趙 斌，邵 昱

（1.北京市軌道交通建設管理有限公司，北京 100068；2.中咨工程建設監(jiān)理有限公司，北京 100048）

0 引 言

大數據技術的逐步推廣和廣泛應用為建設項目參建各方（原材供應廠商、建材生產企業(yè)、施工承包單位、監(jiān)理單位、項目管理單位等）轉變和改進傳統的質量管控方式提供了新的手段和方法。按照以往常規(guī)的檢測和驗收做法，針對建材的量化檢測指標和檢驗批驗收中的實測實量項目，只要實際檢測值優(yōu)于規(guī)程規(guī)范確定的合格標準值即可。然而即使是處于合格狀態(tài)的指標項目同樣存在著優(yōu)、良、中、差的差異，例如質量狀況經過連續(xù)幾次下降（惡化）后檢測值勉強合格的檢驗指標和質量狀況經過數次持續(xù)上升（好轉）后檢測值優(yōu)良的檢驗指標雖然都屬于合格范疇，但是前者的質量風險要遠大于后者，需要采取有針對性的措施進行重點管控。因此在眾多的合格項目中通過采用數據分析方法尋找出最差或較差的檢測指標或驗收項目從而為下一步有針對性地原因分析與整改提供對象目標就成為了實現質量管控工作精細化和精準化的先決條件。本文就從“運用數據分析方法的目的、意義和方案”“以預拌混凝土和預制管片所用水泥和天然砂的部分檢測指標為實例介紹如何運用數據分析方法”和“對試驗和檢測數據進行統計分析與評估后所取得的階段性成效”三部分內容來具體闡述。

1 尋找最差（或較差）檢測指標或驗收項的目的、意義和方案

1.1 目 的

眾所周知，在質量管控過程中檢驗批驗收環(huán)節(jié)的工作量是相當大的，無論是哪種類型的建設項目，各專業(yè)的檢驗批數量少則十幾、幾十個，多則成百上千個，再加上施工材料的驗收和隱蔽工程的驗收使得質量管控的工作量將會更大。現僅以預拌混凝土或預制管片為例，其原材料的種類就有水泥、礦粉、粉煤灰、包括山碎石或卵碎石的粗骨料、包括天然砂或人工砂以及混合砂的細骨料還有外加劑等多達七、八種。另外管片廠家和攪拌站作為混凝土產品的專業(yè)生產企業(yè)對上述原材料的需求和消耗量極大，特別是作為混凝土主要原材的水泥和砂石料在施工生產旺季幾乎每天都有數車進廠，進場抽檢和批次驗收的工作量無論是對管片生產廠家（或攪拌站）的質量管控人員，還是對駐站監(jiān)理來說都非常巨大。如何在質檢環(huán)節(jié)突出重點，抓主要矛盾，從而避免出現主次不分、“眉毛胡子一把抓”的低效工作狀態(tài)就成為參建各方質量管控從業(yè)人員普遍的迫切需求。通過對大量檢測數據進行統計分析從而發(fā)現原材或實測實量驗收項中最差和較差的質量驗收指標以便各方重點關注，通過原因分析和采取措施來遏制和扭轉質量的不理想狀態(tài)無疑是提升質量管控工作效率和效果的重要手段。

1.2 意 義

與進度控制中“PDCA工作循環(huán)即制訂計劃（Plan）、實施計劃（Do）、進度檢查（Check）、實際進度與計劃進度產生偏差原因的分析（Analyse）”這一方法相類似，質量控制工作也可以按照“CSAD”的順序進行工作循環(huán)，即首先進行數據收集錄入和統計（Count）；其次通過數據分析評估找出最差或較差指標和驗收項（Seek）；第三步是對指標最差或較差所產生的原因進行分析（Analyse）；第四步是針對產生不理想質量狀態(tài)的原因采取相應措施進行整改（Do）。完成第一個“CSAD”工作循環(huán)后對已經采取相應措施的檢測數據再次進行第二個“CSAD”工作循環(huán)并以此類推。在“CSAD”工作循環(huán)中數據的收集統計（C）是前提條件；數據的分析評估找最差（S）是關鍵（因為如果最差或較差指標的尋找和確定產生錯誤的話后續(xù)的原因分析和采取措施這兩項工作也就失去了預期的價值）；原因分析（A）是難點；采取相應整改措施（Do）是重點。本文介紹的就是如何完成上述“CSAD”循環(huán)的第二步關鍵工作——對統計數據進行分析評估從而找出最差和較差的檢測指標或驗收項。

1.3 方 案

該方案的思路是綜合考慮檢測指標的實測值與規(guī)范、規(guī)程確定的標準值之間的離差距離（通過現狀系數來體現）和本次實測值與上次實測值進行比較后的變化情況（通過變化狀態(tài)來體現），以上述兩項特征值（前者“現狀系數”為靜態(tài)特征值，后者“變化狀態(tài)”為動態(tài)特征值）相乘形成“評估值”，以“評估值”的大小來體現檢測指標的優(yōu)劣情況。由于“現狀系數”“變化狀態(tài)”這兩項特征值和最終的“評估值”均不帶單位，因此就使帶有不同單位的各項檢測指標和實測實量驗收項具備了可比性，為找出最差或較差項提供了可能。

2 尋找最差（或較差）的指標項和原材種類的數據分析法

2.1 數據分析的具體步驟與方法

分析步驟大致劃分為三大步驟，具體分析方法介紹如下。

1）第一步是確定本次統計的數據所代表的質量指標優(yōu)劣程度的靜態(tài)特征值“現狀系數”。將本次統計的實測數據與規(guī)范規(guī)程要求的標準值之間的離差距離除以實測數據的極值區(qū)間（該區(qū)間值需要與實際相符亦即統計數據量需要足夠多）后得出的比例，將其定義為“現狀系數”，該比例可以表達該數據所代表的質量指標的優(yōu)劣程度。“現狀系數”越大則說明質量狀況越好，便于相互比較。當規(guī)范要求實測數據不能大于標準值時，需要將標準值減去實測值得出離差距離；反之當規(guī)范要求實測數據不能小于標準值時需要將實測值減去標準值得出離差距離。上述做法是為了使“現狀系數”能遵循越大越好的評判規(guī)則從而統一“評估值”的判定標準。

2）第二步是評估確定本次統計的數據所代表的質量指標變化趨勢優(yōu)劣程度的動態(tài)特征值——“變化狀態(tài)”。通過了解本次統計的數據與上次統計數據的變化情況，將每次都不盡相同的變化情況根據其變化幅度的大小進行量化分級，從而將數據的變化狀態(tài)也作為衡量該數據所代表的質量指標優(yōu)劣與否的標準之一。計算評估的步驟有以下 3 步。

①將不同日期或時間進行試驗檢測或實測實量后的數據進行錄入形成“實測值”，并計算其“平均值”“置信區(qū)間”“變異系數”共形成 4 項數理統計指標。

②分別將上述 4 項數理統計指標數值減去上次計算出的數值（當實測值要求小于等于規(guī)范或規(guī)程確定的標準值時只將“置信區(qū)間”的上限值進行相減；反之當實測值要求大于等于規(guī)范或規(guī)程確定的標準值時只將“置信區(qū)間”的下限值進行相減），從而了解其變化狀態(tài)。當數值為正時說明指標有所上升；數值為負時說明指標有所下降；當數值為零時說明指標保持不變。

③在規(guī)范或規(guī)程要求“實測值”數據越小越好的情況下，當上述 4 項數理統計指標數值均為負數時將“變化狀態(tài)”賦值為 5 分；當 3 組數值為負數時賦值為 4 分；當 2 組數值為負數時賦值為 3 分；當 1 組數值為負數時賦值為 2 分；當 4 組數值均非負時將“變化狀態(tài)”賦值為 1 分。反之，在規(guī)范或規(guī)程要求“實測值”數據越大越好的情況下則需要依據“正數”的個數進行相應的賦值。

3）第三步是將本次統計的數據所代表的質量指標優(yōu)劣程度的靜態(tài)特征值“現狀系數”乘以動態(tài)特征值“變化狀態(tài)”，從而得出判斷該項質量指標優(yōu)劣程度的最終量化評估值。鑒于“現狀系數”越高則代表質量現狀越好，“變化狀態(tài)”的賦值越高代表統計數據的動態(tài)變化趨勢越好，因此由兩者相乘決定的“評估值”也是越高越好。

因為“評估值”也是一個沒有單位的評價系數，因此通過將各種原材料里各類質量檢測指標的“評估值”進行加權累計后相互比較，可以使不同原材料之間也具備了可比性，從而為尋找到質量風險最大的原材種類、為后續(xù)的重點關注和持續(xù)改進提供數據依據。另外通過“評估值”也可大致了解到本次或近期（用近期以來“評估值”的平均值表示）在綜合考慮了靜態(tài)現狀和動態(tài)變化趨勢兩種因素后的最終質量狀況。單次“評估值”（或近期以來“評估值”的平均值）在 1 分以下則說明綜合質量狀況“很差”；1～2（不含）分之間說明“較差”；2～3（不含）分之間說明“一般”、3～4（不含）分之間說明“較好”；4 分及以上說明“很好”。因此該方法也可簡稱為“量化分級評估法”。

2.2 數據分析示例

2.2.1 示例一

1）針對甲生產企業(yè)所用天然砂的質量狀況進行數據分析。對天然砂中的“含泥量”指標進行數據統計和分析的過程圖如圖1 所示。

圖1 甲企業(yè)所用天然砂的“含泥量”指標數據統計與分析

從圖1 的最后一欄“評估值”可知：該企業(yè)所使用的天然砂中的“含泥量”指標在最近 12 次的平均值為 1.407 4，按照前述第 2.1 節(jié)中第 3）小條最后所述的“量化分級評估法”里的分級標準，最近一段時間“天然砂中的含泥量”指標的質量狀況處于“較差”的狀態(tài)。

對天然砂中的“泥塊含量”指標進行數據分析的方法與“天然砂中的含泥量”指標的數據統計和分析過程相同（圖表從略）。經過計算，“泥塊含量”指標的“評估值”在最近 12 次的平均值為 2.08，說明近期質量狀況處于“一般”的狀態(tài)。

2.2.2 示例二

針對乙生產企業(yè)所使用的天然砂質量狀況進行數據分析。

對天然砂中的“含泥量”指標進行數據分析的方法和前述的甲企業(yè)相同。通過計算，最近 10 次的平均值僅為 0.867，說明近期質量狀況處于“很差”的狀態(tài)。

對天然砂中的“泥塊含量”指標進行數據分析的方法和前述的甲企業(yè)相同。通過計算，最近 10 次的平均值為 3.9，說明質量狀況處在“較好”的狀態(tài)［1］。

2.2.3 示例三

針對甲生產企業(yè)所使用的水泥質量狀況進行數據分析。對水泥中的“3 d 抗折強度”指標進行數據統計和分析的過程圖如圖2 所示。由圖2 中的最后一列“評估值”可計算出近期“3 d抗折強度”的平均值為 2.54。對水泥中的“3 d 抗壓強度”“28 d 抗折強度”“28 d 抗壓強度”這 3 項指標進行數據統計分析的方法與“3 d 抗折強度”的分析過程類似，分析得出的結果如表1 所示。

圖2 甲企業(yè)所用水泥的“3 d 抗折強度”指標數據統計與分析

表1 甲企業(yè)所用水泥的四項檢測指標評估值的平均值和加權平均值

2.2.4 示例四

針對乙生產企業(yè)所使用的水泥質量狀況進行數據分析。與上述針對甲生產企業(yè)所使用水泥的質量狀況進行數據分析的方法類似，相關的計算數據圖表從略，分析得出的結果如表2 所示。

2.2.5 示例分析評估的實際意義

通過對混凝土原材質量的檢測數據進行統計分析評估，可對同一種原材料中的不同指標進行相互比較，例如上述示例一和示例二的兩家生產企業(yè)最近一段時間以來所使用的天然砂中“含泥量”“泥塊含量”這兩項指標經過相互比較可得出的結論及其驗證方式和實際意義如表3 所示。

通過對混凝土原材質量的檢測數據進行統計分析評估，可對不同廠家所供應的同一種原材料的質量狀況進行相互比較，以 2.2.1 示例一及 2.2.2 示例二所述的兩家生產企業(yè)所使用的天然砂為例，經過對天然砂中的“含泥量”和“泥塊含量”這兩項主要指標進行加權累計（每個指標的權重系數為 0.5）得出該種原材料的“綜合評估值”，對“綜合評估值”進行比較后得出的結論及其驗證方式和實際意義如表4 所示。

再以上述數據分析示例中 2.2.3 示例三和 2.2.4 示例四所述的兩家生產企業(yè)所使用的水泥為例，經過對水泥中的“3 d 抗折強度”“3 d 抗壓強度”和“28 d 抗折強度”“28 d 抗壓強度”這 4 項主要指標進行加權累計（每個指標的權重系數為 0.25）得出該種原材料的“綜合評估值”（見表1 和表2），對“綜合評估值”進行比較后得出的結論及其驗證方式和實際意義如表5 所示［2］。

通過對混凝土原材質量的檢測數據進行統計分析，可對不同攪拌站所使用的不同種類的原材料的質量狀況進行相互比較，現將表4 和表5 中的“綜合評估值”進行匯總后形成表格，如表6 所示。

表2 乙企業(yè)所用水泥的四項檢測指標評估值的平均值和加權平均值

表3 同一種原材料的不同指標比較

表4 不同廠家所供應的同一種原材料（天然砂）比較

表5 不同生產企業(yè)所用的同一種原材料（水泥）比較

表6 不同生產企業(yè)所用的不同原材料之間進行優(yōu)劣比較

3 階段性成效闡述

1）基于“用數據說話”理念的分析研判工作離不開大量的數據，因此對數據采集的準確性、廣泛性和傳輸時效性都提出了較高要求，對項目各參建方在數據源的挖掘、數據庫的建立和數據鏈的維護以及相關信息渠道的開發(fā)與拓展等方面的工作起到了積極的推動作用，為各參建單位的信息化建設和質量、安全管控工作新增了量化渠道和數據平臺。

2）鑒于目前很多數據需要從質量檢測報告或者驗收表格中提取錄入，因此如果有關單位提供的報告或表格不夠完整或者不夠及時，就會影響到數據的錄入統計和分析，特別是需要對建材質量或實測實量驗收項的變化趨勢進行預測研判時，針對數據提供的準確性和及時性要求更高，因此對檢測數據的收集整理和統計分析工作可以間接考核相關單位在試驗檢測、批次驗收以及資料整理和報送等內業(yè)工作方面的質量以及背后所反映出的質量保證體系的有效程度和企業(yè)管理水平，對相關單位不斷提高內業(yè)工作效率和質量管控水平起到了促進和推動作用。

3）通過對數據進行統計和分析可以為質量缺陷或問題的原因分析和相應改進措施的提出提供數據支持和依據。

4）通過數據分析與評估使質量管控工作水平在精細化和精準化方面得以持續(xù)提升。通過研判各項檢測和驗收指標的實測值在合格狀態(tài)下所處的不同等級，根據質量等級的高低不同采取相應的措施進行管控，可以把有限的時間和精力重點投入到質量等級最低或較低的材料（或指標）以及實測實量的檢驗批驗收項目中去。這種工作方式強化了質量預控功能，可以有效避免那些綜合質量狀況最差的材料（或指標）和實測實量驗收項由勉強合格狀態(tài)淪為不合格狀態(tài)。

4 結 語

以數據分析方法為核心的大數據技術是一項“總結過去、優(yōu)化現在、預測未來”的革新技術，通過對歷史數據進行分析研判可以在那些原本互不具備可比性的檢測指標、原材種類和驗收項目之間尋找出最差或較差的薄弱環(huán)節(jié)，從而可以使當前的質量管控工作始終圍繞那些隱患風險最大和較大的重點目標展開（以本文為例，在“水泥”和“天然砂”這兩種原材料中應該重點管控的是“綜合評估值”相對較低的天然砂，并且“綜合評估值”最低的甲生產企業(yè)所使用的天然砂是管控工作的重中之重），通過“評估-改進-再評估-再改進”的動態(tài)管理方式來持續(xù)檢驗管控措施的實施效果。當傳統意義上的技術措施、經濟措施、組織措施和合同措施分別采用甚至同時采用后質量狀況仍然沒有好轉甚至還在走低下滑時，就需要采取一些諸如“更換施工材料（包括原材料）的生產供應廠家、更換生產操作人員甚至是施工隊伍”等非常規(guī)措施來進行遏制，此時那些質量狀態(tài)的量化評估值就可以為管控人員采取相應措施提供決策依據。當用來進行分析研判的數據數量形成海量的大數據后，還可以評估出各類檢驗批甚至是各類分部分項工程的質量薄弱環(huán)節(jié)，從而全面確定管控工作的重點目標提前進行預控，避免因質量問題而導致出現返工重做、安全隱患甚至是全面停工的后果，為合同工期、經濟效益和社會效益的順利實現保駕護航。綜上所述，以數據分析為基礎的精細化管理和精準化控制無論是在效率上，還是效果上都是傳統的“合格則繼續(xù)生產施工、不合格則整改或返工”的粗放式管理模式所難以企及的。Q