風險視角下公共工程多項目決策評價研究

楊 蘇，林浩東

(1.安徽建筑大學 經濟與管理學院，合肥 230601；2.安徽省建筑經濟與房地產管理中心，合肥 230601)

公共工程項目是指由政府投資的各類旨在提供公共服務和實現各種社會目標，并且不完全由市場資源配置的項目，包括道路、橋梁、電力、通信等與人民生活息息相關的基礎設施建設項目[1]。據統計，超過九成的公共工程項目是在多項目背景下完成的，但政府在面對多項目抉擇時往往具有隨意性，缺乏科學的比較，導致了一些項目無法保質保量的完成，造成了不好的社會影響。因而在面對這類項目時，如何抉擇出更適合的項目進行優先投資顯得尤為重要。

國內有關項目風險評價方法包括定性分析和定量研究。隨著信息網絡技術的不斷發展，數據處理、采集等方面的能力也得到了提升，更多的評價方法得到應用，包括IFS方法、物元模型以及多模型相結合的評價方法[2-3]，評價的方向和結論也越來越有意義。馬力[4]采用COWA 算子和非線性云物元模型相結合，較好地對政府公共工程項目投資風險進行測度與預警。王帥[5]運用系統動力學對風險因素進行了識別，再分析其權重，評價體系更加系統全面。何亞伯[6]對項目建設中的風險因素和參與者風險分擔的大小進行了比較，使得結果更加客觀。張云寧[7]將BP神經網絡引入了項目風險評價，提高了項目管理能力。段世霞[8]對公共工程項目分別從經濟、社會、生態三個方面進行了績效協同評價，更好的體現了公共工程項目的特點。此外，還有包括粗集理論，D-S理論等方法。

然而在現有關于公共工程項目風險評價研究缺乏項目開始之前多項目擇優問題的思考，單純地從權重角度分析風險因素，往往具有更多的主觀性。文章通過對公共工程項目進行調查，結合公共工程項目的特點及前人研究基礎，更合理地從項目開始之前對項目進行擇優建設，提出了更加科學有效的公共工程項目風險評價指標體系。通過專家打分法對樣本評價指標進行0-1打分，為降低極端打分結果對評價結論的影響，采用了熵權法進行權重計算。再對結果進行灰色關聯分析，利用理想解排序法計算被評價項目與理想項目之間的貼近度，對評價項目進行排序，最后通過實例證明該方法的有效性，進而為決策者提供決策參考。

1 公共工程項目風險評價指標體系構建

公共工程項目不同于其他類建設項目，其項目特點導致其風險因素相互之間關系錯綜復雜，具有特殊性。一是政府參與，二是建設規模往往大并且復雜，三是項目建設更多是為社會服務[9]。根據這些特點在大量閱讀相關文獻和有關案例的基礎上，參照胡芳[10]的方法，將公共工程項目風險整體從外部風險、內部風險以及自身風險進行考慮。并結合鐘登華[11]、叢旭輝[12]等人對公共工程項目中評價指標的分類，對公共工程項目風險因素進行了提煉，將公共工程項目風險指標分為外部風險、內部風險和自身風險3個一級指標，以環境風險、經濟風險、政治風險、建設風險、管理風險、運營風險、項目自身性質風險、自身資源風險8個二級指標以及多個三級指標，構建了公共工程項目風險評價指標體系見表1。

2 基于TOPSIS法和灰色關聯度的綜合評價方法

傳統的熵權法、灰色關聯度以及Topsis方法都有著各自的優缺點，單獨使用時不能較為全面的對項目進行評價。本文在綜合三種方法特點的基礎上提出了熵權法-灰色關聯度-Topsis綜合評價模型。運用熵權法來計算被評價項目各指標權重，然后通過計算各評價項目與最理想項目和最不理想項目的模糊關聯性來確定各評價項目的綜合重要程度。

2.1 熵權法確定風險指標權重

2.1.1構建規范化指標矩陣

假設現有m個可投資的公共工程項目，每個公共工程項目有n個評價指標，指標值為rij(i=1,2,…,m;j=1,2,…,n)，則指標矩陣為:Z=(zij)mn。

(1)

由于評價指標之間的各種差別，為避免對結果產生影響，從而需要按照公式(2)對(1)進行規范化處理，得到無量綱化指標矩陣X=(xij)m×n。

(2)

2.1.2確定權重

這里，利用熵權法確定各評價指標的權重。

(3)

(4)

(5)

式中：wj表示第j項指標的熵權；uij,vi則為計算過程中的中間變量，求得指標權重列向量為：

W=(w1,w2,…,wn)T

(6)

其中:wi指第i項指標權重。

2.1.3加權標準化

由公式(2)(6)所得結果可求得加權標準化矩陣R

R=(rij)m×n=(wixij)m×n

(7)

式中:rij表示第i個樣本第j個指標的值。

表1 公共工程項目風險評價指標體系

2.2 灰色關聯分析確定風險指標間距離與灰色關聯度

2.2.1計算各風險指標間的距離

由加權標準化矩陣R求得正理想解R+以及負理想解R-。

(8)

(9)

式中：j+和j-分別為正向指標和負向指標。

(10)

(11)

2.2.2確定灰色關聯度

根據前述計算各指標與正理想解和負理想解的灰色關聯度，基于加權標準化矩陣，分別計算樣本指標與正理想解和負理想解關于第j個指標的灰色關聯系數[13]。

(12)

(13)

(14)

(15)

2.3 根據Topsis方法確定相對接近度

首先，對所得結果進行無量綱化處理，得：

(16)

根據上述結果可求：

(17)

(18)

(19)

依據計算得到δi值對指標的重要性進行排序，δi越大，則待評價指標越優；反之越差。

3 實例分析

3.1 構造加權標準化矩陣

選取安徽省8個市的公共工程項目作為實證研究的對象，項目1為XX市的橋梁建設項目，項目2為XX市的道路建設項目，項目3為XX市的水利建設項目，項目4為XX市的電力建設項目，項目5為XX市通信建設項目，項目6為XX市的教育建設項目，項目7為XX市醫療建設項目，項目8為XX市體育館項目。根據相關資料通過專家打分法的方式分別對自然環境風險、政治風險、經濟風險、建設風險、管理風險、運營風險、項目本身性質風險、自身資源風險8個方面對8個公共工程項目分別進行打分，結果見表2。

表2 項目風險打分結果

使用熵權法計算各指標的權重，其結果見表3。

表3 指標權重

得到指標權重過后，根據公式(7)可求得加權標準化矩陣R：

3.2 計算歐氏距離和灰色關聯度

在所構建的風險管理體系中，由于A1～A8均屬于成長性指標，所以可求得正理想解R+以及負理想解R-。

R+=(0.0207,0.00273,0.0186,0.0271,0.0330,

0.0238,0.0197,0.0293)

R-=(0.0517,0.0546,0.0557,0.0947,0.0825,

0.0595,0.0395,0.0732)

由得到的正負理想解結合前面的公式可求樣本與正負理想解的歐氏距離以及灰色關聯度，見表4。

表4 歐氏距離和灰色關聯度

3.3 計算相對貼近度

對表4所得到的與正負理想解的歐氏距離和灰色關聯度分別進行無量綱化處理，得出樣本與正負理想解的接近程度，結果見表5。取c1=c2=0.5，最后依據公式(19)算出相對貼近度，結果見表6，最后實現對樣本的排序。

表5 樣本與正負理想解的接近程度

表6 相對貼近度

從表5結果看出，8個被評價項目得分從高到低依次是4,1,3,8,2,7,5,6。本文將灰色關聯度改進的TOPSIS法運用到了公共工程項目中，可知評價的結果越小越優，樣本越貼近正理想解說明其可能面臨的風險就越大，所以由表5可知，項目6的得分最低，說明項目6風險最小，而項目4得分最高，說明項目4面臨的風險最大。

4 結論

本文分析了公共工程項目的特殊性，對公共工程項目的風險因素進行了探討。建立了基于熵權法-灰色關聯度-TOPSIS方法的公共工程項目風險綜合評價模型，對風險指標進行評價。通過實例證明其對公共工程項目風險評價的意義，得出了一些結論和建議。

第一，使用熵權法根據數據的信息量確定指標權重，結合TOPSIS與灰色關聯法對公共工程項目的風險進行綜合評價。熵權法在有可靠的數據基礎上，相較于層次分析法等數據處理方法帶來的結果更加精確。同時評價結果也會根據實際情況發生調整，更加具有動態性，更具有實施性。

第二，建立公共工程項目風險評價灰色理想值逼近模型進行評價，相較于現有的風險評價方法，它既可以從整體上對項目進行評價，還可以從內部進行評價，分析內部因素的變化趨勢以及不同于理想項目的地方，較之傳統方法更加具有全面性，對管理者進行多項目決策具有參考價值。

第三，通過對8個案例的實證分析表明，8個建設項目的相對貼近度從大到小順序為項目4>1>3>8>2>7>5>6；鑒于改進的TOPSIS方法的特點，在應用到公共工程項目中時，其風險評價結果越小越好。因此，最優為項目6，最差為項目4。此方法更貼近實際情況，優選方案案更加可靠。但與此同時，為避免人為經驗因素影響，對風險因素的定量分析也顯得愈加重要，因而模型也要根據實際情況進行修正。如何聯系實際情況進行數據分析，使項目決策更加因地制宜是值得思考的問題。