Predicting patterns of corruption in public procurement: an analysis based on TED data

The current dissertation aims at detecting corruption in Public Procurement (PP) from pre-awarding red flags, making use of predictive modelling techniques in a multi-country perspective. The literature still lacks knowledge related to strong risk indicators, which allow to act in a preventive manner inside the increasingly corrupted world of PP. To conduct the study, a step-based process has been followed. The starting point was a thorough literature review to obtain a complete comprehension of the topic and to identify the main existing gaps. Then, a meticulous data collection and analysis process was carried out, ending in the implementation of a quantitative model trained on 923,417 public contracts extracted from Tender Electronic Daily (TED) platform. The final output is a multinomial logistic regression model, describing the relationship between a multi-level corruption proxy and seven main red flags: presence of joint procurement, award by Central Bodies, use of Most Economically Advantageous Tender as awarding criterion, use of electronic auction, use of multiple lots, initial contract value, and open tender. The pre-awarding independent variables significantly contribute to the prediction of corrupt practices, decreasing or increasing the probability of undesired behavior. However, few variables’ impacts were not expected, creating contradictory/uncertain results and opportunities for future research.

Questa tesi ha l’obiettivo di individuare la presenza di corruzione negli appalti pubblici grazie all’utilizzo di indicatori di rischio nella fase di preselezione del vincitore. A tal proposito, si ricorre all’uso di modelli previsionali in una prospettiva plurinazionale. La letteratura manca ancora di conoscenze relative a solidi segnali di rischio che permetterebbero di agire in maniera preventiva all’interno di un contesto sempre più corrotto, che è quello degli acquisti pubblici. Per condurre lo studio, è stato seguito un processo a più fasi. Il punto di partenza è stata la revisione della letteratura esistente per avere una completa comprensione dell’argomento e identificare le principali lacune attualmente presenti. Successivamente, un accurato processo di raccolta e analisi dati è stato eseguito; quest’ultimo si è rivelato necessario per implementare un modello quantitativo, costruito su più di 900 mila contratti pubblici, estrapolati dalla piattaforma TED. Il risultato finale è un modello di regressione multinomiale logistica, che analizza la relazione tra la misura di corruzione articolata su più livelli e i sette indicatori di rischio di seguito riportati: presenza di appalto congiunto, assegnazione della gara conferita da un’autorità centrale, impiego del criterio dell’offerta economicamente più vantaggiosa, uso di aste elettroniche, divisione del contratto in molteplici lotti, valore iniziale del contratto, e uso della gara aperta. Le variabili indipendenti inerenti alla fase precedente l’aggiudicazione, contribuiscono significativamente alla predizione di pratiche corrotte, riducendo o aumentando la probabilità di queste ultime. Tuttavia, alcuni indicatori hanno effetti inaspettati sulla variabile dipendente, generando risultati talvolta contraddittori ma che allo stesso tempo rappresentano opportunità di indagini future.