基于SEM的PPP項目政府補償決策影響因素研究

朱琛，申建紅，2，賈格淋，王迪

(1.青島理工大學 管理工程學院，山東 青島 266520；2. 山東省高校智慧城市建設管理研究中心，山東 青島 266520)

PPP(Public—Private—Partnership)是指政府采取補償措施激勵社會資本融入資金，投資建設基礎設施項目的一種優(yōu)化的融資方式，能夠減輕政府在財政收支方面的負擔，避免不必要的費用超支，從而達到降低風險，互利共贏的局面[1]。但由于PPP項目多集中在公共產(chǎn)品或城市基礎設施領域，受限于自身的準公共物品屬性，前期投入多，如果后期運營不足，就會導致未來現(xiàn)金流很難補償所有的投資成本，而適當合理的政府補償決策不僅能保證社會資本方的權益，有效地激勵社會資本的投入，還能夠提高項目的運行效率。因此，研究政府補償決策的影響因素對于PPP項目的成功運營具有十分重要的意義。

PPP項目具有準公益性，而社會資本方在考慮資金投入項目時，往往考慮的是投資成本的利益最大化，因此政府作出的補償決策對于社會資本方資金的投入具有極大的吸引力。國內(nèi)外已有不少學者對PPP項目政府補償決策進行研究。Zhenyao Wu，Bin Shuai針對公路PPP項目建立了稅收補貼模型和交通補貼模型，采用蒙特卡洛模擬方法得到不同補償方式下政府補貼的價值和可能性，為政府選擇合理的補貼方式、平衡補償風險、制定補貼政策等提供有益參考[2]。Xiaowei An等考慮城市水環(huán)境治理的經(jīng)濟效益，采用博弈論方法求解激勵系數(shù)，基于此建立了一種有效的政府補償決策，為城市水環(huán)境治理PPP項目的實施提供參考[3]。王春艷，朱煒認為收益狀態(tài)會影響政府作出合理的補償決策，基于收益動態(tài)平衡的原則，預測項目的收入界限并構建合理的政府補償機制，研究項目收益與政府補償存在的關系[4]。袁汝華等將凈收益法引入水利PPP項目政府補貼模型，采用當?shù)貎r格取代協(xié)議價格對補貼額進行改進，并選取了172個水利工程實例驗證模型的可行性[5]。還有學者將偏好理論引入政府補償機制中，從補償契約視角下研究政府補償機制并建立相關模型，高華，張璇認為社會資本公平偏好的程度會影響政府作出補償決策，將公平偏好理論引入政府補償機制的研究中，運用Stackelberg博弈方法探討公平偏好下社會資本的投資決策與政府補償機制的關系[6]。杜洋，豐景春從公私兩方風險偏好差異的角度，分別建立了政府和社會資本方的期望效用函數(shù)，基于此對政府和社會資本方的投資策略進行博弈，改進政府補償決策的方法，得出了政府在集中決策與分散決策下的最優(yōu)補償方案[7]。吳孝靈等從政府補償契約角度出發(fā)，基于改進FS模型建立了政府補償下的投資決策模型[8]。張碩宇，任志濤通過討價還價模型建立了不完全契約視角下的政府補償機制[9]。綜上所述，國內(nèi)外學者對PPP項目政府補償研究主要集中在對政府補償決策建立相關模型以及政府補償機制的研究上，很少有對政府補償決策影響因素及其關系之間的研究，事實上政府作出補償決策受到多種因素的影響。

本文首先利用文獻統(tǒng)計分析法對影響政府作出補償?shù)囊蛩剡M行識別并采用專家打分法進行初步篩選；其次通過問卷調查和灰色關聯(lián)度對相關指標進行確定，構建政府補償決策影響因素結構方程模型，最后運用數(shù)學的方法對工程項目、政府承受能力、社會資本方、社會公眾和外部環(huán)境五項潛在因素對政府補償決策的影響程度進行權重計算，以期為政府作出補償決策提供相關依據(jù)。

1 政府補償決策因素識別和確定

1.1 政府補償決策因素的識別

為了科學有效地識別政府補償決策的影響因素，通過在中國知網(wǎng)上檢索“政府補償”“PPP項目”“補償決策”等關鍵詞，限制時間搜索范圍為2010～2020年，共篩選出210篇相關文獻，根據(jù)這些文章中涉及到的決策因素，以citespace軟件為構建工具，結合詞頻分析法，共確定了36個決策因素。將文獻中提及的因素進行歸納劃分，對其表意相似的因素進行整合處理，得到以下23個影響因素。按照工程項目、政府承受能力、社會資本方、社會公眾、外部環(huán)境5個方面對主要因素進行歸納劃分，如表1所示。

表1 政府補償決策影響因素文獻清單

1.2 政府補償決策影響因素的確定

為了準確獲得政府補償決策因素及其重要程度，采用灰色關聯(lián)度分析對各子因素之間的數(shù)值關系進行分析，并根據(jù)各因素之間關聯(lián)度的大小進行指標篩選。為了增強數(shù)據(jù)的可信度和科學性，邀請20位具有PPP項目經(jīng)驗的專家組成評價小組，并向其發(fā)放“政府補償決策影響因素咨詢問卷”，對23個影響因素重要程度打分，調查專家的來源分布如表2所示。

表2 專家來源分布表

針對收集的23個評價項的數(shù)據(jù)資料，使用SPSSAU軟件(分辨系數(shù)取0.5) 進行灰色關聯(lián)度分析。根據(jù)灰色關聯(lián)分析的原理，關聯(lián)度越大，說明兩個因素關系密切，相關程度越高；關聯(lián)度越小，說明兩個因素之間關系越弱[10-11]。以關聯(lián)度大于 0.5 為入選標準，關聯(lián)度統(tǒng)計結果如表3所示。由表3可以看出，C3、E1、E2 這3個評價項的關聯(lián)度低于0.5，予以剔除，剩余的20個指標作為政府補償決策影響因素的評價指標，如圖1所示。

表3 關聯(lián)度統(tǒng)計結果表

2 數(shù)據(jù)來源及分析

2.1 數(shù)據(jù)來源

將圖1中影響政府作出補償決策的20個因素作為問卷基礎，另行設計“結構方程模型政府補償影響因素量表”問卷,指標打分表采用李科特5級量表設計方法，根據(jù)每個因素的重要程度分為五級，其級別和分值如表4所示，受測者可根據(jù)個人經(jīng)驗進行打分。

調查問卷從2020年6月初開始發(fā)放，歷時4個月，主要通過與PPP咨詢公司交流訪談，進入企業(yè)公司、參加PPP交流會議等方式直接發(fā)放調查問卷，或對針對性人群發(fā)布線上調查問卷的方式進行填寫。本次共發(fā)放了240份問卷，其中包含182份線下調查問卷，58份線上問卷，最終收回了213份，其中包含191份有效問卷，有效回收率為89.67%，達到了回收標準。對213份問卷進行調查對象基本資料的收集和整理，結果如表5所示。

表5 調查對象社會背景清單表

2.2 信度效度分析

信效度分析可以檢驗樣本數(shù)據(jù)與真實結果的接近程度，利用 SPSS 26.0軟件對數(shù)據(jù)進行可靠度分析。信度分析結果顯示Cronbach's α為0.903，接近1，測量條款設計良好,信度較高；KMO值能夠檢驗數(shù)據(jù)是否可以做因子分析，反映變量值之間的相關程度，大于0.7就可以反映變量之間的強關聯(lián)性，如表6所示，效度分析中KMO值為0.869，較適合做因子分析；Bartlett球形檢驗主要檢驗數(shù)據(jù)的分布以及變量的獨立性，P值小于0.05，則排斥原假設，表中顯著性概率P值為0.000，說明問卷有效性高，統(tǒng)計量顯著。問卷整體信度可靠，五個潛在變量的Cronbach's α信度系數(shù)均大于 0.6，在可接受范圍內(nèi)，因此具有較高的一致性和可靠性。

表6 SPSS效度分析表

3 結構方程模型及構建分析

3.1 結構方程模型

結構方程模型(Structural Equation Modeling,SEM )作為一種有效的多元數(shù)據(jù)統(tǒng)計分析工具，由測量模型和結構模型構成[12]。測量模型中有兩個模型變量，一個是無法進行直接測量和觀測的抽象變量——潛變量，另一個是對這些潛變量進行定量化描述的顯變量，通常至少有兩個變量因素，因此測量模型主要研究潛變量與顯變量之間的關系；結構模型研究的是所有變量之間的關系，包括可以解釋的部分以及無法用語言描述的部分，測量模型和結構模型兩者的結合能夠準確的測量整體模型的擬合程度[13]。

通過對2.1中的調查問卷收集的數(shù)據(jù)進行量化處理，運用結構方程模型進行驗證性分析，確定影響因素之間的結構關系并利用路徑系數(shù)判斷關鍵指標。

3.2 一階結構方程模型構建及分析

在AMOS22.0中將收集整理的數(shù)據(jù)導入，構建政府補償決策影響因素模型如圖2所示，根據(jù)模型的擬合情況發(fā)現(xiàn)，一階模型中的參數(shù)，包括負誤差項α，標準化系數(shù)k和誤差項θ都在可接受范圍內(nèi)，通過違規(guī)估計檢查，得到擬合結果，如表7所示。

卡方λ自由度比在1～3范圍內(nèi)顯著性明顯，通過表7得到，卡方λ自由度比為2.1，數(shù)據(jù)比較理想；GFI=0.926>9,CFI=0.987>0.9,IFI=0.964>0.9,TLI=0.953>0.9,近似均方差RMSEA=0.056<0.08,AGFI>0.9,表明該模型指標配適度良好，模型構建合理。

表7 AMOS擬合情況表

3.3 二階結構方程模型建立及分析

3.2節(jié)中由于一階模型具有較好的擬合度，同時發(fā)現(xiàn)五個一級指標之間的相關性呈大致相近關系，故利用二階模型應能充分表達一階因子關系。為準確判斷政府補償決策的關鍵影響，將二階因子歸集為政府補償決策影響因素，用AMOS軟件對數(shù)據(jù)重新處理，構建基于政府補償決策影響因素的二階SEM模型，運行結果如圖3和表8所示。

表8 AMOS擬合情況表

通過表8得知，各個適配指標均在可接受范圍內(nèi)，擬合程度較高，說明理論模型接近實際數(shù)據(jù)，可靠性比較高。為了進一步反映政府補償決策影響因素的指標的重要程度，根據(jù)路徑系數(shù)對潛因素以及影響因素進行權重計算，結果如表9所示。

表9 權重計算表

3.4 解釋結構方程模型

在PPP項目中影響政府補償決策的因素相互關系如圖2、圖3所示，通過分析PPP項目中政府補償影響因素之間的關系，可為政府補償作出決策提供參考。

(1)圖2展示了影響政府作出補償決策的因素并非是獨立的，因素之間存在相關性，其中B和C之間的相關系數(shù)最高0.68，說明政府承受能力與社會資本方有很大的關系，如政府財政預算與社會資本方的投資回報率。若政府財政預算不平衡，對社會資本方的補償受到影響,會使得社會資本方的投資回報率下降。

(2)從圖3來看，五個一級指標的路徑系數(shù)都達到了 0.6 以上，說明這五類因素對政府作出補償決策起到關鍵的作用，在政府作出補償決策時，應充分考慮五個方面的因素影響，使得政府補償充分合理，避免考慮不充分導致項目失敗，削弱社會資本方的積極性。

3.4.1 結構模型解釋 (1)從表9的一級指標權重來看，五個一級指標中政府承受能力所占權重較大，為0.218。政府承受能力是衡量政府是否能對社會資本給予補償?shù)臉藴剩彩潜Ｕ仙鐣Y本方權益的基本條件，為了保證PPP項目的順利執(zhí)行，政府在作出補償決策時應充分考慮自己的承受能力，采取政府承受能力論證等方式測算政府承受能力大小，保障PPP項目的順利進行。

(2)其次權重最大的一級指標是工程項目因素，權重比值為0.205，說明工程項目因素在政府作出補償決策時應重點考慮；政府對PPP項目補償測算時，會考慮項目的營業(yè)收入以及運營成本，針對收益情況給予社會資本方補助，保障社會資本方的權益。

(3)外部環(huán)境的權重比值為0.2，政府在作出補償決策時，應充分考慮到外部環(huán)境的影響。PPP項目周期長，應考慮政策制度的變更風險、折現(xiàn)率變化以及社會水平的變化等多種因素可能產(chǎn)生的后果；PPP項目投資額巨大，要考慮實際融資過程中融資成本的難度、超額投資成本的可能性等因素，從而做出合理的補償決策。

(4)社會資本方以及社會公眾的權重比值小，其中社會資本方權重比值為0.197，PPP項目中政府的補償標準一般不是固定的，會根據(jù)社會資本方的績效情況以及投資回報率，適當調整補償標準，因此政府在作出補償決策時應考慮社會資本方的實際情況；社會公眾的權重最小，為0.179，比重最小，但在PPP項目政府補償實施過程中，政府理應考慮社會公眾的需求和承擔能力，不應忽視社會公眾的作用性。

3.4.2 測量模型解釋 (1)在工程項目一級指標中，運營費用因素占一級指標權重為0.2638，所占權重最大，為影響主因，其次權重較大的預期營業(yè)收入所占比重為0.2020，在政府作出補償決策時會充分考慮工程項目的實際運營費用以及預期營運收入，運營費用和預期營運收入決定了社會資本方的收益，社會資本方的收益不足，則政府提高補償金額，彌補社會資本方的虧損，收益過高，則政府縮減補償額。

(2)在政府承受能力指標中，政府的財政預算因素為關鍵影響因素，所占權重為0.2752。PPP項目入庫后，政府將對PPP項目的補償義務和付費納入預算中，收支預算測算的不平衡性會使得PPP項目的財政支出超出政府的承受能力范圍，因此政府應提高政府預算的準確性，促進PPP項目健康發(fā)展。

(3)在社會公眾指標中，公眾支付能力和付費意愿權重比較大，但是社會公眾指標權重很小，綜合考慮兩者權重，其對政府作出補償決策影響程度較小；在社會資本方指標中，績效考核指標權重為0.5124，權重較大，政府會根據(jù)PPP項目的績效評價結果，對社會資本方實施補償策略。

(4)在外部環(huán)境指標中，PPP項目的超額投資風險和項目投資的償還方式所占權重較大，均為0.1629。PPP項目執(zhí)行周期長，投資額巨大，執(zhí)行過程中各種不確定因素會造成投資額相對增多，例如機械設備的更新，使得重置成本發(fā)生變化，造成超額投資風險等；PPP項目中社會資本方所獲收益來源是特許經(jīng)營期的使用者付費亦或是政府出資補償，政府在作出補償決策時也應充分考慮這一點。

4 結論和討論

本文對相關文獻進行研究，通過灰色關聯(lián)度法建立相應的指標體系并進行問卷調查，在考慮影響因素相關性的基礎上，建立政府補償影響因素的結構方程模型，對PPP項目中政府補償決策的因素進行驗證性分析，研究影響政府作出補償決策的關鍵因素之間的關系以及重要程度，得到以下結論：

(1) 模型中權重系數(shù)和相關系數(shù)表明，PPP項目中政府作出補償決策受到多種因素共同作用的影響，并且各個因素之間絕非獨立存在的。

(2) 政府補償決策影響因素的一級指標權重由大到小依次是政府承受能力、工程項目、外部環(huán)境、社會資本方和社會公眾，較為重要的二級指標是政府財政預算、項目預期營業(yè)收入、運營費用和政府償還能力。

(3) 通過建立結構方程模型解決了觀測變量只能定性主觀判斷的缺點，將定性轉化成定量，量化了影響因素之間的關系以及影響權重的大小。

在實際研究中，由于調查問卷樣本數(shù)量和局限性較強，數(shù)據(jù)分布有不均勻現(xiàn)象且具有時效性，可能會使得所測結果與實際情況存在偏差，因此在未來數(shù)據(jù)模擬分析的發(fā)展上可以進一步研究。