论文导读:：PPP作为一种新型融资模式得到了公共部门和私营部门的青睐，越来越多地应用于超大型、复杂工程建设当中。传统的财务评价方法可以计算出融资结构，但是却未能考虑对项目起着重要影响作用的风险因素。本文运用网络分析法对PPP项目常见风险因素进行分析，得出风险评价模型，可以帮助决策者更好的了解风险因素的层次结构。
论文关键词：PPP，网络分析模型，风险分析
1引言
PPP模式自1992年由时任英国财政大臣的肯尼斯克拉克首先提出以来，十几年来在世界各国都引起了广泛的重视和应用。其应用范围涵盖地下轨道交通、城际高速公路、海底隧道、港口、机场、体育场馆等大型基础设施的建设领域。PPP模式是公共基础设施建设工程中发展起来的一种优化的项目融资与实施模式，这是一种以各参与方的“双赢”或“多赢”为投资理念的现代融资模式[1]。在PPP模式中，公共部门和私营部门各有其独特的优势，并能够通过合作实现优势互补，实现比单方行动更优的结果。实践表明风险分析，PPP模式能够有效地减轻政府财政压力、满足公共基础设施建设需要，同时提高基础设施投资和管理效率。
基础设施PPP项目建设和经营周期长，建设规模大，涉及面广，投入资金量庞大，一般要涉及到的利益相关者众多，权利与义务关系复杂，面临的风险因素也要复杂许多。要确保项目的顺利实施，必须充分的考虑并能合理处理各方面的风险期刊网。PPP不仅只是伙伴关系的一种“模式”，而应该是一个确保以有目的的方式全面考虑并评估所有风险的过程。可以说，PPP项目自产生以来，风险问题就一直是项目参与各方所共同关心的一个焦点问题。现今PPP项目风险管理过程中存在的一个主要问题就是对项目可能发生的风险考虑不够全面，缺乏合理的风险机制设置风险分析，风险分析不够透彻，低估了风险影响程度[2]。本文通过运用网络分析法等相关理论，对PPP项目的风险管理进行深层次的探索。
2网络分析法（ANP）
近年来，常规的层次分析法（AHP）已在系统决策分析中得到了广泛应用。AHP方法的核心是将系统划分层次且只考虑上层元素对下层元素的支配作用。同一层次中的元素被认为是彼此独立的。这种递阶层次结构虽然给处理系统问题带来了方便，同时也限制了它在复杂决策问题中的应用。在许多实际问题中，各层次内部元素往往是依存的，低层元素对高层元素亦有支配作用，即存在反馈。此时系统的结构更类似于网络结构。网络分析法(ANP)正是适应这种需要，由AHP延伸发展得到的系统决策方法[3]。
ANP一般将系统元素划分为2大部分:第1部分称为控制因素层，包括问题目标及决策准则，所有的决策准则被认为是彼此独立的，且只受目标元素支配。控制因素中可以没有决策准则，但至少有一个目标风险分析，控制层中每个准则的权重均可用AHP方法获得。第2部分为网络层，它是由所有受控制层支配的元素组成的，其内部是相互影响的网络结构期刊网。
使用ANP分析问题，大体可分为4个步骤:（1）对问题进行结构分析，判断元素组与元素之间、元素与元素之间及元素组与元素组之间的相互影响关系；（2）构造两两比较判断矩阵；（3）由判断矩阵计算被比较元素的相对权重；（4）计算各个超矩阵。
3 PPP项目风险因素的网络分析模型
3.1 风险因素的确立
由于国外对PPP模式应用研究更为成熟，因此查阅外文文献并结合实际，得到影响PPP项目的主要因素，如下表：
3.2 建立影响关系表，举例如下表所示：
|
|
R11
|
R12
|
R13
|
R21
|
R22
|
R23
|
R24
|
R31
|
R32
|
R33
|
R41
|
R42
|
R43
|
R51
|
R52
|
R53
|
|
R11
|
|
√
|
√
|
√
|
|
|
|
√
|
√
|
√
|
|
|
|
|
√
|
|
|
R12
|
√
|
|
|
√
|
|
|
|
√
|
√
|
√
|
|
|
|
|
√
|
|
|
R13
|
√
|
|
|
√
|
|
|
|
|
|
√
|
|
|
|
|
|
|
|
R21
|
√
|
√
|
√
|
|
√
|
|
|
√
|
√
|
√
|
√
|
|
√
|
√
|
√
|
√
|
|
R22
|
|
|
|
√
|
|
√
|
√
|
|
|
|
√
|
|
√
|
|
|
|
|
R23
|
|
|
|
|
√
|
|
|
|
|
√
|
√
|
|
√
|
√
|
√
|
|
|
R24
|
|
|
|
|
√
|
|
|
|
|
√
|
√
|
|
√
|
|
|
|
|
R31
|
√
|
√
|
|
√
|
|
|
|
|
√
|
√
|
|
|
|
|
|
|
|
R32
|
√
|
√
|
|
√
|
|
|
|
√
|
|
|
|
|
|
|
|
|
|
R33
|
√
|
√
|
√
|
√
|
|
√
|
√
|
√
|
|
|
√
|
√
|
√
|
√
|
√
|
√
|
|
R41
|
|
|
|
√
|
√
|
√
|
√
|
|
|
√
|
|
|
√
|
|
|
|
|
R42
|
|
|
|
|
|
|
|
|
|
√
|
|
|
|
|
|
|
|
R43
|
|
|
|
√
|
√
|
√
|
√
|
|
|
√
|
√
|
|
|
|
|
|
|
R51
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R52
|
|
|
|
√
|
|
√
|
|
|
|
√
|
|
|
|
|
√
|
|
|
R53
|
|
|
|
√
|
|
|
|
|
|
√
|
|
|
|
|
|
|
3.3 构造判断矩阵，计算权重
在元素集R中，以某一集中某一元素Ri为准则，其他元素按照对其相互影响进行间接优势度比较，即构造判断矩阵风险分析，由特征根法得出排序向量，元素集中的元素按照其对Ri的影响程度排序向量。最重得出超矩阵W[4]。
由于超矩阵的字块Wij是列归一化的，但W却不是列归一化的，为此，各组元素对准则Rj(j=1,2,3,4,5)的重要性进行比较。
|
Rj
|
R1
|
R2
|
R3
|
R4
|
R5
|
归一化特征向量
|
|
R1
|
|
|
|
|
|
a1j
|
|
R2
|
|
|
|
|
|
a2j
|
|
R3
|
j=1,2,3,4,5
|
a3j
|
|
R4
|
|
|
|
|
|
a4j
|
|
R5
|
|
|
|
|
|
a5j
|
与Rj无关的对应的排序向量分量为0，由此得加权矩阵
对超矩阵W的元素加权，得Wij’=aijWiji,j=1,2,3,4,5
W‘就为加权超矩阵，其列和为1，称为列随机矩阵。
从以上模型求解过程可以得知，各元素间的优势度和各元素对目标的优势度都可以用ANP法求解得出，从而为PPP项目风险分析提供了定量的决策依据。具体说来，根据各因素对于总目标的影响程度排序向量，我们就可以得知哪此因素是影响PPP项目总风险的关键因素。
4 结论
PPP模式是一种新型的经济模式风险分析，伴随着中国经济的发展和城市化进程的加快，中国公共基础设施建设的投入不断加大，它一定会有十分广阔的发展前景，但是要注意在运用过程中，注意它存在的问题，利用多学科的综合理论，做好其风险控制，本文就是对PPP项目风险影响因素进行的分析，为PPP项目进行更好的风险控制提供了理论基础。
参考文献
[1]鲁庆成.PPP模式与我国城市公用事业的发展研究[D].武汉:华中科技大学,2008.
[2]刘丽云.PPP项目投资的风险治理研究[D].北京：中国科学技术大学,2010.
[3]王莲芬.网络分析法的理论与算法[J].系统工程理论与实践.2001,3(3),44-48.
[4]唐小丽，冯俊文，王雪荣.基于网络分析法的项目风险管理[J].统计与决策.2005,8,147-148.
|
