基于云模型的生態水利PPP項目利益相關者管理風險評價

張亞瓊，何 楠，陳毅洋，楊絲雯，王 雷

(1.華北水利水電大學管理與經濟學院，鄭州 450045；2.華北水利水電大學公共管理學院，鄭州 450045；3.中國科學院大學華大教育中心，廣東 深圳 518083；4.航空工業哈爾濱飛機工業集團有限責任公司，哈爾濱 150060)

0 引 言

生態水利PPP項目是新型市場化的商業融資模式，使社會資本得以有機會參與到生態水利項目中來，有效活躍了我國水利項目建設市場。PPP項目通過引入多元化的利益相關者，并結合多方優勢，通過技術分享、風險共擔的形式，使生態水利項目得到了有效的管理，并盡量使各利益相關者的回報合理化。該模式在緩解地方政府財政壓力的同時，突破技術壁壘，為項目帶來豐富的資金和前沿技術，在我國得到廣泛應用。

我國早期入庫的水利PPP項目發起于2010年，相比軌道交通、污水處理廠以及自來水廠等行業PPP項目而言，目前處于起步階段，相關的法律法規等制度還有待完善。另外，生態水利PPP項目本身具有生命周期長、投資回報率低、利益相關者眾多、自然條件限制等特點，說明了水利項目采用PPP模式中風險管理的難度，其中，利益相關者之間的沖突已成為影響項目成敗的關鍵因素[1]。所以，了解各方利益相關者的需求可以幫助管理者實現他們各自的目標[2-4]。利益相關者自1963年的斯坦福研究所提出開始，在各種領域不斷發展開來。一些學者關注組織內部利益相關者之間合作發揮的作用，也有學者強調了其司法關系及價值創造過程中的角色[5]。近年來，各行各業利益相關者積極的加入組織管理活動中[6]，特別是城市生態水利項目，關系到毗鄰的企業、居民、公眾和媒體等利益相關者，復雜的利益相關者產生許多不確定因素[7]。對利益相關者產生的風險的研究非常豐富，Rosso[8]從緩解周圍社區成員糾紛的角度評價了水利項目利益相關者，Friedrich和Yusof等人認為在工程項目中，人員的專業性對市場成功至關重要[9, 10]。對利益相關者管理風險的研究，大多學者運用博弈論對雙方甚至多方利益相關者利益進行建模[11-13]，分析多方合作的決策選擇；又或者，有些研究通過社會網絡分析[14-17]，識別和評價項目風險。上述研究多數分析了項目風險中有關利益相關者管理中的合作模式與風險因素傳遞，前者未能表現風險因素的復雜性，后者在在對因素進行識別時，并未在訪談或問卷中討論描述性風險指標的模糊性和隨機性。因此，本文針對前人研究的不足，選擇層次分析法(AHP)確定其各級風險指標的權重，建立云模型對生態水利PPP項目管理的風險指標進行評價，繼而利用Python軟件的逆向云發生器進行運算，并將模型可視化，最后，運用實際案例，對河南省某生態水利PPP項目的利益相關者管理風險進行評估。

1 云模型理論基礎

1.1 云模型相關理論

云模型是一個處理評價指標的定性概念和定量描述的不確定性的轉換模型，它將指標的隨機性、模糊性相結合，并通過一系列參數的計算結果將定性概念轉換為定量描述[18]。

云定義：設U為定量區間，C為定義在U上的定性概念，設?x∈U，使x為C上的一次隨機實現，x對C的確定度為u(x)∈[0,1],即μ:U→[0,1],?x∈U,x→μ(x),則稱x在定量區間U上的分布為云，每一個[x,μ(x)]為一個云滴[19]。

1.2 正態云模型

正態云模型由特征值(Ex,En,He)組成，其中，Ex為期望值，En為熵，He為超熵。模型如圖1所示。

圖1 正態云圖

(1)根據期望值En，標準差He，通過Python生成正態隨機數Eni:

(2)根據期望值He，標準差Eni，生成的正態隨機數xi,即云滴。

(4)重復(1)～(3)步驟，直至產生n個云滴。

通過對N個給定云滴xj的計算，得出云模型特征值(Ex,En,He)，并運用逆向云發生器描述從定量到定性的轉化，其基本算法如下：

(1)

(2)通過xj和期望值Ex，計算熵En：

(2)

(3)H=k,其中k為常數，可根據實際情況進行調整。

2 風險評價云模型構建

2.1 風險評價指標體系構建

生態水利PPP項目目前在我國處于起步階段，又因自然原因，不同項目之間差異較大，因此本文通過資料收集和調查[20]，根據主要利益相關者帶來的風險，構建生態水利PPP項目風險指標體系。本文設定5個一級指標：政治風險(U1)、經濟風險(U2)、完工風險(U3)、運營風險(U4)和生態風險(U5)；25個二級指標(見圖2)。

圖2 生態水利PPP項目利益相關者管理風險評價指標體系

2.2 評價指標體系及評價標準云模型建立

本文應用對生態水利PPP項目利益相關者管理風險進行專家評分，構建評價的基準：維度層，為后續評價的目標層奠定了基礎。風險評價評語集如下：

L={L1,L2,L3,L4,L5}=

{低風險，較低風險，中級風險，較高風險，高風險}=

{(0,30);[30,50);[50,70);[70,90);[90,100)}

通過正態云模型對此五類風險等級描述，又因為評價標準均為[Cmin,Cmax]，因此本文通過以下運算方式將其轉化為正態云模型。

(3)

式中：K為常數，根據以往研究文獻，本文將K賦值K=0.5；對于單邊界評語值，例如低風險(0,30)，與高風險[90,100)，可確定缺省邊界數值后利用(3)式運算。因此，云模型表現形式為：(0,10,0.5)為低風險，圖中表現為深藍色云；(40,10/3,0.5)為較低風險，圖中表現為綠色云；(60,10/3,0.5)為中級風險，圖中表現為淺藍色云；(80,10/3,0.5)為較高風險，表現為黑色云；(100,10/3,0.5)為高風險，表現為紫色云。此處詳情見圖3。

從左到右依次為：低風險(深藍)，較低風險(綠)，中級風險(淺藍)，較高風險(黑)，高風險(紫)。

2.3 層次分析法確定指標權重

層次分析法為多準則決策方法，可以將被訪談者對風險指標的定性表達轉變為定量數值，并基于語言集的表達確定指標的重要程度。主要通過以下步驟進行：

(1)基于表1構造判矩陣A：

表1 判斷矩陣標度及含義

(4)

式中：n為指標個數，i、j≤n∈N。

(2)根據式(5)～(7)式來計算權重：

(5)

(6)

(7)

(3)判斷矩陣的一致性檢驗：

(8)

(9)

(10)

式中：λmax為式(4)中最大特征值；A為矩陣(4)；(Aω)i為矩陣中第i個元素；CI為一致性檢驗指標，若CI=0，表示完全一致；n為判斷矩陣階數；RI為矩陣平均隨機一致性指標；當CR≤0.1時，表示此判斷矩陣通過檢驗；而當CR>0.1時，需重構矩陣。

2.4 云模型構建

在專家對每項二級指標給出評價分值后，首先，采用浮動運算法對其進行組合：運用Python中逆向云發生器對其進行計算，得出各二級指標特征值(Ex,En,He)。

(11)

其次，采用虛擬云綜合算法，集結生態水利PPP項目利益相關者管理風險評價一級指標：

(12)

3 案例分析

此處借鑒河南省許昌市飲馬河生態水利PPP項目，采用專家評分法比較指標間相互重要性后，運用式(4)～(7)來計算權重，隨后運用式(8)～(10)來檢驗矩陣的一致性。

ω(U1)=(0.445 5,0.185 0,0.291 5,0.078 0)

ω(U2)=(0.325 0,0.360 0,0.149 5,0.165 6)

ω(U3)=(0.270 1,0.464 3,0.091 4,0.174 1)

ω(U4)=(0.267 3,0.307 9,0.087 7,0.031 3,0.196 0,0.109 8)

ω(U5)=(0.019 7,0.051 3,0.419 8,0.279,0.142,0.089)

將風險指標通過逆向云發生器轉化為符合云模型的特征值，繼而結合權重ω與式(11)，計算得出其一級指標參數，形成目標層，同樣以(Ex,En,He)的形式表達。重申，此處He記為0.5。兩組云參數詳情見表2。

表2 生態水利PPP項目利益相關者管理風險指標云參數

結合維度層，即標準特征值云圖(圖3)，將表2中一級指標的特征值，即目標層結果進行風險的評價與可視化，運用Python軟件繪制出各一級指標的風險云圖。圖4-圖8分別表現了5個一級指標的評價結果，目標云以紅色云圖表示。

圖4 生態水利項目中政治風險評價云圖

圖5 生態水利項目中經濟風險評價云圖

圖6 生態水利項目中完工風險評價云圖

圖7 生態水利項目中運營風險評價云圖

圖8 生態水利項目中生態風險評價云圖

飲馬河生態水利PPP項目的總風險由式(12)計算得出，圖9為總風險評價的總項目風險云圖。

圖9 生態水利PPP利益相關者管理總風險評價云圖

4 討論與建議

圖4-圖8以及表2中的數據結果可較為清晰的描述這些風險級別，并得出以下結果：第一，政治風險更偏向于高風險。從圖4中可以，政治風險分布基本處在中高級風險云圖之中，其云圖與較高風險云圖交叉于確定度60%-80%之間，并與中級風險云圖有確定度為20%以下的交叉。第二，經濟風險為中級風險。其風險云圖(圖5)與較低風險云圖在確定度20%以下有少量交集，基本處于中級風險區間之內，且分布較小。第三，完工風險被評價為較高風險。圖6中，完工風險的云圖與較高風險云圖交叉于確定度為60%～80%之間，并與中級風險相交于確定度20%以下。因此，應更多重視合作的供應商和承包商，控制建設期中的完工風險。第四，運營風險屬于中級風險。圖7中，運營風險云圖基本分布于中級風險，并在較高風險云圖中有較少分布，可以說明由社會資本帶來的運營風險需要項目公司予以重視。第五，生態風險為較低風險。由圖8可知，生態風險云圖位于較低風險與中級風險云圖之間，說明此項目在運作過程中把改善生態環境作為首要目標，且環保部門的監督與測量也為項目降低生態風險起到了積極作用。最后，飲馬河生態水利PPP項目的總風險為中高級風險，貫穿較低風險和高級風險，并偏向于高風險。

綜上，通過云圖可以清楚看出,政治風險為最重要風險，此風險來源于地方政府部門。由此可知，利用提高政府信息透明度，降低對社會資本準入門檻，轉變政府職能，優化政府監管模式等手段降低政治風險為生態水利PPP項目帶來資金、技術的同時使項目成功運營。次重要的風險為完工風險與運營風險，此風險來源于承包商和社會資本投資方，應嚴格把控成本，拓寬技術支持平臺，加強社會投資方對承包商的管理監督。

5 結 語

本文基于云模型，構建了生態水利PPP項目各利益相關者管理風險評價模型，按風險指標的定義，將指標分為5個一級指標，24個二級指標：包含政治(U1)、經濟(U2)、完工(U3)、運營(U4)和生態風險(U5)。通過云圖比較，一級指標的風險評價為：U1>U3>U4>U2>U5，繼而對偏高的政治風險及其對應的二級風險因素指標提出相對應的建議、對策。通過層次分析法與云模型相結合，分析項目的總風險分布從較低風險到較高風險，但主要為中等、偏高風險級別，且與高級風險亦有相交，更加說明各主要利益相關者之間的合作需要更多溝通和協調。

本文采用1～9比率標度法和層次分析法，把各級風險指標從定性到定量的進行轉換，并確定了各指標權重。繼而基于云模型，結合生態水利PPP項目利益相關者管理風險管理理論構造模型，在全面考慮指標的模糊性和不確定性的基礎上，使評價結果更加科學、可信。

□