工程项目交易方式生产效率比较研究

陈勇强，张 雯

（天津大学 管理与经济学部，天津300072）

工程项目交易方式（project delivery system，PDS）是项目参与方为了实现业主的目标与目的，完成预定的工程设施而组织实施项目的系统方式［1］.它决定了项目的建设速度、成本、质量与合同管理方式，是影响项目成功的关键因素之一.选择适宜的交易方式能够提高工程项目的生产效率［2］，降低工程项目的交易成本.

设计/招标/建造（design－bid－build，DBB）方式是业主将工程项目分成不同服务内容，发包给不同公司（包括设计公司、工程公司等），由多个承包商共同完成一个工程项目.设计/建造（design－build，DB）方式是业主将各种服务交给同一个承包商负责，以减少自身的风险，而将工程项目的大部分风险转嫁给一个总的承包商［3］.根据前期调研，发现设计/采购/建 造 （engineering/procurement/construction，EPC）方式、交钥匙（turnkey）方式与DB方式类似.因此，本文将DB方式、EPC方式以及交钥匙方式统归为DB方式.

1 研究现状

目前已有很多学者、机构对DBB与DB方式的特点进行了研究，并取得了一些研究成果.但由于研究的方向不同，得出的结论也各不相同.表1对他们的研究结果进行了总结.

同时，大量学者采用了不同的比较方法研究DBB与DB交易方式，主要包括多元统计分析和层次分析法.表2对现有的主要方法进行了总结，并指出其相应的不足之处.

此后，也有一些学者应用数据包括分析（data envelopmentanalysis，DEA）方法，比较不同工程项目交易方式.VTT［14］（芬兰技术研究中心）、Lo等［15］应 用 DEA 方法，比较 DBB，DB，CM，DBM（design build maintenance，设计/建造/维护方式）的效率.但是，他们以不同的PDS作为决策单元，不符合DEA方法同质单元的要求，且分别以单个指标作为投入指标，没有考虑多个投入指标同时作用的情况.

表2 以前学者的研究方法总结Tab.2 A review of previous scholars’research methods

本文分析了一个具有66个工程项目的样本，从工程项目生产效率的视角，采用DEA方法分别构造DBB和DB方式下的工程项目生产前沿面，通过分析生产前沿面上生产效率最优的项目采用的交易方式，对DBB和DB方式进行比较.

2 生产前沿面与DEA方法

2.1 生产前沿面与DEA方法的适用性

1957年经济学家Michaell Farrell对生产效率的测度进行了开创性研究工作［16］.指出对于给定的生产要素，选择要素投入的最优组合和产出品的最优组合，以最大可能的劳动生产率组织生产，这种生产函数所描述的生产可能性边界称之为生产前沿面（production frontier）［17］.实际的生产过程并不全是在最优状态下进行的，传统上用实际数据直接回归拟合得到的生产函数，没有考虑产出的有效性，反映的只是各种投入要素组合与平均产出之间的数学关系，这种平均意义下的生产函数有悖于生产函数的理论前提.

生产前沿面研究分为两大分支［17］：参数方法与非参数方法.非参数方法中，DEA方法是目前最常用的非参数效率测度方法，是1978年由美国经济学家Charnes，Copper和 Rhodes［18］首先提出的.通过DEA方法分析可以得到每个决策单元的生产效率，分清有效单元与非有效单元的边界，并指出非有效决策单元的原因和程度.

生产前沿面与DEA方法在工程项目交易方式生产效率比较中的适用性包括以下3点：

（1）由于工程项目的随机性强、不确定性因素多，因此，有许多工程项目不是在最优生产效率下进行的.Ibbs等［19］、杨秋波等［20］在 对 PDS 进 行研究时，都是面向工程项目的绩效，即认为某种PDS下，工程项目的绩效好，可以表明它采用的PDS是适宜的.但这忽略了工程项目的生产效率，即虽然项目绩效很好，但是工程项目投入也多，也就是说，这种绩效好是由于工程项目大量成本、时间、人力的投入换来的，而工程项目所采用的PDS并不一定是适宜的.因此，从工程项目生产效率的视角比较PDS更加符合实际.

（2）工程项目参与方众多、消耗资源多、绩效衡量指标繁多，因此投入与产出指标的种类都非常多，而生产前沿面方法中的DEA方法适合于这种大型复杂的生产系统，它能够处理多输入、多输出的系统.

（3）大多数研究PDS的学者采用的方法在比较分析过程中都需要人为地进行指标重要性的评判与打分，因此结果往往主观性较强，而生产前沿面研究中的DEA方法无需事先评判权重，只需根据观测数据，就可以得到指标的重要性，因此相对而言，得到的结果更客观、更可靠［21］.

因此，作为构造工程项目生产前沿面的方法，DEA是非常适合的.

2.2 DEA模型的选择

DEA方法中最基本的模型是CCR模型［22］.假设有n个决策单元（DMU），每个决策单元有m种输入，s种输出，其中每个决策单元j（j＝1，2，…，n）对应一个输入向量Xj＝（x1j，x2j，…，xmj）T和一个输出向量Yj＝（y1j，y2j，…，ysj）T.从输入导向角度的CCR模型，表示为

式中：θ0为决策单元DMU的效率值；Xj为投入要素组合；Yj为产出要素组合；λj为相对于DMU0重新构造一个DMU有效组合中第j个决策单元的组合比例.当θ0＝1时，称DMU0为CCR有效，即在该系统中，在原投入的基础上所获得的产出已达到最优.CCR模型能够测量工程项目的相对生产效率，指出效率相对最优的工程项目，适合构建PDS生产前沿面，进行不同PDS的比较.

3 工程项目交易方式生产效率指标体系的构建

3.1 投入指标设计

工程项目作为一个生产过程，有一定的投入.DEA方法一般考虑实体投入，如成本、时间、人员、机械、材料等.但是人员、机械、材料这些指标与成本和时间有很大的相关性，鉴于工程项目的大部分实体投入都可以体现在成本和工期两方面，而且从业主角度考虑，成本和工期都是越少越好，因此，将成本和工期作为构造PDS生产前沿面输入指标.但是工程项目的成本和工期随着工程项目的规模变化很大，绝对值差距大，会造成计算误差.因此本文拟采用比率形式，选择对应于成本和工期的成本超支率和工期延期率作为投入指标.对于新建的需要选择PDS的工程项目来说，成本超支率和工期延期率应相应地选择业主最大可以承受的成本超支率和工期延期率，其计算公式如下：

式中：C为成本超支率；Pa为项目实际合同支付价格；Pb为项目中标价格.

式中：T为工期延期率；Ta为项目实际完成工期；Tp为项目计划工期.

3.2 产出指标设计

PDS影响着项目绩效，在一定程度上决定着项目目标的实现.因此，本文采用项目绩效作为构造PDS生产前沿面的产出指标.虽然DEA对生产前沿面的输入输出指标量纲没有限制，但当构建工程项目生产前沿面时很多指标无法定性衡量，因此工程项目绩效衡量指标通过打分的形式获取.由于本文所研究的对象是PDS，而并非所有的工程项目绩效衡量指标均与PDS相关，因此本文首先通过文献综述比较采用各种PDS的项目绩效，分析PDS对项目绩效的影响.Konchar等［8］通过一系列指标，对采用不同工程项目交易方式的351个工程项目进行了绩效对比分析.这些指标包括成本增长、进度增长、设备启动的难度、运营和维护成本等客观定量的指标.CII（construction industry institute）［23］将绩效比较范围进一步扩大，从成本、工期、安全、返工、变更等5个方面分析工程交易方式对项目绩效的影响.Oyetunji等［2］从控制成本增加、保证最低成本、拖延或最小化支出限额等8个指标来分析各种交易方式的效用值.

上述学者提出的工程项目绩效指标主要考虑了工期、成本、质量、安全和业主满意度，但没有考虑业主对待风险的态度、项目保密性以及环保要求等.因此，在Chen等［24］研究的基础上，提出成本、工期、安全、质量、合同商务、其他等6个方面的项目绩效体系，对于新建的工程项目来说，这些指标也是业主的预期绩效，具体见表3.在调查问卷中应用李克特量表（回答类别为5类）对各项目绩效进行重要性打分，同时为了验证所搜集的数据的合理性，用信度分析进行验证.

3.3 指标体系的修正与构建

在确定PDS比较投入产出指标之后，再对生产前沿面维度［22］进行分析，当计算DEA生产效率值时，如果投入指标个数为2个、产出指标个数为14个，所得出的结果是不可信的，因为其在多维空间收敛率为1.64（计算公式为n2/（p＋q＋1），其中n为决策单元的数量，p为投入指标的个数，q为产出指标的个数），相当于在2维空间里有效的决策单元数为2.683.在16维空间里，通过调查所获取的66个有效观测值是远远不够的.因此，必须缩小生产前沿面的维度空间，其中投入指标个数从实际角度已经不能缩小，因此本文主要降低PDS比较产出指标的维度.

表3 项目绩效框架图Tab.3 The frame of project performance factors

本文采用SEM中的测量模型，主要构造潜变量和观测变量之间的关系.工程项目绩效是潜变量，利用问卷调查得到的一系列绩效指标的数据是观测变量.本文拟采用SEM的测量模型，测算潜变量项目绩效.由于本文的观测变量值都是通过李克特量表打分得到的，所以贝叶斯SEM更适合本研究，通过Amos 17.0软件，测算测量模型得到的结果如表4.

表4 工程项目绩效指标回归系数表Tab.4 Regression coefficients of project performance factors

从判定系数可以看出，14项指标的判定系数均趋于1，可见模型在显变量的估计上收敛程度是非常高的.本文应用SEM方法得到的回归系数作为权重，得到每个被调查项目的绩效值，作为PDS比较产出指标.因此，得到工程项目交易方式生产效率指标体系见图1.

4 工程项目交易方式生产效率模型的应用与数据结果分析

4.1 问卷设计与数据收集

4.1.1 问卷设计

根据工程项目交易方式比较投入产出指标设计问卷，问卷分为3部分：第1部分为工程项目的基本情况，主要包括问卷填写者的基本资料，在项目中的身份，项目类型，项目所采用的PDS；第2部分为工程项目的成本工期资料，主要为了获取投入指标数据；第3部分为工程项目绩效指标，主要为了获取产出指标数据，问卷中应用李克特量表对各项目绩效进行打分.

4.1.2 数据收集

本次调查共发放调查问卷200份，调查对象主要以营业收入在前100名的中国工程公司的中高层管理人员为主，收回整体有效问卷66份.被调查人员中业主占7.8%，承包商占70%，项目管理公司或监理单位占11.1%，其他（如设备供应商）占11.1%.项目类型中房建项目占8.9%，基础设施项目（包括公路、铁路、桥梁、水利、市政等）占26.7%，工业项目（包括冶金、石油石化、火电核电、通讯等）占64.4%.本文主要分析比较DBB和DB方式，66份有效问卷中采用DBB方式的项目有23个，采用DB方式的项目有43个.

图1 工程项目交易方式生产效率指标体系Fig.1 PDS production efficiency factors system

同时，对问卷第3部分的结果进行信度分析，克朗巴哈α系数为0.719＞0.7.说明：调查问卷从整体上能够有效地测度事先想要搜集的工程项目信息.此次问卷所设计的量表对各PDS所对应绩效的度量是有效可信的，能够满足统计分析的需要.

4.2 数据结果分析

4.2.1 DBB与DB项目生产效率的分析

根据以上样本数据，以工程项目的成本超支率和工期延期率作为模型的输入，以项目绩效作为模型的输出，建立一个输入导向的CCR模型.本文采用DEA－SOLVER Pro5.0软件，对数据进行分析.表5、表6是由 DEA－SOLVER Pro5.0软件计算得到的DBB项目的CCR效率值和DB项目的CCR效率值.

表5显示，在DBB项目中，标“★”的编号7，23，6 2项目的CCR效率值为1，即7，2 3，6 2号工程项目的效率在23个DBB项目组成的系统中，相对效率最优.相对这3个项目，其他项目都不同程度地存在需要改进的地方.在研究DBB方式工程项目的特性时，应该以这3个项目所组成的DBB方式生产前沿面为标准.同样，表6的DB项目中，标“★”的编号10，37，46项目的CCR效率值为1，即10，37，46号工程项目的效率在43个DB项目组成的系统中，相对效率最优.

表5 DBB项目的CCR效率值Tab.5 CCR efficiency values of DBB projects

表6 DB项目的CCR效率值Tab.6 CCR efficiency values of DB projects

4.2.2 基于生产效率的DBB与DB方式比较结果分析

绘制2个输入成本超支率X1、工期延期率X2和1个输出项目绩效Y的生产前沿面.以X1/Y作为y轴，以X2/Y作为X轴，绘制等绩效线.图2为DBB项目生产前沿面，也称效率包络线.

图2显示DBB项目的生产前沿面，7，23，62号项目最靠近原点，即在输出相等的情况下，需要的投入组合最小.生产前沿面上的点，不能通过减少某个投入，保持相同输出，来提高效率.从图2中可以看出，62号DBB项目在输出相等绩效的前提下所花费的工期延期率最小，而7号DBB项目在输出相等绩效的前提下所花费的成本超支率最小.但某一方面投入最小，不是生产效率相对最优的惟一标准.图中23号DBB项目虽然工期延期率大于62号，成本超支率大于23号，但是综合成本和工期2个维度，同时考虑2种投入的综合值来看，23号项目的生产效率也是相对最优的.再根据生产前沿面的假设，由这3个项目形成的折线段上的无数点都是生产效率相对最优的点，即在输出相等绩效的前提下，生产效率相对最优的不同成本、工期组合的DBB方式工程项目集合.同理，图3为DB项目生产前沿面，也称效率包络线.

在得到DBB和DB项目生产前沿面后，将它们绘制到同一图上.为了方便起见，只绘制CCR效率值为1的项目，即生产前沿面上的项目，图4为DBB和DB生产前沿面.

图4显示DB生产前沿面和DBB生产前沿面交于 一点（O1，O2），2条生产前沿面为等绩效线，即输出相等.当输出相等时，比较2个生产前沿面的输入情况.根据生产前沿面得到的结果是当业主所能承受的成本超支率大于O1，或是所能承受的工期延期率小于O2时，应考虑选择DB方式；当业主所能承受的成本超支率小于O1，或所能承受的工期延期率大于O2时，应考虑选择DBB方式；当所能承受的成本超支率为O1，工期延期率为O2时，DBB与DB方式是等效的，业主均可以考虑采用.也就是说DBB方式在成本方面更有优势，而DB方式在工期方面更有优势.

4.2.3 DBB与DB交易方式优劣势内在机理分析

根据上述数据分析结果，DBB方式在成本方面更有优势.这是因为，首先，在国际上许多国家为防止腐败，保证纳税人的权益，都通过立法规定公共项目必须最低价中标.而DBB类方式的项目通常采用最低价中标，因此业主能够更多地获得价格优势.其次，由于具有承揽DBB项目的设计和施工工作相应资质的设计方和施工方较多，价格上具有较大的竞争性，更能降低工程项目的成本.最后，DBB方式为项目参与各方所熟悉，有比较成熟的管理程序和方法，容易控制项目实施成本.但是DBB也有一些缺点，由于设计、招标和施工3个阶段完全分开，每个阶段必须依次完成，致使项目进行过程较长；而且，设计的可施工性不易保证，可能导致工期拖延.

DB方式在工期方面更有优势.因为DB项目中，设计和施工承包商有意识地组成一个项目团队，能够同时进行设计和施工阶段，更能加快交付.DB方式经常同时伴随使用Fast Track方式（快速路径法）［25］.但是，DB方式普及的最大限制是DB承包商的选择，必须要衡量选中的承包商是否真正有处理各种风险的能力.由于对DB承包商的资质和能力要求较高，因此DB承包商竞争性较小，业主不易得到竞争性低价［26］.同时，业主将设计施工的全部职责交给DB承包商，也失去了对设计咨询方和施工分包商的价格控制.

5 结论

工程项目交易方式是影响项目成功的关键因素之一，大量学者对PDS的特性和适用条件进行了研究，但是大部分学者只关注工程项目的绩效，而忽略了工程项目的投入.本文从工程项目生产效率的视角，结合工程项目的投入与产出，研究比较不同工程项目交易方式.本文建立了工程项目交易方式生产效率指标体系，分别提出了投入指标与输出指标体系，并通过问卷调查收集数据，应用生产前沿面研究中的DEA方法分别构造了DBB和DB方式生产前沿面，从成本、工期两方面比较不同PDS的优势，得到结论，DBB方式在成本方面更有优势，而DB方式在工期方面更有优势，并分析了DBB方式与DB方式优劣的内在机理.但是，本文只研究了工程项目交易方式中的DBB和DB两种方式.未来的研究中，可应用本文的研究思路与方法进一步研究其他PDS，如CM方式、MC方式等，为工程项目业主进行工程项目交易方式选择提供更有力的支持.

［1］ ASCE.Quality in the constructed project：aguide for owners，designers and contractors［M］.2nd ed.Reston：American Society of Civil Engineers，2000.

［2］ Oyetunji A A，Anderson S D.Relative effectiveness of project delivery and contract strategies ［J］.Journal of Construction Engineering and Management，2006，132（1）：3.

［3］ Bearup W，Kenig M，O’Donnell J.Alternative delivery methods，aprimer ［R ］//Chicago： Airports Council International—North America，2007.

［4］ Rosner J W，Jr AET，West C J.Analysis of the design－build delivery method in air force construction projects［J］.Journal of Construction Engineering and Management，2009，135（8）：710.

［5］ Hale D R，Shrestha P P，Jr G E G，et al.Empirical comparison of design－build and design－bid－build project delivery methods［J］.Journal of Construction Engineering and Management，2009，135（7）：579.

［6］ Hyun C T，Cho K M，Koo K J，et al.Effect of delivery methods on deign performance in multifamily housing projects［J］.Journal of Construction Engineering and Management，2008，134（7）：468.

［7］ CIOB. Code of practice for project management for construction and development ［M］. London： Blackwell Publishing，2003.

［8］ Konchar M，Sanvido V.Comparison of U.S.project delivery systems ［J］.Journal of Construction Engineering and Management，1998，124（6）：435.

［9］ Ling F Y，Chan S L，Chong E，et al.Predicting performance of design－build and design－bid－build projects ［J］.Journal of Construction Engineering and Management，2004，130（1）：75.

［10］ Lam EWM， Chan APC， Chan DWM. Determinants of successful design－build projects ［J］.Journal of Construction Engineering and Management，2008，134（5）：333.

［11］ Al Khalil MI.Selecting the appropriate project delivery method using AHP［J］.International Journal of Project Management，2002，20（6）：469.

［12］ Mahdi IM，Alreshaid K.Decision support system for selecting the proper project delivery method using analytical hierarchy process （AHP） ［J］.International Journal of Project Management，2005（23）：564.

［13］ Mafakheri F，Dai L，Slezak D，et al.Project delivery system selection under uncertainty multi－criteria multilevel decision aid model［J］.Journal of Management in Engineering，2007，23（4）：200－206.

［14］ Koppinen T，Lahdenper P.Road sector experiences on project delivery methods［R］.Espoo：VTT Tiedotteita Publications，2004.

［15］ Lo SC，Chao Y.Efficiency assessment of road project delivery models ［C］//AIP Conference Proceedings，Corfu：［s.n.］，2007，963（2）：1016－1019.

［16］ Farrell M J.The measurement of productive efficiency［J］.Journal of the Royal Statistical Society：Series A，1957，120：253.

［17］ 王金祥，吴育华.生产前沿面理论的产生和发展［J］.哈尔滨商业大学学报：自然科学版，2005，21（3）：382.WANG Jinxiang； WU Yuhua. Study on generation and development of production frontier theory［J］.Journal of Harbin University of Commerce：Natural Sciences Edition，2005，21（3）：382.

［18］ CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units［J］.European Journal of Operational Research，1978，2（6）：429.

［19］ Ibbs WC，Kwak YH，Ng T，et al.Project delivery systems and project change： quantitative analysis ［J］. Journal of Construction Engineering and Management，2003，129（4）：382.

［20］ 杨秋波，陈勇强.DB与DBB交易方式下工程项目绩效比较研究［J］.国际经济合作，2010（2）：56.YANG Qiubo， CHEN Yongqiang. Comparison of project performance between DB and DBB delivery system ［J］.International Economic Cooperation，2010（2）：56.

［21］ 郭京福，杨德礼.数据包络分析方法综述［J］.大连理工大学学报，1998，38（2）：236.GUO Jingfu，YANG Deli.Overview of data envelopment analysis method ［J］. Journal of Dalian University of Technology，1998，38（2）：236.

［22］ William W C，Lawrence M S，Kaoru T.Introduction to data envelopment analysis and its uses ［M］.New York：Springer Science，2006：32.

［23］ Thomas S R，Macken C L，Chung T H，et al.Measuring the impacts of the delivery system on project performance designbuild and design－bid－build［R］.Austin：NIST，2002.

［24］ Chen Y Q，LÜH Q，Lv W X，et al.Analysis of project delivery systems in chinese construction industry with data envelopment analysis （DEA） ［J］. Engineering， Construction and Architectural Management，2010，17（6）：598.

［25］ Federal Highway Administration. Design－build effectiveness study—as required by TEA－21 section 1307（f）：final report［R］. Washington D C： USDOT Federal Highway Administration，2006.

［26］ Wardani M，Messner J，Horman M.Comparing Procurement methods for design－build projects［J］.Journal of Construction Engineering and Management，2006，132（3）：230.