Статистический анализ источников эффективности ГЧП - Пути повышения эффективности государственно-частного партнерства

В рамках анализа была сформирована более узкая выборка проектов из базы PPIAF. По отраслевому признаку были отобраны только проекты в области автодорожной инфраструктуры (дороги, туннели, мосты, развязки) для повышения сопоставимости проектов. Был также ограничен временной горизонт - с 1998 по 2012 год начала инвестирования. В выборку были включены страны, входящие в одну группу по уровню доходов (Upper-middle income) для обеспечения сравнимости результатов. В выборке присутствуют проекты и с участием иностранных партнеров, и с участием только национальных партнеров. Наконец для проектов с участием иностранных партнеров были исключены ГЧП, которые могли быть мотивированы политическими, а не экономическими соображениями, то есть такие, где происхождение иностранного партнера указывало на его тесную связь с государственными ведомствами страны осуществления строительства. В выборке остался один проект из Индонезии и один проект из российской практики, остальные проекты из региона Латинской Америки. Для повышения сопоставимости было принято решение анализировать лишь проекты региона Латинская Америка. В результате в исследуемой группе осталось 59 проектов: 26 проектов с участием иностранных партнеров и 33 - с участием только национальных партнеров. Итоговая выборка размещена в Приложении 1.

Описание переменных

Объясняемая переменная эффективности ГЧП получена как индекс основных критериев эффективности транспортной инфраструктуры. Данные критерии были выделены Правительством Великобритании Norman. K. Social Dimensions of Transport - a resource for Social Impact Appraisals. URL: https://www. gov. uk/government/uploads/system/uploads/attachment_data/file/227032/Social_Dimensions_of_Transport_for_externals. pdf и включают в себя: снижение бедности, доступ к социальным учреждениям, особенно образования и здравоохранения, стимулирование экономического развития и доступ к рынкам, соблюдение прав собственности (отсутствие захвата), повышение безопасности дорожного движения, экологическая безопасность. Была произведена экспертная оценка по данным критериям. Сводный индекс был сформирован с помощью метода главных компонент. Оценка проектов по каждому из признаков осуществлялась на основе официальных заявлений о целях и задачах проектов, а также новостной ленты по проектам. Оценка осуществлялась только по тем проектам, собрать информацию по которым удалось по всем критериям анализа - 59 проектов.

Таблица 1. Матрица главных компонент по социальной эффективности ГЧП.

Переменная	Вес в главной компоненте
Стимулирование экономической активности и рост уровня жизни	,952
Доступ к учреждениям образования и здравоохранения	,906
Расширение доступа к рынкам сбыта	,769
Соблюдение нормативного режима и отсутствие захвата собственности	,843
Повышение безопасности дорожного движения	,578
Положительное экологическое влияние	,094

Источник: анализ автора, вычисления проводились в статистическом пакете SPSS

Первая компонента объяснила лишь 56% дисперсии, однако исследователя устраивает данный результат, так как наиболее важные социальные факторы, такие как снижение бедности, доступ к образованию и здравоохранению, усиление экономической активности с большим весом вошли в индекс. Так же была продемонстрирована высокая отрицательная связь индекса и экспроприации земель. Таким образом будем называть данный показатель индексом социальной эффективности ГЧП.

Объясняющие переменные включают в себя:

(1) Гибкость технологии, прокси-переменной для которой послужил индекс различных индустрий в которых работает компания, на основе метода главных компонент;

Таблица 2. Матрица главных компонент по гибкости технологий транспортных ГЧП.

Переменная: участие компании в проектах по строительству	Вес в главной компоненте
Аэропортов	,594
Железных и легкорельсовых дорог	,622
Автомобильных дорог, в том числе мостов и туннелей	,583
Портов	,659

Источник: анализ автора, вычисления проводились в статистическом пакете SPSS

Первая компонента объяснила лишь 32% дисперсии, однако достаточно высокие вес, с которыми в компоненту входят элементы отраслевой специализации, позволяют назвать полученную переменную индексом диверсификации концессионера.

(2) Несклонность агента к риску в проекте, прокси-переменой которой служил размер проекта по километражу. Автор считает такой подход адекватным, поскольку размер проекта служит драйвером финансовых и операционных рисков проекта, тем самым определяя степень "осторожности" частного партнера в предприятии; (3) Наличие значимых рисков спроса, прокси-переменной которой послужила бинарная переменная, принимающая значение 1 при модели выручки, состоящей из платежей пользователей, и 0 в противном случае; (4) Стоимость инвестирования в миллионах долларов США, скорректированная на стоимость займа (аддитивно полученную по экспертной оценке Асвата Дамодарана)

В модели также присутствовали контрольные переменные: темп роста ВВП в стране инвестирования, значение индекса "Doing business". Данные предоставлены Всемирным Банком. Они позволяют оценить, насколько общие макроэкономические условия важны для социальной эффективности проекта. Логично было бы так же включить страновую компоненту как контрольную переменную в модель. Однако в финальной выборке осталось лишь 6 стран, причем по отдельным из них выборка весьма ограничена, в то время как всех их объединяет общий регион. Поэтому страновая компонента не была включена.

Описание пакета и метода

Для оценки параметров использовалась логит-модель, дающая вероятностную оценку успешности ГЧП. Анализ проводился в статистическом пакете R. При прогнозе если вероятность успешности выше 50%, ГЧП признается ожидаемо успешным.

Для начала была проверена контрольная модель, учитывающая лишь темп роста ВВП в год начала проекта и бизнес-климат на основании Doing business. Эти показатели были выбраны, чтобы отражать краткосрочное состояние местной экономики и общее положение в мировой экономике. Критерий Акаике показал значение 72,5 Информационный критерий Акаике (A information criterion - AIC) - относительный критерий выбора спецификации модели, оцениваемой по постоянной обучающей выборке на основании метода максимального правдоподобия. Из двух модель, согласно критерию, большей предсказательной силой обладает та модель, где ниже значение AIC..

Таблица 3. Результаты контрольной модели

Переменная	Соответствующий коэффициент	Стандартная ошибка	Минимальный уровень значимости
Константа	-0,298661	1,08527	0,00592 **
Бизнес-климат	-0,02592	0,00962	0,00704 **
Темп роста ВВП	0,06807	0,530	0,59589
Значение критерия Акаике (AIC)	72,489
Расшифровка уровней значимости	0 '*' 0,001 '' 0,01 '*' 0,05 '.' 0,1 ' ' 1

Источник: анализ автора, вычисления проводились в статистическом пакете R

Далее была оценена модель, включающая все факторы, предложенные авторами - объем инвестирования, протяженность прокладываемой дороги, технологическая гибкость компании, риски спроса. Помимо этого в модели остались контрольные переменные. На основании метода максимального правдоподобия было установлено, что значимыми для определения эффективности ГЧП оказались лишь фактор благоприятного делового климата (значим на 8% уровне значимости) и наличие рисков спроса для частного партнера (значим на 6% уровне значимости). Критерий Акаике показал значение 74,5, то есть качество модели ухудшилось по сравнению с контрольным.

Таблица 4. Результаты полной спецификации модели без учета национальной принадлежности частного партнера

Переменная	Соответствующий коэффициент	Стандартная ошибка	Минимальный уровень значимости
Константа	-0,39980149	1,4102731	0,00458 **
Бизнес-климат	-0,0199628	0,0114739	0,08189 .
Темп роста ВВП	0,1096420	0,1672822	0,51219
Общий объем инвестиций	0,0005536	0,0006420	0,38856
Размер проекта (протяженность)	-0,0010889	0,0016736	0,51529
Риски спроса (наличие платежей потребителей)	1,5931658	0,8788910	0,06988 .
Индекс гибкости технологий	-0,3218592	0.3348255	0,33641
Значение критерия Акаике (AIC)	74,726
Расшифровка уровней значимости	0 '*' 0,001 '' 0,01 '*' 0,05 '.' 0,1 ' ' 1

Источник: анализ автора, вычисления проводились в статистическом пакете R

Следующим шагом в модель выла добавлена переменная национальной принадлежности частного партнера. Коэффициент при переменной оказался на значимым (p-value=0,96). Критерий Акаике составил 76,2, то есть модель еще сильнее потеряла в предсказательной силе.

Таблица 4. Результаты полной спецификации модели с учетом национальной принадлежности частного партнера

Переменная	Соответствующий коэффициент	Стандартная ошибка	Минимальный уровень значимости
Константа	-0,39746267	1,4684774	0,0068 **
Бизнес-климат	-0,0198829	0,0115550	0,0853 .
Темп роста ВВП	0,1091616	0,1675661	0,5148
Общий объем инвестиций	0,0005490	0,0006474	0,3964
Размер проекта (протяженность)	-0,0011028	0,0016935	0,5149
Риски спроса (наличие платежей от пользователей)	1,6084676	0,8788910	0,0803 .
Индекс гибкости технологий	-0,3227943	0,3351730	0,3355
Национальность частного партнера	-0,0396753	0,6952710	0,9545
Значение критерия Акаике (AIC)	76.525
Расшифровка уровней значимости	0 '*' 0,001 '' 0,01 '*' 0,05 '.' 0,1 ' ' 1

Источник: анализ автора, вычисления проводились в статистическом пакете R

Таким образом были выделены 2 основных значимых фактора, влияющих на эффективность ГЧП - бизнес-климат в стране инвестирования и наличие рисков спроса для частного партнера. Модель только с этими двумя факторами обладает наибольшей предсказательной силой (критерий Акаике на уровне 72,3). Коэффициенты понятны интуитивно: статистически +1 позиция в рейтинге Doing business в среднем повышает вероятность успеха ГЧП на 0,12%, а наличие платежей от пользователей - на 2,5% (вычисления автора).

Таблица 5. Результаты урезанной модели без учета национальной принадлежности частного партнера

Переменная	Среднее значение	Соответствующий коэффициент	Стандартная ошибка	Минимальный уровень значимости
Константа	-	-0,39980149	1,4102731	0,00458 **
Бизнес-климат	77,58621	-0,0199628	0,0114739	0,08189 .
Риски спроса (наличие платежей от пользователей)	0,672414	1,5931658	0,8788910	0,06988 .
Значение критерия Акаике (AIC)	68,386
Расшифровка уровней значимости	0 '*' 0,001 '' 0,01 '*' 0,05 '.' 0,1 ' ' 1

Источник: анализ автора, вычисления проводились в статистическом пакете R

Какие выводы можно сделать на основании проведенного анализа?

Во-первых, очевидно, что не все выводы модели Iossa и Martimort статистически подтверждаются на практике. Конкретнее масштаб проекта, а также технологическая гибкость частного партнера не являются значимыми для эффективности ГЧП. В то же время наличие рисков спроса показало свою значимость для эффективности ГЧП. То есть эмпирически было показано, что подрядчик действует, как правило, как рациональный агент и не реагирует на драйверы неопределенности (масштаб проекта), а реагирует на реальную систему платежей и в частности участие в ней непосредственных потребителей.

Во-вторых, анализ показал, что существуют значимые внешние факторы, определяющие эффективность ГЧП, а именно деловой климат. На наш взгляд, достаточно полное представление о деловом климате дает опрос Business Environment and Enterprise Performance Survey (BEEPS) European Bank for Reconstruction and Development. Business Environment and Enterprise Performance Survey (BEEPS) [Electronic resource] Url: http://ebrd-beeps. com/ Date of access: 05.04.2016, проводимый Европейским банком реконструкции и развития: ставки и процедуры налогообложения, наличие кадров адекватной квалификации, телекоммуникационная инфраструктура, коррупция, преступность, доступ к финансированию, простота получения лицензий и разрешений, электроснабжение, уровень развития судебной системы, транспортная инфраструктура, доступ к земле и природным ресурсам, регулирование рынка труда, торгово-таможенное регулирование (перевод автора). На наш взгляд, корректнее оценивать удельный вес компонент для конкретной страны в конкретный период и для определенной группы предприятий, то есть в нашем случае отдельно для ГЧП с иностранным участием и без него. В частности ниже приведен расчет удельного веса компонент для делового климата России в 2012 году. Согласно анализу, наибольшие трудности фирмы в России испытывают при уплате налогов, привлечении финансирования, столкновении с коррупцией вне зависимости от национальной структуры собственности. При этом фактор коррупции более значим для компаний с иностранным участием - 52% из них считают данный фактор ключевым барьером и лишь 32% среди "национальных" Компании, где доля иностранного капитала не превышает 10% предприятий. Таким образом, отсутствие коррупции как сигнал высокого развития институтов является ключевым фактором развития бизнес-климата, а следовательно и фактором потенциально высокой эффективности ГЧП. Предложенная декомпозиция позволяет дополнить модель и понять потенциальные рычаги воздействия на экономику, чтобы повысить эффективность различных видов ГЧП.

Таблица 6. Деловой климат РФ в 2012 г. на основе опроса BEEPS

Для национальных компаний*	Для компаний с иностранным участием*
Параметр	Критичен для % фирм	Z**	Скоринг	Удельный вес,%	Критичен для % фирм	Z*	Скоринг	Удель-ный вес,%
Судебная система	7,90	-0,98	0,12	1	1,40	-0,79	0,00	0
Коррупция	31,80	0,77	1,87	13	52,20	1,62	2,42	23
Преступность	12,90	-0,61	0,49	3	5,90	-0,58	0,21
Доступность кредитования и иных форм финансир-ния	26,40	0,38	1,48	10	56,30	1,82	2,61	25
Наличие конкурирующего неформального сектора	15,00	-0,46	0,64	4	2,90	-0,72	0,07	1
Электроснабжение	23,90	0,19	1,29	9	10,90	-0,34	0,45	4
Транспортная инфраструктура	19,80	-0,11	0,99	7	8,60	-0,45	0,34	3
Ставки налогов	59,50	2,80	3,90	27	54,70	1,74	2,53	25
Сбор налогов	14,40	-0,50	0,60	4	11,20	-0,33	0,47	5
Получение лицензий и разрешений	16,30	-0,36	0,74	5	4,70	-0,64	0,16	2
Торгово-таможенное регулирование	16,20	-0,37	0,73	5	12,40	-0,27	0,52	5
Регулирование рынка труда	6,20	-1,10	0,00	0	2,80	-0,73	0,07	1
Наличие кадров адекватной квалификации	26,20	0,36	1,46	10	10,80	-0,35	0,45	4

* Компании, где доля иностранного капитала не превышает 10% **Оператор центрирования и нормирования

Перевод автора

Источник: BEEPS, анализ автора

В-третьих, национальность частного партнера статистически не оказывает влияния на эффективность партнерства. Несмотря на такой однозначный вывод эконометрической модели, мы считаем необходимым продолжить анализировать связь эффективности партнерства и национальной принадлежности партнера по нескольким причинам.

Во-первых, нужно понимать, что выборка, используемая при анализе, - лучшее приближение из доступных, но ее репрезентативность ограничена. Чтобы получить полные данные без выбросов исследование проводилось только по региону Латинская Америка и только по проектам с полной доступной информацией. Поэтому переносить данную модель на другие страны, периоды регионы возможно лишь при проведении дополнительного анализа.

Во-вторых, следует понимать, что модель предсказывает влияние факторов при условии оптимального построения контракта и абсолютной осведомленность сторон, что может не выполняться в реальности. В частности представители государства могут преследовать не только социальный, но и личный интерес, а кредиторы могут не иметь абсолютной экспертизы в проекте и тем самым не обеспечивать добросовестное исполнение контракта, что нарушает предпосылки модели.

В-третьих, модель предполагает отсутствие транзакционных издержек, а также сговора сторон. То есть в явном виде сам по себе факт заключения контракта не стоит ничего частному партнеру. Однако по факту с одной стороны подготовка конкурсной документации трудоемкий и дорогостоящий процесс. С другой стороны при невысоком уровне развития институтов - возможны скрытые издержки в виде расходов на различные коррупционные схемы, взятки, "откаты" и пр. Более того, модель не включает возможности отношенческого контракта, свойственного при реализации таких рисковых проектов. Однако все эти предпосылки зачастую нарушаются в жизни, особенно на развивающихся рынках.

Таким образом, выводы модели мы считаем верными, но лишь ограниченно в рамках принимаемых предпосылок. Дальнейший качественный анализ позволит выявить дополнительные факторы, влияющие на эффективности ГЧП в том числе с участием иностранных партнеров.

Статистический анализ источников эффективности ГЧП - Пути повышения эффективности государственно-частного партнерства

Похожие статьи