基于SNA的PPP项目风险及扩散机制研究

宁若宇， 刘伊生

（北京交通大学经济管理学院，北京 100044）

PPP（Private-Public Partnership，PPP）是一种政府与社会资本合作，主要集中在公共基础设施领域的合作模式. 由于它既能缓解政府资金不足，又能提高社会资本的执行效率，因此被世界各国广泛应用于公共服务领域［1-2］.

近年来，随着我国城镇化进程的不断加快，基础设施建设速度也随之加快. 有些地方政府为缓解财政压力，选择PPP模式进行基础设施建设. 但PPP项目周期长、资金流大，在实施过程中受政府、设计、施工等各方面的不确定因素的影响，会导致PPP项目有合同中止、违约及合作破裂的风险. 例如伦敦地铁项目和匈牙利收费公路项目，由于社会资本方无法承担合同风险导致项目破产［3］；墨西哥收费公路工程项目由于项目设计方案不合理，建设成本增加使得项目公司运营困难，纷纷倒闭［4］. 在我国也存在PPP项目实施过程中出现问题而失败的案例. 如北京京通高速公路项目由于风险识别不足，融资受阻，导致社会资本退出［5］；青岛威立雅污水处理厂由于政府决策失误，使得合同约定与实际情况差距较大，需要再谈判等［6］. 以往的研究多从PPP项目风险识别、关键风险因素等角度进行研讨，鲜有对PPP项目风险因素间影响关系的研究. 然而PPP项目风险因素之间并不是毫无关联，而是相互联系、相互发展的，因此进行PPP项目风险因素关系研究很有必要. 如何准确识别PPP项目中所存在的风险，确定关键风险并深入研究风险之间的扩散关系是项目各方参与者在项目实施过程中均应关注而又急待解决的重要问题.

1 PPP项目风险因素社会网络分析模型

利用社会网络分析方法对PPP项目风险因素进行分析的基本步骤为：识别网络节点、量化评估风险节点之间的关系强度、将风险网络可视化、通过社会网络分析得出结论. PPP项目风险因素网络结构模型基于社会网络分析的步骤建立，并与风险管理流程相对应，具体流程见图1.

图1 社会网络分析步骤框架Fig.1 Framework of social network analysis steps

1.1 项目风险网络节点识别

社会网络分析模型以项目各方参与者自身存在的风险作为风险网络节点. PPP项目风险不同于学者们在文献中建立的项目风险指标体系，它是从项目的参与者出发，在项目执行过程中由于项目参与者自身因素或采取的行为所引发的风险. 因此应当注意PPP项目的参与者以及存在的风险.

PPP项目的主要参与者. PPP项目合同是由项目实施机构与社会资本签订的约定双方合作权利与义务的协议［7］. 对于公共基础领域而言，项目的实施机构一般是地方政府作为项目的所有者、审批者、统筹方、监管者，另一方则是社会资本方，一般由拥有较多资产的私人资本组成，并参与项目的实际实施，如作为项目的设计方、供应商、施工方等. 同时，双方共同出资成立特殊目的的公司（SPV），双方均为SPV公司股东. 所以社会资本方通过出资成立SPV公司参与项目实施.

项目风险识别. PPP项目的风险来源多样，除上述两个主要参与者外，还包括项目本身、市场、社会公众及其他参与主体. 本文通过对项目风险识别、风险因素相关文献的阅读，汇总得出PPP项目所面临的常见风险因素共20种，并以此作为社会风险网络节点（表1）.

表1 公共基础设施领域PPP项目常见风险Tab.1 Risk of of PPP projects in the field of public infrastructure

1.2 PPP项目风险关系量化与评估

本研究主要采用专家打分法收集数据，并对数据进行处理. 随机选取15位专家（工作年限均在6年以上，且从事PPP项目的高层管理工作），通过调查问卷对于这20个网络节点之间是否存在扩散关系以及关系的权重进行打分，其中两个风险之间的影响程度为1～5分，两个风险综合发生的可能性程度为1～5分，从而确定风险发生的可能性以及扩散程度. 通过计算综合影响程度，得到风险关系邻接矩阵，确定风险之间的关系.

基于收集的调查数据，利用Ucinet6.0软件对问卷数据进行一致性分析，得到最大特征值与第二特征值之比为8.297，远大于3，表明打分者对于PPP项目风险关系的认识上具有一致性，说明该数据具有较好的稳定性和可靠性.

网络关系的评估主要是通过社会网络分析方法将收集的数据进行处理，以此确定社会网络图中节点之间的边及其权重. 运用结构矩阵方法，将收集的数据计算关系综合程度即风险扩散程度与风险发生可能概率的乘积，然后将计算结果输入Ucinet6.0软件中进行处理，得到风险结构矩阵.

1.3 网络关系可视化

利用NetDraw 软件将PPP项目风险因素网络可视化，绘制有向可视图，具体见图2. 履约风险关系网络模型一共包含20个风险网络节点，不同节点对应的风险见表1. 图2中箭线表示节点之间的影响方向，权重代表风险节点之间的综合影响程度，用1～5表示（1表示程度最小，5表示程度最大）.

图2 PPP 项目风险扩散社会网络图Fig.2 PPP project risk diffusion social network diagram

2 PPP项目风险扩散网络特征分析

社会网络分析适用于分析各种关系数据. 关系数据是描述网络节点关于联系、接触、联络或者聚会等方面的数据，关系表达了网络各节点之间的关联，各个节点与节点之间的关系构成了社会关系网络［13］. PPP项目风险社会网络分析研究风险关系的整体网络特征与中心度问题，从而分析风险网络中各个风险节点的结构特征. 描述社会网络的参数有很多，在研究此风险网络时，本文将聚焦整体网络结构特征、个体中心度、影响力及凝聚子群4类指标进行分析.

2.1 PPP项目风险网络结构分析

整体网络结构特征可通过4类指标分析：整体网络密度、整体网络度数中心势、整体网络接近中心势以及整体网络中间中心势. 本文研究对象为PPP项目风险关系形成的风险网络，由于各风险之间的关系程度可能不同，并且影响可能是单一的或是双向的，因此本文考虑的网络是加权有向网络图.

利用Ucinet6.0软件将风险关系矩阵通过计算得到整体网络密度与中心势指标，具体结果见表2. 表2中风险网络的整体网络密度为0.790 7，Wellman在分析网络密度时，认为整体网络密度在0.75到1之间密度较高，为紧密连接［14］. 因此PPP项目风险之间的联系紧密，可能具有小群体现象，并且从密度标准差可以看出，风险网络中的风险网络节点之间有强影响关系. 这说明风险网络具有较高的风险性，当政府部门或社会资本方产生违反PPP项目合同的风险行为时，会引发网络中的其他风险，从而产生风险扩散路径，形成一个具有高风险性且紧密联系的PPP项目风险网络. 度数中心势为26.09%，表明风险网络中存在核心点，即风险之间具有围绕某节点产生联系的趋势；接近中心势反映整体网络的不受控程度，其值较高，说明风险网络中的风险节点在发挥影响作用时不易受到其他节点的控制，即存在独立发挥强影响作用的风险；中间中心势度量网络整体对资源的受控程度，值较低表明该网络中不存在传递资源的中介节点，网络整体对资源控制能力较低，风险之间多为单向影响，节点之间的互动性不高，这也说明风险网络中可能存在风险扩散反应链. 基于整体结构的分析，还需进一步分析风险网络，找出关键风险以及风险扩散路径.

表2 整体结构网络指标Tab.2 Overall structural network index

2.2 PPP项目风险中心度分析

对于PPP项目风险节点，通常选用个体中心度来分析. 个体中心度刻画了网络节点的结构位置属性，如节点在网络中的位置、控制力等，包括度数中心度、接近中心度和中间中心度3个指标.

1）度数中心度表示节点与节点之间直接联系的紧密程度，反映风险节点在网络中的地位与权力，在加权有向图中分为点入度和点出度，点入度表示节点在网络中受到影响的程度，点出度表示该点对网络中其他节点的影响程度（计算结果见表3）. 对于点出度，F2、F1、F5、F6、F3和F4，这6个风险因素对其他因素直接影响作用最为显著，是关系网络的权力核心. 其中，点出度最大的两个因素为F2（法律及监管体系不完善）和F1（法律变更）属于法律风险，F5（政府信用）、F5（腐败）、F3（政府决策失误/冗长）和F4（政府审批延误）属于政府方的风险，说明法律风险和政府方风险对PPP 项目影响最为显著，容易导致其他各类风险的产生，进而影响整个PPP项目的正常、安全运行. 因此，法律制定部门在制定或修改法律过程中应当充分吸收各方意见，充分考虑各方利益；政府部门应当提高自身工作效率，决策过程中充分听取各方观点，避免盲目决策，同时政府方也要加强内部管理，避免腐败现象的滋生，监管部门更应当履行监督义务，保障政府信用.

表3 度数中心度Tab.3 Degree centrality

F19（成本风险）具有最大的点入度55，其次是F11（完工风险），点入度为52，第3～6 位的分别是F13、F16、F10和F7，即收费变更、合同风险、融资风险和市场收益不足，说明这6种风险因素在关系网络中受其他因素的直接影响作用最为明显，在此关系网络中占有重要位置，这6 种风险极容易导致PPP 项目失败或终止. 对此，社会资本方以及项目管理公司应当重视成本和工期的控制，更加充分地进行市场调研工作，与政府部门协同配合，尽可能规避和转移各类风险.

点出度与点入度能够在一定程度上揭示PPP 项目风险的演变过程. 在风险网络中，F1（法律变更）、F2（法律及监管体系不完善）、F5（政府信用）和F6（腐败）风险节点出度较大，点入度较小，在风险扩散的过程中更多地是扮演“关键风险源”的角色，能够对其他项目风险产生影响但又不受其他风险的控制；F10（融资风险）、F11（完工风险）、F16（合同风险）和F19（成本风险）点入度很大，点出度较小，在风险扩散的过程中更多的是扮演“风险目标”的角色，对其他风险的影响小却容易受到其他风险的影响［15］.

2）接近中心度反映了风险节点不受控制的程度，故本文采用接近中心度分析［16］. 从表4 中可以看出，F11（完工风险）、F7（市场收益不足）、F13（收费变更）和F4（政府审批延误）接近中心度较大，不容易受其他风险影响，在风险网络中占据优势作用，属于可以独立发挥作用的风险. Freeman 指出，越接近中心的节点拥有更多的联结［17］. PPP 项目风险中政府干预与社会资本方运营费用过高风险在风险网络中接近中心度最高，能影响更多风险.

3）中间中心度表示节点控制其他节点的中介作用，值越大，说明传递影响能力越强，该点对其他节点控制越显著. 从表4中可以看出，F4（政府审批延误）具有最大的中间中心度，第2至6位分别是F3（政府决策失误/冗长）、F11（完工风险）、F13（收费变更）、F7（市场收益不足）和F5（政府信用）. 这些风险因素在关系网络中起到“中介”作用，较其他风险因素的风险传递能力更强，但由于该风险网络中间中心势偏低且各节点中间中心度并不高，因此在该关系网络中这些因素的“中介”作用并不显著. 在这6种风险因素中，政府审批延误、政府决策失误/冗长和政府信用属于政府方的风险，这表明政府方产生的风险对其他风险具有更为严重的直接影响，政府方风险在PPP项目风险因素关系网络模型中处于极为重要的地位，也是PPP项目风险的主要传递方. 政府方发生一些风险后，极容易将风险传递给社会资本方，进而容易导致项目的停滞甚至失败. 因此，对于这些风险，不仅要防范其发生，还要切断其与其他风险因素之间的联系.

表4 接近中心度与中间中心度Tab.4 Near centrality and intermediate centrality

2.3 PPP项目风险因素的影响力分析

影响力分析指标是指网络中各节点之间的影响关系，它不同于度数中心度描述的影响关系. 度数中心度仅考虑了节点受到的直接影响与节点对其他点的直接影响，并没有深究是有哪个点对它造成的影响或者它对哪些点造成了影响. 而影响力分析指标分析考虑了节点的间接影响以及具体两点之间的影响力大小，并给出各点影响力大小的排序. 在社会网络分析中有3类考虑了间接影响的指标，其中由于胡贝尔影响力指数能同时考虑节点受影响程度与节点对其他节点的影响程度，因此本文选择胡贝尔影响力指数进行分析.

通过计算各节点的胡贝尔影响力指数以及影响力关系矩阵，得出各风险节点的影响力排名（表5）.Row Sums 影响力指数是反映节点对其他节点影响的影响力指数，Row Sums 影响力指数排名前6 名的是F2（法律及监管体系不完善）、F1（法律变更）、F5（政府信用）、F6（腐败）、F3（政府决策失误/冗长）和F4（政府审批延误）. 这一结果表明，法律层面产生的风险，如法律及监管体系不完善和法律变更，对其他风险因素产生的影响力最为显著. 其次是政府方产生的风险，包括政府信用、腐败、政府决策失误/冗长和政府审批延误，这表明政府方风险极容易引发整个PPP项目的失败或中止. 因此PPP项目运行过程中要尽可能规避和防范法律和政府方的风险，这与中心度分析结果一致. 另外，影响力关系矩阵表明，具有较强影响关系的包括：F1（法律变更）对F16（合同风险）、F17（利率风险）；F2（法律及监管体系不完善）对F6（腐败）；F5（政府信用）对F16（合同风险）；F6（腐败）对F8（市场需求变化）；F8（市场需求变化）对F7（市场收益不足）.

表5 影响力排名Tab.5 Influence ranking

2.4 凝聚子群分析

凝聚子群是一种社会结构研究，理解社会结构的一个重要工具是关于派系（或者子群体）的思想. 子群体是从相对稳定、人数不多、有共同目的且相互接触较多的小群体中分化出来的，子群体内的成员联系较紧密. 通过派系分析，可以找到风险网络中一些相互联系紧密、具有凝聚力的子群体. 子群体中往往存在共同元素，即共享成员，共享成员数量越多，则子群体之间的关系越紧密. 当子群体中存在大量相互重叠的共享成员时，则可以通过进一步聚类分析找到连通各个子群体的桥节点.

通过Ucinet6.0软件对处理后的风险关系矩阵进行凝聚子群分析，当子群最小规模为6时，风险网络中存在5个子群体. 这5个子群体中存在数目较多的共享成员，这种现象被称为存在“桥节点”. 桥节点在子群之间充当传播影响的桥梁角色，强关系出现在子群体中直接联系的PPP项目风险因素之间，来维持子群体内部的关系. 而弱关系则通过这些“桥节点”形成，提高了风险因素关系网络的凝聚性，即桥节点所对应的PPP项目风险因素会把更多的子群体联系到一起，组成更庞大的PPP 项目风险因素关系网络. 由分析结果可知，F1（法律变更）、F4（政府审批延误）、F2（法律及监管体系不完善）、F6（腐败）、F9（公众反对）、F10（融资风险）、F11（完工风险）、F12（项目唯一性）、F3（政府决策失误/冗长）、F13（收费变更）、F5（政府信用）和F7（市场收益不足）共享5个派系，即这些风险因素同时出现在5个PPP项目风险因素子群中，这些风险因素也正是关系网络的桥节点，这些节点所代表的风险因素在关系网络模型中起着重要的风险传递作用. 因此，如果在子群中剔除这些桥节点，一些子群将不容易形成网络，而是容易形成独立子群. 在PPP项目风险管理过程中，要时刻对这些风险进行针对性的严格防范，这将大幅度降低其给风险网络带来的危险性，维护PPP项目安全平稳运行.

3 结论与启示

3.1 结论

1）PPP项目风险网络具有较高的风险性. 处于关系网络中“关键风险源”的是F1（法律变更）、F2（法律及监管体系不完善）、F5（政府信用）和F6（腐败）. 这些风险因素属于法律层面和政府方的风险，因此政府要加强内部管理，提高工作效率，时刻把人民的利益放在首位，加强与社会资本方和项目公司的沟通，共同努力促成项目；法律制定部门在出台法律过程中应当充分吸取民意，权衡各方利益，避免合同变更. F10（融资风险）、F11（完工风险）、F16（合同风险）和F19（成本风险）是关系网络中的“风险结果”，同时这几类风险极容易直接导致PPP项目的失败或中止，因此政府及社会资本方应当充分沟通与合作，共同规避这些风险，实现共同的目标.

2）PPP项目风险因素中存在影响力大和所受影响力大的两类风险因素. 通过接近中心度的分析可得，F4（政府审批延误）、F3（政府决策失误/冗长）、F5（政府信用）、F2（法律及监管体系不完善）、F6（腐败）和F1（法律变更），在风险因素关系网络中处于重要的、独立发挥影响作用的角色，因此在PPP项目风险管理的实践过程中对这些风险因素要引起足够重视，规避这些风险. F11（完工风险）、F7（市场收益不足）、F13（收费变更）和F4（政府审批延误）在关系网络中具有独立的受影响作用，不容易受到其他因素的限制，因此重点应当防范这些因素对其他因素的影响，并尽可能阻断这些因素对其他因素的影响.

3）存在将PPP项目风险因素节点连接起来的风险因素连锁反应链. 根据影响力分析结果可知，存在强联系的反应链为F1（法律变更）—F5（政府信用）—F16（合同风险）和F2（法律及监管体系不完善）—F6（腐败）—F8（市场需求变化）—F7（市场收益不足）. 在PPP项目风险管理中既要关注影响力较高的风险因素，也必须要对风险网络中的强联系进行有效的限制，切断风险因素之间的连锁反应，最终达到避免PPP项目失败或中止的目标.

4）存在将PPP项目风险因素子群连接为网络的关键桥节点. 聚类分析得出重要的桥节点为F1（法律变更）、F4（政府审批延误）、F2（法律及监管体系不完善）、F6（腐败）、F9（公众反对）、F10（融资风险）、F11（完工风险）、F12（项目唯一性）、F3（政府决策失误/冗长）、F13（收费变更）、F5（政府信用）和F7（市场收益不足），它们使得风险网络紧密连接在一起. 如果破坏使这些风险因素相连接的“桥”，将会使整体网络密度下降，降低风险网络的风险性，从而提高PPP项目风险网络的安全性.

3.2 启示

1）项目执行中要加强风险预防能力以及动态调节机制. 加强风险预防能力可以通过降低风险发生概率或者风险扩散强度两种途径实现. 前者是从源头防范风险的发生及扩散，保障各部门各阶段工作的顺利实施，最大程度缩短风险传播链条，此过程需要提高各部门专业的项目实施能力，建立完善的政府与社会资本方管理与监督机制，共同保障PPP项目的顺利实施；后者则要加强各部门的动态调节能力，加强各主体主观能动性，尽可能弱化风险扩散效力，因此需要建立完善的风险评估体系、良好的政府扶植机制、强大的风险控制能力与有效的动态调节机制.

2）在PPP项目中引入柔性价格机制、柔性补偿机制等［18］，建立对于诸多未知风险的再谈判机制. 加强对于项目实施过程中未知风险的把控，分别针对政府方和社会资本方设计科学合理的未知风险下的再谈判机制，稳定推进PPP项目实施［19-20］.