国家形象影响因素实证研究.docVIP

国家形象影响因素实证研究 　　摘要：国家形象作为无形资产和软实力的重要组成部分，对于一国的国际地位、外交权威、健康发展等均具有重要影响。文章根据2009年～2013年IMD数据，采用LASSO方法，对国家形象的影响因素进行定量研究。结果发现：采用LASSO方法所构模型的拟合优度为0.886 2，选定影响因素的数量为70个，能够科学全面有效地解释国家形象；综合考虑影响因素的个数和强度，发现政府管理是构建和提升国家形象最主要的影响维度，金融体系以及企业运营维度次之。因此，为科学有效全面地提升中国国家形象，中国应当提高政府效率，构建和谐环境；优化金融体系，提升服务质量；规范企业行为，保障高效运营；并特别注意提升经济效率，控制失业率以及提高科学技术国际认可度。 　　关键词：国家形象；IMD数据；影响因素；LASSO 　　一、 引言 　　国家形象作为新闻传播和国际关系学界的交叉领域，国内学者主要从国家形象基本概念、国家形象形成解读以及国家形象如何构建，三个维度对其开展研究。 　　这些研究成果对于认识国家形象、提升中国国家形象都具有非常重要的作用。但仔细阅读后发现存在三个明显的缺失：第一，多定性分析，少定量研究；第二，多单一影响因素考察，少系统全面梳理；第三，多就某一国家着手探究，少从国家类别对比着眼。 　　鉴于此，本文尝试使用赵彦云和李望月对国家形象影响因素进行分析时采用的2009年～2013年IMD数据，根据LASSO方法，分别对参评国家（地区）国家形象的影响因素进行定量研究，给出模型的整体拟合优度和各影响因素的影响方向及强度，揭示影响国家形象构建和提升的一般性规律，以期为中国科学、有效、快速地提升国家形象提供有益参考。 　　本文后续结构安排为：第二部分，IMD数据介绍；第三部分，LASSO方法介绍；第四部分，影响因素实证分析；第五部分，简要结论及对策建议。 　　二、 IMD数据 　　瑞士洛桑国际管理发展学院（IMD）于1980年创建了世界竞争力评价指标体系，并和世界经济论坛（WEF）一起逐渐发展为国际最著名的国家（地区）综合竞争力评价机构。自1989年起，IMD每年编辑出版一份《世界竞争力年鉴》数据，从经济表现、政府效率、商业效率以及基础设施四个方面公布参评国家（地区）的竞争力年度情况。 　　2013年出版的《世界竞争力年鉴》数据涵盖了全球60个参评国家（地区）的数据信息，其中发达国家（地区）35个，发展中国家（地区）25个，这60个国家（地区）的当年GDP占世界GDP总量的92.89%，因此有理由认为IMD数据在相当大程度上反映了世界整体经济系统的全貌。 　　IMD数据包含206项硬指标和117项软指标，共323项指标，较为全面展现了世界经济体系运行的方方面面。国家形象就是其中一项软指标，是IMD在全球通过问卷调查获取得到的数据，其问卷调查含义为一国或地区的国家形象在世界范围内的经济活动中是否具有积极作用，其中0表示国家形象很差，国家形象对经济活动没有积极作用；10表示国家形象很好，国家形象对经济活动有积极作用。国家形象指标取值范围为0～10。 　　本文借鉴前人研究成果，基于IMD数据能够反映世界经济系统整体全貌，所涉指标涵盖经济体系运行方方面面的事实，根据2009年～2013年IMD发布的各项指标数据，以参评国家（地区）为研究对象，设定国家形象为被解释变量，探索其他322项指标对其影响规律。 　　三、 LASSO 　　2009年～2013年IMD数据的有效样本为300个，即N=300，而待测影响因素为322项，即P=322，这属于典型的高维数据样本。传统成熟的统计方法对于高维数据往往难以得到满意的估计参数，因为传统统计方法参数估计要求待估参数数量小于样本量，这样才能保证推断统计所得结果的稳定和可靠。另外，处理高维数据时往往会出现多重共线性和变量选择等问题，传统统计方法，如多元回归、逐步回归以及岭回归等，均不能完美处理高维数据。例如，多元回归处理高维数据时往往使得多数估计参数无法通过显著性检验；逐步回归会过度删除重要解释变量；岭回归模型稳定，能估计出模型中所有解释变量的参数，但是无法提供一个稀疏模型，即无法将某些回归系数压缩为0从而优化模型，模型可解释性差。 　　四、 实证分析 　　图1为交叉验证图，可以看出，使所有参评国家（地区）的交叉验证预测均方误差达到最小值的 就是我们所要选取的值。结合简化模型的要求，在交叉验证预测均方误差相差不大时，选择更为稀疏的模型作为最终结果，故确定 为0.018 8。 　　进一步进行拟合运算，最终选定70个影响因素，各影响因素的名称和强度如表1所示，图2为各影响因素进入模型的拟合路径，模型拟合优度？琢为0.886 2，拟合效果良好，能够科学有效全面解释国家形象这一被