俞素平

(福建船政交通職業(yè)學院道路工程系，福州 350007)

0　引言

風險評估的方法和技術很多，風險矩陣法(Risk Matrix Method，RMM)以其簡潔、直觀等優(yōu)點被廣泛應用。國務院國資委2006年《中央企業(yè)全面風險管理指引》的附錄中也特別推薦了該方法，并要求各中央企業(yè)在之后每年的風險管理報告中應用這種方法繪制企業(yè)重大風險的風險矩陣圖[1]。我國在橋梁、隧道、高邊坡、城市軌道交通等行業(yè)指南和規(guī)范中，也將其作為基本的風險評估方法[2-4]。

由于風險矩陣的等級劃分有限，會導致一些風險的風險等級是相同或相近的，它們對應的風險重要性也相同或類似，出現(xiàn)風險結(risk tie)。風險結是指在同一風險等級中有多個風險，或者同一風險重要性等級中有多個風險，它們聚集在一起，很難分出誰比誰重要[5]。這樣很難決策，到底是哪個風險大哪個風險小，哪個風險重要，哪個風險在資源有限的情況下可以先放一放。利用Borda序值法可以解決此類問題[6]。

以下從工程應用的角度對風險矩陣評估方法進行總結，明確Borda序值法在風險評估中應用的具體方法，并用此方法對2015年交通運輸部頒布的《高速公路路塹高邊坡施工安全風險評估指南(試行)》(以下稱《指南》)中的案例作進一步分析。

1　風險矩陣法

1.1　風險矩陣定義

風險矩陣法(risk matrix method，RMM)由美國空軍電子系統(tǒng)中心的采辦工程小組于1995年4月提出，它是一種將定性或半定量的后果分級及其發(fā)生可能性的等級相結合來描述風險大小的一種技術，是一種操作簡便、實用的風險評價方法[7]。

風險矩陣(risk matrix)是風險矩陣法的基本平臺，在《ISO Guide 73∶2009風險管理——術語》中，對風險矩陣的定義為：“風險矩陣：一種通過定義后果和可能性的范圍，對風險進行展示和排序的工具”。該定義指出：1)風險矩陣是一種工具，該工具用于展示風險，并對風險進行排序；2)風險矩陣關鍵要確定兩個要素：即風險發(fā)生的后果及其可能性；3)使用這種工具時，需要定義后果和可能性的范圍。該范圍可能是定性的，也可以是定量的。

風險矩陣可根據(jù)風險等級對風險進行評價和排序。它通常作為一種篩查工具，以確定哪些風險此時無需進一步考慮，哪些風險需要更細致的分析，或是應首先處理哪些風險，或需要提到一個更高層次去管理。風險矩陣也可根據(jù)各風險在矩陣中所處的區(qū)域，決定指定的風險是否被接受或不接受。

風險矩陣格式可以用列表的形式，也可以用圖譜的形式，取決于使用背景和使用條件，關鍵是要在相應的情況下使用合適的設計。在工程項目風險管理實踐中，一般將風險的可能性等級列為矩陣的縱向標度，將風險的后果等級列為橫向標度。

1.2　風險矩陣法應用過程

1.2.1風險發(fā)生的可能性與后果嚴重程度的評估

對風險發(fā)生可能性的高低、后果嚴重程度的評估有定性、定量等方法。定性方法是直接用文字描述風險發(fā)生可能性的高低、后果嚴重程度，如“極低”“低”“中等”“高”“極高”等。定量方法是對風險發(fā)生可能性的高低、后果嚴重程度用具有實際意義的數(shù)量描述，如對風險發(fā)生可能性的高低用概率來表示，對后果嚴重程度用損失金額來表示。等級標度可以為任何數(shù)量的分級，常見的有3、4或5個等級，但各點定義應盡量避免含混不清。后果嚴重程度應涵蓋需分析的各類不同的結果(例如，經(jīng)濟損失、安全、環(huán)境或其他取決于背景的參數(shù))。

1.2.2建立風險評價矩陣，確定風險等級

根據(jù)風險發(fā)生的可能性等級和嚴重程度等級，建立風險分級評價矩陣，以確定項目風險等級?！吨改稀穼L險等級分為4級：低度(Ⅰ級)、中度(Ⅱ級)、高度(Ⅲ級)、極高(Ⅳ級)，見表1。

表1　風險等級標準

1.2.3提出風險控制對策和分級控制措施

根據(jù)風險評估結果與接受準則，提出風險控制對策，見表2。

表2　風險接受準則與控制對策

應根據(jù)不同的風險等級提出分級控制措施，實施現(xiàn)場管理和監(jiān)控預警，見表3。

表3　風險分級管理措施

1.3　風險矩陣法的優(yōu)點和局限

風險矩陣法的優(yōu)點包括以下幾項：1)便于使用；2)可以有多種變形應用，如定性的、半定量的、定量的應用；3)可以獲得組織、項目或系統(tǒng)的整體風險分布情況；4)快速判斷風險的重要性水平。

風險矩陣法的局限包括以下幾項：1)風險矩陣需要設計出一個適合具體情況的矩陣，但事實上很難有一個適用于組織各種相關環(huán)境的通用指標體系；2)很難清晰地界定等級，尤其是在定性描述中；3)具有較強的主觀色彩，不同的分級或評估者之間有時會有明顯的差別；4)無法對風險進行總計(例如，人們無法對不同的定性或半定量的風險等級進行數(shù)學運算或邏輯運算，從而獲得不同風險等級的總風險；也無法確定多少個“低風險”相當于一個“中等風險”)5)在風險重要性排序中存在“風險結”，造成風險矩陣法的不穩(wěn)定性[8]。

2　Borda序值法在風險評估中的應用

2.1　風險矩陣法在風險排序方面的不足

風險矩陣能夠很好地展示風險的分布情況，能夠快速、簡潔地給出風險的大致等級，但要相對準確地給各個風險的重要性排序卻是一件比較困難的事情。由于風險結(risk tie)的存在，同一風險等級中有多個風險，或者同一風險重要性等級中有多個風險。到底是哪個風險大，哪個風險小，哪個風險重要，哪個風險在資源有限的情況下可以先放一放，管理者難以決策。采用Borda方法可以較好地解決此類問題。

2.2　Borda序值法簡介

在平常的投票選舉中，為了方便，人們往往采用“簡單多數(shù)表決制”來確定選舉結果。所謂“簡單多數(shù)表決制”就是誰得票最多，誰就獲勝。

Borda方法最早由法國數(shù)學家Jena-Charles de Borda提出，他在兩篇關于選舉的論文中，對“簡單多數(shù)表決制”提出了質疑，認為它不能產(chǎn)生合理的決策。為了彌補“簡單多數(shù)表決制”的不足，Borda提出了一種記分制。該方法要求投票人在投票時不僅要表達最希望哪些人當選，還要給這些合格的候選人按喜好順序進行排序(即，投票人通過投票表達出對各候選人的偏好次序)，然后進行評分并累加，得分最高者最終獲勝。

將投票理論的Borda方法引入風險矩陣中，即是Borda序值法。它是美國空軍電子系統(tǒng)中心(ESC)的研究人員為解決“風險結”的問題而引入的，他們把“風險”看成投票和排序的對象，然后用Borda方法化解“風險結”。

2.3　利用Borda序數(shù)值對風險進行排序

2.3.1計算Borda數(shù)

Borda數(shù)的計算公式為：

bi=(N-RiL)+(N-RiC)，

(1)

式中：N為風險總數(shù)(即所有風險的總個數(shù))；i為在風險總數(shù)中的第i個風險，1≤i≤N；R為對某一風險i，在某一風險準則(風險發(fā)生可能性準則L或風險后果準則C)下，在N個風險中，較風險i更為嚴重(包括可能性、后果)的風險的個數(shù)；bi為第i個風險的Borda數(shù)。

2.3.2計算Borda序數(shù)

風險的Borda序數(shù)，定義為：對某一風險，在風險總數(shù)N中，比該風險Borda數(shù)數(shù)值大的風險的個數(shù)。計算公式為：

Bi=bj-bi(1≤j≤N，且j≠i)，

(2)

當Bi滿足Bi=bj-bi≥1時，定義j的個數(shù)為第i個風險的Borda序數(shù)值。序數(shù)值越小，排名越靠前，表示越重要。

3　實例分析

以《指南》案例一中的邊坡開挖專項評估為例，說明Borda序值法在高速公路路塹高邊工程施工安全風險評估中的應用。

3.1　風險等級標準

事故可能性等級標準見表4。

表4　事故可能性等級標準

事故后果嚴重程度等級分為4級，主要考慮人員傷亡和直接經(jīng)濟損失，見表5～6。當多種后果同時產(chǎn)生時，采用就高原則確定事故嚴重程度等級。

表5　人員傷亡等級

表6　直接經(jīng)濟損失等級

3.2　利用風險矩陣法對該項目風險進行預評估

1)確定可能性等級和嚴重程度等級。各指標的可能性基本分值、調(diào)整系數(shù)采用《指南》案例一中的數(shù)值，根據(jù)《指南》提供的方法計算可能性綜合評分值，然后據(jù)表4確定各風險指標的可能性等級標準。通過專家調(diào)查法和表5～6，確定各風險指標的嚴重程度等級。

2)確定邊坡開挖施工事故風險等級。根據(jù)表1，用風險矩陣法對該項目的邊坡開挖風險進行專項評估，得到表7中的結果。

表7　路塹高邊坡開挖安全風險評估結果

表7(續(xù))

在表7中，風險總數(shù)為10，有4個高度風險、5個中度風險、1個低度風險，形成了兩個“高度”風險結和5個“中”度風險結，無法再對其做重要性排序。

3.3　利用Borda值對風險進行排序

1)計算Borda數(shù)。根據(jù)式(1)計算10個指標的Borda數(shù)。對于表7，一共有10個指標，所以，N=10。

風險1，根據(jù)L準則，比風險1發(fā)生可能性更大的風險個數(shù)為3，即R11=3；風險1，根據(jù)C準則，比風險1后果更為嚴重的風險個數(shù)為0，即R12=0；于是，根據(jù)計算Borda數(shù)的公式，i=1，可得：

b1=(10-3)+(10-0)=17。

同理，可得到其他9個風險的Borda數(shù)：

b2=(10-4)+(10-0)=16，

b3=(10-0)+(10-6)=14，

b4=(10-0)+(10-0)=20，

b5=(10-4)+(10-0)=16，

b6=(10-7)+(10-0)=13，

b7=(10-0)+(10-6)=14，

b8=(10-7)+(10-0)=13，

b9=(10-4)+(10-6)=10，

b10=(10-7)+(10-6)=7。

10個安全風險的Borda數(shù)見表8。

表8　路塹高邊坡開挖10個安全風險的Borda數(shù)

2)計算Borda序數(shù)。根據(jù)式(2)和表8的Borda數(shù)，可得：

i=1時(第一個風險)，b1=17，B1=bj-b1=bj-17(j=2，3，4，5，6，7，8，9，10)。

j=2：B1=b2-17=16-17=-1，

j=3：B1=b3-17=14-17=-3，

j=4：B1=20-17=3，

j=5：B1=16-17=-1，

j=6：B1=13-17=-4，

j=7：B1=14-17=-3，

j=8：B1=13-17=-4，

j=9：B1=10-17=-7，

j=10：B1=7-17=-10。

在以上計算結果中，只有j=4，滿足B1≥1的要求，所以j的個數(shù)為1，即第一個風險的Borda序數(shù)值為1。

同理，可得i=2，3，4，5，6，7，8，9，10的風險的Borda序數(shù)值，加入到表7中。

3)結果分析。由表7可以得到如下結論：

①路塹高邊坡開挖十大安全風險的重要性排序為(從高到低)為：R4、R1、R2、R5、R3、R7、R6、R8、R9、R10。其中風險4“工序銜接”最重要。

②原來10個風險有3個風險帶(高、中、低)，現(xiàn)有7個Borda序數(shù)值(0、1、2、4、6、8、9)，顯然對風險等級(風險大小)進行了細化。

③4個“高”風險結被打開，其Borda序數(shù)值分別為0、1和4；5個“中度”風險結也被打開，其Borda序數(shù)值分別為2、6和8。

④原有的4個高風險(第1、3、4、7)，第4個風險排序第1位，第1個風險排序第2位，但第3個風險則位于排序第5位，第7個風險位于第6位。

⑤第2、5風險的Borda序數(shù)值都是2，第3、7風險的Borda序數(shù)值都是4，說明Borda序值法也不能完全消除風險矩陣方法中的風險結。

4　結語

1)風險矩陣法(RMM)是一種操作簡便的風險評估方法，在工程建設領域內(nèi)應用廣泛，但由于存在風險結(risk tie)，會導致一些風險的風險等級是相同或相近的，它們對應的風險重要性也相同或類似。這樣，給風險的重要性排序帶來困難，難于決策。利用Borda序值法可以解決此類問題。

2)結合實例，分析明確Borda序值法在風險評估中應用的具體方法，將同等級的風險進一步細分和排序，便于決策者采取風險控制措施。

3)Borda序值法也不能完全消除風險矩陣方法中的風險結。在后續(xù)的研究中，將考慮決策者的偏好強度等因素影響，以減少風險矩陣法的不穩(wěn)定性。

[1] 國務院國有資產(chǎn)監(jiān)督管理委員會.關于印發(fā)《中央企業(yè)全面風險管理指引》的通知[EB/OL].(2006-06-20)[2017-09-08].http://www.sqsc.gov.cn/n2588035/n2588320/n2588335/c4258529/content.html.

[2] 交通運輸部工程質量監(jiān)督局.公路橋梁和隧道工程施工安全風險評估制度及指南解析[M].北京：人民交通出版社，2011.

[3] 交通運輸部安全與質量監(jiān)督管理司.高速公路路塹高邊坡工程施工安全風險評估指南(試行)[M].北京：人民交通出版社，2015.

[4] 中華人民共和國住房和城鄉(xiāng)建設部，中華人民共和國國家質量監(jiān)督檢驗檢疫總局.GB 50652—2011城市軌道交通地下工程建設風險管理規(guī)范[S].北京：光明日報出版.2011.

[5] 李素鵬.ISO風險管理標準全解[M].北京：人民郵電出版社.2012.

[6] Ni H H，Chen A，Chen N.Some extensions on risk matrix approach[J].Safety Science，2010，48:1269-1275.

[7] 李素鵬.風險矩陣在企業(yè)風險管理中的應用[M].北京：人民郵電出版社，2013.

[8] 阮欣，尹志逸，陳艾榮.風險矩陣評估方法研究與工程應用綜述[J].同濟大學學報：自然科學版，2013，41(3)：381-385.