基于貝葉斯網(wǎng)絡(luò)的大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)分析

何清華 楊德磊 羅嵐 等

摘要：在項(xiàng)目群風(fēng)險(xiǎn)因素體系的基礎(chǔ)上提煉了大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)因素，基于113份調(diào)查問(wèn)卷和實(shí)例，構(gòu)建并驗(yàn)證了貝葉斯網(wǎng)絡(luò)模型，運(yùn)用其學(xué)習(xí)、推理功能，識(shí)別出大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)的關(guān)鍵敏感因素和最大致因鏈，進(jìn)行進(jìn)度滯后推理預(yù)測(cè)，據(jù)此提出了大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)管理的策略建議。

關(guān)鍵詞：大型復(fù)雜工程項(xiàng)目群；進(jìn)度風(fēng)險(xiǎn)；貝葉斯網(wǎng)絡(luò)

DOI：10.13956/j.ss.1001-8409.2016.04.26

中圖分類(lèi)號(hào)：F062.4文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2016）04-0120-07

Abstract：Based on the whole program risk factors system， schedule risk factors of large scale and complexity construction program is proposed， 113 questionnaires and a case are collected to build and test Bayesian network that could identify key sensitivity factor and the biggest caucuses chain by learning and reasoning function， and forecast the degree of schedule lag. Some strategies are proposed for large scale and complexity construction program.

Key words：large scale and complex construction program； schedule risk； bayesian network

我國(guó)新型城鎮(zhèn)化的發(fā)展帶動(dòng)了大型復(fù)雜工程項(xiàng)目群的急劇增加，這類(lèi)項(xiàng)目投資規(guī)模大、建設(shè)周期長(zhǎng)、未知風(fēng)險(xiǎn)多、復(fù)雜性高[1]，進(jìn)度目標(biāo)的實(shí)現(xiàn)具有比一般項(xiàng)目更高的風(fēng)險(xiǎn)，更易發(fā)生工期延遲，平均延遲率約為20%，而進(jìn)度是很多大型復(fù)雜工程的首要目標(biāo)[2]。因此，如何識(shí)別影響工期的關(guān)鍵風(fēng)險(xiǎn)，預(yù)測(cè)計(jì)劃工期實(shí)現(xiàn)的可能性，是項(xiàng)目群管理的關(guān)鍵內(nèi)容。

美國(guó)麻省理工學(xué)院斯隆商學(xué)院2007年開(kāi)展的大型復(fù)雜建設(shè)工程管理研究課題基于不確定性和風(fēng)險(xiǎn)提出了項(xiàng)目群管理策略，是國(guó)外較早的項(xiàng)目群風(fēng)險(xiǎn)研究[1]。后來(lái)，部分學(xué)者開(kāi)始關(guān)注項(xiàng)目群的總體投資失控[3～5]等風(fēng)險(xiǎn)因素。國(guó)內(nèi)研究主要關(guān)注項(xiàng)目群的組織集成與管理協(xié)同、社會(huì)影響、利益相關(guān)者管理、管理模式、進(jìn)度總控、質(zhì)量、信息化等方面[1，6～9]；關(guān)于項(xiàng)目群風(fēng)險(xiǎn)研究，主要從宏觀(guān)視角關(guān)注影響項(xiàng)目整體的風(fēng)險(xiǎn)因素[10～12]。因此，目前學(xué)者們關(guān)于進(jìn)度風(fēng)險(xiǎn)的研究集中在一般項(xiàng)目管理領(lǐng)域，大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)管理研究尚處于起步階段，并未形成完整的風(fēng)險(xiǎn)管理體系，更缺乏有針對(duì)性的量化研究。

鑒于此，考慮到大型復(fù)雜工程的獨(dú)特性，本文選擇適用于小樣本的貝葉斯網(wǎng)絡(luò)方法開(kāi)展項(xiàng)目群的進(jìn)度風(fēng)險(xiǎn)研究。首先，基于專(zhuān)家訪(fǎng)談和文獻(xiàn)梳理，構(gòu)建了大型復(fù)雜工程項(xiàng)目群的進(jìn)度風(fēng)險(xiǎn)因素體系；其次，運(yùn)用貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)、推理功能，識(shí)別出項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)的關(guān)鍵敏感因素及最大致因鏈，對(duì)進(jìn)度滯后程度進(jìn)行推理預(yù)測(cè)；最后，通過(guò)南寧火車(chē)東站項(xiàng)目群的實(shí)例驗(yàn)證了貝葉斯網(wǎng)絡(luò)的科學(xué)性與合理性，并提出了大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)管理的策略建議。

1大型復(fù)雜工程項(xiàng)目群初始風(fēng)險(xiǎn)因素的識(shí)別

本文選用的研究方法是適用于解決數(shù)據(jù)不完備研究問(wèn)題并可進(jìn)行相對(duì)可靠預(yù)測(cè)的貝葉斯網(wǎng)絡(luò)方法[13]。首先，通過(guò)文獻(xiàn)Kim等[14]和Taroun[15]對(duì)一般項(xiàng)目風(fēng)險(xiǎn)因素的分類(lèi)和分析，得到較為初步的工程項(xiàng)目群整體風(fēng)險(xiǎn)因素，作為大型復(fù)雜工程進(jìn)度風(fēng)險(xiǎn)識(shí)別的基礎(chǔ)。然后，選取了10位參與過(guò)或正在參與大型復(fù)雜工程項(xiàng)目群建設(shè)且是該領(lǐng)域內(nèi)知名學(xué)者的專(zhuān)家進(jìn)行開(kāi)放式訪(fǎng)談，訪(fǎng)談問(wèn)題包括：（1）大型復(fù)雜工程項(xiàng)目群風(fēng)險(xiǎn)因素與一般工程風(fēng)險(xiǎn)因素的區(qū)別；（2）大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)因素與其他風(fēng)險(xiǎn)因素的區(qū)別；（3）大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)管理與控制的重點(diǎn)。同時(shí)，邀請(qǐng)各位專(zhuān)家對(duì)項(xiàng)目群整體風(fēng)險(xiǎn)因素中的進(jìn)度風(fēng)險(xiǎn)按照李克特5分量表進(jìn)行打分。

根據(jù)訪(fǎng)談結(jié)果，專(zhuān)家們較為一致認(rèn)同的觀(guān)點(diǎn)有：（1）大型復(fù)雜工程項(xiàng)目群風(fēng)險(xiǎn)具有非疊加性，項(xiàng)目群是由多個(gè)具有相互聯(lián)系的子項(xiàng)目組成，項(xiàng)目群的風(fēng)險(xiǎn)因素由子項(xiàng)目的風(fēng)險(xiǎn)因素組成，但并非子項(xiàng)目風(fēng)險(xiǎn)因素的線(xiàn)性疊加，比子項(xiàng)目風(fēng)險(xiǎn)管理更加宏觀(guān)和戰(zhàn)略化；（2）大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)比質(zhì)量、成本風(fēng)險(xiǎn)等其他風(fēng)險(xiǎn)更能體現(xiàn)風(fēng)險(xiǎn)的層次性、傳播性、隱藏性和高發(fā)性；（3）大型復(fù)雜工程項(xiàng)目群界面關(guān)系協(xié)調(diào)是進(jìn)度風(fēng)險(xiǎn)管理的關(guān)鍵?；谝陨嫌^(guān)點(diǎn)及Kim等[14]與Taroun[15]的建設(shè)項(xiàng)目風(fēng)險(xiǎn)分類(lèi)方法，形成首次調(diào)整后的項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)因素識(shí)別體系，并結(jié)合訪(fǎng)談中專(zhuān)家的打分結(jié)果進(jìn)行修正，最終得到項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)因素體系為調(diào)研問(wèn)卷的問(wèn)項(xiàng)，如表1所示。

表1大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)因素體系

分類(lèi)風(fēng)險(xiǎn)因素

環(huán)境風(fēng)險(xiǎn)

自然環(huán)境因素（氣候）、政治因素（政府干預(yù)）、資金因素（業(yè)主融資）等外部環(huán)境以及合格的施工場(chǎng)地未及時(shí)移交或移交后不符合施工條件，以及子項(xiàng)目共用施工道路不暢通等內(nèi)部環(huán)境風(fēng)險(xiǎn)

技術(shù)風(fēng)險(xiǎn)

勘查結(jié)果有誤、勘察設(shè)計(jì)進(jìn)度滯后、設(shè)計(jì)文件有誤、設(shè)計(jì)變更頻繁等勘探設(shè)計(jì)風(fēng)險(xiǎn)，進(jìn)度目標(biāo)規(guī)劃不合理、總進(jìn)度計(jì)劃體系編制不合理、子項(xiàng)目?jī)?nèi)部施工組織安排不合理、項(xiàng)目間交叉施工組織及實(shí)施不合理、項(xiàng)目群進(jìn)度檢查與控制過(guò)程不力等實(shí)施風(fēng)險(xiǎn)

項(xiàng)目主體特征風(fēng)險(xiǎn)

政府審批程序冗雜、效率低下，征拆工作效率較低、業(yè)主項(xiàng)目群管理經(jīng)驗(yàn)與水平不高、設(shè)計(jì)單位經(jīng)驗(yàn)缺乏、施工單位管理與技術(shù)水平不高、監(jiān)理單位現(xiàn)場(chǎng)監(jiān)理能力和責(zé)任心缺乏

組織、管理風(fēng)險(xiǎn)

項(xiàng)目群組織結(jié)構(gòu)及人員配備不合理、群信息集成平臺(tái)不完善、各項(xiàng)目設(shè)計(jì)單位間缺乏溝通協(xié)作、各項(xiàng)目建設(shè)單位間缺乏溝通協(xié)作、項(xiàng)目群文化建設(shè)缺失

結(jié)構(gòu)風(fēng)險(xiǎn)

項(xiàng)目數(shù)量及類(lèi)型較多；子項(xiàng)目間關(guān)系復(fù)雜，項(xiàng)目間交叉施工較多

2基于貝葉斯網(wǎng)絡(luò)的大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)建模

21貝葉斯網(wǎng)絡(luò)構(gòu)建方法選擇

貝葉斯網(wǎng)絡(luò)（Bayesian Network）是一種使用概率統(tǒng)計(jì)對(duì)復(fù)雜不確定性問(wèn)題進(jìn)行推理和數(shù)據(jù)分析的方法[16]。該方法可以用主觀(guān)方法有效地確定變量之間的關(guān)系，同時(shí)通過(guò)實(shí)證數(shù)據(jù)對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行參數(shù)學(xué)習(xí)，降低參數(shù)的主觀(guān)性。有效的結(jié)構(gòu)學(xué)習(xí)方法是構(gòu)建最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)鍵。貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法分為3類(lèi)[17]：一是結(jié)合相關(guān)領(lǐng)域的專(zhuān)家經(jīng)驗(yàn)和實(shí)地調(diào)研數(shù)據(jù)，確定貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)；二是在軟件中通過(guò)對(duì)大樣本數(shù)據(jù)的訓(xùn)練，自動(dòng)獲得貝葉斯網(wǎng)絡(luò)；三是在大樣本的條件下，采用專(zhuān)家知識(shí)確定節(jié)點(diǎn)序列，使用Matlab編程和特定算法進(jìn)行貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)，確定最終的網(wǎng)絡(luò)結(jié)構(gòu)。基于樣本數(shù)量限制和研究對(duì)象的特點(diǎn)，本文選用采用前文的專(zhuān)家訪(fǎng)談與問(wèn)卷調(diào)研相結(jié)合的方法進(jìn)行模型構(gòu)建。

22實(shí)證數(shù)據(jù)收集

本文采用滾雪球式的調(diào)研方法，問(wèn)卷問(wèn)項(xiàng)均為李克特5分量表，在2014年12月至2015年1月期間共發(fā)放156份，回收136份，回收率87%。剔除無(wú)效問(wèn)卷，共得到113份有效問(wèn)卷。使用SPSS170統(tǒng)計(jì)軟件，對(duì)問(wèn)卷進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析，α系數(shù)為0927，大于09，表明本問(wèn)卷的內(nèi)在信度合理；KMO值為0712，大于07，說(shuō)明因子分析的效度較好，Bartlett檢驗(yàn)結(jié)果p<0001，達(dá)到顯著水平，說(shuō)明效度較好，可以進(jìn)行因子分析。因此，本問(wèn)卷是可信的，滿(mǎn)足統(tǒng)計(jì)分析要求。

23大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)模型

根據(jù)文獻(xiàn)分析、專(zhuān)家訪(fǎng)談、實(shí)地調(diào)查的結(jié)果，確定網(wǎng)絡(luò)結(jié)構(gòu)中的父、子節(jié)點(diǎn)，分析貝葉斯網(wǎng)絡(luò)中進(jìn)度風(fēng)險(xiǎn)因素之間的因果關(guān)系，如業(yè)主項(xiàng)目群管理經(jīng)驗(yàn)與水平→項(xiàng)目群管理的組織架構(gòu)與人員配備不合理；項(xiàng)目群文化建設(shè)缺失→各項(xiàng)目建設(shè)單位間缺乏溝通協(xié)作，關(guān)系緊張；設(shè)計(jì)單位水平與經(jīng)驗(yàn)不足→設(shè)計(jì)文件有誤；項(xiàng)目群信息集成平臺(tái)不完善→各項(xiàng)目建設(shè)單位間缺乏溝通協(xié)作，關(guān)系緊張；項(xiàng)目群總進(jìn)度計(jì)劃不合理→進(jìn)度檢查與控制過(guò)程不力等，共構(gòu)建了31組因果關(guān)系。貝葉斯網(wǎng)絡(luò)中風(fēng)險(xiǎn)因素間的相互關(guān)系，本文通過(guò)上述專(zhuān)家訪(fǎng)談結(jié)果及研究團(tuán)隊(duì)的工程經(jīng)驗(yàn)來(lái)進(jìn)行關(guān)聯(lián)，由此初步得到大型復(fù)雜工程進(jìn)度風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，如圖1。

3基于貝葉斯網(wǎng)絡(luò)的大型復(fù)雜工程項(xiàng)目群關(guān)鍵風(fēng)險(xiǎn)因素推理分析

首先對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行預(yù)處理。根據(jù)風(fēng)險(xiǎn)矩陣思想[14]，分別以風(fēng)險(xiǎn)因素可能造成影響的嚴(yán)重性及風(fēng)險(xiǎn)發(fā)生的概率建立二維矩陣，得出低、中、高3類(lèi)風(fēng)險(xiǎn)，分別記為R1、R2和R3，表示風(fēng)險(xiǎn)因素的嚴(yán)重程度，對(duì)數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)等級(jí)規(guī)范化處理。其中，以0～4從低到高表示風(fēng)險(xiǎn)發(fā)生概率和各風(fēng)險(xiǎn)因素發(fā)生后造成進(jìn)度滯后程度的5個(gè)等級(jí)，分別表示進(jìn)度“不延遲”“延遲<10%”“延遲10%～20%”“延遲20%～50%”“延遲>50%”。

31參數(shù)學(xué)習(xí)

本文選用GeNie20軟件來(lái)進(jìn)行貝葉斯網(wǎng)絡(luò)模型的推理分析。根據(jù)圖1，使用經(jīng)過(guò)預(yù)處理的數(shù)據(jù)進(jìn)行貝葉斯網(wǎng)絡(luò)模型的參數(shù)學(xué)習(xí)，以獲得各個(gè)節(jié)點(diǎn)變量的條件概率分布。按照風(fēng)險(xiǎn)因素的評(píng)估等級(jí)分R1、R2、R3三個(gè)級(jí)別，對(duì)應(yīng)每個(gè)節(jié)點(diǎn)變量的有3個(gè)狀態(tài)，High對(duì)應(yīng)R3，Medium對(duì)應(yīng)R2， Low對(duì)應(yīng)R1，根據(jù)均勻分布，每個(gè)狀態(tài)的概率為1/3。GeNie20軟件支持Access數(shù)據(jù)庫(kù)，在GeNie20軟件中導(dǎo)入經(jīng)Access數(shù)據(jù)庫(kù)規(guī)范化處理后的數(shù)據(jù)，采用最大似然估計(jì)的算法來(lái)進(jìn)行參數(shù)計(jì)算[16]。參數(shù)學(xué)習(xí)的結(jié)果如圖2。

32逆向推理

根據(jù)貝葉斯網(wǎng)絡(luò)逆向推理的算法，將目標(biāo)節(jié)點(diǎn)“進(jìn)度滯后”High狀態(tài)設(shè)置為100%，即一定會(huì)發(fā)生工期延遲20%的事件時(shí)，貝葉斯網(wǎng)絡(luò)中的關(guān)鍵風(fēng)險(xiǎn)因素，得出圖3?？芍?dāng)將“進(jìn)度滯后”節(jié)點(diǎn)的進(jìn)度延遲程度大于20%的可能性設(shè)置為100%時(shí)，風(fēng)險(xiǎn)最高的3個(gè)事件為合格的施工場(chǎng)地未按時(shí)移交、項(xiàng)目間交叉施工組織及實(shí)施不善、項(xiàng)目群管理的組織架構(gòu)與人員配備不合理，即當(dāng)這3個(gè)事件中的一件或多件發(fā)生的時(shí)候，項(xiàng)目工期延遲程度大于20%的可能性較大。

33敏感性分析

敏感性分析能夠計(jì)算每個(gè)變量對(duì)其他變量分布的影響程度，幫助決策者主動(dòng)采取應(yīng)對(duì)措施，提前避免或最大程度減少進(jìn)度滯后的發(fā)生[16]。圖4為大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)的貝葉斯網(wǎng)絡(luò)模型敏感性分析結(jié)果，圖中標(biāo)注灰色的節(jié)點(diǎn)變量為造成進(jìn)度延遲的敏感因素，包括項(xiàng)目群信息集成平臺(tái)不完善、文化建設(shè)缺失、總進(jìn)度計(jì)劃不合理、組織架構(gòu)與人員配備不合理、進(jìn)度檢查與控制過(guò)程不力、各項(xiàng)目建設(shè)單位件缺乏溝通協(xié)作并關(guān)系緊張、設(shè)計(jì)單位間缺乏溝通協(xié)作、項(xiàng)目間交叉施工安排不合理、各項(xiàng)目共用施工便道不暢通、設(shè)計(jì)文件有誤、設(shè)計(jì)變更頻繁、合格的施工場(chǎng)地未能按時(shí)移交等。以上節(jié)點(diǎn)的小幅變化可能對(duì)工程項(xiàng)目的進(jìn)度滯后造成很大的影響，因此需要對(duì)這些敏感因素進(jìn)行重點(diǎn)控制與管理，以提高工程的抗風(fēng)險(xiǎn)能力。

34最大致因鏈分析

設(shè)定進(jìn)度延遲的狀態(tài)為100%，得到圖5的分析結(jié)果，圖中加粗的鏈路即為最大致因鏈，即業(yè)主項(xiàng)目群管理經(jīng)驗(yàn)與水平不高、征地拆遷工作效率較低是進(jìn)度滯后的最大致因源頭，而這兩者導(dǎo)致的合格施工場(chǎng)地移交滯后、項(xiàng)目群文化建設(shè)缺失、項(xiàng)目群信息集成平臺(tái)不合理或不完善、各項(xiàng)目建設(shè)單位間缺乏溝通協(xié)作且關(guān)系緊張、項(xiàng)目間交叉施工及實(shí)施不合理等構(gòu)成致因鏈上的節(jié)點(diǎn)，是導(dǎo)致項(xiàng)目群進(jìn)度滯后的重要因素，因此在對(duì)項(xiàng)目群進(jìn)度進(jìn)行管理時(shí)，應(yīng)對(duì)這些因素進(jìn)行重點(diǎn)管控。

根據(jù)大型復(fù)雜工程項(xiàng)目群貝葉斯進(jìn)度風(fēng)險(xiǎn)模型的逆向推理、敏感性分析和最大致因鏈分析可知，合格的施工場(chǎng)地未按時(shí)移交、項(xiàng)目間交叉施工組織及實(shí)施不合理、項(xiàng)目群管理的組織架構(gòu)與人員配備不合理3個(gè)因素為關(guān)鍵風(fēng)險(xiǎn)因素，因此在進(jìn)行項(xiàng)目群進(jìn)度管理的過(guò)程中需進(jìn)行重點(diǎn)關(guān)注；業(yè)主項(xiàng)目群管理經(jīng)驗(yàn)與水平不高、征地拆遷工作效率較低2個(gè)因素為進(jìn)度滯后的最大致因源頭，若對(duì)這兩個(gè)風(fēng)險(xiǎn)因素進(jìn)行重點(diǎn)控制與管理，則可以從源頭上切斷風(fēng)險(xiǎn)鏈，最大限度減少進(jìn)度延遲風(fēng)險(xiǎn)的發(fā)生。

4實(shí)證分析

南寧火車(chē)東站項(xiàng)目群占地259 平方公里，總投資約139億元，包括軌道交通、長(zhǎng)途客運(yùn)站、公路、橋梁等19個(gè)項(xiàng)目，是該市迄今為止最為復(fù)雜的政府性大型基礎(chǔ)設(shè)施項(xiàng)目群，定于2014年12月28日建成并投入使用。本文首先該項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)因素進(jìn)行風(fēng)險(xiǎn)等級(jí)規(guī)范化處理，見(jiàn)表2。

將表2結(jié)果導(dǎo)入貝葉斯網(wǎng)絡(luò)模型，展開(kāi)定量分析，運(yùn)行結(jié)果如圖6。

可看出，征地效率低、合格的施工場(chǎng)地未按時(shí)移交、項(xiàng)目間交叉施工較多且組織及實(shí)施不合理、氣候環(huán)境惡劣等因素是關(guān)鍵風(fēng)險(xiǎn)因素（見(jiàn)“Δ”標(biāo)識(shí)）。這主要是由于該項(xiàng)目引入了第三方項(xiàng)目管理團(tuán)隊(duì)進(jìn)行組織設(shè)計(jì)與管理，使“項(xiàng)目群管理的組織架構(gòu)與人員配備不合理”“業(yè)主項(xiàng)目群管理經(jīng)驗(yàn)與水平不高”等主觀(guān)方面風(fēng)險(xiǎn)較低，而由于南寧特定的氣候條件給項(xiàng)目建設(shè)進(jìn)度安排帶來(lái)了很大不便，成為影響進(jìn)度的關(guān)鍵因素之一。這一結(jié)果與貝葉斯網(wǎng)絡(luò)模型的敏感性分析與最大致因鏈分析結(jié)果基本上吻合。該項(xiàng)目群原計(jì)劃工期是24個(gè)月，根據(jù)貝葉斯網(wǎng)絡(luò)計(jì)算概率結(jié)果對(duì)該項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)分析，見(jiàn)表3。

實(shí)際上，截至2014年12月28日，該火車(chē)站雖然實(shí)現(xiàn)了通車(chē)，但僅有鳳凰嶺路主線(xiàn)橋，快速集散系統(tǒng)B區(qū)、C區(qū)、站北二路、站南一路、南北廣場(chǎng)建成投入使用，整個(gè)項(xiàng)目群在2015年2月6日才得以完工。因此，實(shí)際工期為253個(gè)月，比原計(jì)劃延遲了13個(gè)月，與貝葉斯網(wǎng)絡(luò)預(yù)測(cè)該項(xiàng)目有71%的概率延期不超過(guò)24個(gè)月的結(jié)果相符[14]。

5研究結(jié)論

本文基于實(shí)證數(shù)據(jù)和實(shí)例，采用貝葉斯網(wǎng)網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)、逆向推理等功能構(gòu)建了大型復(fù)雜工程項(xiàng)目群進(jìn)度風(fēng)險(xiǎn)因素模型，識(shí)別了進(jìn)度滯后的敏感性因素與最大致因鏈，為大型復(fù)雜工程進(jìn)度風(fēng)險(xiǎn)管理提供了可操作性的參考依據(jù)。結(jié)果表明：（1）征地拆遷等前期因素對(duì)進(jìn)度風(fēng)險(xiǎn)具有決定性影響，建設(shè)單位需要盡最大努力縮短前期各環(huán)節(jié)的時(shí)間消耗，為建設(shè)階段爭(zhēng)取更多的時(shí)間；（2）項(xiàng)目群組織管理水平、文化建設(shè)等軟性因素是進(jìn)行大型基礎(chǔ)設(shè)施項(xiàng)目群進(jìn)度控制的關(guān)鍵，而提高總承包單位的施工組織能力則可大大降低進(jìn)度失控的風(fēng)險(xiǎn)；（3）大型基礎(chǔ)設(shè)施項(xiàng)目群業(yè)主多為一次性業(yè)主，實(shí)例中進(jìn)度風(fēng)險(xiǎn)分析表明，引入第三方項(xiàng)目管理團(tuán)隊(duì)可以大大改善“業(yè)主項(xiàng)目群管理經(jīng)驗(yàn)與水平不高”這一關(guān)鍵源頭，降低主觀(guān)因素導(dǎo)致的進(jìn)度風(fēng)險(xiǎn)。本文并未對(duì)進(jìn)度風(fēng)險(xiǎn)因素對(duì)大型復(fù)雜工程項(xiàng)目群進(jìn)度滯后的影響機(jī)制進(jìn)行深入研究，如將工作節(jié)點(diǎn)、時(shí)間節(jié)點(diǎn)等引入到貝葉斯網(wǎng)絡(luò)中，將更加具有理論和實(shí)踐意義。

參考文獻(xiàn)：

[1]何清華，羅嵐.大型復(fù)雜工程項(xiàng)目群管理協(xié)同與組織集成[M].科學(xué)出版社，北京.2014.

[2]Assaf S A， Al-Hejji S. Causes of Delay in Large Construction Projects[J]. International Journal of Project Management，2006，24（4）：349-357.

[3]Khodakarami V，Abdi A. Project Cost Risk Analysis： A Bayesian Networks Approach for Modeling Dependencies between Cost Items[J].International Journal of Project Management，2014，32（7）： 1233-1245.

[4]Gündüz M， Nielsen Y， zdemir M. Quantification of Delay Factors Using the Relative Importance Index Method for Construction Projects in Turkey[J].Journal of Management in Engineering， 2012， 29（2）： 133-139.

[5]Musabbir S R， Hadiuzzaman M， Rahman M M， et al.Innovative Risk Aperture Manipulation Model for Risk Management in Mega Project Construction[J].TTEA （2015） 1-14STM Journals 2015.

[6]馬國(guó)豐，尤建新.關(guān)鍵鏈項(xiàng)目群進(jìn)度管理的定量分析[J].系統(tǒng)工程理論與實(shí)踐，2007，27（9）： 54-60.

[7]Yu C， Sheng L， Yun L. Integration Management Framework of Large Complex Project Funded by Government[J]. Journal of Engineering Management， 2012， 5： 013.

[8]樂(lè)云，蔣衛(wèi)平.大型復(fù)雜群體項(xiàng)目系統(tǒng)性控制五大關(guān)鍵技術(shù)——項(xiàng)目管理方法的拓展與創(chuàng)新[J].項(xiàng)目管理技術(shù)， 2010， 1： 36-38.

[9]程玉，韓建軍.基于3G網(wǎng)絡(luò)的大型復(fù)雜工程進(jìn)度信息管理研究淺議[J].建筑經(jīng)濟(jì)， 2013 （4）： 102-104.

[10]楊建平，杜端甫.重大工程項(xiàng)目風(fēng)險(xiǎn)管理中的綜合集成方法[J].中國(guó)管理科學(xué)，1996，4（4）：24-28.

[11]雷麗彩，周晶.基于全生命周期集成的大型工程項(xiàng)目風(fēng)險(xiǎn)控制模型[J].軟科學(xué)，2011，25（10）：27-31.

[12]高武，洪開(kāi)榮.基于行為博弈的特大型工程項(xiàng)目復(fù)雜風(fēng)險(xiǎn)組合性均衡評(píng)價(jià)[J].江南大學(xué)學(xué)報(bào)：人文社會(huì)科學(xué)版，2014，13（5）：73-77.

[13]齊佳音，馬君，肖麗妍，等.考慮客戶(hù)風(fēng)險(xiǎn)修正的客戶(hù)終生價(jià)值建模[J].管理工程學(xué)報(bào)，2015，2：016.

[14]Kim S Y， Van Tuan N， Ogunlana S O. QuantifyingSchedule Risk in Construction Projects Using Bayesian Belief Networks[J].International Journal of Project Management，2009，27（1）：39-50.

[15]Taroun A. Towards aBetter Modeling and Assessment of Construction Risk： Insights from a Literature Review[J]. International Journal of Project Management，2014，32（1）：101-115.

[16]Jensen F V. AnIntroduction to Bayesian Networks[M].London： UCL press， 1996.

[17]胡明禮，張彩芬，朱建軍.基于貝葉斯網(wǎng)絡(luò)推理的雙重不確定信息集結(jié)模型[J].中國(guó)管理科學(xué)，2014， 22（002）： 135-141.

（責(zé)任編輯：楊銳）