卜劍楠 楊旸 王巖峰 彭琴

摘 要：本文以市場監(jiān)管部門重點(diǎn)關(guān)注的工業(yè)品為研究對象，從工業(yè)品質(zhì)量安全相關(guān)的監(jiān)督抽查、專項(xiàng)檢查、輿情監(jiān)測、生產(chǎn)企業(yè)等風(fēng)險(xiǎn)要素出發(fā)，利用均方差法、歸一化處理、聚類分析等統(tǒng)計(jì)方法，對構(gòu)建工業(yè)品質(zhì)量安全隱患指標(biāo)體系和隱患分級方法進(jìn)行了探索，并實(shí)際應(yīng)用到電線電纜產(chǎn)品上，為工業(yè)品質(zhì)量安全分級監(jiān)管提供參考。

關(guān)鍵詞：工業(yè)品，隱患，指標(biāo)體系，分級，質(zhì)量安全

DOI編碼：10.3969/j.issn.1674-5698.2023.01.017

1 引 言

工業(yè)品是指購買以后用于加工生產(chǎn)或企業(yè)經(jīng)營用的產(chǎn)品，即根據(jù)產(chǎn)品的購買目的來區(qū)分工業(yè)品和消費(fèi)品，工業(yè)品的產(chǎn)品質(zhì)量安全雖不如消費(fèi)品那么引人關(guān)注，但是其質(zhì)量安全出現(xiàn)問題，往往會帶來較大的經(jīng)濟(jì)損失甚至人員傷亡，不容小覷。了解工業(yè)品質(zhì)量安全隱患，除了實(shí)地進(jìn)行隱患排查，還可以通過現(xiàn)有的隱患指標(biāo)進(jìn)行推測，當(dāng)然，某個(gè)隱患指標(biāo)不足以反映總體概貌，需要同時(shí)使用多個(gè)相關(guān)又獨(dú)立的指標(biāo)，這多個(gè)指標(biāo)所構(gòu)成的統(tǒng)一整體，即為指標(biāo)體系[1]。指標(biāo)體系一般為量化的數(shù)據(jù)，不便于直接進(jìn)行監(jiān)督管理，若進(jìn)一步進(jìn)行隱患分級，針對不同等級產(chǎn)生的危害程度和影響范圍，采用分級監(jiān)管方式，可以在監(jiān)管人力、財(cái)力有限的情況下，更有效地發(fā)揮監(jiān)管作用，消除工業(yè)品質(zhì)量安全隱患。

2 研究現(xiàn)狀

國內(nèi)外學(xué)者對于工業(yè)品質(zhì)量安全隱患指標(biāo)體系的研究較少，多是針對某類特定產(chǎn)品或特點(diǎn)指標(biāo)進(jìn)行研究。如：冷潔[2]等基于質(zhì)量新聞分析重點(diǎn)工業(yè)品的質(zhì)量風(fēng)險(xiǎn)情況；徐一[3]等基于多元回歸方法，針對出口類工業(yè)品的質(zhì)量安全水平監(jiān)測評價(jià)體系進(jìn)行研究。在隱患分級方面，國內(nèi)外主要是從危險(xiǎn)源的角度理解隱患，側(cè)重于風(fēng)險(xiǎn)管理[4]和安全生產(chǎn)的角度提出隱患分級方法，針對工業(yè)品隱患分級方法的研究寥寥無幾。

現(xiàn)有研究為工業(yè)品質(zhì)量安全隱患指標(biāo)體系的建立和分級方法提供了重要思路，但多數(shù)停留在理論研究層面，也沒有形成統(tǒng)一全面的論述，對工業(yè)品質(zhì)量監(jiān)管和提升的意義不大。本文提出一套規(guī)范可拓展至各類工業(yè)品的隱患指標(biāo)體系和分級方法，從區(qū)域維度識別區(qū)域性風(fēng)險(xiǎn)隱患，同時(shí)結(jié)合實(shí)際數(shù)據(jù)給出應(yīng)用示例，直觀、有效地為工業(yè)品質(zhì)量監(jiān)管工作提供參考。

3 工業(yè)品質(zhì)量安全隱患指標(biāo)體系構(gòu)建

本文研究對象為市場監(jiān)管部門重點(diǎn)納入監(jiān)管的、對生產(chǎn)生活產(chǎn)生較大影響的工業(yè)品，其質(zhì)量安全相關(guān)的指標(biāo)繁復(fù)龐雜，全部納入研究耗時(shí)耗力，且較多指標(biāo)數(shù)據(jù)不便于獲取，需要對各類指標(biāo)進(jìn)行抽絲剝繭，精選出具有分析價(jià)值的隱患指標(biāo)體系。本研究基于系統(tǒng)性、典型性、可獲取、可量化等指標(biāo)選取原則，從政府工業(yè)品監(jiān)管過程中產(chǎn)生的質(zhì)量安全數(shù)據(jù)出發(fā)，輔以網(wǎng)絡(luò)輿情信息，提取出有實(shí)際應(yīng)用價(jià)值的指標(biāo)數(shù)據(jù)，構(gòu)建反映工業(yè)品區(qū)域性質(zhì)量安全隱患的數(shù)據(jù)指標(biāo)體系。構(gòu)建指標(biāo)體系過程包括指標(biāo)選取、數(shù)據(jù)清洗、建立指標(biāo)體系等步驟。

3.1 指標(biāo)選取

基于工業(yè)品監(jiān)督抽查、專項(xiàng)檢查、輿情監(jiān)測、生產(chǎn)企業(yè)等風(fēng)險(xiǎn)因素和映射因素，梳理、提取出較好反映工業(yè)品質(zhì)量安全隱患的統(tǒng)計(jì)指標(biāo)，形成工業(yè)品質(zhì)量安全隱患指標(biāo)集合。

監(jiān)督抽查：市場監(jiān)管部門為了監(jiān)督管理產(chǎn)品質(zhì)量，依法對產(chǎn)品有計(jì)劃地進(jìn)行隨機(jī)抽樣、檢驗(yàn)，并將監(jiān)督抽查結(jié)果向社會公布[5 ]。國家和各地方市場監(jiān)管部門每年都會對重要工業(yè)品進(jìn)行監(jiān)督抽查，產(chǎn)生大量國抽、地抽數(shù)據(jù)，從中可提取出批次不合格發(fā)現(xiàn)率、移送和拒檢批次占比等質(zhì)量安全隱患指標(biāo)。

專項(xiàng)檢查：為化解工業(yè)品產(chǎn)品質(zhì)量安全存量風(fēng)險(xiǎn)，市場監(jiān)管部門定期深入工業(yè)品生產(chǎn)企業(yè)、銷售企業(yè)，針對證照信息、生產(chǎn)設(shè)備、進(jìn)貨驗(yàn)收等質(zhì)量環(huán)節(jié)開展專項(xiàng)檢查，排查企業(yè)是否存在質(zhì)量安全隱患，從中可梳理出發(fā)現(xiàn)問題占比、問題企業(yè)處置進(jìn)度、重點(diǎn)企業(yè)排查進(jìn)度等質(zhì)量安全隱患指標(biāo)。

網(wǎng)絡(luò)輿情：隨著互聯(lián)網(wǎng)和各類社交媒體的發(fā)展，公眾慣以信息化的方式發(fā)表各自看法，某些熱點(diǎn)、焦點(diǎn)問題的探討產(chǎn)生的影響力越來越強(qiáng)，重點(diǎn)工業(yè)品的網(wǎng)絡(luò)輿情中往往蘊(yùn)含該產(chǎn)品質(zhì)量相關(guān)的信息，是了解該產(chǎn)品質(zhì)量安全的重要參考。本文采用人機(jī)結(jié)合的方式，收集工業(yè)品質(zhì)量安全相關(guān)的輿情信息并進(jìn)行風(fēng)險(xiǎn)分級，量化提取出網(wǎng)絡(luò)輿情相關(guān)的質(zhì)量安全隱患指標(biāo)。

生產(chǎn)企業(yè)：各工業(yè)品在各個(gè)地區(qū)的生產(chǎn)企業(yè)分布往往不均勻，各區(qū)域的監(jiān)管力度應(yīng)與企業(yè)分布相關(guān)，集中產(chǎn)區(qū)需要側(cè)重關(guān)注，本文將各省生產(chǎn)企業(yè)占比作為權(quán)重，用于對各區(qū)域的隱患指標(biāo)進(jìn)行加權(quán)計(jì)算。

3.2 數(shù)據(jù)清洗

針對基礎(chǔ)指標(biāo)集合中的各類數(shù)據(jù)，通過異常數(shù)據(jù)處理、垃圾信息過濾、數(shù)據(jù)量化等技術(shù)，對指標(biāo)進(jìn)行預(yù)處理。

異常數(shù)據(jù)處理：因可獲取的數(shù)據(jù)量有限，一些隱患指標(biāo)中存在自然異常值，如：監(jiān)督抽查中部分產(chǎn)品在某些省份僅抽查1個(gè)批次，那么這個(gè)數(shù)據(jù)不具有統(tǒng)計(jì)學(xué)意義，視為異常值。結(jié)合業(yè)務(wù)實(shí)際，本研究采用的異常值處理方法為均值替代的方式。

垃圾信息過濾：目前智能化的輿情采集方法為關(guān)鍵詞檢索，但收集的網(wǎng)絡(luò)輿情中常常含有垃圾信息，如：根據(jù)關(guān)鍵詞電纜、起火查詢電線電纜產(chǎn)品的輿情，會包含電纜著火試驗(yàn)、安全防范宣傳等無效輿情，這些信息需要過濾。因場景復(fù)雜，利用過濾算法得出的結(jié)果很難符合預(yù)期，本研究中采用專業(yè)人員人工過濾垃圾信息的方式，得到有效可用的輿情信息。

數(shù)據(jù)量化：網(wǎng)絡(luò)輿情信息屬于非結(jié)構(gòu)化的數(shù)據(jù)，無法直接作為隱患指標(biāo)，本研究中對輿情信息進(jìn)行區(qū)域信息提取和風(fēng)險(xiǎn)分級，量化得出網(wǎng)絡(luò)輿情隱患指標(biāo)。其中，區(qū)域信息采用關(guān)鍵詞匹配的方式進(jìn)行提??；風(fēng)險(xiǎn)分級采用德爾菲法進(jìn)行分級，即專家們綜合考慮人員傷亡、經(jīng)濟(jì)損失、傳播力、敏感度等風(fēng)險(xiǎn)要素進(jìn)行打分，根據(jù)得分結(jié)果判定各輿情的風(fēng)險(xiǎn)等級，進(jìn)而計(jì)算出各區(qū)域各級風(fēng)險(xiǎn)輿情數(shù)和生產(chǎn)企業(yè)數(shù)比值，得到量化的網(wǎng)絡(luò)輿情隱患指標(biāo)。

3.3 建立指標(biāo)體系

考慮到指標(biāo)數(shù)值與風(fēng)險(xiǎn)隱患的正負(fù)相關(guān)性要保持統(tǒng)一，最終建立的工業(yè)品質(zhì)量安全隱患指標(biāo)體系見表1。

4 工業(yè)品質(zhì)量安全隱患分級方法研究

隱患指標(biāo)體系建立后，運(yùn)用德爾菲方法、均方差法、歸一化處理、聚類分析等統(tǒng)計(jì)手段，通過確定權(quán)重、構(gòu)建量化模型，逐步實(shí)現(xiàn)隱患分級。

4.1 確定權(quán)重

確定指標(biāo)權(quán)重的方法有主觀賦值法和客觀賦值法兩大類。主觀賦值法主要由評估者根據(jù)經(jīng)驗(yàn)判斷各指標(biāo)的權(quán)重，如：德爾菲法、主觀加權(quán)法、層次分析法等，該方法客觀性較差，但可解釋性強(qiáng)。客觀賦值法由數(shù)據(jù)指標(biāo)在被測評過程中的實(shí)際數(shù)據(jù)確定權(quán)重，如：主成分分析法、熵值法、均方差法等，該方法精度較高，但容易與實(shí)際情況相悖，解釋性較差。

為客觀、準(zhǔn)確、貼合實(shí)際地確定權(quán)重，本研究中將主、客觀賦值方法結(jié)合起來，采用德爾菲方法（即專家打分方法）和均方差法分別確定權(quán)重值，對權(quán)重值加權(quán)得到各類指標(biāo)的權(quán)重，繼而依據(jù)該權(quán)重得到初步的隱患分級結(jié)果。一段時(shí)間后，根據(jù)質(zhì)量安全事件發(fā)生情況、質(zhì)量專項(xiàng)排查結(jié)果等新產(chǎn)生的數(shù)據(jù)，校核隱患分級結(jié)果是否貼合實(shí)際，如有明顯不符重新調(diào)節(jié)各指標(biāo)的權(quán)重，動態(tài)擬合出高精度、強(qiáng)有效的指標(biāo)權(quán)重。流程如圖1所示。

4.2 構(gòu)建量化模型

用變量x i j 表示各省各類隱患指標(biāo)，其中下標(biāo)i（i=1， 2…31）表示我國境內(nèi)31個(gè)省（區(qū)、市），j（j=1，2…17）表示表1中列出的17類隱患指標(biāo)。量化模型構(gòu)建步驟如下。

（1）計(jì)算各地區(qū)各類指標(biāo)風(fēng)險(xiǎn)值。將表1中第17個(gè)指標(biāo)生產(chǎn)企業(yè)占比作為權(quán)重指標(biāo)，計(jì)算出各省各類隱患指標(biāo)xij（i=1，2…31; j=1，2…16）的風(fēng)險(xiǎn)值（用δij表示），計(jì)算公式如下：

4.3 隱患分級

利用統(tǒng)計(jì)學(xué)中的聚類分析方法，對本文4.2中計(jì)算出的各省綜合風(fēng)險(xiǎn)值進(jìn)行聚類，進(jìn)而實(shí)現(xiàn)隱患分級。本研究采用K-means均值聚類方法，將聚類中心設(shè)置為4個(gè)，通過SPSS統(tǒng)計(jì)工具，運(yùn)行得出各省聚類結(jié)果。根據(jù)聚類中心數(shù)值大小，將4類區(qū)域定義為高風(fēng)險(xiǎn)區(qū)域、較高風(fēng)險(xiǎn)區(qū)域、中風(fēng)險(xiǎn)區(qū)域、低風(fēng)險(xiǎn)區(qū)域，對不同區(qū)域可采用不同的監(jiān)管手段，實(shí)現(xiàn)各區(qū)域工業(yè)品質(zhì)量安全隱患分級。

5 電線電纜隱患指標(biāo)體系和分級方法

本研究選取市場監(jiān)管部門重點(diǎn)關(guān)注的電線電纜產(chǎn)品作為示例，按照本文第4部分中的步驟，計(jì)算出各省各類隱患指標(biāo)相關(guān)數(shù)據(jù)，建立電線電纜產(chǎn)品的質(zhì)量安全隱患指標(biāo)體系。因涉及數(shù)據(jù)較多，本文僅列出部分省份部分隱患指標(biāo)相關(guān)數(shù)據(jù)（見表2）。

根據(jù)本文4.1中描述方法，采用德爾菲法、均方差法分別計(jì)算出兩類權(quán)重值，對這兩類權(quán)重值再通過德爾菲法設(shè)置權(quán)重（德爾菲法權(quán)重0.7，均方差法權(quán)重0.3），初步確定出電線電纜產(chǎn)品各類隱患指標(biāo)的權(quán)重?cái)?shù)據(jù)（見表3）。

基于表3中的權(quán)重，按照本文4.2中步驟，計(jì)算出各省的綜合風(fēng)險(xiǎn)值。繼而依據(jù)4.3中提及方法，利用SPSS工具對各省綜合風(fēng)險(xiǎn)值進(jìn)行聚類分析，得出最終聚類中心（見表4）。

根據(jù)聚類中心數(shù)值大小，得出各省隱患分級結(jié)果，經(jīng)專家確認(rèn)，分級結(jié)果較符合各省電線電纜產(chǎn)品質(zhì)量安全情況，權(quán)重設(shè)置較為合理，基本實(shí)現(xiàn)了電線電纜產(chǎn)品的隱患分級，結(jié)果見表5。

6 結(jié) 語

本文圍繞監(jiān)督抽查、專項(xiàng)檢查、輿情監(jiān)測、生產(chǎn)企業(yè)等典型風(fēng)險(xiǎn)要素，對構(gòu)建工業(yè)品質(zhì)量安全隱患指標(biāo)體系和隱患分級方法進(jìn)行了探索，并實(shí)際應(yīng)用到電線電纜產(chǎn)品上，分級結(jié)果與實(shí)際情況較為貼合，具有一定的參考價(jià)值。但是工業(yè)品質(zhì)量安全相關(guān)的隱患指標(biāo)種類繁多，不同工業(yè)品之間存在個(gè)體差異，還有待建立出更加全面可靠的隱患指標(biāo)體系和分級方法，更有效地支撐工業(yè)品質(zhì)量安全監(jiān)管工作。

參考文獻(xiàn)

陳建宏. 統(tǒng)計(jì)學(xué)基礎(chǔ)[M]. 北京：北京理工大學(xué)出版社， 2013.冷潔， 唐錫晉， 閆志華， 等. 基于質(zhì)量新聞的工業(yè)品質(zhì)量風(fēng)險(xiǎn)分析[J]. 系統(tǒng)科學(xué)與數(shù)學(xué)， 2021，41（12）：3405-3421.

徐一， 宋曉峰. 基于多元回歸分析的出口工業(yè)品質(zhì)量安全水平監(jiān)測評價(jià)體系研究[J]. 求實(shí)， 2013（S2）：130-133.

劉升福. 企業(yè)戰(zhàn)略風(fēng)險(xiǎn)管理理論綜述[J]. 現(xiàn)代管理科學(xué)，2003（12）：31-32+23.

謝波， 楊旸， 王巖峰. 工業(yè)產(chǎn)品的質(zhì)量要素作用機(jī)理初探[J].標(biāo)準(zhǔn)科學(xué)， 2022（03）：100-103+112.

陳浩平. 基于輿情分析的信息安全質(zhì)量風(fēng)險(xiǎn)監(jiān)測研究[D].北京：北京郵電大學(xué)， 2019.

萬娟秀， 蔣建平， 管慶玲. 制造業(yè)產(chǎn)業(yè)鏈高質(zhì)量發(fā)展評價(jià)指標(biāo)體系構(gòu)建初探[J]. 中國標(biāo)準(zhǔn)化， 2022（15）：50-53+71.

劉欣欣， 孫良泉， 仝錫良. 基于政府監(jiān)管角度的消費(fèi)品質(zhì)量評價(jià)體系研究[J]. 標(biāo)準(zhǔn)科學(xué)， 2020（12）：157-160.

岳高峰， 李果， 夏培松. 農(nóng)機(jī)安全隱患因素分析和排查指標(biāo)體系研究[J]. 農(nóng)機(jī)質(zhì)量與監(jiān)督， 2022（05）：31-32.

卓德保，陳良猷. 質(zhì)量評價(jià)及其模型研究[J]. 北京航空航天大學(xué)學(xué)報(bào)（社會科學(xué)版）， 2000（04） ：14-16+55.

蔣家東， 李相稹， 鄭立偉. 國家質(zhì)量基礎(chǔ)設(shè)施研究綜述[J].工業(yè)工程與管理， 2019， 24（2）：8.