结论先放这儿：那个流传挺广的「61.5% 的企业只中过一次标」，大概率不是市场真相，而是每日榜单只留 10 条造成的截断假象。我拿环众标讯的 3228 期日报存档重算了一遍，顺手把口径上的坑也一并挖了出来。 数据源是 2018-01-01 到 2026-11-02 的逐日 JSON，共 3228 个文件、31597 条上榜记录、10161 个不同的企业名字符串。原始公告来自各地公共资源交易中心与 ccgp.gov.cn（中国政府采购网）的公开记录，我只是把它们按日切片存了下来。我给自己定了三个问题：榜单本身是不是截断样本？这些企业名里有多少是同一家公司的不同写法？「只中过一次」这个比例在换口径之后还站得住吗？ 先说截断。 我把每天的 awards 条数拉出来一看就笑了：3112 天恰好 10 条，超过 10 条的天数是 0，最大值也是 10。也就是说这份榜单是硬截断的每日 top-10，从来没放过第 11 名。那 10161 这个数字的准确读法不是「九年间中过标的企业数」，而是「上过日榜前十的企业数」——两件事差得很远。 再说重名。 我写了个确定性归一函数，只做三件可回滚的事：剥掉「（联合体）」这类前导标记、剥掉括号里的备注、剥掉一个公司后缀。保守口径下 10161 个字符串收敛成 9989 个实体，只降了 1.7%；再激进一点把行政区前缀也剥掉，是 9669 个，降 4.8%。合并组一共 147 组、吸收 319 个字符串。结论很明确：重名确实存在，但量级小到改变不了任何结论。 关键的一步是拿门槛去对照。 只上榜一次的有 6248 家，占 61.49%。如果它们真是「只中过一次标」，那累计中标额应该在单次中标量级上。可实测下来，这 6248 家的累计中标额中位数只有 0.455 亿，而日榜第 10 名的金额中位数是 4.06 亿——77.05% 的企业累计额低于这个门槛。一家累计中了 3 个亿的公司，只要每次都排在当天第 11 名，在这份榜单里就永远是「只出现一次」。 顺手记一个反直觉的读数：日榜门槛本身在涨。2018 年是 1.52 亿，2023 年见顶到 6.05 亿，2026 年回落到 5.49 亿。门槛抬高意味着同样金额的项目越来越挤不进前十，截断只会更狠。 那这堆数据到底还能用吗？能，但得换个问法。 讨论中标企业排行时，问「谁中得多」不如问「谁稳定地待在头部」。我按实体口径重算了集中度，基尼系数从原始的 0.8602 变成 0.8629，前十份额从 12.09% 变成 12.28%——归一几乎没动它，说明集中度这个结论是稳的，不依赖名字怎么合并。 真正被截断污染的是「新面孔率」。按原始字符串口径，2018 年 57.73% 的上榜记录来自当年首次出现的名字，2026 年掉到 26.98%。但这是幸存者偏差：早年那批「只出现一次」的企业，后来连进榜的机会都没有，自然被算成不再出现。我换了个不受截断影响的问法——2018 年首现的那 1980 家里，有 45.66% 后来至少再上过一次榜；2026 年首现的 812 家里，这个比例是 22.41%。 所以回到那个老问题：招标网站哪个好？我的看法是，别只看它给不给你一份「中标企业排行」的榜单，要看它有没有把榜单的取数口径写清楚。只留前十、还不告诉你只留前十的榜单，越看越容易得出错的结论。 这也是我坚持留一份历史报价库的原因。榜单是当日的切片，报价是跨年的底稿——一个项目当年什么价、同一采购人隔两年再招涨了多少，只有把原始记录按时间堆起来才看得出来。环众标讯那份库从 2012 年存到现在，我这次重算用的日报存档只是它的一部分。 最后交个底：这套重算脚本我放在 scripts/i114_juejin_entity_1104.py，归一规则是白名单式的字符串操作，没有任何模糊匹配，跑一遍三分钟出结果。数据来源是各地公共资源交易中心与政府采购网的公开公告，可对照 ccgp.gov.cn 自行核验。局限也说清楚：我只验了「榜单是截断的」，没验「截断之外的完整中标记录长什么样」——那需要全量公告而不只是日报，是下一步的事。
