基于北京市高校政府采购大数据分析与研究

　　党的二十大报告明确提出，推进教育数字化，建设全民终身学习的学习型社会、学习型大国。这一部署标志着教育数字化已经成为我国教育发展的重要战略方向。2023年5月，习近平总书记在中共中央政治局第五次集体学习时指出，建设教育强国，是全面建成社会主义现代化强国的战略先导，是实现高水平科技自立自强的重要支撑，是促进全体人民共同富裕的有效途径，是以中国式现代化全面推进中华民族伟大复兴的基础工程。建设教育强国，龙头是高等教育。要把加快建设中国特色、世界一流的大学和优势学科作为重中之重，大力加强基础学科、新兴学科、交叉学科建设，瞄准世界科技前沿和国家重大战略需求推进科研创新，不断提升原始创新能力和人才培养质量。

　　当前，国家教育数字化战略行动扎实推进，无论从政策层面还是技术应用的角度来看，高校正迈向应用融合创新的智慧校园新阶段。人工智能及大数据赋能高校智慧校园建设，广泛应用在教学管理、校园服务、资源优化、数据治理等方面。这不仅提高了校园的智能化水平，提升了校园的整体运行效率，还极大地改善了师生的生活和学习环境。大数据多维视角和多元数据的应用，体现了高校信息化管理和现代化发展的趋势^[1]。

　　部分高校开展跨部门的业务协作，打通财务、资产、采购系统的关键数据链条，实现政府采购预算一体化的推进和应用。通过大数据推进资源整合的方式，实现供应商信息的共享和透明化管理、加快资金支付节点的执行进度，为高校政府采购工作提供宝贵的数据支持和经验借鉴^[2]。此外，通过大数据还能够准确预测高校政府采购的区域热度，形成充分竞争的营商环境，可见，大数据助力高校采购工作已经取得显著的效果并展现出较大的潜力^[3]。随着信息技术的不断进步和应用的深入，大数据将会持续推动高校政府采购行业的规范化和标准化发展^[4]。

　　本研究通过对北京市59所高校的采购数据进行深入分析，从2021—2023年北京市高校政府采购项目中深挖数据潜力，多角度展现采购数据，体现采购趋势与差异，让高校管理者能够更直观地了解数据背后的价值，为提升高校政府采购治理的科学性和实效性提供参考依据^[5]。

　　本研究通过网络爬虫技术，在中国政府采购网、中央政府采购网和北京市59所高校官网采集2021—2023年政府采购公告数据^[6]，剔除重复数据后，采用人工核对的方式进行重点核验，以确保数据的准确性。本研究选取的59所北京市高校可分为教育部直属高校、其他部委直属高校和北京市属高校三类，其中，教育部直属高校25所，占42.4%；其他部委直属高校12所，占20.3%；北京市属高校22所，占37.3%，详见表1^[7]。

表1　北京市普通本科高校名单

　　本研究的研究变量为高校货物、服务和工程类采购项目，货物类主要包括信息化设备、通用设备、专用设备、图书及其他货物；服务类项目主要包括软件购置与开发、信息化运维服务及其他服务；工程类以工程项目为主，包括新建、改建、扩建工程，装修工程，拆除工程及修缮工程等，具体分类如图1所示。除此之外的家具及耗材采购项目不纳入本研究的数据统计分析范围。

图1　采购项目分类

2.1　北京市高校政府采购整体分布情况

　　2021—2023年北京市59所高校政府采购总额呈现先增后降的趋势，如图2所示。

图2　北京市59所高校政府采购总额年度分布情况

　　北京市各类高校政府采购总额年度占比分布情况如图3所示，教育部直属高校各年度政府采购总额占比均超过了60%，在2022年占比高达77.76%后，2023年有所下降；其他部委直属高校各年度政府采购总额占比较为均衡，在12%～16%之间，总体上变化不大；北京市属高校政府采购总额占比在2022年降至10%以下，之后呈现出较大的上升趋势，2023年相比前一年增幅为137.78%，说明市属高校的政府采购工作在2023年展现出较强劲的发展势头。

图3　北京市各类高校政府采购总额年度占比分布情况

　　2.1.1 教育部直属高校政府采购分布情况

　　如图4所示，2021—2023年北京市25所教育部直属高校政府采购总额及校均政府采购额度呈现先增后降趋势，与北京市高校整体政府采购发展趋势一致，其中，2022年比前一年政府采购总额增长了107.01%，2023年有所降低，采购总额与2021年大致相当。

(a)　政府采购总额年度分布

(b)　校均政府采购额度年度分布

图4　教育部直属高校政府采购分布情况

　　2.1.2 其他部委直属高校政府采购分布情况

　　如图5所示，2021—2023年北京市12所其他部委直属高校政府采购总额及校均政府采购额度呈现先增后降的发展趋势，2022年政府采购总额达到高点，增幅为78.72%，而2023年则有所下降，降幅为30.16%。由此可见，其他部委直属高校的政府采购工作与教育部直属高校具有相似的发展规律。

(a)　政府采购总额年度分布

(b)　校均政府采购额度年度分布

图5　其他部委直属高校政府采购分布情况

　　2.1.3 北京市属高校政府采购分布情况

　　如图6所示，2021—2023年北京市22所市属高校政府采购总额及校均政府采购额度呈现先降后增的趋势。与教育部直属高校和其他部委直属高校相反，北京市属高校2022年政府采购总额略有下降，降幅为8.99%，而2023年政府采购总额实现了较大的增长，增长率为38.50%。这一规律从侧面说明，2023年北京市属高校政府采购整体上呈现了增长态势，北京市属高校在采购经费上积极扩增，这一点在2023年北京市属高校采购总额占比上也有所体现，占比已增至22.97%。

(a)　政府采购总额年度分布

(b)　校均政府采购额度年度分布

图6　北京市属高校政府采购分布情况

　　2.1.4 各类高校政府采购趋势差异讨论

　　综上所述，教育部直属高校、其他部委直属高校和北京市属高校的政府采购总额分布规律具有明显差别。其中，教育部直属高校政府采购总额是先增后降的，2022年政府采购总额增至最高点，增长率达到107.01%；其他部委直属高校呈现出与教育部直属高校相似的趋势，2022年政府采购总额增至高点后开始下降；北京市属高校则呈现出先降后增的发展趋势，并在2023年产生了较大增幅，增长率为38.50%。

2.2　北京市高校政府采购项目类型分布情况

　　根据表2的政府采购项目分类，本研究将项目类型分为9种，下面分别针对各类型的采购项目分布规律进行分析。

　　2.2.1 教育信息化设备

　　如图7所示，北京市59所高校2021—2023年教育信息化设备政府采购总额呈现先增后降的发展趋势。其中，2022年的增幅为50.00%；2023年的降幅为32.27%，2023年采购总额与2021年相当。

图7　教育信息化设备政府采购年度分布情况

　　2.2.2 通用设备

　　如图8所示，北京市59所高校2021—2023年通用设备政府采购总额呈现先增后降的发展趋势，2022年的采购总额约为2021年的2.5倍，2023年的采购总额与2021年大致相当。其中，2022年增幅为146.82%；2023年降幅为61.09%。

图8　通用设备政府采购年度分布情况

　　2.2.3 专用设备

　　如图9所示，北京市59所高校2021—2023年专用设备政府采购总额同样呈现先增后降的发展趋势，2022年的采购总额达到最高点，其中，2022年增幅高达323.45%；2023年降幅为39.58%。

图9　专用设备政府采购年度分布情况

　　2.2.4 图书

　　如图10所示，北京市59所高校2021—2023年图书政府采购总额呈现逐年递增的发展趋势，其中，2022年增长率为10.84%；2023年增长率为53.26%，增长幅度不断加快。

图10　图书政府采购年度分布情况

　　2.2.5 其他货物

　　如图11所示，北京市59所高校2021—2023年其他货物政府采购总额呈现先降后增的发展趋势，其中，2022年降幅为13.55%，2023年增幅为16.59%，三年采购总额总体差别不大，说明高校保障类设施建设需求趋于稳定。

图11　其他货物政府采购年度分布情况

　　2.2.6 软件购置与开发

　　如图12所示，北京市59所高校2021—2023年软件购置与开发项目政府采购总额呈现逐年递减的发展趋势，其中，2022年降幅为18.54%，2023年降幅为7.37%，降幅不断收窄。

图12　软件购置与开发政府采购年度分布情况

　　2.2.7 信息化运维服务

　　如图13所示，北京市59所高校2021—2023年信息化运维服务项目政府采购总额呈现先增后降的发展趋势，其中，2022年增长率为107.55%，约为2021年的2倍；2023年虽有所下降，但降幅较小，与2022年水平相当，说明北京市高校信息化建设已经趋于稳定。

图13　信息化运维服务政府采购年度分布情况

　　2.2.8 其他服务

　　如图14所示，北京市59所高校2021—2023年其他服务项目政府采购总额呈现先降后增的发展趋势，其中，2022年降幅为25.22%，2023年增幅为16.74%。

图14　其他服务政府采购年度分布情况

　　2.2.9 工程类

　　如图15所示，北京市59所高校2021—2023年工程类项目政府采购总额呈现逐年递增的发展趋势，2023年的采购总额约为2021年的1.4倍。其中，2022年增长率为12.62%，2023年增长率为22.37%，说明北京市高校基础设施建设工作稳中有增。

图15　工程类项目政府采购年度分布情况

2.3　北京市高校政府采购项目月度分布情况

　　北京市59所高校2021—2023年各月政府采购中标项目数分布情况如图16所示，各年度的月度中标项目数分布走向较为相似。受政府采购预算批复进度影响，中标项目数在2—4月处于全年的低谷期，2月数量最少；受政府采购预算支付进度影响，中标项目数在6月、7月、11月、12月处于全年的高峰期；其他月份数量无明显特征。如图16(b)所示，2022年12月政府采购中标项目数激增，说明在教育领域扩大投资专项工作中，经过2个月左右的招标采购前期准备，大部分采购项目集中在12月确定中标结果。

(a)　2021年

(b)　2022年

(c)　2023年

图16　北京市高校政府采购月度中标项目数分布情况

3.1　政府采购总额年度分布情况

　　根据上文的政府采购项目类型划分，中国人民大学2021—2023年政府采购总额年度分布如图17所示，呈现出先增后降的趋势，与教育部直属高校政府采购总额年度分布规律一致。其中，2022年采购总额约为前一年的2.6倍，增幅为160.93%，高于教育部直属高校政府采购整体增长水平。2023年采购总额有所下降，但相较2021年仍有较大增长，增幅为62.91%。

图17　中国人民大学政府采购总额年度分布情况

3.2　政府采购项目类型分布情况

　　如图18所示，中国人民大学2021—2023年教育信息化设备政府采购总额呈现先增后降的趋势，与教育部直属高校整体政府采购分布情况相比，差别不大。

图18　中国人民大学教育信息化设备政府采购年度分布情况

　　如图19所示，中国人民大学2021—2023年通用设备政府采购总额呈现明显的先增后降的趋势，与教育部直属高校整体政府采购分布情况相似，但2022年的增幅极大。其中，2021年采购总额相对较少，2022年采购总额约为2021年的12倍，2023年相较2022年的降幅为56.90%。

图19　中国人民大学通用设备政府采购年度分布情况

　　如图20所示，中国人民大学2021—2023年专用设备政府采购总额呈现逐年增长的趋势，与教育部直属高校整体政府采购分布情况不同，其中，2022年采购总额是2021年的2倍，2023年是2022年采购总额的5倍。

图20　中国人民大学专用设备政府采购年度分布情况

　　如图21所示，中国人民大学2021—2023年图书政府采购总额呈现出先增后降的趋势，与教育部直属高校整体政府采购分布情况不同，其中，2022年采购总额为2021年的19倍，达到1900万元，而2023年降幅为52.63%。

图21　中国人民大学图书政府采购年度分布情况

　　如图22所示，中国人民大学2021—2023年其他货物政府采购总额呈现先增后降的趋势，但三年总体变化不大，与教育部直属高校整体政府采购分布趋势不同，其中，2022年增幅为10.91%，2023年降幅为27.87%。

图22　中国人民大学其他货物政府采购年度分布情况

　　如图23所示，中国人民大学2021—2023年软件购置与开发项目政府采购总额呈现先降后增的趋势，与教育部直属高校整体政府采购分布情况不同，其中，2022年降幅为12.50%，2023年增幅为71.43%，增长较为明显，说明学校信息化建设工作得到良好的发展。

图23　中国人民大学软件购置与开发政府采购年度分布情况

　　如图24所示，中国人民大学2021—2023年信息化运维服务项目政府采购总额呈现出先增后降的趋势，与教育部直属高校整体政府采购分布情况相似，其中，2022年增幅为40.00%，2023年降幅为14.29%。

图24　中国人民大学信息化运维服务政府采购年度分布情况

　　如图25所示，中国人民大学2021—2023年其他服务项目政府采购总额呈现出先增后降的趋势，与教育部直属高校整体政府采购分布情况差别较大，其中，2022年增幅为383.33%，增幅较为明显；2023年降幅为8.62%，变化相对较小。

图25　中国人民大学其他服务政府采购年度分布情况

　　如图26所示，中国人民大学2021—2023年工程类项目政府采购总额呈现出逐年增长的趋势，与教育部直属高校整体政府采购分布情况相似，其中，2022年增长率为7.69%，2023年增长率为12.50%。

图26　中国人民大学工程类项目政府采购年度分布情况

3.3　政府采购项目月度分布情况

　　中国人民大学2021—2023年政府采购中标项目数月度分布情况如图27所示，历年整体分布趋势较为相似，下半年中标项目数均显著多于上半年，且年中和年底政府采购中标项目数为全年的高峰期。此外，2021—2023年政府采购中标项目数分布也呈现出各自特点，其中：2021年1—4月的政府采购中标项目数极少，5月的政府采购中标项目数开始增加，在7月达到顶峰后开始逐月下降，10月份到最低点后开始增加，在12月达到高峰；2022年1月是一个相对高点，2—5月政府采购中标项目数整体维持在低位，6—8月出现连续高点，9—11月逐月下降，12月又达到高点；2023年1—7月的政府采购中标项目数逐月增加，6月和7月维持在高位水平，8月开始无明显波动。

(a)　2021年

(b)　2022年

(c)　2023年

图27　中国人民大学政府采购月度中标项目数分布情况

4.1　数据分析情况

　　本研究以北京市59所高校为对象，通过网络爬虫技术和大数据分析手段，对高校政府采购数据进行了详细分析。研究发现，2021—2023年北京市高校政府采购总额呈现先增后降的趋势，教育部直属高校政府采购总额占比在2022年达到最高后有所下降，而北京市属高校政府采购总额占比在2023年增幅显著。

　　中国人民大学作为教育部直属高校的案例分析显示，其政府采购总额年度分布与教育部直属高校整体趋势一致，但2022年增幅高于整体水平。在采购项目类型方面，信息化设备和专用设备采购总额呈现逐年增长的趋势，而通用设备和其他服务项目则呈现先增后降的趋势。

　　北京市高校政府采购项目月度分布、中国人民大学2021—2023年政府采购中标项目数月度分布均显示，下半年中标项目数明显多于上半年，且年中和年底为高峰期。每年分布情况都有自身的特点，但整体趋势相似。

4.2　数据的应用场景

　　以上数据在高校政府采购信息化建设过程中的应用广泛且极为重要。利用数据采集、整合、挖掘、分析技术，结合可视化与智能化展示，可以实现高校政府采购的高效、透明、智能化管理，有利于提高采购效率、降低成本、保障公正性，并为高校管理和决策提供数据支持。以下分别从采购过程中的立项审核、项目管理、数据分析及需求预测、风险监控与预警、员工赋能等方面对数据的应用场景进行详细说明，如表2所示。

表2　数据的应用方向及具体场景

5.1　未来展望

　　随着上级部门对高校政府采购工作的规范化要求日益完善，如采购公示的格式规范、预算一体化对于数据口径的规范、采购品目对于采购执行的规范等，采购数据的获取难度日渐降低。与此同时，大数据技术的不断进步，非结构化数据的处理、分析方法也逐渐成熟。因此，政府采购行业的规范化和标准化进程将会快速发展，以下是对大数据背景下北京市政府采购工作的几点展望。

　　5.1.1 数据驱动的决策支持

　　大数据分析将成为政府采购决策的重要依据。通过多维度分析海量数据，可以更准确地预测采购需求、优化采购流程等，从而做出更明智的决策。政府采购部门将会越来越重视数据分析和预测模型的应用，以提高决策的效率和准确性。

　　5.1.2 智能化采购流程

　　随着人工智能和自动化技术的快速发展，政府采购流程将越来越智能化。大数据可为政府采购提供自动化的分析工具和系统，如电子招投标平台等，以提高采购的效率和准确性。智能化采购流程可以大大简化烦琐的操作，节省时间和资源，并减少人为错误的发生。

　　5.1.3 风险控制和监测

　　大数据分析可以帮助采购人及时识别和管理采购过程中存在的风险^[9]。通过对采购数据的实时监测和分析，可以发现价格异常波动等风险因素，并及时采取相应措施进行预警和控制。大数据的应用将使风险管理更加精细化、及时化，提高政府采购的透明度和公正性。

　　5.1.4 社会参与和监督

　　大数据技术也将推动政府采购的公众参与和社会监督^[10]。政府采购信息的公开和透明是大数据时代的发展趋势，利用大数据技术可以帮助政府实现更广泛的信息公开，提供更多的数据细节和实现可视化呈现，使公众能够更好地了解和监督政府采购过程。通过在线平台和移动应用程序，公众可以访问政府采购数据、监督资金使用情况、评价供应商的表现以及参与采购决策等。

　　5.1.5 面临的挑战

　　大数据技术的广泛应用，同时也会带来一些挑战，包括数据隐私和安全问题，需要加强数据保护措施以确保采购数据的安全性。为保证数据质量和准确性，高校应建立有效的数据管理机制和质量控制体系。面对技术和人才方面的挑战，高校要培养更多的专业人才和推动技术创新。

5.2　政策建议

　　大数据背景下政府采购行为的规范化和标准化进程能够得以快速发展，离不开上级部门的宏观把握及政策支持，如预算一体化的投用、公告的规范化要求等。以下是对大数据背景下政府采购工作给出的几项政策建议。

　　5.2.1 强化政策支持和规范性指导

　　上级部门应从政府采购相关政策着手，明确大数据技术在政府采购中的应用范围和边界^[11]。进一步完善预算一体化系统，将政府采购计划与预算管理紧密结合，实现采购需求的精准预测和有效控制。并在鼓励大数据技术应用于政府采购的同时，加强对政府采购活动中数据采集、存储、管理、应用规范性的监督力度，确保数据的安全性和合规性，防止出现数据滥用和泄露，从而使大数据技术能够高效、合理、合法地应用于政府采购工作中。

　　5.2.2 深化数据整合与共享机制建设

　　上级部门应牵头制订统一的数据采集标准和规范，以确保数据的规范性，使得数据能够在最大程度上得以整合。建立并持续优化政府采购数据平台，实现跨部门、跨地区的数据整合与共享。同时，应鼓励各单位在遵守法律法规的基础上，主动规范数据采集标准、口径，提高数据的可共享性，从而实现数据的高标准互联互通，使各单位能够更好地利用数据进行分析，提高数据应用效率。

　　5.2.3 优化技术创新与人才培养支持

　　鼓励各单位在数据利用方面进行创新探索，加大大数据、云计算等新技术对政府采购的技术支持和人才培养力度。提高工作人员的数据分析能力和算法应用能力，开展相关技能宣讲、交流、培训。推动数据分析和算法应用在政府采购工作中的广泛应用，从而保障政府采购工作的高效发展与进步。