綦建红 马雯嘉 赵雨婷 耿亮

摘   要：通过采用2011—2018年Zephyr全球并购数据库中的电力和天然气类跨国并购数据，本文不仅基于复杂网络视角构建了全球绿色能源投资网络，而且运用ArcGIS和Gephi软件从网络结构和网络节点两方面分析了该网络结构的演化特征。研究结果发现，全球绿色能源投资网络具有小世界性和无标度特性，但是其网络结构趋于松散，整体复杂性减弱;网络格局由单核主导向多核联动转变，绿色能源网络的覆盖面正在不断扩大和延展;双边投资关系越多的国家越有可能成为全球绿色能源投资网络的中心，在网络中占据较强的控制优势和可达性。因此，完善绿色能源扶持体系、提高项目融资可得性和加强第三方市场合作是我国争取国际绿色能源市场话语权和决策权的必然选择。

关键词：绿色能源投资;复杂网络;中心性

中图分类号：F830   文献标识码：A  文章编号：1674-2265（2019）04-0014-08

DOI：10.19647/j.cnki.37-1462/f.2019.04.003

随着能源供需矛盾和能源环境问题的加剧，世界各国在经历了煤炭替代柴薪和石油替代煤炭之后，正在面临第三次能源转型——可再生能源替代化石能源。此次能源转型以清洁替代和电能替代为主要内容，其根本任务是构建清洁、低碳的新型绿色能源体系。纵观能源发展规律，全球能源的生产与消费存在逆向分布特征，能源的大规模配置存在较大困难。而以绿色能源电力化为战略发展方向的第三次能源转型，也使得能源能够借助电网传输实现全球范围的便利化和清洁化配置。因此，建设全球绿色能源网络已是大势所趋。

一方面，全球绿色能源网络建设是一个长期性、系统性的复杂工程，投资巨大，需要世界各国的广泛参与，也由此形成了多国别、多层次的复杂关系网络;另一方面，由于传统化石能源与新型绿色能源的地理分布存在差异，第三次能源转型的推进必将衍生出能源生产和消费中心的国际转移。在这种情形下，如果只研究双边投资关系与动机，并不能从整体上把握全球绿色能源的投资规律。因此，本文从复杂网络视角构建全球能源投资体系的网络结构，揭示该网络结构的时序、空间演化趋势以及节点的中心性，进而为认识国际资本流向与能源转型的相互作用提供思路。

一、国内外文献综述

复杂网络理论已被广泛应用于分析各类复杂系统，揭示系统内部网络结构及其在时间序列上的演化趋势。在以资金为边权的复杂网络研究中，现有国内外文献主要集中于国际贸易领域。具体来说，Serrano和Bogu?á（2003）最先将社会网络分析法应用到国际贸易领域，并且强调贸易网络具有无标度、小世界等属性。在此基础上，学者们一方面不断完善国际贸易网络的构建，引入了有向加权网络（Garlaschelli和Loffredo，2005;Squartini等，2011），强调了贸易网络的周期性和稳定性（Li等，2003;Foti等，2013;Chiarucci等，2014）;另一方面将之运用于某一产品或者某一地区的贸易网络构建中（戴卓，2012;刘建，2013;马述忠等，2016）。

与之形成鲜明对比的是，国内外学者对国际投资网络的研究相对较少，且为数不多的文献可以大致划分为三类：

第一类是对国际投资网络的特性进行刻画。国内学者董纪昌等（2016）立足跨国并购这一国际直接投资的主要形式，构建全球跨国并购网络，发现该网络整体呈现“中心—半边缘—边缘”的拓扑结构，具备无标度性质和典型的“富人俱乐部”特征。在此基础上，郭毅和郝帅（2018）进一步研究了子社群的局部特征及其具体国家的个体特征，发现全球跨国并购网络呈现明显的社团结构，但社群之间的联系不紧密，且层次级差明显。与上述研究不同，杨文龙等（2017）采用双边直接投资数据构建全球跨国投资网络，从时序和空间两方面研究网络特征及其演化规律，发现网络整体遵循“核心—边缘”结构，具有显著的小世界与无标度特征，但无标度特征随时间推移趋于弱化，并在时序和空间上呈现出资本从西欧、北美、东亚向北欧、西亚、东南亚流动的格局。应尚军等（2018）在总结现有复杂网络研究方法的基础上，创新性地提出基于离散空间网络的复杂性科学研究范式更加适合国际资本流动网络的复杂性研究。

第二类是利用社会网络分析方法分析某些行业的跨国并购网络，以及国际投资网络与产业结构的相互关系。例如，后锐等（2010）根据跨国并购的产业特性分别构建制造业产业网、金融产业网、技术创新产业网和普通消费品产业网，发现产业网络与整体网络具有相同的结构性质。张辉等（2017）通过构建传统优势行业、石化行业、高端装备制造业三个跨国并购网络，分析核心国家在国际产业转移方面的竞争性和互补性，发现跨国并购投资能够反映国际产业结构的调整规律。

第三类是分析地区性投资网络的特性与发展规律。将投资网络测度与结构分析运用到具体国家和区域，从而探讨这些国家和区域所形成网络的结构特点、演化规律和影响因素，是国际投资网络实证研究的经典模式。例如，De Masi等（2012）以意大利对外投资企业为研究对象，通过构建对外投资企业和目标国家的二模网络，研究企业国际化策略的异质性。与之相类似，张辉等（2017）、杨文龙等（2018）聚焦“一带一路”沿线国家，前者就重点行业展开网络性质分析，后者在研究网络整体结构的基础上，运用指数随机图模型从内生结构效应、行动者关系效应和協变量网络效应来分析国际投资网络形成的影响因素。

纵观上述研究，可以发现已有文献尚存在进一步提升的空间：其一，在以资金为边权的复杂网络研究中，与丰富的国际贸易网络研究相比，国际投资网络的研究刚刚起步，相关文献凤毛麟角，其网络特性和时空演化规律的研究并不充分。其二，现有文献在聚焦国际投资网络与产业的关系时，多从产能转移和产业调整的角度分析网络节点间相互连接的动力，并通过网络构建分析产业重组和转移的空间特征。但是，不同产业具有异质性特征，其跨国投资行为、网络内部结构及其演化规律也会存在明显差异。仅以本文的研究对象绿色能源产业为例，产业转移并非其节点互联的首要原因;相反，资源寻求、技术寻求或市场寻求才是全球绿色能源投资的主要动机。因此，对于国际投资网络的研究有必要进一步细化至更为具体的产业层级。其三，已有文献在针对某一产业（行业）进行国际贸易或投资网络分析时，或者局限于产业网络整体特征中的指标计算和简单说明，忽略了网络的个体特征;或者只针对特定区域内的特定产业，缺少将世界范围的产业网络纳入研究视野，因此对跨国投资网络的演化特征研究并不完整。

正是基于上述考虑，本文的边际贡献主要体现为两方面：一方面，在具体至产业层级的国际投资网络研究中，本文率先将能源行业纳入复杂网络的分析范畴。能源系统是涉及多个国家、多种资源、多重供需、多样利益的复杂体系，系统中的每一节点国家都有各自的投资战略与经营策略，都能够通过适应市场规则来加强自身利益，属于典型的自组织、自适应的复杂网络系统。这种全球性的能源投资网络，并不是以国家为单位的各个主体的简单集合，还包含了投资主体之间错综复杂的投资关联，因此是国际投资网络分析的最佳产业选择之一。另一方面，在围绕绿色能源构建全球投资网络时，本文运用复杂投资网络分析方法，不再局限于东道国与母国间二元关系对绿色能源投资区位选择的影响，而是能够研判出不同国家在国际绿色能源网络中的角色地位和竞争优势，透视国际绿色能源网络的整体特征与不同节点国家的异质性。

基于此，余文安排如下：在第二部分说明数据来源与分析指标选择的基础上，第三部分刻画了国际绿色能源投资网络在时序、空间和无标度化方面的演化特征;第四部分进一步探究了国际绿色能源投资网络的节点度和中心性特征;第五部分提出相应的政策建议。

二、数据来源与指标选择

（一）数据来源

由于能源行业是一国的国计民生行业，事关经济发展、国家安全与国际地位，因此与占比很小的绿地投资相比，跨国并购一直都是全球能源投资的主要形式，故本文选取Zephyr跨国并购数据库中2011—2018年间能源类企业的跨国并购数据作为本文的数据基础。该数据库是全球并购交易分析数据库，目前收录了来自全球各行业共60万笔并购记录。根据本文的研究目的，选取绿色能源类型（主要为电力和天然气），国家间的双边投资额由各国能源类企业海外并购的交易额加总而成，由此共涉及116个国家、692个观测值，其绿色能源投资额达到3.39亿欧元。在本文的复杂投资网络中，网络节点代表绿色能源跨国并购所涉及的投资国和东道国，网络中节点相连的边代表能源投资额，并以此抽象化的节点和边构建有向加权的能源投资网络，测度该网络中节点（投资国家）和边（国家间投资流）的增减情况，进而研究跨国投资网络结构的演化特征，探究全球绿色能源投资的中心点与复杂性特征。

（二）指標选取

1. 度与度分布。度是用来描述单个节点属性的概念，是连接节点[i]的边的数目[ξi]，其中节点用以反映参与绿色能源跨国投资的国家数量。网络中节点的度越大，说明该国绿色能源投资所涉及的国家就越多。本文采用平均度（[AD]）来表示整体投资网络中各国的平均贸易伙伴数量，是所有节点度数的平均值。

在加权网络中，考虑到投资量的重要性，本文采用点强度来描述节点属性，即国家[i]所涉及的跨国投资额。同时网络中所有节点度的概率分布为度分布[P（ξ）]，其公式为：

其中，[Nξ]表示度为[ξ]的节点个数，[N]为总节点数。若网络的度分布满足幂律分布，即[P（ξ）～ξ-α]，则网络具有“无标度”属性。

2. 平均加权度。平均加权度为各节点加权度的平均值。节点加权度指的是在全球绿色能源投资网络中各国所涉及的投资流量金额的平均值，故平均加权度是对整个投资网络活跃度的衡量。在本文中，平均加权度（AW）的数值以万欧元为单位表示，其计算公式为：

其中，[WDi]表示每个节点[i]的节点加权度。

3. 平均最短路径长度。平均最短路径长度可以衡量网络中节点的分离程度，反映绿色能源投资网络中各个节点的连接性，其数值表示任意两个国家之间的投资关系最多通过其他多少个国家进行连接，故平均路径长度越短，网络内各个参与国的可达性越好。公式表示为：

其中，[AL]代表平均路径长度，[lij]是指某个节点[i]与节点[j]之间的最短距离。

4. 网络密度。网络密度作为衡量网络内部稠密和网络规则程度的指标，是指网络中实际边数与该节点数下最大可能边数的比值。随着网络密度增加，可认为全球绿色能源投资网络趋向于紧密化发展，其网络密度[θ]的计算公式为：

其中，[χ]表示边的个数。

5. 集聚系数。集聚系数能够测度全球绿色能源投资网络中国家的聚集度，度为[ni]的节点[i]的集聚系数[Ci]表明，在节点[i]的[ni]个近邻节点之间实际存在的连接边的数目与理论最大可能边数的比值为：

其中，[Mi]表示[ni]个近邻节点间实际存在的连接边的数目。在本文的研究中，为研究整体绿色能源投资网络中各国的聚集程度，采取计算平均聚类系数进行分析，同时通过比较该值与随机网络的集聚系数理论值，判断绿色能源投资复杂网络是否具有小世界性。

6. 节点中心性。节点中心性的度量指标主要包括度中心性、介数中心性、紧密中心性、特征向量中心性、网络流中心性和子图中心性等，能够衡量网络中节点的重要程度。本文选取度中心性、紧密中心性和介数中心性三个指标分析全球绿色能源投资网络节点的直接可达性、相对可达性和衔接功能。

（1）度中心性（[DC]）。根据节点度的大小来判断该节点在网络中的地位，节点的度越大，表明该国家与网络中越多的国家拥有绿色能源投资关系，[θi]为与该节点相连的其他节点数，其计算公式为：

（2）紧密中心性（[CCi]）。根据给定节点[i]与网络中其他所有节点的最短距离，可以判断节点在网络中的位置，因此，该指标越大，表明节点国家越处于绿色能源投资网络的中心位置。

（3）介数中心性（[BCi]）。该指标是根据网络中所有节点间最短路径经过节点[i]的数目来衡量节点[i]在网络中的中介衔接性，故该指数越大，说明节点国家在全球绿色能源投资网络中的中枢功能就越显著，其计算公式为：

三、全球绿色能源投资网络的时空演化特征

（一）全球绿色能源投资网络的时序演化

随着绿色能源需求的大幅增加和能源转型的不断推进，越来越多的能源需求国和能源生产国会参与到全球绿色能源的投资网络之中，推动网络范围的扩大。表1汇报了全球绿色能源投资网络的特征值，由此可以看出：

其一，2011—2018年全球绿色能源投资网络的节点数从67个快速增加至104个，节点个数的年增长率在2013年达到最高值（27.7%）。反观平均度、平均集聚系数和网络密度三个指标，均呈现下降趋势，表明全球绿色能源投资网络正由集聚趋于松散，聚集度逐渐下降。由此可见，在全球能源转型的大趋势下，以往由少数国家主导的绿色能源投资格局正朝着多元主体参与的方向发展。随着更多的国家参与到全球绿色能源的供给、运输、销售等环节，全球绿色能源投资网络的松散化是可预见的，该投资网络的中心尚未形成，且必然成为世界各国争夺的焦点。

其二，在加权有向网络中，全球绿色能源投资网络的平均路径长度呈下降趋势，由2011年的3.58下降到2018年的2.78，网络内各个参与国的可达性较好，说明全球绿色能源投资过程中的机会成本逐渐减少，能源投资效率提高。与之相类似，能够反映各国平均双边投资额的平均加权度虽有波动变化，但是总体变化不大，唯一的例外发生在2015年。在这一年，平均加权度的极大值为161489.55万欧元，且平均路径长度减小到2.79。究其原因，正如《世界能源投資2016》报告所反映的，油气上游领域投资的大幅减少可能导致对可再生能源、电力网络和能源效率领域的并购投资出现增长。

其三，2011—2018年，全球绿色能源投资网络的集聚系数由0.13下降到0.07，但是并未低于随机网络的集聚系数理论值，在一定程度上说明全球绿色能源投资网络具有小世界特性。该性质表明，全球绿色能源的投资主体之间通过跨国并购投资的方式，实现产业集聚效应，各国之间的跨国投资趋向于归核化、集聚化，逐渐促进全球绿色能源产业价值链一体化发展，能够减少机会成本、降低投资风险、提高全球绿色能源投资效率。

（二）全球绿色能源投资网络的空间格局

全球绿色能源投资网络的格局变化情况，可以通过对比2011年与2018年的空间演化图（由ArcGIS软件绘制）来反映。如图1所示，2011年，全球绿色能源投资网络最密集的地区位于美国，呈现出以美国为中心的单核主导网络结构。美国不仅是拥有最多投资伙伴的国家，其对英国的绿色能源投资额也成为该年度金额最高的投资交易。英国、日本投资对象较多，均在该年排名前五位，但全球投资额相对不高。相比之下，非洲国家的网络参与度极低，仅有南非一国参与到全球绿色能源的投资网络之中。

与2011年相比，2018年全球绿色能源投资网络整体发生了巨大变化，呈现出多核联动的复杂网络结构：美国和加拿大在与西欧各国之间保持投资关系的基础上，不仅新增了新加坡、韩国、菲律宾、中国香港、日本等东亚地区的国家和地区作为核心区域，而且美国、西欧与东亚地区的投资关系和投资额均有增加。同时，一些非洲国家（加纳、尼日利亚、坦桑尼亚、莫桑比克和博茨瓦纳）作为被投资对象，也成为绿色能源网络中的新增投资节点，体现了全球绿色能源投资网络的覆盖面正在不断扩大和延展。

全球绿色能源投资网络结构正由单核主导向多核联动演化，究其原因，其一，世界各国总体经济状况良好，带动更多国家的更多能源企业“走出去”进行对外投资;其二，在多边贸易结构下，贸易政策更加自由化，推动了欧盟、日本、东南亚等国家和地区的发展，从而促使全球绿色能源的投资网络随之不断扩大;其三，继美国之后，非洲、中东国家也在大力发展绿色能源的供给，并且随着特高压输配电等技术的发展，绿色能源的生产、传输、消费将更加高效，众多投资者为获取能源产品或权益进行投资;其四，能源问题与国家安全息息相关，在新兴的绿色能源市场上，世界各国均不断加大跨国投资力度，争夺核心地位及其市场话语权。

特别值得一提的是，我国在2011年时绿色能源跨国投资额较低，且较为松散，但是到2018年已经取得了长足进步，且主要集中在“一带一路”沿线国家。其主要原因在于，我国现有的特高压、光伏、风电装置已具有一定的技术优势，且“一带一路”沿线国家绿色能源丰富。因此随着“一带一路”设想的推进，我国通过不断深化与沿线国家与地区的绿色能源合作，在基础设施互联互通、产业投资、资源开发等领域，推进了一批条件成熟的重点合作项目。

（三）全球绿色能源投资网络的无标度性

全球绿色能源投资网络具有无标度性质，但该性质随时间变化有减弱趋势。由图2可以看出，2011年总节点中前20%的节点占总度分布的80.70%，2013年这一占比上升至82.14%;在2016年该占比下降至78.29%之后，2018年又重新回升到81.08%。由此可见，世界各国绿色能源投资的节点符合马太效应，即前20%的节点国家所拥有的投资连接数接近80%，对全球绿色能源投资网络的无标度性给出了较为充分的诠释和反映。

此外，在全球绿色能源投资网络中，节点的度整体上呈现幂律分布，幂参数整体呈现不断下降的趋势。究其原因，新增国家与核心国家缺少投资联系，使得无标度网络的择优机制未能很好地发挥作用，从而降低了网络结构的无标度特性。在全球绿色能源投资中，各国之间并非“强强联合”，即投资国并非对其他国家择优投资，而是更多地进行基础设施建设的投资，因此随着绿色能源供给地的增加，越来越多的投资国逐渐选择中东、非洲等地区进行绿色能源并购投资。

四、全球绿色能源投资网络的节点特征分析

（一）网络节点度

考虑到全球绿色能源投资网络属于有向网络，有的节点国家为投资国，有的节点国家为东道国，因此节点度可进一步划分为出度和入度。其中，出度是指该国作为投资国进行绿色能源跨国投资所涉及的东道国数量，而入度是指该国作为绿色能源投资的东道国接受跨国投资的国家数目。本文中，无权网络指仅考虑各国间绿色能源跨国投资次数作为网络边、不考虑资金流量的网络结构，而加权网络则指的是当绿色能源跨国投资额作为权重时生成的网络结构，投资额越大，边宽度越大。其各自的测算结果如表2、表3、表4所示，图3表示为加权有向网络的可视化拓扑图，由Gephi软件绘制。

在全球绿色能源投资无权有向网络中，由表2和表3可知，在2011—2018年整个样本期间，节度点累计排名前五的国家分别为美国、英国、中国、新加坡、加拿大。其中，美国、英国的节点出度每年均排在前五位，表明美英两国是样本期内在全球绿色能源领域投资最为活跃的国家，而日本在2014年后退出节点出度的前五位。与节点出度相比，节点入度按前五位排名出现频次依次为英国，美国，西班牙，中国和印度，法国、德国和保加利亚。由此可见，样本期内节点入度的前五位国家更加具有多样性，且新增节点国家主要来自欧洲。同期，日本节点入度排名均未进入前五，表明日本并非全球绿色能源投资的主要目的地。

在全球绿色能源投资加权有向网络中，由图3可知，2011年全球绿色能源投资权重最大的边是从美国流向英国，同时美国是加权出度最高的国家，进一步印证了全球绿色能源投资网络初期由美国单核主导的结论;与此同时，包括中国在内的越来越多的亚洲国家和地区逐渐深度参与到全球绿色能源投资网络中，而南美国家的数目相对稳定，非洲国家和中东地区处于边缘节点。但是到2018年，美国的单核主导地位被打破，以英国为代表的西欧国家和以中国、中国香港为代表的亚洲国家和地区正在强势崛起。纵观2011—2018年加权入度的排行表（见表4），可以发现主要国家仍为美国和西欧国家，其他国家主要为澳大利亚、巴西、秘鲁、智利、马来西亚和印度尼西亚，表明西欧国家企业仍为吸引能源并购投资的主要对象，这可能是由其先进的管理经验和建设能力仍对投资具有较大的吸引力所致。

由此可见，网络节点出度和入度在无权有向网络和有权有向网络中排名前列的国家主要集中于美国和西欧，越来越多的东亚国家逐渐深度参与到全球绿色能源投资网络中，而南美国家的数目相对稳定，非洲国家和中东地区处于边缘节点。

（二）网络节点中心性

为了揭示全球绿色能源网络中心节点的地位，本文进一步采用节点度中心性、介数中心性与紧密中心性之间的相关性程度来反映，其相关性拟合结果如图4所示。

由图4可以看出，2011年全球绿色能源投资网络的度中心性与介数中心性、度中心性与紧密中心性、介数中心性与紧密中心性的两两相关系数分别为0.7018、0.8214、0.5664。前两者相关性相对较高，表明在全球绿色能源投资网络中，与较多国家存在投资关系的国家也承载着较多数目的最短路径，即在网络中的可达性较好，并具有较高程度的网络投资关系控制能力，因此具有非常重要的地位。相比之下，介数中心性和紧密中心性二者的相关性不高，通达度不能成为判断全球绿色能源网络控制中心的标志，通达度高的国家仅意味着该国具有较大的绿色能源需求、能源禀赋或较好的投资政策。

与2011年相比，2018年上述三类中心性的相关系数明显下降，度中心性和介数中心性、度中心性和紧密中心性、介数中心性和紧密中心性的相关系数分别下降为0.5827、0.5026、0.2978。这一结果表明，度中心性较高的国家在全球绿色能源投资网络中不再具有高度可达性和控制中心的显著优势。

纵观2011—2018年各节点中心性的相关程度变化，结合目前全球绿色能源投资网络由单核主导向多核联动的演化趋势，可知在该投资网络稳定时，即由单核主导的初期，开展跨国并购投资多的国家意味着该国有较高的国际地位，能够成为全球绿色能源投资网络控制中心是毋庸置疑的。但是，随着各国能源转型政策的实施，对绿色能源的供給、需求大大增加，越来越多的国家参与到绿色能源投资过程中，导致目前全球绿色能源投资网络处于松散状态，能源控制中心趋向于多核化发展。

五、结论与政策建议

本文采用2011—2018年Zephyr全球跨国并购数据库中的能源类跨国并购数据，分别构建全球绿色能源投资无权有向网络和加权有向网络，分析该网络结构的时序、空间和复杂性特征及网络的节点度和节点中心性。计算和回归结果表明：其一，全球绿色能源投资网络具有小世界性和无标度特性，但无标度属性趋于减弱。2011—2018年全球绿色能源投资网络的规模显著增加，但是新增国家并未与网络中已有国家建立更多的投资关系，导致网络平均度、集聚系数和网络密度指标不断下降，网络结构趋于松散，整体复杂性减弱。其二，全球绿色能源投资网络的空间格局变化从单核主导（美国）向多核联动的趋势转变，多核主要为美国、西欧、东亚，但尚未真正形成多核体系，各国只有加大跨国投资力度，才能获得市场话语权。其三，网络节点出度和入度在无权有向网络和有权有向网络中排名前列的国家主要集中于美国和西欧，越来越多的东亚国家逐渐深度参与到全球绿色能源投资网络中，而南美国家的数目相对稳定，非洲国家和中东地区处于边缘节点。其四，节点的度中心性和介数中心性、度中心性和紧密中心性的相关系数普遍高于介数中心性和紧密中心性的相关系数，但在时序上呈现下降态势，表明与其他国家（地区）存在较多绿色能源投资关系的国家更有可能成为全球绿色能源投资网络的中心，在网络中占据较强的控制优势和可达性。

在全球能源进行第三次转型的背景下，绿色能源的供需在全球出现局部不均衡的现象，全球绿色能源网络结构的演化正在由单核主导向多核联动转变，网络结构趋于松散，投资中心尚未真正形成。在这个关键时期，我国如何抓住机遇，获取国际绿色能源市场的话语权与决策权就显得至关重要。

首先，完善扶持政策，给予税收优惠，加大研发投入。鉴于绿色能源投资具有前期高成本的特点，在绿色能源产业发展的初期，政府一方面可对绿色能源的跨国投资行为给予适当的财政支持，对相关投资主体给予税收优惠，促进我国绿色能源产业价值链一体化、全球化发展;另一方面支持相关产业公司主体加大研发投入，以提高绿色能源利用效率。

其次，简化项目审批流程，建立绿色通道。建议相关主管部门可以为绿色能源PPP项目、资金出海等方面的审批建立绿色通道，加快项目审批，简化审核内容，优化办理流程，缩短办理时限，确保绿色能源跨国投资项目规范有序推进。

再次，推动建立多层次资本市场，提高项目融资的可获得性。由于绿色能源类企业“走出去”的过程中面临着巨大的政治、经济、信息不对称等风险，存在“融资难、融资少、融资贵”的问题，应通过开辟多层次的资本市场，对社会资金加强引导，推动股权融资，降低融资成本。与此同时，银行等金融机构应及时推出适合绿色能源产业的信贷评审制度及金融衍生品，提高绿色能源类企业投资效率。

最后，绿色能源跨国投资的企业应具有一定的跨国公司治理经验，结合自身及东道国的特点，选取适合的管理模式，从而保证“走出去”的中国企业在体制、机制上更加从容应对各种挑战。基于国有企业的特殊所有权问题，在跨国并购中可能存在更多质疑，建议国有企业选择与民营企业或第三国企业“合伙出海”，可降低绿色能源投资过程中的审批风险等。

参考文献：

[1]Chiarucci R.， F. Ruzzenenti and M. Loffredo. 2014. Detecting spatial homogeneity in the world trade web with detrended fluctuation analysis [J]， Physica A.

[2]De Masi G.， G. Giovannetti and G. Ricchiuti. 2013. Network analysis to detect common strategies in Italian foreign direct investment[J].Physica A：Statistical Mechanics and its Applications，392（5）.

[3]Dohleman B. 2006. Exploratory social network analysis with Pajek[J].Psychometrika， 71（3）.

[4]Foti，N.，S. Pauls and D. Rockmore. 2013. Stability of the world trade web over time-An extinction analysis[J]. Journal of Economic Dynamics and Control，37.

[5]Garlaschelli，D. and M. Loffredo. 2005. Structure and evolution of the world trade network[J].Physica A，355.

[6]Li X.， Y. Jin and G. Chen. 2013. Complexity and synchronization of the world trade web[J].Physica A，328.

[7]Serrano， M. and M. Bogu?á. 2003. Topology of the world trade web[J].Physical Review E， 68.

[8]Squartini， T.， G. Fagiolo and D. Garlaschelli. 2011. Randomizing world trade： A weighted network analysis[J]. Physical Review E，84.

[9]戴卓.国际贸易网络结构的决定因素及特征研究——以中国东盟自由贸易区为例[J].国际贸易问题，2012， 12.

[10] 董纪昌，焦丹晓，孙熙隆.基于社会网络分析的全球跨国并购研究[J].管理评论，2016，28（10）.

[11]郭毅，郝帅.全球跨国并购网络特征、演变及影响因素研究[J].北京工商大学学报（社会科学版），2018， 33（6）.

[12]后锐，杨建梅，姚灿中. 全球产业重组与转移：基于跨國并购复杂网络的分析方法[J].系统管理学报，2010，19（2）.

[13]刘建.基于社会网络的国际原油贸易格局演化研究[J].国际贸易问题，2013，（12）.

[14]马述忠，任婉婉，吴国杰. 一国农产品贸易网络特征及其对全球价值链分工的影响——基于社会网络分析视角[J].管理世界，2016，（3）.

[15]杨文龙，杜德斌.“一带一路”沿线国家投资网络结构及其影响因素：基于ERGM模型的研究[J].世界经济研究，2018，（5）.

[16]应尚军，纪小妹，吴婷婷.国际资本流动网络复杂性研究的总体框架[J].复杂系统与复杂性科学，2018，15（1）.

[17]王桂堂.自由港建设与“一带一路”背景下金融对外开放的深化[J].金融理论与实践，2018，（7）.

[18]翟玉胜，胡慧远.基于“一带一路”战略的中国能源企业对外投资模式选择[J].统计与决策，2017，（12）.

[19]张辉，黄昊，朱智彬.“一带一路”沿线国家重点行业跨境并购的网络研究[J].亚太经济，2017，（5）.