论文部分内容阅读
【摘要】随着中国城镇化水平的进一步提高，中小城镇基础设施建设资金短缺的问题日趋严重。虽然政府加大了对中小城镇基础设施建设的财政支持力度，采取了相应的融资优惠政策，但是其面临的融资风险依然严峻。文章采用情景分析法和专家打分法对融资风险进行识别，利用主成分分析法对中国中小城镇基础设施建设融资风险进行分析，并对风险原因与风险影响进行分析。
【关键词】中小城镇 基础设施 主成分分析 融资风险
一、引言
当前，我国城镇化建设已经进入关键期，基础设施的供给不足与社会对基础设施巨大的需求量之间的矛盾日益突出。加快基础设施建设，创新基础设施融资模式已成为我国城镇化过程中的主要问题。我国关于中小城镇基础设施建设与融资模式的研究比较多，大多集中在对中小城镇基础设施建设资金不足和融资模式的分析上，很少涉及对基础设施自身的融资风险进行研究。例如：付聪、伊殆林、李丽红通过问卷调查的方法分析了中小城镇基础设施建设资金存在的问题；胡进华对BOT、TOT、ABS三种项目融资方式的风险进行了分析；孟祥林以北京市郊县为例，对中小城镇基础设施建设的市场化融资策略进行了实证分析。概括起来，学者对融资风险的分析，并未着眼中小城镇基础设施本身，而且没有进行定量分析。本文对融资风险的大小进行了赋值，运用主成分分析法，对我国中小城镇基础设施的融资风险进行分析。
二、影响融资的风险因素
（一）融资的风险识别
风险识别，是指采用系统论的观点对项目全面考察综合分析，找出潜在的各种风险因素，并对各种风险进行比较、分类，确定各因素间的相关性与独立性，判断其发生的可能性及对项目的影响程度，按其重要性赋予权重。常见的风险识别方法有：头脑风暴法，专家调查法，情景分析法，核对表法，流程图法，财务报表法。
本文采用情景分析法对中小城镇基础设施建设融资风险进行识别，按照项目融资风险的表现形式有：信用风险，政策法规风险，环境风险，商业风险，经营管理风险，建造风险。
（二）风险的评估与影响
文章对五种风险大小和对项目产生的消极影响进行评估，确定风险的概率与影响程度。从而确定对中小城镇基础设施融资具有高级别的风险。
我们聘请15位有关专家（他们对这五项风险发生的程度比较了解），采用无记名调查问卷方式来评估各种风险发生的概率和消极影响程度。并对风险发生的概率和消极影响程度通过加权求其平均值，最终确定风险级别和消极影响程度。
文章将风险发生的大小有小到大分为五个级别，分别赋值为：0.05，0.25，0.45，0.65，0.85。消极影响级别由小到大划分为：渺小级，低级，中级，高级，很高级；并赋值为0.05，0.1，0.2，0.4，0.8。信用风险发生的概率和消极影响程度分别为：0.45，0.2；风险级别：0.45×0.2=0.09 中级。环境风险发生的概率和消极影响程度分别为：0.05，0.2；风险级别：0.05×0.2=0.01 低级。经营管理风险发生的概率和消极影响程度分别为：0.65，0.4；风险级别：0.65×0.4=0.26 高级。商业风险发生的概率和消极影响程度分别为0.25，0.4；风险级别：0.25×0.4=0.10 中级。建造风险发生的概率和消极影响程度分别为：0.45，0.4；风险级别：0.45×0.4=0.18 高级。风险级别高级的为：经营管理风险和建造风险。
（三）风险结果分析
通过分析，我们得出对中小城镇基础设施融资具有较大影响的是建造风险和经营管理风险。建造风险包括建造成本上升X1，推迟交工X2，非人为因素X3，效能和供给量不足X4；经营管理风险包括价格因素X5，经营管理期收入下降X6，经营管理成本上升X7。
三、基于主成分方法的风险分析
（一）主成分分析
主成分分析就是用较少的几个综合变量来代替原来较多的变量，而这些较少的综合变量能尽可能多得反映原来变量的有用信息，且相互之间又是无关的，这些综合变量就称为主成分。其原理是利用降维的思想把多个变量转换成较少的几个互不相关的综合变量。
运用SPSS16.0对具体风险因子进行主成分分析，然后根据主成分对应的特征值大于1的原则提取相应的主成分量，并采用正交旋转法，得到主成分因子的方差贡献率及得分函数系数。
（二）分析具体风险因素
文章将中小城镇基础设施分为准经营性基础设施，经营性基础设施和非经营性基础设施，本文选取三种基础设施项目共九个：城镇公共街道（A），垃圾中转站（B），城镇生活污水排放设施的安装与维修（C），城镇生活污水处理厂（D），城镇垃圾处理站（E），城镇自来水管网设施（F），过境收费公路（G），收费大桥、（H），公共场所卫生保洁（I），其中，C、E、I属于准经营性基础设施，D、G、H属于经营性基础设施，A、B、F属于非经营性基础设施。
本文采用SPSS软件来实现对这九项城镇基础设施融资的主要风险分析。
1.风险大小的确定
15位相关专家根据风险评估的准确性及实现可能性的要求，对每个具体风险打分，取值在0～1之间。0表示风险可以不考虑或不可能发生风险，1表示风险一定发生。通过加权求均值来确定各个具体风险的大小，最终确定风险大小集合如表1所示。
表1 风险大小的集合表
风险
项目 X1 X2 X3 X4 X5 X6 X7
A 0.01 0.16 0.33 0.10 0.12 0.17 0.11
B 0.07 0.25 0.25 0.04 0.04 0.21 0.14
C 0.13 0.21 0.08 0.11 0.19 0.17 0.11
D 0.11 0.25 0.17 0.19 0.14 0.09 0.05
E 0.25 0.03 0.27 0.03 0.20 0.03 0.24
F 0.02 0.15 0.19 0.11 0.21 0.23 0.09 G 0.41 0.21 0.02 0.07 0.05 0.11 0.13
H 0.23 0.31 0.06 0.06 0.09 0.19 0.06
I 0.21 0.35 0.21 0.08 0.05 0.07 0.03
2.主成分分析
运用SPSS软件对九个基础设施项目中的风险进行主成分分析，如表2所示。
表2 相关系数矩阵
Correlations
建造成本上升 推迟交工 非人为因素 效能和供给量
不足 价格因素 经营管理期
收入下降 经营管理
成本上升
建造成本上升 Pearson Correlation 1 .084 -.614 -.374 -.350 -.557 .193
Sig. （2-tailed） .831 .078 .321 .356 .120 .620
N 9 9 9 9 9 9 9
推迟交工 Pearson Correlation .084 1 -.377 .187 -.684* .171 -.841**
Sig. （2-tailed） .831 .317 .630 .042 .660 .005
N 9 9 9 9 9 9 9
非人为因素 Pearson Correlation -.614 -.377 1 -.095 .142 -.094 .279
Sig. （2-tailed） .078 .317 .808 .715 .810 .466
N 9 9 9 9 9 9 9
效能和供给量不足 Pearson Correlation -.374 .187 -.095 1 .285 .024 -.581
Sig. （2-tailed） .321 .630 .808 .457 .952 .101
N 9 9 9 9 9 9 9
价格因素 Pearson Correlation -.350 -.684* .142 .285 1 .008 .317
Sig. （2-tailed） .356 .042 .715 .457 .984 .405
N 9 9 9 9 9 9 9
经营管理期收入下降 Pearson Correlation -.557 .171 -.094 .024 .008 1 -.248
Sig. （2-tailed） .120 .660 .810 .952 .984 .520
N 9 9 9 9 9 9 9
经营管理成本上升 Pearson Correlation .193 -.841** .279 -.581 .317 -.248 1
Sig. （2-tailed） .620 .005 .466 .101 .405 .520
N 9 9 9 9 9 9 9
输出结果说明：相关系数下面的Sig是显著性检验结果的P值，越接近0越显著。相关系数在0.6以上，就可以认为显著相关了。
由相关系数矩阵可以得出：非人为因素与建造成本上升，价格因素与推迟交工，经营管理成本上升与推迟交工具有显著相关性，其中经营管理成本上升与推迟交工具有高度相关性。风险因素之间呈现较强的线性关系，适合进行主成分分析。
3.计算特征值、方差贡献率和累计方差贡献率
计算结果如表3所示。
表3 特征值、方差贡献率和累计方差贡献率
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2.553 36.470 36.470 2.553 36.470 36.470
2 2.075 29.643 66.112 2.075 29.643 66.112
3 1.189 16.985 83.097 1.189 16.985 83.097
4 .931 13.305 96.403
5 .197 2.812 99.214
6 .055 .782 99.996
7 .000 .004 100.000
按照累计方差贡献率大于80%来选取主成分，选取了3个主成分，其累计方差贡献率为83.097%，见表3。前三个主成分基本上包含风险的绝大部分信心，在这里提取三个特征值，并计算相应的特征向量，然后求出三个主成分的表达式。对应于特征值的特征向量如表4所示。
表4 特征向量
第一特征向量a1 第二特征向量a2 第三特征向量a3
-0.08 -0.66 0.26
-0.60 -0.03 -0.16
0.33 0.29 -0.41
-0.21 0.42 0.63
0.38 0.31 0.52
-0.15 0.38 -0.45
0.56 -0.25 -0.12
4.计算主成分的表达式
第一主成分：
第二主成分：
第三主成分：
第一主成分中第二、第七项指标的系数较大，这两项指标起主要作用，我们可以把第一主成分看成由推迟交工、经营管理成本上升所刻画的反映融资风险的综合指标；
第二主成分中第一项指标的影响最大，可将之看成是建造成本上升刻画的反映融资风险的综合指标；
第三主成分中第四项指数的影响最大，超过其他指标的影响，可单独看成是效能和供给量不足的影响。
运用主成分分析提取的影响中小城镇基础设施融资的主要风险因素，在融资时重点考虑建造成本上升、推迟交工、经营管理成本上升、效能和供给量不足者这四项风险因素。 5.计算中小城镇基础设施项目的风险排名
将中小城镇的九项基础设施项目的七项风险因子的数据代入第一、第二、第三主成分的表达式中，求得九项基础设施项目在四种主要风险因子中的大小排名，结果如表5所示。
表5 九项基础设施项目的风险排名
项目 第一主成分 排名 第二主成分 排名 第三主成分 排名
A 0.0728 2 0.2006 2 -0.1226 8
B -0.0194 4 0.0928 4 -0.1896 9
C -0.0248 5 0.0733 5 0.0458 3
D -0.0749 6 0.1141 3 0.0649 2
E 0.2507 1 -0.0616 8 0.0301 4
F 0.0437 3 0.2136 1 -0.0325 6
G -0.0916 7 -0.2169 9 0.0698 1
H -0.1579 9 -0.0334 7 -0.0225 5
I -0.149 8 -0.02 6 -0.0462 7
通过对基础设施项目的风险排名可知在第一主成分中排名前三的是：E、A、F，表示这三项基础设施项目在融资时推迟交工、经营管理成本上升的风险较高，在融资时重点考虑推迟交工和经营管理成本上升的综合风险。在第二主成分中排名前三的是F、A、D，表示这三项基础设施项目在融资时建造成本上升的风险较高，在融资时重点考虑建造成本上升的风险。在第三主成分中排名前三的是G、D、C，表示这三项基础设施项目在融资时效能和供给量不足的风险较高，在融资时重点考虑效能和供给量不足的风险。其中C、E属于准经营性基础设施，主要融资风险：推迟交工和经营管理成本上升；D、G属于经营性基础设施，主要融资风险：建造成本上升，效能和供给量不足；A、F属于非经营性基础设施，主要融资风险：推迟交工和经营管理成本上升，建造成本上升。
四、结论
（一）经营性基础设施融资风险发生的原因与风险影响的分析
通过以上分析，可知经营性基础设施融资的主要风险是建造成本上升，效能和供给量不足。
由于经营性基础设施采用的是收费机制，所以其动机和目的是利润最大化，经营性基础设施在竞标建造过程会面临通货膨胀，物价上涨等潜在风险，这些风险的发生都会导致建造成本上升，由于建造成本的上升，承包商会面临资金短缺，进而影响工程的质量和工期，造成基础设施不能达到社会效用最大化的目的，供给量少于社会公众的需求量，制约社会的发展，影响其公共职能的发挥。
（二）准经营性基础设施融资风险发生的原因与风险影响的分析
由上表可知准经营性基础设施融资的主要风险是推迟交工和经营管理成本上升，效能和供给量不足。
准经营性基础设施融资方式有政府直接投资，政府与私人部门合作投资。政府直接投资会受到财政资金的限制，单纯依靠政府投资很难满足社会对准公共产品或服务的需求。势必会影响公共产品的效能与供给量。另外政府作为职能部门，缺乏项目管理的经验，会制约其管理水平，影响或降低准经营性基础设施项目的运营效率，造成经营管理成本上升。由于缺乏激励机制，政府直接参与项目的建设效率低下，从而影响项目建设的工期。政府与私人部门合作投资方式中，政府主要采用建设期补偿方式，由于在建设期可以得到补偿，承包商会延长建设期，推迟交工，将导致基础设施不能按时交工，投入使用，引起效能和供给量不足风险。
（三）非经营性基础设施融资风险发生的原因与风险影响的分析
由上表可知非经营性基础设施融资的主要风险是建造成本上升，推迟交工和经营管理成本上升。
非经营性基础设施由于缺乏盈利性，私人部门很少投资此领域，主要由政府融资建设，存在的产权不清晰，管理体制和市场化运作不合理，导致了非营利性基础设施经营管理成本上升和建造成本上升，成本上升会影响建设工期，延缓其社会服务功能的发挥，所以在非经营性基础设施建设中要明晰产权，加强市场化运作。
参考文献
[1] 付聪，伊殆林，李丽红.小城镇基础设施建设资金存在的问题及成因分析[J].中国农机化，2009（1）.
[2] 胡进华.BOT、TOT、ABS三种项目融资方式的风险分析及应用[J].项目管理技术，2009（1）.
[3] 孟祥林.城镇基础设施建设的市场化融资策略选择[J].建设与管理，2005（9）.
[4] 袁明鹏，胡艳，庄越.新编技术经济学[M].北京：清华大学出版社，2007.
[5] 胡珑瑛.技术经济学[M].黑龙江：哈尔滨工业大学出版社，2004.
[6] 王淑芬.应用统计学[M].北京：北京大学出版社，2011.
[7] 张文彤，SPSS统计分析高级教程[M].北京：高等教育出版社，2010.
作者简介：魏强（1987-），男，河南开封人，硕士，研究方向：公共投融资研究。
（责任编辑：刘晶晶）
【关键词】中小城镇 基础设施 主成分分析 融资风险
一、引言
当前，我国城镇化建设已经进入关键期，基础设施的供给不足与社会对基础设施巨大的需求量之间的矛盾日益突出。加快基础设施建设，创新基础设施融资模式已成为我国城镇化过程中的主要问题。我国关于中小城镇基础设施建设与融资模式的研究比较多，大多集中在对中小城镇基础设施建设资金不足和融资模式的分析上，很少涉及对基础设施自身的融资风险进行研究。例如：付聪、伊殆林、李丽红通过问卷调查的方法分析了中小城镇基础设施建设资金存在的问题；胡进华对BOT、TOT、ABS三种项目融资方式的风险进行了分析；孟祥林以北京市郊县为例，对中小城镇基础设施建设的市场化融资策略进行了实证分析。概括起来，学者对融资风险的分析，并未着眼中小城镇基础设施本身，而且没有进行定量分析。本文对融资风险的大小进行了赋值，运用主成分分析法，对我国中小城镇基础设施的融资风险进行分析。
二、影响融资的风险因素
（一）融资的风险识别
风险识别，是指采用系统论的观点对项目全面考察综合分析，找出潜在的各种风险因素，并对各种风险进行比较、分类，确定各因素间的相关性与独立性，判断其发生的可能性及对项目的影响程度，按其重要性赋予权重。常见的风险识别方法有：头脑风暴法，专家调查法，情景分析法，核对表法，流程图法，财务报表法。
本文采用情景分析法对中小城镇基础设施建设融资风险进行识别，按照项目融资风险的表现形式有：信用风险，政策法规风险，环境风险，商业风险，经营管理风险，建造风险。
（二）风险的评估与影响
文章对五种风险大小和对项目产生的消极影响进行评估，确定风险的概率与影响程度。从而确定对中小城镇基础设施融资具有高级别的风险。
我们聘请15位有关专家（他们对这五项风险发生的程度比较了解），采用无记名调查问卷方式来评估各种风险发生的概率和消极影响程度。并对风险发生的概率和消极影响程度通过加权求其平均值，最终确定风险级别和消极影响程度。
文章将风险发生的大小有小到大分为五个级别，分别赋值为：0.05，0.25，0.45，0.65，0.85。消极影响级别由小到大划分为：渺小级，低级，中级，高级，很高级；并赋值为0.05，0.1，0.2，0.4，0.8。信用风险发生的概率和消极影响程度分别为：0.45，0.2；风险级别：0.45×0.2=0.09 中级。环境风险发生的概率和消极影响程度分别为：0.05，0.2；风险级别：0.05×0.2=0.01 低级。经营管理风险发生的概率和消极影响程度分别为：0.65，0.4；风险级别：0.65×0.4=0.26 高级。商业风险发生的概率和消极影响程度分别为0.25，0.4；风险级别：0.25×0.4=0.10 中级。建造风险发生的概率和消极影响程度分别为：0.45，0.4；风险级别：0.45×0.4=0.18 高级。风险级别高级的为：经营管理风险和建造风险。
（三）风险结果分析
通过分析，我们得出对中小城镇基础设施融资具有较大影响的是建造风险和经营管理风险。建造风险包括建造成本上升X1，推迟交工X2，非人为因素X3，效能和供给量不足X4；经营管理风险包括价格因素X5，经营管理期收入下降X6，经营管理成本上升X7。
三、基于主成分方法的风险分析
（一）主成分分析
主成分分析就是用较少的几个综合变量来代替原来较多的变量，而这些较少的综合变量能尽可能多得反映原来变量的有用信息，且相互之间又是无关的，这些综合变量就称为主成分。其原理是利用降维的思想把多个变量转换成较少的几个互不相关的综合变量。
运用SPSS16.0对具体风险因子进行主成分分析，然后根据主成分对应的特征值大于1的原则提取相应的主成分量，并采用正交旋转法，得到主成分因子的方差贡献率及得分函数系数。
（二）分析具体风险因素
文章将中小城镇基础设施分为准经营性基础设施，经营性基础设施和非经营性基础设施，本文选取三种基础设施项目共九个：城镇公共街道（A），垃圾中转站（B），城镇生活污水排放设施的安装与维修（C），城镇生活污水处理厂（D），城镇垃圾处理站（E），城镇自来水管网设施（F），过境收费公路（G），收费大桥、（H），公共场所卫生保洁（I），其中，C、E、I属于准经营性基础设施，D、G、H属于经营性基础设施，A、B、F属于非经营性基础设施。
本文采用SPSS软件来实现对这九项城镇基础设施融资的主要风险分析。
1.风险大小的确定
15位相关专家根据风险评估的准确性及实现可能性的要求，对每个具体风险打分，取值在0～1之间。0表示风险可以不考虑或不可能发生风险，1表示风险一定发生。通过加权求均值来确定各个具体风险的大小，最终确定风险大小集合如表1所示。
表1 风险大小的集合表
风险
项目 X1 X2 X3 X4 X5 X6 X7
A 0.01 0.16 0.33 0.10 0.12 0.17 0.11
B 0.07 0.25 0.25 0.04 0.04 0.21 0.14
C 0.13 0.21 0.08 0.11 0.19 0.17 0.11
D 0.11 0.25 0.17 0.19 0.14 0.09 0.05
E 0.25 0.03 0.27 0.03 0.20 0.03 0.24
F 0.02 0.15 0.19 0.11 0.21 0.23 0.09 G 0.41 0.21 0.02 0.07 0.05 0.11 0.13
H 0.23 0.31 0.06 0.06 0.09 0.19 0.06
I 0.21 0.35 0.21 0.08 0.05 0.07 0.03
2.主成分分析
运用SPSS软件对九个基础设施项目中的风险进行主成分分析，如表2所示。
表2 相关系数矩阵
Correlations
建造成本上升 推迟交工 非人为因素 效能和供给量
不足 价格因素 经营管理期
收入下降 经营管理
成本上升
建造成本上升 Pearson Correlation 1 .084 -.614 -.374 -.350 -.557 .193
Sig. （2-tailed） .831 .078 .321 .356 .120 .620
N 9 9 9 9 9 9 9
推迟交工 Pearson Correlation .084 1 -.377 .187 -.684* .171 -.841**
Sig. （2-tailed） .831 .317 .630 .042 .660 .005
N 9 9 9 9 9 9 9
非人为因素 Pearson Correlation -.614 -.377 1 -.095 .142 -.094 .279
Sig. （2-tailed） .078 .317 .808 .715 .810 .466
N 9 9 9 9 9 9 9
效能和供给量不足 Pearson Correlation -.374 .187 -.095 1 .285 .024 -.581
Sig. （2-tailed） .321 .630 .808 .457 .952 .101
N 9 9 9 9 9 9 9
价格因素 Pearson Correlation -.350 -.684* .142 .285 1 .008 .317
Sig. （2-tailed） .356 .042 .715 .457 .984 .405
N 9 9 9 9 9 9 9
经营管理期收入下降 Pearson Correlation -.557 .171 -.094 .024 .008 1 -.248
Sig. （2-tailed） .120 .660 .810 .952 .984 .520
N 9 9 9 9 9 9 9
经营管理成本上升 Pearson Correlation .193 -.841** .279 -.581 .317 -.248 1
Sig. （2-tailed） .620 .005 .466 .101 .405 .520
N 9 9 9 9 9 9 9
输出结果说明：相关系数下面的Sig是显著性检验结果的P值，越接近0越显著。相关系数在0.6以上，就可以认为显著相关了。
由相关系数矩阵可以得出：非人为因素与建造成本上升，价格因素与推迟交工，经营管理成本上升与推迟交工具有显著相关性，其中经营管理成本上升与推迟交工具有高度相关性。风险因素之间呈现较强的线性关系，适合进行主成分分析。
3.计算特征值、方差贡献率和累计方差贡献率
计算结果如表3所示。
表3 特征值、方差贡献率和累计方差贡献率
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2.553 36.470 36.470 2.553 36.470 36.470
2 2.075 29.643 66.112 2.075 29.643 66.112
3 1.189 16.985 83.097 1.189 16.985 83.097
4 .931 13.305 96.403
5 .197 2.812 99.214
6 .055 .782 99.996
7 .000 .004 100.000
按照累计方差贡献率大于80%来选取主成分，选取了3个主成分，其累计方差贡献率为83.097%，见表3。前三个主成分基本上包含风险的绝大部分信心，在这里提取三个特征值，并计算相应的特征向量，然后求出三个主成分的表达式。对应于特征值的特征向量如表4所示。
表4 特征向量
第一特征向量a1 第二特征向量a2 第三特征向量a3
-0.08 -0.66 0.26
-0.60 -0.03 -0.16
0.33 0.29 -0.41
-0.21 0.42 0.63
0.38 0.31 0.52
-0.15 0.38 -0.45
0.56 -0.25 -0.12
4.计算主成分的表达式
第一主成分：
第二主成分：
第三主成分：
第一主成分中第二、第七项指标的系数较大，这两项指标起主要作用，我们可以把第一主成分看成由推迟交工、经营管理成本上升所刻画的反映融资风险的综合指标；
第二主成分中第一项指标的影响最大，可将之看成是建造成本上升刻画的反映融资风险的综合指标；
第三主成分中第四项指数的影响最大，超过其他指标的影响，可单独看成是效能和供给量不足的影响。
运用主成分分析提取的影响中小城镇基础设施融资的主要风险因素，在融资时重点考虑建造成本上升、推迟交工、经营管理成本上升、效能和供给量不足者这四项风险因素。 5.计算中小城镇基础设施项目的风险排名
将中小城镇的九项基础设施项目的七项风险因子的数据代入第一、第二、第三主成分的表达式中，求得九项基础设施项目在四种主要风险因子中的大小排名，结果如表5所示。
表5 九项基础设施项目的风险排名
项目 第一主成分 排名 第二主成分 排名 第三主成分 排名
A 0.0728 2 0.2006 2 -0.1226 8
B -0.0194 4 0.0928 4 -0.1896 9
C -0.0248 5 0.0733 5 0.0458 3
D -0.0749 6 0.1141 3 0.0649 2
E 0.2507 1 -0.0616 8 0.0301 4
F 0.0437 3 0.2136 1 -0.0325 6
G -0.0916 7 -0.2169 9 0.0698 1
H -0.1579 9 -0.0334 7 -0.0225 5
I -0.149 8 -0.02 6 -0.0462 7
通过对基础设施项目的风险排名可知在第一主成分中排名前三的是：E、A、F，表示这三项基础设施项目在融资时推迟交工、经营管理成本上升的风险较高，在融资时重点考虑推迟交工和经营管理成本上升的综合风险。在第二主成分中排名前三的是F、A、D，表示这三项基础设施项目在融资时建造成本上升的风险较高，在融资时重点考虑建造成本上升的风险。在第三主成分中排名前三的是G、D、C，表示这三项基础设施项目在融资时效能和供给量不足的风险较高，在融资时重点考虑效能和供给量不足的风险。其中C、E属于准经营性基础设施，主要融资风险：推迟交工和经营管理成本上升；D、G属于经营性基础设施，主要融资风险：建造成本上升，效能和供给量不足；A、F属于非经营性基础设施，主要融资风险：推迟交工和经营管理成本上升，建造成本上升。
四、结论
（一）经营性基础设施融资风险发生的原因与风险影响的分析
通过以上分析，可知经营性基础设施融资的主要风险是建造成本上升，效能和供给量不足。
由于经营性基础设施采用的是收费机制，所以其动机和目的是利润最大化，经营性基础设施在竞标建造过程会面临通货膨胀，物价上涨等潜在风险，这些风险的发生都会导致建造成本上升，由于建造成本的上升，承包商会面临资金短缺，进而影响工程的质量和工期，造成基础设施不能达到社会效用最大化的目的，供给量少于社会公众的需求量，制约社会的发展，影响其公共职能的发挥。
（二）准经营性基础设施融资风险发生的原因与风险影响的分析
由上表可知准经营性基础设施融资的主要风险是推迟交工和经营管理成本上升，效能和供给量不足。
准经营性基础设施融资方式有政府直接投资，政府与私人部门合作投资。政府直接投资会受到财政资金的限制，单纯依靠政府投资很难满足社会对准公共产品或服务的需求。势必会影响公共产品的效能与供给量。另外政府作为职能部门，缺乏项目管理的经验，会制约其管理水平，影响或降低准经营性基础设施项目的运营效率，造成经营管理成本上升。由于缺乏激励机制，政府直接参与项目的建设效率低下，从而影响项目建设的工期。政府与私人部门合作投资方式中，政府主要采用建设期补偿方式，由于在建设期可以得到补偿，承包商会延长建设期，推迟交工，将导致基础设施不能按时交工，投入使用，引起效能和供给量不足风险。
（三）非经营性基础设施融资风险发生的原因与风险影响的分析
由上表可知非经营性基础设施融资的主要风险是建造成本上升，推迟交工和经营管理成本上升。
非经营性基础设施由于缺乏盈利性，私人部门很少投资此领域，主要由政府融资建设，存在的产权不清晰，管理体制和市场化运作不合理，导致了非营利性基础设施经营管理成本上升和建造成本上升，成本上升会影响建设工期，延缓其社会服务功能的发挥，所以在非经营性基础设施建设中要明晰产权，加强市场化运作。
参考文献
[1] 付聪，伊殆林，李丽红.小城镇基础设施建设资金存在的问题及成因分析[J].中国农机化，2009（1）.
[2] 胡进华.BOT、TOT、ABS三种项目融资方式的风险分析及应用[J].项目管理技术，2009（1）.
[3] 孟祥林.城镇基础设施建设的市场化融资策略选择[J].建设与管理，2005（9）.
[4] 袁明鹏，胡艳，庄越.新编技术经济学[M].北京：清华大学出版社，2007.
[5] 胡珑瑛.技术经济学[M].黑龙江：哈尔滨工业大学出版社，2004.
[6] 王淑芬.应用统计学[M].北京：北京大学出版社，2011.
[7] 张文彤，SPSS统计分析高级教程[M].北京：高等教育出版社，2010.
作者简介：魏强（1987-），男，河南开封人，硕士，研究方向：公共投融资研究。
（责任编辑：刘晶晶）