趙 輝，王 玥，張旭東，馬勝彬

(青島理工大學(xué) 管理工程學(xué)院，青島 山東 266520)

特色小鎮(zhèn)的概念最初可追溯到美國的硅谷、法國的香水小鎮(zhèn)格拉斯等等，它們都是舉世聞名的經(jīng)典案例。2017年我國四部委聯(lián)合發(fā)布的《關(guān)于規(guī)范推進特色小鎮(zhèn)和特色小城鎮(zhèn)建設(shè)的若干意見》中，明確指出要把特色小鎮(zhèn)和小城鎮(zhèn)建設(shè)作為供給側(cè)結(jié)構(gòu)性改革的重要平臺，到2020年我國各省市特色小鎮(zhèn)規(guī)劃目標將達到2000余項之多[1]。由于其投資額度大，目前我國的特色小鎮(zhèn)項目融資方式多采用PPP(Public-Private Partnership)模式，該模式具有項目回收期長的顯著特點，這一過程中許多因素將會對特色小鎮(zhèn)PPP項目的培育構(gòu)成風(fēng)險，影響其穩(wěn)健發(fā)展。對以PPP模式融資的特色小鎮(zhèn)項目展開前期判斷和融資風(fēng)險評價具有重要意義。

關(guān)于PPP融資風(fēng)險分析問題現(xiàn)已有一定研究，Adnan等[2～4]對PPP風(fēng)險因素進行識別并對分擔機制進行了研究；關(guān)于特色小鎮(zhèn)問題，王佃利等[5]進行了特色小鎮(zhèn)相關(guān)政策解讀；萬樹等[6]結(jié)合鄉(xiāng)村振興戰(zhàn)略背景，以不同地域的視角對我國各省市特色小鎮(zhèn)PPP項目進行全面的融資風(fēng)險分析；Grinsey等[7～10]構(gòu)造了PPP融資風(fēng)險評價體系并進行了實證分析。通過對已有研究的分析，目前結(jié)合特色小鎮(zhèn)自身特點構(gòu)建的融資風(fēng)險指標體系研究相對較少，大多仍以PPP模式的大框架為基礎(chǔ)展開，如兩階段法構(gòu)建梳理風(fēng)險因素[11],或從項目全生命周期的角度設(shè)置評價指標[12]；評價方法上多用灰色理論[13～15]等常見方式，評價的科學(xué)性及準確性還有待提高?；谔厣℃?zhèn)項目的特殊性，本文首先在已有研究的基礎(chǔ)上結(jié)合特色小鎮(zhèn)項目特征及PPP項目的特點構(gòu)建合理的融資風(fēng)險評價指標體系，其次運用層次分析(Analytic Hierarchy Process，AHP)法及信息熵理論對指標進行賦權(quán)，得到組合權(quán)重值，最后以云模型的正逆向發(fā)生器輸出融資風(fēng)險綜合評價值，并通過案例分析論證其科學(xué)性及適用性，以期為PPP模式下的特色小鎮(zhèn)項目融資風(fēng)險研究提供參考。

1 融資風(fēng)險及其形成機制

(1)特色小鎮(zhèn)項目PPP融資風(fēng)險

關(guān)于PPP項目融資風(fēng)險的概念，國內(nèi)外已有諸多研究。Karim[16]認為它是在建設(shè)過程中不能排除在外的自然發(fā)生的過程；萬樹等[6]將PPP融資風(fēng)險定義為由不確定性引發(fā)的與利益相關(guān)的結(jié)果和項目預(yù)期產(chǎn)生偏離而可能付出的代價。結(jié)合特色小鎮(zhèn)的特點，可將特色小鎮(zhèn)PPP項目融資風(fēng)險定義為：以PPP模式進行融資、以自身預(yù)期收益和資產(chǎn)對外承擔債務(wù)償還責(zé)任的特色小鎮(zhèn)項目，在特許經(jīng)營期內(nèi)發(fā)生的可能對項目的預(yù)期收益及資產(chǎn)產(chǎn)生負面影響的事件。

(2)特色小鎮(zhèn)的分類

目前我國的特色小鎮(zhèn)主要可分為產(chǎn)業(yè)類、文旅類及社區(qū)三類，表1為特色小鎮(zhèn)的具體分類介紹及其發(fā)展所依托的核心要素[17]。從表1中可以看出，不同類型特色小鎮(zhèn)的培育所依托的資源是不同的，需要一定的資源基礎(chǔ)，沒有良好的先決條件，對項目融資具有較大風(fēng)險，因此在指標設(shè)置時需要將特色小鎮(zhèn)的自身特點考慮在內(nèi)。

(3)特色小鎮(zhèn)失敗案例分析

我國的特色小鎮(zhèn)中不乏成功的經(jīng)驗[18]，尤其是在江浙地區(qū)，當然也有諸多失敗的案例[19]，它們在培育環(huán)節(jié)中出現(xiàn)了不同的問題，引起巨大風(fēng)險，最終走向衰敗，見表2。

表1 特色小鎮(zhèn)的具體類型

表2 特色小鎮(zhèn)項目失敗案例

(4)特色小鎮(zhèn)PPP項目融資風(fēng)險形成機制

基于PPP模式的特色小鎮(zhèn)項目融資風(fēng)險主要可分為內(nèi)部風(fēng)險和外部環(huán)境風(fēng)險。

1)項目內(nèi)部風(fēng)險。由于項目資金一般由組建的項目公司進行籌集，政府在此過程中取輔助作用，政府支持力度以及項目預(yù)期收益的支撐將影響項目公司獲得金融機構(gòu)的貸款額度及形式[14]，從而決定了特色小鎮(zhèn)PPP項目的資金結(jié)構(gòu)及融資成本，項目的資金結(jié)構(gòu)劣、融資成本高會形成較大的項目成本風(fēng)險；其次項目的基礎(chǔ)環(huán)境、資源條件及規(guī)劃設(shè)計水平可能構(gòu)成項目效益風(fēng)險。

2)項目外部環(huán)境風(fēng)險。從表2案例中可以看出，為特色小鎮(zhèn)項目帶來風(fēng)險的外部因素有政府配合度低、當?shù)亟?jīng)濟水平低等。此外市場因素(如客流量、收費價格等)對運營效益有較大影響，社會、法律等因素也是引起項目融資風(fēng)險的重要原因，同時由于特色小鎮(zhèn)項目的特殊性，環(huán)境因素同樣可能帶來項目融資風(fēng)險。

通過上述分析可得到特色小鎮(zhèn)PPP項目的風(fēng)險形成機制，內(nèi)、外部風(fēng)險因素構(gòu)成風(fēng)險源，作用于特色小鎮(zhèn)PPP項目，最終造成PPP模式下的特色小鎮(zhèn)項目融資風(fēng)險，甚至融資失敗，如圖1所示。

圖1 特色小鎮(zhèn)PPP項目融資風(fēng)險形成機制

2 融資風(fēng)險評價指標體系構(gòu)建

特色小鎮(zhèn)PPP項目融資風(fēng)險評價指標體系構(gòu)建需滿足以下原則：

(1)全面性與科學(xué)性。指標體系需能覆蓋所有對特色小鎮(zhèn)PPP項目的預(yù)期收益及資產(chǎn)產(chǎn)生負面影響的各方面，同時在指標選擇時，要關(guān)注該指標是否對項目融資成功構(gòu)成較大風(fēng)險。

(2)邏輯性與系統(tǒng)性。指標層的各指標下指標需和準則層之間具有邏輯性，整個指標體系能夠呈現(xiàn)較強系統(tǒng)性。

(3)相關(guān)性及效度性。各風(fēng)險指標對項目融資風(fēng)險評價需有較高相關(guān)性，同時滿足指標體系進行融資風(fēng)險評價有較高效度。

通過對前述已有評價指標體系的歸納分析及統(tǒng)計[6～16]，并從特色小鎮(zhèn)的自身特點出發(fā)，結(jié)合PPP項目的定義和評價標準，從項目條件、政治風(fēng)險、法律風(fēng)險、財務(wù)風(fēng)險、建設(shè)風(fēng)險、運營風(fēng)險、不可抗力等7個方面初步篩選出融資風(fēng)險評價指標。為保障指標體系的可信度，本文運用問卷調(diào)查法，首先向以相關(guān)專家、PPP咨詢機構(gòu)及政府機構(gòu)等行業(yè)人員組成的專家組發(fā)放調(diào)查問卷100份，回收有效問卷82份；接著統(tǒng)計問卷結(jié)果及專家反饋意見，并就第一輪問卷調(diào)查結(jié)果進行二次問卷調(diào)查，綜合兩次問卷調(diào)查結(jié)果，剔除相關(guān)度較低且具有交叉重復(fù)性的指標，最終建立了由21項指標組成的融資風(fēng)險評價指標體系。為便于理解指標的內(nèi)涵，同時也給出了指標評價的標準，風(fēng)險等級描述的序號對應(yīng)的風(fēng)險等級分別為：(1)低風(fēng)險；(2)較低風(fēng)險；(3)中等風(fēng)險；(4)較高風(fēng)險；(5)高風(fēng)險，指標及其描述如表3所示。

表3 特色小鎮(zhèn)PPP項目的融資評價指標體系

3 融資風(fēng)險評價指標權(quán)重的確定

考慮到用專家判斷的方式所設(shè)定的權(quán)重主觀性較強，本文采用層次分析法及信息熵理論構(gòu)成的組合賦權(quán)方式，結(jié)合主觀及客觀信息，綜合其權(quán)重值求取最終權(quán)重。

3.1 層次分析法確定主觀權(quán)重

層次分析法(AHP)在評價問題中被廣泛使用，因為它能夠?qū)⑾到y(tǒng)進行層次化，需要有專家進行評價打分，因此具有較強的主觀性[20]。其主要過程包括：構(gòu)造層次結(jié)構(gòu)；構(gòu)造判斷矩陣；求解各層權(quán)重值(本文采用求冪法)；求解指標層對于總目標層的權(quán)重值；一致性檢驗。

3.2 信息熵理論確定客觀權(quán)重

信息熵理論是對于信息無序度的判斷，即信息的不確定度會影響熵值大小，進而對結(jié)果產(chǎn)生正面或負面的影響。運用信息熵理論對權(quán)值信息進行分析處理可在一定程度上削弱專家判斷的主觀性，原理如下：

(1)構(gòu)造決策矩陣A=(aij)m×n來表示評價指標集，aij表示第i個專家對第j個指標的風(fēng)險評價值，i=1,2,…,m，j=1,2,…,n，m，n分別表示專家個數(shù)和風(fēng)險評價指標個數(shù)。

(2)計算熵值。首先計算風(fēng)險指標值比重rij：

(1)

然后計算風(fēng)險評價的信息熵Hj：

(2)

若rij=0，規(guī)定rijlnrij=0，則有0≤Hj≤1。

(3)由于本文的評價值不涉及量綱，因此無需歸一化處理，可直接利用評價值計算熵權(quán)。根據(jù)熵權(quán)理論，第j個風(fēng)險評價指標的權(quán)重wj為：

(3)

為論證信息熵理論求取權(quán)重的科學(xué)性，本文將在求出風(fēng)險評價值的基礎(chǔ)上加以證實：即驗證當某項指標評價信息離散程度減小(熵值增大)，指標風(fēng)險值減小。由于評價值大小的不確定，因此以公式推導(dǎo)的方式進行驗證較為困難，為提升可操作性，本文在求解出評價結(jié)果的基礎(chǔ)上，將各指標原熵值依次增加適當數(shù)值，再分別求取各指標評價的加權(quán)風(fēng)險評價值，通過兩次評價值的增減情況，判斷信息離散程度與風(fēng)險評價值的影響關(guān)系進行驗證。

3.3 Rough-set理論

記層次分析法得到的權(quán)重值為w1，信息熵理論得到的權(quán)重為w2，設(shè)兩種方式賦權(quán)的權(quán)重值得距離函數(shù)為d(w1j,w2j)，其表達式為：

(4)

則第j個指標的組合賦權(quán)表達式為：wzj=αw1j+βw2j?？紤]到研究的科學(xué)性，α與β所滿足的關(guān)系如下：

(5)

4 基于云模型的融資風(fēng)險評價模型

云模型是由我國李德毅教授在1995年提出的一種處理不確定性決策問題的理論[21]，能夠?qū)⒍ㄐ孕畔⑴c定量信息進行不確定轉(zhuǎn)換的模型，能較好地反應(yīng)評價對象的模糊性及隨機性。同時它與傳統(tǒng)的評價方法相比更加符合客觀事實，根據(jù)李英攀等[22]通過將云模型與模糊綜合評價法及BP神經(jīng)網(wǎng)絡(luò)模型的比較研究表明，使用云模型的得到的評價結(jié)果精度更高，更加貼近實際情況。利用云模型來進行融資風(fēng)險評價研究有諸多優(yōu)勢：(1)定性等級評價與定量風(fēng)險分析值具有雙向可逆性；(2)綜合評價云圖對于風(fēng)險的判斷較直觀；(3)充分考慮到評價中的模糊性及隨機性，評價準確度較高。

4.1 模型原理

(1)云的數(shù)字特征

云的數(shù)字特征反映了定性概念的定量特征，云模型中由云滴構(gòu)成的云圖用三個數(shù)值來表示，記作C(Ex,En,He)。Ex為期望值，是定性概念在論域空間中最有代表性的點；En為熵，它用來衡量一個定性概念的模糊度，熵越大，說明這個概念模糊性越強，對其量化就越困難；He為超熵，衡量熵的離散程度，反映云滴的凝聚性，同時也能反映出云的厚度。云模型的數(shù)字特征將定性信息轉(zhuǎn)化成定量的數(shù)字特征，圖2即為正態(tài)云模型的數(shù)字特征示意圖。

圖2 正態(tài)云模型的數(shù)字特征

(2)云發(fā)生器

正向云發(fā)生器和逆向云發(fā)生器是云模型中二種主要的算法。正向云發(fā)生器的目的是將三個數(shù)字特征轉(zhuǎn)化為符合要求的云滴，是定性到定量的過程，可用MATLAB編程實現(xiàn)云圖的繪制。逆向云發(fā)生器是將精確的數(shù)值輸入其中并有效轉(zhuǎn)化為恰當?shù)脑颇Ｐ偷臄?shù)字特征值的過程，一維逆向云發(fā)生器的算法可如下進行[20]：

首先計算樣本均值：

(6)

式中：N為發(fā)生器內(nèi)產(chǎn)生的云滴個數(shù)。

一階樣本絕對中心距：

(7)

樣本方差：

(8)

特征值計算：

(9)

兩個發(fā)生器的原理正好相反，共同實現(xiàn)定量與定性進行的相互轉(zhuǎn)換。其原理如圖3所示。

圖3 正逆發(fā)生器原理

4.2 評價步驟

(1)確定云標尺。主要通過專家結(jié)合經(jīng)驗與專業(yè)知識事先給出。根據(jù)本文評價等級與區(qū)間的特點，現(xiàn)針對標準云參數(shù)對原計算公式做修改[21]，可按照式(10)計算每一風(fēng)險評價區(qū)間的云模型的數(shù)字特征：

(10)

式中：Bmax，Bmin分別為最大、最小邊界；k為常數(shù)，可依據(jù)變量的模糊度進行調(diào)整[22]。

(2)評價打分，根據(jù)專家打分情況，運用云模型的融合算法[21]，整合單因素的評價云，得到風(fēng)險評價的綜合云數(shù)字特征：

(11)

然后將最終評價值的頂層C(Ex,En,He)利用正向云發(fā)生器將三個數(shù)字特征值生成云圖。

(3)最后用云圖與標準云圖進行比對，重合度最高的等級則為最終的融資風(fēng)險評價等級。

本文綜合了現(xiàn)有云模型方法，并考慮到了與特色小鎮(zhèn)項目融資風(fēng)險評價問題的匹配性，最終選擇了恰當?shù)臉藴试茀?shù)及評價云計算方式，確保輸出更加準確的風(fēng)險評價值。

5 案例分析

5.1 項目介紹

為帶動城鄉(xiāng)建設(shè)，拉動經(jīng)濟發(fā)展，2018年1月17日河北省發(fā)起了元氏縣的產(chǎn)業(yè)新城PPP項目。元氏縣主城區(qū)北部，鹿泉區(qū)、欒城區(qū)和元氏縣的交界處，包含元氏縣經(jīng)濟開發(fā)區(qū)新能源和智能制造產(chǎn)業(yè)園，合作區(qū)域統(tǒng)籌規(guī)劃面積共約43.1 km2，其中實際可開發(fā)建設(shè)用地面積6.1 km2(其余區(qū)域由中選社會資本按照要求負責(zé)運營)。合作范圍土地內(nèi)現(xiàn)有農(nóng)用地9604.95 畝、建設(shè)用地7518 畝。本項目主要采取“政府主導(dǎo)、企業(yè)運作、合作共贏”的市場化運作方式，為該區(qū)域提供一系列規(guī)劃、建設(shè)、運營綜合解決方案，將其打造成為“產(chǎn)業(yè)高度聚集、城市功能完善、生態(tài)環(huán)境優(yōu)美”的產(chǎn)業(yè)新城。部分合作區(qū)域基礎(chǔ)及公共設(shè)施建設(shè)項目內(nèi)容見表4。

表4 項目合作區(qū)域基礎(chǔ)及公共設(shè)施建設(shè)項目

注：信息來源于財政部政府與社會資本合作中心官網(wǎng)

5.2 融資風(fēng)險評價標準設(shè)置

為有效分析該項目融資風(fēng)險大小，本文運用組合賦權(quán)法及云模型理論對元氏產(chǎn)業(yè)新城融資風(fēng)險進行評價。本例研究邀請由高校、PPP咨詢機構(gòu)、律師事務(wù)所、政府部門以及建設(shè)領(lǐng)域的權(quán)威專家組成的8人團隊對本案進行打分評價，提供評價數(shù)據(jù)支撐。通過問卷的形式，首先得到風(fēng)險等級及對應(yīng)的分值區(qū)間：低風(fēng)險[0,2)；較低風(fēng)險[2,4)；中度風(fēng)險[4,6)；較高風(fēng)險[6,8)；高風(fēng)險[8,10]。

利用式(10)得到本案風(fēng)險評價標準云參數(shù)，再結(jié)合區(qū)間模糊度，使云圖能準確反映評價標準，多次取值實驗后得出k取0.03較適宜，見表5。

表5 風(fēng)險評價標準云參數(shù)

利用標準云參數(shù)，結(jié)合正向云發(fā)生器原理，編程得到綜合標準云圖，如圖4所示。

圖4 綜合標準云圖

5.3 指標組合賦權(quán)

接著由8位專家以該項目為背景，運用專業(yè)知識及經(jīng)驗對每項指標打分，見表6。

表6 風(fēng)險評價分值

然后專家評價各指標重要程度，由層次分析法計算主觀權(quán)重，為增強權(quán)重值的可信度，指標權(quán)重問卷邀請了上述8人團隊對該指標體系中準則層間、各準則層下指標間的相對重要程度進行判斷。經(jīng)統(tǒng)計問卷結(jié)果，并按3.1節(jié)層次分析法步驟計算各專家的評價指標權(quán)重值并求取平均值，得到各指標的最終主觀權(quán)重值(CR<0.1，一致性檢驗通過)。綜合專家意見后結(jié)果顯示，建設(shè)成本增加、建設(shè)工期延長及潛在競爭程度等風(fēng)險指標在眾多指標中重要性較高，這是因為上述風(fēng)險對項目凈收益影響較大。再根據(jù)信息熵理論公式(2)(3)計算出客觀權(quán)重向量，根據(jù)式(4)(5)列出方程，計算出α1=0.54，α2=0.46。代入組合賦權(quán)表達式計算出最終的組合權(quán)重，見表7。

表7 組合賦權(quán)權(quán)重值

5.4 評價等級確定

將各專家對于每一項指標的打分代入一維逆向云發(fā)生器式(6)～(9)中計算，得到各指標的云參數(shù)，例如融資成本指標的打分結(jié)果為(5,4,4,3,4,3,3,4)，對應(yīng)的云參數(shù)計算為Ex42=3.75，En42=0.705，He42=0.057，最終得出全體指標的權(quán)重及云參數(shù)，如表8所示。

按式(10)計算最終的云參數(shù)得C(Ex,En,He)為(2.718,0.689,0.02)。利用正向云發(fā)生器原理，通過編程，將特征值轉(zhuǎn)換為綜合風(fēng)險評價云圖，如圖5所示。

表8 云模型數(shù)字特征

圖5 融資風(fēng)險綜合評價云圖

從評價結(jié)果呈現(xiàn)出來的綜合評價云圖可看出本項目的融資風(fēng)險等級屬于“較低風(fēng)險”，具備可實施性，符合實際情況。從各指標的云參數(shù)特征中可看出，融資成本、融資結(jié)構(gòu)以及建設(shè)成本增加及施工難度等4項指標的風(fēng)險相對較大，拉高了綜合風(fēng)險評價值。因此在實施過程中，還需重點關(guān)注以上指標的風(fēng)險管理問題，對風(fēng)險進行合理優(yōu)化和深度控制，實現(xiàn)項目融資風(fēng)險最低化。

5.5 信息熵的應(yīng)用論證

按照3.2節(jié)中信息熵的驗證步驟逐一將21項指標熵值增加一定數(shù)值，由于原始熵值大部分大于0.9且不能超過1，為能反映結(jié)果的有效性以及敏感性，增加數(shù)值不宜過大，因此設(shè)定每項指標熵值增加0.01(由于第10項最大增幅小于0.01，因此第10項僅增加0.001)并依次計算出每項指標熵值增加前后的各項指標的加權(quán)風(fēng)險評價值及變化量，結(jié)果見表9。

表9 熵值與風(fēng)險評價值變化關(guān)系

結(jié)果顯示，隨著熵值增大(信息離散程度減小)，各指標的風(fēng)險加權(quán)評價值相比原始加權(quán)評價值有所減小。以通貨膨脹影響指標為例，當熵值增加0.01，通貨膨脹影響的風(fēng)險值相應(yīng)降低了0.0016，證明通貨膨脹指標的評價信息離散程度度減小時，風(fēng)險評價值在減小，其他指標情況相同。由此可證明當指標的評價信息因離散度帶來的不確定性降低時，風(fēng)險評價值會有所下降，從而驗證了信息熵理論運用的合理性，證明本文的風(fēng)險評價結(jié)果是準確有效的。

6 結(jié) 論

本文將組合賦權(quán)法及云模型理論應(yīng)用于特色小鎮(zhèn)PPP項目融資風(fēng)險評價，結(jié)合理論分析與實證研究著重解決了以下四方面的問題：

(1)融合特色小鎮(zhèn)PPP項目特性構(gòu)建了具有較強針對性的融資風(fēng)險評價指標體系，改善了傳統(tǒng)PPP融資風(fēng)險指標體系的片面性。

(2)運用AHP及信息熵的組合賦權(quán)法計算特色小鎮(zhèn)PPP項目融資風(fēng)險評價指標的權(quán)重值，通過綜合主觀、客觀信息，提高權(quán)重值的準確度。

(3)引入云模型的融資評價方法，通過云圖中表現(xiàn)出的云跨幅及厚度分析融資評價中存在的模糊性及隨機性，實現(xiàn)定性、定量信息間的轉(zhuǎn)換。

(4)通過案例分析，分析出項目方案的融資風(fēng)險等級及風(fēng)險較大因素，驗證了該模型對特色小鎮(zhèn)PPP項目融資風(fēng)險評價的合理性及適用性。