新型城镇化背景下城市基础设施投资预测及PPP融资机制研究
发布时间：2021-08-16 00:45
在新型城镇化建设的深入推进下,城市基础设施建设首当其冲,为践行高质量城镇化战略,基础设施势必面临新一轮升级建设,也同时面临巨大的融资需求,地方政府财政压力剧增,亟需探索新的资金来源。PPP融资模式可将社会资本引入城市基础设施建设,并实现公私双方共同投资、优势互补、风险分担、利益共享,因而成为研究及实践的热点。对当前研究内容梳理综述发现:现有基础设施投融资研究对于新型城镇化发展趋势以及城市基础设施需求特征的考虑较少。因此,本文以此为切入点,以有效解决新型城镇化背景下城市基础设施“投资需求多少?如何通过PPP模式吸引社会资本?如何保障PPP项目顺利进行?”为目标进行了如下研究工作:首先,为解决“投资需求多少?”的问题,深入分析新型城镇化发展趋势及新型基础设施建设特征,有效识别城市基础设施投资需求影响因素,并设置修正因素衡量城市基础设施各系统发展水平以及新型城镇化背景下基础建设需求。并运用回归分析建立投资需求与影响因素的量化关系,从而建立基础设施投资预测模型。其次,为解决“如何通过PPP模式吸引社会资本?”的问题,着重研究了准经营性以及非经营性城市基础设施PPP项目政府补贴及付费定价问题,借...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：127 页
【学位级别】：博士
【部分图文】：
各变量重要性指标值
50系数的显著性则有着明显的提升。再具体实施中，岭回归通过通过加入偏倚系数K增加估计量的稳定性。通过观察城市能源系统基础设施建设投资额与城区人口、城镇化率等因素进行岭回归分析的岭迹图，在K取值0.05时，岭迹大体上趋于稳定，因此k值取0.05进行岭回归分析。图3-2岭迹图Figure3-2Ridgetrace在k值取0.05时，岭回归结果如下：表3-16回归分析结果Table3-16Regressionanalysisresults非标准化系数标准化系数tpR2B标准误差Beta常数-7.2683.969--1.8310.0970.976x10.0420.3930.0050.1080.047x20.5460.0610.1338.9010.012x30.1180.0150.1397.9660.004x40.1120.0140.1557.8020.018x50.2850.0340.1318.3690.047X110.7860.1780.1764.4200.026X120.1340.0160.1298.5870.039从回归分析结果来看，岭回归模型R2为0.976，说明拟合程度较高。P统计量均小于0.05，说明各影响因素均对城市能源系统基础设施投资产生显著影响。最终得到城市能源基础设施与各影响因素的回归拟合方程为：
新型城镇化背景下城市基础设施投资需求预测模型55从历史数据来看，相对于城镇人口发展，我国城区人口发展相对滞后。在近几年增长趋势区域稳定，近五年的平均增长率为2.54%.新型城镇化背景下，各地纷纷放开户籍政策，鼓励城镇就业的农业转移人口落户。另外，随着经济的发展，城市群以及现代都市圈等建设。将进一步吸引农村及乡镇人口落户城市。因此预计在未来一段时间，城区人口将呈现快速增长态势。为此，到2035年，城区人口年均增长3%为基础情景，年均增长2%为低增长情景，年均增长4%为高情景，预测城区人口的增长。图3-4城区人口及城镇人口统计Figure3-4Urbanpopulation，Urbanandtownshippopulationstatistics（2）建成区面积建成区面积增长趋势与城镇化率密切相关，增长趋势符合一定规律，因此采用曲线拟合法方法进行预测。在matlab建立拟合曲线如下：LinearmodelPoly3:f(x)=p1*x^3+p2*x^2+p3*x+p4Coefficients(with95%confidencebounds):p1=0.2482(0.01956，0.4768)p2=14.43(0.8736，27.98)p3=472.3(243.2，701.3)p4=6887(5842，7932)Goodnessoffit:SSE:1.741e+07R-square:0.9981AdjustedR-square:0.9979RMSE:715.6
【参考文献】：
期刊论文
[1]抓住深化城市建投融资体制改革的四个根本性问题[J]. 秦玉文. 建筑. 2020(02)
[2]污水处理PPP项目动态收益分配研究[J]. 宋健民,张九龙,侯国强. 建筑经济. 2019(09)
[3]城市基础设施投融资研究综述[J]. 王秀云. 合作经济与科技. 2019(18)
[4]中国一线城市基础设施建设与经济增长的倒“U”关系探析[J]. 王凯. 黄冈职业技术学院学报. 2019(03)
[5]浅析PPP模式的智慧城市建设风险与利益分配方法[J]. 范闯,刘玉明. 哈尔滨工业大学学报(社会科学版). 2019(02)
[6]激励视角下的PPP项目利益分配——以亚投行支撑中国企业投资GMS国家基础设施项目为例[J]. 常雅楠,王松江. 管理评论. 2018(11)
[7]PPP项目合同主体收益分配博弈模型及实证分析[J]. 方俊,王柏峰,田家乐,王超,王琰临. 土木工程学报. 2018(08)
[8]PPP旧工业区再生利用项目动态利益分配——基于阶段性风险的Shapley修正模型[J]. 王建斌,刘楠. 西安建筑科技大学学报(自然科学版). 2018(03)
[9]公平视域下PPP项目收益分配[J]. 吴思材,郭汉丁,郑悦红,陈思敏. 土木工程与管理学报. 2018(02)
[10]城市地下综合管廊PPP模式融资风险管理研究[J]. 赵佳,覃英豪,王建波,牛发阳. 地下空间与工程学报. 2018(02)
博士论文
[1]基于博弈论的基础设施PPP模式风险分担研究[D]. 李妍.中国矿业大学 2017
[2]基础设施维护费用视角下地方政府债务风险研究[D]. 万晓萌.中央财经大学 2017
[3]城市交通基础设施投资与拥挤定价决策模型研究[D]. 郭倩雯.华中科技大学 2015
[4]公私合伙（PPP）模式与我国城市公用事业的发展研究[D]. 鲁庆成.华中科技大学 2008
[5]中国城市基础设施建设投融资模式创新研究[D]. 毛腾飞.中南大学 2006
[6]基础设施投资与城市化进程的关系研究[D]. 蒋时节.重庆大学 2005
[7]城市基础设施建设及其投融资研究[D]. 孙晓光.天津大学 2004
硕士论文
[1]污水处理PPP项目动态收益分配研究[D]. 张九龙.郑州大学 2019
[2]PPP模式在基础设施建设工程中的应用研究[D]. 邓渊博.新疆大学 2018
[3]中国城市基础设施投资与国民经济增长关系的实证研究[D]. 汪云龙.山西财经大学 2018
[4]PPP模式在新型城镇化基础设施建设中的应用分析[D]. 张晓晨.山东建筑大学 2018
[5]PPP融资模式在非经营性基础设施项目中的应用研究[D]. 田媛.重庆大学 2018
[6]我国城市基础设施投资的预测及其对经济增长的影响分析[D]. 郭琪.南京师范大学 2018
[7]PPP模式下城市基础设施建设项目的风险与收益分配研究[D]. 罗瑞雪.青岛理工大学 2018
[8]PPP模式在贵州省非经营性交通基础设施项目中的应用研究[D]. 王世君.华东理工大学 2018
[9]PPP模式下准经营性项目产品定价研究[D]. 张晶.西安建筑科技大学 2017
[10]PPP模式在非经营性城市交通基础设施领域的应用[D]. 朱冲.华中师范大学 2016
本文编号：3345239
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：127 页
【学位级别】：博士
【部分图文】：
各变量重要性指标值
50系数的显著性则有着明显的提升。再具体实施中，岭回归通过通过加入偏倚系数K增加估计量的稳定性。通过观察城市能源系统基础设施建设投资额与城区人口、城镇化率等因素进行岭回归分析的岭迹图，在K取值0.05时，岭迹大体上趋于稳定，因此k值取0.05进行岭回归分析。图3-2岭迹图Figure3-2Ridgetrace在k值取0.05时，岭回归结果如下：表3-16回归分析结果Table3-16Regressionanalysisresults非标准化系数标准化系数tpR2B标准误差Beta常数-7.2683.969--1.8310.0970.976x10.0420.3930.0050.1080.047x20.5460.0610.1338.9010.012x30.1180.0150.1397.9660.004x40.1120.0140.1557.8020.018x50.2850.0340.1318.3690.047X110.7860.1780.1764.4200.026X120.1340.0160.1298.5870.039从回归分析结果来看，岭回归模型R2为0.976，说明拟合程度较高。P统计量均小于0.05，说明各影响因素均对城市能源系统基础设施投资产生显著影响。最终得到城市能源基础设施与各影响因素的回归拟合方程为：
新型城镇化背景下城市基础设施投资需求预测模型55从历史数据来看，相对于城镇人口发展，我国城区人口发展相对滞后。在近几年增长趋势区域稳定，近五年的平均增长率为2.54%.新型城镇化背景下，各地纷纷放开户籍政策，鼓励城镇就业的农业转移人口落户。另外，随着经济的发展，城市群以及现代都市圈等建设。将进一步吸引农村及乡镇人口落户城市。因此预计在未来一段时间，城区人口将呈现快速增长态势。为此，到2035年，城区人口年均增长3%为基础情景，年均增长2%为低增长情景，年均增长4%为高情景，预测城区人口的增长。图3-4城区人口及城镇人口统计Figure3-4Urbanpopulation，Urbanandtownshippopulationstatistics（2）建成区面积建成区面积增长趋势与城镇化率密切相关，增长趋势符合一定规律，因此采用曲线拟合法方法进行预测。在matlab建立拟合曲线如下：LinearmodelPoly3:f(x)=p1*x^3+p2*x^2+p3*x+p4Coefficients(with95%confidencebounds):p1=0.2482(0.01956，0.4768)p2=14.43(0.8736，27.98)p3=472.3(243.2，701.3)p4=6887(5842，7932)Goodnessoffit:SSE:1.741e+07R-square:0.9981AdjustedR-square:0.9979RMSE:715.6
【参考文献】：
期刊论文
[1]抓住深化城市建投融资体制改革的四个根本性问题[J]. 秦玉文. 建筑. 2020(02)
[2]污水处理PPP项目动态收益分配研究[J]. 宋健民,张九龙,侯国强. 建筑经济. 2019(09)
[3]城市基础设施投融资研究综述[J]. 王秀云. 合作经济与科技. 2019(18)
[4]中国一线城市基础设施建设与经济增长的倒“U”关系探析[J]. 王凯. 黄冈职业技术学院学报. 2019(03)
[5]浅析PPP模式的智慧城市建设风险与利益分配方法[J]. 范闯,刘玉明. 哈尔滨工业大学学报(社会科学版). 2019(02)
[6]激励视角下的PPP项目利益分配——以亚投行支撑中国企业投资GMS国家基础设施项目为例[J]. 常雅楠,王松江. 管理评论. 2018(11)
[7]PPP项目合同主体收益分配博弈模型及实证分析[J]. 方俊,王柏峰,田家乐,王超,王琰临. 土木工程学报. 2018(08)
[8]PPP旧工业区再生利用项目动态利益分配——基于阶段性风险的Shapley修正模型[J]. 王建斌,刘楠. 西安建筑科技大学学报(自然科学版). 2018(03)
[9]公平视域下PPP项目收益分配[J]. 吴思材,郭汉丁,郑悦红,陈思敏. 土木工程与管理学报. 2018(02)
[10]城市地下综合管廊PPP模式融资风险管理研究[J]. 赵佳,覃英豪,王建波,牛发阳. 地下空间与工程学报. 2018(02)
博士论文
[1]基于博弈论的基础设施PPP模式风险分担研究[D]. 李妍.中国矿业大学 2017
[2]基础设施维护费用视角下地方政府债务风险研究[D]. 万晓萌.中央财经大学 2017
[3]城市交通基础设施投资与拥挤定价决策模型研究[D]. 郭倩雯.华中科技大学 2015
[4]公私合伙（PPP）模式与我国城市公用事业的发展研究[D]. 鲁庆成.华中科技大学 2008
[5]中国城市基础设施建设投融资模式创新研究[D]. 毛腾飞.中南大学 2006
[6]基础设施投资与城市化进程的关系研究[D]. 蒋时节.重庆大学 2005
[7]城市基础设施建设及其投融资研究[D]. 孙晓光.天津大学 2004
硕士论文
[1]污水处理PPP项目动态收益分配研究[D]. 张九龙.郑州大学 2019
[2]PPP模式在基础设施建设工程中的应用研究[D]. 邓渊博.新疆大学 2018
[3]中国城市基础设施投资与国民经济增长关系的实证研究[D]. 汪云龙.山西财经大学 2018
[4]PPP模式在新型城镇化基础设施建设中的应用分析[D]. 张晓晨.山东建筑大学 2018
[5]PPP融资模式在非经营性基础设施项目中的应用研究[D]. 田媛.重庆大学 2018
[6]我国城市基础设施投资的预测及其对经济增长的影响分析[D]. 郭琪.南京师范大学 2018
[7]PPP模式下城市基础设施建设项目的风险与收益分配研究[D]. 罗瑞雪.青岛理工大学 2018
[8]PPP模式在贵州省非经营性交通基础设施项目中的应用研究[D]. 王世君.华东理工大学 2018
[9]PPP模式下准经营性项目产品定价研究[D]. 张晶.西安建筑科技大学 2017
[10]PPP模式在非经营性城市交通基础设施领域的应用[D]. 朱冲.华中师范大学 2016
本文编号：3345239
本文链接：https://www.wllwen.com/shoufeilunwen/jjglbs/3345239.html
