复杂项目组织的风险关联性
——基于网络视角的实证分析

杨 琳， 娄嘉明

(武汉大学 土木建筑工程学院， 湖北 武汉 430072)

随着我国经济的稳健上升和工程技术水平的不断创新，全球化、城市化与数字化程度加深，我国建设工程领域迎来了全方面高速发展。一种动态、复合、开放的大系统——复杂项目，正在我国乃至世界的民用建筑、水利、空港、码头等基础建设和能源建设领域不断涌现[1]。复杂项目建设过程中费用超支、进度延误等风险现象时有发生，而传统的中小型工程项目风险分析和规避方式由于太过粗略，已不适用于复杂项目风险管理与策略制定。复杂项目最显著的特点之一是风险边界模糊、风险体系庞杂，为实现建设目标，最大化地减少复杂项目风险因素交互作用带来的损失，其风险关联性研究迫在眉睫。

复杂网络包含大量节点和节点间相互作用，并通常具有一定的构成特征，这为复杂项目风险研究提供了新思路。此外，组织作为复杂项目的核心主体，具有多元性、自组织性和利益冲突性，长期以来都是复杂项目建设和管理的研究重点。因此，本文拟从复杂项目组织的角度充分识别复杂项目内部各阶段风险因素后，构建复杂项目组织风险因素关联复杂网络模型，并结合实际案例对其展开运用及可视化，实现复杂项目组织风险因素关联性研究。本文研究丰富了复杂项目组织风险管理理论，推动了复杂网络在复杂项目风险领域的应用，并对加强复杂项目组织风险管控提供实践指导。

1 理论研究现状

1.1 复杂项目风险因素识别与分析

风险识别阶段，比较常用的传统方法有头脑风暴法、专家调查法、态势分析法(Strengths Weaknesses Opportunities Threats，SWOT分析法)、风险检查表法、引导词法等，这些经验法仅对中小型工程项目具有显著效果，应用在复杂项目领域时将会十分繁杂且部分特殊的风险因素容易被遗漏。已有学者探索了针对复杂系统风险识别过程的有效方法，如Haimes等提出层次全息模型(Hierarchical Holographic Modeling，HHM)，从时间维、系统维、工具维、地域维、方法维和人力资源维综合分析了一个复杂项目的众多风险因素[2]。因此，本文将基于大量国内外已有的复杂项目全生命周期风险识别成果，建立复杂项目组织风险因素识别淸单。

风险分析通常对每一个风险因素发生的概率和影响后果进行分析，结合主体的风险接受准则(如ALARP(As Low As Reasonably Practicable)原则、社会成本最小准则等)对工程风险综合评估，由此进行排序，确定重点风险因素[3]。对于规模较小、交互作用较弱的工程项目，纯定量风险分析或纯定性风险分析都能起到高效、稳定的重要程度判定作用。但在复杂项目中，纯定量风险分析难以将各类人为造成的内部风险均赋以可靠的统计数据，针对本身就不准确的数据进行复杂的数学计算是一种浪费资源和增加误差的行为；相反，由于纯定性法一般用几个粗略的风险水平等级划分所有识别出的风险因素，分析结果很不准确。因此本文采用问卷调查法，从复杂项目各参与方获得风险因素重要性分析数据，这一过程很好地契合了“组织是复杂项目的核心行为主体”这一基本特征。

1.2 复杂项目风险因素关联性

当前学者在研究风险因素关联性时，多采用抽象的数学工具进行分析。如曲朝阳等[4]设计了基于贝叶斯网络的智能变电站风险关联模型，提出了采用伽玛分布函数联合专家知识并融入监测数据来更新模型的条件概率分布的方法。关欣等[5]提出基于MACBETH(Measuring Attractiveness by a Categorical-Based Evaluation Technique)的风险关联程度度量方法，利用该软件定量地给出风险关联程度的度量结果。繁杂的数学计算不适用于工程实际，因此一种同时具有简化性和可视性的复杂项目组织风险因素关联性分析方法更为需要，然而国内对这一方法的探索较为缺乏。

1.3 复杂网络应用

复杂网络作为一门新兴的交叉学科，正处于蓬勃发展阶段，它为各学科中的复杂系统提供了一种对其进行认识和处理的统一框架。复杂网络为处理包括通信工程、电力系统、计算机科学[6]在内的许多学科中的复杂问题提供了新的观点和方法。但目前在国内，复杂网络在复杂项目风险领域的相关应用基本处于空白阶段。节点和边是复杂网络系统的重要组成元素，将复杂项目组织风险因素视为节点，风险因素关联性视为边，有助于可视化风险因素关联性并快速提供风险解决策略。

2 风险网络模型构建

风险因素关联性被量化后，基于复杂网络的风险传递研究才具有现实意义。风险因素关联性量化实质上是一个先确定关联性存在，再为这个关联性赋值的过程。因此，可按照量化的两个过程将量化方式分类。本文旨在可视化复杂项目组织风险因素关联性网络，利用可视化软件Gephi完成参数计算，再基于简练的数值比较，确定网络化的复杂项目组织风险中需要较早关注并控制的直接起始风险，以及确定最重要的风险传导切断点。按关联性是否存在指向性分类，关联性数据类型包括“无向关系”和“有向关系”。“无向关系”只需判断风险因素之间是否存在关联关系；“有向关系”应理解为两个相互关联的风险因素存在因果关系，例如A风险被认为会导致B风险的产生，但反之不成立，此时仍定义A风险与B风险之间存在关联关系，且这种关系是由A风险指向B风险的。

本文的研究概念模型如图1所示。

图1 研究概念模型

图2为一个简单的节点关联性网络可视化模型。该模型包含6个节点(N1～N6)及8个指向关系(N1→N2，N1→N4，N1→N6，N2→N3，N4→N2，N4→N5，N5→N2，N5→N3，N6→N2)。可以直接观察到的是，节点N1可以到达网络图的任意一点，而节点N6只能到达点N2，N3，显然通过N1渗透到网络中更为有效。从节点N1到达节点N3最快只需经过N2，若不允许通过节点N2则必须多经过一个节点才能到达N3，而同样的假设会使得N6无法到达N3，显然节点N2具有重要的传导作用。该模型说明节点关联性网络如何形成及分析节点对网络整体管控的效用，在实际运用中节点和边的数量将十分庞大。本文按关联性赋值方式分类，关联性数据类型包括“二进制关系”和“权重赋值关系”。“二进制关系”中只存在“0”和“1”的关系，“0”关系表示两个风险因素之间没有关联，“1”关系表示两个风险因素之间存在关联；“二进制关系”不考虑关联关系的亲密程度，只判断关联关系的有无。“权重赋值关系”具体量化了双方关联的亲密程度，例如将关联性程度由弱到强分别赋予1～5的权重值；“权重赋值关系”相较“二进制关系”更为精确。

图2 节点关联性网络可视化模型

3 复杂项目风险因素识别与关联性分析

3.1 风险因素识别

以文献研究法为主要手段，辅以标杆管理法，对复杂项目组织风险因素进行全面识别。为扩大风险识别范围，首先通过大量查阅国内外学者对复杂项目内部组织风险已有的识别结果，再通过研究多个偏离建设目标的典型复杂项目，对上一步的文献阅读识别结果进行风险因素补充。为保障识别过程不出现疏漏，本文关注每一个复杂项目参与方主体和复杂项目全生命周期各阶段(包括决策及投融资、勘探与设计、招投标、采购、施工和运营移交等阶段)进行逐一而广泛的查阅，并结合复杂项目各参与方(即复杂项目组织)特征和相互关系对识别结果进行初步筛选和归纳。

区别于一般的建设项目，复杂项目组织种类较多，通常包括业主单位、设计单位、供应商、承包商、分包商、监理单位、金融机构、政府、公众社团组织、运营商等，各组织之间主要以合同关系、协作配合关系、监督关系、服务关系、指导关系等六种关系相互联系起来(见图3)。

图3 复杂项目组织关系

业主是公认的项目建设主导方，其联系和集成各参与方进行复杂项目建设和管理的特性，决定了其极易成为复杂项目组织风险产生主体，同时导致其在复杂项目运营移交阶段前的各阶段均产生风险因素(如决策阶段业主代表低效率、招投标阶段项目合同条款不明确)。设计方容易引发较多具有独特性的风险因素，这体现在：设计阶段这一较短时间内风险因素的产生会十分集中和隐蔽(如设计缺陷)，与设计问题有关的风险至少在下一建设阶段才会集中爆发(如设计变更)[7]。复杂项目建设过程中往往暴露出业主和承包商落后的供应商关系管理理念和方式，体现在管理环节多和专业化管理人员与协同平台欠缺，这是供应方产生的风险(如新设备性能不稳定)最终得以对项目目标造成影响的原因。施工阶段动态变化，它是复杂项目建设参与人员交互最为活跃、资源投入量最大、管理难度最高的阶段，因此是项目全生命周期中风险因素最多的一个阶段[8]，这一阶段的主体是承包商，可能产生施工现场人员流动大等风险因素。分包商在项目实施过程中也会带来潜在风险因素，主要来源于分包合同导致的支付、责任划分、变更索赔问题，分包商自身施工能力和管理执行力不足导致的质量和进度问题，分包商劳务人员纠纷问题等[9]。监理单位产生的不利于复杂项目建设目标实现的风险因素，可以认为是现代监理技术和方法需求导致的。复杂项目实际融资过程中，应根据自身情况确定融资结构，建设单位与政府若在随后未能选择合适的金融机构融资产品和保险产品[6]，则资金不能正常周转，项目可能由于资金问题停摆。

从复杂项目当前建设经验来看，少数的各级政府仍存在“面子工程”，无力回购BOT，BT等建设项目，政策、操作、监管问题导致的信用缺失等现象[10]。因具体利益依托不强、判断视角不够宏观、专业知识匮乏，大多数情况下，公众和社会组织容易在复杂项目前期决策阶段和施工阶段造成工期延迟的影响[11]。运营方作为过于关注自身利益而忽视项目目标且缺乏建设行业专业知识的重要利益相关方，由于其不能参与到项目的具体实施，因此一般在项目投融资阶段和运营回收阶段产生对项目成本的不利风险因素。筛选和归纳后，文献研究法识别出67项风险因素[12～26]，标杆管理法识别出11项风险因素[16,27～32]，表1～6为复杂项目全生命周期各阶段按风险因素产生方划分的识别结果。

表1 决策及投融资阶段风险因素识别结果

表2 勘探与设计阶段风险因素识别结果

表3 招投标阶段风险因素识别结果

表4 采购阶段风险因素识别结果

表5 施工阶段风险因素识别结果

续表

表6 运营移交阶段风险因素识别结果

复杂项目全生命周期潜在的风险因素众多，但由工程经验可知，不同风险因素的发生概率及风险传递后的影响后果都不一样，本文统一理解为各风险因素重要性程度互有高低。风险因素分析后将仅关注最为重要的若干风险因素(关键风险因素)，同时为避免复杂网络过于繁杂。设置调查问卷，选用李克特5点量表法作为复杂项目组织风险因素重要性评判方法，即风险因素重要性程度被由低到高划分为“最不重要”“较不重要”“中等”“比较重要”“非常重要”，对应分值分别为1～5。过程中向各类复杂项目参与方单位发放尽可能多的问卷，本次问卷调查共收集到线上填写结果141份，有效问卷125份，有效率88.6%。从样本的个人特征描述性统计(表7)可以看出，样本包含了不同工作单位、不同工龄、不同学历的问卷填写者，保证了问卷数据结果的可靠性。

利用回收问卷的打分情况可以进行风险因素排序，常见的排序原则有平均数原则、众数原则、中位数原则等。需要说明，本文研究的风险因素重要性程度排序原则不宜使用众数原则，这是因为：经过数据统计发现，所有78项风险因素中， 仅有“承包商投标技术水平低”等10项风险因素的重要性程度评分众数为3，其他68项风险因素的风险众数均为4，因此众数原则不能起到精确节点研究范围的作用。此外，根据问卷结果反馈，

表7 样本的个人特征描述

所有风险因素的重要性评分中数均为3，故中数原则也不能使用。加权平均数原则能够反映群体的折中评判结果，这种折中随着样本数量的增大而更加精确。本次问卷的有效样本数为125份，可以认为样本数量足够大，因此使用加权平均数原则进行排序是合理的。取前50位作为关键风险因素，这些风险因素将成为关联性研究的节点对象。即在本文建立风险因素关联性复杂网络时，不考虑R9，R16，R19，R24，R27，R34，R36，R39，R40，R42，R43，R51，R53，R54，R56，R57，R59，R64，R65，R66，R67，R69，R70，R71，R72，R73，R74，R76等28个风险因素节点。

3.2 风险因素关联性分析

首先确定风险因素之间的关联性存在，再为这个关联性赋值。按关联性是否存在指向性分类，关联性数据类型包括“无向关系”和“有向关系”。“无向关系”只需判断风险因素之间是否存在关联关系，“有向关系”应理解为两个相互关联的风险因素存在因果关系。按关联性赋值方式分类，关联性数据类型包括“二进制关系”和“权重赋值关系”。 本文的风险因素关联性数据类型应选择二进制有向类型。风险传递是一个有方向性、有因果性的风险因素传播过程，因此选择无向关系进行量化是不符现实的。此外，由于二进制法和权重赋值法都具有主观评判的弊端，且权重赋值需要受访者掌握评判对象的详细资料(本文的研究过程较难实现)，因此若盲目选择更为精确的权重赋值法，可能会放大主观评判带来的结果误差。

复杂项目自决策经建设到运营，涉及环节多，容易造成一个起始风险因素随着项目推进而不断关联到其他风险因素；而复杂项目组织间交互作用频繁且难以协调，又会导致风险因素沿着复杂项目组织网络不断交错关联，形成自己的风险因素网络。因此，在把握了复杂项目组织风险因素的关联性复杂网络后，能够根据复杂网络的节点参数性质反向找到重要的根源性起始风险和桥梁性传导风险，即控制直接风险的同时，也要切断引发后续风险的途径。

4 实证研究

本文选取十堰市城市地下综合管廊项目作为实际案例研究对象。该项目有其特殊的复杂性，符合复杂项目基本特征。这包括：(1)施工场地复杂——管廊网络体系遍布城市新区、旧城改造核心区及重要工业园区；(2)交互协调难度大——建设过程中，需要保证与城市景观、基础设施、道路交通等各方面协调统一，排障难度大；(3)工程项目建设目标实现难度大——项目投融资方复杂，工期计划紧，品质要求高；(4)社会关注度高——该项目关系到全十堰市市民的居住质量，出行安全和生活用水、电、气便利，当地居民起到重要的参与作用。因此，认为以十堰市城市地下综合管廊项目作为典型工程案例，研究复杂项目组织风险传递，是具有足够的案例契合度的。

4.1 风险因素关联性矩阵数据获取

为获得该项目关键风险因素关联性邻接矩阵中的“0-1”数值，本文采用专家打分法。通过实地调研，向包括十堰市住房和城乡建设委员会、十堰市城建档案和地下管线管理处、原SPV项目公司等在内的政府部门和企业单位中，与该项目建设过程参与紧密的负责人、工程师等专业技术人员征求风险因素关联性意见。由于每位专家的评判结果不尽相同，因此在每一个数据的确定上均基于频次最大化原则，最终整理所得的十堰市城市地下综合管廊项目关键风险因素关联性邻接矩阵是一个50×50的“0-1”矩阵。

4.2 参数分析

将上一步获得的该工程项目关键风险因素关联性邻接矩阵中的节点信息和边信息导入到Gephi可视化软件中，即可直接形成风险因素节点关联性网络拓扑图，如图4所示，包含50个节点和292条有向边。

图4 十堰市城市地下综合管廊PPP项目关键风险因素关联性网络拓扑图

Gephi软件中提供了丰富的网络参数统计，基于参数计算结果(可由Gephi软件直接运行获得)可以对网络中的风险节点性质进行分析，进而针对表现最为突出的若干风险因素给出判定结论。在具体分析之前必须明确，分析数值本身的绝对大小是不严谨的，只有对不同节点的同一参数进行数值大小的相对性比较才具有意义。相关参数分析包括度分析、介数中心度分析、PageRank分析、聚类系数分析、特征向量中心度分析。

(1)度(Degree)分析

与某个节点建立联系的边的总数称为该节点的度，度包括出度和入度。度值较大的风险因素节点可能占据重要的传导位置，出度值较大且入度值较小的风险因素节点可能占据重要的起始位置。度值较高的若干风险因素见图5a，其中节点R33，R1，R5，R46的度值较高，且节点R1，R5的出度值分别高达20和22。

(2)介数中心度(Betweenness Centrality)分析

这一参数表示某风险因素节点被其他两个风险因素节点以最短路径通过的频率或次数。介数中心度较大的风险因素节点更容易被其他风险因素关联，也更容易导致后续风险因素发生，因此被认为占据了中心传导地位。介数中心度较大的若干风险因素见图5b，其中节点R33，R32，R49的介数中心度较大。

(3)PageRank分析

该参数是Gephi软件提供的一种节点重要性评分算法，这种算法基于网页之间的链接关系，因此PageRank这一参数被用于佐证介数中心度的分析。PageRank值较高的若干风险因素见图5c，其中节点R33，R46，R49，R75的PageRank值较高。

(4)聚类系数(Clustering Coefficient)分析

该参数表示某节点的所有一度连接节点之间，存在的实际边数与可能存在的最大边数之比。风险因素节点聚类系数越大，可以认为该节点在它的“邻居”节点的复杂关联作用下显得无足轻重，因为该节点的存在与否基本不影响它的“邻居”节点的传导能力。由图5d可见，节点R7，R58的聚类系数值较大，这些风险因素一般不会造成严重的风险后果。

(5)特征向量中心度(Eigenvector Centrality)分析

它衡量的是一个重要的节点不仅与其他许多节点存在联系，且与之相连的这些节点是否也都是比较重要的节点，这一参数更着重考察了节点的中心地位。由图5e可见，节点R33，R46，R30，R49的特征向量中心度值较高。

图5 参数柱状图

4.3 研究结果分析

在十堰市城市地下综合管廊项目中，风险因素“业主对项目投资估计不准”(节点R1，其度值和出度值较高)和“政府项目定位不准确”(节点R5，其度值和出度值较高)是最重要的起始风险，这是因为：当业主对项目成本错误估计时，会导致后续设计人员、招投标过程和承包商出现判断失误；当政府对这一类公共设施复杂项目的使用年限或服务对象错误预判时，可能会直接导致项目失败，无从盈利。

风险因素“业主责任划分不清引起纠纷(节点R33，其度值、介数中心度值、PageRank值、特征向量中心度值均为最高)”是最为中心的传导风险，这是因为业主方在责任归属这一关乎到法律法规、项目资产甚至人身安全的层面上，如若不尽职尽责，可能会造成施工单位低效、懈怠甚至索赔，更甚者还会导致政府干预项目建设或其联合体合作伙伴撤资。此外“承包商为达到项目目标引起索赔(节点R46，其度值、PageRank值、特征向量中心度值较高)”“施工现场人员流动大(节点R49，其介数中心度值、PageRank值较高)”“业主缺乏对各参与方的协调沟通能力(节点R32，其度值、介数中心度值较高)”和“业主对施工过程的不合理干预(节点R30，其度值、特征向量中心度值较高)”也是不容忽视的重要中间风险。

4.4 小 结

针对本案例，产生重要风险因素的复杂项目主要参与方可采取以下措施：

(1)业主方从复杂项目决策阶段就应开始注重成本估算能力和管理水平，项目施工前应划定责任，施工过程中减少不合理干预和主动索赔，必要时可外聘职业项目经理；

(2)政府作为最高决策者，在复杂项目决策前应充分做好论证工作，项目前期要建立统一的信息发布平台，保证足够的社会透明度和使用者参与度，项目开工后避免政策变动。

(3)承包商在建设期间应严格按标准管控质量，避免施工现场人员尤其是关键技术人员经常性变动，以免造成不必要的混乱，申请索赔时必须及时，加强与业主方的沟通。

5 结 论

组织是复杂项目的组成个体，本文在研究复杂项目内部风险时基于组织的各项内涵，发掘了组织之间的交互冲突，采用合理的研究方法充分识别、分析出复杂项目具有代表性的关键风险。这一过程是全文的研究基础，区别于其他学者对风险传递研究前的准备，证实了从深挖组织构成、组织关系、组织特征的方式进行风险传递研究是可行的。风险关联性是指风险因素之间具有相关性，风险因素的发生具有先后性，若干个风险因素可以形成传导路径。复杂项目组织风险因素在此基础上还具有整体交互性，因此可以用复杂网络来解决其关联性研究问题。在广泛识别复杂项目组织风险因素后，通过问卷调查框定风险因素复杂网络节点，结合基于工程实例的专家打分法以确定风险因素关联性数据，借助Gephi软件完成网络图可视化并找到该类复杂项目重要的起始风险因素与传导风险因素。与此同时，本文结合复杂项目的一个典型工程实际案例——十堰市城市地下综合管廊项目，研究复杂项目的风险传递过程，能够为复杂项目风险传递机理的研究提供理论依据。