基于 FANP-GCE的 “一带一路 ”PPP基础设施 项目风险分担

刘畅旸¹， 石振武²， 苗启香¹

(1. 青岛理工大学 琴岛学院， 山东 青岛 266106； 2. 东北林业大学 土木工程学院， 黑龙江 哈尔滨 150040)

摘 要 ：“一带一路”PPP基础设施项目具有建设周期长、资金回收期长、环境复杂等特点，存在较大风险。因此，为提高项目的成功概率，精准地在公私双方之间进行风险分担至关重要。本文首先识别“一带一路”PPP项目风险分担的主要影响因素，构建模糊网络分析(FANP)模型对各影响因素赋权。再运用灰色聚类评价方法(GCE)，构建灰色聚类权矩阵，并结合影响因素的非模糊权向量，得到各因素精准的风险分担比例。本文最后结合“一带一路”哥伦比亚马道斯高速公路PPP项目进行风险分担实证分析，验证了该模型具有可行性，可为参与“一带一路”PPP基础设施项目的企业在进行风险分担及决策时提供参考。

关键词 ： “一带一路”； PPP； 风险分担； 灰色聚类评价； 模糊网络分析

“一带一路”是我国应对全球经济政治发展局势和改革开放重要节点作出的重大战略决策，对推进我国新一轮的对外开放具有重要意义。国家发展的基本要素是基础设施的健全化和网络化。而“一带一路”沿线国家多数为发展中国家，普遍受到资金短缺，建设能力不足等条件的制约，基础设施发展水平落后，从而严重制约了其经济文化的发展。基础设施的建设往往存在资金投入量大，建设周期长和资金回收期长等问题，传统融资模式无法满足基础设施发展的需要。而PPP(Public-Private Partnership)项目融资，即公私合营融资模式，可以通过引入私人资本的方式为政府部门解决这一融资难题。PPP项目融资模式是政府与私营资本针对公共基础设施服务项目，以特许经营权为基础建立的长期合作伙伴关系，其合作目的是利益共享，风险共担^[1]。然而，由于“一带一路”沿线存在政治局面复杂，宗教多元化等问题，战争内乱、经济危机等风险系数较高，导致“一带一路”PPP项目在建设经营过程中可能遭遇的风险也随之增大^[2]。因此，如何精准地分配PPP项目中公私双方的风险承担比例对于项目的成功至关重要。

为此，国内外专家学者针对PPP项目的风险分担方法进行了广泛深入的研究，然而对于如何量化风险分担系数的研究仍不完善。 王蕾^[3]等人结合ANP(Analytic Network Process)理论和合作博弈理论，通过构建PPP项目风险分担模型确定风险分担比例。Jin Xiaohua^[4]等人建立PPP项目风险分担人工神经网络模型，通过对模型进行训练和验证，将收集到的数据输入模型得到风险分担系数。王建波^[5]等人建立风险分担流程模型，运用线性规划模型计算风险分担系数。总结国内外专家学者的研究结果，目前在PPP项目风险分担领域应用最多的方法是博弈论^[6]，但由于其无法考虑风险影响因素间的相互影响，因此存在一定缺陷。另外，各类方法普遍针对的是国内PPP项目，对于国际合作模式，尤其是对于环境更为复杂的“一带一路”PPP项目风险分担的研究较少。本文拟针对“一带一路”项目中存在的共担风险，构建FANP(Fuzzy Analytic Network Process)网络模型，综合考虑风险影响因素间的相互影响作用，得出各影响因素的权重。继而结合灰色聚类评价理论，构建白化权函数，得出共担风险在公私双方间的分担比例。

1 风险分担框架

1 .1 风险分担原则

“一带一路”PPP基础设施建设项目的风险分担应遵循以下三个原则^[7]：(1)由最具备承受能力的一方承担该风险，若双方均不具备完全承担风险的能力，则需要由双方共同承担该风险；(2)风险收益对等原则，即越高的风险承担比例对应越高的收益回报；(3)承担的风险有上限。而若不遵循以上原则，不必要的高额风险溢价可能会导致项目失败。

1 .2 风险分担流程

风险分担主要分为三个阶段，分别为风险识别，风险分配和计算风险分担系数。

第一阶段为风险识别。本文通过阅读相关文献^[8～10]，并结合专家意见，对PPP项目风险因素进行归纳，将“一带一路”PPP项目面临的风险分为7种一级风险，以及由其衍生的25种二级风险，详见表1。

第二阶段为风险分配。本阶段是在风险识别的基础上，判断风险应由政府或私营部门单独掌控，还是由公私双方共同承担。本文通过总结相关文献^[9]，得出风险分担一般结论，详见表1。

表1 “一带一路 ”PPP基础设施项目风险分担结果

第三阶段为计算风险分担系数。该阶段主要针对需要公私双方共同承担的风险，构建FANP-GCE(Gray Comprehensive Evaluation)数学模型，计算风险分担系数。

2 FANP-GCE方法概述

建立风险分担模型的关键是信息的采集和量化。为解决该核心问题，首先需明确评价信息的特点。由于PPP项目所面临的风险具有部分信息未知的特性和复杂性，即风险分担系统是一个灰色系统，介于信息完全明确的白色系统和信息完全未知的黑色系统之间。而灰色聚类分析理论可通过白化权函数和灰色聚类权矩阵实现对“小样本、贫数据、不确定”信息的白化，从而实现对风险分担的量化^[11]。

同时，在风险分担过程中必定会涉及风险影响因素的赋权。“一带一路”PPP项目风险分担是一个受多因素影响，且各因素之间也存在相互影响的复杂决策问题，具有明显的模糊性。因此本文在引入网络分析法(ANP)的基础上，结合三角模糊判别理论对专家的决策信息进行处理，最终构建FANP赋权模型。该模型可对认知不清、难以量化的风险影响因素进行量化和赋权，削弱了专家在打分过程中的主观影响，使最终结果更加精准。

2 .1 构建 ANP风险分担模型

网络分析(ANP)模型包含控制层、网络层和方案层^[12]。控制层包含问题目标G和控制准则B。本文中的问题目标为“一带一路”PPP基础设施项目风险最优分担比例，控制准则为公私双方共同承担风险R _ij 的有效控制。

情况 5.4 若f3(v)=3,由引理1(5)知,此时最坏的情况是v点关联4个6-面,3个(3,3,7)-面(两两不相邻),v的非三角邻点为6+-点。根据引理2，当7-点v关联3个(3,3,7)-面,如果这3个三角形中有两个为穷的,第3个三角形一定为富的。根据权转移规则R2.1中3度点优先取得它非三角6+-邻点的权值,故这3个三角形最坏情况下是2个穷面一个富面(或2个半穷面一个穷面),它们从7-点获得的总权值为由R1,R2.1,R3.3及最坏3-面7-点情形得

第二层为网络层。依据风险分担原则，结合“一带一路”PPP基础设施项目运作方式，总结出风险分担的四大影响因素，分别为风险承担意愿、风险应对能力、风险自有属性和项目属性。各主要影响因素下分别包含若干二级影响因素。影响因素间均存在相互作用关系。风险分担影响因素体系详见表2。

表2 “一带一路 ”PPP基础设施项目风险分担 影响因素体系

2 .3 .1 构建白化权函数

图1 “一带一路”PPP基础设施项目风险分担ANP模型

2 .2 构建三角模糊判别矩阵

以控制标准B“共担风险R _ij 的有效控制”为准则，邀请n 位专家针对风险R _ij 对同一层次的影响因素指标的重要程度进行两两比较。为降低专家打分法的模糊性和不确定性，引入三角模糊数取代传统1～9标度法，通过专家对指标重要程度的评判，得到三角模糊判别矩阵^[13]。

设M =(l ,m ,u )为一三角模糊数，其隶属度函数μM (x )为：

(1)

式中：l ≤m ≤u ,且u ,l 分别为三角模糊数M 的上限和下限，m 为M 的最大可能值。

根据表3所示的模糊语言得到三角模糊判别矩阵U ，如式(2)所示。式中m _ij 表示第i 行第j 列的三角模糊数。

表3 模糊语言与其对应的三角模糊数

(2)

根据上文，将三角模糊数判别矩阵进行求解。

⊗

(3)

M ₁≥M ₂的可能度为：

式中：r _ije 表示指标C _ij 属于e 灰类的强度，r _ije 越大表明C _ij 越应属于e 灰类。指标C _ij 属于各个灰类的灰色评价权向量可表示为r _ij =(r _ij1 ,r _ij2 ,r _ij3 ,r _ij4 ，r _ij5 )。汇总r _ij ，得到政府部门对风险R _x 在一级指标C _i 单独影响下的灰色聚类权矩阵GR _i 。

(4)

式中：d 为三角模糊数M ₁，M ₂交界处的值。

为比较三角模糊数M ₁和M ₂的大小，需求得V (M ₂≥M ₁)和V (M ₁≥M ₂)两者的值。由此得知，一个三角模糊数M 的值大于k 个三角模糊数M _i (i =1,2,...,k )的可能度为：

V (M ≥M ₁,M ₂,…,M _k )

从而汇总得风险分担系数矩阵Z 。

=minV (M ≥M _i ),i =1,2,…,k

(5)

根据公式(4)得到

某桥梁工程在桥梁工程中属于跨年工程，跨度48m＋80m＋80m。在本次工程中，属于单相似结构，桥梁的主体形式结构主要为变截面形式。在本次桥梁项目中，量箱顶部的位置宽达12m，底部宽达7m，底板厚度设置在40～100cm之间。本次桥梁建设工程属于该市重点项目建设工程，对桥梁设计的要求较高，对施工进度有较高要求，因此，在商量之后，项目相关负责人根据实际情况，决定采取预应力技术进行项目环节施工。

W ′=(d ′(A ₁),d ′(A ₂),…,d ′(A _n ))^T

(6)

对权向量进行归一化处理，即：

目前，通州道路交通环境日趋复杂，交通流量不断增加，急需智能化的交通管理系统解决其交通需求和经济发展需要.

(7)

最终，评价指标的非模糊权向量为

卢一平说,看明白了,这就是福彩的软肋,这就是3D的瓶颈。按照首席讲师的胆码,买单号,准赢。这六天,如果我们每个号包两千,加上10%的庄家返水儿,则五天赢六千六百元,一天赢六百元,总计是赢三万三千六百元呀。所以说,这世界上不缺发财的机会,机会多的是,遍地有。缺的是慧眼,是睿智,是胆略呀。

W =(d (A ₁),d (A ₂),…,d (A _n ))^T

(8)

2 .3 风险分担的灰色聚类评价

因项目风险分担影响因素诸多且意义不同，所以当聚类指标的量纲不同且在数量上差异悬殊时，可对各聚类指标事先赋权，这种方法称为灰色定权聚类评估^[12]。

(一)据调查数据显示，当前企业中有绝大部分的数据都是非结构化的，仅仅有一小部分数据为结构化数据，仅占总数据的百分之20左右，如此有限的数字根本无法实现企业管理需要。以当前的管理会计的数据明显无法满足企业发展需求。因此，就需要对传统的方式进行突破、拓宽发展的渠道，对管理方式进行革新，牢牢抓住机会，利用时代背景，结合科技手段整合数据、形成完备的数据库。进一步更新、挖掘相关数据，实现每一个数据的价值。使管理数据朝着良好态势发展。

第三层为方案层，即“一带一路”PPP基础设施项目公私双方对风险的最优分担比例，表示为P =[P ₁,P ₂]，其中P ₁为政府部门风险分担系数，P ₂为私营部门风险分担系数，且P ₁+P ₂=1。“一带一路”PPP基础设施项目风险分担ANP模型详见图1。

设风险分担系数取值范围为[0,1],将政府部门针对风险R _x 的风险分担比例定为五个灰类，对应的风险分担比例为“极少量承担，少量承担，等量承担，大量承担，极大量承担”。每个灰类取值范围如下表所示。

表4 “一带一路 ”PPP项目风险分担比例划分标准

由此可确定各灰类中心点向量为X =(0.9，0.7，0.5，0.3，0.1)。实践中也可针对不同精度需求增加或减少灰类数量。

连着三天夜里，一到明月高悬之时，田埂上便会出现一个奔走的身影。然而儿子失眠的情况却不见好转，但张大娘依旧在夜里呼喊着儿子的名字，认真而固执。

根据评价指标风险分担内涵对各灰类建立其对应的白化权函数。设有n 个灰类e ₁，e ₂，…，e _n ，其对应的白化权函数为f ₁(x )，f ₂(x )，…，f _n (x )。本文共有5个灰类，根据风险分担规定的赋值内涵，可确定各灰类的白化权函数，如表5所示。

表5 各灰类及对应的白化权函数

注：d _ijk 为第k 个专家对第i 个指标下第j 个二级指标的赋值

2 .3 .2 构建灰色聚类权矩阵

基于灰色系统的内涵，专家对评价指标的赋值均为灰数，邀请n 个专家针对共担风险R _x 对C _ij 单独影响下的政府部门分担比例进行赋值，得到n 个灰数d _ij1 ,d _ij2 ,…,d _ijn 。因此，专家组对指标C _ij 归属于第e 个灰类的白化权函数为

(9)

总评价系数为

(10)

由此可求得灰色聚类权向量

(11)

V (M ₁≥M ₂)=hgt (M ₁∩M ₂)=μ _M1 (d )=

(12)

综合灰色聚类权矩阵GR _i ，非模糊权向量W _i 和中心点向量X ，得到政府部门针对风险R _ij 在一级影响因素C _i 单独作用下的风险分担系数。

z _i =GR _i ·W _i ·X ^T

(13)

=V [(M ≥M ₁),(M ≥M ₂),…,(M ≥M _k )]

Z =(Z ₁,Z ₂,Z ₃,Z ₄,Z ₅)

(14)

结合5个一级影响因素C _i 相对于控制指标B的权重W ，可求得政府部门针对共担风险R _x 的风险分担比例P 。

P =W ^*·Z

(15)

式中：W ^*为一级影响因素指标权重。

3 实证分析

哥伦比亚马道斯(Mar2)高速公路项目，为“一带一路”在美洲地区的第一个PPP基础设施项目。该项目通过公开招标的方式与中国港湾工程有限责任公司牵头的联合体达成合作协议，并且于2015年10月成立项目公司，该项目预计总投资6.56亿美元，运作方式为BOT(Build-Operate-Transfer)。中方企业的特许经营期为23年。该项目目前处于建设期，预计2019年正式完工通车。

3 .1 基于 FANP确定风险因素权重

本案例以公私双方共同承担风险R ₇₁定价机制为例进行风险分担。依据三角模糊数评判标准，邀请专家组对风险R ₇₁下辖的一级及二级风险因素在同级之间进行两两比较，构建三角模糊判别矩阵。以一级影响因素指标C ₁风险承担意愿为例，得到其所属二级指标的三角模糊判别矩阵，如表6所示。

其中，yit表示企业出口价格、加成率或边际成本取对数，lnFRERit表示企业层面实际汇率，vsi表示企业i样本期间内的平均垂直专业化水平，其余符号的含义同式(9)。

表6 指标 C ₁下辖二级指标三角模糊判别矩阵

设为第i 个一级指标下v 个二级指标的三角模糊数，则其模糊综合度S _i 为

根据公式(3)，得到S ₁=(3.9，5.23，8.79)⊗同理得S ₂=(0.14,0.31,0.67),S ₃=(0.09,0.19,0,32)。

设d ′(A _i )=minV (S _i ≥S _k ),k =1,2,…,n ;k ≠i ，其中A _i 为第i 个一级评价指标，可求得评价指标的权向量为：

V (S ₁≥S ₂)=1，V (S ₁≥S ₃)=1，

关于高校国有资产管理的模式，笔者认为应该采取由学校国有资产管理机构、学校管理机构授权的国有资产营运机构以及学校各个部门、校办企业等组成的三级管理体系。中间层次的设置可以将学校国有资产管理机构从学校众多部门及校办企业琐碎事务中解放出来，集中精力统筹学校改革和发展的长远规划，以期能尽快实现资源的优化配置。

NIH希望通过最近对阿尔茨海默病的大量资助吸引一批新的研究人员。多年来，患者权益倡导者一直在提出这个问题：随着美国人口的老龄化，阿尔茨海默病正在造成越来越大的伤害，治疗成本迅速上升。这些预测和“到2025年有效治疗阿尔茨海默病”的目标促使国会在3年内将NIH给阿尔茨海默病及相关痴呆症的资助预算增加到原来的3倍，达到19亿美元。这种猛增的趋势并未结束，2019年的两份NIH支出草案会为该病的研究带来总数为23亿美元的资助——超过了NIH总预算的5%。

V (S ₂≥S ₃)=1，

根据公式(5)，得到

d ^′(C ₁)=V (S ₁≥S ₂,S ₃)=min(1,1)=1，

d ^′(C ₂)=V (S ₂≥S ₁,S ₃)=min(0.69,1)=0.69，

d ^′(C ₃)=V (S ₃≥S ₁,S ₂)=min(0.21,0.6)=0.21。

因此，对其进行归一化处理，得到W ₁=(0.53,0.36,0.11)。

同理可得其他所有二级指标以及一级指标权重如下：

W ₂=(0.47,0.25,0.28)，W ₃=(0.14,0.29,0.31,0.26)，W ₄=(0.21,0.35,0.21,0.23)，W ^*=(0.32,0.28,0.19,0.21)。

3 .2 灰色聚类评价

根据三角模糊评价语言集，邀请10名专家围绕该项目的定价机制风险在二级影响因素C _ij 单独影响下的政府部门风险承担比例进行灰数赋值，由此构造风险分担决策矩阵如下：

D ₁=

D ₂=

（1）色谱条件：XbridgeTM-C18色谱柱（250 mm×4.6 mm，5 μm）；填充剂为十八烷基硅烷键合硅胶；流动相为乙腈-0.5%氨水，梯度洗脱：0～45 min，30%～60%乙腈；45～80 min，60%～80%乙腈；80～120 min，80%乙腈；体积流量0.5 mL/min；检测波长235 nm；柱温30 ℃；进样量20 μL。

D ₃=

D ₄=

根据上文所述构建灰色聚类权矩阵如下：

在基层兽医实验室建设中，相关人员要做好实验室的管理工作，在人员配备上要对上岗人员进行专业知识的培训。保证工作人员具备一定科学性的实验操作。另外，实验中要时刻注意实验操作的规范性和科学性，提升实验人员的安全意识，发挥好基层兽医实验室检验水平，确保基层兽医实验室在保证肉食安全方面的作用。

根据公式(13)，可求得政府部门针对风险GR ₇₁在一级影响指标C ₁单独作用下的风险分担系数z ₁。

z ₁=GR ₁·W ₁·X ^T=0.682

同理可求得政府部门针对风险R ₇₁在其余三个一级指标C _i 单独影响下的风险分担系数z ₂,z ₃,z ₄分别为：z ₂=0.721，z ₃=0.647，z ₄=0.731。

汇总得风险分担系数矩阵Z ，Z =[0.6820.7210.6470.731]。

结合公式(15)，得政府部门对共担风险R ₇₁的风险分担比例P ，P =Z ·W ^*=0.697。

同理，求得私营部门对共担风险R ₇₁的风险分担为0.303。

与此同时，部分欧盟成员国纷纷开始制定相应的法规、禁令以回应公众对于塑料微珠对海洋，其他水生生态体系的危害以及对人类作为生物链一环的潜在影响的担忧。

4 结 论

(1)本文将“一带一路”PPP基础设施项目的风险分担作为一个灰色且模糊的系统，结合模糊网络分析(FANP)和灰色聚类评价方法(GCE)，综合考虑了风险分担影响因素间的相互作用，构建了FANP-GCE数学模型；

(2) FANP赋权模型是以传统的AHP和ANP方法为基础提出的改进方法，使之与模糊集理论相结合，从而实现了对认知不明确的信息进行合理量化，极大地削弱了专家打分时的主观影响，提高了对影响因素赋权的准确度；

(3)本文运用FANP-GCE模型，实现了“一带一路”PPP项目在公私双方间的合理风险分担，并通过案例证明了该模型的实际运用价值。

在上世纪90年代的金融危机爆发以后，人们发现第一代理论并不能完美解释很多现象，尤其是国家之间的无接触性传染，于是发展出以“预期的自我实现”为理论基础的第二代金融危机理论。即当和自身国家的财政、货币等政策相似、经济体量相差不大的国家产生危机的时候，人们就会对自己的国家产生一种“预期”，认为自己的国家可能也会发生危机，结果就会导致市场信心不足、生产消退、发生资本外逃、本币贬值等，最终真的形成金融危机。

参考文献

[1] 刘 薇. PPP模式理论阐释及其现实例证[J]. 改革, 2015, 18(1): 78-89.

[2] 王忆南. “一带一路”PPP项目风险及其防控[J]. 中国招标, 2017, 26(1): 8-10.

[3] 王 蕾, 赵 敏, 彭润中. 基于ANP-Shapley值的PPP模式风险分担策略研究[J]. 财政研究, 2017, 25(6): 40-50

[4] Jin X H, Zhang G. Modelling optimal risk allocation in PPP projects using artificial neural networks[J]. International Journal of Project Management, 2011, 29(5): 591-603.

[5] 王建波, 刘宪宁, 赵 辉, 等. 城市轨道交通PPP融资模式风险分担机制研究[J]. 青岛理工大学学报, 2011, 32(2): 95-100.

[6] 张建军, 王丽娜. 基于博弈模型的PPP项目风险分担[J]. 土木工程与管理学报, 2017, 34(5): 72-76.

[7] 刘 翠. 公路建设 PPP 模式风险分担关系研究[D]. 成都: 西华大学, 2010.

[8] 崔 阳. 基于灰色系统理论PPP项目风险研究[D]. 大连: 东北财经大学, 2016.

[9] Ke Y, Wang S, Chan Albert P C, et al. Preferred risk allocation in China’s public-private partnership(PPP) projects[J]. International Journal of Project Management, 2010, 28(5): 483-492.

[10] Xu Y, Yeung John F Y, Chan Albert P C, et al. Developing a risk assessment model for PPP projects in China—A fuzzy synthetic evaluation approach[J]. Automation in Construction, 2010, 19(7): 929-943.

[11] 涂黎明, 刘 培, 付松建, 等. 基于灰色层次理论的系统聚类分析模型应用[J]. 军事交通大学学报, 2010, 12(1): 72-76.

[12] 易石其. 公路工程项目施工中主体行为风险评估及控制研究[D]. 长沙: 长沙理工大学, 2010.

[13] Chang D Y. Application of the extent analysis method on fuzzy AHP[J]. European Journal of Operational Research, 1996, 95(3): 649-655.

FANP -GCE Method for Risk Allocation in “Belt &Road ”PPP Infrastructure Projects

LIU Chang -yang ¹,SHI Zhen -wu ²,MIAO Qi -xiang ¹

(1. Qingdao College, Qingdao University of Technology, Qingdao 266106, China; 2. School of Civil Engineering, Northeast Forestry University, Harbin 150040, China)

Abstract : “Belt & Road” PPP infrastructure projects have characteristics of longer construction period with large amount of investment, complex environment etc, and it faces various kinds of risks. To improve the success probability, accurate assessment of risk allocation between public and private parts is very important. This article prioritizes significant influences of risk allocation first, and calculates the weight by fuzzy analytic network process (FANP). The method of gray clustering evaluation(GCE) is used and a grey clustering weight matrix is built. By combining the matrix and non-fuzzy weight vector, the accurate ratio of risk allocation is obtained. And a case study of Columbia mar2 highway PPP project is applied to verify the rationality of this model. This model helps with risk allocation and decision making of Chinese enterprises in “Belt & Road” PPP projects.

Key words ： Belt & Road; PPP; risk allocation; gray clustering evaluation; fuzzy analytic network process

中图分类号 ：F283

文献标识码： A

文章编号： 2095-0985(2019)01-0175-06

收稿日期 ：2018-01-12

修回日期: 2018-04-09

作者简介 ： 刘畅旸(1991-)，女，黑龙江哈尔滨人，硕士，助教，研究方向为建设项目管理(Email: liuchangyang1991@163.com)

通讯作者 : 石振武(1963-)，男，黑龙江哈尔滨人，博士，教授，研究方向为建设项目管理(Email: shizhenwu@126.com)

基金项目 :国家自然科学基金青年基金(71601042)

标签：“一带一路”论文;  ppp论文;  风险分担论文;  灰色聚类评价论文;  模糊网络分析论文;  青岛理工大学琴岛学院论文;  东北林业大学土木工程学院论文;