基于SEM—K-means 聚类的农村公路项目投资控制影响因素及水平划分研究

单 飞，王雯钰，任海林，吴 旭

（1. 河南交通发展研究院有限公司，河南 郑州 450000，E-mail：2261183895@qq.com；2. 东南大学 交通学院，江苏 南京 210089；3. 河南省交通运输厅，河南 郑州 450000）

近年来，随着我国经济水平与出行需求的快速发展，农村公路建设投资标准与建设要求愈发提升。在农村公路建设中，资金管理与控制是保证农村公路建设顺利开展的关键内容[1]。然而，农村公路建设中时常存在投资失控、资金缺口太大、“三超” 现象等问题[2]，一直制约着农村公路安全、有序、稳定的全周期建设与管理。理清影响农村公路项目投资控制的关键因素及内在机理，是解决农村公路项目建设中投资膨胀或匮乏问题，提升农村公路建设项目投资效率效益，保障农村公路高质量建设的重要内容[3，4]。

针对公路建设项目投资管理与控制已有大量研究，主要分为定性与定量两个方面。定性分析方面，学者们主要通过专家经验法评估项目建设设计、施工与运维阶段相关因素对资金管理的影响。占东辉等[5]、岳福青[6]分析了运营阶段中政府职能、技术标准规范变化、设计方案调整、材料设备差价变化、管理理念、法规环境、新技术运用、社会经济及人文环境对资金控制的影响。宋开亮等[7]、杨柳[8]分析了施工阶段中土地利用政策、行业建设标准调整、工程变更、金融利率调整、施工组织设计、材料设备控制、审核竣工结算等对资金控制的影响。张涛等[9]、房益林[10]、刘欢[11]对决策阶段中建设单位重视度、项目决策追责制度、限额设计、图纸规范、方案变更规范、招投标集体制、招标程序标准化、工程特征、估算水平、项目建设条件与规模、工作人员经验等因素对公路项目投资控制的影响。定量分析方面，主要通过构建数学模型评估项目设计与施工阶段相关因素对公路项目投资控制的影响。Egila 等[12]、Herrera 等[13]通过构建回归模型探索了设计与施工阶段中宏观经济因素、管理因素、商业规制因素、项目范围变化、施工周期、项目成本调整等因素与公路项目投资控制间的关系。张杰等[14]通过构建计量方程模型探索公路基础设施投资与地区全要素之间的关系。赵刚[15]、李佳昕等[16]通过构建模糊优先关系比较法分析了设计阶段中设计方案变更、材料设备价格变动、行业法规变动、工程质量问题、项目概算精确度、设计规划变化等因素对公路项目投资控制的影响。

总结既有研究可知，学者们针对公路项目投资控制开展了较为丰富的研究。同时也存在一些研究缺失：一是既有研究集中于公路项目建设中的某些特定阶段，未考虑公路建设全周期的综合影响；二是学者们主要从定性角度开展公路项目建设中的投资控制研究，定量角度研究较少，未充分理清各影响因素对投资控制的影响程度；三是既有定量分析在特定阶段对总体投资控制时未充分考虑各阶段内含因素的因子分析、路径分析，未能确定各阶段对投资控制的影响程度，未确定各子因素的影响程度。为弥补既有研究缺失，本文结合既有研究与项目建设实际筛选出七类综合潜在变量及其38 个观测变量，构建结构方程模型（Structure Equation Model，SEM）解析所选潜变量与农村公路投资控制水平的结构关系，应用中介效应检验法确定所选因素对投资控制的综合影响程度，选取影响最为显著的因素，采用K-means 聚类方法划分农村公路项目投资控制水平并确定各水平主要特征，以提升农村公路项目建设投资控制科学性与合理性。

1 因素筛选

考虑到农村公路全寿命周期包括前期决策、设计规划、施工管理、运营维护4 个主要阶段，且全寿命周期运行过程中受内部环境、外部环境的影响，因此，本文从上述六大方面探析其对投资控制的影响。基于既有农村公路项目投资控制研究[5～16]，经过全面探索、筛选影响上述7 个综合变量的主要影响因素，最终确定38 个子变量作为测量变量（见表1），探索农村公路项目投资控制影响因素研究。

表1 农村公路项目投资控制影响因素

2 方法构建

由于所筛选7 个综合因素的效用无法通过调研方式直观获取，需由综合因素下含子因素变量间接量度，且7 个综合因素间内在关联关系无法直接测量，因此选择可同时测量综合潜变量之间关系，以及综合潜变量与其子观测变量之间关系的SEM 模型进行量度，以探析所选因素对农村公路投资控制的影响。

为定量指导农村公路投资控制水平，需对农村公路投资控制强度进行水平划分，并确定不同投资控制水平下主体特征。因此，参考其他研究[17，18]，应用K-means 聚类方法，选择由SEM 模型所确定对投资控制水平影响较大的因素进行水平聚类，划分农村公路项目投资控制水平并揭示不同水平下的主要特征，为农村公路项目投资控制与管理水平提升提供方案依据。

2.1 SEM 模型

SEM 是一种建模技术，可以处理大量内生和外生变量及指定为解释变量线性组合的潜变量[17]。本文使用SEM 的目的是估计农村公路项目投资控制与管理潜变量因素的系数作为原始陈述变量的函数，并确定潜变量因素之间的关系。

本文中使用的SEM 包括两种类型的变量：一是直接从调查数据中测量的态度观测变量；二是描述观测变量间相关性的综合潜变量[19]。由于潜变量不可直接观测，需由该潜变量的观测变量间接量度。SEM 模型由测量外生变量与潜变量关系的结构方程、潜变量及其观测变量关系的测量方程构成，SEM 同时估计所有路径系数。具体为[19]：

式中，η为潜变量向量；y为测变量向量；Γ与Λ为潜变量与观测变量的待估计参数向量；ζ与v为随机项。

SEM 估计用于计算农村公路项目投资控制与管理潜变量影响强度，然后筛选影响强度较高的因素用于农村公路项目投资控制与管理水平聚类分析。

2.2 K-means 聚类

影响农村公路项目投资控制与管理的因素及其强度具有较大的差异性，投资控制水平的制定应主要取决于关键因素的综合影响。为更好地制定农村公路项目投资控制水平的科学制定，本文选取由SEM 确定的影响农村公路投资控制的关键因素（影响强度的因素），采用K-means 聚类方法确定农村公路项目投资控制水平阈值，并辨识不同投资控制水平下影响因素主要特征，便于管理者直观、科学确定农村公路投资控制与管理方案[20]。

本文提出聚类数扫略的方法，在各聚类数据内部及其之间评估数据集合度和中心距离，以确定最佳聚类数。数据集合度定义为：

式中，N为样本个数；xj表示样本j；mi为聚类中心，该式可以被描述为样本内部各点到各聚类中心距离的平均值。

中心距离定义为：

式中，d(mi,mj)表示ci和cj的聚类中心距离，该式可描述为数据类聚类中心的最小值。

D和C表征了样本内部数据的相似度与分散度，构成综合评估指标——聚类效果指数V(k)。

聚类效果指数（0V(k)＜1）越大，表示聚类效果越好[21]。

基于上述分析，使用K-means 聚类方法对农村公路项目投资控制水平进行聚类与划分，其具体聚类过程如表2 所示。

表2 K-m eans 聚类算法流程

3 数据描述

本问卷参考投资控制影响因素理论模型及各潜变量的测量指标，设计各个因素的测量条款。问卷对变量的测量均采用李克特5 级量表形式，赞同程度依次表示为：5 分=“有重大影响”，4 分=“有很强影响”，3 分=“有较强影响”，2 分=“有较小影响”，1 分=“几乎没有影响”。

考虑到农村公路投资控制具有专业性强、涉及面广的特点，问卷的主要调查对象为农村公路项目中的开发人员、管理人员、从事项目投资的工作人员，以及高校研究项目投资的专家。通过定向咨询的方式调研。问卷共发放566 份，收回有效问卷512份（试卷回收率为90.5%），其中开发人员128 份、管理人员62 份、项目投资工作人员112 份、高校科研人员210 份（教师68 份，研究生142 份）。结果如表3 所示。

表3 农村公路项目投资控制因素描述性统计

为确保调查问卷调查质量满足分析要求，研究通过Cronbach’s Alpha （α）和Kaiser-Meyer-Olkin（KMO）对所选择潜变量进行了信度与效度检验，如表3 所示。可知KMO 均大于0.6，Cronbach’s α均大于0.7[16]，表明问卷满足信度与效度要求，可进行深度数据分析。

4 结果分析

4.1 因素分析

4.1.1 模型结构化

由于潜变量无法直接测量，需要通过测量变量间接表示。研究应用AMOS24.0 对SEM 模型进行估计，经过多次拟合调整，删除影响不显著关联函数，获得拟合优度最佳的结果如图1 与表4 所示。模型参数估计值均在95%置信水平，增量拟合指数和比较拟合指数分别为0.924 和0.937（高于推荐值0.90），调整后的拟合优度指数（0.94）高于推荐值0.80，表明SEM 最终模型适用于本文[16]。

图1 农村公路项目投资控制影响因素关系图

表4 潜变量及其观测变量参数估计

分析可知，施工管理与设计规划对农村公路项目投资控制影响最为显著，其次是运营维护与前期决策、外部环境与内部环境。其主要测量变量的影响分别如下：

（1）前期决策。对前期决策的影响依次为：选定工程技术方案、项目建设规模和建设标准水平。

（2）设计规划。对农村公路项目设计规划的影响依次为：规划与设计标准调整、设计变更与误差控制和建设周期合理性。

（3）施工管理。对施工管理的影响依次为：工程变更与索赔控制、施工方案合理性和建设单位资质与管理经验。

（4）运营维护。对农村公路项目运营维护影响依次为：运维费用标准、运维计划合理性和运维费用管理。

（5）内部环境。农村公路项目内部环境的主要内容、依次为：管理者对投资控制重视度、项目管理者综合素质和项目参与者协作水平。

（6）外部环境。是农村公路项目外部环境的主要内容、依次为：参与者工资水平调整、相关法规变化程度和材料设施设备价格浮动。

4.1.2 中介效应分析

由前文分析可知，前期决策、设计规划、施工管理、运营维护、内部环境、外部环境对农村公路项目投资控制皆有直接影响，各潜在变量间可能同时存在直接和间接影响，部分潜变量通过其他变量的间接影响作用而被忽略。为探析潜变量因素间是否存在中介效应及其总效应，需对研究变量开展中介效应检验[22]。结果如表5 所示。

表5 农村公路项目投资控制潜变量间中介效应评估

由各因素间中介效应可知，前期决策、设计规划、施工管理、内部环境、外部环境对农村公路项目投资控制有间接的中介影响，表明这些因素对农村公路项目投资控制的部分影响作用可通过其他影响因素表示。由各因素总体效应可知，各因素对农村公路项目投资控制影响强度依次是：施工管理—设计规划—前期决策—内部环境—外部环境—运营维护。

4.2 水平划分

由前文分析可知施工管理、设计规划、前期决策、内部环境与农村公路项目投资控制间相关性、显著性均较高，因此采用上述4 个因素进行农村公路投资控制水平划分。对潜变量因子得分作0～5 标准化处理，设置细分数目K 为3-8，结果如表6 所示。

表6 不同K 值聚类结果对比

当K 为6 时，聚类效果指数V(k)最大，表明分组聚类效果最好。因此，将所获取样本划分为6 个子群体类，即将农村公路投资控制水平划分为6 个等级水平。具体分析如下：

（1）子水平L1（0Y＜1.56）：具有较低投资控制水平，其中，施工管理、设计规划、前期决策、内部环境评估等级均较低。

（2）子水平L2（1.56≤Y＜2.63）：具有较低投资控制水平，其中，施工管理、设计规划、内部环境评估等级较低，前期决策评估等级较高。

（3）子水平L3（2.63≤Y＜3.24）：具有较高投资控制水平，其中，施工管理、设计规划、前期决策评估等级较高，内部环境评估等级较低。

（4）子水平L4（3.24≤Y＜3.85）：具有较高投资控制水平，其中，施工管理、设计规划、内部环境评估等级较高，前期决策评估等级很高。

（5）子水平L5（3.85≤Y＜4.13）：具有很高投资控制水平，其中，施工管理、前期决策评估等级很高，内部环境、设计规划评估等级较高。

（6）子水平L6（4.13≤Y≤4.57）：具有很高投资控制水平，其中，施工管理、设计规划、前期决策、内部环境评估等级均很高。

每个子水平下农村公路项目投资控制水平具有相似性，不同子水平之间存在一定差异。子水平L1 和L2 投资控制水平相对较低。施工管理、设计规划、前期决策、内部环境的科学合理性均较低，该环境下项目开展具有较高难度与风险，需严格控制农村公路项目投资水平。需要在全方位提升项目方案设计、管理、决策、环境，再行评估与确定投资水平。

子水平L3 和L4 投资控制水平相对较高。施工管理与前期决策的科学合理性相对较高，但设计规划与内部环境水平相对较低。该环境下农村公路项目开展具有较大的不确定与非稳定性，该等级下农村公路项目投资控制需重点关注。并提升相对薄弱项目设计与环境，再行评估与加大投资水平。

子水平L5 和L6 投资控制水平很高。施工管理、设计规划、前期决策、内部环境科学合理性均较高，尤其是施工管理与前期决策水平很高。该环境下农村公路项目开展具有较高的可靠性与稳定性，可进行较高等级的项目投资。另外，项目设计规划与内部环境依然具有提升空间，在优化该相对薄弱环节情况下，可进一步加大项目投资。

5 结语

本文从农村公路项目建设全寿命周期视角选取前期决策、设计规划、施工管理、运营维护、内部环境、外部环境与投资控制综合潜变量因素，基于实际问卷调查数据，采用结构方程模型分析了影响农村公路项目投资控制潜在因素间的相关关系，采用K-means 聚类方法划分具备相似特征的投资控制水平。得到如下结论：施工管理与设计规划对农村公路项目投资控制影响最为显著，其次是运营维护与前期决策，以及外部环境与内部环境。前期决策、设计规划、施工管理、内部环境、外部环境对农村公路项目投资控制有间接的中介影响，这些因素对农村公路项目投资控制的部分影响作用通过其他因素表示。共划分6 个农村公路项目投资控制水平，投资控制水平与相关因素的评估等级正相关。改善农村公路项目全周期设计管理水平是保证农村公路项目合理投资的关键。