趙德鳳，洪文霞，鹿 乘，李蓓蓓

(青島理工大學(xué) 管理工程學(xué)院，青島 266525)

在國民經(jīng)濟快速發(fā)展的當(dāng)下，地鐵建設(shè)因其效率高、速度快、環(huán)保效果好等優(yōu)點逐漸成為城市發(fā)展中不可或缺的一種交通方式，但地鐵投資規(guī)模大，財政資金不足，實施周期長以及建設(shè)主體單一等特點導(dǎo)致其難以大范圍的推廣建設(shè)。將PPP模式應(yīng)用到城市地鐵建設(shè)領(lǐng)域，引入大量社會資本進行多渠道融資，從而保證有充足的資金高質(zhì)量地完成項目建設(shè)工作，是現(xiàn)代城市軌道交通建設(shè)中積極推行的一種方式。

PPP(Public-Private Partnership)是指公共部門和私營部門為開發(fā)和設(shè)計高質(zhì)量公共項目而形成的合作伙伴關(guān)系，利益共享和風(fēng)險共擔(dān)是PPP模式最主要的特征[1]。由于地鐵建設(shè)PPP項目涉及多方參與，不可預(yù)知的因素較多，伴隨各種各樣的風(fēng)險，合理解決風(fēng)險分擔(dān)及責(zé)權(quán)歸屬問題對PPP項目高效運營舉足輕重。目前已有大批的學(xué)者對地鐵PPP項目風(fēng)險展開鉆研，主要基于風(fēng)險識別和風(fēng)險分擔(dān)兩個層次。在風(fēng)險識別方面，王雅華[2]以西安地鐵9號線為例，先后運用文獻分析、頻度調(diào)查法與群組決策特征根法對風(fēng)險進行一次識別和二次識別，最終確定23個關(guān)鍵風(fēng)險因素；丁磊[3]基于文獻研究的基礎(chǔ)，本著全面、科學(xué)、適用及獨立的原則，經(jīng)過專家咨詢與訪談進行風(fēng)險識別，構(gòu)建了城市地鐵PPP項目風(fēng)險評估總流程；王凱妮等[4]對城軌交通運營階段的多種特征綜合分析，歸納概括出8項關(guān)鍵風(fēng)險要素并對主要對象進行風(fēng)險控制。在風(fēng)險分擔(dān)方面，尹貽林等[5]結(jié)合地鐵PPP模式的特點，依據(jù)風(fēng)險分擔(dān)原則，確立風(fēng)險分擔(dān)難點與程序并驗證其可行性；周盛世等[6]構(gòu)建Shapley值法的地鐵施工PPP項目風(fēng)險分擔(dān)博弈模型，在保證風(fēng)險合理分擔(dān)的前提下確保實現(xiàn)利益最大化；有維寶等[7]考慮地鐵PPP模式風(fēng)險分擔(dān)整體框架，建立軌道交通PPP項目整個壽命周期的分擔(dān)流程圖，并采用灰色關(guān)聯(lián)分析和雙基準法構(gòu)建風(fēng)險分擔(dān)模型，確定風(fēng)險的最佳承擔(dān)與共擔(dān)者。

以上學(xué)者分別從不同的方面運用不同的方法對地鐵PPP項目的風(fēng)險分擔(dān)進行研究，但大都致力于選擇風(fēng)險承擔(dān)方。然而，僅僅確定風(fēng)險的最優(yōu)承擔(dān)方是難以保證項目順利實施的，必須同時確定能使各方滿意的風(fēng)險分配比例，才是使項目高效運行的關(guān)鍵。PPP項目全壽命周期的風(fēng)險分擔(dān)一般分成初步、談判和再分擔(dān)階段，每一階段對應(yīng)不同的分擔(dān)法則[8]。因此，在上述研究的基礎(chǔ)上，本文立足于地鐵PPP項目的初步分擔(dān)階段和談判分擔(dān)階段，運用德爾菲法識別地鐵PPP項目的風(fēng)險因素，建立基于熵權(quán)-TPOSIS方法的地鐵PPP項目初步分擔(dān)模型，確定出風(fēng)險的最佳承擔(dān)方或共擔(dān)方；在談判分擔(dān)階段借助修正的Shapley模型界定最優(yōu)風(fēng)險分配比例，從而保證項目運行的效益最大化。

1 地鐵PPP項目風(fēng)險識別與確定

風(fēng)險識別是指明確風(fēng)險發(fā)生的時間、地點、原因、范圍以及可能發(fā)生的后果，它是風(fēng)險分擔(dān)的基礎(chǔ)與起點，一般識別風(fēng)險的方法有專家調(diào)查法、檢查表法、流程圖法、情景分析法和故障樹分析法等[9]。專家調(diào)查法作為一種簡單實用、理論性和針對性較強的方法在風(fēng)險識別中最為常見，包括頭腦風(fēng)暴法和德爾菲法兩種。本文選用德爾菲法進行風(fēng)險的識別與確定，在現(xiàn)有研究的基礎(chǔ)上[2-5]，深入地鐵PPP項目進行現(xiàn)場調(diào)研，并結(jié)合城市地鐵PPP項目運營周期長、技術(shù)復(fù)雜、管理要求高等特點，篩選出30項風(fēng)險因素生成調(diào)查問卷，向20名地鐵PPP項目的施工技術(shù)人員、管理人員以及對該項目有過深入研究的學(xué)者發(fā)放問卷進行關(guān)鍵風(fēng)險因素識別并回收，根據(jù)專家的反饋修改調(diào)查問卷并再次發(fā)放，如此循環(huán)直至20名專家意見一致。參考LI Bing等[10]學(xué)者的分類依據(jù)，最終將識別出的關(guān)鍵風(fēng)險因素細分為6個一級指標和21個二級指標，歸納為宏觀層、中觀層和微觀層三個層面，如圖1所示。

圖1 地鐵PPP項目風(fēng)險因素識別結(jié)果

2 基于修正TOPSIS法的地鐵PPP項目風(fēng)險初步分擔(dān)

2.1 地鐵PPP項目風(fēng)險分擔(dān)指標體系確定

風(fēng)險分擔(dān)的目的是盡可能多地降低風(fēng)險產(chǎn)生概率并減少風(fēng)險構(gòu)成損失，明確項目各方責(zé)任、權(quán)力、利益的合理分擔(dān)，使各個項目參與者共同實現(xiàn)利益最大化，為達到該目標，必須遵循一定的標準對地鐵PPP項目的風(fēng)險進行分配。針對現(xiàn)有學(xué)者對相關(guān)PPP項目的風(fēng)險分擔(dān)原則劃分[7-8，11-12]，可歸結(jié)為風(fēng)險與控制力對稱原則、風(fēng)險分擔(dān)與收益相匹配原則、風(fēng)險分擔(dān)自愿原則、風(fēng)險承擔(dān)上限原則及風(fēng)險分擔(dān)動態(tài)原則5種。在風(fēng)險初步分擔(dān)階段，其共同原則為風(fēng)險與控制力對稱原則和風(fēng)險分擔(dān)自愿原則，但這兩種原則只能起到降低風(fēng)險發(fā)生概率的作用而不能減少風(fēng)險發(fā)生后形成的損失，本文考慮到風(fēng)險分擔(dān)的目的，將對風(fēng)險的了解情況以及風(fēng)險的化解能力考慮為兩種新的準則，以這4種準則為依據(jù)，提出基于風(fēng)險分擔(dān)目的的多層次指標體系，如圖2所示。

圖2 地鐵PPP項目風(fēng)險分擔(dān)指標體系

2.2 基于熵權(quán)-TOPSIS模型的風(fēng)險初次分擔(dān)

2.2.1 熵權(quán)-TOPSIS模型原理

熵(Entropy)在熱力學(xué)概念中是指系統(tǒng)混亂和無序的度量，申農(nóng)將其應(yīng)用于信息論中，稱之為信息熵[13]。相較于其他賦權(quán)方法，熵權(quán)法更為客觀，信息論中熵表征了信息的不確定性，一般而言，信息熵與指標所反映信息的確定性成負相關(guān)關(guān)系，信息熵越大，說明該指標提供的信息量越小，當(dāng)信息熵接近于1時，該指標提供的信息便不具有參考性。

TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)又稱為理想解法,是由HWANG和YOON在1981年提出的[14]。這種方法通過比較各可行解與正負理想解之間的相對距離來進行貼近度排序，進而做出決策。地鐵PPP項目涉及多種風(fēng)險與多方參與，各風(fēng)險因素的歸屬問題屬于多目標決策問題。

本文將熵權(quán)法和TOPSIS法相結(jié)合，通過客觀賦值與多目標決策，有效地對地鐵PPP項目參與方之間的風(fēng)險進行合理分擔(dān)。

2.2.2 熵權(quán)-TOPSIS模型的構(gòu)建步驟

假設(shè)有m個風(fēng)險因素，n個評價指標，xij表示風(fēng)險因素i在評價指標j上的特征值，則各個指標值構(gòu)成的矩陣X為

則，熵權(quán)-TOPSIS模型構(gòu)建步驟如下：

1) 因為各指標的量綱、單位和數(shù)量級別有所不同，無法直接對其比較，因此對各數(shù)據(jù)進行規(guī)范化處理，得到規(guī)范化矩陣Y：

(1)

2) 利用熵計算各指標權(quán)重。首先設(shè)第j個指標的信息熵Hj為

(2)

一般地，規(guī)定p=1/lnm,m為風(fēng)險因素的總數(shù)，從而保證0≤Hj≤1。

其次求解指標的差異度Gj:

Gj=1-Hj， 0≤Gj≤1 (j=1，2，…，n)

(3)

最后計算第j項指標的熵權(quán)bj:

(4)

3) 將式(4)得到的各指標熵權(quán)bj與規(guī)范化矩陣Y相乘，構(gòu)造加權(quán)規(guī)范化矩陣U：

4) 確定評價對象的正理想解U+和負理想解U-:

U+={(maxuij|j∈J+),(minuij|j∈J-)},(i=1，2，…，m；j=1，2，…，n)

(5)

U-={(minuij|j∈J+),(maxuij|j∈J-)},(i=1，2，…，m；j=1，2，…，n)

(6)

式中：J+為正向型指標；J-為負向型指標。

5) 分別計算每個評價對象到理想解的距離，其中到正理想解的距離用D+表示，到負理想解的距離用D-表示，則

(7)

(8)

6) 計算各風(fēng)險與正負理想解的接近程度Ai并進行貼近度排序，從而選擇風(fēng)險的合理分擔(dān)方。

(9)

其中，Ai的值越接近1，表明某參與方最適合承擔(dān)此項風(fēng)險。

3 基于修正Shapley值法的地鐵PPP項目風(fēng)險共擔(dān)比例確定

談判分擔(dān)階段主要解決共擔(dān)風(fēng)險分配問題，針對多方共同承擔(dān)的風(fēng)險界定各自的承擔(dān)比例。Shapley值法主要應(yīng)用于合作博弈中利益的有效分配問題，而風(fēng)險合理分擔(dān)的目的是為達到各參與方的利益最大化，故也可將其引申用于風(fēng)險的分攤問題。但是Shapley值法的應(yīng)用前提是多人承擔(dān)風(fēng)險比單人承擔(dān)風(fēng)險造成的損失更少，獲得的收益更大，因此本文通過上述模型計算劃分出需要共同承擔(dān)的風(fēng)險，以這些風(fēng)險為研究對象，默認其滿足多人承擔(dān)比單人承擔(dān)更優(yōu)的條件，且不會出現(xiàn)無人承擔(dān)的情況。

對其運用Shapley值法進行分擔(dān)比例確定，但是傳統(tǒng)的Shapley值分配方案雖然有效地避免了均分的決斷性，但并沒有將各個參與方本身的獨特特性加以考慮，當(dāng)參與方的風(fēng)險控制水平、風(fēng)險承擔(dān)意愿、風(fēng)險了解情況以及風(fēng)險化解能力不同時，傳統(tǒng)的Shapley值法便不再具有公平性。鑒于此，將地鐵PPP項目風(fēng)險分擔(dān)指標體系中的準則層作為影響因素修正傳統(tǒng)的Shapley值方法，從而使風(fēng)險分擔(dān)比例的確定更加公正、合理。修正的Shapley值模型如下：

1) 設(shè)地鐵PPP項目參與人集合為I，非空子集S∈I,S為參與人集合I中的一個聯(lián)盟，V(S)為聯(lián)盟子集所對應(yīng)的一個實值函數(shù)，表示聯(lián)盟S共同承擔(dān)的風(fēng)險，則

(10)

2) 將風(fēng)險控制水平、風(fēng)險承擔(dān)意愿、風(fēng)險了解情況、風(fēng)險化解能力作為修正Shapley模型的影響因素并建立修正集合Q={q}，q=1,2,3,4分別表示上述4個因素。由于地鐵PPP項目參與方一般為政府部門和社會資本，取m=2，i=1,2，設(shè)PPP項目的合作方i針對第q個修正因素的測度值為aij，則建立風(fēng)險分擔(dān)影響因素測度值如表1所示。

表1 地鐵PPP項目風(fēng)險分擔(dān)影響因素測度值

3) 根據(jù)表1建立風(fēng)險修正矩陣A，并進行歸一化處理得到矩陣B。

4) 確定影響地鐵PPP項目風(fēng)險分擔(dān)的各因素的權(quán)重λi，記為

5) 確定各因素影響各參與方風(fēng)險分擔(dān)的綜合影響程度Ei：

(11)

6) 修正后的風(fēng)險分擔(dān)Shapley值為

(12)

(13)

4 案例分析

青島地鐵1號線線路全長59.97 km，從黃島區(qū)江山路與長江路交叉口到城陽區(qū)東郭莊，總投資399.91億元。該項目采取政府和社會資本方合作模式，由青島地鐵集團與城發(fā)1號企業(yè)共同成立項目公司，出資總額為總投資的35%，其中青島地鐵集團代表青島市政府出資占比20%，約為27.99億元，城發(fā)1號企業(yè)由青島市財政資產(chǎn)管理中心、中選社會資本指定的通道方和基金管理人組成，占比80%，約111.97億元。針對該PPP項目，運用修正的TOPSIS-Shapley模型進行計算，驗證其可行性，最終確定公私雙方應(yīng)承擔(dān)的風(fēng)險并確定最優(yōu)分配比例。

4.1 基于熵權(quán)-TOPSIS模型的風(fēng)險初次分擔(dān)

4.1.1 數(shù)據(jù)的收集與處理

以政府部門為例，首先運用專家訪談法與部門相關(guān)領(lǐng)導(dǎo)進行溝通，初步了解政府對于風(fēng)險的承擔(dān)情況，以此作為依據(jù)一；其次深入青島地鐵1號線進行實地考察，深入明晰該PPP項目的主要風(fēng)險因素及其大小，以此作為依據(jù)二；最后邀請確定上述地鐵PPP項目風(fēng)險因素的20位專家，對各個風(fēng)險因素在風(fēng)險分擔(dān)指標上的特征值進行1～10打分，1代表最低分，10代表最高分，計算專家打分結(jié)果的平均分，以此作為依據(jù)三，綜合以上三個依據(jù)得到風(fēng)險分擔(dān)矩陣X，通過式(1)進行規(guī)范化處理得到矩陣Y：

4.1.2 權(quán)重的確定和 TOPSIS 分析

1) 利用式(2)—(4)計算各指標的熵值、指標差異度和熵權(quán)值。

熵值：H1=0.8993,H2=0.9180,H3=0.9043,H4=0.8956,H5=0.9856,H6=0.9854,H7=0.8992,H8=0.9010。

指標差異度：G1=0.1007,G2=0.0820,G3=0.0957,G4=0.1004,G5=0.0144,G6=0.0146,G7=0.1008,G8=0.0990。

熵權(quán)值：b1=0.1647,b2=0.1341,b3=0.1565,b4=0.1707,b5=0.0235,b6=0.0239,b7=0.1648,b8=0.1619。

2) 將熵權(quán)值與規(guī)范化矩陣相乘，構(gòu)造加權(quán)規(guī)范化矩陣U:

3) 結(jié)合加權(quán)評價矩陣，利用式(5) (6)確定評價對象的正理想解U+和負理想解U-，其中S1，S2，S3，S4，S7，S8為正向型指標，S5，S6為負向型指標。

U+=(0.0165,0.0134,0.0141,0.0171,0.0002,0.0005,0.0148,0.0162)，

U-=(0.0000,0.0000,0.0000,0.0000,0.0016,0.0022,0.0000,0.0000)。

4) 根據(jù)式(7)—(9)計算所分擔(dān)的風(fēng)險到正負理想解的距離及貼近度，見表2。

表2 各風(fēng)險與正負理想解的距離及貼近度排序

同理，應(yīng)用熵權(quán)-TOPSIS算法，可以求得社會資本方針對各個風(fēng)險的貼近度，以0.5為分界線，貼近度高于0.5為單方承擔(dān)，當(dāng)雙方針對某一風(fēng)險的相對貼近度數(shù)值接近(二者差值≤0.05)時共同承擔(dān)此風(fēng)險[15]，即可求出各風(fēng)險的最佳承擔(dān)方。經(jīng)計算，其風(fēng)險初步分擔(dān)結(jié)果如表3所示，根據(jù)貼近度，政府方應(yīng)分擔(dān)的風(fēng)險為Z1，Z4，Z5，Z7，Z3，Z8；社會資本方應(yīng)承擔(dān)的風(fēng)險為Z10，Z9，Z11，Z16，Z17，Z12，Z15，Z14；雙方共擔(dān)風(fēng)險為Z2，Z6，Z13，Z18，Z19，Z20，Z21?？梢钥闯稣袚?dān)的風(fēng)險多為宏觀層，社會資本方承擔(dān)的風(fēng)險多為中觀層，而微觀層風(fēng)險由雙方共同承擔(dān)。

表3 青島地鐵1號線PPP項目風(fēng)險初步分擔(dān)結(jié)果

4.2 基于修正Shapley值法的地鐵PPP項目風(fēng)險共擔(dān)比例確定

根據(jù)表3可知，青島地鐵1號線PPP項目需要雙方共同承擔(dān)的風(fēng)險為政府信用風(fēng)險、利率匯率變更風(fēng)險、不可抗力風(fēng)險、違約風(fēng)險、合同文件沖突風(fēng)險、項目競爭風(fēng)險和溝通與協(xié)調(diào)風(fēng)險，以不可抗力風(fēng)險為例，計算雙方共擔(dān)的比例。

假設(shè)不可抗力風(fēng)險發(fā)生后，政府方獨自承擔(dān)風(fēng)險減少損失200萬元，社會資本方獨自承擔(dān)風(fēng)險減少損失300萬元，而雙方共同承擔(dān)風(fēng)險可減少損失600萬元。

1) 根據(jù)式(10)計算風(fēng)險分擔(dān)初始值。

政府部門：

社會資本方：

2) 利用AHP模型，確定修正指標權(quán)重。采用1～9標度法向20位專家進行問卷調(diào)查，此20位專家背景已在上文介紹，得到各個修正因素的重要度得分，其中1表示i因素與j因素的重要程度相同，2～9表示i因素相對j因素的重要程度逐漸加強。根據(jù)專家打分結(jié)果構(gòu)造判斷矩陣，確定指標權(quán)重并進行一致性檢驗，經(jīng)計算C.R.=0.0015<0.1，通過檢驗，其指標權(quán)重結(jié)果如表4所示。

表4 風(fēng)險分擔(dān)修正因素指標權(quán)重計算結(jié)果

同樣，在對案例數(shù)據(jù)和參與方客觀條件進行深入分析的基礎(chǔ)上，對政府和社會資本方分擔(dān)不可抗力風(fēng)險進行打分，打分原則采取百分制，對于正向型指標，分數(shù)越高說明參與方技術(shù)優(yōu)勢和承擔(dān)能力較強，風(fēng)險偏好和激勵政策較優(yōu)，服務(wù)溝通能力和事故處理效率較好；對于負向型指標，分數(shù)越高說明參與方預(yù)測的風(fēng)險發(fā)生概率與風(fēng)險發(fā)生后造成的損失較低，其打分結(jié)果如表5所示，其中測度值為指標得分與指標權(quán)重的加權(quán)值。

表5 不可抗力風(fēng)險得分與修正因素測度值

3) 由表5得到矩陣A與矩陣B：

5) 計算修正后的風(fēng)險分擔(dān)值。

因此可以得出，針對不可抗力風(fēng)險，政府方的分配值為201.4萬元，社會資本方的分配值為398.6萬元，本著風(fēng)險分擔(dān)與收益相匹配原則，政府方與社會資本方的風(fēng)險分擔(dān)比例即為201.4∶398.6，約為0.337∶0.663。同理，對其他需要共擔(dān)的風(fēng)險運用修正的Shapely模型進行運算，其結(jié)果如表6所示。

表6 青島地鐵1號線PPP項目共擔(dān)風(fēng)險的最優(yōu)分配比例(政府方∶社會資本方)

5 結(jié)論

1) 合理解決風(fēng)險分擔(dān)問題是保障PPP項目順利實施的關(guān)鍵，本文立足于地鐵PPP項目的初步分擔(dān)階段和談判分擔(dān)階段，將降低風(fēng)險損失考慮為影響風(fēng)險分擔(dān)的因素，建立了基于風(fēng)險分擔(dān)目的的多層次指標體系。

2) 采用修正的TOPSIS-Shapley模型形成一套完整的風(fēng)險分擔(dān)體系，通過熵權(quán)法確定評價指標的客觀權(quán)重，降低了主觀因素的干擾，使結(jié)果更具有可靠性。采用TOPSIS法選擇風(fēng)險的最佳承擔(dān)方，借助修正的Shapley模型界定共擔(dān)風(fēng)險的最優(yōu)分配比例，提高參與方的滿意度。

3) 將該模型應(yīng)用于青島地鐵1號線PPP工程，得出宏觀層風(fēng)險主要由政府承擔(dān)，中觀層風(fēng)險主要由社會資本方承擔(dān)，微觀層風(fēng)險由雙方共同承擔(dān)的結(jié)論，并確定了雙方的共擔(dān)風(fēng)險比例，表明該模型在地鐵PPP風(fēng)險分擔(dān)研究中具有一定的合理性和可行性。