康奈尔大学牵头的一项研究合作发现，寻求在区域利益相关者之间分摊水利基础设施项目成本负担的合作伙伴关系往往最终迫使当地合作伙伴承担大部分潜在供应和财务风险。

这种不平衡是由一系列因素造成的，从制度复杂性到水文气候变化。然而，研究人员证明，人工智能驱动的计算和建模算法可以帮助设计出具有更高供水效益和更少财务风险的合作伙伴关系。

为了探索这些水基础设施合作伙伴关系中固有的权衡，由康奈尔大学工程学院约瑟夫·C·福特工程教授帕特里克·里德 (Patrick Reed) 领导的研究人员以加利福尼亚州圣华金谷的弗里安特-克恩运河作为案例研究。

该团队的论文《机构复杂系统中的弹性水基础设施伙伴关系面临严峻的供应和金融风险权衡》于8 月 27 日发表在《自然通讯》杂志上。主要作者是里德实验室前博士后研究员安德鲁·汉密尔顿 (Andrew Hamilton)。

里德说，此事的影响远远超出了金州勇士队本身。

“这不仅仅是加州的问题，”他说，“美国有数千个市政供水系统，它们都面临着一定程度的不确定性和财务风险，而且我们有大量基础设施正在老化，此外还面临着设计时未考虑到的情况。”

“我们如何合作并团结起来?谁来面对风险?”里德说。“这是一个大问题。我们的工作是朝着突出一些关键问题的方向迈出的一步，但我认为，在更广泛的范围内，还有大量工作可以做，也应该做，特别是考虑到大多数金融风险将发生在本地。”

气候变化、经济增长和监管变化的综合影响导致人们越来越担心加州乃至整个美国的水资源短缺问题，这增加了对新基础设施(如主要运河和地下水库设施)的投资需求。大型基础设施项目融资的一种流行方法是合作伙伴关系(也称为合并或区域化)，即多个供水方和用户共同融资、建设和运营共享设施。

汉密尔顿说：“当有数十个独立的区域实体管理水资源时，从效率和成本效益的角度来看，将它们整合在一起建立合作伙伴关系，或将这些分布式系统区域化为一个协调的系统，或整合规划和投资，都是有意义的。”

但考虑到如此多相互关联的系统的复杂性，以及利益的汇总方式，单个合作伙伴的脆弱性可能难以评估。为了更好地理解相互冲突的目标和权衡，里德、汉密尔顿和他们的合著者——博士生罗希尼·古普塔、北卡罗来纳大学教堂山分校的格雷格·查拉克利斯和哈里森·泽夫——将目光投向了加州圣华金谷地区，该地区有 400 多万人口和 500 万英亩灌溉农田。

研究人员使用人工智能驱动的计算和建模，即“多目标智能搜索”，来表示 2000 多个不同情景年份中 30 万个不同候选伙伴关系的系统动态，这些情景年份具有各种可能的气候条件。这项工作需要收集大量数据并开发所需的计算工具，以准确了解发挥作用的变量。

研究团队的模型表明，合作伙伴关系效益的累计估计值可能会掩盖那些利润已经很薄弱的合作供水商的巨大不平等和负面影响。

当谈到最有利的基础设施项目类型时，研究人员发现，大多数合伙企业可以通过投资运河扩建和地下水储备来分散风险，而不是仅仅依靠一种策略来解决水资源短缺问题。

研究人员还发现，与目前的弗里安特-克恩运河合作伙伴关系相比，他们的算法可以帮助确定“金发姑娘”配置，从而为所有参与者提供更多的水，并且降低财务风险。

研究人员正在免费分享该算法，希望水基础设施合作伙伴能够更好地理解并更有效、更公平地资助他们自己的项目。

里德说：“新的智能搜索工具和模拟框架能够在许多不同场景中测试许多不同的替代方案，并真正使权衡更加明确。”

汉密尔顿说：“我们不想让人觉得我们比操作它的人更了解这个系统。我的意思是说，这个系统很复杂，也许我们应该退一步思考，在进行非常大规模、在许多情况下是不可逆转的投资时，如何更好地避免意想不到的后果。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：