谢 为 郑明贵

(江西理工大学经济管理学院)

铁矿是一种重要的矿产资源，我国铁矿资源供需矛盾尖锐，急需到海外进行开发［1］。而在海外矿产资源开发之前必须进行投资国别选择，即对投资对象国的投资环境进行评价并慎重选择，这将直接影响到后期海外矿产资源开发的成败。影响投资环境的因素除政治法律、宏观经济、社会文化等以外，投资对象国的矿业市场环境也是影响海外矿产资源开发的重要因素之一［2］。本研究以铁矿为例，对世界主要铁矿资源国家矿业市场环境进行评价，为我国海外铁矿资源开发的国别选择提供参考依据。

1 矿业市场环境评价指标体系

1.1 矿业市场环境主要影响因素识别

影响矿业市场环境的因素主要包括:

(1)矿产资源信息。指东道国矿产资源品种、储量、资源品位以及勘探情况等信息的完备程度和开放程度［3］。

(2)矿产潜力指数。指一国或地区矿产勘探投资吸引力指数，即只从矿产资源的角度对东道国矿业投资的潜力进行评价［4］。本研究将参考加拿大Fraser研究所对全球各国/地区矿产潜力评估排序的研究成果。

(3)融资条件。即外资企业在东道国进行融资的难易程度［5］。

(4)劳动力价格。即东道国平均工资水平，将直接影响投资成本［6］。

(5)外部建设条件。主要包括交通运输、通讯设备、电力供应等基础设施条件。对海外矿业投资有直接的影响，且影响较大［7］。

矿业市场环境影响因素识别见表1所示。

表1 矿业市场环境影响因素识别

1.2 评价指标体系的构建及权重的确定

根据表1，可以建立世界主要铁矿资源国家矿业市场环境评价指标体系，采用层次分析法［8-9］对指标权重进行确定，结果见表2。

表2 矿业市场环境评价指标体系及权重

2 评价对象的确定

选取14个铁矿资源较丰富的国家作为评价对象，其铁矿资源储量见表3所示。

表3 2011年世界主要铁矿资源国储量 亿t

3 评价指标分级

3.1 指标分级及评价等级集合的确定

世界主要铁矿资源国矿业市场环境指标(见表2)的分级规则见表4。

表4 分级规则

评价等级集合为

根据分级规则，规定优越为［7，10］，良好为［6，7)，一般为［5，6)，差为［4，5)，较差为［2，4)。

3.2 评价指标的分级

以澳大利亚为例，其矿业市场环境指标情况见表5所示。

表5 澳大利亚矿业市场环境情况

根据分级规则对澳大利亚矿业市场环境指标进行分级，同样可以对其他13个国家矿业市场投资环境评价指标进行分级，见表6。

4 矿业市场投资环境评价模型

4.1 常权评价模型

矿业市场环境评价的综合评价值为V，其常权评价计算公式为［10］

表6 各国矿业市场环境指标分级

式中，Wi为评价指标权重，Si为评价指标分级值，n为评价指标个数。

根据表中指标的分级值和式(1)，计算可得14个国家矿业市场投资环境的综合评价值，其中矿业市场环境优越的国家有加拿大、澳大利亚、瑞典和美国，较差的有委内瑞拉、毛里塔尼亚和伊朗，见表7。

4.2 变权评价模型

应用变权综合评价可以克服常权评价中各指标权重固定不变的缺陷［11-12］。根据评价指标体系的特点和研究目的，运用惩罚型变权公式进行计算。

惩罚型变权的有关定义如下。

映射Wj:(0.1)m→(0.1)，(x1，…，xm)→Wj(x1，…，xm)(j=1，2，…，m)，满足

(1)W1归一性。

表7 基于常权评价模型的矿业市场环境优劣排名

(2)W2连续性。Wj(x1，…，xm)关于每个变元xk连续;

(3)W3惩罚性。Wj(x1，…，xm)关于每个变元xk单调递减。

惩罚型变权公式为

式中，wj(x1，…，xm)为指标变权重;wj为指标常权重;xj为指标分级值;a为参数。

根据矿业市场环境的特点，结合研究目标，可以取α进行惩罚变权，根据公式(2)对矿业市场环境指标权重进行计算，变权重和综合评价结果分别见表8和表9。

表8 评价指标变权重选取(a取0.75时)

表9 综合评价结果(a取0.75时)

可以将变权重与常权重计算结果进行对比，见表10。

从评价结果可以看出，变权评价与常权评价结果差别较小，但受极端指标的影响，美国矿业市场环境由优变为良，巴西矿业市场环境由良变为一般，巴西、哈萨克斯坦、南非和墨西哥的变权综合评价排名有所变化。由于极端指标会给评价结果带来较大的影响，在评价时需要特别关注。评价国家受极端指标见表11。

表10 常权与变权评价结果对照

表11 矿业市场环境极端指标下的评价结果

5 结论

(1)分析了影响世界主要铁矿国矿业市场环境的因素，并对影响因素进行了识别。

(2)建立了矿业市场投资环境评价指标体系，采用层次分析法确定了权重。

(3)建立了矿业市场环境常权评价模型，对世界主要铁矿国矿业市场环境进行了评价。

(4)建立了变权评价模型，得出了各国矿业市场环境的排序，与常权评价结果相近。评价结果表明:受极端指标的影响，美国、巴西的变权评价结果有所变化，巴西、哈萨克斯坦、南非和墨西哥评价排名有所变化，评价结果变化较小，与实际较为符合。

［1］ 郑明贵，谢 为.基于BP神经网络的我国铁矿资源需求情景分析［J］.金属矿山，2013(3):57-61.

［2］ 李 铭，沙景华.我国西部矿业投资环境评价［J］.资源与产业，2009，11(3):100-103.

［3］ 何金祥.澳大利亚矿业投资环境［J］.中国矿业，2009，18(12):3-5.

［4］ 宋国民.2010/11年度全球矿业投资环境调查评价［J］.资源与人居环境，2011(8):26-28.

［5］ 宋国民.亚太地区矿业投资环境调查评价［J］.世界有色金属，2012(5):66-68.

［6］ 杨景胜.南非矿业投资环境分析［J］.中国矿业，2005，14(10):14-17.

［7］ 蒲含勇.矿业投资国际环境比较分析［J］.矿产保护与利用，2000(5):5-9.

［8］ 邓 雪，李家铭.层次分析法权重计算方法分析及其应用研究［J］.数学的实践与认识，2012，42(7):93-100.

［9］ 张志强，冯孝刚.基于层次分析法的油气投资环境评价——以非洲为例［J］.中国市场，2010(15):74-75.

［10］ 郑明贵.海外铁矿资源开发战略选区风险评价模型研究［J］.金属矿山，2012(9):32-36.

［11］ 刘文奇.均衡函数及其在变权综合中的应用［J］.系统工程理论与实践，1997，17(4):58-64.

［12］ 刘文奇.变权综合中的惩罚——激励效用［J］.系统工程理论与实践，1998(4):41-47.