張兵 司琪琪

(揚(yáng)州大學(xué)建筑科學(xué)與工程學(xué)院，江蘇 揚(yáng)州 225127)

0 引言

當(dāng)前，我國大力推行PPP模式取得的成績有目共睹。截至2022年5月5日，政府和社會資本合作中心項(xiàng)目管理庫中PPP項(xiàng)目累計(jì)達(dá)到10 255個、項(xiàng)目金額163 492億元，與傳統(tǒng)模式相比節(jié)約了大量財(cái)政資本。

隨著PPP模式在公共基礎(chǔ)設(shè)施領(lǐng)域的優(yōu)勢逐步顯現(xiàn)，越來越多的地方政府開始把PPP模式延伸應(yīng)用到社會公用事業(yè)領(lǐng)域，其中教育領(lǐng)域是重要的組成部分。PPP模式在教育領(lǐng)域的應(yīng)用處于初步階段，存在一些問題，主要表現(xiàn)為：各地對教育領(lǐng)域運(yùn)用PPP認(rèn)識不一致，PPP模式在教育領(lǐng)域的運(yùn)用起步較晚，有些地區(qū)還沒有先例，有些地區(qū)政府則過多地采用招商引資的手段加大教育投資，造成教育領(lǐng)域PPP項(xiàng)目存量過剩[1]；教育領(lǐng)域PPP項(xiàng)目周期長、風(fēng)險(xiǎn)大，社會資本不積極，且社會資本為追求利潤最大化提供的服務(wù)質(zhì)量不高；教育領(lǐng)域PPP項(xiàng)目投資規(guī)模具有空間相關(guān)性，項(xiàng)目投資規(guī)模不僅受到本地的影響，還受到相鄰省份的影響。在上述各種因素的影響下，各地教育領(lǐng)域PPP項(xiàng)目的投資規(guī)模出現(xiàn)較大差異。因此，明確教育領(lǐng)域PPP項(xiàng)目投資規(guī)模產(chǎn)生差異的動因，從而更好地吸引和保障社會資本的加入是教育領(lǐng)域PPP模式發(fā)展的關(guān)鍵[2]。

基于此，本文以政府和社會資本合作中心的教育領(lǐng)域PPP項(xiàng)目為出發(fā)點(diǎn)，考慮教育領(lǐng)域PPP項(xiàng)目投資規(guī)模的差異性，利用空間計(jì)量模型對其動因進(jìn)行研究，對加快推進(jìn)PPP項(xiàng)目和優(yōu)化相關(guān)政策具有重要的借鑒意義。

1 變量說明

1.1 變量識別

在識別教育領(lǐng)域PPP項(xiàng)目投資規(guī)模差異的影響因素時(shí)，不僅要考慮各影響因素的影響程度，還要考慮各影響因素之間的相互關(guān)系，避免因共線性過高等問題導(dǎo)致分析失去意義。本文嚴(yán)格依照可靠性、可行性、可量化性及完備性的原則選取變量。

目前，國內(nèi)外對PPP項(xiàng)目投資規(guī)模影響因素尚未形成統(tǒng)一的指標(biāo)框架。劉窮志等[3]提出，PPP項(xiàng)目的空間分布差異與政治環(huán)境和經(jīng)濟(jì)環(huán)境密切相關(guān)。清華大學(xué)PPP研究中心指出，營商環(huán)境是支撐社會投資及PPP項(xiàng)目建設(shè)運(yùn)營的軟件和硬件環(huán)境，這使得在選取指標(biāo)時(shí)需加入營商環(huán)境指標(biāo)才會更加完備。然而，考慮在營商環(huán)境與經(jīng)濟(jì)、政治環(huán)境理解上存在交叉，本研究借鑒陳小娟[4]的變量分類方式，將指標(biāo)選取視角定為政治環(huán)境、經(jīng)濟(jì)環(huán)境和社會因素。

1.1.1 政治環(huán)境

在政治環(huán)境方面，李學(xué)樂等[5]指出政府信譽(yù)是PPP項(xiàng)目區(qū)域落地水平普遍較低的根本原因。除此之外，Wong等[6]認(rèn)為社會資本方和政府方在建立信任機(jī)制過程中，除了政府信譽(yù)，政府能力和債務(wù)水平也應(yīng)受到高度重視。劉窮志等[3]認(rèn)為在政治制度質(zhì)量方面，減少政府干預(yù)能夠促進(jìn)PPP項(xiàng)目順利進(jìn)行。本文最終將政治環(huán)境確定為政府信譽(yù)、政府能力、政府債務(wù)水平和政府干預(yù)程度4個具體指標(biāo)。

1.1.2 經(jīng)濟(jì)環(huán)境

在經(jīng)濟(jì)環(huán)境方面，李學(xué)樂、陳世金等[5，7]認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)與區(qū)域經(jīng)濟(jì)發(fā)展密不可分，且區(qū)域經(jīng)濟(jì)水平最直接的體現(xiàn)就是地區(qū)生產(chǎn)總值。徐磊[8]認(rèn)為中央轉(zhuǎn)移支付可以用來表示區(qū)域財(cái)政金融狀況。程哲等[9]等提出固定資產(chǎn)投資額作為PPP發(fā)展格局分異的影響也是合理的。本文最終將經(jīng)濟(jì)環(huán)境確定為產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、財(cái)政金融狀況和固定資產(chǎn)投資額4個具體指標(biāo)。

1.1.3 社會因素

在社會因素方面，陳小娟等[4-5，10-11]指出交通便利程度對PPP的投資規(guī)模產(chǎn)生顯著影響，受教育程度對生態(tài)PPP項(xiàng)目立項(xiàng)數(shù)量產(chǎn)生顯著影響，通貨膨脹水平和民營經(jīng)濟(jì)發(fā)展水平均對區(qū)域落地水平產(chǎn)生較大影響。

對現(xiàn)有文獻(xiàn)進(jìn)行分析總結(jié)，從中選取12個具體的指標(biāo)形成指標(biāo)體系，見表1。

表1 指標(biāo)體系及說明

1.2 數(shù)據(jù)來源

本文以我國31個省區(qū)(不含港澳臺)截至2022年5月5日政府和社會資本合作中心項(xiàng)目管理庫的教育領(lǐng)域PPP項(xiàng)目投資規(guī)模作為研究因變量進(jìn)行空間回歸分析。文中使用的指標(biāo)來源于《統(tǒng)計(jì)年鑒(2021)》、各省區(qū)人民檢察院《2021年工作報(bào)告》、財(cái)政部項(xiàng)目管理庫、財(cái)政部地方債管理、中國市場化指數(shù)數(shù)據(jù)庫和財(cái)政統(tǒng)計(jì)年鑒等。

由于指標(biāo)的量綱不同，為了消除不同量綱對分析結(jié)果的影響，在進(jìn)行空間回歸分析之前，對原始數(shù)據(jù)按下列公式進(jìn)行歸一化處理

(1)

2 模型設(shè)定

2.1 構(gòu)建空間計(jì)量模型

在構(gòu)建空間回歸模型之前，利用SPSS軟件進(jìn)行相關(guān)性分析，得出X4和X7與教育領(lǐng)域PPP項(xiàng)目投資規(guī)模無相關(guān)性，故應(yīng)剔除。

教育領(lǐng)域PPP項(xiàng)目投資規(guī)模差異動因分析的空間計(jì)量模型如下

μi～N(0,σ2,In)

(2)

式中，Y為因變量；Xi為影響因素；ρ為鄰近區(qū)域被解釋變量的空間相關(guān)系數(shù)，表示鄰近區(qū)域教育領(lǐng)域PPP項(xiàng)目投資規(guī)模對本省的影響程度，其數(shù)值越大依懶性越強(qiáng)；Wij表示影響因素和殘差的空間權(quán)重矩陣，本文為標(biāo)準(zhǔn)化后的空間權(quán)重矩陣，主要用于確定教育領(lǐng)域PPP項(xiàng)目投資規(guī)模的相互鄰接關(guān)系；i與j表示所選取的樣本省份i和樣本省份j；βi是影響因子即各自變量對教育領(lǐng)域PPP項(xiàng)目投資規(guī)模的影響程度；μi為誤差項(xiàng)；λ為殘差空間相關(guān)系數(shù)；ε為隨機(jī)誤差項(xiàng)；In為單位矩陣。

將上述模型(2)的不同參數(shù)賦予不同的值，可以派生出以下幾種常見的回歸模型。

2.1.1 經(jīng)典線性回歸模型(OLS)

當(dāng)ρ=0、λ=0時(shí)，得到經(jīng)典線性回歸模型(OLS)

y=Xβ+ε

(3)

上式意味著模型沒有受空間效應(yīng)的影響。

2.1.2 空間滯后模型(SLM)

當(dāng)λ=0、ρ≠0、β≠0時(shí)，得到空間滯后回歸模型

y=ρWy+Xβ+ε

(4)

該模型中，教育領(lǐng)域PPP項(xiàng)目投資規(guī)模(y)不僅與本省的影響因素(X)有關(guān)，還與相鄰區(qū)域的教育領(lǐng)域PPP項(xiàng)目投資規(guī)模(表現(xiàn)為Wy)有關(guān)，它反映了空間距離對教育領(lǐng)域PPP項(xiàng)目投資規(guī)模的作用。

2.1.3 空間誤差模型(SEM)

當(dāng)ρ=0、λ≠0、β≠0時(shí),得到空間誤差模型

y=Xβ+μ

μ=λWμ+ε

(5)

該模型中，教育領(lǐng)域PPP項(xiàng)目投資規(guī)模(y)與影響因素(X)有關(guān)，殘差項(xiàng)存在空間自相關(guān)性。

2.2 空間計(jì)量模型的選擇與檢驗(yàn)

由于事先無法根據(jù)以往經(jīng)驗(yàn)推斷SLM和SEM模型哪個更適于研究教育領(lǐng)域PPP項(xiàng)目投資規(guī)模的空間分布情況，采用拉格朗日乘子檢驗(yàn)(Lagrange Multiplier，LM)判斷兩種模型優(yōu)劣是最常見的方法。姜磊[12]指出，利用空間計(jì)量模型決策時(shí)，先以普通最小二乘模型為基準(zhǔn)模型，再根據(jù)LM檢驗(yàn)及Robust LM檢驗(yàn)結(jié)果選擇最佳的模型，具體流程如圖1所示。

圖1 空間計(jì)量模型決策流程圖

采用上述流程選擇相應(yīng)的空間回歸模型后，可用擬合優(yōu)度(R2)、自然對數(shù)似然值(LogL)、赤池信息準(zhǔn)則(AIC)、施瓦茨準(zhǔn)則(SC)檢驗(yàn)?zāi)Ｐ偷目煽啃?，其中R2和LogL值越大同時(shí)AIC和SC值越小，說明該模型的擬合效果越好。

3 模型估計(jì)結(jié)果分析

3.1 模型判別

首先檢查變量間多重共線性程度，以O(shè)LS回歸分析結(jié)果中的條件數(shù)(Cond)作為依據(jù)，該模型條件數(shù)為25.683 2<30，即變量間共線性不強(qiáng)，回歸結(jié)果可靠。

確定回歸結(jié)果具有統(tǒng)計(jì)學(xué)意義之后，將自變量和因變量經(jīng)過歸一化處理后的數(shù)據(jù)代入Geoda軟件分別進(jìn)行普通OLS回歸、空間滯后模型(SLM)和空間誤差模型(SEM)分析，回歸后的結(jié)果見表2。

表2 OLS、SLM和SEM三種模型估計(jì)結(jié)果對比表

由表2可知，LM-Error=0.016 46<0.05，在95%水平下顯著，而LM-Lag不顯著。根據(jù)圖1模型決策流程可知，選擇空間誤差模型(SEM)進(jìn)行求解更為合適，且λ=-0.965 0，P=0.000 0<0.01，再次證明了教育領(lǐng)域PPP項(xiàng)目投資規(guī)模不僅受當(dāng)?shù)匕l(fā)展水平的影響，還受相鄰區(qū)域的影響。

3.2 模型檢驗(yàn)

由于3種模型的擬合優(yōu)度R2不同，可通過R2粗略比較模型優(yōu)劣，顯然空間誤差模型的擬合優(yōu)度(0.876 7)>空間滯后模型的擬合優(yōu)度(0.783 0)>OLS回歸模型的擬合優(yōu)度(0.782 6)。

前文提及，LogL、SC和AIC也被用來描述模型的擬合效果，通過表2可知，空間誤差模型的LogL(98.310 1)>空間滯后模型的LogL(92.095 5)>OLS模型的LogL(92.073 4)，而空間誤差模型的AIC(-174.620 0)

以上檢驗(yàn)結(jié)果表明，空間誤差模型擬合效果最佳，即教育領(lǐng)域PPP項(xiàng)目投資規(guī)模動因的回歸分析應(yīng)當(dāng)選用空間誤差模型。

3.3 教育領(lǐng)域PPP項(xiàng)目投資規(guī)模差異關(guān)鍵因素分析

由空間誤差模型估計(jì)結(jié)果可知，政府信譽(yù)(X1)、政府能力(X2)、產(chǎn)業(yè)結(jié)構(gòu)(X5)、經(jīng)濟(jì)發(fā)展水平(X6)、固定資產(chǎn)投資額(X8)、人力資本積累(X10)6個因素均在0.05水平下顯著，民營經(jīng)濟(jì)發(fā)展水平(X12)在0.1水平下顯著。由此可知，這7個因素均為影響教育領(lǐng)域PPP項(xiàng)目投資的關(guān)鍵因素。

在教育領(lǐng)域PPP項(xiàng)目投資規(guī)模的關(guān)鍵因素中，政府能力(X2)、產(chǎn)業(yè)結(jié)構(gòu)(X5)、固定資產(chǎn)投資額(X8)和民營經(jīng)濟(jì)發(fā)展水平(X12)4個指標(biāo)的系數(shù)均為正，即這幾個因素都對教育領(lǐng)域PPP項(xiàng)目投資規(guī)模產(chǎn)生正向影響，教育領(lǐng)域PPP項(xiàng)目投資規(guī)模會隨著這些變量值的增大而增加。且由系數(shù)大小可知，政府能力(X2)的影響力最大，為1.825 0，表明教育領(lǐng)域PPP項(xiàng)目投資規(guī)模與該省教育以及其他類型的PPP項(xiàng)目經(jīng)驗(yàn)密不可分，原因在于省內(nèi)PPP項(xiàng)目越多，意味著該地方政府對PPP市場越包容，越具有良好的履約能力，且在實(shí)踐過程中有一套可供參考的模板。產(chǎn)業(yè)結(jié)構(gòu)(X5)的影響系數(shù)為1.521 8。值得注意的是，經(jīng)濟(jì)發(fā)展水平(X6)的系數(shù)為負(fù)，而X5系數(shù)為正，這表明省域的第二產(chǎn)業(yè)在一定程度上能夠?qū)逃I(lǐng)域PPP項(xiàng)目投資起到正向促進(jìn)作用，產(chǎn)業(yè)結(jié)構(gòu)(X5)每增加1%，教育領(lǐng)域PPP項(xiàng)目投資規(guī)模增加1.521 8%；固定資產(chǎn)投資額(X8)每增加1%，教育領(lǐng)域PPP項(xiàng)目投資規(guī)模增加0.561 9%，其影響程度最小。民營經(jīng)濟(jì)發(fā)展水平(X12)為0.582 0，盡管影響系數(shù)略高于固定資產(chǎn)投資額，但是其概率值0.073 6雖然大于0.05但是小于0.1，表明在0.1水平下該指標(biāo)對教育領(lǐng)域PPP項(xiàng)目投資規(guī)模也將產(chǎn)生顯著影響，在其他因素不變的條件下，民營企業(yè)法人單位數(shù)每增加1%，教育領(lǐng)域PPP項(xiàng)目投資額將增加0.582 0%，兩者呈正相關(guān)關(guān)系。

政府信譽(yù)(X1)、經(jīng)濟(jì)發(fā)展水平(X6)及人力資本積累(X10)3個指標(biāo)的系數(shù)均為負(fù)，即這3個指標(biāo)都會對教育領(lǐng)域PPP項(xiàng)目投資規(guī)模產(chǎn)生負(fù)向影響，其中經(jīng)濟(jì)發(fā)展水平(X6)的影響力最大，為-1.064 7。這表明在其他因素不變的條件下，地區(qū)生產(chǎn)總值每增加1%，教育領(lǐng)域PPP項(xiàng)目投資規(guī)模將減少1.064 7%，兩者負(fù)相關(guān)。這一點(diǎn)可為教育領(lǐng)域PPP項(xiàng)目有利于幫助政府緩解財(cái)政壓力，同時(shí)有利于幫助政府提高地方政府的教育環(huán)境提供支撐。人力資本積累(X10)也體現(xiàn)了地域的經(jīng)濟(jì)發(fā)展情況，故較經(jīng)濟(jì)發(fā)展水平(X6)的影響程度較小，人力資本積累每增加1%，教育領(lǐng)域PPP項(xiàng)目投資規(guī)模減少0.934 0%；政府信譽(yù)(X1)用各省區(qū)人民檢察院年度工作報(bào)告中立案的貪污腐敗、瀆職案件數(shù)來表示，代表的是一個省區(qū)的腐敗程度，對教育領(lǐng)域PPP項(xiàng)目投資規(guī)模產(chǎn)生負(fù)向影響，腐敗程度每提高1%，該區(qū)域的教育領(lǐng)域PPP項(xiàng)目投資規(guī)模將降低0.493 7%。

4 結(jié)語

本文從政治環(huán)境、經(jīng)濟(jì)環(huán)境和社會因素3個維度識別了教育領(lǐng)域PPP項(xiàng)目投資規(guī)模的12個影響因素，考慮到各地教育領(lǐng)域PPP項(xiàng)目投資規(guī)模的差異，利用空間計(jì)量模型的方法進(jìn)行回歸分析，通過3種模型估計(jì)結(jié)果的對比分析，得出空間誤差模型對教育領(lǐng)域PPP項(xiàng)目投資規(guī)模的擬合效果最佳，并得出影響教育領(lǐng)域PPP項(xiàng)目投資規(guī)模的關(guān)鍵因素。