宋 博， 武瑞娟， 牛發(fā)陽

(1. 鄭州信息科技職業(yè)學(xué)院建筑工程學(xué)院, 河南 鄭州 450008; 2. 鄭州康橋房地產(chǎn)開發(fā)有限責(zé)任公司, 河南 鄭州 450001)

?

基于OWA與灰色聚類的城市軌道交通PPP融資風(fēng)險評價方法研究

宋 博1， 武瑞娟1， 牛發(fā)陽2

(1. 鄭州信息科技職業(yè)學(xué)院建筑工程學(xué)院, 河南 鄭州 450008; 2. 鄭州康橋房地產(chǎn)開發(fā)有限責(zé)任公司, 河南 鄭州 450001)

針對城市軌道交通PPP融資成本高、投資回收期長、不確定性因素多等特點(diǎn)導(dǎo)致整個融資過程充滿風(fēng)險，且難以進(jìn)行科學(xué)的評價，進(jìn)而增加風(fēng)險評價難度的問題，提出基于OWA與灰色聚類的城市軌道交通PPP融資風(fēng)險評價方法。首先從全壽命周期角度構(gòu)建城市軌道交通PPP融資風(fēng)險指標(biāo)體系。然后基于OWA算子對專家決策數(shù)據(jù)按照降序的方式重新排序，消除極值帶來的不利影響，加權(quán)得出指標(biāo)的權(quán)重值。最后考慮指標(biāo)的灰色性、信息不完整性，構(gòu)建灰色白化權(quán)函數(shù)實現(xiàn)指標(biāo)信息的透明化，完成對PPP融資風(fēng)險的聚類分析。應(yīng)用構(gòu)建的模型對鄭州地鐵1號線一期工程PPP融資風(fēng)險進(jìn)行評價，認(rèn)為該地鐵工程PPP融資風(fēng)險等級高，應(yīng)重點(diǎn)關(guān)注前期策劃、社會資本、政策環(huán)境、設(shè)計質(zhì)量、成本超支、建設(shè)質(zhì)量、殘值7個主要風(fēng)險指標(biāo)的控制，以期為該項目融資風(fēng)險管理提供建議，并進(jìn)一步豐富城市軌道交通PPP融資風(fēng)險的評價方法。

城市軌道交通； PPP融資； 風(fēng)險評價； OWA； 灰色聚類

0 引言

隨著城市化進(jìn)程的加快，居民對交通出行的需求日益增加,而交通擁堵問題成為制約城市發(fā)展的瓶頸[1]。城市軌道交通作為解決交通擁堵的綠色可行途徑，需要龐大的建設(shè)資金，單純的依靠政府財政投入無法滿足建設(shè)資金的需求[2]。傳統(tǒng)的融資模式難以解決資金短缺、融資效率低下的問題，將PPP(public private partnership)引入城市軌道交通建設(shè)領(lǐng)域，可有效緩解政府財政壓力，同時提升項目管理理念的創(chuàng)新和服務(wù)水平[3-4]。然而，在城市軌道交通PPP融資的整個過程中存在諸多不確定性風(fēng)險因素，因此對其進(jìn)行風(fēng)險評價具有重要的現(xiàn)實意義。

目前，在城市軌道交通PPP融資風(fēng)險評價方面的研究已經(jīng)取得了較為豐碩的成果。文獻(xiàn)[5]將PPP項目風(fēng)險分為宏觀、中觀、微觀3方面； 文獻(xiàn)[6]以長沙市地鐵2號線為例，基于模糊綜合評價方法從政治、經(jīng)濟(jì)、法律合同、環(huán)境、完工、經(jīng)營維護(hù)6方面對融資風(fēng)險進(jìn)行評價，但存在專家認(rèn)識片面的局限性； 文獻(xiàn)[7]基于改進(jìn)灰色關(guān)聯(lián)度從政府部門、私營部門、貸款機(jī)構(gòu)和保險公司4個主要參與部門對PPP項目融資風(fēng)險進(jìn)行評價，同樣存在著專家認(rèn)知能力極端性的缺陷； 文獻(xiàn)[8]摒棄專家主觀經(jīng)驗，對熵權(quán)法進(jìn)行改進(jìn)，從客觀的視角對PPP項目融資風(fēng)險進(jìn)行評價，卻忽略由于部分指標(biāo)模糊性導(dǎo)致難以用真實數(shù)據(jù)表示的問題； 文獻(xiàn)[9]根據(jù)PPP項目融資風(fēng)險傳導(dǎo)的特性，構(gòu)建復(fù)雜網(wǎng)絡(luò)對風(fēng)險因子的相關(guān)性進(jìn)行分析。以上文獻(xiàn)對城市軌道交通PPP融資風(fēng)險評價時多集中在定性研究領(lǐng)域，在指標(biāo)賦權(quán)方面基于專家對評價指標(biāo)的主觀認(rèn)知，但忽略專家決策信息極端值對結(jié)果的不利影響，且未完全考慮指標(biāo)的灰色性和模糊性，進(jìn)而降低評價結(jié)果的科學(xué)性。

本文基于OWA(ordered weighted averaging)和灰色聚類的城市軌道交通PPP融資風(fēng)險評價模型，利用OWA算子對專家打分結(jié)果重新排序，集結(jié)加權(quán)得出指標(biāo)權(quán)重，降低極值造成的不利影響?；诨疑垲悓Σ煌悇e的指標(biāo)進(jìn)行聚類分析，得出評價對象風(fēng)險等級，將其運(yùn)用在鄭州地鐵1號線一期工程PPP融資風(fēng)險評價中，結(jié)果表明該模型能較好地解決城市軌道交通PPP融資風(fēng)險等級間斷的問題，具有一定的現(xiàn)實意義。

1 城市軌道交通PPP融資的必要性

PPP是最近幾年在城市軌道交通領(lǐng)域興起的一種新型融資模式，與傳統(tǒng)融資模式相比，具有風(fēng)險分擔(dān)合理、彈性大、靈活性強(qiáng)、政府擁有較強(qiáng)控制力等優(yōu)勢。十八屆三中全會以來，國家積極倡導(dǎo)社會資本投入到城市基礎(chǔ)設(shè)施建設(shè)領(lǐng)域，其中PPP融資模式被作為重點(diǎn)推廣的對象。將PPP引入到城市軌道交通融資中，不僅能豐富融資方式、優(yōu)化資本結(jié)構(gòu)、提高融資效率，而且能分擔(dān)政府財政風(fēng)險、緩解財政壓力、提升管理效率。但是，城市軌道交通融資往往周期長、參與方多、組織結(jié)構(gòu)龐大、利益索求不同，使得傳統(tǒng)融資模式難以發(fā)揮作用解決建設(shè)資金缺口難題。故在城市軌道交通項目中引入PPP融資模式成為解決建設(shè)資金瓶頸的關(guān)鍵。

2 城市軌道交通PPP融資風(fēng)險評價指標(biāo)體系構(gòu)建

根據(jù)風(fēng)險管理理論和經(jīng)濟(jì)理論，可將PPP項目融資風(fēng)險定義為： 在PPP融資模式框架下，從項目的可行性研究階段到運(yùn)行周期內(nèi)發(fā)生的可能對項目成功融資起到負(fù)面作用，甚至導(dǎo)致項目失敗的事件[10]。從定義中易知城市軌道交通PPP融資是一項長期性活動，風(fēng)險指標(biāo)應(yīng)具有動態(tài)性、階段性、全面性，能夠貫穿整個活動過程且滿足可動態(tài)調(diào)整性、循環(huán)性的原則。文獻(xiàn)[11]將風(fēng)險因素歸納為9大類，認(rèn)為政策法規(guī)、技術(shù)、金融、運(yùn)營4個風(fēng)險指標(biāo)需重點(diǎn)關(guān)注； 文獻(xiàn)[12]從建設(shè)和運(yùn)營階段識別風(fēng)險指標(biāo)，并指出收益分配和調(diào)整以及政府的監(jiān)管和調(diào)節(jié)是運(yùn)營階段的核心因素。同時私人部門的技術(shù)力量、建設(shè)質(zhì)量的好壞、運(yùn)營階段票價的合理性以及需求量直接關(guān)系到私人部門后續(xù)維護(hù)費(fèi)用和盈利的可能性； 文獻(xiàn)[13]認(rèn)為資金到位情況、建設(shè)質(zhì)量、完工風(fēng)險、社會經(jīng)濟(jì)環(huán)境是城市軌道交通PPP融資首要考慮的風(fēng)險指標(biāo)。鑒于地鐵施工是一項專業(yè)技術(shù)強(qiáng)、周期長、需投入巨資的工作，在漫長的建設(shè)過程中面臨一系列不穩(wěn)定因素，故需在招標(biāo)階段選擇信譽(yù)良好的私人部門，明確雙方的合同關(guān)系； 在設(shè)計階段提高設(shè)計質(zhì)量，減少設(shè)計變更； 在融資階段關(guān)注私人部門融資結(jié)構(gòu)的合理性、資金供應(yīng)情況以及金融環(huán)境等因素。為縮小指標(biāo)的關(guān)聯(lián)性和冗余度，將放貸銀行自身條件、利率、通貨膨脹等因素歸屬到金融環(huán)境中。作為PPP項目最后環(huán)節(jié)的移交階段需注意私人部門技術(shù)轉(zhuǎn)讓情況以及殘值率。本文研究基于全壽命周期理論，在專家調(diào)查問卷的基礎(chǔ)上結(jié)合文獻(xiàn)[14-15]的研究成果，從可行性研究、招投標(biāo)、融資、設(shè)計、建設(shè)、運(yùn)營、移交7個階段出發(fā)，本著系統(tǒng)性、可操作性原則，構(gòu)建城市軌道交通PPP融資風(fēng)險評價指標(biāo)體系(見圖1)。

3 基于OWA和灰色聚類的城市軌道交通PPP融資風(fēng)險評價模型構(gòu)建

城市軌道交通PPP融資風(fēng)險中定性指標(biāo)較多，而專家自身經(jīng)驗存在差異性，在決策過程中易出現(xiàn)因個人偏好導(dǎo)致的極端值現(xiàn)象，進(jìn)而降低評價結(jié)果的科學(xué)性。為解決極值帶來評價結(jié)果失真的缺陷，首先利用OWA算子按照降序的方式對打分進(jìn)行重新排序，通過平均加權(quán)的賦權(quán)理念消除極值負(fù)面效應(yīng)，進(jìn)而提升賦權(quán)的科學(xué)性。然后考慮指標(biāo)的灰色性造成常規(guī)數(shù)學(xué)模型難以表達(dá)的問題，利用灰色聚類中的白化權(quán)函數(shù)將灰色信息透明化，通過對目標(biāo)函數(shù)的聚類分析得出風(fēng)險評價值。

圖1 城市軌道交通PPP融資風(fēng)險評價指標(biāo)體系

Fig. 1 Risk indicator system of PPP financing mode for urban rail transit

3.1 城市軌道交通PPP融資風(fēng)險等級界定

城市軌道交通PPP融資風(fēng)險貫穿整個項目始終，在任何階段都可能發(fā)生。項目管理者進(jìn)行風(fēng)險評價時，需要首先確定目標(biāo)風(fēng)險等級的界定范圍，這樣才能做出科學(xué)判斷。從概率上講，PPP項目在未發(fā)生前的任何階段風(fēng)險大小的可能性都是等同的，即對PPP項目風(fēng)險等級的劃分應(yīng)該遵循均等原則。為提高PPP融資風(fēng)險管理水平，需盡可能將高級別的范圍擴(kuò)大，使得評價結(jié)果達(dá)到高分值，同時降低低級別風(fēng)險等級的范圍，規(guī)避項目狀態(tài)成為高風(fēng)險的概率，進(jìn)而提高管理能力。為此，將城市軌道交通PPP融資風(fēng)險等級測度取值設(shè)為[0，10]，具體風(fēng)險等級見表1。

3.2 基于OWA算子確定指標(biāo)的權(quán)重值

指標(biāo)權(quán)重計算結(jié)果的合理性直接關(guān)系到最終評價結(jié)果的科學(xué)性。目前常用的賦權(quán)方法(如層次分析法、專家打分法等)多基于專家的主觀認(rèn)識，在打分過程中不可避免地存在極值現(xiàn)象，如果不采取科學(xué)的方式對其進(jìn)行處理，則會影響賦權(quán)的公正性。我國學(xué)者在美國Yager教授提出OWA算子理論的基礎(chǔ)上，不斷改進(jìn)并將其運(yùn)用在群決策指標(biāo)賦權(quán)領(lǐng)域，充分考慮指標(biāo)得分值與其位置之間比例的大小關(guān)系，即通過降序的方式降低專家決策信息偏好的負(fù)面作用對目標(biāo)權(quán)重的影響，將極值分配到影響度較小的區(qū)域，進(jìn)而提高賦權(quán)的科學(xué)性，且計算過程簡單，便于快速實現(xiàn)決策信息與目標(biāo)綜合屬性的集結(jié)。

表1 城市軌道交通PPP融資風(fēng)險等級

Table 1 Risk grading division of PPP financing mode for urban rail transit

等級區(qū)間范圍高(8,10]較高(6,8]一般(4,6]較低(2,4]低(0,2]

利用OWA算子計算權(quán)重的步驟如下。

1)設(shè)風(fēng)險因子A的初始決策數(shù)據(jù)為(a1,a2,…,an)，對因子A的決策數(shù)據(jù)從0開始編號，按照從大到小的規(guī)則重新集結(jié)得到新的數(shù)列b0，b1，b2，…，bn。

2)數(shù)據(jù)bj權(quán)重的計算。 利用組合數(shù)計算數(shù)據(jù)bj的權(quán)重

(1)

(2)

4)計算Ai的相對權(quán)重

(3)

3.3 城市軌道交通PPP融資風(fēng)險灰色聚類評價

由于城市軌道交通PPP融資風(fēng)險指標(biāo)多、關(guān)系復(fù)雜、人為因素干擾大的特征，對多數(shù)指標(biāo)的衡量主要依賴決策者的主觀經(jīng)驗、知識水平、個人偏好，導(dǎo)致獲取的信息充滿模糊性和不確定性，故可將其風(fēng)險評價視為一個灰色系統(tǒng)，即部分信息確定、部分信息無法明確的系統(tǒng)。灰色聚類作為灰色系統(tǒng)理論中重要的分支，可較好地解決樣本數(shù)量不足、信息不完整、指標(biāo)模糊性等特點(diǎn)導(dǎo)致難以對目標(biāo)評價的問題。其核心思想是根據(jù)目標(biāo)屬性的不同劃分為不同的類別，構(gòu)建不同的白化權(quán)函數(shù)對其進(jìn)行灰類歸納，得出目標(biāo)的綜合評價值。由于我國現(xiàn)有的城市軌道交通PPP融資案例樣本數(shù)量不足，在一定程度上加大了對其融資風(fēng)險評價的難度。因此，采用灰色聚類實現(xiàn)城市軌道交通PPP融資風(fēng)險評價，具有一定的可行性和科學(xué)性。

3.3.1 確定灰類以及白化權(quán)函數(shù)

在灰色系統(tǒng)中，灰類中心點(diǎn)確定的合理性直接影響評價結(jié)果的科學(xué)性，通常將灰類中最大程度的點(diǎn)作為其中心點(diǎn)。根據(jù)城市軌道交通PPP融資風(fēng)險等級測度界定的范圍，可知中心點(diǎn)向量U=(9，7，5，3，1)。參考文獻(xiàn)[16]提出的基于中心點(diǎn)三角白化權(quán)函數(shù)聚類模型，并對不同灰類屬性進(jìn)行解釋，結(jié)合城市軌道交通PPP融資風(fēng)險評價的內(nèi)涵，在文獻(xiàn)[17]研究的基礎(chǔ)上構(gòu)建灰色白化權(quán)函數(shù)(見表2)。

表2 城市軌道交通PPP融資風(fēng)險評價白化權(quán)函數(shù)

Table 2 Grey whitening weight function of PPP financing mode for urban rail transit

灰類e灰數(shù)e白化權(quán)函數(shù)fe[dijk]e=11∈[0,9,￥]f1[dijk]=dijk9,dijk∈[0,9]1,dijk∈[9,￥]0,dijk?[0,￥]ì?í????e=22∈[0,7,14]f2[dijk]=dijk7,dijk∈[0,7]14-dijk7,dijk∈[7,14]0,dijk?[0,14]ì?í?????e=33∈[0,5,10]f3[dijk]=dijk5,dijk∈[0,5]10-dijk5,dijk∈[5,10]0,dijk?[0,10]ì?í?????e=44∈[0,3,6]f4[dijk]=dijk3,dijk∈[0,3]6-dijk3,dijk∈[3,6]0,dijk?[0,6]ì?í?????e=55∈[0,1,2]f5[dijk]=1, dijk∈[0,1]2-dijk,dijk∈[1,2]0,dijk?[0,2]{

3.3.2 灰色聚類實現(xiàn)的步驟

1)構(gòu)建評價矩陣。根據(jù)風(fēng)險等級界定的范圍，邀請p個專家依據(jù)其經(jīng)驗對指標(biāo)Aij賦值，構(gòu)建出評價矩陣Di=[dijk]s×p。 其中：dijk表示專家k對i指標(biāo)下分指標(biāo)j大小的賦值；k=1,2,…，p；s為風(fēng)險因子的數(shù)量。

(4)

3)合成聚類評價矩陣。 對初級指標(biāo)作聚類評價

Zi=wi·Ri。

(5)

構(gòu)建上級指標(biāo)評價矩陣Z0=[Z1,Z2,…,Zn]，得出上層指標(biāo)的聚類評價值

M=w0·Z0=[M1,M2,…,Mn]。

(6)

4)求各級指標(biāo)的評價值。 傳統(tǒng)確定灰色聚類評估值的思想往往采取最大權(quán)值原則，但此方法會導(dǎo)致評價數(shù)據(jù)二次丟失，將綜合評價向量與測度閾值集結(jié)，做單值化處理

W=M·UT。

(7)

這樣可有效規(guī)避信息丟失，進(jìn)而更加科學(xué)地得到城市軌道交通PPP融資風(fēng)險等級。

4 案例分析

鄭州地鐵1號線一期工程，西起西流湖站，東至體育中心站，長26.34 km,共設(shè)車站20座(均為地下車站)，總投資150.8億元。由于所有的站點(diǎn)均為地下車站，使得造價成本較高，因此采用PPP融資模式。在該線路開工之前，鄭州市軌道交通公司與省內(nèi)3家銀行簽訂86億元的貸款協(xié)議，中國銀行河南分行提供46億元，浦發(fā)銀行鄭州分行和中國郵政儲蓄銀行河南省分行各提供20億元，最長期限為30年，貸款利率執(zhí)行國內(nèi)同期最優(yōu)惠利率，剩余資金由政府承擔(dān)。作為鄭州市首條采用PPP融資的城市軌道交通項目，面臨著經(jīng)驗不足、不確定性因素多等風(fēng)險，運(yùn)用構(gòu)建的模型對該案例融資風(fēng)險進(jìn)行評價，以期為政府提供科學(xué)的指導(dǎo)意見，降低其融資風(fēng)險。

4.1 基于OWA算子指標(biāo)權(quán)重計算

以一級指標(biāo)融資階段下的5個二級指標(biāo)為例，邀請5個專家對其進(jìn)行評分。為提高打分的規(guī)范性和統(tǒng)一性，令打分結(jié)果均為0.5的整數(shù)倍且數(shù)據(jù)范圍為0～10，得分越高表示相對重要性越大，具體指標(biāo)的得分見表3。

表3 部分二級指標(biāo)得分結(jié)果

鄭州地鐵1號線一期工程PPP融資風(fēng)險指標(biāo)權(quán)重為：η0=(0.298, 0.193, 0.087, 0.164, 0.062, 0.075, 0.121)，η1=(0.738, 0.113, 0.149)，η2=(0.612, 0.113, 0.275)，η3=(0.272, 0.144, 0.194, 0.182, 0.209)，η4=(0.8, 0.2)，η5=(0.312, 0.103, 0.489, 0.096)，η6=(0.253, 0.256, 0.346, 0.145)，η7=(0.6, 0.4)。

4.2 城市軌道交通PPP融資風(fēng)險聚類評價

根據(jù)城市軌道交通PPP融資風(fēng)險測度等級和表2中灰數(shù)及對應(yīng)的灰類，邀請6個專家對城市軌道交通PPP融資風(fēng)險二級指標(biāo)進(jìn)行賦值，構(gòu)建出i行6列的風(fēng)險決策矩陣Di=[dijk]s×p，具體如下：

利用式(4)求得權(quán)矩陣Ri，具體為：

利用式(5)將權(quán)向量與權(quán)矩陣合成聚類評價矩陣Zi，同時確定一級指標(biāo)矩陣

利用式(6)將聚類評價向量與指標(biāo)的權(quán)重值集成，得到PPP融資風(fēng)險等級的綜合評價向量M=w0·Z0=[0.407 0.396 0.420 0.137 0.007]。

利用式(7)將M向量與閾值U集成，得到城市軌道交通PPP融資風(fēng)險的綜合評價值W=M·UT=8.953。根據(jù)風(fēng)險測度等級可知，鄭州地鐵1號線一期工程PPP融資風(fēng)險等級高。從權(quán)重的計算結(jié)果可知，應(yīng)重點(diǎn)監(jiān)控前期策劃、社會資本、政策環(huán)境、設(shè)計質(zhì)量、成本超支、建設(shè)質(zhì)量、殘值7個指標(biāo)，主要體現(xiàn)在可行性研究階段的前期策劃。作為鄭州市首條采用PPP融資的軌道交通工程，面臨融資經(jīng)驗缺乏、市場把握不到位等問題，前期策劃作為整個融資的開端，對整個項目的融資起著良好的導(dǎo)向作用，決定著整個項目融資的成敗。在后期的融資過程中應(yīng)汲取經(jīng)驗，做好前期準(zhǔn)備工作，降低決策失誤的概率。同時密切關(guān)注融資環(huán)境和金融環(huán)境，確保資金供應(yīng)安全。在招標(biāo)階段要選擇良好的社會資本，確保資本的合格性，加強(qiáng)對施工單位技術(shù)力量的考核，滿足建設(shè)的需求。此外，在移交階段應(yīng)注意殘值帶來的不利影響，提高殘值利用率。

5 結(jié)論與討論

1)從城市軌道交通PPP融資的全壽命周期角度構(gòu)建風(fēng)險評價指標(biāo)體系，提出PPP融資風(fēng)險評價方法。

2)基于OWA算子確定指標(biāo)的權(quán)重，通過對決策數(shù)據(jù)的重新集結(jié)，在很大程度上削弱了極值帶來的不利影響，而且該方法計算簡單，無需一致性驗證，在提升指標(biāo)賦權(quán)科學(xué)性的同時簡化了計算過程，提高了評價效率。

3)城市軌道交通作為一個灰色系統(tǒng)，指標(biāo)信息存在較多的不透明性，利用灰色白化權(quán)函數(shù)將評價信息透明化，克服了指標(biāo)信息不確定性導(dǎo)致評價結(jié)果失真的缺陷。借助已有的白色信息實現(xiàn)對鄭州地鐵1號線一期工程PPP融資風(fēng)險等級的評價，認(rèn)為其PPP融資風(fēng)險等級高，并指出主要的風(fēng)險指標(biāo)，為該項目融資風(fēng)險管理提供決策，同時為城市軌道交通PPP融資風(fēng)險提供一種新的評價方法。但本文缺乏對風(fēng)險應(yīng)對措施的研究，故在后續(xù)的研究中有待補(bǔ)充針對性的風(fēng)險應(yīng)對措施，以便提供更完善、科學(xué)的決策，進(jìn)而更好地控制PPP融資風(fēng)險。

[1] 李靜華, 李啟明. PPP模式在我國城市軌道交通中的經(jīng)濟(jì)風(fēng)險因素分析： 以北京地鐵四號線為例[J]. 建筑經(jīng)濟(jì), 2007(10): 23-26. LI Jinghua, LI Qiming. Economic risk analysis of PPP financing mode for urban rail transit in China: Case study of Beijing Metro Line No. 4[J].Construction Economy,2007(10): 23-26.

[2] 王守清, 柯永建. 特許經(jīng)營項目融資(BOT、PFI和PPP)[M]. 北京: 清華大學(xué)出版社, 2008: 13-14. WANG Shouqing, KE Yongjian. Financing methods for licensed projects (BOT, PFI and PPP) [M]. Beijing: Tsinghua University Press, 2008: 13-14.

[3] 郭鎮(zhèn)寧. 城市軌道交通融資模式研究[J]. 鐵道運(yùn)輸與經(jīng)濟(jì), 2010(2): 63-67. GUO Zhenning. Study of financing mode of urban rail transit[J]. Railway Transport and Economy, 2010(2): 63-67.

[4] JIN X H, Doloi H. Interpreting risk allocation mechanism inpublic-private partnership projects: An empirical study in a transaction cost economics perspective[J]. Construction Management and Economics, 2010, 26(7): 707 -721.

[5] LI Bing, Akintoye A, Edwards P J, et al. The allocation of risk in PPP/PFI construction projects in the UK[J]. International Journal of Project Management, 2005, 23(1): 25-35.

[6] 唐文彬, 張飛漣. 城市軌道交通投融資風(fēng)險評價方法[J]. 系統(tǒng)工程, 2011(1): 117-122. TANG Wenbin, ZHANG Feilian. The risk of evaluation methodology of urban rail transit investment and financing[J]. Systems Engineering, 2011(1): 117-122.

[7] 劉憲寧, 王建波, 趙輝, 等. 基于AHP與改進(jìn)灰色關(guān)聯(lián)度理論的城市軌道交通PPP項目融資風(fēng)險綜合評價[J]. 項目管理技術(shù), 2011(8): 43-46. LIU Xianning, WANG Jianbo, ZHAO Hui， et al. Comprehensive evaluation of financing risk of PPP mode for urban rail transit based on AHP and improved grey relational grade theory[J]. Project Management Technology, 2011(8): 43-46.

[8] 何亞伯, 徐冰, 常秀峰. 基于改進(jìn)熵權(quán)灰色關(guān)聯(lián)模型的城市軌道交通PPP項目風(fēng)險評價[J]. 項目管理技術(shù), 2016(3): 112-117. HE Yabo, XU Bing, CHANG Xiufeng. Risk evaluation of urban rail transit based on improved entropy weight method and gray relation mode [J].Project Management Technology, 2016(3): 112-117.

[9] 劉維慶, 張浩, 頊志芬. 城市軌道交通項目融資風(fēng)險傳導(dǎo)研究[J]. 統(tǒng)計與決策, 2016(19): 58-60. LIU Weiqing, ZHANG Hao, XU Zhifen. Research on financing risk transmission of urban rail transit projects[J]. Statistics and Decision, 2016(19): 58-60.

[10] 周和平, 陳炳泉, 許葉林. 公私合營(PPP)基礎(chǔ)設(shè)施項目風(fēng)險再分擔(dān)研究[J]. 工程管理學(xué)報, 2014(3): 89-93. ZHOU Heping, CHAN Albert Ping-chuen, XU Yelin. Re-allocating risks for PPP infrastructure projects during implementation phase[J].Journal of Engineering Management, 2014 (3): 89-93.

[11] Darrin Grimsey, Mervyn K Lewis. Evaluating the risk of public private parterships for infrastructure projects[J]. International Journal of Project Management, 2002,20: 107-118.

[12] 郝偉亞, 王盈盈, 丁慧平. 城市軌道交通PPP模式核心要點(diǎn)研究: 北京地鐵M號線案例分析[J]. 土木工程學(xué)報, 2012(10): 175-180. HAO Weiya, WANG Yingying, DING Huiping. Core elements of public-private partnership(ppp) in urban rail transit： Case of Beijing Metro Line M[J]. China Civil Engineering Journal, 2012(10): 175-180.

[13] 吳賢國, 薛莉敏, 孫豐旋, 等. 城市軌道交通融資模式研究[J]. 施工技術(shù), 2008(2): 19-21. WU Xianguo, XUE Limin, SUN Fengxuan, et al. Study of financing mode of urban rail transportation[J].Construction Technology, 2008(2): 19-21.

[14] 柯永建, 王守清, 陳炳泉. 私營資本參與基礎(chǔ)設(shè)施PPP項目的政府激勵措施[J]. 清華大學(xué)學(xué)報(自然科學(xué)版), 2009(9): 1480-1483. KE Yongjian, WANG Shouqing, CHAN Albert Ping-chuen. Government incentives for private sector involvement in infrastructure PPP projects[J]. Journal of Tsinghua University(Science and Technology), 2009(9): 1480-1483.

[15] 周正祥, 張秀芳, 張平. 新常態(tài)下PPP模式應(yīng)用存在的問題及對策[J]. 中國軟科學(xué), 2015(9): 82-95. ZHOU Zhengxiang, ZHANG Xiufang, ZHANG Ping.The existing problems in the application of PPP mode under the new economic normality and their solution[J]. China Soft Science, 2015(9): 82-95.

[16] 劉思峰, 謝乃明. 基于改進(jìn)三角白化權(quán)函數(shù)的灰評估新方法[J]. 系統(tǒng)工程學(xué)報, 2011, 26(2): 244-250. LIU Sifeng, XIE Naiming. New grey evaluation method based on reformative triangular whitenization weight function [J]. Journal of Systems Engineering, 2011, 26 (2): 244-250.

[17] 李龍, 趙金先, 李帆. 基于熵法與灰色理論的地鐵工程項目管理績效評價[J]. 青島理工大學(xué)學(xué)報, 2014(3): 50-55, 60. LI Long, ZHAO Jinxian, LI Fan.Evaluation of Metro project management effect based on entropy value method and gray theory[J].Journal of Qingdao Technological University, 2014(3): 50-55, 60.

Research on Risk Evaluation Method of PPP Financing Mode for Urban Rail Transit Based on OWA and Grey Clustering Method

SONG Bo1, WU Ruijuan1, NIU Fayang2
(1.SchoolofCivilEngineering,ZhengzhouVocationalUniversityofInformationandTechnology,Zhengzhou450008,Henan,China; 2.ZhengzhouKangqiaoRealEstateDevelopmentLimitedLiabilityCompany,Zhengzhou450001,Henan,China)

Public private partnership(PPP) financing mode for urban rail transit is full of risks, i.e. high financing cost, long payback period, various uncertain factors and difficult to evaluate scientifically and accurately. As a result, the risk evaluation method based on the ordered weighted averaging(OWA) and grey clustering method is established. The risk indicator system of PPP financing mode for urban rail transit is established in terms of project life cycle; and then the scores given by experts are reordered based on OWA operator so as to eliminate adverse effect induced by extreme values and gain the weight values of risk indicators. Finally, the grey whitening weight function is established in consideration of grey and information unintegrity of risk indicators so as to realize transparency and complete clustering analysis of financing risk of PPP financing mode. The above-mentioned risk evaluation method is used to evaluate the financing risk of PPP mode in Zhengzhou Metro Line No. 1. The results show that the financing risk is of high-grade. Seven risk indicators, i.e.project planning, social capital, policy environment, design quality and cost overrun, construction quality and residual value, should be strictly controlled. The study results can provide references for risk evaluation of PPP financing mode for urban rail transit in the future.

urban rail transit; PPP financing mode; risk evaluation; OWA; grey clustering

2017-01-06;

2017-02-08

國家自然科學(xué)基金項目(71471094)

宋博(1982—)，女，河南商丘人，2008年畢業(yè)于鄭州大學(xué)，水工結(jié)構(gòu)工程專業(yè)，碩士，講師，現(xiàn)主要從事建筑工程技術(shù)與工程管理的教學(xué)與研究工作。E-mail: songbohnzz@163.com。

10.3973/j.issn.1672-741X.2017.04.008

U 45

A

1672-741X(2017)04-0435-07