PPP模式决策的影响因素分析——基于发展中国家的经验

陈世金，刘　浩

(1.河北科技师范学院 财经学院，河北 秦皇岛 066004；2.北京师范大学 统计学院，北京 100875)



PPP模式决策的影响因素分析
——基于发展中国家的经验

陈世金1，刘浩2

(1.河北科技师范学院 财经学院，河北 秦皇岛 066004；2.北京师范大学 统计学院，北京 100875)

摘要：基础设施融资采用公私合营模式日益受到中国政府的重视。从发展中国家公私合营模式的经验入手，分析公私合营模式的类型、行业和地区分布特征；利用世界银行数据库，使用计数模型的零膨胀负二项估计方法，实证分析31个主要的发展中国家基础设施建设采用公私合营模式的影响因素，实证结果表明：市场需求和政府财政约束因素占主导作用，其次是政策环境因素、组织结构质量和法制化水平因素，影响较小的因素是宏观稳定性变量。

关键词：公私合营；基础设施融资；零膨胀负二项估计

一、引言

2015年5月，国务院办公厅发布了《关于在公共服务领域推广政府和社会资本合作模式的指导意见》，认为在公共服务领域推广政府和社会资本合作模式，是转变政府职能、激发市场活力、打造经济新增长点的重要改革举措。政府和社会资本合作模式(PPP)是基础设施和公共服务供给机制的重大创新，即政府采取竞争性方式择优选择具有投资、运营管理能力的社会资本，双方按照平等协商原则订立合同，由社会资本提供公共服务，政府依据公共服务绩效评价结果向社会资本支付相应对价，保证社会资本获得合理收益[1]。PPP模式有利于充分发挥市场机制作用，提升公共服务的质量和效率，实现公共利益最大化。新型城镇化和全面小康社会的建设需要增加公共产品和公共服务供给，广泛采用政府和社会资本合作模式，对中国经济发展进入新常态阶段的稳增长、促改革、调结构、惠民生，具有战略意义。

据世界银行公布的私人参与基础设施项目数据库(PPI)可知，中国2000—2014年私人参与基础设施建设的项目数量变化如图1所示。据图1可以看出，中国水务(包括自来水供应、污水处理厂等)、交通运输、电力和能源行业是私人参与基础设施建设的主导行业，而电信行业采用PPP模式较少。据世界银行PPI数据显示：2014年底中国能源行业总投资额已达7.8亿美元，交通运输行业总投资额达14.46亿美元，水务行业总投资金额为2.87亿美元。

图1　中国2000—2014年PPI项目构成及数量变化图

从中国1990—2014年PPI项目分行业的分布表1可知：首先，中国采用特许经营模式的公私合营项目主要集中在水务和交通运输行业；其次，采用新建投资的绿地模式的基础设施项目数量最多，合计共有809项，约占总项目数的67.2%；再次，中国使用管理和租赁合同进行项目建设的数量最少，25年中只有39个项目，约占总项目数的3.2%；最后，中国私人参与电信基础设施建设的项目很少且仅有4个，这说明中国电信行业的垄断程度仍然较高，对私人部门的开放度有待提高。未来中国新型城镇化过程中，应充分借鉴国际成熟经验，根据国情创新基础设施供给机制和投入方式，发挥市场在资源配置中的决定性作用，引导和鼓励社会资本积极参与基础设施供给。

表1　中国1990-2014年PPI项目数分布表

二、发展中国家基础设施建设PPP模式的经验分析

(一)PPP模式的主要类型

PPP将市场机制引入公共领域，旨在对公私部门的资源进行有效整合，发挥民营部门的金融及管理优势，缓解公共部门的资金压力，实现更高的经济效率。公私合作制有助于解决发展中国家经济发展所面临的融资和管理瓶颈，通过促进基础设施建设的完善提高公共服务供给效率，为经济的可持续发展提供坚实基础。由于世界各国意识形态不同，且处于PPP发展的不同阶段，各国使用的具体模式不尽相同[2](具体细分类型如表2)，社会资本主要采用新建和特许经营方式进入基础设施领域。

表2　主要PPP类型的特征表

注：资料来源于世界银行2005年研究报告。

从全球范围看：2014年社会资本积极参与139个新兴经济体的基础设施建设，在能源、交通和水务等基础设施领域的投资总额达到1 075亿美元。发展中国家2000—2014年间PPP项目的主要类型数量分布及投资金额分布如图2所示(右边纵坐标表示总项目数量)。第一，从投资总额看，基础设施的PPP项目主要采用新建投资的绿地模式进行运作，其次是用私人参与度提升的资产剥离和特许经营模式，增加私人资本参与程度，降低政府参与投资的市场风险和资金压力[3]；第二，从项目数量分类看，新建投资的绿地模式占总项目数的64.9%，采用特许经营模式数量占总项目数的23.7%，两者合计占总项目数的87.6%；第三，发展中国家PPP项目较少采用管理和租赁合同方式进行基础设施建设，其立项比例仅占总项目比例的4.7%。

图2　发展中国家2000—2014年PPP项目投资总金额变化图

(二)PPP模式的行业分布

从发展中国家2000—2013年间PPP项目的总投资金额看，电信行业和能源行业的投资总额占PPP项目总投资金额的比重分别为41.4%和35%，交通运输业所占比例约为20.9%，投资金额占比最小的为2.7%的水务行业，这与中国的PPP项目分布情况有较大的差别，原因之一是电信行业在中国的PPP项目中占比很小，又由于中国该行业存在较高的行业垄断和准入门槛所致。同时，中国PPP项目中水务行业的占比较高，而其他发展中国家水务行业私人总投资额普遍较低，这可能与不同国家自然资源的禀赋有很大关联[4]，具体的变化趋势见图3所示(右边纵坐标表示总项目数量)。

图3　发展中国家2000—2013年PPP项目投资额变化图

(三)PPP模式的地区分布

从发展中国家PPP项目投资总额的地区分布图4看，首先，拉美和加勒比地区、欧洲和中亚地区、东亚和太平洋地区这三个区域的发展中国家PPP项目发展概况较好，总投资金额占比最高，这可能与此三个区域有较为稳定的市场需求、良好的宏观经济发展环境和市场化的改革导向有关联；其次，南亚地区PPP项目在2004—2011年经历了一个较快的发展阶段，随着金融危机的影响，南亚地区发展中国家的PPP项目的私人投资总额占比有明显的下降趋势；最后，中东、北非和撒哈拉以南非洲地区的PPP项目投资占比一直偏低，这可能与这些地区较差的宏观经济和投资环境、较小的市场需求以及较低的技术水平有关。

图4　发展中国家PPP项目投资额的地区分布情况图

三、发展中国家基础设施融资中PPP模式决策因素的实证分析

国外学者Ahadzi Marcus等人实证分析了英国在公私合营过程中存在的问题，发现私人部门在合同条款的制定中，很重视项目实施的外部环境比如法律因素、政治因素、组织结构和文化特征等[5]；Hammami等人实证分析了PPP项目的影响因素，主要包括政府约束、政治环境、市场条件等[6]。中国学者柯永建等人通过问卷调查私营部门的综合评价，认为政府需要提供激励措施才能吸引私营资本在基础设施项目的投资[7]；陈炳泉等人认为良好的私营机构、适当的风险分担、公私机构的承诺和责任这三点是PPP模式关键性成功因素[8]；孙慧等人对现有的 PPP 项目绩效影响因素进行比较，识别出 PPP 项目绩效的三大影响因素，并构建了分析 PPP项目绩效影响因素的结构方程模型[9]。目前，针对发展中国家基建项目PPP模式的决定因素的实证分析相对较少，本文采用1996—2011年31个主要发展中国家的PPI数据，实证分析影响一国基础设施项目采用PPP 模式的主要决定因素。

(一)模型设计与方法说明

考虑到因变量为各国每年基础设施PPP项目的总数量，并且发展中国家普遍存在PPP项目数在有些年份为零的情况，实证分析主要使用事件计数的面板泊松回归模型，计量经济模型1为：

NTOi,t=∂i+α×Xi,t+β×Kit+μt+εi,t其中NTO为基础设施中采用PPP模式的总数量作为被解释变量；X为重点考察的决定PPP模式的主要决定因素，主要包括五个大类自变量；K为控制变量指标；μt为时间虚拟变量；εi,t为随机扰动项；∂i为不可观测的国家异质性因素。考虑到不同实证分析方法的假设条件的满足度和准确度的差异，还使用面板的最小二乘估计(OLS)、广义最小二乘估计(GLS)和计数的负二项式(NBRE)、零膨胀泊松估计(ZIP)和零膨胀负二项估计(Zinb)进行对比分析。Hausman、Hall和Griliches、Winkelmann、Hilbe认为，负二项式模型放松了泊松回归模型要求的条件均值函数与方差函数相等的假设条件，即条件均值假设(1)，被解释变量的分布满足泊松分布的条件(2)，其中∂i与xi不相关[10]569-579。

(t=1,2,…,T)

(1)

(t=1,2,…,T)

(2)

通过在条件均值中引入一个不可观测的个体效应来推广泊松模型，即当被解释变量的均值和方差不相等时，yi,t存在过度分散和分散不足的分布特征的情况下，采用负二项回归进行极大似然估计较准确。如果计数数据中含有大量的“0”值， Mullahy(1986)认为数据生成过程中零结果的性质不同于取某个正值的结果，并提出对零膨胀泊松估计进行改进，可以考虑使用零膨胀泊松回归或零膨胀负二项回归方法。究竟采用哪种回归方法，主要通过Vuong提出的Vuong统计量进行检验。

(二)数据说明

本文主要使用世界银行定期公布的社会资本参与基础设施建设(PPI)数据库，此数据库主要反映发展中国家基础设施项目建设中私人参与的项目数量和投资总金额的变化。PPI项目的数量作为因变量进入模型，其他自变量主要包含五大影响因素：第一类因素主要是反映一国面临的政府约束的变量，包含偿还债务总量(占货物、服务和收入出口比例)、总储备(包括黄金，按现值美元计)、一般政府最终消费支出三个指标；第二类因素主要是反映该国市场需求状况的变量，包含人均国民收入和城市化水平指标；第三类因素主要是反映该国宏观经济稳定性的变量，包括消费物价指数和货币化水平(M2/GDP)指标；第四类因素是反映一国政策环境的变量，有公众自由度指标、政治稳定性指标和政府监管质量指标；第五类因素是反映一国组织机构质量的指标，包括该国的法制化水平、管理效能和控制腐败程度指标。为了检验实证结论的稳健性，增加一些控制变量如对外贸易总额占GDP比例反映一国对外开放程度的影响；第二产业增加值/第三产业增加值反映该国产业结构对于PPP项目决策的影响；资本账户开放度指标反映该国金融市场的对外开放程度和国际资本流动的自由度；高等学校入学率反映该国人力资本的积累对于PPP项目的影响。自变量中前三类影响因素和增加的控制变量主要来源于世界银行世界发展指标数据库(WDI)，第四、第五类影响因素指标主要来源于全球治理指标(WGI)。

考虑到数据的可获得性和匹配度，使用数据的时间跨度为1996—2011年，采用31个主要发展中国家的面板数据进行实证分析*31个样本国家具体包括：墨西哥、阿根廷、巴西、印度、南非、俄罗斯、中国、菲律宾、马来西亚、泰国、印度尼西亚、秘鲁、土耳其、阿尔及利亚、埃及、约旦、突尼斯、越南、智利、哥伦比亚、厄瓜多尔、委内瑞拉、巴基斯坦、斯里兰卡、安哥拉、喀麦隆、肯尼亚、毛里求斯、尼日利亚、洪都拉斯、牙买加。。总量数据指标计量单位统一使用美元计价，并取自然对数处理以消除异方差的影响，主要数据的描述性统计结果如表3。

表3　31个发展中国家数据的统计性描述表

注：数据来源于世界银行世界发展指标数据库(WDI)、PPI数据库和全球治理指标(WGI)。

(三)模型的实证分析

对于模型1使用不同估计方法进行实证分析的结果见表4。由于不可观测效应∂i与可观测的解释变量xit相关，因此直接对参数α采用最小二乘估计(OLS)与(GLS)估计是不一致的。因此，重点考察计数模型的泊松固定效应估计、零膨胀泊松估计和零膨胀负二项估计方法，实证结果见表4。

表4　PPP模式总数量的不同估计方式对比表

注：***、**、*分别表示1%、5%、10%的显著性水平，表中括号内为t值。下表同。

从表4的实证结果看：首先，关注的是第(3)固定效应泊松回归和第(4)零膨胀泊松回归。从Vuong统计量来看，Z=5.11，远远大于1.96，故拒绝“固定效应的泊松回归”，认为应该使用“零膨胀泊松回归”；其次，比较第(5)标准负二项估计和第(6)的零膨胀负二项估计，alpha的95%的置信区间为(0.474,0.779),故可以在5%的显著性水平上拒绝“alpha=0”的原假设(对应于泊松回归)，应该使用负二项回归估计；最后，零膨胀负二项估计(zinb)的Vuong统计量为Z=10.54，远远大于1.96，故拒绝标准的负二项估计(zip),应该使用“零膨胀负二项回归估计”。实证结果主要参照第(6)列的零膨胀负二项估计(zinb)最为准确。

从影响发展中国家选择PPP模式的决定因素看：第一类因素中偿还债务总量(tdebt)的估计系数在零膨胀负二项回归(zinb)的计数模型中，在1%的置信水平上高度显著，为正数0.041，这说明一国总债务量越高，政府的偿债压力越大，其在基础设施建设中对于私人资本的参与度越高；从一般政府消费支出占GDP的比重(zgov)系数在零膨胀负二项回归下统计上高度显著，为5.497，这说明一国政府财政支出约束越强，对于PPP项目的需求越高；从总储备指标(inres)的估计系数看，zinb回归估计下系数为-2.07，这说明一国较高的外汇储备和资金动员能力可以减少对于私人资本的依赖。

第二类因素：人均国民收入(gni)的估计系数在四种计数模型中都高度显著，其中在零膨胀负二项式回归下显著为正的0.001 7，这说明一国人均国民收入越高，对于基础设施和公共产品的需求越强，对于PPP项目的需求越旺盛；从城市化水平指标(urb)的系数看，在零膨胀负二项式回归下系数为-0.025，这说明一国城市化水平越低，未来对于基础设施和公共产品的需求越高，PPP项目数会越多。

第三类因素：主要包括消费物价指数和货币化水平(M2/GDP)指标，从cpi系数看在泊松模型和负二项式模型下都不显著，这说明一国物价水平对于PPP项目的决策影响较小；从货币化水平(M2G)指标的系数看，在四种计数模型中在1%的置信水平上都高度显著，并且都为正数。零膨胀负二项式回归(zinb)下系数为3.13，这说明一国宽松的货币政策和经济货币化程度越高，越有利于利用私人资本进行基础设施建设。

第四类因素：包括公众自由度指标、政治稳定性指标和政府监管质量指标。从自由度指标(free)系数看，在四种计数模型中在1%的置信水平上都高度显著，零膨胀负二项式回归(zinb)下系数为0.731，这说明一国公众自由度越高，市场在资源配置中的作用越强，越有利于利用私人资本进行基础设施建设；政府监管质量指标(req)和政治稳定性指标(sta)系数估计在零膨胀负二项式回归(zinb)下分别为0.921和 0.286，在泊松模型和负二项式模型下都统计上显著，说明政府监管质量越高，政府政权和政策越稳定，越有利于私人资本进行长期投资PPP项目的决策。

第五类因素：反映一国组织机构质量的因素包括该国的法制化水平、管理效能和控制腐败程度指标。法制化指标(law)的zinb回归系数为0.727，在泊松模型和负二项式模型下都显著，这说明一国规制体系法制化越健全，越有利于吸引私人资本参与基础设施建设；从腐败控制指标(corr)的估计系数看，在零膨胀负二项回归估计下为0.412，但统计上并不显著，这说明一国组织结构体系控制腐败能力高低，对于私人资本参与基础设施建设的推动作用并未显现出来；从管理效能指标(eff)的系数看，在zinb回归估计下为0.201，这说明政府管理效能越高，越有利于吸引私人资本参与PPP项目的建设。

(四)稳健性分析

加入控制变量进行稳健性检验，看各主要影响因素的估计系数是否发生显著的变化，具体控制变量主要包括对外贸易总额占GDP比例、第二产业增加值/第三产业增加值、资本账户开放度指标、高等学校入学率、总储蓄率。根据上面理论和实证分析主要考虑使用零膨胀负二项估计进行稳健性检验，结果如表5。

表5　增加控制变量的零膨胀负二项估计稳健性检验表

首先，从总储蓄率指标(sav)加入模型后的零膨胀负二项估计的系数为0.037，并且统计上1%置信度上高度显著，这说明一国居民总储蓄率越高，民间资本规模越大越有利于PPP项目吸引社会的投资；其次，对外开放指标(tra)加入初始模型1后的系数为0.017且在1%的置信度下高度显著，这说明一国对外贸易度越高，国际交流和分工越强，越有利于利用国内、国际的资金和技术进行基础设施的建设；再次，产业结构指标(isb)的估计系数为0.169，但统计上并不显著。第二产业和第三产业的分布情况对于基础设施和公共服务的投资需求影响并不明显。资本账户开放度指标(kao)的估计系数为1.076，一国资本账户越开放，管制越少，越有利于私人资本的流动和自由支配，有利于发挥市场配置金融资源的优势，对该国基础设施建设采用PPP模式有推动作用。高等教育入学率指标(edu)的估计系数为0.029，说明一国的人力资本越丰富，高端的技术、金融、管理人才越多，越有利于促进PPP项目的成功；最后，从Vuong统计量来看都远远大于1.96，alpha值所处区间都不包含0，这说明估计方法选择零膨胀负二项估计是合适的。

从五大类决定因素的稳健性检验结果看：第一，政府约束类变量中总储备指标(inres)、政府一般消费支出指标(zgov)、偿还债务总量指标(tdebt)三者在统计上都显著，并且与前面理论和实证分析的结论保持一致；第二，市场条件类指标、人均国民收入(gni)和城市化率指标(urb)都在1%的置信度水平统计上高度显著，但人均国民收入的影响系数接近零，说明影响效果较微弱，与前面实证分析结果也完全吻合，这说明随着一国城镇化进程的推进，基础设施建设采用PPP模式的倾向越明显；第三，政策环境类指标、公众自由度指标(free)和政策监管质量指标(req)在统计上都显著为正数，都有益于PPP模式的采用和前面的分析吻合，而组织机构管理效能指标(eff)和腐败控制指标(corr)在统计上都不显著，这和前面分析的结论也是一致的；第四，法制化水平指标(law)和政策稳定性指标(sta)在统计上都显著为正，符合理论和实证分析的结果；第五，宏观经济稳定类变量、货币化水平指标(m2g)对于PPP项目的决策具有显著的影响。

四、结论与启示

从前期文献和理论分析可知，一国在基础设施建设中采用PPP模式进行公私合营，主要由该国面临的政府财政约束、市场需求规模、政策环境、宏观经济稳定性、组织机构的质量、规制化水平等决定。31个主要发展中国家1996—2011年的面板数据和使用计数模型改进的泊松估计方法以及实证分析的结果是：一国面临的财政约束和市场需求状况对于该国基础设施采用PPP模式具有决定性影响；该国的政策环境、组织机构和规制化水平对于PPP决策也有显著影响，而宏观经济稳定性指标对于PPP模式的影响比较小；从控制变量看，该国居民的储蓄率水平、对外开放程度、资本账户的管制水平和高等教育水平对于一国是否采用PPP模式进行基础设施建设，有很大的关联。

通过PPP模式向社会资本开放基础设施和公共服务项目，可拓宽中国新型城镇化建设融资渠道，形成多元化、可持续的资金投入机制[11]。未来中国基础设施建设推广PPP模式应从以下几方面入手：其一，完善PPP的法律和政策体系，稳定的宏观经济政策和法律环境是PPP模式高效运作的必要保障，目前已有不少国家对PPP模式专门立法，比如欧洲的英、法、葡萄牙，亚洲的日、韩，南美的巴西、阿根廷等；其二，加快专门的管理机构建设。PPP模式的组织机构质量和规制化水平是PPP成功的重要因素之一，英国、欧盟和美国等都已建立基础设施专门管理机构为中央政府部委以及其他公共实体提供各领域PPP的技术援助，为私人投资于基础设施部门提供各种便利，建议中国在财政部设立专门的管理部门，负责公私合作项目的相关工作；其三，加强政府监管与风险管控。PPP面临众多风险，如需求风险、政治风险、项目价格和技术风险等，政府通过合理设计风险分担机制，以实现PPP项目效能最大化。

参考文献：

[1]贾康,孙洁. 公私伙伴关系 ( PPP) 的概念、起源、特征与功能[J]. 财政研究,2009(10).

[2]中国财政学会PPP专业委员会. 公私合作伙伴机制:城镇化投融资的模式创新[J]. 经济研究参考,2014(13).

[3]谢煊,孙洁,刘英志. 英国开展公私合作项目建设的经验及借鉴[J].中国财政,2014(1).

[4]孟春,王景森. 借鉴国际经验完善中国PPP机制[J].经济研究参考,2014(36).

[5]Marcus Ahadzi, Graeme Bowles. Public-Private Partnerships and Contract Negotiations: An Empirical Study[J]. Construction Management and Economics, 2004(22).

[6]Mona Hammami, Jean-Francois Ruhashyankiko, Yehoue Etienne B. Determinants of Public-Private Partnerships in Infrastructure[R]. International Monetary Fund working Paper, April 2006(6).

[7]柯永建,王守清,陈炳泉. 私营资本参与基础设施PPP项目的政府激励措施[J].清华大学学报：自然科学版, 2009(9).

[8]陈炳泉,彭曈.公私合营模式在交通基础设施项目中关键性成功因素分析[J].都市快轨交通,2010(6).

[9]孙慧,申宽宽,范志清. 基于SEM方法的PPP项目绩效影响因素分析[J].天津大学学报：社会科学版，2012(11).

[10]伍德里奇.横截面与面板数据的经济计量分析[M].王忠玉，译.北京：中国人民大学出版社, 2007.

[11]丁黄艳. 长江经济带基础设施发展与经济增长的空间特征[J].统计与信息论坛, 2016(1).

(责任编辑：郭诗梦)

Determinants of Public-Private Partnerships in Infrastructure:Based on an Empirical Analysis of the Developing Countries

CHEN Shi-jin1， LIU Hao2

(1. Finance school ,Hebei Normal University of Science and Technology ，Qinhuangdao，066004；2.Statistics School,Beijing Normal University, Beijing, 100875, China)

Abstract:Firstly, this paper analyses the type of the PPP mode, industry distribution and regional distribution on the base of the developing countries. Secondly, using the World Bank PPI database, this article makes use of negative binomial estimation method to analyze on 31 major developing countries data from 1996 to 2011.The empirical results show that the market demand and fiscal constraints factors plays the leading role, comparing to the policy environment, organization structure, quality and legalization level factors which play the secondary role, and macroeconomic stability has the least influence.

Key words:public-private partnerships; infrastructure finance; negative binomial estimation

收稿日期：2015-10-09；修复日期：2016-03-09

基金项目：河北省社科联社会科学发展研究课题《河北省新型城镇化资金保障机制研究》(2015040203)

作者简介：陈世金，男，江西于都人，经济学博士，讲师，研究方向：宏观经济与金融；

中图分类号：F062.6

文献标志码：A

文章编号：1007-3116(2016)05-0070-07

刘浩，男，内蒙古赤峰人，统计学博士，讲师，研究方向：经济统计与核算。

【统计应用研究】