Expected versus Unexpected Non-Competition: A Corruption-Risk Approach to Public Procurement in Spain
本文介绍了一个基于机器学习的框架，该框架利用西班牙公共采购数据来区分预期内与非预期的非竞争行为，从而通过考虑结构性市场和制度因素，构建出一个能够减少误报并精炼化的腐败风险代理指标。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
公共采购是政府购买运行一个国家所需的货物、服务和基础设施的过程，从修建道路到供应医院。由于这些合同涉及巨额资金且规则复杂，它们经常成为腐败的目标。一种常见的异常预警信号是缺乏竞争。当政府就某个项目征集投标时，一个健康的市场通常会产生多家公司竞标该项工作。如果只有一家公司出现，或者招标过程被保密，这通常表明合同经过操纵以有利于特定的供应商。多年来，审计员和监督机构一直依赖于这些被称为“红旗”（red flags）的简单预警信号清单来发现可疑交易。然而，这些清单有一个重大缺陷：它们无法区分一个合同是由于可疑的不具竞争性，还是仅仅因为合法原因（例如只有少数几家公司的专业化市场或令竞标者望而却步的复杂项目）而不具竞争性。这种混淆导致了许多虚假警报，浪费了在实际上清白的合同上投入的时间和资源。
为了解决这个问题，研究人员伊万·帕斯托尔-桑斯（Iván Pastor-Sanz）和费利克斯·J·洛佩斯-伊图里亚加（Félix J. López-Iturriaga）转向了来自西班牙的海量数据，分析了2018年至2024年间授予的393,631份公共招标项目。他们没有使用静态的检查清单，而是构建了一个计算机模型，该模型通过学习这些合同的历史记录，来理解在任何特定情况下“正常”的竞争水平应该是怎样的。该模型考虑了合同授予前可获得的细节，例如正在进行的工程类型、用于选择获胜者的具体规则以及项目所在的地区。通过研究这些因素，模型计算出该招标吸引少于三个投标的预期概率。然后，它将这一预期与实际情况进行比较。如果一个合同在模型预测应该吸引许多投标的情况下收到的投标非常少，那么这种差距就会被标记为异常。这种方法使官员能够将正常市场条件的“噪音”与潜在腐败的“信号”区分开来。
研究人员发现，决定一个合同获得许多投标还是只有一个投标的最重要因素不是涉及的金额，而是项目的类型和运行招标过程所使用的规则。经济领域的特定行业（如建筑业或IT服务业）解释了竞争水平近一半的变动。用于授予合同的程序类型是第二大强力预测因子。这证实了政治学中的一个长期观点，即政府官员在设计招标过程中所拥有的自由度或裁量权，直接塑造了产生偏袒机会的空间。通过允许官员在不进行公开广告的情况下直接与供应商谈判的程序所授予的合同，更有可能出现低竞争现象，但模型显示，这往往是规则导致的预期结果，而非犯罪的必然证明。
这项工作的真正价值在于其过滤虚假警报的能力。通过仅关注那些实际竞争显著低于模型预期水平的合同，研究人员识别出了一个极小且高度可疑的招标群体。在近40万份合同中，模型仅标记了2,195例（约占0.56%）异常缺乏竞争的情况。这些交易才是最值得密切审查的对象，因为它们与其特定类型和地点相比出现了剧烈偏差。研究表明，这些被标记的案例与已有的其他腐败风险衡量标准强相关，这表明该模型正在正确地识别真实的诚信问题，而非仅仅是随机噪音。这种方法为监督机构提供了一种方式，使其能够从对每一个低投标合同做出反应，转变为主动针对那些风险最高的特定少数案例，从而确保有限的审计资源能用在最需要的地方。
研究结果表明，虽然低竞争是一个有用的指标，但它本身并不完美。该研究并未证明每一个被标记的合同都是腐败的，但它提供了一个更锐利的工具来寻找它们。通过区分由市场现实导致的“预期缺乏竞争”与暗示不正当行为的“异常缺乏竞争”，这种方法有助于政府更精准地管理庞大的公共资金流。随着西班牙继续从欧盟获得数十亿欧元的复苏资金，有效监控这些合同的能力变得比以往任何时候都更加关键。这项研究证明，利用数据来理解交易的背景，比单纯统计竞标者数量要强大得多，它为公共支出的透明度和问责制提供了一条更清晰的路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。