腐败对经济增长的影响：原始数据分析

如表6.2所示,GP在数值上表现为稳步增长,其余各指标数值变化趋势并不明显,单纯从数据表象上无法判断腐败对经济增长的影响。需要利用LS-SVR对数据进行学习以便进一步分析和判断。

表6.2　腐败蔓延与经济增长原始数据

(1)训练学习阶段

根据前文的研究思路,将训练集中的样本输入LS-SVR模型,通过直接搜索算法(LS-SVR-DS)寻找最优参数,构建出LS-SVR模型。将测试集代入此模型,判断是否满足预测精度要求,最终找到最优参数LS-SVR模型。

对训练数据进行学习,通过多次循环,最终得到最优参数γ＝6 081.17,σ

＝0.1858。

得到腐败蔓延对经济增长影响的最小二乘支持向量回归模型:

其中

LS-SVR回归预测结果如图6.2及表6.3所示。从训练集回归结果来看,1998—2008年人均GDP实际值最小值为6 796.03元、最大值为23 707.71元、平均值为12 479.25元;人均GDP预测值最小值为6 798.92元、最大值为23 705.43元、平均值为12 480.16元,预测值与实际值在同一水平下,集中趋势和离散程度相近。训练集的平均绝对误差为1.77,平均相对误差绝对值为1.88E－04,预测误差标准差为2.04。

图6.2　最优LS-SVR参数模型预测效果

从测试集回归结果来看,2009—2011年人均GDP实际最小值为25 607.53元、最大值为35 181.24元、平均值为30 264.60元;人均GDP预测值最小值为

25 604.95元、最大值为35 173.65元、平均值为30 267.94元,预测值与实际值在同一水平下,集中趋势和离散程度相近。测试集的平均绝对误差为3.44,平均相对误差绝对值为1.07E－04,预测误差标准差为2.42。由此可以看出LSSVR-DS模型预测结果较好,测试集预测精度比训练集略低。

表6.3　最优LS-SVR模型预测结果

(2)影响测算阶段

在保证预测精度的情况下,接下来将对各自变量的数值进行变化,以测算其对经济增长的作用。分为四个部分:

①单变量增加0.01,同时其余指标不变。其中,由于腐败感知指数越低,代表腐败程度越高,因此ΔCP 1＝－0.01,区别于ΔCMP 1＝0.01,ΔCMC 1＝0.01。

②单变量增加0.1,同时其余指标不变。同样,ΔCP 2＝－0.1,其余指标增加0.01单位。

③全部变量同时增加0.01。即CP减少0.01单位,CMP、CMC同时增加0.01单位。

④全部指标同时增加0.1。即CP减少0.01单位,CMP、CMC同时增加0.01单位。(www.xing528.com)

如表6.4所示,结果描述如下:

①单变量增加0.01,保持其他指标不变

ΔCP 1＝－0.01:腐败感知指数在2011年基础上减少0.01单位,意味着腐败程度的加深,其人均GDP预测值为35 184.566元,与人均GDP初始预测值相差10.914元。腐败程度加深,促进经济增长。

ΔCMP 1＝0.01:贪污渎职人数/公职人员数在2011年基数上增加0.01后,相应的人均GDP预测值为35 173.576元,与人均GDP初始预测值相差－0.076元,即贪污渎职人数比所代表的官员腐化会阻碍经济增长,但阻碍作用较弱。

ΔCMC 1＝0.01:贪污渎职案件/公职人员数在2011年基础上增加0.01后,相应的人均GDP预测值为35 172.669元,与人均GDP初始预测值相差－0.983元,和贪污渎职人数比类似,贪污渎职案件比代表的官员腐化对经济增长有一定的阻碍作用。

②单变量增加0.1,其余两个变量不变

ΔCP 2＝－0.1:腐败感知指数在2011年基础上减少0.1,其人均GDP预测值为35 034.088元,与人均GDP初始预测值相差－139.564元。腐化程度继续加深,对经济增长的抑制作用凸显。

ΔCMP 2＝0.1:贪污渎职人数/公职人员数在2011年基数上增加0.1,相应的人均GDP预测值为35 172.863元,与人均GDP初始预测值相差－0.789元,对经济增长的阻碍进一步加大。

ΔCMC 2＝0.1:贪污渎职案件/公职人员数在2011年基础上增加0.1,相应的人均GDP预测值为34 741.909元,与人均GDP初始预测值相差－431.743元,对经济增长产生了强烈的抑制作用。

③全部变量都增加0.01

由于CP的方向与其他两指标不同,因此选择ΔCP 3＝－0.01,ΔCMP 3＝0.01,ΔCMC 3＝0.01,得到人均GDP预测值为35 155.915,与人均GDP初始预测值相差－17.737元,上述三指标同时发生改变时,综合作用于经济增长,负值变化表明腐败对经济增长有一定的负面影响。

④全部变量都增加0.1

选择ΔCP 4＝－0.1,ΔCMP 4＝0.1,ΔCMC 4＝0.1,得到人均GDP预测值为34 321.147,与人均GDP初始预测值相差－852.505元,腐败一旦蔓延,对经济增长的负面影响将被放大。

表6.4　腐败蔓延对经济增长影响测算

对上述①、②、③、④的结果进行比较,很明显,可以得到以下推论:

推论B1:腐败蔓延对经济增长的抑制作用较为显著。除了腐败感知指数CP在单独变化0.01单位时,对经济增长有一定的促进作用,其余各种测算结果都表明,腐败程度的增加会抑制经济增长。

推论B2:政治腐败对经济增长的作用大于整个社会的腐败。从表6.4中可以看出,表征一般性腐败状况(社会腐败)的腐败感知指数在轻微下降时,对经济增长有些许的促进作用,当这种下降趋势持续作用,即社会腐败加剧时,对经济增长转而产生抑制作用。而表征官员腐败的CMP、CMC则很坚定地表现出对经济增长的负向作用,特别是CMC表现出了极强的负向作用,这是否与贪污渎职案近年来多大案要案,牵涉人员较广有关呢?有待在未来的研究中考察,这里仅作为一种可能的猜想。

推论B3:腐败蔓延对经济增长的负向作用呈非线性。当CP、CMP、CMC的变化值从0.01增加到0.1时,引起人均GDP的大幅减少,远远超过自变量的变化幅度。这说明在腐败初期,其对经济增长的抑制作用较弱,甚至在某些程度上会微弱地刺激经济增长;但随着腐败的蔓延,腐败程度的加深会引起经济成倍的恶化。腐败蔓延与经济增长之间呈非线性负相关。