項目風險識別研究現狀與發展趨勢可視化分析*

王雪剛 呼凱凱 常永立 張藝獻 張黎明

(1.航天工程大學航天保障系，北京 101416；2.河南省新鄉縣人民武裝部，河南 新鄉 453700；3.71622部隊保障部，河南 許昌 461000)

0 引言

項目風險識別是指在風險事件發生前，運用多種方法對可能影響項目的風險事件進行識別的過程。項目風險識別是項目風險管理的前提，項目風險識別水平直接影響項目風險管理效果，進而影響項目成敗。由于項目風險識別內容復雜，適用范圍較廣，相關學者對其進行了深入研究，形成了一系列研究成果。目前，風險識別已被廣泛應用于建筑工程項目[1-2]、交通工程項目[3]、水利工程項目[4]、通信工程項目[5]、能源工程項目[6]、農業農村項目[7]、工業工程項目[8]、環境工程項目[9]、信息技術項目[10]、國際工程項目[11]、航運工程項目[12]、大型復雜項目[13]、旅游項目[14]等。

本文通過文獻計量法，基于核心集合(Web of Science)數據庫相關文獻，借助Vosviewer和CiteSpace可視化軟件，繪制項目風險識別研究領域知識圖譜，分析項目風險識別研究現狀和發展趨勢，以期提升項目風險識別研究水平。

1 數據來源與研究方法

1.1 數據來源

本文選取核心集合(Web of Science)作為數據來源。為了保證數據的全面性、提高研究的權威性，索引選用SCI-EXPANDED和SSCI期刊，具體檢索式為TS=(Project Risk Identification)，出版時間設置為2010年1月1日至2021年12月31日，文獻類型選擇為Articles，語言選擇為英語，檢索得到2504條文獻記錄。從學科類型和研究方向兩個方面進行篩選，剔除不相關文獻，最終選定1223篇文獻作為樣本數據。

1.2 研究方法

目前，繪制知識圖譜的常用軟件是Vosviewer和CiteSpace，兩者共用具有優勢互補的效果[15]。Vosviewer軟件是利用概率論中數據標準化方法，對關鍵詞、合作機構和合作作者等關鍵信息進行可視化分析，從而得到多種可視化圖譜。本文主要使用該軟件生成作者、國家、期刊和關鍵詞共現圖譜，分析該領域研究現狀和研究熱點。CiteSpace軟件是利用集合論中數據標準化的方法實現數據的相似性測度，在時間切片上得到多種可視化圖譜。本文使用該軟件生成時區視圖，分析該領域研究熱點和未來發展趨勢。

2 項目風險識別研究現狀與發展趨勢可視化分析

2.1 整體性分析

通過Vosviewer軟件分析可知，1223篇樣本文獻來自102個國家的2119個機構的5458名作者，發表于486種期刊，引用了21 521種期刊的55 315篇文獻。項目風險識別研究領域發文數量年度分布如圖1所示。

圖1 項目風險識別研究領域發文數量年度分布圖

從圖1可以看出，項目風險識別研究領域年度發文量總體呈上升趨勢，大致可分為三個階段：初始起步階段(2010—2012年)、緩慢增長階段(2013—2016年)、快速增長階段(2017—2021年)。其中，2021年相關發文量達到189篇，說明項目風險識別受到業界學者的廣泛關注，研究文獻總量快速增長。

2.2 作者和合作網絡分析

借助Vosviewer軟件將作者出現最小頻次設置為4，共得到29名作者的共現圖譜(圖2)，發文量≥5篇的15名作者和文獻被引次數見表1。

圖2 基于Vosviewer的作者共現圖譜(截圖)

表1 發文量≥5篇的作者及文獻被引次數

(續)

由圖2可以看出，作者合作情況整體呈現“面上分散、多點集中”的特點，早期形成了以Avillach Paul和Ding Lieyun為代表的合作團隊，中期形成了以Chan Albert P.C和Zhao Xianbo為代表的合作團隊，近期形成了以Li Heng和Hosseini M.Reza為代表的合作團隊。部分研究團隊之間有一定溝通，但整體溝通強度不大，合作需要進一步加強。

由表1可以看出，發文量排名第一的是Chan Albert P.C.，發文量為12篇，篇均被引次數為30.33次，主要研究方向為國際工程項目風險識別和風險管理[16]；發文量排名第二的是Zhao Xianbo，發文量為9篇，篇均被引次數為50.33次，主要研究方向為復雜項目風險識別[17]；發文量排名第三的是Hwang Bon-Gang，發文量為8篇，主要研究方向為新加坡綠色建筑風險[18-19]，篇均被引次數達52次，說明該作者論文影響力最大。

2.3 發文國家分析

借助Vosviewer軟件將發文國家出現最小頻次設置為35，共得到13個發文國家的共現圖譜(圖3)，該領域發文量排名前5的國家見表2。

圖3 基于Vosviewer的發文國家共現圖譜(截圖)

表2 基于Vosviewer的發文量排名前5的國家

圖3中節點大小代表發文量，連線粗細代表合作強度。從圖3和表2可以看出，該領域發文國家高度集中，馬太效應明顯，大部分論文作者集中于少數幾個國家。主要發文國家是美國和中國，美國學者在該領域發文總量為305篇，占總發文量的24.9%，中國學者在該領域發文總量為266篇，占總發文量的21.7%。各個國家學者篇均被引次數差別較小，篇均被引次數最高的是澳大利亞學者，篇均被引次數為22.57次。

2.4 發文期刊分析

通過Vosviewer軟件對文獻發表期刊進行統計分析，除少量綜合性期刊，大部分期刊隸屬于建筑工程和環境工程領域。發文量排名前10的期刊見表3。其中，PlosOne、Sustainability、JournalofConstructionEngineeringandManagement發文量排名前三，依次為50篇、48篇和43篇，占總發文量的11.5%。通過對比分析可以看出，InternationalJournalofProjectManagement篇均被引次數最高，達到73.74次，影響因子為7.172，說明該期刊論文質量較高，受到業界高度關注。該期刊主要收錄項目管理國際研究前沿類論文[20-22]，論文參考價值較大。

表3 發文量排名前10的期刊

2.5 基于Vosviewer的關鍵詞共現圖譜分析

對項目風險識別相關研究關鍵詞進行統計分析，可以反映學者的關注程度。關鍵詞出現頻次越高，說明關注度越高。通過關鍵詞共現分析可以探究該領域研究熱點。

項目風險識別研究高頻關鍵詞統計表見表4。可以看出，Identification、Management、Risk、Model、Performance在項目風險識別研究高頻關鍵詞中排名前5，說明項目風險識別方法、項目風險識別與管理、項目風險識別模型和項目風險識別效果是當前研究熱點。

表4 項目風險識別研究高頻關鍵詞統計表

(續)

通過Vosviewer軟件對項目風險識別研究關鍵詞進行共現分析，選擇出現頻次≥10的重點關鍵詞生成共現圖譜，如圖4所示。125個關鍵詞共分為4個聚類，標簽1的聚類節點主要有Identification、Risk、Performance、Prediction、Classification、Quality、Validation等，該聚類代表項目風險識別的目的和作用，項目風險識別即對項目執行過程中可能發生風險事件的預測，對識別出的風險依據危害程度和發生概率進行分類，以此提高產出績效；標簽2的聚類節點主要有BIM、Metro Construction、Design、System、Behavior、Industry、Construction Safety等，該聚類代表項目風險識別的應用領域，即風險識別在地鐵施工和建筑安全等熱門領域應用廣泛[13]；標簽3的聚類主要節點有AHP、Case Study、Management、Allocation、Risk Management、Risk Analysis、Projects、Project Management等，該聚類項目代表項目風險識別的具體方法，并多次出現風險管理等相關詞匯，表明項目風險識別是項目風險管理的重要組成部分[1]；標簽4的聚類主要節點有Impact、Framework、Information、Policy、Climate Change、Governance等，該聚類代表影響較大的風險因素，如項目架構、內部治理、國際政策和氣候變化等[23-24]，在項目實施過程中應重點關注以上風險因素。

2.6 基于CiteSpace的關鍵詞共現時區圖譜分析

通過CiteSpace軟件生成項目風險識別研究關鍵詞共現時區圖譜(圖5)。通過分析每個時間段該領域研究熱點，了解該領域整體發展趨勢。以Keyword為節點類型，將切片長度設置為1，關鍵詞最小閾值設置為5。圖中每一個背景色條代表一個年份，關鍵詞圓圈大小代表出現頻次的高低，連線代表關鍵詞之間的共現關系。

圖4 基于Vosviewer的關鍵詞共現圖譜

圖5 基于CiteSpace的關鍵詞共現時區圖譜

從圖5可以看出，2010—2021年項目風險識別研究進程可以分為三個階段：

(1)理論研究階段(2010—2012年)。在該階段，Risk、Identification、Management、Performance、Project、System、Framework、Tool、Model、Impact、Strategy等關鍵詞大量出現，主要包括項目風險識別方法、框架和模型等，表明該階段理論研究進入蓬勃發展時期。

(2)實踐運用階段(2013—2016年)。在該階段，Network、Pollution、Design、Energy、Industry、River等實踐類關鍵詞逐漸出現，說明風險識別已廣泛應用于能源工程項目、環境工程項目、水利工程項目和信息技術項目等，受到各領域學者的關注。

(3)創新應用階段(2017—2021年)。隨著新基建、BIM技術、PPP項目等研究熱點不斷涌現，項目風險識別研究與時俱進，被廣泛應用于相關熱點領域。Metro Construction、BIM、PPP、Soil Erosion、Public Private Partnership等關鍵詞的出現充分證明了這一點。2020年，安全管理得到廣泛關注，Occupational Health、Risk Allocation、Hazard Identification、Safety Management等成為該階段主流關鍵詞。2021年，Opportunity成為新的關鍵詞，說明在新冠肺炎疫情的影響下，人們透過危機看到了機會和希望。

3 研究進展和趨勢分析

3.1 研究進展

3.1.1 項目風險識別方法創新研究

目前，有關學者提出了多種項目風險識別的創新方法，旨在精確識別項目風險，掌控風險管理的最佳時機。Ghasemi等[25]提出使用貝葉斯網絡(BN)方法識別項目組合中存在的風險并估算風險發生概率，除了計算投資組合總風險，還可以在增加或減少項目組合的情況下，準確計算投資組合風險概率變化，為管理者提供決策依據；Karamoozian等[26]利用DEMATEL-ANP方法提出一種項目風險優先排序混合模型，用以識別建筑項目風險因素，該方法能夠考慮風險因素之間的相互依賴關系，比ANP方法更為準確，更加貼近實際；Guan等[27]采用ISM和MICMAC相結合的方法，從項目周期的角度分析綠色建筑項目風險的相互依賴性，研究風險的相互依賴關系，并開發了綠色建筑項目風險分析模型，輔助綠色建筑從業者更好地了解項目全生命周期的關鍵制約因素和風險因素；Suarez等[7]以西班牙農村優化灌溉項目為研究對象，對主要參與者進行了半結構性采訪，利用社會網絡分析(SNA)方法識別與利益相關方相關的風險因素，為農村創新項目風險管理研究提供了新的視角。

從上述研究成果可以看出，項目風險識別從定性研究逐漸轉向定量研究，同時考慮風險因素之間的制約關系。但是，由于項目實施過程中各個階段的風險影響及制約關系隨時間不斷變化，基于動態方法識別項目風險的研究較為匱乏。

3.1.2 項目風險識別應用領域研究

3.1.2.1 PPP項目風險識別研究

從關鍵詞共現圖譜可以看出，項目風險識別應用領域非常廣泛，其中，PPP項目風險識別是當前研究熱點。Xu等[20]對我國9個PPP水利項目案例進行研究，識別出11個關鍵風險，并從風險來源和風險分配機制兩個方面進行風險分析。Song等[28]和Liu等[9]針對我國PPP垃圾轉化焚燒項目風險識別進行了深入研究。其中，Song等調查了我國PPP垃圾轉化焚燒項目的關鍵風險，通過案例調查的方式總結出我國PPP垃圾轉化焚燒項目的十大風險因素，并逐一給出風險管理策略；Liu等利用內容分析和專家訪談法，對35個PPP垃圾轉化焚燒項目進行分析，確定了我國PPP垃圾轉化焚燒項目的18個風險影響因素。研究結果表明，我國PPP垃圾轉化焚燒項目績效受公眾反對、環境污染、政府決策、法律和監管體系缺陷以及供應風險的影響最大。Jiang等[29]采用程序化方法分析PPP項目風險因素之間的關聯性，并充分考慮了PPP項目風險因素的模糊性，使風險識別與評估結果更加科學。

從當前PPP項目風險研究成果可知，相關學者從對風險識別方法的研究逐漸轉向對風險因素之間相互影響的研究，但相關研究實例大都取自中國，針對其他國家PPP項目的風險識別還有待進一步研究。

3.1.2.2 地鐵建設項目風險識別研究

隨著城市基礎設施建設的不斷加快，地鐵建設項目風險識別受到學者們的關注。Hwang等[19]基于承包商視角，分析了國際建筑合資企業地鐵建設項目風險因素，確定了項目執行過程中各方所面臨的關鍵風險，并研究了風險分配存在的問題，為新加坡地鐵建設提供了參考。Zhang等[30]根據地鐵建設項目的不確定性和復雜性，建立了毗鄰建筑物的地鐵施工實時安全風險評估模型，并進一步確定了潛在風險權重，經過實例分析可知，該方法優于常規方法且精度較高。

從地鐵建設項目風險識別研究現狀可知，當前研究樣本量較小、存在一定局限性，且大多數研究都是基于企業和供應商視角，基于社會政府視角進行風險識別的研究較少。

3.1.2.3 大型復雜項目風險識別研究

由于大型復雜項目結構復雜、體量龐大，其風險識別一直以來都是學者們研究的重點。Sanchez-Cazorla等[31]對大型復雜項目風險管理進行了文獻回顧，總結出大型復雜項目相關風險并進行分類；Zhang等[32]對大型海水淡化項目進行風險識別和評估，確定了兩個級別的風險指標，并將模糊綜合評判(FCE)和層次分析法(AHP)相結合，對大型海水淡化項目進行定量風險評價；Nabawy等[24]針對埃及大型住宅項目風險進行研究，以ISO 31000為基準，設計了概念風險識別框架(CRIF)，并利用VB語言編程建立風險識別數據庫，指出當前大型項目主要涉及建設資源短缺、項目管理不善和資金短缺等風險。

綜上所述，目前大型復雜項目風險識別主要依靠文獻回顧和德爾菲法等，識別效果受主觀因素影響較大，風險識別靈敏度較差，缺乏高效、準確的定量識別方法。

3.2 研究趨勢展望

3.2.1 方法創新研究

根據現階段項目風險識別研究成果可知，大部分方法受主觀因素影響較大。今后，相關研究可與大數據技術相結合，通過數據挖掘的方式形成各領域風險數據庫，提升項目風險識別的完整性、可靠性。由于項目風險識別貫穿項目全生命周期，結合復雜網絡和數據可視化方法動態識別項目實施各階段存在的風險，將會成為未來研究熱點。

3.2.2 應用創新研究

隨著人們對自身健康愈發關注，風險識別將會廣泛應用于生物醫療領域；隨著“一帶一路”倡議的持續推進，針對國際合作工程項目風險識別和PPP項目的風險識別研究也將不斷深入；隨著“碳達峰、碳中和”目標的提出，人們的節能環保意識不斷增強，針對項目環境的風險識別將成為新的研究熱點。

4 結語

本文從Web of Science核心數據庫中選取樣本文獻，通過Vosviewer和CiteSpace軟件構建項目風險識別知識圖譜，分析項目風險識別的研究現狀、熱點及發展趨勢，得出以下結論：

(1)從時間發展維度可知，項目風險識別相關研究可劃分為三個階段：初始起步階段(2010—2012年)、緩慢增長階段(2013—2016年)、快速增長階段(2017—2021年)。

(2)通過對發文作者、國家和期刊分析可知，該領域形成了部分作者合作團體，合作團隊之間有溝通，但整體溝通強度不大；該領域發文國家高度集中，馬太效應較為明顯；InternationalJournalofProjectManagement發文質量最高，受到業界高度關注。

(3)從關鍵詞分析可知，項目風險識別已廣泛應用于網絡工程、環境工程、工業工程、水利工程和生物工程等多個領域，研究范圍進一步擴大，與當前社會熱點結合緊密。