城市軌道交通PPP項(xiàng)目風(fēng)險(xiǎn)評(píng)估研究

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(xiǎn)因素集，共包括7個(gè)一級(jí)風(fēng)險(xiǎn)因素和21個(gè)二級(jí)風(fēng)險(xiǎn)因素，結(jié)合項(xiàng)目實(shí)例采用灰色關(guān)聯(lián)度分析法對(duì)AHP進(jìn)行修正，用以對(duì)項(xiàng)目關(guān)鍵風(fēng)險(xiǎn)因素?fù)p失度進(jìn)行評(píng)估，利用Shapley值模型對(duì)風(fēng)險(xiǎn)因素發(fā)生概率進(jìn)行預(yù)測(cè)評(píng)估，最終得出7個(gè)一級(jí)風(fēng)險(xiǎn)因素的綜合風(fēng)險(xiǎn)量大小依次為建設(shè)風(fēng)險(xiǎn)、市場(chǎng)開(kāi)發(fā)風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)、組織管理風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、不可抗力風(fēng)險(xiǎn)，根據(jù)風(fēng)險(xiǎn)因素評(píng)估結(jié)果，提出風(fēng)險(xiǎn)應(yīng)對(duì)措施，對(duì)提高項(xiàng)目成功率、促進(jìn)PPP項(xiàng)目在我國(guó)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(hào)：TU714；F572 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2017）02-0001-06

0 引言

隨著我國(guó)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(lái)的是城市空間區(qū)域得到擴(kuò)展、城市人口不斷增長(zhǎng)、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(wèn)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(wú)疑將是解決此問(wèn)題的方式之一。在我國(guó)加快構(gòu)建資源節(jié)約與環(huán)境友好型社會(huì)、轉(zhuǎn)變交通發(fā)展方式等新形勢(shì)的要求下，各地政府紛紛出臺(tái)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(cái)政資金無(wú)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(huì)資本參與公共項(xiàng)目的建設(shè)運(yùn)營(yíng)。目前PPP模式在我國(guó)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(yíng)管理效率，但是因城市軌道交通項(xiàng)目存在投資密集、沉沒(méi)成本大以及風(fēng)險(xiǎn)因素錯(cuò)綜復(fù)雜等問(wèn)題，使社會(huì)資本面臨較大的投資風(fēng)險(xiǎn)，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(xiǎn)，需要對(duì)項(xiàng)目中的風(fēng)險(xiǎn)進(jìn)行合理的評(píng)估，只有正確認(rèn)識(shí)項(xiàng)目中存在的風(fēng)險(xiǎn)因素，才能對(duì)項(xiàng)目風(fēng)險(xiǎn)采取有效的措施，降低項(xiàng)目風(fēng)險(xiǎn)損失及概率，保證項(xiàng)目合理的投資回報(bào)水平。

1 城市軌道交通PPP項(xiàng)目關(guān)鍵風(fēng)險(xiǎn)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(xiǎn)，能夠保證城市軌道交通PPP項(xiàng)目的良性運(yùn)作。要正確評(píng)估城市軌道交通PPP項(xiàng)目中存在的風(fēng)險(xiǎn)大小，首先需要識(shí)別出項(xiàng)目中存在的風(fēng)險(xiǎn)。本文結(jié)合國(guó)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(xiǎn)分為七類，分別包括以下內(nèi)容：①市場(chǎng)開(kāi)發(fā)風(fēng)險(xiǎn)：城市軌道交通PPP項(xiàng)目建成后，項(xiàng)目收益回報(bào)不僅來(lái)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(chǎng)，包括站點(diǎn)配套設(shè)施提供、沿線土地開(kāi)發(fā)利用等。在所有的收益回報(bào)途徑中，市場(chǎng)需求及市場(chǎng)價(jià)格的變動(dòng)將會(huì)影響項(xiàng)目的整體收益回報(bào)水平。②建設(shè)風(fēng)險(xiǎn)：軌道交通項(xiàng)目施工復(fù)雜，項(xiàng)目在建設(shè)過(guò)程中出現(xiàn)質(zhì)量、工期、成本等任何一方面的問(wèn)題都會(huì)影響項(xiàng)目按計(jì)劃進(jìn)行。③組織管理風(fēng)險(xiǎn)：項(xiàng)目建設(shè)及項(xiàng)目運(yùn)營(yíng)過(guò)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(xiǎn)：金融風(fēng)險(xiǎn)包括利率風(fēng)險(xiǎn)、通貨膨脹風(fēng)險(xiǎn)、匯率變動(dòng)風(fēng)險(xiǎn)。⑤政策風(fēng)險(xiǎn)：政策風(fēng)險(xiǎn)包括稅收政策風(fēng)險(xiǎn)、建設(shè)標(biāo)準(zhǔn)變動(dòng)風(fēng)險(xiǎn)。⑥信用風(fēng)險(xiǎn)：信用風(fēng)險(xiǎn)包括政府公信力風(fēng)險(xiǎn)、融資信用風(fēng)險(xiǎn)。⑦不可抗力風(fēng)險(xiǎn)：不可抗力風(fēng)險(xiǎn)包括自然災(zāi)害風(fēng)險(xiǎn)和戰(zhàn)爭(zhēng)等其他不可抗力風(fēng)險(xiǎn)。（表1）

2 城市軌道交通PPP項(xiàng)目關(guān)鍵風(fēng)險(xiǎn)因素評(píng)估

城市軌道交通PPP項(xiàng)目建設(shè)始終處于復(fù)雜、動(dòng)態(tài)和不確定環(huán)境之中，項(xiàng)目關(guān)鍵風(fēng)險(xiǎn)因素眾多，需要處理多種變動(dòng)關(guān)系，而項(xiàng)目各方往往只有有限的資源來(lái)管理這些風(fēng)險(xiǎn)事件。為了利用有限的資源應(yīng)對(duì)這些風(fēng)險(xiǎn)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(xiǎn)因素評(píng)估起著重要作用。通過(guò)對(duì)項(xiàng)目關(guān)鍵風(fēng)險(xiǎn)因素評(píng)估結(jié)果進(jìn)一步分析、綜合，可以得出風(fēng)險(xiǎn)因素綜合風(fēng)險(xiǎn)量排序，從而確定風(fēng)險(xiǎn)事件處理的優(yōu)先級(jí)別。在此基礎(chǔ)上，根據(jù)風(fēng)險(xiǎn)的相對(duì)重要程度適當(dāng)?shù)胤峙滟Y源、制訂適當(dāng)?shù)娘L(fēng)險(xiǎn)應(yīng)對(duì)措施管理項(xiàng)目收益風(fēng)險(xiǎn)，達(dá)到風(fēng)險(xiǎn)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(xiǎn)因素對(duì)于項(xiàng)目收益回報(bào)水平影響程度是不一樣的，風(fēng)險(xiǎn)評(píng)估就是分析和量化每個(gè)因素發(fā)生的概率大小以及發(fā)生后對(duì)項(xiàng)目收益水平的影響力大小，將風(fēng)險(xiǎn)數(shù)據(jù)轉(zhuǎn)化為決策信息，確定項(xiàng)目關(guān)鍵風(fēng)險(xiǎn)因素的綜合風(fēng)險(xiǎn)量。

本文通過(guò)灰色系統(tǒng)理論對(duì)層次分析法進(jìn)行修正，利用修正后的模型對(duì)識(shí)別出的項(xiàng)目關(guān)鍵風(fēng)險(xiǎn)因素進(jìn)行損失度評(píng)估，利用Shapley值模型對(duì)關(guān)鍵風(fēng)險(xiǎn)因素發(fā)生的概率進(jìn)行預(yù)測(cè)，通過(guò)量化分析風(fēng)險(xiǎn)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(xiǎn)因素對(duì)項(xiàng)目收益回報(bào)水平的綜合影響程度排序，為風(fēng)險(xiǎn)應(yīng)對(duì)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(xiǎn)評(píng)估方法的適用性，文章結(jié)合案例對(duì)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(zhǎng)度53.442km，站點(diǎn)4座，物業(yè)開(kāi)發(fā)潛力大，收益途徑多。項(xiàng)目包含永久用地2637.9畝，臨時(shí)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(yíng)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(xiǎn)、法律政策變更風(fēng)險(xiǎn)、不可抗力風(fēng)險(xiǎn)等；本項(xiàng)目涉及的參與方眾多，包括政府、社會(huì)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(xiǎn)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(xiǎn)因素?fù)p失度評(píng)估

城市軌道交通PPP項(xiàng)目中，風(fēng)險(xiǎn)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(jí)之間也往往存在著反饋支配作用，且這些因素對(duì)項(xiàng)目收益回報(bào)的影響程度是不同的，以往學(xué)者在研究風(fēng)險(xiǎn)因素?fù)p失度時(shí)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(duì)層次分析法求得的風(fēng)險(xiǎn)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(jì)算表示出來(lái)，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(lái)確定風(fēng)險(xiǎn)元素?fù)p失度，其原理為將各個(gè)專家對(duì)風(fēng)險(xiǎn)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(guò)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(shuō)明專家的意見(jiàn)越趨于一致，專家的評(píng)判結(jié)果越具代表性與參考性，該風(fēng)險(xiǎn)因素對(duì)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(xiǎn)因素?fù)p失度的大小時(shí)，首先邀請(qǐng)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(xiǎn)因素集中的7個(gè)一級(jí)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(duì)風(fēng)險(xiǎn)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(duì)該數(shù)值進(jìn)行修正，最終得出各個(gè)風(fēng)險(xiǎn)因素的損失度大小。

①首先確定七個(gè)一級(jí)風(fēng)險(xiǎn)因素市場(chǎng)開(kāi)發(fā)風(fēng)險(xiǎn)、建設(shè)風(fēng)險(xiǎn)、組織管理風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、不可抗力風(fēng)險(xiǎn)的專家經(jīng)驗(yàn)判別值，通過(guò)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(xiǎn)因素發(fā)生概率評(píng)估

PPP項(xiàng)目關(guān)鍵風(fēng)險(xiǎn)因素發(fā)生的概率不是一成不變的，它會(huì)隨著項(xiàng)目的進(jìn)展而動(dòng)態(tài)變化，且風(fēng)險(xiǎn)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(chǎng)開(kāi)發(fā)風(fēng)險(xiǎn)中，票價(jià)收入風(fēng)險(xiǎn)與客流量風(fēng)險(xiǎn)、市場(chǎng)競(jìng)爭(zhēng)風(fēng)險(xiǎn)之間是有一定聯(lián)系的，它們每個(gè)風(fēng)險(xiǎn)因素單獨(dú)發(fā)生的概率之和與兩者同時(shí)發(fā)生的概率是不一樣的。因此，風(fēng)險(xiǎn)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(duì)風(fēng)險(xiǎn)因素發(fā)生概率進(jìn)行評(píng)估，該方法既考慮了單個(gè)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(xiǎn)概率預(yù)測(cè)結(jié)果更加符合客觀實(shí)際。

在對(duì)城市軌道交通PPP項(xiàng)目關(guān)鍵風(fēng)險(xiǎn)因素發(fā)生概率評(píng)估時(shí)，采用Shapley值模型，首先邀請(qǐng)五位專家對(duì)二級(jí)風(fēng)險(xiǎn)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(jì)算各個(gè)風(fēng)險(xiǎn)因素的發(fā)生非可加概率。以市場(chǎng)開(kāi)發(fā)風(fēng)險(xiǎn)U1中二級(jí)風(fēng)險(xiǎn)因素為例進(jìn)行計(jì)算演示[9]，表5為五位專家對(duì)四個(gè)風(fēng)險(xiǎn)因素發(fā)生概率預(yù)測(cè)的平均值。

由表6可以計(jì)算出21個(gè)二級(jí)風(fēng)險(xiǎn)因素的發(fā)生概率，如表7所示。

2.4 項(xiàng)目關(guān)鍵風(fēng)險(xiǎn)因素綜合風(fēng)險(xiǎn)量評(píng)估

通過(guò)邀請(qǐng)專家對(duì)該項(xiàng)目中風(fēng)險(xiǎn)因素進(jìn)行損失度與概率的評(píng)估，可以得到項(xiàng)目的綜合風(fēng)險(xiǎn)量，即風(fēng)險(xiǎn)損失度與概率乘積。根據(jù)表3、4、6、7可以得出7個(gè)一級(jí)風(fēng)險(xiǎn)因素與21個(gè)二級(jí)風(fēng)險(xiǎn)因素風(fēng)險(xiǎn)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(xiǎn)因素?fù)p失度、概率大小及綜合風(fēng)險(xiǎn)量的大小，便于對(duì)風(fēng)險(xiǎn)因素評(píng)估結(jié)果的分析，調(diào)動(dòng)企業(yè)組織內(nèi)部及外部資源采取有效積極地應(yīng)對(duì)措施，將上述結(jié)果繪制成圖1、圖2。

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

3 城市軌道交通PPP項(xiàng)目風(fēng)險(xiǎn)因素評(píng)估結(jié)論

從以上對(duì)實(shí)例城市軌道交通PPP項(xiàng)目收益風(fēng)險(xiǎn)評(píng)估，可以看出：

①項(xiàng)目風(fēng)險(xiǎn)因素集中，通過(guò)運(yùn)用AHP改進(jìn)的灰色關(guān)聯(lián)度分析法對(duì)項(xiàng)目收益風(fēng)險(xiǎn)損失度的評(píng)估結(jié)果可以看出，七個(gè)一級(jí)風(fēng)險(xiǎn)因素對(duì)項(xiàng)目影響程度的大小排序依次為：建設(shè)風(fēng)險(xiǎn)、不可抗力風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、市場(chǎng)開(kāi)發(fā)風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)、組織管理風(fēng)險(xiǎn)。二級(jí)風(fēng)險(xiǎn)因素中，對(duì)項(xiàng)目影響程度較大的為自然災(zāi)害風(fēng)險(xiǎn)、政策稅收風(fēng)險(xiǎn)、戰(zhàn)爭(zhēng)等不抗力風(fēng)險(xiǎn)，施工技術(shù)風(fēng)險(xiǎn)等。評(píng)估結(jié)果說(shuō)明本項(xiàng)目中若一旦發(fā)生不可抗力風(fēng)險(xiǎn)，對(duì)項(xiàng)目的影響范圍時(shí)非常大的，另外由于本項(xiàng)目地質(zhì)的特殊性，對(duì)項(xiàng)目建設(shè)施工技術(shù)要求高，一旦風(fēng)險(xiǎn)發(fā)生，將對(duì)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(guò)運(yùn)用Shapley值模型對(duì)項(xiàng)目各風(fēng)險(xiǎn)因素發(fā)生概率大小的評(píng)估結(jié)果可以看出，七個(gè)一級(jí)風(fēng)險(xiǎn)因素發(fā)生概率大小順序依次為建設(shè)風(fēng)險(xiǎn)、市場(chǎng)開(kāi)發(fā)風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)、組織管理風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、不可抗力風(fēng)險(xiǎn)。二級(jí)風(fēng)險(xiǎn)因素中，發(fā)生概率較大的因素有完工風(fēng)險(xiǎn)、通貨膨脹風(fēng)險(xiǎn)、票價(jià)收入風(fēng)險(xiǎn)、稅收政策風(fēng)險(xiǎn)、施工技術(shù)風(fēng)險(xiǎn)等。概率大小評(píng)估結(jié)果說(shuō)明，本項(xiàng)目中建設(shè)風(fēng)險(xiǎn)發(fā)生的概率較大，完工風(fēng)險(xiǎn)、施工技術(shù)風(fēng)險(xiǎn)需要引起注意，應(yīng)采取相應(yīng)措施降低風(fēng)險(xiǎn)發(fā)生概率，減少風(fēng)險(xiǎn)對(duì)項(xiàng)目收益的影響。

③通過(guò)對(duì)項(xiàng)目風(fēng)險(xiǎn)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(jí)風(fēng)險(xiǎn)因素的綜合風(fēng)險(xiǎn)量排序?yàn)榻ㄔO(shè)風(fēng)險(xiǎn)、市場(chǎng)開(kāi)發(fā)風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)、組織管理風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、不可抗力風(fēng)險(xiǎn)。二級(jí)風(fēng)險(xiǎn)因素中對(duì)項(xiàng)目收益風(fēng)險(xiǎn)綜合影響較大的有通貨膨脹風(fēng)險(xiǎn)、稅收政策風(fēng)險(xiǎn)、施工技術(shù)風(fēng)險(xiǎn)、完工風(fēng)險(xiǎn)、票價(jià)收入風(fēng)險(xiǎn)、融資信用風(fēng)險(xiǎn)等。從風(fēng)險(xiǎn)因素綜合風(fēng)險(xiǎn)量評(píng)估結(jié)果可以看出本項(xiàng)目中建設(shè)風(fēng)險(xiǎn)與市場(chǎng)開(kāi)發(fā)風(fēng)險(xiǎn)是影響項(xiàng)目收益回報(bào)水平的主要風(fēng)險(xiǎn)，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(duì)策來(lái)應(yīng)對(duì)風(fēng)險(xiǎn)，降低風(fēng)險(xiǎn)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(xiǎn)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(duì)風(fēng)險(xiǎn)因素?fù)p失度進(jìn)行評(píng)估，利用Shapley值模型對(duì)風(fēng)險(xiǎn)因素發(fā)生概率進(jìn)行預(yù)測(cè)，方法合理可行，評(píng)估結(jié)果準(zhǔn)確可靠，具有很強(qiáng)的參考性，風(fēng)險(xiǎn)因素評(píng)估結(jié)果顯示，建設(shè)風(fēng)險(xiǎn)與市場(chǎng)開(kāi)發(fā)風(fēng)險(xiǎn)是城市軌道交通PPP項(xiàng)目中的兩大重要風(fēng)險(xiǎn)，引起項(xiàng)目公司高度重視，同時(shí)在項(xiàng)目全生命周期內(nèi)，加強(qiáng)風(fēng)險(xiǎn)管理與監(jiān)控，降低項(xiàng)目風(fēng)險(xiǎn)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(xiǎn)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(xiǎn)評(píng)價(jià)[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(xiǎn)管理研究[D].中國(guó)礦業(yè)大學(xué)，2014.

[3]李潔，鄒小偉.地鐵工程風(fēng)險(xiǎn)評(píng)價(jià)-以南京地鐵2號(hào)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(guó)PPP項(xiàng)目關(guān)鍵風(fēng)險(xiǎn)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(guó)城市軌道交通中的經(jīng)濟(jì)風(fēng)險(xiǎn)因素分析—以北京地鐵四號(hào)線為例[J].建筑經(jīng)濟(jì)，2007（10）：23-26.

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

[7]崔陽(yáng).基于灰色系統(tǒng)理論P(yáng)PP項(xiàng)目風(fēng)險(xiǎn)研究[D].東北財(cái)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(guó).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(guó)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.