二、研究设计

（一）行政腐败的度量

本文研究的难点是如何度量行政腐败水平。对于腐败的度量一直是国内外学者研究的热点，不同学者对于腐败的度量标准存在很大差异，因此如何度量腐败是一个有争议性的问题。并且度量标准不同，有时候会使得到的结论大相径庭。总体上，对于腐败的度量有以下两种方法：

一种方法是间接的主观度量法。这种方法是度量人们对腐败的感知，是一种对人们主观意识的测量，而不是对腐败本身的测量。对于投资决策而言，对腐败的感觉往往比腐败更重要。比较典型的主观度量法主要是问卷调查法。目前国际上比较权威的包括透明国际组织发布的各国腐败清廉指数（CPI）、世界经济论坛的全球竞争力报告指数（GCR）、商业国际组织指数（BI）等。这些指数都是根据相应的调查问卷编制而成的，覆盖了世界上的大多数国家。以CPI指数为例，它测量一个国家或地区公务员滥用职权谋取私利，特别是公务员在公共采购领域里索贿情况的严重程度。 CPI指数采用十分制，最高分 10分，代表最清廉，最低分 0 分，代表最腐败。得分越高，代表腐败程度越低。一般来说，得分在 8~10 之间表示比较清廉，5~ 8 之间表示轻微腐败，2.5~ 5之间表示严重腐败，0~2.5 之间表示极端腐败。

以上对于腐败的度量方法在国际上应用较多，很多国外学者都先后使用过这些方法。但这类指标存在以下两个问题：

（1）这类建立在调查问卷基础上得到的数据信息是否可靠？且不论被调查的对象是否具有代表性，研究者们一般都有一种先入为主的趋势，这会造成信息的偏差。另外，人们的感知和事实是两码事，可能由于腐败因素没有被人们察觉，导致腐败被认知的可能性大大降低。这也会使数据的可信度降低。

（2）这类指标都是以国家为单位来建立的，反映的是国与国之间腐败程度的差异。而当我们要研究某个国家内部各地区的腐败水平差异时，这些指标将不再适用。

另一种方法是直接的客观度量法。客观度量法一般是指以检察院发布的腐败案件立案数、腐败案件涉及的人数或腐败案件涉及的金额为基础来计算腐败指数的一种定量测度法。这种方法得到的指标不容易受到样本误差和调查信息主观性的影响。国内一些学者采取这种方法来衡量腐败的程度，如周黎安和陶婧（2009）、聂辉华（2014）、徐业坤和李维安（2016）等采用“每万名公职人员贪污贿赂立案数”测度腐败，倪星和陈姗姗（2013）以“每十万名公职人员中职务犯罪立案数”为标准来表征腐败程度。 Dong和Torgler（2013）采用“每十万名公职人员中职务犯罪立案数”来衡量腐败。参考他们的做法，我们以“每万名公职人员贪污渎职案件立案数”为指标衡量一个地区行政腐败的程度。

（二）变量选择、数据来源和描述统计

我们选取的样本涵盖了 2003—2015 年我国 31 个省（市、区）的数据。本文主要考察行政腐败对于外商直接投资的影响。根据所有研究的内容，我们选取腐败为主要解释变量，外商直接投资实际利用金额为被解释变量。同时，根据已有的相关研究，选取劳动力成本、地区发展水平、人力资本水平、基础设施和政府对经济的控制程度为控制变量。

外商直接投资：我们以每年各地区的外商直接投资实际利用金额来度量外商直接投资水平，数据来源于国内 31 个省（市、区）2004—2016 年的统计年鉴。

行政腐败：前文已经详细描述了所选取的腐败度量指标，我们将每年各省（市、区）检察机关所公布的贪污渎职案件立案数与万名公职人员数之比作为腐败的度量。2003—2011 年的贪污渎职案件数据来源于《中国检察年鉴》，2012—2015 年的数据来源于各省（市、区）的统计年鉴。其中有一些省（市、区）的统计年鉴中没有这方面的数据，我们从各省市检察院的工作报告中获取了相关数据。但是仍有一部分省（市、区）没有直接公布立案数，只公布了涉案人员数。我们采取比例法，即计算出当年全国贪污渎职立案数与涉案人数之比，用这个比例为标准将该省涉案人员数折算成该省贪污渎职立案数。公职人员数来源于各省（市、区）2004—2016 年的统计年鉴。

劳动力成本：劳动是重要的生产要素，外商投资必然要考虑当地的劳动力成本。从理论上来说，低的劳动力成本对于外商投资来说更有诱惑力。根据已有的研究，大部分学者已经得出劳动力成本与外商直接投资呈负相关关系，但在有些研究中，劳动力成本和外商直接投资的关系并不显著。本文以城镇就业人员的平均工资水平来表示当地的劳动力成本，数据来源于 2004—2016 年《中国劳动统计年鉴》。

地区发展水平：毫无疑问，一个地区的发展水平是影响外商投资的一个直接因素，它对外商直接投资起着一个正的促进作用。地区发展水平直接影响到外商投资企业的收益问题，因此我们选取各省（市、区）的人均GDP来测度当地的发达程度，数据来源于各省（市、区）2004—2016 年《中国劳动统计年鉴》。

人力资本水平：人力资本水平的高低可能是影响外商直接投资的一个因素，一个地区良好的教育水平可以降低生产的成本、增加投资的收益，这将会吸引更多的外商投资。因此，用受教育程度来衡量人力资本水平是一个不错的选择。本文以各地区就业人员中拥有初中文化水平的人数占总人数之比来衡量人力资本水平，数据来源于 2004—2016 年《中国劳动统计年鉴》。

基础设施：已有的很多研究表明，基础设施是决定外商直接投资的一个重要因素。基础设施水平决定了外商投资的交通运营成本。从理论上来说，基础设施对于外商直接投资是正的效应。本文以“每万平方千米公路里程数”为指标来衡量当地的基础设施水平。公路里程数据来源于各省（市、区） 2004—2016 年《中国劳动统计年鉴》，每个地区的国土面积数据来源于百度百科。

政府对经济的控制：政府对经济的控制主要表现在国有经济占GDP的比重。我国国有经济的比重一直比较大，国有经济制度的内在逻辑有可能造成某种腐败现象。理论上，政府对国民经济的控制力度越大，发生行政腐败的可能性越大。因此，从预期上看，政府对经济的控制应该与外商直接投资呈负相关关系。本文以国有单位就业人数占城镇就业总人数之比来测度政府对国民经济的控制力度，数据来源于 2004—2016 年《中国劳动统计年鉴》。

表 1 给出了各变量的描述统计特征。由表 1 可知，各变量的标准差非常之大，这说明各省（市、区）之间的外商投资水平、行政腐败水平、劳动力成本、地区发展水平之间存在很大的差异。因此，研究行政腐败以及各个控制变量对于外商直接投资的影响是十分必要的。

（三）模型建立

1.计量模型

首先，需要确定模型是变系数、变截距还是混合模型。本文所使用的数据有截面长、时间短的特点，故考虑变系数模型的意义不大，只需在变截距和混合模型中进行选择。由于F检验统计量= 135.4570，而临界值为F 0.05 （30，366）=1.62，因此在 0.05 的显著性水平下拒绝原假设，即模型不是混合模型。其次，豪斯曼检验统计量为 18.754 5，而临界值为H 0.05 （6 ）= 12.592，因此在 0.05 的显著性水平下拒绝原假设，应设定为固定效应模型。由于随着时间的变化，行政腐败对外商直接投资的影响不同，因此，本文建立如下的时点固定效应模型：

其中，lnFDI it 表示实际外商直接投资，Corr it 表示行政腐败程度，Edu it 表示人力资本水平，Traf it 表示基础设施，Steco it 表示国有经济占比，即政府对经济的控制力度。Awage it 表示劳动力成本，Agdp it 表示地区发展水平，Y t 为反映时期影响的时期个体恒量，反映时期变化所带来的外商直接投资结构的变化。

2.平稳性检验与协整分析

考虑到本文研究的数据为 2003—2015 年，时间跨度较大，为了避免“伪回归”，需要进行平稳性检验。面板数据单位根可能存在差异性，我们同时采取了LLC检验、 IPS检验、 ADF检验和PP检验。各变量的平稳性检验结果见表 2。

出于严谨考虑，我们采用的四种检验平稳性的方法，只要有一种不能通过平稳性检验，就认为序列不平稳。从结果中可以看出，变量lnFDI it 、lnCorr it 、lnAwage it 在 0.05 的显著性水平下均显著，即不存在单位根过程，序列平稳。而Edu it 、lnTraf it 、Steco it 、lnAwage it 认为其存在单位根，序列不平稳。进一步，我们发现这四个不平稳的变量进行一阶差分都在 0.05 的显著性水平下显著，即这四个变量都是一阶单整序列。对这四个同阶单整的变量进行协整分析，我们同时采用ADF检验和PP检验两种检验方法以保证结论的可靠性。检验结果表明， ADF检验和PP检验都在 0.05 的显著性水平下拒绝原假设，即这四个非平稳变量存在协整关系。这样，我们可以认为所有的变量都是同阶单整。接着对所有变量进行协整检验。 ADF检验和PP检验都表明，回归方程中所有变量通过协整分析。这意味着所有变量存在着长期的均衡关系，回归不是“伪回归”。