20世紀80年代，未來學家阿爾文·托夫勒曾預言“大數據將是第三次浪潮的華彩樂章”。2011年5月，信息存儲咨詢科技公司EMC在“云計算相遇大數據”年會上拋出了大數據時代一詞，同年6月，IBM、麥凱錫等眾多機構發(fā)表研究報告予以跟進。至此，“大數據時代”正式進入大眾視野。

　　傳統(tǒng)意義上的“數據”是指“有根據的數字”。進入信息時代之后，“數據”二字的內涵擴大，它不僅指代“數字”，還統(tǒng)稱一切保存在電腦中的信息，包括文本、聲音、視頻等。信息時代的“數據”概念是明確的，但是對于“大數據”至今還沒有一個公認的定義，不同的定義基本上是從大數據的特征出發(fā)，通過對這些特征的闡述和歸納試圖給出定義。在這些定義中，比較有代表性的是4V定義，既認為大數據具備4個特點：規(guī)模性（Volume)，數據量級已從240字節(jié)發(fā)展至250字節(jié)乃至270字節(jié)；多樣性(Variety)，數據類型繁多，越來越多為網頁、圖片、視頻、圖形和位置信息等半結構化和非結構化數據信息；高速性(Velocity),數據流通常為高速數據流，而且需要快速、持續(xù)實時處理；低價值密度（Value High and Low Density)，即價值與數據總量之比很低，需要對海量的數據進行挖掘分析才能形成用戶價值。

　　大數據在為使用者創(chuàng)造巨大價值的同時，數據挖掘、商業(yè)智能、追溯集成等新技術也給當前的管理、法律和觀念帶來了空前的挑戰(zhàn)。企業(yè)不甘于淪為大數據時代無動于衷的旁觀者。政府則躍躍欲試地想成為引領數據革命的弄潮兒。那么，在政府與市場的結合點——公共資源交易領域，大數據時代的到來到底意味著什么？本文擬對此進行前瞻性分析。

　　一、當前公共資源交易中的棘手問題

　　改革開放后，以招標采購為代表的公共資源交易在我國得到了較長時間的發(fā)展，在工程建設、土地出讓、國有資產轉讓、政府采購等諸多領域取得了令人矚目的成就。以公開、公平、公正和誠實信用為價值導向的公共資源交易方式也成為建設市場經濟過程中規(guī)范經濟秩序、發(fā)揮政策功能、節(jié)約財政資金的有效力量。但隨著公共資源交易范圍和規(guī)模的不斷擴大，其低效率、高成本、低客戶滿意度等問題越來越突出，成為各界關注的焦點和熱點。據筆者觀察，當前公共資源交易中的棘手問題主要集中在以下四點。

　　（一）交易需求難以科學確定

　　科學地確定采購需求是高質量交易的前提條件。掌握公權力的政府或政府的代理人作為公共資源交易的主導方，應當提出適度、明確的交易需求。但是在現實操作中卻經常事與愿違。以招標采購為例：在復雜標的的采購中，招標文件常常不能詳盡描述標的技術參數、評價方法和交易條件；在技術更新?lián)Q代較快的高新技術產品的采購中，采購人對市場供應或競爭情況不甚了解，導致需求與市場供給嚴重脫節(jié)；在緊急采購中，由于時間或經費的制約，采購需求掛一漏萬??這些都成為交易活動的質量隱患。

　　（二）信息搜尋成本高

　　傳統(tǒng)經濟學通常忽略信息的獲取、處理和傳遞成本。但隨著信息經濟學研究的深入，人們認識到：信息的成本不僅存在，而且有時會大到可以降低市場經濟效率、阻礙正常交易進行的程度。契約理論據此認為，不確定環(huán)境下，交易雙方在簽訂合同前進行信息搜尋是最優(yōu)策略。這一過程中所付出的費用就是信息搜尋成本。以藥品集中采購為例，在資格審查階段，需要對供應商的生產資格及能力、配送能力、業(yè)績、信譽等條件進行調查；在資質方面，即便要求供應商提交企業(yè)法人營業(yè)執(zhí)照、藥品生產許可證、GMP證書、藥品注冊證、藥品質量標準和說明書等原件，也未必能保證其真實性，至于想要獲得業(yè)績和信譽方面真實有效的信息則更加困難，需要花費大量的時間、人工費、電話費、間接費用乃至公證費和差旅費，因此產生了較高的信息搜尋成本。

　　（三）決策成本高

　　在公共資源交易中，交易的主導方為了追求最佳交易結果往往需要營造多個市場主體相互競爭的環(huán)境，這使得公共資源交易成為選擇最優(yōu)的交易對象和交易條件的過程。選擇的過程就不可避免地產生了決策成本，即顯性成本和隱性成本。

　　公共資源交易決策的顯性成本，主要包括聘請評審專家和組織評審，以便確定交易對象的費用。但是，隨著交易對象的多樣化、交易條件的復雜化，不同類型的交易涉及大量技術、經濟條件限制以及法律約束，會增加決策的難度和工作量，繼而增加了決策的顯性成本。

　　公共資源交易決策的隱性成本主要包含機會成本，即沒有選對最適合的交易對象或決策失敗所造成的損失。當前出于反腐敗的需要，許多公共資源交易隨機抽取專家進行決策。好處是減少了利益沖突、有可能專業(yè)化程度。但缺點也是顯而易見的：專家委員會作為臨時性組織，并不是交易中的一方，而且很難承擔法律責任，由此會增加決策時的委托——代理成本，即評審委員會選擇的交易對象偏離了公共資源交易的實際目標。因此決策的機會成本隨之增加。

　　（四）監(jiān)督和矯正成本高

　　制度經濟學家威廉姆森認為，由于利己主義動機，交易者存在機會主義傾向，希冀通過投機取巧獲取私利，如不履行合約中規(guī)定的義務、曲解合約條款、以信息優(yōu)勢欺騙對方等。這樣一來，就需通過監(jiān)督確保合約履行。當監(jiān)督和矯正成本過高時，也就不值得交易了，于是一個潛在的帕累托改進就不能實現。

　　除了國際通行的投標保證金和履約保證金外，在我國當前市場信譽機制不健全環(huán)境下，交易主導方或者公共資源交易場所往往要求市場主體繳納誠信保證金、安全生產保證金、質量保證金乃至工期保證金、創(chuàng)優(yōu)奪杯保證金等。當市場主體不履行其法定義務時，相應的擔保資金不予退還。為保障合同條款的履行，行業(yè)主管部門、公共資源交易監(jiān)督部門和紀委、監(jiān)察、審計等部門對項目實施進行監(jiān)督。當發(fā)生合同爭議時，以質疑、投訴、行政復議、行政訴訟、司法仲裁等方式解決。上述擔保和救濟途徑所帶來的經濟上和時間上的損耗都構成了監(jiān)督和矯正成本。

　　二、大數據有望助力公共資源交易

　　大數據時代的到來為公共資源交易活動以及相應的管理和監(jiān)督工作提供了低成本、高效率的技術手段，有望突破公共資源交易改革零和博弈的僵局，額外降低的成本和增加的收益使得“增量改革”成為可能，即在不放松管制的情況下提高公共資源交易的效率。大數據在以下三個方面可以有所作為。

　　（一）通過大數據協(xié)助確定交易需求

　　利用大數據建立交易信息動態(tài)數據庫，包含交易主體數據和交易條件數據。以政府采購為例，交易主體數據主要包括供應商的注冊地點、所有制形式、營業(yè)場所和營業(yè)范圍、法人代表及主要管理者的姓名等企業(yè)基本信息；交易條件數據包含采購標的的性能、價格、質量、交貨期、服務及其他交易條件。這些數據，有助于采購人查找到類似政府采購項目的采購方案、評審方法、成交價格、設計方案、設備選型等信息。數據庫具有“模糊”檢索功能，采購人可以輸入模糊表述，由數據庫推薦相關采購信息，并列明各個采購標的的差異及特定適用性，供采購人選擇。除提供相關標的以往的交易條件外，與市場信息聯(lián)網的數據庫還可提供商品市場的即時價格信息。這樣一來，動態(tài)采購數據庫既能協(xié)助采購人明確采購需求，又可以節(jié)約市場調研成本。

　　（二）大數據為交易決策提供支撐

　　以工程建設項目的評標為例，傳統(tǒng)的評標工作包括資格審查以及針對各種技術、經濟及商務指標的評價。

　　遠程評標、計算機輔助評標是大數據建設的部分內容。在遠程評標系統(tǒng)中，評標專家無需長途跋涉，通過電子化平臺登錄可視化的操作界面進行評審。在計算機輔助評標系統(tǒng)中，資格審查可以由數據庫過濾投標人的認證信息、自動標識不合格的投標人。評分指標根據特性自動分為主觀和客觀項目?？陀^指標由計算機根據招標文件要求編制的編程語言自動評判，主觀指標則由評標專家在網絡平臺打分，由計算機收集匯總，最終按照得分高低推薦中標候選人，評標過程和結果自動上傳到數據庫備份。評標的顯性成本由此降低。

　　在傳統(tǒng)評標中，不同的評標方法以及各自的評標因素及其權重設置對于交易條件以及合同履行所帶來的后果不得而知。大數據技術可以將招標人的采購需求延伸到評審、簽約過程直至承包商的供應鏈，據此分析出不同評標方法、評標因素、投標人、招標方案等對最終招標效果的影響，實現招標人采購、評標委員會評標、承包商履約的全過程精細化管理，從而為最優(yōu)化的評標提供支撐，降低決策中的機會成本。

　　（三）以大數據思想建立市場主體履約信息系統(tǒng)

　　除交易主體數據外，市場主體履約信息系統(tǒng)主要指市場主體的誠信檔案。個人或企業(yè)在從事公共資源交易活動中，其信用和履約狀況等相關信息將被及時收集到數據庫中。為保證數據的高速性和真實性，相關數據不再像傳統(tǒng)公共資源交易那樣由市場主體以紙質文件的形式自己提交，而是由交易主導方通過聯(lián)網方式從其他政府部門或公共資源交易數據平臺中提取。

　　誠信的強制性制度建設包括制訂和頒布一系列保護市場主體利益、規(guī)制企業(yè)和人們的經濟行為、懲罰失信者的規(guī)則，通過管理部門執(zhí)行規(guī)則，給被執(zhí)行者留下記錄信息。強制性制度安排是一種他律，通過他律可以促進自律。馬克斯?韋伯曾經說過，“只要（企業(yè)）涉足一系列的市場關系，市場經濟就會迫使它服從于市場經濟的基本準則”。當市場主體參與公共資源交易的競爭時，其基本信息和誠信檔案將會成為重要的評審因素。市場主體履約信息系統(tǒng)還可以與其它誠信數據庫互通，進一步影響到失信者參與其他領域的活動，由此提高了違約成本。這會迫使市場主體在履約過程中會主動選擇誠信，由此降低公共資源交易合同的監(jiān)督和矯正成本。

　　三、建設公共資源大數據的難點

　　相對傳統(tǒng)數據庫和電子化，大數據看似只是一個簡單的技術演進，其實具有天壤之別。除了前文提到的4V特性外，大數據不再僅僅是處理的對象，它將帶來思維模式、商業(yè)模式和管理方式的巨大變革。那么，如何讓大數據在我國的公共資源交易領域應用落地，將是我們面臨的全新挑戰(zhàn)。

　　（一）大數據集成存在難度

　　公共資源交易數據低價值密度的特性體現在其散布于不同的數據管理系統(tǒng)中，在數據分析之前需要進行數據集成。由于數據量大、多樣性等特點，大數據的集成面臨更艱巨的挑戰(zhàn)。與公共資源交易相關的各領域業(yè)已興建了業(yè)務信息系統(tǒng)，但由于缺乏統(tǒng)一管理和規(guī)劃，對跨部門信息資源共享與交換認識不足，統(tǒng)一的數據標準尚未建立，加上政府體制條塊管理模式，導致數據橫向不聯(lián)、縱向不通。各地區(qū)和行業(yè)對數據的分割或壟斷、數據共享需求與供給的缺口，不僅成為大數據集成的瓶頸，也極大地制約著政府公共服務效能、協(xié)同管理水平和響應能力的提升。

　　（二）誠信商品的市場機制不健全

　　誠信在市場經濟條件下是一種特殊商品，但是由于我國當前市場機制尚不健全，誠信商品難以得到準確的市場定價，因此導致了誠信市場的價格混亂并最終引發(fā)誠信危機。誠信市場不夠成熟主要體現在需求和供給兩個方面。

　　在需求方面，誠信制度能夠發(fā)揮作用的前提是把不同個體的誠信價格充分和真實地標識出來。當前，全社會對信用商品的需求總量仍然有限，經濟主體在經濟交往中未能有效利用信用商品維護自身利益。以公共資源交易活動為例，質量、價格、時間通常是交易的主導方選擇交易對象的主要指標，對信譽等信用指標的重要性往往認識不足。

　　在供給方面，誠信信息則相對更加稀缺。政府是誠信信息重要的管理者。但地方政府和行業(yè)部門不公開誠信檔案、不主動共享失信信息成為普遍現象，形成一座座信息孤島，無法形成“一處失信，處處受限”的懲戒機制，在一定程度上削弱了對失信者的懲罰力度乃至整個社會誠信體系的效用。

　　信用商品質量不高、需求和供給的雙重不足，影響了誠信商品的有效定價。這不僅不利于公共資源交易領域誠信體系建設，也阻礙了整個國家誠信體系的發(fā)展。

　　（三）建設大數據的市場失靈與政府失靈

　　傳統(tǒng)的微觀經濟學理論有一個隱含的假定：單個消費者或者生產者的經濟行為對他人的福利沒有影響，即不存在所謂“外部影響”。要解決誠信危機，必須認識到市場經濟是重塑誠信的基本機制。但在建設大數據時，上述假定卻不能成立。公共資源交易大數據的建立會給各交易主體帶來好處，但大數據建設者卻很難從其他交易主體那里得到直接的經濟補償，這就產生了外部經濟性，挫傷市場主體建設大數據的積極性，從而導致市場失靈。而由政府獨立承擔大數據的建設任務則又會面臨效率低下、難以為數據商品定價等難題。市場失靈與政府失靈的同時存在，考驗著大數據建設者的決心與智慧。

　　四、建設公共資源交易大數據的建議

　　建設公共資源交易的大數據，既要以大數據的技術發(fā)展水平為前提，又要充分考慮我國現行公共資源交易體制機制的特點。基于現有的技術條件和資源分布狀況，應當分步建設公共資源大數據，以點帶面，層層推進。

　　（一）參與各方取得思想共識

　　公共資源大數據的建設涉及數據的收集、加工、存儲、挖掘、共享、公開等內容。由于大數據的4V特性，依靠單一部門建設大數據是不現實的，其價值也將是極為有限的。大數據的建設必須依靠多部門的合作，同時還需要找到與市場的有機結合點。為此，在大數據建設過程中，應將涉及大數據供給和需求的政府和市場主體都納入到協(xié)商談判中，要盡可能地在跨部門共享合作者之間凝聚共識。。只有各個團體之間開展充分互動對話，才能創(chuàng)造出能最大限度地滿足各方訴求的信息傳遞和利益分配機制。

　　（二）對公共資源交易的數據進行分類管理并逐步擴大

　　1.數據分類管理的理論依據

　　根據新制度經濟學的公共物品理論，公共資源交易的數據資源可以分為純公共數據和準公共數據兩大類。純公共數據是指具有非競爭性和非排他性的政府數據產品或服務。準公共數據是指具有部分非競爭性和非排他性的數據產品或服務。準公共數據又可根據其競爭性的強弱分為弱競爭數據和強競爭數據。符合市場規(guī)律的數據收集及使用的利益分配機制可以依據上述分類標準建立。

　　公共資源交易的數據可以采用分類和分階段收集的方式。第一階段是政府各部門之間數據的無償提供。第二階段數據通常由事業(yè)單位或國有企業(yè)完成，采用分類收集、區(qū)別共享的方式，如免費提供純公共數據，對于弱競爭數據應支付成本價，對于強競爭數據應支付成本價并依據市場定價分配利潤等。

　　2.對公共資源交易的數據進行分類管理

　　由于管轄公共資源交易大數據的法律不同、收集的難易程度不同、共享及公開的范圍也不同，為有序推進大數據建設工作，數據管理應當在數據分類的基礎上進行。筆者建議按照將數據分為以下四類管理：

　　A類，公共資源交易的主體數據。如注冊時間、注冊資本、法人代表及主要管理者的基本資料、員工人數、營業(yè)額、企業(yè)所持有的資質情況等。目前A類數據廣泛分布于工商、稅務、海關、勞動、銀行等行政管理部門及企業(yè)所屬行業(yè)的主管部門。這些數據大部分屬于《政府信息公開條例》中應當公開的內容，屬于純公共數據，應當依法、強制、無償收集，結果不僅要向公共資源交易的主導方，而且應向全社會公開。

　　B類，記錄市場主體及主要人員違法行為的數據。目前B類數據離散地分布在企業(yè)所屬地區(qū)和行業(yè)的各級行政監(jiān)督部門以及各級法院。B類數據雖然也屬于純公共數據，但收集過程中會受到部門利益、地方保護的掣肘。為減少阻力并考慮到法律對市場主體及公民隱私的保護，B類數據應首先逐步實現在政府內部及公共資源交易代理人處共享，然后在法律授權范圍內對外公開。

　　C類，各地、各行業(yè)、各項公共資源交易活動過程中產生的數據。包括有關標的的技術參數、價格等交易條件、合同實施狀況、市場主體人參與競爭的數量及結果、業(yè)績等。C類數據容量大、價值密度低，分散于各個交易主體以及行業(yè)主管部門，是大數據的“金礦”。C類數據屬于各交易主體的商業(yè)信息，甚至其中一些會涉及市場主體的商業(yè)機密，屬于強競爭數據，應建立公平、合理的利益分配機制，以便對數據進行收集和共享，在此基礎上加強對于此類數據的挖掘、分析工作，其結果將有償提供給有需要的公共資源交易主體。這將對優(yōu)化公共資源交易、降低交易成本、提高交易效率產生不可限量的推動作用。

　　D類，各地、各行業(yè)、各項公共資源交易活動主導方對另一方的評價數據。由于相關法律的缺失，尚難確定這類數據是否屬于純公共數據。除了在個別行業(yè)和企業(yè)的探索外，評價工作尚未在公共資源交易領域廣泛開展，導致D類數據總量匱乏。雖然從長遠看，D類數據對于凈化市場環(huán)境、建設誠信體系是極為重要的，但在當前沒有統(tǒng)一評價標準、缺乏相關法律的充分授權、評價主體能力和道德存在缺失的情況下，倉促地共享及公開評價數據可能會對市場主體權利造成嚴重侵害，所以應當謹慎開展相關的研究和探索工作。

　　（三）培養(yǎng)大數據人才

　　大數據分析可以從海量數據中發(fā)現各變量之間的相關性，提升價值密度，為公共資源交易提供技術支持。相關工作需要由跨學科的專業(yè)化人才來完成。在信息技術方面，操作者需要掌握大數據技術，能夠解讀大數據分析的結論；在公共資源交易方面，操作者要非常了解各類公共資源交易各個環(huán)節(jié)的作用以及各要素之間的相關性，能夠將得到的大數據與公共資源交易的具體環(huán)節(jié)緊密聯(lián)系起來；在管理上方面，操作者需制定出低成本、高效率、可操作的解決方案。這就需要操作者掌握大數據分析技術，深諳公共資源交易的相關知識，同時又要有卓越的管理能力和系統(tǒng)性思維，能夠將大數據分析結果化繁為簡，敏銳地尋找出具有高價值的信息。從這個意義上說，大數據分析人才的培養(yǎng)將決定大數據在公共資源交易領域應用的未來。所以，應當重視大數據分析人才的培養(yǎng)，為大數據在公共資源交易領域的應用提供充足的人力資源。

　　五、結語

　　應用大數據技術進行數據采集、分析，獲取有價值的信息，是促進公共資源交易發(fā)展的必然選擇，對于降低交易成本、優(yōu)化資源配置效果、構建社會誠信體系、提高我國公共服務質量都具有重要意義。公共資源交易大數據建設，是一項龐大的系統(tǒng)工程，需要各參與方取得思想共識，在數據分類的基礎上，以專業(yè)化人才為支撐，積極有效地推進。

更多精彩，請關注“官方微信”