從現(xiàn)行的政府采購法律體系看,即便能夠科學、公正地甄別出專家的異常評分也很難直接予以修正。首先,國家層面對異常評分還沒有明確的界定標準或處置方法。財政部雖然在《關于進一步規(guī)范政府采購評審工作有關問題的通知》中指出,采購人、采購代理機構……要對評審數(shù)據(jù)進行校對、核對,對畸高、畸低的重大差異評分可以提示評審委員會復核或書面說明理由,但沒有允許直接修正評分。其次,多數(shù)評審專家對于自己的評分出現(xiàn)偏差也難以接受,更不會主動提出修改評審結(jié)論。最后,評分修正關系企業(yè)切身利益,決定了中標供應商資格的歸屬,無論是采購人還是行業(yè)監(jiān)督部門都不得不采取小心謹慎的態(tài)度,在沒有充分依據(jù)的情況下不會主動啟動評分修正程序。
基于上述原因,目前比較合適的做法是,把專家的異常評分與日??己寺?lián)動起來,對于長期出現(xiàn)異常評分情況的專家,及時指出問題所在,加強監(jiān)督教育管理,拒不改正的,堅決暫停其評審資格或者清理出庫。有條件的地區(qū),可以在積累一定樣本數(shù)量的基礎上,通過大數(shù)據(jù)分析方法,研究哪些領域、哪些行業(yè)、哪種評標方法容易引發(fā)異常評分偏差,定量分析專家的評審質(zhì)量波動幅度和趨勢,從而為政府采購行業(yè)主管部門制定標后評估管理辦法提供科學的依據(jù)。
評審專家的異常評分在政府采購行業(yè)內(nèi)飽受詬病,它破壞了公平公正的市場秩序,違反了優(yōu)質(zhì)優(yōu)價的評審原則。要從根本上破解這個難題,需要從管理、技術和政策三個方面同時施策。
基于管理層面,異常評分的一個根本原因是評審專家擁有過大的自由裁量權,評分空間彈性太大,專家不恰當?shù)匦惺惯^大的自主權很容易導致評分偏離正常的軌道。因此,要在評標辦法的制度設計上壓縮自由評審的幅度和范圍。財政部在《關于進一步加強政府采購需求和履約驗收管理的指導意見》中明確指出,采購文件設定的評審因素要與采購需求對應,采購需求相關指標有區(qū)間規(guī)定的,評審因素應當量化到相應區(qū)間。另外,在評標方法的選擇上,要結(jié)合采購項目特點和實際需要選擇恰當?shù)脑u標方法。對于采用通用技術、成熟工藝的常規(guī)采購項目,宜采用價格單因素(包括經(jīng)評審的最低評標價法)等客觀因素主導的評標方法,不宜選用過度依賴評委主觀評判的綜合評分法,這樣從根源上就鏟除了可能滋生異常評分的不利因素。
基于技術層面,隨著信息化技術的進步,利用人工智能來輔助評審是解決專家評分異常的有效工具。目前,一些地方已經(jīng)開始嘗試此做法,例如,中山大學研發(fā)出了一種快速采購系統(tǒng),首次將人工智能AI與數(shù)據(jù)技術應用于招投標和評標等采購過程中。智能評審的基本思路是將采購文件進行結(jié)構化拆解、抽取評分點信息、調(diào)用評審樣本數(shù)據(jù)庫,再借助半監(jiān)督機器學習算法,以知識圖譜技術為補充,實現(xiàn)對投標文件的智能評審。這樣的評審結(jié)論基本上可擺脫人為的主觀判斷,結(jié)果的均衡性、穩(wěn)定性顯然大大優(yōu)于人為操作。
基于政策層面,如果能在科學論證的基礎上,適度賦予采購人在異常評分識別機制下可以自主修正評審結(jié)果的權利,則能一定程度上減小異常評分帶來的危害。