基于多元回歸分析的PPP項目數(shù)量影響因素研究
PPP模式(即Public-Private-Partnership的字母縮寫)是指在政府部門和私人機構(gòu)之間為配合城市基礎設施項目的建設或為某些公共公共服務的供應以特許權(quán)協(xié)議為基礎建立相互間的伙伴機制通過訂立協(xié)議確定各方的權(quán)力和義務以確保合作伙伴的完成并使合作伙伴各方取得比預期行動更好的效果減輕政府財政負擔降低社會主體投資風險的一種模式。
國家每年對基礎設施的資金投入都是驚人的數(shù)字而僅憑國家的力量來完成所有基礎設施的建設不免捉襟見肘所以政府選擇PPP項目其好處是:降低國家經(jīng)濟支出;民間資本有更多的投資機會;轉(zhuǎn)變政府職能精簡機構(gòu);提高工作效率;降低全壽命周期成本;降低風險;降低政府PPP模式既可用于基礎設施的工程建設又可用于公共公共服務的提供在國際上已成為大量實施的項目供應狀況之一。
近年來,國內(nèi)學者們積極探索PPP項目,孫慧等人提出了九大關鍵指標及三大影響因素,齊文韜等人則根據(jù)不同利益相關方的訴求,提出了9個PPP項目,以期更好地滿足社會發(fā)展的需要。
核心指標構(gòu)建結(jié)構(gòu)方程模型吳賢國等分析PPP工程項目業(yè)績形成原理并借助SEM方法綜合評估得到相應結(jié)果張云寧等以五大PPP重要要素和問卷調(diào)查研究數(shù)據(jù)為基礎利用層次分析和最小二乘法對PPP工程項目開展實證研究宋玉軍利用灰色關聯(lián)分析法建立PPP工程項目風險評估指標體系對PPP工程項目開展風險評估對PPP工程項目開展風險評估對PPP工程項目開展風險評估。
中國經(jīng)濟在改革開放后快速發(fā)展城市化步伐的加快導致城市中基礎設施建設需求缺口不斷擴大國內(nèi)對PPP模式認識有限缺乏培育和成長的經(jīng)濟法制環(huán)境一些項目已經(jīng)失敗。2013年,中共第十八屆國務院政治局紀委三屆集體開會明確提出,鼓勵經(jīng)濟社會資金以特許經(jīng)營管理等形式積極參與經(jīng)濟社會基礎設施投入與運作,財政部門也及時頒布《有關進一步推廣使用政府部門與經(jīng)濟社會資金協(xié)作(PPP)方式問題的通告》,以此為開端,我國各個政府部門紛紛響應,積極性地推動PPP方式的實施,以滿足經(jīng)濟社會對于更加完善的基礎配套建設需求。
我國PPP模式推廣力度較大為建立統(tǒng)一規(guī)范有序的PPP市場環(huán)境有效監(jiān)管PPP項目2015年3月財政部組織建設了全國PPP綜合信息平臺對2013年以來全國范圍內(nèi)的PPP項目全部進行了監(jiān)管分析、動態(tài)調(diào)整等工作。2019年底,國務院財政部PPP中心項目管理庫中的建設項目數(shù)量達到9400個,總投資規(guī)模達到14萬億元,其中,項目儲備清單項目占比達到2922個。我國PPP項目數(shù)量在短時間內(nèi)迅猛增長各地PPP項目需求水漲船高成為全PPP最最具影響力的市場。
綜合來看我國PPP項目的地區(qū)之間呈現(xiàn)出不平衡的狀態(tài)區(qū)域內(nèi)部的數(shù)量分布也是如此。通過使用SPSS-軟件,我們利用多元統(tǒng)計學原則來研究PPP項目中潛在的因素,并從中提煉出有助于促進PPP模型的有效實施的信息。我們還將深入研究不同地域的情況,從而揭示出決定政府是否會選擇PPP模型的重要原因。
一、PPP項目影響因素
(一)風險
PPP項目項目指項目在運行過程中受到各種影響從而導致項目出現(xiàn)問題。PPP項目的風險有:市場需求變化的風險;審批流程復雜導致的風險;法律變化的風險;政府信用風險財務風險;項目/設備移交后的狀況風險。當項目遇到風險時應采用科學的方法即風險風險風險對風險進行識別、評估并設計和實施行之有效的措施。
(二)PPP項目績效
PPPP項目由項目項目項目項目過程等因素共同影響的PPP項目績效表現(xiàn)。財政部門實施“按效付費”的依據(jù)是PPP項目績效考核,第一,通過實施PPP項目,我們可以實現(xiàn)預期的產(chǎn)出目標。第二,達到預期效果的目的。第三,通過對預期效果、滿意度等指標的全面評估,第四,確立完善的制度、措施和工作計劃,并且明確項目管理內(nèi)容和實現(xiàn)目標的具體要求,以實現(xiàn)項目的最佳績效。“提高公共服務供給的質(zhì)量和效率”應成為PPP模式績效的目標。
(三)其他因素
如資金,政策等。
二、數(shù)據(jù)收集與實證研究
(一)樣本選擇及數(shù)據(jù)來源
公私合營工程落地率指標可分為外部環(huán)境因素指標要素指標。經(jīng)濟因素因素因素環(huán)境因素的主要指標。PPP項目內(nèi)部要素指標主要包括投資總額、項目、項目屬性三個方面。本文旨在探討PPP項目在不同地區(qū)的實際情況,并結(jié)合CPPPC項目庫、國家統(tǒng)計局和中國統(tǒng)計年鑒的數(shù)據(jù),對各省和地區(qū)的PPP項目進行分析,以期更好地了解當?shù)卣绾卫肞PP模式來實現(xiàn)基礎設施建設和服務。具體數(shù)據(jù)請見表一。
表1 各變量的原始數(shù)據(jù) | ||||
省(自治區(qū)、直轄市) | PPP項目數(shù)(個) | 地區(qū)生產(chǎn)總值(億元) | 地方財政收入(億元) | 固定資產(chǎn)投資額(億元) |
北京 | 60 | 30 319.98 | 5 785.92 | 7 850.40 |
天津 | 32 | 18 809.64 | 2 106.24 | 10 643.32 |
河北 | 343 | 36 010.27 | 3 513.86 | 34 992.93 |
山西 | 354 | 16 818.11 | 2 292.70 | 6 048.37 |
內(nèi)蒙古 | 276 | 17 289.22 | 1 857.65 | 9 914.60 |
遼寧 | 134 | 25 315.35 | 2 616.08 | 6 683.15 |
吉林 | 161 | 15 074.62 | 1 240.89 | 13 340.99 |
黑龍江 | 92 | 16 361.62 | 1 282.60 | 10 558.95 |
上海 | 3 | 32 679.87 | 7 108.15 | 7 617.43 |
江蘇 | 367 | 92 595.40 | 8 630.16 | 55 915.21 |
浙江 | 492 | 56 197.15 | 6 598.21 | 33 335.95 |
安徽 | 448 | 30 006.82 | 3 048.67 | 32 216.74 |
福建 | 333 | 35 804.04 | 3 007.41 | 29 112.98 |
江西 | 306 | 21 984.78 | 2 373.01 | 24 186.91 |
山東 | 757 | 76 469.67 | 6 485.40 | 56 459.68 |
河南 | 643 | 48 055.86 | 3 766.02 | 47 445.52 |
湖北 | 393 | 39 366.55 | 3 307.08 | 35 378.59 |
湖南 | 420 | 36 425.78 | 2 860.84 | 34 460.91 |
廣東 | 440 | 97 277.77 | 12 105.26 | 41 406.12 |
廣西 | 171 | 20 352.51 | 1 681.45 | 22 058.40 |
海南 | 99 | 4 832.05 | 752.67 | 3 609.73 |
重慶 | 31 | 20 363.19 | 2 265.54 | 18 661.44 |
四川 | 513 | 40 678.13 | 3 911.01 | 34 421.96 |
貴州 | 514 | 14 806.45 | 1 726.85 | 17 703.50 |
云南 | 446 | 17 881.12 | 1 994.35 | 20 617.99 |
表1 各變量的原始數(shù)據(jù) | ||||
省(自治區(qū)、直轄市) | PPP項目數(shù)(個) | 地區(qū)生產(chǎn)總值(億元) | 地方財政收入(億元) | 固定資產(chǎn)投資額(億元) |
西藏 | 2 | 1 477.63 | 230.35 | 2 169.21 |
陜西 | 262 | 24 438.32 | 2 243.14 | 25 908.89 |
甘肅 | 96 | 8 246.07 | 871.05 | 5 474.14 |
青海 | 32 | 2 865.23 | 272.89 | 4 098.75 |
寧夏 | 46 | 3 705.18 | 436.52 | 2 977.60 |
新疆 | 384 | 12 199.08 | 1 531.42 | 8 823.11 |
(二)數(shù)據(jù)處理
利用SPSS軟件操作根據(jù)表中各種影響因子的數(shù)據(jù)得出各種影響因子的極大值極小值方差標準差。初步加工所得資料如下:
表2變量計算結(jié)果 | |||||
變量 | 極大值 | 極小值 | 均值 | 方差 | 標準差 |
PPP項目數(shù)(個) | 757 | 2 | 279.03 | 77857.7409 | 279.03 |
地區(qū)生產(chǎn)總值(億元) | 97 277.77 | 1 477.63 | 29 506.69 | 571456196.5 | 23 905.15 |
地方財政收入(億元) | 12 105.26 | 230.35 | 3 158.17 | 7114969.41 | 2 667.39 |
固定資產(chǎn)投資額(億元) | 56 459.68 | 2 169.21 | 21 422.37 | 458917936,42 | 21 422.37 |
由于第一次處理的指標結(jié)果并不明顯無法清晰地得出PPP項目數(shù)量與各變量之間的關系因此我們需要利用Standard-Score法測量原始數(shù)據(jù)總體均值之間存在多少標準差并再次對數(shù)據(jù)進行處理。
標準差(StandardScore),也稱Z分,是一種衡量一個特定數(shù)據(jù)點與其他數(shù)據(jù)點的差異的統(tǒng)計方法,它通過將這兩個數(shù)據(jù)點的平均值除以標準差來表示它們之間的差異。它能夠準確地反映出一個數(shù)據(jù)點與其他數(shù)據(jù)點的差異,從而幫助我們更好地理解和預測未來的趨勢。將每一次得分轉(zhuǎn)換為Z分,就可以用標準差來衡量它們與平均值之間的差異。這樣,就可以更好地反映出一個特定的得分與平均值之間的關系。
Z-SCORE標準化(Z-SCORE Standardization),又稱1標準差分數(shù),它旨在將“給定數(shù)據(jù)距離它的平均值有幾個標準差”中的原始數(shù)據(jù)轉(zhuǎn)換成1的表示形式,從而使其滿足1的表示形式,從而實現(xiàn)對1的表示形式的統(tǒng)計學表示。通過z - score(standardization),將原始數(shù)據(jù)轉(zhuǎn)換成1的表示形式,從而實現(xiàn)對1的表示形式,從而使1的表示形式更加精確。
標準分數(shù)化后數(shù)據(jù)表 | ||||
省(自治區(qū)、直轄市) | PPP項目數(shù)(個) | 地區(qū)生產(chǎn)總值(億元) | 地方財政收入(億元) | 固定資產(chǎn)投資額(億元) |
北京 | -1.072 97 | 0.034 02 | 0.985 14 | -0.853 74 |
天津 | -1.210 13 | -0.447 48 | -0.394 37 | -0.678 06 |
河北 | 0.313 36 | 0.272 06 | 0.133 35 | 0.853 66 |
山西 | 0.367 24 | -0.530 79 | -0.324 46 | -0.967 10 |
內(nèi)蒙古 | -0.014 85 | -0.511 08 | -0.487 56 | -0.723 90 |
遼寧 | -0.710 46 | -0.175 33 | -0.203 23 | -0.927 17 |
吉林 | -0.578 20 | -0.603 72 | -0.718 79 | -0.508 36 |
黑龍江 | -0.916 21 | -0.549 88 | -0.703 15 | -0.683 36 |
上海 | -1.352 19 | 0.132 74 | 1.480 84 | -0.868 40 |
江蘇 | 0.430 92 | 2.639 13 | 2.051 43 | 2.169 77 |
浙江 | 1.043 26 | 1.116 52 | 1.289 66 | 0.749 42 |
安徽 | 0.827 72 | 0.020 92 | -0.041 05 | 0.679 02 |
福建 | 0.264 37 | 0.263 43 | -0.056 52 | 0.483 78 |
江西 | 0.132 11 | -0.314 66 | -0.294 36 | 0.173 90 |
山東 | 2.341 41 | 1.964 56 | 1.247 37 | 2.204 02 |
河南 | 1.782 96 | 0.775 95 | 0.227 88 | 1.636 99 |
湖北 | 0.558 29 | 0.412 46 | 0.055 82 | 0.877 92 |
湖南 | 0.690 55 | 0.289 44 | -0.111 47 | 0.820 19 |
廣東 | 0.788 53 | 2.835 00 | 3.354 24 | 1.257 08 |
廣西 | -0.529 21 | -0.382 94 | -0.553 62 | 0.040 01 |
海南 | -0.881 92 | -1.032 19 | -0.901 82 | -1.120 50 |
重慶 | -1.215 03 | -0.382 49 | -0.334 65 | -0.173 68 |
四川 | 1.146 13 | 0.467 32 | 0.282 24 | 0.817 74 |
貴州 | 1.151 03 | -0.614 94 | -0.536 60 | -0.233 94 |
云南 | 0.817 92 | -0.486 32 | -0.436 31 | -0.050 60 |
西藏 | -1.357 09 | -1.172 51 | -1.097 63 | -1.211 12 |
陜西 | -0.083 44 | -0.212 02 | -0.343 04 | 0.282 22 |
標準分數(shù)化后數(shù)據(jù)表 | ||||
省(自治區(qū)、直轄市) | PPP項目數(shù)(個) | 地區(qū)生產(chǎn)總值(億元) | 地方財政收入(億元) | 固定資產(chǎn)投資額(億元) |
甘肅 | -0.896 61 | -0.889 37 | -0.857 44 | -1.003 22 |
青海 | -1.210 13 | -1.114 47 | -1.081 69 | -1.089 74 |
寧夏 | -1.141 55 | -1.079 33 | -1.020 34 | -1.160 27 |
新疆 | 0.514 20 | -0.724 01 | -0.609 87 | -0.792 56 |
Pearson相關系數(shù)可以用來衡量兩種隨機變量X與Y的線性關系強度,它的值可以通過對整個系統(tǒng)的觀測來獲得,這種關系可以用來表征兩種變數(shù)的相關性情況,也就是所謂的總體相關性系數(shù)。
cov(X,Y)是兩變量的協(xié)方差;var(X),var(Y)是變數(shù)的方差。
設X=(x1,x1,...xn),Y=(y1,y1,...yn)分別來自X和Y 的兩個樣本,則樣本相關系數(shù)為
根據(jù)樣本數(shù)據(jù)計算,稱之為樣本相關系數(shù),記為 r。r的取值范圍是[?1,1],它描述了兩變量線性相關的方向和程度:
r>0,兩個變量呈正相關關系(一個變數(shù)增大另一個也有增大趨勢);r<0兩個變量呈負相關關系(一個變量增大另一個呈遞減趨勢);r=±1兩個變量(存在確定的函數(shù)關系)之間存在著完全的聯(lián)系;當r=0時兩個變量之間沒有線性的相關關系但其他形式(如指數(shù)關系關系等)的相關關系可能存在。且R越靠近1說明兩個變量的線性關聯(lián)度越高;越靠近0的直線關聯(lián)度越弱。
當我們研究兩個變量之間的線性相關性時,我們會根據(jù)經(jīng)驗來判斷它們的程度。這種判斷方法包括:1.當兩個變量的線性相關性超過0.8時,我們認為它們之間存在較強的關聯(lián);當兩個變量的線性相關性低于0. 8時,我們認為它們存在中等的關聯(lián);當兩個變量的線性相關性小于 時,我們認為它們彼此沒有任何影響。
在實際應用中,由于樣本容量的限制,使得計算出的相關系數(shù)具有一定的隨意性,這就導致了使用樣本相關系數(shù)來估算出的整體相關系數(shù)的可靠性受到了質(zhì)疑。因此,為了確認兩個變量之間是否存在明顯的線性關系,我們必須采取統(tǒng)計推斷的方法,即通過檢驗的方式,將總體相關系數(shù)設置為0,以便對變量之間的關聯(lián)性做出判斷。
當 X和Y均遵循正態(tài)分布,且假設(=0)是可信的,而且T分布的自由度被設定為n-2,當| t|>t(或p<α)時,可以認定r具有顯著的相關性;但是,如果|t|< t (或p≥α ),那么就可以斷定,R對于兩個實體之間的聯(lián)系是毫無意義的,而且它們之間的聯(lián)系也是毫無意義的。
(三)相關分析結(jié)果分析
PPP項目各影響因素指標分析報告 | |||||
影響因素 | 雙側(cè) | PPP項目數(shù) | 地區(qū)生產(chǎn)總值 | 地方財政收入 | 固定資產(chǎn)投資額 |
PPP項目數(shù) | Pearson相關性顯著性(雙側(cè))N | 1 | 0.594** | 0.397* | 0.784** |
0 | 0.027 | 0 | |||
31 | 31 | 31 | 31 | ||
地區(qū)生產(chǎn)總值 | Pearson相關性顯著性(雙側(cè))N | 0.594** | 1 | 0.920** | 0.853** |
0 | 0 | 0 | |||
31 | 31 | 31 | 31 | ||
地方財政收入 | Pearson相關性顯著性(雙側(cè))N | 0.397* | 0.920** | 1 | 0.631** |
0.027 | 0 | 0 | |||
31 | 31 | 31 | 31 | ||
固定資產(chǎn)投資額 | Pearson相關性顯著性(雙側(cè))N | 0.784** | 0.853** | 0.631** | 1 |
0 | 0 | 0 | |||
31 | 31 | 31 | 31 | ||
*表示在0.05水平(雙側(cè))上顯著相關;**表示在0.01水平(雙側(cè))上顯著相關。 |
研究PPP項目的數(shù)量和GDP、財政收入、各省市固定資產(chǎn)投資金額都是變量指標指標都是有影響的。PPP項目數(shù)量與固定資產(chǎn)投資金額的關聯(lián)度系數(shù)為0.784與地方GDP的關聯(lián)度系數(shù)為0.594與地方財政收入的關聯(lián)度系數(shù)為0.397。根據(jù)樣本相關系數(shù)r的定義可以得出:各地PPP項目數(shù)量與當?shù)毓潭ㄙY產(chǎn)投資金額相關性最大正相關相關二者的伴隨概率P值為0.000表明受固定資產(chǎn)投資金額影響顯著的PPP項目數(shù)量在0.01的水平上具有顯著的關聯(lián)性。其次是GDP受GDP影響明顯的PPP項目數(shù)量在0.01的水平上有明顯關聯(lián)。而地方財政收入也呈現(xiàn)正相關相關系數(shù)只有0.397僅與0.05的水平存在較大的關聯(lián)度。
三、結(jié)語
通過本次多元回歸分析,我們發(fā)現(xiàn)自變量與因變量之間的線性關系可以被有效地解釋.但是,實際情況中仍然存在一些非線性因素,這些限制因素將會影響最終的結(jié)果,因此,未來的研究和分析將會更加深入地探索這些限制因素。
從以下幾個方面著手推動我國PPP模式的進一步發(fā)展也就是推動PPP投資規(guī)模的擴大。一是降低PPP項目財政預算約束PPP模式運用更好。第二要考慮融資融資模式的促進作用讓經(jīng)濟更好地為PPP模式服務讓PPP模式在創(chuàng)新和優(yōu)化融資渠道方面發(fā)揮作用。三是結(jié)合PPP模式和城鎮(zhèn)化龐大的基礎設施需求。四是改善宏觀經(jīng)濟環(huán)境創(chuàng)造更好的PPP模式發(fā)展條件。
隨著國際疫情的持續(xù)蔓延,中國經(jīng)濟正在以穩(wěn)健的步伐走向復蘇,并且在國內(nèi)外環(huán)境日益復雜嚴峻的背景下,不斷推進高質(zhì)量發(fā)展,為實現(xiàn)中國夢提供了強大的動力,為實現(xiàn)中國夢開啟了一條充滿希望的道路。PPP模式推廣應用的關注度也在逐漸提升……只要我們找到問題的根源對癥下藥在不遠的將來PPP項目就會迎來新的發(fā)展篇章。
文章來源: 《商業(yè)觀察》 http://k2057.cn/w/jg/125.html
- 數(shù)字游戲中的意識形態(tài)塑造與主流價值觀傳播研究
- 新時代下構(gòu)建中國特色哲學社會科學話語體系的現(xiàn)實路徑
- 建筑工程進度管理要點思考
- 堅定文化自信的多維度實踐路徑探究
- 中國共產(chǎn)黨人精神譜系融入黨性教育研究
- 全過程人民民主的法治賦能實踐研究
- 高校課程思政與思政課程協(xié)同育人機制研究
- 解碼“生態(tài)+”模式:從生態(tài)治理到共同富裕的鄉(xiāng)村實踐 ——以秦嶺北麓創(chuàng)新探索為例
- “兩個結(jié)合”為世界社會主義運動提供實踐偉力
- “鄉(xiāng)村振興”視域下 AI 助力宜州貓獅創(chuàng)新發(fā)展與推廣研究
- 2025年中科院分區(qū)表已公布!Scientific Reports降至三區(qū)
- 官方認定!CSSCI南大核心首批191家“青年學者友好期刊名單”
- 2023JCR影響因子正式公布!
- 國內(nèi)核心期刊分級情況概覽及說明!本篇適用人群:需要發(fā)南核、北核、CSCD、科核、AMI、SCD、RCCSE期刊的學者
- 我用了一個很復雜的圖,幫你們解釋下“23版最新北大核心目錄有效期問題”。
- 重磅!CSSCI來源期刊(2023-2024版)最新期刊目錄看點分析!全網(wǎng)首發(fā)!
- CSSCI官方早就公布了最新南核目錄,有心的人已經(jīng)拿到并且投入使用!附南核目錄新增期刊!
- 北大核心期刊目錄換屆,我們應該熟知的10個知識點。
- 注意,最新期刊論文格式標準已發(fā)布,論文寫作規(guī)則發(fā)生重大變化!文字版GB/T 7713.2—2022 學術論文編寫規(guī)則
- 盤點那些評職稱超管用的資源,1,3和5已經(jīng)“絕種”了