The participation of foreign bidders in EU public procurement: Too much or too little?
Notice bibliographique
Résumé
This policy brief examines EU public procurement data from the Tenders Electronic Daily (TED) to evaluate foreign bidders' participation and success in winning EU public contracts. Despite data coverage limitations, the available information shows an increase in foreign participation in both full and partial contracts, with most activity concentrated in a few countries. Countries like the United States, Japan, and Canada focus on securing full contracts, while nations such as Norway and Turkey often engage through partial contracts. Notably, since Brexit, UK bidders have faced a significant decline in market share, benefiting other countries. The main conclusion is that foreign participation via cross-border procurement (Mode 1) - the only one available in the TED database - is not very high. Although it increased over time, it remains relatively modest, mainly due to low participation rates, rather than discriminatory practices. Between 2016 and 2019, only about 7 percent of EU procurement authorities received foreign bids. This fact alone largely explains the low level of cross-border procurement taking place via Mode 1: put simply, there is no winning without trying. Another important conclusion is that a comprehensive assessment of the participation of foreign bidders in EU procurement would require two new key metrics in the TED data collection process to capture the more important yet missing modes of international procurement. Having reliable and comprehensive data is not just an academic pursuit but a necessity for shaping effective EU policy in the face of rising global protectionism in public procurement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».