论文部分内容阅读
摘 要：造价咨询企业信用评价体系建设有助于促进建筑市场的健康发展。大数据为信用评价体系构建提供了新的数据源和分析方法。然而，大数据环境下造价咨询企业信用数据的海量、动态、多源和异构等问题也给信用评价体系构建提出挑战。为此，本文结合大数据分析和相关学科的前沿理论，总结并提出大数据环境下造价咨询企业信用评价体系构建过程中存在的问题，并针对这些问题提出信用评价体系构建的相关策略。
关键词：大数据;造价咨询;信用评价
中图分类号：F27 文献标识码：A doi：10.19311/j.cnki.1672-3198.2021.25.019
0 引言
造价咨询企业的诚信状况关系到建设项目能否顺利实施，进而影响建筑市场的健康发展。当前，部分造价咨询企业仍然存在资质造假、非法转包、不正当竞争、出具虚假造价成果文件等诚信缺失现象，造成工程成本风险升高，扰乱了建筑市场秩序。
信用评价体系的构建能够有效治理企业在提供造价咨询服务过程中的诚信缺失问题。然而，目前关于建筑市场的信用评价研究主要关注施工企业、监理企业及其执业人员等的失信行为，鲜有针对造价咨询企业的信用评价体系构建研究。此外，大数据环境下，造价咨询企业的信用信息呈现出海量、动态、多源和异构等特征，也给传统的信用评价提出新的机遇与挑战，因此迫切需要研究大数据环境下的造价咨询企业信用评价体系构建问题。为此，本文在梳理国内外相关研究的基础上，分析大数据环境下造价咨询企业信用评价体系构建过程中存在的问题，通过引入相关的行为学、经济学和管理学理论，并结合大数据分析方法，尝试提出大数据环境下造价咨询企业信用评价体系的构建策略。
本研究具有重要的理论和实践意义。理论上，本文将行为学、经济学和管理学理论，以及大数据分析方法融入造价咨询企业信用评价体系的构建中，促进了相关学科理论与方法的融合，为学者研究大数据驱动的造价咨询企业信用评价问题提供了基础。实践中，本文的研究成果有助于造价咨询企业诚信经营，为相关监管部门提供风险控制依据，促进建筑行业与市场的健康发展。
1 研究现状
由于工程造价咨询行业起步较晚，在建筑市场信用评价研究领域，学者主要聚焦于对施工企业、监理企业及其执业人员等的失信行为的研究，较少关注工程造价咨询企业信用体系建设的研究。刘伟、李芊分析了工程造价咨询市场结构要素对信用评价的影响，运用层次分析法从员工素质、企业素质、财务状况、经营能力和发展前景等五个方面建立了工程造价咨询企业的信用评价体系。李佑莲运用模糊评判理论，建立工程造价咨询企业信用等级的模糊评判模型，通过多级综合评判方式更加精准的识别造价咨询企业的信用风险。茅剑分析了工程造价咨询企业信用的内涵，结合行业特点并根据国际通行的“四等十级制”进行信用等级划分，利用模糊数学理论建立了工程造价咨询企业的信用评价体系。王彬从工程交易的全过程视角，全面分析了影响工程造价咨询企业诚信的主要因素，运用网络分析与模糊综合评价相结合的方法进行工程造价咨询企业信用评价研究。王雪青等人针对造价咨询企业信用信息数据搜集难度大、指标数量多、相关性强的特点，以主成分分析法作为指标约简和赋权方法，以三角白化权函数灰色聚类作为信用分类方法构建其信用评价模型;最后以宁波市30个工程造价咨询企业为样本集进行实证分析，结果表明该评价模型能够较好地处理小样本、高维度的信用数据，同时具有准确率高、分类区分度好、误判成本低的优点。
综上所述，现有研究已经为大数据环境下造价咨询企业信用评价体系构建研究提供了一定的基础，然而仍然存在以下问题需要进一步解决。第一，大数据环境下，造价咨询企业的信用数据具有海量性和动态性，如何从海量数据中提取有价值的信用特征，并构建有利于实施动态评价的信用评价体系值得进一步研究。第二，大数据环境下，造价咨询企业的信用数据具有多源异构特征，如何集成分布式信用数据，建立融合结构化和非结构化信息的信用评价体系仍有待进一步探索。第三，造价咨询企业的信用行為背后具有深刻的动机，需要进一步结合行为学、经济学和管理学等相关理论，深入理解其行为动机以构建具有前瞻性的信用评价体系。
2 大数据环境下造价咨询企业信用评价体系构建的问题分析
在对现有文献梳理的基础上，本文总结并提出了大数据环境下造价咨询企业信用评价体系构建过程中存在的问题，具体如下几点。
2.1 基于海量数据的信用特征提取问题
大数据环境下，大量数据与造价咨询企业的信用风险具有弱关联。但是海量数据对信用风险的解释能力具有涌现性。也就是说，虽然单一变量与信用风险间呈弱相关，但是基于大数据驱动的机器学习能够集成海量弱相关变量，从而形成对造价咨询企业信用风险具体解释能力的信用特征。如何选择合适的基于大数据的机器学习方法是造价咨询企业信用评价体系构建过程中的一个难点问题。
2.2 基于动态数据的信用评价建模问题
大数据环境下，信用评价数据呈现动态性，如造价咨询企业的财务状况、经营能力、员工素质和发展前景等均是动态发展的。此外，信用特征与信用风险间的关系也具有动态性，某信用特征在不同时间段内对信用风险的解释能力也可能发生变化。如何充分考虑大数据环境下动态数据和动态关系对造价咨询企业信用风险的影响，构建动态信用评价模型，提升评价结果的时效性仍需研究解决。
2.3 基于多源数据的共享协同模式问题
大数据环境下，造价咨询企业的信用数据通常分布在建设行政主管部门、建设单位、施工单位等相关各方，属于多个数据源。单一来源的信用数据价值有限且极易形成信息孤岛，不利于描绘造价咨询企业信用风险的全息画像。如何构建一个适合于多主体共享数据和协同分析的评价模式，调动各方参与信用评价的积极性，贡献自身拥有数据和分析能力，仍然是需要研究解决的一个难点问题。 2.4 基于异构数据的信用信息融合问题
大数据环境下，造价咨询企业的海量多源信用数据普遍存在语义异构问题。例如，同一数据字段在多主体数据库中的命名方式存在差异，结构化数据和非结构化数据的异构性問题等。异构数据的信息融合既能集成海量价值稀疏的信用大数据，又能有效控制数据的冗余度，是信用数据预处理的重要步骤，也是信用评价的基础。如何构建适合于造价咨询领域的异构数据融合方法存在一定挑战。
2.5 基于多元理论的信用行为动机问题
信用评价不仅局限于公布造价咨询企业的信用等级，更主要的目的是营造诚信经营的建筑市场环境。即信用评价体系的建设既要有评价功能，也要有引导功能。因此，需要研究信用行为的动机问题，使得造价咨询企业将诚信内化为一种行动自觉。为此，需要基于行为学、经济学和管理学等领域相关理论，分析造价咨询企业的信用行为动机，并将诚信行为动机的影响因素纳入信用评价体系。
3 大数据环境下造价咨询企业信用评价体系构建的策略研究
针对上述总结的问题，提出大数据环境下造价咨询企业信用评价体系构建的相关策略，具体内容如下几点。
3.1 基于深度学习的信用特征提取策略
海量弱关联的信用数据对解释造价咨询企业的信用风险具有潜在价值，而深度学习能够有效地发挥大数据中蕴含的这种价值。深度学习通过多层神经网络逐层汇聚原始的底层弱关联变量，自动对底层变量进行特征学习，逐步形成风险解释能力强的高层合成信用特征。因此，基于深度学习的信用特征提取策略能够有效发挥海量数据风险解释能力的涌现性。
3.2 基于流式数据的信用评价建模策略
大数据环境下，动态数据和动态关系严重影响信用评价结果时效性。流数据挖掘能够有效克服造价咨询企业信用评价模型中数据流的概念漂移问题，即数据流的联合概率分布、特征空间和类空间随时间变化而变化，从而导致模型对新数据的适应度下降。流数据挖掘通过构建一个融合长短时记忆的信用风险评估动态建模框架有效解决了动态信用评价问题。
3.3 基于对等网络的共享协同评价策略
鉴于大数据环境下造价咨询企业信用数据的分布式存储状况，提出一种基于对等网络的共享协同评价策略。对等网络允许多个主体共同参与信用评价，各个主体均拥有造价咨询企业某一方面的信用数据。同时，对等网络的自治性能够充分保证多主体参与共享数据和协同分析的自由意愿和数据安全，将是解决多源数据的共享协同模式的一种潜在可行方案。
3.4 基于语义地图的信用信息融合策略
鉴于大数据环境下普遍存在的造价咨询企业信用数据语义异构问题，提出基于语义地图的信用信息融合策略。语义地图能够有效对接多主体数据库中语义一致的不同字段，并促进结构化数据和非结构化数据的融合。然而，语义地图的构建是一个复杂的工程问题，本文建议采用半监督学习技术，该技术能在一定程度上减轻语义地图构建的复杂性和工作量。
3.5 基于前景理论的诚信价值引导策略
诚信价值观的引导是信用评价体系建设的重要目标。树立诚信价值观不仅依靠道德宣传，还要深入分析造价咨询企业信用行为的动机。为此，提出基于前景理论的诚信价值观引导策略。前景理论是行为经济学研究的前沿领域，综合运用了行为学、经济学和管理学等多学科领域的理论与方法。运用前景理论，分析造价咨询企业的确定效应、反射效应、从众效应和参照依赖等对其失信行为和守信行为的影响机理，提取诚信行为动机的影响因素纳入信用评价体系。
4 结束语
本文针对造价咨询企业存在的诚信缺失现象以及现有信用评价体系建设存在的不足之处，结合大数据分析和相关学科领域的前沿理论与方法，总结并提出了大数据环境下造价咨询企业信用评价体系构建过程中存在的问题，进而针对这些问题提出大数据环境下造价咨询企业信用评价体系构建的相关策略。本文的成果为学者研究大数据驱动的造价咨询企业信用评价提供了基础。同时，有助于造价咨询企业诚信经营，为相关监管部门提供风险控制依据，促进建筑行业与市场的健康发展。
参考文献
[1]楚秀娟，裴依菲.基于物元分析的施工企业信用评级模型研究[J].中国市场，2015，（37）：121-124.
[2]王雪青，范志清.在委托代理模式下建筑市场监理方信誉控制研究[J].科技管理研究，2009，29（06）：339-340.
[3]范志清，王雪青，李宝龙，等.基于物元分析的建筑市场执业资格人员信用评价研究[J].软科学，2009，23（07）：41-45.
[4]杨海欧，张月玲.工程造价咨询行业信用机理分析及体系构建[J].铁路工程造价管理，2016，31（02）：1-4.
[5]刘伟，李芊.工程造价咨询企业诚信评价分析[J].技术经济与管理研究，2006，（06）：54-56.
[6]李佑莲.工程造价咨询企业信用的模糊评判研究[J].福建工程学院学报，2009，7（04）：379-383.
[7]茅剑.工程造价咨询单位信用评价及管理[D].扬州：扬州大学，2010.
[8]王雪青，陈伟唯，陈杨杨，等.基于灰色理论的工程造价咨询企业信用评价实证研究[J].科技管理研究，2014，34（22）：166-171.
关键词：大数据;造价咨询;信用评价
中图分类号：F27 文献标识码：A doi：10.19311/j.cnki.1672-3198.2021.25.019
0 引言
造价咨询企业的诚信状况关系到建设项目能否顺利实施，进而影响建筑市场的健康发展。当前，部分造价咨询企业仍然存在资质造假、非法转包、不正当竞争、出具虚假造价成果文件等诚信缺失现象，造成工程成本风险升高，扰乱了建筑市场秩序。
信用评价体系的构建能够有效治理企业在提供造价咨询服务过程中的诚信缺失问题。然而，目前关于建筑市场的信用评价研究主要关注施工企业、监理企业及其执业人员等的失信行为，鲜有针对造价咨询企业的信用评价体系构建研究。此外，大数据环境下，造价咨询企业的信用信息呈现出海量、动态、多源和异构等特征，也给传统的信用评价提出新的机遇与挑战，因此迫切需要研究大数据环境下的造价咨询企业信用评价体系构建问题。为此，本文在梳理国内外相关研究的基础上，分析大数据环境下造价咨询企业信用评价体系构建过程中存在的问题，通过引入相关的行为学、经济学和管理学理论，并结合大数据分析方法，尝试提出大数据环境下造价咨询企业信用评价体系的构建策略。
本研究具有重要的理论和实践意义。理论上，本文将行为学、经济学和管理学理论，以及大数据分析方法融入造价咨询企业信用评价体系的构建中，促进了相关学科理论与方法的融合，为学者研究大数据驱动的造价咨询企业信用评价问题提供了基础。实践中，本文的研究成果有助于造价咨询企业诚信经营，为相关监管部门提供风险控制依据，促进建筑行业与市场的健康发展。
1 研究现状
由于工程造价咨询行业起步较晚，在建筑市场信用评价研究领域，学者主要聚焦于对施工企业、监理企业及其执业人员等的失信行为的研究，较少关注工程造价咨询企业信用体系建设的研究。刘伟、李芊分析了工程造价咨询市场结构要素对信用评价的影响，运用层次分析法从员工素质、企业素质、财务状况、经营能力和发展前景等五个方面建立了工程造价咨询企业的信用评价体系。李佑莲运用模糊评判理论，建立工程造价咨询企业信用等级的模糊评判模型，通过多级综合评判方式更加精准的识别造价咨询企业的信用风险。茅剑分析了工程造价咨询企业信用的内涵，结合行业特点并根据国际通行的“四等十级制”进行信用等级划分，利用模糊数学理论建立了工程造价咨询企业的信用评价体系。王彬从工程交易的全过程视角，全面分析了影响工程造价咨询企业诚信的主要因素，运用网络分析与模糊综合评价相结合的方法进行工程造价咨询企业信用评价研究。王雪青等人针对造价咨询企业信用信息数据搜集难度大、指标数量多、相关性强的特点，以主成分分析法作为指标约简和赋权方法，以三角白化权函数灰色聚类作为信用分类方法构建其信用评价模型;最后以宁波市30个工程造价咨询企业为样本集进行实证分析，结果表明该评价模型能够较好地处理小样本、高维度的信用数据，同时具有准确率高、分类区分度好、误判成本低的优点。
综上所述，现有研究已经为大数据环境下造价咨询企业信用评价体系构建研究提供了一定的基础，然而仍然存在以下问题需要进一步解决。第一，大数据环境下，造价咨询企业的信用数据具有海量性和动态性，如何从海量数据中提取有价值的信用特征，并构建有利于实施动态评价的信用评价体系值得进一步研究。第二，大数据环境下，造价咨询企业的信用数据具有多源异构特征，如何集成分布式信用数据，建立融合结构化和非结构化信息的信用评价体系仍有待进一步探索。第三，造价咨询企业的信用行為背后具有深刻的动机，需要进一步结合行为学、经济学和管理学等相关理论，深入理解其行为动机以构建具有前瞻性的信用评价体系。
2 大数据环境下造价咨询企业信用评价体系构建的问题分析
在对现有文献梳理的基础上，本文总结并提出了大数据环境下造价咨询企业信用评价体系构建过程中存在的问题，具体如下几点。
2.1 基于海量数据的信用特征提取问题
大数据环境下，大量数据与造价咨询企业的信用风险具有弱关联。但是海量数据对信用风险的解释能力具有涌现性。也就是说，虽然单一变量与信用风险间呈弱相关，但是基于大数据驱动的机器学习能够集成海量弱相关变量，从而形成对造价咨询企业信用风险具体解释能力的信用特征。如何选择合适的基于大数据的机器学习方法是造价咨询企业信用评价体系构建过程中的一个难点问题。
2.2 基于动态数据的信用评价建模问题
大数据环境下，信用评价数据呈现动态性，如造价咨询企业的财务状况、经营能力、员工素质和发展前景等均是动态发展的。此外，信用特征与信用风险间的关系也具有动态性，某信用特征在不同时间段内对信用风险的解释能力也可能发生变化。如何充分考虑大数据环境下动态数据和动态关系对造价咨询企业信用风险的影响，构建动态信用评价模型，提升评价结果的时效性仍需研究解决。
2.3 基于多源数据的共享协同模式问题
大数据环境下，造价咨询企业的信用数据通常分布在建设行政主管部门、建设单位、施工单位等相关各方，属于多个数据源。单一来源的信用数据价值有限且极易形成信息孤岛，不利于描绘造价咨询企业信用风险的全息画像。如何构建一个适合于多主体共享数据和协同分析的评价模式，调动各方参与信用评价的积极性，贡献自身拥有数据和分析能力，仍然是需要研究解决的一个难点问题。 2.4 基于异构数据的信用信息融合问题
大数据环境下，造价咨询企业的海量多源信用数据普遍存在语义异构问题。例如，同一数据字段在多主体数据库中的命名方式存在差异，结构化数据和非结构化数据的异构性問题等。异构数据的信息融合既能集成海量价值稀疏的信用大数据，又能有效控制数据的冗余度，是信用数据预处理的重要步骤，也是信用评价的基础。如何构建适合于造价咨询领域的异构数据融合方法存在一定挑战。
2.5 基于多元理论的信用行为动机问题
信用评价不仅局限于公布造价咨询企业的信用等级，更主要的目的是营造诚信经营的建筑市场环境。即信用评价体系的建设既要有评价功能，也要有引导功能。因此，需要研究信用行为的动机问题，使得造价咨询企业将诚信内化为一种行动自觉。为此，需要基于行为学、经济学和管理学等领域相关理论，分析造价咨询企业的信用行为动机，并将诚信行为动机的影响因素纳入信用评价体系。
3 大数据环境下造价咨询企业信用评价体系构建的策略研究
针对上述总结的问题，提出大数据环境下造价咨询企业信用评价体系构建的相关策略，具体内容如下几点。
3.1 基于深度学习的信用特征提取策略
海量弱关联的信用数据对解释造价咨询企业的信用风险具有潜在价值，而深度学习能够有效地发挥大数据中蕴含的这种价值。深度学习通过多层神经网络逐层汇聚原始的底层弱关联变量，自动对底层变量进行特征学习，逐步形成风险解释能力强的高层合成信用特征。因此，基于深度学习的信用特征提取策略能够有效发挥海量数据风险解释能力的涌现性。
3.2 基于流式数据的信用评价建模策略
大数据环境下，动态数据和动态关系严重影响信用评价结果时效性。流数据挖掘能够有效克服造价咨询企业信用评价模型中数据流的概念漂移问题，即数据流的联合概率分布、特征空间和类空间随时间变化而变化，从而导致模型对新数据的适应度下降。流数据挖掘通过构建一个融合长短时记忆的信用风险评估动态建模框架有效解决了动态信用评价问题。
3.3 基于对等网络的共享协同评价策略
鉴于大数据环境下造价咨询企业信用数据的分布式存储状况，提出一种基于对等网络的共享协同评价策略。对等网络允许多个主体共同参与信用评价，各个主体均拥有造价咨询企业某一方面的信用数据。同时，对等网络的自治性能够充分保证多主体参与共享数据和协同分析的自由意愿和数据安全，将是解决多源数据的共享协同模式的一种潜在可行方案。
3.4 基于语义地图的信用信息融合策略
鉴于大数据环境下普遍存在的造价咨询企业信用数据语义异构问题，提出基于语义地图的信用信息融合策略。语义地图能够有效对接多主体数据库中语义一致的不同字段，并促进结构化数据和非结构化数据的融合。然而，语义地图的构建是一个复杂的工程问题，本文建议采用半监督学习技术，该技术能在一定程度上减轻语义地图构建的复杂性和工作量。
3.5 基于前景理论的诚信价值引导策略
诚信价值观的引导是信用评价体系建设的重要目标。树立诚信价值观不仅依靠道德宣传，还要深入分析造价咨询企业信用行为的动机。为此，提出基于前景理论的诚信价值观引导策略。前景理论是行为经济学研究的前沿领域，综合运用了行为学、经济学和管理学等多学科领域的理论与方法。运用前景理论，分析造价咨询企业的确定效应、反射效应、从众效应和参照依赖等对其失信行为和守信行为的影响机理，提取诚信行为动机的影响因素纳入信用评价体系。
4 结束语
本文针对造价咨询企业存在的诚信缺失现象以及现有信用评价体系建设存在的不足之处，结合大数据分析和相关学科领域的前沿理论与方法，总结并提出了大数据环境下造价咨询企业信用评价体系构建过程中存在的问题，进而针对这些问题提出大数据环境下造价咨询企业信用评价体系构建的相关策略。本文的成果为学者研究大数据驱动的造价咨询企业信用评价提供了基础。同时，有助于造价咨询企业诚信经营，为相关监管部门提供风险控制依据，促进建筑行业与市场的健康发展。
参考文献
[1]楚秀娟，裴依菲.基于物元分析的施工企业信用评级模型研究[J].中国市场，2015，（37）：121-124.
[2]王雪青，范志清.在委托代理模式下建筑市场监理方信誉控制研究[J].科技管理研究，2009，29（06）：339-340.
[3]范志清，王雪青，李宝龙，等.基于物元分析的建筑市场执业资格人员信用评价研究[J].软科学，2009，23（07）：41-45.
[4]杨海欧，张月玲.工程造价咨询行业信用机理分析及体系构建[J].铁路工程造价管理，2016，31（02）：1-4.
[5]刘伟，李芊.工程造价咨询企业诚信评价分析[J].技术经济与管理研究，2006，（06）：54-56.
[6]李佑莲.工程造价咨询企业信用的模糊评判研究[J].福建工程学院学报，2009，7（04）：379-383.
[7]茅剑.工程造价咨询单位信用评价及管理[D].扬州：扬州大学，2010.
[8]王雪青，陈伟唯，陈杨杨，等.基于灰色理论的工程造价咨询企业信用评价实证研究[J].科技管理研究，2014，34（22）：166-171.