如何運用多元特性-多重方法確定數個治理指標的效度①

[德]羅伯特·諾依曼,[德]彼得·格雷夫著,闕天舒,蔡 鑫編譯

(1.德累斯頓工業大學社會學系,德累斯頓01062;2.慕尼黑聯邦國防軍大學社會學系,慕尼黑85579;3.華東政法大學政治學研究院,上海201600)

1 導論

在過去20年間,有許多學者嘗試將一個國家的政府治理水平指數化,其目的是能夠對國家治理能力進行量化研究。我們認為,這是一項艱巨的任務,因為此類研究必須要從這個國家的微觀經濟和宏觀經濟兩條途徑分別出發,才能夠發掘出影響國家治理的潛在因素。以前的研究在這一點上或多或少存在一定的問題,比如,在國家治理問題中使用的單因變量分析可能會使學者忽略指數中的部分解釋變量;而時序分析方法雖然會產生一些比較新穎的結果,但對國家治理這類宏大議題來說依舊缺乏足夠的說服力。因此,學者們研究一國治理問題,尤其是腐敗問題的時候會面臨非常大的挑戰,原因就在于此[1]。

盡管所有研究者都試圖從能夠得到的首要數據、次要數據、多維數據或是聚合數據中尋找相關證據,進而建立指數模型,然而腐敗類的相關數據卻總是潛藏其中而難以捉摸。這是因為腐敗分子的暗箱操作使其腐敗行為難以暴露在大庭廣眾之下[1]。因此,只有(1)國家公共部門,(2)獨立調查機構,(3)專家評估所得到的3類數據可以用于調查腐敗的源頭。換言之,如果要設計一個評估某個國家腐敗程度的指數,那么經常被用到的就是這3類數據。

社會科學的學者們所熟知的世界上專門用于評估一國腐敗程度的指數有很多,比如透明國際的清廉指數(CPI),還有考夫曼[2]等人研發的腐敗指數,等等。在20世紀90年代,相關學者從這些指數中發掘出了大量有價值的成果——尤其是腐敗潛在的結構性原因及其后果。不過,這類指數大多數僅僅運用了不包含時間序列在內的跨國信息作為分析材料,意味著這些指數會產生宏觀層面跨部門分析的典型缺陷,如內生性問題或樣本選擇問題,等等。除此之外,也有證據表明對不同腐敗指數的研究和使用可能會導致不同結論的產生,這取決于所要分析的指數模型。盡管可以通過調整主要模型使得研究具有可比性,但對兩個不同的腐敗指數之間的比較會使得某個指數測量工具失去其具有的測量效力。

目前,對于腐敗指數效度的驗證研究尚屬空白,我們所做的就是運用多元特性-多重方法(Multitrait-Multimethod,MTMM)來填補這項空白。MTMM分析方法常常用于評估社會科學中的建構效度問題,以往研究主要解決心理或教育領域的微觀數據,從未用來解決過國家之間指數一類的宏觀數據。我們主要使用MTMM分析法中先進的結構方程模型來解決傳統宏觀層次中的數據分析問題。

2 指數及其效度問題

從指數的角度來說,測量手段的效度不能僅僅集中于指數本身。建構效度指的是在與其他測量工具相比,測量工具所能測量到的理論建構和特性的程度,它的獲取是由預先的建構理論進行建構測量,并從后續系列測試所驗證的其他基本假設中推導得出。如果一個理論能夠被不同的獨立方法或路徑所證實的話,那么它就會獲得建構效度。建構效度包括收斂效度和判別效度。如果一個指數是有效的,則會擁有收斂性,而當其旨在評估被測量的底層建構時,該指數就會將其建構從中區別出來。對于宏觀指數而言,它可以假設在這兩類建構效度之間有一定的權衡,而這種權衡取決于該指數所在的維度(如圖1所示)。如果指數中的建構只有一個特征,它也許就會同時表現出較高的收斂效度和判別效度,因為該指數只在一個方面需求獲得效度。反之,一個涉及自身不同方面的宏觀建構由于自身或其他建構相互關聯的可能性增加,所以可能會顯示出低水平的判別效度。

圖1 建構效度和收斂、判別效度之間的特性

關于建構效度的問題主要集中在定義層面,比如如何確立一個建構的大小,如何判定一個建構是否該被排除,以及如何發掘一個使用建構的機會,等等。它們都反映了建構的定義及其本身的效度。尤其是在多因變量分析中,解釋變量需要具有一定的獨立性。目前的研究中,建構常常可以用于代表一組比多因分析的目標更多的變量。不僅如此,這些建構的變量甚至還可以同時對其進行操控。

我們通過對以往研究的梳理,發現治理指數相關數據的收斂效度和判別效度出現了很大的異常。在此之中,希爾和赫利首次提出了“數據質量”,試圖在充足的方法論框架內對前人所做的政治測量進行二次描述性分析;坎彭[3]的研究重點則是在治理議題調查中所存在的潛在偏見。通過對政府機構進行信任測試,他發現,這類議題的調查模式和調查環境可以同時影響特定調查結果。按照我們在多維建構中的假設,調查模式和調查環境既定情形下,調查中所存在的偏見向治理測量數據中的偏見轉化的可能性應該會增加。坎彭所得出的這一結論既適用于定量維數(即多少調查可以被包含在綜合測量中),也適用于單個調查的定性維數(通過特定調查評估方面的數量)。

3 腐敗、影子經濟與民主

在這部分,我們評估了腐敗、影子經濟以及民主在理論意義上作為潛在建構的不同特征。第一個潛在建構是腐敗。對于相關指數來說,腐敗研究主要有兩個方面的困難。首先是理論層面的困難,即有關腐敗這一名詞該如何正確定義的問題。從事腐敗產生的社會機制研究的研究者可能不會用這個術語來分析諸如勒索或盤剝現象,因此此類機制顯然不適用于一個國家的腐敗現狀。研究公共領域犯罪現象的政治學者卻會毫不猶豫地將這些概念混雜在一起,導致概念的模糊不清。但對于大多數的腐敗定義,如“為一己私利而濫用公共職權”在犯罪學和政治學兩個領域都適用。透明國際或世界銀行這類非政府組織都采用類似的概念,即“盜用職責之權以滿足私利”。這個定義其實也相當寬泛。而特瑞斯曼和蘭凱斯特等人在對比了不同的定義以后,認為上述定義既忽視了一個國家的具體法律,也忽視了國家所公認的道德標準。他們更傾向于在不同系統的語境下使用腐敗一詞,并且所做的工作是為了能夠從中提煉出更加具有普遍性意義的腐敗現象。但是在具體的操作和實施的意義上,他們的定義依舊存在嚴重的問題。相比而言,莫坎用了一個與眾不同的方法來定義腐敗,即著眼于腐敗行為的兩個維度:腐敗行為的廣度和深度。其中,對腐敗的廣度定義為一個國家中腐敗行為的普遍程度,而深度則是收受的賄賂大小。

其次是共識層面的困難,即有關腐敗因素從理論層面到行為層面的區分很難達成共識。因為在社會科學中,腐敗被視為評估行為,所以有學者可能會通過評估一個腐敗行為來獲得3類資料:一是在調查資料中,腐敗資料涉及被告或其他人(也許抽象化的個人)的回答;二是由微觀層面的資料組成的宏觀層面資料——它們集中反映了一個地區或一個國家的平均狀況;三是宏觀評估中專家對于一個國家“平均腐敗行為”的判斷。那些允許對評估行為進行解釋的微觀數據組成了多個維度的腐敗建構,而對于每一個來源于這些微觀數據的方法來說也是由此得來的。貪腐印象的測量在揭示了其多維特性的同時,也指出了專家評定的宏觀數據(或是公共部門統計的真實數據)并不一定會反映腐敗的多維特性,甚至在相關準則或法律清楚闡釋了腐敗核心性質的情況下亦是如此。

第二個潛在建構是影子經濟。影子經濟的定義是“官方經濟以外的各種經濟活動或經濟行為”,也就是林林總總的“地下經濟”現象。經濟合作與發展組織[5]在2002年的時候針對此類問題有過概述。施耐德[6]對影子經濟的定義是“客觀存在的、避免繳納直接或間接稅收以及社保款項的經濟活動”。此外,勞動法規違約和行政責任也屬于影子經濟的范疇。這個定義基本遵從了譚茲的描述:影子活動所產生的收入和產出并不納入國民核算報告。施耐德研發了一套指標測量一國影子經濟的大小。他在一項動態多維指標多因素的方法中應用了貨幣需求的方法,從而能夠囊括造成影子經濟的原因的各種變量。這些原因有稅收和社會保障繳款的負擔強弱,監管的力度大小,失業比重以及人均國內生產總值的高低等。其中,影子經濟所占GDP比值的絕對值大小通過使用當前研究中確立的非官方基準值大小計算得出。在用這個方法計算出110個國家影子經濟占其官方GDP的比重之后,施耐德對數據進行標準化并轉換成排名形式。這樣,它的權重范圍相應地從高分到低分就變成了0～100分以內的任意數值。施耐德發現,影子經濟規模最小的國家按順序排分別是美國和日本,分別得分91.3和90.6。而玻利維亞、格魯吉亞和巴哈馬分數位列倒數前3名,分別得分31.1、32.4和34.9。

第三個潛在建構是民主。雖然民主的狀況應該與制度安排的性質相聯系,但是也有學者認為可以假設民主狀況在某種程度上獨立于可觀察到的腐敗水平。就像特瑞斯曼所指出的,一個國家的治理狀況是否民主并不重要,它的政治遺產是否得到審慎的重視才是關鍵。民主并不是由制度中的細枝末節或某種政治形式來界定。但是,還是存在普遍意義上的能夠被學者們所接受的民主條件。比如,巴格瓦蒂描述了民主、公民權利和制度安排所需要的“三駕馬車”——選舉權和政府換屆、出版自由以及司法獨立。這些基本權利確立了一個特定的政治理念,也就是主權在民原則。基于此所建立起的政治制度,可以被定義為擁有民主的政治結構。

在大多數案例中,民主一般是通過搜集一個國家民主存在的證據和民主機構的活力來進行測量,這意味著某些“客觀的”尺度將被用于記錄一個國家的民主活動。民主化通常被視作為政治參與而進行的制度創設:民主的政治決策過程是在民選的議會中產生,這個決策過程取決于公民的呼吁以及政治觀點的付諸實施。這意味著民主制度可以更好地表達公民的政治偏好,也意味著公民的自由必須由能夠得到信任的政治力量來加以保障。關于民主和其他兩個特征之間的關系,正如前面所提到的,持久的民主社會往往會要求本國公民遵守相應的規范和制度安排。

當腐敗作為一個考量因素時,一般可以用來反映一個國家中的個人自由狀況。它包括政治權利和公民自由兩個方面。前者著眼于公民自由參與政治進程的可能性,而后者更加側重于人的基本權利,如個人自主性和言論自由。從概念上講,腐敗指數包括了與一個國家公民地位有關的政府評估,它由一組專家和顧問通過分析涵蓋了各種因素對上述兩類問題的清單判斷打分而成。該指數從1到7級,代表上述標準中政治自由和公民自由的平均分數。一個國家如果得分較低則反映了這個國家公民較少的個人自由,或是政府運作的不正常。7分則表示這個國家中的個人可以在自身的政治環境中自由行動。

盡管腐敗與公務人員在行政級別上的行為有關,影子經濟活動卻是源于某些過度的行政安排造成的私人代理使然。這意味著腐敗在宏觀研究中存在著較為寬泛的定義。整體而言,腐敗行為和影子經濟中的代表策略行為是由于某些機構的刺激所導致。在公共領域,腐敗指的是這樣一個事實,即公職人員利用其所在的位置為自己或他的“客戶”(如他的同事或其他人)謀求不當利益的行為。在此之中,代理人為了能夠順利輸送自己或客戶的利益,打破了由委托人或法律給出的既定規則。這類現象既包括官員濫用政府權力或公共職位的權限以便謀取私利,也包括他們僅僅通過地下私人委托形式進行,而自己卻進行相應的回避。因此,在設計指數時,假如要包含民主的變量在內的話,就要有關于所有國家在內的這些潛在現象的一個普遍假設的存在,并放棄在定量分析中建立變量之間獨立性的要求。

4 腐敗的測量

對于腐敗和影子經濟來說,它們的客觀標準,如被定罪的人的絕對數量并不能提供各國之間效度和測量的可比性。因為這些數據取決于該國當局的數據收集能力,并且兩者的關鍵在于一國的基礎設施(如監獄等)的收容能力。換言之,相對較高的罪犯數量同樣是政府當局腐敗程度的集中體現,但是本身并不能體現腐敗。而對于較低數量的罪犯而言,可能就無法推導得出腐敗行為的頻率較低這一結論,因為其中可能會存在失業未納稅的狀況。但是,從較低數量的罪犯能夠推斷出政府當局是否記錄了他們的罪行。這幾種考量因素的結合,促成了我們所熟知的那幾個腐敗指數的發展,它們都沒有陷入一個國家官方對于貪腐數據的不嚴謹之中。

我們討論的第一個指數是本文開頭所提到的透明國際所發布的清廉指數。透明國際在1993年的時候開始構建這個指數,并在之后一段時間內逐漸搜集到了世界上幾乎所有國家的數據。如果在一個研究小組中編制了至少3個不同類型的調查用于建構國家的腐敗評分,那么這個國家就會被納入指數之中。如果可能的話,透明國際對于某個特定國家的評級將是3年得分的平均分。在這里,不同的調查類型包括訪談、商務人士的問卷調查以及那些對特定國家擁有深刻研究的專家(不管他們是本國還是外國)評估得出。2002年的清廉指數就來自于9家不同機構的15項投票和調查。而到了2005年,透明國際已經對世界上159個國家進行了15項調查,搜集到了這些國家的清廉度數據。這兩年指數的主要區別在于,2002年的調查排除了諸如普華永道所做的不透明指數的單項調查,并且引入了其他風險評級,如商人國際所做的“灰色地帶動態”評級,或是由聯合國或世界市場研究中心所做的非洲施政報告,等等。

透明國際得分的編制程序包含兩個標準化步驟。第一步,先將這些獨立調查排序的百分比操作和這些指標結合起來。第二步,為了降低分數的多樣性,他們將其進行β-變換。這兩個步驟得出的平均分即為各個受評估國家的清廉指數。該指數范圍從0～10,分數越高表示其腐敗程度越低,而越低的清廉指數得分表示國家的腐敗問題越嚴重。2002年最高得分的國家是芬蘭,得到了9.8分,而最低的國家是孟加拉國,僅有1.2分。

我們討論的第二個指數是世界銀行研發的CCOR指數,它是一項國際治理調查計劃的一部分。該指數源于一系列的數據搜集和考夫曼等人的研究成果。除了使用亞洲情報調查以外,2002年CCOR的數據與透明國際的清廉指數非常相似,使用了外部和內部研究小組的數據確定了160個國家。世界銀行使用了一個未知的模型來推導出自己的分數。該指數得分跨度從-2.5到+2.5,腐敗程度越低的國家得分越高,相反,得分越低的國家腐敗程度也越高。在2002年,CCOR指數中得分最高的是也是芬蘭,得到了2.39分,最低的國家是赤道幾內亞,得分-1.89。

我們討論的第三個指數是政治風險服務集團(PRS)發布的政治風險服務指數,其中包括了3項腐敗指標。這個指數使用的是與前文所提到的腐敗指數CPI和CCOR不同的方法,是基于柯普林和奧萊利的“柯普林-奧萊利國家風險評級體系”編制而成,而不是簡單地使用某個國家具體的數據來計算。PRS的排名也包括了三種不同類型的風險狀況。這些風險狀況一方面是對政治動蕩的評估,另一方面是可能會導致制度障礙的幾種不同形式的政治干預。該指數不僅針對腐敗是一個重要的參照指標,而且對于一國的對外貿易來說也是如此,因為指標體現了最可能的一些政治場景。PRS的得分范圍從0～6分,腐敗和犯罪行為越少的國家可以得到越高的得分。芬蘭得最高的6分,津巴布韋則得到了最低的0分。

5 多元特性-多重方法分析

上述所介紹的3個與腐敗有關的潛在建構將是我們使用MTMM分析的對象。MTMM分析法的概念化起初源于坎貝爾和菲斯克在心理建構研究中用于評估收斂效度和判別效度的手段。從那時起,它被應用到社會科學的各個領域。在坎貝爾和菲斯克看來,該方法能夠從特定的測量性狀的方法中分離若干特性測定方差,具有較強的客觀性。MTMM分析法首先需要創建一個模型,其中的每個所述性狀是由每種不同的方法進行測定;其次,觀測變量的組合之后推導出MTMM矩陣的結構;最后可以通過相關特性及其相關性之間的異同進行比較分析。如果用不同的方法測量出同一性狀之間的相關性極高,那么就可以進行進一步的研究。為了確認一個指數的建構效度,研究者必須確認是否用不同方法測定性狀會出現相同的矩陣形狀。相比而言,用相同方法測定不同性狀的相關性應大于通過不同的方法測量同一性狀(也就是“判別效度”)的相關性。此外,已經用不同方法測定不同性狀之間的相關性也應該會大于通過不同的方法測量同一特征之間的相關性。

這些標準最初是由坎貝爾和菲斯克所設立,但也不乏各路批評者。例如有批評者認為,坎貝爾和費斯克的方法不允許對特定方差的數據進行量化,這是MTMM的缺陷。而這類缺陷將用MTMM方法以外的統計學方法加以彌補,其中具有代表性的就是結構方程模型。此方法不僅是對相關性進行比較和描述,而且是一種比之更復雜的統計方法。該方法使用的是協方差而非MTMM中的相關矩陣。

將腐敗指數之間及其指標3個特征之間的統計相互關系納入其中,可以建構起一個觀測變量的協方差矩陣。它假設了每一個腐敗指標都由其自身無特性的一個完美的測量方法得出(處于該矩陣中的三角地帶)。比如,下表1就表示一個MTMM樣本協方差矩陣。其中的數字表示了腐敗指數CCOR,CPI和PRS的腐敗(C)、影子經濟(S)和民主(D)3個測量數量之間的協同變化。其中主對角線的值代表的不同的指標的具體變化。

表1 MTMM分析的樣本協方差矩陣

CCOR、CPI和PRS,這三者的MTMM數據分析方法為驗證性因素分析(CFA)。通過在CFA中對一組觀察到的變量(MTMM協方差矩陣)和一組潛在建構(特性)之間的關系進行分析,研究者可以建立起與潛在建構的預定數量和先驗定義之間關系的模型,并可確認經驗上的假想關系和觀察到的變量關系之間的相互關系。

通常一個驗證性因素分析是通過執行特定的順序步驟進行的。首先,設置一個模型的假想結構(通常由一個相關路線圖標示出)。其次,研究人員必須檢驗其標示并測試模型的規范,這是為了能夠加強評估過程。最后,參數估計和模型契合度的評價可以通過改變模型的特殊結構從而獲得一個更適合的模型表現(不過需要注意,沒有探索數據的最佳模式)。盡管在其他因素預想的結構分析結果中的關系源自它們的理論基礎,如第一個步驟中具體模式和方法是從MTMM分析所得來的,它們卻可以在可觀察到的和不可觀察到的變量中擁有更少或更多的預定建構關系。其中,3個潛在的特性因子加載在一組變量中,可以表現出九種特性方法與該模型的組合。這其中的模型建構如圖2所示。

圖2 3個潛在變量的路徑示意圖

在以上步驟之后,研究者便可以在3個不同的參數矩陣中界定CFA的模型,并將這個模型記錄在線性結構關系模型(LISREL)的程序包中。在使用CFA分析該模型的方法中,可觀測到的變量R的方差—協方差矩陣等于潛在因子(KSI)的方差—協方差矩陣PHI(即Φ),也就是載入的因子矩陣“Λ”及其倒置,并加上誤差矩陣“Θ-Δ”,形成計算R的協方差方程,即:R=ΛΦΛ′+Θ

3個潛在的特性因子為腐敗C(xi_{1}),影子經濟S(xi_{2})與民主D(xi_{3})。觀測變量Xi(ⅰ=1,…,9)是用一定方法測量各種具有代表性的特性組合而成。它們是由測量誤差ΔI所影響。它們不具備單一的分數作為MTMM協方差矩陣R的相互關系的一部分。所有Λ、Φ以及Θ的元素只能夠通過線性結構關系模型執行的迭代方法來估算模型的識別程度。如果有足夠的信息來獲取該模型的參數估值,就會得出唯一解。除了測量自由度的正值以外,其他值都會由項目的數據規模來確定。這可以通過一個潛在因子和觀測變量賦值1或設置潛在因子的變化幅度為1來實現。除此之外,樣本矩陣R必須是一個正定矩陣。這是研究的關鍵——一些研究者沒有對線性結構關系模型做可受理性檢驗,所以往往會忽略了它。我們點明了這點,并指出腐敗指數分析樣本的非確定性是在線性結構關系模型與脊常數的協助下自動解決的。最后,為了估算出最后的R值,我們使用了最大似然法和最小二乘法。

6 結論

在闡釋了MTMM分析方法以后,我們通過不同指標的擬合優度指數評估它們的計算結果。這里適配指標的標準源于所選擇的樣本信息,人口信息和其他的相關信息。由于適配指標往往能夠與逐漸增多的已估參數同時形成更好的權重,因此可以促成被稱為簡約適配指標的發展。這一指標的目的是建立測量指標擬合度的方法,從而可以通過它來測量指數中的參數數量及其相應的自由度的模型。不過,所有的擬合優度指數(AGFI)都具有一定的缺點,就是只有對數個適配指標進行評估才能夠保證模型擬合度的可用性。為了評估模型適當性的卡方統計使用了均方根值的近似指數(RMSEA)調整后的擬合優度指數,以及非范擬合指數(NFI)。此外,所有的待估參數通過t值的權重來分別控制。由此得到的結果如圖3所示。

圖3 已估參數(標準化)與擬合優度指數的路徑圖

從圖3中可以看出:第一,整體模型的擬合度一般。卡方值,RMSEA值以及NFI值的統計表明,隱含的模型結構具有較好的代表性,而AGFI值顯示模型擬合度比較而言則相差在0.9以下。第二,可以從所有的模型中看出指數的參數得到了識別,并且所有評估的t值擁有統計意義上的重要性。這就使得估計值的實質性解釋成為了可能——因子載荷量顯示出了其合理值并且可以被用于效度的評估。

CFA中的效度標準是由觀測變量和潛在變量之間因子載荷量的大小進行評估的。收斂效度可以通過因子載荷量平方的標準化來反映。第一,3個指標的方差在解釋腐敗的建構共同性方面有足夠的說服力,只有PRS的結果在解釋其真方差方面力度較弱,僅有73.1%的權重值可以解釋。第二,以上結果證實了腐敗指標可以用于反映國家結構中的影子經濟。雖然所有指標特性一半以上的方差不能夠被解釋,與總體的因子載荷量0.71比起來更小,但是它們能夠區分出其中的建構大小。第三,所有的腐敗指標確實衡量出了一個國家的民主結構,不過不能完全區分出其民主的特性。例如CCOR指數中的方差竟然高達36%,這顯然是不能作為民主的衡量依據的——極高的特性因素使得腐敗指數是否具有識別國家建構的效果有待商榷。盡管如此,這依舊是有別于傳統國家治理研究的一條新穎路徑。第四,理論所確認的潛在特性之間的相互關系不足以由經驗分析得出。腐敗和影子經濟的程度之間在驗證中具有很強的相關性,甚至高于從理論基礎得出的結果。反觀民主的建構和其他兩個特性之間的關系卻是有待進一步研究的。第五,通過直接比較腐敗指數,我們認為,雖然PRS中的腐敗特性的效度系數在三個指數中最低,但是PRS在區別其他建構的方面做得最好;CPI能夠掌控影子經濟的大部分程度,卻相對較為欠缺;世界銀行的CCOR指數亦是如此。

總體來說,一方面部分CFA分析的測量結果對所有指標的收斂效度來說都存在高度的因子載荷量,因此是合理的。清廉指數在解釋腐敗結構的真方差方面優于其他兩個指數。另一方面清廉指數和CCOR指數卻在區別外部建構——影子經濟和民主方面要遜于PRS指數。不過,當整體指標(與腐敗相關聯時)的可靠性被證實的時候,該建構的部分系數反映了潛在特性因素之間的關系,卻沒有與理論的結果相符合。總體模型擬合程度也表明MTMM模型的樣本數據最終結果充其量只能算是正常而已。

參考文獻:

[1]Graeff,P.Why should one trust in corruption?The linkage between corruption,trust,norms,and socialcapital.In:Graf Lambsdorff,J.,Taube,M.,Schramm,M.(eds.).The New Institutional Economics of Corruption,pp.21-42.Routledge,London(2005).

[2]Kaufmann,D.,Kraay,A.,Mastruzzi,M.Governance Indicators:Aggregate and Individual Governance Indicator for 1996-2005.The World Bank,Washington(2006).

[3]Kampen,J.K.The impact of survey methodology and context on central tendency,nonresponse and associationsof subjective indicators of government performance.Qual.Quant.41,793-813(2007).

[4]Friedman,E.,Johnson,S.,Kaufmann,D.,Zoido-Lobaton,P.:Dodging the grabbing hand:determinants of unofficial activity in 69 countries.J.Public Econ.76,459-493(2000).

[5]OECD Measuring the Non-Observed Economy-A Handbook.OECD Publications,Paris(2002).

[6]Schneider,F.Shadow economies of 145 countries all over the world:What do we really know?Departmentof Economics,University of Linz,Discussion Paper(2006).