基于支持向量机的城市轨道交通PPP项目风险评价指标体系研究
刘昕1刘澜静1刘扬2
(1.云南大学发展研究院，云南 昆明 650032；2.云南大学历史与档案学院，云南 昆明 650032)
摘要 ：以政府和社会资本合作(Public-Private Partnership，PPP)模式发展城市轨道交通已经应用于多个国家。分析城市轨道交通和PPP模式相结合产生的优势，遵循全面性原则、系统性原则、可比可操作性可量化原则、公正性原则建立城市轨道交通PPP项目风险评价指标体系。结合机器学习方法——支持向量机进行改进优化，提出基于支持向量机的城市轨道交通PPP项目风险评价指标体系，为城市轨道交通PPP项目风险管理研究提供理论参考。
关键词 ：城市轨道交通；PPP项目；支持向量机；评价指标体系
0 引言
城市轨道交通是现代交通系统的重要组成部分，具有高效节能、绿色环保、安全便捷的优点，有利于防止交通拥堵、土地紧张、环境恶化，并且符合国家新型城镇化“集约高效、绿色低碳”的基本原则。自《国务院办公厅关于加强城市快速轨道交通建设管理的通知》(国办发〔2003〕81号)印发以来，城市轨道交通对提升城市公共交通供给质量和效率、缓解城市交通拥堵、引导优化城市空间结构布局、改善城市环境起到了重要作用[1]。但同时，城市轨道交通项目具有投资额大、回收期长及公益性的特点，决定了它不同于一般的产品或服务，不可能实现完全意义上的产业化，因此“民有民营”的模式很难成功。而我国最初采用的“国有国营”模式也证明，受政府经济基础、地方财政压力等现实条件的影响，这种模式会产生难以保证建设资金和补贴资金到位、运营效率低等问题。因此，为了拓展资金来源，提高建设运营效率，城市轨道交通在建设期、运营期和经营期的不同阶段可以采用不同的模式吸引社会资本参与，实行公私合作机制。
汉英颜色词在语用方面有着诸多差异。为了忠实于原文内容，可以选择不局限于原文形式，译者在翻译时可以采取意译法。
PPP是公共部门和私人部门的一种合作模式，即公共部门和私人部门以提供公共产品和服务为出发点，达成特许协议，形成“利益共享、风险共担、全程合作”的模式。最典型的PPP模式是政府部门通过政府采购的方式与中标单位组成特殊的项目公司并签订协议，由中标单位承担融资、设计、建设、运营、维护基础设施的大部分工作，并通过运营收费及政府必要的付费获得合理的投资回报，政府部门负责基础设施及公共服务价格和质量监管[2]。因此，对于城市轨道交通而言，引入PPP模式有一定的必要性，可以实现“政府支出更少，企业风险更小”，获得比“民有民营”或“国有国营”模式更为有利的结果。
以PPP发展城市轨道交通项目的模式已经被应用于多个国家，并且大多十分成功。例如，北京地铁四号线取得了巨大成功，不但提高了融资效率，而且提高了运营效率与政府监管水平。但是以PPP模式发展城市轨道交通也存在着政治风险、法律风险、经济风险、不可抗力风险、项目施工风险、项目运营风险等不同类型的风险，需要制定一套完整的评价指标体系用于评价城市轨道交通PPP项目的风险，使项目各参与方明确自身所需要承担的风险，做好预防工作或善后工作。
因此，本文在总结国内外城市轨道交通建设领域理论成果与实践经验的基础上，充分挖掘我国城市轨道交通系统PPP项目的投融资模式与制度创新的现实依据，分析我国城市轨道交通PPP项目的风险因素，提出基于全生命周期的风险评价指标体系，并利用机器学习方法——支持向量机(Support Vector Machines，SVM)进行改进优化，为我国城市轨道交通系统PPP项目今后的发展提供理论参考。
1 指标体系构建的意义
s .t .
2 城市轨道交通PPP项目现有评价指标体系比较
通过表1可以看出，相关学者基于不同的需要，通过一定的方法对城市轨道交通PPP项目风险评价指标体系做了很多研究，但是目前还没有采用机器学习方法——支持向量机对其进行研究。
表1 城市轨道交通PPP项目现有评价指标体系的分析比较
3 支持向量机概述
支持向量机是在统计学习理论基础上发展起来的一种新的机器学习方法，借助于最优化方法解决数据挖掘中的若干问题，在一定程度上克服了“维数灾难”和“过学习”等传统困难，并在文本分类、生物信息、语音识别、遥感图像分析、故障识别和预测、时间序列预测、信息安全等诸多领域得到成功应用[10]。
传统算法只有在样本趋于无穷大时，其性能才能有所保证。支持向量机是专门针对小样本情况的半监督机器学习方法，可以避免传统算法经验风险最小化的弊端，实现结构风险最小化。该算法最终解决的是一个凸二次规划问题，得到的是全局最优解，解决了在神经网络等方法中无法避免的局部最优解的问题，并且对于线性不可分问题是通过核函数将实际问题映射到特征空间，在特征空间中构造线性决策函数，从而得到原问题中的非线性决策函数，使得需求解问题与输入维数无关，因此可以解决“维数灾难”。
SVM最早用于解决线性可分问题，即用最大间隔法寻找一个能将训练集完全分开的最优超平面。线性可分问题最大间隔法的步骤为：
(1)设已知训练集T ={(x 1,y 1),(x 2,y 2),…,(x l ,y l )}∈(R n ×Y n )。其中，x i ∈R n ,y i ∈Y ={-1,1}(i =1,2，…,l )。
(2)构造凸二次规划并求解
(1)
s .t .
y i ((w ×x i )+b )≥1(i =1,2，…,l )
(2)
得解w *,b *。
卡夫卡曾经给菲利斯的父亲写信求婚，但是不等回信就拟了第二封：“从我看到的来说，她跟我一起生活是不会幸福的。我是一个愤世嫉俗的人，这不仅是因为有外在的原因，更重要的是有我内在的原因，我的性格内向、沉默，不善社交，而且，我并不把这看成是我的不幸，因为这些性格特点反映了我的生活目的……我对一切不是文学的东西都感到无聊、厌恶，因为它们打扰我，或者说耽误我，尽管我也知道，我这样的看法是错误的。”[13]117-137
(3)构造分化超平面(w *×x )+b *=0，由此求得决策函数f (x )=sgn((w *×x )+b *)。
可以利用Lagrange优化方法把上述求解问题转化为以下对偶问题求解
(3)
s .t .
有些分类问题不宜采用线性划分。在支持向量机中，引进核函数就可以把非线性划分问题转化为线性划分问题，具体算法如下：
(4)
α i ≥0(i =1,2，…,l )
(5)
式中，α =(α 1,α 2,…,α l )T为Lagrange乘子向量。
5.转型(2010年至今)：以和美幸福的现代化社会为目标的社会治理创新经验。2010年8月，中央将诸暨列为全国社会治理创新综合试点单位。诸暨市抓住契机，牢牢把握“最大限度激发社会活力、最大限度增加和谐因素、最大限度减少不和谐因素”的总要求，从提升社会治理的针对性、科学性和实效性入手，加强前瞻性规划设计，大力推进基层基础、公共服务、民生福祉等建设，着力构建系统化社会治理组织、人本化社会治理服务、多元化社会矛盾化解、规范化社会公平法治等体系，形成了“环境好、发展好、生活好”的新局面。
若设α *
为式(3)～式(5)所得到的解，如果α *的分量
非0，称训练点(x i ,y i )的输入x i 为支持向量，否则称x i 为非支持向量。因为式(3)～式(5)是凸的，但并非严格凸的最优化问题，所以它的解不唯一，即问题的支持向量不唯一。
3）融合——融合的方向包括：通过新零售的技术手段从线上引流新会员，吸引到店消费；设立店铺微商城，让会员线上下单后店铺送货上门（主要针对店铺半径为3 km以内的会员）；店铺要融合美容、化妆、美发、美甲、身体护理、保健、中医养生等项目于一体，为消费者提供全方面的服务、返店和口碑推荐的机会；
(6)
目前，虽然国内外有关学者对城市轨道交通PPP项目风险分担和评价指标体系构建的研究比较多，但是还没有针对某个项目的评价指标体系。本文在构建初步指标体系的基础上，采用机器学习方法——支持向量机对其改进优化，实现针对某个项目的特有风险评价指标体系，帮助相关人员预防风险的发生，对城市轨道交通PPP项目的健康、有序发展具有一定参考价值。
s .t .
y i ((w ×x i )+b )≥1-ξ i (i =1,2，…,l )
比如初中生词汇教学。词汇是英语学习的根本，有了扎实的词汇基础，才能在英语阅读、写作、听力、口语等方面更有自信，表现得更好。传统词汇教学主要是以老师先教读，然后让学生听写的形式进行，这样一来，时间久了，学生便会觉得词汇学习十分枯燥，实际上，除了教读和词汇听写，教师还可以采取其他形式的词汇教学模式，比如让学生自己拼读，图片教学，情境教学（在教师设置的真实的情境中学习词汇），单词联想，单词首字母填空测试等等，丰富词汇教学模式，词汇学习多样有趣，学生感兴趣，英语学习动机增强，学习绝不会成为一件枯燥的事情。
(7)
ξ i ≥0(i =1,2，…,l )
(8)
这样就得到了广义的最优分类超平面，可应用于一般的分类问题，也包括线性可分问题，其对偶问题和上述问题类似，只是条件变为0≤α i ≤C ，具体如下
(9)
s .t .
(10)
0≤α i ≤C (i =1,2，…,l )
(11)
加强型切口翅片设计的基本原则是满足换热性能指标，尤其是风阻指标，即“对翅片换热性能影响最小”为基本原则。如图2所示，是一种满足要求的加强型切口翅片，通过减少切口、在平翅片处形成三角拐点及在平翅片处错位形成加强筋(即在翅片上加加强筋)的办法实现[4]。从图2可看出，原翅片平翅片处节距N的平直段被改为两段节距为N/2相互错位的平直端，从而在该处形成了一段加强筋。考虑到在板冲成型过程中形成折弯的距离和工艺的可行性，错位量控制在1.2～2倍料厚，否则材料将在折弯处开裂，工艺不可行。
(1)给定训练集T ={(x 1,y 1),(x 2,y 2),…,(x l ,y l )}∈(R n ×Y n )
(4)根据构造的决策函数进行城市轨道PPP项目风险识别，即把项目风险因素输入决策函数，得到项目风险识别结果(是否有风险或者风险程度有多大)。如果想进一步知道导致风险的具体影响因素，可以看α *向量中各元素的的取值，其中α i ≠0的元素是支持向量，即导致项目风险的因素。
对于线性不可分问题，在式(1)中加入一个惩罚参数
即可，则式(1)和式(2)改为
(2)选取适当的从空间R n 到Hilbert空间的变换φ ∶X =φ (x )以及惩罚参数C >0。
构造并求解凸二次规划问题
(12)
（87）多毛裂片苔 Temnoma setigerum （Lindenb.）R.M.Schust. 姚发兴等（2003）；熊源新等（2006）；杨志平（2006）；洪文（2008）
(13)
0≤α i ≤C (i =1,2,…,l )
(14)
得解α *
(3)计算b *。选取位于开区间(0，C )中的α *的分量
据此计算
b *
(15)
(4)构造决策函数
f (x )=sgn(g (x ))
式中，
全省农村土地综合监管机制创新调研报告（夏晓鸿等） ...............................................................................11-35
可以看出，该算法与本文前面提到的算法的区别仅仅在于该算法用内积(φ (x i )×φ (x j ))取代了前面算法的内积(x i ×x j )×(φ (x i )×φ (x j ))，称为核函数，常用的核函数有多项式函数、Gauss径向基核函数、B-样条核函数、Fourier核函数等，利用核函数可以解决一般的非线性问题。
4 基于支持向量机的城市轨道交通PPP项目评价指标体系
基于支持向量机的城市轨道交通PPP项目评价指标体系分为两大阶段：训练阶段和预测阶段，具体步骤是：
通过蒸汽锅炉产生具有一定压力和温度的蒸汽，将其注入到油层中，通过蒸汽的膨胀作用，在井下储层部位形成一个热的蒸汽带，将岩层的温度提高，使岩石孔隙中油流的温度上升，降低了油流的私度，提高油流的渗流速度，从而提高了稠油的产量，达到热采的效果。
(1)全面分析与城市轨道交通PPP项目有关的风险因素，构成初步的城市轨道交通PPP项目评价指标体系，这些因素就确定了x i 向量中元素的个数。
(2)根据上述风险因素，从该项目中收集能反映这些因素的历史数据，并对这些数据进行预处理。这些历史数据就构成了支持向量机的训练集{(x 1,y 1),(x 2,y 2),…,(x n ,y n )}。其中，y 的取值与分类个数有关，如果仅分为两类，y 的取值就是“1”和“-1”，“1”代表无风险，“-1”代表有风险。若想进一步分析相应风险的严重程度，还可以将y 取不同的值来表示，这两步称为实现训练集。
[14] Lee B, Gordon P., “Urban Spatial Structure and Economic Growth in US Metropolitan Areas”, Working Paper, 2007.
(3)通过计算机编程实现支持向量机的知识获取，即把上述训练集代入式(12)～式(15)，求得α *和b *，从而构造决策函数f (x )=sgn(g (x ))。
式中，x i ∈R n ,y i ∈Y ={-1,1}(i =1,2，…,l )。
综上所述，基于支持向量机的城市轨道交通PPP项目评价步骤如图1所示。
图1 基于支持向量机的城市轨道交通PPP项目评价步骤
5 案例研究
本文在借鉴国内外已有研究和广泛听取相关专家意见的基础上，充分考虑城市轨道交通PPP项目的特质，遵循全面性、系统性、可比、可操作、可量化和公正性原则，建立由4个一级指标和16个二级指标组成的指标体系，见表2。
表2 城市轨道交通PPP项目风险评价指标体系
该指标体系是按项目全生命周期划分为5个阶段风险：招投标阶段风险、融资阶段风险、建设阶段风险、运营阶段风险和移交阶段风险[11]。①城市轨道交通PPP项目招投标阶段是由政府发布项目信息，由有意向的私人公司进行投标，政府部门根据一定的标准筛选出中标公司，然后政府和中标部门组成特殊目的的项目公司签订特许协议。因此，在这一阶段有中标公司的投资决策风险、政府部门对项目的设计风险，以及在两者之间产生的合同风险。②城市轨道交通PPP项目融资阶段是在成立项目公司后，政府部门和私人部门通过各自的方式进行融资。因此，这阶段的风险有在征税阶段的市场税收风险、金融体系的风险以及资金提供方带来的风险。③城市轨道交通PPP项目建设阶段是指所有前期准备完毕后，项目进行开工实施。在这一阶段产生的风险主要有成本超支风险、施工技术风险、完工风险和环境污染风险。④城市轨道交通PPP项目运营阶段是指项目建设完毕后投入运营，由政府部门监督，由私人部门负责。在这一阶段产生的风险有票价合理性风险、市场风险、建设质量风险和经营管理风险。⑤城市轨道交通PPP项目移交阶段是指在特许经营期满后，私人部门需要把经营权移交给政府，因此产生了残值风险和技术转让风险。
自从脑科学诞生以后，我们基本弄清了大脑是由千亿个神经细胞（也叫神经元）组成的。我们也弄清了神经元传递信息的奥秘，由化学物质在细胞膜之间的传递产生了电冲动，编码了神经元将大千世界信息变成简单的电活动。但是，当我们完成了将神奇的大脑分解为一个一个神经元的工作之后，我们发现对那些最令人着迷的问题，我们还是没有答案。为什么能学习记忆，为什么能思考且有意识？
对PPP综合信息平台——财政部政府和社会资本合作中心网站公开的城市轨道交通PPP的66个项目做训练和预测，其中50个项目做训练，16个项目做预测,验证训练结果是否有效，结合上述评价指标体系验证提到的SVM工具是否有效。
上述评价指标体系有16个二级指标，那么每个x i 向量含有16个元素。数据表示方法如下：用0表示该风险不会发生，用1表示该风险会发生。对每个项目风险训练和预测结果，考虑最简单的情况，用y i =+1表示无风险，用y i =-1表示有风险。预测数据的表示方法和训练数据的表示方法相同，若想知道具体是哪个指标影响了该项目，寻找向量α 中α i ≠0的元素，即可构成新的指标体系。该算法过程在MATLAB 7中编程自动实现，结果自动输出。SVM工具预测与识别结果见表3。
表3 SVM工具预测与识别结果
从表3可以看出，在16个预测样本中，只有1个识别错误，正确率达到93.75%，因此该SVM工具是有效的。
企业人力资源信息化建设的过程中，最重要的就是选择一套科学有效的软件系统，目前，国内大多数企业实施人力资源信息化的过程中都借助软件开发商进行系统开发工作。但是国内现有的软件开发商只能算是单纯的软件开发商，并不是人力资源管理信息化软件的开发商，很少有开发商能去研究人力资源相关知识或者雇佣专业人力资源人才参与软件开发，能真正去研究如何系统的将人力资源管理工作和信息化有机结合起来，真正为企业人力资源管理工作服务的就更少了。
1.抓好“孩子头”，让他们愿意为这个集体出谋出力。我这个班有个学生，父亲常年在外，他非常有主见，但是缺乏自律，导致学习习惯并不好。正是他非常有主见，所以很多调皮的学生都是以他为中心，做好了他的工作就等于管好了一批学生。我在初一的时候搞了个竞选班委的活动，他并没有报名参加，我找他单独谈话，鼓励他参加这个竞选，利用班委的责任感，加强了他的集体荣誉感。他从进入班委到现在，一直以班级的荣誉为自己的荣誉，多次制止了很多损害班级形象的行为。
6 结语
目前，国内外鲜有关于城市轨道交通PPP项目运用支持向量机优化风险评价指标体系方法的研究。本文发挥支持向量机算法的优势，使城市轨道交通PPP项目评价指标体系针对某个项目更加精确，可以对识别的风险进行及时预防，提高城市轨道交通PPP项目的成功率，也可为其他类似项目提供借鉴。但是基于支持向量机的城市轨道交通PPP项目评价指标体系也存在一定的不足，如运算速度慢、效率低，国内外学者针对该问题提出了很多解决方法，如选块算法(Chunking)、分解算法(Decomposing)、序列最小优化算法(SMO)，并取得了较好的效果。
参考文献
[1]国务院办公厅.国务院办公厅关于进一步加强城市轨道交通规划建设管理的意见[A/OL].(2018-06-28)[2018-07-13].http://www.gov.cn/zhengce/content/2018-07/13/content_5306202.htm.
[2]陈波.城市轨道交通建设的PPP模式应用研究[D].成都：西南交通大学，2008.
[3]贾丽丽，和鑫，王辉.城市轨道交通PPP融资模式风险评价研究[J].石家庄铁道大学学报(社会科学版)，2013，7(4)：29-33.
[4]申志峰.基于熵权-层次的城市轨道交通项目风险评价研究[J].价值工程，2015，34(10)：1-4.
[5]顾曼，陈红梅.城市轨道交通PPP项目公私双方关键风险识别[J].四川建材，2016，42(6)：193-195.
[6]何亚伯，徐冰，常秀峰.基于改进熵权灰色关联模型的城市轨道交通PPP项目风险评价[J].项目管理技术，2016，14(3)：112-117.
[7]宋博，武瑞娟，牛发阳.基于OWA与灰色聚类的城市轨道交通PPP融资风险评价方法研究[J].隧道建设，2017，37(4)：435-441.
[8]谢婷，刘景矿，庞永师.基于系统动力学的城市轨道交通PPP项目风险影响因素研究[J].现代城市轨道交通，2018(8)：77-82.
[9]谢飞，刘明，聂青.基于ISM-ANP-Fuzzy的城市轨道交通PPP项目界面风险评价[J].土木工程与管理学报，2018，35(3)：167-172，191.
[10]邓乃扬，田英杰.数据挖掘中的最优化方法——支持向量机[M].北京：科学出版社，2004.
[11]钱利明.城市轨道交通PPP项目运作模式研究[J] .现代商业，2018(14)：143-144.PMT
收稿日期: 2018-12-05
作者简介 ：
刘昕(通信作者)(1995—)，女，研究方向：项目管理、项目融资。
刘澜静(1996—)，女，研究方向：项目融资。
刘扬(1992—)，男，研究方向：大遗址和数字化。
标签：城市轨道交通论文; ppp项目论文; 支持向量机论文; 评价指标体系论文; 云南大学发展研究院论文; 云南大学历史与档案学院论文;