基于改進(jìn)云模型的水利PPP項(xiàng)目風(fēng)險(xiǎn)分擔(dān)研究

袁宏川， 張偉龍， 游佳成

(三峽大學(xué) 水利與環(huán)境學(xué)院， 湖北 宜昌 443002)

1 研究背景

水利工程是國家重要的基礎(chǔ)設(shè)施建設(shè)，2017年，政府頒布《政府和社會資本合作建設(shè)重大水利工程操作指南(試行)》，規(guī)范了水利PPP(Public Private Partnership)項(xiàng)目運(yùn)作，進(jìn)一步推進(jìn)了PPP模式在我國水利行業(yè)的應(yīng)用與發(fā)展。由于水利PPP項(xiàng)目投入資金大、合作周期長、作業(yè)條件差、利益方眾多，導(dǎo)致政府和社會資本雙方在實(shí)施過程中存在諸多風(fēng)險(xiǎn)。如何整合政府和社會資本的資源優(yōu)勢實(shí)現(xiàn)對風(fēng)險(xiǎn)的合理分擔(dān)將顯得至關(guān)重要，這關(guān)系到項(xiàng)目的安全、參與者的積極性及方案的合理設(shè)計(jì)，因此對水利工程PPP項(xiàng)目的風(fēng)險(xiǎn)分擔(dān)問題進(jìn)行研究具有重要意義[1]。

目前，國內(nèi)學(xué)者應(yīng)用層次分析法和合作博弈理論[2]、熵權(quán)法和模糊綜合理論[3]、粗糙集理論[4]、云模型[5]和效用理論[6]等方法對PPP項(xiàng)目進(jìn)行了風(fēng)險(xiǎn)分擔(dān)問題的研究，取得了一定的研究成果。但現(xiàn)有研究方法未綜合考慮風(fēng)險(xiǎn)分擔(dān)決策的模糊性和隨機(jī)性、行為認(rèn)知偏差及自身的有限理性對風(fēng)險(xiǎn)分擔(dān)方案決策的影響；同時，目前結(jié)合水利工程的PPP項(xiàng)目風(fēng)險(xiǎn)分擔(dān)研究也不夠完善。

水利PPP項(xiàng)目的風(fēng)險(xiǎn)分擔(dān)指標(biāo)具有突發(fā)性及演變性等特征，存在較強(qiáng)的模糊性和隨機(jī)性等問題，而基于定性描述與定量數(shù)值間進(jìn)行相互轉(zhuǎn)換的云模型[7-8]，能夠很好地解決該問題；同時，前景理論[9-10]能夠避免水利PPP項(xiàng)目評價專家在復(fù)雜多變的決策環(huán)境下做出主觀判斷，能夠有效反映其行為模式。

鑒于此，全文以水利PPP項(xiàng)目為切入點(diǎn)，充分考慮決策者的心理效用和不確定性的信息，建立基于改進(jìn)云模型的風(fēng)險(xiǎn)分擔(dān)方法，最后以案例驗(yàn)證了該方法的有效性。

2 風(fēng)險(xiǎn)分擔(dān)決策指標(biāo)體系的構(gòu)建

水利工程規(guī)模大、地質(zhì)條件復(fù)雜多變、作業(yè)人員和機(jī)械密集、橫向和縱向交叉作業(yè)多、協(xié)同作業(yè)困難，這些因素導(dǎo)致水利工程在投資開發(fā)中會誘發(fā)較多的風(fēng)險(xiǎn)[11]。PPP項(xiàng)目具有投入資金大、實(shí)施周期長、合作方眾多、統(tǒng)籌管理難度大等特征。因此，水利PPP項(xiàng)目投資主體在利益分配、契約合作協(xié)議、個體行為差異等方面存在較多的不確定因素。

鑒于此，綜合參考文獻(xiàn)[12-14]，并結(jié)合水利PPP項(xiàng)目施工現(xiàn)場調(diào)研結(jié)果，從政治、法律、自然、投資、建設(shè)、運(yùn)營6個方面建立水利PPP項(xiàng)目風(fēng)險(xiǎn)分擔(dān)決策指標(biāo)體系，如圖1所示。

圖1 水利工程PPP項(xiàng)目風(fēng)險(xiǎn)分擔(dān)決策指標(biāo)體系

3 風(fēng)險(xiǎn)分擔(dān)方案決策方法的構(gòu)建

3.1 問題描述

3.2 指標(biāo)評語云的構(gòu)建

通過水利工程領(lǐng)域PPP項(xiàng)目庫專家制定有效論域U=[Xmin,Xmax]，根據(jù)云模型生成算法[15]，生成5朵云與相應(yīng)決策指標(biāo)評語一一對應(yīng)。針對前文提出的5種風(fēng)險(xiǎn)分擔(dān)決策指標(biāo)評語，參考水利PPP項(xiàng)目庫專家設(shè)置的有效論域U=[0,1]，按照上述云模型生成算法生成的5朵云分別對應(yīng){S1,S2,S3,S4,S5}，具體參數(shù)見表1。

表1 風(fēng)險(xiǎn)分擔(dān)決策指標(biāo)評語云

3.3 指標(biāo)云前景價值的計(jì)算

3.3.1 云理論定義 兩朵云C1(Ex1,En1,He1)和C2(Ex2,En2,He2)，根據(jù) “3En”原則，計(jì)算兩朵云之間的距離[15]D(C1，C2)為：

(1)

其中：

d(C1,C2)=

(2)

式中：D(C*,C1)和D(C*,C2)為正態(tài)理想云C*與兩朵云C1和C2之間的云距離。如果云可能度P(C1≥C2) ≥0.5，則C1≥C2，否則，C1≤C2。

3.3.2 云前景價值函數(shù) 將云模型引入前景理論，用云模型表示風(fēng)險(xiǎn)分擔(dān)決策指標(biāo)評語，結(jié)合云距離和云可能度定義，以云C1和C2為例，其中C2為心理參照點(diǎn)，得到C1的價值函數(shù)[15]v(C1)為：

(3)

式中：α和β(0≤α,β≤1)為決策者在不確定性條件下面對損益值的感知程度，決策者對損益值的感知程度與α和β大小成正相關(guān)；λ為風(fēng)險(xiǎn)規(guī)避系數(shù)，風(fēng)險(xiǎn)的敏感度隨其增大而增大。

在面臨復(fù)雜多變的風(fēng)險(xiǎn)時，決策者憑借主觀感知作出判斷，會規(guī)避風(fēng)險(xiǎn)損失。因此，對于風(fēng)險(xiǎn)偏好心理參考點(diǎn)的選取顯得至關(guān)重要。根據(jù)投資人的心理偏好差異選擇心理參考點(diǎn)，通過下式得到各風(fēng)險(xiǎn)分擔(dān)決策指標(biāo)的云前景值Vij：

(4)

(5)

(6)

3.4 計(jì)算指標(biāo)最優(yōu)權(quán)重

考慮決策者對風(fēng)險(xiǎn)的心理承受能力及預(yù)期收益，用離差最大化方法建立線性優(yōu)化模型，即：

(7)

式中:H為不完全確定的風(fēng)險(xiǎn)系數(shù)空間。

3.5 方案綜合云前景值的計(jì)算

計(jì)算各方案的綜合云前景值，按照由大到小的方式排序，擇優(yōu)選擇方案。

(8)

4 案例分析

某水利工程PPP項(xiàng)目是一座以發(fā)電為主，兼顧防洪、航運(yùn)、灌溉等綜合效益的樞紐工程，設(shè)計(jì)總庫容1.187×1010m3，電站總裝機(jī)容量3.6×105kW。總投資99.22×108元，其中政府出資40.17×108元，社會資本組成的聯(lián)合體出資39.16×108元，其余資金通過向金融機(jī)構(gòu)借貸方式籌集。

雙方在長時間的合同談判中，得出3套風(fēng)險(xiǎn)分擔(dān)決策方案，即方案集A={A1,A2,A3}，根據(jù)風(fēng)險(xiǎn)指標(biāo)集Z={Z1,Z2,…,Z22}確定最佳備選方案。投資者充分考慮該項(xiàng)目的戰(zhàn)略價值、功能定位、預(yù)期收益、可融資性、風(fēng)險(xiǎn)管理要求并參照以往水利工程風(fēng)險(xiǎn)偏好選擇，結(jié)合該項(xiàng)目施工現(xiàn)場調(diào)研結(jié)果，得到式(7)對應(yīng)的不完全確定的風(fēng)險(xiǎn)系數(shù)空間H。根據(jù)此前確定的風(fēng)險(xiǎn)分擔(dān)評語，決策者對各方案指標(biāo)的評價數(shù)據(jù)見表2，由于篇幅有限，在此僅列舉3個風(fēng)險(xiǎn)分擔(dān)方案的前3個指標(biāo)的評語。

表2 風(fēng)險(xiǎn)分擔(dān)方案語言評價表

(1)在各自然狀態(tài)下，針對不同的風(fēng)險(xiǎn)組合方案，由于決策者對風(fēng)險(xiǎn)的感知存在差異，從而產(chǎn)生不同的心理參考點(diǎn)。以方案A1的前3個風(fēng)險(xiǎn)分擔(dān)決策指標(biāo)為例，根據(jù)投資者的風(fēng)險(xiǎn)偏好心理，得到前3個風(fēng)險(xiǎn)分擔(dān)決策指標(biāo)的心理參考點(diǎn)分別為C1={0.5，0.06，0.04}，C2={0.7，0.05，0.04}，C3= {0.6，0.072，0.04}，根據(jù)公式(5)和(6)得到價值函數(shù)結(jié)果和權(quán)重函數(shù)結(jié)果，各系數(shù)為：α=β=0.88，λ=2.25，γ=0.61，δ=0.69[15]。通過計(jì)算得到各方案前3個風(fēng)險(xiǎn)分擔(dān)決策指標(biāo)的云前景值，如表3所示。

表3 各方案部分風(fēng)險(xiǎn)分擔(dān)決策指標(biāo)云前景值

(2)根據(jù)離差最大化方法及不完全確定的風(fēng)險(xiǎn)系數(shù)空間H，通過公式(8)得到最優(yōu)化模型：

maxV(W)=0.419W1+1.655W2+0.322W3+0.311W4+0.588W5+0.773W6+0.797W7+

1.137W8+0.291W9+0.908W10+0.266W11+

0.283W12+0.809W13+0.949W14+1.755W15+

0.661W16+0.578W17+0.674W18+0.225W19+

0.408W20+0.53W21+1.299W22

s.t. 0.15≤W1≤0.2,0.049≤W2≤0.052,

0.125≤W3≤0.14,0.028≤W4≤0.031,0.043≤W5≤0.045,0.046≤W6≤0.048,0.115≤W7≤0.12,0.026≤W8≤0.027

W1>W3>W7>W14>W2>W6>W5>W13>W11>W12>W4>W8>W18>W19>W17>W9>W15>W16>W10>W20>W21>W22

通過Matlab軟件遺傳算法(genetic algorithm，GA)工具箱模塊，首先將自變量的約束條件導(dǎo)入，程序會自動模擬生成一組向量；然后，代入目標(biāo)函數(shù)得到一個最大值；最后，如果最大值有提升空間，程序?qū)⒆詣拥敝莲@得最優(yōu)解，據(jù)此可計(jì)算出最優(yōu)模型的權(quán)重系數(shù)向量：

W*={0.2,0.049,0.14,0.03,0.045,0.048,0.12,0.027,0.019,0.019,0.03,0.031,0.034,0.049,0.02,0.019,0.019,0.019,0.02,0.02}。

(3)根據(jù)式(6)計(jì)算出3個方案的綜合云前景值：V1=-0.054，V2=-0.271,V3=-0.168，得到A1>A3>A2，故A1為最優(yōu)方案。

該方案最終從3個備選方案中選擇方案A1為最優(yōu)方案，進(jìn)一步分析，將基于云模型和前景理論的方案決策方法與現(xiàn)有方法相比，從指標(biāo)評語云模型的生成到各指標(biāo)云前景值的確定以及各指標(biāo)最優(yōu)權(quán)重的計(jì)算都充分考慮了模糊性和隨機(jī)性問題；同時，本研究充分考慮人獲取信息和處理信息存在的局限性，現(xiàn)有方法所得決策結(jié)果無法反映這些問題。在整個項(xiàng)目方案實(shí)施中，采用方案A1對該項(xiàng)目的風(fēng)險(xiǎn)進(jìn)行分擔(dān)，嚴(yán)格滿足由風(fēng)險(xiǎn)控制力強(qiáng)的一方承擔(dān)、考慮風(fēng)險(xiǎn)上限及風(fēng)險(xiǎn)與收益相對應(yīng)等原則，最終有效控制了風(fēng)險(xiǎn)，達(dá)到了預(yù)期的分擔(dān)效果。

5 結(jié)論與討論

(1)綜合應(yīng)用云模型和前景理論，結(jié)合人的行為和認(rèn)知習(xí)慣，從指標(biāo)評語云模型的生成到各指標(biāo)云前景值的確定以及各指標(biāo)最優(yōu)權(quán)重的計(jì)算均充分考慮決策信息的模糊性和隨機(jī)性，保證了決策結(jié)果的客觀、有效，符合實(shí)際結(jié)果。

(2)案例分析結(jié)果表明，該決策方法與現(xiàn)有方法相比，充分考慮人獲取信息和處理信息存在的局限性，為后續(xù)確定項(xiàng)目收費(fèi)定價機(jī)制、投融資方案及建設(shè)運(yùn)營移交方案提供了有力的支持。

(3)綜合云前景值的準(zhǔn)確性依賴于投資者心理參考點(diǎn)的選取，而心理參考點(diǎn)的選取往往依靠決策者的主觀感受和以往經(jīng)驗(yàn)，存在差異性，如何科學(xué)合理的選取心理參考點(diǎn)將是以后研究的重點(diǎn)。