腐败与贫困一直是困扰发展中国家的两大难题。国际经验表明,发展中国家的腐败程度显著高于发达国家(Svensson,2005;Olken and Pande, 2011)。同时,发展中国家的贫困问题亦不容乐观。如果根据世界银行的标准,用“日均生活费不足3.10美元的人口比重(按购买力平价调整)”来衡量一国的贫困率,那么从图 1可以发现,尽管最近20多年来,发展中国家的贫困率呈现持续下降趋势,但到2014年,发展中国家的贫困率依然高达18.5%①。即使从“日均生活费不足1.90美元的人口比重”这一“极端贫困率”来看,2014年,发展中国家的这一指标也高达7.8%。因而,惩治腐败与消除贫困依然是当今发展中国家面临的重大挑战。
① 本文涉及的138个发展中国家是世界银行“私人参与基础设施”研究项目按照一国的人均国民收入以及基础设施发展情况选取的。根据世界银行的标准(按2015年人均国民收入),除了智利、乌拉圭、立陶宛、塞舌尔、安提瓜和巴布达、圣基茨和尼维斯这6个国家进入“高收入国家(12476美元以上)”行列之外,其他国家符合“中等收入国家(1026到12475美元)”和“低收入国家(1025美元以下)”的标准,因而这138个国家较好地代表了发展中国家。国家名称列表见附表 1。
长期以来,腐败一直被视为是诱发贫困的制度性因素。①腐败可以通过降低投资回报、扭曲公共支出结构、损害创业创新激励等机制降低经济增长,进而导致贫困的产生与存续(Bardhan,1997;Azariadis and Stachurski, 2005)。本文试图提出一个新的影响机制,即腐败能够通过降低私人部门参与基础设施提供,进而导致贫困率的提高。换言之,腐败控制的加强有助于促进私人部门参与基础设施提供,进而缓解一国的贫困问题。
① 腐败即“以权谋私”,主要是指政府工作人员利用公共权力谋取私利的行为。腐败控制是指一国政府遏制用公权谋取私利的程度和能力,是一国制度质量的重要维度(Shleifer and Vishny, 1993;Bardhan,1997;Kaufmann et al., 2010)。
第一,腐败控制对私人部门参与基础设施提供存在促进作用。在一些官员腐败相对严重的发展中国家,私人部门考虑到承建基础设施项目所需要支付的贿赂成本,以及与政府合作提供基础设施项目所面临的政府违约风险,甚至可能存在的私人资产被剥夺的风险,私人部门可能倾向于降低对基础设施提供的参与程度。因而,发展中国家政府腐败控制的加强则能够有效降低私人部门的贿赂成本以及政府违约概率,从而激励私人资本更多地参与到基础设施的提供之中。
第二,基础设施的改善能产生反贫困效应。从理论上看,基础设施作为重要的公共产品,不但能够缓解市场失灵,提高资源的配置效率,从而促进生产率提高和经济增长(Aschauer,1989;Munnell,1992;Démurger,2001),而且,能源、电信、交通和供水等基础设施本身便具有一定程度的益贫性(pro-poor)和再分配性质(Besley and Ghatak, 2004),有助于降低贫困与低收入群体参与市场的成本,提高其参与市场的收益,从而促进发展中国家逐步消除贫困问题。
尽管现有研究已经涉及到腐败对基础设施提供的影响,以及基础设施的反贫困效应,但往往将基础设施提供视为公共部门的主要职能,并关注基础设施总量的减贫效应(Ali and Pernia, 2003;van de Walle,1996;Larsen et al., 2004;Ogun,2010;Lipscomb et al., 2013;Fan and Zhang, 2004;刘晓光等,2015;张勋、万广华,2016),而没有聚焦于私人部门参与基础设施提供这一具体模式,而这正是本文关注的焦点。
更值得指出的是,私人部门参与基础设施提供的重要性正不断显现。自2008年全球金融危机以来,世界经济深度衰退、复苏迟缓,发展中国家亦未能幸免,经济增速下滑、公共财政拮据,甚至深陷债务危机。在这一背景下,发展中国家的政府在基础设施投资领域显得力不从心,与之同时,一些诸如BOT(建造—运营—移交)、BOO(建造—运营—所有)等由私人部门参与提供的基础设施项目在发展中国家迅速涌现,成为传统公共产品提供的替代方案(World Bank,2017)。同时,也有学者指出,私人部门参与的基础设施项目在缓解政府的预算压力、降低建设和运营成本,以及提高服务质量等方面似乎并没有显著的优势(Hodge and Greve, 2007;2009),这也促使我们对私人部门参与基础设施提供的减贫效应展开实证研究,试图给出一个更为客观的经验证据。
为了论证本文提出的逻辑链条:腐败控制→私人部门参与基础设施提供→反贫困效应(→表示因果效应的方向),我们利用世界发展指标(World Development Indicators,即WDI)和世界治理指标(Worldwide Governance Indicators,即WGI)给出的1996—2014年138个发展中国家的跨国数据,并根据经典的中介效应分析步骤,探索了腐败控制通过影响私人部门参与基础设施提供,进而降低贫困率这一内在机制。本文的发现是对发展中国家腐败与贫困关系研究的一个有益补充,不但有助于理解私人部门参与基础设施提供的制度基础,也有助于发展中国家设计反贫困的公共政策,因而具有显著的理论和现实意义。
本文的剩余部分安排如下:第二部分回顾了相关文献、提出理论假说,并指出本文的创新之处;第三部分介绍了计量模型设定、变量构造和数据来源;第四部分分析了估计结果并进行稳健性检验,最后总结全文,并讨论了本研究对中国未来发展的借鉴意义。
二、文献述评与理论假说 (一) 腐败影响私人部门参与基础设施提供的相关研究腐败即“以权谋私”,主要是指政府工作人员利用公共权力谋取私利的行为(Shleifer and Vishny, 1993;Bardhan,1997;Kaufmann et al., 2010)。腐败不但损害了经济增长(Mauro,1995;Tanzi and Davoodi, 1997),且相比税收,其对资源配置的扭曲更为严重(Shleifer and Vishny, 1993)。针对中国的研究也发现,腐败降低了公共投资效率(杨灿明、赵福军,2004),也损害了私人投资的积极性(陈屹立、邵同尧,2012)。纵观现有研究,腐败主要通过提高基础设施的提供成本,进而降低了投资回报率和私人部门参与的积极性,这一“成本效应”主要表现在以下三个方面:
第一,贿赂成本,即腐败迫使企业贿赂政府官员,从而提高了基础设施的提供成本。Kenny(2006)发现,在东欧与中亚国家,企业为了赢得竞标或修改合约而贿赂官员的支出高达合同总金额的7%。Kenny(2007)发现,在印度、喀麦隆、埃及等发展中国家,企业需要向政府官员行贿才能获得经营执照、建筑许可,以及通过劳工标准的检查。他进一步指出,在腐败程度较高的国家,如阿尔巴尼亚、乌干达和俄罗斯,道路修缮的成本也更高。
第二,失窃成本,即腐败导致基础设施及原材料被盗用的概率提高,从而提高了基础设施的提供成本。Olken(2004)发现,在印度尼西亚道路建设的过程中,村长监守自盗,“失踪的”原材料的价值占建设总支出的24%。Davis(2004)发现,在印度,自来水供应量的35%未能收到费用。Gulati and Rao(2006)则发现,在孟加拉国和印度,发电量的30%被盗用或没有支付相应费用。
第三,政府违约风险,即腐败导致政府违约概率提高,进而提高了基础设施的提供成本。Guasch(2004)对拉丁美洲国家的研究发现,政府腐败经常导致合约终止,或陷入合约再谈判之中,从而导致基础设施项目的失败。Iossa and Martimont(2015)的理论研究也强调,在发展中国家,存在政府单方面违约的风险,从而降低了私人部门与政府部门合作建设基础设施的积极性。由于基础设施投资、建设和运营的合约涉及到公共部门和私人部门之间的在长期中的风险分担,较高的政府腐败程度意味着私人部门承担了更高的风险,这便降低了私人部门投资基础设施的积极性。
综上可知,腐败对私人参与基础设施提供存在显著的负面影响,很多发展中国家都将控制腐败作为国家治理能力建设的关键环节。我们认为,发展中国家腐败控制的增强能够有效降低私人部门的贿赂成本、失窃成本以及政府违约概率,从而激励私人部门更多地参与到基础设施的提供之中。基于此,我们提出:
假说A:腐败控制的增强能够促进私人部门参与基础设施提供。
(二) 基础设施反贫困效应的相关研究长期以来,学者对发展中国家基础设施消除贫困的实际效果展开了深入而广泛的研究。Ali and Pernia(2003)通过回顾针对亚洲国家的研究发现,农村道路、灌溉和电力设施的建设有利于提高农业和非农业生产率、扩大就业机会,从而有利于消除贫困。van de Walle(1996)基于1992到1993年越南家庭生活水平调查数据发现,向人均土地拥有量较小的贫困家庭提供灌溉设施有利于提高其农作物收入。Larsen et al.(2004)通过分析越南1996到2000年的公共投资项目数据发现,交通、供水和卫生设施的建设显著降低了各省的贫困率,而水坝和发电站的建设对本地的减贫效应则较为有限。Ogun(2010)利用1970到2005年尼日利亚的季度数据和SVAR模型,发现城市交通、通讯与道路的资本性支出和城市社会与社区服务的资本性支出都能够降低城市贫困,且后者的作用更大。Lipscomb et al.(2013)基于巴西1960到2000年的县级面板数据探索水电站建设对地方发展的影响,利用模拟水电站位置作为真实水电站位置的工具变量,他们发现水电站这一基础设施的建设提高了人类发展指数(HDI,包括预期寿命、教育和收入)和房产价值,降低了贫困率,并促进了正规就业。
作为世界上最大的发展中国家,中国基础设施建设的减贫效应也广受关注。刘晓昀等(2003)基于1999到2000年中国贵州农户调查数据,发现农村水、电和道路的基础设施投资提高了农户的收入和消费支出,且人力资本较高的农户获益更大。Fan and Zhang (2004)利用1996年农业普查数据,发现中国农村的电力、灌溉、道路、电话等基础设施的建设有利于提高农业生产率,同时,电力和电话的普及还促进了非农生产率。康继军等(2014)基于中国1998到2012年省级面板数据,发现公路交通基础设施可以显著改善城乡收入差距,但铁路交通基础设施只有到达一定规模后才能发挥相应作用。刘晓光等(2015)基于中国1992到2010年的省级面板数据,发现交通和通讯基础设施通过促进农业劳动力向非农部门转移从而提高农民收入,并改善城乡差距。张勋、万广华(2016)基于1989到2011年中国健康与营养调查(CHNS)的数据,研究了农村基础设施对包容性增长的影响,他们发现座机电话和自来水等农村基础设施有利于提高农村居民的收入,且收入较低的群体从中获益更多,从而有利于缩小农村内部的收入差距。上述基础设施反贫困效应的研究简述于表 1。
综上可知,发展中国家的基础设施对消除贫困作出了显著贡献。在发展中国家普遍受到财政约束,甚至深陷债务危机的背景下,私人部门的资本能够补充公共部门的资金短缺,为基础设施的建设、维护、修缮提供资金,并且还能够发挥其在运营、管理方面的比较优势,因而私人部门在基础设施提供领域发挥出日益重要作用,基于此,我们提出:
假说B:私人部门参与基础设施提供能够降低发展中国家的贫困率。
基于上述文献分析以及假说A和B,可以发现,腐败诱发贫困存在一个内在机制,即私人部门参与基础设施提供,因而我们进一步提出:
假说C:腐败控制是通过促进私人部门参与基础设施提供进而降低发展中国家的贫困率。
相比现有文献,本文的创新或差异之处至少体现在以下三个方面。第一,相比现有文献提出的腐败诱发贫困的内在原因,本文提出腐败控制通过影响私人部门参与基础设施建设进而影响贫困率这一新的机制,并对其展开实证研究。第二,相比现有文献关注基础设施总量的反贫困效应,并将政府推动基础设施建设直接视为反贫困政策,本文特别关注私人部门参与基础设施提供对消除贫困的作用,以及影响私人部门参与的制度因素——腐败控制。第三,相比现有文献关注个别国家或个别基础设施案例,本文的研究覆盖了1996到2014年的138个发展中国家的情况,试图探索更具一般性的发展规律。
三、模型、变量和数据 (一) 模型设定与估计方法根据本文的研究思路和理论假说,本文的计量策略主要分三个步骤。首先,我们探索腐败控制对私人部门参与基础设施提供的影响,以验证假说A。相应计量模型A设定如下:
$ ln\text{ }{{\left(IPP \right)}_{ist}}={{\beta }_{0}}+{{\beta }_{1}}C{{C}_{ist}}+{{\beta }_{2}}{{M}_{ist}}+{{\lambda }_{s}}+{{\eta }_{t}}+{{u}_{ist}} $ | (A) |
接着,我们进一步探索私人部门参与基础设施提供的反贫困效应,以验证假说B。相应计量模型B设定如下:
$ PO{{V}_{ist}}={{\gamma }_{0}}+{{\gamma }_{1}}ln\text{ }{{\left(IPP \right)}_{ist}}+{{\gamma }_{2}}{{M}_{ist}}+{{\lambda }_{s}}+{{\eta }_{t}}+{{v}_{ist}} $ | (B) |
最后,我们根据中介效应原理(Baron and Kenny, 1986),将腐败控制纳入模型B中,探索腐败控制是否是通过影响私人部门参与基础设施提供进而影响贫困率的,以验证假说C,相应计量模型C设定如下:
$ PO{{V}_{ist}}={{\delta }_{0}}+{{\delta }_{1}}ln\text{ }{{\left(IPP \right)}_{ist}}+{{\delta }_{2}}C{{C}_{ist}}+{{\delta }_{3}}{{M}_{ist}}+{{\lambda }_{s}}+{{\eta }_{t}}+{{w}_{ist}} $ | (C) |
其中,i表示发展中国家,s表示一国所在地区,t表示年份。CC表示腐败控制程度,ln(IPP)表示私人部门参与基础设施提供的程度,POV表示贫困率,M表示一系列控制变量(具体构造见下节)。系数β1衡量了腐败控制对私人部门参与基础设施提供的影响,根据假说A,β1 > 0。系数γ1衡量了私人部门参与基础设施提供的反贫困效应,根据假说B,γ1 < 0。系数δ1衡量了在考虑了腐败控制等因素下,私人部门参与基础设施提供对贫困率的影响,根据假说C,δ1 > 0。λ和η分别表示地区和时期的虚拟变量,u、v、w表示误差项。
由于世界发展指标(WDI)数据库提供的私人部门参与基础设施提供的相关数据较为零散,不能构成典型的面板数据,因而我们没有使用经典的固定效应模型进行分析,而是在控制了地区效应λ和时期效应η的前提下,对各模型进行最小二乘(OLS)估计。同时,为了缓解遗漏变量、互为因果等内生性问题导致的估计偏误,我们还用滞后一期解释变量、替换国家收入组别和时期虚拟变量等方法重新估计了各模型,得到较为稳健的估计结果。
(二) 变量构造与数据来源1.私人部门参与基础设施提供
私人部门参与基础设施提供ln(IPP)是模型A的被解释变量,也是模型B和C的核心解释变量。具体构造方法如下,首先,根据世界发展指标(WDI)数据库给出的138个发展中国家的能源、通讯、交通、供水和卫生四个领域的具有私人部门参与的基础设施的投资金额(Infrastructure Investment with Private Participation,以当期美元计价),我们将这四类基础设施投资额加总,得到各国历年私人部门参与的基础设施的投资总额。接着,我们用以2010年为基期的美国GDP平减指数对该投资总额进行平减,并除以各国人口,得到各国历年私人部门参与的基础设施的人均投资额(即IPP,单位:千美元/人),最后对该人均投资额取对数,即得ln(IPP)。①根据半对数模型B的设定,IPP每增加1%,贫困率将相应减少|γ1|个百分点(根据假说B,系数γ1为负值)。②
① 对IPP取对数实际上排除了极少数IPP为0值的样本。这些0值样本可能是由于当年没有相关基础设施投资所导致,也可能是由于国家禁止私人部门参与而形成,但无论是否将这些0值样本纳入模型,基本结论都没有变化。限于篇幅,结果留存备索。
② 关于半对数模型的系数解释可以参考Stock and Watson(2012)第八章“非线性回归函数”。
需要注意的是,根据WDI的界定,“投资金额”包括公共部门和私人部门的投资总和,“私人部门参与”意味着私人部门在基础设施的建设和运营的合同期内承担了一定的风险,但并不意味着私人部门对基础设施项目有直接的资本支出或拥有部分产权。“私人部门参与”的方式包括以下四类:(1)运营和管理合约;(2)含有重大资本支出的运营与管理合约;(3)绿地投资,即私人企业或公私合资企业建设并运营一个新的设施;(4)资产的剥离(divestitures),即基础设施的私有化。总之,本文采用“私人部门参与的基础设施的人均投资金额(平减并取对数)”来衡量私人参与基础设施提供的水平。
2.腐败控制
腐败控制(Control of Corruption,简称CC)是模型A的核心解释变量,我们用世界治理指标(Worldwide Governance Indicators,WGI)中的“腐败控制”来衡量。根据半对数模型A的设定,腐败控制每增加1个单位,IPP将相应增加(100*β1)%(根据假说A,系数β1为正值)。
WGI是由世界银行专家Kaufmanm和Kraay等专家设计和开发的,他们将一个国家的治理质量分为六大维度,分别是腐败控制、政府效能、政治稳定和免于暴力/恐怖主义、监管质量、法治水平,以及话语权和问责制。根据WGI的设计,“腐败控制”衡量了人们对利用公共权力谋取私人利益的程度的感知,这些以权谋私的行为不但包括不同大小规模的腐败,而且也包括精英与私人利益集团对国家的俘获。该指标均值为0,标准差为1,数值越大表示腐败程度越低,即腐败控制程度越高,且具有跨国可比性(Kaufmann et al., 2010)。①从本文关注的138个发展中国家来看,该变量的均值为-0.4979,标准差为0.5744,说明发展中国家的“腐败控制”低于世界平均水平,且各国之间存在明显差异。
① 值得注意的是,WGI的腐败控制是从人们主观感知(perception)的角度对一个国家的腐败程度进行衡量,这主要是因为客观的政府腐败官员数量及行为是难以观测的,这也是学术上衡量腐败程度的主流方法,例如“透明国际”的腐败感知指数(Corruption Perception Index,CPI)和王小鲁等(2013)设计的中国各地区政府廉洁指数。
3.贫困率
贫困率(POV)是模型B的被解释变量,根据WDI的设计,我们用“一国日均生活费不足3.10美元的人口比重(按购买力平价调整)”来衡量。同时,我们还使用“一国日均生活费不足1.90美元的人口比重”这一“绝对贫困率”作为替代指标,以检验私人部门参与基础设施提供减贫效应的稳健性。
4.控制变量
为了尽力缓解遗漏变量带来的估计偏误,我们还引入了一系列控制变量。
第一,开放程度。我们用一国吸引的FDI净流量与该国GDP的比例来衡量,相关数据来源于WDI数据库。学者发现,开放程度与一国的制度质量和经济波动紧密相关。一方面,开放程度较高的国家往往有更多的国外资本投资于基础设施建设,且外来资本流入还会对制度质量产生影响(Kwok and Tadesse, 2006;Demir,2015)。另一方面,开放程度较高的国家一方面为低收入者带来更多的就业岗位,从而有利于消除贫困,但也可能使一国更多地暴露于外部经济波动,从而危害国内就业稳定(Alesina and Wacziarg, 1998;Rodrik,1998)。基于上述分析,我们将开放程度纳入模型。
第二,互联网普及率。该变量直接来自WDI数据库,是指各国互联网用户的比例。首先,互联网普及程度的提高能够帮助贫困和低收入群体获得市场和就业信息,从而有利于摆脱贫困。其次,研究表明媒体发展能有效抑制腐败(Brunetti and Weder, 2003)。互联网的普及还影响到一国的信息传播以及对政府行为的舆论监督,从而对制度质量存在间接影响。再次,互联网也是一国发展不可或缺的基础设施,其普及率可能与其他基础设施的投资和建设相关。因而我们将互联网普及率纳入模型。
第三,自然资源贡献率。该变量直接来自WDI数据库,是指自然资源的市场价格与其生产成本的差额与该国GDP的比例,其衡量了石油、天然气、煤、矿产和森林等自然资源对一国经济增长的贡献程度。自然资源的丰裕程度对一国的制度质量、基础设施和贫困存在复杂影响。丰富的自然资源一方面能够降低国内生产成本并换得高额外汇收益,从而有利于基础设施建设、创造就业岗位并消除贫困,但另一方面,也可能使本国过度依赖于自然资源、忽视制度改革,从而陷入“资源诅咒”,在长期中徘徊于低增长的泥潭。这是我们将该变量纳入模型的重要原因。
第四,国家收入组别虚拟变量。世界银行根据2015年人均国民收入(GNI)将国家分为高收入(高于12476美元)、中高收入(4036美元到12475美元)、中低收入(1026美元到4035美元),以及低收入(低于1025美元)四个组别,这一组虚拟变量衡量了一国的综合发展水平,没有理由否认一国的综合发展水平与其制度质量、基础设施和贫困率无关,因而我们将这些虚拟变量纳入模型以提高估计的可靠性。
第五,国家所在地区虚拟变量。由于WDI数据库提供的私人部门参与基础设施提供的相关数据较为零散,不能构成典型的面板数据,因而我们不能在控制国家固定效应的前提下进行系数估计。为了尽力避免国家地理、文化等异质性导致的估计偏误,我们控制了各国所在的地区虚拟变量,包括东亚和太平洋地区(19个国家)、南亚地区(8个国家)、欧洲与中亚地区(22个国家)、拉丁美洲与加勒比海地区(30个国家)、中东和北非地区(12个国家),以及撒哈拉以南非洲地区(47个国家)。
第六,时期虚拟变量。我们将样本所覆盖的时间跨度划分为四个基本等长的时间段,分别是1996到2000年、2001到2005年、2006到2010年,以及2011到2014年,以控制相关变量的时间趋势。上述变量的基本统计量如表 2所示。
表 3汇报了腐败控制影响私人部门参与基础设施提供的估计结果,其中,模型(1)到(3)分别展示了不同变量设定下的OLS估计。我们可以发现,腐败控制的系数皆显著为正,且随着控制变量加入其数值有所下降(从1.0205下降至0.5132),这说明控制变量的引入在一定程度上缓解了模型的估计偏误。根据模型(3)的估计结果,腐败控制的系数为0.5132,这意味着腐败控制程度每上升一个标准差(0.5744),私人部门参与的基础设施的人均投资额(IPP)将相应上升0.29%(0.29≈0.5744*0.5132),尽管这一促进效应规模有限,但考虑到发展中国家制度改善的巨大空间,这一效应依然不容忽视。模型(4)进一步展示了解释变量滞后一期的OLS估计,可以发现其与模型(3)的估计结果十分接近,这说明腐败控制对私人部门参与基础设施提供的促进作用是十分稳健的。总之,上述估计结果验证了假说A。
控制变量系数的估计结果也值得关注。比较模型(3)和(4)可以发现,第一,开放程度的系数显著为正。这可能是因为随着一国开放程度的提高,外来资本的流入拓展了国内建设基础设施的资金来源,从而促进了私人部门(包括外资部门)对基础设施的投资。第二,互联网普及率的系数为正,但在滞后项模型(4)中并不显著,可见互联网促进私人部门参与基础设施提供的直接作用比较有限,而是通过发挥媒体的监督作用影响一国的腐败控制程度,进而影响私人部门参与基础设施提供。第三,自然资源贡献率的系数显著为负。这与“资源诅咒”假说相一致,说明在自然资源相对丰裕的发展中国家,私人部门可能更倾向于参与自然资源的开发与贸易,而相对忽视了对基础设施的提供。第四,从收入组别来看,低收入国家的私人部门参与基础设施提供的规模最小,其次是中低收入国家,再次是中高收入国家和高收入国家(基准组),这说明私人部门参与基础设施提供随着一国的综合发展水平的上升而提高。
(二) 私人部门参与基础设施提供的反贫困效应表 4汇报了私人部门参与基础设施提供影响贫困率的估计结果,其中,模型(5)到(8)使用“不足3.10美元”标准的贫困率作为被解释变量,并分别展示了不同变量设定下的OLS估计。我们可以发现,私人部门参与基础设施提供的系数皆显著为负,且随着控制变量的加入其绝对值有所下降(从-0.0883到-0.0241),这说明控制变量的缺失会导致模型的估计偏误。根据模型(7)的估计结果,私人部门参与基础设施提供的系数为-0.0241,这意味着私人部门参与的基础设施的人均投资额(IPP)每上升1%,该国的贫困率将下降2.41个百分点,即私人部门参与基础设施提供显著降低了发展中国家的贫困率,且这一效应的规模十分可观。模型(8)进一步展示了解释变量滞后一期的OLS估计结果,可以发现其与模型(7)的估计结果基本一致,这说明私人部门参与基础设施提供的反贫困效应是比较稳健的。总之,上述估计结果验证了假说B。为了检验私人部门参与基础设施提供反贫困效应的稳健性,我们还采用“一国日均生活费不足1.90美元的人口比重”这“绝对贫困率”作为替代变量,根据模型(9)的估计结果,私人部门参与基础设施提供的系数显著为负(-0.0155),这意味着私人部门参与的基础设施的人均投资额(IPP)上升1%,该国的“绝对贫困率”将下降1.55个百分点。模型(10)进一步展示了解释变量滞后一期的OLS估计结果,可以发现其与模型(9)的估计结果基本一致,这说明在利用滞后解释变量进一步缓解内生性的情况下,私人部门参与基础设施提供的反贫困效应依然显著存在。同时,模型(9)的估计结果明显弱于模型(7)估计结果(-0.0241)。这一现象符合经济学逻辑,相比降低日均生活费不足3.10美元的人口比例,降低日均生活费不足1.90美元的人口比例的难度更大,因为这些“绝对贫困”群体往往生活在更加边远偏僻的地区或具有更低的人力资本水平,这便降低了私人部门参与基础设施提供的反贫困效果。
控制变量系数的估计结果也具有启发性。第一,在模型(7)和(8)中,互联网覆盖率的系数显著为负。这可能意味着,互联网作为一种准公共产品具有一定程度的非竞争性和非排他性,其普及率的提高降低了贫困群体获得市场信息和就业信息的成本,提高其参与市场的收益,从而有利于发展中国家消除贫困。但在模型(9)和(10)中,该变量不再显著,说明互联网对于消除“绝对贫困”成效不彰。第二,从收入组别来看,贫困率由高到低的排序为低收入国家、中低收入国家、中高收入国家、高收入国家(基准组),即一国的贫困率与其综合发展水平呈显著负相关关系,这符合一国经济发展的一般规律。第三,在各模型中,开放程度皆不显著,这可能是因为外资主要流入一国沿海城市或大城市,而贫困人口更多地集中于偏远城市和农村地区,从而导致外资无法惠及贫困人口。同时,开放程度的扩大使一国更多地暴露于外部经济波动(Alesina and Wacziarg, 1998;Rodrik,1998),在一些社会保障发展滞后的发展中国家,这威胁了就业稳定,从而不利于消除贫困。第四,在模型(9)和(10)中,自然资源贡献率的系数为正,并在10%的水平上显著。这说明一国的自然资源丰裕程度不但不利于消除贫困,而且还可能提高“绝对贫困率”,这可能是因为过度依赖自然资源导致一国忽视了人力资本积累、市场化改革等有利于长期经济增长的因素,从而无法创造更多的就业岗位以消除贫困,这基本符合“资源诅咒”假说的推断。
(三) 腐败控制降低贫困率的内在机制分析根据Baron and Kenny(1986)等学者提出的“中介效应”原理,表 5进一步探索了腐败控制通过促进私人部门参与基础设施提供从而降低贫困率这一内在机制。模型(11)到(14)展示了使用“不足3.10美元”标准的贫困率作为被解释变量的OLS估计结果。模型(11)将私人部门参与基础设施提供ln(IPP)排除在解释变量之外,只考虑了腐败控制和其他控制变量,我们可以发现,腐败控制的系数显著为负。一旦我们将ln(IPP)引入模型,即模型(12),腐败控制变得不再显著,而ln(IPP)的系数则显著为负。同时,模型(13)和(14)展示了相应的滞后一期解释变量的OLS估计,同样可以发现上述规律。因而我们认为,腐败控制是通过促进私人部门参与基础设施提供进而降低一国的贫困率的,这便验证了假说C。结合相关估计系数可以发现,腐败控制程度增加一个标准差(0.5744),能够提高私人部门参与的基础设施的人均投资额0.29%,进而使一国的贫困率下降约0.7个百分点(-0.7%≈-2.38*0.29%)。①
① 进一步的Sobel检验显示这一系数乘积显著非零。
模型(15)到(18)展示了使用“不足1.90美元”标准的贫困率作为被解释变量的OLS估计结果。类似地,在排除ln(IPP)作为解释变量的情况下,即模型(15),腐败控制对“绝对贫困率”存在显著的负效应,一旦将ln(IPP)引入模型,即模型(16),那么腐败控制不再显著,但ln(IPP)的系数显著为负。模型(17)和(18)展示了相应的滞后一期解释变量的估计结果,上述规律依然成立。总之,腐败控制通过促进私人部门参与基础设施提供进而降低一国贫困率的这一内在机制依然是存在的。
也值得注意的是,根据模型(11)到(18),在排除私人部门参与基础设施提供这一变量的情况下,开放程度和自然资源贡献率的系数显著(前者显著为负,后者显著为正),一旦引入ln(IPP),这两个变量的系数则不再显著。这说明开放程度和自然资源贡献率对于消除两类贫困率都没有直接的影响,而是通过影响私人部门参与基础设施提供发挥作用的。这也意味着,发展中国家不应寄希望于通过扩大开放程度或削减资源型产业从而自动达到消除贫困的目的,而是要借助对外开放和资源型产业的转型来促进私人部门参与基础设施提供,进而实现贫困的逐步消除。总之,私人部门参与基础设施提供在发展中国家反贫困的过程中具有特别重要的地位。
(四) 稳健性分析尽管上述一系列分析得到了与假设A、B和C相一致的结论,但依然可能存在内生性问题,特别是国家收入组别和时期虚拟变量的分类标准存在一定的主观任意性,估计结果可能会因为分组标准的变动而改变,从而动摇结论的可靠性。基于此,我们将国家收入组别虚拟变量替换为各国人均GDP(按购买力评价调整,单位:万美元,数据来源为WDI),同时将时期虚拟变量替换为年份虚拟变量,并重新对各模型进行了OLS估计。从表 6中可以发现,模型(19)表明腐败控制显著提高了私人部门参与基础设施提供,再次验证了假设A。模型(20)和(21)使用“不足3.10美元”标准的贫困率作为被解释变量,可以发现,尽管腐败控制与贫困率存在显著的负向关系,但一旦引入ln(IPP)之后,腐败控制便不再显著,同时,ln(IPP)的系数则显著为负。模型(22)和(23)使用“不足1.90美元”标准的贫困率作为被解释变量,同样发现了上述规律,这些结果再次验证了假设B和C,总之,本文得到的结论是比较稳健的。
惩治腐败和消除贫困始终是广大发展中国家面临的重要任务。本文基于1996年到2014年138个发展中国家的数据,探索了腐败控制降低一国贫困率的新机制,即促进私人部门参与基础设施提供,并对这一机制进行了实证研究,我们发现:
第一,腐败控制显著促进了私人部门参与基础设施提供。腐败控制程度每上升一个标准差,私人部门参与的基础设施的人均投资额(IPP)将相应上升0.29%。第二,私人部门参与基础设施提供显著降低了一国的贫困率。IPP每上升1%,一国“日均生活费不足3.10美元的人口比重”将下降2.41个百分点,而“日均生活费不足1.90美元的人口比重”将下降1.55个百分点。第三,“中介效应”分析显示,腐败控制是通过促进私人部门参与基础设施提供进而降低一国贫困率的。
总之,本文的发现是对发展中国家腐败与贫困关系研究的一个有益补充,不但有助于理解私人部门参与基础设施提供的制度基础,也有助于发展中国家设计反贫困的公共政策。对于中国而言,消除贫困依然任重道远,按照每人每年2300元(2010年不变价)的农村贫困标准计算,2016年我国农村贫困人口仍达4335万人(国家统计局,2017)。因而本文的研究对于中国未来发展和全面建成小康社会具有借鉴意义。
第一,应当充分重视基础设施建设对于消除贫困的作用。能源、通讯、交通以及供水和卫生等基础设施作为重要的准公共产品,具有较强的非竞争性与非排他性,因而本质上具有益贫性(pro-poor)和再分配的性质,其有助于提高贫困和低收入群体参与市场的程度(Besley and Ghatak, 2004)。同时,相比直接的资金补助型的扶贫政策,基础设施建设在一定程度上缓解了贫困对象识别和扶贫经费贪污挪用等难题。
第二,应当理性看待私人部门参与基础设施提供的行为。随着中国经济从高速增长转入中高速增长的“新常态”的,一些地区在经济结构转型与增长动力转换的过程中,出现财政预算紧张、地方债务膨胀过快等问题。在这一背景下,积极鼓励私人部门参与基础设施提供,不但有助于缓解政府的预算约束,也有助于发挥私人部门在建造和运营基础设施方面的比较优势,同时,由于私人部门面临硬预算约束,因而有利于排除一些成本收益不相符的项目,从而提高资金的使用效率。同时,也应该加强对私人部门参与基础设施提供的引导和监管,以充分发挥基础设施的社会效益。
第三,应当积极看待反腐败政策的经济社会效应。党的十九大报告指出,十八大以来,反腐败斗争压倒性态势已经形成并巩固发展。但有学者发现,反腐败在一定程度上抑制了地方经济增长(王贤彬、王露瑶,2016),但我们认为这很可能是反腐败的短期效果。吴一平、芮萌(2010)也发现,腐败与经济增长呈∩型关系,在达到一定发展阶段之后,腐败对经济增长的负面影响将会突显。从本文的研究来看,腐败控制的增强能够提高私人部门参与基础设施提供的积极性,从而降低贫困率,这必然有利于中国经济长期健康可持续发展。
尽管本研究利用大量跨国数据进行实证研究,但依然存在不少缺陷和有待改进之处。首先,本文是在一国允许私人部门参与基础设施提供这一大背景下展开研究,但不应忽视的是,一国在基础设施领域对私人部门的开放程度实际上也是影响私人部门参与的制度因素。第二,由于数据的局限,我们仍无法彻底解决内生性问题导致的估计偏误。第三,由于发展中国家都有其独特的制度背景和文化传统,从中得出的结论对于中国的适用性也有待进一步考证。最后,尽管本文强调私人部门参与基础设施提供对于消除贫困的政策含义,但距离具体且可行的政策方案还有较大距离。总之,这些都为我们未来的研究指明了方向。
[] |
陈屹立、邵同尧, 2012, “地方政府腐败会影响私人投资积极性吗?——基于动态面板模型的系统GMM分析”, 《南方经济》, 第 2 期, 第 39-49 页。 DOI:10.3969/j.issn.1000-6249.2012.02.004 |
[] |
国家统计局, 2017, 《中华人民共和国2016年国民经济和社会发展统计公报》。 |
[] |
康继军、郭蒙、傅蕴英, 2014, “要想富, 先修路?——交通基础设施建设, 交通运输业发展与贫困减少的实证研究”, 《经济问题探索》, 第 9 期, 第 41-46 页。DOI:10.3969/j.issn.1006-2912.2014.09.007 |
[] |
刘晓光、张勋、方文全, 2015, “基础设施的城乡收入分配效应:基于劳动力转移的视角”, 《世界经济》, 第 3 期, 第 145-170 页。 |
[] |
刘晓昀、辛贤、毛学峰, 2003, “贫困地区农村基础设施投资对农户收入和支出的影响”, 《中国农村观察》, 第 1 期, 第 31-36 页。 |
[] |
王贤彬、王露瑶, 2016, “反腐败与经济增长”, 《经济社会体制比较》, 第 2 期, 第 61-74 页。 |
[] |
王小鲁、余静文、樊纲, 2013, 《中国分省企业经营环境指数2013年报告》, 北京: 中信出版股份有限公司。http://www.bookask.com/book/138565.html |
[] |
吴一平、芮萌, 2010, “地区腐败, 市场化与中国经济增长”, 《管理世界》, 第 11 期, 第 10-17 页。 |
[] |
杨灿明、赵福军, 2004, “行政腐败的宏观经济学分析”, 《经济研究》, 第 9 期, 第 101-109 页。DOI:10.3969/j.issn.1000-3894.2004.09.014 |
[] |
张勋、万广华, 2016, “中国的农村基础设施促进了包容性增长吗?”, 《经济研究》, 第 10 期, 第 82-96 页。 |
[] |
Alesina A., R. Wacziarg, 1998, "Openness, Country Size and Government". Journal of Public Economics, 69, 305–321.
DOI:10.1016/S0047-2727(98)00010-3 |
[] |
Ali, I. and E. M. Pernia, 2003, "Infrastructure and Poverty Reduction: What is the Connection?", Asian Development Bank Policy Brief Series No. 13.
|
[] |
Aschauer D. A., 1989, "Is Public Expenditure Productive?". Journal of Monetary Economics, 23(2), 177–200.
DOI:10.1016/0304-3932(89)90047-0 |
[] |
Azariadis, Costas and John Stachurski, 2005, "Poverty Traps", In: Handbook of Economic Growth, Volume 1A. Edited by Philippe Aghion and Steven N. Durlauf, Elsevier.
|
[] |
Bardhan P., 1997, "Corruption and Development:A Review of Issues". Journal of Economic Literature, 35(3), 1320–1346.
|
[] |
Baron R. M., D. A. Kenny, 1986, "The Moderator-Mediator Variable Distinction in Social Psychological Research:Conceptual, Strategic, and Statistical Considerations". Journal of Personality and Social Psychology, 51, 1173–1182.
DOI:10.1037/0022-3514.51.6.1173 |
[] |
Besley, T. and M. Ghatak, 2004, "Public Goods and Economic Development", in Policies for Poverty Alleviation, edited by Abhijit Banerjee, Roland Benabou, and Dilip Mookherjee.
|
[] |
Brunetti A., B. Weder, 2003, "A free press is bad news for corruption". Journal of Public Economics, 87, 1801–1824.
DOI:10.1016/S0047-2727(01)00186-4 |
[] |
Davis J., 2003, "Corruption in Public Service Delivery:Experience from South Asia's Water and Sanitation Sector". World Development, 32, 53–71.
|
[] |
Demir F., 2015, "Effects of FDI Flows on Institutional Development:Does It Matter Where the Investors are from". World Development, 78, 341–359.
|
[] |
Démurger S., 2001, "Infrastructure Development and Economic Growth:An Explanation for Regional Disparities in China". Journal of Comparative Economics, 29(1), 95–117.
DOI:10.1006/jcec.2000.1693 |
[] |
Fan S., X. Zhang, 2004, "Infrastructure and Regional Economic Development in Rural China". China Economic Review, 15(2), 203–214.
DOI:10.1016/j.chieco.2004.03.001 |
[] |
Guasch, J. L., 2004, Granting and Renegotiating Infrastructure Concessions: Doing it Right, Washington DC: World Bank.
|
[] |
Gulati, M. and M. Rao, 2006, "Checking Corruption in the Electricity Sector", mimeo, World Bank.
|
[] |
Hodge G. A., C. Greve, 2007, "Public-Private Partnerships:An International Performance Review". Public Administration Review, 67(3), 545–558.
DOI:10.1111/puar.2007.67.issue-3 |
[] |
Hodge, G. A. and C. Greve, 2009, "PPPs: The Passage of Time Permits a Sober Reflection", Economic Affairs, March 2009, 33-39.
http://www.ingentaconnect.com/content/bpl/ecaf/2009/00000029/00000001/art00006 |
[] |
Iossa E., D. Martimort, 2015, "The Simple Microeconomics of Public-Private Partnerships". Journal of Public Economic Theory, 17(1), 4–48.
DOI:10.1111/jpet.2015.17.issue-1 |
[] |
Kaufmann, D., A. Kraay and M. Mastruzzi, 2010, "The Worldwide Governance Indicators: Methodology and Analytical Issues", World Bank Policy Research Working Paper, No. 5430.
http://link.springer.com/article/10.1017/S1876404511200046 |
[] |
Kenny, C., 2006, "Measuring and Reducing the Impact of Corruption in Infrastructure", World Bank Working Paper, No. 4099.
https://www.ingentaconnect.com/content/wb/wps4301/2006/00000001/00000001/art04099 |
[] |
Kenny, C., 2007, "Construction, Corruption, and Developing Countries", World Bank Working Paper, No. 4271.
http://www.ingentaconnect.com/content/wb/wps4301/2007/00000001/00000001/art04271 |
[] |
Kwok C., S. Tadesse, 2006, "The MNC as an Agent of Change for Host-Country Institutions:FDI and Corruption". Journal of International Business Studies, 37, 767–785.
DOI:10.1057/palgrave.jibs.8400228 |
[] |
Larsen, T. I., H. L. Pham and M. Rama, 2004, "The Impact of Infrastructure Development on Rural Poverty Reduction in Vietnam", World Bank Working Paper No. 30790.
http://www.3ieimpact.org/en/evidence/impact-evaluations/?redirect_to_result=61§or=Water+and+Sanitation&all=on&sort_by=alphabet&q= |
[] |
Lipscomb M., M.A. Mobarak and T. Barham, 2013, "Development Effects of Electrification:Evidence from the Topographic Placement of Hydropower Plants in Brazil". American Economic Journal:Applied Economics, 5(2), 200–231.
DOI:10.1257/app.5.2.200 |
[] |
Mauro P., 1995, "Corruption and Growth". The Quarterly Journal of Economics, 110(3), 681–712.
DOI:10.2307/2946696 |
[] |
Munnell A. H., 1992, "Policy Watch:Infrastructure Investment and Economic Growth". Journal of Economic Perspectives, 6(4), 189–198.
DOI:10.1257/jep.6.4.189 |
[] |
Ogun, T. P., 2010, "Infrastructure and Poverty Reduction: Implications for Urban Development in Nigeria", UNU-WIDER Working Paper, No.43.
https://link.springer.com/article/10.1007/s12132-010-9091-8 |
[] |
Olken, B., 2004, "Monitoring Corruption: Evidence from a Field Experiment in Indonesia", NBER Working Paper No. 11753.
|
[] |
Olken, Benjamin A. and Rohini Pande, 2011, "Corruption in Developing Countries", NBER Working Paper, No. 17398.
https://www.researchgate.net/publication/228303311_Corruption_in_Developing_Countries?ev=prf_cit |
[] |
Rodrik D., 1998, "Why Do More Open Economies Have Bigger Governments?". Journal of Political Economy, 106(5), 997–1032.
DOI:10.1086/250038 |
[] |
Shleifer A., R. W. Vishny, 1993, "Corruption". The Quarterly Journal of Economics, 108(3), 599–617.
DOI:10.2307/2118402 |
[] |
Stock, J. H. and M. Watson, 2012, Introduction to Econometrics (3rd Edition), Pearson Education, 2012.
|
[] |
Svensson, Jakob, 2005, "Eight Questions about Corruption". Journal of Economic Perspectives, 19(3), 19–42.
DOI:10.1257/089533005774357860 |
[] |
Tanzi, V. and H. Davoodi, 1997, "Corruption, Public Investment, and Growth", International Monetary Fund Working Paper, No. 97139.
https://link.springer.com/chapter/10.1007/978-4-431-67939-4_4 |
[] |
van de Walle, D., 1996, "Infrastructure and Poverty in Viet Nam", World Bank Living Standards Measurement Study Working Paper, No. 121.
http://www.ingentaconnect.com/content/wb/784 |
[] |
World Bank, 2017, Global Economic Prospects: Weak Investment in Uncertain Times. Washington, DC: World Bank.
|