2010年-世界发展银行全球_The_Worldwide_Governance_Indicators___Methodology_and_Analytical_Issues_31页_851kb
报告摘要
《全球治理指标:方法论与分析问题》总结
核心内容
《全球治理指标》(Worldwide Governance Indicators, WGI)是一项长期的研究项目,旨在为各国提供治理方面的跨国家指标。自1996年起,WGI已覆盖200多个国家和地区,涵盖治理的六个核心维度:言论自由与问责(Voice and Accountability)、政治稳定与暴力/恐怖主义的缺失(Political Stability and Absence of Violence/Terrorism)、政府效能(Government Effectiveness)、监管质量(Regulatory Quality)、法治(Rule of Law)、腐败控制(Control of Corruption)。
WGI的六个综合指标基于从31个不同数据源中提取的数百个个体变量,这些变量反映了全球范围内的公众、私营部门和非政府组织(NGO)等对治理的感知。此外,WGI还明确报告了每个国家估计值的误差范围,以反映治理测量中的固有不确定性。
主要观点
- WGI的六个指标通过**未观测成分模型(Unobserved Components Model, UCM)**进行构建,该模型将不同来源的数据标准化,并计算出治理的加权平均值。
- 每个指标的误差范围反映了数据测量的不精确性,使用户能够更谨慎地进行国家间或时间上的比较。
- WGI的定义强调了治理的三个核心方面:政府的产生与更替机制、政府政策制定与执行能力、公民与国家对治理机构的尊重。
- 不同数据源的单位差异通过参数 $\alpha_k$ 和 $\beta_k$ 进行调整,使数据可以统一到相同的尺度上。
- 误差范围的存在并非由于主观数据的使用,而是因为现有数据是治理概念的不完全代理变量。
关键信息
数据来源
- WGI依赖于基于感知的数据来源,包括:
- 调查(如世界银行/欧洲复兴开发银行的商业环境调查、盖洛普世界民意调查等)
- 公共部门数据提供者(如世界银行、非洲开发银行、亚洲开发银行等)
- 非政府组织(如自由之家、无国界记者、贝特尔森基金会等)
- 商业信息提供者(如《经济学人》智库、全球洞察、政治风险服务等)
数据处理
- 每个指标的观测值 $y_{jk}$ 被建模为治理水平 $g_j$ 和误差项 $\varepsilon_{jk}$ 的线性函数。
- 模型公式为:
$$
y_{jk} = \alpha_k + \beta_k (g_j + \varepsilon_{jk})
$$ - 治理水平 $g_j$ 假设为标准正态分布变量(均值为0,标准差为1)。
- 每个数据源的误差项 $\varepsilon_{jk}$ 假设为独立同分布,其方差 $\sigma_k^2$ 反映了数据的精度。
指标构建
- 治理的估计值基于所有数据源的条件均值,计算公式为:
$$
E[g_j \mid y_{j1}, \dots, y_{jK}] = \sum_{k=1}^{K} w_k \frac{y_{jk} - \alpha_k}{\beta_k}
$$ - 权重 $w_k$ 与误差项方差 $\sigma_k^2$ 成反比,即误差越小,权重越大。
- 治理的误差范围(标准差)由以下公式计算:
$$
SD[g_j \mid y_{j1}, \dots, y_{jK}] = \left(1 + \sum_{k=1}^{K} \sigma_k^{-2}\right)^{-1/2}
$$ - 误差范围越小,表示治理估计值越精确。
数据可比性
- WGI的误差范围允许用户进行有意义的国家间和时间上的比较。
- 由于数据来源的不一致性,直接比较不同数据源的得分是不恰当的,但通过标准化处理,可以实现指标间的合理比较。
透明度与公开性
- WGI的所有基础数据和参数估计均通过其官方网站 www.govindicators.org 公开。
- 世界银行并未将WGI用于资源分配,但部分数据(如CPIA)在特定年份后逐步公开。
分析问题
- 治理维度之间的相互依赖性:六个治理维度并非完全独立,例如问责机制可能减少腐败,政府效能可能提升监管质量,法治可能促进公平的政府更替。
- 数据来源的多样性与一致性:数据来源在不同年份有所变化,WGI通过引入新数据源和剔除不再适用的旧数据源来保持数据的时效性和准确性。
- 误差范围的重要性:误差范围的报告有助于避免对微小差异的过度解读,强调治理指标的不确定性。
- 方法论的稳健性:WGI采用统计模型来处理不同来源的不一致性和误差,确保综合指标的可靠性。
结论
WGI通过整合多来源的治理感知数据,并采用未观测成分模型进行标准化和加权平均,为全球治理研究提供了系统性的指标。该方法不仅考虑了数据的不精确性,还通过报告误差范围提高了指标的可信度和可比性。WGI的透明度和公开性进一步增强了其在学术和政策研究中的应用价值。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载