Where does corruption risk sit? Core–periphery structure and clustering of single bidding in Ecuador’s subnational public procurement networks
本研究分析了厄瓜多尔次国家级公共采购网络，揭示了以单一招标衡量的腐败风险并非均匀分布，而是显著地聚集并集中在市场核心区域，这表明审计策略应优先考虑在检测到这种特定集中模式的省份中的核心参与者。
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
公共采购是维持政府运转的庞大引擎，从修建道路、学校到购买医疗用品和办公设备，无所不包。这是公共资金与私营企业交汇的点，每年涉及数万亿美元的资金流转。由于其中牵涉的价值巨大，这一系统经常成为腐败的目标，官员可能会通过贿赂，将合同导向特定的朋友或公司。检测此类违规行为极其困难，因为参与者都有理由掩盖行踪。近年来，数据科学家们发现了一种巧妙的方法，无需在单份合同中寻找“冒烟的枪口”（即直接证据），就能发现问题所在。他们注意到，当政府就某个项目征集投标，却只有一家公司前来竞标时，这是一个警示信号。虽然单次报价可能出于正当原因（如产品过于专业化或缺乏当地供应商），但如果一个地区出现单方报价的模式，则表明竞争可能已被操纵，或者流程被设计为有利于特定的赢家。通过绘制谁向谁购买什么的图谱，研究人员可以将这些数百万次的交易转化为一个网络，从而揭示出那些在观察单份合同时无法察觉的隐蔽偏袒模式。
厄瓜多尔的一组研究人员决定测试这些模式是否不仅适用于整个国家，也适用于单一国家的更小规模的局部市场。他们将注意力转向了厄瓜多尔的公共采购记录，该国的政府在其电子平台上公布了每一份授予合同的详细数据。研究团队收集了2015年至2021年间授予的近46,000份竞争性合同，将数千名公共买家与数万名供应商联系起来。他们的目标是观察腐败风险（以单方投标的频率衡量）是否在特定的买家和卖家群体中聚集，以及这种风险是集中在市场最中心、最有权势的部分，还是被推向了边缘。为此，他们为厄瓜多尔的二十一个省份中的每一个都构建了一张关系图，将每份合同视为买家与供应商之间的连接。随后，他们使用一种方法来识别每个市场的“核心”——即最活跃且连接度最高的买家和供应商——并检查这些可疑的单方报价是主要发生在这一中心群体中，还是发生在连接度较低的外围。
结果揭示了一个比预期更为复杂的腐败风险图景。在全国范围内，约有30%的竞争性程序仅收到一份报价，这一数字在不同省份之间存在显著差异。在一些沿海地区，近一半的程序仅吸引了一份报价，而在中部高地，这一比例则接近20%。研究人员发现，这些风险合同并非随机分布；相反，它们紧密地聚集在几乎每个省份特定的买家和卖家社区中。这意味着，如果审计人员在局部市场的某一部分发现了可疑合同，那么密切关注同一组买家和卖家的其他合同将会是明智之举，因为风险往往是成群结队出现的。然而，这种风险在市场结构中的位置并不统一。在某些省份，单方报价高度集中在核心层，这意味着最有权势和最频繁参与的玩家参与了这些无竞争交易。在其他省份，风险则出现在外围，涉及规模较小、连接度较低的参与者。
这一发现挑战了此前源自欧洲研究的一个理论，该理论认为市场越中心化，腐败风险就越高。研究人员发现，在厄瓜多尔，一个省份中心市场的规模与它所持有的腐败风险并无关联。一个大型、中心的市场可能相对安全，而一个较小的市场也可能充斥着风险。真正预测高风险的不是核心的大小，而是风险在其中的位置。在单方报价集中在核心部分的省份，整体单方投标率明显更高。这表明，在这些地区，腐败是围绕着权力雄厚的买家与受青睐的企业之间稳定的关系组织的，从而有效地控制了市场。相比之下，在风险位于外围的省份，问题则更加分散，分布在许多小规模买家和偶尔出现的供应商身上。
这项研究表明，不存在一种适用于所有地方的单一反腐策略。在风险集中于核心的省份（如埃尔奥罗省），少数高容量的关系占据了大部分风险敞口，因此对中心参与者进行针对性审计是极高效的资源利用方式。在风险散布在外围的省份，更广泛的预防措施（如更好的培训或标准化的文件）可能更为有效。研究人员强调，虽然单方投标是强烈的指标，但它并不代表单份合同中一定存在违法行为，他们的分析依赖于对数千份合同的模式分析。通过使用开放数据来绘制这些网络，当局可以超越猜测，开始在数据所示的藏身之处精准寻找问题，从而根据每个局部市场的具体结构量身定制应对方案。这种方法提供了一种低成本的方式来理解公共支出隐藏的地理特征，将原始数字转化为清晰的图像，展示出系统最脆弱之处。
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。