陈志鼎 曹胤杰

摘要：系统分析了影响境外水电工程项目投标决策中业主与相关管理者、工程项目本身、承包企业自身这3类影响因素，并进一步分解得到24个指标，构建了境外水电工程项目投标决策评估指标体系。基于D-S证据理论，利用最大隶属度原则，建立投标决策评估模型，开展证据融合，确定投标决策的评估等级。结合某水电工程项目实例，运用该投标决策评估模型，评价得到该项目投标决策等级为R3，可以进行投标，论证了所选模型的适用性与可行性。

关键词：境外水电工程：投标决策;D-S证据理论;层次分析法

中图分类号：TV753;TV757

文献标志码：A

doi：10.3969/j .issn.1000- 1379.2019.05.029

伴随着国内水电产业进入饱和，中国水电企业逐步开拓国际市场，参与境外水电工程项目投标。然而境外水电项目的业主、承包商、建设地点可能隶属于不同国家，政治、文化、环境等不确定因素较多，使企业投标风险激增[1].因此投标决策评估对于企业是否参与境外水电工程项目投标至关重要。

许多学者[2-6]对水利工程项目的投标决策方法进行了研究。为了分析境外水电工程项目投标决策过程中受各种因素影响的程度，为业主提供准确可靠的投标依据，从而减少不必要的投资，本文构建了投标决策评估指标体系，同时利用层次分析法对指标赋权，运用D-S证据理论模型对投标决策进行评估，相比以往投标决策方法，降低了指标的模糊性和专家打分的不确定性。

1 投标决策评估指标体系

境外水电工程项目招标业主、承包商、建设地点可能属于不同国家，不同项目业主、工程项目背景以及承包企业会对投标决策评估产生不同影响[7-8]。通过相关文献研究以及专家评估等方式得到业主与相关管理者、工程项目本身、承包企业自身这3类因素对投标决策评估产生的影响，并进一步将这3类因素分解为具体的指标，构建投标决策评估指标体系。业主与相关管理者的指标有业主信誉情况、业主经济实力、业主项目管理能力、业主委托招标代理公司信誉情况、当地环境保护规定、当地政府管理政策、当地建筑行业法律法规、当地管理者文化信仰、当地安全机構实行规范，工程项目本身的指标有工程项目所处国家汇率、工程项目区域地质条件、工程项目所处国家动乱情况、工程项目所在地自然灾害情况、工程项目所在地产业结构、工程项目所在地政府干预情况、工程项目所处国语言差异、工程项目验收采用哪国施工规范、工程项目区域天气状况，承包企业自身的指标有承包企业资金实力、承包企业施工技术能力、承包工程饱和度、承包企业员工工作态度、承包企业施工经验、承包企业索赔能力[9-10]。

为对投标决策评估开展定量研究，需要基于专家打分，运用层次分析法对3类因素组成的准则层评价指标与24个具体指标组成的指标层评价指标赋权。首先，构建判断矩阵P;然后，计算判断矩阵每一行的乘积V_k，并对V_k开n次方（n为指标个数），对每行层次总排序的转置矩阵V进行归一化处理得到指标权重wi;最后，对指标进行一致性检验，当一致性检验指标C不大于0.1时，评价指标的一致性符合要求;当CR大于0.1时，说明评价指标的一致性不符合要求，需重新对指标进行打分，修改判断矩阵。

2 投标决策评估模型

D-S证据理论模型用于解决不确定性问题，通过融合各个因素，积累证据，逐步减少不确定因素。为便于分析，将整个水电工程项目视为一个系统，并将投标决策评估等级定义为系统的投标决策等级，将整个系统分为k个子系统作为准则层，将影响各个子系统的n个因素定义为指标层[ 11-13]。

2.4 投标决策评估流程

为得到境外水电工程项目投标决策评估等级，基于D-S证据理论的评估流程：

（1）甄选投标决策评估影响因素，构建投标决策评估指标体系。

（2）综合运用层次分析法，得到准则层权重与指标层各指标权重。

（3）对于准则层与指标层的各项指标，由该领域m位专家根据以往类似工程经验，判断各指标所处投标决策等级的概率，并对每个专家给出的信息依据式（2） -式（4）进行证据融合，利用式（5）、式（6）给出准则层与指标层各项指标处于各投标决策评估等级的可能性，利用式（7）得到整个系统处于各投标决策评估等级的概率。

（4）结合最大隶属度原则确定境外水电工程项目投标决策评估等级。

3 案例分析

3.1 工程概况

某水电站位于尼泊尔西部发展区卡斯基大区的马蒂河上，距离尼泊尔第二大城市博克拉约19 km，工程位于喜马拉雅山脉南坡的中高度山区，处于地震带附近，地质条件较差。因此对于该水电站项目投标与否需要考虑多方因素，利用D-S证据理论开展投标决策评估。

3.2 评估过程

基于准则层3类因素与指标层24个指标，依托专家打分，利用层次分析法得到准则层、指标层各指标权重，见表2。

结合6位专家给出的各指标所处每一投标决策等级的概率，以及专家可信度λ =（λ1，λ2，λ3，λ4，λ5，λ6）=（0.84， 0.79，0.92， 0.97，0.91，0. 82），利用式（2） -式（7），借助Matlab软件编程，开展证据融合，得到指标层24个指标的投标决策评估等级，再重复上述工作，综合表2中24个指标的权重，依据式（2） -式（7）加权迭代，得到准则层3类因素所处各投标决策评估等级的概率，见表3。

由表3可以看出，准则层X1、X2、X3的投标决策评估等级均为处于R3的概率最大，即投标风险适中，但需要谨慎投标。由表3所得结果，结合表2中准则层3个指标的权重，利用式（2） -式（7）开展证据融合，得到该水电站投标决策评估处于等级R1、R2、R3、R4 .R5的概率分别为0. 007、0.005、0.823、0.007、0.001，不确定度为0. 001.即该水电站投标决策处于等级R，的概率最大，并且经过5次证据融合将不确定度θ减小为0.001，表明该水电站投标风险适中，如果合理调配人员，做好施工组织方案，有盈利的空间。

4 结论

针对境外水电工程项目特征，系统分析了影响投标决策的因素，构建了投标决策评估指标体系，建立基于D-S证据理论的投标决策评估模型，有效减少了评价指标的模糊性以及专家打分的不确定性，减少了决策评估等级相差不大时专家打分的误判行为，相对提高了投标决策的可靠度。结合某水电工程项目实例，运用所述理论，评价得到该项目投标决策等级为R，，可以进行投标，论证了所选模型的适用性与可行性。

参考文献：

[1]郭琦，刘倩，黄康，数据包络分析法在投标决策中的应用[J].水电能源科学，2011，29（9）：138-140.

[2]冯惠军.多目标优化在投标决策中的应用[J].系统工程理论与实践，1994，14（ 12）：12-16.

[3] 魏道红，周厚贵，杨慧敏，基于模糊层次分析法的施工投标决策分析[J].水利水电技术，2007，38（8）：59-60.

[4]聂相田，王博，郜军艳，基于模糊逻辑的水利工程多项目投标决策方法[J].水力发电学报，2013，32（5）：294-298.

[5]卢亚琼，章恒全，基于改进的ANP的国际水利工程投标决策[J].水电能源科學，2014，32（2）：147-150.

[6]ZHIG，WATANABE S.A Fuzzy Model for Bidding Behavior ofCenerators in Electricity Markets [J]. Intemational Joumal of Inno-vative Computing Information and Control，2007，3（4）：953-96

[7] 张水波，郭富仙，基于风险视角的国际PPP项目投标决策模型研究[J].工程管理学报，2013，27（5）：59-63.

[8] 孟笋，张铖，基于ANP的云南省公路项目融资模式优选研究[J].工程管理学报，2015，29（4）：67-71.

[9]安慧，郑传军，基于ANP-Fuzzy的工程投标风险评价[J].建筑经济，2013（ 11）：57-60.

[10] 温国锋，陈立文，李宏艳，基于Fuzzy - Rough - TOPSIS的工程项目投标风险评价模型研究[J].数学的实践与认识，2012，42（ 23）：65-74.

[11] 郑绍羽，李素芹，毛宝林，基于改进的粗糙集条件信息熵和灰关联投影法的工程项目投标决策研究[J].数学的实践与认识，2014，44（ 12）：102-111.

[12] 郑萍萍，古素军，基于ANP和灰色多层次的国际地铁工程项目风险评价研究[J].项目管理技术，2015，13（4）：71-74.

[13]张朝勇，王卓甫.基于证据推理的工程项目投标风险决策方法[J].水利水电科技进展，2007，27（6）：32-36.

【责任编辑吕艳梅】