PPP模式社會資本參與度影響因素研究

沈俊鑫　李曉穎

摘要：作為PPP模式的重要參與者，社會資本的積極參與是PPP項目順利實施的關鍵。文章基于CPPPC項目庫中的項目信息，利用隨機森林模型預測PPP項目中社會資本的參與度，并進行特征重要性排名，分析促進社會資本參與PPP項目的重要因素。結果表明，社會資本參與PPP項目具有行業性，政府PPP項目經驗是吸引社會資本參與的主要因素，而審批所耗時長，赤字率則對社會資本的積極參與產生負面影響。針對上述結論，文章對政府如何促進PPP項目吸引社會資本的參與提出了相關建議。

關鍵詞：PPP模式；社會資本參與；隨機森林；影響因素

一、引言

2014年，發改委在發改基礎[2014]981號文中公布了首批鼓勵社會資本參與基礎設施投資的名單，并表示各級政府應該充分發揮社會資本的作用，加快推進基礎設施建設，滿足廣大群眾的生活需求。PPP模式通過引入社會資本投資可以緩解當地政府的資金問題，保障基礎設施建設的資金需求，提高公共服務的效率和服務水平，受到國內外廣泛關注，也成為了我國政府大力推廣的融資模式。但是在實際操作過程中，社會資本參與PPP項目的眾多問題沒有引起足夠的重視，許多項目因為沒有社會資本的投資或者社會資本在項目實施過程中宣告失敗?；诖?，研究PPP項目吸引社會資本參與的影響因素，對于PPP項目順利實施至關重要，故本文選用CPPC項目庫中部分PPP項目作為研究對象，基于隨機森林模型構建PPP項目的社會資本參與預測模型，并進行特征重要性排名，分析各特征因素對社會資本參與PPP項目的影響作用。

二、文獻綜述

在我國基礎設施建設面臨資金短缺問題時，PPP模式的引入極大改善了政府的財政危機而深受重視。社會資本作為PPP項目的參與主體之一，對于推進PPP項目成功落地實施具有重要作用。但是在現實情況中，社會資本參與PPP項目的態度并不總是積極的，因為社會資本作為逐利主體，會綜合各方面的因素最終做出投資決策，相關學者也從不同的角度分析了影響社會資本參與PPP項目的主要因素。

從項目屬性維度來看，回報機制、風險分擔機制，收益分配機制是影響社會資本參與PPP項目的重點因素。胡常春（2021）認為科學健全的投資回報機制是社會資本方達到預期投資回報的主要保障。其中，巴曙松（2018）認為政府付費類PPP項目的收益較為穩健，與使用者付費機制相比，能夠在一定程度上降低社會資本的財務風險，也能吸引社會資本的參與。張偉（2022）認為PPP項目具有投資規模大、投資回收期長，投資風險大等特點，因此需要設置合理的利益分配機制來滿足社會資本的投資收益。他還提出PPP項目風險的具體化、明確風險承擔主體、完善風險防范體系對促進社會資本投資具有重要作用?；魝|（2018）認為不同的風險分擔機制對應著不同的社會資本參與程度，也將影響PPP項目的最終成效。而多邊金融機構的參與能使社會資本有效控制參與PPP項目的風險，提高社會資本在PPP項目中的參與程度。丁惠玲（2021）認為投資回報率的不斷降低使得社會資本參與PPP項目的動力不足，而且存在短期退出項目的現象，不利于PPP項目的長期穩定發展。

從政府維度來看，學者們普遍認為政府的政策支持、補貼力度及財政狀況是影響社會資本參與PPP項目的主要原因。王文凱等人（2021）認為政策的支持對于促進社會資本參與PPP項目具有積極作用，尤其是那些經營性明顯不足的項目，各類補助及稅收政策的制定及落實至關重要。周鎮浩（2021）認為政府對社會資本方的補貼力度及對社會資本方采取投機行為的處罰力度會對社會資本參與PPP項目的積極性產生影響。關于這一點，羅書嶸（2021）做出了詳細的論證，他認為政府給予社會資本的補貼應該與社會資本在PPP項目建設中的貢獻程度、投資力度、PPP合同的執行程度及承擔風險的比重掛鉤，這樣才能充分發揮社會資本的積極性，保障公私雙方的利益最大化。因為雙方都認同的補貼方案才是決定合作穩定及PPP項目順利實施的關鍵，而不合適的補貼方案會導致公私伙伴之間發生利益分配的矛盾，對社會資本積極性的調動和穩定的伙伴關系造成威脅。陳姍姍（2021）認為對于財政狀況較差的政府，投資者會面臨更多的風險，風險規避心理會讓社會資本盡量避開此種類型的投資。

三、社會資本參與PPP項目模型構建

隨機森林，是由Leo Breiman（2001）提出的，它的基本思想是通過構建并組合多棵不同的決策樹，使得這種組合而成的集成模型具有更強的分類能力。隨機森林算法使用bagging方法進行隨機取樣，這種方法在一定程度上避免了某些噪聲樣本，提高了模型準確性，再加上隨機取樣的引入，可以提高模型的泛化能力，并行化訓練的方式使得其訓練速度更快，隨機森林的眾多優點使其在分類中得到廣泛應用。本文選用決策樹作為隨機森林中的基分類器來訓練社會資本參與PPP項目的預測模型，給定項目樣本N個，特征變量M個，模型構建步驟如下：

1.隨機選取訓練集

對于給定N個項目樣本，隨機有放回選取N次，每次只抽取其中一個樣本，直到選夠N個樣本作為一個訓練子集Tk。

2.構建每棵決策樹

構建決策樹是有兩個關鍵步驟：一是決策樹的節點分裂，二是隨機變量的選取。其中節點分裂是使用信息增益策略從樣本的m個特征屬性中選擇其中一個作為該節點的分類屬性，從根節點開始，不用剪枝，自上而下生成一棵完整的決策樹Sk。選取隨機變量則是在建立決策樹時，隨機選取m個屬性[其中m=log2M（向上取整）]參與節點分裂，保證每棵決策樹的隨機變量數量一致。

3.形成隨機森林

不斷重復上述兩個步驟，直至決策樹的數量達到所需樹的數量為止，得到n個訓練子集T1，T2，…，Tn，生成n棵決策樹S1，S2，…，Sn，將這n棵決策樹組合起來就形成了隨機森林。隨機森林算法的最終分類結果取決于多棵決策樹的投票結果，即眾多決策樹得票數最多的分類結果。

四、結果與討論

（一）模型評價

如表1、圖1所示，用以下五項常用的機器學習性能評價指標來評估本文訓練的社會資本參與度預測模型的性能。

隨機森林算法的不同的參數代表著不同的功能，這些參數的設置在一定程度上影響著模型的好壞，因此本文使用網格搜索方法來實現自動化調參，最終確定隨機森林算法性能最優下的參數如表2所示。

（二）影響因素分析

圖2顯示了隨機森林模型的特征重要性排名，可以看出影響社會資本參與PPP項目排名前15的因素包括：industry RequiredName_muniEngineering（市政工程）、ecnoDivision（地區經濟水平）、userPayAmt（使用者付費收入）、socialPurchaseWay（采購方式）、projExperience（政府PPP項目經驗）、contrTransparency（合同透明度）、ProductMarket（產品市場指數）、returnMode（回報機制）、constructionInterest（建設期利息）、DeficitRatio（赤字率）、industryRequiredName_ecology（生態建設和環境）、socIRR（社會資本收益率）、approvalTime（審批耗時）、vfmValue（物有所值）、timeInterval（項目耗時與所處階段比例）。由此可見，第一，社會資本參與PPP項目十分看重行業性，其中市政工程類項目是社會資本首要考慮的項目，因為隨著城鎮化的發展，社會公眾對公共基礎設施的需求擴大，市政工程類項目作為城市建設的重要部門深受政府的重視，且其工期一般較短，這就意味著社會資本回收投資回報的時間也短，而且承擔的不確定性風險也更小，因此更受社會資本的歡迎。生態建設和環境是社會資本愿意投資的項目，2012年自黨的十八大提出“大力推進生態文明建設”的戰略決策，各級政府相繼采取行動，不只是追求經濟的發展，也更加注重環境建設。第二，政府PPP項目經驗、赤字率、審批耗時等與政府相關的因素是影響社會資本參與PPP項目的主要因素，一般認為，政府PPP項目經驗越豐富，其管理能力就越強；赤字率反映了政府的財政水平，赤字率越高，財政實力越差；審批耗時則反映了政府的管理效率，耗時越長，效率越低。對于社會資本來講，他們更愿意參與政府管理能力強、管理效率高、財政實力強的項目。第三，社會資本作為逐利主體，本質是追求利潤最大化，因此收益率是吸引社會資本投資的主要因素，而政府付費和可行性缺口補助兩種回報機制因為具有穩定的現金流，在一定程度上減輕了社會資本的財務風險，因此比使用者付費收入機制更能激發社會資本投資。

五、結論和建議

本文使用隨機森林算法構建PPP項目對社會資本的吸納效果預測研究，AUC為92.56%，說明隨機森林算法能夠較為準確預測社會資本參與PPP項目的意愿。隨后利用特征重要性排名分析各影響因素對社會資本參與PPP項目的影響作用，可以得出如下結論與建議：第一，社會資本更愿意參與市政工程、生態建設和環境類PPP項目，因為這兩類項目是政府大力扶持的項目，由此可見，政府支持對于PPP項目發展的重要性，各地政府也應該根據當地的發展戰略和市場需求有針對性地提供政策支持，避免對某行業的過多支持而忽略了其他行業的發展。第二，政府PPP項目經驗越豐富越能促進社會資本參與PPP項目，但是審批耗時和赤字率過高則會阻礙社會資本參與PPP項目的積極性。因此，政府部門在主導PPP項目時應該注重自己的管理能力和管理效率，避免因為自身管理疏忽而造成PPP項目無人問津，對于赤字率過高的地區，當地政府應該根據當地實際情況制訂合適措施來彌補財政赤字。第三，社會資本更愿意投資利潤率高、現金流穩定的項目，因此，當地政府應該制訂合理的利潤分配機制，保障社會資本的合理盈利，為社會資本積極參與PPP項目奠定堅實基礎。

參考文獻：

[1]胡常春，陳成.PPP模式應用的風險防范[J].商業文化，2021（32）：86-87.

[2]巴曙松，朱偉豪，蔣霄霖.PPP項目質量、融資約束和杠桿轉移[J].當代經濟管理，2018，40（10）：54-60.

[3]張偉，樊安利.PPP模式在紹興市生態農業領域的應用探討[J].黑龍江生態工程職業學院學報，2022，35（01）：28-30+64.

[4]丁惠玲，孫之淳.社會資本視角下PPP項目實踐中存在問題及對策[J].中國商論，2021（13）：183-185.

[5]霍偉東，陳若愚. 制度質量、多邊金融機構支持與PPP項目成效——來自非洲PPP項目數據的經驗研究[C].2030可持續發展目標與“一帶一路”建設——中國新興經濟體研究會2017年會暨2017新興經濟體論壇（國際學術會議）論文集（上），2017：220-234.

[6]霍偉東，陳若愚，李行云.制度質量、多邊金融機構支持與PPP項目成效——來自非洲PPP項目數據的經驗證據[J].經濟與管理研究，2018，39（03）：52-64.

[7]王文凱，郝生躍，蘭榮娟.基于DEMATEL-ISM的養老PPP項目落地影響因素研究[J].河南科學，2021，39（12）：2058-2065.

[8]周鎮浩，王艷偉.農村垃圾處理PPP項目三方演化博弈分析[J].昆明理工大學學報（自然科學版），2021，46（06）：132-143.

[9]羅書嶸，楊秀.基于Shapely值的PPP模式政府補貼的適度性模型研究[J].科技和產業，2021，21（03）：185-188.

[10]陳姍姍，熊偉，鐘寧樺，汪峰.政府和社會資本合作項目異化為地方政府明股實債融資的探討[J].同濟大學學報（自然科學版），2021，49（10）：1484-1493.

[11]Breiman L.Random forests[J].Machine learning，2001，45（01）：5-32.

＊基金項目：國家自然科學基金項目“大數據驅動信息基礎設施PPP可融資性影響因素獲取及評價方法研究”（基金號：71964018）；云南省省院省校合作項目“云南公共基礎設施PPP規范發展對策研究”（基金號：SYSX201911）；廣西哲學社會科學規劃研究課題一般項目“廣西大數據產業公私合作發展協同演化機制研究”（基金號：18BGL014）。

（作者單位：昆明理工大學管理與經濟學院。李曉穎為通信作者）