張 可，梁玉勤，薛 松，胡磊闖

（1.河海大學(xué)a.商學(xué)院;b.項目管理研究所;c.江蘇省“世界水谷”與水生態(tài)文明協(xié)同創(chuàng)新中心;d.國際河流研究中心，南京 211100）

0 引言

建筑企業(yè)對城市經(jīng)濟(jì)發(fā)展發(fā)揮著重要的推動作用，不僅能夠帶動相關(guān)產(chǎn)業(yè)的同步發(fā)展，而且能夠擴(kuò)大社會就業(yè)，提高社會生活水平。但由于建筑業(yè)的交易活動發(fā)生在生產(chǎn)活動之前，交易雙方信息不對稱，建筑企業(yè)出現(xiàn)嚴(yán)重的信用缺失問題：一方面，在工程建設(shè)之前，相對于業(yè)主，建筑企業(yè)往往處于信息優(yōu)勢地位，并由此隱藏自身實力和以往的工程表現(xiàn)；另一方面，在工程建設(shè)過程中，建筑企業(yè)往往表現(xiàn)出如建筑材料不合格、違規(guī)轉(zhuǎn)包等機會主義行為。以上信用缺失行為導(dǎo)致評標(biāo)結(jié)果的“逆向選擇”[1]和各種安全事故，破壞了建筑市場秩序，導(dǎo)致人民的生產(chǎn)生活出現(xiàn)安全隱患[2]。

現(xiàn)有研究取得了較為豐富的成果，為建筑企業(yè)信用評價指標(biāo)權(quán)重計算提供了參考，但較少考慮指標(biāo)之間的影響關(guān)系，也沒有區(qū)分哪些是制約建筑企業(yè)違約行為的原因要素，哪些是結(jié)果要素。而原因要素指標(biāo)不僅可以直接影響企業(yè)的信用行為，還可以通過影響結(jié)果要素指標(biāo)間接影響企業(yè)信用行為[3]。本文提出一種基于灰色關(guān)聯(lián)度和ANP的建筑企業(yè)信用評價綜合權(quán)重計算模型，試圖從以下兩個方面對現(xiàn)有文獻(xiàn)進(jìn)行拓展：從客觀上分析指標(biāo)之間的影響關(guān)系，利用灰色關(guān)聯(lián)分析對原因要素指標(biāo)和結(jié)果要素指標(biāo)進(jìn)行區(qū)分賦權(quán)；從主觀上融合群體專家的知識、經(jīng)驗對指標(biāo)之間的影響關(guān)系和重要程度做出判斷，利用群決策網(wǎng)絡(luò)層次分析法進(jìn)行專家賦權(quán)。

1 建筑企業(yè)信用評價綜合權(quán)重計算模型

1.1 基于灰色關(guān)聯(lián)分析的原因度賦權(quán)

灰色關(guān)聯(lián)分析對樣本量的大小及是否存在一定的分布規(guī)律都沒有特定要求，通過分析數(shù)據(jù)序列曲線的相似程度來揭示數(shù)據(jù)序列之間潛在的影響關(guān)系，并用灰色關(guān)聯(lián)度來表示。若兩組數(shù)據(jù)序列之間的灰色關(guān)聯(lián)度較大，則相互影響程度越強。

原因度賦權(quán)的基本思路為：根據(jù)指標(biāo)能夠獨立對企業(yè)信用水平產(chǎn)生影響的程度進(jìn)行賦權(quán)，獨立影響的程度越高，代表指標(biāo)的原因度越大，則被賦予的權(quán)重越大。以灰色關(guān)聯(lián)度rij反映指標(biāo) j對指標(biāo)i的影響程度，以灰色關(guān)聯(lián)系數(shù)rji反映指標(biāo)i對指標(biāo) j的影響程度，即指標(biāo) j的被影響程度，用Ij表示指標(biāo)的原因度。當(dāng)指標(biāo) j的影響程度大于被影響程度時，說明指標(biāo) j對其他指標(biāo)的影響程度較大，則其獨立性較強，表示該指標(biāo)是信用評價中的原因要素，應(yīng)被賦予較大權(quán)重；反之為結(jié)果要素，應(yīng)被賦予較小的權(quán)重。原因度賦權(quán)步驟具體如下：

（1）確定行為橫向序列

設(shè)k為觀測對象序號，xi(k)為評價指標(biāo)Xi關(guān)于第k個對象的觀測數(shù)據(jù)，則稱Xi=(xi(1)'xi(2)'…,xi(n ) )為指標(biāo)Xi的行為橫向序列[4]。

（2）確定分析序列

在建筑企業(yè)信用評價指標(biāo)體系的基礎(chǔ)上，確定要進(jìn)行關(guān)聯(lián)分析的指標(biāo)，并確定比較序列Xi和參考序列Xj，各數(shù)據(jù)序列所組成的矩陣如下：

式（1）中，n為觀測對象個數(shù)，m為指標(biāo)個數(shù)，Xm()n為第m個指標(biāo)的第n個觀測值。

（3）對變量序列進(jìn)行無量綱化處理

由于不同指標(biāo)數(shù)據(jù)的數(shù)據(jù)單位或數(shù)量級會存在差異，無法直接對未經(jīng)處理的原始數(shù)據(jù)進(jìn)行對比分析。為了使不同指標(biāo)之間具有可比性及保證分析結(jié)果具有可靠性，在數(shù)據(jù)分析之前本文用初值法對指標(biāo)數(shù)據(jù)進(jìn)行無量綱化處理如下所示。

式（3）中，?ji()k為第 j個指標(biāo)與第i個指標(biāo)關(guān)于第k個觀測值的差值；?ji為第 j個指標(biāo)與第i個指標(biāo)的差序列。

（5）計算灰色關(guān)聯(lián)度

式（4）中，Mj為第 j個指標(biāo)的兩極最大差；mj為第 j個指標(biāo)的兩極最小差；rji()k為第 j個指標(biāo)與第i個指標(biāo)的灰色關(guān)聯(lián)系數(shù)；rji為第 j個指標(biāo)與第i個指標(biāo)的灰色關(guān)聯(lián)度。

（6）確定原因度

式（5）中為第 j個指標(biāo)與其他指標(biāo)灰色關(guān)聯(lián)度的最大值，表示第 j個指標(biāo)對其他指標(biāo)的影響程度；為其他指標(biāo)與第 j個指標(biāo)灰色關(guān)聯(lián)度的最大值，表示第 j個指標(biāo)的被影響程度；Ij為第 j個指標(biāo)的原因度，當(dāng)Ij＞0時，表示該指標(biāo)對其他指標(biāo)的影響程度大于被影響的程度，則該指標(biāo)為原因因素，反之，則該指標(biāo)為結(jié)果因素。

（7）確定指標(biāo)客觀權(quán)重

由式（4）知0≤rji≤1，則由式（5）知 -1≤Ij≤1，結(jié)合指標(biāo)原因度越大權(quán)重越大的賦權(quán)思想以及權(quán)重值的取值范圍確定客觀權(quán)重wj*：

1.2 基于群決策網(wǎng)絡(luò)層次分析的專家賦權(quán)

ANP法能夠通過網(wǎng)絡(luò)結(jié)構(gòu)將復(fù)雜決策問題的相互影響關(guān)系更加真實準(zhǔn)確地描述出來，由于建筑業(yè)的復(fù)雜性和個人處理問題的局限性，建筑業(yè)往往面臨群體決策問題，因此本文引入基于聚類原理的群決策ANP法。群決策ANP通過融合群體智慧，削弱了單個專家個人偏好的干擾，與客觀現(xiàn)實比較相符[5]，具體步驟如下：

第一步：構(gòu)造網(wǎng)絡(luò)結(jié)構(gòu)并計算專家權(quán)重。根據(jù)建筑企業(yè)信用評價指標(biāo)體系分析指標(biāo)之間的影響關(guān)系并建立ANP網(wǎng)絡(luò)結(jié)構(gòu)。設(shè)控制層指標(biāo)為Ci，(i=1'2,…,m)，網(wǎng)絡(luò)層指標(biāo)為Cij( )j=1'2'…'n，以控制層指標(biāo)為原則，由專家對網(wǎng)絡(luò)層指標(biāo)的重要性進(jìn)行打分，形成相應(yīng)的判斷矩陣并進(jìn)行一致性檢驗。當(dāng)判斷矩陣滿足一致性要求時，形成局部權(quán)重矩陣Gij，受控制層指標(biāo)Ci的影響最后形成m個如式（7）所示的超矩陣G。

對超矩陣進(jìn)行歸一化和穩(wěn)定處理，得到極限矩陣G∞如式（8），當(dāng)i趨于無窮大時，如果極限收斂且唯一，則極限矩陣中的列向量就是各指標(biāo)的權(quán)重向量[6]。

第二步：群決策專家權(quán)重篩選與集結(jié)。由n位專家得到n個指標(biāo)權(quán)重向量，構(gòu)成權(quán)重系數(shù)矩陣 A，A=(aij)n×m。其中，第i行元素為第i位專家對m個指標(biāo)所賦予的權(quán)重，第 j列元素分別是n位專家對第 j個指標(biāo)所賦予的權(quán)重，建立相關(guān)系數(shù)矩陣R：

式（9）中，Rij代表第i位專家所賦予的指標(biāo)權(quán)重對第j位專家所賦予的指標(biāo)權(quán)重的相似程度，Rij越小代表其相似程度越低。

計算n個權(quán)重向量的離異程度d，剔除離異程度比較大的權(quán)重向量，求各個指標(biāo)權(quán)重的平均值，得到評價指標(biāo)的主觀權(quán)重值wj'。

式（10）至（12）中，pi表示第i位專家所賦予的指標(biāo)權(quán)重與其他組權(quán)重的總相似度，pmax表示各組專家權(quán)重相似度的最大值，di表示第i位專家所賦予的指標(biāo)權(quán)重與其他組權(quán)重的離異程度。

1.3 基于綜合權(quán)重計算函數(shù)的組合賦權(quán)

基于組合賦權(quán)法確定綜合權(quán)重值。FA與群決策ANP兩種方法都存在自身固有的優(yōu)點與不足。本文在正常發(fā)揮兩種方法優(yōu)勢的同時，通過組合賦權(quán)法使兩種方法互相彌補各自的缺陷，合理組合兩種權(quán)重，使得具有主客觀意義的組合權(quán)重更加科學(xué)合理[7,8]，組合賦權(quán)公式為：

式（13）中，wj為指標(biāo)的組合權(quán)重；wj*為灰色關(guān)聯(lián)分析計算的各項客觀權(quán)重，wj'為群決策ANP方法計算的各項主觀權(quán)重，θ表示主觀權(quán)重所占比例。θ的大小由具體的實際情況決定，當(dāng)決策問題比較依賴于專家意見時，θ∈[0 ' 0.5]，當(dāng)決策問題依賴于客觀數(shù)據(jù)時，θ∈[0 . 5'1]。

2 實例驗證

2.1 指標(biāo)與數(shù)據(jù)選取

本文以《建筑業(yè)企業(yè)信用評價指標(biāo)》為基礎(chǔ)，參考以往相關(guān)文獻(xiàn)以及各地信用評價標(biāo)準(zhǔn)，根據(jù)可操作性、針對性、定量與定性相結(jié)合的原則，篩選出與履約信用相關(guān)的23個評價指標(biāo)，從而確定建筑企業(yè)信用評價三級指標(biāo)如表3的第一、二、三列所示。

隨機選取建筑行業(yè)20家上市公司作為樣本，其指標(biāo)數(shù)據(jù)主要用于灰色關(guān)聯(lián)分析進(jìn)行原因度賦權(quán)。定量指標(biāo)數(shù)據(jù)如凈資產(chǎn)等通過查看上市公司2015年年報和國泰安數(shù)據(jù)服務(wù)中心（CS-MAR）獲得，定性指標(biāo)如管理信息化水平等數(shù)據(jù)，由建筑業(yè)信用評價領(lǐng)域?qū)＜覅⒄铡督ㄖI(yè)企業(yè)信用評價指標(biāo)》的評分標(biāo)準(zhǔn)對企業(yè)各項指標(biāo)進(jìn)行打分獲得。

2.2 客觀權(quán)重計算

以第一個指標(biāo)為例，利用灰色關(guān)聯(lián)分析對指標(biāo)進(jìn)行原因度賦權(quán)：

（1）計算第一個指標(biāo)X1的影響程度

首先計算第一個指標(biāo)X1對第二個指標(biāo)X2的影響程度。以X2的觀測值為參考序列，以X1的觀測值為比較序列，則數(shù)據(jù)序列所組成的矩陣為利用式（2）對參考序列數(shù)據(jù)和比較序列數(shù)據(jù)進(jìn)行無量綱化處理，并利用式（3）、式（4）計算 X1對 X2的灰色關(guān)聯(lián)度，得r21=0.966，同理可得第一個指標(biāo)X1對剩余其他指標(biāo)的灰色關(guān)聯(lián)度，求其中最大值即可確定指標(biāo)X1的影響程度為0.96。

（2）計算第一個指標(biāo)X1的被影響程度

首先計算第一個指標(biāo)X1被第二個指標(biāo)X2的影響程度。以X1的觀測值為參考序列，以X2的觀測值為比較序列，則數(shù)據(jù)序列所組成的矩陣為利用式（2）對參考序列數(shù)據(jù)和比較序列數(shù)據(jù)進(jìn)行無量綱化處理，并利用式（3）、式（4）計算 X2對的 X1灰色關(guān)聯(lián)度得r12=0.972，同理可得剩余其他指標(biāo)對第一個指標(biāo)X1的灰色關(guān)聯(lián)度，求其中最大值即可確定指標(biāo)X1的被影響程度為0.95。

（3）計算第一個指標(biāo)X1的客觀權(quán)重

利用式（5）計算第一個指標(biāo) X1的獨立性指數(shù)I1=0.01，利用式（6）求得第一個指標(biāo) X1的客觀權(quán)重w1*=0.037。

同理，求得所有指標(biāo)的客觀權(quán)重如表3第五列所示。

2.3 主觀權(quán)重計算

（1）ANP結(jié)構(gòu)模型構(gòu)建。組織建筑業(yè)信用評估領(lǐng)域的專家對建筑企業(yè)信用評價指標(biāo)之間的影響關(guān)系做出判斷，運用Super Decisions軟件構(gòu)建ANP結(jié)構(gòu)模型，如圖1所示。

圖1 建筑企業(yè)信用評價ANP網(wǎng)絡(luò)結(jié)構(gòu)圖

（2）單個專家權(quán)重計算。組織建筑業(yè)信用評估領(lǐng)域的專家對評價指標(biāo)進(jìn)行打分，即在ANP網(wǎng)絡(luò)結(jié)構(gòu)模型中，以評價目標(biāo)“建筑企業(yè)信用水平”為評價準(zhǔn)則，判斷控制層各一級指標(biāo)的重要性，并根據(jù)專家打分建立與之相應(yīng)的判斷矩陣，如表1所示。表1中，指標(biāo)之間的關(guān)系采用九分法進(jìn)行打分，該矩陣的一致性檢驗結(jié)果為0.088，小于0.1，說明該矩陣滿足一致性要求。同理，在網(wǎng)絡(luò)層中，以控制層中一級指標(biāo)Cj為判斷準(zhǔn)則，對網(wǎng)絡(luò)層中各二級指標(biāo)的重要性進(jìn)行打分，建立二級指標(biāo)判斷矩陣。

表1 評價指標(biāo)的ANP判斷矩陣示例

當(dāng)所有的判斷矩陣都滿足一致性要求后，將其輸入到Super Decisions軟件中計算得到建筑企業(yè)信用評價的ANP超矩陣G、加權(quán)超矩陣G，和極限矩陣G∞，其中，ANP極限矩陣如下頁表2所示，因為各極限收斂且唯一，所以極限矩陣的列向量就是建筑企業(yè)信用評價各指標(biāo)的權(quán)重。

表2 建筑企業(yè)信用評價指標(biāo)的ANP極限矩陣

（3）群決策專家權(quán)重篩選與集結(jié)

組織建筑業(yè)信用評估領(lǐng)域的25位專家，同理依照上述第（2）部分進(jìn)行權(quán)重計算，刪除不滿足一致性檢驗的判斷矩陣，計算得到25組指標(biāo)權(quán)重。

首先將20組指標(biāo)權(quán)重匯總成權(quán)重系數(shù)矩陣A20×23如式（14）所示：

其次，根據(jù)公式（9）計算各組權(quán)重間的相關(guān)系數(shù)Rij構(gòu)成相關(guān)系數(shù)矩陣R20×20如式（15）所示：

最后根據(jù)式（10）至式（12）計算得到各個專家權(quán)重與其他專家權(quán)重的離散程度di=（0.15%，0%，1.72%，0.38%，3.38%，1.94%，0.52%，2.02%，0.45%，1.03%，2.87,2.95%，2.38%，1.08%，0.29%，1.69%，2.45%，1.58%，1.14%，1.17%），刪除離散程度大于3%的專家權(quán)重并求剩余專家權(quán)重平均值得到各指標(biāo)主觀權(quán)重如表3第六列所示

2.4 組合權(quán)重計算

根據(jù)式（7），由專家經(jīng)驗[7，8]，當(dāng) θ 取0.3時，能夠最大限度地彌補主客觀賦權(quán)法各自的缺陷，得到指標(biāo)的綜合權(quán)重。建筑業(yè)企業(yè)信用評價指標(biāo)的主觀權(quán)重、客觀權(quán)重以及最終的綜合權(quán)重如表3所示。

2.5 結(jié)果分析

由表3第四列知，施工年限、企業(yè)資質(zhì)、人力資源管理水平、工程結(jié)算收入、業(yè)主滿意度、社會責(zé)任記錄、還貸記錄等指標(biāo)的原因度為正，說明這些指標(biāo)對其他指標(biāo)的影響程度大于其被影響程度，是影響建筑企業(yè)信用水平的原因要素。相反，技術(shù)創(chuàng)新水平、凈資產(chǎn)、合同履約率、行業(yè)獲獎記錄等指標(biāo)的獨立性指數(shù)為負(fù)，說明這些指標(biāo)對其他指標(biāo)的影響程度小于其被影響程度，是影響建筑企業(yè)信用水平的結(jié)果要素。

表3 各層指標(biāo)在不同層級上的組合權(quán)重值

由表3第六列知，根據(jù)群專家的經(jīng)驗，企業(yè)資質(zhì)、凈資產(chǎn)收益率、總資產(chǎn)周轉(zhuǎn)率等指標(biāo)對建筑企業(yè)信用水平起到重要的影響作用，而人力資源管理水平、業(yè)主滿意度、施工年限等指標(biāo)對建筑企業(yè)信用水平的影響程度相對較弱。

由表3第七列知，綜合了主客觀權(quán)重的組合權(quán)重表明：企業(yè)資質(zhì)、人力資源管理水平、凈資產(chǎn)收益率、總資產(chǎn)周轉(zhuǎn)率、工程結(jié)算收入、還貸記錄等指標(biāo)在建筑企業(yè)信用評價中權(quán)重較高，說明這些指標(biāo)值的提高對企業(yè)信用水平的提高影響較大。而管理信息化水平、凈資產(chǎn)、施工年限等指標(biāo)在區(qū)分建筑企業(yè)信用水平的高低時表現(xiàn)較差。

3 結(jié)論

本文是在建筑企業(yè)面臨信息不對稱問題以及政府高度重視信用監(jiān)管的背景下提出的，主要有以下結(jié)論：

（1）目前有關(guān)信用評價指標(biāo)權(quán)重的研究大多立足于指標(biāo)相互獨立的角度，而由于建筑企業(yè)特殊的交易方式和管理模式，其信用評價指標(biāo)之間具有較強的影響作用。針對這一問題，本文從指標(biāo)關(guān)聯(lián)角度提出一種基于灰色關(guān)聯(lián)分析和群決策ANP方法的指標(biāo)權(quán)重計算模型。

（2）該模型通過灰色關(guān)聯(lián)分析確定每個指標(biāo)的原因度，并對原因要素指標(biāo)和結(jié)果要素指標(biāo)進(jìn)行區(qū)分賦權(quán)，科學(xué)地利用了各指標(biāo)獨立反映的信息，使得權(quán)重計算更加符合客觀實際。為了克服客觀賦權(quán)易受樣本數(shù)據(jù)影響的缺陷，融合群體智慧通過群決策網(wǎng)絡(luò)層次分析法進(jìn)行主觀賦權(quán)，充分利用了專家經(jīng)驗，使得信用評價指標(biāo)權(quán)重更加科學(xué)合理。

（3）選取建筑業(yè)20家上市公司為樣本對該模型進(jìn)行了驗證，結(jié)果表明該模型能夠科學(xué)體現(xiàn)建筑企業(yè)各指標(biāo)在信用評價中的重要程度，具有較強的實踐意義。而且該模型所有的計算過程可以借助GM和Super Decisions軟件進(jìn)行，具有較強的可操作性。

[1]王維國，劉德海.建筑工程項目招標(biāo)低價中標(biāo)現(xiàn)象的不完全信息博弈理論分析[J].中國管理科學(xué),2008,(S1).

[2]劉靜，毛龍泉.建筑市場信用信息供給不足的機理及對策研究[J].東南大學(xué)學(xué)報：哲學(xué)社會科學(xué)版,2009,(2).

[3]孫瑩，鮑新中.一種基于方差最大化的組合賦權(quán)評價方法及其應(yīng)用[J].中國管理科學(xué),2011,(6).

[4]劉思峰.灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)出版社,2014.

[5]李菁苗，吳吉義，章劍林等.電子商務(wù)環(huán)境下中小企業(yè)信用評價[J].系統(tǒng)工程理論與實踐，2012,32(3).

[6]余順坤，周黎莎，李晨.ANP-Fuzzy方法在電力企業(yè)績效考核中的應(yīng)用研究[J].中國管理科學(xué),2013，(1).

[7]宋光興，楊德禮.基于決策者偏好及賦權(quán)法一致性的組合賦權(quán)法[J].系統(tǒng)工程與電子技術(shù)，2004，(9).

[8]陳偉，夏建華.綜合主、客觀權(quán)重信息的最優(yōu)組合賦權(quán)方法[J].數(shù)學(xué)的實踐與認(rèn)識，2007，(1).