楊 程， 李夕兵

（中南大學(xué) 資源與安全工程學(xué)院，湖南 長(zhǎng)沙410083）

截止2018 年末，我國(guó)礦業(yè)對(duì)外直接投資存量已達(dá)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(kāi)采、有色金屬礦采選、黑色金屬礦采選、煤炭開(kāi)采等［1］。 E＆MJ′s 全球金屬礦業(yè)投資年度調(diào)查預(yù)計(jì)我國(guó)礦業(yè)企業(yè)未來(lái)將成為一個(gè)強(qiáng)大的全球礦業(yè)投資的參與者［2］。 分析我國(guó)礦業(yè)海外直接投資區(qū)位分布特征、影響因素以及未來(lái)投資分布趨勢(shì)，對(duì)于提高我國(guó)礦業(yè)海外投資質(zhì)量、制定投資決策均具有理論和實(shí)踐意義。 然而，目前尚無(wú)針對(duì)這些問(wèn)題全面系統(tǒng)的研究，并且已有的相關(guān)研究?jī)H僅是在傳統(tǒng)雙邊模式下進(jìn)行的，即僅考慮了東道國(guó)對(duì)投資的影響，未考慮第三國(guó)（泛指除母國(guó)和東道國(guó)以外的其他國(guó)家（地區(qū)））效應(yīng)對(duì)投資的影響。 鑒于此，本文以世界主要經(jīng)濟(jì)體為例，以新的視角在多邊模式下研究我國(guó)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(guó)（地區(qū)）投資前景、選擇投資目的地提供依據(jù)。

1 研究思路與基礎(chǔ)數(shù)據(jù)

1.1 研究思路

中國(guó)香港、東盟、澳大利亞、歐盟、俄羅斯聯(lián)邦、美國(guó)是世界主要經(jīng)濟(jì)體，截止2018 年末我國(guó)礦業(yè)對(duì)這些經(jīng)濟(jì)體直接投資存量達(dá)1 103.29 億美元，占同年礦業(yè)對(duì)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(shí)主要是分析東道國(guó)（地區(qū)）的區(qū)位優(yōu)勢(shì)，例如：東道國(guó)地質(zhì)和資源條件、環(huán)境因素、社會(huì)政治穩(wěn)定性［3］；獲取利潤(rùn)、占有市場(chǎng)份額能力［4］；東道國(guó)投資環(huán)境質(zhì)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(zhì)性，卻忽略了區(qū)位間同時(shí)存在空間相互關(guān)聯(lián)的事實(shí)。 空間相關(guān)分為全局空間相關(guān)和局部空間相關(guān)，造成空間相關(guān)的主要原因是空間要素在空間邊界之間的流動(dòng)以及空間界限導(dǎo)致的區(qū)位、距離對(duì)空間特征的影響；這表明一個(gè)區(qū)位上的事物和現(xiàn)象可由空間系統(tǒng)中其他位置上的事物和現(xiàn)象決定或部分決定［7］。 因此可以認(rèn)為我國(guó)礦業(yè)對(duì)某一國(guó)家（地區(qū)）進(jìn)行投資除受到標(biāo)的區(qū)位影響外，還會(huì)受到來(lái)自于其他國(guó)家（地區(qū)）的影響，即受到空間經(jīng)濟(jì)效應(yīng)影響。 由于開(kāi)采和相關(guān)生產(chǎn)要素被分布在各個(gè)區(qū)域，企業(yè)是以貨幣為主要計(jì)量單位對(duì)海外投資這一經(jīng)濟(jì)活動(dòng)進(jìn)行核算、監(jiān)督；且投資存量反應(yīng)了累計(jì)固定資產(chǎn)投資，故我國(guó)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(xiàn)出對(duì)各經(jīng)濟(jì)體投資額的相對(duì)比例關(guān)系，本文進(jìn)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(chǔ)上，建立多區(qū)域的結(jié)構(gòu)分析框架，構(gòu)建動(dòng)態(tài)時(shí)空模型。 首先對(duì)我國(guó)礦業(yè)在世界主要經(jīng)濟(jì)體的直接投資存量份額進(jìn)行分析，總結(jié)出我國(guó)礦業(yè)對(duì)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(jīng)濟(jì)效應(yīng)；最后對(duì)未來(lái)區(qū)位分布趨勢(shì)進(jìn)行預(yù)測(cè)，提出啟示及建議。

1.2 基礎(chǔ)數(shù)據(jù)

鑒于數(shù)據(jù)可得性，本文采用2009 ～2018 年我國(guó)礦業(yè)對(duì)中國(guó)香港、東盟、澳大利亞、歐盟、俄羅斯聯(lián)邦、美國(guó)的直接投資存量數(shù)據(jù)（截至作者投稿，商務(wù)部最新中國(guó)對(duì)外直接投資統(tǒng)計(jì)數(shù)據(jù)為2018 年統(tǒng)計(jì)數(shù)據(jù)）［1，8-16］，對(duì)原始數(shù)據(jù)進(jìn)行基本統(tǒng)計(jì)，結(jié)果見(jiàn)表1。 由原始數(shù)據(jù)計(jì)算得出2009 ～2018 年各經(jīng)濟(jì)體直接投資存量份額，結(jié)果見(jiàn)圖1。 圖1 顯示，中國(guó)香港的投資存量份額曲線整體呈下降趨勢(shì)；美國(guó)整體呈上升趨勢(shì)；東盟與澳大利亞、歐盟與俄羅斯聯(lián)邦曲線變化趨勢(shì)相似。

表1 投資存量基本統(tǒng)計(jì)

圖1 2009～2018 年世界主要經(jīng)濟(jì)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(shù)考察2009 ～2018年我國(guó)礦業(yè)對(duì)世界主要經(jīng)濟(jì)體直接投資的區(qū)位分布特征，測(cè)算公式為［17］：

式中t 表示年份；n 表示經(jīng)濟(jì)體個(gè)數(shù)；i ＝1，2…，6，t ＝2009，…，2018；Sit表示我國(guó)礦業(yè)第t 年在i 經(jīng)濟(jì)體的直接投資存量份額，∑ni＝1Sit＝1；D（S）t為我國(guó)礦業(yè)第t 年對(duì)外直接投資多樣性指數(shù)，其數(shù)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(shù)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(jīng)濟(jì)效應(yīng)分析

2.2.1 分析模型

由于空間相關(guān)分為全局空間相關(guān)和局部空間相關(guān)，故本文將空間經(jīng)濟(jì)效應(yīng)分解為全局效應(yīng)和相鄰效應(yīng)。 全局效應(yīng)用于解釋全局空間范圍內(nèi)，在整體投資規(guī)模不斷增長(zhǎng)下所有經(jīng)濟(jì)體間的相互作用。 相鄰效應(yīng)用于解釋局部空間范圍內(nèi)相鄰經(jīng)濟(jì)體的相互作用。 借鑒Jacques Poot（2000）的方法［18］，將回歸模型設(shè)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(jì)的對(duì)數(shù)值；W＝（wij），為空間權(quán)重矩陣，當(dāng)?shù)貐^(qū)i 和地區(qū)j 相鄰或相近時(shí)，wij＝1，否則wij＝0；St表示第t 年由各經(jīng)濟(jì)體投資存量份額組成的列向量；εit為誤差項(xiàng)；αi為截距項(xiàng)；βi為全局效應(yīng)待估系數(shù)。 由于∑ni＝1Sit＝1，故一些經(jīng)濟(jì)體投資存量份額上升將導(dǎo)致另一些經(jīng)濟(jì)體投資存量份額下降，表明經(jīng)濟(jì)體間存在零和博弈現(xiàn)象及競(jìng)爭(zhēng)關(guān)系。全局效應(yīng)有：①正效應(yīng)：βi＞0，表示隨著整體投資規(guī)模增長(zhǎng)，該經(jīng)濟(jì)體的競(jìng)爭(zhēng)力和投資存量份額趨于上升，投資集聚趨于增強(qiáng)；②負(fù)效應(yīng)：βi＜0，表示隨著整體投資規(guī)模增長(zhǎng)，該經(jīng)濟(jì)體的競(jìng)爭(zhēng)力和投資存量份額趨于下降；③中性效應(yīng)：βi＝0，表示該經(jīng)濟(jì)體的競(jìng)爭(zhēng)力和投資存量份額保持不變。

ρi為相鄰效應(yīng)待估系數(shù)。 相鄰效應(yīng)有：①正效應(yīng)：ρi＞0，表示該經(jīng)濟(jì)體因接受與其相鄰（相近）經(jīng)濟(jì)體的正溢出效應(yīng)使其投資存量份額上升；②負(fù)效應(yīng)：ρi＜0，表示該經(jīng)濟(jì)體受到與其相鄰（相近）經(jīng)濟(jì)體集聚效應(yīng)的影響使其投資存量份額下降；③中性效應(yīng)：ρi＝0，表示該經(jīng)濟(jì)體與其相鄰（相近）經(jīng)濟(jì)體的凈效應(yīng)不顯著。

2.2.2 模型檢驗(yàn)

本文采用F 檢驗(yàn)（方差分析）對(duì)回歸模型的顯著性進(jìn)行檢驗(yàn)，以此推斷回歸模型是否具有實(shí)用價(jià)值。首先建立原假設(shè)H0∶βi＝ρi＝0，備擇假設(shè)βi、ρi不全為0。 給定顯著性水平α：0.01，0.05，0.1，運(yùn)用Matlab 軟件構(gòu)造F 統(tǒng)計(jì)量并計(jì)算F 值以及對(duì)應(yīng)的P 值，如果P值小于α，拒絕H0接受H1，認(rèn)為回歸模型成立；如果P值大于α，接受H0拒絕H1，認(rèn)為回歸模型不成立。

2.3 投資區(qū)位分布預(yù)測(cè)

2.3.1 預(yù)測(cè)模型

灰色系統(tǒng)預(yù)測(cè)法通過(guò)處理原始數(shù)據(jù)和建立灰色模型能夠挖掘、掌握系統(tǒng)演化規(guī)律并對(duì)系統(tǒng)未來(lái)狀態(tài)作出科學(xué)的定量預(yù)測(cè)，故本文采用GM（1，1）數(shù)列預(yù)測(cè)模型預(yù)測(cè)我國(guó)礦業(yè)2019 ～2020 年（“十三五”規(guī)劃結(jié)束）對(duì)中國(guó)香港、東盟、澳大利亞、歐盟、俄羅斯聯(lián)邦、美國(guó)的直接投資區(qū)位分布趨勢(shì)。 預(yù)測(cè)方法［19］為：

1） 設(shè)原始時(shí)間序列X（0）＝［X（0）（1），X（0）（2），…，X（0）（n）］，n 為序列觀察值個(gè)數(shù)。

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

3） 設(shè)GM（1，1）的灰微分方程為：

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

4） 設(shè)式（3）的白化方程及白化方程的時(shí)間響應(yīng)函數(shù)分別為：

5） 由上得累減后的預(yù)測(cè)方程為：

2.3.2 預(yù)測(cè)精度檢驗(yàn)

本文采用后驗(yàn)差檢驗(yàn)對(duì)預(yù)測(cè)模型進(jìn)行檢驗(yàn)。 通過(guò)對(duì)原始序列X（0）與預(yù)測(cè)序列＾X（0）對(duì)應(yīng)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(shí)，預(yù)測(cè)模型為均方差比合格模型。 C0取0.35、0.5、0.65 所對(duì)應(yīng)的模型分別為優(yōu)、合格、勉強(qiáng)合格［20］。 若p ＝大于給定的P0（P0＞0）時(shí)，預(yù)測(cè)模型為小誤差概率合格模型。 P0取0.95、0.8、0.7 所對(duì)應(yīng)的模型分別為優(yōu)、合格、勉強(qiáng)合格［20］。

3 實(shí)證研究結(jié)果與分析

3.1 投資區(qū)位分布特征

按式（1）測(cè)算2009 ～2018 年我國(guó)礦業(yè)對(duì)中國(guó)香港、東盟、澳大利亞、歐盟、俄羅斯聯(lián)邦、美國(guó)的直接投資多樣性指數(shù)D（S），結(jié)果見(jiàn)表2。 由表2 看出投資規(guī)模整體呈現(xiàn)了穩(wěn)步增長(zhǎng)趨勢(shì)，并且投資多樣性指數(shù)從2009 年的0.70 逐漸增長(zhǎng)至了2018 年的1.45，這表明投資發(fā)生了漸進(jìn)式擴(kuò)散轉(zhuǎn)移，高度集聚趨勢(shì)減弱、擴(kuò)散趨勢(shì)增強(qiáng)。

表2 投資存量合計(jì)及投資多樣性指數(shù)值

分別統(tǒng)計(jì)2009 ～2018 年我國(guó)礦業(yè)對(duì)上述經(jīng)濟(jì)體的平均投資水平：①某一經(jīng)濟(jì)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(jì)結(jié)果見(jiàn)表3。

表3 2009～2018 年平均投資水平統(tǒng)計(jì)

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

3.2 空間經(jīng)濟(jì)效應(yīng)

3.2.1 分析結(jié)果

為避免出現(xiàn)偽回歸，首先對(duì)2009 ～2018 年各投資存量份額時(shí)間序列及投資存量合計(jì)取對(duì)數(shù)后的時(shí)間序列l(wèi)nT 進(jìn)行單位根檢驗(yàn)（ADF 檢驗(yàn)），結(jié)果見(jiàn)表4。 結(jié)果顯示各時(shí)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(yàn)結(jié)果

單位根檢驗(yàn)通過(guò)后，確定空間權(quán)重矩陣，結(jié)果見(jiàn)表5，其中1 表示兩個(gè)經(jīng)濟(jì)體相鄰或相近，0 表示兩個(gè)經(jīng)濟(jì)體不相鄰或不相近。 將空間權(quán)重矩陣、通過(guò)ADF檢驗(yàn)的時(shí)間序列代入方程（2）估計(jì)待估系數(shù)βi和ρi；之后對(duì)系數(shù)估計(jì)結(jié)果進(jìn)行顯著性檢驗(yàn)（t 檢驗(yàn)），對(duì)回歸方程變量進(jìn)行協(xié)整檢驗(yàn)。 結(jié)果見(jiàn)表6。

表5 空間權(quán)重矩陣

表6 空間經(jīng)濟(jì)效應(yīng)估計(jì)

由表6 看出，中國(guó)香港、東盟、澳大利亞、歐盟、俄羅斯聯(lián)邦、美國(guó)的回歸變量均通過(guò)了協(xié)整檢驗(yàn)，表明回歸變量存在協(xié)整關(guān)系。 結(jié)合t 檢驗(yàn)結(jié)果，對(duì)表6 中的全局效應(yīng)和相鄰效應(yīng)影響進(jìn)行分類，結(jié)果見(jiàn)表7。

實(shí)證研究發(fā)現(xiàn)：

1） 從全局視角看，東盟、美國(guó)在吸引我國(guó)礦業(yè)投資進(jìn)程中吸引力有所增強(qiáng)，投資份額與整體投資增長(zhǎng)正相關(guān)。 澳大利亞、中國(guó)香港的吸引力有所減弱，投資份額與整體投資增長(zhǎng)負(fù)相關(guān)。歐盟、俄羅斯聯(lián)邦的吸引力未改變，投資份額與整體投資增長(zhǎng)不相關(guān)。 因此東盟、美國(guó)與澳大利亞、中國(guó)香港之間存在著競(jìng)爭(zhēng)關(guān)系。

表7 空間經(jīng)濟(jì)效應(yīng)影響分類

2） 從局部視角看，歐盟與俄羅斯聯(lián)邦相鄰、東盟與澳大利亞相鄰，它們的相鄰效應(yīng)系數(shù)均為正，表明這兩對(duì)相鄰經(jīng)濟(jì)體在局部范圍內(nèi)存在凈互補(bǔ)效應(yīng)，互相拉動(dòng)了我國(guó)礦業(yè)對(duì)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(shì)相似的現(xiàn)象。

值得注意的是，澳大利亞與東盟在吸引我國(guó)礦業(yè)投資時(shí)既存在競(jìng)爭(zhēng)又存在互補(bǔ)關(guān)系。 在全局效應(yīng)和相鄰效應(yīng)共同作用下，我國(guó)礦業(yè)對(duì)世界主要經(jīng)濟(jì)體直接投資的區(qū)位分布呈現(xiàn)出了“由高度集中轉(zhuǎn)向漸進(jìn)擴(kuò)散”的分布特征。

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

3.2.2 模型檢驗(yàn)結(jié)果

對(duì)各回歸模型進(jìn)行F 檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表8。 由表8 可知各回歸模型均通過(guò)了F 檢驗(yàn)，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(guó)香港、歐盟、俄羅斯聯(lián)邦的回歸模型成立的置信度為99%，東盟、美國(guó)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(jié)果具有實(shí)用價(jià)值。

表8 F 檢驗(yàn)結(jié)果

3.3 投資區(qū)位分布預(yù)測(cè)

對(duì)我國(guó)礦業(yè)2019 ～2020 年在中國(guó)香港、東盟、澳大利亞、歐盟、俄羅斯聯(lián)邦、美國(guó)整體投資規(guī)模、投資存量份額、投資多樣性指數(shù)D（S）進(jìn)行預(yù)測(cè)并檢驗(yàn)，結(jié)果見(jiàn)表9～10 及圖2～3。

表10 預(yù)測(cè)模型檢驗(yàn)

圖2 整體投資規(guī)模、投資多樣性指數(shù)演變及預(yù)測(cè)

預(yù)測(cè)模型均通過(guò)了精度檢驗(yàn)。 預(yù)測(cè)結(jié)果顯示：

1） 2019～2020 年我國(guó)礦業(yè)對(duì)世界主要經(jīng)濟(jì)體的直接投資整體仍將持續(xù)增長(zhǎng)，空間經(jīng)濟(jì)效應(yīng)將持續(xù)發(fā)揮作用，投資多樣性指數(shù)將逐年升高，投資區(qū)位分布將繼續(xù)呈現(xiàn)漸進(jìn)式擴(kuò)散轉(zhuǎn)移趨勢(shì)。

圖3 投資存量份額演變及預(yù)測(cè)

2） 2019～2020 年，我國(guó)礦業(yè)對(duì)中國(guó)香港的直接投資水平降幅最大；對(duì)澳大利亞的投資水平小幅下降；對(duì)東盟、美國(guó)的投資水平小幅上升；對(duì)歐盟、俄羅斯聯(lián)邦的投資水平漲幅最高；“高者仍高、低者仍低”的集團(tuán)俱樂(lè)部式分布有所緩解。 “十三五”規(guī)劃期間，我國(guó)礦業(yè)對(duì)歐盟、俄羅斯聯(lián)邦直接投資機(jī)會(huì)及熱度有所增加，其次是東盟和美國(guó)。

4 研究結(jié)論、啟示與建議

4.1 研究結(jié)論

2009～2018 年，我國(guó)礦業(yè)直接投資除主要流入“避稅港”——中國(guó)香港外，還有面向澳大利亞、美國(guó)這樣發(fā)達(dá)國(guó)家逆向的探索性對(duì)外直接投資，以及面向發(fā)展中國(guó)家（地區(qū)）東盟、俄羅斯聯(lián)邦順向的利用型對(duì)外直接投資，可見(jiàn)投資具有明顯的多元路徑。 在全局效應(yīng)和相鄰效應(yīng)共同影響下，我國(guó)礦業(yè)對(duì)中國(guó)香港、東盟、澳大利亞、歐盟、俄羅斯聯(lián)邦、美國(guó)投資經(jīng)歷了一個(gè)明顯的空間演變過(guò)程和軌跡。 整體投資規(guī)模不斷增長(zhǎng)，投資集聚現(xiàn)象有所減弱、擴(kuò)散轉(zhuǎn)移逐漸增強(qiáng)，但投資仍呈現(xiàn)“高者仍高、低者仍低”的集團(tuán)俱樂(lè)部式分布。

經(jīng)預(yù)測(cè)，2019～2020 年，我國(guó)礦業(yè)對(duì)世界主要經(jīng)濟(jì)體的直接投資存量總額將達(dá)1 643.9 億美元，投資多樣性指數(shù)將增至1.69。 在整體投資規(guī)模繼續(xù)增長(zhǎng)下，投資擴(kuò)散轉(zhuǎn)移將持續(xù)，集團(tuán)俱樂(lè)部式分布將有所減弱。對(duì)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(lián)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(guó)由2018 年的4.96%增至2020 年的5.7%，中國(guó)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(duì)歐盟、俄羅斯聯(lián)邦的投資水平漲幅最高；對(duì)東盟、美國(guó)的投資水平漲幅次之；對(duì)歐盟、俄羅斯聯(lián)邦、東盟、美國(guó)的投資機(jī)會(huì)將有所增加，投資前景較好。

4.2 啟 示

東盟、俄羅斯聯(lián)邦這些發(fā)展中經(jīng)濟(jì)體，其礦產(chǎn)資源豐富、勞動(dòng)力成本較低，與我國(guó)制度接近，對(duì)它們進(jìn)行投資有利于我國(guó)企業(yè)快速適應(yīng)東道國(guó)的市場(chǎng)經(jīng)營(yíng)環(huán)境，以增長(zhǎng)投資時(shí)間的持續(xù)性。 對(duì)澳大利亞、美國(guó)這些發(fā)達(dá)經(jīng)濟(jì)體進(jìn)行投資，可以通過(guò)獲取逆向技術(shù)溢出提升我國(guó)礦業(yè)技術(shù)水平，縮小差距。 例如，我國(guó)“十三五”期間估計(jì)將有近50 余座金屬礦山步入1 000 m 以深開(kāi)采范疇，其中有近一半在未來(lái)10 ～20 年間開(kāi)采深度將達(dá)到1 500 m 以深，需采取與高應(yīng)力環(huán)境相適應(yīng)的采礦技術(shù)與工藝。 美國(guó)不僅是建立“深地科學(xué)與工程實(shí)驗(yàn)室”最多的國(guó)家，而且在職業(yè)安全與健康、礦區(qū)生態(tài)環(huán)境恢復(fù)治理等方面的研究也領(lǐng)先于我國(guó)［22］。對(duì)中國(guó)香港、荷蘭、盧森堡、比利時(shí)這些“避稅港”進(jìn)行投資，有利于企業(yè)進(jìn)行國(guó)際避稅。

4.3 建 議

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

2） 自2001 年俄歐宣布建立共同經(jīng)濟(jì)空間至今，能源合作一直是俄歐雙邊關(guān)系中一個(gè)重要的共同經(jīng)濟(jì)空間［23］；澳大利亞是東盟最初的對(duì)話伙伴，如今東盟是澳大利亞第二大貿(mào)易伙伴，澳大利亞是東盟第六大貿(mào)易伙伴，雙方還正在清潔技術(shù)、天然氣、煤炭合作方面進(jìn)行著探索［24］。 這些競(jìng)合關(guān)系均會(huì)對(duì)我國(guó)礦業(yè)海外投資產(chǎn)生影響。 建議深入研究我國(guó)與歐盟、俄羅斯聯(lián)邦、東盟、澳大利亞、美國(guó)、中國(guó)香港在資源能源領(lǐng)域的雙邊及多邊關(guān)系，發(fā)現(xiàn)其中蘊(yùn)含的新興投資機(jī)會(huì)，從中找出對(duì)我國(guó)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(zhì)量、由礦業(yè)對(duì)外直接投資大國(guó)轉(zhuǎn)向礦業(yè)對(duì)外直接投資強(qiáng)國(guó)邁進(jìn)。

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(jìn)行擴(kuò)展及深化，例如增加對(duì)非洲、西亞、中亞等區(qū)域以及東盟、歐盟次區(qū)域的研究。