基于复杂网络的复杂项目管理研究框架

0 引言 复杂网络是对复杂系统结构和作用机制的一种抽象， 它 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示具有大量各种相互作用的不同组元的系统，可以用 来描述系统中个体之间的关系以及系统的集体行为。在复 杂网络中，节点代表的是某个个体或团体，节点之间的连 接表示它们之间的相互作用。现实世界中的很多系统都可 以用复杂网络去描述，比如社会系统、生物系统和交通系 统、经济系统等。其中每一个体对应于网络的顶点（node或 vertex），个体之间的联系或相互作用对应于连接顶点的边 （link或edge）［1］。 对复杂网络结构特征和内在嵌入机理的 考察已经成为人们正确认识复杂网络，并促进复杂网络理 论发展与应用的重要途径 ［5］。 既往的许多研究工作和成果 大都集中在自然科学领域， 应用复杂网络或随机图模型研 究经济和金融系统运行规律的学者，也大多见于所谓的“经 济物理学家”，他们运用统计物理的方法，结合网络关系来 建模经济或金融市场的运行。 这一理论在社会科学中的应 用也已受到国内外学者的高度关注。 如社会心理学家Mil- gram［6］通过对社会关系网络的研究，提出了“六度分隔”（six degree of separation）的概念，并且发现人际关系网络往往具 有较大的群集系数（clustering coefficient）；席酉民等 ［5，7，8］通 过对组织网络的研究，提出了组织的立体多核网络模型。 把复杂网络理论引入管理，使之适应不断变化的环境 需要，是近年来管理理论发展的重要趋势。在我国，复杂网 络理论也已被引入到经济与管理研究中，并取得了广泛的 研究成果，但把复杂网络理论引入项目管理的研究目前还 不太多。 ［9］由于复杂项目所涉及的技术、组织、知识、人员、 进度、成本等诸多内外界因素存在着高度的不稳定和不确 定性，复杂项目各构成要素的动态变化以及各要素间相互 作用程度的差异对项目整体绩效具有重大影响。 因而，应 用复杂网络理论解决复杂项目运作过程中面临的各种问 题具有一定的理论和实践意义。 1 复杂网络的特征及其测度 复杂网络的研究者在大量网络现象的基础上抽象出 了两种类型的复杂网络：小世界（small world）网络和无标 度（free scale）网络。 ［10］这两种类型的网络都具有两个基本 特征：平均集聚程度高、网络距离短。高的平均集聚程度反 映了事物在小世界的情况下自发走向有序的态势；小的最 短路径特征反映了演化速度快的特征。 ［11］目前的实证研究 表明，许多现实网络，包括信息网络、社会网络、经济网络、 生物网络等都具有集聚程度高和网络距离短的特性。 复杂网络主要有3个重要的网络测度：网络度分布、网 络平均路径和网络集聚系数。网络中某节点的连线数目称 为该节点的度（degree）。 对于规则网，每个节点都有度数 K，因此规则网的度分布是单点分布。 而随机网的度分布 是二项分布 ， 可以用泊松分布逼近 。 Albert， Jeong 和 Barabási［12］在研究万维网的度分布时，发现它并不服从泊 松分布，而是幂律分布。因而，Barabási，Albert和Jeong ［13］提 出了无标度网络的概念。复杂网络的另外两个重要的网络 测度分别是网络平均路径和网络集聚系数。 其中，网络平 均路径L是网络中任意两点最短路径的平均值； 任意节点 的集聚系数是与它连通的节点之间现有连线和可能连线 之比，网络集聚系数C是网络节点集聚系数的平均值。［10］网 基于复杂网络的复杂项目管理研究框架 李 慧1，2 （1.西北工业大学 人文与经法学院，陕西 西安 710072;2.西北工业大学 管理学院，陕西 西安 710072） 摘 要：把复杂网络理论引入管理，使之适应不断变化的环境需要，是近年来管理理论发展的重要趋势，并 已在相关领域取得了广泛的研究成果。 通过归纳复杂网络的特征及其测度， 在分析复杂项目特性的基础 上，基于复杂项目所涉及的结构、组织、人员、技术、进度、成本等各要素的不确定性以及各要素之间的相互 作用关系，概括了复杂项目的复杂网络行为特征。 根据复杂项目的复杂网络行为特征，基于结构方程建模 （SEM）方法的应用范围和特点，提出了运用结构方程建模方法，分析、解决复杂项目管理问题的框架。 关键词：项目管理；复杂网络；复杂项目；结构方程模型（SEM） 中图分类号：C062.4 文献标识码：A 文章编号：1001－7348（2008）11-0005-04 收稿日期：2008－01－20 作者简介：李慧（1978~），女，河南商丘人，西北工业大学管理学院管理科学与工程专业博士研究生，人文与经法学院经济学系讲师，研究方向为管 理决策、风险管理。 第25卷%第11期 2008年 11月 科 技 进 步 与 对 策 Science & Technology Progress and Policy Vol.25 No.11% Nov. 2008 科技进步与对策 2008年 络测度反映了复杂网络内部个体之间的相互影响，这种影 响是网络分析的重点。 比如某一节点拥有的连线数目（即 节点度）， 即是节点之间相互作用的数量的反映。 也就是 说，一个节点的度反映了与这个节点（个体）相互作用的多 寡，这里关注的重心是相互作用。 在复杂网络中，各节点之间的相互作用关系可以通过 邻接矩阵表示，若只需要表示节点之间有否连线（即是否 存在相互作用），通过无权网络即可描述。 在无权网络中， 邻接矩阵（adjacency matrix）A的矩阵元非0即1，仅表示顶 点之间的边存在与否两种情况。 但在许多情况下，节点之 间的关系或相互作用强度的差异起着至关重要的作用。此 时，仅用无权网络不能准确地反映实际网络的细致结构及 其功能。 引入边权（link weight）的加权网络能够描述节点 间相互作用强度的差异性，所以加权网络已经成为复杂网 络研究的一个重要领域。 ［1］在加权网络中，边权代表个体 间相互作用的强度。 加权网络可以由集合G=（N，W）描述， 包括N个节点，以及一组带有权重的边W；可以用加权邻接 矩阵W表示加权网络，其中矩阵元wij（wij>0）代表相邻两 节点间的边权。 大量实证研究表明，许多实际网络都是加 权网络，各节点间的相互作用程度有极大差异。 基于复杂网络理论，马骏等 ［5］总结了复杂网络的行为 特征：①网络中节点与节点之间连接的多样性。 复杂网络 中各节点具有不同的特性， 并按非线性方式进行状态转 化。同时，节点之间的连接内容是多样化的，连接结构是立 体动态的。②网络具有动态演化特性。 复杂网络中的局部 互动关联性， 涌现出网络整体上的动态演化行为模式，而 这种行为模式又导致网络结构的不断变化与更替。③网络 之间的交互影响性。 各种各样的复杂网络相互连接起来， 以复杂的耦合方式进行互动并影响各自的行为模式。 2 复杂项目的复杂网络行为特征 2.1 项目复杂性的含义 以项目命名的各种管理行为在形式上多种多样，在规 模和复杂程度上千差万别。由于不同项目其规模、组织、人 员、技术、市场、成本、进度等存在极大的差异，加之组织所 面临的经济、社会、政治、产业、政策法规等外界环境的不 确定性，从而使不同项目的复杂性千差万别。 对于项目复 杂性的含义，研究者们从不同的视角进行过界定。 其中以 Baccarini D.（1996）的界定最为经典，在相关文献中被多次 引用。Baccarini D.认为项目复杂性是指项目各相关要素间 的区别与联系程度。 ［14］对于此定义，笔者认为需要澄清两 个认识误区：一是将复杂项目等同于大规模项目。 一提到 复杂项目， 许多人往往把它和大型项目联系起来， 根据 Baccarini D.的界定，项目复杂性程度是由构成项目的各要 素的数量和要素之间的相互作用共同决定的。如果项目涉 及要素众多、规模庞大然而各因素间相关性却很小，比如 那些程序化程度很高的项目则不一定很复杂。有些项目虽 然涉及要素数量不多，但如果这些少量的要素之间存在高 度的相关性，该项目则可能具有高度的复杂性。 二是复杂 性和不确定性正相关。 不确定性和复杂性往往相伴而生， 尽管有伴生性，但特定项目不确定性和复杂性的程度与种 类，以及复杂性和不确定性间的相互关系却不尽相同。 例 如，机械设备的研发活动因涉及系统的协调性和零部件的 适配性等因素，较电子商务平台的开发更复杂；而后者因 市场竞争、消费者行为等因素的多变性，较前者有更多的 市场不确定性。 大量研究证实，项目复杂性是导致各种类型项目风险 和项目绩效低下的根源。通过研究复杂项目各构成要素及 其相互作用关系以及各要素动态变化对项目绩效的影响， 以降低项目复杂性程度，进而降低项目风险，提高项目绩 效，是现阶段复杂项目管理研究的新领域。 2.2 复杂项目的复杂网络行为特征 2.2.1 复杂项目网络的小世界效应和无标度效应 小世界效应和无标度效应是复杂网络的两种基本特 性。在复杂项目中，构成项目的各要素（即项目网络中各节 点）之间具有直接或间接的影响。笔者也发现，复杂项目中 任意两要素间的相互作用关系类型可能有多种，但连接两 要素间的中介变量往往不会太多，也即项目网络中任意两 节点间的网络距离一般很短，因而满足小世界效应。而且， 构成复杂项目的各要素之间的相互作用程度往往存在极 大的差异， 某些构成要素可能与其它大量要素存在相关 性，如项目的进度、成本与项目的组织、技术水平、人员配 置、高层管理人员的支持、用户差异性、外部环境等大量因 素直接或间接相关。而有些构成复杂项目的要素却只与很 少的其它因素相关，也即复杂项目网络中各节点具有异质 性，满足无标度网络的特性。 2.2.2 复杂项目的网络行为特征 根据复杂网络的特征和网络测度以及项目复杂性的 含义， 现实中的许多复杂项目都具有复杂网络的行为特 征。 基于复杂项目所具有的复杂网络行为特征，我们可以 把构成复杂项目的各要素抽象为复杂项目网络的节点，将 各要素之间的互动关系抽象为复杂项目网络的边。如此构 成的复杂项目网络具有如下行为特征： （1）复杂项目网络由若干个相互影响、相互作用的元 素或模块（节点）构成，项目的整体功能、结构由各节点之 间的互动关系集中体现，其中任意一个节点发生变化都有 可能导致各要素之间的失衡，从而影响整个项目的功能和 结构。 （2）复杂项目网络中的一些节点或者由节点组成的局 部网络（或称为子网络）在项目网络整体结构中的地位和 作用各不相同， 对网络的一种或多种功能起着不同的作 用。个别关键位置节点的破坏，就会使整个网络失去平衡， 甚至使整个网络毁于一旦。 （3）构成项目网络的各个模块或元素具有自律、自适 应和自我调节功能，而不完全依靠外部环境的调节作用。 （4）项目网络是一个动态演化网络。 由于整个项目在 6· · 第11期 计划、开发、执行等各阶段都面临着诸多不确定性因素，节 点个数以及各节点之间的相互作用程度都会随着各种动 态不确定因素的变化而变化，从而会影响整个项目的结构 和功能。 （5）项目网络是一个典型的加权网络。 项目网络中各 节点之间的关系或相互作用强度存在差异，而且在许多情 况下，这种差异对整个网络起着至关重要的作用。 基于复杂项目网络具有的动态、非线性、演化等复杂 网络行为特征，把复杂网络现有的理论和方法应用于复杂 项目网络的结构及其特征分析，将对复杂项目网络运作规 律的把握起到至关重要的作用，从而有助于更好地协调整 个项目的运作，提高项目整体绩效。 3 基于复杂网络的复杂项目管理研究框架 复杂项目及项目管理的复杂性是目前项目管理研究 的新领域。 ［9］由于环境的不稳定性和不确定性，使得项目 在计划、设计、开发、执行等各个阶段都面临着因结构、技 术、市场、组织、人员、进度、成本等因素所导致的高度复杂 性。这些不确定因素的广泛存在对复杂项目的管理提出了 较高的要求。清晰把握复杂项目网络中各构成要素及其相 互作用关系的动态、非线性及演化特征，寻找影响项目绩 效的关键因素， 从而作出相应改进以提高项目整体绩效， 将是近期复杂项目管理研究的关键。 对于多变量问题，采 用多元相关分析法能够测度各自变量之间以及自变量与 因变量之间的相关关系， 从而确定影响因变量的关键要 素。 结构方程建模（Structural Equation Modeling， SEM）方 法综合运用多元回归分析、路径分析（path analysis）和验 证型因子分析 （Confirmatory Factor Analysis，CFA）方法进 行统计数据分析，可以用来解释一个或多个自变量与一个 或多个因变量之间的关系，能够更好地测度复杂多变量之 间的复杂关系。基于复杂项目网络各节点间相互作用关系 的多样性和相互作用关系程度的差异性，以及结构方程模 型的应用范围和特点，本文试图运用结构方程模型给出复 杂项目管理研究的框架。 3.1 结构方程模型 结构方程建模（SEM）方法是基于变量的协方差矩阵 （相关矩阵）分析变量之间关系的一种统计方法。 结构方程模型包括测量模型 （measurement model）和 结构模型（structural model）两部分。 测量模型描述显变量 （指标）和潜变量之间的关系，如家庭收入等指标与社会经 济地位的关系、各科成绩与学业成就的关系等。 结构模型 则描述潜变量之间的关联，如社会经济地位与学业成就的 关系。 整个结构方程模型可由如下3个方程表示： X=Λxξ+δ———测量方程 Y=Λyη+ε———测量方程 η=вη+Гξ+ζ———结构方程 其中：x为外生显变量；y为内生显变量；ξ为外生潜变 量；η为内生潜变量；δ，ε，ζ分别表示误差项。 运用结构方程建模方法，各变量之间的相互作用关系 可以用简要路径图表示，如图1所示。 图1 多变量之间的结构关系 SEM方法相对于传统的统计分析方法具有如下优势： ①可用于分析涉及潜变量的复杂关系； ②结构方程分析可 以将一组数据用不同的模型去拟合， 并通过计算各种拟合 指数以反映不同模型对同一样本数据的整体拟合程度，从 而可以选择更接近数据关系的模型； ③结构方程模型能够 进行多变量分析（multivariate analysis），可以同时处理多个 因变量；④允许自变量和因变量均含测量误差；⑤可以同时 估计因子结构和因子关系， 也即可以同时考虑因子与指标 之间的关系和因子与因子之间的关系； ⑥允许更大弹性的 测量模型，即一个指标可以从属于多个因子。 ［15］ 3.2 基于结构方程模型的复杂项目管理研究框架 在复杂项目管理研究中，许多变量是多维的，无法直 接测量，涉及到潜变量的测量和因果模型的验证。 比如要 研究项目复杂性、项目风险与项目绩效之间的关系，我们 可以假定项目复杂性、项目风险、项目绩效三者之间存在 相关性，三者的概念模型如图2所示。 图2 项目复杂性、项目风险和项目绩效的概念模型 上述3个变量都是潜变量， 必须通过测量模型间接实 现对它们的测量。 对于项目复杂性这个潜变量，Weidong Xia and Gwanhoo Lee（2004）界定了ISDP（信息系统开发项 目）复杂性的4个维度：结构组织复杂性（S-tructural-Org）、 结构技术复杂性 （Structural-IT）、 动态组织复杂性（Dy- namic-Org）、动态技术复杂性（Dynamic-IT）［16］。 每一个维 度又可以通过一些显变量 （指标） 来反映。 另一个潜变 量———项目绩效，我们可以设定用成本、交付时间、项目功 能3项指标来测度。 对项目风险变量，则可通过自然风险、 行为风险、技术风险、市场风险、组织风险、政治风险等指 标进行测度。 然而，笔者发现上述设定的指标也都难以直 接测量，需要分别对各指标设计若干属性。然后，通过问卷 形式对每种属性设置量表， 即可对上述各变量进行测量。 李慧:基于复杂网络的复杂项目管理研究框架 7· · 科技进步与对策 2008年 根据观测结果即可以建立相关矩阵 （协方差矩阵）， 利用 LISREL，AMOS等统计软件，进行验证性因子分析。 当然， 指标设定只是在收集数据前的假设。至于各指标是否能够 很好地按照研究者的意图来测量相应的潜变量，则要涉及 到测量效度的检验。 如果要分析复杂项目网络中各因素之间的相互作用 关系，比如项目复杂性与项目绩效的关系，就需要运用到 结构模型。 根据测量模型和结构模型，利用收集到的数据 进行模型拟合，并根据拟合结果对各因素之间的因果关系 进行分析，对研究假设进行验证，从而找到满意的解释变 量间关系的模型。我们可以根据上述所作假设构造出项目 复杂性与项目绩效的结构关系如图3。 图3 项目复杂性与项目绩效结构的关系 SEM的实际应用都靠计算机软件来完成，目前最常用 的 有 LISREL （Linear Structual RELationship） 和 AMOS （Analysis of Moment Structures）。 LISREL在社会学、 心理 学、管理学中应用较多，AMOS较新，用户界面友好，使用较 方便。 4 结语 本文首先回顾了复杂网络的特征和网络测度。在此基 础上，分析了在复杂多变的环境下，项目网络日益彰显的 复杂性、非线性、动态性、多模块化等特征，并且基于复杂 网络的现有特征， 总结了复杂项目的复杂网络行为特征。 基于复杂项目网络的行为特征，结合结构方程模型的应用 特点和应用范围，文章给出了基于复杂网络的复杂项目管 理研究框架，试图为复杂项目管理研究提供一定的理论方 法。 当然，本文只是尝试性地对如何将复杂网络的相关理 论以及将结构方程模型应用到复杂项目的研究中去进行 了简要探讨，提出了基于结构方程模型的复杂项目管理研 究框架。具体运用结构方程模型解决复杂项目网络中各节 点之间的相互作用关系以及各节点对项目绩效的影响，从 而探寻影响项目绩效的关键因素以提出针对性的管理建 议，将是下一步实证研究的关键和重点。 参考文献： ［1］ 郭雷 ，许晓鸣 .复杂网络 ［M］.上海 :上海科技教育出版社 ， 2006：1，27. ［2］ ALBERT R. Barabási A.-L. Statistical Mechanics of Complex Networks ［J］. Review of Modern Physics，2002，74:47-97. ［3］ S N DOROGOVTSEV，J F F MENDES．Evo-lution of Networks ［J］．Adv Phys，2002，51:1079-l187. ［4］ STROGATZ S H．Exploring complex Networks ［J］．Nature， 2001，410：268-276. ［5］ 马骏，唐方成，郭菊娥，等.复杂网络理论在组织网络研究中 的应用［J］.科学学研究， 2005，23（2）：173-178. ［6］ MILGRAM S.The Small World Problem Psychol ［J］. Today 1，1967：60-67. ［7］ YOUMIN Xi，FANGCHENG Tang． Multiplex Multi -core Pattern of Network Orga-nizations：An Exploratory Study［J］． Computational and Mathematical Organization Theory， 2004，10（2）:179-195. ［8］ 席酉民，唐方成．组织的立体多核网络模型研究［J］．西安交 通大学学报（自然科学版），2002（4）：430-435. ［9］ 张明山，范如国.企业项目管理的复杂性特征研究［J］.科技 创业月刊，2006（7）:83-84. ［10］ 史定华.网络———探索复杂性的新途径［J］.系统工程学报， 2005，20（2）:115-119. ［11］ 吴彤.复杂网络研究及其意义［J］.哲学研究，2004（8）:58-70. ［12］ ALBERT R.，JEONG H.，and BARABASI A.-L.， Diameter of the World-wide Web［J］.Nature，1999，401：130-131. ［13］ BARABASI A.-L.，ALBERT R.，and JEONG H.，Mean-Field Theory for Scale -free Random Networks ［J］.Physica A， 1999，270：173-187. ［14］ DAVID ACCARINI. The Concept of Project Complexity -a Review ［J］.Inter-national Journal of Project Manage-ment， 1996，14（4）:201-204. ［15］ 侯杰泰，温忠麟 ，成子娟 .结构方程模型及其应用 ［M］.北 京：教育科学出版社，2005：12-21. ［16］ WEIDONG XIA， GWANHOO LEE.Grasping The Complexity of IS Development Projects ［J］. Communications of The ACM，2004，47（5）:69-74. ［17］ D J WATTS．The “New” Science of Networks ［J］．The Structure and Dynamics of Networks，2004，105：493-592. ［18］ 汪小帆，李翔，陈关荣.复杂网络理论及其应用［M］.北京:清 华大学出版社，2006. ［19］ 周涛 ，柏文洁 ，汪秉宏 ，等 .复杂网络研究概述 ［J］.物理 ， 2005，34（1）. ［20］ 方锦清，汪小帆，刘曾荣．略论复杂性问题和非线性复杂网 络系统的研究［J］．科技导报，2004（2）:9-12. ［21］ 刘涛，陈忠，陈晓荣.复杂网络理论及其应用研究概述［J］. 系统工程，2005，23（6）:1-7. ［22］ 杨乃定，贾晓霞 .项目投资效果区域风险的多变量测度分 析［J］.财经研究，2005，31（6）:28-38. （责任编辑：高建平） 8· ·