作者：卢福强等
出版社：电子工业出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
IT服务外包项目进度风险管理的分布式决策机制试读：
前言
IT服务外包产业的迅速发展，使企业降低成本，获取外部IT专业技能，聚焦核心竞争力成为可能。在IT服务外包活动中，项目的进度（工期）是衡量其成败的重要指标，在实际运作中，进度风险也时有发生。因此，如何对进度风险进行管理是IT服务外包项目的关键所在。本书以分布式决策理论为基础，从不同决策机制的角度对IT服务外包项目的进度风险管理问题的模型与算法进行了详细介绍。
本书由卢福强副教授负责全书的撰写和统稿，黄敏教授和王雷震教授作为顾问为本书的撰写提供了很多宝贵的修改建议，毕华玲博士参与了多个章节的编写。本书得到了国家自然科学基金项目（项目编号：71401027）、河北省自然科学基金项目（项目编号：G2016501086）和河北省高等学校科学技术研究项目（项目编号：ZD2016202）的资助。本书涉及的研究成果还得到了东北大学秦皇岛分校孙福权教授、孔芝副教授和赵斐博士的指导和帮助。卢福强副教授课题组的硕士研究生王红艳、贾翔、段书鹏、高孟影、胡彦莉、王波、赵亚风、王立颖和陈伟东在本书编写过程中也贡献了力量。在此，向他们表示诚挚的谢意！
由于时间紧迫，作者学识有限，书中难免存在不妥之处，望广大同行、读者及时给予指正，并探讨可能的合作（作者卢福强E-mail：fqlu@neuq.edu.cn）。作者2018年7月第1章 绪论1.1 IT服务外包项目进度风险管理的背景和意义
1989年，柯达公司把信息技术（Information Technology，IT）部门卖给了IBM，开创了巨型公司IT部门外包的先河，这一具有重大意义的事件被称为IT外包的“柯达效应（Kodak Effect）”。由于具有降低成本、获取外部IT专业技能、聚焦核心竞争力等众多优势，IT服务外包迅速在全球形成了一股外包潮流。从宏观上看，IT服务外包经历了启蒙阶段的“IT设备外包”，深入阶段的“应用及流程外包”，互联网时代下的“离岸外包”和“云计算外包”。目前，已经有70%的［1～9］欧美企业借助专业的IT服务外包迅速扩展了自身的业务。在中国，IT服务外包市场增长速度远高于中国IT整体市场的增速，以28.5%的年均复合增长率快速增长，仍将处于市场规模快速扩张阶段。预期，中国企业用户对IT服务外包接受度的提高和市场信用环境、法律体系的完善将推动这一市场更加良性、快速地增长。中小企业是我国企业的主体，其数量占总体企业数量超过95%，体现出分布广、成长快、变化快、总体需求相近、个体存在差异等特点，IT服务外包无疑是将中小企业从专业的IT服务中解放出来的有效途径。大型企业和［10～18］中小企业需求的逐渐释放，将推动整体市场的快速发展。
尽管IT服务外包具有诸多优点，但这种新的模式也带来了新的风［19～26］险，导致IT服务外包失败率居高不下。首先，IT服务外包继承了传统IT项目开发中面临的主要风险：进度风险（Schedule Risk）和费用风险（Cost Risk）。IT项目开发中进度风险控制是项目成败的重要因素，因进度延期而导致项目失败的案例很多，成为IT项目开发过程中极为重要的一类风险。在IT项目实施的各个环节都存在着大量的不确定性风险因素，如项目本身的计划问题、人员和质量方面的约束［26～32］问题等，使得项目很难按时完成。其次，IT服务外包项目具有其独特的风险：信息不对称条件下服务商的机会主义行为；在委托方与服务商之间层次化结构关系对其决策的影响；信息安全和知识产权受到侵犯的风险；潜在成本大幅增加的风险及企业战略、经营目标、［1，5～7，10，11，13，16］经营理念和文化等潜在风险。如果IT服务外包项目的进度风险不能得到有效地控制，IT服务外包不仅不会为企业带来效益，反而会起到反作用甚至是破坏作用。具体表现为：项目进度延迟或项目被迫取消，进度延期进而可能直接导致项目质量下降；伴随着服务商的服务质量下降，企业的经营成本不断上升，技术能力逐渐减弱；由于IT与管理的密切关系，管理效率、创新能力、最终顾客满意度等方面都会受到影响，企业不仅难以实现经营目标，竞争力也会严重下降。由于IT服务外包项目进度风险的严重性和紧迫性，研究IT服务外包环境下的项目进度风险控制理论和方法，将对IT服务外包项目如期完成起到重要的保障作用。同时，也为IT服务外包业的迅速发展提供风险管理的理论支撑和方法指导。1.2 国内外研究现状
进度风险是指项目中的各种不确定性事件使得项目超出进度目标的可能性，进度风险分析的目的是定量分析项目中不确定性事件对项目进度目标影响的程度。所谓不确定性事件是指项目中的各种具体风险，这些风险和项目的进度风险是原因和结果的关系，项目进度风险的不确定性是各种具体风险直接作用的结果。IT项目进度风险管理的关键在于风险控制。影响IT项目进度的风险因素包括用户需求改变、项目进度本身不合理、人员技能未达到要求、项目成员责任心不强、项目沟通问题、项目人员流失、质量因素的制约、项目的风险管理工作没有做好、项目范围出现变化、项目开发模式和选用工具技术有问［27，33～35］题及系统架构的问题等。IT项目进度风险控制是指采取各种措施和方法，消灭或减少进度风险事件发生的各种可能性，或者减少进度风险事件发生时造成的损失。风险事件是导致项目延期的主要原因之一，对影响IT项目进度的风险因素采取措施即是对进度风险的源头进行了控制，作用更加直接，效果也更为明显。
传统的时间进度计划基于工作分解结构，通过各工作的时间估计，构建计划网络，寻找时间关键路径（PERT/CPM），进行蒙特卡罗模［33，36］拟等手段，获得工期的概率分布，以此来估计进度风险。在20世纪90年代，Goldratt博士发现各个项目领域尤其是IT项目领域中，受到帕金森法则和学生综合症的影响，导致大量延期的现象，因此提出了关键链（Critical Chain）方法。该方法不仅考虑了工作的执［31，行时间和工作间的紧前关系的约束，还考虑了工作间的资源冲突35］。然而，IT项目中存在着各种各样的不确定因素，在PERT/ CPM方法和关键链方法中却都没有给予关注，这些不确定因素事实上对项目造成了难以预知的影响。Intaver公司认识到了风险事件是导致项目延期的主要原因之一，提出了事件链（Event Chain）方法，即通过对事件的建模及其风险分析，将不确定因素直接引入项目计划中，从［33～35］而更有效、更精确地实施项目的进度风险控制和管理。此外，曹文钊等学者分别以证据理论、风险图、贝叶斯网络和风险传递算法等理论为基础，对IT项目的进度风险控制进行了研究，并结合应［30，31，37～39］用实践提出了相应的风险控制策略，为IT项目进度风险管理提供了有力的理论和方法的支撑。然而，传统的IT项目进度风险控制方法都是针对软件项目本身工期的特点和过程的，在外包环境下难以有效地控制IT项目的进度风险。因此，需要从IT服务外包的特点出发，找到风险源，制定有效的风险控制策略。
近年来，国内外研究者对外包环境下的IT项目进度风险管理进行了一些研究，涉及外包环境下IT项目进度风险的特点分析、进度风险的评估及风险控制模型和控制策略的研究。在外包环境下，IT项目风险中的进度风险是研究者关注最多的风险之一。从定性的角度，Verhoef认为对进度风险的控制，主要是尽量压缩项目的工期时间，［40］但是，这会导致费用增加的问题；Taylor经过对大量实例的分析得出，在进行IT服务外包时要注意找到外包中独有的风险因素与工期［32］和费用的关系，NA则从外包环境下造成IT项目进度风险的客观［41］行为和主观行为的角度，定性地讨论了风险控制的相关策略。Sakthivel等指出IT离岸外包系统开发中除了要注意增加质量、费用和工期等客观内部风险，还应考虑委托方与服务商合作过程中出现的新
［42］风险。从定量的角度，曹萍建立了IT项目进度风险控制模型，模型以服务商风险控制收益最大化为目标，运用关键路径法来测算整个项目的进度风险，设计了粒子群算法对模型进行求解。该研究仅关注了外包活动中的服务商一方，未能从委托方与服务商合作过程的角度［43］全面揭示项目进度风险所面临的问题。Benvenuto对PERT/ CPM和关键链等方法在IT服务外包项目工期计划中应用的情况进行了研究，结果表明这些方法在外包环境下都难以单独完成进度风险控制。［44］需要从外包环境的特点出发，设计新的研究框架和方法。
已有关于IT服务外包项目进度风险控制的研究在一定程度上提供了缓解该风险的方法和理论支撑，但是，研究的角度和方法大多还停留在传统IT项目进度风险控制的阶段。部分研究成果考虑了IT服务外包环境的特点，但不够准确和深入，其对IT服务外包项目进度风险控制的指导作用有限。因此，在进行IT服务外包项目进度风险控制时，一定要充分考虑外包环境的特点。首先，外包环境下的IT项目开发是委托方和服务商之间互动的决策过程，两者之间的决策机制是影响其进度风险控制效果的重要因素之一。其次，信息不对称是产生IT服务外包新风险的重要原因，也是IT服务外包中的一个显著特征。委托方与服务商之间的不对称信息就是在相互对应的多个决策主体间不对称分布的有关事件的知识或概率分布。信息不对称对IT服务外包的正常进行及其风险控制都带来严重影响，甚至会造成IT服务外包项目的失败。因此，需要从IT服务外包活动中成员之间的决策机制和信息状态的特点出发，运用适当的理论和方法，对IT服务外包项目进度风险控制过程建立数学模型，并设计有效的求解算法，从定量化角度给出进度风险控制的最优控制策略。从而，为IT服务外包项目进度风险控制提供一套适用的支撑理论和指导方法。1.3 本书总体研究思路
IT服务外包是企业增强核心竞争力的一种崭新模式。在该模式下，项目的进度风险不但没有减弱，还受到了新风险的影响，导致IT服务外包失败率居高不下。目前IT服务外包环境下项目进度风险控制的研究整体上还处于空白状态，相关研究缺乏对外包决策特点的考虑，难以指导其风险控制实践。因此，本书从IT服务外包环境下的决策机制和信息状态出发，尝试提出一套符合IT服务外包特点的项目进度风险控制决策的理论和方法。首先，本书对IT服务外包项目的进度进行分析，找出影响项目进度的风险因素，评估项目的进度风险。然后，针对IT服务外包的决策机制和信息不对称的特点，运用分布式决策（DDM）理论和随机规划方法，分别构建了结构化分布式决策、组织化分布式决策、委托代理和协商机制四类进度风险控制模型，并设计了多种群粒子群优化算法，在仿真模拟的基础上提出各决策机制下进度风险控制的最优策略组合。本书为IT服务外包环境下的项目进度风险控制问题，从不同的决策机制角度提供了辅助决策的数学模型和优化算法工具，对该领域的相关理论研究空白起到填补作用，同时对IT服务外包业的健康发展起到积极的实践指导作用。1.4 本书主要内容和体系结构
在分析IT服务外包中各成员之间合作关系的基础上，根据分布式决策的分配原则，本书的主要内容可划分为结构化决策机制、组织化决策机制、委托代理机制、协商机制及优化算法设计五个方面，其中优化算法的设计与其他四种决策机制的内容匹配在一起。
1.结构化决策机制下IT服务外包项目进度风险控制
在结构化决策机制下，委托方与服务商组成一个目标一致的团队，且它们之间是信息对称的。
①IT服务外包活动中进度风险分析。对项目进度风险、活动进度风险和风险措施进行了定义，对其特点进行了分析。②在此种机制下，服务商在IT服务外包项目实施中的各种信息对于委托方都是对称的或已知的。委托方直接通过从服务商获得的信息对IT项目进度风险进行评估。委托方提供一定的风险控制投入，并决策其如何在他和服务商之间分配。而后，委托方和服务商分别为其负责的进度风险因素选取最优的控制策略组合，使IT项目进度风险水平最小化。在结构化决策机制下，建立了两层的进度风险控制模型，上层中委托方决策风险控制投入的分配方案和其负责的风险因素的控制策略组合的方案，下层中各服务商决策其风险控制策略组合的方案。③在两层的分布式决策模型中，下层模型包含于上层模型中，下层模型和上层模型中的目标函数通常是不可微的，且当变量较多、问题多层次、问题规模较大时，难以用传统的最优化方法来求解。于是，根据问题的特点设计了两层粒子群优化算法，主要动机有三个：一是决策变量类型角度；二是生物学角度；三是计算规模角度。④三个实际算例的仿真计算结果表明，两层的结构化分布式决策模型较客观地描述了委托方和承包商的决策过程，得到的进度风险控制方案对IT服务外包项目的进度风险管理有参考作用。从三个不同规模的算例仿真结果来看，随着外包中成员的增多和活动数量的增加，风险控制的难度也随之变大。若要将项目的拖期概率控制在低水平（如5%，通常认为5%是小概率事件，不可能发生），则需要对各承包商的完工概率提出更高的要求，并从风险控制资金等方面付出更大的努力。
2.组织化决策机制下IT服务外包项目进度风险控制
在组织化决策机制下，委托方与服务商组成一个目标一致的团队，但它们之间是信息不对称的。
①分析委托方与承包商之间的信息对称关系。在组织化决策机制下，承包商会出现隐藏信息的现象，导致委托方只能获得其风险控制所需的部分信息或获得的信息存在不确定性，如各风险因素的状态、控制的效果等。委托方为了得到尽可能好的风险控制结果，就需要对承包商的隐藏信息进行预测。②组织化决策机制下的进度风险控制建模。在该机制下，对于委托方与承包商之间的不对称信息，委托方在决策中会对承包商进行预测。将预测过程中存在的不确定因素描述为随机变量并运用随机规划方法，建立两层的随机进度风险控制模型，上层中委托方决策风险控制投入的分配方案和其负责的风险因素的控制策略组合的方案，下层中各服务商决策其风险控制策略组合的方案。③根据问题的两层和带有随机变量的特点，引入了蒙特卡罗模拟方法，设计嵌入蒙特卡罗模拟的两层粒子群优化算法进行求解。④通过多个不同规模实例的仿真模拟，发现随机规划方法能够较好地刻画信息不对称情况下的IT服务外包项目进度风险控制决策中的随机因素。在信息不对称的情况下，委托方在相同的努力程度下达到的进度风险控制效果小于信息对称下的情况。于是，在此种情况下委托方需要付出更多的努力才能达到预期的风险控制目标。
3.委托代理机制下IT服务外包项目进度风险控制
委托代理模式是IT服务外包中出现较多的合作方式，在该机制下，委托方与服务商根据合同的约定组成非团队的合作关系，它们之间是信息不对称的。
①委托代理机制下委托方与承包商关系分析。在此种机制下，委托方与各承包商之间存在着不完全一致的利益关系。承包商会出现隐藏行为的事前和事后信息不对称问题，即逆向选择问题和道德风险问题，导致委托方只能获得其风险控制所需的部分信息或获得的信息存在不确定性，如承包商实际的努力程度（风险控制投入）和控制策略的选择等。②IT服务外包项目进度风险控制的委托代理模型建立。第一，以极小化进度风险为目标，考虑委托代理模式下的参与约束和激励相容约束建立两层的进度风险控制数学模型。第二，考虑委托方对承包商的奖励和惩罚，将奖惩机制引入上述委托代理模型的目标函数中，以达到从机制上增加进度风险控制的效果。③设计模拟退火与遗传算法的混合算法求解上述类模型，混合算法的设计是考虑了单一算法全局搜索或局部搜索能力不足的问题而提出的。④仿真实验。分别对有奖惩和无奖惩机制下的委托代理模式的IT服务外包项目进度风险问题进行实例仿真。结果表明有奖惩下的委托代理机制较无奖惩机制下的该问题进度风险控制效果更好。而且在进一步的算例仿真中也将所设计混合算法的性能分别与模拟退火的遗传算法的性能进行比较分析，发现混合算法是更加有效的求解手段。
4.协商机制下IT服务外包项目进度风险控制
在协商机制下，委托方与承包商形成非团队的合作形式。双方作为独立经济主体，对于IT服务外包项目实施中拥有各自的决策和谈判权，且它们之间是信息不对称的。
①考虑IT外包项目中有委托方和承包商两个独立的个体，双方需要在项目的工期和相应的费用上达成一致。而传统的进度风险控制方法没有考虑到IT外包的这一特点。针对这一问题，采用协商机制分析IT外包进度风险的特点，制定了协商中双方需要遵守的协商协议，设计了相应的建议生成模型和让步策略函数。最后对模型进行仿真并验证协商结果的有效性，分析双方让步策略对协商结果的影响。②考虑工期和费用是影响IT服务外包项目成败的两个重要因素，且两者之间呈负相关的关系。在IT服务外包项目执行前，委托方与承包商需要就项目的工期和费用达成一致。通常，发包方并不完全了解外包项目的市场行情，在这种情况下，就需要一种有效的方式使发包方和接包方之间就工期和费用达成一致。于是，设计了改进的英氏逆拍卖机制，针对一对多的情况设计了新的拍卖协议；针对工期和费用的多属性情况，引入多属性效用理论解决，设计了相应的效用增加函数。通过一个算例来演示所设计的拍卖机制对解决此类决策问题的作用。
5.优化算法设计
针对本研究中四种决策机制下涉及的层次化、规模巨大的NP难优化问题，设计了相应的两层的多种群粒子群算法。同时，在研究过程中也对相关算法进行了探索，包括捕食搜索算法、禁忌搜索算法和连续域蚁群算法等。在仿真实验中多次将上述算法应用于问题的求解，并将仿真结果进行了系统的比较分析，为此类优化问题提供了一套有效的求解方法。1.5 本书特色与创新（1）针对IT服务外包项目进度风险控制问题，分别从成员之间的合作形式和信息对称关系的角度，建立了描述该问题决策过程的结构化分布式决策模型、组织化分布式决策模型、委托代理模型和协商机制模型，并通过数值仿真的方法对决策过程进行了模拟和分析。这些理论丰富了IT服务外包风险管理理论，是定量化决策的重要参考，也为IT服务外包企业的管理决策提供了支持。（2）针对两层的IT服务外包项目进度风险控制问题，分别设计了两层的粒子群优化算法、模拟退火与遗传算法的混合算法、捕食搜索算法、禁忌搜索算法和连续域蚁群算法等多种求解方法，并在仿真实验中将这些方法与传统算法进行了比较，验证了所设计算法的有效性。这些优化方法的设计为IT服务外包项目进度风险控制问题提供了有效、可靠的求解工具，也丰富了智能优化算法的理论及其应用领域。（3）四类决策机制（结构化分布式决策、组织化分布式决策、委托代理模型和协商机制）下，IT服务外包项目进度风险控制问题管理意义的分析。对IT服务外包活动中多个决策主体之间的团队、合作和博弈关系进行了分析，此类关系在物流与供应链管理、虚拟企业等问题的研究中都有出现，具有一定的推广价值。第2章 相关理论综述
信息技术外包（Information Technology Outsourcing，ITO）是指用户在规定的服务水平基础上，将部分或全部信息技术、信息系统和［32，相关服务委托给服务商，由其管理并提供用户所需的信息服务39］。IT服务外包模式具有诸多优点，为企业带来了新的发展。但风险和收益并存，IT服务外包居高不下的失败率成为该领域亟待解决的
［39］问题。本章节将就IT服务外包及外包的进度风险处理所用到的决策方法和相关智能优化算法进行介绍。2.1 IT服务外包理论
1.外包的概念
外包是指企业整合利用其外部最优秀的专业化资源，从而达到降低成本、提高效率、充分发挥自身核心竞争力和增强企业对环境的迅速应变能力的一种管理模式。一般而言，外包就是把企业一些重要的但非核心的业务职能交给外面的专家去做。
外包的本质就是企业以价值链管理为基础，将一些传统由企业内部成员负责的非核心业务或职能通过合同方式发包、分包或转包给专业的、高效的独立生产商或服务提供商，以充分利用企业外部最优秀的专业资源，提高生产要素和资源配置效率的一种管理策略。外包在不扩大企业规模的前提下，却在实际上拓宽了企业的边界。它既可以通过分享市场获得外部资源，克服市场交易的不确定性，又可以避免企业过于庞大。因此它是一种兼有企业内部组织和外部市场有利因素，而避免两者弊端的使企业降低交易费用的有效经营途径。
2.IT服务外包的概念
IT服务外包就是企业将信息系统或信息功能整体或部分地移交给外部的专业性公司管理与执行，由其按照双方约定的条款，承担起企业IT硬件设备、应用软件甚至业务流程的日程管理和维护，来替代原来内部的IT部门或人员的工作，以降低费用、提高效率的服务模式。严格意义上的IT服务外包，意味着将企业信息技术部门整体交由外部［45～46］服务商来管理，直至成为后者的一个部门。
从企业管理的角度来看，相对于企业内部组织，如果外部服务商能以更富有效率和低成本的方式完成某项信息技术任务，则该任务应交由外部服务商来完成；反之，则应保留在企业内部完成。因此IT服务外包更准确的解释是战略性地使用外部资源，从而提高效率、降低成本、充分发挥企业自身核心竞争力和增强企业对外部环境的应变能［19］力。
3.IT服务外包的动因
近年来，IT技术在企业的业务处理、日常办公中发挥着越来越重要的作用，金融机构、电信运营商和政府部门等都需要建立自己的信息系统。在这一过程中出现了IT服务提供商，IT服务提供商能够帮助企业开发办公系统、建立和管理通信网络、开发相关的应用软件。例如，银行的网上银行系统、旅游公司的移动APP、政府的电子政务系统，这些工作都可以交由专业的IT服务提供商来完成。数据显示，2009—2013年全国服务外包企业承接外包服务合同金额年均增长47.8%，2014年我国承接离岸信息技术外包的执行金额为293.5亿美元，同比增长18.3%。以上数据表明企业认可IT外包这种形式，并且更多的企业将IT项目外包出去，IT外包行业正蓬勃发展。
这些机构和企业没有选择自己完成这些工作，而选择外包给外部的IT服务提供商，主要原因是可以降低成本、提高效率、聚焦核心竞［2，3，12］争力和获取先进的IT技术。首先，IT服务提供商具有丰富的IT开发经验，并且由于规模优势，通常比企业自主开发的成本低，这样就为企业节省了成本并且提高了开发效率。数据显示，企业通过IT外包可以节约15%～25%的成本。其次，金融机构、电信运营商和政府机构的核心业务并不是IT开发，所以选择外部的IT服务提供商能够使他们聚焦自己的核心竞争力，不必为此分散有限的精力和资源。最后，由于IT技术的更新换代速度越来越快，企业通常无法掌握最先进的IT技术。而IT服务提供商正好可以弥补企业这方面的不足，可以为企业提供更优质的服务。
4.IT服务外包的分类
不同的学者根据研究目的和研究角度的不同，给出了不同的IT服［47～49］务外包分类。但学术界达成共识的主要有以下几种分类。（1）按外包商所经营业务的范围可分为运行维护、软件定制开发、系统集成、IT咨询、安全服务、派遣服务、专业培训、电信服务、托管服务九类。（2）按外包商与客户的关系可分为基于交易合同的服务、战略合作型的服务和模糊企业边界的服务。（3）根据企业与外包商建立的IT服务外包关系可以划分为市场关系型IT服务外包、中间关系型IT服务外包和伙伴关系型IT服务外包。（4）按照价值中心法可将IT服务外包划分为成本中心型、服务中心型、投资中心型和利润中心型。2.2 风险管理概述
风险是指产生某种损失的不确定性，其在不同的领域有不同的定［11］义。但一般包含以下三个方面：一是发生风险的可能性；二是风险发生情况下所造成的损失；三是不同主体对相同风险有不同的承受能力。在软件外包项目中存在着很多的风险，包括不合理的项目计划、管理人员能力不足和双方沟通不足等问题，这些风险对项目的顺利完成造成了很大的威胁。所以必须重视项目中可能产生的风险，并采取科学的风险管理方法来控制项目的风险，确保项目顺利交付。
Boehm的Software Risk Management一书奠定了软件项目风险管［28］理领域的理论基础。在该著作中，Boehm将风险管理的理论框架分为风险评估和风险控制两个部分，风险评估可以分为三个小部分：风险识别、风险分析和风险的优先级排序；风险控制也分为三个小部分：制订风险管理计划、风险监控和风险解决。按照该风险管理框架，则风险管理过程为：第一，找出可能引发风险的因素；第二，对这些风险进行分析，并评估这些风险发生的可能性及其产生的后果，并建立风险列表；第三，对风险进行排序，确定风险控制的优先级；第四，对各个风险制订风险控制计划，确定在风险发生时该采取的措施；第五，在项目执行过程中对风险进行监控；第六，在风险因素出现时，按照风险控制计划采取相应的措施。
在确定风险优先级时需要量化风险，通常采用RE（Risk Exposure）法来评估风险的大小。R=P（U）*L（U），R表示风险E00E所造成的影响，P（U）表示风险发生的概率，L（U）表示不利因00素所产生的后果。对R值排序就能得到风险优先级表。从风险管理E的过程可以看出，风险管理的大部分工作存在于风险发生之前，侧重于预防风险的发生。企业在项目正式启动前需要重视风险，为风险制定相应的应急措施，这样可以有效减少或消除风险所产生的影响。2.3 相关决策理论介绍2.3.1 分布式决策理论
随着经济社会的不断发展，许多问题的规模变得越来越庞大，采用集中式的求解策略求解大规模问题具有非常大的难度。而采用分布［50，51］式决策（Distributed Decision Making，DDM）的思想能够在一定程度上分解问题的复杂性，能够更好地描述问题中多决策单元之间的关系，从而得到较好的解决方案。应用DDM时通常采用层次的方法对问题进行描述并求解，一般可以采用两层结构，较为复杂的情况下可以采用多个层次，这两个层次分别称为上层（Top-Level）和下层（Base-Level），在具体应用中这两个层次有不同的含义。
1.DDM系统的分类
分布式决策系统按决策单元进行分类，分为单决策单元和多决策单元。单决策单元是无冲突规划情况，多决策单元根据决策单元之间的关系，又可以分为团队和非团队情况，如图2-1所示。另外，基于团队的DDM系统与单决策单元一样，都是无冲突的DDM问题。图2-1 分布式决策（DDM）系统分类（1）结构化
基于分布式决策理论，当委托方与各承包商信息对称时，采用结构化分布式决策模型框架，对进度风险进行控制。模型可分为上下两层，分别描述委托方和承包商的决策过程。（2）组织化
运用分布式决策思想，当委托方与各承包商信息不对称时，采用组织化分布式决策模型。信息不对称是指各个承包商出于商业运行都需要有自己的商业秘密，保留一定的私有信息，委托方只能预测承包商的部分情况。委托方在出资对进度风险进行控制时会对各承包商状态进行预测。由于各承包商存在私有信息，委托方不能完全预测各承包商进度风险，即只能以一定概率预测各承包商的进度风险。在结构化分布式决策模型的基础上，加入预测模型，用组织化分布式决策模型解决该类问题。
模型框架分为上层和下层，上层描述了委托方的决策过程，包括上层模型和预测的下层模型，其中预测的下层模型主要描述了委托方对各承包商风险状态的预测过程。由于承包商具有私有信息，对委托方来说，承包商的风险状态是不确定的。在预测的下层模型中，不确定的风险状态用随机变量来表示，所以预测的下层模型是一个随机规划模型。（3）委托代理“委托代理”一词最早于1973年被提出。在委托代理理论中，委托代理关系泛指任何一种涉及非对称信息的交易，而在交易中具有信息优势的一方为代理人，处于信息劣势的一方为委托人。简单而言，只要在建立或签订合同前后，市场参加者双方掌握的信息不对称，这种关系都可以被认为委托代理关系。
委托人和代理人之间的利益不一致及信息不对称是委托代理问题产生的一般原因。在委托代理过程中，委托人不能直接观测到代理人的行动及努力程度，而只能观测到其行动的结果，但结果却又受到行动和其他因素的共同影响。因此委托人为了牵制代理人，会制定一份既让代理人满意也让自己收益最大化的合同，代理人签订合同后选择自己的行动，从而产生相应的产出，委托人根据代理人的产出来兑现合同。委托人在最优化其期望效用函数时，必须面对来自代理人的两个约束：参与约束和激励相容约束。
参与约束又称为个人理性约束，即代理人履行委托代理合同后所获得的期望收益不能低于代理人在相等成本约束条件下从其他委托人那里获得的收益水平，同时也可以指代理人不接受合同所能获得的最大期望效用。否则代理人将不会选择与委托人签订合同。
激励相容约束是委托代理理论的关键所在，它可以保证委托人和代理人的目标趋向一致。委托人由于处于信息劣势方而不能观测代理人的具体行动，因此，需要设计激励合同来使代理人在最大化自己收益的同时也能保证委托人的收益。
① 构成委托代理关系的基本条件
第一，委托人和代理人各自以自身效用最大化为目标。代理人的行动既会影响自己的效用，同时也会影响委托人的效用。
第二，委托人和代理人两方都面临不确定性。代理人的产出不仅受其行动决定，还与随机因素有关，委托人和代理人都不能掌握这些信息。
第三，委托人和代理人之间存在信息不对称的情况，代理人具有信息优势，而委托人的收益可能会因此受到影响。
② 主要研究问题
第一，道德风险。道德风险又称为败德行为。在签订合同之后，代理人利用信息不对称将自己的某些信息或行动隐藏起来，在最大化自身效用的同时降低了委托人的效用。
第二，逆向选择。在签订合同之前，代理人作为信息优势方掌握某些私有信息，这些信息委托人预测不到。因此，代理人可以利用这一点来签订对自己有利的合同，从而致使委托人处于不利的地位。
第三，信息传递。它是指代理人向委托人传递信号，以显示自己的类型。传递的方向是从信息优势一方到信息劣势一方。
第四，信息甄别。它是指处于信息劣势的一方采取某种行动以获得信息优势方的类型信息。如为了获取代理人的类型信息，委托人提供多个合同供代理人选择，代理人根据自己的类型选择一个最适合自己的合同，委托人从代理人的选择中获取到有关代理人的类型信息，继而达成契约。（4）协商理论
当今世界国家之间、企业之间和个人之间的交流日益广泛，呈现出加速融合的趋势，该过程给每一个参与其中的个体都提供了良好的发展机会。但是国家之间有不同社会制度、民族利益和发展阶段，企业之间有不同的企业文化和核心价值观，个人之间有不同的宗教信仰和教育背景。这些差异通常会带来很多冲突，如国家之间的战争、企业之间相互抢占市场份额和个人之间的争吵。个体之间的差异是冲突和矛盾的根源，但通常这些冲突具有非对抗性。国家之间有效的沟通和交流通常能够避免战争，企业之间的谈判和协商通常能形成互惠互利的局面，个人之间有效的沟通则能够避免无谓的争吵。这些问题通常具有以下特点：个体在追求自身利益最大化的过程中存在冲突，但通常也存在对彼此都有利的结局；冲突的局面对各方都不利，可以通过谈判和协商来缓和或化解该冲突；协商、调解和仲裁是公认的能够［52］有效解决这类非对抗性冲突与争议的方法，其中协商理论的研究是博弈论中的重要内容。
2.信息状态
在多个层次的DDM系统中，信息状态是一个需要了解的重要问题。当考虑了某层具有的特定信息时，问题就会变得更复杂。若上层在t=t时刻做出决策，而下层在t=t时刻做出决策，就需要区分上下层01之间在时刻t和t的信息状态。上层在下层做出决策时是否具有相同01的信息状态是很重要的。如果上层不能预测到下层的行动（在t=t时1刻或以后），则是具有“隐藏行动”的行为。因此，可以把信息状态区分成信息对称和信息不对称。在信息对称情况下，所有的层次具有相同的（确定或随机的）信息，这是典型的结构化DDM系统。信息不对称用来描述层次之间没有相同的信息。对于具有不同决策者的情况，会有信息不对称状态，因为每层都具有私有信息。
当团队和信息对称时是结构化DDM系统；当团队和信息不对称时是组织化DDM系统。结构化和组织化DDM系统都有层次的特征，即上层是领导来做出（最初的）决策。结构化分布式决策系统的基本特点是不同层次的决策者之间信息状态是对称的。该决策系统由单决策单元或多决策单元构成的团队组成。这种类型通常用于分解现实中比较复杂的问题，或是从求解的角度出发对原来问题进行松弛，从而简化问题的求解。在结构化分布式决策中，所有的决策都是由上层的决策者一次完成的，然后将决策的结果传达到其他的层次。组织化分布式决策系统的基本特点是不同层次的决策者之间信息状态是不对称的。该决策系统由多个决策单元构成，并且是强迫团队关系。不同层次决策者之间的信息不对称状态分为两种：信息弱不对称指不同层次的决策者由于决策时间不同而产生了不对称信息；信息强不对称指每个层次的决策者都拥有其私有信息所造成的不同层次之间的信息不对称。
在非团队模式下分为单决策和多决策情况。这里委托代理机制属于单决策模式，协商机制属于多决策模式。在委托代理机制中，委托人与代理人根据合同的约定组成非团队的合作关系，它们之间是信息不对称的。在此种机制下，委托人与代理人之间存在着不完全一致的利益关系。代理人会出现隐藏行为的事前和事后信息不对称问题，即逆向选择问题和道德风险问题，导致委托人只能获得其所需的部分信息或获得的信息存在不确定性，从而影响其决策。在协商机制下，决策主体之间形成非团队的合作形式。双方作为独立经济主体，在IT服务外包项目实施中拥有各自的决策和谈判权，且它们之间是信息不对称的。在此种机制下，服务商存在着机会主义行为的风险。委托方在进行风险控制的各项活动中都需要与服务商进行一次或多次的协商来确定最终的投入分配方案和预期风险控制效果。委托方根据其预测的风险控制结果是否达到预期效果来判断是否进行下一轮协商，若经过多次协商后达到预期效果，则将该控制方案实施；否则考虑对服务商提供一定激励后再协商。在此种机制下，服务商考虑到自身利益，会出现隐藏行为或信息的现象，进度风险控制过程可以通过建立两层随机规划模型来描述。
3.耦合方程
用决策域A和偏好结构（标准体系）C描述模型M，有上层TTTTBBBBM=M（C，A）和下层M=M（C，A）。由于制定决策的信息状态和时间也很重要，模型更详细地定义为分别表示t，t时刻的信息状态，且t≥t。自下而上的影响0110作为预测，自上而下的信号作为指令，预测和指令实现两个层次的耦合。
下面介绍图2-2所描述的层次之间协调过程的主要特征。首先，上层预测下层的可能反映叫作预期函数AF（IN）；然后，上层会对下*层有指令IN。上层确定预测函数AF（IN）的方法是获得下层决策模型的估计，产生了预测的下层模型（“^”表示预测）。T对这个模型，上层计算最优决策，作为指令IN =IN（a）的函TT数，因此上层决策a∈A。显然代表预测函数，即可能*的下层反映。对上层较好的指示是IN=IN。下层获得指示并把它考虑进决策模型。图2-2 层次之间的协调过程TTT
上层标准C不是单一的，在许多应用下可以分解成两个标准CTBTTTB和C。C是私有标准，即与下层无关的偏好。C表示与下层相关TB的偏好，是自上而下的标准。与私有标准相反，自上而下的标准C是考虑了下层的上层标准的一部分，即TBTBTB
C取决于预测函数C=C（AF）。因此上层标准可以更详细地写为：
在上层决策域下，最优化标准的期望值，得到所谓的上层方程：
其中，argf（x）≡x，是关于信息状态的数学期望。最优T**T*值a产生指令IN=IN（a），它原则上会影响标准、决策域和下层信息状态。因此下层方程用公式表示为
式（2.4）、式（2.5）描述了一般的分层规划系统。自上而下的*影响通过指令IN起作用，而自下而上的预测通过预测函数AF（IN）进入上层决策，正如在上面解释的，可以用式（2.6）获得：2.3.2 多属性决策
决策问题通常都不是单属性或单目标，多属性或多目标更符合实际需要。其中多属性决策属于多目标决策理论的范畴，近20年来得到了广泛的应用。有很多学者在各自的领域应用多属性决策理论来解决问题，并得到了丰硕的理论成果。（1）属性值的规范化
多属性决策中有多个不同量纲的属性，为便于比较和分析，首先［53］需要去掉各属性的量纲，该过程称为属性的规范化；再将各属性用各自的效用函数转换成效用值，然后对这些效用值加权求和构成一［54］个包含多个属性的综合效用值，该效用值反映用户的偏好。多属性决策用于选出最优方案，而该最优方案对应该综合效用的最大值。
多属性决策问题通常有多个可能的方案，假设某个多属性决策问题需要考虑p个属性并且有m个解决方案。则属性集合表示为X=（X，11X，…，X），方案集合表示为A=（a，a，…，a），而x表示第i2p12mij个解决方案中第j个属性的取值。相应的决策矩阵如式（2.7）所示。
由于x具有不同的量纲，所以需要对其进行规范化处理。主要有ij如下几种方式：
式（2.8）表示向量规范化，式（2.9）和式（2.10）是线性规范化。通常可以将属性分为效用型和费用型属性，在效用型属性中，属性的取值越大属性的效用越高；在费用型属性中，属性的取值越小属性的效用越高。式（2.9）用于处理效用型属性，式（2.10）用于处理费用型属性。经过规范化后，原来不同量纲的属性都变为无量纲的量。其中，表示矩阵D中第j个属性的最大值，x=minx表示矩j*ij阵D中第j个属性的最小值。采用线性规范化后，各属性的取值范围为［0，1］。而经过向量规范化处理后，各个属性的取值区间各不相同，不便于相互比较，所以通常采用线性规范化的方法来处理各属性值。（2）确定属性的权重
在多属性决策中，确定属性的权重也相当重要。权重反映了决策者的偏好，但是确定众多属性的权重并不是一件容易的事情。常用的解决办法是让决策者对属性两两进行比较，给出两个属性的相对重要性，从而能够得到如式（2.11）所示的矩阵，该矩阵称为判断矩阵［55］。
其中，a=ω/ω表示第i个元素的相对重要性是第j个元素的a倍。ijijij该矩阵只给出了权值的相对重要性，所以需要根据判断矩阵计算各属［56，性的权值。常用的方法有行和规范化法、和积法和特征值法57］。行和规范化方法将判断矩阵每行元素求和作为分子，判断矩阵所有元素求和作为分母，两者的比值则为该元素的权值，如式（2.12）所示。
而和积法则首先将矩阵的每一列规范化，如式（2.13）所示，得到新的判断矩阵，如式（2.14）所示。然后对新的判断矩阵应用行和规范化法，即可求出各个属性的权值，如式（2.15）所示。目前最常用的由判断矩阵求属性权值的方法是特征值法，该方法有严格的公式推导和理论证明。首先求解判断矩阵的特征值和特征向量，然后给出判断矩阵的一致性指标，该过程的证明如式（2.16）所示。
特征向量W的各个分量即为各个属性的权值，所以采用求特征值和特征向量的方法能够得到各属性的权值。但决策者在各属性相对重要性一对一的比较中，很难满足a=aa=a/a条件，该条件称为一致ijikkjikkj性条件。只有在判断矩阵完全满足一致性条件的情况时才有RW=pW，通常用RW=λW表示该特征值问题，其中λ为判断矩阵最大的特maxmax征值。当λ稍大于矩阵的阶数p并且其他特征值都接近于0时，由判max断矩阵求出的权值才有实际意义。为此引入一致性指标CI，CI的值可由式（2.17）计算得出。CI反映了判断矩阵的一致性，其值越大表明判断矩阵的一致性越差。
而为了验证判断矩阵是否有相对满意的一致性指标，需要将CI与RI进行比较，即CR=CI/RI，其中RI称为平均随机一致性指标，其值见表2-1。CR为判断矩阵的随机一致性比例。根据经验可知当两者比值CR＜0.1时，判断矩阵具有较满意的一致性，由此判断矩阵求出的权值才具有参考意义。表2-1 平均随机一致性指标RI（3）多属性决策方法
下面列举几种常用的多属性决策的求解方法，包括极大极小规则、［58～60］字典序法、简单加权法和层次分析法。
① 极大极小规则
应用极大极小规则可以求解无选好信息的问题，该方法认为一个方案的整体性能取决于其最差的属性。该方法首先选出每个方案中最差的属性，之后比较各个方案最差的属性并选出最大值。该最大值属*性所对应的方案即为最优方案，如式（2.18）所示，其中a表示选好解。
② 字典序法
字典序法用于给出属性的顺序选好信息，最终可以按照决策者给出的选好顺序选出最优方案。和式（2.7）的含义类似，此处同样假设决策问题有m个方案和p个属性。方案集合表示为A=｛a，a，12…，a｝，属性集合表示为X=｛X，X，…，X｝，v［X（a）］表m12pjj示属性X的价值函数。字典序法首先需要决策者给出各个属性的优先j选好顺序和各个属性的价值函数，其次根据给定的选好顺序删除方案。删除方案的规则是按照决策者给定的选好顺序来比较各个方案的优劣，用式（2.19）、式（2.20）和式（2.21）可以表示该删除规则。如果比较后只剩一个方案，则该方案就是最优方案。否则，对下一个属性应用上述删除规则，继续该过程直到仅剩一个方案。
③ 简单加权法
简单加权法需要决策者给出各属性的权重，而各属性加权和最大的方案则是最优方案。此处假设决策问题有m个方案和p个属性。方案集合表示为A=｛a，a，…，a｝，属性集合表示为X=｛X，X，12m12…，X｝，各个属性的权重为ω=｛ω，ω，…，ω｝。则方案a的p12p1*属性加权和如式（2.22）所示，最优方案a如式（2.23）所示。
④ 层次分析法
在现实生活中有很多缺乏衡量标准的定性问题，由于该类定性问题的存在，使得对包含这类属性问题的决策通常比较困难。如果希望对这些问题进行分析，首先需要将定性问题定量化。层次分析法（Analytic Hierarchy Process，AHP）由Satty于20世纪70年代提出，是一种定性与定量相结合的决策方法。首先将决策问题进行分层，通常包括目标层、准则层和方案层。然后根据各属性的隶属关系进行归类，建立一个多层次的评价体系。之后进行层次单排序和层次总排序，获得决策问题中各属性的权重向量ω。该过程通常分为4步。
步骤1：建立递阶层次结构
首先将复杂问题进行分解并把不同属性分组，构造出一个多层次的评价体系。这些层次包括目标层、准则层和方案层。
步骤2：构造各层次的判断矩阵
通过属性的两两比较获取其相对重要性，该相对重要性用数字1～9或其倒数表示。
步骤3：层次单排序及一致性检查
计算各判断矩阵的一致性指标CI，并通过查表找到对应的平均随机一致性指标RI。并通过CI和RI计算CR，如果CR＜0.1，则认为判断矩阵具有满意的一致性，否则需要修正该判断矩阵。
步骤4：层次总排序及一致性检查
层次分析法的目的是得到各属性相对于目标层的权重，通过计算判断矩阵得到最终的权重值，之后还是需要对判断矩阵做一致性检查。假设该问题分为k层，由单排序得到第i层相对第i-1层的优先矩阵如式（2.24）所示。式中p表示第i-1层的元素数，m表示第i层的元素数。则通过层次总排序获得的权重可以表示为式（2.25）。层次分析法中求属性权重的方法有几何平均法、和积法和特征向量法等，最常用的是特征向量法。（4）多属性效用函数
效用概念首先由伯努利（Bernoulli）提出，他认为同样的钱财对于拥有不同财富的人具有不同的效用值。此处效用表示钱财对于个人的有用程度，效用越高表明钱财对个人越有用。经济学家通常用效用来衡量人们对某些事物的偏好，效用具有很强的主观性。通常需要将决策者的偏好结构变换为效用函数，并通过求效用函数的最大值来选择最优方案。在实际的决策问题中，绝大多数都需要考虑多属性，所以建立多属性效用函数对于决策问题具有重要意义。
建立多属性效用函数通常比较困难，所以通常将多属性效用函数看作由各个属性的效用函数构成。但是只有各个属性两两互相独立，各个属性效用函数之和才能表示总体的多属性效用函数，这称为加性独立条件。不失一般地，假设方案有两个属性Y和Z，其值用y和z表**示。y∈［y，y］，z∈［z，z］，则所有方案的取值都必须在图002-3阴影区域内。图2-3 属性的取值范围
所有可能的方案可以表示为X=Y×Z，其相应的属性取值为x=（y，z）。不同方案的属性取值可以表示为x=（y，z），x=（y，z），111222…，x=（y，z）。多属性效用函数的构造通常比较困难，所以可mmm以将多属性效用函数看作一系列单属性效用函数之和。如上所述，y**∈［y，y］，z∈［z，z］。当固定属性Y的取值而只研究对Z属性00取值的选好时，则称对Z的条件选好。而当固定属性Z的取值，只研究对Y属性取值的选好时，则称对Y的条件选好。如果y∈Y的条件选好不随Z的变化而变化，则称属性Y对于属性Z选好独立。只有当属性Y对于属性Z选好独立并且属性Z对于属性Y选好独立，才能说明Y和Z相互选好独立。该条件称为互相选好独立条件，是多属性效用函数存在加法选好结构的必要条件。
消去条件用于判断多属性效用函数能否应用加法选好结构，即对于任意的y，y，a∈Y和z，z，a∈Z，如果（y，a）≻（a，z）1211221212和（a，z）≻（y，a），有（y，z）≻（y，z），那么称在X=Y11221112×Z上的选好关系满足消去条件。当各个属性满足消去条件时，就可以用方案的各个属性分量的效用函数之和表示多属性效用函数。2.3.3 拍卖理论
拍卖是一种古老的价格发现机制，其最早可以追溯到公元前500年的古巴比伦时期，拍卖是指通过公开竞价并按照某种规则将物品进行出售的一种交易方式。实际生活中很多物品很难估计其价值，而拍［61］卖理论则能有效地给出这类商品的价值，拍卖理论使竞标人相互竞争，拍卖品的价格则是由出价最高者决定。拍卖能够有效地配置资源，并且由于其具有公开、透明等特点，近年来得到广泛地研究和应用。由于拍卖具有简明的拍卖流程，常用于解决多边议价问题。拍卖在18世纪以后开始成为一个行业，专门从事拍卖的国际著名机构有苏富比、佳士得等。其拍卖的物品主要包括古董、字画等，这些物品很难估计其价值。而通过引入拍卖理论，则能使拍卖方获得更高的价［62］格。可以按照不同的标准对拍卖进行分类。
第一，拍卖市场可以分为单边拍卖市场和双边拍卖市场。单边拍卖市场中有一个拍卖人和多个投标人，拍卖人出售其拥有的资源，称为资源优势方（信息劣势）；而该资源的价格由所有投标人共同确定，称为信息优势方（资源劣势）。多边拍卖市场中有多个拍卖人和多个投标人，拍卖人和投标人之间是一种供给与需求的平等关系，实践表明双边拍卖市场具有较高的资源配置效率。
第二，按照是否采用互联网形式来实现拍卖，可以将拍卖分为传统拍卖和网上拍卖。近年来由于互联网的快速发展，从而出现了网上拍卖这种新的拍卖形式。网上拍卖突破了传统拍卖对于时间和空间上的限制，使得全球范围内的任何人都可以参与拍卖。并且，网上拍卖能够降低交易成本、提高交易效率，具有广阔的应用前景。
第三，按照拍卖中拍卖人和投标人所处的地位，可以将拍卖分为正向拍卖和逆向拍卖。正向拍卖是指拍卖中存在一个卖方和多个买方，而逆向拍卖中存在一个买方和多个卖方。在逆向拍卖中，采购方是拍卖人，其对于物品各个属性有具体的要求。供应商是投标人，其提供采购方所需的物品。
第四，按照拍卖属性的数量，可以将拍卖分为单属性拍卖和多属性拍卖。通常单属性拍卖是指拍卖双方只针对价格进行报价，而多属性拍卖除价格以外还包括质量、工期等属性。
第五，按照是否公开投标人的信息可将拍卖分为公开拍卖和密封拍卖。公开拍卖包括英式拍卖和荷兰式拍卖，密封拍卖包括第一价格密封拍卖和第二价格密封拍卖。还有按照是否设置保留价格、拍卖顺序等将拍卖进行分类，这些分类描述了拍卖的多样性。为了最大化自己的利益，政府和企业必须按照自己的需求来选择合适的拍卖形式。（1）拍卖方式分类
拍卖的基本形式包括英式拍卖、荷兰式拍卖、密封第一价格拍卖［63～65］和密封第二价格拍卖。英式拍卖和荷兰式拍卖属于公开拍卖方式，英式拍卖属于公开增价拍卖方式。投标人在拍卖过程中竞相提高出价，商品将卖给出价最高的投标人。在英式拍卖中，投标人可以看到每轮拍卖的最高价。荷兰式拍卖属于公开减价拍卖，拍卖人设定一个较高的起拍价格。随着拍卖的进行价格逐渐降低，直到有投标人接受该价格。商品将卖给第一个接受该价格的投标人，荷兰式拍卖方式中通常会设置最小保留价格。如果拍卖人给出的价格达到最小保留价格后仍然没有买方接受，则拍卖失败。密封第一价格拍卖中每个投标人给出一个报价，每个投标人无法知道其他投标人的报价。商品将出售给报价最高者，并且只有一轮拍卖。密封第二价格拍卖与密封第一价格拍卖相似，但是密封第一价格拍卖中商品是以最高价格成交，而密封第二价格拍卖中商品是以次高价成交。上述四种拍卖的基本形式的对比见表2-2。表2-2 拍卖的基本形式（2）多属性拍卖框架
在传统的拍卖应用中只考虑价格这个属性，而考虑价格、质量和工期等多属性通常更加符合各方的利益。拍卖人和投标人具有不同的［66］利益要求，而采用多属性效用函数能够表达各自的偏好。并且由实践可以证明，拍卖人在多属性拍卖中能获得更好的效用值。多属性拍卖将多属性决策和拍卖理论结合起来，使得双方有更多的协商空间［67～68］和协商灵活度。
在多属性拍卖开始之前，拍卖人通常会公布其对于各个属性的效
试读结束[说明：试读内容隐藏了图片]