基于大數據背景下PPP項目風險的精準識別機制

樊正雪

（上海工程技術大學，上海 201600）

引言

近年來，由于PPP模式具有經濟效率高以及可吸收社會資本從而減輕政府財政負擔等優勢，我國的公共基礎設施建設已大規模引入了PPP模式，但在發展過程中發現PPP項目中依舊存在諸多風險。由于PPP項目工程量較大，建設周期較長，且耗資巨大，而此過程中又涉及多個利益主體，導致了PPP項目中可能出現各種各樣的風險。因此，為了推進PPP項目規范有序的發展，需要加強對PPP項目風險的識別與控制。2019年3月，財政部公布了《關于推進政府和社會資本合作規范發展的實施意見》，提出了“堅決打好防范化解重大風險攻堅戰，扎實推進PPP規范發展”。這一意見對PPP項目風險的精準識別提出了更高的要求。與此同時，隨著數字化和大數據技術的飛速發展，獲取信息的渠道更加廣泛，這就需要政府和社會資本從龐大而繁雜的信息中更精準地識別PPP項目中的風險。為做到及時防范，使風險識別更具精準化，可運用大數據技術。一方面，利用大數據技術分析風險因素之間的內在聯系，為風險識別提供依據；另一方面，對風險進行實時監控，規避未來可能發生的風險。PPP模式利用大數據技術可以降低成本、提高效率，得到大量全面且真實的數據，同時對數據內部結構和關聯性進行深入的分析和挖掘，有效而快速地識別出PPP項目中存在的風險，并服務于PPP項目風險識別全過程，從而為PPP項目風險預測提供技術支持。

一、文獻綜述

（一）大數據在風險精準識別方面的相關研究

容志研究發現，利用大數據技術對數據的結構和關聯性進行挖掘，進而發現社會個體乃至群體的行為軌跡及特征，利用一致性規律預測其服務需求，可提高決策的前瞻性和預見性。黨秀云等認為，大數據技術具有動態挖掘與實時分析等特性，是研究公共服務精準化供給問題的重要工具，利用大數據技術，可以解決公共服務供給中需求識別不精準、供需結構不合理、供給碎片化、供給方式單一等問題。Couchn等認為，將大數據技術引入應急決策中，能夠準確收集信息，通過數據分析進行科學預測，及時提出解決方案，提高決策的準確性與科學性。馬奔等通過分析大數據技術在應急管理中的應用，提出了大數據技術在預防準備、監測預警、應急處置、善后恢復等多個環節具有重要價值。劉秦民認為，憑借大數據技術分析手段，能夠準確預見風險，加上其高速運算能力和識辨能力，能為決策者們提供準確的政策方案，將風險治理從傳統的經驗分析轉向了數據分析。

（二）PPP項目風險識別的相關研究

何平均等學者認為，風險的識別和評價是PPP項目風險管理的基礎和前提，因而兩位學者結合農業及PPP項目的特征，利用RBS分析法識別出社會資本參與農業PPP項目的各種風險，再運用模糊數學法（Fuzzy）與層次分析法（AHP）對PPP項目的風險進行評價。黃柯等認為，在PPP項目全生命周期中如何識別、評估和分擔風險，已成為PPP項目能否成功實施的關鍵。程敏等以我國19個鄰避設施PPP項目為研究樣本，采用扎根理論方法分析鄰避設施PPP項目風險，通過數據收集和編碼，構建關鍵風險體系，并對風險間的關聯性進行闡釋，基于研究結果提出了風險防范啟示。胡憶楠等在國內外研究的基礎上，分析了“一帶一路”沿線國家基礎設施PPP項目案例，采用風險核對表法識別出了PPP項目中存在的幾大風險類型。劉華等通過構建PPP項目參與方行為風險網絡來確定關鍵行為風險關系，進而提出風險管控措施和及時切斷風險傳播的三步法來防范風險。

（三）文獻述評

現階段我國學者對于PPP項目中的風險識別主要從定量分析方面著手，多是通過構建風險的動態分析模式，闡述了當前我國PPP項目面臨的主要風險因素，但是利用“精準化”理論分析PPP項目風險識別的文獻較少。大數據是運用超常規工具和處理技術，對海量信息進行匯集、管理、處理與分析的數據集合。從現有文獻資料來看，直接研究大數據對PPP項目風險精準識別的文獻較為匱乏。關于大數據與“精準化”理論相結合的研究，我國學者多是從公共服務方面入手，從公共需求的精準化識別和精準化供給兩方面進行研究，這些相關研究都為大數據技術在PPP項目風險識別中的應用提供了借鑒。由此可知，利用大數據技術的分析處理方式來識別和量化PPP項目中存在的風險，能夠大幅度提升對風險的認知和管理能力，使風險識別機制更加科學合理。

二、理論分析

（一）“精準識別”理論

“精準識別”的概念由“精準化”理論延伸而來，該理論起源于企業管理領域。在2013年，“精準化”首次被應用于扶貧工作中，“精準扶貧”是根據不同貧困環境和貧困戶的狀況，科學運用精確識別、精確幫扶、精確管理等舉措進行扶貧的方式。此后，“精準化”被廣泛用于社會治理領域，“精準識別”的理念由此而來。基于此，PPP項目風險精準識別將“精準識別”理論和大數據相結合，實現對風險的精準識別和防范，把“精準識別”定義為一種通過發揮互聯網、大數據和云計算等現代技術優勢，提升PPP項目風險識別的精準度，進而提高風險的可預測性，構建風險防范預警機制。

（二）“精準識別”理論適用性分析

基于“精準識別”理念視角，項目監管部門可基于互聯網大數據背景深度融合數據挖掘、處理和分析技術，根據PPP項目中披露的各數據信息，對PPP項目中存在的各種風險進行精準識別以及對潛在風險進行精準預測，預測風險發生概率及影響程度，從而制定風險預警和規避措施。

此外，PPP項目引進“精準化”的發展理念具有重大意義。第一，PPP項目經過多年的探索和實踐，形成了龐大的數據資源，這使得PPP項目在發展中與大數據實現了深度融合。第二，可以利用大數據以及相關的處理技術，將風險進行量化，通過縱向和橫向數據分析，精準定位PPP項目中的風險，便于項目的實施者制定相應的風險防范措施，有效提高風險管控能力。第三，PPP項目風險的精準識別，能夠有效減少政府和社會資本由于風險而帶來的各種矛盾糾紛，鼓勵更多的社會資本進入公共基礎設施建設項目，將政府資源與社會力量結合起來，取長補短，提高公共產品和服務的供給效率和效益。“精準識別”理論能為PPP模式風險的精準識別提供有力的理論依據，而大數據能為PPP模式風險的精準識別提供有力的技術支持。在以“精準識別”理論為依據的基礎上，利用大數據技術對數據進行挖掘分析，可準確識別PPP項目中存在的風險，并及時防范。

三、大數據背景下PPP項目風險精準識別的現實依據

（一）大數據使得PPP項目風險識別更加精準

PPP項目龐大的數據資源以及大數據技術促使PPP項目中的風險從最初的經驗識別轉向了數據識別，實現了PPP項目風險的精準識別。大數據利用海量的數據信息、現代信息技術以及仿真模型，通過對數據的動態識別和深度挖掘，能夠精準地闡釋PPP項目中各種風險因素內在的相互關聯，有利于提高政府和社會資本方對PPP項目風險的分析能力，為精準識別風險提供了數據和技術支持，實現PPP項目風險的精準識別。

（二）大數據使得PPP項目風險預測更加科學

大數據技術通過對大量、多樣的數據進行整理分析，將風險進行量化，使得PPP項目風險預測更加科學，因此，大數據技術是科學開展PPP項目風險預測的現實基礎。政府和社會資本各方通過大數據平臺了解PPP項目風險，盡可能收集更多的有效信息，最大限度地開發、整合和挖掘PPP項目數據，從而實現風險的精準預測。

（三）大數據使得PPP項目風險監測更加精確

大數據能夠通過分析風險發生的規律性，進而驅動PPP項目風險的精準監控。通過構建大數據平臺，進行數據分析，及時發現潛在風險因素，實現對風險及其發展趨勢的實時監控。此外，利用大數據技術對PPP項目中的潛在風險進行跟蹤分析，同時加強政府和社會資本方等多元主體對風險的協同監控，有效減少PPP項目風險預判的不確定性，增強風險預警能力，降低風險發生時對PPP項目可能產生的危害。

（四）大數據使得PPP項目風險評估更加專業

傳統的風險評估由于評估信息不全面、評估手段單一等因素導致風險評估存在認知不全面、評估對象不清晰等弊端。大數據背景下的風險評估以海量數據為依據，通過對大量數據的挖掘和分析，能有效減少評估的隨意性和盲目性，更好地規范評估過程，使得PPP項目風險評估更加專業。

四、在大數據背景下構建PPP項目風險精準識別機制的有效路徑

（一）明確PPP項目風險精準識別方法

對風險的精準識別是有效防范風險的第一步。通過大數據技術對關于PPP項目風險的相關因素信息進行實時更新，能夠有效解決PPP項目實施過程中存在的信息不對稱、方法落后等問題。此外，利用大數據技術對PPP項目風險進行跟蹤處理，可有效排查PPP項目風險來源以及預測風險的未來走向，提供精準的識別、精細的管理和精確的監控。

（二）建立PPP項目風險科學預測路徑

對風險的科學預測是有效防范風險的第二步。通過對海量的數據進行分析，精準識別PPP項目中的風險因素，并將風險因素進行量化，建立風險預測模型，通過大數據技術對風險預測模型進行測算，分析PPP項目實施過程中可能存在的風險，及時發現PPP項目過程中的風險跡象，預測風險的走勢并及時作出反應。

（三）搭建PPP項目風險精確監控平臺

構建風險監控信息平臺對PPP項目風險進行精確監控。PPP項目的生命周期長，且涉及到多方主體，因此其風險源也會隨著環境演變不斷發生動態變化。利用大數據平臺及時收集風險相關的數據信息，將數據及時更新，通過大數據技術及時分析最新的風險信息，以便政府和社會資本各方能夠及時地掌控風險，提出具有實效性的解決方案，從而更加高效地應對風險。

（四）構建PPP項目風險專業評估體系

建立PPP項目風險專業評估體系。通過大數據技術深度挖掘PPP項目相關數據中的風險信息，量化技術分析各數據之間的相互聯系，建立風險評估模型，依據模型分析評估PPP項目風險的程度。根據不同的風險程度提供相應的防范措施，以實現損失最小化。