Выявление манипуляций в конкурсах государственных закупок в России при помощи машинного обучения

Открытые конкурсы являются распространенным способом выбора подрядчика для осуществления государственных закупок. Его особенность заключается в том, что победитель определяется по совокупной оценке за несколько критериев: предложенная цена, качество предоставляемых товаров или услуг и репутация поставщика. Субъективность некоторых критериев и сложная система оценивания открывает участникам возможности для манипулирования результатами таких аукционов, что приводит к росту коррупционных сговоров. Завышение баллов по неценовому критерию, заранее подобранные веса критериев оценки и утечка информации о ставках и характеристиках участников являются наиболее часто встречающимися способами влияния на итог аукциона. Целью данной работы является оценка доли коррумпированных открытых конкурсов государственных закупок в России, а также определение стратегий данных манипуляций с использованием методов машинного обучения. Основная сложность задачи заключается в отсутствии информации о коррупции в аукционе, что делает невозможным применение обучения с учителем. Эта проблема решается методом классификации на основе положительных и неразмеченных данных. Данный подход позволяет нам оценить априорную вероятность коррупции во всей выборке, а затем предсказать апостериорную вероятность коррупции для каждого участника. Прогнозы модели используются для анализа возможных методов манипулирования и других характеристик, связанных с более высокой вероятностью коррупции. В работе мы анализируем данные 40 000 российских конкурсов в период с 2014 по 2019 года. Согласно результатам оценки модели, примерно 25,7% аукционов можно считать подозрительными. Метод манипулирования результатами зависит от значений весов критериев в итоговой оценке. Большая часть подозрительных аукционов представляют собой манипуляцию с завышением баллов по неценовому критерию. При этом вероятность коррупции положительно связана с дороговизной предмета закупки и оказывается статистически выше, если победитель ранее встречался с закупщиком на предыдущих аукционах.