工程监理企业网格化监督体系构建

秦 濛 ，陈搏卿，赵 猛 ，梁一栋 ，高 磊 （.江苏兴力工程管理有限公司， 江苏 南京 004；.河海大学 土木与交通学院， 江苏 南京 004）

0 引 言

我国工程建设规模越来越大，对工程建设质量的要求越来越高，工程监理工作尤为重要[1-2]。目前，工程监理行业依然存在监理人员素质偏低[3-4]、企业管理模式不合理[5-6]、员工缺乏有效的监督和约束等问题[7-10]。

针对上述问题，本文以某电力工程监理企业为例，通过在工程监理过程中引入网格化监督，构建了工程监理企业网格化监督管理体系，并在电力工程监理项目中得到应用，使监理工作过程透明化，加强了工程质量管理，有效地提高了监理效率，使工程监理工作更加高效。

1 工程监理企业管理体系

本文以某电力工程监理企业为例，根据该公司的实际情况，将其管理体系划分为五个层级，分别是公司总部、地区监理部、项目监理部、专业监理工程师和现场监理员。该电力监理企业管理体系，如表1所示。

表1 某电力工程监理企业管理体系表

各层级工作职责具体如下：公司总部主任进行顶层设计，负责整体把控公司所有项目的管理，牵头编制管理方案，明确各级人员的工作职责；每个区域配备一名主任工程师，负责该区域所有监理项目的管理，根据地区特点编制地区管理方案，监督第三级人员工作情况；项目监理部总监理工程师为三级负责人，负责该具体项目的管理，根据不同监理专业编制该项目的管理方案，负责审核所在项目人员的工作；专业监理工程师负责项目中具体分项的质量把关，对项目的安全、质量和进度情况进行管理和监督；现场监理员严格执行项目部制订的管理方案，明确责任，有效开展现场工程监理工作。

2 工程监理网格化监督

网格化监督是指依据工程监理企业的实际情况，通过智能算法，选取合适的评价指标，对企业员工进行智能分析，筛选出符合要求的兼职网格监督员，对本地区或者非自己所在项目进行远程监督，通过工程监理管控平台，实现智能监督，同时将廉政环节融入日常的工程监理工作中，以确保工程的质量和安全。

2.1 工程监理网格化监督评价指标

为构建工程监理网格化监督体系，首先须明确网格化监督指标，建立相应的三层级监督指标体系。可依托企业员工信息数据库，获取监理企业职工个人职业素养信息及工作表现数据信息，对所获信息进行数据归纳和指标划分，得到员工个人职业素养和员工工作表现两个一级指标。员工个人职业素养的二级指标包括个人综合信息、安全知识学习和廉政知识学习；员工工作表现指标的二级指标包括履职指标和工作失误情况。

由二级指标细化形成的三级指标如下：个人综合信息，包括技术职称、工作年限、职业资格证书和奖惩情况；安全知识学习，包括安全学习考勤率和安全考试成绩；廉政知识学习，包括廉政学习考勤率和廉政考试成绩；履职指标，包括考勤打卡率、休补假申请率、工程台账提交率、每日风险填报率和监理日记完成率；工作失误情况，包括到岗定位失败率、工程进度贻误次数和台账失实次数。

在完成指标分类细化后，采用第三级指标集整合企业网格化监督指标矩阵，确定其智能考核体系结构图（如图1所示）。

图1 智能考核评价体系结构图

2.2 网格监督智能算法

以某工程监理项目同一部门n名工作人员为例，将每名员工对应的第三级指标进行有序标号，即首名职工的职称标号为11，个人工作年限标号为12，依次标号。考虑到各部门职能监督各有不同，其监督指标数将产生相应浮动，因此将首名员工末尾指标的标号为1。

因此，同一部门监督指标集

式1中：n为该部门第n名职工的指标集，m为该部门职工监督指标总数。

该部门总体监督指标集

式2中：n为该部门职工总数；m为该部门职工监督指标总数。

提取三级监督指标集带入模型构建，设置该指标集初始权重

式3中：m为该部门职工监督指标总数。各指标的权重值根据实际模型设计计算方案确定初始值。

得到网格化监督指标初始权重后，再利用层次分析法对初始权重进行二次计算，以提高模型的准确性。以监理企业内部赏罚标准及管理条例为决策基础，同时通过调研获取监理企业管理决策层对指标的整体认可度判断，采用九分制指标对监督指标进行重要性两两对比，确定层次中各指标的相对重要性。

其中，定义aij为决策者两两比较所得标度。根据i指标相对于j指标的重要性程度，从同样重要到极端重要分为五类，分别指定对应aij的值。得到判断矩阵

对于判断决策矩阵A，可用方根法计算特征方程

得到本矩阵最大特征根和特征向量。式5中：λmax为最大特征根；W为计算可得的特征向量，即层级分析法计算过后的监督指标权重，对其进行归一化处理，作为监督指标的权重向量。由于判断矩阵易受主观因素影响，为了避免误差较大，需要对判断矩阵A进行一致性检验：

式6中：C.I.为一致性检验指标，R.I.为平均随机一致性指标，可根据相关准则查表得到。当C.R.＜0.1时，一般认为判断矩阵的一致性可以接受；否则，需要调整判断矩阵。

由于所选用的网格化监督指标复杂多样且实际工程监理情况多变，在进行综合评价时容易产生两类问题：一是监督指标方向不同，如工作年限指标表现随数值递增而递增，而工程进度贻误次数指标则随数值递增而递减；二是监督指标尺度不同，工程监理企业内部管理要求不一，如考勤打卡率、休补假申请率、工程台账提交率和每日风险填报率皆为百分制指标，而安全考试成绩等则为不同范围的正实数指标。因此，通过TOPSIS法采用距离尺度来确定样本差距，先对所选用的监督指标进行正向化处理。处理过程如下：

对于极大型（效益型）指标

对于极小型（成本型）指标

式7和式8中：max（Xj）为样本数据中Xj的最大值，min（Xj）为样本数据中Xj的最小值，整合即可得到正向监督指标矩阵。使用TOPSIS法需要消除不同指标量纲的影响，因此构造加权规范矩阵，监督指标进行向量规范化。采用范数规范法，得到归一化处理的标准化监督指标矩阵

结合层次分析法所得标准化权重向量，计算得到综合监督指标决策矩阵

得到综合监督指标决策矩阵D后，可确定监督对象的正理想解和负理想解，即职工n在网格化监督指标下所能达到的最佳表现和最差表现。

正理想解由D中每列元素的最大值构成

负理想解由D中每列元素的最小值构成

定义第n名职工监督表现与正理想状态的差距和负理想状态的差距，计算得到各监督对象与最优方案的贴近程度

通过对TOPSIS综合法计算所得各监督对象与最优方案的贴近程度Bi进行排序分析，得到TOPSIS法下该部门职工网格化监督表现排名的顺序集合。

TOPSIS模型已经对原始监督指标进行了标准化处理，因此原始样本采用上文中的正向归一化的监督指标值，可采集到随机森林算法所需要的训练集。由于该数据集未进行标记，因此采用员工个人信誉审核表对单个样本进行样本标记：存在防控风险记为－1，不存在防控风险记为1；得到样本集合

式14中：Zn为第n名职工样本，是包含各监督指标的向量；Yn为样本标记值。

由于随机森林采取Bootstrap采样法，因此对样本集合Z进行n次抽样放回，形成一个样本数据采样集。计算每个样本采集到的概率，余留下的样本作为测试集。

随后初始化随机森林模型，设置CART树个数为n，不限制CART树的最大深度；决策树采用分支节点逐渐递归分支的方式，决策树种每个节点的右侧（因子数值更大的方向）都会趋向于分类到标记值为1，左侧则会趋向分类到标记值为－1，保证每种监督指标的数值与训练结果的关联性符合目标预期。

随机森林算法在构造决策树时，需要对特征重要度进行评估，即根据标记值对监督指标进行特征选择。本模型采用Gini指数作为特征选择方法。所有Gini系数评分进行归一化处理，即为监督指标重要性评分。

经随机森林模型训练得到特征重要性评估结果

选取标准化监督指标值，将随机森林训练所得的重要性指标权重进行加权计算，得到随机森林模型训练期望

对随机森林模型训练期望Ci进行排序处理，得到随机森林算法下该部门职工网格化监督表现排名的顺序集合，与上文通过TOPSIS综合评价法得到的结果取平均值后，得到企业网格化监督指标总体评价数值和监督表现综合排序，作为本次监督管理的最终结果。

智能算法结果可以较为客观、公正、综合地反映员工状态，同时可据此筛选出相应层级符合要求的兼职网格监督员。该随机森林算法计算监督指标流程，如图2所示。

图2 随机森林算法计算监督指标流程图

3 网格化监督管理体系构建

原有工程监理管控平台未能实现项目间的人员沟通与信息资料共享、智能判断评价、辅助廉政监察等功能，现对其进行扩展升级，优化原有模块的同时，新增了风险管理、廉政教育等功能模块，新旧模块共同构成了综合管理信息系统，可更为有效地处理工程监理企业工作中产生的大量数据信息，实现平台网格化管理。

同时将网格监督智能算法嵌入工程管理平台，应用于工程监理企业员工网格化监督流程中，达到了客观、公正、综合评价员工的目的。筛选出符合要求的兼职网格监督员，对本地区或者非自己所在项目进行远程监督，并在监督环节中加入了廉政监督，通过平台的监理日记、定点打卡、智能评估等功能模块，构建了智能考核评价系统，实现平台网格化监督。

由此形成了由综合管理和智能评价双系统驱动的工程监理管控平台，实现了网格化管理与网格化监督两大功能，构建了网格化监督管理体系，如图3所示。

图3 工程监理企业网格化监督管理体系结构图

4 应用效果

本文将网格化监督管理体系应用于某电力监理项目中，实现了综合管理明细化、数据信息共享化、履职考核智能化和廉政监察网格化，取得了较好的效果。

4.1 综合管理明细化

工程监理企业的数据信息繁杂多样，本系统以网格为依托，将相关数据进行收集整理后，可以在后台轻松调用分析，同时可随着工程建设的推进不断进行动态更新，从而实现对网格内“人、机、料、法、环”的综合管理明细化，整合调配公司各项资源。

平台原有人员管理模块包含人员库明细及人员基本信息，可进行人员综合能力分析，根据个人负责的项目数量调节人员配置。经过开发升级后，平台根据各区域对建设工程进行网格化划分，根据人员综合能力与地理位置智能调派相近网格的员工，也可以实现对物料的智能调配管理。

4.2 数据信息共享化

进行网格划分后，每个网格都配备兼职网格监督员，负责整理并上传工作流程中产生的业务资料、图像资料、视频资料等，数据在管理平台上进行归档并实现共享。针对工程中出现的问题，做到“格内发现，格内处理，格间交互，多格预警”的要求，依托平台实现数据信息的快速传递；针对工程监理点多、面广的特点，不同项目的监理人员可以合作分析问题，出谋划策，加快解决格中问题，有力地保证工程质量，稳步推进工程进度。

4.3 履职考核智能化

通过搭建规范化的智能考核评价系统，对员工进行定期或不定期的履职考核，通过在网格内互相监督、随机网格抽查，采用自拍上传、工地实景上传、工地定点打卡等多种方式，兼顾考核与记录两种作用。系统在收集考核记录后进行智能分析，自动判断人员地理位置与工作请假天数是否符合逻辑，即识别员工所在地并在平台地图中展示，如出现工作时间擅离职守违规现象，平台将自动推送警告信息至总部管理平台与员工手机移动端，实现总部管理平台智能化考核监管，节约了人力成本，达到了远程快速考核的目的。

4.4 廉政监察网格化

依托数据信息共享与智能考核评价体系，管理平台能够实现廉政监察网格化。不同于自上而下的内部线性结构监督，网格化监督弥补了监督权递减的问题，运用网格化的特性，进行网格内与网格间人员互相监督，同时借助智能考核评价系统罗列出廉政高风险人员，并在其进行廉政高风险工作时通过手机移动端推送预警信息，辅助开展廉政工作。

5 结 语

本文针对监理行业存在的诸多问题，通过在工程监理过程中引入网格化监督，采用TOPSIS 综合法、层次分析法和随机森林算法，提出了基于智能算法的企业员工考核体系，结合综合管理信息系统，构建了工程监理企业网格化监督管理体系，并在电力工程监理项目中得到应用，实现了综合管理明细化、数据信息共享化、履职考核智能化和廉政监察网格化的应用效果，提高了工作监督效率，取得了良好的管理成效。