多因素斜交模型的城市基礎設施PPP項目融資風險評價

郭利華 王寶童 邢凱

摘 要：城市基礎設施PPP項目融資過程中存在諸多不確定風險因素，且隨機性和交互性顯著。為有效解析和歸納一種可行的城市基礎設施PPP項目融資風險評價指標體系，評估融資風險之間交互作用，借助NVivo11.0軟件提取外衍變量并提煉內衍變量的方式，構建基于指標變量的PPP項目融資風險評價模型，運用多因素斜交模型回歸實例驗證模型的有效性和可靠性。結果顯示：受內外部環境共同作用和各外衍變量的交互影響，PPP項目融資風險結構發生了顯著變化，各變量間的作用系數和關聯程度呈現出強弱不等的相關性。相關部門應根據PPP項目融資風險結構變化，及時調整管控模式，切實保障項目順利實施。

關鍵詞：城市基礎設施;PPP;融資風險;多因素斜交模型;風險評價

中圖分類號：F832.5 文獻標識碼：A 文章編號：2096-0298（2021）05（a）--05

近年來，隨著城鎮化進程的持續推進，我國城市基礎設施PPP項目建設掀起了新高潮。通過查閱國家發改委網站，全國PPP項目信息監測服務平臺數據顯示，2020年1—4月各地新增PPP項目252個，按照行業類別來看，城市基礎設施新增項目最多，達85個。全國PPP項目信息監測服務平臺增加的“民營企業參與情況”數據表示，民營企業參與PPP項目數量排名第一位的依然是城市基礎設施645個[1]。顯然，為解決城市基礎設施建設資金需求這一巨大難題，作為基礎設施服務供給與政府購買公共服務的創新模式，PPP融資模式已逐步成為基礎設施項目中最受歡迎的項目籌資渠道之一。鑒于融資結構煩瑣，融資風險復雜且周期長等特點，如何甄別PPP模式下城市基礎設施項目融資風險、識別風險源，對風險之間的耦合關聯進行定量評價尤為重要，這對我國當前及后續城市基礎設施建設具有至關重要的現實意義。

國內外學者針對PPP模式下的城市基礎設施項目融資風險評價開展了相關研究。Khayamim Razieh等（2020）以伊朗伊斯法罕城市交通基礎設施為研究對象，提出了一種雙層數學規劃模型，并建立兩相混合求解方法，即可以同時進行城市交通項目選擇和規劃，有效解決了多項目大型交通網絡規劃帶來的風險問題[2]。Amin Alvanchi等（2020）選取城市建筑項目為例，探究了城市施工進度對建筑區域附近空氣污染排放的影響，提出利用車輛交通模擬的能力來評估不同施工進度方案的空氣污染排放，以減少環境風險[3]。Xu Yelin等（2010）應用模糊綜合評價模型，選取宏觀經濟、施工和運營、政府期限、市場環境、經濟可行性和政府干預六個關鍵風險因素，評估了特定關鍵風險群的風險水平與中國PPP項目的總體風險水平[4]。石振武等（2019）以哈爾濱市地下綜合管廊PPP項目為例，應用德爾菲法和三角模糊數構建判斷矩陣、模糊加權超矩陣，用以評價項目的融資風險水平[5]。汪青鵬（2018）、張偉（2018）、崔振（2017）應用主成分分析、熵權法及多層次灰色綜合評價模型對PPP融資模式的風險指標進行了風險等級評價[6～8]。趙輝等（2018）利用直覺模糊集（IFS）與逼近理想解法（TOPSIS）結合法，選取6個一級風險指標、16個二級風險指標，研究某市5處公共地下車庫項目的融資風險[9]。孟禹彤（2017）選取云南省M高速公路為研究對象，借助層次分析法和模糊綜合評價法對PPP融資模式進行風險評價[10]。向鵬成等（2016）運用系統動力學模型仿真分析了PPP模式下城市基礎設施融資風險[11]。王慧莎（2012）采用基于熵權的FUZZY模型對PPP融資風險進行了評價，并應用博弈論理論建立了風險分擔模型[12]。

綜上，關于PPP項目融資風險的現有研究多集中在項目風險評級上，且多數為定性研究，有關PPP項目融資風險內部因素之間的耦合關聯性研究較罕見。本文在歸納、參考以往文獻中融資風險因素的基礎上， 針對復雜繁多的融資風險指標體系， 利用多因素斜交模型探究風險指標間的相關或共變關系，嘗試求解城市基礎設施PPP項目融資風險耦合關聯度系數， 客觀全面評價PPP項目融資風險交互影響， 以保障我國城市基礎設施平穩、高質量、綠色創新發展。

1 資料與方法

1.1 資料來源

為確保分析數據的全面性和可靠性，本研究數據及指標變量來源于Web of Science，在Web of Science高級檢索中構建如下檢索式：

TS= （Project financing risk） AND

AB=（PPP financing risk） OR

AK= （financing risk）

Database = WOS， KJD， MEDLINE， RSCI， SCIELO

Timespan =1950-2019

數據搜集時間跨度介于1950—2019年。仔細檢索發現關于融資風險評價的最早文獻發表于1992年，因此，嚴格意義上來說，時間跨度應該為1992—2019年。最終檢索到580篇文獻，其中570篇文獻類型是“論文”。通過認真研讀，剔除關聯性不大的文章，最終敲定268篇研究論文作為數據源和風險指標提取源，這268篇文獻均是英文，中國學者文獻量為100篇，占據樣本總數的37.313%，研究結果比較適用于我國城市基礎設施PPP項目融資的實際需求。

1.2 研究方法

1.2.1 質性分析

質性分析通常是指研究者參與到自然情境中，而非人工控制的實驗環境，采用多種方法充分收集資料，對研究現象開展深入整體性探究，采用歸納非演繹的思路剖析素材并形成理論。質性分析依托扎根理論，是一種相對量化的分析方法[13]。

1.2.2 多因素斜交模型

多因素斜交模型是驗證性因素分析中的一種，在該模型中，各因素間呈現的是一種“斜交”或者“交叉”關系，因素間的轉軸為斜交轉軸，因素構念間有相關存在，適合用于探究分析多因素間復雜交互的耦合作用關聯。

1.3 變量提取

借助NVivo11.0軟件對遴選的文獻資料實施質性分析，基于扎根理論集成化資料的開放編碼、主軸編碼與選擇編碼階段，以達到從整體上明晰和建構PPP項目或類似項目融資風險評價指標體系作為探究目標，將多維項目融資風險源當作樹狀節點，把同樹狀節點緊密相關的具體內容劃分歸類，梳理成評價變量集并表示為自由節點，自由節點的遴選源于文獻資料，文獻資料顯示目前PPP項目融資風險主要包括政治風險、經濟風險、項目建設風險、不可抗力風險及社會風險。政治風險的下屬節點主要包括政府決策失誤、政府信用、政府監管、法律變更和腐敗等風險;經濟風險的自由節點包括后續償債、通貨膨脹、籌資、市場環境、財政等;項目建設風險由殘值、延期、設計缺陷、成本超支、技術等風險因子組成;不可抗力風險則主要涵蓋環境保護、氣候、地質及重大社會事件等不能人為決定的風險;社會風險主要由社會公眾反對的風險及社會服務質量風險等組成。

2 模型構建與分析

2.1 模型構建

借助NVivo11.0軟件對268篇素材中篩選的觀測變量（自由節點）展開覆蓋率與回歸分析，測度每個自由節點同其對應的上階樹狀節點的標準化回歸系數和解釋變異量。表1所示的參考點不僅描述自由節點提取時參照的論文數，而且表示論文中自由節點的重要性排序。覆蓋率表示詞頻同對應文獻長度的比值。表1顯示政府監管風險的覆蓋率是16.243%，籌資風險的覆蓋率是6.726%，技術風險的覆蓋率是6.227%，同理類推?；貧w分析中，標準化回歸系數代表樹狀節點對自由節點的影響，數值越大表示樹狀節點對自由節點的直接效果作用越大;解釋變異量表示自由節點被其樹狀節點解釋的變異量，也就是自由節點的信度系數。表1中經濟風險對財政風險ER5的標準化回歸系數為0.852，經濟風險可以解釋財政風險72.6%的變異量，以此類推。

將遴選的268篇研究論文作為NVivo11.0中數據與變量來源的內部資料，基于自由節點與其對應樹狀節點間的交互關聯構建城市基礎設施PPP項目融資風險評價模型（圖1）。自由節點同其上階樹狀節點間的相互關系用回歸系數表示，政府決策失誤風險PM1、政府信用風險PM2、政府監管風險PM3、法律變更風險PM4與腐敗風險PM5被政治風險解釋的程度依次為0.604、0.529、0.427、0.645、0.522，依次類推。由適配度檢驗結果可知，顯著性概率P=0.000<0.05，拒絕初始假設;RMAEA值=0.189>0.080，AGFI值=0.759<0.900，GFI值=0.868<0.900，均未達到模型適配標準，說明初始假設模型同樣本數據之間達不到可以接受的標準，理想度不高，因而需對模型實施進一步修正。

2.2 模型修正

依據Modification Indices修正指標參數估計數值可知，部分測量誤差項涵蓋變量內關聯誤差（如e1和e5間的共變關系）、變量間關聯誤差（如e8和e18間的共變關系），這說明作為自由節點的觀測變量不僅遭受特定潛在特質的作用，還有其余尚未可知的風險源，此來源需要依賴誤差項的共變分析進行評估，這也表明多因素斜交模型除了允許自由節點觀測變量與樹狀節點潛在變量間可以具有多向度關系外，同時允許某一自由節點的誤差項同其他自由節點的誤差項間存在共變關系。根據模型修正參數估計值，建立誤差值間的共變關系，即將誤差項對應的自由節點間的關系釋放，則可以有效降低卡方值。修正后的模型假設如圖2所示。

對誤差變量e1與e5、e2與e13、e3與e12、e6與e14、e7與e19、e8與e14、e8與e18、e11與e12、e11與e13、e16與e19、e19與e21這幾個參數進行釋放后（兩兩之間有某種程度相關，其相關顯著不為0），則修正后的模型整體適配度見表2，x2/df比值、RMSEA、GFI、AGFI、NFI、IFI、PNFI等適配度指數全部達到適配標準臨界值以上。因此，判斷文中構建的公共基礎設施PPP項目融資風險斜交模型整體適配良好。

2.3 結果分析

由圖2自由節點觀測變量與樹狀節點潛在變量間的相關系數可知，政府決策失誤、政府信用、政府監管、法律變更、腐敗風險與政治風險間的回歸系數依次為0.679、0.538、0.365、0.702、0.477，說明這5個自由節點觀測變量同其上階樹狀節點潛在變量間中等相關，以此類推其余變量的相關關系。

模型中觀測變量存儲在268篇樣本文獻中，充當外部環境客觀反饋突出目前階段城市基礎設施PPP項目融資風險評價的方向與特征。變量間相互協同，對PPP項目融資風險內外部行為產生影響，各變量間既相互獨立又彼此耦合，構成了復雜的PPP項目融資風險評價體系，此體系可追蹤特定變量，找尋諸多變量的演變機理，有助于防范和規避項目融資過程中所產生的風險。

模型中，該樹狀節點之間及自由節點的測量誤差項間的耦合關聯系數見表3，其中，政治風險同經濟風險、項目建設風險、不可抗力風險、社會風險的耦合關聯系數分別為0.956、0.632、0.462、0.957，這說明政治環境對社會經濟發展的影響較大，安全穩固的政治生態可促進經濟的快速平穩運作，同時給城市基礎設施PPP項目建設貢獻充裕的財物和技術支撐;給社會公眾心理慰藉，有效解決矛盾沖突，提升社會對項目建設的認可度和支撐力度。

經濟風險同項目建設風險、不可抗力風險及社會風險的相關系數依次為0.538、0.488、0.878，經濟風險與社會風險間的耦合關聯程度較大，表明經濟與社會兩者之間相互聯系、彼此影響、相互促進。經濟發展是前提和基礎，只有經濟發展才能進一步推動社會發展與進步，同時社會發展是根本和目的，社會發展又可以進一步促進經濟發展與繁榮。因此，經濟風險與社會風險相得益彰，互為補充，需兩者兼顧、協調發展。

項目建設風險、不可抗力風險與社會風險之間的關聯度較小，因此在項目建設前、實施過程中、建成完工后及提供服務整個階段，積極做好社會公眾的項目普及知識，及時發布項目進展和工期，項目所需耗材等，提升服務質量，增加城市基礎設施受益者的正外部性。讓社會共同監督，可有效管控項目建設風險與社會風險的沖突。就不可抗力風險而言，城市基礎設施建設要積極運用智能化、智慧化平臺和軟件，實施項目應急預案，在不可抗力風險到來之前，提前做到監測預警，及時轉移風險。

3 結語

城市基礎設施PPP項目是一項民生工程、民心工程，關系著千家萬戶的切身利益，對PPP項目融資風險開展定量評價，有助于提前識別項目風險源;風險評價亦是風險管控的關鍵步驟，能否精準評估融資風險變量之間的內外部關聯關系到風險防控策略的有效與否。為有效評價城市基礎設施PPP項目融資風險內外部指標變量間的交互關聯，本文從Web of Science數據庫中篩選與項目融資風險評價有關的高水平論文，評價指標涉及多個學科領域，借助NVivo11.0軟件對提取指標變量進行覆蓋率計算，避免了主觀人為打分或專業知識限制而產生的計量誤差。應用多因素斜交模型，從268篇文獻中提取城市基礎設施PPP項目融資可能涉及的5個樹狀節點風險變量、21個自由節點觀測變量，開展驗證性因素分析，解析風險變量之間的相互關聯，系統評價城市基礎設施PPP項目融資風險。通過多因素斜交模型的實際運用，可以進一步幫助項目各參與方精準辨識項目融資風險，提升融資風險點監測精確性，提高資本金的利用效率，加強城市融資風險管理能力，增加基礎設施補短板，調動社會資本參與，為穩投資促建設的久遠發展奠基。

參考文獻

國家發展和改革委員會.全國PPP項目信息監測服務平臺增加“民營企業參與情況”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，宋瑩琪，劉潔.基于Delphi-FANP的城市基礎設施PPP項目風險評價[J].土木工程與管理學報，2019，36（04）：1-7+15.

汪青鵬.城市基礎設施PPP融資模式風險評價研究[D].合肥：安徽建筑大學，2018.

張偉.城市基礎設施PPP項目的政府風險評價模型研究[D].天津：天津大學，2018.

崔振.基礎設施建設PPP項目融資風險管理研究[D].青島：青島大學，2017.

趙輝，屈微璐，邱瑋婷，等.基于IFS與TOPSIS的城市基礎設施PPP項目融資風險評價[J].土木工程與管理學報，2018，35（02）： 66-71.

孟禹彤.城市基礎設施項目PPP融資模式風險評價研究[D].昆明：昆明理工大學，2017.

向鵬成，宋賢萍.PPP模式下城市基礎設施融資風險評價[J].工程管理學報，2016，30（01）：60-65.

王慧莎.基于PPP模式的城市基礎設施項目融資風險研究[D].長沙：中南大學，2012.

黃文博.基于扎根理論的北京市全民健身設施使用滿意度影響因素研究[D].北京：首都經濟貿易大學，2017.