境外投资企业社会安全风险评价体系研究 (1).pdf

中国人民公安大学学报(自然科学版)2023 年第 4 期 No.4 2023Journal of People蒺s Public Security University of China(Science and Technology)总第 118 期 Sum118境外投资企业社会安全风险评价体系研究孙摇 浩,摇 陈文静(中国人民公安大学信息网络安全学院,北京摇 100038)摘摇 要摇 针对中方境外投资企业所在国家政治环境复杂、恐怖主义袭击和暴力犯罪等社会安全事件频发的社会风险现状,综合考虑社会治安、政权稳定、恐怖主义和种族宗教等方面因素,系统分析投资所在国家存在的各种社会安全风险来源,构建社会安全风险指标体系;采用主成分分析法(PCA)进行指标降维,并结合 K鄄means 聚类分析法实现风险等级划分。结果表明:构建的指标体系能够较为全面地反映境外投资企业所面临的社会安全风险因素,提出的风险等级划分方法较为科学有效,为境外投资企业的社会安全风险管理提供一定的指导作用。关键词摇 境外投资;社会安全;风险评估;指标体系中图分类号摇 F125郾 7文献标志码摇 AResearch on Social Security Risk Assessment System forOverseas Investment EnterprisesSUN Hao,摇 CHEN Wenjing(School of Information and Cyber Security,People蒺s Public Security University of China,Beijing 100038,China)Abstract:In view of the social risk situation of frequent social security incidents in countries where Chi鄄nese overseas investment enterprises are located,such as complex political environment,terrorist attacksand violent crimes,various sources of social security risks in these countries are systematically analyzed,and a social security risk index system is constructed,considering the factors such as social security,po鄄litical stability,terrorism,and ethnicity and religion.Principal component analysis(PCA)is used to re鄄duce the dimensionality of indexes,and the risk level classification is realized by K鄄means cluster analy鄄sis.The results show that the constructed index system can comprehensively reflect the social security riskfactors faced by overseas investment enterprises,and the proposed risk classification method is more sci鄄entific and effective,which provides certain guiding role for the social security risk management of over鄄seas investment enterprises.Key words:overseas investment;social security;risk assessment;indicator system收稿日期摇2023鄄05鄄31第一作者简介摇孙摇 浩(1998),男,汉族,山东临沂人,在读硕士研究生。研究方向为安全防范与风险评估。通信作者摇陈文静(1977),女,硕士,副教授。E鄄mail:0摇 引言经济全球化时代,中国一贯坚持互利共赢、相互合作的原则,与不同文化国家进行商业合作,境外中资机构投资呈现出不断扩大和多样化的趋势,中国的企业和金融机构正在积极参与全球经济,同时也48孙摇 浩等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬境外投资企业社会安全风险评价体系研究面临着复杂多变的风险和挑战,其中,社会安全风险尤为突出1。近年来,针对中资机构的社会公共安全事件频发,如 2019 年发生的斯里兰卡连环爆炸案,造成 6 名中国公民遇难;2021 年 7 月,巴基斯坦达苏水电站恐袭,造成 37 名中方人员伤亡;2022 年发生在阿富汗首都的华人酒店枪击案等,海外中资机构社会安全形势不容乐观2。社会安全风险是中资机构海外投资面临的重要风险,如何更好地识别和分析境外投资企业的社会安全风险因素,建立社会安全风险评价模型,对于境外投资企业更好地识别、量化和应对社会安全风险,优化项目风险管理具有重大意义。社会安全在不同的国家、地区及不同的历史背景下有着不同的内涵和理解范畴,本文研究的社会安全是指由特定人员或组织蓄意制造犯罪、袭击、冲突等突发事件的风险,在相关部门采取预防、响应、处置等措施下,处于可接受水平的风险状态3。近年来,一些研究已经探讨了境外投资企业社会安全风险评估方法和实践。一些常用的方法包括层次分析法3、模糊综合评价4、多属性决策问题的理想解法等5。这些方法通常结合了定性和定量数据,能够较为全面地评估潜在风险。虽然已经有一些研究探讨了相关方法和实践,然而,现有研究主要针对某一类型企业或某种特定社会安全风险,研究内容相对局限,较少有综合性的社会安全风险评估体系来满足不同类型境外投资企业的需求,且没有给出直观量化后的风险等级。本研究旨在构建一个普遍适用于境外投资企业的社会安全风险评价体系,并验证其有效性。这将有助于企业更好地应对社会安全风险,实现可持续的国际业务发展。本文通过综合分析境外投资企业项目所在地区的各种社会安全风险来源,构建了涵盖监狱关押率、严重袭击犯罪率、恐怖袭击等 26 项指标的社会安全风险指标体系,能够较为全面地反映境外投资企业的社会安全风险,并基于主成分分析和聚类法实现风险评价和等级划分,以期对境外中资机构风险管理发挥具体的指导作用。1摇 社会安全风险指标体系构建1郾 1摇 构建原则及流程指标体系构建过程应遵循客观性、典型性、可操作性和层次性的原则,风险指标的选取需符合已被实践研究验证的社会安全理论,能够反映境外投资地区社会安全的影响要素,从多层次、多角度选取具有评估代表性的指标,除了要易于理解外,还应考虑是否易于定量分析,并根据指标之间的关联性划分层次,从而构建层次分明的社会安全风险指标体系,全面系统地反映被评估对象的风险水平6。社会安全视角下风险评价的目标,是确定境外投资企业所在地区的社会风险水平。本文在关键风险因素识别的基础上,根据不同层面的风险因素特点选取指标,构建社会安全视角下的社会安全风险指标体系,构建步骤如图 1 所示。图 1摇 风险指标体系构建流程摇通过查阅相关文献及专家咨询,全面收集“社会安全风险冶研究范围内所涉及的各类指标,围绕社会治安、社会稳定、社会风气、政权稳定、恐怖袭击和种族宗教冲突等类别确定风险指标体系结构,如图 2 所示;对收集到的风险因素从性质、来源、发展趋势等方面进行分析、归纳和整理,初步建立备选集合,按照系统分析综合的思路,依据各指标之间的层次和隶属关系,对备选集合中的指标进行筛选和剔除,并划分合适的层级,构建社会安全视角下关键风险因素集;最终通过筛选便于收集和及时更新的关键性指标,构建社会安全风险的指标体系。图 2摇 境外投资社会安全风险指标体系结构摇1郾 2摇 风险因素分析本节运用文献分析法和案例研究法,对境外投58孙摇 浩等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬境外投资企业社会安全风险评价体系研究资国家的社会安全风险因素进行分析。以“风险识别冶“社会安全冶“境外投资企业风险冶“海外社会风险冶“社会威胁分析冶 为中文关键词,以“Initiativerisk冶“Social security冶和“Risk management冶为英文关键词,利用中国知网、Elsevier、SAGE、Springer Link等数据库在与本研究内容相关的权威期刊(核心期刊及以上)中检索,查阅梳理出42 篇中文和10 篇英文文献,这些文献影响力大、权威性强、内容关联度高,从中筛选出与“社会安全冶相关的风险因素。通过各官方网站、政策文件、权威媒体等渠道,收集 20122022 年来针对境外投资企业的社会安全事件共 83 起,在遵循时效性、相关性的前提下,对相关安全事件的发生过程进行梳理和还原,并对其中的社会风险因素进行分析,初步得出社会安全视角下的风险因素。根据社会安全风险因素识别的结果,将重复出现或意义相近的风险因素进行归类整合,从社会治安、政治稳定、种族宗教、恐怖主义和群体性事件 5个方面初步划分风险因素,得到社会安全风险因素清单,如表 1 所示。摇 摇(1)社会治安因素社会治安风险主要体现在社会治安、社会稳定、以及社会风气等方面,造成或者意图造成人员伤亡、重大财产损失、公共设施损坏、社会秩序混乱等严重社会危害的行为,一定程度上反映了目标地区安全风险水平。根据经济与和平研究所数据,全球约 25%的绑架案发生在中亚、北非地区,在全球最不安全的 20个国家中,有 10 个在“一带一路冶沿线7,该地区各国社会治安问题较为突出。(2)政治稳定因素政治风险因素主要体现在内部政治的不稳定性,由于历史进程不同,不同国家政策法规存在一定差异,宗教、民族、领土主权矛盾激化严重,如,中亚和中东等部分地区地缘政治风险始终较为突出,政治形势严峻,近年来发生多起骚乱与冲突,并造成人员伤亡。同时,境外投资企业较为集中的中亚地区面临民族矛盾和政局动荡的困扰,是世界强国的必争之地,加之许多国家当前正经历转型期,重点地区民族众多,存在一定政治安全隐患,未来可能在政权更替、对外政策等方面存在较大的不确定性8。(3)种族宗教因素种族宗教冲突是当今世界上导致社会不稳定和表 1摇 社会安全风险清单归类整理风险因素初步筛选风险因素社会治安绑架、抢劫等犯罪活动社会秩序稳定程度社会治安暴力犯罪毒品人身安全风险交通风险战争、武装冲突政权稳定程度社会动乱政治稳定地区分裂政策连续性政府廉洁/贪污腐败法律权威程度宗教信仰(差异、多元化)宗教极端主义宗教冲突种族宗教民族种族差异民族主义种族信仰差异、歧视民族分裂主义恐怖主义活动恐怖主义武器非法获得恐怖主义伤亡外来移民与原住民的冲突罢工劳动关系及纠纷问题群体性事件劳工权益保障非正式群体反对、抵制、抗议非政府组织的影响和干扰工会组织稳定性不安全的主要因素之一,种族宗教冲突涉及不同的宗教信仰、种族和民族之间的矛盾,往往伴随着暴力事件和破坏行为,造成人员伤亡和财产损失,导致社会分裂和民族主义情绪高涨,对当地的社会安全风险水平造成严重影响。(4)恐怖主义因素境外投资企业所在国家包括恐怖主义高风险国家,恐怖袭击的发生将严重影响该地区的社会安全水平,从而对中资机构的项目投资带来极大威胁。恐怖主义已经成为对外直接投资的七大风险之一,全球每年一半以上的恐怖袭击发生在伊拉克、阿富汗与巴基斯坦等国家,对该地区的境外项目投资具有抑制作用,已经有研究发现对外直接投资随着本国涉恐风险的增加而减少,并且涉恐风险对发展中68孙摇 浩等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬境外投资企业社会安全风险评价体系研究国家的负面影响更大9。(5)群体性事件因素群体性事件是指多数人语言行为或肢体行为上的冲突等群体行为的方式,或表达诉求和主张,或直接争取和维护自身利益,或发泄不满、制造影响,因而对社会秩序和社会安全造成重大负面影响。工会罢工事件、劳动关系纠纷、工会组织稳定性等因素在一定程度上能够衡量评价对象的社会安全风险水平。1郾 3摇 社会安全风险指标体系的构建通过分析筛选中国海外投资国家风险评级报告国际国别风险指南全球恐怖主义指数全球治理指数等国内外各大风险研究机构发布的相关风险报告和指南10,基于科学、完整、可运算、无冗余、极小性的原则,构建境外投资企业社会安全风险指标体系。其中,主要涵盖社会治安、社会稳定、医疗卫生、社会风气、恐怖主义、政权稳定、种族宗教冲突 7 个二级指标;三级指标由监狱关押率、绑架犯罪率、恐怖主义袭击等 26 个指标组成,整体上提高了社会安全风险指标体系的层次性与可操作性,构建的社会安全风险指标体系如图 3 所示。2摇 基于主成分分析和聚类的风险评价模型2郾 1摇 样本选取与数据收集在充分考虑境外投资分布不均衡性以及样本数据可获得性的基础上,选取目前我国境外投资项目较多的 46 个国家作为样本作为研究对象,如表 2 所示。根据构建的社会安全风险指标体系,通过世界银行、全球恐怖主义数据库、联合国毒品与犯罪办公室、世界发展指数、对外投资合作国别指南等官方数据库以及权威指南和报告收集样本国家 20122021 年近十年的数据构建样本集进行风险评价实例研究。表 2摇 境外投资样本国家地区国家数量中东欧阿尔巴尼亚、爱沙尼亚、保加利亚、波兰、捷克、克罗地亚、拉脱维亚立陶宛、罗马尼亚、希腊、塞尔维亚、塞浦路斯、斯洛文尼亚、匈牙利14中亚和南亚哈萨克斯坦、巴基斯坦、孟加拉、斯里兰卡、印度5蒙古地区阿塞拜疆、白俄罗斯、俄罗斯、摩尔多瓦、乌克兰、亚美尼亚、蒙古7东南亚地区缅甸、泰国、菲律宾、马来西亚、印度尼西亚、越南、新加坡7西亚北非埃及、阿曼、也门、约旦、科威特、土耳其、卡塔尔、沙特阿拉伯、伊拉克、伊朗、以色列、叙利亚、黎巴嫩132郾 2摇 主成分分析社会安全风险涉及多变量且变量之间存在强相关性,因此选用主成分分析法对指标进行处理,将样本原始数据转换为具有几个线性独立维度的矩阵,其能反映原始数据的大部分信息,进一步对社会安全风险进行评价11-12。KMO 和 Bartlett蒺s 球形检验可以用来检验变量之间的相关性和偏相关性,以获取各因素间的关联程度,通常来说,进行因子分析应满足条件13:KMO值逸0郾 6,显著性臆0郾 05。KMO 和 Bartlett蒺s 球形检验结果如表 3 所示,构建的样本集适用于主成分分析法进行处理。表 3摇 KMO 和 Bartlett蒺s 球形检验结果KMO 和 Bartlett蒺s 球形检验KMO0郾 756近似卡方9 498郾 120自由度325郾 000显著性0郾 001摇 摇 针对数据方向不同的问题对数据集进行无量纲化处理,本研究采用公式(1)和(2)实现样本的归一化处理14。对于正向指标:x*ij=xij-min(xij)max(xij)-min(xij)(1)对于反向指标:x*ij=xij-max(xij)max(xij)-min(xij)(2)其中,x*ij为标准化处理后的结果,xij为第 i 个国家样本中第 j 个指标的数据,min(xij)和 max(xij)分别为该项指标的最小值和最大值。以样本集中的数据为基础进行主成分分析,采用正交旋转法得到 26 个指标旋转后的因子载荷矩阵。通过求解指标数据的相关矩阵及其特征根和特征向量,得到主成分因子,进而得到主成分的方差贡献率和累积方差贡献率,方差贡献率反映了主成分综合原指标信息的能力,方差贡献率越大,其包含原78孙摇 浩等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬境外投资企业社会安全风险评价体系研究图 3摇 境外投资社会安全风险指标体系摇指标的信息量越大15。由表 4 可知,前 8 个主成分的特征值方差累计贡献率达到 83郾 595%,能够包含原风险指标大部分信息,因此可选取前 8 个主成分替代初始指标。第 i 个主成分 Pri与原指标 ri的相关系数称为因子载荷量,是解释主成分意义及成因的重要依据。本文提取 8 个主成分,其因子载荷矩阵如表 5 所示,对因子载荷矩阵第列的每个元素分别除以第 i 个特征值的平方根,可得到第 i 个主成分的系数,其主成分得分系数矩阵如表 6 所示。根据方差贡献率以及累积方差贡献率选取主成分作为新指标,结合因子得分系数矩阵计算主成分得分 S1、S2、S3、S8,计算公式为:表 4摇 主成分分析结果主成分特征值及贡献率表主成分特征值方差贡献率%累积方差贡献率%K18郾 08032郾 23132郾 231K22郾 5689郾 87842郾 109K32郾 4748郾 76250郾 871K42郾 0747郾 97758郾 848K51郾 8457郾 09665郾 944K61郾 7386郾 68672郾 636K71郾 5325郾 89378郾 532K81郾 3195郾 07283郾 595左左左左K260郾 0320郾 125100郾 00表 5摇 因子载荷矩阵Pr1Pr2PrBr10郾 481-0郾 018-0郾 048r20郾 802-0郾 4140郾 045r30郾 8020郾 136-0郾 247r40郾 782-0郾 4590郾 046左左左左左r250郾 0750郾 174-0郾 117r26-0郾 240-0郾 3190郾 041表 6摇 主成分得分系数矩阵Pr1Pr2PrBr10郾 0120郾 0590郾 150r2-0郾 0810郾 1180郾 034r3-0郾 006-0郾 1330郾 121r40郾 0060郾 169-0郾 027左左左左左r250郾 0760郾 0880郾 498r26-0郾 095-0郾 185-0郾 290Si=移26j=1uiXj(3)其中,Si表示第 i 个主成分的得分,ui表示第 i 个主成分的特征向量,Xj表示标准化后的第 j 个指标。运用得到的前 8 个主成分得分加权平均初步计算各样本的社会安全综合评价得分,用 S 表示,权重棕i为主成分方差贡献率,计算公式为:S=w1S1+w2S2+w8S8(4)得到社会安全综合评价得分后,将 S 值映射到88孙摇 浩等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬境外投资企业社会安全风险评价体系研究区间,可初步得到社会安全指数 F,转化计算公式为:F=S-SminSmax-Smin(5)社会安全指数 F 反映了样本社会安全风险的大小,与归一化标准一致,F 得分越大,社会安全风险越小;F 得分越小,社会安全风险越大。2郾 3摇 聚类分析划分风险等级结合主成分分析结果对社会安全风险进行等级划分,采用 k鄄means 聚类来实现连续数值的自动聚类16,本文利用 SPSS 实现连续数值的自动聚类分箱,将 F 划分为5 个区间,分别代表社会安全风险的5 个级别:高风险、中高风险、中风险、中低风险、低风险。K鄄means 算法最早是由 Mac 于 1967 年提出,需要进行不断重复迭代。该算法的基本思想原理是:选择 K 个数据作初始聚类中心,其中 K 为用户指定的类别个数,计算教据点到各个初始聚类中心的距离,将数据点就近分配到各个初始聚类中心所在的集合中形成一个簇。根据簇中的各个点,更新每个簇的中心,并对数据点进行重复分配,直到簇不再发生变化,或者目标函数满足条件17。选用 K鄄means 聚类将社会安全指数划分为 5 个中心,经过 10 次迭代得到最终聚类中心,聚类中心及每个聚类中包含样本的个数如表 7 所示。表 7摇 最终聚类中心最终聚类中心12345聚类中心(F)9郾 1822郾 8634郾 7443郾 8251郾 50样本数目(个)231561449641摇 摇 分箱可以按照条件将连续数据划分为几组,因此考虑用分箱结合聚类结果实现风险等级划分,得到各风险区间的临界值,区间的临界值、等级名称以及对应的风险等级如表 8 所示。表 8摇 风险等级划分标准风险值等级名称风险等级(0郾 00,16郾 34高风险V(16郾 34,28郾 98中高风险IV(28郾 98,39郾 54中风险III(39郾 54,48郾 09中低风险II(48郾 09,100郾 00低风险I摇 摇根据样本国家社会安全风险得分(20122021年)和风险等级划分标准,对不同地区社会安全风险情况进行分析,如表 9 13 所示,排名越靠前表示该国家社会安全风险越小。结果表明:社会安全风险较高的国家主要有巴基斯坦、伊拉克、印度等,风险较低的国家有新加坡、立陶宛、波兰等;总体来看,约有 28%的国家的社会安全风险等级为中高风险及以上,主要集中在中亚和南亚地区。中资机构在相关地区进行投资时需保持较高戒备,做好风险预警和风险防范措施。表 9摇 中亚和南亚地区社会安全风险综合得分排名风险等级巴基斯坦8郾 4946V孟加拉19郾 3943IV印度19郾 3842IV斯里兰卡26郾 5236IV哈萨克斯坦34郾 7128III表 10摇 中东欧地区社会安全风险综合得分排名风险等级罗马尼亚40郾 4319II塞尔维亚40郾 9818II阿尔巴尼亚41郾 0617II塞浦路斯41郾 4616II保加利亚42郾 0614II拉脱维亚43郾 9812II匈牙利44郾 8411II希腊44郾 9710II克罗地亚46郾 139II捷克47郾 138II爱沙尼亚48郾 256I斯洛文尼亚48郾 594I波兰48郾 683I立陶宛49郾 432I3摇 结论(1)通过文献分析法和案例研究法对境外投资企业面临的社会安全风险进行识别、整理和分类,并构建了一套完备、清晰的风险清单。根据不同类别的风险因素,选择合适的指标,构建了科学完善社会安全风险指标体系,能够较为全面地反映投资国家的社会安全风险水平;(2)采用主成分分析法对原指标体系中 26 个指标进行降维处理,选择的 8 个主成分包含原指标98孙摇 浩等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬境外投资企业社会安全风险评价体系研究摇 摇表 11摇 西亚北非地区社会安全风险综合得分排名风险等级伊拉克8郾 6745V也门14郾 9344V叙利亚22郾 1639IV埃及27郾 3635IV伊朗29郾 4934III黎巴嫩29郾 9233III土耳其30郾 7731III以色列35郾 6425III科威特36郾 4724III沙特阿拉伯38郾 8822III约旦38郾 8921III阿曼41郾 6015II卡塔尔47郾 837II表 12摇 蒙古地区社会安全风险综合得分排名风险等级俄罗斯30郾 1932III乌克兰31郾 9130III阿塞拜疆34郾 7627III摩尔多瓦34郾 8426III蒙古38郾 9220III白俄罗斯42郾 8913II亚美尼亚48郾 465I表 13摇 东南亚地区社会安全风险综合得分排名风险等级缅甸20郾 3241IV印度尼西亚20郾 8340IV菲律宾24郾 1638IV泰国25郾 8737IV越南33郾 8029III马来西亚38郾 7823III新加坡55郾 911I体系 83郾 59%的信息,能够提取原指标数据潜在的特征,消除了数据的冗余信息,从而提高模型运行效率;(3)提出一种基于主成分和 K鄄means 聚类组合的风险等级评价方法,并选取境外投资样本国家进行风险分析。结果表明,所提方法能够较为客观地反映境外投资企业所在国家的社会安全风险水平,验证了本文所构建社会安全风险指标体系的可靠性和科学性,对境外中资机构的安全风险管理工作高效开展以及其他相关领域风险评价指标体系的构建具有借鉴意义。参考文献1摇 张栋,许燕,张舒媛.“一带一路冶沿线主要国家投资风险识别与对策研究J.东北亚论坛,2019,28(3):68-89.2摇 靳高风.“一带一路冶共建国家社会安全风险及对我国的影响 基于 20182019 年社会安全形势分析J.中国人民公安大学学报(社会科学版),2019,35(6):1-7.3摇 周琳.巴基斯坦 SW 火电站项目风险管理研究D.济南:山东财经大学,2023.4摇 余晓钟.石油项目投资风险多层因素模糊综合评价J.西南石油学院学报,2002(5):71-73.5摇 赵寄清,卢达,周昱成.基于 TOPSIS 的“一带一路冶沿线国家投资风险评估J.湖北工业大学学报,2018(2):33-35.6摇 盛亚慧.对“一带一路冶沿线国家基础设施投资的社会风险评价与防范研究D.重庆:重庆大学,2021.7摇 中信保国别风险研究中心.“一带一路冶65 个国家风险状况分析J.大陆桥视野,2017(4):83-84.8摇 陈继勇,李知睿.中国对“一带一路冶沿线国家直接投资的风险及其防范J.经济地理,2018,38(12):10-15.9摇 中华人民共和国商务部,国家统计局,国家外汇管理局.2019 年度中国对外直接投资统计公报R.北京:中国商务出版社,2020.10摇 李思航,杨乾坤,张朔.国家风险评价指标体系综述及展望J.经济管理,2019(4):134-146.11摇 温廷新,孔祥博.基于 KPCA-GA-BP 的煤矿瓦斯爆炸风险模式识别J.安全与环境学报,2021,21(1):19-26.12摇 LI A,FU J Q,SHEN H M,et al.A cluster principal com鄄ponent analysis based indoor positioning algorithmJ.IEEE Internet of Things Journal,2020:99.13摇 赵红军,曹之煜.“一带一路冶沿线国家投资风险度量与评估:基于主成分法面板数据的分析J.国际商务研究,2023,44(2):14-28.14摇 田晓兰,柳金甫.用主成分分析法作综合评价时数据的预处理问题J.科学技术与工程,2007(5):678-681.15摇 HE X Q.Multivariate statistical analysisM.Beijing:China Renmin University Press,2015.16摇 JAFARZADEGAN M,SAFI鄄ESFAHANI F,BEHESHTIZ.Combining hierarchical clustering approaches usingthe PCA methodJ.Expert Systems with Applications,2019,137:1-10.17摇 王森,刘琛,邢帅杰.K鄄means 聚类算法研究综述J.华东交通大学学报,2022,39(5):119-126.(责任编辑摇 于瑞华)09