基于FANP-云模型的污水处理扩建PPP项目风险分析

刘金林， 白会人， 王子超

(大连大学 a. 建筑工程学院； b. 环境与化学工程学院， 辽宁 大连 116622)

2017年6月以来，我国对PPP(Public-Private Partnership)项目的主要政策导向可理解为防风险、稳增长的双重政策导向。2018年12月，中央经济工作会议召开，针对防风险提出“六个稳”。PPP项目的融资即“钱从哪来，要到哪去”越来越受到政企双方的重视，融资风险评估则为其中的重点工作。而PPP项目由于周期长、投资规模大、工艺复杂等特点[1]，增加了融资的风险因素。如何有效识别、防范PPP项目的融资风险，对项目的成功起到了至关重要的作用。

针对PPP项目，我国学者提出导致PPP项目失败的13项主要风险[2]。刘畅旸等[3]运用模糊网络分析模型和灰色聚类评价方法对PPP项目的风险分担进行分析。陈佳等[4]运用WSR(Wuli-Shili-Renli，物理-事理-人理)方法论、犹豫模糊集法建立风险模型。李英攀等[5]运用云模型对PPP项目进行评价分析。FANP(Fuzzy Analytic Network Process)法可以考虑内在的相互影响，云模型能够将定性指标与定量指标相互转化，生成的云图可以直观显示风险影响程度。WSR方法论能够将风险指标有效分类避免因分类产生计算误差，将三者结合能够合理地计算污水处理厂升级扩建PPP项目融资风险。

1 基于WSR的污水处理厂升级扩建PPP项目融资风险指标体系

1.1 污水处理厂升级扩建PPP项目分类

污水处理厂升级扩建PPP项目主要分为三大类：工艺改造类项目、扩建增容类项目以及整体改造类项目。

(1)工艺改造类项目普遍涉及到对设备的性能升级以及数量调整，少数项目会涉及到对原有构筑物的改造以达到新的污水处理指标为目的，这类项目主要针对设备方面的财务以及所有权计算风险；

(2)扩建增容类项目是因为进水量的增加超过初始时的设计水量，对容量进行扩建以满足城市的发展需求[6]。在城市的中长期规划中，一般会为这类项目进行场地的预留，需要注意的是原有项目与新建项目上的财务方面以及技术方面的联系，以便计算风险；

(3)整体改造类项目涉及到工艺调整以及扩建增容类，这类项目相比于前两类，涉及较复杂，风险程度较大，并且由于PPP项目自身原因，时间多为20～30年，更增加了风险的不确定性，所以需要选用合理的风险计算方式[7]。

1.2 WSR方法论

WSR方法论是一种系统分析方法，“物理(Wuli)”表示物质的运动规律及机制。“事理(Shili)”指处事方法规律，用于解决设备、人员、材料等如何安排的问题。“人理(Renli)”指如何运用人文和科学以最优的方式解决问题。项目融资的实施过程就是对客观规律、系统理论对人和物进行合理安排的过程[8]。因此，运用WSR方法论可以合理地建立项目融资的风险模型。运用WSR方法论可以考虑各种复杂的内在“机制”因素，因此它提出了一种处理复杂系统问题的新思路和新方法，因此将这种方法论应用于项目融资风险识别中。

本文根据对文献[9～15]的总结以及专家访谈，在WSR方法论的基础上提出8类一级指标、25类2级指标，如表1所示。

表1 基于WSR方法论的污水处理厂升级扩建PPP项目融资风险指标

2 云模型-FANP 方法概述

由于PPP项目风险存在未知性和复杂性，通过云模型将定量信息与定性信息之间相互转换。同时，将网络分析法与三角模糊数进行结合，构建FANP赋权模型，减少专家主观影响，使结果更加客观。

2.1 构建ANP风险模型

网络分析模型(ANP)中，第一层为目标层，包含控制目标G和准则B，本文的目标为污水处理厂升级扩建PPP项目融资风险评估，控制准则结合WSR方法论构建评价准则。第二层为网络层，根据表1所构建的一级指标进行构建，划分为8类，包含25类二级风险影响因素，各类风险因素间相互影响。污水处理厂升级扩建PPP项目融资风险ANP模型详见图1。

图1 污水处理厂升级扩建PPP项目融资风险ANP模型

2.2 构建三角模糊判别矩阵

邀请n位专家，针对污水处理厂升级扩建PPP项目融资风险指标的重要程度进行两两比较，引入三角模糊数降低专家打分法的不确定性，根据专家的判别，得到三角模糊判别矩阵对应的模糊语言，如表2所示。

表2 模糊语言与其对应的三角模糊数

设M=(l,m,u)(u>m>l)为三角模糊数，其隶属度函数为：

(1)

根据表2所得到的三角模糊判别矩阵U，其中mij为第i行j列的三角模糊数。

(2)

(3)

M1≥M2的可能度用三角模糊函数定义为：

(4)

一个模糊数大于其他k个模糊数的可能度被定义为：

P(M≥M1,M2,…,Mk)=minP(M≥Mi),i=1,2,…,k

(5)

设d′(Ai)=minP(Si≥Sk),k=1,2,…,n,k≠i，式中：Ai为第i个一级评价指标。可求得评价指标的权向量为：

W′=(d′(A1),d′(A2),…,d′(An))T

(6)

进行归一化处理，得到风险指标的非模糊权向量为：

W=(d(A1),d(A2),…,d(An))T

(7)

2.3 融资风险云模型

云模型是一种能够将定性信息与定量性信息进行不确定性转化的模型[16]，能够反应评价对象的模糊性、随机性，所生成的云图能够直观反应风险。

2.3.1 云模型原理

云图由模型中C(Ex,En,He)三个参数所表示，其中，期望Ex为体现定性概念的点；熵En体现定性概念的模糊度，En越大，则体现这个概念的模糊性越强，其量化难度就越大；超熵He反应熵的不确定值，也能反映云的厚度[17]。

2.3.2 云发生器

云模型的算法主要有正向发生器和逆向发生器，通过正、逆两种发生器可以实现信息定性与定量之间的转化。正向发生器能够将期望、熵、超熵转化为云滴，通过MATLAB实现云图的绘制。逆向发生器能够将数字信息计算成符合要求的特征值，其算法如下：

第一步，计算样本均值、样本绝对中心距以及样本方差：

(8)

(9)

(10)

式中：N为云滴个数。

第二步，Ex，En，He的计算：

(11)

2.3.3 评价步骤

(1)确定云标尺。作者根据专家访谈、文献查阅以及污水处理厂升级扩建PPP项目融资风险等级区间划分，对原模型的公式进行改进，对污水处理厂升级扩建PPP项目融资风险评价区间的云模型计算公式如下：

(12)

式中：Bmax，Bmin为区间边界值；k为常数，根据风险变量的模糊度进行调整。

(2)信息处理。根据德尔菲法所获得的数据，运用云模型得到风险评价的云数字特征：

(13)

(3)利用所得特征值生成云图，与标准云图作对比，判断污水处理厂升级扩建PPP项目融资风险等级。

3 案例分析

大连市某污水处理厂一期升级扩建项目采用PPP模式，基金来源分为四部分，即自有资金、银行贷款、融资租赁、他企借款。结合所构建的模型，运用德尔菲法以及污水处理厂升级扩建PPP项目的融资风险指标体系，邀请专家对风险进行评估，以此进行污水处理厂升级扩建PPP项目融资风险分析。

3.1 风险因素权重分析

以污水处理厂升级扩建PPP项目融资风险体系的一级指标中法律风险为例，专家对一级指标中的二级指标进行两两比较，构建三角模糊判别矩阵，法律风险的二级指标判断矩阵如表3所示。

表3 法律风险下二级风险指标三角模糊判别矩阵

根据式(3)得：

S1=(4.80,8.25,11.78)⊗(22.60, 15.97,10.07)

=(0.21,0.52,1.17)。

同理得：

S2=(0.17,0.37,0.83)，

S3=(0.06,0.11,0.24)，

P(S1≥S3)=1，

P(S2≥S3)=1，

d′(A1)=minP(S1≥S2,S3)=min(1,1)=1，

d′(A2)=minP(S2≥S1,S3)=min(0.81,1)=0.81，

d′(A3)=minP(S3≥S1,S2)=min(0.07,0.22)=0.07。

各一级指标权重为：W*=(0.146,0.125,0.110,0.154,0.132,0.139,0.077,0.117)。

3.2 融资风险评价云模型

根据污水处理厂升级扩建PPP项目融资风险特性，将风险划分为五个区间，根据实际情况以及文献查阅，取k1=0.8,k2=0.5,k3=0.3，具体划分详见表4，根据划分生成标准云图如图2所示。

表4 融资风险划分及云参数

图2 融资风险区间标准云图

根据德尔菲法，获得专家打分，通过式(8)～(11)，得到云参数，以二级风险指标r11为例，专家给出得分为(60,55,55,50,55,50,55,55,65,50,50,50,50,55 50,45,60,60)，通过式(8)～(11)计算得到云参数Ex11=53.89,En11=5.03,He11=0.35。具体风险指标权重及云参数如表5所示。

表5 污水处理厂升级扩建PPP项目融资风险权重及云参数

根据式(13)计算得项目总风险云参数为C(45.60,4.58,0.54)，其中物理指标、事理指标、人理指标及总体风险云图如图3～6所示。

图3 物理指标风险云图

图4 事理指标风险云图

图5 人理指标风险云图

图6 项目融资总体风险云图

3.3 结果分析

(1)根据计算及图3显示，物理指标中法律风险为(52.22,4.45,0.45)，相比于经济风险(41.44,4.11,0.56)以及市场风险(40.22,4.89,0.69)评价值较大。这是因为我国对PPP的定义明确时间较晚，尤其是2017年以来，新的政策对以往的政策是一种瓦解，现有的法律法规有不够完善的地方，国家需尽快完善法律、法规，减少因政策所带来的风险，为PPP项目提供良好的运营环境。

(2)通过计算和图4显示，事理指标风险中合同风险(49.34,5.40,0.57)、项目管理风险(40.54,4.51,0.53)评价值更加接近总体风险评价值。项目管理最终要落到人的管理上，在风险管理过程中，从初期调研到最终交付，选取有经验的人进行管理，对风险进行合理优化、控制，降低风险概率。

(3)根据计算及图5显示，在人理指标中，政府行为风险指标评价值(43.02,4.09,0.59)高于社会行为风险评价值(29.75,4.14,0.12)以及社会资本方风险评价值(39.88,4.25,0.76)。政府在进行PPP项目中，不能进行单边突进的增量模式，更要保证防风险、稳增长，保证获益群体为参与项目的多数。建议政府方提高自身信用，提高自身契约精神，减少因为政府换届或机构调整等原因为企业带来政府信用的风险。同时，政府需加大监管力度，让PPP项目真正地从解决政府资金问题以及项目运营效率问题过渡到可持续发展的问题上。

(4)经污水处理厂升级扩建PPP项目融资风险模型计算及图6显示，该项目风险结果为(43.16,4.54,0.55)，根据风险等级划分标准，该项目隶属一般风险区间。大连属于经济发展较好城市，政企双方能够共同承担一定的风险，而污水处理升级扩建项目也更符合时代以及PPP行业的发展要求，把控好风险，项目可以平稳运行。

4 结 论

(1)本文对污水处理厂升级扩建PPP项目融资风险进行分析，在WSR方法论的体系下，考虑物理、事理、人理三维指标，首次引入了FANP-云模型的数学方法。运用WSR方法论构建污水处理厂升级扩建PPP项目融资风险体系能够减小因构建体系所产生的误差，符合实际。运用模糊网络分析和云模型建立风险模型，可以将信息合理量化，减少打分时主观影响，提高准确性，同时云图能够直观体现风险影响程度，清晰明了。

(2)对实际项目进行评价，该模型能够体现法律风险、经济风险等不同风险因素对项目影响的程度，通过实例验算表明，物理指标中法律风险对项目影响程度最大，人理指标中社会风险影响程度最低。该模型符合大连市某污水处理厂升级扩建PPP项目实际情况，具有一定的应用价值。