(1.苏州大学 东吴商学院, 江苏苏州215006; 2.常州大学商学院, 江苏常州213164; 3.重庆大学经济与工商管理学院, 重庆400030)

一、引言

腐败在世界各国都普遍存在(尽管程度各异)，并成为困扰社会治理的重大现实难题。改革开放以来，中国经济经历了持续30多年的高速增长，但腐败问题也如影相随[1]。“透明国际”(Transparency International)报告显示，中国“腐败感知指数”(Corruption Perception Index，CPI)长期位列170多个参评国家中下游水平，腐败形势严峻。正因如此，2012年中央政府启动“老虎苍蝇一起打”的高压反腐败行动。过去五年内累计超过240名省部级以上高官和1 119 000名各级官员因腐败问题被纪检机关查处。大批腐败官员的落马也印证了当前我国所面临腐败问题的严重性和政府打击腐败的决心。

作为一种权利滥用与寻租现象，腐败不仅损害了社会公平和社会正义，还弱化了市场经济的制度基础，并被认为是“经济和社会发展的最大障碍”[2]。已有研究大多以跨国数据为基础，从宏观视角考察腐败的经济后果。比如，以Shleifer和Vishny(1993)[3]为代表的学者指出，腐败是造成经济增长缓慢的罪魁祸首。也有许多学者分别考察了腐败对投资与经济增长、财政支出规模与效率、社会财富与收入分配等的影响进行了实证检验[4-6]。研究结果表明，腐败是扰乱市场秩序、导致资源错配、减少外资吸引、阻碍经济增长的重要因素。近年来，关于腐败经济后果的研究逐渐拓展至微观企业层面。比如，有学者尝试考察了腐败环境对企业成长性与生产效率[2,7]、战略决策与创新行为[8-9]，以及企业家精神与活动配置[10-11]等的影响。尽管如此，该领域研究尚处于起步阶段，还需进一步深化和拓展。不同于已有文献，本文从企业运营效率角度出发，考察了腐败环境对微观企业行为的影响。同时，本文还考虑到产权性质、政治关联以及市场化水平等变量对地区腐败与企业运营效率关系的调节效应。

之所以选择企业运营效率为切入点，原因在于，企业是实现宏观经济增长的微观基础，腐败对经济增长的影响有赖于“企业行为”这一中介桥梁实现。企业运营效率是反映微观经济活动质量的综合指标，考察腐败与企业运营效率间的关系有助于更深刻揭示腐败影响经济增长的内在机理。法与金融理论认为，制度环境对企业决策与治理行为产生重要影响。一个国家或地区的腐败程度则是反映其法律、经济、文化和政治环境的重要维度[12]。最近有研究表明，腐败环境对政企关系和企业资源配置产生了显著影响[13]。需要强调的是，虽然聂辉华等(2014)[2]考察了腐败与企业全要素生产率之间的关系，但他们仅仅采用了制造行业数据，其研究结论的实用性值得怀疑。与之不同，我们采用A股上市公司全行业数据。特别是，本文还进一步引入政治关联、市场化环境等变量考察其与地区腐败对企业运营效率的交互影响效应。这有利于更全面地揭示腐败环境在微观企业层面的经济后果。

本文的创新点和研究贡献在于：(1)相较于传统宏观层面腐败经济后果的研究[2-3,6]，本文将宏观制度环境与微观企业行为有机结合，考察了腐败环境对企业运营效率的影响效应，拓展了对腐败经济后果的理论认知，丰富了腐败领域的研究文献，它也从制度层面深化了对企业运营效率影响的理解。(2)与聂辉华(2014)[2]、何轩等(2016)[11]等简单考察腐败环境与企业运营和资源配置效率不同，本文结合交易成本理论阐释和揭示了腐败环境对企业运营效率的影响，并考察了产权性质、政治关联以及市场化进程等调节变量的交互影响效应。(3)从实践角度来看，本文研究结论表明，反腐败有利于净化政商关系，降低交易成本和代理冲突，提升企业运营效率，进而为促进经济增长提供强劲的微观动力。

二、理论分析与研究假设

(一)地区腐败与交易成本

科斯最早从资源配置效率角度认识交易的本质，并一般性地列举了交易成本项目。交易成本作为新制度经济学的核心范畴，它是指经济交换过程中产生的成本，不仅存在于经济活动具体契约中，还存在于整个经济运行体制中，被视为经济制度费用或制度成本。在新制度经济学影响下，制度成本被引入腐败经济学分析范式，以腐败形式存在的“抽租”行为，不仅造成公共权力资源浪费，也导致社会交易成本的增加，损害资源优化配置和社会效率提升。在此基础上，一些学者开始从制度性社会交易成本和公司层面交易成本视角，具体刻画了腐败的经济影响。比如，Bertrand等(2007)[14]研究发现印度官员通过合谋腐败方式降低驾驶执照获取门槛，以满足私人代理人需求，最终导致高昂的社会成本。Shleifer和Vishny(1993)[3]认为腐败对企业成长性的损害程度远高于税收，这是由于伴随贿赂支出产生的不确定性和隐蔽性使交易成本上升，而且未被法律约束的腐败契约进一步增加了交易成本。此外，Sequeira和Djankov(2014)[8]以货船进口为背景实证发现港口腐败确实对公司层面交易成本产生显著影响。

(二)地区腐败与企业运营效率

前述分析大多立足于西方经济学理论与制度背景，剖析了地区腐败对交易成本的深刻影响。那么，在中国情境下地区腐败是否影响微观企业行为？进一步地，地区腐败对企业运营效率产生何种影响？

首先，微观层面的企业行为和竞争策略并非孤立事件，它在很大程度上受制于企业所面临的外部制度环境[15-16]。特别地，社会经济转型期的中国呈现典型“大政府、小市场”特征，各级地方政府依然掌握营运许可、融资便利、税收优惠、财政补贴、政府订单等诸多有价值的稀缺资源[13]。这也导致企业具有很强的动机去经营与政府之间的良好关系，以便获得更多的政府庇护和特殊优惠。另一方面，虽然随着市场化改革的不断深入，我国各地区的市场化进程得到了较大改善，但各级政府对微观经济活动的干预仍广泛存在。特别是在中国传统“锦标赛”模式下，地方官员政治晋升主要依赖辖区内的GDP增长业绩，考察任期辖区内的GDP增长业绩。因此，政府官员也有动机干预企业行动，甚至利用企业资源帮助自己实现就业改善、基础设施投资等公共治理目标。

其次，腐败作为制度环境的重要指标，它助长了权力寻租，是影响企业行为决策与运营效率的关键因素。原因在于，腐败对市场交易机制形成巨大冲击和破坏。在腐败环境中，政府官员的自由裁量权和寻租空间更大，他们对辖区内企业的干预行动和利益攫取也明显增强。世界银行的调查报告显示，腐败环境下政府官员利用管制威胁或税收政策向企业索贿的现象在世界各国都普遍存在[注]世界银行2005-2014年针对135个国家130 000家企业的商业环境问卷调查显示，全球各地约20%的企业都至少经历过一次政府官员的索贿要求。。面对腐败环境下的官员权力寻租与不确定性风险，企业被迫采取各种策略进行自我保护。比如，有研究表明，腐败环境下企业更倾向选择非市场化竞争策略，依赖关系网络甚至是政企合谋等手段克服制度障碍[17-19]。Smith(2016)[13]基于美国腐败数据的实证研究也发现，腐败越严重地区的企业更倾向采取减少现金持有、增加财务杠杆等策略，以降低政府官员对自身企业资产的窥视和侵占。

再次，在交易成本视角下，地区腐败对企业运营效率的影响存在直接渠道和隐性渠道两条路径。一方面，从直接作用渠道来看，地区腐败破坏了市场交易机制，迫使企业进行寻租，甚至隐瞒真实经营情况，直接导致更高的交易成本和代理冲突，进而损害企业运营效率。具体而言，社会经济转型过程中，我国行政权力配置社会资源的色彩并未褪尽，导致企业成本中普遍蕴涵着如何与政府官员打交道或与政府建立良好关系，以便获取政府庇护或优惠这一重要的交易成本。在腐败越严重的地区，政企关系更加复杂和不透明，企业往往需要投入更多精力和资源来经营与政府官员之间的良好关系。Baumo理性行为模型表明，如果政府以质量要求或市场准入等形式干预市场，企业就有动机贿赂官员或进行灰色市场交易，并把更多企业资源配置于非生产性活动。Cai等(2014)[20]的实证研究亦表明，中国企业娱乐餐饮费用约占工资总额的20%，占销售收入的2%～3%。这些支出除用于建立供应商和客户关系外，也被用于经理人个人消费或作为公司支付政府官员“贿金”[注]娱乐招待费和贿金支出构成了腐败环境下企业的一项固定支出，严重扭曲了企业支出结构和效率。2016年全国政协会议期间，习近平总书记明确提出要构建“亲、清”新型政商关系，为企业松绑和减负。。由此可见，腐败环境对企业交易成本具有重要影响，通过直接增加交易成本影响企业运营效率。

另一方面，从隐性作用渠道来看，腐败的自我强化倾向与代际传递性，使腐败现象具有很强的文化传染性[21]，从而加速扭曲政企关系，加剧企业信息不对称，增加企业交易成本，损害企业运营效率。具体而言，官僚腐败很容易向经济领域渗透蔓延，并通过影响组织规则和商业关系塑造企业行为[22]。尤其是我国国有企业管理层主要由政府行政任命并呈现“亦官亦商”的双重角色，这导致腐败行为更容易由政府官员向企业组织渗透。姜树广和陈叶烽(2016)[23]认为，腐败破坏了公平竞争和市场效率，导致企业为了生存不得不参与腐败。而且，官员腐败与权力寻租也为管理层隐瞒企业真实经营情况提供了便利和借口。Djankov等(2003)[12]明确指出，腐败是政府官员和企业代理人以股东利益为代价，分享非法交易所获租金的败德行为。Liu(2016)[24]也发现，在官员腐败越严重的地区，企业高管的机会主义行为越多。

基于以上分析，本文提出假设1。

假设1企业所在地区的腐败程度越严重，企业运营效率越低。

根据资源禀赋理论，企业拥有资源多寡与质量，决定其对外部环境威胁的应对策略[25]。尤其在政治权力主导关键资源配置的体制中，政府对不同控股主体的偏爱程度不同，赋予企业差异化的资源禀赋，从而导致企业决策与效率存在差异。具体而言，产权性质差异是影响企业经营决策与管理质量的重要因素。原因在于，与民营企业不同，国有企业的天然血统优势，使得其享有政府“父爱型”政治庇佑。因此，国有企业凭借资源优势和良好的政企关系，减少了政府立项审批等各类监管障碍，也极大削弱了企业与政府官员之间的合谋动机。相反，民营企业在市场竞争中处于弱势地位，产权保护也并不完善，为获取稀缺资源、绕开管制，不得不寻求政府支持。尤其在腐败的环境中，民营企业迫于生存压力或被排挤的担忧，更加依赖与政府官员之间的良好关系，甚至愿意以牺牲效率为代价谋求政府庇护。已有研究表明腐败对不同所有制企业产生的影响存在差异，强调腐败微观经济影响的“所有制依赖”[2]。改革开放初期，正式制度欠发达，腐败具有一定的资源配置功能[26]，考虑到民营企业生存发展受到不完善制度环境与严格产业管制的双重制约，适度的非市场化战略投入有助于企业获得额外收益，表现为腐败与私营企业的正效应[2]。但是，随着改革不断推进，制度环境日益完善，腐败带来的红利逐渐消散。在腐败严重地区，民营企业可能将有限资源过度用于建立或维持与政府的关系，挤占企业可持续发展投入的同时，导致更高的交易成本。此时，腐败带来的边际收益不足以弥补边际成本，最终损害民营企业的运营效率。

进一步地，对于民营企业而言，政治关联作为其与政府建立密切关系的重要渠道，是政府与企业保持良好关系的体现[27]，它能够帮助企业获得市场准入、融资便利、财政补贴、政府订单等诸多优惠。民营企业家往往通过曾任或现任人大代表、政协委员、政府官员等方式获取政治资本，构建政治联系。该类型政治关联关系可能在一定程度上降低了腐败对企业交易成本和运营效率的负面影响。原因在于，一方面，作为一种非正式制度安排，政治关联有利于给民营企业戴上“红帽子”，并成为防止腐败官员侵占企业财产的“护身符”，缓解腐败对企业运营效率的侵害。有研究表明，在政府干预和官员腐败越严重的地区，企业通过建立政治关联寻求庇护的动机越强烈[19]。另一方面，政治关联为民营企业获取社会合法性与稀缺资源，提供了更多保障与机会[28]，因而，政治关联关系削弱了腐败环境下民营企业寻求与政府官员合谋的动机，缓解了政企合谋对企业运营效率的负面影响。

基于以上分析，本文提出假设2和假设3。

假设2与国有企业相比较，地区腐败对民营企业效率损失的影响强度更大。

假设3与政治关联民营企业相比较，无政治关联民营企业的运营效率更容易受到地区腐败环境的破坏。

三、研究设计

(一)样本选择与数据来源

本文选取2003-2012年沪深A股存续的上市公司为初始研究样本[注]2012年中共十八大后中央政府启动了新一轮高强度反腐败行动。为了避免这一特殊事件对“地区腐败”变量测度的冲击，本文选择的样本观测区间截止到2012年。，并根据研究需要做了如下处理：(1)剔除ST、PT公司样本；(2)剔除金融类公司样本；(3)剔除部分变量数据缺失的观测样本；(4)为消除极端值影响，对主要连续变量在1%和99%水平上进行Winsorize缩尾处理。经过上述处理，最终共获得14 000个年度公司观测值。公司层面的变量数据源于CSMAR和WIND数据库；“地区腐败”基础数据源于《中国检察年鉴》并经手工整理。

(二)计量模型设定

为了检验地区腐败对企业效率的影响效应，本文构建了基准模型(1)

Efficiencyit=α+β1Corruptit+ΣControlit+εit

(1)

模型(1)中的因变量为“企业效率”(Efficiency)。借鉴相关文献，本文通过两个变量反映企业效率[注]为结合交易成本考察地区腐败对企业运营效率的影响，本文以两类相互对立指标作为企业运营效率的替代变量。首先，在财务管理中，企业运营效率是指企业运用资产的有效程度，资金周转速度是衡量企业运营效率的主要指标，因而以总资产周转率作为企业运营效率正向度量指标，即该指标与企业运营效率呈正相关关系。其次，以超额管理费用率作为企业运营效率的负向度量指标，原因在于，已有研究指出企业运营效率越高，企业销售管理费用就越低(曾庆生和万华林，2013)[35]，同时，该指标也被广泛用于代理成本的度量，而代理成本与企业效率呈负相关关系(刘新民，2017)[36]。因而，本文选择上述两个指标分别从正、反两方面考察地区腐败对企业运营效率的影响。：(1)资产利用率(AUR)，(2)超额管理费用(ME)。其中，以总资产周转率度量的资产利用率，反映了企业管理层的总体努力水平和整体经营效果[29-31]。同时，参考Ang等(2000)的做法[29]，将超额管理费用定义为管理费用和销售费用之和占企业营业总收人的比值，并经行业均值处理。模型中自变量为“地区腐败”(Corrupt)代表我国各地区的腐败严重程度。由于腐败行为具有隐蔽性，真实数据并不易获取。本文借鉴Fan等(2002)[26]的度量方法，利用各省(自治区/直辖市)当年被检察机关立案的腐败案件涉案金额与该地区GDP的比值来衡量地区腐败程度。

借鉴已有相关文献[22,32]，本文也在模型中引入了一系列可能影响企业效率的控制变量，包括企业规模(SIZE)、债务杠杆(LEV)、独立董事比例(INDR)、两职合一(DUAL)、股权集中度(FSR)、管理层持股比例(MSR)、企业年龄(AGE)。Hill等(2010)[33]指出，企业内部人与外部人之间的信息不对称性也对企业效率具有重要影响。因此，本文也在模型中控制了托宾Q(TQ)。此外，借鉴Maudos和Guevara(2004)[34]的做法，通过所有者权益合计与资产总额之比刻画管理者风险厌恶度(RA)，并控制其对企业效率的影响。

为了进一步考察产权性质和政治关联对地区腐败与企业效率之间关系的调节效应，本文进一步在基准模型中引入“产权性质”(State)和“政治关联”(PC)及其与“地区腐败”的交互项，分别构建模型(2)和模型(3)。其中，若企业最终控制人为国有产权则“产权性质”变量赋值为1，否则为0。若民营企业高管人员(含CEO、CFO、董事长或副董事长)曾为或现任县级以上人大代表、政协委员、党政官员，则表示为政治关联企业，变量PC赋值为1，否则为0。

Efficiencyit=α+β1Corruptit+β2Stateit+β3Corruptit×Stateit+ΣControlit+εit

(2)

Efficiencyit=α+β1Corruptit+β2PCit+β3Corruptit×PCit+ΣControlit+εit

(3)

(三)描述性统计与相关性分析

表1报告了主要变量的描述性统计。结果显示，“地区腐败”的变量均值是0.010 3；“资产利用率”和“超额管理费用率”的变量均值分别为0.742和-2.41E-8。通过相关分析可以发现，“地区腐败”与“资产利用率”和“企业业绩”之间的相关系数分别为-0.085和-0.082，显著性水平均为1%；同时，“地区腐败”与“超额管理费用率”之间的相关系数则为0.069，显著性水平为1%。相关分析结果初步表明，地区腐败确实导致企业资产利用率下降、超额管理费用率上升，损害了企业效率。

四、实证结果分析

(一)单变量分析

为了检验腐败对企业效率的影响，本文首先根据“地区腐败”变量均值将全体样本划分为两组：“高腐败”地区VS“低腐败”地区，并对主要变量进行组间差异检验。表2显示，与“低腐败”地区的企业相比较，“高腐败”地区企业的资产利用率(AUR)显著更低、超额管理费用(ME)显著更高，企业经营绩效(ROA)也显著更差，组间差异显著性水平均达到1%。T检验结果进一步表明，地区腐败环境确实对企业运行效率产生破坏作用，增加了超额管理费用，降低了资产利用率。这也为假设1提供了初步的支持性证据。

表1主要变量描述性统计与相关性分析

代码变量名CorruptAURMEROALevSizeDualIndrCorrupt地区腐败1-0.074***0.013-0.083***0.046***-0.163***-0.005-0.089***AUR资产利用率-0.085***1-0.315***0.290***0.031***0.080***-0.027***-0.008ME超额管理费用0.069***-0.286***1-0.125***-0.113***-0.258***0.077***0.030***ROA企业绩效-0.082***0.233***-0.250***1-0.224***0.110***-0.0130.001LEV债务杠杆0.061***0.0070.217***-0.276***10.197***-0.046***0.030***SIZE企业规模-0.117***0.091***-0.288***0.115***0.0131-0.100***0.051***DUAL两职合一-0.013-0.030***0.064***-0.022**-0.015*-0.105***10.016INDR独董比例-0.067***-0.0070.027***0.016*0.035***0.049***0.019**1FSR股权集中度0.0030.081***-0.161***0.109***-0.078***0.243***-0.038***-0.027***MSR高管持股比-0.090***0.036***0.0050.091***-0.106***-0.101***0.198***0.039***AGE企业寿命-0.189***-0.021**0.069***-0.057***0.142***0.105***-0.0070.112***TQ托宾Q-0.037***-0.016*0.241***0.216***-0.123***-0.403***0.069***0.068***RA风险厌恶度-0.064***-0.005-0.221***0.288***-0.999***-0.0110.015-0.036***State产权性质0.023***0.058***-0.140***0.001-0.036***0.290***-0.080***-0.045***MKT市场化水平-0.569***0.110***-0.057***0.085***-0.035***0.175***0.0140.102***PC政治关联-0.030***-0.032***-0.039***0.061***-0.056***0.099***-0.032***0.008均值0.0100.742-2.41E-80.0590.53421.4900.1740.357标准差0.0110.5560.2020.0810.2711.2860.3790.053代码变量名FsrMsrFirmageTQRAStateMarketPCCorrupt地区腐败0.019**-0.104***-0.288***-0.085***-0.053*0.022**-0.731*-0.052*AUR资产利用率0.096***0.106***-0.049***0.023***-0.030*0.063*0.109*-0.047*ME超额管理费用-0.189***0.015*0.081***0.237***0.113*-0.102*-0.044*-0.000ROA企业绩效0.108***0.108***-0.063***0.302***0.242*-0.024*0.093*0.069*LEV债务杠杆-0.044***-0.073***0.137***-0.447***-0.999*0.003-0.022*-0.040*SIZE企业规模0.213***0.072***0.133***-0.454***-0.196*0.284*0.170*0.089*DUAL两职合一-0.039***0.084***-0.0140.078***0.046*-0.080*0.014-0.032*INDR独董比例-0.043***-0.028***0.105***0.039***-0.031*-0.042*0.085*0.001FSR股权集中度1-0.176***-0.331***-0.085***0.044*0.294*-0.048*-0.038*MSR高管持股比-0.103***10.076***-0.0060.074*-0.107*0.164*0.063*AGE企业寿命-0.312***-0.053***10.041***-0.127*-0.082*0.351*-0.001TQ托宾Q-0.090***0.128***0.058***10.447*-0.135*0.050*-0.015*RA风险厌恶度0.078***0.105***-0.131***0.120***10.0030.028*0.041*State产权性质0.286***-0.198***-0.080***-0.132***0.044*1-0.090*-0.039*MKT市场化水平-0.052***0.133***0.360***0.044***0.042*-0.084*10.050*PC政治关联-0.033***0.001-0.001-0.029***0.057*-0.038*0.050*1均值0.3750.01012.6701.7280.4630.5608.8020.487标准差0.1600.0515.2281.6490.2700.4962.3930.500

注：下三角为Pearson分析，上三角为Spearman分析；***、**、*分别表示1%、5%、10%的显著性水平。

表2单变量分析结果

变量高腐败地区低腐败地区均值标准误均值标准误T值AUR0.668 90.009 80.760 40.005 37.785 4***ME0.027 30.004 8-0.006 80.001 8-7.987 4***ROA0.049 00.001 70.061 60.000 77.343 1***

注：***、**、*分别表示1%、5%、10%的显著性水平。

(二)地区腐败对企业运营效率的影响

为了更深入检验地区腐败环境对企业效率的影响效应，根据基准模型(1)以“资产利用率”和“超额管理费用”为因变量，以“地区腐败”为自变量进行混合截面数据多元回归分析。表3中模型(1)显示，当因变量为“资产利用率”(AUR)时，自变量“地区腐败”(Corrupt)的回归系数为-3.163(t=-7.32)。由此可见，随着企业所在地区腐败程度的增加，其资产利用率显著下降。同时，表3中模型(3)显示，当因变量为“超额管理费用”(ME)时，自变量“地区腐败”(Corrupt)的回归系数为0.687(t=4.42)。这意味着，随着企业所在地区腐败程度的增加，其超额管理费用显著上升。模型(1)和(3)综合表明，地区腐败环境确实对企业运营效率产生了显著性的消极影响，腐败程度越严重地区企业的管理层代理成本越高、企业运营效率越低。这为假设1提供了支持性的经验证据。

控制变量中，企业规模越大，股权集中度越高、管理层持股比例越高，则企业资产利用率显著越高、超额管理费用显著越低。这跟古志辉(2015)[32]的研究结论也是一致的。我们还发现，变量“两职合一”(DUAL)在模型(1)中回归系数显著为负(beta=-0.026，t=-2.15)，而在模型(3)中的回归系数则显著为正(beta=0.014，t=3.14)。这意味着，总经理兼任董事长加剧了管理层代理成本、降低了企业资产利用率。

十八大后中央政府启动了高强度反腐败行动，这必然也对微观企业行为产生深远的影响。为了使上述研究结论更加稳健，参照王茂斌和孔东民(2016)[37]的做法，进一步利用倍差法(Difference in Difference，DID)检验这一重大政策冲击对企业运营效率的影响效应。高强度反腐政策作为外生冲击事件，为准自然实验提供了良好场景。为此，使用虚拟变量Post区分事件前后窗口期[注]为保证窗口期样本量相对平衡，本文选取2009-2012年作为事件前窗口期，Post设为0；2013-2014年作为事件后窗口期，Post设为1。。同时，假设反腐政策冲击对不同腐败程度地区存在差异，分组依据为前文中使用的各地区腐败指数。具体而言，首先计算事件发生以前年度各地区腐败指数均值，并以此为基准将样本划分为高腐败地区与低腐败地区，分别对应处理组(Treat=1)和控制组(Treat=0)。检验结果如表3中第(2)、(4)列所示。其中，第(2)列交互项Post×Treat的回归系数为正值，但不显著；第(4)列交互项的回归系数为负值，且在5%水平上显著。这说明与低腐败地区的企业相比，反腐败行动抑制超额管理费用的积极效果在高腐败地区企业中表现更突出。这也在一定程度上支持了本文的结论。

(三)产权性质与政治关联的调节效应

为检验地区腐败对企业运营效率的影响效应是否因产权性质而有所不同，本文进一步在模型中引入变量“产权性质”及其与“地区腐败”的交互项。表4中模型(1)显示，自变量“地区腐败”对“资产利用率”的回归系数为-4.059(t=-6.51)，交互项变量(State×Corrupt)的回归系数为1.531(t=1.88)。这表明，在腐败的商业环境中，企业资产利用率显著更低；同时，国有产权性质缓解了地区腐败对企业资产利用率的消极影响。也即，与国有企业相比较，地区腐败对民营企业资产利用率的破坏作用表现得更加突出。与之类似，表4中模型(3)显示，自变量“地区腐败”对“超额管理费用”的回归系数为0.687(t=6.18)，交互项变量(State×Corrupt)的回归系数为-1.267(t=-4.33)。这意味着，在腐败的商业环境中，企业超额管理费用显著更高；同时，国有产权性质缓解了地区腐败对超额管理费用的增强影响。也即地区腐败将导致企业超额管理费用显著增加，而且增加幅度在民营企业表现得更加明显。上述结果综合表明，与国有企业相比，地区腐败对民营企业效率损失的影响程度更大。主要原因是，腐败环境破坏了市场机制，导致企业不得不将更多资源投向关系网络构建等非生产性活动，以谋求政府庇护或优待。国有企业与政府同根同源，具有天然血统优势；与之不同，民营企业则在市场中处于弱势竞争地位，产权保护脆弱。因此，相较于国有企业，腐败环境下民营企业更加依赖关系网络保护，企业资源也将更多被投向非生产性领域，从而导致更多的企业效率损失。这也支持了假设2。

表3地区腐败、反腐败与企业运营效率

变量因变量=AUR因变量=ME(1)(2)(3)(4)Corrupt-3.163***(-7.32)—0.687***(4.42)—Treat—-0.073*** (-5.14)—0.015***(4.17)Post—-0.092*** (-7.06)—0.021***(6.67)Post×Treat—0.004(0.17)—-0.011**(-1.97)SIZE0.060***(12.83)0.026***(5.15)-0.032***(-19.07)-0.012***(-9.64)LEV1.039***(2.69)0.493***(8.18)-0.164(-1.18)-0.057***(-3.81)INDR-0.324***(-3.68)-0.395***(-4.27)0.039(1.24)0.034(1.48)DUAL-0.026**(-2.15)-0.031**(-2.28)0.014***(3.14)0.013***(3.72)FSR0.329***(10.43)0.381***(11.09)-0.117***(-10.29)-0.089***(-10.51)MSR0.428***(4.73)0.064(0.92)-0.084***(-2.59)-0.033*(-1.90)AGE0.001(0.76)0.003**(2.45)0.000(0.07)0.000*(1.76)TQ0.010***(2.90)0.003(0.91)0.028***(21.59)0.023***(26.85)RA0.985***(2.54)0.263***(4.66)-0.325**(-2.34)-0.038***(-2.72)Constant-1.816***(-4.52)-0.318**(-2.44)0.912***(6.32)0.250***(7.73)Observations11 8479 19111 8399 184Ad_R20.2180.2320.1740.190F87.7190.6766.5970.56

注：***、**、*分别表示1%、5%、10%的显著性水平，括号内为异方差调整后的Robust t值；行业、年度变量均控制。

表4地区腐败、产权性质与企业运营效率

变量因变量=AUR因变量=ME(1)(2)(3)(4)Corrupt-4.059***(-6.51)-4.516***(-4.87)1.382***(6.18)2.371***(5.82)State0.064***(4.95)—-0.005(-0.98)—State×Corrupt1.531*(1.88)—-1.267***(-4.33)—PC—-0.022(-1.24)—0.012(1.50)PC×Corrupt—1.402**(1.16)—-2.176***(-4.09)SIZE0.054***(11.29)0.071***(8.95)-0.031***(-18.00)-0.041***(-11.78)LEV1.045***(2.71)0.690(1.34)-0.170(-1.23)0.114(0.50)INDR-0.299***(-3.40)-0.384***(-2.94)0.031(0.97)-0.003(-0.06)DUAL-0.028**(-2.29)-0.026(-1.51)0.015***(3.40)0.015*(1.94)FSR0.281***(8.78)0.200***(4.11)-0.106***(-9.20)-0.162***(-7.54)MSR0.529***(5.77)0.526***(5.38)-0.101***(-3.08)-0.108**(-2.52)AGE0.001(1.02)0.002(0.93)-0.000(-0.15)-0.002***(-2.74)TQ0.010***(2.94)0.022***(4.47)0.028***(21.67)0.027***(12.24)RA0.980**(2.54)0.674(1.31)-0.324**(-2.34)-0.052(-0.23)Constant-1.700***(-4.24)-1.689***(-3.10)0.883***(6.13)0.868***(3.62)Observations11 8215 31711 8135 311Ad_R20.2220.1550.1750.177F85.3125.9963.7530.20

注：***、**、*分别表示1%、5%、10%的显著性水平，括号内为异方差调整后的Robust t值；行业、年度变量均控制。

更进一步，本文将“政治关联”及其与“地区腐败”的交互项引入模型，以检验政治关联是否能够缓解地区腐败对民营企业效率损失的破坏作用。表4中模型(2)显示自变量“超额管理费用”的回归系数为-4.516(t=-4.87)，交互项变量(PC×Corrupt)的回归系数为1.402(t=1.16)。这表明地区腐败显著降低了民营企业的资产利用率，且政治关联在一定程度上缓解了腐败环境对民营企业资产利用率的负面影响，但效果不显著，可能的原因在于，尽管政治关联有助于民营企业获取稀缺资源，但严峻的腐败形势削弱了政治关联的“帮助之手”功能，导致企业通过政治关联直接提升运营效率的能力受到制约。模型(4)显示自变量“超额管理费用”的回归系数为2.371(t=5.82)，交互项变量(PC×Corrupt)的回归系数为-2.176(t=-4.09)。这说明地区腐败显著增加了民营企业超额管理费用，且政治关联显著地缓解了腐败环境对民营企业超额管理费用的影响强度。因此，尽管政治关联对直接缓解地区腐败削弱企业运营效率的作用不够显著，但能够在抑制地区腐败增加企业代理成本方面发挥重要作用，间接缓解了腐败对企业运营效率的损害。以上结论一定程度支持了假设3。

(四)地区腐败对企业绩效的影响

前面检验表明，地区腐败显著增加了企业超额管理费用、降低了资产利用效率，因而腐败环境对企业运营效率产生消极的破坏作用。企业运营效率损失最终必然在经营绩效中得到反映。因此，进一步以企业绩效ROA作为因变量，考察地区腐败导致的企业绩效后果。由表5可知，模型(1)中自变量“地区腐败”的回归系数为-0.251(t=-3.93)，表明随着地区腐败程度的增加，企业绩效显著下降。模型(2)和模型(3)分别引入“产权性质”“政治关联”与“地区腐败”的交互项。结果显示，自变量“地区腐败”对“企业绩效”的回归系数依然显著为负(beta=-0.569，t=-6.13和beta=-0.660，t=-4.34)，且模型(2)中交互项(State×Corrupt)的回归系数为0.589(t=4.87)。这意味着，与国有企业相比较，地区腐败对民营企业绩效的破坏作用更加明显。模型(3)中交互项(PC×Corrupt)的回归系数为0.332(t=1.66)。这说明，政治关联确实有利于缓解地区腐败环境对民营企业经营绩效的破坏强度。上述结论使假设1、假设2、假设3得以进一步证实。

五、拓展分析与稳健性检验

(一)一个拓展检验：市场化改革对地区腐败与企业效率间关系的调节效应

地区腐败影响企业运营效率的基本逻辑是，腐败环境下企业常常将一定资源投资于非生产性活动，以构建关系网络或迎合政府官员。研究表明，市场化改革有利于减少政府官员对微观经济活动的行政干预。因此，本文预测，市场化改革将有利于缓解地区腐败环境对企业效率产生的消极影响。原因如下，市场化改革将对企业寻租的交易成本造成影响。首先，若市场化进程不发达，企业产权保护较弱，企业将更加仰赖与政府间的良好关系维护自身权益；其次，若市场化进程不发达，政府对微观经济活动的干预更频繁，政府职能部门更可能扮演“掠夺之手”角色。因此，在市场化欠发达地区，企业更倾向将资源投资于关系网络等非生产性领域。而且，市场化改革进程也直接影响企业管理层的行为规范，即市场化程度越高，经理人约束机制越有效，从而有利于降低企业代理成本，提高企业效率。基于此，本文将“市场化进程”及其与“地区腐败”的交互项引入基准模型，检验其调节效应。

由表6可知，当因变量为“资产利用率”(AUR)和“企业绩效”(ROA)时，自变量“地区腐败”(Corrupt)的回归系数均显著为负值，同时交互项变量MKT×Corrupt的回归系数显著为正值。这表明，市场化改革进程确实有利于缓解地区腐败对资产利用率和企业绩效的消极作用。同时，当因变量为“超额管理费用”(ME)时，自变量“地区腐败”(Corrupt)的回归系数显著为正值，交互项变量(MKT×Corrupt)的回归系数则显著为负值。这意味着，地区腐败环境导致超额管理费用显著增加，市场化改革则缓解了地区腐败对超额管理费用的影响强度。上述结果综合表明，市场化改革进程确实有利于缓解地区腐败环境对企业效率的破坏作用。

表5地区腐败对企业绩效的影响效应

变量因变量=ROA(1)(2)(3)Corrupt-0.251***(-3.93)-0.569***(-6.13)-0.660***(-4.34)State—-0.014***(-7.26)—State×Corrupt—0.589***(4.87)—PC——0.004(1.29)PC×Corrupt——0.332*(1.66)SIZE0.010***(16.42)0.011***(17.31)0.011***(9.86)LEV0.072(1.25)0.074(1.28)-0.021(-0.25)INDR-0.002(-0.15)-0.003(-0.23)0.045**(2.11)DUAL-0.004**(-2.20)-0.005**(-2.53)-0.007**(-2.58)FSR0.036***(7.60)0.040***(8.42)0.045***(5.67)MSR0.127***(9.45)0.113***(8.27)0.102***(6.33)AGE0.000 7(0.45)0.000 3(0.23)0.000 2(0.94)RA0.154***(2.65)0.156***(2.69)0.050(0.58)Constant-0.308***(-5.20)-0.318***(-5.38)-0.231***(-2.63)Observations12 11812 0925 476Ad_R20.1640.1670.168F65.3162.9330.08

注：***、**、*分别表示1%、5%、10%的显著性水平，括号内为异方差调整后的Robust t值；行业、年度变量均控制。

表6地区腐败、市场化进程与企业效率

变量因变量=AUR因变量=ME因变量=ROA(1)(2)(3)Corrupt-5.650***(-4.21)1.253***(5.90)-0.890***(-4.45)MKT0.015***(5.49)0.013***(2.97)-0.000 3(-0.62)MKT×Corrupt0.015***(5.49)-1.116***(-3.85)0.098***(3.63)SIZE0.058***(12.47)-0.032***(-19.18)0.010***(16.33)LEV1.025***(2.66)-0.167(-1.21)0.071(1.22)INDR-0.313***(-3.57)0.039(1.22)-0.002(-0.17)DUAL-0.028**(-2.32)-0.032***(-19.18)-0.004**(-2.25)FSR0.318***(10.09)-0.117***(-10.30)0.035***(7.55)MSR0.361***(3.97)-0.084***(-2.59)0.127***(9.39)AGE-0.000(-0.40)0.000(0.01)0.000(0.26)RA0.964**(2.50)-0.328**(-2.36)0.152***(2.63)TQ0.010***(2.78)0.028***(21.60)-Constant-1.840***(-4.58)0.910***(6.30)-0.303***(-5.10)Observations11 84311 83912 118Ad_R20.2180.1740.165F83.4463.3862.38

注：***、**、*分别表示1%、5%、10%的显著性水平，括号内为异方差调整后的Robust t值；行业、年度变量均控制。

(二)稳健性检验

1．内生性处理

内生性是本文实证检验面临的一个重要挑战。比如，可能存在某些遗漏变量共同影响地区腐败和企业运营效率。为了缓解潜在的内生性问题，利用工具变量(IV)法进行处理。研究表明，官员异地交流有助于破除官员利益型关系网络[38]。不同来源的交流官员禀赋各有差异，比如京官能够凭借与中央联系密切，加强中央与地方之间的信息交流，为地方争取更多资源；同时他们由北京空降，在任职属地并无盘根错节的利益关系，这都有利于增强他们打击腐败的力度，进而降低辖区内腐败程度。同时，交流官员的来源并不对企业效率产生直接影响。因此，本文选取交流官员来源(Change)[注]参考金智(2013)[39]、杨海生(2010)[40]的做法，本文将交流官员来源(Change)定义为：若该省的省委书记来自中央或具有中央背景时，取值为1，否则为0。“具有中央背景”是指当地省委书记由异地平行调入之前曾经在中央任职。作为“地区腐败”的工具变量，并对模型进行两阶段最小二乘回归(2SLS)。如表7所示，一阶回归中自变量Change的回归系数显著为负值(beta=-0.005，t=-23.25)。这表明来源于中央或有中央背景的官员异地交流确实有利于降低地区腐败程度。二阶回归中自变量“地区腐败”对“资产利用率”和“企业绩效”的回归系数均显著为负；相反，对“超额管理费用”的回归系数则显著为正。由此可见，地区腐败确实损害了企业运营效率。此外，本文也利用交流官员来源(Change)和其他重要变量对地区腐败进行拟合，并用拟合的地区腐败值对主效应模型进行回归。该拟合值在一定程度上消除了扰动项对实证结果的影响[注]受篇幅限制，本文未列示回归结果，感兴趣的读者可以向作者索要。。经过上述处理，本文结论仍然成立。

表7地区腐败与企业运营效率：2SLS回归结果

变量一阶回归二阶回归一阶回归二阶回归CorruptAURMEROACorruptAURMEROAChange-0.005***(-23.25)———————YS———-0.074***(-29.17)———Corrupt—-16.147***(-7.55)3.873***(5.15)-1.538***(-5.33)—-11.164***(-6.61)2.600***(4.32)-0.805***(-3.53)SIZE-0.001***(-7.20)0.052***(10.35)-0.030***(-17.03)0.021***(31.43)-0.000***(-6.78)0.055***(11.37)-0.031***(-17.91)0.022***(33.15)LEV0.011(1.40)1.138***(2.84)-0.190(1.34)0.168***(3.10)0.000(1.08)0.011***(2.73)-0.002(-1.28)0.002***(2.97)INDR0.000(-0.15)-0.321***(-3.53)0.039(1.22)-0.026**(-2.08)-0.001(-0.72)-0.321***(-3.60)0.039(1.24)-0.024**(-2.03)DUAL-0.001**(-2.39)-0.033***(-2.60)0.015***(3.44)-0.006***(-3.70)-0.004(-1.46)-0.030**(-2.43)0.015***(3.33)-0.006***(-3.54)FSR-0.004***(-6.45)0.271***(7.97)-0.102***(-8.57)0.019***(4.12)-0.004***(-6.07)0.291***(8.90)-0.108***(-9.27)0.022***(4.91)MSR-0.000***(-7.05)0.210**(2.10)-0.030(-0.87)0.083***(6.15)-0.011***(-6.01)0.286***(2.99)-0.052(-1.53)0.094***(7.25)AGE-0.000***(-5.42)-0.002(-1.44)0.001(1.54)-0.000(-1.11)-0.000***(-6.48)-0.001(-0.71)0.000(0.99)-0.000(-0.29)TQ-0.000(-1.46)0.009**(2.49)0.028***(21.48)0.015***(31.23)-0.000**(-2.50)0.011***(3.02)0.028***(21.61)0.016***(32.42)RA0.008(1.00)1.038**(2.59)-0.340**(-2.40)0.261***(4.83)0.006(0.72)0.988**(2.52)-0.334**(-2.39)0.253***(4.77)Constant0.025***(2.98)-1.469***(-3.50)0.829***(5.61)-0.632***(-11.20)0.028***(3.34)-1.575***(-3.85)0.863***(5.92)-0.649***(-11.74)Observations11 83811 83811 83811 83811 83811 83811 83811 838Ad_R20.1690.1610.1470.2460.1890.1950.1630.270

注：***、**、*分别表示1%、5%、10%的显著性水平，括号内为异方差调整后的Robust t值；行业、年度变量均控制。

表8替换变量测度的稳健性检验

变量因变量=AUR因变量=ME因变量=ROA(1)(2)(3)Corrupt-0.005***(-9.30)0.001***(4.73)-0.000**(-2.19)SIZE0.059***(12.59)-0.032***(-18.97)0.022***(34.51)LEV1.043***(2.70)-0.164(-1.18)0.157***(2.97)INDR-0.326***(-3.72)0.040(1.25)-0.026**(-2.15)DUAL-0.027**(-2.17)0.014***(3.14)-0.006***(-3.35)FSR0.321***(10.20)-0.116***(-10.21)0.025***(5.80)MSR0.382***(4.20)-0.078**(-2.38)0.106***(8.50)AGE0.000(0.32)0.000(0.24)0.000(0.59)RA0.981**(2.54)-0.324**(-2.33)0.255***(4.81)TQ0.009***(2.68)0.028***(21.69)-Constant-1.759***(-4.38)0.905***(6.27)-0.671***(-12.19)Observations11 84711 83911 848Ad_R20.2200.1740.276F88.8166.68120.00

注：***、**、*分别表示1%、5%、10%的显著性水平，括号内为异方差调整后的Robust t值；行业、年度变量均控制。

本文也采用各地区“文化艺术场馆数量”作为工具变量进行内生性检验。原因在于，腐败现象的文化传染效应是腐败制度环境影响企业运营效率的重要传导路径[22,38]。现有文献对腐败问题的讨论，规避道德文化的思路并不能令人满意。艺术文化氛围和精神文明建设则有利于缓解腐败文化传播和蔓延，降低社会逐利倾向。基于此，本文以各地区文化艺术场馆数量(YS)作为工具变量[注]文化艺术场馆数量越多，表明该地区文化艺术需求越大，地区文化艺术氛围越好。数据来源于中国各省统计年鉴。，并对模型进行两阶段回归，结论依然保持不变(结果详见表7)。

2．更换“地区腐败”的变量测度方法

借鉴Dass等(2015)[22]的做法，以各地区2003-2012年度腐败指数为基础，计算各地区十年中的平均腐败程度。然后依据平均指数进行排名，并利用排名指数来反映该地区腐败程度。在此基础上，本文利用替代变量对模型进行稳健性检验，如表8所示。可以发现，在改变变量测度后，主要结论依然成立。

表9地区腐败与企业效率：基于产权性质的分组检验

变量AURMEState=1State=0State=1State=0(1)(2)(3)(4)Corrupt-2.879***(-5.05)-3.731***(-5.75)0.264*(1.71)1.161***(4.06)Size0.035***(5.85)0.070***(8.90)-0.026***(-15.86)-0.041***(-11.90)LEV1.466**(2.55)0.676(1.31)-0.488***(-3.14)0.126(0.55)INDR-0.156(-1.34)-0.381***(-2.91)0.068**(2.17)-0.005(-0.09)DUAL-0.020(-1.16)-0.026(-1.50)0.015***(3.19)0.016**(2.10)FSR0.342***(8.08)0.201***(4.12)-0.070***(-6.09)-0.161***(-7.52)MSR-0.190(-0.48)0.527***(5.39)-0.274***(-2.59)-0.109**(-2.54)AGE0.001(0.69)0.001(0.89)0.002***(4.22)-0.002***(-2.63)TQ0.004(0.72)0.022***(4.44)0.024***(16.73)0.027***(12.21)RA1.310**(2.28)0.660(1.28)-0.618***(-3.97)-0.042(-0.18)Constant-1.680***(-2.84)-1.670***(-3.06)1.045***(6.54)0.863***(3.59)Observations6 5015 3206 4995 314Ad_R20.2950.1550.1800.174F74.3727.3939.6231.18

注：***、**、*分别表示1%、5%、10%的显著性水平，括号内为异方差调整后的Robust t值；行业、年度变量均控制。

3．分组回归检验

为了检验产权性质对地区腐败与企业效率之间关系的调节作用，本文也根据企业产权性质将样本进行分组，并采用分组回归方法对模型(1)进行处理，结果如表9所示。可以发现，模型(1)和模型(2)中“地区腐败”变量的回归系数都显著为负，意味着地区腐败环境损害了企业资产利用率。同时，模型(1)的回归系数绝对值明显小于模型(2)，即地区腐败对企业资产利用率的损害程度在民营企业表现更突出。模型(3)和模型(4)检验结果显示，地区腐败对企业超额管理费用的回归系数均显著为正，但模型(4)中回归系数的强度和显著性水平都明显更高。由此可见，地区腐败对超额管理费用的影响强度在民营企业表现更明显。这进一步支持了前面的结论。

六、研究结论和启示

本文以企业运营效率为切入点，结合交易成本从理论上阐释了本土情境下地区腐败对企业运营效率的影响，并进一步比较了地区腐败对不同特征企业运营效率的差异化影响。研究结果表明：(1)整体而言，地区腐败环境破坏了市场交易机制，导致更高的企业交易成本和代理冲突，进而损害企业运营效率。(2)与国有企业相比，地区腐败对民营企业运营效率损失的影响强度更大。(3)与存在政治关联的民营企业相比，地区腐败对无政治关联民营企业运营效率损失的影响更严重。(4)市场化改革有利于缓解腐败环境对企业运营效率的负面影响。(5)运用十八大高压反腐败行动这一自然事件开展倍差法(DID)检验，发现与低腐败地区的企业相比，反腐败行动对腐败高发区企业超额管理费用率的抑制效果更突出，说明反腐败对降低企业交易成本、抑制企业运营效率损失发挥了一定作用。

在以往研究基础上，本文从交易成本视角识别了腐败环境和微观企业运营效率之间的因果关系，发现了腐败环境损害企业运营效率的可靠证据。这从微观层面支持了腐败阻碍经济发展的论断，拓展了对腐败经济后果的理论认知，丰富了腐败领域的研究文献。同时，不同于已有文献基于西方经济理论与制度环境探究腐败经济后果，本文立足于中国的制度与文化背景，结合交易成本理论，深度阐释了腐败环境影响企业运营效率的直接渠道与隐性渠道，有助于完善腐败环境影响微观经济活动的分析框架，深化了对“弱制度”情境下企业交易成本及运营效率决定因素的理解。

本文也具有较强的政策含义与实践意义。总体而言，政治生态环境是影响企业资源配置和运营效率的重要因素，打击腐败、净化政商关系是优化企业资源配置、提升企业运营效率的制度基础。一方面，作为企业经营者，在制定经营决策时应充分考虑自身所处经营环境，认清制度环境变化可能为企业带来的经济后果。考虑到地区腐败对民营企业效率损失影响更深刻的现实，民营企业更应当充分认识腐败“关系红利”的不可持续性，采取积极行动降低对政企关系与政企合谋的依赖，转型寻求创新驱动发展。另一方面，作为市场监管者，政府应继续积极推进制度化反腐败、优化营商环境，从根本上遏制腐败文化蔓延，并通过持续推进市场化改革为企业经营运转提供良好的制度环境。