en
×

分享给微信好友或者朋友圈

使用微信“扫一扫”功能。
作者简介:

崔明欣@@(1978—),女,吉林双辽人,东北石油大学经济管理学院副教授,博士,研究方向为油气资源环境与区域发展。

中图分类号:F426.22

文献标识码:A

文章编号:1673-5595(2020)05-0011-08

DOI:10.13216/j.cnki.upcjess.2020.05.0002

参考文献 1
Cawood F T.Threats to the South African Minerals Sectoran Independent View on the Investment Environment for Mining[J].Journal of the South African Institute of Mining and Metallurgy,2011,7(111):469-474.
参考文献 2
Dialga I.A Sustainability Index of Mining Countries[J].Journal of Cleaner Production,2018(179):278-291.
参考文献 3
王信敏,孙金凤.基于证据理论的中东地区油气投资环境演化分析[J].中国石油大学学报(社会科学版),2015,31(4):1-6.
参考文献 4
王信敏,刘丙泉,孙金凤.国际油气投资环境潜力演化和差异变动趋势研究[J].世界经济研究,2015,(2):105-114.
参考文献 5
周娜,吴巧生,王然,等.“一带一路”国家天然气投资绩效评价及其改进路径[J].中国人口·资源与环境,2017,27(07):60-71.
参考文献 6
宋艺,郭瑞,谭杨.南美地区油气资源投资风险分析 [J].国际石油经济,2019,27(03):97-104.
参考文献 7
谭方利,李生栋,路晓崇,等.基于DEMATEL的复杂多因素烟农收益网络建模分析 [J].湖北农业科学,2016,55(21):5638-5642.
参考文献 8
Gupta H,Barua M K.A Grey DEMATEL-based Approach for Modeling Enablers of Green Innovation in Manufacturing Organizations [J].Environmental Science and Pollution Research,2018,10(25):9556-9578.
参考文献 9
Kumar A,Dixit G.An Analysis of Barriers Affecting the Implementation of E-waste Management Practices in India:A Novel ISM-DEMATEL Approach [J].Sustainable Production and Consumption,2018,(14):36-52.
参考文献 10
王林秀,郭彬,姚伟坤.基于 Fuzzy-DEMATEL 的养老地产平台网络效应激发路径构建[J].科技进步与对策,2018,35(24):127-133.
参考文献 11
王经略,周国华,彭新艳.基于DEMATEL和 ANP 的海外铁路项目风险评估模型[J].科技管理研究,2018,38(11):219-227.
参考文献 12
崔强,徐鑫,匡海波.基于 RM-DEMATEL 的交通运输低碳化能力影响因素分析[J].管理评论,2018,30(1):210-220.
参考文献 13
张秋,朱翠华.基于 BP-DEMATEL 模型的我国直辖市创业环境影响因素研究[J].工业技术经济,2018,37(10):67-74.
参考文献 14
Dunning J H.Trade,Location and Economic Activity and the Multinational Enterprise:A Search for an Eclectic Approach [ C].The International Allocation of Economic Cctivity,London,Macmilla,1977.
参考文献 15
国土资源部信息中心全球矿业投资环境评价研究小组.2013 年全球矿业投资环境评价[J].国土资源,2013(11):57-59.
参考文献 16
张光进,李伟强,罗辉.世界著名咨询机构矿业投资环境评价综述[J].中国矿业,2011,20(11):39-42.
参考文献 17
孙芸芸.中国—东盟自由贸易区贸易便利化发展研究———以“一带一路”倡议为背景[J].中国石油大学学报(社会科学版),2018,34(3):15-23.
目录contents

    摘要

    从油气资源、经济、政治、社会、市场体制和国际合作环境六个方面构建“一带一路” 沿线国家油气投资环境影响因素指标体系。 以油气资源丰富程度和政局稳定性为条件,筛选出 25 个国家为研究对象。 运用 RM-BP-DEMATEL 模型进行实证分析,识别出影响“一带一路”沿线国家油气投资环境的关键因素,并根据影响力和推动力将其划分为根本型因素、驱动型因素、 辅助型因素和特征型因素。 建议根据沿线国家油气资源禀赋进行差异化合作;建立风险预警机制和签署投资协定以完善油气投资保障机制;建立多层次的合作渠道以加强合作沟通;开展全方位的合作模式以优化投资环境。

    Abstract

    From six aspects of oil and gas resources, economy, politics, society, market system and international cooperation environment, the influencing factors index system of oil and gas investment environment to the countries along the Belt and Road is constructed. Based on the richness of oil and gas resources and the stability of political situation, 25 countries are selected as the research object. RM-BP-DEMATEL model is used to conduct empirical analysis, to identify key factors of oil and gas investment environment of countries along the line, and to determine the fundamental factors, driving factors, auxiliary factors and characteristic factors with influence and driving force. It is suggested to carry out differentiated cooperation according to the oil and gas resources endowment of countries along the line, to improve the oil and gas investment guarantee mechanism by establishing risk early warning mechanism and signing investment agreement, to establish multi-level cooperation channels to strengthen regional cooperation and communication, and to carry out all-round cooperation mode to optimize the investment environment.

  • “一带一路”是“丝绸之路经济带”和“21 世纪海上丝绸之路”的合称,是连接亚非欧的政策、贸易、设施、资金和民心通畅的跨地区合作战略,同时沿线国家也是中国海外油气进口的主要来源地,与该地区的油气合作可以缓解中国油气资源面临的现实风险并保障未来的巨大需求。 中国对“一带一路”沿线国家进行油气投资不仅可以实现油气供给来源多元化,获取丰富的油气资源,而且可以实现油气合作多边化和进口途径多样化,通过油气产业上下游一体化建设, 完善基础设施,促进产业结构优化。 因此,对“一带一路”沿线国家油气投资环境影响因素进行实证分析, 可以为中国对外油气投资发展提供针对性建议,具有十分重要的理论意义和现实意义。

  • 一、文献综述

  • 在“一带一路”能源发展合作以及油气投资环境方面,现有研究主要集中于对整体投资或具体项目进行评价,或是通过评价对各国油气投资环境进行比较或排序,缺乏采用客观的方法对油气资源投资环境影响因素的相互关系进行研究。 Cawood [1]从研发投入、 教育水平、基础设施和劳动效率等维度研究南非矿产可持续发展面临的威胁;Dialga [2] 从经济、社会、政治和制度等维度来评价矿产资源丰富国家的投资环境, 并依据评价对国家进行分类和排序;王信敏等[3-4] 从政治、法律法规及政策、油气资源开发潜力和基础环境等方面对中东地区及国际油气投资环境潜力演化和差异变动趋势进行研究;周娜等[5] 综合资源现状、 政治因素、经济技术和国际合作情况对“一带一路” 国家天然气投资绩效进行聚类分析;宋艺等[6]以地质资源、经济、油气行业准入、油气行业运营等风险对南美地区油气资源国进行投资风险评估。

  • 决策试验与评价实验室分析法(DEMATEL)是将图论和矩阵工具组合来分析因素间逻辑关系的一种方法[7],基于因素间逻辑关系建立直接影响矩阵,计算分析因素的重要程度。 国内外学者将DEMATEL方法与网络分析法、模糊集理论以及灰数系统理论广泛结合。 Gupta等[8] 采用Grey-DEMATEL方法确定绿色创新的推动因素和驱动因素;Kumar等[9]采用ISM-DEMATEL方法来分析印度电子废物管理实施障碍因素的层次结构;王林秀等[10] 基于Fuzzy-DEMATEL模型探究网络效应激发因素的重要程度;王经略等[11] 基于ANP-DEMATEL计算指标的混合权重建立海外铁路项目风险评估模型;崔强等[12]采用RM-DEMATEL方法确定直接影响矩阵,以便更加客观地对交通运输低碳化能力的影响因素进行识别;张秋等[13] 引入BP-DEMATEL方法构建直接影响矩阵,分析指标的重要性及相互关系。

  • 现有文献集中于对油气投资环境评价的研究,但油气投资环境属于多层次的复杂系统,其内部各因素不仅会对整体投资环境产生影响,同时因素之间也存在相互影响的逻辑结构层次。 为探究油气投资环境影响因素之间的关系,可以采用DEMATEL进行分析。 但传统DEMATEL方法中的直接影响矩阵一般都是通过多位专家或受访人就因素间相互影响关系及影响程度的问卷调查而建立的,这一过程存在一定的主观性,且在因素指标较多的情况下不容易实现。 为此,本文以海外油气投资为切入点,基于对外直接投资动机识别出油气资源、经济、政治、社会、市场体制和国际合作环境作为油气投资环境的影响因素;以 “一带一路”战略中促进投资贸易便利化为侧重点, 用开办企业便利度、纳税便利度和物流绩效指数来量化投资准入政策、投资促进政策和合作便利度指标; 在RM-BP-DEMATEL模型的常规应用基础上进行拓展分析,引入因果逻辑模型来分析因素间相互关系,依据影响力和推动力大小将“一带一路”沿线国家油气投资环境中的关键因素划分为根本型因素、驱动型因素、辅助型因素和特征型因素。

  • 二、研究设计

  • (一) 影响因素指标体系

  • 中国作为发展中国家之一,面临经济发展和资源紧张等压力,为保障油气供应及经济社会发展稳定, 应积极开展海外油气投资活动。 根据邓宁的对外直接投资理论[14],以利润最大化为根本目的,把发展中国家对外开展投资活动的动机分为:(1)市场寻求型动机:通过比较竞争优势保持海外市场规模和地位, 以规避贸易壁垒,在东道国开拓市场以及获取其他生产要素,因此会比较看重东道国的经济、市场体制和国际合作环境;(2)资源寻求型动机:为寻求稳定的资源供应和利用廉价资源、降低交易成本、占领更大的市场份额,通过对外直接投资方式向海外进行扩张, 因此最关注东道国的油气资源环境;(3)效率寻求型动机:为降低成本和提高生产率,以开办设厂和学习型投资的方式获取技术,将经过改进和创新后的技术输向环境背景相似的其他国家以提升技术转让效率, 因此更为关注东道国的政治和社会环境;(4)战略寻求型动机:为获取和利用国外先进生产技术和管理经验等,通过生产要素交换来优化产业结构、保持竞争优势,因此对东道国的油气资源、政治、经济、社会、市场体制和国际合作环境都很重视。 基于发展中国家对外直接投资动机,结合国土资源部信息中心[15] 和费雷泽研究所[16] 使用的矿业投资环境评价体系,界定适用于本文的油气投资环境:由油气所在地区或国家的油气资源环境、经济环境、政治环境、社会环境、 市场体制环境和国际合作环境所构成的影响或决定投资国获取收益的一切外部条件之和。

  • 考虑到“一带一路”战略倡议中重点强调“加快投资便利化进程” [17],本文以投资贸易便利度为侧重点,基于对外直接投资动机和油气投资环境内涵, 结合国内外相关文献,从油气资源、经济、政治、社会、市场体制和国际合作环境六个方面,选取6 大类影响因素34 个指标,构建“一带一路” 沿线国家油气投资影响因素指标体系,如表1 所示。

  • 表1 油气投资环境影响因素指标体系

  • 续表1

  • (二) 模型及其运行机理

  • 本文首先构建BP神经网络模型,将所有影响因素指标的数据作为输入矩阵,将每个影响因素指标的数据分别作为输出矩阵,通过训练使网络达到稳定状态。 确定每一个影响因素指标的输入到输出之间的映射关系函数f和决策权重 ω;然后利用关系函数计算RM中的有向边权值即因素间的相互影响程度大小sji,以此构建DEMATEL方法中的直接影响矩阵, 通过计算转换为综合影响矩阵,然后得出因素的影响度d、被影响度r、中心度h与原因度e,并依据中心度和原因度绘制因素因果关系图,判别因素影响力大小;依据原因度将影响因素分为原因因素和结果因素,重新划分直接影响矩阵并分别进行迭代分析,梳理因素间的因果层次逻辑关系,绘制因素因果逻辑图,判别因素推动力大小;最后通过因素的综合重要程度,识别出关键因素,并根据迭代前后的影响力和推动力来对关键因素进行分类,从而完成RM-BP-DEMATEL影响因素分析模型的构建(见图1)。

  • (1)确定影响因素i的神经网络关系函数 fi

  • fi(L)=[tansig(LW-P)]V-Q
    (1)
  • 式中: L=l1,l2,,ln为所有影响因素指标的样本平均值。

  • (2)确定影响因素i的权重 ωi

  • ωi=1-e-θ=1swiθ1-e-vθ/1+e-vθ/1+e-θ=1swiθ1-e-vθ/1+e-vθi=1m1-e-sθ=1wiθ1-e-θθ/1+e-vθ/1+e-θ=1swiθ1-e-vθ/1+e-vθ
    (2)
  • 式中:θ 代表隐含层神经元,θ=1,2,…,s; wiθ 代表影响因素i从输入层第i个神经元输入与隐含层第 θ 个神经元之间的权值; vθ 代表影响因素i从输出层仅有的一个神经元和隐含层第 θ 个神经元之间的权值。

  • (3)计算RM有向边权值 sji

  • sji=fil1,l2,,lj+c×σlj,,ln-fil1,l2,lj-c×σlj,,ln/2×σlj
    (3)
  • 式中: sji 代表影响因素j对影响因素i的影响程度大小,1≤j≤n;σ 为影响因素j的标准差;常数c取值为0.1。

  • (4) 确定标准化直接影响矩阵与综合影响矩阵。

  • 通过BP神经网络进行训练和学习,确定每一个影响因素指标的关系函数、权重和因素相互之间的影响程度大小, 构建直接影响矩阵 B( 即(sji)n×n )。 将直接影响矩阵 B 进行归一化得到标准直接影响因素矩阵 C,再将其通过计算转换为综合影响矩阵 T

  • C=cjin×n=1max1jni=1nbjiB
    (4)
  • T=tjin×n=C(I-C)-1
    (5)
  • 式中: (I-C)-1I-C 的逆矩阵, I 为单位矩阵。

  • 然后确定中心度和原因度

  • D=djn×1=j=1ntjin×1
    (6)
  • R=ri1×n=i=1ntji1×n
    (7)
  • 式中: dj 是指影响因素j对其他因素的综合影响值, 称为影响因素j的影响度; ri 是指其他影响因素对因素i的综合影响值,称为影响因素i的被影响度; 当i=j时,将hi=di+ri 称为影响因素i的中心度,ei =di-ri 称为影响因素i的原因度,若ei>0,称影响因素i为原因因素,若ei<0,称影响因素i为结果因素。

  • (5)确定综合重要度。 经过两次迭代分析,将原因因素和结果因素通过迭代分析所得出来的层次结构绘制成因果逻辑图,确定综合重要度:

  • Z=zin×1=ωi×di+ri
    (8)
  • 图1 “一带一路”沿线国家油气投资环境影响因素分析模型应用过程

  • 三、分析过程与结果

  • (一) 样本选择与数据来源

  • 由于石油和天然气项目开发投资周期长,所需资金量大,为保障油气投资收益,需重点关注东道国的油气资源禀赋和政治环境。 因此,基于投资国的油气资源丰富程度和政局稳定性,本文选取孟加拉国、吉尔吉斯斯坦、白俄罗斯、缅甸、埃及、印度、菲律宾、印度尼西亚、伊朗、伊拉克、以色列、哈萨克斯坦、 巴基斯坦、罗马尼亚、俄罗斯、沙特阿拉伯、泰国、土耳其、土库曼斯坦、马来西亚、乌克兰、阿联酋、乌兹别克斯坦、波兰和越南这25 个国家为“一带一路” 沿线国家油气投资环境影响因素研究的对象。 相关指标数据来源如表1 所示。

  • (二) 数据处理及因果逻辑分析

  • 1.确定因素权重和直接影响矩阵

  • 针对“一带一路” 油气投资环境影响因素指标体系,通过Matlab软件构建BP神经网络模型,其中输入层含34 个神经元,隐含层含67 个神经元,输出层含1 个神经元,学习速率为0.05,最小误差为le5,训练次数为300 次,采用Tan-Sigmoid型传递函数对网络进行训练,通过误差的梯度下降法对权值和阈值不断修正。 将25 个国家所有影响因素的指标数据作为输入矩阵,每一个影响因素的指标数据分别作为输出矩阵,构建34 个BP神经网络,经过学习、训练和收敛使其达到稳定状态,得到每个神经网络结构所代表因素的关系函数f和决策权重 ω。 将所有因素数据的平均值作为关系函数f的输入向量,计算各因素之间影响关系大小sji所代表的有向边权值,并依此构建直接影响矩阵。 经过DEMATEL分析得出综合影响矩阵,从而计算出各因素的影响度、被影响度、中心度、原因度和综合重要度(见表2)。

  • 表2 “一带一路”沿线国家油气投资环境影响因素的计算结果

  • 根据中心度与原因度的计算结果,借助Matlab程序得到各影响因素对应的因果关系(见图2)。 从表2 和图2 中可以看出,“一带一路”沿线国家油气投资环境的影响因素可以分为17 个原因因素(原因度>0)和17 个结果因素(原因度<0)。

  • 图2 因果关系

  • 2.建立因果逻辑模型

  • 为获得更为清晰的因素逻辑层次结构,进行了如下迭代:(1)原因因素经历两次迭代,分为三个层次。 其中第一次迭代得到的13 个结果因素为第一层次原因因素,第二次迭代得到的2 个结果因素为第二层次原因因素,第二次迭代得到的2 个原因因素为第三层次原因因素。(2)结果因素经历两次迭代,分为三个层次。 其中第一次迭代得到的13 个原因因素为第一层次结果因素,第二次迭代得到的2 个原因因素为第二层次结果因素,第二次迭代得到的2 个结果因素为第三层次结果因素。 依据迭代结果构建“一带一路”沿线国家油气投资环境影响因素因果逻辑关系(见图3)。

  • 图3 “一带一路”沿线国家油气投资环境影响因素因果逻辑关系

  • (三) 结果分析

  • 1.关键因素识别

  • 关键因素是指对“一带一路” 沿线国家油气投资环境起到重要影响作用的因素。 根据“帕累托法则”将综合重要度大于平均值0.0445 并且权重占比超过半数的因素归结为关键因素,共得到7 个关键原因因素和7 个关键结果因素,剩余20 个影响因素由于综合重要度和权重所占比例较小,所以视为普通因素。 按照综合重要度(见表2) 从大到小排列,关键的原因因素为:油气资源生产能力、国家腐败程度、政府有效性、电力供应、法律执行力度、贸易条件和社会安全;关键的结果因素为:投资促进政策、合作便利度、贸易开放度、通货膨胀、投资准入政策、失业率和商业管制。

  • 2.关键因素影响力分析

  • 影响力是指因素对油气投资环境的影响程度, 而中心度反映因素重要性,原因度代表因素对油气投资环境的影响作用及大小,因此可以通过中心度和原因度(见表2) 对关键因素的影响力大小进行分析。

  • 关键原因因素影响力分析:(1)油气资源生产能力的中心度为2.4200,在所有因素中排第1 名,原因度为1.5738,是所有因素中最高的,该因素对油气投资环境具有重要的影响力;(2)政府有效性和国家腐败程度的中心度分别为2.0881 和2.1254,大于所有因素中心度的平均值加标准差1.9533,原因度分别为1.2631 和1.2182,均大于所有因素原因度绝对值的平均值加标准差1.1438,这两个因素对油气投资环境有较为显著的影响力;(3)电力供应的中心度为2.0201,大于所有因素中心度的平均值加标准差1.9533, 表现出明显的重要性, 但原因度为1.0097,仅大于所有因素原因度绝对值的平均值0.6761,综合来看,该因素对油气投资环境具有较为明显的影响力;(4)贸易条件、社会安全和法律执行力度的中心度分别为1.5199、1.4832 和1.8951, 高于所有因素中心度的平均值1.3815,原因度分别为0.8917、0.7156 和0.8607,略高于所有因素原因度绝对值的平均值0.6761,对油气投资环境有较为明显的影响力。

  • 关键结果因素影响力分析:(1) 合作便利度的中心度为2.3899,在所有因素中排第2 名,原因度为-1.5813,是所有因素中最低的,但其绝对值在所有因素中最高,说明该因素的改变会对油气投资环境产生重要的影响力;(2)投资促进政策的中心度为2.1819,大于所有因素中心度的平均值加标准差1.9533,原因度为-1.3073,其绝对值大于所有因素原因度绝对值的平均值加标准差1.1438,该因素对油气投资环境有较为显著的影响力;(3) 通货膨胀和贸易开放度的中心度分别为1.9165 和1.9003, 均大于所有因素中心度的平均值1.3815,原因度分别为-1.2779 和-1.3765,其绝对值均大于所有因素原因度绝对值的平均值加标准差1.1438,综合来看,这两个因素对油气投资环境具有较为明显的影响力;(4)失业率、投资准入政策和商业管制的中心度分别为1.9250、1.8199 和1.4836,均大于所有因素中心度的平均值1.3815,原因度分别为-0.9910、-0.7729 和-0.7374,其绝对值均大于所有因素原因度绝对值的平均值0.6761,这三个因素对油气投资环境有较为明显的影响力。

  • 3.关键因素推动力分析

  • 推动力是指因素对油气投资环境发展演化的推动作用,因素迭代结果代表其在油气投资环境中的层次结构位置,位于不同层次对油气投资环境的促进作用不同,因此依据因果逻辑图(图2)判别关键因素的推动力大小。

  • 关键原因因素推动力分析:(1)贸易条件、社会安全、电力供应和法律执行力度为第一层次的原因因素,在原因因素组中表现出较强的结果性,对其他因素以及整个油气投资环境的演化有一定的推动力;(2)政府有效性和国家腐败程度为第二层次的原因因素,与其他因素关系紧密但并不是对每个因素都有影响,对其他因素以及整个油气投资环境有较为显著的推动力;(3)油气资源生产能力为第三层次的原因因素,代表最根本且最难以改变的因素, 对其他因素以及整个油气投资环境有持续且稳定的推动力。

  • 关键结果因素推动力分析:(1)通货膨胀、失业率、投资准入政策、商业管制和贸易开放度为第一层次的结果因素,在结果因素组中表现出较强的原因性,通过其他因素的改变对油气投资环境产生一定的推动力;(2)投资促进政策为第二层次的结果因素,与其他因素关系紧密,通过其他因素的改变对油气投资环境产生较为显著的推动力;(3) 合作便利度为第三层次的结果因素,代表最终且最核心需要改变的因素,是油气投资环境内其他因素综合作用形成的结果,为油气投资环境发展提供根本且直接的推动力。

  • 4.基于影响力和推动力确定关键因素类型

  • 依据影响力和推动力进行综合分析,将关键原因因素分为:(1)最根本且最难以改变的因素,对其他因素和油气投资环境发展有着重要的影响力和持续且稳定的推动力;(2)相对难以改变的因素,不容易受到其他因素的影响,但对其他因素以及油气投资环境发展有较为显著的影响力和推动力;(3) 容易得到改变的因素,容易受到其他因素影响,同时对其他因素和油气投资环境发展有一定的影响力和推动力。

  • 依据影响力和推动力进行综合分析,将关键结果因素分为:(1)最终且最核心需要改变的因素,通过其他因素的改变使其对油气投资环境起到重要的影响力和根本且直接的推动力;(2)相对难以改变的因素,难以对其自身进行直接改变,但通过其他因素的改变可以对第三层次因素和油气投资环境发展产生较为显著的影响力和推动力;(3) 容易得到改变的因素,容易受到其他因素影响,同时对其他因素和油气投资环境有一定的影响力和推动力。

  • 综上所述,可以发现在关键原因因素和关键结果因素中,相对难以改变的因素和容易得到改变的因素对油气投资环境发展演化具有相同的影响力和推动力大小,因此基于共同特征将其归为同一类因素,从而将关键原因因素和关键结果因素进行二次归集,确定关键因素类型(见表3)。

  • 表3 “一带一路”沿线国家油气投资环境关键因素分类

  • 四、结论及建议

  • (一) 结论

  • 分析结果表明:油气资源生产能力是“一带一路”沿线国家油气投资环境的根本型因素,也是最根本且最难以改变的因素,对其他因素和整个油气投资环境起到持续且稳定的影响和推动作用;国家腐败程度、政府有效性和投资促进政策是“一带一路”沿线国家油气投资环境的驱动型因素,对油气投资环境的发展演化起到重要的影响和推动作用; 通货膨胀、贸易条件、失业率、社会安全、电力供应、 法律执行力度、投资准入政策、商业管制和贸易开放度是“一带一路”沿线国家油气投资环境的辅助型因素,在油气投资环境中发挥着相对重要的影响,支撑根本型和驱动型因素对油气投资环境进行调节; 合作便利度是“一带一路”沿线国家油气投资环境的特征型因素,也是最终且最核心需要改变的因素, 随着其他因素的改变对油气投资环境起到显著的影响和推动作用。

  • (二) 建议

  • (1)针对根本型因素,中国应根据“一带一路” 沿线国家的油气资源禀赋差异采取差异化投资合作。 通过深化“合作共赢”理念加大对油气资源开放稳定国的投资力度;采取点线面相结合的方法抓住对油气资源发展潜力国的投资机会;通过完善配套基础设施及突破投资壁垒的方式加强与油气资源受限衰减国的合作深度,保障投资收益。

  • (2)针对驱动型因素,中国应根据沿线国家腐败程度和政府有效性为代表的政治环境风险,建立风险预警机制及采取合资经营的方式,尽可能地降低因政治风险给投资活动所带来的损失;针对投资促进政策所代表的东道国市场体制问题,以实现互利共赢为最终目的,通过签署投资协议和发挥能源合作平台作用的方式来保障油气投资合作。

  • (3)针对辅助型因素,建议中国充分发挥多边金融机制对能源经济的支持作用,积极参与基础设施建设并加强社会文化沟通与交流,完善相关的法律法规与沟通机制,为中国对“一带一路”沿线国家进行油气投资提供良好的合作平台。

  • (4)针对特征型因素,建议中国通过与“一带一路”沿线国家开展多元化、全方位的合作,增强双方的利益交织和捆绑,增进双方的联系和友谊,加强相互信任和依赖程度,从而推动油气投资合作便利度的提升,为加深中国与“一带一路”沿线国家在油气方面的合作力度营造良好的国际环境。

  • 参考文献

    • [1] Cawood F T.Threats to the South African Minerals Sectoran Independent View on the Investment Environment for Mining[J].Journal of the South African Institute of Mining and Metallurgy,2011,7(111):469-474.

    • [2] Dialga I.A Sustainability Index of Mining Countries[J].Journal of Cleaner Production,2018(179):278-291.

    • [3] 王信敏,孙金凤.基于证据理论的中东地区油气投资环境演化分析[J].中国石油大学学报(社会科学版),2015,31(4):1-6.

    • [4] 王信敏,刘丙泉,孙金凤.国际油气投资环境潜力演化和差异变动趋势研究[J].世界经济研究,2015,(2):105-114.

    • [5] 周娜,吴巧生,王然,等.“一带一路”国家天然气投资绩效评价及其改进路径[J].中国人口·资源与环境,2017,27(07):60-71.

    • [6] 宋艺,郭瑞,谭杨.南美地区油气资源投资风险分析 [J].国际石油经济,2019,27(03):97-104.

    • [7] 谭方利,李生栋,路晓崇,等.基于DEMATEL的复杂多因素烟农收益网络建模分析 [J].湖北农业科学,2016,55(21):5638-5642.

    • [8] Gupta H,Barua M K.A Grey DEMATEL-based Approach for Modeling Enablers of Green Innovation in Manufacturing Organizations [J].Environmental Science and Pollution Research,2018,10(25):9556-9578.

    • [9] Kumar A,Dixit G.An Analysis of Barriers Affecting the Implementation of E-waste Management Practices in India:A Novel ISM-DEMATEL Approach [J].Sustainable Production and Consumption,2018,(14):36-52.

    • [10] 王林秀,郭彬,姚伟坤.基于 Fuzzy-DEMATEL 的养老地产平台网络效应激发路径构建[J].科技进步与对策,2018,35(24):127-133.

    • [11] 王经略,周国华,彭新艳.基于DEMATEL和 ANP 的海外铁路项目风险评估模型[J].科技管理研究,2018,38(11):219-227.

    • [12] 崔强,徐鑫,匡海波.基于 RM-DEMATEL 的交通运输低碳化能力影响因素分析[J].管理评论,2018,30(1):210-220.

    • [13] 张秋,朱翠华.基于 BP-DEMATEL 模型的我国直辖市创业环境影响因素研究[J].工业技术经济,2018,37(10):67-74.

    • [14] Dunning J H.Trade,Location and Economic Activity and the Multinational Enterprise:A Search for an Eclectic Approach [ C].The International Allocation of Economic Cctivity,London,Macmilla,1977.

    • [15] 国土资源部信息中心全球矿业投资环境评价研究小组.2013 年全球矿业投资环境评价[J].国土资源,2013(11):57-59.

    • [16] 张光进,李伟强,罗辉.世界著名咨询机构矿业投资环境评价综述[J].中国矿业,2011,20(11):39-42.

    • [17] 孙芸芸.中国—东盟自由贸易区贸易便利化发展研究———以“一带一路”倡议为背景[J].中国石油大学学报(社会科学版),2018,34(3):15-23.

  • 参考文献

    • [1] Cawood F T.Threats to the South African Minerals Sectoran Independent View on the Investment Environment for Mining[J].Journal of the South African Institute of Mining and Metallurgy,2011,7(111):469-474.

    • [2] Dialga I.A Sustainability Index of Mining Countries[J].Journal of Cleaner Production,2018(179):278-291.

    • [3] 王信敏,孙金凤.基于证据理论的中东地区油气投资环境演化分析[J].中国石油大学学报(社会科学版),2015,31(4):1-6.

    • [4] 王信敏,刘丙泉,孙金凤.国际油气投资环境潜力演化和差异变动趋势研究[J].世界经济研究,2015,(2):105-114.

    • [5] 周娜,吴巧生,王然,等.“一带一路”国家天然气投资绩效评价及其改进路径[J].中国人口·资源与环境,2017,27(07):60-71.

    • [6] 宋艺,郭瑞,谭杨.南美地区油气资源投资风险分析 [J].国际石油经济,2019,27(03):97-104.

    • [7] 谭方利,李生栋,路晓崇,等.基于DEMATEL的复杂多因素烟农收益网络建模分析 [J].湖北农业科学,2016,55(21):5638-5642.

    • [8] Gupta H,Barua M K.A Grey DEMATEL-based Approach for Modeling Enablers of Green Innovation in Manufacturing Organizations [J].Environmental Science and Pollution Research,2018,10(25):9556-9578.

    • [9] Kumar A,Dixit G.An Analysis of Barriers Affecting the Implementation of E-waste Management Practices in India:A Novel ISM-DEMATEL Approach [J].Sustainable Production and Consumption,2018,(14):36-52.

    • [10] 王林秀,郭彬,姚伟坤.基于 Fuzzy-DEMATEL 的养老地产平台网络效应激发路径构建[J].科技进步与对策,2018,35(24):127-133.

    • [11] 王经略,周国华,彭新艳.基于DEMATEL和 ANP 的海外铁路项目风险评估模型[J].科技管理研究,2018,38(11):219-227.

    • [12] 崔强,徐鑫,匡海波.基于 RM-DEMATEL 的交通运输低碳化能力影响因素分析[J].管理评论,2018,30(1):210-220.

    • [13] 张秋,朱翠华.基于 BP-DEMATEL 模型的我国直辖市创业环境影响因素研究[J].工业技术经济,2018,37(10):67-74.

    • [14] Dunning J H.Trade,Location and Economic Activity and the Multinational Enterprise:A Search for an Eclectic Approach [ C].The International Allocation of Economic Cctivity,London,Macmilla,1977.

    • [15] 国土资源部信息中心全球矿业投资环境评价研究小组.2013 年全球矿业投资环境评价[J].国土资源,2013(11):57-59.

    • [16] 张光进,李伟强,罗辉.世界著名咨询机构矿业投资环境评价综述[J].中国矿业,2011,20(11):39-42.

    • [17] 孙芸芸.中国—东盟自由贸易区贸易便利化发展研究———以“一带一路”倡议为背景[J].中国石油大学学报(社会科学版),2018,34(3):15-23.