基于SEM模型的海外油气项目风险扩散影响因素作用路径研究*

邱湖淼 张顺 成诚 余晓钟

(1.四川职业技术学院，四川 遂宁 629099；2.四川省特种设备检验研究院，四川 成都 610100；3.西南石油大学，四川 成都 610500)

0 引言

随着海外油气项目的发展，项目容易受到来自外部环境和项目自身等多重因素作用，使的项目风险产生并进一步导致油气项目主体的风险损失。此时，油气项目内外部环境风险扩散影响因素与风险事件之间往往会发生风险耦合和放大效应而导致风险能量增加，当原始风险能量(风险熵)达到项目风险扩散阈值后，项目风险影响就开始向外部环境进行扩散，这一过程就是项目风险的扩散形成阶段。

1 海外油气项目风险扩散影响因素

海外油气项目风险类型包括政治风险、社会风险和经济风险，其中政治风险是发生较频繁、影响最大的风险类型。海外油气项目风险随着自身演化过程，往往会在一定条件下进行扩散。项目风险扩散推动力因素较多，油气项目风险的风险源导致项目风险和项目风险能量的持续增加而产生扩散。本文从宏观角度将油气项目风险扩散影响因素从外部环境、项目自身因素、干系人和风险效应4个方面进行归纳分析。项目的风险源也包括在内[1-6]。海外油气项目风险扩散影响因素见表1。

表1 海外油气项目风险扩散影响因素

由于风险扩散方式相对比较复杂，影响范围往往也是层级扩散和不断增大。同时，在风险扩散全过程中，会产生风险源、风险事件以及其他随机影响因素之间耦合放大和信息放大效应。项目风险扩散的耦合放大效应主要是风险源、风险事件相互作用叠加的过程。信息放大效应不在风险源头产生，而是由风险扩散对象产生，与风险信息化、风险主体感知、风险态度等因素有关，主要是信息化导致的风险放大。

2 海外油气项目风险扩散影响因素作用效果分析

2.1 问卷调查

在识别出的海外油气项目风险扩散影响因素的基础上，为了更全面地了解海外油气项目扩散影响因素的重要性和作用效果，通过对多家相关油气项目设计和建设运营单位，以及中国石油大学、西南石油大学、卡尔加里大学等高校进行问卷调查，收集海外油气项目风险扩散影响因素的相关调查数据。问卷主要包括以下三部分内容：

(1)对问卷调研的项目课题背景和目的进行介绍，让受访对象了解问卷内容。

(2)对受访者的个人情况、参与项目情况、公司概况等资料进行收集。

(3)对海外油气项目的13个主要风险扩散影响因素进行评价，评价范围为0～5，分值越高，表示该扩散影响因素的重要性越大。为了保证问卷的有效性和客观性，选取从事海外油气项目的专业人员、管理人员和相关企业专家等作为受访对象，受访对象均具有不少于1年的相关项目工作经验。问卷调研从2022年10月～2023年3月，持续约6个月，课题组共发放问卷200份，回收问卷119份，其中有效问卷111份。问卷调查统计表见表2。

表2 问卷调查统计表

2.1.1 信度检验

信度是指测量的可靠性，采用同样的方法对同一对象重复测量时所得结果的一致性程度。测验信度越高，表示测验结果越可信。在本调研中，选用Alpha信度系数法进行检验。根据研究表明，信度系数应处于0～1，0.9表明问卷信度很好，0.7以上代表问卷的信度可以接受，0.7以下则说明问卷内容需要舍弃。采用SPSS 19.0软件对问卷结果进行可靠性分析，得到的Cronbach’s Alpha系数为0.906>0.9，表示问卷信度很好。扩散影响因素信度分析见表3。

表3 扩散影响因素信度分析

2.1.2 效度分析

效度是指测量的有效性程度，即测量工具能测出所要测量特质的程度，可确定问卷内容设置是否较好地代表原测量的指标和内容。本文采用Bartlett球度检验和KMO值进行判断，其中KMO值越大，代表变量的共同因素越多，越适合做因子分析。若KMO小于0.6，则视为不适合做因子分析。通过SPSS软件计算结果可知，KMO值为0.911>0.6，显著性Sig为0.000<0.05，表明统计数据适合做因子分析，KMO和Bartlett检验见表4。

表4 KMO和Bartlett的检验

进行因子分析，旋转成分矩阵结果见表5，其中13个变量被萃取为两大因子，解释总方差为55.54%，因子荷载均>0.4[7]，表明因子分析结果合理。

表5 旋转成分矩阵

在海外油气项目风险扩散影响因素结合问卷调查的结果均通过信度和效度分析后，认为该问卷的数据都是符合要求的。

2.2 SEM影响作用路径模型分析

2.2.1 SEM假设模型构建

结构方程模型(Structural Equation Modeling，SEM)是一种融合了因子分析和路径分析的多元统计技术。SEM的优势是引入潜变量对多变量间交互关系的定量研究。传统统计分析方法不能妥善处理潜变量，而结构方程模型则能同时处理潜变量及其指标，因此是研究变量的相互关系和形成路径的有利工具[8]。

SEM模型分成测量方程和结构方程两部分，可以同时处理多个因变量，并考虑多个关联关系的自变量。SEM模型可容许自变量和因变量含测量误差，并同时估计因子结构和因子关系，建立有更大弹性的测量模型，以及估计整个模型的拟合程度。因此，将海外油气项目风险扩散影响因素的问卷结果导入AMOS软件并构建SEM模型，研究各个扩散影响因素之间的关系以及对风险扩散的影响效果。

海外油气项目风险产生后，项目风险能量的增加，其风险不会立即扩散，而是一个风险能量积聚的过程。由于不同的项目、不同的外部环境、扰动因素而出现不同的作用关系，特别是风险扩散影响因素的动态变化而在不同时间节点也会存在差异。因此，本节运用AMOS软件构建SEM模型，分析海外项目风险扩散影响因素的作用效果路径，综合考虑风险扩散过程中涉及的影响因素之间的复杂变化关系。海外油气项目风险扩散影响因素作用关系图如图1所示，将虚线内的四大类项目风险扩散影响因素的作用关系固化在长方形虚线内，将具体影响因素之间的关系抽象为宏观的风险扩散影响因素动态作用过程。包含四大类、13个扩散影响因素，6条相互作用关系以及4条对风险影响的作用关系[9]。

图1 海外油气项目风险扩散影响因素作用关系图

在进行了验证性分析后，建立海外油气项目风险扩散影响因素对于项目风险影响作用路径模型，海外油气项目风险结构方程组模型如图2所示，包括四大类扩散影响因素EN(环境影响因素)、PR(项目影响因素)、IN(效应影响因素)、AF(干系人影响因素)，以及13个风险扩散影响因素E1、E2、E3、E4、E5、P1、P2、P3、I1、I2、A1、A2、A3，即外生显变量。相关系数为C，因子荷载为W，残差项为e，误差项为V。本模型共有5个潜变量，其中内生潜变量为LO(风险损失)，外生潜变量为EN、PR、IN、AF，14个显变量，L为LO对于的内生显变量。

图2 海外油气项目风险结构方程模型

2.2.2 SEM模型评价

通过AMOS软件计算分析后，得出海外油气项目风险扩散影响因素作用模型的路径系数、相关系数和影响系数的估计值，海外油气项目风险形成路径模型初步拟合示意图如图3所示。

图3 海外油气项目风险形成路径模型初步拟合示意图

根据计算结果可知，相关方影响因素(AF)与环境影响因素(EN)，项目影响因素(PR)，风险效应影响因素(IN)的相关系数较大，说明AF与EN、PR，IN之间存在较为严重的多重共线性，首先考虑删掉风险免疫力(A3)，删除变量A3后的拟合模型如图4所示。

图4 删除变量A3后的拟合模型示意图

按照新模型计算拟合发现，适配度评价指标仍不符合适配性要求，同时发现PR与EN、AF的相关系数较大，其中EN与PR相关系数达到0.91，说明这两个变量的共线性程度相对较高。因此，对模型重新进行修正，分别删除自身属性P2、技术水平P3两个潜变量，并根据修正指标建立残差的相关关系，最后对a、b两个修正模型再进行比较分析。删除变量后的拟合模型如图5所示。

图5 删除变量后的拟合模型a)删掉变量P2 b)删掉变量P3

AMOS软件适配度拟合指标见表6。

表6 AMOS软件适配度拟合指标

由表6可知，模型b的多数拟合指标优于模型a，且满足检验标准，故选定模型b作进一步研究。

通过AMOS进行参数检验，估计值、测量误差(SE)、临界比率值(CR)和显著水平(P)不存在不合理情况，各条路径系数均符合P<0.05的显著性水平和临界比值均大于标准1.96，可以拒绝虚无假设。标准化回归系数均小于0.95，符合要求。

2.2.3 模型结论

项目影响因素(PR)与环境影响因素(EN)、相关方影响因素(AF)、风险效应(IN)存在较高的相关系数，说明这4个影响因素的次级影响因素之间有共线关系，故在拟合过程中结合各扩散影响因素及因子荷载情况，首先，考虑删掉风险免疫力(A3)，而此时模型的各指标都处于合理水平，但适配度指标没有达到要求，而项目影响因素(EN)和环境影响因素(PR)的相关性较高；其次，删除自身属性(P2)或者技术水平(P3)影响因素；最后，模型b符合各项软件指标，且适配指标相对更优。结合修正模型通过相关性分析、因子负荷分析和路径系数分析分别得出以下结论。

2.2.3.1 相关性分析

项目影响因素(PR)与环境影响因素(EN)、效应影响因素(IN)、相关方影响因素(AF)之间的相关系数相对较高，这是由于环境、相关方和效应影响因素最终都会作用于到油气项目。而其他三个因素也彼此存在相互关系，如放大效应(I1)需要信息环境(E2)的支撑，资源输入(A1)往往来自于政治、社会、经济环境之中人力、财产、物质等资源，而项目管理水平(P1)受当地政策制度、社会需求、经济水平的约束。同时，项目影响因素(PR)也会通过信息放大(I1)，耦合放大(I2)使得项目的风险能量不断增加，而环境影响因素(EN)也会使得项目所面临的政治、经济等环境状态更加复杂多变。

2.2.3.2 因子荷载分析

政治环境影响因素(E4)、项目属性影响因素(P2)、耦合放大效应(I2)、风险输入(A1)分别对环境(EN)、项目(PR)、效应(IN)和相关方(AF)4个外生潜变量的因子荷载最高，这说明这几个影响因素对4个潜变量的影响最大，如政治环境影响因素(E4)所包含的众多风险因素，不仅是项目风险形成的主要诱因，也是风险扩散的重要影响源。

项目属性(P2)相对项目的管理(P1)影响因素而言，与风险的联系更加紧密。油气项目面临的风险扩散主要是环境、项目自身和相关方多种风险因素的相互耦合作用，共同促使风险的放大进而超过扩散阈值，耦合效应往往是多种影响因素非线性作用的推力。风险输入(A1)主要是相关方对海外油气项目风险的主观推动和助长，相关方特别是竞争方会影响项目风险扩散。

2.2.3.3 路径系数分析

通过分析4个扩散影响因素对海外油气项目风险损失的路径系数可知，对项目风险损失的路径系数比较接近，总体路径系数不高，环境、项目、效应和相关方4个扩散影响因素对油气项目风险损失的影响比较平均，并没有某一影响因素具有决定性作用，即4个影响因素共同作用的结果。而项目影响因素相对较高在于项目本身是风险的扩散载体，项目行为体的风险管理和处置能力往往会对项目风险损失的控制程度起到直接作用。

3 结语

综上所述，海外油气项目风险扩散影响因素的项目影响因素与其他扩散影响因素相关性较高，是海外油气项目风险扩散的基础，需不断加强对油气项目的项目管理，尤其是风险管理水平，留好风险余量。同时，政治环境影响因素是环境影响因素因子荷载最高的，不仅是项目风险形成的主要诱因，也是风险扩散的重要影响源，需时刻关注项目所在区域的风险变化，对政治环境变化予以积极响应和风险规避。油气项目面临的风险是多个扩散因素耦合作用，故耦合效应往往是多种影响因素非线性作用的推力，可考虑延长风险因素的变化时段或对该风险因素进行限制，使其在某一时刻，该风险因素处于较低的风险能量。

本文在对海外油气项目风险主要扩散影响因素进行识别的基础上，运用改进的SEM结构方程模型对油气项目风险扩散影响因素作用路径进行模拟，并研究了各扩散影响因素之间的相互关系，以及二级扩散因素对一级扩散因素的作用荷载等，为开展海外油气项目风险扩散分析及应对提供参考，有助于不断提高油气项目风险管理水平。