摘要：創(chuàng)新承包模式在成本、進度和質量方面的表現優(yōu)于傳統(tǒng)承包模式，對其擴散因素進行準確有效地識別與分析尤為重要。從技術、政策、文化、組織4個維度構建15個創(chuàng)新承包模式擴散因素體系，利用ISM-MICMAC模型對指標之間的內在關系與依賴驅動進行映射分析，挖掘風險因素耦合作用機理。結果表明：對創(chuàng)新承包模式起直接作用的擴散因素主要包括相對優(yōu)勢方面，而核心風險因素則在于政府管理水平和承包商態(tài)度的影響。識別出創(chuàng)新承包模式的擴散因素，為工程實踐提供承包模式價值的相關建議。

關鍵詞：創(chuàng)新承包模式；影響因素；ISM；MICMAC

0 引言

選擇合理的承包模式是項目成功的關鍵因素之一^[1-3]。有效的承包模式能夠縮短項目交付時間，提高工程項目質量，降低項目生命周期成本^[4-5]。項目承包模式的潛在應用價值得到了很多學者的關注。

創(chuàng)新承包模式中的成本、進度和質量通常也是對項目進行評估的三個主要指標^[6]。這些研究的結論存在較大的分歧。一些研究表明，某些創(chuàng)新承包模式提供了更好的績效^[7]。Hale等^[8]和Shane等^[9]分別基于軍事建筑和水/廢水處理項目分析了設計-計劃-招標模式（DBB）與設計-建造模式（DB）在工期和成本上的績效表現，結果均表明DB表現更優(yōu)。然而，Ibbs等^[6]利用建筑業(yè)研究院（the Construction Industry Institute，CII）項目的數據分析DB和DBB，發(fā)現從成本增長和生產率角度來看，DB并不比DBB優(yōu)越；Minchin等^[10]根據所有統(tǒng)計和算術測試，表明DBB在項目成本方面表現比DB明顯更好，而其他方面的優(yōu)勢尚不明確；Park等^[11]對佛羅里達州公共交通項目綜合數據進行分析，發(fā)現與DBB相比，使用DB更有利于進度控制，而兩者成本優(yōu)勢的比較仍然沒有定論。針對DBB與CMR、DB，統(tǒng)計數據表明CMR和DB在交付速度上優(yōu)于DBB^[12]；針對DBB與CM/GC、DB，檢驗表明CM/GC和DB在項目工期、強度、成本確定性時間等性能指標方面優(yōu)于傳統(tǒng)的DBB^[13]。然而，針對DBB與CMR，研究結果挑戰(zhàn)了太平洋西北地區(qū)公立學校建設中CMR方法必然能比DBB更有效地控制建筑成本增長的假設^[14]。針對DBB與CM at-Risk，分析表明，在所有成本度量標準中，DBB的表現明顯優(yōu)于CM at-risk，而CM at-risk的服務和質量水平更高^[15]。

創(chuàng)新承包模式績效表現研究旨在告知從業(yè)人員如何選擇承包模式，并做出科學決策。過去的研究未能推動創(chuàng)新承包模式在工程實踐中的廣泛應用，傳統(tǒng)的DBB仍然是最廣泛使用的項目承包模式^[16]，這使得創(chuàng)新承包模式的優(yōu)勢無法通過實踐充分顯示出來。因此，針對創(chuàng)新承包模式在工程實踐中傳播和擴散不足的問題，本研究旨在從一個全新的視角——創(chuàng)新擴散的角度，研究創(chuàng)新承包模式擴散的影響因素及影響路徑，填補創(chuàng)新承包模式擴散的理論空白，推動創(chuàng)新承包模式在建筑、工程和施工（AEC）行業(yè)的普及。

1 創(chuàng)新承包模式擴散影響因素識別

本文利用文獻分析法，初步識別出創(chuàng)新承包模式擴散影響因素。其中，本文對創(chuàng)新承包模式的研究主要集中于DBB、DB、BOT、PPP、EPC、CM、CMR、IPD、LPS和CM/GC。

本文采用檢索策略分別在Web of Science和Science Direct數據庫中對創(chuàng)新承包模式擴散相關研究進行檢索。確定了15個創(chuàng)新承包模式擴散影響因素，這些因素可以歸納為技術、政策、文化、組織四大類。創(chuàng)新承包模式擴散影響因素列表見表1。

2 ISM模型構建

解釋結構模型（ISM）是一種描述大型復雜系統(tǒng)的理論和應用工具，包含一組不同的直接和間接相關因素分析^[23]。該方法可以模擬創(chuàng)新承包模式擴散過程中各驅動因素之間的相互作用，構造一個有向的、多層次的創(chuàng)新承包模式擴散因素結構模型。以下是具體步驟：

（1）識別、確定創(chuàng)新承包模式擴散的影響因素。在本研究中，首先通過文獻回顧初步識別出一系列因素，然后邀請5名專家組成專家小組進行討論，篩選確定創(chuàng)新承包模式擴散的影響因素。

（2）通過結構自相互作用矩陣（Structural Self-Interaction Matrix，SSIM）確定已識別的影響因素之間的相互關系。為了最大化樣本的代表性，本研究邀請了另外16名平均工作經驗10年以上且具有不同背景的工程管理領域的專家，他們分別供職于房地產開企業(yè)、私營建筑和項目管理公司、基礎設施咨詢公司、建筑公司及政府基礎設施管理部門。

發(fā)放給16名專家的SSIM問卷使用V、 X、A、O共4個字符表達創(chuàng)新承包模式擴散影響因素之間的影響方向（i和j）。其中，“O”表示創(chuàng)新承包模式擴散的行影響因素i與對應的列影響因素j兩者相互獨立；同樣地，“X”表示行影響因素i與對應的列影響因素j兩者相互影響；“V” 表示行影響因素i影響對應的列影響因素j；“A” 表示列因素j影響對應的行因素i。

（3）構建鄰接矩陣。為了運算需要，依據以下4條規(guī)則，把SSIM轉換為鄰接矩陣M，每個單元格下僅包含0和1。具體規(guī)則如下：如果SSIM表中的（i，j）項為O，則可達性矩陣中的（i，j）項為0且（j，i）項也為0；如果SSIM表中的（i，j）項為X，則鄰接矩陣中的（i，j）項為1，（j，i）項也變成1；如果SSIM表中的（i，j）項為V，則鄰接矩陣中的（i，j）項變成1，（j，i）項為0；如果SSIM表中的（i，j）項為A，則鄰接矩陣中的（i，j）項為0，（j，i）項為1。最后得出鄰接矩陣M。

（4）檢查各創(chuàng)新承包模式擴散影響因素間的傳遞性，得到最終可達矩陣（Final Reachability Matrix，FRM）M′，即

（M+E）^k-1≠（M+E）^k=（M+E）^k+1=M """（1）

式中，M為鄰接矩陣；E為單位矩陣；k為運算次數。

（5）根據FRM中的信息，基于各因素間的先行關系，將創(chuàng)新承包模式擴散影響因素歸類至不同的層級。在最終可達矩陣M′中，所在行的數值為1的所有創(chuàng)新承包模式擴散影響因素的集合成為可達集合，記為R（F_i），代表可到達該因素的所有影響因素。在最終可達矩陣M′中，所在列的數值為1的所有影響因素的集合成為先行集合，記為Q（F_i），代表該因素能到達的所有影響因素。在ISM建模中，根據R（F_i）∩Q（F_i）=R（F_i）條件進行層級的分解。

（6）根據FRM繪制有向圖，刪除創(chuàng)新承包模式擴散影響因素之間存在的傳遞性鏈接，通過將因子語句替換為節(jié)點號，將有向圖轉換為ISM模型。檢查ISM模型是否存在概念上的不一致，并進行必要的修改和注釋。

（7）MICMAC分析。

3 算例分析

3.1 鄰接矩陣

鄰接矩陣在原始問卷數據基礎上轉換得出，從中可以觀察到創(chuàng)新承包模式擴散影響因素中兩兩因素的關系。鄰接矩陣見表2。

由表2可知，從表格橫向觀察，技術復雜性（F₂）、政策導向（F₄）、行業(yè)標準與法規(guī)完善度（F₅）直接影響多個因素。例如，行業(yè)標準與法規(guī)完善度（F₅）直接影響相對優(yōu)勢（F₁）、技術復雜性（F₂）、技術兼容性（F₃）、投資回報期望（F₁₁）和從業(yè)人員認知（F₁₄）。同時，這4個因素中兩個（F₄和F₅）同屬于政策一類。

從表格豎向觀察，相對優(yōu)勢（F₁）、行業(yè)標準與法規(guī)完善度（F₅）、投資回報期望（F₁₁）和需求波動（F₁₂）被多個因素直接影響。例如，行業(yè)標準與法規(guī)完善度（F₅）被技術復雜性（F₂）、政策導向（F₄）、可持續(xù)發(fā)展（F₉）和協(xié)作文化（F₁₀）直接影響。

3.2 可達矩陣及其層級劃分

可達矩陣是層級劃分的基礎，而層級劃分能直觀展示創(chuàng)新承包模式影響因素間的關系及層級關系。本研究使用Matlab 2018a，運用布爾代數運算規(guī)則，對鄰近矩陣進行計算，得出創(chuàng)新承包模式影響因素的可達矩陣。

檢查15個創(chuàng)新承包模式擴散影響因素的可達集合和先行集合，若滿足R（F_i）∩Q（F_i）= R（F_i）的條件，則記為第一層因素。然后，從表中剔除識別出的第一層因素（F₁），并繼續(xù)檢驗該條件，若滿足，則記為第二層因素。重復這個過程，將15個因素分為8個層次。層級劃分見表3。

基于層級劃分的結果，繪制層級結構圖（圖1）。在圖1中，“政府決策能力”“投機主義”“協(xié)作文化”“政府契約精神”和“可持續(xù)發(fā)展”因素被劃分在層級結構的最底層（第7層和第8層），F₆、F₇和F₁₀對其他因素影響最大。“相對優(yōu)勢”受其他因素影響最大，被劃分為最高層（第1層）。其余9個因素處于層級結構的中間層，屬于中間傳遞因素。

3.3 MICMAC分析

MICMAC分析有助于確定創(chuàng)新承包模式擴散各影響因素的驅動力和依賴性。對15個影響因素的作用進行MICMAC分析（圖2）。用坐標（x，y）表示因素的依賴性和驅動力，其中，x表示依賴性，y表示驅動力。這15個影響因素可以分為四大類。

本研究中有5個獨立因素（independent drivers）（Ⅳ），獨立因素強烈地影響其他有關聯的因素，是理解創(chuàng)新承包模式擴散系統(tǒng)行為的關鍵因素。

本研究中有4個聯系因素（linkage drivers）（Ⅲ），聯系因素既受獨立因素的影響，又影響其依賴因素。因此，在創(chuàng)新承包模式擴散系統(tǒng)中，聯系因素可以放大或縮小獨立因素對依賴因素的作用。

本研究中有6個依賴因素（dependent drivers）（Ⅱ），依賴因素既受獨立因素影響，又受聯系因素影響。

4 結果討論

4.1 中間層因素分析

在建立的層次結構模型中，本研究發(fā)現位于中間層的因素中政策類因素居多，包括政策導向（F₄）、行業(yè)標準與法規(guī)完善度（F₅）。與以往研究一致，政策因素一直被認為是影響技術創(chuàng)新擴散的關鍵因素，也是創(chuàng)新承包模式擴散的重要影響因素。政策因素起著自下而上的驅動作用，會抑制其他因素對創(chuàng)新承包模式擴散的積極影響。在推動新技術、新模式應用的初期，政府往往通過政策媒介參與其中，有效的政策能夠成為創(chuàng)新技術擴散的奠基石，通過統(tǒng)一行業(yè)標準和完善相關法律法規(guī)發(fā)揮作用。而建筑公司密切關注政策動態(tài)，政策變化對其決策具有導向作用。此外，政府為推動技術創(chuàng)新，往往會實施相應的經濟激勵措施。

4.2 底層因素分析

政府決策能力（F₆）通過可持續(xù)發(fā)展（F₉）影響政策導向（F₄）、行業(yè)標準與法規(guī)完善度（F₅）。可持續(xù)發(fā)展起著中介作用，政府推動可持續(xù)發(fā)展人文理念的傳播，同時，可持續(xù)發(fā)展的人文理念影響政策的制定?；谀芰τ绊懶袨榈囊暯?，具有出色決策能力的政府更容易制定完善的行業(yè)標準和法規(guī)、恰到好處的經濟激勵措施和具有指導性政策。完善的行業(yè)標準和法規(guī)既為建筑業(yè)參與者指明了方向，又對其施加了必要的約束。在創(chuàng)新承包模式擴散初期，完善的行業(yè)標準和法規(guī)主要起到積極的推動作用。但在創(chuàng)新承包模式擴散后期，完善的行業(yè)標準和法規(guī)可能會阻礙新技術的變革。因此，需要用動態(tài)的思維看待完善的行業(yè)標準和法規(guī)的作用。

投機主義（F₇）影響政策導向（F₄）和可持續(xù)發(fā)展（F₉）。在創(chuàng)新承包模式擴散中，投機主義的主體主要是承包商和政府，媒介是工程項目。承包商在市場環(huán)境下具有趨利性和逐利性。具有投機主義傾向的部分承包商使用創(chuàng)新承包模式的目的往往是謀取政府經濟補貼，這些行為不利于創(chuàng)新承包模式的有效擴散。政府的治理水平影響企業(yè)與政府合作的信心。具有投機主義傾向的部分下級政府，為了完成政績會導致一些盲目和不科學的決策，這些決策削弱了承包商采用創(chuàng)新承包模式的信心，不利于創(chuàng)新承包模式擴散。

協(xié)作文化（F₁₀）具有最大的驅動力，強烈影響創(chuàng)新承包模式擴散。協(xié)作文化氛圍下，從業(yè)人員傾向于通過與他人合作學習新知識，從業(yè)者有更多機會接觸到創(chuàng)新承包模式知識和提高認知（F₁₄）。具有協(xié)作文化的承包商更可能成為建筑行業(yè)網絡的關鍵節(jié)點，這使得承包商在協(xié)作方面積累了更豐富的經驗（F₁₅）。同時，作為關鍵節(jié)點的承包商也具有更好的融資能力（F₁₃）和投資回報期望（F₁₁）。

4.3 頂層因素分析

相對優(yōu)勢（F₁）位于層級結構的頂層，其具有很強的依賴性。具有相對優(yōu)勢的創(chuàng)新承包模式能在市場運轉中幸存并發(fā)展壯大，相對優(yōu)勢可以降低承包商采用創(chuàng)新承包模式的成本。位于相對優(yōu)勢下的所有因素都服務于相對優(yōu)勢，如政策導向和行業(yè)標準與法規(guī)鑄就政策環(huán)境的穩(wěn)定優(yōu)勢，政府經濟激勵和融資能力鑄就成本優(yōu)勢，技術復雜性和技術兼容性鑄就技術的核心競爭力優(yōu)勢，協(xié)作文化和可持續(xù)發(fā)展理念鑄就健康的人文環(huán)境。

5 結語

通過ISM-MICMAC方法，分析得出相對優(yōu)勢（F₁）是工程創(chuàng)新承包模式的最頂層影響因素，其具有很強的依賴性；位于中間層的因素中，政策類因素居多，包括政策導向（F₄）、行業(yè)標準與法規(guī)完善度（F₅）；政府決策能力（F₆）、投機主義（F₇）、協(xié)作文化（F₁₀）處于底層，具有很強的驅動性。因此，可借鑒此研究結果，重視投機風險和政策風險，提高團隊協(xié)作水平和能力，推動法律法規(guī)的完善。

參考文獻

[1]LIU B，HUO T，SHEN Q，et al.Which owner characteristics are key factors affecting project delivery system decision making？ Empirical analysis based on the rough set theory[J].Journal of Management in Engineering，2015，31（4）： 05014018.

[2]MAFAKHERI F，DAI L，SLEZAK D，et al.Project delivery system selection under uncertainty：multicriteria multilevel decision aid model[J].Journal of Management in Engineering，2007，23（4）：200-206.

[3]MOSTAFAVI A，KARAMOUZ M.Selecting appropriate project delivery system：fuzzy approach with risk analysis[J].Journal of Construction Engineering and Management， 2010，136（8）：923-930.

[4]MOLLAOGLU-KORKMAZ S，SWARUP L， RILEY D. Delivering sustainable，high-performance buildings：Influence of project delivery methods on integration and project outcomes[J]. Journal of Management in Engineering，2013，29（1）：71-78.

[5]TOURAN A，GRANSBERG D D， MOLENAAR K R， et al. Selection of project delivery method in transit： drivers and objectives[J]. Journal of Management in Engineering， 2011， 27（1）： 21-27.

[6]IBBS C W， KWAK Y H， NG T， et al.Project delivery systems and project change： quantitative analysis[J].Journal of Construction Engineering and Management， 2003， 129（4）： 382-387.

[7]SULLIVAN J， ASMAR M E， CHALHOUB J， et al.Two decades of performance comparisons for design-build， construction manager at risk， and design-bid-build： quantitative analysis of the state of knowledge on project cost， schedule， and quality[J]. Journal of Construction Engineering and Management， 2017， 143（6）： 04017009.

[8]HALE D R， SHRESTHA P P， GIBSON JR G E，et al. Empirical comparison of design/build and design/bid/build project delivery methods[J].Journal of Construction Engineering and Management， 2009， 135（7）： 579-587.

[9]SHANE J S， BOGUS S M， MOLENAAR K R.Municipal water/wastewater project delivery performance comparison[J]. Journal of Management in Engineering， 2013， 29（3）： 251-258.

[10]MINCHIN JR R E， LI X， ISSA R R，et al. Comparison of cost and time performance of design-build and design-bid-build delivery systems in Florida[J]. Journal of Construction Engineering and Management，2013，139（10）： 04013007.

[11]PARK J，KWAK Y H.Design-bid-build （DBB） vs. design-build （DB） in the US public transportation projects：the choice and consequences[J].International Journal of Project Management，2017，35（3）： 280-295.

[12]KORKMAZ S，RILEY D，HORMAN M. Piloting evaluation metrics for sustainable high-performance building project delivery[J]. Journal of Construction Engineering and Management，2010，136（8）： 877-885.

[13]ANTOINE A L C，ALLEMAN D， MOLENAAR K R. Examination of project duration， project intensity， and timing of cost certainty in highway project delivery methods[J]. Journal of Management in Engineering，2019，35（1）： 04018049.

[14]ROJAS E M， KELL I.Comparative analysis of project delivery systems cost performance in Pacific Northwest public schools[J].Journal of Construction Engineering and Management， 2008，134（6）： 387-397.

[15]CARPENTER N，BAUSMAN D C. Project delivery method performance for public school construction： design-bid-build versus CM at risk[J].Journal of Construction Engineering and Management，2016，142（10）： 05016009.

[16]TRAN D Q，MOLENAAR K R.Risk-based project delivery selection model for highway design and construction[J].Journal of Construction Engineering and Management， 2015， 141（12）： 04015041.

[17]WANG H， LIU Y，The moderating role of governance environment on the relationship between risk allocation and private investment in PPP markets：evidence from developing countries[J].International Journal of Project Management， 2019， 37（1）： 117-130.

[18]TRAN D Q，HARPER C M，MOLENAAR K R， et al. Project delivery selection matrix for highway design and construction[J].Transportation Research Record， 2013，2347（1）： 3-10.

[19]NG S T，WONG Y M W，WONG J M W.Factors influencing the success of PPP at feasibility stage—a tripartite comparison study in Hong Kong[J].Habitat International，2012， 36（4）： 423-432.

[20]SHRESTHA A，CHAN T K，AIBINU A A， et al. Risk allocation inefficiencies in Chinese PPP water projects[J]. Journal of Construction Engineering and Management，2018，144（4）： 04018013.

[21]SONG J，HU Y，FENG Z.Factors influencing early termination of PPP projects in China[J].Journal of Management in Engineering， 2018， 34（1）： 05017008.

[22]SIVE T，HAYS M.Integrated project delivery：reality and promise，a strategist’s guide to understanding and marketing IPD[Z].Society for Marketing Professional Services Foundation，2009.

[23]SAGE A P，SMITH T J.On group assessment of utility and worth attributes using interpretive structural modeling[J]. Computers amp; Electrical Engineering，1977，4（3）：185-198.

收稿日期：2023-10-09

作者簡介：

徐磊（1985—），男，講師，研究方向：工程項目管理、工程造價、全過程咨詢。

林文浩（1993—），男，研究方向：工程項目管理、智能交通、全過程咨詢。

謝菲菲（1999—），女，研究方向：市政工程、工程項目管理。