1. 引言

随着人口老龄化的加快，社会化养老日趋主流。当前国内养老机构以养老院为主要形式，养老服务单一、居住环境落后、配套设施不完善等问题日趋难以满足社会需求，品质化养老成为解决现状的主导方向之一。养老地产因具有居住环境好、服务质量高、功能齐全、配套完善等优势，逐渐成为促进我国养老服务产业发展，完善我国养老保障体系的重要组成内容。在鼓励民间资本参与养老服务业的政策背景下，引入PPP(Public-Private-Partnership)模式不仅可以减少项目融资困难、加快养老地产项目建设，而且还能缓解政府财政和运营管理压力、保障公民养老权利并提高老年生活质量。但同时，由于新模式的采用对项目的理念创新、方案规划及运营管理等都提出了更高的要求，不确定性及其风险性大大增加，PPP模式养老地产项目风险管理面临更大的挑战。

当前国内外学者对PPP模式项目的风险研究主要集中于风险识别、评价方法的应用创新以及整体评价模型的构建。风险识别一般基于以下几种维度：参与主体风险分担角度(Li Bing.et al.，2005；乌云娜等，2013)、项目全生命周期角度(Thomas A.V.et al.，2003)、项目可控性角度(Darrin et al.，2002；Ke Y.et al.，2010；Jin Xiaohua et al.，2011；曹聪，2013)以及实践调研角度(Hastak M.et al.，2000；亓霞等，2009)。目前在针对具体事件或活动的风险评估领域中，运用较为普遍的风险评估法有模糊综合评价法、模糊熵分析法、综合指数法、层次分析法、数据包络分析法、粗糙集度量评价法、灰色评价法、证据理论评价法、Topsis法等，不断地改进各种方法的不足，并结合具体问题建立相应模型进行评价(Ke Y.et al.，2010，2011；Xu Y.et al.，2010；刘宪宁等，2011)。

在养老地产风险研究中，如何将养老地产特点与工程项目风险管理相结合是多数学者关注的重点。刘玉峰(刘玉峰等，2012)通过整理风险起源、归责对象、风险后果及影响对象，探讨了养老地产PFI项目风险的合理化分担。刘群红等(刘群红等，2014；冯雪东等，2016)基于养老地产特点及发展背景、趋势对该模式下相关风险因素进行甄别。Cooper(Cooper M.C.，2006)对养老社区的建筑规划设计、适老化改造等问题进行研究；Eichholtz(Eichholtz P.et al.，2007)从投资回报的角度研究，在养老住宅和养老服务是彼此可分离的养老地产项目时，医疗房地产项目的回报率较高，而当养老医疗服务和养老居家服务更被需要提供且需求较大时，综合性的养老地产项目所获得的回报率较高，这也可以从侧面证明养老地产项目的价值更应该注重养老、养生、医疗照护服务。

晚清关税制度变迁过程是一个被动变迁的过程，是鸦片战争失败造成的后果。除此之外，国际、国内政治经济环境的改变，迫使清朝政府重建经济秩序以维护自身的统治，这是关税变迁的间接原因。

由上可知，当前在对PPP项目、养老地产项目的风险研究中风险识别部分已较为成熟、全面，但对PPP模式下的养老地产项目而言，由于受到自身结构特点、政府政策、市场容量、福利水平以及价值思维等内外多重因素影响，其风险指标体系的构建依然处于探索、完善阶段。因此，系统、全面地识别风险因素是PPP模式下养老地产项目风险管理的关键之一。此外，现有评价方法大都依赖于相关专家的主观经验与判断，不能满足PPP模式下养老地产项目风险评价的群组决策要求，且由于PPP模式引入养老地产项目较晚、实践经验缺乏，相关研究中的不确定性大大增加，使得指标重要性确定及评价公正性赋值问题更加难以处理。由此可见处理决策信息模糊性、保证专家群组共识也是PPP模式下养老地产项目风险研究亟待解决的问题之一。

因此本文的主要研究思路：(1)结合PPP模式及养老地产项目特点，在文献总结的基础上结合德尔菲法查进行问卷调研，针对项目全生命周期内不同参与主体分别发放问卷，基于风险的可控程度构建PPP模式下养老地产项目的初始风险评价指标体系。(2)评价过程中针对具体项目，利用信噪比降低指标维度、优化指标体系，提高评价效率。(3)根据群组评价思想降低群组内部认知偏差、保证评价主体可控，并引入区间数表达决策信息的不确定性及模糊性，改进传统风险评价中权重确定的主观性，使评价结果更加科学可信，以期为PPP模式下养老地产项目风险管理提供决策依据。

2. PPP模式下养老地产项目风险评价指标体系的建立

2.1 风险评价指标体系的构建

1.计算指标权重区间共识度。

2.1.1 项目参与主体分析

本文基于文献(焦媛媛等，2016)对PPP项目利益相关者的关系分析，结合养老地产项目特点，对PPP模式下养老地产项目参与主体及责任进行归纳整理，结果见表1。

半刚性基层作为我国沥青路面基层的主要结构形式，在我国高等级公路建设中得到了广泛应用，具有强度大、承载能力良好及成本较低等特点，能较好地适应我国重载超载现象频发、无机结合料分布较广等实际情况。然而，在半刚性基层的推广应用过程中，其自身存在的缺陷也逐渐显露，主要为材料自身具有干缩与温缩特性，施工、运营过程中极易产生收缩裂缝，在行车荷载与环境因素的作用下，基层裂缝自下而上逐渐扩展，从而导致面层开裂，即反射裂缝；同时，雨水会沿裂缝渗入面层与基层之间，在行车荷载作用下形成动水压力，冲刷基层，降低面层与基层间的联结效果，加速路面结构破坏，影响道路使用寿命[1]。

 

表1 PPP模式下养老地产项目参与主体及责任

  

项目参与主体承担的责任项目参与主体承担的责任1政府投资者为项目公司提供特许权8供应商生产要素提供者2私人投资者项目融资方9勘察设计单位项目设计、技术转化承担者3政府职能部门项目前期的规划、审批、合作者10咨询单位给予咨询意见,指导项目决策4房地产开发公司项目的建设运营单位11监理单位监督和保障建设项目目标达成5银行和金融机构项目债权人12项目用户项目直接使用者,包括老年人及其他运营单位6总承包商项目直接实施者13周边群众项目对其生产生活带来影响7分包商部分项目内容直接承担者14公益组织保护环境,维护群众利益

2.1.2 建立初始风险评价指标体系

根据《项目管理知识体系指南》(PMBOK指南，第五版)及养老地产项目的特点，将PPP模式下养老地产项目全生命周期划分为三个阶段：项目决策阶段、项目实施阶段和项目运营阶段。基于项目参与主体及全生命周期两个维度，通过对养老地产风险以及PPP项目风险等相关文献进行梳理，编制PPP模式下养老地产项目风险指标调查问卷。本文采用德尔菲法，对相关专家发放问卷，并收集、整理和落实。相关专家来自项目参与主体，主要包括政府部门(5份)、房地产开发公司(9份)、保险公司(7份)、设计院(3份)、总承包商(3份)、咨询单位(3份)、监理单位(3份)、项目用户(2份)，发放共计35份调查问卷。因此，本文在在文献梳理和调查问卷的基础上通过参与者对项目的可控程度将风险划分为系统风险和非系统风险，建立了PPP模式下养老地产项目初始风险评价指标体系，见表2。

 

表2 PPP模式下养老地产项目初始风险评价指标体系

  

PPP模式下养老地产项目初始风险指标体系控制层Xb系统风险X1非系统风险X2准则层Xbc要素层Xbcd政治风险X11资产征用风险X111、政府决策风险X112、项目审批风险X113、土地风险X114、养老产业政策风险X115、回收项目经营权风险X116法律风险X12法律变更风险X121、监管体系风险X122经济风险X13利率风险X131、外汇风险X132、通胀风险X133、税收风险X134、GDP增长率风险X135、PPP模式融资风险X136市场风险X14市场竞争风险X141、市场需求变化X142社会风险X15传统观念风险X151、老年收入风险X152、公众反对风险X153、老年化水平风险X154环境风险X16气候/地质风险X161、环保风险X162、不可抗力风险X163建造风险X21供应风险X211、技术风险X212、完工风险X213、安全风险X214、工程变更风险X215、设计规划风险X216、成本风险X217、质量风险X218、监理风险X219运营风险X22运营成本超支风险X221、费用支付风险X222、运营收入风险X223、运营能力风险X224、配套设施风险X225、养老服务风险X226管理风险X23沟通组织风险X231、决策定位风险X232、项目财务风险X233、项目管理能力风险X234、招标风险X235、合同风险X236合作风险X24第三方信用风险X241、政府信用风险X242、股东信用风险X243

2.2 初始风险评价指标体系的优化

风险评价体系优化的基本任务是从众多风险因素中找出最有效的风险评价指标。本文基于质量管理中特征变量选择的实验设计思想，运用马田系统中的信噪比分别对系统风险以及非系统风险(表2)中要素层风险进行筛选，以减少冗余指标、优化风险评价系统。通过信噪比(signal-to-noise ratio即SNR)的增益比较选择PPP模式下养老地产项目的关键风险指标，有助于系统选择关键变量的风险，并提高系统的表现(彭勇等，2006)。其中增益代表采用风险的SNR均值与不采用该风险的SNR均值之差，按从大到小的顺序进行排序，最后剔除排在末尾的若干风险。研究表明，运用马田系统中的信噪比对指标体系进行选择，可以在保证结论准确性的前提下对指标体系进行科学、有效地精简，从而提高系统效率(田菁，2011)。马田系统中的信噪比与因素轮换法、超饱和表试验法、Cotter筛选法、多步分组筛选法以及正交表法等众多特征因素选择的试验方法相比，实验次数少、效率高，在精简风险指标体系方面最为有效(陈湘来等，2010)。具体过程如下：

2.2.1 计算样本均值

通过向PPP模式下养老地产项目中参与主体发放指标调查问卷，确定PPP模式下养老地产项目中各风险指标的影响值，即发生概率与影响危害的乘积。根据养老地产参与主体类型l分别计算风险Xbcd(其中，b表示指标体系的控制层，bc表示指标体系相对应的准则层，bcd表示指标体系相对应的要素层)的影响值均值本文问卷采用7分值的李克特量表法进行选项设计，指标的发生概率以及危害程度描述为“很低、低、较低、一般、较高、高、很高”7种等级，其中概率对应的分值为“0.1、0.25、0.4、0.55、0.7、0.85、1”，危害程度对应的分值为“1、2、3、4、5、6、7”。

2.2.2 确定信噪比

根据PPP模式下养老地产项目中系统以及非系统风险的个数分别选择恰当的2水平正交表，其中系统风险选用L32(223)，非系统风险选用L32(224)正交表。正交表中的“行”表示各组合方案，“列”表示PPP模式下养老地产项目中各风险，水平“1”表示选择该风险，水平“2”表示不选择。根据各行水平为“1”的风险指标生成基准空间，并计算各行的信噪比即各组合方案的信噪比(沈沛龙，2011)。本文使用大型信噪比，并以“1”水平下PPP模式养老地产项目风险的影响均值μml作为质量特征数，公式如(1)：

 

(1)

式1中，ηm为正交表第m行即第m个组合方案的信噪比，m的取值范围为1～32；μml为根据参与主体l的问卷计算得到的第m个组合方案下养老地产项目风险的影响均值，即其中n表示正交矩阵中第m行“1”水平下风险的个数，表示“1”水平下风险Xbcd的影响均值，其中，风险的影响值为发生概率及危害程度的乘积；q为被调查的PPP项目中参与主体类型的数量。

2.2.3 指标筛选

在得出各方案的信噪比后，通过比较各风险因子的水平信噪比的增益值分别对PPP模式养老地产项目中系统风险以及非系统风险下各风险进行有效筛选，其计算公式如下：(李昭阳等，2000)：

 

(2)

式(2)中，为风险Xbcd在32个方案中r水平下出现的次数，表示Xbcd在r水平下信噪比之和。则PPP模式下养老地产项目风险Xbcd的增益值为式(3)：

相对于传统的媒体传播形式，我国的数字出版还处于探索阶段，从另一个角度讲，我国的数字出版有着巨大的发展潜力。我国是世界人口大国，潜在的读者消费群体巨大。这几年，随着数字出版的发展，我国数字阅读量呈大幅度增长态势，充分带动了国民的阅读。

 

(3)

式(3)中表示选择风险Xbcd时的检出效果，表示不选择风险Xbcd时的检出效果。将PPP模式下养老地产项目风险按增益值从大到小的顺序进行排序，最后分别剔除系统风险以及非系统风险中排在末尾e%的风险。

3.PPP模式养老地产项目风险评价

3.1 风险评价指标权重的确定

由于风险本身的复杂多变以及人类思维的模糊性与决策者的偏好差异，很难采用特定的偏好形式刻画风险。为了更好描述风险评价过程中决策信息的不确定性与模糊性，本文引入区间数概念对风险指标进行重要性赋值。同时基于群组评价思想(Kuncheva L.I.，1995)利用区间距离共识度检验专家评价的共识性，并基于偏离程度对指标权重进行修正。

在我国，构建一个工控网络环境可信、网络状态可知、网络运行可控的工业控制网络作为防御体系，对于工业控制网络的安全保护建设工作来说具有至关重要的理论与现实意义。

3.1.1 确定风险评价指标初始权重

根据优化后的风险评价指标体系，聘请N位专家对准则层以及要素层构造互反判断矩阵，并根据各风险因素的相对影响程度进行两两比较，构建互反区间数判断矩阵并检验矩阵一致性。

(3)整合区域旅游资源。张家界地质与人文旅游资源资源丰富，应在不破坏生态环境的前提下积极探索新的旅游景点，挖掘和提升其他旅游资源，使张家界旅游向“全域旅游”方向发展，以缓解该公园作为老景区的旅游压力。

则要素层风险指标Xbc权重向量为式(4)：

 

 

(4)

女人总是会老的。从二十二岁到二十九岁，我跟了谢瑞天七年。我们游山玩水，踏遍祖国大好山河，东至上海，南到天涯海角，北上哈尔滨，过了许多快乐的日子。在他面前，我永远都是冷静的，从不迷失。

式(4)中，βabcij表示PPP项目专家β认为风险Xbci与风险Xbcj相比的影响力的程度；表示重要性标度下限；表示重要性标度上限；n表示风险Xbc中要素风险的个数。

3.指标权重调整

且准则层指标权重为式(5)：

 

(5)

3.1.2 风险评价指标初始权重修正

PPP模式下养老地产项目是指政府公共部门和开发商合作建设的养老地产项目，以特许权协议为基础，彼此间形成伙伴式的合作关系，尤其是在项目运营期提供全面、优质的养老服务，实现地产和健康管家服务的有机结合，具有市场运作、服务社会的双重属性，是养老体系的重要组成部分。与一般商业地产项目相比，PPP模式下养老地产项目具有“双主体”管理、参与方众多，目标客户单一，项目运营周期长，投资额巨大但资金投资回报率低的特点，需要有创新的理念、良好的融资能力、先进的规划方案、完善的运营体系和和谐的政企关系。本文基于现有研究成果，从项目参与主体及全生命周期过程两个维度进行风险识别，并根据参与主体对其可控程度将风险划分为系统风险和非系统风险。

令φbc为PPP项目N位专家间对PPP模式养老地产项目风险Xbc中要素层风险指标{Xbcd}区间权重的共识度。由于与传统评价方法不同，本文基于区间数理论构造评价模型，因此权重皆为区间数，故传统群组评价理论中平均距离的概念难以满足区间数模型。因此，为了更好反映区间数模型中两专家意见间的距离值，本文将区间数距离与群组评价理论中平均距离概念相结合，计算得出区间数模型中两专家间的距离值。令σ(βWbc，γWbc)(如式(6))表示专家β与专家γ给出的关于风险Xbc中要素层风险{Xbcd}区间权重间的欧式距离，其中n表示PPP模式养老地产项目风险Xbc中要素层风险{Xbcd}的个数，表示专家β与专家γ间权重向量βWbc中下的欧氏距离，表示专家β与专家γ间权重向量βWbc中上的欧氏距离。

 

(6)

本文将PPP模式下养老地产风险管理评价结果分为五个等级，具体见表3。

 

(7)

则N位专家间对PPP模式养老地产项目风险Xbc中要素层风险{Xbcd}区间权重的共识度为式(8)：

本刊已加入《国家哲学社会科学学术期刊数据库》《中国学术期刊（光盘版）》《中国期刊网》《万方数据——数字化期刊群》《中文科技期刊》全文数据库，以及超星数字期刊。若作者不同意将文章入编上述数据库，请在投稿时加以说明，本刊将作适当处理。本刊作者文章著作权使用费、稿酬与版面费相抵，编辑部不额外收费，不另付酬。

φbc=1-σbc

(8)

通过相关研究可得平均共识度阈值φ*，若φbc>φ*，则认为PPP模式养老地产项目专家间的意见达成了共识；反之，则需对指标权重进行调整。

判断依据：若则表明专家β在对PPP模式养老地产项目风险Xbc中要素层风险{Xbcd}区间权重的意见与其他专家偏差度较大，故应予以剔除；若则表明专家β的意见与其他专家不存在较大偏差，可予以保留；其中，偏差度阈值D*可根据项目特点以及相关研究设立。同理，可对PPP模式养老地产项目准则层风险进行检验及修正。

闹太套：黄晓明在演唱歌曲《One World One Dream》时，由于对not at all的发音酷似“闹太套”而遭网友调侃，从此得名“闹太套”教主，此词也因此成为网络流行语之一，以此嘲笑许多明星为了显示自己的与众不同却弄巧成拙。

PPP模式养老地产项目专家间的区间欧式距离越小，风险区间权重越一致。因此专家β与专家γ对PPP模式养老地产项目风险Xbc中要素层风险指标{Xbcd}区间权重的共识性系数为式(9)：

 

(9)

则每位专家的偏离度为式(10)：

 

(10)

2.基于共识度的指标权重修正

如图4，由∠BPA′=30°，∠ABO=60°，得∠BEP=90°，∠A′EO=90°.所以所以由得于是点P坐标为

剔除偏差较大的专家意见后，剩余N′位专家，则PPP模式养老地产项目风险Xbc中要素层风险{Xbcd}最终区间权重见式(11)。同理可得PPP模式下养老地产项目准则层风险权重。

具体而言，如加装防火墙，对进入校园网的信息进行过滤，保持信息渠道的安全；设置网络访问黑白名单，只允许符合指定条件的上网用户才可以正常访问；对一些网页的访问采用实名制等，从而达到降低大学生对不良网页的访问，减少不负责任的去抑制化网络行为的发生。

 

 

(11)

3.2 项目风险综合评估值的确定

评价综合值

(12)

式(12)中wb为系统风险指标以及非系统风险指标权重，本文采用主观评分法确定系统指标以及非系统风险指标权重；wbc为各准则层风险指标所对应的权重；wbcd为风险Xbc所对应要素层风险指标的权重，d=1～6为第d个要素层风险；Pbcd为所聘请的N位专家专家针对PPP模式下养老地产项目每个要素层风险Xbcd进行的风险管理评价分值。其中，风险评价值采用非线性的方法计量，分为五级，即非常低([90，100])、低([80，90))、中([60，80))、高([30，60))、非常高([0，30))。

其中，

在群组决策过程中，由于PPP模式养老地产项目实施的复杂性以及模式的多样性常导致专家意见不可避免会存在分歧，在考虑共识度时，应当考察整个群体的共识性水平，可将专家意见的区间欧式距离均值σbc作为衡量共识度的参数，即将任意两位专家所给的区间权重向量的欧式距离累加并求均值(式(7))：

 

表3 PPP模式下养老地产项目风险管理评价等级表

  

得分90～10080～9060～8030～600～30等级风险低风险较低风险中等风险较高风险高

4.案例分析

本文针对湖北省某市PPP模式下养老地产项目进行风险评估。该项目总投资100亿元人民币，项目总建筑面积160万平方米左右，项目运营采用会员制加征收管理费制。

4.1 风险评价指标的确定

本文通过向该政府部门、房地产公司、养老机构运营、PPP项目管理等多领域相关人员及专家发放问卷(见表2)(回收有效问卷87份)，运用信噪比(SNR)对初始风险指标体系进行筛选，其中，e%=30%。通过计算系统风险各风险因子“1”、“2”水平下的信噪比，可得图1。

由图1可得，利率风险(X131)、公众反对风险(X153)、环保风险(X162)、外汇风险(X132)、老年化水平风险(X154)、气候/地质风险(X161)及不可抗力风险(X163)在系统风险中表现最为不显著，对PPP项目养老地产项目影响较小，因此剔除该7项风险。同理，本案例对非系统风险进行优化，继而剔除设计规划风险(X216)、供应风险(X211)、沟通组织风险(X231)、招标风险(X235)、完工风险(X213)、监理风险(X219)以及技术风险(X212)共计7项风险。

在施工过程中，建设各方积极深入各个治理区域的治理方案和治理施工管理，各个治理区域施工完成之后进行分单元、分区域验收，在治理结束后，根据永久监测资料和试验检测资料所反馈的信息，对整个自然边坡的治理效果进行验收评价。

当前，随着城市化进程的加快，越来越多的离退休党员进入社区生活，他们普遍年老体弱，需要得到更多的关心照顾，原单位与主管部门已不能完全满足需求，而社区在为离退休党员就近提供服务方面具有不可替代的优势。因此依托社区资源深化离退休党员管理服务，形成单位、社区、基层党委的合力，成为了做好离退休党员教育管理亟待开拓的新领域。可以利用社区老年活动室等场地设施，为离退休党员学习、活动和娱乐提供便利；依托各类涉老协会和群众文化团体组织各类文体活动、搭建服务平台，鼓励离退休党员充分发挥他们的专业优势，积极参与社会活动，继续为社会发挥余热做贡献。

本案例评价指标为表2剔除上述系统风险中7项及非系统风险中7项共计14项风险所建立的风险评价指标体系。

4.2 风险评价指标权重的确定

对优化后的PPP模式养老地产项目风险评价指标系统建模，本案例采用专家咨询法聘请5位专家对各风险因素的重要性程度以及风险管理评价等级进行评判，并使用区间数模型计算PPP模式下养老地产项目风险权重。

4.2.1 确定风险评价指标权重

为了消除PPP项目专家个体间对养老地产项目认知的偏差，本文运用群组评价思想通过设立平均共识度阈值φ*=0.9来检验项目专家评价的共识性，设立偏差度阈值D*=0.1对PPP模式下养老地产项目风险权重进行修正。本案例以系统风险下准则层风险权重进行计算。初始权重为：(X11，X12，X13，X14，X15)=([0.150，0.162]，[0.077，0.086]，[0.097，0.110]，[0.473，0.510]，[0.150，0.162])，通过比较专家的偏离度剔除共识度较低的专家意见后对余下专家意见进行汇总，得系统风险下准则层风险最终权重为：(X11，X12，X13，X14，X15)=([0.199，0.218]，[0.078，0.093]，[0.112，0.133]，[0.328，0.389]，[0.199，0.218])。从优化结果可以看出，群组评价法消除了极端值对风险权重的影响，各风险权重间距较优化前有所减小，使计算结果更具可信度(见图1)。

  

图1 PPP模式下养老地产项目系统风险信噪比

同理，本文对PPP模式养老地产项目各层风险权重系数进行计算。经过计算，社会风险、运营风险以及管理风险下要素层风险的专家评定意见存在一定分歧，难以满足平均共识度阈值φ*。剔除偏差度较大的专家意见后，确定PPP模式养老地产项目各层风险权重系数见表4：

 

表4 PPP模式养老地产项目各层风险权重区间

  

风险因素区间权重(X1,X2)([0.460,0.460],[0.540,0.540])(X11,X12,X13,X14,X15)([0.199,0.218],[0.078,0.093],[0.112,0.133],[0.328,0.389],[0.199,0.218])(X21,X22,X23,X24)([0.161,0.186],[0.396,0.455],[0.253,0.291],[0.103,0.119])(X111,X112,X113,X114,X115,X116)([0.0430,0.0494],[0.442,0.464],[0.130,0.156],[0.032,0.037],[0.221,0.266],[0.065,0.075])(X121,X122)([0.680,0.739],[0.278,0.302])(X133,X134,X135,X136)([0.149,0.170],[0.028,0.030],[0.028,0.030],[0.729,0.833])(X141,X142)([0.278,0.302],[0.680,0.739])(X151,X152)([0.500,0.500],[0.500,0.500])(X214,X215,X217,X218)([0.068,0.078],[0.155,0.093],[0.440,0.501],[0.281,0.320])(X221,X222,X223,X224,X225,X226)([0.226,0.242],[0.104,0.118],[0.226,0.242],[0.226,0.242],[0.064,0.078],[0.104,0.118])(X232,X233,X234,X236)([0.386,0.409],[0.324,0.344],[0.158,0.185],[0.085,0.099])(X241,X242,X243)([0.221,0.227],[0.221,0.227],[0.506,0.595])

4.2.2 风险综合评估值的确定

综合五位专家对PPP模式养老地产项目风险管理的评价值，从而得出项目风险管理评价得分为[53.843，87.343]。参照表3可以的得出该项目评分区间60%处于“风险中等”等级、22%处于“风险较低”、18%处于“风险较高”，因此认定该项目存在一定风险且处于中等水平。

4.3 风险评价结果分析

从剔除的风险指标分析，由于我国在大型固定资产项目管理以及绿色项目管理领域起步较早，发展较为完善，在建筑设计、项目招标、内部沟通、工程监理等方面较为成熟，传统建设模式中可能涉及的相关风险的管理也较为完备，继而对PPP模式养老地产项目的顺利实施影响较小。不仅如此，由于我国老年化水平从短期看基本处于稳定，从长期看具有良好的可预测性，PPP模式养老地产项目中老年化风险所带来的不确定性能较好地规避。从优化结果来看，运用信噪比对风险系统进行优化，保留了PPP模式下养老地产项目所存在的特征风险，仅剔除了风险管理较为完善的风险指标。优化后的风险评价系统更为精简、高效，对该项目其风险指标更具有代表性和特征性。因此，运用信噪比对风险系统进行优化，其方法是可行的、科学的、有效的。

首先，从项目评价分析，该PPP模式下养老地产项目非系统风险略高于系统风险，主要表现在市场风险和运营风险，说明目前养老地产项目市场竞争激烈，人们的养老需求也正在发生变化，而养老地产项目的运营水平亟待提高，运营体系也亟待完善；其次，PPP模式引入养老地产项目，考验着政府的决策能力、第三方信用水平和继而出台的养老政策以及项目的融资水平；再次，传统的养老观念和老年人的收入水平也是养老地产项目定位的关键因素；最后，养老地产项目运营时间长，投资回报率低，但成本控制和质量控制仍然是其正常运营的保证。通过与国内相关研究(刘群红等，2014；张敬岳，2013；张黎，2014；桑培东等，2016)进行比较，本文得出上述评价结果与相关研究结论相一致。因此运用群组评价法以及区间数法对PPP模式养老地产项目风险进行评价是可行的，其结果是科学、有效的。不仅如此，上述结论也进一步反映出我国PPP模式养老地产项目的实施仍处于摸索阶段，其管理仍存在诸多不足有待改进。

5.总结与策略

本文从项目生命周期内风险因素可控性角度，初步建立了PPP模式下养老地产项目较全面的初始风险指标体系。在项目评价过程中，通过信噪比对指标进行筛选和优化风险评价体系，采用区间数理论进行指标赋值，应用群组评价检验专家评价的共识性并修正指标权重，从而确定PPP模式下养老地产项目风险的评价等级，有效提高风险描述的准确性和评价的合理性，并结合案例说明了建立的指标体系和评价方法的可行性和实用性。针对PPP模式下养老地产项目风险评价提出以下策略：

第一，注重养老服务体系设计，积极完善养老服务供应链，将医疗、护理、旅游、老年娱乐等产业整合于项目之中。加强养老服务人员培训，提高养老服务人员的专业素质，努力将养老服务系统化、规范化、专业化。

第二，促进社会资本进入养老地产项目，完善PPP模式养老相关政策，增强养老地产项目的融资能力，改善养老服务供给侧结构，借助开发商的开发能力和管理水平，提高养老服务质量。

第三，扩大社会保障覆盖面，有助于缓解老年人贫困，增加老年人收入，提高老年人收入水平，改善老年人的生活状况，实现老有所养，防止老年人贫困的发生。

第四，完善养老地产项目收费体系，通过将销售盈利、物业盈利、服务盈利、社保基金以及固定资产收益相结合，保障项目的净收益。

第五，认真分析目标客户群体的真实需求、养老服务半径以及相关周边医疗合作等问题，宣传房地产项目养老服务的优势，积极改变养老传统观念，提升项目的影响力，扩大项目需求。

此外，油气勘查开采理论与技术的进步，促进了我国油气储量产量的增长。天然气水合物系统成藏理论和试采技术方法体系的创新为天然气水合物试采的历史性突破打下了坚实基础；砾岩油区成藏理论和勘探技术创新助推玛湖凹陷大油气区发现；特低渗—致密砂岩气藏开发动态物理模拟系统研发取得重大进展，有效指导致密气开发；针对顺北特深油气田、四川深部气田钻完井技术攻关，大幅缩短了钻井周期；复杂断块油气富集规律认识创新，促进渤中西洼亿吨级优质油田群发现。

◎ 参考文献

[1]乌云娜，胡新亮，张思维.基于ISM-HHM方法的PPP项目风险识别[J].土木工程与管理学报，2013(3).

[2]曹聪.基于PPP融资模式的公路工程项目风险识别研究[J].重庆三峡学院学报，2013(3).

[3]亓霞，柯永建，王守清.基于案例的中国PPP项目的主要风险因素分析[J].中国软科学，2009(5).

[4]刘宪宁，王建波，赵辉，陈新胜.基于AHP与改进灰色关联度理论的城市轨道交通PPP项目融资风险综合评价[J].项目管理技术，2011(8).

[5]刘玉峰，李正伟，张琦.基于养老地产PFI融资模式的风险分担研究[J].中国房地产，2012(12).

[6]刘群红，钟普平，陈琛.基于AHP方法的老年地产项目投资风险评价研究[J].城市发展研究，2014(11).

[7]冯雪东，郑生钦.养老地产PPP项目投资风险评价研究[J].工程管理学报，2016(3).

[8]焦媛媛，付轼辉，沈志锋.全生命周期视角下PPP项目利益相关者关系网络动态分析[J].项目管理技术，2016，14(8).

[9]彭勇，邵鲁宁，王琛.房地产投资的风险识别与评价[J].上海管理科学，2006，28(2).

[10]沈沛龙.基于马田系统的金融危机预警指标选择研究[J].财贸经济，2011(11).

[11]田菁.基于马田系统对金融危机预警指标的选择与研究[D].山西财经大学学位论文，2011.

[12]陈湘来，顾玉萍，韩之俊.马田系统在数据分类中的应用[J].数学的实践与认识，2010，40(8).

[13]李昭阳，韩之俊.一种新的判别预测方法——马田系统(MTS)[J].管理工程学报，2000，14(2).

[14]张敬岳.我国养老地产发展的问题与建议[J].华中师范大学研究生学报，2013(3).

[15]张黎.养老地产开发项目风险研究[D].华中师范大学学位论文，2014.

[16]桑培东，陈晓蓁.基于PPP模式的我国养老地产发展模式[J].工程建设与设计，2016(7).

[17]Cooper，M .C.Gardens as treatment milieu: Two Swedish gardens counteract the effects of stress[J]. Land-scape Architecture， 2006(5).

[18]Eichholtz,P.，Kok,N.，Wolnicki,B.Who should own senior housing ? [J].Journal of Real Estate Portfolio Management，2007，13(3).

[19]Li Bing，Akintoye，A.Peter,J.Edwards et.al.The allocation of risk in PPP/PFI construction projects in the UK [J].International Journal of Project Management，2005，23(1).

[20]Thomas,A.V.，Kalidindi,S.N.，Ananthanarayanan,K.Risk perception analysis of BOT road project participants in India[J].Construction Management and Economics，2003，21(4).

[21]Darrin, G.,Mervyn,K.Lewis.Evaluating the risks of public private partnerships for infrastructure projects [J].International Journal of Project Management，2002(2).

[22]Ke Yongjian，Wang Shouqing，et.al.Preferred risk allocation in China’s public-private partnership (PPP) projects [J].International Journal of Project Management，2010，28(5).

[23]Jin Xiaohua，Zhang Guomin.Modeling optimal risk allocation in PPP projects using artificial neural networks [J].International Journal of Project Management，2011，29(5).

[24]Hastak, M.，Shaked,A.ICRAM-1: Model for international construction risk assessment[J].Journal of Management in Engineering，2000，16(1).

[25]Ke,Y.，Wang,S.Q.，Chan,A.P.C.Risk allocation in public-private partnership infrastructure projects: Comparative study[J].Journal of Infrastructure Systems，2010，16(4).

[26]Ke,Y.，Wang,S.Q.，Chan,A.P.C.，et al.Understanding the risks in China’s PPP projects: Ranking of their probability and consequence[J].Engineering，Construction and Architectural Management，2011，18(5).

[27]Xu,Y.，Yeung,J.F.Y，Chan,A.P.C，et al.Developing a risk assessment model for PPP projects in China — A fuzzy synthetic evaluation approach[J].Automation in Construction，2010，19(7).

[28]Kuncheva,L.I.Using degree of consensus in two-level fuzzy pattern recognition [J].European Journal of Operational Research，1995，80(2).