項目組合交互風險的網(wǎng)絡聚類及協(xié)同演化研究

趙 靜，郭 鵬，王景玫

西北工業(yè)大學 管理學院，西安 710072

1 引言

隨著經(jīng)濟全球化以及市場競爭的不斷加劇，并行開展多個項目已經(jīng)成為一種常見行為，項目組合呈現(xiàn)出與資本組合同等重要的地位[1]，而風險又是項目組合管理不可回避的基本問題。組合一詞來源于“不要把所有的雞蛋放在一個籃子里”的風險分散和規(guī)避的理念，以資本資產(chǎn)組合為代表的主流風險理論成果大多來自于標準金融范疇，如以MV模型為基礎的VaR、均值半方差和均值-Gini系數(shù)模型和以信息熵、模糊數(shù)或?qū)嵨锲跈酁榛A的風險不確定性模型等[2-3]，然而一致性風險測度公理的提出使大家意識到目前的風險度量方法其結果與客觀風險之間存在著較大差距[4-5]。究其原因，一方面，實體項目尤其是以R&D為代表的項目組合屬于高風險且與管理相結合的投資行為，其不可分割性、規(guī)模性和持續(xù)性導致資本組合領域的風險分析方法在項目組合風險管理中的應用效果不佳[6-7]；另一方面，資本組合的風險分散和規(guī)避策略通過項目差異化來降低組合風險，但是這種差異化的效應在項目組合研究中并不明確且未被深入討論，在解釋單項目風險到項目組合風險的傳遞和作用機制問題上顯得乏力。

事實上，項目組合風險包含大量的風險決策信息以及各種信息的非對稱作用，是一個典型的復雜系統(tǒng)。就其構成而言，既有來自單項目的風險，也有因項目間屬性多源性和沖突性導致的交互作用風險。因此，項目組合風險研究需要分析多個項目構成一個整體的組合效應，探討復雜風險屬性的交互作用機制。正如學者們指出的，基于后果與概率的風險測度方法不能全面刻畫風險，還需要考慮不同單元或子系統(tǒng)間的依賴性，從一般意義上開展項目組合風險與單個項目風險之間的關系研究具有重要意義[8-9]。

本研究借助網(wǎng)絡這一研究復雜對象和解決復雜性問題的有效手段，從項目組合交互關系入手，分析項目組合交互風險的網(wǎng)絡結構特征及其協(xié)同演化規(guī)律。注重以項目組合內(nèi)在子系統(tǒng)（子項目）及其交互關系為基礎，解釋單項目到項目組合的風險傳遞過程所體現(xiàn)的動力學行為，進而分析各種微觀機制如何作用于項目組合風險。

2 項目組合交互關系及其復雜性

2.1 項目組合交互關系及其分類

交互關系理論是由Baker和Freeland提出的，他們認為交互關系的存在使得組合中某一項目的成本、收益和成功概率等在很大程度上依賴于另外某一些項目是否被選擇[10]，同時指出忽視項目間交互關系的項目組合研究模型存在相當大的局限性[11]。隨著交互關系逐步被納入項目組合研究范疇，其影響受到諸多學者的關注，如交互關系對資源分配、成功率和組合收益的影響[12-13]，技術類交互關系對R&D和IT類項目組合選擇優(yōu)化的重要性[14-15]，項目選擇和項目組合總體對交互關系的依賴性[16]，同時交互關系也被引入項目組合決策的模糊、不確定研究領域[17-18]。

研究發(fā)現(xiàn)，表征項目間復雜交互關系的屬性指標眾多，如預期收益、原材料、技術、預期客戶滿意度、資金需求、人員需求等。從來源來看，可分為資源、技術和產(chǎn)出（或收益）等三個方面，其影響表現(xiàn)為正負效應兩種[19-20]；從產(chǎn)生范式來看，分為同類相關型、非同類相關型和不相關型[21]；從可能導致的組合功能來看，文獻[22]從生態(tài)學視角將其分為競爭型、共生型、偏害/偏利型和中性型等，并以此對其交互效應進行定量度量。

表1 項目組合交互關系及其分類

2.2 項目組合交互關系的網(wǎng)絡復雜性

伴隨著大量復雜設計、研發(fā)和建設項目的涌現(xiàn)，項目間交互關系趨向復雜化，并表現(xiàn)出結構多層級、多單元和多功能以及各種風險信息非對稱作用的系統(tǒng)復雜性，導致項目組合呈現(xiàn)為具有交互耦合網(wǎng)路特征的復雜系統(tǒng)。如圖1所示，項目組合是由多個子系統(tǒng)（或子項目）構成，子系統(tǒng)間信息傳遞和集結過程正是通過交互關系鏈聯(lián)接起來的，理解項目組合系統(tǒng)復雜性的內(nèi)涵和產(chǎn)生根源可以從以下幾方面。

圖1 項目組合交互關系及其網(wǎng)絡復雜性

（1）流特征。依據(jù)一般系統(tǒng)結構理論的關系流概念，在系統(tǒng)信息輸入和系統(tǒng)行為或功能輸出之間起決定性作用的是基層次上的關系流集，特別是其中的關系流回路[23-24]。項目組合系統(tǒng)包含大量的關系流，如信息流、物質(zhì)流、能量流、資金流、人力資源流等，這些關系流及其回路構成了項目組合的關系流網(wǎng)，決定和支配網(wǎng)絡的行為或功能。

（2）系統(tǒng)的非線性。經(jīng)濟和管理世界中的不確定、不穩(wěn)定和無序是內(nèi)在非線性造成的，項目組合系統(tǒng)非線性的直接體現(xiàn)就是項目組合總體不等于單項目的簡單相加[3，22]。項目組合的存在依賴于內(nèi)外部環(huán)境的物質(zhì)、能量、信息交換，而在與系統(tǒng)環(huán)境的反復作用中形成的交互耦合網(wǎng)絡結構具有非線性，使得局部的關系流優(yōu)化不等于整體網(wǎng)絡行為和功能的優(yōu)化。

（3）涌現(xiàn)特性是系統(tǒng)復雜性的直接體現(xiàn)。涌現(xiàn)特性最直觀的理解是系統(tǒng)的整體行為不能還原為個體行為，而被大家所廣泛接受的基于項目差異化的風險規(guī)避策略正是對項目組合系統(tǒng)涌現(xiàn)特征的肯定[22]。項目間屬性差異和交互關系是形成項目組合交互耦合網(wǎng)絡的直接動力，并決定了項目在因果關系鏈上的位置和網(wǎng)絡的層次性。從系統(tǒng)角度來看，項目組合系統(tǒng)的非線性結構是多重、多向和網(wǎng)絡化的且具有反饋和放大機制。

（4）系統(tǒng)適應性造就復雜性。項目組合作為一個開放的、動態(tài)的而非傳統(tǒng)的機械式確定性變化的系統(tǒng)，其復雜性和自身適應性密切相關[25]。項目主體是具有自身目的性、主動性和適應性的個體，通過與環(huán)境的信息交換以及與其他項目的相互作用，形成了“刺激—反應”模型，并構成了系統(tǒng)發(fā)展和變革的基本動力。

3 項目組合交互風險的網(wǎng)絡聚類識別

在項目組合系統(tǒng)內(nèi)在交互耦合網(wǎng)絡形成過程中，交互關系的非對稱性使得不同項目在地位與作用、結構與功能上表現(xiàn)出等級秩序性，因此，如何對項目組合風險尤其是交互風險進行定量化表征與分類成為亟待解決問題。然而，客觀世界中某些對象類屬劃分往往呈現(xiàn)出亦此亦彼的模糊性，而傳統(tǒng)的分類方法通常對項目進行硬聚類，即判斷某個項目屬于或不屬于某個項目群，而忽視項目的多樣性特征。直覺模糊生態(tài)聚類算法的提出以項目間風險屬性和交互關系的分類識別為基礎，同時考慮到項目間生態(tài)依賴關系的特點，對項目組合內(nèi)在子系統(tǒng)及其交互風險網(wǎng)絡結構進行定量識別。算法的具體流程如下：

步驟1項目風險屬性的模糊分類與表征。

設Y={Y1,Y2,…,Ym}為項目集，G={g1,g2,…,gn}為風險屬性集。按照交互關系的來源（見表1）對項目風險屬性進行約簡和分類，項目Yi的風險屬性可用三維矢量空間表示為Yi={Yi(G1),Yi(G2),Yi(G3)}，其中Yi(Gj)(j =1,2,3)分別對應資源、技術和產(chǎn)出/收益屬性。此處，引用三角模糊數(shù)[26]：

將項目Yi的風險屬性指標Yi(Gj)表示為直覺模糊集：

其中，μYi(Gj)和υYi(Gj)分別表示項目Yi對應風險屬性子集Gj的隸屬度和非隸屬度，而πYi(Gj)=1-μYi(Gj)-υYi(Gj)表示其不確定程度。

步驟2建立項目間風險屬性的直覺模糊相似度矩陣Z={zij}m×m。

根據(jù)項目集Y={Y1,Y2,…,Ym}及其風險屬性Yi={Yi(G1),Yi(G2),Yi(G3)}構建項目間風險屬性相似度的直覺模糊決策矩陣D，矩陣元素dij為直覺模糊數(shù)，如表2所示。

表2 直覺模糊決策矩陣

以此為基礎，建立直覺模糊集相似度矩陣Z=，其中

其中，λ、β1、β2、β3為事先確定參數(shù)，λ≥1，βi∈[ ]0,1且∑βi=1。

步驟3檢驗直覺模糊相似度矩陣Z是否為等價矩陣。

對矩陣 Z進行合成運算 Z→Z2→Z4→…→Z2k→…，直到滿足Z2l=Z2(l+1)，則Z2l即為所求等價矩陣，記為

步驟4建立等價矩陣Z?的λ截矩陣

對于給定的置信水平 λ，依據(jù)公式（3）～（5）計算等價矩陣 Z?的λ截矩陣，其中

步驟5確定合理的置信水平λ，根據(jù)λ截矩陣對項目進行聚類，聚類結果依據(jù)項目間風險屬性的相似度將項目組合風險系統(tǒng)劃分為S(S=1,2,…,l,l≤n)個子系統(tǒng)。從交互關系的產(chǎn)生范式上來看，子系統(tǒng)內(nèi)項目的風險屬性高度相似，歸為同類或非同類相關型項目，而不同子系統(tǒng)的項目則歸為非同類相關型或不相關型（見表1）。

步驟6子系統(tǒng)內(nèi)項目風險屬性的集成及聚類中心確定。

引入直覺模糊加權幾何算子（IFWGw）[28]（公式（6））對子系統(tǒng)內(nèi)項目的風險屬性信息進行集成，相應的子系統(tǒng)聚類中心記為Ms，且同樣用三維矢量空間Ms={

}

Ms(G1),Ms(G2),Ms(G3)表示，其中Ms(Gj)為直覺模糊數(shù)

式中，ω=(ω1,ω2,…,ωn)T為直覺模糊數(shù)組Yi(Gj)的指數(shù)權重向量，ωi∈[0 ,1]且∑ωi=1。

步驟7構建子系統(tǒng)間風險交互效應的符號判斷矩陣。

應用生態(tài)學視角下交互關系的功能特征分類，建立子系統(tǒng)間風險交互效應的符號判斷矩陣A={αss′(Gjj′)}3j×3j，其中元素 αss′(Gjj′)∈ {- 1,0,1} 表示模塊s′的第Gs′為矢量與模塊s的第Gs維矢量的風險交互作用關系，分別對應負相關、不相關和正相關。以模塊s和模塊s′為例，可表示為：

步驟8建立子系統(tǒng)間風險交互效應的模糊生態(tài)集成測度模型。

運用直覺模糊數(shù)對項目間風險關聯(lián)測度模型[22]進行擴展，建立具有模糊性和生態(tài)依存性的風險交互效應集成測度模型，記為交互風險關聯(lián)系數(shù)。模型構建以Levins生態(tài)位重疊理論為基礎，強調(diào)子系統(tǒng)間風險交互效應的非對稱性特征，即，如公式（9）所示：

當步驟5中置信水平λ取其下限時，項目組合交互風險聚類結果最大化，即每個項目歸為一類，式（9）退化為項目間風險交互關聯(lián)測度。

4 項目組合交互風險的協(xié)同演化模型

4.1 模型構建

風險是項目組合價值的來源，即涉及到威脅也涉及到機會，而項目組合交互風險演化模型的本質(zhì)是反應其內(nèi)在結構耦合關系如何作用于組合整體，研究借助非線性動力學方程來刻畫項目組合交互風險關系及其動力特征。其中，Logistic和Lotka-Volterra方程被廣泛地應用于管理領域，如ICT行業(yè)、產(chǎn)業(yè)創(chuàng)新、企業(yè)聯(lián)盟等，綜合考慮合作與競爭等對系統(tǒng)的影響[29-30]。Lotka-Volterra方程在Logistic方程基礎上，一方面反映出系統(tǒng)自適應性和資源環(huán)境對其發(fā)展的制約，以及系統(tǒng)演化過程中增長和下降的動力機制；另一方面也反映系統(tǒng)內(nèi)競爭或合作等交互作用關系[31]。

此處，假設子系統(tǒng)Ms在t時刻的收益率用Ns(t)表示，風險通過t時刻Ns(t)的增長率，即dNs(t)/dt來表示。當子系統(tǒng)相對獨立且不存在交互作用關系時，Ms的演化過程可借助Logistic方程[32]表示為：

其中，表示在不受限制條件下Ms的最大收益水平，同時，隨著t→∞，Ns(t)趨向于飽和水平，收益增長速度趨向于常數(shù)rs，即自然增長率；表示t時刻，Ms對自身的阻滯效應。當引入競爭、共生或者偏利偏害項目時，且子系統(tǒng)間存在交互風險效應ass′，則式（10）可修正為Lotka-Volterra模型[32]：

4.2 模型求解與討論

給定了上述系統(tǒng)（11），此處以兩子系統(tǒng)為例分析項目組合交互風險演化過程，相應的系統(tǒng)動力學模型記為：

令方程組dN1(t)/dt=0，dN2(t)/dt=0引出平衡條件下的兩條直線：

以N1和N2為坐標軸，可以得到方程組的四個定態(tài)解：同時，根據(jù)模型（12）得到微分方程的特征矩陣：

和相應的特征方程為λ2+pλ+q=0，其中：

由平衡點穩(wěn)定理論可知，當時 p>0且q>0時均衡點穩(wěn)定，而 p<0或q<0是均衡點不穩(wěn)定。對于經(jīng)濟系統(tǒng)而言，更關心模型（12）正穩(wěn)定解，即平衡點的存在性。

（1）競爭型演化

當模型（12）中 a12,a21<0 時，N1和 N2呈現(xiàn)競爭關系，根據(jù)直線L1和L2的相交情況和軌線走向研究系統(tǒng)的穩(wěn)定性（如圖2），可得：

① 如圖2（a），當，式（12）的解有且滿足 p>0且q>0，是系統(tǒng)的穩(wěn)定解，即N1和N2的競爭結果是雙方穩(wěn)定共存。

② 如圖2（b），當平衡線L1和L2將平面分為四個區(qū)域I、II、III和IV，情況分別如下：若初始值在區(qū)域II，式（12）的解有極限N1(t)→0，是系統(tǒng)的穩(wěn)定解；若初始值在區(qū)域III，式（8）的解有極限 N2(t)→0，N1(t)→是系統(tǒng)的穩(wěn)定解；若初始值在區(qū)域I或IV，式（12）有定態(tài)解但不滿足 p>0且q>0，因此不是系統(tǒng)穩(wěn)定解，否則方程組的解必進入?yún)^(qū)域II或III。

圖2 競爭型演化

（2）共生型演化

當模型（12）中交互效應系數(shù) a12,a21>0 時，N1和N2呈現(xiàn)共生關系，平衡線L1和L2的相交情況和軌線走向如圖3所示。方程組的四個定態(tài)解E1(0,0)、E4滿足 p>0且q>0，是模型的穩(wěn)定解，N1和 N2由于資源、技術或是市場的共享和合作而產(chǎn)生了協(xié)同發(fā)展效應。

圖3 共生型演化

（3）偏利偏害型演化

當模型（12）中交互關聯(lián)系數(shù) a12?a21<0 時，即a12>0 且 a21<0 或 a12<0 且 a21>0 ，N1和 N2呈現(xiàn)偏利偏害關系。此處假設N1為偏利方，N2為偏害方，即偏利系數(shù) a12>0 且偏害系數(shù) a21<0 。同樣的，模型（12）有4個定態(tài)解同時平衡線L1和L2的軌線走向如圖4所示。

圖4 偏利偏害型協(xié)同演化

若，即保證系統(tǒng)的偏害效應系數(shù)絕對值小于N1和N2最大收益比，此時E4滿足 p>0且q>0，為系統(tǒng)穩(wěn)定解（如圖4）。對于偏利偏害型系統(tǒng)來說，若系統(tǒng)能夠永續(xù)生存，現(xiàn)實情況是偏利和偏害雙方都不可能無限增長，偏利偏害系數(shù)aij隨著系統(tǒng)增長逐漸趨向于常數(shù)，相應的項目組合交互風險的擴散軌跡表現(xiàn)為圍繞平衡點的一組閉軌線（如圖4）。因為N1,N2>0，討論僅限于第一象限，平衡線L1和L2把區(qū)域劃分為I、II、III和IV四個部分。對于平衡線L1來說，除直線上的點滿足方程L1=0外，其他在直線左方L1>0，即dN1(t)/dt>0，而直線右方L1<0。類似的，在平衡線L2右方dN2(t)/dt>0，左方dN2(t)/dt>0。綜合四個區(qū)域的符號和變化趨勢，N1和N2呈現(xiàn)為逆時針方向圍繞平衡點轉動的曲線，揭示了系統(tǒng)內(nèi)N1和N2此起彼伏的演進規(guī)律。

（4）混合型協(xié)同演化

對于混合型的項目組合交互風險系統(tǒng)來說，其擴散過程的一般模型可表征為：

當 fi為線性函數(shù)時，混合型系統(tǒng)的Lotka-Volterra模型為：

式中，若存在 s,s′=1,2,…,n 使得 ass′均不為0，則系統(tǒng)為環(huán)型系統(tǒng)，否則為鏈型系統(tǒng)，記 A=(ass′)為系數(shù)矩陣。由于項目組合風險系統(tǒng)內(nèi)復雜交互作用，系統(tǒng)呈現(xiàn)出高維且非線性特征，而n維微分方程組在Ns≥0范圍內(nèi)至少有n個定態(tài)解。相比于系統(tǒng)解的存在性，更關心的是系統(tǒng)正平衡點的存在性及其全局穩(wěn)定性，即當t→∞時，項目組合系統(tǒng)是否趨近于某正平衡位置N?，整個項目組合是否實現(xiàn)長期共存。根據(jù)Liapunov函數(shù)可以推證出，若系統(tǒng)存在正平衡點其永續(xù)存在，其系數(shù)矩陣A須滿足det(A)>0，詳細論證可見文獻[32]。

4.3 經(jīng)濟意義與解釋

項目組合風險是由多主體、多要素及其因果聯(lián)系形成的一類典型復雜系統(tǒng)，其演化動力來源于系統(tǒng)內(nèi)部各組成單元及其結構耦合關系。組合內(nèi)多個項目集中在一起，通過資源、技術和市場等風險要素間的競爭和合作，激發(fā)系統(tǒng)中項目的創(chuàng)新動力，實現(xiàn)項目間的優(yōu)勢互補，提高資源利用效率，從而達到風險配置優(yōu)化和項目組合風險效益溢出。在項目組合出現(xiàn)之前，單項目風險與其自身的風險屬性息息相關，如資源可獲得性、技術支持度和市場占有率等。項目運營主體（如企業(yè)）追求的是項目最大風險效率，并保持項目的穩(wěn)定增長。當一個或多個其他項目被引入后，在同一運營主體下存在多個項目，項目組合風險就表現(xiàn)為單項目風險到組合風險的傳遞和集結的過程。

當引入競爭型項目時，項目組合風險系統(tǒng)的演化方向和結果取決于系統(tǒng)內(nèi)競爭效應強度和各子系統(tǒng)的最大收益水平。根據(jù)4.2節(jié)的模型討論可知，具有弱競爭效應的項目組合（圖2），由于競爭被約束在一定范圍內(nèi)，系統(tǒng)演化趨于穩(wěn)定共存。同時根據(jù)競爭模型的均衡條件易證，當E2或E3為系統(tǒng)全局穩(wěn)定解時，項目組合均衡條件下的收益為而對于穩(wěn)定解E4來說，假設有項目組合均衡條件下的收益為即當競爭雙方穩(wěn)定共存時，項目組合均衡條件下的收益大于單項目的最大收益。因此，從更一般的情況出發(fā)，避免系統(tǒng)內(nèi)的過分競爭，將競爭效應控制在一定范圍內(nèi)才能實現(xiàn)均衡條件下的項目組合風險效率的正向溢出。

當引入共生型項目時，共生效應使得項目組合交互風險系統(tǒng)存在正的全局穩(wěn)定點，均衡條件下的子系統(tǒng)收益分別為益水平。同樣的，項目組合均衡條件下的收益D>，且均大于其最優(yōu)收因此，共生型項目組合意味著系統(tǒng)內(nèi)項目間資源共享、技術溢出或是市場互補等產(chǎn)生了協(xié)同效應，從而更利于項目組合的優(yōu)化配置。如在醫(yī)藥、軟件開發(fā)等研發(fā)類企業(yè)中，知識和技術作為項目投入的核心往往消耗大量的資金和人力，為了應對未來市場的不確定性，企業(yè)常常會以最大化知識和技術的共享為競爭策略，并行開展多個項目，一方面降低資源的重復投入，充分利用已有的資源儲備，另一方面也有利于提高研發(fā)類項目成功的可能性。

當引入偏利偏害項目時，項目組合風險系統(tǒng)的演化方向和結果取決于系統(tǒng)內(nèi)偏害系數(shù)和偏利偏害雙方的最大收益比。根據(jù)4.2節(jié)的模型討論可知，具有弱偏害效應系統(tǒng)才存在穩(wěn)定的正平衡點，且在穩(wěn)定點上偏害方收益小于其最優(yōu)收益水平，也就是說建立在偏利偏害效應的項目組合能夠穩(wěn)定共存的關鍵在于避免系統(tǒng)內(nèi)偏害方利益的過度擠壓。如實際中具有供應鏈關系的項目組合中，上游項目的成果或產(chǎn)品以低于或等于市場價格的方式供給給下游項目，以保證下游項目的正常運營，而自身喪失了正常的獲利機會，如若下游項目不能實現(xiàn)高于正常水平的市場回報以彌補上游項目的損失，整個項目組合將呈現(xiàn)負溢出效應，此種情況下，上游項目應該退出，從外部尋找下游企業(yè)的供給。

對于混合型項目組合來說，其風險演化的復雜性要遠遠大于同類型項目組合。首先，混合型系統(tǒng)內(nèi)風險交互關系的高維非線性使得項目組合風險系統(tǒng)結構出現(xiàn)環(huán)型或者鏈型傳遞，且這種傳遞很可能表現(xiàn)為螺旋式上升的結果。其次，混合型項目組合風險系統(tǒng)演化結果的正平衡點存在性更加不確定，滿足系統(tǒng)全局穩(wěn)定的條件更加嚴格。因此，從一般意義上說，混合型項目組合的風險控制和規(guī)避難度要遠大于同類項目組合或單項目，除了要兼顧競爭型、共生型和偏利偏害型系統(tǒng)的風險演化特征外，更要注重其更為突出的風險放大機制。

5 結論

本研究將項目間交互關系與項目組合風險聯(lián)系起來，研究項目組合交互風險系統(tǒng)復雜性及其協(xié)同演化問題。從探討項目組合交互關系及其分類體系入手，將項目組合表征為具有交互耦合網(wǎng)絡結構特征的復雜系統(tǒng)，提出了基于直覺模糊生態(tài)聚類算法的項目組合交互風險網(wǎng)絡聚類的定量化方法。以此為基礎，運用擴展的Lotka-Volterra模型分析了具有競爭、共生和偏利偏害效應的項目組合交互風險系統(tǒng)協(xié)同演化規(guī)律，并給以經(jīng)濟學意義上解釋和擴展。本研究側重于從一般意義上開展項目組合風險與單個項目風險之間的關系研究，其對于項目組合風險的產(chǎn)生和測度研究都有重要意義。

研究結果表明，項目組合風險系統(tǒng)復雜性取決于系統(tǒng)的組成單元及其結構耦合關系，組合風險產(chǎn)生是諸多風險信息的復雜集結過程，而項目組合交互關系是影響組合風險優(yōu)化配置的關鍵。其中，共生型項目組合所產(chǎn)生的交互風險效應是同正的，決定了組合風險效率的正向溢出，而競爭型和偏利偏害型所產(chǎn)生的交互風險效應是可正可負的，競爭和偏害強度決定了項目組合風險的演化方向。因此，項目組合風險決策優(yōu)化的有效方式即合理控制項目的配置比例，同時充分利用共生效應，避免系統(tǒng)內(nèi)的過分競爭和偏害。

[1]Roussel P，Saad K，Erickson T.Third generation R&D：Managing the link to corporate strategy[M].Cambridge，MA：Harvard Business School Press，1991：1-7.

[2]Marle F，Vidal L A，Bocquet J C.Interactions-based risk clustering methodologies and algorithms for complex project management[J].International Journal of Production Economics，2013，142（2）：225-234.

[3]Petit Y.Project portfolios in dynamic environments：Organizing for uncertainty[J].International Journal of Project Management，2012，30（5）：539-553.

[4]Artzner P，Delbaen F，Eber J M，et al.Coherent measures of risk[J].Mathematical Finance，1998（9）：203-228.

[5]張平，周春陽，吳沖鋒.組合風險與單個資產(chǎn)風險間的定量關系—基于一致性風險測度的視角[J].系統(tǒng)管理學報，2008，17（1）：15-21.

[6]Teller J，Kock A.An empirical investigation on how portfolio risk management influences project portfolio success[J].International Journal of Project Management，2013，31（6）：817-829.

[7]Fang Y，Chen L H，F(xiàn)ukushima M.A mixed R&D projects and securities portfolio selection model[J].European Journal of Operational Research，2008，185（2）：700-715.

[8]Liesio J，Mild P，Salo A.Robust portfolio modeling with incomplete cost information and project interdependencies[J].European Journal of Operational Research，2008，190（3）：679-695.

[9]郭鵬，潘女兆，趙靜.高新技術項目組合的雙模式風險預警機制研究[J].管理學報，2011，8（10）：1524-1529.

[10]Schmidt R I.A model for R&D project selection with combined benefit，outcome and resource interactions[J].IEEE Transactions on Engineering Management，1993，40（4）：403-410.

[11]Baker N，F(xiàn)reeland J.Recent advances in R&D benefit measurement and project selection methods[J].Management Science，1975，21（10）：1164-1175.

[12]Goldstein P M S，Howard M.A note on economic models for R&D project selection in the presence of project interactions[J].Management Science，1986，32（10）：1356-1360.

[13]Rungi M.Success rate and resource consumption from project interdependencies[J].Industrial Management&Data Systems，2010，110（1）：93-110.

[14]Solak S，Clarke J P B，Johnson E L，et al.Optimization of R&D project portfolios under endogenous uncertainty[J].European Journal of Operational Research，2010，207（1）：420-433.

[15]Amir H G，Madjid T，Mohammad H K.A methodology forselecting portfoliosofprojectswith interactions and under uncertainty[J].International Journal of Project Management，2012，30（7）：791-803.

[16]Martinsuo M.Project portfolio management in practice and in context[J].International Journal of Project Management，2013，31（6）：794-803.

[17]Rupak B，Pankaj K，Samarjit K.Fuzzy R&D portfolio selection ofinterdependentprojects[J].Computersand Mathematics with Applications，2011，62（10）：3857-3870.

[18]夏志杰，胡克瑾.基于組合方法的信息技術項目決策研究[J].計算機集成制造系統(tǒng)，2008，14（1）：102-105.

[19]Harel E，Boaz G，Avraham S.Constructing and evaluating balanced portfolios of R&D projects with interactions：A DEA based methodology[J].European Journal of Operational Research，2006，172（3）：1018-1039.

[20]Rungi M.Interdependency management：Survey comparison between small，medium and large companies[C]//Proceedings of the 9th European Academy of Management Annual Conference，Liverpool，UK，2009.

[21]郭鵬，梁俊俊，杜濤.R&D項目組合：概念、產(chǎn)生范式及分類[J].科學學與科學技術管理，2008，29（6）：40-43.

[22]趙靜，郭鵬，潘女兆.基于交互效應的項目組合風險度量及選擇優(yōu)化[J].運籌與管理，2011，20（6）：120-126.

[23]林福永，孫凱.復雜網(wǎng)絡關系流與行為關系定理—一般系統(tǒng)結構理論在復雜網(wǎng)絡中的應用[J].系統(tǒng)工程理論與實踐，2007（9）：136-141.

[24]Lin F Y，Cheng T C.The principles and laws of general systems and their applications[J].Kybernetes，1999，28（1）：75-85.

[25]張永安，李晨光.復雜適應系統(tǒng)應用領域研究展望[J].管理評論，2010，22（5）：122-128.

[26]陳水利，李敬功，王向公.模糊集理論及其應用[M].北京：科學出版社，2005：2-10.

[27]張洪美，徐澤水，陳琦.直覺模糊集的聚類方法研究[J].控制與決策，2007，22（8）：882-888.

[28]Xu Z S，Yager R R.Some geometric aggregation operations based on intuitionistic fuzzy sets[J].International Journal of General Systems，2006，35（4）：417-433.

[29]Jayanthi S，Roth A V，Kristal M M，et al.Strategic resource dynamicsofmanufacturingfirms[J].ManagementScience，2009，55（6）：1060-1076.

[30]滿青珊，張金隆，聶磊，等.沖突影響下的移動商務聯(lián)盟自組織動力建模[J].管理科學，2011，24（3）：34-42.

[31]Jonghwa K，Jaekyoung A，DeokJoo L.A dynamic competition analysis on the Korean mobile phone market using competitive diffusion model[J].Computers&Industrial Engineering，2006，51（1）：174-182.

[32]陳蘭蓀，孟新柱，焦建軍.生物動力學[M].北京：科學出版社，2009.