杨开峰 杜亚斌
关键词:腐败;政府信任;经济发展水平;政府绩效感知;多层模型
一、前言与文献综述
腐败是“政治之癌”[1],对经济发展、社会公平和政权合法性存在严重损害[2]。十八大以来,以习近平同志为核心的党中央高度重视反腐败工作,查处了大批腐败官员,取得了反腐败斗争的压倒性胜利,得到了人民群众的普遍认可和衷心拥护。在肯定成绩的同时我们也需清醒认识到,反腐败斗争永远在路上,必须坚持到底,不能松懈。为进一步推进反腐败工作,有必要深入研究反腐败的相关效应及影响其效应发挥的因素,使反腐败工作的正向效应全面发挥。
反腐败研究中的一个重要话题是腐败或者反腐败对政府信任的影响。公众信任是政权合法性的基石,信任缺失可能引发政府执政危机和社会动荡[3][4]。国内外大量研究发现,腐败本身会降低公众对政府的信任[5][6][7][8],不过,由于一个地方或单位的客观腐败程度难以准确地直接测量,这些研究主要采用公众的主观感知来测量腐败,往往面临测量误差、同源偏误和双向因果的多重问题。一些学者在模型中使用客观的腐败立案数或立案率,但是检验结果出现了不一致的情况:有些研究发现腐败立案降低了政府信任[9][10],另一些研究则发现它提升了政府信任[11][12][13]。发现负向效应的学者往往认为腐败立案反映了腐败程度,而发现正向效应的学者往往认为腐败立案反映了反腐力度或者腐败治理绩效。无论对腐败立案怎么理解,一个绕不开的事实是,同样一个变量在不同研究中对政府信任的影响出现了相反的结果。
经验结果不一致可能有多种原因,比如在研究时间、样本特征、测量方式、制度文化背景、分析策略等方面的差异。解决这一问题需要更多、更进一步的实证研究,这是科学进步的一般要求,也是近来国际公共管理学界强调“复制” (replication)的原因[14][15]。同时,在进一步研究中,往往需要考虑情境因素如何对研究结果产生影响,也就是直接检验有关情境因素的调节作用。在关于腐败与政府信任的研究中,这一点也开始受到关注,其中一個潜在的因素是其他领域的政府绩效。腐败程度或腐败治理成效都反映政府在政治建设领域的绩效,但是政府绩效还包括经济、社会、文化、生态等领域,这些“其他”领域的绩效会不会影响腐败与政府信任之间的关系呢? 有些研究认为这种调节关系可能存在[16][17],但是,这些研究往往使用同源的主观感知来同时测量腐败、其他绩效和政府信任,研究结果的信度存疑。Winters和Weitz-Shapiro采用调查实验方法发现,即使腐败官员具有良好的绩效表现,民众也不会支持他们,其结果并不支持调节关系的存在[18]。在现有研究客观腐败数据与政府信任之间关系的文献中,只有唐雲和王英考察了政府绩效的潜在调节效应,也发现调节效应并不存在[19]。不过,唐雲和王英只检验了主观政府绩效感知的调节效应,没有检验客观政府绩效的调节效应。由于客观政府绩效需要经过认知加工才能转化为公众的主观感知,而不同公众对相同的客观绩效信息可能存在完全不同的解读[20],因此客观政府绩效对腐败立案—政府信任关系的调节效应可能与主观绩效感知不同。
综上分析,腐败立案情况对政府信任的影响还需要进一步的实证研究,特别是目前还没有研究分析二者之间的关系是否受到客观政府绩效的调节。有鉴于此,本文综合采用中国城市层面的客观数据和个体层面的主观数据,进一步检验腐败立案率与政府信任之间的关系,并考察这一关系是否受到政府在其他领域的客观绩效的调节。考虑到经济绩效被认为是改革开放以来中国政府绩效合法性最重要来源[21][22],因此本文采用经济发展水平来衡量政府的客观经济绩效。同时,作为参照,本文采用与唐雲和王英类似的做法[23],将公众对其他领域政府绩效的主观感知纳入模型,考察它对腐败立案与政府信任之间关系的调节效应,进而比较政府主客观绩效在调节效应上的差异。
二、理论分析与研究假设
(一)腐败立案与政府信任
个体对政府的信任,来源于对有关政府信息的获取、分析和判断,从而确定政府在能力、善意、伦理等方面与个体的期望相比表现如何。对有关政府信息的获取、分析和判断可以用信息加工理论或者社会信息加工理论来分析[24][25]。社会信息加工理论最初用来分析个体的工作态度与任务设计,认为个体的工作态度与需求,不但受到工作与任务环境的直接影响,而且受到来自外部环境的社会信息的影响,不同个体从环境中获得的信息线索不同,对同一事物的看法和评价也会存在差异[26]。社会信息的效应又跟四类因素有关:社会信息的强度、信息来源的可信度、个体差异、任务的模糊性[27]。
社会信息加工理论可以用来分析腐败立案对政府信任的影响。腐败立案率是一个客观数据,对公众个体而言,它可能意味着两类社会信息,一是数字本身,二是构成数字的具体腐败案例,无论是哪种,立案率越高,信息的强度越高,对个体的影响应该越强。同时,个体如何处理这些信息,可能并不一致。一方面,个体可能将其视为政府腐败程度的体现,腐败立案率越高,可能表明政府存在的腐败越多[28][29][30];另一方面,个体也可能将腐败立案率视为政府反腐力度的体现,立案率越高,可能表明政府对腐败的打击力度越大,腐败治理的绩效越高[31][32][33]。这种信息处理上的差异,既与个体特征有关,比如在政治判断上的“政策导向”还是“个人导向”[34]、外部政治效能感[35]等,也跟信息来源、文化环境等外部因素有关。
综上,关于腐败立案率对政府信任的影响,存在两种不同的解读:如果将腐败立案率视为腐败程度,则其与政府信任存在负相关关系;如果将腐败立案率视为反腐力度或腐败治理绩效,则其与政府信任存在正相关关系。本文关注的是十八大以来中国的反腐败情况,在同一个时间点(2016年)比较不同城市之间的差异,因此总体上可以假定各地在反腐倡廉上的力度是一致的,所以立案率主要反映的是腐败程度。据此,本文提出以下假设:637E52C1-AF1E-4963-A7D6-C54025BC3D02
H1:腐败立案率与政府信任存在显著的负相关关系。
(二)腐败立案与其他治理绩效的互动
除了腐败立案率与政府信任的直接关系,本文更关注政府在其他领域的治理绩效是否对这个关系有调节效应。首先,政府客观经济绩效是否影响腐败立案与政府信任的关系? 客观绩效有很多方面,本文仅考察经济绩效,即地方的经济发展水平,因为它是改革开放以来中国政府绩效合法性最重要的来源[36][37]。关于经济发展水平的调节效应,有两种指向不同的分析,得出两种竞争性假设。一方面,从理性选择制度主义的视角出发,经济发展水平和腐败立案率可以看作政府绩效的两个方面,即经济建设绩效与政治建设绩效———与假设1一致,立案率高代表过去的政治建设绩效低;而公众是追求合意结果的有限理性人,他们不会要求政府面面俱到,而会在两种绩效之间进行权衡取舍[38]。因此,经济发展水平和腐败立案率之间,可能存在代偿关系,如果政府能够提升经济绩效,那么其腐败问题的负面影响会得到缓解,民众会睁一只眼闭一只眼。国外有研究发现,较高的经济绩效能够平息或缓和公众因腐败而对政府产生的不满[39][40]。基于上述分析,可以得到如下假设:
H2a:经济发展水平越高,腐败立案率对政府信任的负面影响越弱。
另一方面,从文化主义的理论视角出发,可以将经济发展水平视为外生的情境因素而非政府绩效因素。批判性公民理论指出,经济发展在带来物质富足的同时,也会催生出后物质主义的价值观,进而促进批判性公民的成长[41]。批判性公民不再单单满足于物质生活的富足,而更加注重政治参与、民主权利、自我表达等后物质主义因素[42]。与之相应,民众对政府的期待和要求也发生了改变,民众对政治体系的认同与支持不再取决于政府的经济绩效或物质产出,而更多取决于政治体系的运行过程是否透明、公正、合法,是否能够保障公众的基本权利和表达自由[43]。腐败不仅会损害民众的物质福利,而且也违背了透明、公正、法治等现代治理价值,因而随着经济发展水平的提高和后物质主义价值观的兴起,民众对腐败问题的关注会越来越强,腐败或反腐不力對政府信任的损害作用也会越来越强。据此,可以得到如下假设:
H2b:经济发展水平越高,腐败立案率对政府信任的负面影响越强。
本文也关注公众主观的政府绩效感知对腐败立案率与政府信任之间关系的影响。客观测量的政府绩效与公众主观感知的政府绩效不同,客观绩效指标与个体的政府信任态度在因果链条上距离较远,需要通过个体的信息处理过程发生作用,而前述两个竞争性假设表明,个体的信息处理可能有两种不同的方向。相比而言,主观绩效感知是公众对客观绩效进行信息处理后的产物,与个体的政府信任态度在因果链条上距离较近,政府绩效的主观感知越高,表明个体对政府工作越满意,这一方面会直接提升政府信任,另一方面可能会代偿腐败或反腐不力对政府信任造成的损害。在现有的经验研究中,吴进进、Zechmeister和Zizumbo-Colunga发现,公众主观的政府绩效评价越高,腐败感知对政府信任的负向影响越弱[44][45]。但是,唐雲和王英发现,公众主观的政府绩效评价并不会影响腐败立案率与政府信任之间的关系[46]。综合考虑理论分析和经验证据,本文提出如下假设进行检验:
H3:个体的主观政府绩效感知越好,腐败立案率对政府信任的负面影响越弱。
三、数据与方法
(一)数据来源
本文采用的数据包括个体层面的微观数据和城市层面的宏观数据。个体层面的数据来自2018年中国地方治理综合调查(ChineseLocalGovernanceSurvey,CLGS),该调查受国家自然科学基金重点资助,由中国人民大学执行,定期、系统地收集中国城市治理方面的数据。2018年调查的执行时间为1月至3月,涵盖全国29个省(自治区、直辖市)(不含新疆、西藏和港澳台)的116个城市(地级及以上各级城市)和自治州。每个城市和自治州的样本量与其人口规模相匹配,同时采用配额抽样的方法对个体进行抽样,最终获取有效样本23026个。城市层面的数据由于来源不同,下文分别进行介绍。
(二)变量测量
1. 因变量
本文的因变量是政府信任。政府信任是民众对于政府的基本评价与情感取向,反映了民众对政府及其运行的信念和信心[47]。本文主要关注公众对地方(城市)政府的信任。政府信任的测量存在直接和间接测量两种方式,前者直接询问受访者对政府的信任态度,后者则间接询问受访者对政府政策、行为、能力、信息等方面的满意度或信心[48]。本文采用第一种测量方法,直接询问受访者:“总体来说,您觉得本市的政府值得信任吗?”答案在1-5之间进行选择,1代表完全不信任,2代表比较不信任,3代表一般,4代表比较信任,5代表完全信任。
图1展示了公众对我国城市政府信任的总体情况。由图1可知,公众对地方政府的信任还有提升空间,完全信任(7.5%)和比较信任(44.01%)的比重加起来略高于50%,这与一些已有研究的发现吻合[49][50]。完全不信任(2.13%)和比较不信任(8.05%)加起来超过了10%。在政府信任方面,我国地方政府相对中央政府面临更大挑战,一般认为,中国民众的政府信任存在差序格局,即往往对中央政府抱有较高的信任,而对地方政府的信任则相对较低,且政府层级越低,公众信任越弱[51]。
图2比较了不同层级城市居民对地方政府信任的均值。从图中可以看出,直辖市居民对市政府的信任程度最高,其次是副省级市居民,再次是地级市居民和省会城市居民。方差分析结果进一步表明,直辖市居民的政府信任水平显著高于其他三个层级城市的居民(p<0.01),副省级市居民的政府信任水平显著高于地级市和省会城市居民(p<0.01),地级市和省会城市居民的政府信任水平则不存在显著差异(p>0.1)。由此推论,城市本身的行政层级确实可能与政府信任水平相关,这一方面可能是因为行政级别较高的城市经济社会的总体状况更好,另一方面也可能体现了中国公众的差序信任心理。637E52C1-AF1E-4963-A7D6-C54025BC3D02
2. 自变量
本文的自变量是腐败立案率,该变量为城市层面的变量,相关数据来自《中国城市政商关系排行榜2017》。《中国城市政商关系排行榜2017》是中国人民大学国家发展与战略研究院发布的一份年度报告,该报告基于2016年的公开数据、调查数据和网络数据,构建了一套评价城市政商关系的指标体系,对全国285个城市的政商关系健康指数进行了排名。该指标体系中的一个一级指标是“政府廉洁度”,其中一个二级指标是被查处的所有官员数量占该市国家工作人员总数的比重,该指标在经过标准化等一系列数据处理之后,取值在0-100之间,0表示腐败立案率最低,100表示腐败立案率最高。
3. 调节变量
本文的调节变量有两个。第一个调节变量是经济发展水平,用以衡量政府客观的经济绩效,该变量为城市层面的变量。参照已有研究的做法[52],本文采用人均GDP (单位:元)对数衡量各地的经济发展水平。与腐败指标的采集时间相对应,人均GDP采用各城市2016年的数据,相关数据来自《中国城市统计年鉴》。
第二个调节变量是其他治理领域的政府绩效主观感知,用以衡量主观政府绩效,该变量为个体层面的变量。本文采用CLGS2018中的四个问题:“就本地市政府的总体情况,您是否同意以下说法:1. 本市老百姓对收入增长满意;2. 本市居民的文化生活丰富色彩;3. 本市社会环境和谐,安全有序;4. 本市的环境优美,没有污染”。问题的选项为五点李克特量表,1表示“非常不同意”,5表示“非常同意”。上述四个问题涵盖了我国社会主义建设“五位一体”总体布局中的经济建设、文化建设、社会建设和生态建设① 。信度分析表明,4个问题具有较高的内部一致性(Cronbachsα=0.773),因此本文取4个问题的均值用于后续分析。
4. 控制变量
本文的控制变量包括城市层面和个体层面的多个变量。城市层面的控制变量包括GDP增长率(单位:%)和城市常住人口(单位:万人),相关数据来自《中国城市统计年鉴》,反映的是各城市2016年的情况。个体层面的控制变量包括个体的性别(1=女)、年龄、民族(1=汉族)、宗教信仰(1=有宗教信仰)、受教育程度、政治面貌(1=党员)、工作单位(1=体制内单位)等人口社会学变量,游宇和王正绪将这类因素称为现代化因素[53]。其中,受教育程度为1-11的定序变量,1为未接受任何教育,11表示研究生及以上。此外,本文还将城市层级及所在地区作为控制变量纳入分析,城市层级变量分为四个层级,1为地级市,2为省会城市,3为副省级市,4为直辖市,以地级市作为参照;地区变量分为三个地区,1为东部地区,2为中部地区,3为西部地区,以东部地区作为参照。表1展示了本文所有变量的描述统计分析结果。
(三)模型设定
如前所述,本文的变量包括个体层面和城市层面的变量,数据存在嵌套结构(个体嵌入城市之中),如果在回归分析中忽略这种结构可能导致低估标准误,并高估城市层面变量的影响,因此本文采用多层模型进行分析。由于因变量政府信任是典型的定序变量,本文使用多层ologit模型进行估计。同时,为检验估计结果的稳健性,也为便于理解和解释,本文也报告多层线性模型的估计结果。多层模型能够充分利用嵌套数据所提供的丰富信息,同时也有利于克服因采用单一来源的调查数据而带来的内生性和共同来源偏差问题。
四、回归分析与结果
多层ologit模型和多层线性模型的分析结果如表2所示,表中所有模型均为随机截距模型。同时,似然比检验结果表明城市之间存在明显的差异(p<0.001),因而使用多层ologit模型(多层线性模型)比使用普通ologit模型(OLS模型)更优。
模型1和模型3分别采用多层ologit模型和多层线性模型分析了在控制其他所有变量时,在加入与调节变量的交互项之前,腐败立案率对政府信任的影响,结果基本一致。模型1和模型3的结果均表明,腐败立案率在1%的水平上对政府信任存在显著的负向影响,本文的研究假设H1得到了支持。这个结果在模型2和模型4中保持不变,也就是说在加入与调节变量的交互项之后,结果保持不变。具体来说,根据模型1的分析结果,腐败立案率每提高1个单位,政府信任取较大值的概率会变为原来的0.996倍(e-0.004=0.996),即政府信任取较大值的概率会降低0.4%。根据模型3的分析结果,腐败立案率每提高1个单位,政府信任的取值在五点李克特量表上平均会下降0.001个单位。
模型2和模型4分别在模型1和模型3的基础上,加入了腐败立案率与人均GDP对数、政府绩效感知的两个二元交互项,以及一个三元交互项② ,旨在检验经济发展水平和政府绩效感知对腐败立案率与政府信任之间关系的调节效应。由分析结果可知,在模型2和模型4中,腐败立案率与人均GDP对数的交互项均在5%的水平上显著为负,这表明人均GDP对数显著增强了腐败立案率对政府信任的负向影响,也就是人均GDP对数越高,腐败立案率对政府信任的负向影响越大,本文的研究假设H2b得到了支持,H2a未得到支持。同时,在模型2和模型4中,腐败立案率与政府绩效感知的交互项均不显著,三元交互项也不显著,这表明政府绩效感知对腐败立案率与政府信任之间的关系不存在显著的调节效应,本文的研究假设H3未得到支持。
图3根据模型4的分析结果,绘制了人均GDP对数对腐败立案率与政府信任之间关系的调节效应图。由图3可知,当人均GDP对数取值较低时,腐败立案率对政府信任的边际效应为正,但影响并不显著;随着人均GDP对数的取值不断增大,腐败立案率对政府信任的边际效应逐渐由正转负,影响也由不显著逐渐变为显著。
就其他控制变量而言,从模型2可以看出,多个控制变量对公众的政府信任存在显著影响。在宏观层面,GDP增长率对政府信任存在显著的正向影响(b=0.023,p<0.01),而常住人口、城市层级和所在地区对政府信任的影响不显著。在个体层面,公众对政府绩效的主观感知越高,对政府的信任也越高(b=1.246,p<0.01);女性比男性更加信任政府(b=0.066,p<0.05);无宗教信仰的公众比有宗教信仰的公众更加信任政府(b=-0.087,p<0.1);受教育程度越高的公众对政府的信任也越高(b=0.033,p<0.01);党员比非党人员更加信任政府(b=0.285,p<0.01);体制内单位的工作人员比体制外单位的工作人员更加信任政府(b=0.117,p<0.01)。年齡和民族对政府信任的影响不显著。637E52C1-AF1E-4963-A7D6-C54025BC3D02
五、讨论与结论
探究腐败对公众的政府信任的危害及其在不同条件下的差异,有助于加深对反腐败重要性的认识,并进一步推进反腐败建设工作,全面发挥反腐败工作的效应。本文综合采用中国城市层面的客观数据和个体层面的调查数据,运用多层模型分析技术,实证检验了腐败立案率对地方政府信任的影响,并进一步考察了主客观政府绩效对腐败立案率—政府信任关系的调节效应。
本文的分析结果表明,腐败立案率对公众的政府信任存在负向影响,这意味着尽管腐败立案率可能被解读为反腐力度或者反腐绩效,但是至少在我们的研究背景下,大多数公众还是倾向于将腐败立案率与政府腐败程度相联系。之所以会产生这一结果可能有多方面的原因。一方面,党的十八大以来,中央在全国统一加大了反腐倡廉力度,“老虎苍蝇一起打”,在各地形成了相对一致的高压态势,因此,在同一个时间点横向进行比较,反腐力度总体上应该是相似的,腐败立案数应该反映的是过去的腐败程度。另一方面,随着互联网和新媒体的发展,公众越来越多通过网络自媒体、小道消息等非官方渠道获取信息,与官方渠道的信息相比,这些非官方渠道信息会倾向于渲染和夸大政府腐败问题,从而可能使公众对腐败立案产生负面解读[54]。
本研究的发现与刘勇政和冯海波、吴进进和刘炯言的实证研究发现一致[55][56],但与唐雲和王英、季程远和孟天广的发现相左[57][58]。这可能与不同研究在数据来源、年份和分析单位等方面的差异有关,比如,唐雲和王英的客观数据来自省级层面,个体数据来自151个区/县/市的604个村(居)社区;季程远和孟天广的客观数据来自城市层面,个体数据仅仅涉及45个城市;而本文的客观数据来自城市层面,个体数据来自113个城市。未来需要更多的实证研究,并深入分析不同层级、区域、时间上相关数据的区别与联系,明确不同研究中结果不一致的具体原因。
本文首次验证了经济发展水平对腐败立案率与政府信任之间关系的影响。分析结果表明,经济发展水平越高,腐败立案率对政府信任的负向影响越大,这意味着较高的经济发展水平并不能代偿腐败对政府信任所造成的损害,相反,随着经济发展水平的不断提高,人们对腐败的容忍度会越来越低,对廉洁的期望越来越高,腐败将进一步透支公众对政府的信任。同时,公众主观的政府绩效感知对腐败立案率与政府信任之间的关系不存在显著的调节效应,这意味着公众并不会因为政府良好的绩效表现而放低对政府廉洁的要求,这与唐雲和王英[59]的发现一致。从这一发现可以推断,中国公众的价值观可能正从物质主义向后物质主义转变,批判性公民群体正在当下的中国悄然形成。与之相应,公众的绩效诉求也发生了转移,人们不再单单满足于经济发展和物质生活的富足,而开始将目光更多地投入到政治生活之中,对政府廉洁的期待和要求日益提升。
本文的分析表明,无论是从客观的经济绩效看,还是从主观感知的经济、社会、文化、生态绩效看,都不存在政府绩效与腐败之间的代偿效应,腐败的负面影响本身不会受到其他政府绩效的影响。这并不是说经济建设、社会建设、文化建设、生态建设不重要,也不是说它们对提升政府信任没有直接效应,而是说它们不能替代政治建设,“五位一体”总体布局必须统筹推进,而不能有短板弱项。
本文同时发现,人均GDP与GDP增长率对腐败—政府信任关系有不同作用。人均GDP在分析政府信任时主要起调节作用,但是GDP增长率对政府信任有直接的正向影响,这说明保持经济稳定长期增长有积极的政治效应。同时,本文还分析了GDP增长率对腐败立案率与政府信任关系的调节效应(未在表2中汇报),结果表明腐败立案率与GDP增长率的交互项并不显著,GDP增长率既不能代偿,也不会增强腐败对政府信任的损害。这进一步说明,就政府信任而言,腐败与其他政府绩效之间的代偿效应可能不存在。
本文的研究发现对于我国的反腐败政策具有一定的启示意义。党的十九大报告指出,中国特色社会主义已经进入新时代,我国社会的主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。相比于以往,人民对美好生活的需要日益广泛,不仅对物质文化生活提出了更高要求,而且在民主、法治、公平、正义、安全、环境等方面的要求也日益增长。从本文的实证分析结果来看,党中央的这一论断无疑是正确的。对于地方政府而言,其在保持经济增长、完善社会治理、提升文化治理、推进生态治理的同时,必须重视反腐败工作,保持高压态势,因为在其他领域的进步和发展,不能改变或缓解腐败对政府信任的危害。各级政府必须通过多种途径,构筑起“不敢腐”“不能腐”“不想腐”“不必腐”的全方位反腐机制,真正满足人民群众对廉洁政府的期待、对美好生活的期待。
本文也存在一些不足和有待深化之处。第一,本研究仅采用2016年度的腐败立案率和经济发展水平等变量解释2018年的个体政府信任,虽然在时间上存在因果检验要求的序时性,但是政府绩效主观感知和政府信任仍然来自同一调查,难以确保它们之间的相关关系是因果关系。2016年~2018年也是一个特别的时间阶段,离党的十八大过去了4年多,因此可能对本文研究结果的外部效度有影响。未来的研究可以在一个更长的历史时期里进行追踪观察,采用多年度的面板数据进行检验,既分析不同历史背景或政策背景对腐败—政府信任关系的影响,又保证检验结果的因果性。
第二,本研究使用社会信息加工理论对腐败与绩效影响政府信任的微观机制做了一定分析,但是由于微观数据的缺乏,本文尚不能实际考察个人的社会信息处理是怎样影响腐败—政府信任关系的。未来的研究可以采用多种研究方法,全面揭示这些微观层面的机制,分析文化环境、信息来源、腐败信息的话语模式、个体特征等如何影响个体的信息需求、获取、处理、评价。比如,现有研究发现,腐败立案数与“一把手”被查处与否对腐败感知与政府信任可能有不同影响[60][61],这说明腐败信息有不同的传播模式,可以采用不同的内容、编码、背景、媒介等,从而可能对不同个体产生不同影响。
第三,本研究在政府客观绩效方面,仅考虑了经济发展水平,没有考虑其他经济治理绩效,也没有考虑政府在社会治理、文化治理、生态治理等方面的绩效。本文没有分析其他客观绩效与腐败立案之间的代偿效应,即对腐败—政府信任关系有没有调节效应,所以不能保证调节效应不存在,还需要用经验数据来验证。同时,这些不同政府绩效对于政府信任的相对重要性,以及它們之间是否存在代偿关系或互补关系,也需要未来进一步研究。637E52C1-AF1E-4963-A7D6-C54025BC3D02