水利工程項目投資決策方法研究

付 婷

(豐城市水利局，江西 豐城 331100)

常規水利工程投資決策方法是通過人工決策機制進行水利工程投資的決策，但應用于庫容量小于108m3的水利項目時，又因為影響因素較多，計算較為復雜，存在決策偏離性較大的問題，不適合對大型水利項目進行投資決策，為此提出水利工程項目投資決策方法研究。水利投資決策方法研究依托水利投資決策模型的硬件設計與軟件設計，搭建投資決策框架，導入決策算法，確定市場可行性、技術可行性、經濟可行性的計算結果，完成水利投資決策模型的構建；對水利工程項目投資權重分析，利用曲線的方式對投資決策結果進行計算顯示，完成提出的水利投資決策方法研究。為了保證設計的水利工程投資決策方法的有效性，模擬水利工程項目試驗環境，利用兩種不同的水利工程投資決策方法，進行決策偏離性模擬試驗，試驗結論表明：提出的水利工程投資決策方法具備極高的有效性。

1 構建水利投資決策模型

1.1 搭建水利投資決策框架

水利投資決策框架是水利投資決策模型的有效載體，為水利投資決策算法提供硬件與軟件技術環境支持，針對大庫容量計算，決策框架提高運算儲存容量，擴大運算技術方法，以保證水利投資決策運算平穩、準確。針對中、小庫容量計算，決策框架提高計算軟件環境，保證計算精度，保證運算結果精準可靠[1]。

水利投資決策框架硬件主要包括運行水利投資決策模型的相關外設，如：主機、顯示器、服務器等[2]，同時還包括水利工程項目數據來源渠道，水利工程項目數據來源是水利投資決策模型運行的重要組成部分，對水利投資決策算法的正確性起到至關重要的作用[3]。

水利投資決策框架軟件環境主要包括水利投資決策算法平臺建設、水利投資決策算法數據庫建設、水利投資決策歷史分析統計機構建設，水利投資決策算法平臺依托windows運行平臺，系統要求RAM不得小于2 GB，獨立顯卡顯存容量不得小于16 GB，CPU主頻不得小于4 GB，核心數不得小于4核[4]。利用C++對平臺規則進行編程。水利投資決策算法數據庫設計采用物理層、數據層、用戶層三層設計，與網絡數據庫不同的是算法數據庫簡單、高效，只為水利投資決策模型、水利投資決策算法服務，方便調取數據，調取速度遠遠大于租借的數據庫以及網絡云數據庫。水利投資決策歷史分析統計機構是對歷史文件的統計，以及計算機算法的再學習機構，設當前時間為A，預期時間為B，得出B時間段水利投資結果D，設A+nC=D，那么水利投資決策歷史分析統計機構在每間隔C的時間進行一次重復驗證計算，以獲取更加準確的水利投資決策系數，為不同時段的水利工程項目投資權重分析做準備。其決策偏離性模型結構組成圖如圖1所示[5]。

圖1 決策偏離性模型結構組成圖

1.2 導入水利投資決策算法

水利投資決策算法是水利投資決策模型的核心程序，是依托水利投資決策框架對水利項目市場可行性、技術可行性、經濟可行性的計算過程。水利市場可行性計算體系包括市場價值性計算、市場風險防控計算、市場必要性計算。技術可行性計算體系主要包括技術難度計算、技術風險性計算、技術發展性計算。經濟可行性計算體系主要包括內含報酬率計算、長期收益率計算、凈現值計算。基于水利投資決策算法，確定市場可行性、技術可行性、經濟可行性計算結果，依托水利工程項目投資權重分析，給出投資決策可行性范圍，并對結果給予顯示。

其中水利市場可行性計算體系可表示為式(1)[6]：

(1)

式中：P為市場價值性；Z為市場風險防控性；Q為市場必要性；γi為現行市場經濟系數；hi為未來一段時間市場經濟系數；qk為企業市場能力；W0為市場同類水利項目占有率；k0為市場延伸率；W為市場相關調研數據；σ0為市場狀態。

其中技術可行性計算體系可表示為式(2)：

(2)

式中：S為技術難度；H為技術風險性；C為技術發展性；λ為技術成熟度系數；Z1為行業技術能力；Z2為企業技術能力；x為技術科研解決能力。

其中經濟可行性計算體系可表示為式(3)[7]：

(3)

式中：A為內含報酬率；L為長期收益率；F為凈現值；d為低貼現率；l為高貼現率；b為低貼現率時的財務凈現值絕對值；Fn為高貼現率時的財務凈現值絕對值；n為未來報酬的總現值；θ為初始投資現值；E為風險測度；Rc為凈現金流量；Pn為初始投資額；Pc為折現率，即企業預定的貼現率。

對公式(1)、(2)、(3)市場可行性、技術可行性、經濟可行性的計算結果進行算術加和統計，得出水利投資決策指數，完成水利投資決策算法計算。實現水利投資決策模型的搭建。

2 實現水利投資決策

2.1 分析水利工程項目投資權重

水利工程項目投資權重是對水利投資決策算法的相關系數進行判別分析，合理的系數選取，有利于提高決策運算結果的有效性。

水利投資決策算法的相關系數主要由現行市場經濟系數、未來一段時間市場經濟系數、技術成熟度系數三部分組成。

其中現行市場經濟系數的判斷主要包括水利工程所在地的市場經濟能力、大環境市場經濟，相關權威及機構的統計數據是將其進行合理量化的結果。未來一段時間市場經濟系數與現行市場經濟系數的判斷基本相同，不同的地方對未來市場變化進行預測，預測相同取正數，相反取負數。

技術成熟度系數是量化水利工程技術能力，主要包括技術預測與現行技術分析，評價水利工程項目科學穩定設計施工難度，并結合自身技術條件給出技術成熟度系數。其市場經濟系數、未來一段時間市場經濟系數、技術成熟度系數，與市場大環境相關，同時與各個企業也相關，不同技術能力的企業，其取值不盡相同。

2.2 顯示水利投資決策計算結果

水利投資決策結果計算顯示是將水利投資決策算法的運算結果與水利工程項目投資權重分析結果利用曲線的形式顯示出來。根據水利投資決策指數判斷市場可行性曲線、技術可行性曲線、經濟可行性曲線的相對位置，進行水利投資決策判定。以普通環境水利工程為例，通過構建水利投資決策模型，并對構建水利投資決策模型進行水利工程項目投資權重分析，得出水利投資決策結果曲線，如圖2所示。

圖2 水利投資決策結果曲線

圖2中，區域ACBED為水利工程項目投資可行性區域。其中ACD區域對應的投資時間為40～60個月，其技術可行性較為成熟，經濟可行性與市場可行性較為適中，適合水利工程項目投資。CBED區域技術可行性增加，沒有技術難度，但同時帶來的是技術門檻低，競爭惡劣，導致市場可行性與經濟可行性降低，收益利潤率降低，因此為投資謹慎區，其他未封閉區間表示市場不可行、技術不可行或經濟不可行。

依托水利投資決策模型的構建，對水利工程項目投資權重進行分析，將水利投資決策計算結果顯示出來，完成水利投資決策方法研究。

3 實例分析

為了保證本文提出的水利投資決策方法研究的有效性，進行仿真模擬試驗分析。試驗過程中，以不同的水利工程項目作為試驗對象，進行決策偏離性模擬試驗。對水利工程項目的不同類型，以及規模等進行仿真模擬。為了保證試驗的有效性，使用常規水利工程投資決策方法作為比較對象，對比兩次仿真模擬試驗結果，將試驗數據呈現在同一數據圖表中。

3.1 數據準備

為了保證仿真試驗過程的準確性，對測試的試驗參數進行設置。本文模擬試驗過程，采用不同的水利工程項目作為試驗對象，利用兩種不同的水利工程投資決策方法進行決策偏離性模擬試驗，并對模擬試驗結果進行分析。由于不同方法使用不同分析方式，得到的分析結果也是不同的，因此，試驗過程中需要保證試驗環境參數的一致。本文試驗數據設置如表1所示。

表1 試驗參數設置

3.2 試驗結果分析

圖3 試驗對比結果曲線

試驗過程中，利用兩種不同的水利工程投資決策方法在模擬環境中進行工作，分析其決策偏離性的變化。同時由于采用兩種不同的水利工程投資決策方法，其分析結果無法進行直接對比，為此采用第三方分析記錄軟件，對試驗過程與結果進行記錄與分析，并將結果顯示在本次試驗對比結果曲線中，見圖3。在模擬試驗結果曲線中，利用第三方分析記錄軟件功能消除模擬試驗室人員操作和模擬仿真計算機設備因素產生的不確定度，只針對不同的水利工程項目、不同的水利工程投資決策方法，進行決策偏離性模擬試驗。

依據試驗曲線結果，利用第三方分析記錄軟件，對提出的水利工程投資決策方法，與常規水利工程投資決策方法的決策偏離性進行算術平均值處理，得出提出的決策方法較常規決策方法決策偏離性降低14.37%，適合對大型水利項目進行投資決策。

4 結 語

本文基于水利投資決策模型的構建，分析工程項目投資權重，進和投姿決策計算，實現本文提出的水利投資決策方法研究。試驗數據表明：本文設計的方法具備極高的有效性。希望本文的研究能夠為水利工程投資決策方法提供理論依據。