基于云模型的重大水利PPP項目融資風險評價

谷立娜 張春玲 吳濤

摘 要：重大水利工程PPP項目具有周期長、成本高等特點，為保證項目正常建設運營，降低融資風險，運用物理-事理-人理（WSR）方法論構建重大水利工程PPP項目融資風險評價指標體系，提出了運用BWM法確定主觀權重、改進CRITIC法確定客觀權重、乘法歸一化法確定組合權重的方法，建立云模型實現定性與定量的相互轉化，得到項目綜合評價結果。以韓江高陂水利樞紐工程為例，運用該模型進行融資風險評價并進行分析。研究表明：模型評價結果與項目實際情況一致，驗證了組合賦權法及模型的合理性和有效性，為重大水利PPP項目融資風險評價提供了依據。

關鍵詞：WSR;重大水利工程;PPP;融資風險;最優最劣法;改進CRITIC法;云模型

中圖分類號：TV-9;F283

文獻標志碼：A

doi：10.3969/j.issn.1000-1379.2021.11.021

引用格式：谷立娜，張春玲，吳濤.基于云模型的重大水利PPP項目融資風險評價[J].人民黃河，2021，43（11）：116-121.

Financing Risk Assessment of Major Water Conservancy PPP Projects Based on Cloud Model

GU Lina1， ZHANG Chunling2， WU Tao1

（1.Qingdao University of Technology， Qingdao 266520， China;

2.China Institute of Water Resources and Hydropower Research， Beijing 100038， China）

Abstract： PPP projects of major water conservancy have the characteristics of long cycle and high cost. In order to ensure the normal construction and operation of the project and reduce the financing risk， this paper used the Wuli-Shili-Renli system approach （WSR） to construct a major water conservancy PPP project financing risk evaluation index system， put forward the determination of subjective weight by BWM method， determination of objective weight by improved critical method and determination of combination weight by multiplication normalization method， established a cloud model to achieve qualitative and quantitative mutual transformation and obtained the comprehensive evaluation results of the project. Finally， taking Gaopi Water Control Project of Hanjiang River as an example， the model was used to evaluate and analyze financing risks. The research shows that the evaluation results of the model are consistent with the actual situation of the project， which verifies the rationality and effectiveness of the combination weighting method and the model， and provides a basis for the financing risk evaluation of major water conservancy PPP projects.

Key words： WSR; major water conservancy projects; PPP; financing risk; best worst method; improved CRITICAL method; cloud model

重大水利工程涉及防洪減災、優化水資源配置、修復水生態、節水灌溉等項目，在補齊重大水利設施短板和保障國家水安全上發揮重要作用。2014年我國開始實施172項重大水利工程建設，根據水利部公布的數據和發展規劃，2020年我國落實水利建設投資7 695億元，創歷史新高，2021年繼續推進150項重大水利工程建設。水利工程行業是一個極度依賴政府投資的行業，一般具有公益性強、投資成本大、建設周期長等特點。為加快我國水利工程建設，優化融資渠道，2017年12月7日國家發改委、水利部聯合出臺了《政府和社會資本合作建設重大水利工程操作指南（試行）》（發改農經〔2017〕2119號），鼓勵社會資本參與項目建設運營，提高管理效率和服務質量。

目前，關于水利工程PPP項目已有一定的研究。在定性方面，為緩解地方政府的融資風險，王陽等[1]從政策支持、PPP模型優勢和社會資金充足三個方面分析PPP模式在農村水利基礎設施建設中運用的可行性;嚴景寧等[2]基于利益相關者理論，通過文獻研究、調查問卷、案例分析法，將水利PPP項目利益相關者劃分為關鍵、主要、次要和一般等級，其中關鍵利益相關者為政府、社會資本方和金融機構，以此構建風險分擔框架;聶相田等[3]在細化水利工程PPP項目運作流程的基礎上，針對合同階段提出9種柔性調節機制，以保證項目能夠順利實施;賈立敏等[4]運用解釋結構模型理論，分析得出投資額度、政策制度風險和人員管理是影響中小型水利工程PPP項目的主要因素;何楠等[5]運用文獻分析和專家訪談法，全面總結出影響黃河流域生態水利PPP項目的風險因素。在定量方面，馬維海等[6]將水利PPP項目風險分為宏觀、中觀、微觀三方面，運用模糊層次分析法確定風險因素的權重，再利用物元可拓模型對項目風險進行定量評價;盛松濤等[7]研究準經營性水利工程PPP項目的收益分配問題，基于合作對策理論，利用Shapley值法建立收益分配模型并進行修正，以莽山水庫PPP項目為例進行計算分析，得出合理的收益分配有利于項目的合作開展;嚴景寧等[8]從風險分擔的視角，建立公益性水利PPP項目政府付費模型并提出相應的建議;張亞瓊等[9]從利益相關者的視角研究了生態水利PPP項目風險;袁宏川等[10]根據專家反饋確定指標重要性并建立云模型，研究了水利PPP項目的投資風險。梳理以上文獻發現，現有研究集中在水利PPP項目的影響因素、利益相關者及收益分配、風險分擔視角，鮮有文獻定量評價重大水利工程PPP項目融資風險。鑒于此，本文運用WSR方法構建重大水利工程PPP項目的融資風險評價指標體系，運用主客觀相結合的組合賦權法建立云模型，進行融資風險評估。

1 基于WSR的重大水利工程PPP項目融資

風險評價指標體系構建

1.1 指標選取原則

重大水利工程PPP項目的建設、運營等涉及多方利益相關者，且項目建設周期較長，有眾多影響項目能否融資成功的因素，為保證指標體系的簡潔、科學，需要對指標進行對比和篩選，確定最具代表性且合理的評價指標體系。指標選取的原則如下。

（1）科學性和實用性。在對項目進行綜合評價時，需要考慮指標的內涵和準確性，以有效反映項目融資面臨的風險。實用性意味著決策者能夠利用指標體系合理評價項目融資風險，提高評價效用，使其具有實際應用價值。

（2）全面性和一致性。融資風險的影響因素數量龐大，利用單一指標無法進行科學評價，而對全部因素進行評價也不現實，因此需要選擇針對重大水利工程PPP項目最具代表性的指標，且能夠反映出其是否對項目融資成功具有較大風險，這樣既簡化了指標體系，也能保持與評價目標一致。

（3）層次性和邏輯性。為使評價過程的實施更加便捷、易于理解，在構建指標體系時采用分維度和分層的方法，劃分不同層級，同時明確指標間的內在聯系和邏輯，使指標分類更加清晰。

（4）獨立性和可比性。同一層級各項指標之間應該盡可能獨立，不相互重復，反映不同的指標特征。同時，指標體系的建立要能夠反映影響融資風險因素的特征，且內、外部指標體系之間能夠相互比較。

1.2 WSR方法論概述

物理-事理-人理系統方法論（Wuli-Shili-Renli system approach，簡稱WSR方法論）[11]由顧基發教授和朱志昌博士于1994年提出，目前已在系統科學與工程、教育等領域得到廣泛應用。該方法體現了“懂物理、明事理、通人理”的實踐準則，其中：物理是指經過理論和邏輯推敲的正確科學知識;事理主要涉及對設備、材料、人員的合理安排;人理是做人的道理，結合心理學、行為學等多學科知識來分析人的心理、行為、價值取向等[12]。

針對重大水利工程PPP項目在融資時面臨的風險，在物理方面，無論是項目前期準備還是建設過程中，都會受到一定客觀因素的影響。例如：政府政策的變化導致成本增加和收益降低，利率變化等宏觀經濟環境的不確定性使得市場價格波動，通貨膨脹等市場風險使得政府和社會資本需要共同分擔增加的運營成本，因此需要從外部環境的政治、經濟、法律和市場的角度進行評價。

在事理方面，項目融資時會考慮人員、設備、環境等安全風險以及管理、合同等方面的問題。例如：管理層經驗不足、任務分配不合理可能導致項目效率低下，資金運用不當導致交易成本和融資難度增大，人員、設備和環境出現安全問題增加額外項目成本。具體體現在安全風險、成本超支、項目進度跟蹤不明確、溝通協調問題、合同變更、合同違約等方面的風險。

在人理方面，PPP項目涉及多方利益相關者，為保證周期較長的重大水利工程順利建成，需要重視政府、社會公眾、社會資本方等利益相關者的關系。例如：由于工程項目可能涉及征地拆遷，因此政府應該事先廣泛聽取民意，安撫群眾情緒，給予合理補償;社會資本方需要提供一定的資金和技術支持，獲得政府信任。若這些關系處理不好，將使項目直接面臨建設、運營等風險。

1.3 重大水利工程PPP項目融資風險指標體系

針對重大水利工程PPP項目投資成本大、建設周期長等特點，本文在對文獻[4，10，13]進行總結的基礎上，結合咨詢相關專家，利用WSR方法論從物理、事理、人理3個維度確定10個一級指標、28個二級指標，構建重大水利工程PPP項目的融資風險評價指標體系，如圖1所示。

2 評價指標權重確定

考慮到單獨利用專家個人判斷的主觀性較強，本文在最優最劣法計算主觀權重的基礎上，用改進CRITIC法的差異性系數計算客觀權重，二者結合得出組合權重。該方法既避免了專家主觀因素的干擾，又能夠降低數據對評價的影響偏差，計算更加客觀、合理，結果更加符合項目實際情況。

2.1 BWM確定主觀權重

最優最劣法（Best Worst Method，BWM）[14]由荷蘭學者Rezaei提出，在解決多指標決策問題中，與應用較為廣泛的層次分析法相比，該方法需要較少的成對比較，計算方便。具體優勢體現在：第一，AHP對比任意兩個指標時，需要進行n（n-1）/2次比較，而BWM是先選出最優和最劣指標，將其分別與其他指標相比，只需2n-3次比較;第二，AHP需要構造矩陣，而BWM是基于向量計算，方式更為簡便;第三，BWM得出的結果具有較好的一致性，目前在風險識別[15]、安全與效益評價[16]等應用研究中，經驗證可靠性更高。該方法具體步驟如下。

（1）在指標集C=C1，C2，…，Cn中選出最優指標CB和最劣指標CW。

（2）將CB與其余所有指標進行兩兩比較，構建比較向量AB=（aB1，aB2，…，aBn），其中aBj表示CB相比于其他第j個指標的重要程度，利用1～9標度打分，1代表兩指標同等重要，9代表極其重要。

（3）將其余所有指標與CW進行兩兩比較，構建比較向量AW=（a1W，a2W，…，anW），其中，ajW表示第j個指標相較于CW的重要程度，利用1～9標度打分，1代表兩指標同等不重要，9代表極其不重要。

（4）建立數學式并求解，得出最優指標權重。w^j=（w^1，w^2，…，w^n）。

minmaxjωBωj-aBj，ωjωW-ajW

s.t.∑nj=1ωj=1ωj≥0j= …，n（1）

可轉換為

minks.t.ωBωj-aBj≤k

ωjωW-ajW≤k

∑nj=1ωj=1

ωj≥0，j= …，n（2）

式中：ωBωjωW分別為CB、Cj、CW的權重。

2.2 改進CRITIC法確定客觀權重

CRITIC（Criteria Importance Trough Intercriteria Correlation）法[17]是1995年由Diakoulaki提出的客觀賦權方法，該方法彌補了熵權法未考慮指標間相關性的不足[18]。通過對比強度和指標之間的沖突性來綜合評價指標權重，利用數據客觀屬性進行科學評價。對比強度指同一個指標在不同方案中的取值差異大小，通常用標準差衡量;指標之間的沖突性用相關系數衡量，其表示的相關性越大，說明指標之間的沖突性越小。與傳統的CRITIC法不同，改進的CRITIC法一方面不易受兩級數值的影響，能夠反映指標間的差異性;另一方面能更直觀地反映指標之間的相關性[19]。確定客觀權重的方法如下。

（1）建立決策矩陣X=（xij）m×n，xij表示第i個專家對第j個指標的評價值，m、n分別為專家個數和評價指標個數。

（2）計算第j個指標的信息熵值Hj，公式為

Hj=-1ln m∑mi=1pijln pij? （0≤Hj≤1）（1）

其中

pij=xij∑mi=1xij? （i= …，m;j= …，n）

（3）計算第j個指標的差異性系數qj代替傳統CRITIC法中的標準差。

qj=1-Hj（2）

（4）由于絕對值相同的相關系數ρij的正相關與負相關所反映的指標間的相關性是相同的[19]，因此用ρij代替ρij，得各指標的綜合系數Cj：

Cj=qj∑mi=1（1-ρij）? （j= …，n）（3）

（5）計算各指標權重：

w-j=Cj∑nj=1Cj（4）

式中：n為評價指標個數;qj為第j個指標樣本數據的差異性系數;ρij為第i、 j個指標之間的相關系數;Cj為各評價指標的綜合系數;w-j為第j個指標的客觀權重。

2.3 乘法歸一化法

為了避免主客觀賦權方法指標賦權過程中主觀和客觀的影響，按照乘法歸一化方法計算組合權重[20]，具體計算公式為

wj=w^jw-j∑nj=1w^jw-j（5）

式中：wj為第j個指標的組合權重;w^j、w-j分別為第j個指標的主、客觀權重。

3 基于云模型的重大水利工程PPP項目融資

風險評價模型

3.1 云模型概述

云模型于1995年由我國工程院院士李德毅提出，該模型解決了概率論和模糊數學處理不確定性的不足，可以實現定量表示和定性概念間的相互轉化。在評價融資風險時，考慮了模糊性、隨機性及兩者的關聯性。云一般用3個數字特征來表征：Ex為云滴在空間分布的期望，體現定性概念;En為熵，代表云滴分布模糊性，該值越大模糊性越強;He為超熵，即熵的熵，超熵越大云的厚度越大、不確定性越強。云模型評價更為全面和有效，能直觀反映項目融資風險的程度，達到預警效果，因此適用于重大水利工程PPP項目融資風險評價。

3.2 云發生器

云模型的使用方式主要是正向發生器和逆向發生器，正向發生器是將3個數字特征轉化為云滴的過程，通過MATLAB軟件繪制云圖;逆向發生器可以實現模型中云滴向3個數字特征的轉化，計算公式為

Ex=1N∑Ni=1xi

En=π21N∑Ni=1xi-Ex

He=1N-1∑Ni=1（xi-Ex）2-En2（6）

式中：xi為云滴;N為云滴個數。

3.3 確定評價云步驟

（1）確定標準云。根據重大水利工程PPP項目融資風險特點，通過文獻查詢和實際情況將項目融資風險劃分為低風險、較低風險、一般風險、較高風險和高風險5個等級并進行區間劃分，標準云模型數字特征計算公式為

Ex=xmax+xmin2

En=xmax-xmin6

He=k（7）

式中：xmax和xmin分別為區間最大值和最小值;k為常數。

（2）確定評價云。根據專家意見得到的數據，利用云模型形成各個指標評價云，并整合為項目總評價云，云數字特征為

Ex=∑nj=1Exjwj

En=∑nj=1Enj2wj

He=∑nj=1Hejwj（8）

（3）對比。將評價云圖與標準云圖進行對比，把重合度最高的等級確定為水利工程PPP項目融資風險等級。

4 實例分析

廣東省韓江高陂水利樞紐工程是我國第一批引進社會資本參與重大水利工程建設運營的PPP試點項目之一，項目資金來源主要是中央資金、省級資金和社會資金，投資金額巨大，工程功能以防洪、供水為主，兼顧發電和航運等綜合利用，施工總工期66個月，已于2021年1月正式蓄水。該工程在改善生態環境、緩解水資源供需矛盾、拉動經濟社會發展等方面發揮重大作用。

4.1 確定風險指標權重

第一步，邀請來自高校學者、PPP項目管理、工程建設等領域的8名專家，根據BWM打分方法，分別對各一級指標和二級指標的相對重要程度進行打分。以項目管理的4個二級風險評價指標為例，某位專家認為成本超支是最重要的指標，將成本超支相較于其他3個指標的重要程度分別按1～9程度打分，將溝通協調問題確定為最不重要的指標，與其他3個指標相比確定重要程度，打分情況見表1。根據8名專家的打分結果，可以得到8對比較向量，構造數學規劃問題并求解，將所得8個指標權重取算術平均，確定4個二級指標的權重分別為0.367、0279、0.152、0.202。同理，對各一級指標和其他二級指標分別求解，將一級指標權重和各二級指標權重相乘得到評價指標的主觀權重，結果見表2第5列。

第二步，為增強評價過程的客觀性，請專家運用知識和經驗對該項目的每個指標在0～10區間打分，數值越大代表該指標風險越大，利用改進CRITIC法的式（1）～式（4）計算客觀權重，結果見表2第6列。

第三步，通過式（5）將主客觀賦權結果進行組合，得到項目融資風險各評價指標權重（見表2）。

4.2 確定項目標準云

根據問卷調查和專家打分情況，將專家的打分分值在[0，10）區間內進行平均劃分，評價值在[0，2）代表該指標對融資風險的影響程度處于低水平，稱為低風險影響因素，同理[2，4）代表較低風險，[4，6）代表一般風險，[6，8）代表較高風險，[8，10）代表高風險。通過式（7）算出各等級云參數的Ex和En值，根據經驗和多次取值后確定He值，即k取0.05較為合適，劃分情況見表 并以此生成標準云圖，如圖2所示。

4.3 確定項目評價云

將各專家的打分情況進行匯總，并計算各指標云參數。例如：8名專家對A11政策變化的打分結果為1.5、1.5、1.0、2.0、1.5、1.5、2.0、1.0，可計算得出Ex=1.500、En=0.313、He=0.211，同理可得其他二級指標的云參數，計算結果見表4。由于Ex值最能體現融資風險等級的云參數特征，因此將其與表3的風險區間進行對比，可以相應得出各個指標的風險等級，然后計算出該項目綜合評價云參數為（1.738，0.369，0.169）。

4.4 確定融資風險評價等級

將總融資風險評價云圖與標準云圖進行對比，結果如圖3所示。可見，該項目云模型云滴基本處于“低風險”和“較低風險”之間，驗證了評價等級的合理性。

4.5 結果分析

物理維度占比43.8%，法律風險對項目融資影響最大，在現行法律體系下，我國針對PPP項目的法律法規尚不完善，就二級指標來說，利率和法律變動風險是主要的影響因素。因此，國家應完善水利法規體系，建立健全相關法律法規，為項目的運營建立良好的政策支撐，尤其是落實項目前期工作，做好調研工作，明確內外部環境，服務于區域發展戰略大局。

事理維度占比23.3%，管理因素影響較大，其中成本超支和進度跟蹤不明確會明顯增加項目融資風險。項目管理的主體是人，管理者無法實時掌握項目的完整進度，缺乏制約和監督，信息不透明會影響項目獲取資金的難易程度，此外，一些不可預見事件的發生也可能導致成本超支，使得材料損耗嚴重。為此，項目管理部門要加強監管，建立一套完備的監督管理體系，從項目準備、建設到運營維護期間做到權責明確，及時發現存在的安全隱患，并加強生態環境保護。

人理維度占比32.9%，社會資本方對項目融資風險產生較大影響，技術不完善和政府補貼力度不夠，使得項目缺乏資金支持和技術支持，將對項目建設和運營產生直接影響。應積極開展多部門協作，引導政府職能轉變，發揮中央政府的帶頭作用，給予適當補貼和收益分配，并積極拓寬資金來源渠道，充分發揮社會投資方的監管作用，提高服務質量。

5 結 語

本文以重大水利工程PPP項目融資風險為研究對象，首先，利用WSR方法論，從物理、事理和人理的維度構建重大水利工程PPP項目融資風險評價指標體系;其次，運用BWM法與改進CRITIC法主客觀結合的組合賦權法，綜合考慮專家經驗和決策者的意見，使賦權結果更加合理，計算方式更加簡便，BWM法不僅結果具有可靠性，而且計算方法易于理解，數據處理簡便;再次，通過建立云模型并繪制云圖，更加直觀地反映研究對象與標準之間的不同，確定風險評價等級;最后，通過實例計算分析得出項目融資風險處于“低風險”與“較低風險”之間，這與該項目融資實際情況相符?？梢钥闯觯C合運用這些方法，能夠更加科學有效地評價重大水利工程PPP項目的融資風險。

參考文獻：

[1] 王陽，張朕.PPP模式在農村水利基礎設施建設中運用的可行性分析[J].中國農村水利水電，2016（6）：143-145.

[2] 嚴景寧，郭華平.公益性水利PPP項目政府付費模型及應用：基于風險分擔視角[J].價格理論與實踐，2017（11）：114-117.

[3] 聶相田，李智勇，王博.水利工程PPP項目合同柔性調節機制研究[J].水電能源科學，2017，35（11）：145-148.

[4] 賈立敏，陶寧，申浩播.中小型水利工程PPP項目影響因素ISM研究[J].會計之友，2018（10）：88-92.

[5] 何楠，張亞瓊，李佳音，等.基于黃河流域治理的生態水利PPP項目風險評估[J].人民黃河，2021，43（3）：11-17.

[6] 馬維海，曾繁慧.基于F-AHP和物元模型的水利PPP項目風險研究[J].數學的實踐與認識，2019，49（19）：80-90.

[7] 盛松濤，安怡蒙.基于AHP-Shapley值法的水利工程PPP項目收益分配研究[J].水利水電技術，2019，50（2）：161-167.

[8] 嚴景寧，劉慶文，項昀.基于利益相關者理論的水利PPP項目風險分擔[J].技術經濟與管理研究，2017（11）：3-7.

[9] 張亞瓊，何楠，陳毅洋，等.基于云模型的生態水利PPP項目利益相關者管理風險評價[J].中國農村水利水電，2020（12）：148-152，163.

[10] 袁宏川，游佳成，賀駿.基于云模型的水利PPP項目投資風險評價[J].水電能源科學，2017，35（8）：141-144.

[11] 顧基發，唐錫晉，朱正祥.物理-事理-人理系統方法論綜述[J].交通運輸系統工程與信息，2007（6）：51-60.

[12] 陳進東，劉琳琳，杜雨璇，等.物理-事理-人理系統方法論演化發展及其影響[J/OL].管理評論：1-15.[2021-03-17].https：//doi.org/10.14120/j.cnki.cn11-5057/f.20201231.006.

[13] 劉金林，白會人，王子超.基于FANP–云模型的污水處理擴建PPP項目風險分析[J].土木工程與管理學報，2020，37（4）：101-106.

[14] REZAEI J. Best-Worst Multi-Criteria Decision-Making Method [J]. Omega， 2015（53）：49-57.

[15] 張瑜瀟，楊杰，宋錦燾.基于FBWM-EWM-LDM組合模型的大壩風險識別方法[J].水電能源科學，2020，38（12）：79-82.

[16] 艾欣，秦珺晗，胡寰宇，等.基于BWM-熵權-TOPSIS法的電網安全與效益綜合評價[J/OL].現代電力：1-10.[2021-03-17].https：//doi.org/10.19725/j.cnki.1007-2322.2020.0212.

[17] DIAKOULAKI D， MAVROUTAS G， PAPAYANNAKIS L. Determining Objective Weights in Multiple Criteria Problems： the Critic Method[J]. Computers and Operations Research，1995，22（7）：763-770.

[18] 荀志遠，張麗敏，趙資源，等.基于組合賦權云模型的裝配式建筑成本風險評價[J].土木工程與管理學報，2020，37（6）：8-13.

[19] 傅為忠，曹新蓉.互聯網金融企業經營風險探微：基于改進的CRITIC-GRAP模型[J].財會月刊，2017（32）：36-42.

[20] 王偉明，徐海燕，張發明.基于CRITIC-G1和Bonferroni算子的學術期刊綜合評價研究[J].情報理論與實踐，2020，43（5）：104-109.

【責任編輯 張華巖】