Политическая коррупция и институциональная стабильность (стр. 4 )

Чтобы разработать модель, которая учитывает взаимную связь между коррупцией и политической системой, мы поделили демократический индекс на три категории, а индекс коррупции на две. Мы называем страну недемократической, если значение SIP для нее меньше или равно 0.15, демократической, если это значение больше 0.80, и полу-демократической, если значение между этими двумя порогами. Мы определяем страну, как низко-коррумпированную, если значение соответствующего индекса меньше 4, и называем ее коррумпированной, если оно больше или равно 4.

Чтобы нейтрализовать эффект экономического развития, мы включили данные ВВП на душу населения из Мирового Индекса Развития (World Bank 2007). Мы рассматриваем как ВВП на душу населения экзогенную переменную. Уровни дохода, однако, подвергаются влиянию и политической коррупции, и политической нестабильности. Чтобы минимизировать эндогенные ошибки, мы используем наблюдения ВВП на душу населения вплоть до момента анализа. Мы используем данные, начиная с 1983 года или с первого доступного наблюдения для некоторых переменных, данные по которым начинаются позже 1983 года. Мы логарифмируем переменную, используя логарифм с основанием 2, чтобы облегчить интуитивную интерпретацию результатов – увеличение Ln(ВВП на душу населения) на одну единицу приводит к удвоению среднего дохода.

Мы также ввели переменную зависимости от нефти в модель. Для многих экономик ВВП на душу населения является хорошим критерием, в зависимости от которого мы можем говорить о наличии общества «современного динамического плюрализма» в стране, в соответствии с Dahl (1989). В экономиках, которые сильно зависят от экспорта нефти, однако, корреляция между ВВП на душу населения и другими факторами, которые, как было установлено, влияют на коррупцию и стабильность режима, такими как урбанизация, образование, экономическое многообразие и мобильность капитала, гораздо ниже. Нефтяные экономики могут иметь высокие средние доходы и без вышеперечисленных социальных характеристик. Более того, как обсуждалось ранее, нефтяные экономики по определению сдерживаются высоким количеством активов, даже если ВВП на душу населения высокий. Это обостряет необходимость отделить эти экономики от остальных. Мы используем переменную-индикатор из Fearon and Laitin (2003), которая определяет страны, чья доля нефтяного сектора в экспортном доходе больше 33%.

4  Результаты

4.1  Рассмотренные трансформации

Матрица наблюдаемых частот трансформаций для периода 1985–2004 представлена в Таблице 1. Она представляет перекрестную таблицу наблюдаемого режима в год t с наблюдаемым режимом предыдущего года. Под матрицей трансформаций мы отразили выборочное распределение этих шести режимов в период 1985–2004гг.

Наблюдаемые вероятности трансформации могут быть посчитаны из частот Таблицы 1.14 Рисунок 2 представляет графическое отражение этих вероятностей. Шесть кругов обозначают шесть режимов. Размер круга пропорционален вероятности, что режим не изменится. Стрелки между кругами отражают вероятности перехода от одного режима к другому. Ширина стрелок пропорциональна вероятности перехода.15

Принципы, наблюдаемые в Таблице 1 и на Рисунке 2 предварительно подтверждают наши гипотезы. Очевидно, коррупция устойчива при автократических режимах, как утверждается в Гипотезе 1A. Только 2.1% высоко-коррумпированных автократий перемещаются в сторону низко-коррумпированного состояния. Соответствующие значения для полу-демократических и демократических режимов: 5.2% и 9.1% соответственно. Высоко-коррумпированные автократии также более стабильны, чем низко-коррумпированные (Гипотеза 1B) – 90.0% коррумпированных автократий сохраняют свой режим, по сравнению с 85.7% низко-коррумпированных автократий. Рисунок 2 демонстрирует, что у полу-демократических систем также есть чистое стремление в сторону большей коррупции, как предполагается в Гипотезе 2A. Как следствие, полу-демократические системы более стабильны при сильной коррупции, чем при слабой: 90.4% остались полу-демократиями, по сравнению с 85.0% (Гипотеза 2B). Как и предполагается в Гипотезе 3A, для состоятельных демократий действует противоположное правило: 4.7% низко-коррумпированных демократий становятся высоко-коррумпированными, по сравнению с 5.7% и 8.9% для автократий и полу-демократий. Не так ясно подтверждается Гипотеза 3B – состоятельные демократии очень стабильны. За последние 20 лет было зарегистрировано только 12 переходов от демократии к другим режимам. Ни одна из этих вероятностей трансформации не больше 1%.

Заметим, что очень мало высоко-коррумпированных систем меняются в сторону низко-коррумпированных систем с одновременной сменой режима в один и тот же год. В правой-верхней и левой-нижней четвертях таблицы большинство наблюдений сосредоточены на диагоналях. Это означает что тип режима и уровень коррупции могут меняться одновременно, но очень редко, и вероятность наблюдения одновременной трансформации режима и уровня коррупции очень низка.

Рисунок 2 также отражает тенденцию в сторону демократии 1985–2004 гг, как и Рисунок 1 – стрелки, указывающие налево (увеличение демократии) толще стрелок, направленных влево. На рисунке ясно показано, как коррупция взаимодействует с этим процессом демократизации: Стрелки от автократических к полу-демократическим режимам примерно одного размера при обоих уровнях коррупции, но стрелки от полу-демократии к демократии гораздо тоньше для высоко-коррумпированных стран. Похоже, политическая коррупция сдерживает демократизацию.

Из рисунка также видно, что авторитарные лидеры используют коррупцию, как замену автократическим институтам. Толстая стрелка (6.7% ежегодно) идет от низко-коррумпированной автократии к низко-коррумпированной полу-демократии. От этого состояния, однако, в сторону высоко-коррумпированной полу-демократии идет вдвое больший поток, чем в сторону демократии. Пара широких стрелок также идут от низко-коррумпированной автократии к высоко-коррумпированной полу-демократии через высоко-коррумпированную автократию.

Какие долгосрочные тенденции следуют из этих вероятностей трансформации? В нижней строке Таблицы 1 мы представили статистическое распределение матрицы вероятностей перехода – т. е. долгосрочное распределение по шести состояниям.16 Большая величина чистого перемещения в сторону от автократических систем, отраженная на Рисунке 2 является следствием низкой доли автократических систем – только 5.9% являются устойчивыми автократиями в долгосрочной перспективе, в соответствии с данными вероятностями перехода. В соответствии с нашим предположением о том, что коррупция делает автократии более устойчивыми к переменам, большинство стабильных автократий являются высоко-коррумпированными системами (4.1% в сравнении с 1.8%). Полу-демократические состояния тоже не очень стабильны. В долгосрочной перспективе, 11.1% будут оставаться высоко-коррумпированными полу-демократическими системами, и 7.2% будут низко-коррумпированного типа. Только у демократических состояний есть чистый приток от других режимов. Как и ожидалось, большинство демократий низко-коррумпированы: 27.1% высоко-коррумпированных демократий и 49.7% низко-коррумпированных.

До настоящего времени обсуждение, однако, основывалось на наблюдаемых вероятностях перемещения и подразумевалось, что вероятности перехода независимы от других факторов. В следующем разделе мы смоделируем вероятность перехода, как функцию от экзогенных переменных, таких как средний доход, зависимость от нефтяного сектора, допуская, что автократические режимы более устойчивы в Эфиопии, чем они могли бы быть в Швейцарии.

4.2 Оценивание Вероятностей Перемещения как Функций от Объясняющих переменных

Теперь мы будем статистически моделировать вероятности перехода. Полиномиальная логит-модель позволяет связать категориальную зависимую переменную, имеющую J категорий, с вектором объясняющих переменных. Вероятность наблюдения одного из J исходов рассчитывается, как:

для каждого исхода j. Шесть коррупционных и институциональных состояний в момент времени t составляют нашу переменную. Вероятности перемещения рассчитываются при помощи полиномиальной логит-модели, в которую мы включили состояния в момент времени t-1, как переменные линейной компоненты . Добавляя еще переменные в линейную компоненту, мы используем модель, чтобы рассчитать вероятности перехода, как функцию от этих переменных, и оценить, какие изменения вероятности объясняются систематическими связями, а не случайными событиями.

Мы ввели пять экзогенных переменных: доход на душу населения, зависимость от нефтяного сектора и дамми-переменные, которые определяют один из четырех периодов в рамках временного интервала 1985–2004 гг. Эти переменные часто включаются в модели в литературе о демократизации и коррупции (Przeworski et al. 2000; Ross 2001; La Porta et al. 1999; Treisman 2000).17 Модель также включает все шесть состояний в момент времени t-1. Результаты отражены в Таблице 2.

Высоко-коррумпированная автократия — это базовое состояние, и пять столбцов соответствуют пяти другим состояниям комбинаций уровней коррупции и институтов. Все значение интерпретируются так: насколько логарифм риска данного исхода относительно базового исхода изменится при изменении объясняющей переменной на единицу.18 Модель была упрощена двумя ограничениями. Во-первых, некоторые параметры, которые были далеки от статистической значимости (с p-value больше 0,60) были обращены в 0. Они обозначены прочерками в Таблице 2. С другим набором параметров надо было поступить иначе. Эти параметры тесно ассоциируются с трансформацией, когда уровень коррупции и политическая система меняются одновременно. Как видно из Таблицы 1, такие трансформации редки или никогда не наблюдаются. Такие пропуски в наблюдениях затрудняют расчеты.19 Чтобы получить примерные результаты, мы дали всем этим параметрам одинаковое значение, получив при расчетах значение -4.057 со стандартной ошибкой 0.51.