如何降低科技行政審批腐敗發生率
——模型、機理與實現路徑

潘燕杰，鄭飛鴻

(1.安徽大學 法學院；2.安徽大學 經濟學院，安徽 合肥 230601)

0 引言

習近平總書記在黨的十九大報告中指出，要“奪取反腐敗斗爭壓倒性勝利”。腐敗的產生源于權力膨脹，腐敗行為具體表現為以權謀私、揮霍公款及合謀交易等多種形式，在不同國家、不同時代，腐敗手段和結果呈現出多樣化特征。科技行政審批作為行政主管部門依法對相對人從事某種活動的法律資格或實施某種行為的法律權利進行準予與否的一種具體行政行為，在缺乏有效制度約束下，極易引致腐敗行為的發生，增加一系列非法交易成本和尋租成本。由于掌握科技行政審批權的政府官員擁有較大的自由裁量權，而審批相對人缺乏對審批環節、依據、條件、時限、標準及權限的了解，這種扭曲化信息不對稱導致審批監管出現盲區，從而為某些政府官員利用公權攫取尋租收益創造了灰色空間地帶。本文通過研究科技行政審批與腐敗發生率關聯機理，揭示影響腐敗發生的關鍵因素，推進科技行政審批制度化、標準化建設，進一步規范科技行政審批行為，預防和減少腐敗案件發生，對于科學進行反腐斗爭，深化科技行政審批改革具有重要意義。

1 理論模型構建

1.1 理論分析與研究假設

Wu[1]認為，政治關聯容易誘發腐敗，特別是國有企業憑借政治關聯的易獲取性，其在市場激勵型科技行政審批中的投機行為表現得更加明顯；Bai&Hsieh[2]研究發現，政治市場交易費用生成機制比一般商品市場更為復雜，企業向政府讓渡部分利益或者機會成本將會增加其收益，這種腐敗機制一旦形成將導致不完全競爭或者壟斷；王紅梅[3]將市場激勵型政府規制分為正向補貼性和負向懲罰性兩種手段，并且首次運用貝葉斯模型平均(BMA)測算了不同規制手段對于我國環境治理的貢獻程度。結果發現，市場激勵型政府規制對于環境治理的貢獻度不如命令控制型政府規制，這可能是由于我國市場激勵型政府規制工具尚不完善，在環保執法和排污收費過程中可能存在腐敗因素；夏杰長和劉誠[4]使用科技行政審批效率度量腐敗程度時發現，科技行政審批滋生腐敗在一定程度上不可避免，但是企業交易費用隨著科技行政審批腐敗程度加深而增加，若控制在一定程度內，腐敗將適度刺激經濟增長。由此，本文提出如下假設：

H1a：市場激勵型科技行政審批對腐敗發生率具有顯著正向影響效應。

Alberto Rafael[5]對159個國家政府市場監管效率及其影響因素進行測算發現，美國、薩爾瓦多、芬蘭及捷克市場監管效率較高，其認為市場監管效率影響公共服務動機、行政技術及政府管理水平；Bo Rothstein[6]指出，攫取性制度環境作用下的行政正義可能有失偏頗，官員的“攫取意識”和“掠奪之手”導致公共服務動機不純，在缺乏有效監管情況下官員容易在科技行政審批活動中牟利；王浦劬和楊曉曦[7]對中國黨政干部公共服務動機狀況進行實證分析發現，黨政干部公共服務動機受到薪酬制度、晉升機會及績效考核等多維度公平感的影響，而市場開放度提高容易造成不平衡的心理認知；楊干生和黃少安[8]指出，市場激勵型科技行政審批是將政府“利己主義”作為假設前提的一種行為實踐，而公共服務動機體現的則是純粹的政府責任、奉獻及犧牲精神，二者具有重疊之處但更多體現為背離。由此，本文提出如下假設：

H1b：市場激勵型科技行政審批對于公共服務動機具有顯著負向影響效應。

李樹和翁衛國[9]將地方環境管制劃分為地方性環境法規管制和地方性環境行政規章管制兩個層面，發現地方性環境行政規章管制執行效率遠低于地方性環境法規管制執行效率，這主要是由于“選擇性執法”等不良公共服務動機制約了地方性環境法規管制執行效率；王書斌和徐盈之[10]在研究環境規制對霧霾的脫鉤效應時，進一步將命令控制型科技行政審批分解為環境科技行政審批和環境監督管理兩種。其中，環境監督管理反映了政府環境治理偏好及意愿，環境科技行政審批則通過作用于科技行政審批人員公共服務動機影響環境治理效果；楊朝均等[11]研究省級層面命令控制型科技行政審批與市場激勵型科技行政審批對于工業綠色創新影響效應發現，命令控制型科技行政審批相比市場激勵型科技行政審批對工業綠色創新的作用效果更為顯著，這主要是因為命令控制型科技行政審批對公共服務動機具有更強的固化效果。由此，本文提出如下假設：

H2：命令控制型科技行政審批對公共服務動機具有顯著負向影響效應。

Francis[12]認為，市場化進程在一定程度上促進了經濟增長且降低了社會交易成本，即便在市場準入篩選過程中出現了非正式制度或特惠制度，其正向影響作用也比較顯著，但這也極易滋生腐敗并進而導致假冒偽劣產品、安全隱患及污染超標等負面影響加劇；Krammer(2013)利用30個新興市場國家7 000家公司調查數據研究市場化程度與腐敗關系發現，市場化程度對于腐敗發生率在短期內具有加速作用，但從長期看卻具有抑制作用，其發揮作用的微觀機制在于腐敗能夠將競爭、網絡或人力資本優勢引入市場，而單個企業賄賂在部門、區域及城市單位中的分散，將加劇企業在當地環境中面臨的財務負擔和信息不對稱，從而對腐敗機會成本產生負向影響；Zhu & Zhang[13]認為，市場化程度提升能夠促進地方競爭，這種競爭包括企業間競爭、政府間競爭以及政府與企業間競爭，而競爭手段又會引起設租或者尋租方式多樣化，從而在一定程度上提升腐敗發生率。由此，本文提出如下假設：

H3：市場化程度對腐敗發生率具有顯著正向影響效應。

Kim等[14]認為，公共服務動機與自我犧牲、利他動機及公民同情心等內在理念不完全等同，他更傾向于將其理解為公共利益承諾、政府社會責任和公共政策吸引力，這一觀點將公共服務動機由意識層面拓展至實踐維度，由此解釋了公共服務動機影響腐敗發生率的作用機理；Nicola[15]對意大利公職人員公共服務動機與工作績效進行實驗組和對照組分析發現，具有強烈社會責任感、組織認同及非功利主義等公共服務動機的公職人員工作績效表現越突出，其工作失誤、懶政怠政、貪污腐敗動機和行為則越少；方振邦和唐健[16]系統分析影響公共服務動機的前因變量、中介變量、調節變量及結果變量發現，工作投入、組織公民行為及員工雙元績效均可作為公共服務動機的結果變量，強化公共服務動機能夠增加員工工作投入、豐富其情感、提升其績效，并對腐敗發生率產生抑制作用。由此，本文提出如下假設：

H4：公共服務動機對腐敗發生率具有顯著負向影響效應。

1.2 科技行政審批與腐敗發生率關聯機理模型構建

以上理論分析和研究假設僅反映了科技行政審批與腐敗發生率間的局部關系，并不能從一般均衡角度解釋科技行政審批與腐敗關聯的微觀機理。著名經濟學家蔡洪濱聯手耶魯大學方漢民教授以及世界銀行首席經濟學家L·Colin Xu[17]在頂級期刊《Journal of Law and Economics》上發表的《Eat，Drink，Firms and Government: An Investigation of Corruption from Entertainment and Travel Costs of Chinese Firms》一文，以全新視角研究了科技行政審批與腐敗關聯機制，包括構建中國情景下的ETC模型、使用長期大樣本企業微觀數據跟蹤調查并分析復雜環境下腐敗程度與企業績效的非線性關系等。結果發現，政府行政服務質量越高、市場化管理水平越高的城市，所屬企業發生權力尋租或者其它腐敗形式的幾率越小，企業績效也比其它城市同類條件企業更好。然而，其論述也存在一定的局限性：①并未對科技行政審批類型進行更細致的劃分。科技行政審批作為一種具體行政行為，在不同情境下對腐敗的影響具有異質性，因此需要考察不同類型科技行政審批對腐敗的影響效應；②并未對市場激勵型科技行政審批與市場化制度特征加以區分，其默認市場化管理水平越高，發生腐敗的幾率越小，但在缺乏有效制度約束條件下，市場化進程加劇反而會造成腐敗發生率偏高，只有在市場化制度不斷完善過程中才能真正降低腐敗發生率；③并未對科技行政審批引致腐敗的傳導機理進行深入剖析。因此，需要發現其中的傳導機理，提煉出科技行政審批引致腐敗的微觀機制，從“表征”研究不斷走向“實質”探索，從而更有針對性地提出優化科技行政審批、預防和治理腐敗的根本路徑。

1.2.1 結構方程模型

為便于研究科技行政審批與腐敗發生率傳導路徑和微觀機理，本文通過構建結構方程模型(Structural Equation Modeling)解決這一問題。結構方程模型可用于分析各潛變量間、各觀測變量間以及潛變量與觀測變量間的路徑關系，測量科技行政審批對腐敗的貢獻度水平及因子載荷。市場激勵型科技行政審批、命令控制型科技行政審批和市場化程度分別被定義為外衍潛變量ξ1、ξ2和ξ3，公共服務動機和腐敗發生率分別被定義為內衍潛變量η1、η2，公共服務動機和腐敗發生率無法被外衍潛變量解釋的殘差分別為e1、e2。

η1=β1ξ1+β2ξ2+e1

(1)

η2=λ1ξ1+η2+λ2ξ3+e2

(2)

此外，還需滿足以下條件：

η2=λ3η1+e2

(3)

由于預期構建的理論模型路徑分析中可能存在的因果關系并非只是單項關系，因此，需要構建非遞歸模型才能使得模型具有最小估計和測量誤差。

1.2.2 動態演化過程

本文借鑒Fisman(2014)和Landry(2017)等構建的公共選擇與官員晉升錦標賽模型進行演化博弈并求解均衡條件，推導科技行政審批中降低腐敗發生率的最優路徑。假設現有一名科技行政審批人員和一名科技行政審批相對人進行博弈，任職期限規定最長不超過兩期，科技行政審批人員作為“經濟人”具有腐敗傾向，且科技行政審批人員是否繼續任職受到科技行政審批相對人投票結果的影響。

uit(mt)=mt+bi+u-c(mt)

(4)

科技行政審批人員第2個任期的腐敗收益取決于α，根據科技行政審批人員第1個任期的表現，科技行政審批人員可能繼續任職(J=1)，也可能不繼續任職(J=0)。如果科技行政審批人員不繼續任職，則將其效用在第2個任期內作歸零處理。科技行政審批人員第1個任期的效用最大化問題為：

(5)

(3)動態均衡條件。科技行政審批人員在第1個任期內獲得的腐敗收益包括由其在任期內的腐敗動機和第1個任期末或第2個任期可能出現的腐敗行為構成，即ri1=m1+bi。科技行政審批相對人根據民意調查結果或科技行政審批人員腐敗證據對科技行政審批人員進行投票，決定其是否繼續任職。倘若科技行政審批人員能夠繼續任職，則其腐敗收益在第2個任期內為ri2=m2+bi；如果其不能繼續任職，則bi將發生改變。

根據完美貝葉斯均衡解，式(1)在科技行政審批人員第2個任期的最大化一階條件為：

(6)

因此，可給出科技行政審批人員第2個任期的腐敗收益ri2=γ+bi

科技行政審批相對人需要最大化因科技行政審批人員任職而產生的效用，這其中包括其兩個投票依據。因此，科技行政審批相對人支持科技行政審批人員繼續任職的可能性為：

(ξ≥0)

(7)

科技行政審批人員第2個任期的期望效用以其第1個任期的腐敗動機作為條件，那么：

(8)

因此，科技行政審批人員第1個任期效用最大化問題(2)的解由一階條件給出。

(9)

進一步，本文將科技行政審批類型劃分為命令控制型科技行政審批與市場激勵型科技行政審批兩種類型，將公共服務動機提升看作是科技行政審批引致腐敗傳導過程中的關鍵因素，并且是科技行政審批人員強化自律意識的體現。此外，將市場化制度不斷完善過程抽象成法律體系不斷健全從而形成有效制度約束的過程。據此，本文構建科技行政審批與腐敗發生率關聯機理模型，見圖1。

1.3 變量選取與數據收集

本文參照OECD對政府規制類型的劃分標準以及國內外學者在研究政府規制問題時選取變量的普遍做法，將科技行政審批劃分為市場激勵型和命令控制型兩種類型，分別用每萬人市場激勵型和命令控制型科技行政審批事項數量予以度量。由于我國科技行政審批包括行政許可、行政確認及非行政許可審批等范疇，因此選取地方政府受理最為頻繁的行政許可事項反映科技行政審批。根據Barry & Su[18]在Christensen等[19]基礎上改進的公共服務動機測量量表，本文設置5個題項，分別從公民機會、行政倫理、行政正義、公共利益及情感流露5個方面考察科技行政審批人員公共服務動機，量表測度采用Likert5點計分法，公共服務動機消極性隨著分值提高而依次增加。市場化程度借鑒樊綱和王小魯等《中國分省份市場化指數報告》發布的各省分年度市場化指數予以度量，本文僅使用各省分年度市場化總指數，不對要素市場發育程度、產品市場發育程度及市場中介組織發育程度進行細致區分。按照《中國檢察年鑒》對于腐敗行為及犯罪的分類界定，將檢察機關依法立案查處的腐敗侵權立案、貪污賄賂立案、瀆職與挪用公款案件等進行加總得到貪污腐敗案立案件數，腐敗發生率則根據每萬人公職人員中腐敗案立案件數進行衡量。

本文選取2017年中國內地31個省份(自治區、直轄市)省級數據作為研究樣本。其中，科技行政審批事項量來源于全國275個城市科技行政審批中心提供的登記信息，公共服務動機通過對科技行政審批人員發放問卷和進行訪談獲取信息，具體包括現場發放問卷和訪談、微信、微博及QQ等多種形式。本文調研對象覆蓋基層、中層和高層科技行政審批工作人員，問卷發放安排專人進行現場或遠程指導，共發放問卷304份，有效回收275份，問卷回收率為90.46%，回收問卷經Harman單因素法進行同源方差檢驗，剔除同源誤差項。此外，其它數據來源于《中國分省份市場化指數報告》、《中國檢察年鑒》、《中國統計年鑒》及相關地方政府文件。另外，還對人均GDP、城鎮化率、社會固定資產投資及人口密度進行控制變量處理，并對可能出現的異方差、序列相關性及多重共線性進行修正。對相關變量進行描述性統計發現(見表1)，市場激勵型科技行政審批最小值、最大值分別為1.609和3.571，偏度與峰度臨界比分別為7.872和-0.089；命令控制型科技行政審批最小值、最大值分別為1.213和4.760，偏度與峰度臨界比分別為0.012和-2.705；公共服務動機最小值、最大值分別為1.000和5.000，偏度與峰度臨界比分別為2.358和-4.559；市場化程度最小值、最大值分別為0.169和0.865，偏度與峰度臨界比分別為2.416和-5.478；腐敗發生率最小值、最大值分別為1.382和41.591，偏度與峰度臨界比分別為3.185和-5.048。

圖1 科技行政審批與腐敗發生率關聯機理模型

表1 變量釋義與描述性統計結果

根據變量間的Pearson相關系數(見表2)，發現市場激勵型科技行政審批均值、標準差分別為2.720和0.305，市場激勵型科技行政審批與命令控制型科技行政審批存在顯著正相關關系(r=0.536，p<0.010)、與公共服務動機存在顯著負相關關系(r=-0.593，p<0.010)、與市場化程度存在顯著正相關關系(r=0.616，p<0.010)、與腐敗發生率存在顯著正相關關系(r=0.582，p<0.010)。因此，市場激勵型科技行政審批與命令控制型科技行政審批、公共服務動機、市場化程度及腐敗發生率等變量顯著相關。命令控制型科技行政審批均值、標準差分別為3.615和0.498，命令控制型科技行政審批與公共服務動機顯著負相關(r=-0.461，p<0.010)、與市場化程度呈顯著正相關關系(r=0.519，p<0.010)、與腐敗發生率呈顯著正相關關系(r=0.630，p<0.010)。因此，命令控制型科技行政審批與公共服務動機、市場化程度及腐敗發生率等變量顯著相關。公共服務動機均值、標準差分別為3.800和0.680，公共服務動機與市場化程度正相關(r=0.241，p=0.091)，但未達到統計學意義上的顯著性水平，其與腐敗發生率顯著負相關(r=-0.783，p<0.010)。因此，公共服務動機與市場化程度及腐敗發生率顯著相關。此外，腐敗發生率均值、標準差分別為12.612和8.117，市場化程度與腐敗發生率存在顯著正相關關系(r=0.564，p<0.010)。

表2 變量間相關性分析結果

注：**表示在0.01顯著性水平上顯著

2 模型擬合效果分析

2.1 內在一致性與EFA檢驗

由于研究對象變量類型及計量方法不同，因此，需要對各變量的內在一致性及結構效度進行檢驗。首先，引入Cronbach's Alpha信度系數分析變量內在一致性。如表3所示，市場激勵型、公共服務動機及腐敗發生率項已刪除的Cronbach's Alpha值均高于0.800，表明量表具有較好的信度。行政命令型和市場化程度信度系數雖然未達到0.800，但在可接受范圍內。此外，各維度變量校正項總計相關性CITC均超過0.700，說明量表具有較好的內在一致性。就整體信度而言，市場激勵型、行政命令型、公共服務動機、市場化程度及腐敗發生率5個變量的Cronbach's Alpha信度系數、標準化Cronbach's Alpha信度系數分別為0.868和0.845，因此認為變量整體內在一致性程度較高。

表3 量表信度檢驗結果

一般情況下，當KMO值大于0.9時表示非常適合進行因子分析，KMO值大于0.7時表示比較適合進行因子分析。經檢驗，研究變量的KMO值為0.741，表明比較適合進行因子分析。Bartlett球型度(Bartlett Test of Sphericity)主要用于檢驗相關矩陣是否為單位矩陣，當顯著性水平Sig.<0.01時，就可以否定相關矩陣是單位矩陣的零假設，也即表明適合進行因子分析。根據Bartlett球型度檢驗結果，顯著性水平Sig.<0.01，說明比較適合進行探索性因子分析(Exploratory Factor Analysis),結果見表4。

表4 KMO與Bartlett檢驗結果

公共因子個數提取的一般原則為主因子對應特征值大于1的特征根，利用主成分分析法提取公因子，考慮到在初始主成分載荷分析中，其結果與評價指標結構間關系并不明確，而使用旋轉成分矩陣則可以更加清晰地表示每個公共因子的載荷分配情況，因此需要使用旋轉法進行分析。結果發現，第五個因子累積方差貢獻率高于第四個因子累積方差貢獻率6.037%，第四個因子累積方差貢獻率高于第三個因子累積方差貢獻率13.096%，第三個因子累積方差貢獻率高于第二個因子累積方差貢獻率14.690%，第二個因子累積方差貢獻率高于第一個因子累積方差貢獻率16.760%。因此，提取出5個公因子Y1、Y2、Y3、Y4和Y5。根據Kaiser標準化最大方差法旋轉結果，公共因子Y1對應的各維度因子載荷位于0.419～0.663之間，公共因子Y2對應的各維度因子載荷位于0.518～0.680之間，公共因子Y3對應的各維度因子載荷位于0.546～0.620之間，公共因子Y4對應的各維度因子載荷位于0.567～0.747之間，公共因子Y5對應的各維度因子載荷位于0.550～0.623之間，且解釋總方差達到82.254%。因此，經過探索性因子分析可以判定研究對象變量選取具有較好的區別效度和結構效度。

2.2 整體模型適配度檢驗

在對研究對象變量間因素結構進行內在一致性與結構效度檢驗等探索性因子分析后，還需對模型整體擬合效果進行驗證性因素分析(Confirmatory Factor Analysis)，采取二階驗證性因素分析方法進行整體模型適配度檢驗,結果見表5。模型統計檢驗量主要包括絕對適配度指標、增值適配度指標及簡約適配度指標3類。首先，模型絕對適配度指標可反映模型觀察數據與結構路徑間的匹配程度，當χ2值所能實現的顯著性概率值大于0.05、RMR值小于0.05、RMSEA值小于0.08、GFI值大于0.90及AGFI值大于0.90時，可以判定模型使用樣本數據與理想狀態間能夠完美契合。根據檢驗結果，χ2值與RMSEA值分別為48.019(P=0.562>0.05)和0.002，RMR值、GFI值及AGFI值分別為0.082、0.975、0.924，因此模型適配度較好；其次，模型增值適配度指標是基于基準線比較(Baseline Comparisons)的衍生適配標準臨界指標，其同樣可反映觀察數據與理論模型間的整體適配情況。當NFI值、RFI值、IFI值、TLI值及CFI值均大于0.90時，表明模型整體適配度較高。由于IFI值、TLI值及CFI值均為1，因此，可判定這3項指標反映的模型適配度很好。另外，NFI值、RFI值分別為0.953和0.942，表明這兩項指標反映的模型適配度也較好；再次，簡約適配度指標主要用于判斷模型簡約程度，整體模型結構越簡約，需要修正和重新調試的空間則越小，當理論模型AIC值小于獨立模型值并同時小于飽和模型值且滿足PGFI值大于0.5、PNFI值大于0.5、PCFI值大于0.5、CN值大于200及/自由度小于3等條件時，整體模型簡約適配度能夠達到理想效果。根據擬合結果，模型AIC值為121.159，分別小于獨立模型值AIC值157.000和飽和模型AIC值1 418.281，因此模型整體配適度結果良好，模型擬合后的PGFI值、PNFI值、PCFI值分別為0.715、0.794、0.862，且CN值與χ2/自由度分別為297和1，表明在大樣本數據情境下，變量與建構模型具有較好的關聯性和匹配性，模型能夠達到精煉簡約效果。

3 機理與傳導路徑

根據Amos Graphics生成的模型路徑系數(見圖2)，市場激勵型科技行政審批、命令控制型科技行政審批及市場化程度間的關系表現為反映變量間雙向影響關系的協方差。其中，市場激勵型科技行政審批與命令控制型科技行政審批協方差為89.63，市場激勵型科技行政審批與市場化程度協方差為127.61，命令控制型科技行政審批與市場化程度協方差為107.82。市場激勵型科技行政審批對于公共服務動機的非標準化估計路徑系數(直接效果值)為-0.29，而命令控制型科技行政審批對于公共服務動機的非標準化路徑系數為-0.21，表明科技行政審批人員在辦理市場激勵型科技行政審批時更容易產生尋租動機或腐敗念頭。公共服務動機對于腐敗發生率的非標準化路徑系數為-0.74，表明市場激勵型科技行政審批與命令控制型科技行政審批通過影響公共服務動機從而傳導到腐敗發生率上，尋租和腐敗等公共服務動機的出現將會提升腐敗發生率，公共服務動機在科技行政審批影響腐敗發生率間充當中介。市場激勵型科技行政審批對于腐敗發生率的非標準化路徑系數為0.39，表明市場激勵型科技行政審批直接影響腐敗發生率，這主要是由于市場激勵型科技行政審批涉及稅費、財政補貼及信貸等交易關聯，具備因金錢問題而產生的權力尋租空間；命令控制型科技行政審批則表現為法律、行政法規、地方性法規及政策等“硬約束”及法規執行范疇，因此不容易直接產生權力尋租，它主要是通過科技行政審批人員滋生消極腐敗的公共服務動機進而產生腐敗行為。Walker等[20]提出一種基于結構方程模型的中介效應檢驗方法，這種方法突破了傳統構建中介效應層回歸模型驗證中介變量的傳導效應，不需要依次對前因變量、中介變量及結果變量進行中介效應檢驗，同時還增強了模型穩健性且克服了內生性問題。根據模型估計結果，可以判定公共服務動機在命令控制型科技行政審批對腐敗發生率影響路徑中發揮完全中介作用，公共服務動機在市場激勵型科技行政審批腐敗發生率影響路徑中發揮部分中介效應。市場化程度對腐敗發生率的非標準化路徑系數為0.36，表明市場化程度對于腐敗發生率的影響高于市場激勵型科技行政審批和命令控制型科技行政審批兩種類型，其主要體現為外在法律漏洞及體制機制缺陷等直接效應；科技行政審批對于腐敗發生率的影響則表現為由科技行政審批人員公共服務動機扭曲而造成的內在直接效應或間接效應。因此，市場化程度提升帶來的外在影響相對于內在公共服務動機變異對于腐敗發生率提升的影響更加顯著。

進一步，本文采用極大似然估計法(Maximum Likelihood Estimate)再次對結構方程模型路徑系數進行回歸估計，得出標準化路徑系數。根據回歸結果(見表6)，市場激勵型科技行政審批對腐敗發生率的標準化回歸系數為0.463，且在0.01顯著性水平上顯著，市場激勵型科技行政審批對公共服務動機同樣具有顯著負向影響效應(B=-0.308，p<0.01)。因此，假設H1a和H1b得到驗證。命令控制型科技行政審批對公共服務動機的標準化回歸系數在0.01顯著性水平上為-0.165，市場化程度對于腐敗發生率的回歸系數顯著為正(B=0.275，p<0.01)。因此，假設H2和H3得到驗證。此外，公共服務動機對腐敗發生率的標準化回歸系數為-0.698，且在0.01顯著性水平上顯著。因此，假設H4得到驗證。

4 實現路徑

4.1 研究結論

根據科技行政審批與腐敗發生率關聯機理模型理論推導和實證分析，本文認為科技行政審批在缺乏有效制度約束下，極易引致腐敗行為的發生。市場激勵型科技行政審批影響腐敗發生率具有兩種路徑：一是對腐敗發生率產生直接影響；二是通過科技行政審批人員滋生消極腐敗的公共服務動機進而產生腐敗行為，而命令控制型科技行政審批影響腐敗發生率則必須借助公共服務動機的完全中介傳導作用。此外，市場化程度對腐敗發生率的影響同樣是直接效應，且市場化程度引致腐敗的顯著性程度比市場激勵型科技行政審批和命令控制型科技行政審批更高。

表5 二階驗證性因素分析整體模型適配度檢驗結果

圖2 科技行政審批與腐敗發生率關聯機理模型路徑系數

表6 結構方程模型標準化路徑系數

注：標準化系數除以估計值的標準誤即為臨界比值

4.2 實現路徑

(1)針對不同類型科技行政審批，實施差異化腐敗發生預防控制機制。市場激勵型科技行政審批應促成對于支付結算、稅收征管及國庫集中收付法律制度落實的合規控制，確保稅費、財政補貼及信貸收支符合法律規范。同時，還應加強財政、稅務及金融監管部門聯合執法，加強不同部門、不同區域間協同與配合，預防和控制市場激勵型科技行政審批腐敗的發生。命令控制型科技行政審批應積極引進大數據技術，打造信息化、智能化科技行政審批網上辦理平臺，實現科技行政審批全事項、全流程網上執行，盡量減少人為可操作空間，運用科技手段對權力尋租空間進行制約，預防和控制命令控制型科技行政審批腐敗的發生。

(2)把準科技行政審批影響腐敗發生率的關鍵介導，轉變審批人員公共服務動機，阻斷腐敗發生的中介。公共服務動機扭曲是市場激勵型科技行政審批和命令控制型科技行政審批影響腐敗發生率的共同關鍵介導，應加強科技行政審批人員職業倫理和價值觀教育，通過對科技行政審批人員開展多種形式的教育培訓活動，不斷提高其“以人民為中心”的思想覺悟和職業素養，選派政治素養高、業務能力強、服務態度好的業務骨干或職能部門負責人承擔窗口或大廳服務工作，優化科技行政審批人員素質結構，將公共服務動機納入年度績效考核目標，采取主管部門考評、服務對象評價和自我評價相結合的監督評價方式，并將考核結果與薪酬水平、晉升機會相結合，倒逼公共服務動機提升，減少和抑制腐敗行為發生。

(3)深化科技行政審批制度改革，推進審批制度化、標準化、規范化建設，促進審批權力規范運行。科技行政審批應完善包括法律、法規及政策在內的制度體系建設，破除阻礙制度改革的體制機制束縛，使制度更新跟得上市場化步伐，全面消除制度漏洞和可能發生腐敗的縫隙。使相關法律法規修改完善與市場化進程相適應，消除其與新事物出現矛盾或者相背離的地方，杜絕出現“無法可依”或者即便“有法可依”卻因腐敗漏洞無法監管而帶來的尷尬。此外，還應深化科技行政審批體制機制改革，推進科技行政審批制度化、標準化、規范化建設，以標準化促進科技行政審批行為規范化，降低制度性交易成本，加強科技行政審批事前事中事后監管，及時發現和有效防范可能存在的風險，從制度建設層面降低腐敗發生率。

(4)精簡優化科技行政審批流程，提高審批集約化效率，以效能提升倒逼腐敗發生率下降。科技行政審批應對行政審批和服務事項目錄清單進行動態調整，協同、配套簡化辦事環節，縮短審批時限，形成審批流程動態優化機制。同時，還應通過歸并審批職能、整合部門資源、調整機構人員，將審批職能、審批事項、審批權限相對集中起來，變“分散式”服務為“一個窗口受理、一次性告知、一條龍服務”。探索實行辦理時限承諾制，推進并聯審批，建立審批時限預警制，針對審批事項辦理進度實行分級預警提醒，促進行政審批權力規范運行和服務效能提升，從而降低科技行政審批腐敗發生率。