基于多目標加權灰靶決策模型的節能服務公司選擇研究

張文杰，袁紅平

(1.西南交通大學經濟管理學院，四川 成都 610031;2.廣州大學工商管理學院，廣東 廣州 510006)

1 引言

節能服務公司(Energy Service Company，ESCO)是合同能源管理(Energy Performance Contracting，EPC)中最主要的利益主體，也決定著節能項目能否順利推進[1]。目前，國內外學者對ESCO的研究涉及眾多方面，Painuly等[2]關注發展中國家ESCO發展初期面臨的問題；張冬梅[3]采用博弈論探討了ESCO與用能單位間的市場行為；劉樺和李晨[4]對國內外建筑行業的ESCO進行了對比研究；Guertler和Smith[5]對ESCO節能收益投資進行研究；Bannai等[6]關注了ESCO業務與電力、燃料價格波動的關系。近期的一些研究指出，選擇一個合適的ESCO是EPC項目順利開展和實施的基礎，也是用能方實現利益最大化的最有效途徑，ESCO的選擇問題正引發越來越多的關注。

作為EPC真正的節能效益享受者，用能方該如何從自己的利益出發，從多個ESCO中選出最有利于自身的ESCO已成為EPC研究的重要話題。而“采用什么樣的選擇方法來選擇ESCO？根據什么樣的指標來選擇ESCO？”則是ESCO選擇中需要首先解決的兩大難題。Okey和Akma[7]比較分析了38個不同國家的ESCO指標；Okay等[8]、Stuart等[9]發現“節能保證量(guaranteed savings)”、“信譽(credit)”和“節能分享量(shared savings)”是用能企業衡量ESCO優劣的三大重要指標；楊鋒等[10]在基于多屬性逆向拍賣模型對節能服務公司(ESCO)選擇問題的研究中指出，用能方可以根據“能源節省量”與“項目提前期”來選擇最優的ESCO；Bertoldi等[11]、Fang等[12]、Suhonen和Okkonen[13]指出經濟性、成本和收益、節能設備安裝服務是用能方考評ESCO的重要指標。同時，節能設備和技術、節能方案設計、EPC合同、節能設備可靠性等也是用能方選擇ESCO的主要關注點[14]。

上述研究多是提出衡量ESCO的標準[11-14]，或者在既定選擇標準下進行ESCO選擇[10]。然而，在實際項目中，用能方更關注如何在保證自身利益目標的前提下，通過分析少量的、不足的ESCO信息，從多個ESCO中挑選出對自己最為有利的ESCO，現有研究并未能解決這一問題。本文擬從用能方的角度，結合灰色系統理論中的多目標加權灰靶決策模型來探討ESCO的選擇問題。

2 多目標加權灰靶決策的適用性分析

鄧聚龍[15]最早提出了灰色系統理論，以灰色系統理論為基礎，劉思峰等[16]在基于4種一致性效果測度函數的構造基礎上提出了多目標加權灰靶決策模型。多目標加權灰靶決策模型可以幫助決策者在少信息、貧數據情境下，從多個決策目標中選擇最優決策目標。與灰靶決策方法相比，多目標加權灰靶決策模型主要具有兩方面優勢：①增加了權數，充分考慮了實際應用中不同決策目標重要性程度的不同；②充分考慮了目標效果值和目標效果向量中靶和脫靶兩種不同情形，大大提高綜合效果測度的分辨率[16-17]。

多目標加權灰靶決策模型已被廣泛用于解決各類決策目標選擇問題。例如：楊耀紅和譚攀靜[18]將該方法用于供應鏈供應商選擇；代嵐等[19]借助此方法解決了應急避難場選址的問題；高旭闊和張曉雪[20]將多目標加權灰靶決策用于既有建筑節能改造方案選擇；謝偉和劉寶新[21]利用多目標加權灰靶決策模型進行軍事運輸方式的選擇。此外，此方法還被用于解決煤炭領域[22]、軍事裝備領域[23]、地質災害評估領域[24]等的決策目標選擇問題。

上述決策目標選擇問題的共性表現為：①直接可用的目標決策信息缺乏；②存在多個決策目標；③多個決策目標對于決策的重要性程度不完全相同；④通過比較綜合效果測度值來識別最優決策。因此，多目標加權灰靶決策模型非常適合于幫助用能方在貧數據情況下解決需要考慮多個決策目標、且各決策目標重要性程度不同的ESCO選擇問題。基于此，本文將首先對多目標加權灰靶決策模型進行簡要闡述，并簡要列出該模型的主要計算步驟。在此基礎上，結合某區政府的算例來對多目標加權灰靶決策模型在ESCO選擇問題中的實用性、有效性進行實證。

3 多目標加權灰靶決策模型

基于劉思峰等[16]提出的多目標加權灰靶決策模型，本文列出文獻[15-17]中對多目標加權灰靶決策模型相關定義：

定義1：將需要研究、解決的問題或需要處理的事物以及一個系統行為的現狀統稱為事件，研究范圍內的全體事件統稱為該研究范圍內的事件集，記作A={a1,a2,…,an}，

其中ai(i=1,2,3,…,n)為第i個事件；

定義2：將所有可能的對策全體稱為對策集，記作B={b1,b2,…,bm}，其中

bj(j=1,2,3,…,m)為第j個對策；

定義3：事件集A={a1,a2,…,an}和對策集B={b1,b2,…,bm}的笛卡爾積S=A×B={(ai,bj)|ai∈A,bj∈B(}稱為決策方案集，對于任意sij=(ai,bj)稱為決策方案；

定義4：

4 多目標加權灰靶決策模型計算步驟

根據文獻[16-17]，本文列出多目標加權灰靶決策模型的詳細步驟，具體如下：

步驟一：將要解決的問題以及相應的對策分別設定為事件集A={a1,a2,…,an}和對策集B={b1,b2,…,bm}在此基礎上，構造決策方案集

S={sij=(ai,bj)|ai∈A,bj∈B(}；

步驟二：根據實際需求確定決策目標k(k=1,2,…,s)；

步驟三：采用AHP法確定各目標的決策權η1,η2,…,ηs；

步驟四：對目標k(k=1,2,…,s)求相應的目標效果樣本矩陣；

步驟六：求k目標下一致效果測度矩陣

5 算例分析

某區政府打算對一棟行政大樓進行能源系統改造，計劃節能改造期限為16個月，容忍限為1個月，現已初步篩選出三家節能服務公司(ESCO)。根據該區政府的要求，3家ESCO(ESCO1；ESCO2；ESCO3)分別提供了各自公司的自評報告和該項目節能改造數據。本文以多目標加權灰靶決策評估模型為基礎，對3家ESCO提供的數據資料進行綜合分析后，得出該區政府應該與ESCO1進行下一步談判、協商簽訂節能服務合同的決策。整個決策過程如下：

步驟一：建立事件集、對策集及決策方案集。

將選擇哪家ESCO進行下一步談判、協商作為事件a1，則事件A={ai}={a1}；將選擇ESCO1、ESCO2、ESCO3分別作為對策b1,b2,b3，則對策集B={bj}={b1,b2,b3}；由事件集A和對策集B構造決策方案集

S={sij=(ai,bj)|ai∈A,bj∈B(}={s11,s12,s13}。

步驟二：確定決策目標

采用專家咨詢法，經過2輪專家咨詢后確定了“公司資質狀況”、“公司信譽狀況”、“節能設備質量”、“節能改造期”、“節能效益分享期”、“節能設計方案”、“參與節能效益分享比例”、“節能改造對原建筑的破壞程度”、“合同期年保證節能量”、“節能量檢測難易程度”、“先期預付款”等11個方面作為3家ESCO的決策目標。經過論證，確定了該11個決策目標的類型，具體如表1所示：

表1 ESCO決策目標統計表

*注：效益型目標：是指效果樣本值越大越好；成本型目標：是指效果樣本值越小越好；適中型目標：是指效果樣本值越接近某一適中值越好。

步驟三：確定11個決策目標的決策權數。采用層次分析法(Analytic Hierarchy Process, AHP)對11個決策目標的決策權重系數進行確定，最終各決策目標的決策權數如表2所示：

表2 目標決策權統計表

步驟四：求各目標的效果樣本向量

對表1中備注為“定性”的決策目標進行專家評分，將其轉化為定量指標。所有6個定性指標的評分均采用10分值，“10分”代表最優、最好、最大、最困難，“0分”代表最劣、最差、最小、最容易。各決策目標的分值采用算數平均法，在對各8位專家評分進行加總平均后求得。根據3家ESCO所提供的自評報告以及所提供的該項目節能改造數據，研究對表1中備注為“定量”的決策目標進行匯總，整理后形成表3：

表3 目標效果統計表

根據表3形成目標效果樣本矩陣：

步驟六：求k目標下一致效果測度矩陣

本步驟主要是為本研究中所涉及的11項不同量綱的決策目標去量綱化，結合步驟五設定的目標效果臨界值矩陣，以及文獻[13-15]相關計算理論，對效果樣本矩陣U(k)進行k目標下一致效果測度矩陣計算。計算主要遵循以下法則：

法則3：設k=4時為適中型目標，即目標效果樣本值越接近適中值A(可知A=16)越好，其中：

步驟6-1：當k=1時：k目標下一致效果測度矩陣計算遵循法則1，即：

按照此法則(法則1)，分別求出k=2,3,6,9時的一致效果測度矩陣。

步驟6-2：當k=5時：k目標下一致效果測度矩陣計算遵循法則2，即：

按照此法則(法則2)，分別求出k=7,8,10,11時的一致效果測度矩陣。

步驟6-3：當k=4時：k目標下一致效果測度矩陣計算遵循法則3，分兩種情況考慮：

步驟6-4：將所有k目標下一致效果測度函數值匯總，形成k目標下一致效果測度矩陣Rk，即：

由表2可得k目標下的決策權矩陣

則綜合效果測度矩陣

步驟八：確定最優對策bj0

由r11=0.5996，r12=0.5769，r13=0.5151，即：r11，r12，r13均大于0，可知該三家ESCO均中灰靶，表明篩選的這三家ESCO進行最終決策是合理的。

觀察三家ESCO各自的綜合效果測度值，可以發現三個綜合效果測度值均介于0.5至0.6之間，差值相對較小。造成這一結果的原因可能是三家備選ESCO本身在綜合考評的11項優選指標方面差距并不是特別顯著，因此，無法直觀地識別出絕對優勢方案，但是，借助本文所構建的多目標加權灰靶決策模型可以較有效的實現定量化方案優選。

6 結語

本文的主要研究結論為：

(1)在對ESCO進行優選時，應著重關注“公司資質狀況”、“公司信譽狀況”、“節能設備質量”、“節能改造期”、“節能效益分享期”、“節能設計方案”、“參與節能效益分享比例”、“節能改造對原建筑的破壞程度”、“合同期年保證節能量”、“節能量檢測難易程度”、“先期預付款”等11個方面。

(2)將多目標加權灰靶決策模型應用于ESCO選擇中，可有效幫助用能方解決在少數據、數據不全情況下的ESCO選擇問題，使選擇結果更科學、更合理。

(3)實證算例結果表明，運用多目標加權灰靶決策模型計算出的三家ESCO的綜合效果測度值中ESCO1的值最大，表明ESCO1最接近灰靶靶心，該區政府應該選擇ESCO1。最終核實結果也表明，該區政府也在多方討論后最終選擇與ESCO1進行第二輪談判，與本文的分析結果吻合。因此，本文所構建的多目標加權灰靶決策模型具有較強的適用性。

附錄：AHP法計算出的各級指標權重

一級指標二級指標三級指標權數決策指標ESCO競爭力(0.0758)公司資質狀況(0.5)公司信譽狀況(0.5)節能設計(0.2174)節能設備質量(0.4288)節能設計方案(0.1424)節能改造(0.2174)節能改造對原建筑的破壞程度(0.4288)節能改造期(0.1998)節能效益分享期(0.6004)節能效益(0.4894)先期預付款(0.1998)參與節能效益分享比例(0.4288)合同期年保證節能量(0.4288)節能量檢測難易程度(0.1424)