国际炼化工程项目投标报价阶段风险大，影响因素多。传统研究方法对价格投标的商务因素定性研究相对多，而对风险量化分析研究少。当前“一带一路”国家炼化工程项目需求旺盛，中国企业在服务“一带一路”过程中，由于缺乏有效的方法和技术手段，分析评价和控制难，在一定程度上阻碍了国家战略实施和投资主体的积极性。
国际炼化工程项目投标报价阶段风险分析和评价，是一项系统工程。探究大数据应用的基本策略和思路，借助大数据技术，基于大数据的投标报价阶段风险数据分析和风险控制优化技术方案正在浮出水面。
走出去成功应对招投标风险
“一带一路”沿线的国家，一方面大多拥有着丰富的油气资源，另一方面积极规划发展炼化工业，引入工程服务。中国油气资源企业长期以来以自力更生为主，同时兼容并蓄全球先进技术，不断融合创新，逐步形成了上下游一体化全产业链技术系列，特别是形成了领先的炼化技术和强大的工程建设服务能力。笔者长期服务与中石化炼化(集团)有限公司，中石化炼化有限公司作为四大业务中工程服务链条的主要承担者，被中国石化寄予“大力开拓海外市场，做强做优国际业务，加快打造国家新名片”的厚望。
近年来，随着海外业务规模持续增长，中石化积累了丰富的工程建设承包经验，企业实力逐步提升。然而，随着海外业务的逐步拓展，技术进步和市场演变，国际炼化工程项目招投标项目因为建设规模、施工技术、融资方式、项目管理模式等方面发生了深刻变化，为承揽项目招投标过程带来的风险日益凸显。要成功应对这些招投标过程中的风险，已经不是传统的经验判断法、工程估算法力所能及的了。国际项目招投标工作，直接影响着中国企业的国际化程度快慢和质量。如何扩大中国企业在国际市场竞争项目中的获胜概率，顺利承接多种类型的项目，追求资源配置效率与效益的最佳结合，已然成为中国企业走出去过程中重点研究的热点问题。
传统工程风险研究存局限性
国内专家学者已经对国际工程项目进行了多方面研究和剖析，以解决工程项目实践难题为目标，对风险管理理论做了大量的理论研究和创新。比如，有的专家将工程风险进行分类，运用AHP法和灰色系统理论，建立监理评价模型并对项目风险进行评估;有的专家针对契约型联合体模式,结合实际的联合体工程案例对该模式下EPC项目所面临的各类风险进行深入研究，以期为联合体EPC项目的执行提供借鉴。
国外学者在工程风险研究主要聚焦在工程项目风险识别与分析方面，在风险控制实践中多采用模糊分析法。这是一种对受多种因素影响的事物做出全面评价的方法。模糊集和灰色理论在风险量化方面应用范围也很广，是适用于大型复杂工程项目风险识别和评价的有效工具。
综合来看，上述方法也可相互结合，以达到分析复杂风险问题的目的。不难看出，这些风险量化方法大多以风险线性为建模前提。而随着现代计算机技术的发展以及计算方法的改进，应用神经网络、遗传算法等人工智能系统对工程项目风险管理实践进行仿真和数值计算可以解决风险非线性的问题，正成为一个热门的研究领域。正是因为国际炼化工程投标管理具备一般工程风险管理的特征，是一个多层次的、庞杂的系统工程，关系到项目管理的各个阶段和环节，同时具有自己的独特性质，更需要引入大数据方法来解决相关问题。
大数据在工程风险中的管理
大数据技术通过大量的数据整合分析，改变了长期以来依靠经验、理论和模式化的管理决策方式。大数据管理中，数据仓库不仅能及时收集现有和历史数据，而且能对各个孤立存在的数据进行初步处理和转换，形成相互联系的统一数据集，为项目中各数据使用者提供一个透明的信息平台，减少信息流通中虚假信息和交流障碍等因素带来的风险。目前，大数据分析与数据挖掘技术已经在工程风险管理领域得到了一定程度的应用。
通过降维筛选风险因素。国际炼化工程投标报价风险影响因素众多，定性识别大风险容易，笼统分类识别容易，但是国际工程项目通常有小风险大灾难的特点。这就导致必须对其风险因素识别提高覆盖程度。武汉科技大学相关人员利用大数据对于工程项目投标决策风险进行了识别，利用工程项目历史数据、外部行业市场信息数据，通过大数据技术中的决策树法对数据进行风险因素的筛选。最终得到分级的风险指标，得到风险指标之后，再组织专家团队按照定性的风险评价标准给予各项风险指标打分赋值，这样就把大数据方法与传统的德尔菲方法进行了有机结合，为国际炼化工程投标报价风险分析提供了一种借鉴。
通过大数据算法，提高风险评估精度。国际炼化工程投标报价风险的识别和量化评估，是最具有挑战性的工作。Jurgen Schwarz使用支持向量机(SVM)、神经网络(ANN)与蒙特卡罗模拟对同工程项目成本进行风险量化分析，认为ANN和SVM通过分类与学习，能够提高风险数据的质量与可靠性，建立风险因素之间的量化特征，并与项目目标建立量化联系。
通过仿真模拟进行风险早期预警。中国石油公司曾利用大数据技术分析第三方施工数据，通过找出第三方施工活动的时空规律和相关性规律，从而进行第三方施工活动的企业评估和预测事故高发区域。有专家认为，大数据技术可以应用在财务审计领域，可以有效识别财务报表中的重大错报风险。这两方面的研究给国际炼化工程投标报价风险很好的启示，特别是能够量化评价风险，并基于风险给出相应的决策判断阈值，为决策的量化行为给出指南。
通过大数据分析进行工作方案优化。国际炼化工程投标报价工作在风险量化的基础上，应做好相关工作的方案优化，这方面也有大量研究可以借鉴。在石油石化行业，也有大量工程实践证实这种优化方法是可行的。中石化外事局在境外公共安全风险评估信息系统中，正在尝试应用大数据技术自动化采集公共安全风险数据。中国石油也曾利用大数据技术分析第三方施工数据，找出第三方施工活动的时空规律和相关性规律，从而进行第三方施工活动的企业评估和预测事故高发区域。
（作者单位：中国石化集团信息与数字化管理部）
（编辑：王星）
凡本网注明“来源：企业观察网”的所有作品，均为《企业观察报》社有限责任公司合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：企业观察网”。违反上述声明者，本网将追究其相关法律责任。凡本网注明“来源：XXX（非企业观察网）”的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如其他媒体、网站或个人转载使用，须保留本网注明的“稿件来源”，并自负法律责任。如因作品内容、版权和其它问题需要同本网联系的，请在相关作品刊发之日起30日内进行。联系方式：010-68719660。
