基于改進灰色關聯模型的工程監理企業信用評價等級*

劉英杰 李光輝 馬銳鑫

(華北水利水電大學水利學院，河南 鄭州 450046)

0 引言

工程監理企業是我國建設工程領域的主體,對確保工程質量安全、推動工程建設高質量發展有著重要作用。隨著我國對建設事業的不斷重視，負責工程質量的監理企業得到了快速發展。據統計，2019年全國工程監理企業數量達到8469家，合同額1987億元，較上年增長3.67%；全年營業收入1486億元，較上年增長12.26%；監理企業從業人員達到12 957人，企業規模、市場競爭力都有了質的飛躍。然而，工程監理市場存在的一些問題，如企業資質方面的失信、承攬業務方面的失信、惡化的競爭環境、惡意壓價、違規投標等[1]，使得交易成本和風險大幅度增加，對工程建設各方效益造成損害，嚴重擾亂了監理市場秩序。針對工程監理企業的信用缺失問題，相關企業所建立的信用評級跟不上監理市場變化的步伐，收效甚微。因此，構建有效合理的工程監理企業信用評價方法，健全建設市場行為規范成為目前研究的重點。

1 理論綜述

1.1 相關研究進展及綜述

工程監理負責工程建設中的項目監督和工程質量安全，其誠信與否間接影響競爭市場的公平，也決定提供的監理服務質量的好壞[2]。因此，不少學者對工程監理企業信用方面給予了大量研究。吳湘棋等[3]從利益相關者角度，依據監理企業的工作性質及其信用內涵，建立了企業信用指標體系，利用區間直覺模糊法對企業信譽做出評價，減小了評價主體因主觀偏好所導致的評價結果偏差。季沅[4]通對分析監理信用評價的背景和失信的原因，設計了對監理企業和人員信用評價的新模型。LIU[5]構建了包含監理企業基本素質、投標信用法、企業發展前景、監理服務優秀率和良好率、企業的財務狀況、企業客戶投訴率、誠信履行合同的監理企業信用評價模型，并提出了完善信用評價體系建設的對策。丁廣林[6]根據粗糙集理論對影響監理企業信用的原始指標進行必要性分析，運用模糊綜合評判決策法對監理企業信用進行評價。而工程監理是一種技術性的咨詢服務，需要協調施工單位、業主的關系，使二者之間效益最大化，同時它還與勘測、設計部門有著密切的合作關系，這給在對工程監理企業信用評價的過程中信用信息的收集帶來一定難度，對此需要制定更加完善、科學的信用評價指標體系。

對以往研究者的成果進行述評，發現常用的信用評價方法多為問卷調查、AHP、模糊綜合決策法等，利用上述方法對工程監理企業進行評價時都有各自的局限性，降低了評價結果的準確度。而且就研究者們建立的工程監理企業信用評價體系而言，雖然各評價指標之間存在某種關聯，但卻難以準確量化評價指標之間的關系。

鑒于此，本文利用灰色理論建立改進灰色關聯模型，結合AHP法對工程監理企業的信用評價等級進行科學評價，從而有效減少評價過程中信息關聯錯誤和信息不精確對評價結果造成的偏差，為完善工程監理企業信用評價體系建設提供借鑒。

1.2 灰色關聯模型

傳統的信用評價方法大多要求大樣本、大量的數據且樣本分布存在一定的規律性，但由于在信用評價過程中信息數據采集困難、信息不完整，再加上人為因素的干擾，難以找到典型的分布規律。因此，采用傳統方法進行信用評價容易讓人對結果質疑。

灰色理論是一種新的控制理論，能夠使用特定的方法描述不完整的信息，可以作為科學預測、決策和控制的依據[7]。灰色關聯分析是其理論的主要方面之一，適用于小樣本、貧信息的不確定性系統決策問題，能夠在一定程度上彌補傳統評價方法導致的缺憾，消除人們主觀隨意性過強造成的偏差，使評價結果更加有效、準確，已經在投資決策[8]、公司治理評價[9]、企業風險評估[10]、造價咨詢[11]、施工評價[12]等多個領域有所應用。本文在以往研究的基礎上，對傳統灰色關聯模型中的分辨系數采取動態取值，構建工程監理企業的信用評價模型，為工程監理企業信用評價等級研究提供了新思路。

2 建立評價指標體系

本文通過對現有成果的分析總結，發現研究者們建立的信用指標體系多側重于對企業自身因素引起的信用問題的分析，例如企業的信譽、財務質量以及信用記錄等方面。管曉永[13]首次將企業信用水平與企業負責人素質聯系起來，并論證分析。本文認為，工程監理企業的信用評價不同于其他企業，監理人員要參與到實際工程建設當中，并對工程質量安全起監督作用，因此監理人員的日常工作表現、基本素質等更能體現工程監理企業的信用水平。此外，也不能忽略外在因素對工程監理企業信用造成的影響，例如企業的社會公益活動、業主的滿意度等。基于此，本文參照國家標準《企業信用體系評價標準》(Q/RM 15100—2018)、《建設工程監理規范》(GB/T 50319—2013)等相關資料，綜合上述觀點，從工程監理行業發展的實際出發，構建了一套包含六個方面的工程監理企業信用評價指標體系，從而達到評價工程監理企業信用的目的，見表1。

表1 工程監理企業的信用評價指標體系

(續)

3 基于灰色關聯模型的構建

3.1 傳統灰色關聯模型

(1)確定評語集合。

確定評語集合：X=(X1,X2,…，XN)，其中N表示評語的個數。

(2)確定一級指標及其權重。

(3)確定二級指標及其分類。

一級指標Uk(k=1,2,…,6)是由多個二級指標組成的，即Uki={Uk1,Uk2,…,Ukm}；k=1,2,…，6；i=1,2,…，m。

其中，二級指標按照定性指標、定量指標以及效益型指標、成本型指標評價分類(表2)。

表2 工程監理企業信用指標評價分類表

(4)建立二級指標評價矩陣。

對指標體系中一級指標下的二級指標根據評語集分別給出評價，令

Pj∈{Ui1,Ui2,…,Uij,…,Uim}(1≤j≤m)

根據向量評語集得到對應的評價向量

ei=(ei1,ei2,…,eij,…，ein)

形成二級指標評價矩陣

(5)對評價矩陣進行規范化處理。

對于成本型指標

規范化后的相對最優指標

e0=(e01,e02,…,e0j,…,e0n)

變為

從而Ui(1≤i≤m)評價指標集則規范化為

(6)建立灰色關聯評價矩陣。

(1)

(7)計算二級指標的指標權重向量。

由此，可得到各個二級指標的相對權重為

則權向量可以表示為W′=(w′1,w′2,…,w′j,…,w′m)(j=1,2,…,m)。

(8)確定一級指標的判斷向量。

(9)確定工程監理企業信用的判斷向量。

(10)對公司治理綜合評價的判斷向量進行歸一化處理，即

3.2 基于傳統關聯方法的改進

由式(1)可知，ρ的取值決定著整個公式的計算結果，然而對于ρ的取值并沒有量化的標準，在文獻中通常將其設定為0.5，這也導致了計算結果趨于平均化，降低了關聯度的區分程度，甚至對關聯度的大小排序都有一定影響。

基于此，本文參考文獻[15]的取值方法，對ρ采取動態取值，從而能夠降低對關聯度分布區間的影響。

定義

(k=1, 2, …,n)

記分辨系數取值為ρ(i)，取值方法如下：

綜上，根據該改進方法，式(1)應為

(i=1,2,…,m;j=1,2,…,n)

4 實例分析

根據本文構建的工程監理企業信用評價指標體系和改進灰色關聯模型，對某工程監理企業進行信用評價。

(1)確定向量評語集合

X=(X1,X2,X3,X4,X5)=(A+,A,B+,B,C)

式中，A+表示最優級；A表示優秀級；B+表示良好級；B表示平均級；C表示一般級。

(2)確定一級指標及權重。

表3 一級指標判斷匯總表

(3)獲得二級指標評價數據。

本文采用問卷調查的形式獲取指標數據，統計有效問卷中的指標評語的出現頻率,作為原始評價數據。

1)問卷設計。

根據表2將工程監理企業信用指標體系分為不同類型的指標。對于定性指標而言，由于無法用具體數據量化，可咨詢具有豐富工程經驗的專家，整理其相關可參考意見，參照向量評語集設定其參考標準。以決策層素質為例，A+表示業績能力出眾，專業素養很高，經驗豐富；A表示有較高的專業素養，業績能力尚可；B+表示綜合素質較好，業績能力一般；B表示綜合素質一般；C表示綜合素質較差。

對于定量指標而言，本文擬采用國資委發布的2020年企業績效評價標準值中的工程管理服務業數據作為定量指標的參考標準(表4)。

表4 定量指標評價等級標準

2)問卷發放。

采用網絡調查的方式向業主、施工管理人員、監理行業專家以及企業內部工作人員等發放問卷，共收集了150份有效問卷。

3)數據處理。

(4)計算工程監理企業的判斷向量。由于此模型的計算步驟較為繁雜，故省略具體計算過程，只給出最終計算結果

=(0.216 0,0.300 4,0.194 3,0.186 0,0.165 3)

對其進行歸一化處理后得

(5)評價與結論。該工程監理企業的信用綜合評價值見表5。

表5 工程監理企業的信用綜合評價值 (單位：%)

由最終結果分析可得，該工程監理企業的信用評價等級在A上最大，為28.29%，根據隸屬的最大原則，該工程監理企業的信用評價等級屬于A級。而實際情況同樣如此：該工程監理企業獲得了2020年度某市“工程監理AA級信用企業”榮譽稱號。通過對比得知，本文所構建的關聯分析模型在總體上可以真實地反映出工程監理企業的信用水平。

(6)與傳統灰色關聯模型對比。將傳統灰色關聯模型與本文提出的改進灰色關聯模型對比，結果見表6。

表6 對比結果 (單位：%)

從表6可以看出，兩種方法的排序結果完全一致，但改進后的關聯方法使得評價結果區分度更大，能夠更好地體現系統的完整性，使評價結果更加可靠。

5 結語

在現有的工程監理企業信用指標體系不能滿足建筑市場快速變革的情況下，本文根據工程監理行業的發展，結合以往學者的研究成果，建立了一個涵蓋6個一級指標、27個二級指標的工程監理企業信用評價體系，通過構建灰色關聯模型對工程監理企業的信用水平進行實證分析，證實了所構建模型的可靠性，為工程監理企業的信用評價等級研究提供了新思路。

與以往研究不同的是，本文所構建的灰色關聯模型對分辨系數采取動態取值，從而減小了人為因素對評價結果造成的偏差，提高了評價結果的準確度。但是由于水平有限，尚有一些問題有待解決，例如如何將定性指標更加有效定量化、指標體系的信用評價等級如何合理設置等，還需進一步研究。