✪ 徐国冲、乔琳、谭超
厦门大学
【导读】近日，最高层在二十届中央纪委五次全会上强调，“反腐败是一场输不起也决不能输的重大斗争”。在2025年，中央纪委国家监委网站全年公开发布的“落马”中管干部已达65人，12月更是“一月打九虎”。
有分析指出，从涉腐领域来看，高校已成为医疗、金融之后的又一重点领域，涉案人员甚至位及院士：去年全国有44名省管及以上高校领导干部被查，涉及北京大学、中南大学、中国矿业大学等多所知名院校，从中管高校到地方院校，从党委书记、校长到副职。
本文基于2000—2018年中国高校腐败案件的涉案金额，分析了中国高校的腐败特征。其一，基建和财务领域已成为腐败案件高发的重灾区，而招生的权力是稀缺资源，在“腐败市场”上也“供不应求”。其二，和校级领导、普通办事员相比，院级领导的“权力价格”是最贵的。究其原因，高校的简政放权使得大部分权力下放到学院层级，相应的监督配套措施则没有及时跟上，而院（处）级领导具体管理着高校的财务、基建、采购和招生等腐败频发的业务领域。其三，从涉案金额来看，东部经济发达地区高于中西部地区。其四，“985”高校在涉案金额中位数上明显比其他类型的高校要高。尽管本文的数据未能涵盖最新的反腐情况，但对揭示中国高校反腐的复杂性仍有提示意义。
本文原载《辽宁行政学院学报》2020年第2期美股股票配资信息网，仅代表作者观点，供读者参考。
从涉案金额透视我国高校腐败特征
——基于权力定价的视角
近年来，高校腐败案件频发，引发社会的广泛关注。推动高校的廉政建设具有非常重要的意义。在高校的腐败案件中，涉案金额有什么样的特征？高校腐败案都在哪些领域发生？高校腐败案件的涉案金额是否会存在较大的地区差异？公职人员手中权力的大小如何影响涉案金额？不同类型的高校在涉案金额上是否有明显的差异？这些都是高校廉政建设研究应该予以关注的问题。由于腐败贪污本身具有一定的“隐蔽性”，这一研究领域较难获得一手资料，以实证分析为基础的研究并未对这个领域做出较大的贡献。从高校腐败研究的现实情况来看，现有的研究多集中于与之相关的理论研究，但是实证研究基础薄弱。
根据世界银行的定义，腐败为“以公共权力谋取私人利益”。腐败的定义可以分解为三个不同层次的含义，即腐败行为的主体、性质和结果。本文聚焦在第二个层次的含义上，强调腐败行为的性质，即在腐败的经济学分析中，行为主体将充分利用手中的权力，以公权力交换获取个人营利为目的的收益。根据“腐败市场”的假定，主要的商品是官员手中的权力。基于市场为中心的视角分析腐败行为中的“权力价格”，本文搜集了2000—2018年中国高校的腐败案件的相关数据，共609个个案，形成了一个基本的数据库，为分析高校腐败金额提供了实证素材。
▍已有研究的回顾
近年来，关于腐败的研究越来越受到学者的关注。由于腐败行为具有一定的“隐蔽性”，较难获得大量的一手资料进行实证研究，学者多通过自建数据库和筛选新闻报道个案的方式进行研究。目前对腐败的实证研究多集中在腐败成因和腐败活动的发展趋势。刘启君对1978—2012年已经审理结案的一万余起腐败案例进行实证研究，发现改革开放以来，我国的腐败交易活动基本呈上升之势，在1990年后有大幅度的提高；乔德福使用混合研究方法，通过分析1983—2012年间的一把手腐败案例，对腐败官员的个人情况进行了描述性统计，分析腐败案例的特征与发展趋势，分析了主要的腐败领域；与之相似的是，公婷和吴木銮基于报刊2000—2009年对腐败案件的报道，分析了腐败案件高发的领域和人群；薜宝贵和何炼成使用实证研究方法，基于1999—2009年的省级面板数据对公共权力的滥用导致腐败和腐败导致收入不平等分别进行了实证检验；值得关注的是，聂辉华和王梦琦，周美华等，刘泽照和梁斌，汪伟等，黄寿峰和郑国梁，李金珊等众多学者使用不同的统计数据对国内腐败的影响因素进行了探讨。在腐败的主体上，国内的研究聚焦于政府官员与国有企业员工等的腐败情况。对腐败的理论探索也取得了一些进展，例如江卓和季程远，徐国冲和朱江华峰，都对腐败测量进行了国内外的文献综述；肖汉宇和公婷对外文文献进行检索，发现经济学领域内对腐败的研究最多，认为“策论式”思路的理论和现实意义非常有限；过勇和宋伟认为腐败测量是认识腐败问题的重要手段，并且通过对国内外已有研究成果的梳理，分析了腐败测量中涉及的关键问题，提出三维度测量腐败的理论框架。
高校的腐败问题在社会上引发越来越多关注的同时，也有大量的学者对其进行了研究。从现有的研究来看，学者的研究多围绕腐败的第三个层面的定义，即对公共利益的损害进行了研究。尹晓敏认为高校应当以信息公开来加强对权力的监督，从而用监督遏制高校的腐败；冯虹和葛卫华，吴柯，刘彬和王茜，程功鹏，谢宝富等学者的研究多集中在对高校腐败的原因、特征以及防治高校腐败的策略方面。也有学者使用不同的研究方法和不同的研究视角对高校的腐败问题进行了研究。曾艳和陈通从利益相关者的角度出发，认为发展好、维护好各利益相关者的合理利益关系和正当利益诉求是我国腐败治理的关键；杜治洲通过分析武汉大学陈昭方、龙小乐的案例对构建高校防腐败体系提出了对策；何增科通过使用调查问卷的方式，考察了高校腐败的相关情况，发现基建工作、评审工作和招生工作已经成为高校腐败最严重的三大领域，认为高校管理的基本信息特别是财务信息应该有更高的透明度。亦有学者从不同的学科视角对高校腐败进行了研究。魏训鹏等从制度经济学的角度分析了高校腐败的原因，从经济层面提出了防范高校腐败的预防措施。
从目前的研究文献来看，腐败问题的研究中已经较多地使用了实证研究的方法，侧重分析影响腐败的成因与腐败活动的发展趋势，并且聚焦于政府官员和国有企业员工。而在高校腐败研究中，使用实证研究的方法较少，量化研究成果不多。
▍理论假设：权力在市场上定价的影响因素
在以市场为中心的腐败定义中，假设腐败官员将自身的权力和地位视为一种经营，在经营过程中寻求最大限度地扩大这个职位的收益，这个职位因此变成了一个“最大化收益的单位”。在“腐败市场”中，官员通过交换手中的权力，争夺的是官员的个人私利，特别是经济利益。并且，腐败行为由于社会道德谴责而具有一定的隐蔽性。官员使用手中的公权力谋求个人私利，扭曲了公众对于公权力的需求。
在“腐败市场”的假定中，同时存在买方和卖方，就会存在一套价格机制起调节作用。从经济学的角度分析，供求关系和“商品”本身的价值都会对腐败市场中的商品价格产生影响。当然，“腐败市场”中的交易具有“隐蔽性”特征，其价格的公开程度会比较低，因为买方和卖方双方没有充足的交易经验，只能凭借猜测和讨价还价，“商品”的定价会更加趋向于偶然性。但总的来说，虽然“腐败市场”中的权力价格不像经济市场那样透明，但公权力换取的个人利益还是有一定规律可循的。
根据上述分析，在高校“腐败市场”中会有以下几个因素影响权力的定价：
一是腐败的领域。公职人员使用公权力谋求个人私利时，这种公权力在“腐败市场”上的价格虽然无法实现公开，但是公职人员通过经营公权力换取个人私利这一行为是遵循一定的规律的。当公职人员的工作岗位处于“腐败市场”上非常受欢迎的领域中时，尤其是比较容易衡量定价、经济业务往来较多的领域，就会有大量的行贿者对公权力有需求，则公职人员通过在“腐败市场”上兜售公权力获得的个人私利就越多，腐败就越容易发生，腐败金额也会更高。
二是高校所在地区的经济环境。结合“腐败市场”理论，权力价格与地区经济发展水平是相关的。当高校所处的区域经济越发达，权力的价格相应地就会更高。
三是公职人员手中权力的大小。公职人员个人获得更高报酬的能力，以及所拥有的权力的大小，则是影响其在“腐败市场”中兜售权力的两个重要的因素。前者主要依靠其讨价还价的能力，在“腐败市场”中具有一定的偶然性。而后者则在市场中具有相对的客观性，更容易影响其权力价格。一般来说，公职人员手中的权力越大，其所能支配的财富也越多，涉案金额也会越高。其中个人的职务级别是最重要的影响因素。当然，公职人员所在高校的类型也可能有一定影响。例如在高校类型中，“985”高校的行政级别一般来说比“211”高校的高，依此类推。总之，涉案人员的职务级别、所在单位的行政级别越高，权力越大，涉案金额就会越高。
▍样本来源与变量测量
（一）样本来源
本文的数据来自于从网站和新闻报道上用爬虫（Python）搜集的高校贪腐的判决文书。根据“高校贪污”“高校腐败”等关键词进行检索，在检索后对2000—2018年高校腐败个案进行了初步整理，得到了609个案件，经过筛选和剔除无效数据，最终得到了589个案件。之所以删除了少量样本，主要原因有：
一是高校腐败案件自身的隐蔽性导致数据库信息量不全。在对数据库内个案筛选的过程中，有诸多类似“某地某大学”的描述出现，在对这类个案进行分析时，该所高校的行政级别和高校类型并不能得到有效的信息。这类个案由于核心数据缺失、不符合研究的需要，故删除。
二是在网络上搜集高校腐败案件的过程中，有一部分案件隐去了涉案金额、作案人数规模、涉案年份等重要的信息。例如数据库中的某校，其余的信息均是完整的，但由于信息不公开的原因，无法得到其涉案金额的相关信息，在后续的数据分析中只能将这样的个案予以剔除。
三是数据库中的高校有联合贪腐的个案出现。当某两个高校的相关工作人员达成共识、共同利用手中的公权力谋取私利时，在数据库中无法呈现全部的案件细节。但由于这样的个案是极其少数，在后文的数据分析中无法与其他高校的个案一起进行对比，所以加以删除。
（二）变量测量
稻盛先生被誉为日本“经营之圣”，他一生创办了两家企业，京瓷和日本第二电讯电话公司，都在其带领下进入了世界500强。
儒家：核心仁、义、礼、智、信；四书《论语》《孟子》《大学》《中庸》；五经《诗》《书》《礼》《易》《春秋》
在清理数据之后，接下来就是根据本文的研究问题对数据进行分组并且录入统计软件，为接下来的数据分析做好准备。编码的变量有六大类：一是案件的基本情况，包括涉案年份、涉案月份、涉案人数和涉案金额；二是高校相关的信息，包括高校名称、高校行政级别、高校类型、高校所在城市、高校所在省份和高校所在行政大区；三是案件涉及业务领域相关的信息，包括财务、基建、资产管理、采购、招生、后勤、人事和生活作风；四是腐败类型相关的信息，包括作案人数规模、腐败类型、贪污、受贿、索贿、行贿、滥用职权、挪用公款和其他；五是腐败主体相关的信息，包括腐败主体年龄、受教育程度、职务、职级和职称；六是案件处理情况相关的信息，包括案件处罚金（罚款）和案件量刑年份。
这些信息的编码情况如下：涉案年份、涉案月份、涉案人数和涉案金额、腐败主体年龄、案件处罚金（罚款）和案件量刑年份均为数值型的变量；高校名称、行政级别、高校类型、高校所在城市、高校所在省份、高校所在行政大区、受教育程度、职务、职级和职称是字符型变量；第三类的业务领域以及第四类的腐败类型均为类别型变量，编码时存有这种情况的编码为1，没有这种情况的编码为0。
最后，编码之后的数据库中包含了589个高校腐败案件的详细信息。但是有一些个案的缺失值比例很高，所以在后文中并没有使用，而是采用缺失值较少的个案进行实证分析。
▍数据分析与研究发现
本文旨在了解涉案金额在不同的涉案领域、不同地区、不同职务级别的公职人员、不同类型高校中分布的状况。统计学上有两个数值可以代表这种状况：均值和中位数。由于均值可以表示数据的总体水平、但是容易受到数据样本中极值的影响；中位数不受到极值的影响、可以描述数据的集中趋势，因此，下文的统计分析中将会对涉案金额的中位数和平均数进行分析。
（一）业务领域
在统计分析中，用某一数值来说明总体情况难免产生偏颇。为保证分析的准确性，必须从多个角度进行交叉验证。因此，本文首先对案例样本中的财务、基建、资产管理、采购、招生、后勤、人事和生活作风等8个腐败的领域做了基本的描述性统计（见表1），然后再分析这些领域涉案金额的核密度分布状态，最后才能确定均值和中位数对样本的描述是否准确。
表1 不同领域涉案金额的描述性统计
元股证券:ygzq.hk
从全部样本的统计量来看，最小的涉案金额是7000元，最大的涉案金额是202480000元，出现在基建和招生两个领域中。从案件数量来看，案件集中发生在基建领域，有209个案件样本，财务方面的案件也较多，最少的是生活作风方面的案件，有10个案件样本。从所有样本的平均状况来看，腐败金额的均值是1698561元，中位数是339517元，可以发现均值明显被一些金额较高的案例拉高了。通过对案件数量、整体均值、整体中位数、最大值和最小值的分析，可以对高校腐败的整体情况有一定的把握。
为了能够更直观地比较8个领域中涉案金额的分布情况，对每个领域的涉案金额有更直观的理解，分别制作了8个领域中涉案金额取对数之后的核密度分布状态（见图1），其中纵轴表示密度，横轴为涉案金额取对数后的值，横轴上的值越大，涉案金额越高。可以发现：在8个不同案件领域中，涉案金额之间的差异非常大（横轴）。另外，可以从不同领域密度图的峰度和偏度中发现，基建、招生两个领域的取对数后的涉案金额极值大多集中在12至14的区间内，但是最大值的范围向右已经分布到20，生活作风领域涉案金额取对数后的最大值同样已经分布到20，而其他领域的极值多分布在16至18。
图1 案件领域和涉案金额（取对数）的核密度分布图
配资炒股
为了能够更清晰地看到8个领域中涉案金额均值和中位数的变化，分别计算了每个领域的涉案金额均值和涉案金额中位数（见图2）。可以看出，8个领域的涉案金额均值均高于涉案金额的中位数。从涉案金额的均值来看，招生、生活作风和人事三个领域的涉案金额最高；从涉案金额的中位数来看，生活作风、人事和资产管理的涉案金额与其他领域相比更高。这也印证了前文中核密度分布图的部分结论。
图2 不同领域涉案金额折线图
综合描述性统计、核密度分布图以及均值、中位数的情况分析，基建和财务领域的案发数量最多，是高校腐败的高发区；从涉案金额来看，基建和招生是处于峰值；从涉案金额的均值来看，招生领域的涉案金额最高。概括来说，基建、财务和招生是高校腐败的重灾区，需要重点防控。究其原因，基建和财务领域涉及的经济交易活动多，业务数额较大，权力的价格便于衡量，寻租的机会较多；而招生的权力是稀缺资源，在“腐败市场”上“供不应求”。
（二）地区差异
利用数据库中的高校所在省份，分别统计了每个省的涉案数量、涉案金额的均值和中位数。
从涉案数量的地区分布结果看，涉案数量最多的是山东，其次是四川、湖北、河南、湖南和北京，再次是吉林、安徽、江苏、浙江和广东，其余省份涉案数量都较少。但是，这一项分析还应该考虑到不同省份的高校数量。我国的高校分布存在明显的地区差异，有些省份高校众多，有些省份高校数量偏少，应该在分析中将该省份的高校数量作为基数来进行分析。因此，省级行政单位间的横向比较并不能完全准确、客观地反映出高校腐败严重程度的全貌。
从涉案金额均值的地区分布结果看，涉案金额均值最高的是黑龙江，这和黑龙江某高校的涉案金额是全体样本的最大值有关，黑龙江某一案件的涉案金额达到所有案件的最大值202480000元，涉案金额的均值被拉高。其次是山西和云南，再次是吉林、四川、江苏、江西、浙江和北京，接下来是辽宁、甘肃、陕西、湖北、河南、湖南、广东、天津、重庆、新疆和广西。其余省份的涉案金额平均数都较低。仅通过涉案金额的均值来判断某省高校的腐败情况虽然有一定的参照性，但仍存在一些缺陷。
从涉案金额中位数的地区分布结果看，涉案金额中位数最高的是黑龙江，其次是吉林、山西和云南，再次是陕西、四川、湖北、山东、江苏、湖南、江西、浙江、北京、天津和新疆。其余省份的涉案金额中位数都比较低。
单一通过案件数量、涉案金额均值或涉案金额中位数来判断某地区的高校腐败情况存在局限性。通过综合观察省级行政单位内高校的涉案数量、涉案金额均值和涉案金额中位数，可以对不同地区的高校腐败情况有更为全面的认识。
为了能够更加清晰地认识不同行政区的高校贪腐案在涉案金额上的差异，将各个省级行政单位归类到西北、东北、西南、华北、华中、华南和华东几个大的行政区，再分别计算这些行政区内高校涉案金额的均值和中位数（见图3），可以更加直观地从折线的变化幅度中看出不同地区涉案金额均值和涉案金额中位数的变化幅度。如图所示，在所有的行政区内，涉案金额的均值都大于涉案金额的中位数，且东北地区的涉案金额均值尤其突出，华北、西南和华东地区的涉案金额均值也较高。但各个地区的涉案金额中位数在折线图中变化幅度不大。
图3 不同地区涉案金额折线图
结合以上的数据分析结果，从整体上来看，东部地区在案件数量和涉案金额上，与中部地区和西部地区有较大的差异，东部地区的案件数量更多，涉案金额均值与中位数也更大。当然，在涉案数量较高的地区里也包括中部少数经济不发达的省份，比如四川、湖南、河南等；在涉案金额方面也存在类似情况，如西南地区的均值、中位数也较大，但是，这些例外现象不影响总体的趋势结论。结合“腐败市场”理论，这与地区经济发展水平是相关的，在经济活动更为频繁的地区，公职人员手中可支配的财富量大且可以有更多的机会将公权力投入“腐败市场”进行交易，因而腐败案件更多，涉案金额更高。
（三）涉案人员职务级别
分析涉案人员的职务级别对涉案金额的影响，可以探窥权力大小在“腐败市场”上的价格（见图4）。图中较为清晰地表明了不同职务级别的涉案主体涉案金额中位数和涉案金额均值的差异。可见，院级腐败的涉案金额均值最高，校级其次，最低的是办事员，且三者间的差异较大。但是从涉案均值的中位数来看，涉案人员的职务级别为办事员的涉案金额的中位数最大，然而三者间的差异较小。从涉案金额的均值来看，院级和校级领导的“权力价格”都超过办事员，院级领导的“权力价格”是最贵的。
图4 不同职务级别的涉案金额柱状图
涉案人员的职务级别和案件数量之间是否存在某种相关？是否某个职务级别会成为腐败案的集中地（见图5）？通过图5可以发现，院级领导最高，达242个案件；校级领导和办事员的贪腐案件则相对较少，分别有92个和72个。这种情况可能与高校腐败案多发的领域有关。综合上文中的一些结论，高校腐败案件最多的领域是财务、基建、采购和招生。相比于校级领导，院级领导对学院的具体工作给予了更多的关注，在具体决策上也有更大的发言权，因此在腐败交易中有更大的市场，涉案数量更多。结合图4中的涉案金额，可以发现院级领导同时具有涉案金额均值高和涉案数量多两个特征，应该予以关注。这可能的原因是：一方面，高校正在进行简政放权，大部分工作和权力下放到学院这一层级，而相应的监督配套措施没有及时跟上；另一方面，院（处）级领导经常接触和具体管理着高校的财务、基建、采购和招生等腐败频发的业务领域。
图5 不同职务级别的涉案数量（个）
（四）高校类型
我国高校划分为不同的类型等级，有较高水平的“985”“211”大学，亦有非重点本科高校和专科院校。不同类型的高校是否会影响涉案金额（见表2）和案件数量（见图6）？通过表2可以发现，“985”和本科高校在涉案金额均值上明显高出“211”和专科高校。“985”高校在涉案金额中位数上明显比其他类型的高校要高，这应该和东北某“985”高校的涉案金额非常高有关。
表2 不同高校类型的涉案金额
通过图6可以看出，本科高校和专科高校的案发数量相较于“985”高校和“211”高校明显高出很多。但在进行这种比较和分析时，应该考虑到数据库中“985”高校、“211”高校、本科高校和专科高校的数量基数。考虑到这一点，可以让研究的结论更加客观和真实，因为案发数量会对涉案金额的均值和中位数产生影响。
图6 不同高校类型的涉案数量（个）
▍结论与讨论
本文通过建立高校腐败案件数据库，实证分析了2000—2018年高校腐败案件中涉案金额在业务领域、高校所在地区、涉案人员职务级别、高校类型上的差异。涉案金额从某种程度上反映了公共权力在腐败市场中如何被定价的问题。
研究结果发现，一是在8种不同的业务领域中，涉案金额有明显的差异：基建和招生领域的涉案金额明显高于其他领域，印证了本文的理论假设；从整体的案件数量来看，基建和财务领域成为腐败案件高发的重灾区，这为高校廉政建设提供了有益的信息。二是对高校腐败案件数量、涉案金额集中的地区进行分析，可以发现：从总体上来看，东部经济发达地区的涉案金额，包括涉案金额均值和涉案金额中位数，都高于中西部的地区。三是从权力大小这个向度进行分析，可以发现：领导层的腐败案件的数量和涉案金额都明显要比办事员要多。四是“985”高校在涉案金额中位数上明显比其他类型的高校要高。但是，这些结论也要综合考虑数据库中各类高校的数量基数不同，以及这些高校在区域分布上的基数差异，还有一些极值对统计分析造成的影响。综上，腐败金额的结构性差异基本符合“腐败市场”理论的预期———公权力的价格会受到腐败的领域、高校所在地区的经济环境以及公职人员手中权力的大小的影响。
虽然目前通过数据分析得出了一些结论，但是仍要注意本研究存在的问题：一是搜集的数据库时间跨度长、信息多，但是由于腐败行为本身的隐蔽性，数据库中的缺失值较多，对客观地认识高校的腐败问题可能造成一些偏差。二是一些数据的统计分析还需要结合相应的背景条件才能下推论，例如高校类型和涉案金额的分析要充分考虑不同类型的高校之间的数量差异巨大。即便有这些缺陷的限制，本文依旧在可能的范围内对中国高校的腐败问题进行了实证研究，以期对提高该问题的认识有所助益。
编辑 | 陈蕊
本文原载《辽宁行政学院学报》2020年第2期，仅代表作者观点，供读者参考。
政配网|在线股票配资提示：本文来自互联网，不代表本网站观点。