基于SNA視角大型工程項目風險管理研究

王閃閃，洪文霞，薛 娜，李蓓蓓，張利源

(青島理工大學 管理工程學院，青島 266525)

隨著經濟和城市化的快速發展，工程項目趨于大型化、復雜化，大型工程是推動供給側結構性改革，確保如期實現全面小康的關鍵抓手.具有結構關聯緊密、投資規模大、參與單位多元化、建設環境多變、技術要求高且持續性重大影響經濟社會發展等特征，使大型工程項目全生命周期內面臨多樣風險和挑戰.已有國內外專家對大型工程項目風險因素的定性與定量評價及來源分析展開研究.

何清華等[1]基于貝葉斯法對大型復雜工程項目進度風險進行了分析，提出了大型復雜工程項目進度風險管理策略.屈甜利等[2]考慮各利益相關方不同層次的需求和要求，將大型工程項目利益相關方分為建設方、客戶方、業主方，運用EAHP(可拓層次分析法)和物元可拓理論從三方視角對大型工程項目進行評價.文獻[1-2]從單視角分析了項目風險或利益相關者對工程項目的影響，缺乏風險間相互關系、風險與利益相關者間的聯系及風險后續影響的考慮.VAN BUEREN[3]提出了可持續性工程項目在環境開發決策過程中利益相關者之間的依賴關系.文獻[3]從網絡視角定性分析了利益相關者相互關系，但沒有指出每個利益相關者在網絡中的影響程度.XIA等[4]分析了大型基礎項目各個階段的關鍵風險以及風險之間的因果關系，建立了單個風險、階段風險和成本超支之間的傳播網絡.ZHOU等[5]分析了大型水電工程建設中風險因素之間的交互關系，并結合DEMATEL和ANP分析了重要的危險因素.文獻[4-5]論證了項目風險網絡分析的重要性，但缺乏風險概率計算及后果的關注.

大型工程項目利益相關者相關風險間相互聯系形成互相影響的復雜網絡.以往大型工程項目風險的研究多局限于線性影響分析，將利益相關者相關的風險因素視作孤立的點，缺乏內在作用關系研究.針對現有大型工程項目風險評價研究的不足，本文建立利益相關者風險網絡分析模型，利用SNA法對風險網絡中的關鍵風險和關鍵風險關系進行識別，針對關鍵風險和關鍵風險關系提出應對策略，阻斷或消除風險在網絡結構中的傳播.研究結果有助于項目管理者對大型工程項目風險的管理.

1 社會網絡分析法

社會網絡分析法(Social Network Analysis，SNA)是一個既能反映網絡結構整體特征和個體在網絡結構中的位置，又能描述整體結構對個體影響程度的一套規范和研究方法.綜合考慮大型工程項目復雜性特征，結合現有文獻在工程管理領域的應用，以大型建筑工程項目為例構建基于社會網絡分析法的大型工程項目風險網絡評價模型，與利益相關者相關的風險分析主要包括五部分：①識別風險因素并歸類；②構建風險網絡模型；③可視化風險網絡；④基于SNA對關鍵風險與關鍵風險關系識別；⑤采取措施控制風險并效果檢測.研究框架如圖1所示.

圖1 基于SNA的大型工程項目風險網絡研究框架

2 全生命周期利益相關者風險識別與歸類

2.1 利益相關者識別

已有學者對大型工程項目利益相關者進行了研究，王進等[6]從緊迫性、影響性、主動性及綜合性四維視角將大型工程項目利益相關者分為核心型(建設單位、承包商)、戰略型(勘察設計單位、材料設備供應商、投資人、監理單位、政府部門、運營方、高層管理人員)和外圍型(員工、工程項目所在社區、環保部門)三類.蔣衛平等[7]將大型工程項目內部利益相關者劃分為業主方、項目管理團隊、供應商、總承包商、分包商.HERAZO等[8]分析了可持續性建筑項目利益相關者，并確定了43個利益相關者，將其分為客戶、用戶、社區、顧問、政府、公眾、媒體7個類別.呂萍等[9]對政府投資項目各個階段利益相關分析，得在整個生命周期內同一階段不同的利益相關者相對重要性存在明顯差異、同一利益相關者在不同階段也扮演了不同角色.大型工程項目全過程涉及利益相關者眾多，結合現有文獻并經專家審議，針對各利益相關者不同職責分工和利益訴求，將大型工程項目利益相關者分為建設方S1、承包商S2、投資方S3、勘察設計單位S4、監理單位S5、供應商S6、運營方S7、工程項目所在地區S8.

2.2 風險因素識別及歸類

分析衡量各種風險識別方法的優劣，選擇工作分解結構-風險分解結構(WBS-RBS)法識別大型房建工程項目風險.WBS-RBS是將項目任務和項目風險分別分解為最小工作包，形成分解樹，然后用分解的最小工作包交叉構成WBS-RBS風險識別矩陣，最后判斷風險的存在性及轉換條件[10]，風險流程如圖2所示.根據WBS-RBS法，結合已有的文獻[11-13]，充分考慮大型房建工程項目各種潛在風險因素，識別出37個風險因素，并從利益相關者視角進行歸類，見表1.

圖2 大型工程項目風險識別流程

表1 大型房建工程項目風險識別及歸類

3 基于SNA風險管理模型

3.1 構建風險網絡

3.1.1 數據收集

采用問卷調查和半結構式訪談方式構建風險網絡，基于大型建筑工程項目利益相關者相關風險間相互關系設計調查問卷，問卷涉及三個問題：①大型建筑工程項目S*R#(*表示利益相關者編碼，#表示風險編碼)是否影響S*R#？②S*R#對S*R#有多大影響？③S*R#對S*R#潛在影響的可能性是多少？問卷要求各位專家對問題②和③的結果采用5級標度法(1表示最低，5表示最高)打分.將影響程度和可能性的乘積作為風險間相互關系的最終結果.

通過電子郵件將問卷發放給調查對象，調查對象涵蓋范圍為具有不同工作年限、不同教育程度的8個利益相關者.共發放152份問卷，回收98份，有效問卷84份.

3.1.2 信效度分析

利用SPSS 24對收集的數據進行信效度分析，調查問卷的信效度系數Cronbach’s α為0.845，將CITC>0.3做Cronbach’s α信效度檢驗補充，經檢測，CITC在0.37～0.55，都大于0.3，全部通過檢驗，表明問卷信度較好，有較高的可靠性和一致性，可以接受.

3.1.3 風險網絡可視化

整理收集的問卷形成風險鄰接矩陣，利用UCINET軟件將大型建筑工程項目利益相關者風險可視化，如圖3所示.

圖3 大型工程項目利益相關者風險網絡模型

3.2 風險網絡結構分析

社會網絡法分析風險的指標眾多，本文主要研究大型建筑工程項目風險網絡的整體性和個體風險在整體網絡中的作用.利用密度和凝聚性測量風險網絡結構的整體性，中間人分析關鍵風險因素，中間中心度分析關鍵風險關系.

3.2.1 整體風險網絡分析

網絡密度(Density)表示風險結構矩陣(MRS)中現有關系數與所有關系數中最大關系數之比[14]，表達式見式(1)，反映整體網絡的緊密程度，范圍為[0,1]，密度越大，網絡中風險間相互關系越大，

(1)

式中：D為網絡密度；MRS為風險結構矩陣；G為風險關系總數；N為網絡風險的總數；S*Ri,S#Rj為風險關系數.

凝聚性(Cohesion)表示鄰接矩陣(MADJ)中基于最短路徑的風險網絡節點的關系數[15]，表達式見式(2)，用來衡量基于風險網絡的復雜度，凝聚性越高，風險網絡結構越復雜.

(2)

利用UCINET軟件對大型建筑工程項目風險網絡計算得，網絡密度為0.1727，網絡密度較大，節點之間的平均聯系數為2.895.凝聚指數為0.44，大于網絡密度，表明網絡中風險間相互關系較為復雜.

表2 大型房建工程項目風險因素中間人分析 個

3.2.2 個體風險分析

關鍵風險因素、關鍵風險關系的測量是通過考慮各利益相關者風險因素在網絡中的直接/間接關系來表示.風險網絡中各節點有不同角色，如協調者、守門者、代理者、顧問、聯絡者，關鍵角色關聯各個群體，占據了重要地位，中間人分析識別關鍵風險對控制風險傳播極為重要.取中間人分析結果排名前6的風險因素，見表2.

表2中4種風險因素占所有風險中間人總數達52%(共644個).基于利益相關者視角，6種風險中有5種承擔了至少三個角色，尤其S3R2(投資計劃與方案選擇)、S4R3(設計的安全性與合理性、交底的不明確)承擔了全部中間人角色；S1R1(項目管理的方式與體系完善性、組織協調性)雖承擔了一種角色，但數量較大；S1R2(承包商選擇)、S2R13(合同風險)、S7R1(運營風險)均承擔了三個角色，且數量均較大，其中S1R2數量最大.所以無論從利益相關者視角還是數量視角，該6種風險處于關鍵地位.

網絡中節點與節點間的連線稱為關系，關鍵關系的識別通過中間中心度識別，線的中間中心度是衡量任一條線在多大程度上位于圖中其他線的“中間”,線的中間中心度越大，表示風險傳播能力越強，越需要控制.某一關系(K→L)的計算公式如式(3)所示：

(3)

利用軟件UNCIET 6(Networt→Centrality→Freeman Betweenness→Line Betweenness)計算取影響最大的30個(共228個)關鍵關系，見表3.

表3 風險網絡中線的中間中心度分析

4 風險控制與效果檢測

4.1 關鍵風險和關鍵風險關系控制

根據第3節風險網絡分析結果，確定了網絡中的關鍵風險和關鍵關系，從表3可以看出，各風險關系均與6個(S1R1，S1R2，S2R13，S7R1，S3R2，S4R3)關鍵風險密切相關.對關鍵風險和關鍵關系提出針對性的風險控制措施，可有效阻止風險的傳播，針對關鍵風險和風險關系的控制措施見表4、表5，關鍵風險得到控制會有效緩解或阻斷相應關系的傳播.

表4 關鍵風險控制措施

表5 關鍵風險關系控制措施

4.2 效果檢測

實施關鍵風險和關鍵風險關系控制措施后對風險網絡進行模擬檢測，移除關鍵風險和關鍵關系的風險網絡視圖如圖4所示.通過直觀比較，風險網絡明顯稀疏，節點間的聯系程度明顯降低.利用UCINET軟件計算分析，整體網絡密度降低到0.1301(-25%)，凝聚性降到了0.21(-52%)，表明大型建筑工程項目風險關系網絡復雜程度大大降低，控制措施有效控制了風險在網絡中的傳播.

圖4 關鍵風險控制后風險網絡結構

中間中心勢是風險網絡中最高中間中心度點與其他點的差距[10]，差距越大，控制力越強,表達式如式(4)所示.中間中心勢由2.66%降到0.69%(-74.06%)，明顯降低了風險網絡中某節點風險導致大型建筑工程項目失敗的可能性，表示風險控制有效.

(4)

式中：Cd為中間中心勢；N為網絡節點；Cimax為中間中心度.

5 結論

1)基于SNA法構建大型建筑工程項目利益相關者風險網絡分析模型，運用密度、凝聚性從整體網絡角度分析本項目風險網絡的復雜性，運用中間人分析和中間中心度從個體網絡角度分析關鍵風險因素和關鍵風險關系，識別出6個關鍵風險因素：S1R1(項目管理的方式與體系完善性、組織協調性)、S1R2(承包商選擇)、S2R13(未認真分析合同及其規范、合同陷阱評估不足)、S7R1(運營管理情況)、S3R2(投資計劃與方案選擇)、S4R3(設計的安全性與合理性、交底的不明確).通過對關鍵風險因素和關鍵風險關系提出針對性的控制措施并有效實施，緩解或阻斷了風險在網絡中的傳播.利用網絡密度、凝聚性、中間中心勢等指標進行了效果監測，結果表明：風險網絡的復雜性、風險節點間的緊密度及某風險導致工程項目失敗的可能性明顯降低.

2)從社會網絡視角，通過與以往研究范式比較，提出了一個過程結構化和指標分析、識別、控制風險的網絡模型，為項目管理團隊提供了很好的大型建筑工程項目風險管理方案，克服了傳統線性風險分析的局限性，提高了利益相關者風險分析的有效性和準確性.