“一带一路”沿线国家住宿业投资安全度及其时空动态特征

董斌彬+殷杰+郑向敏+李实

摘 要：衡量住宿业投资安全度对于评估投资国住宿业的风险程度具有重要意义。构建住宿业投资安全度测评体系，以“一带一路”沿线24个国家为样本，选取2005—2014年间的相关数据，采用多指标面板数据的因子分析测算投资安全度，并分析其时空维度的动态特征，结果显示：1.样本国的投资安全度较低，且总体上呈现投资环境较为紊乱的现状，其住宿业投资安全度可划分为波动上升型、反复波动型、波动下降型三种类型；2.时间格局上，样本国住宿业投资安全度的变异系数绝对值整体较大，各国10年间投资安全度波动幅度较大，住宿业投资环境变化较大；3.空间格局上，住宿业投资安全度在区域上的两极分化趋势有所缓解，住宿业风险投资区域逐步缩小，投资安全度逐步提升，但安全投资区域逐步“融入”较安全投资区域。

关键词：“一带一路”；住宿业；投资安全度；时空格局；动态特征

作者简介：董斌彬，泉州师范学院资源环境与城乡规划学院讲师，管理学博士，主要研究方向：旅游安全（福建 泉州 362000）。殷杰，华侨大学旅游学院博士研究生，主要研究方向：旅游安全。郑向敏，华侨大学旅游学院教授，博士生导师，主要研究方向：旅游安全（福建泉州 362021）。李实，广西大学商学院博士研究生，主要研究方向：区域经济（广西 南宁 530000）。

中图分类号：F592. 3文献标识码：A

文章编号：1006-1398（2017）01-0106-10

一 引言

《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》是落实“一带一路”重大倡议的行动指南。其中，加强旅游合作，扩大旅游规模，拓展相互投资领域成为“一带一路”建设行动中的重要内容。据商务部相关统计，2015年，中国企业共对“一带一路”沿线49个国家进行了直接投资，投资额合计达148.2亿美元，同比增长18.2%。其中，旅游相关领域的投资主要集中在住宿与餐饮行业。根据中国国家旅游局的数据，中国2014年出境游人次首次破亿达到1.07亿，《中国住宿行业发展报告2015》指出，境外游升温引发中国企业海外酒店投资潮，中国酒店集团及酒店投资方已经发展到了全球化布局的阶段，下一阶段，中国企业将加速进军海外酒店市场数据来源：商务部服务贸易和商贸服务业司 中国饭店协会：《中国住宿行业发展报告2015》2015年第6期。另据历年《中国对外直接投资统计公报》统计，我国对外住宿与餐饮业投资额以每年超过15%的速度增长。由此表明，住宿和餐饮业已成为我国旅游对外投资的重要内容。

在“一带一路”倡议的推动下，我国对“一带一路”沿线国家的旅游投资将进一步扩大，住宿和餐饮行业已然成为重点投资行业。但是，由于“一带一路”沿线国家在政治、经济、产业发展、行业状况等诸多因素方面存在的巨大差异，住宿和餐饮业的投资存在较多风险隐患，各国住宿业投资市场的安全度千差万别，如何正确衡量投资国住宿业投资安全度已成为投资者最为关注的话题。基于此，本研究将以“一带一路”沿线国家作为研究对象，探究“一带一路”沿线国家住宿业投资安全度的相关问题。值得指出的是，本研究涉及的住宿业投资安全度指的是投资市场的安全程度，即衡量住宿业投资的市场风险高低。某国住宿业投资安全度越高，则表明该国市场安全程度越高，即该国住宿业市场风险较小。反之，某国住宿业投资安全度越低，则表明该国市場安全程度越低，即该国住宿业市场风险较大。

衡量住宿业投资安全度的关键在于识别“一带一路”沿线国家投资安全度的影响因素。通过对已有文献梳理发现，影响煤炭行业马新根、孙健东、原江涛，等：《煤炭行业海外投资环境评价体系研究》，《煤炭技术》2015年第8期，第328—330页。王宇勍、杨璐怿、马思思：《煤炭企业安全投资决策与效益分析》，《财会月刊》2012年第12期，第49—51页。、海外投资项目陈明、王长明、郑静：《海外投资项目环境风险评估研究》，《国际经济合作》2014年第5期，第70—75页。、海外油气资源何波、安海忠、方伟：《全球油气资源投资环境的评价与优选》，《资源与产业》2013年第6期，第114—118页。、旅游行业赵旭：《旅游投资环境的初步研究》，《旅游研究与实践》1994年第2期，第8—10页。 李如友：《长三角地区旅游投资环境聚类分析与评价》，《沿海企业与科技》2008年第2期，第151—154页。周运输：《湖南省旅游投资环境聚类分析与评价》，《怀化学院学报》2010年第7期，第11—15页。 佘国强、王洁：《长沙市旅游项目投资环境评价》，《经济地理》2011年第10期，第1750—1753页。 邱道欣：《乡村旅游投资环境的实证分析》，《农业经济》2012年第11期，第101—105页。赵黎明、邢雅楠：《基于因子分析法的旅游投资环境评价研究》，《西北农林科技大学学报（社会科学版）》2012年第1期，第101—105页。、饭店业周云波、郭舒：《饭店投资决策中的可行性分析》，《旅游研究与实践》1996年第3期，第16—20页。余菲菲、左仲明：《基于AHP 的产权式酒店投资环境分析与评价研究》，《黄山学院学报》2011年第1期，第22—25页。 张一博：《试析经济型酒店投资环境评价体系的要素构成》，《市场论坛》2012年第1期，第34—35页。投资决策的因素均离不开经济、政治、区位、社会以及行业环境五大要素。不难看出，一个国家或地区的投资安全度受到投资系统环境的影响。类似地，“一带一路”沿线国家住宿业投资安全度相应地受到旅游系统环境的影响。Z.H.LiuZ H Liu.Tourism Development-A system Analysis.Tourism：The State of The Art，A.Seaton，John Wiley and Sons，1996， pp12-21.提出旅游系统环境主要由宏观环境（如自然、经济、政治、文化、技术等）、运作环境（如旅游供给、竞争产业等）以及内部环境（如规划、市场等）三个圈层构成。本研究依据Z.H.Liu提出的旅游系统环境的三大圈层理论，结合影响旅游、住宿业投资的经济、政治、区位、社会以及行业环境等五个要素，将住宿业投资环境划分为宏观市场环境（经济因素、制度因素）、旅游市场环境（区位因素、旅游业发展因素）以及住宿业市场环境（住宿业市场因素）三大层级。

特别要指出的是，宏观市场环境中的经济因素、制度因素等对投资安全度产生影响时可能存在滞后作用，即某个经济调控手段或者某项制度推行后并不能马上产生效果，其作用效果存在一定滞后性。投资者应阶段性观测与衡量投资安全度，即在进行投资决策时，需要观测投资对象一段时期内的投资安全度变化情况。此外，通过住宿业投资安全度的时空格局特征能全面、深入了解投资对象的风险变化状况。生态安全徐成龙、程钰、任建兰：《黄河三角洲地区生态安全预警测度及时空格局》，《经济地理》2014年第3期，第149—155页。张玉泽等：《山东省生态安全预警测度及时空格局》，《经济地理》2015年第11期，第166—171，189页。、目的地旅游安全邹永广：《目的地旅游安全度评价及时空格局——基于全国31个省会城市的统计数据》，《中国软科学》 2016年第2期，第56—66页。 李月调、谢朝武：《赴泰中国游客安全事故时空分布研究》，《中国安全科学学报》2016年第6期，第169—174页。邹永广：《目的地旅游安全度的时空分异研究——以全国31个重点旅游城市为例》，《经济管理》2016年第1期，第127—136页。、粮食安全李福夺、张健、杨兴洪：《我国粮食安全时空格局与安全形势预测研究》，《人口学刊》2016年第3期，第29—38页。杨忍、任志远、徐茜、王美霞：《陕西省粮食安全时空变化及预测研究》，《中国生态农业学报》2009年第4期，第770—775页。杨忍、任志远：《贵州省粮食安全时空格局与预测》，《山地学报》2008年第4期，第418—424页。表现出明显的时空格局特征。而“一带一路”沿线国家投资安全度方面是否存在时空格局特征则有待学者进一步研究。

住宿业投资安全度需要从宏观环境、市场环境以及行业内部环境三大层次衡量，并需要考虑其时空特征。基于此，本研究将依据住宿业投资安全度的三大层次构建“一带一路”沿线国家住宿业投资安全度的评价指标体系，衡量各国住宿业投资安全度，并揭示“一带一路”沿线国家投资安全度的时空格局特征，以期为投资者提供决策参考。

二 研究设计

（一）投资安全度指标体系构建

对于旅游投资环境的分析和评价，评价指标的选择与指标体系的科学性、客观性、准确性与可靠性与否将直接影响评价结论赵黎明、邢雅楠：《基于因子分析法的旅游投资环境评价研究》，《西北农林科技大学学报（社会科学版）》2012年第1期，第101-105页。本研究遵循指标选取的全面性、科学性、差异性、系统性、简单性、可比性、综合性和可量化的原则，根据已有研究中构建的旅游投资环境、饭店投资环境评价指标体系，对经济因素、制度因素、区位因素、旅游业发展因素、住宿业发展因素的各指标进行删选，构建“一带一路”沿线国家住宿业投资安全度的评价指标体系，其中一级指标5个，二级指标34个，具体指标如表1所示。

1.宏观市场。“一带一路”沿线国家的宏观环境主要从其经济因素、制度因素来衡量：（1）经济因素。经济因素是影响对外投资的直接要素。一般而言，经济环境越好的地区，吸引投资能力越强。本研究将“一带一路”沿线国家的人均GDP、就业人口的人均GDP、消费者价格指数（主要反映消费者支付商品和劳务的价格变化情况，也是一种度量通货膨胀水平的工具，以百分比变化為表达形式）、批发物价指数（衡量物价变动程度的重要指标）、人均居民最终消费以及人均国民收入净额等6个指标来衡量该国的经济发展状况。（2）制度因素。由于“一带一路”沿线政治制度、行政局势等错综复杂，难以衡量与量化。因此，本研究选择制度因素来衡其宏观政治环境。其中，投资者的保护制度通过信息披露指数来衡量。信息披露指数是指通过披露所有权状况和财务信息而使投资者获得保护的程度，该指数范围为0至10，数值越大表明披露程度越高。创办企业所需时间、企业注册的程序数量以及开办企业流程的成本则用以表示当前营商制度的便利化程度。营商便利指数是指该国营商的法规环境，由世界银行对全球国家和地区进行排名。

2.旅游市场。住宿业的发展依托良好的旅游市场环境。本研究从区位因素和旅游经济发展因素来衡量旅游市场环境。（1）区位因素。本研究所提及的区位因素主要是基础设施要素、该国城市化水平、人口素质以及国家治安状况的集合。其中，用每100人所拥有的电话线路数量、固定宽带互联网用户以及航空客运量等三个指标来衡量该国的基础设施建设水平。用人口密度、城镇人口占总人口的比重来衡量城市化水平。人口素质则用接受过高等教育的劳动力人口占总劳动力人口的比例以及雇员报酬占支出百分比来衡量。国际谋杀犯罪率则用来表示该国的社会治安状况。（2）旅游经济发展因素。本研究用服务业就业人员占就业人员比重来衡量第三产业的发展状况。由于国家住宿业的发展依赖于入境旅游市场和国内旅游市场，并不过多依赖于出境旅游市场，故本研究通过衡量入境旅游市场和国内旅游市场来衡量住宿业发展的市场环境。入境旅游市场主要通过入境旅游人数、入境旅游收入、已经入境旅游消费占GDP的比重来衡量。国内旅游市场则以住宿业接待的国内游客数以及游客停留天数来衡量。

3.住宿业市场。本研究所指的住宿业内部环境是住宿业自身发展情况，主要通过住宿业机构数、住宿业床位密度、酒店数、酒店客房数、床位数、客房出租率、床位出租率以及游客平均停留天数来衡量。

（二）数据来源

经济因素、制度因素以及区位因素的各指标数据均通过世界银行的WDI数据库（http：//data.worldbank.org/）获取，旅游业发展因素和住宿业发展因素中的各指标数据则通过世界旅游组织网站（http：//www2.unwto.org/）以及联合国数据中心（http：//data.un.org/）获取。本研究尽可能选择更多的国家和更长的时间跨度，但由于个别国家统计缺失，最终选定时间跨度为2005-2014年，研究样本为阿塞拜疆、爱沙尼亚、白俄罗斯、保加利亚、波兰、俄罗斯、捷克、克罗地亚、拉脱维亚、立陶宛、罗马尼亚、马其顿、摩尔多瓦、塞浦路斯、斯洛伐克、斯洛文尼亚、乌克兰、希腊、土耳其、匈牙利、亚美尼亚、以色列、印度尼西亚、约旦等24个国家。

（三）数据优化与研究方法

1.优化分析数据。本研究在梳理文献时发现，多数关于旅游投资环境评价、饭店业投资环境评价研究中，研究者往往依据截面数据进行研究，即在研究过程中仅选取某一年的数据、某一时刻的数据或者在某一时点或阶段通过专家赋值获取数据进行评价分析。由于经济发展、政策调控等宏观政策效果存在一定的滞后性，且政策实施对投资环境影响的好坏也存在滞后性，仅选取截面数据进行研究，无法全面衡量经济政策等对投资环境的滞后影响。因此，选择截面数据进行分析评价存在一定的局限性。面板数据可以识别、衡量单一使用一维数据模型所不能观测和估计的影响，可以从多方面对同一经济现象进行更加全面的解释李继云、冯万荣、孙良涛：《云南各区域国际旅游问题分析——基于面板数据模型和聚类分析的实证研究》，《生态经济（学术版）》2012年第2期，第193—197页。基于此，本研究将借助面板数据对样本国住宿业投资安全度进行分析。

2.研究方法与处理流程。首先，对数据进行预处理。获取2005-2014年样本国各指标数据后，对每年指标进行对比，统一度量单位，利用均值化处理方法王成城、杜鹏程、李敏，等：《承接产业转移背景下我国区域知识获取能力的差异性研究》，《软科学》2014年第4期，第93—97页。 补充部分地区出现的缺失值，最后对数据进行标准化处理，消除量纲影响。其次，测评“一带一路”沿线国家住宿业投资安全度评估。对已有文献进行梳理发现，旅游投资环境的评估方法主要包括冷热因素分析法、多元变数模型、等级制度法、投资风险指数评估法、因子分析法、层次分析法等方法。然而常规情况下指标的得分均有专家给出赋分，但在实际操作中很难将不同评价主体的评价意见进行综合权衡谢朝武、郑向敏：《酒店服务界面管理水平的多维评价研究》，《旅游学刊》2013年第1期，第100—106页。 ，在这方面，基于因子分析的评价方法具有较高的优势李玉宝、孙景翠：《基于因子分析模型的上市公司经营业绩综合评价》，《哈尔滨理工大学学报》2004年第3期，第91—98页。 胡坚：《基于因子分析的我国西部地区经济效益评价体系》，《暨南大学学报（ 人文社科版） 》2005年第5期，第13—15页。 。因此，本研究同样采用因子分析的评价方法对“一带一路”沿线国家住宿业投资安全度进行测算。但是传统因子分析要求初始指标必须是同一时间点的数据，而对于不同时间点或不同时间跨度的数据则无法处理董锋、谭清美、周德群：《多指标面板数据下的企业R&D能力因子分析》，《研究与发展管理》2009年第3期，第50—56页。，而使用多指标面板数据因子分析方法恰恰可以解决这一问题。本研究采用多维指标面板数据的因子分析方法分别对每一年度的相应数据进行探索性因子分析，剔除该年度因子载荷低于0.4的因子，厘清因子结构。此后，根据因子得分的计算公式计算出每年的住宿业投资安全度。

三 “一带一路”沿线国家住宿业投资安全度测评

（一）各因子权重确定

本研究对2005-2014年中每年的截面数据进行因子分析，借助SPSS19.0统计分析软件计算各年的累计方差贡献率和因子得分。采用主成分分析法萃取公因子，采用方差最大化正交旋转法对提取的公因子进行旋转，最大收敛秩代次数默认为25，其结果如表2所示。其中，2005-2007年各提取了8个公因子，而2008-2014年则各提取9个公因子。逐年因子分析所提取的公因子数存在差异，影响住宿业投资安全度的公因子并不是每年都相同，这也说明了利用截面数据进行评判存在缺陷。样本国住宿业投资安全度可以利用各公因子对应的方差贡献率为权数。

（二）“一带一路”沿线国家住宿业投资安全度计算

“一带一路”沿线国家住宿业投资安全度是各公因子得分与各公因子权重的乘积和与累计方差贡献率之比，具体计算公式如式（1）所示。

从2005-2014年间“一带一路”沿线24个样本国住宿业投资安全度的高低来看，希腊、塞浦路斯、以色列的住宿业投资安全度较高，而马其顿、阿塞拜疆以及摩尔多瓦等国家的住宿业投资安全度较低。根据研究结论直观判读，目前，希腊、塞浦路斯、以色列等国家是住宿業投资较为理想的区域，但希腊、塞浦路斯的投资安全度呈下降趋势。

从24个样本国投资安全度的变化情况来看，约旦、匈牙利和斯洛文尼亚的住宿业投资安全度变异系数较大，这表明这三个国家的住宿业投资安全度变化情况较为复杂，即住宿业的投资形势变化较为复杂，需要全面综合考虑住宿业的投资风险以及风险的变化情况。希腊、塞浦路斯、以色列等国家的住宿业投资安全度较高，且变异系数较小，这说明该国的住宿业投资安全度一直保持在较高的水平上，即住宿业投资风险相对较小，且相对较为稳定，属于住宿业投资的较为理想区域。

从2005-2014年间“一带一路”沿线24样本国住宿业投资安全度类型来看，总体而言，24个样本国的投资安全度较低，且总体上呈现投资环境较为紊乱，具体表现为投资安全度变化错综复杂，具体呈现以下几种类型：1.波动上升型。这类国家在10年间的投资安全度主要表现为波动式上升，即这类国家投资安全度10年间呈现提升趋势，如阿塞拜疆、摩尔多瓦、亚美尼亚、印度尼西亚、约旦、俄罗斯以及土耳其。2.反复波动型。这类国家的投资安全度呈现忽好转忽下降的状态，整体而言10年间投资安全度在数值上变化不大，即这类国家投资安全度比较稳定，既没有出现大幅提升，也没出现大幅下降，如马其顿、罗马尼亚、白俄罗斯、立陶宛、拉脱维亚、保加利亚、爱沙尼亚、波兰、匈牙利、以色列。3.波动下降型。此类国家的投资安全度主要呈现波动式下降状态，即这类国家10年间整体投资安全度呈现下降趋势，住宿业投资环境出现恶化情况，如乌克兰、斯洛伐克、克罗地亚、斯洛文尼亚、捷克、塞浦路斯以及希腊。

四 “一带一路”沿线国家住宿业投资安全度时空格局

（一）“一带一路”沿线国家住宿业投资安全度时间格局分析

住宿业投资安全度受到宏观环境的影响，宏观环境中的经济因素、制度因素其对投资安全度产生影响时可能存在滞后作用，即某个经济调控手段或者某项制度推行后并不能马上产生效果，其需要一定时间的积累。因此，在衡量某个国家住宿业投资安全度时需要进行阶段性分析，并衡量其一定阶段内住宿业投资安全度的变动程度。本研究采用变异系数王文森：《变异系数——一个衡量离散程度简单而有用的统计指标》，《中国统计》2007年第6期，第41—42页。（变异系数是平均值与标准差的比值，用以衡量样本的变动程度与离散程度）来衡量24个样本国10年间住宿业投资安全度的波动程度，具体结果如表3所示。

总体而言，24个样本国住宿业投资安全度的变异系数绝对值整体较大，这说明各国10年间投资安全度波动幅度较大，即投住宿业投资环境较为紊乱。这也一定程度上说明“一带一路”沿线国家住宿业投资环境较为紊乱，因此如何全面分析投资环境、优选投资对象成为投资安全与否的重要前提。

具体而言，马其顿10年间投资安全度的变异系数的绝对值最大，匈牙利10年间投资安全度的变异系数绝对值最小，这说明2005-2014年间马其顿住宿业投资安全度变化变动比较大，住宿业投资环境较为紊乱，而匈牙利的住宿业投资安全度则波动幅度比较小，住宿业投资环境相对变化不大，处于较为稳定状态。

（二）“一带一路”沿线国家住宿业投资安全度空间格局分析

首先，本研究划定住宿业投资安全等级。依据测算得出的2005-2014年间24个样本国的住宿业投资安全度，以其中的极大值与极小值作为临界点，将24个样本国住宿业投资安全度划分为五个等级：I级[-4.49，-1.89]表示投资安全度非常低，属于极高风险投资区，II 级（-1.89，0.71）表示投资安全度较低区，属于较高风险投资区，III级[0.71，3.31]表示投资安全度一般区域，属于风险一般投资区，IV级[3.31，5.2]表示较低风险投资区，属于较安全投资区，V级（5.2，8.52）表示低风险投资区，属于安全投资区。

如图1所示，10年间样本国住宿业投资安全度空间格局主要呈现以下特征：一是高风险投资区域并未发生变化。高风险投资区域主要由阿塞拜疆、摩尔多瓦、马其顿以及罗马尼亚等四国构成。虽然高风险投资区域大小并未发生变化，但区域内各国的住宿业投资安全度均有提升趋势；二是较高风险投资区域存在轻微变化。具体表现为2005年较高风险投资区域由12个国家构成，至2008年较高风险投资区域则缩减为11个，再至2014年，较高风险投资区域构成国又增至12个。三是安全投资区域存在萎缩迹象，具体表现为至2014年“一带一路”沿线国家已无安全投资区域。而原本属于较安全投资区域的塞浦路斯则“跌落”至风险一般区域，以色列则在2008年和2011年两度“沉沦”至风险一般区域后，于2014年“挣扎”爬升至较安全投资区域。总体而言，住宿业投资安全度两极分化趋势缓解。住宿业风险投资区域逐步缩小，投资安全度逐步提升，但安全投资区域逐步“融入”较安全投资区域。

五 结论与展望

“一带一路”建设全面推进，加之我国出境旅游人数不断增加，“一带一路”沿线国家住宿业投资已成为对外投资的重要内容，如何正确衡量“一带一路”沿线国家住宿业投资安全度已成为投资者最为关注的话题。本研究在分析住宿业投资安全度影响因素的基础上，构建了住宿业投资安全度评价指标体系，以2005-2014年为时间跨度进行评估，最终选取“一带一路”沿线24个国家为研究样本，利用面板数据的因子分析方法測评各国住宿业投资安全度，并分析其时空变化格局，得出以下结论：1.基于旅游系统环境的三大圈层理论，提出住宿业投资安全度应从宏观环境（经济因素、制度因素以及区位因素）、市场环境和住宿业内部发展环境进行测评，并构建相应的测评体系。2.由于经济发展、政策调控等宏观政策效果存在一定的滞后性，仅选取截面数据进行研究，无法全面衡量经济政策等对投资环境的滞后影响。本研究通过因子分析提取公因子时发现2005-2007年与2008-2014年间提取的公因子数不同，这表明如果单一采取某一年度的截面数据进行投资安全度测评无法全面衡量经济政策等对投资环境的滞后影响。3.样本国住宿业投资安全度测评结果显示，样本国的投资安全度较低，且总体上呈现投资环境较为紊乱，其住宿业投资安全度可划分为波动上升型、反复波动型、波动下降型等三种类型。4.对样本国住宿业投资安全度的时空格局进行分析发现：时间维度上，样本国住宿业投资安全度的变异系数绝对值整体较大，各国10年间投资安全度波动幅度较大。空间格局上，住宿业投资安全度在区域上的两极分化趋势缓解，住宿业风险投资区域逐步缩小，投资安全度逐步提升，但安全投资区域逐步“融入”较安全投资区域。

本研究仍存在不足之处：一是构建的住宿业投资安全度测评体系仍需完善，如加入难以量化衡量的政治风险相关指标，二是虽然测算出各样本国住宿业投资安全度，但并未说明如何根据各国历年住宿业投资安全度优选安全投资对象。因此，这也将是今后研究中亟需解决的问题之一。