能源基础设施项目社会稳定风险管理研究.pdf

建筑经济CONSTRUCTION ECONOMY第 44 卷第 S1 期2023 年 7 月Vol.44 No.S1Jul.2023摘要：利用ROST文本挖掘法识别风险变量，利用事故树分析风险变量的因果关系，利用社会网络分析方法分析社会稳定风险的整体风险网络和个体风险网络特征，研究发现8个核心风险变量：不满足公众的长期利益需求、当地居民对项目的排斥效应、对当地文化的破坏性、项目导致的交通拥堵等，以及75项关键风险变量因果关系。研究成果期望为管理者设计风险应对策略提供决策基础。关键词：能源基础设施项目；风险网络；社会稳定风险中图分类号：F125；F426.22文献标识码：A文章编号：1002-851X（2023）S1-0207-07DOI：10.14181/ki.1002-851x.2023S1207Research on Social Stability Risk Management of Energy Infrastructure ProjectsYUAN Ting1，2，XIONG Lanxing1，HUO Haie1，ZHANG Chi1，LI Huadong1，WANG Jiayin3（1.School of Architecture and Civil Engineering，Xihua University，Chengdu 610039，China；2.Social Development and Social Risk Control Research Center of Sichuan Key Research Base of Philosophy and Social Sciences，Chengdu 610039，China；3.Qingdao Qinggang Tongda Energy Co.，Ltd，Qingdao 266021，China）Abstract：This research mainly uses the ROST text mining method to identify risk variables，uses the accident tree to analyze the causal relationship of risk variables，and uses the social network analysis method to analyze the overall risk network and individual risk network characteristics of social stability risks.The eight core risk variables found in the study are：failure to meet the long-term interests of the public，the exclusion effect of local residents on the project，the damage to local culture，the traffic congestion caused by the project，etc.，and 75 key risk causal relationships among risk variables.This research hopes provide a decision basis for managers to design risk response strategies.Keywords：energy infrastructure project；risk network；social stability risk1引言能源基础设施项目复杂的建设条件和多样化的当地居民利益诉求可能诱发大量的社会不稳定事件。即使现存有专业的风险清单和风险管理规则，但能源基础设施复杂的风险变量因果关系仍然降低了项目绩效。能源基础设施项目有限的资源条件和动态的环境特征加剧了风险管理难度。因此，剖析能源基础设施项目社会稳定风险变量因果关系具有必要性。风险变量因果关系分析不能仅依靠主观的专家意见，还应该考虑到风险源、风险事件、风险结果之间的客观关系，否则难以从根源上消除社会稳定风险的负面影响。为了实现以上研究目的，本研究主要聚焦于解决以下问题：识别能源基础设施项目社会稳定风险变量，分析能源基础设施项目核心风险变量和关键的社会稳定风险变量因果关系。本研究结果以期对能源基础设施项目社会稳定风险应对策略设计提供指导，为实现能源基*基金项目：四川省哲学社会科学重点研究基地社会发展与社会风险控制研究中心2022年度“能源基础设施项目社会稳定风险生成机理、风险情景与防范策略研究”（SR22A06）作者简介：袁婷（通讯作者），博士，讲师，主要研究方向：风险管理、项目管理。熊兰兴，硕士研究生，主要研究方向：社会稳定风险 管理。能源基础设施项目社会稳定风险管理研究*袁婷1，2，熊兰兴1，霍海娥1，张弛1，李华东1，王佳音3（1.西华大学建筑与土木工程学院，四川 成都 610039；2.四川省哲学社会科学重点研究基地社会发展与社会风险控制研究中心，四川 成都 610039；3.青岛青港通达能源有限公司，山东 青岛 266021）建 筑 经 济2023年208础设施建设的可持续性提供有益启示。2文献综述能源基础设施项目社会稳定风险变量识别是研究热点之一。既有研究发现能源基础设施项目社会稳定风险变量包含土地的获得性、土地补偿标准、生态环境脆弱性、公众安全风险等。例如，Li指出能源基础设施项目社会稳定风险包含征地拆迁补偿、环境污染、生态破坏、安全威胁、既有建筑结构破坏、当地居民失业率高。He认为能源基础设施社会稳定风险因素包含失地居民的拆迁补偿风险、居民阻工风险、当地居民对项目的排斥心理。Liu认为能源基础设施项目社会稳定风险包含项目合法性和可行性风险、征用补偿标准差异、拆迁补偿标准差异、拆迁安置风险、施工安全风险、公共安全风险、资金挪用或侵占风险。尽管之前的研究已经建立了能源基础设施项目社会稳定风险清单，但没有考量到风险变量之间的因果关系，若风险变量之间仍然传递着风险能量，被消除的风险变量在一定条件下会再次产生，难以从源头上阻止风险的发生。因此，探究核心风险变量和关键风险变量因果关系，有助于管理者从源头上消除风险源，这是能源基础设施项目社会稳定风险的研究空白点。因此，本研究的主要目的是以整体风险网络和个体风险网络为抓手，剖析核心风险变量和关键风险变量因果关系，为风险应对策略设计提供决策参考。3研究方法本研究框架如图1所示，利用文本分析法识别社会稳定风险变量；利用事故树分析法识别风险变量之间的因果关系，并构建风险网络；利用社会网络分析法剖析整体风险网络和个体风险网络，挖掘核心风险变量和关键风险变量因果关系。3.1社会稳定风险变量的识别方法本研究利用文本挖掘法识别能源基础设施项目社会稳定风险变量。文本分析法最常用的分析工具是ROST CM6.0软件。ROST CM6.0的优势在于其能够直接实现分词、合并同义词、删除无意义的词，并在线搜索文献和报告中的关键词。另一个优点在于它可以通过客观和定性的数据获取定量信息，降低研究结果的主观性。因此，本研究将利用ROST CM6.0分析文献、政府文本、典型项目文本以识别社会稳定风险变量，具体步骤详见图2。本研究文本分析的文本来源如下：本研究主要从中国知网的CSSCI和CSCD数据库、Web of Science核心集的Science Citation Index Expanded和Social Sciences Citation Index数据库、SpringerLink、ScienceDirect、Taylor&Francis Online、Wiley Online Library等数据库收集277篇与能源基础设施项目社会稳定风险相关的图1研究框架图2文本分析法基本步骤第 44 卷第 S1 期209文献。政府文本主要来源于中华人民共和国国家发展和改革委员会、中华人民共和国水利部等政府官方网站公布的32个省份的 省发改委审批、核准重大固定资产投资项目社会稳定风险评估暂行办法 重大事项社会稳定风险评估实施办法 关于加强重大固定资产投资项目社会稳定风险评估工作的意见 以及重大工程的可研报告批复文件等。典型项目文本来源如下：云南向家坝水电站、厦门对二甲苯项目、苏州高新区工业园项目、四川省什邡市钼铜项目、泛亚工业品贸易物流中心项目、四川汉源县瀑布水渠项目。3.2核心风险变量和关键的风险变量因果关系评估方法3.2.1社会稳定风险网络的构建方法事故树分析是使用逻辑推理去识别系统中的风险，不仅能够分析事故的直接原因，还可以分析事故的内部因果关系。能源基础设施项目社会稳定风险的风险源、个体风险事件、群体风险事件和风险结果之间具有多元的因果关系。因此，事故树分析被用于能源基础设施项目社会稳定风险因果关系分析具有一定合理性。本研究的事故树分析步骤详见图3。首先，本研究提炼了TXT文本和典型项目中的风险源、风险事件和风险结果，并且记录每一项风险变量的因果关系。其次，将相同的风险变量因果关系进行合并，移除不相关的风险变量因果 关系。本研究利用构建邻接矩阵的方式将变量间定性的因果关系转换为定量的数据，以构建能源基础设施项目社会稳定风险网络。邻接矩阵数据来源如下：深挖收集到的风险变量因果关系，如果风险变量之间存在因果关系，邻接矩阵变量数值赋值为1，否则，赋值为0。3.2.2核心风险变量评估方法能源基础设施项目社会稳定风险网络是由多个个体风险网络相互联系构成的一个复杂的整体风险网络。如果风险变量在整体风险网络的核心风险模块中，且该变量在个体风险网络的点的中间中心度排名前20%，本研究将他们视为核心风险变量，否则，不是核心风险变量。整体风险网络分析核心风险模块的方法如下：首先，利用社会网络分析常用软件Ucinet 6.0计算整体风险网络密度。其次，利用该软件划分风险网络中的风险模块，计算每一个风险模块的风险网络密度。再者，将每个风险模块的风险网络密度与整体风险网络密度比较，以构建镜像矩阵。当风险模块的网络密度大于整体风险网络密度时，本研究将风险模块的网络密度数值替换为1，它代表风险模块之间存在相互关系。反之，则为0，它代表风险模块之间不存在相互关系。最后，根据镜像矩阵结果，利用以下两个规则评估核心风险模块：两个风险模块之间既有发出关系又有接受关系，且内部关系紧密。两个风险模块之间既有发出关系又有接受关系，内部关系不紧密，但是风险变量具有较多的风险传递关系。个体风险网络分析挖掘排名前20%风险变量的方法是，利用Ucinet 6.0计算个体风险网络的点的中间中心度，以评估单个风险变量的重要性。3.2.3关键的风险变量因果关系评估方法本研究主要利用Ucinet 6.0实现能源基础设施项目关键的风险变量因果关系评估，选择排名前20%的线的中间中心度对应的风险变量因果关系作为关键风险变量因果关系。图3能源基础设施项目社会稳定风险变量因果关系剖析的思路图袁婷，等能源基础设施项目社会稳定风险管理研究建 筑 经 济2023年2104研究结果4.1能源基础设施项目社会稳定风险变量识别结果本研究识别的能源基础设施项目社会稳定风险变量共计40项，详见表1。ROST文本分析软件识别了238条社会稳定风险记录，其中包含了63个高频词汇，高频词汇中40条记录的频率大于60%。依据少数服从多数的原则，本研究认为频率超过60%的词汇常常出现在相关文本中，其能够测度能源基础设施项目社会稳定风险。因此，本研究将这40条记录包含的高频词汇视作能源基础设施项目社会稳定风险变量。这些变量可以分为31项风险源，3项个体风险事件，5项群体风险事件和1项风险 结果。4.2能源基础设施项目核心风险变量和关键的风险变量因果关系评估结果4.2.1能源基础设施项目社会稳定风险网络构建结果本研究构建能源基础设施项目社会稳定风险网络，具体如图4。该风险网络中社会稳定风险变量不仅能够相互影响，而且能够通过中间的风险变量传递风险效应。图4显示A8，A16，A19，A30，A4，A6，A15有复杂的因果关系，其在风险效应的传递中起着重要 作用。4.2.2能源基础设施项目核心风险变量评估结果根据Ucinet 6.0软件分析结果，整体风险网络包含了7个风险模块。风险模块1包含11个风险变量，风险模块2包含8个风险变量，风险模块3包含10个风险变量，风险模块4包含4个风险变量，风险模块5包含2个风险变量，风险模块6包含4个风险变量，风险模块7包含1个风险变量，具体如表2。能源基础设施项目社会稳定风险的整体网络密度是0.2378。如表3，风险网络中排名前3的网络密度对应的风险模块已经用灰色表示。表3中最大的风险网络密度模块是模块3模块4，第二大的风险网络密度模块是模块1模块4，第三大的风险网络密度模块是模块4模块6。本研究将表3中大于0.2378的网络密度替换为1，将小于0.2378的网络密度替换为0，可以得出各模块的镜像矩阵，具体详见表4。根据Burt对位置的划分理论，从表4可以得出如下结论：模块5处于孤立位置，并且模块5只有接受关系；模块1，模块3，模块4处于首属人位置，其既存在发出关系，又存在接受关系，且内部联系紧密；模块2，模块6，表1能源基础设施项目社会稳定风险变量类别编码变量频率风险源AA1法律体系不够完善62.41%A2项目审批效率不高60.59%A3项目的市场准入条件较低63.22%A4土地获取难度大70.81%A5同一地区不均衡的补偿机制72.55%A6难以满足公众的长期利益需求71.34%A7不同地区不均衡的补偿机制75.48%A8失业率较高60.32%A9项目信息公开程度不足72.14%A10拆迁方案合理性不足69.54%A11项目进度计划合理性不足75.23%A12土地报征流程滞后68.31%A13政策连续性较差66.52%A14当地经济水平不高71.14%A15项目技术方案不够合理75.38%A16项目融资计划与项目进展不匹配80.21%A17不完善的配套基础设施81.54%A18人力资源和材料资源的紧缺62.28%A19当地居民对项目的排斥心理80.16%A20企业安全生产水平不足82.36%A21风险预警方案的缺失75.44%A22舆论引导力度不足76.39%A23项目存在安全风险78.42%A24项目的人文环境友好性不足68.21%A25项目的水环境污染风险66.53%A26项目的土壤污染风险70.08%A27项目的空气污染风险66.31%A28失地人口增加74.33%A29项目诱发的邻里纠纷80.29%A30项目导致的交通拥堵87.44%A31当地治安较差65.53%个体风险事件BB1小规模的信访80.21%B2小规模的交通拥堵79.41%B3小规模的群体性事件82.33%群体风险事件CC1大规模的公众信访86.76%C2大规模的群体性事件75.41%C3大规模群体事件79.68%C4大规模的交通拥堵80.21%C5较大的社会秩序风险76.48%风险结果D社会稳定风险第 44 卷第 S1 期211模块7处于经纪人位置，其不仅存在发出关系，也存在接受关系，且内部联系不紧密。居于网络核心位置的节点不仅存在接受关系，也存在发出关系，因此，首属人位置和经纪人位置的模块极有可能处于核心位置。然而，尽管模块6和模块7是处于经纪人位置，但是模块6和模块7都只存在一个接受关系。模块6和模块7接受关系的发出者是模块5，然而，模块5只有一种接受关系没有发出关系，因此，风险效应不会传递下去。基于以上研究结果，本研究认为只有模块1，模块2，模块3，模块4处于风险网络的核心位置。根据Ucinet 6.0分析结果，排名前8的点的中间中心度对应的风险变量包含：A19，B3，A6，A18，B1，A30，A15，A24。在表5中，点的中间中心度越大，该变量越 重要。本研究根据核心风险模块和排名前8的风险变量挖掘了能源基础设施项目社会稳定风险的核心变量。根据图5，由于排名前8的风险变量都位于核心风险模块中，本研究认为排名前8的风险变量都是能源基础设施项目社会稳定风险的核心变量，即，核心风险变量包含：图4能源基础设施项目社会稳定风险网络表2社会稳定风险网络中风险模块矩阵风险模块风险变量1A1，A2，A3，A7，A9，A11，A13，A18，A24，A25，A262A5，A12，A14，A19，A20，A21，A22，A313A4，A6，A10，A15，A16，A17，A27，A28，A29，A304B1，B2，B3，A85A23，D16C1，C3，C4，C57C2表3风险网络模块的密度矩阵模块1模块2模块3模块4模块5模块6模块7模块10.3270.2500.5450.6360.0450.0000.000模块20.1930.2320.1120.4690.1250.0000.000模块30.3360.2000.6110.8500.0000.0000.000模块40.0000.0630.0750.2500.0000.6250.250模块50.0450.0000.0000.1250.0000.0000.000模块60.0000.0000.0000.0000.5000.0000.000模块70.0000.0000.0000.0000.5000.0000.000袁婷，等能源基础设施项目社会稳定风险管理研究建 筑 经 济2023年212A19，B3，A6，A18，B1，A30，A15，A24。4.2.3能源基础设施项目关键的风险变量因果关系评估结果基于Ucinet 6.0中线的中间中心度计算结果，风险网络中有371项线的中间中心度数值大于0，排名前20%的线的中间中心度对应的风险变量因果关系被认为是关键的风险变量因果关系。本研究已经选择了75项风险变量关系作为能源基础设施项目社会稳定风险变量的关键因果关系，具体详见表6。5结论本研究展开了能源基础设施项目社会稳定风险管理研究。识别了40个社会稳定风险变量，其中包含8个核心风险变量，75项关键风险变量因果关系。本研究结果不仅能丰富多风险变量的研究，而且能够为风险应对策略设计提供依据。核心风险变量及其关键因果关系能够为风险应对策略设计提供理论依据。A24A19在风险网络中线的中间中心度最高，达到了35.589。本研究认为管理者可以通过清除核心风险变量A24以打断风险变量因果关系的方式设计风险应对策略。例如：在项目建设过程中及时采取保护措施或者筹划备选方案，保护当地的文化地标不被破坏。A31B2对应的线的中间中心度高达26.698。A31B2的重要性可以从当地治安进行剖析。当地治安环境较差时，项目现场的材料容易丢失，当地工人容易产生冲突，从而导致社会不稳定事件。因此，管理者可以通过清除核心风险变量A31以打断风险变量因果关系的方式设计风险应对策略。例如：设立安保小组，及时与当地城市管理者合作，防止项目周边社会治安事件的产生和扩散。本研究具有一定的理论意义和现实意义。从理论上看，本研究已经利用整体风险网络和个体风险网络特征探索了核心风险变量和关键风险变量因果关系，丰富了风险管理研究体系。从实践层面看，核心风险变量和关键风险变量因果关系的结果能够为管理者设计风险应表4风险网络模块的镜像矩阵风险模块1234567发出关系和自身关系1111100031200010001031011000214000101121500000000060000100107000010010接受关系1113211-和自身关系1011000-表5点的中间中心度排名前8的风险变量排名风险变量点的中间中心度1A19119.572B3103.4093A654.5854A1853.7035B151.4586A3047.4597A1546.6738A2445.632图5核心风险变量的结果第 44 卷第 S1 期213对策略提供理论依据。参考文献1 Connor，R.，Heffron，R.J.，Khan，A.A.，etal.Legal strategies for the mitigation of risk for energy infrastructure projectsJ.Journal of Energy&Natural Resources Law，2019（1）：47-66.2 Cong，X.H.，Wang，L.，Ma，L.，etal.Exploring critical influencing factors for the site selection failure of waste-to-energy projects in China caused by the“not in my back yard”effectJ.Engineering Construction and Architectural Management，2021（6）：1561-1592.3 Peng，S.P.，Shi，G.Q.，Zhang，R.L.Social stability risk assessment：status，trends and prospects-a case of land acquisition and resettlement in the hydropower sectorJ.Impact Assessment and Project Appraisal，2021（5）：379-395.4 Li，W.，Yuan，J.F.，Ji，C.，etal.Agent-Based Simulation Model for Investigating the Evolution of Social Risk in Infrastructure Projects in China：A Social Network PerspectiveJ.Sustainable Cities and Society，2021，73，103112.5 He，Z.Q.，Huang，D.C.，Zhang，C.Z.，etal.Toward a Stakeholder Perspective on Social Stability Risk of Large Hydraulic Engineering Projects in China：A Social Network AnalysisJ.Sustainability，2018（4）：1223.6 Liu，Z.Z.，Zhu，Z.W.，Wang，H.J.，etal.Handling social risks in government-driven mega project：An empirical case study from West ChinaJ.International Journal of Project Management，2016（2）：202-218.7 Yuan，T.，Xiang，P.C.，Li，H.Y.，etal.Identification of the main risks for international rail construction projects based on the effects of cost-estimating risksJ.Journal of Cleaner Production，2020，274.表6风险网络中关键的风险变量因果关系排名路径线的中间中心度排名路径线的中间中心度排名路径线的中间中心度1A24A1935.58926A3A1912.64651A3A68.6552B3C235.07527A5A612.43352A11A188.6253A30B130.83728A20A1112.37153A13A68.5904A20A1930.51829A21C112.24954A14A178.5675A31B226.69830A9A1911.52455A20A148.5496B3C523.27531A8B111.28756A24B38.5067B1C321.37532A6A3011.14457A15A78.4088A20B119.83533A19A2910.95858A27C18.3839A18A1118.64334A24A3010.86959A20A278.35310B3C318.57535A22A3010.81360A10A118.33311A23A1917.17536A25A1910.68361A27A198.28212B1C117.04237C1D110.28362A8A48.18613B1C417.04238C4D110.28363A15A288.11414B3C116.24239A23A3110.06164A14A198.09015B3C416.24240B2C110.00065A8A198.05716A21A1915.35241B2C410.00066C3D17.95017B2C515.13342A13A189.80867A16A187.87318A19C215.08643A16A119.55868A3A187.82719A15A1114.46644A15A199.45869A30A187.74120A19A3113.66945A2A199.34770A27C37.70121A5A1913.3646A13A159.16271A23A117.70022A24A1913.31547A29A189.07372A17A187.60723A6A1913.00548A9A308.99973A8A147.59424A24B112.99849A16A58.92574A23A267.57925A22A912.65450A29A58.73775A24B27.539袁婷，等能源基础设施项目社会稳定风险管理研究