重大突发公共卫生事件中建筑企业脆弱性评价

方海波 任声策 蔡三发

摘 要：重大突发公共卫生事件爆发后，建筑企业由于其自身的特点更易遭受损失。因此，对企业的脆弱性评估是需要关注的焦点。基于PSR模型构建了重大突发公共卫生事件中建筑企业脆弱性评价体系，并以新冠肺炎疫情下建筑企业的数据进行实证研究。得出以下结论：一是本次新冠肺炎中，各地区建筑企业面临的外部环境压力差异巨大;二是各个建筑企业应对新冠肺炎疫情的能力存在差异，大部分企业应对能力较好;三是绝大多数建筑企业在本次新冠肺炎疫情中遭受了损失。

关键词：PSR模型 建筑企业 脆弱性评价 突发公共卫生事件

突发公共卫生事件，是指具有不可预测性的，可能对公众健康及社会运行造成严重损害的传染性疫情、群体性疾病，以及其他可能严重危害公众健康的重大事件。2020年的“新冠肺炎疫情”为典型的重大突发公共卫生事件，影响地域广、影响时间长，对我国造成了巨大损失。建筑企业由于其自身所具有的特点，例如劳动力密集性、资金密集性、业务地域广泛性等特点[1]，在这类重大公共卫生事件中更易遭受损失。目前，对公共卫生事件的研究多集中于政府治理体系以及医疗系统上，以公共卫生事件中企业为主体的研究较少。

“脆弱性”研究起源于对自然界灾害事件的研究，Timmerman（1981）最早对“脆弱性”概念进行了阐述，他认为“脆弱性是衡量系统在灾害事件中受负面影响程度、恢复能力的一种度量。”[2]自脆弱性概念被提出以来，被应用到经济学、灾害学、生态学等多个自然科学以及社会科学研究领域。企业脆弱性是脆弱性研究的一个分支领域，目前国内外学者对于企业脆弱性的研究主要集中于两个方面。一是对于企业脆弱性机理的研究：Mike（2005）等人认为企业的脆弱性来源于企业偿还债务的能力过低[3];Ian（2012）等人认为企业脆弱性形成的重要原因之一是企业创新能力不足，提高企业创新能力能够改善企业脆弱性[4];文华（2008）等对可能影响企业脆弱性的外部环境进行了研究，并构建了企业脆弱性评价体系框架[5]。二是对企业局部脆弱性的研究：Ramakrishnan（2002）对企业的网络脆弱性进行了研究，建立了企业网络安全脆弱性的分析模型[6];宁钟（2004）研究了企业的供应链脆弱性，并提出了供应链脆弱性的管理原则[7];金辉（2005）等对团队脆弱性的本质及内外表现进行了研究，并提出了相应的防范措施[8]。

当前关于脆弱性的研究并未对实际危机事件的影响评价进行深入讨论。事实上，重大危机事件爆发后，对企业的脆弱性进行评估是首先需要关注的焦点。鉴于目前对于企业在突发公共卫生事件中的脆弱性评估研究较少，本文基于PSR模型评估建筑企业在重大突发公共卫生事件中的脆弱性，一定程度上能够弥补现有研究的不足，也能客观上考察新冠肺炎疫情中企业的脆弱性水平。

一、PSR模型的适用性

（一）PSR模型概述

PSR（压力-状态-响应，Pressure-State-Response）模型由加拿大统计学家David（1989）于20世纪80年代提出[9]，后被联合国环境规划署用以研究生态、环境及资源问题。PSR模型的核心思想为，人类活动对自然环境产生影响（压力），进一步导致自然环境的原有性质发生改变（状态），人类为了应对自然环境的改变最终采取的一系列措施（响应）。PSR模型是一个动态模型，包含了压力（Pressure）、状态（State）、响应（Response）三个维度的指标，能够较好地解释事物发展变化的逻辑关系，很好地回答了“为什么、会发生什么、如何应对”三个基本问题，被广泛应用于自然、社会、政治、文化等多个方面的研究。

（二）PSR模型对重大突发公共卫生事中建筑企业脆弱性评估的适用性分析

近年来，PSR模型除了被广泛应用于自然环境的研究外，一些学者也将其应用于企业研究中。张静（2013）将PSR模型应用于企业环境绩效评价的研究[10]，赵赞（2010）在PSR模型框架下分析了旅游企业行为对于传统文化的影响[11]。

建筑企业内部与外部环境间存在着资源、信息的交换，即建筑企业与外部环境间始终保持着一种动态平衡状态。在PSR模型的分析框架中，重大公共卫生事件会对社会运行产生影响;外部环境的波动会诱发建筑企业状态变化;建筑企业管理者为应对内外部的变化采取一系列措施，这些措施反过来影响企业状态及外部环境。整个影响与反馈过程存在着动态传导的特点，最终形成動态循环，见图1。

综上所述，使用PSR框架分析能够较好地反映重大公共卫生事件对建筑企业的影响机制，能够评价企业在公共卫生事件中的状态以及响应措施，PSR模型对重大突发公共卫生事中建筑企业脆弱性评估具有适用性。目前，PSR模型还未被用于企业脆弱性评价。本文将基于PSR模型，构建重大突发公共卫生事件中建筑企业脆弱性评价模型。

二、研究设计

本文首先基于指标选取原则，采用文献研究法尽可能全面地海选相关指标，再通过基于主要信息含量的指标筛选方法和相关性分析对海选指标进行筛选，最终得到精选指标。

（一）数据来源

本文研究选取2020年第一季度，我国社会以及部分建筑企业的各项数据。数据来源于百度迁徙、国家统计局、各地方统计局公开数据、国泰安企业研究数据库，所有数据均来自官方或权威民间数据库，可信度与准确度均有较高保障，从而保障本文研究的科学性。

（二）指标选取原则

1.可度量性：所选取的指标必须是能够量化的，如此能够消除评价过程中的主观因素，保证评价结果的客观性;2.易获性：所选取的指标是易于获取的;3.可对比性：由于脆弱性的评价是相对的，在谈论某一个建筑企业的脆弱性时，必须有其他的建筑企业作为参照，所以要求所选取的指标在所有的建筑企业间都是能够进行横向对比的;4.独特性：由于建筑企业具有不同于其它类型企业的生产、经营特点，所选取的指标体系中应该包含有能够反映建筑企业独特性的指标;5.重要性：由于建筑企业生产经营的复杂性，影响建筑企业在重大突发公共卫生事件中脆弱性的指标众多，在众多的指标中应该选取影响性较大的指标，舍弃影响轻微的指标，从而提高评价体系的可操作性。

（三）指标初选

基于指标选取原则，采用文献研究法选取指标，最终得到压力层5个指标、状态层11个指标、响应层3个指标。见表1。[KH*2]

（四）指标筛选

基于信息含量的指标筛选方法由陈洪海等人提出，该方法对常规的因子分析方法进行了优化，能够筛选出最大限度保留原指标体系信息量的指标[12]。其原理如下。

1.首先对原有数据进行因子分析，得到成分矩阵，成分矩阵中各元素lij代表了原指标Xi对主成分Fj的载荷，如式（1）。

其中m代表原始指标的个数，n代表主成分的个数。在确定主成分个数时，本文将累计贡献率85%作为阈值。

2.第二步，根据成分矩阵确定原始指标Xi含有的信息量Ii，见式（2）。

Ii代表了原始指标Xi含有的原始指标集合信息的主要部分，故将Ii称为Xi的主要信息含量。Ii的值愈大，原始指标Xi对原始指标集合的信息解释率愈高，则代表了Xi对评价结果的影响愈大，保留Xi的必要性愈大;反之，则愈有理由将其筛出指标集合。

3.对主要信息含量Ii进行递减排序，假设为Im1≥Im2≥…≥Imm。

4.设置累计信息含量阈值IR0，进行指标筛选，见式（3）。

若IRu-1≤IR0≤IRu，则保留最大的u个主要信息含量Ii所对应的原始指标，筛除其余指标。本文将IR0设为80%。

通过基于信息含量的指标筛选方法得到第一次筛选后的指标后，还需要对新的指标集合进行相关性检验，对高度相关的类似指标进行筛除。经过基于主要信息含量的指标筛选方法和相关性分析筛选后，得到压力层指标3个、状态层指标5个、响应层指2个，构成最终的指标集合。见表2。

5.评价模型构建。首先需要明确不同指标在评价指标体系中的重要程度，即确定各类指标的权重。熵权法是一种客观赋权方法，其根据指标的变异性程度来确定权重。为了避免主观因素带来的赋权误差，保证研究的科学性，本文采用熵权法为评价模型中的具体指标赋权。

三、实证分析

2020年爆发的新冠肺炎疫情是我国乃至全球近年来最为严重的一次突发公共卫生事件危机。选取2020年新冠肺炎疫情下的建筑企业进行实证分析较为典型，且具有一定的现实意义。

据国家统计局数据显示，截至2019年第四季度，江苏省、山东省、浙江省、河南省、广东省、福建省、四川省、辽宁省、湖北省、安徽省、云南省、江西省、陕西省、山西省、湖南省、重庆市、北京市等17个省市的建筑企业数量占据了全国建筑企业数量的80%以上。故分别从以上各个省份随机选取一家建筑企业，构成本文实证分析的评价主体集合。

（一）脆弱性评价

按照熵权法处理原始数据的方法，对原始数据进行标准化处理和无量纲化处理，计算得到各个指标的信息熵，见表3，进一步计算得到各项指标的熵权，见表4。

将选取的建筑企业的标准化数据带入到评价模型中，计算各个评价主体在新冠肺炎疫情下的脆弱性综合评价指数，结果见表5。

（二）结论分析

压力指数中位数为0.484，平均值为0.3840，最小值为0.032，最大值为0.4927，极差为0.4596，最小值仅为最大值的6.5%，说明在本次新冠肺炎疫情中，受地区差异影响，各地区建筑企业所面临的外部环境压力差异巨大。状态指数中位数为0.1772，平均值为0.3840，最小值为0.0809，最大值为0.2086，极差为0.1227，高于平均值的样本数为10，说明在新冠肺炎疫情中，各个建筑企业应对新冠肺炎疫情的能力存在差异，但大部分企业应对能力较好。响应指数中位数为0.0016，平均值为0.0078，最小值为0，最大值为0.1055，极差为0.1055，除c5外，其余样本的响应指数均低于平均值，说明绝大多数建筑企业在本次新冠肺炎疫情中均遭受了损失。

经过熵权法计算权重后，压力层权重为0.567，状态层权重为0.327，响应层权重为0.106，可见在重大突发公共卫生事件中，建筑企业受外部环境影响较大。

四、结论

重大突发公共卫生事件对企业的脆弱性是个极大考验。现有研究中对企业脆弱性或韧性的形成机理进行了较多讨论，但对实际事件中脆弱性评估依然较为有限，新冠肺炎疫情中企业的脆弱性评估亟待研究。鉴于此，本文基于PSR模型，应用文献研究法、主要信息含量的指标筛选方法、相关性分析以及熵权法，通过指标筛选、权重确定等过程，构建了重大突发公共卫生事件中建筑企业的脆弱性评价模型，并以部分代表性建筑企业为例，评价新冠肺炎疫情中建筑企业的脆弱性水平。

研究发现，第一，本文构建了完整的基于PSR模型的重大突发公共卫生事件中建筑企业的脆弱性评价模型，其中压力层指标3个、状态层指标5个、响应层指标2个，并基于熵权法确定了各项指标权重。评价体系能够一定程度上弥补现有的对于突发公共卫生事件中企业脆弱性研究的不足，为建筑企业应对重大突发公共卫生事件提供启示。第二，本文基于2020年新冠肺炎疫情，从17个省份选取了17家建企进行了实证分析。第三，本文形成了一套完整的评价体系构建方法，文献研究法初选指标，利用主要信息含量的指标筛选方法和相关性分析筛选指标，通过熵权法确定指标权重，这样一套方法能够为对其他类型企业的脆弱性的研究提供借鉴。

由于数据获取难度的限制，本文所筛选的指标仅涉及到企业外部环境以及企业运行方面的指标，并未考虑到建筑企业中的企业文化、管理者才能以及员工能力等方面的指标，因此未来的研究可从这方面入手，完善评价体系。

参考文献：

[1]田成诗，耿佳佳，王丽华.建筑业在我国经济中的支撑作用及趋势展望[J].建筑经济，2016，37（01）.

[2]Timmerman P.Vulnerability，Resilience and the Collapse ofSociety：A Review of Models and Possible Climatic Applications.Toronto，Canada：Institute for Environmental Studies，University of Toronto，1981.

[3]Corporate Sect or Vulnerability and AggregateActivity.MIKE K，SLOK T.OECD Economic Studies，2005.

[4]Entrepreneurship and open innovation in an emerging economy[J].Ian Chaston，Gregory J.Scott.Management Decision，2012（07）.

[5]文华，王湛，杨青.企业脆弱性评价指标体系研究[J].武汉理工大学学报（社会科学版），2008（03）.

[6]Model-based analysis of configuration vulnerabilities.C. Ramakrishnan，R.Sekar.Joumal of Computer Security，2002.

[7]宁钟.供应链脆弱性的影响因素及其管理原则[J].中国流通经济，2004（04）.

[8]金辉，钱焱.团队的脆弱性及其防范对策[J].中国人力资源开发，2005（10）.

[9]David.Rapport.What Constitutes Ecosystem Health？[J].Perspectives in Biology and Medicine，1989（01）.

[10]張静.基于PSR框架的临海工业类企业环境绩效审计评价指标体系构建研究[D].青岛：中国海洋大学，2013.

[11]赵赞.基于PSR模型框架下旅游发展对民族传统文化影响机制分析[J].中国农学通报，2010，26（17）.

[12]陈洪海，迟国泰.基于主要信息含量的指标筛选方法[J].系统工程学报，2016，31（02）.

（方海波、蔡三发，同济大学经济与管理学院。任声策，同济大学上海国际知识产权学院）