本文是一篇項(xiàng)目管理論文，本文基于東道國(guó)風(fēng)險(xiǎn)視角，探討多維度的風(fēng)險(xiǎn)因素對(duì)中國(guó)對(duì)外承包工程市場(chǎng)投資價(jià)值的影響，并對(duì)其進(jìn)行預(yù)測(cè)研究，旨在提高中國(guó)企業(yè)對(duì)外投資時(shí)的項(xiàng)目風(fēng)險(xiǎn)管理能力。
1 緒論
1.1 研究背景
1979年，中國(guó)實(shí)行“對(duì)外開放”的基本國(guó)策，中國(guó)企業(yè)開始拓展對(duì)外承包工程業(yè)務(wù)，建設(shè)國(guó)際工程項(xiàng)目，至今已經(jīng)歷四十多年的探索與發(fā)展，并取得了舉世矚目的成就，成為我國(guó)優(yōu)質(zhì)企業(yè)積極響應(yīng)“走出去”的開放戰(zhàn)略、參與國(guó)際經(jīng)濟(jì)貿(mào)易合作、執(zhí)行“一帶一路”倡議的重要方式。
1.1.1 中國(guó)對(duì)外承包工程市場(chǎng)規(guī)?？焖侔l(fā)展
21世紀(jì)初，“走出去”戰(zhàn)略在黨的十五屆五中全會(huì)上被正式提出并實(shí)施，同時(shí)，世界經(jīng)濟(jì)快速增長(zhǎng)，2004年世界經(jīng)濟(jì)平均增速達(dá)到20年以來(lái)的最高峰5.4%，發(fā)展中國(guó)家積極探索多樣化的國(guó)際經(jīng)濟(jì)貿(mào)易合作方式，從而帶動(dòng)全球資本活躍于投資市場(chǎng)，國(guó)際承包工程市場(chǎng)達(dá)到了空前的熱度，為中國(guó)對(duì)外承包工程企業(yè)拓展海外市場(chǎng)提供了強(qiáng)勁的推力。
中國(guó)國(guó)內(nèi)的建筑工程市場(chǎng)規(guī)模增長(zhǎng)速度在2010年達(dá)到最高點(diǎn)，此后兩年連續(xù)下降，中國(guó)建筑工程企業(yè)在行業(yè)產(chǎn)能過(guò)剩的壓力下，亟需向國(guó)際化方向轉(zhuǎn)型，拓展新的多元化市場(chǎng)[1]，再加上“一帶一路”倡議的影響力和號(hào)召力，2004至2017年，中國(guó)對(duì)外承包工程市場(chǎng)規(guī)模先后達(dá)到1000億美元和2000 億美元規(guī)模，完美實(shí)現(xiàn)兩級(jí)跳，年平均增長(zhǎng)速度達(dá)到20.4%。2017年，中國(guó)對(duì)外承包工程市場(chǎng)規(guī)模達(dá)到歷史峰值2652.8億美元，是2004年的11倍。 .......................
1.2 研究目的與意義
1.2.1 研究目的
通過(guò)上述對(duì)中國(guó)對(duì)外承包工程業(yè)務(wù)發(fā)展的歷程與背景進(jìn)行了詳細(xì)的調(diào)查研究后，發(fā)現(xiàn)了東道國(guó)多方面的環(huán)境因素不確定性風(fēng)險(xiǎn)引起中國(guó)企業(yè)對(duì)外承包工程市場(chǎng)規(guī)模的波動(dòng)，最終造成中國(guó)對(duì)外承包工程市場(chǎng)投資價(jià)值的動(dòng)態(tài)變化。由此確定本研究的方向與目的：
（1）從東道國(guó)的綜合投資環(huán)境角度出發(fā)，通過(guò)調(diào)查搜集東道國(guó)在經(jīng)濟(jì)、社會(huì)、政治等多維度的投資環(huán)境數(shù)據(jù)，構(gòu)建一套東道國(guó)投資風(fēng)險(xiǎn)指標(biāo)體系；
（2）以中國(guó)對(duì)外承包工程新簽合同額統(tǒng)計(jì)數(shù)據(jù)為依據(jù)，將中國(guó)對(duì)外承包工程市場(chǎng)投資價(jià)值與東道國(guó)風(fēng)險(xiǎn)指標(biāo)體系相結(jié)合，通過(guò)機(jī)器學(xué)習(xí)的方法進(jìn)行實(shí)證研究，確定東道國(guó)投資環(huán)境中不同維度的風(fēng)險(xiǎn)對(duì)中國(guó)對(duì)外承包工程市場(chǎng)價(jià)值的影響權(quán)重，構(gòu)建中國(guó)對(duì)外承包工程市場(chǎng)投資價(jià)值的動(dòng)態(tài)預(yù)測(cè)模型。
1.2.2 研究意義
當(dāng)前國(guó)際形勢(shì)復(fù)雜多變，日益嚴(yán)峻的海外投資市場(chǎng)風(fēng)險(xiǎn)形勢(shì)使得中國(guó)對(duì)外承包工程市場(chǎng)風(fēng)險(xiǎn)不斷增加，東道國(guó)風(fēng)險(xiǎn)對(duì)中國(guó)對(duì)外承包工程市場(chǎng)投資價(jià)值的影響也隨之增大。如何發(fā)揮中國(guó)建筑工程企業(yè)的優(yōu)勢(shì)，高質(zhì)高效發(fā)展對(duì)外投資，成為各學(xué)者著力研究的焦點(diǎn)。
...................
2 文獻(xiàn)綜述
2.1 項(xiàng)目投資風(fēng)險(xiǎn)的相關(guān)研究
通過(guò)對(duì)國(guó)內(nèi)外項(xiàng)目投資風(fēng)險(xiǎn)相關(guān)研究的文獻(xiàn)進(jìn)行查閱分析，該領(lǐng)域的研究?jī)?nèi)容主要可以歸納為投資風(fēng)險(xiǎn)識(shí)別與評(píng)估，學(xué)者從投資風(fēng)險(xiǎn)識(shí)別與評(píng)估模型構(gòu)建入手，運(yùn)用各種統(tǒng)計(jì)分析方法對(duì)投資風(fēng)險(xiǎn)各因素間的影響機(jī)制進(jìn)行研究。
Warszawski A等人（2003）利用“多因素”分析法，考慮到項(xiàng)目各個(gè)風(fēng)險(xiǎn)因素的相互影響機(jī)制，從多維度輸入項(xiàng)目實(shí)際數(shù)據(jù)信息，最后處理得到項(xiàng)目投資風(fēng)險(xiǎn)，以幫助項(xiàng)目管理人員采取最佳的項(xiàng)目防范與應(yīng)對(duì)措施[9]。王明和（2011）對(duì)房地產(chǎn)項(xiàng)目進(jìn)行研究，識(shí)別了項(xiàng)目開發(fā)全過(guò)程中的24個(gè)風(fēng)險(xiǎn)指標(biāo)，然后利用灰色關(guān)聯(lián)投影法、VIKOR、擴(kuò)展TOPSIS等方法，通過(guò)將語(yǔ)言變量轉(zhuǎn)變?yōu)樘菪文：龜?shù)對(duì)房地產(chǎn)工程項(xiàng)目投資風(fēng)險(xiǎn)進(jìn)行實(shí)證研究[10]。Abdul-Rahman H等人（2013）通過(guò)相關(guān)專家組成的團(tuán)隊(duì)，利用模糊綜合分析（FSA）進(jìn)行風(fēng)險(xiǎn)評(píng)估模型的開發(fā)，從而評(píng)估出在環(huán)境數(shù)據(jù)不確定時(shí)潛在的項(xiàng)目風(fēng)險(xiǎn)[11]。Deng X等人（2014）通過(guò)調(diào)查問(wèn)卷法與因子分析法，識(shí)別到影響政治風(fēng)險(xiǎn)等級(jí)的十個(gè)指標(biāo)，然后利用案例分析檢驗(yàn)了該指標(biāo)體系的有效性，推進(jìn)了國(guó)家政治風(fēng)險(xiǎn)評(píng)級(jí)的理論發(fā)展[12]。鄒曉華（2016）以ccs項(xiàng)目為研究對(duì)象，深入研究項(xiàng)目投資風(fēng)險(xiǎn)指標(biāo)，通過(guò)評(píng)價(jià)實(shí)驗(yàn)法與區(qū)間二型模糊決策試驗(yàn)成功建立了項(xiàng)目投資風(fēng)險(xiǎn)的評(píng)估預(yù)測(cè)模型，為項(xiàng)目風(fēng)險(xiǎn)的評(píng)估、防范以及應(yīng)對(duì)提供了有力的工具[13]。Kowalski J等人（2018）利用風(fēng)險(xiǎn)矩陣、采取點(diǎn)評(píng)估方法對(duì)波蘭鐵路工程投資項(xiàng)目進(jìn)行研究，通過(guò)數(shù)學(xué)模型對(duì)鐵路工程項(xiàng)目投資風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，并探索出各方面風(fēng)險(xiǎn)因素對(duì)鐵路工程項(xiàng)目投資的影響[14]。Sung M K等人（2018）為了實(shí)現(xiàn)對(duì)國(guó)際鋼鐵項(xiàng)目投資風(fēng)險(xiǎn)的有效評(píng)估，構(gòu)建了一個(gè)融合層次分析法（AHP）與模糊推理系統(tǒng)（FIS）的模型。這一模型結(jié)合了AHP在多層次決策分析中的優(yōu)勢(shì)和FIS在處理模糊信息、不確定性推理方面的特長(zhǎng)，旨在提高風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性和實(shí)用性[15]。周啟清等人（2018）創(chuàng)新性地重新設(shè)計(jì)了基于模糊層次綜合評(píng)價(jià)法一套評(píng)價(jià)模型，以全面評(píng)估房地產(chǎn)建設(shè)項(xiàng)目在經(jīng)營(yíng)、建設(shè)、投資等各個(gè)階段的投資風(fēng)險(xiǎn)，為房地產(chǎn)行業(yè)在風(fēng)險(xiǎn)識(shí)別、防范及應(yīng)對(duì)方面提供了有效的支撐[16]。Jan K等人（2019）通過(guò)對(duì)波蘭鐵路工程項(xiàng)目出現(xiàn)延誤的起因與后果深入探索，利用軟件工具進(jìn)行統(tǒng)計(jì)分析，其中包括采用X2檢驗(yàn)來(lái)評(píng)估分類變量之間的差異，以及利用單因素多次測(cè)量方差分析來(lái)探討一個(gè)獨(dú)立變量在多個(gè)時(shí)間點(diǎn)或多個(gè)條件下的效應(yīng)差異，最后識(shí)別并得到了鐵路工程項(xiàng)目投資風(fēng)險(xiǎn)指標(biāo)體系[17]。
........................
2.2 中國(guó)對(duì)外工程項(xiàng)目投資風(fēng)險(xiǎn)的相關(guān)研究
風(fēng)險(xiǎn)是可能對(duì)經(jīng)濟(jì)投資行為產(chǎn)生負(fù)面影響的各種因素或者事件，它體現(xiàn)了投資項(xiàng)目的不確定性或者項(xiàng)目產(chǎn)生效益的不穩(wěn)定性。項(xiàng)目投資風(fēng)險(xiǎn)管理包含了風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)防范與風(fēng)險(xiǎn)應(yīng)對(duì)等過(guò)程。在此過(guò)程中，通過(guò)各種技術(shù)或者管理方法使得項(xiàng)目風(fēng)險(xiǎn)最小化，投資效益最大化。中國(guó)對(duì)外工程項(xiàng)目投資風(fēng)險(xiǎn)主要包括東道國(guó)投資環(huán)境風(fēng)險(xiǎn)因素和企業(yè)內(nèi)部風(fēng)險(xiǎn)因素兩個(gè)方面，從“對(duì)外開放”到“走出去”戰(zhàn)略再到“一帶一路”倡議的提出，對(duì)外投資活動(dòng)是促進(jìn)對(duì)外經(jīng)濟(jì)貿(mào)易合作高質(zhì)量發(fā)展的關(guān)鍵點(diǎn)，因此，不斷有研究人員將對(duì)外工程建設(shè)項(xiàng)目投資作為研究對(duì)象，分析對(duì)外投資活動(dòng)中各種復(fù)雜因素存在的相互影響機(jī)制。其中，國(guó)內(nèi)外學(xué)者從不同的視角出發(fā)，以不同國(guó)家的工程建設(shè)項(xiàng)目投資數(shù)據(jù)為研究對(duì)象，通過(guò)對(duì)風(fēng)險(xiǎn)因素定性與定量研究相結(jié)合的方式，對(duì)中國(guó)對(duì)外工程建設(shè)項(xiàng)目領(lǐng)域的投資風(fēng)險(xiǎn)進(jìn)行了深入研究，對(duì)投資風(fēng)險(xiǎn)進(jìn)行評(píng)估。 
王超（2014）利用文獻(xiàn)綜述和案例研究的方法，深入探究了中國(guó)對(duì)外承包工程項(xiàng)目在整個(gè)生命周期中所面臨的風(fēng)險(xiǎn)，識(shí)別出三個(gè)層級(jí)的65個(gè)風(fēng)險(xiǎn)因素，其中包括：項(xiàng)目環(huán)境風(fēng)險(xiǎn)的25個(gè)因素；其次是項(xiàng)目參與者風(fēng)險(xiǎn)的7個(gè)相關(guān)因素；項(xiàng)目管理風(fēng)險(xiǎn)的33個(gè)風(fēng)險(xiǎn)因素，最后通過(guò)問(wèn)卷調(diào)研與專家訪談的方式對(duì)項(xiàng)目風(fēng)險(xiǎn)因素的重要性等級(jí)進(jìn)行評(píng)估[1]。黃河等人（2017）將作為研究對(duì)象，分析中國(guó)對(duì)外承包工程企業(yè)在海外進(jìn)行工程項(xiàng)目投資時(shí)潛在的重要政治風(fēng)險(xiǎn)，并為企業(yè)提供了有效的風(fēng)險(xiǎn)防范與應(yīng)對(duì)策略[26]。
..............................
3 東道國(guó)風(fēng)險(xiǎn)識(shí)別與指標(biāo)體系構(gòu)建 .................... 22
3.1 東道國(guó)風(fēng)險(xiǎn)識(shí)別 ................................ 22
3.1.1 東道國(guó)風(fēng)險(xiǎn)的發(fā)展與構(gòu)成 ...................... 22
3.1.2 東道國(guó)經(jīng)濟(jì)風(fēng)險(xiǎn)識(shí)別 ............................... 24
4 數(shù)據(jù)獲得與處理 ....................................... 39
4.1 數(shù)據(jù)獲得 ......................................... 39
4.1.1 東道國(guó)樣本分布 ................................ 39
4.1.2 被解釋變量 ........................................ 40
5 中國(guó)對(duì)外承包工程市場(chǎng)投資價(jià)值預(yù)測(cè)的實(shí)證分析 ............................ 44
5.1 決策樹模型構(gòu)建與分析 .......................... 44
5.1.1 決策樹分類模型構(gòu)建 .......................................... 44
5.1.2 決策樹模型預(yù)測(cè)結(jié)果分析 .................................. 46
5 中國(guó)對(duì)外承包工程市場(chǎng)投資價(jià)值預(yù)測(cè)的實(shí)證分析
5.1 決策樹模型構(gòu)建與分析
5.1.1 決策樹分類模型構(gòu)建
決策樹（Decision Tree）分類模型，其工作原理基于樹形結(jié)構(gòu)，通過(guò)遞歸地將數(shù)據(jù)集劃分為更小的、更純凈的子集來(lái)進(jìn)行分類。決策樹分類模型構(gòu)建過(guò)程如下：
（1）特征選擇
首先，分別基于信息熵（information entropy）和基尼系數(shù)（Gini Index）準(zhǔn)則評(píng)估數(shù)據(jù)集的不純度（混亂程度），通過(guò)評(píng)估每一個(gè)特征對(duì)于劃分?jǐn)?shù)據(jù)集的能力，從而選擇出最能有效地將數(shù)據(jù)集劃分為純凈子集的特征，即最優(yōu)特征，作為當(dāng)前節(jié)點(diǎn)的分裂標(biāo)準(zhǔn)。
在特征選擇階段，算法會(huì)計(jì)算每個(gè)特征的信息熵或基尼系數(shù)，并選擇具有最小信息熵或基尼系數(shù)的特征作為當(dāng)前節(jié)點(diǎn)的分裂標(biāo)準(zhǔn)。這樣做的目的是為了使得劃分后的子集盡可能純凈，即子集中樣本的類別盡可能一致。在決策樹生成過(guò)程中，信息熵和基尼系數(shù)也用于評(píng)估每個(gè)節(jié)點(diǎn)的純度，以確定是否需要進(jìn)行進(jìn)一步的分裂?；嵯禂?shù)同時(shí)考慮了所有類別的樣本比例，避免了信息增益中可能存在的偏向于選擇取值較多的特征的問(wèn)題。
（2）決策樹生成
根據(jù)選擇的最優(yōu)特征，將數(shù)據(jù)集劃分為多個(gè)子集，并為每個(gè)子集生成一個(gè)新的節(jié)點(diǎn)。然后，遞歸地對(duì)每個(gè)子集重復(fù)這個(gè)過(guò)程，直到達(dá)到某個(gè)停止條件（如預(yù)設(shè)的樹的最大深度、葉子節(jié)點(diǎn)的最大數(shù)量、節(jié)點(diǎn)劃分不純度的閥值等）。在這個(gè)過(guò)程中，每個(gè)節(jié)點(diǎn)都對(duì)應(yīng)一個(gè)特征，每個(gè)分支都對(duì)應(yīng)該特征的一個(gè)取值，每個(gè)葉子節(jié)點(diǎn)都對(duì)應(yīng)一個(gè)類別。 .......................
6 結(jié)論與展望
6.1 研究結(jié)論與建議
6.1.1 研究結(jié)論
本文首先對(duì)中國(guó)對(duì)外承包工程業(yè)務(wù)發(fā)展的歷程與背景及相關(guān)研究文獻(xiàn)進(jìn)行了詳細(xì)的調(diào)研，發(fā)現(xiàn)在對(duì)外投資快速發(fā)展的同時(shí)，東道國(guó)存在多維度的環(huán)境因素不確定性，這些東道國(guó)風(fēng)險(xiǎn)引起中國(guó)企業(yè)對(duì)外承包工程市場(chǎng)規(guī)模的波動(dòng)，導(dǎo)致中國(guó)對(duì)外承包工程市場(chǎng)投資價(jià)值的動(dòng)態(tài)變化。
其次，本文通過(guò)對(duì)東道國(guó)國(guó)家風(fēng)險(xiǎn)進(jìn)行識(shí)別，并結(jié)合中國(guó)對(duì)外承包工程的行業(yè)特征、風(fēng)險(xiǎn)指標(biāo)數(shù)據(jù)的可獲得性以及不同風(fēng)險(xiǎn)指標(biāo)對(duì)各個(gè)東道國(guó)的適用性，從經(jīng)濟(jì)、社會(huì)、政治三個(gè)維度出發(fā)，構(gòu)建出本研究的東道國(guó)風(fēng)險(xiǎn)指標(biāo)體系。其中包括經(jīng)濟(jì)維度的6個(gè)子指標(biāo)：GDP，人均GDP，GDP增長(zhǎng)率，貨物和服務(wù)進(jìn)口總額占 GDP 的百分比，外國(guó)直接投資凈流入總額占 GDP 的百分比，年通貨膨脹率；社會(huì)維度的6個(gè)子指標(biāo)：教育公共開支總額占GDP的百分比，失業(yè)率，國(guó)土面積，人口密度，城鎮(zhèn)化率，城鎮(zhèn)化增長(zhǎng)率；政治維度的4個(gè)子指標(biāo)：是否為 “一帶一路”共建國(guó)家，法律權(quán)利力度指數(shù)，公共部門透明度、問(wèn)責(zé)性和腐敗評(píng)級(jí)，因戰(zhàn)死亡人數(shù)。共計(jì)3個(gè)一級(jí)指標(biāo)，16個(gè)二級(jí)指標(biāo)。東道國(guó)風(fēng)險(xiǎn)指標(biāo)體系有助于中國(guó)對(duì)外承包工程企業(yè)在進(jìn)入海外市場(chǎng)時(shí)，從經(jīng)濟(jì)、社會(huì)、政治等多個(gè)維度出發(fā)評(píng)估東道國(guó)的綜合投資環(huán)境。
最后，根據(jù)構(gòu)建的東道國(guó)風(fēng)險(xiǎn)指標(biāo)體系所確定的16個(gè)解釋變量，以及一個(gè)被解釋變量——中國(guó)對(duì)外承包工程市場(chǎng)投資價(jià)值，收集并處理得到1757條有效研究數(shù)據(jù)。通過(guò)對(duì)變量數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，構(gòu)建了決策樹、隨機(jī)森林、樸素貝葉斯、ExtraTrees、梯度提升樹（GBDT）、XGBoost六種中國(guó)對(duì)外承包工程市場(chǎng)投資價(jià)值預(yù)測(cè)模型。通過(guò)交叉驗(yàn)證對(duì)預(yù)測(cè)模型的性能進(jìn)行評(píng)估對(duì)比，發(fā)現(xiàn)隨機(jī)森林、ExtraTrees、GBDT和XGBoost這四種模型的預(yù)測(cè)性能良好，決策樹模型性能較為良好，樸素貝葉斯模型性能不夠理想。同時(shí)得到了影響中國(guó)對(duì)外承包工程市場(chǎng)投資價(jià)值的東道國(guó)關(guān)鍵性風(fēng)險(xiǎn)因素：國(guó)土面積；城鎮(zhèn)化增長(zhǎng)率；GDP；城鎮(zhèn)化率；人口密度；公共部門透明度、問(wèn)責(zé)性和腐敗評(píng)級(jí)；人均GDP；失業(yè)率。其中，部分風(fēng)險(xiǎn)因素與標(biāo)準(zhǔn)普爾、惠譽(yù)、IWEP等傳統(tǒng)國(guó)家風(fēng)險(xiǎn)評(píng)級(jí)機(jī)構(gòu)的研究所確定的國(guó)家風(fēng)險(xiǎn)因素具有一致性，如：GDP；公共部門透明度、問(wèn)責(zé)性和腐敗評(píng)級(jí)；人均GDP；失業(yè)率。除此之外，本研究的實(shí)證結(jié)果還豐富了現(xiàn)有研究未識(shí)別評(píng)估的東道國(guó)風(fēng)險(xiǎn)因素，如：國(guó)土面積、城鎮(zhèn)化增長(zhǎng)率、城鎮(zhèn)化率、人口密度。
參考文獻(xiàn)（略）