36(12):89-95.
LIU Jinsong.Evolution of world natural gas trade pattern based on social network analysis[J].Economic Geography,2016,36(12):89-95.
[6] 刘军.整体网分析UCINET软件实用指南(第二版)[M].上海:格致出版社,上海:上海人民出版社,2014.
[7] 李文宇,刘洪铎.多维距离视角下的“一带一路”构建——空间、经济、文化与制度[J].国际经贸探索,2016,32(6):99-112.
LI Wenyu,LIU Hongduo.The construction of “One Belt One Road” from the perspective of multi-dimension:space,economy,culture and institution[J].International Economics and Trade Research,2016,32(6):99-112.
Research on the spatial structure and influencing factors of iron ore trade in “the Belt and Road ”countries
QIU Yu,LIU Chunxue,MA Jian
(School of Urban and Environment,Yunnan University of Finance and Economics,Kunming 650221,China)
Abstract :Iron ore trade in countries along the “the Belt and Road” line plays an important role in economic construction and development.Based on the trade data of UN Comtrade database from 2008 to 2017,the spatial structure and influencing factors of iron ore trade among 60 countries along “the Belt and Road” route are analyzed by social network analysis method(SNA).The results show that the density of iron ore trade network is low.China,Russia,Ukraine and India are the stable nodes of the trade network.In the trade network of 2017,China,Turkey and other countries serve as a bridge to transmit network information,while Russia,Ukraine,India and other countries dominate the whole network trend.The main influencing factors of iron ore trade network are land proximity,common cultural background and institutional differences among countries,but there is little correlation with geographical distance and economic development differences among countries.
Keywords ：iron ore trade;spatial structure;influencing factor;the Belt and Road;social network analysis
中图分类号： F062.1;F416.1
文献标识码： A
文章编号： 1004-4051(2019)11-0035-06
收稿日期 ：2019-05-16
责任编辑： 赵奎涛
基金项目 ：国家自然科学基金资助项目资助(编号：41562017)；云南省教育厅资助项目资助(编号：2019Y0304)
第一作者简介 ：邱语(1995-)，女，四川资阳人，硕士研究生，主要研究方向为人口、资源与环境，E-mail:1289355521@qq.com。
通讯作者简介 ：刘春学(1975-)，男，河南林州人，博士，教授，主要研究方向为资源环境经济学，E-mail:chunxueliu@ynufe.edu.cn。
引用格式 ：邱语，刘春学，马建.“一带一路”沿线国家铁矿石贸易的空间结构及影响因素研究[J].中国矿业，2019，28(11):35-40.doi:10.12075/j.issn.1004-4051.2019.11.022
标签：铁矿石贸易论文; 空间结构论文; 影响因素论文; “一带一路”论文; 社会网络分析论文; 云南财经大学城市与环境学院论文;