2024年4月4日发(作者：吾文林)
第
35
卷第
1
期
工程管理学报
Journal of Engineering Management
Vol. 35 No. 1
2021
年
02
月
Feb. 2021
大型国际机场工程进度绩效的影响因素分析
—基于北京大兴国际机场的案例
孙继德，苗洁如，贾广社，王广斌
(
同济大学经济与管理学院，上海
200092, E-mail: ***************)
摘要：进度绩效是工程项目重要的控制要素之一。大型机场工程具有工程规模巨大、工程建设程序复杂等特点，导致其建
设与管理统筹管理难度比一般项目更大。以北京大兴国际机场建设指挥部与运营管理中心的22个部门为研究对象，基于组
织行为学理论，考察部门工作项数、风险等级和进度跟踪问题数量对工程进度绩效的影响，探究进度跟踪问题数量的调节作
用，并通过回归分析对研究假设进行实证检验。结果表明：工作项数、风险等级、进度跟踪问題数量均与进度绩效呈显著负
相关关系。并对后续新建机场建设与运筹管控的进度推进工作提出可行的管理建议。
关键词：大兴国际机场；工作项数；风险等级；跟踪问题：进度绩效
中图分类号：
TU721
文献标识码
：A
文章编号：
1674-8859 ( 2021 1 0
卜
10
卜
07 D01:10.13991/_2021.01.018
Analysis on Factors Affecting the Schedule Performance of Large International
Airport Projects: A Case Study of Beijing Daxing International Airport
SUN Ji-de, MIAOJie-ru, JIA Guang-she, WANG Guang-bin
(School of Economics and Management, Tongji University, Shanghai 200092, China, E-mail
：
***************)
Abstract:
Schedule performance is one of the important control factors of an engineering project. Large airport projects are
characterized by large engineering scale, complex construction procedures and so on, which indicates that the schedule control of
large airport projects is more difficult than other types of projects. This paper focuses on the 22 departments of Beijing Daxing
international airport's construction headquarters and operation management center. Based on the organizational theory, this paper
discusses the effect of work quantity, risk level, and progress tracking problems on schedule performance, and investigates the
moderating effect of progress tracking problems using regression analysis. The empirical results show that work quantity, risk level
and progress tracking problem have a significant negative correlation with schedule performance. This paper puts forward some
feasible management suggestions for the construction and operational control of airports to promote the work progress.
Keywords
：
Beijing Daxing international airport
；
work quantity
；
risk level
；
tracking problem
；
schedule performance
在建设工程项目管理中，大型工程项目的重点
管控内容离不开进度管控、成本管控和质量管控〖1],
而在保证工程质量前提下的进度管控往往是重要
且关键的一环
。G
Francis
等[2]通过对机场管理人员
的调研访谈，探讨了机场管理者如何运用标杆分析
方法与机场业内竞争对手进行比较，从而提升内部
绩效
。RR
Pacheco
等[3]以巴西机场作为研究对象，
采用数据包络分析方法，探讨1998〜2001年间机场
收稿日期：2020-09-17.
基金项目：国家社会科学基金项目（19
BGW
的管理风格改变对机场绩效产生的影响。研究显示
管理风格的改变使得机场经营业绩下降，但对财务
业绩有所改善。王振军[4]以浦东国际机场二期扩建
工程为例，研究了在进度管控过程中
P
3软件的应
用，并总结了进度计划的执行与控制是实施进度管
理的关键因素。李峰等⑴以某大型机场工程为例分
析了大型复杂项目进度管控的方法以及应用模式，
探讨了总进度计划的编制原理及核心地位
。T
DiaiW
5]以纽瓦克国际机场、纽约肯尼迪国际机场和
22).
纽约拉瓜迪亚机场作为研究对象，采用随机前沿面
.102 .
工程管理学报
第35卷
模型评估技术效率，结果表明机场可以有效地通过
最小化总需求和最大化可用机场容量来及时处理
业务。
N
Adler
等[6]以欧洲和澳大利亚机场作为研究
对象，采用回归分析法测算竞争环境影响，结果显
示，在相对非竞争条件下，公共机场的运营效率低
于完全私有机场。廉晓敏等[7]以郑州机场二期工程
项目为例，通过问卷调研的方法，运用模糊理论对
大型复杂项目的进度风险管理进行相关研究。温增
树[8]研究了
BIM
技术等新技术如何优化工程项目进
度管理以及如何提升工程项目施工效率。以往研究
鲜少考虑各部门的工作与进度跟踪对大型机场项
目进度绩效产生的影响，结合理论与管控实际开展
对机场建设与运营管理相关部门进度管控的实证
研究。
本文基于北京大兴国际机场（以下简称
BJDX
)
的工程实践，考察
BJDX
建设与运筹管控各部门的
工作分布情况、面临的进度跟踪问题数量等内容对
工程项目进度绩效的影响，通过实证研究的方法科
学地探究部门工作分工以及进度跟踪问题数量对
于
BJDX
项目建设工程推进情况的影响。本文从组
织架构中的部门层级出发，将组织理论与工程实践
相结合。这不仅有利于拓展组织行为学等相关理论
在大型机场工程实践中的应用范围；而且有利于从
理论角度探讨组织内部分工对于机场进度绩效的
影响作用，拓宽了机场进度管理的研究视角。
1进度绩效理论模型构建
1.1进度绩效管理互动机制
《管理学》
P
]提到组织行为是一种重要的组织
现象，组织行为学研究组织环境中所有成员的行
为，该理论第一次强调了组织管理中人的行为因素，
并对员工行为与工作绩效之间的关系进行研究間。
BJDX
建设指挥部与运营管理中心是为了推进
BJDX
各项建设与运筹工作规范运作、确保工程建
设与运筹顺利推进的组织机构，也是负有执行性管
理职能的组织系统，因此属于广义的行政组织[u]。
BJDX
建设指挥部与运营管理中心有着“630竣工、
930开航”两大明确的进度目标导向，分别由建设
指挥部负责建设工作、运营管理中心负责运筹工
作。
BJDX
建设指挥部与运营管理中心在进度绩效
管理时将机场进度目标自上而下层层分解，由组织
目标分解为部门目标、再由部门目标分解为个人目
标；在进度绩效考核时将进度绩效自下而上层层递
进，由个人绩效综合为部门绩效、再由部门绩效综
合为组织绩效；最终形成员工与部门、部门与组织
之间的三级互动机制（见图1 )。各部门内的人员工
作绩效与机场建设的进度绩效息息相关。因此，基
于组织行为学理论，组织内部的成员行为将影响员
工工作绩效，员工工作绩效影响机场建设的进度绩
效。
组妮面 部门层面 个
AS
面
自
^
..mm
......,
自
下
而
下
上
1
f
个人目标
分
集
解
成
■
t-Mm
图
1
进度绩效管理的三级互动机制
1.2研究假设
K
2.1主效应假设
BJDX
建设指挥部与运营管理中心不同部门虽
然分别隶属于两个机构，但这两个机构均以实现
BJDX
顺利开航为共同的目标，从而形成一个拥有
共同目标的组织整体。而组织资源是有限性的，当
某部门被分配到更多的工作项数和工作内容时，部
门原本分配的有限资源无法负荷起所有的工作任
务，部门原本的工作进度就会被耽搁，从而使得部
门的工作进度绩效受到影响，降低原本的进度绩
效。综上，提出如下假设：
HI
:
BJDX
建设与运筹管控的工作项数与进度
绩效呈负相关关系。
月度《北京大兴国际机场建设与运筹进度管控
报告》（以下简称“月报”）将
BJDX
建设与运筹管
控的风险等级划分为三级：一级风险代表“影响后
续工作，但不影响两大目标和关键节点的次要风
险”；二级风险代表“影响630竣工、联调联试、
试飞、演练等关键节点的重要风险”；三级风险代
表“影响930开航的重大风险”。本文根据研究需
要将各部门所面临的风险等级按照重要程度划分
为“低风险”与“高风险”，其中，低风险意味着
该问题并未影响到“630竣工、930开航”的重大
目标，主要指一级风险；高风险意味着该问题已影
响到“630竣工、930开航”的重大目标，主要指
二、三级风险。
BJDX
是党中央、国务院决策的国
家重大标志性工程[12]，因此，“630竣工、930开航”
这两大进度目标是坚决不能动摇的。由此高风险将
获得部门更多的关注，部门原本配置的资源用于推
进
T
.程进展，使得原本应该推进计划工作的资源减
第1期
孙继德，等：大型国际机场工程进度绩效的影响
W
素分析——基于北京大兴国际机场的案例
• 103 •
少，从而导致部门内部的
T
_作进度被耽误，进而影
响部门的进度绩效。综上，提出如下假设：
H
2:
BJDX
建设与运筹管控的问题风险等级与
进度绩效呈负相关关系。
进度管控过程中存在诸多影响工程进展的问
题，对实现两大目标产生不利影响，需要多方协调
与管控。因此，在识别出未解决的进度问题后，同
济大学进度管控组在月报中对于各部门每月面临
的影响进度推进的问题进行了总结与梳理，并列出
了进度问题的数量、解决问题的最晚时间和解决进
展，以便督促各部门按时解决进度跟踪问题。对部
门而言，进度跟踪问题数
S
越多，阻碍“630竣
T
.、
930开航”目标实现的可能性越大，因此，部门需
要挪用越多的资源用于解决这些影响
T
.程进展的
问题，从而影响了部门原本的工作进度，进而使得
部门的进度绩效下降。综上，提出如下假设：
H
3:
BJDX
建设与运筹管控的进度跟踪问题数
量与进度绩效呈负相关关系。
1
.
2.2
调节效应假设
BJDX
建设指挥部与运营管理中心各部门每月
均面临不同数量的进度跟踪问题，而进度跟踪问题
数量不仅可以通过单一作用影响进度绩效，还可以
分别通过与工作项数、风险等级的交互作用影响进
度绩效。综上，提出如下假设：
H
4:进度跟踪问题数量对工作项数与进度绩效
关系呈正向调节作用3
随着进度跟踪问题数量的增加，问题的风险程
度也随之提升，高风险问题出现的概率也有所提
高，部门需耗费更多的资源来解决进度跟踪问题，
尤其是高风险问题。综上，提出如下假设：
H
5:进度跟踪问题数量对风险等级与进度绩效
关系呈负向调节作用。
1.3理论模型
本文通过深入分析月报信息，挖掘出与工程进
度管理息息相关的研究变量。工作项数、风险等级、
进度跟踪问题数量均在一定程度上影响部门的进
度绩效，由此，本文将这3个变量分别与进度绩效
建立主效应路径关系，探索三者分别对部门进度绩
效的影响关系：此外，进度跟踪问题数量还与工作
项数、风险等级均存在一定的联系，因此，将进度
跟踪问题数量作为调节变量。
由此，本文建立了
BJDX
建设与运筹管控的
T
：
作项数、风险等级、进度跟踪问题数量和进度绩效
四者关系的理论模型，如图2所示。
图
2
理论模型
2指标选取与实证模型构建
2.1样本选取及数据来源
为确保数据的可操作性，本文对月报数据进行
深入分析后，选取了
BJDX
建设指挥部与运营管理
中心各部门为研究对象。
同济大学进度管控组从2018年9月开始为
BJDX
建设指挥部与运营管理中心跟踪各部门每月的
T
.
程进展情况，截至2019年9月30日为止，共针对
性地为
BJDX
定制13个月的月报。但由于同济大
学进度管控组于2019年2月变更过一次工作方式，
因此2019年3月至2019年9月期间制作的月报数
据与2018年9月至2019年2月期间制作的月报数
据存在显著差异。本文考虑到研究数据的可靠性与
准确性，为避免由于工作方式变更对数据产生极端
影响，最终仅考察2018年9月至2019年2月为期
6个月间的进度绩效相关数据。根据月报数据，
BJDX
建设指挥部与运营管理中心共22个部门参与
进度管控工作，本文对6个月间该22个部门在不
同月份的工作项数、风险等级、进度跟踪问题数量
等数据进行汇总整理，最终获得132个样本观测值。
本文中除控制变量外的所有数据均来源于同
济大学进度管控组制作的月报，有遗漏的数据与当
时驻场的工作人员进行补充确认；控制变量的数据
来源于同济大学进度管控组驻场人员提供的
BJDX
建设指挥部与运营管理中心通讯录。
2.2变量选取与定义
2.2.1被解释变量
进度绩效
PER
是本文的被解释变量。本文深入
分析月报数据，根据月报中“某月工作完成情况”
板块挖掘出进度绩效的衡量方法，将“该月的作业
项实际完成占计划完成工作的比例”作为该部门该
月进度绩效的衡量指标通过进度绩效可以体现各
部门间1:作内容的完成情况是否良好。
2
.
2.2解释变量
U
)工作项数
JOB
。本文根据月报中“某月
建设与运筹工作计划完成情况”板块挖掘出
T
.作项
数的衡量方法，将“该月的作业项计划完成数量”
• 104 .
工程管理学报
第35卷
作为该部门该月丁作项数的衡量指标。通过工作项
数体现各部门间工作内容是否合理分配。
(2)风险等级
RISK
。根据月报中“某月进度
问题跟踪情况”（或“进度风险跟踪进展情况”）板
块挖掘出风险等级的衡量方法，将“该月的作业项
面临问题的风险强度”作为该部门该月风险等级的
衡量指标。将二、三级风险定义为高风险，将一级
风险定义为低风险，风险等级为虚拟变量，二级及
以上风险取值为1,否则取值为0。通过风险等级
可以体现各部门所面临的问题风险程度是否影响
工程进展。
2.2.3调节变量
进度跟踪问题数量，既是本文的解释变量，也
是本文的调节变量。
PRO
根据月报中“某月进度问
题跟踪情况”（或“进度风险跟踪进展情况”）板块
挖掘出进度跟踪问题数量的衡量方法，将“该月面
临的影响进度的问题数
M
”作为该部门该月进度跟
踪问题数量的衡量指标。为了验证进度跟踪问题数
量能够影响工作项数与进度绩效、风险等级与进度
绩效的关系（其中风险等级为人工哑变量，进度跟
踪问题数量为连续变量），模型中分别加人进度跟
踪问题数量与工作项数、进度跟踪问题数量与风险
等级的交互项作为解释变量，如果交互项前面的系
数显著，则证明进度跟踪问题数量对工作项数与进
度绩效、风险等级与进度绩效的关系有显著影响。
2.2.4控制变量
为确保工作项数、风险等级、进度跟踪问题数
量对进度绩效的主要影响，有效控制除以上三者之
外的其他变量的影响，本文基于现有数据选取控制
变量，具体如下：一是部门规模汾各部门总人
数的自然对数；二是领导比例1心(，各部门中领导
人数占部门总人数的比例；三是部门女性比例
F
£
M
,各部门中女性人数占部门总人数的比例。
具体变量定义如表1所示。
表
1
变量定义表
变量类型符号
变潼:名称变量测度
因变量
PER
进度绩效
该部门在当月实际完成的工作情况
(取实际完成工作量与计划完成工作
童的比值）
自变量
JOB
工作项数
该部门在当月汁划完成的工作项数
RISK
风险等级该部门在当月面临问题所处的风险强
度（二级及以上风险取值为1，否则取
值为0)
自变量调
PRO
进度跟踪该部门在当月面临的影响进度的问题
节变董
问题数量
数量
控制变量
SISE
部门规模
部门内总人数的自然对数值
LEA
领导比例
部门内领导人数占总人数的比例
FEM
女性比例
部门内女性人数占总人数的比例
2.3实证模型构建
为了检验
RIDX
工作项数、风险等级、进度跟
踪问题数量分别与进度绩效之间的相关关系（假设
Hl
、
H
2和
H
3),本文设定如下模型：
模型1:
PERm,n
=
y
0 +
yi
-
J
〇
Bmn
+
y
2 -
RISKmn
⑴
+
y,-PRO
+
y
4 •
Contrl
^ +
dmn
式中，表示第
W
部门在第《月管控工作的进
度绩效，是该模型的因变量，即被解释变量；
是管控的工作项数；是管控面临问题的风险
等级，以上两项为模型的自变量，即解释变量；
是部门规模；是部门内的领导比例，
柯此.„是部门内的女性比例；以上3项是控制变量；
控制变量统一用
Co
冲表示；<5„.„是残差项，
y
0
是常数项，
yi
、
p
、乃、
A
是回归系数，表示部门
编码，《 表示月份（《=201809,201810,201811，
201812,201901,201902,201903)〇
对于调节效应的分析，本文借鉴温忠麟等[13]
提出的“显变量的调节效应分析方法”进行研究。
对于自变量（
X
)为类别变量、调节变量（
M
)为
连续变量的调节作用，应做
的层次回归分析方法”检验。由于工作项数（自变
量）是连续变量、风险等级（自变量）是人工哑变
量，进度跟踪问题数量（调节变量）是连续变量，
因此，选用层次回归分析方法检验调节效应。
本文引人中心化处理后的交互项■/〇汉
构建管控进度跟踪问题数量对工作项数与进度绩
效之间关系的调节效应关系（假设
H
4 )的模型（模
型2):
模型2-1:
= ( 2 )
模型2-2:
PERmn
= y
〇
+ y,
+ y2-PR
〇
m,„
(3)
+
y
^
Contrlmn
+
Smn
模型2-3:
PERmj, =y
〇
+ yrJ
〇
Bm.n
+
y^PR
〇
m.„
(4)
+
_ PR
〇
m.„ + y.'Contrl^ +Sma
本文引入中心化处理后的交互项/?/分二.
构建了
BJDX
建设与运筹管控工作的进
度跟踪问题数量对于风险等级与进度绩效之间关
系的调节效应关系（假设
H
5 )的模型（模型3 ):
模型3-1:
PERm
,
n
=
yn
+
y
,^
ISK
m„ +
y
2 •
Contrlmn
+
S
m„ (5)
模型3-2:
第1期
孙继德，等：大型国际机场工程进度绩效的影响因素分析——基于北京大兴国际机场的案例
• 105 •
PERm„
= + 7,
>RlSKm„ + v2-PR
〇
mj,
(6)
+ y^Contrlmn+Smn
模型3-3:
PERm„=V
〇
+yr^Km„ + y2-PROm„ (7)
+
y,-RISKmn _ PROmn + y,'Contrlmn
+
Smn
本文提出的研究假设与构建的实证模型之间
的对应关系如表2所示。
____________
表
2
研究假设与对应的模型
_____________
模型 研究假设 —
模型1
HI
:
BJDX
建设与运筹管控的工作项数与进度绩效呈负相关
关系
H
2:
BJDX
建设与运筹管控的问题风险等级与进度绩效呈负
相关关系
H
3:
BjDX
建设与运筹管控的进度跟踪问题数量与进度绩效
呈负相关关系
模型2
H
4:进度跟踪问题数量对工作项数与进度绩效关系呈正叫调
节作用
模型3
H
5:进度跟踪问题数量对风险等级与进度绩效关系呈负向调
节作用__________________________________________________________
3实证分析
3.1描述性统计和相关性分析
3.1.1描述性统计
表3为本文主要研究变量的描述性统计分析结
果。从中可以看出，研究样本的有效观测值为132。
若均值远小于标准差，表明数据可能存在极端异常
值，需对数据进一步处理。表3的结果表明，数据
并未出现极端异常值，可以进行下一步分析。
表
3
各变量总体描述性统计分析结果
Variable
ObsMeanStd
.
Dev
.
MinMax
PER132.9575758.0852667•62
1
JOB
13249.9393958.376611225
RISK
132.3863636.488770501
PRO1322.5
2.940894
018
SIZE1323.111683.67076611.94591
4.343805
LEA132.109263.0761825
.0188679
.2857143
FEM
132.3293229.1034437.12.5
根据因变量统计结果可知，
BJDX
建设与运筹
管控各部门的每月平均进度绩效为0.9576,表明各
部门整体实际完成的工作项数达到原计划
T
作项
数的95%,说明工作总体完成情况良好。而各部门
进度绩效的最小值为0.62,最大值为1;说明各部
门每月完成工作的情况有显著差异。根据自变量统
计结果可知，各部门每月平均工作项数为50,表明
各部门每月实际的工作量不少。而各部门间完成工
作项数的方差为58，说明各部门每月的工作项数有
显著差异。各部门每月平均风险等级为0.39,表明
各部门每月面临的问题均存在一定程度的风险；而
风险等级的方差为0.49,说明各部门每月的问题风
险等级存在一定程度的差异。
根据调节变量统计结果可知，各部门的每月平
均进度跟踪问题数量为3,表明部门每个月或多或
少都会面临一定的进展问题；而各部门面临的进度
跟踪问题数量最小值为〇,最大值为18,说明各部
门每月面临的进度跟踪问题数量存在显著差异。
根据控制变量描述性统计结果可知，
BJDX
建
设与运筹管控各部门人数的平均值为23 ( ),
说明平均每个部门约有23位工作人员；其中最小
值为7 (
e
1.94591 ),最大值为80 ( ),表明各
部门间的工作人数存在显著差异。部门领导的占比
平均值为0.1092，最小值为0.0188，最大值为
0.2857;说明各部门间的领导占比存在一定程度的
差异。部门女性的占比平均值为0.3293,最小值为
0.12,最大值为0.50,说明各部门内部的女性占比
也存在一定程度的差异。
3.1.2相关性分析
本文各变量相关性分析结果如表4所示。
表
4
各变量相关性分析结果
(
V
a
)
ri
ables
(1 )
(2)(3)(4)
(5)(6)
(7)
PER
1.000
(2 ) JOB-0.523*1.000
(3 ) RISK-0.358*0.222*
1.000
(4) PRO-0.418*
0.595*0.146*1.000
(
(
6
5
)
)
SIZE-0.081*0.373*
0.1010.260*
1.000
LEA-0.026*-0.205*
0.053-0.043-0.663*
1.000
(7 ) FEM
0.445*-0.372*-0.067
-0.177*
-0.068-0.221*1.000
注：*在0.1水平丨•.显示显著性；
F
/
F
取值区间为[1.08, 2.2丨]，远小
于10
由表4的相关性结果发现，工作项数、风险等
级、进度跟踪问题数量与进度绩效之间的相关性显
著且系数为负，说明假设
HI
、
H
2和
H
3初步得到
验证。与此同时，可以看出控制变量与被解释变量
的相关性水平都有较好的显著性，这可以证明本文
选取部门规模、领导比例与部门女性比例作为控制
变量是较为合理的。
对变量进行相关性分析后，通过方差膨胀因子
F
/
F
值来判断变量之间是否存在多重共线性。经验
表明1|4],当
K
/
f
>10时，说明解释变量与其他解释
变量之间存在严重多重共线性，且这种多重共线性
可能会影响回归结果:从检验结果可以看出，方差
膨胀因子
F
/
F
最大值为2.21，平均值为1.75,均远
小于10,因此变量之间不存在多重共线问题，原假
设模型有效，可以作进一步的回归分析。
3.2效应分析
3.2.1主效应分析
本文运用
STATA
15.1对
BjDX
建设与运筹管控
的工作项数、风险等级和进度跟踪问题数量对进度
绩效影响的实证检验模型（模型1 )进行多元线性
• 106 •
工程管理学报
第35卷
回归分析，分析结果如表5所示。
表
S
模型
（1
)回归分析结果
PERCoef
.
t
-
valuep-value
JOB
-0.004***-2.770.006
RISK-0.483***
-4.020.000
PRO
-0.006**-2.53
0.013
SIZE0.028**
2.270.025
LEA
0.165
1.50.137
FEM
0.279***4.380.000
Constant
0.814 …14.440.000
R-squared
0.4544
F-test
(
Prob
>
F
)
17.35 ( 0.000)
Adj
R-squared
0.4282
Number
of
obs
132.000
注：***
p
<0.01,
**
p
<0.05,
*
p
<0.
从整体模型来看，
P
值为〇.〇〇〇,在〇.〇1的水
平上通过显著性检验，说明模型整体有效。模型的
拟合度（调整后的
R
2 )为42.82%，表明多元线性
回归模型的解释程度较好。此外，管控的丁作项数、
风险等级、进度跟踪问题数量与进度绩效之间的相
关系数均为负数，由此表明上述变量均为显著负相
关关系。综上，假设
HI
、
H
2和
H
3得到验证。研
究结果显示，
B
_
IDX
建设与运筹管控的工作项数、
风险等级、进度跟踪问题数量均在一定程度上阻碍
了工程进展，从而负向影响部门的进度绩效。
3.2.2调节效应分析
运用
STATA
15.1对进度跟踪问题数量分別对
工作项数、风险等级与进度绩效之间关系的调节效
应进行实证检验，分析结果如表6和表7所示。
表
6
进度跟踪问题数量对工作项数与进度绩效
关系的调节效应
PER
翻（2-1)
麵（2-2)
模型（2-3)
JOB
-.006682*** (-5.51 ) -.004829*** (-3.37 ) -.004837*** (-3.35 )
RISK
——
PRO
—
-.005994** (-2.32 )-.006237** (-1.81 )
—
JOB
PRO
—
—
.000533 (0.11 )
RISKPRO
—
—
—
SIZE
.016461 ( 1.27 )
.021643* ( 1.67)
.021941 ( 1.65 )
LEA
.034219 (0.30)
.089488 (0.78 )
.090880 (0.78 )
FEM
.239537*** (3.53 )
.2595359*** (3.85)
.260943*** (3.79 )
Constant
.857098*** ( 14.39 ) .8340808*** ( 14.04 ) .832870*** ( 13.72 )
Observations
132
132
132
R-squared
0.3575
0.3838
0.3838
Adj
R-squared
0.3373
0.3593
0.3543
注：**
v
<0.01, **/)<0.05，*/><0.1
如表6所示，模型整体的拟合程度约35%,说
明模型的解释效果良好3而工作项数与进度跟踪问
题数量的交互项•/〇5_/3尺0的尸值大于0.1,说明工
作项数与进度跟踪问题数
ill
的交互作用并不显著，
即进度跟踪问题数量对工作项数与进度绩效间的
关系并未起到调节作用，因此，假设
H
4未得到验
证。
如表7所示，模型整体的拟合程度约为40%，
说明模型整体的解释效果良好。风险等级与进度跟
表
7
进度跟踪问题数量对风险等级与进度绩效
______________
关系的调节效应
PER
翻（2-1)
_(2-2)
_(2-3)
JOB
一一一
RISK
PRO
-.01391*** (-5.04)
JOB
-.059994*** ( 461 ) -.054318*** (斗49 ) -.054277*** ( 4.74 )
—
-•00913*** (4.74)
PRO
——_
RISKPRO
一—
-.023626* (-1.73 )
SIZE.010760 (0.81 )
.025798** (2.04).026640* (2.15)
LEA.168359 ( 1.42 ).2280%** (2.07 )
•241730* (2.18 )
FEM379958*** (5.86 ).348245*** (5.77 ).355258*** (5.88)
Constant
.803746*** ( 13.14) .783462*** ( 13.81 ) .797764*** ( 13.96)
Observations
132132132
R-squared
0.31770.4209
0.4415
Adj
R-squared
0.29620.39790.4238
注：***/;<0.01, **
p
<0.05, *
p
<0.1
踪问题数量的交互项穴/分尺〇的尸值小于0.1,
并且二者的系数为负，说明风险等级与进度跟踪问
题数量的交互作用在0.1水平上显著，验证了进度
跟踪问题数量对风险等级与进度绩效之间的关系
具有显著负向调节效应。因此，假设
H
5得到验证。
通过调节效应图可以更形象直观地体现进度跟
踪问题数量对于风险等级与进度绩效关系的调节作
用，如图3所示。进度跟踪问题数量越多，则风险
等级对进度绩效的负面影响越大，即进度跟踪问题
数量加强了风险等级对进度绩效的负相关作用。
USK
啤
RISK
------• Lorn PRO --•■—* H«*hPRO
图
3
进度跟踪问题数量对风险等级与进度绩效
关系的调节效应图
3.3稳健性检验
本文采取更换被解释变量的方法，来检验对于
进度绩效采取不同指标衡量的条件下，影响是否仍
旧显著。本文将衡量进度绩效的实际工作完成比例
(
JOS
),更换为实际工作完成数量，取实际工作完
成数量的对数值（
WORK
)作为被解释变量，再次
对假设
H
1~
H
5进行实证检验，结果基本保持一致
且模型的整体解释度良好。因此，该回归结果通过
了稳健性检验。
4建议
4.1组织方面
(1 )在机场建设与运筹管控的过程中应当合
理分配各部门的工作量，做到部门工作量分配不超
第1期
孙继德，等：大型国际机场工程进度绩效的影响因素分析一基于北京大兴国际机场的案例
• 107 •
负荷。
(2)
时完成。
(3)
大型机场工程在工期紧迫的条件下保质保量地按
的高风险问题出现时，越来越多部门资源将被分散
到解决问题的方面，从而使得部门的进度绩效下降
需通过严格的管理与合理的组织，保证
的幅度越来越大。
参考文献：
机场建设需建立较为独立的进度信息管
理组织体系对机场建设的整体计划进行梳理并在
后续的计划实施过程中进行实时跟踪，确保实际的
工作与计划偏差不大。
4.2合同方面
(1 )应当正确梳理进度推进过程中所面临的
问题数量及问题风险等级，对于高风险的问题采取
优先重视优先解决的原则进行应对。
(2) 机场管理单位应明确问题的来源，然后
落实解决问题的责任方。通过自上而下层层管控、
自下而上层层重视来加强解决问题的力度，使得各
部门充分认识到解决影响工程进展问题的重要性。
(3) 机场工程项目全生命周期均需通过合同
形式明确机场与各方的经济关系。通过合同管理机
场建设，简化管理的诸多环节，减少工程结算的纠
纷，约束各方行为、保证工程进度和质量[15】。
4.3经济方面
(1 )应保证充足的资金以实现进度计划的目
标，业主应及时支付工程进度款项，落实资金的及
时供应。
(2 )可以采取一定的经济手段激励各单位人
员，提高工作人员的工作积极性，进而提升
T
作绩
效，加快工程进展。
5结语
BJDX
建设与运筹管控的工作项数、风险等级、
进度跟踪问题数量与进度绩效均存在显著的负面
影响。一是分配给单一部门的工作量不宜过多，工
作越多部门负担越重，可能影响部门丁作绩效，进
而影响进度绩效。二是高风险问题往往引起部门的
极度关注，这就导致部门内原本应该完成相关工作
的资源被倾斜到解决高风险问题，导致完成
T
_作的
进度绩效变低。三是由于进度跟踪问题数量增多，
原本应该处理进度工作的资源被分散到进度跟踪
问题方面，从而使得部门的进度绩效下降。
BJDX
建设与运筹管控的进度跟踪问题数量对
T
：作项数
与进度绩效关系不存在显著的调节作用，但进度跟
踪问题数量显著增强了风险等级与进度绩效之间
的负相关关系。进度跟踪问题数量越多，在一定程
度上使得高风险问题出现的几率更大，当越来越多
[1]
李峰，赖应良，等.简议大型复杂项目基于总进度计
划下的进度控制方法
[J].
福建建材，
2008( 6 ): 10
卜
103.
[2] Francis G, Humphreys I，Fry J. The benchmarking of
airport performance[J]. Journal of Air Transport Management,
2002, 8 (4
)：
239-247.
[3] Pacheco R R, Fernandes E, de Sequeira Santos M
P. Management style and airport performance in Brazil
[J]. Journal of Air Transport Management, 2006, 12(6
)：
324-330.
[4]
王振军
.
基于
P3
项目管理软件的浦东国际机场二期扩
建工程进度管理实践
[J].
建筑经济
，2007 ( 7 ): 68-71.
[5] Diana T. Can we explain airport performance? a case study
of selected New York airports using a stochastic frontier
model[J]. Journal of Air Transport Management, 2010,
16 (6
)：
310-314.
[6] Adler N, Liebert V. Joint impact of competition, ownership
form and economic regulation on airport performance and
pricing[J]. Transportation Research Part A
：
Policy and
Practice, 2014
，
64: 92-109.
|7]
廉晓敏，王军，等.基于模糊理论机场建设工程进度
风险管理研究
[J].
施工技术
，
2018, 47(S1 ): 980-983.
[8]
温增树
.BIM
技术在工程施工进度管理中的应用
[J
].无
线互联科技，
2019, 16 ( 14 ): 132-133.
[9]
史蒂芬罗宾斯著，刘刚，梁晗，等译
.
管理学（第
13
版）
[M].
北京：中国人民大学出版社，
20
丨
7: 28.
[10]
张飞
.
组织行为学发展的新领域——积极组织行为
学
[J].
人力资源
，2019 (4): 6-7.
[11]
刘萍
.
行政管理学
[M].
北京：经济科学出版社，
2008:
45.
[12]
中国民航局
.
北京新机场命名为
“
北京大兴国际机场
”
[EB/OL], http
：
///XWZX/MHYW/
201809/t20180914_.
[13]
温忠麟
，
侯杰泰，张雷
.
调节效应与中介效应的比较
和应用
[■!].
心理学报
，
2005 ( 2 ): 268-274.
[14]
付宏，尹康，等
.
计量经济学基础
[M].
北京：机
械工业出版社，
2016. 08.
[15]
中国民用航空网.试论合同管理在机场建设中的作用
[EB/OL]. http
：
///news/hqtx/l96748.
html.
作者简介：
孙继德（
1966-),
男，副教授，硕士生导师，研究方向：
建筑业组织与管理，工程项目管理；
苗洁如（
1995-),
通讯作者，女，硕士研究生，研究方
向：工程项目管理；
贾广社（
1956-),
男，教授，博士生导师
.
研究方向：
工程项目管理，大型建设丁程项目总控；
王广斌（
1967-),
男，教授，博士生导师，研究方向：
项目管理，
BIM/VDC
.项目投融资
2024年4月4日发(作者：吾文林)
第
35
卷第
1
期
工程管理学报
Journal of Engineering Management
Vol. 35 No. 1
2021
年
02
月
Feb. 2021
大型国际机场工程进度绩效的影响因素分析
—基于北京大兴国际机场的案例
孙继德，苗洁如，贾广社，王广斌
(
同济大学经济与管理学院，上海
200092, E-mail: ***************)
摘要：进度绩效是工程项目重要的控制要素之一。大型机场工程具有工程规模巨大、工程建设程序复杂等特点，导致其建
设与管理统筹管理难度比一般项目更大。以北京大兴国际机场建设指挥部与运营管理中心的22个部门为研究对象，基于组
织行为学理论，考察部门工作项数、风险等级和进度跟踪问题数量对工程进度绩效的影响，探究进度跟踪问题数量的调节作
用，并通过回归分析对研究假设进行实证检验。结果表明：工作项数、风险等级、进度跟踪问題数量均与进度绩效呈显著负
相关关系。并对后续新建机场建设与运筹管控的进度推进工作提出可行的管理建议。
关键词：大兴国际机场；工作项数；风险等级；跟踪问题：进度绩效
中图分类号：
TU721
文献标识码
：A
文章编号：
1674-8859 ( 2021 1 0
卜
10
卜
07 D01:10.13991/_2021.01.018
Analysis on Factors Affecting the Schedule Performance of Large International
Airport Projects: A Case Study of Beijing Daxing International Airport
SUN Ji-de, MIAOJie-ru, JIA Guang-she, WANG Guang-bin
(School of Economics and Management, Tongji University, Shanghai 200092, China, E-mail
：
***************)
Abstract:
Schedule performance is one of the important control factors of an engineering project. Large airport projects are
characterized by large engineering scale, complex construction procedures and so on, which indicates that the schedule control of
large airport projects is more difficult than other types of projects. This paper focuses on the 22 departments of Beijing Daxing
international airport's construction headquarters and operation management center. Based on the organizational theory, this paper
discusses the effect of work quantity, risk level, and progress tracking problems on schedule performance, and investigates the
moderating effect of progress tracking problems using regression analysis. The empirical results show that work quantity, risk level
and progress tracking problem have a significant negative correlation with schedule performance. This paper puts forward some
feasible management suggestions for the construction and operational control of airports to promote the work progress.
Keywords
：
Beijing Daxing international airport
；
work quantity
；
risk level
；
tracking problem
；
schedule performance
在建设工程项目管理中，大型工程项目的重点
管控内容离不开进度管控、成本管控和质量管控〖1],
而在保证工程质量前提下的进度管控往往是重要
且关键的一环
。G
Francis
等[2]通过对机场管理人员
的调研访谈，探讨了机场管理者如何运用标杆分析
方法与机场业内竞争对手进行比较，从而提升内部
绩效
。RR
Pacheco
等[3]以巴西机场作为研究对象，
采用数据包络分析方法，探讨1998〜2001年间机场
收稿日期：2020-09-17.
基金项目：国家社会科学基金项目（19
BGW
的管理风格改变对机场绩效产生的影响。研究显示
管理风格的改变使得机场经营业绩下降，但对财务
业绩有所改善。王振军[4]以浦东国际机场二期扩建
工程为例，研究了在进度管控过程中
P
3软件的应
用，并总结了进度计划的执行与控制是实施进度管
理的关键因素。李峰等⑴以某大型机场工程为例分
析了大型复杂项目进度管控的方法以及应用模式，
探讨了总进度计划的编制原理及核心地位
。T
DiaiW
5]以纽瓦克国际机场、纽约肯尼迪国际机场和
22).
纽约拉瓜迪亚机场作为研究对象，采用随机前沿面
.102 .
工程管理学报
第35卷
模型评估技术效率，结果表明机场可以有效地通过
最小化总需求和最大化可用机场容量来及时处理
业务。
N
Adler
等[6]以欧洲和澳大利亚机场作为研究
对象，采用回归分析法测算竞争环境影响，结果显
示，在相对非竞争条件下，公共机场的运营效率低
于完全私有机场。廉晓敏等[7]以郑州机场二期工程
项目为例，通过问卷调研的方法，运用模糊理论对
大型复杂项目的进度风险管理进行相关研究。温增
树[8]研究了
BIM
技术等新技术如何优化工程项目进
度管理以及如何提升工程项目施工效率。以往研究
鲜少考虑各部门的工作与进度跟踪对大型机场项
目进度绩效产生的影响，结合理论与管控实际开展
对机场建设与运营管理相关部门进度管控的实证
研究。
本文基于北京大兴国际机场（以下简称
BJDX
)
的工程实践，考察
BJDX
建设与运筹管控各部门的
工作分布情况、面临的进度跟踪问题数量等内容对
工程项目进度绩效的影响，通过实证研究的方法科
学地探究部门工作分工以及进度跟踪问题数量对
于
BJDX
项目建设工程推进情况的影响。本文从组
织架构中的部门层级出发，将组织理论与工程实践
相结合。这不仅有利于拓展组织行为学等相关理论
在大型机场工程实践中的应用范围；而且有利于从
理论角度探讨组织内部分工对于机场进度绩效的
影响作用，拓宽了机场进度管理的研究视角。
1进度绩效理论模型构建
1.1进度绩效管理互动机制
《管理学》
P
]提到组织行为是一种重要的组织
现象，组织行为学研究组织环境中所有成员的行
为，该理论第一次强调了组织管理中人的行为因素，
并对员工行为与工作绩效之间的关系进行研究間。
BJDX
建设指挥部与运营管理中心是为了推进
BJDX
各项建设与运筹工作规范运作、确保工程建
设与运筹顺利推进的组织机构，也是负有执行性管
理职能的组织系统，因此属于广义的行政组织[u]。
BJDX
建设指挥部与运营管理中心有着“630竣工、
930开航”两大明确的进度目标导向，分别由建设
指挥部负责建设工作、运营管理中心负责运筹工
作。
BJDX
建设指挥部与运营管理中心在进度绩效
管理时将机场进度目标自上而下层层分解，由组织
目标分解为部门目标、再由部门目标分解为个人目
标；在进度绩效考核时将进度绩效自下而上层层递
进，由个人绩效综合为部门绩效、再由部门绩效综
合为组织绩效；最终形成员工与部门、部门与组织
之间的三级互动机制（见图1 )。各部门内的人员工
作绩效与机场建设的进度绩效息息相关。因此，基
于组织行为学理论，组织内部的成员行为将影响员
工工作绩效，员工工作绩效影响机场建设的进度绩
效。
组妮面 部门层面 个
AS
面
自
^
..mm
......,
自
下
而
下
上
1
f
个人目标
分
集
解
成
■
t-Mm
图
1
进度绩效管理的三级互动机制
1.2研究假设
K
2.1主效应假设
BJDX
建设指挥部与运营管理中心不同部门虽
然分别隶属于两个机构，但这两个机构均以实现
BJDX
顺利开航为共同的目标，从而形成一个拥有
共同目标的组织整体。而组织资源是有限性的，当
某部门被分配到更多的工作项数和工作内容时，部
门原本分配的有限资源无法负荷起所有的工作任
务，部门原本的工作进度就会被耽搁，从而使得部
门的工作进度绩效受到影响，降低原本的进度绩
效。综上，提出如下假设：
HI
:
BJDX
建设与运筹管控的工作项数与进度
绩效呈负相关关系。
月度《北京大兴国际机场建设与运筹进度管控
报告》（以下简称“月报”）将
BJDX
建设与运筹管
控的风险等级划分为三级：一级风险代表“影响后
续工作，但不影响两大目标和关键节点的次要风
险”；二级风险代表“影响630竣工、联调联试、
试飞、演练等关键节点的重要风险”；三级风险代
表“影响930开航的重大风险”。本文根据研究需
要将各部门所面临的风险等级按照重要程度划分
为“低风险”与“高风险”，其中，低风险意味着
该问题并未影响到“630竣工、930开航”的重大
目标，主要指一级风险；高风险意味着该问题已影
响到“630竣工、930开航”的重大目标，主要指
二、三级风险。
BJDX
是党中央、国务院决策的国
家重大标志性工程[12]，因此，“630竣工、930开航”
这两大进度目标是坚决不能动摇的。由此高风险将
获得部门更多的关注，部门原本配置的资源用于推
进
T
.程进展，使得原本应该推进计划工作的资源减
第1期
孙继德，等：大型国际机场工程进度绩效的影响
W
素分析——基于北京大兴国际机场的案例
• 103 •
少，从而导致部门内部的
T
_作进度被耽误，进而影
响部门的进度绩效。综上，提出如下假设：
H
2:
BJDX
建设与运筹管控的问题风险等级与
进度绩效呈负相关关系。
进度管控过程中存在诸多影响工程进展的问
题，对实现两大目标产生不利影响，需要多方协调
与管控。因此，在识别出未解决的进度问题后，同
济大学进度管控组在月报中对于各部门每月面临
的影响进度推进的问题进行了总结与梳理，并列出
了进度问题的数量、解决问题的最晚时间和解决进
展，以便督促各部门按时解决进度跟踪问题。对部
门而言，进度跟踪问题数
S
越多，阻碍“630竣
T
.、
930开航”目标实现的可能性越大，因此，部门需
要挪用越多的资源用于解决这些影响
T
.程进展的
问题，从而影响了部门原本的工作进度，进而使得
部门的进度绩效下降。综上，提出如下假设：
H
3:
BJDX
建设与运筹管控的进度跟踪问题数
量与进度绩效呈负相关关系。
1
.
2.2
调节效应假设
BJDX
建设指挥部与运营管理中心各部门每月
均面临不同数量的进度跟踪问题，而进度跟踪问题
数量不仅可以通过单一作用影响进度绩效，还可以
分别通过与工作项数、风险等级的交互作用影响进
度绩效。综上，提出如下假设：
H
4:进度跟踪问题数量对工作项数与进度绩效
关系呈正向调节作用3
随着进度跟踪问题数量的增加，问题的风险程
度也随之提升，高风险问题出现的概率也有所提
高，部门需耗费更多的资源来解决进度跟踪问题，
尤其是高风险问题。综上，提出如下假设：
H
5:进度跟踪问题数量对风险等级与进度绩效
关系呈负向调节作用。
1.3理论模型
本文通过深入分析月报信息，挖掘出与工程进
度管理息息相关的研究变量。工作项数、风险等级、
进度跟踪问题数量均在一定程度上影响部门的进
度绩效，由此，本文将这3个变量分别与进度绩效
建立主效应路径关系，探索三者分别对部门进度绩
效的影响关系：此外，进度跟踪问题数量还与工作
项数、风险等级均存在一定的联系，因此，将进度
跟踪问题数量作为调节变量。
由此，本文建立了
BJDX
建设与运筹管控的
T
：
作项数、风险等级、进度跟踪问题数量和进度绩效
四者关系的理论模型，如图2所示。
图
2
理论模型
2指标选取与实证模型构建
2.1样本选取及数据来源
为确保数据的可操作性，本文对月报数据进行
深入分析后，选取了
BJDX
建设指挥部与运营管理
中心各部门为研究对象。
同济大学进度管控组从2018年9月开始为
BJDX
建设指挥部与运营管理中心跟踪各部门每月的
T
.
程进展情况，截至2019年9月30日为止，共针对
性地为
BJDX
定制13个月的月报。但由于同济大
学进度管控组于2019年2月变更过一次工作方式，
因此2019年3月至2019年9月期间制作的月报数
据与2018年9月至2019年2月期间制作的月报数
据存在显著差异。本文考虑到研究数据的可靠性与
准确性，为避免由于工作方式变更对数据产生极端
影响，最终仅考察2018年9月至2019年2月为期
6个月间的进度绩效相关数据。根据月报数据，
BJDX
建设指挥部与运营管理中心共22个部门参与
进度管控工作，本文对6个月间该22个部门在不
同月份的工作项数、风险等级、进度跟踪问题数量
等数据进行汇总整理，最终获得132个样本观测值。
本文中除控制变量外的所有数据均来源于同
济大学进度管控组制作的月报，有遗漏的数据与当
时驻场的工作人员进行补充确认；控制变量的数据
来源于同济大学进度管控组驻场人员提供的
BJDX
建设指挥部与运营管理中心通讯录。
2.2变量选取与定义
2.2.1被解释变量
进度绩效
PER
是本文的被解释变量。本文深入
分析月报数据，根据月报中“某月工作完成情况”
板块挖掘出进度绩效的衡量方法，将“该月的作业
项实际完成占计划完成工作的比例”作为该部门该
月进度绩效的衡量指标通过进度绩效可以体现各
部门间1:作内容的完成情况是否良好。
2
.
2.2解释变量
U
)工作项数
JOB
。本文根据月报中“某月
建设与运筹工作计划完成情况”板块挖掘出
T
.作项
数的衡量方法，将“该月的作业项计划完成数量”
• 104 .
工程管理学报
第35卷
作为该部门该月丁作项数的衡量指标。通过工作项
数体现各部门间工作内容是否合理分配。
(2)风险等级
RISK
。根据月报中“某月进度
问题跟踪情况”（或“进度风险跟踪进展情况”）板
块挖掘出风险等级的衡量方法，将“该月的作业项
面临问题的风险强度”作为该部门该月风险等级的
衡量指标。将二、三级风险定义为高风险，将一级
风险定义为低风险，风险等级为虚拟变量，二级及
以上风险取值为1,否则取值为0。通过风险等级
可以体现各部门所面临的问题风险程度是否影响
工程进展。
2.2.3调节变量
进度跟踪问题数量，既是本文的解释变量，也
是本文的调节变量。
PRO
根据月报中“某月进度问
题跟踪情况”（或“进度风险跟踪进展情况”）板块
挖掘出进度跟踪问题数量的衡量方法，将“该月面
临的影响进度的问题数
M
”作为该部门该月进度跟
踪问题数量的衡量指标。为了验证进度跟踪问题数
量能够影响工作项数与进度绩效、风险等级与进度
绩效的关系（其中风险等级为人工哑变量，进度跟
踪问题数量为连续变量），模型中分别加人进度跟
踪问题数量与工作项数、进度跟踪问题数量与风险
等级的交互项作为解释变量，如果交互项前面的系
数显著，则证明进度跟踪问题数量对工作项数与进
度绩效、风险等级与进度绩效的关系有显著影响。
2.2.4控制变量
为确保工作项数、风险等级、进度跟踪问题数
量对进度绩效的主要影响，有效控制除以上三者之
外的其他变量的影响，本文基于现有数据选取控制
变量，具体如下：一是部门规模汾各部门总人
数的自然对数；二是领导比例1心(，各部门中领导
人数占部门总人数的比例；三是部门女性比例
F
£
M
,各部门中女性人数占部门总人数的比例。
具体变量定义如表1所示。
表
1
变量定义表
变量类型符号
变潼:名称变量测度
因变量
PER
进度绩效
该部门在当月实际完成的工作情况
(取实际完成工作量与计划完成工作
童的比值）
自变量
JOB
工作项数
该部门在当月汁划完成的工作项数
RISK
风险等级该部门在当月面临问题所处的风险强
度（二级及以上风险取值为1，否则取
值为0)
自变量调
PRO
进度跟踪该部门在当月面临的影响进度的问题
节变董
问题数量
数量
控制变量
SISE
部门规模
部门内总人数的自然对数值
LEA
领导比例
部门内领导人数占总人数的比例
FEM
女性比例
部门内女性人数占总人数的比例
2.3实证模型构建
为了检验
RIDX
工作项数、风险等级、进度跟
踪问题数量分别与进度绩效之间的相关关系（假设
Hl
、
H
2和
H
3),本文设定如下模型：
模型1:
PERm,n
=
y
0 +
yi
-
J
〇
Bmn
+
y
2 -
RISKmn
⑴
+
y,-PRO
+
y
4 •
Contrl
^ +
dmn
式中，表示第
W
部门在第《月管控工作的进
度绩效，是该模型的因变量，即被解释变量；
是管控的工作项数；是管控面临问题的风险
等级，以上两项为模型的自变量，即解释变量；
是部门规模；是部门内的领导比例，
柯此.„是部门内的女性比例；以上3项是控制变量；
控制变量统一用
Co
冲表示；<5„.„是残差项，
y
0
是常数项，
yi
、
p
、乃、
A
是回归系数，表示部门
编码，《 表示月份（《=201809,201810,201811，
201812,201901,201902,201903)〇
对于调节效应的分析，本文借鉴温忠麟等[13]
提出的“显变量的调节效应分析方法”进行研究。
对于自变量（
X
)为类别变量、调节变量（
M
)为
连续变量的调节作用，应做
的层次回归分析方法”检验。由于工作项数（自变
量）是连续变量、风险等级（自变量）是人工哑变
量，进度跟踪问题数量（调节变量）是连续变量，
因此，选用层次回归分析方法检验调节效应。
本文引人中心化处理后的交互项■/〇汉
构建管控进度跟踪问题数量对工作项数与进度绩
效之间关系的调节效应关系（假设
H
4 )的模型（模
型2):
模型2-1:
= ( 2 )
模型2-2:
PERmn
= y
〇
+ y,
+ y2-PR
〇
m,„
(3)
+
y
^
Contrlmn
+
Smn
模型2-3:
PERmj, =y
〇
+ yrJ
〇
Bm.n
+
y^PR
〇
m.„
(4)
+
_ PR
〇
m.„ + y.'Contrl^ +Sma
本文引入中心化处理后的交互项/?/分二.
构建了
BJDX
建设与运筹管控工作的进
度跟踪问题数量对于风险等级与进度绩效之间关
系的调节效应关系（假设
H
5 )的模型（模型3 ):
模型3-1:
PERm
,
n
=
yn
+
y
,^
ISK
m„ +
y
2 •
Contrlmn
+
S
m„ (5)
模型3-2:
第1期
孙继德，等：大型国际机场工程进度绩效的影响因素分析——基于北京大兴国际机场的案例
• 105 •
PERm„
= + 7,
>RlSKm„ + v2-PR
〇
mj,
(6)
+ y^Contrlmn+Smn
模型3-3:
PERm„=V
〇
+yr^Km„ + y2-PROm„ (7)
+
y,-RISKmn _ PROmn + y,'Contrlmn
+
Smn
本文提出的研究假设与构建的实证模型之间
的对应关系如表2所示。
____________
表
2
研究假设与对应的模型
_____________
模型 研究假设 —
模型1
HI
:
BJDX
建设与运筹管控的工作项数与进度绩效呈负相关
关系
H
2:
BJDX
建设与运筹管控的问题风险等级与进度绩效呈负
相关关系
H
3:
BjDX
建设与运筹管控的进度跟踪问题数量与进度绩效
呈负相关关系
模型2
H
4:进度跟踪问题数量对工作项数与进度绩效关系呈正叫调
节作用
模型3
H
5:进度跟踪问题数量对风险等级与进度绩效关系呈负向调
节作用__________________________________________________________
3实证分析
3.1描述性统计和相关性分析
3.1.1描述性统计
表3为本文主要研究变量的描述性统计分析结
果。从中可以看出，研究样本的有效观测值为132。
若均值远小于标准差，表明数据可能存在极端异常
值，需对数据进一步处理。表3的结果表明，数据
并未出现极端异常值，可以进行下一步分析。
表
3
各变量总体描述性统计分析结果
Variable
ObsMeanStd
.
Dev
.
MinMax
PER132.9575758.0852667•62
1
JOB
13249.9393958.376611225
RISK
132.3863636.488770501
PRO1322.5
2.940894
018
SIZE1323.111683.67076611.94591
4.343805
LEA132.109263.0761825
.0188679
.2857143
FEM
132.3293229.1034437.12.5
根据因变量统计结果可知，
BJDX
建设与运筹
管控各部门的每月平均进度绩效为0.9576,表明各
部门整体实际完成的工作项数达到原计划
T
作项
数的95%,说明工作总体完成情况良好。而各部门
进度绩效的最小值为0.62,最大值为1;说明各部
门每月完成工作的情况有显著差异。根据自变量统
计结果可知，各部门每月平均工作项数为50,表明
各部门每月实际的工作量不少。而各部门间完成工
作项数的方差为58，说明各部门每月的工作项数有
显著差异。各部门每月平均风险等级为0.39,表明
各部门每月面临的问题均存在一定程度的风险；而
风险等级的方差为0.49,说明各部门每月的问题风
险等级存在一定程度的差异。
根据调节变量统计结果可知，各部门的每月平
均进度跟踪问题数量为3,表明部门每个月或多或
少都会面临一定的进展问题；而各部门面临的进度
跟踪问题数量最小值为〇,最大值为18,说明各部
门每月面临的进度跟踪问题数量存在显著差异。
根据控制变量描述性统计结果可知，
BJDX
建
设与运筹管控各部门人数的平均值为23 ( ),
说明平均每个部门约有23位工作人员；其中最小
值为7 (
e
1.94591 ),最大值为80 ( ),表明各
部门间的工作人数存在显著差异。部门领导的占比
平均值为0.1092，最小值为0.0188，最大值为
0.2857;说明各部门间的领导占比存在一定程度的
差异。部门女性的占比平均值为0.3293,最小值为
0.12,最大值为0.50,说明各部门内部的女性占比
也存在一定程度的差异。
3.1.2相关性分析
本文各变量相关性分析结果如表4所示。
表
4
各变量相关性分析结果
(
V
a
)
ri
ables
(1 )
(2)(3)(4)
(5)(6)
(7)
PER
1.000
(2 ) JOB-0.523*1.000
(3 ) RISK-0.358*0.222*
1.000
(4) PRO-0.418*
0.595*0.146*1.000
(
(
6
5
)
)
SIZE-0.081*0.373*
0.1010.260*
1.000
LEA-0.026*-0.205*
0.053-0.043-0.663*
1.000
(7 ) FEM
0.445*-0.372*-0.067
-0.177*
-0.068-0.221*1.000
注：*在0.1水平丨•.显示显著性；
F
/
F
取值区间为[1.08, 2.2丨]，远小
于10
由表4的相关性结果发现，工作项数、风险等
级、进度跟踪问题数量与进度绩效之间的相关性显
著且系数为负，说明假设
HI
、
H
2和
H
3初步得到
验证。与此同时，可以看出控制变量与被解释变量
的相关性水平都有较好的显著性，这可以证明本文
选取部门规模、领导比例与部门女性比例作为控制
变量是较为合理的。
对变量进行相关性分析后，通过方差膨胀因子
F
/
F
值来判断变量之间是否存在多重共线性。经验
表明1|4],当
K
/
f
>10时，说明解释变量与其他解释
变量之间存在严重多重共线性，且这种多重共线性
可能会影响回归结果:从检验结果可以看出，方差
膨胀因子
F
/
F
最大值为2.21，平均值为1.75,均远
小于10,因此变量之间不存在多重共线问题，原假
设模型有效，可以作进一步的回归分析。
3.2效应分析
3.2.1主效应分析
本文运用
STATA
15.1对
BjDX
建设与运筹管控
的工作项数、风险等级和进度跟踪问题数量对进度
绩效影响的实证检验模型（模型1 )进行多元线性
• 106 •
工程管理学报
第35卷
回归分析，分析结果如表5所示。
表
S
模型
（1
)回归分析结果
PERCoef
.
t
-
valuep-value
JOB
-0.004***-2.770.006
RISK-0.483***
-4.020.000
PRO
-0.006**-2.53
0.013
SIZE0.028**
2.270.025
LEA
0.165
1.50.137
FEM
0.279***4.380.000
Constant
0.814 …14.440.000
R-squared
0.4544
F-test
(
Prob
>
F
)
17.35 ( 0.000)
Adj
R-squared
0.4282
Number
of
obs
132.000
注：***
p
<0.01,
**
p
<0.05,
*
p
<0.
从整体模型来看，
P
值为〇.〇〇〇,在〇.〇1的水
平上通过显著性检验，说明模型整体有效。模型的
拟合度（调整后的
R
2 )为42.82%，表明多元线性
回归模型的解释程度较好。此外，管控的丁作项数、
风险等级、进度跟踪问题数量与进度绩效之间的相
关系数均为负数，由此表明上述变量均为显著负相
关关系。综上，假设
HI
、
H
2和
H
3得到验证。研
究结果显示，
B
_
IDX
建设与运筹管控的工作项数、
风险等级、进度跟踪问题数量均在一定程度上阻碍
了工程进展，从而负向影响部门的进度绩效。
3.2.2调节效应分析
运用
STATA
15.1对进度跟踪问题数量分別对
工作项数、风险等级与进度绩效之间关系的调节效
应进行实证检验，分析结果如表6和表7所示。
表
6
进度跟踪问题数量对工作项数与进度绩效
关系的调节效应
PER
翻（2-1)
麵（2-2)
模型（2-3)
JOB
-.006682*** (-5.51 ) -.004829*** (-3.37 ) -.004837*** (-3.35 )
RISK
——
PRO
—
-.005994** (-2.32 )-.006237** (-1.81 )
—
JOB
PRO
—
—
.000533 (0.11 )
RISKPRO
—
—
—
SIZE
.016461 ( 1.27 )
.021643* ( 1.67)
.021941 ( 1.65 )
LEA
.034219 (0.30)
.089488 (0.78 )
.090880 (0.78 )
FEM
.239537*** (3.53 )
.2595359*** (3.85)
.260943*** (3.79 )
Constant
.857098*** ( 14.39 ) .8340808*** ( 14.04 ) .832870*** ( 13.72 )
Observations
132
132
132
R-squared
0.3575
0.3838
0.3838
Adj
R-squared
0.3373
0.3593
0.3543
注：**
v
<0.01, **/)<0.05，*/><0.1
如表6所示，模型整体的拟合程度约35%,说
明模型的解释效果良好3而工作项数与进度跟踪问
题数量的交互项•/〇5_/3尺0的尸值大于0.1,说明工
作项数与进度跟踪问题数
ill
的交互作用并不显著，
即进度跟踪问题数量对工作项数与进度绩效间的
关系并未起到调节作用，因此，假设
H
4未得到验
证。
如表7所示，模型整体的拟合程度约为40%，
说明模型整体的解释效果良好。风险等级与进度跟
表
7
进度跟踪问题数量对风险等级与进度绩效
______________
关系的调节效应
PER
翻（2-1)
_(2-2)
_(2-3)
JOB
一一一
RISK
PRO
-.01391*** (-5.04)
JOB
-.059994*** ( 461 ) -.054318*** (斗49 ) -.054277*** ( 4.74 )
—
-•00913*** (4.74)
PRO
——_
RISKPRO
一—
-.023626* (-1.73 )
SIZE.010760 (0.81 )
.025798** (2.04).026640* (2.15)
LEA.168359 ( 1.42 ).2280%** (2.07 )
•241730* (2.18 )
FEM379958*** (5.86 ).348245*** (5.77 ).355258*** (5.88)
Constant
.803746*** ( 13.14) .783462*** ( 13.81 ) .797764*** ( 13.96)
Observations
132132132
R-squared
0.31770.4209
0.4415
Adj
R-squared
0.29620.39790.4238
注：***/;<0.01, **
p
<0.05, *
p
<0.1
踪问题数量的交互项穴/分尺〇的尸值小于0.1,
并且二者的系数为负，说明风险等级与进度跟踪问
题数量的交互作用在0.1水平上显著，验证了进度
跟踪问题数量对风险等级与进度绩效之间的关系
具有显著负向调节效应。因此，假设
H
5得到验证。
通过调节效应图可以更形象直观地体现进度跟
踪问题数量对于风险等级与进度绩效关系的调节作
用，如图3所示。进度跟踪问题数量越多，则风险
等级对进度绩效的负面影响越大，即进度跟踪问题
数量加强了风险等级对进度绩效的负相关作用。
USK
啤
RISK
------• Lorn PRO --•■—* H«*hPRO
图
3
进度跟踪问题数量对风险等级与进度绩效
关系的调节效应图
3.3稳健性检验
本文采取更换被解释变量的方法，来检验对于
进度绩效采取不同指标衡量的条件下，影响是否仍
旧显著。本文将衡量进度绩效的实际工作完成比例
(
JOS
),更换为实际工作完成数量，取实际工作完
成数量的对数值（
WORK
)作为被解释变量，再次
对假设
H
1~
H
5进行实证检验，结果基本保持一致
且模型的整体解释度良好。因此，该回归结果通过
了稳健性检验。
4建议
4.1组织方面
(1 )在机场建设与运筹管控的过程中应当合
理分配各部门的工作量，做到部门工作量分配不超
第1期
孙继德，等：大型国际机场工程进度绩效的影响因素分析一基于北京大兴国际机场的案例
• 107 •
负荷。
(2)
时完成。
(3)
大型机场工程在工期紧迫的条件下保质保量地按
的高风险问题出现时，越来越多部门资源将被分散
到解决问题的方面，从而使得部门的进度绩效下降
需通过严格的管理与合理的组织，保证
的幅度越来越大。
参考文献：
机场建设需建立较为独立的进度信息管
理组织体系对机场建设的整体计划进行梳理并在
后续的计划实施过程中进行实时跟踪，确保实际的
工作与计划偏差不大。
4.2合同方面
(1 )应当正确梳理进度推进过程中所面临的
问题数量及问题风险等级，对于高风险的问题采取
优先重视优先解决的原则进行应对。
(2) 机场管理单位应明确问题的来源，然后
落实解决问题的责任方。通过自上而下层层管控、
自下而上层层重视来加强解决问题的力度，使得各
部门充分认识到解决影响工程进展问题的重要性。
(3) 机场工程项目全生命周期均需通过合同
形式明确机场与各方的经济关系。通过合同管理机
场建设，简化管理的诸多环节，减少工程结算的纠
纷，约束各方行为、保证工程进度和质量[15】。
4.3经济方面
(1 )应保证充足的资金以实现进度计划的目
标，业主应及时支付工程进度款项，落实资金的及
时供应。
(2 )可以采取一定的经济手段激励各单位人
员，提高工作人员的工作积极性，进而提升
T
作绩
效，加快工程进展。
5结语
BJDX
建设与运筹管控的工作项数、风险等级、
进度跟踪问题数量与进度绩效均存在显著的负面
影响。一是分配给单一部门的工作量不宜过多，工
作越多部门负担越重，可能影响部门丁作绩效，进
而影响进度绩效。二是高风险问题往往引起部门的
极度关注，这就导致部门内原本应该完成相关工作
的资源被倾斜到解决高风险问题，导致完成
T
_作的
进度绩效变低。三是由于进度跟踪问题数量增多，
原本应该处理进度工作的资源被分散到进度跟踪
问题方面，从而使得部门的进度绩效下降。
BJDX
建设与运筹管控的进度跟踪问题数量对
T
：作项数
与进度绩效关系不存在显著的调节作用，但进度跟
踪问题数量显著增强了风险等级与进度绩效之间
的负相关关系。进度跟踪问题数量越多，在一定程
度上使得高风险问题出现的几率更大，当越来越多
[1]
李峰，赖应良，等.简议大型复杂项目基于总进度计
划下的进度控制方法
[J].
福建建材，
2008( 6 ): 10
卜
103.
[2] Francis G, Humphreys I，Fry J. The benchmarking of
airport performance[J]. Journal of Air Transport Management,
2002, 8 (4
)：
239-247.
[3] Pacheco R R, Fernandes E, de Sequeira Santos M
P. Management style and airport performance in Brazil
[J]. Journal of Air Transport Management, 2006, 12(6
)：
324-330.
[4]
王振军
.
基于
P3
项目管理软件的浦东国际机场二期扩
建工程进度管理实践
[J].
建筑经济
，2007 ( 7 ): 68-71.
[5] Diana T. Can we explain airport performance? a case study
of selected New York airports using a stochastic frontier
model[J]. Journal of Air Transport Management, 2010,
16 (6
)：
310-314.
[6] Adler N, Liebert V. Joint impact of competition, ownership
form and economic regulation on airport performance and
pricing[J]. Transportation Research Part A
：
Policy and
Practice, 2014
，
64: 92-109.
|7]
廉晓敏，王军，等.基于模糊理论机场建设工程进度
风险管理研究
[J].
施工技术
，
2018, 47(S1 ): 980-983.
[8]
温增树
.BIM
技术在工程施工进度管理中的应用
[J
].无
线互联科技，
2019, 16 ( 14 ): 132-133.
[9]
史蒂芬罗宾斯著，刘刚，梁晗，等译
.
管理学（第
13
版）
[M].
北京：中国人民大学出版社，
20
丨
7: 28.
[10]
张飞
.
组织行为学发展的新领域——积极组织行为
学
[J].
人力资源
，2019 (4): 6-7.
[11]
刘萍
.
行政管理学
[M].
北京：经济科学出版社，
2008:
45.
[12]
中国民航局
.
北京新机场命名为
“
北京大兴国际机场
”
[EB/OL], http
：
///XWZX/MHYW/
201809/t20180914_.
[13]
温忠麟
，
侯杰泰，张雷
.
调节效应与中介效应的比较
和应用
[■!].
心理学报
，
2005 ( 2 ): 268-274.
[14]
付宏，尹康，等
.
计量经济学基础
[M].
北京：机
械工业出版社，
2016. 08.
[15]
中国民用航空网.试论合同管理在机场建设中的作用
[EB/OL]. http
：
///news/hqtx/l96748.
html.
作者简介：
孙继德（
1966-),
男，副教授，硕士生导师，研究方向：
建筑业组织与管理，工程项目管理；
苗洁如（
1995-),
通讯作者，女，硕士研究生，研究方
向：工程项目管理；
贾广社（
1956-),
男，教授，博士生导师
.
研究方向：
工程项目管理，大型建设丁程项目总控；
王广斌（
1967-),
男，教授，博士生导师，研究方向：
项目管理，
BIM/VDC
.项目投融资