全球铝土矿贸易格局演化及中国贸易特征

知自然

作者

导读

铝，作为世界上第二大金属材料，因其低密度、低电阻率、优异的导电导热性和易加工性等特性，在全球经济发展中扮演着重要角色。铝土矿，作为铝生产的关键原材料，其资源储量和地理分布对铝工业产业链具有深远影响。据美国地质调查局（USGS）最新统计，截至2023年底，全球铝土矿资源储量高达300亿吨，几内亚、澳大利亚和越南储量排名前三，而中国则以7.1亿吨的储量紧随其后。近年来，全球铝土矿产量持续增长，中国作为全球第三大铝土矿生产国，其产量占比显著，但仍难以满足国内需求，高度依赖海外进口。

铝土矿资源的全球分布广泛，贸易系统复杂多变，各国储量与贸易网络的集中程度差异显著。随着全球贸易网络的不断发展，复杂网络方法逐渐成为研究各国贸易产品往来的重要工具。学者们从多个角度对贸易网络的连通性、社团结构、稳健性、脆弱性以及演变格局等多个维度进行了深入探讨。然而，针对全球铝土矿贸易的深入研究尚显不足，尤其是对中国扩大铝土矿进口贸易伙伴选取的研究更为匮乏。

鉴于此，江西理工大学经济管理学院郑明贵教授及其团队选取2012—2022年全球铝土矿贸易数据，构建了复杂贸易网络模型，从个体和整体两个层面全面剖析铝土矿贸易网络的结构特征和演化过程。通过对比分析全球铝土矿贸易进出口情况，揭示了铝土矿贸易的发展状况及其在全球贸易中的地位。同时，还深入探讨了中国铝土矿进出口的来源分布特征，并在此基础上预测了中国扩大铝土矿进口时可能选择的潜在贸易伙伴，为中国制定铝土矿贸易战略提供了科学依据。

1 研究方法与数据来源

1.1 复杂网络模型构建

首先，以国家（地区）为节点构建复杂网络，i和j为铝土矿出口国与进口国，邻接矩阵A=［

］表示贸易网络中国家间的边，即当

为1或0时分别表示铝土矿进出口国间存在或不存在贸易关系。然后，以铝土矿贸易额为边的权重构建加权贸易网络，W=［

］为权重矩阵，用铝土矿出口贸易额表示，则得到全球铝土矿无权与加权贸易网络。

本文对全球铝土矿贸易网络格局进行两部分测度，将贸易网络测度指标划分为2类：一是网络整体结构特征指标，包括整体网络密度、平均集聚系数和平均路径长度；二是国家地位评价分析指标，包括个体性测度指标、社团模块度、点强度以及依赖度指标的测度。其中，个体性测度指标包括度数中心度与中心势、接近中心度与中介中心度。可知本文所使用的复杂网络指标测度包含3个整体性指标和3个个体性指标，其具体含义和计算方法见表1。

表1 复杂网络整体性指标与个体性指标含义及公式Table 1 Definitions and formulas of holistic and individual indicators of complex networks

微信号：ziranziyuan1
更多资料，添加微信
复制微信号

1.2 贸易网络指标

（1）社团模块度：模块度体现社团分化程度。模块度越大，社团国家间具有越稳定的联系，也表明国家间分化越大。模块度Q的计算公式为

（1）

式中：m为边的个数；

为社团x与y的节点相连数占网络中所有边的比值；

，

表示与社团x，y内节点相连的节点数。

（2）点强度：点强度是指某一节点连接的所有连边的权重之和。在全球铝土矿贸易网络中，点强度较高表明该节点在网络中的重要程度越高。出强度（

）和入强度（

）计算公式分别为

（2）

（3）

式中：

表示节点i到节点j的权重；

表示节点j到节点i的权重。

（3）度数中心势：对应度数中心度指标，表示网络中不同贸易国之间中心度特征的差异程度。出度中心势越大表示出口国的目标市场数量差异越大，核心出口国的集中度越高。

（4）依赖度指数（HM）：本文用依赖度指数测度铝土矿贸易网络中的铝土矿出口国对中国市场的依赖程度。依赖度的计算公式为

（4）

式中：HM指数为出口国i对进口国j的依赖程度；

表示i国出强度；

表示j国入强度；

表示节点i到节点j的权重。HM指数取值范围为［0，1］，指数越接近1，表明国家i对国家j的依赖性越强。

1.3 数据来源

本文使用的贸易数据来源于联合国贸易数据库（UN Comtrade Database），选取2012—2022年各国（地区）的铝土矿（HS_260600）出口贸易额，覆盖了100多个国家（地区）之间的铝土矿进出口贸易。鉴于全球铝土矿贸易数据中包含少量非常小的数值，反映部分国家之间的贸易网络连接较为边缘，借鉴相关文献（刘艳等，2017；李天祥等，2021）对数据的处理方法，分析前95%的铝土矿出口额，测算各年度全球铝土矿出口贸易额的后5%，经测算，每条贸易联系金额最多不超过40美元，可认为其对整体贸易网络的影响不大且提高了数据运用的准确性。运用Ucinet6、Gephi0.9.2和数据库等软件分析全球铝土矿贸易网络模型。由于联合国贸易数据库存在部分年份国家进出口数据的缺失（2017年之后几内亚的进出口贸易额缺失，且几内亚出口大量的铝土矿到中国），本文从中国海关总署获取了部分缺失数据。

2 全球铝土矿贸易格局演化分析

2.1 全球铝土矿贸易网络整体性分析

全球铝土矿贸易网络结构呈现不对称特征。2012—2022年，各国平均拥有的贸易伙伴基本保持稳定，铝土矿贸易网络出度和入度中心势表现出不对称性，出度中心势一直保持在入度中心势的2倍及以上的波动范围（表2）。由表2可知，相比其他年份，2015年的出入度中心势更高，当年节点平均度与贸易规模越大，贸易网络也越趋于集中。以2021年为例，全球铝土矿进口国（地区）有108个，出口国（地区）有60个。其中，主要的出口国（如巴西和荷兰）拥有的出口目的国（地区）要比进口国所拥有的进口来源地多2倍以上。

表2 全球铝土矿贸易网络特征测度指标计算结果Table 2 Calculation results of the global bauxite trade network characteristic measurement index

国家之间的贸易联系较为分散，全球铝土矿贸易呈现碎片化特征。由表2可知，2012—2022年间，全球铝土矿贸易覆盖了100多个国家和地区，参与国众多，且10年来参与国数量基本保持稳定。然而，全球铝土矿贸易网络密度在0.030以上波动，贸易网络密度变化并不显著。整体网络密度低，意味着各国贸易伙伴国家相对集中，国家之间的铝土矿贸易网络呈松散性，在促进各国之间更紧密的经济合作方面有更大的空间。

2.2 全球铝土矿贸易网络具有小世界特征

小世界网络特征是指对比同等规模的随机网络，加权贸易网络的平均聚类系数更高，平均路径长度更短（徐水太等，2022）。参考前人的做法（董迪等，2016），研究全球铝土矿贸易网络是否具有小世界特征。对铝土矿加权网络做同等规模的随机网络分布，计算铝土矿随机网络的平均路径长度和集聚系数，结果见表3。由表3可知，全球铝土矿贸易加权网络与随机网络的平均路径长度相差不大，而加权网络的集聚系数均远大于随机网络，表明国际铝土矿贸易网络具有小世界特征。国际铝土矿贸易中国家间具有较强信息传播能力，少量国家的贸易变动会引起整个铝土矿贸易的剧烈变动。

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Table 3 Average path length and agglomeration coefficient of weighted and stochastic networks for global bauxite trade

2.3 全球铝土矿贸易网络主要贸易国地位演变

（1）铝土矿点强度指标

2012—2022年节点出入强度排名前8位的国家（地区）如表4所示。由表4可知，进口大国主要分布在亚洲的中国，欧洲国家如德国、法国、爱尔兰、希腊、西班牙和乌克兰，美洲国家如美国和加拿大。其中，中国一直排名第一，是进口铝土矿的第一大国，2017—2019年中国在几内亚设立外资企业开发铝土矿，中国铝土矿入强度有较大增幅，受2020年新冠疫情影响，几内亚铝土矿开发受到一定影响，但很快恢复正常，2021—2022年中国铝土矿入强度增幅较大；美国、加拿大和爱尔兰等国家贸易地位比较稳定，有较大铝土矿进口规模；德国的贸易地位有所增强。

表4 2012—2022年节点出入强度排名前8位的国家（地区）Table 4 Top eight countries（regions） in terms of node access intensity from 2012 to 2022（亿美元）

由表4可知主要出口国的演变情况。铝土矿主要出口大国分布在大洋洲的澳大利亚，亚洲国家如印度尼西亚、马来西亚、印度和土耳其，非洲国家如几内亚和加纳，美洲国家如巴西、牙买加和圭亚那。其中，印度尼西亚的铝土矿出口贸易呈先下降后上升的趋势，主要是因为印度尼西亚在2014年正式禁止铝土矿原矿出口，到2017年，印度尼西亚（以下简称“印尼”）逐步解除出口禁令，当年印尼铝土矿出口贸易额重新进入前8位，并逐渐上升到仅次于澳大利亚的规模；几内亚的铝土矿资源储量丰富，其铝土矿出强度呈上升趋势，在2015年几内亚出口额不及澳大利亚和马来西亚，随着越来越多外资企业的入驻，如中国赢联盟对几内亚铝土矿的投资开发，2017年几内亚已成为铝土矿的第一出口国；巴西和圭亚那的出口贸易地位相对稳定，从2012—2022年的全球铝土矿出强度演化情况来看，两国波动范围不大，其铝土矿主要提供本国下游氧化铝的生产，其余用来出口；印度的铝土矿出口额呈下降趋势，2019年之后没有进入前8位，原因可能是其地方保护主义严重所导致的。

将2012—2022年全球铝土矿贸易总额与典型国家铝土矿贸易额演化过程进行对比，如图1所示。由图1可知，2012—2022年全球铝土矿贸易出入强度曲线呈现波动上升状态。

图1 2012—2022年典型国家铝土矿进出口贸易情况Fig.1 Import and export trade of bauxite in typical countries from 2012 to 2022

2013—2014年全球铝土矿贸易总额第一次发生波动，是由于受到印尼政策影响，导致铝土矿在2013年进出口贸易额增加，2014年印尼颁布禁令后，总贸易额随印尼铝土矿出口额的减少而减少。2015—2016年全球铝土矿贸易总额发生第2次波动，其波动幅度较大，原因主要是受到印尼出口禁令的影响；2015年马来西亚贸易额猛增，但由于马来西亚铝土矿资源并不丰富加之当年开发过度，2016年马来西亚颁布出口禁令，导致其出口额减少。2017年之后全球铝土矿进出口贸易额不断上升，主要是由于不同外资企业到具有铝土矿资源禀赋的国家（如几内亚和印尼等）投资开发，其中几内亚的出口额与中国进口额增长趋势增幅较大，受“一带一路”倡议影响，中国外资企业（如中铝和中国赢联盟）投资导致全球铝土矿贸易额的增长。同时，中国的铝土矿进口贸易始终位列第一，相比其他国家，中国的入强度出现明显断层，且在出口供应国贸易政策一直发生变化时，中国仍能保持进口额第一，充分说明中国是铝土矿进口大国，且进口铝土矿贸易抗风险能力较强，能够在全球铝土矿贸易中发挥极其重要的作用。

（2）贸易国中介控制能力

2012—2022年，节点中介中心度和接近中心度排名前8位的国家（地区）如表5所示。由表5可知，在国际铝土矿贸易网络中，各国中介中心度值不高，排名前8位的国家包括主要贸易出口国（如巴西、印度和土耳其）和主要贸易进口国（如中国、美国、德国）。德国、英国的中介中心度排名呈下降趋势，说明其贸易控制能力在减弱；印度的中介中心度大部分排名第一，说明其在世界铝土矿贸易中发挥显著的“桥梁”作用，但需要注意的是，其贸易控制能力呈下滑趋势，因此并不具备绝对的控制能力。荷兰虽不属于铝土矿贸易强度非常大的国家，但其中介中心度呈波动增长，在个别年份超过印度达到最大，说明其具有较强的贸易控制能力。巴西和美国对国际铝土矿贸易的控制能力呈U形且多数年份位列前8，贸易控制能力相对较稳定。澳大利亚和中国等国家是铝土矿资源的贸易大国，但仅在个别年份排名进入前8，说明其贸易控制能力仍有待加强。

表5 铝土矿贸易网络中心度指标排名前8位的国家（地区）Table 5 Top eight countries（regions） in the centrality index of bauxite trade network

中国是铝土矿资源的最大消费国，但由于中国的铝土矿资源储量少，导致其对外依存度高，所以其中介控制能力有待加强；印度和荷兰的铝土矿进口额虽不如中国，但其贸易类型多为转口贸易，因此其中介控制能力更强。在表5中，中介中心度排名靠前的节点贸易控制能力强，其接近中心度排名也靠前，如印度、荷兰、英国和德国，说明其不被控制能力也较强，中国的接近中心度在2021年跌出前8，说明其不被控制能力减弱，中国铝土矿主要进口来源国单一且进口增幅较大，因此其不被控制能力呈减弱趋势。

2.4 全球铝土矿贸易网络社团分析

贸易社团是由网络节点组成的节点集合，贸易网络则由不同的贸易社团组成。不同贸易社团之间的节点连接比较松散，社团内部节点连接比较紧密。运用Gephi0.9.2软件得出2012—2022年全球铝土矿贸易网络连通图的模块度和社团结构，如图2所示，贸易社团数量总体上呈波动变化最终趋于稳定，但2022年形成的社团数相较2012年有所变化，说明各社团中国家构成和数量发生了改变，2022年形成新的较稳定的贸易社团结构。

图2 国际铝土矿贸易模块度演化图Fig.2 Modularity evolution diagram of international bauxite trade

分别对2012年和2022年全球铝土矿贸易网络社团结构进行可视化分析，结果如图3所示。将铝土矿贸易国作为网络中的节点，节点的大小表示与该国进行贸易的其他国家的数量，节点的不同颜色表示当年不同社团的划分情况，将国家间铝土矿贸易关系作为网络的边，铝土矿贸易额流动方向作为边的箭头指向。

图3 2012年全球铝土矿贸易网络Fig.3 Global bauxite trade network in 2012

由图3可知，全球铝土矿贸易的特征为多核心分布的卖方市场格局。进一步分析图3可知，2012年全球铝土矿贸易可划分成4个模块。其中，社团1是以欧洲国家为主导（图3紫色区域），德国—英国—荷兰—圭亚那为核心，涉及南美洲的66个国家和地区（如圭亚那、非洲地区如南非等），是贸易规模最大、贸易关系最多的社团。社团2（图3绿色区域）是由美洲国家为主导，美国—巴西—加拿大为核心，涉及北美洲、南美洲、亚洲、欧洲和非洲的27个国家和地区。社团3（图3橙色区域）是以亚洲国家以及地理位置临近的大洋洲国家为主导的社团，涉及中国、印度、印度尼西亚、澳大利亚和新西兰等23个国家和地区。其中，中国是最大的铝土矿消费国，而澳大利亚和印度尼西亚是主要的贸易出口国。社团4是由莫桑比克、津巴布韦和赞比亚3个非洲国家组成，由于与其他社团国家及地区的贸易联系较少，导致贸易社团4相较于其他3个社团边缘化。

如图4所示，2022年全球铝土矿贸易网络划分成5个模块。与2012年相比，社团1（欧洲国家）与社团2（美洲国家）组成了一个规模最大的社团，社团3的组成国家仍以亚洲和大洋洲为主导且社团规模较大，另外还有3个社团主要由地理位置近的少数国家组成，如拉脱维亚和立陶宛接壤共同组成一个社团。对比2012年，2022年全球铝土矿贸易网络实际更加集中，但由于参与铝土矿贸易较为边缘化的国家更多，其贸易模块度更小且社团数量更多。

图4 2022年全球铝土矿贸易网络Fig.4 Global bauxite trade network in 20223 中国铝土矿贸易网络特征

3.1 中国进出口贸易影响力

表6所示为中国铝土矿贸易节点度与点强度及其排名。由表6可知，在全球铝土矿贸易网络中，中国的参与程度较高，入强度排名各年份均保持第一，出强度排名呈增长趋势。整体来看，中国铝土矿进口贸易的抗风险能力较强，虽然其进口来源国铝土矿贸易政策的调整在一定程度上影响了进口强度，但其排名一直保持第一；中国铝土矿贸易出强度也处于波动状态，2012—2019年，出强度从0.1百万美元增长至16百万美元；2020—2022年，出强度有所下降。另外，从排名来看，出强度排名从2013年的第42名提高至2022年的第11名，铝土矿出口贸易逐渐占据一定的市场地位。

表6 中国铝土矿贸易节点度与点强度及其排名演变Table 6 Node degree and point intensity of bauxite trade in China and its ranking evolution

3.2 中国进出口市场格局演变

由表6可知，中国铝土矿出度排名整体上升，由2013的第48名上升至2022年的第12名，2013—2018年中国铝土矿贸易伙伴数量逐年增加，2019—2022年略有减少。进一步结合中国铝土矿主要出口市场及其份额的贸易流向图（图5）可知，中国铝土矿出口市场较为集中，法国、韩国、克罗地亚和俄罗斯是中国铝土矿出口的主要市场，在多数年份中出现其市场份额占比，个别年份占比超过50%。

图5 中国铝土矿主要出口市场及其份额变化Fig.5 China’s major export markets for bauxite and their share changes

与出口伙伴数量及排名变化幅度相比，中国铝土矿入度及排名相对稳定。由表7可知，对于中国铝土矿进口的六大来源地，其出口到中国的铝土矿贸易额长期以来占中国铝土矿进口额的95%以上。尤其是几内亚和澳大利亚一直都是中国铝土矿主要的进口来源地，其入强度值占比达到85%以上，可以看到2016年、2019年和2022年中国进口几内亚的铝土矿占比为8.3%、59.4%和75.4%，铝土矿进口占比不断提高，这是因为“一带一路”建设的推进，中国外资企业在几内亚投资氧化铝厂和基建设施等，推动几内亚铝土矿对中国的出口，如2018年中铝香港公司在几内亚建设铝土矿项目，加大了中国对几内亚铝土矿的进口。

表7 中国铝土矿主要进口来源国及其份额变化情况Table 7 Main export markets and their share changes of bauxite in China

中国铝土矿进口来源国包括几内亚、澳大利亚、印度尼西亚和印度等社团1和社团3国家，且贸易份额占比较高，到2022年中国从几内亚、澳大利亚和印度尼西亚进口的铝土矿达到98.5%，说明中国铝土矿进口贸易的依赖度较高，且进口贸易来源国较为集中。

3.3 铝土矿主要出口国对中国市场依赖性分析

利用HM指数进一步分析铝土矿出口国对中国市场的依赖程度，并比较高度依赖国家与中国主要进口来源国（地区）的贸易分布，以确定中国与现有贸易伙伴国（地区）的铝土矿贸易潜力。

表8所示为铝土矿贸易出口国（地区）对中国市场的HM指数排名。由表5可知，向中国出口铝土矿的主要国家（地区）对中国市场的依赖程度排名虽不在前列，但整体数值较高，依赖度值较高的铝土矿出口国（地区）数量有减少的趋势。2014年，表8中所列国家和地区HM指数均超过0.5，到2022年，对中国保持较高贸易依赖度的铝土矿出口国家（地区）更少。

表8 铝土矿贸易网络出口国（地区）对中国HM指数及其排名Table 8 HM index and its ranking of exporting countries（regions） to China’s in bauxite trade network

对中国市场的依赖度指数排名较高的铝土矿贸易出口国并不是中国主要的进口来源国。如：2019年排名前3位的国家对中国的依赖程度指数均达到0.99，然而，这些国家对中国的铝土矿出口总额不足10万美元，占同年中国进口额的比例不到0.003%。中国铝土矿主要进口国多为社团1和社团3国家，但它们对中国市场的依赖程度相对有限。如：2019年中国第二大和第三大铝土矿进口来源国，即社团3国家中的澳大利亚和印度尼西亚，其出口到中国的铝土矿贸易额分别占中国铝土矿进口市场的26.1%和11.3%，其对中国市场的依赖度指数分别为0.72和0.89。另外，社团1国家中巴西和圭亚那对中国铝土矿贸易所占份额不高，却有一定的数额，如：巴西出口到中国的铝土矿贸易额超2 000万美元，但其贸易依赖度只有0.08；圭亚那出口到中国的铝土矿贸易额为500万美元，其依赖度为0.04，而巴西和圭亚那出口到中国的铝土矿贸易额约占该国铝土矿出口总额的8.4%和4.2%。这表明，中国仍然可以增加对社团3国家澳大利亚的进口贸易份额；而社团1国家（如巴西和圭亚那）的铝土矿出口额较高，但中国对其铝土矿进口量不大，未来中国仍有一定潜力从这些国家中扩大铝土矿的进口；另外，由于“一带一路”建设的推进加上地理优势，中国也可以更多元化地选择从土耳其和印度等进口铝土矿。

4 结论与建议

4.1 结论

以铝土矿为例，采用2012—2022年各国铝土矿贸易数据，运用复杂网络方法探讨了全球铝土矿资源流动的网络关联特征和演化趋势，进一步研究了中国在贸易网络中的地位演变，分析中国的潜在贸易伙伴问题。研究发现：

（1）包含100多个国家的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，全球铝土矿贸易呈现碎片化特征。

（2）贸易强度大的国家中介控制能力不一定强。澳大利亚是出强度最大的国家，中国是入强度最大的国家，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。全球铝土矿贸易社团划分不断变化，2012年铝土矿最大连通图社团可划分为4个，到2022年可划分成5个社团，社团结构逐渐趋于稳定，从社团分布来看社团划分有地理位置因素的影响。

（3）中国铝土矿进口贸易额一直居于首位，出口贸易额排名也在不断上升；中国出口市场较为集中，但其进口来源国主要为社团1和社团3国家，且在社团3国家中贸易份额占比较高，在90%以上。此外，铝土矿主要出口国对中国的依赖指数情况表明，未来中国持续进口铝土矿的潜在国家可选范围广泛。

4.2 建议

（1）中国铝土矿进口可以多元化地选择其进口来源地及潜在的贸易伙伴。一方面，中国可以加强与传统贸易国家间的贸易关系，对主要进口国如印度尼西亚和澳大利亚等国家的持续进口；另一方面，中国从巴西、土耳其和印度等国家的进口份额占比较低，可结合“一带一路”倡议的优势加强对这些国家的进口。

（2）扩大铝土矿进口的同时，应致力于提高预测贸易风险的能力，加强对铝土矿相关贸易风险的预警和控制。国际政治局势问题和铝土矿开采过程中的环境问题所引起的政策不确定性、贸易保护主义抬头的背景等，均极大地增大了全球铝土矿贸易供应链和中国铝土矿进口的风险性。因此，应进一步强化铝土矿进口的风险预警，加强全球铝土矿供求和价格等信息的收集与监测，以及铝土矿运输过程中的执法力度，确保其安全性。

（3）加强基础设施建设，实现贸易渠道的多样化。中国铝土矿的进口仍然较为集中，地理位置和运输成本是限制中国发展新的铝土矿贸易合作伙伴的重要因素，因此加强基础设施的建设投入，借助海上丝绸之路的建设，协助潜在贸易伙伴完善基建项目，有助于优化全球铝土矿贸易格局。

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.

U.S.Geological Survey，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.

引用本文：易璐，李云云，郑明贵，等.全球铝土矿贸易格局演化及中国贸易特征［J］.黄金科学技术，2024，32（5）：926-938.

YI Lu，LI Yunyun，ZHENG Minggui，et al.Evolution of the Global Bauxite Trade Pattern and the Characteristics of China’s Trade［J］.Gold Science and Technology，2024，32（5）：926-938.