水利工程项目投资决策方法研究

付 婷

(丰城市水利局，江西 丰城 331100)

常规水利工程投资决策方法是通过人工决策机制进行水利工程投资的决策，但应用于库容量小于108m3的水利项目时，又因为影响因素较多，计算较为复杂，存在决策偏离性较大的问题，不适合对大型水利项目进行投资决策，为此提出水利工程项目投资决策方法研究。水利投资决策方法研究依托水利投资决策模型的硬件设计与软件设计，搭建投资决策框架，导入决策算法，确定市场可行性、技术可行性、经济可行性的计算结果，完成水利投资决策模型的构建；对水利工程项目投资权重分析，利用曲线的方式对投资决策结果进行计算显示，完成提出的水利投资决策方法研究。为了保证设计的水利工程投资决策方法的有效性，模拟水利工程项目试验环境，利用两种不同的水利工程投资决策方法，进行决策偏离性模拟试验，试验结论表明：提出的水利工程投资决策方法具备极高的有效性。

1 构建水利投资决策模型

1.1 搭建水利投资决策框架

水利投资决策框架是水利投资决策模型的有效载体，为水利投资决策算法提供硬件与软件技术环境支持，针对大库容量计算，决策框架提高运算储存容量，扩大运算技术方法，以保证水利投资决策运算平稳、准确。针对中、小库容量计算，决策框架提高计算软件环境，保证计算精度，保证运算结果精准可靠[1]。

水利投资决策框架硬件主要包括运行水利投资决策模型的相关外设，如：主机、显示器、服务器等[2]，同时还包括水利工程项目数据来源渠道，水利工程项目数据来源是水利投资决策模型运行的重要组成部分，对水利投资决策算法的正确性起到至关重要的作用[3]。

水利投资决策框架软件环境主要包括水利投资决策算法平台建设、水利投资决策算法数据库建设、水利投资决策历史分析统计机构建设，水利投资决策算法平台依托windows运行平台，系统要求RAM不得小于2 GB，独立显卡显存容量不得小于16 GB，CPU主频不得小于4 GB，核心数不得小于4核[4]。利用C++对平台规则进行编程。水利投资决策算法数据库设计采用物理层、数据层、用户层三层设计，与网络数据库不同的是算法数据库简单、高效，只为水利投资决策模型、水利投资决策算法服务，方便调取数据，调取速度远远大于租借的数据库以及网络云数据库。水利投资决策历史分析统计机构是对历史文件的统计，以及计算机算法的再学习机构，设当前时间为A，预期时间为B，得出B时间段水利投资结果D，设A+nC=D，那么水利投资决策历史分析统计机构在每间隔C的时间进行一次重复验证计算，以获取更加准确的水利投资决策系数，为不同时段的水利工程项目投资权重分析做准备。其决策偏离性模型结构组成图如图1所示[5]。

图1 决策偏离性模型结构组成图

1.2 导入水利投资决策算法

水利投资决策算法是水利投资决策模型的核心程序，是依托水利投资决策框架对水利项目市场可行性、技术可行性、经济可行性的计算过程。水利市场可行性计算体系包括市场价值性计算、市场风险防控计算、市场必要性计算。技术可行性计算体系主要包括技术难度计算、技术风险性计算、技术发展性计算。经济可行性计算体系主要包括内含报酬率计算、长期收益率计算、净现值计算。基于水利投资决策算法，确定市场可行性、技术可行性、经济可行性计算结果，依托水利工程项目投资权重分析，给出投资决策可行性范围，并对结果给予显示。

其中水利市场可行性计算体系可表示为式(1)[6]：

(1)

式中：P为市场价值性；Z为市场风险防控性；Q为市场必要性；γi为现行市场经济系数；hi为未来一段时间市场经济系数；qk为企业市场能力；W0为市场同类水利项目占有率；k0为市场延伸率；W为市场相关调研数据；σ0为市场状态。

其中技术可行性计算体系可表示为式(2)：

(2)

式中：S为技术难度；H为技术风险性；C为技术发展性；λ为技术成熟度系数；Z1为行业技术能力；Z2为企业技术能力；x为技术科研解决能力。

其中经济可行性计算体系可表示为式(3)[7]：

(3)

式中：A为内含报酬率；L为长期收益率；F为净现值；d为低贴现率；l为高贴现率；b为低贴现率时的财务净现值绝对值；Fn为高贴现率时的财务净现值绝对值；n为未来报酬的总现值；θ为初始投资现值；E为风险测度；Rc为净现金流量；Pn为初始投资额；Pc为折现率，即企业预定的贴现率。

对公式(1)、(2)、(3)市场可行性、技术可行性、经济可行性的计算结果进行算术加和统计，得出水利投资决策指数，完成水利投资决策算法计算。实现水利投资决策模型的搭建。

2 实现水利投资决策

2.1 分析水利工程项目投资权重

水利工程项目投资权重是对水利投资决策算法的相关系数进行判别分析，合理的系数选取，有利于提高决策运算结果的有效性。

水利投资决策算法的相关系数主要由现行市场经济系数、未来一段时间市场经济系数、技术成熟度系数三部分组成。

其中现行市场经济系数的判断主要包括水利工程所在地的市场经济能力、大环境市场经济，相关权威及机构的统计数据是将其进行合理量化的结果。未来一段时间市场经济系数与现行市场经济系数的判断基本相同，不同的地方对未来市场变化进行预测，预测相同取正数，相反取负数。

技术成熟度系数是量化水利工程技术能力，主要包括技术预测与现行技术分析，评价水利工程项目科学稳定设计施工难度，并结合自身技术条件给出技术成熟度系数。其市场经济系数、未来一段时间市场经济系数、技术成熟度系数，与市场大环境相关，同时与各个企业也相关，不同技术能力的企业，其取值不尽相同。

2.2 显示水利投资决策计算结果

水利投资决策结果计算显示是将水利投资决策算法的运算结果与水利工程项目投资权重分析结果利用曲线的形式显示出来。根据水利投资决策指数判断市场可行性曲线、技术可行性曲线、经济可行性曲线的相对位置，进行水利投资决策判定。以普通环境水利工程为例，通过构建水利投资决策模型，并对构建水利投资决策模型进行水利工程项目投资权重分析，得出水利投资决策结果曲线，如图2所示。

图2 水利投资决策结果曲线

图2中，区域ACBED为水利工程项目投资可行性区域。其中ACD区域对应的投资时间为40～60个月，其技术可行性较为成熟，经济可行性与市场可行性较为适中，适合水利工程项目投资。CBED区域技术可行性增加，没有技术难度，但同时带来的是技术门槛低，竞争恶劣，导致市场可行性与经济可行性降低，收益利润率降低，因此为投资谨慎区，其他未封闭区间表示市场不可行、技术不可行或经济不可行。

依托水利投资决策模型的构建，对水利工程项目投资权重进行分析，将水利投资决策计算结果显示出来，完成水利投资决策方法研究。

3 实例分析

为了保证本文提出的水利投资决策方法研究的有效性，进行仿真模拟试验分析。试验过程中，以不同的水利工程项目作为试验对象，进行决策偏离性模拟试验。对水利工程项目的不同类型，以及规模等进行仿真模拟。为了保证试验的有效性，使用常规水利工程投资决策方法作为比较对象，对比两次仿真模拟试验结果，将试验数据呈现在同一数据图表中。

3.1 数据准备

为了保证仿真试验过程的准确性，对测试的试验参数进行设置。本文模拟试验过程，采用不同的水利工程项目作为试验对象，利用两种不同的水利工程投资决策方法进行决策偏离性模拟试验，并对模拟试验结果进行分析。由于不同方法使用不同分析方式，得到的分析结果也是不同的，因此，试验过程中需要保证试验环境参数的一致。本文试验数据设置如表1所示。

表1 试验参数设置

3.2 试验结果分析

图3 试验对比结果曲线

试验过程中，利用两种不同的水利工程投资决策方法在模拟环境中进行工作，分析其决策偏离性的变化。同时由于采用两种不同的水利工程投资决策方法，其分析结果无法进行直接对比，为此采用第三方分析记录软件，对试验过程与结果进行记录与分析，并将结果显示在本次试验对比结果曲线中，见图3。在模拟试验结果曲线中，利用第三方分析记录软件功能消除模拟试验室人员操作和模拟仿真计算机设备因素产生的不确定度，只针对不同的水利工程项目、不同的水利工程投资决策方法，进行决策偏离性模拟试验。

依据试验曲线结果，利用第三方分析记录软件，对提出的水利工程投资决策方法，与常规水利工程投资决策方法的决策偏离性进行算术平均值处理，得出提出的决策方法较常规决策方法决策偏离性降低14.37%，适合对大型水利项目进行投资决策。

4 结 语

本文基于水利投资决策模型的构建，分析工程项目投资权重，进和投姿决策计算，实现本文提出的水利投资决策方法研究。试验数据表明：本文设计的方法具备极高的有效性。希望本文的研究能够为水利工程投资决策方法提供理论依据。