基于MCDM创新方法建筑工程灰犀牛风险分析与控制：干扰模糊分析网络过程与决策试验与评价实验室（范文推荐）

下面是小编为大家整理的基于MCDM创新方法建筑工程灰犀牛风险分析与控制：干扰模糊分析网络过程与决策试验与评价实验室（范文推荐）,供大家参考。

　

　于 基于 MCDM 创新方法的建筑工程灰犀牛风险分析与控制：干扰模糊分析网络过程与决策试验与评价实验室

　抽象 建筑工程项目成本高昂，需要大量的劳动力、体力和财力资源。建筑工程项目的失败通常会带来巨大的损失。以前的研究侧重于风险的识别，但对风险识别后风险管理的战略资源分配重视不够。统计数据显示，大多数建筑工程项目失败都是由共同风险引起的。常见的风险称为灰犀牛风险。这个比喻表明，许多风险是显而易见的，但很危险。这项研究的动机是在有限的投入下有效管理灰犀牛风险的挑战。文献表明，灰犀牛风险在建筑工程项目中含量丰富，它们之间存在相互引出的关系，这使得管理者难以投入足够的资源来预防关键风险。大量资源被浪费在不重要的风险上，导致建筑工程项目发生关键风险和失败。因此，本研究描述了一种创新的多准则决策（MCDM）技术，用于根据风险之间引出关系的强度对风险进行分级。本研究使用模糊技术，创建了一种干扰模糊分析网络过程（IF-ANP）方法。通过将 IF-ANP 与决策试验和评估实验室（DEMATEL）方法结合使用，可以有效降低主观性，并提高建筑工程项目专家风险评估的准确性。IF-ANP 用于量化风险之间的引出关系，DEMATEL 用于根据 IF-ANP 结果对风险进行排名。通过实证研究，对成渝中线高速铁路建设工程项目中灰犀牛风险的 5 个风险进行了细致的排名。它们是资本链断裂，决策失败，政策和法律风险，经济衰退和利益相关者冲突。结果表明，政策和法律风险是其他风险的来源，而这些其他风险是症状而不是疾病。

　关键字：

　MCDM;IF-ANP 和 和 DEMATEL; 灰犀牛风险; 建筑工程项目 1. 引言 据统计，中国 92%以上的建筑工程项目受到资本链断裂、决策失误、经济或政治环境变化等风险的影响，导致调度延迟、预算超支、质量不达标等负面后果。这些风险是显而易见的，但没有得到足够的重视，最终导致巨大的损失。具有共同和危险特征的风险被隐喻地描述为灰犀牛风险。灰犀牛风险管理不力已成为阻止项目实现预期目标的主要原因之一。在建筑项目中，大量资源用于风险管理，但灰犀牛风险仍然存在，并对项目成果产生负面影响。风险管理投入与风险管理有效性之间的这种不匹配激发了这项研究。

　随着施工技术和生产力的不断提高，建筑项目变得越来越大规模和复杂。因此，建筑项目的特点是施工周期更长，利益相关者更多，与外部环境的交互更复杂。传统的风险研究在处理这些不断变化的情况时有几个缺点。一是处理明显风险不够重视。风险识别始终被认为是风险管理的最重要阶段[1]，并且在识别和分析建筑工程项目中的风险因素方面投入了大量精力。因此，风险识别的范围不断扩大[2，3，4]。然而，由于未能有效解决这些风险，导致此类风险持续发生，从而导致可预防的项目失败[5，6]。虽然风险识别仍然是一项必要的任务，尽管不是一项艰巨的任务，但建筑工程管理部门还必须考虑有效控制已经显而易见的风险的策略，以实现预期的项目目标。其次，很少有研究从系统角度评估建设项目风险。不同的建筑项目风险之间往往存在互惠关系。风险和关系构成了相互影响的网络结构，从孤立的角度评估项目风险将忽略容易产生次要风险但本身不会造成太大损害的风险类型[7]。这导致工程项目中频繁发生二次风险。第三，风险评估过程忽略了复杂系统对专家评估数据准确性的影响。现有的研究方法大多考虑计算阶段收集数据的模糊性，并尝试使用特定的数据处理方法减少其对结果的影响。很少有研究减少了数据收集过程中的数据模糊性。不幸的是，通过复杂的计算过程减少数据主观性的不利影响效果有限。当评价对象是建设项目风险之间的关系时，需要一种新的数据采集方法来提高数据质量。

　目前的工作受到这些研究差距的激励，并结合了与理论和方法相关的创新。在理论创新方面，本研究试图将工程项目风险作为网络系统进行考虑。通过计算风险在网络系统中引发其他风险的能力来评估风险权重。这更符合工程现实，其中项目风险作为交互系统而不是独立事件存在。在方法创新方面，本研究将干扰的思想融入到 MCDM 方法中，创建了一种干扰-MCMD 方法。干扰 MCDM 取代了传统的一次性直接评估风险关系，转而对不同风险假设下的风险关系进行两次间接评估。风险之间的引

　出关系反映在这两组间接评估之间的差异上。这种方法更接近风险的本质，并导致专家调查数据中的主观性相互抵消。数据处理结果表明，干扰模糊分析网络过程（IF-ANP，一种结合模糊技术的干扰-MCDM 方法）计算的数据比传统的 MCDM 方法具有更好的可信度。

　本文的其余部分组织如下：第 第 2 部分回顾了与这项工作相关的现有文献。第 第 3 部分阐明了研究框架，简要介绍了因子分析模糊测度、IF-AHP 方法和 DEMATEL 方法，并构建了建筑工程风险分析模型。

　在第 4 节中，利用所提出的模型研究了成渝中线高速铁路建设工程的实证实验。分析结果如第 第 5 节所示。第 第 6 节介绍了通过研究结果得出的结论。结论在第 7 节中讨论。

　2. 文献综述 建筑工程项目中的灰犀牛风险

　灰犀牛风险是明显的风险，没有得到充分的承认，最终导致严重损害和巨大损失[8]。这个比喻表明，许多风险是显而易见的，但很危险。在建筑工程项目领域，灰犀牛风险很常见[9]。Xiang 调查了 30 个未能实现预期目标的大型项目。研究发现，失败的五个最常见原因是（1）资金链断裂，包括融资不足和成本超支（8 个项目），（2）总公司管理能力差和经验不足造成的决策失误（7 个项目），（3）由于承包公司的业务问题而引起的合同变更（5 个项目）， （4）法律风险和政策变化（五个项目），（5）利益相关者冲突（四个项目）[10]。Utama 等人研究了 26 篇关于大型项目风险的论文。他们总结了 26 位专家指出的可能阻碍大型项目实施的 31 种风险[11]。在 Xiang 的研究中发现的风险也被这些作者所认可。在 26 位专家中，风险 1 由22 识别，风险 2 由 14 识别，风险 3 由 14 识别，风险 4 由 15 识别，风险 5 由 17 识别。这些风险被认为可能阻碍大型项目实现其预期目标。因此，在这两项研究中，专家们对大型项目的风险有了准确的理解。高识别度的风险类型导致大型项目失败的可能性更大。虽然专家可以准确评估各种风险事件的概率和损失，但这仍然无法防止这些风险事件发生或减少发生后的损失。

　明显风险导致许多建筑工程项目失败现象的一个重要原因是，明显风险的数量太大，无法分配足够的资源来管理每个风险。许多资源被浪费在不必要的风险上，这导致在预防关键风险方面的投资不足[12]。一种有效的风险等级筛选方法对于管理建筑工程项目中灰犀牛的风险是必要的。灰犀牛风险之间复杂的诱发关系也使得有效管理它们变得困难。Goldratt 提出了约束理论，认为整个概念应该被视为一个系统，只有当系统各部分之间的关系被准确掌握和正确处理时，系统的效率才能最大化[13]。风险排序的常用方法基于风险发生的概率和风险造成的预期损失[14，15]。在这些传统方法的基础上，投入更多的资源来预防发生概率高或造成高损失的风险。然而，风险事件的发生通常同时导致各种其他风险，并且所有风险概率都会改变[16]。常见的风险评级方法很少考虑引发风险之间的关系。当从孤立的角度进行风险预防而忽视其他相关风险的影响时，很难实现理想的整体结果[17]。因此，有必要设计一种能够考虑建筑工程项目中灰犀牛风险之间风险引发关系的方法。

　2.2. 建筑工程项目风险评估 的 MCDM 方法

　由于其简单性和灵活性，MCDM 方法被广泛用于评估问题，并已在许多研究领域成功实施[18，19]。建筑工程项目的灰犀牛风险可以通过几个排名标准来表征，建筑工程项目的管理人员需要将这些众多标准转化为切实的风险防范计划。基于多个标准的风险排名问题已被不同的研究人员确定为 MCDM 问题[20，21]。许多 MCDM 方法已经能够根据其相互关系对因素进行排名，例如决策试验和评估实验室（DEMATEL），基于距离的近似（DBA），复杂比例评估（COPRAS）等。然而，建筑工程项目的风险及其关系网络构成了一个复杂的系统，这使得专家难以直接对风险因素之间的关系做出明确的判断[22]。评价对象越复杂，专家评价结果的主观性越强;因此，用于建筑工程项目风险评估的 MCDM 方法通常需要额外的技术来降低专家调查数据中的主观性[23]。模糊理论已被用于减少人类认知模糊的影响。例如，Yan 使用模糊 ANP 来评估工程建设过程中的风险，Yucesan 和 Kahraman 使用模糊 ANP 来管理水电站建设运营项目中的风险，Maria 和 Reinhard 使用模糊 AHP 来分析能源项目中的风险[24，25]。许多模糊数转移技术，如三角形模糊数、梯形模糊数、模糊集（1 型和 2 型）和球形模糊集，已成功用于降低专家评分中的主观性[26，27]。目前的工作还使用模糊技术来处理建筑工程项目的复杂性。

　然而，模糊技术虽然可以弥补调查数据中的主观影响，但不能提高调查数据本身的可信度。随着研究对象变得越来越复杂，主观性的进一步降低需要更复杂的模糊集[28]。然而，用于降低专家调查数据主观性的模糊集的复杂性已经达到了技术极限。许多研究表明，在同一研究中使用不同的模糊集几乎没有区别;在某些情况下，简单模糊集的表现甚至优于复杂模糊集[29，30]。

　当被估价对象是建筑工程风险系统时，模糊技术对专家估值的主观性影响有限[31]。需要其他能够直接提高调查数据可信度的方法来提高 MCDM 方法的准确性。

　提高 MCDM 方法准确性的方法

　了解主观性的来源对于提高专家调查数据的可信度是必要的。王认为，风险是客观的，无法消除，因此建筑工程项目中的管理人员需要预测风险并制定适当的风险防范计划。更合适的预防计划可以更好地将风险损失降至最低[32]。建筑工程项目风险的本质是管理者对未来情况的预测与未来实际情况的区别。这种差异可能导致风险防范计划无法按预期工作，从而导致项目失败[33]。人类对物体的理解分为两部分：对物体本身的理解和对物体产生的心理关联的理解[34]。为了实现高质量的专家调查，专家对研究对象的理解应该是一致的，并且他们由研究对象产生的心理联想应该是多样化的[35]。这两种不同的理解模式在调查数据中是混合的，在不同的研究中具有不同的值。对于认知研究和评价研究，专家对评价对象的理解是必要信息，而专家心理联想产生的主观性是噪声;因此，许多方法可用于降低主观性[36]。然而，对于探索性研究和优化研究，创新隐藏在心理关联中，但对对象本身的理解价值相对较低[37]。应对风险评估方法进行策划，以捕捉风险的本质，风险评估中的主观性较低，表明评估结果更好，能够准确反映被评估对象。

　大多数传统的 MCDM 方法，如 ANP、DEMATEL 和 TOPSIS，都需要专家直接评估风险之间的关系[38]。通过这些方法收集的专家调查数据，总是将许多专家对心理关联的理解与他们对风险本质的理解结合起来，产生不稳定和主观的数据。由于建筑工程项目管理强调风险认知，专家对建筑工程风险的理解比他们的心理联想更重要[39]。为进一步降低专家在建设工程项目风险评估过程中的心理联想，一种提取专家对风险本质知识的新方法对本研究具有重要意义。

　3. 研究方法 本工作中提出的创新 MCDM 方法和研究框架如图 1 所示。首先，邀请符合要求的专家参加研究。然后，专家帮助划定风险范围。进行文献综述，以剔除范围内风险的预防计划。其次，进行专家访谈和问卷调查以收集数据。根据收集的数据，使用IF-ANP 评估风险之间的相互关系。第三，结合 IF-ANP 计算的相互关系值，采用 DEMATEL 方法对风险进行排名。

　 图 图 1.本研究的框架。

　3.1. 建立专家评估体系

　建设项目专家引导的风险评估，适合在项目前期，当项目风险的信息和数据很少时，为风险管理任务提供建议。因此，建筑工程项目中成功的风险管理需要专家的智慧。为了更好地利用专家意见，本研究构建了一个基于访谈和问卷调查的专家评价体系。

　3.1.1. 第 第 1 步：选择专家团队并组织问卷 应邀请建筑工程项目风险管理领域的几位专家参与研究。受邀专家应在政府部门、建筑公司、保险公司、金融公司等相关行业工作，并具备各自领域足够的经验。

　本研究根据风险之间的相互关系对风险进行排名，并使用 IF-ANP 方法进行计算。若要确定调查表的数量，请考虑以下示例。需要两个不同的调查问卷来计算 α 风险对 β 风险的影响，以评估 β 风险预防计划中 α 风险发生时的变化。一个调查问卷用于在正常情况下建立 β 风险防范计划，另一个调查问卷用于在风险发生 α 下制定 β 风险防范计划。如果 n 是必须排名的风险数量，那么每个专家需要填写的问卷数量是 2C 2n +n .为确保专家对风险的评估不受以往调查的影响，调查问卷 n 组应发送给每个专家 n 周，一次一组。由于专家需要花费大量时间和精力参与这一过程，因此应向他们支付适当的报酬。

　3.1.2. 第 第 2 步：划定风险等级范围 灰犀牛在建筑工程项目中风险很大。在建筑工程项目中对所有灰犀牛风险进行细致的排名，会浪费大量的人力物力。幸运的是，建筑工程风险彼此之间具有相对严格的引出关系，源风险数量少，且大部分风险是源风险发生时产生的次要风险[40]。这样可以让专家轻松剔除不重要的风险，减少需要一丝不苟的风险数量，大大降低灰色风险管理的难度。在本研究中，需要仔细排名的灰犀牛风险的范围将通过 Delphi 方法进行划定。

　3.1.3. 第 第 3 步：风险应对方法选项 干扰模糊分析网络过程（IF-ANP）是本研究提出的一种创新的 MCDM 方法。IF-ANP 方法要求专家评估风险响应方...