合理利用复混肥料（复合肥料）检验数据价值初探

李 林

（永安市质量计量检测所，福建 永安366000）

1 引言

过去，检验数据价值常因其琐碎性、抽象性、繁杂性而被忽略。现今，随着质量意识日益深入人心，质量工作者需要深挖质量信息价值，以检验数据说话，为质量决策服务。永安市质量计量检测所（以下简称检测所）作为永安市质量技术监督局下属技术性机构，于长期检验工作中积累了较为丰富的质量信息。复混肥料（复合肥料）检验作为检测所农资委托检验的重要组成科目，业务量大、开展时间久、检验项目清晰明确，具有稳定性、延续性、统计因素简明易于分析的特征。而上述特征同时赋予其一定代表性，从其发展变化趋势中体现出近年检测所的发展状况及复混肥料委托送检的质量概况。其基础数据可为基层质量技术监督工作提供参考。

2 复混肥料检验量变化趋势

据统计，自2007年至2012年，检测所共接收农资委托检验样品374批次。其中复混肥料216批次，占比57.8%。农资委托检验频率大致为62批次/年，先升后降。但复混肥料占比呈螺旋式上升态势，体现检测所工作重心在逐步调整，农资检验范围逐渐集中于复混肥料。农资委托检验的构成已由过去饲料、肥料两极格局演变为复混肥料为主，兼顾其他肥料及饲料。见表2-1，图2-1、2-2、2-3。

表2-1 农资委托检验构成情况表

图2-1 农资委托检验总量示意图

图2-2 农资委托检验总量构成示意图

图2-3 复混肥料占比趋势示意图

3 复混肥料合格率及检验要素质量分析

3.1 复混肥料合格率情况

经统计，6年来复混肥料委托送检样本总合格率53.2%，年度合格率最低为2008年的31.7%，最高为2010年的67.3%。2008年合格率与6年样本总合格率相比偏离21.5%，偏离幅度最大。见表3-1，图3-1。

表3-1 复混肥料合格率逐年变化及偏离情况表

图3-1 复混肥料合格率逐年变化示意图

3.2 复混肥料检验要素质量分析

在遭遇异常情况、解决问题时，作为质量工程师，通常选用7种“老工具”以跟踪、监控和数据分析。石川馨教授曾对7种老工具做出如下论述：“……在工厂中，全部质量相关的问题里，有多至95%可以用7种基本的定量工具解决。”[1]

分析检测所检验业务运作各要素是寻找可能导致异常偏离原因的重要手段。参考制造类问题典型分类方法——5M1E分类法，利用因果图（又名特性要因图、鱼刺图、石川图）把特性（结果）和从技术上考虑会造成影响的原因之间的关系表示出来[2],[3]124-126。见图3-2。

图3-2 复混肥料检验合格率异常偏离的因果图

因果分析如下：

3.2.1 定性分析

3.2.1.1 人员：检验人员构成发生改变

2008年，检测所检验员共4名，其中老员工2名，转正新员工2名。2名新员工均通过培训、持证上岗，2名老员工经验丰富，4人协同正常工作。

3.2.1.2 机器设备：检验仪器未发现异常

2008年未进行与该检验科目相关的仪器采购，也未发生仪器损坏、大修等情况，相关检验仪器均通过检定，未曾使用已停用的仪器。

3.2.1.3 材料：样品来源情况发生变化

试样制备及样品保存、流转情况未发现异常。

检测所复混肥料样品来源分为4种：生产企业送样、经销商送样、外单位抽样送检和个人送样。各大经销商与检测所常年签署委托检验协议，检测所对其进货质量进行辅助把关。因经销商采购范围包含全国各地，不同厂家、不同批次进货都须一一检验，故检验量大，构成主要样品来源。而生产企业送样及外单位抽样送检量极少，历年占比均维持较低水平。个人送样频率不稳定，2008年期间个人送样占比曾猛增至31.7%，大部分年份送样量为零。

试样制备及样品保存、流转过程均按照GB15063-2001《复混肥料(复合肥料)》及检测所质量手册、程序文件规定要求执行，期间未发生违规情况。

3.2.1.4 方法：检验方法未发现异常

检验方法采用GB15063《复混肥料(复合肥料)》。GB15063-2001自2002年01月01日实施至2010年06月01日被GB15063-2009替代，始终被检测所使用。2008年亦在GB15063-2001实施期间内，检验方法未作变更。

3.2.1.5 测量：检验记录数据库未发现异常

检验记录数据库采用“永安市产品监督检验所检验报告管理系统”，为专用软件，期间未发生调整。数据记录根据质量手册、程序文件相关要求，编制、审定、批准多层把关，未发生数据记录错误等各种人为失误及软件故障。

3.2.1.6 环境：实验地点发生改变

2008年，检测所由永安市西门桥搬迁至市政府行政中心。迁址期间由于实验环境变更，为保证检验业务质量，各检验业务暂停，收样工作继续。完成实验准备工作后检验业务重新投入运行。

2008年检测所运行过程中发生变更的因素有人员、材料、环境。人员及环境因素的变更源自检测所内部，已采取员工培训考核、暂停业务等措施规避风险。但样品来源的变更源自检测所外部，情况复杂且不可控。唯凭检验记录数据库信息做分类统计，定量分析当年样品来源情况。

3.2.2 定量比较

统计4种样品来源的相关数据，寻找影响检验合格率主要因素的一个有效工具便是帕累托原理。“这条原理是说在产生某种共同效果的任何总体中，相对少数的因素贡献了大部分的效果，这些因素便是关键的少数。”[4]129-132排列图（又名帕累托图）是建立在帕累托原理基础上，根据整理的数据将影响因素划分优先次序，区分“关键的少数”和“有用的多数”的工具[4]1719-1720。将复混肥料不合格样品来源情况做排列图，分析得出，2008年复混肥料不合格总数中“关键的少数”为“个人送样”——个人送样不合格12批次，占当年复混肥料委托送样不合格总量的42.9%。见图3-3。

图3-3 2008年复混肥料不合格样品来源排列图

3.3 复混肥料个人送样扩展讨论

2007年～2012年，个人送样仅为14批次，其中2008年13批次。而2008年的13批次个人送样中，不合格12批次，占当年复混肥料个人送样总量的92.3%。见图3-4、3-5。

图3-4 2007年～2012年个人送样量统计图

图3-5 2008年复混肥料个人送样合格率示意图

从以上复混肥料个人送样的统计数据中分析得出：其频率波动剧烈，大量集中于某一时期，具有爆发性的特点。据相关工作人员称，个人送样总是同时伴随送样人（一般是农民，使用者本人）对样品不合格的怀疑心理。而这种怀疑心理是根据农民与其以往种植情况作纵向对比、与其他农民种植情况做横向对比得出的。其经验判断与检验分析有约9成契合——当年个人送样检验不合格率92.3%。同时，7.7%的个人送样合格情况说明经验判断的局限性不可避免，不能完全代替检验分析。因为经验判断中难免掺杂盲从性与片面性，复混肥料毕竟只是决定种植结果的因素之一。综上所述，复混肥料合格与否最终要靠检验分析判明，经验判断是先行辅助手段。

从某种意义上说，个人送样也是农民维权意识落实在行动上的一种体现，应给予支持。当个人送样大量集中出现且不合格比例较高时，也许正是制假售假行为蔓延的一种警示信号。

4 复混肥料Kano模型及不合格严重性分级初探

4.1 复混肥料Kano模型引入

顾客购买复混肥料的基本期望是提供作物养分，有利于其生长且没有危害。当基本期望得到满足，便追求更高层次的氮、磷、钾等养分的配比及足量需要等。当复混肥料中含有硝态氮等速效养分，施肥效果短平快，或者能提供改良土壤性状等其他额外功能时，顾客将会感到惊喜，并超出期望的满意。以上三个层次，可以根据Kano模型视之为复混肥料的基本质量、一元质量和魅力质量[3]45-47。见图4-1。将Kano模型引入复混肥料能够为生产销售企业改进质量指明方向：在基本质量方面多做减法，减少风险隐患；在一元质量方面多做加法，提高标准水平；在魅力质量方面多做乘法，不断创新升级。

图4-1 Kano模型

根据当前复混肥料行业的整体状况，将不合格严重性分级分析的重点置于其一元质量方面。一元质量的典型特征是：当其质量特性不充足时，顾客不满意；充足时，顾客就满意。充足程度与满意度呈线性关系[3]45-47。养分含量直接决定施肥效果，是复混肥料一元质量的重要内容之一。所以，从养分含量的角度，当氮、磷、钾含量未达到国家标准规定及产品标签标识标明的含量时，就属于质量特性不符合规定，将导致顾客期望不被满足，产生不满意。

4.2 复混肥料不合格严重性分级初探

依据“顾客在使用过程中，在除复混肥料养分含量外的其他影响作物生长因素均处于合适水平的基础上，可以依据作物长势判断并发现复混肥料养分含量的缺陷”这一假设，结合贝尔系统分级方案的内在模式[4]755-761，以肥效为中心，养分含量为载体，将复混肥料的不合格情况分层次细化，以全新视角了解复混肥料中不合格的严重程度，见表4-1。将不合格严重性分级系统引入复混肥料可以对产品的不合格情况进行量化评估。在实际应用中，例如行使行政处罚自由裁量权时，监管部门能据此作为情节轻重认定的必要技术支持。

表4-1 复混肥料不合格严重性分级对照表

经统计发现，在复混肥料委托送检样本中，A类不合格由2007年的14.3%降至0，并连续保持4年；B类不合格由71.4%降至63.2%；C类不合格由14.3%升至36.8%。见表4-2，图4-2。

上一节因果分析中提到，各大经销商与检测所常年签署相关委托检验协议，构成主要送样来源。所以，来自经销商的复混肥料样品个体质量对委托送检样本的质量水平拥有较大影响权重。笔者认为，在得到检验报告的信息反馈后，经销商基于趋利避害的动机，将择优汰劣。属于非常严重不合格的产品将会被拒绝再次采购，甚至立即退回，其再次被采购送检的可能性趋于零。基于这种假设推理，非常严重不合格的比例最终会趋于零。而严重不合格和轻微不合格的差距缩小过程也与经销商对所售产品的调整及平衡策略有一定关联——盈利要求与处罚恐惧的微妙平衡。经销商作为市场主体之一，也需要信息优势以调整资源配置、巩固市场地位。检验信息对优化社会资源配置、提高整体质量水平的影响在不合格严重性分级量化统计数据的趋势中得以呈现。

表4-2 复混肥料不合格严重性分级统计表

图4-2 复混肥料不合格严重性分级统计趋势示意图

当然，即使经销商是销售复混肥料的主要渠道，以上检验样本数据也不能简单等同于永安辖区内复混肥料行业的总体质量情况。因为这些样本不具有显著的代表性。虽然可以将每年检测所接收复混肥料样品近似理解为对永安辖区内复混肥料的二阶抽样模型：将永安境内在售的所有产品依据不同批次划分为一阶单位，然后依照简单随机抽样从抽中的一阶单位中抽取二阶单位作为送检样本。但这样得到的估计量是有偏差的，至少，检测所2008年的数据比其他年份偏向于个人送样[5]。所以，对于推论永安辖区内复混肥料总体的质量而言，这些数据是无效的。但由于样本的容量较大，还是有一定启发意义。

5 结语

检验数据中蕴藏的丰富信息价值尚有待充分挖掘利用。文中依据质量管理理论，利用质量管理工具，对复混肥料检验数据进行统计分析，得出以下质量管理信息：（1）检测机构根据实际情况积极调整自身定位，形成了适合自身发展、结合自身优势、富有自身特色的检验模式。（2）农民维权意识进一步增强，通过专业第三方检测机构的质量鉴定积极维护自身合法权益。因此，异常的个人送检情况应引起打假治劣工作相关方的注意。（3）将Kano模型和不合格严重性分级系统引入复混肥料领域的初步探索，可为生产销售企业规划改进产品质量和监管部门分级监管、分级处置等方面的实际应用提供启发和借鉴。

[1]本堡，伯杰，埃尔谢纳威等.注册质量工程师手册[M].克劳士比（中国）学院·克劳士比管理顾问中心，译.北京：中国城市出版社，2003：275-290.

[2]石川馨.质量管理入门[M].刘灯宝，译.北京：机械工业出版社，1979：205-208.

[3]马林，何桢.六西格玛管理[M].2版.北京：中国人民大学出版社，2007.

[4]朱兰，戈弗雷.朱兰质量手册[M].焦叔斌等，译.5版.北京：中国人民大学出版社，2003.

[5]胡健颖，孙山泽.抽样调查的理论、方法和应用[M].北京：北京大学出版社，2000：57-67.