重大工程項(xiàng)目治理機(jī)制研究

重大工程項(xiàng)目治理機(jī)制研究摘要：結(jié)合中國(guó)重大工程項(xiàng)目復(fù)雜情境，深度剖析重大工程項(xiàng)目治理機(jī)制包括合同、關(guān)系和行政治理等因素之間的關(guān)系，構(gòu)建并驗(yàn)證復(fù)雜情境下重大工程治理機(jī)制的動(dòng)態(tài)仿真模型。進(jìn)行預(yù)測(cè)和診斷分析，得到重大工程項(xiàng)目治理的影響機(jī)制，并提出提升項(xiàng)目治理能力的策略建議。結(jié)果表明：在重大工程項(xiàng)目治理過(guò)程中應(yīng)尤其注重權(quán)責(zé)利明確性、信息的充足性、項(xiàng)目各方尋求解決方法和協(xié)調(diào)征地拆遷和移民安置等方面的管控。通過(guò)實(shí)證分析，進(jìn)一步證明所建立模型的可行性，可以為重大工程項(xiàng)目各參與方改善治理能力提供參考依據(jù)。關(guān)鍵詞：重大工程項(xiàng)目；項(xiàng)目治理機(jī)制；動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)當(dāng)今世界已經(jīng)進(jìn)入重大工程項(xiàng)目的“萬(wàn)億級(jí)時(shí)代”[1]。重大工程項(xiàng)目屬于復(fù)雜性工程項(xiàng)目，與一般的工程項(xiàng)目相比較，具有建設(shè)規(guī)模大、投資力度強(qiáng)、技術(shù)復(fù)雜、影響深遠(yuǎn)等特征，因此給工程決策與項(xiàng)目管理帶來(lái)了巨大的挑戰(zhàn)，以至于“超投資、超工期、低收益”逐漸演變成重大工程項(xiàng)目的國(guó)際普遍“鐵律”[2]。為保證中國(guó)復(fù)雜情境下重大工程項(xiàng)目目標(biāo)的實(shí)現(xiàn)，應(yīng)加強(qiáng)對(duì)重大工程項(xiàng)目治理的研究。識(shí)別重大工程項(xiàng)目治理能力的主要影響因素，是提升項(xiàng)目治理能力的關(guān)鍵內(nèi)容[3]。中國(guó)項(xiàng)目治理的研究起步雖晚，但已經(jīng)取得了不錯(cuò)的研究進(jìn)展。如劉常樂[4]提出項(xiàng)目的外部關(guān)系治理機(jī)制包括3個(gè)維度：信任，共享意愿和共同解決問題。嚴(yán)玲等[5]進(jìn)一步指出，包含正式的合同和非正式的關(guān)系的二維框架才是完整的項(xiàng)目治理機(jī)制，并通過(guò)平衡不同治理機(jī)制的作用以到達(dá)提高項(xiàng)目治理水平的目的。Danwitz等[6]認(rèn)為建設(shè)項(xiàng)目治理包括一個(gè)利益相關(guān)者子集的組織層面的治理結(jié)構(gòu)和制度層面的治理機(jī)制。對(duì)于項(xiàng)目治理機(jī)制的研究，Biesenthal等[7]認(rèn)為項(xiàng)目治理是一種組織控制機(jī)制，使用正式和非正式的結(jié)構(gòu)來(lái)管理不同級(jí)別的責(zé)任和問責(zé)?？梢钥闯?，這些學(xué)者的研究主要集中在合同治理（RelationshipGovernance，RG）、關(guān)系治理（ContractGovernance，CG）和行政治理（AdministrativeGovernance，AG）3個(gè)維度。然而，中國(guó)目前關(guān)于項(xiàng)目治理的研究主要是以靜態(tài)研究為主，研究的內(nèi)容主要集中在市場(chǎng)治理手段，涉及到合同治理和關(guān)系治理這兩個(gè)維度。因此，本文提出了一種基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（DynamicBayesianNetwork，DBN）開展重大工程項(xiàng)目治理的研究方法。與以往基于規(guī)則的推理方法相比，動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)將圖模型、圖論與概率論相結(jié)合，從而能夠更好地解決不確定、模糊甚至更復(fù)雜的場(chǎng)景問題。1項(xiàng)目治理能力影響因素分析通過(guò)整理國(guó)內(nèi)外重大工程項(xiàng)目治理的相關(guān)文獻(xiàn)，結(jié)合政府在重大工程項(xiàng)目中的主導(dǎo)作用，初步篩選出項(xiàng)目治理能力影響因素。研究發(fā)現(xiàn)重大工程項(xiàng)目治理機(jī)制包括合同治理機(jī)制、關(guān)系治理機(jī)制和行政治理機(jī)制。鑒于探索性研究的不確定性，選擇對(duì)有豐富重大工程項(xiàng)目管理經(jīng)驗(yàn)的實(shí)踐專家進(jìn)行半結(jié)構(gòu)化訪談，對(duì)影響因素進(jìn)行再次甄選和優(yōu)化，以此提高研究的實(shí)踐基礎(chǔ)。訪談內(nèi)容主要包括兩個(gè)方面，一是邀請(qǐng)專家根據(jù)理論內(nèi)涵對(duì)重大工程中的項(xiàng)目治理機(jī)制進(jìn)行舉例，分別包括合同治理、關(guān)系治理和行政治理方面；二是邀請(qǐng)專家回答各種項(xiàng)目治理機(jī)制對(duì)管理績(jī)效是否存在影響，項(xiàng)目治理機(jī)制實(shí)施過(guò)程中會(huì)受到哪些因素的影響等問題。最終提取出項(xiàng)目治理機(jī)制的8個(gè)維度下30個(gè)影響因素，如表1所示。（1）合同治理機(jī)制。合同治理機(jī)制包括風(fēng)險(xiǎn)分擔(dān)（RiskSharing，RS）和收益分配（RevenueDistribution，RD）兩個(gè)維度。風(fēng)險(xiǎn)分擔(dān)旨在提升項(xiàng)目治理績(jī)效進(jìn)而影響項(xiàng)目成功，在縮減工程成本，優(yōu)化工程進(jìn)度方面能起到積極效應(yīng)；收益分配是指在履行合同中制定的相應(yīng)獎(jiǎng)懲制度的同時(shí)，可參照在實(shí)際項(xiàng)目建設(shè)過(guò)程中發(fā)生的風(fēng)險(xiǎn)事件對(duì)合同價(jià)格進(jìn)行調(diào)整[8，9]。（2）關(guān)系治理機(jī)制。關(guān)系治理機(jī)制包括信息共享（InformationSharing，IS）、共同解決問題（ProblemSharing，SP）和文化建設(shè)（CultureDevelopment，CD）3個(gè)維度。信息共享被公認(rèn)為一種重要的關(guān)系規(guī)范，是指信息和信息產(chǎn)品在不同部門、層次信息系統(tǒng)間的共用與交流，其具備的充足性、完整性、及時(shí)性、準(zhǔn)確性等特點(diǎn)已成為廣受認(rèn)可的衡量溝通質(zhì)量的標(biāo)準(zhǔn)；共同解決問題機(jī)制是指通過(guò)協(xié)調(diào)項(xiàng)目各參與方利益從而調(diào)動(dòng)共同行動(dòng)積極性及意愿的制度；文化建設(shè)是中國(guó)情境下重大工程項(xiàng)目的獨(dú)特關(guān)系治理維度[9，20]。（3）行政治理機(jī)制。行政治理機(jī)制包括政府決策（GovernmentDecision，GD）、政府監(jiān)督（GovernmentSupervision，GS）和政府協(xié)調(diào)（GovernmentCoordination，GC）3個(gè)維度。政府決策是指政府運(yùn)用行政指令對(duì)重大工程的方針政策、資源配置等制定決策；政府監(jiān)督是指政府對(duì)建設(shè)過(guò)程各方主體的權(quán)責(zé)利進(jìn)行監(jiān)督及違規(guī)行為進(jìn)行處理，并對(duì)工程進(jìn)度和工程資金管理具有監(jiān)督權(quán)限；政府協(xié)調(diào)是指政府運(yùn)用其特殊身份來(lái)行使協(xié)調(diào)職能[15]。2重大工程項(xiàng)目治理DBN模型構(gòu)建2.1問卷收集與數(shù)據(jù)處理結(jié)合已構(gòu)建的項(xiàng)目治理指標(biāo)來(lái)設(shè)計(jì)調(diào)查問卷，問卷采用5點(diǎn)量表法，每個(gè)觀察變量均采用5點(diǎn)計(jì)分（1=高度不同意，2=不同意，3=中立，4=同意，5=高度同意）。受訪者依照所選項(xiàng)目的真實(shí)情況對(duì)其特征性描述與實(shí)際的相符程度進(jìn)行評(píng)分，分?jǐn)?shù)高低與被采訪人員贊同題項(xiàng)內(nèi)容、程度成正相關(guān)性[21]。通過(guò)對(duì)參與重大工程項(xiàng)目工作的受訪者調(diào)查，如實(shí)地反映重大工程項(xiàng)目治理能力的情況。此次調(diào)查共收回有效問卷為235份，表2反映了調(diào)查對(duì)象的描述性統(tǒng)計(jì)分析。2.2動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型構(gòu)建貝葉斯網(wǎng)絡(luò)（BayesianBeliefNetwork，BBN），是用來(lái)描述一組變量之間的概率分布關(guān)系的圖模型。在貝葉斯信念網(wǎng)絡(luò)中，每個(gè)結(jié)點(diǎn)代表一個(gè)隨機(jī)變量，其狀態(tài)可以是可觀測(cè)的也可以是不可觀測(cè)的；變量間的“因果關(guān)系”通過(guò)有向弧來(lái)連接，表示由“因”（父節(jié)點(diǎn)）導(dǎo)出“果”（子節(jié)點(diǎn)）；相連接點(diǎn)之間的相關(guān)程度則通過(guò)結(jié)點(diǎn)的條件概率分布表來(lái)描述。動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（DynamicBayesianNetworks，DBN）是將靜態(tài)的網(wǎng)絡(luò)結(jié)構(gòu)擴(kuò)展到時(shí)間維度上的模型，主要由有向無(wú)環(huán)圖和轉(zhuǎn)移條件概率表兩部分組成。該模型可處理模型中變量隨時(shí)間序列的無(wú)序變換，并且具有積累、記憶和學(xué)習(xí)的功能[22]。如圖1所示，該圖表示DBN中變量Y(t)條件概率P(Y(t)|Y(t-1)，X(t))，呈現(xiàn)了模型中變量Y(t)的從狀態(tài)1到狀態(tài)n的演化歷程。3動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型的仿真模擬分析3.1預(yù)測(cè)分析預(yù)測(cè)分析又稱正向推理，即由因推果，是基于充分的原因信息，沿著有向弧的迭代方向?qū)Y(jié)果進(jìn)行推理。利用給定的不同情景下的證據(jù)以達(dá)到預(yù)測(cè)未來(lái)結(jié)果的最終目的[24]。用P(T)表示的頂部事件的概率可以通過(guò)下式確定。3.2診斷分析與預(yù)測(cè)分析相對(duì)，診斷分析也被稱為逆向推理，是通過(guò)DBN的反向推理功能找出對(duì)重大工程項(xiàng)目治理影響力最大的因子。因?yàn)樵谟蜃兞可显O(shè)置證據(jù)可通過(guò)反向傳播影響域因子的概率分布。因此，DBN可以通過(guò)識(shí)別目標(biāo)節(jié)點(diǎn)后驗(yàn)概率的變化來(lái)診斷可能的原因和影響[25]。4實(shí)證分析本文選用2016年竣工的上海中心大廈重大工程建設(shè)項(xiàng)目作為實(shí)證分析和程序應(yīng)用的對(duì)象。上海中心大廈作為上海的地標(biāo)性建筑，總建筑面積57.8萬(wàn)m2，總造價(jià)約148億元。同樣，按照模型要求參照模型中的30個(gè)影響因素對(duì)問卷進(jìn)行設(shè)計(jì)，并邀請(qǐng)參與該項(xiàng)目建設(shè)的專家進(jìn)行打分。問卷中根據(jù)因素對(duì)項(xiàng)目的影響程度將分值設(shè)計(jì)為1~5分。最終取所有該題項(xiàng)數(shù)據(jù)的均值，然后將均值進(jìn)行四舍五入到最接近的整數(shù)。以上海中心大廈的10組數(shù)據(jù)作為證據(jù)對(duì)影響項(xiàng)目治理能力因素指標(biāo)進(jìn)行概率分布預(yù)測(cè)，構(gòu)建的DBN模型如圖4所示。另外，將DBN的結(jié)果與BBN進(jìn)行比較，如圖5所示。當(dāng)Time=1時(shí)，模型中治理能力在高中低3種狀態(tài)下的預(yù)測(cè)概率分別為0.7835、0.1525、0.0639，預(yù)測(cè)狀態(tài)為高狀態(tài)。而當(dāng)Time=2時(shí)，預(yù)測(cè)概率則分別為0.7063、0.1989、0.0948，中低狀態(tài)曲線保持上升趨勢(shì)，而高狀態(tài)曲線則為下降趨勢(shì)。在Time=3之后，各狀態(tài)下的概率曲線都趨于相對(duì)穩(wěn)定，預(yù)測(cè)狀態(tài)也穩(wěn)定在高狀態(tài)，概率從0.6693到0.6138。最終的預(yù)測(cè)結(jié)果與專家所給出的結(jié)果一致。因此，本文所構(gòu)建的DBN模型可以正確預(yù)測(cè)重大工程項(xiàng)目治理能力。對(duì)于預(yù)測(cè)精度而言，圖5（a）所顯示的曲線是平滑的，并且能明顯預(yù)測(cè)其趨勢(shì)，而圖5（b）的值卻是獨(dú)立的，僅取決于證據(jù)。這說(shuō)明DBN模型具有信息積累能力，而BBN模型則依賴于特定時(shí)刻的觀察信息來(lái)進(jìn)行推理。與DBN相比，BBN與先前時(shí)刻的證據(jù)無(wú)關(guān)，因此，DBN模型的推理結(jié)果比BBN模型的推理結(jié)果更準(zhǔn)確。DBN模型中記憶學(xué)習(xí)的特性對(duì)于預(yù)測(cè)復(fù)雜性很重要，因?yàn)锽BN模型很難實(shí)時(shí)收集準(zhǔn)確的評(píng)估信息。DBN的推理包含了大量的信息，即使模糊信息作為證據(jù)，也可以保證預(yù)測(cè)結(jié)果。因此，可以隨時(shí)間計(jì)算特定建設(shè)項(xiàng)目的治理水平，并使用已開發(fā)的DBN模型以動(dòng)態(tài)方式進(jìn)行分析。從而精準(zhǔn)確定影響項(xiàng)目治理的關(guān)鍵因素，對(duì)重大項(xiàng)目治理起到重要作用。5結(jié)語(yǔ)本文提出了一種基于貝葉斯推理的新型軟計(jì)算方法，在考慮時(shí)間更新信息的情況下探索了重大工程項(xiàng)目治理的動(dòng)態(tài)發(fā)展規(guī)律?；趩柧碚{(diào)查的數(shù)據(jù)來(lái)識(shí)別重大工程項(xiàng)目治理機(jī)制，并基于識(shí)別出的治理因素，采用專家訪談的方法對(duì)項(xiàng)目治理因素進(jìn)行進(jìn)一步篩選和確定?；贒BN模型對(duì)重大工程項(xiàng)目治理的動(dòng)態(tài)仿真分析，可以看出，權(quán)責(zé)利明確性、信息的充足性、項(xiàng)目各方尋求解決方法和協(xié)調(diào)征地拆遷和移民安置是影響重大工程項(xiàng)目治理最關(guān)鍵的幾個(gè)因素。這幾個(gè)關(guān)鍵因素屬于合同治理、關(guān)系治理和行政治理3個(gè)治理機(jī)制的維度，說(shuō)明在重大工程項(xiàng)目建設(shè)過(guò)程中，應(yīng)基于合同治理、關(guān)系治理和行政治理三維治理框架進(jìn)行項(xiàng)目治理。然而，開發(fā)的DBN模型有一些局限性。本文中的DBN模型是在收集所有建設(shè)項(xiàng)目的調(diào)查數(shù)據(jù)的基礎(chǔ)上構(gòu)建的，不區(qū)分生命周期管理中的各個(gè)階段，如規(guī)劃、設(shè)計(jì)、施工、運(yùn)營(yíng)和維護(hù)。并且，隨著時(shí)間的推移，項(xiàng)目管理不同階段的網(wǎng)絡(luò)結(jié)構(gòu)和項(xiàng)目治理的CPT可能會(huì)有很大差異。因此，在未來(lái)的研究中應(yīng)考慮不同階段的特點(diǎn)。參考文獻(xiàn)：[2]何清華，楊德磊，羅嵐，等．基于貝