基于故障树模型的城市地下综合管廊应用PPP模式风险评价

丁晓欣， 刘 凯， 时淑君

(1. 吉林建筑大学 经济与管理学院， 吉林 长春 130118； 2. 吉林省绿色建造与管理研究中心， 吉林 长春 130114)

城市地下综合管廊作为市政基础设施建设的重要组成部分，当前已得到国家的大力支持和推广，并且是促进经济社会发展的一项重要举措。地下综合管廊可有效改善城市环境，改变城市“马路拉链”“空中蛛网”“井盖吃人”的现象。从长远角度看，与传统直埋敷设方式相比，地下综合管廊带来的经济价值是十分可观的；但由于地下综合管廊前期建设成本高，项目体量大，建设周期长，综合管廊工程这一动辄数十亿甚至上百亿的项目给地方财政带来不小的压力。自2014 年以来国家陆续出台一系列政策开始大力推行政府与社会资本合作(Public-Private Partnership，PPP)模式，鼓励和支持引导社会资本参与到基础设施建设领域中来，从而缓解中央及地方政府的财政压力，降低地方债务风险，盘活存量资产，增加基础设施和公共事业领域的公共服务的有效供给。同时为基础设施建设拓宽了融资渠道，带来了更有效的管理经验。综合管廊作为基础设施领域的一项组成部分，在全国范围内掀起了应用PPP模式建设综合管廊的热潮；然而，由于综合管廊在我国处于刚刚起步阶段，在其应用PPP模式的成长发展当中也显现出一些问题，若要保证综合管廊项目应用PPP模式持久健康成长，其风险的防控及应对迫在眉睫。

作为项目全生命周期的前期准备工作的重要一环，充分识别项目风险有利于对风险进行客观评价和实施有效管理[1]，充分地评估风险对于帮助利益相关方规划有效的风险分配和缓解以及确保业务和项目的成功至关重要[2]。Tavakolan等[3]提出了建设项目中的风险互动网络，应用 交叉矩阵相乘(Matriced’ Impacts Croises-Multiplication Appliance a un Classement，MICMAC)法分析表明契约异常对特定项目的其他风险影响最大。Khwaja等[2]提出了多属性风险评估模型，通过对部门和项目风险分析，并对利益相关者进行风险管理提出富有见地的对策和建议。Bing 等[4]在英国PPP/PFI(Private Finance Initiative，私人融资计划)项目中确定优先风险分配。其目的在于为公共部门客户准备一个实用的风险分配框架和矩阵以供招标文件使用，从而节省谈判和合同交易的时间。Bing等[5]采用贝叶斯更新技术为风险分配提供了一种新方法，重点是如何在公共客户和私人承包商之间分配风险管理责任。Akintoye等[6]根据洛杉矶涉及55个地方当局PFI计划的问卷调查记录地方当局PFI发展的风险管理，得出主要影响有两个方面：(1)需要在公共部门风险评估的主题领域进行相关培训；(2)需要为PFI计划制定适当和商定的风险评估和管理框架。Badi 等[7]检查PFI背景下风险分配对可持续能源创新的影响项目交付模式，强调了适当的风险分配对PFI项目的重要性。注意感知资本成本风险作为创新的主要抑制因素的有害影响，强调了公共部门比较值(Public Sector Comparator，PSC)中明确反映可持续能源需求的必要性。

透析当前城市地下综合管廊应用PPP模式的运作情况，纵观项目全过程包括项目前期、实施期以及后期给项目利益相关方及项目所带来可预见的及不可预见的各种风险，为风险管理打好前期基调，进一步推动PPP模式应用于综合管廊工程项目规范有序发展。赵丹等[8]从社会资本的角度采用熵权法对实际项目进行了融资风险评价并验证了该评价方法的合理性。郭琦等[9]从投资者的风险管理角度出发，运用风险分解机构 (Risk Breakdown Structure，RBS)与投资工作分解结构相结合的方法，系统分析水电BOT(Build-Operate-Transfer)项目各阶段可能面临的投资风险因素并构建了风险识别矩阵。张军[10]以LPS市综合管廊项目为例进行研究，分析了项目PPP风险管理的现状及成效，从社会资本方的角度为综合管廊提出了项目风险管理框架。向鹏成和宋贤萍[11]从融资方的角度识别出风险因素，建立了城市基础设施建设融资风险系统动力学模型，结合案例进行了仿真分析并对融资风险作出了系统评价。谷昊宸[12]以PPP模式的理论基础对长春市地下综合管廊项目的融资风险影响因素进行分析研究，并对主要的各个风险因素提出了相应的解决对策。汪婷[13]从社会资本方的角度，借助风险偏好博弈模型的分析并确定了10 个需要项目参与方进行共担的风险因素。亓霞等[14]分析了16 个失败或出现问题的PPP项目案例总结出主要的风险影响因素并提出对应的措施及建议。赵佳[15]构建了适应综合管廊的PPP模式融资风险管理模型，运用博弈理论提出了风险分担的措施。目前对于PPP项目风险方面的研究较多集中于市政道路、养老服务等领域，针对综合管廊项目的风险研究较少，本文将结合大量现有项目案例以及专家访谈，利用故障树灰色分析的方法对我国地下综合管廊工程项目唯一试点省——吉林省城市地下综合管廊应用PPP模式存在的风险进行分析，筛选对于PPP模式风险产生的基本事件；通过灰色理论中结构函数确定各项基本事件关联度的大小，确定在风险控制过程中需要重视的基本事件。并采取有效措施进行风险规避，确保PPP模式应用于综合管廊工程项目有序发展。

1 综合管廊应用PPP模式风险识别

工程项目风险的控制是在全国各地PPP项目中普遍存在的难点。前期风险防控不到位，则很有可能导致后期工作得不到顺利进行，牵一发而动全身；项目烂尾、合同终止等问题屡见不鲜。因此作为前期关键的一环，须牢牢把握风险问题，为项目做好扎实的基础，从而推进项目的顺利开展。根据财政部及发改委PPP项目库中城市地下综合管廊工程项目应用PPP模式的案例，结合吉林省建设厅以及吉林省内权威咨询单位、律律师实务所等相关的调查及访谈，分析总结出项目各阶段影响PPP模式在综合管廊工程应用的风险因素，如表1所示。

表1 项目各阶段影响PPP模式在综合管廊工程应用的风险因素

此外，利率变化、通货膨胀以及税收调整所带来的经济风险，社会资本、政府、第三方的信用风险，自然不可抗力及政治不可抗力等风险，同样是综合管廊应用PPP模式所必须考虑的风险因素。

2 综合管廊应用PPP模式风险划分

根据以上识别出的风险以及专家调查问卷，过滤掉目前对综合管廊项目应用PPP模式影响不大的风险点，按其产生原因划分出当前影响综合管廊项目应用PPP模式的主要风险点，并进一步分析出影响程度更深的风险因素，见表2。

表2 综合管廊工程应用PPP模式风险划分

(1)政治风险：主要包含政治决策、政治反对。项目审批阶段，政府对管廊项目的相关政策不了解，欠缺相关工程实践管理经验，可能会使一些不适合用PPP模式做的管廊项目获得审批；某些地区由于公众对综合管廊项目的认知度不够，在项目建设前期可能会引起公众的不满及反对。

(2)经济风险：在经济不断发展的大环境下，综合管廊PPP项目的合作期限在10～30 年，一般不低于25 年，在这样较长期限里，利率变动、通货膨胀、税收调整等可能随时都会发生，对社会投资成本产生或高或低的影响。在管线入廊及收费方面，管线单位入廊意愿不强，造成项目的实际收益与预算收益有较大差距，最终导致政府承担很大一部分的费用补贴支出，当政府所承担的费用超出当年公共财政支出预算，不仅会给政府带来财政压力，还会造成项目收入难抵成本，加大项目执行难度，导致项目难以为继。

(3)市场风险：合同中项目唯一性的设定是使包括管廊工程在内的PPP项目能够正常获得收益的一份保障，其次，虽然综合管廊工程在国外的发展已经非常成熟，但在国内，尤其是应用PPP模式下的综合管廊项目还没有很成熟的实践经验可以借鉴，同时，由于各省的经济发展状况等省情有一些差别，吉林省内更是缺乏相关的实践借鉴，管廊市场不够成熟，因此，吉林省应用PPP模式建设综合管廊也是处于探索尝试当中。

(4)法律政策风险：目前吉林省内没有关于管线强制入廊的法律政策，缺乏综合管廊PPP项目入廊及维护运营费的收费定价体制机制，使SPV(Special Purpose Vehicle)公司向管线单位收取费用时没有可供参考的依据，可能会造成相关的系列纠纷。

(5)信用风险：双方应按合同约定执行，合作各方的信誉度、诚信度在一定程度上是综合管廊工程成功的关键影响因素[16]，依据相关信誉度评价指标，对合作各方做出全面的信用评估，为项目的顺利运作奠定可靠的信用基础。

(6)项目风险：技术不完备(设计施工缺陷)、工期延误、成本超支导致项目运行所需现金流不足，项目资金出现缺口或断裂，不能及时足额偿还项目贷款资本金、支付利息和经营成本等。

除此之外，自然不可抗力、政治不可抗力、土地拆迁问题、资产征用等风险也是吉林省在PPP模式下建设城市地下综合管廊工程必须考虑的风险。

3 基于故障树的综合管廊应用PPP模式的风险分析

3.1 故障树模型构建

故障树分析(Fault Tree Analysis，FTA)可通过分析系统的逻辑关系对系统做出可靠性预测，FTA不仅可以进行定性分析，还可以进行定量分析，在由上而下理清的逻辑关系中找出影响顶事件(记为T)的所有因素，并通过概率及关键重要度分析出割集，进而找出最小割集。该方法可以剖析出造成故障的深层原因[17,18]。基于上述识别出的影响综合管廊应用PPP模式的风险点，借助故障树模型对其进行评价分析，按对项目推进影响的重要性程度找出关键风险点，为下一步风险应对做准备。故障树构建如图1所示。

图1 综合管廊工程项目应用PPP模式的风险故障树

3.2 故障树分析

3.2.1 基本事件与风险的关联度确定

在整个故障树风险模型中，为寻求各基本事件对于系统影响的数值关系，确定系统变化的度量关系，可以依据各基本事件之间的关联度判断对于顶事件的影响程度。为此，在综合管廊工程项目应用PPP模式风险故障树模型中建立由各基本事件组成的特征矩阵XL，假设故障树中共有n个基本事件，其中最小割集的个数为m，任意最小割集Li表示由ni个基本事件组成的第i个数据，根据风险的基本事件建立特征矩阵：

(1)

根据每个基本事件的影响程度[19]不同，通过维数变换、提取特征矩阵故障特征，建立待检模式向量XT：

XT=[XT(1)，XT(2)，…，XT(n)]

(2)

将典型故障特征矩阵(XLi)1×m与待检模式向量(XT(j))1×n进行关联度计算。在得出的关联度中，首先根据关联度大小进行排序，关联度较大的基本事件则为综合管廊工程应用PPP模式中首要考虑的风险。

3.2.2 模型求解

(1)确定基本事件发生概率

对于基本事件发生概率的确定，可以采用专家库对于造成PPP模式应用于地下综合管廊工程风险的基本事件的概率进行测评，根据P=0.5×(ai+bi)(i=1,2,…,22)计算基本事件的概率。其中，P为地下综合管廊风险基本事件概率值；ai，bi分别为专家进行打分的最高值和最低值。基本事件的概率如表3所示。

表3 基本事件的概率

在灰色理论中结构函数可以表示为：

φ(x)=x1+x2+…+xn

(3)

综合管廊工程项目应用PPP模式的结构函数为：

φ(x)=M1+M2+M3+M4+M5+M6+M7+M8

(4)

式中：φ(x)为结构函数；Mi为基本事件的概率值。

在综合管廊工程项目应用PPP模式故障树模型中，假设最小割集可以由任意一个基本事件单独构成。在构建的特征矩阵中，将发生的基本事件在最小割集里的值设为“1”，并且将其余没有发生的基本事件的值设为“0”，那么特征矩阵可以表示为：

XL=I

(5)

(2)待检模式向量求解

根据上文限定的条件在PPP模式应用于地下综合管廊工程风险故障树中的任意基本事件均可以作为最小割集，由发生的基本事件组成的集合为割集。而对于最小割集就是消除任意个数基本事件后，顶事件却不发生，那么这样的割集则被称为最小割集。任意基本事件发生的概率相互独立，互不影响。在模型中的顶事件的发生概率可按式(6)求得：

(6)

当存在基本事件发生个数m≥1时，就需要任意基本事件对于整个系统的贡献度，任意基本事件的贡献度Ij为：

(7)

对{XT(j)}归一化处理得到矩阵XT。

(3)计算两极差

根据序列差得出最大差Δmax和最小差Δmin：Δmax=1；Δmin=0。

(4)计算关联系数

在ρ=0.5时，关联系数为：

(8)

式中：εij为关联系数的值；Δij(K)为风险因素K的序列差的值。

(5)计算关联度

4 应用案例分析

2015年4月，吉林省被确定为“综合管廊试点省”，也是目前国内唯一的综合管廊试点省，在依据上述模型对综合管廊应用PPP模式风险分析的基础上，以吉林省T市某地下综合管廊工程应用PPP模式案例进行实证分析。

4.1 项目概况

项目属于市政工程公共服务领域类项目，所属行业为地下综合管廊行业。项目位于吉林省T市境内，拟建管廊布置在市中心城区内关键市政管线所在道路以及列入规划拓展建设在内的城港经济带。合作期30 年，其中建设期5 年。项目的主要建设运营内容分为三部分：(1)新建并运营地下综合管廊80.96 km(不含管线)；(2)随管廊改造及恢复并运营市政道路50.6 km(含路面、车行道、人行道、地上绿化设施景观、标牌标线、路灯等)；(3)随管廊新建并运营市政道路21.85 km(含路面、车行道、人行道、地上绿化设施、标牌标线、路灯)。项目总投资657000 万元，采用可行性缺口补助的回报机制。项目当前处于执行阶段，尚未进入运营期。

4.2 项目投融资结构及风险评价

本项目资本金不少于项目总投资的20%，约15亿元，项目投资所需其余资金由项目公司通过银行借款等方式解决，约60 亿元。本项目资本金及贷款比例约为2∶8。项目资本金部分由中选社会资本和政府出资代表按照在项目公司中的股比支付，在项目公司中，政府方与社会资本方所占股份比例分别为20%和80%。本项目投资所需其余资金由项目公司通过银行借款等方式解决。项目公司在获得实施机构同意的前提下，可采用收费权质押和资产抵押的方式获得资金，并以相关收入作为还款来源。根据项目公司融资的需要，若需要股东担保，则由社会资本提供，政府方不提供担保。项目公司注册资本暂定为15 亿元，项目建设期第一年支付额度不少于1 亿元。该项目风险种类划分如表4所示。

表4 T市综合管廊应用PPP模式风险划分

基本事件的概率如表5所示。

表5 基本事件的概率

对于T市综合管廊应用PPP模式风险故障树基本事件的贡献度的求解结果如表6所示。

表6 任意基本事件贡献度

依据上述模型可以得到城市地下综合管廊应用PPP模式风险对顶事件的贡献程度，而综合管廊应用PPP模式推进力度及其市场接受程度则因不同地区而存在一定差异，这对于反映不同地区综合管廊应用PPP模式的落地能力就显得有些束手无策。

不同地区、PPP模式开展深度、资质不同、开发商深化综合管廊应用PPP模式设计程度，都会改变模型分析的结果。吉林省内各市县生产总值差距较大(见图2)，长春市居前列，吉林、松原、四平、通化、延边居中等水平，辽源、白山、白城较低，从全国来看(见图3)，吉林省经济总体发展缓慢，GDP及经济增速低位运行，落后于全国平均水平，2017年审计署点名批评吉林省虚增财政收入，在主动核减后，吉林省负债率20.89%，债务率高达263.71%，超出90%～150%的安全线。

图2 2017年吉林省各市县GDP

吉林省8个地级市1个自治州中共有20个管廊项目应用PPP模式进行规划建设，累计建设里程723.073 km，总投资达669.34 亿元。各行政区域管廊工程应用PPP模式的项目数量分布如图4所示(资料来源：网络公开资料、2018统计年鉴及《国民经略》公开信息)。

图4 吉林省综合管廊PPP项目分布

依据吉林省8个地级市1个自治州为例，并且9个城市依次排列，可以认定对于模型的决策目标的影响程度也是依次排列，相邻地区影响程度之差基本相等。因此，根据AHP(Analytic Hierarchy Process)权重构造判断矩阵如下：

U′为九阶正反矩阵，经过计算得出的最大的特征值λmax=9.327，对相应的特征向量进行归一化处理：

W=(0.317161474,0.233829026,0.172095682,

0.126378821,0.08492185,0.065613147,

0.045383299,0.030445171,0.020521136)。

当前国内基本每个地区都在建设地下综合管廊，通过权重系数可以更为精确地反应地下综合管廊应用PPP模式进入市场的风险综合水平。

(9)

5 结 论

本文利用故障树模型分析城市综合管廊工程项目应用PPP模式风险的因素，归纳筛选对于PPP模式风险产生的基本事件；通过确定对于基本事件关联度的大小，确定在全生命周期阶段需要重视的基本事件，对于基本事件的关联度大小进行排序判断得到入廊需求及收益、融资风险、地方政府财政能力、法律体系不健全、技术不完备、土地征拆问题、政府信用等7 个对项目风险影响较大的因素。主要结论如下：

(1)针对PPP模式应用于综合管廊工程各阶段识别出的风险，究其根本，从项目风险产生原因的角度定性分析总结出22 个风险因素，借助故障树模型根据风险关联度以及事件发生概率最终分析出影响顶事件的主要风险。

(2)以T市某综合管廊项目为例，系统分析影响综合管廊项目应用PPP模式的风险，得到包含15个风险因素的风险识别矩阵，通过权重系数改进关联度使模型分析更为贴合实际，最终得出入廊需求及收益、融资风险、地方政府财政能力、法律体系不健全、技术不完备、土地征拆问题、政府信用等7个为综合管廊项目应用PPP模式需要高度重视的问题。

(3)相对而言，欠发达地区或贫困地区应用PPP模式建设地下综合管廊较为艰难。除了试点城市及试点项目，普通综合管廊项目应用PPP模式由于缺乏资金支持，加上地方财政能力的匮乏，很难保证管廊项目正常的入廊收益，从而比较难以吸引社会资本参与进来。另外，土地征拆问题历来都是一大难题，同时由于图纸缺失等很多地区缺少对地下埋线清晰的掌控，造成项目难以为继。因此相对于欠发达地区或贫困地区来说，应用PPP模式建设地下综合管廊需考虑和解决的问题较多。