南京招標投標云網
南京招標投標協會主辦
大數據分析在招標項目后評價的應用研究
□文/中國石油物資采購中心/中國石油天然氣集團 李嗣洋 戴征宇
摘要:隨著大數據時代的到來,快速發展中的招投標行業迎來了新的機遇和 挑戰,如何擁抱信息時代并不斷提升招標工作水平成為了當前行業的迫切需要。 對于多數招標機構而言,對招標項目開展后評價與再完善工作,是提升招標工作 質量的一個有效手段,本文將就如何借助大數據技術更有效的開展招標項目后評 價工作在應用方面進行了探討,該模式的研究將對招標行業其他方面的大數據應 用提供了參考意義。
伴隨著我國正式進入經濟新常態的“十三五”時期,在互聯網及物聯網領域 的爆炸式發展中,大數據時代已經悄無聲息的來到了我們的身邊,大數據之父維 克托·邁爾-舍恩伯格(Viktor Mayer-Sch?nberger)曾說過,世界的本質就是 數據,大數據帶來的信息風暴正在變革我們的生活、工作和思維。同樣,我國政 府在頂層設計上高度重視大數據發展戰略,2014年3月,“大數據”一詞首次寫 入《政府工作報告》,次年國務院印發《促進大數據發展行動綱要》(國發〔2015〕 50 號),明確了大數據在未來發展過程中開放共享、推動創新、強化安全和提 高管理的目的。而隨著經濟全球化的不斷發展,各行各業競爭日益激烈,招投標 制度正在作為一種較為可靠的交易方式在市場競爭中發揮著越來越重要的作用。 據統計,目前我國依法應招項目的招標率已達90%,招標投標領域正在不斷發展 擴大,可預見的未來,社會各方將對招投標行業提出越來越高的要求。筆者認為, 對招標項目進行后評價與再完善,是促進招標工作提升的有效途徑之一,本文將 就如何借助大數據技術更有效的開展招標項目后評價工作做簡要的分析介紹。
一、何為大數據(BIG DATA)?
作為世界上的第一個大數據白皮書《大數據計算:創造商業、科學和社會領 域的革命性突破》中首次提到的詞語,2008年美國計算社區同盟(Computing Community Consortium)并未對此明確定義,而只就當年大數據的核心作用在書 中進行了介紹,至今國際上仍未形成一致定義。“這個詞本身是模糊的,但它正 在變得越來越真實,”康奈爾大學數據學家喬恩?克萊因伯格說,“大數據是一個過程,一個口號,它有可能改變一切。”
(一)各國各機構的定義 大數據,在維基百科(Wikipedia)定義為:巨量資料。指的是傳統數據處理應用軟件不足以處理它們的大或復雜的數據集的術語,大數據也可以定義為來自 各種來源的大量非結構化或結構化數據。這個定義是從數據的名詞本身來闡述 的,筆者認為在當前大數據概念應用泛化的情況下,該定義并不精確。
研究機構Gartner:大數據是一種巨量、高增長和多樣化的信息資產,需要 具有更強的決策力、洞察發現力和流程優化能力的新處理模式才能使之發揮作 用。
咨詢機構麥肯錫McKinsey:大數據,指傳統數據處理系統無法在合理的時限 內對其內容進行收集、存儲、處理和分析的數據信息集。
除此之外,我國政府對大數據也進行了官方的定義。《大數據發展綱要》指 出,大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集 合,正快速發展為對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關 聯分析,從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。
(二)大數據共識 縱觀各方定義我們可以發現,大數據只是信息化時代出現的一種現象, IBM公司(International Business Machines Corporation)根據其基本特征,提 出了5個V特點,而這個概念正逐漸被大眾所廣泛接受。第一個V(Volume),即規模性,數據量大,包括采集、存儲和計算的量都非常大;第二個V(Variety),即多樣性,包括結構化、半結構化和非結構化數據,而如此眾多類型的數據對數據 的處理能力提出了更高的要求,從而使得大數據與分布式架構云計算的關系就像 硬幣的AB面一樣不可拆分;第三個V(Velocity),即時效性,數據庫要求的處理 速度快,數據增長速度快,處理速度快,時效性要求也高。比如“今日頭條”軟 件搜索引擎要求幾分鐘前的新聞能夠被用戶查詢到,而針對該用戶的個性化推薦 算法則實時推送針對客戶個人興趣所在的推薦新聞,這是大數據分析區別于傳統 領域的顯著特征;第四個V(Value),即價值,指整體價值極高,但大數據價值的 密度相對較低,單個數據可以說是毫無價值。比如一次招標項目的順利完成對于 整體招標行業的意義可謂少之又少,但匯總海量招標項目數據并利用合理的算法 就能得到價值很高的信息;第五個V(Veracity),即真實性,數據的準確性和可信賴度,也就是要求每個數據必須真實且可靠,過多的無效數據會嚴重影響整個大數據的質量和價值。
二、招標項目后評價(post evaluation of bidding project)
招標項目后評價,是指招標工作 完成后,由管理部門依據權限組建后 評價工作小組,參照法律法規及相關 規定,結合項目立項文件、招標文件、 投標文件、評標報告以及招標過程中 產生的各項資料,根據后期合同履行 或項目結果的跟蹤,對招標項目進行 綜合性評價。
(一)后評價工作原則 建立科學有效的招標后評價體系是做好此項工作必不可少的先決條件,招標后評價工作需遵循以下四個原則:
1、科學性原則: 評價方案和評價標準應具備科學性,以國家法律法規及行業制度規范為依據,評價內容和程序科學合理,滿足評價需求。
2、客觀性原則: 評價工作小組在招標項目后評價過程中,應恪守客觀性原則,以真實資料和數據為評價基礎,以國家適用法律法規和行業制度規范為準繩,客觀的對招標項 目進行評價,并作出評價報告。
3、公正性原則: 公正性是指在招標后評價工作中,小組成員不受其他方面的干擾和影響,獨立公正的根據工作方案的既定要求開展相關工作。
4、反饋性原則: 反饋性是指后評價工作結束后工作小組需編制后評價報告,形成反饋意見并及時反饋到項目相關方。
(二)后評價工作程序
1、小組組建 招標管理部門選取需要進行后評價的招標項目并據此組建后評價工作小組,小組成員由非項目直接相關的該行業技術、經濟等方面專家組成,數量應為5人以上單數。
2、前期準備 小組需針對項目特點,研究編寫工作方案,方案應包括后評價標準、后評價方法、后評價范圍和后評價所需項目相關方配合的材料清單等內容。 評價標準應當在已公開發布的國家法律法規及行業規章制度中確定,不得隨意更改或逾越現行規定。 評價方法可分定性評價和定量評價兩部分,定性評價為符合性檢查,依據國家法律法規及行業規章制度,對招標項目各程序文件內容進行符合性評判;定量 評價為因素打分法,由小組按照方案中的后評價因素,選取招標相關數據,比對 評價條款進行科學計算,針對每個因素進行打分,通過得分客觀真實地反映被評 價項目的費用、進度、質量等效果性指標。
評價范圍分為階段性評價和全過程評價。階段性評價應包括招標前期準備工 作符合性評價、招標實施過程符合性評價和合同簽訂過程符合性評價;全過程評 價不僅包含階段性評價的內容,還應對項目實施的效果展開評價。
后評價方案編制完成后需報管理部門審核,確定通過后,小組通知招標項目 相關方按照方案要求準備材料。
3、工作實施 評價工作小組按照評價工作方案開展相關工作。在進行評價時,如果定性評價中部分招標項目內容、程序不滿足符合性評價中的關鍵性否決評價條款規定, 可不進行定量評價。
小組完成對各項資料的分析后,需結合項目實際情況,編制后評價報告,報告應包含招標人、招標機構和投標人三大部分,在總結項目成果的同時,針對存 在的問題提出整改建議。
4、反饋改進 后評價工作結束后,小組需向招標管理部門及招標項目相關方反饋后評價結果。如存在整改建議,招標管理部門負責監督項目各相關方落實整改要求。 5、總結歸檔 招標管理部門應將招標項目后評價相關資料整理歸檔,建立后評價臺賬系統,充分利用招標項目后評價成果,為日后進一步規范管理、完善制度提供決策支持。
(三)后評價工作依據
招標后評價工作的主要依據包括但不限于:
1、 國家招投標相關法律法規、政策及規范性文件;
2、 相關行業標準、規范;
3、 項目相關方管理辦法、制度要求;
4、 項目立項文件、批復文件、招標方案等;
5、 招標文件、投標文件、評標報告和中標通知書等招標其他過程文件;
6、 項目相關合同、驗收報告等。 三、招標后評價工作中的大數據應用在實際工作過程中,由于資源有限,只能對部分項目展開后評價工作,這就要求后評價項目必須具備較強代表性,利用有限的資源實現最大的效用。以某央 企為例,該集團公司年招標額近2000億元,招標項目數達7萬余個,而全集團內 從事物資管理、采購、招標相關管理部門人員僅8000余人,從人力資源角度遠不 支持招標項目后評價工作全覆蓋,如果匯總現有招標數據,建立招標數據庫,根 據后評價需求開發建模,招標管理部門針對項目特點,選取所需參數即可實現有 效項目的抽取結果輸出。
(一)招標數據庫的選擇
當前主流數據庫有三種,分別為SQL Server、Oracle和MySQL,其中Oracle 價格最為昂貴, 完全支持所有的工業標準,開發運維復雜程度適中,最接近數據 庫設計范式,安全性最高。SQL Server由微軟公司開發,價格適中,開發運維最 容易,但目前只能在windows系列執行,安全性一般。MySQL因為其免費開源的特 性,支持平臺最多,但安全性較低,不過隨著Oracle的入主,功能越來越完善, 性能和應用場景也在不斷拓寬,未來發展可期。
鑒于招標工作對信息保密有較高的要求,從數據安全角度出發,建議采用Oracle進行數據庫開發工作。
(二)項目抽取建模 在需要開展后評價工作的招標項目中,符合下列情形之一的,建議優先選取: 1、需報國家核準的重點項目;
2、合規管理監察或審計中存在問題的項目;
3、實際實施中出現事故的項目;
4、存在有效異議、投訴的項目;
5、招標失敗次數達到一定數量的同類項目;
6、某地區一定時期內存在三個及以上同一標的物招標項目均為同一中標人的項目;
7、項目概算金額達到一定額度的招標項目;
8、同一標的物中標金額較數據庫平均值偏離達到一定額度的項目;
9、招標過程中澄清或異議達到一定數量的項目;
在招標信息數據庫中,1-4類情形實現較為簡易,采用聚類算法等索引功能 設置為抽取選項,能在很短時間內抽取到符合特征的招標項目,5-9類情形屬于 條件預設性選項,通過離群值檢測等算法,可針對招標管理部門項目輸入抽取范 圍的不同,實現結果輸出的不同。例如情形6,招標管理部門根據不同省市地區 的設置、時間節點的選擇和標的物關鍵詞,篩選出符合需要的待后評價項目。此 外,招標管理部門還可通過數據庫的條件復選功能,精確控制待后評價項目的備 選范圍,大幅優化了招標后評價項目選擇的目的性和科學性。
(三)數據庫的再升級 隨著數據庫內招標后評價信息的不斷錄入與豐富,通過對招標數據庫功能的迭代更新,可逐步實現待后評價項目遴選結果的不斷優化。例如,通過對數據庫 內招標后評價得分較低的項目采用聚類匯總,會發現S類項目在評價上較其他類 項目存在一定差距,說明該類項目存在較高的風險系數,系統可自動分揀相關項 目并提示招標管理部門此項目具備后評價的較高優先級,從而降低人工抽取項目 的主觀性和隨意性。
另外,在后評價工作開展過程中,通過對庫內S類項目數據進行分析,評價小組可以發現同類項目存在風險點的主要環節,從而更加科學高效、有的放矢地 編制后評價方案,大幅降低工作開展的盲目性和被動性,不斷促進后評價工作整 體水平的提升。
四、結束語
利用大數據分析實現對招標后評價項目的科學選取,只是招標行業與大數據結合的一個縮影,更廣更遼闊的招標大數據應用還有待我們進一步的探索。例如,通過對海量招標項目數據、合同履行的結果、項目后評價信息的不斷收集完善,依托招標數據庫建立ANN神經網絡、最近鄰分離等預測模型,不僅可以預測部分招標項目工作中由于行業特殊性可能存在的潛在風險,如招標文件歧視性、條款設置不科學等因素,方便招標機構做好預處理,使招標過程更加公平公正,同時還可推測某標的物在某地區的價格走勢,以便招標人更科學的設置采購預算,進一步降低決策風險。時至今日,信息浪潮已席卷了社會生活中的方方面面,而對 大數據的應用對各行業都不啻于是一場革命,高速發展中招投標行業更應該主動 擁抱大數據,打造更加科學陽光智慧的未來。
參考文獻
[1] 維克托.邁爾-舍恩伯格(Viktor Mayer-Sch?nberger), 大數據時代[M],
浙江:浙江人民出版社, 2013
[2] 國務院,促進大數據發展行動綱要[EB/OL],
http://www.gov.cn/zhengce/content/2015-09/05/content_10137.htm,2015.09.05
[3] 李毅軍,企業招標采購項目后評價及其應用[J],招標采購管理,2016,(3).