王云麗 楊文煥 邵云霞 成彬 陳志賓

收稿日期：2023-09-14

基金項(xiàng)目：河北省科學(xué)院科技計(jì)劃項(xiàng)目（2022PF01-1）

DOI：10.19850/j.cnki.2096-4706.2024.07.031

摘? 要：網(wǎng)絡(luò)安全等級(jí)保護(hù)在網(wǎng)絡(luò)安全保障、網(wǎng)絡(luò)強(qiáng)國建設(shè)方面發(fā)揮著至關(guān)重要的作用。隨著資質(zhì)管理從審核推薦模式向服務(wù)認(rèn)證模式的轉(zhuǎn)變，網(wǎng)絡(luò)安全等級(jí)保護(hù)測(cè)評(píng)機(jī)構(gòu)的資質(zhì)管理得到網(wǎng)絡(luò)安全界越來越多的關(guān)注。在分析網(wǎng)絡(luò)安全等級(jí)保護(hù)測(cè)評(píng)機(jī)構(gòu)投標(biāo)項(xiàng)目信息的基礎(chǔ)上，應(yīng)用VOSviewer知識(shí)圖譜軟件構(gòu)建一種市場(chǎng)競(jìng)爭(zhēng)特征分析模型，為等級(jí)測(cè)評(píng)行業(yè)的高質(zhì)量發(fā)展提供參考借鑒。首先對(duì)采集數(shù)據(jù)進(jìn)行清洗以及基于相似度去重；然后采用機(jī)器學(xué)習(xí)算法對(duì)項(xiàng)目信息進(jìn)行“關(guān)鍵詞”（項(xiàng)目類型、項(xiàng)目所屬行業(yè)）的抽取和標(biāo)注；最后將項(xiàng)目信息進(jìn)行RefWorks格式轉(zhuǎn)換并導(dǎo)入VOSviewer，可視化呈現(xiàn)測(cè)評(píng)機(jī)構(gòu)的競(jìng)爭(zhēng)關(guān)系和市場(chǎng)特征。

關(guān)鍵詞：網(wǎng)絡(luò)安全等級(jí)保護(hù)測(cè)評(píng)機(jī)構(gòu)；VOSviewer；項(xiàng)目信息；市場(chǎng)競(jìng)爭(zhēng)特征；模型構(gòu)建

中圖分類號(hào)：TP309? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2024）07-0151-10

Construction of a Market Competition Characteristic Analysis Model for Evaluation Institution Based on VOSviewer

WANG Yunli1，2， YANG Wenhuan1，2， SHAO Yunxia1，2， CHENG Bin1，2， CHEN Zhibin1，2

（1.Institute of Applied Mathematics of Hebei Academy of Sciences， Shijiazhuang? 050081， China;

2.Information Security Authentication Technology Innovation Center in Hebei Province， Shijiazhuang? 050081， China）

Abstract： Classified protection of network security plays a crucial role in ensuring network security and building a strong network nation. With the transformation of qualification management from audit recommendation mode to service certification mode， the qualification management of network security classified protection evaluation institutions is receiving increasing attention from the network security community. On the basis of analyzing the bidding project information of network security classified protection evaluation institutions， a market competition characteristic analysis model is constructed using VOSviewer Knowledge Graph software， which provides reference for the high-quality development of the classified evaluation industry. Firstly， the collected data is cleansed and deduplicated based on similarity. Then， Machine Learning Algorithm is utilized to extract and label “keywords” （project types， industry sectors） from the project information. Lastly， the project information is converted to the RefWorks format and imported into VOSviewer to visualize the competitive relationships and market characteristics of evaluation institutions.

Keywords： network security classified protection evaluation institution; VOSviewer; project information; market competition characteristic; model construction

0? 引? 言

網(wǎng)絡(luò)安全等級(jí)保護(hù)制度是國家網(wǎng)絡(luò)安全保障工作的基本制度，也是一項(xiàng)事關(guān)國家安全和社會(huì)穩(wěn)定的基本保障。隨著新一代信息技術(shù)的發(fā)展和《網(wǎng)絡(luò)安全法》的頒布，網(wǎng)絡(luò)安全等級(jí)保護(hù)制度進(jìn)入2.0時(shí)代[1]。2022年，網(wǎng)絡(luò)安全等級(jí)保護(hù)測(cè)評(píng)機(jī)構(gòu)（以下簡(jiǎn)稱“測(cè)評(píng)機(jī)構(gòu)”）的資質(zhì)管理由審核推薦模式轉(zhuǎn)變?yōu)榉?wù)認(rèn)證模式[2，3]。在應(yīng)用、技術(shù)創(chuàng)新和政策的共同推動(dòng)下，網(wǎng)絡(luò)安全等級(jí)保護(hù)測(cè)評(píng)（以下簡(jiǎn)稱“等級(jí)測(cè)評(píng)”）行業(yè)迎來新的發(fā)展機(jī)遇。

等級(jí)測(cè)評(píng)作為一個(gè)偏重技術(shù)服務(wù)的網(wǎng)絡(luò)安全保障手段，以往的研究大多集中在等級(jí)保護(hù)應(yīng)用建設(shè)[4，5]及網(wǎng)絡(luò)安全產(chǎn)業(yè)技術(shù)發(fā)展方面[6-9]，有關(guān)市場(chǎng)競(jìng)爭(zhēng)的研究力度較為欠缺。

近年來，隨著科學(xué)計(jì)量學(xué)、數(shù)據(jù)可視化和知識(shí)圖譜等學(xué)科和技術(shù)的發(fā)展，學(xué)者們紛紛開發(fā)VOSviewer等知識(shí)圖譜和文獻(xiàn)計(jì)量分析軟件，運(yùn)用這些軟件可對(duì)科技文獻(xiàn)的標(biāo)題、作者、關(guān)鍵詞等進(jìn)行分析，實(shí)現(xiàn)科學(xué)計(jì)量、圖譜展示[10]，還可對(duì)關(guān)注領(lǐng)域進(jìn)行共現(xiàn)和密度分析。本文通過分析測(cè)評(píng)機(jī)構(gòu)的投標(biāo)項(xiàng)目信息，創(chuàng)新性地應(yīng)用VOSviewer軟件構(gòu)建一種測(cè)評(píng)機(jī)構(gòu)競(jìng)爭(zhēng)關(guān)系、市場(chǎng)特征分析模型，以期為等級(jí)測(cè)評(píng)行業(yè)的高質(zhì)量發(fā)展提供指引，并為今后優(yōu)化行業(yè)發(fā)展策略提供參考。

1? 模型構(gòu)建

1.1? 數(shù)據(jù)收集與處理

截至2022年底，全國共有226家測(cè)評(píng)機(jī)構(gòu)[11]，其中企業(yè)性質(zhì)機(jī)構(gòu)174家，事業(yè)單位40家，非企業(yè)法人9家和社會(huì)組織3家。事業(yè)單位投標(biāo)項(xiàng)目較少，而等級(jí)測(cè)評(píng)不是非企業(yè)法人測(cè)評(píng)機(jī)構(gòu)的主營業(yè)務(wù)，為此本次數(shù)據(jù)采集僅限企業(yè)和社會(huì)組織共計(jì)177家。

從天眼查、各省級(jí)政府采購網(wǎng)等公開網(wǎng)站收集的各測(cè)評(píng)機(jī)構(gòu)自資質(zhì)獲取之日（資質(zhì)時(shí)間由作者跟蹤關(guān)注中國網(wǎng)絡(luò)安全等級(jí)保護(hù)網(wǎng)公告的《全國網(wǎng)絡(luò)安全等級(jí)測(cè)評(píng)與檢測(cè)評(píng)估機(jī)構(gòu)目錄》整理）起至2022年12月這一期間的投標(biāo)項(xiàng)目信息可知，主要字段包括測(cè)評(píng)機(jī)構(gòu)、資質(zhì)時(shí)間、發(fā)布日期、項(xiàng)目名稱、項(xiàng)目地區(qū)、信息類型、采購人、供應(yīng)商（中標(biāo)商）、中標(biāo)金額等，如表1所示。

1.1.1? 數(shù)據(jù)剔除

獲取到的項(xiàng)目信息數(shù)據(jù)類型有四種，分別為：招標(biāo)公告（75 950條）、招標(biāo)預(yù)告（713條）、中標(biāo)結(jié)果（75 950條）、無法識(shí)別的數(shù)據(jù)（22條）。刪除招標(biāo)公告和招標(biāo)預(yù)告數(shù)據(jù)，手工識(shí)別并標(biāo)記22條空白數(shù)據(jù)，僅保留中標(biāo)結(jié)果類型的數(shù)據(jù)。

觀察發(fā)現(xiàn)，“國家隊(duì)”（如交通運(yùn)輸信息安全中心有限公司、中金金融認(rèn)證中心有限公司）、“行業(yè)隊(duì)”（如北京卓識(shí)網(wǎng)安技術(shù)股份有限公司、中國電力科學(xué)研究院有限公司等）的項(xiàng)目信息絕大部分屬于行業(yè)系統(tǒng)建設(shè)類，不在本文研究范圍之列。

刪除采購人為自身的測(cè)評(píng)機(jī)構(gòu)，剩余項(xiàng)目數(shù)據(jù)52 828條。

1.1.2? 數(shù)據(jù)清洗

對(duì)以下字段進(jìn)行數(shù)據(jù)清洗：

1）測(cè)評(píng)機(jī)構(gòu)名稱。對(duì)于更名的機(jī)構(gòu)，根據(jù)認(rèn)證證書編號(hào)對(duì)其進(jìn)行規(guī)范化和統(tǒng)一。

2）項(xiàng)目名稱。如出現(xiàn)項(xiàng)目編號(hào)等混雜信息，則對(duì)其進(jìn)行規(guī)范化和統(tǒng)一。

3）采購人。空白的采購人信息，根據(jù)項(xiàng)目名稱的相關(guān)信息進(jìn)行填充。在無法從項(xiàng)目名稱中提取有效信息的情況下，填充“無”等特定值。

4）供應(yīng)商名稱。前面帶有“第一包”“A包”“標(biāo)段一”“第一名”等描述性信息的名稱，需要進(jìn)行規(guī)范化處理。對(duì)于出現(xiàn)錯(cuò)別字或使用簡(jiǎn)稱等情況，需要進(jìn)行相應(yīng)的更正和識(shí)別。

1.1.3? 數(shù)據(jù)去重

一個(gè)項(xiàng)目的中標(biāo)信息和中標(biāo)公告經(jīng)常會(huì)發(fā)布在多個(gè)平臺(tái)或媒體上，使得我們?cè)诓杉瘮?shù)據(jù)時(shí)會(huì)出現(xiàn)數(shù)據(jù)重復(fù)的情況。而且，不同媒體發(fā)布公告的時(shí)間也不同，因此需要對(duì)數(shù)據(jù)進(jìn)行合并去重。除了這些客觀因素導(dǎo)致數(shù)據(jù)的大量重復(fù)之外，媒體發(fā)布公告信息的不規(guī)范性也增加了數(shù)據(jù)清洗和去重的工作量。為此，本文在投標(biāo)項(xiàng)目信息（測(cè)評(píng)機(jī)構(gòu)+項(xiàng)目名稱+采購人+供應(yīng)商）的分析中引入中文文本分析算法，對(duì)投標(biāo)項(xiàng)目信息的相似度進(jìn)行計(jì)算分析，并根據(jù)設(shè)定的相似度閾值進(jìn)行重復(fù)數(shù)據(jù)的刪除，從而達(dá)到數(shù)據(jù)去重的目的。投標(biāo)項(xiàng)目信息文本相似度的計(jì)算[12-14]步驟如下：

1）加載同義詞詞典，如中標(biāo)公告、中標(biāo)候選人、中標(biāo)候選人公示、中標(biāo)結(jié)果公示、中標(biāo)（成交）公告、招標(biāo)結(jié)果公示、成交候選人公示、合同公告等。

2）對(duì)投標(biāo)項(xiàng)目信息進(jìn)行分詞和同義詞轉(zhuǎn)換。

3）使用Gensim庫corpora.Dictionary（）函數(shù)構(gòu)建語料庫，并將其轉(zhuǎn)化為向量形式。

4）對(duì)詞向量進(jìn)行TF-IDF特征抽取以生成新的向量。

5）通過Similarities中的SparseMatrixSimilarity方法將新的語料庫轉(zhuǎn)換成一個(gè)稀疏矩陣，并計(jì)算各個(gè)向量之間的余弦相似度。

6）設(shè)置相似度閾值為0.9，且公告日期在3個(gè)月之內(nèi)的認(rèn)定為重復(fù)數(shù)據(jù)，對(duì)重復(fù)數(shù)據(jù)進(jìn)行刪除處理。四川、陜西地區(qū)的部分履約驗(yàn)收公告時(shí)間間隔大約在一年左右，而內(nèi)蒙古地區(qū)的部分履約公告時(shí)間間隔長(zhǎng)達(dá)兩年，在這種情況下，需要在相似度閾值的基礎(chǔ)上放寬間隔時(shí)長(zhǎng)要求，再次進(jìn)行去重處理。

經(jīng)過數(shù)據(jù)去重后，有效投標(biāo)項(xiàng)目信息為42 574條，作為研究樣本。整個(gè)數(shù)據(jù)處理過程如圖1所示。

1.2? 研究方法

VOSviewer在概率論的思想下對(duì)文本之間的共現(xiàn)高頻詞進(jìn)行歸一化處理，適合大規(guī)模網(wǎng)絡(luò)可視化分析。本研究結(jié)合使用VOSviewer軟件[15-17]和Python語言對(duì)測(cè)評(píng)機(jī)構(gòu)、資質(zhì)時(shí)間、發(fā)布日期、項(xiàng)目名稱、項(xiàng)目地區(qū)、信息類型、采購人、供應(yīng)商（中標(biāo)商）、中標(biāo)金額等數(shù)據(jù)進(jìn)行分析，參照文獻(xiàn)資料的“作者”“關(guān)鍵詞”節(jié)點(diǎn)，分析測(cè)評(píng)機(jī)構(gòu)市場(chǎng)競(jìng)爭(zhēng)的共現(xiàn)圖和密度圖。

從項(xiàng)目信息中提取與測(cè)評(píng)機(jī)構(gòu)市場(chǎng)競(jìng)爭(zhēng)相關(guān)的特征。采集的項(xiàng)目信息僅包含發(fā)布日期、項(xiàng)目名稱、項(xiàng)目地區(qū)、采購人、供應(yīng)商（中標(biāo)商）、中標(biāo)金額等，沒有文獻(xiàn)資料的那種“關(guān)鍵詞”。本研究需要從項(xiàng)目信息中提取“關(guān)鍵詞”（項(xiàng)目類型、所屬行業(yè)），有了關(guān)鍵詞就可以借助VOSviewer軟件對(duì)測(cè)評(píng)機(jī)構(gòu)進(jìn)行地區(qū)、類型、行業(yè)等多維度的組合分析。

中標(biāo)金額是評(píng)價(jià)測(cè)評(píng)機(jī)構(gòu)業(yè)績(jī)的重要指標(biāo)之一，但是，在所采集的測(cè)評(píng)機(jī)構(gòu)投標(biāo)項(xiàng)目信息中，中標(biāo)商并非完全是測(cè)評(píng)機(jī)構(gòu)自己，且中標(biāo)金額的單位不統(tǒng)一，或部分中標(biāo)項(xiàng)目未顯示金額，這使我們無法進(jìn)行有效的匯總和統(tǒng)計(jì)，因此沒有將中標(biāo)金額選作研究維度。

若要實(shí)現(xiàn)上述目標(biāo)，需要獲得兩個(gè)技術(shù)支撐：一是從項(xiàng)目信息中提取關(guān)鍵詞；二是將項(xiàng)目信息數(shù)據(jù)文件轉(zhuǎn)換為VOSviewer可用的分析文件。

1.3? “關(guān)鍵詞”提取

1.3.1? 項(xiàng)目類型的抽取

從項(xiàng)目名稱中直接抽取充分揭示項(xiàng)目類型的詞匯，抽取完此類詞匯后對(duì)同義詞進(jìn)行歸并，如將“等級(jí)保護(hù)測(cè)評(píng)”“等保測(cè)評(píng)”等歸并為“等級(jí)測(cè)評(píng)”，將“商用密碼安全性測(cè)評(píng)”“密碼評(píng)估”“密碼測(cè)評(píng)”等歸并為“密評(píng)”等。最終抽取歸并為56種項(xiàng)目類型，劃分為四大類：

1）信息化服務(wù)類。包括平臺(tái)項(xiàng)目、設(shè)備采購、信息化監(jiān)理、運(yùn)維服務(wù)、升級(jí)改造、密碼整改等。

2）網(wǎng)絡(luò)安全服務(wù)類。包括等級(jí)測(cè)評(píng)（含第三方測(cè)評(píng)）、安全技術(shù)服務(wù)、密評(píng)、風(fēng)險(xiǎn)評(píng)估、安全防護(hù)評(píng)估、驗(yàn)收測(cè)評(píng)、軟件測(cè)試、密碼方案評(píng)估等。

3）工程服務(wù)類。包括抽查檢驗(yàn)檢測(cè)、環(huán)評(píng)報(bào)告、工程監(jiān)理、工程監(jiān)測(cè)、勘察設(shè)計(jì)等。

4）其他服務(wù)類。包括信息傳輸服務(wù)、調(diào)查研究、媒體合作等。

在實(shí)際的項(xiàng)目中，同一項(xiàng)目信息可能同屬于幾種不同的項(xiàng)目類型。值得注意的是，本研究只是從項(xiàng)目名稱中抽取項(xiàng)目類型，并未對(duì)項(xiàng)目類型的預(yù)期進(jìn)行修正或做進(jìn)一步的補(bǔ)充判斷。

同時(shí)，從項(xiàng)目名稱中提取諸如區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)和工控系統(tǒng)之類的新一代信息技術(shù)關(guān)鍵詞，以研究這類項(xiàng)目在全國各地的實(shí)際應(yīng)用情況。

1.3.2? 項(xiàng)目行業(yè)的訓(xùn)練、預(yù)測(cè)

針對(duì)不能直接從項(xiàng)目名稱中抽取項(xiàng)目所屬行業(yè)的分類標(biāo)簽，通過數(shù)據(jù)標(biāo)注及模型訓(xùn)練的方式生成。

數(shù)據(jù)標(biāo)注：選擇中關(guān)村信息安全測(cè)評(píng)聯(lián)盟（以下簡(jiǎn)稱“測(cè)評(píng)聯(lián)盟”）第二屆副理事長(zhǎng)單位7家“地方”測(cè)評(píng)機(jī)構(gòu)的5 526條投標(biāo)數(shù)據(jù)，參考“信息系統(tǒng)安全等級(jí)保護(hù)備案表”的行業(yè)類別進(jìn)行手工行業(yè)標(biāo)注，共有47種行業(yè)劃分，歸并為四大類：

1）政府機(jī)構(gòu)類。包括政務(wù)服務(wù)、公安、自然資源、市場(chǎng)監(jiān)督、法院、住建、人社、財(cái)政、司法、水利、環(huán)保、農(nóng)業(yè)、發(fā)展改革、檢察院、稅務(wù)、審計(jì)等。

2）社會(huì)事業(yè)類。包括衛(wèi)生、市政、廣電、郵政、公共交通、消防救援、文旅、智慧城市等。

3）行業(yè)企業(yè)類。包括電力、電信、交通、能源、煙草、金融證券、鐵路、民航、工業(yè)制造等。

4）教育科研類。包括教育、科技等。

模型訓(xùn)練、預(yù)測(cè)的步驟如下[18]：

1）讀取已手工標(biāo)注項(xiàng)目行業(yè)數(shù)據(jù)集。

2）對(duì)投標(biāo)項(xiàng)目信息（項(xiàng)目名稱+采購人）進(jìn)行分詞。

3）將文本信息轉(zhuǎn)換為特征向量。

4）將已讀取的數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集。

5）訓(xùn)練SVM模型并預(yù)測(cè)測(cè)試數(shù)據(jù)集，查看模型評(píng)估指標(biāo)，如調(diào)參后達(dá)到滿意效果，則保存訓(xùn)練好的模型。該模型的準(zhǔn)確率（Accuracy）為0.912 5。

6）讀取待標(biāo)注的數(shù)據(jù)集，加載訓(xùn)練好的SVM分類器進(jìn)行項(xiàng)目所屬行業(yè)的預(yù)測(cè)并導(dǎo)出結(jié)果。

1.4? 項(xiàng)目信息的格式轉(zhuǎn)化

將經(jīng)數(shù)據(jù)處理后項(xiàng)目信息的相關(guān)文本偽裝成VOSviewer可識(shí)別的RefWorks格式，進(jìn)行相關(guān)的分析。

文獻(xiàn)資料的RefWorks格式如圖2所示。

經(jīng)數(shù)據(jù)處理后的項(xiàng)目信息數(shù)據(jù)需要與RefWorks格式對(duì)應(yīng)起來，如表2所示。

以表1的最后一行項(xiàng)目信息為例，經(jīng)“關(guān)鍵詞”抽取、格式轉(zhuǎn)換的數(shù)據(jù)為：

RT廣東162

A1廣東162；湖南155（該項(xiàng)目是競(jìng)爭(zhēng)對(duì)手中標(biāo)，即“合作作者”，而表1的第一行項(xiàng)目數(shù)據(jù)是自己中標(biāo)，即“獨(dú)立作者”，A1則為“廣東162”）

T1長(zhǎng)沙市消防救援支隊(duì)長(zhǎng)沙市“智慧消防”一期建設(shè)項(xiàng)目——第三方評(píng)測(cè)服務(wù)中標(biāo)公告

JF長(zhǎng)沙市消防救援支隊(duì)

YR 2022/12/30

OP 84638

K1廣東162；第三方測(cè)評(píng)/廣東162；消防救援/廣東162；第三方測(cè)評(píng)；消防救援

1.5? 可視化展示

將RefWorks格式的項(xiàng)目信息導(dǎo)入VOSviewer進(jìn)行可視化分析。在VOSviewer中，以“作者”測(cè)評(píng)機(jī)構(gòu)為例，節(jié)點(diǎn)大小表示測(cè)評(píng)機(jī)構(gòu)的項(xiàng)目數(shù)量。兩個(gè)節(jié)點(diǎn)之間的距離表示兩個(gè)節(jié)點(diǎn)（測(cè)評(píng)機(jī)構(gòu)）之間的關(guān)聯(lián)度或相似度。距離越短，說明兩個(gè)節(jié)點(diǎn)之間的相似度越高，或者說是兩個(gè)節(jié)點(diǎn)之間的關(guān)聯(lián)越緊密，反之亦然。兩個(gè)節(jié)點(diǎn)之間連線的粗細(xì)表示兩個(gè)測(cè)評(píng)機(jī)構(gòu)之間的關(guān)聯(lián)強(qiáng)度。線條越粗，說明兩個(gè)測(cè)評(píng)機(jī)構(gòu)之間的競(jìng)爭(zhēng)關(guān)系越強(qiáng)，也就是說兩個(gè)機(jī)構(gòu)同時(shí)投標(biāo)競(jìng)爭(zhēng)的可能性越大。節(jié)點(diǎn)顏色表示測(cè)評(píng)機(jī)構(gòu)所屬的簇類，不同的簇類用不同的顏色來表示。

2? 測(cè)評(píng)機(jī)構(gòu)基本情況

2.1? 測(cè)評(píng)機(jī)構(gòu)分布情況

2010年，國家開啟測(cè)評(píng)機(jī)構(gòu)的建設(shè)工作，截至2022年底，我國測(cè)評(píng)機(jī)構(gòu)共有226家，在崗測(cè)評(píng)師有7 800余人。從測(cè)評(píng)機(jī)構(gòu)的審核推薦年份來看，各年份測(cè)評(píng)機(jī)構(gòu)數(shù)量穩(wěn)步增長(zhǎng)，如圖3所示。從地區(qū)分布來看，全國31個(gè)省市（深圳歸為廣東?。┚袦y(cè)評(píng)機(jī)構(gòu)，數(shù)量比重基本均衡，如圖4所示。雖然北京因有多個(gè)“國家隊(duì)”和“行業(yè)隊(duì)”而使測(cè)評(píng)機(jī)構(gòu)數(shù)量較多，但從整體來看，全國各地的測(cè)評(píng)機(jī)構(gòu)是統(tǒng)籌發(fā)展的。這種頂層設(shè)計(jì)下的統(tǒng)籌發(fā)展模式既可以滿足不斷增長(zhǎng)的市場(chǎng)需求，又可以合理控制各省測(cè)評(píng)機(jī)構(gòu)的總數(shù)量，避免同行惡意降價(jià)競(jìng)爭(zhēng)，進(jìn)一步夯實(shí)了等級(jí)測(cè)評(píng)行業(yè)持續(xù)健康發(fā)展的根基。

2.2? 項(xiàng)目分布情況

項(xiàng)目數(shù)量（同一采購人招標(biāo)項(xiàng)目可能會(huì)有多家測(cè)評(píng)機(jī)構(gòu)參與投標(biāo)，因此統(tǒng)計(jì)的是各測(cè)評(píng)機(jī)構(gòu)的投標(biāo)項(xiàng)目數(shù)量，不是采購人招標(biāo)的項(xiàng)目數(shù)量）是研究測(cè)評(píng)機(jī)構(gòu)市場(chǎng)特征的一個(gè)重要指標(biāo)，能夠直觀反映該領(lǐng)域市場(chǎng)發(fā)展的動(dòng)態(tài)變化，幫助我們識(shí)別等級(jí)測(cè)評(píng)領(lǐng)域的發(fā)展階段和發(fā)展趨勢(shì)。

測(cè)評(píng)機(jī)構(gòu)的發(fā)展可分為兩個(gè)階段：起步階段（2010—2016年）和發(fā)展階段（2017—2022年）。2010—2022年間，測(cè)評(píng)機(jī)構(gòu)的項(xiàng)目數(shù)量共計(jì)42 574個(gè)。2010年測(cè)評(píng)機(jī)構(gòu)無投標(biāo)項(xiàng)目，2011年僅有13個(gè)投標(biāo)項(xiàng)目，涉及5個(gè)省市。在2015年之前，測(cè)評(píng)機(jī)構(gòu)的投標(biāo)項(xiàng)目?jī)H有幾百個(gè)，部分地區(qū)還是空白，該行業(yè)處于起步階段。然而，從2017年開始，測(cè)評(píng)機(jī)構(gòu)的投標(biāo)項(xiàng)目數(shù)量猛增到2 046個(gè)，是2010—2016年總量的兩倍，項(xiàng)目范圍覆蓋全國。到2022年，測(cè)評(píng)機(jī)構(gòu)的投標(biāo)項(xiàng)目數(shù)量高達(dá)13 326個(gè)，如圖5所示。

測(cè)評(píng)機(jī)構(gòu)投標(biāo)項(xiàng)目數(shù)量占比排名前10位的地區(qū)（項(xiàng)目地區(qū)指的是測(cè)評(píng)機(jī)構(gòu)注冊(cè)所在的省市。該省市的項(xiàng)目數(shù)量指的是所有在該省市注冊(cè)的測(cè)評(píng)機(jī)構(gòu)實(shí)施的項(xiàng)目數(shù)量，但這些測(cè)評(píng)項(xiàng)目的實(shí)施地點(diǎn)可能在其他省市）在2010—2016年間的起步階段，項(xiàng)目數(shù)量較少，全國僅有975個(gè)項(xiàng)目，絕大多數(shù)的測(cè)評(píng)機(jī)構(gòu)在本省范圍內(nèi)開展業(yè)務(wù)。然而，四川、遼寧測(cè)評(píng)機(jī)構(gòu)實(shí)施的外地項(xiàng)目數(shù)量占比較大。數(shù)據(jù)顯示，四川178與遼寧077這兩家測(cè)評(píng)機(jī)構(gòu)在全省的項(xiàng)目總數(shù)量占比為83%、62%，帶高了全省的外地項(xiàng)目占比。浙江、廣東、四川、河南為等級(jí)保護(hù)或測(cè)評(píng)機(jī)構(gòu)試點(diǎn)工作開展地區(qū)。

在2017—2022年間的發(fā)展階段，測(cè)評(píng)機(jī)構(gòu)的投標(biāo)項(xiàng)目數(shù)量猛增到41 599個(gè)，是起步階段的43倍。山東、廣東測(cè)評(píng)機(jī)構(gòu)的項(xiàng)目數(shù)量居多，四川、浙江次之；浙江、廣東、四川、江蘇、山東等地發(fā)展基礎(chǔ)良好，初步形成了地區(qū)均衡發(fā)展之勢(shì)；重慶、吉林、河北、安徽等地發(fā)展勢(shì)頭較好，具有較大的發(fā)展空間。這一階段測(cè)評(píng)機(jī)構(gòu)普遍在全國范圍內(nèi)開展業(yè)務(wù)。由表3可以看出，等級(jí)測(cè)評(píng)行業(yè)迎來爆發(fā)式增長(zhǎng)。

3? 測(cè)評(píng)機(jī)構(gòu)市場(chǎng)特征分析

3.1? 競(jìng)爭(zhēng)網(wǎng)絡(luò)

運(yùn)用VOSviewer將項(xiàng)目信息的“作者”制成測(cè)評(píng)機(jī)構(gòu)共現(xiàn)圖，對(duì)測(cè)評(píng)機(jī)構(gòu)之間的競(jìng)爭(zhēng)關(guān)系進(jìn)行可視化分析。

由圖6（a）可知，2010—2016年間，測(cè)評(píng)機(jī)構(gòu)之間的網(wǎng)絡(luò)連接較為稀疏，多是省內(nèi)競(jìng)爭(zhēng)，市場(chǎng)競(jìng)爭(zhēng)相對(duì)較小。網(wǎng)絡(luò)分別以吉林082、山東134、四川178、遼寧077為中心的競(jìng)爭(zhēng)較明顯。從整體圖譜來看，測(cè)評(píng)機(jī)構(gòu)之間的競(jìng)爭(zhēng)關(guān)系并不十分激烈，大部分測(cè)評(píng)機(jī)構(gòu)處于一種“獨(dú)行狀態(tài)”，競(jìng)爭(zhēng)對(duì)手主要集中在省內(nèi)的部分測(cè)評(píng)機(jī)構(gòu)。因此，由存在競(jìng)爭(zhēng)關(guān)系的可視化圖譜可以看出，跨地區(qū)的市場(chǎng)業(yè)務(wù)還沒有開展，隨著等級(jí)保護(hù)工作的持續(xù)推進(jìn)，跨地區(qū)的市場(chǎng)競(jìng)爭(zhēng)蓄勢(shì)待發(fā)。

由圖6（b）可知，2017—2022年間，測(cè)評(píng)機(jī)構(gòu)之間的網(wǎng)絡(luò)連接復(fù)雜，全國范圍的網(wǎng)絡(luò)連接關(guān)系較為密切，針對(duì)某一個(gè)項(xiàng)目的招標(biāo)除了省內(nèi)多家測(cè)評(píng)機(jī)構(gòu)參與競(jìng)爭(zhēng)外，外地測(cè)評(píng)機(jī)構(gòu)涌入競(jìng)爭(zhēng)行列的趨勢(shì)越來越明顯，全國范圍的市場(chǎng)競(jìng)爭(zhēng)網(wǎng)絡(luò)正在加速構(gòu)建。

（a）2010—2016年

（b）2017—2022年

圖6? 測(cè)評(píng)機(jī)構(gòu)競(jìng)爭(zhēng)關(guān)系共現(xiàn)圖

測(cè)評(píng)機(jī)構(gòu)的項(xiàng)目數(shù)量是其企業(yè)實(shí)力的體現(xiàn)，通常情況是測(cè)評(píng)機(jī)構(gòu)的市場(chǎng)能力越強(qiáng)，其項(xiàng)目數(shù)量越多。從如表4所示的項(xiàng)目數(shù)量統(tǒng)計(jì)來看，我國項(xiàng)目數(shù)量排名前10的測(cè)評(píng)機(jī)構(gòu)在2010—2016年間共實(shí)施項(xiàng)目535個(gè)，占項(xiàng)目總量的55%，在2017—2022年間實(shí)施的項(xiàng)目數(shù)量是12 134，占項(xiàng)目總量的29%，由此可見，我國測(cè)評(píng)市場(chǎng)開始呈現(xiàn)多元化，市場(chǎng)競(jìng)爭(zhēng)進(jìn)入百花齊放的階段。

2010—2016年間排名前10位的測(cè)評(píng)機(jī)構(gòu)在本省實(shí)施的項(xiàng)目數(shù)量較多，而2017—2022年間測(cè)評(píng)機(jī)構(gòu)在外地開展業(yè)務(wù)較為普遍。對(duì)比分析2010—2016年和2017—2022年的測(cè)評(píng)機(jī)構(gòu)排名，發(fā)現(xiàn)遼寧077、山東134、廣東158和吉林083的項(xiàng)目數(shù)量一直穩(wěn)居前列，這幾家測(cè)評(píng)機(jī)構(gòu)獲取資質(zhì)的時(shí)間較早，業(yè)務(wù)開展時(shí)間長(zhǎng)，均為專精特新企業(yè)，且其所擁有的測(cè)評(píng)師相對(duì)較多，等級(jí)測(cè)評(píng)業(yè)務(wù)一直占很大的比重，屬實(shí)力強(qiáng)勁的測(cè)評(píng)機(jī)構(gòu)。

3.2? 項(xiàng)目類型

2010—2016年間投標(biāo)項(xiàng)目共計(jì)975個(gè)，涉及31種項(xiàng)目類型。等級(jí)測(cè)評(píng)、平臺(tái)項(xiàng)目、信息化監(jiān)理是主要類型，此外還涉及設(shè)備采購、運(yùn)維服務(wù)、風(fēng)險(xiǎn)評(píng)估、第三方測(cè)評(píng)等類型。數(shù)據(jù)顯示，遼寧077和四川178的投標(biāo)項(xiàng)目主要是信息化監(jiān)理類項(xiàng)目，省外項(xiàng)目數(shù)量較多，而吉林082、吉林083和吉林084的投標(biāo)項(xiàng)目主要是平臺(tái)項(xiàng)目，遼寧076的投標(biāo)項(xiàng)目主要是抽查檢驗(yàn)檢測(cè)，偏土木工程行業(yè)，如圖7（a）所示。在測(cè)評(píng)機(jī)構(gòu)起步階段，信息化服務(wù)類項(xiàng)目是其主要的投標(biāo)項(xiàng)目類型。

2017—2022年間投標(biāo)項(xiàng)目共計(jì)41 599個(gè)，涉及56種項(xiàng)目類型。等級(jí)測(cè)評(píng)、平臺(tái)項(xiàng)目、信息化監(jiān)理仍是主要類型，第三方測(cè)評(píng)、運(yùn)維服務(wù)和抽查檢驗(yàn)檢測(cè)緊隨其后。密碼類項(xiàng)目（包含密評(píng)、密碼方案評(píng)估、密碼整改、密碼方案編制）自2019年開始逐年猛增。數(shù)據(jù)顯示，遼寧077、四川178仍以信息化監(jiān)理類項(xiàng)目為主，而吉林083的主要項(xiàng)目類型則由信息化監(jiān)理轉(zhuǎn)變?yōu)榈燃?jí)測(cè)評(píng)。山東134的等級(jí)測(cè)評(píng)項(xiàng)目占據(jù)全國榜首，山東139、廣東158和廣東162的密碼評(píng)估項(xiàng)目數(shù)量猛增（等級(jí)測(cè)評(píng)項(xiàng)目除外）。重慶177側(cè)重電信類的方案設(shè)計(jì)、規(guī)范/規(guī)劃編制類項(xiàng)目，浙江113主要從事抽查檢驗(yàn)檢測(cè)類項(xiàng)目，偏重于工程類，如圖7（b）所示。在發(fā)展階段，網(wǎng)絡(luò)安全服務(wù)類項(xiàng)目成為主要類型，數(shù)量達(dá)到信息化服務(wù)類項(xiàng)目的2倍。

3.3? 項(xiàng)目所屬行業(yè)

2010—2016年間投標(biāo)項(xiàng)目共計(jì)975個(gè)，涉及40種行業(yè)。主要行業(yè)有教育、政務(wù)服務(wù)、公安，此外還涉及法院、衛(wèi)生、自然資源、財(cái)政等行業(yè)。吉林082、吉林084側(cè)重教育行業(yè)，而吉林083則側(cè)重于法院機(jī)構(gòu)，遼寧077側(cè)重于公安機(jī)構(gòu)，如圖8（a）所示。數(shù)據(jù)顯示，政府機(jī)構(gòu)產(chǎn)生的測(cè)評(píng)項(xiàng)目在全國各省的項(xiàng)目數(shù)量都位居榜首。

2017—2022年間投標(biāo)項(xiàng)目共計(jì)41 599個(gè)，涉及47種行業(yè)。主要行業(yè)有政務(wù)服務(wù)、衛(wèi)生、教育，公安機(jī)構(gòu)、電力、電信行業(yè)緊隨其后。遼寧077和四川178側(cè)重政務(wù)服務(wù)行業(yè)，而重慶177更注重電信行業(yè)，吉林083則偏向法院機(jī)構(gòu)、檢察院機(jī)構(gòu)，浙江113專注于市場(chǎng)監(jiān)督行業(yè)。2019年，網(wǎng)絡(luò)安全等級(jí)保護(hù)邁入2.0時(shí)代，云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、工控系統(tǒng)等新興項(xiàng)目類型開始涌現(xiàn)，“大數(shù)據(jù)”在政務(wù)服務(wù)行業(yè)的項(xiàng)目最多，如圖8（b）所示。

3.4? 地域特征分析

2017—2022年間項(xiàng)目數(shù)量排名前3位的地區(qū)為山東、廣東和四川。山東省的測(cè)評(píng)機(jī)構(gòu)中，山東138與山東140的距離較近，相似度較高，山東134、山東139和山東136，三者之間的連線較粗，競(jìng)爭(zhēng)較為激烈；廣東省的測(cè)評(píng)機(jī)構(gòu)中，廣東164與其他測(cè)評(píng)機(jī)構(gòu)的距離較遠(yuǎn)，側(cè)重于土木工程檢測(cè)類項(xiàng)目。四川省測(cè)評(píng)機(jī)構(gòu)中，四川178與其他測(cè)評(píng)機(jī)構(gòu)不同，側(cè)重于信息化監(jiān)理類項(xiàng)目，如圖9所示。

山東、廣東和四川這三個(gè)省份的等級(jí)測(cè)評(píng)項(xiàng)目數(shù)量都是位居榜首，遙遙領(lǐng)先于其他項(xiàng)目。山東和廣東的政務(wù)服務(wù)行業(yè)項(xiàng)目數(shù)量位居第一，而四川則是衛(wèi)生行業(yè)項(xiàng)目遙遙領(lǐng)先于其他行業(yè)項(xiàng)目，如圖10所示。數(shù)據(jù)顯示，在山東、四川，一些客戶會(huì)選擇把等級(jí)測(cè)評(píng)、信息化監(jiān)理、風(fēng)險(xiǎn)評(píng)估和軟件測(cè)試合并到一個(gè)項(xiàng)目中。

4? 結(jié)? 論

自2007年《信息安全等級(jí)保護(hù)管理辦法》發(fā)布以來，我國的等級(jí)保護(hù)工作得到了快速推進(jìn)，等級(jí)測(cè)評(píng)在國民經(jīng)濟(jì)和社會(huì)生活的各個(gè)領(lǐng)域得到廣泛的開展。2016年，《網(wǎng)絡(luò)安全法》的頒布使等級(jí)保護(hù)制度正式納入法律體系，對(duì)等級(jí)測(cè)評(píng)行業(yè)的發(fā)展起到了推波助瀾的作用。隨著測(cè)評(píng)機(jī)構(gòu)的資質(zhì)管理由審核推薦模式向服務(wù)認(rèn)證模式轉(zhuǎn)變，許多網(wǎng)絡(luò)安全企業(yè)也開始涉足這個(gè)領(lǐng)域。國家數(shù)字化發(fā)展戰(zhàn)略和“十四五”規(guī)劃的實(shí)施將進(jìn)一步釋放等級(jí)測(cè)評(píng)剛需的潛力。

盡管我國等級(jí)測(cè)評(píng)的需求不斷增加，但與系統(tǒng)集成和軟件開發(fā)等項(xiàng)目相比，其規(guī)模相對(duì)較小，絕大多數(shù)測(cè)評(píng)機(jī)構(gòu)屬于小微企業(yè)。根據(jù)網(wǎng)絡(luò)安全等級(jí)保護(hù)網(wǎng)的數(shù)據(jù)，截至2022年底，只有9家測(cè)評(píng)機(jī)構(gòu)擁有80名以上的測(cè)評(píng)師，而測(cè)評(píng)師數(shù)量在80人以下的測(cè)評(píng)機(jī)構(gòu)占比高達(dá)96.43%。隨著信息技術(shù)的快速發(fā)展和安全威脅的不斷演變，測(cè)評(píng)機(jī)構(gòu)需要具備高水平的技術(shù)和服務(wù)人才，不斷擴(kuò)大規(guī)模，逐漸建立起行業(yè)品牌，提升自身的市場(chǎng)競(jìng)爭(zhēng)力。

需要注意的是，由于各項(xiàng)目中標(biāo)公告的發(fā)布內(nèi)容不同，有些中標(biāo)公告只顯示前三名中標(biāo)候選人，有的中標(biāo)公告只顯示第一名中標(biāo)候選人，而某些中標(biāo)公告會(huì)列出所有投標(biāo)人。因此，在統(tǒng)計(jì)測(cè)評(píng)機(jī)構(gòu)的項(xiàng)目數(shù)量時(shí)，與實(shí)際采購人的項(xiàng)目數(shù)量可能會(huì)存在一定的出入。通過對(duì)項(xiàng)目信息進(jìn)行分析，可以探索測(cè)評(píng)機(jī)構(gòu)的市場(chǎng)監(jiān)督機(jī)制并積極推動(dòng)行業(yè)自律，為產(chǎn)業(yè)健康發(fā)展?fàn)I造良好的環(huán)境。同時(shí)，也呼吁測(cè)評(píng)聯(lián)盟加強(qiáng)市場(chǎng)監(jiān)管，盡可能在維護(hù)系統(tǒng)參與者利益的同時(shí)兼顧更廣泛的社會(huì)利益，避免低價(jià)惡意競(jìng)爭(zhēng)導(dǎo)致質(zhì)量下降。只有建立更加完善的監(jiān)督機(jī)制和認(rèn)證體系，才能保障測(cè)評(píng)機(jī)構(gòu)的公正性和專業(yè)性，為行業(yè)的可持續(xù)發(fā)展提供堅(jiān)實(shí)的保障。

參考文獻(xiàn)：

[1] 郭啟全等編著.《關(guān)鍵信息基礎(chǔ)設(shè)施安全保護(hù)條例》《數(shù)據(jù)安全法》和網(wǎng)絡(luò)安全等級(jí)保護(hù)制度解讀與實(shí)施 [M].北京：電子工業(yè)出版社，2022.

[2] 網(wǎng)絡(luò)安全等級(jí)保護(hù)網(wǎng).關(guān)于撤銷網(wǎng)絡(luò)安全等級(jí)測(cè)評(píng)機(jī)構(gòu)推薦證書的公告 [EB/OL].（2021-11-20）.http：//ahdjbh.com/dengbaozixun/800.html.

[3] 中國合格評(píng)定國家認(rèn)可委員會(huì).CNAS-CI01-A018：2022《檢驗(yàn)機(jī)構(gòu)能力認(rèn)可準(zhǔn)則在網(wǎng)絡(luò)安全等級(jí)保護(hù)測(cè)評(píng)領(lǐng)域的應(yīng)用說明》 [EB/OL].（2022-06-28）.https：//www.cnas.org.cn/rkgf/jcjgrk/rkyyzz/2022/06/908814.shtml.

[4] 侯爽，李寅，許揚(yáng).基于等保2.0標(biāo)準(zhǔn)的互聯(lián)網(wǎng)醫(yī)療系統(tǒng)三級(jí)等保測(cè)評(píng)實(shí)踐探索 [J].中國數(shù)字醫(yī)學(xué)，2022，17（3）：101-104.

[5] 王世強(qiáng)，肖致明，楊丁一.國家能源集團(tuán)鐵路調(diào)度系統(tǒng)網(wǎng)絡(luò)安全等級(jí)保護(hù)技術(shù)研究 [J].鐵道運(yùn)輸與經(jīng)濟(jì)，2022，44（S1）：65-70+103.

[6] 張卓群.中國網(wǎng)絡(luò)安全產(chǎn)業(yè)發(fā)展態(tài)勢(shì)及對(duì)策研究 [J].北京工業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2022，22（3）：75-85.

[7] 李利，韓偉紅，梅陽陽，等.當(dāng)前網(wǎng)絡(luò)空間安全技術(shù)發(fā)展現(xiàn)狀及思考 [J].信息技術(shù)與網(wǎng)絡(luò)安全，2021，40（5）：33-38.

[8] 汪清華，張磊.網(wǎng)絡(luò)信息安全的數(shù)據(jù)可視化分析 [J].電子技術(shù)，2022，51（8）：76-78.

[9] 孫晨霞，施羽暇.近年來大數(shù)據(jù)技術(shù)前沿與熱點(diǎn)研究——基于2015—2021年VOSviewer相關(guān)文獻(xiàn)的高頻術(shù)語可視化分析 [J].中國科技術(shù)語，2023，25（1）：88-96.

[10] 付健，丁敬達(dá).Citespace和VOSviewer軟件的可視化原理比較 [J].農(nóng)業(yè)圖書情報(bào)，2019，31（10）：31-37.

[11] 網(wǎng)絡(luò)安全等級(jí)保護(hù)網(wǎng).網(wǎng)絡(luò)安全等級(jí)保護(hù)測(cè)評(píng)機(jī)構(gòu)服務(wù)認(rèn)證獲證機(jī)構(gòu)名錄[EB/OL].（2023-02-13）[2023-06-27].https：//www.djbh.net/agency？q=agencyIn&tab=2.

[12] 郭欣，張麗坤.一種基于禁毒情報(bào)相似度計(jì)算的中文文本分析算法 [J].中國人民公安大學(xué)學(xué)報(bào)：自然科學(xué)版，2018，24（1）：57-62.

[13] 龔永罡，郭遠(yuǎn)南.基于TF-IDF和word2Vec的中文文本自動(dòng)摘要模型 [J].中國新通信，2023，25（2）：65-67.

[14] 郭佳怡，方博平，陸欣怡，等.基于文本挖掘和情感分析方法的“智慧旅游”服務(wù)質(zhì)量感知研究 [J].現(xiàn)代信息科技，2023，7（6）：1-5+12.

[15] 廖勝姣.科學(xué)知識(shí)圖譜繪制工具VOSviewer與Citespace的比較研究 [J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2011，21（7）：137-139.

[16] ECK N V，WALTMAN L. Software Survey： VOSviewer， a Computer Program for Bibliometric Mapping [J].Scientometrics，2009，84（2）：523-538.

[17] 左麗華，肖仙桃.知識(shí)圖譜可視化工具VOSViewer和NWB Tool的比較研究 [J].情報(bào)科學(xué)，2015，33（2）：95-99.

[18] 李海艷，王文東，江叢君.機(jī)器學(xué)習(xí)下的新冠疫情新聞文本分類 [J].延安大學(xué)學(xué)報(bào)：自然科學(xué)版，2023，42（1）：79-82.

作者簡(jiǎn)介：王云麗（1973—），女，漢族，河北高邑人，副研究員，碩士，研究方向：網(wǎng)絡(luò)安全、數(shù)據(jù)分析；楊文煥（1989—），女，漢族，河北清河人，工程師，碩士，研究方向：網(wǎng)絡(luò)安全、數(shù)據(jù)分析；邵云霞（1972—），女，漢族，河北欒城人，副研究員，碩士，研究方向：人工智能、數(shù)據(jù)分析和網(wǎng)絡(luò)安全；成彬（1973—），男，漢族，河北定州人，研究員，碩士，研究方向：網(wǎng)絡(luò)安全；陳志賓（1978—），男，漢族，河北唐縣人，副研究員，碩士，研究方向：網(wǎng)絡(luò)安全、數(shù)據(jù)安全。