“一帶一路”沿線國家投資政治風(fēng)險比較研究

桂萍， 李蕾

摘要： 基于世界銀行數(shù)據(jù)庫，參照《全球治理指數(shù)》，構(gòu)建“一帶一路”沿線國家投資的政治風(fēng)險指標(biāo)，通過選取2012-2020年間中國對外直接投資流量額均值大于2000萬美元的22個樣本國家，運用因子分析模型和SPSS軟件，對2012-2020年22個樣本國家的政治風(fēng)險進行比較分析。研究結(jié)果表明：投資均額較多的東道國所面臨的政治風(fēng)險較大，同時，“一帶一路”沿線國家面臨的政治風(fēng)險復(fù)雜多變，區(qū)域內(nèi)各國家的政治風(fēng)險存在明顯差異。因此建議投資者合理規(guī)劃投資的區(qū)域結(jié)構(gòu)，加強對“一帶一路”沿線國家政治風(fēng)險的識別和評估。

關(guān)鍵詞： 一帶一路; 對外直接投資; 政治風(fēng)險; 因子分析; 風(fēng)險評價

中圖分類號： F125文獻標(biāo)識碼： ADOI： 10.3963/j.issn.1671-6477.2022.02.003

一、 引言

自2013年“一帶一路”倡議提出以來，收獲眾多國家的響應(yīng)，實施效果顯著。在后疫情時代世界經(jīng)濟發(fā)展普遍疲軟的總體態(tài)勢下，為沿線國家的發(fā)展注入了新的動力?！耙粠б宦贰背h收獲沿線國家積極響應(yīng)的同時也面臨著諸多困難與挑戰(zhàn)，其中政治風(fēng)險在“一帶一路”沿線國家的投資風(fēng)險中占據(jù)主導(dǎo)地位。中國在“一帶一路”沿線國家投資面臨的政治風(fēng)險嚴(yán)峻復(fù)雜，對沿線國家的投資成敗有至關(guān)重要的影響。投資者需要對沿線國家面臨的政治風(fēng)險進行比較評價，優(yōu)化投資戰(zhàn)略，推動“一帶一路”高質(zhì)量發(fā)展。

目前學(xué)術(shù)界對于政治風(fēng)險的界定并沒有標(biāo)準(zhǔn)的定義。Robock[1]認(rèn)為政治風(fēng)險具有動態(tài)性、離散性以及不可預(yù)測性，通過改變特定的商業(yè)環(huán)境來對企業(yè)的收益造成損失。Kobrin[2]將政治風(fēng)險與社會沖突以及暴力、恐怖襲擊事件相等同。Jeffrey[3]將政治風(fēng)險定義為東道國內(nèi)部或他國所導(dǎo)致的政府或社會的某項決策。國內(nèi)學(xué)者李夢茜[4]認(rèn)為政治風(fēng)險是東道國發(fā)生的政治事件或者在與其他國家進行交往的過程中可能發(fā)生的變化而對投資主體所造成的風(fēng)險。景璟[5]在風(fēng)險管理框架下將政治風(fēng)險定義為由于東道國國家內(nèi)部社會環(huán)境和國家外部周邊政治環(huán)境的變化，對在該國內(nèi)進行一系列經(jīng)營活動所產(chǎn)生的損失。劉昊[6]總結(jié)出政治風(fēng)險是企業(yè)海外投資國中受東道國政治因素影響而造成的生產(chǎn)經(jīng)營損失的風(fēng)險。陳雅卿[7]將政治風(fēng)險具體歸類為政局不穩(wěn)風(fēng)險、大國影響風(fēng)險、社會動蕩風(fēng)險等方面，認(rèn)為“一帶一路”所經(jīng)國家地區(qū)和投資項目都具有其特點，政治風(fēng)險高并不意味著投資吸引力低。

各機構(gòu)對政治風(fēng)險的評價指標(biāo)也不同。歐美等發(fā)達(dá)國家有豐富的對外投資經(jīng)驗，可以借鑒其發(fā)布的一些政治風(fēng)險指數(shù)，如BERI政治風(fēng)險指數(shù)是由相關(guān)國際銀行專家對政治分裂程度、宗教分裂程度、執(zhí)政能力、社會關(guān)系、社會環(huán)境、政治激進可能性以及敵對勢力或其他負(fù)面影響打分，并通過專家最終進行分?jǐn)?shù)的確定以及風(fēng)險等級的劃分。ICRG評估方法對政治、金融、經(jīng)濟等三類風(fēng)險進行評估，其中政治風(fēng)險里設(shè)定了政治穩(wěn)定性、社會經(jīng)濟環(huán)境、投資情況、內(nèi)部矛盾、外部矛盾、腐敗、軍隊干預(yù)政治、宗教關(guān)系、法律、種族、民主問責(zé)、行政機構(gòu)等，對十二項指標(biāo)分別賦予相應(yīng)的分值，并對風(fēng)險等級進行劃分。在此基礎(chǔ)上，世界銀行推出全球治理指數(shù)（WGI）來衡量政治風(fēng)險，主要從言論自由和問責(zé)權(quán)力、政治穩(wěn)定及暴力事件發(fā)生情況、政府職能效率、權(quán)利約束監(jiān)管程度、法律規(guī)則執(zhí)行程度、控制腐敗力度六個角度衡量，其數(shù)據(jù)權(quán)威，現(xiàn)有研究大多是基于此而作延伸。

國內(nèi)外各個學(xué)者運用不同的模型與方法對政治風(fēng)險進行評價。Meadow[8]等采用宏觀分析的方法提出了政治制度穩(wěn)定指數(shù)，包括社會經(jīng)濟特種指數(shù)、社會沖突指數(shù)、政府干預(yù)指數(shù)。鐘芳芳[9]等運用主成分分析和BP神經(jīng)網(wǎng)絡(luò)模型進行研究，并細(xì)分出政治穩(wěn)定性、民主水平、透明度和腐敗水平、法治環(huán)境、開放程度、經(jīng)濟發(fā)展水平等指標(biāo)體系對數(shù)據(jù)進行因子分析，最終得到各國相關(guān)指標(biāo)年度政治風(fēng)險得分，并通過得分將政治風(fēng)險分等級。孟凡臣[10]等在前面學(xué)者的模型基礎(chǔ)上，采用熵值法確定比例，用實際數(shù)據(jù)運算后再結(jié)合實際情況進行評級分析，算出我國對外風(fēng)險等級測評。丁峰[11]在對政治風(fēng)險測評以及影響因素的研究中指出，最常使用的10個政治風(fēng)險指標(biāo)來源于國際國家風(fēng)險指南（ICRG）、全球治理指南（WGI）、經(jīng)濟自由度（IEF）、國際透明組織的清廉指數(shù)等，再以WGI以及ICRG等部分指標(biāo)為基礎(chǔ)，通過主成分分析模型構(gòu)建了中國對外投資的政治風(fēng)險指數(shù)。

目前，對于“一帶一路”政治風(fēng)險評估和影響研究較為豐富，但針對東道國政治風(fēng)險比較研究還較少，鑒于此，本文在已有的研究基礎(chǔ)上，選取世界銀行發(fā)布的全球治理指數(shù)中政治風(fēng)險指標(biāo)，以2012-2020年間中國對外直接投資流量額均值大于2000萬美元的22個國家為樣本對象，采用因子分析模型，對東道國政治風(fēng)險進行比較分析，以便為中國對“一帶一路”沿線國家投資提供防范風(fēng)險的指導(dǎo)意見，推動“一帶一路”高質(zhì)量發(fā)展。

二、 “一帶一路”沿線國家投資的政治風(fēng)險現(xiàn)狀

2020年，受新冠肺炎疫情的嚴(yán)重沖擊，世界經(jīng)濟萎縮3.3%，自2009年以來首次出現(xiàn)負(fù)增長，全球貨物貿(mào)易萎縮5.3%，外國直接投資較上年減少近四成。盡管受新冠疫情影響，中國在全球主要經(jīng)濟體中唯一實現(xiàn)了經(jīng)濟正增長，2020年中國對外直接投資流量1537.1億美元，首次位居全球第一。

（一） “一帶一路”投資規(guī)模

總體來看，“一帶一路”實施成效顯著，“一帶一路”戰(zhàn)略對中國經(jīng)濟發(fā)展的意義可見一斑。根據(jù)表1可以看出，自2013年起，中國對“一帶一路”沿線國家投資總量總體呈逐年上升趨勢，2016年達(dá)到峰值，直接投資流量為1961.50億美元，近三年因經(jīng)濟形勢的變化，中國對外直接投資總額下滑，但占對外投資流量的比重相對穩(wěn)定，占比在13%左右。截至2020年，中國對“一帶一路”建設(shè)項目投資規(guī)模達(dá)到新高，對“一帶一路”沿線國家投資流量為225.4億美元，占比14.66%，同比上升7.46%，2020年中國對外直接投資分別占全球當(dāng)年流量、存量的20.2%和6.6%，流量位列按全球國家（地區(qū)）排名的第一位，存量列第三位。表12013—2020年中國對“一帶一路”沿線國家直接投資流量年份“一帶一路”

（二） “一帶一路”政治風(fēng)險現(xiàn)狀

“一帶一路”沿線國家包括：東北亞、東南亞、南亞、中亞、西亞北非、中東歐6個地區(qū)，涵蓋眾多國家，大國之間戰(zhàn)略角逐，地緣政治爭奪不斷、歷史與現(xiàn)實問題夾雜等因素，導(dǎo)致各個國家和地區(qū)的政治環(huán)境復(fù)雜，給“一帶一路”沿線國家投資帶來較大的不確定性。

受全球經(jīng)濟放緩及疫情影響，“一帶一路”沿線國家整體風(fēng)險普遍上升，政治風(fēng)險顯著抬升，普遍面臨經(jīng)濟下滑、貨幣貶值以及債務(wù)攀升帶來的政局動蕩。

東道國內(nèi)部的暴動、黨派之爭甚至政權(quán)更迭等因素會引起政治動蕩。東道國政局動蕩帶來的風(fēng)險是跨境投資者面臨的最為嚴(yán)峻的政治風(fēng)險，不僅使投資者的經(jīng)濟利益遭受損失，還將威脅員工的生命安全?！耙粠б宦贰毖鼐€國大多為正處于發(fā)展初期或轉(zhuǎn)型期的國家，部分國家政治體制尚未健全、政治環(huán)境穩(wěn)定性弱，存在較大的內(nèi)部政治失序風(fēng)險?！耙粠б宦贰卑说鼐壵巫顬閺?fù)雜的一些區(qū)域，部分國家政局動蕩、政策頻繁變更，大國角力形勢復(fù)雜，民族和宗教沖突頻繁，恐怖主義活動頻發(fā)，給“一帶一路”沿線的投資活動帶來巨大的不確定性因素。中亞多國政治過渡和社會轉(zhuǎn)型前景不明，“顏色革命”、“老人政治”會對投資者造成很大困擾。東南亞地區(qū)局勢整體穩(wěn)定，但面對錯綜復(fù)雜的國際形勢，東南亞國家也出現(xiàn)了一些令人堪憂的信號，如部分國家的極端宗教主義和分裂勢力有所升溫，政治和社會體系復(fù)雜、基礎(chǔ)設(shè)施建設(shè)落后、安全風(fēng)險加大和國際博弈等諸多挑戰(zhàn)。南亞地緣基本特征是印巴對峙，嚴(yán)重阻礙“一帶一路”地區(qū)性計劃的執(zhí)行，如印度就堅決反對中巴經(jīng)濟走廊建設(shè)。中東地區(qū)歷來是恐怖主義孳生的溫床，極端恐怖勢力強大，不時發(fā)生恐襲事件，對中資企業(yè)執(zhí)行項目建設(shè)任務(wù)構(gòu)成嚴(yán)重安全威脅。西亞北非地區(qū)的地緣政治博弈與族群和教派矛盾復(fù)雜，中央與地方利益嚴(yán)重沖突，導(dǎo)致境外中資企業(yè)有些項目不得不中止執(zhí)行。

腐敗問題也會嚴(yán)重影響政治局勢的穩(wěn)定。對外直接投資中可能出現(xiàn)的腐敗問題又可以分為兩類：一類是政治腐敗，即行政人員在政策制定過程中產(chǎn)生的尋租行為;另一類是行政腐敗，即政策項目在執(zhí)行過程中產(chǎn)生的尋租行為?！耙粠б宦贰毖鼐€國家多為發(fā)展中國家，基礎(chǔ)設(shè)施尚不完善，行政軟件、硬件系統(tǒng)也不夠完備，行政效率低下，腐敗問題嚴(yán)重，給我國在“一帶一路”沿線投資造成巨大壓力。世界腐敗指數(shù)每年會對全球各個國家與地區(qū)的腐敗控制程度進行評分。整體來看，“一帶一路”沿線國家對腐敗的控制并不好，除了新加坡等極少數(shù)國家以外，大多數(shù)國家都存在相對嚴(yán)重的腐敗問題。

三、 “一帶一路”沿線國家投資政治風(fēng)險比較

（一） 政治風(fēng)險的界定

雖然對于政治風(fēng)險的界定各位學(xué)者有不同的看法，但可以總結(jié)出一些共性。在此基礎(chǔ)上，定義政治風(fēng)險是東道國政治環(huán)境變動導(dǎo)致投資面臨損失的可能性，衡量的是一國政局的穩(wěn)定性、權(quán)威性和治理能力。從政治因素看，東道國社會環(huán)境是否穩(wěn)定將嚴(yán)重影響著投資的風(fēng)險與安全，若東道國發(fā)生內(nèi)部沖突，如國內(nèi)民族爭端或宗教爭端等，或發(fā)生外部沖突，如與他國的戰(zhàn)爭等，會使國家處于持續(xù)的政治動蕩之中，社會無基本秩序可言，將嚴(yán)重?fù)p害社會的治安、交通、通訊等基礎(chǔ)設(shè)施，威脅企業(yè)財產(chǎn)安全與工作人員的人身安全，跨國企業(yè)無法正常運營或不得不陷入經(jīng)營停頓或終止。

（二） 指標(biāo)體系的構(gòu)建

遵循全面性、科學(xué)性、系統(tǒng)性、指標(biāo)可量化性和數(shù)據(jù)可獲得性的原則，構(gòu)建評價指標(biāo)，如表2所示，政治風(fēng)險將采用6個子指標(biāo)，衡量一國的政治風(fēng)險，數(shù)值越大，表明政治風(fēng)險越低;數(shù)值越大排名越靠前，表明較低的政治風(fēng)險會降低對東道國投資受損的可能性。

（三） 樣本國家的選擇

根據(jù)數(shù)據(jù)可得性原則，選取2012-2020年間中國對外直接投資流量額均值大于2000萬美元的22個樣本國家，具體選取國家如表3所示。

（四） 評價方法及過程

根據(jù)數(shù)據(jù)的可獲得性以及研究目的，本文將對“一帶一路”沿線的22個樣本國家進行政治風(fēng)險比較評價，采用因子分析法，使用的分析軟件為SPSS21，數(shù)值越大，風(fēng)險越低，東道國政治風(fēng)險排名越靠前。

1.評價方法。在對樣本國家投資政治風(fēng)險進行評價時，采用因子分析法從評估指標(biāo)中找到影響樣本國風(fēng)險的關(guān)鍵因子即公共因子，并用這些公共因子的得分FAC作為衡量樣本國風(fēng)險大小的基礎(chǔ)。

（1） 基本模型

假設(shè)選取N個樣本、P個指標(biāo)，x1，x2，x3，…，xn為隨機變量，我們所需計算的公因子則是F=（F1，F(xiàn)2，F(xiàn)3，…，F(xiàn)m）T，而X=（x1，x2，x3，…，xp）是可以計量的隨機向量，其中E（X）=0，協(xié)方差陣Cov（X）等于矩陣R。F=（F1，F(xiàn)2，F(xiàn)3，…，F(xiàn)m）T為不可測量向量，其中均值向量E（F）為零，而協(xié)方差陣Cov（F）=I則說明向量中每一子分量彼此并立。ε=（ε1，ε2，ε3，…，εn）這一向量則獨立于F，E（ε）=0，即ε的協(xié)方差陣Σ為對角矩陣，說明各分量從屬于向量但又彼此沒有關(guān)聯(lián)。綜上可以得出因子分析模型如下：x1=a11F1+a12F2+…+a1mFm+ε1

x2=a21F1+a22F2+…+a2mFm+ε2

...

xp=ap1F1+ap2F2+…+apmFm+εp我們稱矩陣A=（aij）為因子載荷矩陣，其中aij為因子載荷，本質(zhì)上代表了公因子Fi與變量xj的關(guān)聯(lián)系數(shù)。ε則表示除公因子外影響因子帶來的變量上的差距的特殊因子，而這種差距一般情況下是可以忽略的。

（2） 基本步驟

第一，將原始數(shù)據(jù)標(biāo)準(zhǔn)化。數(shù)據(jù)標(biāo)準(zhǔn)化是通過選取適當(dāng)?shù)闹笜?biāo)或?qū)⒛嫦蛑笜?biāo)正向化，消除指標(biāo)間數(shù)量級和量綱上差異帶來的影響;

第二，進行KMO檢驗，判斷其是否適用于因子分析法。因子分析的前提是建立在各變量彼此相關(guān)但又批次獨立的基礎(chǔ)上，而Bartlett球形通過驗證單位矩陣進行因子分析，KMO檢驗是建立因子范圍值測量各變量的相關(guān)程度，即數(shù)值越大，因子分析應(yīng)用成效越高。若KMO≥0.5，則說明此數(shù)據(jù)可以作因子分析，若KMO≥0.7，則表明采取因子分析法得出的結(jié)論更為恰當(dāng)。

第三，確定公因子。通過SPSS21篩選出主成分，再計算出各因子的初始特征值，反映其相應(yīng)的貢獻程度的方差貢獻率以及最初情況的累計貢獻率。

第四，進行因子旋轉(zhuǎn)。由于公因子間相互獨立，因此每一個公因子都有異于其他因子的涵義，但若因子不能顯著反映原始變量包含的內(nèi)容，為了增強因子的顯著程度，旋轉(zhuǎn)原始變量，重新分配各個因子。

第五，計算公共因子得分FAC?？蛇\用線性關(guān)系將因子得分表示如下：Fi=aj1x1+aj2x2+…+ajnxn（j=1，2，…，n）2.因子分析法評估過程

（1） 原始數(shù)據(jù)標(biāo)準(zhǔn)化。本文選取的指標(biāo)數(shù)據(jù)來源于世界銀行公布的非全球治理指數(shù)（WGI），共有6個指標(biāo)，分別為政府效能指數(shù)、政治穩(wěn)定指數(shù)、腐敗控制指數(shù)、監(jiān)督管理指數(shù)、法治建設(shè)指數(shù)、公民參與指數(shù)，數(shù)據(jù)區(qū)間均為[-2.5，2.5]，標(biāo)準(zhǔn)一致，因此無需進行原始數(shù)據(jù)的標(biāo)準(zhǔn)化。

（2） KMO檢驗。首先要檢驗各變量間是否存在相關(guān)關(guān)系，采用如表所示的KMO檢驗和Bartlett球形度檢驗的作用是識別原始數(shù)據(jù)是否滿足因子分析的相關(guān)要求。根據(jù)表4看出，2012-2020年KMO度量值均大于0.7，球形度檢驗Sig.值均為0.000，低于0，01，這表明本文所選取的指標(biāo)適合進行因子分析。

本文通過描述其變量對指標(biāo)的貢獻程度表示其解釋能力，數(shù)值范圍通常介于0-1中間，且數(shù)值越大則越說明信息被解釋程度高。公因子方差提取數(shù)值如表5所示，2012年-2020年初始數(shù)值均為1，通過比較發(fā)現(xiàn)，除2012-2014年、2018-2020年政治穩(wěn)定指數(shù)和公民參與指數(shù)小于0.5之外，大多數(shù)公因子方差均高于0.8，整體的提取結(jié)果仍然是滿意的，能較好地解釋初始變量，如表5所示。

（3） 確定公因子。本文采用主成分分析法確定公共因子數(shù)目，并將特征值大于1作為提取公因子的標(biāo)準(zhǔn)，但選取公因子仍應(yīng)根據(jù)實際情況對其進行考量，以滿足因子貢獻率對原始數(shù)據(jù)信息的反映。由表6所示，除2015-2017年有2個因子特征值高于1之外，其余年份均有1個因子特征值高于1，2012-2020年總累計方差貢獻率均達(dá)70%，由此可以看出，本文選取的公因子可解釋絕大多數(shù)初始數(shù)據(jù)中蘊含的信息。

同時，通過對2015-2017年各年的方差解釋率進行加權(quán)處理，得到2015年成分1權(quán)重為80.479%，成分2權(quán)重為19.521%;2016年成分1權(quán)重為79.02%，成分2權(quán)重為20.98%;2017年成分1權(quán)重為80.648%，成分2權(quán)重為19.352%;

（4） 提取公因子。建立因子模型的意義，不僅是提取原始變量的問題，還在于分析新提取的變量，了解每個變量的含義，才能找到實際問題的解決方案，即確保每個變量僅在單個公因子上具有較大的載荷，而在其余公因子上具有較小的載荷。為了便于看到各個公因子與原始變量之間的載荷系數(shù)，采用最大方差法對因子載荷進行正交旋轉(zhuǎn)，但由于2012-2014年、2018-2020年的成分只有一個，直接選取成分矩陣如表7所示。

2015-2017年提取的公因子均有兩個，對初始載矩陣進行了旋轉(zhuǎn)，旋轉(zhuǎn)成分矩陣如表8所示。

（5） 計算因子得分。在建立因子模型后，如果將這些因子用于研究，則必須對每個樣本提取的公共因子進行估計，因子得分就是這個估計值。計算因子得分需要因子得分系數(shù)，本節(jié)通過SPSS21分析得到因子得分系數(shù)矩陣，如表9所示。

通過因子得分系數(shù)，可以相應(yīng)的表達(dá)出因子得分函數(shù)。

2012年：F1=0.225x1+0.116x2+0.208x3+0.226x4+0.226x5+0.155x6

2013年：F1=0.224x1+0.123x2+0.205x3+0.224x4+0.225x5+0.153x6

2014年：F1=0.227x1+0.124x2+0.208x3+0.230x4+0.232x5+0.143x6

2015年：F1=0.210x1-0.003x2+0.211x3+0.241x4+0.232x5+0.242x6

F2=0.129x1+0.734x2+0.043x3-0.038x4+0.029x5-0.635x6

2016年：F1=0.227x1-0.084x2+0.220x3+0.237x4+0.230x5+0.166x6

F2=0.105x1-0.696x2-0.011x3-0.102x4+0.070x5-0.670x6

2016年：F1=0.247x1-0.339x2+0.201x3+0.183x4+0.229x5-0.118x6

F2=-0.017x1-0.578x2+0.074x3+0.177x4+0.042x5+0.735x6

2018年：F1=0.226x1+0.136x2+0.210x3+0.228x4+0.225x5+0.138x6

2019年：F1=0.225x1+0.142x2+0.209x3+0.228x4+0.223x5+0.132x6

2020年：F1=0.221x1+0.156x2+0.201x3+0.223x4+0.217x5+0.133x6

（五） 比較結(jié)果及分析

1.比較結(jié)果

將得到的各公共因子得分Fj及各因子權(quán)重Wj代入公式ZF=∑nj=1FjWj中，可以求出我國對22個樣本國家2012-2020各年的政治風(fēng)險得分，最終按照9年政治風(fēng)險均值得分排名。除2015-2017年公因子2個除外，其他年份均有1個，將前文得到的數(shù)據(jù)代入公式中求得22個樣本國家政治風(fēng)險排名，具體情況如表10所示，在政治風(fēng)險排名中，新加坡位列第一，投資額排名第四，以色列、文萊、格魯吉亞這三個國家政治風(fēng)險排名靠前，但投資額排名靠后。

2.結(jié)果分析

從國別角度來看，2012-2020年間，投資額排名前22個樣本國家中，政治風(fēng)險最低的5個國家依次為：新加坡、以色列、文萊、格魯吉亞、馬來西亞，這五個國家2012-2020年政治風(fēng)險均值大于0，政治風(fēng)險較小;政治風(fēng)險最高的5個國家依次為緬甸、伊朗、老撾、柬埔寨，其中柬埔寨投資額較多，投資均額高達(dá)3億美元，但政治風(fēng)險排名靠后。

從地區(qū)角度來看，投資額排名前22個樣本國家中，東南亞國家數(shù)量較多，其次是西亞、北非。政治風(fēng)險最高和最低的5個國家中，東南亞地區(qū)占大多數(shù)，西亞、北非地區(qū)政治風(fēng)險最低，其次是中東歐地區(qū)，南亞地區(qū)政治風(fēng)險最高。

東南亞地區(qū)的政治風(fēng)險在六個地區(qū)中排名靠后，各國政治風(fēng)險在區(qū)域內(nèi)的差異較大，主要體現(xiàn)在該地區(qū)各國的法治建設(shè)和環(huán)境水平存在差異，并且各國的經(jīng)濟發(fā)展和政治穩(wěn)定性差距大。因此，在東南亞地區(qū)投資政治風(fēng)險較高。新加坡政治風(fēng)險最低，排名第一，且投資額較高，吸引了中國大量投資，是中國在“一帶一路”沿線國家投資的重要合作伙伴。投資額排名前五的國家均是東南亞國家，其中，排名第一的印度尼西亞和排名第二的泰國政治風(fēng)險中等，排名第三的柬埔寨政治風(fēng)險僅排第19位。

西亞、北非地區(qū)的政治風(fēng)險在“一帶一路”沿線的22個樣本國家中處于較低水平。其中，以色列的政治風(fēng)險最低，排在第2位。從2012-2020年政治風(fēng)險均值來看，以色列政治風(fēng)險較小，政府更迭平穩(wěn)，政策連續(xù)性好，但不容忽視的是，以色列目前國內(nèi)政治情況非常復(fù)雜，內(nèi)部黨派很多，但沒有一個政黨占壓倒性優(yōu)勢，所以這兩年其國內(nèi)政治突出特點就是政局不穩(wěn)。

中東歐地區(qū)的政治風(fēng)險在22個樣本國家中處于中等偏后水平。其中，白俄羅斯排在第14位。中東歐地區(qū)有一定的經(jīng)濟發(fā)展水平，法理制度完善，并且有適應(yīng)的商業(yè)環(huán)境，但近年來經(jīng)濟增速放緩放大了貧富分化和腐敗等問題，社會矛盾激化，傳統(tǒng)政黨民意支持率下降，政治碎片化愈加明顯。中東歐多黨制國家普遍出現(xiàn)傳統(tǒng)政黨式微、議會政黨碎片化加劇、政府組閣艱難及政治穩(wěn)定性下降等問題。

東北亞地區(qū)包含兩個國家：俄羅斯和蒙古。這兩個國家政治風(fēng)險排名居中，分別位于第13位和第11位。該地區(qū)具備穩(wěn)定的政治基礎(chǔ)，是地區(qū)各國實現(xiàn)自身發(fā)展戰(zhàn)略的有效交叉點。但歷史遺留問題和復(fù)雜的大國博弈使東北亞地區(qū)矛盾風(fēng)險多發(fā)，領(lǐng)土爭端和地緣政治角力愈發(fā)突出，使得東北亞地區(qū)投資的政治風(fēng)險加大。

中亞地區(qū)政治風(fēng)險排名靠后，其中，吉爾吉斯斯坦排名第17位。中亞國家獨特的政治體制使之具有較高的政治風(fēng)險。此外，各國的經(jīng)濟發(fā)展水平不高，法治制度相對不完善，存在腐敗現(xiàn)象。但中國與中亞地區(qū)的合作具有較強的互補性，雙方的合作也在不斷深化。

南亞地區(qū)的政治風(fēng)險在22個樣本國家中最高，并且，中國對其總投資額并不高。巴基斯坦和孟加拉國在南亞地區(qū)投資額最多，但政治風(fēng)險排名靠后，分別位列第15名和第18名?？傮w來看，南亞地區(qū)的法治制度相對不完善，沒有好的商業(yè)環(huán)境作為投資保障，政治不穩(wěn)定并頻繁發(fā)生動亂。

五、 結(jié)論與建議

（一） 研究結(jié)論

本文選取2012-2020年間中國對外直接投資流量額均值大于2000萬美元的22個樣本國家，采用因子分析法和spss21軟件，對樣本國家在2012-2020年的政治風(fēng)險指標(biāo)進行實證分析，得出的主要結(jié)論是：

第一，從國別角度看，2012-2020年間，投資額排名前22個樣本國家中，新加坡是“一帶一路”沿線國家投資中政治風(fēng)險最低的國家，緬甸是政治風(fēng)險最高的國家。柬埔寨投資均額排名第3位，但政治風(fēng)險靠后，僅排第19位。

第二，從地區(qū)角度看，西亞、北非地區(qū)政治風(fēng)險最低，其次是中東歐地區(qū)，南亞地區(qū)政治風(fēng)險最高。東南亞國家2012-2020年普遍投資均額較高，但同時政治風(fēng)險各國差異較大，政治風(fēng)險排名靠前和靠后的五個國家中，東南亞國家居多。

（二） 政策建議

通過對“一帶一路”沿線國家投資政治風(fēng)險比較發(fā)現(xiàn)，投資額較多的部分國家所面臨的政治風(fēng)險卻較大，同時，“一帶一路”沿線國家面臨的政治風(fēng)險復(fù)雜多變，區(qū)域內(nèi)各國家的政治風(fēng)險也各不相同。因此，加強對“一帶一路”沿線國家政治風(fēng)險的識別和評估顯得尤為重要，結(jié)合以上分析的結(jié)論，特提出如下建議以降低對沿線國家投資的政治風(fēng)險，從而有效促進中國“一帶一路”高質(zhì)量發(fā)展：

第一，合理規(guī)劃投資的區(qū)域結(jié)構(gòu)。由上述分析可知，中東歐地區(qū)的政治風(fēng)險較小，東南亞地區(qū)的政治風(fēng)險處于中等偏下水平，但從2012-2020年間中國對外直接投資流量均值來看，中東歐地區(qū)投資均額僅為東南亞地區(qū)1.86%。對此，建議加大對中東歐地區(qū)的投資，合理規(guī)劃投資的區(qū)域結(jié)構(gòu)，減少因政治風(fēng)險帶來的投資損失。

第二，加強對“一帶一路”沿線國家政治風(fēng)險的識別和評估。截至2020年，中國對“一帶一路”建設(shè)項目投資規(guī)模達(dá)到新高，對外直接投資分別占全球當(dāng)年流量的20.2%，位列第一。但值得注意的是，“一帶一路”沿線國家在疫情沖擊下政治風(fēng)險普遍上升，未來投資者面臨的風(fēng)險可能持續(xù)加大。因此建議中國政府與東道國政府加強互利互信機制，完善信息共享平臺，提高信息的準(zhǔn)確及時性以確保風(fēng)險評估的有效性，借助大數(shù)據(jù)、云計算等科技手段全方位量化政治風(fēng)險，構(gòu)筑風(fēng)險評估體系。

[參考文獻]

[1] Robock S.H.Political risk：identification and assessment[J].Columbia Journal of World Business，1971，6（4）：6-20.

[2]Kennedy.Kobrin.Political Risk：A Review and Reconsideration[J].Journal of International Business Studies，1979（10）：67-80.

[3]Jeffrey.S.D.Political Risk Assessment：past trends and future prospects[J].Columbia Journal of the World Business，1982：62-71.

[4]李夢茜.“一帶一路”倡議下中國企業(yè)“走出去”政治風(fēng)險分析[D].長春：吉林大學(xué)，2018.

[5]景璟.風(fēng)險管理框架下的“一帶一路”政治風(fēng)險研究[D].長春：吉林大學(xué)，2019.

[6]劉昊.國有企業(yè)對外直接投資政治風(fēng)險研究[D].武漢：中南財經(jīng)政法大學(xué)，2019.

[7]陳雅卿.“一帶一路”對外基礎(chǔ)設(shè)施投資建設(shè)的政治冒險分析[D].上海：華東師范大學(xué)，2018.

[8]Haendel.D.，West，G.T.，Meadow，R.G.Overseas Investment and Political Risk[M].Philadelphia：Foreign Policy Research Institudte，1975.

[9]陳菲瓊，鐘芳芳.中國海外直接投資政治風(fēng)險預(yù)警系統(tǒng)研究[J].浙江大學(xué)學(xué)報（人文社會科學(xué)版），2012，42（01）：87-99.

[10]孟凡臣，蔣帆.中國對外直接投資政治風(fēng)險量化評價研究[J].國際商務(wù)研究，2014，35（05）：87-96.

[11]丁峰.對外直接投資政治風(fēng)險的測評及影響因素研究[D].北京：對外經(jīng)濟貿(mào)易大學(xué)，2019.

（責(zé)任編輯文格）

Comparative Study on the Political Risks of Investment in the

Countries along the “Belt and Road”

GUI Ping， LI Lei

（School of Management，Wuhan University of Technology，Wuhan 430070，Hubei，China）

Abstract：Based on the World Bank database and referring to the “Global Governance Index”，the political risk index of investment in countries along the “Belt and Road” is constructed.By selecting 22 countries as the sample with an average value of Chinas foreign direct investment flow of more than 20 million US dollars from 2012 to 2020，using factor analysis model and SPSS software，to compare and analyze the political risk of the 22 sample countries.The research results show that the political risks faced by the host countries with more average investment are relatively large.At the same time，the political risks faced by the countries along the “Belt and Road” are complex and changeable，and there are obvious differences in the political risks of countries in the region.Therefore，investors are advised to rationally plan the regional structure of investment，and strengthen the identification and assessment of political risks in the countries along the “Belt and Road”.

Key words：the Belt and Road; foreign direct investment; political risk; factor analysis; risk assessment