文｜朱琳（中山大学国家治理研究院研究员、政治与公共事务管理学院讲师）、宫伏佳（中山大学政治与公共事务管理学院）
一、引言
对于腐败的经验研究，一个无法回避的问题是：如何测量腐败？由于腐败行为的隐秘性所导致的腐败黑数问题，人们很难像测量其他犯罪行为，如谋杀、盗窃等，对腐败进行准确的测量。当前对与腐败测量主要有两种方法，一是通过客观测量的方法，利用官方/非官方发布的对腐败实施者的处理数量来推算一个地区的腐败普遍程度；二是主观测量的方法，即通过抽样问卷、访谈等形式了解居民对所在地区的腐败普遍程度的感知，作为地区腐败程度的依据。那么，这两种测量方法得到的结果是否存在差异？如果不一致，什么因素导致了其差异性？
本研究试图在讨论和比较中国腐败主客观测量结果的基础上，探讨中国腐败主客观测量结果的差异性问题，并分析其影响因素。我们利用东亚民主研究调查数据（East Asia Barometer Survey，以下简称 ABS）中受访者对地方政府的腐败普遍程度感知作为主观测量指标，最高检察院公布的省级职务犯罪立案数量作为地方政府腐败程度的客观测量指标，并分别进行标准化处理，从而进行主客观测量结果之间的比较。结果表明，对中国腐败的主客观测量结果存在不一致性，也就是说腐败客观测量结果越严重的地区，当地公众的主观腐败感知并不一定越强烈。反之亦然。本文进一步讨论了造成这种主客观测量结果不一致性的影响因素。我们主要关注两种不同的反腐败策略对腐败主客观测量差异性的影响。利用省级面板数据的固定效应模型，本文发现，在一定的腐败客观数量前提下，扩大打击腐败规模和办要案的策略均可以降低公众感知的腐败水平，然而后者对于降低腐败主观感知的作用要小于前者，且容易受到媒体的影响。
二、中国的腐败：现有的测量
转型时期的中国正面临严重的腐败问题。从普遍性来说，腐败已经渗透到公共部门的各个领域(Gong, 1997; Lü,2000; Manion, 2004; Sun,2004;Wedeman, 2012),造成公众对党和政府的不满，削弱了执政党的合法性基础。根据透明国际公布的腐败感知指数，中国从20世纪 90 年代末以来，得分排名大概处于所有参与排名国家的中间水平。[1]而在透明国际行贿指数（其对象主要是世界大的经济体）的排名中，中国的排名基本是倒数第一或者第二。[2]根据倪星（2012）的研究结果，中国从 1983 年到 2002 年，因为腐败带来的直接经济损失为平均每年25 亿左右，而引入腐败黑数之后，估计平均每年经济损失为 250 亿。与此相应，在过去的三十年间，中国掀起了一场长期的反腐败战争。从1994年到2009年，平均每年每个省有大约5000名官员受到党纪政纪处分。[3] 来自检察院的数据表明，从1990年到2009年，平均每年有大约44000名官员由于腐败被检察院立案，这一数据以每年5.54%的速度增加。[4] 上述关于中国腐败程度的估计基于不同的腐败测量方法。那么，如何测量中国的腐败呢？
对于腐败的测量面临两方面的问题。一方面，腐败的定义存在争论。为人们普遍接受的腐败定义是“为获取私利而滥用公共权力”。 White (1996)将腐败分为三类，第一类是黑色腐败，主要表现为经济犯罪；第二类为灰色腐败，包括公共机构的领导人通过各种各样的合法、半合法或者非法方式，利用其机构的权利，增加机构的收益，改善员工福利等等；第三类为“白色腐败”，包括人事录用和升迁时的裙带关系和徇私舞弊，执法时不依法行事或扭曲法律以偏袒亲友，在进行资源分配的时候为亲友提供优惠等等。中国官方界定的腐败形式主要有四种：（1）在职政府官员犯罪（特别是经济犯罪）；（2）政府官员相互勾结，以权谋私；（3）挥霍公款（4）党和政府官员的某些不道德行为，如赌博、外遇(Zhu, 2008)。腐败概念的争论导致了腐败测量范围的模糊。因此，不少经验研究学者提出应该避免“关于腐败定义的争论……而更多的专注于具体的、可描述的概念上”（Tanzi,1998; Miller,2006）。另一方面，对于量化研究来说，数据的可获得性往往是影响测量方法选择更重要的因素。由于腐败行为的隐秘性，现有文献只能从官方公布的打击腐败的数据来估计某一地区腐败的程度，或者利用大规模的抽样调查来以获得公众对地区腐败普遍性的主观感知。前者称为腐败的客观测量，后者称为腐败的主观测量。下面我们将分别讨论这两种方式对中国腐败的测量结果。
[1] 数据来源于透明国际清廉指数报告（corruption perception index）http://www.transparency.org/cpi2013
[2] 数据来源于透明国际行贿者指数报告（bribe payers index）http://archive.transparency.org/policy_research/surveys_indices/bpi/bpi_...
[3] 数据来自于对不同省份不同年份的年鉴。省级年鉴只提供了各省当年受到处分的官员数量。由于并非所有省份都提供了这一数据，因此只能按照各年提供这一数字的省份来计算一个平均值。
[4] 数据来自于《中国检察年鉴》不同年份数据的整理。
1、 主观测量
主观测量主要通过问卷调查，了解不同的人群（专家、商业人士、普通民众等）对某个国家或者地区腐败状况的一个主观评价。主观测量指标多见于跨国调查，包括透明国际的腐败感知指数（CPI），世界银行的腐败控制指数（CC）、世界经济论坛贿赂和腐败指数，以及政治风险资讯公司的国际国家风险指导（ICRG）等。[1]表1显示了中国在这几项指数中的得分或排名。其中，透明国际的腐败感知指数较为系统和完整。从2000年至今，中国的得分有所增加，排名在所有参与调查的国家中保持中间位置。[2]腐败感知指数的发布大大方便了学者对不同国家的腐败程度进行横向以及纵向比较。相比较腐败跨国主观测量的多样性，中国国内分地区的全国性腐败感知调查只有东亚民主研究以及宋和程( Song & Cheng,2012)在全国36个城市的腐败感知调查。因此，目前基于中国居民个体或地区为研究单位的主观腐败感知研究仍有待填补。
[1] 更加详细的国际腐败主观测量指数请参见徐静的“国内外腐败指数及其对比研究”。其中某些指数只有截面数据，某些指数不包括中国的数据，在此本文只介绍包括中国的几个历时腐败主观测量指数。
[2] 透明国际并没有亲自进行社会调查来获取数据，其对各国的历年评分均基于其他机构的调查数据。例如，在2014年，CPI评分结果共基于12个数据来源得到。其中，中国评价的数据来源是Bertelsmann Foundation Transformation Index, Economist Intelligence Unit Country Risk Ratings, Global Insight Country Risk Ratings, IMD World Competitiveness Yearbook 2014, Political and economic Risk Consultancy 2014, Political Risk Services International Country Risk Guide, World Bank Country Policy and Institutional Assessment 2014, World Economic Forum Executive Opinion Survey (EOS) 2014, World Justice Project Rule of Law Index 2014。这些调查从腐败、政府反腐败、制度以及问责等多个方面询问了受访者（专家或居民）的意见。
2、 客观测量
客观测量法主要通过官方犯罪数据来衡量腐败状况，利用被查处和曝光的腐败案件数量来测量腐败的状况。还有学者使用人均腐败案件数量作为衡量一个地区腐败状况的指标（万广华&吴一平，2012b）。学者通常以某一或某几个具体的客观案件数据来观测同一区域在一定时期内的腐败变化趋势，并试图梳理出影响因素。与主观测量法不同，客观测量法多是一国数据。对中国腐败客观测量数据的使用多见于以省级为单位的历时研究，这显然和省级数据的可及性有关。如倪星、王立京(2003)根据最高人民检察院和最高人民法院历年工作报告中的数据，通过检查机关查办案件数量、涉案金额、涉案人数以及涉案处级以上官员人数的变动，描述了1984-2002年我国腐败状况的变化趋势。孟庆莉博士（2012）运用了一系列不同的客观案件数据作为测量指标，包括立案调查的贪污、行贿受贿案件数量，立案调查的渎职腐败案件数量，立案调查的挪用公款案件数量，立案调查的县处级、厅局级、省部级官员数量，立案调查的司法人员数量等数据，以省为单位对我国1988-2006年的腐败情况进行一个历时分析。周黎安和陶婧(2009)使用1989 至2004年间各省级检察机关立案的政府部门工作人员腐败案件数考察了地区政府规模、民营化、经济开放程度、教育水平等社会经济因素对官员腐败的影响。吴一平等(2012a, 2012b;2012c; 2013)以1989至2006年中国省级每百万人的腐败案件数为测量标准，考察了财政分权、预算外收入、经济开放程度、司法制度建设、高薪养廉等等一系列因素和腐败之间的关系。倪星、陈珊珊(2013)以2000至2010年副省级城市每十万名公职人员中职务犯罪立案数来表示腐败程度，考察经济发展水平高、政府规模、公职人员相对工资等对腐败程度的影响。
客观测量的的优点在于，由于一个国家内部的政治制度、法律结构是基本一致的，社会经济文化发展水平差距不大，不可观察的因素相对较少, 可在一定程度上减弱计量分析的偏差(周黎安 & 陶婧, 2009)。但由于腐败的隐秘性和腐败黑数的存在，客观数据更可能的是已被发现或查处的政府腐败，这在某种程度上反映的是该地区反腐败的力度而不是腐败的真实程度。如犯罪率本身很大程度上是由各个国家和地区的司法在起诉腐败中的效率和能力决定的，高水平的犯罪率很有可能指向反腐败的主动性和成功，而不是高水平的现实腐败，如香港和新加坡。然而政府之所以加强打击腐败的力度通常是为了应对腐败程度的恶化，因此不宜把腐败水平和反腐败力度截然分开(公婷 & 吴木銮, 2012)。
除了上述地区层面的案件统计法，研究者又发展出来了通过案件细节分析腐败的方法。如过勇（Guo,2008）基于594个案例对于转轨时期中国腐败的实证分析；以及朱琳（Zhu, 2015）利用《检察日报》从1993年到2010年大约2300个案例研究了中国惩治腐败的模式。以案件为分析单位的方法可以深入地研究腐败的细节，而缺点则在于难以获取有效和随机的数据而危及推论。
三、主客观测量结果的差异性
如上所述，对于腐败的测量主要分为主观测量和客观测量。由此产生的一个问题是，公众对某一地区主观感知到的腐败程度是否与其客观测量相符？以中国为例，腐败案件立案数量多的省份，当地公众是否相应地感知到更为严重的腐败呢？现有文献对于主客观测量差异性的研究不多。例如，奥肯( Olken ,2009)比较了印度尼西亚一个城镇工程项目的腐败感知程度和客观测量评估，发现两者只有很弱的相关。而当捷夫和乌伊海伊(Donchev & Ujhelyi, 2008）发现腐败感知测量和腐败经验测量的相关性不大。国内学者关于腐败主客观测度差异性的评估中，万广华和吴一平（2012a, 2012b），陈刚和李树（2012）等学者使用全国人均犯罪率作为腐败的测度，发现与CPI的指数具有较高一致性。而倪星和陈珊珊（2013）引入中国在所有国家腐败感知的百分位排名作为对比，发现副省级城市的腐败水平与中国腐败感知的百分位排名在时间的变化趋势上存在负相关。关于腐败主客观测量结果的差异性问题在现有文献中并未引起关注以及系统化研究，本文试图以中国省级腐败的测量为例，描述主客观测量的差异性并且检验其影响因素。在此，我们把腐败主客观测量的差异性界定为，与客观测量结果在全国省级单位的排名相比，主观感知测量结果在全国省级单位中的排名是否存在差异。换句话说，腐败案件多的省份，公众是否相应地感知到更严重的腐败。下面我们利用中国省级数据对中国腐败的主客观测量差异性进行描述分析。
腐败主观测量的数据来自于 “东亚民主研究”（East Asia Barometer）中公众对地方政府的腐败普遍程度的感知。该项研究是针对东亚地区的经济社会结构现代化、政体转型与民主化，以及政治代价的变迁所进行的跨国性比较调查研究。目前已经完成三波调查（2002、2008、2011）。第一波（2002年）调查在中国大陆一共采集来自26个省份的有效问卷3183份；第二波（2008年）调查在中国大陆完成来自27个省份的有效问卷5098份；第三波（2011年）调查在中国大陆地区完成有效问卷3473份，分布在大陆25个省份。我们以省份为单位分别汇总了三波数据中各省受访者关于腐败普遍程度的感知数据，作为对各省在不同年份腐败程度的主观测量。
*得分和排名代表腐败严重程度，得分越高，排名越靠前，代表该地区越腐败。ABS的数据中包括了对北京市居民的调查。从客观测量指标来说，北京市所报告的腐败案件包括了中央层面的腐败案件数量，而我们的主观测量指标考量的是受访者对地方政府腐败的评价，因此我们在本研究中并不将北京市包括在内。
我们使用各省检察院每年立案调查的每千人公职人员中职务犯罪案件数量作为省级腐败客观测量。其中，检察院立案的职务犯罪案件数量来源于《中国检察年鉴》中各省检察院每年向同级人大提交的报告；而国家公职人员数量来自《中国劳动统计年鉴》中各省 “机关团体和社会组织”数量。为了与主观测量数据进行一致性分析，同时考虑到主观感知是基于对过去一段时间经历的反映，我们分别采用了主观感知每波数据前三年客观数据的均值，即使用1999、2000和2001年客观数据的均值与第一波（2002年）主观数据进行差异性比较分析，使用2004、2005和2006年客观数据的均值与第二波（2007年）主观数据进行比较，使用2008、2009和2010年客观数据的均值与第三波（2011年）主观数据进行比较分析。表3描述了ABS调查数据中所覆盖的省级单位在三波调查时间点上前三年腐败客观测量结果的均值及排名。
那么，各个省份腐败的主观感知和客观测量结果之间的差异程度如何呢？由于两者采用不同的测量单位，无法进行直接的比较。本文采用极差法对主观测量和客观测量的结果分别进行标准化处理。以客观测量结果为例，具体处理方法如下：
（公式1）
其中，x表示各省腐败的客观测量结果，i 表示省份，t表示时间， 表示同期腐败客观测量结果的最小值， 表示同期腐败客观测量结果的最大值。通过公式1，我们可以算出每个省份当期的客观测量结果在所有省份得分中的相对位置。同理，我们也按此方法获得各省主观测量结果的标准化值。进行标准化处理后，将主观测量标准化值减去客观测量标准化值并取绝对值，得到各省在同一时期腐败主客观测量结果的差异。根据上述计算方法，各省腐败主客观测量的差异指的是主客观测量结果标准化后的差异，数值越大表示主客观测量结果之间差异越大。对主客观腐败测量结果进行相关分析，发现二者之间的相关性不高，说明主客观测量结果之间存在差距，需要进一步的分析。[1]图1表示各省在三波数据中腐败主客观测量结果的差异。
[1] 作者感谢审稿人对主客观测量结果相关性不强这一证据的提醒。
图1描述了各省在对应时间段上腐败主观感知和客观测量之间的差异。然而，这些差异的来源，有可能是主观测量结果高于客观测量结果，也可能是主观测量结果低于客观测量结果所造成。为了能够区分差异的来源，并同时区分各省腐败的主客观测量水平处于什么样的位置，我们将对应省份腐败程度的主客观标准化值分别减去对应年份腐败主客观测量的标准化均值，即：
相对腐败程度=标准化值-标准化均值（公式2）
这样就得到每个省份对应时间点的主观感知相对值和客观测量相对值，也就是各省腐败的主客观测量在所有省份中所处位置。我们用X轴代表客观相对腐败程度（客观测量标准化值-客观测量标准化均值）；Y轴代表主观相对感知腐败程度（主观测量标准化值-主观感知标准化均值），由此得到各省腐败的主客观测量相对程度。图2表示各省腐败在三波数据中主客观测量的相对值的分布。
第一象限表示腐败的主客观测量标准值都大于标准化均值，即表示不论通过主观测量还是客观测量，该地区的腐败程度相对于其他省份都较为严重。如图所示，福建、天津两个省份在三个时间点的主客观测量相对值都落在了这一区域；河南、吉林、辽宁有两个时间点落在该区域。第二象限表示腐败的主观测量标准化值大于标准化均值，而客观测量标准化值则小于标准化均值。即表示通过客观方法的测度，该地区的腐败程度比较低，而民众的总体腐败感知程度却比较高，腐败的主客观测量呈现出差异性。这一区域暗示普通的居民能够感知到较多的腐败，而官方的打击数量却没有得到相应的反映，因而打击腐败的广度和力度还需要进一步提高。如图所示，广东、陕西三个时间点都落在此区域；而甘肃、湖南、内蒙、山西、河北两次落在该区域。第三象限表示腐败的主观测量和客观测量的标准化值相都小于标准化均值，即表示不论通过主观测量还是客观测量，该地区的腐败程度都相对较低，如图所示，没有一个省份三个时间点都落在这一区域，青海省有两个时间点落在了该区域。第四象限表示腐败的客观测量标准化值大于标准化均值，而主观感知小于均值。即表示该地区通过客观数据的测量，腐败程度相对较高，而民众的腐败感知度却相对较低。这种情形表示可能该地区的腐败打击力度和打击能力相对较高，虽然体现在客观的数据上腐败程度较为严重，但是反腐败带来的政策效能感较好，居民感知到的腐败程度较低。图中，没有一个省份三个时间点均落在这一区域，贵州、安徽、黑龙江、云南有两波数据落在这一区域。处于第一和第四象限的省份表示其主客观测量结果相对一致，而处于第二和第三象限的省份其测量结果则差异性较大。
四、腐败惩治策略与腐败主客观测量差异性
如上所述，中国省级数据表明，对于腐败的主客观测量之间存在不一致性。与其他省份相比，腐败案件相对多发的省份，该省居民对腐败的主观感知水平并不必然高于其他省份。反之亦然。那么，什么样的因素决定了腐败案件数量与本地居民腐败主观感知水平之间的差异性呢？本文将从腐败惩治的策略来检验造成腐败主客观测量差异的原因。
（一） 研究假设
从惩罚对犯罪的威慑作用来说（McFatter, 1982; Kleck et al., 2005; Pogarsky, 2009），惩治腐败官员的目的是为了阻吓和遏制未来腐败行为的发生。而惩罚的威慑效果取决于两个方面，一是惩罚的确定性，即犯罪行为受到惩罚的概率；二是惩罚的严厉性，即对犯罪行为的量刑（Becker, 1968）。因此，我们可以通过提高惩罚的确定性或惩罚的严厉性来加强惩罚的威慑作用（Becker, 1968; Pogarsky, 2009）。在既有法定量刑的情况下，更可行的方法是提高惩罚的确定性，也就是扩大对腐败行为的打击面。从亚洲的反腐败经验来看，新加坡、香港等国家和地区对腐败的“零容忍”政策正是基于提高惩罚确定性这一策略。同样地，在日本，尽管长期存在政治献金的高层腐败，公众却普遍认为政府较为廉洁，[1]其原因可能就在于日本普通公务员甚少出现腐败行为，而一旦腐败，被起诉和受到惩罚的概率很高。[2] 在腐败普遍存在的情况下，提高腐败案件的立案数量，可以视作提高了惩治腐败的确定性。从存量上减少腐败行为，特别是老百姓广泛接触到的基层蚁贪，可以降低公众主观感知的腐败程度。
然而，对于一个腐败已经蔓延到各个领域的国家，实施“零容忍”无疑会带来高昂的惩治成本。国家既不可能也没有能力惩治所有的腐败行为（Zhu,2015）。因此，一个可行的替代策略是抓典型，重宣传。在办理腐败案件中，中国历来强调对“要案”的打击。[3] 高级官员腐败往往涉案金额更大涉案范围更广，因此对大要案的打击可以更有效的减少腐败造成的损失。为了使惩罚高级官员所带来的示范效应最大化，政府的做法是公开这些案件，并利用舆论工具进行宣传以吸引公众的注意。惩罚的威慑作用依赖于公众和潜在的罪犯对于惩罚的确定性或严厉性的感知。现有研究表明，对重判案件的大肆曝光可以显著地降低谋杀案的发生（King, 1978; Bailey, & Peterson, 1989; Bailey, 1990; Stack, 1987; Philips, 1980; Philips, David & Hensley, 1984; Cochran, & Chamlin, 2000）。正如博卡斯基(Pogarsky,2009)所强调的：“（惩罚所带来的）威胁的感知对于威慑（潜在的犯罪分子），以及对于整个社会进行以威慑为导向的犯罪控制的能力，都是非常重要的。”高级别官员的腐败案件往往被大幅曝光，成为舆论焦点。在中国，对于腐败案件的报道，包括其内容和形式都受到党的严格控制，某些重要案件甚至只能采用新华社的通稿（Gang & Bankurski, 2011）。更重要的是，这些报道旨在强调党和国家在反腐败斗争中的努力和成功，使公众相信政府的反腐败决心以及贪腐案件只是个别事件（Zhu et al., 2013）。
对于高级官员腐败案件的舆论宣传也曝光了原本不为公众所知的高层腐败。根据作者在2013年和2014年对广东省居民进行的电话调查，对于不同层级政府的腐败感知数据显示，受访者认为中央政府腐败程度最高。我们认为这与十八大以来中央厉行“打老虎”不无关系。[4] 受访者认为“市县腐败新闻比较少，而自己平时认知也比较少，这就不能评价或者不能乱评价，可能就会给比较好的评价；而新闻中总是看到很多中央和省部级的腐败案件，那可能就是他们腐败比较严重。”[5] 因此，舆论对腐败案件的曝光对于民众主观腐败感知的影响可能是模糊的。公众有可能接受政府致力于反腐败斗争的舆论引导，但也可能认为腐败普遍存在于政府中。这需要我们通过经验数据进行检验。
基于上述文献和推论，我们提出以下两个研究假设：
研究假设1：惩治腐败数量与主客观腐败测量差异性：地区腐败案件立案数量越多，该地区居民的腐败主观测量结果的差异性越小。
研究假设2：惩治“要案”与主客观腐败测量差异性：惩治“要案”的数量同样对于降低腐败主客观测量结果差异性有积极作用。然而，惩治“要案”的作用受到媒体报道的调节。一方面公众有可能接受媒体的引导而认为政府致力于反腐败斗争，从而降低主观腐败感知，因此媒体报道对于惩治“要案”有放大的作用；另一方面，公众也有可能由于众多高层腐败案件的曝光而发现腐败盛行，因此媒体报道对于惩治“要案”有消减的作用。
（二） 变量和统计描述
本研究的因变量是受访者的主观腐败感知水平。数据来源于ABS2002年、2007年和2011年对中国的三波调查。ABS在调查中询问了受访者对于本地政府腐败普遍程度的评价，答案包括“几乎没有人腐败”，“不是很多官员腐败”，“多数官员腐败”，以及“几乎所有人都腐败”。延续表2计算各省腐败主观测量结果的做法，我们将受访者的评价作为定量变量处理，取值从1到4，分值越高表示受访者认为地方政府越腐败。
本研究使用各省检察院每年立案调查的每千人公职人员中职务犯罪案件数量来表示腐败客观测量。这一指标事实上表示了对腐败打击的确定性。因此，我们以此作为自变量来检验研究假设1。我们预期人均腐败立案数量的增加，会降低当地居民对腐败的主观感知。腐败案件数量数据来源于《检察年鉴》中各个省份的《人民检察院工作报告》对职务犯罪立案数的记录。
为了检验研究假设2，我们使用各省检察院立案的腐败“要案”数量占所有腐败立案数量的百分比来表示国家在惩治腐败中使用“树典型，重宣传”的策略。“要案”数量来自《检察年鉴》中关于县（处）级以上干部腐败案件的数据。根据假设2，我们预期腐败“要案”比例的增加会减少受访者的主观腐败评价。假设2的另一个自变量是公众对于媒体报道的接触。ABS调查问卷询问了受访者每周关注政治新闻的频率，1表示“从不”，2表示“最多1次”，3表示1到2次，4表示几次，5表示每天都看。我们把该变量当做定量变量处理，以此代表公众对于媒体报道的接触程度。根据假设2，如果媒体对于惩治“要案”策略是放大作用，那么受访者关注政治新闻的频率越高，“要案”对于降低主观腐败测量结果的作用越强；而如果媒体对于惩治“要案”测量是消减作用，那么受访者关注政治新闻的频率越高，“要案”对于降低主观腐败测量的作用越弱。
本研究包括三类控制变量。第一类是关于地区的宏观变量，包括政府规模、人均GDP以及公共部门工资与地区平均工资水平之比。其中政府规模使用各省政府机关在职人数占总人口的比例来表示。这些变量的数据均来自《中国统计年鉴》。第二类变量是受访者的腐败接触经历。个人亲身经历为主观感知印象的产生提供了一手信息来源。现有文献证明，与其他人相比，那些有过腐败经历的公众，包括有行贿或遭遇索贿的，可能会认为政府腐败的程度更加严重（如 Zhu et al.,2013;Sharafutdinova, 2010）。ASB的问卷询问了受访者在过去一年中本人或亲友是否经历过腐败。第三类是个体层面的一些特征，包括受访者的教育程度、性别、是否居住在城市以及年龄。表4是对本研究的所有变量的统计描述。
[1] 从透明国际的CPI指数历年的数据表明，从商人和专家的角度来看，日本在所有参加评估的超过170国家中排名在前20名以内，这表示日本的主观腐败测量结果相对廉洁。事实上，在CPI对于亚洲国家的评估结果中，日本与香港的廉洁程度仅次于新加坡。
[2] 2001年，日本检察院受理公务员受贿案件155起，起诉率达到了79%。参见严维耀（2004）。
[3] 要案指腐败犯罪人的行政级别为副处（县）级以上的案件。作者回顾了中纪委从1997年到2012年的21份工作报告，其中有18份强调了对高级官员腐败要案的打击，10份强调了要案的威慑作用或者是以此彰显中央反腐的决心。
[4] 2013年至2014年，中山大学廉政与治理研究中心对广东省21个地级以上市及其下辖的121个县市区、以及中山、东莞下辖的48个镇/街道进行了大样本的电话调查，分别询问居民关于政府在2013年以及2014年清廉水平的主观感知和政府反腐败工作的相关评价。其中关于不同层级政府腐败感知的测量结果表明，以100分为满分，分值越高表示越廉洁。中央政府在2013年度的得分为47.383分，在2014年度得分为40.971分，两年得分均为各级政府中最低，表明公众认为中央政府是各层级政府中最腐败的。
[5] 访谈资料来源于作者完成的对广东省居民在2013年度的电话调查。
（三） 模型与结果
本研究把因变量（受访者对地方政府腐败程度的感知）视做定量变量，使用OLS进行回归分析来检验反腐败规模与打击“要案”与腐败主观测量的因果关系。其回归模型如下：
其中CORRL为模型的被解释变量，代表主观腐败测量结果。OCORR代表客观腐败测量结果，也反映了“零容忍”的反腐策略，用各省检察院人均立案腐败案件数量表示；YA代表“抓典型”的反腐策略，用各省要案数量占腐败案件数量的百分比表示；NEWS代表公众接触政治新闻的程度，用每周关注政治新闻事件频率表示。我们同时还包括了衡量公众接触政治新闻频率的指标与“抓典型”策略指标的交互项（YA*NEWS），加入这个交互项是为了检验假设2中媒体报道对于“抓典型”策略是放大抑或消减的作用。Z包括上文中提到的一系列控制变量，以及调查时间和省份的虚拟变量。
估计结果如表5所示。在模型1中，我们检验腐败立案数量与要案比例对因变量的影响，并只控制了调查时间和省份。结果显示，人均腐败立案数量的符号为负并且在1%水平上显著。人均腐败立案数量每增加1个，主观测量结果就会降低0.118分。同样，要案百分比也降低了主观腐败感知，要案比例每增加1%，主观腐败感知就会降低0.015分，结果在10%水平上显著。通过计算这两个自变量的标准化系数可知，增加人均腐败立案数量要比增加要案百分比对于降低腐败主观测量的作用更大。模型2加入受访者接触政治新闻的周频率与要案百分比的交互项，以检验了媒体对于“抓典型”策略的作用。结果显示，要案百分比的主效应符号仍为负，其与接触政治新闻频率的交互项符号为正，二者均在统计上显著。我们通过代入不同的媒体接触频数取值来估计要案百分比的偏效应。结果发现，其他条件不变，公众接触政治新闻的周频率在有效取值范围内，要案百分比对于主客观测量结果差异值的作用均为负。然而，随着受访者接触政治新闻频率的增加，要案百分比对于降低主观测量的作用被消减了。这说明，媒体对于腐败新闻的报道削弱了“抓典型，重宣传”反腐败策略的政策效能感。模型3和模型4逐渐增加了省级宏观变量和受访者个体的控制变量，而人均腐败立案数、要案和每周接触政治新闻频率三个关键自变量对于因变量的影响仍然显著。从控制变量上来说，政府规模以及公共部门工资相对于地区平均工资的倍数显著增加了主观腐败感知，而地区经济发展水平（人均GDP）则显著降低了主观腐败感知。模型5控制了受访者或其亲友接触腐败的经历。结果表明，亲身接触腐败的经历增加了受访者对于地方政府腐败程度的感知，而在控制腐败接触经历后，每周接触政治新闻频率与要案百分比的交互项变得不显著。
五、结论
本文试图探讨现有文献甚少关注到的一个研究问题：腐败主客观测量结果的差异性。对该问题的研究具有显著的学术及政策意义。对于腐败的测量一直是该领域研究的焦点所在。但鲜有人讨论不同测量方法对于结果的影响。利用省级检察院的腐败立案数量作为腐败客观测量指标，东亚民主研究中各省受访者对地方政府的腐败感知作为腐败主观测量指标，我们比较了中国省级数据中腐败主客观测量结果的差异性。结果发现，腐败客观测量结果相对较高的省份，当地公众对腐败的主观感知水平并不一定也相对较高。本研究进而检验腐败惩罚策略对腐败主客观测量结果差异性的影响。结果发现，如果以人均腐败立案数量作为地区腐败的客观测量指标，那么客观腐败测量结果显著地降低了主观腐败测量结果，这也说明扩大腐败打击确定性政策的有效性。同时，“抓典型、办要案”的策略也显著降低了受访者对腐败的主观感知，但这一效果随着受访者关注政治新闻频率的增加而被削弱。
探讨腐败主客观测量结果的差异性对于腐败惩治策略的运用具有政策含义。腐败主客观测量结果的差异性说明不同的反腐败策略既可能收到事半功倍的成效，也可能出现事倍功半的情形。本研究结果表明扩大腐败打击规模更有利于提高公众的政策效能感，也就是说公众更倾向于对本地区的廉洁水平予以更高的评价。而“抓典型、办要案”的策略虽然也能起到降低民众主观腐败感知的效果，但其作用不如前者有力，且会受到民众对政治新闻关注度的影响。在网络时代，信息传播已不再是单向传播，“抓要案、重宣传”的策略难以控制公众对于要案所彰显的政府反腐败决心的接收程度。因此，在强调“打老虎办要案”的同时，应扩大腐败打击面，强调“零容忍”。本文的发现与近来中央的反腐败策略相符。十八大以来，中国反腐败斗争坚持“老虎苍蝇一起打”。而面对当前依然严峻的反腐败形势，中央强调要以零容忍态度惩治腐败，形成有力震慑。本研究为当前的反腐败政策提供了经验依据。
本研究意在强调腐败测量主客观之间存在的差异。从研究不足上来说，不管是主观测量指标还是客观测量指标都存在着效度问题。客观测量指标的不足在于腐败行为的隐蔽性，因而无法很好的测量腐败存量。现有客观测量指标多与腐败案件的曝光有关，难以剔除其中政府的反腐败努力。而主观测量指标的问题在于受访者对于腐败的定义或者容忍度不同，从而影响了个体之间对于政府腐败程度评价的可比性。主观测量指标的不足可通过在社会调查中增加受访者对于腐败的定义来弥补，这需要进一步的数据搜集和研究工作。
原文载于《经济社会体制比较》2015年第5期
欢迎关注“中山大学国家治理研究院”
