基于元网络分析的重大基础设施建设项目风险评估框架与实证

汪 涛¹，高尚德²，李桂君²

(1.重庆大学公共管理学院，重庆 400044; 2.中央财经大学管理科学与工程学院，北京 100081)

摘 要： 重大基础设施项目具有战略性、集成性、复杂性等特征，项目容易受到多种风险因素的综合影响，导致项目目标的偏离。现有风险评估与风险决策的方法缺乏对于风险因素、风险事件之间关联的分析。为了实现重大基础设施建设项目综合系统的风险评估，本文采用元网络分析方法，构建项目目标、风险事件和风险因素的交互模型，揭示重大基础设施风险事件发生机制的黑箱过程。风险评估过程中，通过多个网络叠加运算分析每个风险因素对于各种风险事件以及项目各目标的影响情况，改进了以往仅对风险因素单一影响程度的风险评估方法。同时，本研究选择我国某河流水电站过坝运输项目方案比选的风险评估过程验证方法的适用性。

关键词： 风险评估；元网络分析；重大基础设施；案例研究

1 引言

重大基础设施是为社会生产发展和民众生活提供基础性公共服务的重大物质设施，是用于保证和改善国家或地区社会经济活动的重大公共服务系统^[1]，对政治、经济、社会、科技发展、环境保护、公众健康与国家安全等具有重要影响^[2]。重大基础设施项目通常具有如下特征：(1)战略性。重大基础设施项目对经济、社会、环境^[3-4]有巨大影响和外部性，对于项目所在区域乃至国家具有重要意义。(2)集成性。多主体、多阶段、多专业、多界面、多目标、多文化的特点使得集成的工作至关重要^[5]，信息不对称以及沟通不畅和冲突的普遍性是其主要表征。(3)复杂性。多重内外部关联和反馈过程、高度的动态、非线性和不确定性^[6]，项目生命周期中潜在着各种各样的不同风险^[4]，这些风险之间又存在着相互影响关系。由于重大基础设施建设项目具有以上特征，一个完善而全面的、便于决策者使用的、有效的基础设施风险评估框架的建立是至关重要的。

目前已有较多工程项目风险管理理论，但是针对重大基础设施建设风险的相关研究对于风险的认识并不全面，而且存在一些尚未解决的问题：(1)重大基础设施的风险工程建设过程中存在着复杂的组织行为^[7]，人、事、物等多因素之间存在不可忽视的相互影响关系，需要从系统层面进行分析并考虑到项目风险之间的关联，但是一般工程项目风险管理的研究通常假设风险事件之间相互独立^[8]；(2)重大基础设施项目通常不是商业盈利性项目，需要符合社会多数人的公共利益，其目标具有多元性。重大项目不同项目目标的资源配置不平衡容易导致资源配置系统失去稳态或策略失效^[9]。然而，一般工程项目的目标通常集中在项目质量、成本、进度等三方面，有时甚至偏重于单一的进度目标。单目标下的风险评估和风险决策方法难以满足重大基础设施项目多目标决策特点的需要。(3)重大基础设施项目从项目提出、项目决策立项、项目建设运营通常时间跨度较长，风险水平各个时期会不一样。现有的决策模型通常会高估基础设施在较长时间内的可靠性，从而低估了一些极端事件下所造成的灾难性损失^[10]。因此，系统、综合而动态的重大基础设施项目风险评估方法极为重要。

这个画面定格成了李高明16岁记忆里的关键一帧。“老板说，等包谷长出来收掉以后我才能回去。”李高明天天观察着包谷地，心情在失望与期待中起起伏伏。

一些过往研究认识到单纯评估风险事件的风险水平已经难以满足风险管理的实践需求，分析风险形成的机理^[11]，找到关键的风险因素，有针对性地对项目进行动态风险管理^[12-13]才是更为行之有效的方法。近年来，研究者们提出了以关系为导向的风险管理观点^[14-15]，应用复杂网络结构模型^[16]等多种网络分析方法，定性或定量分析风险因素之间的关联，已经成为基础设施项目风险评估与风险决策的未来趋势。风险评估网络分析方法主要以网络计划图、决策树^[17]、层次分析法^[18]、网络层次分析法^[19]、贝叶斯网络^[20]等方法或这些方法的组合为主，这些网络结构虽然在一定程度上可以将风险事件分解为具有逻辑关系的一些相关事件和相关因素，并分析它们之间的关联，然而都存在风险因素、风险事件之间相互独立、风险事件发生机制不能形成相互影响的回路等较强的假设，与实际情况存在较大差异。例如，用于决策过程的网络层次分析法无法构建不同子网络中准则集和准则之间的依赖关系^[21]。

为了改进以往的缺陷，本研究以元网络分析(Meta Network Analysis，MNA)为基础建立了重大基础设施风险评估体系。MNA是一种新兴的网络分析方法，可以将重大基础设施中各个风险因素集成在同一个网络中，并对因素之间的联系进行定量分析，从而清晰描述项目风险因素之间的交互影响关系。MNA已经在诸多领域得到了应用，例如电子商务市场中整合社会网络和供应链的动态网络^[22]、社会网络与知识网络融合^[23]、评估公共健康系统^[24]等。在基础设施项目管理领域，已有研究将MNA方法应用于建设工程项目的绩效评估^[25]等问题。本研究将风险因素、风险事件看作风险系统的实体，构建重大基础设施风险管理的元网络，并分析项目目标与风险事件之间、风险事件与风险因素之间、项目目标之间以及风险事件之间的相互关联，最终从风险因素的层次进行评估。重大基础设施通常具有较大的时间跨度，风险水平也会随时间的变化而变化，本研究提出的风险评估框架同时适用于比较不同时间跨度中项目风险系统的风险水平。

该风险评估框架的第一步通过风险识别构建元网络。风险识别包括对于项目目标、风险事件、风险因素的识别并形成节点以及对各节点之间关联的分析。不同重大基础设施的项目目标可能有所不同，本研究结合研究案例中相关领域专业人士以及项目参与人员的识别分析，将项目目标分为项目前期的成功决策、建设期的成功设计施工、运营期的良好运行(内部效益)以及项目产生的正外部效益等四个方面。并按照上述风险目标、风险事件以及风险因素的定义进行细致的识别，形成风险清单(RiskChecklist)。

2 研究方法

本研究的风险评估框架中，风险评估框架被分解为三个层次，即风险因素(Factors)、风险事件(Events)以及项目目标(Objectives)。重大基础设施项目通常需要多目标项目管理，项目目标之间相互影响和制约，构成了项目目标网络(Project Objective Network)。在此基础上，识别与分析造成项目目标网络中各目标发生偏离的风险事件，以及风险事件之间的联系。项目的风险被定义为“使得项目偏离目标的事件”。风险事件指风险在项目过程中的直接体现，对于项目的项目目标具有直接影响并造成目标的偏离。风险事件之间也存在相互影响关联，通过构建风险事件网络(Risk Event Network)，评估风险事件之间的关联程度。风险因素指通过分析得出的间接影响项目目标的最小单元，直接导致各项风险事件的发生。风险因素可以是某个状态、某个行为、某种环境，也可以是某个事件，所识别出来的这些风险因素通常是造成某个风险事件发生的某领域细节因素。风险因素之间可能存在一定的关联，某个风险因素的发生可能会对其他风险因素的发生造成影响，因此我们在风险评估框架中构建了风险因素网络(Risk Factor Network)评估风险因素之间的关联程度。

2.1 风险识别

本文的结构如下：第二部分详细阐述元网络的构建以及基于元网络的风险评估与相关计算方法；第三部分以我国某河流水电站的过坝建设项目为例对风险评估与应对分析模型进行应用和实证，相关结论在第四部分进行展示。

2.2 构建风险评估元网络

根据风险清单的项目，分析风险目标、风险事件、风险因素之间的逻辑关联和相关关系，建立包含三个层次的项目元网络，即风险评估模型。在项目元网络中，不同节点类型之间存在单向或者双向的影响关系，总的来说存在以下几种网络，即FF网络(Factors×Factors)、FE网络(Factors×Events)、EE网络(Events×Events)、EO网络(Events×Objectives)、OO 网络(Objectives×Objectives)五种网络。五种网络组合成为整个项目风险评估的元网络。FF网络(Factors×Factors)可以定性为风险因素网络，其意义在于风险因素之间可能存在直接的相互关联，某个风险因素的发生可能对其他风险因素的发生产生影响。FE网络(Factors×Events)可以定性为风险分解网络，其意义在于将较为直接和复杂的风险事件转化为相对具体的、可以控制和管理的风险因素，为风险管理提供抓手。EE网络(Events×Events)可以定性为风险事件网络，其意义在于，风险事件可能通过共享风险因素的方式产生关联，风险事件之间也可能具有直接的相互关联，比如某个风险事件发生后会导致其它风险事件发生的连锁反应。考虑风险事件之间的相互关联，是提高风险评估可信度、使其更贴近于真实情况的关键，也是本研究风险评估模型较以往方法的改进之处；EO网络(Events×Objectives)可以定性为风险影响网络，其意义在于将较为笼统的项目目标的偏离风险用较为直观的风险事件表达出来。OO 网络(Objectives×Objectives)可以定性为目标网络，其意义在于，项目目标间由于共享风险事件而会产生联系，项目目标之间也会产生相互的制约关系。表1和图1为风险评估元网络各类型网络的介绍和示例。

老龄化会降低劳动力供给。如是金融研究院数据显示，2014年中国劳动力人口首次净减少104万，尤其是15岁～24岁的“小鲜肉”减少最快。近三年几乎每年减少1000万人，10岁～19岁人口是五年后劳动力适龄人口，此年龄段人口数也从2012年开始进入净减少状态(近三年累计减少1345万人。这意味着未来五年劳动力减少将显著加大。老年人口不生产，只消费，消费本国和“鲜肉国”劳动力人口的剩余产量。中国目前正处于快速发展阶段，需要大量的劳动力来满足生产的需要，而越来越多的老年人需要供养，劳动力的成本随之提高，直接影响国家经济的发展。

表1 节点以及网络类型

图1 组成项目元网络的风险网络

2.3 风险定量分析与评估

风险因素的风险水平的打分以及风险评估体系的相关连接的权重的赋值来自于对于项目管理者以及相关领域专家的问卷调查。在问卷中，专家对各个具体风险给出风险因素发生的概率和影响大小，之后风险水平通过风险因素发生的概率以及其影响大小的乘积计算得出。对于A水电站而言，一共有三种过坝方式，分别为通航建筑物方案中的升船机方案和船闸方案以及翻坝方案。三种方案在10年内的风险水平的问卷结果中风险因素的风险水平如图4所示。

通过对于较低层次的风险因素的影响水平予以赋值，再通过项目元网络的传递，最终可以得出项目目标的水平。在元网络之中，可以较为清晰地发现节点与连接的变化对于目标水平的扰动影响。即通过减少(或者增加)一个节点(或者连接)，其所在的factors向量或events向量以及其相关的FF、FE、EE、EO或OO网络均会发生改变。同样，如果通过有效的风险控制措施，使得某项风险因素得到有效的控制，或者让某项风险因素与风险事件之间的关联被打断，元网络中各网络也会相应地发生改变，项目目标所受到的风险影响将降低。

factors =(f ₁,f ₂,…,f _n )

(1)

之后建立风险事件向量events以及项目目标向量objectives，其值在后续计算中得出：

events =(e ₁,e ₂,…,e _n )

3）污泥扰动：采用皮带机上料和堆料后，污泥翻动或扰动得到一定控制，为异味收集创造了有利条件，也为消除异味提供了可实施的方案。

(2)

objectives =(o ₁,o ₂,…,o _n )

为验证风险评估框架的可行性与科学性，本研究将我国某河流水电站的过坝方案风险评估作为案例予以讨论。作为总体规模堪比三峡工程的重大水利基础设施，该项目具有不可重复性、渐进明细性、团队的临时性、利益相关方的多样性、资源的有限性以及受多种项目目标的限制等特点。在案例研究中，我们运用基于元网络分析的重大基础设施风险评估框架比较了三种过坝方式——翻坝方案、通航建筑物方案的升船机运输方案和船闸运输方案在不同的时间跨度中分别进行了风险评估。

(3)

之后可以建立风险因素与风险事件之间的单向关系网络FE以及风险事件与项目目标之间的单向关系网络EO，以及风险因素之间、风险事件之间以及项目目标之间的双向FF网络、EE网络和OO网络。这里不同网络中的连接(link)具有不同的权重，以体现不同的联系在影响水平的传递方面作用是不同的。通过网络，不同向量之间存在以下关联：

events =factors ×FF ×FE ×EE

(4)

objectives =events ×EO ×OO

(5)

首先，对不同的风险影响因素对于其所对应的风险事件的影响强度予以赋值，这里的数据来源主要来自于对专家进行的风险问卷调查，得到以下的风险因素向量factors：

贝多芬的《第九交响曲》是他的登峰造极之作，迄今无人能超越。这首作品在1824年5月7日首演，第一乐章以快板奏鸣曲式，斗争为主题；第二乐章以快板，诙谐曲进行；第三乐章是慢板，抒情性、整理性的；第四乐章为急板，代表作《欢乐颂》首次将合唱（人声）引入交响曲，倡导“自由 平等 博爱”。

对于手术患者术前、术后采取多种护理方法，进行积极有效的预防和护理，进而减少DVT的发生，是非常有必要的。同时，在护理过程中，重视心理护理、健康宣教，实现医护与患者良好的沟通和相互配合，可从根本上减少DVT的发生。

3 案例分析

其次，新闻媒体和其他网民是旅游危机事件网络舆情传播的重要参与者，是网络舆情传播主体的重要组成部分，决定着旅游危机事件网络舆情的扩散范围和速度。相关管理部门要合理引导新闻媒体和其他网民以理性、客观的态度对待旅游危机事件，并通过科学解决旅游危机事件来平息负面舆论，必要时通过合法手段抵制恶性舆论，从而引导新闻媒体和其他网民有序参与旅游危机事件网络舆情传播。

3.1 项目元网络的构建

首先以项目期望实现的目标为出发点进行考虑，分析导致项目目标无法实现的项目风险事件，并分析导致这些风险事件发生的风险因素，考虑不同项目目标、风险事件之间的关联，形成风险事件及各层风险因素的网络关系。其中，项目前期的决策风险、建设期的设计施工风险都是一次性的风险评估，故仅考虑当前项目所面临的风险；而运营期的运行风险(内部效益风险)以及项目产生的负外部效益风险随着时间的变化，造成的风险程度和概率会发生变化，本研究中对运营期的运行风险(内部效益风险)以及项目产生的负外部效益风险的分析分为10年、30年、50年、100年。本研究的风险评估案例研究对象为：A、B、C、D等4个梯级水电站可能采用的过坝运输方案，重点对水电站可能存在的2种过坝运输方案(通航建筑物方案和翻坝运输方案)进行分别评估，下文以A水电站为例进行说明。

首先，风险体系被分为三个层次：项目目标，风险事件以及风险因素。风险评估的数据来源为针对某河流电站过坝方案决策的参与人员中的相关领域专家的问卷调查，即收集不同专家对于项目中风险因素层次风险水平的判断以及四个网络中各个连接的权重的判断。参与本研究的问卷调查的专家共有23名，分别来自于政府综合运输研究部门、社会经济发展研究部门、生态环境以及灾害研究部门的决策人员12人，以及来自大型水电站建设承包单位、水利规划设计部门的研究人员11人。这些专家中具有高级职称的人数为15人，企事业单位副主任以上职务的人数为11人，正军职务2人。他们对于地质地震、气象水文、生态环境、经济影响、社会评价、政治军事、政策法律、工程建设、项目管理、决策管理等10余个领域较为熟悉，对于此类基础设施建设项目有较为丰富的经验。元网络体系中的项目目标、风险事件以及风险因素具体内容如图2所示。得到专家打分后通过ORA-NetScenes^[26]将网络进行可视化，项目元网络如图3所示。

3.2 利用风险评估模型进行风险评估

在构建完善风险评估元网络基础上，对于网络之间的关联关系以及节点风险水平评估进行分析，使风险因素对于项目的影响的形成量化数值，为风险评估提供结果。分析算法如下：

本文采用文献资料法，收集大量有关于马约翰先生体育思想文献，根据文献内容，仔细研究，为本次研究提供充实的理论基础和依据。

(1)干预前后评估两组关节活动度。(2)评估护理满意度,根据评分分为满意、基本满意与不满意,以满意与基本满意之和占比统计护理满意度。

可以看出，两种通航建筑物方案各风险因素的风险水平大致相同，且风险水平分布较为均匀，大多在20至30左右，且位于30以上的风险因素较少；对于翻坝方案，其风险水平大多低于通航建筑物方案，只有极个别的风险因素(Factor_12：防灾救援方案设计不合理)的风险水平较高，达到50，其余大多在10至20左右。以上为风险因素层次的分析，风险水平并不能较为真实地表示风险因素对于项目目标的影响，因为各个风险因素的风险水平向项目目标的传递程度是不同的，这表现在项目元网络中各连接的权重上，权重越高，风险水平的传递越充分。同时，风险事件层次中不同风险事件之间存在相互关系，这也会影响到风险因素的影响水平。因此，在构建起元网络之后，可以依据方程式(4)、(5)在风险系统中计算出不同的风险因素对于整个目标层次的

图2 项目元网络中的层次以及各层次包含的内容

图3 项目元网络(A水电站通航升船机方案)

图4 A水电站三种过坝方式风险水平

影响情况。元网络中各网络的连接权重数据来源于对于专家的问卷调查。通过网络之间的运算我们可以得出各风险因素对于项目目标的影响矩阵，如图5所示：

图5 A水电站风险因素对于项目目标的影响矩阵

为找出需要重点关注的风险因素，我们采取帕累托二八原则，即选择影响水平居前20%的风险因素作为关键风险因素。从风险影响矩阵我们可以看出，风险因素Factor_1(对经济社会环境的发展态势判断失误)、Factor_3(决策体制机制缺陷)、Factor_4(相关法律法规政策缺陷)、Factor_29(次生自然灾害)、Factor_31(破坏生态系统)、Factor_34(损害相关行业经济利益)、Factor_35(引发群众集体上访、群体性事件)等风险因素的风险水平传递程度是最高的，分析如下：前二者为前期决策中的风险因素，该项目决策影响因素复杂，涉及多个领域，决策者受认识水平限制或偏重某一领域而忽视其它因素所造成的决策失误风险是客观存在的，且项目前期的决策对于后续工作的开展以及项目目标的最终实现相比于其他工作影响较大；Factor_4为法律政策背景因素，其影响主要表现在，此项目为大型基础设施建设项目，涉及多项目干系人且对于周边区域影响极大，如果没有健全的法律法规作为辅助则难以实现项目目标；Factor_29和Factor_31为环境相关因素，其影响水平主要表现在，A水电站建设可能会对项目影响区生态系统产生破坏，进而有可能诱发气象地质地震、水文灾害、生物灾害等次生自然灾害。此外，施工建设和运营还有可能造成水体、土壤污染。Factor_34和Factor_35为项目的社会影响和经济影响，主要表现在，水电站的建成可能带来不良社会影响，存在不同程度的社会风险，包括当地群众利益和商业利益，引发群众集体上访、群体性事件，以及破坏社会环境稳定，甚至引发社会危机。在得到风险因素与项目目标之间的影响矩阵之后，通过将专家对于三个过坝方案的各风险因素在10年，30年，50年和100年等时间跨度内风险水平的打分情况利用方程(4)(5)进行计算，可以得出三个过坝方案的项目目标的实现情况。如下图所示。

图6 A水电站不同过坝方案在10年、30年、50年和100年范围内的各项目目标的风险水平

由此我们可以看出，在三种过坝方案中，两种通航建筑物方案的风险水平略高于翻坝方案，其中升船机方案的风险水平最高。其原因在于，通航建筑物方案涉及的工程技术中包含高水头船闸关键技术、垂直升船机关键设备技术和垂直升船机抗震技术。上述关键技术的可行性存在较大不确定性，可视为影响方案可能性的潜在颠覆性风险因素。此外，通航建筑物方案涉及在河流上进行作业，施工过程中对于环境的影响以及受自然条件的制约较大，因而导致通航建筑物方案总体风险水平较高。相比之下，翻坝方案施工难度较低，潜在颠覆性影响的因素较少，因而总体风险水平低于通航建筑物方案。由此可以得出结论，在10年的范围内，A水电站使用通航建筑物——升船机方案的风险水平最高，而使用翻坝方案的风险水平最低。同时，在四个项目目标中，Objective_4(正的外部性)的风险水平最高，其所指的是项目建设对于所在地的周边社会、环境具有正的外部性，而以重大基础设施建设项目为首的大型工程项目对于社会、经济和环境的外部性大多为负外部性且影响程度较高，这说明通过该模型计算后得出的结果是基本符合实际的。

以上的分析是在10年的范围内对于A水电站进行风险评估。运用同样的分析流程，我们可以比较A水电站不同建设方案在10年、30年、50年以及100年的不同时间周期内的风险水平。总体上讲，对于A水电站而言，通航建筑物方案和翻坝方案的总体风险水平均随着时间的增长而有轻微的上涨趋势，这是由于在具体的风险因素中，环境相关的风险因素以及前期决策相关的风险因素的风险水平最高，这些风险因素造成的负面影响随着时间的增长会更加明显；四个项目目标中项目的正外部性总体风险水平最高，项目的负外部性影响也会随着项目运营时间的增长而逐渐扩大。此外，随着项目时间周期的增长，项目的不确定性增加，各风险因素的风险水平相应发生改变。因此在本研究考虑的10年、30年、50年和100年的范围中，A水电站的三种过坝方案的总体风险水平呈现随时间增长而上涨的趋势。

4 结语

本研究基于元网络方法构建了重大基础设施风险评估框架，并以我国某河流水电站过坝运输项目的风险评估为案例进行应用分析和实证。本研究的贡献在于，将元网络分析法应用于重大基础设施建设项目的风险管理过程中，识别出了此类项目在项目前期、建设期、运营期以及外部效应方面可能存在关键风险因素，丰富了重大基础设施项目建设风险管理的知识体系。本研究以我国某河流水电站的4个梯级水电站的过坝方案风险评估作为案例，使用元网络分析风险评估模型对其中一个水电站的建设项目进行研究。结果显示，对经济社会环境的发展态势判断失误、决策体制机制缺陷、相关法律法规政策缺陷、次生自然灾害、破坏生态系统、损害相关行业经济利益、引发群众集体上访、群体性事件等项目前期决策与负外部性相关的风险因素对于项目目标的实现影响最大。通过比较各建设方案的项目总体风险水平可知，在通航建筑物方案与翻坝方案之中，翻坝方案的风险水平最低，通航建筑物方案中的升船机方案和船闸方案风险水平相近。此外，本研究使用元网络分析法计算了不同时间跨度各种水电站过坝建设方案的总体风险水平，结果显示，随时间变化，项目在10年、30年、50年、100年中的风险水平会产生变化，各种建设方案的总体风险水平呈现上涨趋势。通过在案例中的应用可以看出，该框架通过识别出的风险因素并逐级确定影响权重，对每个风险因素所能够导致项目全局各目标产生的影响进行了定量评价，使风险评估结果更具有全面性和真实性。运用项目元网络对于风险因素对于项目目标的影响情况予以分析与评估，可以在项目多方案比选时为决策过程提供更为全面的指导，也能够更有目的性地对项目最重要的风险因素进行干预管理。

相比以往风险评估方法，本研究提出的重大基础设施建设项目元网络分析方法的优势在于，在多目标风险管理的背景下，元网络可以较为直观而客观地发现对于项目目标有重要影响的风险因素，为决策者进行有效的风险管理提供了切实可行的抓手。同时，本研究提出的模型操作较为简单，可以较为方便地将与重大基础设施决策相关的各专业技术、经济、法律、政治、军事等领域专家的意见集成起来，处理涉及大量风险因素的多目标风险管理过程。

本研究为风险管理提供了新颖而实用的想法，适用于工程建设项目前期的风险识别、评估过程，特别是评估重大基础设施建设项目的风险管理。在基于元网络的风险研究框架应用过程中，风险管理人员需要结合项目实际识别出项目目标、风险事件、风险因素，并对于来自于多领域多背景的专家知识和意见进行科学的整合，有效避免主观意见表述方式不同造成的误差，评估项目实际情况对元网络进行赋值。在需要进行关键因素识别并对不同的建设方案比选时，元网络分析可成为项目决策阶段的有效工具。

参考文献：

[1] 金帅, 盛昭瀚, 丁翔. 重大基础设施工程前期决策体系研究 [J]. 建筑经济, 2013,(9): 24-28.

[2] Wang Tao, Wang Shuo, Zhang Limao, et al. A major infrastructure risk-assessment framework: Application to a cross-sea route project in China [J]. International Journal of Project Management, 2016, 34(7): 1403-1415.

[3] Shen Liyin, Jiang Shijie, Yuan Hongping. Critical indicators for assessing the contribution of infrastructure projects to coordinated urban-rural development in China [J]. Habitat International, 2012, 36(2): 237-246.

[4] Shen Liyin, Wu Yuzhe, Zhang Xiaoling. Key assessment indicators for the sustainability of infrastructure projects [J]. Journal of Construction Engineering & Management, 2011, 137(6): 441-451.

[5] 高武, 洪开荣. 重大基础设施项目风险评价研究综述 [J]. 建筑经济, 2015, 36(2): 111-115.

[6] Vidal L A, Marle F. Understanding project complexity: Implications on project management [J]. Kybernetes, 2008, 37(8): 1094-1110.

[7] 时茜茜, 朱建波, 盛昭瀚. 重大工程供应链协同合作利益分配研究 [J]. 中国管理科学, 2017, 25(5): 42-51.

[8] Li Jie, Zou P X W. Fuzzy AHP-based risk assessment methodology for PPP projects [J]. Journal of Construction Engineering and Management, 2011, 137(12): 1205-1209.

[9] 仲勇, 陈智高, 周钟. 大型建筑工程项目资源配置模型及策略研究——基于系统动力学的建模和仿真 [J]. 中国管理科学, 2016, 24(3): 125-132.

[10] Lee J Y, Ellingwood B R. A decision model for intergenerational life-cycle risk assessment of civil infrastructure exposed to hurricanes under climate change [J]. Reliability Engineering & System Safety, 2017, 159: 100-107.

[11] Xiang Pengcheng, Zhou Jin, Zhou Xiaoyu, et al. Construction project risk management based on the view of asymmetric information [J]. Journal of Construction Engineering & Management, 2012, 138(11): 1303-1311.

[12] Doloi H. Relational partnerships: The importance of communication, trust and confidence and joint risk management in achieving project success [J]. Construction Management & Economics, 2009, 27(11): 1099-1109.

[13] Rahman M M, Kumaraswamy M M. Potential for implementing relational contracting and joint risk management [J]. Journal of Management in Engineering, 2004, 20(4): 178-189.

[14] Tsamboulas D, Verma A, Moraiti P. Transport infrastructure provision and operations: Why should governments choose private-public partnership? [J]. Research in Transportation Economics, 2013, 38(1): 122-127.

[15] Ward S, Chapman C. Stakeholders and uncertainty management in projects [J]. Construction Management & Economics, 2008, 26(6): 563-577.

[16] 张锴琦, 杜海峰, 王晶晶. 集群行为中的复杂网络结构合并优化方法 [J]. 中国管理科学, 2017, 25(12): 59-67.

[17] Marmier F, Deniaud I F, Gourc D. Strategic decision-making in NPD projects according to risk: Application to satellites design projects [J]. Computers in Industry, 2014, 65(8): 1107-1114.

[18] Zeng Jiahao, An Min, Smith N J. Application of a fuzzy based decision making methodology to construction project risk assessment [J]. International Journal of Project Management, 2007, 25(6): 589-600.

[19] Zamarrón-Mieza I, Yepes V, Moreno-Jiménez J M. A systematic review of application of multi-criteria decision analysis for aging-dam management [J]. Journal of Cleaner Production, 2017, 147: 217-230.

[20] Aven T, Zio E. Some considerations on the treatment of uncertainties in risk assessment for practical decision making [J]. Reliability Engineering & System Safety, 2011, 96(1): 64-74.

[21] 孙永河, 段万春, 李亚群, et al. 复杂系统ANP-BOCR立体网络结构建构新方法 [J]. 中国管理科学, 2016, 24(2): 144-152.

[22] Wakolbinger T, Nagurney A. Dynamic supernetworks for the integration of social networks and supply chains with electronic commerce: Modeling and analysis of buyer-seller relationships with computations [J]. Netnomics, 2004, 6(2): 153-185.

[23] Nagurney A, Dong J. Management of knowledge intensive systems as supernetworks: Modeling, analysis, computations, and applications [J]. Mathematical and Computer Modelling, 2005, 42(3-4): 397-417.

[24] Lenz R. Topology of local health officials' advice networks: Mind the gaps [J]. Journal of Public Health Management & Practice, 2012, 18(18): 602-608.

[25] Zhu Jin, Mostafavi A. Dynamic meta-network modeling for an integrated project performance assessment under uncertainty[C]//Proceedings of the Construction Research Congress, San Juan, Puerto Rico, May 31-June 2, 2016.

[26] Carley K M, Reminga J, Storrick J, et al. ORA user's guide 2013 [J]. Ora Users Guide, 2013.

Meta -Network Analysis Based Risk Evaluation Framework and Empirical Study of Major Infrastructure Construction Projects

WANG Tao ¹，GAO Shang -de ²，LI Gui -jun ²

(1.School of Public Affairs, Chongqing University, Chongqing 400044, China; 2.School of Management Science and Engineering，Central University of Finance and Economics, Beijing 100081,China)

Abstract ： The major infrastructure projects are characterized by their strategicness, integration and complexity, and these characteristics directly affect and cause high risk level. Risk identification, analysis and assessment in the early stage of these projects have significant influence on the project objectives, therefore it is necessary to establish an effective risk analysis framework of major infrastructure construction projects. Previous research has not fully recognized the risks in the major infrastructure construction projects, and lacked of consideration of associations between risks and the management of multi-objectives. Hence, the purpose of this research was to develop a comprehensive evaluation model for risk management of major infrastructure construction projects. First, the risk list is identified and a risk interaction model consisting of three hierarchies of project objectives, risk events, and risk factors is established. Then, networks between the three hierarchies are identified, and a meta-network of risk management is built based on meta-network analysis. Subsequently, the links in the networks and the risk levels of risk factors are quantified, and critical risk factors are identified. Meanwhile the scheme comparison and selection of the dam transportation on river hydropower station project in China is chosen as a case study to verify the applicability of this method.The results show that the most important risk factors are the misjudgment of decision-making, such as miscalculation of economic and social environment, and the environment-related factors, such as destruction of ecosystem. Besides, among the design schemes, navigation structures have the higher risk level than dam getting-over scheme, and as time goes on, the overall risk levels of these construction schemesare increasing. A risk evaluation method based on meta-network analysis, is propased the black box process of the occurrence mechanism of risks in major infrastructure projects is revealed, and knowledge for future project risk assessment is provided.

Key words ： risk evaluation；meta-networks analysis；major infrastructure；case study

文章编号： 1003-207( 2019) 07-0208-09

DOI: 10.16381/ j.cnki.issn1003-207x.2019.07.021

中图分类号： F282

文献标识码： A

收稿日期： 2017-12-14； 修订日期： 2018-06-28

基金项目： 国家自然科学基金资助项目(71871235);中国铁建股份有限公司科技研发计划项目(15-C73-1)

通讯作者简介： 李桂君(1973-)，男(汉族)，黑龙江哈尔滨人，中央财经大学科研处处长，教授，研究方向：城市可持续发展、城市资源系统工程、基础设施投融资，E-mail：ligj@cufe.edu.cn.

标签：风险评估论文;  元网络分析论文;  重大基础设施论文;  案例研究论文;  重庆大学公共管理学院论文;  中央财经大学管理科学与工程学院论文;