田 發, 劉夢瑤
(上海理工大學 管理學院,上海 200093)
我國經濟發展步入“新常態”以來,PPP模式逐步成為吸引社會資本、緩解地方投資壓力及規避地方債務風險的重要方式與有效途徑。然而在PPP模式的快速推進中很多規范和監管被弱化,相當一部分PPP項目在實際運行中演變為“明股實債”,最終轉化為地方政府的或有債務[1]。為了控制PPP項目的過度開展對地方財政產生的壓力,《政府和社會資本合作項目財政承受能力論證指引》(以下簡稱“《財承論證指引》”,財金[2015]21號)規定每一年度全部PPP項目需要從預算中安排的支出責任,占一般公共預算支出比例應當不超過10%。財辦金[2017]92號文要求將未按規定開展物有所值評價和財承論證、不規范運行的存量 PPP項目堅決清理出庫。截至2019年末,PPP項目所在的2616個行政區中724個超過7%的“預警線”,19個已經突破10%的“紅線”,部分地區依然面臨嚴峻的財政支出壓力。為應對國際國內經濟運行下行壓力,政府已啟動新一輪投資激勵計劃,可以預見PPP項目將會迎來一個爆發期。那么,地方政府若要高質量地推動PPP項目發展,必須在有效控制地方財政風險、契合地方財政承受能力的約束條件下開展,于是前瞻性地評估PPP模式下的地方財政承受能力就顯得尤為重要,它涉及到未來PPP項目有序推開與地方財政可持續的共生性。
四川作為全國最早探索和推動PPP建設的省份之一,引入PPP模式一定程度上分擔了政府的財政投入壓力,但地方財政是否有足夠的財政預算空間去承載PPP項目財政支出責任?政府應該采取什么措施解決財政承受能力不足?為回答上述問題,本文以四川省為樣本,利用ARIMA模型對各地市(州)一般公共預算支出規模進行預測,從而測算各地的財政支出能力,同時進行行業和領域平衡性評估,為測度PPP模式下地方財政承受能力提供參考。本研究有助于增強PPP項目財承論證的科學性和謹慎性,對今后地方政府選擇和確定PPP項目及規模具有啟示意義。
PPP模式下的財政承受能力研究是源于對財政風險的防范和控制,主要從PPP財政風險和財政承受能力兩個方面來梳理文獻。
在PPP模式的實踐運行中,不同國家的實施效果具有明顯差異。日本政府采用PPP模式成功化解了政府債務風險[2]。葡萄牙政府則因為濫用PPP模式變相舉債,在2011年引發嚴重的財政危機[3]。Hellowell和Pollock[4]認為PPP模式的運行實質是一種“財富代際轉移機制”,它對于當期政府財政壓力的緩解很可能增加了未來政府的財政風險。Winch等[5]認為PPP項目從長期來看無法緩解政府的預算支出壓力,反而可能造成更大的財政風險。姚東旻等[6]基于微觀計量方法研究發現,無論從短期還是長期來看,PPP模式的推行都將增加政府債務風險。
針對發展PPP模式帶來的財政風險,學者們給出了許多解決意見。主要包括:一是采用有效全面的財政風險監管體系。Irwin等[7]提出將企業風險管理框架應用于PPP項目中的政府或有債務管理。溫來成等[8]提出建立專門的財政風險監管技術和方法,包括評價指數、技術模型和監管手冊。二是確立合理的風險分擔機制。Engel等[9]提出通過設立具有適當風險分擔的契約和避免機會主義的重新談判來改進財政治理。周小付和閆曉茗[10]指出PPP的風險分擔取決于其風險分擔合同的設計、主要風險在公私部門之間的分配,以及國家對風險分擔合同的宏觀管理。三是進行法律法規制度建設。IMF[11]總結國際經驗后建議加強有關PPP法律體系建設,對所有PPP相關財政風險信息進行披露,并將PPP政府或有債務納入到中期預算框架管理。
盡管國外研究中少有對財政承受能力的說明,但Sfakianakis和Mindel[12]發現對于其可能引發的債務風險,歐盟設置了公共債務和赤字的百分比門檻,并對設定門檻的違約進行懲罰。例如,英國政府雖然沒有與“財政承受能力”類似的相關規定,但是政府依靠其出色的預算制度,使得各年度承擔的PPP總債務與財政支出等宏觀變量呈正比,財政承受能力被有意識地控制在安全范圍內[13]。
雖然PPP模式下財政承受力的概念[14]很早就有提出,但直到2015年《財承論證指引》發布并施行后,國內更多的學者才開始關注這一領域。
對于財承論證的定性分析,陳少強[15]視其為預算流量管理,認為這是我國PPP財政管理的創新,有助于硬化公共投資的預算約束,防止各類市場風險不當轉嫁成公共風險和財政風險。張霽陽等[16]則認為由于地方財政的整體能力和運行可持續性沒有細化的評估標準,10%的紅線標準不足以反映地方政府的履約可靠性。對于財承論證的實證研究,張牧揚等[17]以4%、6%和 8%的增長率估算了2019~2033年各年各地級市的一般公共預算支出規模,發現PPP模式下大多數城市的財政承受能力良好。
綜上所述,國內外學者對PPP模式下地方財政風險研究大多基于理論分析,對財政風險控制的定量研究不足。關于PPP模式下的地方財政承受能力評估,學者們多是圍繞財承論證展開研究,對PPP財政承受能力的預測分析仍較薄弱。據此,本文擬選取四川為研究樣本,從以下兩點對現有研究進行拓展:(1)從財政風險控制的角度,抓住PPP財承論證的核心環節,引入單整自回歸移動平均模型(ARIMA)來優化對2020~2025年各地政府一般公共預算支出的預測,以提升財承論證的科學性與前瞻性,實現對財政風險的有效預警;(2)從地級市(自治州)層面,對地方的實際財政承受能力進行細致分析,包括財政支出能力評估以及行業和領域平衡性評估兩個方面,以增強財承論證的效果,更好地指導政府安排未來PPP項目的財政支出責任。
據財政部全國PPP綜合信息平臺項目管理庫數據顯示,截至2019年底,該省PPP項目入庫數558個,總金額達到10031億元,無論是累計入庫項目數還是投資總金額,四川省均位列全國第三。
PPP項目中與政府相關的財政支出責任均需要通過財承論證,由于大部分PPP項目從2016年才開始有財政支出責任數據,因此統計計算了2016~2018年四川省21個地市(州)的PPP項目財政支出責任占一般公共預算支出的比重,得到圖1折線圖。從目前的情況來看,四川省沒有城市超過10%的“紅線”,財政承受能力良好,但這可能是因為很多PPP項目尚處于前期準備階段,政府投入有限。從時間趨勢來看,大多數地級市PPP項目的財政支出責任占比有增大的趨勢,這與PPP模式的快速發展態勢一致。從地域分布來看,攀枝花、廣元、宜賓的財政支出責任占比在某些年份已經超過5%,其中攀枝花超過7%。未來,哪些城市的財政支出責任會超出限額,哪些年份的財政壓力更大,政府又該如何避免過高的地方財政風險?弄清這些問題對于推動四川各地的PPP項目均衡發展,保持地方財政可持續運行都極為重要。

圖1 PPP項目財政支出責任占地方一般公共預算支出比重的地域分布
根據《財承論證指引》要求,PPP模式下財政承受能力測度主要包括財政支出責任測算和地方一般公共預算支出預測。本文借助Eviews 8.0軟件,運用ARIMA模型來預測未來幾年財政支出數據,最終實現對四川省各地市(州)財政承受能力的測度。
截至2019年底四川省PPP項目累計數量為558個,通過手工收集整理并去除使用者付費以及無數據的項目,有效樣本數532個。由于各個PPP項目在運營期限上有很大不同,故著重研究2020~2025年各地政府的財政承受能力。各地市(州)的一般公共預算支出數據從四川省歷年統計年鑒中獲取,2019年數據從當地財政局網站中的預算執行情況報告中得到。
根據PPP項目的選擇、招標采購和融資等環節由哪一級財政部門(或PPP中心)負責,財政支出責任可分為市本級承擔、區縣級承擔、市本級和區縣級分擔。本文以地級市(自治州)為研究單位,將市本級和下轄區縣PPP項目的財政支出責任數據進行加總,共得到21個地市(州)政府所承擔的PPP項目年度支出總額。由于部分財承論證報告內容缺失,不排除從政府性基金中安排的支出責任,這可能使總的財政支出責任偏高。但同時,由于部分PPP項目數據未公布,且項目數據僅限在2019年底前入庫的項目,無法考慮未來項目入庫,因此反映的是四川省各地市(州)2020~2025年的財政承受能力空間,所評估的財政支出責任可能低于政府實際的年度支出。
3.3.1 計量模型設定
一般公共預算支出序列作為時間序列,其未來值往往與往年變量情況有關,因此引入ARIMA(p,d,q)模型來預測財政支出規模,其基本表達式如下:
其中,Δdyt表示yt經過d階差分轉化后的序列,AR指自回歸,βi(i=1,2,…,p)是自回歸系數,由偏自相關函數(PACF)圖識別;MA為移動平均,θj(j=1,2,…,q)是移動平均系數,由自相關函數(ACF)圖識別,{εt}是白噪聲序列。ARIMA(p,d,q)模型預測通常經過序列平穩性處理、模型識別、參數估計和診斷、預測應用四個環節。為保持數據的連貫性,以2000~2019年各城市的一般公共預算支出為建模樣本,對2020~2025年的預算支出情況作動態預測。
本文以成都市為例進行建模過程說明,其他地市(州)的處理過程類同。為減小樣本數據波動,對一般公共預算支出數值取自然對數為lngpb,并進行ADF檢驗。結果發現lngpd為二階差分平穩序列(即二階單整序列)。

表1 ARIMA模型估計
根據平穩性檢驗,確定d=2,下一步通過分析二階單整序列的自相關與偏自相關系數的截尾和拖尾來識別可能的p、q值;并以赤池信息準則(AIC)和施瓦茲準則(SC)最小化為選擇依據,對p、q的不同取值組合反復測試確定模型滯后階數。為增強模型的顯著性,將樣本規模擴大為1995~2019年,最終選取d=2,p=2,q=2。鑒于ARIMA(2,2,2)的參數估計結果除常數項外均顯著,因此去除常數項后,再次對模型進行參數估計,得到如表1的回歸結果。在該模型中,R2為0.41,修正后的R2為0.31,說明本質是線性模型的ARIMA模型對時間序列的解釋能力有限,但這不影響測度數據對財政承受能力的檢驗。
3.3.2 計量模型檢驗
模型ARIMA(2,2,2)確定后,還需要對擬合模型作適應性檢驗,即檢驗殘差序列是否為白噪聲。經單位根圖檢驗,AR根和MA根的取值均在單位圓內。從圖2可見,殘差序列自相關和偏自相關函數值均在兩倍標準差內,P值均大于0.05,殘差序列不存在自相關,故此判定殘差序列為白噪聲,沒有包含未被提取的其他重要信息,模型建立有效。

圖2 殘差序列的自相關和偏自相關
3.3.3 模型預測
對于樣本區間外2020~2025年,采用動態預測方法,結果顯示2020~2025年成都市一般公共預算支出預測值分別為:2132.06億元、2241.00億元、2438.98億元、2588.72億元、2731.99億元、2964.00億元。從殘差圖3來看,一般公共預算支出預測值隨著測試區間的擴大逐漸趨向序列均值,說明模型的預測效果較理想。

圖3 預測值的殘差圖
為了更清晰地展現運用ARIMA模型預測數據與現有預測數據之間的差異,計算了目前普遍采用的前5年一般公共預算支出的平均增長率,結果見表2。ARIMA模型預測的預算支出數據計算出的增長率總體小于前5年數據變化的平均增長率,說明目前PPP項目財承論證報告編制單位在進行財承論證時,可能樂觀估計了地方一般公共預算支出水平,從而低估了PPP項目預算支出責任年度占比,隱藏了較高的財政風險。

表2 成都市一般公共預算支出預測增長率 %
根據《財承論證指引》,財政承受能力評估由兩項組成。首先是財政支出能力評估,即從宏觀層面來保障地方政府的履約支付能力,是根據測算出的PPP項目財政支出責任,來評估項目在實施的全生命周期內對各年度財政支出的影響;其次是行業和領域平衡性評估,即評估公共服務的必要性和緊迫性,避免PPP項目在某一行業和領域的過于集中。
3.4.1 財政支出能力評估
運用ARIMA模型,對四川省其他地市(州)也進行了動態預測,得到2020~2025年的一般公共預算支出數據,并計算了2016~2025年PPP項目財政支出責任占一般公共預算支出的比重,得到210個觀測數據,如表3所示。初步判斷這十年的時間跨度內,各地的財政支出壓力均有所增加,地市(州)之間的財政支出能力存在較大差異。其中,攀枝花在2019~2022年的財政支出責任占比均超過10%“紅線”;宜賓在2020年、2021年將出現12.06%和11.62%的財政高風險。與之形成鮮明對比的,阿壩州和甘孜州的財政支出壓力歷年都是最低,特別是甘孜州的財政承受能力指標始終沒有超過0.1%。
為了整體上衡量四川省各地市(州)各年度的財政承受能力,首先統計PPP項目財政支出責任總額占各地市(州)年度一般公共預算支出比例的區間分布。對表3數據進行統計后發現,財政支出責任占比在0~5%、5%~7%、7%~10%、10%以上的個數分別為122、40、42、6。其中,超過7%“警戒線”的樣本數占總體的20%,但超過10%“紅線”的樣本數只有6個,僅占2.86%,這說明大多數城市的大多數年份財政承受能力良好,而部分城市凸顯出的較高財政風險則需引起高度重視。

表3 四川省各地PPP項目財政支出責任占地方一般公共預算支出比重 %
接下來精準分析不同經濟發展水平的地級市在發展PPP中所面臨的財政支出壓力,其財政承受能力究竟達到何種水平。根據各地市(州)PPP項目財政支出責任占比是否超過7%、10%,將21個地市(州)劃分為高、中、低三級風險區,以便更清晰地反映各地的財政承受能力狀況。
表4顯示,超過10%“紅線”高風險區的是宜賓和攀枝花,這兩個地級市財政支出壓力較大的年份主要集中在2019~2023年。其中:宜賓位于川南經濟區,身處全省第二經濟增長極,其已落實的PPP項目個數和規模都較大,因而當地政府面臨較大財政支出壓力。攀枝花位于四川省最南端,由于主要產業創造的增加值相對較低,導致地方經濟總值較低。隨著落地PPP項目逐漸進入運營期,資金需求量較大而地方財力有限,導致地方財政承受能力不足。

表4 PPP項目財政支出責任占一般公共 預算支出比重的分區分級分布
處于中風險區的有7個地級市,其財政支出壓力較大的年份同樣集中在2019~2023年。它們分別地處成都經濟區、川南經濟區和川東北經濟區,與另外兩個經濟區相比城鎮化水平較高、經濟實力更強。PPP項目在短期內的集中“上馬”使政府的財政支出壓力在短期內增加,但長期來看,這些城市的財政承受能力穩中向好,總體可控。
處于低風險區的地市(州)財政支出壓力在預測期間普遍較小,在五大經濟區均有分布。具體來看,成都作為省會城市,雖然所承擔的PPP項目財政支出責任絕對規模很大,但其地方安排的財政支出規模也很大,具有足夠充裕財政承受能力空間支持PPP項目建設。至于其他位于環成都經濟圈、川南經濟區和川東北經濟區的地級市,其市場規模和發展潛力較大,資源要素集聚能力較強,有較高的財政承受能力支持新的PPP項目的發起。至于涼山、甘孜、阿壩“三州”,涼山州的PPP項目數量和規模雖然在全省排名靠前,卻表現為財政承受能力較好,主要原因是一方面此地多個項目尚處于準備階段,暫無項目數據,導致財政支出責任占比估計值比真實值偏低;另一方面當地政府因地制宜開展PPP項目助力扶貧攻堅,隨著地方經濟發展的改善,其財政承受能力將保持在良好的狀態。甘孜州和阿壩州作為國家層面的重點生態功能區,為發揮其生態屏障功能,開展的PPP項目只有1~2個,規模較小,對地方財政支出責任基本沒有影響。
3.4.2 行業和領域平衡性評估
根據四川省存量PPP項目每年的投資額按行業進行劃分得到圖4。總體上看,PPP模式下四川省在不同行業領域均有涉獵,具有廣泛性。從行業分類看,市政工程類項目在政府支出責任中占據最多份額且呈現逐年增長;交通運輸類和城鎮綜合開發類項目需要的財政資金支持也較多。從時間維度看,隨著2016年PPP項目爆發式增長期間落地的項目逐漸由建設期進入運營期,政府的財政支出壓力在2019年至2021年迅速增大,之后在較長一段時間內始終面臨著較高的財政支出水平。
由于PPP項目的申報管理往往以所在市縣為單位,各地市(州)的PPP項目的行業分布是否還具有廣泛性呢?哪些行業和領域項目相對集中?為此,根據各行業的總投資額,以現有PPP項目所在地市(州)為單位,繪制圖5堆積柱形圖。可以發現,各地市(州)開展的PPP項目行業分布差異較大。宜賓、南充、巴中、涼山州的PPP項目涉及行業最多,發展較為均衡;甘孜州和阿壩州開展PPP項目數量最少,其所涉及行業也最少。此外,不同地市(州)PPP項目行業投資額占比也各不相同。例如,成都的市政工程類項目投資占比達到60%,涼山州的交通運輸類項目占比近80%,而資陽的城鎮綜合開發類項目占比已經超過80%。這種行業投資結構之間的差異,體現了當地政府對不同行業的發展規劃以及公眾對不同行業公共服務需求的緊迫程度。

圖4 四川省PPP項目行業年投資額趨勢(單位:億元)
本文選取財政支出壓力較大的四川省為樣本,在對其PPP項目發展現狀和財政承受能力狀況進行概覽后,利用ARIMA模型對各地市(州)一般公共預算支出進行預測,從而評估2020~2025年四川省PPP模式下地方財政承受能力。
研究發現:財政支出能力評估上,21個地市(州)中有12個城市處于低風險區,其財政承受能力比較樂觀;7個地級市處于超過7%“警戒線”的中風險區,仍然面臨較為嚴峻的10%“紅線”壓力;2個地級市已經超過10%的“紅線”,財政支出壓力高峰主要集中在2019~2023年。行業和領域平衡性評估上,全省的PPP項目開展相對集中在市政工程、交通運輸和城鎮綜合開發類項目,且不同地市(州)之間行業和領域投資比例存在較大差異。相關的政策建議如下:
第一,依據各地不同的財政承受能力來推動PPP規范發展。對于高風險地區,PPP項目財政支出責任占比在某些年份已經超過10%“紅線”,當地政府財政支出壓力較大,應對不合規以及不繼續采用PPP模式的項目及時清理出庫。目前地方債特別是專項債的發行速度加快,對于具有一定收益的公益性項目可以考慮退出PPP項目庫,轉為專項債項目。此外可以引入專項債作為PPP項目資本金,從而化解未來可能面臨的財政風險。對于中風險地區,如果存在較大的靠近“紅線”的壓力,需要慎重考慮新項目入庫。在當地財政支出壓力較大的年份,根據項目的資金安排和執行情況的優劣來確定財政支出順序。對于低風險地區,其財政承受能力較強,只要政府和社會資本方做到權責對等、風險共擔,項目規范管理,則適宜發起新的PPP項目。
第二,逐漸重視PPP項目行業和領域平衡性評估。隨著PPP項目數量和投資規模的持續擴大,建議通過PPP項目的橫向和縱向比較來更好地評估行業和領域平衡性,進而確定新上項目優先級。橫向比較即計算全行業投資額中該PPP項目所處行業投資總額的占比,從而判定是否出現行業失衡現象;縱向比較即計算該PPP項目年投資額占所處行業總投資額的比重,從而判定該項目是否會對該行業PPP項目財政支出責任產生較大影響。
第三,完善PPP項目財政支出責任監測預警系統。當前及今后一段時期地方財政收入增速將持續放緩、財政支出剛性需求增長,為減小財政的不確定性,需進一步優化PPP項目的財政支出責任監測預警系統。一方面,建立各地政府PPP項目目錄,嚴格按照《財承論證指引》來測算PPP項目的財政支出責任,加強中長期財政規劃管理,科學預測財政承受能力空間,保證各地負責的項目論證標準統一,切實硬化預算約束;另一方面,財政部門對項目財政支出情況要做到在全生命周期進行監管,嚴格控制PPP項目準入,明確已實施和擬實施的項目,每年對預決算數據及時調整,保證該地區PPP項目開發與地方財政可承載的協同性。