工程項目供應鏈風險管理研究

李詩瑤

（鄭州大學管理工程學院，河南 鄭州 450001）

由于建設工程項目的特殊性，項目受到許多不確定因素的制約，導致項目供應鏈存在風險擴散、價值浪費及質量缺陷等問題。因此眾多學者針對工程供應鏈風險管理展開了研究，雷文輝探討了工程供應鏈的構建和管理模式。李坤構建了項目供應鏈風險要素集。張云淞等運用精益六西格瑪理論對建筑工程供應鏈風險控制進行了實證研究。

該文擬結合精益六西格瑪理論和灰色關聯分析法，通過案例研究對項目供應鏈中的風險因素進行分析研究。

1 精益六西格瑪理論（Lean Six Sigma）

精益六西格瑪理論結合了精益建設和六西格瑪管理，可以從問題本身及項目整體兩個角度優化問題的解決方案，為企業在生產過程中解決問題提供有效對策，以提升供應鏈各相關方的業務能力。

LSS管理中，DMAICL是流程管理的重要工具。對供應鏈中的資金流、信息流、物流及合作關系等進行分析并構建核心流程，可識別出重要影響因素，并在對這些因素的控制過程中達到降低成本的目標。在整體建筑項目中，將項目各參與方連成一個整體，并通過合同關系進行網絡結構模式構建，進而提升供應鏈的敏捷性和柔性，具體的運行系統如圖1所示。

圖1 工程項目供應鏈運行系統

在供應鏈管理中，DMAICL六西格瑪管理的創意從計劃環節到整體的分配環節都被完全實現，分別為以下6個階段：1）定義階段（Define）。對系統進行分析并繪制框架。2）測量階段（Measure）。運用六西格瑪工具與價值流對項目各流程及對應內容進行測量。3）分析階段（Analyze）。探究偏差發生的原因，結合六西格瑪工具和價值流原理，檢測影響結果的潛在變量，減少資源的浪費。4）改進階段（Improve）。找到提升關鍵指標的最優解，進而提升優化方式，并以流動為原則，使流程穩健性增強，不僅使整個控制過程標準化，還對新問題進行歸納和完善。5）控制階段（Control）。確保上述改進能夠持續進行，并對每個階段的結論進行固化。6）學習階段（Learn）。對項目所取得的成果進行復制，在各個環節推廣和實施。

2 工程項目供應鏈風險管理

2.1 建立風險故障樹

故障樹分析法（FTA）用于對風險進行綜合評價和測定，從一個可能的事故結果開始，逐層分解，直至得到基本事件。并將結果事件作為頂事件，得出相關的邏輯關系，并用邏輯圖表達。故障樹圖例見表1。

表1 故障樹基本圖例

該文通過現場調查，結合專家意見，對工程項目供應鏈中的重點風險因素、故障機制、故障原因以及工程風險指標進行了分析。評價體系見表2。

表2 工程項目供應鏈風險評價指標體系

上述是項目供應鏈故障的最主要事件，風險原因被逐層分解，由此找到基本的故障事件。基于故障數量建立供應鏈風險評估指標體系的展示，如圖2所示。

圖2 工程項目供應鏈風險故障樹

2.2 灰色關聯度分析（Grey Relation Analysis）

傳統故障樹分析法無法應對工程項目供應鏈的復雜程度，因此該文提出灰色關聯度分析方法與之相結合，以求提高風險因素概率的準確性。理想狀況下，如果故障樹有個基本事件和個最小割集，則構成特征矩陣X，X（）即表示灰色評價系數。

特征矩陣X表達式如公式（1）所示。

式中：X（）表示第個最小割集的第個事件發生的概率，X（）=1即表示事件發生，X（）=0則表示不發生。

在故障樹系統中，通常使用敏感度分析來確定每個基本事件的貢獻度，即基本事件對頂事件發生的重要程度。因此可組成相關割集重要度向量X，然后向量X與特征矩陣X進行關聯度計算，關聯度越大則說明基本事件越需要重視。而分析得到的關聯度序列及其最小割集可為項目供應鏈的風險管理提供數據。

待檢驗向量X表達式如公式（2）所示。

式中：X（）表示第個基本事件的重要度。

3 案例分析

中科合資廣東煉化一體化項目，建設于廣東省湛江市東海島中科煉化基地，建設規模包括1000萬t/a煉油、80萬t/a乙烯以及儲運、公用工程和相應配套設施，2020年6月已經正式投產。該項目為多家EPC和多家施工單位同時作業施工，項目體系過于龐大復雜，該文僅針對其中兩個標段進行案例分析，即EPC3-B9安裝工程及全廠工藝及熱力管網安裝工程，合計合同金額1.81億元。

3.1 供應鏈風險評價指標體系

該文采用專家調查法，由25位石油化工領域的項目管理專家組成評估組，依據各自經驗對每個基本事件的可能性F和嚴重度G進行判斷打分，以此確定故障樹基本事件發生的概率，從而得到頂事件的發生概率。

基本事件風險概率可由公式P= 0.5×（F×0.1G）（= 1，2，…，17）計算得出。

3.2 供應鏈風險關聯度分析

為了得到故障樹頂事件與最小割集之間的關系，需要建立故障樹結構函數，如公式（3）所示。

通過計算基本事件的風險概率可得出頂事件的發生概率P,如公式（4）所示。

基本事件的重要度如公式（5）所示。

式中：I表示每件基本事件的重要程度，P表示基本事件的發生概率，P表示頂事件的發生概率。

得出每個基本事件的重要度之后，可進行待檢驗向量{（）}（=1，2，3…，）與特征矩陣X的關聯度計算。

關聯系數如公式（6）所示。

關聯度如公式（7）所示。

式中：ε表示關聯度系數，Δ為歸一化處理之后的 {（）}與特征矩陣X的每行相減并取正，根據計算結果可得Δ=0，Δ=1，而分辨系數≤0.5463時分辨力最好，因此該文取值為0.5。

由以上公式計算得出基本事件的關聯度r，結果見表3。

表3 基本事件關聯度

從上述結果可以看出，基本事件X14、X15為工期控制和分包工程安全事故，關聯度最高，說明這兩種因素容易引起供應鏈的變動。由此可見，進度控制和分包管理是項目管理中應當加倍注意的重點。另外，基本事件X6、X10、X13所代表的供應鏈結構、采購需求變動及工程質量控制也是工程項目建設過程中需要始終關注的重要問題。項目實施過程中的風險事件有可能導致供應鏈發生故障甚至中斷，因此，運用LSS管理方法可加強對供應鏈各風險因素的控制，優化風險解決方案，有效改善供應鏈結構，提高供應鏈柔性和快速反應、解決問題的能力，以便進行合理的風險管理，避免風險在實施過程中產生擴散的情況。

4 結論

該文采用精益六西格瑪理念對工程項目風險因素進行了分析，提出了新的風險管理方案，進而優化了供應鏈結構，使其更具柔性和敏捷性，彌補了傳統供應鏈的靜態性和單次性的缺陷。另外，采用灰色關聯分析法與故障樹法對風險進行評估，進而找到可能存在的風險，并通過定量和定性相結合的方式，預判對項目管理產生影響的程度，從而對整個供應鏈進行預警。

針對工程項目供應鏈的動態管理過程，可以采用DMAICL模型對項目進行定量分析，并持續監控，積累可能出現的問題及不同的解決方案，進而在問題出現時用最快的速度解決。如果問題未能得到妥善解決，則反饋至決策層，再次回到DMAICL流程中，有針對性地進行分析和改進。通過流程的循環往復，持續優化，既可增強供應鏈的管理效果，提升供應鏈的整體效益，又能應對突發事件，加強供應鏈的柔性和敏捷性，從而達到效益最大化的目標。