海外矿业投资环境风险评价研究

doi:10.11872/j.issn.1005-2518.2018.05.596

海外矿业投资环境风险评价研究

郑明贵¹^,², 胡志亮¹

1 江西理工大学矿业贸易与投资研究中心，江西赣州 341000

2 中国科学技术大学管理学院，安徽合肥 230026

Study on Environmental Risk Evaluation of Overseas Mining Investment

ZHENG Minggui¹^,², HU Zhiliang¹

1 Research Center of Mining Trade & Investment，Jiangxi University of Science and Technology，Ganzhou 341000，Jiangxi，China

2 The School of Management，University of Science and Technology of China，Hefei 230026，Anhui，China

收稿日期: 2018-04-29 修回日期: 2018-08-18

基金资助:

国家社会科学基金项目“海外矿业投资经营管理风险评估与预警系统研究”.  12CGL008
江西省社会科学规划项目“考虑环境成本的稀土项目投资决策理论、方法与标准研究”.  17GL11
和江西理工大学清江青年英才支持计划项目“一带一路沿线国家矿产资源开发利用风险评价技术研究”.  16QJYC012

Received: 2018-04-29 Revised: 2018-08-18

作者简介 About authors

郑明贵（1978-），男，安徽颍上人，教授，从事资源经济研究工作mgz268@sina.com 。

胡志亮（1994-），男，江西南昌人，硕士研究生，从事资源经济研究工作1253095153@qq.com 。

摘要

海外矿业投资环境存在较大的不确定性，基于现有文献、专家经验和世界银行等数据，对海外矿业投资环境进行了风险因素识别，构建了以政治政策、经济金融、社会文化和基础设施为一级指标的风险评价指标体系。利用德尔菲法确定指标权重，根据世界银行等发布的数据以及公认的等级划分规则对评价指标进行了分级，引入变权原理建立了激励型变权评价模型，并选取12个国家进行模型应用。评价结果显示：矿业投资环境风险较低的国家有加拿大、美国、新西兰和罗马尼亚，为矿业投资首选区；风险一般的国家有菲律宾、南非、澳大利亚和墨西哥，为矿业投资次选区；风险较高的国家有俄罗斯、哈萨克斯坦、肯尼亚和巴西，为矿业投资慎选区。同时，应关注各个国家投资环境中的极端指标可能给项目运营带来的影响。最后提出了相关建议，以帮助矿山企业降低投资风险，为政府部门制定海外矿业投资政策及实施分类管理提供决策依据。

关键词： 风险因素 ; 海外投资 ; 矿业投资环境 ; 德尔菲法 ; 风险评价 ; 变权理论

Abstract

Uncertainty always exists in the overseas mining investment environment.Based on related literatures，expert experience and the data from the World Bank，etc，risk factors of the overseas mining investment environment were identified.A risk evaluation index system was established with political policies，economy and finance，society and culture，and infrastructure facilities as four primary indexes.Delphi method was used to determine the index weights，and the secondary indexes were graded according to the data from the World Bank，etc and recognized grading rules.The principle of contingency theory was introduced to establish an evaluation model with incentive variable weights.Twelve countries were selected for applications.The evaluation results show that countries with lower mining environmental risks are Canada，the United States，New Zealand，and Romania，which are the preferred areas for mining investment；countries with general risks are Philippines，South Africa，Australia and Mexico，which are the sub-selected areas；countries with higher risks are Russia，Kazakhstan，Kenya and Brazil，which are the cautious-selected areas.Meanwhile，more attentions should be paid to the extreme indicators which may have adversely impacts on the operations of the project.Finally，some relevant suggestions were put forward，which may be helpful for the mining companies to reduce the investment risks and provide decision basis for the government to formulate overseas mining investment policies and implement classified management.

Keywords： risk factors ; overseas investment ; mining investment environment ; Delphi method ; risk evaluation ; variable weight theory

PDF (661KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

郑明贵, 胡志亮. 海外矿业投资环境风险评价研究[J]. 黄金科学技术, 2018, 26(5): 596-604 doi:10.11872/j.issn.1005-2518.2018.05.596

ZHENG Minggui, HU Zhiliang. Study on Environmental Risk Evaluation of Overseas Mining Investment[J]. Gold Science and Technology, 2018, 26(5): 596-604 doi:10.11872/j.issn.1005-2518.2018.05.596

我国总体矿产资源丰富，但绝大部分支柱性矿种人均拥有量远低于世界平均水平，海外矿业投资是获取矿产资源的有效途径之一^[1]。中华人民共和国商务部统计数据显示：2016年底我国“走出去”企业累计超过2.5万家，投资足迹涉及184个国家和地区，当年投资总额达到1.1299万亿元，创历史新高，其中海外矿业投资涉及85个国家和地区。海外矿业投资是一项投资金额大、周期长且门槛高的经济活动，存在诸多不确定和不可控的风险因素。与美国、日本等发达国家相比，我国海外矿业投资起步晚，时间短（仅有20多年），实战经验不足^[2,3]。根据中国矿业联合会统计数据，我国企业开展海外矿业投资的成功率低于30%。因此，当实施海外矿业投资时，东道国投资环境风险评价与管理非常重要。

海外矿业投资环境评价一般包括宏观（国别选择）、中观（区域选择）和微观（项目选择）3个层面。本文研究范围界定在宏观层面的国别选择，即主要是进入风险，重点考察国家之间的投资环境比较，而对于中观和微观指标涉及较少。

1 投资环境研究概况

1.1 投资环境影响因素识别

国外学者对投资环境影响因素的研究取得代表性的成果有：Cantegreil^[4]和Allen等^[5]认为政治风险是影响海外矿业投资成功与否的主导因素，并将政治风险量化为该资源国的总体国家风险减去金融风险；加拿大Fraser研究所^[6]提出了“政策潜力指数”概念，进一步完善了政治风险的量化；Levary等^[7]和Jinjarak^[8]认为宏观经济风险是影响海外投资风险的重要因素之一；Sarala^[9]认为文化积累和文化差异是海外投资环境的2个重要风险，两国企业文化的差异往往会在一定程度上决定投资的成败；Johnson^[10]基于矿业勘探决策研究，提出了东道国基础设施风险的重要性。

国内学者对投资环境影响因素的研究主要有：吴尚昆^[11]和任杰^[12]认为经济环境和法律政治风险是海外矿业投资风险必不可少的因素;陈俊楠^[13]和邢佳韵等^[14]将东道国基础设施风险引入指标体系中;雷蕾^[15]以菲律宾为例，构建了一套由经济环境、金融环境、社会文化环境、基础设施环境和政策环境等组成的评价指标体系。

1.2 投资环境评价模型与方法

（1）理论研究方面。主要理论方法有数据包络分析法、层次分析法、人工神经网络评价法、模糊数学模型、灰关联分析法和敏感性分析法。Charnes等^[16]利用数据包络分析法对多个部门之间的相对有效性进行了评价。Saaty等^[17]在将复杂系统拆分成若干层次和若干要素的基础上，利用层次分析法计算出了优先权重。Campbell等^[18]以计算机为载体通过输入大量样本数据，以网络模拟人类专家的思维方式引入了人工神经网络评价法。霍再强等^[19]建立了区域投资环境综合评判的模糊数学模型。张振辉等^[20]在企业并购风险模式识别中运用了灰关联分析法。李志民^[21]利用敏感性分析法，根据指标属性值和指标权重的灵敏度找出影响矿业投资环境等级的关键指标。

（2）实证研究方面。主要评价模型与方法包括PERM、PEU、熵权法、人工神经网络、模糊综合评价、粗糙集、VaR和全概率。Carpenter等^[22]针对东南亚发展中国家项目风险提出了PERM评价模型。Miller^[23]构建了能调节多维度问题PEU风险评价模型。Duan等^[24]构建了基于熵权的海外能源投资环境模糊综合评价模型。Wang^[25]采用风险比、非风险比和因子分析等方法提取可适应变量，利用神经网络和数据挖掘技术构建了投资风险预测模型。杨立等^[26]建立了湘鄂西地区铅锌矿开发利用及未来发展态势的多层次模糊综合评价模型。仰炬等^[27]建立了基于粗糙集信息熵理论的投资优序模型。张雪梅等^[28]运用VaR方法分析了海外矿业投资中存在的风险。李一文^[29]建立了基于全概率的海外直接投资风险预警模型。

总体来看，投资环境风险评价理论研究比较成熟，成果较为丰富。存在的主要问题是：针对海外矿业投资环境风险评价的系统性研究成果较少，案例研究相对缺乏；评价指标中定性指标较多，定量指标较少；多数研究未对评价指标进行分级。本研究的独创性在于：专门针对海外矿业投资环境风险进行系统性研究；评价指标尽可能定量化，以公认的分级规则和世界银行等权威机构发布的数据作为评价依据；将变权原理引入评价模型，使评价结果更具准确性和科学性。

2 风险评价指标体系

2.1 风险因素识别

海外矿业投资环境风险评价的基础为评价指标体系，第1部分介绍了投资环境影响因素的基本类别，但定性指标设计偏多、定量指标较少，导致评价结果的主观性较强。综合前人研究成果，并结合本文的研究目标，在进一步识别风险因素的基础上，遵循指标体系构建的系统性、科学性、互补性、可比性和可测性等原则，构建了一套目标层为海外矿业投资环境风险、准则层为4个一级风险和因素层为14个二级风险的评价指标体系，如表1所示。

表1 海外矿业投资环境风险评价指标体系

Table 1 Risk evaluation index system of overseas mining investment

一级指标	二级指标	风险因素度量及数据来源
政治政策风险I₁	政局稳定性I₁₁	IIS发布的《中国海外投资国家风险评级（2018）》中政府稳定性得分
	政府腐败程度I₁₂	透明国际发布的《2017年全球腐败指数报告》
	中外友好程度I₁₃	IIS发布的《中国海外投资国家风险评级（2018）》中对华关系排名
	矿业政策I₁₄	弗雷泽研究所矿业公司年度调查（2017年）矿业投资政策感知指数
	环保标准I₁₅	IIS发布的《中国海外投资国家风险评级（2018）》中环境政策得分
经济金融风险I₂	物价水平I₂₁/%	东道国近5年通货膨胀率的均值（世界银行）
	经济增长率I₂₂/%	东道国近5年GDP平均增长率均值（世界银行）
	汇率I₂₃	项目所在国汇率近10年的标准差变异系数（世界银行）
	信用等级I₂₄	标准普尔2016年对全球各国信用评级
社会文化风险I₃	人文环境I₃₁	联合国开发计划署（UNDP）发布的《2016年人文发展报告》HDI
	社会安全I₃₂	经济与和平研究所（IEP）发布的《2016全球恐怖主义指数报告》
	工会罢工I₃₃	工会罢工发生的情况（中国商务部《对外投资合作国别（地区）指南（2017）》）
基础设施风险I₄	信息传输I₄₁	国际电信联盟（ITU）发布的《衡量信息社会报告（2016）》IDI
基础设施风险I₄	交通运输I₄₂	东道国公路及铁路加权覆盖率（中国商务部《对外投资合作国别（地区）指南（2017）》）

新窗口打开| 下载CSV

2.2 指标权重确定

海外矿业投资环境风险评价综合性较强，满足加法规则，可进行多维效用合并，利用德尔菲法对指标进行赋权^[30]。考虑到专家来源分布、专业领域、从业年限和问卷征询数量等因素，向高等院校、设计院和跨国矿山企业矿业经济管理领域的45名专家和管理人员发出意见征询表，收回33份，征询结果具有较好的可信度。整理和计算得到每个指标的局部及全局权重，结果如表2所示。

表2 评价指标的局部及全局权重

Table 2 Local and global weights of each index

一级指标	权重	二级指标	局部权重	全局权重
政治政策风险I₁	0.35	政局稳定性I₁₁	0.30	0.105
		政府腐败程度I₁₂	0.15	0.0525
		中外友好程度I₁₃	0.15	0.0525
		矿业政策I₁₄	0.20	0.07
		环保标准I₁₅	0.20	0.07
经济金融风险I₂	0.30	物价水平I₂₁	0.40	0.12
		经济增长率I₂₂	0.10	0.03
		汇率I₂₃	0.30	0.09
		信用等级I₂₄	0.20	0.06
社会文化风险I₃	0.15	人文环境I₃₁	0.25	0.0375
		社会安全I₃₂	0.40	0.06
		工会罢工I₃₃	0.35	0.0525
基础设施风险I₄	0.20	信息传输I₄₁	0.35	0.07
基础设施风险I₄	0.20	交通运输I₄₂	0.65	0.13

新窗口打开| 下载CSV

3 风险评价模型

3.1 评价指标分级

为了消除评价指标量纲和数量级对评价结果的影响，各二级指标需要分级量化至[1，10]，划分依据为世界银行、Fraser研究所等权威机构发布的数据和公认等级划分规则，如表3所示。

表3 风险评价指标分级规则

Table 3 Grading rules for risk evaluation indexes

指标	1	2	3	4	5	6	7	8	9	10
I₁₁	[0，1.2]	（1.2，2.4]	（2.4，3.6]	（3.6，4.8]	（4.8，6]	（6，7.2]	（7.2，8.4]	（8.4，9.6]	（9.6，10.8]	（10.8，12]
I₁₂	（90，100]	（80，90]	（70，80]	（60，70]	（50，60]	（40，50]	（30，40]	（20，30]	（10，20]	[0，10]
I₁₃	[1，6]	（6，12]	（12，18]	（18，24]	（24，30]	（30，36]	（36，42]	（42，48]	（48，54]	>54
I₁₄	[90，100]	（80，90]	（70，80]	（60，70]	（50，60]	（40，50]	（30，40]	（20，30]	（10，20]	[0，10]
I₁₅	（9，10]	（8，9]	（7，8]	（6，7]	（5，6]	（4，5]	（3，4]	（2，3]	（1，2]	[0，1]
I₂₁/%	≤3	≤3	（3，6]	（3，6]	（6，9]	（6，9]	（9，50]	（9，50]	>50	>50
I₂₂/%	>9	>9	（7，9]	（7，9]	（5，7]	（5，7]	（3，5]	（3，5]	≤3	≤3
I₂₃	≤1	（1，1.5]	（1.5，2]	（2，2.5]	（2.5，3]	（3，3.5]	（3.5，4]	（4，4.5]	（4.5，5]	>5
I₂₄	AAA	AA	A	BBB	BB	B	CCC	CC	C	D
I₃₁	（0.9，1]	（0.8，0.9]	（0.7，0.8]	（0.6，0.7]	（0.5，0.6]	（0.4，0.5]	（0.3，0.4]	（0.2，0.3]	（0.1，0.2]	[0，0.1]
I₃₂	[0，1]	（1，2]	（2，3]	（3，4]	（4，5]	（5，6]	（6，7]	（7，8]	（8，9]	（9，10]
I₃₃	少	少	较少	较少	一般	一般	较多	较多	多	多
I₄₁	（9，10]	（8，9]	（7，8]	（6，7]	（5，6]	（4，5]	（3，4]	（2，3]	（1，2]	[0，1]
I₄₂	>90	（80，90]	（70，80]	（60，70]	（50，60]	（40，50]	（30，40]	（20，30]	（10，20]	[0，10]

新窗口打开| 下载CSV

3.2 风险等级划分

根据分级规则及评价目标将风险划分为5个等级，即低[1，3）、较低[3，5）、一般[5，6）、较高[6，8）和高[8，10]。

3.3 常权评价模型

综合评价值为 $V$ ，其计算公式为

V = \overset{n}{\sum_{j = 1}} w_{j} x_{j}

（1）

式中： $w_{j}$ 为评价指标常权重； $x_{j}$ 为评价指标分级值； $n$ 为评价指标个数。

3.4 变权评价模型

常权评价模型中，指标权重不变，未考虑海外矿业投资环境风险评价中可能存在的极端指标造成的恶劣影响。变权评价模型中，指标权重将随极端指标而变化，进行激励或惩罚，能够有效解决极端指标对评价结果产生的恶劣影响，凸显了极端指标的“否决”作用。

变权理论是我国学者汪培庄^[31]于1985年提出的一种新型决策方法，随后刘文奇^[32,33,34]提出了惩罚型变权和激励型变权并进行深入研究。除理论研究之外，很多学者对变权理论的模型进行了实际应用。钱航等^[35]和钟昌宝^[36]将变权理论与可拓理论相结合，构建了变权可拓模型。舒帮荣等^[37]针对城镇用地生态适宜性评价，提出基于局部惩罚型变权的空间模糊综合评价方法。综合上述研究成果，并根据矿业投资环境风险评价特点及目标，引入激励型变权，建立评价模型。其原理如下：

映射 $w_{j}$ ： ${(0,1)}^{m} \to (0,1)$ ， $(x_{1}, \dots, x_{m}) \to w_{j} (x_{1}, \dots, x_{m}) (j = 1,2, \dots, m)$ ，满足：

（1）归一性： $\overset{n}{\sum_{j = 1}} w_{j} (x_{1}, \dots, x_{m}) = 1$ ；

（2）连续性： $w_{j} (x_{1}, \dots, x_{m})$ 关于每个变元 $x_{k}$ 连续；

（3）激励性： $w_{j} (x_{1}, \dots, x_{m})$ 关于每个变元 $x_{k}$ 单调递增。

均衡函数为

\sum_{α} (x_{1}, \dots, x_{m}) = \overset{m}{\sum_{j = 1}} x_{j}^{α}

，

α > 0

变权公式为

w_{j} (x_{1}, \dots, x_{m}) = \frac{w_{j} x_{j}^{α - 1}}{\overset{m}{\sum_{j = 1}} w_{j} x_{j}^{α - 1}}

（2）

式中： $w_{j} (x_{1}, \dots, x_{m})$ 为指标变权重； $α$ 为参数，以0.25的间隔在（0.25~3］依次取值进行反复测算，结果表明本文宜取1.25进行激励型变权，此时敏感性较好。这也与上述所提及文献中 $α$ 取值为1.25~1.50的情况基本吻合。

变权综合评价值为 $V^{*}$ ，其计算公式为

V^{*} = \overset{m}{\sum_{j = 1}} w_{j} (x_{1}, \dots, x_{m}) x_{j}

（3）

4 模型应用

4.1 数据来源及分级

数据来源于中华人民共和国商务部《对外投资合作国别（地区）指南（2017）》、Fraser研究所和世界银行等相关权威机构网站和研究文献，详见表4。结合表3，确定各个二级指标的分级值，如表5所示。

表4 各国风险指标数据

Table 4 Risk index data of each country

指标	菲律宾	哈萨克斯坦	俄罗斯	罗马尼亚	肯尼亚	南非	巴西	加拿大	墨西哥	美国	新西兰	澳大利亚
I₁₁	7.9	8.9	7.3	6.8	6.8	6.7	7.5	8.3	8	7.9	8.1	6.1
I₁₂	34	31	29	48	28	43	37	82	29	75	89	77
I₁₃	40	19	25	15	33	46	52	6	30	8	1	21
I₁₄	38.29	60.91	60.44	49.78	56.86	42.66	55.66	81.26	65.13	79.25	64.43	73.97
I₁₅	4	6	6	3	6	3	4	0	5	0	0	0
I₂₁	2.69	7.77	8.45	1.25	6.97	5.68	7.14	1.38	3.5	1.31	0.9	1.9
I₂₂	6.58	3.46	0.63	3.16	5.47	1.6	-0.39	1.84	2.52	2.16	2.9	2.8
I₂₃	0.07	22.77	5.26	0.08	1.33	0.63	0.16	0.01	0.35	0	0.01	0.02
I₂₄	BBB	BBB-	BBB-	BBB-	B+	BBB+	BB	AAA	A	AA+	AA+	AAA
I₃₁	0.682	0.794	0.804	0.802	0.555	0.666	0.754	0.92	0.762	0.92	0.915	0.939
I₃₂	7.098	0.934	5.43	0	6.578	3.531	1.74	2.518	3.723	4.877	0.23	2.742
I₃₃	多	少	多	较少	较多	较多	多	一般	较少	较多	较少	较多
I₄₁	4.67	6.79	7.07	6.48	2.91	4.96	6.12	7.77	5.16	8.18	8.33	8.24
I₄₂	76.07	9.11	13.79	81.3	19.66	89.91	23.8	17.44	32.7	93.57	51.11	15.7

新窗口打开| 下载CSV

表5 各国风险指标分级值

Table 5 Grading values of risk indexes of each country

指标	菲律宾	哈萨克斯坦	俄罗斯	罗马尼亚	肯尼亚	南非	巴西	加拿大	墨西哥	美国	新西兰	澳大利亚
I₁₁	7	8	7	6	6	6	7	7	7	7	7	6
I₁₂	7	7	8	6	8	6	7	2	8	3	2	3
I₁₃	7	4	5	3	6	8	9	1	5	2	1	4
I₁₄	7	4	4	6	5	6	5	2	4	3	4	3
I₁₅	7	5	5	8	5	8	7	10	6	10	10	10
I₂₁	2	6	6	2	6	4	6	2	4	2	2	2
I₂₂	3	7	9	7	5	9	9	9	9	9	9	9
I₂₃	1	10	10	1	2	1	1	1	1	1	1	1
I₂₄	4	4	4	4	6	4	5	1	3	2	2	1
I₃₁	4	3	2	2	5	4	3	1	3	1	1	1
I₃₂	8	1	6	1	7	4	2	3	4	5	1	3
I₃₃	10	2	10	4	8	8	10	6	4	8	4	8
I₄₁	6	4	3	4	8	6	4	3	5	2	2	2
I₄₂	3	10	9	2	9	2	8	9	7	1	5	9

新窗口打开| 下载CSV

4.2 常权综合评价

根据表2和表5，利用式（1）进行常权评价，结果见表6。由表6可知，俄罗斯和肯尼亚的矿业投资环境处于“较高”风险状态；哈萨克斯坦、巴西和菲律宾的矿业投资环境处于“一般”风险状态；南非、墨西哥、澳大利亚、加拿大、罗马尼亚、新西兰和美国的矿业投资环境处于“较低”风险状态。

表6 各国常权评价结果

Table 6 Constant weight evaluation results of each country

国家	评价值	排名	风险等级
俄罗斯	6.518	1	较高
肯尼亚	6.113	2	较高
哈萨克斯坦	5.975	3	一般
巴西	5.753	4	一般
菲律宾	5.075	5	一般
南非	4.915	6	较低
墨西哥	4.840	7	较低
澳大利亚	4.515	8	较低
加拿大	4.185	9	较低
罗马尼亚	3.628	10	较低
新西兰	3.570	11	较低
美国	3.535	12	较低

新窗口打开| 下载CSV

4.3 变权综合评价

利用式（2）和式（3）计算各国评价指标的变权重及综合评价值，结果见表7。将常权与变权评价结果进行对比，结果如表8所示。

表7 各国变权重计算结果

Table 7 Variable weight evaluation results of each country

指标	菲律宾	哈萨克斯坦	俄罗斯	罗马尼亚	肯尼亚	南非	巴西	加拿大	墨西哥	美国	新西兰	澳大利亚
I₁₁	0.117	0.116	0.108	0.125	0.106	0.113	0.113	0.128	0.118	0.133	0.132	0.119
I₁₂	0.059	0.056	0.056	0.062	0.057	0.057	0.057	0.047	0.061	0.054	0.048	0.050
I₁₃	0.059	0.049	0.050	0.052	0.053	0.061	0.060	0.039	0.054	0.049	0.041	0.054
I₁₄	0.078	0.065	0.063	0.083	0.067	0.076	0.069	0.063	0.068	0.072	0.077	0.067
I₁₅	0.078	0.069	0.066	0.089	0.067	0.081	0.075	0.093	0.076	0.097	0.096	0.090
I₂₁	0.098	0.123	0.119	0.091	0.115	0.117	0.119	0.090	0.109	0.094	0.093	0.103
I₂₂	0.027	0.032	0.033	0.037	0.029	0.036	0.034	0.039	0.036	0.041	0.040	0.038
I₂₃	0.062	0.105	0.102	0.068	0.069	0.062	0.060	0.068	0.062	0.070	0.070	0.065
I₂₄	0.058	0.056	0.054	0.064	0.060	0.059	0.059	0.045	0.054	0.056	0.055	0.043
I₃₁	0.036	0.032	0.028	0.034	0.036	0.037	0.033	0.028	0.034	0.029	0.029	0.027
I₃₂	0.069	0.039	0.060	0.045	0.063	0.059	0.047	0.059	0.059	0.070	0.046	0.057
I₃₃	0.064	0.041	0.059	0.056	0.057	0.061	0.062	0.062	0.051	0.069	0.057	0.064
I₄₁	0.075	0.065	0.058	0.075	0.076	0.076	0.066	0.069	0.072	0.065	0.064	0.060
I₄₂	0.118	0.152	0.143	0.117	0.145	0.107	0.145	0.169	0.146	0.101	0.150	0.163
$V^{*}$	5.461	6.352	6.753	4.039	6.286	5.235	6.102	4.952	5.108	4.183	4.154	5.129

新窗口打开| 下载CSV

表8 常权与变权评价结果对比

Table 8 Comparison of evaluation results between constant weight and variable weight

国家	指标评价值		指标排名		风险等级		极端指标
国家	常权	变权	常权	变权	常权	变权	极端指标
俄罗斯	6.518	6.753	1	1	较高	较高	政府腐败程度、经济增长率、汇率、工会罢工和交通运输
哈萨克斯坦	5.975	6.352	3	2	一般	较高	政局稳定性、汇率和交通运输
肯尼亚	6.113	6.286	2	3	较高	较高	政府腐败程度、工会罢工、信息传输和交通运输
巴西	5.753	6.102	4	4	一般	较高	中外友好程度、经济增长率、工会罢工和交通运输
菲律宾	5.075	5.461	5	5	一般	一般	社会安全和工会罢工
南非	4.915	5.235	6	6	较低	一般	中外友好程度、环保标准、经济增长率和工会罢工
澳大利亚	4.515	5.129	8	7	较低	一般	环保标准、经济增长率、工会罢工和交通运输
墨西哥	4.840	5.108	7	8	较低	一般	政府腐败程度和经济增长率
加拿大	4.185	4.952	9	9	较低	较低	环保标准、经济增长率和交通运输
美国	3.535	4.183	12	10	较低	较低	环保标准、经济增长率和工会罢工
新西兰	3.570	4.154	11	11	较低	较低	环保标准和经济增长率
罗马尼亚	3.628	4.039	10	12	较低	较低	环保标准

新窗口打开| 下载CSV

进行激励型变权评价后，由于受极端指标的影响，哈萨克斯坦、巴西、南非、墨西哥和澳大利亚的风险等级发生变化，各国风险评价值均有所上升。哈萨克斯坦从第3名上升为第2名，澳大利亚从第8名上升为第7名，美国从第12名上升为第10名。根据变权评价结果，矿业投资环境风险较高的国家有俄罗斯、哈萨克斯坦、肯尼亚和巴西，风险一般的国家有菲律宾、南非、澳大利亚和墨西哥，风险较低的国家有加拿大、美国、新西兰和罗马尼亚。

5 结论与建议

（1）对海外矿业投资环境风险因素进行了分析和识别，构建了一套目标层为海外矿业投资环境风险、准则层为4个一级风险和因素层为14个二级风险的评价指标体系。应用该指标体系后，得出的评价结果与实际情况吻合较好，为海外矿业投资环境风险评价提供了一套更加科学合理的评价标准。由评价过程及结论可知：在构建海外矿业投资环境风险评价指标体系时，风险因素识别是关键，评价指标的量化和分级是基础，应根据公认的等级划分规则并结合评价目标进行划分，尽量采用定量指标进行评价，以使评价结果更为客观。

（2）应用德尔菲法确定指标权重，尽可能吸收专家经验。在一级风险指标方面，政治政策风险和经济金融风险所占比重较大，分别是35%和30%。因此，在海外矿业投资过程中应注意这2个方面的风险评价和管控策略的制定；在二级指标风险方面，政局稳定性、物价水平和交通运输3个指标所占全局权重最大，是海外矿业投资国别选择中应重点考查的风险指标。引入变权原理中的激励型变权，建立了常权和变权评价模型，有效解决了极端指标对评价结果产生的影响，凸显了极端指标的否决作用。

（3）应用常权模型与变权模型进行比较。变权评价结果显示：矿业投资环境风险较低的国家有加拿大、美国、新西兰和罗马尼亚，为矿业投资首选区；风险一般的国家有菲律宾、南非、墨西哥和澳大利亚，为矿业投资次选区；风险较高的国家有俄罗斯、肯尼亚、哈萨克斯坦和巴西，为矿业投资慎选区。同时，应关注各个国家投资环境中的极端指标可能给项目运营带来的影响。

基于上述研究结果，对海外矿业投资提出如下建议：海外矿业投资前应做好尽职调查，尽可能详细收集东道国投资环境数据资料，深入开展对各个国家矿业投资环境极端指标的研究。在国别选择决策过程中，当评价结果为“较高”及以上时应慎重决策，甚至直接否决；而评价结果为“一般”及以下时应区别对待，仔细分析其二级指标风险，应特别注意极端指标可能产生的风险，以及今后规避或降低风险的程度与可能性，再进行决策。投资后，应仔细研究中观和微观投资环境风险，并根据风险特点制定相应的风险防控措施，以降低项目运营风险，提高投资成功率。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

姜雅.

基于灰色系统理论的境外矿业投资风险研究与评价

［D］.北京：中国矿业大学（北京），2017.