摘要
矿业项目投资具有金额巨大、回报周期长、投资风险高等特点，影响其投资的因素繁杂且评价周期长，难以实现量化评估。为解决这一问题，本文提出一种基于多元要素的矿业项目快速评价方法，以降低企业境外矿业项目投资风险、提高投资成功率，为企业投资决策提供支撑；在研究过程中，首先梳理矿业项目资源与投资环境两类核心属性，构建定量与定性相结合的分析框架，建立包含资源品质、潜在价值和运营成本 3个一级指标、10个二级指标的综合评价指标体系，随后采用熵值赋权法，通过归一化处理、熵值计算、信息熵冗余度分析及指标权重赋值等步骤完成资源价值量化评价，同时基于GIS空间分析方法对项目周边投资环境进行空间建模，运用距离衰减赋分评级矩阵实现投资环境综合量化评估，最后基于上述模型设计开发原型系统，并以全球55个镍矿项目为样本开展实例应用；结果表明，该综合评价方法能够有效量化矿业项目的资源价值与投资环境水平，原型系统可实现评价过程的规范化、高效化，验证了模型及方法的有效性与实用性；综上，该方法能够有效解决传统评价难以量化的痛点，可为企业海外矿业项目投资评价提供科学的技术支撑和实践指导，具有一定的理论意义与工程应用价值。
Abstract
Mining project investment is characterized by large capital scale, long return cycle and high investment risk. There are numerous factors affecting mining project investment, and the evaluation process is long, making quantitative evaluation difficult. To solve this problem, this paper proposes a scientific and feasible multi-factor-based rapid evaluation method for mining projects, aiming to reduce the investment risk of enterprises' overseas mining projects, improve the investment success rate, and provide support for enterprises' investment decisions. In the research process, first, we sorted out two core attributes of mining projects, namely resources and investment environment, constructed an analytical framework combining quantitative and qualitative analysis, and established a comprehensive evaluation index system including 3 primary indicators (resource quality, potential value and operating cost) and 10 secondary indicators. Subsequently, the entropy weight method was adopted to complete the quantitative evaluation of resource value through steps such as normalization processing, entropy calculation, information entropy redundancy analysis and index weight assignment. At the same time, based on the GIS spatial analysis method, spatial modeling was carried out on the investment environment around the mining project, and a distance decay scoring and rating matrix was used to realize the comprehensive quantitative evaluation of the investment environment of the mining project. Finally, a prototype system was designed and developed based on the above model, and an example application was carried out with 55 nickel mine projects around the world as samples. The results show that the comprehensive evaluation method can effectively quantify the resource value and investment environment level of mining projects, and the prototype system can realize the standardization and efficiency of the evaluation process, which verifies the effectiveness and practicability of the model and method. In summary, this method can effectively solve the pain point that traditional evaluation is difficult to quantify, can provide scientific technical support and practical guidance for enterprises' overseas mining project investment evaluation, and has certain theoretical significance and engineering application value.
Keywords
0 引言
近年来，以美国、加拿大、澳大利亚、欧盟、日本为代表的国家相继发布或更新关键矿产（战略矿产）清单，这一趋势不仅反映了全球各国对矿产资源战略价值的重视，更凸显了各国在矿产资源勘探、开发与保护领域的战略布局。尽管中国矿产资源总量位居世界前列，但石油、天然气、铁矿石、铜、镍、锂、钴等关键战略性矿产对外依存度较高（王安建和袁小晶，2022；崔祖霞，2023）。20多年以来，中国矿业企业积极响应“走出去”号召，通过矿业项目并购、股权收购、资金入股等方式进行矿产资源的全球资源配置，保障中国资源安全需求。然而，矿业项目投资并购涉及巨额资金，除了蕴含巨大矿产资源价值的商机外，同时也面临着资源风险、政治风险、资源民族主义风险和基础设施风险等多重挑战，这些挑战也成为矿业项目价值评估的重要因素。
矿业项目的运营开发有着资金密集度高、风险较大、周期长、不确定性因素多等特点，投资决策过程错综复杂，矿床的资源禀赋、资源价值、勘查开发前景、投资环境等因素都可能决定矿业项目投资与运行成败。目前，国内外专家学者设计了多种矿业项目的评价分析方法，构建的评价指标亦有较多的方案。如罗林山等（2024）结合企业投资并购需求提出了涉及矿企、证照、矿业权、采选、矿建、周边环境共 6 个方面的矿业投资评估要点模型，并对每个方面进行评估打分。龚元翔等（2021）结合中企项目评价的要求，建立了以资料分析为主要手段的矿业项目评价方法。张琨等（2021）提出了一种定性与定量相结合的多因素综合评价方法，从资源禀赋、资源潜力、开发条件以及可获得性4个方面开展项目综合评价，涉及地质、采选、经济、成本等多种评价因素指标。张晓等（2024）则从乌兹别克斯坦铀资源勘查开发为切入点，系统分析了铀矿资源的勘查开发与投资环境相关问题。李观凤等（2024）、王京等（2024）则侧重于国别的投资环境评价，从经济地理、区域地理的角度和 PEST-MTEL 模型评价国别程度的投资环境。王滑冰等（2025）则从几内亚铝土矿入手，系统分析了资源潜力、开发现状和投资环境。郭磊等（2024）则从较为宏观的方面阐述了影响海外矿业项目投资因素。上述评价方法各有优势，侧重点不同，虽然部分方法建立了定量的评价模型，但是评价方法又过于复杂，涉及的评价因素过多，很难在较短时间内对某一矿业项目进行快速的评价；有些方法则对矿业项目进行定性评价，通过收集资料进行综合分析；因此，简单的评价方法过于强调矿产资源的价值，而往往忽略影响矿产资源勘查开发的场外因素，评价的结果仅代表资源潜力影响因素；复杂的评价方法由于强调全方位的因素评价，在资料收集、数据处理和综合分析方面投入较大的精力，时间和综合成本投入较高。
在总结前期学者研究的基础上，本文提出了一种以熵值赋权与空间分析为主线的多元要素矿业项目快速评价方法，该方法通过识别矿业项目评价相关因子，构建矿业项目评价指标体系，基于熵值法构建矿业项目资源价值评价模型，再通过空间分析技术构建投资环境分析模型，从资源价值和投资环境两个维度进行矿业项目的分析评价，并以镍矿为样本数据进行了验证，旨在为矿业企业初步筛选矿业项目提供实用、快速的境外矿业项目投资评估工具，识别并降低投资风险。
1 矿业项目投资评价分析
在项目评估初期，开展矿业项目快速评价，系统权衡矿产资源本身价值与其他潜在因素（如东道国政策、产业链配套、生态合规要求等）对投资决策的综合影响，助力投资者高效厘清投资方向，快速摸清目标项目的核心概况，为后续深度评估奠定基础。前期快速评价指标体系的构建，与矿业项目后期尽职调查相结合，能够为后续的详细调查提供参考。为了便于从矿业投资风险角度，可以将影响矿业项目开发的风险划分为天灾人祸类和投资运营类两大类。其中，天灾人祸类风险包括自然灾害、政治冲突等，往往具有不可避免和难以预测的特点；而投资运营风险则与矿业项目具体投资运营相关，包括资源潜力（资源量、储量、品位等）、运营成本（工资成本、税收成本等）、投资环境（公路、铁路、港口、电力、水利、政治环境、营商环境等）等方面的风险（表1）。这类风险可以通过分析与科学评估，较为准确地判断这些因素对矿业项目投资产生的影响，为矿业项目投资决策提供可靠依据。
表1矿业项目评价指标分类
2 多元要素的矿业项目投资环境评价方法设计与模型构建
在多因素综合评价分析中，各因素权重的合理赋值无疑是整个过程的核心环节。常见的层次分析法（AHP）、专家打分法以及优先权重法等较大程度上依赖于个人的专业判断或专家的主观打分，可能导致赋权过程缺乏充分的客观性，难以捕捉数据之间的内在联系（吴殿廷和李东方，2004；邓雪等， 2012；徐曙光，2016）。熵值法赋权则基于各个评价指标实际数值的差异程度来动态分配权重，整个过程严格遵循数据本身的特性和分布规律，规避了主观因素干预，从而确保了权重分配的客观性（王富喜等，2013；杨丽和孙之淳，2015；惠婷婷等，2016），在多因素决策问题的处理过程中，熵值法赋权展现出了独特的优势（陶晓燕等，2006；黄国庆等， 2012）。空间分析方法是GIS技术的重要组成部分，利用矿业项目、基础设施等空间位置的叠加，可以快速分析出要素指标在空间的分布情况和相互关系，对于矿业项目投资环境分析具有独特优势，评价流程见图1。
2.1 基于熵的矿业项目资源价值评价模型构建
2.1.1 评价指标划分
根据熵值赋权法，结合矿业项目资源信息属性分类，可以将评价指标划定为成本指标、资源品质指标和潜在资源指标 3 个一级指标和储量矿石量、储量品位、总资源量、资源量品位、税费成本、冶炼加工成本、运输成本、水电成本、劳动力成本等10个二级指标。
图1矿业项目评价方法流程图
（1）一级指标：资源品质指标
下设二级指标：储量矿石量、储量品位
（2）一级指标：潜在资源指标
下设二级指标：总资源量、资源量品位
（3）一级指标：运营成本指标
下设二级指标：税费成本、化剂成本、冶炼加工成本、运输成本、水电成本、劳动力成本
2.1.2 指标评价方法
（1）二级指标归一化处理（F）
对10个二级指标进行归一化处理，使指标数据统一在一个量纲下。结合不同二级指标对矿业项目影响的差异，将二级指标分为正指标（值越大对矿业项目评价越有利，如资源量、品位等二级指标） 和负指标（值越小对矿业项目评价越有利，如成本指标）分别进行归一化计算。
正指标归一化：
(1)
负指标归一化：
(2)
式（2）中，i 为第 i 个矿业项目，j 为第 j 个二级指标。
（2）归一化后二级指标比重（G）
计算第 i 个矿业项目的第 j 项二级指标值占该指标所有样本值之和的比重Gij。
(3)
式（3）中，i 为第 i 个矿业项目，j 为第 j 个二级指标。
（3）二级指标熵值的计算（H）
通过熵值法确定每个二级指标的比重，主要包括4个步骤：
①确定二级指标项常数（K）
(4)
②计算二级指标熵值（E）
(5)
式（5）中，i 为第 i 个矿业项目，j 为第 j 个二级指标。
③计算二级指标信息熵的冗余度（D）
信息熵冗余度用于衡量各指标的变异程度，信息熵越小，该指标所携带的信息越多，冗余度越大。
(6)
④计算二级指标信息熵冗余度比重（W）
利用信息熵冗余度来确定指标权重大小，信息熵冗余度越大，则指标权重越大。通过计算指标的信息熵冗余度与所有指标的信息熵冗余度之和的比重得到每个指标的权重。
(7)
（4）矿业项目的一级指标得分（Z）
将各个二级指标信息熵冗余度权重 W 与二级指标归一化比重 G 相乘，并求各个二级指标的综合得分，得到二级指标隶属一级指标的综合得分Z。
(8)
式（8）中i为第i个二级指标。
结合矿业项目熵值法构建模型的指标体系，一级指标有 3 个，因此会得到 3 个一级指标的综合得分Z。
（5）设定一级指标综合权重（R）
结合资源品质、潜在资源和运营成本 3 个一级指标，定义一级指标权重大小R。
（6）计算矿业项目资源价值最终得分（S）
根据一级指标综合权重和一级指标综合得分，计算矿业项目资源价值最终得分S。
(9)
2.2 基于空间分析的投资环境评价模型构建
基于熵值的矿业项目评价，主要是从矿业项目开采、投资、运营的价值角度去评价，然而矿业项目除自身的资源属性以外，影响矿业项目投资运营的还有所处的投资环境情况，例如矿业项目周边的道路、铁路、机场、港口等影响矿产资源的对外运输能力，电力、供水等情况影响矿区生产与生活保障，冶炼厂决定矿产品的冶炼加工能力等。因此，在考虑矿业项目资源价值以外，利用 GIS 在空间分析与可视化表达方面的能力，对矿业项目周边的投资环境进行建模分析，直观表达矿业项目投资环境情况并进行量化评价，对于矿业项目投资运行同样具有重要意义。
2.2.1 评价指标划分
（1）一级指标：运输可达性指标
下设二级指标：道路、铁路、港口、机场4个二级指标。
（2）一级指标：生产生活保障指标
下设二级指标：电力设施、用水设施 2 个二级指标。
（3）一级指标：人力社区指标
下设二级指标：劳动力人口、原住民2个二级指标。
（4）一级指标：社会稳定指标
下设二级指标：暴力冲突、社区罢工2个二级指标。
（5）一级指标：环境生态指标
下设二级指标：保护区 1 个二级指标。衡量矿业项目是否在保护区范围内。
2.2.2 基于空间分析的投资环境评价模型
GIS 具有强大的空间分析、时空信息处理和表达的能力，矿业项目投资环境分析结合矿业时空信息，通过 Model Builder 工具进行建模，利用相交分析、叠置分析、临近分析等方法对5个投资环境一级指标下的 9 个二级指标进行分析和统计，构建指标影响距离矩阵，综合判断投资环境各二级指标对矿业项目投资运营的影响程度。
（1）正相关指标
正相关指标是指二级指标数量越大（越多）代表对于矿业项目投资越有利的指标。如运输可达性指标的 4 个二级指标、生产生活保障 2 个二级指标、人力社区指标中的劳动力人口二级指标。通过这些指标的分析，检索到的要素越多，就说明越有利于矿业项目的运行。
（2）负相关指标
负相关指标是指二级指标数量越少（越小）代表对矿业项目投资越有利的指标，如人力社区指标中的原住民二级指标、社会稳定指标中的暴力冲突二级指标、社区罢工二级指标和自然保护区二级指标。通过对上述二级指标的检索，在矿业项目周边负相关指标越多，就对矿山的勘查开发越不利，存在阻碍矿业项目运行投资的风险。
（3）衰减赋分矩阵
指标划定为正负相关指标后，通过量化矩阵对投资环境指标进行分级量化，并根据正负影响赋予指标得分，最后根据累计综合得分划定投资环境等级。初始单项指标得分为 100 分，根据距离影响计算衰减赋值得分。如表2所示边界影响指标。
（4）赋值与分级
结合不同投资环境指标的衰减得分情况，按照 A、B、C 共 3 个等级进行分类，其中 A 等级对应得分为≥80 分，B 等级为＜80 分、≥60 分，C 等级＜60 分。其中，A 等级代表投资环境较好，综合表现优；B 等级代表投资环境尚可，综合表现为良；C等级代表投资环境不好，综合表现为差。
表2矿业投资环境要素边界影响赋分
3 镍矿项目评价应用实践
3.1 镍矿资源与样本数据
镍，作为一种重要的金属元素，在现代工业中发挥着至关重要的作用，广泛应用于不锈钢、电池、航空、军事、催化剂、磁性材料等领域（刘葵等， 2016），尤其是近些年，很多国家将镍列为关键矿产，且在新兴战略领域发挥着巨大作用。由于应用的广泛，全球镍矿勘查开发和矿业市场十分活跃，储量也逐渐增加，根据美国地质调查局（USGS）数据显示，2023年全球镍储量为1.31亿 t（镍金属量），资源保障程度较高（USGS，2024）。从镍矿资源的分布角度看，全球镍资源分布不均衡，且主要集中在印度尼西亚、澳大利亚和巴西等国家，其中印度尼西亚占比达 42% 左右，呈现高度集中的状态（吴晓然等，2024）。由于镍的战略性作用，近些年镍矿项目一直备受关注，像五矿资源收购英美资源巴西镍业务、土耳其 CoreX 控股收购镍矿资产、青山集团与 Antam 合作开展镍资源供应等重大投资并购受到国际关注。
鉴于此，本文以镍矿项目为示例评价样本（表3），通过中国地质调查局发展研究中心建设的全球矿产资源信息系统选取全球印度尼西亚、澳大利亚、巴西、菲律宾等 17个主要镍矿资源国家的 55个镍矿项目进行分析评价（何学洲等，2015，2025）。
在实际项目评价过程中，矿业项目评价指标中全要素数据获取具有一定难度，为了增加评价方法的灵活性和适配性，对样本数据没有储量品位或资源量品位的数据，通过已有项目数据的平均值作为空值的替代值参与计算。这种情况在真实评价情境中经常出现，后续也可以考虑利用周边矿业项目的平均数值来替代无法获取数据的空值，从而弥补空值项对数据计算的影响。
3.2 镍矿项目评价原型系统研发
如图2所示，为了便于实现计算评价的快速高效和可视化，本文基于矿业项目资源价值评价和投资环境评价模型，利用程序对矿业评价模型进行了研发，建立了评价原型系统，实现目标矿业项目与其他矿业项目的快速对比，并通过 GIS 技术将矿业项目投资环境各类信息进行空间可视化，使计算的结果通过统计图表和时空信息方式呈现，更加直观地为矿业投资者提供全面的数据信息概览，辅助决策。
评价原型系统采用 B/S 架构方式，使用 JAVA+ 构建框架，通过应用服务器调用后台 GIS API 提供的空间分析能力，通过建模工具进行空间数据分析与处理，调用地图服务实现时空数据与矿业项目的叠加和空间各类数据的展示。
为了更好地展示数据和结果，原型系统使用 EChart图表插件，设计了气泡图、八卦图、折线图等丰富的样式对各类数据结果进行对比，直观地展示指标体系中各个元素之间的差异结果。
图2矿业项目评价系统架构图
表3镍矿项目数据样本信息
注：数据据中国地质调查局发展研究中心“全球矿产资源信息系统”。NA表示无有效数据。
3.3 镍矿项目评价实践应用
基于前文研建的矿业项目评价模型和指标体系，第一阶段先对55个镍矿项目的资源数据利用熵值进行计算，利用镍矿的资源信息计算得到镍矿项目的资源价值评价结果，并将评价结果存储到数据库中。第二阶段通过原型系统的地图选区方式，选择待评价镍矿项目，然后使用程序自动计算待评价镍矿项目的熵值、权重指标等信息，并得到最终镍矿项目综合评价结果。如图3所示，将印度尼西亚 Sorowako 镍矿项目作为评价对比的目标，与周边 3000 km范围内的镍矿项目进行比较，通过图4的雷达图、气泡图、总结文本等方式对矿业项目多维指标排名进行说明与展示，得到 Sorowako 项目基本情况，在成本、资源、潜力、服务年限等方面给予排名对比，直观了解各方面的比对情况。通过评价，可以看到 Sorowako 项目在搜索到的 7 个镍矿项目中，整体成本处于较高水平，虽然劳动成本较低，排名位于前列；电力成本、药剂成本和其他方面的成本较高，排名靠后。
同时，便于了解项目投资环境信息，可以直接在地图上查询浏览周边的铁路、公路、机场以及恐怖活动等信息，直观地让用户了解投资环境的各类分析结果。
图3矿业项目熵值综合评价
图4矿业项目资源价值评价结果可视化分析
4 结论
矿业项目勘查开发与运行具有见效周期长、资金投资大、投资风险高等特性，赴境外开展矿业项目投资并购不仅需要注重矿产资源价值，更需要对矿业项目投资环境等进行综合评价，尽早发现影响矿业项目运营的各类风险。本文以镍矿为例，提出的熵值赋权法与空间分析方法融合的矿业项目综合评价模型，对于矿业项目综合信息评价和风险识别具有较好的效果。
（1）通过熵值赋权方法依据矿业项目数据指标，实现对资源品质、成本和投资环境等各项指标的客观赋权，克服了传统赋权方法的主观性，使评价结果更具科学性与客观性。
（2）借助地理信息系统空间分析能力，对矿业项目投资环境进行建模分析。通过赋分矩阵，对投资环境各项指标进行量化评分，直观呈现投资环境的多维信息，有效提升评价结果的可视化程度与量化的精准度。
（3）所提出的熵值赋权与空间分析融合的综合评价模型，为矿业项目投资决策提供了创新性方法支持。该模型有助于投资者配合尽职调查快速识别潜在风险，优化投资策略，提升投资成功率，在理论研究与实践应用中均具有重要价值。
5 展望
（1）由于成矿系统的复杂性，不同矿产具有不同的成矿条件和成矿类型，以镍矿为例可以划分为硫化物型镍矿和红土型镍矿，本模型没有将成矿类型纳入评价的影响因素，后期可以针对不同矿种、不同成矿条件和类型进行区分细化，提升矿业项目评价的精准度。
（2）随着大数据、人工智能及大语言模型技术的快速发展，海量动态矿业信息为矿业项目评价提供了重要的信息来源。尤其是项目运营过程中产生的经营性、全产业链的实时动态数据将为矿业项目投资评价提供更为丰富的数据源，进一步提升评价的准确性与时效性。
