中國地區腐敗對企業全要素生產率的影響

聶輝華，張 彧，江 艇

(1.中國人民大學經濟學院，北京 100872;2.中國人民大學企業與組織研究中心，北京 100872;3.招商局金融集團，廣東 深圳 518067)

一、導論

腐敗是一種世界性的現象，并且已經成為困擾各國政府治理的頑癥。經濟合作與發展組織(OECD)和聯合國都締結了有幾十個國家參加的反腐敗公約，世界銀行還成立了專門的反腐敗機構［1］。在經濟學研究中，腐敗一般是指政治腐敗或官員腐敗，即政府官員“為了私人利益濫用公共權力”［2，20-21］。關于腐敗的經濟學研究包括兩大類。第一類文獻研究腐敗發生的原因，包括官員工資、教育水平、政府規模、政府管制、財政分權和族群差異等因素［3］。第二類文獻研究腐敗產生的后果，這正是本文研究的主題。關于腐敗對經濟效率的影響，經濟學家們形成了兩種截然相反的觀點。第一種觀點認為腐敗是“沙子”，會扭曲資源配置，阻礙長期經濟增長［4］;第二種觀點認為腐敗是“潤滑劑”，有助于企業規避無效率的政府管制，從而會提高經濟效率［5］。

腐敗究竟是“沙子”還是“潤滑劑”?為了精確地考察腐敗對企業效率和經濟增長的影響，近年來一些學者使用了企業層面的微觀數據來檢驗上述兩種相反的觀點，因為宏觀數據無法考察腐敗對企業的影響。Kaufmann和 Wei［6］發現，腐敗不能幫助企業減少應對官僚程序的時間，并且腐敗阻礙了企業生產率的提高。盡管大多數經驗研究都支持腐敗阻礙了經濟增長這一主流觀點［7］，但是否定“潤滑劑”假說的經驗研究仍然存在一些明顯的缺陷。第一，上述經驗研究通常使用跨國企業數據，從而難以反映腐敗在處于不同發展階段的國家之間的不同影響。很明顯，發展中國家有更多的政府管制，這些管制很多是無效率的(例如行政壟斷)，因此一定程度的腐敗可能有助于企業避開這些無效率的管制。然而，這種腐敗的正效應可能會在跨國回歸中被來自發達國家的腐敗負效應所抵消。第二，現有的企業數據基本上都是橫截面數據，在計量經濟學上橫截面數據無法消除由于企業固定特征帶來的估計偏差，并且不利于研究者考察腐敗對企業效率的動態影響。第三，現有研究難以解釋中國的“腐敗與增長之謎”。一方面，中國的腐敗程度比較嚴重，在透明國際的“腐敗感受指數”(CPI)2012年排行榜上處于第80名，得到39分，其清廉水平在174個國家中屬于中下游水平①根 據透明國際的規則，所有國家的得分介于0分(最腐敗)和100分(最清廉)之間。2012年 CPI排行榜鏈接為 http://cpi.transparency.org/cpi2012/results/。。另一方面，中國又是世界上經濟增長最快的國家，在過去的三十年中平均每年GDP增長率大約為10%②根據世界銀行提供的跨國數據表計算，鏈接為http://data.worldbank.org/indicator/。。現有的研究難以解釋中國的高增長和高腐敗共存之謎。

為了深入考察腐敗和企業效率的關系，我們利用中國工業企業數據庫和《中國檢察年鑒》，構造了包含省級地區腐敗水平和企業全要素生產率水平的1999-2007年面板數據。以各省每萬名公職人員的貪污賄賂立案數衡量腐敗程度，以OP方法［8］計算企業的全要素生產率，我們發現了如下結果。第一，總體上腐敗與企業生產率之間并不存在一種確定關系。腐敗既不是對所有企業都不利的“沙子”，也不是對所有企業都有利的“潤滑劑”，而是對不同類型的企業有不同的影響。第二，我們從三類特征上揭示了腐敗對不同企業的生產率的影響:腐敗對國有控股企業的生產率沒有影響，對私人控股企業的生產率只有正效應，這是因為私人控股企業需要通過腐敗規避管制;腐敗對那些固定資產比例更高的企業具有更大的負效應;腐敗對那些中間產品結構比較復雜的行業具有更大的負效應。

本文是第一篇考察中國省級地區腐敗程度對企業生產率的影響的文章。我們使用的數據具有明顯的優勢，可以避開現有經驗研究的局限性。首先，我們的樣本是企業級面板數據，包括了將近170萬個觀測值，不僅可以控制不可觀測的企業固定效應，從而得到參數的一致估計量，而且可以提高估計效率;其次，我們的樣本時間長達9年，可以從動態的角度考察腐敗對企業生產率的影響，并控制時間的變化;再次，我們聚焦于中國省級層面的腐敗程度對企業生產率的影響，可以消除國別因素(如文化)的干擾。

本文的研究有助于解開中國的“腐敗與增長之謎”。對腐敗影響生產率的渠道的分析表明，腐敗客觀上為非國有企業繞開一些無效率的政府管制提供了便利，這可能是中國非國有部門高速增長原因之一。有趣的是，我們發現，面對相同的地區腐敗水平，不同類型的企業具有不同的腐敗“免疫力”。從所有制的角度講，國有企業具有很強的腐敗免疫力，基本上不受腐敗的影響;集體企業對一定程度的腐敗具有免疫力，但是更多的腐敗會給集體企業帶來不利影響;私人控股企業在某種程度上“歡迎”腐敗，因為能夠從中獲利。此外，固定資產比例更高和中間產品結構更復雜的企業更加缺乏免疫力。這說明，只有具體地討論腐敗對不同類型企業的不同影響渠道，才能準確揭示腐敗與經濟效率的關系。

本文其余部分安排如下:第二部分介紹關于腐敗的理論邏輯和計量方程;第三部分描述本文的數據和指標設計;第四部分提供計量分析的主要結果和穩健性檢驗;最后是結論。

二、理論分析與計量模型

我們的目的是，用企業數據檢驗關于腐敗和企業效率的兩種相反觀點。

第一種觀點認為，腐敗扭曲了資源配置，會阻礙企業生產率的提高。Mauro［4］最早利用跨國橫截面數據對腐敗和經濟增長的關系進行經驗檢驗。利用1980-1983年的68個國家的有關數據，Mauro發現腐敗降低了投資，進而降低了經濟增長。此后的文獻更具體地刻畫了腐敗影響企業效率的多種機制:(1)Shleifer等［9-10］認為，如果腐敗(或尋租)帶來的報酬更高①腐敗或尋租的回報比生產活動更高的原因至少有兩個:第一，尋租活動本身是報酬遞增的，因為它有一定的固定成本，尋租活動會相互強化，而且還存在“法不責眾”的問題;第二，腐敗的非法性和保密要求使得它比類似活動(如征稅)帶來更多扭曲。，那么最優秀的人才就會去從事尋租活動，而不是去辦企業或者進行技術創新，這會扭曲人才配置，降低經濟增長率。Murphy等［11］使用1970-1985年91個國家的經濟增長數據，以大學里工程師專業和律師專業的學生比例分別作為生產活動和尋租活動的代理變量，結果發現尋租顯著地降低了經濟增長率。(2)Djankov等［12］通過調查全世界85個國家在創辦企業方面的管制程度，發現更嚴格的管制和更嚴重的腐敗相伴隨，因此這意味著腐敗會阻礙新企業的進入，保護那些低效率的在位企業。(3)Claessens和Laeven［13］分析了腐敗和企業資產配置的關系。他們認為，腐敗會導致更弱的產權保護，這迫使企業進行更多的固定資產投資。因為相對于無形資產(專利、商標和客戶名單等)，固定資產(例如建筑物和機器)的投資回報更容易避免被侵權。因此，腐敗扭曲了企業的資產配置，降低了企業進行知識創新的動力，阻礙了企業成長。他們用1980-1989年45個國家(不含中國)的國家和產業層面的數據，發現腐敗程度的減少(或產權保護程度提高)能夠顯著地通過資產配置提高企業的成長率。類似地，Smarzynska和 Wei［14］也發現一個地區的腐敗會減少企業在無形資產方面的投資，這使得FDI企業更多地選擇合資而非獨資。

相反，第二種觀點認為，腐敗能夠優化資源配置，有利于企業提高效率。(1)腐敗有助于高效率企業獲取稀缺資源。Lui［5］建立了一個排隊模型(queuing model)，假設高效率企業更有能力購買低效率的官僚程序。因此，以賄賂數額為基礎來頒發執照或合同就能夠實現帕累托最優的資源配置。通俗地說，腐敗相當于一種拍賣機制，可以將稀缺資源配置給那些能夠承受更高賄賂水平的高效率企業［15］。Kaufmann 和 Wei［6］指出了排隊模型的一個主要缺陷，即假定管制是外生的，與官員索取賄賂的激勵無關。因此，該理論在本質上是局部均衡的，在一般均衡中難以成立。(2)企業通過賄賂的方式可以避開某些無效率的管制，從而在短缺情形下增加產出［16］。但是，De Rosa 等［7］利用世界銀行的2009年商業環境和企業績效調查數據，發現在“賄賂稅”(賄賂官員的成本)和“時間稅”(與官僚打交道的時間)之間并不存在替代關系，這意味著賄賂不能幫助企業避開繁瑣規定從而得到次優效率，這從一個角度反駁了腐敗作為“潤滑劑”的假說。(3)腐敗相當于為官員提供了一種隱性補貼，會增加官員的努力水平。Egger和Winner［17］認為，如果腐敗給企業帶來的便利和給官員帶來的好處超過了給企業帶來的成本，那么腐敗有可能成為“幫助之手”，而不是“攫取之手”。使用1995-1999年的73個國家的數據，Egger和Winner發現，無論是短期內還是長期內，腐敗和FDI(外國直接投資)之間都存在正相關關系。更早的文獻也提出了類似觀點［18-19］。

除了腐敗，還有許多企業特征、行業特征以及時間會影響企業的效率。衡量企業效率的主要指標是企業的全要素生產率(TFP)，它刻畫了技術進步帶來的投入-產出變化。目前，人們對于企業TFP的影響因素有了比較完善的研究關于企業TFP 的文獻綜述，可參見 Bartelsman 和 Doms［20］、Syverson［21］①衡量生產率的另一個指標是人均產出，但是它會受到資本-勞動比例的影響，因此無法準確地體現純粹的技術進步。。 根據現有文獻(如Keller和Yeaple［22］)和研究目的，我們在回歸分析中控制了以下變量:(1)研發，它會通過影響企業的技術創新來影響企業的效率;(2)資本化程度(Capital utilization)，它會影響企業對技術的采納，同時反映了企業所在行業的進入壁壘;(3)市場結構，因為企業所在行業的市場競爭程度決定了企業的市場勢力和利潤邊際;(4)FDI的外溢效應，因為現有文獻通常認為外商直接投資企業具有更高的技術水平，會促進所在行業或地區企業的平均TFP;(5)出口，因為企業開辟海外市場帶來的學習效應和承受出口固定成本的能力會影響到TFP;(6)企業年齡，因為企業的年齡反映了其歷史負擔或市場聲譽。

為了考察腐敗以及其它因素對企業TFP的影響，我們的基本計量回歸模型設定如下:

在模型(1)中，TFP表示t年度p省第i個企業的全要素生產率，αi和γt分別表示企業和年份固定效應，Corrpt表示t年度p省的腐敗程度，X表示反映企業自身特征或所在行業特征的控制變量(例如，所有制、出口和市場結構)，ε表示噪音。我們在模型(1)中加入了腐敗的二次項，這樣不僅可以度量腐敗對于企業TFP的平均效應，而且可以度量腐敗對于TFP的邊際效應。如果腐敗阻礙了企業生產率，那么系數β1的符號應該為正;反之，如果腐敗提高了企業生產率，那么β1的符號應該為負;β2的符號則反映了腐敗影響是邊際遞增的還是邊際遞減的。

除了考察腐敗對企業生產率的一般影響，我們還要進一步識別腐敗影響企業生產率的具體機制。為此，我們構造了計量回歸模型(2)。其中，交叉項Corrpt*Xipt的系數β4捕捉了腐敗伴隨某種企業或行業特征對企業TFP產生的邊際影響。

三、數據描述和指標設計

(一)數據來源

我們使用的主要數據來自1999-2007年“中國工業企業數據庫”。該數據庫由中國國家統計局收集，包括了全部國有工業企業以及銷售額在500萬元以上的非國有工業企業。2007年有30多萬家企業，其中制造業企業占90%以上。該數據庫包括了企業的基本情況(例如，企業名稱、登記類型、所在行業和地區)和企業的財務數據(例如，主營業務收入、利潤和固定資產)，是目前可獲得的最大的企業級數據庫。不可忽視的是，正如聶輝華等［23］所指出的，中國工業企業數據庫存在樣本錯配、指標缺失、指標異常、樣本選擇和測度誤差等問題。按照多數學者整理該數據庫的慣例，我們進行了一些基本的處理，包括:根據企業名稱和法人代碼進行手工匹配，構造了1999-2007年制造業企業面板數據;剔除了關鍵指標(如銷售額、總資產或職工人數)缺失或者違背會計原則(如總資產小于固定資產凈值)的異常觀測值;剔除了職工人數少于10人的企業，因為它們的財務制度很可能不健全。經過上述處理之后，我們構建了1999-2007年中國制造業企業數據庫，包括9年48萬家企業的將近170萬個觀測值。

為了衡量中國省級地區的腐敗程度，我們使用了歷年的《中國檢察年鑒》，它包括了各省檢察工作報告，特別報告了各省貪污和挪用公款的立案數量或涉案人數。此外，我們還使用了歷年的《中國統計年鑒》。

(二)指標設計

1.全要素生產率

在我們的回歸方程中，因變量是衡量生產率的企業全要素生產率(TFP)。目前，計算TFP的方法主要有三種:參數法，例如索洛殘差法;非參數法，例如數據包絡法(DEA)、隨機邊界法(SFA);半參數法，即將生產函數估計和非參數估計結合起來的OP方法［8］。TFP估計的一個主要問題是聯立性問題，即企業的TFP水平會反過來影響企業的要素選擇，從而導致因果互逆問題;另一個問題是樣本選擇問題，即競爭會迫使低TFP的企業退出市場，這導致現存樣本的平均TFP會被高估。考慮到目前只有OP方法同時解決了聯立性問題和樣本選擇問題，并且國際產業組織的主流文獻都使用OP方法(例如，Bartelsman 和 Doms，［20］;Syverson［21］，聶輝華和賈瑞雪［24］)，我們采取OP方法來估計企業TFP。

為了計算TFP，我們用銷售額(即主營業務收入)衡量產出，用職工人數衡量勞動，用企業報告的中間投入值表示中間投入，用固定資產凈值衡量資本，根據永續盤存法計算投資，即Iit=Kit-(1-δ)Kit-1，其中折舊率 δ設為 15%(Abraham等［25］)①一些文獻使用5%或10%的折舊率。使用不同的折舊率，不會改變本文的主要結論。。然后，我們采用各省工業品出廠價格指數對銷售額和中間投入進行價格平減，采用各省固定資產投資價格指數對資本進行價格平減。我們也用索洛殘差法計算了TFP，發現兩種方法計算的結果高度相關。

2.腐敗

我們的主要解釋變量是腐敗程度。首先必須承認，正如Banerjee等［26］所指出的，準確地度量腐敗是一個非常困難的問題，因為腐敗本身是隱蔽的、非法的。我們用“每萬名公職人員的貪污賄賂立案數”(Corr)來衡量一個地區的腐敗程度，這與現有文獻的做法是類似的。例如，Goel和 Daniel［27］、Fisman 和 Gatti［28］、Adsera 等［29］、Glaeser和 Saks［30］等人都使用美國各州公務員中被判定腐敗罪的人數占全州人數或全州公務員的比例來衡量各州的腐敗程度。在國內文獻中，吳一平［31］、周黎安和陶婧［32］、范子英［33］都使用了該數據集。事實上，這也是國內目前唯一可獲得的省級腐敗面板數據集。

使用“每萬名公職人員貪污立案數”度量各省腐敗程度時，會面臨一些經常被質疑的問題。質疑之一是，該指標只反映了暴露出來的腐敗案件數，而在那些更加腐敗的地區，暴露出來的腐敗案件數反而更少。我們不否認存在一定程度的測度誤差，但是沒有理由認為各省的反腐敗力度存在明顯的、持續多年的差別。因為各省檢察機關屬于地方和中央雙重領導，并以中央垂直領導為主。質疑之二是，該指標反映了反腐敗的力度，而不是腐敗的程度。例如，張軍等［34］就將該指標解讀為各省反腐敗程度。我們有兩個理由認為該指標反映的是腐敗程度。第一，如果立案數反映了反腐敗力度，那么一個合理的結果應該是，用于反腐敗的公、檢、法、司支出應該與立案數量正相關。實際上，Nie和Jia［35］發現，各省人均司法支出和人均腐敗立案數是負相關的。第二，Nie和Jia［35］將2006年的每萬名公職人員腐敗立案數和世界銀行于2006年在中國各地區評估的契約實施(enforcing contract)水平進行比較，后者以商業訴訟的相對成本衡量，成本越高表明契約實施水平越低。他們發現，各省腐敗程度和訴訟成本正相關，這從另一個角度證明了我們的腐敗測度指標的可靠性。

3.控制變量

我們的控制變量包括了企業、行業特征和年份。首先，我們考慮了企業的研發投入，以每個企業的R＆D投入占銷售額的比例衡量研發密集度(Rdint)。其次，我們計算了每個企業的資本化程度(K_L)，以人均固定資產(千元)衡量，它反映了企業對技術的吸納能力和部分行業特征。再次，我們控制了市場競爭程度，以企業所在的三位數行業的赫芬達爾指數(HHI)衡量。類似地，我們還計算了三位數行業的外商直接投資企業(FDI)占全行業的市場份額。此外，如果某企業在某年有出口，就賦予虛擬變量Export=1，否則Export=0。最后，我們控制了企業的實際年齡和全部的年份啞變量。

(三)描述性統計

表1提供了主要變量的描述性統計。在中國工業企業數據庫中，1999、2000年和2004年缺乏研發變量。除了腐敗程度(Corr)為省級地區變量，其余變量均為企業級變量。表1顯示，在1999-2007年，中國省級地區的腐敗程度有較大的標準差，能夠刻畫地區制度質量的差異。在我們的制造業企業樣本中，大約五分之一的企業有出口，大約五分之一的企業有外資背景，企業平均年齡大約為十年。從HHI均值上看，絕大多數行業競爭比較激烈。

表1 主要變量描述性統計

四、計量結果

(一)腐敗與TFP

為了獲得腐敗與企業TFP的初步印象，我們先從全樣本入手。由于我們的數據集是1999-2007年企業級面板數據，因此我們根據計量回歸方程(1)，主要采取固定效應(FE)方法進行回歸，并且所有系數估計的標準誤是異方差和自相關穩健的。在表2第1列，我們首先只考慮腐敗和TFP的關系，發現腐敗的一次性項系數在1%的水平上顯著為正，腐敗的二次項系數在5%的水平上顯著為負，即總體上腐敗與企業TFP之間是一種倒U型曲線關系。直觀地說，一定程度的腐敗對企業TFP有正效應，但更高程度的腐敗則對企業TFP有負效應。在第2列中，我們將所有控制變量加入，發現腐敗的一次項和二次項系數的絕對值都變大了，但符號仍然分別顯著為正和負。作為對比，我們在第3列報告了混合OLS回歸的結果，發現腐敗的一次項和二次項的系數符號仍然不變。這一發現與現有文獻截然不同，現有文獻或者發現腐敗對企業 TFP有負效應(如De Rosa等［7］)，或者發現腐敗有利于企業增加產出(如Levy［16］)。而我們的分析表明，腐敗與經濟效率(TFP)之間并非是一種簡單的線性關系，而是一種非線性關系。我們將在下一節分析這種非線性關系的內在機制。

除了關鍵解釋變量腐敗程度，控制變量的符號也基本上符合理論預期。在第2列的FE回歸結果中，研發密集度(Rdint)的系數顯著為負，表明研發投入并未有效提高企業TFP。因為很多企業，特別是國有企業，投入研發資金并非完全為了研究新產品，而是為了獲得稅收獎勵(聶輝華等［36］)①1999年國家稅務總局發布了《企業技術開發費稅前扣除管理辦法》，規定國有和集體企業的研發費用如果比上年增加10%，那么當年研發費用的50%可以抵扣企業所得稅。。企業的資本化程度(K_L)系數顯著為負，可能是因為人均固定資產較高的行業都是重工業，例如鋼鐵、汽車和石化行業，這類企業歷史包袱較重，或者違背了發展中國家的比較優勢原則，因此企業效率不高。市場競爭程度(HHI)的系數顯著為正，說明企業的市場勢力越大，企業的效率越高，這一定程度上印證了“熊彼特假說”(Schumpeter［37］)。我們沒有發現 FDI對所在行業的企業TFP有正面的溢出效應，這可能是因為FDI企業的技術效應已經體現在本企業內部，或者其對內資企業的競爭效應超過了溢出效應(亓朋等［38］)。出口與TFP的關系不顯著，這與現有文獻的發現是一致的(例如，李春頂［39］)。一個可能的解釋是，中國的出口貿易很多是“三來一補”形式，由勞動密集型企業參與，因此其TFP并不顯著高于其他非出口企業。企業的年齡系數為負，這非常符合直覺，因為通常年齡越大，企業的歷史負擔越重，所以效率越低。

考慮到在工業企業數據庫中1999、2000年和2004年缺乏研發變量，我們在后面的回歸中不再控制研發密集度。又考慮到企業上年的TFP會影響當年的TFP，我們此后將TFP的滯后項作為控制變量。根據Woodridge［40］，在固定效應回歸中加入因變量的滯后項會產生1/T階的偏差。本文使用的面板數據長達9年，因此偏差可以忽略不計①我們在穩健性檢驗中考慮了加入研發密集度或去掉TFP滯后項的回歸分析。。表2第4列控制了企業TFP的滯后項，沒有控制研發密集度，結果與第2列類似。

表2 腐敗與TFP

(二)企業特征1:所有制

為什么一定程度的腐敗看上去對企業反而有利?腐敗是否對某些企業不利?從直覺上講，在一個腐敗的商業環境下，一些企業通過賄賂政府官員，可以獲得更多項目、繞開管制、提高價格或者降低成本，這對其它企業是不公平的。因此，在邏輯上，腐敗不可能對所有企業同樣有利，或者同樣不利，腐敗對企業的影響一定是選擇性的。這正是我們要進一步探討的問題。

我們接下來從三類特征來分析腐敗影響企業TFP的渠道。我們首先考慮企業的所有制類型，這是中國企業的根本特征之一。我們根據企業的實收資本控股方，將所有制造業企業分為國有控股企業、集體控股企業、私人控股企業、法人控股企業②根據統計局和工商局的相關政策，這里的“法人控股企業”是指控股方的注冊資本來自法人機構(包括公司和事業單位)，而不是指企業性質為法人單位。和外資控股企業(含港澳臺控股企業)五種類型(虛擬變量)。作為一種制度質量，腐敗反映了政府對企業的縱向產權保護程度，不同于企業之間的橫向締約實施程度(Acemoglu和Johnson［41］)。因此，若不同類型的企業與政府的關系不同，那么受到腐敗影響的程度和機制也會不同。表3的固定效應回歸結果證實了我們的預測。在五類企業中，地區腐敗程度對國有、法人和外資控股企業的TFP沒有產生顯著的影響，對集體控股企業的TFP產生了一定程度的正效應和負效應，對私人控股企業只有正效應。結合前面對全樣本的分析，我們可以推測，地區腐敗和企業TFP之間的倒U型曲線關系主要是由集體企業驅動的。從統計學角度來講，集體控股企業的分樣本回歸結果顯示:倒U型曲線的“拐點”大約在地區腐敗水平等于5.05時，即每萬名公職人員貪污立案數大約為5件。超過這一臨界值的地區腐敗程度將會對企業產生純粹的負效應。在我們的樣本中，大約有三分之一的省份超過了這一臨界值(即倒U型曲線的右邊)，這些“過度腐敗”的省份主要是江蘇、浙江、安徽、福建、江西、河南、廣西、四川和貴州等地區。最后，我們以計量方程(2)為基礎，在控制變量中增加了所有制虛擬變量，以及各種所有制與腐敗的交叉項，并以國企作為參照組進行固定效應回歸，得到了類似的結果(限于篇幅，在此略去)。

接下來，我們要回答的第一個問題是:為什么相對而言國企不能從腐敗中受益，而私企能夠受益?我們推測，腐敗對不同所有制企業產生不同影響的機制之一是管制(regulation)。中國是一個經濟轉型國家，政府在經濟增長和發展過程中發揮了中心的作用，因此中國經濟在某種程度上是一個管制型經濟。企業與政府關系的差別之一，就體現在管制政策下企業所能夠享受到的政策優惠程度，而政府通常根據所有制和規模兩個標準對企業實行差別政策。以企業貸款為例，現有研究已經表明，國有銀行對企業放貸存在明顯的“所有制歧視”和“規模歧視”，而且規模歧視比所有制歧視更明顯(張捷、王霄［42］)。如果以資產來衡量企業規模，國有、集體、私人、法人和外資控股企業的平均資產分別為1.627億元、3668萬元、3082萬元、7213萬元和9132萬元。國企的控股股東是政府，擁有天然的身份優勢，并且平均規模最大。在產業管制政策下，國企可以通過合法的方式(如游說)影響政府政策，使得其利益得到制度化的優先保證，不需要通過非法的腐敗方式去獲取優惠政策。因此，表現在計量回歸結果上，地區腐敗程度對國企的TFP沒有影響①由于我們采取省級地區腐敗程度作為腐敗的代理指標，不能排除一些國企(特別是央企)通過中央部委從事腐敗或尋租活動。。相對而言，私人控股企業在所有制身份上最為弱勢，平均規模也最小，因此更可能通過腐敗的方式去規避產業管制。給定中央部門制定的管制政策與私企的賄賂水平無關，私企通過賄賂可以獲得額外收益，這表現為腐敗對私企產生了正效應。這一結果在一定程度上支持了腐敗可以成為“潤滑劑”的觀點(如Lui［5］)。

Jiang和Nie［43］利用中國進出口政策的變遷作為“自然實驗”，驗證了腐敗和管制之間的關系。2004年之前，規模較小的私人企業很難獲得出口許可證，因此它們傾向于通過腐敗來獲取出口許可證。2004年之后，出口管制法規被廢除。他們的研究表明，國企并未因腐敗和出口管制中獲益，但有出口業務的私企在2004年之前卻因腐敗而獲益。

我們要回答的第二個問題是:腐敗對集體控股企業和私人控股企業都有正效應，但為什么更高程度的腐敗會對集體控股企業產生負效應，而對私人控股企業只產生正效應?這與集體和私人控股企業各自的腐敗渠道有關。對于私人控股企業來說，腐敗類似于一種市場交易，即通過向官員支付賄賂換取規避管制的利益。愿意支付賄賂的私人控股企業肯定認為賄賂的成本小于收益，否則私人控股企業可以選擇不賄賂。在這個意義上，腐敗只會給私人控股企業帶來正效應。但集體控股企業的腐敗方式不同，它們的優勢是具有基層政府或集體組織背景，與官方的關系比私人控股企業更緊密。另外，相對于私人控股企業，集體控股企業對政府官員直接支付金錢賄賂的成本更高。因此，集體控股企業會傾向于利用政府干預規避管制或獲取額外利益(例如降低原材料和資本的成本)，這種腐敗方式帶來的后果就是政府對集體控股企業本身的控制更加緊密，從而導致了較高的代理成本(Lu等［44］)，因此更高程度的腐敗會反過來降低企業的效率。換言之，私人控股企業的腐敗更有彈性，而集體控股企業的腐敗更缺乏彈性。我們發現的這個有趣結論也驗證了Shleifer和 Vishny［45］對官員和企業關系的分析。他們認為，如果腐敗以金錢賄賂的方式發生，那么企業是公有還是私有是不重要的，這類似于局部均衡中的科斯定理。但如果腐敗不能以金錢賄賂的方式發生，那么官員控制的企業(集體控股企業)會傾向于雇傭更多的冗員，而經理控制的企業(私人控股企業)會傾向于獲取更高的政府補貼。顯然，前一種腐敗方式對企業的效率傷害更大。這再次說明，不同類型的企業對于腐敗的免疫力是不同的。如果忽視企業之間的差別和腐敗對企業的具體影響機制，就可能會得出錯誤的結論和政策含義。

(三)企業特征2:固定資產比例

除了與政治關聯有關的所有制，腐敗還會通過其它特征影響企業TFP。接下來，我們分析腐敗通過企業資產配置對各種所有制企業產生的影響。Claessens和Laeven［13］發現，企業之間的橫向契約實施水平(以知識產權保護程度衡量)會影響到企業在固定資產和無形資產之間的配置。因為企業在與對手競爭過程中，其專利、商標和版權等無形資產比廠房、機器設備等固定資產更加難以保護，所以在那些契約實施水平較低的國家，有更高無形資產比例的企業增長速度更慢。但Claessens和Laeven［13］沒有分析政府和企業之間的縱向產權保護水平。我們認為，與橫向的契約實施對企業效率的影響相反，縱向的產權保護(腐敗程度)對那些固定資產比例更高的企業傷害更大。因為面對政府有關部門及其官員的管制、掠奪或盤剝，企業要隱藏固定資產比隱藏無形資產更加困難，而固定資產又往往是課稅和攤派的主要標準。這意味著，高固定資產比例的企業對腐敗的免疫力更弱。

我們以固定資產凈值占總資產的比例(Aratio)衡量固定資產密集度，并將固定資產密集度與腐敗的交叉項(Cor_aratio)放入回歸方程(2)，同時加入了之前的所有控制變量。固定效應回歸的結果如表4第1列，交叉項Cor_aratio的系數在1%的水平上顯著為負，說明給定其它條件不變，企業的固定資產密集度越高，腐敗對這類企業的負效應就越大。我們的這一發現與Claessens和Laeven［13］的結果是互補的，從而豐富了人們對于制度質量在不同維度上影響企業行為和績效的完整理解。需要說明的是，在各類所有制企業中，私人控股企業和法人控股企業在高固定資產比例樣本中比重最高，而國有企業的比重并不高①當 我們用同樣的方程僅對國企樣本回歸時，發現腐敗、腐敗和固定資產比例的交叉項都不顯著，這與表3第1列的回歸結果是一致的。。

表4 腐敗、資產配置與中間產品結構

(四)企業特征3:中間產品結構

自科斯(Coase［46］)以來，人們認識到企業和市場是配置資源的兩種方式。如果市場的交易費用更高，企業就會自己生產中間產品(原材料或零部件);反之，則從市場上采購中間產品。腐敗作為一種制度質量，衡量了外部市場的交易費用。因此，一個地區越是腐敗，外部市場的交易費用就越高，企業就越是可能自己生產中間產品。這意味著，如果一個行業的中間產品結構越是復雜，腐敗對該行業的效率帶來的損害就越大，因為處于該行業的企業相對于那些中間產品較少的企業來說對腐敗更加缺乏免疫力。

為了檢驗腐敗對中間產品結構帶來的邊際效應，我們借用了Cowan和Neut［47］計算的中間產品“復雜度”指標。他們以美國制造業的投入-產出表為基準，計算了所有ISIC三位數行業的中間產品復雜度。由于一個行業的生產技術和價值鏈在各個國家都是類似的②Cowan和Neut同樣將這一指標應用于75個國家(含中國)的跨國比較。，因此我們可以將ISIC行業分類表與中國的《國民經濟行業分類(GB/T4754-2002)》進行匹配，得到中國制造業28個兩位數行業的中間產品復雜度。然后，我們在回歸方程(2)中加入腐敗和中間產品復雜度(Comp)的交叉項(Corr_comp)，同時加入之前的所有控制變量，進行固定效應回歸。表4第2列的回歸結果表明，交叉項Corr_comp的系數顯著為負，即腐敗對那些中間產品結構更復雜的行業帶來的負效應更大。這意味著，盡管企業和市場是兩種相互替代的生產方式，但是這種替代性受到制度環境的影響。

(五)穩健性檢驗

為了消除在面板數據回歸中因變量滯后項帶來的潛在偏差，我們在去掉因變量滯后項之后對所有主要結果進行固定效應回歸，發現結果非常類似。在表4第3列，我們同時加入了固定資產與腐敗的交叉項、中間產品復雜度與腐敗的交叉項。結果表明，腐敗的一次項、二次項，以及兩個交叉項的系數依然顯著，與前面的結果完全一致。當我們將研發密集度加入回歸方程后，主要結果依然成立。此外，當我們使用腐敗的滯后項作為關鍵解釋變量以便消除可能存在的因果互逆效應時，主要結果依然成立。這說明，本文的主要結果是非常穩健的。

五、結論

人們早已認識到制度會影響企業的行為和經濟績效。腐敗程度是衡量制度質量的主要指標之一，會影響企業的經濟效率。本文首次使用中國地區層面的腐敗數據和企業層面的微觀數據，檢驗了腐敗對企業TFP的影響。我們發現，腐敗和企業TFP之間不存在穩定的關系，不同所有制的企業、不同固定資產比例的企業以及中間產品復雜度不同的企業，對腐敗具有不同的免疫力，受到腐敗影響的程度和方向都是不同的。我們的結論具有重要的政策含義，即要消除腐敗，必須消除腐敗產生的土壤——不合理的管制政策和政府對企業的過度干預。并且，政府的反腐敗政策應該考慮不同地區、不同行業的特點，對癥下藥，方能消除腐敗的危害。

我們并未窮盡腐敗的所有影響渠道。表4最后1列說明，即便我們控制了腐敗影響企業TFP的兩種渠道，腐敗的一次項和二次項系數依然顯著，這說明腐敗還會通過其它渠道影響企業TFP。當然，腐敗只是度量制度質量的一種指標，而且還存在其它衡量腐敗的指標。不同的指標代表不同的測度維度，有不同的影響渠道和結果，這些都值得我們在以后的研究中深入挖掘。此外，經濟效率本身也會反過來影響腐敗程度，即腐敗可能是內生的。探尋腐敗和經濟增長之間的互動關系，同樣是值得深入研究的課題。

［1］Olken，Benjamin，Rohini Pande.Corruption in Developing Countries［Z］.NBER Working Paper 17398，2011.

［2］Svensson，Jakob.Eight Questions about Corruption［J］.Journal of Economic Perspectives，2005，19(3):19-42.

［3］Glaeser，Edward，Raven Saks.Corruption in America［J］.Journal of Public Economics，2006，90:1053-1072.

［4］Mauro，Paolo.Corruption and Growth［J］.Quarterly Journal of Economics，1995，110(3):681-712.

［5］Lui，Francis.An Equilibrium Queuing Model of Bribery［J］.Journal of Political Economy，1985，93(4):760-781.

［6］Kaufmann，Daniel，and Shang-Jin Wei.Does Grease Money Speed up the Wheels of Commerce?［Z］.NBER Working Paper No.7093

［7］De Rosa，Donato，Nishaal Gooroochurn，and Holger G?rg.Corruption and Productivity:Firm-level Evidence from the BEEPS Survey［Z］.Kiel Working Paper No.1632，2010.

［8］Olley，Steven，Ariel Pakes.The Dynamics of Productivity in the Telecommunications Equipment Industry［J］.Econometrica，1996，64(6):1263-1297.

［9］Shleifer，Andrei，and Robert Vishny.Corruption［J］.Quarterly Journal of Economics，1993，108(3):599-617.

［10］Murphy，Kevin，Andrei Shleifer，and Robert Vishny.Why Is Rent-Seeking So Costly to Growth?［J］.American Economic Review，1993，83(2):409-414

［11］Murphy，Kevin，Andrei Shleifer，and Robert Vishny.The Allocation of Talent:Implications for Growth［J］.Quarterly Journal of Economics，1991，106(2):503-30.

［12］Djankov，Simeon，Rafael La Porta，Florencio Lopez-De-Silanes，and Andrei Shleifer.The Regulation of Entry［J］.Quarterly Journal of Economics，2002，117(1):1-37.

［13］Claessens，Stijn，Luc Laeven.Financial Development，Property Rights，and Growth［J］.Journal of Finance，2003，58(6):2401-2436.

［14］Smarzynska，Beata，and Shang-Jin Wei.Corruption and Composition of Foreign Direct Investment:Firm-Level Evidence［Z］.working paper，2000，.

［15］Beck，Paul，and Maher，Michael.A Comparison of Bribery and Bidding in Thin Markets［J］.Economics Letters，1986，20(1):1-5.

［16］Levy，Dinael.Price Adjustment under the Table:Evidence on Efficiency-enhancing Corruption［J］.European Journal of Political Economy，2007，23，423-47.

［17］Egger，Peter，and Winner，Hannes.Evidenceon Corruption as an Incentive for Foreign Direct Investment［J］.European JournalofPoliticalEconomy，2005，21(4):932-52.

［18］Leff，Nathaniel.Economic Development through Bureaucratic Corruption［J］.American Behavioral Scientist，1964，8(3):8-14.

［19］Huntington，Samuel.Political Order in Changing Societies［M］.New Haven:Yale University Press，1968.

［20］Bartelsman，Eric，and Mark Doms.Understanding Productivity:Lessons from Longitudinal Microdata［J］.Journal of Economic Literature，2000，38:569-594.

［21］Syverson，Chad.What Determines Productivity?［Z］.NBER working paper，2010.

［22］Keller，Wolfgang and Stephen Yeaple.Multinational Enterprises，International Trade，and Productivity Growth:Firm-Level Evidence from the United States［J］.Review of Economics and Statistics，2009，91(4):821-831.

［23］聶輝華，江 艇，楊汝岱.中國工業企業數據庫的使用現狀和潛在問題［J］.世界經濟，2012(5):142-158.

［24］聶輝華，賈瑞雪.中國制造業企業生產率與資源誤置［J］.世界經濟，2011(7):27-42.

［25］Abraham，Filip，Jozef Konings and Veerle Slootmaekers.FDI spillovers in the Chinese manufacturing sector:Evidence of Firm Heterogeneity［J］.Economics of Transition，2010，18(1):143-182.

［26］Banerjee， Abhijit， Rema Hanna and Sendhil Mullainathan.Corruption［A］.in Robert Gibbons and John Roberts eds.，Handbook of Organizational Economics，Chp.27［C］.New Jersey:Princeton University，2013.

［27］Goel，Rajeev，and Rich，Daniel.On the Economics Incentives for Taking Bribes［J］.Public Choice，1989，61(3):269-275.

［28］Fisman，Raymond，Robert Gatti.Decentralization and Corruption:Evidence from U.S.Federal Transfer Programs［J］.Public Choice，2002，113(1):25-35.

［29］Adsera，Alicia，Charles Boix，Mark Payne.Are You Being Served?Political Accountability and Quality of Government［J］.Journal of Law，Economics，and Organization，2003，19(2):445-490.

［30］Glaeser，Edward，Raven Saks.Corruption in America［J］.Journal of Public Economics，2006，90:1053-1072.

［31］吳一平.財政分權、腐敗與治理［J］.經濟學(季刊)，2008(7):1045-1061.

［32］周黎安，陶 婧.政府規模、市場化與地區腐敗問題研究［J］.經濟研究，2009(1):57-69.

［33］范子英.轉移支付、基礎設施投資與腐敗［J］.經濟社會體制比較，2013(2):179-192.

［34］張 軍，高 遠，傅 勇，張 弘.中國為什么擁有了良好的基礎設施?［J］.經濟研究，2007(3):4-19.

［35］Nie，Huihua，Ruixue Jia.Institutional Quality and the Ownerships of Foreign Direct Investment in China［Z］.Working Paper，2011.

［36］聶輝華，譚松濤，王宇鋒.創新、企業規模和市場競爭——基于中國企業層面面板數據的證據［J］.世界經濟，2008(7):57-66.

［37］Schumpeter，Joseph.Capitalism，Socialism and Democracy［M］.New York:Harper＆ Brothers，1942.

［38］亓 朋，許和連，艾洪山.外商直接投資企業對內資企業的溢出效應:對中國制造業企業的實證研究［J］.管理世界，2008(4):58-68.

［39］李春頂.中國出口企業是否存在“生產率悖論”:基于中國制造業企業數據的檢驗［J］.世界經濟，2010(7):64-81.

［40］Wooldridge，Jeffrey.Econometric Analysis of Cross Section and Panel Data［M］.MIT Press，2002.

［41］Acemoglu，Daron，andSimonJohnson.Unbundling Institutions［J］.Journal of Political Economy，2005，113(5):949-995.

［42］張 捷，王霄.中小企業金融成長周期與融資結構變化［J］.世界經濟，2002(9):63-70.

［43］Jiang，Ting，and Huihua Nie.The Stained China Miracle:Corruption，Regulation，and Firm Performance［J］.Economics Letters，forthcoming，2013.

［44］Lu，Jiangyong，Tao，Zhigang，and Yang，Zhi.The Costs and Benefits of Government Control:Evidence from China's Collectively-owned Enterprises［J］.China Economic Review，2010，21:282-292.

［45］Shleifer，Andrei，and Robert Vishny.Politician and Firms［J］.Quarter Journal of Economics，1994，109(4):995-1025.

［46］Coase，Ronald.The Nature of the Firm［J］.Economica，1937，4(16):386-405.

［47］Cowan，Kevin，Alejandro Neut.Intermediate Goods，Institutions and Output per Worker［Z］.Central Bank of Chile Working Paper，2007.