朱怡童，章秀琴

安徽工程大学管理工程学院，安徽芜湖，241000

1 相关研究与问题提出

2013年9月，习近平主席在上海合作组织比什凯克峰会上指出，构建“丝绸之路经济带”要创新合作模式，加强“五通”，以点带面，从线到片，逐步形成区域大合作格局。而设施联通作为“五通”先行领域，是中国与沿线国家区域合作的基础。加强基础设施互联互通，符合各方共同利益，对于造福沿线各国人民意义非凡[1]。近年来，“一带一路”建设投入力度不断加大，基础设施互联互通硕果累累，中欧班列的运行、直飞航班的开通、国际道路运输便利化协定的签订等都体现出沿线国家经济的迅疾发展。因此，深入研究中国与沿线各国基础设施互联互通水平，对推动中国与沿线各国基础设施互联互通平稳发展，具有十分重要的意义。

基础设施主要包括交通设施、能源设施、通讯设施等，是社会运转的重要条件之一。目前对基础设施的研究主要集中在与区域经济、旅游及双边贸易的关系上。杜军等基于我国11个沿海省市2003—2014年的面板数据，实证分析基础设施对区域经济增长的促进作用[2]。Patra等指出基础设施水平的提高对缩小区域差异、促进经济发展、改善地区人民生活质量行之有效[3]。陈忠义指出研究基础设施与旅游之间的协调发展需建立协调发展度函数，将中国和东盟城市基础设施指标权重和国际旅游指标的权重作为测算基础，计算协调发展度，分析各类基础设施所占比重和得分的结果[4]。杜军、张鹏等分别构建指标体系，研究基础设施对“一带一路”国家贸易的促进作用[5-6]。

互联互通的概念起源于通讯领域，现在主要指交通、通信、能源等基础设施之间的互联互通[7]，其中基础设施互联互通是和其他领域联通的基础。对于中国与“一带一路”沿线国家基础设施互联互通水平，许多学者进行了相关研究。范祚军等基于沿线国家基础设施互联互通现状，提出发展过程中面临的困难和挑战，表明推动互联互通最有效的对策是建设基础设施标准规则[8]。李晨阳认为中国与东盟的互联互通与《东盟互联互通总体规划》并不匹配，同时交通技术标准的差异限制了中国与东盟基础设施的互联互通发展[9]。蔡鹏鸿从地缘政治学视角分析了中国与东盟建立全方位互联互通对我国国家安全构成挑战[10]。郭宏宇等发现中国-东盟基础设施互联互通的推进遇到诸如合作方案难以协调等诸多困难和阻力[11]。

综上所述，学界对基础设施互联互通已经具备深刻的研究基础，但仍缺少较为全面的中国与沿线国家基础设施互联互通水平测度。基于此，本文以中国与“一带一路”国家基础设施互联互通指标体系为基础，分析中国和沿线各国基础设施互联互通水平发展状况，提出相关政策建议。

2 指标体系、数据来源和评价方法

2.1 指标体系和数据来源

根据沿线国家基础设施互联互通的发展特点，构建中国与“一带一路”国家基础设施互联互通指标体系，如表1所示。

表1 指标体系

由于亚非欧的部分国家在“一带一路” 中起着不可或缺的作用，同时又是海外贸易投资和项目建设的核心区域，笔者选取涵盖亚非欧的53个成员国作为代表进行研究，53个国家分别为阿尔巴尼亚、亚美尼亚、阿塞拜疆、孟加拉国、比利时、保加利亚、柬埔寨、克罗地亚、捷克共和国、埃及、爱沙尼亚、法国、格鲁吉亚、德国、希腊、匈牙利、印度、印度尼西亚、伊朗伊斯兰共和国、以色列、意大利、日本、约旦、哈萨克斯坦、肯尼亚、韩国、吉尔吉斯斯坦、拉脱维亚、立陶宛、马来西亚、摩尔多瓦、蒙古、黑山、荷兰、尼日利亚、巴基斯坦、菲律宾、波兰、罗马尼亚、俄罗斯联邦、沙特阿拉伯、塞尔维亚、新加坡、斯洛伐克共和国、斯洛文尼亚、南非、斯里兰卡、泰国、土耳其、乌克兰、越南、黎巴嫩、尼泊尔，研究区间选定为2010—2017年。文中数据来源于世界银行、UN商品贸易数据库、全球竞争力报告及《从统计看民航》。

2.2 评价方法

中国与“一带一路”国家的基础设施互联互通水平测度是一个系统性问题，影响测度结果的变量多，且变量之间存在一定相关性。因子分析法能将复杂且相关性较强的变量进行分组，找出公共因子对问题进行分析。因此选择此方法，将各年截面数据进行因子分析，计算因子得分。依据计算结果，从时间维度纵向分析中国与“一带一路”国家基础设施互联互通的水平差异。

为进一步横向比较中国与53个沿线国家基础设施互联互通的水平，又因不同截面的因子分析所得到的因子得分不具有可加性[12]。因此研究选用改进后的Topsis综合评价法，将各年的截面因子得分作为测度中国与“一带一路”沿线国家基础设施互联互通水平的新指标数据，对数据进行归一化处理，确定最优解和最劣解，再求出各个评价对象到最优解与最劣解之间的距离，得到最贴近理想值的排名。该排名即为中国与“一带一路”沿线国家基础设施互联互通水平的排名。

3 基于因子分析法的纵向评价

3.1 KMO检验和球形Bartlett检验

本文采用SPSS 22软件和因子分析法得到检验结果见表2。KMO值均为0.8左右，表示非常适合。Bartlett检验均大于300，显著性概率(Sig)小于0.01为高度显著。该数据适合使用因子分析。

表2 KMO检验和球形Bartlett检验

3.2 提取公因子

对2010—2017年各年的横截面数据分别进行因子分析，得到各年因子分析解释的总方差，见表3。2010年的累计方差贡献率为80.241%，说明通过因子分析法提取的4个公因子能很好反应基础设施互联互通水平，而其他因子的影响可以忽略不计。同理可得2011—2017年公因子及累计贡献率。

表3 2010年因子分析解释的总方差

3.3 计算因子得分

以2010年为例，通过回归法得出因子成分得分系数矩阵，设Fi为公因子得分，zxi为原始数据标准化后的数据，计算因子得分方程如下：

F1=-0.026×zx1+0.095×zx2-0.025×zx3-0.224×zx4+0.074×zx5-0.094×zx6-0.160×zx7+0.198×zx8+0.203×zx9+0.322×zx10+0.137×zx11+0.324×zx12

F2=-0.175×zx1-0.103×zx2-0.139×zx3+0.186×zx4+0.148×zx5+0.441×zx6+0.487×zx7+0.043×zx8-0.062×zx9-0.097×zx10+0.158×zx11-0.152×zx12

F3=0.543×zx1-0.082×zx2+0.498×zx3+0.056×zx4-0.013×zx5-0.131×zx6-0.150×zx7+0.037×zx8+0.146×zx9-0.154×zx10-0.025×zx11-0.015×zx12

F4=-0.111×zx1+0.660×zx2-0.003×zx3+0.435×zx4+0.241×zx5+0.015×zx6-0.032×zx7-0.134×zx8-0.117×zx9+0.221×zx10-0.057×zx11-0.029×zx12

基于因子得分函数，计算因子综合得分。将公共因子的方差贡献率和累计贡献率的比值作为权重进行加权求和，结果如下：

F2010,i=(27.736×F1+22.733×F2+18.584×F3+11.188×F4)/80.241 (i=1,…,53)

同理可得2010—2017年53个国家横截面数据因子分析综合评价得分，见表4。

表4 2010—2017年因子综合评价得分

(续表)

区域国家20102011201220132014201520162017欧盟BEL0.6560.5670.4880.5150.5310.5060.3600.365FRA0.7510.7780.6190.7050.6800.6900.6190.672NLD0.8730.8470.7500.8280.8220.8130.6890.784GRC0.1190.1630.1200.1730.1970.1560.1580.115ITA0.3280.2150.2120.3610.3520.2910.2970.289DEU1.0071.1120.9530.9700.9920.9560.9070.955中东欧POL-0.126-0.336-0.450-0.151-0.109-0.0660.1500.073LTU0.1930.147-0.0580.1870.0730.065-0.0200.072EST0.2820.138-0.0840.1930.1060.1530.0690.264LVA0.1470.007-0.1310.1450.1000.130-0.0580.049CZE0.4090.3380.2760.3800.3620.205-0.0400.205SVK0.104-0.025-0.183-0.044-0.111-0.059-0.098-0.157HUN0.2020.048-0.016-0.086-0.1310.0330.029-0.214SVN0.2100.144-0.1330.1340.0640.072-0.1020.023HRV0.073-0.019-0.2270.010-0.096-0.115-0.233-0.178MNE-0.323-0.301-0.306-0.249-0.283-0.237-0.368-0.330SRB-0.263-0.480-0.628-0.407-0.444-0.384-0.368-0.399BGR-0.103-0.259-0.384-0.166-0.203-0.253-0.380-0.483ROU-0.281-0.528-0.668-0.535-0.456-0.404-0.476-0.489ALB-0.451-0.405-0.564-0.475-0.492-0.383-0.447-0.476独联体RUS0.7700.3621.2570.7960.8170.8111.3930.783ARM-0.309-0.492-0.477-0.334-0.390-0.375-0.356-0.381AZE0.001-0.0370.0010.0780.1020.0570.1020.241KAZ0.1020.0300.3290.2860.1760.0620.2120.024KGZ-0.490-0.618-0.378-0.619-0.530-0.636-0.356-0.593GEO-0.1390.0300.0890.0680.087-0.0360.0810.037UKR-0.066-0.356-0.226-0.160-0.247-0.218-0.298-0.490MDA-0.448-0.457-0.576-0.481-0.504-0.421-0.451-0.544

3.4 结果分析

结果显示：2017年因子得分优于2010年的国家共有20个，表明近年来中国与沿线国家基础设施互联互通水平上升趋势明显，“一带一路”倡议有效提高了中国与“一带一路”国家基础设施互联互通水平，基础设施互联互通建设成效显著。如印度尼西亚因子得分共计增长0.46，这与中印合作共建雅万达-万隆高速铁路项目和中国加大对其直接投资力度息息相关。因子得分反应当年内沿线国家基础设施互联互通水平的差异，而过半数国家因子综合得分为负，表明中国与“一带一路”国家整体的基础设施互联互通低于平均水平。例如蒙古从-0.509增长至-0.503，发展趋势较为平稳，整体水平较低。样本期间内沿线各国每年因子得分之间差距较大。以2017年因子得分为例，韩国因子得分高达1.531，而得分最低的尼日利亚仅为-1.058，二者相差2.589。表明中国与沿线各国基础设施互联互通水平极不平衡，有显著差异。

将“一带一路”沿线国家划分为东盟、西亚、非洲、中东欧等8大区域，计算每年算术平均值及年均增长量，见表5所示。

表5 2010—2017年区域因子得分结果

从区域结果来看，2010年以来，非洲与中国基础设施互联互通水平稳步提高，年均增量为0.029，虽然各年因子得分均为负数，但表明在开启“一带一路”战略后，肯尼亚、尼日利亚及南非发展迅速，发展潜力大。

东盟、东亚及南亚发展水平整体呈上升趋势，因子得分年均增量为0.02左右，但波动性较大。如东盟因子得分在2010—2012年单调递增，但在2014年出现回落趋势后，继续稳定增长。这主要是由于受南海问题影响，中国与东盟双边，贸易和基础设施投资出现小幅下降，又因基建项目建设周期长、工程量大，部分项目投资回收慢，因此中国和东盟基础设施互联互通水平在波动中上升。

西亚、独联体、中东欧、欧盟因子得分均出现不同程度的下降趋势。以西欧的法国、荷兰和独联体的俄罗斯为例，因开始基础建设较早，铁路密集度、航空里程数及移动通信普及率处于世界前列，总体因子得分高于均值，但年均增量为负，因子得分逐年下降，表明样本期间内各国发展速度快，因子得分低于均值的国家赶超势头猛烈。

4 基于TOPSIS法的横向评价

4.1 评价过程

基于评价结果的全面性，继续采用TOPSIS对因子得分进行横向评价。计算方法如下：

步骤1：进行归一化处理，矩阵Yij为因子综合得分，i代表国家，j代表年份，代入公式(1)。

(1)

步骤2：计算最优解和最劣解。

最优解P+=(Pmax,1,Pmax,2,…,Pmax,j)最劣解P-=(Pmin,1,Pmin,2,…,Pmin,j)

步骤3：计算第i个评价对象与最优解和最劣解的距离。

(2)

(3)

步骤4：最后计算第i个评价对象与最优因子的贴近程度。

(4)

研究对象与最优因子的贴近程度(Ci)值越大，说明在2010—2017年区间内基础设施互联互通水平越高，反之则越低。根据计算结果得出沿线国家2010—2017年中国与沿线国家基础设施互联互通水平的综合评价结果，如表6所示。

表6 中国—沿线国家基础设施互联互通水平横向评价结果

4.2 结果分析

在中国—沿线国家基础设施互联互通水平排序中(表6)，韩国、日本、德国、新加坡及荷兰位列前五名，这5个国家同属于发达国家，经济实力雄厚，财政资金充足，科学技术发达，基建发展速度和项目总量均优于其他国家。其中韩国Ci值最接近最优因子的水平，代表了中国与沿线国家基础设施互联互通的最高水平。而吉尔吉斯斯坦、柬埔寨、尼泊尔、孟加拉国和尼日利亚位于最后五位。其中柬埔寨、尼泊尔、孟加拉均在联合国评选的最不发达国家名单中，经济形势严峻，经济发展进程缓慢，整体双边基础设施互通水平滞后，也客观反映中国与沿线国家基础设施互联互通的难度最大。

为进一步分析中国与沿线国家基础设施互联互通水平的区域差异，通过借鉴张洪等[13]对Topsis综合评价法的分级思路，按照Ci(贴近度)大小把中国“一带一路”沿线国家基础设施互联互通水平分为3个级别，分级结果见表7。

表7 中国—沿线国家基础设施互联互通水平分级结果

从区域分布结果来看，畅通型的有东盟、东亚、欧盟、独联体四个区域，占总体的13.21%。良好型国家涉及区域范围广，占到总样本的32.08%。潜力型国家占比最大，高达54.72%。这种上尖下宽的特征形似“金字塔”型特征，反映了中国与区域内基础设施互联互通水平差异显著，呈现出非均衡发展特征。

从分级结果来看，畅通型国家：韩国、日本、德国、新加坡、荷兰、俄罗斯、法国，基础设施互联互通水平处于最高级别。以俄罗斯为例，借助中国三大运营商进驻俄罗斯市场，中俄两国通讯设施联通合作不断深入。基建项目合作方面，中俄协同参与建设，“滨海一号”和“滨海二号”稳步推进，基础设施互联互通水平不断提高。

良好型国家处于基础设施互联互通的中间水平，整体贴合度在0.5左右。互联互通发展势头明显，整体水平良好，在“一带一路”基础设施建设中充当重要角色。例如，以铁路枢纽、内陆货源点及重要港口为枢纽节点建造的中欧班列，完善了中国与欧洲沿线国家的贸易通道、加强了物流设施的建设与完善、促进经贸往来，推动了中国与欧洲沿线国家基础设施互联互通的发展。

潜力型国家在53个沿线国家中占有较大的比重，且基础设施互联互通水平低于世界均值，同中国和畅通型国家的基础设施互联互通相比，潜力型国家仍有很长的一段路要走。如塞尔维亚、吉尔吉斯斯坦等国家经济发展水平低下，在10年之后的GDP增长率仍有负增长，基础设施建设长期滞后。但潜力型国家仍具有巨大的发展空间，以印尼为例，印度尼西亚开启海上互联互通新计划，旨在扩大基础建设和其他领域的投资。随着“一带一路”战略的推进，印度尼西亚雅万高铁等“一带一路”合作项目不断增加，基础建设总规模不断变大，基础设施互联互通水平持续提升。

5 结论与对策

研究基于沿线国家相关指标数据，构建基础设施互联互通水平测度指标体系，在此基础上运用因子分析法纵向分析2010—2017年中国与沿线国家基础设施互联互通水平差异，并使用TOPSIS综合评价法横向比较中国与53个“一带一路”国家基础设施互联互通水平。得出如下结论：中国与“一带一路”国家基础设施互联互通水平整体呈上升趋势，波动性较大；样本期间内沿线国家每年因子得分之间差距明显，表明中国和“一带一路”国家基础设施互联互通水平极不平衡；沿线各国基础设施互联互通水平呈“金字塔”型特征，呈现出非均衡发展特征，反映了中国和沿线各国区域内基础设施互联互通水平差异显著。基于上述结论，提出以下政策建议。

第一，构建互信合作的伙伴关系，实现基础设施互联互通的平稳发展。政策沟通是设施联通的重要保障，增强政治互信，规范基础设施联通机制，有利于推动双边基础设施互联互通的平稳发展。一方面，中国政府应发挥国企及民营企业对设施联通的促进作用，鼓励优质企业走出国门，推动区域合作进展。另一方面，应简化通关手续，提高基建效率，畅通中国和沿线国家的贸易通道，更好的发挥经济走廊和基础建设的作用，逐步推进互联互通的发展，由点及面，推动中国与“一带一路”国家经济腾飞。

第二，构建基础设施建设合作机制，提高基础设施互联互通水平。“一带一路”倡议如今已进入到第二阶段，发展重点也从单一的基础设施建设转变为构建全方面多维度多层次的合作机制。在未来的发展中，中国应展现大国风范，在“一带一路”的合作中起到标杆作用。构建双边合作机制，落实合作协议，搭建集基础设施和贸易一体的互联互通平台，规划基建产业转型和升级的目标，建立交通、通讯和能源的立体化基础设施网络体系，促进中国和沿线国家实现高速度、高质量发展，为中国与“一带一路”国家的互联互通发展进一步巩固基础。

第三，加强援助，缩小基础设施互联互通水平差距。基础设施互联互通水平较低的大多为发展中国家，基础设施薄弱，缺乏基建产业资金。因此，在推进“一带一路”的进程中，应加大中国的开发银行、进出口银行等政策性银行对低水平国家建设资金的支持力度，拓宽投资渠道，提高丝路基金项目投资覆盖面，为基础设施互联互通低水平国家提供一定经济援助。