決策技術(shù)在工程承包商選擇研究中的應(yīng)用與展望

路浩

(西南交通大學(xué)外資引進(jìn)與利用研究所，四川 成都 610031)

0 引言

工程承包商選擇(Contractor Selection，CSn)一直以來(lái)都是學(xué)術(shù)界和實(shí)務(wù)界關(guān)注的最重要問(wèn)題之一。對(duì)于業(yè)主而言，選擇理想的承包商不僅是其最重要的決策任務(wù)，而且還直接影響到項(xiàng)目?jī)r(jià)值和項(xiàng)目目標(biāo)(質(zhì)量、成本、進(jìn)度、安全等)的實(shí)現(xiàn)［1］。隨著科學(xué)技術(shù)的進(jìn)步和技術(shù)復(fù)雜性的增加，項(xiàng)目的復(fù)雜性、不確定性大幅增加，業(yè)主對(duì)項(xiàng)目的期望和要求大幅提高，使得CSn 的作用比以前更為突出［2］。

從管理學(xué)范式的角度，CSn 問(wèn)題的解決關(guān)鍵有兩個(gè)方面:一是標(biāo)準(zhǔn)選擇;二是選擇方法。其中，CSn 方法的研究受到該領(lǐng)域?qū)W者最多的關(guān)注，而本文也主要關(guān)注此方面。

自從人們認(rèn)識(shí)到傳統(tǒng)選擇方法(過(guò)分依賴主觀分析，投標(biāo)報(bào)價(jià)是評(píng)審的主要依據(jù))的弊端以后，CSn 問(wèn)題基本上都被看作一種多屬性決策問(wèn)題來(lái)處理，而解決這類問(wèn)題的關(guān)鍵在于確定評(píng)價(jià)指標(biāo)和選擇評(píng)價(jià)方法(包含確定指標(biāo)權(quán)重的方法和多屬性決策求解的方法)。其中，評(píng)價(jià)方法的選擇與應(yīng)用是當(dāng)前此類問(wèn)題研究的焦點(diǎn)。Holt［3］通過(guò)對(duì)1990 ～2009 年出版的93 篇有關(guān)CSn 的重要文獻(xiàn)進(jìn)行分析總結(jié)后指出:基于決策技術(shù)構(gòu)建CSn 模型占到所有CSn 問(wèn)題研究的39%，其次才是占16%的評(píng)價(jià)指標(biāo)選取。有關(guān)學(xué)者通過(guò)綜述性文獻(xiàn)［3-4］分別在1998 年和2010 年對(duì)CSn 方法作了系統(tǒng)性總結(jié)，歸納了諸如定制流程(BA)、多屬性分析(MAA)、多屬性效用理論(MAUT)、多元回歸(MR)、聚類分析(CA)、模糊集理論(FST)、多變量判別分析 (MDA)、案例推理(CBR)等一系列方法。近5 年來(lái)，CSn 研究得到了極大的發(fā)展，大量的新理念、新技術(shù)、新方法被應(yīng)用到該領(lǐng)域，而此前的研究成果已經(jīng)無(wú)法反映當(dāng)前的研究狀況。此外，面對(duì)如此豐富的研究成果，國(guó)內(nèi)實(shí)踐中仍然堅(jiān)持采用“簡(jiǎn)單加權(quán)平均法”。鑒于此，本文采用分類的方法，從決策技術(shù)應(yīng)用的主題、研究者類型、單個(gè)決策技術(shù)的種類、多種決策技術(shù)的組合形式對(duì)近5 年來(lái)公開(kāi)發(fā)表的有關(guān)文獻(xiàn)進(jìn)行系統(tǒng)梳理，并進(jìn)一步闡述當(dāng)前決策技術(shù)在承包商選擇研究中應(yīng)用的特征、存在的問(wèn)題及未來(lái)研究的方向，以期為業(yè)主和研究人員提供決策及科學(xué)研究參考。

1 數(shù)據(jù)收集與文獻(xiàn)統(tǒng)計(jì)

1.1 數(shù)據(jù)收集

本文的主要目的是分析決策技術(shù)在CSn 研究中應(yīng)用的現(xiàn)狀，因此，收集文獻(xiàn)時(shí)有基于以下兩方面的考慮:一是主流CSn 研究中的承包商概念是從項(xiàng)目業(yè)主的角度研究承包商選擇，其關(guān)注的是承包商對(duì)于業(yè)主的工程項(xiàng)目最具價(jià)值的方面。但該研究領(lǐng)域經(jīng)過(guò)數(shù)十年發(fā)展，其研究范圍已擴(kuò)大至工程分包商(subcontractor)的選擇問(wèn)題［4］。此外，少數(shù)關(guān)于BT 承包商、EPC 總包、監(jiān)理承包商、勘察承包商的文獻(xiàn)也須要被關(guān)注。二是CSn 作為一個(gè)過(guò)程，學(xué)界長(zhǎng)期以來(lái)將其劃分為五個(gè)階段［5］:項(xiàng)目打包、邀請(qǐng)、資格預(yù)審、確定候選人名單、評(píng)標(biāo)。鑒于本文的研究目的，資格預(yù)審和評(píng)標(biāo)這兩個(gè)階段的相關(guān)文獻(xiàn)是搜集的重點(diǎn)。

考慮到文獻(xiàn)的權(quán)威性、代表性以及文獻(xiàn)數(shù)據(jù)庫(kù)的可獲得性，選擇“中國(guó)知識(shí)資源總庫(kù)(CNKI)”“ASCE”“ELSEVIER”“Emerald”“IEEE”“Taylor＆Francis”“ICE”的電子數(shù)據(jù)庫(kù)作為數(shù)據(jù)來(lái)源，搜索對(duì)象為近五年的學(xué)術(shù)期刊論文。中英文關(guān)鍵詞涉及:承包商選擇、承包商評(píng)價(jià)、評(píng)標(biāo)、資格預(yù)審、承包商績(jī)效預(yù)測(cè)、contractor selection、bid evaluation、contractor′s performance prediction。

1.2 文獻(xiàn)統(tǒng)計(jì)

經(jīng)綜合分析，截至2014 年4 月，553 個(gè)搜索結(jié)果中的95 篇相關(guān)文獻(xiàn)被最終確定為研究的基礎(chǔ)?？紤]到各種決策技術(shù)只是作為一個(gè)工具被應(yīng)用于CSn 研究，所以對(duì)收集到的國(guó)內(nèi)外文獻(xiàn)合并討論。主要從來(lái)源期刊、研究者類型、研究主題、單一決策技術(shù)種類、多種決策技術(shù)的組合形式五個(gè)方面對(duì)這95 篇重要文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析。

(1)從文獻(xiàn)的來(lái)源期刊來(lái)看，其分布并不集中。但是相關(guān)文獻(xiàn)被引用次數(shù)較多的來(lái)源期刊主要有:工程管理學(xué)報(bào)、項(xiàng)目管理技術(shù)、Engineering，Construction and Architectural Management、Journal of Civil Engineering and Management、Journal of Construction Engineering and Management、International Journal of Project Management、Construction Management ＆ Economics、Management Decision、數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)。

(2)從研究者的類型來(lái)看，主要包括兩類:一是以研究多目標(biāo)決策理論和方法為主的管理科學(xué)與工程研究者;二是借鑒管理科學(xué)中的理論和方法對(duì)實(shí)際問(wèn)題進(jìn)行應(yīng)用研究的工程管理或政府采購(gòu)研究者，而本文也屬于此類研究(后者占較大比重)。

(3)如表1 所示，決策技術(shù)在CSn 研究中主要被應(yīng)用于工程評(píng)標(biāo)、承包商綜合評(píng)價(jià)、承包商資格預(yù)審三個(gè)方面。其中，國(guó)內(nèi)文獻(xiàn)有71.43%是關(guān)于工程評(píng)標(biāo)的研究，而國(guó)外文獻(xiàn)則主要集中在對(duì)承包商進(jìn)行綜合評(píng)價(jià)，占52.17%。究其原因是國(guó)內(nèi)大多數(shù)學(xué)者將CSn 研究泛化為從項(xiàng)目業(yè)主的角度進(jìn)行承包商的選擇，其大多數(shù)情況下所關(guān)注的是參與工程建設(shè)的施工企業(yè)或總承包商對(duì)于業(yè)主的工程項(xiàng)目最具價(jià)值的方面。但是，與歐美的“大咨詢”體制不同，國(guó)內(nèi)各種承包商分工較細(xì)，且多是獨(dú)立存在、獨(dú)立招標(biāo)。因此，從這個(gè)角度來(lái)說(shuō)，國(guó)內(nèi)相關(guān)研究明顯滿足不了實(shí)際需求。

表1 決策技術(shù)在CSn 中的應(yīng)用主題分類及統(tǒng)計(jì)

(4)從單個(gè)決策技術(shù)被使用的情況來(lái)看，有28 種決策技術(shù)被用于CSn 研究?；谖墨I(xiàn)統(tǒng)計(jì)數(shù)據(jù)，參照HoW 等［6］學(xué)者的分類方法，本研究將整理的28 種決策技術(shù)大致分為四類:常規(guī)多屬性決策技術(shù)(MADM)、數(shù)學(xué)規(guī)劃技術(shù)(MP)、人工智能技術(shù)(AI)、其他技術(shù)，如表2 所示?？紤]到每一種決策技術(shù)的特征及應(yīng)用均可以在表2 所列的代表文獻(xiàn)中獲得，因此不一一闡述。

表2 CSn 中應(yīng)用的決策技術(shù)分類及統(tǒng)計(jì)

(5)從多種決策技術(shù)的組合應(yīng)用來(lái)看，其應(yīng)用形式具有多樣性與復(fù)雜性的特征。通過(guò)對(duì)收集的文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析后發(fā)現(xiàn):95 篇文獻(xiàn)中，使用頻次大于10 的決策技術(shù)依次為FST、AHP、EP、TOPSIS、GST，而 其 中 涉 及 FST、AHP、GST 的文獻(xiàn)共占總文獻(xiàn)數(shù)的63.2%。因此，本研究以FST、AHP、GST 三種決策技術(shù)為分類基礎(chǔ)，對(duì)所有文獻(xiàn)中出現(xiàn)的決策技術(shù)的組合形式進(jìn)行歸類(表3)。

表3 CSn 中多種決策技術(shù)的組合應(yīng)用形式歸類

(續(xù))

2 決策技術(shù)在CSn 研究中的應(yīng)用分析

基于以上的文獻(xiàn)統(tǒng)計(jì)數(shù)據(jù)，本部分主要圍繞FST、AHP、GST 三種關(guān)鍵決策技術(shù)的方法組合(集成)的基本思想、適用范圍及應(yīng)用形式展開(kāi)詳細(xì)分析。

2.1 基于層次分析法(AHP)的方法集成

層次分析法 (Analytic Hierarchy Process，AHP)［7］自1980 年由美國(guó)運(yùn)籌學(xué)家T. L. Saaty 以著作的形式正式闡述以來(lái)，因其簡(jiǎn)便、靈活與實(shí)用成為一種最為普遍接受的決策方法。所收集的文獻(xiàn)有30 篇應(yīng)用了AHP 技術(shù)，除作為單獨(dú)的量化評(píng)價(jià)方法外(如文獻(xiàn)［8］)，AHP 與多種決策技術(shù)組合，構(gòu)建了不同的CSn 模型。這些應(yīng)用大致上可以從以下兩個(gè)方面分析。

(1)以AHP 確定權(quán)重的方法集成。采用AHP 求權(quán)重或組合權(quán)重的方法有四種:AHP、AHP+DEA、AHP +EP、AHP + Delphi。而所求權(quán)重的用法又有兩種組合:第一種是將求得的權(quán)重用于灰色關(guān)聯(lián)系數(shù)加權(quán)得到關(guān)聯(lián)度，以關(guān)聯(lián)度大小對(duì)承包商進(jìn)行排序［9-12］。第二種是將所得權(quán)重與模糊綜合評(píng)價(jià)法(FCA)結(jié)合，然后分層次進(jìn)行模糊綜合評(píng)判，最后綜合出總的評(píng)價(jià)結(jié)果［13-14］。

(2)改進(jìn)AHP 的方法集成。AHP 實(shí)施的前提條件是指標(biāo)體系內(nèi)具有獨(dú)立的遞階層次結(jié)構(gòu)，但是所構(gòu)建的指標(biāo)體系中，各指標(biāo)間的相互依存關(guān)系又難以避免。于是，一些學(xué)者又通過(guò)引入網(wǎng)絡(luò)層次分析法(Analytic Network Process，ANP)，以有效解決評(píng)價(jià)指標(biāo)之間具有非獨(dú)立遞階層次結(jié)構(gòu)的問(wèn)題。比如，El-Abbasy M S 等［15］運(yùn)用ANP確定指標(biāo)權(quán)重，結(jié)合MonteCarlo 法構(gòu)建了公路工程 承 包 商 的 選 擇 模 型。阮 連 法 等［16］運(yùn) 用DEMATEL 法分析各指標(biāo)間的相互影響關(guān)系，得到完全影響矩陣和關(guān)系圖，然后采用ANP 處理矩陣并確定指標(biāo)權(quán)重，進(jìn)而以FVIKOR 計(jì)算評(píng)價(jià)值。針對(duì)傳統(tǒng)AHP 中存在諸如判斷一致性與矩陣一致性相異、一致性檢驗(yàn)困難與缺乏科學(xué)性等問(wèn)題，有8 篇文獻(xiàn)把模糊層次分析法(FAHP)應(yīng)用到CSn 的研究，以模糊矩陣代替?zhèn)鹘y(tǒng)的判斷矩陣進(jìn)行決策。比如，Jaskowski P［17］等和Hosny O 等［18］運(yùn)用FAHP 構(gòu)建模糊互補(bǔ)判斷矩陣并計(jì)算出指標(biāo)權(quán)重，在此基礎(chǔ)上建立評(píng)標(biāo)模型。此外，粒子群算法(PSO)、遺傳算法(GA)也被應(yīng)用于對(duì)AHP 的改進(jìn)，參考文獻(xiàn)見(jiàn)表2。

AHP 是一種實(shí)用的多屬性決策方法，它將決策者的思維過(guò)程數(shù)學(xué)化、模型化、系統(tǒng)化和規(guī)范化，尤其適用于決策過(guò)程中目標(biāo)結(jié)構(gòu)復(fù)雜且缺乏數(shù)據(jù)、人的定性判斷起重要作用、對(duì)決策結(jié)果難于直接準(zhǔn)確計(jì)量等情況。從文獻(xiàn)反映的情況來(lái)看，AHP 主要被用作構(gòu)權(quán)，求得權(quán)重后用于另一種方法的計(jì)算過(guò)程，或者僅把AHP 理解為分解指標(biāo)層次的方法。

2.2 基于模糊集理論(FST)的方法集成

常規(guī)的多屬性決策方法在面對(duì)評(píng)價(jià)對(duì)象的準(zhǔn)則權(quán)系數(shù)或準(zhǔn)則值不準(zhǔn)確、不確定和不完全確定的情況下，其評(píng)價(jià)有效性就難以保證。而這些不準(zhǔn)確和不確定性通常被概括為不確知性、模糊性、隨機(jī)性、灰色性、泛灰性和不確定性等［19］。1965 年，美國(guó)加利福尼亞大學(xué)控制論專家L. A. Zadeh 提 出 了 模 糊 集 理 論 (Fuzzy Sets Theory，F(xiàn)ST)，該理論的提出使得人們可以更好地描述多屬性決策中的模糊性，而基于FST 的多屬性決策也成為研究的一個(gè)重要方向。文獻(xiàn)中有33 篇論文涉及FST，其應(yīng)用主要概括為兩個(gè)方面:一是以模糊數(shù)學(xué)為基礎(chǔ)，運(yùn)用模糊關(guān)系合成原理的模糊綜合評(píng)價(jià)法(FCA)，如文獻(xiàn)［13］;二是將模糊數(shù)(三角模糊數(shù)、區(qū)間數(shù)等)、直覺(jué)模糊集、Vague 集、語(yǔ)言信息引入多屬性決策中，實(shí)現(xiàn)與其他決策技術(shù)的集成。由于FCA 多數(shù)情況下只是作為一種單獨(dú)的決策方法被運(yùn)用(方法的特性及應(yīng)用可參見(jiàn)2.1 中討論的相關(guān)文獻(xiàn))，所以此處主要對(duì)第二個(gè)方面進(jìn)行分析。

(1)基于模糊數(shù)(主要是三角模糊數(shù)、區(qū)間數(shù)和梯形模糊數(shù))的概念，許多學(xué)者將多屬性權(quán)數(shù)和準(zhǔn)則值確定的一些常規(guī)多屬性決策方法應(yīng)用到模糊多屬性決策問(wèn)題中。比如Hosny O 等［18］通過(guò)定義0.1-0.9 的三角模糊標(biāo)度，運(yùn)用模糊平均算法和三角模糊變量期望來(lái)處理多方專家對(duì)指標(biāo)重要性的評(píng)判，進(jìn)而構(gòu)建模糊互補(bǔ)判斷矩陣并計(jì)算評(píng)標(biāo)指標(biāo)權(quán)重，在此基礎(chǔ)上建立模糊AHP評(píng)標(biāo)模型。類似的還有模糊TOPSIS［20］法、模糊VIKOR［21］法。

(2)在模糊集的概念下，引入非隸屬函數(shù)發(fā)展而來(lái)的直覺(jué)模糊集、Vague 集也被應(yīng)用于CSn方法集成。比如，戴厚平等［22］引入直覺(jué)模糊集，通過(guò)構(gòu)建線性規(guī)劃模型來(lái)求解最優(yōu)準(zhǔn)則權(quán)系數(shù)，進(jìn)而得到承包商的排序。尤超等［23］利用直覺(jué)模糊c 均值聚類算法對(duì)不同專家的評(píng)分進(jìn)行聚類分析，采用直覺(jué)模糊加權(quán)平均算子(IFAWA)聚合聚類分析結(jié)果，最終求得評(píng)價(jià)值。王顯鵬等［24］以AHP 確定指標(biāo)權(quán)重，利用Vague 集的相似度量原理對(duì)承包商進(jìn)行優(yōu)劣排序。

(3)少量文獻(xiàn)提出了基于語(yǔ)言信息的模糊評(píng)價(jià)。盡管語(yǔ)言多屬性決策的理論和方法尚未發(fā)展成型，但是在決策過(guò)程中，決策者的評(píng)價(jià)信息以自然語(yǔ)言短語(yǔ)給出更接近實(shí)際。比如，位珍等［25］把決策者運(yùn)用語(yǔ)言變量進(jìn)行的評(píng)價(jià)轉(zhuǎn)換成三角模糊數(shù)，采用模糊平均算子(FAO)來(lái)平衡各個(gè)決策者的評(píng)價(jià)，最后通過(guò)計(jì)算三角模糊數(shù)的期望得出承包商的總排序。此外，為避免在語(yǔ)言決策中語(yǔ)義信息的丟失，郭健等［26］采用二元語(yǔ)義表示評(píng)價(jià)信息并用有序加權(quán)算術(shù)平均算子(TOWA)進(jìn)行運(yùn)算求解。

除以上分析之外，模糊評(píng)價(jià)法還被用于篩選變量，以此作為神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)，從而加快其收斂速度，提高計(jì)算精度，增強(qiáng)了神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)復(fù)雜系統(tǒng)建模的能力［27］。總體而言，基于該理論的評(píng)價(jià)方法的最大優(yōu)勢(shì)就是可以通過(guò)隸屬度函數(shù)和一些模糊統(tǒng)計(jì)方法，將界定模糊或者難以量化的指標(biāo)或者因素量化，使評(píng)價(jià)結(jié)果與現(xiàn)實(shí)更加貼近。

2.3 基于灰色系統(tǒng)理論(GST)的方法集成

灰色系統(tǒng)理論(Grey System Theory ，GST)最早由原華中理工大學(xué)鄧聚龍教授提出，是一種研究“少數(shù)據(jù)、貧信息”不確定性問(wèn)題的方法論，主要用來(lái)解決包含未知因素的“灰色地帶”的問(wèn)題。之后的1985 年，鄧教授［28］在出版的專著中首次提到了灰色多目標(biāo)決策問(wèn)題。其基本原理是將統(tǒng)計(jì)數(shù)據(jù)用曲線表示，各條曲線越平行，則它們的變化趨勢(shì)越接近，其關(guān)聯(lián)度就越大。因此可以通過(guò)各個(gè)方案與最佳方案之間的距離來(lái)判斷方案的優(yōu)劣?；疑P(guān)聯(lián)分析(Grey Relational Analysis，GRA)和灰色聚類分析(Grey Clustering Analysis，GCA)是灰色系統(tǒng)理論應(yīng)用的主要方面。本研究中，11 篇文獻(xiàn)只運(yùn)用了GRA 與其他決策技術(shù)集成，并且其應(yīng)用主要集中在國(guó)內(nèi)(僅1 篇國(guó)外文獻(xiàn))。

當(dāng)GRA 被用于與多種構(gòu)權(quán)方法集成時(shí)，其組合形式出現(xiàn)五種:AHP + GRA、EP + GRA、AHP + EP + GRA、AHP + DEA + GRA、AHP +Delphi。在這種組合思想下，以AHP 或EP 確定權(quán)重或以AHP 和EP、AHP 和DEA、AHP 和Delphi 確定組合權(quán)重，所求得的權(quán)重用于灰色關(guān)聯(lián)系數(shù)加權(quán)，進(jìn)而求出灰色關(guān)聯(lián)度并排序。比如，除2.1 中討論的文獻(xiàn)［9-12］外，吳春花等［29］以熵權(quán)法確定指標(biāo)的權(quán)重，然后基于投影法計(jì)算灰色關(guān)聯(lián)投影值并據(jù)此進(jìn)行了BT 承包商排序。這一類組合方法在應(yīng)用時(shí)，權(quán)重確定方法科學(xué)與否會(huì)對(duì)基于GST 的評(píng)價(jià)結(jié)果產(chǎn)生較大影響。為此，針對(duì)這一問(wèn)題，一些學(xué)者引入模糊數(shù)學(xué)與GRA 集成。其基本出發(fā)點(diǎn)是在處理信息不完全的評(píng)價(jià)問(wèn)題時(shí)，引入模糊數(shù)學(xué)以期望能夠更好地反映評(píng)價(jià)者的認(rèn)識(shí)過(guò)程。比如，位珍等［30］通過(guò)引入?yún)^(qū)間數(shù)的概念，建立區(qū)間數(shù)決策矩陣，然后計(jì)算出區(qū)間數(shù)的灰色關(guān)聯(lián)系數(shù)，進(jìn)而得出業(yè)主對(duì)承包商的主觀偏好與客觀偏好的灰色關(guān)聯(lián)度，最終實(shí)現(xiàn)對(duì)各個(gè)承包商的排序。

除以上分析之外，還有一些其他形式的組合。何美麗等［31］采用變異系數(shù)法確定指標(biāo)權(quán)重，避免了權(quán)重賦值的主觀性，然后將集對(duì)分析與GRA 相結(jié)合，利用關(guān)聯(lián)度對(duì)差異度系數(shù)賦值。Zavadskas E K 等［32］采用SAW 法改進(jìn)GRA，然后對(duì)加權(quán)的灰色關(guān)聯(lián)系數(shù)運(yùn)用TOPSIS 法計(jì)算貼近度，進(jìn)而對(duì)承包商排序。楊寶臣等［33］將懲罰型變權(quán)方法引入到模型指標(biāo)權(quán)重設(shè)定中，使各方案指標(biāo)權(quán)重隨指標(biāo)狀態(tài)值的變化而變化，同時(shí)借鑒TOPSIS 方法的思想，分別考察各候選方案與正、負(fù)理想方案間的關(guān)聯(lián)程度并予以集成。張波等［34］將GRA 用于指標(biāo)權(quán)重的確定并構(gòu)建決策矩陣，進(jìn)而與DTOPSIS 融合建立評(píng)標(biāo)模型。

GRA 不需要大量樣本，對(duì)樣本的分布規(guī)律也沒(méi)有嚴(yán)格要求，而且數(shù)據(jù)也不必進(jìn)行歸一化處理，計(jì)算簡(jiǎn)便。從文獻(xiàn)分析來(lái)看，針對(duì)GRA 的改進(jìn)主要是從優(yōu)化與之組合的構(gòu)權(quán)方法和引入TOPSIS 來(lái)彌補(bǔ)GRA 只關(guān)注曲線形狀而忽視數(shù)據(jù)序列之間相對(duì)關(guān)系的缺陷。

3 結(jié)語(yǔ)

3.1 結(jié)論

CSn 實(shí)際上是一個(gè)典型的多屬性決策問(wèn)題，而決策技術(shù)的運(yùn)用對(duì)于解決這一問(wèn)題起著重要的作用。經(jīng)以上分析，基本上可以得出以下結(jié)論:

(1)決策技術(shù)在CSn 中的應(yīng)用已經(jīng)由單一決策技術(shù)轉(zhuǎn)變?yōu)槎喾N決策技術(shù)的組合應(yīng)用。從文獻(xiàn)分析情況來(lái)看，單一決策技術(shù)應(yīng)用于CSn 的文獻(xiàn)很少，僅有與AHP、EP、SEM、MV、GP、FST、PT、DEA、SVM、ANN、ELECTRE 相關(guān)的23 篇文獻(xiàn)。究其原因主要是一些經(jīng)典方法本身可能存在非時(shí)間性影響。其余72 篇文獻(xiàn)都是以多種決策技術(shù)來(lái)構(gòu)建CSn 模型。將多種決策技術(shù)取長(zhǎng)補(bǔ)短結(jié)合起來(lái)對(duì)承包商做出合理評(píng)價(jià)減少了單一方法產(chǎn)生的偏差，能夠利用更多的信息，降低信息的不完備性，使CSn 的結(jié)果更加貼近現(xiàn)實(shí)。

(2)據(jù)表2 和表3 的統(tǒng)計(jì)數(shù)據(jù)，近5 年來(lái)，CSn 研究中使用頻次較高的決策技術(shù)依次是:FST(21.02%)、AHP(19.11%)、EP(10.19%)、TOPSIS(7.64%)、GST(7.01%)、DEA(4.46%)。

所涉及決策技術(shù)的種類較文獻(xiàn)［3］ 和［4］ 兩個(gè)時(shí)期大幅增加，而圍繞FST、AHP、GST 進(jìn)行的方法組合是研究的焦點(diǎn)。

(3)CSn 方法的優(yōu)化和創(chuàng)新主要是從改進(jìn)確定指標(biāo)權(quán)重的方法和多屬性決策求解的方法著手的，各種各樣的方法組合均只限于學(xué)術(shù)研究，在國(guó)內(nèi)實(shí)踐中沒(méi)有得到應(yīng)用。

(4)相比國(guó)外文獻(xiàn)，國(guó)內(nèi)文獻(xiàn)的評(píng)價(jià)模型及計(jì)算過(guò)程的復(fù)雜度較高。國(guó)外文獻(xiàn)傾向于對(duì)常規(guī)多屬性決策方法的優(yōu)化改進(jìn)，而國(guó)內(nèi)文獻(xiàn)則集中于對(duì)方法的創(chuàng)新(表2 中有24 種決策技術(shù)被國(guó)內(nèi)文獻(xiàn)涉及)。但是，很少有國(guó)內(nèi)文獻(xiàn)通過(guò)現(xiàn)實(shí)數(shù)據(jù)(多數(shù)采用的是算例驗(yàn)證)去驗(yàn)證這些復(fù)雜的方法組合的集合效果，更沒(méi)有對(duì)方法本身的可集合性進(jìn)行討論。而這方面恰恰是國(guó)外近年來(lái)研究CSn 問(wèn)題發(fā)生的轉(zhuǎn)變之一。比如，國(guó)外文獻(xiàn)［10，15，20，21］在介紹方法的基礎(chǔ)上，以大量工程實(shí)際數(shù)據(jù)來(lái)驗(yàn)證模型的有效性。而過(guò)分注重方法的創(chuàng)新可能會(huì)忽視了研究本身的價(jià)值，也無(wú)法給業(yè)主或決策者提供有效的決策支持。

(5)決策技術(shù)的選擇存在較大的主觀性。決策技術(shù)事實(shí)上來(lái)源于諸如統(tǒng)計(jì)學(xué)、模糊數(shù)學(xué)、灰色系統(tǒng)、人工智能等領(lǐng)域，而這些領(lǐng)域本身也在不斷地發(fā)展?？紤]到CSn 研究者知識(shí)結(jié)構(gòu)存在的局限性(詳見(jiàn)1.2)，在選擇決策技術(shù)時(shí)應(yīng)當(dāng)十分謹(jǐn)慎。但是，有些文獻(xiàn)對(duì)所選的決策技術(shù)的發(fā)展變化并沒(méi)有充分了解。比如，AHP 學(xué)界早已證明了Saaty 的1 -9 比例標(biāo)度存在缺陷，并提出了改進(jìn)的標(biāo)度體系，但仍然有文獻(xiàn)在采用。此外，AHP 的提出者Saaty 和一些學(xué)者近年來(lái)發(fā)文對(duì)FAHP 的科學(xué)性提出了質(zhì)疑，但事實(shí)上并沒(méi)有引起CSn 研究者的重視。

3.2 展望

CSn 問(wèn)題是學(xué)術(shù)界和實(shí)務(wù)界十分關(guān)注的優(yōu)化決策問(wèn)題，許多研究者進(jìn)行了并且還在繼續(xù)進(jìn)行相關(guān)的研究工作。通過(guò)以上分析，本文認(rèn)為有以下幾個(gè)方面值得被深入探討的:①通過(guò)決策技術(shù)的優(yōu)化和創(chuàng)新去處理某些特定承包商(如BOT特許經(jīng)營(yíng)者、勘察承包商、監(jiān)理承包商、設(shè)計(jì)承包商等)的選擇問(wèn)題在國(guó)內(nèi)具有較高的研究?jī)r(jià)值。②處理不確定信息的決策技術(shù)是未來(lái)應(yīng)用研究的一個(gè)重要方向，除涉及較多的模糊信息外，隨機(jī)信息、灰色信息、不確知信息等也值得深入研究。此外，像模糊隨機(jī)性、灰色模糊性等多重不確定性也值得被借鑒到CSn 研究中來(lái)。③ANN的改進(jìn)以及基于ANN 的承包商績(jī)效預(yù)測(cè)是值得深入探討的新方向。④以GRA 作為確定評(píng)價(jià)指標(biāo)權(quán)重的方法尚無(wú)相關(guān)研究。⑤以大量現(xiàn)實(shí)數(shù)據(jù)來(lái)驗(yàn)證模型的有效性或者以現(xiàn)實(shí)數(shù)據(jù)來(lái)比較不同評(píng)價(jià)方法所獲得的評(píng)價(jià)結(jié)果的差異具有較高的學(xué)術(shù)價(jià)值。⑥隨著CSn 研究中決策模型的復(fù)雜程度不斷提高，評(píng)價(jià)工具的軟件化有待進(jìn)一步發(fā)展。

［1］ Singh D，Tiong R L K.Contractor selection criteria:investigation of opinions of Singapore construction practitioners ［J］.Journal of Construction Engineering and Management，2006，132 (9):998-1008.

［2］ Wong C H. Contractor performance prediction model for the United Kingdom construction contractor: study of logistic regression approach ［J］. Journal of Construction Engineering and Management，2004，130 (5):691-698.

［3］ Holt G. Contractor selection innovation:examination of two decades′published research ［J］. Construction Innovation:Information，Process，Management，2010，10 (3):304-328.

［4］ Holt G D. Which contractor selection methodology?［J］. International Journal of Project Management，1998，16 (3):153-164.

［5］Vahdani B，Mousavi S M，Hashemi H，et al.A new compromise solution method for fuzzy group decision-making problems with an application to the contractor selection ［J］. Engineering Applications of Artificial Intelligence，2013，26 (2):779-788.

［6］ Ho W，Xu X，Dey P K.Multi-criteria decision making approaches for supplier evaluation and selection:a literature review ［J］.European Journal of Operational Research，2010，202 (1):16-24.

［7］ Saaty T L.The Analytic Hierarchy Process ［M］ .New York:McGraw -Hill，1980.

［8］Oladapo A A.Multi-criteria contractor selection-a practical application of analytic hierarchy process ［J］. Proceedings of the ICEManagement，Procurement and Law，2011，164 (2):79-88.

［9］ 李惠玲，李軍. 綠色施工評(píng)標(biāo)體系研究——基于多層次灰色評(píng)價(jià)法［J］. 技術(shù)經(jīng)濟(jì)與管理研究，2013 (1):4.

［10］ 王先甲，張熠. 基于AHP 和DEA 的非均一化灰色關(guān)聯(lián)方法［J］. 系統(tǒng)工程理論與實(shí)踐，2011，31 (7):1222-1229.

［11］ 王芳. 層次——熵定權(quán)的灰色關(guān)聯(lián)理論在工程評(píng)標(biāo)中的應(yīng)用［J］. 河南科技大學(xué)學(xué)報(bào):自然科學(xué)版，2011，32(4):49-52.

［12］ 劉晴，王建平，王叢瑩. 基于灰色關(guān)聯(lián)理論的建設(shè)工程評(píng)標(biāo)方法研究［J］. 工程管理學(xué)報(bào)，2010 (2):152-155.

［13］ Li C J. The study on the evaluation model of DEA crossefficiency and Fuzzy comprehensive assessment in decision making for bidding of construction projects ［J］. Automation in Construction，2014 (850):986-989.

［14］ 宋杰鯤，趙美多，李婷婷. 基于模糊綜合評(píng)價(jià)的工程項(xiàng)目評(píng)標(biāo)模型［J］. 項(xiàng)目管理技術(shù)，2013，11 (4):45-49.

［15］ El-Abbasy M S，Zayed T，Ahmed M，et al.Contractor selection model for highway projects using integrated simulation and analytic network process ［J］. Journal of Construction Engineering and Management，2013，139 (7):755-767.

［16］ 阮連法，顧昌全. 基于DANP-FVIKOR 方法的綠色建筑承包商競(jìng)爭(zhēng)力評(píng)價(jià)［J］. 統(tǒng)計(jì)與決策，2013 (18):54-57.

［17］ Jaskowski P，Biruk S，Bucon R. Assessing contractor selection criteria weights with fuzzy AHP method application in group decision environment ［J］ . Automation in Construction，2010，19 (2):120-126.

［18］ Hosny O，Nassar K，Esmaiel Y. Prequalification of egyptian construction contractors using fuzzy-AHP models ［J］.Engineering，Construction and Architectural Management，2013，20 (4):4.

［19］ Roy B，Present M，Silhol D. A programming method for determining which Paris metro stations should be renovated［J］. European Journal of Operational Research，1986，24(2):318-334.

［20］ Nieto-Morote A，Ruz-Vila F. A fuzzy multi-criteria decisionmaking model for construction contractor prequalification ［J］.Automation in Construction，2012 (25):8-19.

［21］ Vahdani B，Mousavi S M，Hashemi H，et al.A new compromise solution method for fuzzy group decision-making problems with an application to the contractor selection ［J］ .Engineering Applications of Artificial Intelligence，2013，26 (2):779-788.

［22］ 戴厚平，羅宜武. 基于直覺(jué)模糊多屬性決策的公路工程評(píng)標(biāo)方法［J］ . 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2013，43 (16):46-52.

［23］ 尤超，李俊宏，董明娟. 聚類中心模型在某水閘樞紐工程評(píng)標(biāo)中的應(yīng)用［J］ . 水電能源科學(xué)，2013，31 (12):221-224.

［24］ 王顯鵬，賈增科. 基于Vague 集的EPC 項(xiàng)目總承包商選擇模型研究［J］. 項(xiàng)目管理技術(shù)，2011 (6):13-16.

［25］ 位珍，王雪青，郭清娥. 基于模糊集理論的承包商資格預(yù)審模型［J］. 模糊系統(tǒng)與數(shù)學(xué)，2012，26 (3):120-126.

［26］ 郭健. 基于二元語(yǔ)義信息的工程項(xiàng)目評(píng)標(biāo)決策方法［J］.統(tǒng)計(jì)與決策，2010 (11):156-158.

［27］ 楊耀紅，張俊華. 基于群決策模糊聚類和模糊神經(jīng)網(wǎng)絡(luò)的建筑分包商選擇研究［J］ . 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2010(11):10-19.

［28］ 鄧聚龍. 灰色系統(tǒng)(社會(huì). 經(jīng)濟(jì))［M］. 北京:國(guó)防工業(yè)出版社，1985:92-185.

［29］ 吳春花，張洪亮. 基于灰色關(guān)聯(lián)投影的BT 項(xiàng)目總承包商選擇研究［J］. 建筑經(jīng)濟(jì)，2014 (1):37-40.

［30］ 位珍，王雪青，郭清娥. 基于區(qū)間數(shù)和灰色關(guān)聯(lián)分析的承包商資格預(yù)審方法［J］ . 模糊系統(tǒng)與數(shù)學(xué)，2012，26(6):110-113.

［31］ 何美麗，劉浪，王宏偉，等. 基于集對(duì)分析的工程評(píng)標(biāo)未知權(quán)重多屬性決策［J］ . 中南大學(xué)學(xué)報(bào):自然科學(xué)版，2012，43 (10):4058.

［32］ Zavadskas E K，Vilutiene T，Turskis Z，et al. Contractor selection for construction works by applying SAW ‐ G and TOPSIS grey techniques ［J］ . Journal of Business Economics and Management，2010，11 (1):34-55.

［33］ 楊寶臣，陳躍. 基于變權(quán)和TOPSIS 方法的灰色關(guān)聯(lián)決策模型［J］. 系統(tǒng)工程，2011，29 (6):106-112.

［34］ 張波，王祖和，李沖. 基于灰色關(guān)聯(lián)分析和DTOPSIS 法的評(píng)標(biāo)模型［J］. 項(xiàng)目管理技術(shù)，2011 (2):33-36. PMT