基于 Fuzzy- ISM的重大工程项目社会稳定风险 关系模型

张 炜， 段越洋

(西安建筑科技大学 管理学院， 陕西 西安 710055)

摘 要： 为准确分析重大工程项目社会稳定风险发生过程中风险因素间的相互影响，本文基于Fuzzy-ISM提出一种分析风险相互关系的方法。识别出重大工程项目社会稳定风险的6类28个因素，运用三角模糊数表达风险间关系，构建风险关系递阶模型，通过MICMAC计算每个风险的综合驱动力和综合依赖力，在风险聚类的基础上针对各类风险提出治理优先度及治理措施。结果表明，居民丧失土地和政府监管不力对其他风险因素影响最大，治安恶化等风险因素更易受到影响。研究结果有助于重大工程项目管理者在社会稳定风险评估过程中准确把握风险间相互影响关系，尽早识别关键风险并进行风险预警和治理，同时也为政府维护社会稳定提供借鉴和参考。

关键词： 社会稳定风险； 风险关系； 模糊解释结构模型； 重大工程项目

重大工程项目是指规模宏大、投资巨大、影响深远的工程项目^[1]，这类工程在促进基础设施建设及经济快速发展的同时，也产生了一些社会稳定风险事件，造成社会矛盾与冲突。近年各地因重大项目建设而引发的群体性事件时有发生^[2]，例如厦门宁波PX项目事件、河北白沟开发商暴力占地事件等，加强重大项目社会稳定风险评估刻不容缓^[3]。重大项目的社会稳定风险往往具备后果严重、持续时间长和影响范围广等特点^[4]，因此社会稳定风险通常形成的原因难以准确确定，形成机理难以完全明晰，演化和传播路径难以精准预测，导致决策部门对社会稳定风险评价时往往缺乏时效性和关联性。因此，研究重大工程项目的社会稳定风险间关系并科学量化，不仅可以明晰社会稳定风险演化和传播路径，还可以有效解决系统性风险间的相互影响，提高项目社会稳定风险评价的准确性。

关于重大工程的社会稳定风险间关系及相互影响，已有较多研究。李琼等^[4]构建了78个风险指标的重大工程社会稳定风险评估量表。向鹏成等^[5]根据社会网络理论构建网络拓扑结构，定性分析了社会稳定风险之间的影响，并通过计算中间中心度得到关键风险因素。赵心田等^[6]基于蒙特卡罗模拟构造风险间关系决策函数，对社会稳定风险进行定量分析。目前，社会稳定风险领域大多数研究是通过层次分析法^[7]、模糊综合评价法^[8]和社会网络分析法^[5]构建重大工程项目的社会稳定风险评价模型，在社会稳定风险评价模型构建上较少考虑到风险因素间的相互影响，缺少有效的风险间量化方法测度不同风险因素间的影响程度。

在风险间关系的研究方法方面，郑家喜等^[9]利用WBS-RBS(Work Breakdown Structure，Risk Breakdown Structure)方法识别出政府农田水利建设项目风险，随后用Fuzzy-ISM(Interpretative Structural Modeling)法构建风险多层递阶结构图，明晰了风险发生机理。江小燕等^[10]将模糊结构解释模型和交叉影响矩阵(Matriced’ Impacts Croise’s Multiplication Appliquée a UN Classemen，MICMAC)相结合，定量分析PPP(Public-Private Partnership)项目的关键风险层级关系，并对关键风险因素提出管理意见。模糊结构解释模型是一种常用于风险间关系研究的静态分析方法，但在实际应用中常出现数据量过大、专家难以准确评价风险关系等问题。本文采用分类的模糊结构解释模型(Fuzzy-ISM)在分析多因素变量之间复杂关系的基础上，解决了人为打分不确定性并弥补传统ISM方法数据量过大的缺点，将模型中所识别的因素划分为不同类别，所研究的两两关系数量有所降低。例如，本文确定28个因素，传统ISM专家打分应对28×27=756对因素间关系进行打分；本文通过将因素先分为6类，这个数字减少到了114(减少85%)，更加具有操作性。

朱彝尊不仅是清初文学大家，同时也是学术大家，虽然后一面貌常为其文学盛名所掩，但其学术成就及编撰、整理文献之业绩，斑斑可考，蔚然称盛。

综上，本文在社会风险理论^[11]的基础上，结合文献分析和专家座谈法，得到重大工程项目的社会稳定风险清单，基于模糊结构解释模型(Fuzzy-ISM)法构建重大工程项目社会稳定风险关系多层递阶模型，通过交叉影响矩阵相乘(MICMAC)法对风险因素间影响程度和交互关系进行分析，分析归纳风险类别并有针对性的对每类风险提出建议，以期对判断项目风险情况和排查关键风险提供理论依据和参考意见。

1 重大工程项目社会稳定风险识别

(2)独立因素：驱动力强，依赖力弱。这类风险自发产生，但有较强的传导性，对系统内其余因素的影响较大，居民丧失土地R11、补偿安置不落实R14、社会稳定风险应急管理机制不完善R21、政府监管不力R23、土壤污染R44属于这类风险。经分析，土壤污染R44属于此类风险是由于土壤污染的危害最大、治理难度最大，且对于周边依靠土地生存的居民有较大影响，相较于其他环境风险更容易引发社会稳定风险，故属于独立因素。在解释结构模型中这类风险通常位于底层，多数属于事实性质的风险，这类风险虽然不会直接引发社会稳定风险，但是由于他们在系统中有较大的的影响作用，属于在风险把控中应当加强重视的关键风险，治理这类风险往往可以起到事半功倍的效果。

表1 重大工程项目社会稳定风险因素清单

续表

2 基于 Fuzzy- ISM的社会稳定风险关系模型

2.1 Fuzzy- ISM法

根据建模过程中得到的可达矩阵，本文使用交叉影响矩阵相乘法MICMAC对因素之间的关系进行量化。交MICMAC通过因素之间的关系矩阵计算各因素的驱动力与依赖力，达到对因素分层归纳的效果，以便于理解因素在系统中的实质作用，按照MICMAC模型的公式(8)(9)计算可达矩阵中因素的综合驱动力D ^*和综合依赖力R ^*。

2.2 风险因素影响关系矩阵建立

=(0.10 0.21 0.42)

大量的混凝土外加剂的试验表明，后掺法比先掺法的混凝土工作性能要好，而且要达到相同的效果，后掺法的掺量在通常情况下会更小，这与混凝土外加剂与水泥颗粒的吸附和分散有关。

表2 李克特量表

为进一步分析社会稳定风险间的关系，将风险间关系影响矩阵去模糊化转换为二进制的邻接矩阵。首先通过公式(2)～(4)计算每个模糊数的质心点(X _A ,Y _A )和距离指数R _A ：

(1)

表3 项目审批阶段社会稳定风险间关系影响矩阵

2.3 邻接矩阵和可达矩阵计算

F _avg(a _avg,b _avg,c _avg)

(2)

(3)

(4)

以此类推得到所有风险因素的综合驱动力和综合依赖力(见表7)，画入坐标轴中将风险分为四类(见图2)。

随后根据三角模糊数进行大小比较(见式(5))，引入规则：风险关系影响矩阵中所有元素小于李克特量表的中间项的模糊数即(0.30,0.50,0.70)，将被转换为0，若元素大于或等于中间项模糊数将转换为1，计算得邻接矩阵(见表4)。

(5)

表4 项目审批阶段风险因素邻接矩阵

由于邻接矩阵无法显示风险经过一定路径的传导所形成的间接联系，因此需要在邻接矩阵的基础上构建可达矩阵。可达矩阵是指借助矩阵形式表达各因素间的到达程度，能够全面反映风险网络中的各种关系^[15]，通过式(6)计算项目审批阶段社会稳定风险影响因素的可达矩阵M ′，即通过矩阵运算确定稳定状态下影响因素间的影响关系，结果如表5所示。

表5 项目审批阶段风险因素可达矩阵

M ′=R ^λ+1 =R ^λ ≠R ^λ-1 ≠…≠R ²≠R

(6)

式中：R 为初始邻接矩阵π 与单位矩阵I 相加之和；λ 为计算可达矩阵的结束次幂。

3.健全制度，发挥内审协会作用。高校应围绕审计工作准则、审计岗位职责、审计项目实施细则及质量监督控制等，健全内部审计制度体系。内部审计行业协会应当扮演引领者的角色，在推动内审人员职业胜任力提升的基础上，通过文化载体宣传内部审计职业文化建设，通过相关调研和统计分析，组织理论研究、教育培训、经验交流，修订发布内部审计准则、指南，向高校倡导先进的内部审计理念。

2.4 风险关系多层递阶模型构建

由得到的风险因素可达矩阵构建社会稳定风险关系的多层递阶模型，首先需要依据可达矩阵对社会稳定风险影响因素进行层级划分。层级划分主要依据各个影响因素的可达集R _i 和先行集S _i 。可达集R _i 为要素本身和其可影响的要素组成，先行集S _i 为要素本身和可能会影响到他的其他要素组成。在得到可达集和先行集后，对该子系统进行层级划分，层级划分基本做法是：找出子系统要素集合的最高级要素(终止集要素)，即可达集只包含该要素本身，随后除去该要素找到剩下要素集合的最高级要素，以此类推直到确定出最低一级要素集合，以项目审批阶段风险因素为例，见表6。由表6中的影响因素层级划分结果，可得如图1所示的风险关系的有向图，即为重大工程项目社会稳定风险关系的多层递阶模型。

包括跨境电子商务实操、跨境网络营销、网页美工、国际物流与货运代理、跨境电商英语、跨境电商综合实训等。该类课程内容与学生未来就业岗位的实践紧密衔接，旨在培养学生入职所必须的岗位核心技能。

图1 重大工程项目社会稳定风险递阶解释结构模型

表6 项目审批阶段风险因素层级

3 社会稳定风险因素的分类及分析

解释结构模型(ISM)是一种用于分析多因素变量之间复杂相互关系的静态分析方法^[12]。为构建研究目标的多层递阶模型，首先通过专家经验或者文献分析确定分析对象的系统构成要素，然后建立这些要素间的关联关系，并借助Matlab计算要素间的可达矩阵，对要素的结构关系进行提取，从而获得要素之间的传递关系和层级结构，并最终形成分析对象的多层递阶结构模型^[13]。虽然传统ISM可以较好地处理复杂系统的层级划分，但由于在分析因素间相互关系时数据较多，往往会导致系统难以统计或计算量过大。Attri提出在ISM中构建子系统，分别计算类别间关联关系和类别内要素成对关系，使用传递推理提取完整系统要素关系，这种方法可以使所需的要素两两关系数量减少50%～80%^[14]。本文将三角模糊数和分类的ISM 方法结合，不仅可以对社会稳定风险因素间交互关系程度进行刻画，还能确定各风险因素的层级。

(8)

(9)

式中：为因素i 的综合驱动力；为因素j 的综合依赖力；M 为一级因素个数；N 为某一级因素下二级因素个数；D =(d _ij )_M×M 为一级因素的可达矩阵；C =(c _ij )_N×N 为二级因素的可达矩阵。

本文中28个因素被分为6类，进行MICMAC分析时首先对6个风险类别间进行驱动力和依赖力计算，以项目审批风险为例。利用公式(8)(9)进行计算时，首先对6个风险类别间驱动力及依赖力计算，C =[c _ij ](i ,j =1,2,…,N )为二级因素的可达矩阵先暂不考虑，则6个风险类别间驱动力及依赖力分别为：

检验组患者56例,血清胆红素水平为(9.34±2.64)、尿酸水平(356.49±25.72);对照组健康人数48例,血清胆红素水平为(15.77±2.98)、尿酸水平(274.36±20.64);血清胆红素水平为(t=11.667,P=0.000)、尿酸水平(t=17.756,P=0.000)两组经过比较检验组血清蛋白水平显著低于对照组,检验组尿酸水平显著高于对照组(P<0.05),均存在统计学意义。

其中，M =(m _ij )(i ,j =1,2,3,4,5,6)表示一级类别的可达矩阵。

其次，计算一级因素类别中每个风险因素的驱动力和依赖力，以项目审批风险中的项目公示与公众参与度不够R51为例。

=(0.40 0.53 0.70)×(0.25 0.40 0.60)

BNP属于多肽类激素一种，是心血管系统的一种具有生物活性的重要激素，能在心肌受损时快速入血进行调节，能够灵敏的反映出心肌受损的情况［6］，并且与心肌受损程度正相关，心肌损伤越严重BNP水平越高，它是一种常用且有效的心衰检测指标。目前BNP已被纳入心衰诊断指南，用于心衰患者的预测和诊断工作。本研究中，钩藤人参高剂量组BNP水平与卡托普利组BNP水平相近，并明显低于模型组，说明钩藤人参高剂量组在降低HCHF大鼠BNP水平，改善心功能方面效果显著。

在确定风险因素和其归属的风险类别后，需要评估风险因素间和风险类别间的两两关系。本文设计包含7个表格的调查问卷，分别对各风险分类中风险因素间关系及风险类别之间关系进行打分。将调查问卷发给7位建设项目管理领域有丰富经验的专家，要求专家对两两风险间的影响关系作出评价，考虑到风险交互和人为判断的不准确性，使用三角模糊数(表2)对专家意见进行量化。通过三角模糊数平均值计算公式(1)得到专家综合意见。以项目审批阶段风险类别中风险因素相互影响关系分析为例，其判断结果如表3所示。

=(0.38 0.55 0.73)×(0.27 0.38 0.55)

=(0.10 0.21 0.40)

其中，N =(n _ij )(i ,j =1,2,3,4,5)表示项目审批阶段包含风险因素的可达矩阵。

式中：为三角模糊数A 的最小值的隶属函数；为三角模糊数A 的最大值的隶属函数；为的反函数。

表7 社会稳定风险因素综合驱动力和综合依赖力

图2 风险因素的MICMAC分析图

根据每个风险因素的驱动力和依赖力的大小，将风险因素分为4大类：自发因素、独立因素、依赖因素、联系因素^[16]。

以喀什大学生物技术专业2014级14-5班和14-6班作为授课对象，合班授课．其中：14-5班为双语班，共32名学生；14-6班为汉语言班，共30名学生．

(1)自发因素：驱动力弱，依赖力弱。这类风险不易受其他风险的影响，也对其他风险影响较小。分析图上噪音污染R41、辐射污染R42、空气污染R43属于这类风险，可以看到这类风险具有较强的独立性，属于容易把控且无风险连锁反应，在实际风险控制和预警时可优先治理此类风险，达到快速降低系统整体社会稳定风险的效果。

风险识别是分析风险间相互关系的前提^[12], 本文结合文献研究和专家座谈法来识别风险因素。首先，本文在国内外相关文献研究的基础上，结合风险调查问卷及主要利益相关方的意愿与诉求，初步拟定了较为完善的重大项目社会稳定风险因素清单^[5]，随后采用专家座谈的方法对风险清单进行修正，增加“建设过程中未按相关规定执行”风险因素。最终共识别出28个社会稳定风险因素，为便于研究及优化计算，将风险因素清单归为6类，包括经济风险、政治风险、社会风险、生态风险、项目审批阶段风险、项目实施阶段风险如表1所示。

(3)依赖因素：驱动力弱，依赖力强。他们与系统相对脱节，与系统几乎没有联系；但是，这些因素链接其他因素的能力很强。R46，R55，R31～R34均属于这类风险。对于传统文化习俗被破坏R31、治安情况恶化R33、人文景观破坏R46、征地补偿标准不合理R55这些处于模型最上层的风险，靠近最终综合产生的社会稳定风险，是其他风险累积形成，并对其他风险的影响较低，是社会稳定风险爆发的主要表现形式。从控制风险角度来看，这些风险的产生原因多是其他风险交织的相互影响，应寻找其驱动因素加以控制，进而起到风险控制的效果。

(4)联系因素：驱动力强，依赖力强。此类因素在风险链中处于中间位置，具有强不稳定性，在风险系统中易受到其他因素的影响，同时可以传递至其他因素。居民养老、就业、就医困难R12、居民收入下降R13、居民生产生活方式大幅改变R15、流动人口增加R35、工程移民与安置区居民风俗习惯、宗教信仰等融合不够R36、信息公示与公众参与程度不够R51、项目选址不合理R53、建设过程存在安全隐患R61、建设过程中未按相关规定执行R62属于这类因素，经研究以上风险因素均具有不会立刻导致社会稳定风险事件发生的特点，同时受其他风险因素的影响，例如独立因素补偿安置不落实R14会导致居民养老、就业、就医困难R12、居民收入下降R13等风险的加剧。在实际风险评估和控制中，应从两方面对其进行治理：1)控制其先导因素，降低此类风险的发生几率；2)阻断上下游的其他因素联系，尽可能减弱此类因素的传导。

作为梅赛德斯-奔驰家族“主角”之一的C级车家族，在本届车展迎来新一代C级轿跑车和旅行轿车等7款车型的正式上市，厂商建议零售价格为36.38万元至53.88万元。新一代梅赛德斯-AMG C 63和C 43系列包括了轿车、轿跑车和旅行轿车在内的7款车型，厂商建议零售价格为61.88万元至118.58万元。承袭自迈巴赫经典设计的的梅赛德斯-迈巴赫S 680双调典藏型轿车也在本次车展正式上市，厂商建议零售价格为309.88万元。全新梅赛德斯-奔驰E 300敞篷轿跑车也在车展现场同步上市，厂商建议零售价格为71.88万元。

4 结论及建议

本文通过构建重大工程项目社会稳定风险关系模型，明晰社会稳定风险因素间相互影响路径及大小，在考虑风险间相互影响关系的基础上，计算模型中每个风险因素的综合驱动力和综合依赖力，将风险因素分为4大类，对不同类型风险提出针对性的治理防控意见。主要获得以下结论：

《必修2·遗传与进化》模块的中“生物遗传”内容可划分为“遗传规律”和“遗传本质”两个单元，其中“遗传本质”是在学习了“遗传规律”的基础之上，探索遗传物质的本质及其表达方式，为进一步学习“生物的变异”与“生物的进化”奠定基础。“DNA是主要的遗传物质”属于“遗传本质”单元，本节主要介绍遗传物质本质探索历程中肺炎双球菌的体内外转化和噬菌体侵染大肠杆菌的两个经典实验，通过对科学家经典实验的深入学习与剖析，增强学生的自主探究能力和实验设计的技能，有助于提高学生的生物学学科核心素养。学生学习了本节内容后，明确了DNA是主要的遗传物质，可为进一步探究遗传物质的结构、复制方式以及其本质等指明方向。

(1)重大工程项目的社会稳定风险由不同维度因素交互影响而形成，这些因素之间存在相互影响和相互作用，共同构成由28个因素组成的4层的社会稳定风险递阶结构模型。这些因素中，经济风险和社会风险处于递阶结构模型的第4层，是产生社会稳定风险事件的最根本影响因素；政治风险处于递阶结构模型的第1层，是社会稳定风险的直接因素；项目审批阶段风险、生态环境风险和项目实施阶段风险处于递阶结构模型的第2层和第3层，受政治风险的影响，同时也将风险传导到经济风险和社会风险中，表明这3种类型的风险在社会稳定风险事件的产生中发挥基础保障作用。

(2)根据MICMAC分析得到的各风险因素的综合驱动力和综合依赖力，可将风险分为自发因素、独立因素、依赖因素和联系因素，对风险治理防控提供依据。自发因素噪音污染R41、辐射污染R42、空气污染R43容易把控且无风险连锁反应，可作为首要风险因素优先治理；独立因素居民丧失土地R11、补偿安置不落实R14、社会稳定风险应急管理机制不完善R21、政府监管不力R23、土壤污染R44在系统中有较大作用，应作为关键风险予以控制，其中政府监管不力(驱动力0.37)和居民丧失土地(驱动力0.31)对其他风险因素的影响最大，应视为风险源头结合项目实际情况和政策法规予以重视；依赖因素传统文化习俗被破坏R31、治安情况恶化R33、人文景观破坏R46、征地补偿标准不合理R55是其他风险累计形成，是社会稳定风险爆发的主要表现形式，在实际项目实施过程中作为风险事件产生的前置表现重点监控，是进行风险预警的有效指标。

依据研究结论，本文提出以下2个方面的重大工程项目社会稳定风险防控的优化对策和建议：

此时，英法苏中4个胜利集团的盟友代表，应美国政府之邀正在观“战”。当核爆炸的蘑菇云升起时，赵忠尧成了中国第一个亲眼看到原子弹爆炸的人！他注视着冉冉升起的蘑菇云，将目测出的数据牢记在自己的脑海之中。

(1)建立完善的政府监管机制。从项目信息公示、项目民意调查与参与、居民征地补偿方案征询意见、落实居民征地补偿、工程移民与安置区融合情况等各方面进行监管，打开民众意见表达渠道，从已发生的重大工程项目导致的社会稳定风险事件中汲取经验，完善监管机制。

(2)形成社会稳定风险预警机制。抓取治安情况恶化、征地补偿标准不合理、传统文化习俗被破坏等风险表现指标，在风险事件发生前对其进行预测和警示。一方面，通过预警机制避免更为严重的风险事件产生；另一方面，可用预警机制中异常指标回溯隐藏的风险因素，获得更为高效精准的风险治理方案和对策。

5 结 语

本文基于Fuzzy-ISM提出一种分析风险相互关系的方法，识别出重大工程项目的社会稳定风险的6类28个因素，经专家打分后运用三角模糊数表达风险间关系，建立风险关系网络图，通过MICMAC分析计算每个风险的综合驱动力和综合依赖力，在归类风险的基础上针对各类风险提出治理优先度及治理措施。通过提出分类的Fuzzy-ISM方法解决了人为打分不确定性和弥补传统ISM方法数据量过大的缺点，将模型中所识别的因素划分为不同类别，所研究的两两关系数量减少85%。然而Fuzzy-ISM方法无法处理风险因素间随时间推移而产生的变化，后期应继续加深研究，采用动态方法例如系统动力学来分析得到的重大工程项目社会稳定风险关系模型。

参考文献

[1] 杨建平, 杜端甫. 重大工程项目风险管理中的综合集成方法[J]. 中国管理科学, 1996, (4): 24-28.

[2] 罗晓辉, 胡珑瑛, 刘德海. 暗箱操作和信息公开情境下重大工程项目社会稳定风险评估——基于分层贝叶斯网络的动态博弈分析[J]. 技术经济, 2018, 37(10): 117-130.

[3] 杨 雄, 刘 程. 加强重大项目社会稳定风险评估刻不容缓[J]. 探索与争鸣, 2010, (10): 32-36.

[4] 李 琼, 吴姿怡. 重大工程社会稳定风险评估量表的构建与应用分析[J]. 广州大学学报(社会科学版), 2018, 17(8): 20-28.

[5] 向鹏成, 武雪子. 基于SNA的重大工程项目社会稳定风险网络构建[J]. 建筑经济, 2018, 39(6): 41-47.

[6] 赵心田, 刘俊颖, 杨宣华. 社会稳定风险定量分析方法新探讨——基于蒙特卡罗模拟的社会稳定风险定量分析[J]. 中国工程咨询, 2018, (4): 32-39.

[7] 王娟丽. 基于AHP-FCE法的重大项目社会稳定风险评估[J]. 社会科学家, 2017, (2): 67-73.

[8] Dikmen I, Birgonul M T, Han S. Using fuzzy risk assessment to rate cost overrun risk in international construction projects[J]. International Journal of Project Management, 2007, 25: 494-505.

[9] 郑家喜, 王 姣. 政府农田水利建设项目风险因素FUZZY-ISM结构模型分析[J]. 农业技术经济, 2013, (12): 110-117.

[10]江小燕, 闫碧琼, 于竞宇, 等. 基于ISM-fuzzy MICMAC方法的PPP项目关键风险层级关系识别[J]. 土木工程与管理学报, 2018, 35(6): 70-77.

[11]Thirupathi R M, Vinodh S. Application of interpretive structural modelling and structural equation modelling for analysis of sustainable manufacturing factors in Indian automotive component sector[J]. International Journal of Production Research, 2016, 54(22): 6661-6682.

[12]Caron F, Vanthienen J, Baesens B. A comprehensive investigation of the applicability of process mining techniques for enterprise risk management[J]. Computers in Industry, 2013, 64: 464-475.

[13]程聪慧. 基于ISM的应急指挥信息沟通多层递阶影响因素研究[J]. 情报科学, 2015, 33(12): 56-61.

[14]Kumar S, Sharma R K. An ISM based framework for structural relationship among various manufacturing flexibility dimensions[J]. International Journal of Systems Assurance Engineering and Management, 2015, 6(4): 511-521.

[15]尹洪英, 徐丽群, 权小锋. 基于解释结构模型的路网脆弱性影响因素分析[J]. 软科学, 2010, 24(10): 122-126.

[16]Tavakolan M, Etemadinia H. Fuzzy weighted interpretive structural modeling: improved method for identification of risk interactions in construction projects[J]. Journal of Construction Engineering and Management, 2017, 143(11): 04017084-1-14.

Social Stability Risk Relationship Model of Major Engineering Projects Based on Fuzzy -ISM

ZHANG Wei ,DUAN Yue -yang

(School of Management, Xi’an University of Architecture and Technology, Xi’an 710055, China)

Abstract : In order to accurately analyze the interaction between risk factors in the process of social stability risk of major engineering projects, this paper proposes a method to analyze the relationship between risks based on Fuzzy-ISM. Identifying 6 categories of 28 factors of social stability risk of major engineering projects, using triangular fuzzy numbers to express the relationship between risks, constructing a risk relationship hierarchical model, calculating the comprehensive driving force and comprehensive dependence of each risk through MICMAC, governance priorities and governance measures are proposed for various types of risks based on risk clustering. The results show that residents’ loss of land and poor government supervision have the greatest impact on other risk factors, and risk factors such as deterioration of public security are more susceptible. The research results will help major project managers to accurately grasp the relationship between risks in the process of social stability risk assessment, identify key risks and conduct risk warning and governance as early as possible, and provide reference for the government to maintain social stability.

Key words ： social stability risk; risk relationship; fuzzy interpretation structure model; major project

中图分类号： F426

文献标识码： A

文章编号： 2095- 0985( 2019) 05- 0102- 07

收稿日期： 2019- 01- 14

修回日期: 2019- 04- 03

作者简介： 张 炜(1977-)，男，陕西渭南人，博士，副教授，研究方向为项目投资优化与决策(Email: zhangweixa@126.com)

通讯作者: 段越洋(1994-)，女，陕西西安人，硕士研究生，研究方向为风险管理、优化与决策(Email: 13289305213@163.com)

基金项目: 陕西省软科学研究计划重点项目(2018KRM035)

标签：社会稳定风险论文;  风险关系论文;  模糊解释结构模型论文;  重大工程项目论文;  西安建筑科技大学管理学院论文;