Accurate Evaluation Algorithm for Product Quality Risks of Consumer Goods Production Enterprises in Sichuan Province

ZHANG Wen-long1 HUDan1 MA Jing-xiao2* LUO Hai （1.SichuanProvincialIstituteofroductQualityupeision，spectioadsting;.ongjiUersity;.Cngd Product Quality Inspection and Research Institute Co.，Ltd.）

Abstract：Inorder to improve theaccuracyand scientificityofqualityriskassessment forconsumer goods production enterprises，the paper extracts multidimensional data fromconsumer goods production enterprises in Sichuan province， and constructs a comprehensive indicator system that covers long-termatributes reflecting the long-term stability of enterprises as wellas short-term attributes characterizing the short-term business performance.The Analytic Hierarchy Process （AHP）is used toquantify the weightsof long-termatributes，generatebasic scores forlong-term risks，andcombinedynamicriskassessmentalgorithms forshort-termatributes toclasifyenterprises intohig-risk andlow-risk categories using differentiatedassessmentrules.The experimentalresultsshow that the accuracy of the algorithm in identifying high-risk enterprises reaches 90.3% ，providing a scientific basis for the dynamic supervision of product quality in enterprises.Theresearchresultsof this papernotonly providean innovative method for quality risk assessment，but also provide technical support foroptimizing the allocation ofregulatory resources.

Keywords：qualityrisk assessment，enterprise characteristics，consumer goods production enterprise，datacleaning

0 引言

消費品生產(chǎn)行業(yè)是民生產(chǎn)業(yè)的重要組成部分，是我國整體經(jīng)濟結(jié)構(gòu)的重要組成部分，也是筑牢實體經(jīng)濟根基的關(guān)鍵[1]。四川省作為西南地區(qū)的經(jīng)濟大省，其消費品生產(chǎn)行業(yè)在帶動區(qū)域經(jīng)濟增長和滿足人民生活需求方面具有重要作用，對經(jīng)濟增長的拉動作用愈發(fā)顯著。

目前，針對消費品生產(chǎn)行業(yè)的質(zhì)量監(jiān)督抽查主要結(jié)合消費者投訴、上年度產(chǎn)品質(zhì)量狀況、企業(yè)年度報告等情況擬定，這種方式在過去的監(jiān)管實踐中發(fā)揮了重要作用。然而，這種傳統(tǒng)模式也存在明顯的局限性：（1）這種方式高度依賴消費者投訴和企業(yè)自行報告，可能導(dǎo)致部分問題無法及時被發(fā)現(xiàn)。（2）基于年度質(zhì)量狀況的監(jiān)督抽查通常具有一定的滯后性，難以快速響應(yīng)生產(chǎn)環(huán)節(jié)中的動態(tài)變化和潛在風(fēng)險[2。（3）當(dāng)前監(jiān)督抽查的設(shè)計更多依賴人為經(jīng)驗判斷[3]，缺乏對數(shù)據(jù)的系統(tǒng)分析和挖掘，難以全面識別潛在風(fēng)險。

本文針對當(dāng)前四川省消費品生產(chǎn)企業(yè)面臨的質(zhì)量監(jiān)管挑戰(zhàn)，提出了一種企業(yè)特征驅(qū)動的產(chǎn)品質(zhì)量風(fēng)險精準(zhǔn)評價算法。該模型通過分析與企業(yè)經(jīng)營相關(guān)的多維度數(shù)據(jù)，評估企業(yè)的長期和短期屬性，進而對企業(yè)的質(zhì)量風(fēng)險進行精確評估和預(yù)警。

1 企業(yè)特征驅(qū)動的質(zhì)量風(fēng)險評估

傳統(tǒng)的質(zhì)量風(fēng)險評估通常聚焦于具體產(chǎn)品，將產(chǎn)品本身的屬性、生產(chǎn)工藝或檢測結(jié)果作為主要評估依據(jù)。這種方式雖已廣泛應(yīng)用，但其主要問題在于，它過于關(guān)注產(chǎn)品的單一因素，忽視了企業(yè)在生產(chǎn)過程中對質(zhì)量控制的系統(tǒng)性影響。產(chǎn)品質(zhì)量的好壞不僅僅由其本身的特性和檢測結(jié)果決定，更多的因素還來源于生產(chǎn)企業(yè)的內(nèi)部管理、經(jīng)營狀況、技術(shù)能力以及外部環(huán)境等。傳統(tǒng)方法的局限性在于，它未能全面考慮到企業(yè)層面的一系列復(fù)雜因素，導(dǎo)致在形成精準(zhǔn)的質(zhì)量預(yù)期評價時缺乏足夠的支撐[4]。

本研究則是基于一種企業(yè)特征驅(qū)動的質(zhì)量風(fēng)險評估視角，即將評估對象從產(chǎn)品本身轉(zhuǎn)移到企業(yè)層面。這一轉(zhuǎn)變的核心邏輯在于，企業(yè)的生產(chǎn)經(jīng)營狀況作為質(zhì)量管理的基礎(chǔ)，對其產(chǎn)品的最終質(zhì)量具有直接或間接的決定性影響。

2 質(zhì)量風(fēng)險關(guān)鍵要素篩選

通過詳細分析，不僅可以進一步驗證總體分析的發(fā)現(xiàn)，還能更深入地了解各要素在不同企業(yè)間的表現(xiàn)差異，為后續(xù)模型的構(gòu)建奠定數(shù)據(jù)基礎(chǔ)。不同要素在企業(yè)產(chǎn)品質(zhì)量風(fēng)險中的表現(xiàn)主要呈現(xiàn)以下規(guī)律：

（1）強相關(guān)要素：部分企業(yè)特征的存在可直接提示產(chǎn)品質(zhì)量風(fēng)險。（2）線性增長或降低關(guān)系：某些要素與產(chǎn)品不合格率之間呈現(xiàn)出較為顯著的線性變化趨勢。（3）閾值效應(yīng)：部分要素在達到某一特定閾值后，其對不合格率的影響顯著提升。（4）組合關(guān)聯(lián)：部分要素在單獨作用時對產(chǎn)品質(zhì)量風(fēng)險的影響并不顯著，但當(dāng)這些要素組合在一起時，其對質(zhì)量風(fēng)險的判定能力顯著增強，

在篩選過程中，本研究結(jié)合定量分析的結(jié)果，刪除了部分與質(zhì)量風(fēng)險關(guān)聯(lián)度較低的要素，最終篩選出的質(zhì)量風(fēng)險關(guān)鍵要素構(gòu)成了指標(biāo)體系中的兩大核心屬性：評分評價屬性和風(fēng)險判決屬性。評分評價屬性用于對企業(yè)的長期穩(wěn)定性進行初步評估，而風(fēng)險判決屬性則針對短期質(zhì)量風(fēng)險進行動態(tài)判定。

3 企業(yè)特征驅(qū)動的產(chǎn)品質(zhì)量風(fēng)險精準(zhǔn)評價算法

基于上述篩選出的關(guān)鍵要素，本研究針對企業(yè)產(chǎn)品質(zhì)量風(fēng)險評估問題，提出了一種企業(yè)特征驅(qū)動的產(chǎn)品質(zhì)量風(fēng)險精準(zhǔn)評價算法，該算法以消費品生產(chǎn)企業(yè)的長期屬性和短期屬性為核心，通過系統(tǒng)化的指標(biāo)分類和科學(xué)的評價方法，對企業(yè)的質(zhì)量風(fēng)險進行精準(zhǔn)預(yù)測。

3.1長期風(fēng)險基礎(chǔ)評分算法

長期風(fēng)險基礎(chǔ)評分算法以企業(yè)的長期屬性為核心，結(jié)合層次分析法（AHP）和Z-SCORE評分法，量化企業(yè)的長期風(fēng)險特征。其主要步驟包括評分評價屬性分類、數(shù)據(jù)歸一化處理以及長期風(fēng)險基礎(chǔ)評分的計算。

（1）評分評價屬性分類

根據(jù)企業(yè)的長期經(jīng)營特征，篩選出以下4個一級指標(biāo)，每個一級指標(biāo)由多個二級指標(biāo)構(gòu)成，用于反映企業(yè)的不同維度穩(wěn)定性與發(fā)展?jié)摿Γ?/p>

平臺打造（ ?_QA， ：包括AAA級誠信經(jīng)營示范單位、AAA級企業(yè)信用等級證書、AAA級質(zhì)量服務(wù)誠信單位、AAA級重服務(wù)守信用單位、AAA級重合同守信用企業(yè)、AAA級企業(yè)資信等級證書、AAA級重質(zhì)量守信用單位、行業(yè)質(zhì)量管理體系認(rèn)證、商品售后服務(wù)評價認(rèn)證、資信等級、測量管理體系、對外貿(mào)易經(jīng)營備案、高新技術(shù)企業(yè)、科技型中小企業(yè)、企業(yè)知識產(chǎn)權(quán)管理體系認(rèn)證、質(zhì)量管理體系認(rèn)證（ISO9000）等16個二級指標(biāo)。

創(chuàng)新能力及品牌建設(shè)（ （Q_?B） ：包括發(fā)明專利數(shù)量、總體專利數(shù)量（包括發(fā)明專利及實用新型專利）、商標(biāo)數(shù)量3個二級指標(biāo)。

產(chǎn)品質(zhì)量抽查情況（ （Q_c） ：包括近3年數(shù)據(jù)不合格次數(shù)、近3年重復(fù)不合格項目次數(shù)2個二級指標(biāo)。

異常經(jīng)營情況 （Q_D） ：包括行政處罰次數(shù)、環(huán)保處罰次數(shù)、被列為失信人次數(shù)、立案次數(shù)、變更次數(shù)（包括財務(wù)負責(zé)人變更、出資比例變更等）、列入異常經(jīng)營風(fēng)險提示名錄次數(shù)等20個二級指標(biāo)。

（2）數(shù)據(jù)歸一化處理

為了確保不同量綱的二級指標(biāo)能夠進行統(tǒng)一計算，采用Z-SCORE評分法對所有二級指標(biāo)的數(shù)據(jù)進行歸一化處理，其公式為：

Z_i=X_i-μ′_σ

其中， Z_r 為歸一化后的值， X_i 為原始數(shù)據(jù)， μ 為樣本均值， σ 為樣本標(biāo)準(zhǔn)差。歸一化處理后，所有二級指標(biāo)的值都在同一量綱下，便于后續(xù)計算。

（3）長期風(fēng)險基礎(chǔ)評分計算

長期風(fēng)險基礎(chǔ)評分的計算基于層次分析法（AHP）。首先，通過分析不同二級指標(biāo)對質(zhì)量風(fēng)險的影響程度，結(jié)合1-9標(biāo)度對各指標(biāo)的重要性進行量化評估，生成權(quán)重值 k_Ai k_Bi ， k_Ci ， k_Di

一級指標(biāo)的得分計算公式為：

其中 Q_Ai ， Q_Bi ， Q_ci ， Q_Di 為歸一化后的二級指標(biāo)值； k_Ai k_Bi k_Ci k_Di 為對應(yīng)的權(quán)重； 勺4個一級指標(biāo)的得分。

最終，長期風(fēng)險基礎(chǔ)評分Q由4個一級指標(biāo)的加權(quán)求和得出：

Q=k_?A?Q_?A+k_?B?Q_?B+k_?C?Q_?C+k_?D?Q_?D

其中， k_{A A}，k_B，k_C， k_D 為4個一級指標(biāo)的權(quán)重，結(jié)合1-9標(biāo)度對各一級指標(biāo)的重要性進行量化評估后得到。

3.2長期風(fēng)險基礎(chǔ)評分中的判斷矩陣構(gòu)造

（1）一級指標(biāo)的判斷矩陣構(gòu)造

為了合理評估每個一級指標(biāo)對產(chǎn)品質(zhì)量風(fēng)險的影響程度，結(jié)合第5節(jié)質(zhì)量風(fēng)險關(guān)鍵要素的總體分析結(jié)果，采用1-9標(biāo)度對每個一級指標(biāo)的重要性進行賦分。具體分析如下：

1）平臺打造：反映企業(yè)的資質(zhì)認(rèn)證和行業(yè)信用水平；2）創(chuàng)新能力及品牌建設(shè)：體現(xiàn)企業(yè)的技術(shù)積累和市場競爭力；3）產(chǎn)品質(zhì)量抽查情況：作為質(zhì)量風(fēng)險的最直接指標(biāo)，該類要素能夠清晰反映企業(yè)歷史上的質(zhì)量表現(xiàn)，其重要性最高；4）異常經(jīng)營情況：反映企業(yè)的經(jīng)營合規(guī)性，特別是在高風(fēng)險企業(yè)中，經(jīng)營異常往往是產(chǎn)品質(zhì)量問題的重要前兆，因此該類指標(biāo)的權(quán)重較高。

根據(jù)以上分析，構(gòu)建一級指標(biāo)的判斷矩陣，并通過層次分析法計算權(quán)重。最終確定的權(quán)重值分別為：

（2）二級指標(biāo)的判斷矩陣構(gòu)造

為了合理評估每個二級指標(biāo)對產(chǎn)品質(zhì)量風(fēng)險的影響程度，結(jié)合第5節(jié)質(zhì)量風(fēng)險關(guān)鍵要素的總體分析結(jié)果，采用1-9標(biāo)度對每個一級指標(biāo)的重要性進行賦分。在具體分析過程中，針對某些具有相似影響機制或量綱一致性的指標(biāo)進行了適當(dāng)合并，以簡化模型結(jié)構(gòu)并提高分析的科學(xué)性和效率。

本研究進一步分析了創(chuàng)新能力及品牌建設(shè)（ ）、產(chǎn)品質(zhì)量抽查情況（ Q_c） 和異常經(jīng)營情況中 （Q_D ）3個一級指標(biāo)中的二級指標(biāo)情況，并結(jié)合質(zhì)量風(fēng)險關(guān)鍵要素的總體分析結(jié)果，可以分別為這3個二級指標(biāo)構(gòu)建判斷矩陣。

通過層次分析法計算權(quán)重，最終可以確定所有二級指標(biāo)的權(quán)重值。

由此即可代入各權(quán)重參數(shù)，通過公式（3）計算企業(yè)的長期風(fēng)險基礎(chǔ)評分Q。

3.3短期屬性風(fēng)險判決算法

本研究進一步引入短期屬性作為動態(tài)風(fēng)險判定的依據(jù)，通過設(shè)置合理的閾值，構(gòu)建短期屬性風(fēng)險判決算法，最終判定企業(yè)為“高風(fēng)險”或“低風(fēng)險”。短期屬性的分析和評估不僅是對長期屬性的有力補充，更能夠通過捕捉企業(yè)當(dāng)前動態(tài)特征，為風(fēng)險判定提供更及時、更精準(zhǔn)的依據(jù)。通過短期屬性的風(fēng)險判決算法，可以有效識別出那些長期表現(xiàn)優(yōu)異但短期內(nèi)可能存在產(chǎn)品質(zhì)量隱患的企業(yè)，從而提升監(jiān)管的針對性和效率[5]

家企業(yè)數(shù)據(jù)則用于獨立驗證算法的風(fēng)險篩選能力。這4.000家企業(yè)數(shù)據(jù)按企業(yè)近3年的質(zhì)量表現(xiàn)和本年度的抽查結(jié)果分為以下四類：

（1）近3年均為合格且本年抽查合格企業(yè)：共計3，418家；（2）近3年均為合格但本年抽查不合格企業(yè)：共計179家；（3）近3年存在不合格但本年抽查合格企業(yè)：共計243家；（4）近3年存在不合格且本年抽查不合格企業(yè)：共計191家。

通過對驗證數(shù)據(jù)的分析，實驗結(jié)果表明，所提算法在高風(fēng)險企業(yè)的識別中表現(xiàn)出較高的準(zhǔn)確率。在獨立驗證的4，000家企業(yè)中，算法判定為高風(fēng)險企業(yè)的準(zhǔn)確率達到 90.3% ，這一結(jié)果充分表明了算法的有效性和實用價值。

5結(jié)語

本文針對消費品生產(chǎn)企業(yè)的質(zhì)量風(fēng)險評估問題，提出了一種基于企業(yè)特征的精準(zhǔn)評價算法。通過構(gòu)建長期屬性和短期屬性相結(jié)合的綜合性指標(biāo)體系，結(jié)合層次分析法和動態(tài)風(fēng)險判定算法，有效克服了傳統(tǒng)評估方法中對產(chǎn)品本身過于單一關(guān)注的局限性。研究結(jié)果表明，該算法能夠精準(zhǔn)識別出高風(fēng)險企業(yè)，篩選準(zhǔn)確率達到 90.3% ，顯著提升了評估效率和可靠性。

4質(zhì)量風(fēng)險判決結(jié)果展示

為進一步驗證所提算法的穩(wěn)定性和適用性，本研究從完整的企業(yè)數(shù)據(jù)集中進行了分組處理。一共收集了包含10.000家企業(yè)的數(shù)據(jù)，其中隨機選取6.000家企業(yè)數(shù)據(jù)用于算法參數(shù)的調(diào)整，余下4，000

參考文獻

[1]李政.提升消費品質(zhì)保障質(zhì)量安全：強化消費品質(zhì)量安全監(jiān)管制度建設(shè)研究[J].中國質(zhì)量技術(shù)監(jiān)督，2016（7）：48-49.

[2]向艷.試論建立以信息數(shù)據(jù)為基礎(chǔ)的消費品質(zhì)量安全監(jiān)管機制[J].中國質(zhì)量監(jiān)管，2020（8）：60-63.

[3]黃培東.試論我國消費品質(zhì)量安全監(jiān)管模式選擇與體系構(gòu)建[J].中國質(zhì)量技術(shù)監(jiān)督，2015（4）：44-47.

[4]尚曉帆，陳聰，李峰.重點消費品質(zhì)量關(guān)鍵性指標(biāo)及安全風(fēng)險管控研究[J].中國標(biāo)準(zhǔn)化，2024（23）：204-210.

[5]李玥.關(guān)于消費品質(zhì)量合格率提升渠道的思考[J].中國質(zhì)量萬里行，2023（12）：66-67.

作者簡介

張文龍，本科，高級工程師，研究方向為科技管理、產(chǎn)品質(zhì)量檢測、機械設(shè)計制造及其自動化。

（責(zé)任編輯：馬磊）