基于Delphi-FANP的城市基础设施PPP项目风险评价

2019-08-30石振武宋莹琪

土木工程与管理学报 2019年4期

石振武，宋莹琪，刘洁

(东北林业大学土木工程学院，黑龙江哈尔滨 150040)

城市基础设施建设的不断完善不仅加快了我国城镇化发展的步伐，也满足了人民日益增长的对美好生活的需求。但基础设施建设所需资金量巨大，政府方投入的资金根本无法满足大规模的项目建设，因此引入PPP(Public-Private Partnership)项目融资模式，改变了单一的融资形式，有效地解决了资金不足的问题。但城市基础设施PPP项目参与方多、投资大、周期长，使得该类项目在实施过程中充斥着大量复杂的风险。为保证城市基础设施PPP项目的顺利开展，对其进行科学的风险评价是十分必要的。

当前学术界单独针对城市基础设施PPP项目的风险评价研究并不完善。陈敬武等[1]与张玮、张卫东[2]分别采用模糊综合评价法和网络层次分析法对PPP项目进行了风险评价。但是，使用单一评价方法往往会使结果有所偏颇，因此学者们尝试将两种及以上的方法结合起来，集中各单一方法的优点从而得到更加可靠的研究结果。国外学者Li和 Zou[3]通过案例对比，对层次分析法和模糊层次分析法的评价结果进行了研究，结果显示应用模糊层次分析法得到的风险评价精确度更高。我国学者项建国[4]同时运用层次分析法与模糊综合评价法建立了基于FAHP(Fuzzy Comprehensive Evaluation,Analytic Hierarchy Process)的基础设施PPP项目风险评价模型。纵观学术界的研究结果，应用频率较高的层次分析法及模糊综合评价法等都属于定性方法，有主观性强的不足。城市基础设施PPP项目所包含的风险数量多，风险间相互依赖相互反馈形成非线性的网络结构关系。并且，其风险的影响程度具有模糊性，很难被量化描述出来。以往的研究方法更加适用于风险元素数量少而明确、元素之间相互独立的情况，因此应用以往方法得出的实际评价结果与理论研究之间会有些许差异。

针对这样一个复杂模糊的特殊系统，本文为了改善以往研究方法的不足，在已有研究方法的基础上构建了Delphi-FANP风险评价模型，实现定量评价城市基础设施PPP项目风险水平，达到提前预测、有效控制和规避高影响风险的目的，以保证项目的成功实施与良好运营。

1 Delphi-FANP风险评价模型

1.1 Delphi-FANP的基本理论与步骤

德尔菲(Delphi)法是相关领域内的专家根据自己的专业理论知识和实践经验，相互之间进行多次信息交换，从而解决项目中带有较大模糊性、无法数量化问题的一种方法。网络分析法(Analytic Network Process，ANP)是通过建立不同层系元素之间相互影响的网络结构模型对系统进行研究。模糊综合评价法(Fuzzy Comprehensive Evaluation)是将隶属度或隶属函数作为桥梁，按照设定的标准对概念不清楚的对象进行量化处理及优劣度的综合评价，非常适用于定量分析不确定、模糊的复杂系统问题。

Delphi-FANP风险评价模型实际就是通过引入三角模糊数[5]的概念，把Delphi法、ANP法、模糊综合评价法有机结合。既能克服网络分析法建立模糊判断矩阵主观性较大的不足，又能弥补模糊综合评价法确定权重主观性较大的缺陷，使风险评价科学客观。该方法的一般步骤见图1。

图1 Delphi-FANP模型的一般步骤

1.2 应用Delphi-FANP评价城市基础设施PPP项目风险的优势

应用Delphi-FANP对城市基础设施PPP项目进行风险评价的优势在于：

(1)城市基础设施PPP项目的风险因素之间存在着依赖或反馈的关系，类似于网络结构，是一个复杂的系统问题。Delphi-FANP风险评价模型建立的就是网络结构模型，适用于定量分析不确定性(Uncertainty)与模糊性(Vagueness)的复杂系统问题。

(2)城市基础设施PPP项目中风险作用大小属于模糊事件，如“特许经营人能力强”，其中“强”的程度很模糊，很难被定量地描述出来。Delphi-FANP风险评价模型采用精确的数学语言隶属度或隶属函数定量地描述定性和不确定性风险因素，较为准确地反映了风险的客观属性。

(3)Delphi-FANP风险评价模型采用三角模糊数整合通过德尔菲法比较得出的结果，从而构造模糊判断矩阵，它考虑了评价过程中的不确定性和模糊性，使城市基础设施PPP项目的风险评价结果更加科学客观。

(4)采用Delphi-FANP进行风险评价不仅可以得到城市基础设施PPP项目整体的风险评价水平，还可以得到各个风险因素对整体风险的影响排序，体现出Delphi-FANP具有全面性的优势。

2 建立城市基础设施PPP项目风险评价指标体系

本文遵循科学、系统、全面的原则，通过梳理分析国内外相关文献[6～11]，对城市基础设施PPP项目的参与者、以及相关领域的专家进行访谈与实地调研，深入研究影响城市基础设施PPP项目的风险因素，首先将风险分成6个一级指标再将6个一级指标细分得到19个二级指标，建立城市基础设施PPP项目的二级风险评价指标体系，见表1。

表1 城市基础设施PPP项目风险评价指标体系

3 基于Delphi-FANP的城市基础设施PPP项目风险评价

3.1 建立风险因素集

根据城市基础设施PPP项目风险评价指标体系建立一级和二级指标因素集：

(1)一级指标因素集：U={U1,U2,U3,U4,U5,U6}；

(2)二级指标因素集：U1={u11,u12,u13}，U2={u21,u22,u23,u24}，U3={u31,u32}，U4={u41,u42,u43,u44}，U5={u51,u52,u53}，U6={u61,u62,u63}。

3.2 建立项目的风险评语集

评语是通过语言对风险评价指标的影响程度进行定性描述，本文根据城市基础设施PPP项目风险所具有的特点把评语分为5个等级，描述为：V={v1,v2,v3,v4,v5}={高风险，较高风险，中等风险，较低风险，低风险}。

3.3 确定模糊判断矩阵

通过Delphi法得到专家对19个二级指标影响程度的评价，从而构造出U到V的模糊判断矩阵：

3.4 确定权重

传统的网络分析法对于风险的评估一般采用1～9离散比例尺度，虽然简捷方便，但评价结果却存在主观且不连续的不足。因此，引入三角模糊数的概念对专家的评判进行更客观的处理。三角模糊数是解决系统里含糊不清问题的有效技术，下面对其思路和步骤进行说明。

用三角模糊数表示的两两判断矩阵为B=(Bij)。其中Bij为三角模糊数，Bij=(lij,mij,uij),lij≤mij≤uij且lij,mij,uij∈(1/9,1)∪(1,9)，lij=mink(Bijk)，mij=Genmeank(Bijk)，Genmean表示几何平均，也可以是考虑各专家权重的加权几何平均，uij=maxk(Bijk)。运用特征根法，由已构建的模糊判断矩阵B，得出模糊权重向量。

决策权重依赖于参数α与参数λ。α表示权重关于专家学者的决策意见的变动程度，是决策环境参数。α=0包含了每一位参与调研者的决策权重信息，这种情况下变化程度最大；α=1则与上种情况截然相反，包含的信息最少，决策权重相当于没有被模糊化处理。λ代表的含义是整理结合所有参与决策者的权重，我们称之为决策乐观系数。当λ=0时，决策者的观点最为乐观，因此结果选择权重的上限；当λ=1时，决策者的观点较为保守，选择权重下限。在权重确定过程中，如果调研组的专家们对所评价问题达到了较高共识，α取值较大；而当调研组的专家们对评价持有乐观的态度时，则λ取较大值。

3.4.1 建立二级指标模糊超矩阵

对城市基础设施PPP项目的经济、建设、法律、政治、运营以及市场收益这六个方面的风险进行评价。这里要依据不同情况选择恰当的α和λ。具体步骤如下：

重复以上步骤，可以得到元素集U2～U6的模糊判断矩阵W22,W33,W44,W55,W66。

将得出的36个模糊判断矩阵整合起来，最终得到模糊超矩阵W：

3.4.2 建立一级指标模糊成分权重矩阵

通过以上分析计算，可得到一级指标模糊成分权重矩阵A：

3.4.3 构造模糊加权超矩阵W

W=W·A=

3.4.4 计算极限排序

模糊加权超矩阵W的性质影响了计算极限排序的方式，下面对W的4种性质逐一进行介绍。

(1)W为素阵，则含有1个正整数k，当Wk>0时，W仅存在单根并且模是1。

(2)W为非素阵，且为不可约矩阵。这种情况下可将W对角线上子矩阵块均变为0，使W变为素阵。我们把此类W称作循环超矩阵。它的最大特征根是1且为单根，并且存在其它模是1的特征根。

(3)W为可约矩阵且其标准型中子矩阵为素阵。能说明此类W其值为1的特征根的重数和其孤立子块数相等。

(4)W为可约矩阵，并且非负。这类W化成标准形之后至少含有一个孤立子矩阵块是非素矩阵。此类W特征根为1的重数与其孤立子块数相等，且含有除1之外模为1的其他特征根。

根据W的性质可以计算出极限排序，用C表示为：

3.5 综合评价

根据城市基础设施PPP项目风险评价的实际情况，对于风险影响因素的考虑必须全面精准。M(·，⊕)算子[12]可全面考虑所有影响因素之后再决定出评价等级的隶属度，因此本文采用M(·，⊕)乘与有界算子对城市基础设施PPP项目进行综合评价。综合评价结果为：B=C·R。

4 实证研究

4.1 工程概况

为推进城市基础设施建设现代化，构建开放的现代交通运输体系，解决维修市政地下管线时造成的交通不畅等问题，哈尔滨市开展了地下综合管廊建设二期工程PPP项目。下面基于Delphi-FANP风险评价模型对该案例进行风险评价。

4.2 确定模糊判断矩阵

为了综合评价项目风险，本次研究采用问卷调查的形式邀请了20位熟悉此项目的专家组成评审团，评判19个二级指标的风险影响程度，再把调查结果进行统计整理，见表2。

表2 风险因素评价调查结果统计

续表

根据表2进行量化处理，构造模糊判断矩阵R：

4.3 确定权重

4.3.1 建立二级指标模糊超矩阵确定权重

本次研究取α=0，λ=1。α=0表示本次调查研究包含了参与调研的20位专家的全部决策信息，λ=1代表专家观点较为保守。

在元素集U1(经济风险)中，以元素u11(通货膨胀)为准则，元素集U1中的u11(通货膨胀)、u12(融资风险)和u13(利率变化)按照其对u11的影响程度进行间接性优势度比较，然后计算出权重向量，见表3。

表3 U1对于u11的相对重要性

与以上步骤相同，可得到元素集U2(政治风险)、U3(法律风险)、U4(建设风险)、U5(运营风险)、U6(市场收益风险)的模糊判断矩阵。整合这些矩阵，最终获得二级指标结构的定量表示，即模糊超矩阵W：

4.3.2 建立一级指标模糊成分权重矩阵

得出W中各列矩阵块的相对权重，使得模糊超矩阵W整体归一化，继而可以得到模糊成分权重矩阵A：

4.3.3 构造模糊加权超矩阵

根据W=W·A求得模糊加权超矩阵W：

4.3.4 计算极限排序

首先分析模糊加权超矩阵W的性质，因W大于0且它所有元素数值都大于0，可得出W是素阵，并且为不可约矩阵。此外W各列元素相加均为1，可以证明其最大特征根为1，且没有其他模为1的特征根。

本模型最终权重确定结果为：C=(0.046，0.032，0.037，0.052，0.052，0.049，0.057，0.079，0.069，0.070，0.067，0.048，0.051，0.058，0.042，0.052，0.045，0.036，0.057)。

4.4 综合评价

M(·，⊕)算子适用于全面考虑整体因素的综合评价，因此选择M(·，⊕)算子进行风险评价：

=(0.348 0.214 0.232 0.154 0.052)。

根据最大隶属性原则，在B=(0.348 0.214 0.232 0.154 0.052)中0.348为最大值，其对应的评语为高风险，说明哈市综合管廊PPP项目为高风险项目，因为风险管理不当造成项目失败的可能性非常大。权重结果分析表明该项目的主要风险来源为法律风险和政治风险，因此完善法律体系、规范政府与私营企业的合作程序尤为重要。分析结果得出了各个风险因素相互影响及对整体风险的影响排序，在项目实施过程中必须针对影响强度大的风险因素做好风险预测，积极采用风险管理措施，保障项目的顺利实施。

4.5 风险管理措施

针对上述城市基础设施PPP项目的风险评价结果，为降低项目风险以保证项目成功实施，本文提出以下合理的风险管理措施：

(1)完善法律体系。完善的法律与监管体系是城市基础设施PPP项目顺利运行的基础和前提，若法律体系不完善，将直接导致参与方的责任纠纷问题，从而影响该模式的正常运行。一个完善的法律体系应该明确规定出项目的适用范围、合理的风险分担以及各参与方的权利和义务，提供完善的依据和准则，促进PPP模式下城市基础设施项目的健康发展。

(2)规范合作程序。城市基础设施PPP项目是政府与私营企业共同参与，规范合作程序是降低项目风险的关键。一方面，政府部门应加强对项目的监督和指导，保证参与方的平等地位，督促双方履行风险共担的责任。还应结合项目具体的风险识别和评价结果对私营企业建立承诺并实施监督管理，使项目合理运营，建立起政府部门的信用度，同时保证私营企业的收益情况。另一方面，私营企业作为项目的具体建设和运营者，应对项目高风险方面实施必要的措施并加以规避，积极配合政府部门，做到规范合作。

(3)风险合理分担。合理的风险分担原则就是要选择更有能力处理或规避风险的一方来承担相应风险。本文研究项目中的主要风险源是政治风险、法律风险，考虑到政府的相关职责范围，政治与法律方面的风险由政府承担较为合理，而建设、运营等风险则由社会资本进行承担，其他风险可在合同条款中设定双方分担的比例或适当进行投保，一方面保证了风险分担的合理，另一方面还能将项目风险进行适当转移，保证了项目参与各方的权益，从而提高项目的可靠性与吸引力。只有公私双方都从项目本身出发，着眼于长远利益，风险共担、利益共享，才能降低风险，保证项目顺利开展。