非洲投资环境地域差异研究(一)

详细内容

投资环境定量评估的关键在于指标体系的构建和处理方法的选取。国外评估方法中颇具代表性的有等级尺度法、投资冷热图法、道氏评估法、关键因素评估法、相似度法、国家风险评级法、综合评判法和多因素分析评估法等[1]。目前，国际上通常采用“复合世界各国风险手册（ICRG）风险评级”、“机构投资者信用评级”、“欧元国家信誉评级”3种评级标准来衡量各国的投资风险[2]。近年来，国内有关学者如鲁明泓[3]、吴玉鸣[4]、林珲[5]、文余源[6]、陈健飞[7]、赵玉珍[8]、张长春[9]、Shengliang Deng[10] 等针对我国及各省市的投资环境也采用过不少评估方法，如AHP、PCA、Delphi、因子分析、系统分析方法和模糊聚类分析等，构建的指标体系也从十几个指标到几十个不等。

非洲是“地理大洲”、“人口大洲”和“资源大洲”，投资市场广阔，投资潜力很大。20世纪90年代以来，非洲大多数国家政局趋于稳定，经济开始增长，投资环境得到改善，国际资本重新开始注入。但非洲各国经济发展水平、基础设施水平、人口密度、国民收入、消费水平等差异十分明显，致使各国投资环境差异显著。为给我国企业投资非洲提供决策参考，目前已有不少学者如李智彪[11]、文云朝[12]、张宝增[13]、汪阳[14]、吕博[15] 等就非洲投资市场和个别非洲国家投资环境进行了论述，但是针对非洲各国投资环境的地域差异研究，国内尚不多见。 曾尊固选用15项指标将非洲国家划分为非边缘化、弱边缘化、强边缘化与极端边缘化4种类型，重点探讨的是不同类型国家在经济全球化进程中的定位问题，但从侧面可以反映出非洲各国的投资环境差异[16]。本文拟采用有关国际组织公开发表的数据资料，构建比较全面的指标体系，采用比较客观的数据处理方法，对非洲各国投资环境进行综合定量评价，为我国企业对非投资提供决策参考。

　　　　1　指标体系构建

本文根据区域特殊性、系统协调性、综合性、代表性、可操作性等原则，构建了包括4类30个指标组成的指标体系（表1）。
表1　非洲投资环境评价指标体系 指标 因素 指标
1 人均耕地(公顷) 16 商品进出口总额占GDP比重(%)
自然资源 2 人均林地(公顷) 国际贸易 17 人均商品进出口总额(美元)
3 人均一次能源产品出口量 与国际资本18 制造业与服务业占出口总额的比重(%)
4 矿产资源丰度 流动 19 外资流入占GDP的比重(%)
5 GDP(万美元) 20 人均外资流入额(美元)
6 人均GDP(美元) 21 直接投资占外资流入额比重(%)
7 GDP增长率(%) 22 总人口数
8 制造业占GDP比重(%) 23 城镇人口比重(%)
9 失业率(%) 24 高等教育人口占总人口比重(%)
经济实力 10 价格指数(%) 人力资源 25 中等教育人口占总人口比重(%)
11 人均用电量(KWH) 与科教文化 26 成人识字率(%)
12 人均民航运量(吨公里) 水平 27 小学净入学率(%)
13 每千人拥有电视机台数 28 中学净入学率(%)
14 每千人拥有移动电话机数 29 平均预期寿命
15 每千人拥有个人计算机数 30 每人每天摄取能量(焦耳)

本文构建的指标体系包括自然资源、经济实力、国际贸易与国际资本流动、人力资源与科教文化水平4大类，由于社会稳定度与政府机构办事效率等社会性指标难以量化，本文没有涉及；自然资源包括土地资源、水资源、森林资源、气候资源、矿产资源等，但因数据资料的局限，本文只选择了人均耕地、人均林地、人均一次能源产品（Primary energy production）出口量和矿产资源丰度四项代表性指标，其中人均一次能源产品出口量反映了非洲各国家和地区石油、天然气与煤等一次能源的丰富程度，矿产资源丰度这一指标则是根据非洲各国家和地区矿产资源的丰富程度赋值，矿产资源丰富的国家和地区赋值0.9，较丰富的赋值0.6，较贫乏的赋值0.3，贫乏的赋值0；经济实力中的5―10项表征了研究区的经济规模与活力，而11―15项反映的是研究区的基础设施和信息化水平，基础设施和信息化水平是经济发展的重要支撑， 也是关系一个国家和地区投资环境优劣的重要因素。

表2　主成分分析结果 主成分 特征值 方差贡献率(%) 累计贡献率(%)
1 8.606 28.688 28.688
2 3.286 10.955 39.643
3 2.558 8.528 48.171
4 2.429 8.096 56.266
5 1.787 5.957 62.224
6 1.501 5.002 67.226
7 1.212 4.041 71.267
8 1.162 3.872 75.139

　　　　2　数据分析方法

采用主成分分析法（Principal ponent Analysis）将30个指标线性组合，建立一个由非洲55个国家和地区、30个指标组成的55×30的原始矩阵，利用SPSS软件，计算得出相关系数矩阵的特征值、贡献率以及累计贡献率（表2），并采用VARIMAX法旋转后得到各指标因子的载荷矩阵（表3）[17]。

表3　指标因子载荷矩阵表 指标 主成分
1 2 3 4 5 6 7 8
1 0.017 -0.199 -0.107 0.628 0.110 0.232 0.132 0.120
2 -0.111 0.115 -0.190 0.842 -0.007 -0.005 -0.027 0.018
3 0.369 0.197 -0.385 0.686 0.022 0.026 0.161 0.021
4 -0.105 0.169 -0.078 0.645 -0.055 0.508 0.107 -0.049
5 0.425 0.084 0.077 -0.111 0.739 0.236 0.019 0.184
6 0.367 0.821 0.033 0.195 -0.061 0.130 -0.043 -0.113
7 0.043 0.054 -0.038 0.129 -0.044 -0.095 0.842 -0.013
8 0.096 -0.218 0.679 -0.100 0.067 0.188 0.042 0.046
9 -0.033 -0.123 0.204 -0.053 0.089 0.316 0.720 0.036
10 0.056 -0.005 -0.026 0.063 -0.028 0.034 0.057 -0.894
11 0.434 0.604 0.004 -0.024 0.334 0.435 -0.066 0.006
12 0.046 0.743 0.351 0.127 -0.095 0.117 -0.050 -0.143
13 0.504 0.498 0.397 0.259 0.143 -0.055 0.015 0.214
14 0.115 0.708 0.382 0.120 0.160 0.372 -0.008 -0.074
15 0.079 0.870 0.207 0.066 0.028 0.034 -0.076 -0.141
16 0.106 -0.067 0.207 0.750 -0.184 0.261 0.011 -0.015
17 0.426 0.186 0.215 0.749 -0.167 0.188 -0.054 -0.081
18 0.316 0.147 0.653 -0.133 0.057 -0.094 0.218 -0.033
19 -0.382 0.013 -0.188 -0.158 -0.443 -0.189 0.371 0.196
20 0.057 0.647 0.167 0.562 -0.232 -0.148 0.420 0.062
21 0.024 0.156 0.377 0.599 0.344 -0.012 0.359 0.208
22 0.119 -0.206 0.094 -0.087 0.813 -0.170 -0.038 0.099
23 0.564 0.490 -0.105 0.324 0.022 0.045 -0.069 -0.016
24 0.827 0.219 -0.059 -0.019 0.088 0.202 0.046 0.021
25 0.723 0.194 0.319 0.217 0.175 0.286 0.069 0.025
26 0.178 0.139 0.275 0.228 -0.001 0.616 0.071 0.115
27 0.595 -0.051 0.375 0.106 0.089 0.499 -0.042 0.236
28 0.481 -0.034 0.176 0.248 0.136 0.668 -0.009 0.110
29 0.709 0.213 0.070 0.036 0.024 -0.134 -0.106 -0.244
30 0.764 -0.036 0.344 0.086 0.139 0.128 0.090 0.024

特征值（方差贡献）和方差贡献率是衡量因子重要程度的指标。由表2可见，特征值大于1的8个主成分的累计贡献率已达75.139％，这说明8个主成分所包含的要素信息量可以有效地反映30个原始指标的大部分信息。因此，可以用这8个主成分来代替30个指标。