基于VOSviewer的測評機(jī)構(gòu)市場競爭特征分析模型的構(gòu)建

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)安全等級保護(hù)測評機(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)安全等級保護(hù)測評機(jī)構(gòu)投標(biāo)項(xiàng)目信息的基礎(chǔ)上，應(yīng)用VOSviewer知識圖譜軟件構(gòu)建一種市場競爭特征分析模型，為等級測評行業(yè)的高質(zhì)量發(fā)展提供參考借鑒。首先對采集數(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)測評機(jī)構(gòu)的競爭關(guān)系和市場特征。

關(guān)鍵詞：網(wǎng)絡(luò)安全等級保護(hù)測評機(jī)構(gòu)；VOSviewer；項(xiàng)目信息；市場競爭特征；模型構(gòu)建

中圖分類號：TP309? 文獻(xiàn)標(biāo)識碼：A? 文章編號：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)安全等級保護(hù)制度進(jìn)入2.0時(shí)代[1]。2022年，網(wǎng)絡(luò)安全等級保護(hù)測評機(jī)構(gòu)（以下簡稱“測評機(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下，網(wǎng)絡(luò)安全等級保護(hù)測評（以下簡稱“等級測評”）行業(yè)迎來新的發(fā)展機(jī)遇。

等級測評作為一個(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)市場競爭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等知識圖譜和文獻(xiàn)計(jì)量分析軟件，運(yùn)用這些軟件可對科技文獻(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]，還可對關(guān)注領(lǐng)域進(jìn)行共現(xiàn)和密度分析。本文通過分析測評機(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)建一種測評機(jī)構(gòu)競爭關(guān)系、市場特征分析模型，以期為等級測評行業(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家測評機(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家和社會組織3家。事業(yè)單位投標(biāo)項(xiàng)目較少，而等級測評不是非企業(yè)法人測評機(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)和社會組織共計(jì)177家。

從天眼查、各省級政府采購網(wǎng)等公開網(wǎng)站收集的各測評機(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)安全等級保護(hù)網(wǎng)公告的《全國網(wǎng)絡(luò)安全等級測評與檢測評估機(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，主要字段包括測評機(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評機(jī)構(gòu)，剩余項(xiàng)目數(shù)據(jù)52 828條。

1.1.2? 數(shù)據(jù)清洗

對以下字段進(jìn)行數(shù)據(jù)清洗：

1）測評機(jī)構(gòu)名稱。對于更名的機(jī)構(gòu)，根據(jù)認(rèn)證證書編號對其進(jìn)行規(guī)范化和統(tǒng)一。

2）項(xiàng)目名稱。如出現(xiàn)項(xiàng)目編號等混雜信息，則對其進(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。對于出現(xiàn)錯(cuò)別字或使用簡稱等情況，需要進(jìn)行相應(yīng)的更正和識別。

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)常會發(fā)布在多個(gè)平臺或媒體上，使得我們在采集數(shù)據(jù)時(shí)會出現(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（測評機(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語言對測評機(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)，分析測評機(jī)構(gòu)市場競爭的共現(xiàn)圖和密度圖。

從項(xiàng)目信息中提取與測評機(jī)構(gòu)市場競爭相關(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軟件對測評機(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)金額是評價(jià)測評機(jī)構(gòu)業(yè)績的重要指標(biāo)之一，但是，在所采集的測評機(jī)構(gòu)投標(biāo)項(xiàng)目信息中，中標(biāo)商并非完全是測評機(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同義詞進(jìn)行歸并，如將“等級保護(hù)測評”“等保測評”等歸并為“等級測評”，將“商用密碼安全性測評”“密碼評估”“密碼測評”等歸并為“密評”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。包括平臺項(xiàng)目、設(shè)備采購、信息化監(jiān)理、運(yùn)維服務(wù)、升級改造、密碼整改等。

2）網(wǎng)絡(luò)安全服務(wù)類。包括等級測評（含第三方測評）、安全技術(shù)服務(wù)、密評、風(fēng)險(xiǎn)評估、安全防護(hù)評估、驗(yàn)收測評、軟件測試、密碼方案評估等。

3）工程服務(wù)類。包括抽查檢驗(yàn)檢測、環(huán)評報(bào)告、工程監(jiān)理、工程監(jiān)測、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

針對不能直接從項(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)村信息安全測評聯(lián)盟（以下簡稱“測評聯(lián)盟”）第二屆副理事長單位7家“地方”測評機(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)練集和測試集。

5）訓(xùn)練SVM模型并預(yù)測測試數(shù)據(jù)集，查看模型評估指標(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)目是競爭對手中標(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長沙市消防救援支隊(duì)長沙市“智慧消防”一期建設(shè)項(xiàng)目——第三方評測服務(wù)中標(biāo)公告

JF長沙市消防救援支隊(duì)

YR 2022/12/30

OP 84638

K1廣東162；第三方測評/廣東162；消防救援/廣東162；第三方測評；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”測評機(jī)構(gòu)為例，節(jié)點(diǎn)大小表示測評機(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)（測評機(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)測評機(jī)構(gòu)之間的關(guān)聯(lián)強(qiáng)度。線條越粗，說明兩個(gè)測評機(jī)構(gòu)之間的競爭關(guān)系越強(qiáng)，也就是說兩個(gè)機(jī)構(gòu)同時(shí)投標(biāo)競爭的可能性越大。節(jié)點(diǎn)顏色表示測評機(jī)構(gòu)所屬的簇類，不同的簇類用不同的顏色來表示。

2? 測評機(jī)構(gòu)基本情況

2.1? 測評機(jī)構(gòu)分布情況

2010年，國家開啟測評機(jī)構(gòu)的建設(shè)工作，截至2022年底，我國測評機(jī)構(gòu)共有226家，在崗測評師有7 800余人。從測評機(jī)構(gòu)的審核推薦年份來看，各年份測評機(jī)構(gòu)數(shù)量穩(wěn)步增長，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評機(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)”而使測評機(jī)構(gòu)數(shù)量較多，但從整體來看，全國各地的測評機(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的市場需求，又可以合理控制各省測評機(jī)構(gòu)的總數(shù)量，避免同行惡意降價(jià)競爭，進(jìn)一步夯實(shí)了等級測評行業(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)目可能會有多家測評機(jī)構(gòu)參與投標(biāo)，因此統(tǒng)計(jì)的是各測評機(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）是研究測評機(jī)構(gòu)市場特征的一個(gè)重要指標(biāo)，能夠直觀反映該領(lǐng)域市場發(fā)展的動態(tài)變化，幫助我們識別等級測評領(lǐng)域的發(fā)展階段和發(fā)展趨勢。

測評機(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，測評機(jī)構(gòu)的項(xiàng)目數(shù)量共計(jì)42 574個(gè)。2010年測評機(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，測評機(jī)構(gòu)的投標(biāo)項(xiàng)目僅有幾百個(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，測評機(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，測評機(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。

測評機(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)指的是測評機(jī)構(gòu)注冊所在的省市。該省市的項(xiàng)目數(shù)量指的是所有在該省市注冊的測評機(jī)構(gòu)實(shí)施的項(xiàng)目數(shù)量，但這些測評項(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)的測評機(jī)構(gòu)在本省范圍內(nèi)開展業(yè)務(wù)。然而，四川、遼寧測評機(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這兩家測評機(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、河南為等級保護(hù)或測評機(jī)構(gòu)試點(diǎn)工作開展地區(qū)。

在2017—2022年間的發(fā)展階段，測評機(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、廣東測評機(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；重慶、吉林、河北、安徽等地發(fā)展勢頭較好，具有較大的發(fā)展空間。這一階段測評機(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，等級測評行業(yè)迎來爆發(fā)式增長。

3? 測評機(jī)構(gòu)市場特征分析

3.1? 競爭網(wǎng)絡(luò)

運(yùn)用VOSviewer將項(xiàng)目信息的“作者”制成測評機(jī)構(gòu)共現(xiàn)圖，對測評機(jī)構(gòu)之間的競爭關(guān)系進(jìn)行可視化分析。

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

由圖6（b）可知，2017—2022年間，測評機(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，針對某一個(gè)項(xiàng)目的招標(biāo)除了省內(nèi)多家測評機(jī)構(gòu)參與競爭外，外地測評機(jī)構(gòu)涌入競爭行列的趨勢越來越明顯，全國范圍的市場競爭網(wǎng)絡(luò)正在加速構(gòu)建。

（a）2010—2016年

（b）2017—2022年

圖6? 測評機(jī)構(gòu)競爭關(guān)系共現(xiàn)圖

測評機(jī)構(gòu)的項(xiàng)目數(shù)量是其企業(yè)實(shí)力的體現(xiàn)，通常情況是測評機(jī)構(gòu)的市場能力越強(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的測評機(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，我國測評市場開始呈現(xiàn)多元化，市場競爭進(jìn)入百花齊放的階段。

2010—2016年間排名前10位的測評機(jī)構(gòu)在本省實(shí)施的項(xiàng)目數(shù)量較多，而2017—2022年間測評機(jī)構(gòu)在外地開展業(yè)務(wù)較為普遍。對比分析2010—2016年和2017—2022年的測評機(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，這幾家測評機(jī)構(gòu)獲取資質(zhì)的時(shí)間較早，業(yè)務(wù)開展時(shí)間長，均為專精特新企業(yè)，且其所擁有的測評師相對較多，等級測評業(yè)務(wù)一直占很大的比重，屬實(shí)力強(qiáng)勁的測評機(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。等級測評、平臺項(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)評估、第三方測評等類型。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)目主要是平臺項(xiàng)目，遼寧076的投標(biāo)項(xiàng)目主要是抽查檢驗(yàn)檢測，偏土木工程行業(yè)，如圖7（a）所示。在測評機(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。等級測評、平臺項(xiàng)目、信息化監(jiān)理仍是主要類型，第三方測評、運(yùn)維服務(wù)和抽查檢驗(yàn)檢測緊隨其后。密碼類項(xiàng)目（包含密評、密碼方案評估、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)榈燃墱y評。山東134的等級測評項(xiàng)目占據(jù)全國榜首，山東139、廣東158和廣東162的密碼評估項(xiàng)目數(shù)量猛增（等級測評項(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)生的測評項(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專注于市場監(jiān)督行業(yè)。2019年，網(wǎng)絡(luò)安全等級保護(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。山東省的測評機(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，競爭較為激烈；廣東省的測評機(jī)構(gòu)中，廣東164與其他測評機(jī)構(gòu)的距離較遠(yuǎn)，側(cè)重于土木工程檢測類項(xiàng)目。四川省測評機(jī)構(gòu)中，四川178與其他測評機(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)省份的等級測評項(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，一些客戶會選擇把等級測評、信息化監(jiān)理、風(fēng)險(xiǎn)評估和軟件測試合并到一個(gè)項(xiàng)目中。

4? 結(jié)? 論

自2007年《信息安全等級保護(hù)管理辦法》發(fā)布以來，我國的等級保護(hù)工作得到了快速推進(jìn)，等級測評在國民經(jīng)濟(jì)和社會生活的各個(gè)領(lǐng)域得到廣泛的開展。2016年，《網(wǎng)絡(luò)安全法》的頒布使等級保護(hù)制度正式納入法律體系，對等級測評行業(yè)的發(fā)展起到了推波助瀾的作用。隨著測評機(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)一步釋放等級測評剛需的潛力。

盡管我國等級測評的需求不斷增加，但與系統(tǒng)集成和軟件開發(fā)等項(xiàng)目相比，其規(guī)模相對較小，絕大多數(shù)測評機(jī)構(gòu)屬于小微企業(yè)。根據(jù)網(wǎng)絡(luò)安全等級保護(hù)網(wǎng)的數(shù)據(jù)，截至2022年底，只有9家測評機(jī)構(gòu)擁有80名以上的測評師，而測評師數(shù)量在80人以下的測評機(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，測評機(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，提升自身的市場競爭力。

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)公告會列出所有投標(biāo)人。因此，在統(tǒng)計(jì)測評機(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)量可能會存在一定的出入。通過對項(xiàng)目信息進(jìn)行分析，可以探索測評機(jī)構(gòu)的市場監(jiān)督機(jī)制并積極推動行業(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)，也呼吁測評聯(lián)盟加強(qiáng)市場監(jiān)管，盡可能在維護(hù)系統(tǒng)參與者利益的同時(shí)兼顧更廣泛的社會利益，避免低價(jià)惡意競爭導(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，才能保障測評機(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)安全等級保護(hù)網(wǎng).關(guān)于撤銷網(wǎng)絡(luò)安全等級測評機(jī)構(gòu)推薦證書的公告 [EB/OL].（2021-11-20）.http：//ahdjbh.com/dengbaozixun/800.html.

[3] 中國合格評定國家認(rèn)可委員會.CNAS-CI01-A018：2022《檢驗(yàn)機(jī)構(gòu)能力認(rèn)可準(zhǔn)則在網(wǎng)絡(luò)安全等級保護(hù)測評領(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)三級等保測評實(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)勢及對策研究 [J].北京工業(yè)大學(xué)學(xué)報(bào)：社會科學(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)安全等級保護(hù)網(wǎng).網(wǎng)絡(luò)安全等級保護(hù)測評機(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。