一、问题的提出
哈萨克斯坦独立后，为摆脱经济和社会发展的艰难困境，把引进和有效地利用外资作为其主要目标之一，在吸引外国投资方面给予了诸多政策支持，颁布了一系列促进和保护外资的法律和法规，希望通过吸引西方和包括中国在内的周边国家的资金来解决其国内资金不足的问题，进而带动本国经济的恢复和发展。哈萨克斯坦地域广阔，资源丰富且分布广泛，加之各联邦主体经济、社会和政治发展不平衡，各地投资环境也不尽相同。中国与哈萨克斯坦接壤，地缘区位优势明显，双方在农业资源、农业技术、农业人才方面互补性很强，中国对哈萨克斯坦的农业投资潜力很大，因此，在当前背景下，评估比较哈萨克斯坦的地区农业投资环境，将会为中国政府或企业在哈萨克斯坦选择较优的农业投资地区、降低投资风险提供现实指导。在哈萨克斯坦农业投资环境研究方面，叶芳芳、昆波拉提(2008)从投资软环方面进行分析，认为哈萨克斯坦投资法律环境总体上较好;程杰、武拉平(2008)和郑国富(2009)认为哈萨克斯坦尽管投资政策优惠，但腐败泛滥，政府干预市场力度较强;郑国富(2009)认为，哈萨克斯坦在吸引外资方面有丰富的自然资源、独特的地缘政治环境以及广泛的政策优惠等优势，但也存在着基础设施落后、市场经济体制不完善、腐败泛滥及行政效率低下等不足。在哈萨克斯坦农业引资以及与我国农业合作的研究方面，布娲鹣·阿布拉(2008)认为，哈萨克斯坦农业资金投入不足，我国对哈萨克斯坦农产品加工业进行投资战略意义重大;王海燕(2009)指出，当前中国在哈萨克斯坦从事农业和农产品加工的多为中小企业，投资合作涉及如养猪、养鸡、蔬菜种植、面粉加工、兽药生产及农机服务等多个行业，但多数项目规模较小，中哈在种植业、农产品加工等领域有投资机会;库里什耶夫(2010，哈萨克斯坦)认为，金融危机后哈萨克斯坦更加注重保障粮食安全，推动农业科技创新，大力发展农业基础设施，吸引外国投资农业;段秀芳、胡国良(2010)从投资政策视角研究了2004年—2007年哈萨克斯坦投资行业的变动情况，认为该国的外资环境为中国企业在哈国投资创造了条件，应引导中国企业进一步提升对哈国投资的水平和层次，推动中国“走出去”战略和“面向中亚扩大开放”战略的实施;依马木阿吉·艾比布拉(2010)认为，我国对哈萨克斯坦的农业投资水平落后于其他重要国家，中哈之间有广阔的农业合作空间;彭文进(2012)认为，中国与哈萨克斯坦农业合作尚未充分展开，农产品贸易规模较小，农业技术交流有限，合作潜力巨大;阿不都斯力木·阿不力克木(2010)认为，加强新疆与中亚国家的农业合作必须实行开放的农业经济政策，积极改善投资环境，放宽投资管制，使外资企业能够在公平条件下顺利经营和竞争。目前，国内外学者对哈萨克斯坦农业投资的研究基本是中亚经济或上海合作组织经济功能的研究的附带性成果，视角单一，针对哈萨克斯坦乃至中亚农业投资的研究鲜有涉足。农业经济合作的研究中重贸易、轻投资的研究现象突出。从已有研究可以看出，目前对哈萨克斯坦农业投资风险评估的基础性研究不足，更缺乏对哈萨克斯坦国内分地区的农业投资环境评价的研究，且在研究方法上多以描述性统计为主，计量方法在农业投资领域的运用有待扩展。故本文借鉴因子评价方法，采用专家打分法，拟通过硬环境和软环境两个方面的指标构建来评价哈萨克斯坦地区农业投资环境，以期为我国投资者对哈国进行农业投资提供量化分析的参考。
二、指标体系的构建及研究方法的选取
(一)指标体系的构建
1．影响农业投资环境的因素。农业投资环境的优劣体现在很多方面，有的体现在光热条件、水土水文、基础设施等方面，有的表现在投资政策、市场发育程度、居民收入等方面。本文将影响哈萨克斯坦农业投资环境的因素分为两类，投资“硬环境”和投资“软环境”。投资“硬环境”主要涉及土地资源、交通运输和通讯设施;投资“软环境”主要涉及政治法律环境、经济发展环境和社会管理环境。由于是在一个国家宏观管理的大背景下评价不同州、市的农业投资环境，可以认为政治法律环境同质，因此“软环境”只考虑经济发展和社会管理两个要素。2．指标的选择。由于反映“硬环境“和“软环境”所涉及到的土地资源、交通运输、通讯设施、经济发展和社会管理的具体指标较多，以及鉴于哈萨克斯坦地区数据获取的可得性，本文根据德尔菲法选择了13个指标来反映哈萨克斯坦14个州和2个直辖市的农业投资环境。选取的指标有农作物种植面积M1(土地资源)、货运量M2(交通运输)、百人拥有固定电话数量M3、互联网渗透率M4(通讯设施);国内生产总值M5、人均GDPM6(经济发展)、农业产值M7、农业产值在国内生产总值中占比M8(农业发展水平)、高等院校数量M9、科研机构数量M10(教育科技水平)、居民月平均收入M11、居民月平均消费支出M12、每万人拥有卫生人员数量M13(居民生活水平)
(二)因子分析方法
1．因子分析的思想。因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原始资料的大部分信息。因子分析法可以减少变量的数据，指标的综合性强，可以突出主要的因素，且该方法主要适用于对多个区域的比较分析。2．因子分析的具体步骤。首先，确定待分析的原始变量是否适合因子分析;其次，利用主成分分析法和主轴因子法、极大似然法等构造因子变量;最后利用回归法、贝叶斯法等方法计算因子得分。使用该方法得到的因子得分是有偏的，但计算结果误差较小。
三、实证分析
(一)样本的确定和数据来源
本文以哈萨克斯坦14个州和2个直辖市为样本，研究其农业投资环境。指标数据均来自2010年哈萨克斯坦地区统计年鉴和哈萨克斯坦国家统计署。由于各个指标均为定量指标，并且大部门指标均有不同的计量单位或形式，为了统一综合评价尺度，需要将各种不同计量单位和形式转化为无量纲形式。通常无量纲化的方法主要有线性归一法、指数化转换法、标准化转换法等(周丽娟、许敏，2007)。本研究拟采用线性归一法来进行无量纲化，从而实现各指标标准化。
(二)实证分析过程
1．统计量的检验。表1给出了KMO检验和Bartlett球度检验结果。其中，KMO值为0．521，根据统计学家Kaiser给出的标准，KMO取值小于0．6，不太适合因子分析。而Bartlett球度检验给出的相伴概率为0．00，小于显著性水平0．05，因此拒绝KMO的假设，适合进行因子分析。2．公因子的提取。根据因子分析方法的原理，运用统计软件SPSS17．0计算出各因子所对应的特征值、贡献率、累计贡献率以及各指标变量正交旋转后的因子载荷矩阵，按照特征值大于1、累计方差贡献率大于85%的原则，提取4个公共因子，这4个因子作为公共因子已经对大多数数据给出了充分概括，损失只有8．932%(见表2)。3．因子命名。表3是由最大方差旋转得到的因子载荷矩阵。由于第一个因子在高等院校、科研机构数量、互联网渗透率、每万人拥有卫生人员数量、居民月平均消费支出、百人拥有固定电话数量和国内生产总值这7个变量上具有较高的载荷，并且这些指标主要反映了社会服务设施(硬件设施和软件设施)，因此命名为社会服务因子。第二个因子在农作物种植面积、农业产值占GDP比重以及农业产值这3个变量上具有较高的载荷，并且这些指标主要反映了农业经济发展状况，因此命名为农业发展因子。第三个因子在人均国内生产总值和居民月平均收入这2个指标上具有较高的载荷，并且这2个指标直接与经济发展相关，因此命名为经济发展因子。第四个因子在货运量上具有较高的载荷，并且设计到交通运输环节，因此命名为交通运输因子(详见表4)。4．各因子得分。根据4个因子的得分系数矩阵，运用回归方法得出4个主因子的得分，并依据4个主因子的方差贡献率占总的方差贡献率的比重作为加权得到各州、市的总得分(见表5)。
(三)实证结果分析
1．社会服务环境分析。在社会服务因子上，阿拉木图和阿斯塔纳这两个直辖市得分分别为1.0455和0.4870，阿拉木图市得分最高，远远高于其他州，说明阿拉木图市和阿斯塔纳市的社会基础服务设施要远远好于其他14个州，尤其是阿拉木图市的社会基础服务设施最优;其次，科斯塔奈州、卡拉干达州、阿克莫拉州、北哈萨克斯坦、阿克纠宾斯克、东哈萨克斯坦和巴甫洛达尔的社会基础服务设施较好，社会服务环境因子得分均高于0．2，分别为0．2763、0．2675、0．2610、0．2582、0．2553、0.2489和0.2286;而曼格斯套州和阿特劳州得分较低，分别为－0.0097和－0．0316，说明这两个州的社会基础服务设施最差。2．农业发展环境分析。在农业发展因子上，北哈萨克斯坦、科斯塔奈州和阿克莫拉州的得分分别为1．0800、1．0314和1．0230，远远高于其他州和直辖市，说明这三个州的农业发展水平要远高于其他地区;其次，阿拉木图州、东哈萨克斯坦和巴甫洛达尔农业发展水平较高，农业发展因子得分分别为0.5407、0.4759和0.4135;而曼格斯套州的农业发展水平最低，农业发展因子得分位列最后，仅为0.0834。3．经济发展环境分析。在经济发展因子上，阿特劳州的经济发展水平要优于其他州和直辖市，经济发展因子得分最高，为1．0921;其次是阿斯塔纳市和曼格斯套州，经济发展因子的得分分别为0．7113和0．6629;而南哈萨克斯坦的经济发展水平相对较差，经济发展因子得分位列最后，仅为－0．0719。4．交通运输环境分析。在交通运输因子上，卡拉干达州和东哈萨克斯坦的因子得分较高，分别为0．9871和0．7123，远高于其他州以及直辖市，说明这两个州的交通运输条件较好;其次，科斯塔奈州、阿特劳州、曼格斯套州和阿拉木图州的交通运输条件次之，其因子得分均高于0．2，分别为0.4161、0.2617、0.2563和0.2480;北哈萨克斯坦和西哈萨克斯坦的交通运输条件较差，其因子得分分别为－0.0043和－0.0062，远低于其他地区。5．投资环境的总体评价。2009年哈萨克斯坦14个州和2个直辖市的外商农业投资环境的综合得分及排名见表5，阿拉木图市的外商农业投资环境的综合得分最高，为0．593，说明阿拉木图市的农业投资环境相比其他地州最优，尽管阿拉木图市农业发展因子得分不高，但因社会服务因子以及经济发展因子等得分较高，因而使其成为哈萨克斯坦外商农业投资的最优地区;其次，科斯塔奈州、北哈萨克斯坦、阿克莫拉州和阿斯塔纳市的外商农业投资环境相对较好，外商农业投资环境综合得分排名分别位列第2位到第5位，其中，科斯塔奈州、北哈萨克斯坦和阿克莫拉州农业经济发展水平较高，是哈萨克斯坦重要的农业生产区;江布尔州、南哈萨克斯坦和克孜勒奥尔达州的外商农业投资环境综合得分排名分别为最后三位，说明这三个州的外商农业投资环境较差，投资风险较大。
四、结论及启示
哈萨克斯坦地区间农业投资环境差异较明显，本文采用因子分析法研究得出:阿拉木图市的外商农业投资环境相比其他地州而言最优;其次为科斯塔奈州、北哈萨克斯坦、阿克莫拉州和阿斯塔纳市，其中，科斯塔奈州、北哈萨克斯坦和阿克莫拉州的农业经济发展水平较高，是哈萨克斯坦重要的农业生产区;江布尔州、南哈萨克斯坦和克孜勒奥尔达州的外商农业投资环境较差，投资风险较大。农业投资环境的影响因素很多，本文列举的只是其中比较有代表性的因子，其中，农业发展状况和经济发展状况是相对重要的影响因素。因此，进行农业投资决策时，必须要考虑该地区的农业发展状况和经济发展状况。应根据各地条件、状况的不同而采取不同的对策，寻找最佳投资方案。当然，对于各州的基础服务设施和社会管理条件等因素也要综合考虑。对中国企业而言，可以重点考虑投资哈萨克斯坦农业投资环境较好的地区参与竞争，尽量回避投资环境比较差的地区，风险很高的地区暂时不予考虑投资。本文的评估结果是对哈萨克斯坦不同地区农业环境的综合评价及比较，评估结果中较优的州不一定州内各地区的投资环境都优，反之亦然。对于各种具体的投资方向，还要结合具体产业，落实到具体地区加以分析。如果是对企业进行投资，不仅要考虑该地区的投资环境，还要考虑该企业的发展潜力。
作者:夏咏 单位:新疆农业大学经济与贸易学院
