基于SVM分类算法的养老地产PPP项目模式选择研究.pdf

摘要

摘要

由于中国人口构成的巨大变化，以及中国社会老龄化、少子化步伐的加

速,老龄化市场供应和需求失衡现象越来越多,同时老龄化市场需求的不断扩

大,也使得传统家庭养老模式难以有效延续,所以中国目前很需要打破既有的

家庭养老模式。但是就现实而言,中国目前的社会养老服务供给与我国日益增

长的老年人的养老需求之间有着非常大的差距，而且目前我国部分省市已经

出现养老金短缺的问题，政府已经无法单方面解决中国目前的养老问题，势

必需要社会资本加入到我国的养老服务中。近几年我国政府部门鼓励私人部

门进入到我们的公共服务领域进行投资建设，积极倡导发展PPP模式，在养

老地产项目建设方面我国也引入了PPP融资模式。我国引入PPP融资模式的

优点：一方面，PPP模式能够加大政府部门对于公共服务项目的建设力度，

从而可以早日满足我们国家的老龄人口的养老新需求，还能够有效地改善养

老地产项目中存在的技术不足、建设资金短缺、运营管理混乱等问题；另一

方面，随着养老产业的不断发展，PPP模式的发展空间也将进一步扩大。然

而，随着养老PPP项目的进一步发展，其未来也将面临许多问题，例如养老

地产PPP项目的运作模式选择问题。

首先，文章对养老地产的相关概念、属性、特点以及PPP模式的相关理

论进行了剖析，并在此基础上对PPP模式在养老地产项目中的运用的可行性

进行了详细的阐述。之后，因本文影响因素在选取时存在主观因素，所以本

文通过各个方法的对比分析，最终选取了灰色关联度分析方法作为本文影响

因素与运作模式之间相关性的分析方法，由此来证明本文影响因素选取的合

理性。接着，本文对目前现有的PPP模式的选择方法进行比较，最终选择了

机器学习方法作为本文的研究方法，并对机器学习算法中的几种常用的算法

模型进行了比较分析，从中选出了SVM分类算法作为本文的研究方法。其次，

通过对我国财政部PPP项目库中的养老地产PPP项目的现状进行分析，根据

1

基于SVM分类算法的养老地产PPP项目模式选择研究

养老地产本身的特点和属性，结合以往学者们的研究成果，本文将拟选取8

个与养老地产相关的影响因素，包括总投资、特许经营期、所属行业、回报

机制、VFM指标、项目类型、地区生产总值（GDP）、老龄人口（超过65

周岁），然后根据相关网站搜集整理出我们所需要的数据指标，运用灰色关

联分析法对这8个拟选出的影响因素与项目运作模式之间的关联性展开分析，

结果显示，拟选出的影响因素与项目运作模式之间存在着较好的关联性，为

接下来建立运作模式选择模型提供了理论支撑。最后，在第２章理论的基础

上，通过选取具体的SVM分类模型以及模型所需要的核函数，然后优化调整

模型参数，构建SVM支持向量机分类预测选择模型，将数据处理好后输入

SVM分类模型中进行训练，同时与其他模型结果进行对比分析，得到SVM

分类算法结果最优，证明了第2章选择SVM算法作为本文的分类预测方法的

合理性，然后利用训练好的SVM分类预测模型对一案例项目：金普新区康养

一体化PPP项目运作模式进行了预测，建议该项目采用BOT模式，验证了模

型有效性。

综上所述，本文通过分析PPP模式选择现状，构建了养老地产PPP模式

选择模型，为养老地产PPP项目选择适宜的运作模式打下了坚实的基础，为

政府在进行相关项目决策时，提供更加科学的依据和参考。同时也对推动养

老地产PPP项目顺利运行具有一定的价值。

关键词：PPP；养老地产项目；模式选择；灰色关联度；SVM支持向量机

2