基于TF-IDF与混合回归的PPP政策对PPP项目规模的影响研究*

葛子涵 张云华

(昆明理工大学建筑工程学院，云南 昆明 650500)

0 引言

自2013年以来，PPP模式成为提高社会公共产品供给效率的重要抓手。2014年起，国家发展和改革委员会(以下简称“国家发展改革委”)、财政部等各部委相继联合出台一系列政策文件，全面推广PPP模式，形成了“政策热”局面[1]。2016年，财政部政府和社会资本合作中心网络信息平台正式上线。相关数据显示，全国范围内PPP项目规模不断扩大；PPP模式经历了不同的发展阶段，在各行各业、各区域之间的发展程度差异较大。从不同地区视角来看，王洪强等[2]将我国各省市进行聚类，根据区域特征划分出4个省市类型；徐进等[3]指出，在全国7个地理区域范围内，影响PPP项目发展规模的关键因素不尽相同。由此可见，地方性差异尤其是区域社会经济特征属性是PPP项目规模的重要影响因素。

现有PPP政策相关研究主要集中于政策工具视角。针对政策应用和演化机制，柯洪等[4]提出，政策工具的应用存在不平衡现象；曹堂哲等[5]指出，从长期来看，多种政策工具的协同性较差；胡春艳等[6]指出，政策工具存在一定程度的选择偏好且工具与目标的匹配度较低。针对政策工具的分类差异性，王颖[7]将PPP政策划分为结构式强制工具、合同式诱导工具以及互动式影响工具；柯洪等[4]将PPP政策工具划分为供给型、环境型和需求型。可见，政策工具分类缺乏客观性，且其与政策文件的具体内容无法一一对应。因此，本文将政策内容的定性分析与政策数量和区域社会经济指标的定量分析相结合，通过提取核心政策文件的关键内容，基于回归分析方法，探究PPP模式发展过程中的政策效应，以期为政府及相关部门推动PPP模式健康、可持续发展提供决策参考。

1 政策文本分析

1.1 建立PPP政策数据库

首先，以我国政府部门官方网站、财政部政府与社会资本合作中心网络信息平台以及明树数据官方网站为检索平台，检索时间为2014年1月1日—2020年12月31日，检索关键词为“PPP”和“政府与社会资本合作”，搜集到的所有政策文件均具有明确的政策标题、发文字号、发布时间、发布部门和政策全文，以保证政策数据库涵盖全面；其次，对搜集到的政策文件进行筛选，仅选取中央和国家层面发文机关发布的政策，以及政策文件标题和文本内容涉及PPP模式或鼓励社会资本参与公共服务类项目投资建设的政策文件；最后，解决政策文件的重复性问题，确保政策数据库中文件的唯一性。通过筛选，最终获得254份确定有效的政策文件，在此基础上建立PPP政策数据库。

1.2 筛选核心PPP政策文件

基于引文分析方法，在中国知网中对PPP政策数据库中的政策文件进行检索，并逐一记录文件的被引次数。根据政策发布时间，以2020年12月31日为基点，以年为单位，计算政策发布时长和被引权重值(被引次数除以发布时长)。2014年部分PPP政策文件引文分析结果见1。

表1 2014年部分PPP政策文件引文分析结果

(续)

依据PPP政策文本提取原则(数据库中被引权重排名前20%)，选取每年数据权重排名最高的政策文件作为核心政策，形成PPP核心文本数据，共计50份。PPP核心政策时间轴如图1所示。

1.3 提取PPP核心政策关切点

本文采用TF-IDF算法提取PPP核心政策关键词。

图1 PPP核心政策时间轴

首先，将词频标准化，公式如下

TF=某个词语在文档中的出现次数/文档的总词数

(1)

其次，利用IDF计算词语的普遍性，公式如下

IDF=log(语料库的文档总数/包含该词语的文档数+1)

(2)

再次，计算TF-IDF值，由TF值乘以IDF值得到，即

TF-IDF=TF×IDF

(3)

最后，基于Python软件完成计算过程，并根据文档中每个词语的TF-IDF值按降序排列，排名靠前的词语即为文档关键词。

以2017年PPP核心政策关键词计算结果为例，2017年PPP核心政策TF-IDF值排名前50词汇表见表2，2017年PPP核心政策TF-IDF值排名前10词汇示意图如图2所示。

表2 2017年PPP核心政策TF-IDF值排名前50词汇表

(续)

图2 2017年PPP核心政策TF-IDF值排名前10词汇示意图

同理，统计2014—2020年PPP政策关键词，剔除不具有特殊意义或不具有区分度的词语，如“项目”“政府”“社会”“加强”等，得到各年度PPP核心政策排名前10的关键词，结果见表3。

表3 2014—2020年PPP核心政策关键词

(1)2014年，PPP政策关键词有“采购”“购买”“支付方式”等。这是由于《国务院关于加强地方政府性债务管理的意见》(国发〔2014〕43号)和《国务院关于创新重点领域投融资机制鼓励社会投资的指导意见》(国发〔2014〕60号)作为基础性文件，鼓励社会资本参与竞争，旨在通过PPP模式进行投融资改革。2015年，PPP政策政策关键词中开始出现“市场准入”“试点”等。《国务院办公厅转发财政部发展改革委人民银行关于在公共服务领域推广政府和社会资本合作模式指导意见的通知》(国办发〔2015〕42号)主要明确了对物有所值评价的操作办法以及根据示范项目的实施情况完善管理机制等。2016年，公布了第三批PPP示范项目，国家发展改革委连续发文强调畅通PPP项目融资渠道，并且明确了PPP项目审批方式。2017年、2018年和2019年，“债券”“绩效评价”等关键词出现。以《财政部 中国人民银行中国证监监督管理委员会关于规范开展政府和社会资本合作项目资产证券化有关事宜的通知》(财金〔2017〕55号)为代表，鼓励开展资产证券化，明确开展资产证券化项目的条件及要求。2020年，《中国证监会 国家发展改革委关于推进基础设施领域不动产投资信托基金(REITs)试点相关工作的通知》(证监发〔2020〕40号)提出，进一步创新投融资机制以及有效盘活存量资产，大力推进基础设施领域不动产投资信托基金试点工作，这对拓宽社会资本投融资渠道、降低债务风险等具有重要意义。综上所述，PPP政策在融资关切维度呈现“投融资—全过程管理—绩效管理—资产证券化—信托基金”的发展趋势。

(2)自2016年起，每年的PPP政策关键词中都出现“创新”。《中共中央 国务院关于深化投融资体制改革的意见》(中发〔2016〕18号)进一步强调了激发社会投资动力和活力。自此以后，相关部门发文重点均强调在传统基础设施领域推行PPP模式管理机制，鼓励在PPP模式下开展创新工作，目的是提高PPP项目质量与效率，探寻可推广的典型案例。在我国“一带一路”倡议背景下，无论是资产证券化还是发行专项债券，都是政府部门鼓励创新项目融资途径的具体体现，也是国家发展战略实施的动力支撑。因此，“创新”是2016年以来政策发文的关键主题。

2 区域差异情境下政策数量对PPP项目规模的影响分析

2.1 变量选取与数据来源

鉴于财政部于2016年建立政府与社会资本合作中心平台，综合考虑地方统计年鉴的资料完善程度，选取2017—2019年共12个季度作为数据收集时间区间。以每年中央层面政策的发文数量作为自变量；以全国7个地区、14个省/自治区(华东地区江苏省和江西省、华北地区山西省和河北省、华中地区湖南省和河南省、华南地区海南省和广西壮族自治区、西南地区云南省和贵州省、西北地区陕西省和青海省以及东北地区黑龙江省和辽宁省)的居民消费价格指数、公共预算收入占地区GDP的比重、城镇化率、城镇居民人均可支配收入以及交通客运总量作为控制变量；选择各省/自治区PPP项目的数量增量和投资额增量作为因变量，探讨区域社会经济差异情境下PPP政策数量对PPP项目规模的影响效应。变量和样本区域选取结果见表4。

表4 变量和样本区域选取结果

2.2 回归过程

采用混合回归模型估算面板数据的一般步骤为：假定个体的回归方程拥有相同的斜率，但具有不同的截距项，以此说明异质性。由于可以将所有数据一起进行回归，也被称为“混合回归”。本文基于STATA/MP 16.0软件对收集到的数据进行混合回归，结果见表5和表6。

表5 PPP项目数量增量(lny1)的混合回归结果

表6 PPP项目投资额增量(lny2)的混合回归结果

2.3 回归结果分析

2.3.1 政策数量

由表5和表6可以看出，PPP政策的发文数量对PPP项目的数量和投资额均有显著影响，且均呈正相关关系。政府推行PPP模式以来，虽然部分地区出现投资乱象，但相关政策持续加强监管力度，在一定程度上避免了地方不规范行为导致的金融风险。从财政部PPP中心项目规模统计数据可以看出，尽管每年有不少PPP项目退库，但管理库中的PPP项目数量以及投资额逐年增加。综合前文对政策核心内容及趋势规律的总结可知，PPP政策从宏观到具体、从单一领域到多行业发展、从传统投融资到开拓新的融资途径，都在为我国PPP模式发展提供充分的保障和支持，为全面深化供给侧结构性改革挖掘动力。

2.3.2 居民消费价格指数

居民消费价格指数(int1)主要用于反映地区物价水平的变动情况。表5中int1的P值小于0.01，呈现显著性水平；表6中int1的P值大于0.05小于0.1，呈现边缘显著水平，说明居民消费价格指数对PPP项目规模有显著影响，且呈负相关关系。消费价格指数下滑，消费行为会相应减少，进一步导致企业营收减少，因此，需要采取一定的措施拉动市场经济，调节市场的稳定性。而PPP模式是一种能够激发社会资本活力的融资模式，因此，两者之间存在负向影响关系。

2.3.3 公共预算收入占地区GDP的比重

一般公共预算收入占地区GDP的比重(int2)能够反映地区财政收入规模和经济发展水平，此项指标的高低主要与地区产业比重以及税收制度等因素有关。表5和表6中int2的P值均大于0.05的显著性水平，说明该变量对PPP项目数量及项目投资额没有显著影响。PPP模式的优势在于能够加速转换政府职能，减轻政府部门的财政负担。徐进等(2021)指出，在全国范围内，各关键维度中财政保障的重要性排名最低[4]，由此可见，财政收入比重对PPP项目规模的影响较为不显著。

2.3.4 城镇化率

城镇化率(int3)是指地方城镇常住人口占该地区常住总人口的比例。表5中int3的P值大于0.05的显著性水平，表6中int3的P值小于等于0.001的显著性水平，说明城镇化率对PPP项目数量不具有显著影响，但对PPP项目投资额具有显著影响，且呈负相关关系。近年来，随着我国城镇化进程的加速，地方政府面临许多迫切需求，如缓解债务压力、拓宽融资渠道等。在城镇化率较低的条件下，大规模的基础设施建设往往需要较大规模的投资。因此，在城镇化率较低的地区PPP项目的投资额会随之增加。

2.3.5 城镇居民人均可支配收入

城镇居民人均可支配收入(int4)是用来衡量人民生活水平的重要指标，代表居民的消费能力。表5和表6中int4的P值均大于0.05的显著性水平，但对lny2呈边缘显著关系。PPP项目的回报机制以可行性缺口补助和政府付费的方式为主。财政部PPP中心数据显示，截至2021年6月底，累计使用者付费类项目数量占管理库PPP项目总数的6.0%[3]，可见，两者之间的影响关系不显著。

2.3.6 交通客运总量

交通客运总量(int5)是反映交通运输行业规模的重要指标。表5和表6中int6的P值均小于0.01的显著性水平，说明交通客运总量对PPP项目数量和投资额具有显著影响，且呈正相关影响关系。一直以来，PPP项目的行业分布主要集中于市政工程和交通运输等领域，如果地方交通客运量规模扩大，那么交通运输领域的基础设施需求也会增大，从而对PPP项目规模起到正向影响作用。

3 结语

在我国现有的PPP政策体系中，PPP政策数量庞大、涉及领域众多，除了国家层面的政策，还有地方省市级政府出台的政策文件。因此，PPP项目各参与方在把握政策文本的核心要点上存在一定困难。基于此，本文主要研究了近年来PPP核心政策关切点，分析在区域差异情境下，PPP政策数量作为关键因素对PPP项目规模的影响。根据关键词提取以及混合回归两方面的研究结果，得出以下结论：

(1)2014—2020年，国家层面的政策文件从核心内容上呈现出以融资关切为导向的发展趋势，具体表现为“投融资—全过程管理—绩效管理—资产证券化—信托基金”的发展趋势；PPP政策内容逐渐全面、具体，为PPP模式发展提供了有力支撑，为我国传统投融资模式注入新的活力；从整体上看，PPP政策对PPP项目规模的扩大具有正向推进作用。

(2)从不同变量的显著性来看，市场稳定程度、城镇化水平、交通运输基础设施需求程度以及国家层面的政策出台对PPP项目投资规模具有重要影响。其中，交通运输领域需求程度的影响最为明显，其对PPP项目数量和投资额两个方面都具有显著影响。居民消费价格指数的显著性说明PPP模式可以有效激发社会资本活力来调节市场稳定性；城镇化率的显著性说明PPP项目在基础设施领域的投资规模庞大，带动社会效益增长的同时推动经济发展；同时，在我国情境下的PPP模式中，政策是政府指导作用的具体体现，在加快PPP项目落地方面具有至关重要的作用。

基于上述研究结论，提出以下建议：

(1)继续完善PPP模式相关政策，加大PPP政策发文力度，加强政策发文主体部门之间的协同性，为PPP模式在我国顺利实施提供有力的制度保障。

(2)进一步完善全国范围内的PPP数据库平台，在时间范围以及地域广度等维度全面统计各个阶段的PPP项目数据，尤其是2016年以前的相关信息，并保证数据的准确性与权威性，这对PPP模式的深入研究具有重要意义。