基于社会资本认知强度的PPP契约不完全性研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:liang_yanzhi
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
PPP模式的推广及快速发展在很大程度上加快了我国基础设施建设的步伐。作为一种政府供给公共产品提供公共服务的新模式,在基建投资领域扮演着越来越重要的角色。伴随着PPP项目建造规模大,特许经营期长等特点,PPP项目合同具有天然的不完全契约属性。因此,探究不完全契约性对社会资本方的影响是十分必要的。本文的研究成果可以为社会资本方在签约先选择合适的契约不完全程度提供理论依据,并提出相应的政策建议来提高社会总剩余。基于不完全契约理论,使用社会资本方的认知努力强度来度量PPP项目契约的不完全程度。社会资本方在签约前为甄别未来可能存在的风险所付出的努力称为认知努力,认知努力越高,所签订的PPP项目契约越能适应未来的不确定状态,进而出现再谈判变更合同状态的概率就越低,因此契约的不完全程度越低。首先,通过建立社会资本方的认知模型,分析了PPP项目剩余控制权归属于不同主体时,契约不完全程度对社会资本方的影响,并探究使社会资本方收益最大化的认知强度,即得到了最有利于社会资本方的契约不完全程度。其次,探究影响社会资本方认知强度的因素及其影响机理,分析了具有不同属性的PPP项目中,社会资本方认知强度的变化。最后,探究了使社会总剩余最大化情形中的社会最优认知强度,与社会资本方认知强度对比,并提出相应的政策建议,引导社会资本方选择社会最优的认知强度。研究结果表明,社会资本方拥有剩余控制权时,出现认知不足情形,社会资本方选择的认知强度低于社会最优认知强度。而在政府拥有控制权情形中,社会资本方将视政府事前事后谈判力比值的不同选择认知不足或认知过度;环境不确定性是影响社会资本方认知强度的重要因素。而环境不确定性对认知强度的影响受到调节变量政府谈判力的影响,在临界值之上时,社会资本方认知强度随着环境不确定性的升高而增大,在临界值之下时,社会资本方认知强度随着环境不确定性的升高先增大后减小;社会资本方认知强度随着调节适应成本的增加而变大;政府拥有剩余控制权时,政府前后谈判力变化也会对社会资本方的认知强度产生影响。社会资本方认知强度随着政府再谈判谈判力与签约谈判力的比值增加而增大;此外,社会资本方基于自身收益最大化选择的认知强度不能使社会总剩余达到最大值时。可以通过事前奖励机制或是事前约定再谈判分配机制来引导社会资本方选择社会最优认知强度。
其他文献
随着人们对个人身份信息安全越来越重视,个人身份鉴别在日常生活中扮演着重要的角色,人们寻求一种更加方便,安全快捷的身份识别方法——生物特征识别。当前,市场上运用生物特
二维材料石墨烯(G)、二硫化钼(MoS_2)因其表面惰性和特殊的层状结构而表现出优异的物理化和学性能,广泛的应用于空间抗腐蚀和润滑领域。本征的二维材料石墨烯、二硫化钼拥有完整的表面形貌,对大部分环境因子的吸附呈现一定的惰性。但是,材料表面总是带有缺陷的,并伴随着活性悬键,这可能成为腐蚀的起点。在石墨烯、二硫化钼的缺陷处产生一氧化碳、二氧化碳、三氧化钼和硫化氢(CO、CO_2、MoO_3和H_2S)
图像超分辨率重建是计算机视觉领域的重要研究方向之一,可以有效提升图像视觉效果,同时可以作为其它图像算法的预处理步骤,在公共安全领域、医学领域、遥感成像领域都有广泛
网络化控制系统是指通过数字通信网络将分布在不同地理位置的传感器、控制器和执行机构连接而形成的闭环控制系统。与传统控制系统相比,网络化控制系统由于网络带来了低成本
对称性缺破算法是分布式算法的一个重要研究方向。近些年来,将核值维护问题作为一类对称性缺破子问题在物理学等领域得到广泛的研究。以往的核值维护算法不能高效地处理顶点加入/删除这种情况下的核值维护问题。在一次算法迭代过程中,基于“匹配”的核值维护算法每个顶点最多只能关联到一条边,基于“优边集”的核值维护算法每个顶点最多只能关联到一条优势边。当一个顶点加入或删除时,与该顶点相关联的边必须通过多次迭代才能处
北大西洋地区除了存在周期为70年左右的AMO(Atlantic Multidecadal Oscillation)之外,历史长期气候记录中英格兰温度(Central England Temperature,CET)与格陵兰冰芯净雪累计率还存在20年的显著周期波动。同时北大西洋副极地海区存在周期为20-30年并呈逆时针旋转的海表面温度(Sea Surface Temperature,SST)模态。本
多数工业机器人应用场合里,机器人的动作需要通过预先示教以及离线编程来指定,加工过程只是简单的重复预先设定的动作。但是工作环境或者工件的位置、大小发生改变时,机器人
零样本学习(Zero-Shot Learning,ZSL)的目的是仅使用可见类样本的视觉特征和语义表示来训练模型,然后将未见类的语义表示作为桥梁,使模型具有识别未见类样本的能力。现有的零
A集团是隶属于国资委管理的特大型中央能源建设企业,从2001年进入伊朗市场以来,先后实施了多个大型水电站和水治理项目。然而,囿于伊朗特殊的政治体制、法律制度等因素,A集团
人体动作检测研究如何让计算机自动地找出视频中发生动作的位置,并识别出动作的类别。它是自动视频分析的一项重要内容,也是计算机视觉研究领域的一个重点研究方向,在智能安防、人机交互和自动驾驶等方面都扮演着非常重要的角色。目前的动作检测方法多是先使用动作候选片段提议方法生成一些候选片段,再对这些候选片段进行调整来得到最后的检测结果,因此动作检测的性能很大程度上取决于动作候选片段的质量。但由于目前的动作候选