姜東民

摘要：建筑工程領(lǐng)域大型施工企業(yè)存在數(shù)量眾多、性質(zhì)迥異的項(xiàng)目，由此造成項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)過程的不確定性及評(píng)價(jià)方法的復(fù)雜低效性。文章建立了基于網(wǎng)絡(luò)層次分析法（ANP）與決策樹分類的多項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)模型。在建立項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系基礎(chǔ)之上，通過ANP確定各風(fēng)險(xiǎn)因素發(fā)生的可能性及其權(quán)重。應(yīng)用“康斯坦茨信息挖掘工具”KNIME軟件進(jìn)行決策樹分類，建立多項(xiàng)目風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)模型，快速高效的應(yīng)用于后續(xù)多個(gè)新項(xiàng)目風(fēng)險(xiǎn)等級(jí)評(píng)估。算例驗(yàn)證結(jié)果表明，該模型在準(zhǔn)確評(píng)估多項(xiàng)目風(fēng)險(xiǎn)因素權(quán)重、快速確定多項(xiàng)目風(fēng)險(xiǎn)等級(jí)方面具有較強(qiáng)的實(shí)用性，為大型施工企業(yè)、政務(wù)部門提供科學(xué)依據(jù)。

Abstract： Because of the uncertainty of the risk evaluation process and the complex inefficiency of evaluation method which due to the large number and nature of different projects in large-scale construction enterprise， this paper establishes the risk evaluation model of multi-project based on analytic hierarchy process （ANP） and decision tree classification. Based on the characteristic project risk assessment index system of construction， through ANP which determines the possibility of risk factors and weights， combining with KNIME software to deal with decision tree classification， finally this paper builds multi-project risk assessment model which will be applied to multiple new multi-project risk assessment fast and efficient. The numerical example results show that the model has a stronger practicability in assess of multi-project risk factors accurately and determining the risk level of multi-project quickly， which will provide a scientific basis for large-scale construction enterprises and government departments.

關(guān)鍵詞：多項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)模型；網(wǎng)絡(luò)層次分析法；決策樹分類；KNIME

Key words： risk evaluation model of multi-project；ANP；decision tree classification；KNIME

中圖分類號(hào)：F284 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2017）02-0012-04

0 引言

建筑工程項(xiàng)目具有投資規(guī)模大、參與方眾多、建設(shè)周期長等特征，大型施工企業(yè)一般具有多個(gè)參建項(xiàng)目。通常多項(xiàng)目的同時(shí)施工增大了實(shí)際管理者對(duì)每一個(gè)項(xiàng)目協(xié)調(diào)管理的難度，并且在其建設(shè)過程中經(jīng)常會(huì)出現(xiàn)由各類風(fēng)險(xiǎn)引發(fā)的種種事故。因此，多項(xiàng)目或單一項(xiàng)目的風(fēng)險(xiǎn)管理、評(píng)價(jià)一直是學(xué)者關(guān)注研究的重心。如陳勇強(qiáng)，顧偉在對(duì)相關(guān)項(xiàng)目風(fēng)險(xiǎn)管理文獻(xiàn)的統(tǒng)計(jì)總結(jié)基礎(chǔ)上指出了目前工程項(xiàng)目風(fēng)險(xiǎn)管理研究的不足及未來發(fā)展方向[1]；如王冬霞以灰色系統(tǒng)理論為主，結(jié)合德爾菲法、層次分析法以及項(xiàng)目管理、風(fēng)險(xiǎn)管理、工程項(xiàng)目評(píng)價(jià)等方面的理論，對(duì)水電工程項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)管理進(jìn)行研究[2]。但較多評(píng)價(jià)方法在運(yùn)用過程中均存在較強(qiáng)的主觀性，且僅對(duì)某單一項(xiàng)目展開評(píng)價(jià)分析，評(píng)價(jià)方法的擴(kuò)展性差，不利于企業(yè)多個(gè)參建項(xiàng)目整體風(fēng)險(xiǎn)的把控。隨著學(xué)者不斷的深入研究，評(píng)價(jià)方法的擴(kuò)展性得到一定提高，如網(wǎng)絡(luò)層次分析法（ANP）結(jié)合誤差反向傳播（BP）神經(jīng)網(wǎng)絡(luò)模型能較為高效的解決有關(guān)風(fēng)險(xiǎn)評(píng)價(jià)的擴(kuò)展問題。考慮到目前建筑工程領(lǐng)域中較多文獻(xiàn)僅就單一項(xiàng)目進(jìn)行風(fēng)險(xiǎn)評(píng)估，并且評(píng)估過程較為局限。為解決多項(xiàng)目風(fēng)險(xiǎn)因素評(píng)估的客觀性差、風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)模型欠缺等問題，本文以項(xiàng)目主要參與方作為風(fēng)險(xiǎn)來源，提出了項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，建立了基于ANP的項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)模型，在此基礎(chǔ)之上，應(yīng)用“康斯坦茨信息挖掘工具”KNIME軟件構(gòu)造決策樹分類模型，兩者的有效結(jié)合使得多項(xiàng)目風(fēng)險(xiǎn)因素評(píng)價(jià)的客觀性得到提高、多項(xiàng)目風(fēng)險(xiǎn)等級(jí)的評(píng)價(jià)更加高效。

1 基于ANP的項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)體系

1.1 ANP的基本理論與解決方法

1.1.1 ANP的基本理論

網(wǎng)絡(luò)層次分析法（ANP）是美國匹茲堡大學(xué)的Saaty教授于1996年在AHP基礎(chǔ)上提出的一種適用于非獨(dú)立的遞階層次結(jié)構(gòu)的決策方法。相對(duì)于AHP，ANP更多的考慮了指標(biāo)相互之間的影響與反饋性。ANP通過建立網(wǎng)絡(luò)結(jié)構(gòu)模型，將決策系統(tǒng)分為控制層和網(wǎng)絡(luò)層：控制層一般由目標(biāo)和準(zhǔn)則組成，控制層允許沒有準(zhǔn)則，但至少有一個(gè)目標(biāo)；網(wǎng)絡(luò)層包含受控制層支配的元素組，組內(nèi)元素相互影響與支配，形成網(wǎng)絡(luò)結(jié)構(gòu)。

1.1.2 ANP的解決方法

ANP不再單一考慮各指標(biāo)的上下層次關(guān)系，而是綜合考慮不同層次之間的信息反饋和同層次元素之間的相互依存關(guān)系。學(xué)者王蓮芬曾提到，ANP的解決主要是通過超矩陣與加權(quán)超矩陣[3]。本文，筆者通過ANP，將計(jì)算獲得的二級(jí)指標(biāo)權(quán)重匯總得到超矩陣，繼續(xù)對(duì)各相互影響的因素進(jìn)行綜合分析并應(yīng)用Super Decision[4]及MATLAB軟件得到極限超矩陣，獲得各元素指標(biāo)的極限權(quán)重。進(jìn)一步處理，即可得到后續(xù)研究所需的各指標(biāo)綜合權(quán)重。

1.2 構(gòu)建項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

筆者遵循系統(tǒng)全面性原則，綜合分析了周榮喜[5]、唐小麗[6]等人關(guān)于項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的研究成果，在此基礎(chǔ)之上，通過案例研究、訪談?wù){(diào)查等方式全面搜集項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)的資料，咨詢相關(guān)建筑工程領(lǐng)域的專家獲取經(jīng)驗(yàn)，結(jié)合現(xiàn)行法律法規(guī)及相關(guān)項(xiàng)目實(shí)際管理者對(duì)項(xiàng)目風(fēng)險(xiǎn)的具體管理情況，獲得數(shù)量眾多的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)。如按照項(xiàng)目風(fēng)險(xiǎn)承擔(dān)主體分類，可以劃分為業(yè)主、承包商、設(shè)計(jì)方、監(jiān)理方風(fēng)險(xiǎn)等評(píng)價(jià)指標(biāo)；按照風(fēng)險(xiǎn)特征分類，可以劃分為工期、質(zhì)量、費(fèi)用、安全性風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)等。整體來說，任何項(xiàng)目風(fēng)險(xiǎn)因素都可能影響項(xiàng)目的目標(biāo)，但并不是所有風(fēng)險(xiǎn)因素都能對(duì)項(xiàng)目產(chǎn)生顯著影響。因此，筆者遵循指標(biāo)的科學(xué)性篩選原則，突出各參與方對(duì)項(xiàng)目風(fēng)險(xiǎn)的影響、突出本文研究的重點(diǎn)，考慮到后續(xù)軟件的應(yīng)用，經(jīng)仔細(xì)斟酌，最終確定項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)的一級(jí)指標(biāo)即施工方風(fēng)險(xiǎn)A1、業(yè)主方風(fēng)險(xiǎn)A2、設(shè)計(jì)方風(fēng)險(xiǎn)A3、監(jiān)理方風(fēng)險(xiǎn)A4、環(huán)境風(fēng)險(xiǎn)A5五大類，并確定相應(yīng)20個(gè)內(nèi)部相互依存與反饋的二級(jí)指標(biāo)。綜合各評(píng)價(jià)指標(biāo)，形成項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，如圖1項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系所示。

2 算例分析

2.1 基于ANP的各級(jí)指標(biāo)判斷矩陣

①一級(jí)指標(biāo)判斷矩陣：本文建立的判斷矩陣均是通過集成多位專家的學(xué)識(shí)與經(jīng)驗(yàn)，是在對(duì)各指標(biāo)因素進(jìn)行兩兩比較的基礎(chǔ)之上，結(jié)合1～9標(biāo)度方法[7]打分而成的。換言之，判斷矩陣的原始數(shù)據(jù)是由多位專家根據(jù)經(jīng)驗(yàn)給出，這樣每一個(gè)指標(biāo)對(duì)項(xiàng)目風(fēng)險(xiǎn)的影響程度都具有較強(qiáng)的表達(dá)性。本文集合五位權(quán)威專家的學(xué)識(shí)經(jīng)驗(yàn)，由每位專家針對(duì)項(xiàng)目的5個(gè)一級(jí)指標(biāo)包括施工方風(fēng)險(xiǎn)A1、業(yè)主方風(fēng)險(xiǎn)A2、設(shè)計(jì)方風(fēng)險(xiǎn)A3、監(jiān)理方風(fēng)險(xiǎn)A4、環(huán)境風(fēng)險(xiǎn)A5進(jìn)行兩兩比較，最終得到一級(jí)指標(biāo)判斷矩陣（后續(xù)五位專家對(duì)每個(gè)項(xiàng)目各二級(jí)指標(biāo)的打分亦采用同樣的方法進(jìn)行處理）。再利用“特征根”法[7]，結(jié)合MATLAB軟件計(jì)算出判斷矩陣的最大特征根，求出特征向量（后續(xù)二級(jí)指標(biāo)判斷矩陣亦采用相同方式求得相應(yīng)指標(biāo)權(quán)重），如表1一級(jí)指標(biāo)的判斷矩陣所示。

②元素組內(nèi)部判斷矩陣：元素組內(nèi)部的指標(biāo)相互影響相互依存，因此對(duì)于矩陣的構(gòu)造，原理與上述方法類似。基于ANP，五位專家們利用1～9標(biāo)度方法[7]以A1為準(zhǔn)則，其中的元素P1為次準(zhǔn)則為例，將P2、P3、P4、P5進(jìn)行兩兩比較[3]，形成五組判斷矩陣。經(jīng)過對(duì)類似上述一級(jí)指標(biāo)的五組判斷矩陣數(shù)據(jù)的一致性驗(yàn)證處理，形成如表2 P1下的判斷矩陣所示。相應(yīng)我們可以得到在A1準(zhǔn)則之下，分別以P2、P3、P4、P5為次準(zhǔn)則，兩兩比較其他的元素關(guān)系，建立判斷矩陣，通過對(duì)數(shù)據(jù)的處理保證矩陣數(shù)據(jù)的一致性，利用特征根法[14]、MATLAB軟件計(jì)算得到各二級(jí)指標(biāo)權(quán)重（其他元素組內(nèi)部的判斷矩陣建立方法相同）。

2.2 項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的超矩陣

將各二級(jí)指標(biāo)變換次準(zhǔn)則相互比較，經(jīng)計(jì)算驗(yàn)證獲得的各二級(jí)指標(biāo)權(quán)重，整理得到評(píng)價(jià)指標(biāo)的超矩陣。如表3項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的部分超矩陣所示。

2.3 綜合權(quán)重的確定

綜合權(quán)重的確定是依據(jù)ANP的超矩陣和加權(quán)矩陣[3]獲得的，通過建立判斷矩陣、運(yùn)用特征根法[7]獲得各指標(biāo)權(quán)重，綜合后應(yīng)用Super Decision[4]及MATLAB軟件得到極限超矩陣即可獲得各二級(jí)指標(biāo)極限權(quán)重，與相應(yīng)一級(jí)指標(biāo)對(duì)應(yīng)相乘，即得綜合權(quán)重。上述評(píng)價(jià)指標(biāo)超矩陣，每一列已經(jīng)過歸一化處理，繼續(xù)運(yùn)用MATLAB軟件編寫程序求得極限超矩陣，得到各二級(jí)指標(biāo)的極限權(quán)重。將一級(jí)指標(biāo)權(quán)重與二級(jí)指標(biāo)權(quán)重對(duì)應(yīng)相乘，即得綜合權(quán)重。如表4評(píng)價(jià)指標(biāo)的綜合權(quán)重所示。

3 應(yīng)用KNIME軟件的多項(xiàng)目風(fēng)險(xiǎn)決策樹分類模型

“康斯坦茨信息挖掘工具”KNIME軟件是基于Eclipse環(huán)境的模塊化智能工具，用戶通過工作流來控制數(shù)據(jù)的集成、清洗、轉(zhuǎn)換、過濾，再到統(tǒng)計(jì)、數(shù)據(jù)挖掘。大多基于ANP所得到的各指標(biāo)權(quán)重的評(píng)價(jià)方法，對(duì)新項(xiàng)目的深入評(píng)估沒有較高的擴(kuò)展性。為將ANP方法進(jìn)一步擴(kuò)大應(yīng)用，筆者通過五位專家進(jìn)行打分（10分制），再結(jié)合二級(jí)指標(biāo)綜合權(quán)重，對(duì)應(yīng)相乘求和得到項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)的綜合評(píng)分。為使多項(xiàng)目的風(fēng)險(xiǎn)等級(jí)具有一定的可比性，基于同樣的方法體系，專家繼續(xù)給出不同項(xiàng)目各指標(biāo)的分?jǐn)?shù)，最終結(jié)合綜合權(quán)重，得到不同項(xiàng)目的綜合評(píng)分。進(jìn)一步應(yīng)用KNIME軟件的決策樹分類功能，訓(xùn)練項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)模型，便于高效的對(duì)后續(xù)多項(xiàng)目進(jìn)行更為完善的項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)。

3.1 數(shù)據(jù)采集及處理

為提高軟件的訓(xùn)練精度，本文選取20家大型建筑施工企業(yè)各10個(gè)項(xiàng)目作為模擬對(duì)象，通過ANP得到項(xiàng)目的綜合評(píng)分進(jìn)行風(fēng)險(xiǎn)等級(jí)的分類模擬。原始數(shù)據(jù)處理的過程是基于ANP開展而來，200個(gè)項(xiàng)目的基本建設(shè)情況不同，但面臨的風(fēng)險(xiǎn)是類似的。因此，基于本文建立的項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，專家組根據(jù)實(shí)際情況對(duì)每一個(gè)項(xiàng)目的二級(jí)指標(biāo)進(jìn)行打分，經(jīng)過一致性檢驗(yàn)，歸一化后，結(jié)合二級(jí)指標(biāo)綜合權(quán)重，對(duì)應(yīng)相乘求和，即可作為軟件運(yùn)行的原始數(shù)據(jù)。原始數(shù)據(jù)的具體確定過程以某項(xiàng)目為例，如下所示：

3.3 結(jié)果分析及建議

①基于ANP確定得出的各指標(biāo)權(quán)重，以項(xiàng)目各主要參與方為風(fēng)險(xiǎn)來源，幫助實(shí)際管理者了解每個(gè)指標(biāo)對(duì)項(xiàng)目風(fēng)險(xiǎn)影響的程度。根據(jù)表1中的權(quán)重，一級(jí)指標(biāo)施工方風(fēng)險(xiǎn)A1對(duì)項(xiàng)目風(fēng)險(xiǎn)影響程度最為顯著，在項(xiàng)目的建設(shè)過程中，要加強(qiáng)對(duì)施工方的管理，落實(shí)安全生產(chǎn)責(zé)任制。其他指標(biāo)對(duì)項(xiàng)目風(fēng)險(xiǎn)影響程度的排序依次是業(yè)主方風(fēng)險(xiǎn)A2、環(huán)境風(fēng)險(xiǎn)A5、設(shè)計(jì)方風(fēng)險(xiǎn)A3、監(jiān)理方風(fēng)險(xiǎn)A4，鑒于此，項(xiàng)目管理者對(duì)不同項(xiàng)目參與方的管理協(xié)調(diào)應(yīng)予以重視，從實(shí)際出發(fā)。

②應(yīng)用KNIME軟件的決策樹分類，如圖3 Scorer結(jié)果顯示，決策樹分類模型的正確率達(dá)到97.561%，錯(cuò)誤率為2.439%，分類精度達(dá)到0.966，表明分類效果較好。本訓(xùn)練模型精度較高，適用于后續(xù)多項(xiàng)目風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)。

4 結(jié)束語

筆者將網(wǎng)絡(luò)層次分析法應(yīng)用到項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)領(lǐng)域中，以建筑工程項(xiàng)目為例，以項(xiàng)目建設(shè)過程的主要參與方作為風(fēng)險(xiǎn)來源，科學(xué)的建立評(píng)價(jià)體系。通過超矩陣結(jié)合實(shí)際專家意見得到項(xiàng)目的綜合評(píng)分。為提高大型施工企業(yè)、政務(wù)部門的實(shí)際管理者對(duì)多項(xiàng)目風(fēng)險(xiǎn)級(jí)別劃分的效率，更有效的管理參建的多項(xiàng)目，本文將ANP模型進(jìn)一步擴(kuò)大，引入KNIME軟件的應(yīng)用?；贏NP獲得的各項(xiàng)目綜合評(píng)分，應(yīng)用KNIME中的決策樹分類功能，一方面經(jīng)過算例分析、軟件的運(yùn)行，結(jié)果表明兩者的有效結(jié)合可以解決大規(guī)模數(shù)據(jù)問題，減少人為因素的評(píng)價(jià)偏差，提高工作效率；另一方面經(jīng)過科學(xué)的驗(yàn)證，即評(píng)價(jià)模型的高效、評(píng)價(jià)結(jié)果的準(zhǔn)確，使得多項(xiàng)目風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)、風(fēng)險(xiǎn)因素評(píng)估有了依據(jù)，該模型較為新穎，對(duì)后續(xù)多項(xiàng)目風(fēng)險(xiǎn)的全面評(píng)價(jià)具有更為完善的指導(dǎo)意義。

參考文獻(xiàn)：

[1]陳勇，顧偉.工程項(xiàng)目風(fēng)險(xiǎn)管理研究綜述[J].科技進(jìn)步與對(duì)策，2012.29（18）：157-160.

[2]王東霞.灰色系統(tǒng)理論用于水電工程項(xiàng)目風(fēng)險(xiǎn)管理的研究[D].哈爾濱工業(yè)大學(xué)，2006.

[3]王蓮芬.網(wǎng)絡(luò)分析法（ANP）的理論與算法[J].系統(tǒng)工程理論與實(shí)踐，2001，21（3）：44-50.

[4]劉睿，余建星，孫宏才，田平.基于ANP的超級(jí)決策軟件介紹及其應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐，2003（08）.

[5]周榮喜，徐步祥，邱菀華，王新哲.ANP-BP鐵路系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估模型及應(yīng)用[J].科技進(jìn)步與對(duì)策，2014（11）.

[6]唐小麗，馮俊文.ANP原理及其運(yùn)用展望[J].統(tǒng)計(jì)與決策. 2006（12）.

[7]杜棟，龐慶華，吳炎編著.現(xiàn)代綜合評(píng)價(jià)方法與案例精選[M].北京：清華大學(xué)出版社，2008.

[8]Jiawei Han.Micheline Kamber. Jian Pei.數(shù)據(jù)挖據(jù)概念與技術(shù)[M].范明，孟小峰，譯.北京：機(jī)械工業(yè)出版社，2012.

[9]王家遠(yuǎn)，劉春樂編著.建設(shè)項(xiàng)目風(fēng)險(xiǎn)管理[M]. 北京：知識(shí)產(chǎn)權(quán)出版社，2004.

[10]邱菀華主編.現(xiàn)代項(xiàng)目風(fēng)險(xiǎn)管理方法與實(shí)踐[M].北京：科學(xué)出版社，2003.

[11]楊振瑜，國外主要可視化數(shù)據(jù)挖掘開源軟件的比較分析研究[J].圖書館理論與實(shí)踐，2013（05）.

[12]Thomas L.SAATY.DECISION MAKING - THE ANALYTIC HIERARCHY AND NETWORK PROCESSES （AHP/ANP）[J]. Journal of Systems Science and Systems Engineering. 2004（01）.

[13]提福楠.因素風(fēng)險(xiǎn)VS項(xiàng)目風(fēng)險(xiǎn)及風(fēng)險(xiǎn)等級(jí)判別標(biāo)準(zhǔn)研究[J].中國工程咨詢，2015（04）.

[14]蘇金明，阮沈勇編.MATLAB實(shí)用教程[M].北京：電子工業(yè)出版社，2005.