重大基础设施工程技术决策风险因素作用机理研究

王孟钧，唐晓莹，邱琦，唐娟娟

(中南大学 土木工程学院，湖南 长沙410075)

重大基础设施工程(以下简称“重大工程”)是经由一系列技术决策和管理决策活动建造的对政治、经济、社会等有重要影响的价值实体。其中，技术决策是以工程目标为导向，在工程边界条件约束下，针对工程建设面临的技术问题，对一系列重大技术方案进行的论证、优化、选择和实施[1]，贯穿于工程全过程，是工程建造知识、施工工艺等技术要素转换为工程实体的载体。大量工程实践经验表明，技术决策是一类重要的工程决策，是重大工程建设管理的核心，存在决策目标关联复杂且难以明晰、实施环境动态多变、决策主体认知不完备、不确定因素多等问题[2−6]，决策难度大，风险因素来源广泛，易引发不可逆的风险事故，如前苏联拉库姆大运河工程、厄勒海峡沉管隧道在安装施工过程中发生端封门破裂灌水事故、釜山巨济沉管隧道在安装施工过程中发生止水带侧翻事故等[7]。精准识别重大工程技术决策风险因素、探究风险因素的作用机理是提高风险管控效率、开展科学决策的重要前提。重大工程决策风险是重大工程风险分析与管控中的一类重要风险[8]，当前已引起学者的关注和重视，相关研究集中在以下方面：一是降解工程决策的不确定性和复杂性以缓解工程决策风险[9−10]。二是决策阶段的风险识别和预警研究[11−12]。三是特定决策风险的管理研究[13−14]，如工程技术决策风险管理、工程投资决策风险管理、工程决策乐观偏差风险研究和社会稳定风险管理研究等。综合发现，当前重大工程决策风险的研究还相对薄弱，针对重大工程技术决策风险的研究更为鲜见，已有的少量工程技术决策风险研究也多与技术风险研究存在交叉与混淆[15]，侧重于从工程技术要素本身出发进行风险因素分析，如设计方案、施工技术方案、技术工艺、机械设备等方面，决策“制定-执行-反馈”的全过程风险并未得到广泛讨论，且风险因素的识别方法效率低、科学性和完备性缺失。鉴于此，本文基于对重大工程技术决策特征的认知，综合扎根理论和熵权法，系统构建了重大工程技术决策的风险指标体系，并进一步运用系统动力学揭示技术决策风险因素的作用机理。

1 重大工程技术决策风险因素识别

1.1 研究设计

扎根理论以研究问题为导向，通过对海量资料归纳分析，自下而上提炼形成本质理论的一种质性研究方法即扎根理论建构。扎根理论的研究过程(如图1)基本可分为如下4个步骤：产生研究问题，收集资料，资料分析，理论建构。扎根理论在因素识别、作用机理和路径理论等研究中得到广泛应用，尤其适用于解释深度不足或理论构建不完善的研究，基于目前重大工程技术决策风险因素研究系统性较低且理论有待完善的现状，本文运用扎根理论对收集到的工程领域技术决策相关文献、典型案例资料和项目调研资料进行3级编码，萃取相关技术决策中的风险因素。

图1 扎根理论研究的操作框架Fig.1 Operational framework of grounded theory research

1.2 资料收集与整理

扎根理论强调资料来源的多样性，本文通过文本分析和访谈2种方式获取研究资料。

1)文本资料。以“工程决策风险”、“重大工程风险”、“重大工程技术风险”、“工程技术决策风险”等关键词进行组合检索，剔除重复文献，筛选出与主题相关性较强且具有代表性的文献共计39篇进行重点研究。通过百度搜索引擎浏览近期有关重大工程决策情况的报道，搜索获取重大行政决策制度条例；利用课题研究机会，获取港珠澳大桥岛隧工程、佛山西站综合交通枢纽配套工程、昆明综合交通国际枢纽工程和长沙市龙峰大道项目几个典型案例的各类技术决策的原始资料。

2)访谈资料。重大工程技术决策贯穿工程全过程，不同阶段的技术决策涉及不同主体，为确保获取足够充分且有效的访谈资料，课题组选取对工程成败影响较大的前期决策阶段、设计阶段和施工阶段的技术决策参与主体进行访谈。借助课题研究机会，与来自中南大学、铁科院、港珠澳大桥岛隧工程项目部、佛山西站综合交通枢纽配套工程总承包项目部、昆明综合交通国际枢纽工程项目部等单位专家进行访谈，获取12份调研访谈资料。

1.3 资料编码分析过程

1.3.1 开放式编码

开放式编码即对原始资料进行开放式编码处理，是资料分析的第一步。开放式编码通过反复对数据资料整理、阅读、分析，将数据资料提升至概念水平，进一步提炼形成初始范畴。通过开放式编码，本文一共得到97条初始概念(译码前缀为“a”)，然后将各概念进行相互比较，聚敛属性相似或意义相关的概念，最终得到了42个初始范畴(译码前缀为“A”)，开放编码示例如表1所示。

表1 开放式编码示例Table 1 Open coding example

1.3.2 主轴编码

主轴编码的目的在于将开放式编码中被分割的资料，重新聚类。对开放式编码中得到的42个初始范畴进行反复聚类与文献对比，得到技术决策风险的13个主范畴(译码前缀为“B”)。如表2所示。

表2 主轴编码分析Table 2 Axial coding analysis

1.3.3 选择性编码

选择编码是精炼范畴的过程，通过系统地将不同范畴间予以联系，进一步揭示主轴编码形成的主范畴与核心范畴之间的关系，验证他们间的内在逻辑关系。通过对13个主范畴进行比较分析发现，技术环境风险、经济环境风险、自然环境风险、社会风险和政治环境风险是技术决策的外部风险来源，并且政治环境风险对技术环境风险、经济环境风险和社会风险都有影响，因此，“环境风险”可作为一个副核心范畴。从决策活动过程要素来讲，重大工程技术决策方案的制定是基于特定环境，以决策机制为保障，决策程序为载体，决策参与者和决策信息交互形成的，所以决策参与者风险、决策信息风险、程序风险、决策机制风险、决策方案风险归入“决策制定过程风险”副核心范畴。一旦决策方案确立，决策意图能否顺利实现，仍有赖于决策方案的执行与反馈，方案执行的组织管理风险、执行人员风险和实施过程中的施工技术风险是决策方案执行过程中需要重点把握的3点风险，因此，将其3点归为“决策执行过程风险”副核心范畴，将“重大工程技术决策风险”作为核心范畴，结果如表3所示。

表3 选择式编码形成的核心范畴Table 3 Core category formed by selective coding

风险的形成是主体与环境互动的结果，事故致因连锁理论为研究风险事故的发生和风险因素的作用路径提供了依据，环境风险因素、决策制定过程和决策执行过程风险因素的共同作用下产生重大工程技术决策风险涟漪，进而发展为风险事件，其中，环境风险一旦发生会催生决策制定过程风险和决策执行过程风险，同时，决策的制定又直接影响着决策的执行，具体如图2所示。

图2 重大工程技术决策风险因间作用关系概念模型Fig.2 Conceptual model of the relationships among technological decision-making risks of mega project

1.4 重大工程技术决策风险指标体系

根据前文的相关分析，本文构建包含环境风险、决策制定过程风险、决策执行过程风险3个方面，13个维度的风险因素指标体系，如表4所示。

为进一步确定各指标权重，邀请7位行业专家(2位来自高校研究重大工程管理研究方向的资深教授，2位来自全过程工程咨询公司，2位来自开展总承包管理单位，还有1位来自某重大工程的业主单位)，综合风险发生的可控性、可能性和损失程度，对相应风险因素的重要程度进行打分，采用李克特量表进行打分，分值设定为“1-5”，其中：5=影响程度很大；4=有一定影响；3=影响程度一般；2=不太影响；1=几乎不影响。

本文利用熵权法确定风险因素的权重，熵权法赋权步骤如下。

1)数据标准化

以决策参与者风险的二级风险因子权重计算为例，共包含决策者自身专业素质等4个指标，编码为X1,X2,X3,X4，通过问卷调查获取了7位专家的打分数据，Xij表示第i个专家对指标j的打分(i=1,2,3,4,…,7,j=1,2,3,4)，假设对各指标数据标准化后的值为Y1,Y2,Y3,Y4，则

2)各指标信息熵

根据信息熵的定义，一组数据的信息熵为：

其中，

如果pij=0，则定义

3)确定指标权重

基于信息熵可计算得出各指标权重：

得出决策参与者风险二级风险因子权重后，依据因素权重及专家打分，可计算出其多属的一级风险因子决策参与者风险的得分，其他各一级风险因子依次按照这种方法算出得分，进一步依据熵权法步骤计算各一级风险因子权重，风险类型的得分和权重的计算方法同一级风险因子，风险指标体系权重计算结果如表4所示。

表4 重大工程技术决策风险指标体系权重Table 4 Weight of technological decision-making risk index system of mega project

续表

基于表4，可对各风险指标权重进行排序，得出各风险类型及各一、二级风险因子的重要程度。以风险类型为例，权重由大到小依次为决策执行过程风险、决策制定过程风险和环境风险，表明决策执行过程和制定过程风险相对影响较大，这与重大工程技术决策本身的特点趋于一致：技术决策执行过程是风险集中显现和爆发的阶段，最易导致风险事故的发生；而技术决策的制定过程处于决策活动的前端，在项目初期体现不明显，随着工程建设的不断深入，风险会逐渐积累并显现；环境风险属于客观风险，在决策制定过程和执行过程充分予以考虑，便可有效降解和弱化环境风险的影响。

2 基于系统动力学的重大工程技术决策风险因素作用机理分析

2.1 系统边界与假设

系统动力学是揭示系统内部各个影响因素的因果关系、交互作用及动态变化的计算机仿真工具[16]，是研究复杂系统的重要工具，在经济、社会、管理领域有着广泛应用。它以系统结构为研究基础，将系统作为一个具有多重信息的因果反馈机制，基于系统行为与内在机制之间的密切依赖关系，挖掘系统内各风险因素的动力影响关系[17]。

重大工程技术决策风险是一个复杂系统，包含决策制定过程风险子系统、决策执行过程风险子系统和环境风险子系统，因素来源广泛，且具有隐蔽性、关联性和动态变化等特点，作用路径十分复杂，除了各子系统内风险因素的交互影响，各子系统间也存在影响，为此，构建重大工程技术决策风险因素的系统动力学模型，以期揭示重大工程技术决策风险形成机理及系统内各风险因素的动力作用机制，为重大工程技术决策风险治理提供路径。为保证系统更好地运行，本文特提出以下假设。

H1：暂不考虑运营阶段的技术决策风险影响；

H2：重大工程技术决策风险演化是连续的、动态的，存在一个发展的过程；

H3：技术决策各参与方具备风险管理能力，但并不能完全消除风险因素的影响。

2.2 重大工程技术决策风险因素作用机理

因果关系图是展现系统内各影响因素间动力影响关系的重要系统动力学分析工具，是系统动力建模的关键[17−19]，通过系统动力学因果关系图，能够探索技术决策风险因素之间的相互影响关系以及传导路径。根据已识别的重大工程技术风险决策因素及因素间作用关系的概念模型，运用Vensim软件绘制出重大工程技术决策风险系统因果关系模型，如图3所示。

由图3可知，环境风险、决策制定过程风险和决策实施过程风险3个子系统内部各风险因素均对其所属一级和二级风险因素产生影响，各子系统间也存在一定的复杂作用关系，风险作用路径存在于环境风险、决策制定过程风险和决策执行过程风险之中，具体表现为环境风险影响决策制定过程风险和决策执行过程风险，决策制定过程风险影响决策执行过程风险，决策执行过程风险又会经由决策信息风险、决策方案风险对决策制定过程风险产生负向反馈。此外，重大工程技术决策风险系统共包含7个回路。

图3 重大工程技术决策风险系统因果关系模型Fig.3 Causal loop diagram of the technological decision-making risk system in mega projects

回路1：决策信息风险——(+)决策制定过程风险——(+)决策执行过程风险——(−)决策信息风险(负反馈回路)

回路2：决策方案风险——(+)决策制定过程风险——(+)决策执行过程风险——(−)决策方案风险(负反馈回路)

回路3：决策信息风险——(+)决策方案风险——(+)决策制定过程风险——(+)决策执行过程风险——(-)决策信息风险(负反馈回路)

回路4：决策参与者风险——(+)决策制定过程风险——(+)决策执行过程风险——(−)决策信息风险——(+)决策参与者风险(负反馈回路)

回路5：决策参与者风险——(+)决策方案风险——(+)决策制定过程风险——(+)决策执行过程风险——(−)决策信息风险——(+)决策参与者风险(负反馈回路)

回路6：施工技术风险——(+)方案执行的组织管理风险——(+)执行人员风险——(+)施工工艺、机械设备及材料风险——(+)施工技术风险(正反馈回路)

回路7：施工技术风险——(+)方案执行的组织管理风险——(+)执行人员风险——(+)各分部工程施工及维养风险——(+)施工技术风险(正反馈回路)

正反馈回路具有自我加强的效果，负反馈回路具有反馈调节的作用，重大工程技术决策风险系统有5条负反馈回路和2条正反馈回路，其中回路1至回路5均为负反馈回路，当决策信息与决策方案发生风险时，决策制定过程风险会增加，进而导致决策执行过程风险增加，此时系统通过风险信息的反馈，对决策方案及所需决策信息进行完善和补充，从而平衡整个系统的风险；与此同时，决策方案的制定源于决策参与主体的活动，决策参与者的综合风险会影响到决策方案的制定，而决策信息对决策参与者制定决策方案又具有导向作用；回路6和回路7均为正反馈回路，说明施工技术风险增加时，系统会通过正反馈回路的自我加强使得风险进一步变大。

3 结论

1)基于扎根理论识别了重大工程技术决策风险因素，构建了技术决策风险概念模型和重大工程技术决策风险指标体系，包含3个风险类型，13个一级风险因子，42个二级风险因子，并运用熵权法求得指标权重，在三大风险类型中，决策制定过程风险和决策执行过程风险对重大工程技术决策风险影响较大。

2)构建了环境风险、决策制定过程风险、和决策执行过程风险三大技术决策风险子系统，并借助系统动力学因果关系图刻画了各风险因素之间的作用关系及传导路径。研究发现，各子系统内及系统间风险因素作用关系复杂，决策制定过程风险子系统和决策执行过程风险子系统易受环境风险子系统的影响。

3)重大工程技术决策风险是一个复杂的系统，涉及影响因素众多，本文研究结果进一步丰富了工程决策理论，为决策风险管理实践提供了借鉴与参考。然而，由于可收集数据资料有限，系统模型仍存在缺陷，且缺少实际案例的验证，今后研究将进一步获取充分数据资料，精细化模型的构建，细化模型参数的设置，完善实证研究。