前言
以下是我的本科毕业论文提交上去的最终稿。本研究开源，原始数据集、数据处理用的Python代码将在整理完毕后于本文添加获取链接。如果你看到本文还未配图，请等一两天再来查看~
微信公众号查看全文：https://mp.weixin.qq.com/s/M2Y3_Cre5vl7Wnk6o6J1fg
题目
全球锂产品贸易依赖网络演化及其对贸易价格的影响研究；Evolution of the Global Lithium Trade Dependency Network and Its Influence on Trade Prices
摘要
本文基于复杂网络理论和贸易依赖指数，利用2002-2023年UN Comtrade数据，构建涵盖全球范围内碳酸锂、氢氧化锂、原电池及锂离子电池四大锂产品贸易的加权有向网络模型。通过出入度、中心性和集聚系数等指标，分析了网络的演化特征、社团分化及重点国家地位，探讨了中国在网络中的角色，并运用采用面板回归，检验网络拓扑特征对锂产品贸易价格的影响。研究发现：第一，网络整体呈现产业分工深化与集聚化特征，从欧美主导走向多极化、区域化；第二，网络核心化趋势突出，中游由中、美、德三国主导，下游由中国主导；第三，中国确立全产业链主导地位，供应核心地位稳固，尤其在下游锂电池环节优势显著，但仍需应对原料供应和市场竞争挑战；第四，各环节贸易价格受不同网络指标影响的程度存在显著差异，出入度对出口价格呈正向影响，接近中心性与中介中心性呈负向作用，而中游核心市场压价效应明显，下游入度提升推高出口价格、出度增强则降低进口价格。本文为探究全球锂产品贸易和锂产品贸易价格影响因素提供了新的研究视角，并为中国应对全球锂产业链变化提供了相关建议。
关键词：锂产品；贸易依赖；复杂网络分析；价格影响因素；中国角色
Abstract
Based on complex network theory and trade‐dependence indices, this paper uses UN Comtrade data from 2002 to 2023 to construct a weighted, directed network model covering global trade in four key lithium products—lithium carbonate, lithium hydroxide, primary batteries and lithium‐ion batteries. Employing metrics such as degree, centrality and clustering coefficient, we trace the network’s evolutionary patterns, community structures and the status of major countries; assess China’s position within this network; and, via panel regression, test how network topology affects trade prices of lithium products. The main findings are: (1)Deepening specialization and agglomeration. The network has shifted from Euro American dominance toward multipolarity and regionalization. (2)Emerging core–periphery structure. In the mid stream segment, China, the United States and Germany form the core, while downstream processing is dominated by China. (3)China’s leadership across the value chain. China has secured a stable supply‐hub role—especially in downstream battery manufacturing—though challenges in raw‐material supply and market competition remain. (4)Segment‐specific price effects. Different network metrics exert significantly different influences on trade prices: degree measures positively impact export prices, whereas closeness and betweenness centralities have negative effects. Moreover, mid stream core markets exhibit a price squeezing effect, while in the downstream segment higher in‐degree raises export prices and greater out‐degree lowers import prices.This study offers a novel analytical framework for understanding global lithium trade and pricing mechanisms and provides policy recommendations to help China adapt to evolving dynamics in the global lithium supply chain.
Keywords: Lithium product; Trade dependency; Complex networks analysis; Price influencing factors; China’s role
目录
一、引言
（一）研究背景
（二）研究意义
（三）研究思路
二、文献综述
（一）复杂网络分析与国际贸易网络的研究
（二）锂产品贸易及其贸易网络的研究
（三）锂产品价格影响因素的研究
三、数据来源与研究方法
（一）数据来源
（二）研究方法
四、全球锂产品贸易依赖网络分析
（一）整体特征
（二）社团划分
（三）重点国家
五、中国在锂产品贸易依赖网络的角色
六、网络拓扑指标与贸易价格的面板回归分析
（一）回归分析
（二）稳健性检验
七、结论、建议与展望
（一）结论
（二）建议
（三）不足与展望
参考文献
致谢
一、引言
（一）研究背景
近年来，全球能源结构转型与“双碳”目标驱动下，锂矿资源及衍生产品已成为新能源汽车和储能、智能终端、核工业等战略产业的关键原料。以碳酸锂为核心的锂产业链，贯穿矿产开发、电池制造与终端应用全环节。锂矿、碳酸锂、锂离子电池（简称“锂电”）等锂产品的供应安全直接关乎各国新能源产业竞争力。其中，锂电贡献全球锂需求总量的一半以上，其产业需求主要源于新能源电动汽车和新能源电化学储能[1-2]。
全球新能源产业迅猛发展推动锂电在内的锂产品需求激增。2023年全球电动汽车销量突破1300万辆，锂电储能装机规模占新型储能市场97%，且预计这些领域的锂需求将继续上升。但现有锂矿产能至2035年仅能满足总需求的50%[60]，全球锂产品供需矛盾凸显。而作为最大锂产品消费国，中国2024年新能源汽车产销量超1200万辆，锂电在新型储能占比超96%，电动汽车、锂电在内的“新三样”产品合计出口突破万亿元量级，但锂原料对外依存度高达60%[3]，面临全球供应紧张与本土需求增长的双重压力。
世界主要经济体持续布局锂产品及产业链。美国《通胀削减法案》（IRA）限制本土企业使用锂在内的“外国敏感实体提取加工的电池关键原材料”。欧盟《关键原材料法案》则设定2030年本土锂加工能力目标（占需求40%）。日本、澳大利亚等发达经济体也认定锂为关键性矿产或原材料，并出台政策措施维护锂产品供应及相关产业。而中国在《全国矿产资源规划（2016—2020年）》已将锂矿列为战略性矿产；发布了《新能源汽车产业发展规划（2021—2035年）》，加速发展新能源汽车产业；并在“十四五”规划、中共二十大均提出着力发展固态锂离子电池技术等涉锂产品的高新技术方向。由此可见各国对于锂产业链发展与锂产品供应安全之重视。
在全球化和能源转型背景下，锂产品作为新能源产业链的关键环节，其贸易格局的动态演化与价格影响因素制仍未被充分揭示。传统的描述性统计与物质流分析（Material Flow Analysis，MFA）等框架固然为全球贸易模式的解析提供了重要支撑，但往往无法全面捕捉国家间贸易依赖关系等复杂动态要素的作用。锂产品贸易受资源分布、技术创新、地缘政治和市场结构等多重因素驱动，形成高度动态且非线性的贸易依赖关系网络，这对现有理论及分析框架构成挑战。通过引入复杂网络分析方法并结合贸易依赖指数，本文将挖掘全球锂产品贸易的结构性特征，并借助新的研究视角，为理解现代锂产业链的全球化特征提供新的思路。
（二）研究意义
随着新能源产业的蓬勃发展，锂产品相关研究逐渐成为学术界和产业界的关注焦点。以下将从现实意义与理论价值两个维度，阐述锂产品相关研究意义。
1. 现实意义
作为新能源产业的关键原材料，碳酸锂、氢氧化锂等锂产品在推动全球能源转型、促进绿色经济发展和实现“双碳”目标等方面扮演不可替代的角色。然而锂产品的供需矛盾深刻影响全球贸易格局，其价格波动通过产业链逐级传导，不仅对全球新能源产业布局产生深远影响，还可能加剧现有的区域经济发展不平衡等全球公平问题。锂产品及其产业链对我国乃至全球未来发展的重要性不言而喻。在此背景下，深入探讨全球锂产品贸易格局并评估中国在其中的角色，具有重大现实意义。
本文研究有助于深化对全球锂产品贸易格局的历史演变与现状特征的认识，进一步梳理我国在其中的贸易特点及地位现状。同时，经由揭示中国在锂产业链不同环节（如下游锂电出口）的依赖性与控制力差异，为中国制定差异化贸易政策、产业政策以及资源储备政策等科学决策提供对策建议，更好应对相关的资源安全、市场稳定和地缘政治风险等挑战。
2. 理论意义
目前来看，从全球视角和产业链角度对锂产品贸易格局的研究相对较少。现有研究中常采用MFA方法探讨锂产业链的供需特性及其流动规律[4,44-46]，虽能有效刻画锂资源的全链路流动与转化，然而其更多关注物质本身的数量变化，难以全面反映贸易国之间复杂的依赖关系及网络结构特征，尤其是在动态演化和价格波动的影响因素方面。相比之下，本研究通过引入复杂网络理论和贸易依赖指数，一定程度上弥补了MFA等静态分析方法的不足。
此外，现有研究中虽有学者尝试利用复杂网络分析方法探讨锂产业链的贸易格局，但大多仅关注网络拓扑结构的一般性指标，如出入度、加权度、中心性等[5-9]，缺乏对贸易网络模型潜在价值的深入挖掘。同时，部分研究未能从长时序尺度的动态视角深入探讨锂产品贸易格局的演化规律。相比之下，本文既考虑到锂产品贸易网络拓扑结构的一般性指标，还进一步引入贸易依赖指数，构建覆盖2002-2023年长时序视角下的锂产品贸易依赖网络，以更全面地描述全球锂产品贸易依赖关系，并探析网络结构特征对贸易价格的影响。
再有，对锂产品价格影响因素的研究多采用定性分析方法，研究重点主要集中在供求关系、外部不确定性等方面，但缺乏定量实证分析的支撑。本文通过将网络拓扑指标（如加权度、中心性、集聚系数）与价格影响因素的研究相结合，探索构建锂产品贸易价格波动的计量模型。这将进一步丰富复杂网络理论在国际贸易领域的应用，并为锂产品价格影响因素的理论研究提供新的见解。
（三）研究思路
本文结合贸易依赖指数和加权有向网络模型，构建2002-2023年的锂产品贸易依赖网络，深入分析其动态演化特征、社团分化及重点国家特点，并探讨中国在该网络中的角色，以及网络结构特征对锂产品贸易价格的影响因素（图1）。
【图】
二、文献综述
引言部分已阐明锂产品研究的背景、意义及思路。为进一步明确研究定位，本部分从复杂网络分析与国际贸易网络、锂产品贸易及其贸易网络、锂产品价格影响因素三个方面综述相关文献，为后续研究提供理论依据。
（一）复杂网络分析与国际贸易网络的研究
1．复杂网络理论与复杂网络分析
复杂网络理论起源于数学，是一种基于图论的研究方法，通过抽象个体（节点）及其相互作用（边）的拓扑结构来揭示复杂系统的宏观性质与演化规律[10]，其核心在于综合研究网络的微观特征（如节点度值、边权）与宏观特性（如效率、稳定性）的关联，为理解复杂系统提供了一般性分析框架[11]。近年来，复杂网络分析方法逐渐渗透至经济学、社会学、国际贸易等诸多领域，并在国际贸易研究中展现出独特优势。
国际贸易系统本质上也是一个复杂的政治经济关系网络，可以通过将不同的贸易主体（国家或地区）抽象成节点，主体之间的贸易关系作为边，从而构建和研究贸易网络。网络分析的常用指标包括节点的度中心性（衡量节点的重要性）、中介中心性（衡量节点的控制能力）、集聚系数（反映局部网络的紧密程度）以及模块度（揭示网络中的社团结构），综合运用这些指标可以有效说明国际贸易网络中的依赖关系、权力分配和风险传导路径等重要信息，揭示贸易主体在网络系统中的角色及其演化规律，并发掘不同网络系统所特有的运行机制[12]。
2．复杂网络分析在国际贸易研究的应用
近年来，复杂网络分析在国际贸易研究中的应用显著增加。Rodrigues D L和de Oliveira H F[47]系统性地回顾了英文期刊数据，发现贸易网络分析在国际贸易研究中的应用集中于不可食用原材料领域，显示出复杂网络方法在揭示货物贸易规律的适用性。在中国学术界，复杂网络理论被广泛应用于制造业与服务业[13-14]、农产品[15-16]、矿产资源[17-18]、半导体[19]、数字经济[20-21]等多个领域的贸易研究，呈现出强大的适用性。
综上所述，复杂网络理论为资源型产品在内的国际贸易研究提供了重要分析工具，学术界已取得较为丰富的成果，同时也证实了网络拓扑特性（如中心性、模块度）可有效刻画矿产等资源型商品货物的贸易权力分配与风险传导路径。然而，目前的研究多集中于特定行业或静态网络分析，对动态网络的演化特性及其与贸易价格波动的关系探讨不足，特别是在锂产业链、锂产品领域仍缺乏相关研究。
（二）锂产品贸易及其贸易网络的研究
1．锂产品贸易的研究
近年来，随着锂产业链的迅猛发展，部分学者开始关注锂产品的重要性，并尝试探析其国际贸易现状。目前运用传统方法考察锂产品贸易的文献，大多集中于以下方法手段：
（1）描述性分析
邢凯等[22]综合权威数据和已有研究，对全球锂资源成矿类型及分布、供需格局、锂资源定价机制等问题进行探讨。邢凯等[23]又进一步讨论了全球锂资源产业链现状，指出矿业优化技术工艺、新能源产业推高需求、各国更强调从政策端促进锂资源循环利用体系建设。
（2）计量分析
周之逸等[24]综合运用计量模型、机器学习等方法研究中国锂资源安全水平，指出存在短期充裕、长期不足的储备状况，需加大资源勘察和循环回收的投入。
（3）物质流分析
Ziemann S、Weil M和Schebek L[44]使用MFA方法开发了首个基于全球数据的静态锂物质流模型，描述了锂的供需关系及在全球环境内的流动及相互关系。Sun X等[48]通过MFA框架追踪全球锂流动，发现锂矿贸易集中于智利和澳大利亚，而中国是锂化学品主要生产和消费国。赵连征等人[25]基于全生命周期MFA框架揭示了中国锂元素流存量及供需格局的演变，指出存在锂资源对外依存度仍较高、电池存量增长明显但回收率低的短板。Li Z等[46]同样使用MFA分析了中国锂贸易市场的供需特性。张梓滔、覃韵、Xin SUN[4]则探讨了全球、洲际、国家三个层面下的锂材料流动。虽然MFA方法为分析全球范围内锂产品流动提供了宝贵视角，但并未考虑贸易网络系统的动态演化特性，缺乏对贸易格局的全局性探讨。
现有关于锂产品国际贸易的研究主要采用描述性统计、计量建模与物质流分析（MFA）等传统方法，从资源分布、产业链演进到贸易供需结构提供了多角度的分析视野。描述性分析有助于梳理产业格局与发展趋势，但通常缺乏对机制层面的深入解释；计量模型则在揭示价格驱动因素方面具备较强的解释力和预测力，但其结论高度依赖于变量设定，难以覆盖结构性关系；MFA方法在追踪资源物理流动和生命周期评估中展现出独特优势，尤其适用于刻画区域内资源配置效率与环境影响。
然而，这些方法大多基于静态视角，忽视了锂产品贸易网络的动态演化与多边依赖特性，难以反映全球贸易格局的结构性重组以及其对价格波动的深层驱动效应。特别是在锂产品全球流通日益复杂、多极化趋势显著的背景下，仅依赖线性因果关系的分析范式已无法充分解释国际贸易网络中节点主导性、路径依赖性与结构风险的影响机制。因此，引入复杂网络分析方法，有助于补足现有研究在结构建模与系统性解释上的不足，从动态演化与网络结构的角度重新理解锂产品贸易格局与贸易价格之间的结构性关系，为深入分析提供新的视角与方法支持。
2．锂产品贸易网络的研究
复杂网络理论超越了传统分析方法在刻画多边贸易关系和全球贸易系统上的局限，提供了全局性研究视角。伴随复杂网络分析在国际贸易中的广泛应用，有学者进一步研究了锂产品贸易网络。现有关于锂产品贸易网络的研究聚焦于三大主题：
（1）网络结构与演化分析
此类研究关注锂产品贸易网络的拓扑特征与动态演变规律，揭示其时空分异与驱动机制。朱丽丽、周平、杨雪松[6]构建了2005-2014年碳酸锂国际贸易网络，发现研究期内的进出口贸易国及其数量保持相对稳定。Chen G等[49]探析碳酸锂、氢氧化锂贸易网络，发现两者存在明显的贸易社团划分，且少数国家对网络有更大影响力。Tian X等[50]研究了碳酸锂在内的锂电原材料贸易网络，指出贸易额较高的国家在该网络中更具竞争力。吴巧生等[5]则从产业链视角分析锂产品贸易网络，揭示了全球锂产品贸易高度集中于少数国家之间。朱显铎和张永礼[9]通过研究全球锂矿石贸易网络，指出锂矿需求的快速增长强化了贸易国间的连接性和紧密性。
（2）国家地位
此类研究以贸易国为核心对象，解析特定国家在锂贸易网络中的控制力、依赖性及战略地位。朱丽丽等[6-8]构建了碳酸锂和氢氧化锂贸易网络模型，分析密度、中心度等网络指标，揭示中国在全球锂产品贸易中的核心作用。吴巧生等[5]则发现锂产品链各环节中需求国的贸易影响力均高于主要生产国；作为主要锂需求国的中国，其贸易地位、控制能力皆有提升。宋勇成等[26]进一步指出，在全球锂电池出口规模持续上升、空间不均衡性逐步缩小的情况下，中国在全球锂电池贸易网络的出口寡占能力、出口结构方面具有显著优势。
（3）贸易安全
此类研究关注锂贸易网络的结构韧性、脆弱性及危机传导机制，从而评估网络的稳定性和抗风险能力。撒兴昌等[27]结合贸易格局演变与危机传播路径进行研究，发现全球碳酸锂贸易集中度增加导致供应危机影响范围扩大。陈伟等[28]通过网络分析与模拟攻击，揭示了锂资源贸易网络具有等级化和空间不均衡的特性。左芝鲤等[29-30]构建“双变量贸易网络韧性评价模型”，评估了锂产业链贸易网络的结构韧性和脆弱性，发现上、中游环节的抗冲击能力较弱，下游则能更好适应外部冲击。许礼刚等[31]则进一步指出，中国锂产业链的碳酸锂进口结构和氢氧化锂出口结构均处于不安全状态，锂离子电池则长期安全。
综上所述，已有锂产品贸易网络文献虽系统地描述了整体拓扑特征、国家地位与贸易安全，但仍存在以下空缺：①结构-价格联动缺位：少有实证检验网络中心度、模块度等指标对进出口价格与溢价能力的影响；②动态演化不足：多停留于单期或短期截面，难以揭示网络动态演化及其与锂产品价格波动之间的潜在影响；③产业链耦合不足：研究对象聚焦碳酸锂或氢氧化锂等单一品种，缺少锂产业链多环节异质网络的比较。而本文的研究将有助于弥补现有文献在上述方面的不足，提供新的研究视角。
（三）锂产品价格影响因素的研究
相较于一般商品货物，锂产品因其资源稀缺性、产业链复杂性和战略重要性，在价格形成机制上呈现出独有的特征。研究锂产品贸易价格的现有文献主要集中于供求关系与市场结构[2-3,32-37,51-53]、金融与政策[38,54]、外部不确定性[1,55-57]、定价权[39-40]以及技术进步[41]。
如Martin G等[51]、窦红宾和沙双双[40]认为受益于新能源产业的供需关系和市场集中度是决定贸易价格的主要因素。Calisaya-Azpilcueta D等[58]发现氢氧化锂和传统电池的生产对锂产业链供需格局有关键影响。王浩等[1]指出锂资源的长期价格取决于供求关系，但供应过剩时的价格取决于底部企业的碳酸锂生产成本。Altiparmak S O[55]强调俄乌冲突等地缘政治因素是锂资源价格波动的重要动力，不仅如此，Khurshid A等[56]指出针对锂资源形成的“锂地缘政治”将进一步影响锂价本身。美国地质调查局[59]、IEA[60-61]则报告近年来世界锂消费量和产量均显著增长，但因担忧供应过剩、中国电动车购置补贴到期及全球电动车销量低于预期，锂价出现下降。邵运文和周宇[39]则强调锂国际定价受期货市场影响力和结算货币的影响。
尽管现有研究从供需与市场结构、外部环境、定价权等多个维度揭示了锂产品价格波动的重要驱动因素，但大多忽视了贸易网络结构的动态特性。当前，运用复杂网络分析锂产品贸易价格的研究仍相对匮乏，相关研究如魏红玉等[42]分析了战略性金属矿产多维价格联动网络指出，锂资源价格与其他金属矿产价格波动存在显著联动效应。但上述研究并未考察锂产品贸易网络特征及依赖关系对锂价格的直接影响。
综上所述，锂产品的贸易价格由供需关系、市场结构、政策调控、地缘政治、金融变量及定价机制等多重因素交织驱动，呈现出显著的非线性与阶段性特征。随着锂产品全球贸易格局日益复杂，仅依赖传统的回归分析或变量关系揭示，已难以全面捕捉价格形成背后的结构性驱动因素。因此，有必要引入复杂网络分析方法，从全局性与结构性视角系统刻画国家间的贸易依赖关系、结构主导性与传导路径。相较于既有研究偏重变量间静态关联的分析范式，本研究将通过构建全球锂产品贸易网络模型，探索其拓扑特征如何影响贸易价格演化，从而为锂产品价格机制研究提供新的解释路径与方法论补充。
三、数据来源与研究方法
基于文献综述中对复杂网络分析、锂产品贸易网络以及锂产品价格影响因素等方面的梳理，本部分进一步明确数据来源与研究方法，具体包括数据选取依据及研究方法设计，为后续实证分析提供支撑。
（一）数据来源
本研究使用的数据来自联合国商品贸易统计数据库（UN Comtrade），覆盖约200个国家和地区。为确保数据统计口径的一致性，本文依据2022年版《协调制度》（Harmonized System，简称HS）对锂产品的商品分类编码进行标识。研究时间范围设定为2002年（HS 2002实施年份）至2023年，并选取2002年、2007年、2012年、2018年和2023年5个关键时点进行重点分析。本文使用贸易额数据衡量贸易量大小，同时为消除通胀影响，使用世界银行的美国GDP平减指数数据计算年通胀率，将所有贸易额转换为以2002年不变价美元为单位。
综合现有文献及统计资料的分析[5,28-31,44,48,50,60-61]，经过梳理，锂产业链主要分为上游勘探开采，涉及锂辉石等锂矿资源；中游加工制造，涉及碳酸锂、氢氧化锂、氯化锂等锂盐产品；下游行业应用，涉及原电池、锂离子电池等含锂产品，种类较多。
在锂产品具体选择上，因无法从UN Comtrade获取上游的锂辉石、中游的金属锂、氯化锂等部分锂产品贸易额的精确数据。考虑到锂产品供需主要集中在碳酸锂、氢氧化锂和含锂电池，最终筛选得到含锂关键产品清单（表1）。基于此，本文合并中、下游数据，形成全产业链及中、下游三个分析层面。
表1 含锂关键产品清单及其可用数据时段
资料来源：作者梳理文献[5,28-31,44,48,50,60-61]获得。
同时，为确保分析的有效性，对原始数据做如下处理：①剔除贸易方ISO代码为W00（World）、E19（Other Europe, nes）、S19（Other Asia, nes）的样本，因其为数据汇总，不适用于国别分析；②因海关进口数据统计标准更严格，采用进口数据替代各国出口数据以保障双边统计准确性，仅当数据缺失时使用相应的出口数据进行插补；③UN Comtrade将中国划分为大陆、香港、澳门三地，本文剔除港澳与大陆互贸数据，其独立进出口则合并计入中国总值；④将剩余所有非国家或地区实体的数据合并至“其他”（OTH）项下。此外，本文还进一步剔除处理后的数据中部分异常大的极端值及零值数据。
（二）研究方法
本文使用贸易依赖指数、复杂网络分析、面板回归分析方法来研究全产业链视角下的锂产品贸易依赖网络特征、演化规律及其对锂产品贸易价格的影响。
1. 贸易依赖指数
贸易依赖反映了一国对得到其他贸易国的支持的需求关系，被依赖方的不可替代性和依赖方的脆弱性是衡量依赖程度的重要方向[62]。对外贸易依存度、贸易互补性指数等指标虽可从不同角度评估双边贸易依赖关系，但这些方法未充分考量其他贸易伙伴的“第三方效应”影响，因此本文构建融合赫芬达尔—赫希曼指数（HHI）的贸易依赖指数来更全面地反映贸易依赖关系[43]。
贸易依赖指数（TDij）反映贸易双方的依赖程度，即贸易关系对双方的重要性及可替代性。贸易依赖指数由出口依赖（EXTDij）和进口依赖（IMTDij）计算所得（i表示主体国家或地区，j表示被依赖国家或地区），其计算公式如下：
【图】
出口依赖（EXTDij）是由贸易主体i对主体j贸易出口额占主体i总出口额的比值的平方（Sji2），与主体i的出口集中度（Csi）和主体j的进口集中度（Cpj）的比值相乘所得的系数。同样地，进口依赖（IMTDij）是由贸易主体i对主体j贸易进口额占主体i总进口额的比值的平方（Pij2），与主体i的进口集中度（Cpi）和主体j的出口集中度（Csj）的比值相乘所得的系数。两者的计算公式如下：
【图】
其中，出口集中度（Csi）和进口集中度（Cpj）通过赫芬达尔—赫希曼指数（HHI）测量，计算公式如下：
【图】
其中，公式（4）、（5）中的k代表第三方贸易主体，n代表参与统计的贸易主体数量，X则表示贸易额。
2. 贸易依赖网络
相较于传统的贸易网络，贸易依赖网络能够更精准地展现贸易结构特征及贸易主体之间的依存关系。本文以锂产品贸易主体作为网络节点，贸易依赖指数作为边的权重，构建锂产品贸易依赖网络，并进一步计算以下关键网络指标：
（1）度
在本网络中，节点的度（Ki）表示与某一贸易主体存在依赖关系的贸易伙伴数量，为出度（Kiout）与入度（Kiin）之和。出度代表该贸易主体所依赖的贸易伙伴数量，而入度则表示依赖于该贸易主体的伙伴数量。这两个指标共同反映了贸易主体在网络中所拥有的贸易伙伴规模。三者的计算公式如下：
【图】
其中，n表示样本数据内贸易主体总数，a表示两国之间的贸易依赖关系。当贸易主体i和主体j之间确实存在贸易依赖关系时，a取1，反之取0。
（2）加权度
通过将贸易依赖指数作为度引入本网络中，可以得到节点的加权度（Wi），以反映一贸易主体在对贸易伙伴的总依赖强度。加权度（Wi）为加权出度（Wiout）和加权入度（Wiin）之和。其中，加权出度表示贸易伙伴对贸易主体i的依赖关系总强度，加权入度则表示主体i自身对贸易伙伴的依赖程度。三者的计算公式如下：
【图】
其中，w为本网络中作为边权重的贸易依赖指数。
（3）平均路径长度
平均路径长度（AL）表示网络中任意两个节点之间的平均距离，在贸易网络中则代表贸易主体i通达关联贸易伙伴的最短距离之均值，反映商品贸易的传递效率[12]。其计算公式如下：.
【图】
其中，dij为节点i、j之间的最短路径长度。
（4）接近中心性
接近中心性（CC）衡量网络中节点于其他节点的接近程度，与抵达其他节点的平均距离呈反比，在本网络中则表示一贸易主体对贸易伙伴的连通性和自身的贸易独立性。其计算公式如下：
【图】
（5）中介中心性
中介中心性（BC）反映节点控制网络中资源流动的能力。在贸易网络中，位于多对生产国（地区）与消费国（地区）之间的关键贸易通道上的中介国（地区）具有较高中介中心性，能够影响贸易效率与稳定性，具有更强的议价能力和话语权。其计算公式如下：
【图】
其中，gjk(i)为节点j、k之间经由节点i的路径数量，gjk为节点j可通达另一节点k的路径数量。
（6）集聚系数
集聚系数（CU）衡量节点邻居间的连接紧密程度，探测节点社团的存在，在本网络中用于反映部分贸易主体之间区域化贸易集团的形成。由于本网络为加权有向复杂网络，故本文采用Onnela J P等[63]对集聚系数的测度方法，计算公式如下：
【图】
其中，w’表示目标节点的边权重相对于网络中最大权重的比值，max(w)代表网络中的最大边权重。为确保计算结果的数学合理性，当Ki<2时，将节点i的集聚系数设为0。
（7）网络密度
网络密度（ND）也称图密度，作用是衡量网络中节点的紧密程度（取值为0至1），在本网络中用于表示贸易主体之间贸易依赖关系的紧密性，网络密度越大，主体间的依赖关系越显著。本网络作为有向网络，其计算公式如下：
【图】
其中，m为实际存在的贸易依赖关系总数，n为网络中的节点总数。
（8）模块度
模块度（Modularity）指标用于评估网络中社区划分质量，其值Q的取值范围通常在−0.5至1，值越高表示社区划分的质量越好。本文使用Blondel V等[64]的计算方法，具体公式如下：
【图】
其中，Aij是节点i、j之间的边权重；ki、kj分别是节点i、j的度；m是网络中所有边的总权重；ci和cj分别是节点i、j所属的社区；δ（ci，cj）是一个指示函数，当 ci= cj（即节点i、j同属一个社区）时取值为1，否则为0。
2. 面板回归分析
（1）变量选择及模型设定
为探究贸易依赖网络指标对贸易价格的影响因素，本文基于研究数据与贸易依赖网络结构特征，构建面板回归模型变量（因变量见表2，自变量见表3）。鉴于变量间量级差异，所有变量均作对数化处理以消除量纲影响。
表2 面板回归模型因变量
资料来源：数据来自UN Comtrade。
表3 面板回归模型自变量
本文最终确定的面板回归模型如下所示：
【图】
其中，式（22）、（23）分别用于测算出口、进口的贸易价格波动，i代表国家，t代表时间，样本期间为2002至2023年。
（2）变量统计与检验
面板回归模型变量的描述性统计与平稳性检验结果分别列示于表4和表5：
表4 变量的描述性统计
资料来源：作者计算所得。
表5 变量的平稳性检验
说明：t值和p值根据回归模型计算得出。* p < 0.1, p < 0.05, * p < 0.01。数据资料由作者计算所得。
四、全球锂产品贸易依赖网络分析
（一）整体特征
1．网络结构动态演化
本研究使用Gephi计算锂产品贸易依赖网络指标，绘制2002-2023年5个关键时点的动态演化图，并通过以下可视化策略呈现特征：节点大小按加权度排序，标签为国家（地区）ISO代码；标签颜色区分社团归属，仅标注前四大社团；连边颜色深浅反映依赖强度；网络布局采用Fruchterman Reingold算法。
图2展示了全产业链的锂产品贸易依赖网络演变情况。2002年初始阶段，全产业链贸易呈现美国单极主导格局，中国重要性次之。2007年发展为中国、德国、智利、美国多中心并存模式。2012年形成中美双核心枢纽，德国和智利的重要性有所下降。而在2018年中国超越美国成为主导节点。2023年中国则凭借全产业链优势跃升为网络中具有显著地位的核心节点，远超第二名节点美国。
【图】
图3展示了中游的锂产品贸易依赖网络演变情况。2002至2012年的发展趋势与全产业链层面基本相同，呈现单极主导向多极化发展的演变趋势。2018年多极化加速扩张，俄罗斯、意大利跻身关键节点行列，智利重要性下降，而德国成为最重要节点。2023年则呈现“多极收缩”态势，仅剩中国、德国和美国三大关键节点，而中国占据核心地位。
【图】
图4展示了下游的锂产品贸易依赖网络演变情况。与中游的多极竞争格局形成鲜明对比，下游网络呈现显著的单极主导特征。2012年下游贸易格局为美国单极主导，中国重要性次之。而到2018年，格局转变为中国成为主导节点，美国次之。2023年，格局进一步极化，中国形成绝对支配地位，远超第二位美国，凸显全球锂产品下游产业链“中国中心化”的依赖格局。
【图】
2．节点数与边数分析
全球锂产品贸易网络的演变在全产业链、中游、下游各环节呈现出差异化特征与动态趋势。研究期内，全球锂产品贸易总体增长，但受技术进步、市场需求变化及地缘政治因素影响，各环节贸易结构发生显著调整。以下分析其演变路径及驱动机制。
从全产业链看（图5），锂产品贸易主体和依赖关系数量总体增加。2002至2011年期间，全产业链数据仅涵盖产业链中游部分；随着中、下游数据合并，全产业链的节点数和边数均出现了急剧上升。具体来看，相较于2011年，2012年的节点数由不足120个迅速攀升至约180个，边数则从约500条跃升至约3100条，之后保持在超160个节点和3500条边的波动态势。这一现象表明全球锂产品贸易虽经历一定波动，但总体呈现长期增长趋势；相较于产业链中游，下游的贸易范围更广，贸易依赖现象也更明显。
【图】
中游（图6）呈现“节点减少但联系强化”的演变趋势。研究期间，贸易主体数量先升后降，总体保持在110个以上，而关系边数从500条增至650条。这一过程可分为两个阶段：2002至2011年为需求扩张期，市场参与者增加；2012年后进入整合期，技术升级、产业集约化和贸易政策调整促使部分国家退出，但存续主体间的贸易联系显著深化。这表明，在全球锂需求增长的背景下，主要经济体对中游锂产品的需求依赖增强，同时中游环节从早期扩张向成熟化、集约化转型，存续主体间的依赖关系更加多元与紧密。
【图】
下游（图7）则呈现“先扩张后收缩”的演化特征。贸易主体数量先缓慢增长至近185个，随后快速降至不足165个；贸易依赖边数在2012至2019年间由3000条增至3800条，后回落至3400条，整体仍呈增长态势。分阶段看，2012至2019年期间，消费电子、新能源汽车和储能等领域对锂电需求激增，推动各主要经济体加大锂电进出口力度。然而自2019年起，受贸易保护主义、新冠疫情及全球供应链中断影响，各国为保障经济安全与供应可持续性，逐步推动贸易格局多元化，降低对单一主体的依赖，导致依赖边数下降；部分国家甚至退出下游贸易，使节点数减少。这表明下游环节正从需求驱动的扩张转向以供应安全为核心的转型路径。
【图】
3.其他重要网络拓扑指标分析
除了整体结构变化以及节点、边数的动态演变外，网络的平均度、平均路径长度及平均集聚系数等拓扑指标也深刻揭示了锂产品贸易依赖网络的演化特征与内在规律。
从全产业链看（图8），网络平均度在2012年因中、下游数据合并而显著上升，表明下游的贸易主体间相较中游拥有更多元的贸易依赖关系。然而平均加权度整体增幅较小，反映出依赖关系广度虽有扩展，但其深度并未明显提升。网络密度、平均集聚系数也因数据合并出现跃升，表明直接性贸易依赖关系变得更加紧密，网络整体连通性增强；同时，平均集聚系数在跃升后保持相对稳定，即局部视角下贸易主体间的互联程度深化，形成了更稳定且紧密的区域性结构。在此背景下，平均路径长度和模块度均波动下降，进一步说明网络内的依赖关系更加直接，贸易效率得以提升；而原有的社团区分渐趋弱化，不同贸易集团之间的界限模糊化，跨集团贸易联系增多，推动了全球理产品贸易市场的一体化发展。
【图】
从中游看（图9），网络的平均度呈现长期波动上升趋势，而平均加权度则相反。这显示出中游贸易主体之间的依赖关系更倾向多元化拓展，而非强化对单一贸易伙伴的依赖。同时，网络密度的长期上升趋势进一步印证了该变化，即网络的连通性增强，各国（地区）之间更多地建立了直接联系，而非集中依赖少数核心贸易伙伴。平均路径长度则波动上升，于2014年达峰后下降，反映出中游产业的阶段性特征：早期产业不成熟，国家（地区）间直接贸易联系较少，更多依赖中间贸易环节；而随着产业成熟化、集约化，形成更稳定的直接贸易关系。平均集聚系数保持相对稳定、模块度波动上升，则显现出网络节点的局部联系相对稳定，主要贸易伙伴之间的合作仍然紧密，而整体结构出现一定调整，产业布局经历重构，不同贸易集团的界限变得更加明显。
【图】
从下游看（图10），网络的平均度和平均加权度都呈稳步上升趋势，即贸易主体的依赖关系的广度和深度皆有提升。网络密度呈现两阶段式上升、平均路径长度波动下降，体现贸易主体在贸易关系密集化的同时建立了更直接的联系——网络既实现了规模扩张，也提升了内部连通性。而平均集聚系数长期保持高位，结合较短的平均路径长度，可认为下游网络呈现出明显的“小世界”特征；模块度由接近0.65大幅下降至接近0.40，反映贸易集团间的壁垒模糊化，不同贸易圈之间的联系增强，下游贸易从过去的区域化、封闭型格局，逐渐演变为全球化、跨区域融合格局；而尽管全球化趋势得到增强，但贸易主体仍然保持了一定的区域性贸易合作模式。
【图】
进一步对比中、下游的指标情况，可以发现：随着全球锂产业链的发展，下游环节呈现出更高的技术集成度和更紧密的供应链协作。相比中游，下游的贸易依赖关系更广泛，贸易路径更短、集聚效应更强，形成区域化产业集群，而中游环节因资源分布限制，协作网络较为松散。与此同时，下游社团结构趋于均质化，而中游则强化模块区分，体现出不同环节在全球分工中的演变趋势。具体而言：
第一，下游的平均度（16.742增至20.663）、平均加权度（2.085增至2.742）均稳步增长，最终均超过中游环节（2023年平均度为5.616、平均加权度为2.092），反映下游锂电产品的生产涉及更高技术集成度和更复杂的供应链协作，促使各国（地区）之间形成更为紧密和多层次的贸易依赖关系。
第二，下游的平均路径长度（2.594降至2.295）比中游（2023年为2.438）更短，一定程度上反映出中游环节的原材料供应往往需要经过多级中间商或加工环节，导致路径相对较长；而下游因技术集成和供应链整合，实现了更短的贸易路径。
第三，下游的平均集聚系数（0.55-0.61）显著高于中游（约0.40），反映下游贸易主体的局部紧密性更强，中游环节的局部连接则较为松散，更依赖直接的双边贸易关系，而非多边协作。这一定程度上受中下游产业分工影响：下游终端产品制造（如锂离子电池）依赖技术集成与供应链协作，形成了区域性产业集群（如中国为中心的锂电产业集群），内部联系紧密；而中游原材料供应（如碳酸锂）受资源分布限制，主体间协作需求较低，导致局部互联性较弱。
第四，下游的模块度由初期的接近0.65逐步降至低于0.45，而中游则从0.60左右波动上升至接近0.70，下游的社团结构减弱，网络变得更加均质化或分散；中游则进一步强化了社团区分，形成了更加紧密且边界清晰的模块。
（二）社团划分
本研究通过使用模块度指标衡量社团划分质量，计算得到全产业链、中游和下游层面的结果及前三大社团主要成员（表6-7）；使用Circle Pack Layout方案可视化社团划分结果（图11-13），其中节点大小以PageRank值排序，并以不同颜色标示前四大社团。
对各层面的社团演变情况（表6-7）进行分析，可以发现：全产业链社团数量在研究期内基本稳定（10-12个），但成员分布变化较大；同时第一大社团的成员占比整体上升（从38.4%增至42.3%），显示出头部社团的集中度提高。中游社团数量先升后降，起伏较大，但长期视角下仍保持相对稳定；前三社团成员占比波动较大，说明国际市场竞争较激烈，贸易格局不稳定。下游社团数量则显著减少，由最初的16个最终锐减至9个，同时头部社团的成员占比逐步上升（第一大社团从28.7%增至40.5%），说明下游环节的网络社团也在向头部集中，且比中游更为明显。
从整体来看，在全产业链和下游环节，前三社团成员占比整体提高，表明行业正向寡头化方向发展。中游环节的前三社团成员占比相比2002年没有显著增长，说明竞争格局相对分散。
表6 网络社团数量及规模前三社团成员占比
资料来源：作者计算所得。
表7 规模前三社团主要成员
资料来源：作者基于计算结果排序处理后得出。
2002至2023年，全球锂产品贸易依赖网络的核心成员构成发生显著变化，逐步从欧美主导转向“多极化+区域化”格局（如图11-13所示）。
早期阶段（2002-2007年），全产业链和中游层面由美国及部分欧洲国家（如德国、瑞士、奥地利等）主导，中国尚未进入核心社团。然而自2012年起，中国快速崛起，进入核心社团，并于2018年成为全产业链及下游头部社团的核心成员，至2023年保持领先地位；在中游则于2023年占据头部社团核心地位。与此同时，美国的影响力持续下降，尤其在中后期（2018-2023年）主导地位进一步削弱；欧洲国家（如德国、瑞士、奥地利）排名也相对下滑，显示其全球产业链地位受到挑战。
中国影响力不断增强的同时，新兴市场和发展中国家的作用也日益凸显。印度、马来西亚等新兴经济体排名显著上升，非洲（如肯尼亚、埃塞俄比亚）、拉美（如智利、哥斯达黎加）和东南亚（如新加坡、马来西亚）国家逐步成为重要锂产品生产和消费市场。中游环节的产业重心向亚太和新兴市场转移，更多发展中国家（如菲律宾、乌干达）进入核心社团。下游社团自2018年起扩展至非洲和东南亚地区，刚果、塞内加尔、新加坡等成为核心成员，反映全球锂产品供应链和消费市场的多元化趋势。
从区域化与全球化的角度看，2002至2012年间欧美主导地位逐步减弱，新兴市场国家开始进入核心社团；2012至2023年，全球产业链呈现多极化趋势，区域性供应链逐步形成。东南亚（如新加坡、马来西亚）、拉美（如哥斯达黎加、乌拉圭）和非洲（如埃塞俄比亚、肯尼亚）等地区排名不断上升，表明其产业承接能力增强。总体来看，全球锂产品贸易已从“欧美主导”模式转型为“多极化+区域化”格局，拉美、东南亚和非洲成为重要新兴市场。
综上所述，可总结得出以下结论：
第一，美国长期以来作为锂产品贸易大国的影响力在近年来相对下降，在中、下游环节的产业地位均受到冲击；
第二，中国的重要性相较于美国等重点国家呈显著上升趋势，已成为全球锂产品贸易市场的主要成员，并在中、下游均占据领先地位；
第三，欧洲国家（地区）在锂产品贸易依赖网络的地位虽仍稳定，但相较于产业早期已有所下滑；
第四，新兴市场国家（如印度、马来西亚、文莱）和发展中国家（如肯尼亚、埃塞俄比亚）在全球锂产业链中的作用不断增强，推动产业链向多元化和区域化方向演进。该趋势既受全球经济发展和技术进步的推动，也与供应链调整和地缘政治因素密切相关。
【图】
（三）重点国家
本文根据网络拓扑指标计算结果，筛选出入度、接近中心性与中介中心性指标排名前五的贸易主体，并分别按前五名赋予权重（依次为1、0.8、0.6、0.4、0.2）以计算累计权重。根据测算结果（表8），最终确定累计权重排名前五的国家作为重点研究对象：德国、美国、法国、中国和英国。
表8 重要国家（地区）累计权重
资料来源：根据作者计算结果，经统计与排序后整理获得。
从出入度指标看（图14），各国锂产业链不同产业环节展现出差异化的市场地位，各环节的全球竞争态势也有所不同。全产业链层面，法国最终在出度上占据第一，而中国在入度方面占据显著优势，反映法国从其他贸易主体进口的依赖程度较深，而中国在出口贸易上优势突出。
中游环节，出度竞争经历德国主导、法国超越，并在2016年后进入多国竞争。入度方面，美、德、中三国竞争且入度均显著高于英、法两国，早期美国领先，后被德国超越，最终美国夺回优势，但2019年后中国大幅领先。相较于入度的长期稳定性，各国在出度层面的波动更显著，反映其进口依赖格局的复杂变化。
下游环节，出度先后由德国、英国、法国主导，2018年后法国长期领先。入度方面，中国自2013年超越美国后稳居首位，凸显中国借由下游产业优势吸引建立了更广泛的出口贸易关系；同时各国的入度变化均先上升，而在2019年后下降，一定程度上反映新冠疫情对锂产品供应链的冲击效应。
【图】
而考察接近中心性和中介中心性（图15），各重点国家同样展现出贸易地位差异。全产业链层面，接近中心性由德国、法国、英国轮替领先，最终2022年法国占优。中介中心性长期由美国主导，而后被英国短暂取代，2023年最终由法国夺得。
中游环节，各国接近中心性波动幅度较大，竞争格局复杂，多国交替领先；此外，各国在2013-2014年均出现明显跌幅，随后回升，反映中游贸易格局的短暂调整。而各国中介中心性呈现出明显波动，尤其2015年后伴随新能源产业加速发展，其波动性进一步提高。整体格局呈现前期美国领先、后期“美中轮替”态势，最终中国以微弱优势胜出。这一现象侧面反映美国在锂产业链中游的中介地位曾较为突出，但由于资源开发不足和政策支持力度有限等原因，其地位逐渐被中国取代。
而在下游，2012至2021年间由德国、英国主导接近中心性的优势地位，最终法国取代英国。各国接近中心性在2012至2020年期间逐渐趋同，之后出现明显分化，体现出中前期相对统一、协同的贸易格局，后新冠疫情时代下的产业调整促使贸易格局发生变化。中介中心性则在美、英、法之间轮替，最终由法国确立主导地位。
【图】
五、中国在锂产品贸易依赖网络的角色
中国作为锂产品贸易依赖网络中的核心国家之一，对锂产业链的发展具有深远的重要影响。以下将深入分析其重要网络指标。
图16展示了中国在各产业环节的出入度及加权出入度变动情况。全产业链层面，2012年因中下游数据合并，出入度显著跃升并保持高位；入度远高于出度，侧面反映中国作为锂产品加工制造基地需通过多元出口消化产能。加权出度波动下降，而加权入度稳步增长，显示其他贸易主体对中国下游锂产品（主要为锂电）的高度依赖。
中游环节，入度显著高于出度，加权入度远超加权出度，表明中国具备较强出口优势，但鉴于关键原材料（如碳酸锂、氢氧化锂）进口集中于智利等少数国家，进口方面仍存在一定依赖性。下游的入度和加权入度均高于中游，且加权出度持续下降，加权入度稳步上升，表明中国在下游的出口优势更为突出，长期以来不断巩固其核心地位。
【图】
图17展示了中国各层面的接近中心性、中介中心性变动情况。整体上，中国在全产业链中保持较高贸易连通性和中介地位，在锂产品贸易中扮演重要角色。
分产业环节看，中游的接近中心性和中介中心性均呈波动下降—陡然上升—再次下降的“一波三折”，但仍维持较高水平。这反映出中国在中游锂加工领域的全球地位经历了波动，最终仍保持较高地位，但国际竞争加剧，部分国家减少了对中国的中介依赖。下游的接近中心性相较于中游则起伏较小，波动上升后稳定在0.50左右，表明中国在下游中仍具核心地位，短期内难以被替代；中介中心性起伏较大，整体有所下降，一定程度上源于全球供应链趋向多元化，欧美推动本地化生产，削弱了中国的贸易中介作用。
【图】
图18展示了中国的集聚系数变化情况。长期来看，中国的网络集聚度先降后升，近十年明显加强，反映局部供应链稳固化趋势。2002-2011年，全产业链及中游的集聚系数从0.13降至0.08，显示围绕中国的局域网络去中心化，贸易合作趋于多元。2012至2023年，受中下游数据合并影响，集聚系数从约0.13升至2022年峰值0.15，而后略降，这表明中国的重要贸易伙伴对其依赖有所加深。
比较2012至2023年的中、下游集聚系数，中游数值相对较低（大多在0.08-0.10之间），远低于下游，说明中国的中游锂加工环节的贸易依赖关系更加分散，一定程度上反映出中国尝试在新能源产业高速发展阶段对原材料来源进行多样化，减少进口依赖的掣肘；下游的集聚系数普遍高于中游，表明下游市场围绕中国形成了较为稳固的供应链网络。
【图】
表9展示了中国在锂产品贸易依赖网络中的关键指标排名，涵盖全产业链、中游、下游三个层面，并按时间维度展开。
全产业链层面，中国出度排名从最初第5位降至2023年的第9位，表明进口国数量虽未达到极高水平，但仍居前列。入度长期位居前三，2013年起稳居第一，同时加权入度自2014年起居首位，凸显中国的全球锂供应核心地位。加权出度波动下降，2023年降至第92位，反映进口依赖整体减弱。接近中心性先升后降，显示对外贸易可达性有所增强；中介中心性保持在第3至第6位，体现中国在全球贸易中的控制力与中介作用。
中游层面，出度排名波动显著，但多次居于前10名，表明进口依赖广度相对突出，进口来源多元化。入度长期居前3位，2013年后稳居首位，凸显对外出口核心供应地位。加权出度下降，反映进口依赖程度减弱；加权入度稳居前三，体现较高的出口供应权重。接近中心性波动较大，显示可达性仍有提升空间；中介中心性稳定位列前四，表明其中介作用突出。
下游层面，出度排名稳定位居前列（第6-15名），表明进口依赖国家数量较为固定。入度和加权入度长期位居首位，凸显主导地位。加权出度虽在2014至2018年间略有波动，但整体下降，反映进口依赖程度较弱。接近中心性波动显示与贸易伙伴的依赖紧密性存在调整，而中介中心性较高，长期位居前十，表明中国在网络控制力上的优势。
表9 中国在锂产品贸易依赖网络的重要指标排名
资料来源：根据作者计算结果，经统计与排序后整理获得。
综上所述，中国在全球锂产品贸易中展现出多层次的核心地位。全产业链层面，进口依赖减弱，供应权重与中介作用稳固；中游层面尽管依赖国家增加，核心地位依然突出；下游层面主导性显著，稳居供应核心并掌控贸易网络。整体来看，中国地位不断提升，但在网络可达性与供应链多元化方面仍有优化空间。
六、网络拓扑指标与贸易价格的面板回归分析
（一）基准回归
本文通过对固定效应模型和随机效应模型进行F检验（F Test）、BP检验（Breusch and Pagan Lagrangian Multiplier Test）和Hausman检验（Hausman Test），以选择合适的面板回归模型进行分析，检验结果见表10。
表10 不同产业链环节锂产品贸易价格面板回归模型的选择
资料来源：作者计算所得。
经检验，最终选择固定效应模型分析全产业链产品的进出口价格，回归结果如表11所示。
出口价格方面，出度的影响系数显著高于入度，反映出进口成本上升通常推高出口价格：一是供应链分散导致交易和物流成本增加，抬高最终定价；二是广泛进口有助于获取先进技术和高品质原材料，提升附加值，从而提高出口价格。入度对出口价格虽有正向影响，但弱于出度，这可能受市场竞争和规模经济效应影响：当更多国家依赖某贸易主体，其议价能力理论上增强，价格应上升，然而国际竞争压力及供应链扩张可能限制其涨价空间。此外，如一主体作为全球锂产品供应链核心，订单增长和规模扩大涌现规模效应，出口价格未必上升，甚至可能下降。
接近中心性、中介中心性、集聚系数对出口价格影响为负，这或源于供应链效率提升、市场竞争加剧、去中间商趋势和区域竞争效应的共同作用，使出口价格下降。其中，接近中心性较高意味着该主体在贸易网络中处于较核心位置，与其他贸易伙伴的贸易路径较短，联系更加紧密，可通过降低中间环节成本，减少贸易摩擦，从而降低出口价格。中介中心性较高则表明一主体在网络内的贸易中介作用较强，在参与转口贸易中由于竞争激烈，利润空间被压缩，最终导致出口价格降低；如一贸易主体在供应链中扮演中介角色较多，最终消费国可能绕过中介，直接与上游供应商交易，削弱中介溢价能力，导致出口价格下降。较高的集聚系数意味着贸易伙伴高度互联，信息获取和价格适应能力强，可降低出口价格；贸易伙伴间竞争激烈，出口国需降价维持竞争力；高集聚度也可能导致局部出口市场饱和，供给过剩，压低出口价格。
进口价格方面，各项指标均有显著正向影响。出度较高意味着进口来源广泛，供应链复杂化，增加交易和运输成本，使进口价格上升。而入度的提升表明一出口供应主体的进口需求旺盛，供应商以定价权推动进口价格上升。而总加权度意味着贸易总量大，进口需求强劲，全球供应链紧张时易推高采购价格。接近中心性的提升会提高供应链效率，但由于竞争加剧，进口市场溢价明显。中介中心性、集聚系数的影响系数相对较低，一方面可能受数据合并影响导致结果不明显，另一方面或表明中介作用和局部网络的内部密联对进口价格影响不明显。
表11 全产业链产品进出口价格影响因素回归结果
资料来源：作者计算所得。
经检验，最终选择随机效应模型分析中游产品的进出口价格，回归结果如表12所示。
出口价格方面，出度和入度均有显著正向影响，其中出度影响力更高，反映受供应链分散化和附加值效应影响，进口成本上升通常推高出口价格；他国进口依赖关系（入度）的拓展将提高定价权，抬升出口价格。而加权度和接近中心性对出口价格影响为负，其中接近中心性影响系数更高，表明加权度的提高使得贸易主体对外依赖更显著，出口定价权较弱。而接近中心性较高的主体通常处于网络核心地位，能够简化中间环节，缩短物流时间、降低运输成本，从而降低产品的出口价格；同时可能作为多个子网络的关键连接节点，扮演着“桥梁”角色，因而更易受到上下游市场双重挤压，出口定价权被削弱。中介中心性和集聚系数则对出口影响不明显。这反映了网络中的重要市场对价格的影响，以及中心市场的压价效应较突出。
进口价格方面，加权度的正向影响较为显著，反映总体依赖关系的提升将削弱一主体的进口议价权，抬高产品进口价格；而其他指标的影响不明显。这可能突出中游产品进口价格更加受制于总体依赖关系的影响。
表12 产业链中游产品进出口价格影响因素回归结果
资料来源：作者计算所得。
经检验，最终选择固定效应模型分析下游产品的进出口价格，回归结果如表13所示。
出口价格方面，入度的正向影响显著，意味着网络中更多贸易主体建立进口依赖关系时将为出口方带来更强的出口定价权，从而推高价格；而其他指标影响不显著。这或表明下游产品的出口价格更受他国的进口依赖广度影响。
进口价格方面，出度、接近中心性的影响较为显著。其中出度影响为负，反映出他国进口关系的扩张对应被依赖主体较大的出口需求，进口议价权较强，可经多供应方竞争来降低进口价格。接近中心性影响为正，意味着进口需求方虽能够接触到更多供应商，但这种选择权也可能基于较高的需求来推动进口价格上升，特别是在下游锂产品需求高涨的情况下更为明显。
表13 产业链下游产品进出口价格影响因素回归结果
资料来源：作者计算所得。
（二）稳健性检验
最后，为避免极端值影响，本文对上述基准回归做5%的双边缩尾处理的稳健性检验，结果如表14所示。
全产业链层面，出口价格的稳健性整体较强，加权度对于出口价格的正向影响较为明显，意味着总体依赖程度的提升会抬高出口价格；进口价格方面，中介中心性的显著性水平有所下降，入度、接近中心性和集聚系数的影响方向显著转负。这表明在剔除极端值影响后，在特定网络条件下，过度的网络聚集即局部密集的贸易依赖关系会导致进口价格的下降：接近中心性提高意味着进口国在网络中的“距离”更短，意味着更容易直接接触到多个供应商，信息流动更充分，议价能力增强，进而降低采购成本；集聚系数的增加则表明局部网络中进口方与供应商之间的联系更加紧密，供应链效率提升、交易摩擦减少，从而降低进口价格。
从中游层面看，出度、接近中心性、中介中心性和集聚系数对出口价格的解释力降低但保持同向，而入度、中介中心性对进口价格的影响方向显著逆转。这表明中游产品进口过程中，更多的进口连接（高入度）不再是推动进口价格上升的因素，反而导致价格下降，反映了当更多主体参与进口贸易时，市场价格趋于更加平稳（竞争加剧），价格下降；中介位置更强的贸易主体对抬高进口价格的作用变得更加显著。加权度对进口价格的影响方向虽反转，但未达到显著性水平。
下游层面，出度、接近中心性和集聚系数对出口价格的影响方向逆转，但未达到显著性水平，或表明下游面临更强的市场竞争和价格机制，这些网络特征对出口价格的影响较弱。进口价格方面，入度和集聚系数的解释力显著增强，且符号方向保持一致，表明出口依赖关系拓展带来了更多产品进口机会和有利谈判地位；集聚效应的提升意味着产业集群内的网络集聚性增强了定价能力，推动进口价格上升。出度、加权度、接近中心性和中介中心性的影响系数显著反转，表明多元化的进口关系能有效降低进口价格；高加权度的贸易主体受更多进口议价压力；接近中心性提高有助于以更短贸易路径和削减中间成本实现更低进口价格；中介作用的强化则抬高了进口价格，符合预期。
表14 各产业环节产品进出口价格影响因素回归的稳健性检验
资料来源：作者计算所得。
七、结论、建议与展望
（一）结论
本文基于复杂网络理论与贸易依赖指数，构建并分析了2002-2023年全球锂产品全产业链及中下游环节的贸易依赖网络，聚焦五个关键时点探讨网络结构特征与社团演化趋势，重点分析了中国在网络中的地位与角色，并通过面板回归分析考察网络拓扑指标对锂产品贸易价格的影响。主要结论如下：
1．锂产业分工持续演进，集聚化趋势增强
全球锂产品贸易依赖网络在全产业链、中游、下游呈现出不同的演化特征。全产业链层面，网络的节点数和边数总体增长，全球贸易联系更加紧密，提升了网络连通性与贸易效率。中游经历了“节点减少但联系强化”的转型，贸易主体数量有所下降，但存续主体间的依赖关系深化，体现出从早期扩张向成熟化、集约化演进的趋势。相比之下，下游呈现“先扩张后收缩”的特征，2019年前受新能源产业需求推动，全球贸易关系扩展，但2019年后因疫情冲击、贸易保护主义和供应链安全考量，部分国家退出锂产品贸易依赖网络，贸易格局趋向多元化和区域化。同时，下游贸易网络相比中游展现出更高的集成度、更紧密的协作关系及更短的贸易路径，表明全球锂产业链的整合与全球化趋势进一步增强。
2．全球锂产品贸易向“多极化+区域化”格局转变
早期锂产品贸易由欧美国家主导，但随着时间推移，中国迅速崛起并成为全产业链的核心节点，尤其在下游环节占据绝对支配地位。新兴市场和发展中国家（如印度、马来西亚）的作用不断增强，推动了锂产业链的多元化和区域化发展。区域性供应链逐步形成，拉美、东南亚和非洲成为重要的新兴市场。
3．全球锂产品贸易的核心化趋势加强
全球锂产品贸易依赖网络的社团演变在三大层面呈现不同的演化特征，且呈现中国主导化趋势。全产业链层面从美国单极主导演变为中美双核心，最终中国确立主导地位。中游经历多极化扩张后收缩至中国、德国、美国三大核心节点，中国优势增强。下游长期由美国主导，后期中国超越并持续强化，最终形成显著的“中国中心化”格局。而社团划分结果进一步显示，前三大社团成员占比逐步提高，表明行业正向寡头化方向发展。中国在头部社团中的地位显著上升，而美国和欧洲国家的影响力有所下滑。
4．中国在锂产品贸易中的核心地位显著
中国在全产业链、中游和下游均表现出强大的影响力，尤其是在下游终端产品制造（如锂电池）领域形成了以中国为中心的产业集群。中国的入度和加权入度长期位居首位，表明其作为全球锂产品供应核心的地位稳固。然而，中国的出度和加权出度有所下降，反映出进口依赖的减弱。在网络拓扑指标方面，中国的接近中心性和中介中心性较高，但在中游受到国际竞争加剧影响。
5．不同产业层面的贸易价格影响因素差异明显
贸易网络结构特征对锂产品进出口价格的影响具有显著性和多样性，其作用机制因产业链环节和具体指标的不同而有所区别。出口价格更多受供应链分散化、市场竞争和规模经济效应驱动，而进口价格则主要受供应链复杂化、需求强度和议价权变化的影响。
在全产业链层面，出度对出口价格的影响显著高于入度，表明供应链分散化和附加值效应推高了出口价格。然而，接近中心性、中介中心性和集聚系数对出口价格呈现显著负向影响，反映了供应链效率提升、市场竞争加剧以及去中间商趋势共同作用下的价格下降。进口价格方面，出度、入度和总加权度均显著正向影响进口价格，说明供应链复杂化和需求旺盛是推高进口成本的主要因素，而接近中心性虽提高供应链效率，但因竞争加剧导致市场溢价。
在中游层面，出度和入度对出口价格均有显著正向影响，其中出度的影响力更高，表明供应链分散化和附加值效应对出口价格的推动作用更为明显。然而，加权度和接近中心性对出口价格的影响为负，反映了对外依赖增加削弱了出口定价权，同时核心地位国家因上下游市场挤压导致出口价格下降。进口价格方面，加权度显著正向影响进口价格，表明总体依赖关系削弱了议价能力，而其他指标影响不显著，凸显中游产品进口价格更受总体依赖关系驱动。
在下游层面，入度对出口价格有显著正向影响，表明更多国家建立进口依赖关系提升了出口方的定价权，从而推高出口价格，而其他网络指标影响不显著，说明下游产品出口价格主要受进口依赖广度影响。进口价格方面，出度显著负向影响进口价格，反映多供应方竞争有助于降低进口成本；而接近中心性显著正向影响进口价格，或由于需求高涨导致供应商溢价能力增强，特别是在下游锂产品需求旺盛的情况下更为明显。
（二）建议
综合本文的分析结论，现为中国应对锂产品贸易格局变化提出如下政策建议：
1．应对贸易多元化趋势，提升供应链安全
近年来，受贸易保护主义及供应链安全考量影响，部分国家加快调整贸易依赖结构。中国应采取措施提高供应链自主可控能力，如拓展锂资源进口来源、鼓励国内民营企业积极参与锂资源勘探与开发以及中游产品的加工制造，提高本地化产能，并加速推动储能、电动车等下游产业所需锂产品的国产化替代，降低关键材料受限风险。此外还需加快盐湖提锂技术研发，持续推动固态电池、钠离子电池、氢燃料电池等先进或替代技术发展，减少锂消耗，缓解锂产品进口压力。
2．推动全球锂产业治理，加强锂产品贸易合作
中国应以国家战略为导向，加强全球锂资源治理与国际合作。面对近年来美欧矿产安全伙伴关系（MSP）对中国锂供应链的挤压，中国可以依托“一带一路”倡议，建立“全球锂产业合作伙伴关系”，重点联合南美“锂三角”国家（玻利维亚、阿根廷、智利）、非洲锂资源国（如津巴布韦、刚果（金））以及中亚资源国（如塔吉克斯坦、哈萨克斯坦），构建多边合作框架，减少对单一国家的依赖。
同时，应推动锂资源成为国际自由贸易协定（FTA）的重要议题，在现有和未来新签FTA中纳入锂矿、锂盐、锂电池等产品的零关税清单，降低锂产品贸易壁垒，为国内企业“走出去”提供更加开放、稳定的国际贸易环境。积极参与锂产品相关国际标准制定、规则谈判，并通过国际组织（如IEA、UNEP）推动“绿色锂经济”议程，促进锂资源的可持续开发与利用，提升中国在全球新能源产业链中的话语权。
3．强化核心产业链优势，深化国际合作
面对全球锂产品贸易网络向“多极化+区域化”格局演变的趋势，中国应着力巩固其在全产业链中的核心地位，特别是在下游锂电池制造领域，进一步强化全球供应链的韧性和稳定性。为此，应鼓励比亚迪、宁德时代等行业龙头企业在技术研发、资源开发和生产制造等关键环节深化国际合作，积极与拉美（如智利、阿根廷）、东南亚（如印尼、马来西亚）、非洲（如刚果、马里）等锂资源丰富的国家和地区建立长期稳定的战略合作关系。通过推进产业链上下游的共建共享，优化资源配置，提升资源保障能力，同时助力中国在全球新能源产业竞争中占据更加主动的地位。
4．优化产业结构，推动高端化与绿色发展
针对中游环节呈现的“集约化+核心化”趋势，政策层面应加大支持力度，特别是在税费减免、人才流动、技术研发等方面为企业提供便利，引导本土企业向技术密集型和高附加值方向转型升级。重点提升碳酸锂、氢氧化锂等精炼产品的加工能力，增强产品的国际竞争力。同时，支持企业推广绿色冶炼、废水零排放等环保工艺，以应对日益严格的绿色贸易壁垒，确保中国锂产业在全球市场中的可持续发展优势。
同时，应大力推动锂资源的循环利用与环保技术创新，切实提高废旧锂电池的回收利用率，降低供应链对初级原材料的依赖程度。为此可建立覆盖全球的锂资源回收体系，并积极发展“城市矿山”模式，充分挖掘废旧锂电池的二次资源价值。在全国主要城市试点建设标准化回收网点，为居民和企业提供便捷的废旧电池回收渠道，同时通过经济激励措施（如补贴、税收优惠等）调动社会各界参与回收的积极性，形成全社会共同参与的回收机制。
此外，设立“国家级锂电池回收示范基地”，在长三角、珠三角、京津冀、成渝经济圈等新能源产业集聚区域，打造动力电池回收与再利用产业园。园区应集成梯次利用、材料再生、智能拆解等多种功能，推动产业链上下游协同发展，形成规模化、集约化的回收产业集群。
5．推动区域协同发展，构建全球竞争优势
依托全球锂产业贸易的区域化趋势，中国可积极参与并主导国际产业分工调整，如深化“一带一路”沿线国家、东盟伙伴在锂资源开发、加工、贸易等方面的合作，推动区域性锂电供应链的形成，提升全球产业影响力。同时，鼓励国内重点锂电企业在海外布局制造基地，提高国际市场渗透能力；鼓励新能源车企深耕欧洲、东南亚等新能源汽车市场，扩大我国锂产电出口市场，提升锂产品国际市场占有率。
6．完善产业监测与调控，增强市场调节能力
针对锂产品贸易依赖网络呈现的“核心化+寡头化”趋势，中国应着力构建完善的产业监测体系，强化对锂资源供应、市场价格波动以及国际贸易政策变化的实时跟踪与分析。同时，进一步完善贸易风险管理与价格调控机制，预判和防范国际市场波动可能对国内产业造成的冲击，提升整体应对能力。此外可适时出台相关产业政策，例如建立针对锂产品价格波动的战略收储机制，以保障国内企业供应链的稳定性并降低生产成本压力。同时，设立国家锂矿产资源数据库，提高市场信息透明度，为政策制定和企业决策提供更加精准的数据支持，助力产业健康可持续发展。
7．加强本土人才培养，提升锂产业链产学研能力
中国应进一步加强人才培养与科技研发，推动锂资源勘探、提炼及储能技术的创新与升级，全面提升锂产品加工制造能力，提高资源利用率。为此可设立“锂产品技术”重点学科或专项研究组，系统培养新能源领域的高端专业人才。同时，鼓励企业与科研机构深化合作，共同攻克关键技术瓶颈，提升锂产品相关技术水平。此外，健全新能源行业人才交流机制，通过政策支持和激励措施吸引国际高端科技人才，为中国锂产业的可持续发展提供坚实的人才保障与智力支撑。
（三）不足与展望
本研究基于贸易依赖网络分析了全球锂产品贸易格局及网络指标对贸易价格的影响，然而仍存在以下不足之处，并可在未来研究中进一步完善：
1．数据覆盖范围的局限性
受制于UN Comtrade数据可用性，本研究未能涵盖锂矿、含锂卤水等产业链上游关键原材料，同时在中游环节亦缺乏锂精矿、氯化锂等重要产品的数据。这一数据局限性对锂产品贸易格局及锂产品价格影响因素的深入分析具有一定影响。未来研究可结合多源数据（如行业统计、政府数据库）完善对锂产业链各环节产品的量化描述，并期待国际社会进一步完善和细化海关数据的统计口径。
2．价格影响机制的深入分析
本研究探讨了锂产品贸易依赖网络指标对锂产品进出口价格的影响因素，但未充分考虑供需波动、地缘政治因素（如贸易战）、政策干预（如关税、出口管制）及关键企业战略对市场价格的动态作用。同时一定程度上仍欠缺对价格影响机制的探讨。后续研究可引入更多微观主体行为分析，结合博弈论或结构性计量模型，深化对锂产品贸易价格形成机制的理解。
参考文献
[1] 王浩,黄根红,陈瑞英,等.全球锂资源供需展望及锂产品价格预测[J].中国有色冶金,2022,51(06):1-11.
[2] 王平.量化分析锂供需与锂价格的联动关系[J].无机盐工业,2022,54(09):1-13.
[3] 张照志,潘昭帅,车东.基于中国锂矿床及资源特征的2024—2035年锂供需形势分析[J].中国矿业,2024,33(06):26-44.
[4] 张梓滔,覃韵,Xin SUN.国际贸易中的锂物质流分析: 基于生命周期视角(英文)[J/OL].Transactions of Nonferrous Metals Society of China,1-35[2025-02-26].http://kns.cnki.net/kcms/detail/43.1239.TG.20250220.1413.004.html.
[5] 吴巧生,周娜,成金华,等.全产业链锂产品贸易格局演化与中国地位[J].中南大学学报(社会科学版),2023,29(03):102-112.
[6] 朱丽丽,周平,杨雪松.碳酸锂国际贸易复杂网络建模与分析[J].中国矿业,2016,25(09):52-56.
[7] 朱丽丽,杨贝贝,杨雪松.基于复杂网络视角下中国碳酸锂国际贸易地位分析[J].资源与产业,2016,18(05):14-20.
[8] 朱丽丽,金庆花,杨雪松.基于复杂网络理论的氢氧化锂国际贸易中国地位分析[J].中国矿业,2016,25(10):49-52.
[9] 朱显铎,张永礼.锂矿石国际贸易网络特征演化分析[J].中国管理信息化,2023,26(14):186-189.
[10] 吴金闪,狄增如.从统计物理学看复杂网络研究[J].物理学进展,2004,(01):18-46.
[11] 周建林,樊瑛,狄增如.复杂网络进展[J].北京师范大学学报(自然科学版),2023,59(05):691-704.
[12] 吴宗柠,樊瑛.复杂网络视角下国际贸易研究综述[J].电子科技大学学报,2018,47(03):469-480.
[13] 李晓,刘宝琦.制造业国际贸易网络结构演变:1995～2018——基于社会网络方法的分析[J].国际经贸探索,2023,39(12):4-20.
[14] 聂常乐,姜海宁,段健.21世纪以来全球粮食贸易网络空间格局演化[J].经济地理,2021,41(07):119-127.
[15] 黄孝岩,李国祥.RCEP国家农产品贸易网络格局演变及其影响机制研究——基于复杂网络视角[J].国际经贸探索,2023,39(10):22-41.
[16] 贾祥英,闫强,邢万里,等.全球大宗矿产资源贸易格局演变及其影响因素分析[J].中国矿业,2019,28(11):15-20+34.
[17] 祝孔超,赵媛,姚亚兵,等.全球稀土进口竞争格局分析及潜在贸易联系预测[J].资源科学,2022,44(01):70-84.
[18] 张宏伟,黄希宇,张杨,等.全球钨产业链贸易多层网络需求短缺风险传播机制[J].资源科学,2024,46(05):948-959.
[19] 王华,李龙.全球半导体贸易网络的结构演进及稳定性分析[J/OL].科学学研究,1-25[2024-12-04].
[20] 耿伟,吴雪洁,叶品良.数字服务贸易网络对出口国内增加值的影响——来自跨国数据的经验证据[J].国际贸易问题,2022,(12):90-110.
[21] 刘震,潘雨晨,陈志成.数字服务贸易空间网络嵌入与中国服务业全球价值链地位提升[J].现代财经(天津财经大学学报),2023,43(09):20-38.
[22] 邢凯,朱清,任军平,等.全球锂资源特征及市场发展态势分析[J].地质通报,2023,42(08):1402-1421.
[23] 邢凯,朱清,邹谢华,等.新能源背景下锂资源产业链发展研究[J].中国地质,2023,50(02):395-409.
[24] 周之逸,樊锦绮,成金华,等.中国锂资源安全综合评价及预测预警研究[J].华中师范大学学报(自然科学版),2024,58(05):571-588.
[25] 赵连征,汪鹏,汤林彬,等.中国锂元素动态物质流及关键驱动因素分析[J].科技导报,2022,40(21):100-109.
[26] 宋勇成,刘建忠,张寅宝,等.全球锂离子蓄电池出口贸易竞争力及影响力时空演变分析[J].世界地理研究,2024,33(09):17-30.
[27] 撒兴昌,高天明,张艳.全球碳酸锂贸易格局与供应危机传播研究[J].地球学报,2023,44(02):341-350.
[28] 陈伟,王力平,蒋益飞.全球锂资源贸易网络时空演化及其韧性特征[J].经济地理,2024,44(10):1-11.
[29] 左芝鲤,成金华,郭海湘,等.锂产业链贸易网络结构韧性的演化与评估[J].中国人口·资源与环境,2024,34(02):155-166.
[30] 左芝鲤,成金华,詹成,等.全球锂产业链贸易格局演化及脆弱性分析[J].资源科学,2024,46(01):114-129.
[31] 许礼刚,詹庆武,刘兴龙.中国锂产业链关键产品贸易格局演化与贸易安全评价[J/OL].科技导报,1-15[2024-10-28].http://kns.cnki.net/kcms/detail/11.1421.N.20240927.1657.006.html.
[32] 文佳豪,代鸿章,陈翠华,等.中国锂资源供需现状与资源保障程度研究[J/OL].地质通报,1-17[2025-02-25].http://kns.cnki.net/kcms/detail/11.4648.P.20240621.0906.002.html.
[33] 王自国.锂供需分析及价格波动分析[J].中国矿业,2020,29(S1):16-18.
[34] 魏汐竹,白栋,钱建利,等.基于“锂佩克”背景下中国锂矿供应安全分析研究[J].现代矿业,2023,39(10):4-8.
[35] 唐珏,王俊,储瑶,等.新能源发展战略下锂资源形势与对策[J].矿产综合利用,2023,(06):71-76.
[36] 吴裕根,司芗,许书平,等.新能源背景下对锂矿资源开发利用的“理性思考”[J].资源与产业,2024,26(03):90-96.
[37] 王成仁.我国海外进口矿产定价影响因素及对策研究[J].全球化,2024,(04):50-61+134-135.
[38] 宋伟,张晓.碳酸锂期货市场与现货市场的联动性研究——基于VECM模型视角[J].北方经贸,2025,(02):93-98.
[39] 邵运文,周宇.新能源领域大宗商品定价权：测度及动态演进特征研究[J].西南金融,2024,(08):57-67.
[40] 窦红宾,沙双双.中国锂矿国际定价权问题及对策研究[J].价格月刊,2023,(08):1-7.
[41] 张钰鑫,李志东.基于学习曲线模型分析中日两国车用动力锂电池的价格变化[J].中国能源,2020,42(08):32-35+43.
[42] 魏红玉,高湘昀,季婷玉,等.战略性金属矿产资源多维价格联动网络研究[J].资源与产业,2021,23(03):102-111.
[43] 刘林青,闫小斐,杨理斯,等.国际贸易依赖网络的演化及内生机制研究[J].中国工业经济,2021,(02):98-116.
[44] Ziemann S, Weil M, Schebek L. Tracing the fate of lithium—The development of a material flow model[J]. Resources, Conservation and Recycling, 2012, 63: 26-34.
[45] Hao H, Liu Z, Zhao F, Geng Y, Sarkis J. Material flow analysis of lithium in China[J]. Resources Policy, 2017, 51: 100-106.
[46] Li Z, Wang C, Chen J. Supply and demand of lithium in China based on dynamic material flow analysis[J]. Renewable and Sustainable Energy Reviews, 2024, 203: 114786.
[47] Rodrigues D L, de Oliveira H F. The Use Of Social Network As A Tool To Analyse International Trade: A Systematic Literature Review[J]. Network Intelligence Studies, 2022, (19): 25-34.
[48] Sun X, Hao H, Zhao F, Liu Z. Tracing global lithium flow: A trade-linked material flow analysis[J]. Resources, Conservation and Recycling, 2017, 124: 50-61.
[49] Chen G, Kong R, Wang Y. Research on the evolution of lithium trade communities based on the complex network[J]. Physica A: Statistical Mechanics and its Applications, 2020, 540: 123002.
[50] Tian X, Geng Y, Sarkis J, Gao C, Sun X, Micic T, Hao H, Wang X. Features of critical resource trade networks of lithium-ion batteries[J]. Resources Policy, 2021, 73: 102177.
[51] Martin G, Rentsch L, Höck M, Bertau M. Lithium market research–global supply, future demand and price development[J]. Energy Storage Materials, 2017, 6: 171-179.
[52] Maxwell P. Transparent and opaque pricing: The interesting case of lithium[J]. Resources Policy, 2015, 45: 92-97.
[53] Bajolle H, Lagadic M, Louvet N. The future of lithium-ion batteries: Exploring expert conceptions, market trends, and price scenarios[J]. Energy Research & Social Science, 2022, 93: 102850.
[54] Wang X Q, Qin M, Moldovan N C, Su C W. Bubble behaviors in lithium price and the contagion effect: An industry chain perspective[J]. Resources Policy, 2023, 83: 103725.
[55] Altiparmak S O. China and Lithium Geopolitics in a Changing Global Market[J]. Chin. Polit. Sci. Rev., 2023, 8: 487-506.
[56] Khurshid A, Chen Y, Rauf A, Khan K. Critical metals in uncertainty: How Russia-Ukraine conflict drives their prices?[J]. Resources Policy, 2023, 85: 104000.
[57] Zhang X, Chang H L, Su C W, Qin M, Umar M. Exploring the dynamic interaction between geopolitical risks and lithium prices: A time-varying analysis[J]. Resources Policy, 2024, 90: 104840.
[58] Calisaya-Azpilcueta D, Herrera-Leon S, Lucay F A, Cisternas L A. Assessment of the supply chain under uncertainty: The case of lithium[J]. Minerals, 2020, 10(7): 604.
[59] Mineral commodity summaries 2024[R]. US Geological Survey, 2024.
[60] IEA. Global critical minerals outlook 2024[EB/OL]. Paris: IEA, 2024[2025-02-17]. https://www.iea.org/reports/global-critical-minerals-outlook-2024.
[61] IEA. Batteries and Secure Energy Transitions[R/OL]. Paris: IEA, 2024. https://www.iea.org/reports/batteries-and-secure-energy-transitions.
[62] Hillman A J, Withers M C, Collins B J. Resource Dependence Theory: A Review[J]. Journal of Management, 2009, 35(6): 1404-1427.
[63] Onnela J P, Saramäki J, Kertész J, et al. Intensity and coherence of motifs in weighted complex networks[J]. Physical Review E, 2005, 71(6): 065103.
[64] Blondel V, Guillaume J L, Lambiotte R, Lefebvre E. Fast Unfolding of Communities in Large Networks[J]. Journal of Statistical Mechanics: Theory and Experiment, 2008, 2008(10): P10008.
致谢
首先，我由衷地感谢导师。虽然我未曾修读过她的课程，也选择了其研究领域以外的论文课题，但导师仍以严谨的学术视角提供了宝贵指导，并在力所能及的范围内大力支持我等毕业生完成论文写作。她耐心细致地与我探讨论文写作过程中所遇到的问题，提醒我有针对性地搜集和阅读文献，并提出了许多专业且富有见地的建议。在此过程中占用了老师宝贵的时间与精力，我深感歉意；对于导师无私的支持，我满怀感激。
其次，我感谢在背后支持我的父母和家人。他们尊重我在大学专业上的选择，作为我的人生支柱，默默支撑着我大学四年的学习生涯，让我能够无所顾虑地前行。尤其是我的奶奶和叔叔，他们一直希望我考上大学，做个大学生，而我也不负众望。我的学业离不开家人们的鼎力支持，再次感谢他们。
此外，我也要衷心感谢学校、学院以及所有我认识的师生。学校和学院为我们提供了广阔的平台，让我得以探索，试错和不断成长。各学院的授课老师倾囊相授，助我打下坚实的专业基础。其中，刘老师的“论文撰写技巧与实操”课程及其课外指导，为我打开了学术研究的大门，使我初步掌握如何从零开始撰写学术论文；而王老师的“社会网络分析”课程则为本论文的研究方法提供了重要启示。缪冠中在内的辅导员老师则悉心引导，鼓励我们充实地度过大学四年，我感激不尽。同时，我还要感谢三位舍友以及同班、社团同学，他们在学习和生活中给予的无私帮助，令我终生难忘。
最后，我还想谢谢一直默默支持和激励着自己的我。大学四年光阴中，我曾面对诸多挑战与困惑，也曾有过失败和迷茫，但正是这些经历，让我不断磨练意志，逐步找到了前进的方向。感谢自己坚持不懈，求知求真，最终收获了知识、友谊与无限可能。