地方政府债务规模与PPP模式偏好——来自中国地级市的经验证据

姜爱华，郭子珩

(1.中央财经大学 财政税务学院，北京 100081；2.伦敦政治经济学院 经济系，伦敦 WC2A 2AE)

一、引言

为提高公共服务效率、推进新型城镇化建设、解决建设资金需求和地方政府债务风险的矛盾，财政部于2014年9月起在全国范围内推广PPP模式，随后又连续发文倡导社会资本进入市政、水利、公路建设等领域，掀起了各地集中开展PPP项目的热潮。截至2017年12月31日，全国PPP综合信息平台记录项目13 925个，总规模达18.19万亿元，覆盖全国几乎所有地级行政单位。与PPP规模的飞速扩张相比，监管政策的跟进步伐相对缓慢，尚无相关法规具体规定开展PPP项目需要满足的财政负担、财务风险等要求，给地方政府出于非理性动机采用PPP模式留有很大空间。虽然2015年4月财政部发布的政府和社会资本合作项目财政承受能力论证指引(财金〔2015〕21号)划定了政府PPP支出责任不得超过一般公共预算支出10%的红线，但实际监管流程仍然模糊，对地方政府约束力较弱[1]。弱监管环境下，某些地方政府通过规定固定回报、安排回购条款等方式利用PPP转移债务存量或变相举债，加剧了政府隐性债务风险，引发了实务界和学界的广泛担忧[2-3]。2016年6月，财政部发布关于进一步共同做好政府和社会资本合作(PPP)有关工作的通知(财金〔2016〕32号)，首次要求在PPP项目中避免固定回报、明股实债等现象，并不断完善PPP论证审批流程；2017年4月起，人民银行、财政部等部门相继出台政策严厉管控清理变相融资的“伪PPP项目”。为更有效地排查和预防PPP财政风险，准确识别债务负担对地方政府使用PPP倾向的影响以及这种影响对政策的敏感性，对未来PPP监管政策制订和立法都具有重要的参考意义。

按照《国务院办公厅关于做好全国政府性债务审计工作的通知》(国办发明电〔2013〕20号)定义，地方政府性债务包括地方政府负有偿还责任的债务、地方政府负有担保责任的债务和地方政府可能承担一定救助责任的债务，举借主体除地方政府部门外还包括了其所属事业单位和融资平台公司。这一界定从债务的实质性质出发，涵盖了地方政府的全部债务风险，成为了政府部门和学术界普遍采用的地方债定义。

目前地方债规模和结构最为权威的数据来源是2012年12月和2013年6月两个时点的官方债务审计结果。根据国家审计署数据，市县级政府及其所属融资平台是地方债的主要债务人；从资金来源看，银行贷款占地方政府债务余额的50.8%，BT融资则占约11.2%。2014年初，30个省级行政单位和3个计划单列市公布了政府性债务审计结果，为地方债实证分析提供了数据基础和测算依据。

在地方政府债务规模研究方面，基于数据可得性，大多数国内地方债实证研究都集中在省级层面，并用多种方法补全债务余额或估算债务流量。胡奕明和顾祎雯[4]按2013年6月的全国地方债结构切割其他时点债务总额，以获得各期口径一致的面板数据。陈瑞[5]在2010、2012和2013年审计结果及2015年各地债务限额的基础上，通过一系列视同替代和比例折算估计2010—2015年各省地方债余额。吴小强和韩立彬[6]则使用人均政府债券余额代替地方政府债务。也有文献使用2017年3月公布的专项债券信息和信用评估报告反映2016年末地方政府债务规模[7]。债务流量是反映地方政府债务负担的另一种方法，如缪小琳和伏润民[8]基于审计公报，利用“政府负有偿还义务的债务余额÷平均偿债年限×平均利率”公式估算当年全国付息额。新《预算法》实施后，很多文献转用省级政府债券作为债务流量指标。刘穷志和刘夏波[9]等采用2009—2015年财政部代发地方债券和2015年至2016年上半年的省级债券数据进行计量研究。省级层面的文献受样本数量限制，难以运用灵活复杂的模型解决所研究问题；同时由于数据缺失严重，需要研究者估算大量时点的数据，影响实证结果的可信度。

也有文献利用城投债财政实质担保和信息透明详尽的特点，将地方债研究层面推进到地级行政区[10-11]。陈菁和李建发[12]认为2010年银监会关闭了融资平台获得贷款的渠道，城投债作为融资平台少数融资手段之一，可以视同地方政府债务发行情况。但有学者指出截至2013年6月，债券类融资产生的地方债务余额仍仅占10.7%，因此城投债不能全面反映地方政府负债情况[7]。经本文查询，部分地级市没有城投债发行记录，故城投债既不能完整覆盖全部样本，也不能反映样本个体债务总情况，应用局限性较大。

综上所述，我国地方债数据统计存在以下问题：第一，准确的官方数据只覆盖少数不连续截面，且只精确到省一级政府；第二，城投债数据虽然可构成较长时间序列且可追溯至地级市，但其全面反映地方负债水平的能力较低。所以在衡量地方政府负债时，为保证数据可靠性，不宜同时从时间上和政府级别上估算补完数据；为保证数据全面性，不能用城投债直接替代全部地方债务，这些都需要在决定地方债负债衡量方法和实证模型时谨慎取舍和衡量。

关于地方政府债务规模与PPP模式关系方面，国外学者研究的较早，Slijep等[13]认为基础设施建设需求与政府预算短缺的矛盾是促使克罗地亚地方政府采用PPP的主要原因；Leigland和Thomas[14]通过分析市政债券和PPP模式的异同揭示了二者间的替代性。在定量分析方面，Maskin和Tirole[15]建立理论分析模型指出，在预算或债务约束下官僚更倾向于使用PPP模式，而非公共资金绩效最大化的方案提供公共服务。Russo和Zampino[16]利用意大利省级政府数据，控制人口、人均收入、所属地区等变量发现：一地PPP规模与人均可支配收入显著负相关，与当地债务存量显著正相关；预算盈余或赤字绝对值更大的地区，PPP项目规模更大。这一结果说明，在负债或财政赤字的情境下，PPP模式的运用中存在地方政府规避或转移债务的机会主义行为。Buso等[17]借助法国2011年预算会计改革的冲击研究了PPP是否是地方政府寻求债务隐藏的路径。运用倾向得分匹配法(PSM)和COX模型，以地方政府债务余额、年还本付息额、地方财政自给率等自变量验证地方政府借助PPP隐藏债务的假设。计量分析发现，债务余额、年还本付息额都会正向影响地方政府采用PPP模式的可能性，新规的实行在一定程度上降低了这些因素的影响；而财政自给率的影响在新规实施后大幅加强，意味着地方政府做出PPP决策时会更多考虑长期财政可持续性而非当前债务负担。

虽然我国财政制度与西方有所不同，但债务问题依然是地方政府采用PPP模式的主要考虑因素。在得到正式推广前，贾康[18]、温来成和孟巍[19]等学者就提出PPP模式可以有效降低地方债规模和风险，财政部也将PPP模式作为化解地方债存量风险的重要路径之一；在实际操作中，债务压力也在一定程度上激励了地方政府利用PPP转移政府性债务。

二、研究假设与实证模型

(一)研究假设

目前国内文献对PPP模式与地方政府债务关系的研究大多集中于PPP项目本身引致的地方政府债务隐患[2-3]；对另一个逻辑角度，即地方债是否会影响地方政府PPP行为的关注仍停留于媒体报道或一般性分析，极少有文献将地方政府债务负担与滥用PPP举债联系起来，定量分析前者对后者的影响。为解决这一问题，本文提出如下研究假设：

综合前述文献，在地方财权和支出责任不匹配的前提下，地方政府存在不断扩张制度外可支配资源的一贯努力，大量发行地方债是这一努力在2008年经济危机后财政扩张时期的具体表现。当债务融资渠道被纳入严格监管时，收支矛盾将驱动地方政府寻找替代性方式获取建设资金，于是同期推广的PPP模式成为承接这一需求的载体。根据国外实证文献，高债务负担与规避债务目的的PPP行为可能存在因果关系，直接表现为债务存量更高的地方政府开展更多PPP项目，据此提出研究假设H1：

H1：地方政府债务负担越重的地区拥有更大规模的PPP投资总额和年增量。

2017年11月10日，财政部要求各级财政部门在2018年3月31日前完成PPP项目库清理工作，将不适宜采用PPP模式、存在变相举债等行为的项目清理出库①财政部关于规范政府和社会资本合作(PPP)综合信息平台项目库管理的通知(财办金〔2017〕92号)。。若债务负担更重的地方政府确实更倾向于开展伪PPP项目变相举债，则其辖区内将有更多违规项目被清理出平台，从而削弱其PPP规模与低负债地区的差异性，据此提出研究假设H2：

H2：清理工作开展前不同债务负担水平地区间PPP规模的差异更为显著。

(二)实证模型

为精确研究地方政府债务负担对PPP倾向的影响，本文将研究对象推进至地级市层级以获得更充分的实证证据。在选用计量模型时面临以下问题：一是为尽量保证数据可靠性，将债务数据由省级估算至市级后不宜再做时间序列上的推算，因此本文可利用数据将局限于截面形式。二是地方债负担的形成并非随机，而是地方经济情况、财政能力和建设需求等因素综合作用的结果，这些因素又会影响该地真实的PPP投资需求，能够合理区分一地PPP项目中出于理性动机和出于变相举债动机的部分，是选用计量模型的必要条件。倾向得分匹配法(PSM模型)能够较好地解决以上问题：它利用处理变量Di和协变量Xi的截面数据，将处理组和控制组中特征接近的样本进行匹配，构建未发生处理效应(Di=0)时处理组变量的反事实结果，据此计算处理组参与者平均处理效应ATT，可以有效滤清其他因素的干扰，得到较纯净的处理变量对因变量的影响。本文按以下三个步骤进行PSM模型检验：

首先，使用logit回归估计样本倾向得分pit，即样本进入处理组的概率，估计方程如(1)式：

其中Xi，t-1为滞后一期的协变量，用来控制可能使样本发生处理效应的所有经济条件，θi，t为地级市个体效应，φt为时间效应，ηi，t为随机误差项。

其次，依照倾向得分进行匹配。考虑到我国各市经济发展情况差异很大，寻找倾向得分最相近的匹配个体时可能出现最近相邻依然距离较远的情况，故本文主回归使用卡尺内近邻匹配法，限制寻找最近邻匹配样本的最大绝对距离ε，其中ε不大于所有样本倾向得分的0.25个标准差(即0.25)。

最后，根据匹配后样本计算平均处理效应ATT，计算公式如(2)式：

其中yi为处理组(Di=1)内i市实际发生的PPP规模，为通过反事实框架估计出的i市未发生处理时(低或无负债情况)的PPP规模，反映了当地真实PPP投资需求量；二者之差为债务负担带给i市来的额外PPP投资，可以认为是出于变相举债动机产生的PPP规模，经过平均计算后可以得到债务负担对PPP倾向的平均影响。

PSM匹配的有效性依赖于重叠假定，即在倾向得分的每个取值上都同时存在处理组与控制组的个体，需要在匹配后对此进行检验。另外，PSM还需要平衡性检验确定每一个解释变量在匹配后是否仍存在差异，本文使用处理组和对照组匹配后各协变量的标准偏差进行平衡性检验，若绝大多数协变量的标准偏差不大于10%，则认为模型匹配效果较好。

三、变量选择与数据描述

本文以全国地级市为样本研究地方政府债务负担对PPP倾向的影响。考虑到行政特殊性与数据可得性，排除四个直辖市、海南省、青海省和西藏自治区所辖地级单位和各类综合试验区，共得到315个地级市样本。本文所使用社会经济数据来自wind中国宏观数据库，缺失部分通过手动查询各省统计年鉴、各市统计公报和政府工作报告补足；地方债务余额数据来自各省债务审计公报；PPP数据来自2018年1月3日和4月1日的全国PPP综合信息平台项目管理库和储备清单。

(一)地方政府债务负担的分摊计算

根据前文讨论，本文基于各省2013年6月债务审计结果的截面数据计算所需地级市债务余额，对2014年因变量恰好构成滞后一年的自变量；鉴于绝大多数地级市本级财政收入不能满足本级支出，而近年来地方政府旧有发债模式又受到了严格限制，本文认为，研究期间内地方债情况不会出现大幅好转或恶化，所用截面数据可以解释2015—2017各年因变量。本文使用(3)式将省级债务余额分摊至下属各市：

其中debti，j为j省i市2013年6月债务余额估算值，debtj为同期j省政府性债务总余额(排除省本级债务)，variablei，j为2013年j省i市用于分摊债务的指标数。为保证分摊后数据可靠性，用于分配的指标必须既与债务余额形成密切相关，又不直接决定地方PPP开展规模以避免内生性问题。根据齐天翔和陈瑞[20]，地方经济情况、政府财政能力和投资冲动直接影响地方债务规模，故本文将2013年各省GDP(衡量地方经济发展水平)、公共财政预算支出(衡量地方财政支出义务)、地方公共财政预算收入与公共财政预算支出之差(衡量地方财政收支缺口)和地方城镇固定资产投资完成额(衡量地方投资活动规模)4个变量作为备选，分别与2013年债务余额和2014年9月后PPP总规模进行回归，回归P值结果如表1。

表1 分摊指标与债务余额和PPP总规模回归结果

可以看出，GDP和城镇固定资产投资完成额均满足理想条件；但由于地级市城镇固定资产投资数据披露不完整，本文最终选用GDP作为分摊指标variablei，j，代入(3)式估算各市2013年6月地方债余额绝对量debti。为使计算结果可比，本文使用债务率(即债务余额与当年政府综合财力的比率)衡量2013年地方政府债务负担burdeni，其中地方政府综合财力用本级公共财政预算收入替代。计算后debti，j和burdeni，j的统计性描述见表3；burdeni将是本文划分处理组和控制组的直接依据，具体划分方法见下节。

(二)地方政府PPP倾向的衡量

全国PPP综合信息平台涵盖了2002年3月6日来全部符合PPP定义的项目，其中项目管理库包含所有进入准备及后续阶段的项目，项目储备清单则包含所有已提出但仍在接受物有所值评价和财政承受力论证的项目。本文认为无论“两个论证”通过与否，地方政府使用PPP的意愿在项目发布时就已得到表达，因此使用各地所有发布的PPP投资额衡量地方政府PPP使用倾向。本文在2018年1月3日(清理未完成时)和4月1日(清理完成后)分别提取了信息平台内截至2017年12月31日全部PPP项目的名称、所属省市、发起时间和投资金额。将4月1日提取的数据归并到样本地级市后整理得到如下变量：各市2014年9—12月、2015—2017年各期新增PPP项目投资额pppi，t，2014年9月—2017年12月PPP项目投资总额ppptotali；本文也计算了2014年1月—8月各市PPP新增额pppi，2014up，用来比较正式推广前后负债水平对PPP倾向的影响是否存在不同。本文还将1月3日历史数据包含、4月1日数据不包含的项目计入对应地级市以获得补全被清理项目后的各期PPP规模(具体方法见下节)。

总体来看，2014和2015年全国PPP项目年新增投资出现了爆发式增长，如表2所示，覆盖范围迅速扩展到几乎全部样本地级市，而2016年、2017年PPP增速迅速转为负数。这一现象的原因既包括前期存量项目需求被充分释放，也可能包括国家监管政策不断完善、地方政府违规操作空间减小，需要进一步定量分析其合理性。

表2 全国各期PPP开展情况

(三)协变量的选取

PSM中倾向得分的意义是样本进入处理组的概率，因此模型中的协变量Xi，t-1应尽多地包含影响Di的因素，在本模型中即影响地方债务率的因素。综合佘国满等[10]，齐天翔和陈瑞[20]，李一花等[21]对地方债问题的研究，本文选取各市人均GDP增速(gdpgi)、人均GDP(gdpi)、城镇居民人均可支配收入(incomei)、土地出让金收入(landi)、财政自给率(fisindi)(本级财政收入占财政总支出比重)、城镇化率(urbanisationi)(户籍口径)、投资依赖度(invdepi)(固定资产投资占GDP比重)、非农产值占比(nonfarmi)的2013截面数据作为协变量，控制地区经济情况、财政能力和基础设施建设需求对地方政府债务负担的影响。为进一步精确描述样本经济财政特征，本文还引入了“是否为省会或计划单列市(capitali)”“是否为民族自治州(盟)(prefecturei)”两个虚拟变量。所有协变量的统计描述见表3。

表3 变量统计性描述

四、实证结果与结论

(一)数据分组

PSM的处理变量是虚拟变量，一般以外生冲击或样本固有特点划分处理组和控制组。然而我国行政集权的特点使严控地方债政策统一作用于所有地方政府，无法直接依照是否受政策冲击对样本地级市进行分组。因而本文参照Chen[22]的方法，认为高负债地级市在地方债清理整改中受到冲击更大，低负债样本则受到冲击较小，据此将高负债(强冲击)样本划为处理组，低负债(弱冲击)样本划为控制组。在区分高低负债标准方面，本文首先考虑样本在全国范围内的负债率相对位置，负债率高于全国样本平均数或中位数的样本进入处理组，反之进入控制组，记如此形成的处理变量分别为ave和med。另外，在中央严控地方债的大环境下，控制本地债务膨胀可能成为地级市官员省内晋升锦标赛的考核指标之一，辖区债务率的省内相对位置可能更会直接地影响其PPP使用倾向。故本文将各省债务率平均数和中位数也作为划分标准，所得处理变量分别记为proave和promed。图1对比了各处理变量下处理组和控制组历年PPP增量的趋势，2014—2015年两组变化趋势较为接近，但在2016年(ave和med)或2017年(proave和promed)，两组趋势的平行性被打破，说明期间有外生冲击使不同组内地方政府的PPP倾向发生了分离，验证了本文所采用的处理变量划分方法的有效性。

图1 处理组与控制组各期PPP增量比较

(二)模型检验结果分析

首先将样本协变量代入(1)式进行logit回归估计样本倾向得分，根据倾向得分标准差，以0.05为卡尺长度对各处理变量下的样本进行一对四卡尺内近邻匹配。绘制并观察不同分组匹配的倾向得分柱形分布图，发现绝大多数样本都落在共同取值范围内(如图2)；为满足重叠假定，在接下来的估计中去掉了少量落在共同范围之外的样本。使用协变量的标准偏差对不同分组下的匹配进行平衡性检验，结果如表4。只有以ave和proave为处理变量时大多数协变量的标准偏差小于或接近10%，说明按平均水平划分高低债务负担能够更好地平衡数据，因此接下来只比较ave和proave下处理组和控制组的PPP规模是否存在显著差异。

表4 平衡性检验协变量标准偏差 单位：%

图2 不同处理变量下倾向得分柱状图

2018年4月1日，发生于2017年的PPP项目有充分时间录入项目库，因此较全面地反映了2017年各地PPP总体情况(但此时违规项目已经被清理出库)。以基于4月1日提取归并的PPP规模数据为因变量，估计清库工作后地方PPP项目的ATT数值与显著性，结果如表5(1)。

表5 ATT估计结果

从总规模层次，负债率高的地级市具有更高PPP投资规模，且在按省内相对位置划分时表现出5%水平的显著性，在总体上支持了研究假设H1。2014年1—8月，处理组的ATT符号均为正，且在两种划分方式下表现均较为显著(ave下t统计量接近10%显著性水平临界值1.650)，说明PPP正式推广前高负债地方政府已经开展了更多PPP项目。2014年9月—2016年末，ATT符号保持为正但未表现出持续的显著性。2017年ave为处理变量时ATT变为负号，但proave为处理变量时ATT仍然正向显著；意味着债务率超出全国平均水平的地级市当年PPP投资规模可能更小，但省内债务相对位置仍然对地方政府PPP行为发挥重要作用。

对清理后项目库的统计分析并未发现高债务负担对各年PPP规模有持续显著的正向效应，也不能说明高债务负担与违规PPP行为存在因果关系。为进一步确认二者关系，本文考察了项目库清理对ATT的影响。被清退的项目不符合运用PPP模式的条件，有很大的隐藏债务“嫌疑”，故可以视为地方政府借PPP违规举债的代理变量。如果高债务负担确实引致了更多违规PPP行为，则项目库清理前处理组和控制组的差异将更加显著。本文将被清出信息平台的项目补入对应时期，获得清退前各市历年发布的PPP项目规模。具体方法为：将1月3日和4月1日数据进行匹配，提取仅包含于前者的项目信息，添加到后者中，使之既包括1月3日时尚未登记入库的项目，也包括2018年1—3月间被清理出库的项目①这种补充方法仍不能统计2018年1—3月间登记入库，旋被清理出库的项目，但在国家收紧PPP监管的背景下，可以认为这类项目的规模可以忽略。。按此方法统计，历年被清退项目数量和总规模情况如表6。

表6 2018年1—3月清退出库PPP项目情况

可以看出，2014年9月以来被清退项目金额超过同期补全后总规模的10%，其中2015年、2016年两年被清退的项目数量和金额相对较大。使用补全后各期PPP规模数据进行PSM估计，结果如表5(2)。总体而言，经退库补正后，各期ATT值在经济学和统计学意义上均有扩大，支持了研究假设H2：以proave划分下，2015年、2016年ATT数值增长尤其明显，且额外表现出10%水平的统计显著性，而这两年也正是被清退PPP项目规模最大的时段。清退前后ATT的变化强烈表明在类似经济条件下，高负债地区发生了更多的PPP投资，也有更大规模的违规PPP项目被清理，由此可以推断较高负债水平确实促使地方政府借PPP模式规避债务监管进行投资。从另一个角度分析，财政部的清理工作削弱了处理组和控制组间差异的绝对值和显著性，起到了规范PPP行为、控制PPP项目风险的作用。

(三)结论

综合以上实证检验结果，总体上我国地方政府确实存在利用PPP变相举债的行为，且这种行为对有关监管政策具有高度的敏感性。2014年9月前，已有部分负债较重的地方政府利用BOT等模式规避债务增长；PPP正式推广的同时，国务院发文禁止地方融资平台新增政府债务②国务院关于加强地方政府性债务管理的意见(国发〔2014〕43号)。，同期财政部确认地方政府可以通过PPP缓解债务问题，地方政府同时受到推力和拉力作用，有较强动机利用PPP模式转移债务余额。2015、2016两年是地方债监管和PPP监管的政策交接时期，融资平台中的借债功能全面取消，地级政府只能通过省政府代发债券融得债务资金③财政部关于对地方政府债务实行限额管理的实施意见(财预[2015]225号)。；但PPP有关的严格监管法规尚未出台，地方政府寻求预算外财源的行为被更多“挤压”到了PPP模式。全国集中发布的PPP项目的热潮中，高负债地区表现出了更高运用PPP模式的热情，产生了大量变相举债的伪PPP项目。2017年4月起，随着PPP监管政策收紧①银监会关于银行业风险防控工作的指导意见(银监发〔2017〕6号)；财政部关于进一步规范地方政府举债融资行为的通知(财预〔2017〕50号)；财政部关于规范政府和社会资本合作(PPP)综合信息平台项目库管理的通知(财办金〔2017〕92号)等。，高负债地区PPP增势迅速萎缩，在全国范围内比较，高负债地级市的PPP倾向大幅减弱，但负债水平处于省内上游的地级市仍更偏向PPP模式，说明监管政策仍有待进一步细化和加强。2017年11月开展的项目库清理工作有效地识别并清退了一批伪PPP项目，大幅缩小了高负债地区变相举债PPP项目的存量，保证了不同组地级市留存项目基本反映真实建设需求。可见，地方政府利用PPP变相举债的行为反映了其寻求预算外财源的一贯逻辑，即更倾向于通过监管较弱的渠道融入资金进行建设，债务负担对其PPP倾向的影响大小实质上是两种融资渠道监管力度之差的函数。

五、政策建议

结合本文实证研究结果与实务经验，在PPP模式的快速发展期确实存在相当规模的地方政府滥用PPP违规举债的问题。这些伪PPP项目违悖调动社会力量初衷，加高财政长期风险，甚至可能损害公共利益，需要及时而妥善地处理。本文认为，消除PPP监管和其他地方政府融资渠道的监管力度差是杜绝PPP变相举债行为的根本方法，并从伪PPP的识别、清退和预防角度为加强PPP监管、防止地方政府变相举债提出了三点政策建议：

(一)完善创新识别工具，排查落地项目风险

自2014年起，财政部和省级政府已经出台了一系列政策法规约束违规PPP行为。然而现行法规普遍存在条款简单、缺乏量化指标、操作流程不清晰等问题，难以有效防控PPP项目的财政风险[23]，需要继续推进PPP法律法规建设，将政府PPP行为纳入更严格的预算监管体系；充分借鉴国外经验，制订完整、详细、量化且可操作性强的PPP风险识别指引，将地方现存债务压力引入评价体系，在论证审批阶段及早识别变相举债的伪PPP项目。

除财政侧识别工具的完善外，构建完整有效的伪PPP识别体系还需要关注供应商能力。PPP模式的优势之一是发挥公私部门比较优势，提高公共服务提供效率；如果承接PPP的社会资本不具备高效、创新地提升公共服务质量的能力，那么PPP项目就很有可能是出于非理性动机而开展。Caballero等[24]利用贷款利息等企业财务指标构建了识别僵尸企业的经济学方法，我国可以借鉴这一思路，构建一套基于企业财务指标的计算体系，判断企业的业务实力、创新能力和生存能力是否适合承接PPP项目，识别不适格的供应商将有效导向伪PPP项目的发现。为此PPP信息库还应当推进供应商信息披露，将PPP供给、需求两侧信息都置于公众监督之下。

根据上节验证分析，违规举债的伪PPP现象在2014—2016年较为集中，2017年PPP严监管政策出台后新增伪PPP现象得到了遏制，但先前发布的许多伪PPP项目已经进入采购或实施阶段。这要求上级政府和中央主管部门建立有效的项目复核机制，运用完善和创新的伪PPP识别方法，弥补地方财政部门独立性缺陷，全面排查既有项目的违规风险。

(二)继续严格项目准入，完善项目清退机制

2017年来，财政部不断加强对PPP项目设立的监管，对遏制PPP投资盲目扩张发挥了重要作用。2019年3月，《关于推进政府和社会资本合作规范发展的实施意见》进一步明确了规范的PPP项目应符合的条件，以及PPP项目实施过程中的负面行为清单。严格项目准入是避免PPP滥用、控制隐性债务风险的最佳方式。除已有的正负面清单制度外，还应建立基于定量评估工具的项目复核审批制度，对PPP项目准入施行更加精准、科学的管理。

2017末财政部开展了PPP综合信息库的清理工作，有效识别并清理了一批违规PPP项目。但我国法规和规范性指引在PPP项目终止处置方面仍处于空白状态，为最大消除现有和未来不规范项目处置的负面影响，应尽早将项目处置制度规范化、条文化。英国在《PF2合同标准化指引》中对PPP政府违约的救济进行了详细的规范，包括供应商补偿计算、已形成资产债务处置等。我国应参考有关经验，妥善处置确定清退的项目：对于仍处于采购阶段或无实质进展的项目，应立即终止采购并给予相关方合理补偿；对于已进入实施阶段项目，应重新评估其必要性和成本收益，确认已有资产负债的最终流向。最终确定由社会资本承担的，要合理补偿损失，同时以公允价值转让政府所有净资产，防止国有资产流失；最终确定由政府承担的，应选择最佳方式确保项目高效运营，并通过规范渠道筹集赎买资金，防止次生债务风险。

(三)推进政府资产负债表编制，全面监管政府债务

2008年英国PPP会计准则改革明确，符合一定条件的PPP资产负债需记入政府资产负债表，以解决早先准则产生的政府负债披露不完全、“孤儿资产”等问题；2011年国际公共部门会计准则委员会颁布PPP专门准则，确立了PPP授予方记账的原则。Buso等[17]研究发现，在PPP项目被纳入政府资产负债表合并范围后，地方政府在采取PPP模式时会更多考虑自身财政约束，债务负担的影响则显著下降。可见通过政府资产负债表管理和披露PPP债务信息是避免PPP被滥用的有效制度保证，也是国际PPP会计准则的发展方向。

在我国政府资产负债表编制制度设计过程中，应当参照国际准则将满足政府实质控制标准的PPP项目纳入政府资产负债表，全面披露地方政府债务，消除地方政府非正式举债空间。另外考虑到我国国有经济占社会资本比重较大的特点，核算PPP债务时不应忽视国企承担的债务和支出义务。虽然财政部禁止地方国企参与本级政府PPP项目，但国有企业仍凭藉与政府的密切联系跨级跨域承接PPP项目，民营企业参与PPP规模占比反而不断下降。这一现象可能导致政府杠杆向国企转移，实质上仍然增加了财政担保的债务风险。因此在反映PPP项目负债情况时，应同时披露国企发生的有关债务，做到PPP债务公允、全面的核算公开。