摘要：由于老舊小區(qū)改造項目的多主體和長周期等復雜特征，老舊小區(qū)改造項目的風險管理非常重要。然而現有老舊小區(qū)改造項目風險管理尚未清晰闡釋該復雜系統(tǒng)中多重風險因素的傳播路徑。因此，本研究旨在評估老舊小區(qū)改造項目中各類風險因素的因果關系和影響程度，識別關鍵風險，并提出有效的控制策略。研究以重慶市紅育坡片區(qū)老舊小區(qū)改造項目為例，基于貝葉斯網絡構建老舊小區(qū)改造項目風險評估體系。結果表明，融資風險、收益不確定風險、安全事故風險、項目規(guī)劃設計風險及歷史文化保護風險是影響項目成功的關鍵風險因素，通過加強政策保障、穩(wěn)定公眾情緒等措施可以顯著降低項目風險。

關鍵詞：老舊小區(qū)改造；風險管理；項目管理；貝葉斯網絡

0 引言

隨著城市發(fā)展從增量時代逐步進入存量時代，老舊小區(qū)改造項目作為城市更新與民生改善的重要一環(huán)，日益成為國家和社會關注的焦點。老舊小區(qū)改造項目不僅需要更新建筑結構，還涉及城市功能提升、產業(yè)轉型升級、社區(qū)重構與文化復興等復雜內容^[1]。因此，老舊小區(qū)改造項目面臨著多維度的不確定性和復雜的風險因素。當前我國的老舊小區(qū)改造項目覆蓋約16萬個社區(qū)，總面積達8億m²，影響家庭超過4200萬戶，廣泛的覆蓋面進一步加劇了老舊小區(qū)改造項目風險管理的難度。

與新建項目相比，老舊小區(qū)改造項目的風險管理尤為復雜且具有挑戰(zhàn)性。首先，現有老舊小區(qū)中居民的產權結構往往復雜，產權界定模糊不清，這使得項目在協調和設計過程中面臨諸多障礙^[2]；其次，老舊小區(qū)改造涉及范圍廣泛，涵蓋的工種與施工項目繁多，施工過程的技術要求較高，若產生施工事故，不僅可能延誤工程進度，還會引發(fā)嚴重的法律和經濟后果^[3]；最后，若在改造設計中忽視了城市文化遺產的保留，可能導致歷史文化的破壞，甚至可能引發(fā)社會矛盾^[4]。因此，如何系統(tǒng)地識別、評估與管理這些項目中的復雜風險，已成為確保項目順利實施的關鍵課題。

盡管現有研究已應用了層次分析法、模糊綜合評判法和熵權法等方法來評價老舊小區(qū)改造項目的風險^[5-7]，但在評估復雜項目多重風險因素的傳播路徑方面仍存在不足。在老舊小區(qū)改造項目中，項目的多變性和不確定性使得傳統(tǒng)的風險管理方法難以應對，貝葉斯網絡的引入可以有效識別和量化各類風險，并通過模擬不同情境下的風險傳播路徑，可提供決策支持^[8]。近年來，貝葉斯網絡在風險管理領域的應用研究日益增多，如何清華等^[9]建立了大型復雜項目進度風險貝葉斯網絡模型，明確了影響該類型項目進度的關鍵因素；Sanchez等^[10]通過貝葉斯網絡分析項目成本超支等風險。然而，該方法對老舊小區(qū)改造項目的應用研究仍待深入。

因此，本研究旨在基于貝葉斯網絡模型，量化評估老舊小區(qū)改造項目中存在的各類風險因素對項目實施的傳播路徑和程度，特別是識別出對項目關鍵影響因素，并提出有效的風險控制策略，以提升老舊小區(qū)改造項目的風險管理水平。本文首先闡述了研究背景與研究問題，其次介紹了研究方法與數據來源，再次展示了貝葉斯網絡模型的構建過程及其分析結果，并總結了研究結論，提出了針對性政策建議與實際應用，最后討論了研究的局限性與未來研究方向。

1 貝葉斯網絡研究方法及設計

貝葉斯網絡為圖形模型的開發(fā)奠定了重要基礎，通過可視化一組變量及其聯合概率分布之間的關系，直觀呈現變量間的因果關系和影響程度^[11]。這種網絡通過繪制變量間的因果關聯，并對其進行數字編碼（即確定每個變量的條件概率）來組織和推理任何研究領域中的知識^[12]。通過結合概率論與圖論的優(yōu)勢，貝葉斯網絡不僅能夠在不確定性環(huán)境下進行推斷，而且還能通過直觀的圖形結構清晰地展現變量之間的依賴關系，從而模擬系統(tǒng)的發(fā)展過程。這種方法已被廣泛應用于多個領域，包括決策支持、信息檢索、不確定信息處理和復雜系統(tǒng)建模等^[13-14]。

貝葉斯網絡通常包括兩個核心組成部分：一是有向無環(huán)圖（DAG），用于表示節(jié)點之間的依賴關系；二是條件概率表（CPT），用于量化DAG中關系的強度^[15]。在DAG中，節(jié)點表示影響城市更新風險管理的關鍵指標，箭頭則表示這些節(jié)點之間的因果關系。每個箭頭從父節(jié)點指向子節(jié)點，體現因果圖在貝葉斯網絡分析中的基礎性作用。構建DAG通常采用兩種方法：一是基于專家經驗，二是基于訓練集的機器學習。本研究結合了這兩種方法，即首先通過機器學習識別節(jié)點關系，然后利用專家知識對節(jié)點關系的合理性進行判斷。

1.1 初步構建貝葉斯網絡

研究的第一步是基于已知的風險因素及相關文獻來確定貝葉斯網絡的基本要素。該過程涉及對該領域專家知識的整合，并通過對現有文獻的深入理解來識別關鍵變量，進而確定構成網絡節(jié)點的關鍵風險因素，這些因素構成了網絡的基礎框架。

1.2 數據學習與貝葉斯網絡構建

將收集到的訓練數據集導入MATLAB軟件，并使用K2算法挖掘節(jié)點之間隱藏的因果關系。這些問卷數據包含了關于風險因素及事件發(fā)生情況的大量觀測數據，可用于調整初步網絡中的概率分布，構建完整的先驗貝葉斯網絡。通過MATLAB中的貝葉斯網絡工具箱（Bayesian Network Toolbox，BNT）進行參數學習，構建一個完整的先驗貝葉斯網絡。該過程不僅有助于確定網絡中各節(jié)點的具體參數，還能揭示在初步設計階段未充分考慮到的關系。這種方法確保模型能夠更準確地反映實際情境中的復雜關系，并能夠更有效地預測未來可能出現的結果。

此外，有必要利用專家知識對機器學習所得的節(jié)點連接關系進一步分析和篩選。如果專家一致認為某些節(jié)點之間的連接關系不存在或關系過于微弱，則可以移除這些不合理的連接。最終的DAG是在專家知識與機器學習方法的結合下構建的。

1.3 貝葉斯網絡分析

為了進一步分析和驗證貝葉斯網絡的有效性，將完整的先驗貝葉斯網絡導入GeNIe 2.4.1軟件進行分析。GeNIe是一款強大的圖形化決策建模軟件，專門用于構建和分析貝葉斯網絡。在GeNIe軟件中，通過對先驗貝葉斯網絡進行推理和驗證，得到后驗貝葉斯網絡。后驗貝葉斯網絡反映了在給定節(jié)點概率的條件下，網絡中各節(jié)點的概率更新情況。這種分析能夠識別出關鍵風險因素及其傳播路徑，為制定有效的風險管理策略提供科學依據。

2 實證案例研究及分析

2.1 實證研究對象

本研究以重慶市九龍坡區(qū)紅育坡老舊小區(qū)改造項目（以下簡稱“紅育坡項目”）為對象進行老舊小區(qū)改造風險管理案例研究。紅育坡片區(qū)位于重慶市九龍坡區(qū)，改造總建筑面積約為12.6萬m²，涉及88棟樓房，共計3746戶居民。作為該區(qū)域歷史最為悠久的社區(qū)之一，紅育坡片區(qū)不僅承載了大量居民的生活記憶，還保留了許多具有歷史價值的建筑。隨著時間推移，該片區(qū)內建筑老化嚴重，基礎設施陳舊，居民生活質量顯著下降。鑒于其獨特的歷史背景和迫切的改造需求，選擇紅育坡項目作為案例研究，不僅有助于深入分析老舊小區(qū)改造項目中的多重風險因素，還能夠為類似項目的風險管理提供理論支持和實踐指導。

在改造決策過程中，決策者們不僅充分考慮了片區(qū)的歷史與現狀，還結合居民的實際需求，制訂了詳細的改造計劃。在改造提升過程中，紅育坡項目采用了創(chuàng)新性的公眾參與和市場化運作模式。在項目初期，社區(qū)組織進行了廣泛的調研與梳理，整合了停車位、充電樁、農貿市場、公有房屋、閑置物業(yè)、廣告位及散居樓棟清掃保潔七大類經營性收入來源。為解決資金不足的問題，紅育坡項目引入PPP運作方式，與愿景集團和國有公司合作，共同組建SPV公司，總投資金額達3.7億元。該計劃包括基礎設施升級、公共服務設施建設、社區(qū)環(huán)境美化及居民生活條件全面提升等方面。通過一系列的舉措，紅育坡片區(qū)的居民生活質量得到了顯著改善，社區(qū)安全和服務水平也得到了全面提升。

紅育坡項目因其創(chuàng)新的改造模式和顯著的社會效益，被國家發(fā)展和改革委員會、住房和城鄉(xiāng)建部列為全國推廣的典型案例。這一項目為其他城市的老舊小區(qū)改造提供了寶貴經驗，也為本研究提供了豐富的實證數據。因此，深入分析紅育坡片區(qū)老舊小區(qū)改造中的多重風險因素，能夠為類似老舊小區(qū)改造項目的風險管理提供理論支持和實踐指導。

2.2 風險因素識別

識別風險節(jié)點是構建城市更新風險管理貝葉斯網絡模型的關鍵起點。通過對相關文獻、項目現場調研結果及專家意見的綜合評估，確定關鍵風險因素，如融資風險、公眾情緒風險和項目設計風險等。為確保風險評價指標體系的科學性和合理性，本研究采用德爾菲法進行專家咨詢。通過多輪專家反饋，對相似指標進行合并，修正不準確的表述，并補充文獻中未充分考慮的風險因素。

本研究邀請5名在城市更新與發(fā)展領域具有豐富經驗的專家參與，并設計了一份半結構化問卷，征求他們對主要指標的建議和意見。經過三輪嚴格的德爾菲調查，最終得出5個一級指標，13個二級指標，這些指標構成城市更新風險管理貝葉斯網絡的節(jié)點集，城市更新風險管理貝葉斯網絡的節(jié)點集見表1。為確保模型的清晰表達，每個風險節(jié)點都設置標準化編號。

2.3 數據收集

在紅育坡項目中，數據收集與貝葉斯網絡構建基于對項目具體情況的深入調研和分析。為了構建適用于本研究的風險管理評估體系，研究團隊邀請了55名熟悉本項目背景和實際操作的專家及本項目利益相關方進行評分。以3分、2分、1分代表高風險、中風險和低風險，從而量化專家對老舊小區(qū)改造項目風險管理的評估。

數據收集過程嚴格遵循規(guī)范化流程，以確保數據的科學性與可靠性。參與評分的55名受訪者中，4名來自政府部門，11名來自企業(yè)，30名為咨詢公司或學術界專家，10名為直接參與項目的居民代表。數據收集工作于2024年5—7月完成。

2.4 貝葉斯網絡模型分析

2.4.1 貝葉斯網絡構建

經過系統(tǒng)分析復雜的貝葉斯網絡模型，分析不同風險因素間的復雜因果關系，城市更新風險管理有向無環(huán)圖如圖1所示。盡管該貝葉斯網絡的結構復雜，但通過分析可以發(fā)現其內在邏輯關系和風險傳播路徑。

融資風險（C₄）被識別為一個關鍵的父節(jié)點，對多個下游風險因素產生顯著影響。融資風險的增加可能導致政策執(zhí)行力度不足（C₂），資金不足限制了政府和開發(fā)商在項目推進過程中的資源投入，從而削弱了政策的實施效果。由于資金獲取難度增加，項目在預算管理和成本控制上面臨更大壓力，易造成建造成本變動風險（C₃）。更重要的是，資金不足可能導致項目延誤或工程質量降低，引發(fā)公眾的質疑和不滿，造成公眾情緒風險（C₆）。

安全事故風險（C₈）作為另一個重要的父節(jié)點，其帶來的連鎖反應也不容忽視。安全事故威脅工人及周邊居民的生命安全，可能直接導致公眾情緒的不滿，造成公眾情緒風險（C₆）。此外，安全事故風險還可能增加施工過程中的合同風險（C₁₀）和進度風險（C₁₁），因施工停工、工期延誤或合同糾紛而使項目面臨更大的不確定性。

項目規(guī)劃設計風險（C₉）主要影響地域文化保護風險（C₁₃）。如果在項目規(guī)劃和設計階段未充分考慮當地的文化保護需求，可能會對地域文化造成破壞，進而引發(fā)文化保護方面的風險。這一風險不僅會影響項目的社會認可度，還可能導致政策上的壓力和制約。

歷史文物保護風險（C₁₂）會造成政策變更風險（C₁），導致政策執(zhí)行力度不足（C₂）。具體來說，歷史文物保護政策要求項目在實施過程中保留和保護一定的歷史文化建筑，這可能需要額外的技術支持和施工時間，易造成進度風險（C₁₁），不僅增加項目成本，還可能引發(fā)合同風險（C₁₀）。

2.4.2 貝葉斯網絡中各因素影響程度分析

構建貝葉斯網絡模型后，分別對網絡中各因素對各自一級指標的影響程度進行量化分析，識別出對一級指標影響最大的關鍵因素。各影響因素后驗貝葉斯網絡概率及分數見表2，顯示了當每個風險因素的高風險發(fā)生概率設定為100%時，對S₁～S₅這5個一級指標的風險影響（L表示低風險，M表示中風險，H表示高風險）。

政策執(zhí)行力度不足（C₂）在政策風險中表現出顯著的影響力。這一因素的高影響力可能源于政策執(zhí)行直接決定了項目的順利推進及其預期目標的實現。政策執(zhí)行不到位會帶來一系列連鎖反應，如資源分配不均、項目推進緩慢，以及公眾信任度下降等。

融資風險（C₄）和收益不確定風險（C₅）對經濟風險均產生較大影響。融資風險主要涉及項目資金的獲取和管理，而收益不確定風險則與項目投資回報的預期緊密相關。這兩個因素直接影響項目的經濟可行性和資金流動性。資金短缺和收益的不確定性可能導致項目在啟動和運營過程中面臨財務壓力，進而影響項目的整體進展。

公眾情緒風險（C₆）是另一個影響顯著的因素。公眾情緒對項目的社會接受度和支持度具有重要影響。公眾對項目的情緒波動可能源于對項目透明度、環(huán)境影響、施工擾民等方面的擔憂。如果公眾情緒不穩(wěn)定，可能引發(fā)抗議、訴訟等社會問題，進而影響項目的正常推進。

項目規(guī)劃設計風險（C₉）直接影響項目的實施效果和長期可持續(xù)性。規(guī)劃設計的質量不僅決定項目的功能性和美觀度，還影響施工難度和成本。設計失誤或不足可能導致施工過程中的變更和返工，增加時間和成本投入。

歷史文物保護風險（C₁₂）和地域文化保護風險（C₁₃）對文化風險的影響程度相當。這兩個因素涉及項目實施過程中對歷史文化遺產和地域文化的保護要求。歷史文物和地域文化是城市發(fā)展的重要組成部分，對其保護不當可能引發(fā)文化遺產的破壞和文化認同的喪失。這不僅影響項目的社會認可度，還可能導致法律糾紛和政策制約。

3 老舊小區(qū)改造項目風險管理結論與建議

通過對紅育坡項目的風險管理分析，本研究不僅驗證了貝葉斯網絡模型在復雜項目管理中的有效性，還為實際項目的風險控制提供了切實可行的策略，為其他老舊小區(qū)改造項目風險管理提供了可復制經驗。

3.1 研究結論

在缺乏有效監(jiān)督機制的情況下，政策執(zhí)行可能會被扭曲或流于形式，無法達到預期效果。相關研究已證實，政策執(zhí)行的透明度和監(jiān)督機制缺乏對項目成功產生了顯著影響^[18]。此外，本研究進一步揭示了公眾情緒在項目管理中的重要性，特別是當項目涉及生活設施、環(huán)境影響和施工擾民等方面時，公眾的擔憂可能導致情緒波動，從而引發(fā)抗議、訴訟等問題，嚴重影響項目的正常推進，因此公眾參與和情緒管理在舊改項目中起著至關重要的作用^[19]。

融資問題既是經濟層面的問題，更是影響項目全局的綜合性問題。融資難度增加不僅直接導致政策執(zhí)行力度不足，還對項目的整體進度和質量產生負面影響。同時，資金不足導致的項目延誤會加劇公眾的負面情緒，從而影響項目的社會接受度和支持度。近年來，相關部門積極探索建立政府部門與社會資本的共擔機制，共同促進老舊小區(qū)改造多主體參與的模式創(chuàng)新^[20]。本研究進一步強調了融資問題對政策執(zhí)行力和公眾情緒的深遠影響，而這在現有研究中往往是被忽視或低估的。

提升施工現場的安全管理水平，不僅能夠減少事故發(fā)生概率，還能降低項目的整體風險。安全事故的發(fā)生不僅對項目的順利推進構成直接威脅，還通過增加合同糾紛和延誤等方式間接影響項目的總體成敗^[21]。施工過程中安全事故頻發(fā)的主要原因是安全管理水平低，具體表現為施工現場安全監(jiān)管不足、安全意識薄弱，以及缺乏先進的安全管理技術。此外，安全事故對公眾情緒和項目的社會接受度產生深遠影響，這一結論擴大了傳統(tǒng)施工安全管理的視野，將其與社會風險管理相結合，從而為項目管理提供了更為全面的風險防控框架。

文化保護需求必須在項目的早期設計階段得到充分考慮，以確保文化遺產在改造過程中不被破壞，從而提升城市的整體文化保護水平。項目規(guī)劃設計風險與地域文化保護風險直接相關，不當的規(guī)劃設計可能會對地方文化遺產造成不可逆的損害。在項目規(guī)劃設計過程中，如果未充分考慮當地的文化保護需求，可能會破壞地域文化^[22]，導致文化認同削弱，并可能引發(fā)法律糾紛和社會矛盾^[23]。規(guī)劃設計不當導致的文化損失風險，不僅會對項目本身的成功造成威脅，還可能對更廣泛的社會和文化環(huán)境造成負面影響。因此，在規(guī)劃設計階段應當充分整合文化保護需求，并通過提高公眾和項目參與者的文化保護意識，推動項目的社會認可度。

3.2 建議

3.2.1 強化執(zhí)行透明度，加強公眾溝通與參與管理

改造過程中應建立系統(tǒng)的居民參與機制，將居民納入決策和監(jiān)督的過程。定期舉辦業(yè)主咨詢會、社區(qū)論壇和問卷調查，不僅能夠增強政策的透明度，還可以收集和反映居民的真實需求與意見。此外，應強化社區(qū)宣傳與教育工作，通過多渠道傳播，解釋項目的重要性及其對社會和經濟的潛在益處，并詳細闡述項目的環(huán)境保護措施，從而增加居民對項目的理解與支持。建議設立公眾監(jiān)督平臺，允許居民實時反饋政策實施中的問題，并確保這些反饋能夠迅速得到回應和處理，從而最大限度地減少政策執(zhí)行中的摩擦和沖突。

3.2.2 破解融資難題，打造穩(wěn)健資金鏈

在項目融資方面，應當拓展多元化的融資渠道，以緩解資金不足的風險。通過設立老舊小區(qū)改造專項基金和多主體融資等方式，有效分散風險，確保項目的持續(xù)資金供應。此外，政府應出臺相應的政策支持措施，如提供財政補貼或稅收優(yōu)惠，降低企業(yè)參與的財務成本，進一步增強項目的吸引力和可行性。同時，建議加強與金融機構的合作，探索創(chuàng)新型融資工具，以適應老舊小區(qū)改造項目的特定需求。在此過程中，應重視對融資結構的合理設計，確保資金鏈的穩(wěn)健性與持續(xù)性。

3.2.3 強化安全管理，降低項目多重風險

老舊小區(qū)改造項目的實施需要嚴格的安全管理措施。應建立全面的施工安全管理體系，包括定期安全檢查、施工現場監(jiān)管及應急預案制定。對施工人員進行定期安全培訓，提高安全意識和技能水平，以減少施工過程中潛在的安全隱患。引入先進的施工技術和安全管理工具，如智能監(jiān)控系統(tǒng)和安全防護設備，以有效提高施工現場的安全管理水平。此外，應嚴格執(zhí)行國家和地方的安全生產法律法規(guī)，對違反安全規(guī)定的行為進行嚴厲處罰，確保施工過程的安全性和合規(guī)性。

3.2.4 優(yōu)化設計規(guī)劃，守護城市文化根脈

在老舊小區(qū)改造項目的設計階段，必須充分考慮當地的文化保護需求。建議在項目設計方案的審查過程中，重點考慮項目對文化遺產的保護。同時，加強宣傳工作，提升項目參與者和公眾對文化保護重要性的認識。通過在設計中融入地域文化元素及豐富社區(qū)元素，既保護文化遺產，又增強項目的文化認同感。政府應鼓勵和支持文化保護與項目開發(fā)相結合的創(chuàng)新設計方案，在提升城市更新項目整體文化價值的同時，守護城市的文化根脈。

4 結語

本研究圍繞老舊小區(qū)改造項目的風險管理問題，系統(tǒng)地構建貝葉斯網絡模型，揭示了不同風險因素之間的因果關系及其對項目成功的影響程度。首先，通過文獻綜述與專家訪談，識別出影響老舊小區(qū)改造項目的關鍵風險因素，并基于此構建貝葉斯網絡因果結構。其次，通過數據學習與模型推理，分析各個風險因素的相對重要性與相互作用，提供了項目風險的定量化評估。

本研究的貢獻主要體現在三個方面：第一，通過將貝葉斯網絡引入老舊小區(qū)改造項目的風險管理，為復雜多變的風險因素分析提供了一種系統(tǒng)化和科學化的工具；第二，揭示了各風險因素間的因果關系，為風險管理策略的制定提供了實證依據；第三，結合實際項目數據進行模型驗證，進一步增強了研究結果的可靠性和實用性。

盡管本研究通過紅育坡項目的實證研究，驗證了貝葉斯網絡在老舊小區(qū)改造項目風險管理中的有效性，但仍存在一些局限性。首先，模型的構建和分析依賴于專家意見和歷史數據，可能存在主觀性偏差。其次，貝葉斯網絡雖然能夠量化風險因素的關系，但在處理動態(tài)變化的風險環(huán)境時仍有不足。未來研究可以考慮引入動態(tài)貝葉斯網絡，或將貝葉斯網絡與其他預測模型、優(yōu)化算法相結合，以提高風險管理的精度和靈活性。此外，未來研究還可以探索在更大規(guī)?；蚩鐓^(qū)域的城市更新項目中應用這一方法，進一步驗證其適用性。

參考文獻

[1]鄒兵. 增量規(guī)劃向存量規(guī)劃轉型：理論解析與實踐應對[J]. 城市規(guī)劃學刊，2015（5）： 12-19.

[2]LIU G，ZHANG Y，ZHUANG T，et al. Deciphering trust in grassroots government for vibrant resident participation in neighborhood regeneration： an empirical study in China's top-down governance system[J]. Cities，2024（152）： 105244.

[3]徐飛，孫濤. 老舊小區(qū)改造項目施工難點及解決對策[J]. 住宅與房地產，2024（10）： 110-112.

[4]孫乙菁，肖大威，黃璐. 完整社區(qū)理念下的廣州歷史城區(qū)老舊小區(qū)改造探索[J]. 南方建筑，2023（9）： 62-69.

[5]李小蘭. 基于綜合評價理論的老舊小區(qū)改造項目風險評價研究——以蘭州市某老舊小區(qū)改造項目為例[J]. 房地產世界，2023（5）： 30-33.

[6]陶淼，霍良安. 老舊小區(qū)改造項目風險評價研究——以江蘇省S縣為例[J]. 改革與開放，2021（18）： 42-52.

[7]魏麗平，高紅，趙永江，等. 基于熵權未確知測度的老舊小區(qū)改造工程施工安全風險評估[J]. 河北建筑工程學院學報，2023，41（1）： 156-162，181.

[8]楊德磊，董珂欣，楊曦. 基于貝葉斯網絡的鄉(xiāng)村振興項目進度風險因素研究[J]. 項目管理技術，2024，22（5）： 57-66.

[9]何清華，楊德磊，羅嵐，等.基于貝葉斯網絡的大型復雜工程項目群進度風險分析[J].軟科學，2016，30（4）：120-126，139.

[10]SANCHEZ F，BONJOUR E，MICAELLI J P，et al. An approach based on bayesian network for improving project management maturity： An application to reduce cost overrun risks in engineering projects[J].Computer in Industry，2020（119）： 103227.

[11]HENRIKSEN H J，RASMUSSEN P，BRANDT G，et al. Public participation modelling using Bayesian networks in management of groundwater contamination[J]. Environmental Modelling amp; Software，2007，22（8）： 1101-1113.

[12]MARCOT B G，PENMAN T D. Advances in bayesian network modelling： Integration of modelling technologies[J]. Environmental Modelling amp; Software，2019（111）： 386-393.

[13]WANG W，SHEN K，WANG B，et al. Failure probability analysis of the urban buried gas pipelines using bayesian networks[J]. Process Safety and Environmental Protection，2017（111）： 678-686.

[14]毛騰，褚菲，王建文，等.基于分布式混合貝葉斯網絡的煤泥浮選過程安全運行與產品質量一體化控制方法[EB/OL].（2024-06-11）[2023-08-01].https：//doi.org/10.13195/j.kzyjc.2023.1481.

[15]李碩豪，張軍. 貝葉斯網絡結構學習綜述[J]. 計算機應用研究，2015，32（3）： 641-646.

[16]康肖厚煒，王昊，孫成雙. 城市更新背景下舊居住區(qū)改造項目風險管理研究[J]. 工程管理學報，2023，37（2）： 49-54.

[17]李芊，安琪. 老舊小區(qū)改造全過程風險分析與對策研究——基于改進的熵權—灰色關聯法[J]. 生產力研究，2021（6）： 48-52.

[18]孫兆尹.老舊小區(qū)改造政策執(zhí)行研究[D].桂林：桂林理工大學，2022.

[19]FU X，QIAN Q K，LIU G，et al. Overcoming inertia for sustainable urban development： understanding the role of stimuli in shaping residents' participation behaviors in neighborhood regeneration projects in China[J]. Environmental Impact Assessment Review，2023（103）： 107252.

[20]董炫旻. 社會資本參與老舊小區(qū)改造項目的創(chuàng)新融資路徑——以北京勁松北社區(qū)改造為例[J]. 現代城市研究，2024（6）： 46-51.

[21]高靜宇.基于貝葉斯網絡的老舊小區(qū)改造施工安全風險研究[D].呼和浩特：內蒙古科技大學，2023.

[22]宋俊元，劉維，楊鵬，等. 老舊小區(qū)改造項目管理面臨的挑戰(zhàn)與應對策略[J]. 城市建設理論研究，2023（28）： 63-65.

[23]鄭翔云，朱玲. 城市舊城改造中對文化遺產保護問題的探析[J]. 住宅與房地產，2018（25）： 227.

收稿日期：2024-08-22

作者簡介：

張宇航（1999—），男，博士，研究方向：城市更新。

王昊（通信作者）（1983—），男，教授，博士研究生導師，研究方向：城市更新、城市建設與管理、GIS決策支持工具、可持續(xù)人居環(huán)境。