基于最小數(shù)據(jù)集的企業(yè)質(zhì)量信用管理研究

錢(qián)倩　嚴(yán)慧

摘要 ：作為社會(huì)管理和公共服務(wù)的提供部門(mén)，政府在收集數(shù)據(jù)、使用數(shù)據(jù)時(shí)有著得天獨(dú)厚的優(yōu)勢(shì)，業(yè)務(wù)數(shù)據(jù)成為政府部門(mén)海量數(shù)據(jù)的來(lái)源。為了提高政府部門(mén)監(jiān)督管理水平的科學(xué)化，有必要加強(qiáng)對(duì)現(xiàn)有業(yè)務(wù)數(shù)據(jù)的科學(xué)整理和利用。本文以電子政務(wù)實(shí)施的成功案例——昆明市質(zhì)量技術(shù)監(jiān)督局在用的《基層質(zhì)量技術(shù)監(jiān)督管理信息系統(tǒng)》內(nèi)企業(yè)質(zhì)量信息為原始公共數(shù)據(jù)庫(kù)，探討對(duì)現(xiàn)有企業(yè)質(zhì)量信用信息進(jìn)行數(shù)據(jù)挖掘和數(shù)據(jù)分析，如何剔除重復(fù)數(shù)據(jù)和無(wú)用數(shù)據(jù)。采用最小數(shù)據(jù)集與質(zhì)量信用信息相結(jié)合的思維模式，利用R語(yǔ)言使用隨機(jī)森林算法，對(duì)最小數(shù)據(jù)集候選因子關(guān)于企業(yè)質(zhì)量信用評(píng)級(jí)結(jié)果重要性進(jìn)行選擇，再通過(guò)邏輯論證形成企業(yè)質(zhì)量信用管理最小數(shù)據(jù)集，以及對(duì)企業(yè)質(zhì)量信用最小數(shù)據(jù)集的評(píng)級(jí)指標(biāo)做相關(guān)性分析。研究結(jié)論顯示存在五個(gè)質(zhì)量信用因子對(duì)企業(yè)質(zhì)量信用的評(píng)級(jí)具有穩(wěn)定的重要影響。

關(guān)鍵詞 ：企業(yè)質(zhì)量信用 最小數(shù)據(jù)集 質(zhì)量技術(shù)監(jiān)督管理一、引言

隨著ICT（信息通訊技術(shù)）在市場(chǎng)決策和公共管理領(lǐng)域的廣泛運(yùn)用及大數(shù)據(jù)時(shí)代的來(lái)臨，數(shù)據(jù)和信息作為一種重要的資產(chǎn)和財(cái)富越來(lái)越受到?jīng)Q策部門(mén)的重視。數(shù)據(jù)和信息實(shí)質(zhì)上是兩種不同的概念，數(shù)據(jù)往往不能直接為管理決策工作提供依據(jù)，因?yàn)閿?shù)據(jù)的確切含義往往不明顯。而數(shù)據(jù)經(jīng)過(guò)加工處理形成的信息能夠反映客觀事物的規(guī)律，對(duì)管理決策工作發(fā)揮著重要作用。通過(guò)對(duì)數(shù)據(jù)的挖掘、整合、去偽存真，再加以分類(lèi)、匯總、分析后形成報(bào)表和資料，可以實(shí)現(xiàn)為市場(chǎng)決策以及公共決策提供可靠的事實(shí)依據(jù)，實(shí)現(xiàn)市場(chǎng)資源、公共資源的有效配置。由于認(rèn)識(shí)到數(shù)據(jù)的這種重要性，國(guó)內(nèi)外政府部門(mén)在推行了超過(guò)一個(gè)世紀(jì)的電子政務(wù)之后提出了電子治理理念，其目的就在于利用信息技術(shù)更好的服務(wù)于公共管理，為政府和公眾提供便捷的互動(dòng)渠道。本文以電子政務(wù)實(shí)施的成功案例——昆明市質(zhì)量技術(shù)監(jiān)督局在用的《基層質(zhì)量技術(shù)監(jiān)督管理信息系統(tǒng)》為研究對(duì)象，以其在具體應(yīng)用中產(chǎn)生的大量企業(yè)信息為數(shù)據(jù)基礎(chǔ)，分析系統(tǒng)中的原始數(shù)據(jù)為什么不能直接為質(zhì)量技術(shù)監(jiān)督管理部門(mén)評(píng)價(jià)企業(yè)的質(zhì)量信用狀況所用，而造成數(shù)據(jù)資源浪費(fèi)的原因，以及如何篩選小范圍的可用的企業(yè)質(zhì)量信用數(shù)據(jù)，形成企業(yè)質(zhì)量信用管理最小數(shù)據(jù)集，并對(duì)企業(yè)質(zhì)量信用最小數(shù)據(jù)集的評(píng)級(jí)指標(biāo)做相關(guān)性分析。本文采用最小數(shù)據(jù)集與質(zhì)量信用信息相結(jié)合的思維模式，提出以最小數(shù)據(jù)集為切入點(diǎn)進(jìn)行企業(yè)的質(zhì)量信用管理，并用現(xiàn)有數(shù)據(jù)庫(kù)中備案的信息進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析驗(yàn)證其可行性。

二、相關(guān)概念闡述

“最小數(shù)據(jù)集”（MDS）是指通過(guò)收集最少的數(shù)據(jù)，較好地掌握一個(gè)研究對(duì)象所具有的特點(diǎn)或一件事情、一份工作所處的狀態(tài)，其核心是針對(duì)被觀察的對(duì)象建立起一套精簡(jiǎn)實(shí)用的數(shù)據(jù)指標(biāo)。1最小數(shù)據(jù)集的概念起源于美國(guó)的醫(yī)療領(lǐng)域。最小數(shù)據(jù)集的產(chǎn)生源于信息交換的需要，就好比上下級(jí)質(zhì)量技術(shù)監(jiān)督部門(mén)之間、企業(yè)與質(zhì)量技術(shù)監(jiān)督部門(mén)之間、質(zhì)量技術(shù)監(jiān)督部門(mén)與社會(huì)公眾之間都存在著信息交換的需求。為此需要建立一個(gè)類(lèi)似于適用“端口”的數(shù)據(jù)庫(kù)以實(shí)現(xiàn)信息交換、共享。1973年，在美國(guó)國(guó)家生命健康統(tǒng)計(jì)委員會(huì)（NCVHS）的主導(dǎo)下，為了規(guī)范出院病人的信息收集工作，美國(guó)第一次制定了統(tǒng)一的出院病人最小數(shù)據(jù)集。由于實(shí)用性較強(qiáng)，最小數(shù)據(jù)集的概念在醫(yī)療領(lǐng)域被迅速推廣。近幾十年來(lái)，幾乎每年都有新的最小數(shù)據(jù)集被定義、開(kāi)發(fā)和推廣，一時(shí)間衍生出各種各樣特定的最小數(shù)據(jù)集。隨時(shí)時(shí)間的推移，最小數(shù)據(jù)集在美國(guó)已經(jīng)演變成一個(gè)一般概念，它指代國(guó)家管理層面針對(duì)某個(gè)業(yè)務(wù)管理領(lǐng)域強(qiáng)制收集的數(shù)據(jù)指標(biāo)。當(dāng)然，對(duì)于“最小”的看法不同的管理者、決策者、公共服務(wù)提供方及接收方都會(huì)有不同的需求和看法，一個(gè)指標(biāo)是否納入最小數(shù)據(jù)集的范圍，所處立場(chǎng)、視角以及管理方式的不同皆會(huì)產(chǎn)生不同的看法。最小數(shù)據(jù)集在中國(guó)的應(yīng)用是始于2003年中國(guó)在醫(yī)療衛(wèi)生領(lǐng)域開(kāi)始最小數(shù)據(jù)集的應(yīng)用研究，到2006年中國(guó)衛(wèi)生部出臺(tái)了第一版中國(guó)醫(yī)院最小數(shù)據(jù)集的標(biāo)準(zhǔn)。

“質(zhì)量信用”的概念始于1915年芝加哥大學(xué)Max F Meyer等人“Credit for Quality”中的論述，并以教育為對(duì)象提出了質(zhì)量信用的一般原則。目前，國(guó)外將企業(yè)的質(zhì)量信用作為企業(yè)信用的組成部分和要素，被包含在“企業(yè)品格”（Character）和“企業(yè)能力”（Capacity）評(píng)價(jià)范圍內(nèi)，與“資本狀況”（Capital）一起，組成企業(yè)信用評(píng)價(jià)“3C”模型的基礎(chǔ)。我國(guó)的質(zhì)量信用管理研究始于1987年，它與企業(yè)發(fā)行債券同步產(chǎn)生。從廣義上來(lái)看企業(yè)質(zhì)量信用應(yīng)該包括企業(yè)產(chǎn)品質(zhì)量、企業(yè)內(nèi)部管理質(zhì)量以及企業(yè)資本狀況及其抗風(fēng)險(xiǎn)能力三個(gè)關(guān)鍵要素。2006年10月24日，國(guó)家質(zhì)量技術(shù)監(jiān)督檢驗(yàn)檢疫總局下發(fā)的《國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局關(guān)于加強(qiáng)企業(yè)質(zhì)量信用監(jiān)管工作的意見(jiàn)》（以下簡(jiǎn)稱(chēng)：國(guó)質(zhì)檢質(zhì)[2006]464號(hào)）中第一次對(duì)質(zhì)量信用做出了官方敘述，即“企業(yè)質(zhì)量信用是指企業(yè)在生產(chǎn)經(jīng)營(yíng)活動(dòng)中遵守質(zhì)量法律法規(guī)、兌現(xiàn)質(zhì)量承諾的能力和程度”2。《企業(yè)質(zhì)量信用劃分通則》（GB/T23791—2009）中表述為“取得并保持對(duì)其質(zhì)量信任的能力，這種能力由企業(yè)在遵守質(zhì)量相關(guān)法律法規(guī)、執(zhí)行標(biāo)準(zhǔn)以及兌現(xiàn)質(zhì)量承諾的基礎(chǔ)上，提供產(chǎn)品在生命周期內(nèi)滿(mǎn)足顧客的需求或期望來(lái)實(shí)現(xiàn)”。從本文的實(shí)際研究角度來(lái)看，本文將沿用《企業(yè)質(zhì)量信用劃分通則》（GB/T23791—2009）中對(duì)于“企業(yè)質(zhì)量信用”的定義。

盡管肯德基蘇丹紅事件、三鹿奶粉風(fēng)波、地溝油恐慌等企業(yè)質(zhì)量失信事件給我國(guó)企業(yè)的質(zhì)量誠(chéng)信敲響了緊鐘，但假冒偽劣、缺斤短兩等企業(yè)失信行為仍然屢見(jiàn)不鮮，這些行為嚴(yán)重地?fù)p害了消費(fèi)者的利益，擾亂了市場(chǎng)經(jīng)濟(jì)秩序，敗壞了國(guó)家聲譽(yù)，這就表明單靠品牌、傳播積累起來(lái)的產(chǎn)品誠(chéng)信過(guò)于流于形式，很容易在突發(fā)危機(jī)時(shí)土崩瓦解，只有通過(guò)一套客觀、真實(shí)、有效、科學(xué)的企業(yè)質(zhì)量信用管理方法，才可能真正讓消費(fèi)者吃下一顆定心丸。2013年6月21日，國(guó)家質(zhì)檢總局辦公廳下發(fā)了關(guān)于組織企業(yè)試點(diǎn)發(fā)布《企業(yè)質(zhì)量信用報(bào)告》的通知，文件中表述“推動(dòng)企業(yè)發(fā)布質(zhì)量信用報(bào)告，是引導(dǎo)企業(yè)履行產(chǎn)品質(zhì)量主體責(zé)任、建立質(zhì)量誠(chéng)信自律機(jī)制的重要措施，也是引導(dǎo)和推動(dòng)全社會(huì)對(duì)企業(yè)履行質(zhì)量責(zé)任情況進(jìn)行監(jiān)督的有效方式，有利于推動(dòng)企業(yè)牢固樹(shù)立‘質(zhì)量第一、誠(chéng)信為本的經(jīng)營(yíng)理念，有利于提高企業(yè)的質(zhì)量誠(chéng)信意識(shí)和質(zhì)量法制意識(shí)，有利于企業(yè)主動(dòng)向社會(huì)、消費(fèi)者公開(kāi)產(chǎn)品質(zhì)量狀況和質(zhì)量承諾信息，接受社會(huì)監(jiān)督”。文件中要求各級(jí)質(zhì)量技術(shù)監(jiān)督管理部門(mén)組織企業(yè)發(fā)布《企業(yè)質(zhì)量信用報(bào)告》，以及推動(dòng)《企業(yè)質(zhì)量信用報(bào)告》的使用。由此，加強(qiáng)對(duì)企業(yè)質(zhì)量信用的管理對(duì)增強(qiáng)企業(yè)誠(chéng)信意識(shí)，提高產(chǎn)品質(zhì)量水平，促進(jìn)經(jīng)濟(jì)社會(huì)健康發(fā)展具有十分重要的意義。

三、企業(yè)質(zhì)量信用管理最小數(shù)據(jù)集研究的必要性

美國(guó)經(jīng)濟(jì)學(xué)家、政治學(xué)家赫伯特·西蒙曾敏銳的指出：“信息消費(fèi)了什么是很明顯的：它消費(fèi)的是信息接受者的能力。信息越豐富，就會(huì)導(dǎo)致注意力越匱乏。信息并不匱乏，匱乏的是我們處理信息的能力。我們有限的注意力是組織活動(dòng)的主要瓶頸?！弊鳛槠髽I(yè)質(zhì)量信用的主要監(jiān)管部門(mén)，昆明市質(zhì)量技術(shù)監(jiān)督局在用的《基層質(zhì)量技術(shù)監(jiān)督管理信息系統(tǒng)》自2004年在全省推廣運(yùn)行以來(lái)，配合《獲證企業(yè)管理信息系統(tǒng)》（企業(yè)用）形成了一個(gè)企業(yè)提交數(shù)據(jù)、質(zhì)監(jiān)局審核數(shù)據(jù)并錄入監(jiān)督執(zhí)法數(shù)據(jù)的動(dòng)態(tài)監(jiān)管模式。企業(yè)通過(guò)提交企業(yè)基本信息和企業(yè)質(zhì)量數(shù)據(jù)來(lái)充實(shí)數(shù)據(jù)庫(kù)，質(zhì)監(jiān)局對(duì)企業(yè)提交的信息進(jìn)行審核從而進(jìn)行行政許可和業(yè)務(wù)監(jiān)管，長(zhǎng)此以往，該公共數(shù)據(jù)庫(kù)積累了大量有關(guān)企業(yè)質(zhì)量信用的數(shù)據(jù)。至2014年6月為止，該數(shù)據(jù)庫(kù)中備案了超過(guò)150萬(wàn)條企業(yè)質(zhì)量技術(shù)數(shù)據(jù)信息，已經(jīng)形成了一個(gè)龐大的動(dòng)態(tài)監(jiān)管數(shù)據(jù)庫(kù)。這一寶貴的質(zhì)量信用數(shù)據(jù)資源，無(wú)論是對(duì)于質(zhì)量技術(shù)監(jiān)督部門(mén)，還是企業(yè)、公眾，都是一筆具有巨大潛能的數(shù)據(jù)財(cái)富。數(shù)據(jù)本身可能是沒(méi)有價(jià)值的，數(shù)據(jù)的價(jià)值體現(xiàn)在與對(duì)數(shù)據(jù)的挖掘和分析程度。由于這些原始數(shù)據(jù)龐大而繁雜，并充斥了相當(dāng)數(shù)量的重復(fù)數(shù)據(jù)和無(wú)用數(shù)據(jù)，大量的數(shù)據(jù)冗余并不能直接為行政管理提供直接高效的依據(jù)，必須使其本身實(shí)現(xiàn)從數(shù)據(jù)到價(jià)值的轉(zhuǎn)化。由此，為了強(qiáng)化和提高對(duì)于企業(yè)質(zhì)量信用的監(jiān)督管理水平，對(duì)企業(yè)質(zhì)量信用公共數(shù)據(jù)庫(kù)進(jìn)行最小數(shù)據(jù)集挖掘具有相當(dāng)?shù)谋匾?。?duì)企業(yè)質(zhì)量信用管理進(jìn)行最小數(shù)據(jù)集研究的必要性主要體現(xiàn)在以下幾個(gè)方面。

第一，從公共產(chǎn)品使用上的非競(jìng)爭(zhēng)性和受益上的非排他性的屬性上看，企業(yè)質(zhì)量信用的原始公共數(shù)據(jù)庫(kù)屬于公共產(chǎn)品的范疇，在其產(chǎn)生過(guò)程上與其他公共產(chǎn)品相類(lèi)似，但是由于其數(shù)據(jù)運(yùn)行模式與商業(yè)web數(shù)據(jù)又有其共通之處，所以單純使用一般公共產(chǎn)品的管理手段和方法并不適用于對(duì)公共數(shù)據(jù)庫(kù)的控制，而單純使用商業(yè)web數(shù)據(jù)的分析管理模式，一是難以滿(mǎn)足公共產(chǎn)品的公共服務(wù)性，二是出于公共數(shù)據(jù)庫(kù)的保密原則也不適合將企業(yè)的商業(yè)機(jī)密提交給第三方。因此，針對(duì)企業(yè)質(zhì)量信用公共數(shù)據(jù)庫(kù)這一特殊的公共產(chǎn)品，應(yīng)采用特殊的分析管理方式。

第二，數(shù)據(jù)的收集和處理需要支付成本，當(dāng)然形成的信息也會(huì)帶來(lái)收益。出于公共事務(wù)處理和政府信息公開(kāi)的需求，企業(yè)質(zhì)量信用的部分?jǐn)?shù)據(jù)來(lái)源具有強(qiáng)制收集的特點(diǎn)。這就使在原始數(shù)據(jù)收集的過(guò)程中必然會(huì)產(chǎn)生社會(huì)成本，包括企業(yè)采集和錄入被強(qiáng)制收集數(shù)據(jù)的成本和質(zhì)量技術(shù)監(jiān)督管理部門(mén)審核數(shù)據(jù)、錄入監(jiān)督執(zhí)法數(shù)據(jù)以及管理數(shù)據(jù)的成本。因此，面向數(shù)據(jù)提供者強(qiáng)制收集的數(shù)據(jù)種類(lèi)和范圍應(yīng)該應(yīng)可能小，對(duì)不同數(shù)據(jù)強(qiáng)制收集的指標(biāo)之間也應(yīng)該盡量不重合，以達(dá)到節(jié)約社會(huì)成本，提高企業(yè)和政府部門(mén)工作效率的目的。

第三，由于行業(yè)的特殊性，企業(yè)的質(zhì)量信用數(shù)據(jù)有著不同的表現(xiàn)形式，且其數(shù)據(jù)庫(kù)中存在的數(shù)據(jù)大多是難以直接進(jìn)行數(shù)據(jù)分析的文本數(shù)據(jù)。這些數(shù)據(jù)與企業(yè)的質(zhì)量信用之間的相互關(guān)系十分復(fù)雜，加之文本數(shù)據(jù)容易混淆，不易形成明確的概念，這就給數(shù)據(jù)分析帶來(lái)十分巨大的困難。此外，與企業(yè)質(zhì)量信用相關(guān)的數(shù)據(jù)種類(lèi)繁多，對(duì)象復(fù)雜且涉及面廣，其間既有縱向聯(lián)系，又有橫向聯(lián)系，所以直接判斷不同種類(lèi)的數(shù)據(jù)指標(biāo)與企業(yè)質(zhì)量信用的相關(guān)程度顯得十分困難。

第四，基層質(zhì)量技術(shù)監(jiān)督管理信息系統(tǒng)中的數(shù)據(jù)是由企業(yè)或質(zhì)量技術(shù)監(jiān)督管理部門(mén)錄入的一手?jǐn)?shù)據(jù)，并不能直接加以分析，需經(jīng)過(guò)調(diào)研和實(shí)證才有可能對(duì)其進(jìn)行科學(xué)的轉(zhuǎn)換，這就要求對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，而這個(gè)任務(wù)十分艱巨。此外，筆者經(jīng)過(guò)調(diào)查研究發(fā)現(xiàn)確實(shí)存在相當(dāng)?shù)闹貜?fù)數(shù)據(jù)和無(wú)用數(shù)據(jù)，過(guò)量的數(shù)據(jù)冗余會(huì)影響研究結(jié)果的準(zhǔn)確性，所以有必要在數(shù)據(jù)分析之前預(yù)先進(jìn)行數(shù)據(jù)清理、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)加載等過(guò)程，剔除對(duì)企業(yè)質(zhì)量信用最終評(píng)價(jià)結(jié)果沒(méi)有用的冗余屬性。

四、昆明市獲證企業(yè)質(zhì)量信用管理最小數(shù)據(jù)集候選因子的確定

根據(jù)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局在464號(hào)文件中的描述，企業(yè)質(zhì)量信用監(jiān)管指標(biāo)主要由質(zhì)量、標(biāo)準(zhǔn)、計(jì)量、認(rèn)證、出口檢驗(yàn)方面的指標(biāo)構(gòu)成。根據(jù)企業(yè)質(zhì)量信用指標(biāo)反映的不同情況將企業(yè)質(zhì)量信用等級(jí)分為A、B、C、D四級(jí)，分別代表守信、基本守信、失信、嚴(yán)重失信四級(jí)信用程度3。企業(yè)質(zhì)量信用評(píng)級(jí)的具體標(biāo)準(zhǔn)參見(jiàn)國(guó)質(zhì)檢質(zhì)[2006]464號(hào)文件中的細(xì)則。根據(jù)該文件中關(guān)于企業(yè)質(zhì)量信用評(píng)級(jí)的具體規(guī)定，筆者選取了昆明市質(zhì)量技術(shù)監(jiān)督局GX分局的領(lǐng)導(dǎo)及業(yè)務(wù)人員進(jìn)行深度訪談，了解昆明市企業(yè)質(zhì)量信用評(píng)級(jí)的具體情況，用于與企業(yè)質(zhì)量信用管理最小數(shù)據(jù)集候選因子做相關(guān)性分析。為了更加直觀的進(jìn)行數(shù)據(jù)觀測(cè)，設(shè)企業(yè)質(zhì)量信用評(píng)級(jí)結(jié)果R為：

昆明市獲證企業(yè)質(zhì)量信用管理MDS的建立基于基層質(zhì)量技術(shù)監(jiān)督管理信息系統(tǒng)中的原始數(shù)據(jù)。該系統(tǒng)對(duì)企業(yè)的監(jiān)管主要分為四個(gè)模塊。一是企業(yè)基本信息（包括企業(yè)基本情況、主導(dǎo)產(chǎn)品、認(rèn)證產(chǎn)品、綜合評(píng)價(jià)、人員資質(zhì)信息等子模塊）；二是企業(yè)監(jiān)督檢查信息（包括監(jiān)督檢查、違法記錄、執(zhí)法案卷、安全監(jiān)管、圖片管理等子模塊）；三是企業(yè)設(shè)備信息（包括設(shè)備管理、計(jì)量管理、生產(chǎn)設(shè)備、檢測(cè)儀器）；四是企業(yè)產(chǎn)品信息（包括產(chǎn)品質(zhì)量、產(chǎn)品檢驗(yàn)報(bào)告、檢驗(yàn)報(bào)告附頁(yè)等子模塊）。因?yàn)樵枷到y(tǒng)數(shù)據(jù)多為文本數(shù)據(jù)且與企業(yè)質(zhì)量信用不相關(guān)，譬如企業(yè)基本信息中公司名稱(chēng)、組織機(jī)構(gòu)代碼、法人代表、地址、聯(lián)系方式等數(shù)據(jù)，所以本文在數(shù)據(jù)采集時(shí)候予以剔除。通過(guò)實(shí)際操作系統(tǒng)以及與質(zhì)監(jiān)部門(mén)業(yè)務(wù)人員的反復(fù)溝通，從第一模塊中抽取了認(rèn)證產(chǎn)品、綜合評(píng)價(jià)和人員資質(zhì)信息作為企業(yè)基本信息的代表性指標(biāo)，依此選取了監(jiān)督檢查、違法記錄、安全監(jiān)管、設(shè)備管理、計(jì)量管理、產(chǎn)品質(zhì)量分別作為企業(yè)監(jiān)督檢查信息、企業(yè)設(shè)備信息和企業(yè)產(chǎn)品信息的代表性指標(biāo)。

根據(jù)國(guó)質(zhì)檢質(zhì)[2006]464號(hào)中對(duì)企業(yè)評(píng)級(jí)要求的規(guī)定，從數(shù)據(jù)庫(kù)中統(tǒng)一篩選出企業(yè)依法設(shè)立年滿(mǎn)5年且各項(xiàng)數(shù)據(jù)齊全的已評(píng)級(jí)獲證企業(yè)1953家，通過(guò)重復(fù)采樣反復(fù)校對(duì)，選出信息包含量高的特征數(shù)據(jù)作為最小數(shù)據(jù)集的候選因子項(xiàng)，經(jīng)過(guò)多次與昆明市質(zhì)量技術(shù)監(jiān)督分局領(lǐng)導(dǎo)及業(yè)務(wù)人員進(jìn)行深度訪談，并根據(jù)訪談?wù){(diào)查結(jié)果與實(shí)際數(shù)據(jù)信息量的充分程度對(duì)原始數(shù)據(jù)庫(kù)中的信息進(jìn)行篩選，剔除重復(fù)數(shù)據(jù)及無(wú)用數(shù)據(jù)，最終，共采集到數(shù)據(jù)信息較齊全的GX、P、W、X、J、GD六個(gè)主城區(qū)分局的認(rèn)證產(chǎn)品、綜合評(píng)價(jià)、監(jiān)督檢查、違法記錄、安全監(jiān)察、設(shè)備管理、計(jì)量管理、產(chǎn)品質(zhì)量、人員資質(zhì)九個(gè)類(lèi)別的企業(yè)質(zhì)量信用數(shù)據(jù)17577條，設(shè)企業(yè)質(zhì)量信用最小數(shù)據(jù)集候選因子V為（如表1所示）。

五、昆明市獲證企業(yè)質(zhì)量信用管理最小數(shù)據(jù)集的建立

隨機(jī)森林4是一個(gè)包含多個(gè)決策樹(shù)的分類(lèi)器，其輸出的類(lèi)別是由個(gè)別樹(shù)輸出的類(lèi)別的眾數(shù)而定，它能夠在決定類(lèi)別時(shí)，評(píng)估影響因子的重要性。隨機(jī)森林算法適合分析離散型數(shù)據(jù)，能夠與本文想達(dá)到的數(shù)據(jù)挖掘目的一致。

因?yàn)榭紤]到從原始數(shù)據(jù)庫(kù)中導(dǎo)出的9類(lèi)數(shù)據(jù)并不一定齊全，因此在進(jìn)行數(shù)據(jù)篩選時(shí)會(huì)對(duì)存在數(shù)據(jù)缺失項(xiàng)的企業(yè)進(jìn)行過(guò)濾。最終選取GX區(qū)392家企業(yè)、GD區(qū)403家企業(yè)，從實(shí)地調(diào)研中在已知GX和GD兩個(gè)區(qū)企業(yè)質(zhì)量信用評(píng)級(jí)結(jié)果的情況下，從數(shù)據(jù)庫(kù)中通過(guò)企業(yè)代碼查詢(xún)并導(dǎo)出已評(píng)級(jí)企業(yè)的上述9個(gè)因子的信息生成excel文檔，并根據(jù)表1中每一候選因子的屬性規(guī)范值對(duì)其賦值。通過(guò)R語(yǔ)言使用隨機(jī)森林算法，對(duì)最小數(shù)據(jù)集候選因子關(guān)于企業(yè)質(zhì)量信用評(píng)級(jí)結(jié)果重要性的選擇，得出以下結(jié)果：

經(jīng)過(guò)重復(fù)測(cè)算，得到9個(gè)候選因子對(duì)GX區(qū)企業(yè)質(zhì)量信用評(píng)級(jí)結(jié)果影響的重要系數(shù)分別是x1：0.02052695；x2：0.02099938；x3：0.13253261；x4：0.13318551；x5：0.10781621；x6： 0.0000078；x7：0.02954396；x8：0.11117428；x9：0.00000052。對(duì)其ID進(jìn)行降序排練如下：x4；x3；x8；x5；x7；x2；x1；x6；x9。

采用同樣的算法與步驟，得到GD區(qū)企業(yè)質(zhì)量信用最小數(shù)據(jù)集候選因子對(duì)企業(yè)質(zhì)量信用評(píng)級(jí)重要性影響結(jié)果如圖2所示：

9個(gè)候選因子對(duì)GD區(qū)企業(yè)質(zhì)量信用評(píng)級(jí)結(jié)果影響的重要系數(shù)分別是x1： 0.02493162；x2：0.00896896；x3：0.12552268；x4：0.12337022；x5：0.06401767；x6：0.0000100；x7：0.04410699；x8：0.03029900；x9：0.00000092。對(duì)其ID進(jìn)行降序排練如下：x3；x4；x5；x7；x8；x1；x2；x6；x9。

由于兩個(gè)實(shí)驗(yàn)區(qū)企業(yè)存在差異，兩個(gè)質(zhì)量技術(shù)監(jiān)督分局對(duì)企業(yè)的監(jiān)管也存在人為因素的不同，所以存在候選因子對(duì)企業(yè)質(zhì)量信用評(píng)級(jí)影響結(jié)果的重要性排序存在差異，但從重要性的影響數(shù)值來(lái)看權(quán)重最高的五個(gè)因子是相同的，在兩個(gè)表中都分別高于其他因子。說(shuō)明該五個(gè)因子對(duì)企業(yè)質(zhì)量信用的評(píng)級(jí)較其他四個(gè)因子重要，其結(jié)果如表2所示。

六、結(jié)論與建議

（一）結(jié)論

根據(jù)表2中對(duì)兩個(gè)區(qū)企業(yè)質(zhì)量信用最小數(shù)據(jù)集的比較，發(fā)現(xiàn)x3；x4；x5；x7；x8不管在兩個(gè)區(qū)中各自的排序如何，皆處于企業(yè)質(zhì)量信用最小數(shù)據(jù)集重要性影響因子排序的前五位，而x6；x9皆處于排序的后兩位。由此考慮將x3；x4；x5；x7；x8所對(duì)應(yīng)的監(jiān)督檢查、違法記錄、安全監(jiān)察、計(jì)量管理和產(chǎn)品質(zhì)量作為評(píng)價(jià)企業(yè)質(zhì)量信用登記的重要影響因子。即企業(yè)質(zhì)量信用最小數(shù)據(jù)集M。

（二）不足之處與政策建議

1.不足之處

由于筆者直接搜集到的數(shù)據(jù)多為文字描述性數(shù)據(jù)，通過(guò)屬性值規(guī)范得到可用于分析的數(shù)字型數(shù)據(jù)屬于離散型數(shù)據(jù)，所以不能直接用SPSS軟件或EVIEWS軟件實(shí)現(xiàn)對(duì)最小數(shù)據(jù)集包含的因子進(jìn)行兩兩之間的相關(guān)性分析。筆者擔(dān)心得出的結(jié)果因子之間存在兩兩相關(guān)的情況，如果被證實(shí)，那么還需要對(duì)現(xiàn)有結(jié)果進(jìn)行篩選，保留相關(guān)性程度較高的二者或三者其中之一即可。這一點(diǎn)筆者在繼續(xù)努力，嘗試對(duì)結(jié)論因子進(jìn)行回歸分析，驗(yàn)證結(jié)論中兩兩因子的相關(guān)性，對(duì)相關(guān)系數(shù)極高的數(shù)據(jù)予以過(guò)濾，以便找出更優(yōu)更小的最小數(shù)據(jù)集。

此外，上文闡述了由于管理者視角、立場(chǎng)、所處環(huán)境的不同，會(huì)導(dǎo)致對(duì)某一特定指標(biāo)是否納入最小數(shù)據(jù)集范圍的看法不同。而且，各個(gè)最小數(shù)據(jù)集本身可能是完整的、有效的、但當(dāng)不同的業(yè)務(wù)的最小數(shù)據(jù)集越來(lái)越多后，從全局出發(fā)，它卻不一定是最合理的，因?yàn)榭赡艽嬖诟玫膭澐址椒ǎ垢鱾€(gè)最小數(shù)據(jù)集之間具有更明確的邊界和更少的重疊。

2.政策建議

第一，繼續(xù)推行電子政務(wù)，完善信息化工作。GX轄區(qū)企業(yè)有1152家，實(shí)際篩選出9項(xiàng)候選因子指標(biāo)數(shù)據(jù)皆齊全的企業(yè)僅492家，其余660家企業(yè)由于或系統(tǒng)內(nèi)無(wú)記錄，或由于信息錄入不全而無(wú)法進(jìn)行企業(yè)質(zhì)量信用最小數(shù)據(jù)集分析。在企業(yè)質(zhì)量信用最小數(shù)據(jù)集評(píng)級(jí)辦法的具體應(yīng)用中，缺失數(shù)據(jù)過(guò)多可能會(huì)導(dǎo)致評(píng)級(jí)結(jié)果的公平公正難以保證，那些無(wú)數(shù)據(jù)或數(shù)據(jù)不全的企業(yè)多是小作坊或企業(yè)信息化工作不到位的企業(yè)，質(zhì)量技術(shù)監(jiān)督部門(mén)工作人員對(duì)數(shù)據(jù)的更新程度同樣也影響著評(píng)級(jí)結(jié)果。由此可見(jiàn)，企業(yè)和質(zhì)量技術(shù)監(jiān)督管理部門(mén)的信息化工作是進(jìn)行企業(yè)質(zhì)量信用評(píng)級(jí)的基礎(chǔ)。鑒于此，繼續(xù)推行電子政務(wù)，充分利用《基層質(zhì)量技術(shù)監(jiān)督管理信息系統(tǒng)》完善企業(yè)質(zhì)量信用的信息化工作，有利于提高企業(yè)質(zhì)量信用評(píng)級(jí)的準(zhǔn)確性和公正性。更進(jìn)一步來(lái)看，應(yīng)實(shí)現(xiàn)各地聯(lián)網(wǎng)進(jìn)行信息的交流查詢(xún)，改善各部門(mén)之間的信息分割的情況，實(shí)現(xiàn)信息共享。

第二，實(shí)現(xiàn)對(duì)企業(yè)質(zhì)量信用評(píng)級(jí)的有效利用。質(zhì)量技術(shù)監(jiān)督管理部門(mén)可以參考企業(yè)質(zhì)量信用管理最小數(shù)據(jù)集對(duì)企業(yè)進(jìn)行快速的質(zhì)量信用評(píng)級(jí)，評(píng)級(jí)結(jié)果的應(yīng)用也十分廣泛。例如，質(zhì)量技術(shù)監(jiān)督管理部門(mén)可以根據(jù)其評(píng)級(jí)結(jié)果對(duì)四種類(lèi)型的企業(yè)采取有差別的監(jiān)管態(tài)度，以減少行政成本，提高行政效率。一是對(duì)A級(jí)企業(yè)（守信企業(yè)）予以獎(jiǎng)勵(lì)和扶持，適當(dāng)減少日常的監(jiān)督檢查頻率。對(duì)于其生產(chǎn)加工的產(chǎn)品，在企業(yè)申請(qǐng)產(chǎn)品認(rèn)證時(shí)優(yōu)先推薦，以鼓勵(lì)其誠(chéng)信生產(chǎn)、誠(chéng)信經(jīng)營(yíng)；二是對(duì)B級(jí)企業(yè)（基本守信企業(yè)）予以鼓勵(lì)和幫助，并根據(jù)影響評(píng)級(jí)結(jié)果的不合格項(xiàng)有針對(duì)性的對(duì)該指標(biāo)重點(diǎn)監(jiān)管，鼓勵(lì)企業(yè)提高誠(chéng)信意識(shí)，加強(qiáng)質(zhì)量管理，爭(zhēng)取成為A級(jí)企業(yè)；三是對(duì)C級(jí)企業(yè)（失信企業(yè)）予以警告，并對(duì)該類(lèi)企業(yè)采取重點(diǎn)監(jiān)管的態(tài)度，嚴(yán)格審查企業(yè)的質(zhì)量信用指標(biāo)，對(duì)引起企業(yè)失信的行為責(zé)令整改，對(duì)已獲得的認(rèn)證或獎(jiǎng)勵(lì)根據(jù)相關(guān)規(guī)定給予暫?；虺蜂N(xiāo)。幫助企業(yè)改進(jìn)質(zhì)量管理，提高產(chǎn)品質(zhì)量和質(zhì)量信用水平；四是對(duì)D級(jí)企業(yè)（嚴(yán)重失信企業(yè)）予以懲罰，并強(qiáng)制糾正其質(zhì)量信用中的不合格項(xiàng)。向公眾披露和曝光企業(yè)質(zhì)量失信行為，將情節(jié)嚴(yán)重者納入企業(yè)黑名單，依法對(duì)其進(jìn)行懲處。

第三，實(shí)現(xiàn)多部門(mén)間的信息共享，推進(jìn)社會(huì)信用體系的建設(shè)?，F(xiàn)云南省委副書(shū)記仇和在昆明市社會(huì)信用體系建設(shè)暨誠(chéng)信工作會(huì)議上的講話顯示：昆明市的企信用信息分散在工商、稅務(wù)、質(zhì)檢等政府部門(mén)和銀行、法院等公共機(jī)構(gòu)，相互之間缺乏信息溝通和共享，造成信息割裂與封閉，對(duì)企業(yè)的質(zhì)量信用管理造成一定阻礙。根據(jù)企業(yè)質(zhì)量信用管理最小數(shù)據(jù)集可以實(shí)現(xiàn)質(zhì)量技術(shù)監(jiān)督管理部門(mén)對(duì)企業(yè)質(zhì)量信用進(jìn)行評(píng)級(jí)，同時(shí)鼓勵(lì)部門(mén)之間的相互合作，參照銀行、稅務(wù)、工商、海關(guān)等部門(mén)反映的企業(yè)在不同領(lǐng)域的信用狀況，綜合評(píng)價(jià)企業(yè)的整體信用，建立企業(yè)社會(huì)信用信息綜合數(shù)據(jù)庫(kù)，并提供聯(lián)網(wǎng)查詢(xún)平臺(tái)為社會(huì)公眾服務(wù)，同時(shí)在不同的監(jiān)管領(lǐng)域中按照幫扶守信企業(yè)，懲治失信企業(yè)的原則對(duì)企業(yè)采取差別對(duì)待、分類(lèi)監(jiān)管的模式。

參考文獻(xiàn)：

[1]涂子沛.大數(shù)據(jù)[M].廣西師范大學(xué)出版社，2013，4.

[2]Max F.Merritt L.Hoblit and Franklin W.Johnson.Credit for Quality.The School Review.The University of Chicago Press.Vol.23.No.10.1915.

[3]國(guó)家質(zhì)檢總局.國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局關(guān)于加強(qiáng)企業(yè)質(zhì)量信用工作監(jiān)管工作的意見(jiàn)[Z].2006.

[4]Breiman L.Bagging Predictors.Machine Laerning. 2001，45（1）.

基金項(xiàng)目：

云南省教育廳科學(xué)研究基金項(xiàng)目（2014J083）。