Public–private partnerships (PPP or

Public–private partnerships (PPP or P3) have been adopted by governments in more and more countries as a preferred procurement method for public infrastructure projects. In PPP projects, many risks traditionally retained by government are transferred to private sectors. While risk transfer is a major driver for value-for-money, its practice has been deemed controversial and problematic. Optimal or efficient risk allocation (risk allocation) is thus of critical importance to the success of PPP projects. Consequently, it is worthwhile to investigate the mechanism that underlies the formation of optimal risk allocation strategies in PPP projects.
In this paper, a theoretical framework for modelling the risk allocation decision-making process based on the transaction cost economics (TCE) and the resource-based view (RBV) of
organizational capability is revisited. However, conventional modelling techniques such as multiple linear regression (MLR) have been found unsuitable for complex and nonlinear problems like this. In this paper, artificial neural network
(ANN) technique was adopted for modelling the risk allocation decision-making process. Training and test data were obtained in an industry-wide survey and from an expert panel, respectively. Due to the small number of data pairs, a number of cross-validation methods were used to ensure good generalizability of the ANN models.

Results (Vietnamese) 1:

Quan hệ đối tác công-tư (PPP hoặc P3) đã được chấp nhận bởi chính phủ quốc gia và nhiều hơn như là một phương pháp ưa thích mua sắm cho các dự án cơ sở hạ tầng công cộng. Trong các dự án PPP, nhiều rủi ro theo truyền thống được giữ lại bởi chính phủ được chuyển giao cho tư nhân. Trong khi rủi ro chuyển là một trình điều khiển lớn cho các giá trị tiền, thực hành của nó đã được coi là gây tranh cãi và có vấn đề. Nguy cơ tối ưu hoặc hiệu quả phân bổ (nguy cơ phân bổ) là như vậy của các tầm quan trọng cho sự thành công của các dự án PPP. Do đó, nó là đáng giá để điều tra các cơ chế làm nền tảng hình thành chiến lược phân bổ tối ưu các rủi ro trong các dự án PPP.Trong bài báo này, một khung lý thuyết mô hình trình ra quyết định phân bổ rủi ro dựa trên kinh tế chi phí giao dịch (TCE) và dựa trên nguồn tài nguyên quan (RBV)khả năng tổ chức lại đến thăm. Tuy nhiên, kỹ thuật mô hình thông thường như hồi qui tuyến tính nhiều (MLR) đã được tìm thấy không phù hợp cho vấn đề phức tạp và phi tuyến như thế này. Trong này mạng giấy nơ-ron nhân tạo(ANN) kỹ thuật được áp dụng cho mô hình trình ra quyết định phân bổ rủi ro. Đào tạo và kiểm tra dữ liệu đã thu được trong một cuộc khảo sát ngành công nghiệp-rộng và từ một bảng điều khiển chuyên gia, tương ứng. Do số lượng dữ liệu cặp nhỏ, một số phương pháp xác nhận qua được sử dụng để đảm bảo tốt generalizability ANN mô hình.

Results (Vietnamese) 2:

Quan hệ đối tác công-tư (PPP hoặc P3) đã được thông qua bởi các chính phủ ở các nước nhiều hơn và nhiều hơn như một phương thức mua sắm ưa thích cho các dự án cơ sở hạ tầng công cộng. Trong các dự án PPP, nhiều rủi ro truyền thống giữ lại bởi chính phủ được chuyển giao cho khu vực tư nhân. Trong khi chuyển giao rủi ro là một động lực chính cho giá trị đồng tiền, thực tế nó đã được coi là gây tranh cãi và có vấn đề. Phân bổ rủi ro tối ưu hoặc hiệu quả (phân bổ rủi ro) là do đó cực kỳ quan trọng cho sự thành công của các dự án PPP. Do đó, nó là đáng giá để điều tra các cơ chế mà nền tảng hình thành các chiến lược phân bổ rủi ro tối ưu trong các dự án PPP.
Trên trang giấy này,
một khung lý thuyết cho mô hình phân bổ rủi ro quá trình ra quyết định dựa trên kinh tế chi phí giao dịch (TCE) và quan điểm dựa trên tài nguyên (RBV) của khả năng tổ chức được xem xét lại. Tuy nhiên, kỹ thuật mô hình thông thường như nhiều hồi quy tuyến tính (MLR) đã được tìm thấy không phù hợp cho các vấn đề phức tạp và phi tuyến như thế này. Trong bài báo này, mạng lưới thần kinh nhân tạo
(ANN) kỹ thuật được áp dụng cho mô hình phân bổ rủi ro quá trình ra quyết định. Dữ liệu huấn luyện và thử nghiệm đã thu được trong một cuộc khảo sát toàn ngành công nghiệp và từ một nhóm chuyên gia, tương ứng. Do số lượng nhỏ các cặp dữ liệu, một số phương pháp cross-validation được sử dụng để đảm bảo tính khái quát tốt của các mô hình ANN. kỹ thuật mô hình thông thường như nhiều hồi quy tuyến tính (MLR) đã được tìm thấy không phù hợp cho các vấn đề phức tạp và phi tuyến như thế này. Trong bài báo này, mạng lưới thần kinh nhân tạo (ANN) kỹ thuật được áp dụng cho mô hình phân bổ rủi ro quá trình ra quyết định. Dữ liệu huấn luyện và thử nghiệm đã thu được trong một cuộc khảo sát toàn ngành công nghiệp và từ một nhóm chuyên gia, tương ứng. Do số lượng nhỏ các cặp dữ liệu, một số phương pháp cross-validation được sử dụng để đảm bảo tính khái quát tốt của các mô hình ANN. kỹ thuật mô hình thông thường như nhiều hồi quy tuyến tính (MLR) đã được tìm thấy không phù hợp cho các vấn đề phức tạp và phi tuyến như thế này. Trong bài báo này, mạng lưới thần kinh nhân tạo (ANN) kỹ thuật được áp dụng cho mô hình phân bổ rủi ro quá trình ra quyết định. Dữ liệu huấn luyện và thử nghiệm đã thu được trong một cuộc khảo sát toàn ngành công nghiệp và từ một nhóm chuyên gia, tương ứng. Do số lượng nhỏ các cặp dữ liệu, một số phương pháp cross-validation được sử dụng để đảm bảo tính khái quát tốt của các mô hình ANN. tương ứng. Do số lượng nhỏ các cặp dữ liệu, một số phương pháp cross-validation được sử dụng để đảm bảo tính khái quát tốt của các mô hình ANN. tương ứng. Do số lượng nhỏ các cặp dữ liệu, một số phương pháp cross-validation được sử dụng để đảm bảo tính khái quát tốt của các mô hình ANN.

Results (Vietnamese) 3:

Public Partnership (– công tư PPP hoặc P3) đã bị nhiều quốc gia của Chính phủ như cơ sở hạ tầng công cộng dự án ưu tiên mua sắm methods.Trong dự án PPP trong Chính phủ giữ lại nhiều rủi ro cũng bị chuyển đến một khu vực riêng tư.Mặc dù rủi ro chuyển là một giá trị năng lực điều khiển chính, nó có thể được coi là gây nhiều tranh cãi và có vấn đề.Tối ưu hiệu quả phân phối (hay nguy cơ rủi ro phân), do đó, với thành công của dự án PPP là vô cùng quan trọng.Vì vậy, nó là đáng để thảo luận cơ chế của PPP, trong dự án tối ưu phân phối chính sách cơ bản của nguy cơ hình thành.Giấy tờ thỏa thuận kinh tế dựa trên chi phí rủi ro quá trình quyết định mô hình lý thuyết phân phối của khung (TCE) và Resource Foundation View (RBV).Khả năng tổ chức Revisited.Tuy nhiên, mô hình kỹ thuật truyền thống, như đa nguyên hồi quy tuyến tính (MLR) được tìm thấy không phù hợp như vậy vấn đề phi tuyến phức tạp.Tờ báo này giới thiệu mạng thần kinh nhân tạo.(giả sử dụng công nghệ mạng lưới thần kinh), được dùng để mô hình hóa rủi ro quá trình quyết định phân bổ.Trong toàn ngành điều tra và nhóm chuyên gia huấn luyện và thử nghiệm, riêng biệt được dữ liệu.Do đó với dữ liệu nhỏ, một vài kiểm chứng chéo để đảm bảo tốt mô hình mạng thần kinh nhân tạo hoá.