2015年-世界发展银行全球_Doing_the_Survey_Two-Step___The_Effects_of_Reticence_on_Estimates_of_Corruption_in_Two-Stage_Survey_Questions_43页_1mb

文档总结：Doing the Survey Two-Step

核心内容

本论文探讨了在涉及腐败的两步式调查问题中，受访者沉默（reticence）行为对腐败估计的影响。作者提出了一种结构化方法，用于建模受访者在回答敏感问题时的行为，并利用该方法估计了受访者在回答腐败相关问题时的沉默比例，以及这种行为如何导致传统腐败估计的低估。

主要观点

• 沉默行为的普遍性：在调查中，受访者常常因担心被报复或社会压力而对敏感问题保持沉默，尤其是在涉及腐败的两步式问题中。这种沉默可能导致对腐败的严重低估。
• 两步式问题的结构：传统两步式问题通常包括第一部分询问是否与政府官员有过接触，第二部分在确认接触后询问是否有贿赂行为。这种结构使得沉默行为可能在第一部分就发生，从而避免回答第二部分。
• 模型的构建：作者提出了两种不同的模型（Model A 和 Model B）来解释沉默行为如何影响两步式问题的回答。两种模型都假设沉默行为对两部分问题有相同的影响，但对第一部分（访问）的处理方式不同。
• 有效腐败（Effective Corruption）：作者引入了一个新概念“有效腐败”，即企业与政府官员发生腐败互动的无条件概率。它等于官员访问的概率乘以在访问中被要求贿赂的概率，从而考虑了访问频率对腐败估计的影响。
• 估计结果：在七个使用世界银行企业调查（WBES）数据的国家中，平均有40%的受访者对腐败问题保持沉默，导致传统腐败估计严重偏低，从尼日利亚的12%到土耳其的90%不等。

关键信息

• 研究方法：使用最大似然估计法（Maximum-Likelihood Estimation）对七个国家的数据进行分析，以估计沉默比例和腐败程度。
• 数据来源：数据来自世界银行企业调查项目，涵盖孟加拉国、印度、尼日利亚、秘鲁、斯里兰卡、土耳其和乌克兰。
• 模型假设：
  • 模型A：沉默受访者在第一部分（访问）上总是诚实回答，但在第二部分（贿赂）上可能保持沉默。
  • 模型B：沉默受访者可能在第一部分就否认访问，从而避免回答第二部分。
• 沉默的多样性：不同国家的沉默行为表现不同，有些国家的沉默主要来自否认访问，有些则来自在承认访问后否认贿赂。
• 有效腐败的计算：有效腐败的计算考虑了访问频率和贿赂频率，使腐败估计更加准确。
• 结果对比：在土耳其，标准腐败估计仅报告了10%的腐败行为，而作者的方法估计实际腐败行为为90%。这表明传统方法严重低估了腐败程度。

方法论与结构

• 数据结构：使用了两种类型的调查问题：传统两步式问题（CQ）和强制响应随机响应问题（RRQ）。
• 随机响应问题（RRQ）：受访者在回答敏感问题前会抛硬币，若为正面则回答“是”，否则回答敏感问题。这种方法旨在减少受访者对敏感问题的沉默。
• 参数估计：模型中包含五个关键参数：访问概率、沉默概率、在特定问题上保持沉默的概率、沉默受访者是否涉及腐败、诚实受访者是否涉及腐败。
• 稳健性检验：作者在附录中回顾了相关文献，并展示了其结论在模型假设违反的情况下仍然稳健。

重要发现

• 沉默比例：在这些国家中，对贿赂问题的回答沉默率从孟加拉国的27%到印度的64%不等。
• 有效腐败的低估：标准腐败估计在所有国家都存在显著的低估，土耳其的低估率最高，达到90%。
• 模型影响：不同模型对腐败和沉默的估计结果不同，因此选择合适的模型对准确估计至关重要。
• 政策意义：由于在高腐败环境中，传统调查方法难以消除沉默行为，因此需要采用更结构化的方法来提高腐败估计的准确性。

结论

本研究强调了在进行跨国家腐败调查时，沉默行为对估计结果的显著影响，并提出了一个结构化模型来修正这一偏差。该模型能够分离出腐败和沉默的影响，从而提供更准确的腐败估计，有助于政策制定者做出更有效的决策。