一、引言

腐败是“经济与社会发展的最大障碍”(世界银行，2002)。腐败作为一种全球性现象，世界各国一直致力于反腐败斗争。然而，根据透明国际组织最新发布的2020年全球腐败感知指数(Corruption Perceptions Index) 腐败感知指数在2012年之前取值介于0至10之间，2012年起由于调整测算方法，取值变更为0至100之间。分数越高表示该国越清廉。，全球180个国家和地区中，超过三分之二国家的腐败感知指数得分低于50分，属于腐败较严重的国家。以中国为例，2012年底中共十八大闭幕之后，中国发动了一场建国以来最严厉的反腐败运动并取得了压倒性胜利。伴随着一大批高官的落马，大肆行贿、索贿等腐败现象显著减少，理论上中国的腐败感知指数自2012年后应当逐年提升。然而，根据透明国际组织披露的中国腐败感知指数发现，尽管2013年得分较2012年增加1分(即由39分上升为40分)，但2014年相较2013年却下降4分(即36分)，到2020年中国的腐败感知指数仅为42分，与阿根廷、科威特等四个国家并列排名第78位，仍属于严重腐败的国家, 本文认为产生这一差异的原因可能与腐败的大小相关。

世界银行在将腐败定义为政府官员“为牟取私利而滥用公共权力或权威的行为”的同时，还指出腐败存在大小之分，即大腐败(grand corruption)与微腐败(petty corruption)(世界银行，1997)。两种腐败存在着本质区别。根据定义，大腐败参与主体通常是较高级别的政府官员、国际机构等，涉及的交易或金额庞大，通常会触犯一国法律，是各国反腐败斗争的主要对象(Jain，2001；Mashali，2012；Jancsics，2013；Habiyaremye and Raymond, 2013)；而微腐败，主要发生在企业或公众与低级公职人员之间，涉及的金钱或交易规模小，发生范围广，通常游离于法律约束之外，在各国的反腐败斗争中往往被忽略(Djawadi and Fahr, 2013；Jancsics，2013；Nguyen et al., 2016)。

微腐败有多种表现形式，最典型的表现为企业或公众为了好办事而与低级别政府官员进行的金钱交易。这些好办事包括纳税申报、免除监管、许可要求、基础服务(如电话、天然气、水、电等)、申请政府福利(如贷款、补贴等)或批准特权(如新公司注册、工人安全、安全建筑标准、环境危害等)等多个方面(Kochanek，1993；Ariane et al., 2007；Clarke，2011；Mashali，2012)。与微腐败概念相近的是亚腐败，它同样是一种介于廉洁和腐败状态之间的游离于法律边缘的行为，如日常办事过程中的请客送礼，打着人情礼仪幌子借婚丧嫁娶、添丁增岁收送节礼，公款挥霍浪费等现象都属此列。但根据定义以及表现形式可知，无论是微腐败还是亚腐败，其本质都是一种权力寻租，即低级别的政府公职人员利用手中的权力为自身谋利益。因此，结合所使用的样本数据特征，本文选择从微腐败的角度展开论述，并将微腐败定义为较低级别的政府公职或公用事业单位人员通过主动向企业索取礼物或费用来牟取自身利益的行为。

不难发现，微腐败渗透到公众生活的方方面面，加之其涉及利益微小，往往使社会公众难以觉察。微腐败的这种隐秘性，在很大程度上与特定的文化习俗有关。中国自古以来就是一个关系型社会，“办事找关系”已经成为人们日常生活中的默认准则(李四海等，2015)。因此，从某种程度而言，一方面特定的文化习俗成为微腐败的温床；另一方面，部分微腐败形式也是从某些文化习俗物化、异化而来的，如部分投机人利用节假日、红白喜事等特殊时节给所求的公职人员送礼送钱等(李海涛，2020)。正因为与文化习俗的这种共生性，使得社会公众形成了错误的认知，认为微腐败并不违反法律，反而给自身带来便利，从而默许并进一步效仿这种行为以“方便”行事。这些错误认知均在无形中助长了微腐败的歪风邪气。如果放任这种错误认知不加制止，微腐败可能会发生质变成为大腐败，最终对社会造成巨大危害。正如习总书记在中共第十八届中央纪律检查委员会第六次全体会议上发表的重要讲话中指出：“‘微腐败’也可能成为‘大祸害’，它损害的是老百姓切身利益，啃食的是群众获得感，挥霍的是基层群众对党的信任”。

当前，在未区分大腐败与微腐败情形下，国内外学者已针对腐败展开了丰富的研究。但Lambsdorf(2006)在总结腐败产生的原因及后果后指出，区分微腐败和大腐败进行研究非常重要。由于微腐败的度量不易，当前探究微腐败经济后果的实证研究较少。仅有的关于微腐败经济后果的研究结论还存在分歧(Habiyaremye and Raymond, 2013；Vorley and Williams, 2016；Nguyen et al., 2016)。并且，鲜有文献探讨微腐败影响企业的路径机制。基于此，本文利用包括中国在内的143个国家2002-2014年的企业层面的独立混合截面数据(independently pooled cross section data)，重点探究微腐败对企业生产率的影响。研究结果发现，微腐败会显著抑制企业生产率，这支持了微腐败不利于企业的观点。同时，在探寻影响机制过程中，本文发现微腐败可通过抑制企业创新对企业生产率产生负面影响。进一步分子样本讨论时发现，私营企业、服务行业、位于腐败程度高地区以及经济不发达地区的企业的生产率受微腐败的负面影响更大。

本文的边际贡献可能有两方面：一是现有文献在探究腐败及其影响时，鲜少区分大腐败与微腐败，但根据定义，这两种腐败存在本质区别。微腐败由于涉及金额微小，往往使人忽略其可能产生的危害。本文借助世界银行调查问卷构建衡量微腐败的指标，然后在控制内生性问题条件下，基于工具变量方法证实微腐败对企业生产率的负面影响。二是已有研究腐败经济后果的文献，较少探究其中的影响机制，本文首次尝试从企业创新角度，探讨微腐败损害企业生产率的可能机制，这是对以往文献的重要补充。

本文剩余结构安排如下：第二章为文献回顾与理论假说；第三章重点介绍数据来源、变量定义以及模型设定；第四章为本文的实证分析部分；最后一章为结论与不足。

二、文献回顾与理论假说 (一) 微腐败与企业生产率

鉴于围绕微腐败影响的实证研究较少，本文主要从腐败的角度综述现有关于腐败影响企业的相关研究，从而为构建微腐败影响企业生产率的研究假说提供文献支撑。目前，关于腐败对企业经济影响的研究存在两种截然相反的观点。一种观点认为腐败是“润滑之手”(grease the wheels)，有助于企业规避无效率的政府管制，从而提高其经济效率。如Wang and You(2012)、Gander(2014)以及张璇等(2016)的研究发现腐败可以促进企业成长；Dreher and Gassebner(2013)指出腐败能显著地提高企业家的创业活动，加速企业进入市场；Krammer(2013)认为腐败是将创新产品引入市场的一种有效手段；黄玖立、李坤望(2013)指出，企业招待费支出越多，企业获得的政府订单和国有企业订单越多。另一种观点则认为腐败是“掠夺之手”(sand the wheels)，会扭曲企业的资源配置，阻碍企业效率的提升。如De Waldemar(2012)发现腐败对企业产品的创新存在显著负效应；Vu et al.(2018)基于越南企业的分析表明，腐败会显著降低企业的资产回报率；Bbaale and Okumu(2018)使用26个国家的世界银行企业调查问卷的研究显示，腐败能够降低企业劳动生产率；Cai et al.(2011)、De Rosa et al.(2015)的研究均发现，腐败对企业全要素生产率(Total Factor Productivity，TFP)存在显著负效应；聂辉华等(2014)认为腐败与企业TFP之间存在一种非单调关系。

参照以上论述，微腐败对企业生产率产生何种影响将取决于“润滑之手”与“掠夺之手”的程度，从而可能表现出正反两种效果。然而，腐败“润滑之手”的观点在理论与经验上都遭到了一定批判。如Kaufmann and Wei(1999)发现行政官员出于谋求利益的动机可能会故意增加官僚程序，因此，腐败并不能帮助企业减少应对官僚程序的时间。De Rosa et al.(2015)的研究显示，“贿赂税”(贿赂行政官员的支出)和“时间税”(与行政官员打交道的时间)之间并不存在替代关系，贿赂并不能帮助企业规避繁琐的监管规定从而得到次优效率。并且，在仅存的几篇研究微腐败对企业影响的实证文献中，尽管Nguyen et al.(2016)基于越南企业的调查数据的研究结果发现，微腐败在一定程度上能够促进企业的创新；但Habiyaremye and Raymond(2013)利用世界银行调查的东欧以及中、西亚30个转型国家12000家企业的研究结果则显示，无论是大腐败还是微腐败，均不利于东道国的企业创新；Vorley and Williams(2016)通过对保加利亚以及罗马尼亚两个国家部分企业家的访谈结果得出结论，微腐败会显著抑制企业家的积极性。此外，根据本文对微腐败的定义，微腐败是较低级别的政府公职或公用事业单位人员为谋取自身利益而向企业索取的好处，这本质是一种设租(rent creation)行为。设租会导致企业不得不支出相应的寻租成本。基于此，本文认为微腐败将更多发挥“掠夺之手”来影响企业生产率，从而提出如下假说：

假说1：微腐败会降低企业生产率。

(二) 微腐败、研发创新与企业生产率

Baumol(1990)将企业家活动分为生产性、非生产性以及破坏性活动三类。其中，生产性(productive)活动主要指企业家日常的生产、经营和管理活动，还包括企业的研发创新等活动，是一种创造利润的过程；而非生产性(unproductive)活动主要涉及多种寻求租金(rent-seeking)的活动，如公关、招待、游说等，是一种财富再分配过程。企业家活动配置是指在约束条件下，企业家如何将有限的资源(比如时间和金钱)在生产性和非生产性活动之间进行分配的过程(何轩等，2016)。一个理性的企业家会将自己有限的时间精力分配到能够给其带来最大收益的活动中去。因此，本文认为微腐败可能基于以下原因促使企业决策者从事更多的非生产性经营活动，从而造成对企业研发创新等生产性经营活动的挤出，最终负面影响企业生产率。

一方面，微腐败的产生往往与市场制度不完善密切相关。市场制度的不完善使得各级政府公职人员在不同程度上拥有重新分配资源和自由裁量的权力，从而为这些公职人员牟取私利提供了便利。当公职人员主动设租时，企业为了好办事将“积极”与这些公职人员打交道，进行公关、招待以及贿赂等非生产性活动，进而挤压其对生产性经营活动的投入(何轩等，2016)。此外，根据定义，微腐败仅涉及小额交易，对于参与微腐败的企业而言，微腐败的支出可能只占企业正常生产经营支出的微不足道的一部分。但企业可能通过微腐败与各类公职人员建立联系，从而获得诸如加速许可证的审批流程或者减少税收监管等好处。因此，参与微腐败行为的低成本性，相对于其它能够带给企业收益但需要较高投入成本的生产性活动而言，企业决策者可能更愿意通过低成本的微腐败来获取相应的利益，从而造成对生产性经营活动的挤出。已有研究证实了上述推测，党力等(2016)在研究中国反腐败与企业创新关系时指出，造成中国企业创新能力较弱的一个重要原因就是企业进行腐败的成本较低，企业可通过与政府建立特殊的政治关联来获取利润，而不愿意通过企业创新获得发展，最终导致企业整体创新能力较低。何轩等(2016)在探究腐败与私营企业创新关系的过程中同样发现，腐败会抑制企业家对研发创新等生产性活动投入的意愿，提升企业家对非生产性活动投入(即寻租等)的偏好，造成企业家活动配置的扭曲。Vorley and Williams(2016)指出，微腐败会降低企业家的野心，限制以创新增长为导向的企业家精神，并且诱发企业家进行更多的微腐败活动。

研发创新等生产性活动均存在投入高、风险大、周期长的特点，充裕的资金是企业开展这类活动的必要前提。对于企业而言，研发创新是提升企业生产率的重要决定因素(Aw et al., 2011；Mohnen and Hall, 2013)。当面临着低成本的微腐败这类非生产性活动以及投入高、风险大、收益不确定的研发创新这类生产性活动时，企业决策者将更偏好将有限的时间精力投入到微腐败行为，从而造成对生产性的研发创新活动的“挤出效应”，最终导致企业生产率的降低。基于此，本文将从企业创新入手，提出如下微腐败影响企业生产率机制的假说：

假说2：微腐败会抑制企业创新进而降低企业生产率。

三、数据来源、变量及模型设定 (一) 样本选择和数据来源

本文的样本数据来自世界银行2002-2014年对全球六大洲143个国家企业的调查数据。其中，48个国家只参与过一年的企业调查；45个国家参与过两年的企业调查；24个国家参与过三年的企业调查；18个国家参与过四年的企业调查，剩余8个国家参与过五年的企业调查。由于世界银行每年进行调查的国家以及企业都是随机选择的，即使样本中大部分国家参与过两年及以上的企业调查，但是年份并不连续，出现同一个国家连续两年被调查的样本仅占全部样本的6.29%。而且，同一个国家连续两年被调查的企业也并不是同一批企业，因此，本文样本是由这143个国家被调查企业组成的独立混合截面数据。

调查问卷包括企业的一般信息、基础设施与服务、销售与供应、竞争与创新、土地、犯罪、政企关系、融资、劳动力、生产率等几大方面。问卷的巧妙设计不仅可以获取关于这些企业详细的特征信息以及财务信息等，还提供了企业在申请供水、供电、通讯连接、进口许可证、经营许可证、建筑许可证以及税收监管过程中是否被要求支付一些非正式费用的信息，使得本文能够采用此问卷来研究微腐败行为对企业生产率的影响。关于国家层面的特征信息，如人均GDP、人口密度等数据也来自世界银行，由作者手动搜集整理。

本文对原始数据的主要处理如下：剔除成立时间在1900年前的企业；剔除销售收入、雇员人数小于0的企业；剔除农业部门的样本；剔除所有制属性为其他的样本；删除行业信息缺失的样本等。经过这一系列处理，本文的最终样本为117245条记录。

(二) 主要指标的度量

1.被解释变量

衡量企业生产率的指标最常见有两种：一种是劳动生产率，另一种是TFP，由于后者可以度量除了劳动、资本变化以外的技术变化，因而成为最常用的指标。但限于计算TFP所需各个企业的资本及中间投入数据的大量缺失，本文主要使用对数化的企业的劳动生产率作为被解释变量(llabor)。具体而言，用问卷中经过指数调整的“当年总销售收入”与“该企业当年拥有多少长期全职的员工数”的比值进行衡量。由于无法收集各国各行业的出厂价格指数，本文利用各国消费者价格指数调整“当年总销售收入”(以美元为计量单位)，数据来源世界银行。

2.解释变量

腐败是一种隐蔽且非法的行为，导致难以获得关于腐败的真实数据，当前所有衡量腐败的指标仅仅是对真实腐败的不完美代理(Rohwer，2009)。微腐败由于其交易金额小，渗透到生活各个方面，使得微腐败的衡量更加困难。世界银行在对各国企业进行问卷调查时涉及较多与腐败相关的问题，为国内外学者研究腐败的相关内容提供了重要信息。根据汇总，世界银行调查问卷中关于腐败的相关问题可归纳为四类：第一类是询问管理者平均每周花费多长时间用于与政府相关部门打交道；第二类是询问“企业在申请供水、供电、通讯连接、进口、经营、建筑许可证或者税收监管等过程中是否被要求支付非正式的礼物或费用(informal gift or payment)”；第三类是询问企业为了“将事办成(get things done)”每年支付给政府行政人员非正式的礼物或费用占企业销售收入的份额；第四类是要求被调查者针对腐败的感知来对腐败是否阻碍企业生产经营进行排序，通常分为五个等级，分别为没有障碍、次要障碍、中等障碍、主要障碍、严重障碍，依次取值0-4。

进一步分析问卷发现，前三类腐败问题提及的政府相关部门或者行政人员主要是指许可证、基础服务、税收以及海关等部门及其工作人员。通常认为，这几类部门的工作人员均属于行政级别较低的公职人员。鉴于企业主要与这些低级别公职人员打交道，本文认为其中涉及的非正式礼物或费用的金额相对较小，因此，参照Ariane et al.(2007)、Clarke(2011)以及Mashali(2012)等人对微腐败的定义，本文认为第二类与第三类问题涉及的均是微腐败。考虑到管理者在回答第一类或第三类问题时可能出于自身名誉考虑等原因不愿意给予真实回答，进而严重低估企业打交道时间或者非正式支出占比的真实水平(Clarke，2011)。并且，在回答第一类或第三类问题时，管理者还需回忆具体“多长时间”或“多少份额”等字眼然后作出回答，这一过程容易产生系统性的测量误差，从而影响结果的可靠性。第四类问题采用序数量表的设计会产生不可比偏误(Desai and Olofsgrd, 2011)，基于某些无法观测的因素，如文化等，不同的受访者可能对于同一个概念(如腐败)有不同的理解而给出不同的答案，造成对这类问题答案的不可比较。因此，Nguyen et al.(2016)指出通过设置企业是否参与微腐败虚拟变量的方法对于微腐败的衡量更加可靠。

鉴于此，本文将基于问卷中的第二类问题构建衡量微腐败的指标，作为本文的核心解释变量。具体而言，根据归纳的世界银行问卷中的第二类问题，企业会在申请供水、供电、通讯连接、进口、经营、建筑许可证以及税收监管等七个方面被询问到是否被要求支付非正式礼物或金钱。针对同一个企业，当它在申请供水、供电、通讯连接、进口、经营、建筑许可证以及税收监管中任意一个方面对是否被要求支付非正式礼物或金钱的回答为“是”，则认为其参与了一项微腐败，然后加总这七个方面的微腐败得到企业最终参与的微腐败范围，本文的核心解释变量即为企业参与的微腐败范围(bribescope)^①。

①  世界银行将微腐败定义为公共部门普遍存在的，公司或个人在寻求政府许可或服务时所发生的腐败行为。值得指出的是，在世界银行调查期间，越来越多的国家把供水、供电以及通讯连接等公用事业部门进行私有化，以减少政府的干预，促进市场竞争。然而，对于供水、供电这类具有自然垄断属性的公用事业部门，公司或个人在寻求其服务时，同样容易诱导微腐败的产生。

3.控制变量

为使估计的结果稳健，本文从国家及企业两个层面来选取控制变量。基于样本数据的可得性，国家层面的控制变量主要选择对数化的各国人口密度(ldensity)；对数化的各国人均GDP(lgdppc)；政府效率(governeff)，数据来源于全球治理指数(Worldwide Governance Indicators)，用于衡量各国政府在提供服务、监管与政策实施过程中的效率，取值范围为-2.5-2.5，数值越大表明政府效率越高；是否属于转型经济国家虚拟变量(transition)；各国所属经济发展水平虚拟变量，由于样本中高达41.30%的样本为中低收入国家，因此本文以该类国家作为基准项，依次设置代表低收入国家(占比21.92%)、中高收入国家(占比25.24%)以及高收入国家(占比11.53%)的三个虚拟变量low_inc、middle_inc及high_inc。

企业层面的控制变量主要有：企业年龄(age)；企业是否出口虚拟变量(export)，根据问卷中“企业的出口销售额(包括直接出口与间接出口)是否大于0”的回答进行设置，如果大于0则取值为1，否则取值为0；企业融资虚拟变量(finance)，根据“企业是否获得贷款”的回答进行设置，如果回答为“是”，则取值为1，否则取值为0。企业所有制虚拟变量，根据问卷中“不同主体掌控的企业份额的多少”的回答，本文将全部样本分为国有企业、外资企业及私营企业，依次表示为state，foreign与private，并以国有企业(state)作为基准项。如果回答的份额超过50%，则取值为1，否则取值为0。结果发现，本文样本中国有企业占比2.53%，外资企业占比8.89%，私营企业比重最大，占全部样本的88.58%。企业是否通过国际质量认证虚拟变量(ISO)，根据问卷中“该企业是否有国际认可的质量认证(如ISO9000等)？”的回答来设置，如果回答为“是”，则取值为1，否则取值为0。企业是否对员工提供培训虚拟变量(training)，根据问卷中“企业是否为正式工提供正规的培训项目”的回答进行设置，如果回答为“是”，则取值为1，否则取值为0；高管的工作经验(experience)，根据问卷中“高管在该领域有多少年的工作经验”进行衡量。表 1是对上述涉及所有变量的描述统计。

表 1显示，尽管本文清理后的样本有117245条记录，但是被调查者关于微腐败问题作出回答的概率较低，能够衡量微腐败范围的样本仅有29109条记录，占全部样本的24.83%其中，管理者对供水过程中是否被要求支付非正式礼物或金钱的回答率最低，只占全部样本的8.08%；而对税收监管过程中是否被要求支付非正式礼物或金钱的回答率最高，占全部样本的80.14%。。在参与过微腐败的企业中，每家企业至少与一个部门的公职人员发生过交易。其他变量的描述统计发现，样本中36.62%的企业位于转型经济国家，27.20%的企业属于出口企业，54.46%的企业获得信贷融资，22.71%的企业通过国际质量认证，并且超过43%的企业向员工提供职业培训。

(三) 实证模型的设定

为了检验微腐败对企业生产率的影响，本文建立如下计量模型:

$ llabo{r_{ijct}} = {\alpha _0} + {\alpha _1}bribescop{e_{ijct}} + {X_{ijct}}\beta + {\sigma _0}industr{y_j} \\+ {\sigma _1}countr{y_c} + {\sigma _2}yea{r_t} + {\varepsilon _{ijct}} $

(1)

其中下标i、j、c、t分别代表企业、行业、国家及时间。llabor_ijct表示为国家c中企业i在t时期生产率的对数值。X_ijct为一系列控制变量，industry_j表示行业固定效应，用它来控制行业差异对估计结果有效性的影响；country_c表示国家固定效应，用它来控制国家差异对估计结果有效性的影响；year_t表示年份固定效应，用它来控制时间趋势对估计结果的影响；ε_ijct为相应的测量误差。

四、实证结果及分析 (一) 微腐败影响企业生产率的结果分析

现实中，企业是否发生微腐败可能并不是一个完全随机的行为，从而导致企业的微腐败行为与企业的生产率之间存在潜在的内生性问题，直接运用传统的OLS回归得到的结果将是有偏的。并且，受访者关于微腐败问题较高的拒答率，可能会产生样本选择偏误。基于此，本文尝试利用工具变量结合两阶段最小二乘(2SLS)的方法对上述内生性问题进行控制。现有基于企业层面研究腐败的相关文献中，多是通过构造地区—行业层面的腐败指标作为相应的工具变量，如Wang and You(2012)、Krammer(2013)等利用地区—行业均值作为企业腐败的工具变量；Cai et al.(2011)、黄玖立、李坤望(2013)、魏下海等(2015)利用地区—行业的中位数作为企业腐败的工具变量。参照上述文献并结合本文所使用调查问卷的特征，本文根据生成的微腐败范围(bribescope)指标构建相应的地区—行业的中位数作为本文的工具变量(ivbribe)。Cai et al.(2011)指出在控制地区、行业固定效果后，地区—行业腐败的中位数只与本企业的腐败有关而不直接影响本企业TFP，从而满足工具变量的独立性条件。同理，本文构建地区—行业微腐败范围的中位数也满足独立性条件，具体回归结果见表 2。

表 2第(1)列为不控制内生性问题的OLS回归结果，此时发现微腐败范围对企业生产率并不产生影响。但Hausman内生性检验结果发现p值在1%水平上显著，表明只进行OLS估计的回归结果会有偏。为此，在表 2第(2)列我们首先进行一阶段回归来验证工具变量的相关性。结果发现，工具变量(ivbribe)前的系数在1%水平上正显著。对第一阶段进行弱工具变量检验发现，Cragg-Donald Wald统计量为555.72，表明不存在弱工具变量问题。表 2第(3)列为对应的2SLS回归结果，结果显示，在控制内生性问题后，企业参与微腐败的范围越广，对企业生产率的负面影响越严重，假说1通过验证。

(二) 稳健性检验

考虑到中国在2012年11月中共十八大召开后，开展了一场建国以来最严厉的反腐败运动，这可能导致本文样本期间内企业的微腐败行为受到影响，因此，本文首先以2012年为分界点，分别考察这一时间点前后微腐败对企业生产率的影响^①。具体回归结果见表 3第(1)、(2)列^②。结果显示，从回归系数的绝对值大小看，2012年前、后微腐败对企业生产率的负面影响确实出现较大差异，但该结果也表明，主回归所得到的微腐败降低企业生产率的结论稳健。为了验证这一差异产生的原因是否与中国的反腐败运动有关，本文在表 3第(3)列对原样本数据扣除中国企业进行2SLS回归，结果发现，微腐败的系数与表 2第(3)列中的结果基本一致，再次验证了本文主回归结论的稳健性。

①  感谢匿名审稿人提出的宝贵意见。

②  篇幅限制，表 3-表 6没有展开控制变量部分的具体回归结果，感兴趣的读者可来信索取。

进一步地，本文在表 3第(4)、(5)列对扣除中国企业的样本，同样基于2012年的时点进行分时间区间回归。比较表 3第(1)与第(4)列，第(2)与第(5)列的结果发现，扣除中国企业的样本与没有扣除中国的样本分时间区间对应的回归结果非常稳健，也再次说明本文结论的稳健性。至于2012年前、后微腐败对企业生产率的负面影响出现差异的原因，可能与不同时间、区间内微腐败的性质或表现形式发生变化有关。

除此之外，为了验证本文结果的稳健性，本文还尝试将企业支出的非正式礼物或费用占企业销售收入的份额(即第三类问题)作为衡量企业微腐败的替代指标(briberatio)进行稳健性分析。相应地，构建该指标对应的地区—行业中位数作为工具变量(ivbriberatio)，在等式(1)的基础上进行2SLS回归，具体回归结果见表 4。表 4的结果显示，利用第三类问题衡量的微腐败指标同样会显著降低企业生产率，说明本文结论的稳健性。

(三) 微腐败影响企业生产率的机制探讨

表 2的结果证实了微腐败对企业生产率的负面影响，表明微腐败虽“微”，但其危害却不容忽视。产生这一结果的原因可能与微腐败影响企业生产率的路径机制有关。结合研究假说部分的推导，本文主要从企业创新角度尝试探讨微腐败影响企业生产率的可能机制。鉴于涉及企业创新相关问题的调查集中在2002-2005年间，因此，本小节使用的样本只包含2002-2005的33666条企业记录。

具体而言，本文首先根据问卷中“企业在过去三年中是否引入新产品或者新技术？”的回答来设置企业是否进行创新的虚拟变量(innovation)作为本次回归的被解释变量^①，如果两个问题中任意一个回答为“是”，则该变量取值为1；当两个问题均回答为“否”，则取值为0。考虑到被解释变量是标准的二元变量，适合采用probit模型或logit模型进行估计。同时，解释变量微腐败范围(bribescope)已被证实存在内生性问题，所以我们选择利用probit模型并结合工具变量的方法(即ivprobit)进行回归。具体的probit模型如下：

$ {\rm{Pr}}({\rm{innovatio}}{{\rm{n}}_{{\rm{ijct}}}} = 1) = \Phi ({\beta _0} + {\beta _1}bribescop{e_{ijct}} + {Z_{ijct}}\kappa) $

(2)

①  企业创新的形式多样，通常被划分为产品创新、流程创新、组织创新以及营销创新四个方面。考虑到产品创新与技术创新之间的相关性，本文并不单独分开设置产品创新与技术创新虚拟变量，而是统一设置为企业创新虚拟变量。

其中Ζ_ijct表示企业层面控制变量，除控制企业年龄(age)、企业出口虚拟变量(export)、企业融资虚拟变量(finance)、企业所有制虚拟变量(private和foreign)、企业是否通过国际质量认证虚拟变量(ISO)外，还控制企业规模(firmscale)，利用对数化的价格指数调整后的企业总资产衡量；企业贷款能力(debtab)，利用企业总负债与企业总资产比值衡量；企业是否获得国外技术许可虚拟变量(technology)，根据问卷中“企业目前是否使用从外资公司获得许可的技术？”的回答设定，如果回答为“是”则取值为1，否则取值为0。ζ_ijct为相应的测量误差。具体回归结果见表 5。表 5第(2)列的结果显示，微腐败会对企业创新产生显著负面影响。

进一步地，将企业创新虚拟变量(innovation)加入等式(1)中再次进行2SLS回归，得到的回归结果见表 5第(3)列。此时，企业创新(innovation)前的系数显著为正，而微腐败(bribescope)前的系数不再统计显著，说明企业创新确实是微腐败影响企业生产率的一种机制，从而证实假说2。

(四) 分子样本讨论

1.分不同所有制子样本

不同所有制的企业在获得资源的过程中是存在显著差异的，从而迫使那些无法获得资源或者不易获得资源的企业会采取一些非法的途径，如微腐败等行为，与政府建立联系，去增加企业获得资源的概率。国有企业的政府属性，使其具有天然优势，可以不用参与微腐败就能优先从政府获得各种政策优惠、资源以及享受各种优先办事的权利。外资企业虽然缺乏国有企业的天然优势，但其本身资金雄厚，并且各国为了引进外资企业，通常会出台各种优惠政策，所以外资企业参与微腐败的动机也较小。而私营企业无论是所有制性质还是资金规模都不具有优势，所以私营企业相比国有企业与外资企业，更容易参与微腐败行为。本文对样本中三种所有制企业的微腐败进行统计时发现，私营企业发生微腐败最严重，无论是参与一项还是多项微腐败，私营企业都是参与范围最高的企业。因此，本文认为微腐败对不同所有制企业生产率的影响应该不同，对私营企业生产率的负面影响更大。为此，本文将样本企业依次分为国有、外资与私营企业三个子样本进行2SLS回归，具体结果见表 6第(1)-(3)列。表 6第(1)-(3)列显示，微腐败对国有企业不存在统计上的显著影响，并且在利用国有企业样本回归过程中发现，Cragg-Donald Wald统计结果存在严重弱工具变量问题，这可能与国有企业样本数量过少有关。微腐败对外资企业同样不存在统计上的显著影响。只有私营企业的生产率受到微腐败的显著负向影响。

2.分不同行业子样本

魏下海等(2015)在研究腐败对企业开工率的影响时指出，制造业与服务业受腐败影响不同。相比制造业，服务业受管制更多。因此，服务业企业参与微腐败的概率可能更高，相应地，其受到微腐败的影响更大。因此，本文将全部样本分为制造业与服务业两大类，在此基础上分别进行2SLS回归，具体结果见表 6第(4)-(5)列。表 6第(4)-(5)列结果表明，微腐败对制造业企业生产率不产生统计上的显著影响，而服务业企业则深受微腐败的负面影响，这与魏下海等(2015)等的发现保持一致。

3.分不同腐败程度地区子样本

同样地，本文认为位于不同腐败程度地区的企业，其受微腐败的影响可能存在差异。对于腐败程度高的地区，企业或公众对于微腐败习以为常，从而诱发企业或公众参与更多微腐败行为，形成恶性循环，进一步加深该地区的腐败程度。而对于清廉的地区，企业或公众对于微腐败保持较高的警觉性，理论上，这些地区的企业或公众发生微腐败的概率较低。因此，本文根据透明国际历年公布的腐败感知指数，将得分低于50(含)分的地区设置为腐败程度高的地区，而将得分高于50分的地区设置为腐败程度低的地区，在此子样本上进行2SLS回归，具体结果见表 6第(6)-(7)列^①。表 6第(6)-(7)列结果发现，微腐败只针对位于腐败程度高地区企业的生产率有负面影响，而对腐败程度低地区的企业生产率没有统计上的显著影响。

① 透明国际在2012调整腐败感知指数的测算方法，为此，我们将2012年之前的腐败感知指数调整为0至100，以与2012年后的腐败感知指数保持一致。

4.分不同经济发达程度地区子样本

最后，本文认为位于不同经济发达程度地区的企业，其受微腐败的影响也可能存在差异。经济发达地区往往市场化程度较高，企业经营环境相对透明，从而在一定程度上能够抑制企业的微腐败行为。而经济欠发达地区，市场机制往往不完善，从而为企业的微腐败行为提供温床，容易诱发企业或公众参与更多微腐败行为。因此，本文根据各国所属经济发展水平的虚拟变量，将全部样本划分为经济发达程度低与经济发达程度高的两个子样本。其中，经济发达程度低子样本主要包括低收入与中低收入国家的企业，剩余中高收入以及高收入国家的企业则归属于经济发达程度高子样本。表 6第(8)-(9)列展示了两个子样本具体的2SLS回归结果。结果显示，微腐败只负面影响位于经济发达程度低的地区的企业生产率，而对经济发达程度高的地区的企业生产率没有统计上的显著影响。

五、结论与不足

微腐败所以谓之“微”，主要原因在于其行为本身涉及的利益规模微小。同时，由于其“微”，社会公众司空见惯，甚至默认成为一种社会潜规则。如果放任这种错误认知蔓延发展，微腐败终将质变成为大腐败进而引发社会危害。本文的研究结论支持微腐败也能成为“大祸害”的观点。我们发现，微腐败会抑制企业生产率。这说明微腐败表面虽“微”，但其危害却不容小觑。因此，本文的结论有助于扭转学术界、企业及公众对微腐败的模糊认识，加深对习总书记有关微腐败论断的理解，在严抓“老虎”这类的大腐败外，还必须高度重视看似“苍蝇”的微腐败，切实做到“老虎”、“苍蝇”一起打，将微腐败消灭在萌芽状态，避免“苍蝇”发展成“老虎”。

本文的研究结论除了给各国反腐败斗争提供“‘老虎’、‘苍蝇’一起打”的政策启示外，还存在以下几点实践启示：(1)本文在衡量微腐败变量过程中发现，企业在税收监管方面发生微腐败的概率最高，其次是许可证方面，最后是获取基础设施服务方面。这可能与企业避税的动机有关。因此，各国政府在严抓微腐败的过程中，应重点关注税收部门，加强税收部门监管的公正性与透明性，做到依法办事。(2)在分子样本讨论中本文发现，私营企业因为所有制性质以及自身规模，在市场竞争中处于劣势，从而有更高的动机去参与微腐败行为。反过来，私营企业是遭受微腐败负面影响最严重的企业，由此形成恶性循环。鉴于此，各国政府应该为私营企业营造更良好的市场发展环境，加大对私营企业的资源倾斜力度，使私营企业能够享受平等的政策待遇。同时，私营企业自身在享受平等待遇的同时也必须做到依法经营、杜绝参与各种形式的微腐败甚至大腐败行为。(3)同样地，在分子样本讨论中本文发现，服务业由于遭受监管较多，使得该行业的企业参与微腐败的动机更强。因此，各国政府应当减轻对服务业的监管，简化对服务业的各种审批流程、办事程序，为服务业营造一个便捷、高效、宽松的外部监管环境。

在得到上述结论的同时，本文也存在几点不足值得思考。首先是关于微腐败的定义与衡量。由于微腐败涉利之“微”，导致准确度量微腐败十分困难。无论是本文采用的调查问卷的方法，还是其他文献报告的衡量方法，都只是对微腐败的一种近似替代，如何准确衡量微腐败指标始终值得深究。其次，限于数据，本文在机制探讨部分只讨论了企业创新，可能还遗漏了其他潜在的影响机制。今后在数据可得性的条件下，这些遗留问题都将是进一步研究的重点。