基于综合集成法和因子分析法的基础设施PPP项目风险研究

熊 凯，王艳伟，周 钰，周镇浩，韩晓庆

(云南农业大学 建筑工程学院，云南 昆明 650201)

PPP公私合作模式是政府部门提供特许经营权与私人资本合作的一种双方都有利的融资模式，可实现双方利益共享、风险共担、合作合营、互惠互利。PPP项目的实施有利于缓解地方政府的财政支出压力，提高社会服务供给水平与能力，从而促进经济发展。但基础设施PPP项目投资大，范围广，技术难，时间长，参与者众多，项目在实施过程中存在诸多风险影响项目健康发展。因此，为保障基础设施PPP项目的顺利实施，需要开展PPP项目风险因素研究。

亓霞等[1]汇总了我国16个典型失败PPP项目案例，研究了引起PPP项目失败的主要风险因素。丰景春[2]以基础设施领域PPP项目为研究对象，利用模糊层次分析( FAHP) 法确定模式选择关键因素和指标，构建了基础设施项目PPP模式的选用模型，为基础设施PPP模式选择提供了科学的选择方法，有助于提高政府采购效率。胡忆楠等[3]以“一带一路”沿线国家PPP项目案例为基础，采用风险核对表法识别出PPP项目风险，主要包括政治风险、法律风险、经济风险、社会风险、自然风险等。李艳娟等[4]基于霍尔三维结构理论，从风险类别、项目参与方及项目实施阶段3个维度进行三维风险识别，获得风险初步识别清单，并采用PCA法确定关键风险因素。姚张峰等[5]以PPP垃圾焚烧项目为研究对象，对我国45个具体项目进行研究，得到垃圾焚烧PPP项目的风险因素组成，并通过专家意见与文献补充研究最终确定PPP项目风险因素。王晓姝等[6]以交通基础PPP项目为研究对象，总结识别出影响项目实施的35个风险因素，通过改进灰色关联分析模型重新识别PPP项目实施的关键性风险，并对这些关键风险提出相应的对策建议。NGUYEN等[7]以影响特许期长度的风险因素为研究对象，对越南PPP基础设施项目特许期风险因素进行识别，研究结果可支持研究人员和从业人员预测适当的特许期年限。AMEYAW等[8]基于水利工程案例和相关文献调研，通过对行业从业人员的全行业问卷调查，建立了一份由40个风险因素组成的清单，并运用模糊综合评价(FSE)方法，对发展中国家PPP供水项目的风险因素进行研究，确定管理层需注意和进一步详细分析的风险因素。综上可知，国内外学者对风险因素识别已进行了详细研究，但对识别出的风险因素之间的内在联系及其重要程度的研究较少。向鹏成等[9-10]认为研究风险因素间的内在联系是精准评价风险与制定有效风险管控策略的理论基础。

因此，为精准且全方位识别PPP项目风险因素并研究风险因素之间的内在联系，为PPP风险管理全过程提供坚实的理论基础，笔者创新性地借助综合集成法的人机交互思维方式，结合因子分析法对基础设施PPP项目风险因素进行识别与降维，并识别风险因素之间的关联性，整合相关风险因素构建基础设施PPP项目风险研究清单，以确定风险因素的重要程度，进而更好地进行风险管理研究。

1 PPP项目风险综合集成研究方法

在国内,运用因子分析法对PPP模式项目风险因素的研究已经较成熟。为了更好地研究PPP项目风险，借鉴向厚男[11]提出的复杂性科学理论，创新性地将综合集成法人机交互的研究思路引入到因子分析法中，根据专家的经验智慧与计算机的交互，综合实现对PPP项目风险因素的研究，具体风险研究模型如图1所示。

图1 风险综合研究模型

2 基于综合集成法和因子分析法的基础设施PPP项目风险研究

2.1 基础设施PPP项目风险因素识别

2.1.1 风险因素的选择

以现有PPP项目风险相关研究为基础，以“PPP项目、风险识别、风险体系、风险管理”为关键词进行文献检索，经过大量的文献收集与阅读分析之后，借鉴LI 等[12]的风险归纳法，结合基础设施PPP项目在我国发展现状，识别出影响基础设施PPP项目的风险因素。由于基础设施PPP项目的复杂性，导致各专家的认知和经验存在不同，所识别出的风险因素存在一定的差异，借助计算机工具CNKI E-Study和Endnote对已有的PPP项目风险文献进行研究，选取出现频率较高的风险因素，通过分析归纳出基础设施PPP项目风险初步清单，如表1所示。

表1 基础设施PPP项目风险初步清单[13-20]

2.1.2 调查问卷样本与检验

在基础设施PPP项目风险清单的基础上，设计基础设施PPP项目风险因素等级评价问卷。此次调查问卷设计包括受访者的基本信息和基础设施PPP项目风险因素等级评价两部分。变量的测度采用五级量表形式，用1～5来表示受访者对风险等级的评价，数值从低到高分别代表低、中低、中等、中高、高5个层级的风险。问卷调查以网上发放与现实走访两种形式为主，采用线上线下相结合的形式对基础设施PPP项目相关专家、研究学者、管理人员进行调查，共回收有效问卷115份，符合有效调查问卷数量大于题项数量3～5倍的数据统计分析原则的要求。

为了保证问卷数据的可靠性与有效性，采用克隆巴赫系数对问卷样本数据进行信度检验，结果显示Cronbach′sα系数为0.823，标准化后的Cronbach′sα系数为0.833，都大于0.8，达到了统计检验的预定要求。这说明问卷中的风险因素设计合理，可运用问卷样本进行下一步数据分析。

2.2 基于因子分析法的风险因素分类

利用因子分析法可降维的特点，将众多基础设施PPP项目风险影响因素转化为较少的公共因子，利用公共因子可以简洁明了地概括基础设施PPP项目风险影响因素。借助计算机对识别出的29个风险因素进行因子分析，并提取出能代表29个风险因子的公共因子。

2.2.1 因子分析适用性检验

运用SPSS对样本进行KMO和Bartlett球形度检验，检验结果如表2所示，可以看出KMO值为0.756，大于0.7，说明数据适合做因子分析;Bartlett球形度检验显著性水平为0.000，小于0.001，拒绝原假设，表明各指标之间存在相关性，因此这些数据可以做因子分析。

表2 KMO和Bartlett球形度检验

2.2.2 提取公因子

根据专家对基础设施PPP项目的知识、经验和信息综合形成的问卷调查结果，采取因子分析法计算29个风险变量的相关矩阵的特征值，如表3所示,可以看出前10个因子代表了全部变量的91.114%的信息，因此可提取10个因子作为公因子。

表3 基础设施PPP项目专家问卷相关矩阵的特征值

2.2.3 公因子归纳与命名

经过主成分分析计算得出的10个公因子虽综合性强，但逻辑意义不清楚，难以分析和解释相对应公因子代表的风险。为了更好地分析和解释影响因子之间的关系，需要利用计算机结合专家的评判结果，通过因子旋转得到旋转成分矩阵，分析旋转成分矩阵的因子结构进而对公共因子进行解释与描述。利用最大方差法对原数据旋转后得到的因子成分矩阵如表4所示。

基于提取的10个公因子和旋转后的因子成分矩阵，将荷载值大于0.8的归为同一个公因子下的风险因素，得到10个公因子所含的风险因素，并将公因子重新解释命名，从而得到基础设施PPP项目风险识别归纳清单，如表5所示。

2.3 基础设施PPP项目风险分析

在政治风险因子中，政府决策失误风险的因子荷载为0.916，对政治风险的影响较大；国家风险的因子荷载相对较小，为0.812。总体而言，在我国政治风险因素均对我国基础设施PPP项目的实施影响较大。这主要是由于我国的基础设施PPP项目极大多数都是由政府主导的，政治上的变化将对项目产生巨大的影响。

表4 旋转成分矩阵

表5 基础设施PPP项目风险归纳清单

在完工风险因子中，延迟风险的因子荷载为0.871，对完工风险影响最大；费用风险的因子荷载为0.838，对完工风险影响较小。基础设施项目在建设期的延迟将导致后续项目无法如期交付，缩短运营期限，导致项目收益不足，对项目的影响较大。

在环境风险因子中，生态环境风险的因子荷载为0.865，因为基础设施PPP项目建设施工范围广，建设周期长，导致环境保护难度大，无法面面俱到地对环境进行保护，由此可能产生生态环境污染，且施工过程也可能对生态环境产生破坏，这些生态环境破坏后其恢复的代价是巨大的，且对项目的伤害也是巨大的；工程地质风险的因子荷载为0.819，在项目前期阶段做好地质勘查,将大大减少地质方面的风险,所以其对环境风险的影响相对较小。

在运营风险因子中，技术风险的因子荷载与运营管理风险的因子荷载相近，分别为0.895与0.884，项目运营的操作难度、管理水平和服务水平质量是运营期最需要关注的方面，对项目盈利情况影响巨大；能源和原材料供应风险的因子荷载为0.828，在我国对于一般的资源供给是不存在太大问题，故影响较小。

在法律风险因子中，法律环境变化风险的因子荷载最大，为0.875，即采纳、颁布、修订、重新诠释法律或规定对项目的实施有显著的影响，因此制定一个稳定全面的法律法规可保障PPP项目的顺利实施，减少法律风险对项目的影响；法律认知风险的因子荷载为0.821，在法律风险因子中最小，原因在于法律认知风险主要是由于不同地区的法律规范不统一导致的，而在我国跨地区的项目较少，所以法律认知风险的影响较小。

在腐败风险因子中，政府官员腐败风险的因子荷载为0.906；制度机制腐败风险的因子荷载为0.836。官员的腐败不仅会增加资本金的投入，还会降低项目的质量与服务的质量，极大地影响项目的经济效益与社会效益。

在信用风险因子中，政府信用风险的因子荷载为0.922；社会资本信用风险的因子荷载为0.851。在我国PPP项目中，政府主导地位明显，使得政府对社会资本的合同与承诺的履行情况将会直接关系到项目的发展情况，政府信用度高则项目的实施风险将会相对较低，反之亦然。

在金融风险因子中，利率风险的因子荷载为0.847；外汇风险的因子荷载为0.825。相对外汇风险来说，利率风险对金融风险有较大影响，这是因为我国多数PPP项目的合作方为国内企业，外汇汇率的变化对项目基本没有影响，而利率的变动将直接导致融资的成本增加，加大企业的金融负担，影响项目的建设运营。

在市场风险因子中，市场竞争风险的因子荷载最大，为0.876，主要因为来自相似项目的竞争会减少市场份额，使得收入减少，对项目效益影响较大；市场价格风险的因子荷载为0.811，对市场风险的影响最小。

在不可抗力风险因子中，由于我国自然灾害多发，对项目的影响相对较大，故自然灾害风险的因子荷载最大，为0.848；战争风险的因子荷载为0.802，在我国发生战争的概率较小，但一旦发生战争造成的损失是不容忽视的，故对此因素也需要有所关注。

3 结论与建议

笔者在文献研究、案例研究与问卷调查的基础上，根据综合集成法和因子分析法对我国基础设施PPP项目风险进行研究，得到以下结论：

(1)通过文献与案例研究，识别出29个PPP项目风险因素。

(2)借助专家问卷与因子分析，以荷载值为基准将相关性较高的风险因素归为一大类，这些风险因素间具有一定的相似性与联系性，根据归类的风险因素的特征，将归类风险因素重新命名为政治风险、完工风险、环境风险、运营风险、法律风险、腐败风险、信用风险、金融风险、市场风险和不可抗力风险。

(3)对10个公因子内的风险因子进行分析，找出各公因子中影响最大的因子分别为政府决策失误风险、延迟风险、生态环境风险、技术风险、法律环境变化风险、政府官员腐败风险、利率风险、政府信用风险、市场竞争风险、自然灾害风险。影响最小的因子包括国家风险、费用风险、工程地质风险、能源和原材料供应风险、法律认知风险、制度机制腐败风险、外汇风险、社会资本信用风险、市场价格风险和战争风险。

针对影响程度较大的关键风险因素的管控，提出以下建议：

(1)加强政府自身建设。政府部门应了解PPP模式专业的知识和发展视野，运用PPP融资模式以选择合适的项目，选择合适的社会资本伙伴，并建设一个以公共利益为导向服务于社会的清正廉洁的政治环境。

(2)健全法律保障体系。目前我国针对PPP模式的相关法律法规较少，政府部门需尽快制定相应法规以完善PPP法律体系，进而规范PPP模式在授予特许权方式、政府扶持方式、特许授权文件与其他合同的关系、风险管理等问题，有效保障各方利益。

(3)建立严格监管体系。政府部门与社会资本以特许经营权进行项目合作，为了使项目更加顺利地实施，需要加入第三方监管机构，进行严格监督，保证项目运作过程中的公正性和公开性。

虽然笔者综合分析了影响基础设施PPP项目发展的因素，但是研究中运用PPP模式的项目类型众多，各种类型的项目风险因子的影响程度不同，还有待进一步对具体项目类型风险进行细化研究。