审计观察 | 大数据技术赋能建设工程招投标审计的理论与实践研究
时间：2026-01-19 分享到：
浏览量：390
着力构建集中统一、全面覆盖、权威高效的审计监督体系，不断提高审计监督质效，以高质量审计监督护航经济社会高质量发展，是党中央对审计工作提出的重要要求。《中华人民共和国招标投标法》（以下简称《招标投标法》）颁布实施以来，招投标制度日趋完备。但从目前发布的违纪违法案例来看，招投标领域的问题仍层出不穷，如招投标市场存在排斥限制潜在投标人、围标串标、评标质量不高、低价中标、中标后转分包等现象；招标人主体责任落实不到位，招投标效率有待提高；各类招投标信息数据尚未实现互联互通，运用新技术开展招投标全过程管理手段不足，难以对当前招投标市场行为形成有效监督等，导致招投标市场成为暗箱操作、腐败高发的领域。传统审计依赖人工分析和手工查找问题，已难以高效、全面地发现这些潜在风险和问题。 大数据、云计算、人工智能等新一代信息技术的蓬勃发展既给传统的审计模式带来挑战，又为提高审计监督质效创造机遇。大数据审计利用数据挖掘、模式识别、实时监控等技术，能够全面、精准地处理海量数据，不仅提升审计的广度与深度，还能有效推动审计方式的创新和智能化发展。但也要看到，尽管大数据技术为审计提供了广阔的应用前景，但在实际应用中也面临诸多挑战。探讨大数据技术赋能审计的理论机制与应用路径，推动大数据技术与审计监督深度融合，充分发挥技术优势，已成为当前审计研究的重要课题。 TOE模型是用于分析组织技术采纳决策的理论框架，从技术、组织、环境三个维度系统评估影响技术落地的关键因素。在此基础上构建“技术—组织—环境—数据” （TOED）分析框架，可用于阐释大数据技术赋能审计监督的理论逻辑（见图1）。技术层面，大数据构建了涵盖采集、清洗、建模、存储和可视化的全流程支撑体系，重构了招投标审计的技术范式，形成“数据 —算法—决策”三位一体的协同架构，提升了异常识别效率与数据认知效率，增强了审计的透明性与可追溯性。组织层面，大数据推动审计组织从经验驱动向数据驱动转型，促进跨专业协作，强化任务导向、团队协同的矩阵式结构，打破科层制壁垒，增强灵活性与响应能力。环境层面，大数据能够提升审计信息的透明度、安全性和可追溯性，推动形成实时化、精准化、动态化的监督模式，并促进制度创新与治理优化，倒逼法规体系完善。数据层面，大数据驱动数据治理体系重构，通过提升数据质量、推动数据共享与加强数据安全，显著增强审计监督的覆盖范围、精准性与安全性，确立数据在审计监督中的核心地位。 大数据技术赋能建设工程招投标审计的实施路径应遵循“法规解析—问题识别—模型构建—数据分析”的闭环逻辑（见图2），对建设工程招投标领域中的虚假招标、虚假投标、串通投标以及中标后转包等违规问题进行审计。首先，依据《招标投标法》《中华人民共和国招标投标法实施条例》《招标公告和公示信息发布管理办法》以及地方相关政策法规，从招标前准备阶段、招标管理阶段、投标管理阶段、评标管理阶段以及标后管理方面，分阶段梳理典型审计问题和审计目标，从而确定审计事项和大数据技术路线，并构建审计模型。 本文从G市公共资源交易中心建设工程交易系统、公共资源交易中心官方网站系统、省招标投标监管网官方网站数据、G市工程建设项目联合审批系统、省综合评标专家库、工商登记数据以及省社保数据等数据库，结合数据情况与业务需求，利用自然语言处理、语义检索、大模型语义理解以及跨模态图文理解等方法清理异常数据与冗余数据，生成新数据表。对隶属不同招投标阶段的项目建立知识图谱关系，以发现审计问题。 自《招标投标法》实施以来，我国招投标市场规模持续扩大，发展不断健全完善。根据财政部统计数据显示，2023年全国政府采购规模近3.4万亿元，工程采购规模达到14486.8亿元，占全国政府采购规模的42.7%。随着“放管服”改革的深入和电子招投标的普及，招投标活动产生的数据呈现爆发式增长，涉及招标文件、投标响应、评标记录、合同履约等全流程数据，以及供应商资质、业绩信息、信用评价等多维度信息。这些数据具有海量性、异构性、时序性、关联性以及非结构特征，对传统的招投标审计提出了全新挑战。 招标前准备阶段是招投标活动的重要基础环节，其规范性直接影响招投标过程的公平性和有效性。根据违规行为的性质与表现形式，可将其归纳为四类：一是规避招标类违规，如通过拆分立项，规避法定招标程序或对非依法必招项目仍违规开展招标，反映出委托代理关系中的道德风险问题。二是竞争限制类违规，表现为通过设置不合理条件或违规采用邀请招标等方式，排斥潜在投标人，扭曲市场竞争机制。三是信息不公开类违规，如未按规定发布招标计划，造成信息不对称，影响潜在投标人获取项目信息，削弱竞争充分性。四是项目管理失控类违规，涉及擅自调整建设内容或标准、标段划分不合理及招标控制价审核不严等，易引发后续工程风险。这些违规类型不仅破坏公平竞争原则，也影响资源配置效率，亟须加强制度规范与监督治理。 招标管理阶段的违规行为可以从法律合规性、程序规范性和信息透明度三个维度加以分析。一是法律合规性方面，存在未按规定选择交易平台、未依法抽取评标专家、虚假招标等问题，破坏市场公平，易引发腐败与暗箱操作。二是程序规范性方面，表现为招标时序混乱、投标保证金收退不规范、未及时发出中标通知书等，反映招标单位内部控制薄弱，影响项目履约与资金安全，尤其是保证金管理问题加重投标企业负担，损害招标单位诚信。三是信息透明度方面，存在未实现项目代码统一流转、信息发布不规范、效率低下等现象，限制投标人平等获取信息，削弱竞争性与政府公信力。上述问题多源于制度落实不力、技术支撑不足和监管缺位，需通过强化规则执行、完善信息系统和加强日常监督加以规范。 投标管理作为招投标的关键环节，其违规行为直接影响公平性与效率，主要包括四类：一是利益冲突类违规，表现为投标人与招标人或代理机构存在利害关系，易导致信息泄露与评标偏向，破坏公平竞争。二是串通投标类违规，如投标文件由同一人编制、报价模式高度一致、投标人之间协商中标结果等，实质是通过协同行为操控招标结果，违反招标投标法和反垄断法。三是资质滥用与虚假投标类违规，包括以他人名义投标、存在控股或管理关系的单位重复投标、虚假响应等，掩盖投标人真实能力，影响项目履约。四是价格操纵与不当策略类违规，体现在不合理压低不可竞争费用、不平衡报价或文件中带有暗示性内容，干扰正常竞争，增加项目变更与审计风险。以上行为多为投标人通过违规手段获取不当竞争优势，需加强审查与惩处，确保投标环节规范有序。 评标管理是招投标审计的关键环节，当前违规问题主要集中在评标委员会组建、专家履职和专家管理三个方面：一是评标委员会组建不规范，表现为成员结构不合理、专业水平不匹配，难以保障评审质量，易引发决策偏差。二是评标专家履职不当，具体包括未独立评审、分工混乱、未依法回避利益关系或评分倾向明显，严重影响评标公正性与投标人公平竞争权。三是评标专家管理失范，如评标费发放违规、标准不明及资质审核不严，导致专家队伍专业性与职业操守不足，影响评标质量。这些问题破坏了招投标的公开、公平、公正原则，带来项目质量隐患及法律风险。为此，应强化专家选聘与监管机制，严格执行回避制度，加强对评标过程和履职情况的审计监督，健全专家评价与退出机制，切实提升评标管理的规范性与公信力。 标后管理是保障招标项目顺利实施的关键环节，违规行为主要集中在合同签订、履约执行、转包管理和参建单位利益冲突四个方面：一是合同签订管理违规，如未在规定期限内签约、未通过平台签署、擅自修改实质性条款，影响合同效力并引发法律风险。二是合同履约执行违规，表现为中标单位未按承诺配置人员或暂估价工程未依法二次招标，导致项目管理不规范、投资失控与质量隐患。三是项目转包管理违规，中标单位擅自转包，违背法定履约义务，破坏管理链条，增加安全与合同风险。四是参建单位利益冲突违规，监理单位与其他参建方存在关联却未回避，削弱监督效能，可能引发利益输送与腐败问题。上述问题严重损害招投标的公平、公正和项目质量，应从制度、技术与监管三方面加强标后管理审计与制度执行，确保项目顺利推进。 以G市建设工程招投标领域专项审计调查为例。审计组对2020年至2023年各区人民政府，市发展改革委、市财政局、市住房城乡建设局、市交通运输局、市水务局、市农业农村局、市港务局、市林业园林局、 市重点项目管理中心等30个有关单位招投标 领域管理情况进行了专项审计调查。本次审计调查聚焦标前、标中、标后等环节，通过应用大模型审计、大数据审计等技术手段发现建设工程招投标领域存在的普遍性、代表性、隐蔽性问题，重点审计了招标人、招标代理、投标人、评标专家、交易平台、行政监督部门等各方主体在招投标管理中的履职情况。表1为招投标领域中，运用大数据模型查核招标人设置不合理条件排斥潜在投标人问题的应用实践。表 1 大数据审计模型针对招标人设置不合理条件排斥潜在投标人问题
大数据技术赋能建设工程招投标审计的现实困境
技术工具理性与审计价值理性存在冲突。大数据审计依赖机器学习算法进行异常检测和风险预测，但算法的复杂性和不可解释性导致审计结论形成过程存在“技术黑箱”。这种黑箱化直接违反国际审计准则对审计意见清晰、可追溯的透明性要求。人工智能算法的快速迭代（如模型参数的动态更新）导致审计责任认定出现理论真空。当审计失败源于算法版本迭代中的参数偏移时，责任归属在审计人员、开发者及数据供应商之间难以明确界定。技术工具理性追求的动态优化与审计价值理性要求的稳定问责形成不可调和的制度冲突。 大数据审计受到数据治理条件的约束。大数据技术的应用使审计“专业判断主导”转向“数据质量依赖”，数据治理问题成为制约审计效能的核心障碍。传统审计理论中，数据作为审计证据的载体，其治理属于辅助性环节；而大数据环境下，数据采集完整性、清洗标准化程度直接决定审计程序的有效性。如非结构化数据处理能力不足将导致风险评估模型失效，使得审计目标实现路径异化为对数据质量的依赖。这一转变挑战了审计准则中审计证据充分性的传统定义，并引发审计主体能力结构的重构需求。此外，数据垄断与技术依赖对审计独立性产生威胁，这种技术依赖使审计机构沦为数据平台的“技术附庸”，与审计价值理性中独立、客观的职业伦理产生根本冲突。 大数据冲击了审计的时序逻辑体系。大数据在招投标审计中的应用推动了组织流程从传统事后审计向事前预防、事中实时监控、事后综合评价的全链条智能审计转变，打破了传统审计的事后验证逻辑。形成预测、监控、 验证的连续性流程，导致审计理论与技术应用产生制度性冲突。传统审计准则明确限定鉴证对象为历史信息，而大数据预测性分析（如风险预警模型）将审计职能延伸至事前阶段。这种时序扩展使得审计证据的时空连续 性增强，但物联网传感器数据的可篡改性导致审计证据可靠性验证标准失序。同时，传统审计风险模型因算法风险的介入面临理论重构压力。 传统审计人员与大数据专家的协作矛盾。传统审计人员与大数据专家的协作矛盾源于二者知识体系的结构性差异及其引发的协同效应弱化。审计人员的核心能力在于构建制度性知识框架，其认知逻辑以会计准则解构、审计风险识别及职业判断实践为基础依据， 强调对经济业务实质的语境化解读与准则适用性推演。而大数据专家的技术能力则植根于计算性知识体系，聚焦数据清洗、特征工程与算法优化的技术理性，遵循数据输入、模型训练、结果输出的工程化路径。这种知识异质性导致跨学科协作中产生认知翻译断层，即审计目标向技术参数的转化过程中存在系统性语义损耗。 一是完善数据治理体系，推动跨部门协同联动。构建跨系统数据中台体系，旨在突破组织内部信息孤岛现象，提升全域数据治理效能，通过汇总和存储各类交易数据库数据及逻辑，如工程交易数据库、政府采购交易库、外部数据库、标签库及主题库等数据，避免出现数据孤岛。通过深度整合多源招标投标数据建立数据仓库，以有效支持大数据智慧监管平台运行。联合多部门建立招投标数据仓库。依托交易中心建设统一的招投标智慧监管平台，为应用层开发及交互提供快速运算、运行流畅的服务能力，同时还须具备多接口配置，实现数据的双向流动，满足数据调用、预处理、上报的及时性。 二是推进数据资源共享，破除信息壁垒。政府部门应主导构建跨层级、跨部门的招投标数据协同治理体系。首先，完善数据确权与共享法规框架，明确公共数据资源归属及流通边界，通过负面清单制度破除行政壁垒。其次，建立统一的数据元标准与接口规范，运用区块链技术实现异构数据融合与全流程溯源。再次，搭建国家审计数据中台，集成工商、税务、招标等多元数据源，构建“采集—清洗—分析—预警”全链条闭环管理机制。最后，建立数据安全分级分类制度，实现数据可用不可见的隐私计算模式，同步完善数据共享绩效考评机制，强化责任追溯制度，确保数据要素合规流动与价值释放。 三是深化人机协同，构建智能审核闭环。鉴于大数据技术会受到颗粒度限制， 需要人工辅助的情况，应强化“大数据+人工”审核模式的协同效率。加强对审计人员的培训，提高对大数据工具的使用能力，并优化人工审核流程。同时，开发更加智能的数据分析工具，减少人工审核的工作量， 提高审核的自动化水平。此外，推动跨部门的数据共享和协作，通过建立统一的数据共享平台，实现不同部门间的数据流动和共享，减少数据重复采集工作，降低成本，并提高监管效率。面对大数据审计的人才挑战，应加强相关人才的培养和引进。通 过与高校合作，开设大数据审计相关课程，培养具备数据分析能力的审计人才。同时，引进具有大数据背景的专业人才，提高审计工作的专业性和技术性。这将有助于提升招投标领域大数据审计的整体效能，保障招投标活动的合法合规。（作者：广州市审计局招投标领域管理情况审计课题组 课题组成员：陈启书、王晓萍、张鹏飞、谢健。）
苏公网安备32010502010886 号
网站建设：博采网络