基于因子分析法的工程物流方案设计风险评价指标体系构建

杨广娟

（中外运沙伦氏物流有限公司，上海 201204）

0 引言

近年来，随着全球一体化进程加快和中国加工制造业的水平越来越领先，国际工程项目投资在我国持续增加，国内的工程物流行业也随之受到更多的关注和倚重。在严格工程项目风险控制要求的趋势下，对于工程物流项目的风险控制和管理的要求也越来越高。方案设计作为工程物流活动中极其重要的一个环节，与总体工程项目的质量、进度、成本等息息相关。

本文基于风险管理理论，结合工程物流方案设计和管理特点以及笔者本人的实际工程经验，识别工程物流方案设计阶段可能存在的风险因素，建立风险清单。然后通过问卷调查收集数据，引入因子分析法对原有设计风险因素进行科学归类，以此确定工程物流方案设计风险评价指标体系。本研究对工程物流方案设计乃至项目风险管理具有现实意义，对提高工程物流行业的整体安全管理水平具有指导意义。

1 文献综述

国外对于工程项目物流方面的研究较早，Ibrahim Fahmy，等通过对岛上建设工程项目进行实例分析，强调了工程物流运输安装等对项目在成本、质量、进度、安全性上的重要作用。本杰明，等提出引入风险管理和知识管理量化指标来评估工程设计项目，以确保减少工程在设计阶段面临的风险。Villanueva Jesus A，等指出在EPC模式下的油气项目中，工程设计阶段成本较高，研究运用6 Sigma方法识别效率低下的工程设计工作流程，避免设计资源的浪费和工期延误。

自20世纪80年代以来，我国大量基建工程项目开工建设，为了减少风险因素对项目的影响，项目管理者开始将相关风险管理理论和研究应用到项目实际中。近年来，随着工程物流行业越来越重要，风险管理理论也逐渐应用到此行业。国内对于工程物流的研究主要集中在概念研究、成本研究、物流中的运输吊装问题研究、风险研究和工程物流供应商的选择研究等。赵长江对工程物流的基本特征进行总结，并指出工程物流风险性极高，且无处不在，同时给出了应对工程物流风险的措施。宋倜分析了工程物流项目风险，并指出“工程物流项目对技术要求比较高”“（工程物流）技术的配套能力、成熟程度、可替代程度、安全性、技术人才的水平，都可能成为工程物流产生不当后果的原因。”王敏珠介绍了工程物流企业如何为客户提供最优的工程设计方案及服务，以便降低风险，并引入决策网络计划技术进行工程物流风险决策。

从以上研究文献可以看出，国内外关于工程物流的风险管理研究方向范围较广，除综合性风险分析以外，还有不少针对某类特定风险的分析；研究方法仍以传统方法为主；越来越重视以解决实际问题和管理需求为导向；越来越多采用系统化、科学数据化的技术弥补以往风险识别与评估水平的不足。虽然研究工程风险和工程物流的文献越来越多，但是从工程物流方案设计人员角度，针对“工程物流+设计风险”的相关研究成果并不多见，系统性、数据化的完善的理论研究还比较匮乏。

2 工程物流方案设计风险识别

2.1 建立风险清单

工程物流一般依托于“第三方物流”甚至“第四方物流”运作，与传统物流相比，其作用的对象通常是特殊的且非标准化的。工程物流活动是具有实施的一次性、整体的关联性、工序的不确定性、技术的复杂性和过程的风险性等特征，对产品完成或目标实现具有关键影响的一种特定的物流活动。一般来讲，基于工程物流自身所具有的特点，工程物流及其方案设计的风险具有客观性、多来源性、设计周期长、可变性、滞后性、预防性等特点。根据工程物流的方案设计特点和属性，按照工程方案设计所发生的先后顺序以及设计的内容、深度，将方案设计活动分为概念设计阶段、初步设计阶段、详细设计阶段、设计收尾与交底阶段共四个阶段进行分析和风险识别。

通过头脑风暴和专家调查法，识别在工程物流方案设计四个设计阶段中可能存在的风险因素，共识别出33个风险因素，其中概念设计阶段5个，初步设计阶段7个，详细设计阶段16个，设计收尾与交底阶段5个。工程物流方案设计风险因素清单见表1。

表1 方案设计风险因素清单

2.2 数据收集及信度检验

通过问卷调查，对识别出的33个工程物流方案设计风险因素进行具体的数据收集，为下一步的因子分析法提供分析基础。以电子问卷的形式发放问卷106份，回收81份，去除7份无效问卷，实际回收有效问卷74份。

信度检验（Reliability Analysis）又叫可靠性分析，是一种度量综合评价体系是否具有一定的稳定性和可靠性的有效分析方法。α信度系数法是最为常用的一种信度检验方法，本文也采用该方法进行信度检验。通过SPSS软件对问卷数据进行分析，结果见表2。

表2 调查问卷可靠性分析

分析结果显示，本次调查问卷的Cronbach's Alpha值为0.776，超过0.7，表示问卷有较好的可靠性，通过问卷调查收集到的数据是可信的。

3 因子分析

因子分析法是一种通过少量因子描述众多评价指标或因素的特征或者反映因素彼此之间关系的方法，其能将众多评价因素中互相联系比较紧密的因素分成一组，这一组就是一个因子。通过这种方式，将原本繁多的评价因素分成若干个因子，因子数要远远少于原有因素的数量，因此因子分析法是一种降维的数理统计方法。

3.固定奶头、吃足初乳。初生仔猪对外界没有抵抗力，只有从母体得到母源抗体。仔猪出生后1 h内，由人工辅助吃上初乳，出生后2～3 d内要固定好乳头，把初生弱小的仔猪固定在前排乳头，初生强壮的仔猪固定在后排乳头。如果母猪的产仔数超过母猪乳头数量、乳量不足或者产后无乳，要及时做好寄养、并窝或人工喂给牛奶等代乳品。寄养和并窝应注意：一是寄养或并窝

本文首先采用因子分析法对工程物流方案设计风险因素进行合理分类，科学地揭示出这些设计风险指标所隐含的内在联系。指标体系建立流程如图1所示。

图1 风险评价指标体系建立流程图

3.1 适用性检验

在进行因子分析之前，首先需要对原始变量的样本数据做统计学上的适用性检验，检验是否适合使用因子分析。本文采用KMO检验和Bartlett球形检验进行适用性检验。

通过SPSS 软件对之前收集的数据量表进行验证，计算结果见表3。

从表3 中可以看出，KMO 检验值为0.746 大于0.7，说明变量之间有较强的相关性，Bartlett球形检验的显著值为0.000，明显小于0.05，适合做因子分析且因子分析效果较好。

表3 KMO和Bartlett的检验

3.2 提取公因子

采用主成分分析法来提取公因子，以特征值大于1作为主成分因子提取原则，分析出总方差解释表，见表4和图2。

表4 总方差解释表

图2 风险因子碎石图

从表4可以看出，共提取出6个公共因子，这6个因子总方差解释率为74.59%，已经能够反映原有33个风险因素的大部分信息。从风险因子碎石图同样可以看出，前6个因子的特征值较高，包含较多信息；之后的因子特征值逐渐下降，曲线趋于平缓。因此，在信息减损最少的前提下，通过因子分析降维思想，成功将初始指标的33个设计风险因素转化为6个公共因子。

主成分因子载荷矩阵见表5，从表5可以看出风险因素在主成分因子上的载荷，绝对值的大小代表与因子的相关性。但无法对风险因素进行统一归类解释。

表5 主成分因子载荷矩阵

以最大方差正交旋转（Varimax）法对主成分因子载荷矩阵进行旋转，旋转主成分因子载荷矩阵可以更好地表达主成分因子，见表6。

表6为各风险因素在各主成分因子上的载荷，结合因子载荷的相关知识，即某个题项在某一因子上的载荷不低于0.5，就表示两者之间相关性较强。旋转后的主成分因子载荷矩阵揭示了风险因素间的潜在联系，可以更好地进行接下来的公共因子命名。

表6 旋转主成分因子载荷矩阵

3.3 公共因子命名

公共因子的分组标准为：在旋转主成分因子载荷矩阵中，某一公共因子内，每个因素所占成分是不同的，当因素对某个公共因子所贡献的成分最大时，则认为该因素应归为这一公共因子的组内。公共因子分组统计情况见表7。因各风险因素的名称较长，因此采用V-V的编号代替。

表7 公共因子分组统计表

公共因子1包含的主要因素有“设计招标内容范围合理、明确”“项目目标、工作范围界定”“方案策划、整体技术方向把握”“考虑设计复杂性、技术风险分析”“项目背景、规划条件变化”“设计规范、标准变化”，这些是风险因素整个项目层面的，是特定项目自身所固有的，是项目管理实力和能力的体现。因此，公共因子1可命名为项目因素。

公共因子2包含的主要因素有“设计人员技术和方法”“设计人员责任心和严谨性”“评估设计的施工可执行性”“设计图纸技术交底”“详细设计深度”“设计审查”“设计人员变更”“设计人员的经验”。这些因素都与设计人员有关，代表了设计的水平、能力和设计人员的态度。因此，公共因子2可命名为设计方因素。

公共因子3包含的主要因素有“业主提供设计基础资料完善、及时”“业主在本行业的经验与专业性”“采用新技术、新设备”“业主文件审查、澄清问题的及时性”“业主设计需求、输入条件变化”“业主对设计的干预”。这些因素均代表业主对设计方案的影响，比如对整体方向的把握、对设计的反馈等。因此，公共因子3可命名为业主方因素。

公共因子4包含的主要因素有“设计人员统筹安排”“设计周期”“设计范围和方法受成本经济制约”“设计组织协调能力”“设计变更”。这些因素表示对设计人员的安排，对设计方案的整体规划，设计工期计划安排，以及方案设计的对内对外沟通协调等。因此，公共因子4可命名为设计控制与管理因素。

公共因子5包含的主要因素有“施工现场条件变化影响设计变更”“施工方对设计图纸理解程度”“设计方案执行力度”“其他方因素影响施工按设计执行”。这些因子表示设计方案的施工执行阶段产生的问题和反馈会对方案的工程设计产生影响，导致方案变更、调整优化等。因此，公共因子5可以命名为施工方因素。

公共因子6包含的主要因素有“业主前期基础设计资料完善、要求明确”“设计所需设计资料完善”“设计方对业主技术要求理解程度”“项目各方与设计方的信息共享”。这些因素包含对设计期望的传递分享，设计资料的共享，以及为了完成方案工程设计，设计方与业主的沟通交流，设计方与项目其他方的沟通交流。因此，公共因子6可以命名为沟通风险。

按照以上内容整理的公共因子命名见表8。

表8 公共因子命名表

3.4 信度检验

因子分析的最后一步是做信度检验，以确定因子分析结果的一致性是否合格。对通过因子分析得到的6个公因子依次进行Cronbach’s α系数检验，Cronbach’s α系数均超过了0.9，表示量表的可信度高，因子分析结果构成的各主成分因子和总体因素集的因素量表具有较好的一致性，表明可以根据因子分析结果建立设计风险评价指标体系。信度检验结果见表9。

表9 Cronbach’s α信度检验统计表

3.5 建立风险评价指标体系

根据因子分析提取出的关键风险因素，建立工程物流方案设计风险评价指标体系，见表10。

表10 工程物流方案设计风险评价指标体系

4 结语

本文从工程物流服务分包商的角度，聚焦工程物流方案设计风险，运用风险研究管理工具，引入因子分析法，提取出能够客观反映原始33个风险因素变量大部分信息的6个公共因子，并对公共因子进行解释命名，从而建立了工程物流方案设计风险评价指标体系，为后期的构建风险综合评价管理模型及风险应对提供依据。在一定程度上提高工程物流行业设计人员的技术专业性、设计质量以及风险安全意识，提高工程物流项目执行的规范化和安全性，为工程物流承包企业进行方案设计风险管理提供参考。