龔鑫蒙， 蘇義坤

(東北林業(yè)大學(xué)土木工程學(xué)院， 哈爾濱 150040)

2017年住房與城鄉(xiāng)建設(shè)部頒布了《建筑市場信用管理暫行辦法》，建筑業(yè)的信用建設(shè)被擺放到了突出位置[1]。在工程建設(shè)領(lǐng)域中，項目的實施往往牽扯眾多的利益相關(guān)主體，比如建設(shè)單位、施工單位、監(jiān)理單位、勘察設(shè)計單位以及材料供應(yīng)方等等，因此一向是失信爆發(fā)的集中區(qū)[2]。而由各個利益相關(guān)方的失信行為造成建筑物嚴重質(zhì)量問題的案例更是不計其數(shù)[3]。作為建筑質(zhì)量的重要保障，工程質(zhì)量檢測機構(gòu)的信用缺失或?qū)⒓由罱ㄖ锏馁|(zhì)量危機，從而威脅著廣大人民群眾的生命和財產(chǎn)安全[4]。因此十分有必要對工程質(zhì)量檢測機構(gòu)的信用水平進行評估，從而保證質(zhì)檢機構(gòu)的誠信檢測，進而更好地保障建筑物的品質(zhì)水平。

近年來，國內(nèi)外學(xué)者對信用評估的相關(guān)研究主要集中在兩個方面：一是關(guān)于對研究對象的信用評估指標體系的構(gòu)建。Rao等[5]為了減少借貸行業(yè)中投資者的風(fēng)險，而開展對借貸者信用風(fēng)險指標體系的研究。首先，基于文獻梳理選取初步的指標體系；接著采用計算指標體系的不平衡值的濾波方法來對指標進行篩選；最后通過啟發(fā)式搜索算法過濾特征子集的Lasso-logistic方法對優(yōu)化篩選后的指標體系進行實證檢驗。Li等[6]基于非參數(shù)貝葉斯判別模型和參數(shù)貝葉斯判別模型來分別建立對小型企業(yè)的信用評估的指標體系，并通過受試者工作特征(receiver operating characteristic,ROC)曲線來檢驗兩種建立指標體系的判別精度水平。王慧敏等[7]通過文獻研究、整體分析與專家訪談的方法建立了對建筑企業(yè)標準化能力評價的指標體系，通過統(tǒng)計分析的方法驗證了指標體系的協(xié)同作用的相關(guān)性，最后通過實際案例的實證分析驗證了指標體系的合理性以及評估模型的科學(xué)性；二是關(guān)于對信用評估模型方法的審視。對于信用評估模型建立的方法基本統(tǒng)共有三大類，即分別為數(shù)理統(tǒng)計類方法、機器或深度學(xué)習(xí)類方法和基于不確定性數(shù)學(xué)理論的方法[8]。數(shù)理統(tǒng)計學(xué)類方法主要是在大量隨機現(xiàn)象的基礎(chǔ)上研究其中的規(guī)律。Wang等[9]通過對PPP(public-private partnership)模式下的信用風(fēng)險的研究提出了修正的Credit Metrics模型和蒙特卡羅模擬的方法，對融資信用風(fēng)險的違規(guī)概率進行評估，有效分析了銀行在不同還款計劃的和風(fēng)險偏好對評估的風(fēng)險影響。Wu等[10]通過定性與定量的方法，從多維度來建立對個人信用評估的指標體系，并基于層次分析的方法構(gòu)建對個人信用評級的模型，實證分析的結(jié)果表明評價模型能夠滿足要求和交易的特點。其次是機器學(xué)習(xí)類的評估模型的方法。隨著大數(shù)據(jù)、智能化相關(guān)專業(yè)的飛速發(fā)展，近年來，管理科學(xué)的有關(guān)方向和問題的研究越來越多的結(jié)合著機器學(xué)習(xí)的方法，比如神經(jīng)網(wǎng)絡(luò)和改進的神經(jīng)網(wǎng)絡(luò)、支持向量機、隨機森林、多智能集成學(xué)習(xí)等[8]。利用機器學(xué)習(xí)進行信用評估的方法智能化水平較高，但其經(jīng)濟解釋卻較差。Chen等[11]基于BP(back propogation)神經(jīng)網(wǎng)絡(luò)的方法構(gòu)建了個人信用評估模型，通過對權(quán)值調(diào)整方法的對比，證明了BP神經(jīng)網(wǎng)絡(luò)評估模型具有良好的魯棒性。Oreski等[12]根據(jù)數(shù)據(jù)挖掘技術(shù)，提出了遺傳-神經(jīng)網(wǎng)絡(luò)的混合算法，有效提高了分類精讀和可擴展性，同時也擴展了信用評估模型的方法。Xie等[13]基于支持向量機和物流回歸的方法首先提出信用風(fēng)險評價指標體系，接著在此基礎(chǔ)之上建立綜合評價模型，擴展了中小企業(yè)的風(fēng)險評估理論。最后是關(guān)于不確定性數(shù)學(xué)模型方法，包括模糊綜合評價、灰色系統(tǒng)等[8]。

國內(nèi)外關(guān)于信用評估研究的成果眾多、研究方法也相當(dāng)豐富。但對于工程質(zhì)量檢測機構(gòu)為研究主體的信用研究尚處于空白，特別是缺乏一套可以綜合反映質(zhì)檢機構(gòu)信用水平的指標體系。信用指標體系是信用評估的基礎(chǔ)和先手，一套合理、系統(tǒng)的信用評估指標體系不僅有利于信用評估的科學(xué)性[14]，同時也有利于促進質(zhì)量檢測機構(gòu)信用水平的提升。鑒于此，現(xiàn)將構(gòu)建工程質(zhì)量檢測機構(gòu)的信用評估指標體系，以期為工程質(zhì)量檢測機構(gòu)的信用評估打下基礎(chǔ)。

1 工程質(zhì)檢機構(gòu)信用評估指標體系構(gòu)建的原則和邏輯流程

1.1 工程質(zhì)檢機構(gòu)信用評估指標體系構(gòu)建原則

指標在構(gòu)建時，除了要滿足研究對象的內(nèi)涵本質(zhì)外，還應(yīng)當(dāng)是具體有效的。換句話說，比如，指標體系一方面要滿足對研究對象的反映，另一方面也應(yīng)當(dāng)具備可操作性，否則構(gòu)建的指標體系將是空洞的，不具現(xiàn)實效力的。也就是說，歸結(jié)起來，指標體系的構(gòu)建需要滿足以下的原則。

1.1.1 目的性

目的性即為開展本研究的目的，目的性是統(tǒng)領(lǐng)指標構(gòu)建的根本所在，是指標構(gòu)建所應(yīng)遵循的第一要義。

1.1.2 完善性

在對評估對象進行指標的構(gòu)建時，也應(yīng)當(dāng)考慮到構(gòu)建的指標須能夠全面、完備地反映出研究對象的所有內(nèi)容。也即反映出研究對象的主要特征和信息。

1.1.3 可測取性

選取指標時在滿足對象一般特征的本質(zhì)后，還要具備對指標的方便測度的條件，否則數(shù)據(jù)可能不具備信度和效度，最終將影響研究結(jié)果的準確性。

1.1.4 獨立性

獨立性原則要求指標與指標之間應(yīng)當(dāng)互不影響，并且相互之間也不可發(fā)生融合、交叉、重疊等具有歧義性的語義。各個指標應(yīng)當(dāng)獨立地根植在所屬的維度集合中，不應(yīng)同時具有多個維度集合的語義。

1.1.5 顯著性

顯著性的目的是為了精簡指標。也即剔除指標體系中對研究對象的反映效力不大的指標。

1.2 工程質(zhì)檢機構(gòu)信用評估指標體系構(gòu)建的邏輯流程

對工程質(zhì)量檢測機構(gòu)信用評估指標的研究是一項系統(tǒng)且復(fù)雜的工作，因此為了保證研究結(jié)果的科學(xué)性和研究過程的嚴謹性，本研究將遵循如圖1所示分析流程。

圖1 邏輯流程圖Fig.1 Logic flow chart

2 基于扎根理論的工程質(zhì)檢機構(gòu)信用評估指標初步選取

根據(jù)復(fù)雜性系統(tǒng)理論可知，工程質(zhì)量檢測機構(gòu)的信用評估指標構(gòu)成了一個復(fù)雜的系統(tǒng)，系統(tǒng)內(nèi)部的因素眾多。所以本研究決定使用扎根理論的方法，用來滿足指標構(gòu)建中的完善性原則。

根據(jù)扎根理論的原理，本文中劃分了以下的研究步驟：①根據(jù)工程質(zhì)檢機構(gòu)的本質(zhì)內(nèi)涵與特征，設(shè)計問題性的調(diào)查問卷；②采用結(jié)構(gòu)化訪談的方式收集文本數(shù)據(jù)；③基于三種編碼對資料深入分析，并反復(fù)不斷地進行總結(jié)、歸納整理以建立概念間的聯(lián)系和概念中的類屬，進而選取與研究相關(guān)的定性指標；④檢驗編碼理論的飽和性。

2.1 數(shù)據(jù)獲取與訪談過程

為了獲取指標體系構(gòu)建的原始數(shù)據(jù)，本研究選取了20位受訪對象，分別包含相關(guān)研究方向的高校教授、專家學(xué)者以及從事工程質(zhì)量檢測工作的專業(yè)員工。2021年6月12—16日課題組成員分別對其進行了深度訪談。并在征求被采訪者同意的情況下，對本次采訪進行錄音。訪談完成之后，訪談組成員將進行文字的轉(zhuǎn)錄工作，根據(jù)被訪者的語言描述和肢體語言及動作表情，來全方位地保證資料收集的原始性。轉(zhuǎn)錄后的文字資料，在經(jīng)被訪者確認之后存檔，并帶回課題組。本次訪談中最長的訪談時長為50 min；最短的訪談時長為16 min。所有訪談一共累積文本文字209 381字。隨機挑選出文本文字的3/4進行編碼，1/4用于進行理論飽和度檢驗。

2.2 扎根編碼與指標體系初步構(gòu)建

在扎根編碼時本文中僅展示“機構(gòu)受到的獎勵/處罰”和“履約率”兩個概念化類屬，如表1所示。

表1 基于扎根理論的開放式編碼Table 1 Open coding based on grounded theory

接著對編碼的結(jié)果進行理論飽和度檢驗，并未發(fā)現(xiàn)有新的理論、概念出現(xiàn)，預(yù)示本次基于扎根理論的指標初步構(gòu)建工作結(jié)束，如表2所示。

表2 工程質(zhì)量檢測機構(gòu)信用評估指標集Table 2 Credit evaluation index set of engineering quality inspection agency

3 指標體系篩選

由于扎根理論是定性的研究方法，主要依靠被訪談?wù)叩慕?jīng)驗來達到指標構(gòu)建的全面性，因此主觀性較強。所以，為了保證指標構(gòu)建的客觀性，需要對初步構(gòu)建的指標進行定量篩選。

根據(jù)指標構(gòu)建的原則，本研究將重點對初步指標體系進行冗余性和相關(guān)性篩選，以分別滿足指標體系的顯著性和獨立性原則。本研究通過問卷調(diào)查的方式來進行指標篩選的數(shù)據(jù)收集。其中被進行問卷調(diào)查的專家均來自于住房與城鄉(xiāng)建設(shè)部下設(shè)的國家建設(shè)工程質(zhì)量檢測中心，以及各省、直轄市、自治區(qū)及新疆生產(chǎn)建設(shè)兵團下設(shè)的建設(shè)工程質(zhì)量監(jiān)督站。本次問卷一共發(fā)放200份，其中回收了188份，為了保證收集到的問卷的質(zhì)量，課題組成員對回收到的問卷進行了篩選，剔除了無效問卷，最后得到有效的問卷數(shù)為179份。問卷的回收率為94%，有效回收率為95.21%。

3.1 基于信息量的指標體系顯著性篩選

指標的信息量是衡量某個指標反映被評估對象特征多少的量度。根據(jù)協(xié)同學(xué)理論，對復(fù)雜系統(tǒng)的描述依靠少數(shù)核心的參數(shù)即可有效表達。也就是說，在指標體系中，并非指標越多越好，相反應(yīng)當(dāng)保留信息量高的核心指標[14]。

信息熵是用于反映信息量的術(shù)語。指標的信息熵越大就表明指標體系中所含有的信息量越少，指標就越不顯著，也就是說這樣的指標體系越不利于進行綜合評估。進行信息熵的一般步驟如下。

假設(shè)有p個待評價對象，n個評價指標。則第j項指標的信息熵Ej可表示為

(1)

表3 各個指標信息量計算匯總Table 3 Calculation and summary of the information volume of each indicator

3.2 基于相關(guān)分析的指標體系篩選

通過信息量篩選后的各個指標在重要性上不言而喻，但是對于指標間重要程度相當(dāng)?shù)膬蓚€或多個指標是否同時存在，也即指標之間是否存在共線或相關(guān)性重疊的問題，還需要做進一步地分析。

對指標體系的相關(guān)性篩選，以保證指標間的獨立性，最基本的是需要考慮兩點：①指標體系的整體獨立，也即防止多個指標間的共線；②指標的兩兩獨立，也即防止兩兩指標的共線。因此，本研究將使用病態(tài)指數(shù)循環(huán)分析法來實現(xiàn)指標整體獨立；利用Pearson相關(guān)系數(shù)結(jié)合變異分析來實現(xiàn)指標的兩兩獨立。具體操作步驟如下。

假設(shè)顯著性篩選后剩余n(其中n∈N+)個指標，Ii是剩余的n個指標中的任意一個指標。

(1)計算ITI的特征值λ1，λ2，…，λn，計算公式為

|ITI-λjEn|=0

(2)

式(2)中：IT為I對應(yīng)指標集的轉(zhuǎn)置矩陣；En為單位矩陣。

(2)計算指標集的病態(tài)指數(shù)CIn，計算公式為

(3)

病態(tài)指數(shù)CIn的含義為指標集整體的信息重疊程度。CIn越大，越表明指標集的整體信息重疊程度越高，也就越需要進行對某些指標的剔除。

(3)按照上述式(2)和式(3)的方法計算剔除指標Ii(i=1，2，…，n)后，其余n-1個指標構(gòu)成的指標集的病態(tài)指數(shù)，記作CI(n-1)i。

(4)計算指標Ii的整體信息重疊貢獻度，計算公式為

Ci1=CIn-CI(n-1)i

(4)

式(4)中：Ci1表示刪除第i個指標前后，指標集信息重疊的減小幅度。Ci1越大，表示第i個指標對指標集的信息重疊的貢獻程度越大，也就是說越應(yīng)當(dāng)剔除這樣的指標。

(5)刪除n個指標中Ci1至最大的指標，即

Cj1=max{Ci1|1≤i≤n}

(5)

步驟(1)～步驟(5)為第一輪篩選。一般地，如果剔除信息重疊貢獻度最大的指標后，剩余n-1個指標組成的新指標集的病態(tài)指數(shù)不大于10，則停止篩選[14]。反之繼續(xù)依據(jù)上述步驟進行對新指標集進行基于病態(tài)指數(shù)的篩選，直至最終的指標集的病態(tài)指數(shù)不大于10為止。

基于病態(tài)指數(shù)篩選后的指標體系在整體上已不發(fā)生共線，接下來則需要檢查指標內(nèi)部兩兩指標的共線問題。

(6)假設(shè)需要考慮的有m個指標，Qi、Qj分別表示第i個和第j個指標，Qi,s、Qj,s分別表示第s個Qi、Qj的打分值(i，s，j∈{1,2,…，m},且i，s，j∈N)，ri,j表示第i個指標與第j個指標之間的相關(guān)性系數(shù)，則

(6)

接著需要進行相關(guān)性判斷。若系數(shù)ri,j=0，則表示兩個指標之間完全不存在相關(guān)性關(guān)系；若系數(shù)ri,j≠0，則表示被判定的兩個指標之間存在一定程度的相關(guān)性關(guān)系。事實上，在實際的操作中，兩個指標完全不存在相關(guān)性關(guān)系的理想狀態(tài)是幾乎不存在的?，F(xiàn)實中，只要兩個指標的相關(guān)系數(shù)不超過一個臨界值，那么就認為這兩個指標是不具有相關(guān)關(guān)系；如果兩個指標的相關(guān)性系數(shù)超過了某一臨界值，那么就認為其具有相關(guān)關(guān)系，則兩者須取其一。通常這個臨界值Z被指定為0.7[16]。

然后利用變異分析來決定剔除兩個相關(guān)指標中的某一個。

(7)計算第i個指標的變異系數(shù)cvi。則

(7)

式(7)中：cvi表示第i個指標取值的離散程度，一般地，cvi越大，則表示第i個指標越重要，越應(yīng)保留。相關(guān)性篩選的計算結(jié)果如表4、表5所示。其中整體相關(guān)性篩選刪除指標I96，兩兩相關(guān)性篩選刪除指標I17、I27、I28、I63和I95。

表4 基于病態(tài)指數(shù)的指標篩選Table 4 Index screening based on illness index

表5 基于相關(guān)性系數(shù)與變異系數(shù)的指標篩選Table 5 Index screening based on correlation coefficient and variation coefficient

4 指標體系的合理性檢驗

(1)本研究利用獨立信息波動賦權(quán)法來進行指標的合理性檢驗。經(jīng)過篩選和優(yōu)化后的指標體系若能反映出初步構(gòu)建的指標體系的大部分信息量，則認為最終的指標體系是合理的。具體的操作步驟如下。

計算各個指標的標準差系數(shù)，公式為

(8)

(9)

(3)分別對各個指標的標準差系數(shù)Vj和獨立信息比率Dj進行歸一化處理，得到V′j和D′j。接著分別計算各個指標的純信息量，其中

j=1, 2,…，n

(10)

(4)計算各個指標的權(quán)重為

(11)

(5)計算初步構(gòu)建的指標體系中，篩選優(yōu)化后的各個指標的權(quán)重之和W，若W≥85%[15]，則表明最終的指標體系可以反映初步指標體系的信息量。

根據(jù)步驟①～步驟⑤，最后計算出最終指標體系的權(quán)重值和W=0.906，這表明通過篩選后的指標體系不僅滿足獨立性和顯著性，并且也是足夠合理的。

5 結(jié)論

本文中綜合運用了扎根理論、信息量、病態(tài)指數(shù)-Pearson相關(guān)系數(shù)-變異分析的方法，構(gòu)建出了一套對工程質(zhì)量檢測機構(gòu)的信用綜合評估的指標體系，并通過獨立信息波動賦權(quán)法完成了對最終的信用評估指標體系的合理性的檢驗。結(jié)果表明所建立的10個準則下的43個指標對工程質(zhì)量檢測機構(gòu)的信用反映是合理有效的。建立起的信用評估指標體系不僅符合信用的5C理論，同時也可以對提升質(zhì)量檢測機構(gòu)的信用水平具有良好的指導(dǎo)性作用。