文/隗健 申建紅 萬索妮 徐文慧

人口老齡化是世界性問題，目前我國人口老齡化日趨嚴(yán)重，估計(jì)到2050年，將會有近4.6億的60歲以上老年人口。越來越多的“421”家庭布局使我國養(yǎng)老壓力加大，解決養(yǎng)老問題迫在眉睫。在十三屆全國人大二次會議上，國務(wù)院總理在其政府工作簡報(bào)中提出要大力發(fā)展養(yǎng)老尤其是社區(qū)養(yǎng)老服務(wù)業(yè)，并給予減稅等政策扶持。無論從市場條件、社會背景、政策扶持還是發(fā)展趨勢等層面來看，發(fā)展養(yǎng)老地產(chǎn)勢在必行。

養(yǎng)老地產(chǎn)，是專門針對老年人口開發(fā)的住宅社區(qū)，除正常的居住功能外，還具備修養(yǎng)、文娛等功能，另配套療養(yǎng)中心、醫(yī)院、文體館等服務(wù)設(shè)施，依靠租售結(jié)合等專業(yè)化運(yùn)作方式實(shí)現(xiàn)其盈利和長遠(yuǎn)發(fā)展[1]。

針對養(yǎng)老地產(chǎn)項(xiàng)目，國內(nèi)外學(xué)者進(jìn)行了相關(guān)的探討。T.M.Williams[2]通過系統(tǒng)動(dòng)力學(xué)模擬了投資項(xiàng)目各風(fēng)險(xiǎn)因素之間的相互作用和因果關(guān)系，并評估了其風(fēng)險(xiǎn)值，提出應(yīng)從其發(fā)生的概率和風(fēng)險(xiǎn)損失后果兩個(gè)方面綜合評判風(fēng)險(xiǎn)值的大小。Eddie[3]針對風(fēng)險(xiǎn)的不確定性和模糊性，提出用模糊推理評估房地產(chǎn)投資風(fēng)險(xiǎn)，用該方法可以有效減少繁瑣的數(shù)學(xué)計(jì)算過程。Saari[4]等提出了一套完整研究養(yǎng)老地產(chǎn)的方式，評估了養(yǎng)老地產(chǎn)每一個(gè)方面的權(quán)重。鄒慶紅[5]從我國人口特點(diǎn)及結(jié)構(gòu)出發(fā)，對目前養(yǎng)老地產(chǎn)存在的問題機(jī)會做出分析，并闡述了主要風(fēng)險(xiǎn)。于洋[6]分析了我國養(yǎng)老地產(chǎn)運(yùn)營方式，提出目前存在主要為租售結(jié)合和只租不售兩種運(yùn)營方式。張晶華[7]通過養(yǎng)老地產(chǎn)實(shí)例，對目前我國養(yǎng)老地產(chǎn)發(fā)展?fàn)顩r做出了分析，并對其后續(xù)發(fā)展提出建議。張志盈[8]通過可拓理論對養(yǎng)老地產(chǎn)的風(fēng)險(xiǎn)因素進(jìn)行分析，為老年公寓投資決策提出了理論基礎(chǔ)。

綜上，學(xué)者們對養(yǎng)老地產(chǎn)的研究主要集中在風(fēng)險(xiǎn)描述及識別、運(yùn)營方式及投融資等方面，針對養(yǎng)老地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)的研究較缺乏。本文從開發(fā)商視角出發(fā)，結(jié)合我國養(yǎng)老地產(chǎn)項(xiàng)目實(shí)際狀況建立投資風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，構(gòu)建灰色關(guān)聯(lián)度的集對分析風(fēng)險(xiǎn)評價(jià)模型，并利用模型對實(shí)例進(jìn)行投資風(fēng)險(xiǎn)評價(jià)。

1.養(yǎng)老地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)指標(biāo)體系的建立

我國養(yǎng)老地產(chǎn)行業(yè)發(fā)展周期較短，與此類項(xiàng)目有關(guān)的資料和數(shù)據(jù)較少。鑒于此選用專家調(diào)查的方式向60位研究養(yǎng)老地產(chǎn)方向的相關(guān)專家進(jìn)行發(fā)郵咨詢，并通過大量研究文獻(xiàn)并結(jié)合實(shí)際調(diào)研情況確定養(yǎng)老地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，如圖1所示。

圖1 養(yǎng)老地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)指標(biāo)體系

表1 專家權(quán)重值及指標(biāo)評分表

表2 絕對關(guān)聯(lián)度計(jì)算數(shù)值表

2.基于灰色關(guān)聯(lián)度的集對分析風(fēng)險(xiǎn)評價(jià)模型

2.1 理論介紹

灰色關(guān)聯(lián)分析是一種在“貧信息”背景下解決不確定性問題的一種方法。該方法的基本思想是根據(jù)各比較數(shù)列集構(gòu)成的曲線族與參考數(shù)列構(gòu)成的曲線之間的幾何相似程度來確定比較數(shù)列集與參考數(shù)列之間的關(guān)聯(lián)度，關(guān)聯(lián)度的大小與兩者相似程度的高低成正比，灰色關(guān)聯(lián)度確定步驟如下[9～10]：

首先設(shè)定有s個(gè)評估對象，k個(gè)評估價(jià)指標(biāo)，則有參考數(shù)集X0(y)與對比數(shù)集Xs(y)，然后用參考文獻(xiàn)[10]中的公式（6）和（7）分別計(jì)算兩者在第y個(gè)評價(jià)指標(biāo)因素上的相對差值及絕對關(guān)聯(lián)度進(jìn)行加權(quán)平均值。

中國學(xué)者趙克勤在上世紀(jì)80年代首次提出集對分析理論，其思想是把研究對象的所有聯(lián)系因素看做一個(gè)不確定系統(tǒng)，從同一、差異、對立3個(gè)方面定性與量化問題，通過聯(lián)絡(luò)度得出研究對象的特性，從而能將所研究對象的特征以定量的形式表示，并反映其變化趨勢[11]。用集對分析的思想評估養(yǎng)老地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)，使各風(fēng)險(xiǎn)因素不確定性問題得到了解決，并能較好地預(yù)測風(fēng)險(xiǎn)發(fā)展趨勢。

集對分析主要通過聯(lián)系度表示，設(shè)有具體問題W，集合T和集合M組成集對H，記做H（T，M），對H中的全部特性進(jìn)行差異性、同一性及對立性分析，得到N種特性，其中集合T、M有S個(gè)共有特性；集合T、M有P個(gè)對立特性；兩者既不對立也不同一的特性有F=N～S～P（個(gè)），稱[11]：

S/N為數(shù)集在問題W下的同一度，記為α；F/N為數(shù)集在問題W下的差異度，記為b；P/N為數(shù)集在問題下的對立度，記為c。

2.2 項(xiàng)目簡介

L項(xiàng)目坐落于山東省濟(jì)南市，項(xiàng)目總用地面積為29.7萬m2，容積率為1.7，建筑面積47.4萬m2，是由中國重型汽車集團(tuán)投資約26.7億元打造的集居住、康養(yǎng)、醫(yī)療于一體的養(yǎng)老住宅項(xiàng)目。開發(fā)商在投資前面臨著眾多的風(fēng)險(xiǎn)因素和復(fù)雜的投資環(huán)境。本文對養(yǎng)老地產(chǎn)項(xiàng)目全生命周期進(jìn)行深入分析，通過基于灰色關(guān)聯(lián)度的集對分析風(fēng)險(xiǎn)評價(jià)模型評判了該項(xiàng)目的風(fēng)險(xiǎn)等級。

2.3 養(yǎng)老地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)

首先運(yùn)用COWA算子計(jì)算指標(biāo)權(quán)重，COWA算子是OWA在算子的基礎(chǔ)上發(fā)展而來，它有效降低了不確定指標(biāo)因素對賦權(quán)結(jié)果的影響。參考文獻(xiàn)[11～13]，本文運(yùn)用COWA算子為其確定權(quán)重，計(jì)算可得指標(biāo)相對權(quán)重ω3=(0.2046,0.2939,0.2648,0.2367)。同理可求得其他指標(biāo)權(quán)重。

運(yùn)用灰色關(guān)聯(lián)度與集對分析理論構(gòu)建評價(jià)模型具體步驟如下：

首先確定集對H。根據(jù)集對的特性與聯(lián)系度函數(shù)確定同一度α、差異度b及對立度c的量化值。然后確定絕對關(guān)聯(lián)度。設(shè)參考數(shù)組為差異度數(shù)組b，比較數(shù)組為同一度數(shù)組α和對立度數(shù)組c，通過灰色關(guān)聯(lián)分析理論將其分為b、α及b、c兩組，然后用公式分別求出兩組的灰色絕對關(guān)聯(lián)度。其次比較兩組灰色絕對關(guān)聯(lián)度，選取數(shù)值較大者作為i的值，最后將i值代入各聯(lián)系度表達(dá)式中計(jì)算出聯(lián)系度值μ，μ越大表示兩集對之間的同一度越高。

結(jié)合L項(xiàng)目的特點(diǎn)，相應(yīng)風(fēng)險(xiǎn)等級所對應(yīng)評分如下：高風(fēng)險(xiǎn)V1：（0，60]，較高風(fēng)險(xiǎn)V2：（60，70]，中等風(fēng)險(xiǎn)V3：（70，80]，較低風(fēng)險(xiǎn)V4：（80，90]，低風(fēng)險(xiǎn)V5：（90，100]。

然后邀請5位專家根據(jù)上述標(biāo)準(zhǔn)評估各指標(biāo)風(fēng)險(xiǎn)，專家權(quán)重及各指標(biāo)評分結(jié)果如表1所示。

然后創(chuàng)建專家評價(jià)值，風(fēng)險(xiǎn)等級標(biāo)準(zhǔn)的集對。以專家U1與V1風(fēng)險(xiǎn)等級為例計(jì)算H(U1,V1)的絕對關(guān)聯(lián)度。假設(shè)同一度α表示評價(jià)值在風(fēng)險(xiǎn)等級范圍內(nèi)，差異度b表示評價(jià)值在相鄰風(fēng)險(xiǎn)等級范圍內(nèi)，對立度c表示評價(jià)值在相隔風(fēng)險(xiǎn)等級范圍內(nèi)。第一步，確定屬于同一度的指標(biāo)，由表1可得只有A41評分值在（0，60]區(qū)間內(nèi)，通過公式計(jì)算可得xa=0.0866，同理xb=0.0892，xc=0.8242；第二，按照步驟參考序列為xb，比較序列為xa和xc，依次求得Δba=0.0026，Δbc=0.7350；第三，通過公式 （1）求得ξba=1，ξbc=0.3769。同理可依次求出其他集對的絕對關(guān)聯(lián)度，如表2所示。

結(jié)合表2的計(jì)算結(jié)果，并利用公式（2）計(jì)算得出絕對關(guān)聯(lián)度rba=0.6350，rbc=0.6237，可以看出rba＞rbc，由式可得i=0.6350。i=0.6350將帶入表2聯(lián)系式計(jì)算可得各專家評分與風(fēng)險(xiǎn)等級的聯(lián)系度，同時(shí)考慮專家權(quán)重，通過式

計(jì)算得各風(fēng)險(xiǎn)等級分別對應(yīng)的綜合聯(lián)系度如下所示，高風(fēng)險(xiǎn)V1：～0.6685；較高風(fēng)險(xiǎn)V2：0.0260；中等風(fēng)險(xiǎn)V3：0.4454；較低風(fēng)險(xiǎn)V4：0.4259；低風(fēng)險(xiǎn)V5：～0.2991。

由綜合聯(lián)系度可以看出0.4454＞0.4259＞0.0260＞～0.2991＞～0.6685，其中V3的綜合聯(lián)系度最大，V3代表風(fēng)險(xiǎn)等級“中等”，說明濟(jì)南市L養(yǎng)老地產(chǎn)項(xiàng)目的整體投資風(fēng)險(xiǎn)等級為“中等”，與開發(fā)商對此項(xiàng)目的復(fù)盤結(jié)果一致。同時(shí)由b與α的關(guān)聯(lián)度大于b與c的關(guān)聯(lián)度，V4的綜合聯(lián)系度大于V2的綜合聯(lián)系度可說明該項(xiàng)目的風(fēng)險(xiǎn)等級有減弱的趨勢。

3.結(jié)論

1）運(yùn)用C～OWA算子確定指標(biāo)權(quán)重，減小了極端值對權(quán)重結(jié)果的影響。由風(fēng)險(xiǎn)評價(jià)模型得出L項(xiàng)目的綜合風(fēng)險(xiǎn)等級為“中等”，并通過對比較高風(fēng)險(xiǎn)等級與較低風(fēng)險(xiǎn)等級的綜合聯(lián)系度可說明該項(xiàng)目的綜合投資風(fēng)險(xiǎn)等級還有減弱的趨勢，項(xiàng)目處于可控并向好發(fā)展的狀態(tài)。

2）本文主要針對濟(jì)南市L養(yǎng)老地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)進(jìn)行研究，養(yǎng)老地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)因素復(fù)雜，不可控因素多。后續(xù)研究可拓展到同地區(qū)同特征的項(xiàng)目研究中，驗(yàn)證并增強(qiáng)本文的可信度。對于不同地區(qū)的養(yǎng)老地產(chǎn)項(xiàng)目風(fēng)險(xiǎn)指標(biāo)的確定及量化還需進(jìn)一步研究；本文在風(fēng)險(xiǎn)應(yīng)對措施方面的研究還存在不足，在后續(xù)研究中可針對重要風(fēng)險(xiǎn)補(bǔ)充相應(yīng)的應(yīng)對措施，進(jìn)一步減小養(yǎng)老地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)。