詹国辉

（南京财经大学 政府管理研究中心，江苏 南京 210023）

一、研究缘起

数字化时代的来临，中央政府及地方政府全力推动政府数字化转型。事实上，全面实施“国家大数据”战略，加快建设数字中国，是以习近平同志为核心的党中央作出的重大决策部署，也是国家“十四五”规划中的明确任务。深入实施创新驱动发展战略和大数据战略，围绕国家治理能力提升加快建设大数据创新体系、数据治理体系，着力加速各级政府的数字化转型，以数字化、智能化推动经济与社会的高质量转型发展。换言之，要发挥出大数据技术优势，以便能够实现信息共享和协同共治，力图促进大数据技术对政府的整体性重塑[1]。大数据技术手段无疑可以有效提升政府部门的工作效率和资源利用率，进一步助推政府职能部门为人民服务的能力。换言之，运用大数据技术为政府部门的决策提供技术支持，能够有效规避政府宏观调控的不足[2]。

技术嵌入治理已非新鲜事物，大数据技术被广泛应用于公共事务、社会治理以及社会政策制定。这就需要审视一个关键命题：行动主体对数字技术的过分追求，是否会诱发一定的非理性预期，进而可能会造成现实场景中的“棱镜门”事件和“阿拉伯之春”等？由此可见，技术治理的风险已然在诸多方面、诸多领域凸显，如上所述恰恰证实了需要审慎对待和研判技术治理所附带的风险命题。如果从技术决定论的视角观之，技术能够提高政府的回应性、提高公共服务的效率和质量、促进公民参与和社会治理[3]。但是，从技术的社会建构论视角出发，技术则被视为代表国家力量的政府主体置身于社会治理领域的一种虚拟化延伸行动[4]，可能会断裂原先稳定的制度结构，进一步引致多重危机（精神、思想、伦理）的发生[5]，甚至在某些时刻诱导人们将数据检验及其结果作为唯一判断依据[6]。另外，技术功能的发挥还会进一步受制于政治体制、经济制度、社会规范以及风俗习惯等，其结果必然难以同时促成相互矛盾的目标的完成[7]。那么，在治理体制不变的条件下，大数据技术可能会提高个别部门的效率，但不一定会提高整体的效率[8]。实质上，技术治理的主旨是如何将现代数字技术应用于社会公共事务之中，力图提高整个社会的运行效率。正因如此，身处智能时代，大数据技术嵌入公共治理创新是必然趋势，其内在的交融效应愈发凸显。

事实上，国家赋予行为主体人一定公共权力的本意，是使其能够依托公共权力实现公共利益的整体效益[9]。那么从这个意义来看，权力主体可能会因其本身的道德败坏，存有滥用公权为个体（小团体）谋私利的行为，最终可能导致腐败行为的发生。在实践中，国家机关、国有企业、事业单位、人民团体的工作人员在担任一定职务时，会存在一部分群体利用职权进行贪污、受贿、徇私舞弊、滥用职权和玩忽职守等行为。据此，大型工程建设领域的职务腐败是指行动主体（国家机关、国有企业、事业单位、人民团体的工作人员）在大型工程建设过程及与工程建设相关的环节中，利用职务上的便利，采取贪污、受贿、徇私舞弊、滥用职权和玩忽职守等行为[10]。之所以在大型工程建设领域中频发职务腐败现象，原因在于权力关系网中多方主体的信息不对称性，一般的行动主体无法参与大型工程基础设施建设工作，进而可能导致腐败的发生[11]。因大型工程基础设施建设的周期长，容易使一部分工作人员滋生权力腐败行为。此外，大型基础建设工程涉及的工作环节较多，诸如土地审批、建设规划、招投标、物料采购、工程施工、质监管理、监督管理等，如若腐败预防重点只在招投标环节而忽视其他环节，则会影响整体预防效果的达成。其内在涉及的政府部门众多，部门间往往信息不互通，就容易造成信息阻隔，无法有效发挥反腐倡廉预警机制的作用[12]。在如上多重因素影响之下，以大数据技术为主要手段的职务腐败预防体系应运而生。在这套预防体系下，数据信息将被最大限度地共享，不论是横向还是纵向，对内抑或对外，所有参与职务腐败治理的业务部门都将实现职务腐败信息的共享[13]。如上共享行动不仅可以发挥大数据的信息搜集和抓取功能，形成反腐工作案例的信息数据库；还可以对所收集的信息进行深度挖掘，运用云计算得出每个构成部分的风险大小和风险等级，为反腐决策提供依据，有效减少基础建设工程领域中发生职务腐败的概率。

在此背景下，如何加强腐败治理的数字化改革创新显得尤为重要[14]。也就是说，大数据时代的到来为我国反腐倡廉提供了新的技术契机[15]。把大数据技术同职务腐败预防相互融合的治理行动，不仅可以获取腐败行为的关联信息，还能够通过深度挖掘以往可能被忽略的信息，从而达到快速审计和侦察“群体性”腐败案件的效果；对于隐蔽性强的、跨地区、跨范围的复杂性腐败案件更突显其腐败应急治理之效[16]。

基于此，本研究得以立论。大数据驱动职务腐败何以可能？其内在存有何种技术治理逻辑意蕴？如何借助大数据分析技术对职务腐败预防进行风险评估？如何架构大数据驱动职务腐败的风险预警系统？这一系列的学术追问无疑都在审视一个命题，即如何促成大数据驱动的职务腐败预防治理有效是新时代扎实推进廉政治理现代化实践中所面临的理论与现实课题之一。

二、分析框架：大数据驱动职务腐败的技术治理逻辑

以大数据技术为主的信息革命正在全方位地重构社会生产与日常生活方式，由此将开启一个崭新的时代。大数据信息技术引起全球范围的热切瞩目，从最初应用于计算机领域，并在经济领域得以扩展，进而广泛运用到国家治理现代化之中，腐败治理领域亦不可忽略。随着数字化时代的到来，新兴大数据技术层出不穷，作为数据采集、提取、存储和分析的应用程式，大数据技术被广泛应用于各行各业中，在惩治公器私用、利用职务之便大肆敛财的公职人员时发挥了独到的效用。大数据技术不仅冲破了信息壁垒和监管屏障的桎梏，而且联通了政务数据库，实现海量数据的精准匹配和整体研判，将识别、侦察和预警工作做到极致，无限延伸了反腐行动的时空领域，让腐败分子无处隐藏。

职务腐败监督主体间的传统结构关系已然发生变化，社会公众以及众多网民被形塑为职务腐败的核心监督主体之一，甚至一度成为甄别腐败和治理腐败的重要主体之一。当前，以社会公众为主体的非政治性腐败监督更多时候处于职务腐败治理的前端环节——职务腐败数据信息的发现。此外，对于常规环节中的腐败调查和惩治腐败等仍然以政治性监督主体为主；但最终的反腐调查结果会通过数字化平台向社会公众进行反馈。由此可见，正是依托于大数据技术，才得以扩大职务腐败的监督主体范围，进一步重塑内在的监督主体结构及关系。总之，基于大数据技术的驱动效应，传统模式下的单一监督主体发生转型，逐渐转向大数据模式下以专责监督为主、公众监督为辅的行动模式。嵌入大数据技术，可以进一步催化职务腐败治理的权力最大化。但以大数据技术实现公权力的量化，必须找准项目、物资、资金、决策和关键负责人五大量化参数，并定期开展数据体检。为了让数字系统支持政策实施，需要由工作人员将政策拆分为专业的函数和相关公式、模型，以便运用机器语言进行运行、演算，进而通过大数据系统的自我学习、海量数据折算、比对等，及时发现相应的漏洞或者问题，并予以提示。上述过程被称为“数据体检”，即对每一个细分指标设置阈值，无论是不足或者超出，不在初设定的合理阈值范围内，就会由系统进行报错或报警。值得一提的是，某一项指标短时偏高不一定代表存在相应的问题，可能是数据的波动，需要观察全体样本的参数，但如果全线报错或是大幅高于设定值，则必须引起足够的重视。

与传统反腐模式相异的是，大数据反腐模式建立在对职务腐败对象的监督管理之上，依托大数据平台，对可能发生腐败的各项信息进行分析和预测，有效促成反腐败职能的数字化转型。与以往网络反腐模式相比，大数据驱动模式更加有助于主动掌握腐败信息流，依托大数据的核心技术对腐败数据、职务腐败案例进行搜集、挖掘和分析，从海量数据中获取有价值的数据信息，从而构建出职务腐败的数据库，并进一步对数据进行深度挖掘，力争探究和演绎职务腐败行为的发生规律，以期能够打造完善的反腐平台，最终构建职务腐败预防治理机制。基于上述逻辑，本部分构建了职务腐败预防治理的大数据系统，详见图1。

图1 职务腐败预防治理的大数据系统

从图1 可以得知，职务腐败信息流总是呈现为“双向”互动，且在“公民—政府—非政府组织”主体间流动。更为重要的是，通过腐败信息的数据输入构建腐败数据库，在此基础上，依托大数据分析系统型构出职务腐败预防治理系统，同时亦不可忽视外部反腐舆论场的形塑。为此，厘清大数据驱动的职务腐败“技术”治理逻辑显得尤为必要。

（一）创新信息源的构建

其一，反腐信息获得渠道的更新。通过大数据技术手段，拓宽了腐败信息获取的渠道，有效破除反腐信息获取真实性的壁垒。在此过程中，关键性环节在于腐败信息的收集。该平台会利用大数据技术将全网各平台中出现的任何与检举、揭发、投诉等反腐相关的消费记录、网络行为和出行记录等信息吸纳进反腐数据库。从这个意义来看，信息源不只是直接与贪腐相关的数据信息，看似不直接相关的数据信息也应当被挖掘，诚如计算社会科学所应用的数据挖掘与仿真测量效果一般[17]。只有如此，才能有助于实现获得反腐信息渠道的更新。

其二，有效识别真实有效的反腐信息。在大数据反腐的过程中，有效识别真实且有效的信息尤为重要，但不可避免会获取不精确和无关联的信息。尽管如此，少量的不精确和无关联信息却对最终的结论影响甚微。换而言之，大数据库所选取的样本量和信息量较为丰富，少数的失真数据并不能够完全影响反腐真实性和高效性，亦不会因个别信息的失真致使大数据信息源的解构。

（二）创新信息处置流程和分析利用

第一，构建多渠道的信息搜集系统。大数据驱动模式的直接效应是腐败信息获取渠道及其所附带的丰富信息数据[18]，如上所论需要建立在多渠道的信息搜集系统之上。但是，现实中贪腐行为往往呈现高隐秘性的特征，以往单纯腐败举报信息的单向输入无法满足当下腐败信息收集的客观要求。因此，应构建多渠道的信息搜集系统，实现反腐信息源的进一步扩充。这得益于反腐信息来源主体的多元化，其已经延伸至广大人民群众、政府组织和各类民间组织。通过采取海量数据广泛搜集的方法来不断加强反腐信息来源的渠道多样性，构建合理的信息搜集系统。

第二，创新反腐大数据分析模式。基于大数据驱动的职务腐败预防治理需要更先进的信息技术支撑，依托于大数据分析系统，整体收集公务人员和直系亲属的社会、网络行为以及消费记录等，以便有效追踪腐败行为人的贪腐过程、贪腐金额和可能藏匿的地点，便于收集职务犯罪证据以及追缴腐败赃款。

第三，预警机制的构建。上文阐释可知，案件之间存有关联且非完全区隔。换言之，案件结束后，案件关键信息会继续输入反腐数据库，以此作为备用信息，主要起到反腐信息资源反馈的作用。既有反腐治理的主要行动逻辑可归纳为：“信息上传至网络平台——全网热议——媒体报道追踪——社会关注——监察机关介入调查——信息汇总分析——调查结果反馈”[19]。这一行动过程实质上映射出的是一种“事中甚至是事后”的行动逻辑。基于大数据驱动的腐败预防治理逻辑则是依据对既有反腐案件相关关系的深入挖掘，对可能发生的腐败行为有根据的预测和研判[20]。由此可见，基于大数据驱动的腐败预防治理模式是一种事前反腐行动，希冀于反腐预警机制的构建，从而在模拟预测情况下杜绝腐败行为的发生。

三、职务腐败预防治理风险的仿真计算：大型工程案例的切入

为了描述大型工程项目腐败预防风险评估的具体实现过程，在微观方面上以“事件”分析为视角，以期阐释其内在的微观行动逻辑。

（一）案例样本的初步情况

通过梳理可以发现，多数腐败案例都会涉及如下几大要素：涉案金额、所在区域、涉及环节、权力级别以及案发年龄，上述几大要素会呈现一定的规律特征。为了简易分析的需要，可以通过“事件名称、时间范围、建设单位、涉及金额、所在区域、涉及环节”等6 个维度来确定一个项目的基本信息。同时，大型工程建设项目涉及的具体实践环节，包括审批、招投标、土地征用及其拆迁、采购、施工以及竣工验收等。为后文更为方便简易测算，大型工程建设项目需要依据事件所涉及环节和具体过程，分离出一个抽样表格，具体如表1 所示。

表1 事件环节与过程内容

为此，本部分研究所选择的案例是S 省某高速扩建项目，案例信息见表2。为了后文分析的简易和方便，特此对上述大型工程建设项目职务腐败事件中所罗列的多项条目进行定义。

表2 S 省某高速扩建项目样例

定义 1：涉及金额

其表征出大型工程建设项目职务腐败事件中涉及金额值的多少，其限定代码标记为Mi。基于所构建的数据库，尤其是120 个典型案例样本数据，本研究将所涉及金额的具体区间设置为表3 所示的五个值。

表3 涉事金额值描述 （单位百万）

表4 城市的区域描述 （单位百万）

定义 2：区域

其表征出大型工程建设项目职务腐败事件中事件所发生的区域空间，即所在地，其限定代码标记为Pi。事实上，由于大型工程建设项目职务腐败事件所在城市级别的差异，可能会致使腐败案发率的异质性增大。为此，本研究以“数字（1—5）”表示各区域中大型工程建设项目职务腐败案发的频率，具体如表 4所示。

事实上，笔者通过对大型工程建设项目职务腐败案例的收集和整理，发现其职务腐败事件兼具了事件本身的重点范畴，有必要将其具体划分为“重点事件、相对重点事件以及其他事件”三个层级，其划分依据主要采纳“区域级”和“涉及金额值”两项维度的主要指标。最终确定大型工程建设项目职务腐败事件的层次如下表5 所示。

表5 事件的层次界定

定义 3：权力级别

其表征出大型工程建设项目职务腐败事件中进行到某一环节涉及的权力级别，主要指的是腐败行动人员的级别，其限定代码标记为Ni。因此，权力级别无非涉及腐败行动人员的具体岗位情况，如表6 所示。

表6 岗位级别情况

定义4：年龄

其表征出大型工程建设项目职务腐败事件中某一具体环节中所涉及行动者的年龄分布，其限定代码标记为Yi。因此，其年龄分布情况如表7 所示。

表7 年龄分布情况

一个大型工程建设项目职务腐败事件发生的风险值Ri的计算公式为：

为了使数值更为单一化，对上述公式模型F1“除以2”，使Ri的取值范围在区间[0,10]之间。同时，有必要厘清其趋势。当Ri处于条件“0≤Ri＜1”之时，则反映出其治理行动可以忽略该事件，表示该事件的风险值很小，系统自动忽略掉该事件。当Ri处于条件“Ri＞1”之时，iR值越大代表风险值越高，并报以不同颜色的预警，其风险预警级别的风险值分布情况如表8 所示。

表8 风险预警级别描述

通过构建事件风险值的实证模型，以此来有效评估大型工程建设项目职务腐败事件风险，进而得以应用于大型工程建设项目职务腐败预防治理。

（二）实证仿真测算

大型工程建设项目职务腐败事件的重点集中在腐败预防工作的具体实施阶段，亦恰恰体现其职务腐败预防治理实践的关键症结之所在。基于前文所构建的较为完善健全的大型工程建设项目职务腐败预防的大数据系统，可以使得不同层级事件的相关信息可能被全域收集与整理。

2018 年，S 省申请了包含高铁、高速和新机场建设项目在内的130 个重点建设项目。为了后文的分析更为真实，在此列举三个事例进行说明。

事件A：S 省N 市交通轨道项目R7线某段，其中轨道交通项目涉及资金11亿8 千余万元，是S 省2019 年的重点建设项目。

事件B：S 市道路建设某段，其中S市L 县的某段公路建设项目涉及资金400万元左右。

事件C：W 市某D 学校宿舍改造项目，其中某D 中学的校舍改造项目涉及资金80 万元。

本研究中的职务腐败预防治理大数据系统对其所涉及的大型工程建设项目事件进行读取，其审视逻辑如下。

根据表5 可知，事件A 属于“重点事件”，交通轨道R3 段项目的具体流程中的“全环节”实施监督和预防，那么就需要对其项目所涉及的事件进行分析。因此，以所涉及的单一环节为例，如“审批”环节，其风险值RA=（5×4×3×2）/40=3。因RA∈[3,5)，则可以认定事件A 的风险预警属于黄色预警范畴。

根据表5 可知，事件B 属于“相对重点事件”，需要对S 市L 县的某段公路建设项目中的6 个环节实施监督和预防。因此，以所涉及的单一环节为例，如“招投标”环节，其风险值RB=（2×4×3×3）/40=1.35。因RB∈[1,3)，则可以认定事件B 的风险预警属于蓝色预警的相关范畴。

根据表5 可知，事件C 属于“其他事件”，则不宜采纳本次所构建的“事件分析”模型来对其风险值进行测算。

四、大数据驱动职务腐败预警系统的构建：风险治理逻辑

习近平总书记强调，要将权力关进制度的笼子里。随着大数据时代的到来，有必要嵌入大数据技术，完成从“不敢腐”到“不能腐”的转变，力图构建大数据驱动职务腐败预警平台[21]。建立在平台风险预警系统基础之上，实现反腐全过程流程风险的可监察化，降低以往模式下事中、事后反腐的风险。

（一）大数据驱动职务腐败预警风险治理系统的可能性

其一，构建风险识别系统。要对已经发生的、完结的腐败案件继续进行信息搜集，做到全面彻底的复查，找出腐败产生的共同条件和结果，从而提前预知可能会发生的案件腐败风险，提前做好部署，降低腐败风险发生的可能性。应重点关注生活中存在的交友不慎、不正当男女关系等问题，工作中存在的越权、滥用权力谋私利等情况，财产中存在的房产、车辆、奢侈品等情况，以此为指标来建立风险识别系统，提高预警准确性。

其二，制定风险信息评估机制。要在海量数据中进行选择和筛查，运用数据挖掘技术对深层、隐蔽和间接的数据关系进行分析。为了找出隐藏的关联性，需要运用对比分析、统计分析等方法对这些数据进行研究，充分、科学地判定发生腐败的可能性。通过风险识别系统能够判断该事件是否可能成为新的案件。这就需要明确可能有的倾向性和指标临界值，以及通过何种提示来表明该公职人员可能有腐败的倾向。

（二）构筑职务腐败预防治理的风险预警架构

充分发挥风险预警平台优势，实现对“人的行为、事的过程、权的运行”的实时监测，使基础信息采集、数据二次加工和预警模型测算得以实现，从而对职务腐败风险管理进行全流程、全周期的监控，真正达到自动管理、自动监督、自动执行反馈等。只有如此，才能节省人力物力，提高监督效率和质量，实现从被动到主动、从被动惩治到主动预防的转变[22]。

1.搭建风险预警平台

职务腐败风险预警平台是依托风险治理平台而搭建，通过风险治理平台接入的海量数据和多家行政事业单位的基础数据相融合，实现对数据的分层分类治理。而其信息对接的关键性前提是多家单位所提供数据要有统一的数据质量要求。通过对制度、流程、接口等相关信息进行匹配性共建，从而构筑出职务腐败的风险治理平台，力图实现职务腐败信息的共享共用新模式，从而实现了跨区域、跨行业、跨部门之间的协作配合，实现职务腐败风险治理平台在省、市、县三级政府的联动，达到“横向到边，纵向到底”的治理效果。风险治理平台主要分为基础设施层、数据层、研判分析层和综合应用层四个部分，同时拥有标准规范体系和安全与运维体系，具体详见如图2 所示。

图2 大数据平台应用的过程运行逻辑

（1）数据网

职务腐败本身涉及的数据广泛、敏感性高，因此需要纪检监察机关提供大量涉及个人隐私数据的业务数据。因而，有必要构建数据网，统一采用虚拟或模拟的形式，以便促成省、市、县三级纪检监察机关的整体性使用。

（2）平台管理技术

职务腐败风险预警平台采用了Hadoop、MapReduce 等技术，在经过地方政府的实践与修正，技术运算更为高效，使用界面更加人性化，能够便于风险预警模块和对图文视频的充分挖掘。

（3）数据采集模式

通过构建数据采集模式，实现数据的有效交互，最终实现数据终端安全授权。一是前置机托管。数据提供部门根据数据质量标准，将需要提供的数据进行整理，导入前置机的数据中间库中，平台通过访问数据中间库，抓取所需要的相关数据。二是数据拷贝。该方式为最为传统的数据采集方式，通过优盘介质对数据进行全盘考录，亦可架设网络专线，实现数据的实时互通。三是光盘摆渡。通过互联网和相关专线网络进行非数据库的访问，通过光盘摆渡的方式，从指定的网络上抓取命令信息。

2.职务腐败风险预警的特征判断

反腐风险预警的特征主要依据个体特征来研判。一是身份判断，通过公安系统和社保系统准确地确定该公职人员的身份。二是资产判断。资产判断是确定该公职人员是否涉嫌腐败的重要环节之一。通常情况下会对该公职人员的房产、车辆数量进行核查，此外还需要对工商数据库进行信息搜集，确定该公职人员的房产、车辆、经办企业等信息，深度挖掘资产信息。三是关系判断。通过资产信息，进一步确定夫妻、子女的关系信息，另外在公安系统、教育系统调查该公职人员的亲属关系、同学关系。四是违法违规行为判断。关注重大决策、重大投资项目以及重要人事任免等事项中是否存在渎职、不作为、越权、滥用等违法违规行为。

（三）嵌入职务腐败风险防范的大数据分析

通过大数据分析监测系统，利用关键字信息预警，可以及时准确获取相关信息。针对不同领域对其嵌入职务腐败风险防范进行大数据分析。

1.公共资源交易领域

在公共资源交易领域中所介入的分析方法逻辑呈现出异质效应。一是纵向分析法。通过对统一招标人（招标代理机构）进行纵向历史性分析，尤其是中标人及中标价格等数据，筛选出是否存在某一招标人或者招标代理机构中标率过高，或者与其同类项目相比的中标价格是否存在偏高，以此来找出可能存在组织串标或者利益输送等腐败风险。二是对比法。通过抽样选出几个投标人，然后对其投标文件进行历史性比对，查看是否有相似度较高的文件，查找其规律性，为坐实弄虚作假问题提供可靠依据。三是关联法。通过关联分析法找到某些中标率较高的项目，查找是否均有统一专家进行评标，为认定专家履职腐败以及利益输送等系列问题提供风险预警线索。

2.履职运行过程

其一，对财政专项资金的管理。财政部门要详细记录关联信息（资金的使用人、受益人及受益机构等发生频次、金额大小等），以便运用大数据技术来分析是否存在违规套取财政资金、重复发放财政资金、为不具备资格的企业或个人发放专项超规定额度资金等问题。其二，对日常公车使用的监管。及时将公车行车记录仪中的数据传输到大数据平台中，对该辆公车的路线情况进行精准画像，如公车使用时间、公车行车轨迹等。

3.职务违纪违法行为

第一，个人重大事项申报。对隐瞒房产、金融资产等个人重大事项申报内容的行为进行预警，及时下发各单位核查，对存在问题的人员进行诫勉谈话。

第二，个人及其家属违规经商。通过对企业的法人代表及股东、监事信息核查，与行政机关所留存的基础信息进行比对，以便发现公职人员及其家属是否存在隐瞒经商等问题。

第三，关注个人贪污腐败行为。通过排查个人或者近亲属是否存在购买房、车等买卖记录、违规出入境记录，确定其异常行为是否与其工资收入相匹配、是否存在收支不平衡等问题，从而发现人员贪污受贿的线索。

五、结论与反思

一项大型工程建设需要经历多重环节（土地审批、土地规划、招投标、采购、施工、质量监督、监理等）才能达到工程的系统性完成。如若只对单一环节进行预防，则或有可能忽视其他诸多环节，甚至引致职务腐败预防治理的非有效性和局部性，自然无法形塑出职务腐败预防治理的整体性治理效能。更为重要的是，一旦其所介入的部门过多，会受部门本位主义影响，导致数据的部门孤立化和主体间信息不对称事件的发生，势必就会造成部门间的数据滞后现象，进一步可能导致职务腐败预防治理危机的发生。

为此，本研究基于大数据驱动视角，厘清了职务腐败预防治理的技术治理逻辑，并得以构建出职务腐败预防治理的大数据系统。基于上述理论阐释，后文将大数据的技术方法嵌入职务腐败预防治理实践，并借助S 省大型工程建设项目案例数据，从事件过程视角对其进行风险评估仿真模拟测算。通过事件过程对大型工程建设项目中的涉及环节、人员、时间、权力级别、相关人员年龄、状态等多维度内容进行分层，建构出风险值仿真测算模型，以此厘清其风险预警层级，以便对职务腐败预防治理进行科学预判。此外，还应客观审视职务腐败预防实践的风险治理逻辑，通过阐述构建大数据驱动的腐败预警风险治理系统的可能性，力图构建腐败预防治理的风险预警架构，希冀于达成对腐败预防治理实践中的风险预警数据分析。

还应看到，由于中央政府和地方政府的宏观政策（经济调控、生态环保）对大型工程建设项目的影响颇深，如果仅仅只是如本研究中所采用的时间序列分析方法来测算，内在的测算过程会存有相应的误差，无法有效评估风险值，难以客观全面系统地研判大型工程建设领域中的职务腐败预防风险形态。上述方法只可以作为理论参考借鉴，或许可以采用“抽样调查”。甚至在将来的某一个阶段中，可以尝试构建出一个方法，力图提升预测精度。上述希冀有待于后续进一步研究的阐述与分析。