刘芳 孙华

(山东大学管理学院，山东 济南250100)

水资源项目治理的社会网络动态分析

刘芳 孙华

(山东大学管理学院，山东 济南250100)

水资源项目治理中的利益相关方之间相互作用而形成关系网络，这种网络结构会随着项目生命周期发生变化，目前基于单阶段静态网络的研究难以满足这种动态治理角色网络分析的需要。科学合理的分析项目治理社会网络的动态变化，引导其健康发展对提高利益相关方之间的合作水平，进而提高项目成功率意义重大。本文以某大型水资源信息系统项目为例，综合应用社会网络分析与系统动力学方法，分析水资源项目治理社会网络的动态变化过程，构建系统动力学模型，对大型水资源项目系统结构进行仿真模拟，通过敏感性分析，探索控制项目治理风险的有效途径。

项目治理;系统动力学;社会网络分析

项目治理是指构建和维护项目利益相关方之间治理角色关系的过程，该过程用于规范目标确立、项目执行、项目监控和信息披露等活动，从而为项目运行提供可靠的环境［1］。因项目往往涉及诸多利益相关方，他们之间彼此关联构成了复杂的网络关系。社会网络分析方法(简称SNA)是对这种社会关系结构及其属性加以分析的一套规范和方法，从而成为项目治理的有效方法之一［2－3］。现有的社会网络分析更多关注的是项目治理网络的稳定性以及网络静态结构特征。然而，在项目运行周期的不同阶段，项目利益相关方及其行为会发生新的变化，他们之间的网络关系很难用一个静态的网络形式来表示，这给项目治理带来了不确定性和一定的风险。本文便是考虑社会网络的动态变化特点，以某大型水资源项目为典型个例，在构建系统动力学(简称SD)模型基础上，改进现有的社会网络分析方法，寻求控制项目治理风险的有效路径，以期丰富现有的项目治理理论和方法。

1 项目治理的社会网络动态变化过程

1．1 项目及其项目治理的社会网络组成

某大型水资源信息系统项目是为防灾减灾服务的水利信息化工程项目，总投资8．02亿元人民币，其中包括国家投资5．71亿元人民币，依据有关法规，项目采用了监理制治理模式。

项目的目标是通过信息系统的建设，全面提高区域水旱灾害信息采集、传输、处理的时效性和准确性，全面提升传统防汛抗旱效率和防汛抗旱指挥决策能力，进一步发挥水利工程的防灾减灾综合效益。

项目的主要任务是建立起水利部与省水行政主管部门之间的骨干网络系统，项目建设内容主要包括水资源信息采集、天气雷达和雨水情土壤墒情监测系统建设、数据库系统建设、计算机骨干网络构建以及决策支持应用系统开发等工程和软硬件建设多个方面。其中，重点建设水文信息采集系统，改善一些重要的防洪预警通信系统;数据库主要包括水资源实时信息数据库、防洪工程数据库、旱情数据库和其他数据库;同时，建立重点地区洪水预报和洪水防控决策支持系统，开展一系列水情和干旱管理试点工程。

该项目涉及的利益相关方主要有相关政府部门、勘察设计部门、建设机构、设备供应机构和监理公司等。利用三角测量方法建立项目利益相关方的网络连接矩阵，使用NetDraw软件绘制出该大型水资源项目的社会网络组成(图1)。

由下图可以看出，该项目涉及的利益相关方较多，关系比较复杂。在该项目治理社会网络中，各个结点(node)代表行动者(actor)，即项目利益相关方。图中的箭线表明一个利益相关方与另一相关方的关系，如监理方指向建设方的箭线表示监理方对建设方有监理责任，而当地水资源管理部门指向监理方的箭线则表示相关管理部门对监理方的监督和管理。

图1 某大型水资源信息系统项目治理社会网络组成Fig．1 Composition of the governance social network of a large water resources information system project

由于该项目范围跨度大，项目治理周期长，项目利益相关方将会随着工程进展而发生新的进入与退出，利益相关方彼此之间也存在不同的关联关系，其治理角色(建设方、监理方、供应商等)与角色之间的关联关系很难预先用一个刚性的社会网络形式来表示，它们应是依赖于项目治理特点需要的、随着利益相关方治理行为而变动的“动态治理角色网络”，需要进行动态变化分析。

1．2 社会网络动态变化过程分析

项目治理的社会网络是治理过程中不同相关要素间交互作用的结果，其目的是获得更大的治理收益或控制项目治理风险。在某一阶段，社会网络内的相关方会形成稳定的合作关系，但是随着项目的进展，这种关系将发生动态变化，比如该项目的规划方、勘查方和设计方会在项目初期发挥较大作用，是项目治理的关键环节。但是，随着项目的进展，规划方有可能退出，勘察方和设计方会密切联系，从初步设计到施工图设计有不同的工作内容，会要求进一步提高勘察精度，改进设计方案。他们这种根据实际需要选择进入、合作、再选择进入、再合作的方式，不断的调整自身行为，就是社会网络结构的动态变化过程，其目的是满足某一阶段的目标，从而一步一步实现项目治理目标。目标引导的社会网络变化过程如图2所示。为了实现项目治理目标，利益相关方社会网络的状态结构会随着相关方的治理行为发生变化，在特定的网络状态结构下，相关方依据社会网络结构度量和自身属性度量对治理要素进行分析，选择特定的项目治理策略，进而引起相关方社会网络结构的演变，形成新的社会网络结构，为下一阶段的相关方行为提供新的依据。

图2 目标引导的项目治理社会网络动态变化环路Fig．2 Goal-oriented project governance loop of dynamic social networks

项目治理的动态社会网络构建之后，在系统分析的基础上，我们得到该项目的系统流图(The system flow diagram)。系统流图是用直观的符号刻画系统要素之间的逻辑关系，明确系统的反馈形式和控制规律，为深入研究系统打基础的图形表示法，见图3。

从图3的系统流图可以看出，它的一个反馈回路包含两类基本变量，即水平变量和速率变量。水平变量表示在某方面某一特定时刻的状况，它的大小是系统内各种行动或活动的结果，而速率变量表示某个水平变量变化的快慢。在变量分类的基础上，采用流图特有的符号将被研究系统的诸变量连接起来，就得到反映系统结构的流图。在大型水资源项目中，项目治理社会网络的结构特征和网络成员的属性特征能够对利益相关方的行为产生显著影响，正是由于社会网络内相关方选择、建立和解除合作关系等一系列行为导致项目治理社会网络发展变化。而行为主体做出行为决策的出发点就是采取相应治理策略的收益。这一社会网络的演变过程与项目治理风险密切相关。值得关注的是，小派别现象是网络结构变化的重要原因。在该项目中，相关方希望通过加盟或者合资的方式形成小派别以获得更大收益。小派别的存在不仅影响小派别内成员的行为，也关系到整个社会网络的项目治理风险。这是因为小派别内的成员遵循该小派别在项目范围内的非正式行为规范，而这些行为规范的制定是基于小派别自身的利益，如果其发展目标不同于项目治理网络整体，就会使项目治理社会网络的动态变化偏离预期，进而扩大项目治理风险。

图3 大型水资源项目系统流图Fig．3 The system flow diagram of the large water resources project

2 系统动力学模型构建与结果分析

2．1 模型构建

模型构建的基本步骤为:根据社会网络分析和系统流图构建模型，选择系统要素和输入模型的参数，对模型进行测试和模拟之后，分析模拟结果。在上述项目网络组成动态分析和流图绘制基础上，需要构建系统动力学模型，完整反映项目治理系统的整体结构［4－5］。其构建思路为水平变量受到增大和减小两方面输入流速和输出流速的控制，而速率量又受到系统结构的影响，表现形式为它们是系统某些水平变量和若干参数的函数。可用积分方式来描述，即，其中，L(t)表示在时刻t状态变量L的值，L0表示L的初始值，Rin表示状态变量的输入流，Rout表示状态变量的输出流。DYNAMO语言是面向差分方程描述的仿真语言，用来处理行为随时间变化的系统问题，可用其构建上述关系的差分方程，表达为:L．K．=L．J+(∑R．JKin－ ∑R．JKout)×DT，其中，L．K表示状态变量L在时刻K的取值，L．J表示状态变量L在时刻J的取值，R．JKin表示流入速率变量Rin在JK区间内的取值，R．JKout表示流出速率变量Rout在JK区间内的取值。

用DYNAMO语言描述的系统模型在计算机上运行，进行模型测试和参数设定，观察模拟结果可以发现系统中的关键控制要素及其相互作用关系。发现关键控制要素及控制方法包括三个步骤:首先是确定拟达到的目标，其次求得实际值与目标值的偏差，最后通过分析产生修正这个偏差的行动，即改变操作量使被控制量接近于目标值。

依据图3描述的流图，构建系统动力学方程。该系统涉及的要素及相应符号如表1所示。

社会网络结构指标包括16个指标，反映的是项目治理社会网络的结构特征，利益相关方行为要素包括网络约束、行动成本、行动收益、资源互补程度等方面，反映项目利益相关方依据社会网络结构和自身属性采取不同的治理行为，社会网络变动要素包括相关方行动速率、网络结构发展趋势等内容，反映项目利益相关方采取不同治理行为后社会网络的动态变化，项目治理风险因子包括相关方角色风险、风险累积速率、风险消减速率及不确定因素，反映社会网络中项目治理风险的程度。

在大型水资源项目中，项目利益相关方通过改变行为规则来适应外部环境变化。相关方为了实现总体与自身的项目治理目标，根据环境变化不断调整自己的行为(单独治理，建立、维持和删除连接等)，而合作伙伴的选择需要考虑网络平均最短距离、地理距离与相关方之间的资源互补性。基于上述思路，该系统的系统动力学方程如下:

式(7)基于刘学军提出的一种网络结构熵的演化表达形式［9］，为更好地研究网络异质性提供了刻画度量。

表1 大型水资源项目系统要素Tab．1 Elements of the system of the large water resources project

Carayol和Roux等学者的研究表明，主体在地理位置上越接近，他们建立连接的可能性越大。基于图论理论，网络平均最短距离会对相关方的合作产生影响［10］。因此本文认为随着地理位置和网络平均最短距离的接近，相关方进行合作的概率随之增大。式中u和v分别表示网络平均最短距离和地理接近的重要程度。此外，相关方之间资源的互补性也是重要影响因素［11－13］。

系统动力学方程用积分方式来描述系统变量的动态变化情况及变量之间的相互关系。其中，方程(1)(2)分别表示风险变动情况及小派别内相关方数量的变化情况，方程(3)至(6)表示风险变化速率与相关方行动速率，方程(7)至(17)表示多个系统要素之间的相互作用关系。

2．2 模型仿真分析

按照仿真设计原则［6－8］，本文选择 DYNAMO 为编程语言。在该项目中，相关方之间采取特定策略需要投入大量时间与资源，本文设定在每一个社会网络变化周期内会有至多一个相关方依据其网络位置和资源条件优势与已有的小派别取得合作机会。依据实际经验，当相关方考虑合作时，与合作伙伴合作创造的价值一般大于所需的成本，因此设相关方加入小派别的成本CO=3，相关方加入小派别获得的价值V=5。由于项目相关方间资源互补的概率相对较大，令W在0．6到0．8之间随机取值。案例中相关方间地理位置相距较近，相关方之间的网络平均最短距离相对较小，令u/d+v/ds在0．6到0．8之间随机取值。考虑到网络结构熵影响作用的不显著性和信息收集的复杂性，本文仅在构建动力学模型时考虑其相互作用关系。其他变量依据案例项目的实际情况取值，通过模型测试后，得到的仿真结果如图4－6所示。

系统的仿真结果图表明了多个项目阶段内不同系统变量的数值。由下图的“1”字线型可以看出，大型水资源信息系统项目中，相关方加入小派别的收益随着项目生命

图4 某大型水资源信息系统项目相关方加入小派别收益的仿真结果Fig．4 Simulation results of income to join a faction in the large water resources information system project

图5 某大型水资源信息系统项目小派别内相关方数量的仿真结果Fig．5 Simulation results of number of stakeholders within the faction of the large water resources information system project

图6 某大型水资源信息系统项目相关方角色风险的仿真结果Fig．6 Simulation results of role risk of stakeholders in the large water resources information system project

周期呈波动状态(图4);小派别内利益相关方数量随时间发生改变，初始模拟中小派别内利益相关方数量最大达到4个(图5);相关方角色风险数值一直处于递增状态，在第五个周期内斜率较大，表明如果不采取相应措施，该项目正朝着高风险的方向发展(图6)。

为了寻求风险控制的有效途径，本文利用该模型，通过调整有关敏感性参数，模拟分析几个周期内不同情况下相关变量对控制项目治理风险的贡献大小。在初始模拟模型的基础上，将相关方与合作伙伴合并的成本提高到3．5，得到合并成本增加后的项目治理风险数值，同时也得到合并成本增加后的项目收益和相关方数量的变化情况。从图4－6的“2”字线型可以看出，增大项目治理社会网络中相关方与合作伙伴的合并成本后，加入小派别的收益以及小派别内利益相关方的数量有所降低，同时项目治理的风险大大下降。由此可见，相关方加入小派别的收益、小派别内利益相关方的数量多少以及项目治理的风险对利益相关方的合并成本较为敏感，我们可以通过管理相关方的合作来达到控制项目治理风险的目标。

就该大型水资源信息系统项目而言，项目治理的主要风险是防汛抗旱信息资源不足、信息共享困难、应用技术力量薄弱、仪器设备老化以及后期管理问题等。项目治理中，利益相关方为了获得较大收益，可能会采取有利于特定个体的治理策略，如不注重技术投入、监测仪器设备脆弱、工程施工质量不高、监理不力等，从而获取小派别利益的最大化，长期来看，影响项目的整体利益，进而使项目整体面临较高的治理风险。解决此类风险的主要方法是加强相关方的约束，增大相关方违背项目承诺的损失，保证权力与责任的独立正常履行，具体措施包括签订多方合作协议、加强过程控制和后续评估、加大违规处罚力度等。

3 结论与建议

项目治理牵扯到多方利益相关方［14］，形成了较为复杂的社会网络，该网络又受到多种不确定性因素的影响，实际上是一个动态变化的网络。传统的社会网络分析方法不能反映这种动态变化和不确定性，因而存在较大的风险。利用系统动力学的方法构建模型，识别影响项目治理动态性的主要因素，模拟分析项目治理社会网络的动态变化过程，能够揭示项目治理的过程，进而采取相应措施，降低项目治理的风险，从而达到项目治理的预期目标。

鉴于社会网络构成的不确定环节，建议今后对项目治理的相关变量进行动态监测，在此基础上开发有效的信息系统，强化不同项目动态性信息的沟通与整合，以提高社会网络分析的精度和水平。

References)

［1］Turner J R．Towards a Theory of Project Management:The Nature of the Project Governance and Project Management［J］．International Journal of Project Management，2006，24(2):93 －95．

［2］丁荣贵．项目治理:实现可控的创新［M］．北京:电子工业出版社，2006:6 －9．［Ding Ronggui．The Project Governance:To Achieve Control of Innovation［M］．Beijing:Electronic Industry Press，2006:6 －9．］

［3］Rowley T J．Moving beyond Dyadic Ties:A Network Theory of Stakeholder Influence［J］．Academy of Management Review，1997，22(4):887－910．

［4］Lyneis J M．System Dynamics for Market Forecasting and Structural Analysis［J］．System Dynamics Review，2000，16(1):3 －25．

［5］Sterman J D．Business Dynamics:Systems Thinking and Modeling for a Complex World［M］．Boston:McGraw-Hill，2000:1 －7．

［6］Saleh M，Oliva R，Kampmann C E，et al．A Comprehensive Analytical Approach for Policy Analysis of System Dynamics Models［J］．European Journal of Operational Research，2010，203:673－683．

［7］Greve H R，Baum J A C，Mitsuhashi H，et al．Built to Last but Falling Apart:Cohesion，Friction，and Withdrawal from Interfirm Alliances［J］．Academy of Management Journal，2010，53(2):302－322．

［8］童欣，彭华涛．创业企业社会网络演化的条件因子及倾向指数分析［J］．企业改革与发展，2010，(5):164－166．［Tong Xin，Peng Huatao．The Condition Factors and Propensity Score Analysis of Venture Business Social Network Evolution［J］．Enterprise Reform and Development，2010，(5):164 －166．］

［9］刘学军．基于网络结构熵研究网络演化的一种新方法［J］．电脑知识与技术，2010，6(10):2527－2528．［Liu Xuejun．A New Method of Network Evolution based on Network Structure Entropy［J］．Computer Knowledge and Technology，2010，6(10):2527 －2528．］

［10］李旭．社会系统动力学:政策研究的原理、方法和应用［M］．上海:复旦大学出版社，2009:68－69．［Li Xu．The Social System Dynamics-Policy Principles， Methodsand Applications［M］．Shanghai:Fudan University Press，2009:68 －69．］

［11］Carayol N，Roux P．Collective Innovation in a Model of Network Formation with Preferential Meeting［C］．WEHIA Conference，Kiel，Germany，MD，2003．

［12］万怀宇，林友芳，黄厚宽．社会网络中的链接稳定性预测问题研究［J］．北京交通大学学报，2009，33(5):99 －103．［Wan Huaiyu，Lin Youfang，Huang Houkuan．Research on Link Stability Prediction in Social Networks［J］．Journal of Beijing Jiaotong University，2009，33(5):99－103．］

［13］Lovell A M．Risking Risk:the Influence of Types of Capital and Social Networks on the Injection Practices of Drug Users［J］．Social Science and Medicine，2002，55(5):803 －821．

［14］Vilanova L．Neither Shareholder nor Stakeholder Management:What Happens When Firms are Run for their Short-term Salient Stakeholder?［J］．European Management Journal，2007，25(2):146－162．

Dynamic Social Network Analysis on Water Resources Project Governance

LIU Fang SUN Hua
(School of Management，Shandong University，Jinan Shandong 250100，China)

Relationships of stakeholders in water resources project governance compose a social network，which will change over the project's lifecycle．At present，research based on single-stage static network is insufficient for the analysis of the social network in dynamic governance．Scientific and rational analysis of the dynamic social network in project governance and its healthy development are significant to improve the level of cooperation among stakeholders and to improve the project success rate．With the large information system project on water resources as an example and with overall application of social network analysis and system dynamics，this paper analyses the dynamics of the social network in project governance，builds system dynamics model to simulate the system structure and also discusses effective ways to control project governance risk through sensitivity analysis．

Project governance;System dynamics;Social network analysis

F205

A

1002－2104(2012)03－0144－06

10．3969/j．issn．1002－2104．2012．03．024

2011－10－24

刘芳，博士生，主要研究方向为项目治理。

国家自然科学基金项目(编号:71072111/G0213);国家软科学研究计划重大项目(编号:2010GXS1B102－1);国家软科学研究计划项目(编号:2010GXS5B143)。

(编辑:王爱萍)