基于改進(jìn)熵權(quán)法的房地產(chǎn)項(xiàng)目風(fēng)險(xiǎn)VUCA性評(píng)估研究

雍錦霞 盧曉濤 宋元濤

(1.中國(guó)科學(xué)院大學(xué)工程科學(xué)學(xué)院，北京 100049；2.中國(guó)航空規(guī)劃設(shè)計(jì)研究總院有限公司，北京 100120；3.中國(guó)科學(xué)院大學(xué)應(yīng)急管理科學(xué)與工程學(xué)院，北京 100049)

0 引言

近年來，隨著社會(huì)經(jīng)濟(jì)、環(huán)境的快速發(fā)展和變化，房地產(chǎn)行業(yè)的發(fā)展處于一個(gè)不斷變化(Volatile)、不確定(Uncertain)、復(fù)雜(Complex)、模糊(Ambiguous)的VUCA環(huán)境中。房地產(chǎn)項(xiàng)目的開發(fā)具有極大的風(fēng)險(xiǎn)性，其建設(shè)周期長(zhǎng)、資金需求大、流程長(zhǎng)環(huán)節(jié)多、施工難度大等特點(diǎn)使其面臨的風(fēng)險(xiǎn)更加的復(fù)雜化、多樣化。目前的VUCA商業(yè)環(huán)境從橫、縱兩個(gè)維度增加了房地產(chǎn)項(xiàng)目的風(fēng)險(xiǎn)。在VUCA環(huán)境下進(jìn)行房地產(chǎn)項(xiàng)目綜合風(fēng)險(xiǎn)管理，結(jié)合VUCA環(huán)境的特性對(duì)房地產(chǎn)項(xiàng)目綜合風(fēng)險(xiǎn)進(jìn)行VUCA性評(píng)估，有助于房地產(chǎn)項(xiàng)目合理、有效地規(guī)避某些風(fēng)險(xiǎn)或減小某些風(fēng)險(xiǎn)帶來的損失。

為了對(duì)VUCA特性進(jìn)行更好的量化評(píng)估和分析，本文根據(jù)FEMA探度分析原理建立一套完整的VUCA特性評(píng)估原則，依據(jù)所構(gòu)建的房地產(chǎn)項(xiàng)目綜合風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，利用改進(jìn)熵權(quán)法進(jìn)行VUCA四維度的權(quán)重賦值，基于VUCA指數(shù)進(jìn)行指標(biāo)的VUCA性分析。

1 VUCA環(huán)境與VUCA性

“VUCA”一詞是在20世紀(jì)90年代由美國(guó)的社會(huì)科學(xué)家提出的[1]，用來描述當(dāng)時(shí)具有明顯動(dòng)蕩性、不確定性、復(fù)雜性和模糊性的社會(huì)環(huán)境[2-3]。21世紀(jì)初，寶潔公司首席運(yùn)營(yíng)官羅伯特使用VUCA一詞描述當(dāng)時(shí)已經(jīng)成為“新常態(tài)”的商業(yè)環(huán)境[4]。2001年9月11日后，VUCA概念逐漸走進(jìn)更多人的視野[5]。2014年，有學(xué)者對(duì)VUCA環(huán)境對(duì)我國(guó)石油石化行業(yè)中的供應(yīng)鏈管理帶來的影響和挑戰(zhàn)進(jìn)行了研究[6]；2017年，Thorsten等[7]探討了VUCA環(huán)境下企業(yè)供應(yīng)鏈管理的問題；2018年，Deepak等[8]以印度汽車行業(yè)為背景，研究了動(dòng)蕩環(huán)境下管理創(chuàng)新政策的影響；2018年，杜晶晶等[9]對(duì)VUCA環(huán)境下互聯(lián)網(wǎng)行業(yè)中組織矛盾在戰(zhàn)略管理中的應(yīng)用進(jìn)行了探討；2019年，Tony[10]總結(jié)了VUCA環(huán)境給供應(yīng)鏈管理帶的挑戰(zhàn)；2019年，Sabrina等[11]對(duì)VUCA環(huán)境下如何解決供應(yīng)鏈管理中的數(shù)據(jù)處理問題進(jìn)行了研究；2019年，F(xiàn)erran等[12]研究了VUCA環(huán)境對(duì)能源行業(yè)的影響等。可見，VUCA環(huán)境對(duì)各行各業(yè)都帶來了一定的機(jī)遇和挑戰(zhàn)。

在VUCA環(huán)境影響下的房地產(chǎn)行業(yè)中，社會(huì)發(fā)展、市場(chǎng)需求、新技術(shù)等的易變性使房地產(chǎn)行業(yè)的產(chǎn)品定位及產(chǎn)品價(jià)格等變得不明確；市場(chǎng)及自然環(huán)境、政策的不確定使地產(chǎn)項(xiàng)目面臨更多的風(fēng)險(xiǎn)；利益相關(guān)方眾多且關(guān)系復(fù)雜、設(shè)計(jì)管理、技術(shù)等的復(fù)雜性增加了項(xiàng)目成本和風(fēng)險(xiǎn)系數(shù)；行業(yè)長(zhǎng)久發(fā)展方向的模糊給現(xiàn)階段的房地產(chǎn)行業(yè)帶來了更多的不確定性。對(duì)房地產(chǎn)項(xiàng)目而言，VUCA對(duì)房地產(chǎn)項(xiàng)目的經(jīng)濟(jì)、技術(shù)、市場(chǎng)等都帶來了一定的影響，降低房地產(chǎn)風(fēng)險(xiǎn)系數(shù)、提升相關(guān)人員風(fēng)險(xiǎn)意識(shí)成為現(xiàn)階段房地產(chǎn)行業(yè)亟待解決的問題[13]。因此，對(duì)VUCA環(huán)境下的房地產(chǎn)項(xiàng)目進(jìn)行綜合風(fēng)險(xiǎn)的評(píng)估與管理具有重要價(jià)值。

2 FMEA與VUCA性評(píng)估方法

失效模式與影響分析(Failure Mode and Effects Analysis，F(xiàn)MEA)是五大質(zhì)量管理工具之一。其實(shí)質(zhì)是在事前進(jìn)行風(fēng)險(xiǎn)控制的技術(shù)，是進(jìn)行可靠性設(shè)計(jì)的重要方法[14]。該工具是在產(chǎn)品失效前進(jìn)行風(fēng)險(xiǎn)的檢測(cè)和識(shí)別，針對(duì)產(chǎn)品失效的概率和一旦失效后所產(chǎn)生的后果進(jìn)行分析和預(yù)測(cè)，并提出風(fēng)險(xiǎn)的預(yù)防和改進(jìn)措施[15-16]。

FMEA分析是通過對(duì)風(fēng)險(xiǎn)可能發(fā)生的嚴(yán)重程度、發(fā)生的概率和不可探測(cè)度三個(gè)方面進(jìn)行分析，然后計(jì)算該風(fēng)險(xiǎn)的順序數(shù)，并按照風(fēng)險(xiǎn)順序數(shù)的大小進(jìn)行排序，找到關(guān)鍵風(fēng)險(xiǎn)。順序數(shù)越大，則該風(fēng)險(xiǎn)的影響越大，應(yīng)優(yōu)先進(jìn)行風(fēng)險(xiǎn)的預(yù)防和改進(jìn)[17-18]。參照此原則，分別通過VUCA的易變性、不確定性、復(fù)雜性和模糊性4個(gè)方面進(jìn)行可探測(cè)性程度分析，然后通過程度分析指數(shù)計(jì)算指標(biāo)的VUCA指數(shù)。VUCA指數(shù)越高，說明該項(xiàng)風(fēng)險(xiǎn)的VUCA性越高，該風(fēng)險(xiǎn)對(duì)項(xiàng)目的影響越大。

從VUCA的4個(gè)本質(zhì)方面進(jìn)行分析，將易變性、不確定性、復(fù)雜性及模糊性的程度劃分為非常高、較高、高、一般、低、較低和無(wú)7個(gè)等級(jí)，同時(shí)指定7個(gè)等級(jí)的各程度指數(shù)為7、6、5、4、3、2、1。VUCA性分析如下。

2.1 易變性分析

對(duì)易變性的描述如下：具有很強(qiáng)的易變性，能夠明顯察覺到其具有發(fā)生變化的可能性，且變化的速度或程度很劇烈；具有很強(qiáng)的易變性，能夠明顯察覺到其具有發(fā)生變化的可能性，但其變化的速度或程度較大；具有較強(qiáng)的易變性，能夠察覺到其具有發(fā)生變化的可能性，變化的速度或程度一般；具有易一定的變性，能夠察覺到其具有發(fā)生變化的可能性，但其變化的速度或程度未知；具有較低的易變性，發(fā)生變化的可能性很小，其變化的速度或程度較低；幾乎不具有易變性，幾乎察覺不到其具有發(fā)生變化的可能性；不具有易變性，不會(huì)發(fā)生變化。

2.2 不確定性分析

對(duì)不確定性的描述如下：不確定性非常高，對(duì)事情的意識(shí)和理解能力極低，預(yù)見性極低，對(duì)事件未來結(jié)果的預(yù)測(cè)非常困難；不確定性較高，對(duì)事情有初步的意識(shí)和理解，但不深入透徹，預(yù)見性很低，很難對(duì)事件未來的結(jié)果進(jìn)行預(yù)測(cè)；具有很高的不確定性，對(duì)事情有基本的了解，但對(duì)未來的預(yù)見性不高，不能進(jìn)行預(yù)測(cè)；具有一定的不確定性，對(duì)事件有一定程度上的了解和意識(shí)，有一定的預(yù)見性，但不能進(jìn)行預(yù)測(cè)；不確定性低，對(duì)事件有一定程度上的了解和意識(shí)，有一定的預(yù)見性，能對(duì)未來進(jìn)行簡(jiǎn)單的預(yù)測(cè)；不確定性較低，對(duì)事件有深入的了解，能參照已有的結(jié)果對(duì)未來進(jìn)行一定程度的預(yù)測(cè)；非常確定，能預(yù)見、預(yù)測(cè)未來的情況。

2.3 復(fù)雜性分析

對(duì)復(fù)雜性的描述如下：非常復(fù)雜，很難理解其本質(zhì)，其內(nèi)在聯(lián)系非常復(fù)雜，很難厘清；具有較高的復(fù)雜性，很難理解其本質(zhì)，其內(nèi)在聯(lián)系非常復(fù)雜，厘清有一定的困難；具有高復(fù)雜性，本質(zhì)較模糊，內(nèi)在聯(lián)系較難厘清；具有一定的復(fù)雜性，能大概理解其本質(zhì)，但內(nèi)在聯(lián)系很復(fù)雜；復(fù)雜性較低，能清楚理解其本質(zhì)，但內(nèi)在聯(lián)系不易厘清；復(fù)雜性非常低，能基本梳理其本質(zhì)與內(nèi)在聯(lián)系；不復(fù)雜，事件本質(zhì)及內(nèi)在聯(lián)系都很清晰。

2.4 模糊性分析

對(duì)模糊性描述如下：非常模糊，對(duì)事件的意義不明確，什么都不清楚；具有非常高的模糊性，對(duì)事件只有初步的、片面的了解，對(duì)其他關(guān)于該事件的因素都不清楚；具有高模糊性，對(duì)事件有基本的了解，但對(duì)事件中的各個(gè)因素模糊不清；具有一定的模糊性，對(duì)事件有一定的了解，對(duì)各個(gè)因素也有了一定的了解，但不確定事件與因素之間的關(guān)系；模糊性較低，對(duì)事件有一定程度的了解和掌握，對(duì)部分因素或原因模糊；模糊性非常低，對(duì)事件有較為深入的了解和掌握，對(duì)小部分因素模糊；不模糊，很清楚。

3 房地產(chǎn)項(xiàng)目綜合風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系構(gòu)建

房地產(chǎn)項(xiàng)目具有建設(shè)周期長(zhǎng)、資金需求大、流程長(zhǎng)、環(huán)節(jié)多等特點(diǎn)，面臨的風(fēng)險(xiǎn)多樣、復(fù)雜且影響巨大。因此，在建立房地產(chǎn)項(xiàng)目的綜合風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系時(shí)，應(yīng)當(dāng)綜合考慮房地產(chǎn)項(xiàng)目開發(fā)中各個(gè)階段的特性，遵循系統(tǒng)性、客觀性、全面性、目的性、可行性及完備性六大原則[19-20]。結(jié)合本文研究目的，以案例項(xiàng)目為基礎(chǔ)，充分考慮該項(xiàng)目的各項(xiàng)基本條件，并借鑒相似案例[21]選取6類21個(gè)評(píng)價(jià)指標(biāo)建立評(píng)價(jià)指標(biāo)體系，如圖1所示。

4 房地產(chǎn)項(xiàng)目的VUCA性評(píng)估實(shí)例

本文選取C市X房地產(chǎn)項(xiàng)目進(jìn)行實(shí)證研究。C市地處四川盆地西部邊緣，地勢(shì)由西北向東南傾斜，以山丘和山地為主。X房地產(chǎn)項(xiàng)目位于C市南部新興開發(fā)區(qū)，周邊交通、醫(yī)療、商業(yè)等配套設(shè)施較齊全。該項(xiàng)目分兩期進(jìn)行開發(fā)，開發(fā)類型包括住宅、公寓及商鋪。

4.1 各指標(biāo)VUCA評(píng)價(jià)

運(yùn)用上述評(píng)價(jià)指標(biāo)體系及VUCA性評(píng)價(jià)原則對(duì)該項(xiàng)目進(jìn)行綜合風(fēng)險(xiǎn)的VUCA性評(píng)價(jià)，評(píng)價(jià)結(jié)果見表1。

4.2 改進(jìn)熵權(quán)法確定VUCA權(quán)重

熵權(quán)法來源于信息論奠基人香農(nóng)“信息熵”的概念，是把各個(gè)評(píng)價(jià)樣本信息進(jìn)行量化和綜合的方法[22]。傳統(tǒng)的熵權(quán)法是利用熵來表達(dá)信息量的特點(diǎn)，也就是說，一個(gè)評(píng)價(jià)指標(biāo)在各個(gè)評(píng)價(jià)樣本之間的差異越大，其包含的信息就越多，該指標(biāo)的熵就越小，熵權(quán)就越大，其存在的問題是最終權(quán)重未考慮指標(biāo)本身的影響特性。當(dāng)某評(píng)價(jià)指標(biāo)在各個(gè)樣本之間的評(píng)價(jià)值均為高分段數(shù)值時(shí)，熵權(quán)法給該指標(biāo)的熵權(quán)就相對(duì)較小。但在本文關(guān)于VUCA特性的評(píng)價(jià)研究中，如果V、U、C、A其中的某一維度在各指標(biāo)之間的得分均為高分段數(shù)值時(shí)，則該指標(biāo)在VUCA特性中的權(quán)重相對(duì)較大。為了解決該問題，本文將傳統(tǒng)熵權(quán)法得出的權(quán)重與均值權(quán)重進(jìn)行耦合得到改進(jìn)的熵權(quán)重。

4.2.1 傳統(tǒng)熵權(quán)法

利用傳統(tǒng)熵權(quán)法進(jìn)行評(píng)價(jià)維度權(quán)重確定的步驟如下：構(gòu)造原始判斷矩陣。設(shè)有m個(gè)評(píng)價(jià)樣本，n個(gè)評(píng)價(jià)指標(biāo)，建立原始判斷矩陣A=(aij)m×n。式中，aij表示第i個(gè)評(píng)價(jià)對(duì)象在第j個(gè)評(píng)價(jià)指標(biāo)上的數(shù)值。本文研究的是對(duì)各指標(biāo)的VUCA性評(píng)價(jià)，故取評(píng)價(jià)樣本數(shù)m=21，評(píng)價(jià)維度數(shù)n=4，建立初始判斷矩陣。將原始判斷矩陣歸一化處理為

Z=(zij)m×n

其中

確定指標(biāo)的熵值ej，即

確定指標(biāo)的熵權(quán)，即

4.2.2 改進(jìn)熵權(quán)法

計(jì)算原判斷矩陣中各評(píng)價(jià)維度的均值權(quán)重w2j，公式如下

綜合權(quán)重ωj計(jì)算公式如下

ωj=αw1j+(1-α)w2j

取α=0.5，計(jì)算得到最終權(quán)重為ωV=0.23，ωU=0.24，ωC=0.28，ωA=0.24。

4.3 分析總結(jié)

根據(jù)綜合權(quán)重ωj計(jì)算得到各指標(biāo)的VUCA指數(shù)值fi，即

各指標(biāo)的初始評(píng)價(jià)得分及VUCA指數(shù)情況見表1。

表1 各指標(biāo)VUCA評(píng)價(jià)指及VUCA指數(shù)表

從表1可以看出，VUCA值f>4的指標(biāo)有9個(gè)，分別是：金融政策、通貨膨脹、融資風(fēng)險(xiǎn)、復(fù)雜技術(shù)、洪水、地震、利率變化、管理者素質(zhì)和經(jīng)驗(yàn)以及計(jì)算或其他失誤；3

5 結(jié)語(yǔ)

在房地產(chǎn)項(xiàng)目中，對(duì)風(fēng)險(xiǎn)進(jìn)行合理的總結(jié)及評(píng)估，并采取必要的應(yīng)對(duì)措施，具有非常重要的意義。多變的商業(yè)環(huán)境增加了房地產(chǎn)項(xiàng)目開發(fā)過程中風(fēng)險(xiǎn)的種類及發(fā)生的概率。為了更好地應(yīng)對(duì)VUCA環(huán)境給房地產(chǎn)項(xiàng)目帶來的影響，本文借鑒FMEA分析的原理，建立了房地產(chǎn)項(xiàng)目綜合風(fēng)險(xiǎn)VUCA性評(píng)估原則，能夠較好地對(duì)各項(xiàng)指標(biāo)進(jìn)行易變性、不確定性、復(fù)雜性、模糊性4個(gè)維度的量化分析評(píng)估；利用改進(jìn)熵權(quán)法求得各指標(biāo)的VUCA 4個(gè)維度權(quán)重，最終得出房地產(chǎn)項(xiàng)目綜合風(fēng)險(xiǎn)的VUCA性評(píng)估結(jié)果，分析各個(gè)指標(biāo)對(duì)該項(xiàng)目的影響情況，使房地產(chǎn)公司更加深入、詳細(xì)、透徹地了解房地產(chǎn)項(xiàng)目面臨的風(fēng)險(xiǎn)，從而采取相應(yīng)措施。在應(yīng)用該方法時(shí)，可根據(jù)項(xiàng)目的具體情況更加科學(xué)、合理地設(shè)置評(píng)價(jià)指標(biāo)，以進(jìn)行更準(zhǔn)確、更具有針對(duì)性的評(píng)估分析。