项目风险识别研究现状与发展趋势可视化分析*

2022-11-18王雪刚呼凯凯常永立张艺献张黎明

项目管理技术 2022年11期

王雪刚呼凯凯常永立张艺献张黎明

(1.航天工程大学航天保障系，北京 101416；2.河南省新乡县人民武装部，河南新乡 453700；3.71622部队保障部，河南许昌 461000)

0 引言

项目风险识别是指在风险事件发生前，运用多种方法对可能影响项目的风险事件进行识别的过程。项目风险识别是项目风险管理的前提，项目风险识别水平直接影响项目风险管理效果，进而影响项目成败。由于项目风险识别内容复杂，适用范围较广，相关学者对其进行了深入研究，形成了一系列研究成果。目前，风险识别已被广泛应用于建筑工程项目[1-2]、交通工程项目[3]、水利工程项目[4]、通信工程项目[5]、能源工程项目[6]、农业农村项目[7]、工业工程项目[8]、环境工程项目[9]、信息技术项目[10]、国际工程项目[11]、航运工程项目[12]、大型复杂项目[13]、旅游项目[14]等。

本文通过文献计量法，基于核心集合(Web of Science)数据库相关文献，借助Vosviewer和CiteSpace可视化软件，绘制项目风险识别研究领域知识图谱，分析项目风险识别研究现状和发展趋势，以期提升项目风险识别研究水平。

1 数据来源与研究方法

1.1 数据来源

本文选取核心集合(Web of Science)作为数据来源。为了保证数据的全面性、提高研究的权威性，索引选用SCI-EXPANDED和SSCI期刊，具体检索式为TS=(Project Risk Identification)，出版时间设置为2010年1月1日至2021年12月31日，文献类型选择为Articles，语言选择为英语，检索得到2504条文献记录。从学科类型和研究方向两个方面进行筛选，剔除不相关文献，最终选定1223篇文献作为样本数据。

1.2 研究方法

目前，绘制知识图谱的常用软件是Vosviewer和CiteSpace，两者共用具有优势互补的效果[15]。Vosviewer软件是利用概率论中数据标准化方法，对关键词、合作机构和合作作者等关键信息进行可视化分析，从而得到多种可视化图谱。本文主要使用该软件生成作者、国家、期刊和关键词共现图谱，分析该领域研究现状和研究热点。CiteSpace软件是利用集合论中数据标准化的方法实现数据的相似性测度，在时间切片上得到多种可视化图谱。本文使用该软件生成时区视图，分析该领域研究热点和未来发展趋势。

2 项目风险识别研究现状与发展趋势可视化分析

2.1 整体性分析

通过Vosviewer软件分析可知，1223篇样本文献来自102个国家的2119个机构的5458名作者，发表于486种期刊，引用了21 521种期刊的55 315篇文献。项目风险识别研究领域发文数量年度分布如图1所示。

图1 项目风险识别研究领域发文数量年度分布图

从图1可以看出，项目风险识别研究领域年度发文量总体呈上升趋势，大致可分为三个阶段：初始起步阶段(2010—2012年)、缓慢增长阶段(2013—2016年)、快速增长阶段(2017—2021年)。其中，2021年相关发文量达到189篇，说明项目风险识别受到业界学者的广泛关注，研究文献总量快速增长。

2.2 作者和合作网络分析

借助Vosviewer软件将作者出现最小频次设置为4，共得到29名作者的共现图谱(图2)，发文量≥5篇的15名作者和文献被引次数见表1。

图2 基于Vosviewer的作者共现图谱(截图)

表1 发文量≥5篇的作者及文献被引次数

(续)

由图2可以看出，作者合作情况整体呈现“面上分散、多点集中”的特点，早期形成了以Avillach Paul和Ding Lieyun为代表的合作团队，中期形成了以Chan Albert P.C和Zhao Xianbo为代表的合作团队，近期形成了以Li Heng和Hosseini M.Reza为代表的合作团队。部分研究团队之间有一定沟通，但整体沟通强度不大，合作需要进一步加强。

由表1可以看出，发文量排名第一的是Chan Albert P.C.，发文量为12篇，篇均被引次数为30.33次，主要研究方向为国际工程项目风险识别和风险管理[16]；发文量排名第二的是Zhao Xianbo，发文量为9篇，篇均被引次数为50.33次，主要研究方向为复杂项目风险识别[17]；发文量排名第三的是Hwang Bon-Gang，发文量为8篇，主要研究方向为新加坡绿色建筑风险[18-19]，篇均被引次数达52次，说明该作者论文影响力最大。

2.3 发文国家分析

借助Vosviewer软件将发文国家出现最小频次设置为35，共得到13个发文国家的共现图谱(图3)，该领域发文量排名前5的国家见表2。

图3 基于Vosviewer的发文国家共现图谱(截图)

表2 基于Vosviewer的发文量排名前5的国家

图3中节点大小代表发文量，连线粗细代表合作强度。从图3和表2可以看出，该领域发文国家高度集中，马太效应明显，大部分论文作者集中于少数几个国家。主要发文国家是美国和中国，美国学者在该领域发文总量为305篇，占总发文量的24.9%，中国学者在该领域发文总量为266篇，占总发文量的21.7%。各个国家学者篇均被引次数差别较小，篇均被引次数最高的是澳大利亚学者，篇均被引次数为22.57次。

2.4 发文期刊分析

通过Vosviewer软件对文献发表期刊进行统计分析，除少量综合性期刊，大部分期刊隶属于建筑工程和环境工程领域。发文量排名前10的期刊见表3。其中，PlosOne、Sustainability、JournalofConstructionEngineeringandManagement发文量排名前三，依次为50篇、48篇和43篇，占总发文量的11.5%。通过对比分析可以看出，InternationalJournalofProjectManagement篇均被引次数最高，达到73.74次，影响因子为7.172，说明该期刊论文质量较高，受到业界高度关注。该期刊主要收录项目管理国际研究前沿类论文[20-22]，论文参考价值较大。

表3 发文量排名前10的期刊

2.5 基于Vosviewer的关键词共现图谱分析

对项目风险识别相关研究关键词进行统计分析，可以反映学者的关注程度。关键词出现频次越高，说明关注度越高。通过关键词共现分析可以探究该领域研究热点。

项目风险识别研究高频关键词统计表见表4。可以看出，Identification、Management、Risk、Model、Performance在项目风险识别研究高频关键词中排名前5，说明项目风险识别方法、项目风险识别与管理、项目风险识别模型和项目风险识别效果是当前研究热点。

表4 项目风险识别研究高频关键词统计表

(续)

通过Vosviewer软件对项目风险识别研究关键词进行共现分析，选择出现频次≥10的重点关键词生成共现图谱，如图4所示。125个关键词共分为4个聚类，标签1的聚类节点主要有Identification、Risk、Performance、Prediction、Classification、Quality、Validation等，该聚类代表项目风险识别的目的和作用，项目风险识别即对项目执行过程中可能发生风险事件的预测，对识别出的风险依据危害程度和发生概率进行分类，以此提高产出绩效；标签2的聚类节点主要有BIM、Metro Construction、Design、System、Behavior、Industry、Construction Safety等，该聚类代表项目风险识别的应用领域，即风险识别在地铁施工和建筑安全等热门领域应用广泛[13]；标签3的聚类主要节点有AHP、Case Study、Management、Allocation、Risk Management、Risk Analysis、Projects、Project Management等，该聚类项目代表项目风险识别的具体方法，并多次出现风险管理等相关词汇，表明项目风险识别是项目风险管理的重要组成部分[1]；标签4的聚类主要节点有Impact、Framework、Information、Policy、Climate Change、Governance等，该聚类代表影响较大的风险因素，如项目架构、内部治理、国际政策和气候变化等[23-24]，在项目实施过程中应重点关注以上风险因素。

2.6 基于CiteSpace的关键词共现时区图谱分析

通过CiteSpace软件生成项目风险识别研究关键词共现时区图谱(图5)。通过分析每个时间段该领域研究热点，了解该领域整体发展趋势。以Keyword为节点类型，将切片长度设置为1，关键词最小阈值设置为5。图中每一个背景色条代表一个年份，关键词圆圈大小代表出现频次的高低，连线代表关键词之间的共现关系。

图4 基于Vosviewer的关键词共现图谱

图5 基于CiteSpace的关键词共现时区图谱

从图5可以看出，2010—2021年项目风险识别研究进程可以分为三个阶段：

(1)理论研究阶段(2010—2012年)。在该阶段，Risk、Identification、Management、Performance、Project、System、Framework、Tool、Model、Impact、Strategy等关键词大量出现，主要包括项目风险识别方法、框架和模型等，表明该阶段理论研究进入蓬勃发展时期。

(2)实践运用阶段(2013—2016年)。在该阶段，Network、Pollution、Design、Energy、Industry、River等实践类关键词逐渐出现，说明风险识别已广泛应用于能源工程项目、环境工程项目、水利工程项目和信息技术项目等，受到各领域学者的关注。

(3)创新应用阶段(2017—2021年)。随着新基建、BIM技术、PPP项目等研究热点不断涌现，项目风险识别研究与时俱进，被广泛应用于相关热点领域。Metro Construction、BIM、PPP、Soil Erosion、Public Private Partnership等关键词的出现充分证明了这一点。2020年，安全管理得到广泛关注，Occupational Health、Risk Allocation、Hazard Identification、Safety Management等成为该阶段主流关键词。2021年，Opportunity成为新的关键词，说明在新冠肺炎疫情的影响下，人们透过危机看到了机会和希望。

3 研究进展和趋势分析

3.1 研究进展

3.1.1 项目风险识别方法创新研究

目前，有关学者提出了多种项目风险识别的创新方法，旨在精确识别项目风险，掌控风险管理的最佳时机。Ghasemi等[25]提出使用贝叶斯网络(BN)方法识别项目组合中存在的风险并估算风险发生概率，除了计算投资组合总风险，还可以在增加或减少项目组合的情况下，准确计算投资组合风险概率变化，为管理者提供决策依据；Karamoozian等[26]利用DEMATEL-ANP方法提出一种项目风险优先排序混合模型，用以识别建筑项目风险因素，该方法能够考虑风险因素之间的相互依赖关系，比ANP方法更为准确，更加贴近实际；Guan等[27]采用ISM和MICMAC相结合的方法，从项目周期的角度分析绿色建筑项目风险的相互依赖性，研究风险的相互依赖关系，并开发了绿色建筑项目风险分析模型，辅助绿色建筑从业者更好地了解项目全生命周期的关键制约因素和风险因素；Suarez等[7]以西班牙农村优化灌溉项目为研究对象，对主要参与者进行了半结构性采访，利用社会网络分析(SNA)方法识别与利益相关方相关的风险因素，为农村创新项目风险管理研究提供了新的视角。

从上述研究成果可以看出，项目风险识别从定性研究逐渐转向定量研究，同时考虑风险因素之间的制约关系。但是，由于项目实施过程中各个阶段的风险影响及制约关系随时间不断变化，基于动态方法识别项目风险的研究较为匮乏。

3.1.2 项目风险识别应用领域研究

3.1.2.1 PPP项目风险识别研究

从关键词共现图谱可以看出，项目风险识别应用领域非常广泛，其中，PPP项目风险识别是当前研究热点。Xu等[20]对我国9个PPP水利项目案例进行研究，识别出11个关键风险，并从风险来源和风险分配机制两个方面进行风险分析。Song等[28]和Liu等[9]针对我国PPP垃圾转化焚烧项目风险识别进行了深入研究。其中，Song等调查了我国PPP垃圾转化焚烧项目的关键风险，通过案例调查的方式总结出我国PPP垃圾转化焚烧项目的十大风险因素，并逐一给出风险管理策略；Liu等利用内容分析和专家访谈法，对35个PPP垃圾转化焚烧项目进行分析，确定了我国PPP垃圾转化焚烧项目的18个风险影响因素。研究结果表明，我国PPP垃圾转化焚烧项目绩效受公众反对、环境污染、政府决策、法律和监管体系缺陷以及供应风险的影响最大。Jiang等[29]采用程序化方法分析PPP项目风险因素之间的关联性，并充分考虑了PPP项目风险因素的模糊性，使风险识别与评估结果更加科学。

从当前PPP项目风险研究成果可知，相关学者从对风险识别方法的研究逐渐转向对风险因素之间相互影响的研究，但相关研究实例大都取自中国，针对其他国家PPP项目的风险识别还有待进一步研究。

3.1.2.2 地铁建设项目风险识别研究

随着城市基础设施建设的不断加快，地铁建设项目风险识别受到学者们的关注。Hwang等[19]基于承包商视角，分析了国际建筑合资企业地铁建设项目风险因素，确定了项目执行过程中各方所面临的关键风险，并研究了风险分配存在的问题，为新加坡地铁建设提供了参考。Zhang等[30]根据地铁建设项目的不确定性和复杂性，建立了毗邻建筑物的地铁施工实时安全风险评估模型，并进一步确定了潜在风险权重，经过实例分析可知，该方法优于常规方法且精度较高。

从地铁建设项目风险识别研究现状可知，当前研究样本量较小、存在一定局限性，且大多数研究都是基于企业和供应商视角，基于社会政府视角进行风险识别的研究较少。

3.1.2.3 大型复杂项目风险识别研究

由于大型复杂项目结构复杂、体量庞大，其风险识别一直以来都是学者们研究的重点。Sanchez-Cazorla等[31]对大型复杂项目风险管理进行了文献回顾，总结出大型复杂项目相关风险并进行分类；Zhang等[32]对大型海水淡化项目进行风险识别和评估，确定了两个级别的风险指标，并将模糊综合评判(FCE)和层次分析法(AHP)相结合，对大型海水淡化项目进行定量风险评价；Nabawy等[24]针对埃及大型住宅项目风险进行研究，以ISO 31000为基准，设计了概念风险识别框架(CRIF)，并利用VB语言编程建立风险识别数据库，指出当前大型项目主要涉及建设资源短缺、项目管理不善和资金短缺等风险。

综上所述，目前大型复杂项目风险识别主要依靠文献回顾和德尔菲法等，识别效果受主观因素影响较大，风险识别灵敏度较差，缺乏高效、准确的定量识别方法。