基于GM（1，n）的公路項目風(fēng)險成本分析

唐麗

摘要：與建筑工程相比，公路項目不可預(yù)見風(fēng)險因素更多。為實現(xiàn)公路項目節(jié)約成本、規(guī)避風(fēng)險的目的，文章提出利用GM（1，n）構(gòu)建風(fēng)險成本預(yù)估模型進(jìn)行敏感性分析。與傳統(tǒng)的風(fēng)險分析模型相比，文章依據(jù)預(yù)估模型得到的分析結(jié)果更為直接客觀。

關(guān)鍵詞：公路項目;GM（1，n）;風(fēng)險成本;敏感性分析

中圖分類號：U411A461644

Compared with construction projects，the highway projects have more unforeseen risk factors.In order to realize the cost saving and risk avoidance of highway projects，this article proposes to use GM（1，n） to construct the risk cost prediction model for sensitivity analysis.Compared with the traditional risk analysis model，the analysis results obtained from this prediction model are more direct and objective.

Highway project;GM（1，n）;Risk cost;Sensitivity analysis

0 引言

成本控制是公路項目責(zé)任者最重要的職責(zé)之一，能否在項目預(yù)算內(nèi)完工對決策者至關(guān)重要。理論上，成本低估與高估概率應(yīng)該一致，但許多研究表明成本超支更為普遍。對于決策者來說，成本低估、高估都是不利的：低估將導(dǎo)致成本超支、預(yù)算緊張;高估則會導(dǎo)致資金閑置及可投資范圍的縮減。在某些情況下，由于決策者的疏忽會遺漏某些重要項目，甚至可能導(dǎo)致項目被推遲或廢棄。因此，有效的成本管理體系應(yīng)能準(zhǔn)確預(yù)估項目成本。將公路項目成本定義為正常成本與風(fēng)險成本兩層要義，其中風(fēng)險成本是指項目在建設(shè)過程受風(fēng)險因素影響而可能發(fā)生的成本增加或減少。本文單獨就風(fēng)險成本進(jìn)行分析，從而避免了整體成本對風(fēng)險危害性的弱化，更能使項目決策者警醒。

依據(jù)經(jīng)驗，采用近期、類似的歷史項目作為預(yù)估模型的原始信息，其可靠性更高。但對于公路項目來說，一方面企業(yè)為保護(hù)自身競爭力，項目重要信息不許外流，導(dǎo)致其它企業(yè)獲取同類項目信息較難;另一方面，由于公路項目投資大、周期長，使得企業(yè)近期承建項目數(shù)量并不會太多。歷史可用資料的缺乏與預(yù)估的高精度要求互為矛盾。雖然建設(shè)行業(yè)一直熱衷于研究如何提高成本預(yù)估精度以弱化風(fēng)險影響，但常見的預(yù)估方法均不適用于公路項目風(fēng)險成本預(yù)估。例如回歸分析具有無法考慮眾多及不確定性因素對成本影響的局限性;而神經(jīng)網(wǎng)絡(luò)的精確性過度依賴于大數(shù)據(jù)，且易陷于局部最優(yōu)陷阱;至于工程類比法，計算雖然便捷，但其精度偏低且可考慮因素數(shù)量甚少。此外，傳統(tǒng)的定額或清單法需依據(jù)編制人的經(jīng)驗合理判斷，但人為的主觀判斷并不總是可靠的。為此本文引入了灰色系統(tǒng)理論，它能夠依據(jù)少量、不完全信息通過數(shù)據(jù)生成的方式推斷出整體狀態(tài)及規(guī)律，與其他方法相比灰色系統(tǒng)顯得更為客觀準(zhǔn)確，也無需估算的歷史經(jīng)驗。對于公路項目風(fēng)險成本預(yù)估這類貧信息問題，灰色系統(tǒng)相較于其他預(yù)估模型表現(xiàn)一直更為優(yōu)異。因此，本文擬用灰色多變量模型（GM（1，n））構(gòu)建公路項目風(fēng)險成本預(yù)估模型，并在預(yù)估模型的基礎(chǔ)上對風(fēng)險因素進(jìn)行敏感性分析。

1 GM（1，[KG-2mm]n）風(fēng)險成本預(yù)估模型

1.1 風(fēng)險成本特征指標(biāo)

成本預(yù)估的本質(zhì)就是通過工具利用一定數(shù)量的與預(yù)估工程相似的已建工程數(shù)據(jù)模擬特征因素與成本的聯(lián)系或規(guī)則，然后輸入預(yù)估工程成本特征數(shù)據(jù)便可得到其估算成本。成本特征指標(biāo)選取是成本預(yù)估的核心之一，其選取的合理性和有效性決定模型的預(yù)估效果。

項目的持續(xù)時間、氣候、場地、經(jīng)濟環(huán)境、社會環(huán)境、承包商的經(jīng)驗與能力都將影響公路項目的成本組成。建設(shè)行業(yè)普遍認(rèn)為經(jīng)濟波動對項目建設(shè)成本影響頗大，主要體現(xiàn)在經(jīng)濟繁榮時期，企業(yè)所承建項目較多，投標(biāo)選擇性更大，從而可能增加項目的建設(shè)成本;在經(jīng)濟蕭條時期，企業(yè)所能承建的項目較少，為保證企業(yè)能順利渡過難關(guān)，企業(yè)愿意承接薄利甚至無利潤的項目。在實際中更多的投標(biāo)者意味著更多競爭，企業(yè)為了中標(biāo)而很可能會降低投標(biāo)價格，因此當(dāng)投標(biāo)人數(shù)增多時項目建設(shè)成本可能減少。根據(jù)基本經(jīng)濟理論，當(dāng)一種商品價格下降其需求量必定增加，例如當(dāng)銀行利率降低時承包商可以更低的成本貸出更多的資金，這可能會導(dǎo)致項目成本的降低。建設(shè)合同的時長與項目成本風(fēng)險具有正相關(guān)性，因為隨著項目建設(shè)期越長，風(fēng)險發(fā)生的可能性就越大，而項目上的人員和昂貴設(shè)備的成本就越高。當(dāng)氣候環(huán)境為惡劣天氣時，項目工期延誤、設(shè)備故障的風(fēng)險也將增大，項目風(fēng)險成本更可能發(fā)生，使項目成本增加。由于冬季氣溫低，混凝土凝期變長或為保障混凝土正常凝期需進(jìn)行特殊處理也可能造成項目成本增多。此外，承包商的資質(zhì)能力對項目風(fēng)險成本的影響也不容小覷，憑借高資質(zhì)與能力，企業(yè)將更有可能以更低成本更快地完成建設(shè)項目。

綜上所述，以行業(yè)景氣指數(shù)、參與投標(biāo)人數(shù)、銀行利率、項目工期、氣候環(huán)境、企業(yè)資質(zhì)能力作為風(fēng)險成本預(yù)估指標(biāo)體系。需特別說明的是，行業(yè)景氣指數(shù)（∈（0，200））是指反映建設(shè)行業(yè)經(jīng)濟現(xiàn)象所處狀態(tài)的指標(biāo)，以100為臨界值;氣候環(huán)境以項目當(dāng)?shù)亟迥暧暄?、大風(fēng)等惡劣天氣與氣溫零度以上的年平均天數(shù)計取;企業(yè)資質(zhì)能力參照投標(biāo)資質(zhì)能力審查依據(jù)李克特量表評定為：優(yōu)秀（5分）、良好（4分）、中等（3分）、較低（2分）、極低（1分），分別對應(yīng)投標(biāo)打分表的90～100、80～90、70～80、60～70、0～60分。

得到的初步風(fēng)險成本指標(biāo)體系對風(fēng)險成本影響程度不一，為提高模型預(yù)估精度需利用灰色關(guān)聯(lián)度對其進(jìn)行關(guān)聯(lián)度篩選。篩選規(guī)則有兩種：（1）淘汰式篩選，即依據(jù)關(guān)聯(lián)度將不符合標(biāo)準(zhǔn)的因素舍去;（2）計算權(quán)重，將關(guān)聯(lián)度視為與目標(biāo)連接的權(quán)重值?？紤]本文需對每一因素進(jìn)行風(fēng)險分析，故選取第二種篩選規(guī)則。利用公式y(tǒng)=（xi-minx）/（maxx-minx）對數(shù)據(jù)實行歸一化后按式（1）計算因素關(guān)聯(lián)度，得到關(guān)聯(lián)度如式（2）所示。ρ∈（0，1）為分辨系數(shù)，一般取0.5。

2 實例研究

2.1 數(shù)據(jù)準(zhǔn)備

為確保預(yù)估模型的精確性，所選的11（2#～12#）個項目都是與目標(biāo)項目（1#項目）位于同一省份且具有一定相似性的近十年內(nèi)的已建公路工程。其中1#項目為擬建項目，各個項目間互為獨立，即其數(shù)據(jù)都是有效的。以2#～12#項目歷史數(shù)據(jù)為基礎(chǔ)，依照1.2節(jié)所述算法構(gòu)建GM（1，n）模型，經(jīng)檢驗合格后預(yù)估1#項目的風(fēng)險成本（風(fēng)險總成本/公路里程），并依據(jù)預(yù)估模型對影響風(fēng)險成本構(gòu)成的各類因素進(jìn)行敏感性分析，如表2所示。

2.2 計算結(jié)果

從表4中可知，在此項目中行業(yè)景氣指數(shù)、項目工期、銀行利率、惡劣天氣與風(fēng)險成本呈正相關(guān)，其中銀行利率對風(fēng)險成本的影響最大，其k值（斜率）為1.36;而行業(yè)景氣指數(shù)、項目工期、惡劣天氣的k值分別為0.92、0.54、0.12，表明它們對風(fēng)險成本的影響程度逐次減少;而投標(biāo)人數(shù)、零度以上天數(shù)、企業(yè)資質(zhì)的k值分別為-0.48、-0.38、-0.56，表明它們與風(fēng)險成本呈負(fù)相關(guān)，且對風(fēng)險成本影響一般，這也與實際情況相符（如圖1所示）。

3 結(jié)語

隨著經(jīng)濟的發(fā)展，公路工程風(fēng)險管理的重要性與日俱增，對公路項目成本風(fēng)險進(jìn)行研究能提高成本管理效率。與傳統(tǒng)成本風(fēng)險分析不同，本文另辟蹊徑，利用高精度預(yù)估模型對風(fēng)險成本進(jìn)行預(yù)估及敏感性分析，甄別出各類風(fēng)險對項目風(fēng)險成本的影響程度，有助于決策者集中精力應(yīng)對高風(fēng)險事件。相較于以往的風(fēng)險研究，本文依靠預(yù)估模型量化了風(fēng)險的嚴(yán)重程度，對比傳統(tǒng)的專家打分法，風(fēng)險量化模型結(jié)果更為直接客觀。

參考文獻(xiàn)：

[1]Odeck.Cost overruns in road constructio-What are their sizes and determinants[J].Transp.Policy，2004，11（1）：43-53.

[2]Yuanxin Zhang，Duzgun Agdas，R.Edward Minchin Jr.Forecasting Completed Cost of Highway ConstructionProjects Using LASSO Regularized Regression[J].Journal of Construction Engineering and Management，2017，143（10）：1-2.

[3]Anderson，Molenaar and Schexnayder Guidance for cost estimation and management for highway projects during planning，programming，and preconstruction[M].Transportation Research Board，Washington，DC.2007.

[4]梁 喜，劉 雨.基于模糊神經(jīng)網(wǎng)絡(luò)的建筑工程成本預(yù)測模型[J].技術(shù)經(jīng)濟，2017，36（3）：109-113.

[5]黃志勇.基于支持向量機的公路工程投資估算預(yù)測模型研究[J].公路，2015（11）：156-161.

[6]張含瑞，劉曉華.改進(jìn)多變量灰色模型在山東省糧食產(chǎn)量預(yù)估中的應(yīng)用[J].魯東大學(xué)學(xué)報（自然科學(xué)版），2018，34（3）：199-207.