复杂类项目群建设工程具有明显的开放性、综合性的系统特征, 其特征体现在:工程规模和时空跨度大, 产品结构复杂;项目参与主体众多, 专业综合复杂:项目内、外部环境处于持续变化之中, 项目动态控制要求高;项目产品和管理组织具有明显的一次性特征。复杂类项目群管理的难度远大于独立项目, 而投资额巨大的项目群在进度管控上每延误一天都将带来巨大的损失, 由此对决策者提出了极为迫切的管控需求。对于此类项目, 如何进行海量信息管理和快速准确做出战略判断, 是决策者最为头疼的问题。

当前, 相关理论研究聚焦于多项目排序、冲突管理和资源配置等问题的理论探讨, 而实际应用方面则还停留在项目的管理组织结构和工作流程组织分工, 数据资料查询层面, 并未考量数据在投资及进度层面的去伪存真, 从而实施有效预测项目群工期等重要战略决策。

城轨类工程是线性的复杂类项目群的典型代表, 此类项目群进度管控难度相当大。有人以轨道交通中的通信工程为例, 说明了轨交线涉及权属单位、工程安排、施工准备中任何一个环节出现滞后, 必然会影响其他各种后继环节, 导致项目群整体滞后带来投资和进度上的风险, 并通过实证进一步揭示了轨道交通工程在总控方面的重要性和必要性。对于城轨类复杂项目群, 在项目群总控环节实施投资和进度的数据分析, 从而建立正确的战略决策方向具有非常重要的现实意义。

网络计划技术和挣值理论是项目管理的两大关键理论, 应用非常广泛。网络计划技术的应用尚缺乏如何通过合理规范任务包颗粒度实现快速响应项目群决策需求的实施标准, 因此在项目群战略层级的表现并不尽人意。挣值理论是管理理论的重要方法论之一, 但在工程实践中挣值理论用投资量纲去反映项目进展程度则是影响预测精度的一大硬伤。

数据采集精度静态僵化无法适应动态管理需求, 表现为:

(1) 统计口径政出多门, 按工程部、工经部、财务部按各自规定口径采集填报;

(2) 传统的进度管理仅停留在初始计划的静态分布状态, 往往仅用“完成工程总量%”、“工程已支付总额%”等指标去反映工程进度, 却无法动态提供决策所需的困难优先级、无法动态预测项目竣工日、无法动态展现各统计月应完成及目标完成等绩效的整体情况。

复杂项目群在管理过程中将产生成百万级别的管理数据记录, 传统管理只能提供给决策层片段的、碎片化的数据, 无法形成快速响应的决策性图表预测信息。

为解决以上三方面的关键问题, 本文结合轨道交通项目等典型复杂类项目群特点, 应用网络计划技术制定组合构件包, 采用工程形象真值, 依据“KPI绩效评价指标”建模, 应用商务智能化分析手段以期获得整体决策战略分析手段。

本文在优化网络计划理论基础上, 从数据的采集、数据的处理、数据的建模分析三方面提出形象真值数据分析的总体技术路线 (见图1) :

决策层级的网络计划工作包的确立原则主要有以下两方面:

(1) 颗粒度:通过关注项目建设全寿命周期各阶段工程范围, 制定出既能达到决策层级战略管控要求又不介入执行层的工作包接口;

(2) 信息要素:包括由职能主管者或工作包组织者形成的人物要素, 由工作包所属地域、区域、位置形成的属地要素, 由工作包的持续时间跨度形成的时间要素, 由工作包项目标识或建设时序阶段属性形成的节点要素, 以及由实体类工作包的具体空间划分特征工法或非实体类工作包的阶段描述形成的施工术法要素。

对于整个工筹编排, 要做到宏观为主、微观为辅。

把“真值”定义为真正体现工程量实体空间投资或进度概念上的可量化成比率指标值。实施数据规范化采集是指将项目群各专业的初始数据按是否体现“真值”规则进行数据过滤整理的行为。根据各工作包 (对应各专业/标段范围) 的工程费用构成类别, 一般由“分部分项费”、“措施费”、“专项费”、“其它费”等组成, 每期应从中提取真实反映形象实体进度费用的“分部分项费”作为“投资形象真值”, 乘上每期调整的关键线路中获取的“进度真值系数”Rv, 以获取该投资值所对应反映的“进度形象真值”。

本文通过图2形象地展示通过2→3→4→1数据转换通道来建立工作包的投资和进度之间的数据内在关联, 从而解决复杂的综合管控关系。具体为:

(1) 首先, 将2号传统S曲线从Y轴的投资比方向上的“工程投资费用”中剥离出不反映实体形象进度的“非投资真值”, 并从X轴的进度方向上剥离与投资真值不成比例关系的施工补偿工期, 从而建立了2号传统S曲线的工程投资费用占总量比率到真实运行状态下3号曲线的“投资真值”占总量比率两者间的蜕变通道;

(2) 其次, 通过工作包的进度真值系数Rv将3号曲线中“投资真值”占总量比率从Y轴的投资比方向上映射成4号曲线中“进度真值”占总量比率;

(3) 最后, 将随统计周期进度通过包的关键组余量逼近法得到的4号“进度真值”占总量比率曲线在X轴的进度方向上还原为原计划状态下的1号“进度真值”占总量比率基准直线。

根据各构件实体的形象进度真值数据, 获得关键线路上的各任务包未完余量值尚须的工作时间来取得整体预测工期, 能达到以进度量纲精确反映进度值的目的。

计算常用非典型偏差预测出各工作包内完成当期各自所有构件组施工的末点, 即认为当期各工作包的“关键组”中未完成余量, 用关键组的原计划工作效率逼近完成时尚须用时的推算方法。计算公式如下:

式中:D_ym为各工作包当期更新后的各自内部线路上构件组完成施工的最早预测末点, D_pm为当前排查期的预测节点时间, D_p为当前排查节点的具体时间, I_v为各工作包的工作始点至当前排查节点时间所形成的统计时间内的实际投资率, R_v为进度真值系数, L_gj为各工作包的当期更新后“关键组”所在的关键线路的工作进度真值总额;D_gm为工作包的工作末点时间, 为各工作包的工作始点 (可为实际始点或预测始点) , L_jh为各工作包预设的包计划工期。

首先, 构建战略关键绩效指标 (K P I:K e y Performance Indicator) 体系, 通过进度KPI值 (项目延误天数) 捕捉项目 (群) 的进度异动趋势, 投资KPI值 (项目实际投资额) 捕捉当前投资值处于可控还是失控状态;并以进度KPI值的大小定位当前面临困难的优先级别。其次, 根据KPI指标进行数据表建模, 并运用数据查询分析语言编写度量值, 分页生成决策展现图表。通过网页链接分享群组, 供决策层在电脑、平板、手机多端按权限实时交互式查阅动态进度和投资状态。

以温州市市域铁路S1线一期工程 (近200亿规模) 为例, 跟踪研究了其涉及的23个土建标段工程在2015年到2017年期间的投资、进度信息及困难间的机理关系。

S 1线起点桐岭站终至半岛二站, 线路全长53.507km, 主要采用高架桥梁与地下线敷设方式, 桥隧比94.34%, 全线共设置20个车站, 并设桐岭车辆段、车辆段及控制中心各一处。2015年初获土地批复文件, 宁波市政工程建设集团结合市政府克难攻坚巡视机制加快全线施工步伐;但是, 由于S1线工程是国内第一个提出市域铁路概念的线路, 信号、通信制式和同相供电均为创新技术, 从而在图纸设计、消防审批等建设管理环节困难重重;且市域线利用原金温铁路老线盘活资源涉及金温公司资产谈判、临近既有线施工、原水管迁移、高压电力线上改下工程、征地拆迁等诸多制约搅扰, 造成全线施工过程在起步阶段非常困难。

对于该项目, 采用前文的数据建模分析技术路线, 着重说明实现项目群总控的战略研判过程中主要的技术应用环节。

(1) 建立需进行总控管理的层级分解结构, 制定多维构件集合任务包字典。

如图3所示, 划定位置在“480-484号墩”范围内的所有施工构件组为一个“构件集合”工作包, 含柱、承台、桥桩、连续梁、此段附属工程, 并将工作包 (C工作包) 命名为“连续梁42.5+73+73+42.5 480-484号墩”, 并附上相关信息要素。

(2) 编制各项目及总控网络计划图, 通过接口程序生成项目群的任务包进度记录信息表。

每月需由项目部报送按“真值”原则统计的数据报表, 经总控方动态刷新当月统计报表入库。该环节关键是计算各工作包的进度KPI值, 以达到预测整体竣工时间目的。以前文中的C工作包 (“连续梁42.5+73+73+42.5 480-484号墩”工作包) 内部各构件组的网络计划简图为例 (见图4) , 说明进度KPI值计取过程。

图4中, 2015年1月1日编排初始基准计划显示C工作包在基期的计划始点为2016.6.10, 计划末点为2017.4.16, 计划总时差为171天, 内部构件组的关键线路为0→1→3→4→11→12, 包计划工期合计为310天 (65+20+15+210) 。

在排查节点时间2017.4.20检查时, 发现C工作包开工实际始点为2016.12.20, 即到统计期2017.4.20时已开工了121天。此统计时间点检查内部关键线路变为0→1→5→6→11→12, 当期此时每一构件组均携带信息要素 (组工期、未完组工期、已完投资真值和工作投资真值) 如图4所示。

2017.4.20统计期表明:C工作包存在实际始点时, 则按下列顺序计取该包的真值系数Rv, 关键线路上:

实际进度率Ir=关键组已完天数/关键组工作进度真值总额= (a_3已完) / (a₃+b₃+c₃+d) =2/ (55+20+15+210) =0.0067;

实际投资率I_v=所有构件组已完投资真值/所有构件组投资真值= (a_1已完+a_2已完+a_3已完+a_4已完+a_5已完+b_5已完+c_5已完) /所有构件组投资真值= (120+160+5+40+40+20+30) / (120+40+30+160+40+30+140+40+30+80+30+30+40+20+30+1040) =415/1900=0.2184;

则当期时该包的真值系数R_v=0.0 0 6 7/0.218 4=0.03。

2017.4.20统计期检索不到C工作包的实际末点, 结合管控实际情况, 决定根据前文公式中 (1) 、 (2) 、 (3) , 采用非典型偏差方式推算C工作包的预测末点。其中, D_p为2017.4.20;进度真值系数R_v为0.03;L_gj为各工作包的当期更新后“关键组”所在的关键线路的工作进度真值总额300天, 由构件关键组上的已完组工期2天和未完组工期298天 (53+20+15+210) 组成;L_jh为C工作包预设的的计划工期是310天, 因实际始点D_ss为2016.12.20, 故D_gs值为2016.12.20, 则C工作包的预测末点:

表明C工作包的关键组未完余量工作经非典型偏差法预测是在检查日2017.4.20后尚须298天才能完成, 进一步取两者大值则预测末点为“2018.2.12”;C工作包的工作工期更新为419天, 由开工期121天和未完构件组工期298天 (53+20+15+210) 组成, 实际始点为2016.12.20, 预测末点为2018.2.12。

根据公式TF_g=T F_{j h}- (D_{g m}-D_jm) ;其中, 初始的计划总时差TF_jh为171天, 工作末点D_gm为预测末点D_ym (2018.2.12) , 计划末点D_jm为2017.4.16, 则当期工作总时差TF_g=171- (2018.2.12-2017.4.16) =171-302=-131。

综上可知, 当期工作总时差 (总时差预测尚有节余量) 为 (-131) 天, 因此该工作包进度KPI值为131天, 意味着会造成所在的子项目延误131天。

同理, 可推及整个项目的进度KPI值, 从而获取各工作包所在的困难优先级排序。

战略KPI指标是项目群决策管理上的核心定量标准, 根据指标可做以下战略研判分析:

以投资管控中极为重要的三算 (概算-预算-结算) 对比为例, 由图5可知2016年9月SG8标投资情况, 即:概算大于预算且可控, 预算大于当前完工结算价, 表明该项目目前投资有盈余。

由图6可知各标段当期状态下未来的竣工时间。

通过投资 (图7) 和进度 (图8) 趋势图对照发现, 虽然在2016.7-2016.12期间投资完成趋好, 但东段10B、7标的进度急剧恶化, 并在2016年12月分别达到滞后200天和111天。图8附表中还展示了困难原因, 只有通过战略调整, 才能把控全局总进度。

观察细部困难在各标段中的延误日变化数量 (图9) , 考察全线235个困难对东西段总体进度的制约影响程度, 交互式深化展示项目群困难的整体分布和变化趋势。

应用提出的总体技术路线, 本文重点介绍了该模型在温州市域铁路S1线的总控管理过程中的应用, 最后采用商务智能化BI平台提供了数据建模生成的动态图表, 决策者能快速切换不同视角动态观察项目群的从宏观到微观的总控信息, 操作浅显易懂。

通过案例项目, 遵循跟踪评价原则佐证成果长期运行中的可靠性、偏差率等诸多指标。从2015年3月到2 017年4月期间, 每隔半年做预测结果、实际结果的对比分析。通过3年的跟踪评价, 案例项目的整体进度偏差在总工期6%的偏差率范围, 低于10%的原定偏差指标, 具有稳定性和可靠性, 从投资、进度、制约多角度解决了城轨工程决策管理的战略需求。

城轨项目群管理领域是一个新兴的、系统性的研究范畴, 其自身复杂度和外物关联度都是远超单体项目管理。本文提出的技术路线为行业内解决线性项目群战略决策的难题提供了新思路。由于课题研究人员精力和能力限制, 还存在一些不足需要进一步完善:减少人为偏差, 严格数据采集标准以提高精度;进一步封装输入、输出界面, 通过授予客户端权限机制理顺后台自动刷新, 提高自动化过程;制定多维任务包规范, 明确数据仓库业务需求, 提高后台运行速度。通过理论和方法创新, 推动复杂项目群的投资进度总控管理。