王蓉娟, 吳建祖

(1. 蘭州大學(xué) 管理學(xué)院, 甘肅 蘭州 730000; 2. 西北師范大學(xué) 社會(huì)發(fā)展與公共管理學(xué)院, 甘肅 蘭州 730070)

一、 問(wèn)題的提出

大數(shù)據(jù)時(shí)代信息超負(fù)荷存在,政府如何高效配置有限的注意力資源顯得尤為重要。注意力是決策者有選擇性地關(guān)注某些問(wèn)題。政府注意力發(fā)生變化,政策也會(huì)隨之發(fā)生變化,而政府注意力的變化也受外部環(huán)境影響?，F(xiàn)階段,國(guó)家將環(huán)境保護(hù)上升到重要戰(zhàn)略地位,政府環(huán)境注意力不斷加強(qiáng),環(huán)境政策出臺(tái)的密度前所未有。公眾作為重要的外部監(jiān)督力量,其環(huán)境注意力也不容忽視。值得思考的是,政府與公眾環(huán)境注意力一致(不一致)不同組合究竟會(huì)對(duì)環(huán)境治理效率產(chǎn)生什么影響呢?

已有研究更多關(guān)注政府主導(dǎo)的“自上而下”途徑或公眾主導(dǎo)的“自下而上”途徑對(duì)環(huán)境治理的影響?！白陨隙隆钡耐緩街芯劢乖跁x升激勵(lì)、財(cái)政分權(quán)以及強(qiáng)制性工具等,“自下而上”的途徑中學(xué)者普遍關(guān)心公眾參與,而少有學(xué)者從認(rèn)知的視角進(jìn)行解讀。雖然鄭思齊等實(shí)證分析了公眾關(guān)注度與環(huán)境治理的關(guān)系[1],文宏等探討了環(huán)保政策動(dòng)機(jī)與政策行為,從而構(gòu)建“注意力-動(dòng)機(jī)-行為”的理論分析框架[2],但尚未有學(xué)者從政府—公眾注意力互動(dòng)的二元視角實(shí)證分析其對(duì)環(huán)境治理效率的影響。此外,2014年實(shí)施的環(huán)保約談制度作為一種“協(xié)商型”環(huán)境執(zhí)法監(jiān)督新方式,利于“共識(shí)互動(dòng)式”政策執(zhí)行網(wǎng)絡(luò)的形成[3]。那么環(huán)保約談制度的實(shí)施是否會(huì)強(qiáng)化政府—公眾注意力一致性對(duì)環(huán)境治理效率的影響呢?

多項(xiàng)式回歸結(jié)合響應(yīng)面分析(polynomial regression combining with response surface analysis)方法是一致性研究的前沿技術(shù),既能避免以往采用差異分?jǐn)?shù)法進(jìn)行一致性分析的不足,又可以利用響應(yīng)面圖直觀反映復(fù)雜的三維關(guān)系,從而進(jìn)一步挖掘一致性效應(yīng)更深層、更全面的信息[4]。綜上,本文基于認(rèn)知理論,從政府—公眾環(huán)境注意力互動(dòng)的二元視角出發(fā),采用多項(xiàng)式回歸結(jié)合響應(yīng)面分析方法,以2012—2016年283個(gè)地級(jí)市面板數(shù)據(jù)為研究樣本,探討政府—公眾注意力一致性對(duì)環(huán)境治理效率的影響以及環(huán)保約談對(duì)其關(guān)系的調(diào)節(jié)作用。

二、 理論與假設(shè)

1. 注意力一致性模式

Simon最早提出了注意力概念,認(rèn)為注意力是管理者選擇性地關(guān)注某些信息而忽略其他部分的過(guò)程,即有限決策理論[5]。Ocasio將注意力定義為決策者將自己的時(shí)間和精力用來(lái)關(guān)注、編碼、解釋并聚焦于組織議題和答案兩方面的過(guò)程,并提出注意力基礎(chǔ)觀[6]。瓊斯將注意力研究引入政府決策領(lǐng)域,提出“注意力驅(qū)動(dòng)的政策選擇模型”,認(rèn)為政策制定者的注意力發(fā)生變化,政策也緊隨其變化[7]。實(shí)際上,注意力并不是一個(gè)單一概念,在不同元理論中用法并不相同,從認(rèn)知元理論出發(fā),注意力往往被用在編碼、解釋和意義建構(gòu)之前,一般僅指選擇性注意力,即個(gè)人將注意力聚焦到某一刺激的信息處理過(guò)程,而選擇性注意力結(jié)合了自上而下注意力過(guò)程與外部刺激驅(qū)動(dòng)的自下而上的注意力過(guò)程[8]。也就是說(shuō),決策者注意力分配并不是隨心所欲的,同時(shí)會(huì)受外部環(huán)境的影響,公眾環(huán)境關(guān)注能夠促進(jìn)政府環(huán)境關(guān)注[1]。因此,政府環(huán)境注意力與作為外生刺激變量的公眾環(huán)境注意力相互作用,政府與公眾注意力一致性一定程度上決定某一環(huán)境問(wèn)題是否優(yōu)先進(jìn)入政策議程。

注意力一致性指不同層次、不同單位、不同人群對(duì)某一問(wèn)題的關(guān)注存在多大程度的相似或一致[9]。一致性探討通常包含一致與不一致兩種情境。本文中注意力一致主要指政府與公眾對(duì)待環(huán)境問(wèn)題的態(tài)度或價(jià)值觀相似或一致,即達(dá)成環(huán)境共識(shí),具體包含高政府注意力—高公眾注意力(G高—P高)與低政府注意力—低公眾注意力(G低—P低)。相對(duì)的,注意力不一致主要指政府與公眾對(duì)待環(huán)境問(wèn)題的態(tài)度或價(jià)值觀不一致,即存在環(huán)境沖突,具體包含高政府注意力—低公眾注意力(G高—P低)與低政府注意力-高公眾注意力(G低—P高)。

2. 注意力一致性與環(huán)境治理效率

第一,政府—公眾環(huán)境注意力一致與不一致的差異。共識(shí)是不同主體對(duì)價(jià)值形成基本或根本一致的看法或態(tài)度[10]。政府與公眾環(huán)境注意力一致意味著環(huán)境共識(shí)的達(dá)成,即通過(guò)不斷溝通、互動(dòng),尋求政府決策與公眾訴求間的“最大公約數(shù)”及利益共同點(diǎn),從而實(shí)現(xiàn)環(huán)境治理最優(yōu)化。環(huán)境沖突是不同主體利益、認(rèn)知以及價(jià)值多元化背景下,多種因素共同作用的結(jié)果[11]。政府與公眾環(huán)境注意力不一致意味著更容易存在環(huán)境沖突,也就是說(shuō)政府與公眾對(duì)環(huán)境問(wèn)題及其造成的影響存在認(rèn)知差異,造成彼此之間溝通、互動(dòng)缺乏和失效,從而影響環(huán)境治理效率?；诖颂岢黾僭O(shè)H1:與注意力不一致相比,政府—公眾注意力一致時(shí),環(huán)境治理效率更高。

第二,政府—公眾環(huán)境注意力一致情境下的差異。當(dāng)政府—公眾環(huán)境注意力存在較高一致時(shí)(G高—P高),容易達(dá)成環(huán)境共識(shí),政府與公眾追求一致目標(biāo),合作共治,積極主動(dòng)致力于解決環(huán)境問(wèn)題。已有研究指出合作共治是解決環(huán)境污染的有效途徑[12]。因此,“G高—P高”有助于提高環(huán)境治理效率。當(dāng)政府—公眾環(huán)境注意力一致且均較低時(shí)(G低—P低),政府與公眾未從意識(shí)層面認(rèn)識(shí)到環(huán)境污染及其后果的嚴(yán)重性,從而消極被動(dòng)處理環(huán)境問(wèn)題。就政府部門(mén)而言,環(huán)保主體責(zé)任認(rèn)識(shí)不清,造成環(huán)境治理中“不作為、亂作為”現(xiàn)象屢見(jiàn)不鮮,如推諉[13]、“搭便車(chē)”[14]、選擇性執(zhí)行[15]等;就社會(huì)公眾來(lái)說(shuō),環(huán)境意識(shí)淡薄,要么漠視環(huán)境污染問(wèn)題,要么進(jìn)行不以環(huán)境維權(quán)為目的的環(huán)境抗?fàn)?如騙取賠償款、泄憤、湊熱鬧等[16]。因此,“G低—P低”會(huì)導(dǎo)致環(huán)境治理效率低下?；诖颂岢黾僭O(shè)H2:在注意力一致情境下,與“G低—P低”相比,“G高—P高”時(shí)環(huán)境治理效率更高。

第三,政府—公眾環(huán)境注意力不一致情境下的差異。當(dāng)政府環(huán)境注意力高于公眾環(huán)境注意力時(shí)(G高—P低),政府高度重視環(huán)境問(wèn)題,積極主動(dòng)致力于解決環(huán)境問(wèn)題。“領(lǐng)導(dǎo)高度重視”是一種科層制運(yùn)作中客觀存在的注意力分配方式,具有穩(wěn)定的治理工具組合,即領(lǐng)導(dǎo)牽頭、部門(mén)協(xié)調(diào)、財(cái)政支持、結(jié)果導(dǎo)向[17],所以領(lǐng)導(dǎo)高度重視意味著各種資源得到集聚,成為環(huán)境問(wèn)題快速進(jìn)入政策議程和得到執(zhí)行的“助推器”。同時(shí)環(huán)境是典型的公共產(chǎn)品,加之其較強(qiáng)的外部性,政府仍然是環(huán)境治理中的主導(dǎo)者,所以政府環(huán)境關(guān)注發(fā)揮更重要的作用。當(dāng)公眾環(huán)境注意力高于政府環(huán)境注意力時(shí)(G低—P高),公眾積極進(jìn)行環(huán)境利益表達(dá)或是抗?fàn)?本著“大鬧大解決,小鬧小解決,不鬧不解決”的態(tài)度,通常采取“鬧大”的方式獲取政府關(guān)注與重視[18]。單純從這個(gè)角度來(lái)說(shuō),公眾注意力發(fā)揮治理效能還是通過(guò)博取政府關(guān)注,通過(guò)領(lǐng)導(dǎo)重視而使環(huán)境訴求進(jìn)入政策議程。故提出假設(shè)H3:在注意力不一致情境下,與“G低—P高”相比,“G高—P低”更有助于提高環(huán)境治理效率。

3. 環(huán)保約談的調(diào)節(jié)作用

環(huán)保約談作為一種協(xié)商型環(huán)境執(zhí)法監(jiān)督新方式,能夠?qū)h(huán)境治理決心快速傳遞到體制內(nèi)外,形成“共識(shí)互動(dòng)式”政策執(zhí)行網(wǎng)絡(luò),從而提高環(huán)境治理效率[19]。因此,環(huán)保約談會(huì)促進(jìn)政府與公眾協(xié)商、互動(dòng),通過(guò)凝聚環(huán)境共識(shí),強(qiáng)化政府—公眾注意力一致對(duì)環(huán)境治理效率的影響。2014年實(shí)施的環(huán)保約談制度從“督企”轉(zhuǎn)向“督政”,直接、公開(kāi)約談地方政府主政官員,以行政層級(jí)較高的“條”誡勉和警示行政層級(jí)較低的“塊”,從而落實(shí)地方政府環(huán)保的主體責(zé)任[20]。因此,相比“G低—P高”,環(huán)保約談會(huì)強(qiáng)化“G高—P低”對(duì)環(huán)境治理效率的影響。故提出假設(shè)H4:環(huán)保約談在政府—公眾注意力一致性與環(huán)境治理效率之間發(fā)揮調(diào)節(jié)作用。

三、 研究設(shè)計(jì)

1. 樣本與數(shù)據(jù)

本文以2012年《中國(guó)城市統(tǒng)計(jì)年鑒》中地級(jí)及以上城市為研究樣本,共計(jì)288個(gè)城市,不納入之后新增城市。由于拉薩市數(shù)據(jù)缺失比較嚴(yán)重,同時(shí)排除4個(gè)直轄市,最終確定的研究樣本為2012—2016年283個(gè)城市,共計(jì)1 415個(gè)觀測(cè)值。

2. 變量測(cè)量

第一,公眾注意力。公眾基于搜索引擎的搜索行為一定程度上能夠反映其對(duì)某一議題的關(guān)注及訴求,是一種無(wú)介入性經(jīng)驗(yàn)觀察以及對(duì)公眾注意力無(wú)主觀偏見(jiàn)的定量刻畫(huà)[21]。百度搜索指數(shù)是公眾在百度搜索引擎中對(duì)某關(guān)鍵詞搜索頻次的加權(quán)和,能夠反映公眾對(duì)特定議題的關(guān)心及其注意力的變化趨勢(shì)。借鑒已有研究[1],在百度指數(shù)中輸入關(guān)鍵詞“環(huán)境污染”,采集某一地區(qū)公眾對(duì)“環(huán)境污染”的搜索日均值,同時(shí)為避免人口規(guī)模影響,具體以每百萬(wàn)人口日均搜索次數(shù)反映公眾環(huán)境注意力(PubAtt)。

第二,政府注意力。政府工作報(bào)告是政府資源配置的指揮棒,一定程度上反映了政府注意力的焦點(diǎn)[22]。文構(gòu)財(cái)經(jīng)文本數(shù)據(jù)平臺(tái)(WinGo)提供的“政府工作報(bào)告數(shù)據(jù)庫(kù)”為測(cè)量市級(jí)政府環(huán)境注意力提供了便捷。本文采用“WinGo深度學(xué)習(xí)相似詞數(shù)據(jù)庫(kù)”篩選“環(huán)境污染”的相似詞詞集,進(jìn)一步篩除詞頻小于10%的詞匯及與研究無(wú)關(guān)的詞匯,最終確定相似詞詞集(污染、工業(yè)污染、農(nóng)業(yè)面源污染、空氣污染、面源污染、城市污染、大氣污染、水污染、霧霾等26個(gè)相似詞)。然后利用“WinGo詞頻數(shù)據(jù)庫(kù)”輸出每個(gè)市級(jí)政府工作報(bào)告中包含“環(huán)境污染”相似詞的句子總和,為了控制政府工作報(bào)告長(zhǎng)度差異造成的影響,以包含相似詞的句子總和與地方政府工作報(bào)告總句數(shù)比值反映政府環(huán)境注意力(GovAtt)。

第三,環(huán)保約談。環(huán)保約談(Talk)設(shè)定為虛擬變量,已有研究表明環(huán)保約談具有“立竿見(jiàn)影”的效果,約談當(dāng)年效果最為顯著,不具有長(zhǎng)效性[19]。故某市被約談當(dāng)年賦值為1,否則賦值為0。此外,若某市被環(huán)保約談,該市所在省也會(huì)更加重視環(huán)境問(wèn)題,一些省份也相應(yīng)啟動(dòng)對(duì)市縣的約談機(jī)制,致使約談壓力波及到全省,因此本文環(huán)保約談的城市包含了被約談市所在省內(nèi)的其他地級(jí)市及副省級(jí)市。

第四,環(huán)境治理效率。數(shù)據(jù)包絡(luò)分析(data envelopment analysis,簡(jiǎn)稱DEA)是以相對(duì)效率為基礎(chǔ)的一種卓有成效的效率評(píng)價(jià)方法,主要包含了評(píng)價(jià)單元、評(píng)價(jià)指標(biāo)(投入、產(chǎn)出指標(biāo))及線性方程三個(gè)主要核心要素[23]。本文采用DEA中改進(jìn)的SBM模型測(cè)量環(huán)境治理效率(EGE),以克服DEA中傳統(tǒng)的BCC模型與CCR模型不能解決非期望產(chǎn)出的不足。本文中“投入指標(biāo)”選取了水利、環(huán)境及公共設(shè)施管理從業(yè)人員與地方政府環(huán)保支出;“期望產(chǎn)出”選取了綠地面積與一般工業(yè)固廢綜合利用率;“非期望產(chǎn)出”選取了工業(yè)廢水排放量與工業(yè)二氧化硫排放量。數(shù)據(jù)主要來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》及各省市統(tǒng)計(jì)年鑒。

第五,控制變量。為了避免其他相關(guān)因素對(duì)環(huán)境治理效率的影響,參考已有研究,選取以下控制變量:一是財(cái)政壓力(FinPre),已有研究發(fā)現(xiàn)財(cái)政壓力會(huì)降低地方政府環(huán)境治理效率[24],財(cái)政壓力以地方政府財(cái)政支出與地方政府財(cái)政收入的差值占地方政府財(cái)政收入的比值來(lái)測(cè)量;二是政府競(jìng)爭(zhēng)(GovCom),張彩云等指出中國(guó)式分權(quán)體制下,地方政府競(jìng)爭(zhēng)與環(huán)境規(guī)制間存在“倒N型”關(guān)系[25],地方政府競(jìng)爭(zhēng)以人均FDI來(lái)衡量;三是經(jīng)濟(jì)發(fā)展水平(Pgdp),環(huán)境庫(kù)茲尼茨假說(shuō)認(rèn)為,經(jīng)濟(jì)發(fā)展與環(huán)境污染間具有“倒U型”關(guān)系,經(jīng)濟(jì)發(fā)展水平以人均GDP衡量。此外,還考慮了工業(yè)化程度(IndDeg)、人口密度(PopDen)及教育水平(EduLev)等以往研究普遍關(guān)心的影響因素。

3. 分析方法

多項(xiàng)式回歸分析是根據(jù)兩個(gè)一致(不一致)的預(yù)測(cè)變量(X與Y)構(gòu)造出交互項(xiàng)(X×Y)與二次項(xiàng)(X2、Y2),從而將X、Y、X2、X×Y及Y2同時(shí)納入對(duì)因變量的回歸分析中[26]。據(jù)此本文構(gòu)建多項(xiàng)式回歸模型:

其中:EGE代表環(huán)境治理效率;G和P分別代表政府和公眾環(huán)境注意力;C代表控制變量;b0是截距,b1和b2是一次項(xiàng)系數(shù),b3和b5是二次項(xiàng)系數(shù),b4是交互項(xiàng)系數(shù);ε代表隨機(jī)誤差。

響應(yīng)面分析是以三維圖形的方式刻畫(huà)多項(xiàng)式回歸結(jié)果,從而清晰呈現(xiàn)兩個(gè)自變量和一個(gè)因變量之間微妙關(guān)系的技術(shù)方法[26]。結(jié)合本文多項(xiàng)式回歸模型,具體在響應(yīng)面圖中,G=P代表的是一致線,一致線的鉛直平面與響應(yīng)面相交的曲線稱為一致曲線,一致曲線的斜率是a1=b1+b2,一致曲線的曲率是a2=b3+b4+b5;G=-P代表的是不一致線,不一致線的鉛直平面與響應(yīng)面相交的曲線稱作不一致曲線,不一致曲線的斜率是a3=b1-b2,不一致曲線的曲率是a4=b3-b4+b5。具體來(lái)講:①不一致曲線的曲率a4用于檢驗(yàn)假設(shè)H1。若a4顯著為正,不一致曲線呈“U型”,中間表示一致,越到兩邊表示不一致差異越大,說(shuō)明G與P不一致時(shí)環(huán)境治理效率更高;若a4顯著為負(fù),不一致曲線呈“倒U型”,說(shuō)明G與P一致時(shí)環(huán)境治理效率更高;若a4不顯著,不一致曲線近似一條直線,環(huán)境治理效率在一致線附近取值處于中等水平。②一致曲線的斜率a1與曲率a2用以檢驗(yàn)假設(shè)H2。若a1顯著而a2不顯著,一致曲線近似一條直線,存在線性關(guān)系,a1為正說(shuō)明隨著G與P的增加環(huán)境治理效率也隨之提高,a1為負(fù)說(shuō)明隨著G與P的增加環(huán)境治理效率反而降低。若曲率a1顯著a2也顯著,說(shuō)明存在非線性關(guān)系。③不一致曲線的斜率a3用于檢驗(yàn)假設(shè)H3。若a3顯著為正,說(shuō)明G高于P時(shí)環(huán)境治理效率更高;若a3顯著為負(fù),說(shuō)明P高于G時(shí)環(huán)境治理效率更高。

為確保模型估計(jì)的準(zhǔn)確性,本文對(duì)構(gòu)造交互項(xiàng)的解釋變量作了中心化處理;對(duì)納入多項(xiàng)式回歸模型的變量,若原始數(shù)據(jù)不服從正態(tài)分布均進(jìn)行取對(duì)數(shù)處理。此外,為了避免面板數(shù)據(jù)回歸分析時(shí)可能存在的序列相關(guān)、自相關(guān)及異方差等問(wèn)題,以及因遺漏變量帶來(lái)的內(nèi)生性問(wèn)題,采用帶有Driscoll-Kraay標(biāo)準(zhǔn)誤修正的固定效應(yīng)模型進(jìn)行估計(jì)。

四、 結(jié)果分析

1. 描述性統(tǒng)計(jì)及相關(guān)性分析

主要變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表1,可以看出環(huán)境治理效率均值為0.166,標(biāo)準(zhǔn)差為0.165,表明我國(guó)地方政府環(huán)境治理效率存在普遍偏低現(xiàn)象。政府注意力均值、標(biāo)準(zhǔn)差、最小值及最大值分別為0.021、0.014、0及0.118,公眾注意力均值、標(biāo)準(zhǔn)差、最小值及最大值分別為0.051、0.054、0及0.6,反映出政府與公眾環(huán)境注意力在不同城市有較大差異。環(huán)保約談均值為0.2,表明被環(huán)保約談城市占總樣本的比例是20%。

表1 描述性統(tǒng)計(jì)結(jié)果

各個(gè)變量之間的相關(guān)性系數(shù)矩陣見(jiàn)表2,可以看出政府注意力、公眾注意力及環(huán)保約談與環(huán)境治理效率均呈負(fù)相關(guān)(r=-0.117,p<0.01;r=-0.072,p<0.01;r=-0.044,p<0.1);財(cái)政壓力及教育水平與環(huán)境治理效率間存在顯著正相關(guān)(r=0.409,p<0.01;r=0.110,p<0.01);經(jīng)濟(jì)發(fā)展水平、人口密度及工業(yè)化程度與環(huán)境治理效率間存在顯著負(fù)相關(guān)(r=-0.153,p<0.01;r=-0.121,p<0.01;r=-0.191,p<0.01)。本文關(guān)注的是政府—公眾注意力相互作用對(duì)環(huán)境治理效率的影響及環(huán)保約談對(duì)其關(guān)系的調(diào)節(jié)作用,并不是簡(jiǎn)單的兩兩變量相關(guān)關(guān)系,因此結(jié)果有待進(jìn)一步回歸分析。此外,對(duì)各變量作了方差膨脹因子(VIF)診斷,結(jié)果表明VIF均值為1.77,遠(yuǎn)小于規(guī)定的閾值10,故不存在多重共線性。

表2 相關(guān)性分析結(jié)果

2. 注意力一致性對(duì)環(huán)境治理效率影響的檢驗(yàn)

本文采用多項(xiàng)式回歸結(jié)合響應(yīng)面分析方法探析政府—公眾注意力一致性對(duì)環(huán)境治理效率的影響,具體分析結(jié)果見(jiàn)表3。其中,模型1為基準(zhǔn)模型,僅加入了控制變量,R2為0.016;模型2在模型1的基礎(chǔ)上加入一次項(xiàng)(G和P),R2變?yōu)?.024;模型3在模型2的基礎(chǔ)上納入二次項(xiàng)(G2與P2)與交互項(xiàng)(G×P),R2增加到0.029,說(shuō)明納入高階項(xiàng)后模型的解釋力明顯增強(qiáng),適合采用多項(xiàng)式回歸分析方法。

表3 多項(xiàng)式回歸與響應(yīng)面分析

具體而言,表3中模型3響應(yīng)面分析結(jié)果可以看出,沿著不一致線(G=-P)響應(yīng)面的曲率正顯著(曲率=0.015,p<0.05),表明不一致曲線呈“U型”形狀,中間表示一致,兩端表示不一致加劇,也就是說(shuō)相比政府—公眾注意力一致,政府—公眾注意力趨于不一致時(shí),環(huán)境治理效率更高。這一分析結(jié)果從響應(yīng)面圖1中也可以直觀反映,即沿著不一致線(G=-P)的響應(yīng)面呈中間低兩側(cè)高,假設(shè)H1沒(méi)有得到驗(yàn)證。究其原因,可能的解釋是政府—公眾環(huán)境注意力不一致時(shí)更容易存在環(huán)境沖突,從而誘發(fā)環(huán)境群體性事件[27]。環(huán)境群體性事件是一種“鬧大”現(xiàn)象,通過(guò)吸引政府注意力,使得環(huán)境問(wèn)題更容易進(jìn)入政策議程[18]。近年來(lái)環(huán)境群體性事件頻發(fā),環(huán)境抗?fàn)幰渤蔀閷W(xué)者研究的熱點(diǎn),這一研究發(fā)現(xiàn)為已有研究提供了經(jīng)驗(yàn)證據(jù)。

當(dāng)政府—公眾環(huán)境注意力一致情境時(shí),表3模型3響應(yīng)面分析結(jié)果可以看出沿著一致線(G=P)響應(yīng)面的斜率顯著為正(斜率=0.026,p<0.01),而曲率不顯著(曲率=-0.005),表明存在線性關(guān)系,一致曲線近似一條直線,也就是說(shuō)環(huán)境治理效率會(huì)隨著政府與公眾環(huán)境注意力的增加而提高。從響應(yīng)面圖1也可以看出,后角(G高—P高)的環(huán)境治理效率高于前角(G低—P低),假設(shè)H2得到驗(yàn)證。

當(dāng)政府—公眾注意力不一致情境時(shí),表3模型3響應(yīng)面分析結(jié)果可以看出沿著不一致線(G=-P)響應(yīng)面的斜率顯著為負(fù)(斜率=-0.010,p<0.05),說(shuō)明當(dāng)政府與公眾環(huán)境注意力不一致時(shí),相比政府注意力高于公眾注意力(G高—P低),公眾注意力高于政府注意力(G低—P高)情況下,環(huán)境治理效率更高。響應(yīng)面圖1也可以看出,左角(G低—P高)的環(huán)境治理效率比右角(G高—P低)更高,假設(shè)H3沒(méi)有得到驗(yàn)證。這一經(jīng)驗(yàn)證據(jù)反映出現(xiàn)階段我國(guó)環(huán)境治理中地方政府主動(dòng)性與積極性還不足。已有研究也指出地方政府在一定自由裁量權(quán)內(nèi),象征性遵從上級(jí)安排,選擇性執(zhí)行政策[28],不作為現(xiàn)象時(shí)有發(fā)生。公眾關(guān)注無(wú)疑會(huì)對(duì)政府形成一種外在監(jiān)督壓力,有效推動(dòng)政府注意力,加大環(huán)境治理。這一研究發(fā)現(xiàn)恰恰說(shuō)明我國(guó)地方政府環(huán)境治理還有很大的努力空間,還需要強(qiáng)化環(huán)境治理重視度,這也是下文選擇環(huán)保約談作為調(diào)節(jié)變量的意義所在。

3. 環(huán)保約談?wù){(diào)節(jié)作用的檢驗(yàn)

檢驗(yàn)調(diào)節(jié)變量時(shí),將環(huán)保約談分為約談組(Talk=1)與未約談組(Talk=0),采用鄒氏檢驗(yàn)法分析兩個(gè)分組中多項(xiàng)式系數(shù)是否存在顯著差異,即G、P、G2、G×P及P2的系數(shù)在約談組與未約談組兩個(gè)分樣本中是否差異顯著,具體檢驗(yàn)結(jié)果見(jiàn)表4。

表4 環(huán)保約談的調(diào)節(jié)作用

可以看出,未約談組沿著不一致線(G=-P)響應(yīng)面的曲率顯著為正(曲率=0.014,p<0.1),圖2也顯示沿著不一致線響應(yīng)面中間低兩邊高,反映出政府—公眾注意力不一致時(shí)環(huán)境治理效率更高;而約談組沿著不一致線(G=-P)響應(yīng)面的曲率顯著為負(fù)(曲率=-0.023,p<0.01),圖3也顯示沿著不一致線響應(yīng)面中間高兩邊低,反映出政府—公眾注意力一致時(shí)環(huán)境治理效率更高。以上說(shuō)明環(huán)保約談能夠凝聚政府與公眾環(huán)境共識(shí), 從而強(qiáng)化了政府—公眾注意力一致對(duì)環(huán)境治理效率的影響。表4還發(fā)現(xiàn)未約談組沿著不一致線(G=-P)響應(yīng)面斜率不顯著(斜率=0.001),圖2也顯示沿著不一致線響應(yīng)面左角和右角沒(méi)有明顯差異;而約談組沿著不一致線(G=-P)響應(yīng)面斜率顯著為正(斜率=0.024,p<0.01),圖3也顯示沿著不一致線響應(yīng)面明顯呈現(xiàn)出左角低右角高,反映出在政府—公眾不一致情境中,政府注意力高于公眾注意力力時(shí)環(huán)境治理效率更高。以上說(shuō)明環(huán)保約談能夠顯著強(qiáng)化地方政府環(huán)保主體責(zé)任,使得環(huán)境治理從公眾關(guān)注的“倒逼”作用,轉(zhuǎn)為政府環(huán)保的自覺(jué)行動(dòng)。鄒氏檢驗(yàn)結(jié)果也顯示,多項(xiàng)式系數(shù)在約談與未約談兩個(gè)分組中存在顯著差異。因此,假設(shè)H4得到驗(yàn)證。

圖2 政府—公眾注意力一致性(未約談)

五、 結(jié)論與啟示

1. 研究結(jié)論

第一,與注意力一致相比,政府—公眾注意力不一致時(shí),環(huán)境治理效率更高。可能的解釋是政府—公眾注意力不一致時(shí),更容易存在環(huán)境沖突,從而引發(fā)環(huán)境群體性事件,使得環(huán)境問(wèn)題能夠更快進(jìn)入政策議程。第二,當(dāng)注意力一致時(shí),與政府—公眾注意力都低相比,政府—公眾注意力都高的情況下環(huán)境治理效率更高。原因是政府與公眾環(huán)境注意力高一致時(shí),容易達(dá)成環(huán)境共識(shí),從而有助于合作共治提高環(huán)境治理效率。第三,當(dāng)注意力不一致時(shí),相比政府注意力高于公眾注意力,公眾注意力高于政府注意力時(shí)環(huán)境治理效率更高。可能的解釋是現(xiàn)階段地方政府環(huán)境治理的主動(dòng)性與積極性還不足,而公眾環(huán)境關(guān)注能夠發(fā)揮“倒逼”作用,促進(jìn)政府關(guān)注環(huán)境治理。第四,環(huán)保約談明顯強(qiáng)化了政府與公眾環(huán)境注意力一致對(duì)環(huán)境治理效率的影響,同時(shí)環(huán)保約談?dòng)兄诠婈P(guān)注的“倒逼”作用轉(zhuǎn)變?yōu)檎h(huán)保的自覺(jué)行動(dòng)。原因是環(huán)保約談作為一種協(xié)商型環(huán)境執(zhí)法監(jiān)督新方式,有助于凝聚政府與公眾環(huán)境共識(shí),同時(shí)2014年實(shí)施的環(huán)保約談制度,從“督企”轉(zhuǎn)向“督政”,旨在落實(shí)地方政府環(huán)保主體責(zé)任。

圖1 政府—公眾注意力一致性與環(huán)境治理效率響應(yīng)面圖

2. 政策啟示

一方面,與注意力一致相比,政府—公眾注意力不一致時(shí),環(huán)境治理效率更高,但并不意味著要支持政府—公眾環(huán)境注意力不一致,縱容環(huán)境沖突,而是要化解環(huán)境沖突。因?yàn)榄h(huán)境沖突誘發(fā)的環(huán)境群體性事件往往是環(huán)境受害者發(fā)起,一定程度上來(lái)講這是一種非常規(guī)性維權(quán)方式,其最終目的仍然是實(shí)現(xiàn)平等對(duì)話、協(xié)商與合作,因而實(shí)現(xiàn)政府—公眾環(huán)境共識(shí)的治理效能仍是時(shí)代命題。當(dāng)政府—公眾注意力一致時(shí),與政府—公眾注意力低一致相比,注意力高一致情況,環(huán)境治理效率更高,因此要建立雙向溝通機(jī)制,政府充分公開(kāi)環(huán)境信息,公眾及時(shí)表達(dá)環(huán)境訴求,從而暢通溝通渠道,為達(dá)成環(huán)境共識(shí)創(chuàng)造條件,實(shí)現(xiàn)良性互動(dòng)的環(huán)境治理過(guò)程。當(dāng)政府—公眾注意力不一致時(shí),公眾注意力高于政府注意力情況,能夠?qū)崿F(xiàn)公眾監(jiān)督的“倒逼”作用,因此要滲透“全過(guò)程、全方位”的公眾參與機(jī)制。

另一方面,環(huán)保約談是一種協(xié)商型環(huán)境執(zhí)法監(jiān)督新方式,不僅能夠凝聚政府與公眾環(huán)境共識(shí),而且有力強(qiáng)化了地方政府環(huán)保主體責(zé)任。因此,需要不斷優(yōu)化環(huán)保約談制度設(shè)計(jì),使環(huán)境執(zhí)法監(jiān)督方式從傳統(tǒng)“命令-服從”逐步轉(zhuǎn)向“協(xié)商-合作”,從“事后懲罰”逐步轉(zhuǎn)向“事前警誡”,從而釋放環(huán)保約談效力,將環(huán)保約談制度優(yōu)勢(shì)充分轉(zhuǎn)化為環(huán)境治理效能。

3. 研究貢獻(xiàn)

以往研究關(guān)注政府主導(dǎo)的“自上而下”途徑或公眾主導(dǎo)的“自下而上”途徑對(duì)環(huán)境治理的影響,缺乏政府—公眾相互作用對(duì)環(huán)境治理的實(shí)證研究,而從認(rèn)知視角進(jìn)行分析的更是少有,本文從政府—公眾注意力互動(dòng)的二元視角豐富環(huán)境治理前因的研究。采用一致性研究的前沿方法即多項(xiàng)式回歸結(jié)合響應(yīng)面分析方法,對(duì)于考察政府—公眾注意力一致性對(duì)環(huán)境治理效率的影響具有更好的解釋力,能夠同時(shí)分析注意力一致與不一致情境,實(shí)現(xiàn)對(duì)注意力議題更細(xì)致化的研究。將以政府工作報(bào)告測(cè)量注意力的樣本擴(kuò)大到市級(jí)并采用了深度學(xué)習(xí)技術(shù),大樣本數(shù)據(jù)及機(jī)器學(xué)習(xí)可以使研究結(jié)果更加準(zhǔn)確可靠。此外,豐富了認(rèn)知理論的研究,不僅更好厘清“認(rèn)知-效果”的邏輯鏈條并提供經(jīng)驗(yàn)證據(jù),研究結(jié)論對(duì)于地方政府環(huán)境治理實(shí)踐及環(huán)保約談制度優(yōu)化設(shè)計(jì)也提供有益啟示。