006_浙东某地市级公租房智能门禁管理系统信息系统项目风险管理

ONEPSOFT | 软考学习知识库

---

2021 年 2 月，浙东某地市住房保障主管部门为治理公租房转租转借、空置闲置等顽疾，启动公租房智能门禁管理系统建设项目。我司中标后，我被任命为项目经理。项目合同额 1680.12 万元，周期 9 个月，团队 24 人，覆盖 46 个公租房小区、1.2 万套房源、2860 台门禁终端的部署与联网。建设期内小区必须正常住人、入住办理不能中断，割接窗口极为有限，加之历史台账质量参差，风险贯穿始终。本文围绕规划风险管理、识别风险、定性与定量风险分析、规划与实施风险应对、监督风险等过程，以 " 老年住户人脸识别通过率骤降 " 这一重点风险事件为主线，阐述我的具体做法。项目于 2021 年 11 月按期验收，门禁设备在线率由 83% 提升至 98.5%，识别准确率 94.6%、误报率控制在 3% 以内，系统可用率稳定在 99.9% 以上。

一、项目概述

公租房是保障性住房体系的重要组成部分。该地区累计交付公租房 1.2 万套，但长期依靠物业人工查验与不定期入户核查，转租转借难以发现，2020 年抽查中违规使用率高达 7.3%。同时，各小区门禁品牌各异、互不联通，房源状态与人员进出无法形成数据闭环。为此，该地区住房保障主管部门以保障性安居工程配套资金立项，投资 1680.12 万元建设公租房智能门禁管理系统，目的在于以 " 人—房—证 " 三方核验为核心，实现准入可控、居住可查、退出可溯的闭环管理。

项目于 2021 年 2 月启动，2021 年 11 月完成终验，建设周期 9 个月。建设内容包括：门禁终端及边缘识别设备的采购与部署、统一门禁管理平台、住户资格核验子系统、进出行为分析子系统、房源动态监管子系统，以及与住房保障业务系统、公安人口库的数据对接。系统采用微服务架构并引入服务网格 Istio 实现服务治理与流量灰度，为满足保障性住房业务不可中断的要求，采用同城双活的多活容灾架构，数据库选用国产 GaussDB，配以分布式缓存承载高频的识别比对请求，前端为 Vue3.0，整体部署于政务云的麒麟操作系统环境，人脸特征值存储与传输启用国密 SM4 加密，全栈符合信创与个人信息保护要求。

组织上采用矩阵型结构，项目团队共 24 人，其中我方 16 人（需求 3 人、开发 8 人、测试 3 人、实施 2 人），建设单位、属地物业公司抽调业务人员 8 人参与需求确认、现场协调与验收。交付成果包括：五个子系统的可运行软件、2860 台门禁终端的部署与调试、两类外部系统的数据接口、《需求规格说明书》《风险管理计划》《测试报告》《应急预案》《物业操作手册》等 6 类 18 份文档，以及面向 46 个小区共 218 名物业人员的培训和 6 个月运维服务。我作为项目经理，全面负责计划编制、风险与进度管控、干系人协调及验收组织。

二、规划风险管理

规划风险管理是定义如何实施项目风险管理活动的过程，其作用在于确保风险管理的力度、类型和可见度与项目风险程度及重要性相匹配。本项目涉及公众居住权益、周期紧、施工与运营并行，风险管理绝不能停留在口头，必须先立规矩。

项目启动后第 2 周，我依据项目章程、项目管理计划、干系人登记册，组织项目团队与建设单位、物业代表、安防行业专家共同召开三次专题研讨会，编制并评审通过了《项目风险管理计划》，主要内容如下表所示。

组成部分	主要内容
风险管理策略	高风险优先规避或转移；中风险采取减轻措施并指定责任人；低风险接受并纳入观察清单
角色与职责	项目经理统筹风险识别与决策；技术负责人承担技术类风险应对；实施负责人承担现场施工与割接风险；建设单位联络人承担政策与协调类风险
资金	应急储备按合同额 5% 计提，约 84 万元；管理储备由建设单位另行掌握
风险类别	采用风险分解结构（RBS）分为技术、外部、组织、项目管理四类，其下细分 12 个子类
概率与影响定义	概率分极低（≤10%）、低（10%—30%）、中（30%—50%）、高（50%—70%）、极高（≥70%）；影响按进度、成本、质量三维度各分 1—5 级
时间安排	每周一召开风险例会更新风险登记册；每月末出具风险状态报告报送建设单位
干系人风险偏好	建设单位对工期延误与住户投诉容忍度极低；物业方对操作复杂度敏感；我方对新技术应用风险接受度较高

正是在编制风险类别时，安防专家提出了一句提醒：" 公租房的住户结构和商品房完全不同。" 这句话促使我在技术类风险下专门设立了 " 识别算法群体适用性 " 子类，为后续识别出本项目最重要的一项风险埋下了伏笔。

三、识别风险

识别风险是识别单个项目风险以及整体项目风险来源并记录其特征的过程，其作用在于把不确定性显性化，形成可管理的风险清单。

我组织团队采用文件分析、访谈与检查表分析三种方法开展识别。其中检查表是本阶段的主力工具——我依据公司历年安防类项目积累的风险知识库，结合本项目的 RBS，编制了含 68 个检查项的风险识别检查表，覆盖设备供货、现场施工、数据迁移、算法效果、政策变动等场景，由各小组逐项对照勾选并说明依据。同时，团队对已交付小区开展了两轮住户走访。

正是在检查表 " 识别算法在特殊人群上的表现是否验证 " 这一条上，实施组勾选了 " 未验证 "。团队随即调取了建设单位提供的住户台账，统计结果令人警觉：1.2 万套房源的在住人员中，60 岁以上老年人占比达 41.7%，其中不少为独居老人，面部特征随年龄变化明显、部分住户存在白内障与面部瘢痕。而我司算法此前的训练与验证集主要来自园区办公场景，青壮年占比超过 85%。由此，" 老年住户人脸识别通过率不达标，导致居民无法正常进出并引发群体投诉 " 被正式登记为风险 R-07，成为本项目全程跟踪的重点风险。本轮共识别风险 63 项，形成风险登记册。

四、实施定性与定量风险分析

实施定性风险分析是通过评估单个风险发生的概率和影响对风险进行优先级排序的过程，其作用在于把有限的管理资源集中到最要紧的风险上。我组织团队使用概率和影响矩阵对 63 项风险逐一评估。R-07 被判定为发生概率 " 高 "（60%）、影响等级为进度 4 级、质量 5 级，综合得分 0.63，落入矩阵红色区域，与 " 设备供货延期 "" 割接窗口不足 " 共同构成本项目三大高风险，排序第一。

实施定量风险分析是就已识别风险对项目整体目标的影响进行数值分析的过程，其作用在于为决策提供量化依据。针对 R-07，团队测算：若识别通过率不达标，需在 46 个小区补装辅助识别设备并重新入户采集，预计增加成本 96 万元、延误工期 25 天。我采用决策树对三个备选方案进行了预期货币价值（EMV）比较：方案一沿用原算法、事后补救，EMV 为 -57.6 万元；方案二整体更换第三方算法，一次性授权费用高且需重新联调，EMV 为 -71.0 万元；方案三前置开展专项优化并同步预留多模态识别通道，投入约 28 万元，EMV 为 -33.4 万元。方案三损失期望最小，成为后续应对策略的量化依据。

五、规划风险应对与实施风险应对

规划风险应对是为处理项目风险敞口而制定方案、选择策略并商定应对行动的过程，其作用在于把分析结论转化为可执行的动作。针对 R-07，我选择 " 减轻 " 策略并细化为三项行动：一是补充数据集，联合建设单位在两个先行小区完成 1200 人次授权采集，其中 60 岁以上样本不低于 50%，用于算法微调；二是设计多模态识别通道，人脸之外并行支持 IC 卡与手机蓝牙无感开门，任一通道通过即放行；三是每个小区门岗保留人工核验兜底，并编制《识别异常处置流程》。三项行动均指定责任人、完成时间与验收标准，写入风险登记册。对另两项高风险则分别采取转移（与设备供应商签订延期违约条款）与减轻（割接窗口拆为夜间分批切换，单次影响不超过 3 个小区）策略。

实施风险应对是执行已商定的应对计划的过程，其作用在于确保风险应对不停留在纸面。在执行阶段，我把 R-07 的应对行动作为独立工作包纳入进度计划，占用应急储备 28 万元，并在每周风险例会上跟踪进展。第 14 周算法微调完成后首轮测试，老年群体通过率从初始的 71.2% 提升至 89.5%，仍未达到合同约定的 94%。我没有简单要求算法组 " 再调调 "，而是组织团队绘制因果图，从人、机、料、法、环五个方面追查：人员方面存在采集姿态不规范，设备方面发现部分楼栋门厅逆光严重、终端补光灯功率不足，方法方面识别阈值设置过于保守，环境方面南方梅雨季镜头易起雾。据此团队采取了增加补光模组、动态调整识别阈值、加装疏水镀膜三项针对性措施，通过率随后提升至 94.6%。

六、监督风险

监督风险是在整个项目期间监督风险应对计划的执行、跟踪已识别风险、识别和分析新风险并评估风险管理有效性的过程，其作用在于确保风险管理形成闭环而非一次性活动。

在 2860 台终端陆续投入运行后，如何验证 R-07 确实被有效控制，成为监督阶段的核心问题。全量核验既不现实也无必要，我采用了分层抽样的方法：按小区建成年代、楼栋朝向、住户年龄结构三个维度将 46 个小区分为 5 层，各层按比例随机抽取共 14 个小区、420 名住户开展现场实测，并对 60 岁以上住户单独设层、提高抽样比例至 30%。实测结果显示，整体识别通过率 94.6%，老年层通过率 93.8%，误报率 2.4%，均满足合同指标；同时暴露出 2 个临河小区在清晨雾气条件下通过率偏低的新风险，团队随即将其登记为 R-71 并追加了红外辅助识别模块。此外，我在每周风险例会上以风险审计的方式复盘应对措施的有效性，全项目累计关闭风险 58 项、新增识别 9 项，风险登记册始终保持动态更新。

七、项目成效与心得体会

2021 年 11 月，项目按期通过终验。门禁设备在线率由 83% 提升至 98.5%，识别准确率 94.6%、误报率控制在 3% 以内，依托同城双活架构，系统可用率稳定在 99.9% 以上，全年重大故障 0 起；违规使用线索发现效率显著提高，首季度即核查处置转租转借线索 117 条。项目成本控制在预算内，应急储备使用 62 万元，剩余 22 万元结转。

这个项目让我对风险管理有了三点更实的认识。第一，风险识别的质量决定风险管理的上限。R-07 能在第 4 周被识别出来，靠的不是灵感，而是一张覆盖 68 个检查项的检查表和一次对住户结构老老实实的统计——若等到试运行才发现老年群体识别不了，46 个小区返工的代价将远超 28 万元的预防投入。第二，风险应对不能停在选择策略，更要在执行中持续验证。第一轮算法微调只到 89.5%，若当时想当然归因于 " 算法不行 " 而更换供应商，成本会更高；因果图从环境与方法维度找出的补光与阈值问题，才是临门一脚。第三，风险管理与其他知识领域深度耦合：应对同时牵动成本（应急储备动用）、进度（专项工作包插入）、质量（识别率指标）与采购（供应商违约条款），孤立地做风险管理必然失真。

不足在于，我对梅雨季等季节性环境因素识别偏晚，是在监督阶段通过抽样才暴露的；若识别阶段就把气候因素纳入检查表，本可更早规避。这一条我已补入公司风险知识库。