梁平漢　郭宇辰

關(guān)鍵詞：中國政府采購；數(shù)據(jù)使用；采購公告

DOI：10.19313/j.cnki.cn10-1223/f.20221213.001

一、引言

近些年來，隨著營商環(huán)境優(yōu)化改革的深化與“數(shù)字政府”建設(shè)的深入進(jìn)行，“政府采購”一詞頻繁地出現(xiàn)在公眾視野。財政部發(fā)布的數(shù)據(jù)顯示，在2002 年至2020 年期間，中國政府采購規(guī)模從1 009.6 億元增長到36 970.6 億元，其中2020 年政府采購規(guī)模占全國財政支出和GDP 的比重分別為10.2%和3.6%①。政府采購成為了一種重要的政府經(jīng)濟(jì)政策工具，發(fā)揮了調(diào)控經(jīng)濟(jì)的作用。2020年10 月，財政部與工信部聯(lián)合發(fā)布了《政府采購促進(jìn)中小企業(yè)發(fā)展管理辦法》，強(qiáng)調(diào)政府采購在支持中小企業(yè)發(fā)展中的重要作用，各地也開始逐步為中小企業(yè)加大預(yù)留采購份額。2020 年末，財政部與住房和城鄉(xiāng)建設(shè)部聯(lián)合發(fā)布了《關(guān)于政府采購支持綠色建材促進(jìn)建筑品質(zhì)提升試點工作的通知》，促進(jìn)了綠色建材行業(yè)的發(fā)展。2021 年5 月，財政部與多部門共同發(fā)布了《關(guān)于運(yùn)用政府采購政策支持鄉(xiāng)村產(chǎn)業(yè)振興的通知》以支持鄉(xiāng)村振興事業(yè)。此外政府采購也是世界銀行營商環(huán)境（Doing Business）和宜商環(huán)境（Business Enabling Environment）評比的重要組成部分。

已有研究發(fā)現(xiàn)，政府采購對企業(yè)提高信息獲取能力（Chen等，2021）、提升盈利能力（Cohen和Li，2020）、有效抵御外部沖擊（Goldman，2020）以及助力小企業(yè)發(fā)展等方面有積極作用（Nakabayashi，2013），但是也存在投標(biāo)過程被操縱（Porter 和Zona，1993；Conley 和Decarolis，2016）、采購成本支出超額（Flyvbjerg，2003）、偏袒有政治聯(lián)系的地區(qū)（Mironov和Zhuravskaya，2016；Baranek 和Titl，2020）及政客和投標(biāo)人之間的勾結(jié)（Coviello 和Gagliarducci，2017）等負(fù)面現(xiàn)象。

中國政府采購制度起步較晚。自中國政府采購網(wǎng)建立以來，其逐漸成為政府采購信息公開的主要平臺，一些國內(nèi)外學(xué)者也開始使用中國政府采購網(wǎng)（www.ccgp.gov.cn）的采購公告信息數(shù)據(jù)（以下統(tǒng)稱：中國政府采購數(shù)據(jù)）研究政府采購行為對于不同領(lǐng)域的影響，取得了許多重要的成果，如企業(yè)創(chuàng)新（姜愛華和費堃桀，2021）、精準(zhǔn)扶貧（武威等，2022）、人工智能技術(shù)發(fā)展（Beraja 等，2020）、政企關(guān)系（Fang 等，2022）等。

政府采購信息的公開極大便利了經(jīng)濟(jì)學(xué)研究者。但值得注意的是，已有研究的數(shù)據(jù)來源基本都是采用網(wǎng)絡(luò)爬蟲技術(shù)手段在中國政府采購網(wǎng)獲取公告文本信息，由于文本收集和整理方法不同，所形成和使用的數(shù)據(jù)集質(zhì)量相差較大。若研究者無法察覺到這些數(shù)據(jù)在使用過程中可能存在的問題，將會對實證研究的結(jié)果產(chǎn)生不確定影響，甚至導(dǎo)致錯誤結(jié)論。已有研究存在以下主要問題：第一，在目前的相關(guān)研究中，由于不同省份政府采購信息披露程度不同，中國政府采購數(shù)據(jù)在時間上的合理使用范圍并沒有達(dá)成一致。部分研究采用2015 年財政部《關(guān)于做好政府采購信息公開工作的通知》文件發(fā)布之后的采購公告進(jìn)行研究，另一部分則仍然使用2015 年之前的數(shù)據(jù)信息，而2015 年前后之間由于采購信息公開政策的變化，可能導(dǎo)致樣本的代表性不同。第二，同類型研究之間使用的政府采購公告樣本量差異較大，并且缺乏明確的說明。第三，對于政府采購數(shù)據(jù)與其他數(shù)據(jù)庫之間的匹配問題、特殊訂單數(shù)據(jù)的處理及數(shù)據(jù)剔除等問題并沒有界定清楚。鑒于此，本文首先回顧了相關(guān)研究對于中國政府采購公告數(shù)據(jù)的使用現(xiàn)狀，并據(jù)此詳細(xì)說明目前研究中存在的數(shù)據(jù)問題；然后針對這些問題，對中國政府采購數(shù)據(jù)的公開政策過程、基本信息、地方政府上傳情況進(jìn)行梳理；整理了截至2021 年底中國政府采購網(wǎng)上可獲得的全部1 300 余萬份采購公告，展示了各省份歷年采購中標(biāo)公告數(shù)量的分布，發(fā)現(xiàn)其呈現(xiàn)明顯的空間集聚特征。本文還整理了各省級政府采購分網(wǎng)中采購中標(biāo)（成交）公告的樣本信息，通過與中國政府采購網(wǎng)信息進(jìn)行比對，發(fā)現(xiàn)采購公告上傳率在2015 年財政部相關(guān)采購信息發(fā)布文件出臺之后大幅上升至80%以上，因此采用2015 年以后的中國政府采購數(shù)據(jù)進(jìn)行研究更為合適。本文還針對特殊類型公告的識別與清理、缺失字段的補(bǔ)充、采購金額變量的提取以及同區(qū)域和企業(yè)層面數(shù)據(jù)庫之間的匹配進(jìn)行了總結(jié)與討論。

二、政府采購數(shù)據(jù)使用現(xiàn)狀

隨著政府采購規(guī)模的逐步增加，中國政府采購網(wǎng)披露的信息越來越豐富。近年來一些學(xué)者也關(guān)注到中國政府采購數(shù)據(jù)，但由于文本數(shù)據(jù)半結(jié)構(gòu)化、高維、數(shù)據(jù)量大的特性，該數(shù)據(jù)在文本的整理、關(guān)鍵變量識別與關(guān)鍵變量提取方面存在著不小的難度，目前而言使用該數(shù)據(jù)的研究并沒有很多。

在目前的相關(guān)研究文獻(xiàn)中，創(chuàng)新是最受到研究者關(guān)注的主題之一。有市場需求就會帶來創(chuàng)新（Edler 和Georghiou，2007），而政府采購正是創(chuàng)造這一需求的關(guān)鍵因素。姜愛華和費堃桀（2021）手工整理了2015-2019年的政府采購數(shù)據(jù)，利用公告中供應(yīng)商的名稱與上市公司全稱進(jìn)行匹配，剔除重要財務(wù)指標(biāo)缺失的樣本并進(jìn)行縮尾處理，最終得到了13004個企業(yè)年度觀測值，發(fā)現(xiàn)企業(yè)獲得政府采購訂單能夠顯著促進(jìn)企業(yè)創(chuàng)新?；诜中袠I(yè)視角，肖建華和謝璐華（2020）利用中國政府采購網(wǎng)2013-2017年的174 718 份采購合同，以其采購合同的金額的對數(shù)衡量政府采購政策，探究在不同競爭強(qiáng)度的行業(yè)中，政府采購政策對于創(chuàng)新影響的省際差異。武威和劉玉廷（2020）基于本地政府與異地政府的視角，將2015-2017 年中國政府采購數(shù)據(jù)與企查查等企業(yè)數(shù)據(jù)匹配，剔除樣本中包含的非企業(yè)供應(yīng)商與供應(yīng)商信息不完整樣本，最終得到15948份采購公告，發(fā)現(xiàn)本地政府采購與異地政府采購對企業(yè)創(chuàng)新產(chǎn)生不同的效應(yīng)。聚焦于中國人工智能的創(chuàng)新，Beraja等（2020）基于2013-2019 年290 余萬份政府采購合同，與中國人工智能企業(yè)進(jìn)行名單匹配，得到28023份政府人臉識別采購合同樣本，發(fā)現(xiàn)政府采購對人臉識別相關(guān)的人工智能專利的增長起到了推動作用。

在政企關(guān)系研究方面，F(xiàn)ang等（2022）利用中國政府采購網(wǎng)2013-2020年的380余萬份采購公告與工商注冊企業(yè)數(shù)據(jù)進(jìn)行匹配，發(fā)現(xiàn)當(dāng)本地官員處于激烈的政治競爭中時，本地政府將更少地向競爭地區(qū)的企業(yè)進(jìn)行采購，這造成了市場分割，影響了資源分配。Lu 和Wang（2022）則利用中國政府采購網(wǎng)2016-2020年數(shù)據(jù)與上市公司匹配，獲取了93917份政府上市公司采購合同，分析發(fā)現(xiàn)政治關(guān)聯(lián)對企業(yè)獲得政府采購合同存在顯著積極的影響，經(jīng)濟(jì)意義上看，存在政治關(guān)聯(lián)的企業(yè)會多獲得約1537萬元政府采購合同。

還有研究關(guān)注于政府采購作為政府影響企業(yè)的一種手段對于社會公共價值的作用，如政府采購影響企業(yè)履行企業(yè)社會責(zé)任（韓旭和武威，2021）、中國特色精準(zhǔn)扶貧（武威等，2022）、經(jīng)濟(jì)發(fā)展（武威和劉國平，2021）等。此外，還有研究單獨使用政府采購數(shù)據(jù)測量經(jīng)濟(jì)生產(chǎn)生活。江鴻澤和梁平漢（2022）基于政府采購公告整理了各地的公共視頻監(jiān)控系統(tǒng)使用情況，Liu 等（2022）則抓取了2013-2021 年超過350 萬份政府采購公告，用以識別企業(yè)的政治聯(lián)系。

這些研究對于中國政府采購數(shù)據(jù)的使用沒有達(dá)成一致。首先，對于中國政府采購公告的使用時間范圍不一致，部分研究以《關(guān)于做好政府采購信息公開工作的通知》（財庫[2015]135 號）文件中新的信息公開要求為依據(jù)，使用文件頒布后的樣本，認(rèn)為這部分樣本更齊全，但另外一部分研究仍然使用2015 年之前的樣本進(jìn)行分析。其次，各類研究所涉及到的樣本量相差較大，具體從千位至百萬級樣本不等。某些研究者還使用數(shù)據(jù)服務(wù)公眾號所提供的政府采購合同樣本作為數(shù)據(jù)來源，其數(shù)據(jù)整理形成過程和樣本量存疑，整體不可靠，樣本缺失嚴(yán)重，不足以支持嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)研究。最后，對于政府采購數(shù)據(jù)與其他數(shù)據(jù)庫之間匹配的原則、樣本剔除的原因及特殊合同處理①等數(shù)據(jù)預(yù)處理問題并沒有界定清楚。例如，很多文章使用合同數(shù)量作為研究對象，但是對于一個采購公告中包含多個分包合同項目時是否進(jìn)行拆分合同處理并未界定。

三、政府采購數(shù)據(jù)公開相關(guān)政策

從政府采購制度的發(fā)展來看，我國的政府采購制度始于1995年在上海、深圳等地區(qū)的試點。1999年財政部頒布的《政府采購管理暫行辦法》與《政府采購運(yùn)行規(guī)程暫行規(guī)定》等，使得政府采購制度逐步完善。圖1 展示了政府采購信息公開政策的發(fā)展過程。

為加強(qiáng)政府采購信息公告管理，提高政府采購工作的透明度，便于公眾和有關(guān)部門實施監(jiān)督，根據(jù)《政府采購管理暫行辦法》和《政府采購招標(biāo)投標(biāo)管理暫行辦法》的有關(guān)規(guī)定，中華人民共和國財政部于2000年9月11日制定了《政府采購信息公告管理辦法》。該辦法共分為五個章節(jié)，分別為第一章總則，主要闡述信息公開的原則與監(jiān)管工作的規(guī)定；第二章信息公告管理，對信息發(fā)布的渠道以及各類信息的發(fā)布格式進(jìn)行了詳細(xì)的界定；第三章信息公告程序，注明了對信息提交、發(fā)布與修改的流程；第四章違規(guī)處罰，羅列了在政府采購工作過程中可能存在的違規(guī)行為以及懲治措施；第五章附則，規(guī)定了中央部門政府采購信息公告管理工作按照該辦法執(zhí)行，并于發(fā)布之日2000年9月11日起生效。

同年，為加強(qiáng)政府采購信息網(wǎng)絡(luò)建設(shè)，在全國范圍內(nèi)建立起統(tǒng)一、規(guī)范的政府采購信息發(fā)布渠道，提高政府采購工作的公開性和透明度，財政部于2000年12月31日正式開通“中國政府采購網(wǎng)”，并于2001 年上半年為各地方政府開通了中國政府采購網(wǎng)的各地方分網(wǎng)。2001年開始，各地方政府陸續(xù)開始在“中國政府采購網(wǎng)”上公布采購信息，但2001年僅有6條采購公告的公布，隨后2002年以及2003年雖然公布采購公告數(shù)量分別達(dá)到了5735條與10263條，但這與全國總體政府采購數(shù)量依舊相差甚遠(yuǎn)。2004年9月11日，財政部廢除了2000年9月11日頒布實施的《政府采購信息公告管理辦法》，并同時頒布了新的《政府采購信息公告管理辦法》。

2004年的管理辦法主要在進(jìn)一步規(guī)范政府采購信息發(fā)布媒體上做了新的規(guī)定。第一，對于發(fā)布信息平臺進(jìn)行了更加嚴(yán)格的規(guī)定，尤其是對于地方政府，要求“地方的政府采購信息可以同時在其省級財政部門指定的政府采購信息發(fā)布媒體上公告”。而2000年的管理辦法則指出地方政府可以自行指定發(fā)布平臺，規(guī)定“省級政府采購管理機(jī)構(gòu)還可以指定其他報刊和網(wǎng)絡(luò)等媒介公告信息”。第二，要求更全面更透明地發(fā)布各類公告。例如在中標(biāo)信息中，2004年的文件要求對于評委會成員名單完全公布，并且新增了對于投訴處理決定公告的發(fā)布要求。第三，新管理辦法中新增單獨一章，內(nèi)容是關(guān)于政府采購信息指定媒體的管理，對于發(fā)布媒體的管理流程以及管理過程中可能存在的違規(guī)行為進(jìn)行說明。

為深入貫徹落實黨的十八屆三中、四中全會精神，按照深化財稅體制改革、實施公開透明預(yù)算制度的總體部署，財政部于2015年7月24日發(fā)布了《關(guān)于做好政府采購信息公開工作的通知》（財庫[2015]135 號），文件對于政府采購信息的公開渠道進(jìn)行了更加嚴(yán)格的規(guī)定：“為了便于政府采購當(dāng)事人獲取信息，在其他政府采購信息發(fā)布媒體公開的政府采購信息應(yīng)當(dāng)同時在中國政府采購網(wǎng)發(fā)布?！痹撘?guī)定確定了中國政府采購網(wǎng)為政府采購信息發(fā)布的總平臺的功能。2017年5月8日財政部發(fā)布《關(guān)于進(jìn)一步做好政府采購信息公開工作有關(guān)事項的通知》，再次強(qiáng)調(diào)了對于財庫[2015]135號文件規(guī)定的執(zhí)行，并在此基礎(chǔ)上加強(qiáng)對政府采購信息公開工作的考核與監(jiān)督，其中包括加強(qiáng)監(jiān)督檢查、實施動態(tài)監(jiān)管和大數(shù)據(jù)分析以及委托第三方開展評估。2019年1月8日，財政部國庫司公開了第三方委托機(jī)構(gòu)對于政府采購信息公開情況的評估結(jié)果，結(jié)果顯示政府采購?fù)该鞫瘸掷m(xù)提升，但部分地方政府采購信息公開仍然存在薄弱環(huán)節(jié)，這主要體現(xiàn)在地區(qū)間差異較大、采購項目信息細(xì)節(jié)公開還存在欠缺、部分地區(qū)網(wǎng)站服務(wù)功能仍然不完善。

2019年11月27日，財政部對2004年頒布的《政府采購信息公告管理辦法》作了修訂，新辦法于2020年3月1日起實施。此次修訂的主要內(nèi)容包括了四大方面：一是，關(guān)注信息發(fā)布管理。刪除了上一版本中有關(guān)政府采購信息公開范圍和內(nèi)容的具體規(guī)定，重點對政府采購信息發(fā)布行為進(jìn)行規(guī)范。二是，剔除與政策法規(guī)文件不一致的內(nèi)容。比如依照政府采購法有關(guān)集中采購目錄及標(biāo)準(zhǔn)由國務(wù)院和省級人民政府公布的規(guī)定，而在上一版中注明的卻是關(guān)于集中采購目錄及標(biāo)準(zhǔn)由財政部門公告的規(guī)定。三是，明確財政部門的信息發(fā)布責(zé)任。規(guī)定除政府采購項目信息外，監(jiān)督檢查處理結(jié)果、集中采購機(jī)構(gòu)考核結(jié)果等監(jiān)管信息也應(yīng)在指定媒體上公告。四是，突出網(wǎng)絡(luò)公開主渠道作用。將中國政府采購網(wǎng)及其省級分網(wǎng)明確為政府采購信息的匯總平臺，要求政府采購信息應(yīng)當(dāng)在中國政府采購網(wǎng)或其省級分網(wǎng)發(fā)布，同時刪除了上一版本中明顯指向報紙、雜志等紙質(zhì)媒體的規(guī)定。

通過回顧相關(guān)政策不難看出，隨著中國政府采購體系的逐漸完善，政府對于采購信息的公開度、透明度、完善程度、監(jiān)督力度都提出了更高的要求。除去以上政策文件，還有一些政策文件也涉及關(guān)于信息公開的要求，例如《財政部關(guān)于中國政府采購網(wǎng)有關(guān)管理問題的通知》（財庫[2000]28 號）、《中華人民共和國政府采購法》總則第十一條指明政府采購信息應(yīng)當(dāng)及時發(fā)布在指定媒體上以及《政府采購公告和公示信息格式規(guī)范（2020 年版）》對公開信息進(jìn)行格式規(guī)范化等。本文僅就對采購數(shù)據(jù)質(zhì)量影響最大的幾個政策文件進(jìn)行論述。

四、政府采購數(shù)據(jù)庫基

本信息本節(jié)主要介紹中國政府采購數(shù)據(jù)的基本情況。中國政府采購網(wǎng)（www.ccgp.gov.cn）是由國家財政部建設(shè)的網(wǎng)站，它的數(shù)據(jù)來源于中央各部門的公開采購公告以及各地方政府上傳的采購公告，時間跨度為2001年至今。截至2021年12月31日，中國政府采購網(wǎng)發(fā)布的采購公告為1330余萬條（其中PPP 項目約2萬）①。采購公告共分為12種公告類型以及PPP項目公告，這12 種公告類型分別為：公開招標(biāo)公告、詢價公告、競爭性談判公告、單一來源公告、資格預(yù)審公告、邀請公告、中標(biāo)公告、更正公告、其他公告、競爭性磋商公告、成交公告、終止公告。占比較多的分別為中標(biāo)公告（30.8%）、公開招標(biāo)（26.11%）、更正公告（8.85%）以及競爭性談判公告（7.46%）。根據(jù)《政府采購非招標(biāo)采購方式管理辦法》，中標(biāo)公告為一般招標(biāo)方式交易達(dá)成結(jié)果公告；而成交公告為非招標(biāo)采購方式交易達(dá)成結(jié)果公告，如競爭性談判、單一來源采購和詢價采購方式。

除對于采購公告按照類型進(jìn)行細(xì)分，中國政府采購網(wǎng)還將公告分為中央公告與地方公告兩種類別，其中中央公告與地方公告分別占比5.38%和94.62%。針對采購項目具體類型，細(xì)分為貨物類、工程類和服務(wù)類三類品目，并為公告標(biāo)注采購所屬地區(qū)（省、自治區(qū)、直轄市）。但是，中國政府采購網(wǎng)未對每一條政府采購公告都做出如此清晰的標(biāo)記，部分公告在采購所屬地以及采購項目的品類信息方面存在缺失。

根據(jù)政府采購項目公開信息要求，我們對主要的幾種公告所需包含的信息進(jìn)行說明，如表1 所示。通過對各類政府采購公告發(fā)布內(nèi)容的梳理，我們歸納出其中一些關(guān)鍵信息，同時列舉一些特殊情況：

第一，采購人信息與代理機(jī)構(gòu)信息。各類公告均要求對于采購人與代理機(jī)構(gòu)的名稱、地址以及聯(lián)系方式進(jìn)行披露。利用采購人與代理機(jī)構(gòu)的名稱、地址以及聯(lián)系方式等信息有助于我們匹配到具體的政府部門或地區(qū)層面的信息，如與城市統(tǒng)計年鑒信息進(jìn)行匹配等。

第二，采購項目信息。雖然采購項目信息在各類公告中呈現(xiàn)的形式不一，但公告均需注明所需采購項目的詳情。例如，項目名稱、金額（預(yù)算金額/中標(biāo)金額）、數(shù)量、規(guī)格、供應(yīng)商的資格要求等。這些信息可以幫助我們掌握采購的規(guī)模，了解采購項目的類型（貨物類、工程類或服務(wù)類）。值得注意的是，采購公告中也存在著一些特殊的案例，部分涉密公告并未公開采購方與供應(yīng)商信息。

第三，供應(yīng)商信息。供應(yīng)商信息一般包括供應(yīng)商名稱、供應(yīng)商地址與聯(lián)系方式，利用供應(yīng)商名稱與供應(yīng)商地址可以與現(xiàn)有數(shù)據(jù)庫中企業(yè)經(jīng)營狀況等信息進(jìn)行匹配。但供應(yīng)商信息僅在部分類型公告中才存在，如中標(biāo)、成交公告以及單一來源公告。

我們對于中國政府采購網(wǎng)2001年至2021年期間各類型公告的樣本進(jìn)行了收集并整理匯總，詳見附錄。為了解各地方政府采購情況，本文以2013-2021年采購中標(biāo)公告為例，針對中標(biāo)公告中的采購方地址進(jìn)行了計算機(jī)自然語言識別并歸納，部分公告中未涉及到采購方詳細(xì)地址的，本文以高德地圖查詢采購單位并對地址進(jìn)行補(bǔ)充，最終展示了歷年地方政府采購中標(biāo)數(shù)量前五名與后五名地區(qū)，如表2所示。

總體來看，隨著時間的推移，大部分地方政府的采購數(shù)量不斷增加。各省份采購量增速平穩(wěn)，購買行為的地區(qū)特征明顯，與經(jīng)濟(jì)增長情況、行政區(qū)劃和人口數(shù)量等特征存在重合。東部沿海城市的采購量高于中西部城市，并在東部地區(qū)呈現(xiàn)出一定程度的空間聚集，在環(huán)珠三角和環(huán)京津冀地區(qū)的采購量也明顯高于其他東部地區(qū)，而在西部地區(qū)，沒有出現(xiàn)此類聚集現(xiàn)象。此外，在東部地區(qū)，地級市數(shù)量較多的廣東省、山東省、河南省采購量均大于全國其他省份。最后，人口密集的省份，采購需求明顯高于全國其他城市，廣東省、山東省、河南省、河北省等人口大省采購量長期位于高位。這與財政支出的省級層面分布也是比較一致的。

五、各地政府采購數(shù)據(jù)上傳情況

財政部于2015年發(fā)布的《關(guān)于做好政府采購信息公開工作的通知》（財庫[2015]135號）對地方政府采購數(shù)據(jù)的上傳匯總進(jìn)行了一定程度的規(guī)范化，部分已有研究也以此為依據(jù)進(jìn)行研究樣本的選擇，但各地方省級政府的執(zhí)行情況例如執(zhí)行力度、上傳數(shù)據(jù)情況是否在2015年前后有較大變化仍值得細(xì)究。由于各地方采購網(wǎng)站對于采購公告的分類標(biāo)準(zhǔn)不一，但對于中標(biāo)（成交）公告的分類卻頗為一致，并且中標(biāo)（成交）公告體現(xiàn)了實際發(fā)生的政府與企業(yè)之間的交易行為，為此，在接下來的討論中，本文將集中以中標(biāo)（成交）公告為例進(jìn)行討論。

表3整理了各省級政府采購分網(wǎng)政府采購中標(biāo)（成交）公告的起始發(fā)布時間以及可以獲取的總樣本量。由于各地政府網(wǎng)站更新和運(yùn)營商更換，不同地方采購分網(wǎng)現(xiàn)可追溯時間不一。重慶市于2007年6月7日在重慶市政府采購網(wǎng)發(fā)布的中標(biāo)（成交）公告是截至目前可在互聯(lián)網(wǎng)上追溯的最早的地方中標(biāo)公告；而北京市政府采購網(wǎng)只能追溯到2022年初。從發(fā)布公告數(shù)量上看，政府采購地方分網(wǎng)中山東省發(fā)布公告數(shù)量最多，從2015年1月29日至2020年5月30日發(fā)布了56萬多條采購中標(biāo)（成交）公告，而寧夏則發(fā)布公告數(shù)量相對較少，從2016年3月24日至2022年5月30日僅發(fā)布了6000多條采購中標(biāo)（成交）公告。由此可見，就目前可查詢到的信息而言，各個地區(qū)之間的政府采購信息公布的可查詢的時間范圍和公布的采購信息量相差較大。

為比較2015年財庫[2015]135號文件發(fā)布前后中國政府采購網(wǎng)上各地方政府招標(biāo)信息上傳情況的變化，本文基于公告的可獲得性（參考表3），同時考慮公告的可追溯時間，在各地區(qū)分別選擇一個省份（自治區(qū)/直轄市）①的地方政府采購公告樣本與中國政府采購網(wǎng)數(shù)據(jù)比對，探究2015年前后地方政府采購公告數(shù)據(jù)上傳是否存在顯著的增長。具體操作如下：第一，收集并整理對應(yīng)省份的中標(biāo)（成交）公告完整信息。第二，在2013-2016年間逐年隨機(jī)抽取1000份樣本。第三，提取公告中項目編號與中國政府采購總網(wǎng)中的項目編號進(jìn)行匹配，對于項目編號缺失的樣本，通過利用標(biāo)題文本相似度進(jìn)行匹配，最終計算年度的上傳率。如此重復(fù)步驟二和步驟三100次，最終結(jié)果如圖4 所示。圖中某一個點的縱坐標(biāo)代表某一年隨機(jī)抽取樣本計算得到的上傳率?？傮w來看，2013年地方政府采購公告上傳率僅為50%左右，而2014 年后地方政府公告信息上傳率顯著增加，超過70%，2016年更超過了80%。一方面，這驗證了《關(guān)于做好政府采購信息公開工作的通知》（財庫① 分[2015]135號）文件起到的規(guī)范作用；另一方面，這說明2015 年之前中國政府采購網(wǎng)中地方政府采購公告信息缺失較為嚴(yán)重，而2015年后的樣本相對更完整，驗證了部分已有研究采用2015年之后樣本的可靠性。

為保證地方政府采購信息上傳至中國政府采購網(wǎng)的規(guī)范化與效率化，財政部于2014 年進(jìn)行了網(wǎng)站系統(tǒng)劃分的工程，這為2015 年中央規(guī)范地方政府采購信息上傳的行為奠定了技術(shù)基礎(chǔ)。擁有更便捷的上傳系統(tǒng)便解釋了為何2014 年與2015 年地方政府采購信息上傳率差異并不大：便捷的系統(tǒng)更有利于地方采購信息上傳；地方政府通過采購網(wǎng)站的變化提前感知到中央升級系統(tǒng)的目的，并提前采取行為以符合中央規(guī)定。因此，在研究中使用2014 年政府采購公告數(shù)據(jù)在一定程度上也是可以接受的。

六、政府采購數(shù)據(jù)使用過程中的挑戰(zhàn)

中國政府采購數(shù)據(jù)以其樣本量大、采購內(nèi)容多樣等特點給應(yīng)用計量的研究者提供了很多寶貴素材，但是該數(shù)據(jù)在應(yīng)用到研究過程中也存在諸多問題。我們嘗試?yán)脭?shù)據(jù)處理經(jīng)驗，對處理過程中可能存在的樣本選擇、指標(biāo)缺失、變量提取和數(shù)據(jù)匹配問題進(jìn)行說明，并提出可供參考的處理手段與方法，目的是給數(shù)據(jù)使用者提供解決問題的方法建議與思路指引。

（一）樣本問題

第一個問題是對于特殊公告樣本的識別與提取。對于實證研究而言，拿到一份數(shù)據(jù)最開始的工作通常是針對研究問題，對數(shù)據(jù)進(jìn)行清理。中國政府采購網(wǎng)雖然對于公告類型有著詳細(xì)的分類，但其中也存在著分類不準(zhǔn)確的情況。例如，在中標(biāo)公告這一分類中會摻雜著招標(biāo)失敗公告。在進(jìn)行地方政府本地與異地采購行為等涉及到合同數(shù)量的研究時，就有必要在中標(biāo)公告中識別和篩選這些招標(biāo)失敗公告，剔除流標(biāo)公告①。通過對中國政府采購網(wǎng)2013年1月1日至2021年12月31日所有中標(biāo)公告核對，我們發(fā)現(xiàn)中標(biāo)公告中流標(biāo)公告約占7%。

第二個問題是樣本缺失。財政部財庫[2015]135號文件中，規(guī)定了對于地方采購數(shù)據(jù)上傳的流程，其中規(guī)定“為了便于政府采購當(dāng)事人獲取信息，在其他政府采購信息發(fā)布媒體公開的政府采購信息應(yīng)當(dāng)同時在中國政府采購網(wǎng)發(fā)布”。這意味著2015 年之前財政部對于地方政府采購公告并未做出強(qiáng)制集中上傳的規(guī)定，因此這一期間中國政府采購網(wǎng)中的采購公告存在樣本缺失問題。根據(jù)本文第四部分的分析與比較，我們建議研究采用2015 年及之后的中標(biāo)（成交）公告樣本。

（二）定義指標(biāo)缺失

中國政府采購網(wǎng)對于公告的已有定義字段包括公告類型、上傳時間（精確至分秒）、采購人、代理機(jī)構(gòu)、進(jìn)行采購的地區(qū)（省、直轄市、自治區(qū)）、采購的品目類型。但網(wǎng)站并不會對于每條公告都清晰描述了這些字段，可能會存在部分字段的缺失。對于某些研究而言，這些指標(biāo)可能是不可或缺的。

我們嘗試提供對于存在缺失的字段進(jìn)行補(bǔ)充的方法。首先，如果缺失的字段是進(jìn)行采購的地區(qū)，對于政府采購公告而言，公告的標(biāo)題或是公告具體內(nèi)容中通常會注明采購方地址，研究者就相應(yīng)的地理信息進(jìn)行識別提取即可，對于公告中無采購方地址信息的，我們建議利用地圖定位采購單位來識別地址信息。其次，如果缺失的字段是采購的品目，中國政府采購網(wǎng)對于采購的品目大致分為貨物類、工程類以及服務(wù)類三種大的類型，但是部分公告分類存在兩種特殊情況：第一，部分公告會在這三類的基礎(chǔ)上再進(jìn)行更細(xì)致的類型劃分，例如，貨物類/通用設(shè)備/辦公設(shè)備/投影儀，當(dāng)然也不是對于品目的分類越細(xì)致越好，如何選擇分類層級取決于具體的研究問題，根據(jù)研究需要提取對應(yīng)的分類層級。第二，存在缺失該品目分類字段的問題。對于缺失的情況，可供參考的解決辦法為采用自然語言處理的方式，利用機(jī)器學(xué)習(xí)進(jìn)行文本分類，如Beraja 等（2020）對于人臉識別系統(tǒng)相應(yīng)采購的分類；如若研究所需樣本不大，可以以人工整理替代。

（三）文本變量提取

除了中國政府采購網(wǎng)上已經(jīng)定義的公告字段外，采購公告中仍然有很多變量值得研究者自行提取，由于篇幅有限，本文不能對所有可能變量進(jìn)行一一論述，在此僅以研究者普遍關(guān)注的采購金額變量為例進(jìn)行說明。

政府采購公告并不像各級法院的裁判文書有固定的寫作格式，各地方的公告撰寫手法、信息排列順序、命名格式等都存在不同程度的差異，這增加了變量定位、識別與提取的難度。政府采購金額在公告文本中大致有以下幾個方面的不同：第一，金額在公告中分布的位置不同。部分公告在文本中某一處會注明預(yù)算金額或是中標(biāo)（成交）金額；部分公告則是存在多個分包的情況，公告中只寫明每個分包的金額，并無匯總金額。第二，金額的撰寫格式不一，公告中主要存在三種金額的書寫格式，分別為中文大寫數(shù)字、中文小寫數(shù)字以及阿拉伯?dāng)?shù)字。第三，金額數(shù)字的單位不統(tǒng)一。元、萬元、百萬元等皆有出現(xiàn)，也會出現(xiàn)結(jié)算的金額貨幣的不統(tǒng)一現(xiàn)象，部分會出現(xiàn)以美元或歐元進(jìn)行結(jié)算（約占0.15%）的情況。第四，部分公告存在金額數(shù)值的明顯異常以及金額相關(guān)信息并未在公告正文予以公布的情況。這都給我們的變量提取工作帶來了很多亟待解決的難點。

（四）數(shù)據(jù)匹配問題

在樣本清理與有關(guān)變量識別提取后，研究者通常會將采購數(shù)據(jù)同與研究問題相關(guān)的其他成熟數(shù)據(jù)庫進(jìn)行匹配。采購數(shù)據(jù)既可以與宏觀區(qū)域?qū)用娴臄?shù)據(jù)進(jìn)行匹配，也可以與微觀企業(yè)層面的數(shù)據(jù)進(jìn)行匹配。數(shù)據(jù)與數(shù)據(jù)之間的匹配通常需要兩個數(shù)據(jù)之間存在一個或多個具有唯一識別特征的變量，然后根據(jù)該變量與年份兩個維度進(jìn)行數(shù)據(jù)匹配。例如中國工業(yè)企業(yè)數(shù)據(jù)在不同年份之間的匹配，主要依賴于企業(yè)代碼與企業(yè)名稱這兩個具有高度唯一識別特征的變量進(jìn)行匹配（Brandt 等，2012；聶輝華等，2012）。

政府采購公告數(shù)據(jù)在與城市層面的數(shù)據(jù)進(jìn)行匹配時，采購方的地理信息即為唯一識別特征變量。但值得注意的是，部分公告由于其涉密性質(zhì)，對于采購單位與地址進(jìn)行保密，致使此類樣本無法進(jìn)行匹配。而當(dāng)政府采購公告數(shù)據(jù)與微觀企業(yè)數(shù)據(jù)進(jìn)行信息匹配時，例如天眼查數(shù)據(jù)（Beraja 等，2020），企業(yè)名稱企業(yè)地址以及企業(yè)聯(lián)系方式則為具有高度唯一識別特征的變量。但也存在一些特殊情況需要討論，例如，一個采購公告同時涉及好幾家不同的企業(yè)的情況。此時需要根據(jù)研究問題進(jìn)行處理，如研究問題是地方政府本地與異地企業(yè)采購數(shù)量差異時，可采取的辦法是對該公告根據(jù)供應(yīng)商數(shù)量進(jìn)行人為的拆分。但對于大樣本的情況，人為的識別與拆分的方法便難以維持，需要借助計算機(jī)技術(shù)，這同樣是數(shù)據(jù)匹配過程中的難點之一。

七、總結(jié)與研究展望

本文從多個方面梳理了中國政府采購數(shù)據(jù)相關(guān)內(nèi)容以供研究討論。首先，為了幫助研究者了解中國政府采購數(shù)據(jù)，本文回顧了中國政府采購數(shù)據(jù)的數(shù)據(jù)公開政策的發(fā)展過程，整理了截至2021年底中國政府采購網(wǎng)全部1300余萬份公告，采用多種文本識別方法提取了基本數(shù)據(jù)信息，并展示了各省份歷年采購中標(biāo)公告數(shù)量的分布情況。其次，為界定中國政府采購數(shù)據(jù)在時間上的合理使用范圍，本文通過與各省級政府采購分網(wǎng)發(fā)布的公告進(jìn)行比對，發(fā)現(xiàn)采購公告上傳率在2015年財政部相關(guān)采購信息發(fā)布文件出臺之后大幅上升至80%以上，因此，采用2015年以后的中國政府采購數(shù)據(jù)進(jìn)行研究更為合適。最后，為厘清中國政府采購公告數(shù)據(jù)的數(shù)據(jù)清理問題，本文還針對特殊類型公告的識別與清理、缺失字段的補(bǔ)充、采購金額變量的提取以及同區(qū)域和企業(yè)層面數(shù)據(jù)庫之間的匹配進(jìn)行了總結(jié)與討論。

中國政府采購數(shù)據(jù)的出現(xiàn)，提供了更多的研究可能，但是目前使用該數(shù)據(jù)的研究還不多。通過對文獻(xiàn)的梳理以及數(shù)據(jù)梳理過程中的經(jīng)驗總結(jié)，我們嘗試從以下幾個方面探討該數(shù)據(jù)未來可供研究的視角：第一，可從地區(qū)政府采購層面探討地方政府行為，如Fang等（2022）探究地方政府保護(hù)主義所導(dǎo)致的市場分割，Liu等（2022）則度量了企業(yè)的政治聯(lián)系。第二，從采購部門層面探討各部門行為模式，政府采購數(shù)據(jù)為進(jìn)一步理解政府部門職能提供可能，如公共安全部門的采購行為是否影響到地區(qū)犯罪情況（江鴻澤和梁平漢，2022）。第三，從合同層面討論特定類型采購合同的經(jīng)濟(jì)影響，如Beraja等（2020）利用人臉識別采購合同探究政府對于人工智能企業(yè)發(fā)展的支持。誠然，中國政府采購數(shù)據(jù)因其數(shù)據(jù)量大、所包含的信息量多，除上述研究視角外，其可進(jìn)行研究的主題仍有待進(jìn)一步的挖掘與豐富。