劉 華， 史燕宇

(西安建筑科技大學管理學院， 陜西 西安 710055)

0 引言

隨著PPP模式的大力推進，政府與私人資本合作逐漸成為建設交通基礎設施項目的主要途徑，但交通基礎設施PPP項目具有交易結構復雜、項目持續(xù)時間長等特點，使得簽訂初始合同時，難以預料所有潛在再談判觸發(fā)點，致使交通基礎設施PPP項目在實踐過程中極易發(fā)生復雜的再談判。因此，識別出擬建項目潛在的再談判觸發(fā)點，減少再談判的發(fā)生，對項目的順利推進具有重要的現(xiàn)實意義。

關于PPP項目再談判的問題已引起國內外學者的廣泛關注，王芳芳等[1]結合實際案例得出我國水務類PPP項目的再談判觸發(fā)點主要為制度不完善、法律法規(guī)變更頻繁、外界環(huán)境影響等； 吳淑蓮[2]在專家評判的基礎上，運用模糊數(shù)學，識別出再談判關鍵影響因素主要涉及合同、相關利益者和外部環(huán)境，并提出對再談判操作規(guī)程的設計； 劉婷等[3]通過梳理以往PPP項目，指出引發(fā)再談判發(fā)生的因素主要有需求預測不準確、政府的信用水平和法律變更等，并提出重視政府責任、前期調研等建議； 賀靜文等[4]通過運用因子分析方法識別引發(fā)再談判發(fā)生的影響因素有： 風險分擔與利益共享、參與方履約能力與合作關系； 任志濤等[5]通過結構方程模型分析得出影響再談判發(fā)生的原因主要集中在政府、外在宏觀條件和公眾3個方面； Trebilcock等[6]指出制度能力是影響PPP項目再談判的一個重要因素； Eduardo等[7]通過分析智利、哥倫比亞和秘魯公路特許權重新談判的案例指出政府采取機會主義行為是引發(fā)項目再談判較為常見的因素。

以上學者運用不同的方法分析了在PPP項目實施過程中引發(fā)再談判的關鍵影響因素，并提出相應的應對措施。上述研究忽略了關鍵影響因素在特定環(huán)境中發(fā)生的可能性大小，對所有潛在觸發(fā)點均設置詳盡的預控措施，增加了項目的管理難度與成本，同時未能重點預控最有可能發(fā)生的觸發(fā)點，難以提高項目的管理效率，實現(xiàn)資源的合理分配。針對以上不足，本文綜合運用粗糙集理論及最鄰近法檢索相似案例，以期確定在特定環(huán)境下擬建項目最有可能發(fā)生的再談判觸發(fā)點，為擬建交通基礎設施項目科學決策做參考。

1 交通基礎設施PPP項目再談判觸發(fā)點及其產生根源

1.1 再談判及其觸發(fā)點的界定與內涵

合同的再談判是補充初始契約不完整的重要機制，而PPP模式下的合同再談判主要是指在PPP項目特許權被授予之后，因初始合約設計漏洞等意外事件，致使政府與社會資本在權義、利益的分配方面產生分歧，對合同的順利履行形成阻礙，從而導致發(fā)生再談判[8]。再談判觸發(fā)點可歸類為外生和內生2個方面，前者主要涉及合同的外部因素，如經濟、法律等宏觀環(huán)境的變化；后者與初始合同設計相關[9]，如項目可行性研究不充分、參與方經驗匱乏及機會主義行為等均可能會導致項目實際情況與合同初始設計偏離。

1.2 再談判觸發(fā)點及其產生根源

通過文獻調研已發(fā)生再談判的隧道、地鐵等交通基礎設施PPP項目，并對其再談判觸發(fā)事件從政治、經濟、社會、技術4個方面進行PEST分析[10-11]，如表1所示。

表1 交通基礎設施PPP項目再談判觸發(fā)點的識別

由表1分析可知，交通基礎設施類PPP項目再談判觸發(fā)點主要有交通量預測不準確、政府信用缺失、同類競爭項目出現(xiàn)、公眾反對和法律變更等，而再談判發(fā)生的根本原因是交通基礎設施PPP項目初始契約不完備[12]。因此，本文從契約不完備的角度對觸發(fā)點產生根源做進一步分析，尋找更有效的解決途徑，如圖1所示。

2 案例推理(CBR)運作機理及實現(xiàn)技術

2.1 CBR運作機理

CBR(case-based reasoning)技術是人工智能領域一種新型的推理技術，通過此技術可從案例庫中挖掘潛在的有效信息，輔助決策者有效分析經驗數(shù)據(jù)和當前數(shù)據(jù)，預測未來的狀態(tài)和行為，提高實例性知識的有效利用率[13-14]。其基本流程主要包括案例檢索、案例修正、案例重用及案例保存，如圖2所示。

圖1 觸發(fā)點產生的根源

Fig. 1 Sources of renegotiation trigger point in transport infrastructure PPP projects

圖2 CBR基本流程

基于CBR基本流程，提出基于交通基礎設施PPP項目再談判觸發(fā)點識別的CBR運作原理，包括： 案例庫的構建與案例表達、相似案例檢索、對相似案例挖掘和案例保存，如圖3所示。

圖3 CBR運作原理

2.2 交通基礎設施PPP項目再談判的CBR實現(xiàn)技術

2.2.1 案例庫的構建與案例表達

本文案例庫的數(shù)據(jù)來源主要為PPP項目庫、文獻調研及專家訪談，通過收集已發(fā)生再談判的交通基礎設施PPP項目構建案例庫。為了CBR系統(tǒng)實現(xiàn)良好的推理效果，需對收集到的案例進行預處理，將各個交通基礎設施PPP項目再談判的案例以統(tǒng)一的格式儲存于案例庫中。用一個多元數(shù)組來表達實例：C=[F,X,ω,T]，其中，F(xiàn)代表案例庫中的實例；X為問題的初始描述，即一系列的屬性特征，X=[X1,X2,X3,X4,…]；ω表示每個案例屬性特征的重要程度，ω=[ω1,ω2,ω3,ω4,…]，即特征權重；T為求解目標。

2.2.2 案例檢索

CBR技術的關鍵步驟之一是設定合理的案例檢索方法。首先需利用粗糙集對案例特征屬性約簡[13]，對初始數(shù)據(jù)進行精簡處理，然后采用數(shù)據(jù)挖掘技術中的最鄰近法[15]，即根據(jù)案例特征屬性的取值類型，采用基于距離的度量計算方法，同時，綜合運用信息熵和層次分析法(AHP)確定權重來調整距離度量，以實現(xiàn)對相似案例的檢索。

2.2.2.1 基于熵權法和AHP的權重計算

案例特征屬性權重的確定在再談判觸發(fā)點識別過程中占據(jù)重要地位，本文利用熵權法和AHP分別計算案例特征屬性的客觀、主觀權重以求得綜合權重，以最大限度地減少信息損失。

1)基于熵權法的屬性特征客觀權重計算[13]。①假設案例庫中有n個案例，每個案例的屬性特征有m個，則每個方案的各指標構成判斷矩陣

B1=(rij)m×n(i=1,2,…,m;j=1,2,3,…,n)。

(1)

式中：j表示第j個案例；i表示j案例的i屬性；rij表示案例特征屬性的賦值。

②將以上判斷矩陣進行歸一化處理，即得到歸一化矩陣

B2=(bij)m×n。

(2)

式中bij代表案例特征屬性歸一化處理后所得的值，bij=(rij-rmin)/(rmax-rmin) (其中，rmax、rmin分別是在同一特征屬性下不同案例屬性的最大值、最小值)。

③熵可以定義為

(3)

④由以上的信息偏差度，可得權重公式

(4)

2)基于AHP的主觀權重計算[16]。AHP是以人的經驗判斷為基礎，把復雜問題分解為若干層次，確定各級指標權重的方法，可借助超級決策(super decision，SD)進行計算，步驟如下：

①建立階梯層次結構模型。將模型涉及到的因素按照目標層、準則層、指標層依次進行劃分，每層包含有若干元素，并依次在SD軟件中建立模型。

②構建判斷矩陣。將同一層次中不同的指標進行兩兩比較，根據(jù)相對重要性確定判斷矩陣元素Aik的值，其中，Aik>1說明元素i比元素k重要，Aii=1，Aik=1/Aik，在SD軟件中的打分界面對各子目標的優(yōu)勢度進行打分。

③對各層因素指標權重一致性檢驗?；谝陨喜襟E，可從指標優(yōu)勢度界面得知各層因素指標主觀權重ωsi以及一致性指標CR。如果CR<0.1，則保持顯著性水平，由此說明判斷矩陣是保持一致的； 反之需要對判斷矩陣權重進行調整。

由最小信息熵得到指標綜合權重ωi的公式為

(5)

2.2.2.2 案例相似度的計算[13]

1)屬性間相似度計算。本文涉及的案例屬性特征主要分為數(shù)值型和等級型2種屬性。

①數(shù)值型屬性的相似度。數(shù)值型屬性是指能夠直接用數(shù)值表示的屬性，計算公式為

sim(fi,yi)=min(fi,yi)/max(fi,yi) 。

(6)

式中：fi為源案例f屬性i的屬性值；yi為目標案例y屬性i的屬性值。

②等級型屬性的相似度。等級型屬性是將數(shù)據(jù)劃分在其相應的等級，并使之符號化?；诰嚯x的度量計算方法，屬性相似度的計算公式為

(7)

2)總體相似度計算。由以上2種屬性間相似度和基于熵的屬性權重來計算目標案例，并結合各個源案例的整體相似度，總體相似度計算公式如下：

(8)

式中： sim(Fj)為目標案例與案例庫中第j個案例的相似度；ωi為CBR案例庫中第i個屬性的綜合權重。

3 案例分析

進入21世紀以來，中國隧道年均里程逐年增長[18]，而隧道PPP項目具有規(guī)模龐大、復雜程度高、投資額大等特點，同時，采用PPP模式建造隧道項目的時間相對較短，管理等方面還不夠成熟，造成在建設運營過程中難免發(fā)生再談判。因此，選取隧道類PPP項目來驗證交通基礎設施PPP項目再談判CBR模型的有效性，案例庫中隧道類項目有上海延安東路隧道、寧波常洪隧道、香港東區(qū)海底隧道、香港西區(qū)海底隧道、南京長江隧道、深圳梧桐山隧道、上海打浦路隧道、杭州慶春路過江隧道、香港大老山隧道和青島膠州灣海底隧道(文中分別用F1—F9代替)。其中，深圳梧桐山隧道長達10年的再談判，對參與各方以及公眾造成無法估量的損失，具有一定的代表性，因此，選擇深圳梧桐山隧道為擬建項目，其余案例作為對比項目。

深圳梧桐山隧道位于深圳市沙頭角鎮(zhèn)，是深圳市區(qū)到東部開發(fā)區(qū)的重要通道，項目由深圳市東部開發(fā)集團公司、深圳市國際信托投資公司和深圳市社會勞動保險公司等共同建設完成。梧桐山隧道分為1期工程(上行隧道)和2期工程(下行隧道)，全長2 317.3 m，耗資2.9億元。深圳梧桐山隧道自運營以來，曾抬升收費標準3次，前后總體增加了92%，引起公眾的強烈不滿并呼吁政府回購隧道取消收費。政府與私人資本展開了歷經10年的再談判，最后，此PPP項目以政府收購隧道而告終。

3.1 案例特征屬性的約簡

案例特征屬性作為描述案例狀態(tài)的指標，對于案例篩選極為重要，初始屬性指標主要根據(jù)文獻總結凝練及專家訪談設置，如表2和表3所示。

表2 初始案例特征屬性

注： 1)字母上標為1的表示屬性指標來源于文獻總結凝練； 2)字母上標為2的表示屬性指標來源于專家訪談。

同時，需對案例屬性進行符號化，離散屬性數(shù)據(jù)可直接賦值1、2、3、4； 對于可用客觀數(shù)據(jù)間接表達的定性連續(xù)屬性，則可以通過收集客觀數(shù)據(jù)來表達，否則需通過專家訪談來確定，然后根據(jù)屬性特征性質的不同，將各指標數(shù)據(jù)劃分在不同的等級[19]，并用符號1、2、3、4表示，其中，分值越大表示指標性能越好，如表4所示。

表3 訪談專家基本情況

表4 初始案例特征屬性信息系統(tǒng)

以區(qū)域經濟環(huán)境為例，對其二級特征屬性進行約簡。利率的變動極易引起再談判的發(fā)生，因此，選取A3為參照變量，對案例特征屬性進行指標約簡，具體步驟如下：

A={A1、A2、A4} ，

U/A3= {(F3、F7、F8)，(F2、F4、F5、F6、F9)，F(xiàn)1} ，

U/A= {F1、F2、F3、F4、F5、F6、F7、F8、F9} ，

PosA(A3)={F1、F2、F3、F4、F5、F6、F7、F8、F9} ，

U/(A-A1)= {(F7、F9)，F(xiàn)1、F2、F3、F4、F5、F6、F8} ，

Pos{A-A1 }(A3)={F1、F2、F3、F4、F5、F6、F8}≠PosA(A3) ，

U/(A-A2)={(F2、F6)、(F3、F7)、(F4、F5)、F1、F8、F9} ，

Pos{A-A2}(A3)={F1、F2、F3、F4、F5、F6、F7、F8、F9}=PosA(A3) ，

U/(A-A4)={(F2、F9)、(F1、F5)、F3、F4、F6、F7、F8} ，

Pos{A-A4}(A3)={F3、F4、F6、F7、F8}≠PosA(A3) 。

式中：U為信息系統(tǒng)的論域，U={F1、F2、F3、F4、F5、F6、F7、F8、F9}; Pos(A3)表示A3相對于A的正域。

由上述計算結果可知，A1(地區(qū)生產總值增速)、A3(利率水平變動)、A4(通貨膨脹程度)為重要指標，不能被簡約，同理可得其余一級指標的約簡結果。

3.2 相似案例的檢索

3.2.1 案例特征屬性權值計算

3.2.1.1 基于信息熵的權值計算

以一級案例特征屬性區(qū)域經濟環(huán)境為例，其中，A1、A3、A4指標信息系統(tǒng)如表4所示，利用式(1)—(4)計算其案例特征屬性權重，各屬性取值如表5和表6所示。

表5 數(shù)據(jù)歸一化處理

表6區(qū)域經濟環(huán)境熵值及權重

Table 6 Entropy values and weights of regional economic environment

項目A1A3A4熵值HiA0.989 10.988 30.990 1權重ωOA0.334 30.359 60.306 1

3.2.1.2 基于AHP的權值計算

以一級案例特征屬性區(qū)域經濟環(huán)境為例計算其權值，邀請行業(yè)內專家訪談，對二級指標A1、A3、A4做重要性的評定，采用1—9標度法構造指標區(qū)域經濟環(huán)境的判斷矩陣，借助SD軟件計算各二級指標的權重并進行一致性檢驗，如表7所示。

表7區(qū)域經濟環(huán)境的判斷矩陣及權重

Table 7 Judgment matrix and weight of regional economic environment

二級指標A3A1A4ωSAA31420.558 4A11/411/30.122 0A41/2310.319 6

注： CR(一致性指標)=0.017 6<0.1，表示通過一致性檢驗。

3.2.1.3 案例特征屬性綜合權重計算

利用式(5)計算案例特征屬性的綜合權重ωi，如表8所示。

表8 案例屬性特征綜合權重

3.2.2 案例屬性特征相似度計算

利用式(6)—(8)計算案例屬性特征局部相似度及整體相似度，見表9和表10。

表9 案例屬性特征局部相似度

表10 案例整體相似度

3.3 結果分析

計算結果得出T=F4，即案例庫中香港西區(qū)海底隧道項目(以下簡稱： 西隧)與深圳梧桐山隧道項目的綜合相似度最大。這2個項目的再談判觸發(fā)點均是公眾反對多次提高收費標準這一事實相符，結合案例，具體分析過程如下。

1)檢索相似源案例。利用案例特征屬性表達案例的基礎上，運用CBR模型識別出與其最為相似的案例F4，即香港西區(qū)海底隧道項目。

2)識別擬建項目的再談判觸發(fā)點。西隧項目在運營期間，多次提高收費標準，使得公民不得不選擇另一條已很擁堵的紅磡海底隧道，導致西隧交通量迅速減少而紅磡海底隧道更為擁堵。同時，居民強烈反對收費標準的提高，并呼吁政府收購西隧，最終導致政府與私人資本展開再談判，即公眾對提高收費標準的反對為西隧項目的再談判觸發(fā)點。通過推理模型可知，擬建PPP項目潛在再談判事件發(fā)生前的自然狀態(tài)與香港西區(qū)海底隧道項目相似度最大，因此，擬建項目最有可能因社會環(huán)境中公眾的原因引發(fā)再談判。

4 結論與討論

1)提出將CBR方法應用到交通基礎設施PPP項目再談判問題中，并引入粗糙集理論，對初始的案例特征屬性進行約簡； 同時，綜合運用了熵權法和層次分析法，優(yōu)化案例特征屬性的權重，提高了CBR模型的準確性與適用性，為合同再談判的事前控制決策提供參考。

2)結合擬建項目的自身特點，考慮再談判觸發(fā)點在實際環(huán)境中發(fā)生可能性，識別出該項目中最有可能發(fā)生的再談判觸發(fā)點，并對該觸發(fā)點進行更深入的調研。在實際操作中能加強對其的重視程度以規(guī)避再談判的發(fā)生，同時，提高項目的管理效率，實現(xiàn)資源的合理分配。

3)以深圳梧桐山隧道PPP項目為例，識別出該項目潛在再談判觸發(fā)點為公眾反對多次提高收費標準?；诖?，可針對性地設定事前控制防范機制，首先，制定詳盡的調研方案，如調研項目周邊居民的消費水平以及公眾對收費的支付意愿等情況； 然后，在制定價格調整條款時，依照調研結果對其進行補充，提高初始合同的完備性； 最后，在項目運營過程中，實時跟蹤該潛在再談判觸發(fā)點，并持續(xù)關注公眾的反應，及時地通過聽證會等形式對收費標準進行調整以緩解各方矛盾，從而避免因公眾反對收費過高而引發(fā)冗長的再談判。

4)本研究選取交通基礎設施PPP項目案例庫中的隧道類PPP項目為驗證對象，但不同類別的項目之間存在一定差異，因此，將模型運用在軌道交通、道橋等類別交通基礎設施PPP項目中的效果有待進一步驗證。