【摘要】：非經營性政府投資項目(Non-profit Government Investment Projects,NGIP)是指政府為滿足社會公共發(fā)展的需要投入建設資金,且不以盈利為目的的大型基礎設施和公用事業(yè)項目。近年來,建立與完善非經營性政府投資項目的責任約束機制成為我國投資項目管理體制改革與發(fā)展的重點和難點。目前,該類投資項目缺乏市場調節(jié)機制和過失追究機制、責任劃分不明晰、責任追究難以執(zhí)行,容易導致財政資金浪費,損害國家和納稅公民的利益,降低政府的公信力。因此,為了威懾和約束參建各方的履責行為,本文擬研究NGIP的責任追究方法。本文首先通過調查問卷、專家調研、案例研究以及實地調研等方式,研究我國NGIP目前的問責現狀,進而通過對NGIP監(jiān)管及問責機理和國內外政府投資問責理論的最新研究成果進行分析,建立NGIP三維適時責任模式,在此基礎上探索NGIP責任監(jiān)測方法、責任容忍及觸發(fā)模型、責任歸屬方法,以期對NGIP全壽命周期內發(fā)生的責任問題進行定量分析和測量,實現合理、有效的責任追究,從而促使NGIP參建各方提高政府財政投資的使用效率。在對以往文獻的研究中,發(fā)現NGIP問責方法還存在如下問題:以事后追究為主的問責模式、責任監(jiān)測信息的不確定性與不完全性問題、難以合理消解項目的潛在責任狀態(tài)問題、追究行動應何時啟動的問題、責任合理分配的問題。因此本論文主要研究內容如下。(1)針對目前NGIP責任追究中存在的兩個問題:問責形式多為事后追究,事前、事中問責的研究較少;問責內容主要以財務審計責任為主,缺乏對責任驅動因素的關注。本文首先對NGIP監(jiān)管機理進行分析并提出了“監(jiān)管場域”的概念,在此基礎上結合“結構-行為-績效”(SCP)范式與NGIP全壽命周期責任變化特征構建NGIP“時間-結構-行為-績效”(SSCP)框架,并基于此提出NGIP三維責任模式,以建設過程維、責任強度維、監(jiān)測力度維作系統(tǒng)分析,以解決事后問責的缺陷,為NGIP過程問責行動奠定基礎;基于三維責任模式構建NGIP全過程雙向度責任指標體系,對以往較為有限的責任指標構建角度進行完善和補充,在考慮項目效果與產出的同時考慮責任的驅動因素管理及行為,力圖使非經營性政府投資項目責任評價更為全面合理。(2)針對NGIP監(jiān)測評價方法中存在的三個問題:監(jiān)測信息的不完全性問題,現有的監(jiān)測評價方法難以完全表達監(jiān)管者的真實意見;補償性問題,經過監(jiān)測評價后,某些表現較弱的指標可能會被部分表現較好的監(jiān)測指標所隱藏,反而獲得較好的監(jiān)測評價結果,從而被監(jiān)管者忽略;較少考慮監(jiān)管者的心理行為特征。因此,本文通過區(qū)間直覺模糊責任指標評價值代替?zhèn)鹘y(tǒng)的實數指標評價值,來表達不完全及不確定的監(jiān)測信息;通過交互式多準則決策方法(an acronym in Portuguese of interactive and multicriteria decision making,TODIM)模型考慮了監(jiān)管者心理行為特征;在此過程中,通過模糊測度、模糊積分和Shapley值處理指標的相互關聯問題,通過似然值方法辨別TODIM模型中的二元關系,以獲得更為合理的監(jiān)測評價結果;對于補償性問題,本文將PROMETHEE-II與TODIM方法結合,通過構建流入流出函數,消除補償性對責任判定的影響。在以上研究的基礎上,結合一般的監(jiān)測評價方法流程,構建NGIP責任監(jiān)測模型。(3)針對NGIP責任監(jiān)測結果中具有可控性的責任問題,本文建立針對性的責任治理策略,將生物免疫相關原理引入責任治理,構建“判別-選擇-協(xié)調-清除”責任免疫過程及責任容忍優(yōu)化方法,以期在不干擾項目正常運行的情況下建立有效的引導和免疫過程。其中,責任容忍不是對責任問題的忽視,而是通過項目自身的運行動力與監(jiān)管方的合理施壓,通過自身免疫能力對項目關注級責任狀態(tài)這類隱含或半隱含問題進行有效化解。在此過程中,本文結合人工免疫模型、量子識別理論構建基于量子免疫算法的責任容忍優(yōu)化模型,解決項目責任狀態(tài)的優(yōu)化問題;對于量子免疫算法中的解空間搜索問題,通過混沌理論構建自適應變異過程,對最優(yōu)解進行高效準確搜索�；谝陨涎芯拷⒘薔GIP責任容忍模型。(4)針對NGIP責任監(jiān)測結果中具有潛伏性的責任問題,本文通過研究特異性免疫機制建立“感應-反應-效應”責任追究觸發(fā)方法,針對監(jiān)測到的可疑類責任問題進行跟蹤感應,并適時啟動責任追究程序。首先建立項目責任動態(tài)累積模型,對項目責任進行跟蹤與動態(tài)感知,通過區(qū)間中智集表達責任跟蹤信息,在解決信息的不完全性問題的同時解決信息失真的問題;通過累積前景理論來解決對項目時序階段累積前景進行動態(tài)感知的問題;為了避免將自體元素判斷為異己有害元素,受生物免疫的耐受原理啟發(fā),設置時間參照點、正常期望值、可接受期望值為責任感知參照點,使責任感知更加合理;在責任累積模型的基礎上,基于極值理論建立責任觸發(fā)模型,并提出責任追究啟動閾值的概念,計算在責任累積狀態(tài)影響下項目能夠保持正常進行的限度,為責任追究行為啟動決策提供參考。(5)針對項目責任分配的問題,研究基于社會網絡模型的復雜大型NGIP責任歸屬確認方法,定量分析和測量各個參與方在關系網絡中地位、權利和責任,進而合理地判定責任歸屬。將項目的各個參與方看作社會網絡模型中的結點,分析各參與方之間的聯系并推算出其中心度,從而確定該關鍵點各參與方責任承擔的主次關系。以合同為核心確定責任主體,通過合同明晰各參與方權責匹配的關系,準確地找出責任主體,保障責任追究合理、有效落實。
【學位授予單位】：華北電力大學(北京)
【學位級別】：博士
【學位授予年份】：2017
【分類號】：F283
【圖文】：

圖 4-5 基于專家態(tài)度變化的敏感性分析Figure 4-5 Sensitivity analysis based on the change of expert attitudes本章小結GIP 責任追究的首要問題是如何對項目責任進行有效監(jiān)測和評價。測評價的定量研究非常少，現有監(jiān)測評價方法還存在一些問題，或質量降低，或難以運用于 NGIP 責任監(jiān)測的應用情境：一是監(jiān)測信問題，難以完全表達監(jiān)管者的真實意見；二是補償性問題，經過監(jiān)些表現較弱的指標可能會被部分表現較好的監(jiān)測指標所隱藏，這種監(jiān)測來說是不合理的；三是較少考慮監(jiān)管者的心理行為特征；四是指標關聯性等問題使得 NGIP 責任監(jiān)測的科學性與質量降低。對監(jiān)測信息的不完全性問題，本文通過區(qū)間直覺模糊責任指標評價實數指標評價值，解決了監(jiān)測信息不完全表達的問題；通過 TOD監(jiān)管者心理行為特征；在此過程中，在專家群體意見集結的過程中態(tài)度因素及專家的主觀偏好問題，使得群體意見的集結更為合理

對步驟五中生成的 進行免疫選擇以生成新的個體 驟七，令 e e 1，轉到步驟二。算法性能測試及案例分析 算法性能測試了驗證本文中量子免疫算法的性能，本文采用多峰函數來進行驗環(huán)境為 AMD CPU 2.60 GHz, 8.0 GB RAM，算法通過 MATLAB 參數的設置如下：進化參數的最大值與最小值分別取max 0 0.005 ，變異參數 0.5 ，抗體總數 80tN ，記憶細胞存儲的0，隨機選取的抗體數 60pN ；進化代數設置為 200。將量子免疫疫算法（Clonal Immune Algorithm，CIA）對測試目標函數（如圖化求解。兩種算法分別進行 10 次實驗。使用兩種算法找到最優(yōu)解表 5-3 所示。兩種算法的時間對比見表 5-4。其中，“運行時間” 200 次的運行時間，進化代數表示找到所有最優(yōu)解時的進化代數

到不同時點的項目綜合累積前景值后，計算項目責任觸發(fā)得到的綜合累積前景值可能具有較大的差異性，單純考很難得到統(tǒng)計上的規(guī)律。因此為了獲得較好品質的統(tǒng)計態(tài)下得到的綜合累積前景值0U ，兼顧責任狀態(tài)與正常狀與相對偏差，來構造符合條件的統(tǒng)計量id 。00iiU UdU 目運行過程中，隨著項目狀態(tài)的不斷變化，不同時點的責有大樣本特征的統(tǒng)計量，由此表明統(tǒng)計量id 也具有相應心極限定理，樣本量為n的統(tǒng)計樣本，當n充分大時，樣服從均值為 的正態(tài)分布。經過處理的樣本統(tǒng)計量具有類正態(tài)分布，并且樣本去量綱化之后能夠明顯改善由于統(tǒng)計規(guī)律的擾動。根據文章上述內容對這些狀態(tài)數據進6-3 所示的統(tǒng)計量id ，利用區(qū)間概率密度值擬合樣本的概 6-4 所示。

本文編號：2783620