文春暉，姚欣妤

基于LM-BP神經(jīng)網(wǎng)絡(luò)模型的非洲農(nóng)業(yè)投資環(huán)境評價——來自2011—2018年49個非洲國家的數(shù)據(jù)

文春暉，姚欣妤

（湖南農(nóng)業(yè)大學(xué) 經(jīng)濟學(xué)院，湖南 長沙 410128）

基于LM-BP神經(jīng)網(wǎng)絡(luò)模型，選取國際交往環(huán)境和本土發(fā)展環(huán)境8層面33個指標(biāo)構(gòu)建非洲農(nóng)業(yè)投資環(huán)境評價指標(biāo)體系，運用2011—2018年非洲49個國家的數(shù)據(jù)對非洲農(nóng)業(yè)投資環(huán)境進行評價。結(jié)果表明：占比接近80%的非洲國家農(nóng)業(yè)投資環(huán)境處于好的Ⅰ級和較好的Ⅱ級，6個國家處于投資環(huán)境較差的Ⅲ級，4個國家處于Ⅳ級；非洲沿海國家農(nóng)業(yè)投資環(huán)境普遍優(yōu)于內(nèi)陸國家，西部和東南部國家農(nóng)業(yè)投資環(huán)境相較中部國家更好，有5個國家農(nóng)業(yè)投資環(huán)境出現(xiàn)優(yōu)化升級；影響非洲農(nóng)業(yè)投資環(huán)境的因素相互作用，中非雙邊政治經(jīng)貿(mào)關(guān)系能有效改善中國農(nóng)業(yè)企業(yè)在非投資環(huán)境。

農(nóng)業(yè)投資環(huán)境；中非農(nóng)業(yè)合作；LM-BP神經(jīng)網(wǎng)絡(luò)；評價體系

一、問題的提出

在國家“一帶一路”倡議背景下，中國與非洲農(nóng)業(yè)合作發(fā)展進入新階段，以投資為主導(dǎo)的產(chǎn)能合作模式成為當(dāng)前中非農(nóng)業(yè)合作的主要內(nèi)容。2021年《中非合作論壇—達喀爾行動計劃（2022—2024）》明確提出，中非雙方應(yīng)加強政策引領(lǐng)，進一步開展多層次的農(nóng)業(yè)合作。近年來，中非農(nóng)業(yè)合作增速明顯加快，據(jù)農(nóng)業(yè)農(nóng)村部2020年頒布的《中國農(nóng)業(yè)對外投資數(shù)據(jù)匯編》顯示，2012—2019年，中國流向非洲的對外農(nóng)業(yè)直接投資存量由 5.8億美元增長至13.94億美元，企業(yè)數(shù)量由69家增長至143家，投資500萬元人民幣以上的農(nóng)業(yè)項目有115個，遍布非洲三分之二以上國家。目前，對非投資仍然是中國許多農(nóng)業(yè)企業(yè)的關(guān)注熱點。然而，由于非洲法律、人文、營商環(huán)境的迥異，加上西方媒體對中非合作的惡意扭曲，中國對非農(nóng)業(yè)投資風(fēng)險較大，投資成功率相對較低[1]，因此，中國農(nóng)業(yè)企業(yè)對非農(nóng)業(yè)投資相對較為謹(jǐn)慎。面對中非農(nóng)業(yè)合作的廣闊前景，針對非洲農(nóng)業(yè)投資環(huán)境做出全面評價，有助于幫助中國農(nóng)業(yè)企業(yè)規(guī)避風(fēng)險，進行更安全更有效率的投資。

農(nóng)業(yè)投資環(huán)境受資源稟賦、基礎(chǔ)設(shè)施、農(nóng)業(yè)區(qū)位、社會政局、市場開放水平等多重因素影響[2,3]?，F(xiàn)有研究主要針對單個國家農(nóng)業(yè)投資環(huán)境進行了一些案例研究。張慶萍等針對俄、烏、哈三國農(nóng)業(yè)投資環(huán)境，從政治、經(jīng)濟、法律、農(nóng)業(yè)環(huán)境等方面做了詳細(xì)對比[4]。汪晶晶等對中亞五國運用“冷熱對比法”，綜合分析五國投資環(huán)境得出哈薩克斯坦是適宜投資的“熱”國[5]。謝國娥等使用突變級數(shù)法對東南亞和中東歐國家的投資環(huán)境進行了比較研究，發(fā)現(xiàn)東南亞國家實現(xiàn)了投資環(huán)境的改善與反超[6]。文巍等從投資機會、營商環(huán)境和投資風(fēng)險三方面測度阿拉伯國家的投資環(huán)境，構(gòu)建投資環(huán)境評價體系[7]。夏昕鳴等基于經(jīng)濟地理與國際投資理論，將中國與“一帶一路”國家的地緣政治經(jīng)濟關(guān)系納入投資環(huán)境評價體系[8]。劉愛軍等對盧旺達的農(nóng)業(yè)資源、基礎(chǔ)設(shè)施硬環(huán)境、政治法律軟環(huán)境等進行了分析，研究發(fā)現(xiàn)盧旺達政府清廉，關(guān)稅力度大，農(nóng)產(chǎn)品具有優(yōu)勢，適宜投資[9]。汪晶晶等運用BP神經(jīng)網(wǎng)絡(luò)對中國對外農(nóng)業(yè)投資的138個國家進行了農(nóng)業(yè)投資環(huán)境評價[10]。

通過文獻梳理發(fā)現(xiàn)，以往研究主要是對“一帶一路”沿線國家投資環(huán)境進行評價分析，而針對農(nóng)業(yè)投資環(huán)境的研究較少，就非洲國家農(nóng)業(yè)投資環(huán)境進行評價的更少，僅有的研究只是針對個別非洲國家進行局部評價，缺乏對非洲國家整體農(nóng)業(yè)投資環(huán)境的實證比較與分析。為此，筆者擬引入LM-BP神經(jīng)網(wǎng)絡(luò)模型隨機插值擴集的LM算法，利用其評價精度高、收斂速度快、算法穩(wěn)定的特征，構(gòu)建8層面33個指標(biāo)的評價指標(biāo)體系，對非洲農(nóng)業(yè)投資環(huán)境進行全面系統(tǒng)的評價，以便有效助推中國農(nóng)業(yè)企業(yè)走向非洲。

二、評價體系構(gòu)建與指標(biāo)選取

農(nóng)業(yè)投資環(huán)境由自然、經(jīng)濟、社會、法律等多重因素構(gòu)成。根據(jù)其穩(wěn)定性程度不同，將影響農(nóng)業(yè)投資環(huán)境的因素劃分為穩(wěn)定性較弱的國際交往環(huán)境和穩(wěn)定性較強的本土發(fā)展環(huán)境兩類[11]。國際交往環(huán)境因素主要包括東道國的政府治理、人文法律、對外開放程度和中非雙邊關(guān)系等，本土發(fā)展環(huán)境包括資源稟賦、經(jīng)濟基礎(chǔ)、基礎(chǔ)設(shè)施和農(nóng)業(yè)發(fā)展等。因此，本研究從國際交往環(huán)境和本土發(fā)展環(huán)境兩個層面構(gòu)建中國對非農(nóng)業(yè)投資環(huán)境評價體系。

1．國際交往環(huán)境

根據(jù)制度理論，與投資母國不同的東道國政治制度環(huán)境往往影響著社會和經(jīng)濟運行的交易成本，加大企業(yè)資金壓力，影響企業(yè)對東道國的投資選擇。東道國的政府治理是跨國投資的重要影響因素，是經(jīng)濟發(fā)展的基礎(chǔ)[12]。本研究選取政治穩(wěn)定性(1)、政府效率（2）、監(jiān)管質(zhì)量(3)和政府話語與問責(zé)權(quán)(4)四方面的指標(biāo)來衡量政府治理水平。

與其他地域的國家有所不同，非洲國家具有較為獨特的人文觀念和法律法規(guī)，因此，中國農(nóng)業(yè)企業(yè)對非洲國家人文法律層面的考量較為注重。根據(jù)相關(guān)研究[13,14]，選取腐敗程度控制（5）、法律規(guī)制程度（6）和人類發(fā)展指數(shù)（7）衡量東道國人文法律情況。

國際化行為理論認(rèn)為，以往的貿(mào)易關(guān)系會對東道國吸收國際化投資造成內(nèi)生路徑依賴[15]，而國際資本流動往往又形成示范效應(yīng)，吸引更多國家的資金流入?；诖耍棉r(nóng)產(chǎn)品出口指數(shù)（8）、外國投資（9）和貿(mào)易額占GDP比（10）衡量東道國開放程度。

雙邊關(guān)系是對東道國制度安排的補充，是企業(yè)對外直接投資的保障[16]。同時，兩國地理距離往往會影響到雙邊貿(mào)易成本，對雙邊貿(mào)易和投資流入有很大影響[17]。故本研究統(tǒng)計歷年來雙方簽署的雙邊協(xié)定（11）、中國與各國進出口貿(mào)易總額（12）、中國對非洲各國投資（13）和中國與非洲各國間地理距離（14）來衡量中非政治和經(jīng)貿(mào)雙邊關(guān)系。

2．本土發(fā)展環(huán)境

根據(jù)資源稟賦理論，非洲國家擁有大量的農(nóng)業(yè)自然資源與經(jīng)濟資源，為農(nóng)業(yè)企業(yè)提供了豐富的農(nóng)業(yè)生產(chǎn)條件。中國為資源相對稀缺的國家，東道國資源稟賦被視為中國農(nóng)業(yè)企業(yè)對外投資的關(guān)鍵動力[18]。東道國的水、土地、勞動力、技術(shù)資源分別用可再生水資源（15）、農(nóng)業(yè)土地面積（16）、農(nóng)業(yè)就業(yè)率（17）和科技期刊數(shù)量（18）[19]來衡量。

國際生產(chǎn)力折中理論指出，當(dāng)跨國公司本身具有所有權(quán)、內(nèi)部化和區(qū)位優(yōu)勢才有動力進行對外直接投資[20]，區(qū)位優(yōu)勢除了資源稟賦外，還包括經(jīng)濟發(fā)展水平的優(yōu)勢。采用人均GDP（19）衡量消費能力，通貨膨脹率（20）衡量物價水平變動程度，GDP增長率（21）衡量經(jīng)濟增長潛力，利潤稅稅率（22）、商業(yè)銀行數(shù)量（23）衡量稅收情況和金融機構(gòu)發(fā)展情況，教育支出占GNI比例（24）衡量勞動力素質(zhì)。這些市場屬性都與投資者所獲利潤相關(guān)[21]，以此來形容一國的經(jīng)濟基礎(chǔ)。

表1　對非農(nóng)業(yè)投資環(huán)境評價體系

基礎(chǔ)設(shè)施體現(xiàn)了被投資國農(nóng)業(yè)生產(chǎn)條件的積累。外向型勞動密集型企業(yè)不僅會考慮勞動力成本，也會考慮水利供應(yīng)便利程度、交通運輸發(fā)達程度、電力供應(yīng)、網(wǎng)絡(luò)通信等基礎(chǔ)設(shè)施對成本的影響[22]。農(nóng)業(yè)企業(yè)對基礎(chǔ)設(shè)施要求更為嚴(yán)格。選取航空運輸量（25）、港口集裝箱量（26），互聯(lián)網(wǎng)服務(wù)器數(shù)（27），固定電話數(shù)量（28）和通電率占人口比（29）指標(biāo)衡量基礎(chǔ)設(shè)施。

據(jù)陳偉研究發(fā)現(xiàn)，農(nóng)業(yè)生產(chǎn)率是中國農(nóng)業(yè)對外直接投資的關(guān)鍵因素，農(nóng)牧漁業(yè)增加值皆影響著中國對外投資的流入[23]。選取農(nóng)業(yè)產(chǎn)值占GDP比例（30）表示各國農(nóng)業(yè)發(fā)展情況，選取畜牧業(yè)生產(chǎn)指數(shù)（31）、作物生產(chǎn)指數(shù)（32）和漁產(chǎn)品產(chǎn)值（33）衡量農(nóng)牧漁業(yè)發(fā)展?fàn)顩r。

三、評價模型構(gòu)建與等級閾值劃分

1．LM-BP神經(jīng)網(wǎng)絡(luò)模型

BP神經(jīng)網(wǎng)絡(luò)是誤差反向傳播網(wǎng)絡(luò)，它包含前向傳播和誤差反向傳播兩階段，由輸入層、隱含層和輸出層3層組成，各層神經(jīng)元數(shù)構(gòu)成n1-n2-n3結(jié)構(gòu)[24]。LM-BP神經(jīng)網(wǎng)絡(luò)可發(fā)揮其自學(xué)習(xí)功能和非線性動態(tài)處理功能的優(yōu)勢，避開數(shù)學(xué)模型的靜態(tài)思維，在解決投資環(huán)境評估等各因素互相影響問題上，具有突出的優(yōu)越性。

本研究借鑒汪晶晶、杜新樂等的研究構(gòu)建BP神經(jīng)網(wǎng)絡(luò)評價模型[10,25]。隱藏層和輸出層分別用式（1）和式（2）表示：

假設(shè)網(wǎng)絡(luò)誤差指標(biāo)函數(shù)為：

以下以權(quán)值修正為例進行算法解釋：

設(shè)w表示第次迭代的權(quán)值和閾值所組成的向量，新的權(quán)值和閾值組成的向量(t+1)可根據(jù)下面的規(guī)則求得

w=w+Δ（5）

2．變量校準(zhǔn)與仿真

參考世界銀行指標(biāo)評價標(biāo)準(zhǔn)以及四分位法、正態(tài)分布的95%置信區(qū)間、K-means的聚類中心分級標(biāo)準(zhǔn)[26]，根據(jù)擇優(yōu)原則，將評價指標(biāo)體系分為環(huán)境好Ⅰ、環(huán)境較好Ⅱ、環(huán)境較差Ⅲ、環(huán)境差Ⅳ四個等級。在每組評價等級閾值間，利用Mtalab中的randn函數(shù)隨機內(nèi)插生成300 組樣本，每組隨機選取 2 /3 即 200 組樣本作為訓(xùn)練樣本，剩余 1 /3 即 100 組作為檢驗樣本，四組共隨機生成 1 200組樣本。

首先，建立神經(jīng)網(wǎng)絡(luò)，確定網(wǎng)絡(luò)層數(shù)、拓?fù)浣Y(jié)構(gòu)和傳遞函數(shù)。結(jié)合經(jīng)驗公式，采用33-14-1的拓?fù)浣Y(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)模型。以Tansig、Purelin函數(shù)作為隱含層、輸出層傳遞函數(shù)，采用LM算法計算，設(shè)定期望均方誤差為0.0001，訓(xùn)練次數(shù)為5 000次的參數(shù)。圖1是迭代次數(shù)為7時，均方誤差低于期望值輸出結(jié)果的過程：

圖1 LM-BP神經(jīng)網(wǎng)絡(luò)樣本訓(xùn)練過程

再對原始數(shù)據(jù)進行歸一化處理，用下式表示：

其中，為每組數(shù)據(jù)的最大值和最小值。

最后，輸入33個歸一化處理后的指標(biāo)，并借鑒崔東文等的網(wǎng)絡(luò)擬合度方法進行檢驗[27]。結(jié)果表明，模型10次均值?。?.0045），波動不大[0.0009，0.01]，且運行時間短（0.2444s）、網(wǎng)絡(luò)擬合度高（15.154%），說明LM-BP 神經(jīng)網(wǎng)絡(luò)模型具有評價精度高、收斂速度快、算法穩(wěn)定的特性[28]，適合對非洲農(nóng)業(yè)投資環(huán)境進行評價。

3．等級閾值劃分

根據(jù)分級標(biāo)準(zhǔn)下的各指標(biāo)閾值計算，取隨機10次結(jié)果均值得出非洲農(nóng)業(yè)投資環(huán)境最終評價等級：環(huán)境好Ⅰ級[0.6290，1.9842)，環(huán)境較好Ⅱ級[1.9842,3.0769)，環(huán)境較差Ⅲ級[3.0769,3.4389)，環(huán)境差Ⅳ級[3.4389，3.9426]。

表2 非洲農(nóng)業(yè)投資環(huán)境劃分等級標(biāo)準(zhǔn)

四、實證研究與結(jié)果分析

基于上述評價指標(biāo)體系，通過查找WDI數(shù)據(jù)庫、世界銀行、世界糧農(nóng)組織FAO數(shù)據(jù)庫、外交部網(wǎng)站、國務(wù)院發(fā)展研究中心、2019年中國對外投資報告以及CEPII數(shù)據(jù)庫等，得到相關(guān)數(shù)據(jù)。在非洲54國中，剔除極度動蕩不具有參考價值的索馬里，以及數(shù)據(jù)缺失的厄立特里亞、斯威士蘭、南蘇丹、塞舌爾，最終選取非洲49個國家2011—2018 年指標(biāo)數(shù)據(jù)。其中，1至6來自WDI數(shù)據(jù)庫，7來自聯(lián)合國開發(fā)署，8、15、16、33來自世界糧農(nóng)組織FAO數(shù)據(jù)庫，9、10、17至32來自世界銀行，11來自外交部網(wǎng)站及各國投資指南，12來自國務(wù)院發(fā)展研究中心、13來自2019年中國對外投資報告，14來自CEPII數(shù)據(jù)庫。

將各國指標(biāo)數(shù)據(jù)進行歸一化輸入，得到不同年度各國農(nóng)業(yè)投資環(huán)境的得分情況。表3為2011—2018年非洲各國農(nóng)業(yè)投資環(huán)境的平均得分。根據(jù)已確定的最終等級閾值劃分標(biāo)準(zhǔn)，將1～4名國家劃入環(huán)境好Ⅰ級，5～39名國家劃入環(huán)境較好Ⅱ級，40～45名國家屬于環(huán)境較差Ⅲ級，46～49名國家屬于環(huán)境差Ⅳ級。在非洲大陸的分布如圖2所示。

表3　非洲各國農(nóng)業(yè)投資環(huán)境平均得分

注：缺失的索馬里、厄立特里亞、斯威士蘭、南蘇丹、塞舌爾五個國家數(shù)據(jù)用空白表示。

圖2　非洲國家農(nóng)業(yè)投資環(huán)境評價等級分布

根據(jù)2011—2018年非洲 49個國家的平均得分結(jié)果可以看出：一是非洲整體農(nóng)業(yè)投資環(huán)境好于預(yù)期，在49個國家中有39個國家處于環(huán)境好的層級，占比為79.6%，投資環(huán)境惡劣的國家僅為4個，占比僅為8%。其中南非、埃及、毛里求斯、摩洛哥 4個國家屬于環(huán)境好的Ⅰ級；摩洛哥、博茨瓦納、突尼斯、納米比亞等 35個國家處于環(huán)境較好的Ⅱ級；吉布提、幾內(nèi)亞比紹、剛果（金）、喀麥隆、乍得、中非6個國家處于環(huán)境較差的Ⅲ級；蘇丹、赤道幾內(nèi)亞、利比亞、剛果（布）處于環(huán)境惡劣的Ⅳ級。二是在2011—2018年中，多數(shù)非洲國家投資環(huán)境處于穩(wěn)態(tài)，并且是穩(wěn)中向好。5個非洲國家這八年投資環(huán)境不斷改善，如吉布提（從Ⅳ級升至Ⅲ級，2011和2018年分別為3.4576和2.7089分），埃及（從Ⅱ級升至Ⅰ級，2011和2018年分別為1.9956和1.6754分），科摩羅、幾內(nèi)亞、尼日利亞（從Ⅲ級升至Ⅱ級，2011和2018年分別為3.0775和2.9909分，3.0833和3.0073分，3.1156和2.9331分）。三是地理距離與農(nóng)業(yè)投資環(huán)境評價高度相關(guān)，地理距離與港口運輸是影響中國對非農(nóng)業(yè)投資環(huán)境的兩個主要因素。如圖2所示，沿海國家農(nóng)業(yè)投資環(huán)境普遍優(yōu)于內(nèi)陸國家，西部和東南部國家農(nóng)業(yè)投資環(huán)境相較中部國家更好。評價等級最高的4個國家地理位置優(yōu)越，資源稟賦高，港口航運發(fā)達，與中國交往密切；擁有非洲十大港口的各國，皆位于農(nóng)業(yè)投資環(huán)境的Ⅰ級和Ⅱ級；內(nèi)陸國中烏干達、盧旺達、贊比亞等皆擁有豐富的水資源并建有港口，投資環(huán)境評價處于Ⅱ級。

從上述結(jié)果中發(fā)現(xiàn)，地理距離與港口運輸是影響對非洲農(nóng)業(yè)投資的主要因素，中非雙邊關(guān)系對非洲農(nóng)業(yè)投資環(huán)境可能有著特殊的影響。因此，本研究在指標(biāo)體系中剔除中非雙邊關(guān)系板塊，運用LM-BP神經(jīng)網(wǎng)絡(luò)模型再次評價，評價結(jié)果顯示，與中國開展大規(guī)模投資合作的烏干達、科特迪瓦，簽署多項雙邊協(xié)議的馬達加斯加、莫桑比克、塞內(nèi)加爾、埃及，以及貿(mào)易往來頻繁的肯尼亞、加蓬等26個國家等級均出現(xiàn)了下降的情況。這就說明中非雙邊關(guān)系對非洲農(nóng)業(yè)投資環(huán)境呈現(xiàn)顯著的影響，加強中非政治經(jīng)貿(mào)雙邊合作，不僅有利于彌補非洲國家自身國際交往環(huán)境的不足，更有益于提升中國農(nóng)業(yè)企業(yè)在非投資環(huán)境。

五、結(jié)論與建議

通過LM-BP神經(jīng)網(wǎng)絡(luò)模型隨機插值擴集的LM算法，本研究運用非洲49個國家2011—2018年數(shù)據(jù)，構(gòu)建農(nóng)業(yè)投資環(huán)境評價模型進行評價。主要結(jié)論如下：LM-BP神經(jīng)網(wǎng)絡(luò)模型精度高，運行速度快，很好地反映各指標(biāo)之間非線性映射關(guān)系，有效地解決了非洲國家數(shù)據(jù)不足的問題，適用于中國對非農(nóng)業(yè)投資環(huán)境評價體系；非洲多數(shù)國家農(nóng)業(yè)投資環(huán)境較好，對中國農(nóng)業(yè)投資有著較深的吸引力；非洲沿海國家農(nóng)業(yè)投資環(huán)境普遍優(yōu)于內(nèi)陸國家，西部國家和東南部國家農(nóng)業(yè)投資環(huán)境相較中部國家較好；中非雙邊關(guān)系有效彌補了非洲國家在國際交往環(huán)境和本土發(fā)展環(huán)境中的不足，提升了非洲農(nóng)業(yè)投資環(huán)境對中國企業(yè)的吸引力?；谠u價結(jié)論，現(xiàn)就中國對非農(nóng)業(yè)投資提出以下建議。

一是規(guī)劃對非洲國家投資的整體布局。根據(jù)非洲農(nóng)業(yè)投資環(huán)境評價等級情況，引導(dǎo)企業(yè)增加對評價等級好、較好國家的農(nóng)業(yè)投資，確定重點投資地區(qū)，形成產(chǎn)業(yè)聚集效應(yīng)。農(nóng)業(yè)投資可由沿海地區(qū)逐步擴散至內(nèi)陸地區(qū)，由西部、東南部非洲國家逐步延伸至中部非洲國家；加強中國與非洲各國的政治、經(jīng)貿(mào)往來，彌補非洲國家在國際交往環(huán)境和國內(nèi)發(fā)展環(huán)境中的不足，提升中國企業(yè)對非洲進行農(nóng)業(yè)投資的吸引力。

二是要加強對中國農(nóng)業(yè)企業(yè)赴非的投資指導(dǎo)。由于非洲各地區(qū)政策變幻，政府部門應(yīng)及時了解非洲各國概況并對非洲農(nóng)業(yè)投資環(huán)境進行評估，公開發(fā)布對外投資指南如《對外投資合作國別（地區(qū)）指南》和《國別貿(mào)易投資環(huán)境報告》等[29]，中非民間商會等公共組織也應(yīng)及時反饋各國信息，做好信息的傳遞工作，幫助企業(yè)了解各國政策、經(jīng)濟、基礎(chǔ)設(shè)施和農(nóng)業(yè)資源等情況，科學(xué)準(zhǔn)確地提供投資選擇參考。還應(yīng)重點關(guān)注國際局勢、匯率浮動、政策調(diào)整等方面可能發(fā)生的風(fēng)險[30], 并及時預(yù)測風(fēng)險提供風(fēng)險警示，以規(guī)避企業(yè)投資風(fēng)險。

三是中國農(nóng)業(yè)企業(yè)應(yīng)準(zhǔn)確研判對非投資方向。中國農(nóng)業(yè)企業(yè)在赴非投資時，應(yīng)對東道國農(nóng)業(yè)投資環(huán)境具體情況以及企業(yè)自身發(fā)展優(yōu)勢進行多方面權(quán)衡，跟隨政府投資方向指引，依托農(nóng)業(yè)相關(guān)平臺，更有效率地赴非進行農(nóng)業(yè)投資。由于農(nóng)業(yè)投資周期較長，受生產(chǎn)運輸條件所限，企業(yè)在權(quán)衡多方因素基礎(chǔ)上，應(yīng)進一步選擇那些基礎(chǔ)設(shè)施較好的、成立中非農(nóng)業(yè)產(chǎn)業(yè)園以及規(guī)劃籌建中非自由貿(mào)易區(qū)[31]的國家，借助這些國家的生產(chǎn)運輸條件和良好的雙邊關(guān)系基礎(chǔ)[32]，享受高效的農(nóng)產(chǎn)品流通體系和服務(wù)網(wǎng)絡(luò)帶來的紅利，尋求更好的種產(chǎn)銷農(nóng)業(yè)產(chǎn)業(yè)鏈發(fā)展空間。

[1] 張建紅，衛(wèi)新江，?？隆ぐ梗疀Q定中國企業(yè)海外收購成敗的因素分析[J]．管理世界，2010(3)：97-107．

[2] JENSEN N．Democratic governance and multinational corporations：Political regimes and in-flows of foreign direct investment[J].International Organization，2003，57(3)：587-616．

[3] YOJI F，HIKARI I，KEIKO I．Vertical intra-industry trade and foreign direct investment in East Asia[J]．Journal of the Japanese and International Economies，2003，17(4)：468-506．

[4] 張慶萍，朱晶．俄、烏、哈三國農(nóng)業(yè)投資環(huán)境比較研究[J]．國際經(jīng)濟合作，2014(1)：56-62．

[5] 汪晶晶，馬惠蘭．基于“冷熱”國對比法的中亞農(nóng)業(yè)投資環(huán)境評價[J]．商業(yè)經(jīng)濟研究，2015(21)：135-137．

[6] 謝國娥，許瑤佳，楊逢珉．“一帶一路”背景下東南亞、中東歐國家投資環(huán)境比較研究[J]．世界經(jīng)濟研究，2018(11)：89-98．

[7] 文巍，吳昊．“一帶一路”背景下阿拉伯國家投資環(huán)境研究[J]．阿拉伯世界研究，2020(5)：85-106．

[8] 夏昕鳴，謝玉歡，吳婉金，等．“一帶一路”沿線國家投資環(huán)境評價[J]．經(jīng)濟地理，2020，40(1)：21-33．

[9] 劉愛軍，RAPHAEl N，王詩含，等．“一帶一路”戰(zhàn)略與盧旺達農(nóng)業(yè)投資環(huán)境分析[J]．世界農(nóng)業(yè)，2016(10)：221-224．

[10] 汪晶晶，馬惠蘭，唐洪松，等．基于BP神經(jīng)網(wǎng)絡(luò)的中國對外農(nóng)業(yè)投資環(huán)境評價[J]．華東經(jīng)濟管理，2018，32(6)：85-90．

[11] 章昌裕，梁蓓．國際投資學(xué)[M]．北京：中國對外經(jīng)濟貿(mào)易出版社，2003：79-80．

[12] 黃新飛，林志帆．東道國政治制度質(zhì)量如何影響中國OFDI決策?——基于資源尋求動機與調(diào)節(jié)效應(yīng)視角的實證檢驗[J]．中山大學(xué)學(xué)報(社會科學(xué)版)，2020，60(4)：158-170．

[13] BUCKLEY P J，CLEGG L J，CROSS A R，et al．The determinants of Chinese outward foreign direct investment[J]．Journal of International Business Studies，2007，38(2)：499-518．

[14] BUCKLEY P J，CASSON M．Analysing Foreign Market Entry Strategies：Extending the Internalisation Approach[J]. Journal of International Business Studies，1998，29(3)：539-561．

[15] 高道明，田志宏，黃德海．中國企業(yè)海外農(nóng)業(yè)投資的區(qū)位決定因素分析[J]．中國農(nóng)村經(jīng)濟，2020(11)：113-130．

[16] 祝繼高，梁曉琴，王春飛．信息透明度如何影響“一帶一路”倡議下中國企業(yè)對外直接投資區(qū)位選擇[J]．國際商務(wù)(對外經(jīng)濟貿(mào)易大學(xué)學(xué)報)，2020(6)：46-61．

[17] KOLSTAD I，WIIG A．WHAT determines Chinese outward FDI?[J]．Journal of World Business，2012，47(1)：26-34．

[18] 王永欽，杜巨瀾，王凱．中國對外直接投資區(qū)位選擇的決定因素：制度、稅負(fù)和資源稟賦[J]．經(jīng)濟研究，2014，49(12)：126-142．

[19] 邵昱，孫雨函．中國是否擠出了美國的對外投資?——“一帶一路”背景下基于拉美和加勒比地區(qū)的實證研究[J]．外國經(jīng)濟與管理，2021，43(2)：140-152．

[20] DUNNING J．International production and multinational enterprises[M]．London：Allen and Unwin，1981：439 - 442．

[21] CHAKRABARTI A ．The determinants of foreign direct investments：sensitivity analyses of cross-country regressions[J]．Kyklos，2010，54(1)：89-114．

[22] 馬光明．中國外向型勞動密集制造業(yè)對外直接投資區(qū)位選擇研究[J]．中央財經(jīng)大學(xué)學(xué)報，2019(9)：107-128．

[23] 陳偉．中國農(nóng)業(yè)對外直接投資發(fā)展階段及關(guān)鍵因素實證研究[J]．農(nóng)業(yè)技術(shù)經(jīng)濟，2014(11)：89-100．

[24] 朱紅梅，周子英，黃純，等．BP人工神經(jīng)網(wǎng)絡(luò)在城市土地集約利用評價中的應(yīng)用——以長沙市為例[J]．經(jīng)濟地理，2009，29(5)：836-839．

[25] 杜新樂．海外投資環(huán)境評估的類神經(jīng)網(wǎng)絡(luò)方法研究[J]．?dāng)?shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2002(6)：68-71．

[26] 王慧炯，閔建蜀，李泊溪，等，中國的投資環(huán)境[M]．香港：京港學(xué)術(shù)交流中心出版社，1987：3-21．

[27] 崔東文，金波．改進BP神經(jīng)網(wǎng)絡(luò)模型在小康水利綜合評價中的應(yīng)用[J]．河海大學(xué)學(xué)報(自然科學(xué)版)，2014，42(4)：306-313．

[28] 李明月，賴笑娟．基于BP神經(jīng)網(wǎng)絡(luò)方法的城市土地生態(tài)安全評價——以廣州市為例[J]．經(jīng)濟地理，2011，31(2)：289-293．

[29] 周五七.“一帶一路”沿線直接投資分布與挑戰(zhàn)應(yīng)對[J].改革，2015(8)：39-47．

[30] 盧鋒，李昕，李雙雙,等.為什么是中國?——“一帶一路”的經(jīng)濟邏輯[J]．國際經(jīng)濟評論，2015(3)：9-34+4．

[31] 蘇杭．“一帶一路”戰(zhàn)略下我國制造業(yè)海外轉(zhuǎn)移問題研究[J]．國際貿(mào)易，2015(3)：18-21．

[32] 張述存，“一帶一路”戰(zhàn)略下優(yōu)化中國對外直接投資布局的思路與對策[J].管理世界，2017(4)：1-9．

Evaluation of African agricultural investment environment based on LM-BP neural network model: Evidence from 49 African countries from 2011 to 2018

WEN Chunhui，YAO Xinyu

(School of Economics, Hunan Agricultural University, Changsha 410128, China)

Based on LM-BP neural network model, the evaluation index system of African agricultural investment environment is constructed to evaluate the African agricultural investment environment by selecting 33 indicators at 8 levels of international interaction environment and local development environment and employing the data of 49 African countries from 2011-2018. The results show that the agricultural investment environment in nearly 80% of the African countries is at Level I (good) and Level II (better), 6 countries are at level III (bad), and 4 countries Level IV. The agricultural investment environment of African coastal countries is generally better than that of inland countries, the agricultural investment environment of western and southeastern countries is comparatively better than that of central countries, and the agricultural investment environment of 5 countries has been optimized and upgraded. Owing to interaction of factors affecting African agricultural investment environment, the bilateral political and economic relations between China and Africa can effectively enhance Chinese agricultural enterprises’ investment environment in Africa.

agricultural investment environment; China-Africa agricultural cooperation; LM-BP neural network model; evaluation system

10.13331/j.cnki.jhau(ss).2022.02.010

F752

A

1009–2013(2022)02–0084–08

2021－12－20

湖南省教育廳科學(xué)研究項目（19B277）；湖南省哲學(xué)社會科學(xué)成果評審委員會立項項目（XSP20 ZDI006)

文春暉（1981—），湖南安化人，校聘教授，博士生導(dǎo)師，主要研究方向為產(chǎn)業(yè)經(jīng)濟。

責(zé)任編輯：曾凡盛