авторефераты диссертаций БЕСПЛАТНАЯ  БИБЛИОТЕКА

АВТОРЕФЕРАТЫ КАНДИДАТСКИХ, ДОКТОРСКИХ ДИССЕРТАЦИЙ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 |
-- [ Страница 1 ] --

Анализ факторов, влияющих на неформальные платежи

предприятий за участие в системе госзаказов.

Башина А.С.

Данная статья подготовлена на основе магистерской диссертации под

руководством Демидовой О.А.. В процессе работы над статьей автор

проходил стажировку в Институте анализа предприятий и рынков

НИУ ВШЭ в рамках Университетского проекта АНЦЭА. Отдельная

благодарность Яковлеву А.А. за участие в обсуждении работы и помощь в подборе необходимой литературы.

Россия занимает 154 место из 178 стран по индексу восприятия коррупции в государственном секторе за 2010 год, при этом ее положение существенно не улучшилось по сравнению с 2009 годом. Можно предположить, что проводимая политика борьбы с коррупцией среди государственных служащих не приводит к существенным результатам. Цель данной работы – выявление факторов, влияющих на неформальные платежи при осуществлении государственных закупок в России. Для их изучения использованы результаты опросов 2009-2010 годов «Business Environment and Enterprise Performance Survey», организованного Всемирным Банком совместно с Европейским Банком Реконструкции и Развития, и «Конкурентоспособность и инвестиционный климат», проведенного Институтом анализа предприятий и рынков совместно с Левада-Центром по заказу Минэкономразвития.

Проведенный анализ подтвердил предположение о том, что на уровень взяточничества влияют различные факторы, начиная от характеристик предприятия и заканчивая региональными особенностями, что свидетельствует о необходимости комплексного подхода к борьбе с коррупцией в сфере госзаказа. На данных опроса «Конкурентоспособность и инвестиционный потенциал» удалось продемонстрировать устойчивость выявленных взаимосвязей к изменению спецификации и метода оценивания.

На основе опроса BEEPS помимо проверки гипотез, касающихся коррупционной составляющей госзаказа, также была проверена значимость влияния субъективных характеристик респондента на его ответы. Высокая роль индивидуальных особенностей опрашиваемого в рассмотренных моделях заставляет задуматься о степени объективности данного обследования.

1. Введение.

Государственные закупки используются для удовлетворения общественных потребностей в образовании, здравоохранении, поддержании порядка и защите, создании удобной инфраструктуры и так далее. Часто затраты на удовлетворение этих нужд и обеспечение работы самого государственного аппарата через систему госзаказа составляют значительную долю ВВП. Это открывает широкие возможности для коррупционной деятельности государственных чиновников, отвечающих за их проведение, следовательно, делает необходимой разработку системы противодействия подобным злоупотреблениям.

Следует отметить, что наиболее коррумпированными являются развивающиеся страны и страны с переходной экономикой [35]. К их числу также можно отнести и Россию, занимающую 154 место (из 178 стран) по индексу восприятия коррупции1 в государственном секторе за 2010 год, что является ухудшением по сравнению с предыдущими годами (146 и 147 места в 2009 и 2008 годах, соответственно, из 180 стран). Другими отличительными особенностями таких стран являются низкий уровень дохода и принадлежность к числу закрытых стран по классификации Сакса и Уорнера [32].

Наличие такого сильного сходства между рассматриваемыми странами позволяет сделать некоторые предположения относительно факторов, способных оказывать влияние на уровень коррупции. Однако любые выводы необходимо делать с осторожностью, так как зачастую нельзя сказать наверняка, что явилось причиной, а что следствием. Например, трудно определить, является ли низкий уровень дохода в стране причиной коррупции или же коррупция привела к его снижению.

Считается, что на степень коррумпированности могут оказывать влияние размер накопленного человеческого потенциала и величина дохода как факторы, определяющие уровень институционального развития, степень открытости экономики, в том числе наличие барьеров на вход для иностранных компаний, а также наличие свободной прессы, что подтверждается эмпирическими исследованиями. В отношении связи между коррупцией и конкуренцией однозначных результатов получить не удается: с одной стороны, усиление последней является довольно распространенным методом борьбы с коррупцией, с другой, ряд исследований показывает, что существуют ситуации, когда рост конкуренции только увеличивает выгоды коррупционера и не способствует его уличению.

Неоднозначность взаимосвязей между коррупцией и экономическими, а также институциональными особенностями, создает дополнительные сложности при разработке методов борьбы с ней. В частности, отсутствие четкого понимания, что является причиной, а что следствием в паре коррупция-доход, не позволяет разработать четких рекомендаций относительно приоритетной сферы воздействия. Не понятно, необходимо увеличивать благосостояние населения, чтобы снизить уровень коррупции, или сначала победить коррупцию, что повлечет за собой рост ВВП.

Существенным препятствием для выработки универсальных способов противостояния коррупционной активности чиновников является и то, что одни и те же действия приводят к разным результатам, будучи Corruption Perception Index (Transparency International) примененными в различных условиях. Так, усиление контроля и ужесточение наказания в странах со слабо развитыми юридическими институтами может не привести к существенным результатам, потому что какие бы меры не декларировались, существующая система оказывается не в силах реализовать их на практике. В таких случаях эффективным может стать привлечение частных структур к осуществлению антикоррупционной деятельности и передача им ряда полномочий, а также предоставление широкой публике максимально полной информации о деятельности государственных структур.

Однако такой подход оправдан только в странах, где значительная доля населения обладает активной гражданской позицией и готова отстаивать собственные интересы.

Еще одним направлением развития антикоррупционных мер в сфере государственных закупок является привлечение международных организаций к созданию правил осуществления закупок, а также непосредственно к их проведению. С этой целью разработано, в частности, Соглашение о государственных закупках (The Agreement on Government Procurement), которое основано на принципах недискриминации, национального режима и прозрачности. Однако, несмотря на явно выраженную антикоррупционную направленность этого соглашения, развивающиеся страны не спешат к нему присоединяться и этому есть ряд обоснованных причин [25].

Невозможность предсказать последствия тех или иных мер в различных условиях и необходимость сопоставления затрат на них с потенциальными выгодами от применения становятся дополнительным стимулом для изучения коррупции и условий, в которых она может появляться. Тем не менее, следует отметить, что коррупция является не единственным источником потерь при осуществлении госзаказа. В частности, на примере Италии удалось показать, что неэффективность процедуры закупок приводит к более существенному увеличению затрат на их осуществление, чем коррупция [7].

Большинство эмпирических исследований в области государственных закупок представляет собой межстрановые сопоставления и рассматривает только макроэкономические причины возникновения коррупции. Данная статья призвана восполнить недостаток работ в сфере изучения взяточничества при получении госзаказа на уровне отдельных предприятий.

В ней использованы результаты двух крупных независимых опросов, проведенных в 2009-2010 годах: Business Environment and Enterprise Performance Survey под эгидой Всемирного Банка и Европейского Банка Реконструкции и Развития и «Конкурентоспособность и инвестиционный потенциал», организованного Институтом анализа предприятий и рынков Национального исследовательского университета Высшей школы экономики.

Статья имеет следующую структуру: раздел 2 содержит обзор предшествующих исследований, раздел 3 посвящен описанию имеющихся эмпирических данных, раздел 4 – формулировке проверяемых гипотез и описанию используемой методологии исследования, разделы 5 и 6 включают результаты анализа на базе опросов Всемирного Банка и Института анализа предприятий и рынков, соответственно, раздел 7 состоит из выводов, полученных в ходе исследования.

2. Предшествующие исследования.

Основным направлением теоретического моделирования коррупции в системе госзаказа является использование двумерных контрактов[17, 31], которые позволяют включить в число оцениваемых параметров не только цену, но и качество приобретаемого товара. Тем не менее, подходы к включению взяток в модель разнятся. Так, в работе [11] рассмотрены последствия искажения информации о качестве агентом, осуществляющим закупку. Результаты предоставления за взятку возможности изменения заявки при проведении закрытого аукциона изучаются в [18] и [12].

Работа [16] посвящена анализу влияния изменения уровня конкуренции на коррумпированность системы государственных закупок. В частности, в ней показано, что увеличение конкуренции среди поставщиков приводит к снижению предельных издержек выигравшей фирмы и росту качества поставляемого товара, а суммарный эффект этих изменений не может быть однозначно определен без введения дополнительных предпосылок. Рост конкуренции среди нанимаемых для закупки агентов приводит к усилению коррупции, однако для покупателя выгоды от снижения вознаграждения нанимаемому агенту могут как перекрываться потерями от роста его коррумпированности, так и нет, следовательно, и в данном случае однозначного вывода о полезности повышения конкуренции сделать нельзя.

Поскольку получить достоверные эмпирические сведения, связанные с коррупцией довольно тяжело, доступным вариантов ее изучения остаются экспериментальные исследования. Так в одном из них [10] изучено поведение конкурирующих за получение государственного заказа поставщиков, выбирающих оптимальное соотношение цены и размера взятки (низкая цена или же высокая взятка увеличивают шансы на победу в тендере). При этом предполагается, что чиновник, принимающий решение принимает во внимание не только собственные выгоды от получения взятки, но и общественное благосостояние. Авторам удалось показать, что даже введение негативного эффекта от взяточничества на благосостояние самих производителей (моделировался через систему вознаграждений участников эксперимента) не приводит к сокращению их использования, но в качестве инструмента конкуренции участники эксперимента охотнее используют цены, нежели размер взяток.

Как отмечалось выше, эмпирические исследования в области коррупции затруднены в виду дефицита информации. Их авторы в большинстве случаев вынуждены опираться на индексы коррумпированности, рассчитанные международными организациями на основе экспертных оценок или косвенных показателей, что позволяет проводить межстрановые сравнения, рассматривая характеристики макросреды в качестве детерминант коррупции [21, 30, 35].

Другим источником информации о распространенности коррупционных практик, в частности взяточничества, могут служить исследования на уровне фирм, реализуемые в форме опросов руководителей, которых просят оценить коррупционность среды. Однако при использовании таких данных исследователи сталкиваются с проблемой субъективности респондентов, что снижает достоверность получаемых выводов.

Подобное исследование, проведенное в Норвегии [34], выявило не только распространенность коррупционных практик в сфере государственных инфраструктурных проектов, но и предпочтение крупными компаниями альтернативных взяткам способов давления на госчиновников, ответственных за их реализацию. В ходе изучения угандийских компаний [36] было выяснено также, что чем выше прибыль фирмы, тем больше размер выплачиваемых ею взяток. В то же время, наличие у компании альтернативных возможностей (например, возможность найти частного покупателя при проигрыше тендера на госзаказ) снижает размер требуемой взятки.

Активизация исследований, посвященных государственным закупкам в России, произошла в 2000-х гг., когда участие в госзаказе стало приносить компаниям ощутимую прибыль, а увеличение затрат в этой сфере сопровождалось ростом коррупции. Тем не менее, большинство работ посвящено рассмотрению эффективности закупок [2] или изучению характеристик, влияющих на участие предприятий в системе госзаказа [5], а не непосредственно анализу природы взяточничества. Причем внимание авторов сосредоточено на анализе последствий изменения законодательства в этой области. В частности, работа [6] посвящена сопоставлению факторов, определяющих вероятность включения компании в число поставщиков по госзаказу, до и после вступления в силу Федерального закона N 94-ФЗ от 21.07.2005 г. «О размещении заказов на поставки товаров, выполнение работ, оказание услуг для государственных и муниципальных нужд». Проведенный анализ показал, что новый закон расширил возможности для участия в государственных закупках для новых предприятий, но не привел к снижению коррупции и повышению эффективности госзаказа. Можно констатировать, что в процессе реформирования не удалось достигнуть поставленных задач.

3. Используемые данные.

Анализ факторов, влияющих на неформальные платежи в системе госзаказа, проведен на основе двух независимых опросов. Первый из них – Business Environment and Enterprise Performance Survey (BEEPS) – является совместным проектом Всемирного Банка и Европейского Банка Реконструкции и Развития, цель которого состоит в получении информации об условиях ведения бизнеса и эффективности деятельности предприятий в странах, сотрудничающих с ЕБРР. Исследование проводится путем анкетирования руководителей предприятий или других лиц, хорошо осведомленных о деятельности компании в целом и основных ее характеристиках. В четвертом раунде, проведенном в 2008-2009 годах, участвовало около 11 800 предприятий из 29 стран. Особенности формирования выборки описаны в [14].

В России было опрошено 1 256 респондентов, из них 252 при дополнительном интервьюировании. При этом только 345 из обследованных предприятий участвовали в реализации государственного заказа или пытались его получить и только таким предприятиям задавался вопрос о доле стоимости контракта, которую фирмы, близкие по характеристикам к обследуемой, обычно выплачивают в виде неформальных платежей для того, чтобы получить государственный заказ. Далее будем рассматривать только эти компании.

В отношении параметров выборки следует отметить, что в период до года свою деятельность на территории России начало 28.78% предприятий, а 33.53% – после 1998 года. К числу крупных (100 и более сотрудников) относится 23.77% фирм, а малые (от 5 до 19 сотрудников) составили 41.45% выборки, при этом, в среднем, объем продаж обследуемых компаний составил 505 млн. руб.

Только 243 респондента из 345 сумели назвать размер требуемых при исполнении государственного заказа неформальных платежей, при этом из них сказали, что неформальных платежей не требуется. 60 человек отказалось отвечать на этот вопрос, а 42 человека затруднилось с ответом.

Разброс оценок размера неформальных платежей среди ответивших, что они требуются, составляет от 1% до 50% с медианой на уровне 10% (см.

Таблица 1). Следует отметить, что наиболее популярны на фоне остальных ответы, кратные пяти. Это может быть вызвано стремлением респондентов к округлению.

Таблица 1.

Процент стоимости контракта, выплачиваемый фирмой, похожей на об следуемую, в виде неформальных платежей, если они требуются.

% стоимости контракта | Частота -----------------------+---------+--------------------------- 1| 4 |**** 2| 5 |***** 3| 5 |***** 4| 1 |* 5| 20 |******************** 6| 2 |** 8| 1 |* 10 | 27 |*************************** 15 | 11 |*********** 17 | 1 |* 20 | 10 |********** 25 | 1 |* 30 | 2 |** 40 | 1 |* 50 | 4 |**** -----------------------+---------+--------------------------- Всего | Отметим также, что чем больше размер предприятия, тем выше доля респондентов, отвечавших, что взятки не требуются. Отличается оценка честности чиновников и в зависимости от региона, в котором располагается предприятие. Доли посчитавших, что неформальные платежи не являются условием получения государственного заказа среди фирм, основанных в период с 1992 по 1998 год, и среди более молодых компаний почти не отличаются (60.67% и 59.52% соответственно).

Вторым источником данных для анализа являются результаты опроса «Конкурентоспособность и инвестиционный потенциал», в ходе которого было опрошено 957 респондентов, 57.68% из которых составили генеральные директора компаний. Опрошенные предприятия расположены в 48 субъектах Федерации (в восьми федеральных округах) и принадлежат к восьми подотраслям (двузначный код по классификации ОКВЭД): производство пищевых продуктов (21.84%);

текстильное и швейное производство (10.62%);

обработка древесины и производство изделий из дерева (9.02%);

химическое производство (10.22%);

металлургическое производство и производство изделий из металла (8.42%);

производство машин и оборудования (15.83%);

производство офисного оборудования и вычислительной техники (13.83%);

производство автомобилей, прицепов и полуприцепов (10.22%).

Отметим, что данное исследование отличается от рассмотренного выше по структуре, а также формулировке вопросов сходной тематики. В частности, в вопрос относительно неформальных платежей в системе государственного заказа в нем задавался в форме: Как Вы думаете, как часто предприятиям Вашей отрасли при получении государственных или муниципальных заказов приходится давать взятки или «откат»? При этом респонденту предлагаются следующие варианты ответов: практически всегда, часто, иногда, никогда, затрудняюсь ответить. Недостатком такой формулировки является ее неоднозначность. Под частотой неформальных платежей в отрасли может пониматься как пространственная (многие предприятия вынуждены давать взятки), так и временная (на протяжении определенного периода времени неоднократно приходится давать взятки), что приводит к возможности различного понимания вопроса респондентами и, как следствие, проблемам при интерпретации и сопоставлении их ответов. К преимуществом можно отнести то, что респондентам предлагается выбрать ответ из более общих групп, чем в рассмотренном выше обследовании (там необходимо назвать долю стоимости контракта, которая обычно выплачивается в виде неформальных платежей), что уменьшает затруднения респондента при ответе. Кроме того, задание вариантов ответа в виде категорий позволяет ограничить смещение в ответах.

В качестве еще одного достоинства опроса «Конкурентоспособность и инвестиционный потенциал» можно выделить тот факт, что в ходе его проведения удалось получить более подробную информацию о характеристиках опрашиваемых компаний, например, данные о результатах финансовой деятельности за несколько лет. Это существенно расширяет возможности анализа и позволяет протестировать дополнительные гипотезы.

Недостатком является почти полное отсутствие информации о респонденте, что затрудняет проверку гипотезы о влиянии субъективных факторов на его ответы.

Характеризуя особенности выборки, отметим, что в среднем численность сотрудников на предприятии составила 587 человек, при этом 75.24% обследованных фирм основаны до 1992 года, а 9.61% после 1998 года. В отношении структуры собственности следует сказать, что 11.06% компаний имеют государство в числе собственников, а 9.76% действуют с участием иностранного капитала, частью бизнес-ассоциации является 28.11% фирм. В государственном заказе принимало участие 40.86% обследованных предприятий, при этом 77.12% оказывали помощь властям в социальном развитии региона. В регионах с низким инвестиционным потенциалом расположено 41.38% компаний, 29.99% – в регионах с высоким потенциалом.

На вопрос о частоте взяток ответило 717 респондентов.

Доля участвовавших в государственных закупках компаний в выборке составила 40.86% или 391 предприятие. Между предприятиями этих двух групп наблюдаются некоторые различия: так, в среднем, получившие госзаказ компании больше по численности сотрудников и расположены в более крупных городах. Кроме того, доля государства в их собственности выше, чем для предприятий, не участвовавших в государственных закупках.

Это подтверждает гипотезу о том, что характеристики компании и ее окружения влияют на вероятность получения госзаказа, однако выводов об их влиянии на уровень взяточничества на основе этих данных сделать нельзя.

В то же время, следует отметить, что существенных различий в объеме продаж, среднем уровне использования производственных мощностей, а также конкурентных характеристиках отрасли (доля неучтенного оборота, влияние конкуренции со стороны отечественных и иностранных производителей на территории России, со стороны импорта) нет. Совпадают и оценки степени влияния несправедливой конкуренции и непредсказуемости государственного регулирования предприятиями, участвовавшими в госзаказе и нет. Однако влияние макроэкономической нестабильности медианными представителями этих групп оценивается по разному.

4. Проверяемые гипотезы и методология анализа.

Цель исследования состоит в выявлении групп факторов, оказывающих влияние на уровень взяточничества при осуществлении государственных закупок. В рамках данной статьи будет проверено шесть гипотез, связанных с ними.

Первая гипотеза касается роли характеристик предприятия. Как отмечено выше, стоит ожидать, что крупные компании будут тяготеть к использованию альтернативных механизмов давления на чиновника, принимающего решение о госзаказе, как и члены бизнес ассоциаций, а более прибыльные предприятия столкнутся с необходимостью чаще давать взятки. Наличие иностранного капитала в числе собственников снизит вероятность вступления в сговор с лицом, принимающим решение о выборе поставщика, в то время как роль государства в числе собственников однозначно не может быть определена: с одной стороны, следует ожидать преференций по сравнению с негосударственными компаниями и без взяток, с другой, менее жесткий контроль со стороны собственника расширяет возможности для неформальных платежей. Предприятия, основанные в 90-е годы, могли сохранить коррупционные связи, возникшие тогда, и, как следствие, более активно использовать взятки.

Другой важной группой факторов, связанных с коррупцией являются особенности населенного пункта, в котором располагается предприятие. Так логичным выглядит предположение, что в моногородах, где потенциальных участников госзаказа меньше, и взяточничество будет менее распространено. В то же время в городских агломерациях и городах крупного бизнеса следует ожидать роста коррумпированности системы государственных закупок. Размер населенного пункта также может оказаться важен в рассматриваемом случае.

Третья гипотеза предполагает, что региональная специфика также оказывает влияние на уровень коррупции в системе госзаказа. При проверке этого предположения необходимо проанализировать как роль объективных факторов (инвестиционный потенциал региона или принадлежность к определенному федеральному округу), так и оценки влияния политической и макроэкономической нестабильности на деятельность фирмы. При этом разумном предположить, что в менее устойчивой ситуации предприятия охотнее будут вступать в сговор с чиновниками, поскольку участие в госзаказе повысит прогнозируемость будущего компании.

При проверке четвертого предположения о роли отраслевых характеристик в первую очередь следует рассмотреть воздействие конкурентных особенностей отрасли, относительно которых нет единого мнения среди исследователей. Кроме того, на уровень взяточничества может влиять и специфика производимой отраслью продукцией.

Пятая группа факторов, влияние которой на уровень взяточничества в системе госзаказа будет рассмотрено, – это особенности взаимодействия предприятия с государством. В рамках гипотезы о существовании бартерных взаимоотношений между властями и предприятиями следует предположить, что компании, помогающие в социальном развитии региона, будут в меньше степени вовлечены в коррупционные практики. Усиление влияния непредсказуемости государственного регулирования на деятельность фирмы может привести к отказу от коррупционных практик в силу невозможности адекватно оценить риски, их сопровождающие. В данную группу факторов следует включить также упомянутые выше участие государства в собственности компании и членство в бизнес ассоциациях, которые могут быть рассмотрены как посредники между государством и отдельными фирмами.

Шестая гипотеза связана со спецификой используемых источников данных. В силу того, что оба обследования реализованы в форме опроса, их результаты могут быть искажены под действием характеристик респондента, а именно его пола, должности, стажа работы на данном предприятии и настроенности на диалог с интервьюером. В случае если их роль этих факторов в анализируемых моделях окажется велика, к полученным на их основе выводам следует отнестись с большой осторожностью.

При проверке представленных гипотез на данных российского опроса, где на вопрос о частоте взяток в сфере госзаказа отвечали все респонденты, необходимо также учесть влияние участия предприятия в государственных закупках, поскольку взгляд со стороны может существенным образом отличаться от мнения непосредственных участников изучаемой системы.

В силу различий в структуре рассматриваемых опросов не все из перечисленных предположений удастся проверить на обеих доступных базах данных. В качестве дополнительного ограничения при работе с выборкой Всемирного Банка следует отметить ее сравнительно небольшой размер, который не позволяет включить в оцениваемые модели все интересующие нас факторы.

Формулировка вопроса о взятках в обоих опросах предполагала возможность отказа от ответа и многие респонденты ею воспользовались. В обследовании BEEPS 17.39% опрошенных, которым задавался вопрос о доле стоимости контракта, обычно выплачиваемой в качестве взяток, отказались отвечать на него, из 285 респондентов, не отказавшихся отвечать на вопрос, 42 (14.74%) затруднились с ответом. В российском исследовании 25.08% опрошенных (240 человек) отказались от ответа на вопрос о частоте взяток в системе госзаказа, причем в данном случае ситуации, когда респондент отказался отвечать на вопрос в принципе и когда он затруднился дать ответ, не различались. В этом контексте интересным представляется изучение факторов, влияющих на желание участников опроса отвечать на вопросы, связанные с незаконной деятельностью компании, поэтому проверим также, оказывают ли существенное влияние рассмотренные выше группы факторов на решение респондента о сотрудничестве.

Поскольку в обследовании BEEPS названные в качестве оценок уровня взяточничества доли от стоимости контракта принимают всего 15 значений, причем большинство респондентов при ответах называло числа, кратные пяти, уделим внимание факторам, влияющим не на размер требуемой взятки, а на необходимость ее выплаты. Для опроса «Конкурентоспособность и инвестиционный потенциал» помимо факта наличия взятки возможно также провести анализ факторов, влияющих на частоту неформальных платежей в системе госзаказа.

Для проверки значимости и направления влияния перечисленных выше факторов использованы модели порядкового и бинарного выбора на основе логистического распределения. При моделировании наличия взяток по данным российского опроса представляется возможным учесть эффект цензурирования, для чего построена пробит-модель бинарного выбора с отбором, являющаяся аналогом модели Хекмана. В качестве объясняемых переменных в ней выступают необходимость взяток за участие в государственных закупках в основном уравнении (уравнение интенсивности) и наличие или отсутствие ответа на вопрос о взятках в уравнении отбора.

Описание переменных, использованных в анализе, приведено в Приложениях 1 и 3.

5. Эмпирическая проверка гипотез на основе опроса BEEPS.

Для проверки сформулированных выше предположений на основе результатов опроса BEEPS используются логит-модели бинарного выбора, где условная вероятность выбора одной из альтернатив оценивается следующим образом:

e x ' Pr( y 1 | x) 1 e x ' Здесь x – вектор объясняющих переменных, а – вектор оцениваемых параметров модели.

При анализе отказа от ответа на вопрос о взятках в качестве основных факторов, способных повлиять на решение респондента, рассматриваются его индивидуальные характеристики: пол, стаж работы в компании, восприятие интервьюером ответов на вопросы, касающиеся суждений. Также в модель включены дамми-переменные для размера населенного пункта, в котором находится предприятие, в предположении, что в городах различного размера по-разному может восприниматься заявление интервьюера об анонимности опроса: в крупных городах оно может вызывать больше доверия. Еще одним фактором, способным повлиять на решение респондента об отказе от ответа, является его оценка политической нестабильности: в менее стабильной ситуации вероятность того, что сотрудник будет отвечать на такой достаточно провокационный для компании вопрос, должна снизиться. Важен может быть и размер предприятия, если предположить, что одним из мотивов отказа от ответа на вопрос, служит неосведомленность о положении дел в этом отношении, а не стремление скрыть информацию. При этом размер будем включать как в виде дамми-переменных, так и с использованием данных о логарифмированном объеме продаж компании за прошедший год.

В Таблице 2 представлены результаты оценивания моделей для проверки этих гипотез. Предположения о роли размера предприятия и влияния политической нестабильности на его деятельность не подтвердились. Среди характеристик респондента значимо влияние стажа его работы на данном предприятии и степени правдивости ответов на вопросы-суждения.

Довольно неожиданным представляется тот факт, что города со средней численностью населения (от 50 тыс. чел. до 250 тыс. чел.) значимо выделяются на фоне как крупных, так и мелких населенных пунктов. При этом вероятность получить ответ на вопрос о взятках в системе госзаказа в таких городах выше. Коэффициенты при остальных дамми-переменных населенного пункта являются незначимыми.

Анализ факторов, способных привести к скрытому отказу от четкого ответа на вопрос (Таблица 2), то есть к выбору варианта «не знаю», показал, что значимо влияют на отказ от определенного ответа пол респондента и принадлежность предприятия к числу средних, хотя в целом группа дамми размера компании значима. Также не удается отвергнуть гипотезу о совместной значимости группы дамми-переменных размера населенного пункта.

Значимость стажа работы опрашиваемого на данном предприятии в одной из спецификаций говорит о том, отчасти вариант ответа «не знаю» служит для ухода от ответа на вопрос в целом, а не является свидетельством недостаточной осведомленности респондента. В последнем случае логичным было бы, что с ростом стажа респондента его вовлеченность в дела компании и, как следствие, объем знаний относительно особенностей осуществляемой деятельности увеличиваются.

Точный ответ на вопрос о размере взяток в системе госзаказа дали только 243 респондента. Результаты оценивания различных спецификаций модели необходимости взяток (Таблица 2) демонстрируют сохранение роли субъективных характеристик респондента, а именно уровня кооперации во время интервью и правдивости ответов на вопросы-суждения, при этом с ростом последней увеличивается вероятность того, что респондент заявит о необходимости взяток при заключении госзаказа. Этот результат вполне логичен, так как в отношении вопросов, связанных с нелегальной деятельностью, искажение информации заключается обычно в отрицании такого рода действий. Маловероятно, что кто-то станет врать о необходимости взяток, когда на самом деле их нет. Повышение уровня кооперации по аналогичным причинам приводит к увеличению вероятности положительного ответа на интересующий вопрос.

К объективным характеристикам, сказывающимся на необходимости взяток при заключении контракта по госзаказу, следует отнести влияние политической нестабильности и формальной конкуренции на деятельность предприятия. Причем оба регрессора входят в модель с положительным знаком, то есть чем бльшим препятствием является конкуренция или нестабильность, тем выше вероятность наличия взяток.

Результаты оценивания представленных выше моделей говорят о том, что субъективные характеристики респондента оказывают влияние не только на решение об отказе от ответа на вопрос о взяточничестве, но и на его мнение о необходимости дачи взятки для участия в государственных закупках. Это заставляет задуматься о степени объективности данных, полученных в ходе обследования BEEPS, и возможности их экстраполяции на изучаемую совокупность предприятий.

Таблица 2.

Оценка влияния характеристик предприятия, отрасли, населенного пункта и респондента на ответ на вопрос о необходимости взяток в системе госзаказа по данным опроса BEEPS.

Отказ от Отказ от ответа Необходимость взяток определенного ответа Регрессоры Модель 1 Модель 2 Модель 1 Модель 2 Модель 1 Модель -0.286 -0.137 -0.286 -0.137 -0.603 -0. Пол респондента (0.431)**** (0.334) (0.431) (0.334) (0.389) (0.371) -0.054** -0.054** Стаж работы на данном 0.001 0.001 0.010 -0. предприятии (0.023) (.003) (0.023) (.003) (0.027) (0.006) -1.347* -1.003* -1.347* -1.003* -0.905*** -0.873** Правдивость ответов на вопросы-суждения (0.404) (0.279) (0.404) (0.279) (0.480) (0.390) Точность ответов на вопросы 0.098 0. - - - относительно цифр (0.343) (0.336) -0.445*** -0.064 -0.206 -0. Уровень кооперации - (0.203) (0.158) (0.235) (0.213) 1.336 0.491 0.575 0.286 0.240 0. Столичный город***** (1.041) (0.810) (1.001) (0.771) (1.418) (1.205) Город с населением больше 1 1.609 0.356 0.580 0.171 0.463 0. млн.чел.***** (1.014) (0.785) (0.982) (0.757) (1.414) (1.189) Город с населением от 250 1.354 1.007 0.405 0.343 -0.239 0. тыс.чел. до 1 млн.чел.***** (1.024) (0.819) (0.990) (0.767) (1.413) (1.194) 2.169** Город с населением от 50 1.362 0.863 0.478 0.557 0. тыс.чел. до 250 тыс.чел.***** (1.068) (0.845) (0.999) (0.774) (1.413) (1.191) Влияние политической 0.310* 0.285* 0.004 -0.006 0.025 -0. нестабильности на (0.118) (0.085) (0.086) (0.067) (0.111) (0.103) деятельность предприятия Влияние формальной 0.181*** 0.229** конкуренции на деятельность - - - (0.103) (0.103) предприятия Наличие неформальной 0.047 0. - - - конкуренции в отрасли (0.067) (0.063) Предприятие основано в 0.649 0. - - - ***** период с 1992 по 1998 гг. (1.024) (0.972) Предприятие основано после 0.780 -0. - - - 1998 г. ***** (1.119) (1.013) -0.045 -0.029 -0. Логарифм объема продаж - - (0.104) (0.077) (0.099) 0.535*** Среднее предприятие (от 20 до -0.204 -0. - - 99 штатных сотрудников)***** (0.382) (0.314) (0.392) -1.370* Крупное предприятия (больше 0.044 0. - - 99 штатных сотрудников)***** (0.383) (0.299) (0.421) 3.919* 2.475** 2.981 1.583 2.737 0. Константа (2.320) (1.039) (1.882) (0.940) (3.024) (1.775) Количество наблюдений 263 345 263 345 195 LR 2 17.72** 21.92** 30.83* 46.22* 13.11 12. Псевдо R2 0.0910 0.0688 0.0442 0.0294 0.1152 0. Доля верно классифицированных 88.97 82.90 76.43 68.99 63.08 67. наблюдений (%) Значимость на уровне 0. * Значимость на уровне 0. ** Значимость на уровне 0. *** В скобках указаны стандартные ошибки коэффициентов **** Дамми-переменные ***** 6. Эмпирическая проверка гипотез на основе опроса «Конкурентоспособность и инвестиционный потенциал».

Для моделирования отказа от ответа на вопрос о частоте взяток и факта необходимости неформальных платежей для участия в системе госзаказа использованы логит-модели бинарного выбора. Анализ факторов, влияющих на отказ от ответа, представлен в Таблице 3. В базовой спецификации модели значимы дамми-переменные для участия предприятия в госзаказе и наличия иностранцев среди собственников компании, а также логарифм количества сотрудников, то есть показатель размера компании, и дамми-переменные, отвечающие за принадлежность предприятия к отраслям «обработка древесины и производство изделий из дерева и пробки, кроме мебели» и «химическое производство». Следует отметить, что знаки коэффициентов при перечисленных регрессорах устойчивы к изменению спецификации и объема выборки (сохраняются в моделях для проверки различных гипотез).

Участие в госзаказе увеличивает вероятность того, что опрашиваемый даст ответ на вопрос о взятках. Это может быть связано с большей осведомленностью таких респондентов о сложившемся положении и, как следствие, уверенностью в обоснованности собственных суждений. В то же время при обследовании крупных предприятий вероятность натолкнуться на отказ от ответа выше, что, возможно, вызвано опасениями использования полученной информации во вред компании. Другой причиной отказа от ответа в крупных компаниях может служить недостаточная осведомленность респондента о ситуации в целом. Однако определить, какой из эффектов превалирует, на данном этапе не представляется возможным.

Респонденты с предприятий с иностранным участием охотнее отвечают на вопрос о взяточничестве, несмотря на его провокационность. Это может быть обусловлено как особенностями корпоративной культуры (большей открытостью компании), так и тем, что такие фирмы реже вовлечены в незаконные, в том числе коррупционные, практики и опрашиваемый не испытывает неудобств при ответе. Возраст компании значимого влияния на решение об ответе на вопрос не оказывает.

При проверке гипотезы о влиянии характеристик рассматриваемого предприятия на желание респондента отвечать на вопрос о взятках (Гипотеза 1) сохраняются выводы относительно рассмотренных выше регрессоров.

Кроме того, в этой спецификации значим коэффициент при дамми переменной наличии государства в числе собственников, причем опрашиваемые на предприятиях, хотя бы частично принадлежащих государству, охотнее отвечают на вопрос о взятках. Это может быть обусловлено меньшими опасениями относительно потенциального влияния ответов респондента на положение предприятия, поскольку принадлежность к госструктурам в России делает существование компании более безопасным.

Однако поскольку коэффициент при данном регрессоре меняет знак в одной из изучаемых спецификаций (Гипотеза 2) и является значимым только в рассматриваемом случае, роль наличия государства в числе собственников остается под сомнением.

Гипотезу о роли участия в холдинге и эффективности деятельности предприятия (рентабельность продаж, посчитанная как отношение выручки за вычетом налогов к себестоимости производимой продукции) не удается подтвердить. Кроме того, незначимой оказалась и группа дамми-переменных для возраста компании, что может говорить о постепенном вымывании из практики предприятий наследия 1990-х годов: настороженность по отношению к задаваемым провокационным вопросам снизилась.

Характеристики населенного пункта (Гипотеза 2) существенным образом сказываются на склонности опрашиваемого к кооперации при ответе на вопрос о взятках в системе госзаказа. В частности, значима в целом группа дамми-переменных размера населенного пункта. Однако следует отметить, что только коэффициент при дамми-переменной для населенных пунктов с численностью населения от 100 до 250 тыс. чел. значим сам по себе.

Коэффициенты при других переменных из этой группы положительны, то есть в крупных городах охотнее отвечают на вопрос о взятках, чем в населенных пунктах с населением меньше 50 тыс. чел. Коэффициент же при упомянутой выше переменной отрицателен: в городах среднего размера вероятнее натолкнуться на отказ от определенного ответа на этот вопрос.

Такое положение может быть обусловлено тем, что как в крупных, так и в маленьких населенных пунктах доверие к заявлению об анонимности опроса выше и, следовательно, респонденты готовы отвечать на более «неудобные»

вопросы. В городах же среднего размера, по-видимому, опрашиваемые не склонны верить в анонимность исследования, поэтому чаще уходят от ответа на вопросы, касающиеся нелегальных практик.

Принадлежность населенного пункта к агломерации или к числу моногородов отрицательным образом сказывается на желании респондентов отвечать на вопрос о взятках в системе госзаказа. В то же время наличие крупного бизнеса в населенном пункте увеличивает вероятность получения ответа на вопрос. Такие тенденции также можно попытаться объяснить с точки зрения доверия анонимности опроса. В моногородах, где обычно только одно крупное предприятие, респонденту сложно поверить в анонимность, а в городах с хорошо развитым бизнесом это заявление выглядит правдоподобнее. Неожиданным является отрицательный знак при дамми-переменной принадлежности населенного пункта к агломерации.

Логичнее было бы, если бы и в агломерациях, где на сравнительно небольшой площади сконцентрировано несколько населенных пунктов и, как следствие, количество предприятий выше, люди больше верили в анонимность.

Среди региональных характеристик (Гипотеза 3) значимо влияет на желание обсуждать вопрос взяточничества при совершении государственных закупок принадлежность к числу регионов с высоким инвестиционным потенциалом, причем респонденты в таких регионах менее охотно о твечают на задаваемый вопрос. Оценка влияния макроэкономической нестабильности на деятельность предприятия также оказалась значима: чем бльшим препятствием для деятельности она является, тем менее вероятно респонденты будут отвечать на вопрос о взятках.

Результаты теста Вальда показывают, что группа дамми-переменных региона не играет роли в решении респондента об ответе на вопрос, как и каждая из них в отдельности. Отметим, что в данную модель не были включены предприятия из Дальневосточного и Кавказского федеральных округов из-за малого количества наблюдений для них.

При проверке гипотезы о значимости отраслевых характеристик (Гипотеза 4) выясняется, что в модели важно влияние несправедливой конкуренции на деятельность предприятия, причем, чем бльшим препятствием для деятельности такая конкуренция является, тем меньше вероятность получить определенный ответ на вопрос о взятках. Этот результат может быть обусловлен сомнениями респондента в добросовестности интервьюера и совпадении декларируемых целей опроса с истинными.

Ни наличие конкуренции в отрасли, ни доля неучтенного оборота существенной роли не играют. Группа отраслевых дамми-переменных в целом также оказывается незначима. Тем не менее, принадлежность к отрасли «обработка древесины и производство изделий из дерева и пробки, кроме мебели» значима и оказывает отрицательное воздействие на желание респондента отвечать.

Из числа факторов, касающихся взаимодействия предприятия с государством (Гипотеза 5), к существенным можно отнести только участие компании в госзаказе и оказание помощи властям в осуществлении различных проектов социальной направленности. Участие в социальных инициативах властей снижает желание респондента отвечать на вопрос о взятках. Такое поведение, вероятно, обусловлено существованием тесных взаимосвязей между компанией и государством, одним из проявлений которых является поддержка компанией властей в обмен на предоставление ей права осуществления поставок по госзаказу. В этом случае затруднение при ответе может трактоваться и как неспособность определить, стоит ли поддержку властей в социальной сфере трактовать как своего рода взятку или нет.

Таблица 3.

Моделирование отказа от определенного ответа на вопрос о частоте взяток, требуемых для участия в госзаказе по данным опроса «Конкурентоспособность и инвестиционный потенциал».

Базовая Гипотеза Гипотеза Гипотеза Гипотеза Гипотеза спецификация 1 2 3 4 -0.347 -0.359 -0.275 -0.233 -0.501 -0. Текстильное производство (0.338)**** (0.381) (0.347) (0.350) (0.489) (0.340) Обработка древесины и -0.626*** -0.773** -0.577*** -0.640*** -1.013** -0.641*** производство изделий из дерева и пробки, кроме (0.336) (0.385) (0.346) (0.345) (0.457) (0.338) мебели -0.649** -0.936* -0.609*** -0.686** -0.464 -0. Химическое производство (0.322) (0.365) (0.332) (0.334) (0.474) (0.323) Металлургическое -0.097 -0.286 0.040 0.007 -0.126 -0. производство (0.333) (0.383) (0.343) (0.341) (0.485) (0.335) Производство электро-, электронного и -0.240 -0.333 -0.206 -0.194 -0.242 -0. оптического (0.321) (0.375) (0.334) (0.325) (0.479) (0.323) оборудования Производство 0.134 0.301 0.177 0.228 0.319 0. автомобилей, прицепов и (0.367) (0.457) (0.376) (0.381) (0.567) (0.371) полуприцепов Производство машин и -0.197 -0.161 -0.199 -0.210 -0.140 -0. оборудования (0.277) (0.319) (0.285) (0.283) (0.417) (0.279) 0.597* 0.854* 0.639* 0.635* 0.582* 0. Участие в госзаказе (0.191) (0.228) (0.196) (0.119) (0.288) (0.192) -0.264* -0.340* -0.282* -0.295* -0.310** -0.243* Логарифм численности сотрудников (0.086) (0.103) (0.088) (0.088) (0.127) (0.087) 0.714*** Государство в числе 0.044 -0.038 0.113 0.436 0. собственников (0.292) (0.414) (0.300) (0.302) (0.484) (0.293) 0.924* 1.090* 0.968* 0.918** 0.798*** 0.934** Иностранцы в числе собственников (0.356) (0.418) (0.365) (0.364) (0.481) (0.357) -0.018 -0.059 -0.104 -0.032 -0.484 -0. Год основания 1992- (0.250) (0.293) (0.258) (0.257) (0.343) (0.252) 0.258 0.362 0.192 0.303 0.310 0. Год основания после (0.323) (0.381) (0.328) (0.336) (0.515) (0.325) Должность респондента 0.109 0.021 0.109 0.006 -0.118 0. (дамми) (0.182) (0.214) (0.188) (0.187 (0.269) (0.183) 0. Участие в холдинге - - - - (0.228) 0. Рентабельность продаж - - - - (0.007) Населенный пункт от 50 0. - - - - до 100 тыс. чел. (0.326) -0.740** Населенный пункт от - - - - до 250 тыс. чел. (0.308) Населенный пункт от 250 0. - - - - до 500 тыс. чел. (0.377) Населенный пункт от 500 0. - - - - тыс. чел до 1 млн. чел. (0.326) Населенный пункт больше 0. - - - - 1 млн. чел. (0.325) -0.417*** Часть городской - - - - агломерации (0.235) -0.720** Моногород - - - - (0.282) Базовая Гипотеза Гипотеза Гипотеза Гипотеза Гипотеза спецификация 1 2 3 4 0.946** Город крупного бизнеса - - - (0.402) Средний инвестиционный -0. - - - - потенциал (0.271) -0.403*** Высокий инвестиционный - - - - потенциал (0.243) 0. Северо-Западный ФО - - - - (0.303) 0. Южный ФО - - - - (0.388) 0. Сибирский ФО - - - - (0.428) 0. Уральский ФО - - - - (0.303) 0. Поволжский ФО - - - - (0.301) Влияние -0.145*** макроэкономической - - - - (0.085) нестабильности -0. Наличие конкуренции - - - - (0.344) Неучтенный оборот в 0. - - - - отрасли (0.009) -0.174*** Влияние несправедливой - - - - конкуренции (0.099) Влияние -0. непредсказуемости - - - - - (0.068) госрегулирования -0.455** Участие в социальных - - - - программах (0.235) 2.573* 2.865* 2.798* 3.483* 3.943* 3.024* Константа (0.559) (0.677) (0.589) (0.696) (0.913) (0.638) Количество наблюдений 795 642 795 783 500 33.75* 48.06* 60.31* 44.28* 25.13*** 38.47* LR-статистика Псевдо-R2 0.0396 0.0714 0.0707 0.0529 0.0576 0. значимость на уровне 0. * значимость на уровне 0. ** значимость на уровне 0. *** в скобках указаны стандартные ошибки коэффициентов **** Отметим, что ни в одной из спецификаций на решение респондента об ответе на вопрос не влияла занимаемая им должность, то есть на основе имеющихся данных гипотезу о значимости субъективных характеристик респондента не удается подтвердить.

Результаты анализа факторов, влияющих на наличие или отсутствие взяток в системе госзаказа, представлены в Таблице 4. При проверке гипотезы о влиянии характеристик предприятия (Гипотеза 1) на необходимость взято к в сфере государственных закупок выясняется, что на уровне значимости 0.1 не значим ни один из регрессоров, относящихся к ним. Однако на уровне значимости 0.15 не удается отвергнуть гипотезу о влиянии размера компании, наличия государства в числе собственников и рентабельности продаж.

Тот факт, что размер предприятия увеличивает вероятность получения положительного ответа на вопрос о необходимости взяток для участия в госзаказе, противоречит результатам, полученным в работе [34]. Одной из причин этого могут являться институциональные различия в экономиках России и Норвегии. Например, в России общественное мнение не является эффективным инструментом воздействия на политиков, а лоббирование интересов компании связано обычно с подкупом необходимых чиновников.

В таких условиях можно предположить, что чем крупнее предприятие, тем больше ресурсов, в том числе и финансовых, находится в его распоряжении, следовательно, больше возможностей для выплаты взятки, чем пользуются нечистоплотные чиновники. Также не следует забывать, что взятки обычно требуются в случае заключения дорогостоящих контрактов, на которые преимущественно и претендуют крупные компании. Аналогичным образом можно объяснить и положительный предельный эффект рентабельности продаж, который согласуется с выводами, полученными в [36].

Участие компании в госзаказе не влияет на ответ респондента о наличии взяток, то есть и сотрудники предприятий, участвовавших в государственных закупках, и сотрудники не имеющих к ним отношения организаций оценивают наличие взяток в этой области примерно одинаково.

Среди особенностей населенного пункта (Гипотеза 2), в котором расположено предприятие, значима дамми-переменная, относящаяся к городам с населением свыше 1 млн. чел., причем согласно модели вероятность взяточничества в системе госзаказа в таких городах ниже. Это довольно интересный результат, который может быть связан с тем, что из -за меньшего объема госзаказа в мелких населенных пунктах чиновники изымают бльшую часть имеющихся в их распоряжении бюджетных денег в виде незаконной ренты. В крупных же городах для того, чтобы обеспечить тот же уровень дохода госслужащие могут реже прибегать к незаконным практикам.

Отметим, что в данной спецификации становится значим коэффициент при дамми-переменной наличия государства в числе собственников.

Положительный предельный эффект этого фактора может быть объяснен меньшим контролем со стороны такого собственника, а точнее его поручителей, за финансовым положением компании. Даже в случае заключения убыточного контракта предприятие почти наверняка будет поддержано дотациями из бюджета, что расширяет возможности для использования имеющихся ресурсов в целях выплаты взяток. Отметим, что хотя данный фактор значим не во всех рассматриваемых спецификациях, направление его влияния в них одинаково.

Роль региональных особенностей (Гипотеза 3) на этот раз проявляется через дамми-переменные федеральных округов. На общем фоне значимо выделяются Северо-Западный и Уральский округа, характеризующиеся большей вероятностью того, что для участия в госзаказе потребуется платить взятку. Тем не менее, гипотезу о совместной незначимости группы дамми переменных региона не удается отвергнуть на приемлемом уровне значимости. Дальневосточный и Северо-Кавказский федеральные округа не включены в модель по указанной выше причине. Инвестиционный потенциал региона не оказывает значимого влияния на объясняемую переменную. Это может быть обусловлено тем, что желание чиновников обогатиться, в том числе незаконными способами, не зависит от условий внешней среды, а диктуется в первую очередь внутренними стимулами.

На наличии взяток в системе госзаказа сказываются отраслевые характеристики (Гипотеза 4), а именно доля неучтенного оборота в отрасли и степень влияния несправедливой конкуренции на деятельность предприятия (обе переменных входят в модель с отрицательным знаком). Довольно неожиданным представляется тот факт, что рост доли неучтенного оборота в отрасли приводит к сокращению вероятности необходимости взятки для получения госзаказа. С точки зрения здравого смысла должно было бы происходить наоборот: в отраслях, погруженных в тень, неэтичные практики ведения бизнеса распространяются и на взаимодействие с государством, в том числе и через систему госзаказа. Также удивительно, что чем бльшим препятствием является несправедливая конкуренция, тем вероятнее не потребуются взятки для участия в госзаказе. Впрочем, последнему факту можно попытаться дать объяснение, предположив, что в таком случае место взяток будут занимать другие механизмы, например, личная заинтересованность чиновника (родственные связи, участие в прибылях и т.п.) в предоставлении заказа той или иной компании.

Ни один из факторов, относящихся к сфере взаимодействия с государством (Гипотеза 5) не является значимым в соответствующей спецификации. Это свидетельствует о том, что взятки являются самостоятельным механизмом и чиновники в сфере госзаказа не склонны учитывать особенности отношений компаний с государством, требуя взятки, точно также как и компании их предлагающие.

Таблица 4.

Моделирование необходимости взяток для участия в госзаказе по данным опроса «Конкурентоспособность и инвестиционный потенциал».

(1 – требуются взятки, 0 – взятки не требуются) Базовая Гипотеза Гипотеза Гипотеза Гипотеза Гипотеза спецификация 1 2 3 4 -1.470* -1.563* -1.407* -1.420* -1.460* -1.434* Текстильное производство (0.433)**** (0.461) (0.447) (0.450) (0.558) (0.436) Обработка древесины и производство изделий из 0.200 0.105 0.131 0.167 0.127 0. дерева и пробки, кроме (0.683) (0.700) (0.692) (0.699) (0.757) (0.690) мебели -0.516 -0.764 -0.255 -0.415 -0.475 -0. Химическое производство (0.537) (0.557) (0.554) (0.558) (0.669) (0.539) Металлургическое 0.391 0.228 0.613 0.339 -0.010 0. производство (0.670) (0.688) (0.692) (0.686) (0.719) (0.672) Производство электро-, электронного и -0.348 -0.437 -0.013 -0.372 -0.555 -0. оптического (0.538) (0.554) (0.559) (0.559) (0.633) (0.539) оборудования Производство 1.396 1.252 1.451 1.318 0.649 1. автомобилей, прицепов и (1.058) (1.066) (1.065) (1.063) (1.095) (1.061) полуприцепов Производство машин и -0.421 -0.314 -0.233 -0.576 -0.592 -0. оборудования (0.443) (0.486) (0.460) (0.463) (0.518) (0.446) 0.002 0.029 0.003 0.017 0.051 -0. Участие в госзаказе (0.302) (0.323) (0.309) (0.314) (0.368) (0.304) Логарифм численности 0.194 0.230 0.226 0.132 0.013 0. сотрудников (0.147) (0.156) (0.150) (0.150) (0.179) (0.151) 1.362*** 1.276*** Государство в числе 1.171 1.133 0.843 1. собственников (0.756) (0.770) (0.771) (0.765) (0.786) (0.754) Иностранцы в числе 0.312 0.279 0.512 0.314 0.190 0. собственников (0.564) (0.577) (0.579) (0.579) (0.560) (0.565) 0.004 -0.259 0.186 -0.011 -0.067 -0. Год основания 1992-1998 (0.421) (0.437) (0.432) (0.434) (0.540) (0.425) -0.184 -0.126 -0.118 -0.327 -0.703 -0. Год основания после (0.455) (0.495) (0.467) (0.468) (0.509) (0.458) -0.268 -0.146 -0.334 -0.403 -0.182 -0. Должность респондента (0.320) (0.333) (0.326) (0.336) (0.388) (0.323) -0. Участие в холдинге - - - - (0.349) 0. Рентабельность продаж - - - - (0.014) Населенный пункт от 50 -0. - - - - до 100 тыс. чел. (0.593) Населенный пункт от 100 -0. - - - - до 250 тыс. чел. (0.741) Населенный пункт от 250 -0. - - - - до 500 тыс. чел. (0.597) Населенный пункт от 500 -0. - - - - тыс. чел до 1 млн. чел. (0.591) -1.498** Населенный пункт больше - - - - 1 млн. чел. (0.597) Часть городской 0. - - - - агломерации (0.438) -0. Моногород - - - - (0.638) 0. Город крупного бизнеса - - - (0.899) Базовая Гипотеза Гипотеза Гипотеза Гипотеза Гипотеза спецификация 1 2 3 4 Средний инвестиционный -0. - - - - потенциал (0.478) Высокий инвестиционный -0. - - - - потенциал (0.391) 0.897*** Северо-Западный ФО - - - - (0.486) 0. Южный ФО - - - - (0.613) 0. Сибирский ФО - - - - (0.901) 1.419** Уральский ФО - - - - (0.668) 0. Поволжский ФО - - - - (0.489) Влияние -0. макроэкономической - - - - (0.141) нестабильности -0. Наличие конкуренции - - - - (0.539) -0.023* Неучтенный оборот в - - - - отрасли (0.009) -0.354* Влияние несправедливой - - - - конкуренции (0.130) Влияние -0. непредсказуемости - - - - (0.113) госрегулирования Участие в социальных -0. - - - - программах (0.379) 1.57*** 1.885** 2.181*** 2.418** 1.022 4. Константа (0.919) (0.984) (0.996) (1.129) (1.261) (1.047) Количество наблюдений 614 502 614 606 421 32.49* 31.65** 45.48* 42.68* 36.22* 36.51* LR-статистика Псевдо-R2 0.0856 0.0935 0.1198 0.1143 0.1305 0. значимость на уровне 0. * значимость на уровне 0. ** значимость на уровне 0. *** в скобках указаны стандартные ошибки коэффициентов **** При моделировании частоты взяток, необходимых для получения госзаказа, использованы порядковые логит-модели. В этом случае условная вероятность выбора любой из альтернатив определяется следующим выражением:

a j x ' a j 1 x ' e e Pr( y j | x) a j x ' a j 1 x ' 1 e 1 e Здесь x – вектор объясняющих переменных, – вектор коэффициентов, а aj, aj-1 – параметры границ. Выбор инструмента обусловлен тем, что в данном случае альтернативы легко могут быть упорядочены: отсутствие взяток – это наилучший исход, частые взятки – наихудший. Результаты оценивания соответствующих моделей представлены в Таблице 5.

В базовой спецификации значима группа отраслевых дамми-переменных.

Такой результат вполне логичен ввиду различий в прибыльности, спросе, уровне используемых технологий и возможностях для манипуляции с отчетностью. Следует отметить, что по сравнению с взятой в качестве базовой отраслью «производство пищевых продуктов, включая напитки» в остальных рассматриваемых секторах экономики (за исключением «производства автомобилей, прицепов и полуприцепов») частота взяток ниже. Данный результат сохраняется и в других спецификациях модели, а это говорит о его объективности.

Наличие государства в числе собственников увеличивает частоту требуемых взяток, что может быть вызвано большей готовностью руководства таких предприятий к их выплате ввиду слабой по сравнению с частными компаниями мотивацией к увеличению прибыльности. Причиной такого эффекта может быть и непрозрачность деятельности государственных предприятий, уменьшающая вероятность быть пойманным при даче взятки.

Присутствие иностранного собственника, наоборот, частоту взяток снижает. Это может быть вызвано как большей прозрачностью таких компаний, так и заинтересованностью владельцев в честном ведении бизнеса.

Из-за особенностей российской экономики иностранцы очень внимательно относятся к выбору фирмы для инвестирования и склонны предпочитать предприятия, не вовлеченные ни в какие виды нелегальной деятельности.

Отметим, что хотя знаки коэффициентов при обеих переменных, относящихся к структуре собственности компании, сохраняются во всех исследуемых моделях, в части спецификаций они перестают быть значимыми, поэтому к полученным выводам следует относиться с долей осторожности.

Должность респондента значима в четырех из шести рассмотренных спецификаций, в том числе и в базовой. Такую ситуацию объясняется тем, что, как правило, полной информацией об особенностях контрактов, заключаемых компанией, обладает генеральный директор, в то время как другие сотрудники могут преувеличивать роль взяточничества в деятельности предприятия. С другой стороны, глава компании может намеренно занижать оценку частоты взяток с целью улучшить как имидж собственной фирмы, так и отрасли в целом. Тем не менее, поскольку в одной из рассмотренных спецификаций меняется знак коэффициента при дамми переменной должности, к полученному результату следует относиться с некоторой долей скептицизма.

Факт участия предприятия в госзаказе и его возраст незначимы как в базовой спецификации, так и в ее модификациях. Последнее позволяет предположить, что на данный момент компании, основанные в 90-е годы, сумели адаптироваться к стандартам рынка и уйти от криминальных практик, столь популярных в те кризисные годы.

При проверке гипотезы о роли характеристик предприятия (Гипотеза 1) перестает быть значимым коэффициент при наличии государства в числе собственников, впрочем, минимальный уровень значимости для него составляет менее 0.17, что для моделей порядкового выбора достаточно хорошо. Эффективность деятельности компании, измеренная с помощью рентабельности продаж, увеличивает частоту требуемых взяток, что снова подтверждает полученные на угандийских данных результаты [36].

Особенности населенного пункта (Гипотеза 2) также сказываются на частоте взяток, в частности, в крупных городах взятки требуются реже, чем в мелких населенных пунктах. Причина этого может крыться в том, что объем распределяемых в ходе государственных закупок средств в крупных городах больше и для получения одного и того же уровня дохода чиновникам там достаточно требовать взятки реже, чем проживающим в сравнительно небольших населенных пунктах.

Следует отметить, что другие характеристики населенного пункта не сказываются существенным образом на частоте взяток. Гипотезы о незначимости принадлежности к агломерации, к числу моногородов или городов крупного бизнеса не удается отвергнуть на приемлемых уровнях значимости.

Роль региональных характеристик (Гипотеза 3) отражается через гр уппу дамми-переменных рейтинга инвестиционного потенциала (она в целом значима). Реже требуют взятки за участие в госзаказе в регионах с высоким инвестиционным потенциалом, что может быть обусловлено наличием у потенциальных поставщиков альтернативных возможностей для сбыта продукции. В этой ситуации при слишком частом требовании взяток компании просто откажутся от участия в госзаказе в пользу других рынков, что будет не на руку чиновникам, его осуществляющим. Следует отметить также, что влияние макроэкономической нестабильности на деятельность предприятий существенным образом не отражается на коррумпированности системы государственных закупок. Среди дамми-переменных федеральных округов значима только принадлежность к Поволжскому ФО.

Влияние отраслевых характеристик (Гипотеза 4) выражается не только через соответствующую группу дамми-переменных, но и через группу переменных, относящихся к описанию особенностей конкуренции. Так с ростом доли неучтенного оборота в отрасли частота взяток увеличивается.

При этом наличие конкуренции как таковой и влияние несправедливой конкуренции на деятельность компании, наоборот, приводят к сокращению этого показателя, что выглядит не вполне логично. Казалось бы, в условиях более жесткой конкуренции предприятия должны охотнее прибегать к не совсем законным методам борьбы за участие в госзаказе, в том числе и за счет дачи взяток.

Среди факторов, связанных с взаимодействием предприятия с государством (Гипотеза 5), значимы влияние непредсказуемости государственного регулирования и наличие государства в числе собственников, причем если рост непредсказуемости снижает частоту взяток, то факт наличия государства в числе собственников, наоборот, ее увеличивает. Первый эффект можно объяснить страхом со стороны как предпринимателей, так и чиновников, которые не могут предсказать, к каким последствиям приведет разоблачение сговора. Логично и то, что наличие государства в числе собственников и, как следствие, менее жесткий контроль с их стороны, а также бльший запас финансовой устойчивости способствуют увеличению частоты взяток.

Таблица 5.

Моделирование частоты взяток, требуемых для участия в госзаказе по данным опроса «Конкурентоспособность и инвестиционный потенциал».

(1 – требуются почти всегда, 2 – требуются часто, 3 – требуются иногда, – никогда не требуются) Базовая Гипотеза Гипотеза Гипотеза Гипотеза Гипотеза спецификация 1 2 3 4 1.323* 1.344* 1.305* 1.372* 1.100* 1.278* Текстильное (0.303)**** производство (0.330) (0.306) (0.311) (0.405) (0.305) Обработка древесины и производство изделий из 0.339 0.255 0.460 0.268 0.274 0. дерева и пробки, кроме (0.323) (0.353) (0.330) (0.330) (0.387) (0.323) мебели 0.582*** 0.641*** 0.561*** Химическое 0.480 0.453 0. производство (0.301) (0.343) (0.308) (0.312) (0.386) (0.301) Металлургическое 0.283 0.177 0.240 0.162 0.393 0. производство (0.280) (0.321) (0.287) (0.290) (0.360) (0.281) Производство электро-, 0.491*** электронного и 0.326 0.184 0.306 0.403 0. оптического (0.275) (0.295) (0.284) (0.280) (0.339) (0.274) оборудования Производство -0.108 -0.304 -0.119 -0.082 0.008 -0. автомобилей, прицепов и (0.291) (0.335) (0.297) (0.296) (0.384) (0.294) полуприцепов 0.902* 0.815* 0.863* 0.861* 0.912* 0.905* Производство машин и оборудования (0.241) (0.267) (0.247) (0.249) (0.300) (0.242) 0.230 0.094 0.213 0.092 0.221 0. Участие в госзаказе (0.161) (0.182) (0.164) (0.168) (0.209) (0.161) Логарифм численности -0.088 -0.133 -0.094 -0.041 -0.097 -0. сотрудников (0.077) (0.087) (0.078) (0.079) (0.097) (0.078) -0.436*** -0.468*** Государство в числе -0.393 -0.488 -0.384 -0. собственников (0.255) (0.284) (0.260) (0.262) (0.318) (0.255) 0.493** 0.492*** 0.405*** 0.498** Иностранцы в числе 0.374 0. собственников (0.241) (0.269) (0.245) (0.248) (0.292) (0.242) 0.129 0.256 0.018 0.163 0.234 0. Год основания 1992- (0.217) (0.249) (0.223) (0.221) (0.287) (0.220) Год основания после -0.123 -0.261 -0.158 -0.124 0.327 -0. 1998 (0.263) (0.293) (0.263) (0.268) (0.328) (0.264) 0.378** 0.391** 0.323*** 0.337** 0.240 -0. Должность респондента (0.161) (0.181) (0.163) (0.167) (0.208) (0.163) 0. Участие в холдинге - - - - (0.190) -0.010*** Рентабельность продаж - - - - (0.005) Населенный пункт от 50 0. - - - - до 100 тыс. чел. (0.277) Населенный пункт от 100 0. - - - - до 250 тыс. чел. (0.309) 0.757* Населенный пункт от 250 - - - - до 500 тыс. чел. (0.293) Населенный пункт от 500 0. - - - - тыс. чел до 1 млн. чел. (0.292) 0.602** Населенный пункт - - - - больше 1 млн. чел. (0.293) Часть городской 0. - - - - агломерации (0.217) Базовая Гипотеза Гипотеза Гипотеза Гипотеза Гипотеза спецификация 1 2 3 4 0. Моногород - - - - (0.291) -0. Город крупного бизнеса - - - (0.367) Средний 0. инвестиционный - - - - (0.245) потенциал Высокий 0.583* инвестиционный - - - - (0.206) потенциал -0. Северо-Западный ФО - - - - (0.247) 0. Южный ФО - - - - (0.319) -0. Сибирский ФО - - - - (0.402) -0. Уральский ФО - - - - (0.265) -0.538** Поволжский ФО - - - - (0.265) Влияние 0. макроэкономической - - - - (0.073) нестабильности 0.572** Наличие конкуренции - - - - (0.257) -0.045* Неучтенный оборот в - - - - отрасли (0.006) 0.337* Влияние несправедливой - - - - конкуренции (0.078) Влияние 0.164* непредсказуемости - - - - (0.061) госрегулирования Участие в социальных 0. - - - - программах (0.180) -0.029 -0543 0.269 0.471 1.436 0. Граница (0.485) (0.558) (0.504) (0.593) (0.665) (0.536) 1.429 0.888 1.759 1.968 3.017 2. Граница (0.489) (0.559) (0.509) (0.599) (0.678) (0.542) 2.632 1.973 2.979 3.166 4.179 3. Граница (0.498) (0.566) (0.519) (0.607) (0.691) (0.552) Количество наблюдений 614 502 614 606 421 49.89* 43.22* 67.52* 70.16* 108.69* 57.32* LR-статистика Псевдо-R2 0.0330 0.0348 0.0447 0.0473 0.1063 0. значимость на уровне 0. * значимость на уровне 0. ** значимость на уровне 0. *** в скобках указаны стандартные ошибки коэффициентов **** Поскольку часть респондентов отказалось от ответа на вопрос о частоте взяток в системе госзаказа, представляется возможным оценить бинарную пробит модель с отбором, являющуюся эквивалентом обычной модели Хекмана с той разницей, что в данном случае и уравнение отбора, и уравнение участия оцениваются с помощью пробит-модели. Имеются три вида наблюдений, условные вероятности реализации коорых задаются следующим образом:

Pr( y1 0 | x) ( x1 1 ) y1 Pr( y1 1, y 2 0 | x) ( x1 1 ) 2 ( x1 1, x2 2, ) y1 1, y 2 Pr( y1 1, y 2 1 | x) 2 ( x1 1, x2 2, ) y1 1, y 2 Здесь x1 и 1 – векторы объясняющих переменных и коэффициентов в уравнении участия, x2 и 2 – в уравнении интенсивности, – коэффициент корреляции между ошибками в оцениваемых уравнениях. Не следует забывать, что при оценке модели Хекмана в уравнении отбора должна присутствовать хотя бы одна переменная, не включенная в уравнение интенсивности.

В качестве регрессоров в данном случае использованы группы переменных, которые оказались значимы в проанализированных выше моделях. Результаты такой оценки (приведены в Таблице 6) говорят о том, что гипотезу о необходимости совместного рассмотрения оцененных уравнений не следует отвергать на уровнях значимости больше 0.38.

Знаки коэффициентов почти при всех регрессорах в модели Хекмана совпадают с полученными при оценке независимых уравнений. Это говорит об устойчивости рассматриваемых эффектов, в том числе и потому, что объединение различных групп факторов в рамках одной модели не сказывается на направлениях их влияния.

Тем не менее, для части регрессоров знаки коэффициентов все же меняются. Это дамми-переменные для принадлежности к отраслям «обработка древесины и производство изделий из дерева и пробки, кроме мебели» и «металлургическое производство» в уравнениях интенсивности и участия, соответственно. Также с положительного на отрицательный меняется знак при дамми для участия государства в собственности в уравнении участия и для Поволжского Федерального Округа в уравнении интенсивности. Впрочем, не стоит забывать, что в данном случае коэффициенты при указанных переменных не значимы, следовательно, делать какие-либо выводы на их основе преждевременно.

В отношении групп дамми-переменных можно сделать вывод о значимости размера населенного пункта, как в обоих уравнениях, так и в модели в целом, и инвестиционного потенциала региона в уравнении участия. Отраслевая принадлежность в целом и группа переменных, относящихся к федеральным округам, не оказывают существенного влияния на объясняемые переменные.

Таблица 6.

Моделирование частоты взяток, требуемых для участия в госзаказе по данным опроса «Конкурентоспособность и инвестиционный потенциал».

(модель Хекмана) Уравнение Уравнение интенсивности участия -0.799** -0. Текстильное производство (0.331)**** (0.226) -0.423** Обработка древесины и производство изделий из дерева и пробки, -0. кроме мебели (0.418) (0.215) -0.381*** -0. Химическое производство (0.381) (0.221) 0.093 0. Металлургическое производство (0.389) (0.216) -0.166 -0. Производство офисного оборудования и вычислительной техники (0.327) (0.211) 0.346 0. Производство автомобилей, прицепов и полуприцепов (0.492) (0.238) -0.459 -0. Производство машин и оборудования (0.285) (0.183) 0.282** Участие в госзаказе (0.125) 1.003** -0. Государство в числе собственников (0.440) (0.189) 0.711* 0. Иностранцы в числе собственников (0.349) (0.222) -0.383 0. Населенный пункт от 50 до 100 тыс. чел.

(0.420) (0.205) -0.510** -0. Населенный пункт от 100 до 250 тыс. чел.

(0.467) (0.204) -1.010** 0. Населенный пункт от 250 до 500 тыс. чел.

(0.430) (0.228) -0.728*** 0. Населенный пункт от 500 тыс. чел до 1 млн. чел.

(0.406) (0.211) -1.566* 0. Населенный пункт больше 1 млн. чел.

(0.414) (0.209) -0. Часть городской агломерации - (0.172) -0.448** Моногород - (0.182) 0.576** Город крупного бизнеса (0.262) -0. Средний инвестиционный потенциал (0.160) -0.404** Высокий инвестиционный потенциал (0.184) *** 0. Северо-Западный ФО (0.313) 0. Южный ФО (0.411) 0. Сибирский ФО (0.445) 0. Уральский ФО (0.394) Уравнение Уравнение интенсивности участия -0. Поволжский ФО (0.236) -0. Влияние макроэкономической нестабильности (0.054) -0.014** Неучтенный оборот в отрасли (0.006) -0.241* -0. Влияние несправедливой конкуренции (0.071) (0.044) -0. Участие в социальных программах (0.160) * 2.112* 2. Константа (0.680) (0.407) Количество наблюдений Количество наблюдений (цензурированных) Количество наблюдений (нецензуированных) 34.64** Статистика Вальда 0. (0.444) 0.3735***** Тест на независимость уравнений (=0) значимость на уровне 0. * значимость на уровне 0. ** значимость на уровне 0. *** в скобках указаны стандартные ошибки коэффициентов **** P-Value теста ***** 7. Основные выводы.

В статье на данных опросов Business Environment and Enterprise Performance Survey и «Конкурентоспособность и инвестиционный климат»

были изучены факторы, влияющие на неформальные платежи за участие в системе государственных закупок.

В первом обследовании вопрос о взятках подразумевал оценку доли стоимости контракта, которую придется выплатить чиновнику для его получения. Небольшой разброс мнений и явное предпочтение респондентами круглых и кратных пяти чисел позволили рассмотреть влияние различных групп факторов только на необходимость взятки или ее отсутствие, а не на размер, а также изучить причины, подталкивающие респондента к отказу от ответа на этот вопрос. Существенная роль характеристик респондентов свидетельствует о субъективности их ответов и заставляет с осторожностью подходить к интерпретации получаемых выводов.

В российском опросе респондентов спрашивали о том, насколько часто приходится давать взятки для получения госзаказа. Изучение бинарных и порядковых моделей показало, что в той или иной степени важно влияние всех рассмотренных групп факторов, а именно характеристик предприятия, региональных и отраслевых особенностей, качеств населенного пункта, в котором расположена компания, а также специфики взаимодействия предприятия с государством. Однако в каждом случае сыграли роль только отдельные регрессоры из указанных групп, причем выявленные закономерности сохраняются при переходе от независимых уравнений к оценке пробит-модели с отбором (модели Хекмана). Такая устойчивость к изменению спецификации служит дополнительным аргументом в пользу заключения об объективности наблюдаемых связей.

Отсутствие значимого влияния возраста предприятия на уровень коррупции, с которым оно сталкивается, свидетельствует о постепенном вымывании криминальных обычаев, сложившихся в экономике России в 90-е годы, и полной адаптации основанных в этот период компаний к условиям рынка.

Результаты проверки представленных гипотез позволяют заключить, что взяточничество в системе государственных закупок обусловлено факторами, имеющими различную природу. Это является доказательством необходимости разработки комплексного подхода к оздоровлению госзаказа и борьбе с коррумпированностью чиновников в данной сфере.

Следует отметить также, что полученные результаты согласуются с выводами, основанными на изучении коррупции в Уганде [36], но вступают в некоторое противоречие с закономерностями, обнаруженными на норвежских данных [34]. Это свидетельствует о близости российской экономики к развивающимся странам и наличии существенных отличий от развитых стран. Таким образом, простое заимствование европейских антикоррупционных практик не только не приведет к положительным сдвигам в борьбе с взяточничеством в системе госзаказа, но и может усугубить ситуацию.

Список литературы.

1. Епифанова Н. Исследование коррупции на основе методов экономической теории. Коррупция: сущность и разновидности.

Вопросы экономики, № 1 (Январь 2007), с. 33- 2. Калинин А., Николаев И. Оценка эффективности системы государственных закупок России. Общество и экономика, № (2004),с. 91— 3. Российский статистический ежегодник - 2010 г. Федеральная служба государственной статистики (http://www.gks.ru/bgd/regl/b10_13/Main.htm) 4. Сатаров Г. Как измерять и контролировать коррупцию? Вопросы экономики, № 1 (Январь 2007), с. 4- 5. Яковлев А. Какие фирмы участвуют в поставках по госзаказам в России? Доклад на Х Международной научной конференции ГУ ВШЭ, апрель 6. Яковлев А., Демидова О. Реформа системы госзакупок и практика отбора поставщиков для государственных нужд в России в 2004 и гг. (по данным обследований предприятий обрабатывающей промышленности). Экономический журнал ВШЭ, № 2 (2010), с. 202 7. Bandiera O., Prat A., Valetti T. Active and Passive Waste in Government Spending: Evidence from a Policy Experiment. American Economic Review, 2009, Vol.99, No.4, p.1278-1308.

8. Baron B.P., Myerson R.B. Regulating a Monopolist with Unknown Costs.

Econometrica, Vol. 50, No. 4 (Jul., 1982), pp. 911- 9. Bliss K., Di Tella R. Does Competition Kill Corruption? The Journal of Political Economy, Vol. 105, No. 5 (October 1997), pp. 1001- 10. Bchner S., Freytag A., Gonzlez L.G., Gth W. Bribery and public procurement: an experimental study. Public Choice, 137 (2008), pp. 103– 11. Burguet R., Che Y.-K. Competitive Procurement with Corruption. The RAND Journal of Economics, Vol. 35, No. 1 (Spring, 2004), pp. 50- 12. Burguet R., Perry M.K. Bribery and Favoritism by Auctioneers in Sealed Bid Auctions. The B.E. Journal of Theoretical Economics, Vol. 7, Iss. (Contributions) (2007), Article 13. The Business Environment and Enterprise Performance Survey (http://www.ebrd.com/pages/research/analysis/surveys/beeps.shtml) 14. The Business Environment and Enterprise Performance Survey (BEEPS) 2008-2009. A Report on methodology and observations, April 15. Cameron A.C., Trivedi P.K. Microeconometrics using Stata. Stata Press, 2009, pp. 16. Celentani M., Ganuza J.-J. Corruption and competition in procurement.

European Economic Review 46 (2002), pp. 1273– 17. Che Y.-K. Design Competition Through Multidimensional Auctions. The RAND Journal of Economics, Vol. 24, No. 4 (Winter, 1993), pp. 668- 18. Compte O., Lambert-Mogiliansky A., Verdier T. Corruption and Competition in Procurement Auctions. The RAND Journal of Economics, Vol. 36, No. 1 (Spring, 2005), pp. 1- 19. Dasgupta S., Spulber D.F. Managing Procurement Auctions. Information Economics and Policy 4 (1989/90), pp. 5- 20. De Rosa D., Gooroochurn N., Grg H. Corruption and Productivity. Firm level Evidence from the BEEPS Survey. Policy Research Working Paper 5348, The World Bank Europe and Central Asia Region Private and Financial Sector Department (June 2010) 21. D’Souza A., Kaufmann D. Who Bribes in Public Contracting and Why:

Worldwide Evidence from Firms. SSRN (March 24, 2010) (http://www.ssrn.com/) 22. Eurostat (http://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home) 23. Greenstein S.M. Sole-Sourcing versus Competitive Bidding: US Government Agencies' Procedural Choices for Mainframe Computer Procurement. The Journal of Industrial Economics, Vol. 43, No. 2 (Jun., 1995), pp. 125- 24. Hellman J. S., Jones G., Kaufmann D., Schankerman M. Measuring Governance, Corruption, and State Capture. How Firms and Bureaucrats Shape the Business Environment in Transition Economies. The World Bank, World Bank Institute Governance, Regulation and Finance and European Bank for Reconstruction and Development Chief Economist’s Office (April 2000) 25. Hoeckman B. Using International Institutions to Improve Public Procurement. The World Bank Research Observer, Vol. 13, No. 2 (Aug., 1998), pp. 249- 26. Lafont J.-J., Tirole J. Using Cost Observation to Regulate Firms.The Journal of Political Economy, Vol. 94, No. 3, Part 1 (Jun., 1986), pp. 614- 27. Lafont J.-J., Tirole J. Auctioning Incentive Contracts. The Journal of Political Economy, Vol. 95, No. 5 (Oct., 1987), pp. 921- 28. Lengwiler Y., Wolfstetter E. Corruption in Procurement Auctions. SSRN (January 10, 2006) (http://www.ssrn.com/) 29. Levin M., Satarov G. Corruption and institutions in Russia. European Journal of Political Economy Vol. 16 (2000), pp. 113– 30. Montinola G. R., Jackman R.W. Sources of Corruption: A Cross-Country Study. British Journal of Political Science, Vol. 32, No. 1 (Jan., 2002), pp.

147- 31. Rezende L. Biased Procurement Auctions. Econ Theory 38(2009), pp. 169– 32. Sachs J. D., Warner A., Aslund A., Fisher S. Economic Reform and the Process of Global Integration. Brookings Papers on Economic Activity, Vol.

1995, No. 1, 25th Anniversary Issue(1995), pp. 1- 33. Shleifer A., Vishny R. W. Corruption. The Quarterly Journal of Economics, Vol. 108, No. 3 (Aug., 1993), pp. 599- 34. Soreide T. Tender Manipulation: Large Firms and Infrastructure Contracts.

Second. International Public Procurement Conference Proceeding, 2006, pp.



Pages:   || 2 |
 




 
2013 www.netess.ru - «Бесплатная библиотека авторефератов кандидатских и докторских диссертаций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.