某公司在歷次招投標中，不僅“百戰百勝”，而且中標項目都屬于同一甲方；某公司參加A市的招標從未有敗績，但到B市參加同類招標卻次次敗北；某公司成立不到一年，職工只有兩名、納稅幾乎為零，卻在數百萬元的招標項目中屢屢中標……

這些招投標領域常見的“怪象”，由于具有隱蔽性、涉及周期長，往往不容易被有關部門發現。為對這一腐敗易發、高發領域加強監管，目前，寧夏收集了工商、稅務、住建等相關部門近年的業務數據，建立起大數據分析模型，讓長期隱藏在招投標領域中的大量違法、違規行為紛紛露出原形。

【資料圖】

建立數據模型54個，為招投標“暗箱操作”精準畫像

巨大的顯示屏占據幾乎整面墻壁，工作人員輕點鼠標，屏上數據庫的內容便來回切換。這里是寧夏回族自治區審計廳計算機服務中心，匯集有工商、稅務、住建等20多個部門的業務大數據，中心的多名分析師正利用數據模型，從海量的大數據中挖出招投標違法違規行為的蛛絲馬跡。

“2021年初，寧夏回族自治區紀委監委針對招投標領域的突出問題展開整治，協調各相關部門將近年業務數據報送到審計廳?！弊灾螀^審計廳總審計師莫德敏介紹，截至目前，該廳已收到各部門報送的從2017年到2021年這5年的全部業務數據，其中與招投標相關的數據量接近200萬行，涉及4.5萬個工程標段。

浩瀚的數據顯然無法靠人工逐行分析，智能數據模型的建立成為關鍵?！皵祿Ｐ蜕婕暗挠嬎銠C技術并不復雜，但需要有精密合理的建模思路?！弊灾螀^審計廳投資處副處長趙靚告訴記者，該廳在收集數據的同時，建立了由12位在企業審計方面有豐富經驗的分析師組成的大數據分析團隊，該團隊很快開發出54個招投標數據分析模型，基本涵蓋各類招投標“暗箱操作”行為。

打開電腦上的數據庫，趙靚調出一個名為“蘿卜招標”的數據模型?！叭绻袠藛挝粸樘囟ㄆ髽I‘量身定制’，那么該企業就能‘百投百中’。所以我們為該模型設定了兩個數據條件：企業只投某一家單位的標，而且投標全中。”說話間，她將模型導入數據庫，確認后，屏幕上立即出現一長串企業名單：“比如這家寧夏悅水物業公司，4年總共投標6次，不但全部中標，而且這些項目全部屬于銀川市水務局。”

趙靚又打開“空殼企業中標模型”——招標單位將項目內定給特定關系人，特定關系人專門成立新公司承接項目，即為空殼企業中標。模型先比對企業中標時間和工商數據中的企業成立時間，找到剛成立不足1年就中標的企業。接著比對民政數據，發現前述企業中，多家企業的社保繳納人數小于2人。最后通過稅務數據找出這些企業中納稅額為零的。“企業成立時間短，基本沒員工，沒納稅記錄，竟能中標，難免有空殼企業嫌疑。”趙靚說。

鎖定問題線索超3000條，“一案三查”杜絕漏網之魚

數據模型精準鎖定線索，破解了招投標傳統監管效率低的局限。“完成4.5萬個標段的數據分析，我們只用了不到兩個月?！壁w靚告訴記者，僅用一個數據模型，往往就能篩查出數千家符合問題描述的企業?！耙患移髽I如果僅在1個模型下‘中招’，尚有巧合的可能，但若能在3個甚至以上的模型分析中同時‘中招’，便很難再用巧合解釋?！壁w靚說。

經分析，4.5萬個標段所涉企業，能同時符合3個數據模型問題描述的多達近400家，涉及問題線索超過3000條，其中絕大部分屬于具有串通招投標和抱團圍標的嫌疑。目前，自治區審計廳已向自治區紀委監委移交了這批問題線索。

由此，寧夏招投標領域的問題正被逐一揭開。而對于問題線索，寧夏實施“一案三查”，杜絕漏網之魚。據自治區紀委監委工作人員梁尹聰介紹，對同一案件，將由公安部門查違法犯罪、紀委監委查違紀情況、行政監督部門查行政違法情況?！氨热鐚δ骋簧嫦訃鷺说木€索，公安部門會查證是否有串通招投標犯罪，紀檢部門會調查涉及的黨員干部違紀情況，發改委和財政局等行政部門會查驗相關企業是否符合投標資格、是否被行業禁入等。”梁尹聰說。

石嘴山市目前立案調查22人，涉及工程建設資金近10億元；在吳忠市同心縣，僅僅一起串標案件便已查處8人……在各部門通力配合下，一條條問題線索正被查實、移交。“既處理違紀違法的黨員干部，也要對失職失責的行政監督部門精準問責，對涉案招投標機構該取締資質的也要堅決取締，涉嫌犯罪的堅決移送公安部門。”自治區紀委監委相關負責人表示，大數據構建的“天羅地網”，讓招投標違規違法問題藏不住、逃不掉，有力震懾了市場亂象，凈化了營商環境。

推廣大數據監管應用領域，更好地為“經濟體檢”服務

數目龐大的醫療采購、程序繁雜的土地交易……近年來，寧夏多個經濟領域愈發呈現同招投標領域相似的特征：業務量急速上升，相關數據呈爆炸式增長，監管難度極大。“大數據分析的技術，同樣能應用到這些領域。”莫德敏表示，數據模型將繁雜的大數據用問題邏輯串聯起來，可在上述領域實現監管效果。

2022年初，寧夏將大數據監管模式拓展至國有產權交易、土地和礦業權交易、醫藥耗材采購這3個領域。“我們不但增加了分析師，還聘請了兩家軟件公司的工程師幫忙?！弊灾螀^審計廳計算機服務中心副科長邱正陽介紹，通過多次對接各領域主管部門，反復分析交易流程，最終明確了這3個新領域的大數據分析思路，在這些領域新建37個數據模型。

某國企將連續虧損的子公司股權出售，交易前，子公司連續3年賬面平均虧損30萬元，不得不低價賣出股權。而交易后，當年便扭虧為盈，賬面利潤達3000多萬元——在國有產權交易領域，此類涉嫌賤賣國有資產的問題線索被數據模型大量挖出。

“數據模型會將市場監管和稅務部門的財務數據，以及股權交易數據進行比對，從而發現交易前后企業利潤大幅變化的異常情況?！鼻裾柦榻B，這類情況的原因，很可能是在股權交易評估前，人為粉飾企業財務數據，影響評估價格，從而讓國企在股權交易中低價賤賣或者高價接盤。

僅僅在國有產權交易領域，自治區審計廳通過分析該領域2018年至2021年的7.66萬條數據，便已移交問題線索780條。自治區紀委監委工作人員李琴寶表示，“國有產權交易領域專業性強，違法行為隱蔽性高，將大數據‘融會貫通’后，監管效率大大提高?！?/p>

目前，寧夏已建立數據定期報送機制，出臺了深化應用大數據的意見，計劃在每年都發布新的電子數據報送目錄，規定各部門必須按目錄指定的內容、方式和標準，每年在指定時間向審計廳報送業務大數據。“數據收集將更加規范、全面，大數據將能更好地為‘經濟體檢’服務?！蹦旅粽f。

關鍵詞：