基于F-SEM的油气长输管道工程施工风险管理成熟度研究

张 鹏, 江逸帆, 詹钰鑫

(西南石油大学 土木工程与测绘学院,四川 成都 610500)

0 引言

自1959年我国第一条长输管道投产以来,至今已有61年的历史[1]。在21世纪的今天,随着我国经济稳定增长,国家发展得越来越好,长输管道等基础设施的建设规模也逐渐扩大。在管道建设高速发展的同时,施工事故也在频频发生。长输管道施工具有野外作业多、线路长、区域跨度大以及自然障碍多等特点,面临着大量不确定因素的影响,包括天气因素、地理地势、施工参与人员等,这些因素在一定程度上会影响施工进度及质量,加大施工方所承担的风险[2]。基于此,为有效的控制与管理事故,必须做好管道工程施工风险管理工作,为长输管道建设的质量、施工人员的安全及工程后期的顺利进行提供充分的保障。而企业对自身风险管理水平拥有清晰全面的认识,是保证风险管理有效进行的前提。

然而,上述研究大多从建筑工程总领域出发分析风险管理成熟度,缺乏对具体行业的针对性分析。即构建的风险管理成熟度评价指标在不同行业、项目中的实际应用与理论有所出入。针对油气长输管道领域,我国虽对施工风险管理有丰富的研究,但缺乏对管道施工风险管理水平的评价及持续改进的模型。鉴于此,本文在已有理论的基础上,对长输管道施工风险管理成熟度进行了研究,构建一套可操作的综合评价体系,为成熟度模型在油气长输管道风险管理领域的应用提供参考,这无论是对企业还是工程本身都具有重要的现实意义。

1 油气长输管道施工风险

在项目的建设中,风险会严重影响其主要目标:时间、成本、范围和质量,这意味着可能会产生额外的费用,导致企业的投资回报率低,承包商的利润损失及其他后果[8]。在油气长输管道施工过程中,存在许多难以避免的潜在风险,通过对前人研究成果的归纳总结[2,9],可以得到影响油气长输管道施工风险的因素如表1所示。

表1 油气长输管道施工风险影响因素

2 油气管道工程施工风险管理能力成熟度模型构建

通过对现有成熟度模型总结分析可得:K-PMMM模型从企业战略角度出发,是一个理论性较强但维度单一的模型,实际应用中无法保证在一定时效内能够将成熟度水平提升达到持续改进级。OPM3模型采用创新式的三维结构,强调组织级项目管理与战略规划,其应用范围涵盖了所有项目管理领域。CMM模型相比于其他模型更注重管理过程及持续优化方面,其模型结构包括的四大组成部分也表明其成熟度等级不主张跨级进化,即只有每一环节均达到目标才能实现成熟度等级的提升。基于上述分析,本文沿用CMM模型的主体模式和OPM3模型的结构模式,结合风险管理更注重过程管理的特点,构建油气长输管道施工风险管理成熟度模型。

2.1 模型等级划分

现有成熟度模型大都建立在CMM模型的基础上。而各个领域成熟度模型的差异主要在于主导测评指标和改进路径的不同[10]。本文参考CMM模型的成熟度等级划分,将等级划分为初始级、重复级、可管理级、精管理级、持续改进级,共5个等级。成熟度等级不同代表着辨识风险、管理风险、处理风险能力的差异。

2.2 模型结构

成熟度模型大多为二维结构模型,而OPM3模型首次提出三维结构,使模型的维度以及深广度得以拓宽。考虑到若对油气长输管道施工风险管理成熟度的研究仅从过程及成熟度等级维度出发,无法突出油气长输管道施工的特点,因此本文借鉴OPM3模型的三维结构设计,将油气长输管道施工风险成熟度模型分为关键风险因素、风险管理过程和施工风险管理能力成熟度等级三个维度[10,11]。

第一维度是风险因素:指油气管道施工过程中最易受到的风险影响因素,主要包括以下三方面[9]:安全风险、技术风险、管理风险。

第二维度是风险管理过程:风险管理规划、风险识别、风险分析、风险应对、风险监测、总结与建议。

第三维度是施工风险管理能力成熟度等级:初始级、可重复级、已管理级、精管理级、持续改进级。

2.3 指标体系构建

在整个风险管理成熟度模型中,起决定作用的是关键过程,因此作者参照以往对油气长输管道工程施工风险管理的研究[12,13],并结合上文风险管理的六个过程,将一级指标确定为:风险管理规划、风险识别、风险分析、风险应对、风险监测和总结与建议,并将其细分为17个二级指标,具体指标体系见图1。

图1 油气管道施工风险管理成熟度评价体系

2.4 问卷设计与数据分析

为确保油气长输管道工程施工风险管理成熟度研究的科学性,采用问卷的形式展开调查,主要目的是让被调查者度量各指标对风险管理成熟度的影响程度。调查问卷主要由问卷前言、被调查者基本资料和成熟度评价指标三部分组成,其中油气长输管道工程施工风险管理成熟度的评价指标部分,需要被调查者根据自身的知识体系及经验对17个影响因素的重要性作出判断。问卷采用李克特量表法,将标准分为1到5级,由低到高依次代表了各指标对管道工程施工风险管理成熟度的重要程度。调查问卷遵循随机发放的原则,采用网络发放的方式共发放问卷252份,其中有效问卷有232份,有效率为92.06%。调查人员中最符合问卷调查对象的建设单位、施工单位及高校科研机构占比74.1%,工作年限大于3年的人员高达68.1%,可看出被调查者大多具备多年工作经验,也从侧面反映出所收集数据的可信度较高。

2.5 信度与效度检验

为了解测度问题的稳定性及可靠性,通常使用克朗巴哈系数来测量信度,普遍认为克朗巴哈系数α至少应大于0.5。本文通过运用SPSS 25.0软件对问卷的数据进行可靠性分析,分析结果见表2。问卷中6个潜变量的Cronbach’sα系数均>0.7,总量表的Cronbach’sα系数为0.927(>0.9),表明本研究所用量表具有较好的信度。

表2 信度检验结果

效度分析是确保各因子之间和因子内部有效性的手段[14],本文采用SPSS 25.0软件进行效度检验。由表3可看出,调查量表的KMO值为0.913(>0.7),说明该数据有很强的相关性,可进行因子分析。且p值无限接近于0,即Bartlett检验结果显著,说明该量表能准确测量变量的特征。综上所述,该调查量表的信度和效度均通过检验,可进行进一步的研究。

表3 KMO和Bartlett检验结果

3 结构方程模型构建

结构方程模型(Structural Equation Modeling,SEM)是一种建立、估计和检验因果关系的方法[15]。相较于其他统计方法,其主要优势在于:(1)SEM不仅可以同时处理多个因变量,还能提取和分离出测量误差带来的影响;(2)可以同时处理测量题目与因子、因子与因子之间的关系;(3)针对同一样本数据使用不同模型进行拟合分析,进而选取最优模型进行权重分析,提高了权重的可信度。影响油气管道工程施工风险管理成熟度的因素较多且不易精确测量,采用结构方程模型对成熟度的影响因素进行研究更具科学性。

3.1 提出假设

基于文献调研与测量指标的研究,本文对油气长输管道工程施工风险管理成熟度进行如表4所示的模型假设。

表4 模型假设

3.2 验证性因子分析

运用AMOS 21.0对上述测量模型进行验证性因子分析,分析结果见表5和表6。验证性因子分析结果及参照标准见表5,可看出该测量模型中各变量间的因子荷载、平均方差提取值AVE以及组合信度CR均满足参照标准,说明模型的聚敛效度与建构信度良好。表6是区分效度的分析结果,从结果可看出,变量间的相关系数均小于各潜变量的AVE平方根值,表示各潜变量间有一定的关联性的同时存在一定的区分度,说明模型的区分效度良好。因此可对结构方程整体模型的拟合度进行进一步的检验。

表5 验证性因子分析结果

表6 区分效度分析结果

3.3 模型检验与修正

使用AMOS 21.0构建风险管理成熟度的结构方程模型,选取具有代表意义的χ2/df,RMSEA,GFI,CFI,IFI,TLI等指标用以检验数据与模型的拟合程度。通过适配性检验发现GFI指标不满足要求,即需要对模型进行修正。本文遵循模型修正准则[15],根据修正指数MI值的大小,由高到低增加指标间的相关性,以达到改善模型的目的。修正前后的拟合结果见表7,对模型进行修正后,所有指标均达标准,即表明修正后的模型与实际数据拟合良好。

表7 拟合指标分析结果

由图2可知,风险管理规划、风险识别、风险分析、风险应对、风险监测及总结与建议的标准化路径系数均大于0.5,且6个潜变量与油气长输管道工程施工风险管理成熟度存在显著关系,即上文所提出的6个假设均得以验证。修正后的模型同时通过适配性检验和显著性检验,说明修正后的模型为最佳模型。

图2 修正后模型的标准化路径图

3.4 权重的确定

为更直观的研究潜变量、观察变量及油气长输管道工程施工风险管理成熟度之间的相关关系,依据模型的标准化路径系数,确定各潜变量和观察变量的权重,见表8。计算公式为:

表8 指标权重及隶属度表

(1)

其中Ci代表路径系数,Wi表示潜变量的权重。

4 案例分析

G公司是我国管道建设领域的专业化公司,曾参与建设西气东输管道系统等多条国内外长输油气管道,该公司拥有丰富的油气长输管道工程施工经验。因此本文以G公司某管道工程建设施工项目为例,运用模糊综合评价法(Fuzzy Comprehensive Evaluation Method)对上述构建的成熟度模型进行案例分析。

4.1 模糊综合评价法步骤

(1)确定成熟度评估结果集

本文确定油气长输管道施工风险管理成熟度评价集Q为:Q={Q1,Q2,Q3,Q4,Q5}={初始级,重复级,可管理级,精管理级,持续改进级}={1,2,3,4,5}

(2)构建模糊综合评判矩阵

首先,对各二级指标进行模糊评判,确定隶属度rij;其次,根据二级指标对各等级模糊子集的隶属度计算模糊综合评判矩阵Ri。

隶属度:

(2)

模糊判断矩阵Ri:

(3)

(3)确定模糊评价向量

根据3.4节确定的权重值,构建指标权向量Ai=(ai1,ai2,…,aim),并将模糊判断矩阵Ri与权向量Ai相结合,得到单因素模糊评价向量Bi,进而计算出多因素模糊评价向量B。

单因素模糊评价向量:

Bi=Ai×Ri

(4)

多因素模糊评价向量:

B=AR=(a1,a2,…,a6)[B1,B2,B3,B4,B5,B6]T

(5)

(4)确定成熟度评价等级

Pi=Bi×QT

(6)

4.2 案例分析

4.2.1 模糊隶属度的确定

向该公司工程建设部及项目管理中心发放问卷,邀请G公司的专家对长输管道施工风险管理成熟度模型内各指标的实施情况进行打分,采用5分制。共发放17份问卷,其中有效问卷共14份,有效率为82.4%。将统计结果代入式(2),得到各指标的模糊隶属度,见表8。

4.2.2 计算成熟度评价结果

根据表8所示的计算结果,可由式(3)得到每个一级指标的模糊判断矩阵,如风险管理与规划指标的模糊判断矩阵为:

根据式(4),可计算风险管理与规划指标的单因素模糊评价向量:

B1=A1·R1=[0.330 0.314 0.356]×

=[0.0331 0.067 0.3937 0.4360.0687]

同理可得B2,B3,B4,B5,B6。

此时可由式(5)得出风险管理成熟度的模糊综合判断矩阵和多因素模糊评价向量:

R=[B1,B2,B3,B4,B5,B6]T

B=AR=[0.1413 0.2250 0.3079 0.2428 0.0766]

综上所述,可由式(6),计算出各因素的成熟度等级评价值:

P1=B1×VT

=[0.0331 0.067 0.3937 0.436 0.0687]×

[1 2 3 4 5]T=3.4357

以此类推,计算得到P2=3.4772;P3=2.804;P4=2.1908;P5=2.2547;P6=2.9361。结果表明,该项目风险管理过程中风险管理规划和风险识别的成熟度分别为3.4357和3.4772,两者均介于可管理级与精管理级之间,而风险分析、风险应对、风险监测及总结与建议分成熟度分别为2.804,2.1908,2.2547,2.9361,成熟度介于重复级与可管理级之间。

同理,可计算出该项目整体风险管理成熟度等级评价值P=B×QT=2.8692,此结果说明该项目风险管理成熟度处于可重复级与已管理级之间,风险管理水平的提升还有较大的发展空间。通过对该项目的管理及制度等情况的调查,发现该公司风险管理者大多是运用以往经验进行管理,缺少专门的风险管理机构。以此证明评价结果与该项目的风险管理实际水平较为符合,也从侧面反映出本文所构建模型的有效性。

5 结论与展望

以往对油气长输管道施工风险管理的研究着重于管理的具体内容、影响因素及措施方面,本文以风险管理的关键过程为出发点,首次将成熟度理论引入油气长输管道施工风险管理研究,运用问卷调查、结构方程模型等方法构建评价模型,并通过模糊综合评价法进行案例研究,结果证实了模型的有效性。相关企业可通过该评价模型,评估其施工过程中风险管理成熟度现状,并根据实际情况加以改进。根据本文的研究可得出以下结论与建议:

(1)根据对潜变量权重分析可知,潜变量中对油气长输管道风险管理成熟度影响最大的两个过程为风险识别过程(0.204)和风险分析过程(0.202),说明在风险管理过程中,对潜在风险的识别和分析非常重要,只有尽可能收集影响项目目标的各类风险事件,明确风险类别和性质,评估这些风险对项目目标实现的影响程度才能更好进行后续的管理工作。

(2)通过分析各观察变量权重占比可得,影响油气长输管道施工风险管理成熟度较大的因素分别是建立风险管理流程规划档案、编制风险识别报告、分析风险影响范围及严重程度、实施风险应对计划、跟踪风险动态发展情况以及技术储备改进,表明提升油气长输管道施工风险管理的能力,应当更注重管理流程规范化;加强施工、管理人员对风险的应对能力;加强对风险情况的实时监测,以确保项目的顺利进行。

(3)本文主要是从风险管理的过程领域出发构建的指标体系,但影响油气长输管道工程施工风险管理的因素众多。在未来的研究中,应加强对非过程领域影响因素的考察,使模型在实际应用中更具意义。