朱 琳
腐敗的測量與識別*
朱 琳
對腐敗進行測量和識別是檢驗腐敗的根源和后果,以及評估反腐敗政策績效的基礎。現有文獻對腐敗的測量和識別提供了多種方法。官方公布的腐敗案件數量以及通過問卷調查來獲得受訪者行賄和腐敗感知的信息,為測量腐敗提供了系統(tǒng)性的數據。研究方法的改進在很大程度上克服了這些測量方法的局限性。這包括利用列表實驗法來解決受訪者在問卷調查中可能瞞報行賄經歷的問題,以及通過輔測錨定法來提高受訪者主觀腐敗感知評分的人際可比性。當缺少系統(tǒng)數據時,已有研究主要依賴于一系列因果分析和差值估計法來識別腐敗的發(fā)生及其程度。其中,因果識別法將政治關聯作為腐敗的一種代理變量,通過一般回歸或事件分析法考察那些具有政治關系的企業(yè)和沒有政治關系的企業(yè)是否存在系統(tǒng)性差異,以此估算出腐敗所帶來的經濟價值。最后,差值估計法利用對同一指標在腐敗發(fā)生前后的兩次測量值之差來估計腐敗程度。這一方法被應用于對關稅、政府采購、公共工程、轉移支付以及官員灰色收入等領域腐敗的識別。
腐?。?測量; 識別; 方法
腐敗一般被定義為“濫用公共權力謀取私人利益”,或“濫用委托代理權力謀取私利”(Gambetta, 2002)?,F有文獻普遍認為腐敗對社會經濟具有負面影響(Lambsdorff, 1999; Bentzen, 2012)。而對腐敗的有效打擊,需要廓清腐敗滋生的根源(Treisman, 2007)。然而,不管是對腐敗的后果或是根源的分析,作為其研究的基礎,現有文獻對于如何測量腐敗卻一直沒有達成一致。該問題的困難在于,腐敗作為一種非法行為,除非被舉報或者破獲,腐敗參與者并不會主動報告腐敗(朱琳和宮伏佳,2015)。對腐敗程度的估算工作構成了政府決策和學者研究的前提,腐敗的嚴重程度決定了決策的迫切性和研究的重要性。但該問題的重要性遠不止于此:描述性推論是一切因果推論的前提。第一,對于那些將腐敗作為解釋變量,探索腐敗影響的實證研究來說,如果無法對腐敗進行準確的測量,所造成的測量偏誤可能會和回歸的殘差項相關,比如,不易測量的官場文化及領導人個人特質。如果這些因素既影響了腐敗的發(fā)生,也對腐敗的后果(如政府效率和政治信任)產生影響的話,會造成內生性問題進而導致估計結果的不一致?;谠摴烙嫿Y果獲得的政策性含義,就有誤導性。第二,如果腐敗作為被解釋變量出現在回歸中,其測量偏誤與方程的解釋因素相關的話,同樣會導致任一解釋變量系數估計的不一致。
本文的寫作目的旨在提供關于腐敗測量和識別方法的介紹,以及利用這些方法對中國腐敗程度的估算。從現有文獻來看,目前對于腐敗進行系統(tǒng)性測量的方法主要有兩種:第一種是利用官方公布的腐敗案件數量;第二種是利用調查數據,包括企業(yè)或個人的行賄經歷以及受訪者對政府腐敗的主觀感知。這兩種測量方法可以提供系統(tǒng)性數據,從而對一個地區(qū)的腐敗水平進行描述和估計,在此基礎上進行跨地區(qū)的比較和歷時趨勢的分析。其中,調查數據主要由一些國際組織完成(例如透明國際和世界銀行)。這些數據以國家為單位,可以用于跨國研究。官方公布的案件數據因為各國法律及統(tǒng)計口徑不同,難以進行跨國比較。在缺乏系統(tǒng)性數據的情況下,研究者還依賴一系列巧妙的研究設計和統(tǒng)計方法來識別腐敗。研究者著眼于政商關系,利用回歸分析來檢驗那些有政治關聯的企業(yè)與沒有政治關聯的企業(yè)在市場行為上是否有系統(tǒng)性差異。利用政商關系來識別腐敗,可以采用一般線性回歸來檢驗政治關聯對企業(yè)市場行為的影響,也可以利用外生事件來檢驗政治資本的突然獲得或失去對于企業(yè)的影響。另外的一些文獻使用差值估計法,即利用腐敗發(fā)生前后對于同一指標進行兩次測量并交叉比較來獲得關于腐敗水平的估計。已有文獻將差值估計法應用于對關稅、政府采購、公共工程、轉移支付以及官員灰色收入等領域腐敗的識別。
對于腐敗水平的系統(tǒng)性測量,主要通過腐敗案件數量、個人或企業(yè)的腐敗接觸和腐敗主觀感知來獲得。前者來自于官方公布的數據,而后者則是基于對問卷調查數據的匯總。下面我們分別介紹這兩種方法。
(一)官方公布數據
政府官方公布的腐敗案件數量是實證研究中測量腐敗水平的重要數據來源。例如,使用各級檢察院年度報告中公布的腐敗案件數量(主要是貪污、受賄和挪用公款)來測量中國的腐敗水平。法雷和菲南(Fezzaz & Finan,2008, 2011)利用巴西的政府審計數據測量各個城市腐敗的情況。利用案件數據來測量腐敗存在以下局限:首先,各國關于腐敗的法律定義各不相同。因此,這一測量方式不適用于跨國研究。其次,更為重要的是,測量的有效性受到了質疑。一些研究認為官方腐敗案件數據受到反腐敗力度和成效以及腐敗者隱瞞罪行能力的影響(Olken & Pande, 2012),更多地反映了政府的反腐敗水平(例如,王賢彬等,2016;張軍等,2007)。例如,檢察院立案的腐敗案件數量在2012年之后快速增長,這并不能說明這一時期中國腐敗惡化,而應更多地歸因于十八大以來的高壓反腐敗態(tài)勢。因此,案件數量這一指標事實上同時受到了腐敗發(fā)生率和反腐敗力度的影響。
(二)調查問卷數據
由于難以從實際的腐敗發(fā)生數量來測量腐敗水平,研究者轉而通過調查受訪者的腐敗經歷和主觀感知來估計一個國家或地區(qū)的腐敗水平。
1. 腐敗接觸
針對企業(yè)行賄調查的一個重要數據來自于世界經濟論壇的《全球競爭力報告》中關于非法支付和賄賂的指標(Irregular Payments and Bribes,簡稱IPB)。在該調查中,企業(yè)高管對其所在國家在進出口、公共設施、納稅、獲得政府合同和執(zhí)照、法律事務方面要支付賄賂的普遍性進行了評價。在2016至2017年度的報告中,中國在所調查的138個國家中排名第54位。
除了直接提問,另一些研究利用企業(yè)與政府的公關成本來間接測量腐敗(如Cai et al., 2011)。例如,魏下海等的研究(2015)利用中國私營企業(yè)調查數據,以企業(yè)人均公關招待費來測量其尋租的活躍程度,以企業(yè)被索要的人均攤派費表示其被抽租的程度。結果顯示,2012年全國私營企業(yè)人均公關招待費0.301萬元、攤派費0.169萬元。另外的一些研究利用企業(yè)與政府部門打交道的時間來測量腐敗。例如,尤婧和聶輝華(You & Nie,2017)利用企業(yè)每年與政府部門打交道的時間比例來測量企業(yè)行賄的程度。結果發(fā)現,2005年中國企業(yè)平均花費16%的時間(約58天)用于與政府打交道。
現有數據還調查了個人行賄或被公職人員索賄的經歷。該領域的一個重要數據是聯合國的國際犯罪受害者調查。2000年的數據顯示,索賄在拉美和亞洲等發(fā)展中國家最為普遍,其次是在轉型國家。倪星等在2015年和2016年進行的全國性調查研究了中國民眾行賄或被索賄的頻率(倪星,李珠,2016)。表1歸納了利用問卷調查測量行賄的數據庫。
表1 關于行賄的調查
2.腐敗感知
通過問卷調查收集受訪者對于當地腐敗水平的感知,是跨國研究測量腐敗最為普遍的做法。目前最具影響力的腐敗主觀感知數據是透明國際的腐敗感知指數(corruption perception index,簡稱CPI)。該指數通過對其他多個調查機構的數據進行合并而成,被廣泛地應用于許多跨國比較的實證研究中(例如: Cooray, et al., 2017; Bosco, 2016;Treisman, 2000; Mauro, 1998)。中國在腐敗主觀測量的得分及排名自上世紀90年代以來已有顯著提高。以CPI為例,中國的得分從1995年的22分提高到2016年的41分,排名也相應地從97.6%提高到前50%。表2 列舉了目前我們能夠收集到的關于腐敗主觀感知的調查。
利用主觀腐敗感知來測量腐敗,同樣存在局限性(Knack, 2006)。首先,個體對于腐敗定義和容忍程度的差異性會導致評價尺度偏差,最終造成個體之間的腐敗感知評價結果不可比。為了處理這一問題,新近的一些研究利用虛擬情景錨定法(Anchoring Vignettes)對個體的腐敗感知評價得分進行校正。其次,個體的腐敗感知反映的是一種民意,而非實際的腐敗程度 (Kaufmann, 2006; Golden & Picci, 2005)。盡管存在上述缺陷,主觀感知數據仍具有一定的信度。透明國際的CPI指數在2005年使用的16個數據來源,其平均皮爾遜相關系數達到0.87(Lambsdorff, 2005)。這說明不同的主觀測量指標具有一致性。更重要的是,即使主觀感知不能很好地反映客觀腐敗水平,但其結果對于執(zhí)政者而言可能更為重要。在一些較為清廉的地區(qū),政府官員輕微的不當行為也會成為社會抨擊的焦點,甚至引發(fā)大規(guī)模社會運動,引起社會不穩(wěn)定。
表2 關于腐敗主觀感知的調查
值得指出的是,大部分的關于腐敗感知和經歷的調查歷來由國際組織開展,只能用于跨國研究。倪星等在一項全國范圍的調查中,使用地級行政單位作為抽樣框對每個地級市分別進行抽樣,并保證了足夠的樣本量,在此基礎上測算了各省市的腐敗接觸和腐敗感知水平。這為利用中國的數據進行腐敗感知或經歷的因果關系研究提供了基礎(倪星、李珠,2016)。
即使在缺少系統(tǒng)性數據的情況下,學者依然可以利用一系列巧妙的研究設計和統(tǒng)計方法對某些領域的腐敗水平進行估計。就研究設計來說,現有文獻主要通過回歸分析及差值估計法來進行研究。
(一)回歸分析
該領域文獻涉及的因果識別從政企關系出發(fā),將政治關聯作為腐敗的一種代理變量,考察那些具有政治關系的企業(yè)是否和沒有政治關系的企業(yè)有系統(tǒng)性差異,以此估算出腐敗所帶來的商業(yè)價值。政治關聯通常用公司的股東或高管是否曾經或正在擔任政府官員或國會議員,以及通過選舉捐款獲得的政治關系來表示(吳文峰等,2008)。根據因果識別的方法,該領域文獻可分為一般的線性回歸和外生事件分析。
1.一般線性回歸
該領域文獻利用上市公司數據,檢驗企業(yè)在股價、獲得優(yōu)惠政策、貸款、規(guī)避管制等方面是否與那些沒有政治關聯的企業(yè)有系統(tǒng)性差異(例如,Khwaja & Mian, 2005; Faccio et al., 2006)。這些差異代表了政商關系為企業(yè)帶來的利益。利用這一方法,現有研究利用中國的數據來檢驗企業(yè)高管的政府背景對于公司價值和運營的影響(Fan et al., 2007;Li et al., 2008; 潘紅波等,2008;張敏等,2010;Chan et al., 2012)。例如,吳文鋒等(2008)發(fā)現,超過30%的中國私營企業(yè)的高管具有中央或地方政府的任職背景。在地方政府中度干預的地區(qū),高管的地方政府背景為企業(yè)增加了10.49%的價值。上述研究的問題在于如何剔除政治關聯影響企業(yè)價值的其他機制(例如,政治關聯企業(yè)在專業(yè)能力和獲取信息的便利性上更有優(yōu)勢),進而識別出腐敗產生的凈效應(Khwaja & Mian, 2011)。陳婷等新近的研究利用倍差法來解決這一問題(Chen et al., working paper)。該研究發(fā)現,在剔除其他影響機制后,有政治關聯的企業(yè)比那些沒有的企業(yè)在中國的初級土地市場交易中享受了超過10%的地價折扣,這造成了地方政府在土地稅收上的損失。
2. 事件分析
另外一批為數不多的研究利用事件分析方法(event study),檢驗了當被認為與公司存在關聯的政治家突然獲得或者喪失權力時,公司股價或收益的變動(Zitzewitz, 2012)。費斯曼(Fisman,2001)的研究以印度尼西亞蘇哈托執(zhí)政晚期為背景,收集了1995年至1997年間關于蘇哈托身體健康惡化的消息來測量對政治關聯企業(yè)產生的外生沖擊。結果發(fā)現,在蘇哈托病情惡化消息傳出期間,與蘇哈托關聯最強的企業(yè)的股票收益率下跌了23%。其他類似的研究還包括:金融市場對美國前副總統(tǒng)理查斯·切尼一系列事件的反應(Fisman et al.,2012);美國共和黨參議員杰福茲退出共和黨對于企業(yè)的影響 (Jayachandran, 2006);政治家突然死亡對于家鄉(xiāng)企業(yè)的影響 (Faccio & Parsley, 2009)。法西奧(Faccio,2006)試圖超越對單個政治家與關聯企業(yè)之間關系的研究。他構建了一個包括47個國家或地區(qū)的超過2萬家上市公司的數據庫,并識別了有政治關聯的企業(yè),結果發(fā)現其中的35個國家或地區(qū)存在著不同程度的政治關聯。該研究發(fā)現當企業(yè)高管或大股東贏得選舉進入政界,以及官員被委任擔任企業(yè)董事時,企業(yè)的累計超額收益率增長了1.43%。值得一提的是,王玉華(Wang,2016)利用事件分析法檢驗了中國地方原領導人落馬對于其政治關聯企業(yè)的影響,結果發(fā)現那些與地方政府關聯的企業(yè)在其落馬后出現了股價下跌。
(二)差值估計法
這一方法通常利用對同一指標在腐敗發(fā)生前后的兩次測量值之差來估計腐敗程度。奧肯和潘德(Olken & Pande,2012)將這一方法稱為差值估計法(Estimation by Subtraction)。差值估計法的研究對象可以是某個領域或者項目,也可能是公職人員。下面我們介紹差值估計法在不同領域的應用。
1.關稅差值
利用差值來測量腐敗,最早可以追溯到普里切特(tchet)和塞西(Seth)關于發(fā)展中國家關稅稅率的研究(1994)。研究者通過課稅物品數量及其相應的稅率計算出平均稅率,并與這一批物品實際征收的稅率進行比較,二者之間的差值即為關稅流失的部分,而這很可能是腐敗造成的。在該研究的基礎上,范斯曼和魏尚進(Fisman & Wei,2004)利用香港和大陸海關數據進一步測量了跨境進出口的逃稅行為。具體而言,研究者將從香港直接出口至大陸以及從大陸直接進口至香港的同類物品數量和價值進行了匹配。研究結果發(fā)現,相比香港海關數據中登記的從香港出口至大陸的商品,大陸海關登記的數據中從香港進口的商品在數量和價值上都更低。同時,大陸征稅高的商品這一差值更高。
2.價格差值
差值法的另一篇開創(chuàng)性研究來自于迪特拉和史察哥若德斯基(Di Tella & Schargrodsky,2003)關于檢驗工資和審計對反腐敗作用的文章。1996年至1997年間,阿根廷的首都對全市33家公立醫(yī)院進行一場打擊腐敗的審計工作。通過比較審計工作開始前后各家醫(yī)院藥品采購的價格,研究者發(fā)現醫(yī)院的藥品采購價格在審計開展期間下降了18%。研究者認為這一差值代表了藥品采購的腐敗水平。使用類似的方法,謝長泰和莫雷蒂(Hsieh & Moretti, 2006)利用石油的價格差值研究了伊拉克在石油換食品計劃中存在的腐敗問題。該研究估算,伊拉克政府在石油換食品計劃中利用壓低石油價格收受了大約13億美元的賄賂。費思曼和王永祥(Fisman & Wang,2015)利用類似方法,估算出中國在1995年至2007年的國有企業(yè)私有化過程中流失的資產價值。
3.政府報告與現場審計的差值
Olken (2007)利用獨立調查的結果與官方數據進行交叉檢驗,研究了印尼608個村莊的鄉(xiāng)村公路項目。研究者聘請工程師對公路耗材和人工成本進行評估,得到工程的造價總額,并將其與村級項目報告中的支出總額進行比較。二者的差值即為工程中由于腐敗而產生的額外成本。結果發(fā)現平均每個村莊要支付24%的額外成本。雷尼卡和史文森(Reinikka & Svensson,2004)通過對烏干達的公立小學進行抽樣追蹤調查,在對比了中央給學校轉移的原定補助金額和學校實際收到的補助后,發(fā)現只有13%的中央補助到達了學校,而大部分的補貼被地方政府截留。類似的研究還包括金和皮奇(Golden & Picci,2005) 對于意大利基礎設施建設中的腐敗水平估計。
4.收入差值
一些學者利用個體或家庭的支出水平來估計其真實的收入,并與個體自報的收入對比,估計政府官員的非官方收入,即腐敗水平。哥若尼克和彼得(Gorodnichenko & Peter,2007)發(fā)現公共部門職員的工資比其在私人部門的相應者低了24—32%。相反地,公共部門和私人部門的職員在其消費支出上卻沒有明顯差異。這表明公共部門職員除了工資福利之外仍可收到我們無法測量到的貨幣補償,以維持與私人部門職員相對持平的消費水平,而這部分貨幣補償則是通過受賄獲得的。研究者據此測算出烏克蘭政府職員在2003年的受賄總額在4.57億到5.8億之間。利用類似的方法,鄧永恒和吳靜(Deng & Wu,working paper)的研究利用中國大城市公積金數據估計了公務員的非官方收入(unofficial income)。結果發(fā)現,部分公務員收取了非官方收入,該比例隨著官員級別和所在部門的重要性的提高而增加。利用收入差值來估計公職人員的腐敗收入,其不足在于所觀察到的差值可能只是測量的誤差,而難以將其直接歸因于腐敗。
(三)其他方法
前文討論了現有文獻中識別腐敗的兩種主要的方法,但并未窮盡所有的方法。一個著名的文獻是費斯曼和米格爾(Fisman & Miguel,2007)用駐聯合國外交官違章停車數量來表示各國腐敗程度,并檢驗了文化和法律環(huán)境對腐敗的影響。方漢明等 (Fang et al. working paper) 利用中國某商業(yè)銀行2004年至2010年的房貸合同數據,識別出“公職人員”在購房中享受了價格的優(yōu)惠。但該研究并不能剔除團購優(yōu)惠或體制福利的因素。另外的一些研究通過控制實驗法,在實驗室或者實地實驗情境中觀察實驗參加者是否實行腐敗行為,并檢驗那些可能影響腐敗行為發(fā)生的因素*關于利用實驗方法來研究腐敗的文獻可參見阿賓克(Abbink,2006)對這一問題的綜述。。控制實驗法的優(yōu)勢在于研究者可以在個體層面清楚地觀察到腐敗行為的發(fā)生,并在獨一無二的情境中檢驗所有可能的遏制腐敗行為的因素(例如高薪、加強監(jiān)管以及懲治)。但是,實驗方法對腐敗行為的識別只能停留在實驗情境中,難以復制到真實的社會環(huán)境。只有利用其他方法先識別出腐敗,才能更好地利用實驗方法來檢驗其影響因素。例如,前文提到的Olken (2007)以及Di Tella 和 Schargrodsky(2003)的研究都是利用差值法先識別出特定項目中腐敗的程度,再通過設置不同的反腐敗措施來檢驗其政策效果。
對腐敗進行量化是研究腐敗的根源和后果,以及評估反腐敗政策績效的基礎。首先,本文綜述了已有文獻中對腐敗進行測量的方法和數據,包括利用官方公布的腐敗案件數據和調查數據來獲得對企業(yè)的行賄程度和公眾對政府的腐敗感知。隨著研究方法的改進和數據的積累,其中一些測量方法和指標有望為我們提供更為有效和可靠的關于腐敗程度的估計,例如對于腐敗接觸的測量。其次,在缺少系統(tǒng)數據的情況下,已有研究還通過回歸分析來識別政商關系中腐敗對企業(yè)市場價值的影響。該領域的文獻表明,政商勾結仍是目前腐敗的重要形式。腐敗對企業(yè)所帶來的利益將扭曲企業(yè)的投資,使企業(yè)將更多的資源投放在政商關系的獲得和鞏固上,而非進行創(chuàng)新和生產效率的提高。更重要的是,政府為了獲得更多的賄賂,將土地等資源分配給與之關聯的企業(yè),而非那些生產效率更高的企業(yè),將損失資源的配置效率,造成更多的經濟損失。最后,依靠差值法可以識別出由于腐敗而流失的公共資金、稅收、公職人員的非官方收入及其所享受的房價優(yōu)惠。由于測量腐敗的系統(tǒng)性數據存在噪音,難以準確測量腐敗的水平,而因果識別法則通過準確估計由于腐敗而帶來的損失或收益來識別腐敗的存在和水平,因此越來越受到研究者的青睞。但在多數情況下,這些識別腐敗的方法都只適用于具體的項目或領域,而不能推廣到對整個地區(qū)或國家的整體腐敗水平的估計。如何將這些方法所識別出來的腐敗程度應用在關于腐敗的根源及影響的分析中,仍有待于進一步的研究來解決。
倪星,李珠. 政府清廉感知:差序格局及其解釋——基于2015年度全國廉情調查的數據分析. 公共行政評論, 2016, 9(3):4—20.
潘紅波,夏新平,余明桂. 政府干預、政治關聯與地方國有企業(yè)并購. 經濟研究, 2008, 4:41—52.
魏下海, 董志強, 金釗. 腐敗與企業(yè)生命力: 尋租和抽租影響開工率的經驗研究. 世界經濟, 2015 (1): 105—125.
吳文鋒,吳沖鋒,劉曉薇. 中國民營上市公司高管的政府背景與公司價值. 經濟研究, 2008(7): 130—141.
王賢彬,黃亮雄,徐現祥. 高官落馬遏制腐敗了嗎?——來自震懾效應的解釋. 世界經濟文匯, 2016, 2:1—23.
張軍,高遠,傅勇,張弘. 中國為什么擁有了良好的基礎設施?. 經濟研究,2007, 3:4—19.
張敏,張勝,申慧慧,王成方. 政治關聯與信貸資源配置效率——來自我國民營上市公司的經驗證據. 管理世界, 2010,11: 143—153.
朱琳,宮伏佳. 腐敗主客觀測量結果差異性研究. 經濟社會體制比較, 2015, 5:65—80.
Abbink K. 14 Laboratory experiments on corruption. International handbook on the economics of corruption, 2006: 418—435.
Bentzen J S. How Bad Is Corruption? Cross-country Evidence of the Impact of Corruption on Economic Prosperity. Review of Development Economics, 2012, 16(1): 167—184.
Bosco, Bruno. Old and new factors affecting corruption in Europe: evidence from panel data. 2016,51:66—85.
Cai H, Fang H, Xu L C. Eat, Drink, Firms, Government: An Investigation of Corruption from the Entertainment and Travel Costs of Chinese Firms. The Journal of Law and Economics, 2011, 54(1):55—78.
Chan K S, Dang V Q T, Yan I K M. Chinese Firms’ Political Connection, Ownership, and Financing Constraints. Economics Letters, 2012, 115(2): 164—167.
Chen T, Han L, Kung J, and Xie J X. Untangling the Web of Corruption between Public Officials and Firms in China’s Land Market. Working paper.
Cooray A, Dzhumashev R, Schneider F. How Does Corruption Affect Public Debt? An Empirical Analysis. World Development, 2017, 90:115—127.
Deng Yongheng, Wu Jing. Estimating the Unofficial Income of Officials: The Case of China. Working paper.
Di Tella R, Schargrodsky E. The Role of Wages and Auditing During a Crackdown on Corruption in the City of Buenos Aires. Journal of law and Economics, 2003, 46(1): 269—292.
Faccio M. Politically connected firms. The American economic review, 2006, 96(1): 369—386.
Faccio M, Masulis R W, McConnell J. Political Connections and Corporate Bailouts. The Journal of Finance, 2006, 61(6): 2597—2635.
Faccio M, Parsley D C. Sudden Deaths: Taking Stock of Geographic Ties. Journal of Financial and Quantitative Analysis, 2009, 44(3): 683—718.
Fan J., Wong T.J., and Zhang T. Politically Connected CEOs, Corporate Governance, and Post-IPO performance of China’s Newly Partially Privatized Firms. Journal of Financial Economics, 2007, 84(2):330—357.
Fang H, Gu Q, Zhou L A. The Gradients of Power: Evidence from the Chinese Housing Market. National Bureau of Economic Research, working paper.
Ferraz C, Finan F. Exposing corrupt politicians: the effects of Brazil's publicly released audits on electoral outcomes. The Quarterly Journal of Economics, 2008, 123(2): 703—745.
Fisman R. Estimating the Value of Political Connections. The American Economic Review, 2001, 91(4):1095—1102.
Fisman R, Wei S J. Tax Rates and Tax Evasion: Evidence from “Missing Imports” in China. Journal of Political Economy, 2004, 112(2):471—496.
Fisman D, Fisman R J, Galef J, et al. Estimating the Value of Connections to Vice-President Cheney. The BE Journal of Economic Analysis & Policy, 2012, 12(3):1—20.
Fisman R, Miguel E. Corruption, Norms, and Legal Enforcement: Evidence from Diplomatic Parking Tickets. Journal of Political economy, 2007, 115(6): 1020—1048.
Fisman R, Wang Y. Corruption in Chinese Privatizations. Journal of Law, Economics, and Organization, 2015, 31(1):1—29.
Gambetta D. Corruption: an Analytical Map. Political Corruption in Transition: a Skeptic’s Handbook. Budapest:Central European University Press, 2002.
Golden M. A, Picci L. Proposal for a new measure of corruption, illustrated with Italian data. Economics & Politics, 2005, 17(1): 37—75.
Gorodnichenko Y, Peter K S. Public Sector Pay and Corruption: Measuring Bribery from Micro Data. Journal of Public Economics, 2007, 91(5):963—991.
Hsieh C T, Moretti E. Did Iraq cheat the United Nations? Underpricing, Bribes, and the Oil for Food Program. The Quarterly Journal of Economics, 2006, 121(4):1211—1248.
Jayachandran, S. The Jeffords Effect. Journal of Law and Economics, 2006, 49(2):397—425.
Kaufmann D., Kraay A, Mastruzzi M. Measuring corruption: myths and realities. Development Outreach, 2006, 8(2): 124—37.
Khwaja A I, Mian A. Do Lenders Favor Politically Connected firms? Rent Provision in an Emerging Financial Market. The Quarterly Journal of Economics, 2005, 120(4): 1371—1411.
Khwaja A I, Mian A. Rent Seeking and Corruption in Financial Market. Annual Review of Economics, 2011, 3(1);579—600.
Knack S. Measuring Corruption in Eastern Europe and Central Asia:ACritique of the Cross-country Indicators. World Bank Policy Research Working Paper, 2006, No.3968.
Lambsdorff J G. Corruption in Empirical Research: A Review. Transparency International, processed, 1999,6.
Lambsdorff J G. The Methodology of the 2005 Corruption Perceptions Index. Transparency International and the University of Passau (Germany), 2005.
Li H, Meng L, Wang Q, et al. Political Connections, Financing and Firm Performance: Evidence from Chinese Private Firms. Journal of Development Economics, 2008, 87(2): 283—299.
Mauro P. The Effects of Corruption on Growth, Investment, and Government Expenditure: A Cross-Country Analysis. Corruption and the Global Economy.Washington: Institute for International Economics, 1998.
Olken B A. Monitoring Corruption: Evidence from a Field Experiment in Indonesia. Journal of Political Economy, 2007, 115(2):200—249.
Olken B A, Pande R. Corruption in Developing Countries. Annual Review of Economics, 2012, 4(1):479—509.
Pritchett L, Sethi G. Tariff Rates, Tariff Revenue, and Tariff Reform:Some New Facts. The World Bank Economic Review, 1994, 8(1):1—16.
Reinikka R, Svensson J. Local Capture: Evidence from a Central Government Transfer Program in Uganda. The Quarterly Journal of Economics, 2004, 119(2): 679—705.
Treisman D. The Causes of Corruption: a Cross-National Study[J]. Journal of Public Economics, 2000, 76(3): 399—457.
Treisman D. What Have We Learned about the Causes of Corruption from Ten Years of Cross-national Empirical Research?. Annual Review of Political Science, 2007, 10:211—244.
You J, Nie H. Who Determines Chinese Firms' Engagement in Corruption: Themselves or Neighbors?. China Economic Review, 2017, 43:29—46.
Wang Y. Beyond Local Protectionism: China’s State-Business Relations in the Last Two Decades. The China Quarterly, 2016, 226:319—341.
Zitzewitz E. Forensic Economics. Journal of Economic Literature, 2012, 50(3): 731—769.
【責任編輯:楊海文;責任校對:楊海文,趙洪艷】
2017—04—16
廣東省哲學社會科學“十二五”規(guī)劃項目“廣東清廉指數優(yōu)化與試評估研究”(GD15YGL07)
朱 琳,中山大學中國公共管理研究中心、中山大學政治與公共事務管理學院(廣州 510275)。
10.13471/j.cnki.jsysusse.2017.05.020