基于贝叶斯网络推理的项目群风险及其演化研究

王勇胜 ，冷亚军

(1.东北电力大学建筑工程学院，吉林 吉林 132012;2.合肥工业大学管理学院，安徽 合肥 230009)

我国近年来的高速发展，越来越呈现出风险社会的特征，“风险社会”[1](risk society)是德国社会学家乌尔里希·贝克在1986年首次提出的，其认识论基础是反思的现实主义，其理论预设是等级秩序的存在[2]。我国目前正处于巨大的变革之中，传统风险与现代风险交织在一起，社会突发性危机的不确定性、不可预见性和迅速扩散性都在日益增强之中[3]。建立和谐社会的历史使命也要求我们对风险进行有效的防控，但是传统的风险管理方法和思路很难满足时代发展的要求。本文的研究就是在这样一个宏观的社会背景下展开的。

1 风险理论的发展及相关研究

集群是近几年才出现的一种经济和社会现象，是竞争社会各种资源要素重新整合聚集的结果。根据著名的缪尔达尔的“循环与因果积累理论”[4]:企业偏好市场规模较大的地区，而市场的扩大与地区企业数量相关。因集群而产生的风险在社会发展的各个领域都会造成很大的破坏[5－8]，我们称之为“群风险”。

风险首先是指发生的不确定性;其次是指损失的不确定性。这种不确定性既是一种客观事实，又是人们的一种认知体验。对风险的定义还有很多版本[9]，风险与“危险”(danger)和“灾”(disaster)不同，它是指一种危险和灾难的可能性。风险可以区分为“外部风险”(external risk)和“被制造出来的风险”(manufactured risk)两种类型[10]。对于风险的认识最早起源于保险领域，奈特[11]早在1921年就提出:“利润就是对那些完全不能预计和不能估算的风险的报酬”。从风险投资家的角度，投资应达到两个相关目标，第一是安全性，第二是盈利性，安全性是首要目标，安全性目标满足之后，第二个目标盈利性才可能成为现实。法国管理学家亨端.法约尔(Henri Fayol)在《一般管理和工业管理》一书中正式把对风险的管理引进企业经营领域，直至1949年“风险管理”一词才正式使用。在本世纪50年代，风险管理在美国开始发展成为一门学科，因此美国是公认的风险管理发源地，我国大概是在80年代中期开始系统的进行风险管理研究[12]。

基础的风险理论有:多米诺骨牌理论[13];能量释放理论[13];本质安全(Principles of inherent safety)理论[14－15]等，从群视角进行的风险理论研究还较少。

何鹏[16]等探讨了项目群中风险传播问题;何明[17]对多个大型科研项目并行的风险评估进行了研究;姚洪珠[18]对美国风险投资行业发展的动态演化模型与演化规律进行了探讨;杜先进[19]研究了项目组合的风险测度确定方法;郭照蕊[20]等应用VaR方法对BOT风险进行了研究;刘亚旭[21]等应用一种启发式算法对具有不对称风险交互效应的R＆D项目组合问题进行了分析求解;Chapman[22]提出了风险效率的观念，并进行了详尽的解释，分析了风险事件和风险积累的区别，对低风险事件的累积高影响进行了研究;Lam[23]，Zeng[24]等研究了模糊推理在风险管理中的应用;Shan[25]应用神经网络对高速公路项目进行了风险分析;另有学者分别从整体与局部[26]、政治[27]、文化[28]角度分析了风险的影响因素;对于传统的风险管理知识和技术方法，许多文献[29－31]进行了详实的介绍。

但是，上述文献还无法系统的给出群风险的理论的基本内函和发展演化规律，缺少网络环境下的风险演化研究，因此本文将尝试建立群风险的理论体系，并进行群风险演化的分析与研究。

2 群风险基础理论体系建立

下面结合复杂系统理论深入探讨群风险基础理论体系:

钱学森院士首次提出了复杂巨系统理论，并在生态工业系统中得到应用[32]。复杂系统[33]一般认为是由众多组分(或子系统)组成的，系统的整体行为或特性(特征)不能由其组分的行为或特性来解释.这种“共识”通常被人们粗略地说成为“整体不等于部分之和”，复杂系统一般不能用“还原论”方法来解释。方德英[30]给出了复杂性、风险、和解决方法之间的关系，杨善林等[34]探讨了基于复杂系统的决策建模问题。

2.1 基本概念

要真正认识群环境中的风险发生和演化规律，对群的界定很重要，本文尝试从风险角度出发，给出群风险理论中的相关概念。

定义1 群:是指基于内部需求和外部环境影响而形成的彼此关联的具有一定功能和共同目标的有机系统。

群的形成可以基于内部动力和外部压力，一旦形成就会产生彼此的关联，这种关联平时可能是无意识的，但当内部或外部产生风险时，关联关系将会强化，并会形成实质的影响，作为一个有机系统，群的形成和发展是动态变化的，在某一个时间断面上群会表现出它的整体功能和群目标，即使这个目标有时不是显化的。

定义2 群元:是指群系统中的构成要素。

群元是一个独立的功能体，比如一个项目，一个人，一个企业，一台电脑，可以有自己独立的结构和功能，群元之间的关联是基于风险而产生和发展，群元对于风险具有Agent特性，即群元本身即是风险的产生源，同时又是风险的接受体，当紧前群元节点风险输入该群元时，将会对该群元产生一个综合作用。从系统整体角度，群元还会受到外界风险的影响，外界风险可以作用于单群元，也可以作用于全部群元。群元本身对风险具有抵抗、吸收或者增强功能，相对于目标而言这种输入和输出可以是多值的、非线性的。这里假设群元的内部运行过程不对其它群元产生影响。图1所示为群元节点的风险模型。

其中:λ:由群元自身性能决定，对紧前群元输入风险产生消减或增强作用。δ:为外部环境对群元的影响。λ和δ对紧前风险输入的影响可用v表示:v=f(λ，δ)。

定义3:群结构:是指基于群元的风险传播路径构成的网络结构。

图1 群元节点风险模型

这种网络可以在风险发生时形成，也可以基于原有的组织体系形成，可以是单向传播，也可以双向传播，本文采用单向、事先生成网络的方法进行建模研究。

定义4:群风险:是指群元和外部风险在群内部的发展演化，从而表现出的群系统风险。

群风险的形成是风险演化的一种结果，与群元对风险的抵抗、增强特性和群结构存在较强的关联。

2.2 群风险特征

通过上述分析可以归纳出群风险的几个特征:

(1)战略意义明显

群的形成往往要实现一个更大的目标，这种集群通常具有战略意义，一旦发生风险，其损失也将对战略层面产生显著影响。

(2)紧联结性

紧联结性对于风险的传播有较大影响[35]，群环境条件下，群元之间的关联紧密性，直接影响风险的传播速度和范围。具有紧联接性的系统中局部性的失败会迅速传递到系统中的其它环节，管理者一般没有充足的时间来采取及时的管理措施，这样，局部性失败可能发展成为全局性失败[36]

(3)高度复杂性

由于群的规模庞大、结构复杂，多处于高技术协同环境，因此风险出现的时间、位置和影响具有极大的不确定性，并且事前难以发现，事中损失严重，事后难以补救，规划困难，影响持久。

(4)多为0－1情况

群作为一个复杂系统具有完成复杂任务的能力，通常有一套行之有效的运行程序和规则，并且具备一定的风险抵抗能力。但这也会使0－1情况出现，即风险发生的概率可能很小，但是风险一旦发生损失值将会非常巨大!

(5)新风险的涌现性

基于复杂系统的涌现性，群在运行过程中往往会产生难以预料的新风险，即群风险中会出现无法用以往经验和常规分析能够推断的突发风险。并且这种风险一旦发生，往往缺乏有效的补救措施。

(6)处理程序的特殊性

群风险在管理程序和处理措施上不同与常规的风险管理，将涉及群体内外部多方的组织与协调，且与宏观政策和政府行为密切相关。

2.3 群风险管理

群风险管理就是指集群环境下的风险管理，为预防或消减集群的风险而进行的计划、组织、协调、控制等活动的统称。

本文将群风险管理的过程分为五个阶段;群界定，群元识别，群元参数估计，群风险演化，群风险监控，见图2。

流程说明:群界定:根据群定义及群特征确定群边界。群元识别:根据风险评价需要和群元定义对群进行要素划分，形成若干群元。群元参数估计:包括群元之间的风险影响路径;群元对风险的抵抗或者增强能力;是否有外部影响因素;群元发生风险的可能性和风险损失期望等内容。群风险演化分析:建立演化模型定量分析风险发生的可能性，并根据新的证据进行更新。群风险监控:结合群风险的演化特征，采取切实有效的措施防控风险。

图2 群风险管理流程图

2.4 贝叶斯网络推理在风险演化中的应用

贝叶斯网络(Bayesian Networks)也被称为信念网络(Belief Networks)，是描述数据变量之间依赖关系的一种图形模式，是一种用来进行推理的模型[37]。

基于贝叶斯网络的概率推理通常是NP-hard的[34]，精确的推理方法可以采用变量消去法、超树(polytree)推理方法、连接树(junction tree)推理方法，近似推理有基于仿真的方法和基于搜索的方法，对于较大规模的贝叶斯网络来说，即使近似推理也是一项很费时的工作。赋值代数(VA)在这方面的应用越来越成为研究的热点。

在实际应用中，可以根据动态获得的某些变量的观测值进行贝叶斯网络的更新，对群风险情况进行动态评估和分析，这种信用更新几乎适用于任何的贝叶斯网络[38]。对于复杂度较高，初步的风险判断也可以采用定性推理的方法，但定性推理容易出现得不出结果的情况。本文将以单连通网络进行建模分析，对于多连通网络可以转化为单连通网络再进行处理。

3 项目群视角的群风险演化实例

本文以项目群[29]为例，对群风险理论和风险演化进行分析说明，结果带有普遍性，可以推广到其它群中。

3.1 群界定

对于项目群往往以投资和合同要求进行界定，即在一定投资范围内由合同联结的一组相互关联的项目。

图3 项目群风险贝叶斯网络

3.2 群元识别

最简单的方法是以单项目作为一个群元，当项目较多或者差异较大时，可以采用聚类方法进行群元划分。

3.3 群元参数估计

项目群的风险输入、输出可以是时间，人力，资金，实体等内容，外界扰动可以是业主时间的变更、或者资金给付不及时，或者是某一项目的物资供应短缺等内容。这些风险的不确定性传播将直接影响项目群的整体目标。可以根据实际情况构建如下项目群风险演化网络，根据专家估计对网络进行贝叶斯概率赋值。

专家估计数据:P(A)=0.7;作为可靠值。

其中:+表示增强风险，－表示减弱风险

v采用λ，δ的加权平均的方式获得，实际中权值可由群元根据风险偏好给出。

3.4 群风险演化分析

经过贝叶斯网络推理可得:经验参数条件下:P(B)=0.54;P(C)=0.67;P(D)=0.62;修正参数下:P(B)=0.593;P(C)=0.734;P(D)=0.517;

从上述数据可以看出与风险演化存在正相关性。下面结合修正参数进行风险演化分析;

表1 λ、δ取值

表2 经验条件概率

表3 修正条件概率

实验一:考虑初始风险:P(A)的变化，对演化结果的影响:

分析:(1)初始风险概率增加，则后序群元风险亦增加，从数据上反映从上到下是递增的;(2)距初始群元越近则增加幅度越大，如P(B)平均增加11.8%，远高于 P(C)和P(D)的7.5%和4.5%。

实验二:考虑v对演化结果的影响，可以考虑两种极端情况，P(B︱A)=0，即A的风险对B毫无影响，或者说B对A有完全的阻挡能力;P(B︱A)=1，即只要A有风险，不管大小，B肯定产生风险。

分析:1:当群元有完全阻挡能力时，则前期风险演化到此截断，后面风险受此群元自身风险影响;2:当群元对前面风险影响完全无阻挡时，后续群元风险将明显增大，表5中P(C)=0.835，大于表4中任何一个值。

表4 初始风险P(A)敏感性分析

表5 P(A)=0.7，P(B︱A)敏感性分析

3.5 群风险监控

根据群风险的演化规律可以看出，在进行群风险监控时，首先要尽可能降低上游群元的风险，因为上游群元的风险增加将导致群整体风险的增加，因此在建立群、制定群制度和相关群政策时，一定要充分关注上游群元的可靠性，通俗讲根基一定要牢固，这也符合多米诺骨牌理论的描述;其次群元的风险抵抗能力极为关键，这一点在实际中和传统的风险理论中往往被忽视，强大的抵抗力可以终止风险的传播，起到风险防火墙的作用，在一个群中，一定要有一些优秀的群元存在，从政策角度对某些环节进行扶持是有理论根据的;再有，由于紧联关系使风险对其邻近群元影响最大，所以实际中比如在选择合作伙伴、建立企业联盟、构建项目组合时，必须要考虑邻近群元的风险性，这也是群元可以在群中得以生存的关键。另外需要说明的是对于任何的风险来讲这一步都是时间经历最多的[39]，也是最关键的一步，因为监控是有成本的，人们经常会怀疑自己做的是否值得、是否正确，但这一步是必不可少的，

4 结 论

本文通过对集群现象和群风险的分析，结合已有风险研究成果，初步建立了群风险的理论体系，并应用贝叶斯网络推理技术对项目群风险演化进行了定量分析，得出了一些有益的结论。群风险研究是一个比较复杂的领域，同时又关系到国家的经济繁荣和社会安定，其具体的研究方法、步骤、模型肯定也是多元化的，这方面的研究还有许多工作可做，本文只是进行了初步探索，希望能为群风险的高效管理起到有益的作用。

[1]乌尔里希·贝克，德.风险社会[M].江苏:译林出版社，2003.

[2]王小钢.贝克的风险社会理论及其启示[J].河北法学，2007，25(1):6－10.

[3]刘群.风险分配与和谐社会构建[J].前沿，2007(10):190－192.

[4]白靖宇，张伟峰，万威武.国内外产业聚群理论研究进展综述[J].当代经济科学，2004，26(3):14－18.

[5]刘力，陈燕芬.产业集群动态演化中的风险因素及其“锁定效应”探析[J].生产力研究，2006(9):173－175.

[6]吴军，李健，汪寿阳.供应链风险管理中的几个重要问题[J].管理科学学报，2006，9(6):1－12.

[7]李剑峰，刘茂，隋晓琳.公共场所人群聚集社会风险的研究[J].中国工程科学，2007，9(6):88－93.

[8]佟瑞鹏.大型社会活动事故风险管理程序与方法[J].自然灾害学报，2007，16(4):157－163.

[9]盛继亮.建设工程项目风险与保险研究[D].武汉:武汉大学，2003.

[10]冯志宏.风险社会理论与和谐社会构建[J].中国市场，2007，(4):88－89.

[11]knight F.Risk Uncertainty and Profit[M].Boston:Houghton Miffin，1921.

[12]金德民.工程项目全寿命期风险管理系统理论及集成研究[D].天津:天津大学，2004.

[13]刘钧.风险管理概论[M].北京:中国金融出版社，2005.

[14]Kletz T A.Process plants:A Handbook for Inherently Safety Design[M].Taylor＆ Francis，1998.

[15]吴宗之.基于本质安全的工业事故风险管理方法研究[J].中国工程科学，2007，19(15):46－49.

[16]何鹏，谭章禄.项目群中风险传播理论研究[J].煤炭经济研究，2006(5):44－46.

[17]何明.大型科研项目的风险管理流程与风险决策[J].北京理工大学学报(社会科学版)，2007，9(2):46－52.

[18]姚洪珠，邓飞其.美国风险投资行业发展的动态演化模型与演化规律研究[J].科技管理研究，2007(2):133－135.

[19]杜先进，孙树栋，欧立雄.不确定条件下R＆D项目组合风险测度及选择优化[J].预测，2007，26(2):68－71.

[20]郭照蕊，白福臣.基于VaR的BOT项目风险分析研究[J].北方经济，2007(7):30－31.

[21]刘亚旭，汪应洛.具有不对称风险交互效应的R＆D项目组合选择方法[J].系统工程.2007，25(2):18－21.

[22]Chapman，Ward S.Why risk efficiency is a key aspect of best practice projects.International Journal of Project Management[J].2004，22(8):619－632

[23]Lam K C，Wang D，Patricia T.K.Lee，Y.T.Tsang.Modelling risk allocation decision in construction contracts.International Journal of Project Managemen[J].2007，25(5):485 －493.

[24]Zeng J H，An M，Smith N J.Application of a fuzzy based decision making methodology to construction project risk assessment.International Journal of Project Management[J].2007，25(6):589 －600.

[25]Shan Mn，Zhu1 W.Risk Analysis for Highway Project Based on Multiple － Dimension Neural Network[C].Proceedings of the 6th World Congress on Intelligent Control and Automation.Dalian，China.2006(6):21 －23.

[26]Barki H，Riverd S，Talbot J.Toward an assessment of software development risk[J].Journal of Management Information Systems.1993.10.

[27]Camprieu R d，Desbiens J.‘Cultural’differences in project risk perception:An empirical comparison of China and Canada.International Journal of Project Management[J].2007，25(7):683 －693.

[28]Khattab A A，Anchor J，Davies E.Managerial perceptions of political risk in international projects.International Journal of Project Management[J].2007，25(7):734 －743.

[29]金德民.工程项目全寿命期风险管理系统理论及集成研究[D].天津:天津大学，2004.

[30]方德英.IT项目风险管理理论与方法研究[D].天津:天津大学，2003.

[31]王卓甫.工程项目风险管理一理论、方法与应用[M].北京:中国水利水电出版社，2003.

[32]陈森发.生态工业系统一个开放的复杂巨系统.系统仿真学报[J].2004，16(3):432－440.

[33]王成红，王飞跃，宋苏等.复杂系统研究中几个值得关注的问题[J].控制理论与应用，2005，22(4):604－608.

[34]杨善林，胡小建.复杂决策任务的建模与求解方法[M].北京:科学出版社，2007.

[35]张宏亮，李鹏.PFI项目特点对项目风险事件和脆弱性的影响[J].管理工程学报，2007，21(1):102－109.

[36]Perrow.C.Normal accidents:living with high-risk technologies[M].Princeton，N.J.Princeton University Press.1999.

[37]冯楠，李敏强，寇纪淞，等.基于贝叶斯网络的软件项目风险管理模型[J].计算机工程，2007，33(7):41－43.

[38]胡晓明.基于贝叶斯网络的软件风险管理问题的研究[D].南京:南京理工大学，2004.6.

[39]Benjamin C Wu.The Risks of Risk Management[C].International Conference on Management of Innovation and Technology IEEE，2006.