宏观质量水平评价方法—质量指数的研究
金升龙 南新艳
一、研究背景及现状
近年来，我国的政府部门和相关研究机构一直在不断探索市场经济条件下评价质量的方法和指标。1990年，我国政府质量主管部门会同国家统计局等部门联合制定了《全国工业产品质量指标体系总体方案》，其中有反映产品质量水平的产品质量等级品率、反映质量经济性指标的质量损失率、体现质量适用性的工业产品产销率和新产品产值率等项指标
1998年10月，国家质量技术监督局委托清华大学经济管理学院组织开展了“我国用户满意度指数评价方法”的研究工作，1999年12月，我国颁布了《国务院关于进一步加强产品质量工作若干问题的决定》。1999年7月，上海质量管理科学研究院用户评价中心与上海市出租汽车管理处合作，开展了上海市出租汽车乘客满意度指数测评工作。此外，上海质量技术监督局还组织开展了“上海顾客满意指数及其测评体系研究”， 2002年，浙江省质量技术监督局计算出大类内各小类质量指数、门类内各大类质量指数、各门类质量指数、浙江省质量指数ZQI。2003年，深圳市质监局推出了用于反映深圳市工业总体质量水平和有关行业、企业质量水平的“宏观质量指数体系”。
二、上海市行业质量指数方法论
1.基本概念
质量指数：运用指数化形式描述和测量产品与服务的质量水平，对产品与服务中所蕴含的质量特性及其变化进行准确的度量。 2.研究内容
研究结构主要分为四个方面：一是对上海市行业质量指数的构成展开机理性研究，提出了上海市行业质量指数的概念、构成要素、特性，建立上海市行业质量指数的理论模型；二是确定上海市行业质量指数的指标构成，并探讨指数生成的数学方法；三是进行实证分析，选择案例企业应用与验证，分析测评出上海市主要行业质量指数，并根据测评结果对指数模型进行反复验证与优化，最终得出能准确反映上海市行业质量水平的质量指数评价模型；四是对政府提高上海市行业质量水平的对策方法研究，行业质量指数模型如图1所示。
图1 行业质量指数模型
符合性质量是一种“达标线”，适用性质量是一种质量功能的体现，满意性质量则体现了符合性质量和适用性质量的结果，三者层层递进，环环相联。
基于三种质量的不同性质和范围，用符合性质量、适用性质量和满意性质量可以比较全面、比较完善的概括了研究对象。
通过界定不同质量的性质，根据不同的行业特征，制定相对应的指标，建立制造业质量指数模型和服务业质量指标模型，经过数学模型运算，生成企业的质量指数，在此基础上，最后生成行业的质量指数。 3.指标设计原则
依据上海市的经济结构特点，在选择类指标上，遵循：一要能够准确进行产业划分，二要该产业在上海市GDP总值中占有相当大的比例的原则，选取了工业（第二产业）、服务业（第三产业）。每个类指数下又包括由4个行业的组指数，每项组指数由众多的企业分指数支撑。
（1）科学性：在设计上海市行业质量指数评价指标体系时，首先以科学的理论作指导，使评价指标体系能够在基本概念和逻辑结构上严谨、合理，抓住评价对象的实质，具有针对性，使评价指标体系成为理论与实际相结合的产物。
（2）系统性：由于指标体系是针对同一个评价对象进行衡量的，这些指标之间是互相联系和互相制约的，评价指标体系的设计采用了系统的方法，由总指标分解成次级指标，再由次级指标分解成次次级指标，并组成树状结构的指标体系，使体系的各个要素及其结构都能满足系统优化要求。
（3）实用性：评价是一项持续的耗资不菲的测评活动，从成本的角度考虑，测评指标体系应具有实用性、可行性和可操作性。具体地，评价指标要简化，方法要简便；数据要易于获取；整体操作要规范；要严格控制数据的准确性。
（4）可比性：由于作为上海市行业质量指数的样本企业自身有分析的需要，评价指
标体系一定要具有通用可比性，适合不同时期以及不同对象之间的比较，即纵向比较和横向比较。
（5）导向性：评价的目的不是单纯评出样本企业名次及优劣的程度，更重要的是引导和鼓励其向正确的方向和目标发展。 4.上海市行业质量指数生成方法
采用神经网络方法计算分指数——企业质量指数。神经网络中目前应用最为广泛的一类神经网络是BP网络，它是一类前向无反馈的神经网络，可以通过对若干样本的自学习,建立网络输入变量与输出变量之间的全局非线性映射关系，由于有连续函数表现定理，可建立一个3层网络，网络的输入层和输出层有与网络输入
Il
(l=1,2,L,L)
及输出变量
On(n=1,2,L,N)相对应的L和N个神经元,而隐层取M(=2L+1)个神经元。输入变量Im将
按下式分配到隐层的第m个神经元,作为其输入
L
dm
1
dm=∑WlmIl （公式1）
l=0
11
WIW0lm0式中：是第1层L单元到第2层m单元之间的权系数,而≡1,m为m神经元的
触发门槛值。
M单元的输出
Cm是其输入dm的函数,
Cm=F(dm) (公式2)
有
神经元的传递函数F通常选用Sigmoid函数,即
F(x)=(1+e−x) (公式3)
gn和输出O
n分别为
同理,可定义第3层(输出层)的n单元输入
2
gn=∑WmnCn,On=F(gn)
m=0
M
(公式4)
∧
O由(公式3)、(公式4)可知,网络输出n的值域为(0,1),故需对样本的期望输出On作
1
Wlm归一化处理。通过一定数量样本的网络训练(自学习)过程,实际是确定最适宜的权系数2
WOlm和，使其对全部J个样本的输入,得到的输出n与期望输出On的2次残差E达到
∧1JN
E(W,W)=∑∑(Onj−Onj)2⎯⎯→min
2j=1n=1
(公式5)
1
lm
2lm
12WWlmlm和的最优化过程由BP算法完成,而且在 选择合理的权系数
N
∧
∧
Gj(W,W)=∑(Onj−Onj)≤δ
1
lm
2mn
n=1
(j=1,L,J) (公式6)LL
得到满足时,网络自学习终止。
样本学习完成后，将企业指标体系带入进行计算得出企业质量指数，然后在整合成为行业质量指数。
二、实证研究
1.抽样方案
2004年6月-11月，根据2003年度上海市GDP的行业构成比例，对上海市企业实施分层抽样调查.在置信水平α=0.05，误差d〈=12%时，则要求样本量n=70。本次调查实际发出问卷80份，回收75份，有效回收71份，有效回收率为88.75%，其中制造业33份，服务业38份。
表1 样本分布
制造业
服务业
行业
通用设备制造业 汽车制造业 批发零售业
公交业 出租车业
交通运输业
航空业 地铁业 样本企业数
19 14 17 12 6 2 1
2.测评指标的确定
通过对71家企业的实际调查数据分析，由于部分指标无法获取，因此在充分论证和调
研的基础上，对指标进行了筛选，最后进行运算研究的上海市通用设备制造和汽车制造两个制造业指数的指标有21项。考虑到上海市服务业的多样性、发展的个性，对服务业进行细分，其中批发零售业质量指数的指标有13项，公交业、出租车业质量指数的指标有11项，地铁业质量指数的指标12项。
表2 通用设备制造业指标体系
1. 出口商品检验批次合格率(%)3. 市场抽查合格率(%) 5. 企业一次校验合格率(%) 7. 产品最终检验合格率(%) 9. 产品采标率(%) 11. 自检率(%) 13. 主营业务利润率(%) 15. 新产品销售率(%) 17. 出口销售收入比率(%) 19. 工业产品销售率(%) 21. 质量损失率(%)
2. 应收帐款与主营业务收入的比率
4. 研发费用投入比率(%) 6. 技术改造费用投入比率(%) 8. 员工人均培训时间(小时/人) 10. 培训费用投入比率 12. 管理人员比率 14. 质量管理人员比率 16. 顾客满意度 18. 顾客有责投诉率 20. 投诉处理满意率
3.神经网络程序学习样本的确定及指数的生成
通过对71家实证企业提供的2000～2003年的数据综合分析，对不同行业中各个指标剔除异常值后采用聚类统计方法得到该指标的5组学习样本（样本1—样本5），正向指标按从大到小的顺序，反向指标按从小到大的顺序。然后对五组样本分别赋予90、80、70、60、50的分值，作为神经网络的学习样本值。
首先应用神经网络软件对各行业的学习样本进行学习，通过对样本的自学习进行合理的权值调整、反复迭代，最终建立起能够使实际输出和期望输出的误差达到一定精度的自适应非线性数学模型；然后将各个实证企业的指标体系输入进行计算得到各个企业的质量指数。最后对各个企业的质量指数进行整合得到行业质量指数。 4.行业质量指数与GDP的相关性
本次研究中四个行业的质量指数与行业GDP的相关性如表3所示。
表3 行业质量指数与GDP相关性
企业名称
通用设备制造 汽车制造 批发零售 交通运输 与GDP的相关系数
0.18 0.14 0.03 -0.47
通用设备制造、汽车制造和批发零售业的质量指数与行业GDP有弱正相关性。表明在这些行业中，质量和经济发展是有一定相关性的，相关性不强表明质量水平是经济发展的必要条件而不是充分条件。
交通运输业与行业质量指数有负相关性，表明行业质量与行业的发展有一定的滞后性。在交通运输业中有部分企业带有垄断性质，竞争不充分。这些企业质量水平不高但能获得相当高的经济效益，使其质量水平和经济地位不相称。
四、结论
与同类质量指数评价体系相比，指标高度涵盖了企业质量的各个方面，形成了大质量概念，并具有评价和改进的功能。
质量指数分布与上海制造业、服务业实际情况基本相符，验证了本课题所收集数据可靠性。对制造业企业质量指数进行正态性检验，p=0.976，在0.05的显著性水平下服从正态分布。表明上海制造业企业已经比较成熟、企业间竞争充分，企业运作形态趋同。对服务业企业质量指数进行正态性检验，p=0.016，在0.05的显著性水平下不服从正态分布。服务业各行业差异性比较大，指标数值上存在差异。原因可归结为上海服务业还不成熟，部分企业带有垄断性造成竞争不充分。
参考文献
1. Barrie a. Dale. Managing Quality, Prentice Hall Europe,1994
2. Ebrhard E. Scheuing William F. Chritopher. “The Service Quality Handbook with Contributions from 57 Internation Experts” AMACOM, 1993
3. Garvin,David A. Manging Quality. New York: The Free Press. 1988
4. James R. Evans. The Management and Control of Quality. (3rd edn.) West Publishing Com.1996
5. John A.Murphy , Service Quality in Practice.Gill and Macmillian,Ireland.1993 6. Parasuraman,Valaric A.Zeithaml, &Leonard L. Berry. A Conceptual Model of Service Quality and Its Implications for Future Research. Journal of Marketing, Vol.49(Fall 1985), 41-50
7. Rhoades, Developing a quality index for US airports, Managing Service Quality，Vol.4,2000
8. White, G.P., A Survey and Taxonomy of Strategy-Related Performance-Measures for Manufacturing, International Journal of Operations & Production Management, Vol.16, Iss.3, 42-, 1996.
《质量指数与质量分析评价技术应用基础》，中国标准出版社，2002，9. 戴备军，
6。
，《国家宏观质量水平评价指标体系10. 《国家宏观质量水平评价指标体系研究》
研究》课题组，2002，11。
《新世纪里中国质量的几个问题》，第四届上海质量研讨会（第二册），11. 刘源张，
21-27，2001。
《服务业品质管理》，品质出版社.2002，1 12. 扬锦洲，
，海天出版社.2000，1 13. 扬永华,《服务业质量管理》
《顾客满意度测评》上海质量管理科学研究院.2001，9 14. 唐晓芳,钱仲裘，
《企业成长预测的神经网络模型》，武汉理工大学学报，2002，（1），15. 沈嘉墨，
18-21。
《服务管理——运营、战略和信16. 詹姆斯 A. 菲茨西蒙斯,莫娜 J. 菲茨西蒙斯，
息技术》，机械工业出版社.2001，3 《服务质量属性的实证研究.商业研究》，1999，17. 朱沆，汪纯孝,岑成德,谢礼珊，
6，82-85
（本文作者单位为上海质量管理科学研究院质量管理研究所 通讯地址：上海市武夷路258号 邮政编码：200050 联系电话：021-52386625、021-52386686 E-mail: [email protected]、[email protected]）
宏观质量水平评价方法—质量指数的研究
金升龙 南新艳
一、研究背景及现状
近年来，我国的政府部门和相关研究机构一直在不断探索市场经济条件下评价质量的方法和指标。1990年，我国政府质量主管部门会同国家统计局等部门联合制定了《全国工业产品质量指标体系总体方案》，其中有反映产品质量水平的产品质量等级品率、反映质量经济性指标的质量损失率、体现质量适用性的工业产品产销率和新产品产值率等项指标
1998年10月，国家质量技术监督局委托清华大学经济管理学院组织开展了“我国用户满意度指数评价方法”的研究工作，1999年12月，我国颁布了《国务院关于进一步加强产品质量工作若干问题的决定》。1999年7月，上海质量管理科学研究院用户评价中心与上海市出租汽车管理处合作，开展了上海市出租汽车乘客满意度指数测评工作。此外，上海质量技术监督局还组织开展了“上海顾客满意指数及其测评体系研究”， 2002年，浙江省质量技术监督局计算出大类内各小类质量指数、门类内各大类质量指数、各门类质量指数、浙江省质量指数ZQI。2003年，深圳市质监局推出了用于反映深圳市工业总体质量水平和有关行业、企业质量水平的“宏观质量指数体系”。
二、上海市行业质量指数方法论
1.基本概念
质量指数：运用指数化形式描述和测量产品与服务的质量水平，对产品与服务中所蕴含的质量特性及其变化进行准确的度量。 2.研究内容
研究结构主要分为四个方面：一是对上海市行业质量指数的构成展开机理性研究，提出了上海市行业质量指数的概念、构成要素、特性，建立上海市行业质量指数的理论模型；二是确定上海市行业质量指数的指标构成，并探讨指数生成的数学方法；三是进行实证分析，选择案例企业应用与验证，分析测评出上海市主要行业质量指数，并根据测评结果对指数模型进行反复验证与优化，最终得出能准确反映上海市行业质量水平的质量指数评价模型；四是对政府提高上海市行业质量水平的对策方法研究，行业质量指数模型如图1所示。
图1 行业质量指数模型
符合性质量是一种“达标线”，适用性质量是一种质量功能的体现，满意性质量则体现了符合性质量和适用性质量的结果，三者层层递进，环环相联。
基于三种质量的不同性质和范围，用符合性质量、适用性质量和满意性质量可以比较全面、比较完善的概括了研究对象。
通过界定不同质量的性质，根据不同的行业特征，制定相对应的指标，建立制造业质量指数模型和服务业质量指标模型，经过数学模型运算，生成企业的质量指数，在此基础上，最后生成行业的质量指数。 3.指标设计原则
依据上海市的经济结构特点，在选择类指标上，遵循：一要能够准确进行产业划分，二要该产业在上海市GDP总值中占有相当大的比例的原则，选取了工业（第二产业）、服务业（第三产业）。每个类指数下又包括由4个行业的组指数，每项组指数由众多的企业分指数支撑。
（1）科学性：在设计上海市行业质量指数评价指标体系时，首先以科学的理论作指导，使评价指标体系能够在基本概念和逻辑结构上严谨、合理，抓住评价对象的实质，具有针对性，使评价指标体系成为理论与实际相结合的产物。
（2）系统性：由于指标体系是针对同一个评价对象进行衡量的，这些指标之间是互相联系和互相制约的，评价指标体系的设计采用了系统的方法，由总指标分解成次级指标，再由次级指标分解成次次级指标，并组成树状结构的指标体系，使体系的各个要素及其结构都能满足系统优化要求。
（3）实用性：评价是一项持续的耗资不菲的测评活动，从成本的角度考虑，测评指标体系应具有实用性、可行性和可操作性。具体地，评价指标要简化，方法要简便；数据要易于获取；整体操作要规范；要严格控制数据的准确性。
（4）可比性：由于作为上海市行业质量指数的样本企业自身有分析的需要，评价指
标体系一定要具有通用可比性，适合不同时期以及不同对象之间的比较，即纵向比较和横向比较。
（5）导向性：评价的目的不是单纯评出样本企业名次及优劣的程度，更重要的是引导和鼓励其向正确的方向和目标发展。 4.上海市行业质量指数生成方法
采用神经网络方法计算分指数——企业质量指数。神经网络中目前应用最为广泛的一类神经网络是BP网络，它是一类前向无反馈的神经网络，可以通过对若干样本的自学习,建立网络输入变量与输出变量之间的全局非线性映射关系，由于有连续函数表现定理，可建立一个3层网络，网络的输入层和输出层有与网络输入
Il
(l=1,2,L,L)
及输出变量
On(n=1,2,L,N)相对应的L和N个神经元,而隐层取M(=2L+1)个神经元。输入变量Im将
按下式分配到隐层的第m个神经元,作为其输入
L
dm
1
dm=∑WlmIl （公式1）
l=0
11
WIW0lm0式中：是第1层L单元到第2层m单元之间的权系数,而≡1,m为m神经元的
触发门槛值。
M单元的输出
Cm是其输入dm的函数,
Cm=F(dm) (公式2)
有
神经元的传递函数F通常选用Sigmoid函数,即
F(x)=(1+e−x) (公式3)
gn和输出O
n分别为
同理,可定义第3层(输出层)的n单元输入
2
gn=∑WmnCn,On=F(gn)
m=0
M
(公式4)
∧
O由(公式3)、(公式4)可知,网络输出n的值域为(0,1),故需对样本的期望输出On作
1
Wlm归一化处理。通过一定数量样本的网络训练(自学习)过程,实际是确定最适宜的权系数2
WOlm和，使其对全部J个样本的输入,得到的输出n与期望输出On的2次残差E达到
∧1JN
E(W,W)=∑∑(Onj−Onj)2⎯⎯→min
2j=1n=1
(公式5)
1
lm
2lm
12WWlmlm和的最优化过程由BP算法完成,而且在 选择合理的权系数
N
∧
∧
Gj(W,W)=∑(Onj−Onj)≤δ
1
lm
2mn
n=1
(j=1,L,J) (公式6)LL
得到满足时,网络自学习终止。
样本学习完成后，将企业指标体系带入进行计算得出企业质量指数，然后在整合成为行业质量指数。
二、实证研究
1.抽样方案
2004年6月-11月，根据2003年度上海市GDP的行业构成比例，对上海市企业实施分层抽样调查.在置信水平α=0.05，误差d〈=12%时，则要求样本量n=70。本次调查实际发出问卷80份，回收75份，有效回收71份，有效回收率为88.75%，其中制造业33份，服务业38份。
表1 样本分布
制造业
服务业
行业
通用设备制造业 汽车制造业 批发零售业
公交业 出租车业
交通运输业
航空业 地铁业 样本企业数
19 14 17 12 6 2 1
2.测评指标的确定
通过对71家企业的实际调查数据分析，由于部分指标无法获取，因此在充分论证和调
研的基础上，对指标进行了筛选，最后进行运算研究的上海市通用设备制造和汽车制造两个制造业指数的指标有21项。考虑到上海市服务业的多样性、发展的个性，对服务业进行细分，其中批发零售业质量指数的指标有13项，公交业、出租车业质量指数的指标有11项，地铁业质量指数的指标12项。
表2 通用设备制造业指标体系
1. 出口商品检验批次合格率(%)3. 市场抽查合格率(%) 5. 企业一次校验合格率(%) 7. 产品最终检验合格率(%) 9. 产品采标率(%) 11. 自检率(%) 13. 主营业务利润率(%) 15. 新产品销售率(%) 17. 出口销售收入比率(%) 19. 工业产品销售率(%) 21. 质量损失率(%)
2. 应收帐款与主营业务收入的比率
4. 研发费用投入比率(%) 6. 技术改造费用投入比率(%) 8. 员工人均培训时间(小时/人) 10. 培训费用投入比率 12. 管理人员比率 14. 质量管理人员比率 16. 顾客满意度 18. 顾客有责投诉率 20. 投诉处理满意率
3.神经网络程序学习样本的确定及指数的生成
通过对71家实证企业提供的2000～2003年的数据综合分析，对不同行业中各个指标剔除异常值后采用聚类统计方法得到该指标的5组学习样本（样本1—样本5），正向指标按从大到小的顺序，反向指标按从小到大的顺序。然后对五组样本分别赋予90、80、70、60、50的分值，作为神经网络的学习样本值。
首先应用神经网络软件对各行业的学习样本进行学习，通过对样本的自学习进行合理的权值调整、反复迭代，最终建立起能够使实际输出和期望输出的误差达到一定精度的自适应非线性数学模型；然后将各个实证企业的指标体系输入进行计算得到各个企业的质量指数。最后对各个企业的质量指数进行整合得到行业质量指数。 4.行业质量指数与GDP的相关性
本次研究中四个行业的质量指数与行业GDP的相关性如表3所示。
表3 行业质量指数与GDP相关性
企业名称
通用设备制造 汽车制造 批发零售 交通运输 与GDP的相关系数
0.18 0.14 0.03 -0.47
通用设备制造、汽车制造和批发零售业的质量指数与行业GDP有弱正相关性。表明在这些行业中，质量和经济发展是有一定相关性的，相关性不强表明质量水平是经济发展的必要条件而不是充分条件。
交通运输业与行业质量指数有负相关性，表明行业质量与行业的发展有一定的滞后性。在交通运输业中有部分企业带有垄断性质，竞争不充分。这些企业质量水平不高但能获得相当高的经济效益，使其质量水平和经济地位不相称。
四、结论
与同类质量指数评价体系相比，指标高度涵盖了企业质量的各个方面，形成了大质量概念，并具有评价和改进的功能。
质量指数分布与上海制造业、服务业实际情况基本相符，验证了本课题所收集数据可靠性。对制造业企业质量指数进行正态性检验，p=0.976，在0.05的显著性水平下服从正态分布。表明上海制造业企业已经比较成熟、企业间竞争充分，企业运作形态趋同。对服务业企业质量指数进行正态性检验，p=0.016，在0.05的显著性水平下不服从正态分布。服务业各行业差异性比较大，指标数值上存在差异。原因可归结为上海服务业还不成熟，部分企业带有垄断性造成竞争不充分。
参考文献
1. Barrie a. Dale. Managing Quality, Prentice Hall Europe,1994
2. Ebrhard E. Scheuing William F. Chritopher. “The Service Quality Handbook with Contributions from 57 Internation Experts” AMACOM, 1993
3. Garvin,David A. Manging Quality. New York: The Free Press. 1988
4. James R. Evans. The Management and Control of Quality. (3rd edn.) West Publishing Com.1996
5. John A.Murphy , Service Quality in Practice.Gill and Macmillian,Ireland.1993 6. Parasuraman,Valaric A.Zeithaml, &Leonard L. Berry. A Conceptual Model of Service Quality and Its Implications for Future Research. Journal of Marketing, Vol.49(Fall 1985), 41-50
7. Rhoades, Developing a quality index for US airports, Managing Service Quality，Vol.4,2000
8. White, G.P., A Survey and Taxonomy of Strategy-Related Performance-Measures for Manufacturing, International Journal of Operations & Production Management, Vol.16, Iss.3, 42-, 1996.
《质量指数与质量分析评价技术应用基础》，中国标准出版社，2002，9. 戴备军，
6。
，《国家宏观质量水平评价指标体系10. 《国家宏观质量水平评价指标体系研究》
研究》课题组，2002，11。
《新世纪里中国质量的几个问题》，第四届上海质量研讨会（第二册），11. 刘源张，
21-27，2001。
《服务业品质管理》，品质出版社.2002，1 12. 扬锦洲，
，海天出版社.2000，1 13. 扬永华,《服务业质量管理》
《顾客满意度测评》上海质量管理科学研究院.2001，9 14. 唐晓芳,钱仲裘，
《企业成长预测的神经网络模型》，武汉理工大学学报，2002，（1），15. 沈嘉墨，
18-21。
《服务管理——运营、战略和信16. 詹姆斯 A. 菲茨西蒙斯,莫娜 J. 菲茨西蒙斯，
息技术》，机械工业出版社.2001，3 《服务质量属性的实证研究.商业研究》，1999，17. 朱沆，汪纯孝,岑成德,谢礼珊，
6，82-85
（本文作者单位为上海质量管理科学研究院质量管理研究所 通讯地址：上海市武夷路258号 邮政编码：200050 联系电话：021-52386625、021-52386686 E-mail: [email protected]、[email protected]）