基于改进灰色关联模型的工程监理企业信用评价等级*

刘英杰 李光辉 马锐鑫

(华北水利水电大学水利学院，河南 郑州 450046)

0 引言

工程监理企业是我国建设工程领域的主体,对确保工程质量安全、推动工程建设高质量发展有着重要作用。随着我国对建设事业的不断重视，负责工程质量的监理企业得到了快速发展。据统计，2019年全国工程监理企业数量达到8469家，合同额1987亿元，较上年增长3.67%；全年营业收入1486亿元，较上年增长12.26%；监理企业从业人员达到12 957人，企业规模、市场竞争力都有了质的飞跃。然而，工程监理市场存在的一些问题，如企业资质方面的失信、承揽业务方面的失信、恶化的竞争环境、恶意压价、违规投标等[1]，使得交易成本和风险大幅度增加，对工程建设各方效益造成损害，严重扰乱了监理市场秩序。针对工程监理企业的信用缺失问题，相关企业所建立的信用评级跟不上监理市场变化的步伐，收效甚微。因此，构建有效合理的工程监理企业信用评价方法，健全建设市场行为规范成为目前研究的重点。

1 理论综述

1.1 相关研究进展及综述

工程监理负责工程建设中的项目监督和工程质量安全，其诚信与否间接影响竞争市场的公平，也决定提供的监理服务质量的好坏[2]。因此，不少学者对工程监理企业信用方面给予了大量研究。吴湘棋等[3]从利益相关者角度，依据监理企业的工作性质及其信用内涵，建立了企业信用指标体系，利用区间直觉模糊法对企业信誉做出评价，减小了评价主体因主观偏好所导致的评价结果偏差。季沅[4]通对分析监理信用评价的背景和失信的原因，设计了对监理企业和人员信用评价的新模型。LIU[5]构建了包含监理企业基本素质、投标信用法、企业发展前景、监理服务优秀率和良好率、企业的财务状况、企业客户投诉率、诚信履行合同的监理企业信用评价模型，并提出了完善信用评价体系建设的对策。丁广林[6]根据粗糙集理论对影响监理企业信用的原始指标进行必要性分析，运用模糊综合评判决策法对监理企业信用进行评价。而工程监理是一种技术性的咨询服务，需要协调施工单位、业主的关系，使二者之间效益最大化，同时它还与勘测、设计部门有着密切的合作关系，这给在对工程监理企业信用评价的过程中信用信息的收集带来一定难度，对此需要制定更加完善、科学的信用评价指标体系。

对以往研究者的成果进行述评，发现常用的信用评价方法多为问卷调查、AHP、模糊综合决策法等，利用上述方法对工程监理企业进行评价时都有各自的局限性，降低了评价结果的准确度。而且就研究者们建立的工程监理企业信用评价体系而言，虽然各评价指标之间存在某种关联，但却难以准确量化评价指标之间的关系。

鉴于此，本文利用灰色理论建立改进灰色关联模型，结合AHP法对工程监理企业的信用评价等级进行科学评价，从而有效减少评价过程中信息关联错误和信息不精确对评价结果造成的偏差，为完善工程监理企业信用评价体系建设提供借鉴。

1.2 灰色关联模型

传统的信用评价方法大多要求大样本、大量的数据且样本分布存在一定的规律性，但由于在信用评价过程中信息数据采集困难、信息不完整，再加上人为因素的干扰，难以找到典型的分布规律。因此，采用传统方法进行信用评价容易让人对结果质疑。

灰色理论是一种新的控制理论，能够使用特定的方法描述不完整的信息，可以作为科学预测、决策和控制的依据[7]。灰色关联分析是其理论的主要方面之一，适用于小样本、贫信息的不确定性系统决策问题，能够在一定程度上弥补传统评价方法导致的缺憾，消除人们主观随意性过强造成的偏差，使评价结果更加有效、准确，已经在投资决策[8]、公司治理评价[9]、企业风险评估[10]、造价咨询[11]、施工评价[12]等多个领域有所应用。本文在以往研究的基础上，对传统灰色关联模型中的分辨系数采取动态取值，构建工程监理企业的信用评价模型，为工程监理企业信用评价等级研究提供了新思路。

2 建立评价指标体系

本文通过对现有成果的分析总结，发现研究者们建立的信用指标体系多侧重于对企业自身因素引起的信用问题的分析，例如企业的信誉、财务质量以及信用记录等方面。管晓永[13]首次将企业信用水平与企业负责人素质联系起来，并论证分析。本文认为，工程监理企业的信用评价不同于其他企业，监理人员要参与到实际工程建设当中，并对工程质量安全起监督作用，因此监理人员的日常工作表现、基本素质等更能体现工程监理企业的信用水平。此外，也不能忽略外在因素对工程监理企业信用造成的影响，例如企业的社会公益活动、业主的满意度等。基于此，本文参照国家标准《企业信用体系评价标准》(Q/RM 15100—2018)、《建设工程监理规范》(GB/T 50319—2013)等相关资料，综合上述观点，从工程监理行业发展的实际出发，构建了一套包含六个方面的工程监理企业信用评价指标体系，从而达到评价工程监理企业信用的目的，见表1。

表1 工程监理企业的信用评价指标体系

(续)

3 基于灰色关联模型的构建

3.1 传统灰色关联模型

(1)确定评语集合。

确定评语集合：X=(X1,X2,…，XN)，其中N表示评语的个数。

(2)确定一级指标及其权重。

(3)确定二级指标及其分类。

一级指标Uk(k=1,2,…,6)是由多个二级指标组成的，即Uki={Uk1,Uk2,…,Ukm}；k=1,2,…，6；i=1,2,…，m。

其中，二级指标按照定性指标、定量指标以及效益型指标、成本型指标评价分类(表2)。

表2 工程监理企业信用指标评价分类表

(4)建立二级指标评价矩阵。

对指标体系中一级指标下的二级指标根据评语集分别给出评价，令

Pj∈{Ui1,Ui2,…,Uij,…,Uim}(1≤j≤m)

根据向量评语集得到对应的评价向量

ei=(ei1,ei2,…,eij,…，ein)

形成二级指标评价矩阵

(5)对评价矩阵进行规范化处理。

对于成本型指标

规范化后的相对最优指标

e0=(e01,e02,…,e0j,…,e0n)

变为

从而Ui(1≤i≤m)评价指标集则规范化为

(6)建立灰色关联评价矩阵。

(1)

(7)计算二级指标的指标权重向量。

由此，可得到各个二级指标的相对权重为

则权向量可以表示为W′=(w′1,w′2,…,w′j,…,w′m)(j=1,2,…,m)。

(8)确定一级指标的判断向量。

(9)确定工程监理企业信用的判断向量。

(10)对公司治理综合评价的判断向量进行归一化处理，即

3.2 基于传统关联方法的改进

由式(1)可知，ρ的取值决定着整个公式的计算结果，然而对于ρ的取值并没有量化的标准，在文献中通常将其设定为0.5，这也导致了计算结果趋于平均化，降低了关联度的区分程度，甚至对关联度的大小排序都有一定影响。

基于此，本文参考文献[15]的取值方法，对ρ采取动态取值，从而能够降低对关联度分布区间的影响。

定义

(k=1, 2, …,n)

记分辨系数取值为ρ(i)，取值方法如下：

综上，根据该改进方法，式(1)应为

(i=1,2,…,m;j=1,2,…,n)

4 实例分析

根据本文构建的工程监理企业信用评价指标体系和改进灰色关联模型，对某工程监理企业进行信用评价。

(1)确定向量评语集合

X=(X1,X2,X3,X4,X5)=(A+,A,B+,B,C)

式中，A+表示最优级；A表示优秀级；B+表示良好级；B表示平均级；C表示一般级。

(2)确定一级指标及权重。

表3 一级指标判断汇总表

(3)获得二级指标评价数据。

本文采用问卷调查的形式获取指标数据，统计有效问卷中的指标评语的出现频率,作为原始评价数据。

1)问卷设计。

根据表2将工程监理企业信用指标体系分为不同类型的指标。对于定性指标而言，由于无法用具体数据量化，可咨询具有丰富工程经验的专家，整理其相关可参考意见，参照向量评语集设定其参考标准。以决策层素质为例，A+表示业绩能力出众，专业素养很高，经验丰富；A表示有较高的专业素养，业绩能力尚可；B+表示综合素质较好，业绩能力一般；B表示综合素质一般；C表示综合素质较差。

对于定量指标而言，本文拟采用国资委发布的2020年企业绩效评价标准值中的工程管理服务业数据作为定量指标的参考标准(表4)。

表4 定量指标评价等级标准

2)问卷发放。

采用网络调查的方式向业主、施工管理人员、监理行业专家以及企业内部工作人员等发放问卷，共收集了150份有效问卷。

3)数据处理。

(4)计算工程监理企业的判断向量。由于此模型的计算步骤较为繁杂，故省略具体计算过程，只给出最终计算结果

=(0.216 0,0.300 4,0.194 3,0.186 0,0.165 3)

对其进行归一化处理后得

(5)评价与结论。该工程监理企业的信用综合评价值见表5。

表5 工程监理企业的信用综合评价值 (单位：%)

由最终结果分析可得，该工程监理企业的信用评价等级在A上最大，为28.29%，根据隶属的最大原则，该工程监理企业的信用评价等级属于A级。而实际情况同样如此：该工程监理企业获得了2020年度某市“工程监理AA级信用企业”荣誉称号。通过对比得知，本文所构建的关联分析模型在总体上可以真实地反映出工程监理企业的信用水平。

(6)与传统灰色关联模型对比。将传统灰色关联模型与本文提出的改进灰色关联模型对比，结果见表6。

表6 对比结果 (单位：%)

从表6可以看出，两种方法的排序结果完全一致，但改进后的关联方法使得评价结果区分度更大，能够更好地体现系统的完整性，使评价结果更加可靠。

5 结语

在现有的工程监理企业信用指标体系不能满足建筑市场快速变革的情况下，本文根据工程监理行业的发展，结合以往学者的研究成果，建立了一个涵盖6个一级指标、27个二级指标的工程监理企业信用评价体系，通过构建灰色关联模型对工程监理企业的信用水平进行实证分析，证实了所构建模型的可靠性，为工程监理企业的信用评价等级研究提供了新思路。

与以往研究不同的是，本文所构建的灰色关联模型对分辨系数采取动态取值，从而减小了人为因素对评价结果造成的偏差，提高了评价结果的准确度。但是由于水平有限，尚有一些问题有待解决，例如如何将定性指标更加有效定量化、指标体系的信用评价等级如何合理设置等，还需进一步研究。