基于SNA的中国PPP行业市场发展态势研究

梁阳泽 马俊伟 肖阳功杰 苗晨雨 李志刚

东南大学土木工程学院 江苏 南京 211189

1 引言

PPP(Public-Private Partnership)是基础设施和公共服务领域的一种新型采购模式，在我国法律法规中通常被译为“政府和社会资本合作”。截至2017年12月底，全国PPP综合信息平台收录管理库和储备清单PPP项目共计14424个，总投资达18.2万亿元。

伴随着PPP模式的兴起，社会资本企业之间的合作逐渐形成。这些企业的合作在整个PPP市场背景之下形成了合作网络关系。这些网络的发展态势将会影响到PPP市场整体网络的功能，也会对参与其中的个体产生极大的影响，进而影响PPP项目的绩效。随着PPP各行业市场中竞争态势的加剧，建立在合作网络之上的企业类型也日渐多元化，网络的发展态势及其带给网络中企业的影响也越来越受到研究者的重视。

SNA即社会网络分析法，是综合运用图论、数学模型来研究行动者与行动者、行动者与其所处社会网络以及一个社会网络与另一社会网络之间关系的一种结构分析方法。SNA提供了一种新的量化方法来分析建设工程的项目管理，使得传统的项目管理方法能够与创新的管理方法相结合，定量分析建设工程的利益相关者、组织合作等。

目前，有关PPP市场的研究较少且集中在宏观层面。Cheng等（2016）根据我国1984至2013年的1221个PPP项目数据探讨了我国PPP市场的时空格局，将我国PPP市场的发展历程分为探索试行、稳定推广和快速发展等阶段。在工程项目管理领域，目前基于SNA的研究已较为成熟。李永奎等（2012）基于上海世博会项目，利用中心度和中心势指标研究了复杂项目组织的权力及其量化的方法；Cao等（2017）以上海的BIM工程为例建立合作网络，通过核心-边缘结构和聚集系数证明了该网络具备小世界网络特征。

本文在以往研究的基础上，拟通过收集得到的中国2015-2017年已落地PPP项目的数据，利用SNA分析工具可视化呈现中国各行业PPP市场的社会网络结构，得出整体网络参数，在此基础上分析各行业PPP市场的发展现状，研究其随时间的发展特征。

2 数据收集与处理

本研究的原始数据来源于财政部政府和社会资本合作中心全国PPP综合信息平台。在原始数据中，每个项目包含项目名称、项目所在地、项目所在行业、牵头人、联合体成员、中标时间和项目规模等属性数据。

社会网络是由节点和箭线两大要素组成的。节点代表社会中的人、团体或组织，箭线代表点与点之间的实质性联系。在本文中，社会网络即为我国各行业PPP市场网络，节点表示已落地PPP项目的中标企业，箭线表示各企业间的合作关系，箭线权重表示企业双方的合作次数。

本文将原始数据依照财政部PPP中心的分类分为19个不同行业。首先通过自行设计的内嵌于MS Excel中的VBA程序将原始的属性数据转换成SNA中的2-模关系数据，其次利用矩阵转置和相乘计算得到各企业的1-模关系矩阵，最后采用Ucinet软件绘制网络图并进行参数计算。具体流程如图1所示：

图1 数据处理流程

3 基本参数

社会网络的研究视角包括整体网和个体网，前者着重“结构”，后者侧重“自我”。本文主要关注PPP市场网络的整体特征，主要选取的参数如下：

3.1 密度

密度以D表示，是指网络中实际关系数与理论上关系总数的最大值之比。密度描述网络中各成员联系的紧密程度，密度越大，网络成员之间的联系越紧密，该网络对其中行动者的行为产生的影响就越大。计算公式为：

其中n为节点数，I为网络中实际存在的关系数。

在中国PPP行业市场网络中，密度越大，各中标企业之间的联系就越紧密；密度越小，联系就越松散。

3.2 度数中心势

度数中心势研究PPP行业市场网络整体联系的紧密程度，度数中心势越高，网络中关系、权力等越集中于某个企业；度数中心势越低，则反之。

3.3 中间中心势

中间中心势表征整个网络的连通程度，计算公式为：

中间中心势反映了PPP行业市场网络的连通性，中间中心势低，PPP市场开放性强；中间中心势较高的PPP行业市场易产生资源、权力的垄断。

3.4 凝聚子群

在SNA中，凝聚子群可用来研究社会结构。凝聚子群是社会网络的子集，该子集中的社会行动者之间具有相对较强、直接、紧密、经常的或者积极的关系。

在中国PPP行业市场网络中，凝聚子群指标在很大程度上等同于企业联合体，借助凝聚子群，可以对中国PPP行业市场结构进行剖析，以分析各类企业在市场中所扮演的角色。

4 中国PPP行业市场的发展态势分析

4.1 中国PPP行业市场的整体发展现状

从密度指标看，我国PPP行业市场网络中平均只有1.6%的企业存在联系，该密度表明网络的整体联系程度低。密度的标准差为0.029，这说明各行业市场密度分布的波动性较大。最大值出现在林业市场，为13.6%，这是因为林业市场规模很小，参与的企业数量稀少，这极大地影响了林业市场的分析结果。

从度数中心势看，平均值仅有5.43%，表明市场中各企业缺乏联系，网络中的权力、信息等资源分散。最大值同样出现在林业市场，原因同上所述。

从中间中心势看，这一指标的标准差为2.60，表明各行业之间的差异较为明显。最大值出现在旅游行业，为10.56，最小值出现在市政工程和政府基础设施行业。旅游行业的PPP项目对社会资本的要求较高，要求其具备商业开发、环境保护等综合实力，因此能够中标的企业必定具备相对较高的控制资源的能力，因而中间中心势也较高。而由于市政工程和政府基础设施项目的规模较小、技术要求较低，因而其市场开放度高，能够吸引中小型企业投标，导致中间中心势较低。

总体而言，PPP行业市场各指标的差异十分巨大。从SNA参数上来看，大部分行业都存在密度较低、集中性较低的现象。

表 2不同行业的的SNA整体网络参数

4.2 中国PPP行业市场的发展态势

为了展现我国PPP行业市场的发展态势，本研究将所有原始数据按年度划分，从2014年1月1日起至2017年12月31日止。各行业分年度的整体网络参数如表3所示。

表 3不同行业分年度的的SNA整体网络参数

在密度指标方面，有9个行业的网络密度在逐年下降，分别为城镇综合开发、教育、生态建设和环境保护、市政工程、水利建设、文化、医疗卫生、政府基础设施和其他。随着PPP模式的大力推进，市场中涌入了大量单独中标PPP项目的企业，这些企业不参与社会连接。换言之，大量可能存在的社会网络关系实际上并未存在。有5个行业的密度在逐年上升，分别为林业、旅游、能源、农业和养老。这些行业相对新兴，因此已落地项目和中标企业数量较少，但各级政府在2016年和2017年发文大力鼓励采用PPP模式，在社会网络中即以密度较大及逐年上升反映。还有一些行业的市场密度先上升后下降，规律性不强，分别为保障性安居工程、交通运输、科技、社会保障和体育。度数中心势没有明显的规律可循。中间中心势指标多数为零，表明市场结构分散，但从整体上看仍有逐步上升的趋势。

凝聚子群在各行业中的分布如图2所示，可见其分布极不平衡。城镇综合开发、交通运输、生态建设和环境保护、市政工程的凝聚子群数量多，这与这些行业市场规模大、中标企业数量多有关。在这些行业中，凝聚子群的大量存在使得社会网络无法很好地连成一个整体，加之其间缺少弱关系，直接导致这些行业网络结构分散。

图 2各行业分年度凝聚子群个数

5 结论与建议

本文基于社会网络分析法，构建了我国截止2017年底19个行业的PPP项目中标企业合作网络模型。研究发现我国PPP行业市场网络存在密度低、中心分散、核心企业缺乏等整体发展特征。就其发展过程来看，密度因各行业不同的发展形势而有不同的演化过程，新兴行业由于市场规模小、发展潜力大等特点而呈现网络密度逐年上升趋势。度数中心势无明显规律可循，中间中心势有呈逐年上升趋势，部分行业的凝聚子群数量过大导致网络结构无法很好构成。针对这些现象，本文拟提出以下建议：

（1）提高我国PPP市场的社会网络密度，使其保持一定水平，形成网络化市场结构，达到整体上的均衡。

（2）降低市场的进入壁垒，增加市场的开放程度，并鼓励企业以联合体形式中标。

（3）提高企业自身的技术创新能力，提高企业跨项目合作的能力。

（4）加强PPP项目的财政承受能力和物有所值论证，通过强监管遏制低能企业的进入。