政府治理水平对PPP项目风险分担结构影响研究——来自于低收入发展中国家的经验数据

李 妍，陈 行

（河北经贸大学，河北 石家庄 050061）

低收入水平国家的经济发展程度不高，基础设施的建设相对于中等收入水平的国家落后。PPP项目的开展能够很好地减轻政府部门在公共基础设施建设方面的压力。而在疫情不断肆虐的背景下，存在着经济发展迟缓、社会资本流动困难、人口失业问题严重、社会医疗保障的需求增大等问题，这些都需要政府的处理。此时，国家的治理效能显得尤为重要。有良好治理能力的国家在受到风险影响时能够及时快速反应，减少其对国家政治经济的影响，保持社会稳定，从而为私人参与基础设施建设提供良好的社会环境。那么，低收入水平的发展中国家在收入水平不高的情况下，如何通过政府治理水平的调节挽救PPP 项目的低迷状态，提高PPP项目的运营效率？如何分配各部门之间的风险使之在可承担的范围之内？这些问题值得探究。

1 研究设计

1.1 变量选取

1.1.1 解释变量

本文采用世界银行的全球治理指标（Worldwide Governance Indicators，简称WGI）。其中含有6 个指标，包括政治稳定、腐败治理、政府效率、法治水平、公民话语权、监管质量。各指标数值区间在-2.5～2.5，以标准正常分布的单位提供国家对总指标的评分。由于并不是所有低收入水平国家都有参与PPP 项目的数据，为保证数据的完整性，本文选取了2010～2019年24 个低收入水平发展中国家参与PPP 项目的数据进行研究，涉及的样本数据共81 个。

1.1.2 被解释变量

本文采用世界银行PPI 数据库，此数据库将PPP 项目的数据根据PPI 类型、是否为PPP、项目状态、项目规模和地区等进行分类。本文以各国设有的PPP 项目为单位，选取其中正在运营、正在建设以及即将开工的项目，按每个国家参与的所有PPP 项目的年份与政府治理水平的指标相结合进行线性回归。

在以往的论文中，有为风险分担结构赋值的方法，如张晨[1]在研究PPP 项目风险分担时采用了5 分制打分法，以便于清楚地比较分析各国PPP项目的风险分担结构。刘新平[2]在试论PPP 项目的风险分配原则和框架中，对PPP 模式的具体方式和风险分担进行了打分，项目所采用的具体方式不同，风险分担各主体参与PPP 项目所承担的风险也有所区别。本文统计各发展中国家设立私人参与的PPP 项目种类[3]，依据PPI 类型及细分的PPP项目的子类型，参照这种方法对不同主体承担的项目风险进行赋值[4]，从而得出各国承担PPP 项目风险主体结构[5]的数据，具体可见表1。

表1 风险分担赋值

1.1.3 控制变量

关于控制变量的选取，本文参考以往文献，如周记顺等[6]在研究20 个中国低收入发展中国家的对外直接投资存量时，使用了人均GDP 数据衡量经济发展水平。郑子龙[7]在衡量政府治理水平与PPP 项目投资的关系时，以GDP 增长速度和人口增长速度作为控制变量。结合本文内容，本文控制变量选自世界数据库World Development Indicators，包括经济发展水平、教育水平、人口增长率及对外开放度这4 项。

表2 变量名称及表示方法

从世界发展指标数据库中直接获取年人口增长率数据。本文直接引用货物和服务贸易出口占GDP 的百分比来衡量对外开放度。由于世界数据库中，部分国家在这4 项控制变量的数据方面缺失情况较大，如非洲的塞拉利昂和西非的利比里亚这两个国家的数据极不完整，为保持数据的准确性，将这两个国家的数据剔除。本文用到的所有变量的表达方式可见表2。

1.2 计量模型构建

政府治理水平对PPP 项目风险分担结构影响的模型构建，具体如下：

式中：Y 表示风险分担数值；i 代表各国开展的PPP 项目（按项目名称区分）；b1-b10为系数，b0表示截距项。

2 实证结果与分析

2.1 回归分析（模型1）

回归结果如表3 所示，解释变量的t 检验统计量只有PV 的值接近于2，且P 值小于0.05，其他的解释变量均不通过t 检验，在显著性为5%的水平下拒绝原假设。本文数据为截面数据，对拟合优度的要求并不高，模型1 的拟合优度检验值接近0.13，可以据此粗略分析风险承担结构的分值与解释变量间的线性关系。

私人部门承担风险的数值与政府部门治理腐败的水平负相关，其他政府治理水平的指标与私人部门承担的风险正相关，即当法治水平、监管质量、公民话语权的分值越大时，风险分担的数值越大，社会部门承担的风险就越大。人们对社会规则的遵守程度越高，法律法规越健全，公民的话语权越高时，往往代表政府治理水平就越好，此时，由政府承担的风险就越小，风险由私人资本家承担的多。

表3 模型1

2.2 回归分析（模型2）

上述的整体回归分析不够精确，多个变量未通过t 检验，可知方程的设定不正确，需要进行分析以选择最显著的变量对风险分担结构进行解释。

2.2.1 平稳性检验

首先对每个变量进行平稳性检验，各数据在1%的置信水平下均平稳，无需进行差分。

2.2.2 相关性及协方差分析

进行各解释变量的相关性分析和协方差的分析，RL 同其他变量的相关系数均超过了0.7，RQ同其他变量的相关程度也极高，存在高度的共线性，剔除这两个变量。

2.2.3 逐步回归

剔除RL、RQ 变量后进行线性回归分析，结果见表4 模型1-1。VA 的P 值均达到0.9 以上，无法通过t 检验。采用逐步回归的方法消除以多重共线性。先剔除VA 变量，得结果如表4 模型2，各解释变量均在5%的水平下显著，通过t 检验。

表4 逐步回归

2.2.4 异方差检验

对模型2 进行异方差检验，异方差检验结果中F 检验P 值大于0.05，则此模型的数据不存在异方差，通过检验。

2.2.5 回归结果

如表5 所示，模型2 的t 检验统计量绝对值均大于2，3 个解释变量的P 值均小于0.05，通过t检验。D.W 值在1.5～2.5 的区间内，序列无自相关。且F-statistic 的P 值小于0.05 通过联合假设检验，在5%的显著性水平下模型显著。且模型2 的拟合优度明显比模型1 的拟合优度高。

表5 模型2

2.3 稳健性检验

2.3.1 控制变量法

本节采用控制变量法检验模型的稳健性，逐步加入控制变量，观察解释变量的显著程度，验证模型稳健性。腐败控制、政府治理效能、政治稳定性这3 个指标系数的正负都与模型2 相同，此结果与之前的试验结果没有任何差别。

郑子龙[7]在分析发展中国家的PPP 项目面板数据时，也运用了这种逐次加入控制变量的方法来检验模型的稳健性，并且观察不同模型的差异。模型2 在不断加入控制变量的过程中，模型的拟合优度逐渐增加，3 个解释变量系数的绝对值不断增大，对风险分担数值的影响也逐渐增大。政府控制腐败的能力与私人部门承担PPP 项目风险始终有明显的负相关性。由此可见，模型2 通过稳健性检验。

2.3.2 分样本回归法

在通过控制变量法检验模型稳健性的基础上，采用分样本回归法，按项目部门分类，探究了不同行业的PPP 项目风险分担结构上同政府治理水平的敏感性。

私人参与基础设施建设数据库将PPP 项目分为5 个部门，分别是能源部门、交通部门、供水和排污部门、信息通信技术部门以及城市固体废物处理部门。而低收入水平国家参与城市固体废物处理建设的项目数量为2 个，参与污水处理部门建设的项目数量为1 个，参与信息通信技术部门建设的项目数量为11 个。且由于控制变量数值缺失，导致信息通信技术项目可观测的样本数量为6 个，这3 个部门的样本量都太少不足以证明模型的稳健性。因此，本文选取能源部门和交通部门进行稳健性检验。

表6 按部门分析

运用最小二乘法检验的结果可见表6。两个部门均通过怀特检验，模型显著。部分解释变量能够保持在90%的置信水平下显著。政府治理腐败指标的系数一直为负，政府治理效能和社会稳定的系数皆为正，这两个检验结果在指标的系数正负上与模型2 相同。综上，模型2 能够通过稳健性检验。

对分行业分析的结果进行分析可知，作为项目数量最多的能源部门，在政府治理腐败的水平上，其系数的绝对值要小于交通部门。低收入水平国家参与交通部门PPP 项目建设的私人投资者，在国家政府治理腐败能力不高的情况下，承担的风险要小于参与能源部门建设的私人投资者。在政府治理效能方面，这一指标对交通部门PPP 项目风险分担结构的影响更为显著，提升政府的治理效能有利于使私人部门多承担交通部门项目的风险。

3 结语

对于低收入发展中国家而言，从风险分担结构与政府治理水平的相关关系来看，得知法治水平、监管质量、公民话语权的水平越好时，风险的分担就会更倾向于私人部门，这意味着政府治理水平越好时，政府部门承担的风险就越小。私人部门承担的风险与政府的治理效能和政治稳定正相关。社会的稳定会使整个经济环境处于和谐的大背景下，有利于发展经济、进行投资，私人部门也相应会愿意承担项目的风险，以期获取更多的收益。如果整个国家处于不断面临暴力袭击的状态，那么私人部门连投资的意愿都会减少，自然不会承担过多的项目风险。另外，政府治理腐败与风险分担的数值成反比，且政府治理腐败这一指标所占的比重较大，对风险分担结构的影响远大于政府效率和政治稳定对风险分担结构的影响。政治腐败实则有利于私营部门从中捞取额外的利润，对私营部门来说，既然能够通过钻取政治腐败的空子来获取利润，就不会认真遵守风险与收益相适应的规则。在这种情况下，私营部门就会不可避免地减少自己承担的风险，同时期望获取更大的收益。