近年来,PPP（Public–Private Partnership）模式在各地区各行业逐渐转变到理性发展阶段。与此同时,由于PPP模式在我国发展的不成熟,导致相关立法不健全,合同结构不完善、项目风险复杂多变等诸多困境愈渐显现。因此,对于新发起PPP项目而言,前期风险识别和评价的准确性和全面性的需求越来越高,同时也促进了对PPP项目合同规范化的诉求。然而,传统的风险识别和评价方法以案例分析和专家访谈调查为主,其过程耗时耗力,结果也较难具有通用性和拓展性。主要短板之一体现在PPP项目初期合同签订阶段的风险识别和评价过程中,往往较难找到合适的标准,也难以快速地从类似项目中获取经验知识。随着各行业走向信息化,PPP项目的各类相关数据已经有了大量积累,并成为互联网上可公开获得的资源。其中,由国家财政部PPP中心（CPPPC）公开的、来自全国范围内的大量PPP项目合同文本,成为能够极大丰富PPP项目风险相关研究的信息来源;与此同时,在各行业面临大数据和人工智能技术革新的趋势下,有必要将新技术引入PPP项目风险管理领域,促进PPP风险识别与和评价的智能化进程,同时也为本领域研究方法开拓创新。针对当前如何提升PPP项目风险识别的效率和风险评价的质量这两个现实问题,本文尝试从大数据这一新角度切入,引入文本挖掘技术和PPP风险领域的专业知识相结合的方法。首先,将财政部公开入库且符合初步物有所值评价（VFM）的大量PPP合同文本作为项目风险信息的主要来源,并通过其中少量合同文本构建风险分类的标注语料,训练出基于深度学习的合同文本挖掘模型,且该模型能实现PPP项目合同的自动风险识别。其次,定义风险感知度作为对风险重要性的度量,在此基础上提出基于合同文本挖掘的风险层次分析法,并运用此方法进行多维度的风险评价,从而形成有关PPP项目风险的经验知识。这些经验知识能够为新发起的PPP项目提供风险识别和评价方面的指导,同时也能为PPP项目合同的标准化提出有价值的建议。本文的主要工作有:一是基于合同文本的PPP项目风险两级分类指标体系的形成,它为构建用于风险分类的合同文本挖掘模型奠定基础。二是通过定义风险感知度,对合同中体现的风险进行度量,以此建立PPP合同文本与项目风险之间的关联,并确立基于合同文本挖掘的风险识别和评价的方法。三是合同文本挖掘模型的训练和评测过程。通过人工标注风险分类语料库,训练得到“合同风险句三过程分类模型”,且该模型是可拓展与可更新的。四是基于合同文本挖掘模型的风险识别过程。通过数据爬虫获取PPP项目合同文本,并使用合同文本挖掘模型对合同文本进行风险的提取与分类。五是多维度的风险评价和分析过程。在对各类风险度量的基础上,使用改进的风险层次分析法,并通过可视化分析展现多个维度的风险评价结果,形成有关PPP项目风险的经验知识,进而对PPP项目的风险应对与合同规范化提出政策建议。最后是案例应用与分析。用本文提出的方法,结合PPP风险经验知识,对新发起的PPP项目合同中有关风险的内容提出有效建议和指导。本文的研究工作为PPP项目的风险研究开拓了新的视角、引入了新的技术,并提出了一种新颖且具有一定效度的风险识别和评价方法,同时在案例分析中证明了该方法能够提升PPP项目风险识别的效率与风险评价的质量,具有一定的实际应用价值。此外,本文基于CPPPC项目库中符合物有所值评价的大量合同文本,进行了多个维度的风险评价可视化分析。这些具有参考价值的PPP项目风险在不同维度视角下展现的共性和特性,能够形成PPP项目风险相关的经验知识,并丰富、补充和完善了现有PPP项目风险识别和评价的研究成果,促进了PPP项目风险管理的智能化进程。