基于密切值法的建筑施工企业信用评价研究

2017-04-06武百忠

天津经济 2017年1期

◎文/武百忠

基于密切值法的建筑施工企业信用评价研究

◎文/武百忠

针对建筑施工企业信用评价问题，本文结合灰靶理论提出了一种基于密切值法的信用评价方法，克服了传统的灰靶决策方法只考虑正靶心距对方案进行排序，不考虑负靶心距对决策的影响的缺陷。文中采用变异系数法确定指标权重，该权重确定方法是从数据本身出发客观地确定权重，可以有效避免主观权重法的随意性。最后，通过应用实例说明了本文所提出的评估方法的有效性和实用性。

灰靶决策；密切值；变异系数法；信用评价

一、引言

随着城市化进程的加速，建筑行业迎来了前所未有的发展机遇，大量的资金涌入建筑行业。由于相应管理滞后和法律的不够完善，近年来涉及建筑行业的安全生产事故时有发生，一些施工企业拖欠农民工工资的现象也较为常见（王刚，罗勇，2015），还有一些企业为了满足招标资质而进行资格造假、伪造材料等，这些都给整个建筑行业带来严重的负面影响。对施工企业信用进行评价有利于规范企业的信用行为和发包人在招标过程中的择优选择，从而促进建筑市场的公平和公正（鲍依蓓，刘伊生，2016）。在现实的市场环境中，由于投资者、业主和政府管理部门等对建筑企业的财务情况以及以往的行为状况缺乏了解，导致信用危机广泛存在于建筑行业，给投资方造成了困扰同时，也使工程项目的质量、安全等方面难以得到有效的保障（刘晓峰，齐二石，2006）。为了改善建筑企业信用评价体制，提高政府管理部门、建设单位和其他市场参与者对建筑施工企业信用的了解程度，国内外很多学者对企业的信用评价进行了大量的研究。针对建筑企业信用评价问题，提出了灰色决策评估方法并给出了相应的改进措施；盛娟（2007）采用博弈论和信息经济学等方法探究了当前我国建筑企业信用缺失的根本原因；仲冉，陆惠民（2016）在对相关建筑企业信用评价指标研究成果分析基础上，建立了一套的建筑企业信用评级指标体系，并提出了一种将层次分析法与变精度粗糙集理论相结合的评估指标权重确定方法，从而可以对评价指标要素的重要程度进行排序，进而为建筑企业提高自身信用建设水平提供参考。袁莉，李宏男，姜韶华等（2007），在对现有的建筑企业评价指标进行相关性分析的基础上，提出了一套建筑企业信用评价指标体系，提出了基于统计学理论和结构风险最小化准则的建筑企业信用评价的支持向量机方法。傅鸿源，彭天明（2008）和付志霞（2014）分别从不同的视角建立了建筑企业信用的评价指标体系，都采用了BP神经网络模型提出了建筑企业信用等级评价的决策法。刘高军，朱嬿（2005）运用数据挖掘技术发展出了一套建筑企业信用评价智能决策方法。鲍依蓓，刘伊生（2016）考虑到各省市建筑业差异性，提出了一套在通用的建筑施工企业信用评价指标体系之下设置可变动的评价标准的理论，并在此基础上发展了基于AHP-熵值法的建筑企业信用评价方法。

灰靶决策法是邓聚龙教授提出的一种重要的多属性决策法。现已经被广泛应用到企业技术创新能力、项目方案选择、供应商选择等领域。但是传统的灰靶决策法只考虑决策方案离正靶心最近为最优的情形，而改进的会把决策法能够同时反映出备选方案接近正靶心而又远离负靶心的程度。密切值法是解决有限方案多属性决策的有效方法。密切值法计算简便，结果直观明了，分辨率较高，近几年来已广泛应用于经济、管理决策、医学、军事等领域。受罗党（2013）的启发，针对建筑施工企业信用评价问题，利用密切值法可以同时考虑正负靶心的接近程度，加上考虑到变异系数法是从数据本身出发客观地确定权重，可以有效避免主观权重法的随意性，本文将提出一种基于密切值法和变异系数法的改进的灰靶决策模型用于求解建筑企业信用评价问题。

二、基于密切值法的建筑施工企业信用模型

设政府部门准备本地m个建筑施工企业S={S1，S2，…，Sm}的信用进行评价。于是聘请专家组根据预先指定的评估指标O={O1，O2，…，On}对各个施工企业的信用进行打分，最后搜集得分进行决策。记xij为施工企业Si在指标（属性）Oj下的得分值，i=1，2，…，m；j=1，2，…，n。下面给出基于密切值的建筑施工企业信用模型的具体求解步骤如下：

步骤1.写出建筑施工企业信用评估决策矩阵

步骤2.利用变异系数法确定评估指标的权重

由于在信用评价中往往不同的指标有不同的权重，而主观权重又常带有决策者的主观偏好，为此建议以变异系数法确定指标权重，其优点是可以较好地避免主观赋权所带来的主观偏好性。具体步骤如下：

步骤3.确定正靶心和负靶心

步骤4.计算各评价企业相对于正、负靶心的加权靶心距d*i和

步骤5.计算各评估企业的密切值

密切值同时反映了备选方案接近正靶心而远离负靶心的程度，其定义为：

其中d+为正靶心距的最小值，d-为负靶心距的最大值，即

步骤6.根据密切值Ci的大小对各评估企业的信用进行排序，Ci越小信用越好。

三、应用实例

为说明本文所提出的方法的有效性和实用性，下面举例进行说明。某市政府部门欲对本市的4家大型建筑施工企业的信用进行评价，为了得出公平的决策结果，聘请多个专家参与评估，首先每个专家针对每个施工企业在评价指标下的得分按照0～100之间给出评价值，然后政府部门将搜集到的专家组的总评分数据汇总并平均。采用的评估指标为企业初始状况（O1）、企业动态发展（O2）、企业层面信用（O3）、企业项目信用（O4）。专家组给出的各个参评的企业信用指标得分值如表1：

试对这4个建筑施工企业的信用进行排序。

表1 各参评企业的信用指标值

下面利用本文提出的密切值法进行求解，具体步骤如下：

步骤1.由表1中的数据建立决策矩阵X=（xij）4×4：

步骤2.利用变异系数法确定指标权重向量：

步骤3.确定正靶心和负靶心：

步骤4.计算各建筑企业信用的密切值：

步骤5.根据密切值Ci的大小对企业的信用进行排序，Ci越小方案越优，则得到企业信用评价的优劣排序结果：S4〉S1〉S3〉S2，第四个施工企业的信用最好。

四、结论

本文针对建筑企业信用评价问题，在传统的灰靶决策模型基础上提出了一种基于密切值法的改进的灰靶决策评估模型。新提出的信用评价方法的优点是同时反映待评估的企业信用接近正靶心而又远离负靶心的程度。

同时本文采用变异系数法来确定各指标的权重，利用数据自身的信息来客观地确定指标的权重，克服了以往主观权重法的人为性和主观偏好性。本文的方法可以应用到其他诸如投资项目选择、材料选择、人员绩效评价等领域。

[1] 王刚，罗勇.基于专家可信度的熵权-AHP建筑施工企业信用评价[J].郑州大学学报（理学版），2015，47（3）：121-126.

[2] 鲍依蓓，刘伊生.施工企业信用评价体系研究[J].建筑经济，2016，37（8）：102-106.

[3] 刘晓峰，齐二石.建筑企业信用评价系统研究[J].西安电子科技大学学报（社会科学版），2006，16（2）：62-66.

[4] Donald S.，Richardf F.Venture capital role in regional innovation systems historical perspective and recent evidence：regional innovation，knowledge and global change[M]．London：Macmillan Press，2000.

[5] 盛娟.我国建筑市场信用体系构建的研究［D］.武汉：武汉理工大学，2007.

[6] 仲冉，陆惠民.基于AHP-VPRS建筑企业信用评价研究[J].武汉理工大学学报（信息与管理工程版），2016，38（3）：297-300.

[7] 袁莉，李宏男，姜韶华，等.基于SVM的建筑企业信用评价研究[J].价值工程，2009，28（3）：141-144.

[8] 傅鸿源，彭天明.基于BP神经网络的建筑企业信用评价体系分析[J].科技管理研究，2008，28（11）：159-161.

[9] 付志霞.基于BP神经网络的建筑施工企业信用评价模型研究[J].科技创新导报，2014（26）：22-23.

[10] 刘高军，朱嬿.基于数据挖掘技术的建筑企业信用评价[J].中国矿业大学学报，2005，34（4）：494-499.

[11] 鲍依蓓，刘伊生.施工企业信用评价体系研究[J].建筑经济，2016，37（8）：102-106.

[12] 苏屹，姜雪松.基于灰靶理论的区域高技术企业技术创新能力的实证分析[J].贵州社会科学，2015（2）：119-126.

[13] 郑海力，陈新，周勇，等.基于灰靶决策理论与粗糙集的采矿方案优选[J].矿业工程研究，2013，28（1）：1-6.

[14] 宋捷，党耀国，王正新.正负靶心灰靶决策模型[J].系统工程理论与实践，2010，30（10）：1822-1826.

[15] 罗党.基于正负靶心的多目标灰靶决策模型[J].控制与决策，2013，28（2）：241-246.

[16] 门宝辉，梁川.基于变异系数权重的水质评价属性识别模型[J].哈尔滨工业大学学报，2005，37（10）：1373-1375.