1. 引言
PPP (Public-Private-Partnership)模式，作为政府和社会资本合作的新型项目运作模式，风险因素之间的相互作用更加复杂多样化，进行风险管理评价确定最大风险因素显得尤为重要。近年来，王守清 [1] 深入研究了PPP项目的风险分担；曾维健 [2] 基于动力学的原理与方法，分析了PPP项目风险要素之间的相互影响关系；孙晔 [3] 基于解释结构模型法、网络分析法和灰色聚类分析法对PPP模式城市轨道交通项目的风险因素进行了风险评价研究；翟永威 [4] 通过构建PPP项目单一与非单一的分担风险模型对特许协议谈判阶段的风险分担进行了深入研究。论文采用网络分析法(Analytic Network Process, ANP)与模糊综合评价法(Fuzzy Comprehensive Evaluation, FCE)结合实例来评价各种风险元素之间的相互作用对PPP建设项目的影响程度，确立风险等级和重要的风险因子，为项目制定风险应对策略提供依据。
2. PPP建设项目评价模型的建立
2.1. 建立PPP项目风险网络结构
网络分析法(ANP)是Thomas L. Saaty教授1996年在层次分析法(Analytic Hierarchy Process, AHP)基础上较为系统的提出的一种解决各个元素相互反馈和支配作用的一种新方法。运用AHP方法建立的分析模型只考虑了上层元素对下层元素的支配作用，且同一层次中的元素认为是彼此独立的关系，ANP法则是引入实际系统中不同层次的子系统各个元素间相互作用影响的原理来解决问题 [5] 。通过分析生产实践中的重要因素，利用ANP原理来建立PPP项目风险评价体系，见图1。
2.2. ANP算法
(1) 判断矩阵
以控制层元素
为准则，元素组中的
为次准则，根据Satty提出的9级标度(见表1)来量化判断影响层元素间的优势度，记作
。已控制层各个元素
为准则对目标G的影响程度构造判断矩阵(见表2)，网络层间元素间的互相作用构造判断矩阵同理可得 [6] [7] 。
构造完成判断矩阵要对其整体性进行一致性检验，整体性指标
应同时满足条件：
(1)
(2)
(3)
为判断矩阵的最大特征值，
为元素个数；
为平均一致性指标(见表3)；U为各个评分值，
Figure 1. The risk assessment structure chart of the PPP construction project
图1. PPP建设项目风险评价体系结构图
Table 1. The definition table of the judgment scale
表1. 判断标度定义表
表2. 判断矩阵
Table 3. The mean consistency index
表3. 平均一致性指标
运用MATLAB软件进行计算。
(2) 超矩阵与加权超矩阵
以控制元素
为准则，以
中元素
为次准则，将网络层中元素按其影响程度构造判断矩阵：
根据特征法得到排序向量
，记作
。归一化特征向量计算得到的结果之和应为1。以控制层为准则，将各次级指标进行量化比较得到权矩阵，记作
。
，
假如网络层中两两因素不受影响，则对应的
，将
矩阵进行整理得到的矩阵记为
，得到矩阵将超矩阵
的元素加权，得到加权超矩阵
，
，计算得到的加权超矩阵每列和应为1。当加权超矩阵
中元素
对
进一步优化，得到第二优势度，用
表示。当
存在时，
称为极限超矩阵。王莲芬 [8] 已经做出推论，当循环系统某一层内部依存时，其极限超矩阵存在且其每一列均为特征值1对应的归一化特征向量。
，
2.3. 构建模糊综合评价矩阵
选定
位专家组成的小组对网络层影响元素进行评定，
是专家赞成
为
评价的总人数，其中
设置四个等级，一级风险最大，四级风险最小。对网络层中所有元素进行评价(见表4)。
设公式
得到模糊综合评价矩阵，记作
。
根据模糊综合评价公式
(
为合成权重)，对模糊综合评价矩阵及评价体系的权重合成，进一步得到PPP项目总目标G的模糊评价等级 [9] 。
3. ANP-FCE算法在PPP项目中的应用实例
河南省为加快两市经济互通，计划筹建一条连接两市的高速公路，特向社会筹资建设该项目，并且承诺签署特许协议，允诺对方享有30年的运营使用权。甲公司为上市企业，欲投资此项目。通过向10位专家的咨询，现结合ANP-FCE算法对项目风险进行评估。
(1) 控制层判断矩阵及权重向量
根据表1判断标度对控制层元素进行比较量化(见表5)，用MATLAB软件计算向量权重，并进行一致性检验。
(2) 网络层判断矩阵及权重向量
首先以控制层为准则，同一组的各次级指标进行量化比较，建立风险E1为准则的网络层判断矩阵(见表6)，再以
各次级指标为准则对
中各次级元素进行量化比较(见表7)。通过网络层构造的判断矩阵，整理成未加权的超矩阵(见表8)，对未加权的超矩阵进行加权得到加权超矩阵(见表9)。
利用MATLAB软件将超矩阵进行极限处理，得到极限超矩阵，各阶段指标相对权重
。通过权重可知重点风险元素为管理水平和社会环境两项。
Table 4. The evaluation indicator table
表4. 指标评价统计表
Table 5. The judgment matrix and weight vector in the control layer
表5. 控制层判断矩阵及权重向量
注：
,判断矩阵通过一致性检验。
Table 6. The judgment matrix for the construction risk E1
表6. 建设风险E1判断矩阵
注：
判断矩阵通过一致性检验。
Table 7. The network layer judgment matrix for the management level E11
表7. 管理水平E11网络层判断矩阵
注：
满足条件。
Table 8. The unweighted super matrix
表8. 未加权超矩阵
表9. 加权超矩阵
(3) 模糊综合评价
由表4，专家进行指标投票，得到对于四个控制层的模糊评价矩阵：
，
，
根据模糊综合评价公式
，得到的评价矩阵与控制层权重量化得
：
根据隶属度最大原则，该例PPP项目风险评估级别为三级。
4. 结束语
网络分析法构建的PPP建设项目风险网络结构，充分考虑实际项目中各层次风险元素相互作用的关系，弥补了以往风险评价中同层次风险元素独立存在的问题。通过网络分析法结合模糊综合评价法，确定的PPP建设项目风险等级以及重要的风险因子更具备准确性和科学性，为PPP建设项目制定相应的风险措施提供了可靠依据，同时为PPP建设项目风险评价提供了新思路。