非经营性政府投资项目责任容忍及触发模型研究

发布时间：2020-08-07 06:29

【摘要】：非经营性政府投资项目(Non-profit Government Investment Projects,NGIP)是指政府为满足社会公共发展的需要投入建设资金,且不以盈利为目的的大型基础设施和公用事业项目。近年来,建立与完善非经营性政府投资项目的责任约束机制成为我国投资项目管理体制改革与发展的重点和难点。目前,该类投资项目缺乏市场调节机制和过失追究机制、责任划分不明晰、责任追究难以执行,容易导致财政资金浪费,损害国家和纳税公民的利益,降低政府的公信力。因此,为了威慑和约束参建各方的履责行为,本文拟研究NGIP的责任追究方法。本文首先通过调查问卷、专家调研、案例研究以及实地调研等方式,研究我国NGIP目前的问责现状,进而通过对NGIP监管及问责机理和国内外政府投资问责理论的最新研究成果进行分析,建立NGIP三维适时责任模式,在此基础上探索NGIP责任监测方法、责任容忍及触发模型、责任归属方法,以期对NGIP全寿命周期内发生的责任问题进行定量分析和测量,实现合理、有效的责任追究,从而促使NGIP参建各方提高政府财政投资的使用效率。在对以往文献的研究中,发现NGIP问责方法还存在如下问题:以事后追究为主的问责模式、责任监测信息的不确定性与不完全性问题、难以合理消解项目的潜在责任状态问题、追究行动应何时启动的问题、责任合理分配的问题。因此本论文主要研究内容如下。(1)针对目前NGIP责任追究中存在的两个问题:问责形式多为事后追究,事前、事中问责的研究较少;问责内容主要以财务审计责任为主,缺乏对责任驱动因素的关注。本文首先对NGIP监管机理进行分析并提出了“监管场域”的概念,在此基础上结合“结构-行为-绩效”(SCP)范式与NGIP全寿命周期责任变化特征构建NGIP“时间-结构-行为-绩效”(SSCP)框架,并基于此提出NGIP三维责任模式,以建设过程维、责任强度维、监测力度维作系统分析,以解决事后问责的缺陷,为NGIP过程问责行动奠定基础;基于三维责任模式构建NGIP全过程双向度责任指标体系,对以往较为有限的责任指标构建角度进行完善和补充,在考虑项目效果与产出的同时考虑责任的驱动因素管理及行为,力图使非经营性政府投资项目责任评价更为全面合理。(2)针对NGIP监测评价方法中存在的三个问题:监测信息的不完全性问题,现有的监测评价方法难以完全表达监管者的真实意见;补偿性问题,经过监测评价后,某些表现较弱的指标可能会被部分表现较好的监测指标所隐藏,反而获得较好的监测评价结果,从而被监管者忽略;较少考虑监管者的心理行为特征。因此,本文通过区间直觉模糊责任指标评价值代替传统的实数指标评价值,来表达不完全及不确定的监测信息;通过交互式多准则决策方法(an acronym in Portuguese of interactive and multicriteria decision making,TODIM)模型考虑了监管者心理行为特征;在此过程中,通过模糊测度、模糊积分和Shapley值处理指标的相互关联问题,通过似然值方法辨别TODIM模型中的二元关系,以获得更为合理的监测评价结果;对于补偿性问题,本文将PROMETHEE-II与TODIM方法结合,通过构建流入流出函数,消除补偿性对责任判定的影响。在以上研究的基础上,结合一般的监测评价方法流程,构建NGIP责任监测模型。(3)针对NGIP责任监测结果中具有可控性的责任问题,本文建立针对性的责任治理策略,将生物免疫相关原理引入责任治理,构建“判别-选择-协调-清除”责任免疫过程及责任容忍优化方法,以期在不干扰项目正常运行的情况下建立有效的引导和免疫过程。其中,责任容忍不是对责任问题的忽视,而是通过项目自身的运行动力与监管方的合理施压,通过自身免疫能力对项目关注级责任状态这类隐含或半隐含问题进行有效化解。在此过程中,本文结合人工免疫模型、量子识别理论构建基于量子免疫算法的责任容忍优化模型,解决项目责任状态的优化问题;对于量子免疫算法中的解空间搜索问题,通过混沌理论构建自适应变异过程,对最优解进行高效准确搜索。基于以上研究建立了NGIP责任容忍模型。(4)针对NGIP责任监测结果中具有潜伏性的责任问题,本文通过研究特异性免疫机制建立“感应-反应-效应”责任追究触发方法,针对监测到的可疑类责任问题进行跟踪感应,并适时启动责任追究程序。首先建立项目责任动态累积模型,对项目责任进行跟踪与动态感知,通过区间中智集表达责任跟踪信息,在解决信息的不完全性问题的同时解决信息失真的问题;通过累积前景理论来解决对项目时序阶段累积前景进行动态感知的问题;为了避免将自体元素判断为异己有害元素,受生物免疫的耐受原理启发,设置时间参照点、正常期望值、可接受期望值为责任感知参照点,使责任感知更加合理;在责任累积模型的基础上,基于极值理论建立责任触发模型,并提出责任追究启动阈值的概念,计算在责任累积状态影响下项目能够保持正常进行的限度,为责任追究行为启动决策提供参考。(5)针对项目责任分配的问题,研究基于社会网络模型的复杂大型NGIP责任归属确认方法,定量分析和测量各个参与方在关系网络中地位、权利和责任,进而合理地判定责任归属。将项目的各个参与方看作社会网络模型中的结点,分析各参与方之间的联系并推算出其中心度,从而确定该关键点各参与方责任承担的主次关系。以合同为核心确定责任主体,通过合同明晰各参与方权责匹配的关系,准确地找出责任主体,保障责任追究合理、有效落实。
【学位授予单位】：华北电力大学(北京)
【学位级别】：博士
【学位授予年份】：2017
【分类号】：F283
【图文】：

图 4-5 基于专家态度变化的敏感性分析Figure 4-5 Sensitivity analysis based on the change of expert attitudes本章小结GIP 责任追究的首要问题是如何对项目责任进行有效监测和评价。测评价的定量研究非常少，现有监测评价方法还存在一些问题，或质量降低，或难以运用于 NGIP 责任监测的应用情境：一是监测信问题，难以完全表达监管者的真实意见；二是补偿性问题，经过监些表现较弱的指标可能会被部分表现较好的监测指标所隐藏，这种监测来说是不合理的；三是较少考虑监管者的心理行为特征；四是指标关联性等问题使得 NGIP 责任监测的科学性与质量降低。对监测信息的不完全性问题，本文通过区间直觉模糊责任指标评价实数指标评价值，解决了监测信息不完全表达的问题；通过 TOD监管者心理行为特征；在此过程中，在专家群体意见集结的过程中态度因素及专家的主观偏好问题，使得群体意见的集结更为合理

对步骤五中生成的 进行免疫选择以生成新的个体 骤七，令 e e 1，转到步骤二。算法性能测试及案例分析 算法性能测试了验证本文中量子免疫算法的性能，本文采用多峰函数来进行验环境为 AMD CPU 2.60 GHz, 8.0 GB RAM，算法通过 MATLAB 参数的设置如下：进化参数的最大值与最小值分别取max 0 0.005 ，变异参数 0.5 ，抗体总数 80tN ，记忆细胞存储的0，随机选取的抗体数 60pN ；进化代数设置为 200。将量子免疫疫算法（Clonal Immune Algorithm，CIA）对测试目标函数（如图化求解。两种算法分别进行 10 次实验。使用两种算法找到最优解表 5-3 所示。两种算法的时间对比见表 5-4。其中，“运行时间” 200 次的运行时间，进化代数表示找到所有最优解时的进化代数

到不同时点的项目综合累积前景值后，计算项目责任触发得到的综合累积前景值可能具有较大的差异性，单纯考很难得到统计上的规律。因此为了获得较好品质的统计态下得到的综合累积前景值0U ，兼顾责任状态与正常状与相对偏差，来构造符合条件的统计量id 。00iiU UdU 目运行过程中，随着项目状态的不断变化，不同时点的责有大样本特征的统计量，由此表明统计量id 也具有相应心极限定理，样本量为n的统计样本，当n充分大时，样服从均值为 的正态分布。经过处理的样本统计量具有类正态分布，并且样本去量纲化之后能够明显改善由于统计规律的扰动。根据文章上述内容对这些状态数据进6-3 所示的统计量id ，利用区间概率密度值拟合样本的概 6-4 所示。

本文编号：2783620