雒香云 袁競峰 谷甜甜

摘要：PPP模式在城市地鐵項目中越來越受到歡迎，對其風(fēng)險進(jìn)行評價，能夠有助于科學(xué)決策。采用文獻(xiàn)檢索法建立風(fēng)險體系，利用德爾菲法對樣本各指標(biāo)進(jìn)行評價，隨后對數(shù)據(jù)進(jìn)行降維處理，最后構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型。結(jié)果表明，所建立的三層5-4-1BP神經(jīng)網(wǎng)絡(luò)模型具有較好的效果，有助于城市地鐵PPP項目風(fēng)險控制。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò);地鐵;PPP;風(fēng)險

中圖分類號：F293 文獻(xiàn)標(biāo)識碼：A

文章編號：1001-9138-（2019）11-0064-72 收稿日期：2019-09-15

1引言

PPP（Public-Private-Partnerships），即公共部門與私人企業(yè)合作的一種融資模式。世界銀行認(rèn)為PPP是私營部門同政府部門之間達(dá)成長期合同，提供公共資產(chǎn)和服務(wù)，由私營部門承擔(dān)主要風(fēng)險與管理責(zé)任，私營部門根據(jù)績效情況得到酬勞。財政部對于PPP的定義是：政府和社會資本在基礎(chǔ)設(shè)施及公共服務(wù)領(lǐng)域建立的一種長期合作關(guān)系。主要模式是由社會資本承擔(dān)設(shè)計、建設(shè)、運營、維護(hù)基礎(chǔ)設(shè)施的大部分工作，通過“使用者付費”及必要的“政府付費”獲得合理投資回報;政府部門負(fù)責(zé)基礎(chǔ)設(shè)施及公共服務(wù)價格和質(zhì)量監(jiān)管，以保證公共利益最大化。財政部將私人資本擴大至社會資本，使大量國資企業(yè)能夠參與PPP項目。Norbert Portz認(rèn)為，對于定義的討論并沒有過多的實際意義，關(guān)鍵是這樣的融資模式是否能夠產(chǎn)生作用。

近年來，隨著經(jīng)濟的發(fā)展，越來越多的城市開始修建軌道交通設(shè)施。軌道交通設(shè)施相比于其他公共工程有投資大、周期長、效應(yīng)好、需求迫切的特點。運用PPP模式進(jìn)行地鐵建設(shè)受到各地方政府的歡迎，財政部與發(fā)改委公布的PPP示范項目中有多個城市地鐵線項目，如杭州市地鐵5號線、北京地鐵16號線等。

2研究方法

本文采用文獻(xiàn)檢索法，對城市地鐵PPP項目的風(fēng)險因素進(jìn)行識別，構(gòu)建風(fēng)險評價體系。同時確定城市地鐵PPP項目樣本，在此基礎(chǔ)上運用德爾菲法，搜集項目樣本各風(fēng)險指標(biāo)數(shù)據(jù)。然后通過主成分分析對數(shù)據(jù)進(jìn)行降維處理，使之適合BP神經(jīng)網(wǎng)絡(luò)，最后構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型。通過計算調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)值及閾值，得到基于BP神經(jīng)網(wǎng)絡(luò)的地鐵PPP項目風(fēng)險模型。詳見圖1。

3城市地鐵PPP項目融資風(fēng)險體系

目前國內(nèi)外關(guān)于地鐵PPP項目的融資風(fēng)險研究主要集中于風(fēng)險分擔(dān)。

孫南申（2018）針對PPP模式投資中的主要風(fēng)險類型，即融資風(fēng)險、經(jīng)營風(fēng)險、政治風(fēng)險和違約風(fēng)險，分別從風(fēng)險的分擔(dān)機制、管控機制和處理機制等3個方面全面論述預(yù)防與應(yīng)對PPP投資風(fēng)險的法律規(guī)制。胡海虹（2012）認(rèn)為PPP運用于地鐵項目融資主要有政治風(fēng)險、建設(shè)風(fēng)險、運營風(fēng)險、市場和收益風(fēng)險、金融風(fēng)險、法律風(fēng)險。劉憲寧（2011）采用層次分析法及改進(jìn)的TOPSIS法對地鐵PPP項目進(jìn)行政治、經(jīng)濟、完工、信用等風(fēng)險管理研究。李啟明（2007）以北京地鐵4號線為例，著重分析了地鐵PPP項目的經(jīng)濟風(fēng)險，其中有需求、運營、財務(wù)、競爭等方面的風(fēng)險。盛雪艷（2010）、林媛（2011）、蓋元培（2011）、高余（2012）、魏澤佳（2013）對城市地鐵PPP項目的風(fēng)險體系進(jìn)行了構(gòu)建，但對風(fēng)險定量評價的研究較少。王麗杰（2009）認(rèn)為地鐵建設(shè)除了一般風(fēng)險還有特別風(fēng)險，特別風(fēng)險主要是政府建設(shè)投資政策與環(huán)境，政府引入外資及民營資本意愿強度、地質(zhì)條件、城市發(fā)展。吳力偉（2010）認(rèn)為地鐵項目的風(fēng)險主要有國家政治經(jīng)濟自然環(huán)境、開發(fā)運營風(fēng)險、不可抗力風(fēng)險、建設(shè)完工風(fēng)險。Du Jian-cheng（2013）采用蒙特卡洛分析對風(fēng)險進(jìn)行的研究。

由于地鐵PPP項目風(fēng)險研究較少，本文也借鑒了其他PPP項目。趙佳、覃英豪（2018）采用HHM法識別出綜合管廊PPP模式融資的8大主要風(fēng)險因素，并利用

RFRM法結(jié)合改進(jìn)層析分析法、熵權(quán)法和貝葉斯決策對風(fēng)險因素進(jìn)行初步過濾、多視角過濾和量化過濾。李明（2017）基于行政和民事法律關(guān)系，認(rèn)為需要從國家治理的投融資政策和風(fēng)險視角考察地方政府與國家投融資政策的博弈、主體角色轉(zhuǎn)換、風(fēng)險監(jiān)管、投融資結(jié)構(gòu)設(shè)計與合同結(jié)構(gòu)設(shè)計及構(gòu)建投融資的風(fēng)險評估體系CFA模型等。Jing-fengYuan（2008）通過調(diào)查問卷，運用結(jié)構(gòu)方程模型對中國PPP項目中存在的41種風(fēng)險進(jìn)行簡化，得出最主要的20種風(fēng)險，并將風(fēng)險劃分為外部自然風(fēng)險和與項目進(jìn)程有關(guān)的風(fēng)險兩大類。Mick Lilley（2005）介紹了PPP模式在澳大利亞國內(nèi)基礎(chǔ)設(shè)施建設(shè)中的作用及風(fēng)險。L.Boeing Singh（2005）以印度Panagarh-Palsit高速公路項目為例，指出印度高速公路PPP項目面臨的開發(fā)、運營、建設(shè)的風(fēng)險，其中最主要的風(fēng)險是公路收費風(fēng)險?？掠澜?、王守清（2011）將PPP項目風(fēng)險分為9類，分別是環(huán)境風(fēng)險、技術(shù)風(fēng)險、運營風(fēng)險、金融風(fēng)險、回收風(fēng)險、不可抗力風(fēng)險、政策法規(guī)風(fēng)險、建設(shè)風(fēng)險、以及項目缺省風(fēng)險。沈俊鑫（2011）采用ZOPP方法綜合研究我國主要TOT項目在融資、經(jīng)營、管理中的問題，建立TOT項目融資風(fēng)險評估指標(biāo)體系。TOT項目融資的風(fēng)險主要有系統(tǒng)風(fēng)險：政治風(fēng)險、法律風(fēng)險、經(jīng)濟的不確定性、不可抗力風(fēng)險;非系統(tǒng)風(fēng)險：運營風(fēng)險、市場風(fēng)險。曹鴻飛（2010）認(rèn)為有系統(tǒng)風(fēng)險，包括政治風(fēng)險、獲準(zhǔn)風(fēng)險、法律風(fēng)險、違約風(fēng)險、經(jīng)濟風(fēng)險、外匯風(fēng)險、利率風(fēng)險、不可抗力風(fēng)險;非系統(tǒng)風(fēng)險，包括完工風(fēng)險、經(jīng)營風(fēng)險、維護(hù)風(fēng)險。李潔（2009）認(rèn)為風(fēng)險主要有5大類，規(guī)劃、設(shè)計、施工、經(jīng)濟、管理。他特別強調(diào)征地拆遷困難、設(shè)計方案變更、涉及定量不足、與周邊部門溝通配合不力、城市規(guī)劃改變、地質(zhì)風(fēng)險等需要特別考慮。

趙輝（2010）認(rèn)為，公路項目融資風(fēng)險應(yīng)當(dāng)考慮信用風(fēng)險、完工風(fēng)險、經(jīng)營維護(hù)風(fēng)險、市場風(fēng)險、金融風(fēng)險、政治風(fēng)險、環(huán)境保護(hù)風(fēng)險。其中信用風(fēng)險主要是提供信用擔(dān)保的項目參與者的資信風(fēng)險，承包商與項目發(fā)起人的技術(shù)、資金能力管理水平。葉蘇東（2010）認(rèn)為項目融資的風(fēng)險主要有融資風(fēng)險、完工風(fēng)險、生產(chǎn)風(fēng)險、市場風(fēng)險、貨幣風(fēng)險、政治風(fēng)險。李陽（2008）認(rèn)為BOT項目面臨多重風(fēng)險。市場風(fēng)險概括為：市場價格風(fēng)險、市場決策風(fēng)險、外匯風(fēng)險、利率風(fēng)險及通貨膨脹風(fēng)險。建設(shè)風(fēng)險概括為設(shè)計技術(shù)、建設(shè)能力、建設(shè)超支、施工質(zhì)量風(fēng)險。運營風(fēng)險：生產(chǎn)技術(shù)風(fēng)險、原材料供應(yīng)風(fēng)險、經(jīng)營超支風(fēng)險、管理水平風(fēng)險。

縱觀國內(nèi)外的研究，大多數(shù)集中于理論研究，并且風(fēng)險體系趨于相同，研究方法多采用模糊層次、蒙特卡洛分析等方法，主觀性較強。本文在大量文獻(xiàn)的基礎(chǔ)上，形成城市地鐵PPP項目的風(fēng)險體系，見圖2。以傳統(tǒng)的“政治、經(jīng)濟……”維度進(jìn)行風(fēng)險細(xì)分，同時從項目的參與者和外部環(huán)境的角度進(jìn)行考慮。城市地鐵PPP項目風(fēng)險有：政府政策變動風(fēng)險x1、法律法規(guī)風(fēng)險x2、當(dāng)?shù)卣庞蔑L(fēng)險x3、稅收變動風(fēng)險x4、資金保障風(fēng)險x5、利率波動風(fēng)險x6、匯率波動風(fēng)險x7、技術(shù)風(fēng)險x8、拆遷安置風(fēng)險x9、地質(zhì)條件風(fēng)險x10、不可抗力風(fēng)險x11預(yù)算超支風(fēng)險x12、質(zhì)量欠佳風(fēng)險x13環(huán)境問題風(fēng)險X14、通貨膨脹風(fēng)險x15商業(yè)運營風(fēng)險x16、客流量不足風(fēng)險x17、建設(shè)管理風(fēng)險x18、運營管理風(fēng)險X190

4數(shù)據(jù)搜集

4.1德爾菲法調(diào)研

由于PPP運用于地鐵項目在國內(nèi)剛剛起步，缺乏大批量的數(shù)據(jù)。本文選取國內(nèi)10條已建或在建的項目作為樣本，采用德爾菲法對5級量表打分，見表1。由10位專家對每個風(fēng)險評價指標(biāo)做出5個等級（低、風(fēng)險低、一般、較高、高）的判斷，統(tǒng)計風(fēng)險指標(biāo)各風(fēng)險等級的專家人數(shù)，設(shè)其百分比為al、a2、a3、a4、a5，則該指標(biāo)的評價值為B=0.1a1+0.3a2+0.5a3+0.7a4+O.9a5。

為了便于專家對于風(fēng)險等級的判斷，筆者提供部分輔助信息，主要有城市基本情況、社會資本基本情況、項目基本情況，見表2。專家依據(jù)自身的知識客觀地對每個指標(biāo)進(jìn)行風(fēng)險評價。

盡管各地鐵項目均是PPP模式，但是各地鐵線融資模式不盡相同。本文項目融資風(fēng)險評價是針對項目整體的融資風(fēng)險評價，無論采取怎樣的PPP模式，其風(fēng)險的內(nèi)容并沒有改變，風(fēng)險并沒有降低，只是對風(fēng)險進(jìn)行了重新分配。表1中，有A、B部分劃分的項目一般按如下情況：A部分包括洞體、車站等土建工程的投資和建設(shè)，由政府或代表政府投資的公司來完成;B部分包括車輛、信號等機電設(shè)備資產(chǎn)的投資，吸引社會投資組建的PPP項目公司來完成。

盡管政府大力推進(jìn)PPP項目，但由于地鐵項目門檻高、風(fēng)險大，普通的私人資本很難進(jìn)入該領(lǐng)域，城市地鐵合作方往往是有專業(yè)技術(shù)力量的國企。本文樣本覆蓋國內(nèi)有代表的數(shù)家企業(yè)，其中包括中交、中鐵建、中鐵為代表的施工企業(yè);綠地為代表的房地產(chǎn)開發(fā)商;中電十四所為代表的機電設(shè)備廠商;港鐵為代表的技術(shù)輸出型資本方。

通過專家的打分，筆者得出表3的結(jié)果，對各地鐵項目的各項風(fēng)險指標(biāo)的評價。從x1可以看出專家普遍認(rèn)為大城市對該項目的政策變動風(fēng)險較小;對于x7匯率風(fēng)險指標(biāo)，除港鐵參與的項目外，樣本均不涉及外資，故部分項目匯率波動為零。從x14可以看出，地鐵項目都普遍面臨著較為嚴(yán)重的環(huán)境問題。其他指標(biāo)也各有含義。

4.2數(shù)據(jù)降維處理

由于本研究中，指標(biāo)數(shù)量較多，為了得到更優(yōu)的BP神經(jīng)網(wǎng)絡(luò)模型，故對表4進(jìn)行降維處理，計算得出各項目降維后的風(fēng)險矩陣。排名前5的主成分累積貢獻(xiàn)93.88%，已經(jīng)能夠很好地代替原有的19各指標(biāo)進(jìn)行解釋。表5為F1、F2、F3、F4、F5主成分矩陣的系數(shù)。

在經(jīng)過一系列的降維處理后，原始的風(fēng)險評價數(shù)據(jù)將被用于BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建。由于原風(fēng)險體系中，所采用的指標(biāo)較多，本文中使用主成分分析法是為了降維，提高BP神經(jīng)網(wǎng)絡(luò)運算效率。

5BP神經(jīng)網(wǎng)絡(luò)模型

5.1BP神經(jīng)網(wǎng)絡(luò)構(gòu)建

研究使用Matlab默認(rèn)設(shè)置，隱層激發(fā)函數(shù)為Sigmond函數(shù)，輸出層激發(fā)函數(shù)為線性函數(shù)。因為sigmond函數(shù)的導(dǎo)數(shù)可以寫成其自身的形式，線性函數(shù)導(dǎo)數(shù)為常數(shù)，可以提高模型運行效能。另外，初始權(quán)值Wo、學(xué)習(xí)效率η、期望誤差均不做調(diào)整。

BP神經(jīng)網(wǎng)絡(luò)見圖3。

5.2BP神經(jīng)網(wǎng)絡(luò)計算

本文選擇10條國內(nèi)的地鐵線作為BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和檢測樣本，其中訓(xùn)練樣本8條，檢測樣本2條，見表6。

總體來說，國內(nèi)地鐵PPP項目融資風(fēng)險較小。哈爾濱等城市由于人口、經(jīng)濟、地質(zhì)因素風(fēng)險最高;徐州等三線地級城市風(fēng)險較高;南京、杭州等二線城市風(fēng)險較低;廣州、深圳等一線城市風(fēng)險最低。從表7可以看出，構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)效果較好，期望值與輸出值的誤差較小，該BP神經(jīng)網(wǎng)絡(luò)模型能夠推廣使用至其他地鐵PPP項目。

6結(jié)論及展望

本文還存在一些缺陷。除了北京、深圳、杭州的地鐵是已建的，其他樣本均是在建或尚處于合同簽署階段，項目最后能否按計劃進(jìn)行，還需要進(jìn)一步觀察。由于樣本數(shù)量較少，盡管BP神經(jīng)網(wǎng)絡(luò)取得了較好的效果，但可信度有待商榷。在風(fēng)險體系構(gòu)建方面，一方面由于筆者認(rèn)知水平有限;另一方面，國內(nèi)外學(xué)者所構(gòu)建的風(fēng)險體系大同小異，缺乏新穎的觀點。同時，必須要指出的是，本文所采用的風(fēng)險體系，未能將地鐵項目所有的特點展現(xiàn)，地鐵項目的特殊性主要包含在專家打分中。

另外，關(guān)于定量化的風(fēng)險研究，如果能夠通過項目特點、城市概況、融資模式等客觀數(shù)據(jù)，直接對項目進(jìn)行各指標(biāo)風(fēng)險評價以替代德爾菲法對各指標(biāo)評價，這將能夠使整個過程的計算完全定量化，更加科學(xué)公正。目前采用BP神經(jīng)網(wǎng)絡(luò)，只是使權(quán)值與閾值更客觀?？傮w而言，基于BP人工神經(jīng)網(wǎng)絡(luò)的PPP項目風(fēng)險評估模型有著良好的應(yīng)用價值，與預(yù)期結(jié)果相符，優(yōu)于模糊綜合評價等模型，能夠更客觀地預(yù)測風(fēng)險，輔助于決策。