PPP社会资本参与度预测研究:基于14038个项目的大数据分析

摘要：

提升PPP社会资本参与度,对激发有效投资具有重要意义.考虑到影响社会资本参与PPP项目因素的多重复杂性,以CPPPC库14 038 个PPP项目为研究对象,选取项目本身、地方政府、市场环境、宏观经济四个维度61 个特征变量,构建基于集成学习的PPP项目社会资本参与度预测模型,并探究不同特征组合对社会资本参与度预测性能的影响.实验结果表明:经蜻蜓算法完成特征降维有效提升了模型预测准确性,ADASYN + XGBoost模型的预测性能最佳;从特征组合来看,项目本身、地方政府以及宏观经济三种特征组合下的预测性能优于其他特征组合,其中项目本身对社会资本参与PPP的影响最为显著,其次是地方政府,市场环境的加入反而会降低除项目本身外其他特征组合下的模型准确性.地方政府应重点从提高财政透明性、提升清廉程度、优化公私合作机制等方面吸引社会资本积极投资.

关键词：政府与社会资本合作、社会资本参与度、集成学习、XGBoost、特征组合

分类号：F840.612;F282(保险)

资助基金：国家自然科学基金;云南省省院省校合作项目;云南产业发展研究项目

在线出版日期：2023-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：79-91