img

QQ群聊

img

官方微信

高级检索

黄金科学技术 ›› 2024, Vol. 32 ›› Issue (5): 926-938.doi: 10.11872/j.issn.1005-2518.2024.05.126

• 采选技术与矿山管理 • 上一篇    下一篇

全球铝土矿贸易格局演化及中国贸易特征

易璐1(),李云云1(),郑明贵1,2,谢柳燕1   

  1. 1.江西理工大学经济管理学院,江西 赣州 341000
    2.中国科学技术大学管理学院,安徽 合肥 230026
  • 收稿日期:2023-09-05 修回日期:2024-06-10 出版日期:2024-10-31 发布日期:2024-09-19
  • 通讯作者: 李云云 E-mail:yilu991@126.com;3058752336@qq.com
  • 作者简介:易璐(1982-),女,江西赣州人,副教授,从事资源经济与管理研究工作。yilu991@126.com
  • 基金资助:
    国家社会科学基金项目“中国战略性矿产资源产业链供应链安全稳定战略研究(2025—2060)”(22XGL003)

Evolution of the Global Bauxite Trade Pattern and the Characteristics of China’s Trade

Lu YI1(),Yunyun LI1(),Minggui ZHENG1,2,Liuyan XIE1   

  1. 1.School of Economics and Management, Jiangxi University of Science and Technology, Ganzhou 341000, Jiangxi, China
    2.College of Management, University of Science and Technology of China, Hefei 230026, Anhui, China
  • Received:2023-09-05 Revised:2024-06-10 Online:2024-10-31 Published:2024-09-19
  • Contact: Yunyun LI E-mail:yilu991@126.com;3058752336@qq.com

摘要:

我国铝土矿资源供给长期难以满足需求,需要从海外进口大量的优质铝土矿来满足国内需求。为了研究经济政策等要素对铝土矿国际贸易格局的影响,以2012—2022年全球铝土矿贸易额作为数据来源,运用复杂网络分析方法,构建了铝土矿贸易随机网络和加权网络,对全球铝土矿贸易格局演变、主要贸易国地位演变和中国铝土矿贸易网络特征进行研究。结果表明:(1)全球铝土矿贸易网络规模具有稳健性,但其贸易网络结构具有不对称性,国家之间的贸易联系较为分散,全球铝土矿贸易呈碎片化特征。(2)全球铝土矿贸易国家中,澳大利亚与中国分别为出入强度最大的国家,但二者中介控制能力均有待加强,印度的中介控制能力较强,起到“桥梁”的作用。(3)中国是全球第一大铝土矿进口国,出口贸易额排名也不断上升,且进出口市场格局均较为集中。未来中国扩大铝土矿进口市场格局,潜在可选范围较为广泛:一方面中国仍然可以继续对澳大利亚、印度尼西亚、巴西和圭亚那等传统贸易国家加大进口份额;另一方面,中国可以利用地缘优势加强对土耳其、印度等“一带一路”沿线国家的铝土矿进口。

关键词: 复杂网络, 铝土矿, 贸易格局演化, 社团划分

Abstract:

Bauxite serves as a crucial raw material for the production of aluminum.However,China’s domestic bauxite resources have long been insufficient to satisfy the country’s demand.Consequently,it has beome imperative to import substantial quantities of high-quality bauxite from international sources to fulfill domestic requirements.The international trade dynamics of bauxite are continually evolving,influenced by economic policies and various other factors.Drawing upon the global bauxite trade volumes from 2012 to 2022,this paper employs complex network analysis to construct boths to chastic and weighted networks of bauxite trade.It examines the evolution of the global bauxite trade patterns,the changing status of major trading nations,and the specific characteristics of China’s bauxite trade network.The findings indicate that the scale of the global bauxite trade network demonstrates robustness.However,the network’s structure is asymmetrical,with trade connections between countries being relatively dispersed.The global bauxite trade exhibits significant frag-mentation.Among the nations engaged in bauxite trading,Australia and China,demonstrate the highest levels of import and export activity.However,their intermediary control capabilities require enhancement.Conversely,India possesses relatively robust intermediary control capabilities,effectively functioning as a “bridge” within the trade network.China stands as the world’s largest importer of bauxite,with an increasing prominence in export trade volume and a relatively concentrated market structure for both imports and exports.In the future,China is poised to broaden its bauxite import market framework,with a diverse array of potential sources.On one hand,China can augment its import share from established trading partners,including Australia,Indonesia,Brazil,and Guyana.On the other hand,China can leverage its geographical advantages to procure bauxite from Turkey,India,and other nations along the “Belt and Road Initiative”.

Key words: complex networks, bauxite, evolution of trade patterns, association division

中图分类号: 

  • F416.1

表1

复杂网络整体性指标与个体性指标含义及公式"

复杂网络指标测度指标名称指标含义指标计算公式

网络整体结构

特征指标

网络密度

表示网络中节点连接的紧密程度,其值越接近1,

该网络的密度越大,贸易联系越紧密

D=L/nn-1n为节点个数,L表示实际关系数,取值介于0和1之间
平均集聚系数表示复杂网络的集团化程度,网络集聚系数越大,网络集团化程度越高,节点之间的关系越紧密Ei=FiCKi2表示节点,Fi为实际存在的边数,CKi2为可能存在的边数
平均路径长度表示国家间边长平均数,平均路径越长,代表贸易过程中效率越低以及国家间贸易关系越松散L=1N*N-1i,jdijdij为节点i与节点j的距离
网络个体性指标度数中心度表示网络中与某节点相连接的其他节点的个数,一国与其他国家的贸易关系越多,该国家的度中心度越大Ki=j=1Nk(j,i),Ki为节点i的度数;当边k(j,i)存在时,其值为1,不存在时为0
接近中心度接近中心度反映节点不被控制的能力。接近中心度越高,就越不容易受到沿线其他国家间铝土矿贸易的影响Ci=1N-1j=1Ndijdiji国到j国的最短路径长度
中介中心度中介中心度反映节点对铝土矿流动的控制能力。节点中介中心度越高,对铝土矿流动的控制能力越强bjki=gjkiN-1N-2gjk,gjkj国与k国间所有最短的铝土矿贸易路径数;gjkij国到k国最短铝土矿贸易路径中途经i国家的路径数

表2

全球铝土矿贸易网络特征测度指标计算结果"

指标分类测度指标年度指标值
2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年
整体特征网络密度0.0310.0310.0370.0340.0310.0340.0320.0350.0330.0300.034
贸易规模119121111118114115116114112113109
节点中心性平均点度3.73.74.13.93.53.83.73.93.73.73.7
出度中心势/%24.224.624.752.627.232.031.834.030.330.331.1
入度中心势/%11.412.015.516.415.611.715.115.217.512.813.4

表3

全球铝土矿贸易加权网络和随机网络平均路径长度和集聚系数"

指标名称年度指标值
2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年
加权网络集聚系数0.3890.2910.3680.3510.3410.380.3780.3540.3430.2680.333
随机网络集聚系数0.0680.0790.0760.0670.0640.0810.0720.0630.0840.0830.087
加权网络平均路径长度2.8072.8912.6612.5552.7712.6432.712.6012.7302.8242.606
随机网络平均路径长度2.5662.5422.4302.4712.6992.5202.5112.4322.4432.5602.477

表4

2012—2022年节点出入强度排名前8位的国家(地区)"

排名201320152017201920212022
出强度入强度出强度入强度出强度入强度出强度入强度出强度入强度出强度入强度
1

印尼

13.497

中国

20.327

澳大利亚

7.790

中国

18.462

几内亚

14.527

中国

25.347

几内亚

24.550

中国

41.299

几内亚

27.026

中国

42.870

几内亚

44.936

中国

59.568

2

澳大利亚

5.202

美国

4.072

马来西亚

7.065

美国

3.346

澳大利亚

8.426

美国

1.359

澳大利亚

11.038

美国

1.562

澳大利亚

9.505

美国

0.752

澳大利亚

7.968

美国

1.716

3

几内亚

4.325

爱尔兰

1.112

几内亚

5.763

爱尔兰

1.401

巴西

2.378

加拿大

0.675

印尼

4.669

加拿大

1.124

印尼

6.282

加拿大

0.735

印尼

6.230

加拿大

1.066

4

巴西

3.340

西班牙

1.065

巴西

2.665

西班牙

1.353

圭亚那

1.444

乌克兰

0.632

巴西

2.583

乌克兰

0.590

巴西

1.839

德国

0.479

圭亚那

2.024

德国

0.500

5

印度

1.365

加拿大

0.999

印度

2.579

德国

1.316

牙买加

0.925

中国香港

0.533

圭亚那

1.285

爱尔兰

0.523

圭亚那

0.795

爱尔兰

0.379

巴西

1.691

法国

0.476

6

圭亚那

1.334

乌克兰

0.855

牙买加

1.299

加拿大

1.181

印尼

0.660

德国

0.463

牙买加

0.959

德国

0.398

土耳其

0.505

希腊

0.346

牙买加

0.763

爱尔兰

0.325

7

牙买加

1.294

德国

0.855

圭亚那

1.036

乌克兰

0.797

印度

0.449

爱尔兰

0.446

土耳其

0.436

法国

0.344

荷兰

0.247

乌克兰

0.275

土耳其

0.670

希腊

0.213

8

加纳

0.366

法国

0.525

加纳

0.394

法国

0.612

黑山

0.379

法国

0.184

加纳

0.360

希腊

0.270

德国

0.187

法国

0.144

荷兰

0.358

荷兰

0.157

图1

2012—2022年典型国家铝土矿进出口贸易情况"

表5

铝土矿贸易网络中心度指标排名前8位的国家(地区)"

中心度指标年份排名前8位国家及其指标值
12345678
中介中心度2012

巴西

0.153

英国

0.139

德国

0.138

印度

0.123

荷兰

0.114

美国

0.103

南非

0.088

澳大利亚

0.079

2014

印度

0.185

美国

0.135

巴西

0.113

荷兰

0.105

德国

0.098

南非

0.095

西班牙

0.092

阿联酋

0.089

2016

英国

0.233

印度

0.203

荷兰

0.149

美国

0.121

阿联酋

0.114

西班牙

0.095

德国

0.091

中国

0.083

2018

印度

0.290

美国

0.157

中国

0.140

荷兰

0.136

德国

0.125

西班牙

0.066

圭亚那

0.063

南非

0.056

2020

印度

0.202

荷兰

0.185

巴西

0.145

中国

0.129

土耳其

0.124

阿联酋

0.101

美国

0.101

西班牙

0.066

2022

巴西

0.177

印度

0.162

荷兰

0.144

土耳其

0.144

英国

0.134

美国

0.126

德国

0.116

中国

0.079

接近中心度2012

德国

0.551

荷兰

0.546

英国

0.546

巴西

0.536

美国

0.524

意大利

0.506

印度

0.496

西班牙

0.488

2014

印度

0.564

荷兰

0.561

英国

0.549

德国

0.546

美国

0.544

西班牙

0.538

巴西

0.535

希腊

0.530

2016

英国

0.565

荷兰

0.557

印度

0.551

德国

0.538

西班牙

0.509

中国

0.507

美国

0.507

法国

0.502

2018

印度

0.608

德国

0.575

中国

0.556

荷兰

0.545

美国

0.540

英国

0.525

法国

0.523

圭亚那

0.518

2020

荷兰

0.573

印度

0.567

巴西

0.549

德国

0.546

中国

0.541

美国

0.533

土耳其

0.530

西班牙

0.517

2022

巴西

0.578

德国

0.571

土耳其

0.568

西班牙

0.553

英国

0.545

美国

0.542

荷兰

0.536

圭亚那

0.533

图2

国际铝土矿贸易模块度演化图"

图3

2012年全球铝土矿贸易网络"

图4

2022年全球铝土矿贸易网络"

表6

中国铝土矿贸易节点度与点强度及其排名演变"

指标分类指标名称2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年
节点度出度015561723159610
出度排名-482523158511131512
入度1715212321182223241516
入度排名13111111122
点强度出强度/百万美元00.12.00.72.05.321.316.07.56.711.9
出强度排名-42232721181013131311
入强度/亿美元9.620.39.818.512.431.142.247.845.047.665.8
入强度排名11111111111

图5

中国铝土矿主要出口市场及其份额变化"

表7

中国铝土矿主要进口来源国及其份额变化情况"

排名2014年2016年2019年2022年
国家/地区份额/%国家/地区份额/%国家/地区份额/%国家/地区份额/%
合计-96.7-97.5-98.4-99.8
1澳大利亚58.8澳大利亚58.1几内亚59.4几内亚75.4
2印度16.7马来西亚12.1澳大利亚26.1澳大利亚13.2
3马来西亚10.8巴西9.6印度尼西亚11.3印度尼西亚10.5
4印度尼西亚4.8几内亚8.3马来西亚0.6土耳其0.4
5多米尼加3.0印度6.6巴西0.5马来西亚0.2
6加纳2.6加纳2.8黑山0.4巴西0.1

表8

铝土矿贸易网络出口国(地区)对中国HM指数及其排名"

排名2014年2016年2019年2022年
国家/地区HM指数国家/地区HM指数国家/地区HM指数国家/地区HM指数
1所罗门群岛0.99斐济0.99马达加斯加1.00赞比亚1.00
2特立尼达和多巴哥0.99越南0.99爱尔兰0.99马来西亚0.99
3斐济0.99多米尼加0.99越南0.99印度尼西亚0.90
4印度尼西亚0.95加纳0.97特立尼达和多巴哥0.99澳大利亚0.86
5多米尼加0.95马来西亚0.87马来西亚0.98黑山0.63
6马来西亚0.89印度0.85印度尼西亚0.89博茨瓦纳0.40
7印度0.74黑山0.81黑山0.81土耳其0.39
8加纳0.67刚果0.52澳大利亚0.72牙买加0.05
Callaway D S, Newman M E J, Strogatz S H,et al,2000.Network robustness and fragility:Percolation on random graphs[J].Physical Review Letters,85(25):5468.
Chen Xifeng,2024.Distribution characteristics and exploration & development pattern of global bauxite resources and its prospect[J].China Mining Magazine,33(7):59-68.
Dong Di, An Haizhong, Hao Xiaoqing,et al,2016.International copper ore trade pattern based on complex network[J].Economic Geography,36(10):93-101.
Dong Z,2019.Who will trade bauxite with whom? Finding potential links through link prediction[J].Resources Policy,63:101417.
Fagiolo G,2007.Clustering in complex directed networks[J].Physical Review E,76(2):026107.
Ji Qidi, Liu Weidong, Chen Wei,et al,2021.Structure of global copper-containing products trade network based on industrial chain perspective[J].Scientia Geographica Sinica,41(1):44-54.
Li Tianxiang, Liu Xingyu, Wang Rongbo,et al,2021.Dynamics of global pork trade networks during 2000-2019 and its implications for China:A complex network analysis[J].Journal of Natural Resources,36(6):1557-1572.
Liu Yan, Huang Jianbai, Chen Jinyu,2017.Network correlation and influencing factors analysis of global bauxite resource flow[J].Statistics and Decision,(7):146-149.
Ma Jiyu,2017.The prediction of the production and demand of bauxite in China[J].China MiningMagazine,26(Supp.1):23-27,55.
Pan Zhaoshuai, Zhang Zhaozhi, Zhang Zenan,et al,2019.Analysis of the import source country of the bauxite in China[J].China Mining Magazine,28(2):13-17,24.
Ren Xiaojuan, Fan Fengyan, Liu Qunyi,et al,2019.Supply safety evaluation of bauxite mine in China[J].China Mining Magazine,28(7):52-59.
Serrano M A, Boguná M,2003.Topology of the world trade web[J].Physical Review E,68(1):015101.
Shi Chaoya, Gao Xiangyun, Sun Xiaoqi,et al,2018.Study on the evolution characteristics of international bauxite trade from the perspective of complex network[J].China Mining Journal,27(1):57-62.
Survey U.S.Geological,2003.Mineral cornmodity summaries 2023[R].New York:U.S.Geological Survey.
Wang Dongfang, Chen Weiqiang,2018.Trade and supply security of bauxite in China[J].Resources Science,40(3):498-506.
Wang Lili,2016.Global bauxite market is sluggish,China’s demand is still strong[J].China’s Foreign Trade,(2):72-73.
Wang W, Li Z, Cheng X,2019.Evolution of the global coal trade network:A complex network analysis[J].Resources Policy,62:496-506.
Wei Ling, Li Fangqin, LI Ying,2019.Preferable investment evaluation of overseas bauxite based on entropy-weight TOPSIS model[J].China Mining Magazine,28(8):72-78.
Wu Di, Wang Yupeng, Wang Nuo,2023.Analysis on the evolution of bauxite flow pattern in the world based on the gravity model of resource field[J].World Regional Studies,32(3):52-63.
Xu Shuitai, Ma Caiwei, Zhu Wenxing,2022.Study on the structure and evolution of rare earth trade network along the Belt and Road[J].Gold Science and Technology,30(2):196-208.
Yang Wenlong, Du Debin, Ma Yahua,et al,2018.Network structure and proximity of the trade network in the Belt and Road region[J].Geographical Research,37(11):2218-2235.
Zhang Z, Lan H, Xing W,2018.Global trade pattern of crude oil and petroleum products:Analysis based on complex network[J].IOP Conference Series:Earth and Environmental Science,153(2):022033.
陈喜峰,2024.全球铝土矿资源分布特征、勘查开发格局及展望[J].中国矿业,33(7):59-68.
董迪,安海忠,郝晓晴,等,2016.基于复杂网络的国际铜矿石贸易格局[J].经济地理,36(10):93-101.
计启迪,刘卫东,陈伟,等,2021.基于产业链的全球铜贸易网络结构研究[J].地理科学,41(1):44-54.
李天祥,刘星宇,王容博,等,2021.2000—2019年全球猪肉贸易格局演变及其对中国的启示——基于复杂贸易网络分析视角[J].自然资源学报,36(6):1557-1572.
刘艳,黄健柏,谌金宇,2017.全球铝土矿资源流动的网络关联及影响因素分析[J].统计与决策,(7):146-149.
马吉宇,2017.中国铝土矿产量及需求量预测研究[J].中国矿业,26(增1):23-27,55.
潘昭帅,张照志,张泽南,等,2019.中国铝土矿进口来源国国别研究[J].中国矿业,28(2):13-17,24.
任晓娟,范凤岩,柳群义,等,2019.中国铝土矿的供应安全评价[J].中国矿业,28(7):52-59.
史超亚,高湘昀,孙晓奇,等,2018.复杂网络视角下的国际铝土矿贸易演化特征研究[J].中国矿业,27(1):57-62.
王东方,陈伟强,2018.中国铝土矿贸易与供应安全研究[J].资源科学,40(3):498-506.
王莉莉,2016.全球铝土矿市场低迷,中国需求依然强劲[J].中国对外贸易,(2):72-73.
魏玲,李芳琴,李颖,2019.基于熵权TOPSIS法的铝土矿海外投资优选[J].中国矿业,28(8):72-78.
吴迪,王宇鹏,王诺,2023.基于资源场引力模型的世界铝土矿流动格局演变分析[J].世界地理研究,32(3):52-63.
徐水太,马彩薇,朱文兴,2022.“一带一路”稀土贸易网络结构及演化研究[J].黄金科学技术,30(2):196-208.
杨文龙,杜德斌,马亚华,等,2018.“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,37(11):2218-2235.
[1] 廖秋敏, 谢柳燕, 韩嘉雯. 全球金属镓、锗贸易网络格局演变与供应危机传播研究[J]. 黄金科学技术, 2024, 32(4): 717-730.
[2] 叶前林, 马继越. 全球稀土贸易格局演化及竞合关系研究[J]. 黄金科学技术, 2024, 32(1): 144-159.
[3] 刘立刚, 黄亚旦. 有色金属产业与制造业的产业关联:作用方向、关联程度与网络特征[J]. 黄金科学技术, 2023, 31(6): 990-1003.
[4] 朱文兴,胡恒祺,徐水太. 全球稀有矿产品贸易格局演化及我国供应安全研究[J]. 黄金科学技术, 2022, 30(6): 877-890.
[5] 徐水太, 马彩薇, 朱文兴. “一带一路”稀土贸易网络结构及演化研究[J]. 黄金科学技术, 2022, 30(2): 196-208.
[6] 黄丹,陈何,郑志杰. 基于空隙量守恒的覆岩裂隙带发育高度模型[J]. 黄金科学技术, 2021, 29(6): 843-853.
[7] 王太海, 陈建宏, 黄振艺. 一种尾矿物料的压滤脱水试验研究[J]. 黄金科学技术, 2018, 26(3): 379-386.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!