大数据环境下造价咨询企业信用评价体系构建研究

文婧 梁坤

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。