A kávé kulcsfontosságú mezőgazdasági termék, amellyel széles körben kereskednek a nemzetközi piacokon. A kávé kereskedelme összekapcsolja a világ néhány szegény térségét a globális piacokkal. A kutatásom során az országok közötti kávékereskedelmet elemeztem a 2001 és 2020 közötti időszakban. Vizsgálatom első részében a kávékereskedelem teljes (071) hálózatát elemeztem, majd külön-külön tanulmányoztam az NYKK-t és az FKK-t. A kutatásom során a hálózatok legfontosabb mutatószámait vizsgáltam, pontok és kapcsolatok száma, sűrűség, modularitás, klaszterek száma és az átlagos távolság alapján. Következő lépésként a hálózatokat alkotó országok mutatószámaira irányítottam vizsgálatomat. Az országok be- és kifok (indegree, outdegree), súlyozott be- és kifok (weightedindegree, weightedoutdegree), közöttiség központiság (betweenescentrality), közelség központiság (clonessescentrality) értékeit elemeztem A hálózat elemzés módszere lehetővé tette, hogy a kávékereskedelemben megfigyelhessük azokat a kereskedelmi kapcsolatokat, melyek között egy, két vagy három lépésnyi távolság van. Más szóval bebizonyosodott, hogy a világkereskedelemben való integráció szempontjából nem csak az számít, hogy egy ország mennyit kereskedik, hanem az is, hogy milyen eloszlást mutatnak a kereskedelmi partnerek között. Valamint a hálózatok különféle mutatószámai alapján meghatározhatjuk a kereskedelmi kapcsolatok számát és intenzitását, a csoportosulásokat, sűrűségüket, az országok kereskedelemben betöltött helyüket.

It is a crucial agricultural product that is widely traded in international markets. The coffee trade connects some of the world’s poorest regions with global markets. In my research, I analyzed the coffee trade between countries between 2001 and 2020. In the first part of my study, I analyzed the entire (071) network of the coffee trade and then the row coffee bean trade (RCT) and the processed coffee trade (PCT) separately. In my research, I examined the most critical indicators of networks based on the number of points and connections, density, modularity, number of clusters, and average distance. As a next step, I directed my study to the indicators of the countries that make up the networks. I analyzed the values of the indegree, outdegree, weighted indegree, weighted outdegree, betweenness centrality, and closeness centrality related to the countries. The network analysis method made it possible to observe the coffee trade relations between which there is a distance of one, two, or three steps. In other words, it has been shown that, in terms of integration into world trade, it is not just how much a country earns that matters but also how it is distributed among its trading partners. Based on various network indicators, it also determines the number and intensity of trade relations, groupings, density, and countries' place in trade.