在进一步分析之前，我需要先做一个重要说明。我在本章节用来反映处罚严重性的案件数据不具有代表性。总体来讲，我使用的案件涉及的都是高级别、高风险的腐败。因此，几乎可以肯定地说，这些案件中的处罚比普通案件严厉得多。但不要忘记，腐败性质发生变化的驱动因素不是总体腐败态势的恶化，而是这类高级别、高风险腐败案件数量的大幅增加。因此，尽管这些样品案件明显不能代表全部的腐败案件，但这些案件的腐败类型却与改革深化有直接联系。虽然裴敏欣与何清涟都认为只有“小苍蝇”才会受到惩罚，实际上，即便是高级别官员从事贿赂或其他腐败行为也会面临惩罚，惩罚措施有可能包括死刑或者无期徒刑。

然而，只有当腐败官员被逮捕的风险达到不可忽视的程度时，惩罚的严重性才能产生重要意义。如果一位官员预计到自己被逮捕的风险低到了几乎可以忽略的地步，那么即便惩罚措施再严重，基本上也对这位官员起不到震慑作用。因此，接下来，我将论述最困难的一个问题，即腐败的风险。

腐败风险是指腐败官员被逮捕的概率，是在研究腐败问题的过程中最难准确计算的一个指标。我们无法计算出实际腐败率，就无法获得腐败暴露率等硬指标，也无法根据这些硬指标计算出被逮捕官员在腐败官员总量中所占的比重。因此，虽然我们知道被逮捕的腐败官员人数，但不知道还有多少人没被逮捕。被逮捕官员占腐败官员的1/2 ，还是1/10 ，这些问题我们无从得知。我们也无法确定实际腐败率与腐败暴露率之间的比率是长期保持恒定，出现随机变化，还是会长期维持某一个趋势。如果腐败暴露率上升了，是否意味着更多官员存在腐败问题？是否意味着政府下令发动了一场反腐运动？如果腐败暴露率下降了，是否意味着腐败官员越来越少了？是否意味着反腐力度减弱导致被逮捕贪官数量减少？有时，我们知道，腐败暴露率上升是因为中国政府宣布开展反腐运动（1982 年、1986 年、1989 年及1993 年就是这种情况）。通过推测也可以知道，在这几个时期内，落网腐败官员的数量必然会有所增加。但只要我们无法对比腐败暴露率和实际腐败率，就没有理由认为前者是后者的线性函数，因此也就没有理由认为前者的变化折射了后者的变化。

更重要的是，我们根本无法得知被起诉腐败官员在官员总数中究竟占据了多少。让专家评估清廉水平也无济于事，因为归根结底，大多数所谓的专家在进行评估时所依赖的指标也是不可靠的。简而言之，腐败暴露率只是记录了“落马人数”，而没有提供关于腐败风险的信息。如果不知道被逮捕的风险有多大，那么我们就无法确定在前面论述过的惩罚方式的意义。当然，我们不能忽视这样一个事实，即在中国，每年都有数以万计的腐败官员遭到惩罚，每年近10 000 名腐败官员锒铛入狱。但为了更加全面地理解中国共产党旷日持久的反腐运动的效果，至少必须大致了解一下腐败风险，尤其是腐败风险的变化情况。

虽然我们无法通过对比腐败暴露率和实际腐败率来评估总体的腐败风险，但可以在个案的基础上进行风险评估。从数学角度来看，腐败暴露率是被逮捕腐败官员与官员总数的比率，因此也代表着被逮捕的风险。也就是说：