铝矿资源海外开发战略选区风险评价

郑明贵， 袁纬芳

（江西理工大学，a.矿业贸易与投资研究中心；b.经济管理学院，江西 赣州 341000）

0 引 言

铝矿资源的海外开发是我国铝矿企业 “走出去”的主要途径，也是我国经济持续发展的重要保障.矿产资源地下埋藏的多样性和复杂性，特别在海外开发铝矿资源，投资环境极为复杂，为有效地规避风险，争取更高的投资回报，对投资区域的风险进行科学地评价是进行海外铝矿资源开发的基础性工作.

对于矿产资源海外开发的战略选区问题，国内学者也作了一些研究：蒲含勇[1]对东道国境外投资环境进行了比较研究，得出了美国、加拿大、澳大利亚、智利4国具有很好的矿业投资环境，不过这个结论是根据20世纪90年代前期的调查所得，不能代表如今更加复杂多变的矿业投资环境，只能作为我国选择矿业投资目标国的一个理论分析框架；雷涯邻，徐向阳等[2]认为应根据我国的稀缺矿种来确定相应的目标投资国，还需对目标国的投资环境进行综合评价与对比，从而选定最佳投资区位；许敬华，陈甲斌[3]从周边国家矿产资源的自然禀赋、与我国的政治经济贸易关系和地缘优势出发，得出周边国家是我国矿业“走出去”的首选区域.

回顾文献发现，更多学者偏向采用模型，并结合某一矿种对投资环境做更细致地评价：李金发[4]建立了区域矿产资源优势评价模型来确定矿产资源的区位优势度；刘明瑜[5]引入常权原理，构建海外矿业投资区位选择评价模型，利用常权和变权评价模型对铜矿资源储备丰富的国家的区位优势进行评价；张美丽[6]和李红梅[7]建立因子分析模型分别对铝矿储备选区和铁矿资源丰富国家的投资环境进行了综合研究；郑明贵[8]利用模糊综合评价法对海外铜矿资源开发利用环境进行了评价；智天雨[9]利用聚类分析和主成分分析法，建立了我国石油企业对外直接投资环境评价模型，并进行实证分析将15个国家按投资程度适宜划分为4类.

1 评价指标体系的构建

1.1 风险因素的识别

通过查阅国内外矿产资源海外开发区位选择风险评价相关文献[10-16]，采用专家调查法识别主要风险因素，如表1所示，铝矿资源海外开发战略选区面临的风险主要包括政治风险、政策法律风险、宏观经济风险、金融风险、社会风险、运营风险、资源风险和自然风险等8个层面.

表1 风险评价指标权重

1.2 评价指标权重的确定

在风险因素识别的基础上，构建了铝矿资源海外开发战略选区风险评价指标体系.并采用专家调查法确定权重，在此向研究院、高等院校和企业矿业工程领域的20名专家发出了赋权调查表，共收回有效问卷15份，通过计算15位专家赋予的各指标权重值的均值得到铝矿资源海外开发战略选区风险评价权重如表1所示.

2 云物元风险评价模型的建立

2.1 云物元理论

1）云理论.设U是由精确数值组成的定量论域，A是U上的定性概念，对于U上的任意一个元素x，都存在一个具有稳定倾向的随机数 μA（x）∈[0，1]，是x对A的隶属度，隶属度在论域上的分布为隶属云，简称为云，每一个x则称为一个云滴[17].

云模型通过其数字特征来描述，云的数字特征是云计算的数值基础，由期望（Ex）[18]、熵（En）[19]及超熵（He）[20]来表示，它们将事物的随机性和模糊性联系起来，构成了定性概念和定量值间的模糊映射.

2）云物元模型.将物元理论引入云模型中，采用云模型对物元进行重新构造，用物元的一般方法对事物进行分析[19-20].

当一个事物具有多个特征，如果事物N用n个特征 c1，c2，…，cn和对应的量值 x1，x2，…，xn来描述，则表示为：

用云来表示定性概念的自然语言值，便构成了“事物、特征、云量值”的有序三元值，称为云物元，记为：

用M表示标准事物，μ（x）表示与事物特征对应的量值x的隶属度，若m个标准事物用共同的n个特征 c1，c2，…，cn及其对应的量值 x 的隶属度 μ1（x1i），μ1（x2i），…，μ1（xmi）来描述，称其为 m 个事物的 n 维复合云物元，记为：

2.2 评价基本步骤

借助云模型在解决随机性和模糊性问题方面的优势，结合物元理论在处理事物间矛盾关系的特点，将包含多个指标的战略选区风险使用多维物元来进行定量描述，建立基于云物元理论的风险评价模型，具体评价步骤如下：

1）评价指标量化.为将各国风险情况进行量化，需对各二级指标进行分级，分级规则如表2所示.

表2 二级指标分级规则

续表2 二级指标分级规则

2）风险等级的划分.将风险划分为5个等级，即低 [0，0.2]、 较低 （0.2，0.4]、 一般 （0.4，0.6]、 较高（0.6，0.8]、高（0.8，1.0].

3）构建评价物元.对于战略选区风险评价体系，将一国风险状况作为目标层物元，为总物元，包括8个一级指标，即政治风险、政策法律风险、宏观经济风险、金融风险、社会风险、运营风险、资源风险和自然风险，每个一级指标可作为一个项目层物元.对于以上8个一级指标，又分为25个子项目，可作为待评估物元，因此，各待评估物元可表示为：

式（4）中：Ii（i=1，2，…，8）为待评价子项目层物元，Iip（p=1，2，…，n）是 Ii所对应的 n 个二级指标；vip是Iip所对应的量值.

4）确定经典域和节域.各风险等级经典域的物元表示如下：

其中：Nj（j=1，2，…，m）表示第 j类风险评价等级；Iin（i=1，2，…，n）是各二级指标；Vjip为 Nj关于 Iin所确定的量值范围，即各风险等级关于对应评价指标的量值范围——经典域.根据风险等级的划分，得到风险“低”经典域为 R1、风险“较低”经典域为 R2、风险“一般”经典域为R3、风险“较高”经典域为R4、风险“高”经典域为R5，具体表示如下：

在经典域的基础上，各指标的节域为各指标5个等级总的取值范围.即：

5）确定模型的经典域和节域.根据上述物元中的经典域和节域，利用式（6）和式（7）求出云模型中的Ex和En.

根据He的定义，结合本文实际，将其定为：He＝0.007，从而得到各待评价物元的经典域为：

6）计算各二级指标对各风险等级间的隶属度.将各待评价物元的二级指标特征值当成一个云滴，利用式（8）计算其对各风险等级云的隶属度.

7）计算各一级指标对各风险等级的隶属度.待评价物元对风险等级j的隶属度可直接根据其二级指标对各等级的隶属度经过加权得到：

其中：yj（Ri）为第i个待评价的指标层物元对风险等级j的隶属度；yj（Iip）为第i个待评价的指标层物元所对应的第ip个二级指标对风险等级j的隶属度；ωip为该二级指标相对于第i个待评价的指标层物元的权重.

8）计算待评价对象目标层物元对各风险等级的隶属度.利用各待评价对象的指标层物元对各风险等级的隶属度可通过同样的加权方法而得到：

9）物元风险等级的评定.根据“隶属度最大原则”确定各物元所属的风险等级，即若：

则物元R属于风险等级j.

3 案例分析

3.1 原始数据

选取了13个铝矿资源相对丰富的国家作为评价对象，对所构建风险评价模型进行应用.根据表2的分级规则，对这13个国家的资料进行量化，得到各个国家二级指标的风险值如表3所示.

3.2 计算风险值隶属度

将各二级指标当成一个云滴，根据式（8）计算其对各风险等级云的隶属度.利用Matlab编程（因篇幅所限代码省略）试验1 003次，求取1 003次确定度的中位数作为该云滴对该等级云的隶属度，求出的各二级指标的所有取值对5个风险等级云的隶属度如表4所示.

表3 13个国家二级指标风险值

表4 各风险值对各风险等级的隶属度

3.3 战略选区风险评价

利用所建立的云物元模型对铝矿资源海外开发战略选区进行风险评价，以几内亚为例，具体评价步骤如下：

1）确定待评价物元.根据表3确定几内亚的待评价物元为：

2）二级指标风险评价.根据几内亚的待评价物元，利用表4确定其各二级指标对各风险等级的隶属度.

3）各指标层物元（一级指标）风险评价.利用式（9），根据各二级指标对各风险的隶属度及其权重确定各一级指标对各风险等级的隶属度，以政治风险I1为例：

同理，利用式（9）求出其他7个一级指标对各风险的隶属度，利用式（11）得到该国一级指标所属的风险等级结果如表5所示.

表5 几内亚各一级指标对各风险等级的隶属度及风险等级

重复以上步骤，可依次求出其他12个国家各一 级指标所处的风险等级状况，如表6所示.

表6 各国一级指标所属的风险等级

4）目标层物元（总风险）风险评价.利用式（10），根据表5并结合各二级指标的权重确定各一级指标对各风险等级的隶属度.

因此，几内亚的风险等级为较高.

同理，得出其他12个国家目标层（总风险）风险等级状况，如表7所示.

3.4 结果分析

风险评价结果显示：澳大利亚和美国处于“低”风险状态；巴西、印度、圭亚那、哈萨克斯坦处于“较低”风险状态；越南、苏里南和俄罗斯处于“一般”风险状态；几内亚、牙买加、希腊处于“较高”风险状态；委瑞内拉处于“高”风险状态.结合我国铝矿资源海外开发现状来看，主要涉及的国家有澳大利亚、美国和几内亚，澳大利亚和美国经云物元模型风险评价后显示，其处在“低”风险状态；几内亚整体风险虽然较高，但其占全球四分之一的铝矿资源储量和稳定的政治、社会局势吸引了不少投资者.

表7 各国风险等级状况

4 结 论

1）采用专家调查法对铝矿资源海外开发战略选区面临的风险因素进行了识别，发现其主要来自政治风险、政策法律风险、宏观经济风险、金融风险、社会风险、运营风险、资源风险和自然风险这8个层面，并将这8类风险细化为25个二级指标，建立了铝矿资源海外开发战略选区风险评价指标体系.

2）将云理论引入到物元理论中，用Matlab软件计算各风险等级的隶属度，建立了基于云物元理论的铝矿资源海外开发战略选区风险评价模型.通过实际应用可看出，该模型的实用性较强，步骤简明，可以实现自然语言值描述的定性概念的不确定性评估，并定量地评价出每个国家每个风险所处的风险等级，为科学管理和决策提供一定的参考依据.

3）选取了13个铝矿资源丰富国家对所建立的云物元模型进行应用，结果显示：澳大利亚和美国处于“低”风险状态，巴西、印度、圭亚那、哈萨克斯坦处于“较低”风险状态，是进行铝矿资源海外开发的“首选区”；越南、苏里南和俄罗斯处于“一般”风险状态，是进行铝矿资源海外开发的“次选区”；几内亚、牙买加、希腊处于“较高”风险状态，委瑞内拉处于“高”风险状态，是进行铝矿资源海外开发的“慎选区”.

[1]蒲含勇.矿业国际投资环境比较分析[J].矿产保护与利用，2000（5）：5-9.

[2]雷涯邻，徐向阳，潘锡辉.我国稀缺矿产资源对外投资战略选区的思考[J].中国国土资源经济，2004（6）：33-36.

[3]许敬华，陈甲斌.矿业“走出去”的首选区域——周边国家[J].采矿技术，2006（3）：30-33.

[4]李金发.矿产资源战略评价体系研究[M].北京：中国地质大学出版社，2006.

[5]刘明瑜.海外矿业投资区位选择研究与应用[D].赣州：江西理工大学，2012.

[6]张美丽.中国对外铝矿直接投资的区位选择研究[D].北京：北方工业大学，2012.

[7]李红梅.我国铁矿石行业对外直接投资区位选择研究[D].无锡：江南大学，2012.

[8]郑明贵，龚婷.海外矿产资源开发模糊综合评价模型研究[J].黄金，2012（2）：23-26.

[9]智天雨.中国石油企业对外直接投资的区位选择研究[D].上海：上海外国语大学，2012.

[10]袁纬芳，郑明贵，陈家愿.铝矿资源海外开发战略选区政治风险评价[J].江西理工大学学报，2014，35（2）：35-41.

[11]郑明贵，袁纬芳，陈家愿.世界主要铝矿资源国家宏观经济风险评价研究[J].资源与产业，2014，16（3）：1-5.

[12]郝立辉.我国企业海外矿业投资面临的风险与对策[J].现代商业，2011（33）：50-51.

[13]岳意定，李岱.区域经济投资风险多层次灰色评价研究[J].经济地理，2014（1）：42-46.

[14]陈仲伯，段爱珍，段睿.湖南省高新技术产业风险投资运作模式研究[J].经济地理，2003（1）：33-37.

[15]郎一环，王礼茂，张明华.中国短缺资源跨国开发的风险管理——以石油为例[J].资源科学，2003（5）：22-27.

[16]马卫锋，黄运成，刘莹.构建石油金融体系：中国石油安全的战略选择[J].资源科学，2005（6）：18-22.

[17]李德毅，杜鹃.不确定性人工智能[M].北京：国防工业出版社，2005.

[18]杨薛明，苑津莎，王剑锋，等.基于云理论的配电网空间负荷预测方法研究[J].中国电机工程学报，2006（6）：30-36.

[19]江辉，张清联，彭建春.基于改进云物元模型的风电场电能质量评价[J].电网技术，2014（1）：205-210.

[20]唐秋生，赵胜男，吕先洋.基于云物元评估模型的绿色供应链绩效研究[J].重庆交通大学学报（自然科学版），2011（2）：340-343.