19me Congrs Franais de Mcanique Marseille, 24-28 aot 2009

Identification des risques pour les projets de construction :

revue des pratiques internationales et propositions

D. BREYSSE, H.NIANDOU, M. CHAPLAIN, F. JABBOUR P.

Universit Bordeaux 1, Ghymac, Avenue des facults, 33405 Talence cedex

Rsum :
La phase didentification des risques est cruciale dans tout processus de gestion et de matrise des risques.
En gnie civil, les projets de construction sont des oprations complexes, impliquant de nombreux acteurs, et
pour lesquelles les facteurs de risque sont dorigines multiples. Les pratiques des entreprises montrent que,
mme sur les projets complexes, rares sont les cas o le management des risques est rellement formalis.
Loccurrence dchecs spectaculaires a convaincu les entreprises et les bureaux dtudes damliorer ces
pratiques, mais les verrous demeurent nombreux, aussi bien sur le plan scientifique (difficult de formaliser
la connaissance et de quantifier des savoirs disparates) que sur le plan oprationnel. Cet article synthtise
les principales proccupations des travaux de recherche internationaux dans le domaine et prsente les
types de modles employs. Il prsente ensuite comment, au sein du projet de recherche GERMA, ces
questions sont abordes, dans lobjectif de dvelopper et de mettre en uvre un cadre de modlisation
adapt au contexte franais.
Abstract :
The risk identification stage is crucial in every risk management process. Construction projects are complex
processes, which concern many stakeholders and for which risk factors have various sources. Analysis of the
professionnal practices shows that, even on complex projects, risk management remains scarcely formalized.
Several spectacular failures and collapses have convinced contractors and engineering companies that these
practices must be improved, but many difficulties are encountered, as well scientific difficulties (knowledge
modelling) as practical difficulties, due, for instance to the lack of tools that can be handled by professionals.
This paper presents a synthesis of international research works in this field and describes what kind of
models are developed. Then it explains how,in the frame of the GERMA research programm, these questions
are tackled, with the objective of developing and using a modelling frame fitted to the french context.

Mots clefs : construction, gnie civil, matrise des risques, risques de projet

1 Les enjeux et mthodes de la matrise des risques de projet

1.1 Le cadre du travail vocabulaire et dfinitions

Le projet est dfini comme (Norme ISO 1006) un processus unique, qui consiste en un ensemble
dactivits coordonnes et matrises, comportant des dates de dbut et de fin, entrepris dans le but
datteindre un objectif conforme des exigences spcifiques incluant les contraintes de dlais, de cots et de
ressources . Cette dfinition sapplique des champs extrmement divers, comme, entre autres, ceux de
lindustrie (aronautique et espace, automobile), des technologies de linformation, et de la construction.
Cest ce dernier domaine que nous nous intressons. De nombreuses mthodes et outils sont dj
disponibles dans dautres secteurs, il conviendra didentifier si le secteur de construction requiert des
approches spcifiques ou non.

1
19me Congrs Franais de Mcanique Marseille, 24-28 aot 2009

Lobjectif de la matrise des risques est de ramener les risques encourus un niveau rsiduel identifi et
acceptable, la fois :
- pour lentreprise en charge du projet, vis--vis de ses rsultats conomiques et marchs futurs, de son
image, de la scurit des travailleurs
- pour le client, dont les exigences portent sur la qualit du produit (dans notre domaine, linfrastructure
ou louvrage) et ses performances, les dlais et les cots.

Au cours de la dcennie 1990 et au dbut des annes 2000, les proccupations pour cette matrise des risques
se sont multiplies. On citera tout particulirement les travaux de Chapman et Ward [1] et ceux de Carr et
Tah [2]. Dans une synthse bibliographique dj ancienne, Williams dressait les grandes lignes des enjeux et
des difficults des travaux dans ce domaine [3]. Aujourdhui, des recommandations ont t tablies pour les
professionnels du management de projet [4]. Cependant, les questions ne sont pas closes, car les pratiques
professionnelles ne suivent pas ncessairement les recommandations, et certains domaines professionnels
sont encore peu impliqus dans cette dmarche. La construction en fait partie. Par ailleurs, une dmarche
prescriptive, comme le sont les recommandations, ne suffit pas rpondre des questions telles que :
comment quantifier les risques le plus objectivement possible et comment rpartir ces risques quitablement
entre les acteurs concerns ?

Il est intressant de noter quil ny a dailleurs pas daccord sur la dfinition du risque de projet lui-mme.
Deux regards existent :
- pour le premier, le risque (de projet) est une fonction de la consquence/svrit dun ala et de la
vraisemblance de sa survenue [4],
- pour le second, cest un vnement ou situation dont la concrtisation, incertaine, aurait un impact
ngatif ou positif sur les objectifs du projet [5].
Cette diffrence a probablement pour origine la diffrence identique existant entre spcialistes des risques
industriels (le risque est le phnomne ou processus lorigine de...) et spcialistes des risques naturels (le
risque est le rsultat potentiel dun ala originel). Dans ce qui suit, nous considrerons que nous avons :
- des tats des variables et des facteurs susceptibles de provoquer des vnements qui pourront engendrer des
consquences ngatives pour le projet,
- des consquences, relatives un ou plusieurs objectifs du projet,
- le risque, dfini comme une mesure des consquences, rsultant de loccurrence des vnements redouts.

On parlera alors logiquement de :

- facteur de risque, pour toute condition de lenvironnement interne ou externe du projet qui favorise
loccurrence dun rsultat indsirable . On parle ici des causes, des sources de risque ;
- catgorie de facteurs de risque : groupe de causes potentielles de risque. Les causes de risque peuvent tre
groupes en catgories telles que les risques techniques, externes, organisationnels, environnementaux ou les
risques de management du projet. Une catgorie peut comprendre des sous-catgories telles que la maturit
technique, la mtorologie ou le degr doptimisme ou de pessimisme des estimations.
- dvnement risqu (risk event) pour les vnements redouts, alatoires, dont les consquences impactent
le projet.

1.2 Objectifs de la recherche en matrise des risques de projet

Si les proccupations franaises sont relativement rcentes pour le dveloppement doutils danalyse et de
matrise des risques de projet (MRP), il nen est pas de mme dans dautres rgions du monde (Etats-Unis et
pays anglo-saxons Grande-Bretagne, Australie Chine et Sud-Est asiatique, voire Moyen-Orient). Dans
ces pays, les recherches sont trs actives depuis une vingtaine dannes et leurs avances constitueront le
socle de notre rflexion. Les recherches sappuient, comme nous le verrons la fois sur le dveloppement de
modles et sur le retour dexprience, mme si ces modles et ces expriences sont trs loigns de
ceux avec lesquels les mcaniciens sont plus familiers.

Posant la question Quest-ce que le risque de projet ? , Williams [3] a apport une rponse simple, partir
du concept de succs , avec les trois dimensions usuelles du projet (cot, dlai, qualit) : un projet
2
19me Congrs Franais de Mcanique Marseille, 24-28 aot 2009

russi cest un projet bien ! vite ! pas cher ! ). Il notait aussi que ces exigences varient selon la phase de
projet :
- en phase de dfinition, laccent est mis sur les aspects de stratgie et de performance,
- en phase de contractualisation, laspect financier est essentiel,
- en phase de construction, cest sur le respect des dlais que lon a tendance insister,
- une fois louvrage livr, ce sont ses performances qui mesurent le succs du projet.

Il montre aussi que les exigences varient selon les acteurs du projet et quil nexiste pas de mesure absolue de
lchec ou du succs, do lvolution progressive des exigences vers la performance perue ou le
degr de satisfaction , concepts quil est tout aussi difficile de dfinir et de mesurer ! Ces considrations
expliquent que de nombreuses recherches se dveloppent dans les domaines de lanalyse multicritres, de
laide la dcision, de la simulation en contexte incertain.

On en distingue deux objectifs principaux la recherche :

- lvaluation des risques en amont du projet, et principalement des risques financiers conscutifs la
dcision de participer un projet : valuation prcoce pour une phase dappel doffres, slection entre projets,
risques lis aux montages (aux partenariats internationaux, joint-ventures). Ces travaux sont souvent
relatifs de gros projets dinfrastructures linternational.
- les risques encourus pendant le droulement du projet : risques de drive financire ou dans les
dlais, risques de non qualit La dimension des projets concerns est alors trs variable, elle va de
louvrage ou de la partie douvrage au mga projet .
Dans le premier cas, lobjectif est de matriser les risques pour rentabiliser au mieux les investissements
financiers. Dans le deuxime cas, lobjectif est de parvenir un projet russi , sur ses diffrentes
dimensions (performances, cots, dlais).

Trois familles de consquences couvrent la grande majorit des tudes [5-7] :

- le non respect des dlais, domaine le plus tudi. Les travaux sappuient souvent sur la probabilisation de
diagrammes de type PERT (rseaux stochastiques) et constituent une suite logique de travaux sur le
management de projet. La cible est la quantification du dlai total, mais aussi des tches critiques. Un
problme est lestimation de la dure de chaque activit. Les difficults viennent aussi de la prise en compte
de ressources limites, incertitudes sur leur disponibilit, dincertitudes dans la structure du rseau,
dincertitudes dans les consquences, de distributions statistiques complexes
- le non respect du budget : Le problme est plus simple car il repose sur des rgles dadditivit. En gnral
on se limite probabiliser les estimations des cots,
- le non respect de la qualit, de la performance souhaite. Ces tudes sont beaucoup moins nombreuses mais
sont vritablement celles dans lesquelles la dimension risques prend tout son sens. Lune des difficults
majeures est que la performance est multi-critres, avec des chelles diffrentes selon les critres. Le concept
de qualit (ou de performance) peut tre gnralis de manire couvrir des objectifs de toute nature
(impacts sur lenvironnement, scurit).

2 La matrise des risques de projet dans la construction

2.1 Quelles spcificits pour les projets de construction ?

Au-del de problmes spectaculaires comme les effondrements douvrages (en cours de construction ou en
cours dutilisation), qui peuvent attirer lattention sur les questions de risques mal matriss, la MRP est
justifi par le constat que les dpassements de budgets sont communs dans la construction, surtout pour les
projets complexes. Une tude sur les projets financs par la Banque Mondiale (1974-1988) a montr que 63
% des projets parmi 1778 ont connu une augmentation significative des cots [8]. Pour la mme priode, sur
1627 projets achevs, les retards ont t de 50 809 % [9]. Parfois, cest le projet finit par tre abandonn.
Par exemple, la construction du Second Stage Expressway a t suspendue aprs que 3,1 milliards de
dollars aient t investis dans la construction de cette autoroute [10]. Ces chiffres justifient eux seuls dune
proccupation croissante pour la MRP. Une autre source de proccupation est lexistence de projets
dfaillants, comme dans le cas des tunnels urbains, o de nombreux accidents srieux qui ont conduit une
prise de conscience collective et la mise en uvre dune stratgie de rponse adapte. Enfin, lvolution du
contexte conomique de la construction, avec dune part les PPP et dautre part la multiplication des
3
19me Congrs Franais de Mcanique Marseille, 24-28 aot 2009

interventions de grosses entreprises occidentales dans des pays mergents sont des facteurs qui conduisent
les financeurs exiger une meilleure matrise des risques.

Les particularits de la construction sont souvent soulignes par ses acteurs. Citons par exemple :
- le caractre prototypique des ouvrages, du fait que chaque site et chaque environnement physique est
diffrent (ce qui nest pas le cas pour un projet en informatique ou la fabrication dun produit en
environnement contrl),
- la diversit et la multiplicit du nombre dacteurs,
- la dure des projets, qui augmente la vraisemblance dvnements impactant significativement la
dispersion de la performance (changement des normes, volution des objectifs), les contraintes
conomiques, politiques, sociales [11].
Il ressort de plusieurs tudes que la principale particularit est la grande complexit de lorganisation, avec
de nombreux acteurs possdant une vision propre du projet, intervenant simultanment et poursuivant parfois
des objectifs contradictoires [12].

2.2 Les raisons dune implication nationale

En France, le faible dveloppement de la culture du risque dune part, et labsence de recherches
acadmiques en conomie de la construction dautre part, nont pas t propices de telles volutions.
Leffondrement du Terminal E de Roissy en mai 2004, quelles quen soient les causes (techniques,
organisationnelles) a jou un rle de dclencheur, dautant plus quil faisait suite quelques autres
accidents comparables (effondrement du chantier parisien Eole en fvrier 2003). Les volutions
internationales (dveloppement des PPP, des joint-ventures) cites ci-dessus concernent aussi au premier
chef les grandes entreprises franaises, trs actives sur le march international. Ce nest quen 2008 quun
premier projet de recherche a vu le jour sur le sujet, avec le soutien de lANR (GERMA - (GEstion du
Risque de MAnagement de Projet). Simultanment, les pouvoirs publics, les professionnels et les chercheurs
travaillent dans le cadre dun GT commun de lAFGC et du GIS MRGenCi pour rdiger des
recommandations de bonnes pratiques dans le domaine. Bien entendu, les savoirs et questionnements
dvelopps ltranger constituent le socle de ces travaux, qui doivent en outre traduire une adaptation aux
spcificits nationales.

2.3 Dimensions traiter et voies dapproche

Lune des difficults majeures du travail est la complexit du systme modliser : systme multi-acteurs,
dimensions techniques multiples, richesse de lorganisation, systme dynamique avec une forte influence de
lenvironnement (sol, mtorologie) et interactions obliges avec des tierces parties (riverains). Un
support usuel de lidentification des risques est la structure hirarchique des risques (RBS pour risk
breakdown structure), mais il nexiste pas de consensus sur la manire de dcomposer les risques.

La faon la plus courante de dcomposer les facteurs de risque repose sur la distinction entre risques
dorigine interne et risques dorigine externe. Ainsi, [10] a propos un HSRU (Hierarchical Structure of Risk
and Uncertainty) reposant sur la vision de lentreprise de construction, qui distingue, pour les facteurs
dorigine interne, ceux attachs au projet, qui sont regroups en fonction des acteurs, et ceux attachs aux
activits, qui sont regroups en fonction de ce qui contribue la russite ou lchec de lactivit (figure 1).
La dcomposition en familles identifies partir des acteurs est frquente. Une autre manire de relier les
risques aux activits consiste identifier les facteurs de risque partir des tches identifies sur la PBS. La
figure 2 illustre une telle identification (daprs [13]).

Remarquons que la dcomposition selon la double arborescence risques/tches, qui conduit une
reprsentation matricielle des risques permet de faciliter la vision dynamique des phases du projet. Hlas, si
lon souhaite ajouter la dimension des acteurs, il faut une troisime dimension et la reprsentation sur le
papier nest plus aussi simple. Dans tous les cas, ces reprsentations sappuient sur une vision hirarchique,
qui demande que lon ait pralablement identifi les facteurs de risque et les groupes de risque que lon

4
19me Congrs Franais de Mcanique Marseille, 24-28 aot 2009

souhaite privilgier.

Figure 1. Exemple de dcomposition hirarchique des risques (daprs [10]).

Figure 2. Dcomposition hirarchique des tches et sources de risque (daprs [13].

Modliser la performance (ou la non performance), les cots et les dlais pouvant tre considrs comme des
dimensions particulires de la performance, requiert de modliser le systme-projet dans sa complexit.
On peut distinguer quatre types de modles, qui diffrent par les objectifs, les donnes traites et la manire
5
19me Congrs Franais de Mcanique Marseille, 24-28 aot 2009

de reprsenter le systme-projet : les modles comportementaux, les modles analytiques fonctionnels ,

les modles physiques et les modles bote noire .

Les modles comportementaux sont destins analyser leffet des pratiques professionnelles, des attentes
des acteurs Ils visent rpondre des questions telles que : que se passe t-il dans telle situation ? . Ils
reposent en gnral sur llaboration et lemploi de questionnaires ou dentretiens, qui permettent
dexpliquer quels caractres essentiels (des pratiques, des attentes) conditionnent les risques. Ils relvent
principalement des sciences humaines et comportementales. Les caractres sont identifis en fonction de
donnes observables comme le statut de la personne ou de lentreprise, la nature du projet Ces modles
sont souvent qualitatifs, mais ils peuvent aussi tre semi-quantitatifs, en recourant des chelles N niveaux
(de type Likert scale ).

Les modles analytiques fonctionnels , visent tablir les relations structurelles entre facteurs de risque,
catgories de facteurs de risque et sorties. Ils reposent donc sur une analyse du projet qui en dcompose les
mcanismes organisationnels, physiques, relationnels... Le questionnement est du type : quelles sont les
relations entre tel tat ou telle condition et telle consquence ? . Ces modles nont pas vocation
permettre une valuation quantitative des risques. Ils peuvent par contre dboucher sur des recommandations
de bonnes pratiques et participer ainsi la matrise des risques.

Dans les modles prdictifs de type physique , on dcrit, lchelle choisie, le projet comme un
processus (ensemble dactions et doprations requrant des ressources, soumis des contraintes) et on
tudie la rponse du processus en environnement incertain ou perturb (on analyse par exemple les
distributions statistiques des dlais ou des cots et la probabilit de dpasser une valeur seuil). La finesse de
la description retenue dpend du processus modlis, qui peut tre trs micro (squences doprations de
construction) ou plus macro (droulement du projet global).

Dans les modles prdictifs de type boite noire , on vise estimer la valeur de variables de sortie Y (par
exemple niveau de performance) en fonction de variables dentre X. Les outils employs sont divers
(rgressions statistiques, logique floue, rseaux neuronaux). Ces modles sappuient souvent sur une
dcomposition hirarchique des risques, qui sert de support la formalisation du problme puis lapproche
quantitative, les informations dentre tant alors propages au travers de la structure. A la diffrence des
modles physiques, les liens entre entres et sorties (et ventuellement variables intermdiaires) traduisent
seulement des relations fonctionnelles, mais ils ne cherchent pas reproduire un mcanisme physique. Les
donnes X sont identifies partir dune analyse des facteurs de risque et leur valeur est attribue par des
experts, souvent au moyen denqutes et de questionnaires, sur des chelles discrtes. Lidentification des
paramtres internes du modle permet ensuite dutiliser le modle dans une logique de prdiction. La figure
3 reproduit une dcomposition propose par [14]. Ce schma met en vidence un ensemble de variables
(environnement du projet, condition du pays hte, capacit et exprience de lentreprise), qui sont par
ailleurs quantifies partir dobservables. Par exemple la valeur de la variable condition du pays hte
dpend de la rponse une srie de questions telles que : quelle est la frquence de changement des
rglements ? la situation sociale est-elle stable ? quelle est ltendue de la corruption ? Chaque question
correspond un facteur de risque jug pertinent. Une fois la structure du modle tablie, les relations
quantifies (de tels modles se prtent bien la mise en uvre doutils du type rseaux neuronaux), et les
observables fournis, le modle peut tre valid et utilis de manire prdictive.

6
19me Congrs Franais de Mcanique Marseille, 24-28 aot 2009

Figure 3. Modlisation de la performance de projet (daprs [14]).

3 Identification des facteurs de risque et modlisation du projet

Le Projet GERMA sest donn pour objectif de dvelopper, en tenant compte des particularits du contexte
national, une mthodologie et des outils permettant aux acteurs de la construction de mieux matriser les
risques de projet. Il convient dans un premier temps de mettre en place un modle conceptuel du projet, puis
didentifier les facteurs de risque prendre en compte. La figure 4 schmatise les relations entre les acteurs
du projet, le figur en pointills schmatisant le cadre du projet, qui recouvre aussi la phase dexploitation de
louvrage. Les autres parties prenantes recouvrent les acteurs qui interviennent titre divers dans le
projet : acteurs avec liens contractuels (financeurs, assureurs, contrle technique), ceux avec un lien
rglementaire ou administratif (autorits en charge de la rglementation, dcideurs politiques, commissions
techniques) et les acteurs dinfluence (usagers, riverains). La multiplicit et la diversit des acteurs sont
source de risque, de par les risques induits par chacun des acteurs, et de par la multiplication des interfaces.

Matre douvrage
Matre doeuvre

Conducteur Exploitant
de travaux

Entreprise

Fournisseurs Sous-traitant
autres parties
prenantes
Figure 4. Schmatisation des relations entre les acteurs du projet

Lidentification des facteurs de risque pose deux questions : celle de leur inventaire et celle de leur
classification. Les possibilits de classification sont multiples, comme nous lavons vu au 2.3 : par acteurs,
par phase de projet, par nature Nous avons choisi une dcomposition deux niveaux : par acteur et par
type de mission , qui sappuie sur les missions dvolues chacun des acteurs. Ainsi, par exemple, le
matre duvre est en charge :
- de la conception, avec les tudes aux diffrents degrs davancement du projet (esquisse, APS,
APD, projet),
7
19me Congrs Franais de Mcanique Marseille, 24-28 aot 2009

- de lexcution : assistance pour la passation des marchs, tudes dexcution, direction de

lexcution des contrats de travaux, assistance du matre douvrage pour la rception des
travaux
- du pilotage et de la coordination des autres acteurs.

Enfin, pour chaque acteur, on identifie en quoi les interactions avec les autres acteurs sont sources
potentielles de risque : mauvaise comprhension des documents, transmission dinformations incompltes ou
tardives Un avantage de cette dcomposition est quelle sera adapte la fois une description dynamique
des risques, puisque les missions sont le plus souvent attaches des phases particulires de la vie du projet,
et une modlisation prenant en compte les diffrences de perception des acteurs.

Le recensement des facteurs de risque sest tout dabord appuy sur une large analyse de la littrature
internationale [6], qui a t adapt aux spcificits nationales (par exemple labsence du project
manager anglo-saxon en particulier), puis enrichi par les apports des experts des bureaux dingnierie et
des entreprises impliqus dans le Projet GERMA. Lanalyse bibliographique a permis didentifier environ
200 facteurs de risque (environ 120 facteurs internes au projet et 80 facteurs internes). La difficult
principale est dans la hirarchisation des facteurs principaux, au moins pour une premire version de la
modlisation. Nous avons donc procd un recensement le plus exhaustif possible, en nous efforant de
regrouper des facteurs de risque dont les expressions exactes diffraient mais qui pouvaient tre assimils.
Puis, sur la base de la frquence des citations, nous avons effectu une premire slection, qui a t ensuite
soumise aux experts professionnels. Les Tableaux 1 et 2 prsentent un extrait des facteurs internes et
externes retenus.

Acteur Mission Facteur de risque

objectifs du projet et besoins du client mal dfinis, priorits mal
dfinition
tablies
matre d'ouvrage financement problme de financement, budget insuffisant
excution modification des objectifs en cours de projet
excution dlais insuffisants
financement retard de paiement des entreprises
conception conception technique dfaillante
matre d'oeuvre
conception planning inadquat ou erron, non raliste
excution incomptence, erreurs
entreprises excution matriel /techniques/mthodes inadapts
excution manque de personnel qualifi
excution manque de leadership/supervision
excution mauvaise communication, informations tardives
conduite de contrat mauvaise rsolution des conflits
travaux suivi des modifications (des dlais, des tches, du budget) absent
contrle
ou inefficace
exprience insuffisante, manque de connaissances et/ou de
excution
comptences
Tableau 1. Facteurs de risque internes les plus frquemment cits

Linventaire exhaustif des facteurs nest pas un objectif pertinent, dans la mesure o les facteurs dpendent
du niveau de finesse de la dcomposition du projet. Il importe donc de privilgier la structure du modle, en
tablissant un modle qui intgre les caractristiques principales (organisation en phases, relations entre les
acteurs), valides quels que soient les types de projet, et qui pourra tre enrichi dans une seconde tape. Ainsi,
par exemple, le mme cadre pourra servir de base un modle approfondi pour les tunnels urbains, ou pour
les projets de barrages.

8
19me Congrs Franais de Mcanique Marseille, 24-28 aot 2009

Groupe de facteurs Facteur de risque

conomiques et financiers
conomiques et financiers
conomiques et financiers
conomiques et financiers
conomiques et financiers
naturels-environnementaux
naturels-environnementaux
rglements
rglements
divers
Tableau 2. Facteurs de risque externes les plus frquemment cits
inflation, variation des prix, du cot du travail
carences de matriaux, modification des matriaux disponibles
sur le march
carences en quipement
carences en personnel comptent
variation des taux de change, convertibilit
conditions de site non prvues (gotechnique, archologie)
mtorologie dfavorable (pluies, inondations)
changements de lgislation, de rgles
dlais pour obtenir les autorisations / signatures, bureaucratie
acts of God - force majeure

En parallle, nous dveloppons une base documentaire dtudes de cas, sur la base dentretiens avec des
professionnels qui font part de leur retour dexprience sur des projets complexes concrets (projets
immobiliers, ouvrages dart, projets routiers). Nous nous efforons, dans ces entretiens, de recueillir les
avis de diffrents acteurs ayant t impliqus dans un mme projet, pour identifier dans des situations
concrtes comment une mme situation objective peut avoir des perceptions et valuations diverses.

Conclusions et perspectives
Nous nous sommes engags dans une action nouvelle dans le domaine de la construction : celle de la
formalisation et la modlisation des risques de projets pour les oprations de gnie civil complexes. Cest
notre connaissance le premier travail de cette nature dans le cadre national, mme si de nombreux travaux
ont dj t engags ltranger, particulirement dans le monde anglo-saxon. Une revue des limites des
approches dveloppes dans le cadre professionnel, quasi-exclusivement prescriptives, et des capacits des
modles dvelopps en recherche nous a conduit mettre en place les premiers lments dune modlisation
qui repose sur une description prcise des relations entre les acteurs et des risques qui leur sont attachs.

Ce travail nest pas achev. Il se poursuivra par :

- llaboration dun registre des risques, en privilgiant quelques dizaines de risques jugs les plus
essentiels. Ce registre devra intgrer, entre autres, lestimation de la frquence et de la gravit de
chacun des facteurs de risque. Il dbouchera sur ltablissement dun profil de risque pour
chaque phase du projet,
- lidentification des objectifs poursuivis par chacun des acteurs, dans la mesure o la russite
perue du projet est mesure, pour chaque acteur, laune de lcart entre ses objectifs et ce quil
obtient. Cest dans ce cadre que nous pourrons tudier la manire dont le mode de passation des
marchs influence les risques et la russite des projets.

Lobjectif est, bien entendu, de valider un cadre de modlisation qui permette aussi de comparer des projets
entre eux, ou diffrentes options stratgiques pour un mme projet. Ces comparaisons pourront se faire par la
mise en uvre dun modle quantitatif, du type des modles boite noire dcrits au 3.2. Ce modle
reposera probablement sur la distinction entre facteurs de risque observables (mesurables) et variables
latentes, qui conditionneront directement les performances du projet. De tels modles, ou leurs variantes ont
t dvelopps par plusieurs auteurs [14-16] et permettent de combiner les avantages des modles
fonctionnels (description fine de la manire dont les facteurs interagissent) et le souci dobtenir des sorties
quantifies.

Remerciements
Les auteurs tiennent remercier lensemble des partenaires du projet GERMA, sans lesquels ce
9
19me Congrs Franais de Mcanique Marseille, 24-28 aot 2009

travail ne pourrait tre men, et en particulier Mme Joelle Conversy, M. Roland Russier, M.Patrick Perret
(du bureau dtudes COTEBA), et M. Denis Morand (de lUniversit de Marne la Valle), ainsi que le
regrett Alain Thirion, qui a t lorigine du projet de recherche. Ils remercient aussi lANR pour son
soutien ce travail.

References
[1] Chapman C., Ward S., Project Risk Management: Processes, Techniques and Insights, Kindle Edition,
1997.
[2] Tah J.H.M., Carr V., Towards a framework for project riskknowledge management in the construction
supply chain, Advances in Engineering Software, 32, 835-846, 2001.
[3] Williams T., A classified bibliography of recent research relating to project risk management, Eur.
Journal of Operational Research, 85, 18-38, 1995.
[4] ITIG (International Tunneling Insurance Group), A code of practice for risk management of tunnel
works, 30 jan. 2006.
[5] PMBOK, Guide du corpus des connaissanBaloi D., Price A.D.F., Modelling global risk factors affecting
construction cost performance, Int. J. of Project Management, 21, 261-269
[6] Jabbour F., Matrise et gestion des risques lis au management des projets complexes de Gnie Civil
(GERMA), Mmoire de Master Universit Bordeaux 1, juillet 2008.
[7] Bourdeau S., Barki H., Rivard S., Evaluation du risque en gestion de projets, Srie scientifique,
CIRANO, Montral, aot 2003
[8] Baloi D., Price A.D.F., Modelling global risk factors affecting construction cost performance, Int. J. of
Project Management, 21, 261-269, 2003
[9] Lam P.T.I., A sectorial review of risks associated with major infrastructure projects, Int. J. Project
Management, 17, 2, 77-87, 1999.
[10] Pipattanapiwong J., Development of multi-party risk and uncertainty management process for an
infrastructure project, Ph.D. Kochi Univ. of Technology, Japon, mars 2004.
[11] Raftery J., Risk analysis in project management, E&FN Spon, 1999
[12] Walewski J., Gibson G. Jr , International project risk assessment: methods, procedures and critical
factors, Center construction industry studies, Rep 31, Univ. of Texas at Austin, 2003
[13] Andi, Appropriate allocation of contingency using risk analysis methodology, Dimensi Teknik Sipil,
V6, n.1, 40-48, 2004.
[14] Kim D.Y., Han S.H., Kim H., Park H., Structuring the prediction model of project performance for
international construction projects: a comparative analysis, Experts systems with applications, 2008;
doi:10.1016/j.eswa.2008.02.048.
[15] Belassi W., Tukel O.I., A new framework for determining critical success/failure factors in projects, Int.
J. of Project Man., 14, 3, 141-151, 1996.
[16] Dikmen I., Birgonul M.T., Han S., Using fuzzy risk assessment to rate cost overrun risk in international
construction projects, Int. J. of Project Management, 25, 494-505, 2007.

10