张美琳

（交科院（北京）科技发展有限公司，北京 100029）

衡量交通运输行业各地区信用指数的指标多、关系复杂、特性差异大，指标的选择应满足真实性、可比性、可操作性、易获得性和简洁实用性等原则。层次分析法作为经典评估模型，通过定性与定量相结合处理各种决策因素影响关系，按照交通运输行业信用体系建设的规律进行层次化、数量化评估。

1 交通运输行业信用指数模型

交通运输行业信用体系建设中涉及信息质量、不良信息惩罚、行业数据标准等多方面多层次指标，信用评估服务使用范围受到限制。美国运筹学家T.L.Saaty 教授提出了层次分析法（Analytic Hierarchy Process，简称AHP），AHP可以有效地将多属性问题分解成多个底层因素，将与决策总是有关的元素分解为目标、准则、方案等层次，在该基础上进行定性和定量分析的决策方法，对相互独立的主观意图权重进行衡量转换，实现多指标的层次化、数量化、合理化。

按照行业信用管理规定，信用体系重点工作主要包括提升信息化使用水平、加强监管力度、营造良好经商氛围、推进信用服务体系建设，“信用交通省”建设引导使用以各从业主体的统一社会信用代码作为行业开展信用监管标识的制度建设、数据归集、信息共享融合。信用指数设计过程中同时应考虑不同地区经济发展不均衡、行业侧重领域不同、管理机制体制差异等因素，经行业内专家根据相对重要度进行评分后，综合形成各项指标权重，并对权重设计进行一致性检验实现相对公平。主要包括5 个步骤：建立模型、判断矩阵、一致性检查、层次总排序、指数分值设定。

1.1 建立模型

交通运输行业信用指数应当充分体现监管工作成效和信用应用与服务能力，其目的是体现行业信用体系建设成效，引导工作方向，督促推进工作。结合交通运输行业信用工作具体开展实际需要，充分参考《信用交通省建设指标体系》等文件，考虑全面性、科学性和可操作性三大原则，选取信息化支撑、监管能力、诚信氛围这3 个做为准则层指标，通过8 个维度进行度量作为因子层指标，其中信息化支撑维度设计3 个，包括信用信息数据质量、统一社会信用代码使用率、市场主体覆盖率；监管能力维度设计3 个，包括事前信用监管、事中信用监管、事后信用监管；诚信氛围设计2个，包括信用修复情况、区域信用基础。

图1 交通运输行业信用指数分类层级指标体系

是指信用信息数据完整度，即交通信用体系平台所有归集的该区域或者该重点领域或其子领域信用信息必填项字段的总量占《部省交通运输信用信息交换指标》中要求的该重点领域或其子领域所有表中必填项总数量的比值，按照常规概念，重点领域指公路建设、水运工程建设、道路运输、水路运输四个领域，为便于具体业务工作的开展，每个领域还有数个子领域。需要说明的是，如果数据库中存在类似UUID、数据修改时间、状态等非业务的必填项，是不在统计范围内的。

统一社会信用代码使用率是指使用统一社会信用代码企业数与该区域内企业总数之间的比值。由于交通行业具有其特殊性，企业除了有通过合资、独资、国有、私营、全民所有制、集体所有制、股份制、有限责任组建的规模企业之外，还存在很多个体工商户，他们是自然人或家庭，可能就只有1 辆车、1 艘船等很少的生产资料，但是从事工商业经营，在交通行业也是作为企业来看待的。

市场主体覆盖率是指个重点领域及其子领域归集的信用信息涉及的交通运输市场从业主体数量占该区域交通运输市场从业主体数量的比例，这里所说的从业主体是指从业企业（包括个体工商户）和从业人员（具有该领域相关资质的工作人员）。

主要是指信用承诺，即信用承诺事项比例和信用承诺占比，信用承诺事项比例是按照该区域已实行信用承诺的事项占法定可承诺事项的比例，信用承诺占比是该区域各级交通运输主管部门办理企业信用承诺信息数量与该区域企业总量的比例，二者按照1 ∶1 融合得到总的事前信用监管。

开展信用分级分类监管情况，即该地区信用信用评价工作开展比例，按照4 个重点领域的子领域是否全部开展信用评价并有评价结果为考量。一般常规认为，各重点领域的子领域包括公路建设：公路设计、公路施工、公路监理、公路养护、公路试验检测；水运工程建设：水运工程设计、水运工程施工、水运工程监理、航道养护；道路运输：道路客运（班车客运、包车客运）、道路货运（普货、危货）、出租车（巡游出租车、网约出租车）、机动车维修、驾驶员培训；水路运输：水路运输（含辅助业）、港口经营。

失信惩戒开展情况，即该地区超限超载联合惩戒严重失信名单主体占该地区全部从业主体比例，按照从业人员、车辆、从业企业分别占比进行计算。

对超限超载联合惩戒严重失信名单主体的信用修复。对该区域申请的严重失信主体信用修复数量占其在库黑名单（即在发布期内，并且未进行主动修复的严重失信主体总数）的比例。

以上一月“信用中国”网站“全国城市信用监测评价”专栏中，该省城市的监测得分平均值代替各省区域信用基础分。

1.2 判断矩阵

在信用指数的计算中，准则层指标包括3 个，分别是信息化支撑、监管能力、诚信氛围。咨询20 位相关行业的专家进行打分，确定各指标之间相对重要度，根据表1 构造判断矩阵。

表1 层次分析法重要性标度表

从标度1～9 的数字及其倒数中，对3 个指标分别给定相对重要性得分，确定指标权重，得到判断矩阵，见表2。

表2 判断矩阵

对判断矩阵计算后得出对应的特征向量，并把特征向量进行归一化运算，即可得出交通运输行业信用指数各指标的权重。整理判断矩阵如公式（1）所示。

则标准两两比较矩阵如公式（2）所示。

得出判断矩阵特征向量如公式（3）所示。

即该标准下各准则层元素的对应权重，其中，信息化支撑权重为0.17，监管能力权重为0.72，诚信氛围权重为0.11。

因子层指标共计8 个，由于各准则层指标下各因子层指标间相互重要性基本相同，则信息化支撑和监管能力指标下各因子层指标赋权重1/3，诚信氛围指标下各因子层指标赋权重1/2。

1.3 一致性检验

在因素设置较多情况下易发生重要性矛盾，为避免这种情况发生，需要对判断矩阵特征根进行一致性检验，经引入自由度修正值后，避免判断矩阵的维数大小对矩阵一致性产生较大影响，计算得到平均随机一致性指标，如公式（4）所示。

同时，因现实社会的复杂性，层次分析法中不要求绝对的一致性，只要满足小于等于0.1，则认为可以接受矩阵的一致性，表明权重分配较为合理。

1.4 层次总排序

基于层次分析法，可得交通运输行业信用指数最终得分，如公式（5）所示。式中：目标得分由因子层指标B与各层级权重加权相加而成，其中w为准则层指标权重，w为因子层指标权重，B为经过筛选整理、标准化处理后的数据质量等指标数值。

信用指数如公式（6）所示。

1.5 关于信用指数分值的设定

经过标准化处理后各指标取值在[0，1]，用表示，经过加权累加后，指数得分的取值也在[0，1]，为增加交通运输行业信用指数的可读性，通过对指数做放大处理，使最终的信用指数分值落在[0，100]内，用表示。

2 交通运输行业信用指数研究结果及数据展示

2.1 数据标准化

由于存在因子层指标有负向增加趋势与信用指数的正向性不同，因此对负相关的指标取相反数作为数值。

由于各因子层指标的量纲不同，具有不同的单位和取值范围，当各指标数值相差较大时，结果会受较高数值的指标影响，并相对削弱数值较小的指标的作用，无法直接使用原始数值及量纲进行分析，为了保证结果的可靠性，需要对原始指标数据进行标准化处理。

式中：m为标准化后的数值，m为标准化前的数值，为该指标的平均值，为该指标的标准差。

经过上述的数据标准化后，原始指标数据均转化为无量纲化标准值，即各指标值都处于同一个数量级上，以便通过层次分析法开展信用指数计算。

2.2 信用指数结果计算

根据信用指数公式（6）和公式（7），利用各省上报因子层指标数据，并进行标准化处理后，在取值范围［ ］0,100 内得到各省交通运输信用指数排名，见表3。

表3 各省交通运输行业信用指数排名

2.3 信用指数结果分析

通过各省交通运输行业信用指数排名可以看出，不低于80 分的省份包括江苏省、新疆维吾尔自治区、山东省、云南省和江西省，这与各省交通运输行业信用体系建设情况基本符合。江苏省采取事前信用监管范围广、事中信用监管精准两项措施提升监管能力，并通过大范围开展信用应用场景推广营造良好诚信氛围，有效保障交通运输行业信用体系建设；新疆维吾尔自治区以良好的数据质量、较高的统一社会信用代码使用率保障了信息化支撑信用体系建设；山东省、云南省和江西省采取加强事后信用监管、区域信用基础建设等方面的措施，提升信用指数。

3 结语

通过标准化因子层指标数据，在采用经典层次分析法的基础上，结合专家打分法，优化了交通运输行业信用指数各项指标的权重，使分析结果更具有指导意义。不足之处在于现阶段交通运输信用体系初步建成，与全国信用信息共享平台数据对接共享与合作评价程度不够深入，导致原始数据整理过程中发现部分省份由于行政处罚和不良信息处罚报送数量少，信用指数会有偏高的可能，而有些省份由于现阶段对信用惩戒力度大，报送的行政处罚和不良信息处罚数量较多，可能会有信用指数偏低的可能。基于层次分析法构建交通运输信用指数模型能够较好反映监管能力在信用体系建设中的重要作用，同时信息化支撑程度及诚信氛围建设情况均会对信用指数结果产生明显影响，在指导各省深化信用体系建设中发挥重要作用。

以统一社会信用代码为标识，提升监管效能，营造良好诚信氛围，支撑行业信用体系建设，交通运输行业信用指数在完善交通运输社会主义市场经济体制、推进行业治理体系和治理能力现代化、深化“放管服”改革中提供重要支撑，为加强事中事后监管、规范市场秩序、优化营商环境发挥重要作用，具有重大现实意义。