基于大數據技術識別建設工程圍標串標行為分析

汪毅俊

（蕪湖市公共資源交易執法支隊，安徽蕪湖 241000）

0 引言

圍標又被稱為串通投標，是指幾個投標人之間在相互約定的基礎上，通過抬高或者壓低投標價格的方法進行投標，在這種限制性競爭的基礎上排擠其他投標人，使某個利益相關者中標，最終實現非法牟利。現階段關于建設工程圍標串標行為控制已經得到學術界的廣泛關注，并提出了多樣化的解決思路。在這一背景下，大數據技術作為當前數據處理的有效方法，在數據識別與數據分析中發揮著重要作用，而該技術在建設工程圍標串標中應用尚處于初級階段，值得關注。

1 大數據模型的建立

針對圍標串標問題，在本次研究中打造了一個參與招標投標主體之間的關系網結構，該關系網可以根據企業行為與誠信關系之間的相關性來調整權重，并配合社團檢測算法來對企業的行為進行評估[1]。

1.1 企業間關系網絡的構建

在建立企業間關系網絡中將其中的關系視為一個簡單的圖形，該圖形主要包括邊與定點兩個要素組成，則有表達方式：G=（V，E，w），其中的V代表網絡的節點集合；w為權重，權重表現出關系值的強弱分布；E為連接結合。在該結構中，路徑代表企業社會關系的“關系鏈”，通過識別網絡簇可以對不同企業組成的“社團”屬性做出評估。通過該方法可以通過圖聚類模式來判斷有無圍標串標等現象。

在該結構中，將每一個參與投標的企業視為一個頂點，所有參與投標的企業則可以認為兩個企業之間存在一條線，此時該線的權重為1，假設當企業需要經過n次投標之后，則可以認為權重的計算方法為“n-1”；而對于一起參與兩次投標單位之間的連接線，最終形成了復雜網絡結構，該結構可檢測企業行為。

同時利用模塊度函數，對復雜網絡中社團結構強度進行預測之后，在該計算方案中假設網絡中存在k個社團，e為k階對稱矩陣，此時定義e中的元素代表連接社團i與社團j節點之間的邊，此時模塊度函數Q的定義可以按照公式（1）進行表達。

其中：Tre——矩陣e的中連接統一社團中節點的邊占整個網絡全部邊的比重。

作為一個復雜的網絡結構，為了更好的判斷建設工程圍標串標等情況后，在利用大數據技術展開檢測后，若檢測結果顯示Q函數值越大，則證明企業間的社團關系現象越嚴重，因此根據該結果可以判斷出建設工程項目中有無圍標串標現象的發生[2]。

1.2 構建強關聯規則的數據挖掘模型

在本次數據挖掘模型構建，假設集合I=（i1,i2,i3…im），其中m代表不同項目組成的集合，在本次研究中通過一個給定的事務數據庫D，該數據庫中的每個事務T作為集合I中一組項目的集合，此時T有一個唯一標識符，此時則有T∈I。在這種情況下通過開展關聯分析的方法可以在給定的項目類別下與對應的記錄集合條件，在記錄集合以及計算最小置信度之后，計算出項目之間的相關性。

通過設置適應度函數可以判斷每條關聯規則是否正確，一般在數據處理中可按照適應度的高低對關聯規則做出判斷，此時按照適應度計算中，隨著適應度函數的生成，則可以同時設置權重的方法對挖掘的關聯規則做出判斷，統計具有較高置信度的數據，此時為確保挖掘數據的關聯度，本文在數據處理中添加了置信度與支持度的計算乘積，這種模式下的數據挖掘主要分為兩個步驟，其中的第一步則是對數據庫的二進制化與離散化等，在數據處理中可以將數據庫轉變為二進制布爾矩陣模式，這種模式可以計算出適應度值函數f()

x，進而減少數據庫的記錄數據并讀取數據庫中的操作步驟。第二步則是對數據離散數據做編碼，計算出數據群的初始適應度值，并借助數據挖掘算法的搜索并輸出最佳數據結果。

2 計算模型的驗證

2.1 數據來源分析

為了分析該模型在識別建設工程圍標串標行為中的可行性，本次研究中選擇了本地區公共資源交易平臺2021年招標投標交易數據為研究對象，所選數據中包含房建、市政、公路等超過945個項目，每條交易數據中包含投標人、評標辦法、投標人、中標結果等相關資料。

2.2 模型的檢驗

在本次模型檢驗中的每個企業均為頂點，當不同企業一同參與一個項目的招標同投標之后計算頂點權重，由此獲得企業招標與投標的加權網絡，該網絡證明企業間同一參加投標的數據頻率，并將其轉變為網絡關聯矩陣。

在本次數據處理中先從企業參與投標的頻繁程度入手展開分析，從企業角度來看，受到業務模式等因素影響，在時間范圍內參與投標的次數是有限的，此時針對復雜網絡頂點的數據量（體現出企業參與投標的頻繁程度的量化表現），在對其中的度進行計算后，計算的度平均值為1315。根據該數據可以認為，在正常情況下本文所選的企業在參與招標與投標過程中的頻繁程度量化值約為1315，此時因為大部分定點度高于10000，設置比企業可以發現定點度大于20000的現象，這一數據與量化值相比存在較為明顯的數據差異。在這種情況下，偏離的頂點意味著企業投標次數過于頻繁，而根據這一數據結果可以認為，這些投標次數過于頻繁的企業可能是陪標企業。

同時針對圍標中投標人數量大于等于兩個的情況，一般認為出現這種結果的原因是長期磨合與合作的結果，在這種情況下企業發生圍標串標的概率較高，在這種情況下在本次大數據處理中需要找到企業關系網中的這種“同盟”，即建設工程中各個合作方[3]。

在經過計算后可以了解企業間參與同一招標與投標項目的頻繁程度，通過直觀了解其中的關系矩陣數據變化后可以發現，其中存在數據分布稠密或者稀疏的情況。而從企業角度來看，企業間的投標行為都具有相對獨立性，在沒有發生圍標串標行為的情況下，本次驗算中所能獲得的企業關系矩陣一直采用了隨機分布的形式，因此關系矩陣中各個點的稠密程度不會發生明顯變化，但是在出現圍標串標現象后，則可以發現數據稠密度的分布不均勻，這些定點意味著企業存在社團行為，即出現圍標串標的概率較高。

此時根據數據計算開展社團檢測后，可以蝴蝶企業間復雜網絡Q函數的函數值為0.4759。所以根據這一結果可以認為，企業間的關系網中存在明顯的社團結構，需要工作人員做出鑒別。

2.3 基于大數據技術的數據處理

2.3.1 不同工程類別的社團挖掘

在本次數據挖掘過程中大數據技術主要是利用企業間的關系來挖掘投標單位之間存在的關系特性，此時可以按照項目類別以及數據計算結果來識別具有密切關系的社團，根據數據的演變來判斷社團關系對最終招標與投標結果的影響，了解是否會影響中途率。所以在本次研究中通過對兩萬余個項目做社團分析之后，借助工程量類別的社團挖掘方法展開計算，最終的計算方法如式（2）所示。

其中：Pc——不同類別項目含社團關系的占比；n——社團數量；Pci——社團中所有公司的投標項目總量；PS——項目的總量。

之后按照式（2）對相關數據展開運算后可以發現，隨著項目專業化程度越高，則對投標人的業績以資質等提出了更高的要求，相應地，企業所能產生潛在投標人數量是有限的，在這種情況下為了能夠提升中標率，企業可能會出現抱團行為。同時在房建類項目中，大部分房建項目對技術的要求較高且分包下項目規模的大小不一，市場上大部分投標單位都能參與到本次競標中，此時抱團投標的難度較高，所以社會關系的占比較低[4]。

2.3.2 驗證投標單位的社團關系

為了更客觀的分析上述因素對合作關系的影響，本文采用了以下兩種驗證方法，其中的第一種方法為：根據投標人社團發起者的目的，假設其目標是為了聯合其他企業合謀參加投標，通過提升中標率的標準來檢驗社團挖掘情況，再對企業進行抽查后，最終檢測結果發現，發現部分企業在采用抱團投標的方法之后，企業的中標率有明顯提升，提升幅度被控制在20%～50%之間，因此認為該社團模型在數據處理上具有可行性。

驗證投標單位的社團關系還有另外一種方法：在假設陪標企業現實存在的情況下，此時陪標企業雖然參加投標但是未中標。根據這一特征，本次研究中從社團中挖掘異常數據的資料后，最終結果顯示相關項目主要集中在施工、設計等集中類型，其中施工類企業中發現投標次數超過100次的占比最高。

通過對上述兩種方法的研究可以發現，在數據處理中社團關系模型在挖掘投標人之間的社團關系中發揮著重要作用，本文提出的觀點具有精準性，因此在對數據挖掘結果進行分析后，可以按照不同類型的社團來提升中標率，進而更加進準的計算出企業中標率的數據變化，并根據其中的數據變化判斷有無中標率異常的情況。根據其中的相關數據變化可以為查證圍標串標行為的重要判斷依據。

2.3.3 社團企業的地區屬性分析

本次研究中通過對中標率異常的企業數據展開分析后，發現社團企業在地區上存在明顯的地區差異現象，出現這一結果的原因可能為：①信息不對稱為題一直存在，在當前我國建筑行業快速發展的背景下，資源稀缺性問題一直未得到根本性解決，再加之信息不對稱等問題，導致其中的數據對稱性問題不容忽視，此時建筑工程項目中的信息不對稱問題主要集中在技術管理信息的不對稱、招標人對投標人資質信譽不對稱等。②當前企業的信息溝通與共享機制并未建立，導致監管部門與招標人無法掌握投標人的詳細數據，最終引發了一系列的質量問題。

3 政策建議

3.1 增加圍標串標的違法成本

對于建設工程項目而言，在招標投標環節發生的圍標串標問題會對整個行業的正常運行產生影響，在這種情況下通過不斷提升違法成本，做好各項違法現象的懲處之后，可對其中部分人員形成威脅作用，一旦確定存在圍標串標行為則所有投標人與招標人等都要承擔相應的懲處，情節嚴重的還應取消投標人的資格并追究其法律責任等。同時，針對所有參與圍標串標的企業也需要制定相應的懲處措施，懲處范圍可以從企業逐漸延伸至相關責任人、項目負責人等關鍵崗位關鍵人員，進而取消其投標資格。在制定一系列懲處措施后才能更好的形成威懾作用[5]。

3.2 強化審查管理

現階段建設工程項目中關于圍標串標的審查主要集中在評標與后期審查階段，但是其中存在一個問題，即在后期生產中發現圍標串標現象時再進行懲處則會導致處罰失去必要的價值。所以為了能夠解決這一問題，我們應該密切關注圍標串標審查的實效性。在傳統意義上在審查圍標串標行為時主要依照相關法律規范，如檢查投標單位之間有無從屬關系、投標文件的雷同性或者投標報價差異的規律性等。在這種情況下，可以在大數據技術的基礎上進一步完善其功能，借助電子數據平臺引入以區塊鏈為代表的新興技術，在堅持對整個項目的經濟效益展開綜合評價之后，配合政府相關部門真正打造聯動機制，對失信的單位或準備個人進行懲處。

3.3 打造互通互聯的信用體系

為了能夠有效降低圍標串標的發生率，在未來工作中應打造出誠信、開放的信用體系，在該體系中應在堅持“互聯網＋”技術要求的基礎上形成區域性電子交易平臺的基礎上，為各方交易平臺的參與主體打造唯一的身份識別代碼，在網絡平臺環境下各方的每一個交易過程都會被系統記錄，最終打造出一個完整的全國性市場。同時在該系統體系下，通過信息網絡技術來打破地域因素與行業因素的限制，在消除地方保護條款的基礎上打造出新的工作格局。同時相關人員應該進一步完善信用體系功能，在堅持公平、開放的基礎上形成跨行業、跨區域的新格局，在堅持全國范圍內信用信息共享的基礎上，完善建筑業行業的信用管理體系，最終強化信用體系功能，并從根本上杜絕圍標串標現象的發生。

4 結語

大數據基礎的出現為識別建設工程圍標串標行為提供了新的渠道，本文通過實證研究證實該技術可通過多維度入手識別圍標串標現象，并且在堅持海量數據處理的基礎上能夠對圍標串標的現象做出評估，在技術上具有可行性，所以相關人員應在充分發揮大數據基礎優勢的基礎上轉變發展模式，根據分析結果完善日常管理措施，這樣才能從根本上杜絕圍標串標現象的發生，成為促進建筑業行業快速發展的重要助力。