岳宇君，馬藝璇

（南京郵電大學(xué) 管理學(xué)院，江蘇 南京 210003）

一、引 言

環(huán)境污染不僅關(guān)系人們的幸福指數(shù)，還影響國家或地區(qū)經(jīng)濟(jì)發(fā)展的質(zhì)量。根據(jù)世界銀行和WHO有關(guān)統(tǒng)計(jì)數(shù)據(jù)，全球70%的疾病和40%的死亡與環(huán)境污染因素有關(guān)，可見，環(huán)境污染會使社會福利下降，經(jīng)濟(jì)損失增加［1］。我國過去40余年的快速發(fā)展帶來了經(jīng)濟(jì)增長和社會進(jìn)步，但也造成了比較嚴(yán)重的環(huán)境污染，政府逐漸認(rèn)識到環(huán)境保護(hù)的重要性，對環(huán)境問題給予的關(guān)注不斷提高。隨著法律制度的完善，我國環(huán)境治理工作已取得一定的成效，但由于我國經(jīng)濟(jì)體量巨大，環(huán)境保護(hù)仍面臨較大挑戰(zhàn)。如何加強(qiáng)環(huán)境治理、提高環(huán)境治理效率，是當(dāng)下學(xué)術(shù)界乃至整個(gè)社會高度關(guān)注的問題。目前，學(xué)術(shù)界對環(huán)境治理效率的研究，大多著眼于環(huán)境治理效率的測度和影響因素，其中，影響因素包括環(huán)境規(guī)制政策、經(jīng)濟(jì)增長、財(cái)政分權(quán)、技術(shù)創(chuàng)新、城鎮(zhèn)化水平及產(chǎn)業(yè)結(jié)構(gòu)等［2-5］。

數(shù)字化發(fā)展為環(huán)境治理提供了技術(shù)工具，并逐漸成為環(huán)境治理效率的重要影響因素：云計(jì)算可以快速完成海量環(huán)境數(shù)據(jù)的處理，人工智能使環(huán)境治理具有感知、記憶和學(xué)習(xí)的能力，大數(shù)據(jù)技術(shù)可以改善環(huán)境治理信息的存儲、檢索和評估等［6］。目前論及數(shù)字化發(fā)展與環(huán)境治理效率之間關(guān)系的相關(guān)研究成果中，大多認(rèn)為：數(shù)字化可以通過快速廣泛傳播環(huán)境信息和創(chuàng)建新的治理參與渠道，為公眾環(huán)境訴求表達(dá)、環(huán)保抗議活動(dòng)提供便利；為獲取環(huán)境信息提供多樣化的方法和路徑，提高政府環(huán)境監(jiān)測能力［7］；促進(jìn)政府跨部門環(huán)境數(shù)據(jù)的互聯(lián)互通，提高環(huán)境治理的數(shù)字化水平及決策的科學(xué)性，實(shí)現(xiàn)環(huán)境治理的現(xiàn)代化、精細(xì)化和智能化；提升環(huán)境治理的即時(shí)響應(yīng)能力，推動(dòng)治理模式向多元協(xié)同轉(zhuǎn)變［8］。也有學(xué)者認(rèn)為，數(shù)字化發(fā)展對環(huán)境治理效率的影響呈“U”型關(guān)系并且存在滯后性、異質(zhì)性［9-10］。那么，數(shù)字化發(fā)展對環(huán)境治理效率到底存在怎樣的影響？其內(nèi)在機(jī)理又是什么？值得進(jìn)一步思考和研究。

基于此，本文以2010—2020 年我國31 個(gè)省份的面板數(shù)據(jù)，探討數(shù)字化發(fā)展對環(huán)境治理效率的影響及其內(nèi)在機(jī)理，對數(shù)字化發(fā)展與環(huán)境治理效率的關(guān)系進(jìn)行較為深入的研究，以期為提升數(shù)字化發(fā)展和環(huán)境治理效率提供啟示。本文可能的邊際貢獻(xiàn)體現(xiàn)在：①較為系統(tǒng)地驗(yàn)證了數(shù)字化發(fā)展對環(huán)境治理效率的提升效應(yīng)，豐富了關(guān)于環(huán)境治理效率影響因素的研究；②識別并檢驗(yàn)數(shù)字化發(fā)展提升環(huán)境治理效率的內(nèi)在機(jī)理，完善了數(shù)字化發(fā)展與環(huán)境治理效率之間的因果鏈條；③從情境性因素的視角，揭示在什么樣的制度環(huán)境下數(shù)字化發(fā)展更能提升環(huán)境治理效率。

二、文獻(xiàn)回顧與研究假設(shè)

（一）數(shù)字化發(fā)展對環(huán)境治理效率的影響分析

數(shù)字化發(fā)展不是數(shù)字技術(shù)的簡單應(yīng)用，而是全方位融合，推動(dòng)經(jīng)濟(jì)社會生活各個(gè)方面不斷演化［11］。數(shù)字化發(fā)展不僅為愿意提高環(huán)境治理效率但缺乏數(shù)字技術(shù)條件的行動(dòng)主體提供了實(shí)現(xiàn)條件，而且也為有能力提高環(huán)境治理效率但缺乏動(dòng)力的行動(dòng)主體提供了監(jiān)督機(jī)制。數(shù)字化為行動(dòng)主體使用環(huán)境治理信息資源、優(yōu)化環(huán)境治理組織結(jié)構(gòu)、改進(jìn)環(huán)境治理方式等，提供了數(shù)字技術(shù)支持［12］。在數(shù)字化發(fā)展背景下，可以通過構(gòu)建環(huán)境治理平臺，使環(huán)境信息更加透明，環(huán)境治理對象更加準(zhǔn)確，實(shí)現(xiàn)對環(huán)境治理資源的統(tǒng)籌管理；可以促進(jìn)所有行動(dòng)主體參與到環(huán)境治理中，形成協(xié)同效應(yīng)，使環(huán)境治理整體化，從而提升行動(dòng)主體的治理能力，提高環(huán)境治理效率［13］。通過數(shù)字化，行動(dòng)主體可以監(jiān)控環(huán)境治理人員的工作表現(xiàn)，并借助形成的環(huán)境治理“大數(shù)據(jù)”信息，增減治理人員并布置任務(wù)，實(shí)現(xiàn)對環(huán)境治理的有效監(jiān)督，使環(huán)境治理工作更合理、高效［14］。同時(shí)，數(shù)字化發(fā)展方便了人們表達(dá)環(huán)境保護(hù)訴求、對環(huán)境治理提出建議等，使環(huán)境治理部門更容易掌握來自民眾的信息，進(jìn)行更有效的環(huán)境治理。

環(huán)境治理效率的提升，是政府、企業(yè)及公眾等共同努力的結(jié)果。因此，本文選擇從環(huán)境規(guī)制、綠色技術(shù)創(chuàng)新和公眾參與三個(gè)角度分析數(shù)字化發(fā)展對環(huán)境治理效率的作用機(jī)制。

（1）從環(huán)境規(guī)制看，政府監(jiān)管數(shù)字化可以實(shí)現(xiàn)對污染源和企業(yè)環(huán)境治理的實(shí)時(shí)、全過程監(jiān)管，有助于減少各行動(dòng)主體之間的信息不對稱，提高環(huán)境治理質(zhì)量［15］。通過數(shù)字化手段實(shí)現(xiàn)環(huán)境治理平臺化，使治理工作更加清晰、更有條理，既便于把握全局，也便于把握細(xì)節(jié)。上級政府更容易掌握下級政府的環(huán)境治理成效，進(jìn)行更有效的監(jiān)管，進(jìn)而推動(dòng)下級政府做好環(huán)境治理工作。與此同時(shí)，數(shù)字化發(fā)展提高了政府部門環(huán)境治理的能力，不僅可以使環(huán)境政策制定更加科學(xué)，而且可以使環(huán)境治理更加及時(shí)，從而改善環(huán)境治理的效果［16］。

（2）從綠色技術(shù)創(chuàng)新看，數(shù)字技術(shù)與能源等其他企業(yè)要素相融合，可以促進(jìn)生產(chǎn)過程和環(huán)境治理階段生產(chǎn)要素的優(yōu)化配置，推動(dòng)企業(yè)綠色技術(shù)創(chuàng)新［17］。生產(chǎn)數(shù)字化、銷售數(shù)字化及管理數(shù)字化使企業(yè)管理者更容易掌握企業(yè)的運(yùn)營狀況，即數(shù)字化使得管理者不僅能夠以較低的成本收集和整理企業(yè)的內(nèi)外部信息，而且能夠?qū)崟r(shí)掌握企業(yè)的節(jié)能減排信息。這樣，企業(yè)研發(fā)部門不僅可以借助數(shù)字工具優(yōu)化研發(fā)資源配置，還可以借助仿真工具模擬技術(shù)創(chuàng)新，從而推動(dòng)綠色技術(shù)創(chuàng)新［18］。此外，數(shù)字化發(fā)展可以促進(jìn)產(chǎn)學(xué)研合作，使企業(yè)在人力資源、知識積累等方面實(shí)現(xiàn)突破，提高企業(yè)的綠色技術(shù)創(chuàng)新能力。

（3）從公眾參與看，數(shù)字化可以通過提高環(huán)保意識、豐富參與渠道等方式，推動(dòng)公眾參與環(huán)境治理［19］。數(shù)字化發(fā)展使信息媒體更加多樣化，傳播渠道更加智能化，這無疑改變了環(huán)保信息的傳播方式。借助環(huán)境數(shù)字平臺，公眾可以獲得更豐富、更具體的環(huán)境信息，通過學(xué)習(xí)環(huán)境保護(hù)知識和參與環(huán)境治理，可以進(jìn)一步提高環(huán)境保護(hù)意識。數(shù)字化發(fā)展降低了公眾獲取環(huán)境治理信息的成本，豐富了信息獲取方式，使公眾更有效地參與環(huán)境治理，進(jìn)而提升環(huán)境治理效率［20］。

基于上述分析，本文提出假設(shè)1和假設(shè)2。

H1：數(shù)字化發(fā)展對環(huán)境治理效率具有提升效應(yīng)。

H2：環(huán)境規(guī)制、綠色技術(shù)創(chuàng)新和公眾參與在數(shù)字化發(fā)展對環(huán)境治理效率的作用機(jī)制中發(fā)揮中介作用。

（二）制度環(huán)境的調(diào)節(jié)效應(yīng)分析

除上述三種作用機(jī)制外，是否還有其他因素顯著影響數(shù)字化發(fā)展與環(huán)境治理效率之間的關(guān)系？本文認(rèn)為，有必要考慮制度環(huán)境的影響。這是因?yàn)椋褐贫拳h(huán)境是由行動(dòng)主體外部的政治、社會和法律等基礎(chǔ)規(guī)則組成的，可以規(guī)范和引導(dǎo)行動(dòng)主體的行為。營造良好的制度環(huán)境是和諧社會發(fā)展的現(xiàn)實(shí)要求，制度要符合國家治理的基本要求，使各項(xiàng)治理決策更加科學(xué)［21］。中央政府與地方政府分權(quán)，兩者在利益上可能會存在不一致的情形，導(dǎo)致制度環(huán)境的沖突；地方政府各自制定制度，導(dǎo)致不同地區(qū)的制度環(huán)境存在差異。

制度環(huán)境較好的地區(qū)，環(huán)境法律規(guī)制能夠得到更加有效的貫徹實(shí)施，可以較好地制約企業(yè)環(huán)境污染行為，有利于促進(jìn)企業(yè)加大環(huán)保投入［22］。較好的制度環(huán)境有助于提高環(huán)境治理資源配置效率，特別是環(huán)境治理資金的使用效率，降低環(huán)境治理成本；改善環(huán)境及其治理信息的透明度，減少民眾與政府之間的信息不對稱，促使環(huán)境治理主體依法加強(qiáng)環(huán)境治理；減少環(huán)境治理信息不完整、不準(zhǔn)確、存儲不規(guī)范及維護(hù)不及時(shí)等問題［23］，使數(shù)字化在環(huán)境治理中發(fā)揮更好的作用；借助數(shù)字化工具突破傳統(tǒng)的工作模式，實(shí)現(xiàn)環(huán)境網(wǎng)格化治理，整合分散、孤立的信息和治理資源；保障政府能夠通過數(shù)字化平臺與民眾溝通，維護(hù)民眾知情權(quán)、參與權(quán)及監(jiān)督權(quán)的同時(shí)，形成共識，實(shí)現(xiàn)對可能的環(huán)境危機(jī)快速解決［24］。

基于上述分析，本文提出假設(shè)3。

H3：制度環(huán)境在數(shù)字化發(fā)展對環(huán)境治理效率的作用機(jī)制中發(fā)揮正向調(diào)節(jié)效應(yīng)。

三、研究設(shè)計(jì)

（一）樣本選擇及數(shù)據(jù)來源

本文選取2010—2020 年我國31 個(gè)省份（不含港澳臺地區(qū)）的面板數(shù)據(jù)進(jìn)行分析，探究數(shù)字化發(fā)展對環(huán)境治理效率的影響及其內(nèi)在機(jī)理。數(shù)字化發(fā)展數(shù)據(jù)主要來源于《中國電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》；環(huán)境治理效率數(shù)據(jù)主要來源于《中國環(huán)境年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》；制度環(huán)境數(shù)據(jù)主要來源于《中國分省份市場化指數(shù)報(bào)告》；環(huán)境規(guī)制、綠色技術(shù)創(chuàng)新、公眾參與數(shù)據(jù)主要來源于《中國檢察年鑒》、國家知識產(chǎn)權(quán)局專利檢索數(shù)據(jù)庫、《中國民政統(tǒng)計(jì)年鑒》及《中國環(huán)境年鑒》；其他變量的數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》，并與國研網(wǎng)進(jìn)行比對補(bǔ)充，個(gè)別缺失數(shù)據(jù)則通過各地區(qū)政府工作報(bào)告獲得。

（二）變量選擇

1.被解釋變量

本文被解釋變量為環(huán)境治理效率（Env）。借鑒龐瑞芝等（2021）［10］的研究，選取工業(yè)煙（粉）塵去除率、工業(yè)二氧化硫去除率、工業(yè)固體廢物綜合利用率和污水處理廠集中處理率四個(gè)指標(biāo)的綜合指數(shù)來衡量。通過熵值法測算，具體為：①對原始數(shù)據(jù)進(jìn)行量綱標(biāo)準(zhǔn)化，對正向指標(biāo)的處理方法為Vijt=[Yijt-min(Yjt)]/D，對負(fù)向指標(biāo)的處理方法為Vijt=[max(Yjt)-Yijt]/D，其 中，D= max(Yjt)- min(Yjt)；②計(jì)算第t年i省在j指標(biāo)上的特征比重，公式為③計(jì)算第j指標(biāo)的熵值，公式為ej=；④計(jì)算各指標(biāo)的熵權(quán)，公式為(1-ej)（s為指標(biāo)個(gè)數(shù)）；⑤測算出綜合指數(shù)Envit

2.解釋變量

本文解釋變量為數(shù)字化發(fā)展（Data）。參考王宏鳴等（2022）［25］的研究，構(gòu)建數(shù)字化發(fā)展水平評價(jià)指標(biāo)體系見表1所列。其中，數(shù)字基礎(chǔ)設(shè)施是數(shù)字化發(fā)展的基礎(chǔ)，數(shù)字化應(yīng)用是數(shù)字化發(fā)展的具體體現(xiàn)，數(shù)字產(chǎn)業(yè)發(fā)展是數(shù)字化發(fā)展的重要支撐?；跀?shù)字化發(fā)展評價(jià)指標(biāo)體系，采用熵值法進(jìn)行綜合測算。

表1 數(shù)字化發(fā)展評價(jià)指標(biāo)體系

3.影響機(jī)制變量

本文影響機(jī)制變量包括：①環(huán)境規(guī)制（Ipm），選取企業(yè)平均上繳排污費(fèi)、人均環(huán)境污染治理投資額和人均行政處罰案件數(shù)三個(gè)指標(biāo)來衡量；②綠色技術(shù)創(chuàng)新（Green），選取綠色技術(shù)專利申請數(shù)的自然對數(shù)來衡量；③公眾參與（Pub），選取承辦的有關(guān)環(huán)保的人大建議數(shù)和政協(xié)委員提案數(shù)、因環(huán)境污染的人均來訪批次三個(gè)指標(biāo)來衡量。其中，環(huán)境規(guī)制、公眾參與均采用熵值法進(jìn)行降維處理。

4.調(diào)節(jié)變量

本文調(diào)節(jié)變量為制度環(huán)境（Ins）。制度環(huán)境指各省份運(yùn)用制度對環(huán)境治理的規(guī)范能力，借鑒上官澤明等（2020）［26］的研究，選取市場化指數(shù)中的子指數(shù)“市場中介組織發(fā)育和法律制度環(huán)境”來衡量。

5.控制變量

借鑒已有研究文獻(xiàn)，本文選擇控制以下變量［27-28］：產(chǎn)業(yè)結(jié)構(gòu)（Stru），選取第三產(chǎn)業(yè)產(chǎn)值與實(shí)際GDP的比值來衡量；固定資產(chǎn)投資（Fiv），選取固定資產(chǎn)投資總額與實(shí)際GDP 的比值來衡量；人均財(cái)政支出（Pid），選取財(cái)政支出總額與年末總?cè)丝跀?shù)的比值（萬/人）來衡量；地區(qū)稅負(fù)水平（Tax），選取財(cái)政收入總額與實(shí)際GDP 的比值來衡量；城市人口密度（Pop），選取地區(qū)單位城市土地面積（平方公里）上的城市人口數(shù)（萬人）來衡量；腐敗程度（Cor），選取公共管理、社會保障和社會組織人數(shù)（萬人）與貪污、賄賂、瀆職案件數(shù)的比值來衡量。

（三）研究模型

結(jié)合本文所提出的假設(shè)，參考JACOB 等（2021）［29］、李琦等（2021）［30］的研究，將基準(zhǔn)回歸模型構(gòu)建為：

為檢驗(yàn)影響機(jī)制，本文參考溫忠麟和葉寶娟（2014）的研究［31］，在模型（1）的基礎(chǔ)上，構(gòu)建如下中介效應(yīng)模型：

為檢驗(yàn)制度環(huán)境的調(diào)節(jié)效應(yīng)，本文借鑒溫忠麟和葉寶娟（2014）的檢驗(yàn)方法［32］，構(gòu)建如下調(diào)節(jié)效應(yīng)模型：

其中：Control 為控制變量；i為省份；t為年份；ε為省份固定效應(yīng)；μ為時(shí)間固定效應(yīng)；?為隨機(jī)誤差項(xiàng)。模型（4）和模型（5）用以判斷是否存在間接調(diào)節(jié)效應(yīng)，若存在，則用模型（6）進(jìn)行檢驗(yàn)。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

描述性統(tǒng)計(jì)結(jié)果見表2所列。

表2 描述性統(tǒng)計(jì)

由表2 可知：數(shù)字化發(fā)展（Data）的均值、中位數(shù)、最小值和最大值分別為0.299、0.279、0.134 和0.769，表明我國大部分地區(qū)的數(shù)字化水平仍低于平均水平，需要進(jìn)一步提高；環(huán)境治理效率（Env）的均值、中位數(shù)、最小值和最大值分別為0.508、0.484、0.022 和0.973，表明我國大部分地區(qū)的環(huán)境治理效率亦低于平均水平，需要進(jìn)一步提高；制度環(huán)境（Ins）的均值、中位數(shù)、最小值和最大值分別為6.451、7.241、1.311 和9.229，表明我國大部分地區(qū)制度環(huán)境高于平均水平，整體態(tài)勢良好；環(huán)境規(guī)制（Ipm）、綠色技術(shù)創(chuàng)新（Green）、公眾參與（Pub）及各控制變量的描述性統(tǒng)計(jì)結(jié)果均在合理范圍內(nèi)，不再贅述。

（二）數(shù)字化發(fā)展對環(huán)境治理效率影響的回歸分析

數(shù)字化發(fā)展對環(huán)境治理效率影響的回歸分析結(jié)果見表3所列。

表3 數(shù)字化發(fā)展對環(huán)境治理效率影響的回歸分析

表3 中，列（1）、列（3）是采用隨機(jī)效應(yīng)模型的回歸結(jié)果，列（2）、列（4）是采用固定效應(yīng)模型的回歸結(jié)果，列（5）、列（6）采用Tobit 模型的回歸結(jié)果；列（1）和列（3）、列（2）和列（4）、列（5）和列（6）分別為模型（1）加入控制變量前后的回歸結(jié)果。在列（1）至列（6）中，數(shù)字化發(fā)展對環(huán)境治理效率的影響系 數(shù) 分 別 為0.603、0.440、0.686、0.434、0.563 和0.637，均在1%的水平上顯著。結(jié)果表明，數(shù)字化發(fā)展對環(huán)境治理效率具有提升效應(yīng)，H1得到驗(yàn)證。同時(shí)，Hausman檢驗(yàn)表明，固定效應(yīng)模型更為合理；Tobit模型的回歸結(jié)果表明，研究結(jié)論是穩(wěn)健的。

（三）內(nèi)生性檢驗(yàn)和穩(wěn)健性檢驗(yàn)

1.替換核心變量

為了避免變量選取導(dǎo)致結(jié)果的偶然性，本文參考王曉曉等（2021）的研究［33］，選取國脈電子政務(wù)網(wǎng)發(fā)布的我國31個(gè)省份政府網(wǎng)站績效評價(jià)數(shù)據(jù)來衡量數(shù)字化發(fā)展，回歸結(jié)果見表4 中列（1）?？梢钥闯?，數(shù)字化發(fā)展對環(huán)境治理效率的影響系數(shù)為0.005，在1%的水平上顯著。表明替換核心變量后，研究結(jié)論仍是穩(wěn)健的。

表4 內(nèi)生性檢驗(yàn)和穩(wěn)健性檢驗(yàn)

2.分位數(shù)回歸

為了考察數(shù)字化發(fā)展對環(huán)境治理效率整體的影響，本文參考楊野（2020）的研究［34］，運(yùn)用“分位數(shù)回歸”方法進(jìn)行回歸，結(jié)果見表4中列（2）至列（6）?？梢钥闯?，隨著分位點(diǎn)的增加，數(shù)字化發(fā)展的分位數(shù)回歸系數(shù)分別為0.377、0.389、0.429、0.472和0.503，分別在10%、10%、10%、10%和5%的水平上顯著。表明通過分位數(shù)回歸，研究結(jié)論也是穩(wěn)健的。

3.引入工具變量

針對反向因果關(guān)系可能導(dǎo)致的內(nèi)生性偏誤，借鑒黃群慧等（2019）的研究［35］，采用各省份在1984年的郵電歷史數(shù)據(jù)作為數(shù)字化發(fā)展的工具變量。鑒于選取的工具變量原始數(shù)據(jù)為橫截面形式，本文參考Nunn 和Qian（2014）的研究［36］，引入一個(gè)隨時(shí)間變化的變量來構(gòu)造面板工具變量。具體而言，以上一年全國互聯(lián)網(wǎng)用戶數(shù)與1984 年各省份每萬人電話機(jī)數(shù)量構(gòu)造交互項(xiàng)，作為該省份數(shù)字化發(fā)展的工具變量，然后通過二階段最小二乘法（2SLS）進(jìn)行回歸，結(jié)果見表4 中列（7）。可以看出，K-Prk LM 統(tǒng)計(jì)量對應(yīng)的P值均為0.000，KPrkWaldF統(tǒng)計(jì)量大于Stock-Yogo弱識別檢驗(yàn)10%水平上的臨界值，表明選擇的工具變量是合理的；數(shù)字化發(fā)展對環(huán)境治理效率的影響系數(shù)為1.109，在5%的水平上顯著。表明引入工具變量后，研究結(jié)論還是穩(wěn)健的。

4.動(dòng)態(tài)面板估計(jì)

鑒于環(huán)境治理效率提升具有一定的持續(xù)性，本文參考盛斌和毛其淋（2011）［37］的研究，加入環(huán)境治理效率滯后一期建立動(dòng)態(tài)面板模型，以環(huán)境治理效率滯后一期、滯后二期作為當(dāng)期值的工具變量，采用兩步系統(tǒng)廣義矩估計(jì)（GMM）進(jìn)行回歸，結(jié)果見表4 中列（8）?？梢钥闯觯瑪?shù)字化發(fā)展對環(huán)境治理效率的影響系數(shù)為1.940，在1%的水平上顯著；AR（2）和Hausman 檢驗(yàn)結(jié)果表明，模型滿足“所有工具變量均有效”的假設(shè)。表明進(jìn)行動(dòng)態(tài)面板估計(jì)后，研究結(jié)論依然是穩(wěn)健的。

（四）影響機(jī)制檢驗(yàn)

影響機(jī)制檢驗(yàn)見表5 所列。表5 中，列（1）、列（2）為環(huán)境規(guī)制中介效應(yīng)檢驗(yàn)的結(jié)果，其中，列（1）為模型（2）的回歸結(jié)果，列（2）為模型（3）的回歸結(jié)果。在列（1）中，數(shù)字化發(fā)展對環(huán)境規(guī)制的影響系數(shù)為0.492，在1%的水平上顯著。在列（2）中，數(shù)字化發(fā)展對環(huán)境治理效率的影響系數(shù)為0.367，在10%的水平上顯著；環(huán)境規(guī)制對環(huán)境治理效率的影響系數(shù)為0.147，在10%的水平上顯著。綜合表3 中列（4）的結(jié)果可以看出，由于政府推動(dòng)數(shù)字化發(fā)展，區(qū)域環(huán)境規(guī)制得到加強(qiáng)，進(jìn)而提升了環(huán)境治理效率。

表5 影響機(jī)制檢驗(yàn)

表5 中，列（3）、列（4）為綠色技術(shù)創(chuàng)新中介效應(yīng)檢驗(yàn)的結(jié)果，其中，列（3）為模型（2）的回歸結(jié)果，列（4）為模型（3）的回歸結(jié)果。在列（3）中，數(shù)字化發(fā)展對綠色技術(shù)創(chuàng)新的影響系數(shù)為10.650，在1%的水平上顯著。在列（4）中，數(shù)字化發(fā)展對環(huán)境治理效率的影響系數(shù)為0.413，在10%的水平上顯著；綠色技術(shù)創(chuàng)新對環(huán)境治理效率的影響系數(shù)為0.121，在5%的水平上顯著。綜合表3 中列（4）的結(jié)果可以看出，由于政府推動(dòng)數(shù)字化發(fā)展，促進(jìn)了綠色技術(shù)創(chuàng)新，進(jìn)而提升了環(huán)境治理效率。

表5 中，列（5）、列（6）為公眾參與中介效應(yīng)檢驗(yàn)的結(jié)果，其中，列（5）為模型（2）的回歸結(jié)果，列（6）為模型（3）的回歸結(jié)果。在列（5）中，數(shù)字化發(fā)展對公眾參與的影響系數(shù)為0.210，在1%的水平上顯著。在列（6）中，數(shù)字化發(fā)展對環(huán)境治理效率的影響系數(shù)為0.415，在5%的水平上顯著；公眾參與對環(huán)境治理效率的影響系數(shù)為0.191，在10%的水平上顯著。綜合表3 中列（4）的結(jié)果可以發(fā)現(xiàn)，由于政府推動(dòng)數(shù)字化發(fā)展，促進(jìn)公眾參與，進(jìn)而提升了環(huán)境治理效率。

上述結(jié)果表明，環(huán)境規(guī)制、綠色技術(shù)創(chuàng)新和公眾參與在數(shù)字化發(fā)展對環(huán)境治理效率的作用機(jī)制中發(fā)揮中介作用，H2得到驗(yàn)證。

（五）制度環(huán)境的調(diào)節(jié)效應(yīng)檢驗(yàn)

表6 報(bào)告了制度環(huán)境調(diào)節(jié)效應(yīng)的檢驗(yàn)結(jié)果，其中，列（1）為模型（4）的回歸結(jié)果，列（2）、列（4）及列（6）為模型（5）的回歸結(jié)果，列（3）、列（5）和列（7）為模型（6）的回歸結(jié)果。在列（1）中，數(shù)字化發(fā)展與制度環(huán)境的交乘項(xiàng)（Data×Ins）對環(huán)境治理效率的影響系數(shù)為0.052，不顯著；在列（2）中，數(shù)字化發(fā)展對環(huán)境規(guī)制的影響系數(shù)為0.580，在1%的水平上顯著，表明制度環(huán)境具有間接調(diào)節(jié)效應(yīng)；在列（3）中，環(huán)境規(guī)制與制度環(huán)境的交乘項(xiàng)（Ipm×Ins）對環(huán)境治理效率的影響系數(shù)為0.416，在5%的水平上顯著，表明制度環(huán)境在數(shù)字化發(fā)展中對加強(qiáng)環(huán)境規(guī)制提升環(huán)境治理效率中具有正向調(diào)節(jié)效應(yīng)；在列（4）中，數(shù)字化發(fā)展對綠色技術(shù)創(chuàng)新的影響系數(shù)為8.809，在1%的水平上顯著，表明制度環(huán)境具有間接調(diào)節(jié)效應(yīng)；在列（5）中，綠色技術(shù)創(chuàng)新與制度環(huán)境的交乘項(xiàng)（Green×Ins）對環(huán)境治理效率的影響系數(shù)為0.455，在5%的水平上顯著，表明制度環(huán)境在數(shù)字化發(fā)展中對推動(dòng)綠色技術(shù)創(chuàng)新提升環(huán)境治理效率中具有正向調(diào)節(jié)效應(yīng)；在列（6）中，數(shù)字化發(fā)展對公眾參與的影響系數(shù)為0.188，在1%的水平上顯著，表明制度環(huán)境具有間接調(diào)節(jié)效應(yīng)；在列（7）中，公眾參與與制度環(huán)境的交乘項(xiàng)（Pub×Ins）對環(huán)境治理效率的影響系數(shù)0.319，在5%的水平上顯著，表明制度環(huán)境在數(shù)字化發(fā)展促進(jìn)公眾參與提升環(huán)境治理效率中具有正向調(diào)節(jié)效應(yīng)。上述結(jié)果表明，制度環(huán)境在數(shù)字化發(fā)展對環(huán)境治理效率的作用機(jī)制中發(fā)揮正向調(diào)節(jié)效應(yīng)，H3 得到驗(yàn)證。

表6 制度環(huán)境的調(diào)節(jié)效應(yīng)檢驗(yàn)

五、結(jié)論與建議

（一）結(jié)論

本文以2010—2020年我國31個(gè)省份的面板數(shù)據(jù)，運(yùn)用熵值法測算環(huán)境治理效率和數(shù)字化發(fā)展水平，在機(jī)理分析的基礎(chǔ)上，構(gòu)建基準(zhǔn)回歸模型、中介效應(yīng)模型和調(diào)節(jié)效應(yīng)模型，采用固定效應(yīng)模型、工具變量法及系統(tǒng)廣義矩估計(jì)法等，實(shí)證檢驗(yàn)了數(shù)字化發(fā)展對環(huán)境治理效率的影響及其內(nèi)在機(jī)理，得出如下研究結(jié)論：①數(shù)字化發(fā)展對環(huán)境治理效率具有提升效應(yīng)，這一結(jié)論通過了內(nèi)生性檢驗(yàn)和穩(wěn)健性檢驗(yàn)；②影響機(jī)制檢驗(yàn)表明，環(huán)境規(guī)制、綠色技術(shù)創(chuàng)新和公眾參與在數(shù)字化發(fā)展對環(huán)境治理效率的作用機(jī)制中發(fā)揮中介作用；③制度環(huán)境的調(diào)節(jié)效應(yīng)檢驗(yàn)表明，制度環(huán)境在數(shù)字化發(fā)展中對加強(qiáng)環(huán)境規(guī)制、推動(dòng)綠色技術(shù)創(chuàng)新和促進(jìn)公眾參與提升環(huán)境治理效率中具有正向調(diào)節(jié)效應(yīng)。

（二）建議

根據(jù)以上研究結(jié)論，本文提出以下政策建議：①在數(shù)字化發(fā)展方面，政府應(yīng)加大對核心數(shù)字技術(shù)的投入力度，加快數(shù)據(jù)處理技術(shù)在危機(jī)管理、方案制定及措施實(shí)施等環(huán)境治理決策中的應(yīng)用；注重環(huán)境治理軟硬件的引進(jìn)和升級，制定和完善環(huán)境治理信息使用規(guī)范，加強(qiáng)環(huán)境治理人員的數(shù)字化培訓(xùn)。②在環(huán)境規(guī)制方面，政府應(yīng)基于環(huán)境數(shù)據(jù)作出治理決策，以發(fā)揮數(shù)字技術(shù)在提高環(huán)境治理效率方面的有益作用，使環(huán)境治理更加科學(xué)、及時(shí)和全面。③在綠色技術(shù)創(chuàng)新方面，企業(yè)應(yīng)積極運(yùn)用數(shù)字技術(shù)優(yōu)化研發(fā)資源配置，在生產(chǎn)運(yùn)營、能耗管控及污染治理等方面有針對性地開展綠色技術(shù)創(chuàng)新，以實(shí)現(xiàn)環(huán)境治理精細(xì)化。④在公眾參與方面，政府應(yīng)深化數(shù)字技術(shù)在公眾環(huán)保意識培養(yǎng)以及公眾環(huán)境訴求表達(dá)、獲取及處理中的應(yīng)用，以降低公眾參與環(huán)境治理的成本，提高公眾參與環(huán)境治理的有效性。⑤在制度環(huán)境方面，政府應(yīng)完善與環(huán)境治理相關(guān)的法律、政策和規(guī)范標(biāo)準(zhǔn)等，使環(huán)境治理有法可依、責(zé)任明確，實(shí)現(xiàn)環(huán)境治理規(guī)范化、程序化；持續(xù)深化“放管服”改革，推動(dòng)政府向服務(wù)型政府轉(zhuǎn)型，加快環(huán)境治理機(jī)制創(chuàng)新。