基于FANP-GCE的“一帶一路”PPP基礎(chǔ)設(shè)施項目風(fēng)險分擔(dān)

劉暢旸， 石振武， 苗啟香

(1. 青島理工大學(xué) 琴島學(xué)院， 山東 青島 266106； 2. 東北林業(yè)大學(xué) 土木工程學(xué)院， 黑龍江 哈爾濱 150040)

“一帶一路”是我國應(yīng)對全球經(jīng)濟(jì)政治發(fā)展局勢和改革開放重要節(jié)點(diǎn)作出的重大戰(zhàn)略決策，對推進(jìn)我國新一輪的對外開放具有重要意義。國家發(fā)展的基本要素是基礎(chǔ)設(shè)施的健全化和網(wǎng)絡(luò)化。而“一帶一路”沿線國家多數(shù)為發(fā)展中國家，普遍受到資金短缺，建設(shè)能力不足等條件的制約，基礎(chǔ)設(shè)施發(fā)展水平落后，從而嚴(yán)重制約了其經(jīng)濟(jì)文化的發(fā)展?；A(chǔ)設(shè)施的建設(shè)往往存在資金投入量大，建設(shè)周期長和資金回收期長等問題，傳統(tǒng)融資模式無法滿足基礎(chǔ)設(shè)施發(fā)展的需要。而PPP(Public-Private Partnership)項目融資，即公私合營融資模式，可以通過引入私人資本的方式為政府部門解決這一融資難題。PPP項目融資模式是政府與私營資本針對公共基礎(chǔ)設(shè)施服務(wù)項目，以特許經(jīng)營權(quán)為基礎(chǔ)建立的長期合作伙伴關(guān)系，其合作目的是利益共享，風(fēng)險共擔(dān)[1]。然而，由于“一帶一路”沿線存在政治局面復(fù)雜，宗教多元化等問題，戰(zhàn)爭內(nèi)亂、經(jīng)濟(jì)危機(jī)等風(fēng)險系數(shù)較高，導(dǎo)致“一帶一路”PPP項目在建設(shè)經(jīng)營過程中可能遭遇的風(fēng)險也隨之增大[2]。因此，如何精準(zhǔn)地分配PPP項目中公私雙方的風(fēng)險承擔(dān)比例對于項目的成功至關(guān)重要。

為此，國內(nèi)外專家學(xué)者針對PPP項目的風(fēng)險分擔(dān)方法進(jìn)行了廣泛深入的研究，然而對于如何量化風(fēng)險分擔(dān)系數(shù)的研究仍不完善。 王蕾[3]等人結(jié)合ANP(Analytic Network Process)理論和合作博弈理論，通過構(gòu)建PPP項目風(fēng)險分擔(dān)模型確定風(fēng)險分擔(dān)比例。Jin Xiaohua[4]等人建立PPP項目風(fēng)險分擔(dān)人工神經(jīng)網(wǎng)絡(luò)模型，通過對模型進(jìn)行訓(xùn)練和驗證，將收集到的數(shù)據(jù)輸入模型得到風(fēng)險分擔(dān)系數(shù)。王建波[5]等人建立風(fēng)險分擔(dān)流程模型，運(yùn)用線性規(guī)劃模型計算風(fēng)險分擔(dān)系數(shù)?？偨Y(jié)國內(nèi)外專家學(xué)者的研究結(jié)果，目前在PPP項目風(fēng)險分擔(dān)領(lǐng)域應(yīng)用最多的方法是博弈論[6]，但由于其無法考慮風(fēng)險影響因素間的相互影響，因此存在一定缺陷。另外，各類方法普遍針對的是國內(nèi)PPP項目，對于國際合作模式，尤其是對于環(huán)境更為復(fù)雜的“一帶一路”PPP項目風(fēng)險分擔(dān)的研究較少。本文擬針對“一帶一路”項目中存在的共擔(dān)風(fēng)險，構(gòu)建FANP(Fuzzy Analytic Network Process)網(wǎng)絡(luò)模型，綜合考慮風(fēng)險影響因素間的相互影響作用，得出各影響因素的權(quán)重。繼而結(jié)合灰色聚類評價理論，構(gòu)建白化權(quán)函數(shù)，得出共擔(dān)風(fēng)險在公私雙方間的分擔(dān)比例。

1 風(fēng)險分擔(dān)框架

1.1 風(fēng)險分擔(dān)原則

“一帶一路”PPP基礎(chǔ)設(shè)施建設(shè)項目的風(fēng)險分擔(dān)應(yīng)遵循以下三個原則[7]：(1)由最具備承受能力的一方承擔(dān)該風(fēng)險，若雙方均不具備完全承擔(dān)風(fēng)險的能力，則需要由雙方共同承擔(dān)該風(fēng)險；(2)風(fēng)險收益對等原則，即越高的風(fēng)險承擔(dān)比例對應(yīng)越高的收益回報；(3)承擔(dān)的風(fēng)險有上限。而若不遵循以上原則，不必要的高額風(fēng)險溢價可能會導(dǎo)致項目失敗。

1.2 風(fēng)險分擔(dān)流程

風(fēng)險分擔(dān)主要分為三個階段，分別為風(fēng)險識別，風(fēng)險分配和計算風(fēng)險分擔(dān)系數(shù)。

第一階段為風(fēng)險識別。本文通過閱讀相關(guān)文獻(xiàn)[8～10]，并結(jié)合專家意見，對PPP項目風(fēng)險因素進(jìn)行歸納，將“一帶一路”PPP項目面臨的風(fēng)險分為7種一級風(fēng)險，以及由其衍生的25種二級風(fēng)險，詳見表1。

第二階段為風(fēng)險分配。本階段是在風(fēng)險識別的基礎(chǔ)上，判斷風(fēng)險應(yīng)由政府或私營部門單獨(dú)掌控，還是由公私雙方共同承擔(dān)。本文通過總結(jié)相關(guān)文獻(xiàn)[9]，得出風(fēng)險分擔(dān)一般結(jié)論，詳見表1。

表1 “一帶一路”PPP基礎(chǔ)設(shè)施項目風(fēng)險分擔(dān)結(jié)果

第三階段為計算風(fēng)險分擔(dān)系數(shù)。該階段主要針對需要公私雙方共同承擔(dān)的風(fēng)險，構(gòu)建FANP-GCE(Gray Comprehensive Evaluation)數(shù)學(xué)模型，計算風(fēng)險分擔(dān)系數(shù)。

2 FANP-GCE方法概述

建立風(fēng)險分擔(dān)模型的關(guān)鍵是信息的采集和量化。為解決該核心問題，首先需明確評價信息的特點(diǎn)。由于PPP項目所面臨的風(fēng)險具有部分信息未知的特性和復(fù)雜性，即風(fēng)險分擔(dān)系統(tǒng)是一個灰色系統(tǒng)，介于信息完全明確的白色系統(tǒng)和信息完全未知的黑色系統(tǒng)之間。而灰色聚類分析理論可通過白化權(quán)函數(shù)和灰色聚類權(quán)矩陣實現(xiàn)對“小樣本、貧數(shù)據(jù)、不確定”信息的白化，從而實現(xiàn)對風(fēng)險分擔(dān)的量化[11]。

同時，在風(fēng)險分擔(dān)過程中必定會涉及風(fēng)險影響因素的賦權(quán)?！耙粠б宦贰盤PP項目風(fēng)險分擔(dān)是一個受多因素影響，且各因素之間也存在相互影響的復(fù)雜決策問題，具有明顯的模糊性。因此本文在引入網(wǎng)絡(luò)分析法(ANP)的基礎(chǔ)上，結(jié)合三角模糊判別理論對專家的決策信息進(jìn)行處理，最終構(gòu)建FANP賦權(quán)模型。該模型可對認(rèn)知不清、難以量化的風(fēng)險影響因素進(jìn)行量化和賦權(quán)，削弱了專家在打分過程中的主觀影響，使最終結(jié)果更加精準(zhǔn)。

2.1 構(gòu)建ANP風(fēng)險分擔(dān)模型

網(wǎng)絡(luò)分析(ANP)模型包含控制層、網(wǎng)絡(luò)層和方案層[12]?？刂茖影瑔栴}目標(biāo)G和控制準(zhǔn)則B。本文中的問題目標(biāo)為“一帶一路”PPP基礎(chǔ)設(shè)施項目風(fēng)險最優(yōu)分擔(dān)比例，控制準(zhǔn)則為公私雙方共同承擔(dān)風(fēng)險Rij的有效控制。

第二層為網(wǎng)絡(luò)層。依據(jù)風(fēng)險分擔(dān)原則，結(jié)合“一帶一路”PPP基礎(chǔ)設(shè)施項目運(yùn)作方式，總結(jié)出風(fēng)險分擔(dān)的四大影響因素，分別為風(fēng)險承擔(dān)意愿、風(fēng)險應(yīng)對能力、風(fēng)險自有屬性和項目屬性。各主要影響因素下分別包含若干二級影響因素。影響因素間均存在相互作用關(guān)系。風(fēng)險分擔(dān)影響因素體系詳見表2。

表2 “一帶一路”PPP基礎(chǔ)設(shè)施項目風(fēng)險分擔(dān)影響因素體系

第三層為方案層，即“一帶一路”PPP基礎(chǔ)設(shè)施項目公私雙方對風(fēng)險的最優(yōu)分擔(dān)比例，表示為P=[P1,P2]，其中P1為政府部門風(fēng)險分擔(dān)系數(shù)，P2為私營部門風(fēng)險分擔(dān)系數(shù)，且P1+P2=1?！耙粠б宦贰盤PP基礎(chǔ)設(shè)施項目風(fēng)險分擔(dān)ANP模型詳見圖1。

圖1 “一帶一路”PPP基礎(chǔ)設(shè)施項目風(fēng)險分擔(dān)ANP模型

2.2 構(gòu)建三角模糊判別矩陣

以控制標(biāo)準(zhǔn)B“共擔(dān)風(fēng)險Rij的有效控制”為準(zhǔn)則，邀請n位專家針對風(fēng)險Rij對同一層次的影響因素指標(biāo)的重要程度進(jìn)行兩兩比較。為降低專家打分法的模糊性和不確定性，引入三角模糊數(shù)取代傳統(tǒng)1～9標(biāo)度法，通過專家對指標(biāo)重要程度的評判，得到三角模糊判別矩陣[13]。

設(shè)M=(l,m,u)為一三角模糊數(shù)，其隸屬度函數(shù)μM(x)為：

(1)

式中：l≤m≤u,且u,l分別為三角模糊數(shù)M的上限和下限，m為M的最大可能值。

根據(jù)表3所示的模糊語言得到三角模糊判別矩陣U，如式(2)所示。式中mij表示第i行第j列的三角模糊數(shù)。

表3 模糊語言與其對應(yīng)的三角模糊數(shù)

(2)

(3)

M1≥M2的可能度為：

V(M1≥M2)=hgt(M1∩M2)=μM1(d)=

(4)

式中：d為三角模糊數(shù)M1，M2交界處的值。

為比較三角模糊數(shù)M1和M2的大小，需求得V(M2≥M1)和V(M1≥M2)兩者的值。由此得知，一個三角模糊數(shù)M的值大于k個三角模糊數(shù)Mi(i=1,2,...,k)的可能度為：

V(M≥M1,M2,…,Mk)

=V[(M≥M1),(M≥M2),…,(M≥Mk)]

=minV(M≥Mi),i=1,2,…,k

(5)

設(shè)d′(Ai)=minV(Si≥Sk),k=1,2,…,n;k≠i，其中Ai為第i個一級評價指標(biāo)，可求得評價指標(biāo)的權(quán)向量為：

W′=(d′(A1),d′(A2),…,d′(An))T

(6)

對權(quán)向量進(jìn)行歸一化處理，即：

(7)

最終，評價指標(biāo)的非模糊權(quán)向量為

W=(d(A1),d(A2),…,d(An))T

(8)

2.3 風(fēng)險分擔(dān)的灰色聚類評價

因項目風(fēng)險分擔(dān)影響因素諸多且意義不同，所以當(dāng)聚類指標(biāo)的量綱不同且在數(shù)量上差異懸殊時，可對各聚類指標(biāo)事先賦權(quán)，這種方法稱為灰色定權(quán)聚類評估[12]。

2.3.1構(gòu)建白化權(quán)函數(shù)

設(shè)風(fēng)險分擔(dān)系數(shù)取值范圍為[0,1],將政府部門針對風(fēng)險Rx的風(fēng)險分擔(dān)比例定為五個灰類，對應(yīng)的風(fēng)險分擔(dān)比例為“極少量承擔(dān)，少量承擔(dān)，等量承擔(dān)，大量承擔(dān)，極大量承擔(dān)”。每個灰類取值范圍如下表所示。

表4 “一帶一路”PPP項目風(fēng)險分擔(dān)比例劃分標(biāo)準(zhǔn)

由此可確定各灰類中心點(diǎn)向量為X=(0.9，0.7，0.5，0.3，0.1)。實踐中也可針對不同精度需求增加或減少灰類數(shù)量。

根據(jù)評價指標(biāo)風(fēng)險分擔(dān)內(nèi)涵對各灰類建立其對應(yīng)的白化權(quán)函數(shù)。設(shè)有n個灰類e1，e2，…，en，其對應(yīng)的白化權(quán)函數(shù)為f1(x)，f2(x)，…，fn(x)。本文共有5個灰類，根據(jù)風(fēng)險分擔(dān)規(guī)定的賦值內(nèi)涵，可確定各灰類的白化權(quán)函數(shù)，如表5所示。

表5 各灰類及對應(yīng)的白化權(quán)函數(shù)

注：dijk為第k個專家對第i個指標(biāo)下第j個二級指標(biāo)的賦值

2.3.2構(gòu)建灰色聚類權(quán)矩陣

基于灰色系統(tǒng)的內(nèi)涵，專家對評價指標(biāo)的賦值均為灰數(shù)，邀請n個專家針對共擔(dān)風(fēng)險Rx對Cij單獨(dú)影響下的政府部門分擔(dān)比例進(jìn)行賦值，得到n個灰數(shù)dij1,dij2,…,dijn。因此，專家組對指標(biāo)Cij歸屬于第e個灰類的白化權(quán)函數(shù)為

(9)

總評價系數(shù)為

(10)

由此可求得灰色聚類權(quán)向量

(11)

式中：rije表示指標(biāo)Cij屬于e灰類的強(qiáng)度，rije越大表明Cij越應(yīng)屬于e灰類。指標(biāo)Cij屬于各個灰類的灰色評價權(quán)向量可表示為rij=(rij1,rij2,rij3,rij4，rij5)。匯總rij，得到政府部門對風(fēng)險Rx在一級指標(biāo)Ci單獨(dú)影響下的灰色聚類權(quán)矩陣GRi。

(12)

綜合灰色聚類權(quán)矩陣GRi，非模糊權(quán)向量Wi和中心點(diǎn)向量X，得到政府部門針對風(fēng)險Rij在一級影響因素Ci單獨(dú)作用下的風(fēng)險分擔(dān)系數(shù)。

zi=GRi·Wi·XT

(13)

從而匯總得風(fēng)險分擔(dān)系數(shù)矩陣Z。

Z=(Z1,Z2,Z3,Z4,Z5)

(14)

結(jié)合5個一級影響因素Ci相對于控制指標(biāo)B的權(quán)重W，可求得政府部門針對共擔(dān)風(fēng)險Rx的風(fēng)險分擔(dān)比例P。

P=W*·Z

(15)

式中：W*為一級影響因素指標(biāo)權(quán)重。

3 實證分析

哥倫比亞馬道斯(Mar2)高速公路項目，為“一帶一路”在美洲地區(qū)的第一個PPP基礎(chǔ)設(shè)施項目。該項目通過公開招標(biāo)的方式與中國港灣工程有限責(zé)任公司牽頭的聯(lián)合體達(dá)成合作協(xié)議，并且于2015年10月成立項目公司，該項目預(yù)計總投資6.56億美元，運(yùn)作方式為BOT(Build-Operate-Transfer)。中方企業(yè)的特許經(jīng)營期為23年。該項目目前處于建設(shè)期，預(yù)計2019年正式完工通車。

3.1 基于FANP確定風(fēng)險因素權(quán)重

本案例以公私雙方共同承擔(dān)風(fēng)險R71定價機(jī)制為例進(jìn)行風(fēng)險分擔(dān)。依據(jù)三角模糊數(shù)評判標(biāo)準(zhǔn)，邀請專家組對風(fēng)險R71下轄的一級及二級風(fēng)險因素在同級之間進(jìn)行兩兩比較，構(gòu)建三角模糊判別矩陣。以一級影響因素指標(biāo)C1風(fēng)險承擔(dān)意愿為例，得到其所屬二級指標(biāo)的三角模糊判別矩陣，如表6所示。

表6 指標(biāo)C1下轄二級指標(biāo)三角模糊判別矩陣

根據(jù)上文，將三角模糊數(shù)判別矩陣進(jìn)行求解。

根據(jù)公式(4)得到

V(S1≥S2)=1，V(S1≥S3)=1，

V(S2≥S3)=1，

根據(jù)公式(5)，得到

d′(C1)=V(S1≥S2,S3)=min(1,1)=1，

d′(C2)=V(S2≥S1,S3)=min(0.69,1)=0.69，

d′(C3)=V(S3≥S1,S2)=min(0.21,0.6)=0.21。

同理可得其他所有二級指標(biāo)以及一級指標(biāo)權(quán)重如下：

W2=(0.47,0.25,0.28)，W3=(0.14,0.29,0.31,0.26)，W4=(0.21,0.35,0.21,0.23)，W*=(0.32,0.28,0.19,0.21)。

3.2 灰色聚類評價

根據(jù)三角模糊評價語言集，邀請10名專家圍繞該項目的定價機(jī)制風(fēng)險在二級影響因素Cij單獨(dú)影響下的政府部門風(fēng)險承擔(dān)比例進(jìn)行灰數(shù)賦值，由此構(gòu)造風(fēng)險分擔(dān)決策矩陣如下：

D1=

D2=

D3=

D4=

根據(jù)上文所述構(gòu)建灰色聚類權(quán)矩陣如下：

根據(jù)公式(13)，可求得政府部門針對風(fēng)險GR71在一級影響指標(biāo)C1單獨(dú)作用下的風(fēng)險分擔(dān)系數(shù)z1。

z1=GR1·W1·XT=0.682

同理可求得政府部門針對風(fēng)險R71在其余三個一級指標(biāo)Ci單獨(dú)影響下的風(fēng)險分擔(dān)系數(shù)z2,z3,z4分別為：z2=0.721，z3=0.647，z4=0.731。

匯總得風(fēng)險分擔(dān)系數(shù)矩陣Z，Z=[0.6820.7210.6470.731]。

結(jié)合公式(15)，得政府部門對共擔(dān)風(fēng)險R71的風(fēng)險分擔(dān)比例P，P=Z·W*=0.697。

同理，求得私營部門對共擔(dān)風(fēng)險R71的風(fēng)險分擔(dān)為0.303。

4 結(jié) 論

(1)本文將“一帶一路”PPP基礎(chǔ)設(shè)施項目的風(fēng)險分擔(dān)作為一個灰色且模糊的系統(tǒng)，結(jié)合模糊網(wǎng)絡(luò)分析(FANP)和灰色聚類評價方法(GCE)，綜合考慮了風(fēng)險分擔(dān)影響因素間的相互作用，構(gòu)建了FANP-GCE數(shù)學(xué)模型；

(2) FANP賦權(quán)模型是以傳統(tǒng)的AHP和ANP方法為基礎(chǔ)提出的改進(jìn)方法，使之與模糊集理論相結(jié)合，從而實現(xiàn)了對認(rèn)知不明確的信息進(jìn)行合理量化，極大地削弱了專家打分時的主觀影響，提高了對影響因素賦權(quán)的準(zhǔn)確度；

(3)本文運(yùn)用FANP-GCE模型，實現(xiàn)了“一帶一路”PPP項目在公私雙方間的合理風(fēng)險分擔(dān)，并通過案例證明了該模型的實際運(yùn)用價值。