“21世紀(jì)海上絲綢之路”國家投資安全風(fēng)險(xiǎn)量化評估

摘 要：“21世紀(jì)海上絲綢之路”是新時(shí)代背景下鏈接中國與全球各國的新型貿(mào)易之路，促進(jìn)亞太一體化發(fā)展。隨著我國“21世紀(jì)海上絲綢之路”國家投資的增多，其安全受大國博弈、地區(qū)安全、社會不穩(wěn)定等因素的影響，給投資安全帶來了很大的不確定性，因此合理評估“21世紀(jì)海上絲綢之路”沿線國家安全風(fēng)險(xiǎn)，是保證投資安全的重要基礎(chǔ)。從大國影響、國家行為和國家互動(dòng)角度，綜合構(gòu)建了投資安全風(fēng)險(xiǎn)評價(jià)指標(biāo)體系。針對投資安全風(fēng)險(xiǎn)評估中評估指標(biāo)的不確定性，提出了直覺模糊集的猶豫度分配函數(shù)，改進(jìn)了直覺模糊集的得分函數(shù)和距離測度，并結(jié)合TOPSIS方法構(gòu)建了投資安全風(fēng)險(xiǎn)量化評估模型。對“21世紀(jì)海上絲綢之路”沿線的27個(gè)國家的投資安全風(fēng)險(xiǎn)進(jìn)行實(shí)驗(yàn)驗(yàn)證，對比了不同風(fēng)險(xiǎn)偏好下的投資安全風(fēng)險(xiǎn)綜合評價(jià)值排名，為“21世紀(jì)海上絲綢之路”研究提供了決策參考。

關(guān)鍵詞：海上絲綢之路;投資安全風(fēng)險(xiǎn);直覺模糊集;距離測度;得分函數(shù)

中圖分類號：O159;F731 文獻(xiàn)標(biāo)志碼：A DOI：10.3969/j.issn.1673-3819.2024.06.023

Quantitative assessment of investment security risk in

"21st Century Maritime Silk Road" countries

MA Fengyuan1， GE Shanshan1， ZHANG Ren2， WANG Yizhi1

（1. Jinling Institute of Technology， Nanjing 211169， China;

2. Institute of Meteorology， National University of Defense Technology， Nanjing 211101， China）

Abstract：The "21st Century Maritime Silk Road" is a new trade road linking China and other countries in the world in the new era， promoting the development of Asia Pacific integration. With the increase of China’s investment in the "21st Century Maritime Silk Road" countries， its security is influenced by factors such as major country games， regional conflicts， and social instability， and also bringing great uncertainty to investment safety. Therefore， a reasonable assessment of investment security risk of the "21st Century Maritime Silk Road" is an important basis for ensuring investment security. In this paper， the investment security risk assessment index system is constructed comprehensively based on great power influence， state behavior and state interaction. Aiming at the uncertainty of the assessment index， hesitation degree distribution function of institution fuzzy set is established. The score function and distance measure of intuitionistic fuzzy set are improved， and the quantitative assessment model of investment security risk is constructed by combining TOPSIS method. The investment security risk in 27 countries along the "21st Century Maritime Silk Road" was experimentally verified， and the ranking was finally obtained based on different risk attitude of decision maker， which provided reference for the decision-making of the "21st Century Maritime Silk Road".

Key words：Maritime Silk Road; investment security risk; intuitionistic fuzzy set; distance measure; score function

收稿日期：2023-12-14修回日期：2024-01-05

作者簡介：馬豐原（2003—），男，研究方向?yàn)閿?shù)學(xué)模型構(gòu)建和應(yīng)用。

葛珊珊（1981—），女，博士，講師。

2013年10月，習(xí)近平主席在印度尼西亞國會演講時(shí)，首次提出共建“21世紀(jì)海上絲綢之路”的倡議。沿線國家與我國就貿(mào)易、金融等方面展開了積極的合作，除了經(jīng)濟(jì)價(jià)值之外，“21世紀(jì)海上絲綢之路”還能構(gòu)建區(qū)域性的地緣安全經(jīng)濟(jì)網(wǎng)絡(luò)。

中國對外投資流量已經(jīng)連續(xù)十年位列全球前三，成為國際投資舞臺上重要的參與者之一。此外，我國對“一帶一路”沿線國家投資持續(xù)增長。截至2021年底，我國對其沿線國家設(shè)立企業(yè)超過1.1萬家，占我國境外企業(yè)總量的四分之一［1］。在我國對外投資迅速增長的同時(shí)，所面臨的風(fēng)險(xiǎn)也隨之增加，安全風(fēng)險(xiǎn)最不可量化和控制，會造成投資無法收回。因此，做好風(fēng)險(xiǎn)的量化評估，準(zhǔn)確識別和應(yīng)對風(fēng)險(xiǎn)，是提高投資成功率的重要保障。

標(biāo)普、穆迪和惠譽(yù)三大評級機(jī)構(gòu)從經(jīng)濟(jì)、政治和社會三大模塊，構(gòu)建指標(biāo)體系，采用定性和定量指標(biāo)相結(jié)合的方式發(fā)布國家投資評估報(bào)告。三大評級機(jī)構(gòu)將政治因素作為評級核心，將政治自由化、民主政治觀念和體系作為評估一個(gè)國家政治好壞的標(biāo)準(zhǔn)，一定程度上忽略了各國的具體國情。就評估方法的客觀程度來說，三大評級機(jī)構(gòu)對于定性數(shù)據(jù)采用專家打分方式，并且最終的評估結(jié)果也由評級委員會調(diào)整后給出，這個(gè)過程中不可避免地會加入分析師的主觀判斷［2］。在“21世紀(jì)海上絲綢之路”重大戰(zhàn)略設(shè)想提出的背景下，我國學(xué)者從多角度開展了海上絲綢之路國家投資風(fēng)險(xiǎn)研究。劉嘉欣以越南為例，分析了中國對越南直接投資的政治、經(jīng)濟(jì)、市場、技術(shù)、社會等方面的風(fēng)險(xiǎn)，基于專家打分對指標(biāo)賦值，計(jì)算各子風(fēng)險(xiǎn)值的得分，并給出建議對策［3］。王靜研究了“21世紀(jì)海上絲綢之路”能源投資風(fēng)險(xiǎn)的法律防范機(jī)制，分析了海外能源投資風(fēng)險(xiǎn)的形成，提出了應(yīng)對和完善法律防范機(jī)制的措施［4］。黃慶波對21 世紀(jì)海上絲綢之路港口建設(shè)投資風(fēng)險(xiǎn)進(jìn)行分析，識別了東南亞、南亞、西亞、非洲、太平洋島國、歐洲六大區(qū)域的港口投資風(fēng)險(xiǎn)，從國際環(huán)境、政府和企業(yè)三個(gè)角度提出規(guī)避對策［5］。黃河等分析了中國企業(yè)在“一帶一路”沿線國家投資的政治風(fēng)險(xiǎn)及權(quán)益保護(hù)，發(fā)現(xiàn)海外地緣政治風(fēng)險(xiǎn)已經(jīng)成為影響我國企業(yè)海外投資和國家經(jīng)濟(jì)安全的重要因素［6］。許勤華等在人民大學(xué)能源投資安全風(fēng)險(xiǎn)指數(shù)的基礎(chǔ)上，從廣義的政治風(fēng)險(xiǎn)角度對能源對外投資進(jìn)行分析［7］。由于海上絲綢之路沿線的國家政治、經(jīng)濟(jì)形勢復(fù)雜多變，中國企業(yè)對外投資的風(fēng)險(xiǎn)頻發(fā)，引起了企業(yè)和政府的高度重視。在實(shí)際決策過程中發(fā)現(xiàn)，投資安全風(fēng)險(xiǎn)受國家體系、國家行為和國家互動(dòng)的共同制約，因此本文梳理了風(fēng)險(xiǎn)影響因子，建立了三個(gè)層面指標(biāo)體系，全面刻畫投資安全風(fēng)險(xiǎn)。

自Zadeh［8］于1965年提出模糊集理論以來，基于模糊集的各種應(yīng)用越來越受到人們的關(guān)注。模糊集通過隸屬度反映屬于某事物程度的高低，描述模糊性問題時(shí)比經(jīng)典的集合論更為合理。隨后，Atanassov［9］對Zadeh模糊集進(jìn)行了擴(kuò)展，提出了直覺模糊集的概念，在隸屬度的基礎(chǔ)上增加了非隸屬度和猶豫度，對事物進(jìn)行更加細(xì)膩的刻畫。Atanassov直覺模糊集的出現(xiàn)，使得在處理模糊性和不確定性等方面有更多的靈活性和實(shí)用性，被推廣應(yīng)用至多屬性決策、醫(yī)療診斷、模式識別和機(jī)器學(xué)習(xí)等眾多領(lǐng)域。

得分函數(shù)是直覺模糊數(shù)排序的重要指標(biāo)，一般情況下，得分函數(shù)值越大，越能滿足決策者的要求，得分函數(shù)值越小，決策者的滿意度越低，目前在供應(yīng)商選擇、風(fēng)險(xiǎn)投資等多屬性決策中都有廣泛的應(yīng)用［10-11］。Chen和Tan［12］首先提出了包含隸屬度和非隸屬度的傳統(tǒng)得分函數(shù)，隨后Hong和Choi［13］定義了精確函數(shù)輔助傳統(tǒng)得分函數(shù)進(jìn)行排序，避免了許多難以判斷的情況。為了使排序結(jié)果更具有可行性和有效性，許多學(xué)者對猶豫度進(jìn)行各種比例的分配［14-17］，將其引入得分函數(shù)。直覺模糊集的距離測度是對模糊集概念進(jìn)行比較的一種方法，在相同論域下兩個(gè)模糊集的距離越大，則這兩者就越不相似，距離越小，兩者的相似程度就越高［18］。因此，借助距離測度，可以達(dá)到對兩個(gè)或多個(gè)直覺模糊信息進(jìn)行比較的目的，目前其在圖像處理、模式識別和醫(yī)療診斷等眾多領(lǐng)域都被廣泛應(yīng)用，引起了眾多學(xué)者的關(guān)注。Bustince和Burillo［19］ 在直覺模糊集距離測度中提出了結(jié)合隸屬度和非隸屬度的Hamming距離和Eucliden距離，對兩模糊集合之間的距離大小進(jìn)行了更為精確的比較。王堅(jiān)強(qiáng)［20］等在此基礎(chǔ)上，將Hamming距離和Hausdorff距離結(jié)合，提出了一種新的距離測度，進(jìn)而更加細(xì)膩地進(jìn)行比較。學(xué)者們?yōu)榱耸箿y度結(jié)果更符合實(shí)際，將猶豫度加入傳統(tǒng)的距離測度中［21］。本文從一個(gè)直覺模糊集的整體出發(fā)，考慮所有的隸屬度、非隸屬度對某一直覺模糊數(shù)的猶豫度的影響，給出了一種猶豫度的客觀分配方法，進(jìn)而提出了一種新的得分函數(shù)和新的距離測度。

在研究方法上，投資安全風(fēng)險(xiǎn)評估研究集中于人文社科領(lǐng)域，研究成果多以文字描述和定性刻畫為主，缺乏必要的客觀定量化的評估。因此，本文基于指標(biāo)體系所構(gòu)建的評語集，引入直覺模糊集以解決評語的不確定性知識表達(dá)問題，提出了客觀分配猶豫度的分配函數(shù)，將改進(jìn)的得分函數(shù)和距離測度結(jié)合TOPSIS方法構(gòu)建評估量化模型，為“21世紀(jì)海上絲綢之路”國家的投資安全風(fēng)險(xiǎn)評估提供一種客觀定量的評估方法。

1 指標(biāo)體系和數(shù)據(jù)處理

對于投資安全風(fēng)險(xiǎn)而言，其本質(zhì)是環(huán)境的不確定性造成的。環(huán)境中的經(jīng)濟(jì)和政治因素共同構(gòu)成不確定性，因此投資安全風(fēng)險(xiǎn)不僅受到國際環(huán)境影響，還受到國內(nèi)環(huán)境的制約以及國家互動(dòng)的影響，基于此，本文構(gòu)建的指標(biāo)體系如圖1所示。

1.1 指標(biāo)體系

1）國際體系指標(biāo)——大國影響D1

衡量該國家投資環(huán)境受大國影響的程度，一個(gè)國家受大國的影響越大，會導(dǎo)致該國對投資國的態(tài)度審慎，造成國際體系層面的安全風(fēng)險(xiǎn)增加，如表1所示。

2）國家行為指標(biāo)

國家行為是導(dǎo)致安全風(fēng)險(xiǎn)的直接來源，在對外決策中，國家行為受國內(nèi)的政治、經(jīng)濟(jì)和社會因素的制約明顯，甚至是關(guān)鍵性作用。

①政治環(huán)境D2

政治環(huán)境主要考慮該國家政府的和平程度、效率、外交友好和安全程度等因素，較高的政治風(fēng)險(xiǎn)會提高投資受損的可能性，是投資的重要影響因子。本文構(gòu)建的政治環(huán)境風(fēng)險(xiǎn)共包含4個(gè)子指標(biāo)，其指標(biāo)說明、數(shù)據(jù)來源見表2所示。

②經(jīng)濟(jì)環(huán)境D3

經(jīng)濟(jì)環(huán)境主要考慮該國家的經(jīng)濟(jì)發(fā)展水平、投資貿(mào)易環(huán)境，是投資的長期基礎(chǔ)和根本保障。較低的經(jīng)濟(jì)環(huán)境風(fēng)險(xiǎn)能夠?yàn)橥顿Y帶來較好的收益，提供較高的安全性。本文構(gòu)建的經(jīng)濟(jì)環(huán)境風(fēng)險(xiǎn)共包含4個(gè)子指標(biāo)，其指標(biāo)說明、數(shù)據(jù)來源見表3所示。

③社會環(huán)境D4

社會環(huán)境指標(biāo)主要考慮國家的社會發(fā)展文明程度，包括教育、環(huán)保、穩(wěn)定程度等因素。社會文明程度越高、勞動(dòng)者受教育程度越高、內(nèi)部安全程度優(yōu)，投資安全程度也就越高。本文構(gòu)建的社會環(huán)境風(fēng)險(xiǎn)共包含4個(gè)子指標(biāo)，其指標(biāo)說明、數(shù)據(jù)來源見表4所示。

3）國家互動(dòng)指標(biāo)

國家互動(dòng)主要衡量的是該國家與我國的雙邊關(guān)系，經(jīng)貿(mào)交往中共有觀念的缺失會帶來安全風(fēng)險(xiǎn)。國家互動(dòng)指標(biāo)刻畫了我國在該國投資中的投資情緒和政治關(guān)系，較好的國家互動(dòng)能夠?yàn)榻档惋L(fēng)險(xiǎn)帶來緩沖。本文構(gòu)建的國家互動(dòng)指標(biāo)共包含3個(gè)子指標(biāo)，其指標(biāo)說明、數(shù)據(jù)來源見表5所示。

在實(shí)際評估過程中，指標(biāo)信息存在極大的不確定性和不完整性，專家很難以實(shí)數(shù)形式進(jìn)行評估，更傾向于用語言變量評價(jià)指標(biāo)，因?yàn)檎Z言變量暗含了屬性隸屬于語言值的程度為1，不能刻畫非隸屬度和決策者的猶豫程度，所以本文采用直覺模糊集來刻畫評語指標(biāo)描述的模糊性特征。

2 直覺模糊集及改進(jìn)

定義1［9］ 設(shè)X是一個(gè)有限的非空集合，則稱

A=｛<x，μA（x），νA（x）|x∈X>｝ （1）

為直覺模糊集（IFS），其中μA（x）和νA（x）分別表示為元素x∈X對于集合A的隸屬度和非隸屬度，且都滿足

μA（x）≥0，vA（x）≥0，0≤μA（x）+νA（x）≤1（2）

進(jìn)一步，稱

πA（x）=1-μA（x）-νA（x） （3）

為元素對于集合A的猶豫度。特別地，當(dāng)πA（x）=0，即隸屬度與非隸屬度的和為1時(shí)，A退化為Zadeh模糊集［8］。因此，直覺模糊集可以看作Zadeh模糊集的推廣。

方便起見，稱α=（μα，να）為直覺模糊數(shù)，其中，

μα，να∈［0，1］，0≤μα+να≤1 （4）

直覺模糊數(shù)運(yùn)算法則［10］：

設(shè)α=（μα，να），α1=（μα1，να1），α2=（μα2，να2）為直覺模糊數(shù)，則：

1）α1α2=（μα1+μα2-μα1μα2，να1να2）

2）α1α2=（μα1μα2，να1+να2-να1να2）

3）λα=（1-（1-μα）λ，νλα），λ>0

4）αλ=（μλα，1-（1-να）λ），λ>0

2.1 猶豫度分配函數(shù)

定義2 設(shè)A=｛<xi，μA（xi），νA（xi）|xi∈X>｝為論域X=｛x1，x2，…，xn｝上的一個(gè)直覺模糊集，則定義A集合中所有隸屬度、非隸屬度的均值與第i個(gè)隸屬度、非隸屬度滿足如下關(guān)系：

Cmi μA（xi）=μA（xi） （5）

Cνi νA（xi）=νA（xi） （6）

其中，Cμi 定義為偏離隸屬度均值的狀態(tài)比例系數(shù)，Cνi 定義為偏離非隸屬度均值的狀態(tài)比例系數(shù)。

Cμi 、Cνi 能夠用比例系數(shù)刻畫隸屬度（非隸屬度）偏離均值的程度，當(dāng)μA（xi）>μA（xi），即Cμi>1時(shí)，表示此時(shí)隸屬度要高于均值;當(dāng)μA（xi）<μA（xi），即Cμi <1時(shí)，表示此時(shí)隸屬度要低于均值;當(dāng)μA（xi）=μA（xi），即Cμi=1時(shí)，表示此時(shí)隸屬度與均值相等。同樣，非隸屬度νA（xi）

也如此。

利用偏離均值的狀態(tài)比例系數(shù)，本文提出考慮隸屬度和非隸屬度的猶豫度分配函數(shù)：

Mπ→μA （xi）=μA（xi）+CμiCμi+Cνi πA（xi） （7）

Mπ→νA （xi）=νA（xi）+CνiCμi+Cνi πA（xi） （8）

其中，CμiCμi+Cνi ，CνiCμi+Cνi ∈［0，1］。

當(dāng)Cμi=Cνi=0時(shí)，CμiCμi+Cνi πA（xi）=CνiCμi+Cνi πA（xi）=12πA（xi）。

2.2 改進(jìn)直覺模糊集得分函數(shù)

對于一個(gè)直覺模糊集中的n個(gè)直覺模糊數(shù)，每個(gè)直覺模糊數(shù)表示為αi=（μi，νi），基于猶豫度分配函數(shù)，本文提出新的得分函數(shù)為

SM（ai）=μi-νi+Cμi-CνiCμi+Cνi πi （9）

其中，猶豫度πi=1-μi-νi，SM（αi）為αi的得分值，SM（αi）∈［-1，1］。

1）若SM（α1<α2），則α1<α2;

2）Cμi=Cνi=0時(shí)，CμiCμi+Cνi πA（xi）=CνiCμi+Cνi πA（xi）=12πA（xi），即該公式退化為傳統(tǒng)得分函數(shù)公式，SM（αi）=0。

若CμiCμi+Cνi >CνiCμi+Cνi ，說明猶豫度πi對得分函數(shù)有貢獻(xiàn)效果，此時(shí)新定義的得分函數(shù)比傳統(tǒng)得分函數(shù)數(shù)值大;若CμiCμi+Cνi <CνiCμi+Cνi ，說明πi對得分函數(shù)有損失效果，此時(shí)新定義的得分函數(shù)比傳統(tǒng)得分函數(shù)數(shù)值小;若CμiCμi+Cνi =CνiCμi+Cνi ，說明πi對得分函數(shù)既無貢獻(xiàn)效果又無損失效果，此時(shí)新定義的得分函數(shù)退化為傳統(tǒng)得分函數(shù)。該得分函數(shù)既考慮了隸屬度與非隸屬度的差值，又從整個(gè)直覺模糊集的角度與單一直覺模糊數(shù)之間的關(guān)系，對猶豫度進(jìn)行了較為客觀的分配，故以此得分函數(shù)為基礎(chǔ)的排序效果更符合實(shí)際。

2.3 改進(jìn)直覺模糊集距離測度

設(shè)A=｛<xi，μA（xi），νA（xi）|xi∈X>｝和B=｛<xi，μB（xi），νB（xi）|xi∈X>｝為論域X=｛x1，x2，…，xn｝上的兩個(gè)直覺模糊集，基于隸屬度、非隸屬度對猶豫度的分配，本文提出的綜合考慮隸屬度、非隸屬度和猶豫度的距離定義如下：

DGM（A，B）=14n∑ni=1（|ΔABμ |α+|ΔABν |α+

|ΔABπ→μ |α+|ΔABπ→ν |α）12 （10）

其中，α為決策者的風(fēng)險(xiǎn)偏好，ΔABμ=μA（xi）-μB（xi），ΔABν=νA（xi）-νB（xi），ΔABπ→μ=Mπ→μA （xi）-Mπ→μB （xi），ΔABπ→ν=Mπ→νA （xi）-Mπ→νB （xi）。

3 基于直覺模糊集的TOPSIS投資安全風(fēng)險(xiǎn)評估模型構(gòu)建

在直覺模糊集的基礎(chǔ)上，本文引入逼近理想解排序法（Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS）。TOPSIS是一種利用相對接近度對多屬性進(jìn)行決策的方法，其主要思想是通過分別構(gòu)造正負(fù)理想解值，根據(jù)待評價(jià)因素與正負(fù)理想解的接近程度來計(jì)算每個(gè)評估對象的綜合評估指數(shù)并進(jìn)行決策。

3.1 構(gòu)建各國投資安全風(fēng)險(xiǎn)評估的評語集

依據(jù)所獲取的資料，提取相關(guān)信息，對各評價(jià)對象的指標(biāo)進(jìn)行評價(jià)，構(gòu)建評語集V。將評估對象集C=｛C1，C2，…，Cm｝和指標(biāo)D=｛D1，D2，…，Dn｝，構(gòu)建國家投資政治評估評語矩陣R，以C1、C5、C12、C19、C23、C18、C8和C15為例，其指標(biāo)評語集見表6所示。其中，評語集V=｛極差，較差，中等，較優(yōu)，極優(yōu)｝包含了5個(gè)等級，評估對象集C=｛C1，C2，…，Cm｝對應(yīng)27個(gè)“21世紀(jì)海上絲綢之路”國家，指標(biāo)集D=｛D1，D2，…，Dn｝對應(yīng)16個(gè)指標(biāo)。

3.2 將評語集轉(zhuǎn)化為直覺模糊集

按照一定的規(guī)則和指標(biāo)特性，將評語集轉(zhuǎn)化為相應(yīng)的直覺模糊集，轉(zhuǎn)化表見表7、8所示。其中，成本型指標(biāo)的屬性是指標(biāo)越高，風(fēng)險(xiǎn)越高，收益型指標(biāo)的屬性是指標(biāo)越高，風(fēng)險(xiǎn)越低。從而得到國家投資安全風(fēng)險(xiǎn)評估的直覺模糊矩陣X=（μij，νij）n×m。

3.3 確定指標(biāo)客觀權(quán)重

直覺模糊熵刻畫數(shù)據(jù)本身的不確定性，熵越大則不確定信息越多，權(quán)重越大。該方法反映了屬性信息引起的差異，計(jì)算公式如（11）式所示，得到的權(quán)重見表9所示。

ωi=∑mj=112［（1-μij-νij）+（1-|μij-νij|）］∑ni=1∑mj=112［（1-μij-νij）+（1-|μij-νij|）］ （11）

3.4 構(gòu)建綜合評估矩陣

將權(quán)重引入直覺模糊集X，進(jìn)一步構(gòu)建綜合評估矩陣G=（gij）n×m，根據(jù)直覺模糊集運(yùn)算規(guī)則綜合評估矩陣計(jì)算公式為

Gij=ωiXij=（1-（1-μij）ωi，νωiij） （12）

其中，∑ni=1ωi=1。以C1、C5、C12、C19、C23、C18、C8和C15為例，其綜合評估矩陣見表10所示。

3.5 確定正、負(fù)理想解

對于每個(gè)指標(biāo)Di，基于本文新定義的得分函數(shù)，根據(jù)（9）式得到正理想解得分為S*i，負(fù)理想解得分為S0i，則：

S*i=maxj｛SM（gij）｝（13）

S0i=minj｛SM（gij）｝ （14）

即正理想解為g*i=（μ*i，ν*i），負(fù)理想解為g0i=（μ0i，ν0i），結(jié)果見表11所示。其中，正理想解為投資安全風(fēng)險(xiǎn)最低指標(biāo)組合，負(fù)理想解為投資安全風(fēng)險(xiǎn)最高的指標(biāo)組合。

3.6 計(jì)算各國投資政治綜合評價(jià)值

根據(jù)式（7）和式（8）改進(jìn)的距離測度，每個(gè)國家Cj到正理想解的改進(jìn)廣義距離為

D*GM （Cj，g*i）=14n∑ni=1（|Δgijg*iμ |α+|Δgijg*iν|α+

|Δgijg*iπ→μ |α+|Δgijg*iπ→ν|α）1α （15）

同理，每個(gè)國家Cj到負(fù)理想解的改進(jìn)廣義距離為

D0GM （Cj，g0i）=14n∑ni=1（|Δgijg0iμ|α+

|Δgijg0iν|α+

|Δgijg0iπ→μ|α+|Δgijg0iπ→ν|α）1α （16）

其中，α為決策者的風(fēng)險(xiǎn)偏好，本文分別選取α值為1、2、6。

進(jìn)一步計(jì)算各國家對正理想解的貼近度，得出各國的國家投資政治綜合評價(jià)值為

M（Cj）=D0GM （Cj，g0i）D*GM （Cj，g*i）+D0GM （Cj，g0i）（17）

將求解的各國投資政治綜合評價(jià)值排序，評價(jià)值越大，則其國家投資政治越優(yōu)，最終確定各個(gè)國家投資安全風(fēng)險(xiǎn)的優(yōu)劣次序。采用自然斷點(diǎn)法建立分級標(biāo)準(zhǔn)，可以得出不同偏好度的海上絲綢之路國家的投資安全風(fēng)險(xiǎn)等級。當(dāng)偏好度為1、2和6時(shí)，地緣政治風(fēng)險(xiǎn)等級變化不大。其中，南亞國家中，C24處于極高風(fēng)險(xiǎn)，C23處于較高風(fēng)險(xiǎn)，C25、C26和C27處于中等風(fēng)險(xiǎn)，C18處于較低風(fēng)險(xiǎn)，C13處于極低風(fēng)險(xiǎn);西亞國家中C16、C17處于極高風(fēng)險(xiǎn)，C19、C14、C10、C22處于較高風(fēng)險(xiǎn)，C15、C11、C12處于中等風(fēng)險(xiǎn)，C20、C21處于極低風(fēng)險(xiǎn);東盟國家中，C7和C8處于極高風(fēng)險(xiǎn)。

4 結(jié)束語

“21世紀(jì)海上絲綢之路”投資周期長，投資量大，科學(xué)合理地評估地緣政治風(fēng)險(xiǎn)是保證投資安全的重要基礎(chǔ)。本文綜合構(gòu)建了投資安全風(fēng)險(xiǎn)指標(biāo)體系，基于權(quán)威數(shù)據(jù)對各指標(biāo)進(jìn)行專家評語賦值，是客觀定量評估國家投資政治的基礎(chǔ)，且能實(shí)現(xiàn)快速有效的評估。采用直覺模糊集對投資安全風(fēng)險(xiǎn)的專家評語評估矩陣進(jìn)行賦值，通過對猶豫度進(jìn)行客觀分配，并分別改進(jìn)得分函數(shù)和距離測度，能夠克服評價(jià)指標(biāo)片面性問題，可以全面地描述評語指標(biāo)的模糊信息。采用TOPSIS進(jìn)行多屬性決策問題的求解，根據(jù)評估對象與正負(fù)理想解的接近程度對“21世紀(jì)海上絲綢之路”的投資安全風(fēng)險(xiǎn)進(jìn)行量化評估?？傻贸鼋Y(jié)論：

C3、C4、C5、C20、C21、C13處于極低風(fēng)險(xiǎn)，C9、C2、C18處于較低風(fēng)險(xiǎn)，C23、C6、C27、C26、C25、C15、C11、C12處于中等風(fēng)險(xiǎn)，C19、C14、C10、C22處于較高風(fēng)險(xiǎn)，C23處于較高風(fēng)險(xiǎn)，C7、C8、C24、C16、C17處于極高風(fēng)險(xiǎn)。

本文提出考慮隸屬度和非隸屬度的猶豫度分配函數(shù)，改進(jìn)了直覺模糊得分函數(shù)和距離測度，結(jié)合TOPSIS評價(jià)模型對“21世紀(jì)海上絲綢之路”的投資安全風(fēng)險(xiǎn)進(jìn)行定量化評估。結(jié)果表明，直覺模糊集能夠描述專家評語的模糊性特征，改進(jìn)的得分函數(shù)能夠在隸屬度與非隸屬度差值相同的情況下進(jìn)一步起到區(qū)分的作用，改進(jìn)的距離測度解決了引入猶豫度分配的問題，結(jié)合TOPSIS評價(jià)模型能夠?qū)Α?1世紀(jì)海上絲綢之路”27個(gè)國家投資安全風(fēng)險(xiǎn)進(jìn)行定量化的評估和分析，但研究過程未考慮猶豫數(shù)據(jù)。目前有眾多的機(jī)構(gòu)和組織對世界主要國家和地區(qū)的經(jīng)濟(jì)、政治、地緣環(huán)境、文化環(huán)境等進(jìn)行評估，但實(shí)際評估中由于專家們自身專業(yè)知識造成對評估對象了解程度有限，不能對所有指標(biāo)給出確定的評語，表現(xiàn)為對某事件或?qū)ο蟮脑u判猶豫不決，甚至出現(xiàn)多個(gè)不同的評價(jià)值，下一步研究中需要考慮構(gòu)建猶豫模糊集以解決更加復(fù)雜的情況，完善評估模型。

參考文獻(xiàn)：

[1] 李驍， 薛力. “21世紀(jì)海上絲綢之路”安全風(fēng)險(xiǎn)及其應(yīng)對［J］. 太平洋學(xué)報(bào)， 2015（7）：50-64.

LI X， XUE L. "21st Century Maritime Silk Road"，Security risks and countermeasures［J］. Pacific Journal， 2015（7）：50-64.

［2］ 中國社會科學(xué)院世界經(jīng)濟(jì)與政治研究所. 中國海外投資國家風(fēng)險(xiǎn)評級報(bào)告-2016［M］. 北京： 中國社會科學(xué)出版社， 2016： 2-16.

Country-risk rating of overseas investment from China （CROIC-IWEP）［M］. Beijing： China Social Sciences Press， 2016： 2-16.

［3］ 劉嘉欣. 中國對C4直接投資風(fēng)險(xiǎn)評估與對策研究［D］. 云南財(cái)經(jīng)大學(xué)，2022.

LIU J X. Study on risk assessment and countermeasures of China’s direct investment in C4［D］. Yunnan University of Finance and Economics， 2022.

［4］ 王靜.“21世紀(jì)海上絲綢之路”能源投資風(fēng)險(xiǎn)法律防范機(jī)制研究［D］. 華僑大學(xué)，2018.

WANG J. Study on legal prevention mechanism of energy investment risk along the 21st century maritime silk road［D］. Huaqiao University， 2018.

［5］ 黃慶波， 林晗龍， 劉思琦. 21世紀(jì)海上絲綢之路港口建設(shè)投資風(fēng)險(xiǎn)研究［J］. 大連海事大學(xué)學(xué)報(bào)（社會科學(xué)版）， 2017， 16（6）： 61-66.

HUANG Q B， LIN H L， LIU S Q. Research on investment risk of port construction of maritime silk road in the 21st century［J］. Journal of Dalian Maritime University（Social Science Edition）， 2017， 16（6）： 61-66.

［6］ 黃河，陳美芳，汪靜，等. 中國企業(yè)在“一帶一路”沿線國家投資的政治風(fēng)險(xiǎn)及權(quán)益保護(hù)——以中線、北線B和南線為例［J］.復(fù)旦國際關(guān)系評論，2015（1）：104-129.

HUANG H， CHEN M F， WANG J， et al. Political risks and protection of rights and interests of Chinese enterprises investing in countries along the "Belt and Road"-taking the Middle Route， Northern Route B and Southern Route as example［J］. Fudan International Relations Review，2015（1）：104-129.

［7］ 許勤華，蔡林，劉旭. "一帶一路"能源投資安全風(fēng)險(xiǎn)評估［J］.國際石油經(jīng)濟(jì)， 2017（3）：11-21.

XU Q H， CAI L， LIU X. Security risk assessment of energy investment under the Belt and Road Initiative［J］. International Petroleum Economics， 2017（3）：11-21.

［8］ L.A. Zadeh. Fuzzy sets［J］. Information and Control，1965，8（3）： 338-353.

［9］ Atanassov Krassimir T. Intuitionistic fuzzy sets［J］. Fuzzy Sets and Systems，1986，20（1）：87-96.

［10]Zeshui Cu，Ronald R. Yager. Some geometric aggregation operators based on intuitionistic fuzzy sets［J］. International Journal of General Systems， 2006，35（4）：417-433.

［11]Tahir Mahmood，Zeeshan Ali，Samruam Baupradist，et al. Analysis and applications of bonferroni mean operators and TOPSIS method in complete cubic intuitionistic complete fuzzy information systems［J］. Symmetry， 2022，14（3）：533-542.

[12]Chen Shyi-Ming，Tan Jiann-Mean. Handling multicriteria fuzzy decision-making problems based on vague set theory[J]. Fuzzy Sets and Systems， 1994，67（2）：112-130.

[13]Dug Hun Hong， Chang-Hwan Choi. Multicriteria fuzzy decision-making problems based on vague set theory[J]. Fuzzy Sets and Systems，2000，114（1）：89-91.

［14]ZHC G. Multi-criteria decision-making framework for large-scale rooftop photovoltaic project site selection based on intuitionistic fuzzy sets［J］. Applied Soft Computing， 2022（8）：29-37.

［15]吳沖， 劉千， 萬翔宇. 基于改進(jìn)得分函數(shù)的直覺模糊多屬性決策方法［J］. 統(tǒng)計(jì)與信息論壇， 2014， 29（1）： 3-8.

WU C， LIU Q， WAN X Y. Intuitionistic fuzzy multi-criteria decision-making approach based on prospect score function［J］. Journal of Statistics and Information， 2014， 29（1）： 3-8.

［16]Alkan N. Kahraman C. An intuitionistic fuzzy multi-distance based evaluation for aggregated dynamic decision analysis （IF-DEVADA）： Its application to waste disposal location selection［J］. Engineering Applications of Artificial，2022，10（15）：32-45.

［17]Dahooie， Jalil Heidary， Raafat，et al. An intuitionistic fuzzy data-driven product ranking model using sentiment analysis and multi-criteria decision-making［J］. Technological Forecasting and Social Change，2021（173）：1-15.

［18]徐澤水. 直覺模糊信息集成理論及應(yīng)用［M］. 北京： 科學(xué)出版社， 2008： 12-19.

XU Z S. Intuitionistic fuzzy information integration theory and its application［M］. Beijing： Science Press， 2008： 12-19.

［19]Bustince H， P Burillo. Correlation of interval-valued intuitionistic fuzzy sets［J］. Fuzzy Sets and Systems， 1995，74（2）：237-244.

［20]王堅(jiān)強(qiáng)， 李婧婧. 基于記分函數(shù)的直覺隨機(jī)多準(zhǔn)則決策方法［J］. 控制與決策， 2010， 25（9）： 1 297-1 301， 1 306.

WANG J Q， LI J J. Intuitionistic random multi-criteria decision-making approach based on score functions［J］. Control and Decision， 2010， 25（9）： 1 297-1 301， 1 306.

［21]許昌林， 沈菊紅. 一種新的直覺模糊集距離及其在決策中的應(yīng)用［J］. 計(jì)算機(jī)應(yīng)用研究， 2020， 37（12）： 3 627-3 634.

XU C L， SHEN J H. New distance between intuitionistic fuzzy sets and its applications in decision-making［J］. Application Research of Computers， 2020， 37（12）： 3 627-3 634.

（責(zé)任編輯：許韋韋）