電子招投標(biāo)管理引入大數(shù)據(jù)分析的策略研究

隨著經(jīng)濟(jì)社會(huì)的不斷發(fā)展，信息技術(shù)應(yīng)用程度加深，信息化越來越發(fā)達(dá)，各種形式的數(shù)據(jù)越來越多，人類邁入了大數(shù)據(jù)時(shí)代，大數(shù)據(jù)分析也應(yīng)運(yùn)而生。在招投標(biāo)活動(dòng)中，電子化所產(chǎn)生的海量數(shù)據(jù)，形成了“大數(shù)據(jù)礦山”，若能深入挖掘并加以利用，將產(chǎn)生巨大的商業(yè)價(jià)值。科學(xué)利用大數(shù)據(jù)分析，有助于在招投標(biāo)領(lǐng)域構(gòu)建數(shù)字治理新模式，貫徹新發(fā)展理念，為進(jìn)一步規(guī)范和完善招投標(biāo)管理帶來新契機(jī)。

　　一、應(yīng)用范圍

　　在電子招投標(biāo)中應(yīng)用大數(shù)據(jù)分析技術(shù)可實(shí)現(xiàn)輔助決策、數(shù)字鐵籠、增效提速、市場(chǎng)研判等功能，其應(yīng)用范圍概括起來主要有三點(diǎn)。

　　1.拓寬科學(xué)化服務(wù)渠道

　　比如，通過對(duì)項(xiàng)目投標(biāo)人參與項(xiàng)目情況來看，通過大數(shù)據(jù)分析可以定向推送招標(biāo)采購(gòu)的綜合項(xiàng)目信息，匯聚區(qū)域范圍內(nèi)招標(biāo)所需的文件數(shù)據(jù)，為招標(biāo)人編制招標(biāo)需求、招標(biāo)文件提供重要數(shù)據(jù)支持。

　　2.確定投標(biāo)價(jià)格合理性

　　比如，在抽取預(yù)算標(biāo)本和材料價(jià)格時(shí)，綜合招標(biāo)采購(gòu)成本、市場(chǎng)因素、政府指導(dǎo)價(jià)格，可以形成一段時(shí)間范圍內(nèi)工程材料變化曲線，評(píng)價(jià)政府指導(dǎo)價(jià)格和市場(chǎng)競(jìng)爭(zhēng)價(jià)格的關(guān)聯(lián)性，以及分析在這一過程中中標(biāo)價(jià)格的分布情況，能夠還原并監(jiān)測(cè)市場(chǎng)主體的行為。

　　3.構(gòu)建交易行為數(shù)據(jù)庫(kù)

　　研究參與方的行為關(guān)聯(lián)度，分析整個(gè)交易過程中存在的違規(guī)信息，拓寬監(jiān)管部門的監(jiān)管渠道。比如，可以利用格蘭杰因果檢測(cè)技術(shù)，深入探討交易金額和宏觀經(jīng)濟(jì)要素的關(guān)系，通過交易數(shù)據(jù)判斷未來經(jīng)濟(jì)發(fā)展趨勢(shì);通過模型優(yōu)化和數(shù)據(jù)跟蹤，發(fā)現(xiàn)行業(yè)固定資產(chǎn)投資額與交易金額的關(guān)聯(lián)性，把握布局規(guī)劃，為政策制定者提供重要的決策依據(jù)。

　　二、應(yīng)用策略

　　大數(shù)據(jù)已被譽(yù)為21世紀(jì)發(fā)展創(chuàng)造的新動(dòng)力。隨著大數(shù)據(jù)分析處理技術(shù)可靠性、高效性等特征的逐漸凸顯，在招投標(biāo)領(lǐng)域的應(yīng)用也會(huì)愈發(fā)頻繁。

　　1.應(yīng)用場(chǎng)景

　　①交易數(shù)據(jù)分類匯聚。實(shí)時(shí)匯聚本地區(qū)進(jìn)場(chǎng)交易的招投標(biāo)數(shù)據(jù)，如投標(biāo)企業(yè)數(shù)量、不同年份月份對(duì)比增減、占比等。

　　②行業(yè)走勢(shì)動(dòng)態(tài)掌握。實(shí)時(shí)掌握本地區(qū)不同行業(yè)金額區(qū)間的招投標(biāo)統(tǒng)計(jì)數(shù)據(jù)，如工程領(lǐng)域交通行業(yè)年度招標(biāo)總金額、中標(biāo)總金額、不同年份比對(duì)增減等。

　　③圖表展示形象生動(dòng)。數(shù)據(jù)可繪制成關(guān)注的走勢(shì)、占比、排序，圖表瞬間生成，形象生動(dòng)，定期更新或時(shí)時(shí)更新。

　　④多樣檢索鏈接源頭。對(duì)挖掘的數(shù)據(jù)可按關(guān)鍵詞檢索，找到關(guān)注的招投標(biāo)記錄，并與原始網(wǎng)站鏈接，方便使用者查看源頭數(shù)據(jù)。

　　⑤聚焦分析支持決策。工作人員集中精力分析數(shù)據(jù)、支持決策，為精準(zhǔn)投標(biāo)和調(diào)整投標(biāo)策略提供數(shù)據(jù)支撐。

　　2.應(yīng)用措施

　　①檢查分析招標(biāo)文件。招標(biāo)文件中是否設(shè)置了歧視待遇或差別待遇等不合理?xiàng)l款?這是監(jiān)管部門、投標(biāo)人高度關(guān)注的問題。對(duì)此，可借助大數(shù)據(jù)分析，根據(jù)招標(biāo)文件設(shè)置的技術(shù)指標(biāo)、資質(zhì)條件和商務(wù)條款等，對(duì)所有投標(biāo)企業(yè)的產(chǎn)品性能、施工情況、業(yè)績(jī)、信用信息等海量數(shù)據(jù)進(jìn)行搜集整理分析，查找是否存在滿足特殊條件的特定企業(yè)，由此判定招標(biāo)文件編制是否科學(xué)、合理。

　　②分析圍標(biāo)串標(biāo)行為。傳統(tǒng)交易時(shí)，圍標(biāo)串標(biāo)事實(shí)認(rèn)定所需證據(jù)不易收集，查處難度較大。電子化招投標(biāo)項(xiàng)目應(yīng)用大數(shù)據(jù)分析技術(shù)，可在線進(jìn)行相關(guān)度分析、相似度分析、緊密度分析、資金流和信息流分析，判斷不同投標(biāo)人的聯(lián)系方式是否一樣、投標(biāo)文件是否來源于同一計(jì)算機(jī)、電子保函是否來自同一電子簽名、項(xiàng)目經(jīng)理和委托代理人是否出自同一家企業(yè)等事實(shí)，作為查處圍標(biāo)串標(biāo)行為的有力證據(jù)。

　　③鑒定認(rèn)定投標(biāo)業(yè)績(jī)。在傳統(tǒng)評(píng)審模式中，專家對(duì)投標(biāo)人提供的業(yè)績(jī)證明紙質(zhì)材料是難辨真?zhèn)蔚模貏e是跨省跨區(qū)的業(yè)績(jī)證明，在封閉的評(píng)標(biāo)區(qū)內(nèi)直接無法判斷，基本上默認(rèn)為真。基于云平臺(tái)的電子化交易，能將投標(biāo)人的資質(zhì)、人員、設(shè)備、經(jīng)營(yíng)、履約等情況全部匯總起來，積聚成大數(shù)據(jù)，其在何時(shí)何地的業(yè)績(jī)信息，評(píng)審時(shí)都可在云上方便查詢和核對(duì)，并通過大數(shù)據(jù)分析技術(shù)進(jìn)行鑒定認(rèn)定。

　　④構(gòu)建投標(biāo)人信用綜合評(píng)價(jià)體系。應(yīng)用大數(shù)據(jù)分析技術(shù)可創(chuàng)建投標(biāo)人金融信貸評(píng)級(jí)情況、市場(chǎng)監(jiān)管“守合同重信用”情況、住建部門建設(shè)工程項(xiàng)目履約情況、稅務(wù)部門納稅情況、司法機(jī)關(guān)遵紀(jì)守法情況等基本信息以及涵蓋項(xiàng)目質(zhì)量、進(jìn)度、業(yè)主考核和安全管理的動(dòng)態(tài)信息數(shù)據(jù)庫(kù)，從而構(gòu)建投標(biāo)人信用綜合評(píng)價(jià)指標(biāo)體系。如有的地方已經(jīng)把征信平臺(tái)接入評(píng)標(biāo)系統(tǒng)，并采用商務(wù)誠(chéng)信評(píng)標(biāo)法，有力詮釋了誠(chéng)信交易。

　　⑤助力評(píng)審專家監(jiān)管。利用大數(shù)據(jù)分析技術(shù)，在電子招投標(biāo)中搭建跨區(qū)域、跨行業(yè)的綜合評(píng)標(biāo)專家?guī)旃芾硐到y(tǒng)，對(duì)專家的個(gè)人基本情況、參與評(píng)審情況、參加培訓(xùn)學(xué)習(xí)情況、評(píng)標(biāo)工作紀(jì)律遵守情況以及沒有攜帶CA鎖而辦理臨時(shí)鎖次數(shù)等進(jìn)行整理分析，根據(jù)分析結(jié)果自動(dòng)淘汰不合格或不能勝任評(píng)審工作的專家，予以公告不良行為，以保持專家隊(duì)伍的穩(wěn)定健康，確保交易活動(dòng)有序開展。

　　3.應(yīng)用對(duì)策

　　大數(shù)據(jù)是招投標(biāo)領(lǐng)域數(shù)字化轉(zhuǎn)型的必要思維模式和技術(shù)手段，只有以“互聯(lián)網(wǎng)+”賦能智慧交易、以數(shù)據(jù)資源驅(qū)動(dòng)政務(wù)創(chuàng)新，才能實(shí)現(xiàn)全類別、全領(lǐng)域、全流程電子化招投標(biāo)的全面監(jiān)管。

　　①建立指數(shù)平滑模型。通過匯聚的交易數(shù)據(jù)，建立宏觀調(diào)控?cái)?shù)據(jù)體系，發(fā)布權(quán)威指標(biāo)。比如，以建設(shè)周期為水平項(xiàng)，以鋼筋、水泥、砂石等大宗材料用量為誤差項(xiàng)，創(chuàng)建單指數(shù)模型Yt=Lt+Et，預(yù)測(cè)分析招標(biāo)文件中工程量清單數(shù)據(jù)。又如，以各類工程造價(jià)的歷史態(tài)勢(shì)為趨勢(shì)因子，建立雙指數(shù)模型Yt=Lt+β×t+Et，預(yù)測(cè)下步走勢(shì)，幫助政府在投資項(xiàng)目估算中提供決策參考。另外，分別以企業(yè)競(jìng)爭(zhēng)力、勞務(wù)用工量、企業(yè)基尼系數(shù)等各類數(shù)據(jù)為季節(jié)性因子，建立三指數(shù)模型Yt=Lt+β×t+St+Et，為政府提供相關(guān)領(lǐng)域的運(yùn)行動(dòng)態(tài)監(jiān)測(cè)和產(chǎn)業(yè)安全預(yù)測(cè)預(yù)警等信息支持，有助于提升政府決策能力。

　　②深化誠(chéng)信體系建設(shè)。實(shí)時(shí)匯集分析交易數(shù)據(jù)，記錄投標(biāo)人和代理機(jī)構(gòu)在招標(biāo)采購(gòu)活動(dòng)中的行為，形成信用記錄并上傳到云端，為其進(jìn)行信用“畫像”，其所有行為都將成為信用評(píng)判的關(guān)鍵變量。由于大數(shù)據(jù)征信數(shù)據(jù)覆蓋面廣，能較好解決傳統(tǒng)征信方式數(shù)據(jù)封閉、不夠完善、容易失真、人力資源成本大、實(shí)時(shí)性差等困難。借助大數(shù)據(jù)對(duì)信用信息進(jìn)行深度挖掘，采用分布式或并行計(jì)算技術(shù)，從錄入數(shù)據(jù)到輸出結(jié)果完全由計(jì)算機(jī)算法完成，杜絕了人為的主觀判斷，能夠保證信用評(píng)價(jià)結(jié)果快速真實(shí)準(zhǔn)確，有效防范潛在的信用風(fēng)險(xiǎn)。

　　③破解圍標(biāo)串標(biāo)難題。大數(shù)據(jù)分析技術(shù)可清晰顯現(xiàn)交易數(shù)據(jù)背后隱藏的規(guī)律，發(fā)掘交易活動(dòng)中的一些隱性動(dòng)機(jī)。運(yùn)用數(shù)據(jù)清洗、數(shù)據(jù)離散化等技術(shù)，對(duì)歷史數(shù)據(jù)進(jìn)行跨時(shí)間、跨業(yè)務(wù)、跨項(xiàng)目的深度分析，可挖掘交易市場(chǎng)內(nèi)極具可能的潛在關(guān)系，揭示主客體之間的隱性特征。通過電子招投標(biāo)平臺(tái)，全程跟蹤項(xiàng)目交易過程，共享利用政府?dāng)?shù)據(jù)，對(duì)圍標(biāo)串標(biāo)行為進(jìn)行早期預(yù)警并介入，筑牢圍標(biāo)串標(biāo)行為的“防控鏈”。

　　④量化工程清單報(bào)價(jià)。利用大數(shù)據(jù)技術(shù)，縱向匯集歷史交易項(xiàng)目，橫向通過購(gòu)買服務(wù)方式獲取外部行業(yè)市場(chǎng)數(shù)據(jù)，縱橫相連，利用聚類處理及語義識(shí)別形成同類清單的場(chǎng)外市場(chǎng)價(jià)格區(qū)間和場(chǎng)內(nèi)適宜價(jià)格范圍，審核清單項(xiàng)描述，并對(duì)報(bào)價(jià)合理性進(jìn)行判斷分析。根據(jù)審核價(jià)格計(jì)算規(guī)則，計(jì)算每個(gè)清單項(xiàng)的綜合單價(jià)平均值，挖掘分析出與平均值的差距和差額率，對(duì)比輸出的審核數(shù)據(jù)，參照事先設(shè)定的差額率，將過低和過高價(jià)格清單項(xiàng)挑選出來，為專家評(píng)審提供借鑒和參考。

　　⑤挖掘聚類關(guān)聯(lián)關(guān)系。聚類是將物理或抽象對(duì)象的集合分成由類似的對(duì)象組成的多個(gè)類的過程，是數(shù)據(jù)挖掘中的一個(gè)重要概念。聚類挖掘技術(shù)在招投標(biāo)領(lǐng)域主要應(yīng)用于專家回避機(jī)制，挖掘過程通過政府部門之間的數(shù)據(jù)共享進(jìn)行。比如，利用民政部門的數(shù)據(jù)分析專家親屬關(guān)系、利用市場(chǎng)監(jiān)管部門的數(shù)據(jù)分析專家所屬企業(yè)股權(quán)關(guān)系、利用司法機(jī)關(guān)的數(shù)據(jù)分析專家利害關(guān)系，勾畫出專家的社會(huì)網(wǎng)絡(luò)聚類關(guān)系圖譜，防范專家參與關(guān)聯(lián)企業(yè)評(píng)審，最大限度展現(xiàn)專家回避機(jī)制，降底違規(guī)行為風(fēng)險(xiǎn)，彌補(bǔ)了傳統(tǒng)回避機(jī)制短板。

　　三、應(yīng)用建議

　　常見的大數(shù)據(jù)分析方法有可視化分析、數(shù)據(jù)挖掘、預(yù)測(cè)分析、語義引擎和數(shù)據(jù)質(zhì)量管理等。

　　1.借助可視化分析提升招投標(biāo)數(shù)據(jù)資源的可理解性

　　大數(shù)據(jù)的可視化分析，是在大數(shù)據(jù)自動(dòng)分析的基礎(chǔ)上，利用可視化界面和人機(jī)交互技術(shù)提高人對(duì)數(shù)據(jù)的洞察力，通過數(shù)據(jù)降維、關(guān)聯(lián)關(guān)系、扁平交互等技術(shù)展示無法直接看到的東西，輔助決策。招投標(biāo)數(shù)據(jù)資源的可視化分析，就是將招投標(biāo)數(shù)據(jù)生成各種圖表、文本和視頻等，方便管理者理解運(yùn)用。以文本數(shù)據(jù)可視化為例，標(biāo)簽云是當(dāng)前最常見的文本可視化技術(shù)，能夠?qū)⒄型稑?biāo)文件中潛在的信息主題進(jìn)行分類，把邏輯結(jié)構(gòu)和關(guān)鍵詞直觀地展示出來，幫助招投標(biāo)管理部門作出準(zhǔn)確決策。與之相似的還有時(shí)間序列可視化、交易信息可視化、在線監(jiān)督可視化等。

　　2.借助數(shù)據(jù)挖掘發(fā)現(xiàn)招投標(biāo)數(shù)據(jù)資源的隱性價(jià)值

　　數(shù)據(jù)挖掘又叫做數(shù)據(jù)庫(kù)知識(shí)再發(fā)現(xiàn)，也就是分析數(shù)據(jù)之間的關(guān)聯(lián)性，主要的數(shù)據(jù)挖掘方法有神經(jīng)網(wǎng)絡(luò)法和機(jī)器學(xué)習(xí)法等。在大數(shù)據(jù)分析中，數(shù)據(jù)挖掘是重心，對(duì)招投標(biāo)管理部門來說，交易數(shù)據(jù)在發(fā)布公告、網(wǎng)上開標(biāo)、專家抽取、遠(yuǎn)程評(píng)標(biāo)、定標(biāo)、公示結(jié)果等環(huán)節(jié)產(chǎn)生，通過運(yùn)用聚類、關(guān)聯(lián)等方式對(duì)這些數(shù)據(jù)進(jìn)行挖掘，可構(gòu)建交易行為數(shù)據(jù)分析模型，發(fā)現(xiàn)行業(yè)固定資產(chǎn)投資額與交易金額的關(guān)聯(lián)性等隱性價(jià)值，提升招標(biāo)采購(gòu)決策的科學(xué)化水平。

　　3.借助預(yù)測(cè)分析提高招投標(biāo)數(shù)據(jù)資源價(jià)值判斷力

　　預(yù)測(cè)分析結(jié)合了多種高級(jí)分析功能，包括特設(shè)統(tǒng)計(jì)分析、預(yù)測(cè)建模、數(shù)據(jù)挖掘、文本分析、優(yōu)化、實(shí)時(shí)評(píng)分、機(jī)器學(xué)習(xí)等。這些工具可以幫助招投標(biāo)管理部門從大數(shù)據(jù)中發(fā)現(xiàn)交易信息的特點(diǎn)與聯(lián)系，然后建立科學(xué)的數(shù)據(jù)模型，通過模型導(dǎo)入新數(shù)據(jù)，使實(shí)時(shí)數(shù)據(jù)流得到快速處理，甚至超越當(dāng)前交易情況，分析預(yù)測(cè)未來進(jìn)展，有效規(guī)避風(fēng)險(xiǎn)，提高招投標(biāo)數(shù)據(jù)資源價(jià)值的判斷力。

　　4.借助語義引擎實(shí)現(xiàn)招投標(biāo)數(shù)據(jù)資源的智能提取

　　信息時(shí)代下全球信息儲(chǔ)存量暴漲，Google、百度等傳統(tǒng)的搜索引擎僅僅能夠滿足對(duì)關(guān)鍵詞的匹配搜索，檢索的準(zhǔn)確率相對(duì)較低，檢索結(jié)果的關(guān)聯(lián)度也不強(qiáng)。實(shí)現(xiàn)高質(zhì)量的搜索體驗(yàn)和智能提取是語義搜索引擎的主要優(yōu)勢(shì)。所謂語義引擎，即在語義網(wǎng)絡(luò)的發(fā)展下實(shí)現(xiàn)語義搜索引擎，通過分析搜索者的語義檢索請(qǐng)求去了解搜索者的真正目的，對(duì)語義分析通過語言處理進(jìn)行概念匹配。招投標(biāo)過程中，應(yīng)用語義引擎能夠分析交易數(shù)據(jù)中的投標(biāo)人信息、專家信息、項(xiàng)目信息、中介代理機(jī)構(gòu)和招標(biāo)人信息，提取出項(xiàng)目名稱、專家姓名、評(píng)審時(shí)間等關(guān)鍵信息，提高檢索命中率，為其內(nèi)在聯(lián)系或外在因素判斷提供參考。

　　5.借助數(shù)據(jù)質(zhì)量管理提升招投標(biāo)數(shù)據(jù)的資源品質(zhì)

　　電子招投標(biāo)數(shù)據(jù)呈現(xiàn)Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價(jià)值)、Veracity(真實(shí))5V特點(diǎn)，傳統(tǒng)的管理形式已難以滿足數(shù)據(jù)的處理及分析需求。當(dāng)前使用比較廣泛的是非關(guān)系型數(shù)據(jù)庫(kù)和數(shù)據(jù)并行處理系統(tǒng)，將ETL工具移入到云計(jì)算平臺(tái)系統(tǒng)，對(duì)于數(shù)據(jù)的清洗、重復(fù)檢測(cè)和缺失數(shù)據(jù)處理、邏輯錯(cuò)誤檢測(cè)都有重要意義，有利于保證交易數(shù)據(jù)資源的數(shù)據(jù)質(zhì)量。

　　實(shí)踐表明，大數(shù)據(jù)的精髓并不在于大，也不在于數(shù)據(jù)，而在于分析。對(duì)一些行業(yè)來說，利用數(shù)據(jù)是贏得市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵;而對(duì)政府部門和招投標(biāo)管理者來說，大數(shù)據(jù)分析能將招投標(biāo)信息有效地收集整合起來，實(shí)現(xiàn)部門間的數(shù)據(jù)信息共享，節(jié)約交易成本，提升工作效率，為招投標(biāo)活動(dòng)各方主體提供有價(jià)值的信息和決策參考，推動(dòng)交易更加公平公正。