基于网络层次-熵权（ANP-EW）模型的环卫服务外包商评价与选择研究＊

■ 冯东梅 肖书展

辽宁工程技术大学工商管理学院 葫芦岛 125105

0 引言

随着城市化进程加快及人民生活水平的提高，城市环卫负担逐渐加大，政府管理能力日渐不足，环卫服务市场化因运而生。环卫服务外包是市场化的具体表现，近几年得到政府高度重视，很多城市政府制定了相应政策鼓励环卫服务外包且取得了不错成效。根据数据显示，2018年度全国各地共开标环卫运营项目及标段13309个，中标项目合同总金额2278亿元。与此同时，巨大的市场也驱使环卫外包商如雨后春笋般出现。

环卫服务市场的红火虽然表面上尽显了市场化优势，但在很多地区也出现了“市场失灵”的现象，如外包商恶性低价竞争、外包商与主管部门暗箱操作、外包商履约困难、外包商“绑架”政府、外包商私自解约环卫工人等。此类问题产生背后的原因除了政策制度的缺失及政府监管不力之外，更多的是因为缺少对环卫服务外包商切实的考量与评估，造成许多不合格或不合适的外包商参与，甚至最终赢得竞标的情况发生。

另外，随着国家持续推进绿色发展，大力开展生活垃圾分类，城市环卫服务市场也得到了进一步开放。环卫服务外包商在受益于市场拓展及政策推动加速发展的同时，也对其垃圾资源利用等“绿色”能力提出了更高的要求。这也直接影响了“以价为王”的常规环卫外包商评价内容，增加了选择优秀外包商的难度。优秀外包商的作用体现在环卫服务的各个环节，因此如何有效选择优秀的外包商已经成为政府执行环卫服务外包工作的核心。

本文在总结企业业务外包及政府公共服务外包评价内容的基础上，运用专家调查法筛选环卫服务外包商评价指标，构建网络层次评价（Analytic Network Process，ANP）模型。在运用网络层次-熵值（Analytic Network Process-Entropy Weight，ANP-EW）模型进行主客观组合赋权后，对案例内4 家环卫服务外包商进行评价选择，并证明其合理性与有效性。

1 研究现状及综述

目前有关环卫服务外包领域的研究处于起步阶段，研究内容较为集中。多数学者针对环卫服务市场化产生的问题进行了分析，并试图从规章制度、政府职能转变、完善监管等方面剔除发展建议[1]。有学者将导致改革不力的原因进一步聚焦为政府与企业的利益冲突，认为外包企业具有市场化与生俱来的逐利性与环卫产业利润薄，成本高的特点存在矛盾，外包企业与政府的不平等地位损害了外包企业利益[2]。另有其他学者从提高政府合同管理能力[3]、重视定价合理性[4]、将企业管理模式引入政府进行调节[5]、加强政府，企业与居民的合作[6]等方式试图解决市场化的问题。在针对环卫服务外包商选择方面，廖侃在对其他领域外包商选择研究基础上，结合现有政府选择要求，选取服务商实力、服务资源、人力资源管理能力、服务质量、服务方案5大指标，构建评价体系，运用AHP方法部分程度上实现环卫服务外包商的评价与选择[7]。

在相较环卫服务更高层的公共服务领域，外包商评价与选择方面的研究同样较少。有学者强调在进行外包商选择时应坚持竞争择优的选择原则，积极引导公众参与决策，重视公共利益，公平的对待不同类型及成分的外包商，因地制宜的选择合适的公共服务外包商[8]。在此基础上，有学者认为在公共服务外包商选择的实体规制方面要重视外包商准入资格及非营利性机构评估[9]。还有学者通过SNA 构建关键指标识别模型对东台市及信阳市公共服务外包评价指标进行识别，最终确定财务、信誉、专业性、报价、安全与环保为评价的关键指标[10]。另有学者构建以价格、质量、客户服务、交货能力、内部竞争力、外部竞争力为一级指标的评价体系，并运用DEA 结合AHP 的方法指导政府选择公共服务外包商[11]。

综上所述，有关环卫服务外包领域研究多以定性为主，将市场化问题产生的原因归结为政府管理能力及规章制度不健全，提出的建议也多具方向性，可操作性不高，没有认识到优秀外包商对环卫服务的作用及现有外包商选择的问题。对于公共服务外包商的研究，虽然提出重视外包商准入资格，公平对待非盈利组织，但没有给出具体实现方案。已有研究所构建的评价体系的指标相互独立，而现实中不同指标间存在联系，这会使评价结果不够准确，评价指标不够具体，实际应用时需要进行筛选转换。另外，评价主观性较强，虽然有学者试图用DEA 结合AHP 实现主客观统一，但各指标主客观权重的设置仍是主观决定的，没有考虑不同指标特点。

本文强调重视环卫服务外包商的评价与选择，在总结相对成熟的企业服务外包商评价选择研究基础上，结合环卫服务评价指标间联系性特点及评价的实际操作性，最终决定构建基于ANP 的评价指标体系，并采用主客观组合赋权的方式综合ANP 及EW 的赋权结果，对候选环卫服务外包商进行评价及选择。ANP 的结构由控制层及影响层组成，控制层表现为递阶层次结构，影响层表达各元素间影响关系，各元素的权重可由ANP法构造极限超矩阵获得。运用ANP 构建评价体系及确定指标权重适用于评价指标性质构成复杂，存在依赖反馈关系的系统。由于该方法易于理解，操作简单，在实践中得到了广泛应用。但其赋权较为主观，不能有效去除评价的片面性，在研究中多与其他方法结合[12-15]，以使其结果更具合理性。EW 是一种典型的客观赋权方法，采用客观数据判断离散程度，确定各指标权重。该方法避免了人为因素，但由于忽略了指标本身权重，可能与实际情况不符。将ANP 与EW 组合赋权可以有效综合主客观赋权的优势，取长补短，相关组合研究较为成熟[16-18]，已有学者运用ANP-EW 方法建立工业绿色发展度测度模型，并对其进行实证分析[19]。在上述分析基础上，本文综合现有环卫服务外包商评价指标，根据专家调查法构建ANP环卫服务评价指标体系，并采用ANP-EW法赋权，最终对环卫服务外包商进行评价，指导政府环卫服务外包决策。此评价方法具有科学性及实用性，具体评价路线如图所示：

2 构建环卫服务外包商评价指标体系

2.1 环卫服务外包商评价指标初选

环卫服务外包商评价指标的初选要遵循全面性、准确性及合理性，这样才能保证最终评价结果的科学性。另外，评价指标过于繁琐复杂会严重增加评价难度，过于简单会使指标无法量化，因此本文在对评价指标进行遴选时采用归纳总结的方式，从现有研究文献及现实外包案例中总结归纳出初选评价指标进行进一步筛选及确定。

图1 环卫服务外包商评价路线

目前环卫服务领域外包商评价研究缺乏系统性，本研究在此基础上，综合公共服务及企业领域外包商评价指标[20-26]，以保证指标的完整性。在实际环卫外包项目案例方面，收集了包含环卫服务外包业务开展较早，评价体系较为成熟的深圳，上海在内的8个省市，15个标段的外包商评价资料。具体环卫服务内容有：街道垃圾清扫洒水、垃圾收集运输、城乡环卫一体化、公共设施保洁及绿化管护等，基本涵盖环卫服务外包（全外包）所有内容。根据指标收集结果，进行合并归纳，初步构建了一个具有两层结构的环卫服务外包商评价架构，其中包含7 项一级评价指标，分别为：服务方案因素、人员配置因素、设备技术因素、企业内部因素、服务业绩因素、项目报价因素、投标表现因素。在一级指标下层共设计27项二级评价指标。

2.2 基于专家调查法的指标筛选及确定

本文在环卫服务外包商评价指标初选的基础上设计调查问卷，专家组由18位环卫服务外包实践的参与者组成，满足专家人数要求。本次参与调查讨论的专家均具备本科及以上学历，具有中级以上职称12人。其中11位专家来自公共服务部门，超半数专家工作年限超过10年，具有丰富的实践经验；有4位专家来自于业内优秀环卫服务外包商，专门负责环卫服务外包投标工作；另有3位专家从事公共事业、环境卫生、城市管理等领域研究多年，研究经验丰富。专家组构成以中青年为主，集中于35～45 岁（10 人），年龄结构合理。上述条件满足专家调查法应用要求，保障了结果的可信程度。

专家调查中每位专家根据每项初选指标的重要性打分赋值，分值由低到高划分为5 个等级（1、3、5、7、9）。每项指标判断依据划分为实践经验、理论分析及国内外同行了解，由于大部分专家参与环卫外包实践经验多余理论研究，因此本文对判断依据的赋值为：实践经验（0.6）＞理论分析（0.3）＞国内外同行了解（0.1）。另外专家对指标熟悉程度按5 个等级（0.2、0.4、0.6、0.8、1）进行赋值。运用SPSS 20.0 软件对两轮问卷结果进行录入分析，数据内容包括平均数、标准差、最大值、最小值、变异系数、加权平均数等，分析内容包括专家积极程度、专家权威程度、专家意见集中度、专家意见协调度等。

表1 一级评价指标专家意见集中度分析结果

第一轮专家调查共发放问卷18 份，回收18 份，问卷回收率100%，有5 位专家提出意见，所占比例27.8%，说明专家参与热情较高，讨论积极性较强，研究课题具有吸引力。一级评价指标卡方值为58.754，专家协调系数0.353，P值小于0.05，调查可信度较高。二级评价指标卡方值为457.102，专家协调系数0.441，P值小于0.05，可信度较高。第一轮调查专家意见集中度分析结果见表1-2。

可以看出第一轮调查中，一级评价指标的服务方案、人员配置及项目报价因素加权均值较高，是外包商评价的重要方面；设备技术、企业内部、服务业绩因素重要性居中；投标表现因素重要程度最低；二级评价指标中，报价价格、报价合理性、同类服务经验、项目人员配置水平、员工福利待遇、服务质量保障能力、服务应急处理能力、服务方案合理性、服务方案针对性因素重要程度较高；创新能力、投标文件规范性、投标操作规范性因素重要程度较低。一级指标中设备技术因素及二级指标下企业创新能力、体系认证情况、设备技术水平的评价波动较大，其原因可能是由于评价专家来自于不同领域和岗位，侧重点不同所致。另有5 位专家对指标提出意见，具体包括评价体系结构微调、强调“绿色环卫”，重视节能减排技术能力等。综合以上情况，结合本轮专家协调系数不佳的原因，本文决定进行第二轮专家调查。

在第二轮调查开始前，根据一轮结果对评价体系进行了调整，剔除投标表现及其子因素、创新能力因素；在服务方案因素下增加方案绿色环保水平。第二轮问卷发放18 份，回收17 份，回收率94%。一级评价指标卡方值为39.357，专家协调系数0.561，P值小于0.05。二级评价指标卡方值为161.264，专家协调系数0.578，P 值小于0.05。经整理发现，二轮调查中各级指标评价波动较小，一级指标中服务方案及项目报价因素仍为重要因素，二级因素中除报价价格外，其余指标均处在4～6 分之间。以上数据说明评价指标选取较为合理。因此，认为第二轮分析结果达成预期，其结果具有指导意义。最终形成环卫服务外包商评价指标体系如图2。

表2 二级评价指标专家意见集中度分析结果

2.3 环卫服务外包商评价指标具体说明

本文仅对评价指标体系中部分归纳形成的指标及定量指标进行说明，具体如下：

（1）C12 报价合理性指项目报价支持外包商履约的可能性；

（2）C21 服务方案针对性指外包商提供的服务方案满足标段环卫要求的水平；

（3）C23 服务方案柔性指服务方案可根据实际要求完成环卫模式转换及推进设备技术升级能力；

（4）C24 服务方案绿色水平指服务期内服务方案碳排放总量，主要包括作业人员及设施设备两方面，该指标为逆指标；

（5）C31 项目人员配置水平指标指项目作业人员人数；

项目作业人数=一线作业人员人数+设备操作人员人数+管理人员人数

（6）C32 员工福利待遇为一线作业及设备操作人员人均月薪及相关福利性收入总数；

（7）C33 劳动保护水平指外包商为一线作业及设备操作人员缴纳的人均劳动保险及劳保支出总和；

（8）C41 设施设备配置水平指外包商提供服务设施及设备的数量、类型的齐备水平及新设备持有率；

（9）C43 设备技术水平指设备的先进性及节能减排能力；

（10）C51企业财务情况指标指外包商上一年度资产负债率表示；

资产负债率=期末总负债/资产总额×100%

（11）C55运营能力指标由外包商在招标地区运营机构数量表示；

（12）C62项目满意度指标指该外包商上一同类项目服务满意度表示

服务满意度=分期质量考核得分/考核期数×100%

2.4 基于ANP的环卫服务外包商评价体系模型

上文构建环卫服务外包商评价指标体系下分6个一级指标，这些指标及其下级指标间具有相互影响的复杂关系。因此本文选用ANP 分析法将环卫服务外包商评价指标体系的目标层与准则层转化为ANP中的控制层，选取二级指标及指标间依赖关系，形成网络层，从而构成典型的ANP网络结构。

通过专家调查法确定结构中各指标间的相互关系可概括如下：项目报价越低，其报价合理性水平越低；设备配置水平越高，其维修及更新能力越低；设备配置水平越高，服务方案质量保障、应急处理、突发事件响应能力越强；服务方案合理性、针对性越高，项目报价价格越高；服务方案柔性越强，其交接保障、突发事件响应能力越强；员工福利待遇，劳动保护水平越高，项目报价也会增加；企业财务情况、管理团队、运营能力及供应链合作能力影响服务方案质量保障、应急处理、突发事件响应等能力；服务经验及满意度越多，企业信誉情况越好，且报价合理性越高。经过分析发现，除财务情况和报价价格指标外，其余指标均为极大型指标。运用超级决策软件（SD）输入元素及对应信息，建立环卫服务外包商评价指标网络模型见图3。

3 构建基于ANP-EW指标组合赋权模型

在确定环卫服务外包商评价网络模型基础上，需要对各项指标进行赋权重。单纯的使用ANP赋权，依据主要是专家根据经验的主观判断，但为了有效突出被评价对象间的不同，客观赋权也是有必要的。本文基于此种考虑，对环卫服务外包商评价体系的赋权采用主客观组合赋权的形式，本着操作性和合理性的原则，采用相对简单的熵值法（EW）作为客观赋权方法，最终评价指标权重采用线性组合进行表示。另外，由于各地区标段对于环卫服务外包商选择的侧重不同，因此仅对赋权过程进行说明，判断值等具体内容由发包组织自行设置。赋权流程如图4。

图2 环卫服务外包商评价指标体系

图3 环卫服务外包商评价网络模型

3.1 ANP主观赋权

本文利用ANP进行排序选优，获得指标全局权重的过程如下：

Step1：构造判断矩阵

在已构建的ANP 典型结构基础上，采用1 至9 标度法，以Bi为例，将控制层A作为目标，以Bi中指标Cij作为次评价指标，将Bi中的每个指标按其对Cij的影响大小进行比较，形成判断矩阵如表3，并对其进行一致性检验，当一致性小于0.1，认定可接受，求取归一化特征向量。

Step2：构建超矩阵

把判断矩阵求得的特征向量组成矩阵Wij，如下：

Wij的列向量就是Bi中的Ci1，Ci2，...，Cini，对Bj中Cj1，Cj2，...，Cjnj的影响影响程度排序向量，若没有影响，则Wij=0。将所有Wij进行组合，形成超矩阵W，如下：

Step3：构建加权超矩阵

首先确定主因子层的权矩阵，构造网络层中Bi间的重要度，需要注意的是如果一项因素对另一项没有影响，则在判断矩阵对应项内填写值为0，其特征向量也为0。主因子层权矩阵如表4所示。

图4 ANP-EW赋权流程图

表3 指标层判断矩阵示意表

表4 主因子层权矩阵示意表

通过一致性检验后，将所有的归一化特征向量组成列和为1的非负矩阵——权矩阵，如下：

随后将权矩阵的元素与超矩阵的块相乘，构成加权超矩阵，如下：

3.2 EW客观赋权

EW 法是判断指标评分离散程度的客观赋权方法，如果某一指标不同主体给定的分数差距越大，证明其权重越大。具体步骤如下：

Step1：构建评价向量矩阵

对环卫服务外包商的各项指标进行评分，将结果整理成评价向量矩阵X，如下：

矩阵X 中s 表示第s 位环卫服务外包商，m 表示第m项评价指标，xsm表示第s 位环卫服务外包商的第m 项评价指标评分。

Step2：数据平移

EW 法的计算集中在不同外包商的同一指标，因此归一化处理并无必要，且本文选取的环卫服务外包商评价指标均为正值，无需进行非负值处理，仅需进行数据平移即可，如下：

表5 C31人员配置指标评分标准

（1）极大型指标

（2）极小型指标（C11报价价格和C51财务情况）

Step3：计算信息熵

其中，em≥0，Psm表示第s 位外包商的第m 项指标得分在第m项指标总分中的比重。

Step4：确定客观权重

其中，wm表示第m项指标的客观权重，等同于下文。

3.3 确定ANP-EW组合权重

本文采用线性组合方式综合主客观权重，首先确定环卫外包外包商评价的偏好系数θ，以此调整主客观权重的比例，然后进行线性组合，如下：

其中Wij表示Cij指标最终组合权重，表示Cij指标的ANP主观权重，表示Cij指标的EW客观权重。

表6 环卫服务外包商部分指标评分结果

发包组织可根据最终组合权重结合各指标得分计算环卫服务外包商最终得分，从而选择优秀外包商。

4 研究例证与结果分析

4.1 环卫服务外包商评价体系与ANP-EW模型的应用

本文选取成都市龙泉驿区环卫服务外包第一标段为研究对象，该标段服务面积约682765 平方米，作业内容包括城区及农村外围道路，农村道路、河流、塘堰等的清扫、保洁、垃圾清运（含街道、农村、小区内部垃圾收集、送往垃圾压缩站压缩、垃圾转运）、街道冲洗除尘、市政公共设施清洗保洁和公厕运行维护、维修及保洁管理以及绿化带保洁、行道树的冲洗、除尘、浇灌作业。外包要求包括设备数量、型号及人员等。其中规定环卫清扫保洁作业人员需达166 人以上，机械、车辆驾驶人员49人以上，管理人员8 人以上。原评价方案分为3 部分：方案价格（40%）、方案内容（45%）、企业服务业绩（15%），应用本文体系与模型进行评价，具体过程如下：

（1）根据图1所示评价路线及招标要求，以C31 人员配置水平为例，对环卫服务外包商评价指标评分标准进行设置。（表5）

（2）项目评审组根据评价指标标准对4 家环卫服务外包商的各项指标进行评分，由于指标过多，截取部分评分结果如表6。

图5 指标重要度判断示意图

表7 ANP主观权重结果

表8 环卫服务外包商排序结果

（3）如图5所示，根据评审组意见应用超级决策软件（SD）对指标重要度打分，构建加权超矩阵，最终执行[Priorities]命令，生成指标主观权重，结果如表7。

由上表可知，在龙泉驿区环卫外包项目中报价价格、服务质量保障能力、突发事件响应能力、设施设备配置水平指标

（4）计算基于EW法的客观权重，结果如下

WEW= {0.039，0.030，0.022，0.027，0.043，0.058，0.040，0.028，0.025，0.040，0.032，0.054，0.036，0.028，0.050，0.064，0.056，0.042，0.036，0.044，0.038，0.043，0.047，0.055，0.023}

（5）本案例外包评审组设定指标偏好系数为0.6，生成基于ANP-EW组合的指标权重，如下：

W={0.062，0.043，0.039，0.037，0.039，0.047，0.057，0.044，0.041，0.056，0.032，0.052，0.038，0.031，0.054，0.046，0.039，0.030，0.029，0.027，0.033，0.033，0.026，0.042，0.024}

（6）计算各外包商得分如下：外包商1（77.12）；外包商2（81.29）；外包商3（74.45）；外包商4（75.93）。

4.2 环卫服务外包商评价结果分析

根据上文评审组对各指标评分，分别运用ANP 赋权、EW 赋权、ANP-EW 组合赋权对4 位环卫服务外包商总体评价进行排序，结果见表8。

根据以上评价结果可见，当采用ANP对评价指标进行主观赋权时，可由评价结果排序情况直接选择外包商2 作为外包对象。但由于评价指标间存在联系，微小的误差极易产生悖反效应，导致评价结果失真。最终的评价结果间差距较小，且完全基于主观赋权，所以结果缺乏说服性，需要进一步判断。

完全采用EW 进行客观赋权时，发现外包商4 为最优外包对象，但其主要参照各指标评价数据的差距，并未考虑实际原评价法方案中发包方对价格，突发事件响应等指标的重视程度，因此选取的环卫服务外包商4 也未必合适，需要继续考量发包方关注的指标。

采用ANP-EW 组合的赋权方式，对主客观权重进行了综合考量。既体现了龙泉驿区对于环卫服务外包的价格与突发事件响应因素的重视，又反映了外包商的客观条件。

最终选取具有较大优势的外包商2作为该标段的环卫服务外包商。

5 结语

本文在结合企业业务外包及政府公共服务外包评价内容的基础上，运用专家调查法筛选与确定了25项评价指标对外包商评价的各方面进行覆盖。采用ANP 方法构造了环卫服务外包商评价体系模型，与传统评价体系相比，该模型充分考虑指标间存在联系的特点，使其更符合实际。在此基础上，结合不同发包方对于评价侧重不同，针对性的运用ANP-EW 组合的方式对指标进行赋权，有效确保了评价结果的合理性。最终以成都市龙泉驿区环卫服务外包为例，运用超级决策软件对其外包商进行评价，选取外包商2 作为该标段的环卫服务外包商，经过分析发现基于ANP-EW 赋权的评价体系模型兼具良好的科学性及可操作性，可有效提高评价效率，对政府选择优秀的环卫外包商，实现环卫服务市场化具有重要意义。