重大扰动期间（2016-2023）全球谷物贸易网络的结构演化和级联供应风险

《Resources, Environment and Sustainability》：Structural Evolution and Cascading Supply Risks in the Global Cereal Trade Network amid Major Disruptions, 2016-2023

　　

COVID-19大流行和俄罗斯-乌克兰冲突对全球粮食安全构成了挑战，并促使全球谷物贸易发生重大重组。利用年度双边贸易数据以及国家层面的生产和储备数据（均转换为千卡），研究人员为194-195个国家构建了九种谷物的加权有向网络。研究人员结合网络指标、社区检测、核心-边缘分析以及一个改进的级联失效模型（该模型纳入了储备吸收和基于偏好的加权贸易再分配），研究了结构演化、冲击传播、国家层面的暴露程度以及分布不平等性。该网络在2021年之前有所扩张，并在2022-2023年部分收缩，同时社区组成和核心排名发生了显著变化。更强的出口冲击导致更多的传播轮次，影响更多国家，增加贸易损失，并降低冲击后的连通性。出口影响力仍然集中在主要出口国，而进口脆弱性则表现出更大的地理变异性。国内供应影响高度不平等，且不成比例地集中在低收入人口中，其中大部分不平等性源于收入群体内部。

**论文解读**

**研究背景与问题**

全球粮食安全正受到气候变化、战争、出口限制和运输中断等多重且相互交织的扰动的挑战。谷物作为全球膳食能量的主要来源，其国际贸易使许多国家能够弥补国内生产不足和资源约束。COVID-19大流行导致流动性限制、物流摩擦和贸易政策应对，扰乱了农业供应链；随后爆发的俄罗斯-乌克兰冲突影响了两大主要供应国的谷物生产和出口流，并通过能源和化肥成本上升加剧了全球粮食市场压力。这些连续的重大扰动凸显了研究全球谷物贸易网络（GCTN）如何演变以及出口冲击如何在相互关联的国家粮食系统中传播的必要性。现有研究多聚焦于静态结构分析或长期趋势描述，缺乏对重大冲击事件前后精细尺度的比较分析；传统级联模型机械地处理贸易再分配，对国家储备和异质性伙伴偏好的联合作用关注不足；且鲜有研究考察贸易网络扰动导致的国家间影响分布不平等性。因此，本研究旨在量化2016-2023年期间GCTN的结构演化与级联供应风险，将网络结构、冲击传播与分布结果联系起来。

**研究内容与结论**

研究人员利用年度双边谷物贸易数据、生产与储备数据（均转换为千卡），构建了194-195个国家九种谷物的加权有向网络。通过结合网络指标、社区检测、核心-边缘分析以及一个改进的级联失效模型（纳入国家储备吸收和基于双边贸易回归的偏好加权贸易再分配），评估了四种互补结果：传播迭代次数、受影响国家数量、冲击后最大强连通分量规模以及总贸易量损失比率。进一步估计了国家层面出口影响力与进口脆弱性，并使用人口加权洛伦兹曲线、基尼系数、按人均GDP排名的集中指数以及收入组泰尔指数评估了国内供应影响的分布。研究发现：GCTN在2021年前扩张，2022-2023年部分收缩，但短路径、高聚类和大型连通骨干持续存在；社区组成和核心排名发生显著变化，巴西和俄罗斯地位上升，阿根廷和若干欧洲国家地位下降；级联结果呈现清晰的冲击梯度，强冲击导致更多传播轮次、更多受影响国家、更大贸易损失和更小的冲击后连通分量；出口影响力集中在主要出口国，而进口脆弱性表现出更大的地理流动性；国内供应影响高度不平等，且不成比例地集中在低收入人口中，大部分不平等性源于收入群体内部而非群体之间。该研究论文发表在《Resources, Environment and Sustainability》。

**关键技术方法**

1. **数据来源与处理**：从粮农组织（FAO）获取九种谷物的生产与贸易数据，从美国农业部外国农业服务局生产、供应与分配数据库（USDA-PSD）获取国家谷物储备数据，所有数据均转换为千卡（kcal）并逐年汇总。
2. **复杂网络分析**：构建年度加权有向网络，计算平均节点度、网络密度、平均聚类系数、最大强连通分量（LSCC）规模、平均最短路径长度及入度/出度中心化；应用Clauset-Newman-Moore贪婪模块度最大化算法进行社区检测；采用Rombach算法计算连续核心度（coreness）以量化核心-边缘结构。
3. **双边贸易偏好权重估计**：基于对数线性多元回归模型，纳入地理、政治文化、贸易政策、经济资源及国家风险五大维度16个自变量，分别估计2016-2019和2020-2023两个时期的回归系数，用于构建级联模型中的贸易偏好权重。
4. **改进的级联失效模型**：引入初始出口缩减比例（s）、冲击传播比例（q）、储备吸收比例（r）和贸易偏好权重参数（α）四个参数，模拟冲击通过网络的迭代传播，包括国家储备缓冲和基于回归的偏好加权贸易再分配。
5. **不平等性分析**：使用人口加权基尼系数、按人均GDP排名的集中指数以及泰尔指数及其收入组间/组内分解，评估国内供应影响的跨国分布不平等性。

**研究结果**

**全球谷物贸易网络的结构演化与社区组织**
GCTN在2019和2023年均表现出广泛的跨区域连接，但社区数量从6个变为5个，社区成员发生显著重组，桑基图显示并非简单的一对一转换。核心国家排名发生变化：美国和乌克兰核心度略有下降，巴西和俄罗斯上升，加拿大保持稳定，阿根廷下降最大，法国、德国、罗马尼亚和匈牙利在2023年核心度降低。年度网络指标显示（表3）：贸易量从2016年1.58×10¹⁵ kcal增至2021年峰值1.91×10¹⁵ kcal，后降至2023年1.72×10¹⁵ kcal；有向贸易链接、平均度和网络密度在2021年达到最高；核心国家数量从2016年41个增至2021年45个，2022-2023年降至42个；平均聚类系数在2023年达最高0.618；平均最短路径长度总体下降至1.93；入度中心化从1.71×10^-3增至2.15×10^-3，反映进口供应商集中度上升；出度中心化保持稳定且更高，表明出口市场集中度持续存在。

**级联冲击结果与国家层面暴露**
改进模型参数敏感性分析显示：增加初始冲击比（s）和传播比（q）加剧级联影响，而提高储备吸收比（r）减少其持续时间、地理范围和贸易损失；贸易偏好权重参数（α）主要影响传播迭代次数。年度级联结果（图2）表明：强冲击下传播迭代次数、受影响国家数量、贸易损失率均更高，而冲击后最大强连通分量（LSCC）更小；受影响国家数量和贸易损失率在2016-2023年相对稳定（强冲击下贸易损失率约0.62-0.64），而传播迭代次数和LSCC规模年际波动更大，与2020、2022年扰动时间吻合，但非单调模式表明不能归因于单一事件。国家层面出口影响力（图3）仍集中在少数主要出口国，美国、乌克兰仍具影响力但值下降，巴西、加拿大、澳大利亚上升，印度在2023年进入前十；进口脆弱性地理分布更广且排名变化更大，2019年最高值主要出现在非洲国家和小型进口依赖经济体，2023年脆弱性排名发生显著变化。

**国内供应影响分布的不平等性**
人口加权基尼系数（图4a）在弱冲击下最高、强冲击下最低，且2019年后总体下降，2021-2022年较低，2023年部分回升，表明强冲击产生更大总体影响但分布更广。集中指数（图4b）在所有场景和年份均为负值，表明国内供应影响不成比例地集中在低收入人口中，这种集中在2020-2021年加强，2022-2023年减弱。泰尔分解（图4c）显示，总不平等性在弱冲击下更高，组内不平等性占总泰尔指数的大部分，组间分量较小；中上和中低收入国家组内不平等性较高，低收入国家组内不平等性在2023年显著增加，表明不平等性主要源于同一收入组内国家差异。

**讨论与结论**

**讨论总结**
研究发现，GCTN的连通性持续存在但内部发生显著重组，这与粮食贸易既能重新分配供应、提供替代来源，又能通过网络相互依赖传播冲击的文献一致。COVID-19期间农业贸易相对非农业贸易受影响较小，主粮贸易尤其持久，这为2020年后网络连通主干保持稳定而社区归属和核心位置变化提供了背景。俄罗斯-乌克兰冲突通过农业生产和贸易流中断以及能源、化肥成本上升增加了不同但重叠的压力。在此背景下，乌克兰和阿根廷出口影响力下降、巴西和澳大利亚作用上升，应理解为多重扰动期间谷物贸易分布和路径的变化，而非单一事件所致。此外，储备可用性、进口依赖和贸易政策反应共同塑造了粮食供应冲击的暴露程度。全球连通性的持续存在并未消除系统性集中：少数出口国持续施加重大影响，而传播冲击的国内后果在进口国和收入组之间仍不均匀。

**研究结论翻译**
通过使用2016-2023年的年度双边谷物贸易、生产和储备数据，本研究结合网络指标、社区检测、核心-边缘分析和改进的级联失效模型，考察了GCTN在COVID-19大流行和俄罗斯-乌克兰冲突期间的结构演化和级联供应风险。年度网络覆盖约195个国家，模拟中保留149个国家，使得分析能够将系统级拓扑结构与国家层面出口影响力、进口脆弱性以及国内供应影响的分布联系起来。贸易量和连通性在2021年前扩张，2022-2023年部分收缩，而短路径、高聚类和大型连通骨干持续存在。2019与2023年的比较揭示了广泛的社区重新分配和核心内部等级变化，包括巴西和俄罗斯地位增强，阿根廷和若干欧洲国家地位减弱。级联结果遵循清晰的冲击梯度：与中等和弱冲击相比，强冲击需要更多传播轮次，影响更多国家，导致更大贸易量损失，并留下更小的最大强连通分量。年际变化在传播持续时间和冲击后连通性方面比在受影响国家数量或总损失比率方面更为显著。出口影响力仍然集中在相对稳定的主要出口国群体中，而进口脆弱性则表现出更大的地理流动性。国内供应影响也高度不平等，且不成比例地集中在低收入人口中，大部分不平等性来自收入组内而非组间。重要的是，强冲击下较低的基尼和泰尔值反映了损失在国家间和人口中的更广泛扩散，而非总危害的减少。