2.2 水文风险识别方法
水文风险的识别方法包括定性识别与定量识别两大类，目前比较常用的风险识别方法主要包括：故障树分析法、贝叶斯网络分析法、德尔菲法、情景分析法、SWOT分析法、文件审查方法、核对表法、常识经验判断法、实验或实验结果法、敏感性分析法、头脑风暴法、工作分解结构法（Work Breakdown Structure，简称WBS）、现场考察法，等等，这些方法从不同的角度研究了风险识别的过程及识别途径，大多是结合不同行业、领域的风险事件提出的识别方法，具有较为显著的行业领域特征，在实际应用时对某些领域内的风险问题往往具有较好的效果和应用价值，但是每种方法也都有其自身的局限性和适用范围，并不是在所有领域通用。因此，实践中就需要根据实际问题选择合适的风险识别方法。
2.2.1 故障树分析法
故障树分析法（Fault Tree Analysis，简称FTA）就是通过对可能造成系统故障的各种因素（包括硬件、软件、环境、人为因素等）进行分析，画出逻辑关系图（即故障树），从而确定系统故障原因的各种可能组合及其发生概率，并计算系统故障概率，根据分析结果采取相应的纠正措施，进而提高系统可靠性的一种设计分析方法。FTA把系统不希望发生的事件（故障状态）作为故障树的顶事件，用规定的图形符号（事件符号与逻辑符号）来表示，从硬件、软件、环境、人为等多个方面找出导致这一不希望发生事件所有可能发生的直接因素及其风险形成路径；这些因素可能并非导致风险产生的根本因子，而是处于过渡状态的中间事件，此时还需要分析导致该中间事件的直接因素，并由此逐层展开深入分析，直到找出事件的基本原因，即故障树的底事件为止。简单地说，故障树就是以顶事件为根、若干中间事件和基本事件（底事件）为干支的倒树因果逻辑关系图，见图2.1所示。
图2.1 故障树示意图
FTA最早是由美国贝尔实验室的H.A.Watson和D.F.Hansl于20世纪60年代首先提出的，并用于“民兵”导弹的发射系统控制，取得了良好的效果。此后，许多人对故障树分析的理论与应用进行了研究。1974年，美国原子能管理委员会采用故障树分析商用原子反应堆安全性的报告发表，进一步推动了对故障树分析法的研究与应用。目前，FTA是公认的对复杂系统进行安全性、可靠性分析、风险分析与管理的一种有效方法，在核工业、航空、航天、机械、电子、兵器、船舶、化工等各工程领域都得到了广泛应用。水循环系统作为一个受自然、人工等多重因素影响的复杂系统，风险问题往往也是由多种因素造成的，而造成风险的原因也是由多个底事件（基本因素）和中间事件（中间因素）构成的，因此，采用故障树分析方法能够逐层级识别出导致水系统风险发生的基本因子，是一种行之有效的风险识别方法。
2.2.1.1 故障树的符号及其意义
故障树是由各种事件符号和逻辑门组成的，其中事件之间的因果关系用逻辑门表示。逻辑门的输入事件为输出事件的原因，反之，其输出事件为输入事件造成的结果。常用的事件符号和逻辑符号见表2.1。
表2.1 故障树常用符号
续表
2.2.1.2 故障树的构建
在故障树分析中，构建故障树的关键是要掌握分析问题要素间的系统功能逻辑关系、故障模式及影响程度，建树完善与否直接影响定性分析和定量计算结果是否正确。因此，构建故障树首先要分析系统各个组件的功能、结构、原理、故障状态、故障因素及其影响等，根据研究的对象确定一个顶事件，然后由此开始，依次找出各级事件全部可能的直接原因，并用故障树的相应符号表示各类事件及其逻辑关系，直至分析到各类底事件为止。一般按如下步骤进行建树：
（1）熟悉系统。收集有关系统的技术资料信息，对系统的组成要素、结构功能、运行原理、故障状态、故障因素及其影响等进行详细全面的了解，初步掌握可能发生故障的关键节点及其影响因素，这是建树的前提与基础。
（2）确定顶事件。顶事件是指系统不希望发生的故障事件。一个系统可能有多个不希望发生的事件，但一个故障树只能从一个不希望事件开始。因此，需要选择、设计、分析与目标最相关的事件作为建树的起始事件，即顶事件。
（3）构造故障树。从顶事件出发，依次找出各级事件全部可能的直接原因，并用故障树的符号表示各类事件及其逻辑关系，直至分析到底事件为止。建树的途径一般分为人工建树和计算机辅助建树两类，前者采用演绎法对系统的各级故障事件进行逻辑推理，后者则主要是通过各种数学算法来定性和定量描述各级事件之间的逻辑关系，并借助计算机来完成这一复杂的运算过程。
（4）简化故障树。初步构成的故障树往往十分繁杂，给分析工作带来困难，不利于找出关键性故障因素。因此，当故障树构成后，还需要从故障树的最下级开始，逐级写出上级事件与下级事件的逻辑关系式，直到顶事件为至。然后结合逻辑运算算法对所列关系式进行分析计算，并根据计算结果将多余事件或影响极小事件进行删减，保留关键故障要素，得到简化的故障树关系图。
（5）定性分析。根据故障树关系图，确定导致顶事件发生的故障树最小割集，即基本事件对顶事件产生影响的组合方式与传递途径，找出故障系统的关键环节与主要要素，并结合要素间的作用关系确定故障发生的主要原因。
（6）定量分析。计算故障树关系图中底事件或中间事件可能造成上一级事件产生系统故障的概率，以及各种底事件造成顶事件产生的概率和影响程度。
2.2.1.3 故障树的结构函数
故障树的结构函数是表示系统状态的布尔函数，是进行定性和定量分析的基础。设故障树的顶事件和底事件分别用Φ、xi表示，则可定义：
传统的故障树中假定任何事件（顶事件、底事件和中间事件）都只有正常和故障两种状态，属于二值逻辑。因此，故障树分析是建立在布尔代数基础上的。
由于顶事件的状态完全由底事件的状态所决定，所以顶事件的状态变量取值也完全由底事件的状态变量取值所决定，即
式中：X=（x1，x2，…，xn）为底事件的状态向量，Φ（X）即为故障树的结构函数。
下面介绍几个常见的故障树结构函数：
图2.2 某系统故障树
（1）与门的结构函数。
（2）或门的结构函数。
（3）系统的结构函数。在简单情况下，由故障树可以直接写出其结构函数，以图2.2所示故障树为例，其结构函数见式（2.6）。但对于复杂的系统来说，就无法直接写出其结构函数。这时，可以采用最小割集表示结构函数。
2.2.1.4 定性分析
定性分析的主要任务是确定故障树全部最小割集，最小割集的判定仅仅根据故障树的结构，而与基本事件的概率无关。这里所说的割集引用了图论的相关概念。割集是指能使顶事件发生的一些底事件的集合，当这些底事件都发生时，顶事件必然发生。如果割集中的任何一个底事件不发生，顶事件就不发生，则称为最小割集。
最小割集可采用下行算法或上行算法确定。下面简要介绍这两种方法确定最小割集的过程。
（1）下行算法（Fussel-Vesely算法）。下行算法的基本原理是根据逻辑与门和或门的特征：逻辑与门增加系统割集的容量，而逻辑或门增加割集的个数，来推导最小割集。具体方法如下：从故障树顶事件开始，由上到下，依次把上一级事件置换为下一级事件，遇到与门将输入事件横向并联写出，遇到或门将输入事件竖向串联写出，直到把全部逻辑门都置换成底事件为止，此时最后一列表示出基本事件组成的割集，再将割集简化、吸收得到全部最小割集。下面以图2.2所示故障树为例进行说明，具体步骤见表2.2。
表2.2 下行法计算割集步骤
由下行算法得到系统的所有割集后，再根据布尔代数的运算法则进行简化、吸收，得到最小割集为x1、x2、x3、（x4，x5）。
（2）上行算法（Semanderes算法）。上行算法是由下向上进行，每一步都利用集合运算规则进行简化、吸收，最后得到全部最小割集。下面以图2.2所示故障树为例进行说明其计算过程。为简化计算表达式，用“+”号代表并运算，交运算省略符号。
第一步：H4=x1+x2，H5=x1+x3，H6=x2x3，H3=x4x5
第二步：H2=H4+H5+H6=（x1+x2）+（x1+x3）+x2x3=x1+x2+x3
第三步：T=H2+H3=x1+x2+x3+x4x5
按此方法同样可以得到最小割集为x1、x2、x3、（x4，x5）。
2.2.2 贝叶斯网络分析法
2.2.2.1 贝叶斯网络基础
（1）贝叶斯定理。假定：H、E为两个随机变量，H=h为某一假设，E=e为一组证据。在考虑证据E=e之前，对事件H=h的概率估计P（H=h）称为先验概率。而在考虑证据之后，对H=h的概率估计P（H=h︱E=e）称为后验概率。贝叶斯定理描述了先验概率与后验概率之间的关系，其可以表示为：
（2）链规则。已知变量X1，X2，…，Xn，则其联合分布P（X1，X2，…，Xn）可分解为
式（2.8）将一个联合分布分解为一系列条件分布的乘积，它称为链规则。
（3）贝叶斯网络的数学定义。给定一个有向无环图S和一个在离散变量集合X={X1，X2，…，Xn}上的联合分布P，如果在X中的变量和S的节点之间存在一一对应关系，使得P可以进行如下的递归乘积分解：
式中：Pai是S中Xi的父节点，则将图S和概率P的联合称为贝叶斯网络。在贝叶斯网络中，指向节点X的所有节点称为X的父节点，如节点X1指向X2，则称X1为X2的父节点，而称X2为X1的子节点。没有父节点的节点称为根节点，没有子节点的节点称为叶节点。在进行网络推理过程中，通常把已知的节点称作证据节点，需要计算其后验概率的节点称作查询节点。
2.2.2.2 贝叶斯网络的组成
一个贝叶斯网络主要由两部分构成，分别对应问题领域的定性描述和定量描述，即贝叶斯网络结构和网络参数。图2.3所示即为一个喷灌问题的贝叶斯网络。
图2.3 某喷灌问题的贝叶斯网络
（1）贝叶斯网络结构。贝叶斯网络结构就是一个有向无环图（DAG），由一个节点集合和一个有向边集合组成。节点集合中的每个节点代表一个随机变量，变量可以是任何问题的抽象，用来代表感兴趣的现象、部件、状态或属性等，具有一定的物理和实际意义。有向边表示变量之间的依赖或因果关系，有向边的箭头代表其关系影响的方向性（由父节点指向子节点），节点之间若无连接边表示节点所对应的变量之间是条件独立的。需要指出的是，虽然贝叶斯网络能表示因果关系，但它并不局限于只表示因果关系。
（2）网络参数。网络参数是反映贝叶斯网络变量之间关联性的局部概率分布集，通常称之为条件概率表（Conditional Probability Table，简称CPT）。该表列出了每个节点相对于其父节点所有可能的条件概率。贝叶斯网络约定以节点Xi的父节点为条件，Xi与其任意非父节点和非子节点条件独立。概率值表示子节点与其父节点之间的关联强度或置信度，没有父节点的节点概率为其先验概率。贝叶斯网络结构是将数据实例抽象化的结果，是对问题领域的一种宏观描述。而概率参数是对变量（节点）之间关联强度的精确表达，属于定量描述。
2.2.2.3 贝叶斯网络的构建
贝叶斯网络结构和参数的确定是构建贝叶斯网络的关键。其构建方法通常有三种途径：一种是通过咨询专家手工构建；第二种是通过数据分析和学习获得；第三种即综合以上两种方法进行。下面主要介绍手工构建贝叶斯网络的过程和步骤：
（1）确定网络结构：
1）根据研究目标选定一组能够刻画问题的随机变量X={X1，X2，…，Xn}。
2）根据各变量因素之间的因果关系将所选定的随机变量用有向线段连接起来，有向线段的方向从原因指向结果或者从具有关联关系的一方指向另一方。把所有具备这种关系的变量节点联系起来，就得到了我们所研究目标的贝叶斯网络结构图，这是一个有向无环图。
（2）确定网络参数。在确定了网络的拓扑结构之后，下一步还要确定网络的参数，即网络中每个节点的条件概率。网络参数可以通过数据分析、专家咨询、历史文献资料查询等方法获取，也可结合这几种方法综合确定。
2.2.2.4 贝叶斯网络的推理求解
所谓推理就是通过计算回答查询的过程，人们常说的推理问题就是后验概率问题。后验概率问题指的是已知贝叶斯网络中某些变量节点的取值，计算另外一些变量节点的后验概率分布问题。根据证据节点和查询节点所代表的因果角色的不同可以分为以下四种不同的推理类型：①从结果到原因的诊断推理；②从原因到结果的预测推理；③从同一结果的不同原因之间的关联推理；④包含上述多种类型的混合推理。
贝叶斯网络推理方法有多种，如变量消元法、团树传播法等精确推理方法，以及随机抽样算法、变分法、模型简化法、基于搜索的算法等近似推理算法。下面介绍一下变量消元法的求解过程（张连文，2006）：
设F（X1，X2，…，Xn）是变量{X1，X2，…，Xn}的一个函数，而Ω={f1，f2，…，fn}是一组函数，其中每个fi所涉及的变量是{X1，X2，…，Xn}的一个子集。如果
则称Ω是F的一个分解，f1，f2，…，fn成为这个分解的因子。
从F（X1，X2，…，Xn）出发，可以通过如下方式获得变量{X1，X2，…，Xn}的一个函数：
这个过程称为消元，即从函数F（X1，X2，…，Xn）中消去X1，得到函数G（X2，…，Xn）。
设Ω={f1，f2，…，fn}是函数F（X1，X2，…，Xn）的一个分解。从Ω中消去变量X1指的是以下过程：
（1）从Ω中删去所有涉及X1的函数（不失一般性，设这些函数是{f1，f2，…，fn}）。
（2）将新函数
放回到Ω中。
2.2.3 德尔菲法
2.2.3.1 德尔菲法概述
德尔菲法是根据对研究对象调查得到的基本资料，再凭借专家的知识和经验，直接或经过简单的推算，对研究对象进行综合分析，寻求其特性和发展规律，并进行预测的一种方法。由于采用德尔菲法进行风险识别很大程度上依赖于专家的个人判断，因此又称作专家调查法。该方法是在20世纪40年代由O.Hearlm和N.Dalke首创，后经过T.J.Golden和（Land）公司进一步发展而成的。该方法能够有效避免集体讨论中存在的屈从于权威或盲目服从多数的缺陷，在政策制定、经营管理、风险管理、方案评估等诸多领域都有着广泛的应用。
德尔菲法通过专家个人判断和专家会议来调查了解研究对象和有关事物的历史与现状以及它们之间的相互关系，一般能够做出比较准确的分析和判断，进而很直观地进行预测和识别。因此，在客观资料或数据缺乏的情况下，采用德尔菲法对研究对象的未知或未来的状态做出有效的预测是一个不错的选择。实践证明，采用德尔菲法进行信息分析与预测，可以较好地揭示出研究对象本身所固有的规律，并可据以对研究对象的未来发展做出概率估计。在水文风险识别方面，德尔菲法能够实现对某种水文风险事故因子发生的概率、时间以及各因子的相对程度作出估计。
但是，德尔菲法不是万能的，其不足之处在于仅仅依靠专家个人的分析和判断进行预测，容易受到专家个人的经历、知识面、时间和所占有资料的限制，因此有些情况下的预测结果会存在较大片面性或误差较大。专家会议调查法在某种程度上弥补了专家个人判断的不足，但仍存在一些缺陷，如参加会议的专家、会议代表缺乏代表性，专家发表个人意见时易受心理因素的影响（如屈服于“权威”、受会议“气氛”和“潮流”的影响），由于自尊心的影响而不愿公开修正已发表的意见，缺乏足够的时间和资料来考虑和佐证自己的发言，等等。在实践中，德尔菲法针对这些缺陷逐步进行了改进，形成了一套按规定程序向专家进行调查的程序，能够比较准确地反映出专家的主观判断能力。根据实际需求的不断发展，德尔菲法逐步演变出经典型德尔菲法、策略型德尔菲法和决策型德尔菲法三种主要类型。
2.2.3.2 德尔菲法的特点
（1）采用匿名方法征询专家意见，避免专家受社会关系影响，建议更加客观公正。在一般的专家会议调查法中，专家的建议或观点容易受其他人、会议气氛或人际关系等外部因素的影响，导致结论不能客观反映真实状况。为了避免和消除这一缺陷，德尔菲法采取发函匿名征询不同专家对被调查事务的意见与建议，由于受邀参加预测的专家之间互不见面和联系，可以不受任何干扰、独立地对调查表所提问题发表自己的意见和看法，或者参考前一轮的预测结果修改自己的意见，不必担心自己给出的调查意见或建议会招致不必要的麻烦，也不会损害自己的威望，从而最大限度地保证调查结果的客观公正性。
（2）通过多轮意见征询，并将每一轮的意见与专家进行反馈交流，便于达成共识。由于该方法采用匿名的方式，受邀的专家之间互不见面或者联系，因此，在第一轮调查汇总后，会发现专家的意见和建议往往比较分散，并不能达到或满足本次调查的目标与要求。由于专家之间没有交流，因此缺乏讨论启发、共同提高、统一达成共识的环节。为了克服这一缺陷，经典的德尔菲法一般需要进行四轮的专家意见征询。组织者对每一轮的专家意见（包括有关专家提供的论证、依据和资料）进行汇总整理和统计分析，并在下一轮征询中将这些材料匿名反馈给每一位受邀专家，以便专家们在提意见和建议时参考。由于除第一轮外，专家们都能在后续的意见征询过程中了解到上一轮征询的汇总情况、其他专家的意见以及对自身建议的反馈信息，因此，通过反馈可以进行比较分析，相互启迪，使调查分析结果更加准确，对问题的诊断以及应对措施更具有针对性。
（3）基于统计学方法对各方面专家结果进行统计分析，结论更具有科学性。德尔菲法在调查的准备阶段、专家意见征询阶段以及最后结果的汇总过程中，采用了多种统计学方法，对调查意见及相关信息数据进行分类统计分析。例如，在调查开始前，采用表格化、符号化、数字化的设计方法制作调查意见表，这样做的好处除了便于统计分析之外，更重要的是基于一定的调查需求或理论指导进行设计的，更具有科学性和说服力；在调查过程的反馈阶段或者最后结果汇总分析阶段，都会对收集到的专家意见进行适当的数学处理，以图表或概率的形式出现，既能反映出专家意见的集中程度，还能够表述专家意见的离散情况，更加易于决策者从中寻找出特征或规律。另外，随着信息交流渠道的多样化，除采取传统信息调查渠道外，还可以通过函询的方式向专家征询意见，这样就能够有效主动控制调查的覆盖面，保障其全面性，同时也可以给专家留下充分的时间进行分析思考，保障专家意见的充分可靠。
2.2.3.3 德尔菲法的适用条件
在数据缺乏、新技术评估以及非技术因素起主导作用的情况下，德尔菲法具有其他风险识别方法所不具备的优势，可以充分有效地利用专家的知识和经验准确抓住问题的关键，这也往往是在此类情景下唯一可选用的调查方法。但是，德尔菲法并非万能，在具备一定的数据信息条件，或者需要通过定量评估等情况下，还有其他更多适宜的风险识别方法可供选择。
（1）缺乏足够的数据信息。数据信息是进行风险识别定量化研究的基础。然而，在研究或应用实践过程中，缺乏第一手数据资料，或者数据信息不足，或者数据不能反映真实情况，或者采集数据的时间过长，或者获取数据所需付出的代价过大等多种因素经常遇到，从而给研究工作带来困难。如何在这些情况下科学挖掘数据信息，针对研究的问题开展定量化分析工作，是很多领域面临的一项难题。而德尔菲法正好提供了一套相对完整和科学的信息获取与加工渠道，在无法直接获取研究对象信息的情况下，充分利用专家的经验知识，并将专家经验合理转化为定量化数据信息，从而有效打破困局，实现研究目标。
（2）新技术评估。随着科学技术的不断发展，各种崭新的科学技术与方法会大量涌现，在这些技术方法运用的初期阶段，由于没有形成翔实有效的数据资料，对于这些技术的发展前景及可能存在的问题在一定条件下很难进行评判。此时，专家经验的判断往往是唯一的评价根据，德尔菲法自然是一个不错的选择。
（3）非技术因素起主导作用。在管理决策实践中，问题涉及的范畴往往不仅仅局限于技术和经济范围，还可能包括政治、社会公众舆论、生态环境、文化、地方风俗等诸多非技术因素，而且这些因素还很有可能成为影响决策的关键要素。在这种情况下，非技术因素的重要性往往超过技术本身的发展因素，成为管理者首先考虑的问题，相比之下原有的数据资料信息及技术信息则处于次要地位，必须对这些非技术因素和技术因素进行全面考虑，给出一个综合的评判结果。此时，只有依靠管理者或专家的经验知识，尽可能地发掘专家经验信息才能作出合理的判断。
此外，在一些管理决策行为中，可能涉及技术、经济、环境、文化等多维信息，信息量大，信息处理工作极为繁杂，经济成本费用较高，此时，可根据决策目标的要求采用德尔菲法进行处理。
2.2.3.4 德尔菲法应用的难点
德尔菲法在应用过程中也有其自身的难点，例如专家组的形成问题、确定调查轮次、信息反馈技术的控制、专家意见调查的组织形式等（徐蔼婷，2006）。这些问题能否科学、有效地予以解决，是调查结果成功与否的关键。
（1）专家组的形成。价值评估是人主观判断的过程及结果，选择强代表性的专家组是德尔菲法在综合评价中成功应用的首要前提，这涉及到专家组的选择、专家意见的公正性判断等问题。通常，我们将一些对某一特殊领域十分熟悉和精通的人物称为专家，但需要指出的是，这种精通不代表对该领域的任何事物都精通，多数专家都只是在该领域的某些环节或某些具体技术方面较为精通，例如有的比较善于理论分析，有的侧重方法应用，有的擅长宏观趋势预测，有的熟谙各类现象的描述与总结。因此，在选择专家时必须充分考虑每个专家的特长，结合采用德尔菲法调查分析的对象及目标，综合选取专家组成员。当调查目标是针对某一项具体技术环节时，优先选取在该环节较为精通的专家，即选择“精深型”专家；当调查目标是面向一系列技术任务的总体时，就必须考虑选择对该领域总体宏观把握能力较强的专家，即“广泛型”专家，保障目标任务的总体方向不出偏差。
另外，对于专门从事某一项评估的工作还可以建立相应的专家库。通过收集汇总专家的基本信息（姓名、年龄、学历、学位、研究方向、特长、从事工作等）和特殊信息（代表性研究成果、承担课题情况、获奖情况等），建立能够实现查询、归并、检索等功能的专家数据库，那么在需要遴选专家时就可以根据不同的检索要求灵活作出反应，输出库中所有满足检索要求的专家。例如，我们对专家库的基本信息部分进行第一次检索，输入检索词“特长”后，输出的结果就是以各种特长为分类依据的专家组，这样我们就可在各类别的专家组中进行挑选组合。
（2）调查轮次的确定。确定合理的调查轮次是德尔菲法在综合评价中有效应用的关键，这涉及专家意见一致性的识别、调查指标阀值的事先有效确定等问题。
（3）信息反馈技术的控制。使用正确的意见反馈技术是德尔菲法在综合评价应用中准确应用的条件，这涉及离群意见的识别和表达、反馈意见表达形式的选择等问题。
（4）专家意见调查的组织形式。选取科学的专家意见调查形式是德尔菲法在综合评价中成功应用的保障，这涉及调查结果反馈的具体化形式选择、各种信息交流机制的优劣识别等问题。
2.2.3.5 德尔菲法具体实施步骤
采用德尔菲法的具体步骤包括成立调查分析小组、明确任务目标、筛选参与调查的专家组成员、编制调查表、发放和回收调查表、整理汇总调查意见、向专家组反馈初步调查意见并进行多轮次调查、汇总整理得到最终调查结论等，如图2.4所示。
图2.4 德尔菲法实施步骤
1.成立调查分析小组
调查分析小组的主要职责是负责本次调查任务的具体实施，包括确定调查任务目标、明晰调查任务细节、选择参加调查任务的专家、设计制作各轮次调查分析表、各轮次调查意见反馈、汇总整理专家意见、统计分析与预测、编写和提交调查报告。小组的成员一般主要由信息分析与预测人员构成。
2.明确调查任务与目标
针对一些关注热点但认识还不够清晰、思想还不统一或存在较大分歧的问题，由调查分析小组召开内部讨论会，明确本次调查任务的总体目标、分阶段目标以及实现这些目标所需要完成的具体任务以及相关细节问题。
3.筛选参加调查的专家名单
专家的任务就是针对调查问题，根据自己的专业知识和经验给出客观的意见或判断。但是，在现实中每个专家所擅长的领域是不同的，如何结合调查目标确定合适的专家名单就直接关系到调查分析任务的成败。前面也提到，专家筛选是应用德尔菲法的关键一环，专家的选取既可以由熟悉的专家进行推荐，也可以由上级部门介绍和推荐，还可以查询专家档案数据库等进行筛选。通常，在筛选专家名单时遵循以下基本原则：
第一，选取的专家必须熟知调查目标所涉及的领域，有独到的见解，在业内具有一定的知名度和权威性。
第二，选取的专家应当有足够的时间和耐心按照调查要求配合完成调查问题的回答。因为德尔菲法并不是一次调查就完成，经典的德尔菲法需要进行四轮的征询调查，其中还包括对上一轮次调查结果的信息反馈，这就要求专家必须有足够的时间和精力来配合完成调查任务，否则就会使调查结果的客观公正性和准确度受到影响。
第三，根据调查任务的性质来确定专家名单。在具体的调查任务中，有些调查是专门针对某一具体技术问题的调查分析，有些调查则是针对一系列的技术问题及宏观方向的调查分析。对于前者，在选取专家时就要针对具体任务选取熟悉该领域技术业务的专家作为调查咨询的对象，即前面所提到的“精深型”专家；对于后者，除了要针对专门技术问题选取对应的专家外，还必须选取一定数量的调查涉及的理论研究、系统设计、生产组织、管理决策等诸多领域总体发展状况，且具有宏观把握能力的专家进行调查咨询，即前面提到的“广泛型”专家，这一点对于调查结果十分重要。
第四，调查专家涉及的范围及人数需要适当控制。在范围上，需要根据征询问题的重要性和机密性选取专家，如果问题涉及机密，就需要首先在保密范围内选择专家进行调查咨询；如果不涉及保密问题，则可以面向社会，从机构内外综合选取调查咨询的专家。在专家的人数上，一般控制在15～50人，人数太少代表性不够，则无法充分考虑多方面的意见，起不到集思广益的作用；调查咨询专家的人数也不是越多越好，人数太多容易出现专家意见比较分散、难以统一集中、调查组织难度较大的问题，这样并不利于完成调查任务。如果调查的任务涉及范围广、难度大，还可以考虑将调查任务进行分解，针对分解后的子任务设置多个调查咨询专家小组，每个小组的专家人数仍然控制在15～50人。
第五，注意所选专家在回答调查咨询问题时的独立性。针对该问题，可以与专家事先约定不要向他人或外部透露调查的具体细节问题，避免外界对专家意见带来不必要的影响。
4.设计各轮次的调查分析表
调查表是调查小组与专家之间传达信息的桥梁，是进行信息分析和判断的基本工具，调查表设计得合理与否，直接关系到调查任务的完成情况以及调查目标能否顺利实现。在设计调查表之前，首先需要对调查目标、调查任务、专家情况等相关背景信息进行详细的讨论分析，抓住调查任务中的关键环节，明确调查问题及咨询形式，必要时可事先邀请专家就调查表设计合理性和专业性进行咨询反馈，保证调查表的针对性和有效性，最后再确定调查咨询表的内容与形式。
一般比较常见的调查表形式有目标与手段调查表、专家简要回答调查表、专家详细回答调查表等。目标与手段调查表是设计者通过分析研究已掌握的资料信息，确定调查对象的目标（含总目标及其分解而成的若干子目标），并提出达到这些目标所可能采取的各种措施和方案。将目标列入调查表的横栏，措施和方案列入纵栏，就构成了目标与手段调查表。专家对这种表的回答很简单，只需在相应的目标和手段重合处打“√”，或者对所提出的手段对于实现目标的有效性与合理性进行打分（一般采用百分制）。专家简要回答的调查表是由调查表设计者根据预测目标提出一些问题，然后由专家进行简要的书面回答，如某一事件完成的时间、技术参数值、实现条件、各种因素间的相互影响、原因分析、对策措施、实施效果，等等，这类调查表回答相对于目标与手段调查表更加复杂，需要专家付出更多的时间和耐心。专家详细回答的调查表设计相对容易，这类调查表一般问题很少、形式简单，但却要求专家对提问做出充分的论证、详细的说明或提出充足的依据，回答的难度更大，一般不如前两种调查表更容易让人接受。
5.调查分析与实施过程
该过程即根据指定的调查表和选取的专家，进行多轮次的反馈调查和专家意见的汇总整理、统计分析与预测，调查轮次根据实际情况确定。经典的德尔菲法在该过程中一般包含以下四轮的征询调查，除第一轮外，其他各轮次在调查过程中都会包含上一轮次调查结果统计分析情况的反馈。
第一轮调查，相对来说，调查范围较为广泛，回答形式也比较自由，调查表的限制条件较少，重点是通过专家将调查咨询问题更加明确，指出关键问题以及对调查问题的判断，专家也可以提出调查表中没有给出的其他意见或建议。调查小组对该轮次的调查表进行回收汇总，按照统一的专业术语或规则归并雷同的意见或建议，剔除次要的、分散的意见，对专家提出的特别建议要进行分析讨论，明确其重要性。同时设计调整第二轮调查分析表，并将第一轮调查分析结果作为调查表附件反馈给专家。
第二轮调查，在上一轮调查的基础上，缩小和明确调查范围和调查问题，并请专家对第一轮提出的重要问题再次提出自己的建议或判断（例如对相关事件的时间、空间、规模大小、影响、原因等），并说明建议及判断的具体理由。调查小组回收调查分析表，对专家意见再次汇总分析，对有关问题的专家意见统计分析其概率分布结果。同时设计调整第三轮调查分析表，并将前两轮的调查分析结果作为调查表附件反馈给专家。
第三轮调查，请专家参考前两轮的统计结果，填写回答第三轮调查分析表，对调查对象进行再次分析判断，并充分陈述判断理由。调查小组回收调查分析表，对专家意见再次汇总分析，对有关问题的专家意见统计分析其概率分布结果。同时重点针对专家意见还存在分歧的问题，设计调整下一轮调查分析表，并将前几轮的调查分析结果作为调查表附件反馈给专家。
第四轮调查，请专家参考前几轮的统计结果，填写回答第四轮调查分析表，对调查对象进行再次分析判断，并在必要时做出详细、充分的论证。调查小组回收调查分析表，对专家意见再次汇总分析，对有关问题的专家意见统计分析其概率分布结果，寻找收敛度较高的专家意见。
综上所述，上述四轮调查并不是简单的重复，而是一种螺旋上升的过程。每循环和反馈一次，专家都吸收了新的信息，并对预测对象有了更深刻、更全面的认识，预测结果的准确性也逐轮提高。一般来说，德尔菲法经过四轮调查就可以较好地使专家意见收敛。例如，美国Land公司曾就科学的突破、人口的增长、自动化技术、航天技术、战争的可能与防止、新的武器系统等六大问题共49个事件进行了长达50年的预测。经过四轮调查后发现，有31个事件很好地收敛了。如果有必要，还可以进一步增加调查轮次。
6.编写和提交调查分析报告
调查咨询结束后，调查小组应将各轮次的统计分析结果进行统一的分析加工，针对调查目标和任务，分析调查任务的完成情况以及目标的实现情况，给出最终的调查分析结果和调查意见，形成正式的调查报告。
2.2.4 情景分析法
2.2.4.1 情景分析法概述
情景分析法源于美国Land公司。二战后，美国国防部在决策新型武器系统的研制时，面临着科学技术、研发成本、政策等多种不确定性因素的困扰，决策变得十分艰难。此时，在决策制定前，建立面向未来情景的仿真模型进行预测分析就成为管理决策的内在需求，这就使得研究政策制定后可能产生的效果或后果成为可能。这就是早期情景分析方法产生的基本背景。Land公司的Herman Kahn成为最早开发和使用情景分析方法的人，并且在1960年出版了《论热核战争》，详细介绍了如何运用情景分析方法解决重大战略决策问题，情景分析方法也由此为人们所熟知。此后，卡恩又出版了在情景分析历史上具有里程碑意义的著作《公元2000年：思维的框架》，卡恩也因此被尊称为“情景分析之父”。
最为著名的案例莫过于荷兰壳牌石油公司运用情景分析方法成功应对了1973年全球石油危机，并一跃成为当时世界第二大石油公司。1972年，壳牌石油公司主管Pierre Wack在继承和发展卡恩的情景分析思想方法基础上，针对世界石油战略格局，建立了一个名为“能源危机”的情景，假设西方世界的石油公司失去对世界石油供给的控制，将会引发什么后果?世界石油供给格局会发生怎样的变化?作为大型的石油公司应当如何应对?针对这些假定的情景，壳牌公司进行了详细的分析和准备，因此在1973—1974年，OPEC（石油输出国组织）宣布石油禁令时，成为唯一一家能够有效应对此次危机的大石油公司，并从世界七大石油公司中最小的一个一跃成为世界第二大石油公司。1986年，壳牌石油公司决策层再次利用情景分析方法成功预见了石油价格崩落的可能，提前准备，在价格崩落之后花重金收购了大量油田，一举锁定了此后近20余年的价格优势。也正因为情景分析法在壳牌公司取得的巨大成功，促使该方法逐步从军事、国防等领域走向社会、管理、经济等诸多领域。
此后，随着相关理论研究的不断深入，情景分析法在20世纪80年代与复杂性理论相结合，取得了第一次大的飞跃；20世纪90年代，组织学习理论被引入情景分析方法中，促使其取得了第二次大的飞跃，应用范围更加广泛。目前，情景分析法已经成为一种普遍的风险分析方法，在洪水风险分析（王义成，2009；王艳艳，2009）、突发事故风险分析（李求进，2008）、商业风险分析（宁钟，2007；范洪波，2010）等方面有着较多的应用与实践。
2.2.4.2 情景分析法的主要功能
随着情景分析法应用的日益广泛，对于情景分析法的解读和认识也随着应用领域的不同而存在各种差异。在风险管理领域，情景是指未来风险事件可能发展态势的典型情况，以及能使风险事件由初始状态向未来状态发展的一系列事实的描述。针对风险问题的情景分析法是一种进行未来风险管理研究的方法，注重未来事物发展及其面临风险的多种可能性、动态性和系统性，促使人们思考具有多种结构的风险预估模型，以探究风险因子与风险结果之间的作用关系与作用过程。综合情景分析法的基本思想和发展应用情况，通过情景分析可以实现以下四方面的功能（孙斌，2009）：
第一，情景分析是一种面向未来的、还没有发生的事情的假设情景，能够通过组织管理将未来不确定性问题转化为可供管理的范畴之内。经济、社会、管理都存在不确定性，正确的处理方法就是选择适当的途径去了解和掌握其变化规律，把握其未来变化趋势，从而预先制定管理策略，应对潜在风险。
第二，对于一个公司、组织、机构等团体或团队来说，采用情景分析法能够加速团队的学习能力，促进团队对环境的理解能力和判断能力，增强团队对研究问题的深入程度及预判，提高管理团队的凝聚力和执行力，从而提升风险应对能力。
第三，情景分析通过开发并预估未来，能有助于识别研究对象未来可能的主要变化和未来要面临的战略问题，从而有助于使用者进行战略评估和策略选择，从而提前预估到各种意外事件并提供风险预警系统以有效地处理这些可能的问题。
第四，情景分析能为所有决策者提供有效率并容易判断各种因素和信息的框架。情景分析在一致性基础上提供多种数据的可能性。除了定量数据，情景分析也能处理定性数据的输入，综合来自其他预测技术的结果，考虑了“软变量”和“模糊变量”。
2.2.4.3 情景分析法的特点
情景分析法是一个比较灵活的风险分析方法，既可以通过对风险事务描述性的刻画反映其风险程度的大小，即风险的定性识别和评估，此时可以充分利用各种信息资料，发挥分析人员的各种思维能力，也可以通过风险具体指标进行定量的计算分析，即进行风险的定量识别和评估。另外，还可以根据实际需要进行定性和定量相结合的综合评估。因此，情景分析法具有以下特点：
（1）多方案性。可以根据研究或实践应用的需求出发，从未来社会、经济、管理、文化、政治等多层次、多渠道逐一分析与预测各种可能路径下的情景。
（2）系统性。除了上述单一要素情景的分析与预测，还可以从政治、经济、科学技术、社会结构、文化背景、人口结构等广泛的社会、经济、管理因素的全面分析出发，对事态的发展做出有联系的、有层次的、有组合的描述，综合把握与预测未来风险变化态势。
（3）动态性。世界万事万物都是运动变化的，社会、经济的发展总是要经历漫长的过程，在这个长期发展过程中，各种潜在的风险也往往表现出复杂、波折的动态过程，甚至会在不同风险中转移变化，因而必须利用变化情景密切分析各种动态过程的时变性，包括趋势和异常行为。
（4）智能性。情景分析能够灵活地将定性和定量分析紧密结合起来，相辅相成，充分发挥分析人员的想象力、洞察力和分析能力，充分利用各种可以利用的信息与条件，使情景分析融合人们的形象思维和逻辑思维能力，而又不脱离已掌握的资料和条件去幻想，具有智能化效应。
2.2.4.4 情景分析法的实施步骤
针对不同的研究对象和问题，采用情景分析方法的具体过程有所差异，但是主要环节基本一致，可以归纳为四个步骤，即明确目标、确定变量、构造情景、分析总结，如图2.5所示。
图2.5 情景分析法实施步骤
（1）明确情景分析的目标问题。根据研究及实践应用需求进行信息调研，调研范围可以包括自然、社会、政治、经济、环境生态等各方面的相关因素，以此确定情景分析的总体目标及各分项目标。
（2）确定情景分析变量。围绕总体目标及分项目标，对研究对象进行系统分析，包括系统要素、结构特征、发展特征等，探索系统发展的基本规律，探索系统要素之间以及与外界要素之间的联系；结合专家经验知识，将影响研究对象的主要因素按照影响类型或范围划分为不同的类别，分析确定各类影响因子中影响较大的因素或者变量。在类别划分和主要影响因子的确定过程中，要在类别间、变量因子间进行交互影响分析，消除重叠因素和次要因素。除了定性分析，还可以根据需要采用适宜的方法进行定量分析，进一步确定情景分析的关键变量。
（3）构造多层次、多目标变化情景。情景构造是情景分析的中心内容。构造情景时，首先应结合研究目标及任务充分调研分析，发挥分析人员的逻辑思维能力和形象思维能力，从当前时刻出发，根据可能变化情况，可能变化的要素，要素的变化趋势，沿其路径向未来延伸；在延伸过程中，要保证各因素的影响作用有理有据，一个因素或事件为什么比另一个的影响大，影响作用是什么，必须有一定的理论或事实依据，而且最好能用量化指标说明，也可以据此设定专门的要素情景进行分析，如单要素情景、双要素情景、综合要素作用情景，等等。为了避免情景系统过于庞大、复杂，小概率事件可以概化不予考虑。其次，通过对系统发展历史或相似影响条件下研究主题变化规律的探索，对未来总体发展进行预判，并设定未来发展情景。另外，对于一些典型发展情景或极端情景，也可以在理论分析的基础上设立相应的情景模式，开展定量化分析。最后，综合各因素之间的因果关系设定典型的系统发展可能路径和发展情景，作为重点研究情景，对各不同情景的可能性概率进行分析计算，综合评估各情景条件下的预测结果。
（4）总结整理分析成果，编写情景分析报告。主要是对前面多情景分析工作进行系统整理和总结，根据分析结果做出分析结论，撰写情景分析报告。
2.2.5 SWOT分析法
2.2.5.1 SWOT分析法概述
SWOT分析法又称为态势分析法，它是由旧金山大学于20世纪80年代初提出来的，SWOT四个英文字母分别代表：优势（Strength）、劣势（Weakness）、机会（Opportunity）、威胁（Threat）。概括地说，SWOT分析法就是将与研究对象密切相关的各种主要内部优势、劣势和外部的机会和威胁等，通过调查列举出来，并依照矩阵形式排列，然后用系统分析的思想，把各种因素相互匹配起来加以分析，从中得出一系列相应的结论，而结论通常带有一定的决策性。
2.2.5.2 SWOT分析法的特点
分析直观、使用简单是SWOT分析法的主要优点。即使没有精确的数据支持和专业化的分析工具，也可以得出有说服力的结论。但是，正是这种直观和简单，使得SWOT分析法不可避免地带有精度不够的缺陷。例如SWOT分析法采用定性方法，通过罗列S、W、O、T的各种表现，形成一种模糊的描述。以此为依据作出的判断，不免带有一定程度的主观臆断。所以，在使用SWOT分析法时要注意方法的局限性，在罗列作为判断依据的事实时，要尽量真实、客观、精确，并提供一定的定量数据弥补SWOT定量分析的不足，构造高层定性分析的基础。
2.2.5.3 SWOT分析法具体实施步骤
SWOT分析法常常被用于制定企业发展战略和分析竞争对手情况，在战略分析中，它是最常用的方法之一。另外，SWOT分析法还可以应用于企业和自然风险管理领域，通过态势分析对潜在风险因素进行识别。结合SWOT分析法的一般原理和分析步骤，在运用SWOT分析法进行风险识别时，主要有以下几个方面的内容：
（1）分析环境因素。运用各种调查研究方法，分析出风险主体所处的各种环境因素，即外部环境因素和内部管理因素。外部环境因素包括机会因素和威胁因素，它们是外部环境对风险主体发展有直接影响的有利和不利因素，属于客观因素，在自然风险主体中主要是指受自然因素控制的因素；内部环境因素包括优势因素和弱势因素，它们是风险主体在其发展中自身存在的积极和消极因素，属主动因素，在自然风险主体中主要是指受人类活动影响的因素。在调查分析这些因素时，不仅要考虑到历史与现状，而且更要考虑未来发展问题。
优势：是风险主体的内部因素，具体包括：有利的管理体系、良好的社会环境、充足的财政来源、技术力量等。
劣势：也是风险主体的内部因素，具体包括：管理体系不健全、缺少关键技术、相关硬件设备老化、资金短缺、社会环境舆论等。
机会：是风险主体的外部因素，具体包括：良好的自然地理条件、适宜的气候、较好的基础设施等。
威胁：也是风险主体的外部因素，具体包括：极端气候、恶劣的自然地理条件、基础设施落后等。
SWOT分析法的优点在于考虑问题全面，是一种系统思维，而且可以把“诊断”和“开处方”紧密结合在一起，条理清楚，便于检验。
（2）构造SWOT矩阵。将调查得出的各种因素根据轻重缓急或影响程度等排序方式，构造SWOT矩阵。在此过程中，将那些对风险主体有直接的、重要的、大量的、迫切的、久远的影响因素优先排列出来，而将那些间接的、次要的、少许的、不急的、短暂的影响因素排列在后面。
（3）制订行动计划。在完成环境因素分析和SWOT矩阵的构造后，便可以把影响风险的主要因素识别出来，并根据需要制定出相应的计划和预防措施。制订计划和预防措施的基本思路是：发挥优势因素，克服弱点因素，利用机会因素，化解威胁因素；考虑过去，立足当前，着眼未来。运用系统分析的综合分析方法，将排列与考虑的各种环境因素相互匹配起来加以组合，得出一系列规避或减少风险损失的可选择对策。