導語：養老PPP項目落地率驅動因素研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:探索我國“一帶一路”沿線省份養老ppp項目落地率，有助于向國際社會貢獻養老服務領域的中國智慧。基于PEST理論建立驅動因素分析框架，運用模糊集定性比較分析，以14個“一帶一路”沿線省份為樣本，試圖探討多種組合路徑如何驅動養老PPP項目高落地率。結果表明:地方政府信譽、民營經濟發展程度、社會養老需求、項目投資風險和抵御風險能力的單一嵌入均不能產生高落地率。存在3條驅動高落地率的路徑:抵御風險能力主導型、地方政府信譽—項目投資風險驅動型、地方政府信譽—社會養老需求—抵御風險能力驅動型。因此，養老PPP項目的發展要重視以抵御風險能力為核心條件的組態路徑，努力激活養老內需市場，擴融政府資金儲備進而提高項目落地率。

關鍵詞:“一帶一路”;養老PPP;高落地率;模糊集定性比較分析

合力優化養老服務需求是國家緊抓高質量養老服務體系的重要根基［1］。自“一帶一路”倡議提出以來，互聯互通的基礎設施建設、養老服務及醫療衛生等養老領域得到顯著發展。然而，“一帶一路”沿線省份受限于區域經濟發展不均衡及利益主體之間最優選擇等原因，其相對拮據的公共養老資金難以滿足老齡趨勢下養老服務建設的資金需求［2］。黨的五中全會明確提出要“加快構建以國內大循環為主體，國內國際雙循環相互促進的新發展格局。”借此背景下，政府憑借金融性政策工具，盤活資金補給需求，創新與社會資本展開合作的PPP模式(public－privatepartnership，PPP)，這對提高我國養老服務有效供給與績效水平具有重要意義。但截至2021年2月，我國“一帶一路”沿線省份針對養老PPP項目的建設共計36個，項目庫總占比0．36%，其中落地項目25個，落地率低且僅為69%①。因此，運用組態視角跨越單一案例研究“一帶一路”沿線省份養老PPP項目落地率的影響因素，既可打破各因素之間的關聯藩籬，也可協調區域間養老PPP項目落地，尋求項目間可持續發展道路。

一、文獻綜述

國內外文獻針對“一帶一路”沿線省份PPP項目的研究主要集中于籌資模式、主體關系與發展前景等。其中，鄧忠齊、溫來成認為，“一帶一路”沿線基礎設施建設融資缺口大，應盡快構建多元化投融資機制與方案，并輔之模式創新與安全保障［3－4］。就主體關系而言，Sanog、仇娟東等區分了高低級別政府偏好，并認為低級別政府偏好下的基礎設施建設項目更貼合使用者，私人部門對其也更具吸引力［5－6］。王威以“經濟走出去”為視角，認為“一帶一路”沿線地區市場資源豐厚，可為我國資本“走出去”提供平臺保障，但在復雜的外部環境中如何正確評估投資環境，將是未來需進一步探討的關鍵點［7］。近年來，養老PPP項目在我國發展受多重條件制約，融資難、周期長、收益低等問題持續阻礙著項目的高落地率。已有研究中，對其原因及影響因素的歸納可分為內部與外部兩方面。就內部因素而言，馬恩濤認為民營企業參與度不高，深度激發民營企業參與養老PPP項目活力，可破解落地難困境［8］。談婕認為目前我國養老PPP項目落地率的測量沒有統一判定標準。官方數據中落地率看似上漲，但其統計口徑并不一致，進而無法準確的橫向對比［9］。就外部因素而言，王嶺等通過面板數據實證發現，地方財政約束程度越大，越影響養老PPP項目落地率，并具有一定區域差異特征［10］。王冠、霍偉東等認為養老類PPP項目積極融入新型社會資本、構建金融支持體系、組織環境保障等措施是促成高落地率的重要基石［11－12］。目前，學術界關于PPP項目的相關研究成果豐碩，在實際應用上也取得諸多突破。但區域間養老PPP項目落地率研究仍存在些許不足值得探索。首先，現有文獻多對“一帶一路”沿線國家PPP項目進行的研究，鮮有針對我國“一帶一路”沿線省份養老PPP項目落地率進行研究。其次，現有研究多基于定性歸納或者定量運算，側重對單一因素進行研究。但該問題本身是由多種復雜因素共同影響所產生的結果，各因素之間的相互組合可能產生多條等效路徑，故碎片化、單因素的結論闡釋則略顯單?。?3］。鑒于此，本文在運用PEST理論分析的基礎之上，提出影響我國“一帶一路”沿線省份養老PPP項目落地率的組態分析框架，采用14個案例作為樣本，并結合模糊集定性比較分析(fsQCA)，來挖掘多種組合推動養老PPP項目落地率的驅動因素。

二、理論基礎

PEST理論作為一種科學性的宏觀環境分析，是對市場機制運行中所出現潛在問題的檢驗，并側重于將組織外部環境與自身特點進行整合研究。本文基于全國養老PPP項目發展現狀，結合PEST分析模型對我國“一帶一路”沿線省份養老PPP項目所處的政治(Politics)、經濟(Economy)、社會(Society)、技術(Technology)各宏觀外部環境與項目自身特性進行識別與剖析，探討各要素共同影響養老PPP項目落地率之間的關系［14－15］。其中，本文所提出的政治因素，主要指地方政府信譽，政府信譽是影響各方社會資本建立契約信任的重要參考。經濟因素，主要指民營經濟發展程度，社會資本中民營企業的資金注入是降低養老PPP項目全生命周期運營風險的重要保障［16］。社會因素，主要指社會養老需求，即各省每年民政事業費支出中老年福利的支付占比，項目中的社會需求進一步詮釋了國家為擴大養老內需導向的動力。技術因素，既包含PPP項目投資規模所體現的項目開發風險，也包含政府抵御財政風險的管理技術水平［17］。下文是對5個要素進行具體闡述。1．地方政府信譽協同治理理論認為組織間協商信任、共同遵守契約精神是實現利益最大化的基本準則。PPP模式是以地方政府信譽作為順利運營的信任擔保，吸引多方社會資本參與項目融資管理，進而緩解地方政府有限資金壓力。但現階段，PPP項目管理庫中所公示的相關信息并非全面且透明，這導致PPP模式本質上是一種天然不完全契約［18］。社會資本也只能憑借以往實踐經驗，選取具有較高廉潔性、財力較為雄厚的地方政府展開合作。因此，地方政府信譽的高低如何影響我國“一帶一路”沿線省份養老PPP項目的落地率還需進一步探討。2．民營經濟發展程度福利多元理論認為，有實力的多元供給主體可進一步優化項目的發展現狀。學術界也普遍認為民營經濟發展越成熟越有利于PPP項目的順利落地［19］。近年來，為加快轉變政府職能推動PPP項目落地，政府憑借自身“幫助之手”，實現與民營企業的共存共棲，并為其參與PPP項目提供多項制度支持，依靠民營企業先進的工程技術與管理經驗激活PPP項目中各生命周期進程［20］。然而，PPP項目出于自身利益考慮，多將大型和資本豐厚項目交于國有企業合作，民營企業占據市場份額不高，未能充分發揮分攤政府財政壓力的作用。3．社會養老需求新公共服務理論認為公民作為政府服務的中心主體，滿足公民服務需求是官員工作的職責所在。社會養老需求在整個養老PPP項目中發揮著重要的“催化作用”［21］。當前，“一帶一路”沿線省份人口老齡化趨勢日益加重，養老機構過高的邊際成本難以維持老年人對多層次、高質量養老設施的需求。養老PPP模式的出現，可以彌補沿線省份養老機構區域供給不足難題，補齊養老服務短板，滿足老年人多重護理需求。同時，政府為協同區域發展和切實保障民生也會持續為養老PPP項目的順利落地提供制度保障［22］。4．項目投資風險利益相關者理論認為各利益主體之間的行為選擇和決策結果會直接影響合作的共同利益。社會優秀資本傾向于選擇具有較小投資風險的項目來推動養老PPP項目相關基礎設施的長期可持續經營?，F有文獻通常使用“項目投資總額”進行表示，合理的項目投資總額所實施的開發規模和力度能處于可控范圍之內，進而保障項目利潤水平的安全系數［23］。已有研究表明，項目規模越大，存在可能的潛在風險也就越大［24］。5．抵御風險能力政府擁有較高的財政管理能力可以為養老PPP項目抵御風險提供保障。政府作為項目牽頭人，也承擔著一定的項目風險，而抵御風險的技術后盾是良好的財政管理技術［25］。一方面，通常情況下政府財政負債減輕，擁有可持續資金流的抵御風險的能力隨之增強，進而降低了企業利益侵占的可能性。另一方面，參與PPP項目的社會資本，會依據地方政府的財政支付能力做出綜合評估，以避免不必要虧損，這對提高PPP項目落地率產生了積極影響［26］。因此，本文以政府的財政管理技術衡量養老PPP項目抵御風險能力。本文在參考了PEST分析模型的基礎上，對每個影響養老PPP項目落地率的條件變量引入組態分析，并建立養老PPP項目落地率的驅動機制分析框架，研究政治、經濟、社會、技術各環境要素對“一帶一路”沿線省份養老PPP項目落地率的復雜因果關聯，分析框架如圖1所示。圖1養老PPP項目落地率的驅動機制分析框架.

三、研究方法與數據

1．QCA方法定性比較分析(qualitativecomparativeanaly-sis，QCA)作為一種跨案例研究方法，是結合定性與定量方法各自優勢，旨在研究跨案例之間的“多重并發因果關系”［27］。相較于傳統定量研究，它立足于組態思維，運用協同性、系統性視角去剖析多種條件變量所構成的組態，而不是單獨看待某個單因素對結果的影響。在QCA研究中，運用多案例之間的比較分析與布爾代數運算相結合，并通過必要性與一致性檢驗去確定變量之間的相互關系。QCA方法對研究樣本數量.的要求不嚴，它既可適用10～15的小樣本研究，也可適用于15～50的中等樣本研究，也適用于100以上的大樣本研究。因此，該研究方法適合本研究選用的樣本數量。2．樣本選擇本文選用財政部PPP項目管理庫中關于我國“一帶一路”沿線14個省份養老PPP案例中具體數據的原因有:第一，項目管理庫中各PPP項目所公布數據都需經過項目必要性評估、按效付費審查等一系列嚴格的審核流程，本文選用該數據庫具有較強權威性。第二，我國“一帶一路”沿線共計18個省份，而項目管理庫中只有14個省份涉及養老PPP項目，故最終選用14個省份作為樣本。第三，本文前因變量中“民營經濟發展程度”是用民營企業法人單位數與各省企業法人單位數之比表示，但因2018年民營企業法人單位數缺失，最終該變量剔除2018年數據。因此，本文選用14個樣本，5個條件變量作為影響落地率的前因變量，各省養老PPP項目落地率作為結果變量。具體變量解釋及賦值規則詳見表1.3．數據校準在運用QCA方法之前，需要對原始數據進行預處理的過程稱之為校準，即將原始數據轉化為集合隸屬分數的過程。依據學者Fiss的經驗，需要將校準后的模糊集數據結合相關理論與外部知識設定3個錨點，分別為95%分位數(完全隸屬閾值)、50%分位數(交叉點)及5%分位數(完全不隸屬閾值)，處理后的集合隸屬度介于0～1之間［28］。因此，本文結合財政部PPP項目管理庫中相關案例數據，將錨點設置情況列示如表2所示四、結果分析1．必要性分析首先，本文需要對影響結果變量的各單一因素進行分析，即尋找是否存在影響養老PPP項目高落地率的必要條件。當一致性系數大于0．9時，說明該前因變量是影響結果的必要條件。本研究運用fsQCA3．0軟件對相關前因變量進行必要性分析，分析結果如表3所示。結果顯示，對于高落地率而言，單項前因條件的一致性分析均不高于0．9，故不存在影響養老PPP項目高落地率的必要性條件。因此，需要對這5個前因變量之間的協同影響進行進一步分析。2．條件組合分析由上述必要性分析可知，沒有構成養老PPP高落地率的必要條件。然而，養老PPP項目的成功落地是由多因素組合共同產生作用的結果。因此，進一步對各前因變量之間的組態情況進行分析則顯得尤為重要。參照Fiss、拉金等相關學者建議后，將組態分析的一致性閾值和案例閾值分別設定為0．8、1。fsQCA軟件輸出結果后，共出現三種構型方案，即復雜解、簡單解和中間解。本文結合簡單解及中間解進行具體闡述，從中引出核心要素與非核心要素概念。其中二者共同出現的前因變量稱之為核心條件，僅在簡單解中出現的前因變量稱之為邊緣變量。表4為5個前因變量所產生的組態分析結果。

作者：倪培凡 馬廣博 單位：安徽財經大學 財政與公共管理學院