閆繼文

摘要：總結(jié)提出城市軌道交通PPP項(xiàng)目關(guān)鍵風(fēng)險因素集，共包括7個一級風(fēng)險因素和21個二級風(fēng)險因素，結(jié)合項(xiàng)目實(shí)例采用灰色關(guān)聯(lián)度分析法對AHP進(jìn)行修正，用以對項(xiàng)目關(guān)鍵風(fēng)險因素?fù)p失度進(jìn)行評估，利用Shapley值模型對風(fēng)險因素發(fā)生概率進(jìn)行預(yù)測評估，最終得出7個一級風(fēng)險因素的綜合風(fēng)險量大小依次為建設(shè)風(fēng)險、市場開發(fā)風(fēng)險、金融風(fēng)險、政策風(fēng)險、組織管理風(fēng)險、信用風(fēng)險、不可抗力風(fēng)險，根據(jù)風(fēng)險因素評估結(jié)果，提出風(fēng)險應(yīng)對措施，對提高項(xiàng)目成功率、促進(jìn)PPP項(xiàng)目在我國健康發(fā)展具有重大作用。

Abstract： Key risk factors for PPP projects of urban rail transit are pointed out in the paper， including 7 primary risk factors and 21 secondary risk factors. Grey correlation analysis is adopted to modify AHP combined with practical case， which is used to assess the damage degree of project key risk factors. And Shapley value model is used to forecast the probability of risk factors assessment. Finally it is concluded that amount of comprehensive risk index of seven risk factors are market risk， financial risk， policy risk， organization and management risk， credit risk and force majeure risks. According to the results of the risk factors evaluation， measures to deal with risks are put forward， which play an important role in improving the success rate of project and promoting the PPP project in the healthy development of China.

關(guān)鍵詞：城市軌道交通；PPP項(xiàng)目；灰色關(guān)聯(lián)度分析法；Shapley值模型

Key words： urban rail transit；PPP projects；grey correlation analysis method；Shapley value model

中圖分類號：TU714；F572 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2017）02-0001-06

0 引言

隨著我國經(jīng)濟(jì)的迅速發(fā)展以及城市化進(jìn)程的加快，經(jīng)濟(jì)區(qū)域布局發(fā)生改變，隨之而來的是城市空間區(qū)域得到擴(kuò)展、城市人口不斷增長、居民出行次數(shù)頻繁，導(dǎo)致交通堵塞，城市環(huán)境質(zhì)量日益惡化。因此，發(fā)展具有節(jié)能減排功能的綠色交通是當(dāng)前亟需解決的民生問題之一，而城市軌道交通作為一種節(jié)能環(huán)保快捷的交通方式，無疑將是解決此問題的方式之一。在我國加快構(gòu)建資源節(jié)約與環(huán)境友好型社會、轉(zhuǎn)變交通發(fā)展方式等新形勢的要求下，各地政府紛紛出臺最新的城市軌道交通戰(zhàn)略發(fā)展規(guī)劃，具有環(huán)保節(jié)能特點(diǎn)的軌道交通進(jìn)入快速發(fā)展的新階段。但單靠政府財政資金無法滿足軌道交通巨大的投資建設(shè)需求，需要尋找新的融資模式。PPP模式作為一種新型的公私合作方式，能夠吸納更多的社會資本參與公共項(xiàng)目的建設(shè)運(yùn)營。目前PPP模式在我國城市軌道交通領(lǐng)域已有應(yīng)用，雖然能夠解決資金難題、提高運(yùn)營管理效率，但是因城市軌道交通項(xiàng)目存在投資密集、沉沒成本大以及風(fēng)險因素錯綜復(fù)雜等問題，使社會資本面臨較大的投資風(fēng)險，為了采取正確的方式防范城市軌道交通PPP項(xiàng)目中的風(fēng)險，需要對項(xiàng)目中的風(fēng)險進(jìn)行合理的評估，只有正確認(rèn)識項(xiàng)目中存在的風(fēng)險因素，才能對項(xiàng)目風(fēng)險采取有效的措施，降低項(xiàng)目風(fēng)險損失及概率，保證項(xiàng)目合理的投資回報水平。

1 城市軌道交通PPP項(xiàng)目關(guān)鍵風(fēng)險因素

建立科學(xué)的政企關(guān)系，實(shí)現(xiàn)PPP項(xiàng)目各參與方平等互惠、分擔(dān)責(zé)任和風(fēng)險，能夠保證城市軌道交通PPP項(xiàng)目的良性運(yùn)作。要正確評估城市軌道交通PPP項(xiàng)目中存在的風(fēng)險大小，首先需要識別出項(xiàng)目中存在的風(fēng)險。本文結(jié)合國內(nèi)外PPP項(xiàng)目案例[1-5]及城市軌道交通項(xiàng)目特點(diǎn)，將城市軌道交通PPP項(xiàng)目風(fēng)險分為七類，分別包括以下內(nèi)容：①市場開發(fā)風(fēng)險：城市軌道交通PPP項(xiàng)目建成后，項(xiàng)目收益回報不僅來源于項(xiàng)目產(chǎn)品和所提供服務(wù)，還包括項(xiàng)目所在的外部市場，包括站點(diǎn)配套設(shè)施提供、沿線土地開發(fā)利用等。在所有的收益回報途徑中，市場需求及市場價格的變動將會影響項(xiàng)目的整體收益回報水平。②建設(shè)風(fēng)險：軌道交通項(xiàng)目施工復(fù)雜，項(xiàng)目在建設(shè)過程中出現(xiàn)質(zhì)量、工期、成本等任何一方面的問題都會影響項(xiàng)目按計劃進(jìn)行。③組織管理風(fēng)險：項(xiàng)目建設(shè)及項(xiàng)目運(yùn)營過程中涉及眾多參與單位，各參與單位利益點(diǎn)不同，需要項(xiàng)目公司具有很強(qiáng)的組織協(xié)調(diào)能力。④金融風(fēng)險：金融風(fēng)險包括利率風(fēng)險、通貨膨脹風(fēng)險、匯率變動風(fēng)險。⑤政策風(fēng)險：政策風(fēng)險包括稅收政策風(fēng)險、建設(shè)標(biāo)準(zhǔn)變動風(fēng)險。⑥信用風(fēng)險：信用風(fēng)險包括政府公信力風(fēng)險、融資信用風(fēng)險。⑦不可抗力風(fēng)險：不可抗力風(fēng)險包括自然災(zāi)害風(fēng)險和戰(zhàn)爭等其他不可抗力風(fēng)險。（表1）

2 城市軌道交通PPP項(xiàng)目關(guān)鍵風(fēng)險因素評估

城市軌道交通PPP項(xiàng)目建設(shè)始終處于復(fù)雜、動態(tài)和不確定環(huán)境之中，項(xiàng)目關(guān)鍵風(fēng)險因素眾多，需要處理多種變動關(guān)系，而項(xiàng)目各方往往只有有限的資源來管理這些風(fēng)險事件。為了利用有限的資源應(yīng)對這些風(fēng)險事件，實(shí)現(xiàn)項(xiàng)目目標(biāo)，并達(dá)到項(xiàng)目收益最大化，風(fēng)險因素評估起著重要作用。通過對項(xiàng)目關(guān)鍵風(fēng)險因素評估結(jié)果進(jìn)一步分析、綜合，可以得出風(fēng)險因素綜合風(fēng)險量排序，從而確定風(fēng)險事件處理的優(yōu)先級別。在此基礎(chǔ)上，根據(jù)風(fēng)險的相對重要程度適當(dāng)?shù)胤峙滟Y源、制訂適當(dāng)?shù)娘L(fēng)險應(yīng)對措施管理項(xiàng)目收益風(fēng)險，達(dá)到風(fēng)險控制在費(fèi)用上的有效性[7]。

城市軌道交通PPP項(xiàng)目中關(guān)鍵風(fēng)險因素對于項(xiàng)目收益回報水平影響程度是不一樣的，風(fēng)險評估就是分析和量化每個因素發(fā)生的概率大小以及發(fā)生后對項(xiàng)目收益水平的影響力大小，將風(fēng)險數(shù)據(jù)轉(zhuǎn)化為決策信息，確定項(xiàng)目關(guān)鍵風(fēng)險因素的綜合風(fēng)險量。

本文通過灰色系統(tǒng)理論對層次分析法進(jìn)行修正，利用修正后的模型對識別出的項(xiàng)目關(guān)鍵風(fēng)險因素進(jìn)行損失度評估，利用Shapley值模型對關(guān)鍵風(fēng)險因素發(fā)生的概率進(jìn)行預(yù)測，通過量化分析風(fēng)險因素?fù)p失度與發(fā)生概率的大小，得出城市軌道交通PPP項(xiàng)目關(guān)鍵風(fēng)險因素對項(xiàng)目收益回報水平的綜合影響程度排序，為風(fēng)險應(yīng)對提供決策依據(jù)。

2.1 項(xiàng)目實(shí)例介紹

為了充分體現(xiàn)風(fēng)險評估方法的適用性，文章結(jié)合案例對方法進(jìn)行介紹。

某城市軌道交通PPP項(xiàng)目位于山東省濰坊市，總投資約106億元，全線用地3903.9畝，沿線長度53.442km，站點(diǎn)4座，物業(yè)開發(fā)潛力大，收益途徑多。項(xiàng)目包含永久用地2637.9畝，臨時用地1266.0畝。永久用地中農(nóng)用地1446.3畝，建設(shè)用地384.03畝，荒地649.37畝，海洋用地158.2畝。項(xiàng)目合作期限為30年，其中建設(shè)期3年，運(yùn)營期27年，項(xiàng)目在30年的合作期內(nèi)，影響項(xiàng)目收益的不確定性因素多，包括政府領(lǐng)導(dǎo)班子換屆、經(jīng)濟(jì)金融方面風(fēng)險、法律政策變更風(fēng)險、不可抗力風(fēng)險等；本項(xiàng)目涉及的參與方眾多，包括政府、社會資本、第三方機(jī)構(gòu)、承包商和分包商、材料供應(yīng)商、設(shè)備供應(yīng)商、保險機(jī)構(gòu)、銀行等，合同關(guān)系復(fù)雜。

2.2 基于AHP-灰色關(guān)聯(lián)度的風(fēng)險因素?fù)p失度評估

城市軌道交通PPP項(xiàng)目中，風(fēng)險因素之間不是相互獨(dú)立的，而有著密切、復(fù)雜且模糊的關(guān)系，層級之間也往往存在著反饋支配作用，且這些因素對項(xiàng)目收益回報的影響程度是不同的，以往學(xué)者在研究風(fēng)險因素?fù)p失度時應(yīng)用最廣泛、最成熟的方法為層次分析法，但是層次分析法受專家主觀因素影響較大，為了保證結(jié)果的客觀性，本文采用灰色關(guān)聯(lián)度分析法對層次分析法求得的風(fēng)險損失度進(jìn)行修正，該方法是主觀與客觀的結(jié)合，即考慮到主觀法的靈活性，又考慮到客觀法的客觀性[7]。

灰色關(guān)聯(lián)度分析法能夠?qū)⒃刂g的關(guān)聯(lián)程度計算表示出來，元素之間的相似程度越大，他們之間的關(guān)聯(lián)度越大。灰色關(guān)聯(lián)度分析法可以用來確定風(fēng)險元素?fù)p失度，其原理為將各個專家對風(fēng)險因素?fù)p失度的經(jīng)驗(yàn)判斷與某一專家經(jīng)驗(yàn)判斷的最大值進(jìn)行量化比較，通過彼此之間差異的大小以分析他們判斷結(jié)果之間的關(guān)聯(lián)度，關(guān)聯(lián)度越大，說明專家的意見越趨于一致，專家的評判結(jié)果越具代表性與參考性，該風(fēng)險因素對于項(xiàng)目收益的影響程度越大。

確定各項(xiàng)目關(guān)鍵風(fēng)險因素?fù)p失度的大小時，首先邀請城市軌道交通行業(yè)、PPP咨詢公司共五位專家代表為風(fēng)險因素集中的7個一級因素進(jìn)行損失度判斷，獲得初始判別矩陣，運(yùn)用層次分析法求出專家對風(fēng)險因素的經(jīng)驗(yàn)判斷值，之后運(yùn)用灰色關(guān)聯(lián)度分析法對該數(shù)值進(jìn)行修正，最終得出各個風(fēng)險因素的損失度大小。

①首先確定七個一級風(fēng)險因素市場開發(fā)風(fēng)險、建設(shè)風(fēng)險、組織管理風(fēng)險、金融風(fēng)險、政策風(fēng)險、信用風(fēng)險、不可抗力風(fēng)險的專家經(jīng)驗(yàn)判別值，通過專家的打分，給出五位專家的判別矩陣：

2.3 基于Shapley模型的項(xiàng)目風(fēng)險因素發(fā)生概率評估

PPP項(xiàng)目關(guān)鍵風(fēng)險因素發(fā)生的概率不是一成不變的，它會隨著項(xiàng)目的進(jìn)展而動態(tài)變化，且風(fēng)險因素之間不是相互獨(dú)立的，他們之間的發(fā)生概率存在一定的聯(lián)系，例如市場開發(fā)風(fēng)險中，票價收入風(fēng)險與客流量風(fēng)險、市場競爭風(fēng)險之間是有一定聯(lián)系的，它們每個風(fēng)險因素單獨(dú)發(fā)生的概率之和與兩者同時發(fā)生的概率是不一樣的。因此，風(fēng)險因素發(fā)生概率之間存在著非可加關(guān)系，因此，本文采用Shapley值模型對風(fēng)險因素發(fā)生概率進(jìn)行評估，該方法既考慮了單個因素發(fā)生的概率又考慮了各因素之間的組合概率，使風(fēng)險概率預(yù)測結(jié)果更加符合客觀實(shí)際。

在對城市軌道交通PPP項(xiàng)目關(guān)鍵風(fēng)險因素發(fā)生概率評估時，采用Shapley值模型，首先邀請五位專家對二級風(fēng)險因素發(fā)生概率進(jìn)行打分，并求得五位專家打分的平均值，以該平均值為依據(jù)計算各個風(fēng)險因素的發(fā)生非可加概率。以市場開發(fā)風(fēng)險U1中二級風(fēng)險因素為例進(jìn)行計算演示[9]，表5為五位專家對四個風(fēng)險因素發(fā)生概率預(yù)測的平均值。

由表6可以計算出21個二級風(fēng)險因素的發(fā)生概率，如表7所示。

2.4 項(xiàng)目關(guān)鍵風(fēng)險因素綜合風(fēng)險量評估

通過邀請專家對該項(xiàng)目中風(fēng)險因素進(jìn)行損失度與概率的評估，可以得到項(xiàng)目的綜合風(fēng)險量，即風(fēng)險損失度與概率乘積。根據(jù)表3、4、6、7可以得出7個一級風(fēng)險因素與21個二級風(fēng)險因素風(fēng)險量如表8、表9所示。

為了根據(jù)直觀地表示本項(xiàng)目中關(guān)鍵風(fēng)險因素?fù)p失度、概率大小及綜合風(fēng)險量的大小，便于對風(fēng)險因素評估結(jié)果的分析，調(diào)動企業(yè)組織內(nèi)部及外部資源采取有效積極地應(yīng)對措施，將上述結(jié)果繪制成圖1、圖2。

通過圖1、圖2可以看出，本項(xiàng)目中一級風(fēng)險因素的綜合風(fēng)險量排序依次為建設(shè)風(fēng)險、市場開發(fā)風(fēng)險、金融風(fēng)險、政策風(fēng)險、組織管理風(fēng)險、信用風(fēng)險、不可抗力風(fēng)險。二級風(fēng)險因素的綜合風(fēng)險量排序如表10所示。

3 城市軌道交通PPP項(xiàng)目風(fēng)險因素評估結(jié)論

從以上對實(shí)例城市軌道交通PPP項(xiàng)目收益風(fēng)險評估，可以看出：

①項(xiàng)目風(fēng)險因素集中，通過運(yùn)用AHP改進(jìn)的灰色關(guān)聯(lián)度分析法對項(xiàng)目收益風(fēng)險損失度的評估結(jié)果可以看出，七個一級風(fēng)險因素對項(xiàng)目影響程度的大小排序依次為：建設(shè)風(fēng)險、不可抗力風(fēng)險、信用風(fēng)險、市場開發(fā)風(fēng)險、金融風(fēng)險、政策風(fēng)險、組織管理風(fēng)險。二級風(fēng)險因素中，對項(xiàng)目影響程度較大的為自然災(zāi)害風(fēng)險、政策稅收風(fēng)險、戰(zhàn)爭等不抗力風(fēng)險，施工技術(shù)風(fēng)險等。評估結(jié)果說明本項(xiàng)目中若一旦發(fā)生不可抗力風(fēng)險，對項(xiàng)目的影響范圍時非常大的，另外由于本項(xiàng)目地質(zhì)的特殊性，對項(xiàng)目建設(shè)施工技術(shù)要求高，一旦風(fēng)險發(fā)生，將對項(xiàng)目收益產(chǎn)生重大影響，這些需要引起項(xiàng)目相關(guān)方的注意。

②通過運(yùn)用Shapley值模型對項(xiàng)目各風(fēng)險因素發(fā)生概率大小的評估結(jié)果可以看出，七個一級風(fēng)險因素發(fā)生概率大小順序依次為建設(shè)風(fēng)險、市場開發(fā)風(fēng)險、金融風(fēng)險、政策風(fēng)險、組織管理風(fēng)險、信用風(fēng)險、不可抗力風(fēng)險。二級風(fēng)險因素中，發(fā)生概率較大的因素有完工風(fēng)險、通貨膨脹風(fēng)險、票價收入風(fēng)險、稅收政策風(fēng)險、施工技術(shù)風(fēng)險等。概率大小評估結(jié)果說明，本項(xiàng)目中建設(shè)風(fēng)險發(fā)生的概率較大，完工風(fēng)險、施工技術(shù)風(fēng)險需要引起注意，應(yīng)采取相應(yīng)措施降低風(fēng)險發(fā)生概率，減少風(fēng)險對項(xiàng)目收益的影響。

③通過對項(xiàng)目風(fēng)險因素?fù)p失度和發(fā)生概率兩方面的研究，得出本項(xiàng)目中一級風(fēng)險因素的綜合風(fēng)險量排序?yàn)榻ㄔO(shè)風(fēng)險、市場開發(fā)風(fēng)險、金融風(fēng)險、政策風(fēng)險、組織管理風(fēng)險、信用風(fēng)險、不可抗力風(fēng)險。二級風(fēng)險因素中對項(xiàng)目收益風(fēng)險綜合影響較大的有通貨膨脹風(fēng)險、稅收政策風(fēng)險、施工技術(shù)風(fēng)險、完工風(fēng)險、票價收入風(fēng)險、融資信用風(fēng)險等。從風(fēng)險因素綜合風(fēng)險量評估結(jié)果可以看出本項(xiàng)目中建設(shè)風(fēng)險與市場開發(fā)風(fēng)險是影響項(xiàng)目收益回報水平的主要風(fēng)險，這與城市軌道交通PPP項(xiàng)目及本項(xiàng)目特點(diǎn)是一致的，需要制定相應(yīng)地對策來應(yīng)對風(fēng)險，降低風(fēng)險的發(fā)生概率或?qū)?xiàng)目的影響程度，從而提高項(xiàng)目收益。

4 結(jié)論

文章在總結(jié)提出城市軌道交通PPP項(xiàng)目關(guān)鍵風(fēng)險因素的基礎(chǔ)上，結(jié)合實(shí)例利用灰色關(guān)聯(lián)度分析法改進(jìn)的層次分析法對風(fēng)險因素?fù)p失度進(jìn)行評估，利用Shapley值模型對風(fēng)險因素發(fā)生概率進(jìn)行預(yù)測，方法合理可行，評估結(jié)果準(zhǔn)確可靠，具有很強(qiáng)的參考性，風(fēng)險因素評估結(jié)果顯示，建設(shè)風(fēng)險與市場開發(fā)風(fēng)險是城市軌道交通PPP項(xiàng)目中的兩大重要風(fēng)險，引起項(xiàng)目公司高度重視，同時在項(xiàng)目全生命周期內(nèi)，加強(qiáng)風(fēng)險管理與監(jiān)控，降低項(xiàng)目風(fēng)險發(fā)生概率或損失，提高項(xiàng)目收益，應(yīng)成為項(xiàng)目公司貫徹始終的風(fēng)險管理策略。

參考文獻(xiàn)：

[1]朱珊，王海平，孟肖旭.基于PCA-Shapley的城市軌道交通PPP項(xiàng)目收風(fēng)險評價[J].工程經(jīng)濟(jì)，2016（7）：42-47.

[2]顧曼.PPP模式下城市軌道交通項(xiàng)目公私雙方風(fēng)險管理研究[D].中國礦業(yè)大學(xué)，2014.

[3]李潔，鄒小偉.地鐵工程風(fēng)險評價-以南京地鐵2號線為例[J].建筑經(jīng)濟(jì)，2009（05）：71-74.

[4]劉繼才，王穎林，唐絲絲.我國PPP項(xiàng)目關(guān)鍵風(fēng)險實(shí)證研究[J].生產(chǎn)力研究，2013（04）：93-96.

[5]李靜華，李啟明.PPP模式在我國城市軌道交通中的經(jīng)濟(jì)風(fēng)險因素分析—以北京地鐵四號線為例[J].建筑經(jīng)濟(jì)，2007（10）：23-26.

[6]李曙光.李建云.風(fēng)險排序矩陣的項(xiàng)目風(fēng)險管理[J].管理現(xiàn)代化，2005（2）：26-27.

[7]崔陽.基于灰色系統(tǒng)理論P(yáng)PP項(xiàng)目風(fēng)險研究[D].東北財經(jīng)大學(xué)，2015：26-27.

[8]崔杰.灰色不確定系統(tǒng)建模的理論與方法研究[D].南京：南京航空航天大學(xué)博士論文，2010.

[9]崔杰.黨耀國.劉思峰.基于灰色關(guān)聯(lián)度求解指標(biāo)權(quán)重的改進(jìn)方法[J]中國管理科學(xué)，2008（5）：141-145.

[10]于景起，基于Shapley值的PPP項(xiàng)目利益相關(guān)者收益分配研究[D].天津大學(xué)，2013.