以下是一份对所给金融研究报告“Swimming in Dark Water: When Cartels Mimic Competition”所做的极其详尽的解读与解构分析。分析覆盖元数据、逐章要点、图表/表格深度解读、估值与损害评估、风险与批判性视角,以及结论性综合。文中涉及的每一处来自原文的关键结论或推断,在相应句末均以 [page::页码] 的形式给出溯源标识,必要时对同一结论给出多页溯源但不超过两页。
元数据与概览(引言与研究概要)
标题、作者与机构、日期与主题。本篇论文题为“Swimming in Dark Water: When Cartels Mimic Competition”,作者为 David Imhof、Thierry Madies、Martin Huber,属于瑞士竞争委员会(COMCO)与弗里堡大学经济系的研究团队,研究对象是瑞士提契诺(Ticino)公路建设领域的长期价格合谋 cartel,时间覆盖1999年至2005年,辅以对比期( cartel 结束后的一段时间)的竞标数据进行比较分析。核心主题围绕内部组织结构、成本驱动的分配机制以及对公共采购价格的冲击,检验“弱卡特尔”(无现金支付/无对价)是否也能实现第一最佳的协同产出,并探索检测方法的不足与政策含义。核心发现包括:在缺乏对价的前提下,协定通过以成本为基础的分配逻辑接近第一最佳结果;观测到的成本代理(如距离、 backlog 等)显著预测中标概率与排序;通过双重机器学习(DML)估计,平均价格溢价至少在45%及以上,甚至可能更高。此段落的核心信息与结果均来自摘要性描述。溯源标注:1
研究要点、评级与对公允价格的政策含义。作者明确提出三大研究目标:测试“Ticino”卡特尔是否确实如理论所预期能够在没有现金对价的情况下实现第一最佳的分配效率;检验其是否通过对成本结构的高保真仿真( mimicking)来达到对竞价过程的总体协调,从而逃避常规的经济法检验;以及以传统经济模型结合机器学习方法来衡量对公共采购价格的损害。摘要与引言部分清晰地强调了研究的新颖性、方法论的组合性(回归、机器学习、以及双重机器学习)以及对政策工具的启示。溯源标注:2
研究贡献的三方面定位。作者总结性地指出:一是实证证据表明弱卡特尔能实现第一最佳协同产出;二是成本代理法在检测此类高度组织化、以成本为导向的合谋时存在显著盲点,因此需要综合检测框架;三是使用现代机器学习方法来提升对卡特尔损害的估计,得到高于传统研究的溢价水平。这些要点均来自引言部分的总结性段落。溯源标注:3
逐节深度解读(逐章精读与剖析)
章节结构与研究脉络
本文按常见的学术论文结构展开:第2章描述提契诺卡特尔的制度环境与内部组织、第3章界定关键变量与估计策略、第4章给出“ convention”在实际运作中的体现、第5章至第6章给出对价格/损害的估计与政策建议,第7章给出结论。各章节之间以逻辑链条串联:内部治理—成本代理与分配机制—是否具备竞争性的表征—对价格的实际冲击与政策含义。引用要点见各章起始段落。溯源标注:4 , 5 , 8 , 10 , 15 , 17
2.1 市场易于串谋的要素
要点摘要:提契诺市场的机构环境被界定为适合长期串谋的场域。17家参与路面施工企业、上游 Asphalt 色混合厂两家(A与B),以及多家厂商共同控股混合厂,形成高度的垂直一体化与关键投入的控制。卡特尔通过一项关于配给的书面“convention”(十三条章程)与每周例会进行日常协调,规定对所有公开及私人合同进行讨论并按预先设定的分配规则实施配给,且通过“搭便车”性质的覆盖报价(cover bids)来实现指定的中标者价格实施。对外部进入的严格进入壁垒(如禁止向非成员销售 asphalt 等)与对违规的严厉惩罚(被排除于关键投入的获取)共同维持了合谋纪律。文本中也指出了为何该市场结构自然促进长久的串谋,包括重复性互动、信息透明、相近的成本结构、以及对关键投入的垄断式控制。对照 OECD 的市场协调条件,作者指出 Ticino.market 具备多项使协同行为更易持续的特征。溯源标注:4 , 5
数据与实证基础的锚点:该章节以对市场结构的制度性描述为基础,为后续的估计提供理论驱动与结构性假设。溯源标注:5
2.2 合同分配机制(convention 的运作细节)
要点摘要:convention 包含三页、13 条,规定“每周会议、所有新招标及大于 CHF 20,000 的私人合同须公布并讨论、分配规则按五项准则执行”等要素。具体分配准则包括:a) 已获合同 backlog 的数量;b) 合同地点(距离);c) 企业专业化程度;d) 私人投标先行者;e) 同业协商与讨论(collegial discussion)。前两项被视为成本代理的核心,符合结构性 bidding 模型的逻辑。第三条涉及私标的优先权,目的是披露真实工作量以便更准确反映成本结构。最终的价格协调通过“cover bids”实现,即在保持指定中标者竞争力的前提下,抬高其他报价以匹配 cartel 分配。文本也强调没有现金对价,而是以制度性排他性工具维持合谋。溯源标注:6 , 7
关键推理:成本代理的分配机制能够在没有额外对价的情况下实现“第一最好”的协同结果,从制度安排层面就对价格抬升产生持续压力。文本通过论述分配规则与 cover bids 的关系,建立了成本与分配之间的内生耦合。溯源标注:7
2.3 价格协调与执行细节
要点摘要:在合同分配后, cartel 内部共同确定报价,要求中标方的报价前期由各方自行编制,然后再共同调整以确保分配的实现。若个别投标低于 cartel 的指定价格,需要人为提高(cover bids),以确保排名不被打乱,同时覆盖性报价要有充分理由且符合正式的招标文件。若被揭露,违规的惩罚包括被排除在关键投入之外。文中指出 Ticino 的竞争纪律几乎为零,且地理市场被界定为 Ticino 境内,混合厂的进入与出口被 cartel 控制,导致价格上涨幅度显著。若以 COMCO 的工程师估算作为对照, cartel 期内的最低报价通常与工程师的估算一致或超过,而 cartel 解散后,最低报价与估算的差距显著扩大(断点效应),表明工程师在价格基准中“内生吸纳”了 cartel 价格水平。溯源标注:7
章节小结(3. Key Variables & Estimation Strategies)
3.1 数据与采购过程:数据集涵盖 1999-2005 年 cartel 183个招标项目、 cartel 期间总计 1,060 项投标,以及 2005-2006 年的对比期 40 个招标、229 项投标;联合投标(consortia)约占 cartel 期 17%、对照期 23%。这为后续的回归与排序分析提供了比较基准。溯源标注:8
3.2 依赖变量与模型:核心目标是检验最低成本投标者(lowest bid)是否在 cartel 内部仍然由成本因素主导,通过 LWTBID(是否为最低投标)构建二元逻辑回归模型,且设计了六种模型以逐步加入成本代理、分配变量、以及企业层固定效应等控制变量。另一个因变量是 RANK(投标在同一标案中的排序),使用有序逻辑回归来分析。溯源标注:10
3.3 成本代理变量:核心代理包括距离(LNDIST,距离对成本的影响)、容量(LNCAP, backlog 的对成本的代理),以及“竞争对手最小距离/最小 backlog”的衍生变量(LNDIST SEC、LNCAP SEC)以捕捉潜在的对手强度与竞争压力。距离以对数形式处理,容量以两年回顾期的投标金额对数化表示。溯源标注:11
3.4 分配机制变量:LASTWIN(自上次中标以来的天数)、EQUAL(自 cartel 起已获得合同的累计值)、SCORE(覆盖性投标次数)等变量被用来捕捉轮换与公平性与 cartel 内部纪律的效应。溯源标注:11
3.5 联合体(Consortia):对同一合同的联合体,若与个体投标竞争,则采用其成员中的最低成本来代表成本代理,以此捕捉联盟带来的潜在协同与成本优势。对联邦投标的回归中每个联盟成员作为独立观测但同属一个联盟,其对应的分配变量保持一致,结果对联合体与非联合体的鲁棒性进行对比。溯源标注:12
规范执行与证据(4 The cartel convention at work)
4.1 最低投标分析:二元逻辑回归在多个规格下均显示 LNDIST(距离代理)呈显著的负向系数,意味着越远的投标概率越低,与“距离越近越可能成为最低价”这一成本逻辑一致。LNDIST SEC(最近对手距离)显著正,表示若最近对手离址更远,则赢的概率提升。LNCAP 的作用在仅个体投标样本中并不显著,但在含联合体样本时显著为负,表明 backlog 越高的企业越不可能提交最低价。SCORE 在全样本中对最终胜出概率有正向但较小的作用,说明覆盖性投标对赢得合同的影响较弱但在加入对手和固定效应后变为显著。综合对比表明成本代理变量的解释力大于分配变量,且带固定效应后效果更稳健,支持“成本驱动的分配”是 Ticino cartel 的核心机制。溯源标注:17 , 15
4.2 投标 ranks 的分析:对投标排序的有序逻辑回归结果与最低价分析一致,LNDIST、LNDIST SEC 的系数在不同样本与规格中持续显著,距离及对手距离对投标排序的影响显著,进一步证实 cartel 将投标排序与成本结构内生绑定。容量变量在单独投标样本中影响弱,但在包含联盟的样本中对排名有显著影响,且与固定效应一起,容量的作用被解释为对手工作量差异带来的成本差异被 cartel 内部所放大。SCORE 的效果在无固定效应时存在,在含固定效应时趋于消失,提示覆盖投标行为与企业的稳定角色高度相关。总体结论与最低价分析一致,即拍卖中的排序并非随机,而是以成本代理为主导。溯源标注:18 , 19
4.3 面向成本的检测方法(Bajari–Ye 框架):采用对成本代理的回归来测试条件独立性与可交换性。 cartel 期内,103 对企业之间仅有约 17 对未通过条件独立性检验,83%未被发现;交换性检验约 34 对未通过,67%通过(按单对统计口径),post-cartel 时样本容量小,结果存在一定局限。把两种检验结合起来看, cartel 期内只有 4% 的对被两项检验同时拒绝,54%未被任一检验拒绝,表明传统的成本基础检测在识别高度协同且遵循成本逻辑的招投标系统时往往无效。作者据此总结:成本-基础的检测方法在面对内部对成本逻辑的高度同质化组织时存在显著的盲点,需辅以其他检测策略(如基于招标分布、参与模式、排名结构等的筛选)来提升检出率。溯源标注:22 , 22
估值分析(Estimates of cartel damage)
5.1 方法:损害评估采用双重机器学习(DML)框架,以 LNBID(投标对数)为因变量,比较 cartel 与对照期的投标水平,控制 backlog、距离、及对手最小 backlog/距离等成本代理变量。为鲁棒性,结合随机森林(ranger,1000 树)、5 折交叉验证、重复 20 次取中位数的稳健估计等。Placebo 测试用于检验识别假设,即在假设 treated 与 control 的条件化协变量后,两期数据应无系统性差异。溯源标注:24
5.2 结果与结论: placebo 测试在 cartel 早期(1999-2004)及延展窗口中均未显著;实际价格效应在 2003–2006 区间达到约 0.63(全量招标)与 0.478(最低价招标)对数点,对应价格提升约 61% 与 88%;若扩展至 2001–2006,效应仍在 0.65–0.67 对数点范围(约 75%–95% 的价格提升区间,具体区间随定义而变),而使用整个 1999–2006 的全样本也得到类似的显著性结果。对近 cartel 终止前后的回溯分析(2004–2006)得到约 0.586 与 0.447 的对数点,约 56%–80% 的价格提升。对比线性回归模型,整合成本代理与时间趋势,估计 cartel 造成的价格提升在 45%–56% 区间。综合来看,作者给出的摘要性质结论是:Ticino 卡特尔的平均损害约为 45% 至 90% 的范围,显著高于文献中常见的中位值或平均值,显示该 cartel 虽然在形式上“弱”,却实现了第一最佳协同的内部效率。溯源标注:25 , 26
5.3 小结:研究结果表明通过将现场成本代理与机器学习结合,能更全面地估计 cartel 对公共采购的损害;且该损害水平明显高于部分传统研究的基线,强调在类似场景下的监管警示意义。溯源标注:26
政策建议(Policy recommendations)
核心主张:对抗性政策需要避免单一检测方法的局限性,需将成本-代理基础的筛查与对招投标分布、参与模式、排名结构等的描述性统计筛查、以及机器学习方法等相结合,以提升对高度隐蔽但高效协同的检测能力。对采购设计与市场结构进行监测,特别是在关键 inputs(如 Asphalt)的掌控、跨持股结构、以及联营体/联合体的使用方面,需要更高的监控与审查。作者强调 leniency 与 whistleblower(吹哨人)的激励机制应得到加强,以提高揭露概率,并主张将更主动的风险导向式监管与区域性基准比較等纳入日常监管体系。溯源标注:27
进一步的制度性建议:改善独立成本估算与外部基准的使用,避免仅以历史招投标数据作为基准形成 endogenous benchmarking;加强对重复性行业、同质化产品与关键投入领域的持续监控;推动多渠道检测框架,结合统计工具、机构情报与现场调查等组合使用。溯源标注:27
具体的制度性结论:该案例显示高效且隐蔽的卡特尔对公共财政造成重大冲击,要求在设计招投标制度时尽量降低协同成本的机会,强化对输入品(如混合厂/ asphalt)市场的竞争性与透明度,并以多元化的检测与执法组合来降低 false negatives 的风险。溯源标注:28
结论性综合(Conclusion)
结论要点:研究提供了对公采购领域中 Bid-rigging 的内部治理、市场效应及可检性的新证据。凭借异常丰富的文献证据,研究揭示该 Ticino 卡特尔通过一整套以成本为基础的分配规则、 regelmäßig 的会议与重复互动机制,构建了一个稳定且高效的协调体系,使得即使在没有现金对价的条件下,也能实现第一最佳的替代性协同产出。成本相关变量显著预测投标排序与中标结果,支持“成本驱动的分配—cover bids”的叙事框架,从而解释了为何常规基于成本的检测方法会产生高假阴性。对执法与监管的政策含义在于:单一检测框架不足以识别此类“以成本为逻辑的协同”式卡特尔,需结合多元化的、数据驱动的分析工具与制度性证据。对损害的估计显示平均溢价在 45%–90% 区间,显示出即使在“看似弱”的协同情境下,公共财政仍承受了显著的成本损害。结论还提出未来研究方向,如深入探讨卡特尔治理结构与可检测性之间的关系、将结构性模型与机器学习结合以增强检测的可迁移性,以及在其他行业和制度环境中的外推性。溯源标注:29 , 30
图表与表格深度解读(Charts, Tables 深度解读)
表1:结构性筛选(Structural screens)
描述与要点:表1汇总了 OECD 的市场结构性要素在 Ticino 案件中的体现,强调重复互动、市场透明度、技术创新不足、成本结构相近、对上游投入的控制等因素对“稳定且长期的共谋”有促进作用。解读:这是理论框架的实证支撑,帮助读者理解为何 Ticino 的市场条件尤其有利于形成稳定的合谋。溯源标注:5
表2:描述性统计(Descriptive statistics)
描述与要点:Table 2 给出 cartel 期与对照期的基本样本规模与构成(183 个 collusive tenders、40 个 competitive tenders;1,060 与 229 投标;联合投标比例等)。解读:提供了样本结构,说明数据覆盖面广且对比期较短,有助于后续的因果推断。溯源标注:8
表3、表4:年度招标数量与投标分布
描述与要点:Table 3 给出 Ticino 的年度合同总量与区间波动;Table 4 给出每个招标的投标数量分布(通常3–8家投标)。解读:揭示了需求规模的波动性与市场竞争的常态,从而帮助理解成本代理变量(如距离、 backlog)在不同年度的相对重要性。溯源标注:8 , 9
表5:变量描述(Description of the variables)
描述与要点:对驱动回归与模型的各变量(成本代理、分配变量、对联邦参与等)进行了逐项描述。解读:该表为整篇分析的变量矩阵提供了清晰的对照表,便于读者把握各变量与理论假设之间的对应关系。溯源标注:13
表6、表7:最低投标的二元逻辑回归(Individual bids – outcome: lowest bid)
描述与要点:Table 6 与 Table 7 给出多种模型设定下的系数与统计显著性。核心发现:LNDIST 在两张表中始终显著且为负,LNDIST SEC 为显著正,LNCAP 在包含联合投标时才显著为负;SCORE 在“完整模型+联盟”的规格中显著但影响较小。溯源标注:17 , 15
解读:证实了成本代理(尤其是距离)在 cartel 的“最低价投标”中具有主导作用,而单独的轮换分配规则对结果的解释力相对较弱。这直接支持作者关于“成本驱动的分配”的核心论断。溯源标注:17 , 15
表8、表9:投标排序(Ranks)的有序逻辑回归
描述与要点:Table 8(个别投标)与 Table 9(包含 consortia)的结果显示,LNDIST 对排序的正向影响显著,LNDIST SEC 的负向影响也显著(取决于样本)。容量变量在个体投标样本中作用有限,但在含有联盟的样本中对排名有显著影响,且在带固定效应的模型中效应趋于减弱。SCORE 对排名的影响在简单规格中为正,在包含固定效应后趋于消失。溯源标注:18 , 19
解读:与最低价分析一致,成本结构对整个排名分布起主导作用,表明 cartel 在分配时并非以简单队列轮换实现“隐性竞争”,而是系统性地按照成本差异来排序投标。溯源标注:18 , 19
表10、表11:Bajari–Ye 成本检测的对比表
描述与要点:表10(C1: 条件独立性、C2: 交换性)与表11(跨时期的组合拒绝情况)汇总了对照期与 cartel 期的检验结果。Cartel 期大量对未同时被两项测试拒绝,显示单纯的成本检测容易错过高度协调的卡特尔。表11 进一步指出 cartel 期中仅有很小比例的对被两项测试同时拒绝,且大部分对仅被单一测试拒绝。这些结果强调,成本基础的检测在高水平的成本-逻辑协调下容易产生高假阴性。溯源标注:22 , 22
解读:这组表格直接支撑了作者在4.3节中的主张:成本代理驱动的内部分配会削弱常规检测的统计信号,强化了“需要多维度方法”的政策建议。溯源标注:22
表12、表13、表14:损害估计的 DML 与线性模型结果
描述与要点:Table 12 给出 placebo 测试的结果,显示无显著效应;Table 13 给出实际价格效应的 DML 结果( cartel 相对于对照)以及在不同样本/时间窗下的效应大小,0.630(全 bids)与 0.478(最低 bids)对数点,对应价格提升约 61% 与 88%;延展至 2001–2006 或整段 1999–2006,效应仍显著,且时间邻近 cartel 结束的分析估计也在 56%-80% 区间。Table 14 给出线性趋势回归的结果,估计损害约 45%-56% 区间。综合结论为:Ticino 卡特尔的平均损害在 45% 至 90% 之间,且通过更灵活的非参数方法仍保持显著性。溯源标注:25 , 26
解读:这些结果以多种方法重复验证了 cartel 对公共采购的高额损害,且对比了传统方法与机器学习方法在估计结果上的一致性与稳健性。溯源标注:25 , 26
估值分析(方法学与假设的透明度)
方法论框架与实现细节
把研究中的损害估计放到双重机器学习(DML)框架内,以价格对数变换(LNBID)作为因变量,利用成本代理变量(LNCAP、LNDIST、LNDIST SEC、LNCAP SEC)以及对联邦参与等控制项进行因果分离。奖金/对比组的处理、对联邦投标的调控、以及对季节性、固定效应等的控制,确保估计中的偏误最小化。DML 的实现使用了 DoubleML 包(R)与 5 折交叉验证,外部使用随机森林作为非参数化的 nuisance 部分。 Placebo 检验用于检验识别假设。溯源标注:24
结果鲁棒性与实现细节:文中还给出对所有 bid 的对照与最低 bid 两组的对比,以及对不同时间窗(2003–2006、2001–2006、1999–2006)的稳健性测试,显示结果在不同设定下具有一致性。溯源标注:25
政策与监管的连接
研究强调检测方法的多样性、对成本基础检测的局限性以及对“输入品控制”、“联合体使用”等结构性要素的关注,提示监管机构在检测、执法与招投标设计方面需要跨方法整合。溯源标注:27 , 29
风险因素评估(风险识别、潜在偏误与稳健性)
数据与样本局限性
数据来源于 Ticino 地区的公开与私人招标记录,样本时段集中且地理区域有限,这为跨区域外推带来一定限制,但也强化了对该区域制度性因素与治理结构的研究深度。还需警惕在对照期存在的市场演变(如退出企业、市场进入者变化)对估计的影响。溯源标注:8 , 26
测试方法的局限性
4.3 小节的 Bajari–Ye 测试揭示:即使在 cartel 期,条件独立性与可交换性也并非全套成立,这意味着传统成本基础的筛查工具在高度组织化、成本-逻辑一致的竞标环境中容易产生高假阴性。作者也明确指出这并非对检测工具的全面否定,而是强调需多元方法共同使用。溯源标注:22
时间窗与因果推断的边界
暂且承认模型中的多种时间窗设定所带来的变化,但也意味着对 cartel 结束时间点的界定敏感性较大,尤其是在判断“事件前后”的比较时。作者通过多种样本范围与放大/缩小窗口来缓冲这一问题,但仍需在解释时保持谨慎;溯源标注:25 , 26
联合体的处理与鲁棒性
联合体(consortia)的存在会提升样本量并改变成本与风险分担的结构,作者进行了相应的鲁棒性测试(与与不包含 consortia 的结果对比),但也提示在对集团效应的完全控制方面可能仍存在潜在的异质性。溯源标注:12 , 15
批判性视角与细微差别(客观、审慎的批评)
强调的偏见与潜在困难
文章在很大程度上将 Ticino 案例描绘为“极度组织化、极度有效且高度隐蔽”的典型范例,这一判断在理论与经验层面具有强烈说服力,但也可能低估了其他非商业性因素(如地方政治、沟通网络、行业文化)在合谋中的作用。尽管文献回顾与检验方法多元,但对非成本变量(如非成本冲击、质量偏好等)的控制在文本中相对薄弱。溯源标注:4 , 29
数据驱动的置信区间与解释性
损害估计覆盖较宽区间(45%–90%),尽管各方法的中位数或点估计具有一致性,但区间的广度提示了不确定性与模型依赖性。文中对不同模型的鲁棒性分析是强项,但读者应关注潜在的异质性效应(不同地区、不同合同类型、不同施工规模)在其它环境中的外推性。溯源标注:26
对称性和平衡性假设的敏感性
许多结论基于成本代理变量在不同模型中的显著性与一致性,以及包含对联邦参与的固定效应模型。尽管这是较为严格的设定,但对于一些边缘合同、非常小的投标者及非常大规模项目的特殊性,可能仍存在估计偏误。溯源标注:10 , 14
政策建议的普遍性与可操作性
作者提出的多元化检测框架与对输入市场监管的关注,具有重要的政策启示,但在跨国或不同司法辖区的适用性需要进一步的外部验证。具体做法如“独立成本基准、外部基准、跨区域比较”等需要在实际执法框架中落地,这通常涉及数据获取、机构协调与时间成本的权衡。溯源标注:27
结论性综合(综合要点与政策启示)
核心发现的要点总结
Ticino 案件证明了“弱卡特尔”在没有现金对价的前提下,通过以成本为核心的分配机制,能够实现接近第一最佳的协同产出,且通过覆盖投标与内部排序来维持对 cartel 的纪律性与稳定性。成本代理(距离、 backlog、对手距离等)对 winning probability 与排名具有主导作用,远超单纯的轮换机制的重要性。传统的成本检测方法在捕捉此类高度成本驱动的协作时存在显著的盲点,需要结合描述性统计筛查、机器学习等方法来提高检出率。对价格的损害估计显示,在对照期与 cartel 期之间,平均溢价约 45%–达 90% 的区间,显示出该 cartel 对公共财政造成的显著冲击。溯源标注:16 , 22 , 25 , 26
政策含义的要点回顾
建议构建一个多元化的检测框架,将成本代理之外的信号(招投标分布异常、参与模式、排名结构等)纳入评估,并结合机器学习工具以提升对隐性协同行为的识别能力。对采购设计的改良应关注进入壁垒的结构性控制、对关键投入的市场竞争性、对联合体/共同行动的监管,以及对吹哨人与宽恕计划的制度性支持。以上政策观点直接来自于“政策建议”章节的综合性描述。溯源标注:27 , 28
附注:括注的页码溯源均来自原文提供的页标,在引用具体表格或论点时,我尽量将相关结论与原文对应的页码连接起来,以便后续溯源与复核。若需对某一具体表格(如表6–表9、表10–表14)展开逐项数据再现与再计算,请告知,我可进一步逐表展开数值级对比与再现性检验的细节。
总体而言,该报告以 Ticino 案例为基础,系统揭示了“成本驱动的内部分配”如何在没有对价的情况下实现高效的协同行为及其对外部检测体系的挑战;同时也为监管机构提供了一个多元化的检测框架与采购设计的改革方向,强调在真实世界的采购市场中,单一方法往往不足以发现高度整合的隐性共谋。溯源标注:29 , 27