3.2 研究方法

本部分将进行数据来源和评估框架的说明，并介绍适用于评估框架的主要研究方法。

3.2.1 数据来源

中国企业在“一带一路”沿线的投资对象国家包括：欧洲中部和东部的17 个国家，10 个独联体国家，8 个南亚区域合作联盟（ SAARC）国家，16 个中东和北非（MENA）国家，11 个东南亚国家，以及中亚地区的土库曼斯坦和东亚地区的蒙古国。在环境和资源潜力方面，本书采用世界银行数据库的数据。关于经济基础指标，最新数据来自国际国家风险指南（ ICRG）数据库。政治风险指标数据来源于全球治理指标（WGI）数据库。用于评估中国企业海外投资风险和东道国自然资源潜力的指标等见表 3-1。

3.2.2 评估框架

本章的评价程序结构包括三个步骤。①确立环境风险、经济基础、政治风险、自然资源潜力四个关键维度，评估中国海外投资风险和“一带一路”沿线国家自然资源潜力。②从环境风险、政治风险和经济基础三个方面对投资风险进行评估。③根据以上评估方式，对“一带一路”沿线 63 个国家进行评估。本书对评价“一带一路”区域环境风险、经济基础、政治风险和自然资源潜力的各个方面具体指标进行了分类。通过对大量调查和数据的广泛搜索，本书从世界发展指标（WDI）、全球治理指标（WGI）和综合描述的国际国家风险指南（ICRG）数据库中提取了 36 项指标。各指标及数据来源的详细说明见表 3-1。数据采集后，我们利用熵权法对指标权重进行估计。最后，我们使用TOPSIS方法来获得每个“一带一路”国家的绩效评分和排名结果。随后的章节对每个方面都有详细的叙述。

3.2.2.1 环境风险

环境风险指标是针对当地环境危害的预警系统，警示中国公司投资时要注意东道国在自然环境状况方面可能存在的约束条件。跨境环境污染、气候变化和生物多样性丧失是双方共同关注的问题，也是海外投资的重点问题。东道国稳定的环境条件可以对中国公司的投资活动产生积极影响。海外投资的环境风险是投资可持续性的重要影响因素。环境风险将影响一国的宏观政策和税收制度，从而影响到外国公司的投资效率。然而，生物多样性的丧失和生态环境的恶化需要引起海外投资项目所属企业的重视。本书共提出 13 项环境风险指标，详细情况请参见表 3-1。

3.2.2.2 经济基础

经济基础为一个国家吸引投资提供了长期的安全和富有成效的环境。经济基础反映了东道国的经济状况。良好的经济基础是外来企业投资收益和安全的根本保证。经济基础也反映了一个国家偿还外债的能力。如果一个国家有较好的经济基础，那么外来企业在这个国家的整体投资风险就会比较低。例如，一个经济强劲的国家应该比一个经济疲软的国家更能保证投资的可靠性。一个经济发展良好的国家比一个经济薄弱的国家更能为投资提供良好的保障。在本书中，经济基础方面包括 7 个指标，详细情况请参见表 3-1。

3.2.2.3 政治风险

政治风险指标在本质上是考察一个国家的治理能力以及该国的立法责任。政治风险低和政治稳定是为企业建立安全的投资环境的两个先决条件。中央政府的行动和政策对外国企业的管理和投资有很大的影响。不利的政治因素将始终对外国公司的投资利益产生负面影响。无效的政治因素将持续损害国际商业投资机会。在本书中，政治风险包括 4 个指标，详细情况请参见表 3-1。

3.2.2.4 自然资源潜力

自然资源潜力是衡量在东道国投资可行性的重要方面，因此，东道国的自然资源潜力是进行投资规划时必须考虑的一个重要因素。一个油气资源丰富、资源潜力大的国家具有较高的投资价值，在资源丰富的国家，中国企业可通过投资获取当地资源。一个国家的自然资源潜力大，特别是其可再生资源潜力大，有助于增强其投资吸引力。本书用 12 个指标来评估自然资源潜力，详细情况请参见表 3-1。

3.2.3 用熵值法确定指标权重

在确定指标权重时，研究者一般采用主观权重的方法，如层次分析法（AHP）和德尔菲法。这些方法可能由于主观因素而导致指标权重的变化。客观权重法，如熵权法，其基于确定指标权重的基本准则及事实，可以减少人为的变化，使得结果更加可靠（Li et al．，2011）。熵权法主要用于确定评价标准的客观权重，其依赖于指标对系统的变化程度。通常，变化程度较大的指标权重较大（Shemshadi et al．，2011； Duan et al．，2018； Huang， 2018）。熵权是一个参数，它描述了不同的方法在不同的标准上有多少不同之处。本书采用熵权法来获取各指标在相同方面的权重。假设我们使用“ n ”个维度指标来评估“ m ”个替代方案的风险，那么指标建立步骤 Y 包含“ n ”个维度， Y 1， Y 2，…， Yn ； i． e．， Y ＝［ Y 1， Y 2，…， Yn ］。在本研究中， n ＝ 4， Y 1 表示环境风险， Y 2 代表经济基础， Y 3 代表政治风险， Y 4 代表自然资源潜力。假设第 q 个维度的指标 Y _q 由子指标 j _q 构成，则有 Y _q ＝ 。对于 m 个备选方案，第 q 个维度指标的计算矩阵为：

其中， 代表第 m 个备选项的第 q 个指标 的值。

3.2.3.1 指标的标准化

考虑到有 m 个替代方案和 n 个指标，δij是第 i 种替代方案中指标 j ^th 的值。通常，每个指标的单位都不相同。因此，为了可靠地解决这些指标问题，采用以下方法进行数据标准化。

如果δij是效益指标，那么第 i 种替代方案中指标 j ^th 的绝对值可以采用式（3-1）的处理方式。

如果δij是成本指标，那么第 i 种替代方案中指标 j ^th 的绝对值可以采用式（3-2）的处理方式。

在对指标进行规范化之后，规范化指标矩阵为 H ＝［δij］ _m×n 。

3.2.3.2 熵值计算

根据“熵”的解释，指标 j ^th 的熵值可由式（3-3）计算得到。

其中ej代表熵值，（ i ＝ 1，2，…， m ； j ＝ 1，2，…， n ）， h ＝ ， m 为多种替代方案，若lnδij ＝ 0，则其无实际意义。因此，δij需要更改为δij＝ ，其中 v 为任意小的数字，在本书中 v ＝ 1.0E-06。

3.2.3.3 计算权重向量

指标 j ^th 的熵值的权重向量可以通过式（3-4）进行机选。

其中 1-ej为多样化程度，如dj ＝ 1-ej，（ j ＝ 1，2，…， n ）。

3.2.4 TOPSIS方法

Yoon （1980）和Hwang、 Yoon （1981）提出了根据有限个评价对象与理想化目标的接近程度进行排序的方法（ Technique for Order Preference by Similarity to an Ideal Solution，为方便记述，以下简称TOPSIS法）来解决多准则决策（MCDM）的挑战，其依据是：最佳替代方案应具有与理想解决方案的最小距离（欧几里得距离）。 TOPSIS方法估计了正理想解决方案和负理想解决方案的距离。它是一种有用而直接的方法，用于对许多理想方案进行排序，以确定最接近理想的解决方案。该方法已广泛应用于不同的决策评估，包括环境风险评估（ Huang， 2018）、供应商选择（ Junior et al．，2014； Onder et al．，2013）、银行绩效评估（Emrah et al．，2014）、旅游管理（ Zhang et al．，2011）和交通规划（Jones et al．，2004）。根据Shih等（2007）的描述， TOPSIS模型的三个优点是：一是以一个强大的逻辑来通过共同分析备选方案的有益的和无益的特征，描述人类选择的基本原理；二是在决策过程中考虑有限数量的方面和备选方案的能力；三是免除了成对比较的要求。 TOPSIS模型已经被各种实践者和研究者所使用。

TOPSIS方法的推算包括以下步骤：

步骤 1：计算标准化向量。标准化向量 X _ij ［ i ＝ 1，2，…， m （alternative）（可选）， j ＝ 1，2，…， n （indicators ）（指标）］估算为：

其中 Z _ij 是指标 j 相对于第 i 个备选方案的性能值。

步骤 2：确定加权标准化矩阵。 V _ij 解释指标 j 在式（3-6）中的权重。利用式（3-6）和标准化矩阵的性能值估算加权标准化决策矩阵（ W _ij ； i ＝ 1，2，…， m ； j ＝ 1，2，…， n ）。

步骤 3：分别确定理想最佳值和理想较差值，如下所示：

其中 表示理想最佳值， 表示理想较差值， j ₁ 表示有益的， j ₂ 表示无益的。

步骤 4：计算欧几里得距离。下面分别给出了正理想方案和负理想方案。

步骤 5：计算绩效评分值。

其中 P _i 是绩效得分值， P _i ∈ [0，1]。

步骤 6：最后根据绩效评分值，确定备选方案的排序。 d8T9Shhnrx2aWA1W8Sc60SHWysxYUEXX+FX8K9nOnXo4yyu6dKH3XxktBna1U/x7