基于物联网的装配式建筑供应链风险评估

宋建 徐玉强 左小红 张守斌

(中国建筑第五工程局有限公司，山东 济南 250101)

0 引言

与传统建筑业相比，装配式建筑涉及的供应商、分包商群体更广，工序更复杂，不确定性因素更多,由此带来的风险也更多。在新的模式下，新的角色和利益相关方的出现构成一个不确定的环境[1]。Teng等[2]通过研究装配式建筑供应链中利益相关方的角色和共生关系，找出影响供应链断裂和不连续性的风险因素。柳堂亮[3]首次将风险评估方法应用于装配式建筑供应链风险评估，并建立了供应链风险评估指标体系。常春光等[4]在BIM建模的基础上，结合RFID技术提出了追溯性的信息共享模型，以实现预制施工中的实时可见性和可追溯性。

目前，对于物联网环境下供应链风险的研究主要集中在农产品供应链中。颜波等[5]根据物联网的三个层面识别整个农产品供应链中的风险，使用OWA算子定量评估和排列风险因素。曹慧娟等[6]以物联网层次模型为理论基础确定农产品供应链风险因素，通过使用三角模糊数表建立了物联网环境下农产品供应链的风险源分析方法。

鉴于现有文献很少涉及基于物联网的装配式建筑供应链风险，本文利用故障模式和效应分析法(Failure Mode and Effects Analysis，FMEA)评估所选风险的相对重要性，并研究风险之间的潜在相关性。

1 物联网技术在装配式建筑供应链中的应用

将物联网技术与BIM技术结合应用于装配式建筑供应链管理，是目前大多数学者提倡的方法[7-8]，有三套基于物联网技术的服务层：基础设施即服务(IaaS)层包括硬件和设备，平台即服务(PaaS)层部署了可视性和可追溯性工具、数据源互操作性服务，软件即服务(SaaS)层提供预制构件生产管理服务、物流管理服务和现场组装管理服务。物联网环境下的装配式建筑供应链如图1所示。

图1 物联网环境下的装配式建筑供应链

在预制构件生产厂，物联网技术服务于生产计划、生产调度、内部物流、生产执行等阶段。工人将RFID芯片嵌入预制构件，生产管理者能够从RFID反映的实时数据中了解物料交付和消耗情况。根据这些数据，生产管理者可以清楚地监控库存的储量，并决定是否需要补充某些物料以及应该购买多少物料。生产调度人员可以在物联网技术的帮助下，实现人员、设施和材料的实时可追溯性和可见性，动态地对任务进行优先排序。

预制构件制作完成后，物联网系统将触发与BIM系统同步的物流任务。制订运输计划和物流控制时间表，并将其发布到数据库中供交通规划人员和调度人员使用。通过物联网技术实现实时交通监控服务，跟踪整个物流中预制构件的现状和位置。该服务使用RFID和GPS技术实时跟踪运输车辆，并以图形方式显示其状态、进度和当前位置。通过物联网系统管理运送预制构件的车辆，以便在预制构件生产企业和运输公司各方之间实现信息共享。利用RFID技术创建智能交通环境，在整个预制加工、装载和运输过程中加强实时信息共享。

通过物联网技术为现场施工和监督提供服务，使用RFID数据反映预制部件的现场状态(待组装、组装中、组装完成)，实时展现建造进度。项目各参建方都可以了解当前的施工情况，协同制定有效的决策。管理者可以从大量数据中找出有用的RFID数据，以便提取有价值的信息。施工班组长利用有价值的信息协调不同参建方完成整个项目，加强各方协调，提升决策的准确度。

2 物联网环境下的装配式建筑部件供应链风险识别

装配式建筑供应链是指从业主有效需求出发，以承包商为核心，以预制构件生产厂为主要材料供应商，多种预制构件按一定比例协调供应、安装形成最终产品。在此过程中，企业通过对信息流、物流和资金流的控制，将项目相关参与方连成一个整体的建设网络[9]。

为了识别物联网环境下装配式建筑供应链的主要风险，对预制构件生产企业、运输企业、施工企业进行访谈。在企业的选取条件中加上已部署物联网技术的限制，保证受访者对物联网技术有充分的认识。受访者被要求写出其认为物联网应用下的供应链风险因素，在用词描述上没有限制，后期对语言进行处理，再反馈给受访者以确保语意符合他们的观点。

通过与相关企业的管理人员进行面对面的半结构化访谈，进一步探索相关风险的潜在原因和影响。这些企业在装配式建筑供应链中拥有生产预制部件和现场组装的业务，在供应链的配置和资源分配中发挥核心作用，并建立了风险管理和供应链可持续性计划。

结合管理人员的访谈结果，通过对学术论文、行业报告和白皮书进行分析，制定相关风险的初始清单。对初始清单按照三套服务体系和用户层进行归类，结合受访管理人员意见完成最终的风险清单，见表1。

表1 物联网环境下装配式建筑供应链风险清单

(1)基础设施即服务层。基础设施即服务层将工具、机械设备和材料通过绑定到不同的RFID设备转换成智能对象，目的是在工厂、仓库、物流以及建筑工地等典型的装配式建筑供应链内创建一个智能的建筑环境。在一个典型的预制生产工厂中，生产设备都配有RFID阅读器，因为它们是增值点，必须实时监控其工作状态。基础设施即服务层面临的风险包括生产设备故障风险、运输设备故障风险、信息采集设备故障、GPS定位失败风险等。

(2)平台即服务层。平台即服务层作为连接基础设施即服务层和软件即服务层之间的桥梁，由一个支持物联网的工业计算机、可视性和可追踪性工具(BIM软件)以及数据存储器组成。利用该层定期从项目的不同运营数据源中提取数据，如生产计划、运输过程、组装任务管理等，通过整合来自不同视角和不同细节层面的项目数据展示项目建设阶段的全貌。平台即服务层面临的风险包括计算机技术风险、RFID数据丢失风险、网络不稳定、BIM信息与实际不符等。

(3)软件即服务层。软件即服务层主要包含为生产计划、物料计划、计划运输和调度、现场资产管理等服务的ERP、SCM等软件。供应商通过租赁的方式提供软件服务，供应商负责对企业数据的保存以及对软件的维护。软件即服务层面临的主要风险包括服务器不稳定风险、供应商中断服务的风险、租赁费用提高的风险等。

(4)用户层及其他风险。除了上述三个服务层的风险外，还会面临用户层的技术问题、工人队伍不稳定、人为失误等带来的人为风险。自然灾害等不可抗力可能造成货物损坏以及供应中断，企业信誉受损会带来客户的流失，因此加入了自然灾害和企业信誉风险。

3 基于FMEA的物联网环境下的装配式建筑供应链风险评估

基于物联网技术研发的装配式建筑质量追溯系统在雄安新区某项目得到应用。针对该项目的参与者共发放问卷220份，发放对象包括装配式建筑质量追溯系统研发企业，以及预制构件生产企业、运输企业、施工企业。收到可用答卷95份，回收率为43.2%，其中系统研发企业22份，占比23%；预制构件生产企业35份，占比37%；运输企业17份，占比18%；施工企业21份，占比22%。

3.1 FMEA应用介绍

与目前广泛应用的模糊层次分析法、OWA算子等风险评估方法相比，FMEA是一种成熟的分析方法，用于研究信息系统中可能出现的故障。它可以用来系统评估和衡量风险因素，而不需要复杂的统计方法[10]。FMEA的应用如下：受访者被要求对风险的严重程度(S)、发生频度(O)和检测容易度(D)进行评估，从1到7的等级中进行打分。为了方便受访者回答和避免对数字混淆，提供每个风险等级的定义，风险等级见表2。FMEA方法中使用的风险后果可检测性，是本研究中的一个重要因素。通过检测能够改变风险后果发生的可能性，并采取措施以防止负面影响的产生，有助于后续的风险处理。

表2 风险等级

在对S、O、D三个维度进行评估后，FMEA根据风险的三个维度计算风险系数(Risk Priority Number，RPN)，并根据风险系数确定风险因素的优先级，计算公式如式(1)所示

RPNi=Si×Oi×Di，∀i

(1)

对于给定的风险因子i，RPNi越高，该事件的风险就越大。计算RPN后，主要风险通过Pareto图进行识别。识别主要风险因素后，要求受访者确定所有与供应链主要风险相关的潜在原因和影响，并为他们提到的每种潜在原因或影响指定一定程度的分值(1—极不可能，2—不可能，3—中等，4—可能，5—极可能)。调研数据将用以相关性分析，以确定主要风险因素之间潜在的相关性。相关系数在[-1，1]之间变化，以反映风险因子间的相关关系：正相关(+1)、负相关(-1)或无相关性(0)。相关性分析反映了管理者对主要风险因素之间关系程度的看法，不涉及财务或其他绩效评估数据。

3.2 风险评估与分析

使用FMEA方法计算每种潜在风险的RPN。将调查问卷中关于严重性、发生频度和检测容易度的每个答案乘以选择它的受访者数量，并将数据总和除以参与的总人数。以严重性为例，计算公式见式(2)。将RPN计算为每种风险因素的严重性、发生概率和检测容易度的乘积，计算公式见式(3)。最终结果见表3。

表3 风险因素的风险系数

(2)

式中，xis为对风险i严重性打s分的人数。

(3)

结果的描述性统计表明，与物联网相关的风险被认为对供应链有中等偏上的影响(平均=4.89)，它们偶尔会发生(平均值=4.11)，并且难以检测(平均值=4.24)。三套服务系统之间的比较表明，与基础设施即服务和软件即服务相比，平台即服务相关风险被视为“风险略高”。

使用Pareto图分析确定7个重要风险因素，风险因子RPN的Pareto图如图2所示。由风险因子RPN的排序和累计百分比可知，帕累托规则(80/20效率法则)并不适用于本研究，因为总风险因子的约2/3占累积百分比的80%。鉴于与物联网应用下的装配式建筑供应链相关风险来自不同的建筑行业，所选风险的重要性分布更加均匀。

图2 风险因子RPN的Pareto图

从图2可知，生产设备故障、核心数据安全、计算机技术、信息与实际不符、工人队伍不稳定、企业信誉、服务器不稳定7个风险因子RPN分值均在100分以上，7个风险因子的RPN的累计百分比占总数的70%，表明这7个风险因子是物联网环境下装配式建筑供应链风险的主要因素。

与颜波[5]、曹慧娟等[6]基于物联网的农产品供应链风险研究相比，本研究的主要风险因素中增加了生产设备故障和工人队伍不稳定风险因子，去除了自然灾害和传感设备故障风险因素。在装配式建筑预制部件生产环节中，设备故障会导致制造延迟和影响预制部件成品的质量，预制部件是装配式建筑的主要组成部分，关系到整体结构的安全，因此该风险因素在整个供应链风险中占据主宰地位。工人队伍不稳定将导致生产进度和施工进度延迟，装配式建筑需要成熟稳定的施工队伍，由于我国建筑施工企业长期习惯劳务外包，人员流动性大[11]。预制部件生产企业现在大部分也是仿照施工企业进行劳务外包，导致工厂工人队伍不稳定。与农产品相比，预制部件由钢筋和混凝土组成，具有很强的抗压能力和耐久性，并且其组装生产过程主要在厂房车间进行，因此运输和生产过程受自然灾害的影响相对较小。在装配式建筑供应链中传感设备的使用较少，因此其影响也较小。

3.3 风险因子之间的相关性

相关性分析采用双变量相关分析研究主要风险因素(RPN超过100)的潜在关系。相关性分析对风险管控阶段至关重要，如果两个风险因素之间存在正相关关系，则可以同时实现对两种风险的管控；如果存在负相关关系，则对一种风险的管控可能会对其他风险造成相反的影响。运用SPSS软件的Pearson分析功能对主风险因素进行相关性分析，分析结果见表4。相关性判别标准如下：0—不相关；±0.1～±0.4—弱；±0.4～±0.7—中等；±0.7～±1.0—强相关性。

结果支持对风险因素之间相关性的一些预期。分析显示属于同一类别的因素之间具有强相关性，风险管理者对于三者的风险管控既可以协同推进，也可以优先集中管理核心数据安全风险，以缓解其他两种风险因素产生的不良后果。值得关注的是相关性的一些额外观察结果。首先，结果显示企业信誉和工人队伍不稳定之间存在显著的相关性(0.750；P<0.01)，一个信誉良好的企业更能赢得工人的信赖，工人队伍就会愈加稳定；其次，生产设备故障与企业信誉之间存在显著的相关性(0.603；P<0.05)，设备故障发生率越高，产品的质量越会受到影响，进而导致企业信誉受损。

表4 主要风险之间的相关性

4 结语

本文依据物联网体系结构识别装配式建筑供应链风险因素，建立包含4个层次、共计18个因素的供应链风险框架，采用FMEA分析方法确定各层次风险因素的相对重要度，通过Pearson分析法对主要风险因素之间的相关性进行分析，得出以下结论：物联网环境下装配式建筑供应链的主要风险因素包括生产设备故障、核心数据安全、计算机技术、BIM信息与实际不符、工人队伍不稳定、企业信誉、服务器不稳定。这些风险因素大多与物联网技术相关，说明物联网技术在降低传统装配式建筑供应链风险的同时，也给供应链带来新的风险因素。服务器不稳定与核心数据安全、计算机技术之间存在强相关性，企业信誉与工人队伍不稳定之间存在强相关性。根据风险之间的相关性，有助于管理者制定整体的风险管控策略，提升风险的可控性。本文的局限性在于主要分析集中于物联网技术应用带来的新风险，没有考虑政策法规、消费者认识、行业标准等风险因素，这也是未来研究的方向。