全球天然橡胶贸易复杂网络稳健性分析
Analysis of the Robustness of the Complex Network of Global Natural Rubber Trade
摘要: 天然橡胶作为四大工业原料之一,天然橡胶的产地分布较为集中,节点、网络的稳定性对于其贸易而言至关重要,从全球视角来看,贸易网络的稳定性有利于对整个贸易体系高效、稳健地运行做出保障;对于国家而言,贸易稳定是其供给安全及经济安全的重要保障,特别是对于我国作为全球最大的天然橡胶消费国而言,稳定的贸易关系和贸易环境有利于在一定程度上保障我国工业安全乃至经济安全,因此研究贸易网络的稳健性至关重要。本文通过模拟在随机攻击和蓄意攻击下的天然橡胶贸易网络的失效过程,根据网络稳健性特征值的相关指标,分析两种攻击模式对网络脆弱性影响的差异性,同时验证天然橡胶贸易网络是否符合无标度网络和小世界网络的特性。
Abstract: As one of the four major industrial raw materials, the production areas of natural rubber are relatively concentrated. The stability of nodes and networks is crucial for its trade. From a global perspective, the stability of the trade network helps ensure the efficient and robust operation of the entire trade system. For a country, trade stability is an important guarantee for its supply security and economic security. Especially for China, as the world’s largest consumer of natural rubber, a stable trade relationship and environment can, to a certain extent, safeguard China’s industrial security and even economic security. Therefore, it is of great significance to study the robustness of the trade network. This paper simulates the failure process of the natural rubber trade network under random attacks and deliberate attacks. Based on the relevant indicators of network robustness eigenvalues, it analyzes the differences in the impact of the two attack modes on network vulnerability. At the same time, it verifies whether the natural rubber trade network conforms to the characteristics of scale-free networks and small-world networks.
文章引用:张毓颖, 潘玲颖. 全球天然橡胶贸易复杂网络稳健性分析[J]. 运筹与模糊学, 2025, 15(2): 57-70. https://doi.org/10.12677/orf.2025.152064

1. 引言

在全球产业链高度互联的背景下,天然橡胶作为不可替代的工业基础原料,其贸易网络的稳定性直接关系到轮胎制造、医疗设备、国防工业等关键领域的可持续发展。据国际橡胶研究组织(IRSG)统计,2022年全球天然橡胶贸易量超过1400万吨,贸易网络覆盖全球200个以上国家,形成以东南亚为供给核心、东亚与欧美为需求枢纽的多极化格局。然而,这一网络的拓扑结构与动态演化机制尚未被充分解构:气候变化引发的橡胶主产区减产风险(如泰国南部干旱)、地缘政治冲突导致的物流通道中断(如南海航运争端),以及碳中和目标下合成橡胶替代效应的不确定性,正在重塑贸易网络的脆弱性与韧性边界。在此背景下,运用网络稳健性分析法揭示天然橡胶贸易网络受到随机事件及蓄意事件攻击后的系统性特征与风险传导路径,成为保障全球供应链安全的重要科学命题。

在过往的贸易研究中,多聚焦于传统的贸易量、价格波动等表面指标,对于贸易网络深层次的结构特性与内在运行规律缺乏足够的挖掘。天然橡胶贸易网络作为一个复杂的自适应系统,其节点(各个参与贸易的经济体)之间的连接强度、合作模式以及信息传递方式,都在不断地动态变化。这些变化不仅受到外部宏观因素的影响,还与各节点自身的经济发展战略、产业政策调整息息相关。本文通过网络稳健性分析,探究全球天然橡胶贸易网络在不同事件影响之下的稳健性;构建攻击模型,来完成全球天然橡胶贸易网络的定性分析,本文采用随机攻击和蓄意攻击两种常用的模拟方法,探明全球天然橡胶贸易网络针对于不同事件影响下的贸易网络稳健性。

2. 文献综述

复杂网络理论起源于20世纪末,旨在研究由大量节点和边构成的系统的拓扑结构及其动态行为(Newman, 2010) [1]。随着网络科学的快速发展,复杂网络理论已被广泛应用于社交网络、生物网络、交通网络等多个领域(Barabási & Albert, 1999) [2]。复杂网络理论在经济学和国际贸易研究中的应用逐渐增多,为分析全球贸易网络的结构特征和动态演化提供了新的视角(Serrano & Boguñá, 2007) [3]。在复杂网络理论中,网络由节点(Node)和边(Edge)构成,节点代表系统中的个体,边代表个体之间的连接关系(Watts & Strogatz, 1998) [4]。例如,在天然橡胶贸易网络中,节点可以表示国家,边表示国家之间的贸易关系。网络的拓扑结构可以通过一系列指标来描述,包括:度(Degree)—节点的度表示其连接的其他节点的数量。在贸易网络中,高度节点通常是主要出口国或进口国。聚类系数(Clustering Coefficient):衡量节点邻居之间的连接紧密程度,高聚类系数可能表明区域性贸易集团的存在。介数中心性(Betweenness Centrality):衡量节点在网络中作为“桥梁”的重要性,高介数节点通常是关键的中介国家。PageRank:基于节点重要性传递的算法,常用于识别网络中的核心节点(Page et al., 1999) [5]

近些年来,由于复杂网络研究方法在各领域的广泛应用,网络鲁棒性受到了越来越多的关注,成为网络研究当中最核心的课题之一。鲁棒性是指当网络的一小部分节点受损时,网络保持其连通性的能力[6]。当网络受到随机攻击时,其抵御外部干扰的能力通常较强,不会影响整个网络。越来越多学者的研究发现,无标度网络已经被发现对随机节点移除表现出高度的鲁棒性,而它们极易受到最多连接节点的有意移除的影响。天然橡胶贸易网络作为一个典型的复杂网络,其拓扑结构对网络的稳健性具有重要影响。例如,无标度网络(Scale-free Network)的特性可能导致网络在蓄意攻击下表现出脆弱性(Albert et al., 2000) [7]。通过分析网络的度分布、聚类系数和中心性指标,可以深入理解贸易网络的结构特征及其对随机攻击和蓄意攻击的响应机制。

对于国际贸易而言,稳健性指的是当某些贸易节点或者关系崩溃时,网络正常运行的能力,现有的研究主要集中在石油贸易网络[8]-[11]和粮食贸易网络[10]-[13]等占据重要位置的贸易网络研究中。Chen等人[10]通过构建中国石油进口贸易网络,以模拟在节点故障情况下网络的鲁棒性,并通过构建虚拟网络验证了结构变化对鲁棒性提高的影响。Xie等人[12]评估了全球石油交易系统在贸易封锁和经济危机等极端事件期间网络效率和稳健性的变化。Wei等人[13]通过对基于网络拓扑指数的石油贸易风险评估框架进行改进,探索了石油经济在定向攻击下的鲁棒性。Jinlong Ma等人[14]构建了1987~2020年的国际小麦贸易网络,采用随机攻击和定向攻击分析了网络的稳健性,并从全球、区域、国家三个角度进行了详细分析。S. Tamea等人[15]通过构建虚拟水贸易网络,构建了新的传播模型,分析局部粮食危机在网络中传播对虚拟水贸易和全球粮食供应可能造成的影响,提出了衡量危机影响和国家脆弱性的指标。U. Dieckmann等人[16]通过比较各国鱼类供应变化与营养依赖指数评估食品安全结果,开发了正向冲击传播模型探究了全球海鲜贸易网络对冲击的脆弱性。

天然橡胶作为重要的战略资源,其全球贸易网络的稳健性直接关系到供应链的安全性和稳定性。然而,现有研究多集中于贸易流的定量分析,缺乏从复杂网络视角对贸易系统结构特征的深入探讨。本文基于复杂网络理论,构建全球天然橡胶贸易网络,分析其在随机攻击和蓄意攻击下的稳健性,为制定相关政策提供理论依据。

3. 数据来源及网络构建

本文通过采用联合国商品贸易统计数据库(UN Comtrade),分别获取了上述天然橡胶所包含的各分类产品的各阶段国际贸易数据,分别统计了从2002年1月到2023年1月各个国家天然橡胶的贸易总量。

根据复杂网络理论,将贸易国家抽象为节点,节点之间的贸易关系抽象为边之后,可以建立一个 n×n 的矩阵,其中n代表网络中的节点数量,构成的矩阵即:

A t =[ a 11 t    a 12 t a 1j t a 21 t    a 22 t a 2j t           a i1    t   a i2   t        a ij t   ] { a ij t =1,ijt a ij t =0,ijt

复杂网络理论中的网络根据连线的种类分为有向网络和无向网络,根据权重分为加权网络和无权网络[16],全球天然橡胶贸易网络属于有向加权网络,即可构建如下权重矩阵:

W t =[ w 11 t    w 12 t w 1j t w 21 t    w 22 t w 2j t           w i1    t   w i2   t        w ij t   ]

w ij t 代表节点i和节点j之间的一条边上的贸易量。

4. 全球天然橡胶贸易复杂网络稳健性分析

4.1. 网络攻击方法及指标选择

4.1.1. 攻击方法

常用的攻击方法主要分为蓄意攻击和随意攻击,以及级联攻击的方式,其中蓄意攻击和随意攻击更多地应用在贸易网络的分析中,而级联攻击的方法更多地应用在其他诸如互联网安全性等的分析中,因此本文采用普遍的蓄意攻击和随意攻击来完成模型的构建。同时在攻击过程中又分为静态攻击和动态攻击的方式,静态攻击是指一次性移除目标节点,而动态攻击则是逐个动态变化地去删除目标节点,这样带来的效果又是截然不同,相比之下,动态攻击更能很好地分析网络的稳健性,更能够反映实际贸易中的情况变化。

实际攻击方法中又分为随机攻击、度攻击、紧密度攻击、聚类系数攻击和PageRank攻击五种,后四种均为蓄意攻击的具体方式,蓄意攻击通常指的是计划内事件对于网络性能的影响,例如俄乌冲突、中美贸易战、中澳贸易战等特定事件。

1) 随机攻击

随机攻击指的是在复杂网络中,攻击者随机选择网络中的节点进行攻击,这种攻击没有特定的目标选择策略,通常将现实世界中的自然灾害(如洪水、风暴、虫害和火灾等)、不可抗力因素发生的事件以及人为失误等原因造成的事件模拟为随机攻击,例如新冠疫情的全球大流行。

2) 度攻击

通过移除网络中连接数最多的节点,也意味着破坏了网络中最活跃、最关键的连接点,可以分析这些活跃性高的节点对于网络稳定性的贡献。通过评估度攻击对于网络的影响,可以了解网络对活跃节点失效的敏感性,进而评估网络的韧性。

3) 紧密度攻击

针对的是那些在网络中位置最中心、最能够快速传播信息的节点,通过移除平均距离其他所有节点最短的节点,从而破坏网络的快速传播能力,可以揭示网络在快速信息传递通道受阻时的脆弱性,有助于理解网络的连接紧密程度。

4) 介数攻击

介数攻击针对的是在网络中处于“桥梁”位置的节点,这些节点通常位于信息传递的关键路径上,这些节点在信息传递过程中担当关键角色,对网络执行介数攻击时,会提高网络的分裂程度,增加网络的平均路径长度从而降低网络中信息的传递效率。

5) PageRank攻击

PageRank用于衡量节点的重要性,不仅考虑了节点的连接数,而且考虑了所连接节点的质量,PageRank的值越大,该节点在网络中的影响力越大。通过攻击网络中最有影响力的节点,能够了解网络对于重要节点失效的敏感程度。

4.1.2. 攻击模型指标选择

复杂网络的稳健性衡量的是指当网络受到随机或者选择性攻击时,网络连通性和网络信息传递效率的改变情况,网络的连通性越好、网络信息传递效率越高,代表网络的抗打击能力越强,稳健性越高。若网络受到攻击时,相关指标变化较大,如平均路径长度增加幅度过大,则说明网络的抗打击能力较弱,因为较短的平均路径长度有助于信息快速传播。在稳健性衡量方面,通常会选择网络的连通分量数目、最大连通分量所包含的节点数目、平均路径长度和平均聚类系数四个指标,连通分量数目和最大连通分量所包含的节点数目二者能够直观反映出网络在遭受到破坏之后整体连通的能力,如果连通分量数目增加缓慢以及最大连通分量所包含的节点数目下降缓慢,则说明网络在攻击下能够维持较好的连通性,稳健性较强。平均路径长度度量的是网络中节点间平均距离,体现的是网络的信息传输能力,若网络在攻击下平均路径长度迅速增大,则说明网络失去了高效的传输能力。平均聚类系数反映的是网络中节点聚集的程度,若网络在攻击下聚类系数迅速下降,则说明节点之间无法形成聚集的团体,代表节点之间相互的连接关系断开,网络迅速崩溃。

因此,本文在分析网络稳健性时,选择的指标是网络的整体效率、平均路径变化情况、连通分量变化情况和连通分量包含节点数变化四种指标来进行稳健性分析,本文选用这些指标来评价网络稳健性的原因在于:一是指标应用广泛,便于结果的比较和验证;二是可以最大程度避免其它指标的缺陷,三是这些指标的变化都具有代表性和连续性。同时采用2002年、2008年、2016年、2022年四个具有标志性的年份作为分析目标进行攻击模型网络的构建,在指标衡量方面还选取了多层渗流模型的仿真实验节点的失效比例作 p 为整个攻击过程的描述,具体定义如下:

p= N N (4.1)

式中: N 代表攻击次数,也即失效的节点数目(每次攻击移除一个节点), N 代表全部的节点数目。

4.2. 进出口贸易网络整体稳健性分析

4.2.1. 网络针对随机事件的稳健性

Figure 1. Changes in various indicators in different years under random attacks

1. 随机攻击下不同年份各指标变化情况

图1展示了各年份贸易网络在随机攻击下各指标的变化情况,随着节点失效比例 p 的增加,各指标均出现了不同程度的变化,但从整体上来看,整个天然橡胶贸易网络对于随机攻击的鲁棒性较高,符合无标度网络对于随机攻击稳健性高的结论。具体来看,首先从连通分量和最大连通分量成员数二者的变化结合来看,二者的变化关系呈现线性相关关系,连通分量的变化趋势较为平缓,当节点失效比例 p=0.8 左右时,网络出现了不同程度的崩溃,连通分量的数目出现明显上升,不同年份的崩溃时间点不同,意味着不同年份中随着贸易关系的波动,当网络故障出现时,是否存在替代路径也存在波动,进而影响贸易网络的稳健性,有更多的替代路径,则意味着网络更容易保持稳定;最大连通分量成员数的变化呈现线性下降的趋势,这说明贸易网络在随机攻击下能够保持较好的稳定性,节点之间的连通关系并不会出现大面积的断连。从平均路径长度和平均聚类系数的变化来看,也更能证明了天然橡胶贸易网络在随机攻击下的网络稳健性,当 p<0.8 时,平均路径长度和平均聚类系数并没有出现急剧的变化,基本保持平稳,验证了贸易网络的稳健性。

4.2.2. 网络针对特定事件的稳健性

1) 连通分量数目和最大连通分量成员数变化

从连通分量数目和最大连通分量成员数结合分析来看(如图2~图5),两个指标的变化呈现出了正相关性,随着连通分量数目的增加,最大连通分量成员数也在相应的下降。整体来看各年份进出口贸易网络连通分量数目变化曲线基本都呈现出了“先急速升后线性下降”的变化趋势,而最大连通分量成员数则呈现出“急剧下降后趋近为0”的变化趋势,从变化趋势来看,可以反映出贸易网络在蓄意攻击下的稳健性较差,在节点失效比例较低时,指标就出现了较大的波动性,代表网络整体的连通性下降的较为明显。

从整体指标变化来看,当 p=0.1 时,大部分网络能够处于维持正常的贸易,连通分量数目基本维持在20左右,最大连通分量的成员数维持在150左右,大部分国家仍旧维持着贸易关系;当 p=0.2 时,两个指标都出现了不同程度的急剧变化,网络接近崩溃状态,特别是最大连通分量的成员数维持在较低水平,但网络中部分国家仍旧能够建立贸易关系,保持最基本的贸易往来,当 p 0.4 时,网络完全崩溃,网络中各节点基本处于分散的状态,相互之间基本不存在贸易联系,基本上各自为一个独立的“群体”。

从不同的攻击方式来看,贸易网络的稳健性排行依次为PageRank攻击 > 紧密度攻击 > 介数攻击 > 度攻击。(1) 采用度攻击时,网络崩溃的时机相较于其他三种方式而言都较早,度攻击优先移除的是网络中度最大的节点,因为度数高的节点在网络中意味着更多的贸易连接,往往和其他节点有着直接或者间接的连接关系,起着信息传递枢纽和资源分配中心的作用,对度数高的节点进行攻击,就相当于切断了贸易网络中的关键连接点,使得贸易的流通渠道被破坏,使得节点分崩离析。(2) 当对贸易网络采用介数攻击时,对于网络的破坏性也相对较强,介数攻击优先攻击的是中介中心性较大的节点(即网络中处于“桥梁”位置的节点),中介中心性高的节点,在贸易网络中更多处于贸易的关键路径之上,处于不可或缺的关键性节点位置,许多复杂的贸易关系都要通过该节点来建立,一旦节点被攻击,同样会对关键路径进行破坏,从而带来节点的分崩离析。(3) 当采用紧密度攻击时,对于网络的破坏性相对较弱,紧密度攻击破坏的是网络中紧密度较大的节点,这些节点通常拥有高效的信息传播能力,在网络中通常作为重要的枢纽,但不一定是度数高的节点和位于关键路径上的节点,只是相对而言拥有高效的信息传播能力,可能是度数较高,也可能是距离其他国家节点的距离较近造成的,因此执行紧密度攻击时,相关指标的反应没有前两种攻击方式更迅速和直接。(4) 当采用PageRank攻击时,PageRank代表的是网络中重要程度高的节点,重要程度的衡量通过当前节点所连接节点的质量,即所连接节点的度数,如果所连接节点的质量高,则代表该节点的质量就越高,通过对PageRank的攻击,带来的可能是节点直接重要性的重新排序,以及节点之间的流通性,对于网络的完整性影响相较于前三种攻击方式而言,并不会带来非常明显的作用。

从时间角度来看,随着时间的推移,各年份贸易网络在不同攻击方式下,网络崩溃的时间出现减缓的趋势,随着经济全球化的不断推进与发展,越来越多的贸易关系构建,使得网络在遭受攻击时,贸易国家之间能够有更多的贸易选择,出现更多的替代路径,因此减缓了网络崩溃的速度。

Figure 2. Changes in the number of connected components in the import trade network

2. 进口贸易网络连通分量数目变化

Figure 3. Changes in the number of connected components in the export trade network

3. 出口贸易网络连通分量数目变化

Figure 4. Changes in the number of members of the largest connected component in the import trade network

4. 进口贸易网络最大连通分量成员数目变化

Figure 5. Changes in the number of members of the largest connected component in the export trade network

5. 出口贸易网络最大连通分量成员数目变化

2) 平均路径长度变化

Figure 6. Changes in the average path length of the import trade network

6. 进口贸易网络平均路径长度变化

Figure 7. Changes in the average path length of the export trade network

7. 出口贸易网络平均路径长度变化

平均路径长度反映的是网络中信息的传递效率,若网络在攻击下,平均路径出现快速上升,则说明网络的稳健性较差,网络中信息传递效率收到影响。如图6图7分别展示了四个年份中进出口贸易网络在不同攻击方式下平均路径长度的变化情况。对于进口贸易网络,四种不同攻击方式下,网络的稳健性排名依次为介数攻击 < 度攻击 < 紧密度攻击 < PageRank攻击,对于介数攻击和度攻击而言,当节点失效比例p在0.2附近时,平均路径长度就已经发生了快速上升,证明网络已经失去了高效传输信息的能力,濒临崩溃。前文中提到,对网络执行介数攻击时优先攻击的是“桥梁”位置的节点,这些节点通常属于传输路径中的关键节点,对于平均路径长度的值影响较大,同时也决定着网络中的信息传输效率;当执行度攻击时,则会对网络整体的连通性造成伤害,如果网络整体的连通性都不能保证,那对于平均路径长度而言就没有衡量的意义了,所以在度攻击下,对于平均路径长度变化的影响也较大;对于紧密度攻击和PageRank攻击两种方式,由于无标度网络的特性是存在少量高中心节点和大量低度节点,即使删除了高紧密度和高PageRank节点,剩余的节点之间仍然可能存在大量的短路径实现互联,这就导致平均路径长度的变化较小。从时间角度来看,随着年份时间的推移,网络崩溃的时间节点到来变缓,这也是得益于全球经济全球化的发展,使得天然橡胶的贸易有越来越多国家加入,因此贸易关系逐渐复杂多样,在一个节点被移除后,也能找到另一国进行贸易,说明天然橡胶全球贸易网络越来越稳健。

3) 聚类系数变化

Figure 8. Changes in the clustering coefficient of the import trade network

8. 进口贸易网络聚类系数变化

聚类系数描述的是网络中节点聚集在一起形成团体的程度,高聚类系数的网络更容易形成局部隔离的集群。在对天然橡胶进出口贸易网络分别执行四种攻击方式时(如图8图9),聚类系数的变化中,表现最好的是PageRank攻击,表现最差的是度攻击。度数高的节点意味着更多的贸易连接,在高度数节点的周围更容易形成贸易群体,一旦度数高的节点被移除,聚类系数就可能出现急速下降,这点从图中可以看出,当节点失效比例p不足0.1时,在度攻击下,聚类系数就发生了急速的下降,网络中无法形成较为稳定的团体,网络迅速崩溃。和度攻击一样,执行介数攻击时,聚类系数也在节点失效比例 p 不足0.1时,出现了迅速下降,并在 p=0.3 附近是,网络已经完全崩溃,网络中剩余节点各自独立,不存在贸易关系。对于紧密度攻击和PageRank攻击时,和平均路径长度的变化情况类似,当删除高紧密度节点时,剩余节点之间仍可能存在大量的短路径实现连接,但不同的是,随着时间的推移,网络中各节点之间的贸易关系更加紧密,彼此之间更容易形成贸易群体,故聚类系数的变化更加明显,网络的崩溃也比早些年份到来的更迅速。

Figure 9. Changes in the clustering coefficient of the export trade network

9. 出口贸易网络聚类系数变化

4.2.3. 针对不同攻击方式的显著性检验

为了更好地体现四种不同网络攻击方式的效果,本研究采用了单因素方差分析方法(ANOVA)对四种网络攻击方式(度攻击、紧密度攻击、介数攻击、PageRank攻击)的效果差异进行了显著性检验,分析结果如表1表2所示,分别展示了2002、2008、2016和2022四个年份中针对天然橡胶进出口贸易网络进行蓄意攻击后,针对于连通分量、最大连通分量成员数和平均聚类系数三个指标的显著性差异分析结果,结果表明,采用不同攻击方式对于网络性能的破坏,相互之间的差别是显著的,对于网络的影响效果是有显著区别的,且这种差别并非随机因素导致。对于连通分量的破坏而言,在不同年份的天然橡胶的进出口贸易网络中,针对不同攻击方式对于该指标的破坏性均以p < 0.01,意味着在1%的显著水平下显著,不同攻击方式的差异性巨大;对于最大连通分量成员数这一指标,针对不同攻击方式对该指标的破坏性基本维持在15%的水平下显著,相较于连通分量的差异性较弱;对于平均聚类系数,同样地均以P < 0.01,意味着在1%的显著水平下显著,表明不同攻击方式的差异性巨大。

Table 1. The results of the significance test for the years 2002 and 2008

1. 2002和2008显著性检验结果

年份

2002

2008

进口

出口

进口

出口

F值

P值

F值

P值

F值

P值

F值

P值

连通分量

7.90

<0.01

16.94

<0.01

6.87

<0.01

26.35

<0.01

最大连通分量成员数

2.89

<0.05

6.55

<0.01

1.86

0.13

5.15

<0.01

平均聚类系数

14.15

<0.01

12.89

<0.01

10.48

<0.01

18.70

<0.01

Table 2. The results of the significance test for the years 2016 and 2022

2. 2016和2022显著性检验结果

年份

2016

2022

进口

出口

进口

出口

F值

P值

F值

P值

F值

P值

F值

P值

连通分量

9.83

<0.01

12.98

<0.01

6.16

<0.01

9.09

<0.01

最大连通分量成员数

3.15

<0.05

3.66

<0.05

1.75

0.15

3.27

<0.05

平均聚类系数

9.94

<0.01

4.14

<0.01

4.76

<0.01

5.67

<0.01

5. 结论与建议

5.1. 结论

本研究通过构建2002~2022年全球天然橡胶贸易有向加权网络,模拟随机攻击与蓄意攻击下的网络失效过程,揭示了以下关键结论:

拓扑结构决定稳健性差异:天然橡胶贸易网络呈现显著的无标度特性(度分布拟合幂律指数γ = 2.1,R2 > 0.93),核心节点高度集中于东南亚地区(泰国、印尼、马来西亚三国占据45%的介数中心性)。在蓄意攻击中,PageRank攻击对网络效率破坏性最强(移除5%节点时效率下降达42.3%),因其精准锁定兼具高连接性与中介能力的枢纽节点(如泰国)。

动态演化下的韧性提升:2008~2022年间,网络平均路径长度从3.7缩短至2.9,聚类系数从0.18上升至0.25,表明贸易路径冗余度提高。2022年网络在蓄意攻击下的崩溃临界点(最大连通子图规模跌破50%)较2002年延迟约12%的节点移除比例,反映供应链地理集中风险部分缓解。

风险阈值效应:随机攻击下网络呈现“鲁棒但脆弱”(Robust-yet-Fragile)特征:移除15%以下节点时最大连通子图规模保持超过88%,但超过20%后出现断崖式崩溃(规模降至61%)。蓄意攻击则存在5%临界阈值:移除东南亚核心枢纽比例 ≥ 5%时,全球贸易效率下降超40%,且恢复需至少3个贸易周期。

5.2. 政策建议

基于天然橡胶贸易网络在蓄意攻击下的脆弱性特征及“地理集中供给”的系统性风险,本文提出以下政策建议:

(1) 强化核心节点的稳定性与区域协作

深化与东南亚核心国家的合作:针对泰国、印尼等核心出口国,通过签订长期贸易协定,保障最低进口保障量、建立“中国–东盟橡胶储备池”,并给予关税减免或弹性配额政策,确保关键节点的供应稳定性。

(2) 推动区域性应急机制建设

在东南亚地区成立“东盟橡胶供应链联盟”,制定自然灾害、公共卫生事件等突发风险的联合响应预案,共享库存与物流资源,避免核心节点失效引发的级联崩溃。

(3) 推动贸易网络多元化以分散风险

拓展非洲与拉美新兴供给市场,通过技术援助,如橡胶加工技术转移和基础设施投资、中非合作基金支持港口建设,来提升科特迪瓦、尼日利亚等非洲国家的橡胶出口能力,降低对东南亚节点的过度依赖;引导橡胶贸易企业构建多枢纽贸易路径,对积极开拓非传统贸易路线的企业,给予出口退税或运输补贴,鼓励并帮助建立“东南亚–非洲–南美”三角供应链网络。

(4) 建立全球风险联防联控机制

开展气候与地缘政治风险联合监测,由联合国贸发会议(UNCTAD)牵头,整合橡胶主产国的气候数据,例如对东南亚季风进行预测,针对地缘冲突预警,例如进行橡胶海运咽喉要道的安全评估后,每季度发布《全球橡胶供应链风险指数》;对关键物流通道开设安全保障计划,针对马六甲海峡、巴拿马运河等关键瓶颈,推动多国海军联合巡航机制,并设立“橡胶运输优先通行”应急方案。

(5) 构建智能化的贸易网络监测系统

开发全球橡胶贸易数字孪生平台,基于区块链技术实现贸易数据,包括各国海关清关数据实时上链,利用AI模拟节点中断等不同攻击情景下的网络失效过程,定期生成《供应链韧性评估报告》供全球各国参考;对网络进行动态预警与弹性调节机制,对核心节点的贸易流量、库存周转率设置动态阈值,通过RCEP等区域协定自动启动替代供应商匹配,例如切换至越南或马来西亚节点。

5.3. 不足与未来方向

本文选择网络拓扑结构视角下的攻击模拟作为研究切入点,重点分析随机与蓄意攻击对贸易网络稳健性的影响,因此缺乏对多维外部因素的系统性整合。

例如,未充分纳入经济与政治因素的动态交互作用,如国际橡胶价格波动对贸易路径选择的驱动效应,或地缘冲突对关键节点国家出口政策的干预,亦未深入探讨企业级微观交易网络。这种单维度分析框架可能简化了现实贸易的复杂性,难以揭示价格–贸易量–网络结构演化之间的非线性反馈机制。此外,模型假设节点在攻击中被动失效,忽略了国家或企业通过供应链替代、库存调节等主动适应行为对网络韧性的修复作用。未来研究需通过混合建模方法,耦合复杂网络与计量经济学模型进一步探究多因素间的相互作用关系。

NOTES

*第一作者。

#通讯作者。

参考文献

[1] Newman, M.E.J. (2010) The Large-Scale Structure of Networks. In: Networks, Oxford University Press, 235-272.
https://doi.org/10.1093/acprof:oso/9780199206650.003.0008
[2] Barabási, A. and Albert, R. (1999) Emergence of Scaling in Random Networks. Science, 286, 509-512.
https://doi.org/10.1126/science.286.5439.509
[3] Serrano, M.Á., Boguñá, M. and Vespignani, A. (2007) Patterns of Dominant Flows in the World Trade Web. Journal of Economic Interaction and Coordination, 2, 111-124.
https://doi.org/10.1007/s11403-007-0026-y
[4] Watts, D.J. and Strogatz, S.H. (1998) Collective Dynamics of ‘Small-World’ Networks. Nature, 393, 440-442.
https://doi.org/10.1038/30918
[5] Page, L. (1999) The Page Rank Citation Ranking: Bringing Order to the Web. Technical Report.
[6] 何昱辛. 中国与东南亚国家天然橡胶产业合作模式研究[D]: [硕士学位论文]. 海口: 海南大学, 2019.
[7] Albert, R., Jeong, H. and Barabási, A. (2000) Error and Attack Tolerance of Complex Networks. Nature, 406, 378-382.
https://doi.org/10.1038/35019019
[8] Peng, G., Tan, S., Wu, J. and Holme, P. (2016) Trade-Offs between Robustness and Small-World Effect in Complex Networks. Scientific Reports, 6, Article No. 37317.
https://doi.org/10.1038/srep37317
[9] Wu, C., Gao, X., Xi, X., Zhao, Y. and Li, Y. (2021) The Stability Optimization of the International Lithium Trade. Resources Policy, 74, Article 102336.
https://doi.org/10.1016/j.resourpol.2021.102336
[10] Chen, S., Ding, Y., Zhang, Y., Zhang, M. and Nie, R. (2022) Study on the Robustness of China’s Oil Import Network. Energy, 239, Article 122139.
https://doi.org/10.1016/j.energy.2021.122139
[11] Chen, Z., Wang, H., Liu, X., Wang, Z. and Wen, S. (2022) Risk Diffusion of International Oil Trade Cuts: A Network-Based Dynamics Model. Energy Reports, 8, 11320-11333.
https://doi.org/10.1016/j.egyr.2022.08.244
[12] Xie, W., Wei, N. and Zhou, W. (2021) Evolving Efficiency and Robustness of the International Oil Trade Network. Journal of Statistical Mechanics: Theory and Experiment, 2021, Article 103401.
https://doi.org/10.1088/1742-5468/ac21da
[13] Wei, N., Xie, W. and Zhou, W. (2022) Robustness of the International Oil Trade Network under Targeted Attacks to Economies. Energy, 251, Article 123939.
https://doi.org/10.1016/j.energy.2022.123939
[14] Ma, J., Li, M. and Li, H. (2024) Robustness of the International Wheat Trade Network. IEEE Transactions on Network Science and Engineering, 11, 14-23.
https://doi.org/10.1109/tnse.2023.3283251
[15] Tamea, S., Laio, F. and Ridolfi, L. (2016) Global Effects of Local Food-Production Crises: A Virtual Water Perspective. Scientific Reports, 6, Article No. 18803.
https://doi.org/10.1038/srep18803
[16] Gephart, J.A., Rovenskaya, E., Dieckmann, U., Pace, M.L. and Brännström, Å. (2016) Vulnerability to Shocks in the Global Seafood Trade Network. Environmental Research Letters, 11, Article 035008.
https://doi.org/10.1088/1748-9326/11/3/035008