(青岛理工大学管理工程学院，山东 青岛 266520)

0 引 言

近年来，随着城市建设的快速发展，导致了“城市综合症”的恶化，其中包括自然生态恶化，地表水渗透性差，城市洪水严重，水源污染退化，水资源短缺等问题。致使城市中的原始自然生态环境和水文特征发生了变化，导致雨水不能及时渗透到地面，也影响了建筑业的可持续发展。为应对这些挑战，我国启动了“试点海绵城市倡议”，由于海绵城市项目的建设可以有效解决雨水洪水，地表径流和水污染等一系列问题，被认为是促进城市可持续发展的有效措施。目前，我国大力推广对海绵城市项目建设具有显着优势的PPP融资模式，以弥合巨大的投资差距。在使用PPP模式进行融资时，必须事先调查其关键风险因素，以规避相关融资风险。因此，本文通过结构方程模型进行海绵城市PPP融资项目的关键风险因素分析，以填补这项空白，为海绵城市PPP项目融资风险研究提供参考。

1 风险识别

1.1 风险存在阶段

一些学者系统地回顾了PPP项目中的风险因素，为便于分析，其他人将风险因素分为不同类别。例如，应益华[1]将PPP项目的风险分为政治、经济、法律、建造、运营和其他风险因素。杨雪琴[2]从PPP项目基本特征入手，将PPP风险分为政治、建设、法律、金融四大类风险因素；综上所述，本文综合考虑到海绵城项目的特点，结合文献研究和专家访谈将风险因素分为四个方面，建设风险、运营风险、金融风险、政治风险。

1.2 风险识别清单

由于情景分析法能够根据对项目所处大环境的特点，全面的分析出海绵城市PPP项目融资中的各风险因素，因此本文采用情景分析法进行风险因素的识别，并且结合PPP项目库中关于海绵城市的案例项目，借鉴以往项目经验的风险情况，全面识别影响海绵城市PPP项目融资风险因素。

根据情景分析法分别从建设、运营、金融、政治环境四个方面分析影响海绵城市PPP项目融资的风险因素，结合相关参考文献[3～7]，并邀请PPP投融资领域、海绵城市建设等领域专家最终确定了建设风险、运营风险、金融风险、政治风险等四个一级风险因素和20个子二级风险因素。如表1所示。

表1 海绵城市PPP项目融资风险清单

2 问卷调查与分析

2.1 样本分析

问卷采用李克特七级量表，由调查对象进行打分，分数越高，则对应观测指标风险值越大。本次问卷调查自2019年6月1日开始到2019年7月1日结束，历时1个月。分别向PPP项目融资工作人员、海绵城市建设领域专家及从业人员、政府部门领导、大学教授等人共发放问卷数量270份，回收问卷数量为246份,则问卷回收率为94.6%，其中有效问卷数量217份，有效回收率为83.46%。

2.2 信效度分析

信度分析：采用SPSS 24. 0软件对问卷进行信度分析，总Cronbach’α系数>0.9，表明该调查问卷信度良好，该检验可信。

效度分析：采用SPSS 24. 0软件进行 KMO 和巴特利特球体检验，可知KMO值为0.92>0.9，且巴特利特球体检验值在P=0上显著，表明问卷数据之间相关性较高，具有很好的效度，可以进行因子分析。

图1 建设风险修正前

图2 建设风险修正

图3 海绵城市PPP项目融资风险模型

3 结构方程建模与分析

3.1 指标选取

根据表1中所识别的海绵城市PPP项目融资风险源进行结构方程建模，选取其中20个子二级风险指标为观测变量；建设风险、运营风险、融资风险、政治风险等一级指标为一阶潜在变量，总风险为二阶潜在变量。结合目前已有研究[8～9]，选取χ2/df(卡方与自由度之比)、AGFI(调整配适度指标)、NFI(规范拟合指数)、CFI(比较拟合指数)、GFI(适配度指标)、IFI(增值拟合指数)、TLI(非规范拟合指数)、PNFI、PGFI(简约拟合优度指数)、RMR(残差均方根)、RMSEA(近似误差均方根)等 10个指标检验模型的适配度。

3.2 一阶CFA测量模型验证分析

在进行结构方程建模分析时，当模型的适配度指标未通过相应指标的验证时，则需要对模型进行修正，本文采用修正指标(MI)作为诊断指标来帮助修正模型假设。从每一个一阶CFA模型开始修正，从MI值最高的参数入手，直到每个模型满足适配度指标即可。

以建设风险为例，进行单因子测量模型验证分析。在建设风险中共包括7个观测变量，初始一阶CFA测量模型及拟合结果如图1所示。其拟合结果中，χ2/df,RMSEA不符合验证要求，因此需要修正模型。根据回归路径系数应当满足>0.6的要求，删去指标A7不可抗力，重新计算后发现χ2/df,RMSEA仍不符合要求。此时出现了残差不独立的现象，则使用MI进行修正，依据MI值修正模型，则应当删除指标A2缺乏专业咨询企业，重新计算后的测量模型如图2所示，其各项适配度指标均满足验证。与此同理，在政治风险中，删去指标D5项目审批和许可延误。则一阶CFA检验完成。

3.3 二阶 CFA 建模分析

由上述分析可知：一阶模型与样本数据满足了适配检验，且一阶潜在变量彼此存在中高度关联，则可以假定存在二阶的共同潜在因素。将二阶的潜在因素命名为海绵城市PPP项目融资关键风险因素，集合各个一阶CFA模型，绘制二阶模型，二阶模型及拟合结果如图3所示，其整体模型适配度评价如表2所示，根据各项指标可知，本研究假设模型的整体适配度良好。

表2 整体模型配饰度

3.4 模型路径分析

由于各变量间存在一定的相关关系，则模型路径系数如表3所示。

表3 模型路径系数表

由于结构方程模型通过路径系数来表达各个潜变量之间的结构关系，路径系数代表指标间的关系，因此，针对本风险评价结构方程模型，路径系数越大，说明该风险指标对海绵城市PPP融资的影响程度就越大。本文采用加权平均数算法，通过计算各指标的路径系数完成对风险的量化分析。

算法如下：

步骤1 设一阶潜在变量与二阶潜在变量之间的二阶路径系数为Fi(i=1,2,…,4)

步骤2 设一阶潜在变量与其对应的各观测变量之间的一阶路径系数为Fii,j(j=1,2,…,20)

步骤3 设一阶潜在变量关于二阶潜在变量的权重为Gi。

步骤4 设各观测变量关于其所对应的一阶潜在变量的权重Gi,j

步骤5 设各观测变量对二阶潜在变量的总权重为Gj。

则权重Gi,Gi,j权重、总权重的计算公式如下：

(1)

(2)

Gj=Gi×Gi,j

(3)

通过计算即可得到所识别出17个PPP项目融资关键风险因素，其具体权重表如表4所示：

表4 海绵城市PPP项目融资关键风险权重

4 结 论

通过结构方程模型建模分析了海绵城市PPP项目融资的关键风险因素，由建模分析可知，海绵城市PPP融资项目潜在风险因素排序为运营风险>金融风险>建设风险>政治风险。下面，针对各关键风险给出以下意见：

(1)在运营风险中，关键风险因素为市场需求量低、支付机制不健全，为此政府应当制定相应政策，建立完善的支付机制和绩效评估标准等，积极倡导相关企业参与到海绵城市的建设中来，以鼓励海绵城市PPP项目的发展。

(2)在金融风险中，应当注意通货膨胀、利率变动等金融风险，项目公司可以采取转交风险给项目公司的母公司、公共部门、债权人的方式规避金融风险。

(3)在建设风险中，技术类风险是最为关键的，政府应当遵循因地制宜的原则，针对不同地域、不同地理类型，修改和完善海绵城市建设的标准，规范和技术要求。

(4)在政治风险中，私人资本方应当事先规定赔偿方式以避免政府违约等不良现象的发生，此外政府也应当积极的建立起海绵城市PPP项目相关的法律体系。