Expected versus Unexpected Non-Competition: A Corruption-Risk Approach to Public Procurement in Spain
Cet article introduit un cadre fondé sur l'apprentissage automatique utilisant les données de la commande publique espagnole pour distinguer la non-concurrence attendue de la non-concurrence inattendue, créant ainsi un indicateur de risque de corruption affiné et réduisant les faux positifs en tenant compte des facteurs structurels, tant de marché qu'institutionnels.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
La commande publique est le processus par lequel les gouvernements achètent les biens, les services et les infrastructures nécessaires au fonctionnement d'un pays, de la construction de routes à l'approvisionnement des hôpitaux. Parce que ces contrats impliquent des sommes d'argent considérables et des règles complexes, ils sont une cible fréquente de la corruption. L'un des signes avant-coureurs les plus courants indiquant que quelque chose ne va pas est le manque de concurrence. Lorsqu'un gouvernement sollicite des offres pour un projet, un marché sain produit généralement plusieurs entreprises en compétition pour l'obtention du travail. Si une seule entreprise se présente, ou si le processus d'appel d'offres est tenu secret, cela suggère souvent que le contrat a été truqué pour favoriser un fournisseur spécifique. Pendant des années, les auditeurs et les observateurs se sont appuyés sur de simples listes de ces signes avant-coureurs, appelés drapeaux rouges (red flags), pour repérer les transactions suspectes. Cependant, ces listes présentent une faille majeure : elles ne peuvent pas faire la différence entre un contrat suspectement peu concurrentiel et un contrat qui est simplement peu concurrentiel pour des raisons légitimes, telles qu'un marché spécialisé où peu d'entreprises existent ou un projet complexe qui effraie les soumissionnaires. Cette confusion entraîne de nombreuses fausses alertes, gaspillant du temps et des ressources pour des contrats qui sont en réalité sains.
Pour résoudre ce problème, les chercheurs Iván Pastor-Sanz et Félix J. López-Iturriaga se sont tournés vers une vaste collection de données provenant d'Espagne, analysant 393 631 appels d'offres publics attribués entre 2018 et 2024. Au lieu d'utiliser une liste de contrôle statique, ils ont construit un modèle informatique qui apprend de l'historique de ces contrats pour comprendre ce qu'est un niveau de concurrence « normal » pour toute situation donnée. Le modèle prend en compte les détails disponibles avant l'attribution d'un contrat, tels que le type de travaux à réaliser, les règles spécifiques utilisées pour sélectionner le gagnant et la région où se situe le projet. En étudiant ces facteurs, le modèle calcule la probabilité attendue qu'un appel d'offres attire moins de trois offres. Il compare ensuite cette attente à ce qui s'est réellement passé. Si un contrat reçoit très peu d'offres alors que le modèle prédisait qu'il aurait dû en attirer beaucoup, cet écart est signalé comme une anomalie inattendue. Cette approche permet aux responsables de séparer le bruit des conditions normales du marché du signal d'une corruption potentielle.
Les chercheurs ont découvert que les facteurs les plus importants déterminant si un contrat obtient beaucoup d'offres ou une seule ne sont pas le montant d'argent impliqué, mais plutôt le type de projet et les règles utilisées pour gérer le processus d'appel d'offres. Le secteur spécifique de l'économie, tel que la construction ou les services informatiques, expliquait près de la moitié de la variation des niveaux de concurrence. Le type de procédure utilisé pour attribuer le contrat était le deuxième prédicteur le plus puissant. Cela confirme une vue de longue date en sciences politiques selon laquelle le degré de liberté ou de discrétion accordé aux responsables gouvernementaux dans la conception du processus d'appel d'offres façonne directement l'opportunité de favoritisme. Les contrats attribués via des procédures permettant aux responsables de négocier directement avec les fournisseurs sans publicité publique étaient beaucoup plus susceptibles d'avoir une faible concurrence, mais le modèle a montré que c'était souvent un résultat attendu des règles, et non nécessairement la preuve d'un crime.
La véritable valeur de ce travail réside dans sa capacité à filtrer les fausses alertes. En se concentrant uniquement sur les contrats où la concurrence réelle était nettement inférieure à ce que le modèle attendait, les chercheurs ont identifié un groupe infime et hautement suspect de marchés publics. Sur près de 400 000 contrats, le modèle n'a signalé que 2 195 cas, soit environ 0,56 %, comme étant inattendulement peu concurrentiels. Ce sont ces transactions qui méritent l'examen le plus étroit car elles s'écartent fortement de la norme pour leur type et leur emplacement spécifiques. L'étude a montré que ces cas signalés présentaient une forte corrélation avec d'autres mesures établies de risque de corruption, suggérant que le modèle identifie correctement de réels problèmes d'intégrité plutôt que de simples bruits aléatoires. Cette méthode offre aux organismes de contrôle un moyen de passer d'une réaction à chaque contrat à faible nombre d'offres à un ciblage proactif des cas spécifiques où le risque est le plus élevé, garantissant que les ressources d'audit limitées sont dépensées là où elles peuvent faire le plus de bien.
Les conclusions suggèrent que, bien que la faible concurrence soit un indicateur utile, elle n'est pas parfaite en soi. L'étude ne prouve pas que chaque contrat signalé est corrompu, mais elle fournit un outil beaucoup plus précis pour les trouver. En distinguant le manque de concurrence attendu causé par les réalités du marché du manque de concurrence inattendu qui laisse présager des manœuvres frauduleuses, cette approche aide les gouvernements à gérer le flux massif de fonds publics avec une plus grande précision. Alors que l'Espagne continue de recevoir des milliards d'euros de fonds de relance de l'Union européenne, la capacité de surveiller efficacement ces contrats est plus cruciale que jamais. La recherche démontre que l'utilisation des données pour comprendre le contexte d'une transaction est bien plus puissante que le simple comptage du nombre de soumissionnaires, offrant une voie plus claire vers la transparence et la responsabilité dans les dépenses publiques.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.