基于QCA方法的PPP項(xiàng)目資本結(jié)構(gòu)影響因素研究

　　摘 要：為給 PPP 項(xiàng)目資本結(jié)構(gòu)決策提供更為可靠的依據(jù)，通過(guò)廣義最小二乘回歸分析得到 PPP 項(xiàng)目資本結(jié)構(gòu)的顯著影響因素，采用 QCA 方法得到影響 PPP 項(xiàng)目資本結(jié)構(gòu)的不同影響因素組合。研究結(jié)果表明：債券市值和稅收總額與 PPP 項(xiàng)目杠桿率呈負(fù)相關(guān);最有可能帶來(lái)高杠桿率的影響因素組合有 3 種：最終交由公共部門運(yùn)營(yíng)且總投資額高、最終交由公共部門運(yùn)營(yíng)且通貨膨脹率高、最終由私人部門運(yùn)營(yíng)且債務(wù)提供者較多。結(jié)論可為 PPP 項(xiàng)目發(fā)起人確定資本結(jié)構(gòu)提供決策依據(jù)，同時(shí)也可為 PPP 項(xiàng)目資本結(jié)構(gòu)研究提供新的視角。

　　本文源自工程管理學(xué)報(bào) 發(fā)表時(shí)間：2021-02-26 《工程管理學(xué)報(bào)》是國(guó)家住房和城鄉(xiāng)建設(shè)部主管的綜合類國(guó)家科技期刊，由哈爾濱工業(yè)大學(xué)、中國(guó)建筑業(yè)協(xié)會(huì)管理現(xiàn)代化專業(yè)委員會(huì)主辦。期刊原名是創(chuàng)建于1985年，1987年國(guó)內(nèi)外公開(kāi)發(fā)行的《建筑管理現(xiàn)代化》。2009年底，經(jīng)國(guó)家新聞出版總署研究同意，更名為《工程管理學(xué)報(bào)》，現(xiàn)為雙月刊，刊號(hào)：ISSN1674-8859/CN23-1564/TU;國(guó)內(nèi)外公開(kāi)發(fā)行代號(hào)：14—173。

　　關(guān)鍵詞：PPP;資本結(jié)構(gòu);QCA

　　PPP(Public-Private-Partnership)是政府與社會(huì)資本方通過(guò)簽訂特許協(xié)議建立的一種長(zhǎng)期合作關(guān)系[1]。在過(guò)去的幾十年里，由于公共預(yù)算的限制和對(duì)新建或升級(jí)基礎(chǔ)設(shè)施的迫切需要，越來(lái)越多的私營(yíng)部門參與公共投資項(xiàng)目。2014 年以來(lái)，我國(guó)也開(kāi)始大力推廣 PPP 模式在基礎(chǔ)設(shè)施建設(shè)領(lǐng)域的應(yīng)用，財(cái)政部政府和社會(huì)資本數(shù)據(jù)中心的數(shù)據(jù)顯示， 2014~2019 年，我國(guó)累計(jì)入庫(kù)項(xiàng)目高達(dá) 9399 個(gè)，累計(jì)投資額高達(dá) 14.3 萬(wàn)億元。PPP 項(xiàng)目的資金來(lái)源主要包括兩部分，一是由項(xiàng)目發(fā)起人或者金融投資者注入的股本資金;二是是從銀行等金融機(jī)構(gòu)獲得債務(wù)貸款，這兩部分資金的構(gòu)成比例即為 PPP 項(xiàng)目的資本結(jié)構(gòu)。資本結(jié)構(gòu)的選擇關(guān)系著 PPP 項(xiàng)目的最終成敗，是項(xiàng)目融資的重要環(huán)節(jié)[2]。Sharma D K[3]研究指出 PPP 項(xiàng)目資本結(jié)構(gòu)意味著風(fēng)險(xiǎn)和利潤(rùn)分享，為激勵(lì)社會(huì)資本和保護(hù)公共利益提供了機(jī)制，因此 PPP 項(xiàng)目資本結(jié)構(gòu)至關(guān)重要。實(shí)踐中，最優(yōu)資本結(jié)構(gòu)對(duì)于那些以項(xiàng)目?jī)r(jià)值最大化為目標(biāo)的決策者來(lái)說(shuō)是一個(gè)關(guān)鍵問(wèn)題[4]。一方面，貸款人所要求的債務(wù)利率通常低于股東期望的收益率，因此發(fā)起人更傾向于利用高杠桿來(lái)獲得低成本的資金;另一方面，貸款機(jī)構(gòu)往往不愿提供這種高杠桿以避免承擔(dān)過(guò)多風(fēng)險(xiǎn)[5]。因此，決策者需要權(quán)衡各方的訴求建立一個(gè)合適的資本結(jié)構(gòu)用來(lái)為項(xiàng)目融資，以滿足發(fā)起人和貸款人雙方的期望和要求。而要確定最優(yōu)資本結(jié)構(gòu)，不能僅依靠決策者的經(jīng)驗(yàn)和非正式規(guī)則[6]，必須深入研究資本結(jié)構(gòu)的影響因素，從而為 PPP 項(xiàng)目最優(yōu)資本結(jié)構(gòu)決策提供更為合理的依據(jù)。

　　傳統(tǒng)資本結(jié)構(gòu)理論包括傳統(tǒng) MM 理論，新 MM 理論，權(quán)衡理論和啄序理論等。傳統(tǒng) MM 理論認(rèn)為在沒(méi)有稅收、沒(méi)有激勵(lì)、沒(méi)有信息問(wèn)題的理想狀態(tài)下，資本結(jié)構(gòu)與公司價(jià)值無(wú)關(guān)。新 MM 理論認(rèn)為由于債務(wù)所產(chǎn)生的利息可以在企業(yè)支付所得稅之前進(jìn)行扣除，減少了企業(yè)的實(shí)際稅費(fèi)支出，因而有利于增加股東的稅后收益，所以企業(yè)應(yīng)該盡可能地增加債務(wù)融資，減少股權(quán)投資。權(quán)衡理論假設(shè)企業(yè)存在最優(yōu)的資本結(jié)構(gòu)，能夠平衡債務(wù)的收益(如利息稅盾)和成本(如破產(chǎn)成本和代理成本)，實(shí)現(xiàn)避稅收益和破產(chǎn)成本、債務(wù)代理成本的權(quán)衡[7]。啄序理論認(rèn)為在為新項(xiàng)目籌集資金時(shí)，公司會(huì)先通過(guò)內(nèi)部資金進(jìn)行融資，然后再通過(guò)低風(fēng)險(xiǎn)的債務(wù)融資，最后才會(huì)選擇外部股權(quán)融資[8]。

　　Borliang Chen[4]通過(guò)建立博弈模型得出，各參與方議價(jià)能力的組合對(duì)資本結(jié)構(gòu)有顯著影響：項(xiàng)目公司議價(jià)能力越強(qiáng)，負(fù)債率較高;當(dāng)雙方議價(jià)能力相等時(shí)，負(fù)債率最高。Dias[9]等利用資產(chǎn)定價(jià)模型(CAPM)確定項(xiàng)目?jī)r(jià)值及其財(cái)務(wù)組成，證明存在項(xiàng)目破產(chǎn)風(fēng)險(xiǎn)，因而存在債務(wù)容量。Bakatjan 等[10] 根據(jù)財(cái)務(wù)可行性要求作為約束條件，計(jì)算出最優(yōu)資本結(jié)構(gòu)。Bagui 等[11]站在股東角度研究了還款方式和折舊方式對(duì)交通領(lǐng)域PPP項(xiàng)目最優(yōu)資本結(jié)構(gòu)的影響。Zhang[12]考慮到項(xiàng)目建設(shè)風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)，建立了最優(yōu)資本結(jié)構(gòu)的計(jì)算模型。Yun 等[13]同時(shí)考慮股東和貸款人的需求進(jìn)行最優(yōu)資本結(jié)構(gòu)計(jì)算。 Borliang Chen[14]通過(guò)建立PPP項(xiàng)目融資最優(yōu)負(fù)債率的簡(jiǎn)單模型，得出資本結(jié)構(gòu)與最低期望回報(bào)率之間有著顯著關(guān)系。這些 PPP 項(xiàng)目最優(yōu)資本結(jié)構(gòu)的研究多基于資本結(jié)構(gòu)理論，采用數(shù)理建模的方法，考慮了 PPP 項(xiàng)目資本結(jié)構(gòu)的某些影響因素，比如破產(chǎn)風(fēng)險(xiǎn)、財(cái)務(wù)可行性、項(xiàng)目盈利水平、融資雙方的需求及談判力等，但影響 PPP 項(xiàng)目資本結(jié)構(gòu)的因素遠(yuǎn)不止這些，這有賴于對(duì) PPP 項(xiàng)目資本結(jié)構(gòu)影響因素的進(jìn)一步研究。

　　企業(yè)資本結(jié)構(gòu)影響因素研究是PPP項(xiàng)目資本結(jié)構(gòu)影響因素研究的基礎(chǔ)。在企業(yè)資本結(jié)構(gòu)影響因素中，由于稅收可以抵稅，形成“稅盾效應(yīng)”，因此，稅收作為一個(gè)關(guān)鍵影響因素被首先識(shí)別出來(lái)[7]。 Mitton[15]的研究表明，杠桿率的增加主要源于企業(yè)特有特征的變化，而東道國(guó)的發(fā)展和開(kāi)放的金融環(huán)境也會(huì)影響杠桿率的變化。De Jong 等[16]調(diào)查了 42 個(gè)國(guó)家的企業(yè)融資，發(fā)現(xiàn)國(guó)別因素對(duì)資本結(jié)構(gòu)有間接影響。李悅等[17]通過(guò)實(shí)證研究分析出中國(guó)上市公司的資本結(jié)構(gòu)影響因素包括負(fù)債的稅盾價(jià)值，財(cái)務(wù)困境成本和融資成本等因素。與企業(yè)融資相比，PPP 項(xiàng)目融資有其獨(dú)有的特點(diǎn)。它涉及建立一個(gè)與發(fā)起人原有公司資產(chǎn)隔離的項(xiàng)目公司，融資方式往往采取項(xiàng)目融資方式，這使其資本結(jié)構(gòu)與企業(yè)資本結(jié)構(gòu)有所不同[18]。Byoun 等[19]考察了一系列項(xiàng)目特定因素(如項(xiàng)目成本、發(fā)起人數(shù)量等)的影響，認(rèn)為杠桿是發(fā)起人規(guī)避風(fēng)險(xiǎn)的一種對(duì)沖機(jī)制，與項(xiàng)目風(fēng)險(xiǎn)呈正相關(guān)。Pierru 等[20]評(píng)估了能源基礎(chǔ)設(shè)施債務(wù)比率和股權(quán)集中度的決定因素，結(jié)果表明，在風(fēng)險(xiǎn)較大的國(guó)家進(jìn)行規(guī)模較大的項(xiàng)目，其負(fù)債率較低，股權(quán)集中度較低。Vaaler[21]抽取了 1995~2004 年間亞洲 238 個(gè)項(xiàng)目公司樣本，觀察到宏觀經(jīng)濟(jì)理論相關(guān)的國(guó)家層面因素、代理理論相關(guān)的結(jié)構(gòu)因素、知識(shí)和交易成本理論相關(guān)的發(fā)起人經(jīng)驗(yàn)、項(xiàng)目規(guī)模因素等重要影響因素。De Marco A[22]通過(guò)回歸分析得出通貨膨脹率、投資規(guī)模、建設(shè)周期等是項(xiàng)目融資資本結(jié)構(gòu)的顯著影響因素。劉婷等[23]通過(guò)分析來(lái)自 OECD、歐洲投資銀行的 18 個(gè)國(guó)際典型 PPP 案例，得出債務(wù)資金成本、主辦人信用等級(jí)、投資規(guī)模等對(duì) PPP 項(xiàng)目資本結(jié)構(gòu)有著重要影響。Jiannan 等[5] 通過(guò)對(duì)全球 22 個(gè)國(guó)家(包括發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家)典型基礎(chǔ)設(shè)施部門的 498 個(gè) PPP 項(xiàng)目的探索性研究，得出了發(fā)起人數(shù)量、貸款人數(shù)量和合同類型及總稅率、實(shí)際利率、貸款風(fēng)險(xiǎn)溢價(jià)和債券市值是資本結(jié)構(gòu)的主要影響因素。

　　從以上研究綜述可以看出，學(xué)者們從不同的角度得到了很多 PPP 項(xiàng)目資本結(jié)構(gòu)影響因素，但僅限于分析單個(gè)因素對(duì)PPP項(xiàng)目資本結(jié)構(gòu)的影響。然而， PPP 項(xiàng)目的資本結(jié)構(gòu)可能同時(shí)受到多個(gè)因素的影響，決策者需要進(jìn)一步了解影響資本結(jié)構(gòu)的影響因素組合。由于決策者需要綜合考慮多個(gè)影響因素，現(xiàn)有研究尚不能為其提供直接的決策依據(jù)。本文擬從PPP項(xiàng)目特征及其所處宏觀經(jīng)濟(jì)環(huán)境和財(cái)政金融環(huán)境三大類因素入手，對(duì)來(lái)自 17 個(gè)國(guó)家 78 個(gè)交通運(yùn)輸 PPP 項(xiàng)目的數(shù)據(jù)進(jìn)行分析，采用廣義最小二乘回歸確定影響因素，然后運(yùn)用定性比較分析方法(Qualitative Comparative Analysis，QCA)，得到 PPP項(xiàng)目資本結(jié)構(gòu)的影響因素組合。為決策者提供同時(shí)考慮各種因素時(shí)的決策依據(jù)。

　　1 研究方法與研究過(guò)程

　　1.1 研究方法選擇

　　本文選擇QCA(Qualitative Comparative Analysis)方法來(lái)進(jìn)行影響因素組合的研究。QCA 是由 Ragin 在 19 世紀(jì) 80 年代開(kāi)發(fā)的一種面向案例的方法，它是一種集合論方法，用于根據(jù)復(fù)雜的屬性配置和結(jié)果來(lái)比較案例，作為一種檢測(cè)特定結(jié)果的充要條件結(jié)構(gòu)的技術(shù)，QCA 允許系統(tǒng)的跨案例比較。相較其他研究方法，聚類分析(Cluster Analysis)依賴主觀判斷、缺乏顯著性和效度的統(tǒng)計(jì)性檢驗(yàn)、不能說(shuō)明屬性之間的相互關(guān)系或評(píng)價(jià)屬性對(duì)結(jié)果的相對(duì)貢獻(xiàn)程度。差分法(Profile Deviation Analysis)中理想類型的選取受到質(zhì)疑且不能探究組態(tài)中各屬性間的相互關(guān)系。回歸方法多用于探究組態(tài)中屬性之間的相互關(guān)系，但只能處理雙重及三重交互;QCA 有效克服了以上缺陷，并具有獨(dú)特的優(yōu)勢(shì)。作為一種 “案例導(dǎo)向”的方法，在實(shí)證研究中被廣泛應(yīng)用，其包含 3 種形式：一是清晰集 QCA(csQCA)，數(shù)據(jù)被二分處理，變量只能被賦值為 0 和 1，容易導(dǎo)致變量信息的丟失以及產(chǎn)生矛盾組態(tài);二是多值 QCA(mvQCA)：使用多值變量，提升了數(shù)據(jù)處理的精細(xì)程度，適合處理多類別現(xiàn)象;三是模糊集 QCA(fsQCA)，引入模糊隸屬的概念，可以表示程度或水平上的變化。本文將主要采用模糊集 QCA (fsQCA)進(jìn)行分析。

　　1.2 影響因素集的建立

　　本文從宏觀到微觀的角度，將 PPP 項(xiàng)目資本結(jié)構(gòu)的影響因素限定在宏觀經(jīng)濟(jì)環(huán)境、財(cái)政金融條件和 PPP 項(xiàng)目特征三大類，依據(jù)文獻(xiàn)，每類具體的影響因素如表 1 所示，其中，財(cái)政金融條件中稅收總額因素指的是一國(guó)所得稅稅收總額，簡(jiǎn)稱稅收總額。

　　1.3 數(shù)據(jù)收集

　　本文中 PPP 項(xiàng)目的數(shù)據(jù)來(lái)源于 IJGlobal 數(shù)據(jù)庫(kù)和 Thomson Reuters 項(xiàng)目融資數(shù)據(jù)庫(kù)。樣本包括 2000~2016 年期間 17 個(gè)國(guó)家的 78 個(gè) PPP 項(xiàng)目數(shù)據(jù)。每一份數(shù)據(jù)都由項(xiàng)目特定的信息組成，包括項(xiàng)目規(guī)模、債務(wù)數(shù)量、發(fā)起人、債務(wù)提供者、融資關(guān)閉年度、所屬國(guó)家和部門、特許期和合同類型等信息。本文選擇杠桿率，即債務(wù)與項(xiàng)目投資規(guī)模的比率作為因變量，反映項(xiàng)目的資本結(jié)構(gòu);利用這 78 個(gè) PPP 項(xiàng)目的數(shù)據(jù)信息，以表 1 中的影響因素作為自變量，進(jìn)行回歸分析，以確定這些影響因素與 PPP 項(xiàng)目資本結(jié)構(gòu)的相關(guān)關(guān)系。

　　1.4 回歸過(guò)程

　　回歸分析可檢驗(yàn)表 1 中的影響因素是否為顯著因素，即自變量對(duì)因變量的變化是否有顯著的正或負(fù)的影響。正向影響是指自變量的增加決定了因變量的增加，自變量的減少?zèng)Q定了因變量的減少，而負(fù)向影響則與之相反。表 1 中各影響因素除了合同類型這一影響因素外，都有對(duì)應(yīng)的數(shù)值。為進(jìn)行回歸分析，本文將合同類型因素視為 0，1 變量，將最終由私人部門擁有并運(yùn)營(yíng)的合同類型標(biāo)記為 1，將最后轉(zhuǎn)讓給公共部門的合同類型標(biāo)記為 0。政治風(fēng)險(xiǎn)數(shù)據(jù)來(lái)自樣本數(shù)據(jù)中各個(gè)國(guó)家的政治風(fēng)險(xiǎn)評(píng)分。

　　為避免獨(dú)立變量之間存在的多重共線性導(dǎo)致回歸分析結(jié)果與事實(shí)之間存在偏差，在進(jìn)行回歸分析之前應(yīng)對(duì)自變量進(jìn)行共線性分析。多重共線性的大小通過(guò) VIF(Variance Inflation Factor)的計(jì)算進(jìn)行評(píng)估。VIF 是用來(lái)計(jì)算一個(gè)自變量和模型里其他自變量關(guān)系的統(tǒng)計(jì)量，計(jì)算公式為 1/(1-r 2 )，r2表示待研究自變量與模型中其他自變量相關(guān)的方差占比，VIF 大于 5 的自變量應(yīng)該被剔除出模型[24]，因?yàn)檫@將導(dǎo)致回歸系數(shù)估計(jì)的不穩(wěn)定，模型中所有考慮到的自變量都應(yīng)小于 5。多重共線性分析結(jié)果如表 2 所示，真實(shí)利率、政治風(fēng)險(xiǎn)的 VIF 值高于 5，說(shuō)明與其他變量的共線性較強(qiáng)，應(yīng)剔除出模型。

　　檢查過(guò)多重共線性后，還需要考慮自變量單位量級(jí)的標(biāo)準(zhǔn)化[25]，由于本文考慮的自變量數(shù)據(jù)集有不同的數(shù)量級(jí)和測(cè)量，很難比較其對(duì)于因變量的顯著性，因此，為了概括這 78 個(gè)項(xiàng)目的數(shù)據(jù)集測(cè)試結(jié)果，有必要基于標(biāo)準(zhǔn)化角度對(duì)自變量單位量級(jí)進(jìn)行標(biāo)準(zhǔn)化處理。在給定數(shù)據(jù)集大小的情況下，分別對(duì)各參數(shù)的均值和方差值進(jìn)行正態(tài)分布觀測(cè)，各自變量以其均值和方差呈正態(tài)分布。為此，計(jì)算各因素參數(shù)的均值和標(biāo)準(zhǔn)誤差，利用下式對(duì)各觀測(cè)值進(jìn)行標(biāo)準(zhǔn)化。

　　將各影響因素對(duì)應(yīng)的數(shù)據(jù)輸入 SPSS 軟件后，得到回歸模型如表 3 所示，其中的數(shù)字是回歸系數(shù)，代表了自變量進(jìn)行了單位變動(dòng)對(duì)因變量影響的大小。數(shù)字上面的角標(biāo)代表了該自變量的顯著性水平，上角標(biāo) a 代表自變量在 1%的顯著性水平上顯著，上角標(biāo) b 代表自變量在 5%的顯著性水平顯著，上角標(biāo) c 代表自變量在 10%的顯著性水平上顯著。 R2代表模型的擬合程度，即因變量的變動(dòng)有多少可以被構(gòu)建的模型解釋，0.40 以上的數(shù)值屬于比較高的水平，代表樣本數(shù)據(jù)中因變量杠桿率 40%的變動(dòng)可以由模型中的影響因素解釋。PPP 項(xiàng)目規(guī)模大，周期長(zhǎng)，利益相關(guān)方眾多，杠桿率影響因素較多， 0.4 在 PPP 項(xiàng)目資本結(jié)構(gòu)影響因素的研究已屬于較高水平。經(jīng)過(guò)多模型的嘗試，各因素的系數(shù)和顯著性水平趨于穩(wěn)定，有幾個(gè)因素在幾個(gè)模型中均處于顯著性水平較高的位置，分別是項(xiàng)目發(fā)起人數(shù)量，總投資額，債務(wù)提供者數(shù)量，合同類型，通貨膨脹率，債券市值，稅收總額。

　　1.5 QCA 分析過(guò)程

　　對(duì)通過(guò)回歸分析篩選出的顯著影響因素，借助 QCA 定性比較分析方法進(jìn)行組合分析，以探索以上顯著性影響因素是怎樣組合在一起對(duì)PPP項(xiàng)目資本結(jié)構(gòu)產(chǎn)生影響的。以下是分析過(guò)程。首先建立真值表，以 95 分位、50 分位、5 分位作為臨界值對(duì)原始數(shù)據(jù)進(jìn)行校準(zhǔn)，將頻率閾值設(shè)為 1，以消除沒(méi)有觀測(cè)值的構(gòu)型，去掉了其中的 9 種構(gòu)型。接下來(lái)將一致性閾值設(shè)置為 0.80，作為衡量結(jié)果變量高低的標(biāo)準(zhǔn)，將原始數(shù)據(jù)矩陣重構(gòu)為真值表，即要遵循“分析的所有結(jié)果都要基于給定的確定數(shù)據(jù)集”的原則 [26]。fsQCA 軟件會(huì)生成 3 種解，即復(fù)雜解、簡(jiǎn)約解和中間解。復(fù)雜解是將所有邏輯余項(xiàng)設(shè)置為“假”，沒(méi)有反事實(shí)案例;簡(jiǎn)約解則包含所有會(huì)產(chǎn)生邏輯更簡(jiǎn)潔解的邏輯余項(xiàng)，不管它是簡(jiǎn)單還是復(fù)雜的反事實(shí)案例;中間解介于兩者之間，只包含簡(jiǎn)單反事實(shí)案例的邏輯余項(xiàng)，本文結(jié)論是基于中間解得出的。

　　2 結(jié)果及分析

　　數(shù)據(jù)分析結(jié)果如表 4 所示，其中*代表邏輯關(guān)系中的“且”的含義，~代表邏輯關(guān)系中“非”的含義，共得出 5 個(gè)影響因素組合，總覆蓋率為 0.91，即項(xiàng)目案例中 90%以上的項(xiàng)目結(jié)果變量即杠桿率可以通過(guò)以上的 5 個(gè)影響因素組合解釋，同時(shí)總一致性為 0.68，具有良好的必要性水平。得到的 5 個(gè)影響因素組合中前兩個(gè)由單個(gè)影響因素組成，分別是低的債券市值和低的稅收總額會(huì)導(dǎo)致PPP項(xiàng)目高杠桿率的形成，影響方向與回歸分析的結(jié)論一樣，相互驗(yàn)證了顯著性。單個(gè)影響因素組合的出現(xiàn)表示該影響因素的影響較為獨(dú)立，不需要與其他影響因素組合即可單獨(dú)對(duì)因變量產(chǎn)生影響。

　　所得單影響因素組合中，債券市值代表了一個(gè)國(guó)家通過(guò)直接融資在債券市場(chǎng)可獲取債務(wù)資金的量，而 PPP 項(xiàng)目多采取項(xiàng)目融資貸款的方式，屬于間接融資。一個(gè)國(guó)家債券市值比較低，作為間接融資的銀行貸款業(yè)務(wù)就會(huì)相對(duì)較強(qiáng)，PPP 項(xiàng)目可從銀行獲得較多的貸款量，所以債券市值和杠桿率呈負(fù)相關(guān)。稅收總額較低代表國(guó)家營(yíng)商環(huán)境較好，對(duì)公司利潤(rùn)也有積極的影響，因此貸方會(huì)更愿意提供更多資金，項(xiàng)目杠桿率會(huì)更高。

　　表 4 中后 3 個(gè)影響因素組合分別是高的總投資額和最終交由公共部門運(yùn)營(yíng)的合同類型、最終交由公共部門運(yùn)營(yíng)的合同類型和高通貨膨脹率、較多債務(wù)提供者和由私人部門持續(xù)運(yùn)營(yíng)的合同類型，這 3 組影響因素組合會(huì)更可能導(dǎo)致PPP項(xiàng)目高杠桿率的形成。值得注意的是，表 4 中后 3 個(gè)影響因素組合中都有合同類型這一影響因素，可見(jiàn)其對(duì) PPP 項(xiàng)目資本結(jié)構(gòu)有非常重要的影響。具體來(lái)看，3 號(hào)影響因素組合中，總投資額這一因素一般被認(rèn)為應(yīng)與杠桿率呈負(fù)相關(guān)關(guān)系，因?yàn)橥顿Y額越大，一旦有違約等意外情況的發(fā)生，較難進(jìn)行逆轉(zhuǎn)或清算，所以投資額較大的項(xiàng)目會(huì)面臨更大的風(fēng)險(xiǎn)，因而項(xiàng)目決策者在面臨較高風(fēng)險(xiǎn)時(shí)往往只能實(shí)現(xiàn)較低的杠桿率 [19~21]，回歸分析的結(jié)果也說(shuō)明了這一點(diǎn)，而對(duì)于特許經(jīng)營(yíng)期結(jié)束交由公共部門運(yùn)營(yíng)的合同類型，這樣的項(xiàng)目往往會(huì)受到更多的監(jiān)管，操作更加規(guī)范，項(xiàng)目風(fēng)險(xiǎn)大大降低，對(duì)債務(wù)資金提供者更有吸引力，所以會(huì)將原本負(fù)向關(guān)系抵消，導(dǎo)致高杠桿率的發(fā)生。典型案例包括澳大利亞的 M2 Hills Motorway Upgrade PPP 項(xiàng)目，總投資額 7.3 億美元，合同類型為 BOOT，私人部門在特許經(jīng)營(yíng)期結(jié)束時(shí)有義務(wù)向政府移交項(xiàng)目，這個(gè)項(xiàng)目的杠桿率達(dá)到 1。加拿大的 Golden Ears Bridge 橋梁 PPP 項(xiàng)目，總投資額 9 億美元，合同類型為 BOT，為政府擁有所有權(quán)，私人部門未來(lái)有義務(wù)向政府移交項(xiàng)目，此項(xiàng)目杠桿率達(dá)到 0.96，屬于很高的杠桿率。

　　對(duì)于表 4 中 4 號(hào)影響因素組合，過(guò)高的通貨膨脹率往往意味著宏觀經(jīng)濟(jì)環(huán)境較差，資金融通速度較慢[16，27]，所以高的通貨膨脹率會(huì)導(dǎo)致較低杠桿率結(jié)果的發(fā)生，回歸分析的結(jié)果也說(shuō)明了這一點(diǎn)，但當(dāng)項(xiàng)目最后交由公共部門運(yùn)營(yíng)時(shí)，會(huì)為項(xiàng)目增加更多信用，項(xiàng)目融資時(shí)獲得資金更加容易，因此項(xiàng)目決策者更容易實(shí)現(xiàn)高杠桿的策略。典型案例包括越南的VDB Two Step Loan-Hanoi Haiphong Expressway道路 PPP 項(xiàng)目，當(dāng)時(shí)通貨膨脹率為 9.09%，合同類型為 BOT，為政府擁有所有權(quán)，私人部門在特許經(jīng)營(yíng)期結(jié)束時(shí)有義務(wù)向政府移交項(xiàng)目，此項(xiàng)目杠桿率達(dá)到 1。牙買加的 Sangster International Airport 機(jī)場(chǎng) PPP 項(xiàng)目，通貨膨脹率 15.3%，合同類型為 BOT，為政府擁有所有權(quán)，在特許經(jīng)營(yíng)期結(jié)束時(shí)有義務(wù)向政府移交項(xiàng)目，該項(xiàng)目的杠桿率達(dá)到較高水平，為 0.67。

　　以上分析說(shuō)明，最終交由政府運(yùn)營(yíng)的 PPP 項(xiàng)目合同類型更有利于實(shí)現(xiàn)高杠桿率，但表 4 中 5 號(hào)影響因素組合顯示，當(dāng) PPP 項(xiàng)目有更多的債務(wù)提供者時(shí)，即使其屬于由私人部門運(yùn)營(yíng)的合同類型，二因素組合下也可以實(shí)現(xiàn)高杠桿率。典型案例包括加拿大的 Windsor-Essex Parkway AFP 道路 PPP 項(xiàng)目，債務(wù)提供者數(shù)量為 11，合同類型為 DBFMO，為私人部門擁有所有權(quán)，未來(lái)無(wú)義務(wù)向政府轉(zhuǎn)讓，杠桿率為 0.90。英國(guó)的 Thameslink Rolling Stock Project 軌道 PPP 項(xiàng)目，債務(wù)提供者數(shù)量為 19，合同類型為 DBFMO，為私人部門擁有所有權(quán)，未來(lái)無(wú)義務(wù)向政府轉(zhuǎn)讓，杠桿率為 0.90。

　　3 結(jié)語(yǔ)

　　本文構(gòu)建了 PPP 項(xiàng)目資本結(jié)構(gòu)的影響因素集，通過(guò)廣義最小二乘回歸分析得到了顯著影響因素集，通過(guò) QCA 的方法，得到了 2 個(gè)單影響因素組合和 3 個(gè)多影響因素組合。單影響因素組合包括債券市值和稅收總額，多影響因素組合包括高的總投資額和最終交由公共部門運(yùn)營(yíng)的合同類型的組合，高通貨膨脹率和最終移交公共部門運(yùn)營(yíng)的合同類型的組合，較多債務(wù)提供者和持續(xù)由私人部門運(yùn)營(yíng)的合同類型的組合。由此可知，如果某一 PPP 項(xiàng)目所處的金融市場(chǎng)債券市值不大或所得稅率比較低，該 PPP 項(xiàng)目可實(shí)現(xiàn)高杠桿率;如果某一 PPP 項(xiàng)目的合同類型為特許期結(jié)束移交政府經(jīng)營(yíng)，則即使其投資額大或面臨通貨膨脹，也可實(shí)現(xiàn)高杠桿率;而某一 PPP 項(xiàng)目即使持續(xù)由私人部門運(yùn)營(yíng)，只要債務(wù)提供者的數(shù)量比較多，也可實(shí)現(xiàn)高杠桿率。本文的研究可為PPP項(xiàng)目資本結(jié)構(gòu)決策者提供更為合理的決策依據(jù)，但尚存在局限與不足，主要體現(xiàn)在所用數(shù)據(jù)多為國(guó)際交通運(yùn)輸類 PPP 項(xiàng)目，且限于數(shù)據(jù)的可得性，不能包含所有的影響因素，也沒(méi)有國(guó)內(nèi) PPP 項(xiàng)目數(shù)據(jù)。今后將擴(kuò)展項(xiàng)目類型和增加國(guó)內(nèi) PPP 項(xiàng)目數(shù)據(jù)，在數(shù)據(jù)條件具備時(shí)做更為綜合的進(jìn)一步深入研究。