基于SEM的施工企业信用评价模型

刘 畅， 吕 刚， 赖芨宇

(1. 中冶建筑研究总院(深圳)有限公司， 广东 深圳 518054； 2. 福建农林大学 交通与土木工程学院， 福建 福州 350002)

建筑市场信用问题一直受到社会各界关注，施工企业信用缺失行为破坏正常市场秩序，增加交易成本，降低资源配置率。纵观国内现有施工企业信用评价标准，存在缺乏统一性、不够科学合理等问题，具体而言，现有指标体系的评价内容和评价指标差异较大，内容有多有少，评价准则不够具体，信用评级的分数划分与量化不够明确，由此难以指导施工企业信用评价。构建完善的施工企业信用评价体系，有利于保障市场经济健康发展，有利于增强主体的诚信意识、解决信息不对称问题，有利于提高企业自身竞争力和融资能力，有利于维护农民工合法权益等。目前，仍有部分省市在进行施工企业信用评价时，采用信用记录表的形式，将表格下发，让被评企业自行填报。由此得来评价结果不具有可比性且更缺乏客观公正性，有甚者弄虚作假，存在权利寻租、滋生腐败的隐患。因此，甄选具有代表性和针对性的评价指标、建立有效的信用评价模型势在必行。

梳理以往研究者的成果可知，在评价指标方面：研究学者大都围绕企业的履约能力、偿债能力、盈利能力、经营能力等指标进行研究[1～4]，这些指标具有一定参考价值，但不足之处是均反映企业财务方面能力，而企业信用不只体现在财务能力方面，应涵盖更大范畴，包括社会责任、奖惩记录、履约能力等方面。在研究方法上：研究学者从不同角度、运用不同研究方法建立施工企业信用评价模型，为模型构建提供解决问题的思路，主要研究方法有模糊综合评价法、BP神经网络技术、层次分析法等[3,5,6～9]。上述方法优点是都属于探索性分析，可较好地表达变量间共同特质及抽象概念，但不足之处是主观性依赖大、对数据处理缺乏判断性，结论多为定性，无法分析因主观判断而出现的误差等。结构方程模型弥补了上述缺点，运用定性与定量分析相结合的方法，同时处理多个变量之间的关系，处理大量数据，主观因素影响较小。结合施工企业信用评价内容多的特点，选取结构方程模型的研究方法，建立施工企业信用评价模型。

1 确立指标体系

1.1 指标来源

评价指标应具有代表性和针对性，既能反映正面影响，也能反映负面影响，指标选取应遵循科学性、客观性、全面性、可行性的原则。依靠科学客观的理论，选取能全面反映施工企业信用情况的可行性评价指标体系。

纵观各省市施工企业信用评价建设现状，评价指标体系存在一定的差异，各有优缺点。目前，福建省、重庆市、天津市、陕西省、广东省、深圳市等地区的施工企业信用评价建设卓有成效，指标体系参考价值大。基于施工企业信用评价指标选取的原则，参考具有代表性地区评价指标体系，并结合国内外研究者研究成果，采取归纳、分析的方法，初步选取施工企业信用评价指标体系。

1.2 指标确立

结合所选省市信用评价指标体系和研究学者的研究成果，初步选取具有代表性和针对性的指标，选择包括企业情况等5个一级评价指标，企业资质等20个二级评价指标。同时依据所选省市评价标准，设立评价内容。假设企业信用总分为100分，各二级指标满分为100分，采取加减分计分方式，其中对于二级指标不良记录，若企业无不良记录，则该项得分为100分，有不良记录者按标准扣分，直至扣完为止，未扣完分数可继续用于信用评分。同时，为了便于建模，将各级指标用代号表示，如一级指标“企业情况”的英文表示是“Enterprise Situation”，则选取“ES”为“企业情况”代号，则其他四个一级指标分别表示为“FA，PA，PS，SP”，二级指标代号则在相应的一级指标代号后加数字即可，指标体系及具体评价内容具体见表1。具体评价周期为每年一次，当年初开始评上一年度的信用信息，并计算企业信用分值。部分指标评价内容有效期为一年，次年评价不受上一年度评价结果影响，部分二级指标评价周期有特殊情况的，在表1中有说明。

企业情况ES：施工企业信用评价最基本指标就是企业情况，企业情况不仅包括管理、人员、技术和资金等方面的综合要素，还包括国家对企业的等级评定。可以从企业资质ES1、人力资源ES2、技术创新ES3、设备素质ES4、经营状况ES5等五个方面进行评价。

财务能力FA：构建施工企业信用评价体系的基础就是对企业财务能力的衡量，企业正常运转的动力是企业的财务能力，也为企业提供持续竞争优势。对企业财务能力的信用评价，可以从企业资产FA1、纳税信息FA2、财务信用FA3、偿债能力FA4这四个方面进行。

履约能力PA：履约能力反映施工企业按照合同实施进度以及支付资金的实际能力，可以从工程进度PA1、质量评价PA2、安全评价PA3、文明施工PA4、合同履约PA5几个方面进行评价。

奖惩记录RP：奖惩记录可设立工程奖项RP1、信贷记录RP2、不良记录RP3三个二级指标，工程奖项可根据国家级、省级和地方的奖项，比如全国建筑工程鲁班奖、省部级建设工程优秀奖、地方级奖项等，信贷记录主要依据银行对施工企业信贷情况的评价，不良记录方面，有国家级、省部级的通报、警告，经济处罚等。建立施工企业信用评价体系后，将上述奖惩情况、信贷记录等，收集归类，进行量化评分。

社会责任SR：主要从劳务用工SR1、绿色建筑SR2、公益事业SR3三个方面进行评价。设立劳务用工指标主要是为了维护农民工合法权益，解决拖欠农民工工资等问题；设立绿色建筑评价指标，是从节能、节水、保护环境等方面出发，响应住建部号召；设立公益事业主要是为了提升企业在文化建设方面的贡献度。

2 基于SEM的信用评价模型构建

2.1 数据获取

用问卷调查方式获取数据，采用Likert 5点量表法设计问卷，获取问卷数据的目的是为了得到不同领域人员对施工企业信用评价指标的重视度，依据此重视度，结合数据分析，建立信用评价模型，从而可以更好地引导施工企业信用评价健康发展。问卷采用实地调研方式向部分地区施工企业发放问卷110份，并分别向建设主管部门、高校从事土木工程或工程管理教学的专家、相关咨询机构等各发放30份问卷，此次问卷共发放200份，共回收185份，其中有效回收问卷170份，有效回收率为85%。信度与效度可判断问卷数据的可靠性和有效性，进而可以判定指标选取的合理性与真实性。用SPSS软件分别对问卷进行信度与效度检验，用克朗巴哈α系数与KMO，Bartlett球形度检验的标准值作为判断准则。问卷的克朗巴哈α系数为0.816，超过0.7，说明问卷的可信度高，量表内部达到一致性信度标准，即问卷的可靠性得到了验证；总量表的KMO值为0.865，Bartlett球形度检验的数据也符合要求，KMO值越大说明变量间相关性越大，即各指标间相关性大，问卷的有效性得到了验证。问卷数据分析结果均达到标准要求，说明选取的指标体系合理，适合做下一步模型的建立。

2.2 模型构建

首先对变量进行选取，选取各一级指标为潜在变量，各二级指标为测量变量，结合表1，运用AMOS软件，结合相关数据，建立施工企业信用评价模型，依据AMOS软件给出的MI修正系数对模型进行修正后，最终得到拟合度较好的模型。对修正后的模型拟合度进行检验，结果如表2所示。

表2 拟合指数

由表2可以看出，各拟合指数均已达到适配标准值，说明模型拟合度较好，则模型不需要进行修改，可作为信用评价模型。

2.3 模型分析与指标权重设计

表3 路径系数判别标准

e和r代表变量间的残差项，主要反映在结构方程中未能被解释的部分。若残差项出现负值，则需要对问卷进行重新设定与发放，表4中的残差项均为正值。对于结构模型的路径系数统计，5个一级指标潜变量的路径系数均大于0.6，说明它们对信用评价的影响很大，因此在信用评价过程中，这些都是需要考虑的变量。履约能力的路径系数为0.85，企业情况的路径系数为0.82，说明履约能力和企业情况对施工企业信用评价的影响最大，其次是奖惩记录、财务能力、社会责任。

设计指标权重值计算公式，式(1)代表一级指标权重计算公式，式(2)代表二级指标权重计算公式，依据路径系数，确立各指标的权重系数。各指标的权重系数如表5所示。

(1)

(2)

表4 路径系数分析表

表5 各级指标权重系数

Wmk=W(Fm)W(Tmk)

(3)

式中：m为一级指标代号；k为一级指标对应的二级指标代号；W为权重值；R为路径系数；F为一级指标；T为二级指标；Fm为第m个一级指标；R(Fm)为第m个一级指标路径系数；W(Fm)为第m个一级指标权重值；Tmk为第m个一级指标对应的第k个二级指标；W(Tmk)为对应的权重值；R(Tmk)为对应的路径系数；Wmk为各二级指标最终权重值。

2.4 评分方式设定

依据指标权重，设定信用评分计算公式。施工企业信用评价采取计分制度，先对二级指标进行评分，将最终得到的每个二级指标的分数值记为Xj(j=1,2,…,20)， 一级指标对应的分数值记为Yi(i=1,2,…,5)，将信用评价的总得分记为S，得出：

S=Y1+Y2+Y3+Y4+Y5

(4)

(5)

式(4)即为施工企业信用总评分的计算公式，式(5)为信用评价体系中各一级评价指标得分计算公式。

2.5 案例实证分析

甲企业基本信息简述：具有施工总承包特级资质，获得鲁班奖等，工法150多项，多次参加抗洪抢险，注重社会责任与绿色建筑等信息。乙企业基本信息简述：具有施工总承包一级资质，获得纳税贡献奖，多次资助贫困生等信息。依据表1，式(4)，(5)，首先依据当年企业的基本信息，对甲乙企业进行信用评分，然后计算企业各指标得分，最终得到企业信用总分，计算结果如表6所示。

表6 案例企业信用得分

由表6可知，甲企业信用得分大于乙企业信用得分，并且信用分值与实际调查所得分数基本吻合，则信用评分计算公式的正确性和有效性得到验证。同时，可知甲、乙两企业的履约能力和企业情况得分均高于其他指标得分，前文结论“履约能力和企业情况对施工企业信用评价的影响最大”得到了实例验证。

3 结 语

首先通过对比分析以及文献研究筛选出施工企业信用评价指标，然后运用SEM研究方法建立信用评价模型，通过模型的路径系数分析各指标之间的相互影响程度，通过设计权重值计算公式得出指标的权重系数值，并由此得出信用评价计分方式，通过实证案例分析，验证公式的正确性。建立的评价模型以及信用评分计算方式可以用来判定施工企业信用程度，以此来激励企业提升自身竞争实力，提升自身信用度，最终为构建完善的社会信用体系做贡献。

[1] 宋程鹏, 王孟钧, 常 燕. 施工企业信用评价体系构建[J]. 铁路工程造价管理, 2007, 22(2): 44-47.

[2] 吴明隆. 结构方程模型——AMOS的操作与运用[M]. 重庆: 重庆大学出版社, 2010.

[3] 付志霞. 基于BP神经网络的建筑施工企业信用评价模型研究[J]. 科技创新导报, 2014, (26): 22-23.

[4] 程兰燕. 房地产开发项目参建合作企业信用评价体系研究[J]. 土木工程与管理学报, 2011, 28(4): 86-89.

[5] 王孟钧, 彭 彪, 陈辉华. 基于系统动力学的建筑市场信用系统[J]. 系统工程理论方法应用, 2006, 15(5): 409-411.

[6] 刘高军, 朱 嬿. 基于数据挖掘技术的建筑企业信用评价[J]. 中国矿业大学学报, 2005, 34(4): 494-499.

[7] 袁 莉, 李宏男, 姜韶华, 等. 基于SVM的建筑企业信用评价研究[J]. 价值工程, 2009, (3): 141-144.

[8] 任 杰, 张晓华. 离散Hopfield神经网络在施工企业信用评价中的应用[J]. 宁夏工程技术, 2013, 12(3): 270-272.

[9] 刘再兴. 基于BP人工神经网络的绿色施工模糊综合评价研究[J]. 价值工程, 2015, (11): 49-51.

[10]武百忠. 基于密切值法的建筑施工企业信用评价研究[J]. 天津经济, 2017, (1): 47-49.

[11]洪文霞, 张 腾, 朱清芸. 基于BP神经网络的施工企业综合能力模糊评价[J]. 青岛理工大学学报, 2015, 36(3): 26-31.