更好的治理能保证更少的腐败吗？损失的证据

另一方面，其他人发现替代治理指标之间存在显著的效率；有些与现行政策有关（例如，政府效力、权力下放、新闻自由、联邦制度、议会中的妇女等），还有一些与法律制度的起源有关。广泛审查腐败及其经济、体制和历史决定因素（Jain，2001；Lambsdor ff，2016；Pellegrini，2011）；（Seldadyo，2008年，第5章）；Dimant和Tosato（2018）是合适的。主要的方法论限制来自Lucas批判，否定了回归分析下样本期的估计效果在样本外评估中仍然有效的假设。例如，鉴于先前关于不同收入群体参数异质性的证据，一个国家的估计值可能会随着其经济发展而发生变化。因此，为了克服这些挑战，我们提出了一种计算方法。2.3提出的经验方法本文采用计算方法，认为agent计算有助于克服逆向因果关系、非线性、参数同质性、Lucascritique和政策内生性等问题。为了证明这一点，我们采用了一个政策制定过程的计算模型，该模型允许对RoL在减少公共资金转移方面的效果进行特定国家的估算。微观计算模型具有生成因果关系的能力（Epstein，2006）；我们通过对照实验来评估RoL的有效性。生成因果关系意味着，我们的腐败理论中的微观社会机制在算法中得到了正式规定，充当数据生成过程。通过这些实验，我们研究了外生政府决策对腐败总体水平的影响。

此外，该方法允许考虑影响或受RoL影响的其他政策问题的内生变化，有助于估计溢出效应造成的有效性损失（在其他同等假设下不可行的某些事情）。最后，由于该模型的算法性质允许在微观和宏观层面上进行规范，因此它可以处理新古典主义观点中的问题，通常认为只有“深层”参数（即与技术或偏好相关）可以保持不变。因此，必须通过微观基础功能关系来估计相关处方。然而，几位作者指出，这些处方是建立在对复杂社会如何运作的令人敬畏的诊断基础上的（更多关于这一批评，请参见Colander和Kupers（2014））。反实际情况下的参数不稳定性（Castaneda和Guerrero，2018）。3数据和方法3.1数据我们构建了一个包含115个国家79项发展指标的数据集。从广义上讲，指标可以分为13个发展支柱，大致相当于世界经济论坛的支柱。我们综合了各种来源的指标，如世界经济论坛的全球竞争力报告、世界发展指标和全球治理指标（WGI）；最后两份由世界银行制作。每个指标都在[0,1]范围内进行了标准化，并进行了调整，以便更高的指标反映更好的结果。79项指标涵盖的13个发展支柱如下：企业治理、基础设施、宏观经济环境、健康、教育、商品市场效率、劳动力市场效率、金融市场发展、技术成熟度、业务成熟度、研发创新、公共治理和营商成本。

从属于公共治理支柱的8项指标中，有两项与我们的模型特别相关：腐败控制和法治。它们都属于WGI数据库。这些指标反映了公众对公民、企业家和专家的看法，最近，人们开发了一般均衡模型来处理内生变量（如经济发展和腐败）和外生变量（如治理质量）之间的相互依赖关系。这里，推论来自定理（如Blackburn et al.（2006，2011））、回归估计测试理论命题（如Croix和Delavalade（2011））；Haque和Kneller（2009）；Aidt et al.（2008））或模拟（如Dzhumashev（2014）；Barreto（2000））。尽管这种方法明确指出了治理结构与腐败之间的因果关系，但它也存在一些缺陷。首先，均衡模型的结果和机制没有得到经验证据的正确验证。其次，在相关回归中，RoL等治理因素被假定为外生变量，而非内生变量；忽视学习和集体行动等重要过程。第三，许多通过模拟产生解决方案的平衡模型的参数太多，通常通过有问题的标准进行校准（例如，通过采用另一位作者在不同国家的研究中使用的参数值）。我们选择这种分类，而不是其他分类（例如，可持续发展目标或世界发展指标），因为它包含比其他分类更明确的治理工具。私营和非ZF组织部门。尽管基于感知的指数有着众所周知的局限性，但它们仍然是腐败研究中使用的最佳指标之一。

正如工作组所定义的那样，对腐败的控制“体现了对公共权力在多大程度上用于私人利益的看法”。我们使用该指标作为中央当局监测工作质量的代表。另一方面，法治指标反映了“代理人对社会规则的信任和遵守程度的感知”。这是我们的主要自变量。为了便于展示我们的结果（不是为了估计），我们将样本分为四类。这些集群是通过Ward的聚类方法获得的，该方法将集群内发展指标之间的相似性最小化，并将不同集群成员之间的差异最大化。粗略地说，这四个集群符合世界银行的收入群体：（1）高，（2）中高，（3）中低和（4）低。然而，与标准收入分类相比，聚类算法考虑了国家发展指标的总体结构。抽样周期为2006-2016年，每个集群中包括的国家在附录A.3.2模型中有详细说明，以克服基于回归的研究的局限性，并结合principalagent和集体行动观点，我们采用了一个社会机制的计算模型，作为产生腐败和发展的过程（Castanedaet al.，2018）。最初，创建这种模型是为了通过模拟跨多个政策问题的资源分配过程，从发展指标数据中估计政府的优先事项。

通过外生溢出网络，它考虑了潜在的激励结构，根据我们的理论，这种激励结构可能来自正外部性。因此，它也可用于检查RoL衍生表格的有效性损失。注意，世界经济论坛为公共资金的转移提供了一个指标。我们从样本中排除了该变量，因为它直接对应于拟议模型中使用的腐败定义。因此，该变量已用于校准模型参数，如Casta nedaet al.（2018）中所述。提出的理论机制。该模型由一个政治经济学博弈组成，其中中央当局（委托人）在资源分配方面设定政策优先级，而公务员（代理人）负责执行此类政策。代理可以将分配的资源用于转换其相应发展指标的政策，或者他们可以将这些资源的一部分用于个人利益。根据社会规范，这些决定是由监督者、负责人的监督机制、RoL的质量和腐败的盈利能力决定的。因此，腐败总量是一个内生变量。在本节中，我们概述了与RoL干预直接相关的方程式。在典型的模拟中，该模型从给定国家不同发展指标的初始值向量I开始。然后，政府试图通过提高它们的水平来改变它们，直到达到目标向量T。每个时期，中央当局确定一个政策优先级向量P（分配文件），使得每个时期t的Pnipi，t=B和预算约束B。每个条目Pi，t对应于分配给政策问题i的资源。

这些资源交给了一位负责转换与政策问题i相对应的发展指标的官僚。在实施阶段，以挪用公共资金的形式发生腐败。这导致了模型的第一个组成部分，即公务员福利函数fi，t=（Ii，t+Pi，t- Ci，t）（1- θi，tfR，t）。（1） 方程式1反映了与RoL质量提高相关的“激励效应”。一方面，官僚从良好的指标绩效中获得政治地位（Ii，t）。另一方面，他/她还受益于通过较低的缴款Ci转移资金以提取私人租金，从而解决政策问题。然而，如果她/他被发现挪用资金，她/他的利益就会受到影响。因此，θi是一个二进制变量，表示被捕获的随机事件。在这里，随机性意味着中央ZF的监督机制不完善。然而，成功结果的可能性与此类机制的质量以及腐败的内生社会规范有关，我们将在下文对此进行解释。最后，fR，t∈ [0，1]捕获RoL的质量。直觉是，fR越高，则有罪不罚现象越少，惩罚越大。如上所述，捕获腐败的概率取决于监控fC、t的质量∈ [0，1]和社会规范。更具体地说，如果办公室挪用了不成比例的大量资源，他/她将脱颖而出，并可能通过媒体丑闻等方式被社会曝光。因此，θi，t=1的概率由fc，t（Pi，t）给出- Ci，t）PNj=1（Pj，t- Cj，t），（2）fR，tand fC，tar等术语是由法治（x=R）和腐败控制（x=c）的相应指标通过链接函数Ix，t/（实验1）的演变内在决定的- Ix，t）。

这标志着与以往方法的重大背离：RoL的质量是内生的。也就是说，改变RoL的外源性政府决策可能来自为其质量设定新的目标，然而，指标的演变是内生的。因此，RoL指标的变化是政府目标修改的结果，然后由模型通过特定渠道产生。这允许评估RoL的有效性，同时考虑潜在的参数变化、与其他指标的相互依赖性以及决策过程中产生的效率。代理人的贡献和溢出网络共同推动了指标的演变。我们通过hii，t=Ii，t指定此过程-1+γ（Ti- Ii，t-1） XjCj，tAji，（3）式中，Ajii是表示溢出网络的邻接矩阵，作为加权有向图，对角线中有一个。参数γ表示一个国家的公共政策的总体质量，采用Castaneda等人（2018）估计的值。正如我们前面所示，方程式1受到不同不确定性来源的影响。因此，将官员的决策建模为理性优化问题是不合适的。相反，我们选择了一种更简单、更现实的行为模式：定向学习。这种方法的直观性很简单：如果Fi，t>Fi，t-1如果官僚i加强其先前的行动（转移更多或更少的资金），否则他/她会将其捐款水平改变为与前一时期相反的方向（相应方程式见附录B）。官僚福利功能中的第一个也是最明显的不确定性来源是负责人监控效果的随机因素。第二个是相关指标的演变。

之所以如此，是因为指标的增长还取决于其他部门贡献的回报。第三个来源是中央政府分配给政策问题i的优先权的变化。这种变化源于政府的行为，我们将其建模为一个适应过程。政府通过HPI确定其分配向量，t=Bqi，tPiqi，t，（4）其中qi，是指在t期间优先考虑政策问题i的倾向，由qi给出，t=（Ti- Ii，t）（Ki+1）（1- θi，tfR，t），（5）其中Ki是政策问题i的偏离度（A行i中非零条目的数量），代表政府根据其社会经济重要性（问题在国家背景中的中心程度）对政策问题进行排名的代理。方程5显示了政府行动如何导致分配的变化，从而对政府造成不确定性。首先，以Ki为条件，政府优先考虑莫斯特拉加德政策问题。因此，随着特定主题的进展，政府拨款将转移到更多的问题上。第二，术语1- θi，tfR，t意味着政府在发现腐败时会调整其分配。这种重新分配的规模取决于RoL的质量。因此，我们可以说，通过“分配效应”，改善法律可以减少政府将资金分配给高度腐败官员的倾向。综上所述，我们可以说，RoL干预始于其中一个目标的层面，代表了政府的外生意图（例如，Ti增加，其中i对应于RoL）。

然后，它通过三个渠道贯穿整个系统：（1）一种“激励效应”，它改变了代理人的利益功能中的交易效应；（2） 改变不当行为机会的“分配效应”；（3）一种“溢出效应”，通过改善代理人的指标来提升代理人的政治地位。虽然激励和机会对腐败的委托-代理观点产生了很好的影响，但溢出效应是一种与集体行动观点相一致的系统性属性。可以说，如果这三种效应的作用方向相反，就有可能产生理论解释。因此，重要的是，对RoL相关政策的评估要考虑到每个国家所面临的特定环境。总的来说，对于一个给定的国家，该模型将发展指标的初始值和最终值作为输入。前者是国家的初始条件，后者是国家的目标。在本研究中，我们使用Castanedaet al.（2018）中估计的特定国家溢出网络。该模型模拟指标的动态，直到达到其目标。然后，对于单个模拟，我们获得了分散资金数量Pi的时间演化- Ci。我们在以下章节中详细阐述了具体指标。3.3模拟干预我们的战略不是利用与罗兰腐败指标相对应的跨国差异，而是通过外源性改变罗兰腐败指标的目标TR（而非指标），利用该模型内生产生不同国家的腐败水平。为什么目标是比指标更好的外生变量，有几个原因。

首先，发展目标（或指标）往往来自与政策执行不一定相关的各种过程（至少不如指标那么重要），例如，竞选承诺、国际协议、政治共识、社会压力甚至自由裁量决定。相比之下，经验发展指标源自决策过程（涉及腐败等效率），因此它们很可能与因变量和主题相关。其次，当从计量经济学研究中提供政策处方时，假设指标的变化等同于政策优先级的类似变化。这种情况不太可能发生，因为政策优先级是决策过程中的内生变量。与此同时，溢出效应等其他影响可能会推动指标的动态变化。第三，增加目标并不意味着腐败会产生成比例的影响（使用指标的线性模型中的常见假设）。因此，使用它们作为外生变量，我们可以解释数据生成机制带来的潜在非线性和瓶颈。我们将实证分析分为两组。第一部分（见第4节，包含家族I的假设）侧重于RoL（TR）目标的外源性修饰。也就是说，我们将其影响与所有其他目标隔离开来进行研究。然而，请注意，该程序并不意味着对所有其他问题的指标和分配进行其他同等假设。在第二组中（见第5节，包含来自第二、第三和第四族的假设），我们研究了改变整个目标向量时的腐败。这对采用综合政策的国家（如多边组织规定的政策）有着直观的解释。