基于ISM-fuzzy MICMAC方法的PPP项目 关键风险层级关系识别

江小燕， 闫碧琼， 于竞宇， 刘 勇

(1. 合肥工业大学 土木与水利工程学院， 安徽 合肥 230009； 2. 浙江理工大学 建筑工程学院， 浙江 杭州 310018)

PPP(Public-Private Partnerships)项目具有投资规模大、合约特许期长、技术复杂等特点，导致PPP项目实施过程中存在很多潜在风险因素[1]，任何一项风险的发生都可能引起其他风险或加剧其他风险的影响，形成项目风险链，最终导致项目失败[2]。缺少综合性的风险分析方法以及对风险因素间相互影响的层次关系的评估，是导致PPP项目失败的主要原因之一[2,3]。

1 文献综述

关于PPP项目关键风险因素的相互影响以及层次关系，已有较多的研究。亓霞等[4]基于案例研究分析了导致PPP项目失败的13项主要风险。任志涛等[5]明确了PPP项目失败因素间具有动态影响关系，并在文献中利用结构方程模型衡量出导致PPP项目失败的6类风险因素间相关性的强弱。文献[6]利用未确知测度理论解释了PPP融资风险以及相互关系。除了以上方法，解释结构模型(Interpretative Structural Modeling，ISM)被广泛用于识别PPP风险的层级关系，Iyer等[7]通过对印度公路PPP项目案例的研究，利用ISM法识别出项目在实施过程中遇到的17种风险问题。文献[8]针对国际 PPP 项目风险系统，利用ISM分析法建立了描述各个风险间影响关系的风险系统结构模型，并指出项目参与方在实际风险管理中不同阶层应该着重关注的风险因素。文献[9]汲取ISM和HHM(Hierarchical Holographic Modeling)方法各自的优点，用ISM-HHM混合方法识别子系统风险和风险因素之间的关系，对不同利益主体所关注的子系统风险间的相互影响关系进行了识别。

以上研究成果均表明PPP项目失败风险因素众多且存在较强关联性，但也存在不足之处，主要表现为：(1)PPP项目风险的识别过程不具体，风险因素关联性的层级关系过于简单或描述不清，在实践中缺乏可操作性；(2)部分研究方法过于复杂，在实际项目评价和决策中难以运用；(3)国外PPP风险研究的部分成果并不完全适用于我国国情。

本文基于国内典型PPP案例识别失败关键风险因素，通过引入三角模糊数模拟人类判断的模糊性，提出一种改进的ISM模型，并结合交叉影响矩阵相乘(Matriced Impacts Croises Multiplication Appliqueeaun，MICMAC)方法对风险因素进行层级构建和类别分析。以上研究经过Python编程并编制相关软件，具有可操作性，为PPP利益相关者掌握风险交互作用机理并在决策中区分主次风险和制定有效的风险减缓措施提供了理论参考和实践指导。

2 PPP关键风险因素识别

本文通过世界银行数据库、国家或地方公布的统计资料、行业分析报告、网页搜索以及文献分析等多种途径进行了PPP案例的资料搜集；基于案例选择的真实性、资料的可获取性原则，并根据参考文献[8]，以6种失败PPP的表现形式作为筛选准则，即：重新谈判、严重亏损、政府回购、陷入困境、长期停止、未实现VFM(Value for Money)，最终选取了国内28个PPP项目作为关键风险因素识别的研究对象。识别过程分为以下3个步骤：

2.1 案例研究——初步提取关键风险因素

搜集各项目资料并进行真实性核查和调研，按照项目名称、概况、结果、失败问题描述进行信息提取，初步确定29项关键风险因素。各案例的资料整理和关键风险因素提取结果如表1所示。

表1 28个失败案例描述和风险因素提取

(续表1)

(续表1)

2.2 文献佐证——确定初始风险清单

经“中国知网”和“Web of Science”等检索有关“失败PPP项目风险”的相关文献，经阅读筛选出研究较充分的10篇文献[4,5,7,10～16]，并将其中所提及的失败风险因素与案例研究所提取的29项因素对照分析，发现上文归纳的29项因素基本涵盖了10篇文献中所识别出的风险因素，故将这29项风险因素作为初始风险清单。

2.3 专家访谈——修正风险清单

对29项风险进行概念描述，通过专家访谈对初步风险清单和概念进行修正和简化。本文邀请5位专家进行了两轮访谈，这些专家包括参与PPP咨询的律师1名、PPP项目公司经理1名、PPP咨询公司管理人员2名、PPP研究学者1名，他们都曾参与过PPP项目的管理并具备丰富的PPP理论和实践知识。将根据专家意见聚类和调整后的风险清单再次反馈给各专家确认。经专家修正后，最终将导致PPP项目失败的风险因素归纳为20项，如表2所示。

表2 PPP项目关键风险因素

3 风险要素层次关系的确定

解释结构模型(ISM)是基于有向图和关联矩阵原理，利用人们的经验知识判断以及计算机的帮助，将复杂系统中直接或间接的要素关系转换为一个多级递阶结构模型的方法。交叉影响矩阵相乘法(MICMAC)则应用了矩阵相乘的原理对风险因素的关联性和重要性作进一步分析，该方法是运用系统中因素的反应路径和层次循环来研究因素间相互关系的扩散性，并根据风险因素的驱动力和依赖性对其进行分类。

将ISM模型和MICMAC方法相结合，不仅可以对PPP失败风险因素进行层级和类别划分，而且可以分析出风险因素相互作用条件下PPP项目的失败机理[7]。但传统的ISM-MICMAC方法忽略了人类判断的不确定性和模糊性，即在成对比较阶段，变量间的关系判断采用“0-1” 关系的表示形式，在小组成员认识差别和偏见较大时，会明显降低小组决策意见的质量，严重影响模型的效用和最终评价结果的准确性；且在因素较多时，专家判断往往会失真。针对此问题，一些学者做了相应的改进，将模糊集的概念引入到系统元素两两之间的关系判断当中，采用模糊数替代传统的“0-1”判断，再通过设定“截系数”的方式将其复合到ISM 模型中，既降低了专家判断的主观性，又增加了模型的灵活性[17]。

本文在前人研究的基础上，在ISM模型中引入三角模糊数和α截系数，并结合MICMAC方法对PPP项目失败风险因素间的相互作用关系进行深入研究。主要建模步骤如图1所示，与传统ISM-MICMAC模型的不同之处主要在于：(1)元素间的“0-1”二元关系判断转换为三角模糊关系判断；(2)模型中增加了去模糊化和选取α截系数构造截矩阵的过程。针对不同项目的特点，选取不同的三角模糊数和α值，则会生成不同的ISM-MICMAC模型，得出更符合实际的结果。

图1 ISM-fuzzy MICMAC方法建模流程

3.1 三角模糊数的确定

相较于确定性的实数，三角模糊数能更好地表征复杂系统的波动性和不确定性[18]。一个三角模糊数通常采用三个字母表示：l，m，n，且l≤m≤n。在对失败风险因素间的影响关系进行评判时，本文参考Li[19]给出的语言算子和三角模糊数取值表，进行了问卷设计；然后通过发送邮件和微信两种方式，向15位具有丰富PPP实践经验和理论知识的专家发放了问卷，按照表3对PPP项目失败风险因素两两影响关系强弱进行评判。经问卷比较分析，将“其他风险对不可抗力风险R16的影响高”作为无效的判断标准，去除无效问卷，选取了其中9位专家(编号1～9)的评判结果作为下一步模型分析的基础数据。

表3 语言算子和三角模糊数取值

3.2 关键风险因素的ISM-fuzzy MICMAC模型

3.2.1选取截系数α，确定截矩阵

选取不同的截系数α，将会获得不同的截矩阵，从而推导出不同的可达矩阵，得出的失败风险因素层级、各级所含要素及递阶结构图的复杂程度都会产生一定差异。截矩阵中元素的确定方式如下：当D中的元素大于或等于α时，截矩阵中相应位置的元素设为1，否则为0。同时，将截距阵中的对角元素设为1，表示失败风险因素自相关，由此确定表示失败风险因素相互作用关系的截矩阵S。不同的α值在实践中意味着风险管理的精细化程度，α值越小则表示风险的管理越细致，很小的相互作用关系都会被关注，风险管理取得的效果也会较好。但同时因要考虑的因素间相互作用关系更多，对风险管理人员的管理水平要求也就更高，管理的成本也会相应提高。综合考虑，本研究选取截系数α为0.5，既能一定程度上降低风险控制的工作量，又能满足基本的风险管理要求。

3.2.2推算可达矩阵R

上文计算所获得的截矩阵为0-1矩阵，经布尔幂运算后即可获得R。同时，定义可达矩阵中每行元素之和为该行相应风险因素的驱动力Tr，即对系统中其它风险因素的影响大小；每列元素之和表示该列相应风险因素的依赖性De，即受其它风险因素的影响大小。在可达矩阵的基础上，将各失败风险因素按照驱动力数值的大小重新排列，得到重构的可达矩阵R*，结果如表4所示。

3.2.3失败风险因素层级划分

风险因素层级的划分可由风险因素驱动力的大小决定，即风险因素的驱动力越小，其在风险系统中所处级别越高，在结构图中所处的位置就越高。本文根据失败风险因素相互作用关系重构可达矩阵可得层级划分结果。参照重构可达矩阵中

表4 失败风险因素相互作用关系重构可达矩阵R*

的元素值，用箭线将各因素进行连接，从而得出失败风险因素相互作用关系的解释结构模型图；按照失败风险因素在模型图中所处的位置，将其划分到上层、中层和底层三个区域，如图2所示。

图2 风险因素层级关系

3.2.4失败风险因素分类

在获得失败风险因素ISM图后，结合MICMAC法确定风险因素的类别，以更有针对性为不同类别的风险提供相应的防范建议。基于重构可达矩阵，按各失败风险因素的驱动力和依赖性数值，将各因素作为一个点绘制于直角坐标系的四个象限中，从而将20项失败风险因素划分为四个类别，如图3所示。

图3 风险因素依赖性-驱动力分类

4 结果分析

结合图2，3对结果进行分析如下：

(1)上层风险因素包含合约风险R7、融资风险R9、项目收益风险R12和建设风险R13，且R9，R12，R13两两之间存在着强连接关系。这四项风险因素均位于第Ⅳ象限，依赖性值较高，表示易受到其他因素的影响，往往是因其它风险累积所致，且一旦发生可能会直接造成项目失败。例如，项目前期规划不合理R5、利率提高R10、遭到公众反对R17等风险的发生都可能直接或间接影响到收益R12或项目的建设R13。对于此类风险的管控，可通过控制对其有影响的其他风险的发生加强防范。另外，应意识到这些风险因素既然容易被其他风险所影响，则其自身的表现从某种程度上也能够反映影响它们的一些风险前期是否得到了有效控制。

(2)底层风险因素可归为两类，一类是在PPP项目实施的全生命周期任意阶段都可能发生的，如政府监管风险R4、项目公司违法违规R20、环境风险R19、公众反对风险R17；另一类政府决策审批风险R1和规划设计风险R5则属于项目前期风险。这六项风险因素均位于第Ⅱ象限，具有较高的驱动力，可以认为是项目失败的源头风险，不但不易通过控制其他风险因素得到间接控制，一旦发生很可能造成“风险链”的形成。风险管理者应对这些风险给予足够重视，应尽量控制其影响作用的扩散，同时可参考ISM图做好后续风险的预防工作。

(3)中层风险因素大都位于第Ⅰ象限，驱动力相对于底层风险因素略低。在这些风险因素中，需注意政府信用风险R3、变更风险R11、并行项目竞争风险R14、运营维护风险R15和招投标风险R6等五项风险，它们同时具备了一定的驱动力和依赖性，对风险因素间的相互影响起到承上启下的作用，会大大增加PPP项目失败的可能性。此外，还有几项风险因素(包括政策法规变更风险R2、设施配套风险R8、金融风险R10、不可抗力风险R16、组织协调风险R18)的依赖性均为“1”，表示它们的发生受其他风险因素的影响不大，较难预测和控制，但一旦发生对项目影响较严重，因而在合约中应提前合理分配承担者，及早做好风险的有效转移和预防监管。

(4)通过风险因素依赖性-驱动力分类图可以得出，没有风险因素位于第Ⅲ象限，假设不考虑专家评判数据的主观影响，说明本文所识别的失败风险因素通常不会通过单一作用导致项目失败，而是通过相互之间的关联性来增加对项目的影响才最终促成了PPP项目失败。

(5)针对不同项目，通过专家评判选取不同的三角模糊数和不同的截系数，可以得到不同的风险因素层级关系的划分结果。

5 结论与建议

本文通过ISM-fuzzy MICMAC方法，对PPP项目风险因素及其层级关系进行了探讨。研究结果表明，导致PPP项目失败的风险因素具有较强的关联关系，在进行风险评价时不应将它们割裂看待，提出建议如下：

(1)健全PPP政策法律法规保障体系，提高政府前期决策能力。政府部门应制定和健全PPP法律法规体系，保护利益相关者的权益和PPP项目规范化操作和实施，应重视项目前期可行性论证，建立并完善项目决策机制，避免政府决策审批风险，降低政策法规变更风险产生的消极作用，增强社会资本方的投资信心。

(2)严格筛选社会资本，合理设计PPP协议条款。PPP社会资本方的选择至关重要，一个具有较强融资、技术能力和较高信誉的社会资本方，将在项目建设和运营维护阶段实现项目增值，减少融资风险、建设风险以及运营维护和项目公司违法违规风险等。PPP项目合同条款中应兼顾公私双方的权利和义务，明确争议解决途径、利益风险分配以及再谈判机制等内容，规范双方的行为；应根据项目实际情况，针对规划设计风险、金融风险、环境风险、变更风险、不可抗力、公众反对风险等确定合理的风险分担机制。PPP利益相关者应避免盲目做出不符合实际的承诺，规避设施配套风险；选择优质咨询机构，合理设计协议条款，避免招投标风险，合约风险等。

(3)加强政府履约监管，发挥公众监督作用在项目实施全过程中，政府部门应加强监督管理，完善监管体系，减少PPP项目因监管不到位而可能造成的环境污染和组织协调风险等；同时应注意不可只重经济评价而忽略社会评价，应提高公众参与度，充分发挥公众监督作用，杜绝政府信用风险和监管风险的发生。

本文的研究有助于PPP项目利益相关者识别项目执行过程中的关键风险和风险间的层级关系，深入理解风险因素相互影响导致项目失败的作用机理，设置风险应对措施，降低项目失败的可能性，提高项目运作效率，是作为PPP项目利益相关者进行风险管理的一种良好的辅助方法。