基于可解释集成学习的PPP社会资本参与度预测及特征分析
2023-06-20分类号:F283
【部门】昆明理工大学管理与经济学院 昆明理工大学建筑工程学院
【摘要】为探究社会资本参与PPP意愿及特征,提出一个基于集成学习的可解释框架,通过SHAP模型解释预测结果,以增加模型透明度和可靠性。结果表明,基于SHAP可解释框架具有良好的预测和解释能力,有助于政府准确快速识别社会资本参与意愿以及特征;社会资本对于PPP项目所属领域具有选择偏好,更偏爱市政工程类项目;政府付费、宏观经济环境稳定以及开放的市场等更容易吸引社会资本的参与;过度超前基建投资反而会增加对社会资本挤出效应。据此提出三条对策建议:应建立与项目产出绩效相挂钩的回报机制;不能过度超前投资建设基础设施,以免造成对社会资本的挤出效应;应处理好政府与市场之间的关系,营造良好营商环境,平等合作。
【关键词】PPP 挤出效应 LightGBM SHAP 特征分析
【基金】国家自然科学基金项目(71964018);; 云南产业发展研究项目(2022Z06);; 云南省省院省校合作项目(SYSX201911)
【所属期刊栏目】软科学
文献传递