MARC

 008250224s2024        us  ||||||||||||||c||eng  d
■001000017161598
■00520250211151419
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798384447443
■035    ▼a(MiAaPQ)AAI31293859
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a630
■1001  ▼aChen,  Qianmiao.
■24510▼aEssays  on  Public  Procurement  and  Firms  in  China.
■260    ▼a[S.l.]▼bUniversity  of  California,  Berkeley.  ▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a175  p.
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-03,  Section:  B.
■500    ▼aAdvisor:  Gonzalez-navarro,  Marco.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  Berkeley,  2024.
■520    ▼aPublic  procurement,  contributing  to  total  GDP,  not  only  impacts  economic  growth  and  development  by  shaping  market  dynamics  and  competition  but  also  plays  a  key  role  in  promoting  fairness  and  mitigating  corruption  within  public  sector  transactions.  This  dissertation  dives  into  public  procurement,  focusing  on  the  challenges  of  corruption,  its  detection,  and  its  impact  on  businesses  and  the  economy.  In  Chapter  1,  I  reveal  the  prevalence  of  corruption  in  scoring  auctions  in  public  procurement  in  China,  design  a  model-based  tool  to  detect  this  corruption,  and  discuss  policies  to  reduce  it.  In  Chapter  2,  inspired  by  complaint  data,  I  propose  another  method  to  detect  corruption  in  close  games,  which  complements  the  first  chapter,  and  I  also  discuss  how  to  better  design  a  complaint  system  to  curb  corruption.  In  Chapter  3,  I  link  public  procurement  data  to  universal  firm-to-firm  transaction  data  to  study  the  direct  and  indirect  effects  of  participating  in  the  public  procurement  supply  chain  through  the  propagation  of  production  networks.  Together,  these  chapters  provide  a  comprehensive  understanding  of  public  procurement's  role  in  shaping  economic  outcomes  and  propose  targeted  strategies  for  reform.My  first  chapter  proposes  a  method  to  screen  out  scoring  rule  manipulation  corruption  in  scoring  auctions  in  public  procurement  and  discusses  the  policies  to  reduce  corruption  and  increase  transparency.  I  start  the  chapter  by  documenting  that  corruption  is  widespread  in  scoring  auctions.  Procurement  officers  can  collaborate  with  firms  to  manipulate  scoring  rules,  favoring  predetermined  winners,  while  corrupt  firms  orchestrate  non-competitive  bids  from  others  to  meet  minimum  bidder  requirements.  Drawing  from  extensive  data  on  public  procurement  auctions  in  China,  I  introduce  a  model-driven  statistical  tool  to  detect  this  specific  form  of  corruption.  The  findings  indicate  a  corruption  rate  of  approximately  65%.  A  procurement  expert  evaluation  audit  study  confirms  the  test's  validity,  revealing  a  91%  probability  that  experts  identify  suspicious  scoring  rules  when  the  test  signals  potential  corruption.  I  also  link  procurement  data  to  comprehensive  firm  data  to  examine  the  distortions  caused  by  corruption.  I  find  that  local  and  state-owned  firms,  as  well  as  less  productive  ones,  are  more  favored  in  corrupt  auctions.  Lastly,  I  explore  policy  implications  from  the  anti-corruption  campaign,  as  well  as  the  counterfactuals  by  estimating  a  structural  model,  concluding  that  general  corruption  investigations  may  be  insufficient  to  address  deeply  ingrained  corrupt  practices  in  the  long  run  whereas  implementing  anonymous  call-for-tender  file  evaluation  could  significantly  improve  social  welfare.My  second  chapter  complements  the  first,  which  focuses  on  the  unreasonably  large  score  gaps  between  winners  and  losers.  It  examines  the  ex-post  complaint  dataset,  proposes  a  method  to  detect  corruption  in  close-game  cases  in  scoring  auctions,  and  discusses  how  to  better  design  the  complaint  system.  The  complaint  system  enables  reporting  of  potential  corruption  and  collusion  in  public  procurement  auctions,  offering  insights  not  visible  to  outsiders  and  facilitating  corruption  detection.  In  this  chapter,  I  have  gathered  a  dataset  of  complaints  from  China's  public  procurement  system.  Based  on  the  patterns  observed  in  the  ex-post  complaints,  where  the  price  bids  of  winners  are  much  higher  than  those  of  the  complainants,  I  applied  the  Regression  Discontinuity  Design  (RDD)  to  detect  corruption.  My  findings  indicate  that,  contrary  to  competitive  cases  where  winners  and  losers  are  chosen  at  random,  in  complaints,  winners  tended  to  submit  prices  that  were,  on  average,  5%  higher  than  those  of  the  losing  complainants.  This  suggests  that  at  least  20%  of  the  auctions  in  the  complaint  dataset  were  corrupt.  When  extending  this  methodology  to  the  entire  public  procurement  auction  dataset,  it  appeared  that  13%  of  the  auctions  in  close-game  scenarios  were  corrupt.  To  explore  the  low  rate  of  complaints,  I  developed  a  model  to  investigate  the  decision-making  process  behind  the  lodging  of  complaints,  with  a  specific  focus  on  those  bidders  who  lost  by  a  narrow  margin,  and  conducted  a  counterfactual  analysis.  I  found  that  protecting  whistleblowers  by  concealing  their  names  can  increase  the  reporting  rate,  and  that  random  auditing  by  the  financial  team  does  not  crowd  out  the  functionality  of  the  complaint  system.In  my  third  chapter,  coauthored  with  Ming  Li  and  Wei  Lin,  we  study  the  direct  and  indirect  effects  of  participating  in  the  public  procurement  supply  chain  through  the  propagation  of  production  networks,  utilizing  tax  data  that  tracks  firm-to-firm  transactions  in  China.  To  quantify  the  effects  of  directly  winning  public  procurement  contracts  on  firms,  we  employ  an  event  study  design.  Our  estimates  reveal  that  firms  winning  public  procurement  contracts  experience  increased  purchasing  activities  and  gain  additional  non-public  procurement  contracts  in  the  following  months  without  crowding  out  effects.  Moreover,  these  spillover  effects  in  the  non-public  sectors  originate  from  competitive  procurement  projects,  rather  than  potentially  corrupt  ones.  We  then  use  a  model-based  method  to  measure  the  total  ratio  of  public  procurement  contracts  to  sales  through  both  direct  and  indirect  channels,  using  the  complete  firm  production  network.  We  find  that  although  only  0.5%  of  firms  directly  participate  in  the  public  procurement  supply  chain,  a  greater  number  are  involved  indirectly.  Using  these  total  ratios,  we  explore  the  effect  of  public  procurement  on  firm  revenue  through  network  propagation.  Without  considering  the  indirect  channels  through  the  production  network,  we  would  underestimate  the  role  of  public  procurement  demand.
■590    ▼aSchool  code:  0028.
■650  4▼aAgriculture.
■653    ▼aCorruption
■653    ▼aFirms
■653    ▼aProduction  networks
■653    ▼aPublic  procurement  demand
■653    ▼aScoring  auctions
■690    ▼a0501
■690    ▼a0473
■71020▼aUniversity  of  California,  Berkeley▼bAgricultural  &  Resource  Economics.
■7730  ▼tDissertations  Abstracts  International▼g86-03B.
■790    ▼a0028
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17161598▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서