基于AHP-云模型的建设项目施工阶段成本控制风险评价研究

2022-04-20王青山

铁道建筑技术 2022年3期

王青山

(中铁十六局集团第一工程有限公司北京 101300)

1 引言

众所周知，工程项目建设规模大、周期长、投资大、风险大[1]，且施工阶段在整个项目各阶段中占用的时间、资源最多，施工阶段是成本控制的核心[2]。因此，施工单位要想取得高收益，就必须控制施工阶段的成本。而施工阶段影响成本的因素较多，且目前也没有系统的成本控制风险评价指标体系和评价方法。

王领[3]构建了成本控制模型和信息数据库，且该模型能够准确预测施工成本并识别成本偏差；王贵美[4]指出BIM能够很好地对施工阶段成本进行控制；赵月平等[5]研究发现基于三维地理信息系统能够完成对公路项目施工成本进行有效管控；陈超[6]从合同管理的角度提出了工程成本的具体措施；王乔[7]基于过程管理理论，结合成本控制逻辑结构，提出了全过程成本控制方法；王颖等[8]系统梳理出建筑领域成本管理等方面存在的问题，提出了科学完善的优化机制；李敬升[9]研究指出有效控制成本的方法主要包括注重施工质量、严控材料质量、优选劳务分包资源、提升变更控制管理水平、关注进度管理、强化第三方监管机制、减少质量问题引起的成本增加等措施。通过文献研究发现目前AHP法与云模型的应用主要在安全评价[10-11]、综合评价[12]、质量评估[13]等方面，目前将该方法应用在成本控制风险方面的研究几乎没有。基于此，本文基于前人研究成果，建立建设项目施工阶段成本控制风险评价指标体系，并基于云理论，构建建设项目施工阶段成本控制风险评价云模型，最后以某项目为例，对该项目施工阶段成本控制风险进行评价。

2 建设项目施工阶段成本控制风险评价指标体系及评价模型的构建

2.1 建设项目施工阶段成本控制风险评价指标体系的建立

根据前人的研究，结合实际案例，通过访谈专家、学者、从事施工的管理人员、项目经理等，通过多次修正，最终确定了建设项目施工阶段成本控制风险评价指标体系(见表1)，主要包括人为因素、组织管理因素、材料设备因素、技术因素等4个一级指标18个二级指标。

表1 建设项目施工阶段成本控制风险评价指标体系

2.2 成本控制风险评价模型的建立

2.2.1 层次分析法(AHP)

在层次分析法中，引用数字1～9及其倒数作为判断矩阵标度。层次单排序包括计算评价指标体系中各层级指标相对权重及一致性检验。经专家打分对准则层指标进行两两比较，形成准则层指标相对于目标层的判断矩阵。具体步骤如下:

第一步，按列将判断矩阵归一化处理得到标准判断矩阵。

式中，aij为判断矩阵列中的数；为列的和；akj为标准判断矩阵列中的数。

第二步，将求得的标准判断矩阵按行求和i。

第三步，对标准判断矩阵各行和进行归一化处理，得到各指标权重Wi。

通过前三步后，再对此判断矩阵进行一致性检验，同样分为三步:

第一步，计算一致性指标CI。

式中，n代表指标数量；λmax表示该判断矩阵的最大特征值。

第二步，查找随机一致性指标RI。

第三步，计算一致性比例CR。

若CR值小于0.1，说明该判断矩阵通过一致性检验。

2.2.2 熵权法

第一步，数据归一化。

式中，Yij是指标原始数据；pij是归一化后数据。第二步，求解各指标的信息熵值Ej。

式中，n为评价对象数量。

第三步，计算各指标差异性系数。

根据计算出的信息熵值求取各指标的差异性系数gj:

gj＝1-Ej

第四步，再求指标权重。

式中，m为指标数量；Wj是第j个指标权重。

2.2.3 组合赋权

通过线性组合的方式将熵权法结果与层次分析法结果相结合，对各指标进行组合赋权，计算公式如下:

在本研究中，将熵权法与层次分析法视为同等重要，因此取α＝0.5。准则层指标组合权重由其对应的指标层指标组合权重相加求和得到。

2.2.4 施工阶段成本控制风险云模型的构建

云模型是一种基于概率论和模糊理论处理定性概念和定量描述的不确定性转换模型，可为项目风险评价提供科学参考[14]。具体步骤如下:

构建评语集。参考相关文献，按照威胁程度由低到高将建设工程项目施工阶段成本控制风险评价指标分为5个等级，分别为低、较低、中等、较高、高，对应的论域取值范围分别为[0，2)、[2，4)、[4，6)、[6，8)、[8，10]。

从2017年1—12月在北大医疗健康管理中心进行健康体检、年龄18岁以上的人群57 686人中筛查，选取体检项目中包括尿酸、身高、体质量、血压、空腹血糖、血脂及重要病史信息无缺失者，排除既往患有高尿酸血症、高血压、糖尿病、高脂血症正在服用药物治疗的人员，最终纳入研究对象52 673人，其中男性27 419人（52.06%），女性25 254人（47.94%）。

计算数字特征值。根据各评价等级的取值范围，通过公式将数据转换为相应的云数字特征参数，分别为期望值Ex、熵En和超熵He，具体公式如下:

式中，k为常数；超熵He一般取为0.1。

经过上述公式运算，最终得到的计算结果见表2。

表2 各评价等级云数字特征值

将表2中的云数字特征值输入正向云发生器，利用软件编程并生成5个评价等级的云标尺图，如图1所示。

图1 标准隶属云图

以上述构建的评价指标云标尺为基础，在获得专家对评价指标的评分后，根据逆向云发生器将其转化为云模型的3个云数字特征值，计算公式如下所示:

(1)计算样本期望值Ex

式中，Ex、分别代表样本期望值、样本均值；xi表示样本数据。

(2)计算样本方差S2

(3)计算云滴的熵En

(4)计算云滴的超熵He

在计算得到指标层指标的云数字特征值的基础上，基于如下公式，依次计算各准则层指标的云数字特征值:

3 案例分析

3.1 案例背景

W县2020年新建某棚改项目，总建筑面积22.98万m2，其中地上建筑面积16.67万m2，地下总建筑面积6.31万m2，12栋住宅楼、1个地下车库及住宅楼周边2层商业裙楼，总户数1 396户，机动车停车位1 746辆，非机动车停车位2 900辆。签约合同价56 577万元，合同工期700日历天。

3.2 模型运用

通过第2章层次分析法、熵权法、组合权重等计算公式和步骤，通过访谈相关高校专家、学者、施工单位一线管理人员、项目经理等获得数据，按照公式计算后的结果见表3。

表3 二级指标权重及数值特征值

运用程序，将人为因素、组织管理因素、材料设备因素、技术因素及项目施工阶段成本控制风险综合云放在平面直角坐标系内，如图2～图6所示。

图2 人为因素云图

图3 组织管理因素云图

图4 材料设备因素云图

图5 技术因素云图

图6 项目施工阶段成本控制风险综合云图

3.3 项目施工阶段成本控制风险评价结果分析

通过一级指标云图与云标尺图对比，可以直观地得出该棚改项目施工阶段成本控制风险评价结果，主要结论如下:

由图2可知，人为因素介于中等风险和较高风险之间，更倾向于中等风险，所以将该棚改项目施工阶段成本控制风险的人为因素风险等级确定为中等风险。虽然人为因素评价结果为中等风险，但施工方也不能掉以轻心，也应给予关注。

由图3可知，组织管理因素介于较低风险和中等风险之间，更倾向于较低风险，所以将该棚改项目施工阶段成本控制风险的组织管理因素风险等级确定为较低风险。

由图4可知，材料设备因素介于较高风险和高风险之间，更倾向于较高风险，所以将该棚改项目施工阶段成本控制风险的材料设备因素风险等级确定为较高风险。原因在于一是由于2021年因全球疫情影响，各国纷纷采取量化宽松的经济刺激政策，超发货币，导致原材料价格上涨；二是由于疫情影响，其他国家处于疫情的影响下，不少企业生产受到影响，全球范围内材料供给较少，导致材料价格上涨。因此，面对材料设备价格疯涨带来的施工风险，施工单位应积极与业主单位沟通，按照合同约定，对材料设备超过施工方承受的风险范围外的部分积极进行材料调差或者调整合同工期，规避损失。

由图5可知，技术因素介于中等风险和较低风险之间，更倾向于较低风险，所以将该棚改项目施工阶段成本控制风险的技术因素风险等级确定为较低风险。

由图6可知，该棚改项目施工阶段成本控制风险介于中等风险和较低风险之间，更倾向于中等风险，所以将该棚改项目施工阶段成本控制风险等级确定为中等风险。

根据前面公式，该棚改项目施工阶段成本控制风险中人为因素、组织管理因素、材料设备因素、技术因素的隶属度见表4所示。

表4 各评价对象对各评价等级隶属度

从表4中可知，人为因素处在中等和较高风险的概率较大，按照隶属度最大原则，人为因素(0.620 1)被评价为中等风险；组织管理因素处在较低和中等风险的概率较大，按照隶属度最大原则，组织管理因素(0.741 6)被评价为较低风险；材料设备因素处在较高风险和高风险的概率较大，按照隶属度最大原则，材料设备因素(0.786 8)被评价为较高风险；技术因素处在较低和中等风险的概率较大，按照隶属度最大原则，技术因素(0.718 4)被评价为较低风险；该棚改项目施工阶段成本处在较低和中等风险的概率较大，按照隶属度最大原则，项目综合(0.742 2)被评价为中等风险。从隶属度值来看，隶属度评价结果与各因素的云图评价结果一致。