基于BWM-云模型的项目进度管理韧性评价研究

朱利熹，刘明广

（1.广州市增城区公共建设项目管理服务中心，广东 广州511300；2.华南师范大学 政治与公共管理学院，广东 广州 511400，E-mail：Lmg2001_2004@163.com）

随着城市化的加快，建筑项目给人们带来了巨大的生活和工作便利，也给当地政府创造了可观的经济效益。与此同时，建筑业项目利润总额逐年下滑，项目进度往往达不到计划要求；而项目的进度是否按计划完成意味着投资能否尽快产生收益，项目的利润率能否得到提升。因而项目的进度管理对于一个项目来说格外重要。目前，一些项目管理者和企业也认识到了项目进度管理的重要性，但是对项目进度管理的影响因素难以识别并且缺乏客观有效的评价方式。

近年来，国内外对项目进度管理影响因素、项目进度管理评价及项目韧性评价等3 个方面展开了一系列研究。在项目进度管理因素方面，James 等[1]对模块化建造成功与否影响最大的21 个因素进行总结，对其影响程度进行打分，并对其发生几率进行分类，同时针对21 个因素提出指导意见。许小婷等[2]认为施工进度延误影响因素包括5 个层次，第一层次包括社会环境、相关手续办理、自然环境、合同问题等因素，是表层直接因素；第二至第四层次是间接因素，包括图纸供应、设计变更、劳务人员因素、施工技术、组织管理、工程款支付、施工场地、图纸质量等因素；第五层次包括项目所在地地质及项目组织协调能力，属于底层因素，是导致施工进度延误的根本因素。在项目进度管理评价方面，Lobna Bouchaala 等[3]就贝叶斯网络在项目进度管理中的应用进行了研究分析。Andiya 等[4]利用CPM Crashing、CPM-PERT 和CCPM 对建设项目进行评价使得项目延期最小，结果表明项目不延误的概率很低，只有55%的项目能够按时完成，公司必须尝试CCPM 计划。王艳彤等[5]从资源供应水平、组织管理及智慧文化、实施效益水平、监管预警能力4 个方面构建了高速公路进度智慧化管理效果评价指标体系，运用熵权法确定评价指标权重，进而采用灰色聚类评价模型对来宾至都安段的高速公路建设进度智慧化管理进行评价。在项目韧性评价方面，Azadeh 等[6]提出韧性工程已经成为测量和维护复杂系统安全性的新视角，并使用（AHP）设计出一种用于改进维护组织韧性的评估方法。王启飞等[7]基于“压力-状态-响应”（PSR）模型建立城市韧性度评价指标体系，采用CRITIC 赋权法和综合指数法确定各指标权重，并以北京市为例，采用综合评价模型分析该城市韧性度的发展趋势。

目前，在项目管理评价中，韧性理论通常被用于项目安全管理评价领域，很少有学者将韧性理论引入项目进度管理评价中。因此，本文充分借鉴前人的理论和方法，创新性地将韧性理论引入项目进度管理评价中，结合自身施工经验从韧性角度建立进度管理韧性评价指标体系和评价模型，对项目进度管理韧性进行综合评价。

1 项目进度管理韧性评价指标体系构建

为了更全面地对项目进度管理韧性指标进行识别，本文对韧性相关文献进行全面梳理。在知网中搜索“韧性评价”“韧性评估”“安全韧性”等关键词，其中关于“韧性评价”的文章有87 篇，关于“韧性评估”的文章有114 篇，关于“安全韧性”的文章36 篇。从中筛选出与进度管理评价相关的韧性指标，并对相关韧性指标之间的相关性进行分析。Bruneau 等[8]提出的韧性最重要的4 种属性受到了学术界的普遍认可，即健壮性（Robustness）、冗余性（Redundancy）、智慧性（Resourcefulness）、迅速性（Rapidity）。其中，健壮性是系统经受外部干扰和内部压力时能抵抗冲击，维持关键功能的固有能力；冗余性是指系统受到外部干扰时关键资源的可替换性；智慧性是指系统在经过学习提高技能后，面对不良事件发生过程中应对风险的灵活能力和适应能力；快速性是指系统在经历不良事件后恢复到某一工作水平所需要的时间长度。根据上述4 种韧性属性，结合项目进度管理韧性特征，将项目进度管理韧性指标分成维持性能、应对性能、恢复性能及优化性能4 个维度。具体定义解释如表1所示。

表1 项目进度管理韧性评价4 个维度的定义解释

综上，最终确定的项目进度管理韧性评价指标体系如图1 所示，该评价指标体系包括维持性能、应对性能、恢复性能、优化性能4 个一级指标和其对应的35 个二级指标构成。

图1 项目进度管理韧性评价指标体系

2 BWM 分析法确定评价指标权重

BWM（Best Worst Method，BWM）是一种多属性决策方法最好最差方法，该方法是一种定性定量相结合的权重确定方法。与层次分析法相比，BWM 对指标的比较次数大大减少，因此得到的判断矩阵一致性也更高。BWM 的基本原理[10]：一是决策者在评价指标体系里分别选取其认为最“好”指标（Best）和最“差”指标（Worst）（这里的最好和最差可理解为决策者认为最重要和最不重要的指标）；二是每个指标分别与最“好”指标和最“差”指标比较（这里并非两两比较），并以1 至9 之间的整数赋值；三是以指标权重为决策变量，建立优化模型，令指标的权重之比与决策者赋值尽可能接近，从而解出指标的权重。

BWM 分析法实施的具体步骤如下：①建立评价指标体系，设n个指标，记为C1，C2，…，Cn；②确定最“好”指标和最“差”指标，分别记为CB和CW；③最好指标CB依次与C1，C2，…，Cn比较，并用1至9之间的整数赋值，得到比较向量AB=（aB1，aB2，…，aBn）；④利用C1，C2，…，Cn分别与最差指标CW依次比较，也用1 至9 之间的整数赋值，得到比较向量Aw=(a1w，a2w，…，anw)；⑤通过线型模型求解，即：

根据收集到的10 位专家的打分情况，每个专家的打分结果都可以通过编程计算得到一组权重，最后由10 位专家的指标权重取平均值计算出项目进度管理评价的指标权重总权重，结果如表2 所示。

表2 指标权重统计表

3 某项目的进度管理韧性云模型评价

3.1 云模型的概念及理论

云的定义为[11]：假设X是由精确数值组成的定量论域，C是X上的定性概念，若定量值x∈X，且满足：x是定性概念C的随机数字表达、x对C的隶属度u(x)→[0，1]是具有稳定倾向的随机数，即u:X→[0，1]，则在论域X上存在形似云的图形分布，记作C(x)，每个x称为一个云滴[12]。云模型通过3个数字特征表示，分别是期望值（EX）、熵（En）、超熵（He）。云模型有两种转换模式：正向云发生器和逆向云发生器。

（1）正向云发生器，从定性到定量。指的是将云模型的3 个数字特征值转化为云滴，从而达到量化定性概念的目的。正向云发生器的步骤如下[13]：

①输入数字特征期望EX、熵En、超熵He及需要产生的云滴数量N。

②生成以En为期望值，He为方差的正态随机数En′。

③生成以En为期望，En′为标准差的正态随机数Xi。

⑤重复进行①~④，直至生成N个云滴。

（2）逆向云发生器，从定量到定性。将样本数据通过计算转化为云模型的数字特征值。逆向云发生器的步骤如下：

由此，可以得到云模型的3 个数字特征：期望、熵与超熵。将标准评语集这样的定性概念转化为标准云模型，获得定量数值的范围和规律。通过使用正向发生器，使得标准云模型的3 个数字特征值转化为云滴，便可以获得N个云滴，得到直观的标准云图。

随后使用逆向云发生器，将各评价数据转化为每个定性指标的3 个云模型的数字特征值。通过特征值构建云模型，让它们和标准云图比较，反映它们和评价等级的隶属关系，从而实现了定量到定性的转化。

3.2 利用云模型评价某项目进度管理韧性

该项目为学校项目，预计建成后有60 个班小学，总规模可达2700 名学生。项目总用地面积41274 m2，总建筑面积为53731 m2。主要建设内容包括教学楼（含架空层建筑面积约21675 m2）、综合楼（建筑面积约2853 m2）、后勤楼（建筑面积约8370 m2）、体育馆（建筑面积约5500 m2，内设25 m×25 m 游泳池）等。建筑规模较大，项目实施过程中遇到的不可控因素较多；施工现场位于城中村，周边有小区楼盘，场地空间不足，桩基础施工及夜间施工时容易引起居民投诉；项目周边的小区业主希望学校项目尽快建成，以满足学生入学需求。因此，整体项目工期较紧，很有必要对项目进度管理韧性进行评价，提高项目管理团队的项目进度管理能力，以确保项目如期或提前完工。

3.2.1 项目标准云生成

为了确保评价结果的科学性和合理性，一共邀请了参与该项目建设并对项目有深入了解的10 位专家，包括来自所在项目的各方公司层面的主要技术人员和管理人员。根据项目实际情况和专家的建议，将项目进度管理韧性评价结果分为5个等级[14]，按照0~100 进行打分：0~40 为“低韧性”、40~60为“较低韧性”、60~75 为“中等韧性”、75~90为“较高韧性”、90~100 为“高韧性”。将评语集的取值范围转化为标准云对应的3 个特征值（EX、En、He），Umax和Umin分别指评语集的上限值和下限值，其计算表达式如下：

其中，k为常数，表示标准云的离散程度，参考类似文献[15]，本文取值为0.5。

根据上式，计算出标准云参数。低韧性的特征值（20，6.67，0.5）；较低韧性特征值（50，3.33，0.5）；中等韧性的特征值（67.5，2.5，0.5）；较高韧性特征值（82.5，2.5，0.5）；高韧性特征值（95，1.67，0.5）。运用Matlab 将5 个评价等级的特征值进行代码计算并取值3000 次，生成相应评价等级标准云图。

3.2.2 一级指标综合评价云模型的建立与分析

根据专家的打分和逆向云发生器的计算，可以分别计算一级指标的云数字特征值，如表3 所示。同时根据云数字特征值，利用正向云发生器，带入Matlab，生成相应云图。根据利用云模型进行评价的相似文献做法[16]，综合云图与哪个韧性区间重合度最高，即属于哪种韧性性能。

表3 一级指标的云数字特征值

（1）维持性能。云模型的数字特征值为78.1284，3.7752，1.7309，带入Matlab，生成相应云图如图2所示。项目进度管理维持性能的云滴分布绝大多数集中在较高韧性区间，一部分落在中等韧性区间，因此判断项目进度管理的维持性能属于较高韧性等级。说明项目在进度出现滞后的苗头、受到外部因素干扰时项目团队可以较快通过进度管理系统快速调节、保持项目稳定运行，从而维持项目正常生产进度。

图2 维持性能评价云模型

（2）应对性能。云模型的数字特征值为75.5959，3.3592，1.8228，带入Matlab，生成相应云图如图3所示。项目进度管理应对性能的云滴分布多数集中在较高韧性区间，一部分落在中等韧性区间，因此，判断项目进度管理的应对性能属于较高韧性等级。说明当项目进度管理系统受到超过维持性能阈值干扰后，项目的进度已经出现滞后、进度管理系统部分功能中断或退化后，项目团队能较好地识别问题所在，启动备用方案，采取应对策略，同时针对项目进度情况有较高的监测手段，使得项目进度滞后得到控制降低到可承受范围。

图3 应对性能评价云模型

（3）恢复性能。云模型的数字特征值为76.8129，3.3440，1.2691，带入Matlab，生成相应云图如图4所示。项目进度管理恢复性能的云滴分布多数集中在较高韧性区间，一部分落在中等韧性区间，因此判断项目进度管理的恢复性能属于较高韧性等级。说明当进度管理系统经历了应对性能阶段，通过对现场的反馈，可以较好地通过人、材、机等资源的调整和外部的援助，使项目的进度管理状态较快恢复到受干扰之前。

图4 恢复性能评价云模型

（4）优化性能。云模型的数字特征值为78.8523，3.3428，1.3768，带入Matlab，生成相应云图如图5所示。项目进度管理优化性能的云滴分布大多数集中在较高韧性区间，一部分落在中等韧性区间，因此判断项目进度管理的优化性能属于较高韧性等级。表明系统状态通过恢复阶段可以恢复到事前状态，同时项目团队成员有较好的学习更新能力，针对进度管理系统软件和硬件的更新较好，从而更加有能力对抗进度滞后的情况发生。

图5 优化性能评价云模型

按照EX数值大小，维持性能是78.1284，应对性能是75.5959，恢复性能是76.8129，优化性能是78.8523，可得到4 个一级评价指标韧性能力大小排序，优化性能>维持性能>恢复性能>应对性能。由此可知，该项目的应对性能最弱，应在后面的项目建设过程中，注重提升这方面的性能。

4 建议

该项目进度管理韧性能力较低的部分是应对别性能，应对性能主要包括沟通能力、复盘能力、整合资源能力和激励协调能力，因此根据项目实际分从如下4 个方面提出改进措施，期望推动项目进度管理韧性能力进一步提高。

（1）在沟通方面，鼓励员工积极参与各种活动，加强团队建设，避免误会，同时建立良好的外部沟通渠道，通过合作建立信任和友好的关系，提高沟通协调的效率和质量。

（2）在复盘方面，制定详细的复盘总结流程和标准，为团队成员提供复盘总结的相关知识和技能，收集整理团队的复盘总结成果，形成有价值的知识和经验资源，为今后的工作提供参考和借鉴。

（3）在风险管理方面，制定详细的进度计划，明确关键线路和关键工序，确定工期和交付时间，为后续的管控提供依据；另外收集和整理市场上的可替代材料信息，建立材料性能数据库，为材料替代提供数据支持。

（4）在绩效考核方面，明确各岗位的职责和工作内容并建立进度管理工作流程和标准化操作，对提前完成项目进度的团队成员进行奖励，包括物质奖励和非物质奖励，激励团队成员的积极性和创造性。

5 结语

本文引入韧性理论，充分考虑项目进度管理的影响因素，构建了项目进度管理韧性评价指标体系。利用BWM 分析法，在专家打分的基础上，得到各评价指标的权重；创新性地使用云模型对项目进度管理韧性进行评价并针对评价结果给出对应的建议。然而，本文还存在以下不足之处：项目的进度管理施工复杂的系统，涉及到很多主观的因素，如何使主观因素客观化是实践努力的方向；在指标赋权和评价方面，具有一定的主观性和局限性，在后续的研究中可以考虑多增加定量指标、增加相关领域的专家人数，使得结果更为客观有效；人工智能、大数据、装配式建筑的发展也会使得项目进度管理趋于精细化，这些都会影响项目的进度管理韧性评价，在今后的研究中需要紧跟时代发展，充分利用先进的软件对项目的进度进行科学的管理和分析。