排水自動監測系統風險管理因子結構的定量研究

胡振華 李 明

一、引 言

水質是否達標是一個重要的民生問題，對水質的準確監測和預報是水資源管理的重要一環。排水自動監測系統能有效提高水質的監測效率和監測頻率，與實驗室室內監測相比具有很大的優越性，能夠更為及時地為各級部門提供環境決策的數據支持。然而，排水自動監測系統的運營管理是一個持續的管理過程，涉及因素眾多，投資大，項目成敗影響面廣，項目生命周期的各階段都存在著很大的不確定性，導致排水自動監測系統項目存在很大的風險。因此，對排水自動監測系統進行風險管理勢在必行，其管理因子的確定也成為重中之重。

二、排水自動監測系統風險管理因子選擇依據

本文的研究邏輯遵循“理論—假說—檢驗—調整”的循環，城鎮排水自動監測系統項目風險管理是圍繞著提高監測數據質量展開的，即通過減少風險和應對風險，提高項目的質量。為了分析項目風險管理的因子，從項目生命周期各階段的任務開始進行分析，具體如圖1所示。

綜合既有的成果，本文認為項目管理的主要元素包括以下幾項內容：項目需求管理、組織類型選擇、項目團隊管理、項目計劃管理、機會和風險管理、項目控制管理、項目可見性、項目糾偏管理。項目風險管理是項目管理中一個重要部分，但其很多的管理因子也與項目管理元素存在相似之處，因為從本質上講，它們都是一種管理活動。

三、項目風險管理因子的初步確立

項目風險的類型是多樣的，風險與項目生命周期的三個階段相連。從本質上講，項目風險管理是一項管理活動，其管理因子有人員、組織結構、管理制度等要素，項目管理過程中這些因子的不確定性是造成項目風險發生的根本原因。

為便于進行項目風險管理因子分析，本文將城鎮排水自動監測系統項目風險管理因子分為兩類，一類是人員因子，另一類是環境因子，環境因子分為內部環境因子和外部環境因子。本文把人員因子和內部環境因子統稱為內部管理因子，把項目管理所處的空間環境歸入外部環境因子進行分析。以城鎮排水自動監測系統項目風險管理為對象，具體將項目風險管理中的因子分為以下幾個方面：

（1）人員因子

①政府和排水監測機構；②被委托人或建設商；③供應商；④運營商；⑤污水處理廠；⑥項目高層管理人員；⑦普通員工。

（2）內部環境因子

①組織結構；②管理制度；③項目文化；④信息因子；⑤監測設備。

（3）外部環境因子

外部環境包括自然環境、經濟環境、政治環境、法律環境、文化環境和科學技術環境，它們屬于項目管理中所面臨的外部環境。本文將外部環境因子歸結為兩類因子，一類是自然因子，另一類是社會因子。

四、內部管理因子結構的研究假設

本文的假設概念模型主要包括兩個部分，一部分是對項目風險內部管理因子之間的結構關系假設，另一部分是對內部管理因子對項目風險管理目標的影響假設。外部環境因子（如自然因子和社會因子）由于其不可改變性，沒有列入假設模型之中。

項目風險內部管理因子之間及其對項目風險管理目標之間的假設如下：

假設1：人員管理因子對項目風險管理目標有顯著影響；

假設2：人員管理因子對設備管理因子有直接影響；

假設3：人員管理因子對組織管理因子有直接影響；

假設4：人員管理因子對系統數據因子有直接影響；

假設5：項目風險文化對項目風險管理目標有顯著影響；

假設6：組織管理因子對項目風險管理目標有顯著影響；

假設7：組織管理因子對設備管理因子有直接影響；

假設8：組織管理因子對系統數據因子有直接影響；

假設9：設備管理因子對項目風險管理目標有顯著影響；

假設10：管理信息溝通對項目風險管理目標有顯著影響。

本文按以上的假設進行預調研，設置觀測變量，根據預調研的結果修正觀測變量，運用結構方程模型（Structural Equation Modeling，簡稱 SEM）并結合實地問卷調查數據對理論假設模型加以驗證，同時考察各內部管理因子對項目風險管理目標的影響以及各內部管理因子之間的相互作用。SEM可用以下矩陣方程表示：η=βη+Γξ+ζ

該假設模型為典型的結構方程路徑圖，η是內因潛在變量向量，ξ是外因潛在變量向量；β是內因潛在變量間的通徑系數矩陣，Γ是外因潛在變量對相應內因潛在變量的通徑系數矩陣；ζ為殘差向量，本文運用AMOS7.0構建結構方程模型界定潛在外因潛在變量ξ（xi）與潛在內因變量之間（η）的因果關系。

五、問卷設計與數據的收集

觀測指標的設計側重從城鎮排水自動監測系統項目風險管理中的人力資源、信息管理、組織結構、管理制度、項目文化、系統設備等方面選擇，初始觀測的指標數量最多不低于3個，不超過6個。對項目風險管理目標也單獨設計了觀測指標。在題項的形式上，使用了常用的李克特七分制量表，規定1分表示完全不同意，7分表示完全同意。

問卷的設計主要分為兩大部分，第一部分是總體情況的了解，目的是掌握被調查對象的概況。第二部分圍繞準備驗證的模型展開，圍繞人員管理、信息溝通、組織結構、管理制度、項目風險文化、設備管理、數據管理、項目風險管理成功標準等方面分別進行調查題項的設計。

調查對象主要來自污水排放監管部門、城鎮排水自動監測系統的污水處理廠、負責城鎮排水自動監測系統項目運營的高級管理者。考慮到數據獲取的便利性及城鎮排水自動監測系統項目的代表性，主要選擇了城鎮排水自動監測系統較為先進的北京市及華東地區、華南地區、東北地區及部分中南省市進行調研。問卷發放的時間為2011年4月～2011年6月。調查結束之后，使用EXCEL等工具進行問卷數據匯總，辨別有效問卷，然后利用SPSS、AMOS等專業統計分析軟件進行數據分析。

六、數據分析

本次調查共發放調查表340份，收回調查表314份，其中有效樣本288份，無效樣本26份（無效樣本中，打分完全相同的調查問卷18份、調查缺項較多的問卷8份）。本文對29個變量進行因子分析，采用SPSS13.0進行數據分析，選用結構方程軟件AMOS7.0進行建模。

（1）信度分析

信度表示問卷工具的穩定程度，信度檢測的目的是盡量減少問卷工具的隨機誤差或者偏差。本文以Cronbach’sα系數為評判標準，α值越大表示該因素內部各題項之間的聯系越大，即該因素的內部一致性越高。一般認為Cronbach’sα值≥0.70時，屬于高信度；0.35≤Cronbach’sα＜0.70時，屬于尚可；Cronbach’sα值＜0.35，則為低信度。

本文采用SPSS 13.0研究數據的內部一致性，得到如下表2的結果，顯示Cronbach’sα系數為0.919，說明問卷調查所獲取的數據具有較好的信度。

（2）效度分析

效度是測量結果與測量目標之間的接近程度，它直接影響到研究結果的偏倚問題。本文問卷的建構效度主要通過數據的分析與檢驗來完成。對問卷的建構效度進行檢驗，采用探索性因子分析法。首先利用288個調查樣本，進行探索性因子分析（EFA），以確定風險管理目標的維度。在做因子分析前，使用KMO（Kaiser-Meyer-Olkin）值對樣本數據進行因子分析適用性檢驗。KMO值越大，表示變量之間的公共因子越多，越適合進行因子分析。根據Kaiser的觀點，如果KMO值小于0.5，則不宜進行因子分析。因此，本文采用SPSS13.0對29個變量進行探索性因子分析，采用主成分分析法作為提取因子的方法，并用方差最大法對因子進行正交旋轉處理，得到因子結構。

表1 風險管理的潛在變量

注：表中，序號1-23的指標為自變量，序號24-29的指標為因變量

表2 總體信度分析結果

表3 風險管理因子的KMO和Bar tl ett's檢驗

由表3可見，KMO值為0.807，可以進行因子分析，巴特利球型檢驗的卡方值為1715.920且顯著相關，代表相關矩陣間有共同因素存在，說明指標之間并非對立，是相互聯系的，檢驗表中巴特利檢驗通過，故本文采用因子分析是適合的。

（3）采用主成分分析法提取風險管理因子

①第一次因子分析

本文針對項目風險的內部管理因子共列舉了23個觀測變量，利用SPSS軟件進行探索性因子分析，采用主成分分析提取公因子，進行方差最大正交旋轉，以特征根大于等于1為因子抽取原則，參照碎石圖得到了五個公共因子，解釋了原有23個指標總方差全部變量的63.906%。具體情況見表4：

表4 總變異量分析

②第二次因子分析

在任何因子上的載荷量小于0.5或者同時在兩個或以上因子的交叉載荷量都大于0.5的觀察變量（VD2、VF3、VF4、VA4四個變量）都剔除后，再次進行因子分析，因子分析的過程見表5。第一次因子分析得到了5個因子，解釋總變異量為63.906%，刪去不合適變量后再進行因子分析，得到5個因子，解釋總變異量為69.311%，見表6。

表5 風險管理目標因子分析過程表

表6 第二次整體解釋的變異數

表7 因素命名

根據因素的特征值和旋轉后的因素矩陣，采用主成分分析法抽取出5個因素作為共同因素，并使用因素轉軸方法中的Varimax最大變異法，轉軸后去掉了因素負荷量小于0.1的系數，按照從大到小的順序進行排列，得到變量與因素的關系。根據各因子項目包括問卷項目的意義和因子負荷量的大小，分別對因子項目進行命名。對自變量兩次主成分因子分析，剔除了4個不符合標準的題項，最后得到由19個指標構成的5個因子，EFA結果見表7。第一個因子項目命名為設備管理，包括6個問卷項目變量。其它四個因子項目命名為：組織管理、人員管理、數據合理性、信息管理。

七、模型建立

通過增加的殘差間協方差關系和變量間路徑關系，最后得到的改進模型如圖2所示：

在圖2的項目風險內部管理因子與項目風險管理目標之間的結構關系模型中，人員管理因子對設備管理、組織管理（含風險文化管理、信息溝通）、數據管理都有重要的影響，其中人員管理因子對組織管理因子的路徑系數為0.56，人員管理因子對設備管理因子的路徑系數為0.70，人員管理因子對數據管理因子的路徑系數為0.25。這一結果說明人員管理因子在項目風險管理中具有極其重要的地位，它是比較活躍的因子。

人員管理對組織管理有直接影響，對項目風險管理目標有間接影響，而組織管理、數據管理對項目風險管理目標有直接影響，其中數據管理因子對項目風險管理目標的路徑系數達到0.50，組織管理因子對項目風險管理目標的路徑系數達到0.29，均為顯著。

根據圖2的結構關系模型可以認為，城鎮排水自動監測系統項目風險管理目標必須要加強項目中的人員管理因子、數據管理因子和組織管理因子，它們彼此之間相互影響，最終直接影響項目風險管理目標的實現。在重視這些關鍵因子的同時，還需重視與其它因子的協調。

八、小 結

本文選擇了城鎮排水自動監測系統項目風險的內部管理因子進行定量研究，經過數據的探索性分析和驗證性分析，得到了項目風險內部管理因子之間的結構關系模型和內部管理因子對項目風險管理目標的影響模型。

在內部管理因子之間的結構關系模型中，人員管理因子對設備管理因子、組織管理因子（含風險文化管理、信息溝通）、數據管理因子都有重要的影響。人員管理因子對組織管理因子的路徑系數為0.56，人員管理因子對設備管理因子的路徑系數為0.70，人員管理因子對數據管理因子的路徑系數為0.25。人員管理因子在項目風險管理中具有極其重要的地位，它是比較活躍的因子。

［1］孟慶強，林毅.西朗污水處理廠BOT項目的水質、水量在線監管經驗[J].中國給水排水，2006（24）：78-80

［2］戚安邦，盛峰.面向不確定性的項目風險管理方法研究[J].理論探討，2008（2）：70-73

［3］卿姚，王月明.我國工程項目風險管理研究[J].四川建設科學研究，2007（2）：193-196

［4］王進.大型工程項目成功標準[D].長沙：中南大學，2008

［5］Van de Bunt,P.A.E.,De organisatie-adviseur,begeleider of expert?Samsom,Alphen a/d Rijn,1978

［6］（法）法約爾.工業管理與一般管理[M].北京：中國社會科學出版社，1998

［7］朱曉潔，張瑜.沙因論組織文化[J].管理學家，2011（2）：17-26

［8］王玉.基于項目的信息管理活動研究[J].情報科學，2007（6）：815-818

［9］高來陽.設備管理學[M].北京：中國鐵道出版社，1993

［10］榮泰生.Amos與研究方法[M].重慶：重慶大學出版社，2009

［11］李君君.面向電子商務網站的用戶接受模型及其應用[D].南京：南京大學，2008