文 | 尤婧 聂辉华

 

本文考察了企业参与腐败活动的决定因素，并且发现企业的腐败活动在企业的腐败历史和邻居效应下存在传染性扩散（contagious diffusion）的特征。我们使用了2005年世界银行的企业调查数据，该数据包括30个省份的12400个企业。本文的因变量是企业参与腐败活动的程度，用企业与四个政府部门（税务、公安、环保、社保）打交道的时间来度量。在这里，我们把腐败活动理解为一种需要时间的权钱交易过程。

 

关键解释变量之一是企业自身的腐败活动（纵向传染），我们使用一个哑变量来作为其代理变量，即企业在面临纠纷时是否曾经从政府那里获得帮助。另一个关键解释变量是相邻企业的腐败活动，我们用本企业所在城市与其他企业所在城市的距离来度量邻里关系，并用后者的腐败活动作为横向的传染因素。此外，我们也控制了五类影响企业参与腐败活动的因素：人均利润及人均固定资产、行业特性（资源型及契约密度）、行业的市场竞争程度、地区的司法效率和企业所有制等。由于涉及地理因素，我们使用空间计量经济学模型进行回归分析。

 

研究发现，一个企业参与腐败活动的决策在纵向上会受到本企业之前参与腐败活动的经历的影响，同时在横向上会受到相邻企业腐败活动的传染，不过这种传染效应存在地区上的差别。进一步，这种横向的传染效应非线性地依赖于相邻企业之间的距离。我们在文章中刻画了三种企业腐败的渗透渠道：企业的地理网络（以高速公路密度度量）、信息流动（以本地报纸种数衡量）以及本地市场化程度（以市场化指标衡量），并且发现信息流动总体上加剧了相邻企业腐败活动的传染效应，而市场化程度则减少了这种传染效应。东部地区的传染效应最强烈，这意味着哪怕是小规模的企业腐败也会在一个地区泛滥成灾。因此，有效的反腐败政策需要在不同行政区域间协调推进和执行。换言之，反腐败是一个系统工程，必须“全国一盘棋”，否则腐败企业就会在地区之间进行腐败“套利”。

 

对于腐败研究而言，永远都存在三个难以克服的障碍：测度误差、样本选择和工具变量。本文也不例外。相信上面这些度量腐败活动的因变量、解释变量都会引起争议，对此感兴趣的读者可以阅读原文中的详细解释，在此不便赘述。

 

如果有机会，我们会再写一篇详细的评述文章，讨论企业腐败与政企关系。

 

索引及官方下载链接：

 

You, Jing, and Huihua Nie, 2017, “Who Determine Chinese Firms’ Engagement in Corruption: Themselves or Neighbors?” China Economic Review, 43: 29-46 (Available at http://dx.doi.org/10.1016/j.chieco.2017.01.002)

 

作者介绍：

 

尤婧，中国人民大学农业与农村发展学院副教授、人大国发院反腐败与新政治经济学研究中心研究员

 

聂辉华，中国人民大学经济学院教授、人大反腐败与新政治经济学研究中心主任和研究员。