打开文本图片集
摘 要 根据2009～2013年IMD数据，采用LASSO方法，对引起国家形象变动的影响因素从发达国家（地区）与发展中国家（地区）两个层面进行对比分析。结果发现：采用LASSO方法构建模型的拟合优度分别为0.8158和0.7886，能够科学全面有效地解释国家形象;两种情况下选定的影响因素个数分别为38个和34个，对两种情况均有影响的影响因素有14个;综合考虑影响因素的个数和强度，可以看到，对于发达国家（地区）国家形象构建和提升而言，政府管理维度最重要，经济实力和企业运营维度次之，基础设施、金融体系、科技发展、国际化和社会结构的影响则相对较弱;对发展中国家（地区）而言，政府管理维度同样是最重要的，金融体系和国际化次之，经济实力、基础设施、科技发展、企业运营和社会结构的影响则相对较弱。
关键词 国家形象;IMD数据;影响因素;LASSO
[中图分类号]C812 [文献标识码]A [文章编号]1673-0461（2015）02-0054-06
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（何辉，2006），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。其中，国家形象基本概念的研究主要包括国家形象的具体概念、相似概念、内涵外延、构成要素、主要特点等。例如张昆（2013）认为国家形象可以理解为一个国家留给本国公众的总体印象和评价，还可理解为其他国家公众对本国总体特征和属性的感知，而通常我们讲的国家形象指的是后者。余红等（2014）认为国家形象包括四个要素，即物质要素、精神要素、制度要素以及行为要素，现实中的国家形象由于媒介传播的影响会造成国内外国家形象差异的产生。赵雪波（2006）对“国家形象”、“中国国家形象”、“传统形象”、“结构性国家形象”、“自塑”、“他塑”等概念进行辨析，并指出媒体对于国家形象的塑造具有决定性作用。国家形象形成解读的研究主要是通过文学艺术类作品和报纸杂志等新闻媒体所勾勒的中国国家形象的分析和解读，反映一定研究情境下的中国形象实况，进而探寻该形象形成的内在机理和深层次动因（刘丽英，2014）。如刘少华等（2011）以《中国国家形象片》为例，分析了如何使用公共外交来提升国家形象的内在机理。吴晓萍（2011）通过实地问卷调查的方式对孔子学院提升国家形象的效果和作用进行了深入探讨。国家形象如何构建是国内学者研究最多的维度，学者们根据自己的专业领域从多个角度提出了提升国家形象的有效措施。如刘小燕（2002）和程曼丽（2007）都认为大众传播是国家形象塑造最重要和最有效的手段。董小英（2005）、王建（2014）、梁超英（2013）、郭玉龙（2013）、邱正伦（2014）、杨简茹（2014）以及王子怡（2012）等认为奥运会、体育、武术、美术和服装等途径都可以有效提升国家形象。
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等（2013）对国家形象影响因素进行分析时采用的2009～2013年IMD数据，根据LASSO方法，分别对参评的发达国家（地区）和发展中国家（地区）国家形象的影响因素进行定量研究，给出每个模型的整体拟合优度和各影响因素的影响方向及强度，比较发达国家（地区）和发展中国家（地区）国家形象影响因素的异同，以期为中国科学有效提升国家形象提供有益参考。
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2009～2013年IMD发布的各项指标数据，分别以参评的发达国家（地区）和发展中国家（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方法
2009～2013年IMD数据35个发达国家（地区）和25个发展中国家（地区）的有效样本量分别为175个和125个，即N1=175，N2=125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，多元回归、逐步回归以及岭回归等传统统计方法均不能完美应对。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。
为了解决高维数据变量选择的问题，Tibshirani（1996）提出了LASSO方法。LASSO全称为Least absolute shrinkage and selection operator，即最小绝对收缩和选择算子。其核心思想是用模型的绝对系数函数作为惩罚项来压缩模型系数，使得绝对值较小的系数直接压缩为0（钟金花，2013），从而实现变量降维、变量选择、参数估计和提供稀疏解的目的。
LASSO估计为：
■lasso=■■（yi-β0-■xijβj）2，s.t. ■βj≤λ
（1）
其中，x1，x2，…，xp为p个解释变量，y为被解释变量，存在y=α+■βixi+u，u～N（0，σ2）的线性关系，■∑x=0，■∑x2=1，样本量为N，λ为惩罚参数且λ≥0。
LASSO实质是解一个带有线性不等式约束的二次规划问题，λ的选择决定了LASSO的收缩程度，通常采用交叉验证法估计λ的取值。
交叉验证法是通过构造CV统计量来确定λ的，即使CV达最小值时的λ值，具体如下。
设有模型：
y=η（x）+μ，μ～N（0，σ2） （2）
η（x）的预测均方误差为PE=E{y-■（x）}2，正定化参数s=λ/∑■0■，s∈[0，1]，交叉验证统计量：
CV（s）=∑（yi-∑βj（s）xij）2 （3）
通过s的取值来估计PE，PE达到最小值，则CV（s）统计量达到最小值，从而选定λ值。
四、实证分析
（一）λ值确定及参数估计
图1为交叉验证图，可以看出，分别使发达国家（地区）和发展中国家（地区）的交叉验证预测均方误差达到最小值的λ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λ1=0.0733，λ2=0.0815。
进一步进行拟合运算，最终选定发达国家（地区）和发展中国家（地区）影响因素的个数分别为38个和34个，各影响因素的名称和强度如表1和表2所示，图2为各影响因素分别进入模型的拟合路径，发达国家（地区）和发展中国家（地区）的模型拟合优度R2分别为0.8158和0.7886，拟合效果均为良好，都能够科学有效全面解释国家形象这一被解释变量。
（二）结果分析
1. 发达国家（地区）的影响因素
国家形象的影响因素可以分为经济实力、政府管理、基础设施、金融体系、科技发展、企业运营、国际化和社会结构8个维度。就发达国家（地区）的38个影响因素而言，经济实力维度包含5个影响因素，占总影响因素个数的13.16%;政府管理12个，占31.58%;基础设施2个，占5.26%;金融体系2个，占5.26%;科技发展0个，企业运营7个，占18.42%;国际化4个，占10.53%;社会结构6个，占15.79%。
按影响强度排序，影响强度大于0.10的影响因素有国家信用评级（0.2126）和政治不稳定的风险（0.1466），均属于政府管理维度。影响强度在0.05～0.10的影响因素有服务业生产率（-0.0947）、社会凝聚力（0.0865）、消费税税率（-0.0782）、城市治理（0.0768）、中央政府负债总额占GDP比重（-0.0670）、社会价值观（0.0643）、透明度（0.0590）、经常项目差额占GDP百分比（-0.0535）、工作时数（0.0525）、15岁以下人口占总人口比例（-0.0509）、实际公司税（0.0503）以及顾客满意度（0.0503），其中3个属于经济实力维度，3个属于政府管理维度，1个属于基础设施维度，3个属于企业运营维度，1个属于国际化维度，1个属于社会结构维度。
综合考虑影响因素的个数和强度，不难发现，政府管理是发达国家（地区）构建和提升国家形象最主要的影响维度，经济实力和企业运营维度影响次之，基础设施、金融体系、科技发展、国际化和社会结构的影响则相对较弱。
2. 发展中国家（地区）的影响因素
就发展中国家（地区）的34个影响因素而言，经济实力维度包含6个影响因素，占总影响因素个数的17.65%;政府管理9个，占26.47%;基础设施1个，占2.94%;金融体系6个，占17.65%;科技发展2个，占5.88%;企业运营2个，占5.88%;国际化5个，占14.71%;社会结构3个，占8.82%。
按影响强度排序，影响强度大于0.10的影响因素为公共部门合同（0.1675）、社会凝聚力（0.1366）、国外高技术劳动力（0.1263）以及利差（-0.1122），其中2个属于政府管理维度，1个属于金融体系维度，1个属于国际化维度。影响强度在0.05～0.10的影响因素为安全（0.0909）、社会价值观（0.0823）、债务利息支付占经常收入的比重（-0.814）、投资激励（0.0684）、风险资本（0.0604）、生产的重新配置（0.0573）、生活质量（0.0532）以及银行和金融服务（0.0515），其中1个属于经济实力维度，3个属于政府管理维度，1个属于金融体系维度，1个属于企业运营维度，2个属于国际化维度。
综合考虑影响因素的个数和强度，不难发现政府管理是发展中国家（地区）构建和提升国家形象最主要的影响维度，金融体系以及国际化次之，经济实力、基础设施、科技发展、企业运营和社会结构的影响则相对较弱。
3. 发达国家（地区）与发展中国家（地区）的共同影响因素
发达国家（地区）与发展中国家（地区）共同的影响因素有14个。其中，政府管理维度包括8个影响因素，中央政府负债总额、债务利息支付占经常收入的比重、国家信用评级、法律框架、安全、政治不稳定的风险、社会凝聚力以及国外高技术劳动力;国际化维度包括3个影响因素，对全球化的态度、社会价值观以及投资激励;金融体系、维度企业运营及社会结构维度各包括1个影响因素，分别是进入国内外资本市场、资本成本以及青年失业。可以看出，政府管理维度对于发达国家（地区）与发展中国家（地区）构建和提升国家形象都是最重要的影响维度。
五、结 论
通过本文研究可以看到，根据IMD数据，采用LASSO方法可以很好地分析国家形象这一软指标。从发达国家（地区）以及发展中国家（地区）两个层面分别构建模型进行分析，所构模型的拟合优度R2分别为0.8158以及0.7886，拟合效果较好。两种情况下影响因素的个数分别为38个以及34个，对两种情况均有影响的影响因素有14个。综合考虑影响因素的个数和强度，可以看到，对于发达国家（地区）国家形象构建和提升而言，政府管理维度最重要，经济实力和企业运营维度次之，基础设施、金融体系、科技发展、国际化和社会结构的影响则相对较弱;对发展中国家（地区）而言，政府管理维度同样是最重要的，金融体系和国际化次之，经济实力、基础设施、科技发展、企业运营和社会结构的影响则相对较弱。
[参考文献]
[1] 何辉.中国国家形象定位分析[J].现代传播（中国传媒大学学报），2006（2）：113-117.
[2] 张昆.当前中国国家形象建构的误区与问题[J].中州学刊，2013（7）：168-171.
[3] 余红，王琨.国家形象概念辨析[J].中州学刊，2014（1）：167-172.
[4] 赵雪波.关于国家形象等概念的理解[J].现代传播（中国传媒大学学报），2006（5）：63-65.
[5] 刘丽英.国家形象研究文献述评及营销视角分析——基于CSSCI（2001～2011）的研究[J].学术探索，2014（2）：120-123.
[6] 刘少华，蔡索拉.公共外交提升国家形象的机理分析——以中国国家形象片为例[J].求索，2011（3）：60-62.
[7] 吴晓萍.中国形象的提升：来自孔子学院教学的启示——基于麻省大学波士顿分校和布莱恩特大学孔子学院问卷的实证分析[J].外交评论（外交学院学报），2011（1）：89-102.
[8] 刘小燕. 关于传媒塑造国家形象的思考[J].国际新闻界，2002（2）：61-66.
[9] 程曼丽.大众传播与国家形象塑造[J].国际新闻界，2007（3）：5-10.
[10] 董小英，李其，师曾志，余艳，陈文广，马张华.奥运会与国家形象：国外媒体对四个奥运举办城市的报道主题分析[J].中国软科学，2005（2）：1-9.
[11] 王建，陈俊钦.从建构主义视角探索体育对国家形象的塑造[J].成都体育学院学报，2014（2）：7-13.
[12] 梁超英，黄羡仪.中国竞技体育发展对国家形象的构建与传播[J].沈阳体育学院学报，2013（5）：47-49.
[13] 郭玉成，范铜钢.武术文化传播构建国家形象的战略对策[J].中国体育科技，2013（5）：80-85，98.
[14] 邱正伦.2014.九层之台起于累土——美术作为重塑国家形象的文化维度[J].美术观察，2014（1）：10-11.
[15] 杨简茹.新中国成立以来美术领域对国家形象塑造及其思考[J].美术观察，2014（1）：12-13.
[16] 王子怡. “衣冠之国”的蜕变与新生——论中国服饰文化的传承与创新对中国服装产业和国家形象塑造的重要作用[J].艺术百家，2012（S2）：187-189.
[17] 赵彦云，李望月.国际竞争力视角下国家形象的实证分析[J].中国人民大学学报，2013（6）：80-89.
[18] Tibshirani R. Regression Shrinkage and Selection Via the LASSO[J]. Journal of the Royal Statistical Society，1996，58（1）：267-288.
[19] 钟金花.基于LASSO方法的上海经济增长影响因素实证研究[J].统计与决策，2013（1）：154-156.
Quantitative Exploring on the Influencing Factors of National Image
——A Comparison Analysis of Developed and Developing Countries＼Regions
Zhang Rufei1，2，Zhao Yanyun2
（1. College of Economics and Trade，Shijiazhuang University of Economics，Shijiazhuang 050031，China;
2. School of Statistics，Renmin University of China，Beijing 100872，China）
Abstract： Based on the 2009-2013 IMD data and using LASSO methods，the article comparatively analyzing the influencing factors of national image in developed and developing countries＼regions. The results showed that the goodness of fit of the two models were 0.8158 and 0.7886， which could fully and effectively explain the national image. In both cases，the numbers of selected factors are 38 and 34，and there are 14 common factors. Considering the number and intensity factors，we can see that，for developed countries＼regions，to build and enhance national image，the most important dimension is government administration with the following of economic strength and business operations，while infrastructure，financial systems，technology development，international，social structures are relatively weak. For developing countries＼regions，the most important dimension is government administration，which is followed by financial systems and international economic strength，and infrastructure， technology development，business operations and social structures are relatively weak.
Key words： national image;IMD Data;influencing factors;LASSO
（责任编辑：李 萌）