《多因素斜交模型的城市基础设施PPP项目融资风险评价》-经济学论文，商业论文-论文范文参考-科学狗论文网

标题

多因素斜交模型的城市基础设施PPP项目融资风险评价

范文

郭利华王宝童邢凯

摘要：城市基础设施PPP项目融资过程中存在诸多不确定风险因素，且随机性和交互性显著。为有效解析和归纳一种可行的城市基础设施PPP项目融资风险评价指标体系，评估融资风险之间交互作用，借助NVivo11.0软件提取外衍变量并提炼内衍变量的方式，构建基于指标变量的PPP项目融资风险评价模型，运用多因素斜交模型回归实例验证模型的有效性和可靠性。结果显示：受内外部环境共同作用和各外衍变量的交互影响，PPP项目融资风险结构发生了显著变化，各变量间的作用系数和关联程度呈现出强弱不等的相关性。相关部门应根据PPP项目融资风险结构变化，及时调整管控模式，切实保障项目顺利实施。

关键词：城市基础设施;PPP;融资风险;多因素斜交模型;风险评价

中图分类号：F832.5 文献标识码：A 文章编号：2096-0298（2021）05（a）--05

近年来，随着城镇化进程的持续推进，我国城市基础设施PPP项目建设掀起了新高潮。通过查阅国家发改委网站，全国PPP项目信息监测服务平台数据显示，2020年1—4月各地新增PPP项目252个，按照行业类别来看，城市基础设施新增项目最多，达85个。全国PPP项目信息监测服务平台增加的“民营企业参与情况”数据表示，民营企业参与PPP项目数量排名第一位的依然是城市基础设施645个[1]。显然，为解决城市基础设施建设资金需求这一巨大难题，作为基础设施服务供给与政府购买公共服务的创新模式，PPP融资模式已逐步成为基础设施项目中最受欢迎的项目筹资渠道之一。鉴于融资结构烦琐，融资风险复杂且周期长等特点，如何甄别PPP模式下城市基础设施项目融资风险、识别风险源，对风险之间的耦合关联进行定量评价尤为重要，这对我国当前及后续城市基础设施建设具有至关重要的现实意义。

国内外学者针对PPP模式下的城市基础设施项目融资风险评价开展了相关研究。Khayamim Razieh等（2020）以伊朗伊斯法罕城市交通基础设施为研究对象，提出了一种双层数学规划模型，并建立两相混合求解方法，即可以同时进行城市交通项目选择和规划，有效解决了多项目大型交通网络规划带来的风险问题[2]。Amin Alvanchi等（2020）选取城市建筑项目为例，探究了城市施工进度对建筑区域附近空气污染排放的影响，提出利用车辆交通模拟的能力来评估不同施工进度方案的空气污染排放，以减少环境风险[3]。Xu Yelin等（2010）应用模糊综合评价模型，选取宏观经济、施工和运营、政府期限、市场环境、经济可行性和政府干预六个关键风险因素，评估了特定关键风险群的风险水平与中国PPP项目的总体风险水平[4]。石振武等（2019）以哈尔滨市地下综合管廊PPP项目为例，应用德尔菲法和三角模糊数构建判断矩阵、模糊加权超矩阵，用以评价项目的融资风险水平[5]。汪青鹏（2018）、张伟（2018）、崔振（2017）应用主成分分析、熵权法及多层次灰色综合评价模型对PPP融资模式的风险指标进行了风险等级评价[6～8]。赵辉等（2018）利用直觉模糊集（IFS）与逼近理想解法（TOPSIS）结合法，选取6个一级风险指标、16个二级风险指标，研究某市5处公共地下车库项目的融资风险[9]。孟禹彤（2017）选取云南省M高速公路为研究对象，借助层次分析法和模糊综合评价法对PPP融资模式进行风险评价[10]。向鹏成等（2016）运用系统动力学模型仿真分析了PPP模式下城市基础设施融资风险[11]。王慧莎（2012）采用基于熵權的FUZZY模型对PPP融资风险进行了评价，并应用博弈论理论建立了风险分担模型[12]。

综上，关于PPP项目融资风险的现有研究多集中在项目风险评级上，且多数为定性研究，有关PPP项目融资风险内部因素之间的耦合关联性研究较罕见。本文在归纳、参考以往文献中融资风险因素的基础上，针对复杂繁多的融资风险指标体系，利用多因素斜交模型探究风险指标间的相关或共变关系，尝试求解城市基础设施PPP项目融资风险耦合关联度系数，客观全面评价PPP项目融资风险交互影响，以保障我国城市基础设施平稳、高质量、绿色创新发展。

1 资料与方法

1.1 资料来源

为确保分析数据的全面性和可靠性，本研究数据及指标变量来源于Web of Science，在Web of Science高级检索中构建如下检索式：

TS= （Project financing risk） AND

AB=（PPP financing risk） OR

AK= （financing risk）

Database = WOS， KJD， MEDLINE， RSCI， SCIELO

Timespan =1950-2019

数据搜集时间跨度介于1950—2019年。仔细检索发现关于融资风险评价的最早文献发表于1992年，因此，严格意义上来说，时间跨度应该为1992—2019年。最终检索到580篇文献，其中570篇文献类型是“论文”。通过认真研读，剔除关联性不大的文章，最终敲定268篇研究论文作为数据源和风险指标提取源，这268篇文献均是英文，中国学者文献量为100篇，占据样本总数的37.313%，研究结果比较适用于我国城市基础设施PPP项目融资的实际需求。

1.2 研究方法

1.2.1 质性分析

质性分析通常是指研究者参与到自然情境中，而非人工控制的实验环境，采用多种方法充分收集资料，对研究现象开展深入整体性探究，采用归纳非演绎的思路剖析素材并形成理论。质性分析依托扎根理论，是一种相对量化的分析方法[13]。

1.2.2 多因素斜交模型

多因素斜交模型是验证性因素分析中的一种，在该模型中，各因素间呈现的是一种“斜交”或者“交叉”关系，因素间的转轴为斜交转轴，因素构念间有相关存在，适合用于探究分析多因素间复杂交互的耦合作用关联。

1.3 变量提取

借助NVivo11.0软件对遴选的文献资料实施质性分析，基于扎根理论集成化资料的开放编码、主轴编码与选择编码阶段，以达到从整体上明晰和建构PPP项目或类似项目融资风险评价指标体系作为探究目标，将多维项目融资风险源当作树状节点，把同树状节点紧密相关的具体内容划分归类，梳理成评价变量集并表示为自由节点，自由节点的遴选源于文献资料，文献资料显示目前PPP项目融资风险主要包括政治风险、经济风险、项目建设风险、不可抗力风险及社会风险。政治风险的下属节点主要包括政府决策失误、政府信用、政府监管、法律变更和腐败等风险;经济风险的自由节点包括后续偿债、通货膨胀、筹资、市场环境、财政等;项目建设风险由残值、延期、设计缺陷、成本超支、技术等风险因子组成;不可抗力风险则主要涵盖环境保护、气候、地质及重大社会事件等不能人为决定的风险;社会风险主要由社会公众反对的风险及社会服务质量风险等组成。

2 模型构建与分析

2.1 模型构建

借助NVivo11.0软件对268篇素材中筛选的观测变量（自由节点）展开覆盖率与回归分析，测度每个自由节点同其对应的上阶树状节点的标准化回归系数和解释变异量。表1所示的参考点不仅描述自由节点提取时参照的论文数，而且表示论文中自由节点的重要性排序。覆盖率表示词频同对应文献长度的比值。表1显示政府监管风险的覆盖率是16.243%，筹资风险的覆盖率是6.726%，技术风险的覆盖率是6.227%，同理类推。回归分析中，标准化回归系数代表树状节点对自由节点的影响，数值越大表示树状节点对自由节点的直接效果作用越大;解释变异量表示自由节点被其树状节点解释的变异量，也就是自由节点的信度系数。表1中经济风险对财政风险ER5的标准化回归系数为0.852，经济风险可以解释财政风险72.6%的变异量，以此类推。

将遴选的268篇研究论文作为NVivo11.0中数据与变量来源的内部资料，基于自由节点与其对应树状节点间的交互关联构建城市基础设施PPP项目融资风险评价模型（图1）。自由节点同其上阶树状节点间的相互关系用回归系数表示，政府决策失误风险PM1、政府信用风险PM2、政府监管风险PM3、法律变更风险PM4与腐败风险PM5被政治风险解释的程度依次为0.604、0.529、0.427、0.645、0.522，依次类推。由适配度检验结果可知，顯著性概率P=0.000<0.05，拒绝初始假设;RMAEA值=0.189>0.080，AGFI值=0.759<0.900，GFI值=0.868<0.900，均未达到模型适配标准，说明初始假设模型同样本数据之间达不到可以接受的标准，理想度不高，因而需对模型实施进一步修正。

2.2 模型修正

依据Modification Indices修正指标参数估计数值可知，部分测量误差项涵盖变量内关联误差（如e1和e5间的共变关系）、变量间关联误差（如e8和e18间的共变关系），这说明作为自由节点的观测变量不仅遭受特定潜在特质的作用，还有其余尚未可知的风险源，此来源需要依赖误差项的共变分析进行评估，这也表明多因素斜交模型除了允许自由节点观测变量与树状节点潜在变量间可以具有多向度关系外，同时允许某一自由节点的误差项同其他自由节点的误差项间存在共变关系。根据模型修正参数估计值，建立误差值间的共变关系，即将误差项对应的自由节点间的关系释放，则可以有效降低卡方值。修正后的模型假设如图2所示。

对误差变量e1与e5、e2与e13、e3与e12、e6与e14、e7与e19、e8与e14、e8与e18、e11与e12、e11与e13、e16与e19、e19与e21这几个参数进行释放后（两两之间有某种程度相关，其相关显著不为0），则修正后的模型整体适配度见表2，x2/df比值、RMSEA、GFI、AGFI、NFI、IFI、PNFI等适配度指数全部达到适配标准临界值以上。因此，判断文中构建的公共基础设施PPP项目融资风险斜交模型整体适配良好。

2.3 结果分析

由图2自由节点观测变量与树状节点潜在变量间的相关系数可知，政府决策失误、政府信用、政府监管、法律变更、腐败风险与政治风险间的回归系数依次为0.679、0.538、0.365、0.702、0.477，说明这5个自由节点观测变量同其上阶树状节点潜在变量间中等相关，以此类推其余变量的相关关系。

模型中观测变量存储在268篇样本文献中，充当外部环境客观反馈突出目前阶段城市基础设施PPP项目融资风险评价的方向与特征。变量间相互协同，对PPP项目融资风险内外部行为产生影响，各变量间既相互独立又彼此耦合，构成了复杂的PPP项目融资风险评价体系，此体系可追踪特定变量，找寻诸多变量的演变机理，有助于防范和规避项目融资过程中所产生的风险。

模型中，该树状节点之间及自由节点的测量误差项间的耦合关联系数见表3，其中，政治风险同经济风险、项目建设风险、不可抗力风险、社会风险的耦合关联系数分别为0.956、0.632、0.462、0.957，这说明政治环境对社会经济发展的影响较大，安全稳固的政治生态可促进经济的快速平稳运作，同时给城市基础设施PPP项目建设贡献充裕的财物和技术支撑;给社会公众心理慰藉，有效解决矛盾冲突，提升社会对项目建设的认可度和支撑力度。

经济风险同项目建设风险、不可抗力风险及社会风险的相关系数依次为0.538、0.488、0.878，经济风险与社会风险间的耦合关联程度较大，表明经济与社会两者之间相互联系、彼此影响、相互促进。经济发展是前提和基础，只有经济发展才能进一步推动社会发展与进步，同时社会发展是根本和目的，社会发展又可以进一步促进经济发展与繁荣。因此，经济风险与社会风险相得益彰，互为补充，需两者兼顾、协调发展。

项目建设风险、不可抗力风险与社会风险之间的关联度较小，因此在项目建设前、实施过程中、建成完工后及提供服务整个阶段，积极做好社会公众的项目普及知识，及时发布项目进展和工期，项目所需耗材等，提升服务质量，增加城市基础设施受益者的正外部性。让社会共同监督，可有效管控项目建设风险与社会风险的冲突。就不可抗力风险而言，城市基础设施建设要积极运用智能化、智慧化平台和软件，实施项目应急预案，在不可抗力风险到来之前，提前做到监测预警，及时转移风险。

3 结语

城市基础设施PPP项目是一项民生工程、民心工程，关系着千家万户的切身利益，对PPP项目融资风险开展定量评价，有助于提前识别项目风险源;风险评价亦是风险管控的关键步骤，能否精准评估融资风险变量之间的内外部关联关系到风险防控策略的有效与否。为有效评价城市基础设施PPP项目融资风险内外部指标变量间的交互关联，本文从Web of Science数据库中筛选与项目融资风险评价有关的高水平论文，评价指标涉及多个学科领域，借助NVivo11.0软件对提取指标变量进行覆盖率计算，避免了主观人为打分或专业知识限制而产生的计量误差。应用多因素斜交模型，从268篇文献中提取城市基础设施PPP项目融资可能涉及的5个树状节点风险变量、21个自由节点观测变量，开展验证性因素分析，解析风险变量之间的相互关联，系统评价城市基础设施PPP项目融资风险。通过多因素斜交模型的实际运用，可以进一步帮助项目各参与方精准辨识项目融资风险，提升融资风险点监测精确性，提高资本金的利用效率，加强城市融资风险管理能力，增加基础设施补短板，调动社会资本参与，为稳投资促建设的久远发展奠基。

参考文献

国家发展和改革委员会.全国PPP项目信息监测服务平台增加“民营企业参与情况”信息[EB/OL].https：//www.ndrc.gov.cn/xwdt/ztzl/pppzl/gzdt/202004/t20200414_1225647.html.

Khayamim Razieh，Shetab-Boushehrib Seyyed-Nader，Hosseininasab Seyyed-Mohammadreza，Karimi Hadi. A sustainable approach for selecting and timing the urban transportation infrastructure projects in large-scale networks： A case study of Isfahan， Iran[J]. Sustainable Cities and Society，2020，53（C）.

Amin Alvanchi，Mostafa Rahimi，Milad Mousavi，Hamed Alikhani. Construction schedule， an influential factor on air pollution in urban infrastructure projects[J]. Journal of Cleaner Production，2020，255.

Xu Y， Yeung J F Y， Chan A P C， et al.Developing a risk assessment model for PPP projects in China—A fuzzy synthetic evaluation approach[J].Automation in Construction.2010，19（7）：929-943.

石振武，宋莹琪，刘洁.基于Delphi-FANP的城市基础设施PPP项目风险评价[J].土木工程与管理学报，2019，36（04）：1-7+15.

汪青鵬.城市基础设施PPP融资模式风险评价研究[D].合肥：安徽建筑大学，2018.

张伟.城市基础设施PPP项目的政府风险评价模型研究[D].天津：天津大学，2018.

崔振.基础设施建设PPP项目融资风险管理研究[D].青岛：青岛大学，2017.

赵辉，屈微璐，邱玮婷，等.基于IFS与TOPSIS的城市基础设施PPP项目融资风险评价[J].土木工程与管理学报，2018，35（02）： 66-71.

孟禹彤.城市基础设施项目PPP融资模式风险评价研究[D].昆明：昆明理工大学，2017.

向鹏成，宋贤萍.PPP模式下城市基础设施融资风险评价[J].工程管理学报，2016，30（01）：60-65.

王慧莎.基于PPP模式的城市基础设施项目融资风险研究[D].长沙：中南大学，2012.

黄文博.基于扎根理论的北京市全民健身设施使用满意度影响因素研究[D].北京：首都经济贸易大学，2017.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。