建筑项目中由雇主引发的中断原因及其影响程度的研究 作者：Hasan Bak?rc? 和 Ay?e Zeynep S?zen

《Buildings》：Causes of Employer-Induced Disruption in Construction Projects and a Scale Development Study Hasan Bak?rc? and Ay?e Zeynep S?zen

　　**摘要**
本研究旨在识别导致建筑项目中雇主引发干扰的因素，并探讨为何承包商尽管频繁遭遇此类损失却仍未提出索赔。此外，本研究还旨在开发一个经过可靠性与有效性验证的量表，以衡量雇主引发干扰的原因。数据通过向参与根据《第4734号公共采购法》开展项目的承包商方工作的建筑师和土木工程师发放的结构化问卷收集。研究结果使用SPSS 27.0和AMOS 24软件进行分析。量表开发过程包括在可靠性与有效性评估后，分别使用不同样本进行探索性因子分析和验证性因子分析。研究结果表明，所提出的量表具有有效且可靠的单因素结构。此外，研究结果还显示，不提出索赔的最主要原因包括：缺乏记录保存所需的技术人员、合同中缺乏关于干扰的条款，以及对未来与雇主雇佣关系可能恶化的担忧。本研究通过提供一个经过验证的测量工具，为评估与雇主相关的干扰问题做出了贡献，同时提出了改进合同管理、文件流程以及提高技术人员对此问题的认识的建议。

**1. 引言**
建筑行业在土耳其经济中扮演着至关重要的角色。该行业因其提供的广泛就业机会、对经济增长的贡献以及通过基础设施和上部结构项目对社会发展的支持而显得尤为重要。建筑行业对土耳其国内生产总值（GDP）做出了重大贡献。此外，建筑行业直接或间接影响250个相关行业，如材料供应商、物流服务、工程和建筑领域[1]。建筑行业的成功项目管理要求项目在预期的时间内、预算范围内且按照质量要求完成。然而，当雇主的劳动表现下降并产生额外成本时，就会导致生产力损失。延误和干扰是全球建筑项目中最常见的且成本最高的问题[2]。干扰索赔常常引发各方之间的纠纷[3]。此类纠纷可能升级为诉讼，这对相关方而言是一个非常昂贵且漫长的过程[4]。根据Arcadis发布的关于全球建筑项目（包括基础设施、建筑和道路）纠纷的报告[5]，纠纷的平均解决时间为15.4个月，平均 annual 值为5,260万美元。本研究重点关注建筑项目中雇主引发干扰的原因，以及尽管频繁发生干扰但仍无法提出索赔的背后原因。

不确定性、复杂性、多方利益相关者的参与以及建筑过程的动态环境导致许多项目出现各种问题。根据Egan向时任副总理John Prescott提交的报告[6]，英国、美国和斯堪的纳维亚国家最近的研究表明，30%的建筑工作需要返工，只有40-60%的潜在劳动生产力得到利用，事故占总项目成本的3-6%，至少有10%的材料被浪费。Thomas和Napolitan[7]指出，工作变动的连锁效应导致日常劳动生产力损失25-50%。Thomas等人[8]指出，雇主引发的干扰会导致劳动表现下降22-25%。Thomas和Raynar[9]发现，在发生损失的日子里，劳动生产率降至无干扰情况下的73%。

根据对全球258个不同建筑项目的研究[10]，90%的建筑项目面临延误和干扰[11]。由于这些情况的频繁发生，建筑项目按时完成的情况极为罕见[11]。平均而言，70%的项目比计划完成时间推迟了10-30%[12]。不同国家建筑项目完成时间的超支估计各不相同。例如，在孟加拉国为34.41%，在中国为13.63%，在印度为55.63%，在泰国为32.71%[13]。据一项调查显示，52%的澳大利亚基础设施项目未能按时交付[14]。即使是轻微的干扰也可能造成重大损失。学术研究表明，持续时间超过半小时的干扰会导致每日生产力损失20%至40%，具体取决于行业类型[15]。因此，建筑项目中最常见的问题之一就是承包商进度的干扰，这会导致效率低下或生产力损失。近期多项研究揭示了这一问题的普遍性[16,17,18,19,20,21,22,23,24,25,26,27,28,29]。此外，研究干扰的原因并开发避免干扰的方法可以提高项目团队的意识，并提供一种主动的管理方式以消除纠纷[30]。

**2. 干扰的定义**
干扰是指对承包商正常工作方式的干扰或阻碍，从而导致效率降低。在建筑领域，干扰意味着工作效率降低。如果干扰来自雇主，根据合同条款或被视为违约行为，承包商可能有权获得赔偿。显然，并非所有干扰都应获得赔偿。只有在干扰构成违约行为的情况下，承包商才有权获得赔偿；必须建立与雇主之间的因果联系，并准确计算干扰造成的影响。干扰通常源于项目变更，即那些在签订合同时无法合理预见的事件和条件，这些因素直接影响或间接影响生产力和质量。干扰是与建筑项目效率损失直接相关的术语。由于事件导致的建筑周期中断会引发生产力损失。Valavanoglou[31]将干扰定义为阻止承包商按计划或提议方式执行工作的事件。

干扰通过多种方式导致生产力损失。例如，工作重新安排、重复的学习循环、因工作堆积造成的拥堵，以及劳动力规模、班次数量和班次长度的增加[32]。这些由干扰引起的损失可能源于雇主及其代表的行为、承包商自身的不足，或是双方都无法控制的原因。尽管干扰本身不一定具有决定性影响，但其核心特征是承包商预期的劳动生产率损失。由于劳动成本通常占建筑总成本的很大比例，劳动生产率的下降可能给承包商带来重大财务损失。当生产力损失是由于雇主的行为或不作为（可视为变更）造成的时，应进行适当的价格调整。导致劳动生产率损失的原因有很多，包括干扰、更困难或拥挤的工作条件、加班或第二班次工作（工人疲劳因素）、不寻常或频繁的干扰、通行问题，以及在不利天气或温度条件下工作等。所有这些情况，如果是由雇主的干扰行为或不作为引起的，承包商都有权要求相应的价格调整。

干扰常被误认为是延误，但实际上这两个概念有所不同[33]。干扰可能发生在工作进展不同于或不如计划中预期的情况下；然而，即使项目在合同期限内完成，也可能会发生干扰。也就是说，项目按时完成并不能保证不会发生干扰。在建筑合同中，“干扰”一词指的是由于施工工作的阻碍或中断导致效率降低[16]。
当合同中规定的完成日期与实际完成日期不符时，就会发生延误[34,35]。而干扰则由于事件导致计划中的生产力下降，从而增加工作难度、成本和可能的延误[36,37]。延误和干扰的影响各不相同，应分别进行定义和分析。索赔可能包括增加的总部开支、额外的人力、材料和设备成本[38,39]。虽然生产力损失不一定导致延误，但仍可能产生额外成本[28]。

延误和干扰不是一回事，但延误可能导致干扰，反之亦然。即使在项目按时完成的情况下，也可能发生干扰。例如，当承包商的工作常规受到影响时也可能出现干扰。在这种情况下，如果干扰或偏离工作计划是由雇主直接引起的，雇主将对此造成的损失负责[16]。

雇主引发的干扰索赔与延误索赔不同，因为后者关注的是长期表现不佳的补偿，而前者关注的是由于干扰对生产力造成的损害。即使项目按时完成，如果干扰降低了承包商的计划或预期生产力，也可能发生生产力损失[19]。干扰索赔旨在索取因导致承包商工作更加困难或效率降低的行为或事件而遭受的损失。

**3. 研究方法**
本研究的主要目标是开发并验证一个用于衡量公共建筑项目中雇主相关干扰因素的量表。次要目标是识别并确定尽管干扰频繁发生却未提出索赔的原因及其优先级。支持性目标是调查不同参与者和项目特征（如职业、教育水平、岗位、项目类型、行业经验、项目 duration 和合同价值）对量表感知重要性的影响。通过评估该量表在不同情境下的外部有效性和稳健性，可以识别行业中技术人员的感知差异。最终，本研究旨在降低建筑项目中潜在干扰的风险，并通过提出解决方案填补相关文献的空白。

由于量表条目基于参与者的现场经验，干扰从一个抽象概念转变为可量化分析的对象。该量表首次系统地衡量了白领现场人员（如建筑师和土木工程师）的视角。虽然建筑项目中的干扰通常从劳动或设备角度进行评估，但该量表关注问题的根本原因——即具有战略和财务决策权的“业主”因素。这也是少数直接关注“业主相关” dimension 的研究之一，排除了由承包商引起的干扰。在这方面，它提供了一个独特且具体的测量工具。

量表条目表明，雇主的风险直接导致施工现场的干扰。这为修改合同中的延误赔偿条款提供了实证依据。该量表将建筑管理中的“干扰”概念从主观观察转化为客观且可测量的学术参数。

研究对象是根据《第4734号公共采购法》在伊斯坦布尔和尚勒乌尔法省进行的项目中为承包商工作的建筑师和土木工程师。样本仅限于采用总价包工合同的项目。根据研究子问题，本研究试图回答以下四个研究问题：

**研究问题1**：能否开发出一个有效且可靠的量表来衡量雇主引发的干扰原因？（核心贡献）
**研究问题2**：尽管公共建筑项目中雇主引发的干扰频繁发生，为何承包商仍无法提出索赔，这些原因如何排序？（补充贡献）
**研究问题3**：不同参与者和项目特征（如职业、教育水平、岗位、项目类型、行业经验、项目 duration 和合同价值）对衡量雇主引发干扰原因的量表感知是否存在差异？（支持性贡献）

为了验证研究问题和假设，本研究采用了探索性因子分析、验证性因子分析、t检验、方差分析和相对重要性指数等方法。**建筑法律协会延误和中断协议**
建筑法律协会（SCL）首次发布《延误和中断协议》（以下简称“协议”）是在2002年，旨在指导确定延长时间和延误赔偿时涉及的项目中最基本的问题。该协议在未纳入合同之前不具有法律约束力，但已被用作英国和国际上解决常见延误和中断问题的指南。由于市场反馈、判例法的发展以及自首次发布以来的技术进步，SCL于2017年更新并发布了第二版。SCL指南包含了22条基本原则，以及定义、通用术语、财务索赔类别和记录，提供了更详细的指导。该协议虽然不是合同文件，但旨在提供一个平衡且实用的方案。该协议旨在指导如何处理延误和中断索赔，这是建筑合同中最为常见的索赔和争议领域之一。

自2002年以来，该协议引起了广泛关注。在澳大利亚，建筑行业采用协议中的大部分原则对合同管理起到了积极作用。该协议是一个综合性工具，能够解决建筑合同中出现的许多延误和中断问题，尤其是涉及时间延长和赔偿收回的问题。

根据SCL的定义，**中断**是指干扰、阻碍或中断承包商的正常工作方法，导致效率降低。中断索赔与特定工作活动执行效率的损失有关。由于中断，这些工作活动无法按计划高效完成。当这种效率损失是由另一方在合同中应承担责任的中断事件引起的时，可能会得到赔偿。中断事件可能会直接影响工作效率，还可能导致工作执行的 secondary 后果。例如，劳动力过度拥挤、监督不足、协调不当、加班过多以及员工士气低落等情况都可能进一步降低效率。这种中断会导致受影响工作活动的财务损失。然而，并非所有中断都可获得赔偿。承包商仅能在合同允许的范围内或根据法律规定的诉讼理由，因中断（无论是合同违约还是其他原因）提出赔偿请求。

### 3. 文献综述
建筑项目中经常发生延误和中断，从而导致各方就赔偿权产生争议。在中断情况下，如工作加速、变更订单、沟通问题、设计变更、恶劣天气条件下的工作、主动干预以及员工士气低落等，通常会通过增加人力来解决问题，而不是停下来弄清楚项目团队的实际情况。此外，由于雇主施加的压力要求提前交付，导致加班现象增多，进而引发疲劳和士气低落，从而降低效率并影响工程质量。Lishner和Shtub的研究模拟了中断对劳动效率的影响，并提出了一个建筑项目生命周期模型。在分析延误和中断时，由于数据分散且结构不完善、难以确定正确的因果关系以及缺乏文档记录等问题，证明因果关系存在困难。因此，研究表明缺乏记录保存是最普遍的问题。已有研究提出了模型，帮助法官全面了解发生的事件及其后果（因果关系），并确定责任方。还有研究提出了基于建筑信息建模和结构化信息整合的框架。现有文献主要关注中断成本的计算方法。一项在斯里兰卡进行的研究发现，信息不足是中断索赔中最主要的因素。Aibinu强调了术前谈判在预防或减少延误和中断索赔冲突中的作用。

文献表明，研究主要集中在计算生产力损失成本的方法、无法提出索赔的潜在原因以及生产力损失对劳动力的影响上。然而，这些研究参与人数较少（仅有12位专家），且未涉及公共建筑采购领域。此外，目前尚无标准化和经过验证的工具来评估公共项目中与雇主相关的中断情况，也没有标准量表来比较不同项目中的中断经历或实证测试中断的前因后果。因此，本研究不仅列出了中断的现有原因及其无法提出索赔的根本原因，还通过提供一种原创的测量工具填补了文献中的方法论空白，为研究和实践提供了一种可靠的方法。该量表能够定量衡量公共建筑项目中与雇主相关的原因导致的生产力损失的重要性，使雇主相关的生产力损失变得可测量、可比较和分析。此外，还提出了假设，探讨基于参与者人口统计特征和项目特征的不同量表之间存在显著差异的可能性，并具体说明了哪些原因是导致无法提出索赔的关键因素。通过提前识别这些关键因素，可以在项目初期通过主动管理方法来降低相关风险。

### 4. 方法论
本研究使用的数据来自Hasan BAKIRCI撰写的博士论文《建筑项目中雇主引发的生产力损失原因及量表开发研究》。

#### 4.1. 研究对象与样本
研究首先查阅了国内外的学术文献，以识别导致中断的因素以及尽管遇到中断仍无法提出索赔的原因。通过探索性因子分析（EFA）和验证性因子分析（CFA）验证了与雇主相关的离职原因的有效性；而对于无法提出索赔的原因，则采用了排名方法（RII）进行分析。基于文献综述，开发了一份包含四个部分的40项问卷，内容涉及建筑项目中雇主引发的中断。

为了验证问卷的有效性，采用了文献中常用的Lawshe内容有效性方法，以及探索性和验证性因子分析方法。共有15位专家参与了内容有效性评估，选择时注重他们在该领域至少有15年的工作经验。专家来源包括雇主方面（7位）和行业内部（8位）。选定专家的简介见附录A.1。此外，还需对至少10人进行预测试以识别量表的初步问题。为了解问卷的可理解性，在尚勒乌尔法省和伊斯坦布尔省参与公共项目的15名技术人员中进行了预测试。结果表明问卷内容易于理解和回答。

研究样本包括土耳其工程师和建筑师协会（TMMOB）尚勒乌尔法分会和伊斯坦布尔分会下属的土木工程师分会及建筑师分会的成员名单。问卷由TMMOB土木工程师分会和建筑师分会协助分发，对象是在第4734号公共采购法框架下执行项目的建筑师和土木工程师。在回应调查的人中，有430人符合探索性因子分析的条件，412人符合验证性因子分析的条件。分别对两个独立样本进行了探索性因子分析和验证性因子分析。在数据收集阶段后，研究人员进行了异常值分析，根据Mahalanobis距离标准识别出20名探索性因子分析参与者和16名验证性因子分析参与者中的异常值，并将其从数据集中剔除，以避免影响后续分析结果。经过这种清洗后，探索性因子分析的数据集包含410个可用数据点，验证性因子分析的数据集包含396个可用数据点。这些数据为研究者提供了进行高级统计分析的可靠基础。

#### 4.2. 数据收集方法
用于探索性因子分析的样本包括410人，用于验证性因子分析的样本包括396人。可靠性水平设定为0.95，抽样误差为0.05，确保了研究的普遍性。这种对统计方法和结果普遍性的谨慎选择增强了研究的科学可靠性和方法论稳健性。鉴于在同一数据集上同时应用探索性因子分析和验证性因子分析可能产生误导结果，因此对新的样本进行了验证性因子分析。

#### 4.3. 问卷设计
为识别建筑项目中与雇主相关的中断因素及无法索赔的原因，设计的问卷包含四个部分：第一部分涵盖人口统计特征，第二部分涉及项目信息，第三部分评估导致中断的因素，第四部分探讨无法索赔的原因。问卷的第三和第四部分采用五点李克特量表形式。第一部分包含4个问题，询问受访者的职业、教育背景、所在公司的职位及工作经验长度；第二部分包含3个问题，涉及项目类型（医疗、教育、公共住房、体育设施等）、项目持续时间及成本；第三部分包含19个陈述，使用五点李克特量表（1=不重要，5=非常重要）；第四部分包含14个陈述，询问尽管遇到中断仍无法提出索赔的原因，同样采用五点李克特量表。

#### 4.4. 量表开发过程
量表开发流程见图1。

#### 4.5. 因子分析
因子分析是一种多元统计技术，旨在从大量变量中提取出较少但具有意义的因子，以较少的因子解释最大方差。因子分析分为探索性和验证性两种类型。在探索性因子分析中，该过程涉及发现因子并基于变量之间的关系建立理论。另一方面，验证性因子分析旨在验证预先确定的结构[81]。4.5. 探索性因子分析 影响探索性因子分析效力和可靠性的一个因素是所使用的样本量[82]。在文献中，Hair等人[83]建议样本量至少为100个，Büyük?ztürk[84]认为受试者/项目比率应大于5，Karag?z[56]和Nunnally[85]建议变量数量至少应该是5倍或10倍，而Cohen和Cohen[86]则建议样本量应该是变量数量的10倍以上。J?reskog和S?rbom[87]指出样本量应至少是变量数量的10倍，Stevens[88]认为样本量应该是变量数量的5至20倍，Wolf[89]则认为样本量至少为150人。本研究中使用的410个样本量被认为足以进行探索性因子分析。4.6. 验证性因子分析 验证性因子分析（CFA）用于确定通过量表开发、效度分析和探索性因子分析得出的量表的有效性。在验证性因子分析中，如果观察变量由单一因子衡量，则应用一级验证性因子分析。本研究使用AMOS 24软件进行验证性因子分析。通过检查拟合指数[90,91,92,93,94]来判断模型是否合适。如果拟合指数在可接受范围内，则解释该模型。表3显示了验证性因子分析中使用的模型拟合指数。4.7. 量表的信度和效度分析 平均值提取量（AVE）既用于评估聚合效度，也用于量表开发中的内容效度[107,108,109]。复合信度（CR）是衡量量表中陈述内部一致性的指标。在聚合效度中，通过考虑CR和AVE来衡量结构中指标的相关性水平。其值范围从0到1。当AVE值大于0.50时，聚合效度被认为是足够的[110,111]。此外，CR应大于AVE[109,112,113,114,115,116]。文献强调CR系数应大于0.70（CR > 70）[112,114]。4.8. 独立样本T检验和单因素方差分析（ANOVA） 为了分析建设项目中与雇主相关的中断原因，表4中提出了假设。对这些假设应用了t检验和单因素方差分析。在单因素方差分析这种参数检验中，检查两个以上组的均值是否存在显著差异。为了进行这一分析，数据必须呈正态分布。如果检验结果p < 0.05，则拒绝H0假设。换句话说，各组之间存在显著差异。为了确定这种差异，需要进行多重比较检验（事后检验）。选择哪种事后检验的重要因素是各组之间的方差是否相同[117]。在本研究中，当总体方差均匀时（p > 0.05），使用Bonferroni检验；当总体方差不均匀时（p < 0.05），使用Tamhane’s T2检验。T检验用于检查总体均值之间是否存在显著差异。在检验之前需要检查组间方差的同质性，为此进行Levene检验。如果检验结果p > 0.05，则接受零假设H0，即组间方差相等。因此，如果t检验的p值小于0.05，则拒绝H0假设，表明两组之间存在显著差异[117]。4.9. 相对重要性指数（RII） 为了确定公共建设项目中尽管有中断但仍无法索赔的原因的相对重要性水平，Gündüz等人[118]、Hergüner[119]、Jarkas和Younes[120]、Aziz和Abdel-Hakam[121]、Gebrehiwet和Luo[122]以及?zdemir[123]使用了该领域常用的相对重要性指数方法。在此方法中，各因素相互比较并根据其重要性进行排名。每个因素采用了1（非常不重要）到5（非常重要）的五点李克特量表，并使用以下公式计算相对重要性指数（RII）：(1) 这里，W是由参与者赋予每个因素的权重（介于1到5之间），A是最高权重（在本研究中为5），N是参与者的总数。RII的值介于0到1之间。该值越高，导致无法索赔的原因或效应就越重要。5. 结果 共征求了15位专家的意见以评估内容效度。根据LAWSHE技术，CVR值为0.49[124]。超过CVR临界值0.49的19条陈述被接受为问卷的最终条目数量。此外，计算出的CVI值为0.81。由于CVI > CVR，因此确定19条项目的量表的内容效度在统计上是显著的，并且这些条目充分表达了与雇主相关的中断原因[125]。在内容效度评估之后，进行了项目分析以确定量表中问题的区分度。此阶段使用了五点李克特量表。使用Likert提出的基于相关性的项目分析来确定问题的测量能力[126]。此分析使用SPSS Statistics v.27程序进行。在此分析范围内，如果总分的相关系数为负或小于0.20，则将该项目从量表中剔除。Büyük?ztürk[84]指出，项目总相关性达到0.30或更高表示测试内部一致性高。由于所有陈述的相关性值均高于0.20，因此没有项目被从量表中移除。表达式的全相关值显示在附录A.2中。Cronbach’s Alpha、分半法（Split-Half）和Guttman方法被用来评估调查产生稳定和一致结果的能力以及测试的可靠性。结果展示在表5中。这项旨在调查中断原因及无法索赔的根本原因的调查被认定为“高度可靠”（>0.80）[56,117]。此外，所有条目都满足正态性假设[83]。表5. 可靠性分析结果。应用探索性因子分析来测试构念效度并发现变量之间的关系。Kaiser-Meyer-Olkin（KMO）检验用于评估数据适合进行因子分析的程度以及样本对量表的适用性。此外，还进行了Bartlett球形度检验以证明统计显著性。分析结果展示在表6中。根据这一结果，KMO值为0.915。该值表明样本适用性和项目的因子结构处于“优秀”水平[55,127,128,129]。在检查Bartlett检验结果时，获得的卡方值具有统计学意义（X2(171) = 4438.743；p < 0.01）[117]。由于满足这两个标准，因此继续进行探索性因子分析。表6. KMO和Bartlett检验结果。在检查变量之间的相关矩阵和显著性系数时，由于S7和S16的值小于0.3，因此将它们从分析中剔除[130,131,132,133]。在这种情况下，KMO值增加到0.927。Bartlett球形度检验的结果在p < 0.01水平上具有显著性。通过查看抽样适当性测量（MSA）的逆矩阵值，最低的MSA值为0.876，表明进行探索性因子分析没有问题[117]。查看相关矩阵的行列式值，发现其为（0.00001< 0.00003）[134]。为了确定要提取的因子，应用了特征值、散点图和平行分析以及最小平均偏相关（MAP）检验。建议有两个特征值大于1的因子。这两个因子对方差的贡献率为57.768%。第一个因子的特征值为8.691，其对方差的贡献率为51.121%；第二个因子的特征值为1.130，其对方差的贡献率为6.647%。从第一个因子到第二个因子的特征值显著下降以及图2中散点图在第二点之后的平坦表明存在单因子结构。然而，为了准确确定因子数量，还应用了平行分析和MAP检验。图2. 散点图。平行分析方法（附录A.3）和最小平均偏相关（MAP）检验（附录A.4）的结果表明存在单因子结构。综合这四种方法的结果，决定应该存在一个因子。表7显示了因子模式。因子载荷范围从0.799到0.587。所有条目的因子载荷均高于0.32的接受水平。用于测量建筑项目中因雇主原因导致的生产力损失的量表由一个因子和17个项目组成。特征值解释的方差占总方差的51.121%。在单因子模式下，解释的方差达到30%或以上被认为是足够的[84]。该因子被命名为“雇主”。表7. 测量公共建设项目中因雇主原因导致中断原因的量表因子模式。在此阶段之后，决定进行验证性因子分析以检验通过探索性因子分析获得的17项“建筑项目中因雇主原因导致中断的原因量表”。在进行了探索性因子分析（EFA）以调查由雇主引起的公共建设项目中断原因及频繁中断情况下无法索赔的原因后，评估了得到的因子结构，并应用了验证性因子分析（CFA）。根据这些分析，考虑到某些情况不符合足够的载荷值或拟合指数，根据表3中规定的标准，从测量模型中移除了一些陈述。通过考虑修正指数和标准化回归系数来检查这些陈述，并一次移除一个陈述。这是因为我们的目标是用最少的条目实现更高的解释方差。通过这些程序得到的验证性因子分析模型显示在图3中，CFA拟合指数值显示在表8中。CFA结果展示在附录A.5中。图3. 针对因雇主因素导致公共建设项目中断原因的量表的一级单因子模型验证性因子分析（标准化）。表8. 第二阶段的CFA拟合指数值。在检查变量之间的相关矩阵和显著性系数时，由于S7和S16的相关系数小于0.3且与其他条目的一致性较低（大约5%），因此将它们从分析中剔除[83,117,130,131,132,133]。在CFA阶段更严格地检查了条目有效性。虽然探索性因子分析寻求更广泛的模型，但CFA确保模型在更狭窄的框架内适用。因此，由于S1、S2、S3、S4、S8、S13和S18条目未能充分代表量表，并存在交叉载荷和整体模型拟合方面的问题，因此将它们剔除。重要的是，这些条目的潜在概念领域仍由最终量表中的其他条目表示。为更严格地解决这一问题，测试了包含这些条目的替代模型规范；然而，这些模型的拟合指数较低，因此支持了最终的条目结构。被移除的9个条目并不是中断的直接“原因”，而是另一个主要原因的间接效应。剩余的10个项目是最能代表导致延误原因本质的特征性因素。这些项目具有较高的代表性，能够提供更准确的测量结果。虽然通过CFA分析得出的17项单因素量表的解释方差为51.121%，但通过CFA分析得出的10项单因素量表的解释方差比达到了57.497%。在这一过程中，通过剔除与核心结构关联性弱或在概念上不连贯的项目，量表的结构得到了优化。导致延误的原因在表8中有所展示，其中一级第二阶段获得的CFA拟合指数值均位于表3规定的可接受阈值范围内。x2/sd值低于3表明模型拟合度 excellent，RMSEA值为0.059，AGFI、GFI、CFI、NFI和TLI值均高于0.95，RMR和SRMR值均低于0.05，说明模型与当前数据一致。因此，确认性因子分析已完成，所得到的10个条目已接受了可靠性和有效性分析，用于评估单维建筑项目中与雇主相关的原因导致的延误。

在公共建筑项目中，由于探索性和确认性因子分析得出的与雇主相关的延误原因量表能够获得可靠和有效的结果，这对量表的成功至关重要。因此，研究人员检验了Cronbach’s alpha系数、复合可靠性（CR）和平均提取方差（AVE），以确定该量表的可靠性。该量表包含10个条目，构成一个维度。同时，也检验了量表的构念效度。表9展示了Cronbach’s alpha、CR和AVE的结果。从可靠性和收敛效度分析的结果来看，Cronbach Alpha值相对较高，符合先前研究的评估标准[135,136]。CR值高于0.70，AVE值高于0.50，说明结果处于可接受水平。此外，复合可靠性（CR）大于AVE。

Hotelling’s T检验用于确定参与者对量表条目的理解是否一致，并测量每个条目的难度水平[137]。使用Hotelling T2方法分析了量表的响应偏差，分析结果见表10。结果表明，参与者根据自身观点回答了量表上的问题，因此不存在响应偏差（p = 0.000）。

在开发用于分析建筑项目中雇主导致的延误原因的量表的过程中，基于探索性因子分析的结果，最终应用中删除了2个条目；基于确认性因子分析的结果，又删除了剩余17个条目中的7个，最终形成了包含10个条目的量表。在评估CFA结果时，条目选择并不仅依据统计标准，还考虑了每个条目的概念相关性和对整个结构的贡献。对于那些被认为不必要、代表性差或与其他条目概念重叠的条目，考虑将其删除，以确保最终量表能够充分反映理论结构。表11列出了这10个条目。

尽管公共建筑项目中经常出现延误，但使用相对重要性指数（RII）对这些无法索赔的原因进行了重要性排序。为了验证假设，还进行了描述性统计分析、单因素方差分析（ANOVA）和t检验。

5.1. 量表的最终形式
在开发用于分析建筑项目中雇主导致的延误原因的量表过程中，根据探索性因子分析的结果删除了最终应用中的2个条目，根据确认性因子分析的结果删除了剩余17个条目中的7个，最终形成了包含10个条目的量表。在评估CFA结果时，条目的选择过程并未完全依赖统计标准。虽然初步阶段考虑了修改指数和标准化因子载荷，但每条目也基于其概念相关性和对整个结构的贡献进行了评估。最终量表在单一因素下包含了这10个条目。

5.2. 子问题的相关结果
尽管公共建筑项目中经常遇到延误，但使用相对重要性指数（RII）对无法索赔的原因进行了排序。此外，还进行了描述性统计分析、单因素方差分析（ANOVA）和t检验。

5.2.1 相对重要性指数（RII）
尽管公共建筑项目中经常出现生产力损失，但使用相对重要性指数（RII）计算了每个无法索赔原因的相对重要性，并按重要性降序排列。表12展示了根据RII值确定的五个最重要的原因：缺乏记录保存所需的技术人员（RII 0.669）、合同中缺乏关于生产力损失的条款（RII 0.657）、担心损害与雇主的未来合作关系以及无法获得新工作（RII 0.641）、将延误与延迟混淆（RII 0.638）、缺乏关于延误的信息（RII 0.635）。

5.2.2 数据的频率和百分比分布
在第一部分调查中，参与者被询问了职业、教育背景、职位以及在该行业的工作经验长度等人口统计特征，以及与建筑行业延误相关的项目信息。表13详细展示了收集到的响应数据的频率和百分比分布。

5.2.3 t检验和单因素方差分析（ANOVA）
为了确定人口统计特征和项目信息对模型中变量的影响，应用了t检验和单因素方差分析（ANOVA）。当发现组间存在显著差异时，使用Bonferroni和Tamhane的T2事后检验来识别差异来源。表14展示了按职业和教育背景分类的独立样本t检验和单因素方差分析（ANOVA）的结果。由于雇主维度的t检验概率值p > 0.05，因此未发现显著差异，H01假设被接受。基于教育背景，也没有发现雇主维度上的统计显著差异（p值大于0.05），H02假设也被接受。

表15显示了“职位”与“雇主”因素之间的关系，p = 0.012 < 0.05，H03假设被拒绝。由于组间方差不等（Levene检验p = 0.017 < 0.05），进一步使用了Tamhane的T2检验，发现现场经理（2.5919）与其他职位（2.2633）之间存在显著差异。总体而言，担任现场经理的参与者认为雇主因素比其他职位的参与者更为重要。

表15还展示了基于职位、工作经验、建筑类型、项目周期和合同金额的建筑行业参与者在雇主因素上的平均差异。在检查“工作时间”与“雇主”因素之间的关系时，p = 0.012 < 0.05，H04假设被拒绝。由于组间方差相等（Levene检验p = 0.07 > 0.05），因此未发现显著差异，H05假设被接受。在检查建筑行业参与者服务年限的平均差异时，发现服务年限超过20年的参与者（2.9664）比服务年限在1-5年的参与者更重视雇主因素。

表15进一步展示了根据项目结构类型对雇主因素的平均差异进行分析，发现服务年限超过20年的参与者比服务年限在1-5年的参与者更重视雇主因素。在检查基于项目类型的雇主因素平均差异时，p = 0.063 > 0.05，H05假设未被接受。在检查“项目周期”与“雇主”因素之间的关系时，p = 0.017 < 0.05，H06假设被拒绝。由于组间方差不等（Levene检验p = 0.002 < 0.05），因此使用了Tamhane的T2检验，发现工作年限超过2年的参与者与工作年限在1-5年的参与者之间存在显著差异。

表15还展示了根据项目合同金额对雇主因素平均差异的分析，p = 0.928 > 0.05，未发现显著差异，H07假设被接受。

6. 讨论
研究结果表明，雇主在交钥匙式公共建筑项目中造成的延误不仅仅是运营中断的结果，而是源于结构、关系和行为方面的原因。这些结果从三个角度进行了评估：雇主-承包商关系中的结构问题和延误；交易成本及技术能力不足对索赔的阻碍；以及关系风险对索赔的影响。EFA和CFA的结果表明，雇主引起的延误被视为一个整体现象，而非独立的子维度。单因素结构进一步表明，所有雇主引起的延误实际上可以归结为一个潜在变量——即“流程中断效应”。换句话说，对于建筑师或土木工程师而言，“雇主限制工作空间”和“雇主限制工作时间”在感知上没有区别，两者都被视为雇主引起的延误。这表明该量表形成了一个反映同一结构问题的整体结构。虽然提高模型拟合度是一个重要考虑因素，但本研究更注重保持结构的概念完整性。最终量表的统计充分性和理论代表性得到了兼顾。

探索性和确认性因子分析得出的模型虽然条目较少，但解释能力更强，表明问题源于系统性的管理问题而非零散的运营问题。这种情况可以通过雇主和承包商之间的信息不对称来解释。雇主对工作的干预、部分移交现场责任以及雇主造成的设计缺陷等因素直接影响了承包商的生产流程，导致效率下降。这一发现表明，延误不仅仅是技术问题，还涉及管理和合同层面。量表条目捕捉到了这些行为在现场造成的实际负担。此外，量表条目还表明雇主风险直接导致了现场的中断。这为合同中延误赔偿条款的修订提供了实证依据。通过RII分析确定的无法索赔的根本原因，实际上解释了为什么承包商经常不提交索赔的原因。研究结果表明，诸如缺乏记录保存所需的专业技术人员、合同缺陷以及缺乏能够进行成本计算和提交索赔的专家等因素具有重要意义。这种情况表明，索赔过程涉及较高的交易成本，并需要技术专业知识。此外，雇主无法管理不确定性会导致现场交易成本的直接或间接增加。信息不足、文件不完善、无法建立正确的因果关系以及计算复杂性等因素会削弱承包商的索赔，通常还会阻碍这一过程的启动。该研究量化了技术人员对这一过程的看法。文献中报告的发现，如缺乏维护类似记录的专业知识、合同中缺乏关于中断的条款、对该主题的了解不足、文件缺失、成本计算方法的缺陷以及无法建立正确的因果关系等，表明这是一个普遍存在的问题[15,17,18,19,22,47,49,50,75,76,80,138]。然而，这项研究不仅仅列举了这些障碍，还全面展示了它们是如何导致中断与索赔行为之间的脱节的。研究结果不仅包括技术和经济因素，还揭示了关系和行为层面的重要性。由于担心未来业务关系的恶化以及无法获得新合同，承包商可能会放弃提交索赔申请，这意味着索赔行为是在关系风险的框架内形成的，而不是基于理性的成本-收益分析。在这种情况下，承包商更重视长期的经济可持续性而非短期的分配正义，因为他们从长远来看会失去未来的投标机会，而不是在短期内获得赔偿。这种情况在公共建筑项目中更为普遍。同样，文献指出，承包商往往避免索赔过程，因为他们认为这样做风险更大，尤其是当雇主是国家时，因为提出索赔可能会导致失去未来的工作[49]。此外，承包商为了避免被贴上“不尊重”雇主的标签并防止社会关系受损而保持沉默。这一发现表明，即使发生中断，也不一定会导致索赔，从而导致建筑行业的隐性损失。

根据单因素方差分析（ANOVA）的结果，人们对中断的感知因情境因素而异。特别是那些在公共建筑行业担任现场经理、具有更多行业经验并参与长期项目的专业技术人员，他们认为雇主引起的中断更为严重，这表明中断与距离现场的距离、经验以及项目复杂性直接相关。总之，这项研究有三个重要贡献：首先，它通过开发一个有效可靠的量表来衡量公共项目中雇主引起的中断，填补了文献中的空白；其次，它确定了解释中断与索赔行为之间差异的技术和组织问题；第三，通过展示这一过程不仅具有技术层面，还具有关系和感知层面，提供了更为全面的理解。在这方面，该研究超越了现有文献，后者只是零散地讨论中断与索赔之间的关系，并提出了一个综合框架来解释这两种现象之间的结构联系。

在本研究中，数据来自为承包商工作的建筑师和土木工程师（分别有430名EFA和412名CFA），这些工程师参与了在尚勒乌尔法省和伊斯坦布尔省根据第4734号公共采购法开展的项目。此外，还开发了一个经过验证的可靠性和有效性的量表，以探讨公共建筑项目中雇主引起中断的原因。其目的在于通过提供相应的解决方案来降低建筑工作中的潜在中断风险。在采用李克特量表进行的调查中，与雇主相关的中断原因被归类为一个单一因素。由于观察变量由一个因素测量，因此使用AMOS 24程序进行了第一阶验证性因素分析。随后对包含10条关于公共建筑项目中雇主引起中断原因的量表进行了有效性和可靠性分析。此外，还进行了t检验和单因素方差分析（ANOVA），以验证提出的研究问题和假设，从而确定二元关系和组间差异。

对公共建筑项目中尽管频繁发生中断但仍未能提交索赔的因素进行RII分析后得出以下结果：“缺乏记录保存所需的专业技术人员”、“合同中缺乏关于中断的条款”、“担心损害与雇主的未来工作关系且无法获得新工作”、“将中断与延误混淆”以及“关于中断的信息不足”。因此，根据研究目标，对国内外文献进行了回顾，确定了19条导致公共建筑项目中雇主引起中断的原因，以及14条解释尽管频繁发生中断仍无法提出索赔的原因。通过探索性因素分析和验证性因素分析，开发了一个用于衡量公共建筑项目中雇主引起中断原因的可靠有效量表。该量表包含10条陈述，用于衡量参与公共项目的建筑师和土木工程师对这些原因的感知重要性。此外，根据职位、行业服务年限和项目持续时间，对比量表得分发现存在显著差异。

本研究在范围和样本设计方面存在一些局限性：首先，样本仅包括受雇于承包商的建筑师和土木工程师，因此没有涵盖其他关键利益相关者（如雇主、咨询公司和分包商）的观点；其次，研究仅限于根据土耳其第4734号公共采购法进行的公共建筑项目，并特别关注交钥匙总价合同；第三，数据收集自土耳其两个省份的项目。尽管样本量足够进行统计分析，但地理范围仍然有限；最后，尽管研究得出了统计上验证的结果，但对为什么未有效提出赔偿索赔的原因的解释在很大程度上仍然是推测性的。研究的定量设计限制了其直接捕捉潜在行为和心理机制的能力。对于未来的研究，建议在不同地区测试所提出的量表以提高其普遍性。此外，为了更好地理解避免索赔背后的决策过程，研究应结合定性方法，如与关键利益相关者的半结构化访谈和关键项目事件的案例研究。特别是，应深入探讨诸如担心损害长期关系、危及信任和破坏未来合作机会等心理因素。

基于研究结果，向建筑行业专业人士提出了以下建议：
- **教育**：应在研究生教育课程中加入关于中断和索赔成本计算方法的主题。大学和专业组织应组织研讨会以提高人们对中断的认识。
- **沟通**：应定期举行进展会议，以建立项目利益相关者之间的良好沟通，使流程更加高效并防止中断。
- **规划**：在项目开始时，应充分组织劳动力，并明确任务分配。
- **数字整合**：必须使用建筑信息模型（BIM）来加强协作和协调。
- **合同**：合同条款应明确定义中断、可能造成损失的情况、通知流程、成本计算方法和争议解决机制。
- **技术**：应使用具有夜视功能的高分辨率、防水摄像头来记录项目状态，特别是在停工、设备故障和现场劳动力短缺的情况下。此外，应使用无人机记录导致中断的情况，以便更快地解决争议。