复杂工程项目风险传递机理

杨 琳，周炬诺

(武汉大学土木建筑工程学院，湖北武汉 430072)

1 研究背景

在全球一体化与生产力水平持续发展的时代背景下，国内外各种复杂工程项目的数量与规模不断扩增，并朝着大型化、复杂化发展。复杂工程本质上是一个各部分之间相互作用、具有高度不确定性的开放动态自适应系统［1］。相对于一般工程项目而言，复杂工程项目具有规模更大、周期更长、涉及高度多元利益相关者、项目目标高度不确定、与环境产生复杂交互作用等显著特点。

在复杂工程项目实施过程中，各类风险之间的相互作用带来了复杂工程项目风险管控的难度。例如，贵阳地铁3 号线在建设过程中因严重延误工期，从而给项目建设地周围居民生活带来极大不便［2］；无锡高架桥因质量问题引发垮塌事故，造成重大伤亡［3］；北京沃德兰游乐园因资金短缺被迫成为“烂尾工程”［4］。风险之间彼此关联又相互影响，是各类事故发生的根源。从复杂工程项目的生产实践来看，组织间的风险传递相对于风险源而言，使风险源本身的风险降低，但也带来了邻接组织相继故障的产生，风险传递机理研究不明易导致复杂工程项目中的低风险事件动态演化为高风险的重大事件，带来整个复杂工程项目甚至国民经济的严重损失。因此，如何厘清复杂工程项目中风险要素之间的交互关系，从而分析其中的风险传递机理，成为当前复杂工程项目实践情境中亟需解决的科学问题。

要解决复杂工程项目风险传递问题，需要研究风险节点之间的传递路径和过程。目前复杂网络理论已经在各个领域都展开了研究，作为一种前沿理论，其节点和边可以用于描述任意研究对象及其之间关联关系，而复杂工程项目中各风险节点之间的关联性一旦产生，即为复杂网络，因此，将复杂网络的研究方法应用于复杂工程项目风险要素间关联研究具有极大优势。

本研究拟借助复杂网络理论，解析复杂工程项目中各个风险要素之间的交互关系，识别出全生命周期过程中的核心起始与传导风险要素，剖析复杂工程项目中风险传递的过程与机理，以期为复杂工程项目风险管理提供理论创新与技术参考。

2 理论研究现状

2.1 复杂工程项目风险传递相关理论

通过查阅文献，当今针对复杂工程项目中风险传递机理的研究主要集中在模型构建、数学分析等方面。就模型的构建而言，学者李存斌等［5］建立ECPS 跨空间风险传递模型，定量研究了风险的传递演化过程以及风险影响后果；李小鹏等［6］则通过构建DEMATEL-ISM 解释结构模型来得到致因风险因素之间的层次结构以及相应复杂网络结构模型；孙贇等［7］构建了随机多传递参量图形评审技术(URMTPGERT)网络模型来分析风险传递问题；汪送等［8］应用Arena 软件构建复杂风险网络仿真模型，并描述分析了节点免疫力、联结强度、风险传递路径；孟祥坤等［9］则针对管道系统泄漏演化系统构建了一个无权有向网络，通过分析节点出入度和聚类系数找出事故风险传递最短路径。就数学分析而言，学者孟祥坤等［10］结合风险熵与复杂网络理论，将给出风险传递路径最大可能性转化为线性规划问题来研究；汪送等［11］在以上建模的基础上结合数学理论定量分析了本质致因层、过渡致因层和近邻致因层处不同的节点免疫力对事故网络风险传递行为的影响。

可以看出，目前结合复杂网络理论构建的风险传递模型研究极少，而且缺乏风险传递路径数据分析，此外针对复杂网络风险传递指标体系构建的研究也较少。在此背景下，本研究将在构建风险指标体系的基础上，同时结合复杂网络理论来构建复杂工程项目风险传递网络，对风险传递机理进行模型分析。

2.2 复杂网络理论应用研究

有学者研究发现，目前国内经济学、社会学、传播学等领域与复杂网络理论研究结合得较为紧密，其他领域则尚在初始阶段［12］。李锋等［13］以病毒式信息传播模型为对象研究了小世界网络结构特性指标与信息扩散的网络覆盖率指标之间的关联。通过复杂网络方法，阮中远［14］深入探讨了流行病传播的现象与机理，推动了有关流行病的预测与控制相关方面的研究；马捷等［15］将复杂网络方法应用至智慧政务信息协同的结构与特征研究中，探讨其对建设智慧政务系统的价值与意义。由此可见，复杂网络给生活中许多实际案例的研究提供了新的理论视角，并为这些研究中存在的问题与困境提供了新的解决办法。

除了在传播方面的应用，复杂网络理论还可以应用于分析现实情境。借助复杂网络理论，学者张金林等［16］研究了金融危机下跨市场金融风险的传染机理与途径；尹超等［17］则构建了离散制造车间生产物流的复杂网络模型，为生产业务的优化稳定运行提供理论指导；许葭等［18］则构建北京地铁网格化模型研究网络化建设对地铁网络性能的影响。

复杂工程项目是增强国际竞争力的国之利器，牵涉到国家的诸多决策与战略。国内各处高楼林立、道桥纵横、大型水库星罗棋布 这些复杂工程项目往往具有超乎常规的时空跨度、投资规模巨大，对社会经济具有深远的影响，而复杂工程项目的风险一旦发生，会带来不同程度的社会负面效应，随之而来的治理痛点可能会在很长的时间和空间里影响社会经济、环境的发展。因此，需在复杂工程项目风险要素识别的基础上分析风险之间的关联性，通过复杂工程项目组织的网络属性阐明风险传递机理。但总体上来看，目前国内对于复杂网络的研究尚处在刚开始的阶段，无论是复杂网络特性的理论研究还是复杂网络的应用研究都还有很多值得探索的地方。因此，本研究将复杂网络理论与复杂工程项目风险传递相结合，进一步研究复杂网络中节点与边的性质及其交互行为，并且用实际案例检验模型的可行性，使模型能更好地贴近工程实际。

3 复杂工程项目风险网络及模型构建

本研究突破传统线性单一因果风险要素关系分析思路，借助复杂网络来描述复杂工程项目中各风险因素间的网状交互关系，拟实现复杂工程项目中风险要素关系网络可视化。

3.1 风险网络模型构建

3.1.1 风险要素的识别

复杂网络构成要素之一的节点是用于描述研究对象的工具，网络节点指的是复杂工程项目全生命周期中出现的风险要素。综合使用文献分析法、头脑风暴法搜集现有关于复杂工程项目风险要素识别的关键文献并进行分类整理，从中归纳出项目全生命周期中可能出现的所有风险要素，统计各个风险要素出现的频次进行汇总，再进行筛选整理去除模糊项，对含义相近的风险项进行归纳整理，最终选择频次大于等于3 次的风险要素共34 个作为研究对象，从而得到风险要素最终清单（见表1），完成风险要素的识别工作。其中，决策与融资阶段的风险要素识别主要借鉴了杨琳等［19］、王晓刚［20］和吴秀宇等［21］的做法；设计与准备阶段的风险要素识别主要借鉴了乌云娜等［22］、杨威等［23］和姚明来等［24］的做法；建设与运营阶段的风险要素识别主要借鉴了Li 等［25］、Val 等［26］和Hwang 等［27］的做法；运营与移交阶段的风险要素识别主要借鉴了Ameyaw 等［28］、Babatunde 等［29］和Shresth 等［30］的做法；项目全阶段的风险要素识别主要借鉴了Ganbat 等［31］、Mortazavi 等［32］、Valipour 等［33］和Ameyaw 等［34］的做法。复杂工程项目风险网络中的节点即此34 个风险要素。

表1 复杂工程项目风险要素最终识别清单

3.1.2 风险要素关系的识别

复杂网络中的关系用关系数据进行表达，不同的关系需要用不同的关系数据类型来表示。从关联程度高低的角度来看，可以将关系分为有权关系与无权关系。有权关系指的是用不同大小的数值来表示节点之间的关联程度高低，其二者成正相关；而无权关系指的是只依据两个节点是否存在关联来进行判断，也就是采用二进制赋值机制，两个节点之间存在关联则将其赋值为“1”，不存在关联则将其赋值为“0”。依据节点之间是否存在因果关系，节点间的关联又可分为两类：有向与无向。有向关系指的是两个节点之间存在因果、包含等类型的关系，这些关系存在明确的方向性，不能将其倒置；而无向关系则表示节点之间的关系不存在方向性。在本研究中，由于复杂工程项目风险要素数量较多且关系复杂，故难以用不同的数值对这种关系进行量化，而本研究目标是分析复杂工程项目的风险传递机理，即研究风险之间存在的因果关系，故这种关系是有向的，因此将采用二进制有向的关系数据。就风险要素关系的判断而言，选择来自复杂工程项目领域的相关专家15 位，运用专家打分法来收集专家对于风险要素之间是否存在关联的判断。由于选择的专家人数为奇数，而采用的是“0、1”判断法，故在判断风险之间是否存在关系时只需选择数量较多的答案，从而对风险关系进行最大化的确定，获得风险关系要素判断结果。为使得出的风险关系判断结果更具有说服力，邀请了分别来自清华大学、同济大学、华中科技大学、武汉大学等高校学者以及从事复杂工程项目建设的相关人员，有关专家的领域范围覆盖项目各个参与方，例如中铁第四勘察设计院、中铁十一局集团有限公司、中国燃气控股有限公司以及中国农业银行信贷部等。

3.2 风险关联矩阵的确定

关系数据矩阵由行、列、关系数据3 个部分组成，如表2 所示，定义列代表关系的发出方，即因果关系中因的一方；行代表关系的被影响方，即因果关系中果的一方；“1”表示关系存在，“0”则表示关系不存在。设风险要素集F中有n个风险节点，为行风险要素集，为列风险要素集，aij为二进制关系数据，在矩阵中的行数为i、列数为j，i=1,2,3,,n，j=1,2,3,,n。各风险要素集的表达式分别如下：

表2 复杂工程项目风险要素关系矩阵

由于风险要素无法与其自身产生因果联系，故关联矩阵对角线上的值全部为“0”。将上述数据用矩阵的形式表示出来，就得到了风险因素关系矩阵A。由于两个风险要素之间不一定互为因果关系，故邻接矩阵A不一定对称。

3.3 风险网络的绘制

拟选用社会网络分析NetMiner 软件绘制并分析风险网络图。将风险网络邻接矩阵导入软件，即可得到风险网络可视化图（见图1），其中Ri代表风险要素编号，单向箭线表示风险要素之间存在的因果关系。

图1 复杂工程项目风险要素网络分布

4 城市地下管廊项目案例分析

4.1 案例背景

厦门市是国内地下综合管廊建设项目体系较为成熟的城市。至今，厦门市已有长达24.5 8 km 的干支线综合管廊投入使用，完成投资约23.97 亿元。为实现住建部和财政部关于城市地下综合管廊绩效评价所要求的年度考核指标，厦门市选择最具代表性的翔安新机场片区综合管廊作为试点工程项目（以下简称“项目”），并响应政策号召，采用PPP 项目“投资+施工总承包”的建设模式，以厦门管廊公司和社会资本成立的特殊目的主体（SPV）公司（以下简称“PPP项目公司”）作为投资、建设和运营主体。采用该模式后，项目实施主体从厦门管廊公司变更为PPP 项目公司，主要负责项目设计、投融资、建设、运营以及维护工作等。PPP 项目公司由厦门市政集团代表厦门市政府委托其全资子公司厦门管廊公司出资3 000 万元，占股10%；中国铁建通过公开招标形式成为PPP 项目公司的社会资本方，出资2.7 亿元，占股90%。项目合作期为20 年，包括建设期4 年和运营期16 年。项目合作期结束后，管廊全部资产划归厦门管廊公司。

城市地下综合管廊建设项目是典型的复杂工程项目，涉及单位多元、资金花费大、耗时周期长、施工技术要求精准等都是此类PPP 项目常具有的特征，因此其中存在的风险要素也相应具有种类杂且数量多等特征。例如，由于各个参与方利益复杂交互形成的组织协调风险、作为公益类性质项目易受到政策影响、由于施工难度大易遇到技术风险等，这些特征都与前文研究识别出来的复杂工程项目风险要素清单相吻合。故本研究选择厦门市政综合管廊项目作为案例来研究复杂工程项目中的风险传递机理具有足够说服力与契合度。

4.2 风险网络参数分析

直接运行NetMiner 软件可以得到大量网络参数统计数据，分析网络整体特征参数可以掌握该网络的整体性质，分析网络局部参数性质即可对网络局部分布特性作出判断并发现该项目风险传递过程中的关键风险因素。首先就表征复杂网络整体特征的参数进行分析，得出复杂网络的整体性质；再针对复杂网络局部特征的参数进行分析，得到项目复杂网络中最为关键的风险起始节点与传导节点。其中，网络整体特征参数的分析包括平均路径长度、聚类系数以及网络密度；局部特征参数则包括度与度分布、两种中心度、特征向量中心性以及PageRank 算法分析。

4.2.1 网络整体参数分析

（1）平均路径长度可以用于衡量复杂网络中节点的分隔距离。使用NetMiner 软件计算得出的风险传递网络模型平均路径长度为3.058，由此可见项目风险网络的连接较为松散，任意两个风险要素之间平均最少经过3 个节点形成联系。

（2）网络聚类系数的大小反映了网络的集聚程度与连通性，较大的网络聚类系数代表了网络集聚性与连通性较强。使用NetMiner 软件计算得出的网络平均聚类系数为0.390 0，而节点的聚类系数分布区间是0.126 8～0.790 0 之间，由此可见项目风险网络的整体集聚程度与连通性处在较低水平，而且各个节点聚类系数由低至中间水平均匀分布说明了网络中存在的小社团分布也较少，各个风险要素之间存在的类似性质较少。

（3）网络整体密度等于节点间实际存在的边的数量与节点间可能存在的关系总数之比，也是用来衡量复杂网络中节点之间连通性的参数，网络密度越大则说明节点间的连通路径越多，网络连通性越强。使用NetMiner 软件计算得出的网络平均密度为0.31，说明项目风险网络的连通性较弱，与聚类系数分析结构相吻合。

综上分析可以看出，厦门市地下综合管廊项目风险网络整体连通性较弱，节点之间连接较为松散，网络集聚性也较低，且不存在网络中社团聚集现象。

4.2.2 网络局部参数分析

（1）度（Degree）以及度分布。一个节点的度值愈大，反映了与其连接的其他节点就愈多，也侧面证明此节点在网络中的影响能力越大。在有向网络中，节点的度包括出度与入度。出度指的是由该点指向其他点的数量，在风险传递分析中，点具有出度说明它会催生其他风险节点；点的入度则指的是它会被其他节点影响的数量。由NetMiner 软件可以得到项目中各个节点的度值排序（见表3）以及度分布图（见图2 至图4）。

图2 案例项目风险网络度分布

表3 案例项目风险网络节点特征参数

表3（续）

图4 案例项目风险网络出度分布

1）从点的出度来看，出度中心度越高的点说明在其影响下产生的风险要素数量越多，在本研究构建的复杂工程项目风险网络中，可以初步认为出度值较大而入度值较小的节点为风险传递过程中的起始节点，因此项目公司应该多关注此类节点，以达到预防风险传递到目的。

2）从点的入度来看，一个节点的入度中心度值越高，说明其受其他节点影响的程度越大。在本研究构建的复杂工程项目风险网络中，可以认为出度值与入度值均较大的节点为网络中重要的传导节点。由此，选择项目风险网络中出度比较高的几个节点来分析。

（2）接近中心度。接近中心度是反映节点离网络中心远近程度的特征值，它等于该节点与其他各个节点所有路径之和的倒数，其值越大则说明该点到到其他节点路径之和越小，即该节点处在越靠近网络中心的位置。由此，将项目风险网络的接近中心度作为判断节点是否为整体网络重心节点的依据。

（3）中介中心度。中介中心度衡量的是复杂网络中节点的运输能力大小，中介中心度越高则节点就越有影响力。由此，认为项目风险网络中中介中心度值大的节点具有较强的风险传导能力。

（4）特征向量中心性。特征向量中心性是测量节点对网络影响力大小的一个参数，可用以描述某个节点的关键程度。由此，项目风险网络中若某节点的特征向量中心性越大，说明该节点在网络中处在越关键的地位。与度值类似的是，特征向量中心性的值也在一定程度上反映节点的重要程度，但其考虑到了节点的邻居节点的重要程度以及邻居节点的差异，而非将邻居节点“一视同仁”，因此能更客观地反映风险网络的实际重要节点。

（5）PR 值。PageRank 算法是谷歌公司研究出的一种基于网页之间的链接关系来评判网页重要性的方法，它的基本思想是运用网站的外部链接和内部链接的数量和质量来衡量网页的质量，因此一个网页的PR 值是衡量网页内外部连接数量与连接质量的综合指数。一个网页的PR 值越高，则证明连接的网页数量越多，反之亦然；同时，若一个网页被另一个PR 值很高的网页连接，则其PR 值也会相应提高。由此，项目风险网络中PR 值较大的节点也相应更重要。

图3 案例项目风险网络入度分布

4.3 关键风险确定

在判断节点重要性时，综合考虑节点的度值、接近中心度、PR 值以及特征向量中心性4 个指标。选择项目风险网络中这几个指标排名前十的风险要素，将其列如表4 所示；再统计出现频次大于等于3 次的风险要素，确定为网络中的关键节点，依据出度值与入度值的大小判断关键传导节点、特征向量中心性以及PR 值等值判断关键传导节点，具体结果如表5 所示。

表4 案例项目风险网络节点

表5 案例项目风险网络关键节点

4.4 结论

综合以上分析结果，从风险相关方来看，由于项目公司是PPP 模式中项目建设与运营的主体，因此其是项目风险的主要来源方，其次分别是政府与施工单位；从风险产生的阶段来看，项目风险网络中的关键风险主要出现在项目全生命周期的第3 个阶段，也就是建设与运营阶段，此阶段是项目全生命周期中最为关键的阶段，时间跨度最长，参与方数量最多且各方交互作用最强，因此在这个阶段风险要素数量极速增长，并且各个节点之间的相互作用明显增强，风险要素呈现一个涌现的态势。由前文分析结果可知，组织协调风险、施工质量风险、运营效率低风险等都是建设与运营阶段涌现出来的重要风险，这些网络节点与周围较多风险节点之间都存在交互关系，因此在风险传递过程中起到了重要作用。此外，除了第3 阶段，竣工与验收阶段的工期延误风险也是不可忽视的重要传导节点，在此阶段网络的入度值极高，表明项目全生命周期中其他阶段风险的发生都会导致这一风险发生，且其也会反作用于其他风险，若去除此类重要节点，整个风险网络的连通性与紧密性将大大降低。因此，从风险网络的关键节点出发，寻找防范风险产生的方法途径是项目风险控制工作的重要内容。

4.5 风险防范建议

通过案例分析已经识别出了项目全生命周期中的关键起始风险要素与传导要素，因此在制定风险防范策略时应该重点从这两个方面着手。

4.5.1 起始因素

（1）组织协调风险。基于不同的建设目标，项目各参与方如厦门管廊公司、中国铁建等在建设过程中的利益目标极难达到一致，当各自的利益出现冲突时，相关参与方之间难免会产生矛盾，此时项目公司就有责任采取合理的预防和控制措施。可以设立项目信息公开平台，保障信息交流的充分性，促进施工单位、设计单位等参与方之间的信息交流；其次可以设立可靠第三方，通过第三方来实现各个单位之间的沟通协调，降低沟通协调中发生风险的可能。

（2）政策风险。政策风险是影响厦门市地下综合管廊项目风险传递途径的重要因素，项目自立项至竣工，期间各项生产活动都会受到各方面政策的影响，因此项目公司在项目全生命周期中应随时密切关注政策变动，一方面要及时有效地针对政策变动作出适当调整，另一方面需要与政府方面提前协调，减轻政策风险给项目带来的不利影响。

4.5.2 关键传导因素

（1）施工质量风险。项目的施工质量风险与施工单位存在直接关系，因此项目公司需要将防范中心放在施工单位上，可以通过制定合同来制约施工单位，要求施工单位按照约定工序与技术进行施工，并实施赔偿金等惩罚性措施，将施工质量风险转移至施工单位身上。

（2）运营成本超支风险。项目属于准经营性质，若运营成本超支则会导致各参与方的经济利益受损，因此项目公司首先需要在项目预算中预留部分资金用以抵抗运营成本超支风险，其次应该加强项目财务管理，严格监控项目资金流向并保证专项资金的专款专用，以及加强对运营过程中资金支付事项的监督。

5 总结及展望

本研究从网络化的视角构建了复杂工程项目全生命周期过程的风险要素关联网络模型，通过参数分析及可视化模型方法等精确地捕捉了复杂工程项目建设全过程关键起始风险与传导风险，发现了复杂工程项目全生命周期中建设与运营阶段是呈现关键风险要素涌现与传导现象的突出阶段，并通过案例研究证实了项目公司、政府与施工单位依次是复杂工程项目中的主要风险来源方。研究得到的结果可为复杂工程项目的风险管理拓展思路与视角提供参考。

本研究构建的网络是将节点之间的关系考虑为有向无权的，但在工程实践中风险要素之间的关系要更为复杂，在以后的研究中应把边的权重考虑其中，使结论更适用于实际情况；且现实的复杂工程项目风险网络是动态、多变的，其中的风险要素可能会随着时间增加、减少或变动，但本研究仅分析了静态网络结构，之后可以将风险的动态变化纳入研究范围。