林濤濤， 李 潔， 江 妍， 袁競(jìng)峰

(1. 南京林業(yè)大學(xué) 土木工程學(xué)院， 江蘇 南京 210037；2. 東南大學(xué) 土木工程學(xué)院， 江蘇 南京 210096)

PPP是英文Public-Private-Partnership的縮寫，我國(guó)稱之為“政府和社會(huì)資本合作”。PPP模式能夠通過(guò)引入社會(huì)資本，加快基礎(chǔ)設(shè)施建設(shè)，緩解政府財(cái)政壓力；利用社會(huì)資本市場(chǎng)競(jìng)爭(zhēng)機(jī)制，改善公共服務(wù)的運(yùn)營(yíng)效率；堅(jiān)持風(fēng)險(xiǎn)共擔(dān)原則，減小合作雙方的財(cái)務(wù)風(fēng)險(xiǎn)。2014年以來(lái)，PPP模式受到國(guó)家政府的大力推廣，截止2017年6月，財(cái)政部入庫(kù)項(xiàng)目13554個(gè)，入庫(kù)項(xiàng)目金額超過(guò)16萬(wàn)億元。

收費(fèi)公路因具備穩(wěn)定的收費(fèi)基礎(chǔ)，成為PPP模式最早運(yùn)用的領(lǐng)域之一。根據(jù)《“十三五”現(xiàn)代綜合交通運(yùn)輸體系發(fā)展規(guī)劃》，2015年至2020年間，我國(guó)在交通基礎(chǔ)設(shè)施領(lǐng)域投資要超過(guò)15萬(wàn)億元。受經(jīng)濟(jì)下行壓力和稅制改革的影響，我國(guó)政府收入增幅減慢，財(cái)政赤字?jǐn)U大。同時(shí)，我國(guó)地方政府融資負(fù)債普遍存在，甚至規(guī)模巨大。截至2016年末，我國(guó)中央和地方政府債務(wù)已達(dá)到27.3萬(wàn)億元。根據(jù)財(cái)政部測(cè)算，我國(guó)政府負(fù)債率為36.7%。2014年，國(guó)務(wù)院印發(fā)了《關(guān)于加強(qiáng)地方政府性債務(wù)管理的意見(jiàn)》，要求剝離融資平臺(tái)公司政府融資職能，大力推廣使用PPP模式，引入社會(huì)資本發(fā)展公路基礎(chǔ)設(shè)施。由此可見(jiàn)，基礎(chǔ)建設(shè)項(xiàng)目和公共服務(wù)完全依賴于政府的投資是不可能實(shí)現(xiàn)的，未來(lái)將有更多的收費(fèi)公路采用PPP模式建設(shè)。

事實(shí)上，在許多項(xiàng)目的實(shí)際操作過(guò)程中，收費(fèi)公路PPP項(xiàng)目會(huì)由于不同的風(fēng)險(xiǎn)而發(fā)生提前終止。我國(guó)財(cái)政部《PPP項(xiàng)目合同指南》與世界銀行發(fā)布的《PPP Reference Guide》2.0版都指出補(bǔ)償分配是提前終止機(jī)制的核心問(wèn)題，而合理的補(bǔ)償分配應(yīng)當(dāng)考慮正確的風(fēng)險(xiǎn)分配以及對(duì)風(fēng)險(xiǎn)損失進(jìn)行可靠的定量研究[1]。

然而，目前PPP風(fēng)險(xiǎn)研究主要集中在定性的風(fēng)險(xiǎn)研究，即在項(xiàng)目風(fēng)險(xiǎn)發(fā)生前對(duì)風(fēng)險(xiǎn)進(jìn)行識(shí)別、評(píng)估和分擔(dān)。如柯永建等[2]利用問(wèn)卷調(diào)查等方法識(shí)別出PPP項(xiàng)目全生命周期內(nèi)的37項(xiàng)風(fēng)險(xiǎn)，并給出分擔(dān)結(jié)果；宋金波等[3]通過(guò)多案例研究識(shí)別出7項(xiàng)導(dǎo)致項(xiàng)目提前終止的關(guān)鍵影響因素；王秋菲等[4]研究認(rèn)為收益不足、項(xiàng)目唯一性、政府信用、政策變更及審批風(fēng)險(xiǎn)是PPP道路項(xiàng)目失敗的主要風(fēng)險(xiǎn)；李妍[5]通過(guò)最優(yōu)分配理論設(shè)計(jì)出PPP項(xiàng)目的風(fēng)險(xiǎn)分擔(dān)模型；張紅平等[6]利用結(jié)構(gòu)方程找出了導(dǎo)致PPP項(xiàng)目提前終止的關(guān)鍵風(fēng)險(xiǎn)。這一類風(fēng)險(xiǎn)研究的目的主要是防范項(xiàng)目進(jìn)行過(guò)程中發(fā)生風(fēng)險(xiǎn)，缺點(diǎn)是缺乏足夠準(zhǔn)確的定量研究，使得風(fēng)險(xiǎn)的研究成果不能夠很好地與補(bǔ)償相結(jié)合。

本文在已有PPP風(fēng)險(xiǎn)研究的基礎(chǔ)上，通過(guò)案例識(shí)別出收費(fèi)公路PPP項(xiàng)目運(yùn)營(yíng)期風(fēng)險(xiǎn)因子，并利用偏最小二乘法對(duì)已識(shí)別的風(fēng)險(xiǎn)因子進(jìn)行定量研究，給出項(xiàng)目運(yùn)營(yíng)過(guò)程中各個(gè)風(fēng)險(xiǎn)因子的影響值，以期望彌補(bǔ)目前風(fēng)險(xiǎn)研究成果與補(bǔ)償分配不能匹配的現(xiàn)狀，同時(shí)希望能夠提供一種風(fēng)險(xiǎn)定量研究的新思路。

1 PPP項(xiàng)目運(yùn)營(yíng)階段風(fēng)險(xiǎn)分析方法

1.1 方法選取

風(fēng)險(xiǎn)定量研究的方法一般有敏感性分析法、模糊綜合評(píng)價(jià)法、蒙特卡洛模擬等。蔡毅[7]等提出敏感性分析忽略了變量間交互作用對(duì)輸出的影響；陳敬武等[8]利用模糊綜合評(píng)價(jià)法對(duì)PPP項(xiàng)目的綜合風(fēng)險(xiǎn)大小給出評(píng)價(jià)，研究結(jié)果對(duì)專家水平的倚重程度較高；胡甚平[9]通過(guò)蒙特卡洛模擬進(jìn)行了風(fēng)險(xiǎn)定量研究，提出項(xiàng)目系統(tǒng)風(fēng)險(xiǎn)的大小及發(fā)生概率能為決策提供有效信息，但沒(méi)有給出各個(gè)風(fēng)險(xiǎn)對(duì)目標(biāo)的獨(dú)立影響。

考慮本文風(fēng)險(xiǎn)定量的目的，對(duì)本文的風(fēng)險(xiǎn)定量方法提出以下要求：(1)輸出結(jié)果要能夠體現(xiàn)各個(gè)風(fēng)險(xiǎn)對(duì)目標(biāo)值的獨(dú)立影響；(2)盡量消除各個(gè)風(fēng)險(xiǎn)因素之間的多重相關(guān)性；

查閱相關(guān)文獻(xiàn)，王海燕等[10]研究提出多元回歸方程的標(biāo)準(zhǔn)化系數(shù)大小可以用來(lái)說(shuō)明回歸模型中各個(gè)自變量針對(duì)因變量的相對(duì)重要性；匡建超等[11]通過(guò)偏最小二乘回歸方程，較好地消除了各個(gè)風(fēng)險(xiǎn)變量之間的多重相關(guān)性，并成功得到各個(gè)風(fēng)險(xiǎn)變量的偏回歸系數(shù)；陳秋玲等[12]對(duì)偏最小二乘回歸方程的偏回歸系數(shù)進(jìn)行討論，證明系數(shù)能夠符合實(shí)際風(fēng)險(xiǎn)影響效應(yīng)。綜合以上分析，本文選用偏最小二乘回歸方法來(lái)進(jìn)行風(fēng)險(xiǎn)定量研究。

1.2 建模原理

假設(shè)有q個(gè)因變量Y(y1,y2,…,yq)與p個(gè)自變量X(x1,x2,…,xp),樣本總量為n個(gè)，建模時(shí)需要在X和Y中提取出第一偏最小二乘成分t1與u1，t1是x1,x2,…,xp的線性組合；u1是y1,y2,…,yq的線性組合。t1與u1要盡量代表數(shù)據(jù)的變異信息，即：Var(t1)→max,Var(u1)→max，并且t1和u1具有最大的相關(guān)性，即：r(u1,t1)→max。

提取第一偏最小二乘成分后，進(jìn)行X與Y對(duì)t1和u1的回歸。若滿足精度要求，則終止算法；如不滿足，需要利用解釋后的殘余數(shù)據(jù)，對(duì)第二偏最小二乘成分t2和u2進(jìn)行提取，并進(jìn)行回歸分析。重復(fù)以上步驟，直到精度滿足要求，最終建立回歸方程[13]：

y=α1x1+α2x2+…+αpxp

(1)

2 變量選取及風(fēng)險(xiǎn)識(shí)別分析

2.1 自變量與因變量

本文選取項(xiàng)目歷史數(shù)據(jù)中每年的凈利潤(rùn)作為因變量，因?yàn)槔麧?rùn)是反映企業(yè)經(jīng)營(yíng)績(jī)效的核心指標(biāo)[14]。

自變量應(yīng)當(dāng)是收費(fèi)公路PPP項(xiàng)目中與凈利潤(rùn)聯(lián)系最緊密的變量，Xiong[15]提出PPP項(xiàng)目的財(cái)務(wù)平衡是指在特許經(jīng)營(yíng)期內(nèi)項(xiàng)目的收入減去成本能夠滿足投資方的合理利潤(rùn)，并給出使用者付費(fèi)類PPP項(xiàng)目的財(cái)務(wù)平衡模型，如公式(2)：

(2)

式中：L為特許經(jīng)營(yíng)期長(zhǎng)度；t0為開(kāi)始運(yùn)營(yíng)時(shí)間；dt=(1+r)-t,r為折現(xiàn)率；ρt為人民幣匯率；Pt為收費(fèi)定價(jià)；Dt為車流量；OCt為運(yùn)營(yíng)維護(hù)成本；FCt為融資成本(包括股權(quán)融資和債務(wù)融資)；DCt為建設(shè)資產(chǎn)折舊成本；T為所得稅稅率；S為政府補(bǔ)償；R為投資回報(bào)率；I為項(xiàng)目總投資；RI代表項(xiàng)目?jī)衾麧?rùn)

可以選擇等號(hào)左邊的各個(gè)變量為偏最小二乘回歸的自變量。由于資產(chǎn)折舊費(fèi)一般采用平均年限折舊法，與運(yùn)營(yíng)期風(fēng)險(xiǎn)無(wú)相關(guān)性，因此本文的變量選取情況如表1。

表1 變量選取

2.2 風(fēng)險(xiǎn)識(shí)別

本文的目標(biāo)是要對(duì)收費(fèi)公路PPP項(xiàng)目運(yùn)營(yíng)期風(fēng)險(xiǎn)因子進(jìn)行研究，需要識(shí)別PPP風(fēng)險(xiǎn)。研究選取典型的PPP公路案例，對(duì)其存在的主要問(wèn)題進(jìn)行深入分析，進(jìn)而歸納出收費(fèi)公路PPP項(xiàng)目運(yùn)營(yíng)期風(fēng)險(xiǎn)因子。為保證案例項(xiàng)目的針對(duì)性，本文設(shè)置案例選取條件為：(1)案例項(xiàng)目為收費(fèi)路橋項(xiàng)目；(2)案例項(xiàng)目為PPP項(xiàng)目；(3)案例項(xiàng)目需滿足一定的運(yùn)營(yíng)期限。最后選取11個(gè)收費(fèi)公路PPP項(xiàng)目，結(jié)果及風(fēng)險(xiǎn)分析如表2。

表2 PPP公路案例風(fēng)險(xiǎn)分析

由表2可知，收費(fèi)公路PPP項(xiàng)目運(yùn)營(yíng)期風(fēng)險(xiǎn)主要有市場(chǎng)需求變化、原材料價(jià)格上升、項(xiàng)目公司違規(guī)、通行費(fèi)率變化、服務(wù)質(zhì)量差、運(yùn)營(yíng)管理水平低、道路設(shè)備更新、利率變化、政府補(bǔ)助不足這9個(gè)風(fēng)險(xiǎn)因子。PPP項(xiàng)目風(fēng)險(xiǎn)主要可以分為7類[2]，表3將進(jìn)一步按照這7個(gè)類別對(duì)9個(gè)風(fēng)險(xiǎn)因子進(jìn)行整合，厘清9個(gè)風(fēng)險(xiǎn)因子之間的邏輯關(guān)系。同時(shí)，分析出收費(fèi)公路PPP項(xiàng)目運(yùn)營(yíng)期更應(yīng)注重防范的風(fēng)險(xiǎn)類別。

表3 風(fēng)險(xiǎn)因子分類

由表3可知，收費(fèi)公路PPP項(xiàng)目運(yùn)營(yíng)期應(yīng)當(dāng)更注重經(jīng)營(yíng)類和市場(chǎng)收益類風(fēng)險(xiǎn)。另外，以上歸納出的9個(gè)風(fēng)險(xiǎn)因子與表1中的自變量關(guān)系密切，本研究將在2.3節(jié)中建立它們的關(guān)聯(lián)關(guān)系。

2.3 風(fēng)險(xiǎn)因子與自變量關(guān)聯(lián)關(guān)系

企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警理論指出：以企業(yè)的財(cái)務(wù)報(bào)表經(jīng)營(yíng)計(jì)劃和其他財(cái)務(wù)資料為基礎(chǔ)，能夠及時(shí)發(fā)現(xiàn)企業(yè)經(jīng)營(yíng)活動(dòng)或財(cái)務(wù)活動(dòng)中的風(fēng)險(xiǎn)因素，并在風(fēng)險(xiǎn)發(fā)生前及時(shí)采取措施，從而有效規(guī)避損失。該理論證明財(cái)務(wù)數(shù)據(jù)的變化一定程度上可以代表風(fēng)險(xiǎn)損失的影響程度。

本研究根據(jù)該理論，在PPP項(xiàng)目運(yùn)營(yíng)期風(fēng)險(xiǎn)因子和自變量之間建立聯(lián)系，通過(guò)客觀運(yùn)營(yíng)數(shù)據(jù)的變化來(lái)反映風(fēng)險(xiǎn)大小。項(xiàng)目運(yùn)營(yíng)管理水平低會(huì)使管理上出現(xiàn)計(jì)劃不周、執(zhí)行不力等問(wèn)題，最終導(dǎo)致運(yùn)營(yíng)成本OCt上升；原材料價(jià)格上漲會(huì)導(dǎo)致運(yùn)營(yíng)成本OCt上升；項(xiàng)目設(shè)備的更新?lián)Q代需要運(yùn)營(yíng)期追加投資，這使得融資成本FCt上升；市場(chǎng)需求不足導(dǎo)致項(xiàng)目車流量Dt下降；由于PPP項(xiàng)目運(yùn)營(yíng)期長(zhǎng)，利率或匯率T變化對(duì)利潤(rùn)影響顯著；通行費(fèi)率變化即項(xiàng)目收費(fèi)價(jià)格Pt變化；政府補(bǔ)貼S不足直接影響項(xiàng)目收益；項(xiàng)目公司違規(guī)操作會(huì)帶來(lái)行政處罰或服務(wù)質(zhì)量下降，可能會(huì)導(dǎo)致項(xiàng)目補(bǔ)貼減少S或車流量Dt下降；因產(chǎn)品服務(wù)質(zhì)量差會(huì)導(dǎo)致車流量Pt下降。整理結(jié)果如表4。

表4 風(fēng)險(xiǎn)因子與自變量關(guān)聯(lián)關(guān)系

3 案例分析

為選擇合適案例，研究設(shè)定案例條件除滿足2.2節(jié)中的條件外，還必須保證研究案例的數(shù)據(jù)量能夠滿足本研究要求且數(shù)據(jù)較為容易獲得。

依照上述條件，本文通過(guò)調(diào)查A股19家上市高速公司的下屬高速資產(chǎn)，分析年報(bào)，挑選案例。最終選擇樣本量較大的梅觀高速作為案例項(xiàng)目。梅觀高速為BOT項(xiàng)目，1995年5月開(kāi)通運(yùn)營(yíng)，計(jì)劃運(yùn)營(yíng)期為1995年5月至2027年3月。2014年1月深圳市政府以27億元價(jià)格買斷剩余13年的特許經(jīng)營(yíng)期，正式回購(gòu)該高速公路。梅觀高速運(yùn)營(yíng)資料如表5。

3.1 案例風(fēng)險(xiǎn)識(shí)別

本文在2.2節(jié)通過(guò)多案例總結(jié)出9個(gè)運(yùn)營(yíng)期常見(jiàn)風(fēng)險(xiǎn)，但是不同的項(xiàng)目風(fēng)險(xiǎn)會(huì)有所不同。換言之，梅觀高速在運(yùn)營(yíng)期中9個(gè)風(fēng)險(xiǎn)不一定會(huì)全部發(fā)生。因此，本節(jié)針對(duì)梅觀高速運(yùn)用風(fēng)險(xiǎn)清單的方法進(jìn)行定性識(shí)別，在9個(gè)運(yùn)營(yíng)期常見(jiàn)風(fēng)險(xiǎn)的基礎(chǔ)上給出風(fēng)險(xiǎn)識(shí)別結(jié)果。

表5 梅觀高速運(yùn)營(yíng)數(shù)據(jù)

首先通過(guò)深高速2001—2013年披露的資料，整理出相關(guān)的風(fēng)險(xiǎn)事件。然后根據(jù)事件歸納總結(jié)項(xiàng)目風(fēng)險(xiǎn)因子，最終形成風(fēng)險(xiǎn)清單。過(guò)程及結(jié)果如表6。

表6 梅觀高速風(fēng)險(xiǎn)識(shí)別

通過(guò)對(duì)梅觀高速運(yùn)營(yíng)期發(fā)生的事件分析，可以初步歸納出在5個(gè)梅觀高速運(yùn)營(yíng)期間發(fā)生的風(fēng)險(xiǎn)，分別是：道路設(shè)備更新、通行費(fèi)率變化、市場(chǎng)需求變化、稅率變化以及原材料價(jià)格上升。

3.2 識(shí)別特異點(diǎn)

通過(guò)觀察各個(gè)樣本點(diǎn)在T2橢圓圖(圖1)上的分布情況，橢圓圖的x，y軸分別是t[1]，t[2]。假如各個(gè)樣本點(diǎn)都分布在橢圓內(nèi)，則認(rèn)為樣本呈均勻分布；否則，認(rèn)為分布在橢圓外的樣本點(diǎn)為特異點(diǎn)，這些樣本遠(yuǎn)離了樣本平均水平。需分析樣本不符原因，重新建立模型擬合。從圖1中可以看出，只有2011年的樣本分布在橢圓外，檢查樣本數(shù)據(jù)發(fā)現(xiàn)2011年融資成本過(guò)高，融資成本過(guò)高的原因是由于該年報(bào)中缺少必要數(shù)據(jù)，導(dǎo)致融資成本估算過(guò)高。因此擬合過(guò)程中將剔除該樣本點(diǎn)，并重新檢驗(yàn)，重新檢驗(yàn)后橢圓圖符合要求。

圖1 T2橢圓圖

3.3 模型擬合效果

模型擬合效果參數(shù)見(jiàn)表7，從表7可以看出，提取3個(gè)成分來(lái)解釋因變量，解釋能力為0.989，達(dá)到了較高精度。

變量重要性指標(biāo)圖(圖2)顯示變量2和變量5對(duì)因變量的影響作用相對(duì)較大，即車流量和稅率變化是作用較大的兩個(gè)變量。圖3給出的是因變量實(shí)際值與擬合值的曲線，可以看出模型的擬合效果良好。

表7 模型擬合效果參數(shù)

圖2 變量重要性指標(biāo)

圖3 凈利潤(rùn)擬合實(shí)際值與擬合值曲線

3.4 結(jié)果分析

從模型的系數(shù)可以看出，收費(fèi)價(jià)格、運(yùn)營(yíng)成本、融資成本和稅率的影響系數(shù)為負(fù)數(shù)，這與項(xiàng)目的實(shí)際情況相符合。在實(shí)際運(yùn)營(yíng)中，收費(fèi)價(jià)格逐年降低，影響了高速項(xiàng)目的主營(yíng)收益；運(yùn)營(yíng)成本逐年上升，不斷增加項(xiàng)目支出；稅率也日漸增長(zhǎng)，對(duì)項(xiàng)目?jī)衾麧?rùn)的負(fù)影響甚大。只有日均車流量逐年遞增，維持項(xiàng)目的盈利狀態(tài)，其符號(hào)為正。

透過(guò)數(shù)據(jù)可以分析出梅觀高速在運(yùn)營(yíng)期間主要發(fā)生了原材料價(jià)格上漲、道路大范圍檢修更新、市場(chǎng)需求變化、通行費(fèi)率降低、稅率優(yōu)惠減少這5種風(fēng)險(xiǎn)，并未發(fā)生項(xiàng)目公司違規(guī)、服務(wù)質(zhì)量差、政府補(bǔ)貼不足、運(yùn)營(yíng)水平低的風(fēng)險(xiǎn)。對(duì)比3.1節(jié)根據(jù)實(shí)際事件識(shí)別出的5個(gè)風(fēng)險(xiǎn)因子，結(jié)果基本符合。只有市場(chǎng)需求變化這一風(fēng)險(xiǎn)因子在3.1節(jié)的識(shí)別中顯示項(xiàng)目存在市場(chǎng)需求量下降的風(fēng)險(xiǎn)，但定量分析結(jié)果顯示，市場(chǎng)需求存在變化且是好的影響，但并沒(méi)有顯示出下降?，F(xiàn)給出風(fēng)險(xiǎn)因子貢獻(xiàn)值如表8。

表8 風(fēng)險(xiǎn)因子貢獻(xiàn)值

根據(jù)擬合曲線分析可知，對(duì)于深高速來(lái)說(shuō)，凈利潤(rùn)在近年呈現(xiàn)下降趨勢(shì)，選擇在2014年將梅觀高速提前終止是正確的決定。從擬合曲線可以看出梅觀高速的凈利潤(rùn)在不斷減小，表8表明失去利率優(yōu)惠和原材料價(jià)格變動(dòng)是兩個(gè)主要原因，這兩個(gè)風(fēng)險(xiǎn)屬于運(yùn)營(yíng)方無(wú)法解決的問(wèn)題，對(duì)于后期的運(yùn)營(yíng)存在嚴(yán)重的不利影響。假使梅觀高速?zèng)]有提前終止，項(xiàng)目公司只能從增加短途車收費(fèi)以提高通行費(fèi)率和減少道路設(shè)備更新以控制運(yùn)維成本來(lái)保持凈利率緩慢減小。而這兩項(xiàng)措施很可能帶來(lái)市場(chǎng)需求量的減小，增加另一項(xiàng)不利因素。因此，相對(duì)于承受如此不利的不確定性，項(xiàng)目公司應(yīng)當(dāng)提前終止梅觀高速運(yùn)營(yíng)。

另外，根據(jù)表5數(shù)據(jù)通過(guò)時(shí)間序列的三次拋物線預(yù)測(cè)計(jì)算剩余特許經(jīng)營(yíng)期凈利潤(rùn)總和為14.63億元，遠(yuǎn)小于政府回購(gòu)補(bǔ)償?shù)?7億元，更驗(yàn)證深高速同意提前終止的正確性。但從政府角度來(lái)說(shuō)，這明顯是有失公平的。然而，本文提供風(fēng)險(xiǎn)因子貢獻(xiàn)值可以在PPP項(xiàng)目提前終止時(shí)有效地結(jié)合風(fēng)險(xiǎn)分擔(dān)結(jié)果計(jì)入補(bǔ)償額的計(jì)算模型中，按照損失責(zé)任大小來(lái)分配補(bǔ)償額，避免國(guó)有資產(chǎn)流失。

總體而言，通過(guò)模型對(duì)運(yùn)營(yíng)期梅觀高速的風(fēng)險(xiǎn)因子解釋能夠較好地符合深高速年報(bào)呈現(xiàn)的實(shí)際情況。

4 結(jié) 語(yǔ)

本文對(duì)收費(fèi)公路PPP項(xiàng)目運(yùn)營(yíng)期風(fēng)險(xiǎn)進(jìn)行定量分析研究，主要實(shí)現(xiàn)了以下作用：

(1)本研究通過(guò)偏最小二乘回歸給出了凈利潤(rùn)的預(yù)測(cè)擬合曲線，可以直觀預(yù)測(cè)凈利潤(rùn)走向，為公司制定戰(zhàn)略決策提供實(shí)質(zhì)依據(jù).

(2)本研究得到風(fēng)險(xiǎn)因子的貢獻(xiàn)值，貢獻(xiàn)值有兩個(gè)方面的作用：1)可以代表已發(fā)生風(fēng)險(xiǎn)的影響大小，可依據(jù)貢獻(xiàn)值對(duì)PPP項(xiàng)目進(jìn)行提前終止補(bǔ)償分配；2)為項(xiàng)目公司此后的運(yùn)營(yíng)管理提供明確的整改方向。

(3)本研究將偏最小二乘回歸應(yīng)用于收費(fèi)公路PPP項(xiàng)目領(lǐng)域，能夠有效克服樣本數(shù)據(jù)少，風(fēng)險(xiǎn)變量間多重相關(guān)性嚴(yán)重等一般回歸分析難以解決的問(wèn)題，為PPP項(xiàng)目風(fēng)險(xiǎn)定量研究提供了新的思路。