基于区间概率优势全过程咨询模型优选

刘英杰，丁静媛，薛智文

（华北水利水电大学 水利学院，河南 郑州 450046，E-mail：15639926482@163.com）

全过程咨询服务是应对建设项目快速发展，顺应信息化全面开展的必然举措，是解决信息不对称、消除“信息孤岛”、打破专业及工作阶段壁垒的关键方法，是推进咨询行业向国际市场迈进的重要基石[1]。构建全过程咨询服务模型，使其具有完整的咨询团队和咨询流程，高度整合行业信息，助力建设项目实现价值工程中的成本小、工期短、效益高、风险小等优质目标，有效推动建设行业持续健康高效发展。

2019年3月22日，国家发展改革委员会、住房城乡建设部发布关于推进全过程工程咨询服务发展的指导意见（发改投资规[2019]515号）[2]，提出要创新咨询服务组织实施方式，大力发展以市场需求为导向，满足委托方多样化需求的全过程工程咨询服务模式。目前很多学者对于全过程咨询做出了有益的研究：杨卫东[3]提出了“1+X”的模式，且“1”为全过程工程咨询管理服务，“X”为专业工程管理服务的总和。尹贻林等[4]提出了“1+N”的服务模式，且“1”为替代原来收取建设管理费的机构所负责的工作任务，“N”为除去“1”所负责的工作任务以外的咨询工作。张武[5]、张丽萍等[6]提出全过程咨询按全生命周期进行咨询服务管理工作。以上学者均从不同方面提出了全过程咨询服务的基本概念与性质，对全过程咨询服务的研究具有一定的科学意义，但对于全过程咨询服务的研究大多停留在如何升级、如何转变的层面上，对于业主如何进行全过程咨询选择的研究较少，所以本文基于业主的角度，采用区间概率优势算法对全过程咨询模型进行优选。

1 区间概率优势法

模型优选常用的方法有熵权法、蒙特卡洛随机模拟、区间概率优势算法等。前两种方法各个属性之间没有联系，无法形成一个综合优选方案。决策者进行方案优选是通过一系列数据指标分析，但当进行实际经验不足的方案选择时会出现模糊、灰色、未知的数据，则表征出来的特点为不确定性与模糊性[7]。考虑以上弊端，本文采用区间概率优势方法，该方法的优势能够弥补各个属性直接联系较弱、已知经验信息较少的问题，通过构建区间数弥补未知信息进而转化为矩阵进行运算，增强各属性的联系并且能够进行各属性之间重要程度的比较，最终实现模型方案的优选[8]。具体方法与步骤如下：

（1）无量纲化处理[9]。对于正理想值：

对于负理想值：

式中，a~为一个指标区间数，即

（2）区间概率优势计算。

式中，为一个指标区间数，

（3）概率优势矩阵计算。其属性优势关系为属性Rj＞Rk的概率优势关系比较为：

则矩阵式为：

（4）权重计算。概率优势矩阵是属性Rj在决策过程中的综合概率优势度，即权重值为：

（5）加权规范化矩阵及综合属性值计算。

（6）决策对象的优势度Ij优于Ik的概率测度。

（7）综合概率优势测度。

根据综合概率优势测度值大小，对其排序择优，即可选择出最优的方案。

2 模型优选

2.1 基础模型建立

全过程咨询服务主要涉及到服务模式和服务内容，除此之外，咨询企业组织模式也会影响到咨询成本、咨询效果及项目风险[10]。一般来讲，全过程咨询是各个方面均需要采取全过程咨询服务，但是考虑资源配置、项目组织关系等问题，一般会采取两种及两种以上的咨询服务内容。相比于传统模式下的按周期阶段选择，本文从选择咨询专业方面入手，进而相对应的周期阶段的咨询服务也就被选择出来，这样可以改进传统模式的阶段接连性不强的缺点。咨询的相关专业与周期阶段如表1所示。

表1 咨询专业阶段表

在此基础上，本文提出了WMC全过程咨询服务模型。W代表选择全过程咨询企业的方式；M代表全过程咨询企业的服务模式；C代表全过程咨询的服务内容。W、M均为单一选择，即每一类型选择一个；C根据项目的具体特点，选择不同且不止一种的咨询服务。W、M、C为层层递进关系，W对C进行管理，C要服从W的管理且C之间要进行良好的配合与沟通。模型的具体搭配如图1所示。

图1 全过程咨询服务模型的搭配

2.2 模型优选

不同的投资项目选择模型的结果是不同的。W层有2种选择方式，M层有3种选择方式，C层共有种选择方式，即WMC模型中有378种模型可以选择，考虑到工程自身的特点，有些模型不予考虑，尽管这样，模型的多样性，使业主在进行选择时有一定的困难。为帮助业主解决上述困难以及保证全过程咨询效益最大化，邀请专家从以下方面给予备选模型。

（1）服务费用。全过程咨询服务费用的高低影响建设项目的整体造价，直接关联工程管理的成本目标。可通过专业咨询费用、管理模式费用、执行费用等方面进行费用的选择。

（2）实施难度。全过程咨询实际执行难度决定建设项目能否按时完工，直接关联工程管理的进度目标。可通过咨询专业技术难度、管理模式难度、执行难度等方面进行实施难度因子的判定。

（3）工程风险。风险的高低影响建设项目的质量与收益，直接关联工程管理的质量目标。可通过咨询单位能力风险、管理模式风险、价值贡献风险等方面进行风险因子的判定。

（4）集约性。集约性对咨询服务工作成效的高低有直接影响，直接关联工程管理的资源目标。可通过信息整合交接能力、组合管理能力、工作效率能力等方面进行集约因子的判定。

（5）绿色环保。全过程咨询应坚持可持续发展理念，解决信息不对称、资源浪费等弊端，直接关联工程管理的绿色目标。可通过资源分配能力、产品价值贡献率等方面进行绿色环保因子判定。

根据这 5个方面利用算法计算进行模型的优选，最终得出模型的最优解，具体如图2所示。

3 工程实例

3.1 工程背景

图2 模型优选示意图

某大桥项目是一重大基础设施项目，是系桥、岛、隧为一体的超大型跨海通道。大桥工程包括主体工程和连接线、口岸工程两部分，全部投资约1100亿元人民币，计划工期为63个月。由于此项目为大型复杂建设项目，所以直接将融资方案定为政府投资统一建设，且工程承包模式选择EPC工程总承包[11，12]。

政府作为业主方进行管理与协调，考虑到此项目复杂性高，建设周期长，政府管理工作难度高，所以引入全过程咨询服务。工程采用WMC的全过程咨询服务模型，考虑投融资模式以及工程承发包模式的选择，改进图1全过程咨询服务模型，具体如图3所示。

图3 改进的全过程咨询服务模型

3.2 数据来源及处理方法

通过电邮邀请 12位咨询服务专家基于 WMC模型进行备选模型方案设计，专家进行头脑风暴法及德尔菲法反复讨论与论证，得到备选模型设计方案，如表2所示。模型优选的5个指标数据值来源：费用 U1的取值根据工程建设项目投资金额以及现阶段咨询公司的计费标准所得；咨询难度U2、风险U3的取值为专家与技术人员根据建设项目所开展咨询业务难度、各种咨询活动所涉及的风险依据专业水平判断给定的确切因子系数；集约性U4、绿色环保 U5的取值为专家对工程管理组织结构程度、资源整合效率赋予影响因子。U1单位为万元，U2、U3、U4、U5为因子系数，取值区间为[0，1]，各指标决策属性如表3所示。

表2 全过程咨询选择模型方案

表3 各指标决策属性

3.3 实例计算与分析

利用式（1）、式（2）将决策矩阵A转化为规范化模糊矩阵R=(rij)n×n，规范化后的决策信息如表4所示。

表4 规范决策指标

利用式（3）～式（7）可求得概率优势矩阵及其权重度量值：

利用式（8）构造加权决策信息如表5所示。

表5 加权决策信息表

加权综合属性值如下：

按照式（9）～式（11）可求得决策方案优势矩阵为：

基于以上方案优势度矩阵Pm×n对此12种全过程咨询模型方案进行优选排序，可得治理方案综合概率优势度(0.3374，0.4015，0.5158，0.5804，0.6148，0.6618，0.1550，0.4031，0.4045，0.5997，0.5757，0.7484)，根据其综合概率优势度大小，得P12＞P6＞P5＞P10＞P4＞P11＞P3＞P9＞P8＞P2＞P1＞P7，即P12（独立经营+协同一体化+决策咨询、监理咨询、造价咨询）为最优模型。

4 对比验证

利用综合属性值法和离差最大化法与区间概率优势算法进行对比验证，检验区间概率优势方法是否可靠。

4.1 综合属性值法

利用上述算式计算加权综合属性值：

根据公式进行排序，公式为：

根据式（12）计算结果如下：

对于上述计算结果得到的模型排序为：P12＞P6＞P5＞P10＞P4＞P11＞P3＞P9＞P8＞P2＞P1＞P7，即P12（独立经营+协同一体化+决策咨询、监理咨询、造价咨询）为最优模型。

4.2 离差最大化法

各指标进行无量纲化处理的方法相同，在此利用离差最大化赋予权重，公式为：

经计算可得综合属性值为：

决策对象的优势度Ij优于Ik的概率测度为：

利用离差最大化的中转算法，计算排序向量vi：

vi的具体大小即为模型优选的顺序（由大到小）。

根据离差最大化赋权法对其进行多属性决策问题的求解，对各方案各指标进行规范化处理，然后对其进行赋权，求其权重值为：

依照表2的规范化处理得到表6离差赋权表。

表6 离差赋权表

则其综合属性值为：

利用综合属性值进行比较得到可能度矩阵如下：

根据该矩阵优选排序的中转算法，求得可能矩阵的排序向量，所求得排序向量大小为：

因此，可得全过程咨询模型方案的优选排序为：P12＞P11＞P5＞P10＞P6＞P3＞P4＞P9＞P8＞P2＞P1＞P7，即P12（独立经营+协同一体化+决策咨询、监理咨询、造价咨询）为最优模型，如表7所示。

表7 方案对比

将上述方法进行对比可知：3种方法的排序有所不同，区间概率优势方法与综合属性值对于模型的选择完全一致，主要因为综合属性值是根据区间概率优势算法进行排序反演得到的，反演结果与区间概率优势排序是否相同从而验证彼此的方法正确与否。而离差最大化是从决策的角度出发，忽略了属性的重要程度，导致排序结果与另外2种方法不同。虽然有一定的不同，但是3种方法得出的最优结果方案相同。在业主选择模型方案时往往只会注重最优方案的选择，其余的方法不会给与过多的关注，所以利用不同的算法进行赋权，得出最优结果都是具有科学合理性和实际可操作性。

5 结语

国内对于全过程咨询的研究及实践经验不足，进行全过程模型优选时的不确定因素较多，利用区间概率优势算法，将最大限度地可能性都包含其中，从而使优选结果更具有科学与准确性。建立全过程咨询服务基础模型，利用区间概率优势算法分别进行横纵向的比较，最大程度地使结果全面、合理。利用综合属性值法与离差最大化法进行反演验证，得出的优选结果与区间概率优势算法相同，从而证明方法可行且可靠。模型的构建与优选有效解决业主进行全过程咨询如何选择的难题，考虑费用、技术难度、风险、集约性与绿色环保方面，加大了对于全过程全方面的整体把控与工程管理的精细化管理，实现全过程咨询工程管理体系化、标准化。