Во многих закупках товаров и услуг заявка может иметь несколько измеряемых критериев. Помимо цены, различные качественные характеристики имеют значение и требуют оценки. В этих случаях обычной процедурой является «отбор по качеству и цене» („Quality-and-Cost-Based Selection“, QCBS). При этом участников просят представить две заявки в двух отдельных запечатанных конвертах: в одном указана цена («финансовое предложение»), а в другом – поставляемый товар или оказываемая услуга («техническое предложение»). Техническое предложение затем рассматривается оценочной комиссией, которая выставляет баллы за качество, не зная о финансовом предложении. Финансовое предложение остается запечатанным на хранении у государственного аудитора или независимого органа до публичного открытия всех финансовых предложений, которое производится только после оценки технических предложений, при этом баллы за качество и цену объединяются на основе заранее определенного правила. В итоге выбирается предложение с наиболее высоким общим баллом.

Обычным правилом начисления баллов, используемым на практике, является следующее: каждый член оценочной комиссии оценивает технические предложения от 0 до 100; балл за качество заявки затем высчитывается как среднее арифметическое баллов, выставленных каждым членом комиссии; на второй стадии открываются финансовые предложения, и затем обозначенные участниками торгов цены трансформируются в баллы за цену в соответствии со следующей формулой:

 

 

Таким образом, самое дешевое предложение оценивается в 100 баллов за цену; все другие предложения получают меньшее число баллов за цену. В итоге баллы за качество и цену складываются в общий балл посредством конвексной линейной комбинации обоих, например, 80 % за качество и 20 % за цену, как в следующей формуле:

В итоге выбирается предложение с наивысшим общим баллом. Победителю обычно уплачивается цена, которую он потребовал в своем финансовом предложении. При другом подходе, который аналогичен упомянутому ранее правилу Викри, победителю может быть уплачена цена, при которой его общий балл приравнивается к баллу проигравшего участника с наивысшим предложением.

Рассматривая проблему коррупции, прежде всего мы должны обратить внимание на мошенничество с заявками, которое было проанализировано в предыдущих разделах. Оно связано как с финансовым, так и техническим предложениями. Заметьте, что использование открытых торгов (Практический вывод 2) в общем неприменимо к техническому предложению, поскольку оно обычно представляет собой составной документ, а не отдельную единицу. Следовательно, техническое предложение должно использоваться на закрытом аукционе с электронной защитой (Практический вывод 3), как объясняется выше.

В отношении финансового предложения вариантов больше. Можно либо также использовать систему электронной подачи заявок с применением журнала учета, либо использовать формат открытых торгов. Открытые торги на понижение следует проводить после оценки технических предложений и публикации баллов за качество. Наилучшим способом его проведения являются торги с фиксированной ценой, на которых, правда, обычный ценовой показатель заменяется на показатель баллов. Имея данные о балле за качество, каждый участник может затем высчитать цену, которая соответствует данному баллу.

Даже после того, как заявки сделаны неуязвимыми для изменения, мошенничество все еще может представлять проблему при оценке технических предложений. Участники торгов могут пытаться подкупить членов оценочной комиссии в обмен на искаженные баллы за качество. Подкупив одного или более оценщиков, участник торгов может запрашивать более высокую цену.

Полагаем, нет идеального средства, которое бы позволило решить эту проблему. Но есть способы, усложняющие этот вид коррупции, делающие его более дорогостоящим и рискованным для участвующих в нем сторон.

Один способ состоит в том, чтобы уменьшить значение качества на основании того, что его показатель менее надежен из-за возможности манипуляции. Другой способ – выбирать случайным порядком (наугад) оценщиков из большой группы после представления заявок. Это уменьшит влияние каждого отдельного члена группы оценщиков и сделает «покупку» высокой оценки качества более дорогой.

Следует также проанализировать распределение баллов за качество, чтобы выявить предубеждение в оценке отдельных оценщиков. Если оценщики согласны в отношении уровня качества, то маловероятно, что кто-то из них был подкуплен. Если оценщик был подкуплен, то он представит оценку, искаженную в пользу своего клиента. В принципе, такое искажение может быть выявлено с помощью статистического теста. Однако на практике значимость этого теста будет незначительной, так как число оценщиков обычно невелико.

Есть простой способ сократить значение посторонних факторов. Обычно рассчитывают балл за качество как среднее арифметическое оценок всех оценщиков. «Среднее» означает, что баллу каждого оценщика придается одинаковое значение. Тем не менее мы придадим небольшое или не придадим вовсе никакого значения посторонним величинам.

Это можно сделать благодаря использованию метода усеченного среднего. Процент – усеченное среднее – это среднее, рассчитанное после исключения крайних верхних и нижних значений процента показаний, относящихся к наборам данных. Например, простое x применение этой идеи заключается в том, чтобы исключить для каждого предложения наиболее высокий и наиболее низкий баллы за качество, данные всеми оценщиками, и затем рассчитать среднее от баллов остальных оценщиков.

Можно пойти дальше и рассчитать медиану баллов за качество, данных всеми оценщиками. Эта медиана представляет балл за качество оценщика «в середине»: половина оценщиков выставляет более высокий балл, чем он, половина – более низкий. Но в отличие от среднего значения, медиана не учитывает посторонних факторов. Поэтому крайняя оценка отдельного необъективного оценщика (который, возможно, был подкуплен) не влияет на медиану.

Таблица 16.1 показывает действие этого альтернативного агрегированного метода. Есть три предложения и семь оценщиков. Оценщики не могут точно измерить объективное качество предложений, поэтому их баллы за качество не совсем точны. Мы моделируем эту ситуацию, добавляя шумы при моделировании баллов за качество, выставляемых оценщиками. Как следует из истинных баллов за качество, предложение А обладает наиболее высоким качеством. Оно также самое дорогое, но оно же является предложением, которое, в соответствии с правилом начисления баллов, должно быть выбрано. Предложение В более низкого качества, но оно также и дешевле. В соответствии с правилом начисления баллов, оно становится вторым. В примере оценщик 1 был подкуплен поставщиками предложения В: он повышает свой балл за качество в отношении В и искажает свой балл за качество в отношении сильнейшего конкурента – предложения А с целью переломить решение в пользу В.

Средние баллы за качество трех предложений при применении среднего арифметического по всем семи оценщикам равны 56,1 для А, 58,1 для В и 48, 4 для С соответственно. Общие баллы равны 56,9, 60,0 и 58,7 соответственно, и, таким образом, выбрано предложение В. Необъективность оценщика 1 нарушила равновесие, достигнутое при оптимальном выборе А. Если бы, однако, агрегированный балл за качество рассчитывался по медиане, а не по среднему значению, то оценщик 1 не смог бы изменить результат, как это видно из таблицы. В этом случае агрегированные баллы за качество равны 58,0, 53,0 и 45,0 соответственно, и предложение А побеждает с общим баллом в 58,4 против 55,9 предложения В.

 

Таблица 16.1. Среднее агрегирование в сравнении с агрегированием по медиане на торгах с использованием баллов

 

Мы оценили надежность этого вывода с помощью моделирования методом Монте-Карло. Нам удалось установить, что применительно к выбранным нами параметрам агрегирование баллов за качество с использование среднего арифметического правильно выбирает предложение А только с вероятностью в 23 %. Эта вероятность повысится до 47 % при использовании медианы. Обратной стороной этого, однако, является то, что агрегирование по медиане также приводит с высокой вероятностью к выбору наименее привлекательного предложения С, что, разумеется, нежелательно.

Даже если статистический тест недоступен, изучение баллов в табл. 16.1 показывает, что оценщик 1 является подозрительным. В таких условиях очевидным вариантом действий является расследование обстоятельств. Кроме того, возможно запросить второе заключение у независимой группы оценщиков. Расследование может включать опрос оценщиков и, как вариант, проверку их последних банковских операций. Вызвав подозрение, оценщик должен быть занесен в черный список. Более того, второе заключение следует запрашивать произвольно, даже если нет признаков необъективности. Разумеется, в качестве сдерживающего средства следует информировать все вовлеченные стороны о применении такой политики.

Как оказывается, некоторые агентства не фиксируют баллы, выставленные отдельными оценщиками, и их оценочные комиссии сообщают только об общем балле. Разумеется, это скрывает важную информацию, что нецелесообразно.