PHÂN TÍCH VÀ ĐỀ XUẤT MÔ HÌNH MẠNG BAYES DỰ BÁO
NĂNG SUẤT XÂY DỰNG CÁC CÔNG TRÌNH DÂN DỤNG
PGS,TS. HÀ DUY KHÁNH*
LÊ QUỐC LINH*
*Khoa Xây dựng, ĐH SP Kỹ thuật TP. HCM
Tóm tắt:
Năng suất lao động các công tác xây dựng ảnh hưởng lớn đến tiến độ nói riêng và hiệu quả của dự án nói chung. Nghiên cứu này chủ yếu đề xuất một phương pháp dự báo năng suất lao động các công tác phần thô gồm bê tông, cốp pha và cốt thép của các dự án xây dựng dân dụng. Dữ liệu có được bằng lấy mẫu công việc từ việc khảo sát các chuyên gia có kinh nghiệm trong ngành Xây dựng. Kết quả của nghiên cứu giúp nhà quản lý có cái nhìn tổng thể về các nhân tố ảnh hưởng và mức độ tác động của các nhân tố này đến năng suất lao động; từ đó đưa ra quyết định phù hợp để nâng cao hơn nữa hiệu quả lao động, góp phần thực hiện thành công dự án.
Từ khóa: Năng suất, lao động, mô hình mạng, Bayes.
Abstract:
Labor productivity of construction works significantly affects the progress and efficiency of projects. This study mainly proposes forecasting construction labor productivity for structural works of building projects, including concreting activity, rebar activity, and formwork activity. Data have been collected based on a structured questionnaire with experts and experienced people in the construction sector. The results of this study may help managers have a whole view on the critical factors and their impacts on the construction productivity, since then giving reasonable decisions to enhance the working efficiency for performing the project successfully.
Keywords: Labor, productivity, network model, Bayes.
Nhận bài ngày 19/2/2021, chỉnh sửa bài ngày 3/3/2021, chấp nhận đăng ngày 20/3/2021.
GIỚI THIỆU CHUNG
Năng suất lao động (NSLĐ) là chỉ tiêu quan trọng thể hiện tính chất và trình độ tiến bộ của một tổ chức, một đơn vị sản xuất hay của một phương thức sản xuất. NSLĐ được quyết định bởi nhiều nhân tố như: Trình độ tay nghề của người lao động, trình độ phát triển khoa học và áp dụng công nghệ, sự kết hợp xã hội của quá trình sản xuất, quy mô và tính hiệu quả của các tư liệu sản xuất, các điều kiện tự nhiên… Trong những năm qua, qua triển khai thực hiện, các cấp ủy, chính quyền của tỉnh Đồng Tháp đã có sự chuyển biến cả về tư duy, quyết tâm và hành động cụ thể trong công tác xây dựng kế hoạch và chỉ đạo thực hiện cơ cấu lại nền kinh tế, đổi mới mô hình tăng trưởng; với việc tập trung vào xây dựng chính sách, giải pháp thúc đẩy các trọng tâm cơ cấu lại nền kinh tế, đổi mới mô hình tăng trưởng, chú trọng vào việc gia tăng NSLĐ, phát triển các ngành kinh tế, đặc biệt là khu vực nông nghiệp, xây dựng,… Đồng Tháp đã đầu tư xây dựng các công trình dân dụng thuộc nhiều lĩnh vực giáo dục, y tế, các trụ sở làm việc của cơ quan Nhà nước với nguồn ngân sách lớn của địa phương. Tuy nhiên, bên cạnh những thành công đạt được vẫn còn một số dự án chậm tiến độ mà theo điều tra của các cơ quan chức năng là do mất NSLĐ. Vì vậy, nghiên cứu dự báo năng suất xây dựng của công tác bê tông, cốp pha và cốt thép bằng mô hình mạng Bayes thuộc lĩnh vực xây dựng dân dụng và công nghiệp của Việt Nam nói chung và tỉnh Đồng Tháp nói riêng là cần thiết và cấp bách. Xuất phát từ những lý do trên, nghiên cứu này sẽ trình bày các yếu tố gây ảnh hưởng đến NSLĐ phần thô ở Đồng Tháp và sử dụng dữ liệu được khảo sát trên địa bàn để dự báo NSLĐ.
Đồng Tháp đã đầu tư xây dựng các công trình dân dụng thuộc nhiều lĩnh vực giáo dục, y tế, các trụ sở làm việc
của cơ quan Nhà nước với nguồn ngân sách địa phương
TÌNH HÌNH NGHIÊN CỨU
Ở Việt Nam, vấn đề nghiên cứu về NSLĐ trong ngành Xây dựng đã được chú ý những năm gần đây. Các nghiên cứu tại Việt Nam đã lĩnh hội kinh nghiệm và kết quả từ các nghiên cứu trên thế giới, giúp hệ thống hóa cơ sở khoa học về vấn đề NSLĐ trong ngành Xây dựng tại nước ta. Tuy nhiên, điều khác biệt là thực hiện ở Đồng Tháp và là nghiên cứu đầu tiên dự báo về NSLĐ bằng mô hình mạng Bayes của dự án đầu tư xây dựng dân dụng sử dụng nguồn vốn ngân sách Nhà nước. Ví dụ, Nguyễn Liên Hương và Nguyễn Văn Tâm (2018) [1], đã nghiên cứu các nhân tố ảnh hưởng tới NSLĐ trong thi công xây dựng công trình dân dụng tại Việt Nam. Lê Văn Cư và cộng sự (2017) [2], đã nghiên cứu thực trạng và một số giải pháp nhằm nâng cao NSLĐ ngành Xây dựng.
Trên thế giới hiện nay đã có nhiều nghiên cứu về NSLĐ ngành Xây dựng, với các mục tiêu đánh giá, nhận diện các yếu tố ảnh hưởng đến NSLĐ xây dựng, dự báo NSLĐ… Kết quả của các nghiên cứu giúp nhà quản lý xây dựng nhìn nhận được các vấn đề ảnh hưởng đến NSLĐ xây dựng, từ đó xây dựng các chiến lược, giải pháp nhằm nâng cao và dự báo NSLĐ trong các dự án. Ví dụ, Richard L.Tucker (1986) [3], đã nghiên cứu đến việc sử dụng hiệu quả lao động nhằm cải thiện NSLĐ ngành Xây dựng. Tác giả sử dụng phương pháp bảng câu hỏi khảo sát gửi đến các công ty xây dựng và chuyên gia đầu ngành nhằm xác định các yếu tố ảnh hưởng đến năng suất từ đó đưa ra giải pháp nâng cao NSLĐ ngành Xây dựng,…
PHƯƠNG PHÁP THỰC HIỆN
Dựa vào phân tích tổng quan cùng với ý kiến của các chuyên gia trong ngành Xây dựng, quản lý công trình dân dụng và công nghiệp, nghiên cứu này xác định có 22 yếu tố, được phân theo 04 nhóm: (1) Nhóm các yếu tố đến từ bản thân người lao động: 07 yếu tố, (2) Nhóm các yếu tố đến từ công tác tổ chức quản lý: 07 yếu tố, (3) Nhóm các yếu tố đến từ điều kiện lao động: 05 yếu tố, (4) Nhóm các yếu tố khách quan (thời tiết): 03 yếu tố, gây ảnh hưởng đến NSLĐ khi thực hiện dự án đầu tư xây dựng công trình dân dụng sử dụng nguồn ngân sách Nhà nước ở địa bàn tỉnh Đồng Tháp. Các yếu tố này sẽ là nội dung trong bảng câu hỏi khảo sát nhằm thu thập số liệu dự báo NSLĐ. Nghiên cứu sử dụng câu hỏi có thang đo 05 mức độ: Đối với mức độ ảnh hưởng, “1” = “không”, “2” = “thấp”, “3” = “trung bình”, “4” = “cao”, và “5” = “rất cao”.
Thu thập số liệu khảo sát với 3 giai đoạn. Giai đoạn 1 nhằm xác định yếu tố gây ảnh hưởng đến NSLĐ tại Đồng Tháp. Giai đoạn 2 nhằm xác định mối quan hệ “nguyên nhân – kết quả” giữa các yếu tố gây ảnh hưởng NSLĐ. Giai đoạn 3 nhằm đánh giá xác suất ảnh hưởng của các mối quan hệ giữa các nhân tố quyết định năng suất xây dựng phần thô (bê tông, cốp pha và cốt thép).
Số liệu của giai đoạn 1 dự kiến được phân tích bằng các công cụ phân tích thống kê bao gồm: Kiểm định độ tin cậy thang đo Cronbach’s Alpha, thống kê mô tả xếp hạng theo trị trung bình và độ lệch chuẩn và phân tích nhân tố khám phá EFA (Exploratory Factor Analysis). Số liệu ở giai đoạn 2 sẽ được dùng để xác định định mối quan hệ “nguyên nhân – kết quả” giữa các yếu tố gây ảnh hưởng NSLĐ. Số liệu ở giai đoạn 3 sẽ dùng để dự báo NSLĐ bằng mô hình mạng Bayes.
Dựa vào phương pháp Bollen (1989) [4], kích thước mẫu phải thỏa mãn tối thiểu 5 mẫu cho 1 biến nghiên cứu. Theo nghiên cứu này, có 22 yếu tố cần khảo sát, cho nên cần tối thiểu là 22 x 5=110 mẫu nghiên cứu. Tổng cộng 200 bảng câu hỏi được phát đi, thu về 186 bảng trong đó có 140 bảng có kết quả hợp lệ được đưa vào phân tích chiếm tỷ lệ 70%. Các đáp viên tham gia khảo sát với các thông tin được thống kê như sau:
Bảng 1. Đặc điểm của các cá nhân tham gia khảo sát
Tuổi nghề
Dưới 5 năm
5-10 năm
Trên 20 năm
13%
61%
26%
Vai trò hiện tại
Chủ đầu tư
Đơn vị thi công
Tư vấn giám sát
84%
3%
Vị trí chức danh
Ban giám đốc
Chỉ huy trưởng/phó
Giám sát/cán bộ kỹ thuật/ nhân viên
16%
6%
78%
KẾT QUẢ PHÂN TÍCH
Kiểm định độ tin cậy thang đo
Kết quả phân tích hệ số Cronbach’s Alpha lần đầu đối với mức độ ảnh hưởng của yếu tố là 0.836. Chỉ số này lớn hơn 0.7 theo thông lệ yêu cầu. Tuy nhiên, có 5/22 yếu tố có hệ số tương quan biến tổng nhỏ hơn 0.3. Những yếu tố này được xem là biến rác và cần loại bỏ. Theo quy ước thống kê, cần tiến hành kiểm định độ tin cậy thang đo lần 2. Kết quả phân tích hệ số Cronbach’s Alpha lần 2 là 0.882 (xem Bảng 2) và không có biến nào có hệ số tương quan biến tổng nhỏ hơn 0.3 (xem Bảng 3). Như vậy, các giá trị này cho thấy thang đo đã sử dụng đạt độ tin cậy, từ đó số liệu có thể được sử dụng cho các phân tích phía sau.
Bảng 2. Kiểm định Cronbach’s Alpha
Reliability Statistics
Cronbach's Alpha
N of Items
.882
17
Bảng 3. Tổng số thống kê
Item-Total Statistics
Scale Mean if Item Deleted
Scale Variance if Item Deleted
Corrected Item-Total Correlation
Cronbach's Alpha if Item Deleted
Kinh nghiệm của người lao động
60.94
119.536
.544
.875
Thái độ làm việc người lao động
120.535
.517
.876
Tình trạng sức khỏe tại thời điểm làm việc
60.92
119.282
.552
.874
Trình độ, tay nghề của người lao động
60.89
118.988
.581
Độ tuổi
61.02
119.172
.505
Cường độ lao động
60.84
120.205
.527
Giới tính
60.96
119.689
.522
Mức độ ứng dụng khoa học và công nghệ
61.14
117.159
.540
Kinh nghiệm của người quản lý
61.25
117.009
.537
Khả năng tổ chức sản xuất, lập kế hoạch
61.32
118.680
.489
Khả năng đáp ứng tài chính của chủ đầu tư
61.06
118.435
Độ phức tạp của công tác
61.54
113.344
.595
.872
Sự sẵn có kịp thời của vật liệu
61.74
113.718
.570
.873
Chất lượng công cụ, dụng cụ lao động
61.81
113.538
.597
Số lượng lao động và cán bộ kỹ thuật
61.94
113.853
.586
Điều kiện thời tiết
61.96
121.005
.348
Tai nạn lao động
62.00
121.252
.349
Xếp hạng các yếu tố
Dữ liệu thu thập được gồm 140 phiếu khảo sát hợp lệ được đưa vào phần mềm SPSS để phân tích. Kết quả được bảng xếp hạng các yếu tố ảnh hưởng nhiều nhất đến đến năng suất công tác cốp pha, cốt thép, bê tông ở các dự án xây dựng dân dụng dựa theo giá trị trung bình (mean) của khảo sát (xem Bảng 4).
Bảng 4. Xếp hạng các nhân tố
Descriptive Statistics
N
Minimum
Maximum
Mean
Std. Deviation
140
1
5
4.30
0.957
4.25
0.968
4.22
0.990
4.21
0.948
4.20
0.983
4.18
1.006
4.12
1.076
4.08
1.113
4.00
1.169
3.89
1.186
3.82
1.146
3.61
1.345
3.40
1.367
3.34
1.328
3.20
1.326
3.19
1.256
3.14
1.227
Nhận xét: Như vậy, sau khi phân tích số liệu thu thập được, tác giả đã tập hợp được 17 yếu tố có mức độ ảnh hưởng nhất đến năng suất các công tác cốp pha, bê tông và cốt thép và chia các yếu tố này thành 05 nhóm chính:
1. Mức ảnh hưởng rất lớn: Mean 4.2 đến 5.0 bảng kết quả có 5/17 yếu tố;
2. Mức ảnh hưởng lớn: Mean 3.4 đến < 4.2 bảng kết quả có 8/17 yếu tố;
3. Mức ảnh hưởng trung bình: Mean 2.6 đến < 3.4 bảng kết quả có 4/17 yếu tố;
4. Mức ảnh hưởng ít: Mean 1.8 đến < 2.6 bảng kết quả có 0 yếu tố;
5. Mức ảnh hưởng rất ít: Mean 1 đến < 1.8 bảng kết quả có 0 yếu tố.
Diễn giải với 05 yếu tố có mức độ ảnh hưởng rất lớn:
“Cường độ lao động” đứng thứ nhất có giá trị trung bình là 4.30, đóng vai trò quan trọng trong việc nâng cao NSLĐ. Người lao động thực hiện công việc với cường độ cao, không ngừng nghỉ sẽ thúc đẩy công việc một cách nhanh chóng. NSLĐ tỷ lệ thuận với cường độ lao động.
“Trình độ, tay nghề của người lao động” đứng thứ hai có giá trị trung bình là 4.25, đóng vai trò quan trọng cho NSLĐ. Người lao động có trình độ, qua đào tạo bài bản sẽ thao tác các công việc một cách chính xác không cần sửa chữa và không mất thời gian đào tạo. Do đó, yếu tố này có mức độ ảnh hưởng mạnh nhất đến NSLĐ.
“Tình trạng sức khỏe tại thời điểm làm việc” đứng thứ ba có giá trị trung bình là 4.22 ảnh hưởng lớn đến NSLĐ. Người có sức khỏe tốt dẫn đến thể lực tốt có thể đảm nhiệm các công việc nặng nhọc, thời gian làm việc kéo dài và cường độ lao động được nâng cao, góp phần gia tăng NSLĐ.
“Thái độ làm việc người lao động” đứng thứ tư có giá trị trung bình là 4.21 đóng vai trò quan trọng cho NSLĐ. Người lao động nhiệt tình, tâm huyết với công việc sẽ góp phần đẩy mạnh NSLĐ.
“Kinh nghiệm của người lao động” đứng thứ năm có giá trị trung bình là 4.20 đóng vai trò quan trọng cho NSLĐ. Thợ lành nghề sẽ thao tác công việc nhanh hơn thợ chưa lành nghề.
Phân tích nhân tố khám phá
Chỉ số KMO = 0.820 phân tích nhân tố được xem là phù hợp với dữ liệu thực tế, các quan sát có tương quan với nhau trong tổng thể với kiểm định Bartlett có Sig = 0.00 < 0.05 (xem Bảng 5).
Bảng 5. Kiểm định KMO và Bartlett's Test
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.820
Bartlett's Test of Sphericity
Approx. Chi-Square
3123.286
df
136
Sig.
.000
Tại eigenvalue = 1.471 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, thì nhân tố rút ra ý nghĩa tóm tắt thông tin tốt nhất. Từ đó rút trích được 4 nhân tố chính từ 17 yếu tố quan sát ban đầu với tổng phương sai trích được là 86.817 % >50% (xem Bảng 6). Điều này chứng tỏ 86.817 % biến thiên của dữ liệu được giải thích bởi 4 nhân tố chính này và không có nhân tố mới nào được hình thành so với mô hình nghiên cứu đề xuất ban đầu. Hệ số xoay của từng biến ban đầu vào nhân tố chính đều lớn hơn 0.8 (xem Bảng 7).
Bảng 6. Phương sai trích
Total Variance Explained
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings
Total
% of Variance
Cumulative %
6.238
36.693
5.517
32.452
2
4.192
24.659
61.352
3.677
21.630
54.083
3
2.858
16.810
78.162
3.615
21.263
75.345
4
1.471
8.655
86.817
1.950
11.472
.460
2.708
89.524
6
.390
2.296
91.820
7
.302
1.778
93.598
8
.228
1.343
94.941
9
.204
1.202
96.143
10
.193
1.134
97.276
11
.150
98.159
12
.109
.643
98.802
13
.082
.482
99.284
14
.038
.224
99.508
15
.031
.185
99.693
16
.029
.173
99.866
.023
.134
100.000
Extraction Method: Principal Component Analysis.
Bảng 7. Ma trận xoay
Nhóm
Rotated Component Matrixa
Bản thân người lao động
.961
.915
.899
.845
.839
.832
Công tác tổ chức quản lý
.962
.960
.932
Điều kiện lao động
.957
.902
.878
Yếu tố ngoại vi
.964
.959
Thiết lập mô hình mạng Bayes
a. Xác định mối quan hệ “nguyên nhân - kết quả” giữa các yếu tố
Bởi vì trong thực tế không phải bất kỳ nhóm hai yếu tố nào cũng có quan hệ với nhau, thậm chí mối quan hệ của chúng là thuận chiều hay nghịch chiều, nghiên cứu này đã khảo sát và phỏng vấn một số chuyên gia là kỹ sư có thâm niên lâu năm và Giám đốc dự án. Mục đích chính là để thiết lập và xây dựng những mối quan hệ giữa 17 yếu tố ảnh hưởng ở trên đến NSLĐ phần thô. Kết quả được thể hiện ở Hình 1.
Hình 1. Mối quan hệ nguyên nhân - kết quả giữa các yếu tố
b. Kết quả mô hình bằng phần mềm MSBNx
Sau khi tổng hợp các biến dữ liệu được đưa vào mô hình tổng quát, tác giả sử dụng phần mềm Microsoft Belief Networks để tính toán dựa trên lý thuyết Bayes. Kết quả cho thấy tài chính của chủ đầu tư, sự có mặt kịp thời của vật liệu, và thái độ lao động là ba trong số nhiều yếu tố ảnh hưởng mạnh đến NSLĐ của dự án. Tất cả 17 rủi ro này đều được xác định là có mức độ rủi ro từ trung bình trở lên. Kết quả dự báo cho thấy xác suất ảnh hưởng NSLĐ là 49.41% (xem Hình 2).
Hình 2. Kết quả dự báo xác suất đạt được năng suất lao động
KẾT LUẬN
NSLĐ trong ngành xây dựng là vấn đề được nhiều người quan tâm, thể hiện được tính hiệu quả của quá trình sản xuất. NSLĐ được xác định bằng nhiều cách khác nhau. Nghiên cứu này đã xác định được 17 yếu tố ảnh hưởng NSLĐ khi thực hiện dự án xây dựng công trình dân dụng sử dụng vốn ngân sách Nhà nước tại Đồng Tháp với 140 người làm việc trong ngành đã tham gia khảo sát. Kết quả cho thấy, tài chính của chủ đầu tư, sự có mặt kịp thời của vật liệu, thái độ lao động là ba trong số nhiều yếu tố ảnh hưởng mạnh đến NSLĐ của dự án. Tất cả 17 rủi ro này đều được xác định là có mức độ rủi ro từ trung bình trở lên. Dựa vào số liệu khảo sát cụ thể tại Đồng Tháp, nghiên cứu này sử dụng mô hình mạng Bayes để dự báo năng suất xây dựng. Kết quả chính cho thấy thấy xác suất đạt được NSLĐ là 49.41%. Tuy nhiên, việc kết quả phân tích này còn cần phải kiểm chứng với thực tế và cần xem xét thêm sự ảnh hưởng của các yếu tố khác đến sự thay đổi nguồn vốn đối với dự án.
Tài liệu tham khảo
[1] Nguyễn Liên Hương và Nguyễn Văn Tâm, (2018) "Các nhân tố ảnh hưởng đến năng suất lao động trong thi công xây dựng công trình dân dụng tại Việt Nam", Tạp chí Kinh tế Xây Dựng, số 02/2018.
[2] Lê Văn Cư, Lê Văn Long và Vũ Quyết Thắng, (2017) “Thực trạng và một số giải pháp nhằm nâng cao năng suất lao động ngành Xây dựng”, Tạp chí Kinh tế Xây Dựng, số 02/2017.
[3] Richard L, Tucker, (1986) “Management of Construction Productivity”, Journal of Construction Engineering and Management, 2(3): 148-156.
[4] Bollen, K. A., (1989) “A New Incremental Fit Index for General Structural Equation Models”, Sociological Methods and Research, 17(3): 303-316.