PPP+施工总承包模式下高速公路项目股权结构研究

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:scamponline
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高速公路作为经济发展、便民生活的重要基础设施,其发展水平在一定程度上也是国家综合实力的重要体现。随着社会的发展,传统的融资建设模式已经难以满足高速公路日趋增长的社会需求。自从PPP模式被作为重要的公共基础设施的资源配置手段以来,在高速公路建设中也得到了广泛的应用,并带来较好的收益效果。随着PPP模式应用被深化,逐渐延伸出多种灵活的实现方式。其中,总承包方以投资者的身份参与到PPP项目中形成的PPP+施工总承包模式,在基础设施建设中越来越受欢迎。与单纯的PPP模式相比,PPP+施工总承包模式能够充分加强了投资与施工协作的联系、保障施工质量、优化项目总体成本。此外,对投资者而言,除了获取投资收益,增加了施工利润,提高了社会资本方的投资热情。而在PPP+施工总承包模式中,项目中的股权结构是双方展开良好合作的基础,合理的股权配置有利于明确合作双方对项目权益和责任范围的划分,有利于项目目标的达成,和投资收益的实现。因此本文认为,对PPP+施工总承包模式下的股权结构的研究具有重要的理论意义和实践意义。首先,本文梳理了我国高速公路的融资模式的发展,引出了PPP+施工总承包模式,对其内涵和特点进行了介绍。对本文所涉及到的理论基础进行整理,主要对PPP模式、施工总承包模式、PPP+施工总承包模式、PPP+施工总承包模式下项目的股权结构、合作博弈模型及Shapley值求解模型等理论基础进行了阐述。介绍PPP+施工总承包模式项目股权结构模型使用背景,包括股权结构主体的界定、资本的选择类型、股权结构配置原则等,建立公共部门和社会资本的股权结构合作博弈模型,通过Shapley值求解合作博弈模型,得到初步的股权结构。考虑到项目股权结构影响因素复杂,选取4个相对重要的股权结构影响因素,量化影响因素以确定修正参数,进而得到修正的股权结构。最后,对采用PPP+施工总承包模式的GY高速公路项目结合本文的研究结论进行了实证分析,分析结果显示,通过构建Shapley值求解合作博弈模型,并对初步股权结构利用项目效益增加贡献度、双方综合投入情况、风险分担情况、以及项目所处的政策环境4个影响因素方面的参数进行修正,得到该模式下较为合理的股权结构。
其他文献
黄金类投资产品的不断发展革新及当今政治经济的不确定性因素增加使得黄金越来越成为一种主流的投资工具,经济贸易的飞速发展及全球化使得黄金市场的深度及广度不断拓展,与其他市场间的联动性增强,黄金价格驱动因素也日渐复杂。2020年在接踵而至的风险事件下拉开序幕,新冠疫情不断蔓延所导致的大范围停工停产使得市场活力下降,市场不确定性增加叠加地缘政治风险,导致油价暴跌、股市熔断,对经济发展前景的担忧使得市场陷入
内补片胶接技术是一种修复纤维增强复合材料(fiber reinforcedplastic,FRP)制件缺陷、损伤的常用方法。其中,高质高效地加工出内凹式结构是可靠修复的关键。目前,工程中仍主要采用砂轮机或砂纸手工逐层打磨的方式加工内凹式结构,加工效率低、质量稳定性差问题突出。课题面向某型飞机复材机翼的高质高效修复需求,提出设计一种修复过程中内凹式结构在位加工的机床,该机床可直接放置在复材机翼上,对
随着汽车的大量普及与汽车电子技术的飞速发展,智能车辆成为车辆领域重要的发展方向,智能车辆对提高驾驶安全性、舒适性等具有重要意义。环境感知技术是智能驾驶技术体系的重要组成部分,其是车辆进行运动避障、路径规划、行为决策、运动控制的基础和前提。在众多环境感知技术中,车载双目系统因具有信息采集范围大、精度高、实时性强等优点,成为环境感知过程中最重要的传感器。车载双目系统进行障碍物检测需要同时具备“双目相机
图像分割的主要任务是将图像中各自具有独特属性的目标和背景进行划分。在计算机视觉领域,图像分割技术一直作为对图像的先导操作而发挥着重要的作用。图像处理程序一般通过图像分割来定位目标区域,减少冗余数据的干扰,进一步对目标区域进行精准操作,从而准确地识别出目标物。基于活动轮廓模型的图像分割方法是一种灵活有效的图像分割方法,由于其方法本身易与交叉领域相结合而受到众多领域专家和学者的关注,产生了多种多样的基
近年来,随着移动互联网的发展和智能化移动终端的普及,各行各业新颖吸睛的应用程序铺天盖地地发展,以视频业务为主导的移动数据流量呈爆炸式增长。为了满足用户对高清视频的低时延需求,具有缓存能力和计算能力的移动边缘计算(Mobile Edge Computing,MEC)应运而生,它通过在移动用户附近部署高性能MEC服务器,来增强移动网络边缘的计算能力,进而降低用户请求被响应的时间。因此,在MEC网络中,
PLZT透明电光陶瓷具有优异的电光性能,但较大的铁电滞后效应增加了电控光学器件的设计难度,由此限制了该材料的进一步应用。为了解决这一问题,本研究以Pb0.91La0.09(Zr0.65Ti0.35)0.9775O3(即PLZT(9/65/35))为基本组分,分别选用Ba2+、Nb5+两种元素对PLZT陶瓷ABO3钙钛矿结构进行A、B位微量掺杂,利用固相反应和通氧热压烧结工艺制备陶瓷材料,探究目标元
目的建立基于替代分析物策略的大鼠胃组织中内源性胍丁胺的液质联用定量检测方法。方法采用d8-胍丁胺为替代分析物制备大鼠胃组织中的标准曲线。大鼠胃组织匀浆经乙腈沉淀蛋
零样本学习技术是解决目标识别领域所面临的大数据依赖问题的有效手段,其通过人为引入的诸如属性或者词向量的语义知识建立起可见类和不可见类间的数学联系,从而完成零样本识别。零样本学习可分为早期的传统零样本学习和新兴的广义零样本学习,其中前者仅需识别不可见类,而后者则需同时识别可见类和不可见类,更具应用价值。零样本学习方法又可分为嵌入式模型和生成式模型两类,其中嵌入式模型可实现端到端的训练模式,结构简明,
伴随着“互联网+”时代的到来,终端用户不断增多,终端采集的数据量也呈现爆炸式增长,由此给云数据中心带来巨大的数据处理压力,并且带来了网络带宽、资源存储、通信负载等方面成本的提高。为了解决上述问题,有关学者在传统云计算的基础上提出了一种新的计算模式——雾计算。与云计算相比,雾计算将服务器和终端的距离拉得更近,增强了基于地理位置的服务体验。目前,雾计算的网络架构还是传统的云—雾—终端设备为核心的三层网
移动端业务的日益增加,导致传统架构不再适用于新的移动业务,云计算成为核心网架构的演进方向。然而,随着5G时代的到来,带宽超高、密度超大、时延超低将成为业务的主流特征。如果依然采用原有的云计算模式,速度、延迟和稳定性根本无法得到保证。边缘计算是一种在网络边缘为用户提供服务的计算模式,拥有低时延、高带宽的特点,该模式可以使用户享有稳定的高质量网络体验。同时虚拟化技术的出现,使得传统的服务器资源可以得到