秦偉 陳安亮
(1.廣東電網有限責任公司廣州供電局,廣東 廣州 510620;2.廣州電力設計院有限公司,廣東 廣州 510610)
對于建設單位而言,如何選擇管理精益、施工技術優良、商務能力強的承包商十分重要[1]。李小冬等[2]從競爭力的角度對大型工程項目承包商進行模擬分析和模糊綜合評價。孟力等[3]采用多元統計分析模型選擇工程項目承包商。康承業等[4]構建工程項目承包商評價指標體系,采用熵值法確定指標權重。徐武明等[5]將人工神經網絡引入工程項目承包商評價選擇。何美麗等[6]結合灰色關聯理論和集對分析法,構建工程項目承包商評價多屬性決策模型。吳春林等[7]基于品牌競爭力,建立工程項目承包商網絡層次分析(ANP)評價模型。王舜等[8]從合作意愿、敏捷能力、合作能力和競購能力4個維度構建工程項目承包商因子分析決策模型。劉文娜等[9]利用SEM模型對工程項目承包商競爭力進行評價研究。朱珊等[10]基于類別加權灰靶決策模型對工程項目承包商進行優選。陳楊楊等[11]從信用角度,結合DEA交叉評價和模糊綜合評價方法構建工程項目承包商評價模型。張熠等[12]以AHP評價結果為神經網絡學習樣本,建立基于動量BP神經網絡承包商選擇模型。林正航等[13]基于承包商核心能力的結構化分層和要素間的相關性分析,構建承包商核心能力評價模型。梁迎迎等[14]利用累積前景理論選擇工程項目承包商。邵軍義等[15]建立改進理想解TOPSIS承包商評價決策模型。龐玉成等[16]采用社會網絡分析法對工程項目總承包商能力進行評價。
綜上,學者們對承包商評價模型進行了深入研究。基于此,本文采用組合OWA算子確定評價指標權重,運用相對熵理論構建工程項目承包商評價模型,并結合工程實例驗證該模型的合理性和可操作性。
工程項目承包商評價指標體系主要包括4個一級指標以及16個二級指標[15],如圖1所示。

圖1 工程項目承包商評價指標體系
有序加權算子(Ordered Weighted Averaging,OWA)主要用于確定評價指標權重[15],具體步驟如下:
(1)邀請n名專家對指標Ui的重要程度進行打分(10分制),依據打分結果建立評價指標因素集Ui的初始決策矩陣集(a1,a2,…,aj,…,an)。將決策數據集由大到小排序,并以0作為始點編號,得到排序結果(b0,b1,…,bj,…,bn-1),其中,b0≥b1≥b2≥…≥bj≥…≥bn-1。




本文采用相對熵計算貼近程度,具體步驟如下。

依據有序加權算子確定指標權重ω=(ω1,ω2,…,ωn)。設加權規范化決策矩陣Z=(zij)m×n(i=1,2,…,m;j=1,2,…,n)。其中,加權矩陣Z中的因素zij=ωjbij。由此得到
(1)

(2)
(3)
式中,J1表示效益型指標;J2表示成本型指標。

(4)
(5)

(6)
某運營監控中心采用公開招標的方式選擇工程項目承包商。經資格預審后,滿足條件的承包商共6家,記為A1、A2、A3、A4、A5、A6。將技術方案成熟性、資質、組織架構、風險防控作為定性指標,其他指標以數值為準[15]。6家承包商評價指標值見表1。

表1 6家承包商評價指標值
邀請工程領域資深專家對6家承包商評價指標重要性進行打分,采用OWA算子賦權法[15],得到一級指標權重ω=(0.225,0.253,0.288,0.234);二級指標權重ω1=(0.367,0.288,0.345),ω2=(0.311,0.234,0.253,0.202),ω3=(0.366,0.204,0.196,0.234),ω4=(0.285,0.234,0.205,0.162,0.114)。
(1)根據規范化公式,計算得到B=(bij)m×n。由此得到
(2)根據式(1)計算得到加權決策矩陣Z=(zij)m×n。由此得到
(3)由式(2)和式(3)確定正理想解Z+和負理想解Z-。即Z+=(0.045,0.033,0.035,0.037,0.029,0.039,0.026,0.048,0.038,0.033,0.033,0.031,0.026,0.026,0.018,0.013);Z-=(0.030,0.025,0.034,0.033,0.023,0.018,0.015,0.046,0.031,0.014,0.025,0.028,0.023,0.009,0.016,0.011)。

表2 相對熵與貼近度
依據計算結果,對承包商評價結果進行排序,得到A4>A2>A5>A6>A3>A1。由表2可知,承包商A4貼近度最大,為最優承包商。通過項目實踐可知,承包商A4能夠較好地完成工程項目,驗證了該模型具有一定的合理性和可操作性。
綜上所述,本文采用有序加權算子(OWA)確定工程項目承包商優選評價指標權重,評價結果更為準確合理。結合實例并運用相對熵模型進行工程項目承包商優選評價,驗證了該模型的合理性和可操作性。