Statistics and Application
Vol.06 No.02(2017), Article ID:21220,11 pages
10.12677/SA.2017.62027

An Empirical Analysis on the Effect of Anti-Corruption on Economic Growth

Yiming Lu1, Xinyu Tao2, Ruochen Zhao3, Guochang Wang1

1School of Economics, Jinan University, Guangzhou Guangdong

2School of Science of Information and Technology, Jinan University, Guangzhou Guangdong

3School of Management, Jinan University, Guangzhou Guangdong

Received: Jun. 10th, 2017; accepted: Jun. 25th, 2017; published: Jun. 30th, 2017

ABSTRACT

To observe how much degree corruption had infiltrated into Chinese society and how the anti- corruption movement affected economic growth, we mined data from a newly established full- scale judgment paper database “China Judgments Online”. By collecting detailed micro information from all 2369 pieces of judgment paper from 2010 to 2016 in Guangdong province, we summarized the information collected into a panel data set with 21 cities and 6 years and created a comprehensive evaluation index variable to measure corruption activity. After running Hausman test, we decided to use random effect model in panel data regression to obtain the result. And the conclusion was that the enforcement of anti-corruption movement was negatively related to economic growth in short term.

Keywords:Anti-Corruption, Economic Growth, Judgment Paper, Panel Data

反腐败对经济增长影响的实证分析

卢逸名1,陶新雨2,赵若晨3,王国长1

1暨南大学经济学院,广东 广州

2暨南大学信息科学技术学院,广东 广州

3暨南大学管理学院,广东 广州

收稿日期:2017年6月10日;录用日期:2017年6月25日;发布日期:2017年6月30日

摘 要

为研究中共十八大以来的反腐败力度对广东省经济增长的影响,本项目通过下载和提取最高人民法院设立的“中国裁判文书网”中,中国广东省自2009~2016年间2369份裁判文书中的反腐败变量,整理出广东省市级面板数据,构建反腐败力度评价体系,运用计量经济中面板数据研究方法实证分析研究反腐败对广东省经济增长的影响。经过Hausman检验,采用随机效应模型分析发现,反腐败力度对经济增长有短期抑制效应。这预示着我国至少广东省腐败情形已经十分严重。因此我们要直面反腐败短期可能带来的抑制经济的作用,在加大反腐败力度和保持高效的经济增长之间保持平衡。

关键词 :反腐败力度,经济增长,裁判文书,面板数据

Copyright © 2017 by authors and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

1. 引言

自中共十八大召开以来,党风的廉政建设和反腐败斗争日益成为全国上下关注的焦点,上至高级官员,下至村级干部,中央始终坚持“老虎苍蝇”一起拍的布局,逐步加大纪检审查力度。反腐败力度的加强固然有助于政府的廉洁建设和社会民心的安定,但考虑到近几年我国GDP增长速度有所放缓,不禁引起人们的疑问,反腐败是否会在短期内打乱已有的平衡,对经济增长造成影响?美国《华盛顿邮报》发文《没有腐败,中国经济体系能否运行》,把中国经济下行压力归咎于反腐败使得官员追求GDP的愿望降低,同时同商人的“关系”减少。那么反腐败工作究竟与地方经济发展存在着怎么样的关系?

本文以广东省为例,重点探讨反腐败力度与经济发展之间的关系。数据来源于中国最高法院在互联网设立的“中国裁判文书网”中的裁判文书和广东省各市统计年鉴。截至2016年7月30日,广东省共有公职人员贪污、受贿、挪用公款2369例裁判文书。通过总结文书结构,人工与程序结合筛选其中有效信息,构建市级面板数据,建立反腐败力度评价指标。再比较固定效应和随机效应模型,最终采用随机效应模型观察反腐败力度对广东省经济增长的影响。由于反腐败措施全国范围统一施行,且广东省经济总量大,包括众多规模较大的城市,有一定的代表性,可在较大程度上类推到国内性的分析中。另外,在本项目中整理出的其余裁判文书中的信息,可以用作其他的研究数据来源。

本文第二部分将进行文献综述,总结前人的理论假说,第三部分将对数据的统计过程进行说明,第四部分将对收集到的数据进行描述性分析,第五部分将构建模型并展示实证结果,在最后的第六部分进行总结和创新点的说明。

2. 文献综述

反腐败与经济增长关系的分析离不开探讨腐败与经济增长关系,学界一直存在着“有效腐败论”与“有害腐败论”两种观点。从最早国外学者Leff (1964) [1] 和hungtington (1968) [2] 的腐败有效论和与之相对的腐败会增加成本(Shleifer & Vishy, 1993) [3] ,扭曲资源配置(Tanzi, 1998) [4] ,到近年国内学者如陈刚、李树和尹希果(2008) [5] 、阚大学和罗良文(2010) [6] 站在实证分析角度上对腐败进行研究,分别得出结论腐败有助于改善经济效率,对于发展中国家,腐败与经济增长之间呈现一种倒U型的关系。

关于反腐败是否会有效阻碍腐败对经济增长的影响,现阶段相关文献较少,主要集中在法律和体制等理论研究层面。且总体研究质量并不理想,宏观化、对策式研究很多 [7] 。因为数据的缺乏,学者多使用《中国检察年鉴》中的腐败立案数单一数据作为反腐败力度的指标,如陈屹立和邵同尧(2012) [8] 。自2012年中央加大反腐败力度以来,相关实证分析增加,但总体数量和数据信息量仍然较少,结论众说纷纭。倪星,孙宗锋(2015)从政治因素、经济因素、社会问责程度、市委书记个性特征四个方面对反腐败力度进行测度,发现地级市层级的经济发展与反腐败力度之间存在着显著的倒U型关系 [9] 。王贤彬和王露瑶(2016)利用十八大以来至2014年末全国31个省区的季度数据,分析了反腐行动对经济发展影响的路径,得出高强度的反腐败会在短期遏制经济增长 [10] 。姚树洁(2015)考虑到了腐败程度和反腐力度,实证研究证实了反腐败能促进经济长期可持续增长,对十八大做出反腐决定有其科学性 [11] 。

以上可以看到,相关研究没有学者考虑从法律数据库中的裁判文书获取更完整全面的反腐败力度信息。这让我们得以从另一个角度去观察反腐败力度对经济增长的影响。

3. 数据的统计过程

本项目通过选取中国裁判文书中地区关键词“广东省”、案由关键词“贪污贿赂”,下载全部文书,罪名包括贪污罪、受贿罪、行贿罪、私分国有资产罪和挪用公款罪。

在整理信息时,本项目成员利用了《文书信息表》和《案件信息表》两张表来获取相关信息。《文书信息表》主要用于记录诸如文书的裁判日期、判决法院、关联文书等一系列裁判文书的基本信息,利于更加方便的检索文书及文书的相关文件;而《案件信息表》主要用于记录诸如被告人姓名、涉案金额、判决决定等一系列案件的相关信息,作为我们在分析研究数据时的关键信息来源。裁判文书通过审判程序分类可分为,一审、二审、再审、刑罚变更、再审审查与审判监督及其他,在整理的过程中,项目成员剔除了无有效信息的刑罚变更书,通过DOCID的连接,利用统计软件STATA删去信息重复的文书。统计的变量详细说明见附录(表1表2)。

Table 1. Document information

表1. 文书信息表

Table 2. Case information

表2. 案件信息表

Continued

4. 实证数据分析与模型构建

4.1. 数据的描述性分析

本文中,除上述变量的数据来源为中国裁判文书网外,其余数据来源均为广东省各市统计年鉴和中国统计局官网。

研究期间2016年并未结束,所以期间的案件没有完全上传,不是完整样本,所以我们在研究中剔除了2016年的数据。通过汇总比较我们最终考虑的变量说明如下:

1) 涉案人数。该市当年裁判文书中被告人总数。

2) 腐败案件数。该市当年贪污贿赂案件总数。

3) 涉案金额。该市当年裁判文书中注明的贪污贿赂金额总额。

4) 发现腐败平均用时 (年)。被告人第一次进行贪污贿赂行为至被检察机关发现的时间间距。

5) 财政收入

6) 国家工作人员总人数。城镇非私营单位从业人员年末人数。

7) 总刑事案件数。中国裁判文书网公布的该市当年总刑事案件数。

8) 国家工作人员年总工资。全市城镇非私营单位在岗职工人数与工资中的在岗职工工资总额。

9) 涉案人数比涉案人数比。该市当年度涉案总人数/该市当年公务员总人数。

10) 案件比。该市当年腐败案件/该事当年总刑事案件数。

11) 涉案金额比。该年涉案总金额/该市当年公务员年总工资。

12) GDP。该市当年GDP。

13) 经济增长率。该市当年GDP增长率。

统计结果如下(表3):

Table 3. Number of cases each year

表3. 文书的判决年份及其案件数统计

表3我们可以看出,中国裁判文书网中的广东省贪污腐败案件主要集中在是2014年和2015年。但是考虑到法院自行上传文书可能有延迟和缺失,日后会考虑扩大样本至全国以减少误差。

为了初步了解各城市的案件情况,我们根据法院司法管辖区域,将案件汇总到各城市,统计出各变量的信息,具体如表4所示。在此基础上作出图1,并进一步对数据进行图形的直观分析。

图1可知,各城市的人数与总案件数是高度相关的,因为一般来说一个案件只涉及一个主要被告人,能提供的信息也是比较相似的,涉案人数多的城市,案件数量也较高,广州市、深圳市、佛山市涉及的腐败案件和人数较多,这也许与这些城市较高的反腐力度和公职人员数量有关。

虽然图1为研究提供了一些直观理解,但是通过图2可以看到,涉案金额提供了新的一部分信息,涉案人数和案件数量较多的城市,与其涉案的总金额并不一定成简单的线性关系,如梅州市有全省第四多的平均涉案人数和案件数量,但是涉案金额却远远低于同涉案人数和案件数量层次下的城市。这可能与当地的总体经济水平有关,所以研究中只考虑涉案人数和案件数量是远远不够的。

发现腐败平均用时也是一个较好的度量反腐败力度指标,该指标计量了从涉案人员第一次进行贪污腐败活动至被检察机关发现,双规,上级谈话,拘捕等等有记录的第一个时间点的时间间隔,用时越久意味着反腐败力度越低,用时越短证明反腐败力度越高。(如图3)。

为了初步了解案件数量在空间上的分布,还利用ArcGIS软件绘制了图4。如图4所示,案件数量似乎在广东省中部和东西两翼出现了聚集状态,这很值得我们做进一步分析。

由上述分析可知,上述变量中体现的规律与当地国家工作人员数量、当地经济规模有着较强的联系,为了消除这些城市间的差异,我们还收集了各城市的国家工作人员数、当地国家工作人员年总工资、当地总刑事案件数量,试图通过比率消除这种影响。

5. 模型的构建及实证结果分析

为了观测选取的变量对经济增长的影响,我们初步构建了6个模型:

(1)

(2)

(3)

(4)

Table 4. Variables in guangdong province

表4. 广东省各市各变量统计结果

Figure 1. The total number of people and cases in each city

图1. 各城市涉案总人数和案件数

Figure 2. The total amount of money in each city

图2. 各城市总涉案金额

Figure 3. The average time of finding corruption

图3. 各城市发现腐败平均用时

注:颜色越深表示案件越多。

Figure 4. The Distribution of Cases

图4. 案件分布

(5)

(6)

其中中下标i代表城市,t代表年份。τt是时间固定效应,控制不随城市变化只随时间变化的变量,例如宏观经济基本面的波动等;δi是城市固定效应,控制那些不随时间变化只随城市变化因素,例如人民生活习惯、地理特征等;εit是随机扰动项。

经过hausman检验,我们选择了随机效应模型,回归结果如下表(表5)。

通过观测回归结果,可以看到每一个关键变量对GDP或GDP实际增长率单独并没有特别显著的作用,但是这并不代表当这些关键变量综合到一起时也不会产生显著效果。因此我们接下来选择综合这些变量,构建反腐败力度的综合评价指标。

构建模型:

(7)

为构建的反腐败力度指标,为常数项

(8)

(9)

(10)

(11)

回归结果如表6所示。

从结果中可以看到,反腐败指标2和3分别在1%和10%显著水平下显著,且系数均为负,说明反腐败力度的增强确实对经济增长有短期的抑制作用。而且由文章描述性分析部分可知,各城市涉案人数和案件数量提供的信息的是相似的,涉案金额和发现腐败平均用时各提供了不同侧面的信息,选择将涉案人数和案件数量相加,再与涉案金额和发现腐败平均用时相乘,能提供最全面有效的信息。据此认为Enforce3可以作为构建的反腐败力度指标。

6. 总结及创新点

关于腐败与经济增长关系的问题,在学界一直存在着“有效腐败论”与“有害腐败论”两种观点,自上个世纪90年代以来我国因腐败所造成的经济损失平均每年占GDP比重的14.5%~14.9%,然而我国的经济却一直维持着高速度的增长,自2010年中央加大反腐力度后,一些以服务业为主的行业似乎因此受到波及,出现了一些关于反腐工作阻碍经济发展的言论,使得本项目的研究显得十分必要和紧迫。关于广东省反腐败与经济发展的研究,更应与当前中国特殊的政治制度和经济状况相结合,避免走极端路线,并始终坚持近年来中共中央所贯彻落实的反腐精神,在精确的数据分析和演算的基础上得出一个更加科学和合理的判断。

本项目主要数据来源为中国裁判文书网中2369例裁判文书中的有效信息,构建的市级面板数据,案件文书内容详实,多种类型数据皆有反应,有据可循,年代贴近。相比多数学者使用《中国检察年鉴》中人民检察院的年度工作报告贪污腐败渎职立案数作为反腐败力度,更能科学详细地描述反腐败力度,构建有力的反腐败综合体系指标。诚然在数据的收集和整理中出现了一些不可避免的问题,但通过优化检索条件,抽象出裁判文书的统一格式等细节性的操作,极大地提高了文书下载和阅读的效率。本项目也尝试利用网络爬虫、文本分析、TF-IDF算法等用计算机程序自动抓取所需的关键信息,相信假以时日,可以实现信息数据挖掘的全自动化,挖掘全国的数据资源,为各类基于中国裁判文书网的研究提供数据来源。

Table 5. Regression results

表5. 回归结果

注:******分别表示1%、5%和10%的显著水平;括号内为异方差稳健的标准误。

Table 6. Regression results of comprehensive variables

表6. 综合变量回归结果

注:******分别表示1%、5%和10%的显著水平;括号内为异方差稳健的标准误。

本文研究结果显示,反腐败力度对经济增长有短期的抑制作用,即反腐败力度的增强与经济增长率的增加有着负相关关系,这预示着我国至少广东省腐败情形已经十分严重。因此我们要直面反腐败短期可能带来的抑制经济的作用,在加大反腐败力度和保持高效的经济增长之间保持平衡。但是理论上,反腐败活动有助于提高政府管理效率,加强市场资源配置,实现长期更成熟的市场经济。所以我们要不留余力地继续反腐败活动。本项目由于时间有限,理论分析部分较为粗糙,只研究了可能产生的最终结果,没有对反腐败力度和经济增长的传导机制进行一定的研究论证,有待不断补充修改。

基金项目

暨南大学“‘国家大学生创新性实验计划’项目”(项目编号:82616793,项目负责人:卢逸名)。

文章引用

卢逸名,陶新雨,赵若晨,王国长. 反腐败对经济增长影响的实证分析
An Empirical Analysis on the Effect of Anti-Corruption on Economic Growth[J]. 统计学与应用, 2017, 06(02): 238-248. http://dx.doi.org/10.12677/SA.2017.62027

参考文献 (References)

  1. 1. Leff, N.H. (1964) Economic Development through Bureaucratic Corruption. The American Behavioural Scientists, 8, 8-14. https://doi.org/10.1177/000276426400800303

  2. 2. Huntington, S.P. (1968) Political Order in Changing Societies. Yale Uni-versity Press, New Haven and London.

  3. 3. Shleifer, A. and Vishny, R.W. (1993) Corruption. Quarterly Journal of Economics, 108, 599-618. https://doi.org/10.2307/2118402

  4. 4. Vito, T. (1998) Corruption around the World: Cause, Consequences, Scope, and Cuers. IMF Staff Paper, 45, 559-594. https://doi.org/10.2307/3867585

  5. 5. 陈刚, 李树, 尹希果. 腐败与中国经济增长——实证主义的视角[J]. 经济社会体制比较, 2008(3): 59-68.

  6. 6. 阚大学, 罗良文. 腐败与经济增长的关系实证研究——基于多国面板数据的分析[J]. 经济管理, 2010(1): 18-24.

  7. 7. 倪星, 陈兆仓. 问题与方向:当代中国腐败与反腐败研究文献评估[J]. 经济社会体制比较, 2011(3): 185-194.

  8. 8. 陈屹立, 邵同尧. 地方政府腐败会影响私人投资积极性吗?——基于动态面板模型的系统GMM分析[J]. 南方经济, 2012(2): 39-49.

  9. 9. 倪星, 孙宗锋. 政府反腐败力度与公众清廉感知: 差异及解释——基于G省的实证分析[J]. 政治学研究, 2015(1): 71-85.

  10. 10. 王贤彬, 王露瑶. 反腐败与经济增长[J]. 经济社会体制比较, 2016(2): 61-74.

  11. 11. 姚树洁. 对“反腐并不会影响经济发展”的科学解析[J]. 人民论坛, 2015(9): 24-27.

期刊菜单