多因素斜交模型的城市基礎(chǔ)設(shè)施PPP項(xiàng)目融資風(fēng)險(xiǎn)評(píng)價(jià)

郭利華 王寶童 邢凱

摘 要：城市基礎(chǔ)設(shè)施PPP項(xiàng)目融資過(guò)程中存在諸多不確定風(fēng)險(xiǎn)因素，且隨機(jī)性和交互性顯著。為有效解析和歸納一種可行的城市基礎(chǔ)設(shè)施PPP項(xiàng)目融資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，評(píng)估融資風(fēng)險(xiǎn)之間交互作用，借助NVivo11.0軟件提取外衍變量并提煉內(nèi)衍變量的方式，構(gòu)建基于指標(biāo)變量的PPP項(xiàng)目融資風(fēng)險(xiǎn)評(píng)價(jià)模型，運(yùn)用多因素斜交模型回歸實(shí)例驗(yàn)證模型的有效性和可靠性。結(jié)果顯示：受內(nèi)外部環(huán)境共同作用和各外衍變量的交互影響，PPP項(xiàng)目融資風(fēng)險(xiǎn)結(jié)構(gòu)發(fā)生了顯著變化，各變量間的作用系數(shù)和關(guān)聯(lián)程度呈現(xiàn)出強(qiáng)弱不等的相關(guān)性。相關(guān)部門應(yīng)根據(jù)PPP項(xiàng)目融資風(fēng)險(xiǎn)結(jié)構(gòu)變化，及時(shí)調(diào)整管控模式，切實(shí)保障項(xiàng)目順利實(shí)施。

關(guān)鍵詞：城市基礎(chǔ)設(shè)施;PPP;融資風(fēng)險(xiǎn);多因素斜交模型;風(fēng)險(xiǎn)評(píng)價(jià)

中圖分類號(hào)：F832.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2021）05（a）--05

近年來(lái)，隨著城鎮(zhèn)化進(jìn)程的持續(xù)推進(jìn)，我國(guó)城市基礎(chǔ)設(shè)施PPP項(xiàng)目建設(shè)掀起了新高潮。通過(guò)查閱國(guó)家發(fā)改委網(wǎng)站，全國(guó)PPP項(xiàng)目信息監(jiān)測(cè)服務(wù)平臺(tái)數(shù)據(jù)顯示，2020年1—4月各地新增PPP項(xiàng)目252個(gè)，按照行業(yè)類別來(lái)看，城市基礎(chǔ)設(shè)施新增項(xiàng)目最多，達(dá)85個(gè)。全國(guó)PPP項(xiàng)目信息監(jiān)測(cè)服務(wù)平臺(tái)增加的“民營(yíng)企業(yè)參與情況”數(shù)據(jù)表示，民營(yíng)企業(yè)參與PPP項(xiàng)目數(shù)量排名第一位的依然是城市基礎(chǔ)設(shè)施645個(gè)[1]。顯然，為解決城市基礎(chǔ)設(shè)施建設(shè)資金需求這一巨大難題，作為基礎(chǔ)設(shè)施服務(wù)供給與政府購(gòu)買公共服務(wù)的創(chuàng)新模式，PPP融資模式已逐步成為基礎(chǔ)設(shè)施項(xiàng)目中最受歡迎的項(xiàng)目籌資渠道之一。鑒于融資結(jié)構(gòu)煩瑣，融資風(fēng)險(xiǎn)復(fù)雜且周期長(zhǎng)等特點(diǎn)，如何甄別PPP模式下城市基礎(chǔ)設(shè)施項(xiàng)目融資風(fēng)險(xiǎn)、識(shí)別風(fēng)險(xiǎn)源，對(duì)風(fēng)險(xiǎn)之間的耦合關(guān)聯(lián)進(jìn)行定量評(píng)價(jià)尤為重要，這對(duì)我國(guó)當(dāng)前及后續(xù)城市基礎(chǔ)設(shè)施建設(shè)具有至關(guān)重要的現(xiàn)實(shí)意義。

國(guó)內(nèi)外學(xué)者針對(duì)PPP模式下的城市基礎(chǔ)設(shè)施項(xiàng)目融資風(fēng)險(xiǎn)評(píng)價(jià)開(kāi)展了相關(guān)研究。Khayamim Razieh等（2020）以伊朗伊斯法罕城市交通基礎(chǔ)設(shè)施為研究對(duì)象，提出了一種雙層數(shù)學(xué)規(guī)劃模型，并建立兩相混合求解方法，即可以同時(shí)進(jìn)行城市交通項(xiàng)目選擇和規(guī)劃，有效解決了多項(xiàng)目大型交通網(wǎng)絡(luò)規(guī)劃帶來(lái)的風(fēng)險(xiǎn)問(wèn)題[2]。Amin Alvanchi等（2020）選取城市建筑項(xiàng)目為例，探究了城市施工進(jìn)度對(duì)建筑區(qū)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(lái)評(píng)估不同施工進(jìn)度方案的空氣污染排放，以減少環(huán)境風(fēng)險(xiǎn)[3]。Xu Yelin等（2010）應(yīng)用模糊綜合評(píng)價(jià)模型，選取宏觀經(jīng)濟(jì)、施工和運(yùn)營(yíng)、政府期限、市場(chǎng)環(huán)境、經(jīng)濟(jì)可行性和政府干預(yù)六個(gè)關(guān)鍵風(fēng)險(xiǎn)因素，評(píng)估了特定關(guān)鍵風(fēng)險(xiǎn)群的風(fēng)險(xiǎn)水平與中國(guó)PPP項(xiàng)目的總體風(fēng)險(xiǎn)水平[4]。石振武等（2019）以哈爾濱市地下綜合管廊PPP項(xiàng)目為例，應(yīng)用德?tīng)柗品ê腿悄：龜?shù)構(gòu)建判斷矩陣、模糊加權(quán)超矩陣，用以評(píng)價(jià)項(xiàng)目的融資風(fēng)險(xiǎn)水平[5]。汪青鵬（2018）、張偉（2018）、崔振（2017）應(yīng)用主成分分析、熵權(quán)法及多層次灰色綜合評(píng)價(jià)模型對(duì)PPP融資模式的風(fēng)險(xiǎn)指標(biāo)進(jìn)行了風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)[6～8]。趙輝等（2018）利用直覺(jué)模糊集（IFS）與逼近理想解法（TOPSIS）結(jié)合法，選取6個(gè)一級(jí)風(fēng)險(xiǎn)指標(biāo)、16個(gè)二級(jí)風(fēng)險(xiǎn)指標(biāo)，研究某市5處公共地下車庫(kù)項(xiàng)目的融資風(fēng)險(xiǎn)[9]。孟禹彤（2017）選取云南省M高速公路為研究對(duì)象，借助層次分析法和模糊綜合評(píng)價(jià)法對(duì)PPP融資模式進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)[10]。向鵬成等（2016）運(yùn)用系統(tǒng)動(dòng)力學(xué)模型仿真分析了PPP模式下城市基礎(chǔ)設(shè)施融資風(fēng)險(xiǎn)[11]。王慧莎（2012）采用基于熵權(quán)的FUZZY模型對(duì)PPP融資風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)，并應(yīng)用博弈論理論建立了風(fēng)險(xiǎn)分擔(dān)模型[12]。

綜上，關(guān)于PPP項(xiàng)目融資風(fēng)險(xiǎn)的現(xiàn)有研究多集中在項(xiàng)目風(fēng)險(xiǎn)評(píng)級(jí)上，且多數(shù)為定性研究，有關(guān)PPP項(xiàng)目融資風(fēng)險(xiǎn)內(nèi)部因素之間的耦合關(guān)聯(lián)性研究較罕見(jiàn)。本文在歸納、參考以往文獻(xiàn)中融資風(fēng)險(xiǎn)因素的基礎(chǔ)上， 針對(duì)復(fù)雜繁多的融資風(fēng)險(xiǎn)指標(biāo)體系， 利用多因素斜交模型探究風(fēng)險(xiǎn)指標(biāo)間的相關(guān)或共變關(guān)系，嘗試求解城市基礎(chǔ)設(shè)施PPP項(xiàng)目融資風(fēng)險(xiǎn)耦合關(guān)聯(lián)度系數(shù)， 客觀全面評(píng)價(jià)PPP項(xiàng)目融資風(fēng)險(xiǎn)交互影響， 以保障我國(guó)城市基礎(chǔ)設(shè)施平穩(wěn)、高質(zhì)量、綠色創(chuàng)新發(fā)展。

1 資料與方法

1.1 資料來(lái)源

為確保分析數(shù)據(jù)的全面性和可靠性，本研究數(shù)據(jù)及指標(biāo)變量來(lái)源于Web of Science，在Web of Science高級(jí)檢索中構(gòu)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(shù)據(jù)搜集時(shí)間跨度介于1950—2019年。仔細(xì)檢索發(fā)現(xiàn)關(guān)于融資風(fēng)險(xiǎn)評(píng)價(jià)的最早文獻(xiàn)發(fā)表于1992年，因此，嚴(yán)格意義上來(lái)說(shuō)，時(shí)間跨度應(yīng)該為1992—2019年。最終檢索到580篇文獻(xiàn)，其中570篇文獻(xiàn)類型是“論文”。通過(guò)認(rèn)真研讀，剔除關(guān)聯(lián)性不大的文章，最終敲定268篇研究論文作為數(shù)據(jù)源和風(fēng)險(xiǎn)指標(biāo)提取源，這268篇文獻(xiàn)均是英文，中國(guó)學(xué)者文獻(xiàn)量為100篇，占據(jù)樣本總數(shù)的37.313%，研究結(jié)果比較適用于我國(guó)城市基礎(chǔ)設(shè)施PPP項(xiàng)目融資的實(shí)際需求。

1.2 研究方法

1.2.1 質(zhì)性分析

質(zhì)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(shí)驗(yàn)環(huán)境，采用多種方法充分收集資料，對(duì)研究現(xiàn)象開(kāi)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(zhì)性分析依托扎根理論，是一種相對(duì)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(yàn)證性因素分析中的一種，在該模型中，各因素間呈現(xiàn)的是一種“斜交”或者“交叉”關(guān)系，因素間的轉(zhuǎn)軸為斜交轉(zhuǎn)軸，因素構(gòu)念間有相關(guān)存在，適合用于探究分析多因素間復(fù)雜交互的耦合作用關(guān)聯(lián)。

1.3 變量提取

借助NVivo11.0軟件對(duì)遴選的文獻(xiàn)資料實(shí)施質(zhì)性分析，基于扎根理論集成化資料的開(kāi)放編碼、主軸編碼與選擇編碼階段，以達(dá)到從整體上明晰和建構(gòu)PPP項(xiàng)目或類似項(xiàng)目融資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系作為探究目標(biāo)，將多維項(xiàng)目融資風(fēng)險(xiǎn)源當(dāng)作樹(shù)狀節(jié)點(diǎn)，把同樹(shù)狀節(jié)點(diǎn)緊密相關(guān)的具體內(nèi)容劃分歸類，梳理成評(píng)價(jià)變量集并表示為自由節(jié)點(diǎn)，自由節(jié)點(diǎn)的遴選源于文獻(xiàn)資料，文獻(xiàn)資料顯示目前PPP項(xiàng)目融資風(fēng)險(xiǎn)主要包括政治風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、項(xiàng)目建設(shè)風(fēng)險(xiǎn)、不可抗力風(fēng)險(xiǎn)及社會(huì)風(fēng)險(xiǎn)。政治風(fēng)險(xiǎn)的下屬節(jié)點(diǎn)主要包括政府決策失誤、政府信用、政府監(jiān)管、法律變更和腐敗等風(fēng)險(xiǎn);經(jīng)濟(jì)風(fēng)險(xiǎn)的自由節(jié)點(diǎn)包括后續(xù)償債、通貨膨脹、籌資、市場(chǎng)環(huán)境、財(cái)政等;項(xiàng)目建設(shè)風(fēng)險(xiǎn)由殘值、延期、設(shè)計(jì)缺陷、成本超支、技術(shù)等風(fēng)險(xiǎn)因子組成;不可抗力風(fēng)險(xiǎn)則主要涵蓋環(huán)境保護(hù)、氣候、地質(zhì)及重大社會(huì)事件等不能人為決定的風(fēng)險(xiǎn);社會(huì)風(fēng)險(xiǎn)主要由社會(huì)公眾反對(duì)的風(fēng)險(xiǎn)及社會(huì)服務(wù)質(zhì)量風(fēng)險(xiǎn)等組成。

2 模型構(gòu)建與分析

2.1 模型構(gòu)建

借助NVivo11.0軟件對(duì)268篇素材中篩選的觀測(cè)變量（自由節(jié)點(diǎn)）展開(kāi)覆蓋率與回歸分析，測(cè)度每個(gè)自由節(jié)點(diǎn)同其對(duì)應(yīng)的上階樹(shù)狀節(jié)點(diǎn)的標(biāo)準(zhǔn)化回歸系數(shù)和解釋變異量。表1所示的參考點(diǎn)不僅描述自由節(jié)點(diǎn)提取時(shí)參照的論文數(shù)，而且表示論文中自由節(jié)點(diǎn)的重要性排序。覆蓋率表示詞頻同對(duì)應(yīng)文獻(xiàn)長(zhǎng)度的比值。表1顯示政府監(jiān)管風(fēng)險(xiǎn)的覆蓋率是16.243%，籌資風(fēng)險(xiǎn)的覆蓋率是6.726%，技術(shù)風(fēng)險(xiǎn)的覆蓋率是6.227%，同理類推。回歸分析中，標(biāo)準(zhǔn)化回歸系數(shù)代表樹(shù)狀節(jié)點(diǎn)對(duì)自由節(jié)點(diǎn)的影響，數(shù)值越大表示樹(shù)狀節(jié)點(diǎn)對(duì)自由節(jié)點(diǎn)的直接效果作用越大;解釋變異量表示自由節(jié)點(diǎn)被其樹(shù)狀節(jié)點(diǎn)解釋的變異量，也就是自由節(jié)點(diǎn)的信度系數(shù)。表1中經(jīng)濟(jì)風(fēng)險(xiǎn)對(duì)財(cái)政風(fēng)險(xiǎn)ER5的標(biāo)準(zhǔn)化回歸系數(shù)為0.852，經(jīng)濟(jì)風(fēng)險(xiǎn)可以解釋財(cái)政風(fēng)險(xiǎn)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(shù)據(jù)與變量來(lái)源的內(nèi)部資料，基于自由節(jié)點(diǎn)與其對(duì)應(yīng)樹(shù)狀節(jié)點(diǎn)間的交互關(guān)聯(lián)構(gòu)建城市基礎(chǔ)設(shè)施PPP項(xiàng)目融資風(fēng)險(xiǎn)評(píng)價(jià)模型（圖1）。自由節(jié)點(diǎn)同其上階樹(shù)狀節(jié)點(diǎn)間的相互關(guān)系用回歸系數(shù)表示，政府決策失誤風(fēng)險(xiǎn)PM1、政府信用風(fēng)險(xiǎn)PM2、政府監(jiān)管風(fēng)險(xiǎn)PM3、法律變更風(fēng)險(xiǎn)PM4與腐敗風(fēng)險(xiǎn)PM5被政治風(fēng)險(xiǎn)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(yàn)結(jié)果可知，顯著性概率P=0.000<0.05，拒絕初始假設(shè);RMAEA值=0.189>0.080，AGFI值=0.759<0.900，GFI值=0.868<0.900，均未達(dá)到模型適配標(biāo)準(zhǔn)，說(shuō)明初始假設(shè)模型同樣本數(shù)據(jù)之間達(dá)不到可以接受的標(biāo)準(zhǔn)，理想度不高，因而需對(duì)模型實(shí)施進(jìn)一步修正。

2.2 模型修正

依據(jù)Modification Indices修正指標(biāo)參數(shù)估計(jì)數(shù)值可知，部分測(cè)量誤差項(xiàng)涵蓋變量?jī)?nèi)關(guān)聯(lián)誤差（如e1和e5間的共變關(guān)系）、變量間關(guān)聯(lián)誤差（如e8和e18間的共變關(guān)系），這說(shuō)明作為自由節(jié)點(diǎn)的觀測(cè)變量不僅遭受特定潛在特質(zhì)的作用，還有其余尚未可知的風(fēng)險(xiǎn)源，此來(lái)源需要依賴誤差項(xiàng)的共變分析進(jìn)行評(píng)估，這也表明多因素斜交模型除了允許自由節(jié)點(diǎn)觀測(cè)變量與樹(shù)狀節(jié)點(diǎn)潛在變量間可以具有多向度關(guān)系外，同時(shí)允許某一自由節(jié)點(diǎn)的誤差項(xiàng)同其他自由節(jié)點(diǎn)的誤差項(xiàng)間存在共變關(guān)系。根據(jù)模型修正參數(shù)估計(jì)值，建立誤差值間的共變關(guān)系，即將誤差項(xiàng)對(duì)應(yīng)的自由節(jié)點(diǎn)間的關(guān)系釋放，則可以有效降低卡方值。修正后的模型假設(shè)如圖2所示。

對(duì)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(gè)參數(shù)進(jìn)行釋放后（兩兩之間有某種程度相關(guān)，其相關(guān)顯著不為0），則修正后的模型整體適配度見(jiàn)表2，x2/df比值、RMSEA、GFI、AGFI、NFI、IFI、PNFI等適配度指數(shù)全部達(dá)到適配標(biāo)準(zhǔn)臨界值以上。因此，判斷文中構(gòu)建的公共基礎(chǔ)設(shè)施PPP項(xiàng)目融資風(fēng)險(xiǎn)斜交模型整體適配良好。

2.3 結(jié)果分析

由圖2自由節(jié)點(diǎn)觀測(cè)變量與樹(shù)狀節(jié)點(diǎn)潛在變量間的相關(guān)系數(shù)可知，政府決策失誤、政府信用、政府監(jiān)管、法律變更、腐敗風(fēng)險(xiǎn)與政治風(fēng)險(xiǎn)間的回歸系數(shù)依次為0.679、0.538、0.365、0.702、0.477，說(shuō)明這5個(gè)自由節(jié)點(diǎn)觀測(cè)變量同其上階樹(shù)狀節(jié)點(diǎn)潛在變量間中等相關(guān)，以此類推其余變量的相關(guān)關(guān)系。

模型中觀測(cè)變量存儲(chǔ)在268篇樣本文獻(xiàn)中，充當(dāng)外部環(huán)境客觀反饋突出目前階段城市基礎(chǔ)設(shè)施PPP項(xiàng)目融資風(fēng)險(xiǎn)評(píng)價(jià)的方向與特征。變量間相互協(xié)同，對(duì)PPP項(xiàng)目融資風(fēng)險(xiǎn)內(nèi)外部行為產(chǎn)生影響，各變量間既相互獨(dú)立又彼此耦合，構(gòu)成了復(fù)雜的PPP項(xiàng)目融資風(fēng)險(xiǎn)評(píng)價(jià)體系，此體系可追蹤特定變量，找尋諸多變量的演變機(jī)理，有助于防范和規(guī)避項(xiàng)目融資過(guò)程中所產(chǎn)生的風(fēng)險(xiǎn)。

模型中，該樹(shù)狀節(jié)點(diǎn)之間及自由節(jié)點(diǎn)的測(cè)量誤差項(xiàng)間的耦合關(guān)聯(lián)系數(shù)見(jiàn)表3，其中，政治風(fēng)險(xiǎn)同經(jīng)濟(jì)風(fēng)險(xiǎn)、項(xiàng)目建設(shè)風(fēng)險(xiǎn)、不可抗力風(fēng)險(xiǎn)、社會(huì)風(fēng)險(xiǎn)的耦合關(guān)聯(lián)系數(shù)分別為0.956、0.632、0.462、0.957，這說(shuō)明政治環(huán)境對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的影響較大，安全穩(wěn)固的政治生態(tài)可促進(jìn)經(jīng)濟(jì)的快速平穩(wěn)運(yùn)作，同時(shí)給城市基礎(chǔ)設(shè)施PPP項(xiàng)目建設(shè)貢獻(xiàn)充裕的財(cái)物和技術(shù)支撐;給社會(huì)公眾心理慰藉，有效解決矛盾沖突，提升社會(huì)對(duì)項(xiàng)目建設(shè)的認(rèn)可度和支撐力度。

經(jīng)濟(jì)風(fēng)險(xiǎn)同項(xiàng)目建設(shè)風(fēng)險(xiǎn)、不可抗力風(fēng)險(xiǎn)及社會(huì)風(fēng)險(xiǎn)的相關(guān)系數(shù)依次為0.538、0.488、0.878，經(jīng)濟(jì)風(fēng)險(xiǎn)與社會(huì)風(fēng)險(xiǎn)間的耦合關(guān)聯(lián)程度較大，表明經(jīng)濟(jì)與社會(huì)兩者之間相互聯(lián)系、彼此影響、相互促進(jìn)。經(jīng)濟(jì)發(fā)展是前提和基礎(chǔ)，只有經(jīng)濟(jì)發(fā)展才能進(jìn)一步推動(dòng)社會(huì)發(fā)展與進(jìn)步，同時(shí)社會(huì)發(fā)展是根本和目的，社會(huì)發(fā)展又可以進(jìn)一步促進(jìn)經(jīng)濟(jì)發(fā)展與繁榮。因此，經(jīng)濟(jì)風(fēng)險(xiǎn)與社會(huì)風(fēng)險(xiǎn)相得益彰，互為補(bǔ)充，需兩者兼顧、協(xié)調(diào)發(fā)展。

項(xiàng)目建設(shè)風(fēng)險(xiǎn)、不可抗力風(fēng)險(xiǎn)與社會(huì)風(fēng)險(xiǎn)之間的關(guān)聯(lián)度較小，因此在項(xiàng)目建設(shè)前、實(shí)施過(guò)程中、建成完工后及提供服務(wù)整個(gè)階段，積極做好社會(huì)公眾的項(xiàng)目普及知識(shí)，及時(shí)發(fā)布項(xiàng)目進(jìn)展和工期，項(xiàng)目所需耗材等，提升服務(wù)質(zhì)量，增加城市基礎(chǔ)設(shè)施受益者的正外部性。讓社會(huì)共同監(jiān)督，可有效管控項(xiàng)目建設(shè)風(fēng)險(xiǎn)與社會(huì)風(fēng)險(xiǎn)的沖突。就不可抗力風(fēng)險(xiǎn)而言，城市基礎(chǔ)設(shè)施建設(shè)要積極運(yùn)用智能化、智慧化平臺(tái)和軟件，實(shí)施項(xiàng)目應(yīng)急預(yù)案，在不可抗力風(fēng)險(xiǎn)到來(lái)之前，提前做到監(jiān)測(cè)預(yù)警，及時(shí)轉(zhuǎn)移風(fēng)險(xiǎn)。

3 結(jié)語(yǔ)

城市基礎(chǔ)設(shè)施PPP項(xiàng)目是一項(xiàng)民生工程、民心工程，關(guān)系著千家萬(wàn)戶的切身利益，對(duì)PPP項(xiàng)目融資風(fēng)險(xiǎn)開(kāi)展定量評(píng)價(jià)，有助于提前識(shí)別項(xiàng)目風(fēng)險(xiǎn)源;風(fēng)險(xiǎn)評(píng)價(jià)亦是風(fēng)險(xiǎn)管控的關(guān)鍵步驟，能否精準(zhǔn)評(píng)估融資風(fēng)險(xiǎn)變量之間的內(nèi)外部關(guān)聯(lián)關(guān)系到風(fēng)險(xiǎn)防控策略的有效與否。為有效評(píng)價(jià)城市基礎(chǔ)設(shè)施PPP項(xiàng)目融資風(fēng)險(xiǎn)內(nèi)外部指標(biāo)變量間的交互關(guān)聯(lián)，本文從Web of Science數(shù)據(jù)庫(kù)中篩選與項(xiàng)目融資風(fēng)險(xiǎn)評(píng)價(jià)有關(guān)的高水平論文，評(píng)價(jià)指標(biāo)涉及多個(gè)學(xué)科領(lǐng)域，借助NVivo11.0軟件對(duì)提取指標(biāo)變量進(jìn)行覆蓋率計(jì)算，避免了主觀人為打分或?qū)I(yè)知識(shí)限制而產(chǎn)生的計(jì)量誤差。應(yīng)用多因素斜交模型，從268篇文獻(xiàn)中提取城市基礎(chǔ)設(shè)施PPP項(xiàng)目融資可能涉及的5個(gè)樹(shù)狀節(jié)點(diǎn)風(fēng)險(xiǎn)變量、21個(gè)自由節(jié)點(diǎn)觀測(cè)變量，開(kāi)展驗(yàn)證性因素分析，解析風(fēng)險(xiǎn)變量之間的相互關(guān)聯(lián)，系統(tǒng)評(píng)價(jià)城市基礎(chǔ)設(shè)施PPP項(xiàng)目融資風(fēng)險(xiǎn)。通過(guò)多因素斜交模型的實(shí)際運(yùn)用，可以進(jìn)一步幫助項(xiàng)目各參與方精準(zhǔn)辨識(shí)項(xiàng)目融資風(fēng)險(xiǎn)，提升融資風(fēng)險(xiǎn)點(diǎn)監(jiān)測(cè)精確性，提高資本金的利用效率，加強(qiáng)城市融資風(fēng)險(xiǎn)管理能力，增加基礎(chǔ)設(shè)施補(bǔ)短板，調(diào)動(dòng)社會(huì)資本參與，為穩(wěn)投資促建設(shè)的久遠(yuǎn)發(fā)展奠基。

參考文獻(xiàn)

國(guó)家發(fā)展和改革委員會(huì).全國(guó)PPP項(xiàng)目信息監(jiān)測(cè)服務(wù)平臺(tái)增加“民營(yíng)企業(yè)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(chǔ)設(shè)施PPP項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)[J].土木工程與管理學(xué)報(bào)，2019，36（04）：1-7+15.

汪青鵬.城市基礎(chǔ)設(shè)施PPP融資模式風(fēng)險(xiǎn)評(píng)價(jià)研究[D].合肥：安徽建筑大學(xué)，2018.

張偉.城市基礎(chǔ)設(shè)施PPP項(xiàng)目的政府風(fēng)險(xiǎn)評(píng)價(jià)模型研究[D].天津：天津大學(xué)，2018.

崔振.基礎(chǔ)設(shè)施建設(shè)PPP項(xiàng)目融資風(fēng)險(xiǎn)管理研究[D].青島：青島大學(xué)，2017.

趙輝，屈微璐，邱瑋婷，等.基于IFS與TOPSIS的城市基礎(chǔ)設(shè)施PPP項(xiàng)目融資風(fēng)險(xiǎn)評(píng)價(jià)[J].土木工程與管理學(xué)報(bào)，2018，35（02）： 66-71.

孟禹彤.城市基礎(chǔ)設(shè)施項(xiàng)目PPP融資模式風(fēng)險(xiǎn)評(píng)價(jià)研究[D].昆明：昆明理工大學(xué)，2017.

向鵬成，宋賢萍.PPP模式下城市基礎(chǔ)設(shè)施融資風(fēng)險(xiǎn)評(píng)價(jià)[J].工程管理學(xué)報(bào)，2016，30（01）：60-65.

王慧莎.基于PPP模式的城市基礎(chǔ)設(shè)施項(xiàng)目融資風(fēng)險(xiǎn)研究[D].長(zhǎng)沙：中南大學(xué)，2012.

黃文博.基于扎根理論的北京市全民健身設(shè)施使用滿意度影響因素研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2017.