基于IVHFSs-IFAHP的水环境综合整治PPP项目政府信用风险评价研究

陈 佳，王大明

(南京林业大学土木工程学院，南京 210037)

0 引 言

党的十九大报告提出要把我国建设成为富强民主文明和谐美丽的社会主义现代化强国，着力解决突出环境问题，加快水污染防治，实施流域环境和近岸海域综合治理；这也代表着我国未来实现可持续发展经济社会的战略方向，是贯彻落实河长制的重要体现。然而，传统的水环境整治项目存在“资金不足、效率低下、管养水平较差”等问题，为解决这些问题，我国将PPP模式运用于水环境综合整治项目中，鼓励社会资本参与其中，缓减政府的财政压力，并提高项目效率[1]。水环境综合整治PPP项目作为典型的公益性项目，缺乏“使用者付费”基础、主要依靠“政府付费”回收投资成本及获得相应的投资回报。因此，社会资本方在参与水环境综合整治PPP项目时，必须审慎评估PPP项目的另一参与主体----政府是否有较强的履约意愿与履约能力，即必须评估政府信用风险。水环境综合整治PPP项目的政府信用风险评估复杂程度大、涉及面较广，而现今多数文献中采用的因子分析、专家访谈、ISM[2-4]等方法构建的风险指标体系无法系统地分析各个相关因素，且评估结果易受专家意见的影响。基于此，本文尝试基于WSR(Wuli-Shili-Renli)方法论构建水环境综合整治PPP项目的政府信用风险指标体系，从物理、事理、人理3个维度出发，系统识别相关影响因素。

现今，由于国内大部分基础设施和公共服务PPP项目处于决策或建设阶段，有关PPP项目的历史数据较少且项目所采用的运作模式各有区别，很难采用基于案例分析的方法评估PPP项目风险。因此，现今大多数学者采用专家访谈或问卷调查的方法获取研究数据，并采用模糊综合评价法、层次分析法、模糊层次分析法、灰色关联度法[5-8]等评估PPP项目的风险。然而，在PPP项目的政府信用风险评价中，由于客观事物的复杂性、环境的多样性、人类思维的局限性及实践经验的差异性，人们对事物的了解不够系统全面，无法精确给出有关风险因素的隶属度，最终导致得到的风险研究结果与实际存在一定的偏差，缺乏实用性。为克服这一缺陷，本文引进直觉模糊数来表示各个风险因素的隶属度，运用直觉模糊层次分析法(IFAHP)收集各个专家对政府信用风险指标的重要性比较意见，建立直觉模糊评判矩阵，求得各个指标的权重值。同时，采用区间值犹豫模糊集法(IVHFSs)获取专家关于指标的风险得分，并与IFAHP法耦合求出指标的综合得分，最终得到政府信用风险的风险等级。本文构建的IVHFSs-IFAHP模型弥补了传统分析方法评估结果与实际偏离的不足，能够实现对于水环境综合整治PPP项目政府信用风险系统全面的评估，为社会资本方改进决策及实施管理提供支撑。

1 基于WSR方法论的水环境综合整治PPP项目的政府信用风险指标体系的构建

“物理-事理-人理系统方法论” (Wuli-Shili-Renli System Approach，简称WSR方法论)是解决复杂问题的综合集成方法，其实践准则是“懂物理、明事理、通人理”[9-12]。本文尝试采用WSR理论从哲学角度构建水环境综合整治PPP项目的风险指标体系。

本文依据相关文献描述及研究对象特点，将WSR方法论3个维度的原有内涵加以延伸。其中，“物理”维度代表自然界的客观存在，研究引发政府信用风险的配套基础设施供应和土地获取等问题；“事理”维度主要针对有关PPP项目的法律法规、经济、合同体系以及政府管理技术进行探讨；本文站在社会资本方的角度探讨政府信用风险的影响指标，因此“人理”维度主要研究政府方与社会公众的思想、行为、目的、价值取向对政府信用的影响。构建的WSR模型如表1所示。

2 基于IVHFSs-IFAHP的政府信用风险评估模型的构建

2.1 直觉模糊集与区间值犹豫模糊集定义

定义1[13]：设X是一个非空集合，则称A={〈x,uA(x),vA(x) 〉|x∈X}，X={x1,x2,…,xn}为直觉模糊集，其中uA(x)⊂[0,1],vA(x)⊂[0,1],0≤uA(x)+vA(x)≤1,x∈X；uA(x)、vA(x)分别代表x属于X的隶属度与非隶属度。πA(x)=1-uA(x)-vA(x)代表x属于X的犹豫度，且0≤πA(x)≤1，x∈X。

定义2[14]：设X是一个非空集合，则称E={〈x,hE(x) 〉|x∈X}为犹豫模糊集，其中，hE(x)是[0,1]上可能隶属值的集合，表示X中x对于E的隶属度的集合，称h=hE(x)为一个犹豫模糊元素。

2.2 政府信用风险评价指标的权重确定

2.2.1 建立直觉模糊判断矩阵

2.2.2 一致性检验及修正

一致性检验公式如公式(1)所示：

(1)

算法1：

表1 基于WSR方法论的水环境综合整治PPP项目政府信用风险指标体系Tab.1 The risk index systems of government credit risk in water environment comprehensive improvement PPP projects based on WSR methodology

表2 互补判断矩阵评判赋值Tab.2 Complementary judgment matrix

(2)

(3)

算法2：

设置参数τ，τ∈[0,1]，则：

i,j=1,2,…,n

(4)

i,j=1,2,…,n

(5)

(6)

直至经过调整后的判断矩阵通过一致性检验，进入下一步骤。

2.2.3 确定各层次指标的权重

(1)一级权重的确定。一级指标的权重计算公式为：

i=1,2,…,7；z=1,2,…,k

(7)

假设k个专家的权重相等，则一级指标的算数平均值为：

(8)

则一级指标的得分权重为：

(9)

归一化得：

(10)

(2)二级指标的确定。假设二级指标β与γ相对于一级指标r的重要性程度直觉模糊判断矩阵为：

(11)

(12)

β，γ=1,2,…,19;z=1,2,…,k;r=1,2,…,7

2.3 指标值的确定

(i=1,2,…,20;z=1,2,…,k)

(13)

hi的得分函数为：

(14)

2.4 各个风险指标的综合得分

假设第i个一级风险指标相对应的二级指标为l个，则第i个一级风险指标的综合得分公式为：

(15)

最终水环境综合整治PPP项目的政府信用风险得分值为:

S=σ1S1+σ2S2+…+σ7S7

(16)

将采用公式(13)～公式(14)得到的得分值与表3的风险指标等级相对照，得到一级指标及政府信用风险的综合风险等级。

表3 风险指标等级量化标准Tab.3 The risk index quantification criteria

3 实证研究

3.1 案例分析流程

某市计划采用PPP模式实施该市水环境综合整治项目，该项目包括调蓄工程和景观带建设工程。某私营企业有意向参与该市水环境综合整治PPP项目的招标，但对该市政府是否会产生政府信用风险存在顾虑，需要评估该PPP项目的政府信用风险。

步骤一：构建如表1所示的基于WSR方法论的水环境综合整治PPP项目政府信用风险评价指标体系。

步骤二：邀请5位专家对指标体系进行评估，获取原始数据，并构建IVHFSs-IFAHP模型处理数据。以二级指标b5～b7为例，某专家两两比较以上3个指标获得如表4所示的初始数据。

表4 某专家关于指标b5～b7的直觉模糊判断矩阵Tab.4 The intuitionistic fuzzy judgment matrix for indexes b5～b7 obtained by an expert

表5 指标b5～b7的直觉模糊一致性矩阵Tab.5 The intuitionistic fuzzy consistent judgment matrix for indexes b5～b7

表6 修正的直觉模糊一致性矩阵Tab.6 Modified intuitionistic fuzzy consistency matrix

运用公式(7)计算得到该专家关于指标b5～b7的权重，用直觉模糊数表示为(0.240 5,0.427 8),(0.331 7,0.331 7), (0.427 8,0.240 5)。用上述步骤处理其余4位专家的意见，再运用公式(8)～公式(10)得到b5～b7的综合权重为(0.285 9,0.331 6,0.382 5)。同理获得一级指标及其余各二级指标的权重，权重分布如表7所示。

步骤三：邀请这5位专家用区间值给二级指标的风险程度进行打分，并运用公式(13)～公式(14)计算得到每个二级指标的最终得分。运用公式(15)得出每个一级指标的最终得分。以指标a3为例，其最终得分=0.285 9×4.95+0.331 6×4.55+0.382 5×4.90=4.798 2，同理得到其余各一级指标的最终得分，具体数据如表7所示。最后，运用公式(15)求出该PPP项目的政府信用风险得分=0.087 8×3.412 8+0.175 2×6.914 7+0.140 4×4.798 2+0.157 9×6.780 5+0.131 6×5.654 1+0.201 8×6.947 1+0.105 3×3.377 3=5.757 0。

表7 水环境综合整治PPP项目的政府信用风险指标权重及最终得分Tab.7 The weights and final scores of government credit risk indicators of the water environment comprehensive improvement PPP project

3.2 案例结果分析

采用IVHFSs-IFAHP模型对某市水环境综合整治PPP项目的政府信用风险进行评估，计算结果可以看出，该项目的政府信用风险得分为5.7570，属于较高风险。其中，人理维度的政府方行为风险因素得分为6.9471，排名第一，属于高危风险；事理维度的相关法律法规风险因素及合同体系风险因素得分分别为6.9147, 6.7805，排名第二与第三，属于较高危风险；其余的技术风险因素、经济风险因素、社会公众方风险因素及自然环境风险因素分列第四至第七，属于中等或偏小风险。

(1)有关政府方行为的分析。研究表明，政府方的不良行为在很大程度上会引发政府信用风险，其中，政府实施机构的行为最有可能导致信用风险的发生，这可能是由于政府实施机构将参与PPP项目的各个阶段，其行为对项目会产生很大影响。而且，社会资本极其担忧政府换届、政府相关机构职能调整或负责人变更等问题会引发政府信用风险。因此，政府应提高自身的契约精神，而社会资本应加强与政府方的沟通，出现问题要及时有效的解决。

(2)水环境综合整治PPP项目相关法律法规体系的分析。中国有关水环境综合整治PPP项目的法律法规体系尚不完善，政府各部门发布的规范性文件在某些规定上有交叉及模糊地带。PPP作为新模式，没有足够的法律支撑，一旦出现政府信用风险，社会资本方无法寻求较高层级的法律来保障自身的权益。因而，我国应尽快完善PPP相关法律法规体系，为PPP项目的运作提供良好的法律环境。

(3)有关PPP合同体系的分析。中国PPP项目的实践经历较少，并没有形成统一的PPP合同范本，大部分PPP合同整体结构相对完整，但在合同条款的具体设计上存在不合理之处，这将会给PPP项目的成功实施设置“隐性”障碍，无形中增加了政府信用风险发生的概率。因此，我国应因地制宜地设计各PPP项目的合同条款，在协议中设置有关政府信用风险的防范条款。

(4)给该社会资本方的建议。该企业若选择参与该市水环境综合整治PPP项目，应提高自身的沟通协调水平， 在谈判过程中可要求政府在合同中做出相应的声明和保证；若中标，应加强与政府的沟通，并拟定稳妥的政府信用风险应对和防控方案来保障自身的权益。

4 结 语

水环境综合整治PPP项目的实施是中国建设现代化经济体系、加快生态文明体制改革的手段，也是推行河长制的有效措施。成功的水环境综合整治PPP项目能够在有效缓解地方政府财政压力的同时，激发社会资本活力，改善区域水环境，为城市创造良好的投资、发展环境，为人民安居乐业提供保障。然而，政府信用风险成了社会资本参与PPP项目的隐忧。本文基于WSR方法论构建水环境综合整治PPP项目政府风险指标体系，并构建IVHFSs-IFAHP模型得到各个风险指标及政府风险的综合得分，获得其风险等级。研究表明，中国水环境综合整治PPP项目的政府信用风险等级较高，因此，我国应加快PPP立法进程，完善信用体系，加强相关制度 建设，完善PPP项目合同以确保条款的合理性及可操作性。而社会资本应谨慎评估项目的政府信用风险，努力提升自身实力，提高协调沟通水平，避免或正确应对可能的政府信用风险。

□

参考文献：

[1] 刘 博，沈菊琴，孙付华. PPP模式下调水工程项目运作方式选择研究[J]. 中国农村水利水电，2017,(12):140-144.

[2] Cheung E, Chan A P C. Risk Factors of Public-Private Partnership Projects in China: Comparison between the Water, Power, and Transportation Sectors[J]. Journal of Urban Planning & Development, 2011,137(4):409-415.

[3] Ameyaw E E, Chan A P C. Evaluation and ranking of risk factors in public-private partnership water supply projects in developing countries using fuzzy synthetic evaluation approach[M]. Pergamon Press, Inc., 2015.

[4] 袁义淞. 基于ISM模型和模糊综合评判的BOT-TOT-PPP项目集成融资风险研究[J]. 昆明理工大学学报(自然科学版), 2014,39(5):109-116.

[5] Xu Y, Yeung J F Y, Chan A P C, et al. Developing a risk assessment model for PPP projects in China----A fuzzy synthetic evaluation approach[J]. Automation in Construction, 2010,19(7):929-943.

[6] 汪国懋. 基于层次分析法的水利 PPP 项目风险评价[J]. 重庆理工大学学报, 2016,30(9):156-160.

[7] 李 妍, 赵 蕾. 新型城镇化背景下的PPP项目风险评价体系的构建----以上海莘庄CCHP项目为例[J]. 经济体制改革, 2015,(5):17-23.

[8] 闫继文, 王海平. 城市轨道交通PPP项目风险评估研究[J]. 价值工程, 2017,36(2):1-6.

[9] Gu J, Zhu Z. Knowing Wuli, Sensing Shili, Caring for Renli: Methodology of the WSR Approach[J]. Systemic Practice & Action Research, 2000,13(1):11-20.

[10] Zhu Z. Dealing with a Differentiated Whole: The Philosophy of the WSR Approach[J]. Systemic Practice & Action Research, 2000,13(1):21-57.

[11] Zhu Z. WSR: A systems approach for information systems development[J]. Systems Research & Behavioral Science, 2000,17(2):183-203.

[12] 顾基发, 唐锡晋. 从古代系统思想到现代东方系统方法论[J]. 系统工程理论与实践, 2000,20(1):89-92.

[13] Aggarwal S, Gupta C. Sensitivity Analysis of Intuitionistic Fuzzy Solid Transportation Problem[J]. International Journal of Fuzzy Systems, 2017,19(6):1 904-1 915.

[14] Torra V. Hesitant fuzzy sets[J]. International Journal of Intelligent Systems, 2010,25(6):529-539.

[15] 陈树伟, 蔡丽娜. 区间值犹豫模糊集[J]. 模糊系统与数学, 2013,27(6):38-44.