建筑信用監管的評價仿真與實證

孫勁峰， 晏路明， 劉永聰， 陳曉凌

(1．廈門市建設與管理局， 福建 廈門 361003； 2．福建師范大學， 福建 福州 350007；3．廈門鑫眾城科技有限公司， 福建 廈門 361012)

建筑信用監管有力推進了中國獨有的信用監管在大陸設區市層面的實踐化、具體化。其行為綜合評價是建筑業監管機關對市場主體(簡稱個體)守法履約表現的信任綜合測度。該測度須就具體行為做檔次認定，方可生成個體的數據信息。文獻[1]建立了基于行為檔次且契合監管操作的系統模型，作為評價及仿真的基礎。

評價運行六年來，取得顯著成效也暴露以下問題：①行為不良記錄較少而良好記錄很多且記錄極少公開尚缺信任；②將較小樣本煉就的樣本滿意分類標準用于總體分類尚缺根據；③生成總體分類標準及檢驗樣本分類標準的系統方式尚缺論述；④評價仿真可靠是否存在具體條件、有無監管要求等尚未明確。為此，有機結合個體、樣本與總體做長期的系統仿真與科學錘煉，指出方法的獨特創新，并系統論述：行為計分模型的系統求解原理和分類標尺確立；行為評價仿真的系統實證研究和運用延伸探討。

1 方法基礎與獨特創新

基于數學方法尤其是灰色系統方法與概率統計方法，針對現實難題的特點實行信息融合與復合創新，并借助計算機仿真開展系統實證與技術研究，兼有科學性、創新性與實用性。

1.1 具體構成內容

從方法的構成內容看，除包括文獻[1]已指出的灰色系統理論和市場監管原理外，還包括以下有關理論和方法。

(1)概率統計理論。包括隨機變量正態分布的普適性及狀態條件要求、概率極限四則運算、特征函數等概率論定理，及估計有限正態總體之特征參數的數理統計理論與方法。

(2)政策研究通論[2]。首先涉及實證分析、價值分析及規范研究；其次是對規范研究所獲政策方案的可行性分析；最后是從候選方案中獲得滿意方案并使之完善的優化分析。

(3)系統仿真方法。該方法可就涉及復雜性、動態性和隨機性等問題做計算機演化模擬。其中的自主體模擬已相對成熟，已經成為歸納法和演繹法之外的第三種重要科研方法[3]。

(4)系統實踐理論。系統實踐應懂物理、明事理、通人理，貫徹統籌真理、效率和成效的WSR方法論原則[4]；有關信息處理應當力求能系統、穩定、可靠地表征事物的內在規律。

1.2 具體方法創新

包括：①邏輯基礎是較少使用的灰色軟原理和概率統計學兩種方法的有機結合、相互周圓；②技術方法迥異于一般數理統計、灰色評估統計和復合或集成灰色與概率的灰色概率[5,6]、灰色隨機[7,8]或基于(正態)灰云模型的灰數白化[9]等方法，也異于完全集成模糊性和隨機性的(正態)云模型方法[10]；③數值算法異于基于概率模型與隨機采樣的分布估計算法[11]，其區間運算規則雖稍同于區間分析[12]，卻完全避免后者因不考慮變量相關性而導致的運算結果無效擴大或高維分支定界困難[13]等情況。簡而言之，是基于整體分布不確定性、而非已有研究基于概率或隸屬度等具體數值不確定性的決策方法。

總之，引入基于行為記錄的數學模型并基于上文所述的方法獨特性，可就總評得分實行灰色分布仿真及系統實證和技術研討。

2 評價仿真與總評分類

2.1 基于檔次區間灰數的評價模型

對資質資格、經營管理、安全管理、質量管控、其他責任5個監管分項有如下模型[1]：

(1)

(2)

Y=A·Y1+(1-A)·Y2

(3)

總之，Y1、Y2、Y各為不良、良好、全部行為的總得分值；Xi、Xi′及Xij、Xij′各為監管i分項的不良、良好行為及其第j條不良、良好記錄的得分值；Wi、Ft、Eq、Gk、d、A為實參數；行為記錄按其檔次取區間灰數為自變量。

2.2 模型仿真運算與總評滿意分類

2.2.1總評得分序列滿意的系統原理

由灰最少信息原理知：相對于非對稱、非均衡的分布，信息需要量最少的正態分布應當盡量充分利用。斯魯茨基(Slutsky)定理、特征函數的定義與性質及林德伯格(Lindberg)中心極限定理[16]等則深刻指出：由大量微小且獨立、相對均勻的隨機因素累積而成的變量必然依概率收斂于正態分布。因正常狀態下決定Y的大量隨機因素中沒有一種因素的作用可壓倒一切，故可認為其服從正態分布。盡管對每個Y值或不同Y值序列的信息知之甚少，但其中包含的數值排序及可能潛藏的正態分布信息卻可充分利用。因此，若能確認上述狀態條件，則對于不同總評得分之序列，當且僅當其服從正態分布時，全部個體類別的區分度最好[17]。由此，可對Y補充正態分布約束以便對其做滿意求解與數值搜尋。

2.2.2搜索正態滿意曲線的可靠途徑

確定式(1)、(2)的參數；再各對A、Xij及Xij′以一定步長逐次賦值，計算并記錄所生成樣本的Y序列及其正態特征量，繪制其得分分布曲線。若有兩條以上正態曲線：就單一曲線優劣看，應選擇Epps-Pulley檢驗統計量TEP值最小者為滿意曲線[18]，或就TEP值最小和最大者做顯著性差別t檢驗：差別顯著，則選取TEP值最小的為滿意曲線；無顯著差別，宜綜合考量TEP、標準差、均值等后確定滿意曲線[19]。但從系統可靠性看，則應當從最充分或穩定地反映正態分布律與信息完整性之最優曲線簇(A最接近0.75且有較多正態曲線的那個曲線簇)中選擇正態特征量依次最小者為滿意曲線并獲得滿意解。此外，為保障搜索效率和成效，須簡單甄別個體得分異?；蚬铝Ⅻc，將其個數占比經驗控制在5%之內。

2.2.3確立樣本滿意分類及標準評分

總之，就記錄樣本挖掘正態分布信息，再鎖定正態Y序列作為統計學涵義的正態樣本，可確立記錄樣本適用的滿意分類標準集，為尋找并生成總體分類標準提供必要信息。

2.3 生成和運用總體合意分類標準

2.3.1總體合意分類的樣本滿意基礎

盡管個體、監管及雙方博弈和環境等限制使樣本占總體比例較小且有關信息貧乏而難以使用統計學方法推斷總體，但總體仍適用之前的系統原理。而正態總體的均值和方差常用樣本的均值和方差為一致或相合、一致最小方差無偏、有效或漸近有效的估計值[16]。鑒此，探索總體分類規律時，若確無其他否定信息，則根據灰色默認原理、灰最少信息原理和新信息優先原理[14,15]及WSR方法論原則[4]，應當克服行為記錄局限而認定全部的不同總評得分呈正態分布，并優先、充分地利用樣本滿意標準生成總體分類標準。這種宏觀的信息補充及推斷，也是物質、時機和處理能力等資源短缺的要求，還是后續補充非記錄之中/微觀信息并做約束調整的基礎。

2.3.2無記錄個體的歸類及合意約束

按一般監管慣例，被有效監管而無不良和良好記錄的個體應被歸屬藍類[注]參見:《中華人民共和國海關企業分類管理辦法》(國家海關總署令第170號)中第八、九、十條;《關于加快推進企業環境行為評價工作的意見》(國家環?？偩汁h發[2005]125號)附件中“企業環境行為分級標準”之表2所列的“藍色(好)—環境守法”;《出口工業產品生產企業分類管理辦法》(國家質量監督檢驗檢疫總局令第51號)第七條;《關于對企業實行信用分類監管的意見》(國家工商總局工商企字[2003]第131號)中“㈠守信標準”。；未被有效監管而無行為記錄的個體，則可視為原始不良記錄扣分Xij和良好記錄得分Xij′皆等于零的特殊的“被有效監管”的個體，且若無其他信息補充時亦當參照監管慣例而先被歸入藍類，方能因之確立合理導向并包容公序良俗而合意。由此可將其評價運算也納入式(1)～(3)并獲得總評得分值Y=100A。利用這些中觀層面的補充信息可導出界定藍類區間的正態合意約束關系如下：

(4)

將(4)式作為樣本滿意分類標準的合意甄別條件，可使之在檢驗通過后亦為無行為記錄個體的分類標準，由此實現總體分類標準對不論有或無記錄個體的科學統一和邏輯自洽。

2.3.3基本業績要求及個體歸屬調整

建筑監管對個體建筑守法履約表現的評判除著眼于其不良行為和良好行為的記錄外，類似于企業信用評價對于業績指標先導性的重視[21]，還有一個對其基本業績達標的要求[注]參見:《建筑業企業資質管理規定》(建設部令第159號)第三、十五、三十一條;《建筑業企業資質管理規定實施意見》(建市[2007]241號)中第(三)、(十)、(三十八);《出口工業產品生產企業分類管理辦法》(國家質量監督檢驗檢疫總局令第51號)第六條之(四)。。該要求與之前模型著眼于行為記錄計分及信息挖掘并就不良行為記錄按照業績區間做系數訂正完全不同，且對于無論有無行為記錄的全部個體都是一致。對基本業績的要求常存在某種規(約)定的標準，須將其作為微觀補充信息引入并對模型做出的總體分類結果作進一步的約束和調整：①凡業績達標者，維持模型對其歸屬的原評判；②凡業績未達標者，黃、紅兩類仍維持模型對其歸屬的原評判，而綠、藍兩類則皆調降至黃類，以科學體現“一票否決”的基本業績達標要求。

總之，對樣本滿意分類及個體歸屬的信息補充和約束調整，基于科學理性及監管倫理耦合總體與個體，該優化分析確認樣本滿意分類標準檢驗通過后就是總體合意分類標準。

綜上，評價可標準化，并已研發軟件以資數據導入、參數引入、變量賦值、算法組合、搜索計算、指標列表、滿意抉擇、曲線繪制、類別輸出及仿真試驗等，可供監管廣泛使用。

3 實踐應用與實證分析

雖然已針對(1)的無Ft、Eq之簡單情形與(2)、(3)完成某市2005年建筑業樣本數據實證[18,19,22]，但仍需總體實證與實踐檢驗及基于此的開放式研究，才能確立評價方法。

3.1 仿真運行及數值算例

以某市施工總承包企業為例，剔除明顯異常或孤立之點及歸并重復點后，由所余個體構成各年度的運算樣本。經協商平衡并兼顧比較之需，將式(1)、(2)中的Wi(i=1，2，…，5)依次定為0.18、0.22、0.24、0.20、0.16。式(1)中，因日常監管檢查尚未按照類別實行差別化，暫不考慮檢查次數和抽查項目數目之差異對評價的影響，即Ft、Eq的值皆暫定為1.0；同時，針對業績區間k(k=1，2，…，11)設定相應的訂正系數Gk；最后取定d值為1.0。

逐個輸入樣本在各監管分項下原始行為記錄的檔次標識和業績數據。從生成的總評得分序列曲線集中，首先選擇A值最接近0.75且有較多條正態曲線的那個曲線簇；其次從中選出p=0.99分位數下各正態特征量——檢驗統計量及標準差或平均值的離散系數依次最小者為滿意曲線，由此獲得各年度樣本的滿意得分序列；然后由樣本滿意得分序列的平均值和標準差生成其滿意分類標準；最后檢驗該標準能否滿足正態合意約束。表1給出案例仿真的總體統計情況，2008～2010各年度的樣本2是不合意的案例；表2是2010-1樣本，表明若不良記錄結構良好、數量足夠則結果可靠。全部算例充分展示方法的可行和可靠。圖1是2007年度樣本的滿意曲線遴選示意圖。

表1 2005～2010年度某市施工總承包企業信用監管評價的總體統計數據

表2 2010-1樣本的正態曲線簇與滿意曲線之數值特征

圖1 2007年度樣本的滿意曲線遴選

此外，可單獨輸入無記錄個體的業績數據和相應標識，軟件可將其各項原始記錄賦予零得分，實現對樣本滿意分類標準的合意甄別及基本業績的約束，并在合意條件下輸出個體歸屬。

3.2 應用情況與實踐效果

對施工總包以及專業承包、工程監理等序列的仿真試驗及結果分析顯示：模型合理、操作可行、評分客觀、流程可視、仿真可靠。評價仿真獲管理層、行家和專家廣泛認同，并被運用于廈門、深圳、北海、江西省等設區市的監管[注]參見:《廈門市建筑市場信用管理辦法》(廈建建[2007]111號);《深圳市建筑市場信用管理辦法》(深建法[2010]99號,深建字[2011]252號)等規范性文件及其附件1;《江西房地產市場信用監管的探索》(劉榕,科技經濟市場,2007年第12期)。，積淀了仿真及監管的大量經驗與教訓。就廈門市看：2006年7月起，市財政投融資項目的建設單位普遍參照模型輸出的分類，否決紅、黃兩類施工總包的投標資格而允許綠、藍類企業投標。水利部門2007年起沿用該方法生成具體行為記錄并匯入數據庫。建設部門則用此方法處理勞動、工商等部門的行為記錄并不斷推出基于滿意分類的差別化監管措施，如根據所分類別對部分工程施工的投標計價和工資保證金繳交比例施行系數修訂和調整；積極促進市場準入管控從低效無奈的資質備案控制走向高效合理的信息引導約束；糾正不良記錄短缺及記錄“以獎代罰”所暴露的監管不力、不當等。此外，深圳也已經就檔次設置、記錄結構及監管評價仿真等積累了經驗。

4 仿真運用的技術探討

為確保評價方法包括模型與技術的正確運用和恰當推廣，還須深入探討方法應用的基本問題，指出必要的監管驗證和應用要求。

4.1 沒有樣本正態曲線的技術應對

4.2 記錄信息結構異常的技術反思

不良記錄數量不足或遠少于良好記錄，常意味著監管不力/不當而產生行為記錄“以獎代罰”，這種記錄信息結構謂之異常。政府領導對此素來厭惡，曾希望盡量不采信良好記錄以導向不良行為自控，即希望式(3)中的A值應盡可能接近于1。但仿真實踐表明，若通過過分加大A值來削弱良好記錄，勢必過度流失良好記錄承載的分類信息，以致難以獲得正態解。例如，圖2給出由某市施工總承包企業某個時段記錄所形成的3個總評得分曲線簇，從左至右A值各為0.75、0.80、0.85，TEP各取值于(0.359，0.555)、(0.746，0.964)、(1.180，1.422)。表明：A值越大，曲線峰位越右偏，其右側就越易“截尾”，從而越難獲得正態曲線。由此及表2提示：A雖可一定程度地緩沖、調控信息異常，但更應破解監管病癥，使不良記錄結構良好、數量足夠，才能保障仿真結果可靠。2010-1案例就是一個典型例證。

圖2 A值對評價得分曲線形態的影響

4.3 仿真應用條件與正態合意約束

若記錄信息結構異常，即使在A值較小時捕獲正態曲線，也無法滿足式(4)，如表2中2008～2010各年度的樣本2?；谖墨I[1]已指出正常狀態條件下總分為100的測評，其平均值及A的理想值分別各應為70、0.75。再考慮到區間灰數運算與實數運算可由其灰核相互轉化[15]，而多年評價仿真的標準差極端最小值為5.14及式70<75<70+5.14成立而滿足式(4)。這就意味著若狀態條件正常即考試難度適中或監管作為適當，則正態合意約束通常都成立。由此及4.2知，評價可靠的充要條件通常就是狀態條件正?；蛘龖B合意約束成立。該結論既界定了正常監管條件但并未提出超越正常情理的要求，也契合數學方法及其軟件不能代替監管作為而僅能輔助評價決策的常識，故評價仿真的應用條件較為寬松。

4.4 檔次結構正常則必定正態合意

回歸記錄結構可揭示存在正態樣本的充分條件。事實上，若記錄信息結構正常，即各檔次的排布情況與各行為的認定頻率大體呈正態分布平衡，則存在正態樣本。理由包括：①回應檔次-認定頻率大體呈正態平衡意味著Xi、Xi′粗略接近正態分布；②就d=1.0而言，若Xi、Xi′呈正態分布，則就式(1)左半部由雙變量數值仿真可確認Y1、Y2呈正態分布；③運用數學歸納法可知就多變量情形，Y1、Y2也呈正態分布；④Y作為正態分布的線性組合必定呈正態分布。此外，檔次結構正常還意味著監管的正常狀態條件，故Y也就滿足正態合意條件。鑒此，由指導監管機構合理操作并管控兩種記錄條數灰比，以確保檔次結構正常，對監管評價就具有深刻的必然涵義。

綜上所論，從技術角度揭示了評價仿真的應用條件、主要癥結及具體應對，指出正態合意約束或狀態條件正常通常是仿真結果可靠的充要條件，而檔次結構正常定使評價正態合意。

5 結 語

本研究在不確定性程度最高的灰性上疊加不確定性程度仍然很高的隨機分布約束，并借助兩者相互周圓的邏輯推理，及自主體之部分與整體的耦合模擬，建立了嶄新明晰的評價方法和有效合理的框架方案，形成了諸多顯著創新：

(1)個體總評得分確定源于行為檔次之灰數區間浮動與正態白化取值，使個體滿意分類標準具概率論與統計學意義，正態標準化的總評可做行業或地區及其批次比較，具有公正性；

(2)信息補充與合意約束融會貫通灰色軟原理與概率統計學，契合正常情理且應用條件寬松，使分類標準可以具備對樣本與總體的科學統一和邏輯自洽及對個體基本業績的達標要求；

(3)評價仿真的技術探討揭示了仿真的應用條件、主要癥結及具體應對，指出正態合意約束或狀態條件正常通常是結果可靠的充要條件，指明檔次記錄結構正常則評價就正態合意；

(4)異于信用的多種統計或智能神經網絡模型評分方法[23]及灰色關聯-模糊聚類評級方法[24]，其實踐應用因為不苛求大量數據和復雜技術而具備相當優良的適用性、穩定性和準確性。

評價仿真的合理、可行、有效和可靠從理論、方法、技術和應用等多方面可得到證實。但諸如個體業績信息認定協作以及總體參數估計、d指數取分數值等問題，尚可繼續探索或論述。

[1] 孫勁峰,晏路明．行為評價的灰色模型及其監管意義[J]．土木工程與管理學報,2012，29(2):53-57．

[2] 顧建光．公共政策分析引論[M]．北京:科學出版社,2002．

[3] Axelrod R, Tesfatsion L．A Guide for Newcomers to Agent-Based Modeling in the Social Science[M]．NY: Elsevier, 2006.

[4] 顧基發,唐錫晉．物理-事理-人理系統方法論:理論與應用[M]．上海:上?？萍冀逃霭嫔?2006．

[5] 胡國華．灰色概率分布及其參數估計[J]. 湖南師范大學自然科學學報,2002，(4):18-22．

[6] 羅高榮．灰色概率與統計問題及其應用[J].華中理工大學學報(自然科學版), 1988,(4):135-140.

[7] 胡國華,夏 軍．風險分析的灰色-隨機風險率方法研究[J].水利學報,2001,(4):1-6.

[8] 王堅強,周 玲．基于前景理論的灰色隨機多準則決策方法[J]．系統工程理論與實踐,2010,(2):1658-1664．

[9] 王洪利,馮玉強．基于灰云的改進白化模型及其在灰色決策中應用[J]. 黑龍江大學自然科學學報, 2006，(6):740-745．

[10] 李德毅, 劉常昱．論正態云模型的普適性[J]．中國工程科學, 2004，(8):28-34．

[11] 吳啟迪,康 琦,汪 鐳,等．自然計算導論[M]．上海:上?？茖W技術出版社,2011．

[12] Moore R E．Method and Application of Internal Analysis[M]. London: London Prentice Hall, 1979．

[13] 彭 瑞, 岳繼光．區間分析及其在控制理論中的應用[J]．控制與決策,2006，(11):1201-1207．

[14] 鄧聚龍．灰理論基礎[M]．武漢:華中科技大學出版社,2002．

[15] 劉思峰, 黨耀國, 方志耕,等．灰色系統理論及其應用(第三版)[M]．北京:科學出版社,2004．

[16] 魏宗舒．概率論與數理統計教程[M]．北京:高等教育出版社,1983．

[17] 劉應成．考試系統中成績正態分布檢驗的設計與實現[J]．重慶工學院學報,2004，(6):188-189．

[18] 孫勁峰．基于灰色理論與政策研究方法的信用監管評價[J]．建筑經濟,2007，(4):14-17．

[19] 孫勁峰,陳曉凌,劉永聰,等．信用監管制度的灰色系統解析與政策方法論基礎[J]．福建建設科技,2007，(1):54-55．

[20] 戴朝壽,酆格斐,張 欣,等．正態分布在教育教學測評中的應用[J]．徐州師范大學學報(自然科學版), 2006， (4):48-51．

[21] 李小燕,盧 闖,游文麗．企業信用評價模型、信用等級與業績相關性研究[J]．中國軟科學,2003(5):81-85．

[22] 陳曉凌．廈門市建安信用監管評價的實證分析[J]．福建建設科技,2008，(1):63-65．

[23] 晏艷陽,蔣恒波．信用評分模型應用比較研究—基于個體工商戶數據的檢驗[J]．統計與信息論壇, 2010，(5):30-35．

[24] 張洪祥，毛志忠．基于多維時間序列的灰色模糊信用評價研究[J]．管理科學學報,2011,14(1):28-37.