重庆交通大学工程造价外文翻译.docx
《重庆交通大学工程造价外文翻译.docx》由会员分享，可在线阅读，更多相关《重庆交通大学工程造价外文翻译.docx（11页珍藏版）》请在冰豆网上搜索。
重庆交通大学工程造价外文翻译
本科毕业设计（论文）
外文翻译
译文题目：
建筑招投标与赢者诅咒：
博弈论方法
学院：
经济与管理学院
专业：
\
学生姓名：
\
学号：
\
指导教师：
\
完成时间：
\
建筑招投标与赢者诅咒：
博弈论方法
摘要：
在建筑业中，竞争投标一直是承包商选择的一种方法。
由于施工的真实成本直到项目完工后才知道，所以逆向选择是一个重大问题。
逆向选择是当合同的赢家低估了项目的真实成本，从而中标承包商很有可能赚取负或至少低于正常利润。
赢家的诅咒是当中标人提交一个被低估的出价，因此诅咒被选中承担项目。
在多阶段招标环境下，分包商由总承包商雇用，胜利者的诅咒可能会复合。
在一般情况下，承包商遭受赢者的诅咒，因为各种各样的原因包括项目成本估计不准确；新的承包商进入建筑市场；在建筑行业的衰退的情况下减少损失；在建筑市场激烈的竞争；差的机会成本，从而影响承包商的行为；以及要赢该项目然后弥补订单变更、索赔和其他机制而带来的损失。
本文通过博弈论方法旨在分析并减少潜在的施工招投标中赢家诅咒的影响。
为此，作者确定在两个共同的施工招标环境的赢家诅咒的程度，即单级招标和多级招标。
我们的目标是比较上述两个施工招标环境，并确定如何学习从过去的投标决策和经验可以减轻赢家的诅咒。
为此，通过定义施工招标和拍卖理论之间的关系，利用三步研究方法包括
（1） 呈现对称风险中性的纳什均衡作为最优报价功能；
（2）开发仿真模型用于单级和多级施工招标过程；（3）分析仿真模型的结果，它是基于由加利福尼亚州运输部提供项目的一个实际的数据集。
这项研究表明，大多数的一般承包商和分包商在单级和多阶段投标环境遭受赢家的诅咒。
此外，从赢者的诅咒的角度来看，多阶段的投标环境比单级投标环境造成更多的损失。
然而，通过学习过去的经验，如果与单级招标环境相比，多级招标环境提供给承包商一个更好的机会以避免赢家的诅咒。
这项研究对同行来说是有益的，便于他们更好地了解投标决策过程。
对于未来的工作，合作博弈理论可以与完整的项目交付原则结合起来，以帮助所有相关各方相互实现自己的项目目标。
关键词：
工程承包
1.引言
了解施工行业的基本过程对于承包商保持竞争力，同时对于一个国家经济有效运作至关重要。
根据Kululanga等（2001年），建筑行业在早期纳入了简单直观的流程。
然而，建筑行业在当今世界越来越复杂和复杂。
建筑行业的发展为承包商开创了竞争环境。
因此，承包商需要制定完善的计划，以接受不同的观点，以便领先于竞争对手。
建筑行业艰巨的任务之一是承包商选择过程。
竞争性投标一直被用作分配合同的方法（Seydel2003）。
此外，在公共部门，竞争性投标被认为是法律要求。
因此，有人认为，对建设项目成功影响的主要因素之一是企业的投标策略。
根据ParkandChapin（1992）的说法，承包商提交建议，表明他们愿意按约定的价格进行建设项目。
一般来说，在施工招标过程中，提交的投标在技术上进行评估，然后根据提交的价格对技术上批准的投标进行财务评估。
对于提交投标的财务评估，采用低价中标法，第二低价中标法，平均报价方法和低于平均报价法等方法（Ioannou和Awwad2010）。
根据Ioannou和Awwad（2010）的说法，低价中标法是美国建筑合同最常用的方法。
在本文适用的低价中标方式中，合同授予技术认可的承包商，并在提交的投标中具有最低的价格。
因此，获胜承包商预计将根据约定的价格和时间表建设项目，并提供所需的质量水平。
竞争投标的成功与否取决于诸多因素，这些因素被认为是建筑工程投标竞争环境的主要来源。
如盖茨（Gates）（1967）所述，承包商希望获得项目合同有很多原因，例如
（1）增加赚取的利润；
（2）尽量减少损失，因为承包商即使在经济衰退期间也能保持公司的完整性；（3）尽量减少竞争对手的利润，以保持建筑行业市场的长期良好竞争地位。
由于上述所有原因，在提交投标前，每个承包商正在对每个投标情况做出许多关键决定。
（1）BagiesandFortune（2006）指出，在承诺建筑项目之前的阶段，承包商受到是否投标决定的影响，从而承包商考虑了许多有助于确定预期的因素来正确评估建设项目是否受益。
（2）与招标策略相关的投标策略。
正如King和美世（1985）所引用的，投标策略是任何建筑公司总体业务规划的重要组成部分。
在过去的50 年，许多模型已经被开发用于在建筑工程招投标中的应用。
根据Wanous等人（2000），这些投标模式中的大多数只集中于加价决策，如Friedman（1956）和盖茨（1967）开发的模型。
然而，尽管有许多与招标相关的出版物，投标模式也大部分忽视了人的行为（AhmadandMinkarah，1988）。
许多研究人员认为，在现实中，投标决定是以经验和直觉为基础，并受到对每个投标情况的压力的情绪反应的影响（Fayek1998）。
此外，Runeson和Skitmore（1999）认为，在开发的投标模式中应用的一些基本假设是不现实的，其预测结果并不总是正确的。
因此，在施工招标中需要采用更有效率的投标模式，与其在假设中的施工招标过程的实际情况相一致，克服了以前发布的招标模式的局限性。
最近，许多研究人员倾向于开发新技术来帮助承包商使用模糊神经网络进行招标决策（Polat等，2014）。
预计这些技术应有助于承包商估计最佳出价金额，以便在施工招投标中投标报价。
最后，施工项目面临施工项目生命周期中可能发生的许多事件的高度不确定性。
例如，承包商面对周期长的项目投标时必须考虑的投入成本，劳动力问题和施工条件的不可避免和不可预见的增加。
在提交投标时，承包商不能确定地知道实际的项目建设成本。
因此，建筑行业依赖于承包商当前信息，过去经验和利用RSMeans等方法对项目成本的估算。
因此，在施工招投标中，低估项目成本和招标费用的承包商投标报价比项目建设成本低，因此面临不利选择所带来的问题。
这种不利的选择导致的结果被称为胜利者的诅咒。
2.目标
本文运用博弈论的方法，分析并减轻工程招投标中赢者诅咒的潜在影响。
为此，作者确定在两个共同的施工招标环境的赢家诅咒的程度，即单级招标和多级招标。
我们的目标是比较上述两个施工招标环境，并确定如何从过去的投标决策和经验学习可以减轻赢家的诅咒方法。
3.背景信息
自从约翰·冯·诺依曼（JohnvonNeumann）和奥斯卡·莫根斯坦（OskarMorgenstern）发表“运动与经济行为理论”以来，社会和行为科学已经开发出数学工具来描述人类行为。
为此，游戏理论被定义为“智慧理性决策者之间冲突与合作数学模型的研究”（Myerson1991。
博弈论已经应用于人类生活的不同方面。
20世纪50年代和60年代，博弈论被应用于战争中的决策和政治问题。
20世纪70年代，博弈论彻底改变了经济研究领域。
此外，它已经应用于社会学，心理学和生物学。
在诺贝尔奖获得诺贝尔奖后，博弈论及其从业者在约翰·纳什（JohnNash），约翰·哈桑尼（JohnHarsanyi）和雷因哈德·塞尔滕（ReinhardSelten）的1994年获得了长期以来的认可和合法性（Turocy和Stengel2001）。
在建筑行业，研究人员已经应用了各种博弈论模型来解释和预测结果。
何（2001）利用博弈论分析了不对称信息存在下的建设运营转移项目采购流程及其对项目融资和政府政策的影响。
Drew和Skitmore（2006）通过拍卖理论，博弈理论的亚科学分析，分析了建筑行业的竞标计划。
何和刘（2004）通过博弈论模型分析了承包商和建筑业主之间的动态。
Karl（2014）开发了一种模块化建模方法，用于模拟建筑行业不同层次的多层次和动态关系。
此外，博弈论也被应用于检查分包商选择的策略（Unsal和Taylor2011），并分析投标报酬对竞标投标过程的影响（Ho2005）。
因此，博弈论被认为是分析建筑行业许多问题的重要工具。
一般来说，博弈论模型可以根据信息的完整性和游戏的播放方式进行分类。
基于博弈的方法，有两种类型：
（1）静态博弈，玩家在决定的同时采取行动，不知道其他玩家选择的决策，以及
（2）动作博弈（其他行动）（Ho和Hsu，2014）。
一般来说，施工竞标模式可以认为遵循静态博弈概念，因为投标人在提交投标时不知道竞争对手的投标。
此外，博弈论概念基本上有两个主要部分：
（1）合作博弈理论，其中玩家合作共同获得更多的收益，并在他们之间公平分配收益;
（2）非合作博弈理论，其中每个玩家独立选择一个策略并尝试最大化收益，并且玩家之间没有勾结（Asgari和Afshar2008）。
纳什（1950）均衡被认为是非合作博弈的解决方案，假设所有玩家都是理性的。
一般来说，施工竞争性招标可以描述为非合作游戏，因为每个总承包商（GC）或分包商（SC）都试图赢得竞争，并在存在利益冲突的情况下使个人的收益最大化。
因此，可以得出结论，为了开发一个描述实际投标的更好的模型，博弈论模型与静态移动和不完整信息不合作。
拍卖已被用于分发货物和服务数千年。
从博弈论的角度来看，拍卖被认为是不完整信息博弈最优秀的应用之一，因为拍卖参与者有不同的私人信息，这是影响其战略行为的主要因素。
拍卖通常分为两大类：
（1）私有价值拍卖，
（2）共同价值拍卖。
在私人价值拍卖中，投标人可以确定地知道自己拍卖品的价值，但不知道其他投标人的价值。
然而，在共同价值拍卖中，被拍卖的物品对每个人都具有相同的价值（即成本），但是没有一个投标人确定地知道这个价值。
因此，每个投标人都会制定一个关于真实价值的独立和相同分布的估计，赢家是具有最真实价值的信息（Kagel和Levin，2002）。
关于建筑行业，承包商在提交投标时有两个不完整的信息来源：
（1）实际（实现）项目建设成本，
（2）竞争对手对项目建设成本的估计。
因此，根据Dyer和Kagel（1996），施工招标被认为是一个共同价值的拍卖。
这是由于建设项目的未知真实成本，直到完成项目才能确定。
此外，投标建设合同也被称为反向拍卖。
与购买商品和服务的拍卖不同，建筑拍卖用于销售商品和服务。
在这样的设置中，拍卖人根据低出价方法，而不是购买物品的最高出价，将获胜者确定为投标人提交最低出价。
根据卡格尔和莱文（2002）的观点，Capen等人首先介绍了胜利者诅咒的故事。
（1971）。
三名石油工程师声称，石油公司在早期外部大陆架（OCS）石油租赁拍卖中的回报率突然降低。
此后，研究人员已经认识到获胜者的诅咒在出版权拍卖中的影响（Dessauer1981），企业收购战（Roll1986），房地产拍卖（Ashenfelter和Genesore1992）和牛拍卖（Coatney等人2012）。
特别是建筑行业，胜者的诅咒可以定义为当投标人以最乐观（低）的项目成本估计，根据提交的投标价少于真实的项目建设成本赢得项目合同时的情况。
这样一个投标人如果没有把胜利者的诅咒问题考虑在内，很有可能会获得负数，或至少低于正常利润。
一种机制是，大多数州的法律允许低投标者在算术错误的情况下提取公共项目的投标，而不受惩罚。
算术错误的含义是广泛的，定义不够明确，承包商可以通过撤销提交的低价格从优胜者的诅咒中获益。
第二种机制取决于总承包商和分包商之间的关系。
总承包商可以提高出价，受益于分包商在降低联合提交的投标书中降低投标的可能性。
第三种机制是变更。
变更是指客户或业主在签订合同后调整项目建设的原始范围的情况。
通常，通过相关利益相关者之间的谈判确定变更单的价格。
通过艰苦的谈判，一个承包商在一个项目下可以恢复至少一些损失，在某些情况下可以赚取利润。
提出修改建议。
一般来说，上述机制被认为是无效的，特别是变更的第三种机制，原因在于分包商与总承包商和客户之间存在对抗关系的不利之处，以及潜在的法律费用。
因此，为了避免胜利者的诅咒，由于上述机制相对无效，承包商在准备投标时必须认真考虑所有因素，如市场因素，项目地点，竞争对手的数量和时间等因素，如大小，类型和范围。
作为这种情况，以下部分将对称风险中性纳什均衡（SRNNE）出价函数作为可以避免获胜者诅咒的最佳战略投标的潜在工具。
SRNNE投标报价功能
Wilson（1977）开发了第一个纳什均衡解之后，Dyer等（1989）提出了SRNNE进行第一次价格密集投标共同价值拍卖，投标人在闭门拍卖中独立提交投标，赢家是提交最低投标价值的人。
此外，Dyer等人（1989）利用这种最优投标函数来分析一系列实验室实验，投标人竞争提供诸如施工合同等未知成本项目的权利。
Dyer等人（1989年）主要侧重于分析和比较建筑行业经验丰富的高管与没有经验的学生的行为。
作者进行了四次实验；其中三次实验采用休斯敦大学高级经济学专业的学生，没有先前的实验室经验，而实验4则聘请了当地建筑行业的高管。
每个实验包括不同的拍卖期，供应权被授予低投标者。
假设有经验的投标人不会因为没有经验的投标者而获胜者的诅咒。
有意思的是，作者发现，没有经验的学生和经验丰富的高管在获胜者的诅咒中几乎相似。
此外，作者研究了投标人数量增加对其行为的影响。
Dyer等人（1989）认为，在共同价值拍卖中，当投标人数增加时，有两种力量。
这两个力量被称为战略力量和项目估价考虑。
战略力量导致投标人数量增加，投标人数下降，因为获胜的概率较高。
另一方面，项目估值考虑因素导致竞标价格上涨，因为不利选择问题（获胜者的诅咒）随着投标人数量的增加而增加。
因此，为了避免获胜者的诅咒，SRNNE投标功能要求投标数不变或随着投标人数量的增加而增加。
根据实验结果，Dyer等（1989）发现，无经验的学生和经验丰富的高管都因竞争对手数量的增加而遭受损失增加，这意味着投标人的方向错误，受到战略力量的影响，或者没有对正确的方向作出足够的反应。
最终，作者得出结论，胜者的诅咒主要取决于市场规模，拍卖形式和主题人群。
SRNNE的描述如下：
在提交投标时，建设项目
的实际成本未知。
赢得建设项目合同的投标人将获得等于我的投标
与项目
的实际成本之间的差额的利润，如方程式
（1）所示。
其中
是承包商的初始估计成本（即投标价值）。
（1）
在得出SRNNE最优投标函数时，假设项目
的实际成本是从
上的均匀分布中得出的。
此外，每个投标人收到关于真实成本的私人信号
。
假设这个私人信号是从
上的均匀分布中随机绘制的。
变量
表示围绕真实成本的私人信号的范围，取决于投标者估计的准确性。
此外，还假设实际成本
和投标人数
的均匀分布对所有参与投标者都是常识，而每个投标人私下知道他的私人信号
和
的函数。
由Dyer等人得出的SRNNE最优出价函数（1989）中，区间
如下：
（2）
其中
。
随着
向下移动
，
迅速减小。
此外，SRNNE意味着信号被标记为等于
的值，以避免获胜者的诅咒。
合理的是，如果投标仅基于估计接近
的项目成本，投标人将平均获得负利润。
研究方法论
在确定了施工招标与拍卖理论的关系之后，作者采用了三步研究方法：
（1）将SRNNE作为最优投标函数;
（2）设计开发单阶段和多阶段施工招标过程模拟模型；和（3）分析模拟模型的结果，这些模型基于加州交通部项目的实际数据集。
主要目的是分析总承包商和分包商的招标行为。
此外，作者的目的是研究施工招标环境（单阶段招标与多级竞标）的性质，以及从过去经验中学习获胜者诅咒程度的影响。
一般来说，仿真模型由单阶段招标博弈（SSG）和多级竞标博弈（MSG）组成。
该模型实施两次。
首先，代理人（总承包商和分包商）随机选择出价（即随机出价模式）。
第二，将学习模块整合到随机出价模型（即基于经验的投标模型）中，以便分析学生在代理商的投标决策方面的影响。
对于建模目的，在两个模型的每一轮中，每个承包商将被给予不同的私人信号，这表示承包商对项目的真实成本的估计，以及变量
的值，其将被分为上述六个相等的片段并低于给定的私人信号。
因此，每个承包商在每轮中都有13个提交出价的价值。
在基于经验的招标模式中，学习模块遵循Roth-Erev反应性强化学习（Erev和Roth1998），其中使用的决策变量和实现的奖励（正或负）根据以下计划确定：
以下方程：
承包商行为的倾向：
（3）
承包商行为的概率：
（4）
其中
等于时间
中的动作倾向
；
等于动作分布概率
；
等于忘记参数；
等于实验参数。
和
都允许承包商根据所获得的奖励在下一轮中探索更多的行动。
因此，根据Roth-Erev反应强化学习，基于经验的投标模型可以改变决策变量的倾向，并根据所得到的奖励相应地选择可能性，如下式所示：
（5）
其中
等于在第
轮中采取的行动时对于
可用行动的奖励。
如果
，基于项目合同是否获胜，
将分别为
或
，如果合同获得的提交竞价低于
，则为项目的真实成本。
单阶段多阶段投标博弈设计
在SSG中，如图1所示，总共只有3家总承包商在每轮争夺类似的项目合同。
合同授予提交最低出价的总承包商。
在MSG中，如图1所示，有三家总承包商。
每个总承包商都收到三个分包商对项目对称部分的投标。
在MSG中，假设总承包商根据低投标法将项目工程的30％分包合同。
此后，三家总承包商相互竞争，通过向业主提交联合投标来赢得项目。
最后，合同总承包商三次提交的联合招标中最低，因此获胜的分包商赢得了项目合同。
SSG中的项目设计与MSG中的项目相同，以便于两个投标博弈设置之间的直接比较。
基本假设和注意事项
为了减少变异性并促进两种游戏类型（SSG和MSG）之间的比较，每个博弈类型都有一些基本的假设和考虑。
这些假设作为仿真模型的规则，如下所示：
在SSG和MSG的每一轮中，每个分包商和总承包商都有不同的私人信号，表示该人在项目中的部分估计的实际建设成本。
仿真模型的设计使得在SSG和MSG中的每一轮中，承包商将选择在
范围内的随机出价，该值在表1之后显示，用于随机出价模型的给定私人信号或利用该学习模块用于学习模型。
在SSG和MSG中，共有六个项目类别，每个类别由15个不同的项目代表。
承包商在提交投标书时，该项目的真实成本被认为是未知的，并且它是基于一些实际的加州交通部项目。
在学习模式的情况下，为简单起见，假设承包商将从同一类别中的过去投标决定中学习，并在下一个类别中重新开始。
模拟模型数据集
如前所述，使用一些数据集实现模拟，这些数据集是基于加州运输部进行的实际项目，以模拟现实中的施工招标过程。
在SSG和MSG中，项目根据项目的实际成本分为六类。
每个类别由模拟模型中每个游戏类型的15个项目组成。
此外，
的值不同于一个类别，以便在现实中保持承包商估计的合理准确度。
根据建筑行业经验丰富的个人的回顾，
的值被假定为相当于每个类别项目真实成本的2％。
投标人NN的数量假设在每个投标情况下总是等于三个，分包商或总承包商之间，如图1和2所示。
另外，
和
是指每个项目类别中真实成本的上限和下限。
表1显示了每个类别的六个类别和
的值。
使用Java编程语言，在NetBeansIDE7.4平台上实现了单阶段招标博弈和多级竞标博弈的仿真模型。
结果与分析
在单阶段招标博弈仿真中，根据实施模拟模型的结果，发现在六大类项目的90个项目中有75个，获胜总承包商通过获得项目合同获得胜利者的诅咒提交的投标少于项目的实际成本，占所有项目投标的83.3％。
图4显示了获胜总承包商的实际出价，并将其与第1类15个项目的项目实际成本进行了比较。
根据以往的文献，该结果与Dyer等进行的四次实验一致。
其中没有经验的学生和经验丰富的高管在四次实验中的三次中获胜者的诅咒，另一项实验的利润刚刚超过零。
在多级竞标游戏中，结果表明，获奖的分包商在项目的一部分，在90个项目中的83个中赢得了胜者的诅咒，约占92％的项目。
此外，获奖的总承包商在90个项目中有77个获胜者的诅咒，约占86％的项目。
因此，结果表明，获胜的总承包商能够比获胜的分包商更频繁地避免获胜者的诅咒。
这个结果与Dyer和Kagel（1996）一致，因为总承包商受益于低分包商的投标，这有助于降低所需的联合投标以赢得项目合同，并减轻获胜者诅咒的可能性。
此外，结果显示，在MSG所有项目（除一个项目外，其中获胜总承包商获得一定利润（即13个项目）），其相应的获胜分包商遭受胜者的诅咒。
因此，重要的是突出表明，根据施工竞标和非合作博弈理论的特点，在MSG中，每个获胜分包商或总承包商均认为对分包商或总承包商部分项目的投标承担责任。
换句话说，该方面在项目承担责任的部分遭受了一些损失，另一方则根据投标对方的项目获得利润。
总的来说，在MSG中，根据低投标方式，总承包商必须提交少于竞争对手提交的联合投标的联合投标，以赢得项目合同。
在准备联合招标时，总承包商考虑中标分包商的投标以及为总承包商部分项目准备的投标。
根据MSG进行的随机出价选择模型的总体结果，发现在90个项目中的85个项目中，中标联合投标少于项目的实际成本，约占总项目的94％项目。
尽管如此，在一些项目中，获胜的分包商或总承包商由于其零件之一的高损失而获得了积极的利润。
图。
5表示中标总承包商和总承包商获胜分包商的实际投标总额，以及第一类15个项目的实际成本为例。
根据实施模拟模型的结果，发现SSG与MSG的整体损失相比损失较少。
观察到这一结果发生在90个项目中的56个，占所有项目的约62％，如表2所示。
事实上，这个结果是预期的，因为在MSG中，获胜者的诅咒预计会发生两次，一个是获胜的分包商，另一个是获胜的总承包商。
在文献中没有解决的事实是，大多数（如果不是全部）大型工作被授予总承包商，而总承包商反过来分包最实际的工程服务（如果不是全部）。
因此，由于多层次招标环境，MSG大部分项目都出现了逆向选择和赢家诅咒问题。
在这种情况下，由于遭受比单阶段招标环境更多的损失，包含多业务环境的项目预计会面临更多的冲突，索赔和所有相关利益攸关方的争议。
从总承包商的角度来看，结果显示，获胜总承包商平均遭受与其部分项目实际成本相当的损失百分比，如表2所示。
因此，总承包商没有从优胜者的诅咒角度来看，选择MSG或SSG。
由于上述与MSG相关的冲突，索赔和纠纷数量增加，他们可能更喜欢SSG。
另一方面，根据项目规模，他们可能更喜欢MSG在SSG上。
图。
图6显示了第一类每个项目的MSG与SSG总体实际损益的比较。
此外，图6中的X轴（Y轴上为0）表示第一类项目的实际成本。
SRNNE最佳出价功能为承包商提供了一个工具，以避免对获胜者的诅咒造成牺牲。
此外，SRNNE被派生用于在同一招标阶段的对称投标人。
因此，假定在MSG的每个招标阶段使用SRNNE。
根据SSG和MSG的结果，发现使用SRNNE最优投标函数在100％的项目中获得了正利润。
换句话说，所有最优投标都大于项目的真实成本。
使用SRNNE最优投标功能并不能保证承包商能够赢得投标，而是保证承包商在获胜项目合同的情况下不会受益于获胜者的诅咒。
此外，最优投标只能将战略利润高于项目实际成本。
根据实施模式的结果，相对于SSG和MSG的联合项目实际成本，平均总利润分别为1.31和1.27％。
图7显示了SSG和MSG在1类15个项目中共同实际获胜投标的利润或亏损与联合优化利润的比较。
图7中的X轴（Y轴上为0）代表项目的真实成本。
将学习模块引入到随机招标模式中，以便从过去的经验和投标决策中学习SSG和MSG的结果的效果。
学习模块遵循之前描述的Roth-Erev反应性加强学习，对于每个忘记的
和实验
参数，假设值为（0.2）。
一般来说，根据作者的观点，学习模式更能代表实际的施工招标。
由于承包商在时间上获得更多的投标经验，他们将学习如何准备投标，以减轻获胜者诅咒的可能性，并提高其长期生存能力的可能性。
因此，从竞标竞争中获取的信息中学习和获益是实际施工竞标的重要因素。
在这种情况下，实施了基于经验的投标模式，将其结果与随机出价模型
升级会员 