一、 引言

提高居民收入、实现居民收入和经济发展同步增长和持续改善民生是建设和谐社会的重点。目前，持续高速的经济增长推动了我国居民可支配收入的不断增加，然而相对于国内生产总值(GDP) 而言，居民收入的增幅却较低。在过去的35年里，我国GDP年均增速高达9.8%，比人均收入的平均增长率高了2.4个百分点^①。居民收入的增速长期落后于GDP的原因是多方面的，其中收入分配的结构不合理性一直饱受诟病。比如，在初次分配领域，垄断收益与资源收益被极不公平地分配，大部分劳动者收入尤其是中低层劳动者收入增长过于缓慢；在再分配领域，部分财税政策不仅没有缩小分配差距，反而导致了财富的逆分配。在二次分配中，由垄断和公权力相结合的行政腐败直接和间接地导致分配不公的作用也不容忽视。

① 《中国居民收入增速跑不赢GDP, 占GDP比重不断下降》，人民网，2013年11月13日。

腐败是以不受约束的权力为背景的行政垄断和寻租行为。行政腐败属于腐败行为的一种，它并非当代中国所特有，它是一种伴随着私有制、阶级、国家、公共权利产生而出现的复杂社会现象，任何国家都存在着不同程度的腐败现象。它严重地破坏了“机会公平”，打乱了收入分配秩序，扭曲了初次分配结果，造成了贫富分化(吴敬琏，2013)，而且政府再分配的过程也因为腐败的存在，而颁布利于“收租人”的政策，进一步恶化收入分配的差距(Alesina and Angeletos, 2005)。另一方面，腐败可能严重抑制国民经济的发展，对政府财政支出、税收和资源配置等都有重要影响。透明国际的年度报告指出，腐败制约了经济和社会的发展，他们发布的年度“全球清廉指数”(CPI)^① 显示，腐败最严重的国家同时也属于世界最贫穷国家之列，这表明腐败与贫穷之间存在着明显关系。

① 全球清廉指数(Corruption Perceptions Index, CPI) 是由世界著名非政府组织“透明国际”建立的清廉指数排行榜，反映的是全球各国商人、学者及风险分析人员对世界各国腐败状况的观察和感受。2012年12月5日，监督世界各国腐败行为的非政府组织“透明国际”公布了2012年全球腐败指数报告。在176个国家和地区中，新西兰、丹麦和芬兰并列第一位，中国位列80位。

另外，腐败对于教育的影响也非常深远。学者们一致认为缩小贫富差距、消除贫困最有效的办法是扩大受教育机会，提高教育水平，这是由于在所有缩小贫富差距的因素中，教育的投入和产出比最高。但是腐败可能导致受教育机会的不公和教育回报率的扭曲。比如，父母拥有公权力人更容易为子女谋求收入较高的工作岗位，相比之下，同样学历但来自于普通家庭的人，可能只能得到较低收入的工作。目前，我国社会上出现的“官二代”、“富二代”中都不乏这种例子。反过来，受到良好教育的人也容易进入政府部门或权利机构工作，他们更容易从公权力中获取利益，因此腐败也有可能增加这部分人的教育回报率。

腐败抑制了国民经济的发展，是否也抑制居民收入的增加，并导致个人教育回报率的改变，这都需要进一步的研究验证，但是，目前国内相关的文献还很少。本文利用CGSS(2008)数据，从居民可支配收入的视角，研究地方行政腐败对居民收入的影响。与现有文献不同的是，第一，微观数据更清楚地反映出了腐败对个人的具体影响；第二，目前腐败变量的定义通常使用宏观变量，本文利用世界银行(2005)对中国120个地级市企业CEO的微观调查数据中的指标对腐败进行度量，能够更确切地反映不同地区的腐败程度；第三，我们用县域经济发展水平作为居民宏观环境指标，通过工业企业调查数据计算的指标进行度量，避免了宏观数据的口径不一致和同一个省区的差异性；第四，除了研究腐败对个人收入的影响外，本文还进一步探讨了腐败对个人教育回报率的影响；第五，在研究中，样本被进一步划分为城市和农村，能够更清楚的讨论在不同的经济体下，腐败对居民收入的影响。本文余下部分的结构安排如下：第二部分为文献回顾并给出本文的主要假设；第三部介绍数据来源和主要变量的选择；第四部分为实证模型和结果分析；最后给出本文的结论。

二、 文献回顾

行政腐败被定义为政府官员通过滥用公权力制定和颁布有利于私人利益的公共政策的现象(Tanzi，1997)，它导致政府官员或某些私人个体获得更多的公共利益或者承担更少的公共责任，干扰了政府在资源配置中的公正性。腐败对社会的影响是全方位和深层次的。已有的文献研究了腐败对投资、经济增长和消费的影响，比如，Mauro(1997)和Clague (1996)发现腐败显著地降低了投资，阻碍了经济的增长。Tanzi(1997)的研究进一步发现，腐败对经济增长的制约并不是通过减少公共投资，而是通过减少高效率的私人投资，增加低效率的公共投资而产生的。Johnson(2011)利用美国各州的截面数据，估计了腐败对工人平均产出的影响，利用多个政策变量作为工具变量，发现腐败从整体上显著降低了工人的平均产出，导致了经济增长的减缓和投资的减少。Kwabena(2002)利用1993-1999年21个非洲国家的数据进行的面板回归分析，发现腐败程度每上升一个单位，GDP的增长会下降0.75%~0.9%。另外，腐败降低了政府税收，减小了政府通过转移支付为穷人提供补贴和服务的能力，并降低了私人部门的投资激励(Shleifer and Vishny, 1993)。腐败还可能扭曲政府支出的结构，腐败的政府会减少对教育的支出，因为他们很难从教育的投资中进行寻租活动(Mauro，1997)。事实上，教育的支出中也会出现腐败，在很多发展中国家，政府的工资支出中曾出现过“鬼工人”——他们的名字出现在工资支出名册上，但是本人根本不存在，当然也包括“鬼教师”。^①除此以外，研究还发现腐败抑制了企业创新和R&D的投资(Romer，1994)，扭曲了投资结构(Shleifer and Vishny, 1993)。

① 类似国内的吃空饷现象。

腐败不仅阻碍了经济的发展，还破坏了社会公平。有学者认为，在政府的限量分配中富有或有良好社会关系的人可以通过行贿成为优先分配的对象，而穷人和没有权势的人只能等待到最后(Bardhan，1997)。从这方面看，腐败导致了市场出清，因为分配的先后反映了个人是否愿意行贿。这个观点类似早期的“腐败有效论”(Leff，1964；Huntington，1968)，把腐败看做“经济增长的润滑剂”，最有效率的企业可以通过向官员提供最高的贿金，获取稀缺资源，从而提高资源的有效配置(Lui，1985；Beck and Maher, 1986)。实际上，它忽略了一个重要问题——腐败会导致永久的分配失衡，即某些个人和团体会通过腐败长期得到比其他人和团体更多的好处，另一方面愿意提供高额贿赂的人并非就是公平分配中的受益人。

Li et al.(2000)探讨了腐败对收入分配和收入不平等的Gini系数的影响，他们利用了OECD和拉美国家的数据，发现腐败和Gini系数之间存在一个倒U型的关系：对中等水平的腐败而言，Gini系数最高，而对腐败程度很高和很低的国家来说，Gini系数则偏低。他们同时发现腐败是通过政府消费来影响Gini系数的。Gupta et al.(1998)以发展中国家的样本为例，发现腐败增加了收入不平等程度，腐败程度越高的国家，政府投入教育和健康服务的支出越少。腐败还恶化了贫穷率，抑制了经济增长，扭曲了税收制度，恶化了人力资本差距，增加了要素积累的不确定性(Gupta，2002)。Hindriks et al. (1999)和Johnston(1989)发现腐败和逃税产生了逆向收入分配效应，扩大了收入不平等。然而，近几年，一些学者以拉美国家为例进行研究时，腐败和收入不平等的相关性是负的(Andres，2011)，这是因为随着腐败的加重，这些拉美国家逐渐出现了一些未注册的非正式机构，这些机构为社会底层人士提供了大量的工作，因此腐败反而推动了经济增长，解决了穷人就业。

在中国，由于政府管理、教育、法制等体制的不健全和不完善，体制改革滞后经济发展，导致了大量的腐败机会和寻租空间，腐败蔓延，进而发展成一种严重的社会病态，甚至有学者指出，现阶段中国正处于建国以来最严重的腐败时期(过勇，2003)。十八大后，政府努力进行政府体制改革，转变政府职能，实行政企分离，但是政府行政部门仍然直接或间接垄断了大量社会资源的配置，并给予经济和金融市场广泛的干预，行政垄断和行业垄断成为滋生腐败的温床(过勇，2003)。腐败对中国的经济发展和社会公平有很大危害，导致资源分配扭曲和收入分配不公(王小鲁，2005)。宁优俊(2011)发现腐败对中国的经济增长具有消极的作用，腐败通过降低公共支出抑制经济增长(刘勇政，2011)。行政腐败可能制约社会经济的发展，而经济增长是推动居民收入增加的主要因素，因此我们提出的第一个假设。

假设1：在中国，行政腐败抑制居民收入的增长。

教育是影响个人收入的关键变量，Bourguignon and Verdier (2000)认为它和个人的政治前途密切相关。教育能够提高个人的政治素养。受过良好教育的人容易准确判断某个政治团体的能力、洞悉政治学家的见解、理解政府颁布的政策(Galston, 2001)。教育也能够帮助我们树立个人的政治观点(Delli Carpini and Keeter, 1996)。因此，拥有良好教育的个人不仅容易得到收入较高的工作，还更容易得到政府部门或其它拥有公权力的工作。Glaeser and Saks (2006)对美国官员的研究表明人力资本——受教育水平的提高明显增加了寻租的可能性，而且他们运用美国数据的实证分析发现腐败和受教育水平高度正相关，与收入不平等的相关性却较弱。Eicher(2009)继续探讨教育、腐败和收入的关系，发现受教育水平和腐败仍然正相关，受良好教育的人能够得到更有地位和更高收入的工作，并且腐败程度强化了这一结果，腐败增加了教育的回报率。王一江(2008)对中国腐败官员的研究发现，官员的教育水平是影响腐败金额的重要变量。根据文献的研究我们提出假设2。

假设2：在中国，腐败可能增加教育的回报率。

三、 研究数据和变量 (一) 数据来源

本文从中国综合社会调查(CGSS)2008年的数据，获取个人收入和个人特征等变量。该数据是中国人民大学社会学系发起的一项全国范围的大规模家级抽样调查项目，涉及28个省份81个城市的6000个居民。腐败指标来自世界银行(WBES)2005年的《政府治理、投资环境与和谐社会-中国120个城市竞争力提升》的调研数据，它涉及全国30个省120个城市12400家企业的调查数据。地方经济发展水平指标选用国家统计局2009年的工业企业调查数据，该调查数据涉及中国31个省2807个区、县所有年产值达到500万的工业企业。因为腐败和制度、文化、传统甚至宗教等因素密切相关，在同一个地区，短期内腐败程度很难有较大的改变。另外，腐败对经济的影响通常具有滞后性，因此我们选用WBES(2005)计算出的区域腐败指标作为CGSS(2008)同一区域的腐败指标。

(二) 变量定义 1. 行政腐败

政府过多的干预经济是导致行政腐败的一个重要因素(Tanzi, 1998)。在相同条件下，官员权力越大，腐败现象就越容易滋生，错综复杂的政府管制是腐败的温床。地方政府对经济的管制越多，地方企业就必须花更多的精力和时间与官员打交道，处理与政府相关事宜，因此我们考虑用企业处理与政府相关事务的时间来衡量当地行政腐败的程度。另一方面，企业为了进一步的投资和发展，需要向银行借贷，银行高管有机会利用放贷进行寻租。向银行职员行贿的普遍性，反映了一个地方大环境腐败的程度。我们选取调研数据(WBES，2005) 中是否存在向银行贿赂(Bribe) 和企业处理与政府相关事务的时间(GovTime) 度量地区行政腐败程度。世界银行(2005)对中国企业(四个直辖市各抽取200家企业，其它116个城市各抽取100家企业)CEO的问卷调查中涉及腐败的问题如下：

(1) 企业在向银行申请贷款的时候，是否需要向银行的信贷人员送礼？

(2) 企业的总经理和副总经理平均每个月有多少天要用来处理与政府相关的事务？

我们将上述每个问题的回答，按照省进行平均，度量各省的腐败程度。虽然WBES仍是调查数据，问题的回答都与被访人的主观感受相关联，但由于被访人均是各企业的CEO，他们大部分都拥有良好的教育背景和社会经历，在回答问题时，对问题的理解能力和对现实问题的判断能力都要优于一般的访问对象，因此调查所得到的数据的质量较高，较真实可信。

目前国内的大部分文献对腐败的度量均采用客观指标，如各地区经济犯罪的案件数和涉案人数。但是，在中国现有政治体制约束下，腐败案件的数量和涉案人数很难确切地度量腐败程度。因为中国式的反腐被称为政府性反腐，而非制度性反腐(Wu，2011)。某个地方查获的经济犯罪案件数与当地政府反腐力度息息相关，因此经济犯罪的案件数和涉案人数少的地区，其行政腐败程度未必很低。

2. 地方经济发展指标

为了和微观数据相匹配，我们需要精确到区、县的地方经济发展指标。一方面，描述地方经济发展水平的GDP，很难从地方统计年鉴里完整的查找到；另一方面，GDP的计算有很多方法，各地区的计算出入较大，各地方GDP数据的可靠性受到专家的质疑。目前，中国大部分地区的经济发展仍然依赖工业生产，规模以上工业企业是区域经济发展最重要的支撑，规模以上工业企业新增数量，是准确反映一个地方经济发展活力的“晴雨表”。因此各区、县年产值超过500万以上企业的总资产和总销售量这两个变量可以较好的度量地方经济发展水平。我们通过国家统计局的工业企业调查数据，计算地方产值超过500万以上企业的总资产和总销售量，并将其取自然对数(LnAsset和LnSales)，作为该地区经济发展的水平。

3. 居民收入

居民收入是指居民从各种来源所取得的现期收入的总和。我国城镇居民和农村居民的收入来源相差很大。城镇居民的收入主要以工资、津贴、投资和经营收入为主，而农村居民的收入主要来源于农业、副业、外出打工和经营收入。由于两者在分配体制上存在差异，因此很难将农村和城市居民的收入进行合并。因此我们不考虑各分项收入，简单统计城镇和农村居民的年总收入。2008年中国综合社会调查(CGSS) 问卷涉及居民年收入的问题是A21a和A21b，分别是“您个人去年全年的职业收入是多少？”和“您个人去年全年的职业外收入是多少？”。我们将这两个指标的和定义为个人全年总收入。由于收入变量的分布具有不对称性，我们取其自然对数，即ln(A21a+A21b)，表示收入增长率。

在样本中农村和城市的样本量分别为2018和3982，占总样本量的33.63%和66.37%，由于收入变量LnInc和教育变量Edu有缺失，实证研究部分使用的样本总数为4428，农村1482，占33.47%，城市为2946，占66.53%。虽然城市样本偏多，但是CGSS是现今覆盖省份最多的微观调查数据，比其它数据能够更好的反映全国各地区的腐败和经济发展与微观个体收入之间的关系。

为了更好的了解城市和农村的差异，我们将进行分地区比较，表 3显示了农村和城市各研究变量的差异性，检验结果表明农村的平均年龄、平均受教育年限、平均收入和经济发展水平等变量都和城市的有显著差异。由于腐败程度是以省为单位度量的，进行比较没有意义，所以表 3没有列出来。

四、 实证模型和结果分析 (一) 回归模型

根据本文的假设，我们建立如下回归模型。

$LnIn{c_i} = {\beta _0} + {\beta _1}{X_i} + {\beta _2}Corru{p_i} + {\beta _3}HighClas{s_i} + {\beta _4}LowClas{s_i} + {\beta _5}Eco{n_i} + {u_i}$

(1)

其中反映个体特征的变量，包括City(城市还是农村)，Male(男或女)，Edu(教育年限)，Age(年龄)，AgeSq(年龄的平方)，Han(是否汉族)，CP(是否共产党员)，East(是否来自东部地区和直辖市)。Corrupt表示各省的腐败指标，用变量Bribe和GovTime度量。Econ表示各区、县的经济增长指标，用变量LnAsset和LnSales度量，i指代样本中的第i个人。

为了进一步研究腐败对居民收入的影响是否和地区与人群有关，我们分别将城镇和农村的样本分开进行模型(1) 的估计，并运用分位数回归技术对模型(1) 进行估计，研究在不同收入人群中腐败程度如何影响个人收入。

为了研究腐败对教育收益率的影响，我们在模型(1) 中添加腐败程度和受教育年限的交互项，建立回归模型(2)。

$\begin{array}{l} LnIn{c_i} = {\beta _0} + {\beta _1}{X_i} + {\beta _2}Corru{p_i} + {\beta _3}HighClas{s_i} + {\rm{ }}{\beta _4}LowClas{s_i} + {\beta _5}Eco{n_1}\\ + {\beta _6}Corru{p_i}*Ed{u_i} + {u_i} \end{array}$

(2)

(二) 实证结果 1. 腐败对居民收入影响的一般线性回归分析

(1) 全样本回归结果

在回归分析之前，我们列出各变量的相关系数(见表 4)，它显示变量之间的相关性符合线性回归模型的条件。

表 5显示了模型(1) 的全样本回归结果，包括四个回归，它们分别使用了两个不同的腐败程度变量Bribe和GovTime，和两个不同的地区经济总量水平变量LnAsset和LnSales。因为年龄对收入增长具有非线性特点(边燕杰，2002)，所以我们在解释变量中加入了Age的平方项(AgeSq)，为了保证系数不会太小，我们定义AgeSq为Age²/1000。四个回归结果一致地显示腐败指标Bribe和GovTime的系数显著为负，支持假设1，表明如果在某地区企业通过过多的贿赂才能得到贷款，或是企业需要花很长时间处理政府事宜，当地居民的收入增长就会受到抑制，而且腐败对居民收入增长的抑制作用非常显著，回归系数检验的显著性水平均达到了1%。

另外，回归结果还清楚地显示其它控制变量对个人收入增加的影响也很显著。变量City的系数为正，并通过显著性检验，表明在相同条件下，城市居民的收入显著地高于农村居民。变量Male的系数也为正而且显著，表明在同样条件下，男性比女性的工资高。变量AgeSq的系数与收入呈现显著的负相关，而变量Age的系数为正，这充分证实年龄对收入的非线性影响，即随着个人年龄的增加，收入增长先快后慢。变量Edu的系数为正且显著，表明受教育时间越长，收入越高，符合教育收益的理论。变量Han的系数为正且显著，表明在相同条件下，汉族居民比其他少数民族居民收入高。变量CP的系数也为正且显著，显示共产党员比非共产党员的收入高。变量East和收入也显著正相关，表明东部沿海和直辖市地区的居民比中西部地区的居民收入高。变量High_C和Low_C的系数显示，社会高阶层的人的收入显著高于一般阶层的人的收入，而社会低阶层的人的收入比一般阶层的低。变量LnAsset和LnSales的系数表明当地经济发展水平越高，居民输入增长越快。

(2) 城镇、农村分样本回归结果

由于农村和城市在很多解释变量上都存在明显差异，所以我们需要将样本分开，分别对农村和城市的样本进行研究，并比较回归结果。

表 6列出了农村和城市分样本的回归结果，其中第(1)-(4) 列显示城市样本的结果，(5)-(8) 列显示农村样本的结果。腐败指标Bribe和GovTime的系数在农村和城市都非常一致，为负并且显著，表明不论在农村还是在城市，行政腐败都显著抑制了居民收入的增长。从系数绝对值的数量看，农村明显高于城市，这说明腐败对居民收入增长的抑制程度，农村要高于城市。这可能是由于长期以来，许多政府政策如财政、养老、医疗、教育等均偏向城市居民。在城镇化的进程中，政府对城市的投资建设也远高于农村。相对农村居民，城市居民的收入更稳定，各种福利政策更好，目前城市的社会养老保险和医疗保险覆盖的人群数量和支付比例远高于农村，因此城市居民负担相对较小，这致使在相同腐败程度下，城市居民的收入增长被抑制的程度要轻。

对于其它控制变量的回归结果，我们发现，在农村，变量Male的回归系数比城市的高出近一倍，反映了农村的男女收入差别比城市更高。在城市，年龄与收入的非线性关系几乎不存在，而在农村这个关系仍然非常明显，这主要是由于农村的主要收入群体仍然是中青年，大部分老年人不能出门打工，只能依靠务农而获得微薄的收入。变量East的系数在农村和城市也有很大差异，农村的系数比城市高很多，这说明农村的东、西部居民收入差距远大于城市。其它控制变量Edu，Han，CP的系数在城市和农村的回归中没有很大差异，它们的符号和显著性均与全样本回归一致。从变量High_C的系数我们发现，城市的比农村要高，这说明在城市，高等阶层的人与一般阶层的人的收入差距比农村的要大，而城市的低等阶层的人与一般阶层的人的收入差距和农村的差不多。

2. 腐败对居民影响的分位数回归分析

为了进一步探讨腐败对居民收入增长的抑制作用，我们运用分位数估计方法对模型(1) 进行回归，研究在不同的收入水平下，腐败如何影响居民收入的增长，结果见表 7和表 8，由于变量太多，篇幅有限，我们省去了常数项的报告。表 7和表 8分别使用了不同的腐败指标Bribe和GovTime。由于地方经济增长率变量LnAsset和LnSales的结果非常相似，因此我们选用LnAsset进行代表。

表 7和表 8都报告了分位数为10%，20%，…，90%的回归结果。从腐败指标的系数估计值和参数检验t值，我们发现不论是在低收入水平的群体，还是在高收入水平的群体中，腐败都显著抑制了居民收入的增加。通常我们会认为腐败能够促进高收入群体收入的增长，但是高收入群体并非都拥有公权力，而且在居民调查时，很多高收入群体都不会报告隐性收入和灰色收入，因此样本中反映的收入可以看做个人的账面收入，所以对高收入群体而言，账面收入的增长也会受到腐败的影响而被抑制。另外，我们还发现教育回报随着收入水平的增加而下降，最低收入群体的教育回报最大。

3. 腐败和教育对居民收入的共同影响

(1) 全样本回归结果

教育是影响居民收入的重要因素。为了研究腐败对教育回报率的影响，我们考虑将腐败变量和受教育年限的交互项增添到回归模型(3)，表 9显示了回归结果。结果发现，大部分的解释变量，包括City，Male，Han等，其系数估计值的符号和显著性程度都和前面的回归结果完全一致。腐败变量本身的系数仍然为负且显著，腐败变量和受教育年限的交互项Edu*Bribe、Edu*GovTime的系数是正的，这表明在中国，腐败确实增加了教育的回报率，这和文献中对美国的研究一致，但是系数显著性检验并没有通过。为什么腐败对教育回报率的影响在中国并不显著呢？我们试图分别对农村和城市样本进行研究，寻找答案。

(2) 城镇、农村分样本回归结果

我们分别选取农村和城市样本进行模型(3) 的估计，结果如表 10所示。我们发现交互项的系数估计值在城市和农村有显著的差异。在城市样本中，交互项Edu*Bribe和Edu*GovTime的系数是负的，并且Edu*GovTime的系数检验达到5%的显著性水平，然而在农村样本中，交互项Edu*Bribe和Edu*GovTime的系数都是正的，Edu*GovTime的系数检验达到10%的显著性水平，这表明在中国腐败对城市和农村居民教育回报率的影响是不一样的。在农村，腐败增加了教育的回报，但是在城市腐败降低了教育的回报率。这个结果不难解释，在中国农村，具有高等学历的人较少，高等学历在农村是稀缺资源，受到良好教育的群体非常容易进入村委会或者农村的职能部门，比如，中国很多乡村都希望大学毕业生直接去当村官、很多县城也迫切地希望博士毕业生去县委、县政府工作，因此这些受过良好教育的个人容易利用手中公权力增加个人的收入，所以腐败增加了教育回报率。这和对美国的研究结果相吻合，而且由于在农村受良好教育人群的稀缺性，这一结论被强化。

然而，对于中国城市情况截然相反。中国的城市通常是地方经济、政治、文化的中心，吸引了大量高学历的人才，其中只有一小部分人，通过当地政府的公务员考试，经过层层选拔，成为公务员，而更多的人很难进入政府部门或权力机构。另外，家庭背景对在城市找工作的人非常重要，姚先国(2006)发现，在中国家庭背景较好，父母拥有公权力的人更容易谋求收入较高的工作岗位，相比之下，同样学历的家庭背景一般的人，可能只能得到较低收入的工作。因此，在中国城市，腐败会严重干扰了竞争的公平性，扰乱了收入分配秩序，腐败对教育回报率的影响与美国不同。

六、 结论

本文通过匹配CGSS(2008)收入调查数据、世界银行(2005)的中国企业营商环境调查和国家统计局的规模以上工业企业普查数据，在控制了地方经济发展水平、区域差异和个人特征的基础上，考察行政腐败对居民个人收入的影响，通过对总样本，城镇、农村分样进行一般线性回归、分位数回归和引入交互项回归实证检验了腐败对我国居民收入的影响。根据实证结果，我们得到的结论如下。

(一) 腐败抑制了居民收入的增长

1. 通过全样本的检验，发现腐败与居民收入增长率之间存在显著的负相关。就整体而言，腐败抑制了居民收入的增长。

2. 通过分别研究城市和农村样本，发现不论是农村，还是城市腐败对城镇和农村居民收入增长率的抑制作用都很显著。根据回归系数绝对值的数量，发现腐败对农村居民收入增长的抑制作用更强，这与政府的偏向城市的各项政策相关。

3. 通过分位数回归分析，发现对于不同收入水平的群体，腐败对居民收入增长率的抑制作用都显著。由于调查的收入数据很难包括隐性收入和灰色收入，对于高收入群体的显性收入而言，腐败依然抑制了这部分收入的增长。

(二) 腐败扭曲了个人的教育回报率，在城市腐败降低了教育回报率，而农村情况正好相反

大量拥有高等学历的人群涌入城市，导致优质人才就业困难，拥有良好家庭背景和社会资源的个人通过权力交易容易得到收入更高的工作，而同等学历的其他人群，只能得到收入较低的工作。然而，农村很难吸引优质人才，高学历的个人容易进入政府或权力机构工作，容易利用公权力为自己谋取私利，因此腐败增加了他们的教育回报率。