论文部分内容阅读
摘 要：由于工程项目风险具有模糊性，而且不易确定，导致难以对工程项目风险进行准确的量化和处理，所以需要对工程項目风险进行评价，评价的结果将会影响到工程项目的风险决策，因此，研究工程项目风险评价以降低项目风险具有十分重要的意义。为了了解工程项目风险评价这一研究领域的发展现状，并为今后继续研究奠定基础，本文从风险评价指标体系、风险评价方法种类和使用情况以及主观行为风险评价等方面进行归纳总结，提出目前研究的不足并对未来研究方向进行展望。
关键词：工程项目；风险评价；风险指标
随着我国社会经济的发展，新建工程项目的数量飞速增长、建设规模不断加大、结构功能也越来越复杂、国际工程项目也日趋增多等，导致工程项目资金投资巨大、建设工期越来越拉长，工程项目的风险已经愈来愈大。为解决上述问题，需要对工程项目进行有效的风险管理[1]。近年来，学术期刊上已经刊登了大量的工程项目风险评价方面的文献，说明学术界比较重视工程项目风险评价方面的研究。本文选取2010年至2015年发表的工程项目风险评价相关文献进行检索、归纳，使得学者们能够掌握工程项目风险评价的发展动态、了解最新的研究成果，并找出相关研究中的不足，为后续深入研究打下基础。
1 工程项目风险评价研究现状
1.1 风险评价指标
1.1.1 不同标准、角度下的风险评价指标
目前尚未形成一个成熟、统一的工程项目风险评价指标体系。风险评价首先要确定评价指标，但是随着我国社会经济的高速发展，工程项目面临的风险越来越多，各种新的风险诱因大幅增加，一个看似微小或不相关的风险因素都可能使整个项目失败，因此，找出相应的风险评价指标将变得更加困难，而风险评价指标的遗漏或与实际不符，都会导致后续风险评价失败[3]。虽然目前风险评价指标尚不成熟，但本文通过对各期刊论文归纳总结，发现工程风险指标都可以按照风险的影响因素、项目阶段、结果属性、项目系统四个角度确定大体指标[4]，其中按照风险的影响因素即风险的来源确定风险指标的期刊论文较多。
1.1.2 大型工程项目需要对风险评价指标约简
风险评价开始意识到指标的重复性，进行约简，约去冗余指标。大型工程是一个多目标决策、多风险的项目，涉及的风险种类有很多，如果单纯采用某种评价方法，由于评价指标过多，将会导致评价过程繁琐效、评价效果大幅降低，因此需要对风险评价指标体系进行降维，达到各准则下的指标层简约目的，避免指标选取重复性。邵军义等（2011）采用证据理论[5]、丁浩等（2013）采用粗糙集理论对大型工程项目风险评价指标进行约简[6]，可见对大型工程项目进行指标约简十分必要。
1.2 工程项目常用的风险评价方法
风险评价方法有许多，从方法上看，工程项目风险评价的研究方法不断增多，近年来出现了越来越多新的方法，从早期影响图敏感性分析、事故树等传统方法发展到现在的常用的层次分析法、网络层次分析法、模糊分析法、人工神经网络评价法[7] 。
1.2.1层次分析法
层次分析法（Analytic Hierarchy Process ）是工程项目风险评价中常用的方法之一，具有实践性作用、灵活、简便的多准则决策方法，能够对问题进行定性和定量分析。 20 世纪 70 年代初期美国运筹学家T.L.Saaty 教授提出了层次分析法，该方法于20 世纪 80 年代初期传到我国，因其能处理定性与定量相结合的各种决策问题及其简单易行的优点，而在我国工程项目风险评价中得到广泛使用[8]。层次分析法的基本做法如下：首先把评价因素分解成若干层次，接着对同一层次的评价因素惊喜两两比较， 得出评价结果。然后，通过自上而下的计算，得到评价因素的综合权重，最后对各方案的优劣进行排序。
1.2.2 网络层次分析法
Saaty 教授在1996年又系统地提出了ANP理论，该方法用网络结构关系代替了递阶层次关系，不仅考虑了元素间的依存关系，而且处理决策问题更具灵活性、可信性和合理性，适用于复杂系统建模，并能真实的描述问题[9]。网络层次分析法一般划分为两大部分： ①控制层，包括决策目标和决策准则，该层内所有准则相互独立，对上隶属于目标，对下分别控制着一个网络结构。②网络层，它由若干受控制层支配的元素集组成，元素集内部可能相互影响，也可能影响另一元素。
1.2.3模糊综合评价法
1965年位于美国加州大学的专家扎德首次提出了模糊集合这一理论，而现在在工程项目中常用的模糊综合评价法就是从模糊集合演变而来的，该方法应用模糊关系的原理， 能够将一些不易定量、边界不清的风险因素定量处理。在工程项目风险评价中，模糊综合评价法也是常用的方法之一，通常要结合层次分析法来确定指标权重，最后用模糊方法对工程风险进行评价，使得从多因素方面对评判事物进行综合评判成为可能。模糊方法最显著的优点在于它能处理大量的模糊概念，并把定性的问题转化为定量的问题，从而提供了一种新的手段来解决定性问题的评价缺乏客观性这一难题。
1.2.4 BP神经网络评价法
BP神经网络算法与人脑组织结构、活动机制类似，通过模拟人脑系统对全新信息进行处理 ，因此人工神经网络具有自适应、自学习和获取知识的能力，弱化了风险评价过程中人的主观因素的影响，使评判结果具有明显的准确性和可靠性；同时，避免了大量繁琐计算，BP神经网络可以在复杂度较高的项目中建模。BP神经网络评价法的步骤：首先确定网络的结构，包括网络结构的输入、隐含层及输出等，一般采用三层网络模型结构即一个输入层、一个隐含层和一个输出层。
1.2.5蒙特卡罗模拟法
蒙特卡罗方法又名统计试验方法或随机抽样技巧，它也是常用于估计工程风险的方法之一，基本思路为：首先要找出影响工程项目的多种随机因素，然后通过随机数发生器生成概率分布数据，将数据输入仿真模型，从而可能模拟出与现实相符的情况。蒙特卡罗方法对各种风险因素的不确定性都可以处理，并以概率分布的形式表示这种不确定性。可见，它可以对变化的多元素进行分析，该方法考虑了所有的元素同时受到风险不确定性的影响这样情况。另外，通过编制计算机软件来进行模拟，节约时间、方便快捷。 本文根据对各期刊论文的归纳、总结，对常用的风险评价方法对比分析，得出它们的各自的优点、缺点和适用范围。层次分析法的优点：定性与定量相结合，简单易行，1-9打分法在一定程度上降低了主觀；缺点：主观性较强，不适合在复杂项目中应用，且风险因素的数目不易过多，9个以内比较合适；适用范围：适用于对识别的风险因素进行排序， 为制定合理的风险对策方案提供依据。模糊综合评价法的优点：把定性的问题巧妙地转化为定量描述数学模型简单，容易掌握；缺点：丢失了较多信息会受到主观因素的影响比较大；适用范围：对于不确定性较大的项目前期决策阶段的总体风险评价效果明显。网络层次分析法的优点：可直接处理每一个风险因素的不确定性，以概率分布的形式表示；缺点：计算复杂，常常利用超级决策软件SD来计算；适用范围：多种风险并存、 相互交叉作用。BP神经网络评价法的优点：不带有明显的主观成分，评价结果更客观、有效；缺点：不能对定性指标进行处理获得模型所需要的数据比较困难；适用范围：存在大量的数据资料。
本文通过对以上常用风险评价的方法的总结、归纳，发现这些风险评价方法都有它们各自的其优点，但不可避免的存在一定的局限性，在工程风险评价实际应用中，可选择适用的风险分析方法处理特定的风险环境；或者将多种风险评价方法结合起来，取长补短，达到更全面和深入的认识风险，为风险管理决策提供依据。
1.3 多种方法结合对风险进行评价
工程项目风险评价方法趋于多种方法联合使用。现阶段工程项目所处环境日趋复杂、规模不断增大、技术不断加深、参与工程建设单位众多、不确定性因素众多，所以在其实施过程中必将面对多种类型的风险，而工程项目复杂风险具有以下特征：风险来源和结构复杂，风险事件发生后影响巨大，风险之间相互联系和相互影响，在不同阶段风险有所不同，呈现动态演化趋势[8-9]。可见，单纯采用一种风险评价方法已经不能对工程项目所面对的复杂风险准确评价，因此，在不同的工程项目应用中需要结合不同的评价方法，取长补短，来针对不同的风险特征进行评价。
1.4 风险评价开始关注项目关联主体的价值偏好
有关工程项目风险评价人行为的研究开始出现。首先，现实中的工程项目是处在复杂的环境中，而人们对工程项目风险评价的认知有限和不完全理性，使得风险评价存在很大的局限性；其次，人的因素对工程项目风险评价的影响至关重要，人的偏好、思维方式、 心理、行为方式等都将显著影响最终的项目结果[10-11] 。风险评价不仅要关注风险事件发生的损失程度与概率，还需要考虑承包商、业主、施工单位等各方的个性特征 。只有全面深入研究项目关联主体的价值偏好，才能从主体行为基础上更为合理对项目复杂风险进行评价，只有将所有项目主体的价值偏好和策略互动特征反映到项目风险评估中，才能更加科学地动态评估项目复杂风险，提高工程项目风险管理水平[12] 。
2 目前研究不足与未来研究展望
本文通过对现有期刊论文的梳理和归纳发现，国内外对工程项目风险评价已经十分重视，并且产生了大量研究成果，工程项目风险评价的研究已经比较成熟，但由于研究对象与研究技术的不同，目前仍存在以下几个问题需要进一步研究。
（1） 现有的工程项目风险评价方法都在不同程度上存在这局限性，需要继续研究。专家打分法、模糊综合评价法和层次分析法等较依赖专家的经验，并且在很大程度上受到专家心理因素的影响，主观性较强[13]；模糊思想与其它方法相结合，采用基本事件发生可能性的评估判断代替其概率统计值，虽然在一定程度上降低了人的主观判断对结果的影响程度，但仍不可避免地受到专业知识、经验等主观因素的影响[14]；BP神经网络评价法与模糊方法相结合，不仅解决了BP神经网络评价法对于定性指标的分析缺乏相应的处理能力的问题，而且相比以上评价方法，主观成分和人为因素不明显，使得评价结果更客观、真实、有效，但是BP网络模型最显著的缺点是它需要有大量数据进行训练，而实际工程中一般较难获得模型所需要的数据，使BP神经网络评价法的使用也存在很大的局限性。
（2） 对人的心理、偏好与行为方式等的风险评价文献较少。工程项目风险评价不应局限于环境风险、技术风险、财务风险等客观因素，更应考虑人员心理状况、偏好等主观因素[15]。目前关于风险评价行为的研究大多建立在理性人假设的基础之上，但是实际工程项目中人的决策在很大程度上受其心理状态和外部环境的支配，是有限理性的。如何确定人的主观因素对风险评价的影响，需要进一步的研究。
（3） 工程项目风险评价将趋于复杂化。随着工程项目所处环境复杂性的不断提高、规模不断增大、技术不断加深、同时大型国际项目也越来越多，导致工程项目面临的不确定性风险因素众多，并且风险因素之间的联系也在不断增多，风险因素之间的相互影响也随之加强，其产生的连锁关系具有新的不确定性，综上所述，未来的风险评价必将涉及多种因素，并且还要考虑各因素之间相互影响、相互联系。因此，从复杂理论的角度来研究工程项目风险评价问题必将成为未来的一大趋势。
参考文献
[1] 孙淑生，廖友友. 基于BP神经网络模型的建筑工程项目风险评价[J]. 项目管理技术，2012，（10）：89-92.
[2] 江新，赵静. 工程项目群的AHP-NET风险评价模型[J]. 中国安全科学学报，2012，（10）：158-163.
[3] 杨枫. 工程项目的风险管理研究[D ]. 吉林： 吉林大学， 2012.
[4] 王汉平. 建筑工程项目风险管理研究[D].广东财经大学，2014.
[5] 邵军义，董坤涛，郭晗，赵辉. 国际工程项目风险评价研究[J]. 工程管理学报，2011，（2）：187-190.
[6] 丁浩，张书通. 海外石油工程项目风险评价——基于粗糙集理论和突变理论[J]. 科技进步与对策，2013，（23）：60-63.
[7] 安慧，郑传军. 基于ANP-Fuzzy的工程投标风险评价[J]. 建筑经济，2013，（11）：57-60.
[8] Li， Cunbin.Engineering project risk rating based on matter-element model and extension analysis[J].ICIC Express Letters， 2011，2（6）：1333-1337.
[9] Wang， Yumei.The role of internal audit in engineering project risk management[J].Procedia Engineering，2011，24（1）：689-694.
[10] EMRAH，A，YASEMIN，G.Prediction of risk perception by owners，psychological traits in small building contractors[J].construction Managment andEconomics，2011，29（8）：841-852.
[11] BRYDE，D.j，VOLM，J.M.Perceptions of owners in German construction projects：congruence with project risk theory [J].Construction Mannagement and Economics，2009，27（11）：1059-1071.
[12] 玉树伟，廖小新. 建设工程项目风险管理研究综述[J]. 大众科技，2013，（10）：36-41.
[13] 安慧，郑传军. 基于ANP-Fuzzy的工程投标风险评价[J]. 建筑经济，2013，（11）：57-60.
[14] 安雪彤. 基于G-ANP方法的大型化工项目风险评价研究与应用[D].重庆大学，2010.
[15] 包相相，杨和礼，景有荣. 基于BP神经网络对BT项目风险的评价[J]. 土木工程与管理学报，2014，（2）：96-100+109.
关键词：工程项目；风险评价；风险指标
随着我国社会经济的发展，新建工程项目的数量飞速增长、建设规模不断加大、结构功能也越来越复杂、国际工程项目也日趋增多等，导致工程项目资金投资巨大、建设工期越来越拉长，工程项目的风险已经愈来愈大。为解决上述问题，需要对工程项目进行有效的风险管理[1]。近年来，学术期刊上已经刊登了大量的工程项目风险评价方面的文献，说明学术界比较重视工程项目风险评价方面的研究。本文选取2010年至2015年发表的工程项目风险评价相关文献进行检索、归纳，使得学者们能够掌握工程项目风险评价的发展动态、了解最新的研究成果，并找出相关研究中的不足，为后续深入研究打下基础。
1 工程项目风险评价研究现状
1.1 风险评价指标
1.1.1 不同标准、角度下的风险评价指标
目前尚未形成一个成熟、统一的工程项目风险评价指标体系。风险评价首先要确定评价指标，但是随着我国社会经济的高速发展，工程项目面临的风险越来越多，各种新的风险诱因大幅增加，一个看似微小或不相关的风险因素都可能使整个项目失败，因此，找出相应的风险评价指标将变得更加困难，而风险评价指标的遗漏或与实际不符，都会导致后续风险评价失败[3]。虽然目前风险评价指标尚不成熟，但本文通过对各期刊论文归纳总结，发现工程风险指标都可以按照风险的影响因素、项目阶段、结果属性、项目系统四个角度确定大体指标[4]，其中按照风险的影响因素即风险的来源确定风险指标的期刊论文较多。
1.1.2 大型工程项目需要对风险评价指标约简
风险评价开始意识到指标的重复性，进行约简，约去冗余指标。大型工程是一个多目标决策、多风险的项目，涉及的风险种类有很多，如果单纯采用某种评价方法，由于评价指标过多，将会导致评价过程繁琐效、评价效果大幅降低，因此需要对风险评价指标体系进行降维，达到各准则下的指标层简约目的，避免指标选取重复性。邵军义等（2011）采用证据理论[5]、丁浩等（2013）采用粗糙集理论对大型工程项目风险评价指标进行约简[6]，可见对大型工程项目进行指标约简十分必要。
1.2 工程项目常用的风险评价方法
风险评价方法有许多，从方法上看，工程项目风险评价的研究方法不断增多，近年来出现了越来越多新的方法，从早期影响图敏感性分析、事故树等传统方法发展到现在的常用的层次分析法、网络层次分析法、模糊分析法、人工神经网络评价法[7] 。
1.2.1层次分析法
层次分析法（Analytic Hierarchy Process ）是工程项目风险评价中常用的方法之一，具有实践性作用、灵活、简便的多准则决策方法，能够对问题进行定性和定量分析。 20 世纪 70 年代初期美国运筹学家T.L.Saaty 教授提出了层次分析法，该方法于20 世纪 80 年代初期传到我国，因其能处理定性与定量相结合的各种决策问题及其简单易行的优点，而在我国工程项目风险评价中得到广泛使用[8]。层次分析法的基本做法如下：首先把评价因素分解成若干层次，接着对同一层次的评价因素惊喜两两比较， 得出评价结果。然后，通过自上而下的计算，得到评价因素的综合权重，最后对各方案的优劣进行排序。
1.2.2 网络层次分析法
Saaty 教授在1996年又系统地提出了ANP理论，该方法用网络结构关系代替了递阶层次关系，不仅考虑了元素间的依存关系，而且处理决策问题更具灵活性、可信性和合理性，适用于复杂系统建模，并能真实的描述问题[9]。网络层次分析法一般划分为两大部分： ①控制层，包括决策目标和决策准则，该层内所有准则相互独立，对上隶属于目标，对下分别控制着一个网络结构。②网络层，它由若干受控制层支配的元素集组成，元素集内部可能相互影响，也可能影响另一元素。
1.2.3模糊综合评价法
1965年位于美国加州大学的专家扎德首次提出了模糊集合这一理论，而现在在工程项目中常用的模糊综合评价法就是从模糊集合演变而来的，该方法应用模糊关系的原理， 能够将一些不易定量、边界不清的风险因素定量处理。在工程项目风险评价中，模糊综合评价法也是常用的方法之一，通常要结合层次分析法来确定指标权重，最后用模糊方法对工程风险进行评价，使得从多因素方面对评判事物进行综合评判成为可能。模糊方法最显著的优点在于它能处理大量的模糊概念，并把定性的问题转化为定量的问题，从而提供了一种新的手段来解决定性问题的评价缺乏客观性这一难题。
1.2.4 BP神经网络评价法
BP神经网络算法与人脑组织结构、活动机制类似，通过模拟人脑系统对全新信息进行处理 ，因此人工神经网络具有自适应、自学习和获取知识的能力，弱化了风险评价过程中人的主观因素的影响，使评判结果具有明显的准确性和可靠性；同时，避免了大量繁琐计算，BP神经网络可以在复杂度较高的项目中建模。BP神经网络评价法的步骤：首先确定网络的结构，包括网络结构的输入、隐含层及输出等，一般采用三层网络模型结构即一个输入层、一个隐含层和一个输出层。
1.2.5蒙特卡罗模拟法
蒙特卡罗方法又名统计试验方法或随机抽样技巧，它也是常用于估计工程风险的方法之一，基本思路为：首先要找出影响工程项目的多种随机因素，然后通过随机数发生器生成概率分布数据，将数据输入仿真模型，从而可能模拟出与现实相符的情况。蒙特卡罗方法对各种风险因素的不确定性都可以处理，并以概率分布的形式表示这种不确定性。可见，它可以对变化的多元素进行分析，该方法考虑了所有的元素同时受到风险不确定性的影响这样情况。另外，通过编制计算机软件来进行模拟，节约时间、方便快捷。 本文根据对各期刊论文的归纳、总结，对常用的风险评价方法对比分析，得出它们的各自的优点、缺点和适用范围。层次分析法的优点：定性与定量相结合，简单易行，1-9打分法在一定程度上降低了主觀；缺点：主观性较强，不适合在复杂项目中应用，且风险因素的数目不易过多，9个以内比较合适；适用范围：适用于对识别的风险因素进行排序， 为制定合理的风险对策方案提供依据。模糊综合评价法的优点：把定性的问题巧妙地转化为定量描述数学模型简单，容易掌握；缺点：丢失了较多信息会受到主观因素的影响比较大；适用范围：对于不确定性较大的项目前期决策阶段的总体风险评价效果明显。网络层次分析法的优点：可直接处理每一个风险因素的不确定性，以概率分布的形式表示；缺点：计算复杂，常常利用超级决策软件SD来计算；适用范围：多种风险并存、 相互交叉作用。BP神经网络评价法的优点：不带有明显的主观成分，评价结果更客观、有效；缺点：不能对定性指标进行处理获得模型所需要的数据比较困难；适用范围：存在大量的数据资料。
本文通过对以上常用风险评价的方法的总结、归纳，发现这些风险评价方法都有它们各自的其优点，但不可避免的存在一定的局限性，在工程风险评价实际应用中，可选择适用的风险分析方法处理特定的风险环境；或者将多种风险评价方法结合起来，取长补短，达到更全面和深入的认识风险，为风险管理决策提供依据。
1.3 多种方法结合对风险进行评价
工程项目风险评价方法趋于多种方法联合使用。现阶段工程项目所处环境日趋复杂、规模不断增大、技术不断加深、参与工程建设单位众多、不确定性因素众多，所以在其实施过程中必将面对多种类型的风险，而工程项目复杂风险具有以下特征：风险来源和结构复杂，风险事件发生后影响巨大，风险之间相互联系和相互影响，在不同阶段风险有所不同，呈现动态演化趋势[8-9]。可见，单纯采用一种风险评价方法已经不能对工程项目所面对的复杂风险准确评价，因此，在不同的工程项目应用中需要结合不同的评价方法，取长补短，来针对不同的风险特征进行评价。
1.4 风险评价开始关注项目关联主体的价值偏好
有关工程项目风险评价人行为的研究开始出现。首先，现实中的工程项目是处在复杂的环境中，而人们对工程项目风险评价的认知有限和不完全理性，使得风险评价存在很大的局限性；其次，人的因素对工程项目风险评价的影响至关重要，人的偏好、思维方式、 心理、行为方式等都将显著影响最终的项目结果[10-11] 。风险评价不仅要关注风险事件发生的损失程度与概率，还需要考虑承包商、业主、施工单位等各方的个性特征 。只有全面深入研究项目关联主体的价值偏好，才能从主体行为基础上更为合理对项目复杂风险进行评价，只有将所有项目主体的价值偏好和策略互动特征反映到项目风险评估中，才能更加科学地动态评估项目复杂风险，提高工程项目风险管理水平[12] 。
2 目前研究不足与未来研究展望
本文通过对现有期刊论文的梳理和归纳发现，国内外对工程项目风险评价已经十分重视，并且产生了大量研究成果，工程项目风险评价的研究已经比较成熟，但由于研究对象与研究技术的不同，目前仍存在以下几个问题需要进一步研究。
（1） 现有的工程项目风险评价方法都在不同程度上存在这局限性，需要继续研究。专家打分法、模糊综合评价法和层次分析法等较依赖专家的经验，并且在很大程度上受到专家心理因素的影响，主观性较强[13]；模糊思想与其它方法相结合，采用基本事件发生可能性的评估判断代替其概率统计值，虽然在一定程度上降低了人的主观判断对结果的影响程度，但仍不可避免地受到专业知识、经验等主观因素的影响[14]；BP神经网络评价法与模糊方法相结合，不仅解决了BP神经网络评价法对于定性指标的分析缺乏相应的处理能力的问题，而且相比以上评价方法，主观成分和人为因素不明显，使得评价结果更客观、真实、有效，但是BP网络模型最显著的缺点是它需要有大量数据进行训练，而实际工程中一般较难获得模型所需要的数据，使BP神经网络评价法的使用也存在很大的局限性。
（2） 对人的心理、偏好与行为方式等的风险评价文献较少。工程项目风险评价不应局限于环境风险、技术风险、财务风险等客观因素，更应考虑人员心理状况、偏好等主观因素[15]。目前关于风险评价行为的研究大多建立在理性人假设的基础之上，但是实际工程项目中人的决策在很大程度上受其心理状态和外部环境的支配，是有限理性的。如何确定人的主观因素对风险评价的影响，需要进一步的研究。
（3） 工程项目风险评价将趋于复杂化。随着工程项目所处环境复杂性的不断提高、规模不断增大、技术不断加深、同时大型国际项目也越来越多，导致工程项目面临的不确定性风险因素众多，并且风险因素之间的联系也在不断增多，风险因素之间的相互影响也随之加强，其产生的连锁关系具有新的不确定性，综上所述，未来的风险评价必将涉及多种因素，并且还要考虑各因素之间相互影响、相互联系。因此，从复杂理论的角度来研究工程项目风险评价问题必将成为未来的一大趋势。
参考文献
[1] 孙淑生，廖友友. 基于BP神经网络模型的建筑工程项目风险评价[J]. 项目管理技术，2012，（10）：89-92.
[2] 江新，赵静. 工程项目群的AHP-NET风险评价模型[J]. 中国安全科学学报，2012，（10）：158-163.
[3] 杨枫. 工程项目的风险管理研究[D ]. 吉林： 吉林大学， 2012.
[4] 王汉平. 建筑工程项目风险管理研究[D].广东财经大学，2014.
[5] 邵军义，董坤涛，郭晗，赵辉. 国际工程项目风险评价研究[J]. 工程管理学报，2011，（2）：187-190.
[6] 丁浩，张书通. 海外石油工程项目风险评价——基于粗糙集理论和突变理论[J]. 科技进步与对策，2013，（23）：60-63.
[7] 安慧，郑传军. 基于ANP-Fuzzy的工程投标风险评价[J]. 建筑经济，2013，（11）：57-60.
[8] Li， Cunbin.Engineering project risk rating based on matter-element model and extension analysis[J].ICIC Express Letters， 2011，2（6）：1333-1337.
[9] Wang， Yumei.The role of internal audit in engineering project risk management[J].Procedia Engineering，2011，24（1）：689-694.
[10] EMRAH，A，YASEMIN，G.Prediction of risk perception by owners，psychological traits in small building contractors[J].construction Managment andEconomics，2011，29（8）：841-852.
[11] BRYDE，D.j，VOLM，J.M.Perceptions of owners in German construction projects：congruence with project risk theory [J].Construction Mannagement and Economics，2009，27（11）：1059-1071.
[12] 玉树伟，廖小新. 建设工程项目风险管理研究综述[J]. 大众科技，2013，（10）：36-41.
[13] 安慧，郑传军. 基于ANP-Fuzzy的工程投标风险评价[J]. 建筑经济，2013，（11）：57-60.
[14] 安雪彤. 基于G-ANP方法的大型化工项目风险评价研究与应用[D].重庆大学，2010.
[15] 包相相，杨和礼，景有荣. 基于BP神经网络对BT项目风险的评价[J]. 土木工程与管理学报，2014，（2）：96-100+109.