The Determinants of Regional Tolerance of Corruption and Their Effective Governance: An Empirical Study of 314 Prefecture-level Administrative Regions
-
摘要: 要从根本上消除腐败，不仅需要纪检监察机关加强对政府及公职人员的监督，也需要社会公众的积极参与。降低腐败容忍度是提高公众反腐败参与意愿和实际行动的关键。基于全国314个地级行政区的数据分析发现，政府治理、经济发展和社会文化等三个维度对公众的腐败容忍度有显著影响。地区的政府科教事业支出越高，城乡收入差距越大，离首都的距离越远，则公众的腐败容忍度越高；地区的社会信任度越高，对中央政府的政治信任度、索贿指数越高，则公众的腐败容忍度越低；中西部地区的经济发展与腐败容忍度呈倒U型曲线关系。当前需要持续提高经济发展水平，缩小城乡收入差距，增强公众的政治信任和社会信任度，进一步加大反腐败力度，清除群众身边的腐败现象，从而切实降低公众的腐败容忍度，形成政府与社会共同反腐的合力，巩固发展反腐败斗争压倒性胜利。Abstract: Eliminating corruption requires not only the reinforcement of disciplinary bodies for supervising government and public officials but also the encouragement of civic participation in fighting corruption. Reducing the corruption tolerance level is crucial for improving the public's willingness to combat corruption. Based on data from 314 prefectural areas across the country, it is found that public governance, economic development and societal culture have significant impact on the respondents' tolerance of corruption. The respondents exhibit a lower tolerance of corruption in those areas with more expenditure invested in the domains of science and education, a larger income gap between urban and rural areas, a greater distance from Beijing, a higher level of social trust and public trust in central government, and a higher score on the index of bribe solicitation. There is an inverted U-shaped relationship between economic development and public tolerance of corruption. Therefore, it is important to promote sustainable economic growth, reduce income gap between urban and rural areas, improve political and social trust, and eliminate corruption that directly affects the people. These efforts would reduce public tolerance of corruption, contribute to the collaboration between different actors in fighting corruption and solidify the overwhelming victory of the anti-corruption campaign.
-
一. 研究背景与问题
腐败是各国公共治理实践中难以回避的问题。随着改革开放的深化，党和国家对腐败问题越来越重视，并不断加大反腐败斗争力度。尤其是党的十八大以来，中国廉政建设进入新的高潮，各级纪检监察机关查处的腐败案件数量大幅增加，通过“老虎” “苍蝇”一起打，先治标、再治本等策略，对腐败分子形成了强大的震慑作用，在总体上取得了反腐败斗争的压倒性胜利。
诚然，当前的廉政工作还有进一步优化的空间，尤其是在动员社会公众参与方面尚待提升。新加坡和香港等地的廉政建设经验表明，对于腐败的有效治理，不仅需要政府部门之间通力合作，也需要社会公众的积极参与。如果缺乏社会公众的参与和配合，政府的许多反腐败举措可能形同虚设，反腐败政策的执行成本剧增，实际效果也将大打折扣。而公众的反腐败参与度、对政府反腐败政策的配合度主要取决于其腐败容忍度[1]。当一个地区的腐败容忍度较低时，社会公众能够主动积极地监督政府及其官员的行为，更愿意举报官员的腐败行为[2]，可对官员腐败动机产生威慑效果，同时也加大了腐败行为被发现和被惩罚的概率。而当一个地区的腐败容忍度较高时，社会公众缺乏配合政府反腐败工作的主动性和积极性，难以对政府及其官员进行有力监督，给腐败行为提供了一个相对宽松安全的环境，可能滋生更多的腐败，进而对反腐败斗争产生消极影响[3]。基于此，本文提出以下研究问题：为什么不同地区之间的腐败容忍度会出现差异？哪些因素影响着地区的腐败容忍度？如何有效降低地区的腐败容忍度？
在国内外现有研究文献的基础上，本文采用全国地级市数据来探究不同地区腐败容忍度之间的差异及其背后深层次的影响因素，以此丰富现有的廉政研究理论，推动廉政研究的知识积累。同时，在经验层面上，本文有助于全面了解中国各地公众腐败容忍度的现状及差异，从政府治理、经济发展和社会文化等方面探析其背后的影响因素，进而提出有效的政策措施，更好地推动反腐败斗争向纵深发展。
二. 文献综述与研究假设
一 文献综述
1 腐败容忍度的界定
大多数学者认为，腐败是指滥用公共权力来谋取私利的行为[4]，即政府官员为了个人利益而出售国有资产或公共服务的现象[5]。腐败容忍度则反映了一个地区的公众对于腐败问题的定义和看法。腐败容忍度对于该地区的反腐工作、公众满意度、社会稳定与和谐发展等都有重要影响，准确地测量一个地区的公众腐败容忍度有助于更好地评估反腐工作的成效。一些学者很早之前就对腐败容忍度进行了研究。Heidenheimer按照公众对腐败的容忍度将腐败分为三类：“黑色腐败”“灰色腐败”和“白色腐败”。其中，“黑色腐败”指的是一个群体中的绝大部分人认为是腐败的行为；“灰色腐败”指的是在一个群体中不同的人对于同一行为的界定不同，即有些人认为某种行为是腐败行为，而另一些人则认为该行为不属于腐败行为；“白色腐败”指的是一个群体中的绝大多数人都认为某种行为不应当被界定为腐败行为[6]。这三种腐败类型反映了公众对于腐败问题的认知差异，从根本上体现了社会公众之间不同的腐败容忍度。有学者进一步指出，腐败容忍度是指人们对于腐败行为的接受程度，它反映了公众如何理解制度和社会道德，以及公众对失范行为的反应，同时也体现了公众反腐败的意愿[7]。在上述研究基础上，有学者更加精确地将腐败容忍度界定为社会公众在面对腐败行为时所做出的接受与否的判断，对腐败行为倾向于接受或认可则表明其腐败容忍度高，倾向于拒绝或反对则表明其腐败容忍度低[8]。基于上述文献，本文认为，腐败容忍度是指一个群体对于某种贪污腐败行为的接受程度或默许程度，反映了公众在理解与界定贪污腐败行为上的主观态度。
2 腐败容忍度的影响因素
关于腐败容忍度的影响因素，可以划分为微观的个体层面、中观的组织层面和宏观的社会层面。从个体层面来看，性别、年龄、就业、受教育水平等方面的因素可能会影响公众的腐败容忍度。例如，一些研究认为，与男性相比，女性的腐败容忍度更低。但也有研究表明，男性和女性在腐败容忍度方面其实没有显著的差异。有学者从总体自我感知、特定情境和具体行动等三个维度来测量腐败容忍度，统计结果均证明性别对于腐败容忍度没有显著影响[9]。不同年龄段人群的腐败容忍度可能存在显著差异。与老年人相比，年轻人对腐败特别是灰色腐败的容忍度更高。这种差异可能是社会化的结果，因为与老年人相比，年轻人较少参与实际的政治生活[10]，对腐败的恶劣后果缺乏直接了解。与有稳定工作的人相比，没有稳定工作的群体往往没有足够的资源，腐败对其个人利益的损害并不大，往往有较高的腐败容忍度[11]。关于受教育程度对于腐败容忍度的影响，Truex基于尼泊尔首都加德满都的问卷调查数据进行分析，发现受教育水平越高的受访者对于腐败行为的容忍度越低[12]。
从组织层面来看，组织结构、政策和文化对腐败容忍度的影响同样不可忽视。例如，有研究者提出了这样的困惑：为什么组织成员能够容忍组织中存在的腐败行为？为什么组织中的腐败现象得以存续？对此，作者提出了两个解释机制。一是合理化(rationalization)的策略。合理化是一种心理策略，这种策略使得组织成员将自身或其他组织成员的腐败行为视为合理的，并能够在集体层面上采取合理化的策略来消除参与腐败等不道德行为所带来的负面情绪。二是社会化(socialization)的策略，即诱使进入组织的新成员接受甚至从事老成员们正在进行的不道德行为。可以说，这两种不同的策略使得腐败获得了生存土壤，并使得腐败行为逐渐被组织成员所接纳[13]。
从社会层面来看，制度设计、政府管理、经济发展等因素也对腐败容忍度产生着影响。例如，公婷等从正式制度和非正式制度的视角，基于1 049名香港大学生的调查样本发现，与正式制度相比，非正式制度对于腐败容忍度的影响更为显著[7]。当然，正式制度对于腐败容忍度也具有重要影响，政府管理能力更是与公众的腐败容忍度息息相关[14]。有研究发现，与其他中东欧国家相比，波兰对于患者非正式付款现象的态度更加消极，更倾向于将这种现象视为腐败。这可能归功于波兰政府行之有效的反腐败策略。具体而言，波兰政府的反腐败行动有效地打击了患者非正式付款行为，通过功能完善的行政机构来削弱非正式付款的意愿。此外，大众媒体面向公众普及了患者可获得适当医疗保健权的认识，培育了公众对患者非正式付款的抵制态度[15]。此外，经济发展对于公众腐败容忍度也有巨大影响。当经济发展良好时，腐败或许不会成为重要的政治问题；但当经济不景气时，腐败就会显著地降低公民对政府的评价[16]。
综上所述，现有文献基于微观个体、中观组织和宏观社会层面对腐败容忍度的影响因素进行了大量研究，形成了有价值的解释，但仍留下了许多有待拓展和深化的空间。首先，现有文献忽视了社会资本与腐败容忍度的关系。如果一个社会的政治信任度或社会信任度较高，则有利于降低人们之间的沟通和交流成本，不需要通过寻租等非法方式来建立沟通桥梁，此时社会公众对腐败的容忍度可能降低。相反，如果公众对政府或社会的信任度较低，相互之间的沟通成本增加，公众不得不通过非法渠道来获得私人庇护和相关利益，此时腐败容忍度就可能提高。其次，现有文献多为跨国间的比较研究，对一个国家内部腐败容忍度的实证分析并不多。而且，现有文献对于腐败容忍度的探讨更多集中于个体层面，在地区层面的探讨并不多。很显然，公众的腐败容忍度是相互影响的，它不仅是个体行为，还是一种集体现象，即腐败容忍度可能是社会建构的，因而需要从更宏观的社会制度层面来考察。
二 分析框架与研究假设
1 理论基础: 制度变迁(institutional change)理论
本文主要从组织视角来研究腐败问题，这样有三方面的意义：首先，组织是腐败问题的基本单位，腐败主要是发生在营利性组织和政府官员之间；其次，组织可作为观察国家腐败现状的一个窗口，腐败在某种意义上是社会对政府繁琐监管的被动反应；最后，腐败对于组织的影响是多层次的，实施腐败交易的个体往往认为腐败的获益大于其成本[17]。制度理论很早之前便被用来解释组织的行为，该理论的基本出发点是认为个人和群体行为必须遵循社会认可的行为模式。就腐败行为而言，因为有一些人从腐败中受益，自然会维护有利于腐败的现存制度秩序，通过合法化过程使得腐败根植于组织之中[18]。制度变迁同样可以用来理解容忍腐败的制度秩序是如何发展起来的，任何试图理解或改变腐败容忍度的尝试，都必须关注制度秩序对身处其中的社会行动者认知和行为的影响。充分调动资源和改变公民认知对于改变腐败的制度逻辑很重要，由此可以破坏腐败捍卫者的社会资源和认知体系。也就是说，制度秩序的变革需要充分利用经济、文化、社会等资源来传播新的制度逻辑[19]，挑战那些维护现有制度逻辑的群体，进而改变整个社会的腐败容忍度，形成全社会对腐败零容忍的积极氛围。可见，关于腐败容忍度的研究应该突破局限于微观个体作用的狭隘视野，朝向个人、组织和制度逻辑交互作用的综合性框架发展。
现有研究文献表明，“腐败与治理是一枚硬币的两面”[20]，国家治理水平与腐败现象的发生之间有着千丝万缕的联系。甚至可以说，在某种程度上，腐败是一个国家治理失败的征兆[21]。传统全能型政府在面对新型社会问题时捉襟见肘，在此背景下，强调治理主体多元化的公共治理理论为管理公共事务提供了新的思路[22]。在实践上，十八届三中全会明确提出了推进国家治理体系和治理能力现代化的宏伟目标，十九届四中全会对治理现代化的制度体系、重大改革和重点任务进行了总体安排。因此，要巩固和发展反腐败斗争的压倒性胜利，就需要从国家治理体系现代化的宏观框架出发，充分发挥各方治理主体的能动性。理论界和实务界认为，国家治理体系可以进一步细分为三个最重要的次级体系：政府治理、市场治理和社会治理[23]。基于上述观点，结合腐败容忍度的相关文献，本文从政府治理、经济发展和社会文化三个维度构建分析框架(见图 1)。
2 研究假设
(1) 政府治理的视角。正式制度与非正式制度为公众提供共享的意义，社会行动者往往受到其所处的制度逻辑的指导和规范[24]。作为正式的治理机制，政府治理的逻辑和水平对其辖区居民的腐败容忍度有着深远的影响。总的来说，政府治理的视角可以分为两个部分：一是政府对自身的治理；二是政府对社会的治理。
在政府对自身的治理方面，本文选取政府规模作为测量指标，因为政府规模反映了政府的权力大小及其对经济的干预程度。具体而言，政府规模对腐败的影响机制主要有以下路径：第一，政府规模的扩大意味着政府及其官员拥有更大的权力，可能更积极地介入到市场活动当中，产生腐败行为的风险更高；第二，政府规模的扩大意味着政府挤占大量的社会资源，而企业等市场主体为了获得这些资源，可能通过合法或非法的手段与政府建立各种联系，进而滋生了“权钱交易”的问题；第三，政府规模的扩大意味着更大规模的财政支出，而随着政府财政支出尤其是基本建设支出的增加，地区腐败程度相应增加[25]。可见，政府规模扩大增加了地区腐败案件的发生率，而地区腐败案件的高发可能又对公众的腐败容忍度产生正向影响[26]，因而政府规模可能会对公众的腐败容忍度产生积极影响。与此同时，由于利益最大化的驱动，政府或官员会尽可能地增加政府财政开支，导致政府规模过大，可能会因此损害民众的收入，从而降低民众的满意度[27]，对于腐败的容忍度可能也会降低, 所以政府规模也会对腐败容忍度产生消极影响。综上，本文提出两个竞争性假设：即政府规模可能对腐败容忍度产生积极影响，也可能产生消极影响。
假设1.1.1 政府规模与腐败容忍度之间存在正相关关系。
假设1.1.2 政府规模与腐败容忍度之间存在负相关关系。
在政府对社会的治理方面，本文选取政府公共服务支出作为测量指标。根据中立技术(Techniques of Neutralization)理论，即便在违反传统道德观念的情况下，某些违法者仍能够相信某种观念，因为他们通过中立技术消除了道德障碍，降低了负罪感。其中的一个中立技术就是寻找借口，即为了接受有道德问题的行为，人们能找到的借口或理由越多，就越有可能接纳这种行为[28]。具体而言，政府公共服务支出使得该地区的公众享受到更多、更好的公共服务，在此情况下，公众可能会默许一定程度的腐败，因而具有更高的腐败容忍度。据此，本文提出以下研究假设：
假设1.2 公共服务支出与腐败容忍度之间存在正相关关系。
(2) 经济发展的视角。资源是制度变迁的重要基础[29]，经济资源的增长和分配更是直接关系各社会行动主体的利益，决定着他们在多大程度上认同现有的制度逻辑。在现有文献中，效率与公平是衡量经济发展的重要标尺，经济发展水平和收入分配差距对于腐败容忍度具有显著影响。
关于经济发展水平与腐败容忍度的关系，一些学者认为经济发展水平与腐败容忍度正相关，辖区居民因为政府促进地区经济发展的成绩而选择性地忽视腐败所带来的负面问题。也就是说，当经济发展能够为辖区居民带来直接的好处时，居民可能会具有较高的腐败容忍度[30]。但是，上述研究忽视了经济发展与腐败容忍度的关系在不同阶段的差异性。对此，有学者进一步指出经济发展水平和腐败容忍度之间并不是简单的线性关系，而是倒U型曲线关系[31]。当经济发展水平处于较低阶段时，经济追赶成绩使社会大众享受到了发展红利，而此时腐败侵蚀的主要是经济增长的增值部分而不是主要的经济命脉[32]，公众在一定程度上能够容忍腐败行为，即在经济发展初期，公众的腐败容忍度相对较高。但当经济发展处于较高水平时，社会整体受教育程度逐渐提高，法治建设不断完善，公众能够通过合法合规的途径满足自身需求，并逐渐认识到腐败问题给社会和个人所带来的消极影响，这时公众的腐败容忍度相对较低。不过，现有研究并未从实证的角度来检验这两者之间是否呈现倒U型的关系。
关于收入差距与腐败容忍度的关系，很多学者认为收入差距与腐败容忍度正相关，即收入差距越低，公众的腐败容忍度越低[11]。其中的影响机制可能是，当收入差距较高时，社会处于不公平的环境中，公众难以通过正规合法的渠道来实现或维护自身利益，不得不采取贿赂等不正当方式牟利，因而腐败容忍度较高。相反，当收入差距较低时，社会处于相对公平的环境中，公众不再需要通过不合法的手段来实现自身权益，因而对腐败现象的容忍度降低。而且，收入差距对于腐败容忍度的影响不仅存在于个体层面，在国家层面上也有相同的影响机制[33]。不过，现有研究主要集中在国家和个人层面，这种结论在城市层面是否依然成立，还需要进一步的实证分析。尤其是像中国这样幅员辽阔的国家，各地级市之间差异较大，可能会对上述结论产生影响。据此，本文提出以下研究假设:
假设2.1 经济发展水平与腐败容忍度之间存在倒U型曲线关系。
假设2.2 收入差距与腐败容忍度之间存在正相关关系。
(3) 社会文化的视角。本文认为，社会文化主要包括态度与行为两方面，具体到与腐败相关的社会文化，主要是指对于腐败的价值选择和行为规范。社会信任在很大程度上反映了腐败的价值选择[34]，而腐败接触则能够从实际的行动中体现其真实的行为规范。腐败行为的既得利益者往往调配一切可用资源来合法化并维持既有的制度逻辑。因而，一种有效的廉政建设方略必须切实降低社会公众的腐败容忍度，进而改变既有制度秩序的象征意义和具体实践，即在认知和道德上改变既有行为方式，通过培养廉洁文化和行为习惯来拒绝腐败。具体而言，在主观层面，公众之间的社会信任及其对政府的政治信任是影响腐败容忍度的重要因素；在客观层面，社会公众在日常生活中的腐败接触经历直接影响其腐败容忍度。
关于社会信任与腐败容忍度的关系，信任是社会资本的重要部分，它反映了特定的社会制度和道德规范状态，对社会各群体的行为和思想产生了深远影响。根据帕特南的观点，信任是一个社会正常运行的润滑剂，能够降低交易成本，限制机会主义行为[35]。当公众之间的社会信任度较低时，彼此之间的交流非常谨慎，压缩了经济和社会正常交流的空间。在这种环境下，人们更倾向通过非正式或非法的途径来进行交易[36]。
关于政治信任与腐败容忍度的关系，当公众对政府及其官员的信任较低时，可能会通过不合法的渠道来实现个人利益，部分公众甚至为了寻求政府官员的私人庇护而参与到腐败行为中[37]，此时公众的腐败容忍度较高。与此相反，当公众对政府及官员的信任较高时，两者之间的沟通成本大大降低，公众可通过政府的正式制度实现和维护自身利益，而不再需要“走后门”等非法方式，此时公众的腐败容忍度较低。
关于腐败接触与腐败容忍度的关系，更高的腐败接触率可能会降低公众的腐败容忍度。当公众自身或者身边的人有过接触腐败的经历，这些群体对腐败有更为直观、感性的了解，更能够准确地评估腐败的消极影响。尤其是当腐败直接侵害公众个体的自身利益时，个体对于腐败的容忍度可能会显著下降[38]。日常生活中的腐败接触包括两种类型：一是公众主动向政府官员行贿；二是公众被政府官员索贿。这两种不同的腐败接触经历都可能影响公众的腐败容忍度。不过，与主动行贿相比，被索贿的经历更直接损害公众的自身利益，更会显著地降低其腐败容忍度。据此，本文提出以下研究假设:
假设3.1 社会信任与腐败容忍度之间存在负相关关系。
假设3.2 政治信任与腐败容忍度之间存在负相关关系。
假设3.3 行贿经历与腐败容忍度之间存在负相关关系。
假设3.4 被索贿经历与腐败容忍度之间存在负相关关系。
三. 模型设定与操作
一 统计模型设定
根据分析框架和研究假设，本文建立如下计量模型：
tolerancei=β1sizei+β2servicei+β3gdpi+β4equalityi+β5socialtrusti+β6poltrusti+β7corruptioni+β8controli+εi
其中，等式左边tolerancei为本文的因变量，即2016年腐败容忍指数，i代表的是地级市个体。等式右边是本文的自变量，其中，sizei代表政府规模，servicei代表公共服务支出，gdpi代表经济发展水平，equalityi代表社会公平，socialtrusti代表社会信任，poltrusti代表政治信任，corruptioni代表腐败接触(包括行贿指数和索贿指数)，controli是本文的控制变量，代表辖区面积、教育水平、与首都的距离等，εi代表残差项。本文对上述所有连续变量进行对数转换。考虑到反向因果的问题，本文对gdpi、sizei、servicei、incomegapi等客观统计指标均采用2015年的数据。
二 变量操作化
本文的研究样本为2016年全国地级市层面的横截面数据。因变量为地级市层面的腐败容忍度，数据来源于中山大学廉政与治理研究中心开展的2016年度全国廉情调查报告。自变量分为政府治理、经济发展、社会文化等三个维度，其数据来源于2016年全国廉情调查报告、《中国城市统计年鉴》和各省统计年鉴。考虑到反向因果的问题(即可能存在腐败容忍度反过来影响自变量的情况)，而且经济等因素作用于腐败容忍度可能需要一定的时间来传导，因而客观数据部分选择了2015年的数据。此外，因数据缺失，剔除了新疆维吾尔自治区、西藏自治区数据缺失较多的地级市，最后汇总得到314个地级行政单位的横截面数据。
1 因变量
本文的因变量是腐败容忍度。对于腐败容忍度的具体测量，本文依据的是中山大学廉政与治理研究中心开展的2016年度全国廉情调查报告中的数据。该调查对全国所有地级行政区的公众进行电话调查，询问公众对于2016年度各级政府清廉水平的主观感知和政府反腐败工作绩效的相关评价。在2016年全国廉情调查问卷中，对于腐败容忍度的测量，具体询问了受访者对于五种行为的看法，如“公职人员把办公室的纸、笔带回家给家人使用” “公职人员为私人事务使用公车” “公职人员利用职务之便为子女找工作” “公职人员接受监管对象(如工程承包商)请客吃饭” “公职人员接受监管对象(如工程承包商)送的钱财”。答案选项包括：“非常不腐败” “不太腐败” “一般” “比较腐败” “非常腐败” “拒答” “不了解”。在进行统计时，首先将选择“拒答”和“不了解”的视为缺失值，然后计算出个体在五道腐败容忍问题上的均值，获得个体的腐败容忍得分，继而在各地级市层面上汇总求平均值，计算出各地级市腐败容忍度的均值。在赋值上，得分越高意味着公众的腐败容忍程度越高。
2 自变量
政府规模。本文采用地级市政府财政支出占当地GDP的比重来衡量，数据来源于《中国城市统计年鉴》。在稳健性部分，本文还通过公共管理和社会组织从业人员数来测量政府规模。
公共服务支出。本文采用地级市政府科教事业支出占当地GDP的比重来衡量，数据来源于《中国城市统计年鉴》。出于稳健性的考虑，本文也参考了宋小宁等学者的观点[39]，采用教育、医疗等领域的支出占当地GDP的比重来测量公共服务支出水平。
经济发展水平。本文采用地级市人均GDP来衡量，数据来源于《中国城市统计年鉴》。在稳健性检验中，本文采用灯光数据来测量经济发展水平，相应数据来自于NOAA(美国国家海洋和大气管理局)。在灯光数据预处理方面，参考现有研究文献中常用的方法[40]，采用ArcGIS对灯光数据进行了校正和拟合。
社会公平程度。城乡之间收入差距是反映社会公平状况的一个重要指标。参考现有文献，同时考虑到指标的可比性，本文采用城乡居民每年可支配收入之差来测量[41]。数据来源于各地级市统计年鉴。出于稳健性考虑，本文也采用基尼系数来测量社会公平水平。
社会信任度。在2016年全国廉情调查问卷中，询问了受访者“您认为，社会上的大多数人是可以信任的吗”，答案选项包括：“完全不信任” “不太信任” “一般” “比较信任” “非常信任” “拒答” “不了解”。在进行统计时，首先剔除“拒答”和“不了解”的缺失值，获得个体的社会信任得分，继而汇总个体得分，求得各地级市社会信任度的均值。在赋值上，得分越高意味着社会信任度越高。
政治信任度。在2016年全国廉情调查问卷中，询问了受访者“对于所在市/地区/盟的党政机关的信任程度”，答案选项包括：“完全不信任” “不太信任” “一般” “比较信任” “非常信任” “拒答” “不了解”。在进行统计时，首先剔除问卷中“拒答”和“不了解”的缺失值，获得个体的政治信任得分，继而将个体得分汇总，求得各地级市政治信任度的均值。在赋值上，得分越高意味着政治信任度度越高。
行贿指数。在2016年全国廉情调查问卷中，询问了受访者或其亲友在过去一年中是否曾经为了办事方便向公职人员请客送礼，以此测量各地公众行贿的概率。在进行统计时，将行贿比例折算成百分制，测算出各地级市的行贿指数得分。指数分值越高，表示该地区行贿的可能性越大。
索贿指数。在2016年全国廉情调查问卷中，询问了受访者或其亲友在过去一年中是否曾经遇到当地公职人员索要好处，以此测量各地公职人员索贿或公众被索贿的概率。在进行统计时，将索贿比例折算成百分制，测算出各地级市的索贿指数得分。分值越高，表示该地区索贿的可能性越大。
3 控制变量
除了上述自变量外，还有一些因素也可能会影响腐败容忍度。首先，现有研究表明，当教育水平提高时，民众参与政治的意愿随之提高，他们更懂得如何维护自己的权益，将更积极地参与反腐败活动[42]。故可以合理推测，随着教育水平的提高，公众对腐败的容忍度将降低。其次，一个管理更大辖区的政府更可能在监督腐败的过程中面临委托代理难题。因为辖区面积越大，管理事务越繁杂，上级政府越难以全面监控下级政府及其官员的行为，就可能出现更多的腐败现象[43]，而更多的腐败现象自然会提高公众的腐败容忍度。因而，地级市的辖区大小可能也会影响腐败容忍度。最后，某一地区与中央政府的距离也可能会影响到该地区的腐败容忍度。例如，Papaioannou基于撒哈拉国家的实证分析发现，正式制度主要是对毗邻首都的地区具有较为显著的作用，而离首都距离越远的地区，国家正式制度的影响越弱，法律的执行水平越低，人们对于国家的认同感越低[44]。由此预期，在离首都距离较远的地区，正式制度的执行力较弱，人们对正式制度的认可度较低，更可能向非正式制度寻求庇护，因而这些地区的居民对于腐败的容忍度更高。综上所述，本文选择居民受教育程度、辖区面积、与首都的距离作为控制变量。
居民受教育程度。本文采用地级市普通中学在校学生数占当地总人口的比重来衡量，数据来源于《中国城市统计年鉴》。
辖区面积。本文采用地级市的土地面积来衡量，数据来源于《中国城市统计年鉴》。
与首都的距离。本文采用各地级市的质点与北京市的质点之间的距离来衡量。考虑到经纬度是在曲面上，受弧度的影响，不能直接采用欧氏距离来测量，故本文根据球面距离公式(Haversine公式)计算出各地级市与首都之间的球面距离。
本文中相关变量的描述性统计结果详见表 1。
表 1 变量描述性统计变量 平均值 标准差 最小值 最大值 观测值 腐败容忍度对数 3.70 0.05 3.50 3.84 314 政府规模对数 0.18 0.08 0.07 0.65 314 科教事业支出对数 12.98 1.07 10.58 15.92 314 人均GDP对数 10.59 0.64 9.38 12.28 314 收入差距对数 9.69 0.26 8.64 10.80 314 社会信任度对数 4.21 0.04 4.03 4.35 314 政治信任度对数 4.35 0.04 4.22 4.48 314 行贿指数对数 3.02 0.48 0 3.77 314 索贿指数对数 2.96 0.47 0 3.75 314 辖区面积对数 9.12 0.98 7.28 12.44 314 普通中学在校学生数对数 2.66 0.91 0.69 4.26 314 与首都距离对数 6.95 0.59 4.64 7.83 314 灯光亮度 1.68 1.73 0.20 17.94 314 四. 统计结果分析
一 基本结果
由于因变量腐败容忍度为连续变量，本文采用OLS模型来进行分析。同时，本文进行了一系列常规性的检验。一是，采用方差膨胀因子检验共线性问题，检验结果表明，各模型的方差膨胀因子VIF值均远小于10，可见模型不存在严重的多重共线性问题。二是，采用Breusch-Pagan检验和white检验进行异方差检测，两种检验的结果中P值都小于0.05，说明各模型存在异方差。因此，本文进一步采用稳健标准误来修正。表 2为采用最小二乘法估计的结果。
表 2 基准回归结果自变量 因变量：腐败容忍度 (1)
模型1(2)
模型2(3)
模型3政治信任 -0.016 -0.016 -0.050 (0.088) (0.088) (0.077) 社会信任 -0.156* -0.156* -0.161** (0.080) (0.080) (0.071) 社会公平水平 0.032*** 0.032*** 0.029** (0.012) (0.012) (0.012) 政府规模 0.024 0.024 0.028 (0.042) (0.042) (0.039) 人均GDP -0.007 (0.007) 公共服务支出 0.006* 0.006* 0.007* (0.004) (0.004) (0.004) 人均GDP平方 -0.004 -0.004 (0.003) (0.003) 行贿指数 -0.003 -0.003 (0.007) (0.007) 索贿指数 -0.012* (0.007) 截距项 4.118*** 4.118*** 4.346*** (0.379) (0.379) (0.382) 稳健标准误 YES YES YES VIF 1.65 1.53 1.56 观测值 314 314 314 r2 0.053 0.053 0.062 注：括号中输出标准误; *** p < 0.01, ** p < 0.05, * p < 0.1。 在模型1中，政府规模对于腐败容忍度的影响在0.1的水平上不显著，假设1.11和假设1.12未能得到验证。公共服务支出与腐败容忍度之间存在正相关关系，且在0.1的水平上显著，即公共服务支出越高的地区，人们对于腐败的容忍度越高，假设1.2得到验证。人均GDP对于腐败容忍度的影响在0.1的水平上不显著，假设2.1未能得到验证。收入差距与腐败容忍度之间存在正相关关系，且在0.01的水平上显著，即收入差距越小的地区，人们对于腐败的容忍度越低，假设2.2得到验证。社会信任与腐败容忍度之间存在负相关关系，且在0.1的水平上显著，即社会信任越高的地区，人们对于腐败的容忍度越低，假设3.1得到验证。虽然政治信任与腐败容忍度之间存在负相关关系，但在0.1的水平上并不显著，这可能是因为数据缺失或其他方面的原因，假设3.2有待进一步检验。行贿指数与腐败容忍度之间的关系在0.1的水平上并不显著，假设3.3未能得到验证。在模型2中，加入了人均GDP平方，结果显示其与腐败容忍度之间的关系在0.1的水平上也不显著，假设2.1有待进一步检验。在模型3中，加入了索贿指数，结果显示其对腐败容忍度有消极影响，这种效应在0.1的水平上显著，即索贿指数更高的地区，其腐败容忍度更低，假设3.4得到验证。为什么行贿和索贿两种腐败经历对腐败容忍度产生了不同的影响？原因在于，行贿更多是个人权衡利弊之后的自发选择，此时其个体利益没有被侵蚀多少，在某些情况甚至可能是有利可图的。与此相反，被索贿往往并非出于个人自愿，而更多是被外部环境所裹挟，此时的腐败直接侵害了个体利益，因而对公众的腐败容忍度产生了负面影响。本文认为，或许只有当腐败没有造成自身利益损失的时候，个体才会容忍腐败，社会化的策略才会成功。但在腐败严重侵害个体利益的情况下，个体对腐败的容忍度将会下降，社会化的策略不再有效。
二 稳健性检验
在上述统计分析的基础上，本文进行了稳健性检验。首先，因为腐败容忍度可能还会受到其他方面因素的影响，如教育水平、辖区面积、与首都方面的距离等，将这些因素加入到模型中是否会影响本文的结论，需要进一步考察。其次，因为经济核算和统计方法的制约，再加上地方官员追求政治晋升的冲动，地方政府可能会夸大统计数据，导致GDP数据存在测量偏差，使得本文的统计估计不准确。现有文献认为，与GDP数据相比，灯光数据能够更加真实地反映一个地方的工业生产、商业活动和能源消费情况[45]，故本文采用人均灯光亮度数据代替人均GDP来测量经济增长。再次，采用新的指标来测量社会公平、公共服务支出以及政府规模等变量。最后，由于东部和中西部地区在经济发展、法治建设方面存在显著差异[46]，整体层面的分析可能会掩盖这种区域差异，故本文通过分样本的方式来考察上述发现在不同地区的差异。具体结果详见表 3。
表 3 稳健性检验结果自变量 因变量：腐败容忍度 全样本 东部 中西部 (1) (2) (3) (4) (5) 模型4 模型5 模型6 模型7 模型8 政治信任 -0.031 -0.037 -0.148* -0.170 -0.170 (0.088) (0.090) (0.085) (0.195) (0.130) 社会信任 -0.147* -0.146* -0.142** -0.246* -0.117 (0.080) (0.080) (0.071) (0.148) (0.096) 社会公平水平 0.033** 0.035*** 0.079*** -0.008 0.043** (0.013) (0.013) (0.026) (0.029) (0.019) 政府规模 0.049 0.047 0.006 0.070 0.030 (0.046) (0.041) (0.005) (0.131) (0.049) 人均GDP平方 -0.001 -0.001 0.008 -0.007* (0.005) (0.003) (0.011) (0.004) 公共服务支出 -0.002 -0.004 -0.014 -0.005 0.009* (0.012) (0.007) (0.016) (0.008) (0.005) 索贿指数 -0.008 -0.008 -0.007 -0.005 (0.006) (0.006) (0.009) (0.009) 辖区面积 -0.003 -0.004 (0.004) (0.004) 普通中学在校学生数 0.012 0.012 (0.011) (0.009) 与首都距离 0.017*** 0.018*** (0.005) (0.005) 人均灯光亮度平方 -2.945 (2.824) 截距项 4.037*** 4.061*** 4.094*** 4.801*** 3.976*** (0.400) (0.407) (0.347) (0.588) (0.569) VIF 2.87 4.35 1.34 2.33 1.53 稳健标准误 YES YES YES YES YES 观测值 314 314 314 85 229 r2 0.096 0.100 0.091 0.121 0.102 注：括号中输出标准误; ***p < 0.01, ** p < 0.05, * p < 0.1。 在模型4中，加入了辖区面积、中学生数量、与首都距离等控制变量，结果显示，收入差距、社会信任等自变量和腐败容忍度的关系与前面的分析结果一致。与首都的距离与腐败容忍度之间具有正相关关系，且在0.01的水平上显著，即离首都的距离越远，民众的腐败容忍度越高。如前文所述，这可能是因为距离首都较远的地区对正式制度的执行力较弱，人们更可能转向非正式制度，因而对于腐败的容忍度较高。在模型5中，采用人均灯光亮度替代GDP数据，依然没有发现经济发展水平对腐败容忍度存在显著的影响。在模型6中，采用医疗、社保以及教育等支出占当地GDP的比重来测量公共服务支出，采用公务员规模来测量政府规模，采用基尼系数来测量社会公平水平，除了基尼系数和公共服务支出不显著之外，其他结论与前文大致相同。在模型7和模型8中，分别对东部和中西部地区的样本进行估计，结果显示，上述结论依然稳健，不过也存在一些区域性的差异。其中，与东部地区相比，中西部地区人均GDP平方的符号为负，即人均GDP平方与腐败容忍度之间呈倒U型关系，且在0.1的水平上显著。这可能是因为在经济发展的早期，经济追赶发展的成果使得社会大众的福利都得到增加，而腐败侵蚀的主要是经济增长所带来的增值部分，所以对腐败容忍度的影响是正向的。但随着经济发展到一定水平之后，法治化和市场化不断完善，人们对正式制度的信心逐渐提高，腐败对个人利益和经济社会发展的消极影响日益凸显，这时公众的腐败容忍度出现了显著下降。很显然，与中西部地区相比，东部地区的经济发展水平更高，制度建设相对成熟，此时经济发展对腐败容忍度的影响不再显著。故在中西部地区的样本中，假设2.1得到验证。
前文的统计分析在总体上检验了政治信任对腐败容忍度的影响。但如果将政府划分为不同层级的话，那么不同层级政府的信任度对于腐败容忍度的影响是否存在差异呢？表 4对此进行了进一步分析。
表 4 不同层级政府信任度与腐败容忍度的关系自变量 因变量：腐败容忍度 (1) (2) (3) (4) 中央 省 市 县 中央政府信任 -0.161* (0.093) 省政府信任 -0.102 (0.090) 市政府信任 -0.062 (0.080) 县政府信任 -0.005 (0.062) 社会信任 -0.164** -0.178** -0.185** -0.205** (0.083) (0.080) (0.081) (0.079) 社会公平水平 0.025** 0.026** 0.029** 0.027** (0.012) (0.012) (0.012) (0.012) 政府规模 0.030 0.018 0.024 0.027 (0.042) (0.041) (0.041) (0.042) 人均GDP平方 -0.005 -0.005 -0.004 -0.004 (0.003) (0.003) (0.003) (0.003) 公共服务支出 0.006 0.007* 0.007* 0.006* (0.004) (0.004) (0.004) (0.004) 行贿指数 0.003 0.003 0.002 0.003 (0.005) (0.005) (0.005) (0.005) 截距项 4.247*** 4.017*** 3.869*** 3.801*** (0.396) (0.377) (0.343) (0.337) VIF 1.54 1.56 1.58 1.53 稳健标准误 YES YES YES YES 观测值 314 314 314 314 r2 0.089 0.083 0.080 0.077 注：括号中输出标准误; ***p < 0.01, ** p < 0.05, * p < 0.1。 由表 4可见，中央政府信任与腐败容忍度之间存在负相关关系，且在0.1的水平上显著，即对于中央政府的信任度越高，其腐败容忍度越低。而省级、市级和县级政府的政治信任与腐败容忍度之间的关系，在0.1的水平上均不显著。这一发现也间接地印证了与首都的距离对于腐败容忍度的影响。现有研究表明，民众对于中国政府的信任呈现“中央是恩人，省里是亲人，县里是好人，乡里是恶人”的差序格局，与地方政府相比，民众更信任中央政府[47]。也就是说，对于中央政府的信任度，有助于提高公众对正式制度的信心，进而显著地降低其对不道德行为(腐败等)的容忍度。故在中央政府层面，假设3.2得到验证。
五. 研究结论与政策建议
一 研究结论
腐败容忍度体现了公众对腐败的界定标准和道德判断，直接影响着社会各界对腐败的接受程度和反腐败意愿。降低公众的腐败容忍度，有利于营造全社会对于腐败零容忍的态度，进而形成公众共同参与反腐败的积极氛围，对于巩固发展当前来之不易的反腐斗争压倒性胜利具有重要意义。本文以全国314个地级行政区为样本，综合使用廉情调查数据和统计年鉴数据，重点考察了政府治理、经济发展、社会文化等三个维度对腐败容忍度的影响, 得出以下研究结论。
第一，在政府治理方面，政府规模与腐败容忍度之间没有显著的关系，但政府在科教事业等方面的公共服务支出会提高公众对腐败的容忍度。
第二，在经济发展方面，中西部地区的经济发展与公众腐败容忍度之间是倒U型曲线关系，即在经济发展的初期，公众能够获得较多的经济利益，因而腐败容忍度相对较高；而当经济发展到一定程度后，市场化和制度化都处于较高水平，此时公众的腐败容忍度逐渐降低。但是，这种倒U型曲线关系在东部地区样本和全样本的数据中并不显著。收入差距与腐败容忍度之间存在正相关关系，即收入差距越小，公众越可能通过合法的机制来实现自己的利益，而不需要依赖寻租等非法方式，这时公众的腐败容忍度越低。
第三，在社会文化方面，社会信任度对腐败容忍度具有消极影响，即在社会信任度较高的地区，公众可以通过合法合规的途径维护自身利益，故其腐败容忍度越低。与低层级的政府相比，对中央政府的政治信任有助于降低公众的腐败容忍度。与行贿指数相比，索贿指数对于腐败容忍度具有显著的消极影响。究其原因，行贿更多是出于个体利益考量的主动选择，而被索贿则是个体被迫卷入腐败当中，故有被索贿经历的公众对腐败的容忍度更低。
此外，离首都的距离越远，地区的腐败容忍度越高。这可能是由于距离较远的地区，中央政府的监督成本更大，导致制度执行力下降的缘故。
与以往聚焦于个人和国家层面不同，本文借助制度变迁理论的视角，在地级市层面检验腐败容忍度的影响因素，通过调动资源和改变公众认知，改变腐败捍卫者的社会资源和认知体系。现有研究认为，组织可通过社会化的策略诱使新成员认可甚至从事腐败活动；但本文的实证分析则发现，社会化策略只有在特定的情境下才会起到显著作用。例如，只有当腐败没有造成自身利益损失的时候，个体才会容忍腐败，而这时社会化的策略可以奏效；但在腐败严重侵害个体利益的情况下，社会化的策略不再有效，这时个体对腐败的容忍度将下降。
二 政策建议
根据上述研究结论可知，政府公共服务支出、经济发展水平、收入差距、社会信任、政治信任等因素对公众的腐败容忍度有显著的影响。因此，为了切实降低公众腐败容忍度，不断优化反腐败政策和策略，本文提出以下三点政策建议。
第一，持续加大反腐败力度，不断完善监察体制和机构设置，将反腐败转入制度化和常态化轨道[48]。尤其是要加强偏远地区的执法和反腐败力度，提高民众对于党和政府反腐败工作的信心，跳出“塔西佗陷阱”。
第二，强化廉政政策宣传，积极发动群众参与反腐败活动。综合运用各种新媒体手段，加强和改善反腐败宣传工作，让公众切实认识到腐败的危害性，使得崇尚廉洁、抵制腐败的理念深入人心，增强社会各界反腐败的信心和举报腐败的意愿。
第三，逐渐缩小收入差距，切实提高社会公平程度。落实精准扶贫政策，优化税收、转移支付等再分配制度安排，继续加大对农村和农民的扶持力度，缩小不同区域和不同群体之间的收入差距。这不仅有利于维护广大人民群众的根本利益，也有利于降低公众的腐败容忍度，形成全社会反腐的良好风气。
虽然本文从数据收集到统计分析都按照严格的抽样标准及回归分析步骤进行，但受到数据可获得性等方面的限制，仍不可避免地存在一些内生性问题。因为本文的数据是横截面结构，为了解决反向因果的问题，本文采用了2015年的自变量数据，但不能像面板数据那样通过固定效应来消除不随时间变化而变化的遗漏变量的影响。由于自变量和因变量都是主观变量，在技术上难以完全消除共同方法偏误(common method biases)的问题。对此，未来需要对全国廉情调查数据进行跨年度持续跟踪，并尽可能地采集相应的客观数据，进一步在时间维度上挖掘不同因素对腐败容忍度的影响及其变化。
-
表 1 变量描述性统计
变量 平均值 标准差 最小值 最大值 观测值 腐败容忍度对数 3.70 0.05 3.50 3.84 314 政府规模对数 0.18 0.08 0.07 0.65 314 科教事业支出对数 12.98 1.07 10.58 15.92 314 人均GDP对数 10.59 0.64 9.38 12.28 314 收入差距对数 9.69 0.26 8.64 10.80 314 社会信任度对数 4.21 0.04 4.03 4.35 314 政治信任度对数 4.35 0.04 4.22 4.48 314 行贿指数对数 3.02 0.48 0 3.77 314 索贿指数对数 2.96 0.47 0 3.75 314 辖区面积对数 9.12 0.98 7.28 12.44 314 普通中学在校学生数对数 2.66 0.91 0.69 4.26 314 与首都距离对数 6.95 0.59 4.64 7.83 314 灯光亮度 1.68 1.73 0.20 17.94 314 
下载: 导出CSV
表 2 基准回归结果
自变量 因变量：腐败容忍度 (1)
模型1(2)
模型2(3)
模型3政治信任 -0.016 -0.016 -0.050 (0.088) (0.088) (0.077) 社会信任 -0.156* -0.156* -0.161** (0.080) (0.080) (0.071) 社会公平水平 0.032*** 0.032*** 0.029** (0.012) (0.012) (0.012) 政府规模 0.024 0.024 0.028 (0.042) (0.042) (0.039) 人均GDP -0.007 (0.007) 公共服务支出 0.006* 0.006* 0.007* (0.004) (0.004) (0.004) 人均GDP平方 -0.004 -0.004 (0.003) (0.003) 行贿指数 -0.003 -0.003 (0.007) (0.007) 索贿指数 -0.012* (0.007) 截距项 4.118*** 4.118*** 4.346*** (0.379) (0.379) (0.382) 稳健标准误 YES YES YES VIF 1.65 1.53 1.56 观测值 314 314 314 r2 0.053 0.053 0.062 注：括号中输出标准误; *** p < 0.01, ** p < 0.05, * p < 0.1。
下载: 导出CSV
表 3 稳健性检验结果
自变量 因变量：腐败容忍度 全样本 东部 中西部 (1) (2) (3) (4) (5) 模型4 模型5 模型6 模型7 模型8 政治信任 -0.031 -0.037 -0.148* -0.170 -0.170 (0.088) (0.090) (0.085) (0.195) (0.130) 社会信任 -0.147* -0.146* -0.142** -0.246* -0.117 (0.080) (0.080) (0.071) (0.148) (0.096) 社会公平水平 0.033** 0.035*** 0.079*** -0.008 0.043** (0.013) (0.013) (0.026) (0.029) (0.019) 政府规模 0.049 0.047 0.006 0.070 0.030 (0.046) (0.041) (0.005) (0.131) (0.049) 人均GDP平方 -0.001 -0.001 0.008 -0.007* (0.005) (0.003) (0.011) (0.004) 公共服务支出 -0.002 -0.004 -0.014 -0.005 0.009* (0.012) (0.007) (0.016) (0.008) (0.005) 索贿指数 -0.008 -0.008 -0.007 -0.005 (0.006) (0.006) (0.009) (0.009) 辖区面积 -0.003 -0.004 (0.004) (0.004) 普通中学在校学生数 0.012 0.012 (0.011) (0.009) 与首都距离 0.017*** 0.018*** (0.005) (0.005) 人均灯光亮度平方 -2.945 (2.824) 截距项 4.037*** 4.061*** 4.094*** 4.801*** 3.976*** (0.400) (0.407) (0.347) (0.588) (0.569) VIF 2.87 4.35 1.34 2.33 1.53 稳健标准误 YES YES YES YES YES 观测值 314 314 314 85 229 r2 0.096 0.100 0.091 0.121 0.102 注：括号中输出标准误; ***p < 0.01, ** p < 0.05, * p < 0.1。
下载: 导出CSV
表 4 不同层级政府信任度与腐败容忍度的关系
自变量 因变量：腐败容忍度 (1) (2) (3) (4) 中央 省 市 县 中央政府信任 -0.161* (0.093) 省政府信任 -0.102 (0.090) 市政府信任 -0.062 (0.080) 县政府信任 -0.005 (0.062) 社会信任 -0.164** -0.178** -0.185** -0.205** (0.083) (0.080) (0.081) (0.079) 社会公平水平 0.025** 0.026** 0.029** 0.027** (0.012) (0.012) (0.012) (0.012) 政府规模 0.030 0.018 0.024 0.027 (0.042) (0.041) (0.041) (0.042) 人均GDP平方 -0.005 -0.005 -0.004 -0.004 (0.003) (0.003) (0.003) (0.003) 公共服务支出 0.006 0.007* 0.007* 0.006* (0.004) (0.004) (0.004) (0.004) 行贿指数 0.003 0.003 0.002 0.003 (0.005) (0.005) (0.005) (0.005) 截距项 4.247*** 4.017*** 3.869*** 3.801*** (0.396) (0.377) (0.343) (0.337) VIF 1.54 1.56 1.58 1.53 稳健标准误 YES YES YES YES 观测值 314 314 314 314 r2 0.089 0.083 0.080 0.077 注：括号中输出标准误; ***p < 0.01, ** p < 0.05, * p < 0.1。
下载: 导出CSV
-
[1] GONG T, WANG S, REN J M. Corruption in the eye of the beholder: survey evidence from mainland China and Hong Kong[J]. International public management journal, 2015(3): 458-482.
[2] GONG T, XIAO H. Socially embedded anti-corruption governance: evidence from Hong Kong [J]. Public administration & development, 2017, 37(3): 176-190.
[3] 张远煌, 彭德才. 民众的腐败容忍度: 实证研究及启示——基于世界价值观调查数据的分析[J]. 厦门大学学报(哲学社会科学版), 2017(1): 131-140. https://www.cnki.com.cn/Article/CJFDTOTAL-XMDS201701014.htm [4] ROSE-ACKERMAN S. The economics of corruption[J]. Journal of public economics, 1975, 4(2): 187-203. doi: 10.1016/0047-2727(75)90017-1
[5] SHLEIFE A, VISHNY R W. Corruption[J]. Quarterly journal of economics, 1993(108): 599-618.
[6] HEIDENHEIMER A J, MICHAEL J, VICTOR T L, eds. Political corruption: a handbook[M]. New Brunswick, NJ: Transaction Books, 1970: 953-961.
[7] 公婷, 王世茹. 腐败"零容忍"的政治文化——以香港为例[J]. 复旦公共行政评论, 2012(2): 169-186. https://www.cnki.com.cn/Article/CJFDTOTAL-FDGG201202013.htm [8] 倪星. 利益关联、行动选择与公众的腐败容忍度——基于G省的实证分析[J]. 武汉大学学报(哲学社会科学版), 2017, 70(4): 118-128. https://www.cnki.com.cn/Article/CJFDTOTAL-WSLD201704013.htm [9] GONG T, WANG S. Indicators and implications of zero tolerance of corruption: the case of Hong Kong[J]. Social indicators research, 2013, 112(3): 569-586. doi: 10.1007/s11205-012-0071-3
[10] CECILIA LAVENA. What determines permissiveness toward corruption? A study of attitudes in Latin America[J]. Public integrity, 2013, 15(15): 345-365. doi: 10.2753/PIN1099-9922150402?src=recsys
[11] IOANA POP. Acceptance of corrupt acts: a comparative study of values regarding corruption in Europe[J]. Journal of social research & policy, 2012, 3(1): 27-42. http://www.oalib.com/paper/2887196
[12] TRUEX R. Corruption, attitudes, and education: survey evidence from Nepal[J]. World development, 2011, 39(7): 1133-1142. doi: 10.1016/j.worlddev.2010.11.003
[13] ANAND V, ASHFORTH B E, JOSHI M. Business as usual: the acceptance and perpetuation of corruption in organizations[J]. Academy of management executive, 2004, 18(2): 39-53.
[14] AIDT T, DUTTA J, SENA V. Governance regimes, corruption and growth: theory and evidence[J]. Journal of comparative economics, 2008, 36(2): 195-220. doi: 10.1016/j.jce.2007.11.004
[15] TETIANA STEPURKO, MILENA PAVLOVA, IRENA GRYGA, et al. Informal payments for health care services: corruption or gratitude?A study on public attitudes, perceptions and opinions in six central and Eastern European countries[J]. Communist and post-communist studies, 2013, 46(4): 419-431. doi: 10.1016/j.postcomstud.2013.08.004
[16] EUNJUNG CHOI, JONGSEOK WOO. Political corruption, economy, and citizens' evaluation of democracy in South Korea[J]. Contemporary politics, 2012, 18(4): 451-466. doi: 10.1080/13569775.2012.702977
[17] LUO Y. An organizational perspective of corruption[J]. Management & organization review, 2010, 1(1): 119-154. http://psycnet.apa.org/psycinfo/2007-07430-004
[18] PILLAY S, KLUVERS R. An institutional theory perspective on corruption: the case of a developing democracy[J]. Financial accountability & management, 2014, 30(1): 95-119. doi: 10.1111/faam.12029
[19] VILMOS F M, GARY R W, HEATHER E. Ending corruption: the interplay among institutional logics, resources, and institutional entrepreneurs[J]. The academy of management review, 2008(3): 750-770. http://search.ebscohost.com/login.aspx?direct=true&db=buh&AN=32465769&site=ehost-live
[20] 世界银行. 增长的质量[M]. 北京: 中国财经出版社, 2001: 127-154. [21] MARK SCHACTER. Combating corruption: look before you leap[J]. Finance & development, 2004, 41(4): 40-43. http://search.ebscohost.com/login.aspx?direct=trueu0026db=buhu0026AN=15512383u0026site=ehost-live
[22] 胡正昌. 公共治理理论及其政府治理模式的转变[J]. 前沿, 2008 (5): 90-93. https://www.cnki.com.cn/Article/CJFDTOTAL-QAYA200805027.htm [23] 俞可平. 推进国家治理体系和治理能力现代化[J]. 前线, 2014(1): 5-8. https://www.cnki.com.cn/Article/CJFDTOTAL-QXZZ201401002.htm [24] FRIEDLAND R, ALFORD R R. Bringing society back in: symbols, practices, and institutional contradictions. The new institutionalism in organizational analysis [M]. Chicago: University of Chicago Press, 1991: 180-203.
[25] 周黎安, 陶婧. 政府规模、市场化与地区腐败问题研究[J]. 经济研究, 2009(1): 57-69. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200901004.htm [26] BARR A, SERRA D. Corruption and culture: an experimental analysis[J]. Journal of public economics, 2010, 94(11/12): 862-869. http://www.sciencedirect.com/science/article/pii/S0047272710000927
[27] BJØRNSKOV C, DREHER A, FISCHER A V J. The bigger the better? Evidence of the effect of government size on life satisfaction around the world[J]. Public choice, 2007(130): 267-292. http://cjres.oxfordjournals.org/external-ref?access_num=10.1007/s11127-006-9081-5&link_type=DOI
[28] WILLIAM M W. Neutralization as a hardening process: considerations in the modeling of change [J]. Social forces, 1984(4): 995-1019. http://sf.oxfordjournals.org/content/62/4/995.short
[29] DIMAGGIO P J. Interest and agency in institutional theory [M]// ZUCKER L G. Institutional patterns and organizations: culture and environment. Cambridge, MA: Ballinger, 1988: 3-21.
[30] KONSTANTINIDIS I, XEZONAKIS G. Sources of tolerance towards corrupted politicians in Greece: the role of trade offs and individual benefits[J]. Crime law & social change, 2013, 60(5): 549-563. doi: 10.1007/s10611-013-9478-2
[31] 李文. 诱发腐败的相对剥夺心理: 分析与比较[J]. 北京行政学院学报, 2010(5): 37-42. https://www.cnki.com.cn/Article/CJFDTOTAL-XZXY201005010.htm [32] 魏德安. 双重悖论——腐败如何影响中国的经济增长[M]. 北京: 中信出版社, 2014: 10-19. [33] 王哲, 孟天广, 顾昕. 经济不平等与民众的腐败容忍度: 基于多层次模型的跨国分析[J]. 经济社会体制比较, 2016(2): 89-103. https://www.cnki.com.cn/Article/CJFDTOTAL-JJSH201602008.htm [34] ROTHSTEIN B, EEK D. Political corruption and social trust: an experimental approach[J]. Rationality and society, 2009, 21(1): 81-112. doi: 10.1177/1043463108099349
[35] PUTNAM R D. The prosperous community: social capital and public life[J]. The American prospect, 1993(13): 35-42. http://ci.nii.ac.jp/naid/10012917999
[36] MORRIS S D, KLESNER J L. Corruption and trust: theoretical considerations and evidence from Mexico[J]. Comparative political studies, 2010(10): 1258-1285. doi: 10.1177/0010414010369072
[37] PHARR S J, PUTNAM R D. Disaffected democracies: what's troubling the trilateral countries? [M]. Princeton, NJ: Princeton University Press, 2000: 173-201.
[38] 肖汉宇, 公婷. 腐败容忍度与"社会反腐": 基于香港的实证分析[J]. 公共行政评论, 2016(3): 42-55. https://www.cnki.com.cn/Article/CJFDTOTAL-GGXZ201603006.htm [39] 宋小宁, 陈斌, 梁若冰. 一般性转移支付: 能否促进基本公共服务供给?[J]. 数量经济技术经济研究, 2012, 29(7): 33-43. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201207002.htm [40] 范子英, 彭飞, 刘冲. 政治关联与经济增长——基于卫星灯光数据的研究[J]. 经济研究, 2016(1): 114-126. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201601010.htm [41] 陆铭, 陈钊. 城市化、城市倾向的经济政策与城乡收入差距[J]. 经济研究, 2004(6): 50-58. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200406005.htm [42] GLAESER E L, SAKS R E. Corruption in America[J]. Journal of public economics, 2006(90): 1053- 1072.
[43] SNG T H. Size and dynastic decline: the principal-agent problem in late imperial China, 1700-1850[J]. Explorations in economic history, 2014(54): 107-127. http://www.sciencedirect.com/science/article/pii/S0014498314000205
[44] PAPAIOANNOU E. National institutions and subnational development in Africa[J]. The quarterly journal of economics, 2013(1): 151-213. http://europepmc.org/abstract/med/25802926
[45] 秦蒙, 刘修岩, 李松林. 城市蔓延如何影响地区经济增长?——基于夜间灯光数据的研究[J]. 经济学季刊, 2019, 18(2): 118-141. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU201902006.htm [46] 贺炎林, 张瀛文, 莫建明. 不同区域治理环境下股权集中度对公司业绩的影响[J]. 金融研究, 2014(12): 148-163. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201412010.htm [47] 应星. 大河移民上访的故事: 从"讨个说法"到"摆平理顺"[M]. 北京: 三联书店, 2001: 105-106. [48] 季程远, 孟天广. 反腐败与政治信任: 结构偏好与规模偏好的影响差异[J]. 上海交通大学学报(哲学社会科学版), 2020, 28(2): 99-112. https://www.cnki.com.cn/Article/CJFDTOTAL-SHJX202002014.htm -
期刊类型引用(5)
1. 南日. 政府市场共演理论视角下清廉感知对获得感的影响机制研究. 哈尔滨工业大学学报(社会科学版). 2024(06): 34-43 . 
百度学术
2. 杜晓燕，张江楠. 新媒介环境下反腐信息媒介接触对民众清廉感知的影响机制. 河南社会科学. 2023(04): 45-55 . 百度学术
3. 郑崇明，黄志球. 反腐败研究的未来方向：企业廉洁合规及其协同治理. 党政研究. 2023(05): 92-100+127 . 百度学术
4. 范思力. 报复陷害罪的适用问题及对策. 内蒙古电大学刊. 2022(04): 22-27 . 百度学术
5. 邹昀瑾，王丹彤. 政治生态理论下腐败影响因素的动态趋势——基于1998—2018年215个国家和地区的面板数据分析. 行政科学论坛. 2021(12): 23-29+61 . 百度学术
其他类型引用(17)
计量
- 文章访问数: 906
- HTML全文浏览量: 482
- PDF下载量: 95
- 被引次数: 22
