论文部分内容阅读
【摘 要】 当前正值地下综合管廊项目试点建设的关键时期，准确的风险识别与评价是实现风险在政府与私人部门之间合理分担的前提。在采用德尔菲法识别出地下综合管廊项目PPP模式面临的15项风险的基础上，通过运用解析结构交叉矩阵模型构建出风险因素五级层次结构模型，并创新性地结合驱动力-依赖性矩阵迭代运算，计算出每个风险因素的驱动力和依赖性，进而得出各风险因素之间的相互作用。模型运算结果表明，识别出的风险因素均为稳定因素，系统内有两组应视为整体进行风险管理的强关联因素集，且风险因素之间存在递进关系，揭示了风险因素之间的内在联系，为后续风险分担研究奠定基础，为我国地下综合管廊项目风险管理提供新思路。
【关键词】 地下综合管廊； 风险评价； 解析结构模型； MICMAC分析
【中图分类号】 F407.9 【文献标识码】 A 【文章编号】 1004-5937（2017）13-0059-06
一、引言
地下综合管廊作为当前国家重点建设的城市基础设施之一。2015年8月，国务院发布《关于推进城市地下综合管廊建设的指导意见》，鼓励创新地下综合管廊项目投融资模式，推广运用政府和社会资本合作（PPP）模式，通过特许经营、投资补贴、贷款贴息等形式，鼓励社会资本组建项目公司参与城市地下综合管廊建设和运营管理[1]。2016年5月财政部公布了第二批进入中央财政支持地下综合管廊试点的15个城市名单[2]。地下综合管廊项目建设前景广阔。
然而，由于地下综合管廊项目面向全国推广建设时间短，项目造价高、投资大，加之管廊收费机制和收益回报机制尚不明朗，使地下综合管廊项目面临复杂的风险，极易导致项目失败。因此，准确的风险识别和风险评价是地下综合管廊项目PPP模式成功的关键所在。
乌云娜等[3]利用ISM-HHM方法识别出PPP项目中面临具有相关性的风险因素，但不同的PPP项目面临的风险因素往往存在差异。王文寅等[4]通过融入主成分分析法，对神经网络风险评价方法进行优化，但样本中只包含山西省拟建的16个PPP基础设施项目，具有一定局限性。李妍等[5]基于风险偏好理论构建出PPP项目风险分担的博弈模型，为PPP项目风险分担方案的制定提供决策依据，但在风险分担方案设计过程中未考虑风险因素之间的关系。本文旨在通过运用ISM-MICMAC模型对地下综合管廊PPP模式面临的风险进行评价，以期为我国地下综合管廊项目风险管理提供新思路。
二、地下综合管廊项目PPP模式风险因素识别
风险因素识别是风险评价的根基，风险因素识别的准确程度直接影响着风险评价的正确性。因此，根据地下综合管廊项目PPP模式的风险特点选择适合的风险因素识别方法是风险评价的首要步骤。
（一）风险因素识别的方法
风险因素的识别方法有很多种，通过列表的方式列举常用的风险识别方法以及每种方法的优缺点和适用范围[6]，如表1所示。
（二）地下综合管廊项目PPP模式的风险特点
1.风险复杂
地下综合管廊项目属于大型地下建设项目，设计建造难度大，对项目质量要求高，运营周期相对较长。上述种种原因导致地下综合管廊项目较之其他项目面临着更为复杂的风险。
2.风险难以识别
目前，我国建成的地下综合管廊中，大部分为示范性工程。由于缺乏建设、运营收费型地下综合管廊的经验，较难准确识别项目所面临的风险。
3.风险难以合理分担
地下综合管廊项目涉及众多管线管理单位，如通讯、燃气、电力、供热、给排水等，在引入PPP模式后增加了项目参与方，错综复杂的利益诉求增加了风险分担的难度。
（三）地下综合管廊项目PPP模式的风险清单
笔者结合地下综合管廊项目PPP模式的风险特点，选用德尔菲法进行风险因素识别。首先向10名专家进行管廊项目风险因素征集，经过4轮专家意见调整与反馈，最终识别出地下综合管廊项目面临的15项风险因素，如表2所示。
三、基于ISM-MICMAC模型构建风险评价指标体系
ISM-MICMAC（Interpretative Structural Modeling- Matriced’ Impacts Classement），即解析结构交叉矩阵模型，该模型是在风险识别的基础上，分析风险因素之间的关联关系，建立解析结构模型对风险因素进行层次划分，得到风险因素之间的层级关系；随后通过矩阵迭代运算，得出地下综合管廊项目PPP模式风险因素的驱动力-依赖性矩阵，从而进行风险因素评价。
（一）风险因素邻接矩阵的建立
首先利用ISM模型對已识别出的15项风险因素进行运算，构建出结构模型，具体步骤如下：
1.确定风险因素之间的关系
向参与识别风险因素的10位专家发放调查问卷，并规定在风险关系表述中，以I表示上位因素对下位因素有直接影响，以A表示下位因素对上位因素有直接影响，以X表示两个因素之间互相影响，以O表示两个因素之间无影响[7]。
通过对收回的10份问卷结果进行整理、分析、归纳，最终形成地下综合管廊项目PPP模式15个风险因素的初始关系，如图1所示。
2.建立地下综合管廊项目风险因素之间的初始邻接矩阵
根据以下规则将地下综合管廊项目PPP模式中风险因素之间的初始关系转化为初始邻接矩阵A，如表3所示。
（1）各风险因素均自相关，即当i=j时，Aji=1；
（2）在初始关系图中，若Fij=I，则Aij=1，Aji=0；
（3）在初始关系图中，若Fij=A，则Aij=0，Aji=1；
（4）在初始关系图中，若Fij=X，则Aij=1，Aji=1；
【关键词】 地下综合管廊； 风险评价； 解析结构模型； MICMAC分析
【中图分类号】 F407.9 【文献标识码】 A 【文章编号】 1004-5937（2017）13-0059-06
一、引言
地下综合管廊作为当前国家重点建设的城市基础设施之一。2015年8月，国务院发布《关于推进城市地下综合管廊建设的指导意见》，鼓励创新地下综合管廊项目投融资模式，推广运用政府和社会资本合作（PPP）模式，通过特许经营、投资补贴、贷款贴息等形式，鼓励社会资本组建项目公司参与城市地下综合管廊建设和运营管理[1]。2016年5月财政部公布了第二批进入中央财政支持地下综合管廊试点的15个城市名单[2]。地下综合管廊项目建设前景广阔。
然而，由于地下综合管廊项目面向全国推广建设时间短，项目造价高、投资大，加之管廊收费机制和收益回报机制尚不明朗，使地下综合管廊项目面临复杂的风险，极易导致项目失败。因此，准确的风险识别和风险评价是地下综合管廊项目PPP模式成功的关键所在。
乌云娜等[3]利用ISM-HHM方法识别出PPP项目中面临具有相关性的风险因素，但不同的PPP项目面临的风险因素往往存在差异。王文寅等[4]通过融入主成分分析法，对神经网络风险评价方法进行优化，但样本中只包含山西省拟建的16个PPP基础设施项目，具有一定局限性。李妍等[5]基于风险偏好理论构建出PPP项目风险分担的博弈模型，为PPP项目风险分担方案的制定提供决策依据，但在风险分担方案设计过程中未考虑风险因素之间的关系。本文旨在通过运用ISM-MICMAC模型对地下综合管廊PPP模式面临的风险进行评价，以期为我国地下综合管廊项目风险管理提供新思路。
二、地下综合管廊项目PPP模式风险因素识别
风险因素识别是风险评价的根基，风险因素识别的准确程度直接影响着风险评价的正确性。因此，根据地下综合管廊项目PPP模式的风险特点选择适合的风险因素识别方法是风险评价的首要步骤。
（一）风险因素识别的方法
风险因素的识别方法有很多种，通过列表的方式列举常用的风险识别方法以及每种方法的优缺点和适用范围[6]，如表1所示。
（二）地下综合管廊项目PPP模式的风险特点
1.风险复杂
地下综合管廊项目属于大型地下建设项目，设计建造难度大，对项目质量要求高，运营周期相对较长。上述种种原因导致地下综合管廊项目较之其他项目面临着更为复杂的风险。
2.风险难以识别
目前，我国建成的地下综合管廊中，大部分为示范性工程。由于缺乏建设、运营收费型地下综合管廊的经验，较难准确识别项目所面临的风险。
3.风险难以合理分担
地下综合管廊项目涉及众多管线管理单位，如通讯、燃气、电力、供热、给排水等，在引入PPP模式后增加了项目参与方，错综复杂的利益诉求增加了风险分担的难度。
（三）地下综合管廊项目PPP模式的风险清单
笔者结合地下综合管廊项目PPP模式的风险特点，选用德尔菲法进行风险因素识别。首先向10名专家进行管廊项目风险因素征集，经过4轮专家意见调整与反馈，最终识别出地下综合管廊项目面临的15项风险因素，如表2所示。
三、基于ISM-MICMAC模型构建风险评价指标体系
ISM-MICMAC（Interpretative Structural Modeling- Matriced’ Impacts Classement），即解析结构交叉矩阵模型，该模型是在风险识别的基础上，分析风险因素之间的关联关系，建立解析结构模型对风险因素进行层次划分，得到风险因素之间的层级关系；随后通过矩阵迭代运算，得出地下综合管廊项目PPP模式风险因素的驱动力-依赖性矩阵，从而进行风险因素评价。
（一）风险因素邻接矩阵的建立
首先利用ISM模型對已识别出的15项风险因素进行运算，构建出结构模型，具体步骤如下：
1.确定风险因素之间的关系
向参与识别风险因素的10位专家发放调查问卷，并规定在风险关系表述中，以I表示上位因素对下位因素有直接影响，以A表示下位因素对上位因素有直接影响，以X表示两个因素之间互相影响，以O表示两个因素之间无影响[7]。
通过对收回的10份问卷结果进行整理、分析、归纳，最终形成地下综合管廊项目PPP模式15个风险因素的初始关系，如图1所示。
2.建立地下综合管廊项目风险因素之间的初始邻接矩阵
根据以下规则将地下综合管廊项目PPP模式中风险因素之间的初始关系转化为初始邻接矩阵A，如表3所示。
（1）各风险因素均自相关，即当i=j时，Aji=1；
（2）在初始关系图中，若Fij=I，则Aij=1，Aji=0；
（3）在初始关系图中，若Fij=A，则Aij=0，Aji=1；
（4）在初始关系图中，若Fij=X，则Aij=1，Aji=1；