一、審計(jì)背景

在建筑企業(yè)經(jīng)營活動(dòng)中，招投標(biāo)環(huán)節(jié)是資金密集、交易頻繁、舞弊高發(fā)的風(fēng)險(xiǎn)高發(fā)地。尤其在近年來“集中采購+電子化招標(biāo)”持續(xù)推進(jìn)的背景下，圍標(biāo)、串標(biāo)等違規(guī)手法愈發(fā)隱蔽，呈現(xiàn)出“表面合規(guī)、實(shí)質(zhì)圍標(biāo)串標(biāo)”的新型舞弊趨勢(shì)。

在應(yīng)對(duì)此類問題時(shí)，傳統(tǒng)審計(jì)手段面臨“三重挑戰(zhàn)”。一是數(shù)據(jù)分散、線索模糊。招投標(biāo)行為橫跨電子招標(biāo)、供應(yīng)鏈、合同等多個(gè)系統(tǒng)平臺(tái)，導(dǎo)致行為鏈條難以完整還原。二是偽裝手段專業(yè)化。供應(yīng)商通過設(shè)立殼公司、使用虛擬IP、偽造數(shù)據(jù)等手段，消除“靜態(tài)”風(fēng)險(xiǎn)特征。三是業(yè)務(wù)體量大、審計(jì)周期緊。單個(gè)項(xiàng)目的基礎(chǔ)文件可能多達(dá)上千份，審計(jì)資源與識(shí)別手段難以支撐有效查證。

為破解上述痛點(diǎn)，中國建筑一局（集團(tuán)）有限公司審計(jì)團(tuán)隊(duì)（以下簡稱審計(jì)組）提出以“行為特征樹”為牽引、以“數(shù)智模型組合”為突破口的創(chuàng)新審計(jì)思路，靈活運(yùn)用行為路徑聚類、結(jié)構(gòu)化數(shù)據(jù)挖掘、電子文檔OCR以及輔助爬蟲技術(shù)等多類審計(jì)工具，把握全局多點(diǎn)突破，穿透表面合規(guī)假象、識(shí)別真實(shí)關(guān)聯(lián)，精準(zhǔn)發(fā)現(xiàn)圍標(biāo)、陪標(biāo)等違規(guī)行為，在實(shí)戰(zhàn)中取得較好成效。同時(shí)，通過在多個(gè)審計(jì)項(xiàng)目中的應(yīng)用迭代，逐漸探索出一套“可復(fù)制、可推廣、可演進(jìn)”的建筑業(yè)招投標(biāo)數(shù)智化審計(jì)方法。

二、審計(jì)實(shí)踐

（一）總體查證思路

2024年，在對(duì)集團(tuán)兩家下屬公司的經(jīng)責(zé)審計(jì)項(xiàng)目中，審計(jì)組將招投標(biāo)環(huán)節(jié)列為重點(diǎn)審查內(nèi)容。審前調(diào)查過程中，多條線索集中指向一些供應(yīng)商，這些供應(yīng)商周圍時(shí)常伴有其他關(guān)聯(lián)方出現(xiàn)，隱約出現(xiàn)“組團(tuán)”痕跡，例如注冊(cè)地址集中于相鄰相近位置，成立時(shí)間相差不足半年。但這些企業(yè)在股權(quán)上未呈現(xiàn)直接關(guān)聯(lián)，也未發(fā)現(xiàn)明顯的圍標(biāo)違規(guī)證據(jù)。

審計(jì)組意識(shí)到，要揭開這一隱藏的利益網(wǎng)絡(luò)，必須突破傳統(tǒng)審計(jì)方式的局限，運(yùn)用更先進(jìn)的數(shù)智化技術(shù)手段實(shí)現(xiàn)深度查證。經(jīng)過討論研究，審計(jì)組確立了以下總體思路：以招投標(biāo)違規(guī)特征樹為指引，從供應(yīng)商圍標(biāo)行為特征出發(fā)，系統(tǒng)梳理可能存在的違規(guī)手法與漏洞，并借助數(shù)字化技術(shù)、AI技術(shù)打造多維度的工具模型組合。

第一階段：繪制違規(guī)行為特征樹。全面梳理招投標(biāo)、實(shí)施結(jié)算與支付、投融資三大環(huán)節(jié)的常見違規(guī)類型與表現(xiàn)形式，明確各類違規(guī)行為的典型手段與風(fēng)險(xiǎn)痕跡，初步匹配可應(yīng)用的數(shù)智化技術(shù)方法，形成覆蓋流程、手段、線索與查證邏輯的全景圖譜。

第二階段：梳理數(shù)據(jù)源和技術(shù)路線。在風(fēng)險(xiǎn)畫像基礎(chǔ)上，審計(jì)組梳理出可用的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)源，優(yōu)選邏輯清晰、技術(shù)成熟、可快速落地的分析路徑，如供應(yīng)商關(guān)聯(lián)圖譜分析、“握手”（即多家供應(yīng)商在同一項(xiàng)目中共同投標(biāo)）共現(xiàn)分析、陪標(biāo)行為識(shí)別等，構(gòu)建了多點(diǎn)突破的查證策略。

第三階段：設(shè)計(jì)開發(fā)組合模型并交叉驗(yàn)證。針對(duì)不同風(fēng)險(xiǎn)特征，設(shè)計(jì)并開發(fā)多種模型工具，交叉比對(duì)分析結(jié)果，進(jìn)一步提升了問題識(shí)別的準(zhǔn)確性與證據(jù)鏈條的嚴(yán)密性。

第四階段：補(bǔ)充完善證據(jù)鏈條。結(jié)合傳統(tǒng)取證方式（如現(xiàn)場訪談、資料核查等），對(duì)模型識(shí)別結(jié)果進(jìn)行人工核實(shí)，確保審計(jì)證據(jù)真實(shí)性、充分性、有效性，支撐后續(xù)處理建議。

第五階段：模型固化與持續(xù)迭代優(yōu)化。根據(jù)業(yè)務(wù)需求與實(shí)際應(yīng)用反饋，持續(xù)優(yōu)化模型參數(shù)與功能，推動(dòng)模型在更大范圍的復(fù)制推廣，不斷提升適配性與生命力。

（二）具體查證步驟

1

繪制違規(guī)行為特征樹，確定技術(shù)路線

圍繞建筑企業(yè)招投標(biāo)流程的關(guān)鍵節(jié)點(diǎn)以及后續(xù)利益實(shí)現(xiàn)的可能路徑，審計(jì)組構(gòu)建了覆蓋招投標(biāo)、商務(wù)結(jié)算和財(cái)務(wù)結(jié)算、投融資三個(gè)環(huán)節(jié)的“違規(guī)行為特征樹”，以樹狀結(jié)構(gòu)形式系統(tǒng)梳理各類常見違規(guī)手段、審計(jì)線索、數(shù)據(jù)來源與查證邏輯（見圖1）。該特征樹不僅作為模型設(shè)計(jì)的核心依據(jù)，也成為實(shí)操查證中的路徑指南，可作為后續(xù)審計(jì)項(xiàng)目中的通用審計(jì)模型開發(fā)藍(lán)本，為全流程風(fēng)險(xiǎn)穿透與多維交叉驗(yàn)證提供了標(biāo)準(zhǔn)化、結(jié)構(gòu)化的技術(shù)依據(jù)。

在招投標(biāo)環(huán)節(jié)，重點(diǎn)識(shí)別供應(yīng)商之間的串通行為，包括輪流中標(biāo)、陪標(biāo)、抬壓報(bào)價(jià)等，主要線索涉及高頻共現(xiàn)、報(bào)價(jià)規(guī)律、文件雷同等，通過“握手”分析、文本比對(duì)等模型技術(shù)加以識(shí)別。同時(shí)，也關(guān)注限制競爭、虛構(gòu)資質(zhì)、內(nèi)部舞弊等問題，并針對(duì)性設(shè)計(jì)了如“資審異常分析”“操作日志審查”等工具模塊。

在商務(wù)結(jié)算與財(cái)務(wù)結(jié)算環(huán)節(jié)，主要識(shí)別高價(jià)執(zhí)行、轉(zhuǎn)包分包、虛增工程量、虛報(bào)勞務(wù)人員等問題。通過結(jié)算對(duì)比分析、圖像識(shí)別、費(fèi)用比例分析等手段，從結(jié)算數(shù)據(jù)、施工資料、人員信息中提取可疑線索，提升風(fēng)險(xiǎn)識(shí)別效率。

在投融資環(huán)節(jié)，聚焦虛構(gòu)應(yīng)收賬款、循環(huán)融資、虛假擔(dān)保等風(fēng)險(xiǎn)行為，結(jié)合合同文件、資金流水等數(shù)據(jù)，借助數(shù)據(jù)可視化與序列分析方法，揭示資金異常流向和虛假交易結(jié)構(gòu)。

2

模型設(shè)計(jì)和開發(fā)

圍繞前述“違規(guī)行為特征樹”，審計(jì)組開發(fā)了多套組合模型，這些模型從不同角度切入、相互驗(yàn)證，有效提升對(duì)圍標(biāo)、串標(biāo)等違規(guī)行為的識(shí)別效率，在海量數(shù)據(jù)中精準(zhǔn)聚焦問題線索，主要模型和工具如下。

01

“投標(biāo)關(guān)聯(lián)圖譜分析”模型

模型目標(biāo)：在海量數(shù)據(jù)中快速圈定異常交易主體，識(shí)別關(guān)鍵節(jié)點(diǎn)和潛在關(guān)聯(lián)關(guān)系，發(fā)現(xiàn)問題源頭。

查證邏輯：基于歷史投標(biāo)數(shù)據(jù)，構(gòu)建供應(yīng)商間的關(guān)聯(lián)網(wǎng)絡(luò)圖，挖掘“核心中介”企業(yè)及其關(guān)聯(lián)路徑，輔助識(shí)別隱藏控制人或協(xié)同操作行為。

數(shù)據(jù)來源：集團(tuán)招投標(biāo)平臺(tái)投標(biāo)記錄。

實(shí)施步驟：采集并清洗投標(biāo)基礎(chǔ)數(shù)據(jù)，通過算法生成可視化圖譜，可進(jìn)行節(jié)點(diǎn)放大與詳情導(dǎo)出，便于深入分析與證據(jù)溯源。

模型成效：成功從5萬條數(shù)據(jù)中識(shí)別出20組高頻“組團(tuán)投標(biāo)”供應(yīng)商。

02

“握手共現(xiàn)”模型

模型目標(biāo)：在關(guān)聯(lián)圖譜的基礎(chǔ)上，量化圍標(biāo)企業(yè)之間的協(xié)作頻率，定位核心企業(yè)。

查證邏輯：以“握手”為切入點(diǎn)，統(tǒng)計(jì)高頻組合，結(jié)合中標(biāo)率與報(bào)價(jià)特征，識(shí)別可能存在陪標(biāo)、輪投或排斥競爭行為。

數(shù)據(jù)來源：集團(tuán)招投標(biāo)平臺(tái)投標(biāo)記錄。

實(shí)施步驟：清洗數(shù)據(jù)后，通過程序統(tǒng)計(jì)各供應(yīng)商的共同投標(biāo)次數(shù)，量化“協(xié)同關(guān)系強(qiáng)度”。

模型成效：進(jìn)一步驗(yàn)證并細(xì)化“組團(tuán)圍標(biāo)”結(jié)構(gòu)，鎖定“某系”供應(yīng)商中的核心企業(yè)。

03

“陪標(biāo)篩查”模型

模型目標(biāo)：識(shí)別中標(biāo)率異常低、投標(biāo)次數(shù)過高的可疑“陪標(biāo)”或“殼公司”供應(yīng)商。

查證邏輯：設(shè)置閾值（如高投標(biāo)次數(shù)、低中標(biāo)率、特定發(fā)包方集中度），篩選出具有陪標(biāo)特征的供應(yīng)商，結(jié)合上下游關(guān)系進(jìn)一步識(shí)別協(xié)同方。

數(shù)據(jù)來源：集團(tuán)招投標(biāo)平臺(tái)投標(biāo)記錄。

實(shí)施步驟：設(shè)定參數(shù)后，系統(tǒng)自動(dòng)篩查并輸出可疑名單，支持點(diǎn)擊查看企業(yè)歷史投標(biāo)行為與關(guān)聯(lián)方。

模型成效：對(duì)“組團(tuán)”內(nèi)企業(yè)進(jìn)行角色分層識(shí)別，明確核心企業(yè)與協(xié)作輔助方，查證精度進(jìn)一步提高。

04

“異常排斥”模型

模型目標(biāo)：揭示存在人為限制投標(biāo)行為的項(xiàng)目，查證招標(biāo)環(huán)節(jié)是否存在有意“清場”的圍標(biāo)行為。

查證邏輯：篩查未入圍但報(bào)名的供應(yīng)商，交叉驗(yàn)證入圍名單中是否存在存疑供應(yīng)商，并調(diào)閱資格審查記錄識(shí)別其合理性。

數(shù)據(jù)來源：集團(tuán)招投標(biāo)平臺(tái)投標(biāo)記錄及相關(guān)資審資料。

實(shí)施步驟：上傳報(bào)名與投標(biāo)數(shù)據(jù)，系統(tǒng)自動(dòng)統(tǒng)計(jì)入圍情況并分析被排除供應(yīng)商名單，支持進(jìn)一步人工核查。

模型成效：查實(shí)部分項(xiàng)目存在內(nèi)部操控、排除“異己”現(xiàn)象，獲取關(guān)鍵違規(guī)證據(jù)。

05

電子文檔屬性與痕跡分析工具

模型目標(biāo)：識(shí)別供應(yīng)商提交資料中可能存在的造假行為。

查證邏輯：分析投標(biāo)文件（PDF、Word、圖片等）的元數(shù)據(jù)（創(chuàng)建時(shí)間、作者、編輯軟件）和圖像痕跡（如公章模糊、圖層不一致），識(shí)別疑似偽造或模板化資料。

數(shù)據(jù)來源：供應(yīng)商資質(zhì)文件、考察資料等電子檔案。

模型成效：識(shí)別部分資料編輯痕跡，完善證據(jù)鏈。

06

OCR模型與爬蟲技術(shù)輔助

模型目標(biāo)：自動(dòng)提取非結(jié)構(gòu)化文檔中的關(guān)鍵信息，發(fā)現(xiàn)潛在關(guān)聯(lián)或偽造痕跡。

查證邏輯：運(yùn)用OCR識(shí)別掃描文檔中的企業(yè)名稱、聯(lián)系人、印章、照片等信息，結(jié)合歷史資料進(jìn)行橫縱比對(duì)，挖掘重復(fù)線索與隱性關(guān)聯(lián)。

數(shù)據(jù)來源：掃描版考察資料、結(jié)算文件、企業(yè)介紹等文檔。

模型成效：發(fā)現(xiàn)兩家供應(yīng)商考察資料照片完全相同、公司牌匾并列展示等關(guān)鍵線索，支撐后續(xù)關(guān)聯(lián)關(guān)系查證；抓取工商網(wǎng)站數(shù)據(jù)，發(fā)現(xiàn)社保繳納人數(shù)與實(shí)際項(xiàng)目規(guī)模嚴(yán)重不匹配。

3

補(bǔ)充完善證據(jù)鏈條

在基本鎖定問題事實(shí)的基礎(chǔ)上，審計(jì)組進(jìn)一步運(yùn)用傳統(tǒng)審計(jì)手段，補(bǔ)充和完善證據(jù)鏈條。通過關(guān)鍵人員訪談、實(shí)地走訪及調(diào)閱補(bǔ)充資料，逐步還原問題全貌。通過系統(tǒng)性、多角度、多技術(shù)手段的綜合運(yùn)用，審計(jì)組最終形成了一套完整、閉環(huán)的證據(jù)體系，有效支撐了審計(jì)結(jié)論的客觀性和權(quán)威性。審計(jì)最終揭示出，某單位原高管在離職后，控制或設(shè)立多家建筑勞務(wù)公司，依托其在原單位的影響力和人脈資源，通過內(nèi)外勾連、暗中操控招投標(biāo)流程，違規(guī)獲取大量分包工程項(xiàng)目，并在后續(xù)結(jié)算環(huán)節(jié)中牟取不當(dāng)利益，涉及金額巨大。

4

模型固化和迭代升級(jí)

在現(xiàn)場審計(jì)期間中，審計(jì)組緊密結(jié)合業(yè)務(wù)實(shí)際與查證結(jié)果，持續(xù)優(yōu)化和迭代所開發(fā)的數(shù)智模型，根據(jù)不同場景反饋及時(shí)調(diào)整算法邏輯、輸入?yún)?shù)與界面設(shè)計(jì)，確保模型“能用、好用、易用”。項(xiàng)目推進(jìn)期間，模型開發(fā)團(tuán)隊(duì)與審計(jì)業(yè)務(wù)團(tuán)隊(duì)高效協(xié)同，實(shí)現(xiàn)了從需求提出到工具部署的快速閉環(huán)，顯著提升模型適應(yīng)性與操作體驗(yàn)。截至目前，相關(guān)模型已在多個(gè)項(xiàng)目中成功復(fù)制應(yīng)用，部分模型仍在持續(xù)升級(jí)過程中，以更好適應(yīng)工程審計(jì)、合規(guī)審計(jì)、財(cái)務(wù)審計(jì)等多樣化審計(jì)場景，力求延長工具生命周期，最大化技術(shù)投資回報(bào)。

三、審計(jì)成果運(yùn)用

在對(duì)某集團(tuán)下屬公司審計(jì)過程中，審計(jì)組通過對(duì)技術(shù)工具的應(yīng)用，從近5萬條供應(yīng)商投標(biāo)記錄和招標(biāo)任務(wù)中，精準(zhǔn)識(shí)別出涉嫌圍標(biāo)、串標(biāo)的多筆可疑業(yè)務(wù)，同時(shí)發(fā)現(xiàn)以不合理理由限制投標(biāo)單位的行為，所涉金額較大。

上述數(shù)智化審計(jì)的實(shí)踐探索不僅取得實(shí)質(zhì)性成果，也沉淀出一套契合工程建設(shè)領(lǐng)域的業(yè)務(wù)特性，具有可復(fù)制性、可推廣性的數(shù)智化審計(jì)方法論。項(xiàng)目中開發(fā)出的數(shù)智工具包具備多場景適應(yīng)能力，盡管部分工具尚待完善，但其總體方向明確、框架成熟，具備持續(xù)深化應(yīng)用的潛力，未來隨著場景拓展和迭代優(yōu)化，有望創(chuàng)造更多審計(jì)價(jià)值。

四、經(jīng)驗(yàn)啟示

（一）數(shù)智化審計(jì)是融合協(xié)作的審計(jì)

數(shù)智化審計(jì)的成功關(guān)鍵在于多領(lǐng)域人才的融合協(xié)作，由數(shù)字化專家提供技術(shù)支撐，審計(jì)專家提供專業(yè)方法，業(yè)務(wù)專家傳遞場景理解。實(shí)踐中，集團(tuán)審計(jì)部門摸索出“專家協(xié)作工坊”模式，有效打通知識(shí)壁壘，實(shí)現(xiàn)數(shù)據(jù)流、信息流與業(yè)務(wù)流的深度融合，有效提升了解決復(fù)雜問題的能力。

（二）數(shù)智化審計(jì)是貼近一線的審計(jì)

模型是否好用，關(guān)鍵在于是否能深入一線、服務(wù)一線、解決一線實(shí)際問題。實(shí)踐中，數(shù)字化團(tuán)隊(duì)分散至審計(jì)現(xiàn)場，現(xiàn)場提出問題、開發(fā)模型、測試并優(yōu)化，確保技術(shù)成果能夠快速響應(yīng)需求。實(shí)踐中，大多數(shù)模塊3日內(nèi)即可完成開發(fā)，而小型功能甚至可在30分鐘內(nèi)實(shí)現(xiàn)，體現(xiàn)出極強(qiáng)的實(shí)用性和靈活性。

（三）數(shù)智化審計(jì)是開放共享的審計(jì)

開放互通是推動(dòng)組織整體數(shù)智化審計(jì)水平提升的有效手段。一方面，通過先行試點(diǎn)、經(jīng)驗(yàn)復(fù)用、培訓(xùn)交流，讓“少數(shù)先行者”帶動(dòng)“整體躍升”；另一方面，開放共享也確保模型持續(xù)優(yōu)化與生命周期延長。在實(shí)踐中，審計(jì)部門始終堅(jiān)持開放理念，積極組織培訓(xùn)、答疑、交流，逐步形成可積累、可迭代、可傳承的數(shù)智化審計(jì)能力。

（四）數(shù)智化審計(jì)是多維立體的審計(jì)

數(shù)智化審計(jì)的成果不僅體現(xiàn)在查處問題和揭示風(fēng)險(xiǎn)，更應(yīng)體現(xiàn)為多維度系統(tǒng)性和戰(zhàn)略性的綜合價(jià)值。未來應(yīng)探索更深層次的數(shù)據(jù)治理與模型應(yīng)用，如進(jìn)行垂直領(lǐng)域本地大模型的微調(diào)與知識(shí)庫建設(shè)，構(gòu)建審計(jì)人專屬的智能大腦——審計(jì)AI大模型，使其理解公司業(yè)務(wù)、熟悉規(guī)章制度、知曉業(yè)務(wù)數(shù)據(jù)及存在的問題。智能大腦可以有效輔助審計(jì)人員提供更加科學(xué)高效的管理咨詢建議，幫助審計(jì)人員在助力企業(yè)治理與高質(zhì)量發(fā)展方面發(fā)揮更大作用。

文章摘自《中國內(nèi)部審計(jì)》雜志2025年第8期

作者：陳哲

單位：中國建筑一局（集團(tuán)）有限公司審計(jì)部

編輯：孫哲

目前190000+人已關(guān)注我們，您還等什么？