基于灰色关联度的施工企业投标战略决策

张云宁，崔祥，杨帆

(河海大学商学院，江苏南京 211100）

基于灰色关联度的施工企业投标战略决策

张云宁，崔祥，杨帆

(河海大学商学院，江苏南京 211100）

招投标作为一种采购和订立合同的方式，已成为工程项目承发包的大势所趋。与此同时，实行战略规划和多项目开发已是施工企业的必然选择。如何适应新的投标环境与发展趋势，制定合理的投标决策，使施工企业能够以战略目标为发展导向，以项目投标为实现战略的有效途径是如今施工企业必须面对的难题。借助平衡计分卡模型，从财务、客户、内部业务流程、学习与成长四个维度建立一套科学的、系统的战略目标指标体系，根据战略价值评价系统的灰色属性引入灰色关联度模型，并针对指标评价值为实数类和三角模糊数类采取不同的归一化和距离处理方法，将指标权重及指标评价值合成为拟投标项目与最理想项目的关联程度，并以此作为项目战略价值排序的依据，从而为施工企业选择投标作出决策。

投标项目；战略价值；灰色关联度；三角模糊数

施工企业在投标过程中，由于项目发包方和发包时间不尽相同，施工企业不可能在多项目投标过程中进行实质上的项目组合承包，主要还是运用项目组合思想，在对企业战略目标进行分解的基础上评价每个项目对企业战略目标的贡献程度即项目的战略价值，确定项目投标的优先级顺序，以使得施工企业的项目投标成为实现企业战略目标的重要途径。不确定性是项目战略价值评价时的困难所在，表现在一些事件发生的随机性和事件本身所处状态的模糊性，因此评价的主观性是评价问题研究的重点，本文将根据指标性质不同采用不同的评价方法，充分利用模糊信息处理技术、数据挖掘技术及系统仿真技术，力争使项目战略价值评价更为科学和准确。

投标决策理论可分为基于期望利润和基于综合评价两类。前者是通过决策树法求得投标的期望利润以此作为投标与否的依据。后者一般认为该类研究源于1990年Ahmad［1］提出了相互独立的4类共13个子因素，运用两两比较确定权重，提供了一个能反映决策者的偏好结构和风险态度结构化方法，用于投标与否的机会决策问题的建模，并可以利用计算机来实现。其后Wanous等［2］设计出六个半结构化的调查表，可从表中提取相应参数从而计算出投标索引规则完成决策。Fayek［3］研究了模糊评价法在多因素投标决策中的应用，并给出了该方法的评价步骤。Sydell［4］等利用层次递阶结构的AHP法对多准则进行了优化，通过对关键影响因素的定量和定性评价确定报价的总效用值，得出投标决策模型。

由于历史原因，招投标在我国起步较晚，对招投标的理论研究始于20世纪80年代，1980年国务院发布了《关于开展和保护社会主义竞赛的暂行规定》，从而拉开了国内招投标的发展序幕。如今国内许多学者也提出了一些投标决策方法。张雪雪［5］归纳了项目投标决策的外部环境和内部环境的相关因素，并总结了决定投标与否的主要原则。张传友［6］、魏道江［7］认为投标前期决策系统实为一个灰色系统，从投标的影响因素入手，建立了基于灰色关联决策的投标项目选择模型，具有一定的合理性、科学性。李红兵［8］等以项目组合管理为理论基础，建立了包括利润质量、利润增大潜能和利润的可持续性的项目盈利能力综合评价指标体系，并运用模糊综合评价方法对某EPC项目进行了多目标投标决策。王雪青［9］等人将非等权目标灰色局势决策方法用于工程投标决策，引入决策树和标准离差率(风险值)使灰色局势决策方法的基础数据来源更具有理论依据。林健［10］结合典型案例，对如何运用风险型决策方法进行投标决策达到最佳的期望值进行探讨。郭琦等［11］建立了承包商投标机会数据库，利用数据包络分析法判断新的投标机会是否在有效生产前沿面上，从而做出投标机会决策。陆广波、张朝勇［12］针对工程项目投标决策提出了基于D-S证据推理的投标竞争对手威胁风险评估方法。刘卫国［13］提出项目价值概念并设计了一套投标项目选择决策的方法，解决了项目价值的计算、中标概率的估计、预计标价的确定、单项目投标决策、多项目选择决策等问题。赵毅［14］论述了将粗糙集理论应用于工程总承包项目投标决策中的优势，并运用粗糙集理论的属性约简、决策规则发现和属性依赖度的性质构建了工程总承包项目投标决策模型。

1 企业战略目标分解

平衡计分卡能够为战略指标的选择提供一个框架上的导向，使指标的构成更具系统性和逻辑性，它优异的战略表现和平衡效果使其在本文战略目标描述指标体系的构建上显示出了很好的优越性，本文借鉴平衡计分卡模型的框架，通过参阅前人的研究成果［15～19］，对各种指标罗列，遵循上述指标体系构建原则对各指标进行分类和筛选，建立了描述企业战略目标的指标框架(表1)。

表1 描述企业战略目标指标体系

根据张云宁、崔祥［20］“基于平衡计分卡的施工企业战略目标体系研究”，指标赋权时充分考虑实际需求，将赋权性质定义为群决策，并借鉴群体层次分析法及序关系算法的思想形成群组序关系算法，在更广泛的集结群体知识和经验，降低赋权主观性的同时克服了群组AHP算法中的一致性检验困难和二次赋权的问题。最后根据模型需要采用遗传算法求解，从而实现对群体各个权重结果的有效集结，得到相对理想的最终权重。

2 项目战略指标评价

2.1 定性指标模糊数评价

模糊信息处理作为一种对人类知识、经验进行数字化的模糊化处理技术，具有较强的结构性知识表达能力，通过隶属函数将集合的非此即彼的逻辑推广到区间内的连续逻辑，方便了人们对模糊问题的描述和处理，能广泛吸取专家意见，在不确定条件下尽量减少决策的不确定因素影响，使评价更具全面性和综合性。模糊数有多种表现形式，根据英国Stephen等人的研究，三角分布可以在尽可能降低信息量损失的同时较好地代替各种分布，简化数据处理，因此本文利用三角模糊数对定性知识表达的便利性完成对上述战略目标描述指标中的一般定性指标的模糊评价转化。但考虑到影响因素较多，评价复杂的项目预期利润率指标和项目风险指标的预测对企业投标决策影响重大，而模糊评价存在较大的主观性，因此本文将引入现代数据挖掘技术。

三角模糊数的评价基础依旧是专家打分，对于定性指标专家打分法简单直观、容易操作，但缺点是主观性强，因此引入三角模糊数可以使评价更为客观。本文对一般定性指标模糊评价的具体步骤如下：

步骤1：选择上述战略目标分解的九项指标中的一般定性指标构成因素集U={业主忠诚度，社会贡献度，资源配置，核心竞争力，市场份额，创新能力}；

步骤2：对每个项目的每个因素进行打分，指标评价值采用Aij=(aij，bij，cij)的形式表示，其中aij表示最低评价值，cij表示最高评价值，bij表示最可能评价值。考虑到1～9的评分法是在分析了人们的习惯及心理学研究成果基础上提出的，能被评价者普遍接受，具体评价标准见表2。

表2 定性指标评价标准

则aij∈［1，9］，bij∈［1，9］，cij∈［1，9］，且满足aij≤bij≤cij。

2.2 预期利润率指标评价

根据谈飞，杨帆［21］“基于蒙特卡洛的施工企业预期利润率预测研究”，预期利润率对于施工企业投标至关重要，通过分析影响预期利润率的项目情况、业主情况、自身情况和竞争对手情况四个方面的影响因素，利用RBF神经网络构建了预期利润率的预测模型。因为影响因素具有随机性，提出了运用蒙特卡洛法对模型进行改进，从而提高了利润率预测的准确性。在本文关于预期利润率指标评价依旧采用上述成熟的方法，从而使本文利润率指标预测更为合理可信。

2.3 项目风险指标评价

项目风险对于上述指标的影响直接变现为评价值采用的三角模糊区间值的形式，指标评价值的离散程度越大则表明该指标评价的不确定性越大，相应的风险也可能越大，本文将借鉴马克维兹提出的“均值－方差”投资组合理论的思想，用加权标准离差率表示项目的风险水平。

标准离差率Vij计算公式见式(1)：

式中：σ(Aij)是前述指标评价值的标准差，E(Aij)是前述指标评价值的期望值，由于投资回收期为一实数型指标，所以其标准率为零；对于预期利润率可根据蒙特卡洛模拟抽样统计结果很方便地求出期望和标准差；对于上述定性指标的三角模糊评价值Aij，可参照式(2)、(3)计算相应的期望值和标准差：

将每个指标的标准离差率加权便可得到该项目的风险水平Vi：

3 项目战略价值评价

3.1 评价模型选择

灰色系统理论由邓聚龙教授首先提出，该理论认为事物往往存在信息的不完全性和不确定性，形成的是部分信息已知、部分信息未知的灰色系统。灰色理论常用于处理贫信息问题，能够在较少信息条件下建模、决策，在定性分析与定量分析间建立联系［22］。

根据投标决策的特点，施工企业在对拟投标项目的战略价值进行评价时所能获得的信息量是有限的，对各个指标的评价值存在各种不确定性，属于典型的灰色系统，因此灰色理论能很好地满足本文评价的需求，具有较好的应用价值。

灰色关联度评价法是灰色系统理论中的重要方法之一，它将各个备选方案的指标评价值构成比较序列，选取各个指标中的最优指标构成参考序列，通过比较序列与参考序列构成曲线的几何相似程度，确定各个比较序列与参考序列的灰色关联度值，即各个项目方案与理想方案的接近程度，实现方案的排序和选择。该方法操作简单，应用成熟，较容易掌握。

3.2 战略价值的灰色关联度计算

假设对各拟投标项目的9个战略目标描述指标的评价值为Aij(i=1，2，…，n；j=1，2，…9)，本文战略目标的指标评价值共分为两类：投资回收期、项目风险指标评价值为实数类J1；业主忠诚度、社会贡献度、资源配置、核心竞争力、市场份额、创新能力、预期利润率七项指标属于三角模糊数类J2。

为避免指标间量纲差异，将上述矩阵数据进行归一化处理。

对于效益型实数类指标：

式中：L表示最低指标评价值，M表示最可能的指标评价值，R表示最高的指标评价值。

对于成本型三角模糊数类指标有：因此参考序列选择时对于实数类指标有u*j= max{uij}，对于三角模糊数类指标有u*j=，得到标准矩阵：

定义比较序列和参考序列之间的距离d(uij，u*j)：

对于实数类指标：

其中，ρ表示分辨系数，一般可取0.5。当指标j的权重为wj，则得到项目i的加权关联度见式(13)。关联度越大，则该比较序列与参考序列联系越密切，因此根据关联度大小可以确定投标项目的优先级排序：

4 案例分析

本文选取的YQ有限责任公司隶属于中国水利水电建设集团。该公司通过广泛的信息搜集及整理收到投标邀请，以2012年初正在进行准备投标的四项符合自己经营资质范围的项目作为本文案例分析对象，四个项目分别是项目一：福建省龙岩市永定县淑雅溪水库大坝工程(招标编号为FJMSZB 2012-040)；项目二：上海临港新城港区进港航道工程(报建编号为10LGNH0047)；项目三：宁波市南区污水处理厂二期配套主干管(南大路－鄞县大道)工程Ⅰ、Ⅱ标段(工程已由宁波市发展和改革委员会以甬发改审批函［2010］251号文批准建设，项目招标人为宁波市城市排水有限公司)；项目四：浙江省小洋山港区配套开发海堤一期工程(项目编号为2011-147)。

4.1 YQ公司战略目标分解

根据表1构建的战略目标描述指标体系选择对YQ公司的战略方向具有决策权的相关领导5人及战略规划方面专家2人组成战略定位小组，搜集每个决策者对各指标权重的排序及相对重要性评价结果(表3)。根据文献［20］的公式，求得每个决策者所认为的最优排序下的战略指标权重(表4)。

表3 战略指标权重排序及相对重要性评价结果

表4 各专家认为最优排序下的指标权重计算结果

按照实际指标排序对应到相应的指标见表5。

表5 指标权重统计结果

图1 遗传算法实现精度

按照改进后遗传算法求解步骤，当遗传算法迭代121次时，实际MSE(fi)=9.9936×10－5≤1×10－4，见图1。此时输出群组中适应度值最优的染色体作为最优满意解{w*1，w*2，…，w*9}= {0.14，0.17，0.07，0.08，0.06，0.14，0.13，0.20，0.01}。

4.2 YQ公司拟投标项目指标评价

4.2.1 定性指标模糊评价

选择YQ公司具有丰富项目投标经验及项目实战经验的专家组成拟投标项目评价小组，搜集评价小组对拟投标项目6项定性指标三角模糊评价的结果(表6)。

表6 拟投标项目定性指标三角模糊评价

4.2.2 预期利润率评价

本文选择该企业近期类似投标成功案例20个，随机选取其中15个为第一组，其他5个为第二组，第一组作为对神经网络的训练样本，第二组为验证样本。根据影响因素的赋值标准对这20个样本赋值，其中预期利润率指标为这些项目中标报价扣除成本部分占成本的百分比。再根据谈飞、杨帆［22］，对四个项目的预期利润率进行预测。搜集评价小组对拟投标的四个项目的评价结果见表7。

表7 拟投标项目影响因素三角赋值

表8 拟投标项目标准离差率计算

4.2.3 风险评价

计算各指标评价值的期望、方差及标准离差率(表8)。

4.3 YQ公司拟投标项目战略价值排序

根据上文对九个战略描述指标的分类评价，构建评价矩阵A，对于预期利润率指标根据蒙特卡洛模拟抽样结果仍采用三角模糊数Aij=(aij，bij，cij)的形式表示，其中aij是统计结果中的最小值，bij是统计结果中的众数，cij是统计结果中的最大值。

对评价矩阵A按照公式(5)～(8)进行归一化处理，并选取最优值构成参考序列，得到标准矩阵U：

按照公式(10)及(11)，计算各个比较序列与参考序列之间的距离d(uij，u*j)：

再根据公式12及13计算每个项目序列与参考序列的加权关联度：

即项目一的关联度ε1=0.6641，项目二的关联度为ε2=0.5949，项目三的关联度为ε3= 0.5265，项目四的关联度ε4=0.6923，从而确定这四个项目在该企业战略导向下的投标优先级顺序为项目四＞项目一＞项目二＞项目三。

5 结语

针对施工企业投标决策这一复杂的、不确定的多属性决策问题，提出战略导向的投标决策视角，并在此基础上为施工企业投标决策提供了一套切实可行的程序和方法。针对指标评价值存在实数类及三角模糊数类两种形式，对灰色关联度模型中指标归一化及参考序列与比较序列的距离参数加以定义，完成混合型多属性值的灰色关联度评价。

根据YQ公司待投标的四个项目，用战略价值的灰色关联度模型计算，最终确定四个项目投标的优先级排序为项目四＞项目一＞项目二＞项目三，因此企业应当集中力量争取中标项目四，在条件允许下再考虑项目一等。通过YQ公司的实例验证了本文探讨的战略导向下施工企业投标决策的相关理论、程序及模型对企业投标的可行性和适用性，从而为施工单位多项目招投标提供决策依据。本研究中涉及到大量数据和信息处理，人工计算很难实现，需要借助计算机程序，因此利用信息技术开发出施工企业投标决策的辅助信息系统是研究的大势所趋。推动投标信息化、智能化建设的进程，对于提高施工企业投标决策的效率具有重要意义。

［1］Ahmad I.Decision-support system formodeling bid/nobid decision problem［J］.Journal of Construction Engineering and Management，1990，116(4)：595-608.

［2］Wanous M，Boussabaine A H，Lewis J.To bid or not to bid：a parametric solution［J］.Construction Management＆Economics，2000，18(4)：457-466.

［3］Fayek A.Competitive bidding strategy model and software system for bid preparation［J］.Journal of Construction Engineering and Management，1998，124 (1)：1-10.

［4］Seydel J，Olson D L.Bids considering multiple criteria［J］.Journal of Construction Engineering and Management，1990，116(4)：609-623.

［5］张雪雪.投标决策分析浅谈［J］.山西建筑，2010，36(17)：246-246.

［6］张传友.灰色关联决策理论在工程投标项目选择中的应用［J］.基建优化，2006，27(1)：11-13.

［7］魏道江.灰色关联分析在施工企业投标项目选择中的应用［J］.襄樊学院学报，2009，30(5)：41-44.

［8］李红兵，李红，陈瑜.基于项目组合管理的投标决策研究［J］.武汉理工大学学报，2008，30 (6)：170-173.

［9］曹琳剑，王雪青，刘炳胜，等.基于灰色局势法改进的建筑工程投标决策方法研究［J］.北京理工大学学报(社会科学版)，2009，11(4)：68-72.

［10］林健.风险型决策方法在工程投标中的运用［J］.现代农业科技，2010，(19)：218-219.

［11］郭琦，刘倩，黄康.数据包络分析法在投标决策中的应用［J］.水电能源科学，2011，29(9)： 138-140.

［12］陆广波，张朝勇.基于证据推理的工程投标竞争对手威胁风险评估［J］.嘉兴学院学报，2010，22 (3)：104-108.

［13］刘卫国.基于项目价值的投标决策方法及辅助决策系统［D］.天津：天津大学，2004.

［14］赵毅.基于粗糙集理论的工程总承包项目投标决策研究［D］.长沙：中南大学，2010.

［15］程国华.基于BSC的工程项目绩效管理体系设计［D］.天津：天津大学，2013.

［16］傅道春.建筑业企业项目群管理模式研究［D］.上海：同济大学，2006.

［17］袁晔.工程项目代建制绩效考核指标体系设计与评价研究［D］.天津：天津大学，2012.

［18］陈文峰.基于平衡计分卡的工程项目团队绩效关键指标研究［D］.天津：天津大学，2012.

［19］秦晋.工程企业多项目优先级评价体系构建研究［D］.天津：天津大学，2012.

［20］崔祥，张云宁.基于平衡计分卡的施工企业战略目标体系研究［J］.项目管理技术，2014，12(11)： 113-117.

［21］谈飞，杨帆.基于蒙特卡洛的施工企业预期利润率预测研究［J］.项目管理技术，2014，12(11)： 108-112.

［22］刘思峰，谢乃明.灰色系统理论及其应用［M］.北京：科学出版社，2008.

Bidding Strategic Decision Based on Grey Relational Grade for Construction Enterprises

ZHANG Yun-ning，CUIXiang，YANG Fan
(School of Business，Hohai University，Nanjing 211100，China)

Bidding，as a purchasing and contractingmethod，has become a trend in the procurement project.At the same time，the implementation of strategic planning andmulti-project developmentare the inevitable choice for construction enterprises.The bidding construction companies now must face the challenge that they need to adapt to the new environment and developing trend bymaking reasonable bidding decisions.Moreover，they need to make development-oriented objectives and use project bidding as an effectiveway to achieve strategy.The paperuses the Balanced Scorecardmodeland follows certain principles of index system to establish a scientific system，which is from the four dimensions of financial，customer，internal business process，learning and growth.This paper introduces gray correlation model，which based on the gray property of the strategic value evaluation system，and adopts different normalization and distance treatmentsmethods for the index evaluation value，which are the real and triangular fuzzy number classes.In this paper，it relates the index weightand index evaluation value to the degree of potential project and ideal project.Then，the construction enterprises can use the method as a sequencing base of the strategic value to make strategic decisions.

bid project；strategic value；grey relational grade；triangular fuzzy number

F407.9

A

2095-0985(2015)04-0032-08

2015-06-29

2015-07-24

张云宁(1959-)，男，江苏南京人，副教授，硕士，研究方向为工程管理(Email：ynzhang1105@aliyun.com)

崔祥(1990-)，男，江苏盐城人，硕士研究生，研究方向为项目管理与工程经济(Email：cuixiang220@126.com)