当前,PPP(Public-Private-Partnerships)模式广泛应用于我国的基础设施领域。但由于其包含了众多的融资模式,且在我国尚处于发展阶段,因此如何对该模式进行风险管理就成为了各参与方在项目管理时的瓶颈问题之一,如果不能在风险因素识别的基础上准确评价各融资模式的项目风险,则情况将变得更加复杂。鉴于此,本文提出基于主成分分析法与BP神经网络相结合的PPP项目风险评价方法。本文从工程项目的视角出发,通过筛选及整理PPP基础设施项目已有文献资料,从而识别出PPP基础设施项目的潜在风险因素,然后设计问卷并展开调研,以获得专家对各风险评价指标发生概率和危害程度的评估数据,并计算得出各指标的影响程度和权重,据此组建了包括4个层级,7个一级指标和36个二级指标的PPP项目风险评价指标体系。然后,选择山西省拟建的13个PPP基础设施项目作为样本,对PCA-BP风险评价方法进行应用研究,并通过MATLAB 2010实现了BP神经网络的运算,结果表明了PCA-BP方法进行风险评价的有效性。为进一步表明PCA-BP神经网络较单一BP神经网络的优越性,本文就同样的样本进行了对比分析,并证明了PCA-BP的高效性。最后,结合风险评价的结果,本文就所选的PPP基础设施项目的融资模式和回报机制所对应的风险大小进行了分析评价,以使项目参与者在评价不同模式下的基础设施项目风险时,有理论依据可循。