用户名:
密 码:
验证码:
  
过刊回眸
价值工程2019年
价值工程2018年
01期
02期
价值工程2016年
价值工程2015年
价值工程2014年
价值工程2013年
价值工程2012年
价值工程2009年
价值工程2011年
价值工程2010年
价值工程2008年
价值工程相关
 
期刊导读

城市轨道交通PPP项目风险评估研究

Reseach on Risk Assessment of Urban Rail Transit PPP Project

闫继文① YAN Ji-wen;王海平② WANG Hai-ping
(①青岛市物业管理办公室,青岛 266000;②青岛理工大学,青岛 266520)
(①Qingdao Property Management Office,Qingdao 266000,China;②Qingdao University of Technology,Qingdao 266520,China)

摘要:总结提出城市轨道交通PPP项目关键风险因素集,共包括7个一级风险因素和21个二级风险因素,结合项目实例采用灰色关联度分析法对AHP进行修正,用以对项目关键风险因素损失度进行评估,利用Shapley值模型对风险因素发生概率进行预测评估,最终得出7个一级风险因素的综合风险量大小依次为建设风险、市场开发风险、金融风险、政策风险、组织管理风险、信用风险、不可抗力风险,根据风险因素评估结果,提出风险应对措施,对提高项目成功率、促进PPP项目在我国健康发展具有重大作用。
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.
关键词:城市轨道交通;PPP项目;灰色关联度分析法;Shapley值模型
Key words: urban rail transit;PPP projects;grey correlation analysis method;Shapley value model
  中图分类号:TU714;F572                             文献标识码:A                                文章编号:1006-4311(2017)02-0001-06

0  引言
随着我国经济的迅速发展以及城市化进程的加快,经济区域布局发生改变,随之而来的是城市空间区域得到扩展、城市人口不断增长、居民出行次数频繁,导致交通堵塞,城市环境质量日益恶化。因此,发展具有节能减排功能的绿色交通是当前亟需解决的民生问题之一,而城市轨道交通作为一种节能环保快捷的交通方式,无疑将是解决此问题的方式之一。在我国加快构建资源节约与环境友好型社会、转变交通发展方式等新形势的要求下,各地政府纷纷出台最新的城市轨道交通战略发展规划,具有环保节能特点的轨道交通进入快速发展的新阶段。但单靠政府财政资金无法满足轨道交通巨大的投资建设需求,需要寻找新的融资模式。PPP模式作为一种新型的公私合作方式,能够吸纳更多的社会资本参与公共项目的建设运营。目前PPP模式在我国城市轨道交通领域已有应用,虽然能够解决资金难题、提高运营管理效率,但是因城市轨道交通项目存在投资密集、沉没成本大以及风险因素错综复杂等问题,使社会资本面临较大的投资风险,为了采取正确的方式防范城市轨道交通PPP项目中的风险,需要对项目中的风险进行合理的评估,只有正确认识项目中存在的风险因素,才能对项目风险采取有效的措施,降低项目风险损失及概率,保证项目合理的投资回报水平。
1  城市轨道交通PPP项目关键风险因素
建立科学的政企关系,实现PPP项目各参与方平等互惠、分担责任和风险,能够保证城市轨道交通PPP项目的良性运作。要正确评估城市轨道交通PPP项目中存在的风险大小,首先需要识别出项目中存在的风险。本文结合国内外PPP项目案例[1-5]及城市轨道交通项目特点,将城市轨道交通PPP项目风险分为七类,分别包括以下内容:①市场开发风险:城市轨道交通PPP项目建成后,项目收益回报不仅来源于项目产品和所提供服务,还包括项目所在的外部市场,包括站点配套设施提供、沿线土地开发利用等。在所有的收益回报途径中,市场需求及市场价格的变动将会影响项目的整体收益回报水平。②建设风险:轨道交通项目施工复杂,项目在建设过程中出现质量、工期、成本等任何一方面的问题都会影响项目按计划进行。③组织管理风险:项目建设及项目运营过程中涉及众多参与单位,各参与单位利益点不同,需要项目公司具有很强的组织协调能力。④金融风险:金融风险包括利率风险、通货膨胀风险、汇率变动风险。⑤政策风险:政策风险包括税收政策风险、建设标准变动风险。⑥信用风险:信用风险包括政府公信力风险、融资信用风险。⑦不可抗力风险:不可抗力风险包括自然灾害风险和战争等其他不可抗力风险。(表1)
2  城市轨道交通PPP项目关键风险因素评估
城市轨道交通PPP项目建设始终处于复杂、动态和不确定环境之中,项目关键风险因素众多,需要处理多种变动关系,而项目各方往往只有有限的资源来管理这些风险事件。为了利用有限的资源应对这些风险事件,实现项目目标,并达到项目收益最大化,风险因素评估起着重要作用。通过对项目关键风险因素评估结果进一步分析、综合,可以得出风险因素综合风险量排序,从而确定风险事件处理的优先级别。在此基础上,根据风险的相对重要程度适当地分配资源、制订适当的风险应对措施管理项目收益风险,达到风险控制在费用上的有效性[7]。
城市轨道交通PPP项目中关键风险因素对于项目收益回报水平影响程度是不一样的,风险评估就是分析和量化每个因素发生的概率大小以及发生后对项目收益水平的影响力大小,将风险数据转化为决策信息,确定项目关键风险因素的综合风险量。
本文通过灰色系统理论对层次分析法进行修正,利用修正后的模型对识别出的项目关键风险因素进行损失度评估,利用Shapley值模型对关键风险因素发生的概率进行预测,通过量化分析风险因素损失度与发生概率的大小,得出城市轨道交通PPP项目关键风险因素对项目收益回报水平的综合影响程度排序,为风险应对提供决策依据。
2.1 项目实例介绍
为了充分体现风险评估方法的适用性,文章结合案例对方法进行介绍。
某城市轨道交通PPP项目位于山东省潍坊市,总投资约106亿元,全线用地3903.9亩,沿线长度53.442km,站点4座,物业开发潜力大,收益途径多。项目包含永久用地2637.9亩,临时用地1266.0亩。永久用地中农用地1446.3亩,建设用地384.03亩,荒地649.37亩,海洋用地158.2亩。项目合作期限为30年,其中建设期3年,运营期27年,项目在30年的合作期内,影响项目收益的不确定性因素多,包括政府领导班子换届、经济金融方面风险、法律政策变更风险、不可抗力风险等;本项目涉及的参与方众多,包括政府、社会资本、第三方机构、承包商和分包商、材料供应商、设备供应商、保险机构、银行等,合同关系复杂。
2.2 基于AHP-灰色关联度的风险因素损失度评估
城市轨道交通PPP项目中,风险因素之间不是相互独立的,而有着密切、复杂且模糊的关系,层级之间也往往存在着反馈支配作用,且这些因素对项目收益回报的影响程度是不同的,以往学者在研究风险因素损失度时应用最广泛、最成熟的方法为层次分析法,但是层次分析法受专家主观因素影响较大,为了保证结果的客观性,本文采用灰色关联度分析法对层次分析法求得的风险损失度进行修正,该方法是主观与客观的结合,即考虑到主观法的灵活性,又考虑到客观法的客观性[7]。
灰色关联度分析法能够将元素之间的关联程度计算表示出来,元素之间的相似程度越大,他们之间的关联度越大。灰色关联度分析法可以用来确定风险元素损失度,其原理为将各个专家对风险因素损失度的经验判断与某一专家经验判断的最大值进行量化比较,通过彼此之间差异的大小以分析他们判断结果之间的关联度,关联度越大,说明专家的意见越趋于一致,专家的评判结果越具代表性与参考性,该风险因素对于项目收益的影响程度越大。
确定各项目关键风险因素损失度的大小时,首先邀请城市轨道交通行业、PPP咨询公司共五位专家代表为风险因素集中的7个一级因素进行损失度判断,获得初始判别矩阵,运用层次分析法求出专家对风险因素的经验判断值,之后运用灰色关联度分析法对该数值进行修正,最终得出各个风险因素的损失度大小。
①首先确定七个一级风险因素市场开发风险、建设风险、组织管理风险、金融风险、政策风险、信用风险、不可抗力风险的专家经验判别值,通过专家的打分,给出五位专家的判别矩阵:
A1=■A2=■
A3=■A4=■
A5=■
根据以上五位专家给出的风险判别矩阵,采用层次分析法分别计算出7个一级风险因素的风险损失度经验判断值:
专家一的经验判断值X1=(0.099,0.321,0.023,0.078,
0.043,0.162,0.274),最大特征值λmax=7.532,CI=0.089,RI=1.32,CR=0.067<0.1,通过一致性检验;
专家二的经验判断值X2=(0.116,0.278,0.029,0.069,
0.062,0.182,0.265),其最大特征值λmax=7.437,CI=0.073,RI=1.32,CR=0.056<0.1,通过一致性检验;
专家三的经验判断值X3=(0.119,0205,0.030,0.058,
0.063,0.192,0.334),其最大特征值λmax=7.456,CI=0.076,RI=1.32,CR=0.058<0.1,通过一致性检验;
专家四的经验判断值X4=(0.110,0.341,0.031,0.063,
0.051,0.178,0.226),其最大特征值λmax=7.654,CI=0.109,RI=1.32,CR=0.083<0.1,通过一致性检验;
专家五的经验判断值X5=(0.093,0.308,0.028,0.076,
0.051,0.206,0.238),其最大特征值λmax=7.791,CI=0.132,RI=1.32,CR=0.010<0.1,通过一致性检验。
由以上分析得出五位专家对7个一级风险因素风险损失度的经验判别值如表2所示。

②根据以上采用层次分析法计算得出的专家对风险损失度的经验判别值,可以得到损失度经验判别矩阵X:
X=(X1,X2,X3,X4,X5)T
=0.099,0.321,0.023,0.078,0.043,0.162,0.2740.116,0.278,0.029,0.069,0.062,0.182,0.2650.119,0.205,0.030,0.058,0.063,0.192,0.3340.110,0.341,0.031,0.063,0.051,0.178,0.2260.093,0.308,0.028,0.076,0.051,0.206,0.238
1)确定参考数列[8],从X中选取损失度的最大值作为公共参考值,组成参考数列,从表2中可以看出,专家经验判别值中,最大损失度值为0.341,即参考数列X0=(0.341 0.341 0.341 0.341 0.341 0.341 0.341),因此专家的风险损失度经验参考矩阵X*为:
  X*=X0X1X2X3X4X5=0.341,0.341,0.341,0.341,0.341,0.341,0.3410.099,0.321,0.023,0.078,0.043,0.162,0.2740.116,0.278,0.029,0.069,0.062,0.182,0.2650.119,0.205,0.030,0.058,0.063,0.192,0.3340.110,0.341,0.031,0.063,0.051,0.178,0.2260.093,0.308,0.028,0.076,0.051,0.206,0.238
2)根据参考矩阵[9]X*,求五位专家给出的7个一级风险因素损失度经验判别矩阵X1,X2,X3,X4,X5与参考数列X0之间的距离
D0i=■(x0k-xik)2(i=1,2…7);D01=■(x0k-x1k)2=0.274;
D02=■(x0k-x2k)2=0.024;D03=■(x0k-x3k)2=0.490;
D04=■(x0k-x4k)2=0.371;D05=■(x0k-x5k)2=0.413;
D06=■(x0k-x6k)2=0.125;D07=■(x0k-x7k)2=0.034
3)求7个一级风险因素的权重,Wi=■(i=1,2…7)
W1=■=0.785;W2=■=0.976;
W3=■=0.671;W4=■=0.729;
W5=■=0.708;W6=■=0.889;
W7=■=0.967
4)将各风险因素权重归一化处理,W■■=■
归一化处理后7个一级风险因素的权重:
W*=(W■■,W■■,W■■,W■■,W■■,W■■,W■■)=(0.137,0.171,0.117,
0.127,0.124,0.155,0.169)
同理,利用相同的方法,可以求得风险因素集中二级风险因素损失度,限于文章篇幅,现直接给出结果如表3所示。

通过表3可以计算出每个21个二级风险因素对于项目收益回报水平的损失度,如表4所示。

2.3 基于Shapley模型的项目风险因素发生概率评估
PPP项目关键风险因素发生的概率不是一成不变的,它会随着项目的进展而动态变化,且风险因素之间不是相互独立的,他们之间的发生概率存在一定的联系,例如市场开发风险中,票价收入风险与客流量风险、市场竞争风险之间是有一定联系的,它们每个风险因素单独发生的概率之和与两者同时发生的概率是不一样的。因此,风险因素发生概率之间存在着非可加关系,因此,本文采用Shapley值模型对风险因素发生概率进行评估,该方法既考虑了单个因素发生的概率又考虑了各因素之间的组合概率,使风险概率预测结果更加符合客观实际。
在对城市轨道交通PPP项目关键风险因素发生概率评估时,采用Shapley值模型,首先邀请五位专家对二级风险因素发生概率进行打分,并求得五位专家打分的平均值,以该平均值为依据计算各个风险因素的发生非可加概率。以市场开发风险U1中二级风险因素为例进行计算演示[9],表5为五位专家对四个风险因素发生概率预测的平均值。

根据表5可以分别计算U11、U12、U13、U14发生的概率:
U11发生概率:
sh■(N,V)=■■[v(s)-v(S/1)]=■U11+■[(U(11,12)-U12)+(U(11,13)-U13)+(U(11,14)-U14)]+■[(U(11,12,13)-U(12,13))+(U(11,12,14)-U(12,14))+(U(11,13,14)-U(13,14))]+■[U(11,12,13,14)-U(12,13,14)]=0.244
U12发生概率:
sh■(N,V)=■■[v(s)-v(S/1)]=■U12+■[(U(11,12)-U11)+(U(12,13)-U13)+(U(12,14)-U14)]+■[(U(11,12,13)-U(11,13))+(U(11,12,14)-U(11,14))+(U(12,13,14)-U(13,14))]+■[U(11,12,13,14)-U(11,13,14)]=0.432
U13发生概率:
sh■(N,V)=■■[v(s)-v(S/1)]=■U13+■[(U(11,13)-U11)+(U(12,13)-U12)+(U(13,14)-U14)]+■[(U(11,12,13)-U(11,12))+(U(11,13,14)-U(11,14))+(U(12,13,14)-U(12,14))]+■[U(11,12,13,14)-U(11,12,14)]=0.134
U14发生概率:
sh■(N,V)=■■[v(s)-v(S/1)]=■U14+■[(U(11,14)-U11)+(U(12,14)-U12)+(U(13,14)-U13)]+■[(U(11,12,14)-U(11,12))+(U(11,13,14)-U(11,13))+(U(12,13,14)-U(12,13)]+■[U(11,12,13,14)-U(11,12,13)]=0.191
因此,市场开发风险下二级风险因素发生概率向量:
P1=(0.244,0.432,0.134,0.191)
同理,根据专家对其他风险因素的预测可以计算出其他二级风险因素的概率值,由于U5、U6、U7下只有两个二级风险因素,因此直接采用专家打分的平均值,最终求得7个一级风险因素下风险因素发生的概率分别为:
P2=(0.214,0.257,0.161,0.368);
P3=(0.246,0.314,0.262,0.179);
P4=(0.110,0.582,0.308);P5=(0.684,0.316);
P6=(0.375,0.625);P7=(0.536,0.646)
对于一级风险因素,因为因素个数较多,为简化计算,并保证概率的客观性,本文通过层次分析法利用五位专家对因素概率大小比较的判断矩阵,求得五组概率大小,并采用灰色关联度法修正后,求得7个一级风险因素的概率大小。最终求得各风险关键因素发生概率如表6所示。

由表6可以计算出21个二级风险因素的发生概率,如表7所示。
2.4  项目关键风险因素综合风险量评估
通过邀请专家对该项目中风险因素进行损失度与概率的评估,可以得到项目的综合风险量,即风险损失度与概率乘积。根据表3、4、6、7可以得出7个一级风险因素与21个二级风险因素风险量如表8、表9所示。
为了根据直观地表示本项目中关键风险因素损失度、概率大小及综合风险量的大小,便于对风险因素评估结果的分析,调动企业组织内部及外部资源采取有效积极地应对措施,将上述结果绘制成图1、图2。
通过图1、图2可以看出,本项目中一级风险因素的综合风险量排序依次为建设风险、市场开发风险、金融风险、政策风险、组织管理风险、信用风险、不可抗力风险。二级风险因素的综合风险量排序如表10所示。
3  城市轨道交通PPP项目风险因素评估结论
从以上对实例城市轨道交通PPP项目收益风险评估,可以看出:
①项目风险因素集中,通过运用AHP改进的灰色关联度分析法对项目收益风险损失度的评估结果可以看出,七个一级风险因素对项目影响程度的大小排序依次为:建设风险、不可抗力风险、信用风险、市场开发风险、金融风险、政策风险、组织管理风险。二级风险因素中,对项目影响程度较大的为自然灾害风险、政策税收风险、战争等不抗力风险,施工技术风险等。评估结果说明本项目中若一旦发生不可抗力风险,对项目的影响范围时非常大的,另外由于本项目地质的特殊性,对项目建设施工技术要求高,一旦风险发生,将对项目收益产生重大影响,这些需要引起项目相关方的注意。
②通过运用Shapley值模型对项目各风险因素发生概率大小的评估结果可以看出,七个一级风险因素发生概率大小顺序依次为建设风险、市场开发风险、金融风险、政策风险、组织管理风险、信用风险、不可抗力风险。二级风险因素中,发生概率较大的因素有完工风险、通货膨胀风险、票价收入风险、税收政策风险、施工技术风险等。概率大小评估结果说明,本项目中建设风险发生的概率较大,完工风险、施工技术风险需要引起注意,应采取相应措施降低风险发生概率,减少风险对项目收益的影响。
③通过对项目风险因素损失度和发生概率两方面的研究,得出本项目中一级风险因素的综合风险量排序为建设风险、市场开发风险、金融风险、政策风险、组织管理风险、信用风险、不可抗力风险。二级风险因素中对项目收益风险综合影响较大的有通货膨胀风险、税收政策风险、施工技术风险、完工风险、票价收入风险、融资信用风险等。从风险因素综合风险量评估结果可以看出本项目中建设风险与市场开发风险是影响项目收益回报水平的主要风险,这与城市轨道交通PPP项目及本项目特点是一致的,需要制定相应地对策来应对风险,降低风险的发生概率或对项目的影响程度,从而提高项目收益。
4  结论
文章在总结提出城市轨道交通PPP项目关键风险因素的基础上,结合实例利用灰色关联度分析法改进的层次分析法对风险因素损失度进行评估,利用Shapley值模型对风险因素发生概率进行预测,方法合理可行,评估结果准确可靠,具有很强的参考性,风险因素评估结果显示,建设风险与市场开发风险是城市轨道交通PPP项目中的两大重要风险,引起项目公司高度重视,同时在项目全生命周期内,加强风险管理与监控,降低项目风险发生概率或损失,提高项目收益,应成为项目公司贯彻始终的风险管理策略。
参考文献:
[1]朱珊,王海平,孟肖旭.基于PCA-Shapley的城市轨道交通PPP项目收风险评价[J].工程经济,2016(7):42-47.
[2]顾曼.PPP模式下城市轨道交通项目公私双方风险管理研究[D].中国矿业大学,2014.
[3]李洁,邹小伟.地铁工程风险评价-以南京地铁2号线为例[J].建筑经济,2009(05):71-74.
[4]刘继才,王颖林,唐丝丝.我国PPP项目关键风险实证研究[J].生产力研究,2013(04):93-96.
[5]李静华,李启明.PPP模式在我国城市轨道交通中的经济风险因素分析—以北京地铁四号线为例[J].建筑经济,2007(10):23-26.
[6]李曙光.李建云.风险排序矩阵的项目风险管理[J].管理现代化,2005(2):26-27.
[7]崔阳.基于灰色系统理论PPP项目风险研究[D].东北财经大学,2015:26-27.
[8]崔杰.灰色不确定系统建模的理论与方法研究[D].南京:南京航空航天大学博士论文,2010.
[9]崔杰.党耀国.刘思峰.基于灰色关联度求解指标权重的改进方法[J]中国管理科学,2008(5):141-145.
[10]于景起,基于Shapley值的PPP项目利益相关者收益分配研究[D].天津大学,2013.

 

返回
首页 杂志社介绍 新闻中心 期刊导读 人才招聘 联系我们