政府和社会资本合作（PPP）项目成功运作的智能预测模型研究——基于国内PPP案例分析

■ 刘红勇 罗瑞 尹佳旭 姚灿

西南石油大学土木工程与测绘学院 成都 610500

0 引言

以政府作为领导者、监督者和合作者，私人部门作为投资者、合作者的一种新型的项目投融资模式——政府和社会资本合作（Public-Private Partnership,PPP）模式正在渗入我国各个领域的项目。根据财政部政府和社会资本合作中心统计[1]，截至2020年9月1日，我国PPP综合信息平台项目管理库中入库PPP 项目已达9667个，项目金额149589 亿元。近年来，国家大力推广PPP 模式，鼓励社会资本积极参与该类项目的投资建设与运营管理，这种模式不仅可以减轻政府的财政压力，而且可以刺激经济发展，吸收私人资金以及提高建设和运营效率，改善民生，增强人民的致富意识。然而PPP 模式在我国的应用尚处于探索中，该模式相比传统模式有合作期限长，投资人的资金回收期、实现预期投资收益的周期长，涉及的资金规模大、融资难度大、人员结构复杂等问题，所以项目运作将会面临较大的风险，甚至导致PPP项目运作失败。因此在项目各阶段进行动态监控，能够有效预防风险，推进项目顺利运营。

在PPP 项目的研究中，对PPP 项目运作的影响因素研究不断趋于成熟，王守清等[2]对中国16 个失败的PPP案例进行了原因分析，发现影响项目失败的因素相互关联，并从政府及民营机构的角度提出了风险应对措施。杨丽花和王喆[3]认为研究影响私人资本积极参与PPP 项目建设的因素，很大程度上有助于PPP 项目的落地率和成功率。张余钰等[4]从参与主体、外部环境、合同与采购3 个维度发现控制关键成功因素将有助于改善PPP 项目绩效，促进项目成功。罗倩玉[5]在文献中提到，PPP 模式的运用过程中还存在诸多问题，要提高项目的运作成功率，应基于PPP 项目的特性来进行成功因素的研究。由此可见，从根源上分析影响项目成功或失败的因素，有针对性的控制因素可以推进PPP 项目的成功运作。然而在PPP 的全生命周期中，影响各阶段项目运作的因素不同，刘勇等[6]在PPP 项目评价与立项阶段研究了物有所值评价的影响因素，艾冰[7]从PPP 融资和采购阶段分析了影响项目运作的影响因素，孙慧等[8]从再谈判阶段找出了PPP 项目关键影响因素，王凯妮[9]通过对青岛地铁4号线PPP项目实例分析得出影响运营阶段的关键因素。以上研究大多是对单一阶段的PPP 项目运作的影响因素研究，但PPP 是一个全生命周期的项目，阶段性的成功不能表示整个项目成功运作，所以应该从PPP 项目的各个阶段着手，对各个阶段的关键成功因素进行识别才能更全面促进项目成功。然而，通过对已有项目成功或失败的影响因素进行人为总结，提出规避风险的建议存在过多的主观性。PPP 项目是个复杂系统工程，项目实际情况各有不同，根据现有经验进行主观性决策会导致管理者对项目的客观条件误判，所以需要建立客观的智能预测模型来综合、科学地判断项目实施结果，为管理者提供全面而有力的决策依据，还可进一步根据判断结果找出影响不同阶段失败或成功的关键因素，提前采取相应对策来促进项目成功运作。并且考虑到PPP项目存在较长的生命周期，各个阶段的影响因素彼此关联。因此，建立适用于项目各阶段的预测模型是十分必要的。K近邻算法[10]适合于类域的交叉或重叠较多的待分样本集，此性质刚好适用于具有关联性的PPP 项目影响因素，因此选择该算法建立智能预测模型。

在前人的研究基础上，本文选取了部分成功或失败的PPP 案例进行分析，识别PPP 项目运作过程中受哪些因素的影响，并分析出对项目各个阶段影响较大的因素，最后基于K 近邻算法建立客观的、准确的智能模型来预测PPP 项目的成败，在项目的各个阶段提前判断风险，跟踪可能导致项目失败的因素，以期为项目管理者提供决策依据，以及为提高项目成功率提出合理建议。

1 PPP项目成功或失败的案例选取

从国家发展改革委发布的前两批PPP 项目典型案例名单中选取了部分成功案例，以及在世界银行官网中获得了典型的PPP 项目失败案例。结合文献[11-16]与案例梳理出部分项目的成功或失败原因，如表1涵盖了我国若干领域的部分PPP项目。

2 PPP项目运作的影响因素识别

2.1 基于流程分析的PPP项目影响因素识别与分析

上述PPP 项目案例主要来自水治理、垃圾处理、高速公路、隧道、桥梁和电厂等领域，结合文献和案例成功或失败的原因分析，从政府方、私营方、公众方以及社会、政策、合同、绩效7 个维度识别了影响PPP 项目成功运作的32个因素[17]，如表2。

为进一步阐述影响项目运作的关键因素，从财政部颁发的PPP 操作流程可知，一个项目的运作在其整个生命周期的各个阶段均受不同因素的影响，因此本文从项目识别、准备、采购、执行和移交5个阶段[18]，结合案例原因进一步对各阶段影响较大的因素进行了分析，以期为项目管理者提供经验借鉴。

PPP项目识别阶段的重点工作是对项目进行评估筛选，确定适合使用PPP 模式的项目。如何对项目进行考察和判断则取决于这一阶段的关键影响因素，如从政府方的利益考虑，项目采用PPP 模式与政府传统采购模式相比，能否通过物有所值评价；从政策的角度考虑，成熟的制度环境与体制、良好的政策环境等因素将有利于判断项目能否采用PPP模式进行运作[18]。

项目的准备阶段是编制项目实施方案从而推进项目进展，主要受精简审批流程、合同体系与组织监管架构，合理的风险分担及利益分配等因素的影响[19]，如北京第十水厂项目因审批程序复杂、政治决策失误和过程冗长导致投资者撤资，因此在准备阶段提前考虑这些因素将更有利于PPP项目的成功运作。

项目的采购阶段通过良性的竞争性方式选择合适的社会资本方，可根据社会资本方的资产能力、融资能力以及运营能力进行选择，如宁夏自治区中宁县能源互联网项目的投资主体资金与技术强大使项目顺利运营；然而杭州湾跨海大桥项目却因民营企业资产不雄厚，造成其他大桥通行的分流竞争，可见合适的合作方是项目成功运作的坚实基础。

在项目的运营阶段，更是涉及多方因素的影响，如南京长江隧道项目缺乏有效的监管机制，公众满意度低导致项目达不到预期收益最终被政府收购，所以此阶段在保障资金顺利的前提下，需要政府部门的大力配合与监管协调，社会的大力支持，以及各方强有力的统筹管理能力来获得持续的收益，从而使社会福利最大化。

由于PPP 项目特许经营期较长，并在我国起步较晚，移交阶段的项目较少，在此阶段的项目是否采用约定的移交形式、补偿方式、移交内容和标准，移交项目后的绩效评价都将对新项目的成功运作提供参考意见。

表1 我国PPP项目成功与失败的典型案例

2.2 PPP项目成功运作的关键影响因素选取

基于PPP 项目的操作流程，将各个阶段的PPP 项目运作成功或失败影响因素整理后发放了问卷，在发放的196 份问卷中，有80%受访者是从事PPP 研究的人员以及高校、企业人士。本问卷是对PPP 项目成功运作的影响因素重要程度打分，用了李克特量表打分法，“1”表示不重要，“2”表示有点重要，“3”表示重要，“4”表示很重要，“5”表示非常重要。通过计算各因素重要性得分均值后按分数大小对影响因素进行的排序情况如表3所示，从表中可以发现21-32 的影响因素分数低于3 分，相比而言对项目的影响程度较低，所以本文选取了前20个因素作为PPP项目成功运行的关键影响因素。

表2 影响PPP项目成功运作的因素

表3 PPP项目成功运行的影响因素重要性排序表

3 PPP项目成功运作的智能预测模型及实例论证

3.1 构建PPP项目成功运作的智能预测模型

PPP项目运作的持续周期长，涉及的影响因素多，所以作为决策者来说更应在项目运作的各个阶段控制风险，以最小的损失获得最大的回报。如何对项目各个阶段的状态进行动态预测，有效地减小风险，本文建立了PPP 项目成功运作的智能预测模型，其流程如图1所示。通过邀请专家按照评价标准对影响各案例成功或失败的20 个关键因素进行打分，以{差、较差、一般、良好、优秀}五个等级作为评价标准，并用{1、2、3、4、5}表示对应的等级，再将各案例的打分均值作为样本，运用K 近邻算法进行样本数据训练，从而将上述案例分为项目成功和失败两个类别，当有新项目输入时，模型可自动判断此项目是否成功。在项目运作的各个阶段均可使用此模型进行预测，在项目识别阶段通过有经验的专家对影响项目成功运作的关键因素进行评分，再将评分数据输入模型，模型则将根据已有的大量案例数据进行运算从而给出预测结果，若预测结果显示该项目失败，说明项目具有一定的风险，那么决策者能提前根据该项目各影响因素的专家打分情况来进行失败原因分析，有针对性的对风险因素进行预判，进而决定该项目能否进入下一阶段；在项目准备阶段后可根据项目的实际情况，对各影响因素再次进行专家打分评价，从而动态地对项目运作状态进行判断，最终及时发现问题并采取措施来规避风险；在项目移交后，可继续将评价后的项目纳入PPP数据库以帮助模型进行更加准确的判断。

图1 PPP项目成功运作的智能评价模型流程

广泛用于数据挖掘的K 近邻算法的原理是：存在一个已有标签的数据样本，当输入未知标签的数据时，新的数据会根据每个特征与样本集中数据对应的特征进行比较，然后提取与样本最相似的K 个数据的分类标签作为新数据的分类标签。其算法步骤[20]如下：

（1）计算已知类别数据集中的点与新样本点之间的距离（欧几里得距离）；

（2）按照距离从小到大进行排序；

（3）选取与新样本点距离最小的K个点；

（4）统计前K个点所在类别的出现次数；

（5）将前K 个点所出现次数最多的类别作为新样本点的预测结果。

3.2 基于PPP项目案例的智能预测模型实证分析

本文将33 个PPP 项目的专家打分作为模型的输入数据，见表4，其中序号1-33 分别为选取的PPP 项目案例，X1-X20为提取的20个关键影响因素，标签为预测结果，用1表示项目成功（success），用0表示失败（fail）。

表4 智能评价模型的特征值与期望值

根据评分等级对以上33 个PPP 项目的关键影响因素分别进行了专家打分，并将打分均值数据输入模型中进行了训练和预测。并选用数据可视化的方式分析各影响因素对于项目成功失败的关系，如图2选取了资金支持和资金监管两个因素进行展示，红色点区域为成功案例，失败案例为橘色点区域，当项目受强大的资金支持、有效的政府资金监管时项目更趋近于成功，反之亦然，实验结果说明模型能够准确的根据影响因素的评分进行结果的预测。

图2 影响因素可视化

本实验以失败的北京第十水厂PPP 项目作为测试案例进行分析。将未训练的样本作为测试数据输入训练得到的模型，通过专家打分得到每个影响因素的评分值[0.3，2.7，2.6，2.4，0.5，2.7，0.2，1.6，2.1，2.3，2.4，0.2，2.9，1.3，1.4，2.5，1.3，1.1，0.7，0.3]，将其作为测试样本的特征值，通过运用K近邻模型预测PPP项目是否成功，得到结果为[0，2]，表明PPP 项目会失败，项目的预测结果与真实结果一致，说明了模型的准确性。

实验结果显示，精简的审批流程、分工明确的部门，办事效率高、社会的支持、公众满意度这几项因素中得分很低，并且从上文的案例分析中可知，北京第十水厂投资者之所以撤资，主要原因是未能在项目识别与准备阶段预料到审批程序冗杂和政治环境失稳，公众不给予支持，证明我们的实验分析结果和实际的项目失败原因吻合。为了进一步验证模型可用性与实用性，我们通过提高以上几个因素的评分值，再次输入模型进行预测，预测结果显示项目成功。以上结果说明，通过预测模型能够动态判断项目运作是否成功，若不能成功，通过分析与调整失败原因能大大增加项目成功的几率。

5 结论与建议

5.1 结论

（1）PPP项目因其复杂性受到多种因素影响，各因素之间存在着关联性。通过专家打分确定的影响因素重要度排序来看，政府方的监管协调以及提供的大力支持、私营方雄厚的资产支持和强大的技术与运营能力，以及双方合理的风险分担合同对于PPP 项目的运作具有较大的影响，因此投资者在选用PPP 模式时应更加注重这些方面的判断，及时采取措施应对风险。

（2）本文基于项目流程分析得到影响PPP 项目各阶段的主要因素，构建PPP 项目成功运作的智能预测模型，能在项目各阶段客观而准确地帮助决策者提前预测项目失败，并对失败因素重点跟进及时调整。若无法进行有效地控制和调整影响项目失败的因素，就应慎重考虑项目是否要进一步推进，从而减小损失。

（3）本模型采用的K 近邻算法，其适用于未知分布的相关联的数据，能够针对样本数据本身进行训练，提高了预测的准确性。由于收集的项目有限导致训练样本过少，而更多的训练样本将有利于提高预测的准确性，达到更好的决策效果。因此使用大数据建立更加丰富的PPP案例库，将有利于模型效果的提升。

5.2 建议

PPP 模式已进入规范且高质量发展的快车道，各PPP项目间存在差异性与相似性。多主体的PPP项目成功与否不是仅仅依靠单一的因素控制，而是项目识别、准备、运营和移交阶段的各种影响因素相互作用共同决定的。综合各项目成功或失败的因素，从政府层面和社会资本方层面分别对项目各个阶段提出相关建议如下：

（1）项目识别阶段，政府作为PPP 项目的主要发起人，其行为对项目的决策与运作的成功起到至关重要的作用。建立PPP 项目物有所值评价的动态监控体系，通过细化定性评价指标与标准、开展定量评价，提高物有所值评价的客观性和合理性。并且为促进公众参与，以减少公众对PPP 项目的反对，政府应在此阶段进行访谈或听证会来征询公众的意见。

（2）项目准备阶段，政府应完善公私合作项目的决策体系与建立清晰的组织架构，针对不同的PPP 项目设立工作小组，明确各部门职能，推进项目运作。政府方还应提高信用等级，以提高政府声誉。通过提供足够的信息来支持评级机构，并应避免进行政治干预，为PPP项目的投资创造良好的环境。此外，建议在PPP 合同中建立动态调整机制，政府向私营部门提供补贴以弥补因收入减少而造成的收入短缺需求，或建立收入分配机制，当私人企业在盈利增加时与政府分享超额收入。

（3）项目采购阶段，政府应综合考虑社会资本方的资产能力、融资能力以及运营能力来进行选择，并在过程中保持过程透明，信息公开。为防止融资失败，政府应改进招标程序，以综合实力和信誉筛选出竞标者，然后为私营部门提供融资支持。作为社会资本方，应该增强自身经济实力和运营能力，可通过加强企业间的合作，组成强大的私营联合体来提高综合实力。

（4）项目运营阶段，政府应加强对私营部门的监管，并建立激励和惩罚机制，以激励私营方提供令人满意的产品或服务。例如，如果项目产出不符合要求，政府有权减少付款或罚款。反之，如果项目产出达到或超过要求，政府可以增加一定比例的付款作为奖励。政府和资本方还应定期发布建设阶段的项目状况，依托全国PPP综合信息平台，对各阶段信息进行实时更新调整，进一步收集数据，完善智能预测模型，以预测项目在运营阶段的运作状况。

（5）项目移交阶段，建议明确移交范围，制定合理的移交方案，选择适合的移交方式，确保移交各项工作落到实处。