企业贿赂发生率（经历过至少一次行贿支付请求的企业占比）

指标解释

World Bank official description / 世界银行官方说明

The percent of firms experiencing at least one bribe payment request across 6 public transactions dealing with utilities access, permits, licenses, and taxes.

可供参考的中文翻译：该指标反映企业在涉及公用事业接入、许可证办理、执照申请及税务等六类公共交易中，经历过至少一次行贿支付请求的企业占比。数据通过企业调查获取，衡量企业在公共事务中面临的索贿频率。

数据口径与风险提示

数据来源于企业抽样调查，不同调查年份的样本结构、企业规模和行业分布可能存在差异，影响可比性
中国仅有两个数据点（2012年和2024年），无法观察中间年份的变化轨迹
世界数据仅有一个点（2025年），无法分析全球长期变化趋势
指标仅衡量经历'至少一次'索贿的企业比例，无法区分索贿频率差异
指标统计的是'行贿请求'而非实际行贿行为，企业可能因规避成本或数据敏感性而低报
调查问卷中的'行贿支付请求'定义可能因语言翻译或文化理解差异而存在边界模糊
不同国家调查执行机构的可信度、数据采集质量和样本抽样方法可能存在差异
指标反映的是企业感知的主观经历，与实际执法力度、案件查处率之间可能存在背离

中国趋势

趋势解读

中国在2012年企业贿赂发生率约为11.59%，至2024年骤降至约0.14%，降幅超过98%，比例降至原来的约八十分之一。这一大幅下降可能反映了中国在反腐败制度建设、商业环境规范化和执法力度方面的显著变化，但鉴于仅有首尾两个数据点，中间年份的变化形态缺乏实证支撑，下降是否呈现阶梯式还是渐进式变化尚无法判断。数据质量需注意样本代表性和调查方法一致性可能带来的偏差。

2012年企业贿赂发生率为11.59%，为历史最高点
2024年企业贿赂发生率降至0.14%，为历史最低点
从2012年到2024年下降了11.45个百分点
最新值仅为首次值的约1.2%
两个数据点的时间跨度为12年
仅有首尾两个数据点，12年间的中间变化形态无法判断
下降可能存在调查方法、抽样范围或问卷设计的差异
样本企业的行业、规模和地区分布可能在两次调查中有所不同

全球趋势

趋势解读

世界平均的企业贿赂发生率在2025年为11.51%，由于仅有单一数据点，无法分析全球趋势变化方向。全球平均值处于11%区间，高于部分发达经济体的水平，反映出全球范围内企业仍普遍面临公共事务中的索贿问题，但不同地区间的差异可能很大。世界数据可用于与中国数据进行跨国对比，但需注意发展阶段、监管环境和调查方法的差异。

2025年世界平均企业贿赂发生率为11.51%
仅有一个数据点，无法计算变化趋势
全球平均值处于11%的量级水平
仅有单一年份数据，无法判断全球是上升、下降还是保持稳定
不同国家和地区的调查执行质量和样本代表性可能存在差异
11.51%为所有有数据国家的平均值，地区间差异可能很大
与中国的2024年数据不处于同一年份，直接比较存在时间错位

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该时段无数据，企业贿赂发生率在此期间的变化方向和幅度无法判断。
1970-1979	-	-	该时段无数据，无法分析冷战后期至改革开放初期企业营商环境的变化特征。
1980-1989	-	-	该时段无数据，无法分析改革开放初期中国企业面临的公共交易环境及其与经济体制转型的关系。
1990-1999	-	-	该时段无数据，无法分析九十年代市场化改革深化阶段企业贿赂发生率的变化及其制度背景。
2000-2009	-	-	该时段无数据，无法分析加入世界贸易组织后的贸易制度化对中国企业面临公共事务索贿的影响。
2010-2019	-	-	中国有2012年数据点（11.59%）可作为该时段期初参考，但缺乏期末对应数据，无法计算该时段完整的变化幅度；2012年数据处于十八大前夕，可与后续数据结合分析反腐败运动的潜在效应，但需注意两数据点时间跨度较大。
2020-2029	-	-	中国有2024年数据点（0.14%）可作为该时段期末参考，但缺乏2020年对应期初数据，无法计算该时段的变化倍数；世界数据仅有2025年一个点（11.51%），与中国2024年数据存在年份错位，跨期比较需审慎解读。

2025 年全部国家排名

排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。

排名	国家	代码	数值
1	Kiribati 基里巴斯	KIR	48.1
2	Zimbabwe 津巴布韦	ZWE	44.5
3	Kenya 肯尼亚	KEN	33.2
4	Mauritania 毛里塔尼亚	MRT	29.4
5	Guinea-Bissau 几内亚比绍	GNB	27.6
6	Sri Lanka 斯里兰卡	LKA	26.2
7	Malawi 马拉维	MWI	26.0
8	Nigeria 尼日利亚	NGA	22.4
9	Mozambique 莫桑比克	MOZ	22.1
10	Liberia 利比里亚	LBR	20.6
11	Gabon 加蓬	GAB	20.5
12	Uganda 乌干达	UGA	20.4
13	Ethiopia 埃塞俄比亚	ETH	17.7
14	Mongolia 蒙古	MNG	16.1
15	Albania 阿尔巴尼亚	ALB	15.1
16	Bolivia 玻利维亚	BOL	14.6
17	Somalia, Fed. Rep. 索马里	SOM	14.4
18	Burundi 布隆迪	BDI	14.0
19	Sao Tome and Principe 圣多美和普林西比	STP	13.6
20	Solomon Islands 所罗门群岛	SLB	13.5
21	Qatar 卡塔尔	QAT	9.79
22	Saudi Arabia 沙特阿拉伯	SAU	9.55
23	Suriname 苏里南	SUR	9.40
24	Afghanistan 阿富汗	AFG	9.35
25	Comoros 科摩罗	COM	9.03
26	Poland 波兰	POL	8.02
27	Guinea 几内亚	GIN	7.60
28	Fiji 斐济	FJI	6.89
29	Brunei Darussalam 文莱	BRN	3.30
30	Egypt, Arab Rep. 埃及	EGY	3.06
31	St. Lucia 圣卢西亚	LCA	3.06
32	Niger 尼日尔	NER	2.86
33	Maldives 马尔代夫	MDV	2.59
34	Austria 奥地利	AUT	2.47
35	Kosovo 科索沃	XKX	2.06
36	Denmark 丹麦	DNK	1.79
37	Germany 德国	DEU	0.10
38	Kuwait 科威特	KWT	0.09

使用建议、常见误用与研究场景

数值较高通常意味着什么

企业面临公共事务索贿的频率较高，营商环境中寻租成本较大，企业可能承担更高的非正式合规成本，并面临竞争环境的不公平性。

数值较低通常意味着什么

企业面临公共事务索贿的频率较低，营商环境相对规范，正式渠道办事效率可能较高，企业合规成本可能相对可预期。

鍙ｅ緞闄愬埗

仅统计经历'至少一次'索贿的企业比例，无法反映索贿频率和金额差异
数据来源于抽样调查，不同国家的抽样方法、样本规模和执行机构可信度可能存在差异
企业可能因规避法律风险或社会 stigma 而低报实际经历
指标反映主观经历感知，与客观腐败程度、执法效果之间可能存在背离
无法区分行贿请求的来源层级（中央/地方）和交易类型（许可/税务/公用事业）的差异
跨国比较需考虑调查年份差异、语言翻译一致性和文化认知差异

使用建议

使用时需结合该国的反腐败法律体系、执法记录和监管能力进行综合判断
作为控制变量时可与制度质量、营商环境指标联合使用
进行跨国研究时应控制国家发展水平、监管环境和调查方法等混淆因素
关注数据年份的匹配性，避免用不同年份的截面数据直接对比趋势
建议结合'对公职人员非正常支付'等关联指标进行交叉验证
在使用面板数据时注意样本企业的一致性，避免因样本轮换导致的变化
政策分析时应区分索贿请求频率变化与行贿行为实际发生率变化的差异

常见错误用法

错误做法：直接将该指标数值高低作为评判一个国家廉洁程度的唯一标准

正确做法：将该指标作为营商环境的维度之一，结合腐败感知指数、执法效率、监管质量等指标综合评估

企业调查指标反映的是主观经历，与客观腐败程度之间存在感知偏差，且受样本代表性、调查设计和文化因素的影响，不宜单独作为廉洁程度的量化依据

错误做法：将中国的降幅（约98%）直接解读为反腐败政策成效的唯一证明

正确做法：分析下降的制度背景、市场化改革、企业合规意识提升等多重因素的可能贡献

降幅巨大可能涉及调查方法、抽样范围、问卷设计等方法论因素，也可能是经济结构转型、行业分布变化的结果，单一归因存在过度推断风险

错误做法：用世界平均值11.51%直接与中国2024年数据0.14%对比，得出中国表现'远超世界'的结论

正确做法：注意两者数据年份不同（中国2024年、世界2025年），且数据点数量悬殊，可比性存在局限

跨国平均值受样本国家分布、调查执行质量和区域代表性问题影响，且单一数据点无法反映变化趋势，直接相减得出'差距'可能误导

错误做法：忽略数据年份差异，用2024年中国数据与2025年世界数据进行趋势分析

正确做法：使用时标注清楚数据年份和来源，说明时间错位可能带来的解读偏差

不同年份的指标值可能受到宏观经济周期、政策调整和国际环境等 времен因素影响，年份不匹配会削弱分析可靠性

错误做法：将指标下降简单等同于营商环境改善，忽略可能的问卷设计变化或样本调整

正确做法：检查调查问卷的一致性、样本结构的变化和数据采集方法的稳定性

指标的大幅变化可能源于方法论调整，而非真实情况的改变，需要多重证据交叉验证

实际应用场景

反腐败运动对企业营商环境的影响评估：分析十八大以来反腐败行动对企业面临的正式和非正式合规成本的影响被解释变量可采用双重差分法，以反腐败力度差异为处理变量，贿赂发生率为结果变量，控制行业、规模和地区等因素；需注意反腐败可能是逐步推进的过程，处理时间的定义需要谨慎
营商环境质量对企业出口行为的影响：研究企业面临的公共事务索贿频率是否影响其出口决策和市场进入解释变量可作为营商环境的负面指标，与出口比例变量进行回归分析，控制企业规模、外资持股比例和行业特征；需注意可能的内生性问题，营商环境可能与出口能力互为因果
制度环境对外资企业选址的影响：分析腐败对企业投资决策和区位选择的调节作用机制变量在基准回归中加入贿赂发生率与外资持股比例的交互项，检验腐败是否削弱外资的进入意愿；建议使用工具变量或固定效应模型处理内生性
金融约束对企业合规行为的调节效应：研究融资困难是否增加企业被迫接受索贿的可能性控制变量或交互项将贿赂发生率对融资约束变量进行分层分析，检验融资压力是否改变企业的谈判能力和合规选择；需控制企业规模、所有制和行业等混淆因素
跨国营商环境比较研究的稳健性检验：将贿赂发生率作为营商环境代理变量，与其他制度指标进行对比稳健性检验变量在主回归使用腐败感知指数的基础上，以贿赂发生率作为替代变量进行敏感性分析，检验结论的稳健性；注意两者的调查方法和概念边界存在差异