侯云飛，李玨

政府投資工程項目風險免疫應(yīng)答模型研究

侯云飛，李玨

(長沙理工大學 交通運輸工程學院，湖南 長沙 410114)

為彌補傳統(tǒng)風險應(yīng)答“被動響應(yīng)”的不足，針對性的選擇相匹配的風險應(yīng)對預案，更有效應(yīng)對政府投資工程項目風險，借鑒生物免疫應(yīng)答原理，建立生物免疫應(yīng)答與政府投資工程項目風險免疫應(yīng)答的關(guān)聯(lián)映射，構(gòu)建基于固有性免疫應(yīng)答及適應(yīng)性免疫應(yīng)答2道防線的風險免疫應(yīng)答框架。根據(jù)風險特征匹配及親和度計算，運用案例推理方法構(gòu)建固有性免疫應(yīng)答模型。利用TOPSIS的方法建立適應(yīng)性免疫應(yīng)答模型，通過案例驗證模型方法的可行性與有效性。

政府投資工程項目；風險免疫；固有性免疫應(yīng)答；適應(yīng)性免疫應(yīng)答

政府投資工程項目在復雜多變的自然和社會環(huán)境中運作，較一般工程項目而言，投資規(guī)模更大，實施周期更長，技術(shù)更復雜，涉及范圍更廣，社會關(guān)注度更高[1]。因此政府投資工程項目在實施過程中面臨的風險因素種類更為繁雜，風險的關(guān)聯(lián)性、可變性更加顯著。它直接關(guān)系到投資者的收益，影響工程項目的順利進行，甚至造成社會不穩(wěn)定的嚴峻后果。目前，針對政府投資工程項目風險應(yīng)對方面的研究有：Naderpajouh等[2]構(gòu)建了資本項目中控制CFSI風險應(yīng)對框架，探討了緩解風險策略和實踐方法。Staveren等[3]從“風險管理方法、項目組織、個人因素”3個維度，提出了一種在基礎(chǔ)設(shè)施項目中實施風險管理創(chuàng)新的、科學的、實際的測試方法。Davide[4]借鑒圣哥達山底隧道的成功經(jīng)驗，證明了公平靈活的合同模式對風險管理的重要性。王賓等[5]提出了我國政府投資項目“3+X”風險管理模式。通過梳理發(fā)現(xiàn)，現(xiàn)有研究存在“被動適應(yīng)”的弊端，無法滿足識別的風險因素與應(yīng)對策略的精確匹配問題，且過多依賴于風險管理人員和專家自身的知識結(jié)構(gòu)和經(jīng)驗。一旦有新的風險出現(xiàn)，很難在短時間內(nèi)調(diào)整合適的應(yīng)對策略。因此，本文借鑒生物免疫學理論，模擬生物免疫系統(tǒng)的免疫應(yīng)答機制，構(gòu)建政府投資工程項目風險免疫應(yīng)答模型，使得風險應(yīng)對預案的選擇更為有效，對政府投資工程項目風險應(yīng)對能力的提升具有一定的參考價值。

1 生物免疫應(yīng)答與風險免疫應(yīng)答關(guān)聯(lián)映射

生物免疫應(yīng)答是指從一個抗原刺激開始，機體內(nèi)抗原特異性淋巴細胞識別抗原(感應(yīng))后，發(fā)生活化、增殖和分化等一系列的生理反應(yīng)[6]。生物免疫系統(tǒng)通過機體識別“自我”，排除“非我”，從而實現(xiàn)防御細菌、病毒等感染、免疫自穩(wěn)和免疫監(jiān)視的功能。按照免疫應(yīng)答的特點、獲得形式以及效應(yīng)機制，分為固有性免疫應(yīng)答和適應(yīng)性免疫應(yīng)答[7]。政府投資工程項目風險應(yīng)對的目標是識別風險并采取適當?shù)膽?yīng)對措施，保證項目在多變的環(huán)境中順利實施，實現(xiàn)投資預期。就運行機理而言，生物免疫系統(tǒng)排除抗原的過程與政府投資工程項目風險應(yīng)對過程極為相似[8]。構(gòu)建二者之間的關(guān)聯(lián)映射，如表1所示。

2 政府投資工程項目風險免疫應(yīng)答框架

政府投資工程項目區(qū)別于一般的社會投資工程項目，它對國家和地區(qū)的經(jīng)濟發(fā)展以及社會公眾需求的實現(xiàn)有著重要的推動作用。因此，政府投資工程項目除了具備一般工程項目的特征，它還呈現(xiàn)出政府主導性、社會公益性、正外部性、社會關(guān)注性、可持續(xù)發(fā)展性、風險的多樣性和可變性等特征。政府投資工程項目本身具有復雜性，其風險因素之間的關(guān)系也較為復雜。一些不確定因素的細微變化，很容易“牽一發(fā)而動全身”，引發(fā)其他因素的異常變動，繼而使得與其存在共線性關(guān)系的風險發(fā)生連鎖反應(yīng)。再者，政府投資工程項目實施周期長，涉及人、物眾多，內(nèi)外部環(huán)境復雜。根據(jù)系統(tǒng)學的觀點，時間越長，面臨的不確定性因素越多。隨著項目實施的推進，同種風險因素的擴散，不同風險因素之間的異化和傳遞，風險因素發(fā)生變化必然導致風險發(fā)生變化。

表1 生物免疫應(yīng)答與政府投資工程項目風險免疫應(yīng)答的映射

借鑒生物免疫應(yīng)答原理[9]，政府投資工程項目風險免疫應(yīng)答是免疫系統(tǒng)由風險刺激所產(chǎn)生以排除風險為目的的過程。固有性免疫應(yīng)答是第一道免疫防線，對超過閾值的“非我”風險，與風險應(yīng)對預案庫中的風險進行風險特征匹配，如果親和度高，則采取對應(yīng)的風險應(yīng)對預案進行清除。如果該風險的親和度較低，則啟動適應(yīng)性免疫應(yīng)答。適應(yīng)性免疫應(yīng)答是通過基因重組而產(chǎn)生的[10]。即對以往的源案例數(shù)據(jù)庫中各種參數(shù)指標進行提取、分析、處理，制定并執(zhí)行特定的風險應(yīng)對預案，以消除風險或降低損失。政府投資工程項目通過有效的風險免疫應(yīng)答，抑制或清除風險，使得項目得以維護內(nèi)外環(huán)境的穩(wěn)定。構(gòu)建政府投資工程項目風險免疫應(yīng)答框架，如圖1所示。

圖1 政府投資工程項目風險免疫應(yīng)答框架

3 政府投資工程項目風險免疫應(yīng)答模型構(gòu)建

3.1 固有性免疫應(yīng)答模型

固有性免疫應(yīng)答模型是根據(jù)風險特征匹配，計算親和度[11?12]，從風險應(yīng)對預案庫中篩選出最佳應(yīng)對方案。

3.1.1 目標項目與參考項目集描述

設(shè)項目庫中用于參考的項目的個數(shù)為，記參考項目集為={1,2,3,…,A}。目標項目的風險因素數(shù)目為，其風險因素集記為={1,2,3,…,R}，風險因素影響權(quán)重={1,2,3,…,}，參考項目的風險因素集為記為1={R1,R2,R3,…,R}，所有參考項目的風險因素集可構(gòu)建以下風險矩陣：

3.1.2 風險因素影響權(quán)重的確定

為消除風險因素之間的數(shù)量級差別，先將風險因素進行歸一化處理。

在一定范圍內(nèi)，離目標項目時間間隔越小、時間跨度越長的參考項目的參考價值越大，反之，參考項目的風險應(yīng)對措施的借鑒程度不高。將第個項目所有風險因素調(diào)整后的權(quán)重表示為，調(diào)整后的權(quán)重表達式

3.1.3 親和度的計算

從項目風險因素出發(fā)考察目標項目與參考項目風險因素的匹配程度。為篩選最佳匹配項目，定義3種風險親和度計算方式，分別為數(shù)值與數(shù)值的親和度計算，數(shù)值與區(qū)間的親和度計算，區(qū)間與區(qū)間的親和度計算。

數(shù)值與區(qū)間的親和度計算中，數(shù)p與區(qū)間[,]的匹配度定義為

區(qū)間與區(qū)間的親和度計算中，定義區(qū)間[1,1]與區(qū)間的親和度為

3.1.4 最佳風險應(yīng)對預案的確定

對參考項目的整體風險要素重合度設(shè)定閾值為1，此外對項目的每個風險因素的匹配度應(yīng)設(shè)置閾值2。最佳匹配項目應(yīng)滿足，關(guān)鍵風險因素重合度要求大于1，參考項目的風險因素匹配度要求大于2。由此推導出嚴格篩選最佳匹配項目的決策變量為

結(jié)合上式，將2個項目的匹配度進一步修改為

3.2 適應(yīng)性免疫應(yīng)答模型

在政府投資工程項目風險固有性免疫應(yīng)答過程中，如果經(jīng)過風險特征匹配，目標項目的風險與參考項目風險親和度較低，這時就需要啟動適應(yīng)性免疫應(yīng)答方式[13]。從以往的源案例數(shù)據(jù)庫中通過建立數(shù)學模型找出其相應(yīng)案例的控制措施，從而進行風險的適應(yīng)性免疫應(yīng)答。而源案例的選擇實際上是一個多屬性決策問題。因此，本文基于TOPSIS的方法，使決策結(jié)果更符合政府投資工程項目風險管控的需要。

3.2.1 決策矩陣規(guī)范化

當風險因素為t效益型時，記其集合為1，則

當風險因素為t成本型時，記其集合為2，則

當風險指標t為固定型時，記其集合為3，則

當風險因素t為區(qū)間型時，記其集合為4，則

其中：[1,2]是第個風險指標的最佳穩(wěn)定區(qū)間。

3.2.2 專家打分法主觀確定風險因素權(quán)重

在進行目標項目風險因素賦值時，假設(shè)邀請位工程項目領(lǐng)域的專家對目標項目中個風險因素分別打分，第個專家的可信度為，則第個風險因素的權(quán)系數(shù)期望值為e，將e進行歸一化處理可得：

ω即為專家打分法所得的第個風險因素的權(quán) 系數(shù)。

3.2.3 運用熵值法客觀確定風險指標權(quán)重

3.2.4 綜合集成賦權(quán)法確定風險因素權(quán)重

設(shè)主觀賦權(quán)法得到的風險因素的權(quán)系數(shù)為1j，客觀賦權(quán)法得到的風險因素的權(quán)系數(shù)為2j，記系數(shù),(＞0,＞0)為主觀賦權(quán)法和客觀賦權(quán)法所占的比重。根據(jù)加權(quán)集成法的定義可得綜合集成的權(quán)系數(shù)為

3.2.5 確定風險因素的理想解與負理想解

②同理計算負理想解

3.2.6 選取最優(yōu)參考項目

3.2.7 風險應(yīng)對預案的確定

4 算例應(yīng)用

YL高速公路項目建設(shè)期為3年，經(jīng)濟評價期20年。通過走訪調(diào)研，厘清在實施過程中可能存在的主要風險因素有：市場價格變動、工程變更、項目監(jiān)管體制不健全、極端惡劣天氣等。本文以“項目監(jiān)管體制不健全風險”為算例進行固有性免疫應(yīng)答及適應(yīng)性免疫應(yīng)答模型應(yīng)用。數(shù)據(jù)來源于本項目及參考項目管理信息系統(tǒng)數(shù)據(jù)。

4.1 固有性免疫應(yīng)答

已知項目庫中含有同類風險的參考項目個數(shù)為6，設(shè)為program 1，program 2，program 3，program 4，program 5，program 6。設(shè)整體關(guān)鍵風險因素重合度設(shè)定閾值1=80%，且風險因素親和度閾值2=65%，決策變量為

依據(jù)綜合決策變量以及整體親和度的閾值，計算出各參考項目最終親和度，如表2所示。

通過對6個參考項目綜合決策變量以及整體親和度，可以迅速地判斷出program 3為最佳匹配項目，從而采取program 3中的風險應(yīng)對預案，完成YL高速公路項目風險固有性免疫應(yīng)答。

4.2 適應(yīng)性免疫應(yīng)答

表2 各參考項目最終親和度

表3 新的決策矩陣理想解與負理想解

表4 參考項目排序

通過本項目風險值與參考項目5的風險值的比值，作為2個項目的風險控制資源配比參考。根據(jù)參考項目5各個風險因子控制措施所投入的相應(yīng)資源數(shù)量，從而確定YL高速公路項目進行風險管控所應(yīng)投入的資源數(shù)量，完成本項目適應(yīng)性風險免疫應(yīng)答方案的制定。免疫應(yīng)答策略如表5所示。

通過構(gòu)建的YL高速公路項目風險固有性免疫應(yīng)答模型與適應(yīng)性免疫應(yīng)答模型，優(yōu)化了決策方案，在一定范圍內(nèi)得出了復雜抗原的最佳抗體(風險應(yīng)對預案)。

表5 YL高速公路項目風險適應(yīng)性免疫應(yīng)答策略

5 結(jié)論

1) 針對傳統(tǒng)風險應(yīng)答“被動響應(yīng)”的不足，借鑒生物免疫應(yīng)答原理，構(gòu)建政府投資工程項目風險免疫應(yīng)答框架，對超過閾值的“非我”風險進行人為干預。通過與風險應(yīng)對預案庫中的風險進行特征匹配，根據(jù)親和力強弱，建立固有性免疫應(yīng)答模型及適應(yīng)性免疫應(yīng)答模型。

2) 政府投資工程項目風險免疫應(yīng)答模型的正常運行，其前提是充分獲取項目原始數(shù)據(jù)及合理設(shè)置參考項目的關(guān)鍵參數(shù)，在滿足上述條件下，該模型的應(yīng)用有助于針對性的選擇相匹配的風險應(yīng)對預案，從而有效提高風險應(yīng)對的效果。

3) 探索了一種基于生物免疫原理的政府投資工程項目風險免疫應(yīng)答方法，將生物學科與管理學科進行交叉融合，為工程項目風險管理理論研究提供全新的視角，對今后管理學跨學科研究具有一定的理論借鑒意義。

[1] 尹貽林, 閆孝硯. 政府投資項目管理模式研究[M]. 天津: 南開大學出版社, 2002: 161?162. YIN Yilin, YAN Xiaoyan. Research on management mode of government investment project[M]. Tianjin: Nankai University Press, 2002: 161?162.

[2] Naderpajouh N, Hastak M, Gokhale S, et al. Counterfeiting risk governance in the capital projects supply chain[J]. Journal of Construction Engineering & Management, 2014, 141(3): 1?11.

[3] Staveren M T V. Innovative ways to implement risk management in infrastructure projects[C]// International Conference on Vulnerability and Risk Analysis and Management. Liverpool, Liverpool Institute for Risk & Uncertainty, 2014: 389?398.

[4] Davide F. Risk, contract management, and financing of the Gotthard base tunnel in Switzerland[J]. Engineering, 2019, 5(3): 65?75.

[5] 王賓, 周佩. 基于“3+X”風險管理模式論政府投資項目建設(shè)[J]. 管理世界, 2012, 10(4): 173?174. WANG Bin, ZHOU Pei. Government investment project construction based on “3+X” risk management model[J]. Management World, 2012, 10(4): 173?174.

[6] Famer J D, Packard N H, Perelson A S. The immune system, adaptation, and machine learning[J]. Physical D, 1986, 22(1?3): 187?204.

[7] Wakuit, Hashiguchi M, Sawada K, et al. Two stage design optimization based on artificial immune system and mixed-integer linear programming for energy supply networks[J]. Energy, 2019, 170(10): 1228?1248.

[8] 薛小龍, 牛向飛. 重大工程項目團隊免疫系統(tǒng)架構(gòu)[J].科技進步與對策, 2014, 31(11): 34?37. XUE Xiaolong, NIU Xiangfei. A framework for immunity system in mega engineering project team[J]. Science & Technology Progress and Policy, 2014, 31(11): 34?37.

[9] WANG Jing, ZHENG Mengzhu, MIN Qiuxia,et al. The dual regulatory function of Lienal peptide on immune system[J]. International Immunopharmacology, 2018, 55(1): 245?253.

[10] 姜濤, 熊偉. 基于綜合視角的多層次分布式組織免疫應(yīng)答模型研究[J]. 科技管理研究, 2017, 37(14): 239? 244. JIANG Tao,XIONG Wei. Research on multilayered distributed organization immune response model: an integrated perspective[J]. Science and Technology Management Research, 2017, 37(14): 239?244.

[11] 楊青, 劉星星, 陳瑞青, 等. 基于免疫系統(tǒng)的非常規(guī)突發(fā)事件風險識別模型[J]. 管理科學學報, 2015, 18(4): 49?61. YANG Qing, LIU Xingxing, CHEN Ruiqing, et al. Risk identification model of unconventional crisis based on immune system[J]. Journal of Management Sciences in China, 2015, 18(4): 49?61.

[12] 易國萍, 侯云飛. 高速公路項目投資風險的免疫應(yīng)答模型構(gòu)建[J]. 長沙理工大學學報(社會科學版), 2016, 31(4): 108?112. YI Guoping, HOU Yunfei. Construction of immune response mode in highway project investment risk[J]. Journal of Changsha University of Science and Technology (Social Science), 2016, 31(4): 108?112.

[13] 張芮, 劉強. 基于免疫原理的工程項目風險管理研究[J]. 管理現(xiàn)代化, 2017, 37(1): 104?106. ZHANG Rui, LIU Qiang. Research on risk management of engineering project based on immune theory[J]. Modernization of Management, 2017, 37(1): 104?106.

Research on the risk immune response model of government investment engineering project

HOU Yunfei, LI Jue

(School of Traffic and Transportation Engineering, Changsha University of Science & Technology, Changsha 410114, China)

To make up for the traditional risk response “passive response” deficiency, this paper selected appropriate risk emergency plan targeted, and effectively coped with the risks of government investment engineering project, using the principles of biological immune response for reference, the correlation mapping between the biological immune response and the risk immune response of government investment engineering projects was established, and a risk immune response framework. Based on the risk feature matching and affinity degree calculation, using case-based reasoning and TOPSIS methods，the model of innate immune response and adaptive immune response were respectively constructed. Finally, the feasibility and effectiveness of the model method were verified by a case study.

government investment engineering project; risk of immune; innate immune response; adaptive immune response

F283

A

1672 ? 7029(2020)12 ? 3237 ? 08

10.19713/j.cnki.43?1423/u.T20200170

2020?03?03

湖南省自然科學基金資助項目(2020JJ4629)；湖南省教育廳科學研究資助項目(17C0057)

李玨(1978?)，男，湖南平江人，副教授，博士，從事工程項目管理等方面的研究；E?mail：lij93@cusut.edu.cn

(編輯 蔣學東)