政企合作(public-private partnership，PPP)项目的控制权在政府与企业之间的合理配置是PPP项目成功的重要前提之一^[1]。PPP项目各参与方之间控制权的合理分配可以在保证各自理性需求的前提下，激励实现项目总体效益的最大化，通过规则的建立实现PPP项目安排的优化^[2]。例如，通过制度建设构造激励相容条件，促进私营部门主动提高对PPP项目的公益性投资、促进公共部门加大对PPP项目公司的政策性优惠力度等^[3]。反之，许多实践经验表明，控制权的不合理配置会导致项目的变更、争议，甚至彻底失败^[4]。因此，PPP项目控制权配置受到了学术界和业界的广泛关注。

PPP项目的特征决定了其控制权的合理配置需要考虑多方面的影响因素。一方面，PPP模式的效率体现在充分利用企业的专业能力和市场的调节效率^[5]，项目控制权的让渡与项目充分的市场化是发挥与实现这种优势的前提；另一方面，公共经济学理论认为，公共产品或服务的供给不应该由市场决策^[6]，即PPP项目的控制权不应过多地交给市场或企业^[7]。因此，PPP项目控制权配置应重点考虑项目效率对市场化的需求与产品服务属性对政府控制权的约束之间的矛盾。

虽然学术界、业界在不断推进PPP项目控制权的相关研究与实践，政府部门也尝试通过相关法规政策来规范PPP合同设计的内容与流程，从而规范控制权在政府与企业间的合理配置，但在不同PPP项目中，合理的控制权配置方案往往不同^[8]。本文从PPP项目中不同决策的重要性程度出发，结合专家调研结果，识别PPP项目控制权配置的影响因素，并进一步探究这些影响因素对控制权分配的影响机理，并提出针对性的控制权合理配置原则。

1 研究现状

国内外许多学者对PPP项目控制权配置的影响因素进行了探索，其中具有代表性的研究汇总分析如表 1所示。目前关于PPP项目控制权配置影响因素的研究主要有以下不足：

1) 现有研究大多论证项目的某一或某几方面因素是否为PPP项目控制权配置的影响因素，却没有提供完整的影响因素清单和因素之间的相互关系。当项目控制权在不同影响因素的配置存在矛盾时，已有研究的配置原则无法给出合适的配置方案。

2) 现有研究大多通过理论模型或案例分析探讨某个(些)因素对项目实施结果的影响，从而得出相应的配置原则，研究重点关注“为什么要如此配置”，但没有进一步考虑“应该如何实现该配置方案”，即公共部门应该通过让渡或收回哪些具体权利来实现控制权配置。例如，当考虑不同因素而得出的最优配置结论存在差异时，让渡与收回的具体权利应该如何分配。

鉴于此，本文将基于现有研究，综合运用文献综述、理论分析、失效模式与影响分析(failure mode and effects analysis，FMEA)等方法与工具建立PPP项目控制权配置的影响因素库。然后，根据决策理论把PPP项目控制权这个抽象的概念具体化为多项可操作的子决策，并应用回归分析方法探索各个影响因素对政企双方控制权子权利的影响。最后，基于研究结果给出PPP项目控制权合理配置原则的建议，为制度层面的设计提供借鉴。

2 PPP项目控制权配置影响因素库 2.1 影响因素的识别思路

根据相关研究，PPP项目的控制权可以描述为28项主要决策所承载的权利^[18-19]，如表 2所示。

研究发现，PPP项目中某项决策的控制权分配与该项决策的重要性程度紧密相关^[20]，例如PPP项目中政府部门通常选择重要性程度较低的部分决策控制权让渡给企业。但是，上述描述性的结论在实践中的可操作性十分有限：1) PPP项目决策的重要性难以界定，且不同决策重要性比较的评价准则难以统一；2) PPP项目的控制权配置并不能完全以决策的重要性作为简单的判断因素，即使某些决策重要性程度很高，但提高项目效率的需求使得政府部门应该将这些决策的部分控制权让渡给企业。

因此，本文在之前研究^[18-20]的基础上，以重要性程度这一标准作为指导思想，基于FMEA方法将决策重要性程度分为决策失效的严重程度S(seriousness)、决策失效发生的概率P(probability)和决策失效的检测难度D(detect) 3个维度^[3]，并在对58位专家进行调研访谈后获得评估所需的样本数据，调研采用Likert 5级量表打分法。通过对28项决策的3个维度重要性程度的评估数据进行因子分析，提取不同决策在3个维度重要性程度下的共同因素，建立PPP项目控制权合理配置的影响因素库，为后文的回归分析建立基础。

2.2 影响因素的识别过程

由于识别过程数据量较大，且需要在S、P、D这3个维度分别进行数据处理，由于篇幅所限，本文仅列出数据处理的关键步骤，省略具体的识别过程。

1) 通过样本数据的变异程度检验、KMO检验和Bartlett球形检验，验证数据采用因子分析的适用性。

2) 借助SPSS软件对样本数据进行探索性因子分析。提取公因子的过程需要综合考虑各公因子的特征值大小、特征值对总方差的累积贡献率等因素。本研究中公因子的提取原则参照了Kaiser^[21]、Stevens^[22]、Hair等^[23]的研究结论，即：成分因子的特征值均大于1，满足Kaiser特征值判断准则，且成分因子对总方差解释的贡献率大于Hair准则中可接受的50%。

3) 通过公因子的Varimax正交旋转，确认各公因子的初始指标构成，即确定每个影响因素下受该因素影响最大的各项决策。然后，计算各公因子的Cronbach's α系数，以检验公因子构成的数据信度^[24]。

4) 对提取出的公因子含义进行解释和概括。结合Varimax正交旋转后各因子成分中的各项决策的实践内涵，探索不同决策在某维度下的共同因素，解释各公因子的现实意义，从而得到该维度下PPP项目控制权配置的影响因素。

以代表决策失效的严重程度的S维度为例，用AS1、AS2、AS3、AS4分别代表提取出的4个公因子。在AS1中，运营维护供应商选择(D22)、产品与服务的定价(D25)等决策都发生在PPP项目的运营阶段，而这些决策失效的严重程度S越大，说明PPP项目的公共化程度越高，用户群体组成越复杂，因此AS1可以解释为产品与服务的公共化程度。用同样的方法对S、P、D这3个维度下的各公因子进行解释后，可以获得完整的PPP项目控制权配置影响因素库。

2.3 影响因素库的建立

按照2.2中所述步骤，从S、P、D这3个维度对表 2中的28项决策的调研数据进行分析处理后，本研究共识别出15个PPP项目控制权配置的可能影响因素，这些影响因素及它们对应的决策构成如表 3所示。

表 3中列出的PPP项目控制权配置影响因素是基于决策的重要性程度评估数据而获取的潜在影响因素，这些潜在影响因素是否对项目的控制权配置产生影响，以及如何影响项目的控制权配置、影响决策中哪些子权利等问题，需要运用回归分析方法来解决。

3 影响因素与控制权配置关系的回归分析 3.1 基于因子得分的OLS回归分析

因子分析是一种数据结构化分析方法，其基本思想是把样本中的每个数据拆分为两部分^[24]：一部分为该指标在不同组数据中的共同因素，另一部分则为该指标在该组数据中的独特因素。提取出的公因子在不同组数据之间的得分往往不同，体现在本研究中，由于不同专家在进行数据评估时为自己设定的项目背景不同，导致他们对PPP项目决策重要性程度评估在几个公因子维度的得分不同。以决策失效的严重程度S为例，假设根据评估结果计算获得第n位专家的4个公因子得分为AS_{1, n}、AS_{2, n}、AS_{3, n}、AS_{4, n}(n = 1, 2, 3, …, 58)，则在公因子视角下，每位专家所设定项目背景可以描述为相应专家的公因子得分所构成的4维向量(4为决策失效影响严重程度维度下因子分析的公因子个数)。假设不同专家在自己设定的项目背景下给出的PPP项目控制权某项权利的合理配置方式为C_n(n=1, 2, 3, …, 58)，公因子得分为A_{m, n}(m=1, 2, 3, …, max；n=1, 2, 3, …, 58)(其中max为公因子个数)，可以建立公因子得分与控制权合理配置方案的一一映射，

${A_{m,n}} \to {C_n}. $

(1)

求解式(1)映射中某项子权利合理配置方案与某项公因子之间的相关性关系，即可获得控制权配置的影响因素。经过Varimax方差最大化旋转后的各公因子彼此正交，可以采用计量经济学方法进行求解，OLS回归分析是最常用的方法。按照上述思路，以专家对PPP项目决策重要性程度的评估结果作为描述各自项目背景的自变量，以PPP项目决策权利配置的评估数据作为因变量，进行OLS回归分析的结果如表 4所示。

3.2 基于初始指标的Logistic回归分析

OLS回归分析只验证了影响因素库中7个影响因素与控制权配置的关系，究其原因可能是公因子得分的引入在使数据分析变得简明的同时也降低了变量的效度，丢失了过多的专家评估数据的原始信息，因此这种方法在本研究中存在一定的局限性。

在类似研究中，部分学者针对这种局限性，对OLS方法进行了一定的改进。例如，张万宽等^[5]为了更多地保留原始数据的信息，在代表PPP项目绩效影响因素的每个公因子中抽取一项初始指标作为替代这项因子的变量，被抽取的初始指标不作处理直接用于回归模型，相较原始方法取得了不错的分析结果。但是，该研究过程并没有对选取替代指标的方法和原则进行讨论，存在一定的不足。

判断公因子与初始指标之间的相关程度是判断初始指标能否替代其所属公因子的关键，而二者的相关程度可以由初始指标的因子荷载大小直接体现。Tabachnick、Fidell等统计学家对因子荷载大小与公因子解释初始指标变异程度的定量研究发现^[25]：初始指标的因子荷载越大，说明它可以越好地被因子解释，而当因子荷载达到0.71以上时，公因子对该初始指标变异程度的解释量达到50%，该初始指标达到了较为“完美”的标准，可以作为该公因子的替代。

本研究沿用以上思路，基于2.3节的因子分析结果，以初始指标的因子荷载是否大于0.71作为判断该指标能否替代对应的公因子变量的标准，改进回归方法再次对可能的影响因素进行识别验证。由于回归模型中的因变量为初始数据中描述权利归属的指标，其本质上为0/1分布的二值变量，因此更适合采用Logistic回归分析方法^[26]。回归分析结果中各个影响因素估计系数的大小代表了它们对主体是否拥有该项权利有影响的概率，可以作为影响因素的验证依据。按照上述思路进行Logistic回归分析，潜在影响因素中仅有AP6不具有验证条件。分析结果如表 4所示。

3.3 两种回归分析的结果汇总与讨论

将OLS和Logistic两种回归分析方法获得的PPP项目控制权配置影响因素进行汇总，如表 4所示。其中：OLS回归分析识别出了7个影响因素(AS1、AP2、AP4、AP6、AD3、AD4、AD5)，Logistic回归分析识别出了11个影响因素(AS1、AS2、AS4、AP1、AP2、AP4、AP5、AD1、AD3、AD4、AD5)。

表 4中的分析结果表明，当影响因素按照它所对应的“假设条件”进行变化时，PPP项目中政府与企业决策子权利受到影响。其中，“+”表示对相应权利具有正向影响作用，“-”表示对相应权利具有负向影响作用。以影响因素AS1为例，PPP项目中产品与服务的公共化程度越高，政府应掌握项目更多决策的审批权，并允许企业在各项决策中拥有更多的提议权。

从表 4可以看出，两种回归分析方法所得结果具有较强的一致性，除影响因素AP6不满足Logistic回归分析的验证条件外，OLS回归分析识别出的其他所有影响因素都被Logistic回归分析方法进一步验证。与此同时，两种方法的分析结果也存在一定差异。由于OLS回归中使用因子得分作为回归的自变量，并且使用政企双方在项目中的整体权利比例作为因变量，解答的问题为“某影响因素是否对项目决策中某项权利有影响”，丢失了较多的专家评估数据的原始信息，因而识别出的影响因素相对较少；而Logistic回归在因子分析所获得的公因子构成的基础上，直接使用了原始指标和原始数据替代公因子，保留了数据的原始信息，解答的问题为“某影响因素下的决策重要性程度是否能决定这些决策的子权利在政府和企业间的合理分配”，保留了受访专家评估数据所设定项目背景的更多信息，识别出的影响因素相对较多，结论也更加全面。

综上所述，本文综合OLS和Logistic两种回归方法的分析结果，作为研究结论和进一步提炼控制权合理配置原则的基础。

4 PPP项目控制权合理配置原则的建议

梳理并总结表 4中两种回归分析结果后，本研究针对PPP项目控制权的合理配置原则，提出以下4项建议：

1) 从提高项目效率的角度出发，合理的PPP项目控制权配置应重视如何充分发挥企业的专业特长。当PPP项目具有显著的专业化特征时，合理的控制权配置应赋予企业更多的决策提议权(例如AS1、AP6、AD4等影响因素对企业提议权的正向影响)。这体现为，当PPP项目环境复杂性较高、产品客户或服务对象多样化、项目设计所需的专业化程度较高时，应尽可能多地发挥企业在项目决策方案与计划中的专业优势。如果PPP项目中政府不具有足够的相关经验，需要较多依赖企业的专业能力时，要保证企业的提议权(例如AD1等影响因素对企业提议权的正向影响)。但是，一个PPP项目可能涉及多个专业领域，当企业在某一专业领域的专业能力有限时，政府应该根据项目公司的自身条件与项目特点，提高对决策的控制(例如AS4、AP1、AP5等体现企业技术与管理能力的影响因素对政府与企业权利的影响)。

2) PPP项目运作过程中，合理的控制权配置需要政府在合理范围内充分放权。在许多决策中，项目环境与参与主体具有某些特定特征的情况下，政府应尽量少干涉项目决策方案与计划的设计。尤其是项目所涉及的技术复杂、专业化程度高时，在决策提议过程中，为了避免限制处于弱势一方企业的专业效率的发挥，政府应尽量降低自身意志对项目决策的影响(例如AS1、AP4等影响因素对政府提议权的负向影响)。但是，在项目提供的产品与服务与公众利益切身相关，且在一定程度上与企业利益存在不一致时，为了限制企业逐利性的本质特点，政府放权给企业的同时又应划定合理范围，充分保证项目效益的独立性(例如AS1、AS2、AD5、AP1等影响因素对政府和企业权利的影响)。在项目实践中，政府可以通过掌握决策的审批权或减少企业的提议权，合理地提高对企业的限制和对项目的控制。

3) 合理的控制权配置并不妨碍企业在项目中“有利可图”，政府应正确看待企业的逐利本质。不同于传统政府采购项目，在PPP项目交易过程中，政府在转移风险的同时也应该充分让渡权利，包括让出部分的项目潜在收益，这是政府必须付出的代价。这些潜在收益既可以提高企业参与PPP项目的意愿，也能够使企业在评估项目的不确定性和风险、提出相应的有针对性决策方案与计划的过程中更加严谨(例如AD3、AP6等体现项目环境或合作关系等方面不确定性的影响因素对企业提议权具有正向影响)，这也体现了PPP项目合理有效的控制权配置对企业表现和项目绩效具有正向的激励作用。许多国家PPP项目进行物有所值(value for money，VfM)评价时，使用的公共部门比较因子(public sector comparator，PSC)指标中包括一项“政府转移风险的成本”，这也可以解释本原则所体现的思想。

4) 合理的控制权配置可以体现PPP项目中政府与企业之间是“共赢合作”而非“零和博弈”。在PPP项目从设计到交付的整个过程中，当遇到较大的困难(专业技术难题、复杂环境条件等)时，政府与企业应该共同参与解决(例如AP2、AD4等体现项目难度水平特征的影响因素对政府和企业的权利同时具有正向影响)，因为这些客观存在的障碍对于无论政府还是企业都具有相同的负面效应，通过多方参与、群策群力能够更大程度地保证项目成功，实现共赢。

5 结论

本文根据决策理论将PPP项目中28项主要决策承载的项目控制权细分为多项具有可操作性的子权利，在专家调研评估数据的基础上综合运用FMEA、因子分析等方法，从PPP项目决策重要性程度的3个维度出发，识别PPP项目控制权配置的潜在影响因素，然后综合运用OLS和Logistic两种回归分析方法建立影响因素与控制权子权利之间的对应关系，并据此有针对性地提出PPP项目控制权合理配置原则的4项建议，即发挥企业专业优势、政府合理放权、保证企业合理收益、实现政企双方的共赢合作。本文结论对PPP项目控制权领域的理论研究以及PPP项目治理、制度设计、决策权利分配等实践问题具有一定的借鉴意义，特别是包含多个项目的城镇化PPP项目^[19]。