不同公眾參與模式對環境規制強度的影響
——基于空間杜賓模型的實證研究

肖漢雄

(中國社會科學院研究生院，北京 100024)

世界各國的環境保護模式經過長期的變遷，環保主體亦隨之不斷變化和更新。早期的環境保護模式以政府的立法和行政命令為主，而政策法規和市場力量的結合則成為近期治理環境的新思路。然而，僅僅通過行政和經濟手段，以經濟利益為直接調控對象、以政府和企業為主要參與者的環境保護機制并不能充分保障社會成員對生活質量的需求。現代社會多元化的利益訴求意味著在環境保護的進程中同樣需要各類社會組織和公民個體的廣泛介入。

公眾參與環境治理的模式是豐富多樣的。從參與主體看，有基于公民個人的參與、基于非營利組織的參與、基于媒體的參與等形式；從參與環節看，有決策參與、過程參與和事后參與等形式；從參與渠道看，有通過行政程序的參與、通過立法程序的參與等形式。正是這種多樣性使公眾參與具有廣泛的作用范圍，影響環境治理的各個主體、各個環節和各種具體手段，充分彌補其他環境保護機制的缺陷。Tietenberg(1998)認為在環保法律體系的建立和市場工具的廣泛運用后，公眾參與正成為環境保護的第三波浪潮[1]。

隨著中國經濟的發展，人們的基本生活需求逐漸得到滿足，良好的生產生活環境等高級需求的重要性不斷提升。相關調查已顯示，公眾對良好環境的需求和環境保護的意識趨于上升。例如，上海交通大學民意與輿情調查研究中心發布的《2016中國城市居民環保意識調查》顯示，多數城市居民對環境污染有強烈感受，將環境污染視為政府最應該解決的問題，并表示愿為改善環境做出貢獻。民間高漲的環保意識已轉化為多方面的實際行動，并促使政府和企業采取有效的環保措施予以回應。在此背景下，研究各種公眾參與方式如何影響政府的環境規制力度、理清環境保護進程中政府和民間的互動關系具有重要的實踐意義。

一、相關文獻綜述

自20世紀90年代以來，隨著公眾參與在環境問題治理中的地位日益上升，國外學者開始探尋公眾參與和環境規制間的關系。目前，研究范圍已相當廣泛，涵蓋發達國家和發展中國家的眾多行業。大部分研究認為公眾參與對提升環境規制的強度、遏制污染做出一定的貢獻。Kathuria(2007)研究印度古吉拉特地區的資料，認為當地的相關新聞報道明顯抑制企業的排污行為[2]。Longpap和Shimshack(2010)研究美國水污染治理的進程，指出公眾監督作為一種非正式的環境規制發揮了巨大作用[3]。Feres和Reynaud(2012)研究非正式規制對巴西制造業企業環境績效的影響，認為非正式規制明顯影響企業的環境績效和政府的規制強度[4]。Cole等(2013)研究1990～1998年英國空氣污染的狀況，認為非正式的環境規制明顯減少了污染強度[5]。

由于中外制度環境的差異，公眾在環境保護中的參與必然呈現不同的模式特點。中國環境治理中的公眾參與是學界先前較少涉及的領域，相關研究視角各異，得出的結論也各不相同。部分文獻支持公眾參與在中國環境治理中的作用，認為公眾意見確實對提升環境規制的強度或控制污染的排放具有一定的作用。徐圓(2014)別出心裁地進行分行業的研究，指出非正式性環境規制相對于正式性環境規制的影響力較低，但在控制污染方面仍起到積極的作用[6]。吳建南(2016)的分析表明環境信訪、非政府組織等公眾參與方式對控制不同類型的污染物排放各有其貢獻[7]。同時，也有為數不少的研究表示并未觀測到公眾參與在環境治理中的作用。韓超等(2016)認為在考慮城市間互動性的情況下，公民信訪并未帶來環境治理投資的增加和環境污染的改善[8]。閆文娟(2012)認為公眾參與促進環境公平的作用不顯著，說明中國環境保護的公眾參與還較為缺乏[9]。張彩云(2015)指出公眾參與通過中國式的財政分權間接影響地方的環境規制水平，但影響并不顯著[10]。

綜上所述，國內學者圍繞公眾參與在環境治理中扮演角色的研究并未達成一致意見。目前相關研究取得諸多進展，對人們理解公眾參與和環境規制間的關系頗有幫助，但也存在以下的不足之處：第一，對公眾參與的定義稍顯狹隘，對公眾通過媒體、非政府組織等其他途徑進行的參與實踐關注不足；第二，對政府環境規制強度的衡量不夠妥當，未能充分考慮產業結構、行業排放強度等因素的省際差異；第三，在選擇計量模型時，對各省區間在環境規制方面已得到證實的空間互動關系考慮不足。本文在已有研究的基礎上，進一步擴充公眾參與方式的選擇，構建新指標刻畫環境規制強度，并采用空間計量方法進行統計分析，力圖對公眾參與程度和政府環境規制強度之間的關系做出更為全面、精確的描述。

二、研究設計

(一)變量選取

本文利用2011～2015年中國大陸30個省、自治區和直轄市的面板數據[注]由于部分數據缺失，西藏未納入本文。，實證分析公眾參與對環境規制強度的影響。選取的被解釋變量是環境規制強度，解釋變量包括五大類：(1)通過網絡的參與；(2)通過傳統媒體的參與；(3)通過行政信訪途徑的參與；(4)通過人大和政協途徑的參與；(5)通過非政府組織的參與。控制變量則包括人口密度、城市化率、人均國內生產總值和市場化指數。

1.因變量。以環境規制強度作為被解釋變量，參考王勇等(2007)提出的修正方法[15]，構造的環境規制強度指標如下：

以本文方法測算的各省區環境規制強度與按照單位產值污染治理投資這一傳統方式測算的環境規制強度有著較大的不同[注]因篇幅限制，詳細結果已略去，作者備索。。以傳統方法測算的2011年各省環境規制強度，發現寧夏、黑龍江、青海和內蒙古等人口稀少、地域廣闊及資源型產業發達的省區具有較高的環境規制強度。而以本文方法測算的2011年環境規制強度則得出完全不同的結果，四川、陜西、河南和北京等4個人口密集的省市具有較高的規制強度。對2015年的環境規制強度進行測算，結果與之類似。寧夏和新疆等資源型省區在傳統方法的測算下位居前列，而陜西、北京和湖北等人口密集地區則在本文方法的測算下領跑全國，這說明傳統方法可能沒有充分考慮地區間產業結構帶來的可比性問題。由于環境規制的終極目標是減少污染物的排放、遏制經濟活動對環境的負面影響，單位污染物排放對應的治理投入顯然是衡量環境規制強度的更好指標。

2.自變量。引入網絡參與、傳統媒體參與、非政府組織參與、人大政協參與和行政信訪參與等5大類公眾參與方式下的8種參與途徑，作為代表公眾參與密度的因變量(見表1所示)。

(1)網絡關注密度。網絡途徑的公眾參與具有高度的直接性、匿名性和互動性等特點，在降低政治參與成本的同時，也提升參與的效率，經常得到地方政府的關注。本文采用百度關鍵詞“環境污染”的搜索指數除以某省區人口數來衡量該省區公眾對環境問題的網絡關注密度。

(2)媒體關注密度。由于報道的權威性、受眾的廣泛性等特點，媒體針對環境問題的報道經常成為公眾意見和政府決策間的橋梁。本文以百度新聞搜索關鍵詞“環境污染”+省區名獲取的新聞數除以某省區人口數來衡量該省區公眾通過新聞媒體對環境問題的關注密度。

表1 變量含義和數據來源

(3)來電、來信和來訪密度。信訪參與的中間環節較少，需要的知識水平更低，因而是最基礎的公眾參與方式。本文分別以環保部門接到的電話和網絡投訴總數、來信總數及來訪總數3個變量除以某省區人口數來衡量該省區公眾通過3種信訪方式參與環境治理的程度。

(4)人大和政協提案密度。人大代表和政協委員來自社會各行各業，在工作和生活中以不同角度接觸到環境問題，對相關議題的看法具有廣泛的代表性。同時，人大代表和政協委員的提案也起到反映公眾意見的作用。本文分別以各級人大和政協提案的數量除以某省區人口數來衡量該省區公眾通過人大和政協參與環境治理的程度。

(5)非政府組織參與密度。非政府組織在宣傳環保知識、舉報環境違法行為等領域發揮了重要作用。非政府組織的活躍度經常能較好地反映一個地區公眾的環保意識和水平。本文以生態環境類非政府組織人員總數除以某省區人口數來衡量該省區公眾通過非政府組織參與環境治理的程度。

3.控制變量

(1)人口密度。通常來說，在人口較為密集的地區，人地關系比較緊張，環境問題更為突出，可能導致政府采取嚴厲的環保政策。而人口稀疏地區的環境承載力較強，政府采取嚴厲環境保護政策的動力不足。因此，本文以某省區人口數除以轄區面積來衡量該省區的人口密度。

(2)城市化率。由于城鎮居民與政府的空間關系更為密切，更易采取行動助推政府采取有力的環保政策，農村居民在這方面則處于不利地位。同時，人口密集的城市地區可能造成較大的環境壓力，促使政府提升環境規制強度，而農村地區相對較強的環境承載力易使地方政府忽視環境治理的必要性。因此，高度城市化地區的環境規制強度可能更高。

(3)人均收入。在經濟發展水平較低的階段，公眾的主要訴求集中在提高物質生活水平上，較少顧及環境問題。而經濟發展到較高階段后，公眾往往更多地關注生存環境，并推動政府采取保護環境的政策。據此，本文以人均收入(取對數)來衡量經濟發展水平。

(4)市場化指數。在市場化指數較高的地區，政府的決策和執行都較為透明，能有效打擊破壞環境的行為，堅決執行環保政策。而在市場化指數較低的地區，政府的行政能力相對較弱，執行環保政策的力度可能有所欠缺。因此，本文以王小魯等編著的《中國分省份市場化指數報告(2016)》中給出的各省區歷年市場化指數來衡量該省區的市場化程度。

(二)空間計量模型的構建

環境治理不僅涉及某一地區的政府部門、企業與公眾間的互動過程，還關系鄰近地區之間的互動。環境規制的“逐底競賽”效應就是這種現象的有力證明。可見，研究環境治理問題時必須充分考慮空間因素，以確保研究的完整和全面。空間杜賓模型不僅能識別因變量受本地區自變量的影響，還可識別因變量受其他地區自變量和因變量的影響，對研究涉及復雜空間關系的環境治理問題具有明顯的幫助[12]。本文構建的空間面板杜賓模型為：

其中，Inte代表環境規制強度，Pub代表公眾參與強度(8個解釋變量分別代入進行估計)，C代表控制變量，i表示各省(區、市)，t表示年份，μi代表個體固定效應，λt代表時間固定效應，εit代表誤差項，W代表空間權重矩陣。α代表空間回歸系數，描述本地區因變量受其他地區因變量的影響。β和δ反映本地區因變量受本地區自變量的影響。χ和φ反映本地區因變量受其他地區自變量的影響。

(三)權重矩陣的構建

在空間計量分析時，首先應選取適當的權重矩陣，應以表示空間單元之間相互影響的作用方式。常用的權重矩陣包括鄰接矩陣、反距離矩陣和經濟特征矩陣等。考慮到使用經濟特征矩陣在理論和實踐上的依據都顯不足，因而本文選擇鄰接矩陣和反距離矩陣兩種權重矩陣進行分析。構造鄰接矩陣時，矩陣元素由兩省區是否有共同邊界決定。若有，則共同邊界取值1，否則取值0。為避免某一單元不與任何其他單元接壤而引起的難于處理的孤島效應(isolation effect)，本文假定粵瓊兩省接壤。構造反距離矩陣時，矩陣元素由兩省區行政中心地理位置的直線距離的倒數決定。

三、實證研究結果及分析

(一)全域空間自相關性檢驗

在引入空間計量方法進行統計分析之前，首先應確定使用空間計量模型的必要性。度量空間自相關的方式最為可靠的方法是Moran’s I指數。本文分別計算2011～2015年鄰接矩陣和反距離矩陣兩種情況下中國各省區環境規制強度的Moran’s I指數。由圖1可知，2011～2016年環境規制強度的Moran’s I指數均為正且分別在1%和5%的水平上顯著，說明各省區的環境規制強度呈現明顯的正向空間依賴性，各省區按照環境規制強度的高低存在一定的集群現象，故引入空間因素有助于提升研究的精度。

圖1 基于鄰接矩陣(左)和反距離矩陣(右)計算的中國各省區環境規制強度的Moran’s I指數和P值

(二)局域空間自相關性檢驗

全域空間自相關性檢驗說明中國各省區環境規制強度存在空間自相關性，但沒有給出空間自相關性呈現的具體特征。局部空間關聯可能出現與全域空間關聯相異的非典型狀況，即所謂的空間異質性。Moran散點圖可說明空間自相關性在各個局部的具體表現。圖2分別給出2011和2015年中國各省區環境規制強度的Moran散點圖。由圖2發現，大部分點均聚集于第一和第三象限，擬合直線的斜率為正，說明某一省區與鄰近其他省區的環境規制強度之間存在較顯著的正向相關關系。以上分析表明，中國各省區環境規制強度的空間關聯性較為顯著，引入空間計量模型是合理的。本文將在地理空間因素的基礎上構建空間計量模型，以考察公眾參與對各省區環境規制強度的影響。

(三)模型的進一步篩選

根據Elhorst(2012)的研究，應以Wald檢驗確定空間杜賓模型是否可簡化為空間滯后模型，而以LR檢驗確定空間杜賓模型是否可簡化為空間誤差模型[13]。本文對8個解釋變量對應的8個模型分別進行檢驗，發現全部的Wald和LR統計值均在1%的水平上顯著，表明空間杜賓模型不可退化為空間滯后模型或空間誤差模型，而必須以空間杜賓模型進行估計。接下來，本文以Hausman檢驗在固定效應和隨機效應間進行選擇，發現全部8組統計值均在1%的水平上顯著。故此，拒絕存在隨機效應的假設，而以固定效應為基礎進行估計[注]因篇幅限制，詳細的3組檢驗結果已略去，作者備索。。

圖2 中國各省區環境規制強度的Moran散點圖

(四)基于空間面板杜賓模型的回歸估計

本文利用Stata 14.2軟件導入兩種空間權重矩陣，并實證檢驗公眾參與對各省區環境規制強度的影響效應。關于空間面板杜賓模型的回歸系數，應從主效應、鄰里效應、直接效應、間接效應和全體效應等方面展開分析。主效應代表某省區公眾參與程度對該省區環境規制強度的影響，鄰里效應代表其他省區公眾參與程度對該省區環境規制強度的影響。與主效應不同，直接效應還考慮該省區公眾參與程度作用于其他省區環境規制強度，其他省區環境規制強度再作用于該省區環境規制強度的反饋機制。間接效應代表某省區公眾參與程度對其他省區環境規制強度的影響。全體效應則為直接效應與間接效應之和。

1.基于鄰接矩陣的估計。表2報告鄰接矩陣基礎上的估計結果。從直接效應看，來訪密度(VIS)的回歸系數為正且在1%的水平上顯著，說明某省區的環境規制強度與該省區群眾來訪密度存在正相關關系，群眾來訪水平的增強將導致該省區的環境規制水平提升。政協提案密度(CPPCC)和非政府組織參與密度的回歸系數為負且分別在5%和10%的水平上顯著，表示某省區的環境規制強度與該省區的政協提案密度和非政府組織參與密度存在負相關關系。從全體效應看，來訪密度的回歸系數為正且在1%的水平上顯著，說明某省區群眾來訪密度的提升能促進該省區環境規制強度的增加。政協提案密度和非政府組織參與密度的回歸系數為負且在10%的水平上顯著，說明某省區的政協提案密度和非政府組織參與密度的提升將導致該省區環境規制強度的下降。在鄰接矩陣基礎上進行估計的結果表示，某省區公眾參與水平的提升對鄰近省區環境規制強度的作用不明顯。在控制變量中，城市化率、人口密度和人均收入的回歸系數分別在1%、10%和1%的水平上顯著。城市化率和人口密度的回歸系數為正，說明城市化率較高、人口密度較大的省區傾向于具有較高的環境規制強度；而人均收入的回歸系數為負，說明人均收入較高的省區傾向于具有較低的環境規制強度。

表2 基于鄰接矩陣的回歸估計結果

2.基于反距離矩陣的估計。表3報告反距離矩陣基礎上的估計結果。從直接效應看，來訪密度的回歸系數為正且在1%的水平上顯著，說明某省區的環境規制強度與該地單元群眾來訪水平呈正相關，群眾來訪水平的增強將導致該省區的環境規制水平提升。而政協提案密度的回歸系數為負且在10%的水平上顯著，說明某省區的環境規制強度與該省區的政協提案數呈負相關。從間接效應看，非政府組織參與密度的回歸系數為正且在10%的水平上顯著，說明某省區的環境規制強度與鄰近省區的非政府組織參與密度呈正相關。從全體效應看，來訪密度的回歸系數為正且在10%的水平上顯著，說明某省區的群眾來訪密度與該省區的環境規制強度呈正相關。政協提案密度和非政府組織參與密度的回歸系數為負且在10%的水平上顯著，說明某省區的政協提案密度和非政府組織參與密度與該省區的環境規制強度呈負相關。在控制變量中，城市化率和人口密度的回歸系數為正且分別在1%、1%和5%的水平上顯著，說明城市化率較高、人口密度較大的省區傾向于具有較高的環境規制強度。而人均收入的回歸系數為負且在1%和5%的水平上顯著，說明人均收入較高的省區傾向于具有較低的環境規制強度；市場化水平的回歸系數為負且在部分模型中顯著，說明市場化水平在這些模型中傾向于抑制環境規制強度。

表3 基于反距離矩陣的回歸估計結果

3.對估計結果的分析。采用空間杜賓模型在兩種空間權重矩陣基礎上進行的分析說明，各種公眾參與方式對環境規制強度的影響總體上并不顯著，只有來訪密度、政協提案密度和非政府組織參與密度等3個解釋變量的影響呈現一定的顯著性，與環境規制強度呈正相關的解釋變量更是只有來訪密度。為此，本文嘗試從以下角度解釋這一現象。

首先，來訪是普通群眾參與環境治理的眾多方式中最為直接有力的一種。第一，相對于電話和來信等方式，訪客直接到政府部門信訪的成本必然更高，因此親自到訪的群眾必然有著較為強烈的解決環境問題的訴求，導致來訪者更積極地關注和敦促問題的解決，并向政府部門施加壓力，從而更有可能導致政府部門采取有效行動、增強環境治理的力度。第二，群眾到訪政府部門并與政府工作人員當面交流是一種更為高效的溝通方式，而電話和書信等交流方式受制于雙方無法當面溝通，不利于政府工作人員清晰了解群眾在環境治理方面的訴求，也無助于與群眾共同探討面臨的環境問題的解決方案。

其次，政協、生態環境類非政府組織與政府環保部門的職能之間可能存在一定意義上的替代關系。作為中國政治框架內特有的協商式的民主機構，各級政協具有與政府和人大不同的獨特作用，在地方的利益格局中處于比較超脫的地位。同時，政協委員的知識水平普遍較高，具有就專業問題展開討論、提出看法的良好素養，他們圍繞環境議題發表言論、參加調研或提出提案的過程本身也對污染企業構成壓力，成為一種實實在在的環境治理行動。而非政府組織則以監督污染企業、環保宣傳、發起公益訴訟等方式廣泛參與到環境保護的進程中，發育成熟的非政府組織在環境治理中扮演著積極角色，成為政府在環境投入方面的一種有益補充。

本文的結論顯示，政協和非政府組織承擔了政府的部分環保職能，從而對政府的環保投入形成擠出效應。在環境治理的過程中，這兩類主體與政府保持以合作為主、在一定程度上相互疏離的關系，這種獨立性或許是擠出效應的來源。在非政府組織或政協強化對某一環境問題的關注時，政府有可能認為這一環境問題已得到足夠的監督，從而不再將其作為監管的重點。如果非政府組織或政協能保持較高的監督強度，易導致政府在一定程度上撤回監管資源。由于各級人大與政府部門的關系較為密切，難以觀測到政府部門與人大之間在環境治理中的相互替代。王耀東(2016)等曾經提出在中國環境治理中可能存在政府部門與私人投入的替代效應[15]。考慮到環境監管供給不足的問題仍是中國環境治理中的主要矛盾，這種擠出效應發生過早或許并非理想的狀況。

4.穩健性檢驗。為進一步確認估計結果的可靠性，我們需要進行穩健性檢驗。目前，同類研究中用于穩健性檢驗的方法主要有廣義空間面板兩步最小二乘法和空間面板Arellano-Bond動態線性回歸等。前者是廣義最小二乘法的空間拓展版本，旨在處理解釋變量內生性的問題。不過，前文的估計采用的是最大似然法。而Anselin(1988)提出空間估計中使用最大似然法能在一定程度上抑制內生性問題[16]。因此，本文使用Shehata(2013)提供的程序，以空間面板Arellano-Bond動態線性回歸方法進行估計[17]。通過顯著性檢驗的變量與表3、4的分析并無差異，部分變量甚至呈現更高的顯著性[注]因篇幅限制，此處表格已略去，作者備索。。此外，韓超等(2016)指出以中國為背景的空間計量應用研究大都顯示以最大似然法為基礎進行的估計表現良好。因此，本文認為表3和4給出的分析結果是基本可靠的。

四、結論與建議

本文分別基于鄰接矩陣和反距離矩陣構建空間杜賓模型，檢測8種公眾參與方式對各省區環境規制強度的影響。基于研究結果，本文提出以下的政策建議：

第一，打破體制機制障礙，疏通公眾參與途徑。為改變傳統媒體和網絡媒體在環境保護方面影響有限的現狀，環保部門應積極關注輿情，及時采取措施應對社會關切的重大環境問題。同時，進一步調整環境信訪機構設置，建立動態監督考核機制，確保政府對公眾反映強烈的環境問題采取有效的處理手段，形成政府與公眾在環境治理中的良性互動。

第二，強化人大政協作用，豐富民意表達手段。各級政府部門應創造有利條件，幫助人大代表和政協委員合理有效地履職。各級人大應積極做好執法檢查、工作評議和規范性文件備案審查等工作，對政府部門形成有效的規范和監督作用。人大和政協應主動聯系群眾，回應社會關切，幫助實現民意上達，做好公眾與政府行政部門之間的溝通工作。

第三，引導非政府組織發展，形成全社會范圍的合力。在環境治理供給不足的當下，不能在政府治理和非政府組織參與之間有所偏廢，而必須探索多元主體共同參與治理的模式，實現“1+1>2”的積極效應。政府部門應完善備案制度、健全監管機制，營造有利于非政府組織健康發展的法律環境。非政府組織則應堅持專業化、知識化的發展方向，完善自身管理體制，以積極合作的姿態加入環境治理的進程中。

此外，本文主要存在以下的研究不足：第一，對環境規制強度的刻畫仍有不夠準確之處，僅考慮各方面的環境污染治理投資，而對相關法規政策的出臺未加考慮；第二，對公眾參與方式的概括仍不夠齊全，未包括座談會、公開咨詢等方式；第三，對政協、非政府組織與政府部門之間在環境治理上的替代效應及機制的解讀仍顯不夠深入，有待后續研究彌補。