在建工程绿色改造项目进度风险研究

袁文辉

江西省气象局 江西 南昌 330000

引言

随着“碳达峰、碳中和”目标的提出，可持续发展的健康绿色建筑项目的设计和实施已成为现代化城市建设的一种趋势[1]。太阳能热水系统的铺设是当前多数新建绿色建筑施工中重要的一环。在行业发展飘升的背后也伴随着工程风险问题的日益增多。本文立足于实践，综合运用风险管理的基本理论和技术，通过贝叶斯网络等主要研究方法对某园区热水系统工程项目进行了具体研究，分析出其中影响程度较高的一些因素并提出相对应的风险防范建议，由此，对于工程建设单位加强类似绿色改造项目的风险管理具有一定的参考价值和借鉴意义[2]。

1 工程概况

园区总用地面积：约46m2，主要包含职工公寓、宿舍与食堂，分为一期与二期施工，两期的建筑楼栋之间有4层裙房并设食堂。随着国家对绿色建筑的要求愈加规范化，某管委会对建设单位建设园区项目提出了新要求：该招商引资项目需按二星绿建项目标准建造，但前期项目设计未考虑申报二星绿建项目，只按一般公寓、宿舍设计，同时热水系统也按照锅炉供热设计，此时热水系统工程已经完成全部设计且已开始施工。

受国际形势金融贸易影响，造成已建成的园区产线处于半停产状态，后续招聘人员及入驻计划不确定，原建设单位对本次热水系统改造所要求的施工交付时间完全无法控制，配套园区仍有未完全竣工的生产区，导致该在建工程绿色化热水系统改造项目迟迟难以正式开工。

最终，各利益相关主体商定进行设计变更，需要对已完成的一期建筑的热水系统进行太阳能装置的重新改造，同时对在建且紧临的二期建筑进行太阳能热水系统的铺设，两宿舍楼之间的裙房不上人屋面上增加空气能设备机组及120t热水水箱及相关配套控制柜、水路管线等设施，满足二星绿建验收。

2 基于贝叶斯网络的项目进度风险推理分析

2.1 贝叶斯网络模型方法的选取与介绍

贝叶斯网络是使用概率统计对复杂的不确定性问题进行推理和数据分析的方法，相较于双代号网络计划技术、PERT方法、蒙特卡洛方法等，该法能在已有条件下对未来可能的事件进行结果预测，并准确掌握其中的关键影响因素。此外，能够动态的反应因素间的关系，这在项目情景复杂变化的条件下具有良好的运用前景[3]。

2.2 园区热水系统工程项目进度风险因素识别和评估

2.2.1 进度风险因素的识别。本文在历史文献法分析的基础上，通过对项目现场的专家访谈，结合工程概况，对风险因素进行筛选和整理，以符合项目的实际情景，最终形成项目的进度风险因素体系，如表1所示。

表1 未来科技园生活区热水系统工程项目进度风险因素体系[4]

2.2.2 进度风险因素评估。基于表1中的17个风险因素设调查问卷，对每个进度风险因素进行评估，把风险对项目进度造成的影响程度描述为风险发生后，造成项目进度在计划工期上的延迟程度，分为5等级：进度几乎不延迟、进度延迟＜10%、进度延迟10%～20%、进度延迟20%～50%、进度延迟＞50%。把风险发生概率同样按照5级分为几乎不发生、很少发生、偶尔发生、较频繁发生和频繁发生。经过整理，共得到100份有效问卷。

按照风险矩阵的思想，分别以风险可能造成影响的严重性和风险发生的可能性构建风险二维矩阵，得出高、中、低三类风险，分别记为R3、R2和R1，表示该风险因素的大小程度，如图1所示。

图1 项目风险进度矩阵

在图1中，以0-4从低到高表示风险造成影响程度和风险发生概率的5个等级，对调研得到的100份调查问卷进行统计分析，逐次计算各因子的风险等级，分别用R1、R2、R3表示，17个进度风险因素的风险等级评估统计数据见表2。

表2 风险因素的评估统计数据

2.3 热水系统工程项目的贝叶斯网络模型推理分析

2.3.1 贝叶斯网络模型结构的建立。贝叶斯网络结构的建立可通过机器学习法和专家经验法，本文选用两者结合的方法进行建立[5]。先利用已有数据在GeNie3.0软件进行网络结构学习，可初步得到热水系统工程项目进度风险因素的网络结构学习结果，但其结构不够清晰，数据之间的关系连接都是完全通过数据的信息来建立的，应对网络结构进行优化，与热水系统工程项目的实际情况相结合，通过参专家访谈的方法，分析各个影响因素之间的因果关系，优化贝叶斯网络模型结构，共构建对应因果关系，初步得出热水系统工程项目进度风险贝叶斯网络结构，见图2。

图2 未来科技园生活区热水系统工程项目进度风险贝叶斯网络结构

2.3.2 贝叶斯网络参数学习。根据已经构建的贝叶斯网络模型结构，使用调研得到并已进行评估处理的数据进行贝叶斯网络的参数学习，以获得各个节点变量的条件概率分布。用GeNie3.0软件来对贝叶斯网络模型进行推理和分析[6]。

在GeNie3.0软件中导入经Access数据库规范化处理后的数据，选择已经构建的进度风险贝叶斯网络结构作为参数学习的对象，并将每个节点的Low——R1，Medium——R2，High——R3进行匹配。在进行贝叶斯网络节点变量概率初始化和数据与网络的匹配之后，就可以进行贝叶斯网络的参数学习。本文用最大似然估计算法对项目进度风险贝叶斯网络进行参数学习，参数学习的结果如图3。根据参数分析的结果，可以得出未来科技园生活区热水系统工程项目发生进度延迟程度高的概率为32%，中等概率为31%，低的概率为37%。本文在定义进度延迟高、中等和低三个层次时，将实际工期比计划工期延迟超过20%视为高，延迟超过10%且不超过20%视为中等，延迟不超过10%以及进度不延迟视为低。通过分析各个风险因素之间的因果关系，建立相应的贝叶斯网络模型，并用统计数据进行参数学习，得到了贝叶斯网络参数学习结果，得出进度延迟在三个层次的概率分布。上述参数学习的结果并不能作为该工程项目进度风险评估的结论，为进一步得出影响工程项目进度的最主要的风险因素，本文采用逆向推理分析、敏感性分析和最大致因链分析来进行进一步的推理分析。

2.3.3 逆向推理分析。根据贝叶斯网络逆向推理的算法，将进度延迟节点设置为目标节点，假设当其High状态为100%，即发生比计划工期延迟20%的事件时，那么在贝叶斯网络中哪些风险因素最为关键，推理得出如下图4所示的结果。

图4 逆向推理结果

根据推理结果可知，当进度延迟的高级（High）状态被作为目标进行逆向推理时，得出各个相关风险因素节点的条件概率分布，从图中可以得出，绿建国家项目政策变化、存在已交付使用的工程、施工单位经验不足这三个事件的High状态为最高，即当要发生比计划工期延迟20%的情况时，绿建国家项目政策变化、存在已交付使用的工程、施工单位经验不足这三个风险因素最为重要，当其中的一件或多件发生的时候，项目实际工期比计划工期延迟大于20%的可能性较大。

2.3.4 敏感性分析。在图4的推理结果基础上，对工程项目进度贝叶斯网络模型进行敏感性分析，得到如图5所示的分析结果。

图5 敏感性分析

根据敏感性分析的结果，颜色越深与敏感性成正相关。图5中，入住人员的安抚工作和项目资源机械人员配备不合理为敏感性最高的因素，为首先需要关注的因素；施工单位经验不足、存在已交付使用的工程、设计变更图纸深化、绿建国家项目政策变化、设计图纸有错误遗漏、热水厂家经验不足为敏感性次要的风险因素；而剩余因子为非关键风险因素。敏感性较高的因素节点小幅度变化可能对工程项目的进度延迟造成较大影响，值得关注。

2.3.5 最大致因链分析。进一步对大型工程项目进度贝叶斯网络模型进行最大致因链的分析，得到如图6所示的分析结果。

图6 最大致因链分析

由图6，图中连接线粗细程度不一，连接线越粗，表示影响程度越大。如入住计划不明确和绿建国家项目政策变化，这两个因素对存在已交付使用的工程发生的影响程度不同，后者对存在已交付使用的工程的影响最大。

图中加粗的链路即为最大致因链，其中，绿建国家项目政策变化和施工单位经验不足是进度滞后的最大致因源头，而这两者导致的现场安全问题、施工环境复杂、项目资源机械人员配备不合理、存在已交付使用的工程、入住人员的安抚工作等构成致因链上的节点，是导致进度滞后的重要因素，应对这些节点进行重点监控。

2.4 贝叶斯网络进度风险分析结果

通过以上贝叶斯网络模型的推理分析，绿建国家项目政策变化、存在已交付使用的工程和施工单位经验不足这三个因素在逆向推理分析、敏感性分析和最大致因链分析中，均为主要的风险因素，在对项目进度风险控制时，需要重点关注；从敏感性分析和最大致因链分析结果可以得出，项目资源、机械、人员配备不合理、入住人员的安抚工作、设计变更图纸深化等因素对工程进度的滞后也有一定的影响，也需要对其给予一定的关注。

得到影响项目进度延迟的主要因素之后，需对这些因素进行分析，并采取相应措施去解决，并从中得到一些启发性的建议。

3 结束语

本文运用贝叶斯网络模型的方法研究了在建工程绿色改造项目的进度风险影响因素，总结出在环境、技术、管理三个方面的风险影响因素，利用Genie软件构建绿建项目进度风险因素贝叶斯网络模型，对贝叶斯网络进行动态分析，预测项目工期滞后的程度。基于上述分析，本文为现实中在建工程绿色改造项目的实践提出如下建议：

积极做好政策变化的应对工作。面对政策的变化，一方面应当认真学习了解新政策的变化与导向，积极对设计进行优化与变更，对施工现场进行整改。另一方面与设计方提前沟通，面对一些新政策的试行与政策可能的导向进行提前准备与预留，尽量减少后期变更导致的风险损失。

加强施工统筹协调和人力资源管理，确保施工效率和质量。另一方面，不断完善考核机制和鼓励机制，将施工人员的个人能力素质与其收益挂钩，进一步提高施工人员的可靠性。

做好已交付工程人员安抚与管理工作。针对存在已交付使用工程的施工，一方面需做好入住人员安抚工作，对施工过程中产生的噪音、扬尘、施工材料安放和运输等问题进行控制和解决，根据人流量、作息时间等因素选取合理的时间段进行施工；另一方面明确划分施工区域，以免施工区域与生活区域混淆，增加人员安全隐患，影响施工进度。

筛选优质管理人员和施工人员。加强管理人员和施工人员的技术培训和思想政治教育，制定管理人员和施工人员的入职考核和阶段考核机制，筛选出优质管理人员和施工人员，从一定程度上提高工作效率，降低进度滞后的风险。