论文部分内容阅读
摘 要：腐败与经济增长关系一直是国内外学术界研究的焦点问题。在国内外研究成果的基础上，考虑腐败“内生性”问题，采用联立方程组模型，运用2001—2011年29个省级行政单位的样本数据，得出腐败不利于经济增长、經济增长为腐败产生提供了更多的机会和契机这一结论。并在此结论的基础上，为反腐败工作提出对策建议。
关键词：腐败；经济增长；实证
中图分类号：F0 文献标志码：A 文章编号：1673-291X（2015）01-0009-04
一、引言
现有文献中对腐败与经济增长关系的结论并不是绝对的。少数学者认同“腐败有益”，认为一定程度的腐败有利于经济发展（Nuthanel H.Leff，1964；Huntington，1968；James C.Scott，1972）。但大部分学者认为腐败对经济增长有着明显的负面作用，它导致了低效和私有化（Susan Rose Ackerman，1999），加剧了资源分配的不公平，造成严重的资源浪费、资本外流、投资扭曲等后果（David H.Bayley，1966；Tanzi and Davoodi，1997；Susan Rose Ackerman，1999），产生了大量的税收流失（Nuthanel H.Leff，1964；Tanzi and Davoodi，1997；Susan Rose Ackerman，1999），降低了公共支出水平（Mauro，1997；Vito Tanzi，1999）。
还有许多学者实证验证了腐败与经济增长之间的关系。保罗·默罗（1995）利用67个国家的经验数据得到腐败阻碍经济增长这一结论。随后，Knack and Keefe（1995）、Tanzi and Davood（1997，2000）和Mo（2001）等也均从实证角度上得到了类似结论。当然，并不是所有的研究都认为腐败阻碍经济增长，Rock and Bonnett（2004）的研究发现，东亚新兴国家的腐败程度与经济增长显著正相关，而非洲、印度和拉美等发展中国家的腐败程度与经济增长负相关；也有学者得出腐败促进经济增长的结论（Barreto，2001）；还有学者指出腐败与经济增长不存在显著的相关关系（Pellegrini and Gerlagh，2004）。
二、实证检验
腐败与经济增长之间关系复杂，两者相互影响、相互作用，腐败具有明显的“内生性”。本研究在借鉴国内外研究成果的基础上，考虑腐败的“内生性”，采用联立方程组模型，运用2001—2011年全国29个省级行政单位的样本数据，①定量考察腐败与经济增长之间的关系。
（一）模型构建
本研究采用联立方程组模型，构建的基本模型如下：
lnGDP=C（1）+C（2）×lnGOV+C（3）×lnCON+C（4）×lnCOR+
C（5）×lnINV （1）
lnCOR=C（6）+C（7）×lnGDP+C（8）× lnGOV+C（9）× lnEDU+
C（10）×WAGE+C（11）×lnEMP （2）
该模型共包括八个变量。C（1）和C（6）为常数项，C（3）、
C（4）、C（5）、C（7）、C（8）、C（9）、C（10）、C（11）为变量系数。（1）为经济增长结构方程，有三个外生变量（lnGOV、lnCON和lnINV）。（2）为腐败结构方程，包括四个外生变量（lnGOV、lnEDU、WAGE和lnEMP）。两个内生变量经济增长（lnGDP）和腐败程度（lnCOR），均在两个结构方程中出现。
（二）变量选取与数据来源
模型中的八个变量测度、数据来源与各变量统计特征已在下页表1与表2中列出。其中，包括了两个内生变量，即经济增长和腐败程度。经济增长用国内生产总值作为衡量指标，为减少异方差存在的可能性，取其对数，记为lnGDP。另一内生变量为腐败程度，沿用现有文献所普遍采用的方法，即以每万公职人员腐败立案数量来衡量。为了方便结果解释和消除异方差，在具体估计取其对数，记为lnCOR。除了两个内生变量外，本模型还包括六个外生变量，即政府规模（lnGOV）、消费支出（lnCON）、投资（lnINV）、受教育水平（lnEDU）、工资水平（WAGE）和就业人数（lnEMP），具体的变量测度和数据来源（见下页表1）。
（三）模型的识别和估计方法
对联立方程模型进行估计之前要确保其参数是“可识别”的。在本研究构建的方程模型中，内生变量2个，前定变量6个，即K=8，G =2。在经济增长方程中，M1=5，满足K-M1>G-1，过度识别（8-5>2-1）；在腐败结构方程中，M2=6，即K-M2>
G-1，为过度识别（8-6>2-1）。即这两个方程均为过度识别，满足进行参数估计的条件，可以进行参数估计。联立方程模型的估计方法众多，以二阶段最小二乘法（2SLS）和三阶段最小二乘法（3SLS）最为常用。但是，2SLS是单方程的估计方法，未能考虑到残差之间的相关性，而3SLS考虑了残差之间的协方差，能估计联立方程组中的所有参数，克服了方程模型中随机误差项同期相关这一问题，比2SLS更为有效。因此，本研究利用计量软件Eviews6.0，采用系统估计法中的3SLS完成方程的拟合。
（四）模型的估计结果
采用3SLS对联立方程模型进行回归估计，得到了下页表3所示的估计结果。除了就业人数与腐败显著不相关外，其他变量均显著相关。
根据回归结果，可以得到最终模型如下：
lnGDP=0.683868+（-0.35749）× lnGOV+0.968338 × lnCON+
（-0.353697）×lnCOR +0.41225×lnINV
关键词：腐败；经济增长；实证
中图分类号：F0 文献标志码：A 文章编号：1673-291X（2015）01-0009-04
一、引言
现有文献中对腐败与经济增长关系的结论并不是绝对的。少数学者认同“腐败有益”，认为一定程度的腐败有利于经济发展（Nuthanel H.Leff，1964；Huntington，1968；James C.Scott，1972）。但大部分学者认为腐败对经济增长有着明显的负面作用，它导致了低效和私有化（Susan Rose Ackerman，1999），加剧了资源分配的不公平，造成严重的资源浪费、资本外流、投资扭曲等后果（David H.Bayley，1966；Tanzi and Davoodi，1997；Susan Rose Ackerman，1999），产生了大量的税收流失（Nuthanel H.Leff，1964；Tanzi and Davoodi，1997；Susan Rose Ackerman，1999），降低了公共支出水平（Mauro，1997；Vito Tanzi，1999）。
还有许多学者实证验证了腐败与经济增长之间的关系。保罗·默罗（1995）利用67个国家的经验数据得到腐败阻碍经济增长这一结论。随后，Knack and Keefe（1995）、Tanzi and Davood（1997，2000）和Mo（2001）等也均从实证角度上得到了类似结论。当然，并不是所有的研究都认为腐败阻碍经济增长，Rock and Bonnett（2004）的研究发现，东亚新兴国家的腐败程度与经济增长显著正相关，而非洲、印度和拉美等发展中国家的腐败程度与经济增长负相关；也有学者得出腐败促进经济增长的结论（Barreto，2001）；还有学者指出腐败与经济增长不存在显著的相关关系（Pellegrini and Gerlagh，2004）。
二、实证检验
腐败与经济增长之间关系复杂，两者相互影响、相互作用，腐败具有明显的“内生性”。本研究在借鉴国内外研究成果的基础上，考虑腐败的“内生性”，采用联立方程组模型，运用2001—2011年全国29个省级行政单位的样本数据，①定量考察腐败与经济增长之间的关系。
（一）模型构建
本研究采用联立方程组模型，构建的基本模型如下：
lnGDP=C（1）+C（2）×lnGOV+C（3）×lnCON+C（4）×lnCOR+
C（5）×lnINV （1）
lnCOR=C（6）+C（7）×lnGDP+C（8）× lnGOV+C（9）× lnEDU+
C（10）×WAGE+C（11）×lnEMP （2）
该模型共包括八个变量。C（1）和C（6）为常数项，C（3）、
C（4）、C（5）、C（7）、C（8）、C（9）、C（10）、C（11）为变量系数。（1）为经济增长结构方程，有三个外生变量（lnGOV、lnCON和lnINV）。（2）为腐败结构方程，包括四个外生变量（lnGOV、lnEDU、WAGE和lnEMP）。两个内生变量经济增长（lnGDP）和腐败程度（lnCOR），均在两个结构方程中出现。
（二）变量选取与数据来源
模型中的八个变量测度、数据来源与各变量统计特征已在下页表1与表2中列出。其中，包括了两个内生变量，即经济增长和腐败程度。经济增长用国内生产总值作为衡量指标，为减少异方差存在的可能性，取其对数，记为lnGDP。另一内生变量为腐败程度，沿用现有文献所普遍采用的方法，即以每万公职人员腐败立案数量来衡量。为了方便结果解释和消除异方差，在具体估计取其对数，记为lnCOR。除了两个内生变量外，本模型还包括六个外生变量，即政府规模（lnGOV）、消费支出（lnCON）、投资（lnINV）、受教育水平（lnEDU）、工资水平（WAGE）和就业人数（lnEMP），具体的变量测度和数据来源（见下页表1）。
（三）模型的识别和估计方法
对联立方程模型进行估计之前要确保其参数是“可识别”的。在本研究构建的方程模型中，内生变量2个，前定变量6个，即K=8，G =2。在经济增长方程中，M1=5，满足K-M1>G-1，过度识别（8-5>2-1）；在腐败结构方程中，M2=6，即K-M2>
G-1，为过度识别（8-6>2-1）。即这两个方程均为过度识别，满足进行参数估计的条件，可以进行参数估计。联立方程模型的估计方法众多，以二阶段最小二乘法（2SLS）和三阶段最小二乘法（3SLS）最为常用。但是，2SLS是单方程的估计方法，未能考虑到残差之间的相关性，而3SLS考虑了残差之间的协方差，能估计联立方程组中的所有参数，克服了方程模型中随机误差项同期相关这一问题，比2SLS更为有效。因此，本研究利用计量软件Eviews6.0，采用系统估计法中的3SLS完成方程的拟合。
（四）模型的估计结果
采用3SLS对联立方程模型进行回归估计，得到了下页表3所示的估计结果。除了就业人数与腐败显著不相关外，其他变量均显著相关。
根据回归结果，可以得到最终模型如下：
lnGDP=0.683868+（-0.35749）× lnGOV+0.968338 × lnCON+
（-0.353697）×lnCOR +0.41225×lnINV