基于语言评价的政府采购评标方法

●徐 轲 钱 程 张光准

基于语言评价的政府采购评标方法

●徐 轲 钱 程 张光准

在以招标方式进行的政府采购项目中，评标方法的选择直接影响决策结果。政府采购评标作为多目标决策，一直受到学界的广泛关注。本文旨在使用基于语言评价的群体意见共识方法，优化政府采购评标的决策过程，提高决策质量，同时试图通过对招标人与评标委员会的责任与权利进行再分配，提出针对评标制度构建的合理建议与创新型思路。

一、理论分析

（一）评标权重的分配问题

招标文件中规定的各项评标内容的权重分配是决定评标结果的重要影响因素，权重分配的不合理是目前政府采购招标过程中的一个重要问题。评标权重分配不合理可分为两种：一是无倾向性的权重分配不合理。这是由于招标人自身能力有限而导致在制作招标文件过程中评分权重分配与实际需求产生偏差，即使招标人并非有意为之，但这种不合理性将产生逆向选择，影响招标结果；二是有倾向性的权重分配不合理。招标人有意根据某投标人投标文件“量体裁衣”设置权重以使其中标，这种情况在实践中屡见不鲜。

评标权重分配不合理存在较大的隐蔽性，特别是倾向性的权重分配不合理严重破坏了公平竞争的环境却很难将其直接判定为违法。本文解决这一问题的途径是把设置评标权重的权力授予评标委员会，这是因为一方面评标委员会成员具有丰富的专业知识，能够根据招标采购项目的需求最大程度避免非倾向性的权重设置不合理现象的出现。另一方面，本文提出的基于语言评价的评标方法能够提供科学的决策模型用于权重设置的决策过程，在评委会成员间形成制衡与博弈机制，以保证评标委员会成员在规则框架内合理行使权重分配权力。

同时，本文的制度设计中，为了让采购结果更加符合招标人需求，评标委员会根据群体评标结果向招标人推荐3家供应商，由招标人确定最终的中标供应商。另外，在招标人行使定标权的情况下，也需要加大其相应的责任，招标人需对定标结果所导致的采购质量问题负责，以实现权责对等。

（二）群体意见共识方法在评标中的应用

在政府采购评标过程中，由于评标委员会成员的知识背景、看待问题的价值观和社会背景的不同，以及群体中成员对各目标的偏好不同，面对同一问题或几个可选的方案，肯定会存在诸多分歧。本文尝试通过群体意见共识的评标方法，利用不同评委会成员的专业知识相互补充，同时集结评标委员会成员的不同意见，形成评标“最优解”即最优的评标结果。

具体来讲，即各专家单独评标，然后将评判结果进行汇总，并把单个专家的评判结果与总评价进行比较，如果偏差超过一定程度，则剔除相应专家的评判结果，最后对其余专家的评价进行汇总，从而得出最终评标结果。虽然评标委员会在获得设置权重的权利后，增加了自身的自由裁量权，但是通过这种剔除极端偏差项的方式，可以避免由于个别专家的极端评判而影响最终的评标结果。

群体意见共识方法在评标中的应用有效解决了政府采购中三类问题：

1、解决经济效益与社会效益的权衡问题。政府采购需要兼顾多重功能目标，不仅要考虑项目的经济效益，也需要兼顾诸如环境保护、绿色产品、采购国货、保护中小企业等社会效益。例如一些专家可能将某设备采购的经济效益作为首要考虑因素，另一些专家可能将设备的环保性能作为重点。诸如社会上对PX项目的争议就反映出当今社会对于项目经济效益、环境保护、社会利益的权衡问题的思考。

2、不同关键技术指标的权衡。一般情况下，针对同一个采购项目会存在多个技术评价指标，而专家们由于自身的知识背景、价值观偏好等差异，从而对各个评价指标重要性程度的认识也会存在诸多差异。然而，利用基于语言评价的群体意见共识计算方法，能够利用专家们的知识互补，集结不同专家对于项目关键技术指标的偏好，最后形成可排序的综合评价信息。

3、避免评标结果的合理性受到某些专家极端评价的影响。在实践中，评标专家做出极端评价的原因主要有两种。一种是由于受到供应商等利益相关人的影响，而故意作出明显偏袒某一或某些供应商的极端评价。另一种原因是由于目前专家信息库制度不够完善，所以抽取到的评标专家的知识储备可能与评标标的所需的专业背景相差太大，无意中成了评标委员会中的“伪专家”，无法对标的作出合乎常理的评价，只能硬着头皮胡乱打分，虽然无意偏袒某些特定的供应商，但是客观上导致了极端评价的出现。本文提供的群体意见共识评标方法，能够在计算过程中剔除极端偏差项，从而保证最后评标结果的稳定性与合理性。

（三）语言评价在评标中的应用

在具体评标中，由于政府采购的多目标性，必然要考虑许多实际的评价指标，而这些评价指标中既有可以量化的定量指标，也有许多无法量化的定性指标，特别在政府采购服务类项目中更是如此。由于定性评价指标的模糊性和不确定性，评标委员会成员对标的进行评判时最容易表达的偏好信息形式是自然语言，因此本文将采用语言评价方法。语言评价方法是先将定量的指标和定性的指标进行无量纲处理，然后结合对所有指标的评价，从而得出综合评价信息。通过使用这种基于语言评价信息的模糊数评标方法，能够得到更切合实际的评标结果，以达到提高决策质量的目的。特别地，对于公共服务采购这一热点话题，此类方法能够较好的解决公共服务采购评标中如何评价难以量化的服务指标这一关键问题。

（四）基于语言评价的政府采购评标方法步骤

第一步：对定量评价进行无量纲化处理，转化为梯形模糊数。

第二步：将评标委员会成员给出的单个语言评价信息，如方案xi对应于评价因素yj的评价值，和对评价因素yj的权重设定，转化为Rij和Qj。

第三步：采用模糊意见集结方法对第二步中的梯形模糊数进行集结，形成群体评价矩阵。

第四步：根据评标委员会成员的综合评价矩阵，对各专家给出的信息进行隶属度评判。

第五步：对各供应商综合评价信息进行比较，得出评标委员会意见共识下的评标结果。

第六步：招标人根据评标委员会给出的评标结果选出最终中标商。

图1 评标步骤

二、案例分析

某市危险废物填埋设备招标项目，评价指标分为三部分：价格部分、商务部分、技术部分。商务部分包含类似工程业绩、企业资质、财务状况、质保体系等因素；技术部分包含设备成套完整情况、工艺措施和质量控制、技术培训及售后服务、进度计划、环保性能、使用寿命等因素。该案例中包含典型的定量指标：价格、使用寿命等；定性指标：企业资质、质保体系等，属于多目标决策。经过公开招标，共有6名有效投标人。评标委员会由包含招标人代表、经济和技术专家共5人组成。由多名专家进行评标，该评标属于典型的群体决策。

首先引入梯形模糊数概念：

定义0.1设R为实数域，R上的模糊集的全体记为F（R）。若有A∈F(R)，且存在区间[c、d]∈R，使得：

梯形模糊数的表达方式为A=(a,b，c,d)且a≤b≤c≤d；（梯形模糊数的隶属函数）（0.1）设A=(a1,b1，c1,d1)和B=(a2,b2，c2,d2)为任意两个梯形模糊数，梯形模糊数运算法则如下：

表1 危险废物填埋设备招标项目评价指标

表2 评价因素与权重审定语言信息对应的梯形模糊数

表3 评标委员会成员设定的权重信息

表4 定量指标

表5 评标委员会成员对定性指标的语言评价

应用结合语言评价与梯形模糊数的群体意见共识方法进行评标：

（一）定量评价无量纲化

定量评价无量纲化概念：为了保证定量信息和定性信息的语言评价值相融合，定量信息需要进行一定的处理，转化为无量纲值，再使用模糊数进行表示。

如：设fi为定量指标，供应商Gi（i=1,...,m)在指标fi下的定量值为xij（i=1,...,m)，则将指标的定量值转化为无量纲值可由下式求得：

得出在定量指标fi下，评标专家对供应商Gi的评价可用梯形模糊数Yij=（yij，yij，yij，yij）表示。

经计算投标价格无量纲值为：G11=0.171、G21=0.142、G31= 0.202、G41=0.156、G51=0.180、G61=0.149。

（二）语言信息转化成梯形模糊数

1、将表3中评标委员会成员设定的权重信息转化成表2中对应的梯形模糊数。

2、将表5中评标委员会成员对定性指标的语言评价转化成表2中对应的梯形模糊数。

3、将评价梯形模糊数与对应评价权重模糊数相乘得出各专家综合评价梯形模糊数。

（三）评标专家模糊信息集结

模糊信息集结方法：

1、当评标专家对某个供应商的评价使用模糊数表示时，专家之间的评价一致性程度可用相应的两个模糊数相似度体现。

2、构建一致度矩阵。

由3.1式可以得出评标委员会成员两两之间的相似度，可以构建出一个一致度矩阵AM。

3、计算评标委员会成员Ei的平均一致度Si（i=1,2,...,s)，我们使用平均一致度反应单个评标成员的评价与其他评标成员的一致性。

单个评标成员Ei的平均一致度Si求解公式：

观察可知，平均一致度Si为AM中第i行除Sii以外其他因素的平均值。

4、计算评标成员的相对一致度Si*（i=1,2,...,s)。

评标委员会各成员的评价相对一致度Sii反映了他与其他评标成员评价之间的相对一致度。Sii越大，说明该成员与其他成员之间的评价越接近，越能代表大多数评标成员的意见，对意见集结的贡献也就越大；反之则越偏离，对意见集结的贡献越小。

5、计算评标委员会各成员对群体意见集结的贡献程度Gi（i=1,2,...,s)。

因为评标委员会各成员的地位是平等的，所以他们的权威程度是相同的，因此

6、对梯形模糊数的评价进行集结，得出一致性集结结果。

使用评标成员对群体共识的贡献度Gi,将评标委员会各成员的模糊评价集结为总评价的模糊数。若用R表示总评价模糊数，则：（3.6）

使用上述方法即可将评标委员会各成员作出的语言评价信息进行群体意见集结。

（四）群体意见共识评价

根据（3.1）式求得评标委员会各成员一致性指标：

（五）得出评标结果

对供应商进行排序。

模糊数排序法：

1、确定作为评价的模糊集V；

定义5.1 为梯形模糊数集合，如果模糊数V满足：

则称V为一个评价。

评价V表达评标成员的偏好和兴趣，用来对梯形模糊数进行评价。

根据V的隶属度函数又可将V评价分成3种：

V的隶属度函数为单调增函数，V值越大评价值偏好越强，称为收益型评价

V的隶属度函数为单调减函数，V值越小评价值偏好越强，称为成本型评价

V的隶属度函数为常数函数，V值大小对偏好没有影响，称为中性评价

2、对每个供应商的综合评价值ai，按照评价V对其进行评价，得评价值Ev(ai)。

定义5.2 设M、N为两个梯形模糊数，定义满意函数：

S（M＜N）表示M小于N的可能性，S（M＞N)表示M大于N的可能性。在进行模糊数与非模糊数比较时，假设非模糊数h,则：

定义5.3 设M为梯形模糊数，M根据评价V的评价值定义为：

Ev(M)=S（M＞V）（5.11）

由定义5.1中性评价可得：

由5.13式即可求得每个供应商的综合评价值ai按照评价V的评价值Ev(ai)(i=1,2...,m)。

3、根据2中方法对所有供应商综合评价值进行排序。

经计算得出相对评标结果，进入前3名供应商为：第一名G5、第二名G6、第三名G1。

（六）确定最终中标结果

招标人根据采购实际需求，从评标委员会推荐名单中确定最终中标供应商。

三、结语

本文提出的评标委员会制度创新性构建，采用基于语言评价的政府采购评标方法，能够针对政府采购招标多目标的特点，优化评标决策过程，提高决策质量，推荐出最优候选人名单。首先，此方法能够科学、合理地分配评标权重，避免无倾向性与有倾向性的权重设置不合理情况的出现；其次，此方法能够有效集结评标委员会各成员意见，权衡与兼顾政府采购项目的多目标属性，并且能够排除明显偏离群体意见的极端专家意见；另外，此方法利用语言评价与梯形模糊数成功解决了评价难以定量描述的定性指标问题，得出合理决策结果。■

国际关系学院公共市场与政府采购研究所）

（本栏目责任编辑：周菲）