> 管理毕业论文 > > 基于灰色理论的海绵城市PPP项目评估分析_工商管理
管理毕业论文

基于灰色理论的海绵城市PPP项目评估分析_工商管理

摘要:摘要:海绵城市PPP项目是一项复杂而持续的工程,这就要求对项目的评估做到尽可能接近实际,最大化地符合后续绿色施工的各个环节。据此,探索性地引用层次分析法和三角白化权函数灰色聚类评估模型,利用灰色原理和方法,确定PPP项目的综合评估等级,实现评估
关键词:基于,灰色,理论,海绵,城市,PPP,项目,评估,分析,工商

吉林市车祸,抓龙特攻队,美国国家地理杂志

摘要:海绵城市PPP项目是一项复杂而持续的工程,这就要求对项目的评估做到尽可能接近实际,最大化地符合后续绿色施工的各个环节。据此,探索性地引用层次分析法和三角白化权函数灰色聚类评估模型,利用灰色原理和方法,确定PPP项目的综合评估等级,实现评估过程的量化分析。通过案例计算,验证其模型是有效且合理的,并为某地海绵城市建设能否通过或采取该PPP模式的决策过程,提供合理的参考。

关键词:PPP模式;海绵城市;物有所值;层次分析法;灰色评估模型

一、引言

目前,海绵城市的建设雏形在一些试点城市已落实,依据《导则》的计算方法,海绵城市单位面积的建设成本在1.5~ 1.9亿元。我国计划的657个城市若要在2020年全面建成海绵城市,所有投资成本将近10万亿元。

2015年12月17日,中国城市治理现代化研究院全国海绵城市建设联合体下发了《关于开展海绵城市建设专项规划与PPP模式投融资战略合作的若干意见》(以下简称《意见》),诚邀各城市、各单位能够形成合作团体,加强城市建设之间的“双赢”合作,[1]做到资源共享,加快推动海绵城市建设的可持续发展。就此引入PPP模式,以推动海绵城市建设顺利进行。依据《PPP物有所值评价指引(试行)》(财金办[2015]167号)(以下简称《评价指引》),物有所值主要包括定性指标评估和定量指标测算。[2]《评价指引》强调,项目评估应统筹定量指标和定性指标的双重结论。然而,海绵城市的PPP项目评估不能保证所有的因素都考虑齐全,这就面临评估信息不完全的问题。

本研究在物有所值理论研究的基础上,引入AHP和三角白化权函数灰色聚类评估模型[3]相结合的方法,对海绵城市建设能否成功通过或采用该PPP模式,以及对项目的评估等级提供一个全面而可靠的参考依据。

二、PPP模式物有所值评价指标体系

依据《评价指引》的第十一条至第二十条的规定,将定性指标进行量化计算,结合海绵城市建设的特色,构建一套包括生态、社会、经济为一体的评估体系。将项目评估对象归类为全生命周期整合程度、风险识别与分配、绩效导向与鼓励创新、潜在竞争程度、政府机构能力、可融资性(以上6项为《评价指引》规定指标),以及可持续性、生态环保性、效益最大化(以上3项为海绵城市建设的特色指标)共9类指标,[4]再将这些指标细化,得到25个评估对象,得出海绵城市PPP项目评价指标体系,如表1所示。

二、灰色聚类评估分析

将灰色聚类评估理论与方法应用到PPP项目物有所值的综合评价中,可通过灰色白化权函数聚类思想,[5]-[7] 确定海绵城市的 PPP 项目所属等级问题,避免人为判断的主观任意性。

(一)项目评估等级划分

为了方便项目评估结果的判断,首先将海绵城市PPP 项目的策划方案等级划分为优秀、良好、通过、未通过 4 个等级。具体划分结果如表 2 所示。

表 2 中, “未通过”这一级别表示 PPP 模式的规划方案不能采用,综合效果达不到预期; “通过”这一级别表示方案勉强过关能用,然而部分或全部指标有待进一步完善; “良好”这一级别表示海绵城市 PPP 方案到底预期规划目的,是较理想的 PPP 模式; “优秀”这一级别是对方案的完全肯定,各指标评估均已达标,可在海绵城市项目中启用 PPP 模式。

(二)灰色聚类评估过程

指标权重的计算采用传统的 AHP 层次分析法并与灰色聚类分析相结合,构建完整的评估模型,量化定性指标的判断过程。 [8][9]

1.评价指标权重的确定

(1)构造判断矩阵 A。A 表示目标层矩阵,a ij 表示 a j的相对重要性数值(j=1,2,3,…,n)。根据重要性赋值构建指标的判断矩阵 A=(a ij ) n×n 。具体赋值依据如表 3 所示。

(2)计算最大特征根 λ max 以及对应的特征向量 ω ,从而得到权重向量结果。

(3)一致性检验:根据表 4 对应的临界本征值,对比作一致性检验;若最大本征值 λ max 大于表 4 对应的同阶矩阵相应的 λ′max ,则不能通过一致性检验。创新估计判断矩阵直到小于 λ′max 时,得到的 ω 才有效。

2.灰色评估

设有 n 个研究对象,m 个评估指标,s 个不同的指标灰类,对象 i 关于指标 j 的样本观测值为 X ij 。根据 X ij 的值基于三角白化权函数的灰色评估方法,[10]对相应的对象进行评估诊断。具体模型如下图所示:

(1)按照评估要求划分灰类数 s,将各个指标的取值范围也相应划分为 s 个区段,如 [ a 1 , a 2 ],[ a 2 , a 3 ],......,[ a k -1 ,a k ],......,[ a s , a s+1 ]。其中, a k 的值一般根据实际情况或定性研究结果确定。

(2)令 属于第 K 个灰类的白化权函数值为 1,连接( λ k ,1)与第 K—1 个灰类的起点 a k -1 和第 K+1个灰类的终点 a k +2 ,得到 j 指标关于 K 灰类的三角白化权函数 f k j ( x )。对于 f 1 j (*)和 f s j (*),可分别将 j 指标取值向左右延至 a 0 和 a s +2 为止。计算出属于灰类 K 的隶属度 f k j ( x ):

(3)计算对象 i 关于灰类 K 的综合聚类系数 δ k i 。其中, 。

(4)由 ,判断对象 i 属于灰类 K * ;同一灰类中,可根据聚类系数大小,确定对象的优劣和次序。

四、实证研究

根据评估模型,结合海绵城市 PPP 项目的审批近况,以镇江市海绵城市的 PPP 项目 [11][12] 作为实例,进行模型分析验证。

(一)确定评估指标的权重

选择常用的层次分析法计算分析指标的权重,层次结构图表 1 已表述明确,依据上文“评价指标权重的确定”的(1)、 (2)、 (3)计算步骤,通过专家打分最终分配 25项评估指标的权重结果,如表 4 的最后一列。由于数据差别不明确,所以将权重综合扩大 10 倍,以 10 为总分值分配权重。如表 4 所示。

(二)灰色聚类评估分析

将以上 25 个评估指标的取值范围依据表 2 的结果,划分为“优秀” “良好” “通过” “未通过”4 个灰类范围,分别为[a 1 ,a 2 ]、[a 2 ,a 3 ]、[a 3 ,a 4 ]、[a 4 ,a 5 ]。为了计算三角白化权函数,此处将定性指标一律化为定量指标。为此,将定性指标用 1~10 范围表示,区间分为 4 段,即 1~6 表示未通过,6~8 表示通过,8~9 表示良好,9~10 表示优秀。

按照上文“灰色评估”的(2),分别将 J 指标的取值点左右延拓至 a 0 ,a s+2 ,得到指标 j 关于 k 灰类的三角白化权函数 f k j (x),j=1,2,……,25,k=1,2,……,9。从计算结果可看出该项目每项评估指标处于哪个水平位置,从而更合理地判断方案的可行与否。

根据公式 计算对象 i 关于灰类 k的综合聚类系数 δ k i ,得到结果 δ 1 =2.316 δ 2 =3.479δ 3 =3.017 δ 4 =3.383。

由 可认为,该海绵城市 PPP 项目的整体水平属于第二类“良好”灰类;且 δ 4 =3.383 与δ 2 =3.479 较接近,说明该项目属于中等偏下水平。具体影响因素可从表 4 得知,如 c 23 , c 16 , c 13 , c 11 以及 c 10 , c 6 , c 3 ,c 2 , c 1 等是最直接的影响指标。镇江市要想做到更好,这些指标是解决的重点对象。由于整体方案属于“良好”,可在海绵城市的建设方案中付诸实施。

五、结论

海绵城市 PPP 项目是一项复杂而持续的工程,特别强调经济、社会、环境的协调统一,这就要求对项目的评估应做到尽可能地接近实际,最大化地符合后续绿色施工的各个环节。

本研究从物有所值的指标入手,根据海绵城市的规划特征,引入另外 9 项评估指标,定量与定性最大化地结合,对评估项目进行 4 大灰类划分。通过灰色聚类评估,确定项目评估等级,从而决定该项目能否通过或者通过后属于哪一灰类级别,又或者未通过的项目主要影响指标有哪些。综合评估过程尽可能明确地反映项目的状况和等级,对海绵城市与 PPP 项目的实际工作具有一定的参考价值。

参考文献:

[1]中国城市治理现代化研究院,全国海绵城市建设联合体.关于开展海绵城市建设专项规划与PPP模式投融资战略合作的若干意见[L].2015 -12 -17.

[2]关于印发《PPP物有所值评价指引(试行)》的通知[J].中国政府采购,2016 (1):13 -15.

[3]王建波,葛娟,赵辉.绿色工程项目管理成效的多层次灰色评价[J].土木工程与管理学报,2013(2):85-89.

[4]笪可宁,纪莹,张仕祺.海绵城市建设的PPP融资模式应用对策研究[J].沈阳建筑大学学报(社会科学版),2016(4):364-368.

[5]李国俊,张娜.基于灰色聚类分析的新疆区域物流发展水平评价研究[J].铁道运输与经济,2015(2):37-42.

[6]Wenjie Liu,Chenfan Wu. Evaluating remanufacturing industry of China using an improved grey fixed weight clustering method-a case of Jiangsu ProvinceEJ].Journal of Cleaner Production,2016.

[7]Sifeng Liu,Yingjie Yang. Explanation of terms of grey clustering evaluation models EJ].Grey Systems:Theory and Application,2017,7(1).

[8]金灿灿,王海燕,左洪福,周虹.基于SDG和灰色聚类的系统故障风险评估方法[J].系统工程理论与实践,2015(4):1048-1056.

[9]傅建新,黄联芬,姚彦.基于层次分析法灰色聚类的无线网络安全风险评估方法[J].厦门大学学报(自然科学版),2010(5):622-626.

[10]王正新,党耀国,裴玲玲.基于相对隶属度的灰色聚类评估方法[J].统计与决策,2012(3):100-102.

[11]PPP项目案例:江苏镇江海绵城市建设PPP项目EBEOL]. http://huanbao.bjx.coni.cn/news/20160919/773743.shtm]

[12]刘照普.江苏省镇江市海绵城市建设PPP项目:完工项目通过暴雨大考,成为城市新名片[J].中国经济周刊,2016(44):49- 51.