楊 程， 李夕兵

（中南大學 資源與安全工程學院，湖南 長沙410083）

截止2018 年末，我國礦業(yè)對外直接投資存量已達1 734.8 億美元，分布在亞洲、非洲、歐洲、拉丁美洲、北美洲和大洋洲，主要為石油和天然氣開采、有色金屬礦采選、黑色金屬礦采選、煤炭開采等［1］。 E＆MJ′s 全球金屬礦業(yè)投資年度調查預計我國礦業(yè)企業(yè)未來將成為一個強大的全球礦業(yè)投資的參與者［2］。 分析我國礦業(yè)海外直接投資區(qū)位分布特征、影響因素以及未來投資分布趨勢，對于提高我國礦業(yè)海外投資質量、制定投資決策均具有理論和實踐意義。 然而，目前尚無針對這些問題全面系統(tǒng)的研究，并且已有的相關研究僅僅是在傳統(tǒng)雙邊模式下進行的，即僅考慮了東道國對投資的影響，未考慮第三國（泛指除母國和東道國以外的其他國家（地區(qū)））效應對投資的影響。 鑒于此，本文以世界主要經濟體為例，以新的視角在多邊模式下研究我國礦業(yè)海外直接投資區(qū)位分布及空間影響因素，以便為了解企業(yè)投資偏好、判斷東道國（地區(qū)）投資前景、選擇投資目的地提供依據。

1 研究思路與基礎數據

1.1 研究思路

中國香港、東盟、澳大利亞、歐盟、俄羅斯聯邦、美國是世界主要經濟體，截止2018 年末我國礦業(yè)對這些經濟體直接投資存量達1 103.29 億美元，占同年礦業(yè)對外直接投資存量的64%［1］，表明企業(yè)較為偏好這些地區(qū)。 傳統(tǒng)決策方法下，企業(yè)在選擇投資區(qū)位時主要是分析東道國（地區(qū)）的區(qū)位優(yōu)勢，例如：東道國地質和資源條件、環(huán)境因素、社會政治穩(wěn)定性［3］；獲取利潤、占有市場份額能力［4］；東道國投資環(huán)境質量等［5-6］。 然而這種分析僅考察了區(qū)位間所具備的空間異質性，卻忽略了區(qū)位間同時存在空間相互關聯的事實。 空間相關分為全局空間相關和局部空間相關，造成空間相關的主要原因是空間要素在空間邊界之間的流動以及空間界限導致的區(qū)位、距離對空間特征的影響；這表明一個區(qū)位上的事物和現象可由空間系統(tǒng)中其他位置上的事物和現象決定或部分決定［7］。 因此可以認為我國礦業(yè)對某一國家（地區(qū)）進行投資除受到標的區(qū)位影響外，還會受到來自于其他國家（地區(qū)）的影響，即受到空間經濟效應影響。 由于開采和相關生產要素被分布在各個區(qū)域，企業(yè)是以貨幣為主要計量單位對海外投資這一經濟活動進行核算、監(jiān)督；且投資存量反應了累計固定資產投資，故我國礦業(yè)海外直接投資區(qū)位分布可用投資存量的區(qū)位分布予以表征。 為了能夠更加清晰地體現出對各經濟體投資額的相對比例關系，本文進一步采用投資存量份額的區(qū)位分布表征投資的區(qū)位分布。 在此基礎上，建立多區(qū)域的結構分析框架，構建動態(tài)時空模型。 首先對我國礦業(yè)在世界主要經濟體的直接投資存量份額進行分析，總結出我國礦業(yè)對這些地區(qū)直接投資區(qū)位分布特征；其次剖析影響區(qū)位分布的空間經濟效應；最后對未來區(qū)位分布趨勢進行預測，提出啟示及建議。

1.2 基礎數據

鑒于數據可得性，本文采用2009 ～2018 年我國礦業(yè)對中國香港、東盟、澳大利亞、歐盟、俄羅斯聯邦、美國的直接投資存量數據（截至作者投稿，商務部最新中國對外直接投資統(tǒng)計數據為2018 年統(tǒng)計數據）［1，8-16］，對原始數據進行基本統(tǒng)計，結果見表1。 由原始數據計算得出2009 ～2018 年各經濟體直接投資存量份額，結果見圖1。 圖1 顯示，中國香港的投資存量份額曲線整體呈下降趨勢；美國整體呈上升趨勢；東盟與澳大利亞、歐盟與俄羅斯聯邦曲線變化趨勢相似。

表1 投資存量基本統(tǒng)計

圖1 2009～2018 年世界主要經濟體投資存量份額演變

2 研究方法

2.1 投資區(qū)位分布特征分析

本文引入基于熵的多樣性指數考察2009 ～2018年我國礦業(yè)對世界主要經濟體直接投資的區(qū)位分布特征，測算公式為［17］：

式中t 表示年份；n 表示經濟體個數；i ＝1，2…，6，t ＝2009，…，2018；Sit表示我國礦業(yè)第t 年在i 經濟體的直接投資存量份額，∑ni＝1Sit＝1；D（S）t為我國礦業(yè)第t 年對外直接投資多樣性指數，其數值越小表示投資區(qū)位分布越不均衡，投資集聚程度越高，數值越大表示投資區(qū)位分布越均衡，投資越分散。

2.2 空間經濟效應分析

2.2.1 分析模型

由于空間相關分為全局空間相關和局部空間相關，故本文將空間經濟效應分解為全局效應和相鄰效應。 全局效應用于解釋全局空間范圍內，在整體投資規(guī)模不斷增長下所有經濟體間的相互作用。 相鄰效應用于解釋局部空間范圍內相鄰經濟體的相互作用。 借鑒Jacques Poot（2000）的方法［18］，將回歸模型設定為：

Sit＝αi＋βilnTt＋ρi［W·St］it＋εit（2）

式中l(wèi)nTt表示第t 年投資存量合計的對數值；W＝（wij），為空間權重矩陣，當地區(qū)i 和地區(qū)j 相鄰或相近時，wij＝1，否則wij＝0；St表示第t 年由各經濟體投資存量份額組成的列向量；εit為誤差項；αi為截距項；βi為全局效應待估系數。 由于∑ni＝1Sit＝1，故一些經濟體投資存量份額上升將導致另一些經濟體投資存量份額下降，表明經濟體間存在零和博弈現象及競爭關系。全局效應有：①正效應：βi＞0，表示隨著整體投資規(guī)模增長，該經濟體的競爭力和投資存量份額趨于上升，投資集聚趨于增強；②負效應：βi＜0，表示隨著整體投資規(guī)模增長，該經濟體的競爭力和投資存量份額趨于下降；③中性效應：βi＝0，表示該經濟體的競爭力和投資存量份額保持不變。

ρi為相鄰效應待估系數。 相鄰效應有：①正效應：ρi＞0，表示該經濟體因接受與其相鄰（相近）經濟體的正溢出效應使其投資存量份額上升；②負效應：ρi＜0，表示該經濟體受到與其相鄰（相近）經濟體集聚效應的影響使其投資存量份額下降；③中性效應：ρi＝0，表示該經濟體與其相鄰（相近）經濟體的凈效應不顯著。

2.2.2 模型檢驗

本文采用F 檢驗（方差分析）對回歸模型的顯著性進行檢驗，以此推斷回歸模型是否具有實用價值。首先建立原假設H0∶βi＝ρi＝0，備擇假設βi、ρi不全為0。 給定顯著性水平α：0.01，0.05，0.1，運用Matlab 軟件構造F 統(tǒng)計量并計算F 值以及對應的P 值，如果P值小于α，拒絕H0接受H1，認為回歸模型成立；如果P值大于α，接受H0拒絕H1，認為回歸模型不成立。

2.3 投資區(qū)位分布預測

2.3.1 預測模型

灰色系統(tǒng)預測法通過處理原始數據和建立灰色模型能夠挖掘、掌握系統(tǒng)演化規(guī)律并對系統(tǒng)未來狀態(tài)作出科學的定量預測，故本文采用GM（1，1）數列預測模型預測我國礦業(yè)2019 ～2020 年（“十三五”規(guī)劃結束）對中國香港、東盟、澳大利亞、歐盟、俄羅斯聯邦、美國的直接投資區(qū)位分布趨勢。 預測方法［19］為：

1） 設原始時間序列X（0）＝［X（0）（1），X（0）（2），…，X（0）（n）］，n 為序列觀察值個數。

2） 通過累加生成新序列X（1）＝［X（1）（1），X（1）（2），…，X（1）（n）］。

3） 設GM（1，1）的灰微分方程為：

式中a 為發(fā)展灰數；b 為內生控制灰數。 按最小二乘法求出a、b 的估計值。

4） 設式（3）的白化方程及白化方程的時間響應函數分別為：

5） 由上得累減后的預測方程為：

2.3.2 預測精度檢驗

本文采用后驗差檢驗對預測模型進行檢驗。 通過對原始序列X（0）與預測序列＾X（0）對應相減得殘差序列ε（0）。 若殘差序列ε（0）的均方差（S2）與原始序列X（0）的均方差（S1）的比值C 小于給定的C0（C0＞0） 時，預測模型為均方差比合格模型。 C0取0.35、0.5、0.65 所對應的模型分別為優(yōu)、合格、勉強合格［20］。 若p ＝大于給定的P0（P0＞0）時，預測模型為小誤差概率合格模型。 P0取0.95、0.8、0.7 所對應的模型分別為優(yōu)、合格、勉強合格［20］。

3 實證研究結果與分析

3.1 投資區(qū)位分布特征

按式（1）測算2009 ～2018 年我國礦業(yè)對中國香港、東盟、澳大利亞、歐盟、俄羅斯聯邦、美國的直接投資多樣性指數D（S），結果見表2。 由表2 看出投資規(guī)模整體呈現了穩(wěn)步增長趨勢，并且投資多樣性指數從2009 年的0.70 逐漸增長至了2018 年的1.45，這表明投資發(fā)生了漸進式擴散轉移，高度集聚趨勢減弱、擴散趨勢增強。

表2 投資存量合計及投資多樣性指數值

分別統(tǒng)計2009 ～2018 年我國礦業(yè)對上述經濟體的平均投資水平：①某一經濟體的平均投資存量份額小于25%為投資低水平區(qū)；②介于25%～50%為投資中低水平區(qū)；③介于50%～75%為投資中高水平區(qū)；④大于75%為投資高水平區(qū)。 統(tǒng)計結果見表3。

表3 2009～2018 年平均投資水平統(tǒng)計

由表3 看出，2009 ～2018 年我國礦業(yè)對中國香港的投資處于中高水平，對東盟、澳大利亞、歐盟、俄羅斯聯邦、美國的投資處于低水平。 其中，對澳大利亞的投資接近于中高水平；對東盟和歐盟的投資水平相近，次于澳大利亞；而對俄羅斯聯邦和美國的投資最少。 由此看出2009～2018 年投資呈現出了“高者仍高，低者仍低”的集團俱樂部式分布特征。

3.2 空間經濟效應

3.2.1 分析結果

為避免出現偽回歸，首先對2009 ～2018 年各投資存量份額時間序列及投資存量合計取對數后的時間序列l(wèi)nT 進行單位根檢驗（ADF 檢驗），結果見表4。 結果顯示各時間序列均非平穩(wěn)， 一階差分后為平穩(wěn)序列，即為一階單整I（1）。

表4 單位根檢驗結果

單位根檢驗通過后，確定空間權重矩陣，結果見表5，其中1 表示兩個經濟體相鄰或相近，0 表示兩個經濟體不相鄰或不相近。 將空間權重矩陣、通過ADF檢驗的時間序列代入方程（2）估計待估系數βi和ρi；之后對系數估計結果進行顯著性檢驗（t 檢驗），對回歸方程變量進行協(xié)整檢驗。 結果見表6。

表5 空間權重矩陣

表6 空間經濟效應估計

由表6 看出，中國香港、東盟、澳大利亞、歐盟、俄羅斯聯邦、美國的回歸變量均通過了協(xié)整檢驗，表明回歸變量存在協(xié)整關系。 結合t 檢驗結果，對表6 中的全局效應和相鄰效應影響進行分類，結果見表7。

實證研究發(fā)現：

1） 從全局視角看，東盟、美國在吸引我國礦業(yè)投資進程中吸引力有所增強，投資份額與整體投資增長正相關。 澳大利亞、中國香港的吸引力有所減弱，投資份額與整體投資增長負相關。歐盟、俄羅斯聯邦的吸引力未改變，投資份額與整體投資增長不相關。 因此東盟、美國與澳大利亞、中國香港之間存在著競爭關系。

表7 空間經濟效應影響分類

2） 從局部視角看，歐盟與俄羅斯聯邦相鄰、東盟與澳大利亞相鄰，它們的相鄰效應系數均為正，表明這兩對相鄰經濟體在局部范圍內存在凈互補效應，互相拉動了我國礦業(yè)對它們的投資。 這很好地解釋了圖1中投資份額曲線變化趨勢相似的現象。

值得注意的是，澳大利亞與東盟在吸引我國礦業(yè)投資時既存在競爭又存在互補關系。 在全局效應和相鄰效應共同作用下，我國礦業(yè)對世界主要經濟體直接投資的區(qū)位分布呈現出了“由高度集中轉向漸進擴散”的分布特征。

大部分投資集聚在中國香港的原因是其所得稅課征實行單一的地域管轄權，只對居民和非居民的境內所得征稅，而且稅率很低，對納稅人的境外所得不征稅［21］，且與中國內地緊鄰，從而在一定條件下為我國企業(yè)的國際避稅提供了方便。

3.2.2 模型檢驗結果

對各回歸模型進行F 檢驗，檢驗結果見表8。 由表8 可知各回歸模型均通過了F 檢驗，表明所建立的各回歸模型在一定的顯著性水平下成立。 中國香港、歐盟、俄羅斯聯邦的回歸模型成立的置信度為99%，東盟、美國的回歸模型成立的置信度為95%，澳大利亞的回歸模型成立的置信度為90%。 故由這些回歸模型得出的回歸結果具有實用價值。

表8 F 檢驗結果

3.3 投資區(qū)位分布預測

對我國礦業(yè)2019 ～2020 年在中國香港、東盟、澳大利亞、歐盟、俄羅斯聯邦、美國整體投資規(guī)模、投資存量份額、投資多樣性指數D（S）進行預測并檢驗，結果見表9～10 及圖2～3。

表10 預測模型檢驗

圖2 整體投資規(guī)模、投資多樣性指數演變及預測

預測模型均通過了精度檢驗。 預測結果顯示：

1） 2019～2020 年我國礦業(yè)對世界主要經濟體的直接投資整體仍將持續(xù)增長，空間經濟效應將持續(xù)發(fā)揮作用，投資多樣性指數將逐年升高，投資區(qū)位分布將繼續(xù)呈現漸進式擴散轉移趨勢。

圖3 投資存量份額演變及預測

2） 2019～2020 年，我國礦業(yè)對中國香港的直接投資水平降幅最大；對澳大利亞的投資水平小幅下降；對東盟、美國的投資水平小幅上升；對歐盟、俄羅斯聯邦的投資水平漲幅最高；“高者仍高、低者仍低”的集團俱樂部式分布有所緩解。 “十三五”規(guī)劃期間，我國礦業(yè)對歐盟、俄羅斯聯邦直接投資機會及熱度有所增加，其次是東盟和美國。

4 研究結論、啟示與建議

4.1 研究結論

2009～2018 年，我國礦業(yè)直接投資除主要流入“避稅港”——中國香港外，還有面向澳大利亞、美國這樣發(fā)達國家逆向的探索性對外直接投資，以及面向發(fā)展中國家（地區(qū)）東盟、俄羅斯聯邦順向的利用型對外直接投資，可見投資具有明顯的多元路徑。 在全局效應和相鄰效應共同影響下，我國礦業(yè)對中國香港、東盟、澳大利亞、歐盟、俄羅斯聯邦、美國投資經歷了一個明顯的空間演變過程和軌跡。 整體投資規(guī)模不斷增長，投資集聚現象有所減弱、擴散轉移逐漸增強，但投資仍呈現“高者仍高、低者仍低”的集團俱樂部式分布。

經預測，2019～2020 年，我國礦業(yè)對世界主要經濟體的直接投資存量總額將達1 643.9 億美元，投資多樣性指數將增至1.69。 在整體投資規(guī)模繼續(xù)增長下，投資擴散轉移將持續(xù)，集團俱樂部式分布將有所減弱。對歐盟的投資份額將由2018 年的13.1%增至2020 年的20.5%，俄羅斯聯邦由2018 年的6.05%增至2020年的12.5%，東盟由2018 年的8.85%增至2020 年的10.4%，美國由2018 年的4.96%增至2020 年的5.7%，中國香港由2018 年的49.32%降至2020 年的42.7%，澳大利亞由2018 年的17.73%降至2020 年的17.3%。其中對歐盟、俄羅斯聯邦的投資水平漲幅最高；對東盟、美國的投資水平漲幅次之；對歐盟、俄羅斯聯邦、東盟、美國的投資機會將有所增加，投資前景較好。

4.2 啟 示

東盟、俄羅斯聯邦這些發(fā)展中經濟體，其礦產資源豐富、勞動力成本較低，與我國制度接近，對它們進行投資有利于我國企業(yè)快速適應東道國的市場經營環(huán)境，以增長投資時間的持續(xù)性。 對澳大利亞、美國這些發(fā)達經濟體進行投資，可以通過獲取逆向技術溢出提升我國礦業(yè)技術水平，縮小差距。 例如，我國“十三五”期間估計將有近50 余座金屬礦山步入1 000 m 以深開采范疇，其中有近一半在未來10 ～20 年間開采深度將達到1 500 m 以深，需采取與高應力環(huán)境相適應的采礦技術與工藝。 美國不僅是建立“深地科學與工程實驗室”最多的國家，而且在職業(yè)安全與健康、礦區(qū)生態(tài)環(huán)境恢復治理等方面的研究也領先于我國［22］。對中國香港、荷蘭、盧森堡、比利時這些“避稅港”進行投資，有利于企業(yè)進行國際避稅。

4.3 建 議

1） 企業(yè)在選擇投資區(qū)位時，應充分分析投資目標、區(qū)位資源條件、投資環(huán)境、市場等區(qū)位比較優(yōu)勢。

2） 自2001 年俄歐宣布建立共同經濟空間至今，能源合作一直是俄歐雙邊關系中一個重要的共同經濟空間［23］；澳大利亞是東盟最初的對話伙伴，如今東盟是澳大利亞第二大貿易伙伴，澳大利亞是東盟第六大貿易伙伴，雙方還正在清潔技術、天然氣、煤炭合作方面進行著探索［24］。 這些競合關系均會對我國礦業(yè)海外投資產生影響。 建議深入研究我國與歐盟、俄羅斯聯邦、東盟、澳大利亞、美國、中國香港在資源能源領域的雙邊及多邊關系，發(fā)現其中蘊含的新興投資機會，從中找出對我國礦業(yè)投資有利和不利的因素，從而優(yōu)化投資方案、提高投資質量、由礦業(yè)對外直接投資大國轉向礦業(yè)對外直接投資強國邁進。

3） 鑒于篇幅所限，建議今后繼續(xù)在多邊模式下將研究區(qū)域進行擴展及深化，例如增加對非洲、西亞、中亞等區(qū)域以及東盟、歐盟次區(qū)域的研究。