基于Fuzzy-AHP的社會資本參與農業PPP項目風險評價

何平均　朱詩堯

摘要：風險是PPP模式的基本要素，也是PPP項目治理的關鍵，進行風險識別和評價是PPP項目風險管理的基礎和前提。由于農業本身基礎性、弱質性、受氣候影響大等特性，對于社會資本而言，參與農業PPP項目的風險更具復雜性、系統性和不可預見性。結合農業及其PPP項目的特征，利用RBS分析法識別社會資本參與農業PPP項目的各種風險，運用模糊數學法（Fuzzy）與層次分析法（AHP）相結合，即通過Fuzzy-AHP法對風險進行評價。結果表明，總體上現階段社會資本參與農業PPP項目的風險等級處于中等風險與較高風險之間，且系統性風險大于非系統性風險。在系統性層面，金融風險最大，其次是政治風險和市場風險。在非系統層面，運營風險和建設風險相近，其次是管理風險，決策風險最小。在此基礎上，提出風險防范的對策建議。

關鍵詞：社會資本;農業PPP項目;風險評價;Fuzzy-AHP法;對策建議

中圖分類號：F812.2;F323.9 文獻標志碼： A

文章編號：1002-1302（2019）19-0342-05

收稿日期：2018-07-14

基金項目：國家社會科學基金（編號：16BJY107）;湖南省社會科學基金（編號：17YBA222）。

作者簡介：何平均（1973—），女，湖南邵東人，博士，教授，碩士生導師，研究方向為農村財政與農業投融資。E-mail：hepingjun08@163.com。

PPP（public private partnerships）即政府與社會資本合作。PPP模式自20世紀80年代中期引入我國以來，經歷了逐步試點階段（1995—2002年）、項目推廣階段（2003—2008年）、項目反復階段（2009—2013年）和高漲階段（2014年至今），目前廣泛應用于自然資源開發、城市基礎設施建設以及公用事業項目等方面，不僅有利于減輕政府財政負擔、增加公共物品供給、提高項目運營效率，而且有利于發揮市場在資源配置中的決定性作用，推進國家治理體系和治理能力現代化。隨著國內外諸多PPP項目的成功運營和政府一系列政策支持，在農業領域推廣PPP模式迎來新的契機。2016年12月，國家發展改革委與農業部聯合下發了農業領域首個PPP指導文件《關于推進農業領域政府和社會資本合作的指導意見》，這對推動農業PPP項目的發展具有里程碑意義。截至2017年10月末，全國PPP綜合信息平臺項目管理庫項目有6 806個，投資額為10.2萬億元，涵蓋能源、交通運輸、水利建設等19個行業領域，其中農業項目63個，占比近1%，非入庫農業項目呈逐漸增長之勢。農業PPP項目與其他領域一樣具有參與主體多、建設周期長、投資成本高等特點。但由于農業本身基礎性、弱質性、受氣候影響大等特性，對社會資本而言，參與農業PPP項目風險更具復雜性、系統性和不可預見性。隨著PPP模式在農業領域的廣泛推廣和運用，從社會資本的角度對其參與PPP項目的風險進行識別和量化分析，確保社會資本實現投資價值，促進農業PPP項目健康發展，有著重要的現實意義。

1 問題的提出

風險是PPP模式的基本要素，也是PPP項目治理的關鍵[1]。風險識別和評價是進行PPP項目風險管理的前提，現有相關研究主要集中在PPP風險因素分類以及風險評價方法方面。

關于風險分類，Grimsey等根據風險成因將項目風險分為金融風險、政治風險、環境風險、建設風險、技術風險、運營風險、回收風險、不可抗力風險和項目缺省風險等9類[1]。Li等按照各參與者愿意承擔風險的比例，將風險分為由政府部門、私人部門、雙方共同承擔的風險以及由項目的特定環境決定的風險[2]。Moles等根據風險的性質，對PPP項目中各相關方的風險進行識別并分析其面臨的主要風險來源，不同部門在承擔不同風險時效率存在差異[3-4]。此外，李麗等從全生命周期視角按照決策階段、融資階段、建設階段、運營階段以及全生命周期重新劃分了基礎設施領域PPP項目的風險[5];周小付等根據項目風險和地方公共風險之間的關系以及風險在PPP系統中的重要性，把風險分層為地方公共風險、雙高風險、一高一低風險、雙低風險[6];郭凱等通過因子分析法對PPP項目風險進行識別，認為我國PPP項目面臨的主要風險依次為政治風險、建設運營風險、金融風險以及環境風險[7]。關于風險評價，Grimsey等從項目主要參與者政府部門、貸款銀行、項目發起人的角度采用敏感性分析及蒙特卡洛模擬法對風險進行評價[1]。Ye等采用VAR法（即NPV-at-risk法）對PPP項目風險進行評價[8]。鄭家喜等采用FUZZY與ISM相結合的方法，對農田水利建設項目風險因素進行評價分析[9]。Saaty等采用層次分析法[10-11]，曹翔宇等采用層次分析法與模糊綜合評價法相結合[12]，對PPP項目投資風險進行評價。

綜上所述可以發現，國內外對PPP項目風險識別及評價開展了大量研究，從研究內容來看，一般都是從PPP項目涉及的主要參與方——政府、私人部門及其他參與者的角度展開，專門針對社會資本的很少，針對農業領域的研究更少。從研究方法上，目前PPP項目風險評價采用的方法主要有層次分析法（AHP）、模糊數學評價方法（Fuzzy）、敏感性分析法、蒙特卡洛模擬分析法等。AHP作為一種主流方法，能綜合人的主觀定性判斷，形成各個決策因素的權重，避免在結構復雜的決策問題上出現邏輯推理失誤，Fuzzy通過模擬人類做判斷的特點，善于處理不精確的、模棱兩可的信息，兩者結合起來，取長補短，使分析更具科學性。由于農業PPP項目的特殊性及其風險多樣性，為全面準確地對農業PPP項目風險進行評價，本研究在借鑒已有方法的基礎上，試圖運用模糊數學法（Fuzzy）與層次分析法（AHP）相結合，即Fuzzy-AHP法，對社會資本參與農業PPP項目的風險進行評價，為社會資本參與農業PPP項目提供決策參考。

2 基于RBS法的社會資本參與農業PPP項目風險因素識別[BT）]

風險因素識別是對項目本身以及運行過程中所面臨的以及潛在的風險進行分析、判斷及整理歸納。在農業PPP項目整個生命周期內發生的，對項目的成功融資、工程建設項目目標的實現和項目運營可能產生干擾的不確定性影響，或可能導致項目受到損失或損害，甚至導致項目失敗的因素都屬于農業PPP項目的風險，具有復雜性、系統性、層次性。本研究利用RBS（risk breakdown structure）分析法，結合農業及PPP項目的特征，在對該領域專家或相關人員進行訪談的基礎上，把社會資本參與農業PPP項目風險分為受外部環境影響的系統性風險和內部可控的非系統性風險（表1）。其中，系統性風險包括政治、金融、市場、自然環境風險，非系統性風險包括決策、建設、運營、管理風險。各類風險下又有不同的風險類別，參照層次分析法（AHP），對應的目標層為社會資本參與農業PPP項目風險，準則層Xi為8類風險（i=1，2，3，…，8），方案層X_ij為23種不同風險（i=1，2，3，…，8;j=1，2，…，4）。

3 基于Fuzzy-AHP法的社會資本參與農業PPP項目風險評價的實證分析[BT）]

3.1 數據來源

在風險識別的基礎上，為了解社會資本參與農業PPP項目各風險因素大小及其權重，對其進行調查。調查對象包括農業PPP領域的相關學者及研究人員、政府部門從事或熟悉農業PPP項目的工作人員、金融機構涉及農業PPP項目融資的相關工作人員各8名，考慮到社會資本作為主要研究對象，選取相關私營企業家12名。調查采取訪談與問卷調查相結合，共發放問卷36份，回收36份，回收率為100%。對問卷進行適當篩選最終選用32份有效問卷的數據進行模型分析，有效問卷率為88.89%。

3.2 實證分析

根據Fuzzy-AHP模型評價社會資本參與農業PPP項目風險的方法，首先，構造針對準則層以及相應風險要素層風險指標的兩兩比較判斷矩陣，運用Yaahp 10.5軟件對調查問卷數據進行計算，得到社會資本參與農業PPP項目風險權重及排序（表2）。

從準則層來看，金融風險權重最大，占34.61%，其次為政治風險，占27.06%，市場風險和決策風險稍低，分別為 14.44% 和9.08%，而建設風險的權重最低，不及3%。從方案層來看，不同風險因素權重亦存在較大差異，其中政策穩定性風險、融資風險、市場需求風險、不可抗力風險、項目招投標風險、安全質量風險、運營收入風險、內部管理風險在各風險因素中的權重最大，均在50%以上。而政府信用風險、利率風險、施工技術風險等均不及10%。根據以上2項得出總體權重，金融風險中的融資風險位于第1位，為27.84%;政治風險中的政策穩定性風險為第2位，18.72%;市場需求風險、項目招投標風險居其次，施工技術風險和成本超支風險較低，分別為0.16%和0.23%，可以忽略不計。

根據32份有效調查問卷對各因素的評價，對數據進行整理，可以得到一級指標（準則層）的模糊評價矩陣Ri（i=1，2，…，8）如下：

R1=00.220.250.440.0900.130.220.470.1900.190.090.560.160.030.130.380.410.06;

R2=000.160.660.190.030.160.380.340.090.030.160.380.380.06;

R3=00.090.340.500.0600.090.380.410.1300.130.380.440.06;

R4=00.250.310.310.1300.130.410.440.03;

R5=0.030.220.310.380.0600.160.310.470.06;

R6=00.250.310.410.0300.160.250.470.1300.130.440.340.090.030.250.250.380.09;

R7=00.130.340.410.1300.220.280.280.22;

R8=0.030.160.220.470.1300.090.280.560.060.030.280.220.410.06;

再次，求出二級風險因素（方案層）指標權向量ωxi=（ωxi1，ωxi2，…，ωxij）。其中，i=1，2，…，8;j=1，2，…，4。

ωx1=（0.083 3，0.691 9，0.181 1，0.043 7）;

ωx2=（0.804 4，0.073 8，0.121 8）;

ωx3=（0.633 7，0.191 9，0.174 4）;

ωx4=（0.333 3，0.666 7）;

ωx5=（0.750 0，0.250 0）;

ωx6=（0.056 4，0.725 3，0.083，0.135 4）;

ωx7=（0.166 7，0.833 3）;

ωx8=（0.332 5，0.527 8，0.139 6）。

然后，根據二級指標風險因素權向量ωxi與隸屬矩陣Ri相結合，運用Bi=ωxi·Ri得到二級指標風險因素指標的綜合集Bi：

Bi=ωxi·Ri=（ωxi1，，ωxi2，…，ωxij）·[HL（4]r11r12…r15r21r22…r25rj1rj2…rj5。

利用Matlab 7.0編程計算求得：

B1=ωx1·R1=（0.001 3，0.148 4，0.205 9，0.481 2，0.170 6）;

B2=ωx2·R2=（0.005 9，0.031 3，0.203 0，0.602 3，0.166 8）;

B3=ωx3·R3=（0，0.097 0，0.354 7，0.472 3，0.073 4）;

B4=ωx4·R4=（0，0.170 0，0.376 7，0.396 7，0.063 3）;

B5=ωx5·R5=（0.022 5，0.205 0，0.310 0，0.402 5，0.060 0）;

B6=ωx6·R6=（0.004 1，0.174 8，0.269 2，0.443 7，0.115 6）;

B7=ωx7·R7=（0，0.205 0，0.290 0，0.301 7，0.205 0）;

B8=ωx8·R8=（0.014 2，0.139 8，0.251 6，0.509 1，0.083 3）。

相應地，目標層的模糊評級矩陣為

R=R1R2R8]=B1B2B8]=0.001 30.147 40.205 90.481 20.170 60.005 90.031 30.203 00.602 30.166 800.097 00.354 70.472 30.073 400.170 00.376 70.396 70.063 30.022 50.205 00.310 00.402 50.060 00.004 10.174 80.369 20.443 70.115 600.205 00.290 00.301 70.205 00.014 20.139 80.251 60.509 10.083 3。

同理，由A=ωi·Ri可以得到一級指標風險因素指標綜合集，即社會資本參與農業PPP項目風險總評估模糊集A：

A=ωi·Ri=（ω1，ω2，…，ω8）·（R1，R2，…，R8）T=（0.005 0，0.110 0，0.249 4，0.501 4，0.139 5）。

最后，根據決策集中的分數集E={E1，E2，E3，E4，E5}={10，30，50，70，90}，由得分F=A·E計算出社會資本參與農業PPP項目風險總得分以及各風險因素的得分（表3）。

由表3可以看出，通過Fuzzy-AHP法計算出的風險總體得分為63.473 0，說明社會資本參與農業PPP項目的風險等級處于中等風險與較高風險之間，這與農業PPP本身特性密切相關。

在系統層面，金融風險得分最高，為68.321 0，是最為重要的風險因素。這可能是因為農業PPP項目資金需求量大、投資周期長、收益率相對較低等特征容易導致金融機構惜貸，同時我國金融市場還不夠完善，大多數商業銀行傾向于國有大中型企業項目投資，對農業項目投資偏少。其次為政治風險，為63.798 0，這可能與我國目前正處于供給側改革的攻堅階段，城市化的快速發展，農業現代化以及鄉村振興戰略、特色小鎮等一些列相關政策的提出，給農業PPP的發展帶來了新的機遇和挑戰。其次為市場風險，市場需求、市場競爭以及價格調整對社會資本參與PPP造成的風險相對較小，得益于國家一系列農業農村發展政策支持，以及農村電商平臺的搭建、農超對接、鄉村旅游等。而自然風險最低，為57.401 0，說明自然環境氣候的變化對農業PPP項目影響較小，這可能與現代農業的大力發展，如溫室、大棚等可以有效抵御各種自然災害，各種天氣以及農業信息預警預報機制可以提前做好風險范防，農業保險的大力推廣可以減少事后損失等有關。

在非系統層面，運營風險略高出建設風險0.011 0，居第1位，這與目前我國農業PPP項目的應用實踐發展現狀是契合的。當前農業PPP項目落地的還不多，成功的項目較少，還沒有形成一套成熟的運營管理經驗得以借鑒。建設風險、管理風險與系統層面的市場風險十分相近，得分均為60左右。說明隨著PPP的大力推廣和發展，國家對PPP項目的進一步規范和引導，這4類風險不大，將不是主要的風險因素。最后，決策風險為55.450 0，處于最低，由于國家對每一個PPP項目都經過嚴格的科學論證，基本不會出現決策性失誤。

4 結論及政策建議

總的來說，現階段社會資本參與農業PPP項目具有一定的風險，風險等級處于中等風險與較高風險水平之間，且系統性風險總體上大于非系統性風險。在系統性層面，金融風險最大，其次是政治風險和市場風險。在非系統層面，決策風險最小，運營風險、建設風險、管理風險相近。對社會資本而言，須重點關注以上風險并進行防范。具體而言：（1）提高融資能力和市場適應能力，防范系統性風險。一方面，拓寬融資渠道，創新投融資方式，社會資本可以采取創新投融資方式、向銀團貸款、獲得政策性低息貸款以及政策性金融工具進行套期保值等來防范融資風險;另一方面，結合實際情況，利用眾籌、P2P、供應鏈金融等互聯網金融工具融資，拓寬融資渠道，提高融資能力。此外，加強與政府公共部門的溝通，及時了解國家社會經濟形勢及各項政策法規，請求政府或相關部門（地稅、貸款銀行等）提供履約保證等，防范政治風險;充分了解市場行情，進行前瞻性分析和預測，降低盲目性，也可與政府部門簽訂好共同制定農業PPP項目產品或服務定價策略來防范市場風險。（2）提高建設運營能力和管理水平，最大限度控制非系統性風險。首先，加強人才建設，以團隊建設為單位，以專業性人才為核心，基于全生命周期整體提高決策、建設、運營、管理水平。其次，借鑒國際農業PPP項目開展的成功經驗和國內外其他領域成功的PPP項目經驗，提高整體水平。（3）加強軟硬基礎設施建設，提高風險防范綜合能力。對于公共部門而言，一方面，加強與農業PPP有關的規章制度建設，包括項目的立項、招投標、落地、運營等一系列制度安排，以及相應財政、稅收、金融政策支持和優惠政策支持，并能保證穩定性與持續性;另一方面，做好與農業PPP項目有關的配套工作，保證相應農業PPP項目能正常開展和運轉。對于私人部門而言，一是加強自身軟實力建設，提高談判能力和合作能力，使其在PPP項目中處于優勢地位，如與政府部門提前商定好自然環境風險發生后的補償條款以及投保將風險轉移到第三方等方法，與政府部門簽訂好共同制定定價條款、申請政府部門財政補貼和優惠稅收政策等來防范風險;二是提高營利能力。社會資本可以通過建立安全質量預防體系、購買安全質量保險、加強施工進度管理等來防范建設風險，通過提高財務效率、提升管理能力和引進專業化人才等來防范管理風險。

參考文獻：[1]Grimsey D，Lewis M K. Evaluating the risks of public-private partnerships for infrastructure projects[J]. International Journal of Project Management，2002，20（2）：107-118.

[2]Li B，Akintoye A，Edwards P J，et al. The allocation of risk in PPP/PFI construction projects in the UK[J]. International Journal of Project Management，2005，23（1）：25-35.

[3]Moles P，Williams G. Privately funded infrastructure in the UK：participants risk in the Skye Bridge project[J]. Transport Policy，1995，2（2）：129-134.

[4]Shen L Y，Platten A，Deng X P. Role of public private partnerships to manage risks in public sector projects in Hong Kong[J]. International Journal of Project Management，2006，24（7）：587-594.

[5]李 麗，豐景春，鐘 云，等. 全生命周期視角下的PPP項目風險識別[J]. 工程管理學報，2016（1）：54-59.

[6]周小付，閆曉茗. PPP風險分擔合同的地方善治效應：理論構建與政策建議[J]. 財政研究，2017（9）：79-87.

[7]郭 凱，孫 慧. 我國PPP項目的風險識別——基于因子分析方法[J]. 地方財政研究，2017（10）：42-46，53.

[8]Ye S D，Tiong R L K. NPV-at-risk method in infrastructure project investment evaluation[J]. Journal of Construction Engineering and Management，2000，126（3）：227-233.

[9]鄭家喜，王 姣. 政府農田水利建設項目風險因素FUZZY-ISM結構模型分析[J]. 農業技術經濟，2013（12）：110-117.

[10]Saaty T L. Decision making with analytic hierarchy process[J]. International Journal of Services Sciences，2008，1（1）：83-89.

[11]汪國懋. 基于層次分析法的水利PPP項目風險評價[J]. 重慶理工大學學報（自然科學版），2016（9）：156-160.

[12]曹翔宇，孟楓平. 基于AHP-模糊綜合評價法的PPP項目投資風險評價研究[J]. 天津商業大學學報，2017（1）：60-67.