馬曉明 陳棟 計軍平

摘要：我國擬采用PPP模式加快建設(shè)電動汽車充電設(shè)施。由于充電設(shè)施數(shù)量多、投資額大，有必要對項目中投資方的風(fēng)險加以系統(tǒng)研究，確保項目的順利實施。文章走訪上海深圳等地開展問卷調(diào)查，采用層次分析法，識別風(fēng)險權(quán)重，構(gòu)建馬科維茨模型，確定投資方風(fēng)險權(quán)重。結(jié)果表明，運營風(fēng)險、信用風(fēng)險等非系統(tǒng)風(fēng)險是主要風(fēng)險，社會投資方和政府承擔(dān)風(fēng)險權(quán)重接近，但社會資本以運營和維護(hù)風(fēng)險為主，政府以信用和政策風(fēng)險為主。

關(guān)鍵詞：充電設(shè)施；PPP；風(fēng)險分擔(dān)；層次分析法；馬科維茨模型

一、 引言

當(dāng)前，我國正大力推廣電動汽車，為了匹配新投產(chǎn)的電動汽車，國家發(fā)改委、能源局等部委在《電動汽車充電基礎(chǔ)設(shè)施發(fā)展指南（2015-2020年）》中提出，至2020年建成由450多萬個充電樁組成的充電設(shè)施體系網(wǎng)。以目前市場價慢充樁2萬元/個、快充樁20萬元/個估算，僅建成體系網(wǎng)的資金就需600億元，加上運營階段后的人力財力成本，這將形成巨大的資金缺口。現(xiàn)階段政府迫于財政壓力無法滿足充電設(shè)施體系網(wǎng)的投資需求，希望引入社會資本參與其中，以PPP的形式合作完成建設(shè)和運營工作。

由于充電設(shè)施項目數(shù)量多、分布廣、投資額大，有必要在項目實施之前，詳盡地評估各環(huán)節(jié)的風(fēng)險因素，并按投資者的特點進(jìn)行風(fēng)險分配，以此衡量不同投資者之間的責(zé)任和收益。對于風(fēng)險的分擔(dān)研究有助于事前預(yù)防、事中控制、事后處理。本文從充電設(shè)施的實際現(xiàn)狀出發(fā)，以項目潛在的風(fēng)險及風(fēng)險之間的比較作為研究對象，采用數(shù)理評價方法構(gòu)建模型，得到政府和社會資本的項目投資風(fēng)險承擔(dān)比例，為政府管理和社會資本投資提供參考與借鑒。

二、 文獻(xiàn)綜述

通過查詢，列入國家PPP項目僅有天津新能源汽車充電設(shè)施項目，較為全面的充電設(shè)施風(fēng)險分擔(dān)研究較少，只有少數(shù)集中的風(fēng)險因素研究。郭建龍指出充電設(shè)施電力負(fù)荷的風(fēng)險因素并分析相互之間的影響。

基礎(chǔ)設(shè)施PPP項目在風(fēng)險分擔(dān)時，由最有能力控制、管理的一方承擔(dān)。在此基礎(chǔ)上，基礎(chǔ)設(shè)施項目的風(fēng)險分擔(dān)方法分為評價和運算方法，評價方法包括博弈評價法、數(shù)學(xué)模擬實驗法和層次分析法，運算方法較多。博弈評價法側(cè)重估算主體互動產(chǎn)生影響的風(fēng)險，李林構(gòu)建了完全和不完全信息條件下PPP項目風(fēng)險分配的討價還價博弈模型，得到相應(yīng)子博弈均衡。蒙特卡洛模擬法適用性廣泛，孫燕君采用蒙特卡洛法分析氯氣泄漏事故中的主要風(fēng)險，得到模擬結(jié)果與概率分布。層次分析法所需定量數(shù)據(jù)較少，李妍采用優(yōu)化的模糊層次分析法構(gòu)建了基礎(chǔ)設(shè)施的風(fēng)險評價模型，該模型應(yīng)用性較強。

由于我國的充電設(shè)施PPP項目尚處于初期階段，缺乏相關(guān)資料和歷史信息，而博弈評級法需要投資者的歷史行為作為參考，并且蒙特卡洛模擬法準(zhǔn)確性提高較慢，若產(chǎn)生偽隨機數(shù)還會導(dǎo)致模擬結(jié)果錯誤；層次分析法所需的歷史數(shù)據(jù)少，并能將難以量化的風(fēng)險因素定量化評估。盡管有一定的主觀性，但通過走訪政府、社會資本和學(xué)者，能在一定程度上消減評價模型帶來的主觀性。本文通過走訪上海深圳等地開展問卷調(diào)查，搜集政府、專家學(xué)者、充電設(shè)施投資公司關(guān)于充電設(shè)施PPP項目的風(fēng)險評價結(jié)果，采用層次分析法建立風(fēng)險評價模型識別風(fēng)險權(quán)重，構(gòu)建馬科維茨模型，確定投資方在充電設(shè)施項目中的風(fēng)險權(quán)重。

三、 研究方法

1. 風(fēng)險初次分配。風(fēng)險初次分配是指結(jié)合充電設(shè)施PPP項目的特點，將項目中涉及的風(fēng)險按投資者的特點與能力在政府和社會資本之間分配，確定風(fēng)險權(quán)重與分擔(dān)主體。結(jié)合我國基礎(chǔ)設(shè)施PPP項目的特點，參考文獻(xiàn)Loosemore M、柯永建、宋金波和Xu Y等文獻(xiàn)，總結(jié)歸納出對充電設(shè)施項目影響較大的系統(tǒng)與非系統(tǒng)風(fēng)險。

系統(tǒng)風(fēng)險因素有政策風(fēng)險、金融風(fēng)險、法律風(fēng)險和不可抗力風(fēng)險。非系統(tǒng)風(fēng)險因素有：（1）信用風(fēng)險；（2）建造風(fēng)險，包括技術(shù)、變更和完工風(fēng)險；（3）運營風(fēng)險，包括管理、維護(hù)和資金等風(fēng)險；（4）市場風(fēng)險，包括互補風(fēng)險和競爭風(fēng)險。充電設(shè)施PPP項目的風(fēng)險較為復(fù)雜，因此對于風(fēng)險權(quán)重的確定采用層次分析法，和積法計算判斷矩陣的特征向量，得到投資方關(guān)于各風(fēng)險因素的權(quán)重，并采用七級評價法確定風(fēng)險承擔(dān)主體。

2. 風(fēng)險再次分配。在初次分配的基礎(chǔ)上，引入數(shù)學(xué)模型計算投資方之間的共擔(dān)風(fēng)險比例。經(jīng)濟學(xué)上的馬柯維茨模型構(gòu)建了一個最優(yōu)投資組合，使得投資組合在一定的風(fēng)險水平下投資收益最大，或者在一定的收益水平下風(fēng)險最小。對于充電設(shè)施PPP項目來說，假設(shè)有n個投資者參與項目，根據(jù)描述“收益確定的前提下，風(fēng)險水平最小”，可以構(gòu)建如下的馬科維茨模型：

X=R是給定期望回報的前提下，項目風(fēng)險σ2最小的投資組合。通過引入Lagrange乘子法，得出了共擔(dān)風(fēng)險中各投資方所承擔(dān)的比例，與初次分配的結(jié)果匯總，得出了其在項目中所承擔(dān)的風(fēng)險權(quán)重。

四、 實證分析

2015年9月～2016年1月，本文對上海深圳等地的政府部門、專家學(xué)者、充電設(shè)施投資公司進(jìn)行了問卷調(diào)查。共發(fā)放50份問卷，收回41份，刪除信息缺失和無效問卷7份，余下有效問卷34份。這34份問卷中，來源于政府部門的9份，專家學(xué)者13份，投資公司12份；學(xué)歷在碩士研究生以上的16份，本科11份，高中及以下4份，未給出的3份。整理搜集的數(shù)據(jù)，得到以下結(jié)果。

1. 風(fēng)險初次分配。

（1）風(fēng)險權(quán)重分析。通過整理判斷矩陣，計算得到特征向量結(jié)果如下：

判斷矩陣通過一致性檢驗，因此λMAX對應(yīng)的特征向量即為各個風(fēng)險的權(quán)重。最終權(quán)重=準(zhǔn)則層權(quán)重×一級因素權(quán)重×二級因素權(quán)重，各風(fēng)險的最終權(quán)重結(jié)果如表1所示。

（2）風(fēng)險承擔(dān)主體分析。根據(jù)搜集的數(shù)據(jù)，檢驗判斷不同評價關(guān)于風(fēng)險分擔(dān)是否存在顯著差異。零假設(shè)為34份評價對各項風(fēng)險因素而言不存在顯著差異。Kruskal Wallis檢驗結(jié)果顯示，漸近顯著性（雙側(cè)）為0.893并大于0.025。所以接受零假設(shè)，可認(rèn)為數(shù)據(jù)是來源于同一個整體，不存在顯著差異。

采用七級評價法時，評價范圍劃分為三個區(qū)間，分別是[1，3）為政府獨自承擔(dān)，[3，5）為政府和社會資本共同承擔(dān)，[5，7]為社會資本獨自承擔(dān)。統(tǒng)計數(shù)據(jù)之后，有10項風(fēng)險的評價結(jié)果非常集中，均分布在同一區(qū)間內(nèi)，因此可以認(rèn)定這些風(fēng)險的承擔(dān)主體為區(qū)間對應(yīng)的投資者，如表2所示。

余下6項風(fēng)險的評價結(jié)果較為分散，均存在橫跨至少兩個區(qū)間的現(xiàn)象，需要通過單側(cè)檢驗確定其承擔(dān)主體。經(jīng)驗證，這6項風(fēng)險評價結(jié)果符合正態(tài)分布，使用t檢驗進(jìn)行單側(cè)檢驗，檢驗結(jié)果（a=0.05）如表2所示。

參照表2可以發(fā)現(xiàn)，對于政府或社會資本獨自承擔(dān)的風(fēng)險項，評價結(jié)果相對集中和統(tǒng)一，標(biāo)準(zhǔn)差較??；對于政府或社會資本共擔(dān)的風(fēng)險項，評價結(jié)果相對分散，標(biāo)準(zhǔn)差較大。這說明盡管數(shù)據(jù)來源不同，但對獨自承擔(dān)風(fēng)險的評價比較一致，對于共擔(dān)風(fēng)險的評價由于受到評委自身的影響存在差異。值得注意的是，盡管通貨膨脹的均值為5.18，位于[5，7]區(qū)間，但是在零假設(shè)：μ<5條件下不顯著，因此它還是由政府和社會資本共同承擔(dān)。結(jié)合上一節(jié)的結(jié)果，得出政府承擔(dān)的風(fēng)險權(quán)重為31.13%，社會資本風(fēng)險權(quán)重為45.83%，共擔(dān)風(fēng)險的風(fēng)險權(quán)重為23.04%。

2. 共擔(dān)風(fēng)險的再分配。在風(fēng)險初次分配的基礎(chǔ)上，有必要對共擔(dān)風(fēng)險進(jìn)行再分配，明確政府和社會資本的承擔(dān)比例。計算之前，先分析政府和社會資本的投資偏好。

政府部門投資充電設(shè)施項目，更多地是考慮社會整體效益而非單單只是為了投資收益。因此采用十年期國債一級市場發(fā)行收益率作為政府投資回報的一個衡量標(biāo)準(zhǔn)，見表3，數(shù)據(jù)來源于萬德。社會資本投資充電設(shè)施項目，是為了獲得項目收益，參與充電設(shè)施的項目時主要是考慮自身的投資回報。因此，采用電力供應(yīng)業(yè)資本收益率衡量社會資本的投資回報，見表3，數(shù)據(jù)來源于萬德。

五、 結(jié)論與建議

充電設(shè)施PPP項目以非系統(tǒng)風(fēng)為主，說明項目在微觀層面導(dǎo)致項目受損的可能性遠(yuǎn)高于宏觀層面。非系統(tǒng)性風(fēng)險中影響突出的是運營風(fēng)險和信用風(fēng)險，這表明微觀上項目受到運營和投資人信用的影響較大。

運營風(fēng)險中影響最大的是社會投資方承擔(dān)的管理風(fēng)險和維護(hù)風(fēng)險。在充電設(shè)施實際運行中，成本控制、效率提升、充電時間與車輛數(shù)量的調(diào)整等工作使得管理變的困難。充電項目分布更廣，設(shè)備更復(fù)雜，這些都增加了維護(hù)的難度。對此，社會投資方應(yīng)該提高充電設(shè)施PPP項目的運營水平，建立運營管理的標(biāo)準(zhǔn)化體系和績效評價體系，信息披露規(guī)范化，提高充電設(shè)施的整體效益。

信用風(fēng)險以政府信用風(fēng)險為主，這是因為政府在項目中具有唯一性和不可替代性。除外，由政府承擔(dān)的互補風(fēng)險和政策風(fēng)險在最終權(quán)重中占比也較高，對項目的影響也較大。當(dāng)前，政府無論是在電動汽車行業(yè)還是充電設(shè)施行業(yè)，都居于主導(dǎo)地位。對此，政府一方面應(yīng)建立監(jiān)督機制接受新聞媒體和公眾的監(jiān)督，發(fā)揮調(diào)控職能，保持電動汽車與充電設(shè)施政策的穩(wěn)定性，支持行業(yè)的健康發(fā)展；另一方面應(yīng)優(yōu)化行政審批，建立產(chǎn)業(yè)信息平臺和溝通機制。這樣才能有效消除社會資本進(jìn)入的顧慮，鼓勵民間資本進(jìn)入到充電設(shè)施項目中，保證項目的可持續(xù)性。

參考文獻(xiàn)：

[1] 郭建龍，文福拴.電動汽車充電對電力系統(tǒng)的影響及其對策[J].電力自動化設(shè)備，2015，35（6）：1-9.

[2] 李林，劉志華，章昆昌.參與方地位非對稱條件下PPP項目風(fēng)險分配的博弈模型[J].系統(tǒng)工程理論與實踐， 2013，33（8）：1940-1948.

[3] 李妍，趙蕾.新型城鎮(zhèn)化背景下的PPP項目風(fēng)險評價體系的構(gòu)建——以上海莘莊CCAP項目為例[J].經(jīng)濟體制改革，2015，（5）：17-23.

[4] 柯永建，王守清，陳炳泉.基礎(chǔ)設(shè)施PPP項目的風(fēng)險分擔(dān)[J].建筑經(jīng)濟，2008，（4）：31-5.

[5] 宋金波，宋丹榮，姜珊.垃圾焚燒發(fā)電BOT項目的風(fēng)險分擔(dān)研究[J].中國軟科學(xué)，2010，（7）：71-79.

作者簡介：馬曉明（1962-），男，漢族，黑龍江省齊齊哈爾市人，北京大學(xué)環(huán)境與能源學(xué)院教授、博士生導(dǎo)師，北京大學(xué)理學(xué)博士，研究方向為環(huán)境管理、環(huán)境金融及環(huán)境數(shù)學(xué)模型；陳棟（1990-），男，漢族，浙江省杭州市人，北京大學(xué)環(huán)境與能源學(xué)院碩士生，研究方向為環(huán)境金融與管理；計軍平（1983-），男，漢族，江蘇省蘇州市人，北京大學(xué)環(huán)境與能源學(xué)院博士后，北京大學(xué)理學(xué)博士，研究方向為環(huán)境金融與管理。

收稿日期：2016-06-08。