基于社会网络分析法的交通基础设施PPP项目风险管理分析

王东一

（厦门市建设工程招投标中心，福建 厦门 361000）

0 引言

近些年，我国加快基础设施建设，首当其冲的是交通基础设施，许多交通基础设施项目采用PPP 模式建设，PPP 模式本身的复杂性也给交通基础设施的建设和后期运营带来巨大的挑战。

目前，在学者们对于交通基础设施PPP 风险管理的研究中，史玉芳应用Spearman 分析了危险因子的关联，并通过一阶检验的因素分析模式和结构方程模型，构建了交通项目的PPP 项目风险评估框架[1]；石振武利用三角模糊数对专家意见进行整合，建立模糊加权和超矩阵法交通项目的PPP 风险等级评估结果[2]；王海平等应用风险检查表和RBS 方法识别项目里社会资本方所面临的收益方面的风险，可以作为后续类似项目风险因素的参考[3]。

以往的研究基本概括了交通基础设施PPP 项目的风险识别与分析，但只关注单个风险重要性的定性分析与定量分析，以此为依据提出风险防控方法，很少考虑到风险之间的相互影响关系。本文旨在研究交通基础设施PPP 项目风险之间的相互影响关系，通过社会网络分析法建立网络模型，得到核心风险因素，提出风险防控措施，为后续类似项目的风险管理提供新的思路。

1 交通基础设施PPP 项目风险识别

1.1 项目概况

某公路项目，建安费约4.8 亿元，项目采用PPP 模式运作，合作期为17 年。

1.2 风险因素识别

王守清教授（2009）等通过研究国内失败的PPP 案例，提炼出导致项目失败的13 个风险因素，并进行了深入分析[4]。在上述研究的基础上，结合各个专家学者的研究文献，最终列出交通项目的初始风险因素，并邀请5位行业专家进行了深入研讨，最终形成调整后该项目的风险因素列表，并对每一个风险因素从R1 开始加以编号，结果如表1所示。

表1 最终清单

1.3 风险因素梳理分类

项目全生命周期分为立项、融资、建设、运营四个阶段；项目涉及的项目利益相关者分别为：政府部门、甲方单位、设计单位、施工单位以及运管单位，最终分类如表2 所示。

表2 风险因素分类

2 基于社会网络分析法的交通基础设施PPP 项目风险评价

2.1 数据收集

在建立项目风险关系的社会网络模型前，首先要得到关于风险节点间相互作用的基本数据。此次采用问卷访谈的形式，主要调研对象为曾经参与过类似项目的相关人员，利用问卷星发放问卷让被调查者针对某项风险因素对其余因素的影响程度在1～5 分之间进行判断，得到风险相互影响关系的基础数据。

2.2 构建社会网络模型

根据调查获取的结果分析，建立有效的矩阵进行社会网络分析。将每个因素的得分与整体的平均分相比，大于平均分则为1，否则为0，形成有向二值矩阵输入UCINET 软件中，建立社会网络模型，用Netdraw 绘制出该项目中风险因素与网络关系的可视化模型，如图1 所示，可以看出，R1、R2、R3、R12、R13、R14、R16、R19 风险因素的集中度更高。

图1 项目风险因素影响关系社会网络模型

2.3 整体社会网络模型分析

网络中真实存在的关系总量和可能存在的最大关系总量的比值就是模型的整体网络密度，该项数值越大，就表明节点相互的网络联系会更加紧密[5]，利用UCINET 软件可以计算得出项目风险因素影响关系整体网络的整体密度约为0.5205，说明模型中真实存在的关系数量为最大关系总量的52.05%，表明在该项目的风险关系网络中，风险因素之间具有相当密切的联系，并能够借助整体风险网络共同传递影响力。节点之间的单位平均间距为1.83，表示每个风险只需平均通过1.83 的间距便能到达其他节点，表明相互之间的信号传递速度与影响速率都较快。

2.4 块网络模型分析

从项目全生命周期层面和利益相关者层面的划分情形对初始矩阵实行块划分，将各个层面视为一组块，采用α-密度指标，即以整个项目的风险网络整体的密度值密度为标准，大于该值的取值为1，小于该值的取值为0，并根据块相对关系的特征类型进行分类：接受型地位——接受关系明显多于发出的关系；发送型地位——发出的关系明显多于接受的关系；孤立型地位——没有关系；经纪人地位——接受也发出关系，内部因素联系不紧密；首属人地位——接受也发出关系，内部因素联系紧密。用UCINET 软件系统中的CONCOR 程序进行计算，从全生命周期维度可以得出：立项阶段属于发送型地位，融资阶段属于经纪人地位，建设阶段属于首属人地位，运营阶段属于接受型地位；从利益相关者维度可以得出：政府单位属于发送型地位，甲方单位属于发送型地位，设计单位、施工单位为首属人地位，运管单位属于接受型地位。社会网络中的核心块的条件为首属人及传递关系的发送型地位，且发送型地位的关系发出后又继续传导至下一个块。综上，在项目全生命周期中，立项阶段和建设阶段属于核心块；利益相关者中，政府单位在这个维度的块模型中属于核心块，甲方单位也是核心块。

2.5 个体网络模型分析

2.5.1 度数中心度分析

度数中心度，即节点的连接强度，分为入度值和出度值。根据UCINET 软件计算结果进行汇总，并从高到低排列可以发现，R1、R2、R3、R5 的出度值排序在前四名，容易干扰其他因素。而R19、R16、R18、R13、R14 的入度值较高，说明这些因素很容易被其他因素影响。

2.5.2 中间中心度分析

中间中心度表明了节点的传递能力。利用UCINET 软件系统得出各种风险的中间中心度值，可得在风险因素的中间中心度方面，R16、R9、R12 的中间中心度值都相对较高，表明以上3 种风险因素对风险的传导起到了很强的传导作用。利用UCINET 软件系统，对网络中的线的中间中心度做出计算，并得出各因素相互直接影响关联的中间中心度结果矩阵，因此在这里选取了数值超过2 的关键路线共有68 个加以重点研究，有15 条关系的中心度均超过10，对整个社会风险网络的影响也相当大。

2.5.3 接近中心度分析

接近中心度表明节点的独立影响力。通过软件计算出接近中心度数值可知，接近中心度最大的依次是R19、R16、R18、R17，这些风险因素在网络中最容易受到其他因素的影响。而从节点输出的角度来看，接近中心度最大的是R1、R2、R3、R5、R6，这些节点容易影响其他节点。

2.6 核心风险分析结果

点的度数中心度、中间中心度、接近中心度这3 个指标中位居前三的位置，且风险必须位于关键关系路径和核心块等以上条件，可为核心风险项目。最终得出核心风险因素为项目审批风险、土地获取风险、政策及法律变更风险、施工安全风险、建设费用超支风险、预期收益风险。

3 基于社会网络分析法的项目风险防控及效果检验

3.1 核心风险防控措施

针对关键风险提出相应的防控措施，如表3 所示。

表3 核心风险防控措施

3.2 风险防控效果检验

3.2.1 建立检验模型

通过对上述因素进行防控，得到该项目风险控制后的风险影响关系矩阵，再构建项目风险控制前后的网络模型。在防控了核心风险因素之后，关系数量由178 个变成65 个，风险网络的数量明显比之前稀疏很多，表明网络中节点联系的紧密程度显著降低。

3.2.2 风险防控结果

综上所述，在核心风险防控前、后的各项实证分析指标，密度下降了65.77%。结果表明，通过各种措施对建设项目核心风险进行控制后，项目风险网络的各项指数都有了大幅度降低，表明针对建设项目核心风险管控成效显著，进而证实本文中通过社会网络分析法的风险研究结论存在着一定的现实意义。

4 结语

本文通过社会网络分析法针对交通设施PPP 项目的风险识别、评价、防控进行研究，弥补了之前研究成果中对风险因素之间的相关关系研究不足之处，通过防控效果检验证实该研究模型的可行性。但文章受限于调查回收样本量的局限性及研究案例的实际情况，希望后续研究人员通过不断地丰富数据，能够使模型的准确度更高，更好地完善社会网络分析法在交通基础设施PPP 项目中的应用。