基于ISM模型的EPC项目风险网络分析

赵政 张敏 郑丽娟

【摘 要】 近年来，EPC工程总承包模式成为中国工程行业的热点之一，是当前国际工程承包中普遍采用的承包模式。EPC模式巩固强化了承包商在项目中的核心作用，但此模式优化甚至简化了业主的责任成分，致使项目风险重新分配，承包商自然地成为风险责任主体。为提高承包商对该类项目风险的管理水平，文章采用改进的Fuzzy-ISM模型，在分类辨识影响EPC总承包项目实施的风险因素的基础上，建立项目6级层次风险网络模型，结合MICMAC分析，计算每个风险因素的驱动力和依赖性，进而得出各风险因素之间的相互作用。模型计算结果表明：项目风险因素并不是孤立的点，它们之间存在递进关系;项目风险网络中合同风险和管理风险为驱动力较大的关键因素;设计风险和采购风险存在强关联关系，总承包商在进行风险管理时应视为重点。

【关键词】 EPC总承包; ISM模型; 风险网络; 三角模糊数; MICMAC分析

【中图分类号】 F284  【文献标识码】 A  【文章编号】 1004-5937（2019）20-0147-06

一、引言

EPC（Engineering Procurement and Construction）即设计、采购、施工一体化，工程的勘察、设计、采购、施工、安装等建设任务交由一个承包商，该承包商对工程质量、进度、成本等目标全面负责，与传统相比，具有利于设计和施工协调、降低总成本和提高项目整体效益的优势[1]。由于总承包项目规模巨大、涉及的技术专业多、建设过程复杂，易受不可抗因素影响，并且总承包商同时承担设计、采购和施工任务，所以需要承担大部分政治风险和所有的经济、技术、管理方面的风险[2]。EPC项目风险因素复杂多样，相对于传统项目，总承包商将面临更大的风险，这就要求承包商要全面的识别风险，以精准、高效的方式应对，提高自身利益。因此，如何科学、全面、有效地对EPC总承包项目风险进行分析研究与管理，显得十分必要。

目前已有不少学者对总承包项目风险进行了较为系统的研究，杨宝臣等[3]针对EPC项目不同阶段，构建项目综合集成风险管理系统，进行持续、多元、动态的风险管理。刘东海等[4]从总承包商的角度，用Monte-Carlo法建立多種风险因素下水电EPC项目成本变动模型，定量模拟总承包商的成本变化规律和成本风险的控制。朱毅等[5]对总承包商在EPC项目中面临的风险进行了全面的识别与归类，对风险因素进行了权重分析，根据权重结果将风险因素分为三个控制层级。吴笛等[6]结合层次分析法和模糊数学理论，建立项目风险评价指标体系，得出EPC项目的风险等级。目前现有研究为EPC项目风险研究提供了理论和方法基础，但上述相关研究大多将项目风险因素作为孤立的点进行分析，未考虑到风险因素之间的相互作用或相互依存关系，缺乏从风险因素之间关联关系的角度对总承包项目风险问题展开研究。

鉴于以上分析，本文从EPC项目承包商的视角，运用改进的Fuzzy-ISM模型开发了一个风险网络，来说明项目风险因素间的相互作用，引入MICMAC分析，利用驱动力—依赖性来分析某个风险能够影响其他风险或受影响的程度，描述风险因素对项目目标的影响程度。在本文中，项目成本是项目唯一的目标，其他目标如时间和质量被视为影响项目成本的次要风险因素。本研究在一定程度上弥补了现有工程风险分析缺乏对风险关联关系分析的不足，研究结果可以为总承包商风险管理提供新思路和决策参考。

二、研究方法

解释结构模型（Interpretative Structural Modeling，ISM），是一种用于分析复杂技术社会系统层级结构的静态分析方法[7]。该方法采用图论中的关联矩阵原理对复杂系统的整体结构进行分析，通过有向图来描述系统各要素间的关系[8]。ISM模型特点是把复杂的系统分解为若干子系统，结合人的实践经验，以计算机为辅助，构建出一个多级递阶的结构模型，使系统内部各要素之间的相互关系和所处地位清楚明了[9]。

近年来已有学者将ISM模型应用于建设项目风险管理中，蔡建国等[10]采用ISM模型进行棚户区改造项目风险影响因素分析，建立3级多层递阶解释结构模型，得出影响项目的直接、间接和根本的因素。郑家喜等[11]应用ISM结构模型，对建设项目风险因素进行了全面的量化分析，明确得到风险因素之间的直接关系、传导路径和重要程度。郑家喜的研究方法给本研究提供了很好的启发，由于项目风险因素众多且具有不确定性，难以确定精确的数值衡量它们相互作用的大小，所以在用传统ISM通过德尔菲法确定因素之间确切的关系时，会出现结果不稳定、随机的现象。另外，传统ISM的专家评分法要求较为严格，很难满足其所要求的条件。故本研究在传统ISM的基础上进行改进，提出对风险因素分类构建ISM模型，通过这种方式可以将风险因素间的关系数量减少，使构建的风险网络更加清晰明了。例如：本研究确定了48个风险因素，按照传统的ISM模型专家应该对48×47=2 256种关系进行确定，而先将这些因素分成8类之后，这个数字减少到312种（减少87%）。为此本文将三角模糊数和改进的ISM方法结合，即Fuzzy-ISM模型，不仅可以对EPC总承包项目风险影响因素间交互关系程度进行刻画，还能确定各个风险影响因素的传导路径和所处的层级。

三、风险因素识别与归类

EPC项目实施过程中会遇到许多复杂的风险因素，且风险因素之间存在复杂的相互关联关系。正确识别风险因素间的影响关系，对EPC总承包项目风险控制起决定性作用。本文通过回顾建筑项目风险管理领域的文献，通过阅读文献识别归纳出48个独特的风险因素，参考文献[5]的风险分类指标体系，将48个风险因素分为8种不同的风险类别，见表1。

四、改进Fuzzy-ISM模型的构建

（一）确定风险因素之间的关系

EPC项目风险影响因素之间的关系分析是进行多层递阶模型构建的基础。为了有效刻画EPC项目风险因素间的关联程度，本文采用专家打分法来构建影响因素之间的模糊关联关系。首先邀请国内长期从事EPC项目的高级工程师、总包项目经理等10位专家形成专家小组;然后，这10位专家依据表2所示的影响关系判定表，对表1给出的8种风险类别，48种风险因素，分别按风险类别和分类别的风险因素间的关联程度进行判断，并通过求平均值获得最终关联关系矩阵，为了说明分析方法，以设计风险因素为例对分析方法进行说明，结果如表3所示。

（二）建立风险因素初始邻接矩阵

采用公式1给出的方法对风险因素关系矩阵去模糊化，E表示三角模糊数去模糊化结果。

阈值用于确定总承包项目两个风险因素之间是否存在关系，运用公式2对去模糊化后的矩阵进行转化，结合风险因素关系矩阵，依据文献和专家咨询，确定阈值α取0.5，构建设计风险影响因素初始邻接矩阵，见表4。

式中，πij表示影响因素i对j的影响关系，α为阈值。

（三）计算最终可达矩阵

EPC总承包项目设计风险因素最终可达矩阵，可以由初始邻接矩阵进行如下运算确定。

公式3中，I为单位矩阵，A为初始邻接矩阵，通过MATLAB编程可计算出风险因素最终可达矩阵，即稳定状态下设计风险影响因素间的影响关系，结果见表5。

（四）风险网络的构建

根据设计风险因素可达矩阵列出每个元素的可达集R（Si）、先行集A（Si）与共同集C（Si），其中C（Si）=R（Si）∩A（Si）。首先，找出可达集与共同集相等的元素，即C（Si）=R（Si），作为ISM模型的第一层;接着删除可达矩阵中第一层元素所在的行和列，得到一个新的可达矩阵;然后从新的可达矩阵，再找出可达集与共同集相等的元素，作为ISM模型的第二层;依此类推，直到找出各层级包含的所有元素[12]。设计风险因素的层级划分结果，如表6。

为了能够清晰地表达ISM模型的结构层次，本模型中只考虑各个风险因素间的直接关联关系，忽略间接关联系。最后，依据设计风险因素可达矩阵和层级划分结果，得到设计风险因素ISM模型。

重复上述（一）—（四）的步驟，可以依次构建出风险影响因素类别、合同风险影响因素、施工风险因素等8个ISM模型，从而构建出EPC项目风险因素网络图，如图1。

五、MICMAC分析

在确定各风险因素多级递阶结构网络的基础上，通过交叉影响矩阵相乘分类法（MICMAC）来进一步分析风险因素所处的地位和作用，进而明确风险因素的不同特性，采取针对性措施，达到对EPC项目风险控制的目的。

要进行MICMAC分析，首先要计算EPC项目风险因素的驱动力与依赖性。根据驱动力与依赖性计算结果，可以将风险因素分成4类：独立簇、联系簇、依赖簇和自治簇[13]。各风险类别或风险因素的驱动力（Dij）和依赖性（Rij）可以通过公式5求得，结果如图2和图3。

其中m代表某种风险因素可达矩阵M中风险因素个数，为dij可达矩阵M中的元素;n代表风险因素类别可达矩阵N中风险类别个数，cij表示可达矩阵N中的元素。

例如：风险类别中设计风险的驱动力=

根据以上计算结果，将EPC项目风险类别、风险因素分别分成4类对应于坐标系的4个象限。第Ⅰ象限属于自治簇的风险因素，处于这个区域的风险因素依赖性和驱动力很弱，它们与系统的联系很少，但是可能对系统的作用很强;第Ⅱ象限属于依赖簇的风险因素，这类风险因素具有很强的依赖性但其驱动力很弱;第Ⅲ象限属于联系簇的风险因素，这个区域的风险因素的依赖性和驱动力均很强，这些因素事实上是不稳定的，它们任何变化都会影响其他因素，同时也会反馈作用影响自己;第Ⅳ象限属于独立簇的风险因素，这个区域的风险因素的驱动力强但依赖性较弱，是系统中的关键因素[14]。

结合图1、图2分析，（1）社会/政治风险处于风险网络的第1层，社会/政治风险影响所有其他风险，其本身仅受国家特定和特殊政治和社会条件的影响，不受其他因素的影响。但同时社会/政治风险也属于独立簇中的风险，它的依赖度为0.13，并非完全独立于其他风险。这是因为为了使风险网络简化易于理解，图2仅显示了主要的风险相互作用，忽略了次要的相互作用。（2）合同风险处于风险网络的第2层，属于独立簇，仅受社会/政治风险影响;管理风险处于网络第3层受合同风险的影响，经济风险处于网络第4层受管理风险的影响。其中经济风险属于联系簇风险，具有强大的驱动力和强大的依赖能力，是风险网络中的重要因素。（3）HSE风险、设计风险、采购风险位于风险网络的第5层，施工风险位于第6层。HSE风险是唯一的自治簇因素，与系统联系很少，并且在某种程度上与其他风险相同。设计、采购和施工风险位于依赖簇中，具有强大的依赖性和弱驱动力，其中设计风险和采购风险为强关联关系，风险因素之间相互影响，具有反馈效应放大的作用。例如，设计风险的改变影响采购风险，而采购风险又反过来引起设计风险，这样相互影响会增大项目风险。

图3中，大部分风险因素都在自治簇中，具有较弱的驱动功率和较弱的依赖能力，即这些风险因素的变化不会对项目的总体成本超支产生相当大的影响;在独立簇中，有6种风险因素：政策不稳定（A1）、合同异常（C2）、合同条款含糊不清（C5）、合同质量低（C6）、项目团队能力差（F2）、不称职的分包商（F5），它们具有强大的驱动力但依赖性较弱。这些风险因素的变化可能会影响项目的其他风险，从而增大整个项目中其他风险和成本超支的发生概率;依赖簇中包含设计复杂性（D2），现场了解不充分（D4）、施工延误（G1）、施工成本增加（G2）、采购进度延迟（H3）、采购成本增加（H4）、产品质量低（H7）7个因素，这些风险因素都具有较弱的驱动力但依赖性较强，表明这些风险比其他风险更容易受到影响，通过在项目实施阶段期间控制它们，可以控制其他风险对成本超支的影响。

六、结论与启示

本文基于模糊ISM方法构建EPC总承包项目风险网络模型，运用三角模糊数对各个影响因素之间的相互影响关系强度进行刻画，创新性地对项目风险因素进行分类，并对每个类别构建ISM模型，克服了传统ISM法中系统元素过多不易计算的缺陷，从而构建了EPC总承包项目风险网络。经过MICMAC分析主要得到以下结论：

1.EPC总承包项目面临的7类48个风险因素分布于6个层次，位于低层次的风险因素影响高层级因素，层级之间存在递进关系。社会/政治风险位于第1层，表明其包含的4个风险因素是影响EPC总承包项目实施的基础因素，能够通过因素间关系将风险向上传递。因此，项目风险因素并不仅仅是孤立的点，处于底层的风险因素可以通过因素间的关联关系影响到项目成本。

2.社会/政治风险、合同风险、管理风险3个风险因素对其他风险因素有较强的影响力，同时受其他因素影响程度低。由于项目社会/政治风险仅受国家特定和特殊政治和社会条件的影响，总承包商在进行风险管理时应将合同风险、管理风险因素列入重点监测范围，降低合同条款模糊、合同异常、项目团队能力差、分包商不称职等风险发生的概率。

3.设计风险、采购风险、施工风险3个风险因素具有较弱的驱动力但依赖性较强，更容易受到其他风险的影响，因而这些风险的管理需要依赖其他风险因素的解决而被解决，并且风险网络中设计风险与采购风险形成强关联性，表明这两类风险之间相互影响，会具有反馈效应放大风险的作用。总承包商在风险管理过程中，应将强关联的设计风险和采购风险视为一个整体，可以提升风险管理的效果。

4.经济风险具有较大的驱动力和依赖性，属于风险网络中的不稳定因素，它受到的任何改变都会引起其他因素的改变，同时也会反过来影响自己。HSE风险具有较弱的驱动力和依赖性，对项目其他风险影响较小。这两种风险是总承包商在进行风险管理时应首先考虑治理的风险因素。

依据研究结论，本文提出以下两方面的关于EPC项目风险管理的对策与建议：（1）EPC项目风险管理不仅要重视直接影响项目结果的风险因素（如施工风险），更应该注重间接因素的管理。通过控制直接影响项目结果的风险因素，确实可以起到降低风险的作用。但是只有重视合同管理，组建稳定的项目管理团队等，才能从根源处减小项目风险。（2）优先控制处于自治簇的风险因素，并将独立簇风险因素视为风险管理的重点。由于HSE风险在网络中与其余的因素相互关系简单，首先对这些风险因素进行治理，可以起到简化风险的作用;合同风险、管理风险对于风险网络中其余的因素影响较大，并且一般处于网络的底层，项目的前期，对风险控制目标的作用虽然不直接，但是影响巨大，故应将这两种风险的治理视为重点。

【参考文献】

[1] 叶晖，黄英，赵瑞雪.我国EPC模式“走出去”的策略研究[J].科技管理研究，2015，35（21）：215-218.

[2] 闫文周，刘振超.基于本体的EPC总承包项目风险控制研究[J].施工技术，2016，45（6）：118-121.

[3] 杨宝臣，陈跃.EPC总承包项目综合集成风险管理[J].工业工程，2011，14（5）：52-57.

[4] 刘东海，宋洪兰.面向总承包商的水电EPC项目成本风险分析[J].管理工程学报，2012，26（4）：119-126.

[5] 朱毅，李吉勤，魏焱，等.基于总承包商视角的EPC国际工程风险因素分级研究[J].工程管理学报，2012，26（5）：1-6.

[6] 吴笛，周盛世，张艳萌.基于模糊层次分析法的国际工程EPC总承包项目风险评价研究[J].价值工程，2017，36（12）：33-35.

[7] WARFIELD J N.Binary matrices in system modeling[J].IEEE Transactions on Systems Man & Cybernetics，1973，3（5）：441-449.

[8] 卢建昌，裴乐萍.基于ISM与G-ANP的建设项目評标方法研究[J].科技管理研究，2014，34（2）：31-35.

[9] 汪伟忠，张国宝.基于Fuzzy-ISM的生产安全大数据共享行为模型构建[J].情报杂志，2018，37（9）：167-172，147.

[10] 蔡建国，赛云秀.基于ISM的棚户区改造项目风险影响因素分析[J].科技管理研究，2014，34（6）：240-244.

[11] 郑家喜，王姣.政府农田水利建设项目风险因素FUZZY-

ISM结构模型分析[J].农业技术经济，2013（12）：110-117.

[12] 周鲜华，潘宏婷，沈云飞.地下综合管廊PPP模式风险因素评价——基于ISM-MICMAC模型[J].会计之友，2017（13）：59-64.

[13] ATTRIR，DEV N，SHARMA V.Interpretive structural modelling（ISM） approach：an overview[J].Research Journal of Management Sciences，2013，2（2）：3-8.

[14] 秦旋，MANCINI MAURO，TRAVAGLINI AGNESE，等.基于市场推广视角的BIM技术采纳障碍因素中意对比研究[J].管理学报，2016，13（11）：1718-1727.