戰(zhàn)略導(dǎo)向下施工企業(yè)投標決策研究

孔令禎，張云寧，張雪嬌

(1.河海大學 商學院，江蘇 南京 211100；2.上海十三冶建設(shè)有限公司，上海 201999)

?

戰(zhàn)略導(dǎo)向下施工企業(yè)投標決策研究

孔令禎1，張云寧1，張雪嬌2

(1.河海大學 商學院，江蘇 南京 211100；2.上海十三冶建設(shè)有限公司，上海 201999)

摘要：從施工企業(yè)投標面臨的抉擇出發(fā)，在投標決策與項目組合理論協(xié)同分析的基礎(chǔ)上，探討了施工企業(yè)戰(zhàn)略目標導(dǎo)向下投標決策問題。在戰(zhàn)略目標分析階段，根據(jù)企業(yè)不同發(fā)展階段的不同戰(zhàn)略，從財務(wù)狀況、企業(yè)運營、客戶及創(chuàng)新與發(fā)展4個維度，建立了包含8個指標的戰(zhàn)略目標評價體系，并利用熵權(quán)法對指標權(quán)重進行計算；在戰(zhàn)略價值評價階段，運用三角模糊數(shù)和蒙特卡洛分別對定性指標和預(yù)期利潤率進行評價，并借鑒灰色關(guān)聯(lián)度法完成對各項目總體戰(zhàn)略價值的優(yōu)先級排序，對施工企業(yè)投標決策具有重要的指導(dǎo)意義。

關(guān)鍵詞：施工企業(yè)；投標決策；熵權(quán)法；灰色關(guān)聯(lián)度

隨著我國市場經(jīng)濟的不斷發(fā)展，招投標已成為工程項目承發(fā)包的大趨勢。戰(zhàn)略規(guī)劃和多項目開發(fā)已成為施工企業(yè)發(fā)展的必然選擇，如何適應(yīng)新的市場環(huán)境和發(fā)展趨勢，采取合理的投標決策是施工企業(yè)新時期面臨的新挑戰(zhàn)。CHENG等從內(nèi)部流程、管理能力、財務(wù)、技術(shù)、制度和外部環(huán)境6個角度對項目優(yōu)先級影響因素進行了識別，并基于ANP建立了多項目優(yōu)先級排序模型[1]。WILLIAM等研究了近年來軟件在項目優(yōu)先級評價中的應(yīng)用，系統(tǒng)總結(jié)了項目優(yōu)先級評價的18個評價指標，建立了評價模型，并運用雷達圖對項目優(yōu)先級評價結(jié)果進行監(jiān)控和分析[2]。徐洪明從建筑企業(yè)發(fā)展戰(zhàn)略角度出發(fā)，研究了建筑企業(yè)面對多個潛在項目時優(yōu)先級評選問題，最后運用Vogue 集和狀態(tài)空間劃分理論建立了多目標評價模型，并對目前研究提出了合理建議[3]。王潔靜等將平衡計分卡應(yīng)用于人力資源管理中，從4個維度構(gòu)建了多項目優(yōu)先級評價指標體系，并用多目標優(yōu)化方法解決了人力資源配置問題[4]。筆者將重新審視和改進施工企業(yè)投標決策行為，為施工企業(yè)投標決策提供了一套切實可行的程序和方法。

1企業(yè)戰(zhàn)略目標分解

1.1企業(yè)戰(zhàn)略目標描述指標體系

筆者在深入了解企業(yè)戰(zhàn)略目標的基礎(chǔ)上，將企業(yè)戰(zhàn)略目標進行分解，建立用于項目評價的企業(yè)戰(zhàn)略評價指標體系，然后針對指標對戰(zhàn)略目標的不同影響程度賦予合理的權(quán)重。

為了使戰(zhàn)略描述指標更具系統(tǒng)性和邏輯性，筆者借鑒平衡計分卡模型框架，遵循一致性、系統(tǒng)性、可操作性、相對獨立性及靈活性等原則對各指標進行分類和篩選，建立了描述企業(yè)戰(zhàn)略目標的指標框架[5],并對各指標進行了解釋，具體如圖1和表1所示。

圖1　戰(zhàn)略目標指標框架

1.2熵權(quán)法確定指標權(quán)重

(1)信息熵的確定[6]。根據(jù)斯提林公式，信息熵值hj為：

(1)

其中，μij為指標綜合隸屬。

表1　企業(yè)戰(zhàn)略目標指標及簡單釋義

2項目戰(zhàn)略價值綜合評價

2.1基于三角模糊數(shù)的定性指標模糊評價

在專家打分的基礎(chǔ)上，利用三角模糊數(shù)完成對定性指標的模糊評價，使評價更為客觀[7]。具體步驟分為兩步：①確定因素集U={業(yè)主忠誠度，社會貢獻度，資源配置，核心競爭力，市場份額，創(chuàng)新能力}，暫不考慮投資回收期；②建立模糊評語集Aij=(aij,bij,cij)，其中aij、bij和cij分別為最低評價值、最可能評價值和最高評價值，具體評價標準如表2所示。

表2　定性指標評價標準

則aij∈[1,9]，bij∈[1,9]，cij∈[1,9]，且滿足aij≤bij≤cij。

2.2預(yù)期利潤率指標評價

2.2.1RBF神經(jīng)網(wǎng)絡(luò)設(shè)計

現(xiàn)階段，在工程清單計價模式下，多數(shù)企業(yè)并沒有建立能夠真實反映自身實際水平的企業(yè)定額，通常是使用統(tǒng)一的定額，因此各投標人計算出來的工程成本相差無幾。在此背景下，預(yù)期利潤率成為影響施工企業(yè)投標決策的重要因素。

構(gòu)建預(yù)期利潤率模型時，筆者選取了徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)，其是一種由輸入層、隱含層和輸出層構(gòu)成的3層向前網(wǎng)絡(luò)。并將擬投標項目預(yù)期利潤率作為神經(jīng)網(wǎng)絡(luò)的輸出層，預(yù)期利潤率的影響因素為輸入層，建立了由X={x1,x2,…，x17}到Y(jié)={y1}的映射結(jié)構(gòu)。

RBF神經(jīng)網(wǎng)絡(luò)從輸入層到隱含層空間的變換是固定傳遞，無可調(diào)權(quán)值；從隱含層到輸出層的變換是線性的，通過線性方程可求得。RBF神經(jīng)網(wǎng)絡(luò)能夠大大加快模型的學習速度，并避免局部最小問題，但其必須滿足以下關(guān)系：

(2)

(3)

式中：wk為權(quán)重系數(shù)；R()為徑向?qū)ΨQ基函數(shù)；i=1,2,…，17;k=1,2,…，h;j=1。

RBF神經(jīng)網(wǎng)絡(luò)的參數(shù)主要有3個，分別是隱含層各個徑向基函數(shù)的對稱中心Ck、徑向基函數(shù)的寬度σk和到輸出層的權(quán)重系數(shù)wk。

2.2.2預(yù)期利潤率預(yù)測模型

(1)影響因素賦值。由于不同評價指標量具有不同的量綱，波動較小的指標很容易被忽略。為了使利潤率預(yù)測更為準確，對輸入值進行歸一化處理，并利用模糊語言將輸入值定義在[0,1]區(qū)間內(nèi)，具體影響因素賦值如表3所示。

表3　影響因素賦值表

(2)模型訓練。RBF神經(jīng)網(wǎng)絡(luò)在合理樣本數(shù)據(jù)基礎(chǔ)上，引入歷史數(shù)據(jù)，使得預(yù)測結(jié)果更為準確。筆者選擇類似項目成功案例作為樣本，將其分為兩組，分別作為訓練樣本和驗證樣本[8]。通過訓練確定Ck、σk和wk這3個參數(shù)，在訓練過程中，使用雷瑛等提出的一種不需要確定隱含層數(shù)量的方法，即在線自適應(yīng)聚類算法[9]。具體步驟為：①經(jīng)過多次的試驗，確定高斯函數(shù)精度最高的寬度σ，然后設(shè)定一個矢量α(k)和一個計數(shù)器β(k)。②輸入第一個樣本確定聚類中心C1，于是k=1，α(1)=y1，β(1)=1，這樣便建立了一個RBF神經(jīng)網(wǎng)絡(luò)，w1=α(1)/β(1)，只含有一個隱含層。③輸入第二個樣本，計算出樣本輸入到聚類中心C1的歐氏距離，當D(xi,C1)≤σ時，該樣本與第一個樣本為同一類，則有k=1，α(1)=y1+y2，β(1)=2，w1=α(1)/β(1)；當D(xi,C1)>σ時，需重新增加一個隱含層，得到第二個樣本聚類中心C2，于是有k=2，α(2)=y2，β(2)=1，w2=α(2)/β(2)。④重復(fù)步驟①～步驟③，完成樣本數(shù)據(jù)輸入，建立的神經(jīng)網(wǎng)絡(luò)輸出為：

(4)

(3)蒙特卡洛(Monte Carlo)預(yù)測模型。筆者采用蒙特卡洛模擬方法解決由于缺乏項目信息導(dǎo)致預(yù)測結(jié)果的隨機性和不確定性問題。詳細步驟為：①假定預(yù)期利潤率的各項影響因素均服從三角分布，ai、bi、ci(i=1,2,…,17)分別代表最低、可能和最高賦值；通過專家調(diào)查得到項目影響因素得分，并確定ai、bi、ci值，進而得到影響因素的密度函數(shù)和分布函數(shù)，分別如式(5)和式(6)所示。②隨機產(chǎn)生一組能夠符合各自分布規(guī)律的指標隨機評價值{xi}(i=1,2,…，17)，利用隨機發(fā)生器得到均勻分布隨機數(shù)r，r∈[0,1]；根據(jù)式(6)對F(xi)求逆函數(shù)得到xi,如式(7)所示，其中F(xi)∈[0，1]，令F(xi)=r，r滿足0～1之間均勻分布，故隨機變量xi服從三角分布。③將隨機變量xi輸入模型，計算出輸出值，即得到預(yù)期利潤率。④按照上述方法進行不少于30次的抽樣，通過數(shù)據(jù)統(tǒng)計分析，獲得aij、bij和cij，并將其表示成三角模糊數(shù)形式。

(5)

(6)

(7)

2.3戰(zhàn)略價值的灰色關(guān)聯(lián)度計算

灰色關(guān)聯(lián)度評價是灰色理論的重要內(nèi)容之一，主要思想是用灰色關(guān)聯(lián)度來描述因素間關(guān)系的強弱、大小和次序，并已在復(fù)雜系統(tǒng)、社會現(xiàn)象等進行分析時取得較滿意的結(jié)果[10]。

假設(shè)n個擬投標項目的k個戰(zhàn)略描述指標的評價值為Aij(i=1,2,…，n;j=1,2,…，k)，戰(zhàn)略目標的指標評價共分為兩類：①投資回收期評價值為實數(shù)類J1；②業(yè)主忠誠度、社會貢獻度、資源配置、核心競爭力、市場份額、創(chuàng)新能力和預(yù)期利潤率指標為三角模糊數(shù)類J2。為避免指標間量綱差異，將數(shù)據(jù)進行歸一化處理。

對于效益型實數(shù)類指標有：

對于成本型實數(shù)類指標有：

對于效益型三角模糊數(shù)類指標有：

對于成本型三角模糊數(shù)類指標有：

因此在參考序列選擇時，對于實數(shù)類指標有u*j=max{uij}，對于三角模糊數(shù)類指標有u*j=(maxuLij,maxuMij,maxuRij}，則可得到標準矩陣U：

(8)

其中，ρ表示分辨系數(shù)，一般可取0.5。當指標j的權(quán)重為wj時，則可得到項目i的加權(quán)關(guān)聯(lián)度ri，如式(9)所示。關(guān)聯(lián)度越大，則該比較序列與參考序列聯(lián)系越密切，因此根據(jù)關(guān)聯(lián)度大小可以確定投標項目的優(yōu)先級排序。

(9)

3算例分析

筆者以AH公司面臨的投標決策為例，進行決策模型的實證分析。目前AH公司初步確定了4個在經(jīng)營資質(zhì)范圍內(nèi)的擬投標項目，即項目1、項目2、項目3和項目4。

3.1AH公司戰(zhàn)略指標權(quán)重確定

選擇那些對AH公司戰(zhàn)略了解并有決策權(quán)的相關(guān)領(lǐng)導(dǎo)及專家各10人組成評價小組，收集專家對各指標權(quán)重的評價，然后運用熵權(quán)法計算出各個評價指標的權(quán)重為：{w#1,w#2,…，w#8}={0.16,0.20,0.08,0.09,0.07,0.16,0.23,0.01}。

3.2定性指標評價

收集評價小組對擬投標項目6項定性指標三角模糊評價的結(jié)果，如表4所示。

表4　擬投標項目定性指標三角模糊評價

3.3預(yù)期利潤率評價

(1)建立學習樣本數(shù)據(jù)庫。選擇公司近期投標成功案例20個，隨機選取其中15個作為訓練樣本，剩余5個作為驗證樣本。對樣本進行賦值，構(gòu)建學習樣本數(shù)據(jù)庫，其中預(yù)期利潤率指標為這些項目中標報價扣除成本部分所占成本的百分比。

(2)模擬訓練和驗證。采用在線自適應(yīng)聚類學習算法，對高斯函數(shù)寬度取不同值進行試驗，隱含層神經(jīng)元個數(shù)為12，在RBF模型訓練合格之后，對驗證樣本進行試驗，如圖2和表5所示分別為σ=0.1時的驗證結(jié)果和誤差。

圖2　驗證結(jié)果圖

%

由表5可以看出，預(yù)測樣本的總平均精度達到96.3%，說明該模型的預(yù)測能力較好，可用于對擬投標項目的預(yù)期利潤率預(yù)測。

(3)擬投標項目預(yù)期利潤率預(yù)測。充分考慮當前建筑市場特點，并借鑒已有研究成果，筆者針對項目、業(yè)主、企業(yè)自身和競爭對手4個方面的情況，確立了17個影響企業(yè)預(yù)期利潤率的因素，并收集評價小組對擬投標的4個項目的評價結(jié)果，如表6所示。

利用蒙特卡洛法對各影響因素在其三角分布規(guī)律上實現(xiàn)隨機抽樣，將隨機向量代入訓練好的RBF神經(jīng)網(wǎng)絡(luò)，每個項目抽樣30次，通過統(tǒng)計抽樣結(jié)果得到4個項目的三角模糊數(shù)預(yù)測利潤率分別為(8.1%,13.6%,17.0%)、(7.4%,10.4%,14.0%)、(7.6%,11.0%,15.6%)和(9.1%,12.6%,17.3%)。

3.4AH公司擬投標項目戰(zhàn)略價值排序

根據(jù)戰(zhàn)略描述指標的分類評價，構(gòu)建評價矩陣，并對該評價矩陣A進行歸一化處理，選取最優(yōu)值構(gòu)成參考序列，可得到標準矩陣U：

計算各個比較序列與參考序列之間的距離d(uij,u*j)，可得到距離矩陣D：

表6　擬投標項目影響因素三角賦值

根據(jù)式(8)和式(9)可計算得到每個項目序列與參考序列的加權(quán)關(guān)聯(lián)度：

r=[0.664 1,0.594 9,0.526 5,0.692 3]

即項目1的關(guān)聯(lián)度為r1=0.664 1，項目2的關(guān)聯(lián)度為r2=0.594 9，項目3的關(guān)聯(lián)度為r3=0.526 5，項目4的關(guān)聯(lián)度為r4=0.692 3，從而確定這4個項目在該企業(yè)戰(zhàn)略導(dǎo)向下的投標優(yōu)先級順序為:項目4﹥項目1﹥項目2﹥項目3。

4結(jié)論

筆者在現(xiàn)有研究基礎(chǔ)上，利用平衡計分卡模型，從企業(yè)財務(wù)、客戶、企業(yè)運營、創(chuàng)新發(fā)展4個維度，建立一套科學系統(tǒng)的戰(zhàn)略目標評價指標體系，并利用熵權(quán)法確定了評價指標的權(quán)重。對項目戰(zhàn)略價值評價時，采用三角模糊數(shù)對定性指標進行模糊評價，運用蒙特卡洛模擬方法對其利潤率進行了預(yù)測，并用灰色關(guān)聯(lián)度法完成了各項目總體戰(zhàn)略價值的排序。最后，筆者對AH公司面臨的4個擬投項目進行戰(zhàn)略價值評價，得出戰(zhàn)略價值導(dǎo)向下，4個擬投標項目的優(yōu)先級排序，證明了該方法的可行性和實用性，對企業(yè)投標決策具有一定的理論和現(xiàn)實意義。

參考文獻：

[1]CHENG E W L，LI H. Analytic network process applied to project selection[J]. Journal of Construction Engineering and Management， 2005,134(4):459-466.

[2]WILLIAM R B, NAWAZ S. A conceptual framework for ranking R&D projects[J].IEEE Transactions on Engineering Management, 2008,55(2):267-277.

[3]徐洪明.建筑企業(yè)多項目優(yōu)先級評價研究[D].天津:天津財經(jīng)大學,2010:45-46.

[4]王潔靜,任倍.平衡計分卡法在多項目條件下人力資源分配中的應(yīng)用[J].管理科學,2010(10)：52-53.

[5]秦晉,陳永強.工程企業(yè)多項目優(yōu)先級評價指標體系構(gòu)建研究[J].價值工程,2011,30(28)：1-3.

[6]張欽禮,曹瑞鋒,王石,等.基于商權(quán)和模糊數(shù)學的充填管道堵塞風險評價[J].科技導(dǎo)報，2013,31(28/29)：30-34

[7]潘華,高楊楊,薛小龍，等.基于三角模糊數(shù)的輸變電工程模糊綜合評價[J].工程管理學報,2015,29(4)：78-83.

[8]談飛,楊帆.基于蒙特卡洛的施工企業(yè)預(yù)期利潤率預(yù)測研究[J].項目管理技術(shù),2014,12(11)：108-112.

[9]雷瑛,孫自強.徑向基網(wǎng)絡(luò)在熱鍍鋅氣刀控制系統(tǒng)中的應(yīng)用[J].世界儀表與自動化，2004,8(1)：50-53.

[10]王相平.鐵路旅客運輸量影響因素的灰色關(guān)聯(lián)分析[J].鐵路計算機應(yīng)用,2013,22(10)：13-16.

KONG Lingzhen:Postgraduate; School of Business，Hohai University，Nanjing 211100,China.

文章編號：2095-3852(2016)02-0238-06

文獻標志碼:A

收稿日期：2015-11-16.

作者簡介：孔令禎(1991-)，男，河南衛(wèi)輝人，河海大學商學院碩士研究生.

中圖分類號：TU723.31

DOI：10.3963/j.issn.2095-3852.2016.02.022

Research on Multi-project Strategy-oriented Bidding Decision for Construction Enterprises

KONGLingzhen，ZHANGYunning，ZHANGXuejiao

Abstract：The Paper from the multi-project choice that construction enterprises bidding in the period of project decision, discuss the construction of corporate strategic objectives to guide decision-making problems . In the strategic target analysis stage, according to the different strategy, it built the scientific system contains 8 strategic indicators, from the financial situation, enterprise operation, customer, innovation and development four dimensions, and use entropy weight method to calculate the concrete index weight.And in the strategic value of the evaluation stage, using triangular fuzzy numbers and Monte Carlo qualitative indicators and expected profitability were evaluated.And in reference method of gray correlation and prioritization of completion of the overall strategic value of each project and the construction companies to bid decision, it has important practical and theoretical value.

Key words：construction companies; bid decision; entropy method; gray related degree