支付异质性指数：面向高频采购监督与决策支持的集成无监督框架
摘要
公共采购因高交易量导致监督力量不足，易受错误、欺诈和腐败的威胁。虽然研究常聚焦招标阶段的异常现象，但投标后支付监控仍鲜有探讨。鉴于标注数据稀缺且本福德定律等方法面临限制性假设，亟需一种可解释的无监督框架以支撑高频采购监督与决策。本文引入结构异质性指数（SHI），作为一维样本的复合统计量，并提出其支付专用版本——支付异质性指数（PHI），以刻画支付结构与潜在 regime。其融合高斯混合模型参数与非参数统计量，集成四项可解释分量：模态性、非对称性、尾部行为及结构离散。其中尾部行为分量兼顾分布重度与极值集中度，结构离散则综合了潜在支付 regime 的变异性、流行度与分离度。应用于英国市镇采购数据后，PHI识别出一批具有结构性不同支付模式的供应商（占供应商的0.6%，高频供应商的10.1%）。统计检验进一步支持这些差异，针对性的人工核查亦证实了优先重点案的合理性。比较分析显示，PHI揭示的 regime 分离， Coefficient of Variation（ρ=0.310）所掩盖的结构性差异。PHI提供了透明、可分解且计算轻量的采购完整性监督与有针对性审计优先级框架。
引用
@article{arxiv.2605.12547,
title = {The Payment Heterogeneity Index: An Integrated Unsupervised Framework for High-Volume Procurement Oversight and Decision Support},
author = {Kyriakos Christodoulides},
journal= {arXiv preprint arXiv:2605.12547},
year = {2026}
}
备注
Request category change from econ.EM -> stat.ML. Paper is methodological, introducing a new unsupervised ML/stat framework (SHI/PHI index) for distributional structure. Methodology is general; procurement is the application. stat.ML is more appropriate primary; econ.EM as cross-list