俞素平,钟婉婷
(福建船政交通职业学院道路工程系,福州 350007)
基于白化权函数的工程监理责任风险灰色评价
俞素平,钟婉婷
(福建船政交通职业学院道路工程系,福州 350007)
分析工程监理责任风险因素,建立风险评估指标体系,构建了基于白化权函数的工程监理责任风险灰色聚类评价模型。利用所构建的模型从风险事故发生的可能性和严重程度两个维度对某监理企业的监理责任风险进行评估分析,确定风险等级,为进一步采取相应的风险控制措施提供决策支持。
监理责任;风险等级;灰色评价;白化权函数
工程监理制度是我国建设工程领域中的一项重要制度,经过近30年的发展,工程监理的相关法律、法规体系已基本建立,监理工程师队伍在数量和素质上已有较大改观,工程监理在保障建设工程质量和安全、控制工程造价和工期方面发挥的积极作用已得到广泛的认同。
工程监理责任风险是指导致工程监理不能完成法律、法规规定和合同约定义务的一切不确定性,这些不确定性可能造成工程监理承担相应的监理责任。随着国家建设管理领域法律、法规的逐步完善,工程监理所承担的责任逐渐加重,监理责任和风险的问题已成为业内人士关注的重点。但监理企业从管理层到作业层还没有完全意识到建立监理责任风险防范机制的重要性,没有很好地开展风险管理。反而在不规范市场行为的影响下,不少企业靠低收费、抵投入的方式参与竞争,致使监理企业陷入人才流失、服务水平降低,进而取费更低的怪圈。其结果是监理服务质量下降,使人们对监理的成效产生怀疑,加大了承担责任风险的可能性。同时,当前国内监理企业面临的市场竞争压力日益加大。因此,监理企业必须加快责任风险防范机制的建立,树立风险意识,识别现有制度下,工程监理面临哪些责任风险,并分清主次,加强责任风险管理,使其拥有承担一定责任风险的能力。
本文针对工程监理的行业特征,分析工程监理责任风险产生的主要原因,提出了监理责任风险评估指标体系,通过构建基于白化权函数的灰色聚类评价,对工程监理责任风险因素进行评价,使风险评估更加科学。
灰色聚类是根据灰色关联矩阵或灰数的白化权函数将所考察的观测指标或观测对象分成若干个可定义类别的方法[1]。一个灰类就是属于同一类的观测指标或观测对象的集合。按聚类对象划分,灰色聚类可分为灰色关联聚类和基于白化权函数的灰色聚类。基于白化权函数的灰色聚类主要用于考察观测对象是否属于事先设定的不同类别,根据拟划分的灰类和对应的聚类指标,事先设定白化权函数和不同聚类指标权重,并据以计算综合聚类系数,以确定评价对象所属类型。
1.1 白化权函数的构造
第一步:按照评估要求所需划分的灰类数s,将各个指标的取值范围相应地划分为s个灰类,如将j指标的取值范围[a1,as+1]划分为s个小区间:[a1,a2],…,[ak-1,ak],[as-1,as],[as,as+1],其中ak(k=1,2,…,s,s+1)的值一般可根据实际评估要求或定性研究结果确定。
第三步:对于灰类1、灰类k(k∈2,3,…,s-1)和灰类s,构造相应的白化权函数。白化权函数表达式分别为:
(1)
(2)
(3)
1.2 计算综合聚类系数
首先确定各指标的权重wj(j=1,2,…,m),然后计算评估对象i(i=1,2,…,n)关于灰类k(k=1,2,…,s)的综合聚类系数:
(4)
1.3 判断评估对象对应的灰类
2.1 建立工程监理责任风险评价指标体系
根据国家法律、法规[2-5],结合现有研究成果[6-7],从政策环境风险、监理单位风险、项目监理机构风险、监理行为风险4个方面对某监理企业的监理责任风险进行归类、识别,建立了包含4个一级指标和21个二级指标的监理责任风险评估指标体系,见表1所示。
表1 工程监理责任风险评估指标体系
2.2 确定指标权重
请专家分别应用层次分析法确定各级指标权重,在综合考虑专家自身权重后,得到各级指标的最终权重[8-9],结果如下。
U=[0.162 3 0.211 3 0.253 6 0.372 8];
U1=[0.251 2 0.172 3 0.212 3 0.364 2];
U3=[0.142 4 0.152 3 0.161 4 0.182 3
0.179 3 0.182 3];
U4=[0.139 3 0.124 2 0.125 6 0.108 3
0.137 3 0.125 7 0.113 5 0.126 1]
2.3 确定白化权函数表达式
工程监理责任风险评价的核心即通过评估确定风险程度,风险评估的首要工作是界定风险等级。工程监理责任风险因素究竟达到怎样一个标准会触发风险事件难以确定,而风险事件发生的形式基本可以把握。所以工程监理责任风险因素是一个外延明确而内涵不明确的灰色信息,是一个典型的灰数,只能分析其大致的取值范围而不能精确认知确切数值。所以,采用灰色理论进行风险等级的界定,并通过白化权函数实现风险量化。
根据文献[10]的风险发生可能性和事故严重程度估计标准,将风险发生可能性分为“很可能”、“可能”、“偶然”、“不太可能”4个等级,风险事故的严重程度分为“特大”、“重大”、“较大”、“一般”4个等级,对应于4个灰类。将指标评价的等级转化为百分制[1],确定对应的阈值。具体对应的等级、灰类、阈值见表2。
表2 评价等级、灰类、评分值范围及转折点
根据式(1)~(3)确定各灰类具体设计的白化权函数表达式分别为:
2.4 监理责任风险评估
以项目监理机构风险(U3)说明其计算过程。
2.4.1 专家评分
请专家分别根据风险发生可能性等级和对项目质量、安全的影响程度等级,根据表2的量化标准,结合企业的实际情况给二级指标打分,分值见表3所示。
表3 项目监理机构风险(U3)各指标分值
2.4.2 计算灰色聚类系数
根据专家的评分和二级指标的权重数据U3=[0.142 4 0.152 3 0.161 4 0.182 3 0.179 3
0.182 3],利用所构建的各灰类白化权函数和式(4)计算出二级指标关于不同灰类的函数值和灰色聚类系数,见表4所示。
表4 二级指标关于不同灰类的灰色聚类系数
2.4.3 二级指标风险等级确定
2.4.4 总体风险分析
1)计算一级指标专家的综合评分值。根据二级指标的权重及表3的分值分别计算项目监理机构风险(U3)指标的风险发生可能性和对项目质量、安全的影响程度的综合评分值。
风险发生的可能性:
QA=0.142 4×55+0.152 3×75+0.161 4×45+0.182 3×85+0.179 3×70+0.182 3×75=68.24。
风险发生的严重程度:
QB=0.142 4×65+0.152 3×65+0.161 4×85+0.182 3×70+0.179 3×75+0.182 3×70=71.84。
其他一级指标专家的综合评分值见表5所示。
表5 一级指标综合评分值
2)计算综合灰色聚类系数。根据一级指标综合评价值和权重数据U=[0.162 3 0.211 3 0.253 6 0.372 8],利用所构建的各灰类白化权函数和式(4)计算一级指标的综合灰色聚类系数,计算结果见表6所示。
表6 一级指标关于不同灰类的灰色聚类系数
1)本文从政策环境、监理单位、项目监理机构、监理行为4个方面构建风险评估指标体系,能够较为全面地涵盖工程监理的各项风险指标。
2)工程监理责任风险是一个复杂的、信息不完全的系统,风险确定与不确定之间的灰色信息转化和计算是风险量化评价必然涉及到的问题。基于白化权函数的工程监理责任灰色聚类评价方法是一个定量的评价过程,比定性方法更为客观,能减少评价者的主观因素影响,并提供较为可靠的分析结果。
3)结合实例,对某监理企业的监理责任风险进行全面的定量评估,得到各级指标的风险等级和总体风险等级,帮助管理人员及时了解和掌握监理责任险情况,从而提高企业从根本上防范风险的能力。
[1] 刘思峰,杨英杰,吴利丰.灰色系统理论及其应用[M].7版.北京:科学出版社,2015:126-138.
[2] 全国人民代表大会常务委员会.中华人民共和国建筑法[EB/OL].(2011-04-22)[2017-05-01].http:www.gov.cn/flfg/2011-04/25/content_1851696.htm.
[3] 国务院.建设工程质量管理条例[EB/OL].(2000-01-30)[2017-05-01].http:www.gov.cn/gongbao/content/2000/content_60658.htm.
[4] 国务院.建设工程安全生产管理条例[EB/OL].(2003-11-24)[2017-05-01].http:www.gov.cn/zhengce/content/2008-03/28/content_4443.htm.
[5] 中华人民共和国住房和城乡建设部.GB/T50319—2013建筑工程监理规范[S].北京:建筑工业出版社.
[6] 王家远,邹涛.工程监理的法律责任与风险管理[M].北京:中国建筑工业出版社,2009:51-54.
[7] 徐永前.企业法律风险管理操作实务[M].北京:法律出版社,2013:42-45.
[8] 俞素平,李素梅.基于集对分析的隧道设计安全风险评估研究[J].重庆交通大学学报:自然科学版,2014,33(8):38-43.
[9] 王家远,王宏涛.基于不确定AHP的建设项目风险模糊综合评判[J].深圳大学学报理工版,2006,23(1):48-52.
[10] 交通运输部.关于在初步设计阶段实行公路桥梁和隧道工程安全风险评估制度的通知[EB/OL].(2010-07-15)[2017-05-01].http:www.fjjt.gov.cn/xxgk/flfg/gfxwj/201007/t20100715_54548.htm.
[11] 董大旻.建设施工危险源研究与管理[M].北京:中国劳动社会保障出版社,2008:102-103.
The Grey Evaluation to the Responsibility Risk of Construction Supervision Based on Whitenization Weight Function
YU Su-ping,et al.
(DepartmentofRoadEngineering,FujianChuanzhengCommunicationsCollege,Fuzhou350007,China)
Based on the analysis to the factors of the responsibility risk of construction supervision,the assessment indexes of risk evaluation is set up,and a model of the grey clustering evaluation of the responsibility risk of construction supervision based on whitenization weight function is built.According to this model,the article gives the risk-assessment of supervision responsibility risk in a supervision enterprise from two aspects such as the probability and severity of the risk accident.Then the risk level is determined,so as to provide decision-making support for further adoption on risk control measures.
supervision responsibility;risk level;gray evaluation;whitenization weight function
2017-05-15
俞素平(1968-),男(汉),福建宁化,教授 主要研究工程项目风险管理、公路工程管理。
10.3969/j.issn.1009-8984.2017.02.028
U447
A
1009-8984(2017)02-0121-05