经过30多年的改革开放, 我国经济目前正处在从“引进来”为主到“引进来和走出去并重”的重大转变时期, 出现了市场、资源、投资都相互融合的新局面。2013年习近平主席在出访中亚和东南亚国家期间, 先后提出共建“丝绸之路经济带”和“21世纪海上丝绸之路”(以下简称“一带一路”)的重大倡议, 得到国际社会高度关注。“一带一路”倡议并不包含地缘政治博弈成分, 而是倡导平等互利、包容互鉴、合作共赢、共同发展的理念, 追求通过务实合作促进共赢, 是一种促进贸易和合作便利化的过程, 致力于改善多边合作环境, 建立有效的伙伴关系^[1]。“一带一路”贯穿亚欧非大陆, 既包含东亚经济圈, 也包括发达的欧洲经济圈, 中间广大腹地国家经济发展潜力巨大, 蕴含着巨大的商机。

中东欧地区(Central and Eastern Europe, 简称CEE)是一个地缘政治概念, 泛指欧洲大陆地区受前苏联控制的前社会主义国家, 冷战时期的东欧国家, 再加上波罗的海三国(见图 1)。CEE共有16个国家, 分别是波兰、捷克、斯洛伐克、匈牙利、斯洛文尼亚、克罗地亚、罗马尼亚、保加利亚、塞尔维亚、黑山、马其顿、波黑、阿尔巴尼亚、爱沙尼亚、立陶宛和拉脱维亚^[2]。CEE面积占欧洲的5.9%, 人口占1/6, GDP占欧洲10.9%。该地区面积是中国的13.9%, 人口和GDP分别是中国的9.3%和25.5% ^[3]。中东欧国家在“丝绸之路经济带”发展格局中, 地理位置独特, 向西可辐射欧洲, 是打通“丝绸之路经济带”西进欧洲的重要桥梁。作为欧亚大陆市场的枢纽地带, 中国-中东欧的合作具有重要的意义。中东欧由于其特殊的地理位置, 自然环境和气候条件很好, 林业资源非常丰富, 许多国家是欧洲木材、家具、生物能源等林产品的主要出口国。同时我们国家与中东欧国家具有一定的林业合作基础, 我国与斯洛伐克早在2001年就签订了林业合作的双边协定, 并签署了双边造林协议; 2014年4月, 国家林业局与波兰和罗马尼亚两国分别签署了《关于林业合作的谅解备忘录》《关于森林、湿地保护和野生动物保护合作的谅解备忘录》, 确定了中国和波兰、罗马尼亚两国林业主管部门在林业政策法规、森林资源保护、湿地和野生动植物保护、森林可持续经营、木材及木制品贸易、林业科研教育, 以及其他共同感兴趣的相关领域开展合作。

图  1  中东欧16国地理位置和分布

下载: 全尺寸图片 幻灯片

目前, 国家林业局共签署了15个双边政府间协议, 78个双边部门间合作协议, 已逐渐形成了以周边国家和发达国家为主、兼顾其他发展中国家的林业国际合作总体布局。本研究选取了林业投资方面的相关参数, 对中东欧16国的林业投资环境进行了比较以及定量分析, 旨在为政府和民间的林业投资者提供科学参考。

一.   林业投资环境评价指标选取及数据处理

现有的有关林业投资环境评价的研究较多, 尤其是国内省份的林业投资环境分析建立在我国健全的评价体系和完善的数据收集系统的基础上, 数据来源较多, 如中国林业科技网、各省林业厅官方网站和各级统计年鉴等。但目前还未形成关于林业投资环境评价的固定指标体系, 相关指标的选取依然存在许多主观因素。在国际上, 中国-中东欧国家在林业合作方面不是特别深入, 可利用的数据不多, 同时一些国家(如波黑)林业制度还不完善, 部分林业统计数据缺失, 为获取信息造成了一定的困难。因此, 本研究在广泛搜集权威的国际组织和机构公布的最新数据的基础上, 以科学性、实用性及可操作性为原则, 选取了由联合国粮农组织(Food and Agriculture Organization of the United Nations, 简称FAO)2015年公布的6个林业投资环境评价指标。这些指标包括:森林覆盖率(F1)、单位森林面积平均蓄积量(F2)、森林私有化率(F3)、林业就业人数占全部就业人数比例(F4)、人均管理森林面积(F5)、林业对GDP的贡献率(F27)。这些指标主要反映了2015年中东欧各国的森林资源、森林所有权结构、森林经营管理水平、林业对社会经济贡献等基本状况, 在国家水平上基本反映了林业的综合状况, 数据来源于Global Forest Resources Assessment^[4]。FAO对于全球森林资源的评估结果是反映世界森林资源状况的权威数据, 已成为各国政府考察森林资源的重要依据^[5]。此外, 本文参考了World Economic Forum公布的2015年全球竞争力报告中公布的最新指标^[3], 包括:基础设施(F6)、宏观经济(F7)、技术条件(F8)、违规付款和贿赂(F9)、司法独立(F10)、通过法律解决纠纷的效率(F11)、打击恐怖主义的商业成本(F12)、打击犯罪和暴力的商业成本(F13)、有组织犯罪(F14)、警察服务的可靠性(F15)、专门培训服务(F16)、职工培训(F17)、人类发展指数(HDI) (F18)、营商便利度排名(F19)、经济自由度排名(F20)、GDP增长率(F21)、失业率(F22)、商品市场效率(F23)、劳动力市场效率(F24)、特区个数(F25)、与中国签订的经贸协议个数(F26)。这些指标反映了2015年度中东欧各国经济政策、财务状况、吸引外资、基础设施、营商环境、司法公正等情况, 包含了国家间企业经贸合作过程中可能涉及的各个方面。该报告采用的是国际权威的研究成果^[6], 已经成为商界精英进行全球业务布局和政府高层制定全球竞争决策的重要参考。

考虑到本次分析中所使用的数据量较多、评价指标复杂, 笔者使用相关性分析(卡方统计)来计算16国两两之间的相关性系数, 用于观察这些国家之间的相互关系; 同时使用了模糊聚类(c-means)、主坐标分析(principal co-ordinates analysis, 简称PCoA)对所有指标进行分析和可视化作图, 旨在明确地展示16国的内部投资环境; 最后, 使用了因子分析, 提取公因子后, 采用了以公因子方差贡献率权重为系数, 分别乘以因子得分的综合评价模型来评估各国的投资环境, 并进行打分。本次研究中, 分析和作图使用软件为R(R 3.2.4 patched)。

二.   林业投资环境分析结果

一   16国投资环境相关性分析

首先, 对搜集的数据进行相关性分析来评估中东欧16国两两之间林业投资环境的比较情况(见图 2), 色块的颜色越深表示相似度越高。分析结果表明, 位于亚得里亚海东岸的前南斯拉夫国家马其顿、塞尔维亚、波黑、克罗地亚和与马其顿、塞尔维亚接壤的阿尔巴尼亚两两之间相似性较高; 前苏联国家爱沙尼亚、立陶宛和拉脱维亚两两之间也具有较高的相似性, 说明这些国家的林业投资环境较为相似, 这些国家都是前南斯拉夫或者前苏联国家, 由于历史遗留、民族、宗教等原因导致这些国家具有相似的社会、政治和经济环境, 且这些国家地理位置与气候差异较小, 森林资源禀赋的差异较小, 所以这些国家相似度高; 而华约组织国匈牙利、捷克、斯洛伐克与其他国家的林业投资环境差异都比较大, 这些国家属于中东欧比较发达的国家, 经济环境属于欧洲前列, 与我国的合作具有一定的历史, 但是这些国家在森林资源、林业就业比例等方面与其他国家有着较大差异, 导致这些国家与其他国家两两之间差异较大, 属于比较特殊的情况。

图  2  中东欧16国投资环境相关性分析

下载: 全尺寸图片 幻灯片

二   模糊聚类分析

为了进一步评估16国林业投资环境, 且更加明确地将林业投资环境相似的国家划分归类, 笔者对16国的相关参数进行了一种非层次聚类分析——模糊聚类分析(c-means)。该方法是在模糊分类关系基础上进行分类, 其基本原理是用相似性尺度衡量样本之间的亲疏程度。它将各个研究对象的参数赋予了不同的组, 然后根据研究对象与组之间的归属程度(成员值)来判断对象之间的紧密程度^[7-8]。该方法在证券投资、决策等多个方面应用较广^[9-11]。与此同时, 笔者进行了主坐标分析(PCoA), 并将聚类的排序图结合主座标分析的结果展示(见图 3)。

图  3  中东欧16国的模糊聚类分析

下载: 全尺寸图片 幻灯片

将16国的所有27个评价指标作为参数进行模糊聚类。从模糊聚类结果来看, 16国的27个评价指标被分配到5个成员值中, 每个国家根据5个成员值所占比例的大小来决定其归属。本次分类的平均轮廓宽度值为0.32, 其中第1组聚类效果最好, 其平均宽度值为0.64;第2组包括的国家中爱沙尼亚的轮廓值较低, 说明聚类结果不明确; 第5组的聚类结果显示斯洛文尼亚的聚类效果非常不明确。而在排序图(见图 3b)中也显示, 第2组中的爱沙尼亚和第5组中的斯洛文尼亚归属不清晰, 爱沙尼亚与第2组中的国家相比森林资源非常丰富, 拥有中东欧最高的森林覆盖率和私有化率, 林业对GDP贡献率比其他国家高, 这些特点与第1组的国家较为类似。但是爱沙尼亚的经济、社会环境又比第1组的国家要好, 所以导致它的分类结果不明确, 而斯洛文尼亚情况也较为类似。通过以上分析认为, 本次聚类结果较为可靠, 结果与相似性分析结果一致, 本次分析将16国较为明确地划分为5大区域, 说明这些划分区域内部国家林业投资环境较为类似。

三   因子分析及综合评价

因子分析法为多元统计分析的一种重要分析方法, 该方法通过降维能够将反映样本多个参数指标组合成相互独立新的综合指标, 通过研究这些新指标更加容易得出综合、一致性的结论。该方法在评价投资环境研究方面应用较多^[12-15]。

根据所选取的27个评价指标进行因子分析, 并在分析中采用了正交旋转。该做法使公因子符合系数向两极方向变化, 更加容易获得解释, 其结果见表 1。通常来说, 当排名靠前的几个公因子的累积贡献率达到80%时, 就认为这几个公因子可以解释绝大部分指标所包含的信息。本次分析中前6的公因子的累计贡献率为87.14%, 满足上述条件, 说明这6个公因子基本包含了所有指标的信息, 因此选取这6个公因子进行下一步分析。

表  1  总方差分解表

下载: 导出CSV 

| 显示表格

根据旋转后因子与原始变量的相关矩阵按系数排列后(由大到小)的矩阵可得出公因子对应的原始指标。第一主成分(C₁)对应的指标为F27、F24、F23、F14、F28、F10、F20、F25、F12、F13、F19;第二主成分(C₂)对应的指标为F11、F2、F22、F26、F9;第三主成分(C₃)对应的指标为F15、F16、F17;第四主成分(C₄)对应的指标为F6、F31、F18;第五主成分(C₅)对应的指标为F30、F29、F7;第六主成分(C₆)对应的指标为F1、F5。

为了进一步评价中东欧16国林业投资环境, 对上述6个公因子的得分计算系数矩阵(见表 2)。从得分系数矩阵可看出, 位于中东欧北部的国家如爱沙尼亚、拉脱维亚的大部分因子得分比较靠前, 而波黑、塞尔维亚等前南斯拉夫国家的因子得分多为负数, 说明爱沙尼亚等国家的林业投资环境较好, 相比之下波黑等国家的林业投资环境较差。

表  2  各因子得分系数表

下载: 导出CSV 

| 显示表格

虽然各因子反映了大量的相关信息, 但所包含的信息并未能全面概括所有的参数。为了进一步对16国的林业投资环境作出综合的评价, 我们以各公因子方差贡献率占累计方差贡献率的权重作为系数, 分别乘以因子的得分数, 从而获得一个衡量各国林业投资环境的综合评价得分模型^[16] :

将16国的数据分别输入该模型, 即获得各国的综合得分(见表 3)。由表 3可知, 爱沙尼亚的综合得分最高, 排名第一; 其次是拉脱维亚、捷克、立陶宛等国; 而波黑的得分最低。由于16个国家的面积不大, 虽然森林覆盖率不低, 但对于林业企业投资和贸易来讲, 体量不大, 与单独某个国家的贸易对于大型企业来讲效率不高。因此根据表 3, 进一步把16国的投资环境进行类别划分, 投资环境优的国家为爱沙尼亚、拉脱维亚、捷克; 投资环境良的国家是立陶宛、斯洛文尼亚、波兰、匈牙利、斯洛伐克; 投资环境中等的国家为黑山、罗马尼亚、马其顿、保加利亚、克罗地亚、阿尔巴尼亚、塞尔维亚、波黑。

表  3  中东欧16国林业投资环境综合得分表

下载: 导出CSV 

| 显示表格

三.   讨论

经过对16国相关林业投资环境参数的分析比较, 根据林业投资环境将中东欧16个国家划分成了5个区域。总的来说, 这些区域基本按照地缘位置划分, 位于巴尔干半岛的塞尔维亚、波黑、马其顿和阿尔巴尼亚之间具有较高的相似性, 这些国家都属于前南斯拉夫国家, 其林业资源、政策、宗教等条件很接近, 同时这些国家的综合评分比较低, 反映了这类国家相对不利于林业投资的方面。这类国家面临着民族冲突、政党冲突, 国家林业管理机构和林业相关政策很不完善。例如, 波黑的林业资源清查至今还未完成, 许多林区还遗留着内战时期的地雷^[17]。与此同时, 这些国家有着繁冗复杂的法律体系, 对于林业投资来说是非常不利的。但是这些国家由于地理环境相对受限, 小农经济是一个主要的特点, 同时又为大型公司整合初级生产商提供了机会。而且这些国家山地较多, 森林资源也比较丰富, 是林业投资的一个优势, 在这些国家进行林业投资将会挑战与机遇并存。

爱沙尼亚、立陶宛、拉脱维亚等国位于中东欧中北部, 本研究分析结果表明这些国家的综合得分相对较高, 表明其林业投资环境非常好。实际上, 这些国家具有丰富的森林资源, 人均森林持有量排名前列^[18-19], 大多鼓励外来投资。例如, 由于爱沙尼亚国内的政治环境较为稳定, 政府提供了大量的优惠政策, 森林资源丰富, 人均拥有木材量达到362 m³, 居欧洲第三^[18-20], 同时与我国的交流合作较为频繁。类似爱沙尼亚的这些国家相对来说非常适合我国进行林业投资。

近几十年来, 中国与中东欧国家的关系在中欧关系框架中未获得应有重视。全球金融危机和欧洲主权债务危机发生后, 双方寻求合作的意愿上升, 交流也逐渐地频繁, 建立“16 + 1”林业合作机制已是大势所趋, 迫在眉睫。对16国的林业投资环境的评价分析能够帮助我们了解这些国家林业投资环境的基本情况, 从而有针对性地进行相关经济活动, 也对双方今后的林业投资、合作等具有重要的意义。