陳杰，侯云飛

工程項(xiàng)目招投標(biāo)多利益主體合謀行為識(shí)別研究

陳杰，侯云飛

(長(zhǎng)沙理工大學(xué) 土木工程學(xué)院，湖南 長(zhǎng)沙 410114)

工程項(xiàng)目招投標(biāo)多利益主體的合謀行為是工程領(lǐng)域普遍存在的經(jīng)濟(jì)與社會(huì)現(xiàn)象。雖然，我國(guó)政府出臺(tái)了諸多法律法規(guī)用以規(guī)范工程項(xiàng)目的招投標(biāo)，但合謀行為仍時(shí)有發(fā)生。從剛性失效、跟蹤反饋及試錯(cuò)鎖定的角度，運(yùn)用數(shù)理推導(dǎo)的方法結(jié)合基本理論與假設(shè)構(gòu)建相關(guān)模型，在識(shí)別剛性失效的情況下對(duì)信息進(jìn)行篩選與檢驗(yàn)，提煉出有效信息并跟蹤反饋再對(duì)信息進(jìn)行試錯(cuò)鎖定，揭示工程項(xiàng)目招投標(biāo)多利益主體合謀行為的識(shí)別機(jī)制，為相關(guān)政策提供參考。

工程項(xiàng)目；招投標(biāo)；多利益主體；合謀行為；行為識(shí)別

工程項(xiàng)目招投標(biāo)多利益主體過(guò)程中的業(yè)主代表、招標(biāo)代理、監(jiān)督機(jī)構(gòu)代理人及投標(biāo)方等多利益主體因?yàn)橄嗷ブg的信息不對(duì)稱性以及追逐利益的強(qiáng)烈動(dòng)機(jī)[1?3]，使得工程項(xiàng)目招投標(biāo)多利益主體之間的合謀行為有著非常復(fù)雜的邏輯關(guān)聯(lián)[4]。工程項(xiàng)目招投標(biāo)多利益主體的合謀行為具有特殊性，具體表現(xiàn)在工程項(xiàng)目招投標(biāo)多利益主體在合謀行為的全過(guò)程當(dāng)中，多利益主體在合謀前中期的行為表征以及合謀末期的結(jié)果導(dǎo)向都是反映合謀行為的重要因素。一般而言，工程項(xiàng)目招投標(biāo)多利益主體合謀行為識(shí)別通常會(huì)經(jīng)歷剛性失效、跟蹤反饋及試錯(cuò)鎖定等階段。其中，剛性失效階段特指識(shí)別能力與頻次一定條件下，多利益主體合謀行為頻次直線增加的情形，具體表現(xiàn)為在某個(gè)時(shí)間段內(nèi)，多利益主體合謀行為頻次對(duì)于識(shí)別能力與頻次的彈性為0。跟蹤反饋階段的核心在于將收集到的與工程項(xiàng)目招投標(biāo)多利益主體相關(guān)信息進(jìn)行假設(shè)檢驗(yàn)、推理運(yùn)用與去偽存真，提煉與挑選符合調(diào)查目的的部分信息。信息追蹤、篩選與處理、反饋與應(yīng)用[5]。試錯(cuò)鎖定是指在跟蹤反饋與識(shí)別剛性失效等一系列行為下，進(jìn)一步進(jìn)行多利益主體合謀行為識(shí)別的試錯(cuò)、查錯(cuò)、容錯(cuò)、糾錯(cuò)等行為。政府部門(mén)與社會(huì)各界等均對(duì)工程項(xiàng)目招投標(biāo)多利益主體合謀行為給予了普遍關(guān)注[6]。與此同時(shí)，國(guó)內(nèi)外學(xué)術(shù)界都對(duì)工程項(xiàng)目招投標(biāo)多利益主體的合謀行為展開(kāi)了大量的研究。但此類研究多著眼于招投標(biāo)博弈及其模擬[7]、招投標(biāo)過(guò)程的監(jiān)控[8]亦或是有實(shí)驗(yàn)證據(jù)的樣本識(shí)別等方面[9]。對(duì)于工程項(xiàng)目招投標(biāo)多利益主體合謀行為識(shí)別多階段差異化機(jī)制的研究仍有不足。因此，本文從剛性失效、跟蹤反饋及試錯(cuò)鎖定的基本理論與假設(shè)構(gòu)建模型。在識(shí)別剛性失效的情況下對(duì)信息進(jìn)行篩選與檢驗(yàn)，提煉出有效信息并跟蹤反饋再對(duì)信息進(jìn)行試錯(cuò)鎖定，從而揭示工程項(xiàng)目招投標(biāo)多利益主體合謀行為的識(shí)別機(jī)制，為相關(guān)政策提供參考。

1 剛性失效模型

政府投資工程項(xiàng)目招投標(biāo)縱向合謀行為由隱性到顯性、量變到質(zhì)變變化時(shí)，識(shí)別系統(tǒng)在合謀行為觸發(fā)效應(yīng)、累加效應(yīng)與漲落效應(yīng)作用下表現(xiàn)為剛性失效現(xiàn)象。形成剛性失效現(xiàn)象的原因在于多利益主體所學(xué)到的知識(shí)量具有合謀共鳴的臨界值，當(dāng)某利益主體的知識(shí)量超過(guò)該臨界值時(shí)，合謀行為不受知識(shí)量的限制，此時(shí)，該臨界值則為工程項(xiàng)目招投標(biāo)多利益主體行為的下界。即在某一時(shí)間點(diǎn)參與招投標(biāo)合謀各個(gè)利益主體的總體收益達(dá)到各方的期望值，參與合謀的博弈達(dá)到納什均衡。此外，如圖1所示，剛性失效階段存在理論上界，即當(dāng)識(shí)別行為達(dá)到一定程度時(shí)，合謀行為重新與合謀參與者的識(shí)別形成某種函數(shù)關(guān)系。

圖1 “合謀—識(shí)別”4階段示意圖

因此，本研究提出基本假設(shè)如下：

1) 假設(shè)隨著識(shí)別系統(tǒng)作用軌跡，剛性失效階段是連續(xù)性的。即一個(gè)完整識(shí)別行為軌跡中指存在某一可識(shí)別的剛性失效階段；

2) 工程項(xiàng)目招投標(biāo)多利益主體市場(chǎng)是不完全市場(chǎng)，具備信息不對(duì)稱現(xiàn)象；

3) 合謀過(guò)程中不存在無(wú)風(fēng)險(xiǎn)套利行為，并且不考慮資金時(shí)間價(jià)值的影響。

為了研究合謀行為與識(shí)別作用行為的邏輯關(guān)系，需要考察利益主體的預(yù)期收益函數(shù)，因?yàn)轭A(yù)期收益的能否實(shí)現(xiàn)是實(shí)現(xiàn)工程項(xiàng)目招投標(biāo)多利益主體合謀成功的關(guān)鍵。令π()表示各個(gè)利益主體參與合謀的預(yù)期利益，Δπ()表示參與合謀和不進(jìn)行合謀之間預(yù)期收益的差值，κ表示觸發(fā)工程項(xiàng)目招投標(biāo)多利益主體合謀剛性失效的閾值。當(dāng)各利益主體的合謀預(yù)期收益Δπ()≥κ時(shí)，利益主體合謀次數(shù)和相應(yīng)合謀的成功率直線上升，與識(shí)別識(shí)別強(qiáng)度無(wú)線性關(guān)系，將該種現(xiàn)象成為合謀的剛性失效，而稱滿足上不等式的識(shí)別次數(shù)為剛性失效的下界。

式中：為所識(shí)別學(xué)得知識(shí)量與合謀所需知識(shí)量的匹配系數(shù)；λ為與合謀對(duì)象的關(guān)系強(qiáng)度；為影響因子。

為方便計(jì)算與表示，以表示第個(gè)利益主體，表示第個(gè)投標(biāo)競(jìng)爭(zhēng)主體，可以表示業(yè)主代表、招標(biāo)代理、監(jiān)督機(jī)構(gòu)代理人、投標(biāo)方。Ω表示工程項(xiàng)目招投標(biāo)多利益主體合謀過(guò)程中參與利益主體的集合，Ω表示工程項(xiàng)目招投標(biāo)多利益主體合謀過(guò)程中參與投標(biāo)競(jìng)爭(zhēng)主體集合。參與工程項(xiàng)目招投標(biāo)多利益主體的利益主體有個(gè),j?{1,2,…,}。第個(gè)利益主體潛在合謀收益由利益主體識(shí)別合謀對(duì)象行為的知識(shí)量和其他合謀者競(jìng)爭(zhēng)行為的知識(shí)量?jī)刹糠譂撛谑找鏄?gòu)成。此外，由于工程項(xiàng)目招投標(biāo)多利益主體合謀在我國(guó)法制上受到限制，因此各利益主體合謀的過(guò)程受到市場(chǎng)監(jiān)督與法律管制的 約束。

π()指利益主體識(shí)別合謀對(duì)象行為的知識(shí)量轉(zhuǎn)化利益，π()表示學(xué)習(xí)其他合謀者競(jìng)爭(zhēng)行為的知識(shí)量轉(zhuǎn)化利益。π表示利益主體受到政府法制監(jiān)督的損失成本。

因?yàn)檎苤频臏笮院烷L(zhǎng)期適用性，政府管制一般在較長(zhǎng)時(shí)間段內(nèi)呈穩(wěn)定狀態(tài)，即在較長(zhǎng)時(shí)間內(nèi)政府管制的約束力和該約束力對(duì)工程項(xiàng)目招投標(biāo)多利益主體合謀相關(guān)利益者造成的損失成本是固定的，所以π可視作一個(gè)常數(shù)。相對(duì)而言，由于參與監(jiān)督的個(gè)體數(shù)量、監(jiān)督能力、扮演角色等因素的差異化，市場(chǎng)監(jiān)督對(duì)于參與合謀參與者的損失成本隨著時(shí)間的變化而變化。即：

()表示時(shí)刻工程項(xiàng)目招投標(biāo)多利益主體項(xiàng)目中市場(chǎng)監(jiān)督能力的均值，L()表示市場(chǎng)監(jiān)督者獲取該工程項(xiàng)目招投標(biāo)多利益主體的信息量。市場(chǎng)監(jiān)督能力隨時(shí)間的積累而呈現(xiàn)緩慢加強(qiáng)，也隨著參與監(jiān)督的次數(shù)增加而增加。指的是參與監(jiān)督次數(shù)，κ表示觸發(fā)市場(chǎng)監(jiān)督作用的閾值。則市場(chǎng)監(jiān)督能力的均值滿足：

市場(chǎng)監(jiān)督能力的均值()不是只存在監(jiān)督者就會(huì)存在的，當(dāng)監(jiān)督者數(shù)量或者監(jiān)督強(qiáng)度低于觸發(fā)閾值，即不足以觸發(fā)市場(chǎng)監(jiān)督作用時(shí)，市場(chǎng)監(jiān)督能力不會(huì)增加，表征為市場(chǎng)監(jiān)督能力的均值()不直接隨時(shí)間的變化而改變。另一方面，市場(chǎng)監(jiān)督者獲取該工程項(xiàng)目招投標(biāo)多利益主體的信息量L()滿足有效知識(shí)量函數(shù)[10]，即：

剛性階段是一個(gè)短暫的“平衡狀態(tài)”，如圖1所示，剛性效應(yīng)存在理論上界，形成上界主要有以下幾種原因。

第一，隨著識(shí)別次數(shù)的增加，有效知識(shí)量的不斷獲取，利益主體識(shí)別的信息也逐漸增加。剛性失效后，合謀的頻次呈線性增長(zhǎng)，各利益主體的利益需求、合謀行為信息趨向透明化。但是利益主體是追求利益最大化的經(jīng)濟(jì)人，以追求自身利益最大化為目標(biāo)，當(dāng)獲知對(duì)方利益的同時(shí)幻想自身存在獲取更高層次利益的空間，因此會(huì)繼續(xù)采取利己的行為而在某程度上侵蝕或者損壞其他利益主體的利益獲取。當(dāng)該種“利己行為”出現(xiàn)頻次超過(guò)破壞平衡的閾值時(shí)，剛性失效結(jié)束，形成尋找新的合謀平衡局面。

第二，適應(yīng)于多利益主體參與的合謀項(xiàng)目存量是一定量的。因?yàn)槔嬷黧w參與合謀的預(yù)期收益有所區(qū)別，合謀項(xiàng)目給多利益主體分配的利益大小有所限制。當(dāng)某一利益主體獲取預(yù)期收益減少至自身忍受的范圍之外，或者尋求更大利益的合謀項(xiàng)目時(shí)，利益主體將采取差異化的調(diào)整行為，或者調(diào)整合謀項(xiàng)目的利益分配，或者尋求能夠得到更高收益的合謀，該類行為均可能打破原有的剛性失效。具體表現(xiàn)為，當(dāng)合謀次數(shù)達(dá)到某一個(gè)特定范圍時(shí)，合謀現(xiàn)象會(huì)因?yàn)檫m應(yīng)各個(gè)利益主體預(yù)期收益述求的項(xiàng)目存量限制而減少，甚至終止。

第三，外部環(huán)境的干擾。參與工程項(xiàng)目招投標(biāo)多利益主體合謀的過(guò)程是一個(gè)復(fù)雜、動(dòng)態(tài)變化的運(yùn)動(dòng)過(guò)程，合謀的成功與否不僅受到各利益主體的識(shí)別學(xué)習(xí)相關(guān)，還受到工程項(xiàng)目政策調(diào)整、資金供給、競(jìng)爭(zhēng)因素等多方面的影響。當(dāng)政策于利好方向發(fā)展時(shí)，相對(duì)來(lái)說(shuō)合謀成功的閾值將降低，參與合謀預(yù)期收益將有所提高。資金供給的暫時(shí)性短缺或者剛性補(bǔ)充均有可能降低合謀參與者的信心，嚴(yán)重時(shí)將破壞原有的合謀穩(wěn)態(tài)。此外競(jìng)爭(zhēng)者是合謀過(guò)程中一直存在的，其既可能是某利益主體識(shí)別學(xué)習(xí)經(jīng)驗(yàn)的重要對(duì)象，也可能是被學(xué)習(xí)的對(duì)象，當(dāng)競(jìng)爭(zhēng)者增加合謀對(duì)象的關(guān)系強(qiáng)度或者使合謀對(duì)象獲取更高層次預(yù)期收益時(shí)，競(jìng)爭(zhēng)者行為甚至?xí)蔀榇蚱圃摾嬷黧w合謀穩(wěn)態(tài)的關(guān)鍵因素。

因此合謀成功率受到識(shí)別次數(shù)、邊際知識(shí)量輸入、合謀項(xiàng)目存量、政策調(diào)整、資金供給、競(jìng)爭(zhēng)因素等多方面的影響。

其中：r()為合謀者合謀學(xué)習(xí)所獲得知識(shí)量的內(nèi)生增長(zhǎng)率；r()為合謀者受到外界阻礙合謀成功的影響因子；K()和K(?1)分別為和?1時(shí)刻合謀者合謀成功所需具備的知識(shí)量[10]；Q為前一次學(xué)習(xí)合謀下經(jīng)驗(yàn)教訓(xùn)對(duì)于合謀者本次學(xué)習(xí)知識(shí)的帶動(dòng)效應(yīng)[11]；為影響調(diào)節(jié)因子。以灰色預(yù)測(cè)模型預(yù)測(cè)合謀者在時(shí)刻合謀成功所需具備的知識(shí)量K()，根據(jù)灰色預(yù)測(cè)模型：

則存在一個(gè)閾值κ，當(dāng)≥κ時(shí)，使得≤0時(shí)，工程項(xiàng)目招投標(biāo)多利益主體合謀成功率不足以支持合謀行為的繼續(xù)野蠻增長(zhǎng)，此時(shí)的則為剛性失效階段的上界。

2 跟蹤反饋模型

識(shí)別者的識(shí)別行為主要分為2個(gè)部分。第1種是“置身事外”的外部探索式識(shí)別行為，即識(shí)別者作為工程項(xiàng)目招投標(biāo)多利益主體合謀的外部團(tuán)體，不作為合謀行為的任何參與者。因此該類型識(shí)別者掌握有限關(guān)于合謀的信息量，以探索式識(shí)別試錯(cuò)分析所掌握的限制性信息，其知識(shí)量的規(guī)模增長(zhǎng)主要依賴有限知識(shí)量的推測(cè)假設(shè)，是一種典型的自演化系統(tǒng)[11]。第2種是“當(dāng)局者”的內(nèi)部反饋式識(shí)別行為，即識(shí)別者直接參與工程項(xiàng)目招投標(biāo)多利益主體合謀活動(dòng)，作為重要參與者，或者識(shí)別者并未直接參與合謀，而是高度滲透工程項(xiàng)目招投標(biāo)多利益主體合謀內(nèi)部，掌握相關(guān)信息[12]。因此該種類型的識(shí)別行為可以獲取大量與合謀相關(guān)的信息，并通過(guò)有效途徑擴(kuò)散和反饋到整個(gè)識(shí)別系統(tǒng)。

實(shí)際上，某一時(shí)間段識(shí)別者的信息獲取行為軌跡符合典型的西格瑪曲線[14]，即識(shí)別者所能獲取的信息量由快速增長(zhǎng)階段逐漸邁向平滑增長(zhǎng)，之后增速放慢趨于穩(wěn)定的S型軌跡。因此可以根據(jù)logistic增長(zhǎng)模型來(lái)構(gòu)造識(shí)別者對(duì)于工程項(xiàng)目招投標(biāo)多利益主體的跟蹤反饋行為，描述參與合謀行為中各個(gè)利益主體協(xié)同競(jìng)爭(zhēng)系統(tǒng)的自組織演化過(guò)程。

前提假設(shè)：

1) 假設(shè)工程項(xiàng)目招投標(biāo)多利益主體合謀參與個(gè)體數(shù)為個(gè)，每個(gè)時(shí)期在時(shí)刻識(shí)別者的信息(亦稱為知識(shí))增長(zhǎng)規(guī)模為m()；

2) 假設(shè)當(dāng)識(shí)別者的識(shí)別知識(shí)量沒(méi)有達(dá)到最大規(guī)模時(shí)，不考慮識(shí)別者自身知識(shí)量增長(zhǎng)停滯，或者知識(shí)遺忘的影響；且在識(shí)別學(xué)習(xí)，識(shí)別者之間反饋的信息無(wú)失真狀況，即不因?yàn)檫z忘、人為誤差而導(dǎo)致信息缺失；

3) 工程項(xiàng)目招投標(biāo)是不完全市場(chǎng)，具備信息不對(duì)稱現(xiàn)象。且不考慮資金時(shí)間價(jià)值的影響；

4) 在外部探索式識(shí)別行為中，當(dāng)獲取有限信息下，識(shí)別者的知識(shí)量成長(zhǎng)規(guī)模受到在客觀因素限制下知識(shí)量自我演化的內(nèi)生增長(zhǎng)率調(diào)節(jié)，同時(shí)受到識(shí)別者能獲取信息量最大限度的限制。識(shí)別者的知識(shí)量成長(zhǎng)規(guī)模如下：

在內(nèi)部反饋式識(shí)別行為中，識(shí)別者能夠從相關(guān)利益者獲取大量的信息，也涌現(xiàn)和演化出新的具有可調(diào)節(jié)性的知識(shí)輸入(盡管部分信息存在偽信息)，當(dāng)識(shí)別者與其他合謀者出現(xiàn)信息交互時(shí)，必然受到其他利益主體擴(kuò)散信息的影響，因?yàn)楣こ添?xiàng)目招投標(biāo)多利益主體合謀行為并不總是雙贏的，所以該種影響并不是每次都是樂(lè)觀的，對(duì)于具有利益共生型的利益關(guān)系下，往往只有一方收益，即合謀成功是一次性的。此外，識(shí)別者獲取的有效知識(shí)量不僅受到識(shí)別者最大信息容量的限制，也受到與每一個(gè)利益主體的關(guān)系強(qiáng)度影響。

工程項(xiàng)目招投標(biāo)多利益主體合謀中，在適當(dāng)關(guān)系強(qiáng)度下，識(shí)別者所獲取的知識(shí)量可以通過(guò)信息交互更快的消化擴(kuò)散。同時(shí)由于該種知識(shí)量的不斷輸入，能夠在一定程度上突破由于信息不對(duì)稱的限制，達(dá)到一個(gè)更大知識(shí)量輸入規(guī)模的平衡[15]。從以上識(shí)別者知識(shí)量的西格瑪曲線和logistic模型可知，識(shí)別者追求期望信息交互收益，長(zhǎng)遠(yuǎn)能夠獲得更高的成長(zhǎng)規(guī)模，期望收益成為利益主體合謀的動(dòng)力。

信息交互收益與識(shí)別者獲取的知識(shí)量規(guī)模成正向關(guān)系，隨著識(shí)別者的知識(shí)量的不斷積累，外部探索式識(shí)別收益與內(nèi)部反饋式識(shí)別收益逐漸增加。識(shí)別者為了更快、更有效的獲取合謀相關(guān)信息，需要加強(qiáng)與臨近參與合謀利益主體的關(guān)系強(qiáng)度，長(zhǎng)期或者頻繁合作的利益主體之間會(huì)由于歷史合作成功而相互聚集在一起，形成一定關(guān)系強(qiáng)度下合謀優(yōu)勢(shì)。也正是這種合謀優(yōu)勢(shì)的可獲取性和可維護(hù)性，識(shí)別者會(huì)優(yōu)先選擇具有合謀優(yōu)勢(shì)的合謀對(duì)象。識(shí)別者參與合謀的相關(guān)利益者之間的合謀行為以及識(shí)別行為，也是識(shí)別者與利益主體之間相互協(xié)調(diào)、相互學(xué)習(xí)的一種合作行為。而在學(xué)習(xí)過(guò)程中，關(guān)系強(qiáng)度影響了相互之間的信息流通效果、交流的頻率等，如同知識(shí)的外部性空間邊界一樣，信息交互中信息交流也具有空間邊界，信息的溢出效應(yīng)如同知識(shí)的溢出效應(yīng)一樣，隨著關(guān)系強(qiáng)度的的密切而加強(qiáng)。因此，工程項(xiàng)目招投標(biāo)多利益主體合謀中信息交互效益與參與合謀的利益主體之間的關(guān)系強(qiáng)度密切相關(guān)。

識(shí)別者獲取的信息交互效益函數(shù)為：

(m())表示第個(gè)識(shí)別者在0~內(nèi)的信息交互效益。信息交互效益是反映跟蹤反饋效果的重要指標(biāo)。

正如行為心理學(xué)所言，理性人的行為總是受到自身心理活動(dòng)和其他相關(guān)行為人的行為所影響[13]。在工程項(xiàng)目招投標(biāo)多利益主體合謀當(dāng)中，識(shí)別者以及參與合謀的利益主體之間的關(guān)系強(qiáng)度受到多因素的影響。影響關(guān)系強(qiáng)度的因素包括了行為人之間的互動(dòng)程度、互信程度、互惠程度。其中互動(dòng)程度是建立識(shí)別者與其他利益主體的基礎(chǔ)，通過(guò)彼此不斷的信息交流與反饋，形成一定程度的相互信任。因?yàn)檠芯考僭O(shè)參與行為人都是理性人與經(jīng)濟(jì)人，因此能夠從彼此獲取的相互利益成為相互信任的基礎(chǔ)，也成為彼此繼續(xù)互動(dòng)的動(dòng)力。從邏輯關(guān)系上來(lái)看，互惠程度在某種意義上作為行為互動(dòng)和行為互信的中介調(diào)節(jié)因子，互信行為反饋調(diào)價(jià)互動(dòng)程度與互惠程度?；?dòng)頻次對(duì)互信程度是有限制的，因?yàn)楸M管利益主體交流次數(shù)多，但是由于互惠利益的限制或者收益風(fēng)險(xiǎn)的控制，利益主體之間的互信程度存在理論上界。因此識(shí)別者與利益主體之間的關(guān)系強(qiáng)度如下：

其中，互動(dòng)程度X()是指合謀者與其他第個(gè)潛在合謀者交流的頻次程度，互信程度Y()是合謀者與其他第個(gè)潛在合謀者相互信任的強(qiáng)度，互惠程度Z()是合謀者與其他第個(gè)潛在合謀者合作使雙方能夠得到的收益程度，是常數(shù)，表示互動(dòng)程度產(chǎn)生互信效果的閾值。

圖2 利益主體關(guān)系中互動(dòng)、互信、互惠強(qiáng)度的關(guān)系

3 試錯(cuò)鎖定模型構(gòu)建

則參與工程招投標(biāo)合謀的溢出效益包括了每個(gè)投標(biāo)者的是否參與合謀2種情況下效益的差值與招標(biāo)方是否參與合謀2種情況下效益的差值。將所有差值的和稱為項(xiàng)目合謀總的溢出價(jià)值。

()表示合謀項(xiàng)目總的溢出價(jià)值，由各投標(biāo)者的溢出價(jià)值和招標(biāo)方的溢出價(jià)值組成。工程招投標(biāo)過(guò)程中，投標(biāo)方會(huì)根據(jù)自身情況和標(biāo)書(shū)內(nèi)容進(jìn)行評(píng)估，最后擬定參與投標(biāo)的報(bào)價(jià)，并對(duì)該項(xiàng)目進(jìn)行成本估值。同時(shí)招標(biāo)方根據(jù)每個(gè)競(jìng)標(biāo)者提供的報(bào)價(jià)采取一定的反饋行為。不參與合謀情況下，中標(biāo)者應(yīng)當(dāng)為競(jìng)標(biāo)者中報(bào)價(jià)最低者，但出現(xiàn)合謀行為的時(shí)候，招標(biāo)方有可能在權(quán)衡與不同投標(biāo)方的合謀收益后，打破最低報(bào)價(jià)中標(biāo)的原則，通過(guò)修改報(bào)價(jià)、串標(biāo)、合謀競(jìng)標(biāo)等方式修改中標(biāo)方。因此投標(biāo)者的參與投標(biāo)的報(bào)價(jià)與成本估值成為合謀項(xiàng)目溢出效益的重要影響因素。

投標(biāo)者合謀溢出效益由個(gè)合謀者在一定時(shí)間內(nèi)，參與合謀與不參與合謀的預(yù)期效益差額構(gòu)成，則

式中：為參與的報(bào)價(jià)；為成本估值；L()為投標(biāo)者掌握的有效知識(shí)量；為知識(shí)轉(zhuǎn)化效益系數(shù)；為知識(shí)轉(zhuǎn)化閾值。

對(duì)于招標(biāo)者來(lái)說(shuō)，招標(biāo)者是否參與合謀取決于能夠從工程項(xiàng)目招投標(biāo)合謀中獲取溢出效益的大小。同時(shí)，因?yàn)槭艿酵稑?biāo)者互動(dòng)、互惠行為的影響，招標(biāo)者合謀溢出效益主要由投標(biāo)者知識(shí)量損失函數(shù)、與投標(biāo)者關(guān)系強(qiáng)度和投標(biāo)報(bào)價(jià)的影響。投標(biāo)者知識(shí)量損失函數(shù)主要表現(xiàn)為投標(biāo)者自身已有的知識(shí)量與實(shí)際參與合謀成功所需的知識(shí)量的差額，這種差額越大，則說(shuō)明投標(biāo)者在招投標(biāo)合謀當(dāng)中具備的信息量較少，相比而言，招標(biāo)者在合謀收益上更具有優(yōu)勢(shì)。此外，招標(biāo)者的溢出效益有招標(biāo)者與投標(biāo)者的關(guān)系強(qiáng)度調(diào)節(jié)，關(guān)系強(qiáng)度直接反應(yīng)了參與合謀的可行度，減少參與合謀的風(fēng)險(xiǎn)成本，因此招標(biāo)方將關(guān)系強(qiáng)度作為合謀與否的重要參考項(xiàng)。最后，招標(biāo)方參與合謀的溢出效益與投標(biāo)方的投標(biāo)報(bào)價(jià)有關(guān)，一般而言，投標(biāo)者參與投標(biāo)的報(bào)價(jià)越高，則招標(biāo)者進(jìn)行合謀的風(fēng)險(xiǎn)成本越高，相比而言獲取的溢出效益越低。基于此招標(biāo)方參與合謀的溢出效益函數(shù)如下：

其中，知識(shí)轉(zhuǎn)化效益系數(shù)，影響因子服從幾何布朗運(yùn)動(dòng)：

一定偵測(cè)行為的知識(shí)量下，邊際溢出效益為：

4 結(jié)論

1) 政府投資工程項(xiàng)目招投標(biāo)縱向合謀行為識(shí)別的剛性失效機(jī)制。揭示剛性階段(特指識(shí)別能力與水平一定條件下，縱向合謀行為頻次直線增加的情形)政府投資工程項(xiàng)目招投標(biāo)縱向合謀行為由隱性到顯性、量變到質(zhì)變變化時(shí)，識(shí)別系統(tǒng)在合謀行為觸發(fā)效應(yīng)、累加效應(yīng)與漲落效應(yīng)作用下的剛性失效機(jī)制。

2) 政府投資工程項(xiàng)目招投標(biāo)縱向合謀行為識(shí)別的跟蹤鎖定機(jī)制。剖析追蹤階段和鎖定階段對(duì)于政府投資工程項(xiàng)目招投標(biāo)縱向合謀行為識(shí)別的試錯(cuò)、查錯(cuò)、容錯(cuò)、糾錯(cuò)等行為，梳理縱向合謀行為的邏輯推理系統(tǒng)及動(dòng)態(tài)跟蹤與鎖定機(jī)制。

3) 強(qiáng)有力的監(jiān)管機(jī)制是規(guī)避政府投資工程項(xiàng)目招投標(biāo)多利益主體合謀的有力保障，而監(jiān)管的前提就是識(shí)別。因此，健全而有效的合謀行為識(shí)別機(jī)制更顯重要。不僅降低了由信息不對(duì)稱所帶來(lái)的合謀激勵(lì)，亦可為相關(guān)政策提供參考。

[1] SHAN M, CHAN A P C, LE Y, et al. Investigating the effectiveness of response strategies for vulnerabilities to corruption in the Chinese public construction sector[J]. Science and Engineering Ethics, 2015, 21(3): 683?705.

[2] Rahman M S. Privacy-friendly secure bidding for smart grid demand-response[J]. Information Sciences, 2017(379): 229?240.

[3] Benjamin R. Tacit Collusion in electricity markets with uncertain demand[J]. Review of Industrial Organization, 2016, 48(1): 1?25.

[4] Ortner J, Chassang S. Making corruption harder: Asymmetric information, collusion, and crime[J]. Journal of Political Economy, 2018, 126(5): 2108?2133.

[5] TIAN S, YUAN F, XIA G S. Multi-object tracking with inter-feedback between detection and tracking[J]. Neurocomputing, 2016(171): 768?780.

[6] XIANG P, ZHOU J, ZHOU X, et al. Construction project risk management based on the view of asymmetric information[J]. Journal of Construction Engineering and Management, 2012, 138(11): 1303?1311.

[7] Micola A R, Bunn D W. Crossholdings, concentration and information in capacity-constrained sealed bid-offer auctions[J]. Journal of Economic Behavior & Organization, 2008, 66(3–4): 748?766.

[8] Rachmilevitch S. Endogenous bid rotation in repeated auctions[J]. Journal of Economic Theory, 2013, 148(4): 1714?1725.

[9] Matou?ek J, Cingl L. Collusion in multi-object auctions: experimental evidence[J]. Eastern European Economics, 2017(13513): 1?29.

[10] Barceló C, Villanueva E. The response of household wealth to the risk of job loss: Evidence from differences in severance payments[J]. Labour Economics, 2016(39): 35?54.

[11] ZHU H, LIU T, ZHOU E. Risk quantification in stochastic simulation under input uncertainty[J]. Quantitative Finance, 2016(1): 23.

[12] Chirumalla K, Woodside A G. Organizing lessons learned practice for product–service innovation[J]. Journal of Business Research, 2016, 69(11): 4986?4991.

[13] Rosenblatt F. The perceptron: A probabilistic model for information storage and organization in the brain[M]. Boston: MIT Press, 1988.

[14] Ritika W. Deep learning: Evolution and expansion[J]. Cognitive Systems Research, 2018(52): 701?708.

[15] Rulei Y, Lei S. A user-based taxonomy for deep learning visualization[J]. Visual Informatics, 2018, 3(2): 147?154.

Research on identification of multi-stakeholder collusion in engineering project bidding

CHEN Jie, HOU Yunfei

(School of Civil Engineering, Changsha University of Science and Technology, Changsha 410114, China)

The collusion of multi-stakeholders in bidding for construction projects is a common economic and social phenomenon in the engineering field. Although the Chinese government has promulgated many laws and regulations to regulate bidding for construction projects, collusions still occur from time to time. Use mathematical derivation methods to construct related models from the perspectives of rigid failure, tracking feedback, and trial-and-error locking. In the case of identifying rigid failures, the information was screened and tested. The effective information was extracted, and the feedback was tracked. Then, the information was trial-and-error locked. The identification mechanism of the multi-stakeholder collusion behavior of the project biddingwad revealed. The present research can provide a reference for related policies.

engineering project; bidding; multi-stakeholder; collusion behavior; behavior recognition

TU723.2；F284

A

1672 ? 7029(2020)03 ? 0784 ? 07

10.19713/j.cnki.43?1423/u.T20191114

2019?12?12

國(guó)家自然科學(xué)基金資助項(xiàng)目(71771031)

侯云飛(1981?)，女，湖南常德人，講師，從事工程項(xiàng)目管理研究；E?mail：14162214@qq.com

(編輯 蔣學(xué)東)