“Aprendizaje Automático (Machine Learning) para Promover la Competencia en la Contratación Pública (ML-PCCP)”

Julian di Giovanni (ICREA); Manuel García-Santana (Universitat Pompeu Fabra); Javier Asensio Ruiz de Alda (Universitat Autònoma de Barcelona); Anna Matas (Universitat Autònoma de Barcelona); Gerard Llobet (Centro de Estudios Monetarios y Financieros CEMFI).

En la contratación pública existe un sesgo muy alto hacia las empresas domésticas (solo el 1.6% de los contratos adjudicados en la UE fueron obtenidos por empresas extranjeras, con datos de 2011) y este proyecto trata de explicar los porqués. A través de estadísticas del Ministerio de Fomento sobre adjudicaciones de concesiones de transporte, estudiará cuál es el diseño con el que se construyen las subastas y cómo impactan esos mecanismos en el bienestar de los ciudadanos (en el caso concreto de las concesiones de transporte, se estudiarán datos de demanda que se cruzarán con los precios y se podrá cuantificar el ahorro que supuso para el consumidor la mayor competencia en las subastas).

Lo que persigue el proyecto, en última instancia,  es crear una metodología o un mecanismo que permita generar una mayor visibilidad sobre el impacto que las adjudicaciones tienen en la economía, ya que existe una gran cantidad de información sobre adjudicaciones (así lo obliga la Ley de Transparencia) pero no está analizada y no es fácilmente accesible.