专业知识服务提供商
杂志订阅
投稿咨询

破除实践障碍 提升监管效能

2022年04月06日 作者:姜爱华 魏源宏 打印 收藏

  新形势下大数据分析辅助政府采购监管的必要性和可行性

  据财政部消息,2020年全国政府采购规模达36970.6亿元,增长超过10%,占全国财政支出比重为10.2%,政府采购对国家经济发展的贡献越来越突出。政府采购规模增长的同时,政府采购手段、采购对象、采购外部环境等也在发生变化,这对监管提出了挑战。新形势下利用大数据分析辅助政府采购监管使其更加精准、高效,具有必要性,也具备可行性。

  大数据分析辅助政府采购监管是适应政府采购数字化发展的必然要求

  新形势下对高效、准确的追求推动着政府采购数字化进程,数字化逐渐覆盖政府采购全生命周期,大数据、云计算、人工智能等技术与政府采购流程、监管融合,将大幅提高政府采购效率和监管水平。

  大数据分析辅助政府采购监管是政府采购数字化的重要体现。政府采购数字化产生大量数据,挖掘、利用这些数据是政府采购数字化的必然要求,大数据分析创新监管能让静态的数据“动”起来,充分应用数字化成果,规范采购行为,优化采购流程,强化内部控制,减少不确定性,分析历史数据指导政府采购数字化发展。大数据分析辅助政府采购监管也是政府采购数字化的重要保障。当前,围标、串标、恶意废标等违法违规现象屡见不鲜,极大破坏了政府采购营商环境,大数据分析能够有效识别这些违规现象,建立自动预警机制,为政府采购数字化健康发展保驾护航。

  国家政策法规对政府采购数字化监管提出明确要求

  早在2015年8月,国务院就发布《促进大数据发展行动纲要》,表明对大数据技术在各领域的应用的支持态度,并明确要求将大数据技术与政府采购相结合,完善配套政策,降低管理成本。2017年2月国家发展改革委、工业和信息化部、住房和城乡建设部、交通运输部、水利部、商务部联合印发的《“互联网+”招标采购行动方案(2017-2019年)》将大数据监管、动态监督确定为基本原则,强调监管技术创新和监管制度创新并举,明确建设以电子招标采购系统为手段,以大数据监管为基础的公共服务体系和综合监督体系的目标,确立了政府采购向信息化、智能化转型的发展方向。2019年10月发布的《优化营商环境条例》强调一体化在线平台建设,关注数据共享、数据安全,指出远程监管、动态监管、预警防控等应用路径,提出对政府采购非现场监管的要求。2020年5月发布的《中共中央国务院关于新时代加快完善社会主义市场经济体制的意见》要求加快培育发展数据要素市场,提出了建立数据资源清单管理机制、明确数据权属界定、开放共享、交易流通等标准和措施,旨在充分发挥社会数据资源价值。

  通过以上政策文件可以看出,自2015年至今,政府采购数字化监管越来越被国家关注,政策内容从数字化监管的战略方向细化到大数据辅助政府采购监管的具体措施,立足于交易平台数据共享,推进监管平台建设,通过大数据分析创新政府采购监管甄别、预警违法违规行为,实行科学、精准、高效的智能化监管,已成为新形势下政府采购数字化的主要任务。

  多年积累的政府采购业务数据为政府采购监管提供了基础

  大数据分析辅助政府采购监管的可行性立足于政府采购自身优势。政府采购具有规模大、程序性强、透明度高的特点,这三个特点从不同方面确定了政府采购监管应用大数据分析的天然优势。

  一是政府采购规模大、批次多,意味着在交易信息平台上的数据体量大,数据资源丰富,给大数据分析提供了充足的生产要素,有助于形成更加准确、客观的数据分析结果,为创新监管提供更可靠的依据。二是政府采购程序性强,全流程各环节基本都有明确的程序规定,使采购数据可以细分,各部分数据之间又可以对应、联动,为因果检验、异常识别等大数据分析应用提供了良好的使用条件。三是政府采购透明度高,各个环节公告需在信息平台上公开、留存,保证了数据的可得性、真实性以及数据分析结果的可信性。


  利用大数据分析辅助政府采购监管的实践探索

  国家政策明确政府采购应用大数据分析的发展方向后,各地方政府积极作为,在大数据分析辅助政府采购监管方面进行了许多有益探索。

  目前各省基本形成覆盖全省的政府采购“一张网”,各地上线政府采购电子化平台,完善公共资源交易平台和政府采购一体化平台,形成“大数据+政府采购监管”新格局;推进数据共享,构建政府采购数据库;实现全流程电子化动态监管,研究制定大数据和云计算的相关标准和行业规范,开展大数据辅助政府采购监管的应用试点;推行电子招投标,建设“电子卖场”。

  除此之外,一些地方政府还推出了颇具创新性的政府采购监管举措。如,浙江省落实政府采购智慧监管项目,依托“网上超市”“网上服务市场”定点采购等创新采购方式,实现全流程各类公告信息公开,运用大数据分析交易数据进行相似度分析、偏向性分析、概率分析,甄别行为异常,辅助监管事前预警、事中跟踪、事后追溯,深化效能预警及价格预警,构建省域可视化监控体系。内蒙古自治区依托政府采购在采购流程中设置“红橙黄”预警机制,设置“自动+人工”两道关卡,在全业务流程中确定41个业务风险预警点,共产生预警数据426.9万条,根据大数据分析结果,针对性强化采购人内部控制薄弱点。上海市聚焦政府采购监管,构建风险预警模型,建立风险监测评估、预警跟踪、防范联动跟踪机制,实现对采购过程的全程动态监管。河南省财政厅积极开展与相关院校、公司的大数据技术合作,对数据进行了去重、比对、转换、清洗等前置处理工作,整合内外部数据资源,形成标准化的数据存储及数据字典。

  总体来看,一方面,各地均积极落实“大数据+政府采购监管”,推进采购活动由线下向线上转变,监管方式由“人盯”向“技防”转变,大数据辅助政府采购监管的配套设施和制度建设不断完善;另一方面,各省市基于自身情况“摸着石头过河”,结合大数据分析技术创新监管具体措施,为未来政策制定积累了大量实践经验。值得注意的是,目前大数据分析在政府采购监管方面的应用主要集中在预警系统、行为识别、全流程电子化管理等采购流程中后端,采购需求管理、预算制定、市场预测等前端监管应用仍有所不足。


  利用大数据分析辅助政府采购监管遇到的障碍

  尽管政府采购本身的优势为大数据分析的应用提供了可行性,但客观上来说,我国政府采购数字化起步较晚,数字化水平仍有待提高,过去留下的积弊给政府采购监管应用大数据分析带来不少障碍。

  第一,数据质量仍需提高,数据标准需进一步明确。政府采购数据价值密度低,数据标准不够统一,各地方政府采购文件格式不一致,比如项目编号格式没有统一标准,采购文件内容存在表格、文字、图片混杂的情况。大数据分析应用的基础是优质的数据,数据非标准化、非结构化是当前政府采购监管应用大数据技术面临的最大障碍。

  第二,数据不连贯、重复。地方政府采购官网数据大量丢失,存在流程文件无法形成闭环追踪的情况,比如采购公告和成交公告不能对应;存在采购文件重复现象,比如一次采购多个重复公告;甚至可能存在采购流程不规范、环节丢失的情况。

  第三,数据联动性不高,共享水平较低。同一采购项目文件内部关联较弱;大量数据沉积于采购人、采购代理机构、监管部门等相关部门手中,形成“数据孤岛”;各部门数据资源共享水平不够高,未能形成多维度、全覆盖、一体化的政府采购数据库。

  第四,数据分析未能覆盖采购全过程。事前预测方面,受技术水平限制,大数据分析难以实现可信度较高的市场预测;事中监管方面,实时数据获取难度高、成本大,异常行为识别技术未普遍应用;事后评价方面,大数据分析结果未能全面应用于绩效评价指标体系,存在片面关注业绩、效益指标的情况。

  第五,顶层设计不够到位。国家政策文件明确了大数据分析辅助政府采购监管的发展趋势,但仍缺少数据标准、数据开放、数据安全、数据共享、数据主权等详细规范,也缺乏利用数据分析结果的法律依据,未明确大数据分析结果在监管决策、绩效评价中的地位和使用规定。


  利用大数据分析辅助政府采购监管的完善之策

  疏通大数据分析辅助政府采购监管路径,需要中央及地方各政府部门的共同努力。

  第一,提高数据质量,制定数据标准。一方面,国家各级政府、各部门应出台政策文件,确定合理、统一、有效的数据标准,生成统一、分字段的采购文件模板,将数据标准化录入电子系统作为采购流程中的硬性要求,确保新增数据的标准化,为部门间数据资源共享、联动打下坚实基础。另一方面,着手挖掘、整理历史数据,将已有的历史数据标准化,运用语义引擎、机器学习等技术,按字段切分采购文件,提取出高价值密度的数据,为大数据分析技术的应用创造条件。

  第二,加强自动审查,确保数据连贯、完整,去除重复数据。一方面,运用大数据分析技术加强对拟发布公告的审查,设置机器审查环节辅助人工审查,利用大数据分析事先确定风险点,如供应商数量、公告发布时间等,减少人工审查工作量,在截止日期前提示采购人员发布公告、回复质疑投诉,在采购流程变动后提醒采购人员发布更正、澄清公告,确保数据连贯、完整,形成闭环。另一方面,在电子化平台中实行政府采购文件链条化管理,明确每个节点需要发布的文件,新文件覆盖旧文件,从根本上避免重复数据的出现。

  第三,增强数据联动性,提高数据共享水平。一方面,对于相同采购项目的文件,可将其进行模块化处理,每个采购项目建立独立的文件夹、数据包,将项目全流程各环节文件内在关联,在公告发布前,将拟发布公告归纳进模块内,与同项目的其他公告信息对比、纠错。另一方面,整合采购人、代理机构、监管部门等主体持有的数据,将代理机构数据库、评标专家库、供应商数据库、企业信息数据库等数据库横向关联,依托项目模块建立可视化信息树,形成多维度、全覆盖、一体化的政府采购数据库。

  第四,推进数据分析覆盖采购全过程。数据分析应涵盖事前预测、事中控制、事后评价。事前预测融入需求管理,分析历史数据预测采购需求,为采购预算制定提供依据;可利用深度学习、人工神经网络等技术预测采购成功率,整理出产品、服务供应链,基于数据分析推荐采购方式、选择邀请供应商;运用SVM等预测算法,利用历史价格数据进行价格区间估计。事中控制强化动态监管,建立代理机构数据库、评标专家库、供应商数据库,嵌入动态预警机制,通过数据联动鉴别利益关系,推荐评标专家;通过相似度分析、聚类分析、关联概率分析等方法,识别采购活动中的异常行为,给监管部门提供线索,提前警示或震慑异常主体;根据历史数据生成供应商、代理机构信用评级,根据信用评级运用实时数据进行针对性分析,动态监督供应商履约情况,动态考察代理机构履职水平。事后评价指标全面覆盖,将数据分析结果应用于绩效评价指标体系中,覆盖产出、效率、成本等业绩指标;关注投诉发生率、采购文件合格率、采购信息公开程度等监管指标;结合事前估计的价格区间、采购预算,生成资金节约率等效益指标,对采购活动绩效进行多维度、全方位的评价。

  第五,优化顶层设计。尽快出台针对数据要素市场的法律法规,明确政府采购数据权属,确定其国有资产性质,强调政府在政府采购大数据分析应用中的主体地位和主导作用,提出对数据共享、数据开放、数据安全的具体要求,明确大数据分析结果在监管决策、绩效评价中的地位和使用规定,让大数据分析辅助政府采购监管有法可依。

责编:戎素梅
京ICP备16068661号-3 ©CopyRight 2018-2024 《中国招标》杂志社有限公司 版权所有