基于云模型的重大水利PPP项目融资风险评价

谷立娜 张春玲 吴涛

摘 要：重大水利工程PPP项目具有周期长、成本高等特点，为保证项目正常建设运营，降低融资风险，运用物理-事理-人理（WSR）方法论构建重大水利工程PPP项目融资风险评价指标体系，提出了运用BWM法确定主观权重、改进CRITIC法确定客观权重、乘法归一化法确定组合权重的方法，建立云模型实现定性与定量的相互转化，得到项目综合评价结果。以韩江高陂水利枢纽工程为例，运用该模型进行融资风险评价并进行分析。研究表明：模型评价结果与项目实际情况一致，验证了组合赋权法及模型的合理性和有效性，为重大水利PPP项目融资风险评价提供了依据。

关键词：WSR;重大水利工程;PPP;融资风险;最优最劣法;改进CRITIC法;云模型

中图分类号：TV-9;F283

文献标志码：A

doi：10.3969/j.issn.1000-1379.2021.11.021

引用格式：谷立娜，张春玲，吳涛.基于云模型的重大水利PPP项目融资风险评价[J].人民黄河，2021，43（11）：116-121.

Financing Risk Assessment of Major Water Conservancy PPP Projects Based on Cloud Model

GU Lina1， ZHANG Chunling2， WU Tao1

（1.Qingdao University of Technology， Qingdao 266520， China;

2.China Institute of Water Resources and Hydropower Research， Beijing 100038， China）

Abstract： PPP projects of major water conservancy have the characteristics of long cycle and high cost. In order to ensure the normal construction and operation of the project and reduce the financing risk， this paper used the Wuli-Shili-Renli system approach （WSR） to construct a major water conservancy PPP project financing risk evaluation index system， put forward the determination of subjective weight by BWM method， determination of objective weight by improved critical method and determination of combination weight by multiplication normalization method， established a cloud model to achieve qualitative and quantitative mutual transformation and obtained the comprehensive evaluation results of the project. Finally， taking Gaopi Water Control Project of Hanjiang River as an example， the model was used to evaluate and analyze financing risks. The research shows that the evaluation results of the model are consistent with the actual situation of the project， which verifies the rationality and effectiveness of the combination weighting method and the model， and provides a basis for the financing risk evaluation of major water conservancy PPP projects.

Key words： WSR; major water conservancy projects; PPP; financing risk; best worst method; improved CRITICAL method; cloud model

重大水利工程涉及防洪减灾、优化水资源配置、修复水生态、节水灌溉等项目，在补齐重大水利设施短板和保障国家水安全上发挥重要作用。2014年我国开始实施172项重大水利工程建设，根据水利部公布的数据和发展规划，2020年我国落实水利建设投资7 695亿元，创历史新高，2021年继续推进150项重大水利工程建设。水利工程行业是一个极度依赖政府投资的行业，一般具有公益性强、投资成本大、建设周期长等特点。为加快我国水利工程建设，优化融资渠道，2017年12月7日国家发改委、水利部联合出台了《政府和社会资本合作建设重大水利工程操作指南（试行）》（发改农经〔2017〕2119号），鼓励社会资本参与项目建设运营，提高管理效率和服务质量。

目前，关于水利工程PPP项目已有一定的研究。在定性方面，为缓解地方政府的融资风险，王阳等[1]从政策支持、PPP模型优势和社会资金充足三个方面分析PPP模式在农村水利基础设施建设中运用的可行性;严景宁等[2]基于利益相关者理论，通过文献研究、调查问卷、案例分析法，将水利PPP项目利益相关者划分为关键、主要、次要和一般等级，其中关键利益相关者为政府、社会资本方和金融机构，以此构建风险分担框架;聂相田等[3]在细化水利工程PPP项目运作流程的基础上，针对合同阶段提出9种柔性调节机制，以保证项目能够顺利实施;贾立敏等[4]运用解释结构模型理论，分析得出投资额度、政策制度风险和人员管理是影响中小型水利工程PPP项目的主要因素;何楠等[5]运用文献分析和专家访谈法，全面总结出影响黄河流域生态水利PPP项目的风险因素。在定量方面，马维海等[6]将水利PPP项目风险分为宏观、中观、微观三方面，运用模糊层次分析法确定风险因素的权重，再利用物元可拓模型对项目风险进行定量评价;盛松涛等[7]研究准经营性水利工程PPP项目的收益分配问题，基于合作对策理论，利用Shapley值法建立收益分配模型并进行修正，以莽山水库PPP项目为例进行计算分析，得出合理的收益分配有利于项目的合作开展;严景宁等[8]从风险分担的视角，建立公益性水利PPP项目政府付费模型并提出相应的建议;张亚琼等[9]从利益相关者的视角研究了生态水利PPP项目风险;袁宏川等[10]根据专家反馈确定指标重要性并建立云模型，研究了水利PPP项目的投资风险。梳理以上文献发现，现有研究集中在水利PPP项目的影响因素、利益相关者及收益分配、风险分担视角，鲜有文献定量评价重大水利工程PPP项目融资风险。鉴于此，本文运用WSR方法构建重大水利工程PPP项目的融资风险评价指标体系，运用主客观相结合的组合赋权法建立云模型，进行融资风险评估。

1 基于WSR的重大水利工程PPP项目融资

风险评价指标体系构建

1.1 指标选取原则

重大水利工程PPP项目的建设、运营等涉及多方利益相关者，且项目建设周期较长，有众多影响项目能否融资成功的因素，为保证指标体系的简洁、科学，需要对指标进行对比和筛选，确定最具代表性且合理的评价指标体系。指标选取的原则如下。

（1）科学性和实用性。在对项目进行综合评价时，需要考虑指标的内涵和准确性，以有效反映项目融资面临的风险。实用性意味着决策者能够利用指标体系合理评价项目融资风险，提高评价效用，使其具有实际应用价值。

（2）全面性和一致性。融资风险的影响因素数量庞大，利用单一指标无法进行科学评价，而对全部因素进行评价也不现实，因此需要选择针对重大水利工程PPP项目最具代表性的指标，且能够反映出其是否对项目融资成功具有较大风险，这样既简化了指标体系，也能保持与评价目标一致。

（3）层次性和逻辑性。为使评价过程的实施更加便捷、易于理解，在构建指标体系时采用分维度和分层的方法，划分不同层级，同时明确指标间的内在联系和逻辑，使指标分类更加清晰。

（4）独立性和可比性。同一层级各项指标之间应该尽可能独立，不相互重复，反映不同的指标特征。同时，指标体系的建立要能够反映影响融资风险因素的特征，且内、外部指标体系之间能够相互比较。

1.2 WSR方法论概述

物理-事理-人理系统方法论（Wuli-Shili-Renli system approach，简称WSR方法论）[11]由顾基发教授和朱志昌博士于1994年提出，目前已在系统科学与工程、教育等领域得到广泛应用。该方法体现了“懂物理、明事理、通人理”的实践准则，其中：物理是指经过理论和逻辑推敲的正确科学知识;事理主要涉及对设备、材料、人员的合理安排;人理是做人的道理，结合心理学、行为学等多学科知识来分析人的心理、行为、价值取向等[12]。

针对重大水利工程PPP项目在融资时面临的风险，在物理方面，无论是项目前期准备还是建设过程中，都会受到一定客观因素的影响。例如：政府政策的变化导致成本增加和收益降低，利率变化等宏观经济环境的不确定性使得市场价格波动，通货膨胀等市场风险使得政府和社会资本需要共同分担增加的运营成本，因此需要从外部环境的政治、经济、法律和市场的角度进行评价。

在事理方面，项目融资时会考虑人员、设备、环境等安全风险以及管理、合同等方面的问题。例如：管理层经验不足、任务分配不合理可能导致项目效率低下，资金运用不当导致交易成本和融资难度增大，人员、设备和环境出现安全问题增加额外项目成本。具体体现在安全风险、成本超支、项目进度跟踪不明确、沟通协调问题、合同变更、合同违约等方面的风险。

在人理方面，PPP项目涉及多方利益相关者，为保证周期较长的重大水利工程顺利建成，需要重视政府、社会公众、社会资本方等利益相关者的关系。例如：由于工程项目可能涉及征地拆迁，因此政府应该事先广泛听取民意，安抚群众情绪，给予合理补偿;社会资本方需要提供一定的资金和技术支持，获得政府信任。若这些关系处理不好，将使项目直接面临建设、运营等风险。

1.3 重大水利工程PPP项目融资风险指标体系

针对重大水利工程PPP项目投资成本大、建设周期长等特点，本文在对文献[4，10，13]进行总结的基础上，结合咨询相关专家，利用WSR方法论从物理、事理、人理3个维度确定10个一级指标、28个二级指标，构建重大水利工程PPP项目的融资风险评价指标体系，如图1所示。

2 评价指标权重确定

考虑到单独利用专家个人判断的主观性较强，本文在最优最劣法计算主观权重的基础上，用改进CRITIC法的差异性系数计算客观权重，二者结合得出组合权重。该方法既避免了专家主观因素的干扰，又能够降低数据对评价的影响偏差，计算更加客观、合理，结果更加符合项目实际情况。

2.1 BWM确定主观权重

最优最劣法（Best Worst Method，BWM）[14]由荷兰学者Rezaei提出，在解决多指标决策问题中，与应用较为广泛的层次分析法相比，该方法需要较少的成对比较，计算方便。具体优势体现在：第一，AHP对比任意两个指标时，需要进行n（n-1）/2次比较，而BWM是先选出最优和最劣指标，将其分别与其他指标相比，只需2n-3次比较;第二，AHP需要构造矩阵，而BWM是基于向量計算，方式更为简便;第三，BWM得出的结果具有较好的一致性，目前在风险识别[15]、安全与效益评价[16]等应用研究中，经验证可靠性更高。该方法具体步骤如下。

（1）在指标集C=C1，C2，…，Cn中选出最优指标CB和最劣指标CW。

（2）将CB与其余所有指标进行两两比较，构建比较向量AB=（aB1，aB2，…，aBn），其中aBj表示CB相比于其他第j个指标的重要程度，利用1～9标度打分，1代表两指标同等重要，9代表极其重要。

（3）将其余所有指标与CW进行两两比较，构建比较向量AW=（a1W，a2W，…，anW），其中，ajW表示第j个指标相较于CW的重要程度，利用1～9标度打分，1代表两指标同等不重要，9代表极其不重要。

（4）建立数学式并求解，得出最优指标权重。w^j=（w^1，w^2，…，w^n）。

minmaxjωBωj-aBj，ωjωW-ajW

s.t.∑nj=1ωj=1ωj≥0j= …，n（1）

可转换为

minks.t.ωBωj-aBj≤k

ωjωW-ajW≤k

∑nj=1ωj=1

ωj≥0，j= …，n（2）

式中：ωBωjωW分别为CB、Cj、CW的权重。

2.2 改进CRITIC法确定客观权重

CRITIC（Criteria Importance Trough Intercriteria Correlation）法[17]是1995年由Diakoulaki提出的客观赋权方法，该方法弥补了熵权法未考虑指标间相关性的不足[18]。通过对比强度和指标之间的冲突性来综合评价指标权重，利用数据客观属性进行科学评价。对比强度指同一个指标在不同方案中的取值差异大小，通常用标准差衡量;指标之间的冲突性用相关系数衡量，其表示的相关性越大，说明指标之间的冲突性越小。与传统的CRITIC法不同，改进的CRITIC法一方面不易受两级数值的影响，能够反映指标间的差异性;另一方面能更直观地反映指标之间的相关性[19]。确定客观权重的方法如下。

（1）建立决策矩阵X=（xij）m×n，xij表示第i个专家对第j个指标的评价值，m、n分别为专家个数和评价指标个数。

（2）计算第j个指标的信息熵值Hj，公式为

Hj=-1ln m∑mi=1pijln pij  （0≤Hj≤1）（1）

其中

pij=xij∑mi=1xij  （i= …，m;j= …，n）

（3）计算第j个指标的差异性系数qj代替传统CRITIC法中的标准差。

qj=1-Hj（2）

（4）由于绝对值相同的相关系数ρij的正相关与负相关所反映的指标间的相关性是相同的[19]，因此用ρij代替ρij，得各指标的综合系数Cj：

Cj=qj∑mi=1（1-ρij）  （j= …，n）（3）

（5）计算各指标权重：

w-j=Cj∑nj=1Cj（4）

式中：n为评价指标个数;qj为第j个指标样本数据的差异性系数;ρij为第i、 j个指标之间的相关系数;Cj为各评价指标的综合系数;w-j为第j个指标的客观权重。

2.3 乘法归一化法

为了避免主客观赋权方法指标赋权过程中主观和客观的影响，按照乘法归一化方法计算组合权重[20]，具体计算公式为

wj=w^jw-j∑nj=1w^jw-j（5）

式中：wj为第j个指标的组合权重;w^j、w-j分别为第j个指标的主、客观权重。

3 基于云模型的重大水利工程PPP项目融资

风险评价模型

3.1 云模型概述

云模型于1995年由我国工程院院士李德毅提出，该模型解决了概率论和模糊数学处理不确定性的不足，可以实现定量表示和定性概念间的相互转化。在评价融资风险时，考虑了模糊性、随机性及两者的关联性。云一般用3个数字特征来表征：Ex为云滴在空间分布的期望，体现定性概念;En为熵，代表云滴分布模糊性，该值越大模糊性越强;He为超熵，即熵的熵，超熵越大云的厚度越大、不确定性越强。云模型评价更为全面和有效，能直观反映项目融资风险的程度，达到预警效果，因此适用于重大水利工程PPP项目融资风险评价。

3.2 云发生器

云模型的使用方式主要是正向发生器和逆向发生器，正向发生器是将3个数字特征转化为云滴的过程，通过MATLAB软件绘制云图;逆向发生器可以实现模型中云滴向3个数字特征的转化，计算公式为

Ex=1N∑Ni=1xi

En=π21N∑Ni=1xi-Ex

He=1N-1∑Ni=1（xi-Ex）2-En2（6）

式中：xi为云滴;N为云滴个数。

3.3 确定评价云步骤

（1）确定标准云。根据重大水利工程PPP项目融资风险特点，通过文献查询和实际情况将项目融资风险划分为低风险、较低风险、一般风险、较高风险和高风险5个等级并进行区间划分，标准云模型数字特征计算公式为

Ex=xmax+xmin2

En=xmax-xmin6

He=k（7）

式中：xmax和xmin分别为区间最大值和最小值;k为常数。

（2）确定评价云。根据专家意见得到的数据，利用云模型形成各个指标评价云，并整合为项目总评价云，云数字特征为

Ex=∑nj=1Exjwj

En=∑nj=1Enj2wj

He=∑nj=1Hejwj（8）

（3）对比。将评价云图与标准云图进行對比，把重合度最高的等级确定为水利工程PPP项目融资风险等级。

4 实例分析

广东省韩江高陂水利枢纽工程是我国第一批引进社会资本参与重大水利工程建设运营的PPP试点项目之一，项目资金来源主要是中央资金、省级资金和社会资金，投资金额巨大，工程功能以防洪、供水为主，兼顾发电和航运等综合利用，施工总工期66个月，已于2021年1月正式蓄水。该工程在改善生态环境、缓解水资源供需矛盾、拉动经济社会发展等方面发挥重大作用。

4.1 确定风险指标权重

第一步，邀请来自高校学者、PPP项目管理、工程建设等领域的8名专家，根据BWM打分方法，分别对各一级指标和二级指标的相对重要程度进行打分。以项目管理的4个二级风险评价指标为例，某位专家认为成本超支是最重要的指标，将成本超支相较于其他3个指标的重要程度分别按1～9程度打分，将沟通协调问题确定为最不重要的指标，与其他3个指标相比确定重要程度，打分情况见表1。根据8名专家的打分结果，可以得到8对比较向量，构造数学规划问题并求解，将所得8个指标权重取算术平均，确定4个二级指标的权重分别为0.367、0279、0.152、0.202。同理，对各一级指标和其他二级指标分别求解，将一级指标权重和各二级指标权重相乘得到评价指标的主观权重，结果见表2第5列。

第二步，为增强评价过程的客观性，请专家运用知识和经验对该项目的每个指标在0～10区间打分，数值越大代表该指标风险越大，利用改进CRITIC法的式（1）～式（4）计算客观权重，结果见表2第6列。

第三步，通过式（5）将主客观赋权结果进行组合，得到项目融资风险各评价指标权重（见表2）。

4.2 确定项目标准云

根据问卷调查和专家打分情况，将专家的打分分值在[0，10）区间内进行平均划分，评价值在[0，2）代表该指标对融资风险的影响程度处于低水平，称为低风险影响因素，同理[2，4）代表较低风险，[4，6）代表一般风险，[6，8）代表较高风险，[8，10）代表高风险。通过式（7）算出各等级云参数的Ex和En值，根据经验和多次取值后确定He值，即k取0.05较为合适，划分情况见表 并以此生成标准云图，如图2所示。

4.3 确定项目评价云

将各专家的打分情况进行汇总，并计算各指标云参数。例如：8名专家对A11政策变化的打分结果为1.5、1.5、1.0、2.0、1.5、1.5、2.0、1.0，可计算得出Ex=1.500、En=0.313、He=0.211，同理可得其他二级指标的云参数，计算结果见表4。由于Ex值最能体现融资风险等级的云参数特征，因此将其与表3的风险区间进行对比，可以相应得出各个指标的风险等级，然后计算出该项目综合评价云参数为（1.738，0.369，0.169）。

4.4 确定融资风险评价等级

将总融资风险评价云图与标准云图进行对比，结果如图3所示。可见，该项目云模型云滴基本处于“低风险”和“较低风险”之间，验证了评价等级的合理性。

4.5 结果分析

物理维度占比43.8%，法律风险对项目融资影响最大，在现行法律体系下，我国针对PPP项目的法律法规尚不完善，就二级指标来说，利率和法律变动风险是主要的影响因素。因此，国家应完善水利法规体系，建立健全相关法律法规，为项目的运营建立良好的政策支撑，尤其是落实项目前期工作，做好调研工作，明确内外部环境，服务于区域发展战略大局。

事理维度占比23.3%，管理因素影响较大，其中成本超支和进度跟踪不明确会明显增加项目融资风险。项目管理的主体是人，管理者无法实时掌握项目的完整进度，缺乏制约和监督，信息不透明会影响项目获取资金的难易程度，此外，一些不可预见事件的发生也可能导致成本超支，使得材料损耗严重。为此，项目管理部门要加强监管，建立一套完备的监督管理体系，从项目准备、建设到运营维护期间做到权责明确，及时发现存在的安全隐患，并加强生态环境保护。

人理维度占比32.9%，社会资本方对项目融资风险产生较大影响，技术不完善和政府补贴力度不够，使得项目缺乏资金支持和技术支持，将对项目建设和运营产生直接影响。应积极开展多部门协作，引导政府职能转变，发挥中央政府的带头作用，给予适当补贴和收益分配，并积极拓宽资金来源渠道，充分发挥社会投资方的监管作用，提高服务质量。

5 结 语

本文以重大水利工程PPP项目融资风险为研究对象，首先，利用WSR方法论，从物理、事理和人理的维度构建重大水利工程PPP项目融资风险评价指标体系;其次，运用BWM法与改进CRITIC法主客观结合的组合赋权法，综合考虑专家经验和决策者的意見，使赋权结果更加合理，计算方式更加简便，BWM法不仅结果具有可靠性，而且计算方法易于理解，数据处理简便;再次，通过建立云模型并绘制云图，更加直观地反映研究对象与标准之间的不同，确定风险评价等级;最后，通过实例计算分析得出项目融资风险处于“低风险”与“较低风险”之间，这与该项目融资实际情况相符。可以看出，综合运用这些方法，能够更加科学有效地评价重大水利工程PPP项目的融资风险。

参考文献：

[1] 王阳，张朕.PPP模式在农村水利基础设施建设中运用的可行性分析[J].中国农村水利水电，2016（6）：143-145.

[2] 严景宁，郭华平.公益性水利PPP项目政府付费模型及应用：基于风险分担视角[J].价格理论与实践，2017（11）：114-117.

[3] 聂相田，李智勇，王博.水利工程PPP项目合同柔性调节机制研究[J].水电能源科学，2017，35（11）：145-148.

[4] 贾立敏，陶宁，申浩播.中小型水利工程PPP项目影响因素ISM研究[J].会计之友，2018（10）：88-92.

[5] 何楠，张亚琼，李佳音，等.基于黄河流域治理的生态水利PPP项目风险评估[J].人民黄河，2021，43（3）：11-17.

[6] 马维海，曾繁慧.基于F-AHP和物元模型的水利PPP项目风险研究[J].数学的实践与认识，2019，49（19）：80-90.

[7] 盛松涛，安怡蒙.基于AHP-Shapley值法的水利工程PPP项目收益分配研究[J].水利水电技术，2019，50（2）：161-167.

[8] 严景宁，刘庆文，项昀.基于利益相关者理论的水利PPP项目风险分担[J].技术经济与管理研究，2017（11）：3-7.

[9] 张亚琼，何楠，陈毅洋，等.基于云模型的生态水利PPP项目利益相关者管理风险评价[J].中国农村水利水电，2020（12）：148-152，163.

[10] 袁宏川，游佳成，贺骏.基于云模型的水利PPP项目投资风险评价[J].水电能源科学，2017，35（8）：141-144.

[11] 顾基发，唐锡晋，朱正祥.物理-事理-人理系统方法论综述[J].交通运输系统工程与信息，2007（6）：51-60.

[12] 陈进东，刘琳琳，杜雨璇，等.物理-事理-人理系统方法论演化发展及其影响[J/OL].管理评论：1-15.[2021-03-17].https：//doi.org/10.14120/j.cnki.cn11-5057/f.20201231.006.

[13] 刘金林，白会人，王子超.基于FANP–云模型的污水处理扩建PPP项目风险分析[J].土木工程与管理学报，2020，37（4）：101-106.

[14] REZAEI J. Best-Worst Multi-Criteria Decision-Making Method [J]. Omega， 2015（53）：49-57.

[15] 张瑜潇，杨杰，宋锦焘.基于FBWM-EWM-LDM组合模型的大坝风险识别方法[J].水电能源科学，2020，38（12）：79-82.

[16] 艾欣，秦珺晗，胡寰宇，等.基于BWM-熵权-TOPSIS法的电网安全与效益综合评价[J/OL].现代电力：1-10.[2021-03-17].https：//doi.org/10.19725/j.cnki.1007-2322.2020.0212.

[17] DIAKOULAKI D， MAVROUTAS G， PAPAYANNAKIS L. Determining Objective Weights in Multiple Criteria Problems： the Critic Method[J]. Computers and Operations Research，1995，22（7）：763-770.

[18] 荀志远，张丽敏，赵资源，等.基于组合赋权云模型的装配式建筑成本风险评价[J].土木工程与管理学报，2020，37（6）：8-13.

[19] 傅为忠，曹新蓉.互联网金融企业经营风险探微：基于改进的CRITIC-GRAP模型[J].财会月刊，2017（32）：36-42.

[20] 王伟明，徐海燕，张发明.基于CRITIC-G1和Bonferroni算子的学术期刊综合评价研究[J].情报理论与实践，2020，43（5）：104-109.

【责任编辑 张华岩】