●徐 軻 錢 程 張光準(zhǔn)

基于語言評價(jià)的政府采購評標(biāo)方法

●徐 軻 錢 程 張光準(zhǔn)

在以招標(biāo)方式進(jìn)行的政府采購項(xiàng)目中，評標(biāo)方法的選擇直接影響決策結(jié)果。政府采購評標(biāo)作為多目標(biāo)決策，一直受到學(xué)界的廣泛關(guān)注。本文旨在使用基于語言評價(jià)的群體意見共識方法，優(yōu)化政府采購評標(biāo)的決策過程，提高決策質(zhì)量，同時(shí)試圖通過對招標(biāo)人與評標(biāo)委員會的責(zé)任與權(quán)利進(jìn)行再分配，提出針對評標(biāo)制度構(gòu)建的合理建議與創(chuàng)新型思路。

一、理論分析

（一）評標(biāo)權(quán)重的分配問題

招標(biāo)文件中規(guī)定的各項(xiàng)評標(biāo)內(nèi)容的權(quán)重分配是決定評標(biāo)結(jié)果的重要影響因素，權(quán)重分配的不合理是目前政府采購招標(biāo)過程中的一個(gè)重要問題。評標(biāo)權(quán)重分配不合理可分為兩種：一是無傾向性的權(quán)重分配不合理。這是由于招標(biāo)人自身能力有限而導(dǎo)致在制作招標(biāo)文件過程中評分權(quán)重分配與實(shí)際需求產(chǎn)生偏差，即使招標(biāo)人并非有意為之，但這種不合理性將產(chǎn)生逆向選擇，影響招標(biāo)結(jié)果；二是有傾向性的權(quán)重分配不合理。招標(biāo)人有意根據(jù)某投標(biāo)人投標(biāo)文件“量體裁衣”設(shè)置權(quán)重以使其中標(biāo)，這種情況在實(shí)踐中屢見不鮮。

評標(biāo)權(quán)重分配不合理存在較大的隱蔽性，特別是傾向性的權(quán)重分配不合理嚴(yán)重破壞了公平競爭的環(huán)境卻很難將其直接判定為違法。本文解決這一問題的途徑是把設(shè)置評標(biāo)權(quán)重的權(quán)力授予評標(biāo)委員會，這是因?yàn)橐环矫嬖u標(biāo)委員會成員具有豐富的專業(yè)知識，能夠根據(jù)招標(biāo)采購項(xiàng)目的需求最大程度避免非傾向性的權(quán)重設(shè)置不合理現(xiàn)象的出現(xiàn)。另一方面，本文提出的基于語言評價(jià)的評標(biāo)方法能夠提供科學(xué)的決策模型用于權(quán)重設(shè)置的決策過程，在評委會成員間形成制衡與博弈機(jī)制，以保證評標(biāo)委員會成員在規(guī)則框架內(nèi)合理行使權(quán)重分配權(quán)力。

同時(shí)，本文的制度設(shè)計(jì)中，為了讓采購結(jié)果更加符合招標(biāo)人需求，評標(biāo)委員會根據(jù)群體評標(biāo)結(jié)果向招標(biāo)人推薦3家供應(yīng)商，由招標(biāo)人確定最終的中標(biāo)供應(yīng)商。另外，在招標(biāo)人行使定標(biāo)權(quán)的情況下，也需要加大其相應(yīng)的責(zé)任，招標(biāo)人需對定標(biāo)結(jié)果所導(dǎo)致的采購質(zhì)量問題負(fù)責(zé)，以實(shí)現(xiàn)權(quán)責(zé)對等。

（二）群體意見共識方法在評標(biāo)中的應(yīng)用

在政府采購評標(biāo)過程中，由于評標(biāo)委員會成員的知識背景、看待問題的價(jià)值觀和社會背景的不同，以及群體中成員對各目標(biāo)的偏好不同，面對同一問題或幾個(gè)可選的方案，肯定會存在諸多分歧。本文嘗試通過群體意見共識的評標(biāo)方法，利用不同評委會成員的專業(yè)知識相互補(bǔ)充，同時(shí)集結(jié)評標(biāo)委員會成員的不同意見，形成評標(biāo)“最優(yōu)解”即最優(yōu)的評標(biāo)結(jié)果。

具體來講，即各專家單獨(dú)評標(biāo)，然后將評判結(jié)果進(jìn)行匯總，并把單個(gè)專家的評判結(jié)果與總評價(jià)進(jìn)行比較，如果偏差超過一定程度，則剔除相應(yīng)專家的評判結(jié)果，最后對其余專家的評價(jià)進(jìn)行匯總，從而得出最終評標(biāo)結(jié)果。雖然評標(biāo)委員會在獲得設(shè)置權(quán)重的權(quán)利后，增加了自身的自由裁量權(quán)，但是通過這種剔除極端偏差項(xiàng)的方式，可以避免由于個(gè)別專家的極端評判而影響最終的評標(biāo)結(jié)果。

群體意見共識方法在評標(biāo)中的應(yīng)用有效解決了政府采購中三類問題：

1、解決經(jīng)濟(jì)效益與社會效益的權(quán)衡問題。政府采購需要兼顧多重功能目標(biāo)，不僅要考慮項(xiàng)目的經(jīng)濟(jì)效益，也需要兼顧諸如環(huán)境保護(hù)、綠色產(chǎn)品、采購國貨、保護(hù)中小企業(yè)等社會效益。例如一些專家可能將某設(shè)備采購的經(jīng)濟(jì)效益作為首要考慮因素，另一些專家可能將設(shè)備的環(huán)保性能作為重點(diǎn)。諸如社會上對PX項(xiàng)目的爭議就反映出當(dāng)今社會對于項(xiàng)目經(jīng)濟(jì)效益、環(huán)境保護(hù)、社會利益的權(quán)衡問題的思考。

2、不同關(guān)鍵技術(shù)指標(biāo)的權(quán)衡。一般情況下，針對同一個(gè)采購項(xiàng)目會存在多個(gè)技術(shù)評價(jià)指標(biāo)，而專家們由于自身的知識背景、價(jià)值觀偏好等差異，從而對各個(gè)評價(jià)指標(biāo)重要性程度的認(rèn)識也會存在諸多差異。然而，利用基于語言評價(jià)的群體意見共識計(jì)算方法，能夠利用專家們的知識互補(bǔ)，集結(jié)不同專家對于項(xiàng)目關(guān)鍵技術(shù)指標(biāo)的偏好，最后形成可排序的綜合評價(jià)信息。

3、避免評標(biāo)結(jié)果的合理性受到某些專家極端評價(jià)的影響。在實(shí)踐中，評標(biāo)專家做出極端評價(jià)的原因主要有兩種。一種是由于受到供應(yīng)商等利益相關(guān)人的影響，而故意作出明顯偏袒某一或某些供應(yīng)商的極端評價(jià)。另一種原因是由于目前專家信息庫制度不夠完善，所以抽取到的評標(biāo)專家的知識儲備可能與評標(biāo)標(biāo)的所需的專業(yè)背景相差太大，無意中成了評標(biāo)委員會中的“偽專家”，無法對標(biāo)的作出合乎常理的評價(jià)，只能硬著頭皮胡亂打分，雖然無意偏袒某些特定的供應(yīng)商，但是客觀上導(dǎo)致了極端評價(jià)的出現(xiàn)。本文提供的群體意見共識評標(biāo)方法，能夠在計(jì)算過程中剔除極端偏差項(xiàng)，從而保證最后評標(biāo)結(jié)果的穩(wěn)定性與合理性。

（三）語言評價(jià)在評標(biāo)中的應(yīng)用

在具體評標(biāo)中，由于政府采購的多目標(biāo)性，必然要考慮許多實(shí)際的評價(jià)指標(biāo)，而這些評價(jià)指標(biāo)中既有可以量化的定量指標(biāo)，也有許多無法量化的定性指標(biāo)，特別在政府采購服務(wù)類項(xiàng)目中更是如此。由于定性評價(jià)指標(biāo)的模糊性和不確定性，評標(biāo)委員會成員對標(biāo)的進(jìn)行評判時(shí)最容易表達(dá)的偏好信息形式是自然語言，因此本文將采用語言評價(jià)方法。語言評價(jià)方法是先將定量的指標(biāo)和定性的指標(biāo)進(jìn)行無量綱處理，然后結(jié)合對所有指標(biāo)的評價(jià)，從而得出綜合評價(jià)信息。通過使用這種基于語言評價(jià)信息的模糊數(shù)評標(biāo)方法，能夠得到更切合實(shí)際的評標(biāo)結(jié)果，以達(dá)到提高決策質(zhì)量的目的。特別地，對于公共服務(wù)采購這一熱點(diǎn)話題，此類方法能夠較好的解決公共服務(wù)采購評標(biāo)中如何評價(jià)難以量化的服務(wù)指標(biāo)這一關(guān)鍵問題。

（四）基于語言評價(jià)的政府采購評標(biāo)方法步驟

第一步：對定量評價(jià)進(jìn)行無量綱化處理，轉(zhuǎn)化為梯形模糊數(shù)。

第二步：將評標(biāo)委員會成員給出的單個(gè)語言評價(jià)信息，如方案xi對應(yīng)于評價(jià)因素yj的評價(jià)值，和對評價(jià)因素yj的權(quán)重設(shè)定，轉(zhuǎn)化為Rij和Qj。

第三步：采用模糊意見集結(jié)方法對第二步中的梯形模糊數(shù)進(jìn)行集結(jié)，形成群體評價(jià)矩陣。

第四步：根據(jù)評標(biāo)委員會成員的綜合評價(jià)矩陣，對各專家給出的信息進(jìn)行隸屬度評判。

第五步：對各供應(yīng)商綜合評價(jià)信息進(jìn)行比較，得出評標(biāo)委員會意見共識下的評標(biāo)結(jié)果。

第六步：招標(biāo)人根據(jù)評標(biāo)委員會給出的評標(biāo)結(jié)果選出最終中標(biāo)商。

圖1 評標(biāo)步驟

二、案例分析

某市危險(xiǎn)廢物填埋設(shè)備招標(biāo)項(xiàng)目，評價(jià)指標(biāo)分為三部分：價(jià)格部分、商務(wù)部分、技術(shù)部分。商務(wù)部分包含類似工程業(yè)績、企業(yè)資質(zhì)、財(cái)務(wù)狀況、質(zhì)保體系等因素；技術(shù)部分包含設(shè)備成套完整情況、工藝措施和質(zhì)量控制、技術(shù)培訓(xùn)及售后服務(wù)、進(jìn)度計(jì)劃、環(huán)保性能、使用壽命等因素。該案例中包含典型的定量指標(biāo)：價(jià)格、使用壽命等；定性指標(biāo)：企業(yè)資質(zhì)、質(zhì)保體系等，屬于多目標(biāo)決策。經(jīng)過公開招標(biāo)，共有6名有效投標(biāo)人。評標(biāo)委員會由包含招標(biāo)人代表、經(jīng)濟(jì)和技術(shù)專家共5人組成。由多名專家進(jìn)行評標(biāo)，該評標(biāo)屬于典型的群體決策。

首先引入梯形模糊數(shù)概念：

定義0.1設(shè)R為實(shí)數(shù)域，R上的模糊集的全體記為F（R）。若有A∈F(R)，且存在區(qū)間[c、d]∈R，使得：

梯形模糊數(shù)的表達(dá)方式為A=(a,b，c,d)且a≤b≤c≤d；（梯形模糊數(shù)的隸屬函數(shù)）（0.1）設(shè)A=(a1,b1，c1,d1)和B=(a2,b2，c2,d2)為任意兩個(gè)梯形模糊數(shù)，梯形模糊數(shù)運(yùn)算法則如下：

表1 危險(xiǎn)廢物填埋設(shè)備招標(biāo)項(xiàng)目評價(jià)指標(biāo)

表2 評價(jià)因素與權(quán)重審定語言信息對應(yīng)的梯形模糊數(shù)

表3 評標(biāo)委員會成員設(shè)定的權(quán)重信息

表4 定量指標(biāo)

表5 評標(biāo)委員會成員對定性指標(biāo)的語言評價(jià)

應(yīng)用結(jié)合語言評價(jià)與梯形模糊數(shù)的群體意見共識方法進(jìn)行評標(biāo)：

（一）定量評價(jià)無量綱化

定量評價(jià)無量綱化概念：為了保證定量信息和定性信息的語言評價(jià)值相融合，定量信息需要進(jìn)行一定的處理，轉(zhuǎn)化為無量綱值，再使用模糊數(shù)進(jìn)行表示。

如：設(shè)fi為定量指標(biāo)，供應(yīng)商Gi（i=1,...,m)在指標(biāo)fi下的定量值為xij（i=1,...,m)，則將指標(biāo)的定量值轉(zhuǎn)化為無量綱值可由下式求得：

得出在定量指標(biāo)fi下，評標(biāo)專家對供應(yīng)商Gi的評價(jià)可用梯形模糊數(shù)Yij=（yij，yij，yij，yij）表示。

經(jīng)計(jì)算投標(biāo)價(jià)格無量綱值為：G11=0.171、G21=0.142、G31= 0.202、G41=0.156、G51=0.180、G61=0.149。

（二）語言信息轉(zhuǎn)化成梯形模糊數(shù)

1、將表3中評標(biāo)委員會成員設(shè)定的權(quán)重信息轉(zhuǎn)化成表2中對應(yīng)的梯形模糊數(shù)。

2、將表5中評標(biāo)委員會成員對定性指標(biāo)的語言評價(jià)轉(zhuǎn)化成表2中對應(yīng)的梯形模糊數(shù)。

3、將評價(jià)梯形模糊數(shù)與對應(yīng)評價(jià)權(quán)重模糊數(shù)相乘得出各專家綜合評價(jià)梯形模糊數(shù)。

（三）評標(biāo)專家模糊信息集結(jié)

模糊信息集結(jié)方法：

1、當(dāng)評標(biāo)專家對某個(gè)供應(yīng)商的評價(jià)使用模糊數(shù)表示時(shí)，專家之間的評價(jià)一致性程度可用相應(yīng)的兩個(gè)模糊數(shù)相似度體現(xiàn)。

2、構(gòu)建一致度矩陣。

由3.1式可以得出評標(biāo)委員會成員兩兩之間的相似度，可以構(gòu)建出一個(gè)一致度矩陣AM。

3、計(jì)算評標(biāo)委員會成員Ei的平均一致度Si（i=1,2,...,s)，我們使用平均一致度反應(yīng)單個(gè)評標(biāo)成員的評價(jià)與其他評標(biāo)成員的一致性。

單個(gè)評標(biāo)成員Ei的平均一致度Si求解公式：

觀察可知，平均一致度Si為AM中第i行除Sii以外其他因素的平均值。

4、計(jì)算評標(biāo)成員的相對一致度Si*（i=1,2,...,s)。

評標(biāo)委員會各成員的評價(jià)相對一致度Sii反映了他與其他評標(biāo)成員評價(jià)之間的相對一致度。Sii越大，說明該成員與其他成員之間的評價(jià)越接近，越能代表大多數(shù)評標(biāo)成員的意見，對意見集結(jié)的貢獻(xiàn)也就越大；反之則越偏離，對意見集結(jié)的貢獻(xiàn)越小。

5、計(jì)算評標(biāo)委員會各成員對群體意見集結(jié)的貢獻(xiàn)程度Gi（i=1,2,...,s)。

因?yàn)樵u標(biāo)委員會各成員的地位是平等的，所以他們的權(quán)威程度是相同的，因此

6、對梯形模糊數(shù)的評價(jià)進(jìn)行集結(jié)，得出一致性集結(jié)結(jié)果。

使用評標(biāo)成員對群體共識的貢獻(xiàn)度Gi,將評標(biāo)委員會各成員的模糊評價(jià)集結(jié)為總評價(jià)的模糊數(shù)。若用R表示總評價(jià)模糊數(shù)，則：（3.6）

使用上述方法即可將評標(biāo)委員會各成員作出的語言評價(jià)信息進(jìn)行群體意見集結(jié)。

（四）群體意見共識評價(jià)

根據(jù)（3.1）式求得評標(biāo)委員會各成員一致性指標(biāo)：

（五）得出評標(biāo)結(jié)果

對供應(yīng)商進(jìn)行排序。

模糊數(shù)排序法：

1、確定作為評價(jià)的模糊集V；

定義5.1 為梯形模糊數(shù)集合，如果模糊數(shù)V滿足：

則稱V為一個(gè)評價(jià)。

評價(jià)V表達(dá)評標(biāo)成員的偏好和興趣，用來對梯形模糊數(shù)進(jìn)行評價(jià)。

根據(jù)V的隸屬度函數(shù)又可將V評價(jià)分成3種：

V的隸屬度函數(shù)為單調(diào)增函數(shù)，V值越大評價(jià)值偏好越強(qiáng)，稱為收益型評價(jià)

V的隸屬度函數(shù)為單調(diào)減函數(shù)，V值越小評價(jià)值偏好越強(qiáng)，稱為成本型評價(jià)

V的隸屬度函數(shù)為常數(shù)函數(shù)，V值大小對偏好沒有影響，稱為中性評價(jià)

2、對每個(gè)供應(yīng)商的綜合評價(jià)值ai，按照評價(jià)V對其進(jìn)行評價(jià)，得評價(jià)值Ev(ai)。

定義5.2 設(shè)M、N為兩個(gè)梯形模糊數(shù)，定義滿意函數(shù)：

S（M＜N）表示M小于N的可能性，S（M＞N)表示M大于N的可能性。在進(jìn)行模糊數(shù)與非模糊數(shù)比較時(shí)，假設(shè)非模糊數(shù)h,則：

定義5.3 設(shè)M為梯形模糊數(shù)，M根據(jù)評價(jià)V的評價(jià)值定義為：

Ev(M)=S（M＞V）（5.11）

由定義5.1中性評價(jià)可得：

由5.13式即可求得每個(gè)供應(yīng)商的綜合評價(jià)值ai按照評價(jià)V的評價(jià)值Ev(ai)(i=1,2...,m)。

3、根據(jù)2中方法對所有供應(yīng)商綜合評價(jià)值進(jìn)行排序。

經(jīng)計(jì)算得出相對評標(biāo)結(jié)果，進(jìn)入前3名供應(yīng)商為：第一名G5、第二名G6、第三名G1。

（六）確定最終中標(biāo)結(jié)果

招標(biāo)人根據(jù)采購實(shí)際需求，從評標(biāo)委員會推薦名單中確定最終中標(biāo)供應(yīng)商。

三、結(jié)語

本文提出的評標(biāo)委員會制度創(chuàng)新性構(gòu)建，采用基于語言評價(jià)的政府采購評標(biāo)方法，能夠針對政府采購招標(biāo)多目標(biāo)的特點(diǎn)，優(yōu)化評標(biāo)決策過程，提高決策質(zhì)量，推薦出最優(yōu)候選人名單。首先，此方法能夠科學(xué)、合理地分配評標(biāo)權(quán)重，避免無傾向性與有傾向性的權(quán)重設(shè)置不合理情況的出現(xiàn)；其次，此方法能夠有效集結(jié)評標(biāo)委員會各成員意見，權(quán)衡與兼顧政府采購項(xiàng)目的多目標(biāo)屬性，并且能夠排除明顯偏離群體意見的極端專家意見；另外，此方法利用語言評價(jià)與梯形模糊數(shù)成功解決了評價(jià)難以定量描述的定性指標(biāo)問題，得出合理決策結(jié)果?！?/p>

國際關(guān)系學(xué)院公共市場與政府采購研究所）

（本欄目責(zé)任編輯：周菲）