NHIỆM VỤ VÀ NỘI DUNG THỰC HIỆN:- Nhận dạng và xác định được các yếu tố rủi ro gây vượt chi phí thi công tại các nhà thầu xây dựng tại Việt Nam.. - Áp dụng vào dự đoán vượt chi phí thi cô
TỔNG QUAN
Tổng quan các nghiên cứu trước
2.2.1 Các phương pháp đã dùng để dự đoán và phân tích rủi ro vượt chi phí
Dự đoán và phân tích chi phí xây dựng là một vấn đề phức tạp, đòi hỏi sự xem xét nhiều yếu tố khác nhau như vật liệu, nhân công, thời gian, và điều kiện địa lý, vấn đề kinh tế xã hội… một số phương pháp hay dùng để dự đoán và phân tích rủi ro vượt chi phí trong các dự án xây dựng có thể liệt kê như sau:
Phương pháp công nghệ thông tin thường được sử dụng trong dự đoán chi phí xây dựng là Mạng Nơ-ron nhân tạo (Artificial Neural Networks - ANN) ANN bắt chước cách thức hoạt động của não người, với các nơ-ron ảo được sắp xếp trong các lớp và kết nối với nhau Mỗi nơ-ron nhận đầu vào, xử lý thông tin và truyền tín hiệu đến nơ-ron tiếp theo Và đối với ngành xây dựng thì ANN có thể được huấn luyện để nhận diện mẫu từ dữ liệu lịch sử của các dự án xây dựng, bao gồm chi phí, thời gian hoàn thành, và các yếu tố khác Mạng nơ-ron sau khi được huấn luyện có thể dự đoán chi phí dựa trên các thông số của dự án mới
Theo như nghiên cứu của Phan Văn Khoa [17] với đề tài liên quan đến việc
“Ước lượng chi phí đầu tư xây dựng dự án chung cư bằng Neural Networks” Tác giả đã đưa ra một phương pháp mới để thu thập và xử lý dữ liệu đầu vào và đầu ra Một mô hình tính toán được phát triển để dự đoán chi phí dựa trên dữ liệu hiện có, và việc mô phỏng mô hình này được thực hiện thông qua phần mềm Matlab Cụ thể, mô hình được phát triển dựa trên 14 dự án xây dựng với 7 biến số đầu vào chính như chiều cao của công trình, tổng diện tích sàn xây dựng, năm hoàn thành, chi phí ban đầu và giá của các vật liệu chủ yếu như xi măng, sắt thép Mô hình này, sau quá trình huấn luyện, đã cho thấy khả năng dự đoán chính xác với sai số huấn luyện chỉ 0,335% so với sản phẩm thực tế, điều này được coi là khá chính xác trong ngành xây dựng Thêm vào đó, khi so sánh với dữ liệu thực tế, mô hình đã cho thấy một mức độ chính xác lên đến 5,5% là tương đối tốt tuy vậy nghiên cứu vẫn còn một số tồn tại như số lượng mẫu thu thập hạn chế, không ước lượng được chi phí cho từng giai đoạn và không bám sát vào toàn bộ quá trình xây dựng
Hay Trong nghiên cứu của Đặng Trần Đăng Khoa [18] đã tiến hành ước lượng chi phí xây dựng cầu đơn giản sử dụng mô hình Mạng Neuron nhân tạo (ANN) Mục tiêu là xác định các yếu tố ảnh hưởng đến chi phí và áp dụng mô hình ANN để phát triển một mô hình ước lượng chi phí chính xác hơn Đánh giá mô hình được tiến hành thông qua việc so sánh với dữ liệu từ các dự án thực tế và được thực hiện bằng
HVTH: BÙI XUÂN TỰ- 2070571 dựa mạng Neural nhân tạo mang tính định lượng rất tốt tuy nhiên cho ra sai số còn lớn >5% và việc thu thập dữ liệu từ quá khứ một cách chính xác cũng là một vấn đề rất lớn và khó khăn Bên cạnh việc dự đoán vượt chi phí chưa thể bám sát vào thực tế theo chiều thời gian xuyên suốt quá trình thực hiện dự án
Một phương pháp khác cũng hay sử dụng là Phương pháp Mô phỏng Monte
Carlo sử dụng mô phỏng ngẫu nhiên để dự đoán kết quả trong điều kiện không chắc chắn Dẫn chứng là trong nghiên cứu của mình Ngô Minh Liêm [19] đã sử dụng mô hình mô phỏng Monte Carlo và mô hình Fuzzy Delphi để “Nghiên cứu phân tích rủi ro chi phí của dự án tổng thầu thiết kế thi công khi xét sự tương quan” Bằng cách phân tích sự không chắc chắn về chi phí các công tác của dự án thiết kế thi công đã được xây dựng, nghiên cứu đã phát triển được mô hình có khả năng dự đoán và quản lý chi phí trong dự án thiết kế và thi công xây dựng một cách hiệu quả hơn, đồng thời giảm thiểu sự không chắc chắn và tăng cường khả năng kiểm soát rủi ro
Nhận xét phương pháp mô phỏng Monte Carlo : Phương pháp này đòi hỏi máy tính có khả năng xử lý mạnh mẽ do số lượng lớn các phép tính cần thiết cho mô phỏng Việc chọn phân phối xác suất phù hợp cho các biến số đầu vào là rất quan trọng, nhưng cũng khá phức tạp và đôi khi dựa vào sự phán đoán chủ quan
Bên cạnh đó còn có phương pháp ứng dụng logic mờ để dự đoán vượt chi phí trong các dự án đầu tư xây dựng là một cách tiếp cận độc đáo và linh hoạt trong việc quản lý rủi ro Logic mờ, một nhánh của lý thuyết mờ, cho phép xử lý thông tin không chắc chắn hoặc mơ hồ điều rất thường gặp trong quản lý dự án xây dựng Trong nghiên cứu của mình Nguyễn Hoàng Hà [20] với đề tài “ Dự đoán chi phí đầu tư xây dựng bị vượt dựa trên ứng dụng logic mờ” đã dự báo vượt chi phí đầu tư xây dựng của 3 dự án mẫu bằng cách sử dụng VBA (Visual Basic for Applications) trong Microsoft Office Excel và thuật toán của Karla Knight và Aminah Robinson Fayek để xây dựng mô hình Mô hình đã được huấn luyện với 47 mẫu dữ liệu và đã kiểm định với kết quả thực tế của các dự án cụ thể ở 2 dự án đầu được áp dụng cho thấy
HVTH: BÙI XUÂN TỰ- 2070571 sai lệch của dự báo là nhỏ hơn 2% ( chấp nhận được ) Đối với dự án 3 dự đoán của mô hình cho kết quả sai lệch lớn hơn 5% sai lệch này lớn hơn sai lệch cho phép
Nhận xét phương pháp ứng dụng logic mờ : Sử dụng phương pháp ứng dụng logic mờ để dự đoán vượt chi phí vẫn còn một số tồn tại như kết quả dự đoán chưa chính xác lắm khi dữ liệu đầu vào không đầy đủ Cũng giống như ANN mô hình cần nguồn dữ liệu nhiều và kết quả dự đoán cũng sẽ chỉ ước lượng vượt chi phí kết thúc dự án mà không dự báo vượt chi phi trong từng giai đoạn dự án để đưa ra cảnh báo và quản lý rủi ro được tốt hơn
Phương pháp dự đoán dự vào mạng tương quan xác suất (BN): Mạng Bayes là một loại mạng lý luận xác suất dựa trên lý thuyết đồ thị và xác suất có điều kiện Bayes Các nút trong mạng Bayes đại diện cho các biến ngẫu nhiên và các mũi tên đại diện cho các mối quan hệ nhân quả (ảnh hưởng trực tiếp) giữa các biến Tính không chắc chắn của các biến ngẫu nhiên được biểu thị bằng xác suất trước của các nút gốc và xác suất có điều kiện của các nút không gốc Do đó, sự kiện rủi ro được biểu thị dưới dạng sơ đồ liên kết có hướng (DAG) bao gồm các nút và mũi tên có hướng [21] Mạng Bayes tương đối hữu hiệu với các ưu điểm so với các phương pháp trên như sau:
+ Cho phép xử lý dữ liệu không đầy đủ: BN có khả năng xử lý các bộ dữ liệu không hoàn chỉnh, cho phép suy luận ngay cả khi thông tin bị thiếu Đồng thời BNNs cung cấp cách tiếp cận để đánh giá sự không chắc chắn trong dự đoán
+ Cải thiện việc ước lượng dự đoán: Trong các mô hình truyền thống, đầu ra thường là một giá trị cố định hoặc một điểm dự đoán Trong khi đó, BNNs cung cấp một phân phối xác suất cho mỗi dự đoán, cho phép hiểu rõ hơn về phạm vi các kết quả có thể
+ Học hỏi mối quan hệ: Cho phép người dùng hiểu và học hỏi về mối quan hệ giữa các biến
+ Kết hợp kiến thức và dữ liệu: Có thể tích hợp cả kiến thức của chuyên gia và dữ liệu đã thu thập vào trong một mô hình duy nhất
+ Tránh overfitting: Sử dụng phương pháp Bayesian giúp ngăn chặn việc mô hình quá khớp với dữ liệu trong quá trình học
Hai là bài toán định lượng (Quantitative): Được thể hiện qua việc gán các phân phối xác suất có điều kiện cho các nút Từ đó trả về kết quả dự đoán xảy ra các trạng thái của các biến
Lý thuyết về Dynamic Bayesian Networks (DBNs)
Lý thuyết về Dynamic Bayesian Networks (DBNs) cũng bắt nguồn từ lý thuyết xác suất có điều kiện theo công thức của Thomas Bayes và lý thuyết Bayesian Networks (mạng BN tĩnh) cụ thể như sau:
Bayesian Belief Networks (BBNs) còn gọi là Bayesian Networks (BNs) hay Belief Networks (BNs) được phát triển đầu tiên vào cuối thập niên 70 của thế kỉ 20 ở Đại học Standford BBNs là mô hình đồ thị thể hiện mối quan hệ xác suất giữa một tập các biến BBNs chủ yếu dựa vào lý thuyết xác suất có điều kiện hay còn gọi là lý thuyết Bayes, chính vì thế kĩ thuật này có tên gọi là Bayes Belief Networks (BBNs) BBNs là phương pháp tính toán chủ yếu dựa vào xác suất có điều kiện để dự báo hoặc chẩn đoán một sự việc, một vấn đề đang hoặc sắp xảy ra
BBNs dựa trên lý thuyết xác suất có điều kiện của Thomas Bayes với công thức Bayes như sau:
Dạng đơn giản: P(A/B) = P(B/A)xP(A)/P(B) (CT 2 1)
Trong đó A và B là 2 sự kiện có thể xảy ra phụ thuộc nhau, P(A) là xác suất của sự kiện A, P(B) là xác suất của sự kiện B, P(B/A) là xác suất có điều kiện của B khi biết trước A đã xảy ra, tương tự với P(A/B)
Công thức Bayes dạng tổng quát: Với mỗi k bất kì (k = 1, n) ta có
Công thức xác suất đầy đủ như sau:
Trong đó A1, A2, An là nhóm đầy đủ các biên cố (các biến này đôi một xung khắc và ít nhất 1 biến trong chúng xảy ra); F là biến cố bất kì
Minh hoạ cấu trúc của một mạng BN
Một mô hình mạng BN đơn giản quan sát 3 biến nghiên cứu là “Rain” với trạng thái là việc mưa có xảy ra hay không ? "Sprinkler" biểu thị cho việc hệ thống tưới tự động (sprinkler) có được kích hoạt hay không ? "Grass wet" mô tả tình trạng của cỏ, xem nó có ướt hay không ? Một mô hình tương quan xác suất BN được xây dựng để dự đoán việc xảy ra các trạng thái cần quan sát dựa trên mối quan hệ hình thành giữa các biến với các dữ liệu biến là các xác suất có điều kiện được cho như như đây:
Hình 2 1 Sơ đồ mạng ví dụ về mạng BN (nguồn: Bài giảng Quản Lý Rủi Ro Xây Dựng- thầy PGS.TS Đỗ Tiến Sỹ)
Cần tính toán xác suất mưa xảy ra khi biết cỏ ướt Dựa vào lý thuyết đã đề cặp ở trên ta có Phương trình được sử dụng để tính xác suất có điều kiện Pr(R=T∣G=T), là xác suất để mưa xảy ra khi biết rằng cỏ ướt Điều này được thực hiện thông qua việc sử dụng các xác suất đồng thời của việc cỏ ướt dựa vào trạng thái của mưa và máy phun nước
+ Mẫu số Pr(G=T) là tổng của các xác suất đồng thời cho việc cỏ ướt ở tất cả các kết hợp trạng thái của mưa và máy phun nước
= = = kết quả tính toán cho thấy có 35,77% xác suất trời có mưa khi thấy cỏ ướt Bằng việc sử dụng phần mềm GeNIe để mô hình tính toán như như sau :
Hình 2 2 Mô hình tính toán mạng BN bằng phần mềm GeNIe
Nhập các trạng thái quan sát và dữ liệu biến vào mô hình ta được và chạy kết quả tính toán ta có các xác suất quan sát như sau:
Hình 2 3 Kết quả tính toán mô hình BN mẫu Để thực hiện yêu cầu của đề bài là cỏ ướt và tính toán xác suất trời có mưa Ta lựa chọn set Evidence cho biến Grasswet là có
Hình 2 4 Set Evidence cho biến Grasswet
Chạy lại mô hình và ta có kết quả của trạng thái có mưa là ~35,77% tương tự như kết quả tính tay như sau:
Hình 2 5 Kết quả tính toán mô hình mẫu bằng phần mềm GeNIe
Hình 2 6 Kết quả của biến Mưa khi trạng thái biến quan sát là cỏ ướt
Nhận xét : kết quả tính tay và tính toán bằng mô hình GeNIe là như nhau Ví dụ cũng cho chúng ta thấy mức độ tương quan lẫn nhau giữa các yếu tố từ sơ đồ mạng
BN, từ đó ta có thể mở rộng vấn đề dự đoán các trạng thái của các biến ở một mô hình phức tạp hơn trong quản lý chi phí xây dựng
2.3.2 Lý thuyết về dynamic bayesian networks (DBNs)
Mạng Bayes tĩnh mô hình hóa một hệ thống tại một thời điểm cố định Mạng
Bayes động mở rộng khái niệm cho các hệ thống thay đổi theo thời gian Nó cung cấp rất nhiều tính linh hoạt trong việc mô hình hóa các mối quan hệ nhân quả xác suất giữa các biến ngẫu nhiên theo thời gian [21]
Có thể xem Mạng Bayes động bao gồm một số mạng Bayes tĩnh và các mạng truyền giữa các mạng Bayes tĩnh Phân phối xác suất giữa 2 mạng BN tĩnh liền kề được thể hiện như sau [21]:
Trong đó: X t ( ) = x t 1 ( ), , x t n ( ) là đại diện cho tập hợp n biến ngẫu nhiên tạo nên mạng Bayes tĩnh tại thời điểm t, x t i ( ) biểu diễn nút (biến) i tại thời điểm t; i ( )t đại diện cho các nút cha (nút trước) của x t i ( )tại thời điểm t Nút cha (nút trước) của i ( ) x t không chỉ tồn tại trong BN tĩnh hiện tại mà còn tồn tại trong BN tĩnh trước đó
Công thức chung của Phân phối xác suất chung đầy đủ của các nút trong mạng Bayes động được đưa ra bởi tích:
Trong đó: x là tập hợp n biến ngẫu nhiên x 1 , , x n tạo nên mạng Bayes động,
T là số BN tĩnh hay là số lát cắt thời gian
2.3.2.1 Các định nghĩa trong mô hình dynamic bayesian networks Để triển khai từ mô hình mạng tương quan xác suất động DBN ta ta cần chú ý bốn định nghĩa quan trọng sau đây: Định nghĩa về Tấm thời gian (Temporal plate): Là khu vực trong định nghĩa của DBN chứa thông tin thời gian của mạng và bao gồm các biến phát triển theo thời gian Nó dành riêng cho việc mô hình hóa sự phát triển của các biến qua nhiều lát cắt thời gian và là phần của mạng sẽ được "unrolled" (mở rộng) cho việc suy luận [27]
Giai đoạn 2
3.2.1 Tổng quan sơ đồ thực hiện
Chi tiết các bước thực hiện trong giai đoạn 2 của nghiên cứu được tổng quan lại bằng sơ đồ như sau:
Sơ đồ 3 4 Sơ đồ tổng quan quy trình thực hiện nghiên cứu Giai đoạn 2
3.2.2 Cơ sở xác định các mốc thời gian trong mô hình động
Mô hình Tương quan xác suất động (Dynamic Bayesian Networks - DBNs), thường sử dụng thời gian dưới dạng rời rạc Mạng Bayes Động là một loại mô hình xác suất đồ thị mà trong đó các biến cố được mô tả trong một chuỗi thời gian Mỗi điểm thời gian trong chuỗi đại diện cho một bước thời gian rời rạc, và mô hình có thể biểu diễn sự phụ thuộc có điều kiện giữa các biến tại bước thời gian hiện tại và các bước thời gian trước đó
Như vậy điều quan trọng trong xây dựng mô hình động dự báo xác suất vượt chi phí thi công xây dựng là xác định các mốc thời gian quan sát trong toàn bộ quá trình Biểu đồ tiến độ và nhân lực thi công ở dự án nhà cao tầng điển hình thể hiện dưới đây cho thấy nguồn lực cần thiết trong từng giai đoạn của dự án Có thể thấy rằng, lượng nhân lực tăng dần từ giai đoạn chuẩn bị, đạt đỉnh ở giai đoạn kết cấu thân và hoàn thiện, sau đó giảm dần khi dự án tiến đến giai đoạn hoàn thiện và vệ sinh bàn giao
Hình 3 1 Biểu đồ mô tả tiến độ và nhân lực trong thi công dự án
Phân tích từ biểu đồ ta thấy chi phí sẽ cao nhất ở giai đoạn kết cấu thân và hoàn thiện, nơi mà lượng nhân lực đạt mức cao nhất Điều này phản ánh nhu cầu lớn về nguồn lực cũng như vật tư và thiết bị trong giai đoạn này.[41]
HVTH: BÙI XUÂN TỰ- 2070571 luận và cập nhật liên tục các dự báo ở các giai đoạn trong tương lai khi chúng ta có sẵn thông tin đáng tin cậy của các biến đến hiện tại Ở nghiên cứu này chia ra 3 thời điểm cần quan sát chi phí ở các dự án nhà cao tầng là: t=0: thời điểm kết thúc phần hầm đóng nắp hầm tương ứng giai đoạn khảo sát, thiết kế, đấu thầu, chuẩn bị mặt bằng thi công, và thi công xong phần kết cấu dưới mặt đất (bao gồm nền, móng, phần hầm) t=1: thời điểm kết thúc thi công phần thân thô cất nóc công trình t=2: thời điểm kết thúc hoàn thiện và bàn giao công trình đưa vào sử dụng
3.2.3 Phân tích mối quan hệ nguyên nhân – kế quả giữa các yếu tố
Như đề cập ở chương 2 mô hình Dynamic Bayesian Network (DBNs) là chuỗi các mạng Bayesian Network (BN) (các lát cắt thời gian -time slide) lại với nhau Việc xây dựng mô hình DBNs cũng bắt đầu từ từ việc xây dựng mô hình tương quan xác suất BN Sau đó tiến hành xác định mối tương quan giữa các mạng tĩnh này với nhau
Xác định mối quan hệ nhân quả giữa các yếu tố rủi ro trong mô hình BBN nói chung và Mô hình DBN nói riêng là một phần cực kỳ quan trọng của nghiên cứu Đó là cơ sở đề xác định mối tương quan của các yếu tố trong mô hình tĩnh và mối quan hệ giữa các yếu tố trong các tấm thời gian (mô hình động) Các bước thực hiện như sau:
Bước 1: Tạo bảng dưới dạng ma trận vuông (MxM) với M là số các yếu tố được đánh giá theo mức độ tác động từ cao xuống thấp (kết quả từ giai đoạn 1) Ma trận này xác định rõ ràng hướng tương tác giữa các yếu tố bằng cách phân loại chúng: biến nguyên nhân được sắp xếp theo hàng ngang và biến kết quả được sắp xếp theo cột để thuận tiện cho việc lập sơ đồ về sau
Bước 2: Thực hiện khảo sát với các chuyên gia (pretest) để loại bỏ các mối quan hệ mà rõ ràng không tồn tại nhằm giảm bớt phần nào tính chủ quan trong đánh
HVTH: BÙI XUÂN TỰ- 2070571 giá và giảm khối lượng khảo sát Đồng thời cũng khảo sát sơ bộ sự tồn tại mối liên kết giữa các biến theo qua các giai đoạn thời gian t qua t+1 (Arc temporal- liên kết tạm) nhằm thiết cấu trúc mạng động về sau
Một số mối quan hệ không tồn tại chúng ta có thể dễ dàng nhận ra và loại bỏ đi để giảm bớt khối lượng khảo sát chuyên gia như không có mối quan hệ giữa biến
“sai thiếu trong thiết kế” với biến “ Năng lực quản lý của TVGS/ TVQLDA yếu kém” hoặc một số biến không sự tồn tại ở một số giai đoạn và cần xác định lại đặc điểm của biến trong cả mô hình chẳng hạn rõ ràng thấy được biến “ Bỏ giá đấu thầu không chính xác” không tồn tại ở giai đoạn sau của dự án mà đó là biến đầu vào và tác động đến chi phí xuyên suốt quá trình thi công dự án.
Hình 3 2 Sơ đồ ma trận khảo sát mối quan hệ giữa các yếu tố t=0 0 0 0 t=1 0 0 0 t=0 0 0 0 t=1 0 0 0 t=0 0 0 0 t=1 0 0 0 t=0 0 0 0 t=1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 t=0 0 0 0 t=1 0 0 0 t=0 0 0 0 t=1 0 0 0 t=0 0 0 0 t=1 0 0 0 t=0 0 0 0 t=1 0 0 0 t=0 0 0 0 t=1 0 0 0 t=0 0 0 0 t=1 0 0 0 t=0 0 0 0 t=1 0 0 0 t=0 0 0 0 t=1 0 0 0 t=0 0 0 0 t=1 0 0 0 t=0 0 0 t=1 0 0 y15 y16
17 VƯỢT CHI PHÍ THI CÔNG
Quản lý vật tư trên công trường yếu kém (mất mát, hao hụt, lãng phí…)
16 Sự quản lý, phối hợp trên công trường kém 3.05
13 Bất khả kháng (thời tiết bất lợi, dịch bệnh…) 3.15
11 Năng lực tài chính của nhà thầu yếu kém 3.18
Vấn đề an toàn lao động (tai nạn lao động, mất an ninh…) trong thi công
9 Không đáp ứng được tiến độ thi công 3.33
10 Quản lý hợp đồng lỏng lẻo 3.20
7 Sai sót trong khảo sát 3.60
8 Năng lực tài chính yếu kém của
CĐT, Chậm trễ thanh toán 3.52
5 Biện pháp thi công không hợp lý 3.70
6 Giá cả thị trường leo thang 3.67
4 Năng lực quản lý của TVGS/ TV
Bước 3: Từ kết quả khảo sát pretest với chuyên gia ở bước 2 thực hiện sơ bộ lên sơ đồ mạng và hoàn thiện khảo sát lần 2 Sơ đồ cần thể hệ các mối liên kết giữa các 2 yếu tố với nhau bằng thang đo với các mức độ như sau: (0) cho biết không có mối liên kết, (1) chỉ mối liên kết nhẹ, (2) cho liên kết ở mức trung bình, (3) nếu liên kết khá mạnh và (4) mối liên kết cực kỳ mạnh
Bước 4: Thực hiện khảo sát với chuyên gia, lần khảo sát này với số lượng đủ lớn để phân tích dữ liệu (từ 5-15 chuyên gia) theo như [43]
Bước 5: Thu thập kết quả và phân tích dữ liệu thu thập nhằm đánh giá ý kiến của chuyên gia thông qua phương pháp “bài kiểm tra logic” được đề xuất bởi Nasir,
McCabe, & Hartono (2003) [44] Trong phương pháp này, người ta sử dụng hai giá trị thống kê: giá trị trung bình (average) và độ lệch chuẩn (skewness) để đánh giá dữ liệu Độ lệch chuẩn ở đây được hiểu là một chỉ số đo lường mức độ mà ý kiến của các chuyên gia nghiêng về một phía nào đó, nghĩa là hầu hết các chuyên gia đều đưa ra điểm thấp (ví dụ 0 hoặc 1) hoặc cao (ví dụ 2 hoặc 3) cho một mối quan hệ nhất định
+ W là số lượng chuyên gia đánh giá mối quan hệ là mạnh (2 hoặc 3)
+ S là số lượng chuyên gia đánh giá mối quan hệ là yếu (0 hoặc 1)
+ Giá trị ∣W−S∣ cung cấp một thước đo cho trọng lượng của ý kiến từ các chuyên gia
Kết quả sẽ được đánh giá mức độ theo “bài kiểm tra logic” như sau:
Bảng 3 4 Bảng các mức độ đánh giá bài kiểm tra logic ý kiến chuyên gia
+Test 1: Nếu giá trị trung bình nhỏ hơn 1.01 => mối quan hệ sẽ bị từ chối; nếu ngược lại => tiếp tục Test 2
+ Test 5: Nếu giá trị trung bình lớn hơn 1.99 và ∣W−S∣>4 =>mối quan hệ được chấp nhận; nếu không => tiếp tục Test 6
+ Test 6: Nếu giá trị trung bình lớn hơn 1.99 và độ lệch chuẩn là âm => mối quan hệ được chấp nhận; nếu không => tiếp tục Test 7
+ Test 7: Nếu không có điểm số 0 và các chuyên gia thấy có mối quan hệ nào đó => mối quan hệ được chấp nhận; nếu không => tiếp tục Test 8 và 9
+ Test 8: Nếu điểm số nghiêng về 3, mối quan hệ được chấp nhận
+ Test 9: Nếu điểm số nghiêng về 0, mối quan hệ sẽ bị từ chối
Các bài kiểm tra Logic từ F1 đến F3 được coi là các bài kiểm tra từ chối, trong khi các bài kiểm tra từ F4 đến F7 được coi là các bài kiểm tra chấp nhận Các mối quan hệ được coi là đúng trong các bài kiểm tra từ F1 đến F7 sẽ được đối chiếu với các bài kiểm tra F8 và F9 để đánh giá dựa trên ý kiến của chuyên gia Bài kiểm tra F8 chấp nhận mối quan hệ nếu dữ liệu có xu hướng nghiêng về 3 và bài kiểm tra F9 từ chối mối quan hệ nếu dữ liệu có xu hướng nghiêng về 0
Bước 6: Lựa chọn, loại bỏ và xếp hạng các mối quan hệ để đưa vào mô hình 3.2.4 Thiết lập mô hình DBNs
3.2.4.1 Giới thiệu phần mềm GeNIe
PHÂN TÍCH DỮ LIỆU
Giai đoạn khảo sát lần 1
4.1.1 Thu thập dữ liệu khảo sát đại trà
Dữ liệu được thu thập từ các cá nhân liên quan đến quản lý dự án và quản lý chi phí, và các cá nhân tham gia quản lý các hạng mục an toàn, chất lượng, vât tư liên quan mật thiết đến chi phí tại công trình xây dựng cao tầng, bao gồm cả tư vấn và nhà thầu Nghiên cứu áp dụng phương pháp chọn mẫu thuận tiện, là một dạng chọn mẫu không xác suất không sử dụng kỹ thuật lấy mẫu ngẫu nhiên Sau khoảng 2,5 tháng thực hiện khảo sát có rất nhiều khảo sát trực tiếp và online được gửi đi đến các cá nhân tham gia tại các công trình cao tầng kết quả nhận được 137 câu trả lời trong đó có 122 kết quả đạt yêu cầu chiếm (122/137~ 89,05%) với các đặc trưng số liệu được phân tích ở phần thống kê mô tả như bên dưới kết quả thu thập >120 mẫu (với 5x24 biến khảo sát) và đạt yêu cầu về số lượng mẫu tối thiểu thực hiện khảo sát theo đề xuất của Kenneth A Bollen (1989)
+ Đối với hình thức online: Học viên thực hiện qua Google Forms sau đó tận dụng mạng xã hội để gửi khảo sát qua email, zalo, facebook cho các bạn bè, đồng nghiệp… cùng công tác trong ngành xây dựng và đặc biệt là xây dựng cao tầng để mời họ thực hiện khảo sát Cách làm này giúp giảm bớt thời gian và chi phí so với khảo sát truyền thống, không cần in ấn và có thể tiếp cận được một lượng lớn người tham gia Thực tế thì học viên đã nhận về được 105 kết quả trong đó có 96 kết quả đạt yêu cầu
+ Đối với hình thức phỏng vấn trực tiếp: Học viên thực hiện in bản giấy và phỏng vấn trực tiếp các bạn bè và đồng nghiệp, đặc biệt là các anh lớn tuổi - những người thường ít sử dụng công nghệ Và thực tế đã nhận về được 32 kết quả trong đó có 26 kết quả đạt yêu cầu
4.1.2.1 Phân tích thống kê mô tả
Thống kê mô tả là một phần quan trọng trong việc phân tích dữ liệu, với mục đích chính là tóm tắt và mô tả các đặc trưng cơ bản của bộ dữ liệu Kết quả phân tích thống kê mô tả nhóm các câu hỏi thông tin chung của đối tượng thực hiện khảo sát như sau:
Thời gian công tác trong ngành xây dựng
HVTH: BÙI XUÂN TỰ- 2070571 năm 45 36.9%
Nhận xét: Phần lớn những người được khảo sát có thời gian công tác trên 2 đến 5 năm chiếm tỷ lệ cao nhất với 36.9% Nhóm có thời gian công tác từ 5 đến 10 năm chiếm tỷ lệ 26.2% Trong khi đó, nhóm có thời gian công tác trên 10 năm chiếm 24.6% Nhóm có thời gian công tác dưới 2 năm chiếm tỷ lệ thấp nhất là 12.3% Kết quả này cho thấy rằng độ tuổi công tác trong ngành xây dựng của không gian mẫu khảo sát tương đối trải đều Đặc biệt ta có thể thấy những người có thâm niên công tác từ 5 năm trở lên chiếm hơn 50% và đó đa phần là những người ít nhiều am hiểu về ngành xây dựng cũng như các công tác quản lý tại dự án cũng có thể xem đây là một nhóm quan trọng vì họ có thể cung cấp những hiểu biết sâu sắc và kỹ năng chuyên môn cao
So với các lựa chọn ban đầu của khảo sát với chỉ bốn vị trí được đề xuất thì kết quả có rất nhiều công việc khác của người những tham gia khảo sát với tỷ lệ phân bổ đa dạng trong đó có nhiều vị trí trực tiếp và gián tiếp tham gia vào công tác quản lý dự án ở công trình với bảng chi tiết như sau:
Bảng 4 2 Bảng kết quả thống kê công việc hiện tại
Biểu đồ Tiêu chí khảo sát Số lượng Tỉ lệ
CHT/ Quản lý kỹ thuật/ CHP công trình
Kỹ sư giám sát công trình 30 24.6% kỹ sư QS/ Hợp đồng 19 15.6%
Kỹ sư thiết kế/ shop drawing 11 9.0%
Nhân viên hồ sơ dự án 2 1.6%
Nhận xét: Kết quả khảo sát cho thấy, các vị trí công việc của nhóm đối tượng khảo sát là rất đa dạng Tỷ lệ vị trí kỹ sư giám sát công trình là nhiều nhất với 24,6%, vị trí này đa dạng và họ có thể làm ở nhiều đơn vị khác nhau như nhà thầu chính, nhà thầu phụ, hay tư vấn giám sát công trình và nhóm này cũng là những người tham gia trực tiếp vào các công tác giám sát và quản lý hiện trường Bên cạnh đó cũng có một tỷ lệ khá cao nhóm công việc là những người quản lý dự án CHT/ Quản lý kỹ thuật/ CHP công trình với 17,2 % đứng thứ 2 là những người trực tiếp tham gia công tác quản lý chi phí của dự án, và chịu trách nhiệm chính trong mọi quyết định Kỹ sư Qs/ Hợp đồng cũng chiếm tỷ lệ tương đối với 15,6 % đây là những người trực tiếp theo dõi, quản lý chi phí, quản lý thanh toán và dòng tiền cho dự án Họ có thể là người nắm rõ nhất về tình trạng vượt chi phí của dự án
Vai trò của đơn vị đang công tác
HVTH: BÙI XUÂN TỰ- 2070571 xây dựng Đơn vị tư vấn 23 18.9%
Nhà thầu chính thi công 57 46.7%
Ban quản lý vận hành toà nhà 4 3.3% Đơn vị thầu phụ 21 17.2%
Nhận xét: kết quả thống kê các đơn vị đang công tác của người tham gia trãi đều ở nhiều đơn vị trong đó phải kể đến ở nhà thầu chính thi công chiếm tỷ lệ lớn nhất trong số các đơn vị được khảo sát với 46.7% Điều này cho thấy nhà thầu chính đóng một vai trò trung tâm trong công tác thi công xây dựng Có rất nhiều người làm việc ở đây trong mẫu khảo sát và kết quả cũng cho thấy khảo sát đi đúng trọng tâm của nghiên cứu là đánh giá khả năng vượt chi phí thi công các gói thầu nhà cao tầng Đơn vị tư vấn: Với 18.9%, các đơn vị tư vấn cũng chiếm một phần đáng kể Nhóm đơn vị tư vấn bao gồm cả tư vấn thiết kế, tư vấn giám sát, tư vấn quản lý dự án …là một phần rất quan trọng trong công tác quản lý, phối hợp và điều hành các bên tham gia dự án Đơn vị thầu phụ chiếm tỷ lệ 17.2% tổng số khảo sát, cũng giống như nhà thầu chính nhà thầu phụ rất quan trọng trong việc trực tiếp thi công dự án và chia sẻ rủi ro trong quản lý chi phí thi công Chủ đầu tư/ ban quản lý dự án xây dựng: Tuy chỉ chiếm 11.5% nhưng đây là các bên quan trọng vì họ là người quyết định chính và cung cấp tài chính cho dự án cũng như đưa ra các quyết định quan trọng
Loại hình dự án đã từng tham gia
Bảng 4 4 Bảng kết quả thống kê loại hình dự án đã từng tham gia
Biểu đồ Tiêu chí khảo sát
Dự án dân dụng/ nhà cao tầng 57 46.7%
Dự án nhà công nghiệp 23 18.9%
Dự án thuỷ lợi, thuỷ điện 3 2.5%
Hạ tầng giao thông cầu đường 8 6.6%
Dự án dân dụng / thấp tầng (nhà phố, resort )
Dự án năng lượng gió 2 1.6%
Nhận xét: kết quả cho thấy có nhiều loại hình dự án từng được thực hiện bởi những người tham gia trong đó số người từng tham gia dự án dân dụng/ nhà cao tầng chiếm tỷ lệ lớn nhất với 46.7% - tương đương gần một nửa trong số lượng những người thực hiện khảo sát Điều này cho thấy rằng phần lớn đối tượng thực hiện khảo sát đúng với phạm vi nghiên cứu đề ra và số liệu thu thập là đáng tin cậy Và đồng thời cũng cho thấy rằng loại hình dự án nhà dân dụng cao tầng đang là rất phổ biến và là xu hướng phát triển hiện nay với số lượng các dự án và số lượng nhân lực tham gia rất nhiều Các tỷ lệ những người đã từng tham gia các dự án khác chiếm tỷ lệ nhỏ hơn đáng kể sơ với dự án cao tầng tuy nhiên cũng sẽ là rất hữu để đánh giá các yếu tố ảnh hưởng chung đến chi phí thi công của đặc thù ngành xây dựng Việt Nam
Quy mô dự án lớn nhất từng tham gia
Từ 500 tỷ đến dưới 1000 tỷ 20 16.4% Trên 1000 tỷ 11 9.0%
Nhận xét: kết quả về quy mô dự án tưng tham gia của đối tượng khảo sát phân bố theo hình chóp với dự án có quy mô từ 100tỷ đến 500tỷ chiếm tỷ lệ cao nhất trong số người tham gia khảo sát là 33.6% Đây là quy mô thường thấy của các dự án cao tầng và thường là tổng gái trị gói thầu của nhà thầu chính Ngoài ra tỷ lệ các dự án có quy mô từ 500 tỷ đến dưới 1000 tỷ chiếm tỷ lệ 16,4% đây rất có thể là dự án tổ hợp nhà cao tầng, khu phức hợp và như chúng ta đã biết việc quản lý chi phí của những gói thầu này là cực kỳ quan trọng Sự lời lỗ ở mỗi dự án có quy mô lớn sẻ tác động trực tiếp đến doanh thu của doanh nghiệp xây dựng và sự cạnh tranh của doanh nghiệp xây dựng ở thị trường chung Tỷ lệ người từng tham gia dự án có quy mô từ Từ 50 tỷ đến 100 tỷ cũng chiếm tỷ lệ khá cao 30,3 % rất có thể họ là đơn vị thầu phụ hoặc cũng có thể làm ở các dự án dân dụng thấp tầng
Có từng tham gia quản lý chi phí thi công tại dự án không?
Bảng 4 6 Bảng kết quả thống kê có tham gia công tác quản lý chi phí hay không
Biểu đồ Tiêu chí khảo sát
Nhận xét: kết quả cho thấy có đến 61.5% những người khảo sát trực tiếp tham gia công tác quản lý chi phí tại dự án đó là những người có đánh giá tin cậy nhất liên quan đến các nhân tố gây vượt chi phí thi công thường là các chỉ huy trưởng, chỉ huy phí, kỹ sư qs/ hợp đồng, đơn vị tư vấn khối lượng… Có 38.5 % những người khác không tham gia trực tiếp quản lý chi phí nhưng đó có thể là những người tham gia công tác quản lý thi công hoặc thuộc các đơn vị tư vấn giám sát, tư vấn thiết kế và các đánh giá của họ đến các biến rủi ro cũng sẽ là rất hữu ích cho nghiên cứu
4.1.2.2 Kiểm tra độ tin cậy thang đo Cronbach’s Alpha
Kết quả hệ số Cronbach’s Alpha của nhóm tất cả các yếu tố khảo sát thu được sau khi phân tích bằng phần mềm spss như sau:
Bảng 4 7 Bảng kết quả hệ số Cronbach’s Alpha của các biến khảo sát
Cronbach's Alpha Based on Standardized Items
Nhận xét: Kết quả phân tích cho thấy hệ số Cronbach’s Alpha cho nhóm tất các các biến gây vượt chi phí thi công là 0.865 trong khoảng 0.73 tức ảnh hưởng đến vượt chi phí trên mức trung bình để làm đầu vào cho mô hình dự đoán
Xây dựng mô hình DBNs tổng quát định lượng rủi ro vượt chi phí
Mô hình GeNIe tính toán chủ yếu dựa vào nguyên tắc xác suất có điều kiện áp dụng công thức Bayes và công thức tính xác suất chung như đã đề cập ở chương 2 Trong đó :
+ P(xi;0) : là xác suất của biến rủi ro thứ i ở giai đoạn t
+ P(xi;1) : là xác suất của biến rủi ro thứ i ở giai đoạn t+1
+ P(Z;0) : là xác suất của biến kết quả “ vuợt chi phí thi công” giai đoạn t + P(Z;1) : là xác suất của biến kết quả “ vuợt chi phí thi công” giai đoạn t+1
+ P(Xi;j)= f(P(Xm,Xn;i,j) là xác suất của biến rủi ro thứ i ở giai đoạn j phụ thuộc vào các xác suất biến trước P(Xm), P(Xn) ở các giai i, j
Trình tự tính toán xác suất của mô hình được mô tả ở hình phía dưới đây:
Năng lực tài chính yếu kém của CĐT, Chậm trễ thanh toán ở giai đoạn t và Năng lực tài chính của nhà thầu yếu kém ở giai đoạn t+1
Chấp nhận mối quan hệ 3.11
Năng lực tài chính của nhà thầu yếu kém ở giai đoạn t và Năng lực tài chính của nhà thầu yếu kém ở giai đoạn t+1
Chấp nhận mối quan hệ 3.11
Sai sót trong thi công và làm lại ở giai đoạn t và Không đáp ứng được tiến độ thi công ở giai đoạn t+1
Chấp nhận mối quan hệ 3
Không đáp ứng được tiến độ thi công Y(9;0) ở giai đoạn t và Không đáp ứng được tiến độ thi công ở giai đoạn t+1
Chấp nhận mối quan hệ 3
7 Y(9;0)-Z(1) Không đáp ứng được tiến độ thi công ở giai đoạn t và Vượt chi phí thi công giai đoạn t+1 Chấp nhận mối quan hệ 3
Năng lực tài chính yếu kém của CĐT, Chậm trễ thanh toán ở giai đoạn t và Năng lực tài chính yếu kém của CĐT, Chậm trễ thanh toán ở giai đoạn t+1
Chấp nhận mối quan hệ 2.78
9 Y(3;0-3;1) Sai thiếu trong thiết kế ở giai đoạn t và Sai thiếu trong thiết kế ở giai đoạn t+1 Từ chối mối quan hệ 1.44
10 Y(1;0-z;1) Bỏ giá đấu thầu không chính xác ở giai đoạn t và
Vượt chi phí ở giai đoạn t+1 Từ chối mối quan hệ 1.11
Temporal plate (giai đoạn này sang giai đoạn khác)
Hình 4 2 Sơ đồ nguyên lý tính toán xác suất của các biến trong mô hình DNBs
+Các trạng thái (state) quan sát của biến
+Mối quan hệ (Arc) giữa các biến
+Dữ liệu của biến (bảng xác suất có điều kiện)
+Tiếp đến cần xác định hệ thống động trong mô hình bao gồm các biến có trạng thái thay đổi theo thời gian được đưa vào tấm thời gian gọi là (temporal plate) và các mối quan hệ (Arc) - mạng chuyển giữa các tấm thời gian.
+Bước tiếp theo là xác định các thời điểm quan sát đó là các lát cắt thời gian – time slide Càng có nhiều lát cắt thời gian chúng ta sẽ quan sát được thay đổi của các giá trị biến Đồng thời cũng cho phép cập nhật và theo dõi các trạng thái của các biến ở hiện tại (bằng cách set evidence các biến) để dự đoán xác suất xảy ra của các trạng thái của các biến trong tương lai
Mô hình DBNs tổng quát ướt lượng vượt chi phí thi công dự án nhà cao tầng của nhà thầu được xây dựng trong phần mềm GeNIe như hình … bên dưới
Chúng ta có thể sử dụng tính năng Unroll-Mở rộng trong phần mềm để giúp chuyển mạng Bayes động (DBN) về các mạng tĩnh BN không chứa thông tin thời gian với một số lượng xác định các lát cắt thời gian (time-slices) được đặt trước Điều này giúp chúng ta dễ dàng hiểu rõ cấu trúc mô hình, đặc biệt cho phép chúng ta bổ sung thông tin các biến và tính toán trong từng time slide bình thường như mạng BN
Mô hình tổng quá được mở rộng như hình… bên dưới
Hình 4 3 Mô hình tổng quát dự đoán xác suất vượt chi công của các nhà thầu tại Việt Nam
Hình 4 4 Mô hình tổng quát dự đoán xác suất vượt chi công của các nhà thầu tại Việt Nam khi “Unrolled”
4.3.3 Nhận xét mô hình tổng quát
Mô hình DBNs tổng quát để dự đúng xác suất vượt chi phí được xây dựng dựa trên 16 yếu tố tác động mạnh nhất đến vượt chi phí thi công ở các nhà thầu trong đó có 3 biến là các yếu tố đầu vào cảu gói thầu thi công, các yếu tố này sẽ tác động xuyên suốt qau các giai đoạn của dự án và được phân loại là nút cố định- Contemporal node trong mô hình bao gồm: “ sai sót trong khảo sát” , “ sai thiếu trong thiết kế” , và “ bỏ giá đấu thầu không chính xác” 13 yếu tố còn lại và hàm vượt chi phí được đưa vào mạng động để quan sát sự thay đổi các trạng thái qua các giai đoạn thời gian
Có 8 mối liên kết động mạnh nhất sau phân tích khảo sát được đưa vào vào mô hình Đó là gọi là các liên kết tạm-Arc temporal liên kết giữa các tấm thời gian Kết hợp với các tấm thời gian đó là hệ thống động của mô hình Mô hình được quan sát qua 3 lát cắt thời gian theo đề xuất ban đầu là các giai đoạn t=0: thời điểm đóng hầm, t=1 thời điểm cất nóc công trình, t=2 thời điểm hoàn thiện và bàn giao dự án
Mô hình động dự báo vượt chi phí thi công ở nhà thầu được xây dựng dựa theo các đặc điểm chung nhất của các dự án cao tầng tại Việt Nam và việc sử dụng mô hình sẽ được hiểu chỉnh để phù hợp nhất với từng dự án áp dụng tuỳ thuộc vào các đặc tính của dự án đó
Mô hình thể rõ nhất sự tương quan ở mỗi giai đoạn khi thực hiện tính năng mở rộng-unrolled Đó là 3 giai đoạn thời gian được liên kết với nhau bằng các mạng tĩnh ở đây chúng ta có thể hiểu rõ được bản chất từng nút trong từng giai đoạn Và sự mở rộng này cũng cho phép tính toán tương tự như một mạng BN tĩnh
HVTH: BÙI XUÂN TỰ- 2070571 là công trình A và công trình B
5.1.1 Giới thiệu về công trình A
Dự án là một chung cư thương mại toạ lạc tại Quận 9 (nay là thành phố Thủ Đức) thành phố Hồ Chí Minh Chủ đầu tư của dự án là một trong những Ông lớn của ngành bất động sản Việt Nam những năm gần đây và công trình được thi công bởi tổng thầu cũng là một nhà thầu uy tín và có bề dày kinh nghiệm lâu năm trong ngành xây dựng với các thông tin cơ bản liên quan đến dự án A này như sau:
Quy mô công trình: dự án chung cư thương mại cao tầng với 2 toà nhà liền kề có số tầng cao lần lượt là A1: 24 tầng và A2: 39 tầng , có chung khối đế với 2 tầng Hầm
Các bên tham gia dự án: Có ban quản lý dự án xây dựng (đại diện chủ đầu tư), tư vấn giám sát xây dựng, tư vấn thiết kế, nhà thầu chính, nhà thầu phụ chỉ định của chủ đầu tư
Gói thầu thực hiện của tổng thầu là : gói thầu “Thi công phần móng, hầm, thân thô và hoàn thiện cơ bản” Mô hình thầu là Design bid build và theo hợp đồng đơn giá cố định với tổng giá trị gói thầu tạm tính là: 397.606.585.457 (đồng) các hạng mục phát sinh ngoài phạm vi hợp đồng sẽ được bảo vệ và trình duyệt phát sinh Điểm đặc biệt của gói thầu là các vật tư chính yếu bao gồm (thép, thép kingpost ,gạch ốp lát, tấm tường bê tông Acotec) sẽ được chủ đầu tư cấp Nhà thầu có kế hoạch quản lý, bảo quản và quản lý thi công Mọi hao hụt, mất mát vượt mức (hao hụt cho phép là 3%) sẽ được khấu trừ trực tiếp vào giá trị quyết toán hợp đồng Điều có đó nghĩa là vai trò quản lý mất mát, hao hụt vật tư của nhà thầu là cực kỳ quan trọng để tránh vượt chi phí thi công
Thông tin về chi phí thi công gói thầu: giá trị gói thầu sau quyết toán là : 402.214.622.985 (đồng) Giá trị ngân sách dự kiến được phê duyệt ban đầu cho tổng chi phí thi công dự án của nhà thầu là 353.428.075.962 (đồng) ước tính lợi nhuận đề
HVTH: BÙI XUÂN TỰ- 2070571 ra ~12% Giá trị ngân sách được điều chỉnh và được phê duyệt cuối cùng là
383.295.760.608 (đồng) với lợi nhuận đạt được là ~4,7% Tuy nhiên chi phí thực hiện gói thầu sau cùng là: 418.920.405.386 (đồng) vượt ngân sách đề ra ~9,3% lỗ luỹ kế là ~16,7 tỷ đồng Bảng tổng hợp thông tin tổng giá trị ngân sách được duyệt và chi phí thi công thực tế như bảng dưới đây:
Bảng 5 1 Bảng tổng hợp thông tin dự án A
Tiến độ thực hiện: Tiến độ theo hợp đồng như sau: phần hầm ngày bắt đầu là
KIỂM CHỨNG MÔ HÌNH
Kiểm chứng tính hợp lý, phân tích kết quả của mô hình
5.2.1 Áp dụng mô hình DBNs vào thực tế công trình A
5.2.1.1 Hiệu chỉnh mô hình phù hợp với công trình A
Mô hình tương quan xác suất động DBNs tổng thể (xem ở chương 4) được xây dựng dựa trên các rủi ro đặc trưng nhất của loại hình dự án là nhà cao tầng và áp dụng ở các nhà thầu thi công tại Việt Nam Vì đó là những rủi ro chung thường thấy nhất trong qua trình thi công dự án, do đó khi áp dụng vào công trình cụ thể, tuỳ thuộc vào các tính chất và đặc điểm của công trình mà cần hiệu chỉnh (xoá bớt hoặc bổ sung thêm các yếu tố) vào mô hình để phù hợp và cho những dự đoán chính xác nhất với thực tế
Nhận thấy mô hình tổng quát phù hợp với các đặc điểm của Casestudy là công trình A của học viên Mô hình có 16 biến rủi ro liên quan đến hàm quan sát là “ vượt chi phí thi công” trong từng giai đoạn có ba yếu tố được xem là đầu vào của dự án
Ngân sách t=0 ( đóng nắp phần phần hầm) t=1 ( cất nóc kết thúc phần thân thô) t=2 (kết thúc dự án) Ngân sách được phê duyệt sau cùng (luỹ kế) 126,347,026,438 308,393,324,580 382,134,093,802 Chi phí thi công thực tế
HVTH: BÙI XUÂN TỰ- 2070571 xong phần hầm (đóng nắp hầm), t=1 ứng với thời điểm cất nóc công trình kết thúc phần thân thô, t=2 ứng với thời điểm kết thúc dự án và bàn giao đưa vào sử dụng
5.2.1.2 Dữ liệu đầu vào mô hình công trình A
Các bước để mô hình hoá trong phần mềm được mô tả ở chương 4 Đối với mỗi dự án cần phân tích có 2 dữ liệu quan trọng cần xác định là trạng thái biến và dữ liệu biến (bảng xác suất có điều kiện)
Trạng thái biến : Trạng thái của các biến càng chia nhỏ, mức độ chính xác của mô hình sẽ càng sát với thực tế Tuy nhiên với mức độ tính toán quá nhiều và cùng với thời gian nghiên cứu có hạn học viên đơn giản hoá để tính toán chỉ xét 2 trạng thái cơ bản cho tất cả các biến rủi ro là “ có xảy ra” và “ không xảy ra”
Theo các nghiên cứu trước đây của Trần Việt Thành (2007), Trần Khoa
(2009) [26], [25] sử dụng các mốc vượt chi phí từ 10% và 20% để đánh giá mức độ vượt chi phí của dự án Đối với hàm mục tiêu là “ Vượt chi phí thi công” học viên xét đến 4 trạng thái quan sát như sau:
+ “ không vượt chi phí” : được hiểu là chi phí thi công thực tế nhỏ hơn hoặc bằng giá trị ngân sách đề ra, vượt chi phí =< 0%
+ “ vượt chi phí ít” Được hiểu là giá trị thi công thực tế lớn hơn giá trị ngân sách đề ra trong khoảng 0%< vượt chi phí < 10%
+ “ vượt chi phí nhiều” Được hiểu là giá trị thi công thực tế lớn hơn giá trị ngân sách đề ra trong khoảng 10%< vượt chi phí < 20%
+ “ vượt chi phí rất nhiều” Được hiểu là giá trị thi công thực tế lớn hơn giá trị ngân sách đề ra trên 20%, vượt chi phí >20%
Kết quả bảng khảo sát xác suất có điều kiện của các biến : Bảng khảo sát xác suất có điều kiện được thực hiện với các cấp quản lý dự án và kỹ sư Qs/ hợp đồng tại dự án A Có 3 người trực tiếp tham gia công tác quản lý chi phí và quản lý dự án tại công trình A đã bỏ thời gian nghiêm túc để đánh giá các xác suất của các biến
Kết quả sử đụng định lý giá trị trung tâm để ước lượng giá trị kỳ vọng và đưa vào mô hình như sau:
Các nút gốc nút không có chịu ảnh hưởng bởi các nút đứng trước nó
Hình 5 1 Xác suất có điều kiện cho nút “ biện pháp thi công không hợp lý”
Hình 5 2 Xác suất có điều kiện cho nút “ năng lực quản lý của TVGS/TVQLDA yếu kém”
Hình 5 3 Xác suất có điều kiện cho nút “ Giá cả thị trường leo thang”
Hình 5 4 Xác suất có điều kiện cho nút “ sai sót trong khảo sát”
Hình 5 5 Xác suất có điều kiện cho nút “ Quản lý hợp đồng lỏng lẻo”
Hình 5 6 Xác suất có điều kiện cho nút “ Bất khả kháng( thời tiết bất lợi, dịch bệnh…)”
Hình 5 7 Xác suất có điều kiện cho nút “ lãi vay tăng cao”
Hình 5 8 Xác suất có điều kiện cho nút “ Quản lý vật tư trên công trường yếu kém (mất mát, hao hụt, lãng phí…)”
Kết quả bảng xác suất có điều kiện của các nút có một nguyên nhân gây ra của công trình A được nhập liệu vào mô hình như sau:
Hình 5 9 Xác suất có điều kiện cho nút “ Năng lực tài chính yếu kém của CĐT chậm trễ thanh toán”
Hình 5 10 Xác suất có điều kiện cho nút “ mất an toàn lao động trong thi công”
Hình 5 11 Xác suất có điều kiện cho nút “ sự quản lý phối hợp trên công trường kém”
Hình 5 12 Xác suất có điều kiện cho nút “ Sai thiếu trong thiết kế”
Hình 5 13 Xác suất có điều kiện cho nút “ Bỏ giá đấu thầu không chính xác”
Các nút có nhiều hơn 2 nút cha mẹ (vui lòng xem bảng xác suất có điều kiện tại phụ lục đính kèm) Ở hệ thống động của mạng DBN trên có 4 nút được khảo sát xác suất ở thời điểm t+1 là : (1) nút “ Năng lực tài chính yếu kém của chủ đầu tư, chậm trễ thanh toán”, (2) nút “ Năng lực tài chính của nhà thầu yếu kém”, (3) nút “ không đáp ứng được tiến độ thi công”, (4) nút “ Vượt chi phí thi công” giai đoạn t+1
Dưới đây là bảng xác xuất có điều kiện của nút “ Năng lực tài chính yếu kém của chủ đầu tư, chậm trễ thanh toán” ở giai đoạn t+1 của công trình A
Hình 5 14 Xác suất có điều kiện cho nút “ Năng lực tài chính yếu kém của chủ đầu tư, chậm trễ thanh toán” ở giai đoạn t+1
Các bảng giá trị xác suất có điểu kiện của các nút còn lại ở giai đoạn t+1 của công trình A vui lòng xem ở phục lục đính kèm
5.2.1.3 Tính toán và phân tích kết quả của mô hình dự đoán xác suất vượt chi phí công trình A a kết quả tính toán
Sau khi nhập đầy đủ dữ liệu mô hình vào phần mềm, tiến hành chạy mô hình để đưa ra kết quả dự đoán vượt chi phí của công trình A như sau:
Hình 5 15 kết quả dự đoán hàm vượt chi phí qua các giai đoạn của công trình A
Nhận xét kết quả: xác suất vượt chi phí của công trình A được trả về ở ba thời điểm tương ứng đuợc học viên lựa chọn quan sát Ở thời điểm t=0 ứng với thời điểm thi công xong phần thô cọc, móng, hầm và đóng nắp hầm: xác suất không vượt chi phí thi công trong giai đoạn này là nhiều nhất với kết quả dự đoán là 56,2% không vượt ngân sách đề ra Xác suất dự báo vượt chi phí thi công ít (trong khoản từ 0% dưới 10% so với ngân sách) cũng khá lớn với kết quả dự đoán là 23,2% Đối chiếu với bảng theo kết quả theo dõi chi phí thực tế xuất tại thời điểm đóng nắp hầm công trình A ta thấy ~95,31 tỷ < ngân sách được duyệt ước tính đến thời điểm này là ~95,35 tỷ Như vậy kết quả dự báo vượt chi phí của mô hình ở giai đoạn này khá chính xác Kết quả thực tế cũng ngấp nghé vượt chi phí so với ngân sách đề ra điều đó là có lý khi mô hình dự đoán đưa ra dự đoán vượt chi phí ít là 23,2% khả năng cao thứ hai Ở thời điểm t=1 ứng với thời điểm thi công xong phần thân thô, cất nóc toà: xác suất dự báo “vượt chi phí thi công ít” trong giai đoạn này là nhiều nhất với kết quả dự đoán là 54,9% vượt ngân sách đề ra trong khoảng từ 0% đến 10% Kết quả dự báo xác suất trạng thái vượt chi phí nhiều (vượt trong khoảng từ 10% ước tính ngân sách ước tính được duyệt đến thời điểm này là ~298,75 tỷ Vượt luỹ kế ~ 25,92 tỷ so với ngân sách đề ra tức tương đương với 25,92/298,75 ~ 8,7% Như vậy kết quả dự đoán của mô hình ở giai đoạn này là hoàn toàn đáng tin cậy Ở thời điểm t=2 ứng với thời điểm thi công xong phần hoàn thiện và bàn giao đưa vào sử dụng: cũng giống ở thời điểm trước xác suất dự báo “vượt chi phí thi công ít” đến giai đoạn này là nhiều nhất với kết quả dự đoán là 55,46% vượt ngân sách đề ra trong khoảng từ 0% đến 10% Kết quả dự báo xác suất trạng thái vượt chi phí nhiều (vượt trong khoảng từ 10% ước tính ngân sách được duyệt đến thời điểm này là ~383,3 tỷ Vượt luỹ kế ~ 35,6 tỷ so với ngân sách đề ra tức tương đương với 35,6/383,3 ~ 9,3% Đồng thời đến thời điểm này kết quả mô hình cho ta thấy rằng các phần trăm xác suất xảy ra của các trạng thái từ vượt chi phí ít đến vượt chi phí nhiều cũng tăng đều qua thời gian trong khi đó tỷ lệ không vượt chi phí giảm lại đáng kể từ sau giai đoạn t=0 Như vậy kết quả dự đoán chủ quan của mô hình ở giai đoạn này cũng cho thấy rất sát sao với chi phí thực tế dự án và ước tính ngân sách ban đầu
Nhìn chung quả dự báo khả năng vượt chi phí của mô hình áp dụng cho công trình A là tương đối chính xác khi đáp án vượt chi phí trong khoản từ 0%-10% chiếm khả năng nhiều nhất Công trình A vượt ~ 16,7 tỷ tương đương với vượt 16,7/ 402,21
~ 4.15 % so với tổng giá trị quyết toán gói thầu và kết quả vượt chi phí ở giai đoạn thân thô và hoàn thiện là nhiều nhất điều đó là khá hợp lý khi giai đoạn này chiếm tỷ trọng khối lượng lớn của gói thầu và khi so sánh với thực tế công trình ở giai đoạn hoàn thiện dự án A bị chậm tiến độ rất lớn 2.5 tháng do nhà thầu chính gặp khó khăn tài chính và chậm chi trả cho các bên khiến công nhân và thầu phụ dừng thi công trên diện rộng
