沙特阿拉伯建设项目中工程因素与非工程因素的综合风险优先级评估 Dhafer Ali Alqahtani、Mohd Ahmed、Javed Mallick 和 Muhammad D. S. Al Shahrani

《Buildings》：Integrated Risk Priority Assessment of Engineering and Non-Engineering Factors Influencing Saudi Arabian Construction Projects Dhafer Ali Alqahtani, Mohd Ahmed, Javed Mallick and Muhammad D. S. Al Shahrani

　　摘要：沙特阿拉伯的建设项目面临多种影响成本、进度和质量表现的风险，尤其是在“2030愿景”快速发展的背景下。通过对113名建筑专业人士的问卷调查，评估了工程风险和非工程风险的概率和影响。使用描述性统计方法和标准化的概率-影响-优先级框架对调查结果进行了分析，以得出风险优先级得分（RPS）和综合风险指数（ORI），涵盖了成本、时间和质量三个维度。研究结果表明，风险暴露程度受到外部系统性约束和内部项目治理能力的共同影响。非工程风险，特别是通货膨胀、法定审批延迟和金融交易限制，具有最大的整体影响。与资源管理不善、管理能力不足以及测试和调试缺陷相关的工程风险是导致运营绩效波动的主要因素。本研究提出了一种标准化的多维度风险优先级评估方法，该方法整合了成本、时间和质量的影响，为提高沙特建筑项目的监管效率和项目管理能力提供了实用指导。

1. 引言
在“2030愿景”下，建筑行业是沙特阿拉伯经济多元化议程的关键支柱，其特点是基础设施、城市发展和旅游枢纽方面的投资超过了1.5万亿美元[1,2]。与传统的发展周期不同，当前的扩张表现出更高的复杂性，包括大规模的相互依赖性、压缩的进度和严格的可持续性要求，从而加剧了涵盖成本、时间和质量表现的多维度风险[3,4]。在这种情况下，建筑风险通过两种途径体现：一是项目执行过程中固有的工程风险，涉及设计完整性、资源协调和管理能力；二是技术过程之外的非工程风险，包括监管波动、宏观经济波动和环境约束[5,6,7,8]。
沙特阿拉伯之前的研究已经识别出一些孤立的风险因素，从油价波动和极端气候条件到安全检查协议薄弱和承包商付款延迟等，但方法论上的局限性仍然存在。具体来说，传统的风险矩阵通常依赖于任意的权重方案或单一的概率-影响评估，无法充分考虑成本、时间和质量目标的异质敏感性[9,10,11,12,13]。实证证据表明，不同风险类别之间存在动态交互作用；例如，通货膨胀压力（非工程风险）会加剧资源管理不善（工程风险），而法定审批延迟则会导致进度冲突和质量妥协[14,15]。尽管存在这些相互依赖性，现有文献主要孤立地研究这些风险领域，或者仅优先考虑单一维度的影响评估（如成本超支），从而在理解跨维度风险传播方面存在关键空白[16,17]。结构化决策方法，如层次分析法（AHP），进一步实现了财务、设计和监管风险的系统排序，提高了透明度和缓解规划[18]。Al-Gahtani[19]使用PLS-SEM和相对重要性指数技术进行的多方法研究，识别出关键风险，包括规范差距、财务失败、材料质量差和威胁监控不足。研究结果强调了集成多分析风险评估框架在提高复杂建筑项目绩效方面的价值。全球研究人员已经识别出许多建筑风险因素，并开发了多种识别和评估技术[20]。尽管方法论有所进步，但在实践中风险评估仍经常依赖于专业判断和经验[21]。因此，风险管理被认为是一个迭代过程，包括系统的识别、分析和响应规划，包括在无法消除不确定性时的风险保留[22,23]。先前的研究按来源（工程风险与非工程风险）对风险进行了分类[24]，并应用了定量模型（如层次分析、蒙特卡洛模拟[25]和混合MCDM技术，包括COPRAS–SWARA[26]）来改进建筑风险优先级。

2. 方法论
2.1. 文献综述
通过采用这种多层次的基于文献的过程，本研究旨在通过处理二手数据（即已发表的研究和书籍的回顾），开发一个综合的风险优先级评估框架，以评估影响沙特阿拉伯建筑项目的工程和非工程因素。搜索了Scopus、ScienceDirect、Web of Science和Google Scholar等主要科学数据库，查找2010年至2024年间发表的同行评审期刊文章、会议论文和报告，以捕捉与“2030愿景”发展相一致的最新进展。搜索策略使用了关键词组合和布尔运算符，如“建筑风险”AND“沙特阿拉伯”、“工程风险”OR“非工程风险”、“风险评估”AND（“成本”OR“时间”OR“质量”）以及“建筑项目风险因素”。通过反向和正向引用跟踪，还确定了其他来源，以确保全面覆盖。应用了结构化的筛选流程来确保相关性和质量。如果研究涉及使用实证或分析方法进行建筑风险识别、分类或评估，特别是发展中国家或中东地区的案例，则将其纳入考虑范围。排除标准包括与建筑无关的研究以及缺乏方法论严谨性或明确风险分类的文章。通过标题、摘要和全文筛选，并咨询专家后，去除了重复项和无关记录，最终确定了19个风险因素，这些风险因素被分为工程风险和非工程风险，为后续的定量分析提供了基础。
选择这19个风险因素（13个工程风险和6个非工程风险）时遵循了三个关键标准：(i) 在先前文献中的出现频率；(ii) 对项目表现（成本、时间和质量）的实际影响；(iii) 与沙特阿拉伯建筑环境的相关性，特别是在大规模基础设施和“2030愿景”项目背景下。这确保了所识别的风险不仅在理论上是有根据的，而且在实际应用中也是适用的。随后进行了过滤和验证步骤，以消除风险变量之间的冗余和重叠。通过多个来源识别出的相似或概念上重叠的风险被合并，以避免重复，从而得到了一套简洁而全面的风险因素代表集。为了进一步提高有效性，初步的风险因素列表经过了行业专业人士和建筑管理学术专家的咨询。这一过程类似于改进的德尔菲方法，专家反馈用于在问卷设计之前确认所选风险因素的相关性、清晰性和完整性。

2.2. 研究设计和数据收集
沙特阿拉伯的建筑行业涉及一个多元化的利益相关者网络，他们负责管理复杂的技术、财务、环境和监管风险，特别是在“2030愿景”加速发展的背景下。为了研究影响建筑项目表现的风险的概率和影响，在整个王国范围内对参与规划、设计和执行建筑项目的专业人士进行了结构化问卷调查。该调查旨在捕捉从业者关于建筑风险的真实世界经验及其对成本、时间和质量表现的影响。通过广泛回顾建筑风险管理文献并与经验丰富的从业者进行咨询，确定了风险因素，以确保其与沙特建筑条件的相关性。共识别出19个风险因素，并将其分为两组：工程风险和非工程风险。表1和表2分别列出了与工程风险和非工程风险相关的风险因素。图1展示了沙特阿拉伯建筑项目关键风险因素（CRFs）的基于二手数据的风险评估方法流程图。

2.3. 问卷内容
问卷包括三个部分：受访者特征、风险因素的概率评估以及风险因素对成本、时间和质量表现的影响评估（附录B）。概率和影响使用基于频率的序数尺度进行测量，范围从非常低到非常高。具体来说，概率使用5点李克特量表（非常低到非常高）进行评估，而影响使用6点量表（无影响到非常高影响）进行评估，每个量表都配有基于描述的频率解释（例如，“20个项目中有一个”或“超过50%的可能性”）和实际后果范围（例如，成本或表现影响），使受访者能够根据实际项目经验而不是抽象评分来做出判断。在全面收集数据之前，问卷经过了小规模行业专业人士和学术专家的试点审查，以评估项目的清晰度、相关性和完整性。根据这一初步评估的反馈，对问卷进行了修改，消除了歧义，并改进了问题的逻辑顺序，从而提高了内容有效性。此外，通过为每个量表级别提供实际描述符，清晰定义风险类别，并针对能够做出明智判断的经验丰富的专业人士，最大限度地减少了主观风险感知的潜在偏差和模糊性。
问卷的第一部分是受访者特征，包括教育背景和职业（以了解参与者的教育背景和职业，这可能影响他们对风险因素的回答和见解）、他们在建筑项目中的角色（以反映项目决策中的不同角色）、工作经验领域（以纳入组织对风险因素的看法）、他们在沙特阿拉伯的工作地点（以涵盖更广泛的意见和风险因素决策）、以及过去5年执行的项目类型（以纳入风险因素影响程度的经验）。其他两个部分包括影响程度以及工程和非工程类型风险因素对建设项目成败的影响概率，涵盖了财务、技术和环境方面、监管挑战、资源可用性、项目管理实践和利益相关者参与度。每个风险类型的影响程度和概率都根据表3中呈现的影响程度和概率矩阵纳入了问卷中。问题的设计旨在评估这些因素如何影响项目表现和当前管理策略的有效性。参与者被要求对这些风险及其对项目结果的影响进行评分。共收集到113个有效回答，用于分析，代表了沙特建筑行业内的不同专业角色、行业和项目类型。表3. 风险概率和影响程度矩阵。

2.4. 数据分析和风险优先级框架
收集的数据使用描述性和综合风险评估技术进行分析，以评估工程和非工程风险对建设项目表现的影响概率和影响程度。首先使用频率和百分比分布来检查受访者对成本、时间和质量维度的可能性和后果的看法。应用卡方拟合优度检验来检查受访者特征的分布，并确认调查样本相对于沙特建筑行业结构的代表性。为了评估响应的一致性和分布特征，计算了标准差、偏度和峰度，以评估响应的离散度、对称性和集中度，以及验证数据是否适合进一步统计解释。这些分布统计确保在标准化和汇总之前，概率和影响评估显示出可接受的变异性和稳定性。

为了进行定量评估，将概率响应转换为1-5范围内的加权分数（非常低=1到非常高=5），而影响响应转换为1-6范围内的加权分数（无影响=1到非常高影响=6）。然后计算每个风险因素和表现维度的平均概率和平均影响值。由于概率（Pn）和影响（In）是在不同的数值尺度（分别为1-5和1-6）上测量的，因此在计算总体风险优先级分数之前，将两个变量都标准化到0-1范围内。标准化公式如下：
????=平均概率/5, ????=平均影响/6
然后计算风险优先级分数：
????????=????×????
本研究使用标准化方法相对于传统的风险矩阵具有方法论优势，后者通常依赖于离散的分类评分，可能会由于概率和影响轴的缩放不均而引入隐性偏差。通过将两个变量转换为共同的0-1范围，标准化确保了可比性，消除了尺度引起的权重扭曲，并能够跨多个表现维度（成本、时间和质量）连续排名风险。这在多维评估中尤为重要，因为风险在不同表现结果上的敏感性各不相同。可以考虑其他缩放方法（例如z分数或最小-最大标准化）；然而，为了保持可解释性和与问卷设计的对齐，采用了基于理论最大值的固定尺度标准化（概率为5，影响为6）。这确保了标准化值与原始评分之间的直接关联。尽管将序数李克特量表数据视为区间数据假设类别之间的间隔相等，但这种常见方法使得定量分析成为可能。为了减少潜在的偏差，每个尺度级别都使用了明确定义的、基于经验的描述符，提高了受访者解释的一致性。标准化方法确保了尺度兼容性，消除了概率和影响测量之间的隐性权重偏差，并能够跨成本、时间和质量维度一致地比较风险的关键性。所得到的RPS值为排名风险和识别影响沙特阿拉伯建设项目表现的关键风险因素提供了结构化和统计上稳健的基础。

建设项目表现由成本、时间和质量结果共同决定；然而，这些维度上的风险相对负担可能因行业背景而异。为了获得一个综合的基于表现的风险度量，通过结合三个维度上的标准化风险优先级分数开发了一个总体风险指数（ORI）。而不是应用假设的或任意的权重，维度权重是直接从调查数据中使用所有风险的汇总标准化RPS值得出的。每个表现维度的总感知风险负担计算如下：
????=∑???????????????????, ????=∑???????????????????, ????=∑????????????????????????????
然后获得维度权重如下：
????=????????+????+????, ????=????????+????+????, ????=????????+????+????
这种数据驱动的加权方法反映了受访者对沙特建筑项目中成本、时间和质量结果所感知的集体风险负担。每个风险因素的加权总体风险指数计算如下：
????????=???????????????+???????????????+???????????????
ORI将概率、影响和表现敏感性整合为一个统一的度量，使得工程和非工程风险能够统一排名。这种方法提供了沙特阿拉伯建设项目表现风险关键性的整体表示，同时保持了基于调查结果的实证基础。

3. 结果
3.1. 参与者特征的描述性统计
表4和表5显示了113名参与者的描述性统计。参与者特征的统计揭示了响应的分布和变异性的一些见解。参与者概况反映了一个平衡且具有行业代表性的样本。咨询师构成了最大的专业群体（34.5%），其次是项目经理（22.1%）、风险经理（15.0%）和部门经理（13.3%），确保了直接参与决策和风险控制的角色的强烈代表性。大多数受访者来自私营（45.1%）和半政府部门（27.4%），这与建筑行业的主导结构相符，而教育资格从文凭（28.3%）到研究生学位（34.5%）不等，表明样本在技术上具有竞争力。从地理上看，受访者主要分布在东部（36.3%）和北部（23.0%）地区，涵盖了沙特阿拉伯的所有主要地区。近一半的参与者参与了公路项目（48.7%），其次是其他民用项目（40.7%），反映了该国以基础设施为主的发展议程。在经验方面，大多数人在过去五年中管理了多达20个项目（73.4%），表明他们有中等到相当多的实践经验。利益相关者的代表性主要由工程咨询师（39.8%）、项目所有者（19.5%）、设计师（18.6%）和主要承包商（16.8%）主导，确保了研究结果主要由建筑风险管理和项目执行的核心利益相关者提供信息。

表4. 参与者特征的频率统计。
表5. 参与者特征的卡方拟合优度检验。
所有特征的标准差相对较低，表明大多数参与者的回答接近平均值，除了“职业”这一特征，其标准差较高，为1.705，表明回答的变异性较大。表5中的卡方拟合优度结果表明，所有参与者特征在分布上显著偏离均匀分布（p < 0.05），确认样本反映了建筑行业的结构组成而非随机变化。专业背景显示出显著的不平衡（χ2 = 30.67, df = 5, p < 0.001），咨询师、项目经理和风险经理构成了大多数受访者。这种集中从方法论上是有益的，因为这些角色直接参与项目规划、协调和与风险相关的决策。同样，在工作经验领域也观察到显著的非均匀性（χ2 = 33.12, df = 3, p < 0.001），私营和半政府部门在样本中占主导地位，这与行业的主要交付模式一致。尽管教育资格存在显著差异（χ2 = 16.51, df = 3, p = 0.001），但学士和研究生学位持有者的强大存在表明样本在学术上具有竞争力，能够评估复杂的建筑风险。地理和项目相关特征进一步支持了数据的代表性和实际相关性。工作地点在不同地区之间存在显著差异（χ2 = 19.84, df = 4, p = 0.001），显示了主要建筑中心的集中，同时保持了全国覆盖。执行的项目类型也存在显著差异（χ2 = 21.45, df = 2, p < 0.001），基础设施和公路项目被过度代表，反映了国家的发展重点。与经验相关的特征显示出强烈的非均匀性（χ2 = 36.92, df = 4, p < 0.001），表明受访者之间的项目接触程度各不相同但总体上相当。利益相关者的代表性显示出最大的偏离均匀性（χ2 = 52.60, df = 6, p < 0.001），确认了工程咨询师、承包商和项目所有者的主导地位，他们在风险识别和缓解中的核心作用增强了研究结果的管理相关性和外部有效性。

3.2. 风险评估数据的描述性统计特征
计算了Cronbach’s Alpha来评估衡量工程和非工程风险在成本、时间和质量维度上的概率和影响的问卷项目的内部一致性。结果表明调查工具的可靠性很强。对于工程风险因素，Cronbach Alpha值介于0.82到0.87之间，而对于非工程风险，值介于0.78到0.82之间，所有这些都超过了可靠测量的推荐阈值0.70。整个工具的总体Cronbach Alpha约为0.85，确认问卷项目一致地测量了建筑风险因素。这些结果表明数据集在统计上是可靠的，适合进一步分析，包括概率和影响分数的标准化以及风险优先级分数（RPS）的计算。调查工具的可靠性统计在表6中为与成本、时间和质量维度相关的工程和非工程风险因素列出。

表6. 调查工具的可靠性统计。
计算了描述性统计，以检查工程和非工程风险因素在成本、时间和质量表现维度上的概率和影响评估的分布特征。表A1和表A2（附录A）总结了从113个有效回答中得出的每个风险因素的标准差、偏度和峰度值。工程风险的标准差值表明，在所有三个表现维度上，概率和影响评估的变异性适中，表明受访者的看法分布合理，没有过度分散。非工程风险也观察到了类似的变异性模式，表明在监管、经济、环境和劳动相关因素上的响应行为一致。两个风险类别的偏度值通常都在可接受的统计范围内，表明响应分布没有严重的不对称性。大多数概率评估显示出轻微的正偏度，表明倾向于中等到高的可能性感知，而影响评估在评分级别上显示出平衡的分布。峰度值主要是负的，表明响应在评分类别中分布较为均匀，而不是集中在尺度的极端端。描述性统计确认了稳定的响应行为、适度的分散性和概率及影响变量之间的可接受对称性，这支持了数据集后续标准化、汇总和风险优先级分析的适用性。

3.3. 工程风险因素的标准化概率和影响评估
表A3（附录A）展示了成本、时间和质量维度上工程风险的标准化平均概率和影响值。概率值（Pn）从原始的五点尺度进行了标准化，影响值（In）从六点尺度进行了标准化，使得跨表现维度的一致比较成为可能。标准化的概率结果表明，协调和管理相关的风险在表现领域显示出相对较高的可能性水平。不当的协调、管理技能不足和承包商能力缺陷在成本、时间和质量上显示出一致升高的概率值。相比之下，监督和变更管理相关的风险显示出较低的可能性水平。标准化的影响结果显示出不同的模式，资源生产力、测试和调试实践以及合同实施在表现维度上显示出更强的后果水平。资源相关风险在时间维度上显示出特别高的影响，而合同和质量控制相关的风险在质量维度上显示出较高的影响。概率评估强调了管理和协调的暴露，而影响评估突出了运营控制和合同合规的后果。这些标准化的概率和影响值为以综合方式评估整体风险优先级奠定了基础。通过允许在成本、时间和质量维度上进行一致比较，它们支持基于可能性和后果识别最关键工程风险。

3.4. 非工程风险因素的标准化概率和影响评估
表A4（附录A）展示了成本、时间和质量表现维度上非工程风险的标准化概率和影响值。概率标准化使得可以在监管、经济、劳动和环境风险类别之间进行比较。概率结果表明，暴露于监管和宏观经济风险的可能性很强。法定审批程序、通货膨胀和金融交易限制在表现维度上一致显示出最高的可能性水平。5. 局限性、实际意义与建议
尽管标准化概率-影响-优先级框架具有很强的可靠性，但本研究仍存在一些局限性。分析基于感知驱动的调查数据而非客观的项目绩效记录；尽管受访者都是经验丰富的从业者，但主观评估可能会引入偏差。样本主要来自私营和半政府部门的项目，这可能限制了研究结果的普遍适用性。此外，概率和影响评分采用序数尺度收集并转换为标准化均值，隐含了各尺度类别之间间隔属性相等的假设。横断面设计仅反映了特定时间点的风险感知，可能无法捕捉到快速变化的地缘政治和经济状况。当前数据集未明确涵盖正在出现的地区地缘政治紧张局势（如与伊朗相关的冲突动态），这些因素可能通过供应链中断、材料价格波动、劳动力流动性限制以及监管或财务不确定性影响建筑风险环境。总体风险指数采用了从样本感知中得出的维度权重；虽然这些权重是基于数据的，但它们仍具有特定背景性，可能因项目类型或地区的不同而有所差异。
综合概率-影响-优先级分析表明，沙特阿拉伯的建筑风险暴露受到外部系统性约束和内部项目治理能力的共同影响。综合ORI排名显示，宏观经济风险和监管风险（尤其是通货膨胀、法定审批延迟和金融交易限制）对项目绩效具有最强的整体影响，而与资源管理、管理能力和测试调试相关的工程风险则对项目结果产生显著影响。这些发现对沙特建筑行业的利益相关者具有重要的启示意义。从政策角度来看，审批风险和资金流动风险的重要性表明，制度流程对于成本和进度的稳定性仍然至关重要。通过整合数字许可流程、标准化审查时间表以及机构间的协调来简化法定审批程序，可以减少审批延迟和相关成本上升。同样，通货膨胀和支付风险凸显了在“愿景2030”下的长期基础设施项目中需要制定合同条款（如价格调整条款和有保障的支付机制）以稳定承包商的现金流。在项目层面，管理能力和资源治理成为提高时间和质量绩效的主要手段。资源管理不善、管理技能不足以及缺乏测试和调试工作所导致的高ORI值（风险指数）强调了加强项目管理办公室、基于能力的培训以及结构化资源规划系统的重要性。质量结果进一步强调了劳动力稳定性和以合规为导向的监督的重要性，表明技能发展、人才保留策略以及完善的调试和质量保证措施对于确保项目各阶段的工艺质量和规范遵守至关重要。

未来的研究可以从几个方向扩展这项工作。将感知风险评级与实际项目绩效数据相结合的纵向研究可以验证概率-影响-优先级框架与观察结果的一致性。跨不同项目领域（如建筑、工业、交通、能源）的比较研究可以细化特定领域的风险特征和权重结构。将定量进度和成本绩效数据集与基于调查的风险感知模型相结合也可以支持预测性风险分析。此外，所提出的ORI框架可以通过先进的多标准决策方法或基于机器学习的权重方法进行改进，以捕捉风险维度之间的非线性相互作用。未来的研究还可以将这一框架扩展到特定领域的分析（如工业、住宅和基础设施），并探索利用机器学习方法来捕捉非线性风险互动。此外，未来的研究应明确纳入战争调整和地缘政治风险变量（如跨境供应链中断、制裁相关的财务限制、能源价格冲击和地区安全风险），以提高建筑风险评估框架在动荡环境中的适应性和韧性。

**6. 结论**

本研究开发并实证验证了一个标准化的概率-影响-优先级框架，用于评估沙特阿拉伯建筑项目中的工程风险和非工程风险。通过对113位经验丰富的专业人士的调查数据分析，该研究将标准化的概率和影响指标整合到风险优先级得分（RPS）和总体风险指数（ORI）中，从而实现了风险关键性的跨维度比较。研究结果表明，影响项目绩效的风险结构存在明显的分化：非工程风险（尤其是通货膨胀、法定审批延迟和金融交易限制）对项目结果的影响最大（ORI分别为0.441、0.432和0.432）。外部系统性约束主要威胁成本稳定性，反映了“愿景2030”下该国快速发展轨迹所固有的宏观经济波动性和监管复杂性。相反，工程风险（特别是资源管理不善、管理技能不足以及缺乏测试和调试）主导了运营绩效的波动性，尤其是在时间和质量方面（ORI分别为0.401、0.395和0.390）。这种二元性表明，虽然项目层面的治理能力决定了执行的可靠性，但外部制度条件为整个行业设定了基础风险阈值。

本研究在方法论上做出了贡献，证明了数据驱动的维度权重（成本：0.336；时间：0.336；质量：0.328）可以取代风险聚合中的任意假设，为类似新兴市场情境提供了一个可复制的模型。对于实践者而言，研究结果提出了两个战略重点：（i）在政策层面，简化法定审批流程并建立价格调整机制以减轻通货膨胀的影响；（ii）在项目层面，加强资源治理框架、基于能力的项目管理协议和质量保证系统，以减少运营波动性。所提出的框架为在世界上最活跃的建筑市场中优先考虑风险缓解投资提供了一个立即可应用的工具。