Zastosowanie analizy asocjacji w wykrywaniu zmów w przetargach publicznych

Autor

DOI:

https://doi.org/10.18778/0208-6018.351.01

Słowa kluczowe:

analiza asocjacji, zmowa przetargowa, wykrywanie karteli

Abstrakt

Celem niniejszego artykułu jest zbadanie warunków niezbędnych do zastosowania analizy asocjacji w wykrywaniu zmów zawieranych przez wykonawców zamówień publicznych. Koncentruje się ono na określeniu wartości parametrów zaufania (confidence) oraz podniesienia (lift), charakteryzujących reguły asocjacyjne właściwe dla zachowania się uczestników zmowy przetargowej. Aktualnie prowadzone na świecie badania ukierunkowane są na opracowanie względnie łatwych w użyciu narzędzi, pozwalających na skuteczne ujawnianie przypadków karteli przetargowych. Podejmowane dotychczas próby ich opracowania skupiały się na analizie cen (rozkład, wariancja, rozstęp) oraz klasyfikatorach pozwalających na wykrycie wykonawców, których zachowanie w procedurze przetargowej odbiega od powszechnie obserwowanego. Analiza prezentowana w niniejszym artykule wpisuje się w ten kierunek badań. Do głównych wniosków z przeprowadzonej analizy zalicza się: potwierdzenie możliwości zastosowania analizy asocjacji do wykrywania zmów przetargowych oraz określenie wartości miar zaufania i podniesienia do identyfikacji podmiotów działających w sposób typowy dla karteli. Zaproponowana metoda może zostać zastosowana przez organy ochrony prawa, zamawiających oraz konkurentów, w celu wyeliminowania lub przynajmniej ograniczenia skali występowania porozumień przetargowych. Główną, zidentyfikowaną wadą proponowanej metody jest brak możliwości zastosowania do karteli realizujących strategię unikania konkurencji. Planowane jest prowadzenie badań ukierunkowanych na rozwinięcie użyteczności proponowanej metody na wszystkie strategie możliwe do zastosowania przez uczestników zmowy.

Pobrania

Statystyki pobrań niedostępne.

Bibliografia

Abrantes‑Metz R. M., Froeb L. M., Geweke J., Taylor C. T. (2006), A variance screen for collusion, “International Journal of Industrial Organization”, vol. 24, pp. 467–486, https://doi.org/10.1016/j.ijindorg.2005.10.003 DOI: https://doi.org/10.1016/j.ijindorg.2005.10.003

ACFE (2016), Report to the Nations on Occupational Fraud and Abuse 2016, Association of Certified Fraud Examiners, Austin.

Agrawal R., Imieliński T., Swami A. (1993), Mining Association Rules Between Sets of Items in Large Databases, “ACM SIGMOD Record”, vol. 22, pp. 207–216, https://doi.org/10.1145/170036.170072 DOI: https://doi.org/10.1145/170036.170072

Anysz H., Foremny A. (2019), Analityczne metody detekcji zmów przetargowych w budownictwie, XI Konferencja Stowarzyszenia Kosztorysantów Budowlanych. Koniunktura i jej wpływ na ceny robót budowlanych, Warsaw, 21–22 March 2019.

Bajari P., Ye L. (2003), Deciding Between Competition and Collusion, “Review of Economics & Statistics”, vol. 85, pp. 971–989. DOI: https://doi.org/10.1162/003465303772815871

Cabral L. M.B. (2000), Introduction to Industrial Organization, 1st ed., Massachusetts Institute of Technology, Cambridge.

Church J., Ware R. (2000), Industrial Organization: A Strategic Approach, McGraw‑Hill Publishing Co., International Edition.

Competition Protection Act (2007), Act of 16 February 2007 on Competition and Consumer Protection, Competition Law, 2007, Journal of Laws of 2007, No 50, item 331, with subsequent changes.

Fazekas M., Tóth B. (2016), Assessing the potential for detecting collusion in Swedish public procurement, Konkurrensverket, Stockholm.

Foremny A., Anysz H. (2018), The collusion detection in public procurements – selected methods applied for the road construction industry in Poland, MATEC Web of Conferences, vol. 219, https://doi.org/10.1051/matecconf/201821904002 DOI: https://doi.org/10.1051/matecconf/201821904002

Gabaix X., Laibson D., Li D., Li H., Resnick S., Vries C. G. de (2016), The impact of competition on prices with numerous firms, “Journal of Economic Theory”, vol. 165, pp. 1–24, https://doi.org/10.1016/j.jet.2016.04.001 DOI: https://doi.org/10.1016/j.jet.2016.04.001

Hand D., Mannila H., Smyth P. (2005), Eksploracja danych, Wydawnictwa Naukowo‑Techniczne, Warszawa.

Harrington J. E. (2006), How Do Cartels Operate?, “Foundations and Trends in Microeconomics”, vol. 2, pp. 1–105, https://doi.org/10.1561/0700000021 DOI: https://doi.org/10.1561/0700000021

Harrington J. E. (2008), Detecting Cartels, [in:] P. Buccirossi (ed.), Handbook of Antitrust Economics. Massachusetts Institute of Technology, Cambridge, pp. 213–258.

Huber M., Imhof D. (2018), Machine Learning with Screens for Detecting Bid‑Rigging Cartels, Working Papers SES University of Fribourg, vol. 494. DOI: https://doi.org/10.1016/j.ijindorg.2019.04.002

Hyytinen A., Steen F., Toivanen O. (2018), Cartels uncovered, “American Economic Journal: Microeconomics”, vol. 10, issue 4, pp. 190–222, https://doi.org/10.1257/mic.20160326 DOI: https://doi.org/10.1257/mic.20160326

Imhof D. (2017), Simple Statistical Screens to Detect Bid Rigging, Working Papers SES, University of Fribourg, vol. 484.

Imhof D., Karagök Y., Rutz S. (2016), Screening for bid rigging‑does it work?, Working Papers SES, University of Fribourg, vol. 468.

McGowan L. (2010), The Antitrust Revolution in Europe. Exploring the European Commission’s Cartel Policy, Edward Elgar Publishing Limited, Cheltenham – Northampton.

Mena‑Labarthe C. (2012), Mexican Experience in Screens for Bid‑Rigging, “CPI Antitrust Chronicle”, no. 1, pp. 1–8.

Morozov I., Podkolzina E. (2013), Collusion Detection in Procurement Auctions, Basic Research Program.Workin Papers. Series: Economics (WP BRP 25/EC/2013), National Research University Higher School of Economics, Moscow, pp. 118–129. DOI: https://doi.org/10.2139/ssrn.2221809

OCCP (2014), Polityka konkurencji na lata 2014–2018, UOKiK, Warszawa.

OECD (2016), Fighting bid rigging in public procurement, Report on implementing the OECD Recommendation, Daf/Comp(2009)1/Final.

Osowski S. (2013), Metody i narzędzia eksploracji danych, Wydawnictwo BTC, Legionowo.

Porter R. H., Zona D. J. (1997), Ohio School Milk Markets. An Analysis of Bidding (No. 6037), NBER Working Paper Series, no. 6037, National Bureau of Economic Research, Cambridge, https://doi.org/10.1360/zd-2013-43-6-1064 DOI: https://doi.org/10.3386/w6037

PPO (2019), The annual report of the President of the Public Procurement Office for 2019.

Shaik S., Allen A. J., Edwards S., Harris J. (2012), Market Structure. Conduct Performance Hypothesis Revisited Using Stochastic Frontier Efficiency Analysis, “Journal of the Transportation Research Forum”, vol. 48, issue 3, pp. 3–18, http:/doi.org/10.22004/ag.econ.207141 DOI: https://doi.org/10.5399/osu/jtrf.48.3.2311

Tan P.‑N., Steinbach M., Karpatne A., Kumar V. (2019), Introduction to Data Mining, 2nd ed., Pearson, New York.

The President of the OCCP (2007), Decision No RLU–30/2007 of 17.07.2007.

The President of the OCCP (2013), Decision No RKT–46/2013 of 16.12.2013. DOI: https://doi.org/10.1007/s15015-013-0810-6

The President of the OCCP (2017), Decision No RŁO–8/2017 of 28.12.2017.

Tirole J. (1988), The Theory of Industrial Organization, Massachusetts Institute of Technology, Cambridge.

Ziarko Ł. (2016), Eksploracja danych w identyfikacji praktyk antykonkurencyjnych, [in:] A. Fornalczyk, T. Skoczny (eds.), Economic of Competition Protection. Vertical Restraints, University of Warsaw, Warsaw, pp. 273–291.

Opublikowane

2020-12-15

Numer

Dział

Artykuł

Jak cytować

Ziarko, Łukasz. 2020. “Zastosowanie Analizy Asocjacji W Wykrywaniu zmów W Przetargach Publicznych”. Acta Universitatis Lodziensis. Folia Oeconomica 6 (351): 7-22. https://doi.org/10.18778/0208-6018.351.01.