О моделях манипулирования при проведении конкурсов для государственных закупок

Модель определения значения агрегированной оценки для выбора поставщика. Многокритериальная оценка качества на основании оценок участников конкурса по заданным критериям. Анализ степени манипулируемости порогового правила, суммирование рангов альтернатив.

Рубрика Экономико-математическое моделирование
Вид статья
Язык русский
Дата добавления 05.05.2018
Размер файла 255,9 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Доклад на Х Международной конференции ГУ ВШЭ

по проблемам развития экономики и общества

О моделях манипулирования

при проведении конкурсов для государственных закупок

Ф.Т.Алескеров

Введение

Федеральным законом 94-ФЗ определены правила проведения конкурсов для государственных закупок таким образом, что предложения потенциальных поставщиков оцениваются по двум критериям - качеству и цене. Затем с помощью линейной свертки критериев определяется агрегированная оценка предложения, которая предопределяет выбор поставщика.

Мы показываем, что принятая схема является манипулируемой со стороны заказчика, и предлагаем иную, двухступенчатую схему проведения конкурсов.

Манипулирование при проведении конкурса

Начнем наше рассмотрение с модели определения значения агрегированной оценки для выбора поставщика. В этой модели имеются несколько параметров: оценка качества q(a) для товара или услуги a (определяется действительным числом от 0 до 1), минимальная цена, предлагаемая поставщиками Pmin, цена поставки P(a), значимость оценки качества в агрегированной оценке г (0? г ?1), по закону г?0.45.

Агрегированная оценка определяется по формуле

R(a) = г *q(a)+(1-г)*Pmin /P(a) (1)

Замечание. На самом деле оценка качества дается в баллах от 1 до 100, ценовая оценка умножается на 100, и поэтому оценка R(a) дается в баллах от 1 до 100, но мы будем пользоваться приведенной выше формулой, в которой значение агрегированной оценки дается в пределах от 0 до 1.

Рассмотрим пример. Пусть г=0.2, и оценки двух предложений, участвующих в конкурсе даны в Табл. 1. Пусть цена предложения а равна 100, а цена предложения b равна 80. В каком случае может выиграть предложение a с заведомо более высокой ценой Р(а)? Здесь мы при заданных ценах можем «управлять» только оценками качества. В Табл. 1 даны такие оценки качества, и можно видеть, что оценка b должна быть почти в 10 раз хуже оценки a.

Таблица 1. (г = 0.2)

Варианты

q

P

Ценовой балл Pmin /P(a)

R

A

1

100

0.8

0.84

B

0.1

80

1

0.82

Этот случай, очевидно, реализоваться не может, если в конкурсе участвуют известные и примерно равные фирмы, то поставить одной из них оценки по качеству в 10 раз ниже, чем другой, решится не каждая экспертная комиссия.

Рассмотрим, однако, случай, когда вводится «фиктивный» вариант c, цена которого равна 75 (Табл. 2). Даже при очень низких оценках качества этого варианта при оценках цены для a и b, различающихся незначительно, вариант c не выигрывает, но позволяет выиграть варианту a с заведомо большей ценой за счет небольшого превышения оценок качества. Это означает, что введением заведомо проигрышного варианта, Заказчик может манипулировать результатом конкурса.

Таблица 2. (г = 0.2)

Варианты

q

P

Ценовой балл Pmin /P(a)

R

A

1

90

0,833

0,867

B

0,8

85

0,882

0,866

C

0,05

75

1,000

0,810

Попробуем оценить разницу между оценками качества вариантов a и b при условии, что цена a выше, чем цена b. Эта разница определяется следующим выражением

q(a) - q(b) > [(1- г )/ г]*Pmin * [1/P(b) - 1/P(a)].

Из этой же формулы можно оценить значение Pmin при условии, что разность q(a) - q(b) не превышает заранее заданного числа при заданных P(b) и P(a).

На рис. 1 и 2 показаны значения разности q(a) - q(b) (отложены по оси ординат) в зависимости от значения [1/P(b) - 1/P(a)] при различных значениях Pmin для двух значений г =0.2 и г =0.3, соответственно.

Поскольку рассматриваемая процедура оказалась манипулируемой, ниже предлагается модель двухступенчатого выбора.

Модель двухступенчатого выбора

Модель содержит два этапа. На первом этапе производится многокритериальная оценка качества на основании оценок участников конкурса, например, по следующим критериям:

Срок пребывания на рынке;

Устойчивость финансового состояния;

Соответствие специализации работ профилю компании;

Соответствие объема работ возможностям компании;

Качество обслуживания клиентов (предыстория).

Оценки по критериям могут быть проставлены в балльной шкале экспертами. Можно, однако, предложить методы оценки вариантов по указанным показателям и в кардинальной шкале.

Далее предлагается многокритериальная оценка пороговым методом агрегирования [1,4]. Рассмотрим в качестве примера оценки, заданные для простоты в трехбалльной шкале. В этом случае пороговое правило записывается следующим образом.

Пусть n1(x;) = Card({i N: r(x;) = 1}) и n2(x;) = Card({i N: r(x;) = 2}). Здесь - набор оценок вариантов по критериям, - оценки по критерию i, N - множество критериев, r(x;) - ранг (значение) варианта x по критерию, n1(x;) (n2(x;)) - число оценок, равных 1 (соотвественно, 2) для варианта x.

Скажем, что альтернатива -доминирует альтернативу если n3(x;) < n3(y;) или (n3(x;) = n3(y;) и n2(x;) < n2(y;)).

Другими словами, сравнивается число худших мест, которые занимают альтернативы. Если эти числа равны, то сравниваются следующие сверху места. Альтернативы, которые не доминируются другими альтернативами по V, и те, которые доминируются только недоминируемыми альтернативами, выбираются для последующего анализа их предложений.

Рассмотрим следующий пример. Здесь заданы оценки вариантов (фирм) a, b, c по пяти критериям в трехбалльной шкале (Табл. 3)

Таблица 3.

Баллы

U1

U2

U3

U4

U5

R

3

a

b

a

c

b

a

2

b

a

b

a

c

c

1

c

c

c

b

a

b

Нетрудно посчитать, что n1(a;) = 1; n1(b;) = 2; n1(c;) = 3. Отсюда следует, что по пороговому правилу a - самый предпочтительный вариант, а b - следующий по предпочтительности вариант. Их и можно оставить для последующего сравнения по цене.

Интересно отметить, что анализ степени манипулируемости порогового правила показывает его относительно меньшую манипулируемость по сравнению с правилом Борда, которое заключается в суммировании рангов альтернатив [3].

Объясним подробнее достоинства предлагаемого правила. На мой взгляд, ключевым фактором при осуществлении государственных закупок является выполнение работ, естественно, качественное и, по возможности, экономное. Иначе говоря, просто низкая цена не может служить основанием получения заказа. манипулирование конкурс закупка качество

Как мы уже видели, существующая схема является манипулируемой - очень легко организовать сговор и путем включения в конкурс фиктивного участника обеспечить выигрыш поставщику с заведомо высокой ценой. При этом, как известно, есть много случаев, когда фирма, выигравшая конкурс, сразу находит субподрядчиков, которым передает выполнение работ.

Сама возможность манипулирования вытекает из-за использования правила линейной свертки - низкие оценки по одному критерию могут быть компенсированы высокими оценками по другому критерию.

Пороговое правило свободно от этиго недостатка: если хотя бы по одному показателю поставщик имеет низкие оценки, они не компенсируются высокими оценками по другим критериям.

Подробно свойства похожих двухступенчатых моделей исследованы в [3,5].

Кроме того, отдельное оценивание по критериям, приведенным выше, позволяет повысить прозрачность конкурса, т.к. фирмы достаточно хорошо могут оценить друг друга по показателям качества и при наличии искаженных оценок это может быть основанием для обращения с аппеляцией или даже в суд.

Введение показателей качества будет способствовать тому, что на рынке останутся надежные поставщики, которые будут нацелены на выполнение работы, а использование двухступенчатой схемы приведет к реальной экономии государственных расходов.

Литература

Алескеров Ф.Т., Якуба В.И. Метод порогового агрегирования трехградационных ранжировок, ДАН, 2007, т. 413, №2, 181-183

Алескеров Ф.Т., Карабекян Д.С., Санвер М.Р., Якуба В.И. Оценка степени манипулируемости известных схем агрегирования в условиях множественного выбора, Журнал Новой экономической ассоциации, 2009 (в печати)

Aleskerov F., Aizerman M. Theory of Choice, Elsevier, North--Holland, 1995

Aleskerov F., Chistyakov V., Kalyagin V. Axiomatics of the threshold aggregation, Social Choice and Welfare, 2009 (submitted)

Aleskerov F., Cinar Y. “'q-Pareto-scalar' two-stage extremization model and its reducibility to one-stage model”, Theory and Decision, 2008, 65, 325-338

Размещено на Allbest.ru

...

Подобные документы

  • Основные параметры уравнения регрессии, оценка их параметров и значимость. Интервальная оценка для коэффициента корреляции. Анализ точности определения оценок коэффициентов регрессии. Показатели качества уравнения регрессии, прогнозирование данных.

    контрольная работа [222,5 K], добавлен 08.05.2014

  • Проведение расчетов по АВС-XYZ анализу. Определение степени прогноза надежности потребления при высокой потребительской стоимости. Обоснование выбора склада для хранения товаров по критериям надежности. Составление гистограммы, оценка результатов.

    лабораторная работа [122,0 K], добавлен 17.06.2015

  • Методы экспертных оценок - методы организации работы со специалистами-экспертами и анализа мнений экспертов. Экспертные оценки - индивидуальные и коллективные. Индивидуальные оценки - оценки одного специалиста. Экспертные оценки используются при выборе.

    реферат [57,9 K], добавлен 08.01.2009

  • Алгоритм решения задачи выбора места предполагаемого трудоустройства из трех возможных вариантов по заданным критериям (удовлетворенность работой, карьерный рост, уровень доходов, репутация фирмы) методом анализа иерархии проблемы несколькими экспертами.

    курсовая работа [350,1 K], добавлен 07.05.2011

  • Классификация систем по степени сложности и обусловленности действия, по происхождению и характеру поведения. Составление анкеты для получения экспертных оценок. Построение дерева целей и аттестация сотрудников. Метод экспортных оценок и задачи программ.

    контрольная работа [85,4 K], добавлен 18.11.2011

  • Преимущества и недостатки применения тендерных процедур в сфере государственных закупок. Особенности проведения конкурсных процедур в Украине и других странах. Связь экономического выигрыша от торгов со степенью варьирования цен на конкретном рынке.

    контрольная работа [903,1 K], добавлен 28.02.2013

  • Построение модели множественной линейной регрессии по заданным параметрам. Оценка качества модели по коэффициентам детерминации и множественной корреляции. Определение значимости уравнения регрессии на основе F-критерия Фишера и t-критерия Стьюдента.

    контрольная работа [914,4 K], добавлен 01.12.2013

  • Формирование иерархии при решении проблемы "выбор фрезы". Третий этап окончательного определения. Глобальные приоритеты выбора. Полный факторный эксперимент. Определение однородности дисперсий. Расчетные значения критериев. Неполная квадратичная модель.

    курсовая работа [1,6 M], добавлен 12.09.2014

  • Понятие и особенности прогнозирования. Стандартная ошибка предсказываемого среднего значения. Прогнозирование при наличии авторегрессии ошибок. Точечное и интервальное прогнозирование, основанное на модели линейной регрессии, коэффициент ее детерминации.

    контрольная работа [827,9 K], добавлен 08.01.2016

  • Многокритериальная оптимизация. Методы сведения многокритериальной задачи к однокритериальной. Гладкая и выпуклая оптимизации. Условие выпуклости. Экономико-математическая модель реструктуризации угольной промышленности. Критерий оптимизационной задачи.

    реферат [159,8 K], добавлен 17.03.2009

  • Главные преимущества и недостатки моделей конкурсных торгов. Основные предлагаемые подходы к дифференцированному применению методов конкурсных закупок. Матрица моделей торгов. Алгоритм "отсеивания" конкурсантов по критериям рисков с оценочными баллами.

    контрольная работа [2,0 M], добавлен 17.03.2012

  • Критерии оптимальности в эколого-математических моделях. Использование максимума относительной скорости роста численности популяций. Принцип минимального воздействия в эколого-математических моделях. Модели случайных стационарных процессов.

    контрольная работа [193,1 K], добавлен 28.09.2007

  • Определение среднего значения прибыли от продаж по всей товарной номенклатуре. Расчет и построение кумулятивной кривой прибыльности товаров. Расчет коэффициентов линейной модели тренда. Определение оптимальных размеров заказов. Расчет требуемых бюджетов.

    курсовая работа [1,3 M], добавлен 22.06.2013

  • Определение минимального значения целевой функции. Проведение проверки плана на оптимальность. Определение значения оценок для всех свободных клеток транспортной задачи, признака оптимальности. Введение перевозки, выявление цикла, перемещение по циклу.

    задача [64,1 K], добавлен 20.05.2015

  • Понятие о взаимосвязях в эконометрике. Сопоставление параллельных рядов. Корреляция альтернативных признаков. Оценка надежности параметров парной линейной регрессии и корреляции. Коэффициенты эластичности в парных моделях. Парная нелинейная корреляция.

    курсовая работа [1,9 M], добавлен 29.06.2015

  • Сетевая модель и её основные компоненты. Порядок и правила построения сетевого графика. Меры по его оптимизации. Примеры введения фиктивных событий. Расчет критического пути и резервов времени работ и оценки вероятности выполнения проекта в заданный срок.

    курсовая работа [627,7 K], добавлен 06.08.2013

  • Графическое решение и оптимальный план задачи линейного программирования. Свойства двойственных оценок и теорем двойственности. Адаптивная модель Брауна. Свойства независимости остаточной компоненты, соответствия нормальному закону распределения.

    контрольная работа [556,2 K], добавлен 17.02.2010

  • Расчет параметров линейного уравнения множественной регрессии; определение сравнительной оценки влияния факторов на результативный показатель с помощью коэффициентов эластичности и прогнозного значения результата; построение регрессионной модели.

    контрольная работа [1,1 M], добавлен 29.03.2011

  • Исследование событий и их связей по статусной рассогласованности. Анализ рынка киноиндустрии Америки за 2014-2016 гг., соотношение рыночной, профессиональной и любительской оценок фильмов. Факторы, влияющие на показатель консистентности (согласованности).

    курсовая работа [1,5 M], добавлен 27.08.2017

  • Понятие модели множественной регрессии. Сущность метода наименьших квадратов, который используется для определения параметров уравнения множественной линейной регрессии. Оценка качества подгонки регрессионного уравнения к данным. Коэффициент детерминации.

    курсовая работа [449,1 K], добавлен 22.01.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.