绿色发展战略的实施和产业结构的优化调整使我国众多城市掀起高污染企业整改和搬迁的热潮,遗留的旧厂址则成为棕地。城镇化进程加快和人口增长使得我国城镇建设用地供需矛盾日益突出。加快修复城市棕地,促进棕地资源开发再利用,已经成为缓解这一矛盾的重要途径。当前,我国的棕地修复仍然处于初级阶段,立法、信息管理、融资机制,评估等方面尚不成熟,特别是资金短缺已经成为棕地修复进程缓慢的主要障碍之一。选择合理、可行的融资模式是破解棕地修复资金困境的有效手段。针对可行融资模式面临的挑战,界定研究问题并探索其内在机理,可以为棕地修复融资问题奠定理论基础和提供实践指导。本文以我国棕地修复项目融资问题为研究对象,探讨了我国棕地修复项目可行融资模式选择的内在机理,确定了我国棕地修复项目的可行融资模式包括政府财政融资和PPP（Public Private Partnership）融资。考虑到政府财政资金的有限性,本文构建了棕地修复项目优先级排序模型并通过算例对其有效性进行检验。对于PPP融资的棕地修复项目,其未知风险会阻碍企业的投资行为。因此,本文构建了PPP融资下棕地修复项目的风险因素集,并识别了关键风险。针对以上三个方面的研究过程和结论,提出了棕地修复融资相关的政策建议。论文的创新性工作包括以下三个方面:（1）基于冲突分析图模型（Graph Model of Conflict Resolution,GMCR）方法,构建了我国棕地修复项目融资模式选择模型。根据外部性理论,识别出棕地修复项目的利益相关者由地方政府、周边群众和修复企业三方构成;确定了这三个利益相关者各自可能采取的策略;对于不同策略组合成的状态,剔除不可行的状态后,建立了可行状态集;设置利益相关者的偏好排序规则,从而确定三个利益相关者的状态偏好;根据状态偏好判断各利益相关者的稳定性并确定模型的均衡解;对均衡解进行可达性分析和逆向分析,从而选择可行的融资模式。研究认为,现有条件下我国棕地修复项目最可行的融资模式是政府财政融资和PPP（Public Private Partnership）融资。（2）基于优势关系粗糙集（Dominance-based Rough Set Approach,DRSA）等方法,设计了面向政府资金分配的棕地修复项目优先级排序模型。通过文献研究初步识别了优先级排序的指标体系,然后通过德尔菲法对指标体系进行了修正;专家根据各样本棕地修复项目的指标信息对其优先级进行判断;对样本的指标信息和优先级判断结果进行机器学习,从而得到一套优先级排序的决策规则;利用满足有效性的决策规则判断全部棕地修复项目的优先级。本文设计了算例对该模型进行测试,验证了模型的科学性和有效性。研究显示,对于某些指标数据存在缺失的棕地修复项目,该模型仍然可以判定其优先级;通过引入有序类的概念,该模型可以减少排序的工作量。（3）基于解释结构模型（Interpretative Structural Model,ISM）和交叉影响矩阵相乘法（Impact Matrix Cross-Reference Multiplication Applied to a Classification,MICMAC）,构建了PPP融资下棕地修复项目关键风险识别模型。通过分析现有文献,建立了将PPP模式引入棕地修复项目的初始风险因素集;利用德尔菲法删除不符合本文研究背景的风险因素、合并有概念交叉的风险因素、补充被遗漏的风险因素,从而完成了对初始风险因素集的修正,得到了一个包含48个因素的风险集。通过风险因素的自相关矩阵、初始可达矩阵、最终可达矩阵等划分风险层次,在此基础上构建风险因素的ISM模型,明确了风险因素之间的相互影响关系;同时,通过识别风险因素的驱动性和依赖性,构建了风险因素的MICMAC模型,明确了风险因素之间相互影响关系的强度。结合ISM模型提供的风险“广度”信息和MICMAC模型提供的风险“强度”信息,确定了我国棕地修复项目引入PPP模式的9个关键风险。研究显示,关键风险占风险因素总量的18.75%（9/48）,基本符合帕累托原则,证明了该方法的有效性。