基于DEA-FCA的建筑承包商信用評價模型研究

□陳楊楊 王雪青 趙麗麗

?

基于DEA-FCA的建筑承包商信用評價模型研究

□陳楊楊1,2王雪青2趙麗麗2

[1. 天津城建大學 天津 300384；2. 天津大學 天津 300072]

建筑承包商信用評價是一個多指標決策問題，有效地對承包商進行信用評價能降低交易成本，約束和規(guī)范其行為，促進建筑市場健康穩(wěn)定發(fā)展。針對目前建筑市場承包商信用缺失問題，考慮評價指標的特點，提出了基于DEA交叉評價和模糊綜合評價相結合的承包商信用評價方法，采用DEA模型計算定量指標決策單元的平均交叉效率值并將其模糊化，同時利用三角模糊數(shù)加權平均算子將專家給出的定性指標的評價意見進行集結，最后通過算例計算了承包商的信用排序，驗證了模型的有效性。

信用評價；承包商；數(shù)據(jù)包絡分析；模糊綜合評價

引言

承包商信用是在交易中產生的，遵守承諾，實踐成約的能力和意愿[1]。伴隨我國建筑市場的迅速發(fā)展，承包商作為建筑產品的直接生產者，其失信行為屢見不鮮，具體表現(xiàn)為合同履約效率低、質量安全狀況差、拖欠工人工資等。這些行為不僅會導致投資者、業(yè)主、政府的經(jīng)濟損失，還會引發(fā)工程質量事故，從而威脅公眾生命安全和社會穩(wěn)定。因此針對承包商信用缺失問題，完善相應的承包商信用評價機制，提高承包商的信用意識，以達到約束和規(guī)范承包商失信行為的目的，是當前工程建設領域亟需解決的重大問題。

國外學者對于企業(yè)信用問題的研究主要集中在商業(yè)信用中，針對建筑市場信用問題的研究成果較少，但眾多學者都認為承包商的信用水平影響其績效評價[2～3]，同時在資格預審環(huán)節(jié)中要充分考慮承包商的信用水平[4～5]。我國學者對于承包商信用問題的研究，在理論和方法上均處于不斷探索的階段。劉高軍將數(shù)據(jù)挖掘技術與粗糙集方法相結合，對承包商的信用進行了評價，并將評價結果與采用Logistic、決策樹和神經(jīng)網(wǎng)絡方法得出的結果進行了對比，結果表明采用粗糙集方法計算精度更高[6]；王孟鈞運用系統(tǒng)動力學理論對建筑市場信用系統(tǒng)的構成、內在機理及相互之間的關系進行了仿真研究，研究表明承包商的信用是建筑市場信用的重要組成部分，但其作用是被動的[7]；曹丹陽針對我國建筑市場業(yè)主大量拖欠承包商工程款的問題，提出了建筑企業(yè)承包商對業(yè)主進行信用評價的新思路，建立了基于熵值法的業(yè)主信用評價模型，并通過實例驗證了模型的有效性[8]；靳淑敏采用信息熵的決策樹分類算法對河北省120家建筑承包商進行了信用評價，結果表明決策樹算法誤判率較低[9]；在此基礎上，烏云娜將Minkowski距離、灰色數(shù)與理想點法相結合針對代建人信用問題構建了多屬性群決策模型[10]。

上述承包商信用評價指標，多采用定量指標，而對承包商進行信用評價過程中，有些指標很難被量化，需要綜合考慮定量要素和定性要素，使之能夠納入到統(tǒng)一的綜合評價模型之中。而采用數(shù)據(jù)包絡分析方法（Data Envelopment Analysis，DEA）與模糊綜合評價方法（Fuzzy Comprehensive Assessment，F(xiàn)CA）相結合的評價方法，可以利用DEA在處理定量數(shù)據(jù)方面的優(yōu)勢和FCA在處理定性數(shù)據(jù)方面的優(yōu)勢，實現(xiàn)各自算法的優(yōu)勢互補，同時國內眾多學者對DEA與FCA相結合的模型及其應用進行了研究。段紹偉針對工程方案設計的主觀性問題，構建了DEA-FCA模型，研究了設計方案的相對有效性[11]；張熠運用DEA-FCA的方法對投資項目進行了評價，實現(xiàn)了模糊指標的定量化，并在模型中考慮了投資項目的弱點以及無效的原因[12]；柳順在運用DEA評價模型計算出評級單元的基礎上，對相對效率進行模糊化處理，進而運用FCA模型對評價結果進行二次評價，使得模型的可信度增強[13]。然而原始DEA往往會夸大決策單元自身的長處、回避自身的缺陷，因而評價結果不夠客觀和全面。因此王潔方提出的DEA交叉評價方法，很好地彌補了該缺陷[14]。基于此，本文提出一種基于DEA交叉評價和FCA的承包商信用評價方法，采用DEA模型計算定量指標決策單元的平均交叉效率值并將其模糊化，同時利用三角模糊數(shù)加權平均算子將專家給出的定性指標的評價意見進行集結，最后通過算例計算了承包商的信用排序，驗證了模型的有效性。

一、承包商信用評價指標體系

對于承包商信用評價指標體系的研究，不同的學者側重點有所不同。Hatush認為承包商基本情況、財務能力、管理能力、技術能力影響其信用水平[15]；劉曉峰和齊二石等選取管理能力、技術能力以及信用記錄作為承包商信用評價的指標體系[16]；而Maryam認為承包商財務能力、管理能力、技術能力、信用記錄對其信用有影響[17]；在此基礎上，夏立明提出了承包商融資信用風險評價指標，即：基本情況、財務能力、管理能力、技術能力、信用記錄[18]。而選取恰當評價指標是進行承包商信用評價的關鍵。

（一） 承包商信用評價指標體系設計與處理

本文采用文獻調查法和專家調查問卷法確定指標體系，分別以“信用評價（Credit）”、“承包商信用（Contractor Credit）”、“建筑企業(yè)信用（Construction Enterprise Credit）”、“承包商選擇（Contractor Selection）”等為關鍵詞，對中英文期刊數(shù)據(jù)庫進行檢索，提取出現(xiàn)頻次較高的60個指標。

在此基礎上，通過發(fā)放調查問卷的形式，考察承包商信用評價指標的重要性程度和數(shù)據(jù)獲取的難易程度。調研對象主要包括政府部門人員、業(yè)主代表、施工企業(yè)代表、咨詢企業(yè)代表以及高校老師，調查共投放問卷150份，收回124份，其中有效問卷110份，有效問卷回收率為73.3%。問卷采用5級李克特量表（0-4分）計算各項指標的平均值與變異系數(shù)。

（二） 承包商信用評價指標體系的確定

根據(jù)以上統(tǒng)計結果去除指標重要性程度和易獲取性平均值和小于2.5的指標同時去除變異系數(shù)大于0.5的指標。在此基礎上參考《建筑市場信用主體評價標準》（征求意見稿）、《建筑業(yè)企業(yè)資質等級標準》、《施工總承包企業(yè)特級資質標準》等評價標準，將獲得的指標進行分類、合并，并結合承包商信用特點，得到如表1所示指標體系。

表1 承包商信用評價指標體系

二、基于DEA-FCA承包商信用評價模型

（一） DEA交叉評價模型

數(shù)據(jù)包絡分析方法（DEA）是以相對效率概念為基礎，根據(jù)多指標投入和多指標產出對相同類型的決策單元（Decision Making Units，簡稱DMU）進行相對有效性或者績效評價的方法。在運用DEA方法計算承包商信用過程中，投入產出效率與其信用水平是一致的，投入產出效率越高，說明其信用水平越高。運用此方法的優(yōu)點在于不需要確定指標權重，消除了人為因素帶來的指標權重誤差，同時此方法不需要進行無量綱化處理。然而在實際應用中，采用傳統(tǒng)DEA方法計算得到的決策單元的最大效率值絕大多數(shù)都為1，僅僅采用此方法不能分辨決策單元的優(yōu)劣程度。而DEA交叉評價則是采用某個決策單元最優(yōu)權重去計算其他決策單元的效率，實現(xiàn)決策單元的自評和互評，區(qū)分其優(yōu)劣。

各自對應的權向量分別為：

（二）模糊綜合評價

模糊綜合評價方法是以Zadeh提出的模糊數(shù)學為基礎，應用模糊關系合成的原理，將一些邊界不清晰、不易定量的因素，轉化為某種量化的表達形式的綜合評價方法。

（三）DEA-FCA信用評價方法步驟

本文在DEA交叉評價的基礎上，引入模糊綜合評價，利用DEA計算出定量型評價指標的平均交叉效率值并模糊化，同時用專家給出的隸屬函數(shù)對定性指標進行數(shù)字化表征，最后根據(jù)權重對所有經(jīng)過模糊化處理的指標進行總體的信用評價，基本步驟如下：

步驟2：對于定性指標，采取專家5級打分方式，將評價對象分為五個等級：很好、好、一般、差、很差，采用三角模糊數(shù)對語言變量進行衡量，各個等級的模糊數(shù)及其隸屬函數(shù)如圖1所示。多個決策者按照上述語言變量分別對承包商情況進行評價，采用模糊平均算子（fuzzy average operation）[20]來平衡各個決策者的評價，減少了決策者的主觀判斷對結果的影響，使評價結果更客觀。

圖1 語言變量模糊數(shù)

三、算例

為簡化研究并驗證算法的可行性和可信性，選擇承包商信用體系中具有代表性且數(shù)據(jù)容易獲得的8個定量指標，即：施工產值、技術人員所占比例、經(jīng)營年限、利潤率、資產負債率、合同增長率、業(yè)主滿意率、工作獲獎次數(shù)，此8項指標一定程度上代表了承包商的經(jīng)濟能力和工作業(yè)績狀況；同時由于管理能力和技術能力不容易用具體數(shù)值衡量，因此采用定性描述的形式給出。

（一） 樣本選取

表2 承包商信用評價樣本

（二） 對承包商信用水平進行綜合評價

步驟1：樣本定量指標的DEA處理

步驟2：計算樣本定性指標的模糊平均算子

5名評審專家給出的5家承包商的定性考察指標意見如表3所示。

表3 決策者對承包商信用定性指標的評價

將語言變量轉換成模糊數(shù)來表示對承包商信用定性指標的評價見表4。

表4 決策者對承包商信用定性指標的評價（模糊數(shù)）

根據(jù)公式（6），計算得到5家承包商的技術能力和管理能力分別的評價綜合值，并結合步驟1計算得到的定量指標綜合效率評價值，得到承包商綜合表現(xiàn)值如表5所示。

表5 承包商定性指標評價綜合值

表6 最終信用評價結果及排序

四、結語

承包商信用水平的高低一定程度上反映了其承攬工程的能力，對承包商進行信用評價不僅可以有效地約束和規(guī)范其行為，而且業(yè)主可以將信用評價結果作為選擇承包商的依據(jù)，為業(yè)主選擇合適的承包商提供保障。在信用評價過程中，本文結合了DEA交叉評價和模糊理論對承包商信用水平進行了綜合評價，通過DEA交叉評價將“自評”與“互評”相結合，處理承包商信用評價定量指標更客觀、全面；模糊集理論將專家給出的評價信息轉化成隸屬函數(shù)并對其進行數(shù)字化表征，在此基礎上采用模糊平均算子來平衡各個決策者的評價，使評價結果更客觀，最后通過計算三角模糊數(shù)的期望得出承包商信用水平的總排序，為承包商信用評價評價提供了一種新的解決方案。然而對于DEA交叉效率值的模糊化，文中僅僅是采用了一種較為簡便的轉化方法，如何為其選擇合適的模糊隸屬函數(shù)，以及確定定性指標和定量指標的加權權重，是進一步需要研究的問題。

[1] 傅鴻源, 彭天明．基于BP神經(jīng)網(wǎng)絡的建筑企業(yè)評價體系分析[J]．科技管理研究, 2008(11): 159-170．

[2] DARVISH M, YASAEI M. Application of the graph theory and matrix methods to contractor ranking [J]. International Journal of Project Management, 2009(27): 610-619.

[3] LO W, LIN C L, YAN M R. Constractor’s opportunistic bidding behavior and equilibrium price level in the construction market[J]. Journal of Construction Engineering and Management, 2007(6): 409-416．

[4] WATT D J, KAYIS B. Identifying key factors in the evaluation of tenders for projects and services [J].International Journal of Project Management, 2009(27):250-260.

[5] WATT D J, KAYIS B, WILLEY K. The Relative Importance of Tender Evaluation and Contractor Selection Criteria[J]. International Journal of Project Management, 2010(28): 51-60．

[6] 劉高軍, 朱嬿．基于數(shù)據(jù)挖掘技術的建筑企業(yè)信用評價[J]．中國礦業(yè)大學學報, 2005, 34(4): 494-499．

[7] 王孟鈞, 彭彪, 陳輝華.基于系統(tǒng)動力學的建筑市場信用系統(tǒng)[J]．系統(tǒng)工程理論方法應用, 2006, 15(5): 409-411.

[8] 曹丹陽, 盧毅．建筑承包商對業(yè)主的信用評價[J]．求索, 2007(3): 35-37．

[9] 靳淑敏, 張翠肖, 孫珊珊．基于決策樹技術的建筑企業(yè)信用評價研究[J]．石家莊鐵道學院學報：自然科學版, 2008, 21(4): 89-92．

[10] 烏云娜, 林平, 陳文君. 改進的 TOPSIS 模型在代建人信用評價中的運用[J]. 中南大學學報：社會科學版, 2010, 16(6): 75-82.

[11] 段紹偉, 沈蒲生. 模糊綜合評價與數(shù)據(jù)包絡分析在工程方案設計選擇中的應用[J]．水利學報, 2004, 5(5): 116- 121.

[12] 張熠, 王先甲. 基于數(shù)據(jù)包絡分析和模糊理論的投資項目評價方法研究[J]．技術經(jīng)濟, 2010, 29(2): 64-67.

[13] 柳順, 杜樹新．基于數(shù)據(jù)包絡分析的模糊綜合評價方法[J]．模糊系統(tǒng)與數(shù)學, 2010, 24(2): 93-98．

[14] 張熠, 王先甲. 基于數(shù)據(jù)包絡分析和模糊理論的投資項目評價方法研究[J]．技術經(jīng)濟, 2010, 29(2): 64-67.

[15] HATUSH SKITMORE M. Criteria for contractor selection[J]. Construction Management and Economics, 1997, 15(2): 67-72.

[16] 劉曉峰, 齊二石．建筑企業(yè)信用評價系統(tǒng)研究[J]．西安電子科技大學學報：社會科學版, 2006, 16(2): 62-66．

[17] DARVISH M, YASAEI M. Application of the graph theory and matrix methods to contractor ranking [J]. International Journal of Project Management, 2009(27):610-619

[18] 夏立明, 周立群, 宗恒恒. 工程承包商融資信用風險評價指標的構建[J].理論研究, 2012(5): 69-71.

[19] SINGH D, TIONG R. A Fuzzy Decision Framework for Contractor Selection [J]. Journal of Construction Engineering and Management, 2005, 131(1): 62-70.

[20] BOJADZIEV G, BOJADZIEV M. fuzzy logic for business, finance, and management[M]. Singapore: World Scientific, 1997.

Research on Contractors’ Credit Assessment Model Based on DEA-FCA Model

CHEN Yang-yang1,2WANG Xue-qing2ZHAO Li-li2

(1. College of Economic and Management, Tianjin Chenjian University Tianjin 300384 China 2. Faculty of Management and Economics, Tianjin University Tianjin 300072 China)

The assessment of contractors’ credit is a typical multi-indicator decision making problem. If assessed effectively, we can reduce the transaction cost and retrain their behavior. Therefore, they will behave normally, and in the end, to promote the construction industry to develop stably and healthily. As contractors are lack of credit at present, considering the features of indicators, a new credit evaluation method was proposed, which was based on DEA cross evaluation and fuzzy comprehensive assessment. We first calculated the average cross efficiency value of decision units’ quantitative indicators through the DEA model. Meanwhile, the qualitative indicators were got by the triangular fuzzy number weighted averaging operation. Finally, we ranked the contractors credit value through a numerical example, which verified the model we proposed is effective.

credit evaluation; contractor; data envelopment analysis; fuzzy comprehensive assessment

2014-03-24

國家自然科學基金（71172148）；住房和城鄉(xiāng)建設部基金（2011-R3-18）.

陳楊楊（1985-）女，博士，天津城建大學經(jīng)濟與管理學院教師；王雪青（1968-）女，博士，天津大學管理與經(jīng)濟學部教授，博士生導師；趙麗麗（1985-）女，天津大學管理與經(jīng)濟學部博士生.

TU72

A

10.14071/j.1008-8105(2014)06-0026-06

編輯 何 婧