改进熵值法的应用于印尼雅万高铁案例的优化

如前所述，根据印尼雅万高铁PPP项目风险因子识别，可推测该PPP项目融资风险主要来源于政治风险、经济风险、经营风险、管理风险和环境风险。因此，针对该PPP项目融资风险的指标体系构建如下（见表7-4）。

表7-4　印尼雅万高铁PPP项目融资风险指标体系

（续表）

任玉华（2016）根据印尼雅万高铁PPP项目风险指标，分别从中国铁路国际有限公司、铁道第三勘察设计院集团有限公司、中国铁路通信信号集团公司选取一名海外工作经验丰富且具有高级专业职称的专家作为该海外高铁PPP项目组织方代表、该海外高铁PPP项目设计方代表、该海外高铁PPP项目施工方代表，对该PPP项目的各级风险指标评价值进行打分。其中，设定项目风险指标评价值计量标度表（表7-5），专家对于该项目风险指标评价值的打分结果分别如下（见表7-6）。

表7-5　PPP项目风险指标评价值计量标度表

根据专家对于该项目风险指标评价值的打分结果，建立评价指标矩阵。指标的调查数据结果是建立在同一计量单位的基础上进行评分，因此无须进行量纲处理。

该项目风险指标层一共包含13个风险因子，以x₁为例，准则层政治风险x₁中就包含了3个风险因子，因此其指标向量可以表示为：

同理，另外四项准则层的指标向量表示如下：

第一步，根据上述改进熵值法原理的计算步骤，计算所得的P_ij结果如下（见表7-6）。

表7-6　P_ij计算结果(www.xing528.com)

第二步，计算出e_i和K值。其中，K值为0.910 24。随后，根据调整后的式子计算出具体风险因子的对应权重，结果如下（见表7-7）。

表7-7　风险因子计算结果

第三步，计算准则层权重。由于熵值是具有可加性的，因此对于多层次指标体系，可根据低层次指标的熵值来确定高层次指标的熵值。通过指标层的熵值e_i确定准则层的熵值。因此，可得准则层的熵值为：

随后，得出其对应熵权值为：

因此，目标层的指标权重向量为：

为了更好地理解印尼雅万高铁PPP项目风险因素的相对重要性程度，根据上述熵值的计算过程，可根据计算得出的指标相对权重值进行排序。从计算结果可以看出，准则层对应的5个一级指标经营风险、管理风险、政治风险、经济风险、环境风险的权重分别为0.262 240 276、0.258 906 884、0.231 779 713、0.132 278 338和0.114 794 789。通过此结果可以说明印尼雅万高铁PPP项目在建设和运营的过程中遇到的所有风险中最关注的是经营风险、管理风险及政治风险，其次是经济风险和环境风险。根据指标体系中各指标因素的相对权重及其排序，在实际操作过程中有重点地控制风险因素，有效地对资源进行分配，尽可能规避或减轻风险带来的项目亏损情况。

根据上述分析结果，使用VensinmPLE软件，对建立的风险识别流进行模拟，把影响印尼雅万高铁PPP项目融资风险的全部风险因子选入，赋予相应权重，得到：印尼雅万高铁PPP项目风险=0.231 779 713×政治风险R₁+0.132 278 338×经济风险R₂+0.262 240 276×经营风险R₃+0.258 906 884×管理风险R₄+0.114 794 789×环境合作R₅。选择类型为辅助变量，使用相同的方法对其他风险因素进行计算，完成仿真方程的输入得到结果。印尼雅万高铁PPP项目总体风险水平（0.516 376）为中等的风险水平，具体如下（见图7-3）。

图7-3　模型模拟结果图