王 莉,薛 飛

(西北大學 經濟管理學院,陜西 西安 710127)

一、 引 言

作為關系中華民族永續(xù)發(fā)展的根本大計,我國新時代生態(tài)文明建設從理論到實踐都發(fā)生了歷史性、轉折性、全局性變化,成就舉世矚目,成為新時代黨和國家事業(yè)取得歷史性成就、發(fā)生歷史性變革的顯著標志。這一歷史成就的創(chuàng)建,起步于群眾反映強烈的大氣霧霾污染突出問題的治理解決。2013年國家出臺《大氣污染防治行動計劃》。習近平總書記則在當年中央經濟工作會議上進一步強調,要加大環(huán)境治理和生態(tài)保護工作力度、投資力度、政策力度,加強污染物減排特別是大氣污染防治,推進重點行業(yè)、重點區(qū)域大氣污染治理,加強區(qū)域聯防聯控,把已經出臺的大氣污染防治十條措施真正落到實處。由此拉開國家環(huán)境大治理的大幕,開啟生態(tài)文明建設的歷史進程。進而基于不斷深化對生態(tài)文明建設規(guī)律的認識,形成新時代中國特色社會主義生態(tài)文明思想,實現由實踐探索到科學理論指導的重大轉變。(1)引自2023年7月18日全國生態(tài)環(huán)境保護大會上習近平重要講話,https://www.mee.gov.cn/ywdt/szyw/202307/t20230718_1036581.shtml。

大氣污染危害公眾健康,影響范圍極大。致污因素及機制復雜,至少可歸納為三方面。一是高速工業(yè)化的影響。傳統工業(yè)生產技術是以能量物質轉換為目的的,典型的如鋼鐵、柴油運輸等生產。其能量物質轉換過程必然產生廢棄物即為污染。解決污染唯一途徑就是生產的新技術轉型。但由于市場體系不具備相應技術轉型補償機制,造成市場失靈。其污染的外部性,只能通過政府干預解決。二是自然環(huán)境因素,包括大氣流動和地形地勢造成的隨機性頻繁影響。三是社會自然因素的交叉影響。包括城市化與特殊地形造成的霧霾小區(qū)域聚集,以及冬季北方大范圍燃煤取暖等。上述成因與動態(tài)變化帶來的巨大挑戰(zhàn),唯有國家干預方能應對。需要解決的問題至少包括大氣污染的動態(tài)水平監(jiān)測,治理決策科學性與執(zhí)行落實程度的識別,基于地理區(qū)位、資源稟賦、經濟發(fā)展水平巨大差異現實,評價地方政府如何落實公眾監(jiān)督與治理主體責任的,等等。凡此,均需要統一規(guī)范的數據研究與表達,做到心中有數。國家基于大數據發(fā)展戰(zhàn)略迅速出臺《生態(tài)環(huán)境大數據建設總體方案》,(2)2016年3月7日,環(huán)境保護部印發(fā)《生態(tài)環(huán)境大數據建設總體方案》,具體內容見網址https://www.mee.gov.cn/gkml/hbb/bgt/201603/t20160311_332712.htm。布局覆蓋各地區(qū)的霧霾監(jiān)測體系,集中重點整合2013年以來霧霾監(jiān)測歷史數據,同步集成氣象、遙感、排放清單、城市源解析和環(huán)境執(zhí)法數據,形成霧霾案例知識庫;構建起應對大氣污染的大數據治理推動模式。這里的大數據治理具體指,統籌全國大數據平臺建設,基于大數據環(huán)保云及管理和應用平臺,推進大氣環(huán)境相關數據資源整合共享,加強科學決策,創(chuàng)新監(jiān)管模式,完善公共服務的大氣污染治理模式。

大氣污染的大數據治理模式是政府治理體系一次成功的數字化轉型創(chuàng)新實踐。其一經推出,即以大數據技術如何發(fā)揮有效驅動霧霾污染治理的統籌作用,引發(fā)各方面關注。一些研究考察了各類數字信息技術對大氣污染物減排和空氣質量改善的影響[1-3]及其作用機制[2]。還有一些將其擴展到生態(tài)環(huán)境大數據的內涵、框架設計、趨勢與挑戰(zhàn)、數據應用等方面的理論研究[4-7],以及基于智慧城市建設[8-9]、國家級大數據綜合試驗區(qū)[10]等大數據應用實踐在大氣污染治理和減排的積極作用方面的研究。這些側重某一方面的相關研究對大數據治理實踐發(fā)揮了積極指導作用,同時也驅動研究向大數據治理建設政策總體效果評價方面聚焦,進一步推動新時代中國特色社會主義生態(tài)文明思想實踐探索。

本文以我國大氣污染的大數據治理總體效應測度為主題,力圖給出兩方面貢獻。一方面,提出大數據治理概念,建立其基于信息驅動而非物質轉換驅動的治理總體效應測度分析邏輯,給出大數據技術在大氣環(huán)境治理中總體作用的理論表達。另一方面,采用基于分散的地區(qū)數據測度總體治理效應技術路線,構建準自然實驗模型,抓住大數據治理政策地區(qū)試點環(huán)節(jié),通過試點與非試點城市,政策實施前后的雙重差分技術,得到基于建設試點大氣污染治理效應的總體評價。進一步,通過異質性分析模型構建,考察大氣污染的大數據治理的異質性效應;同時從政府治理能力和公眾監(jiān)督提升視角探析大氣環(huán)境的大數據治理作用機制。

二、 研究設計

(一) 理論分析邏輯

這里梳理出兩方面基本邏輯作為測度研究的分析基礎。一是大數據治理如何成為大氣環(huán)境治理的必然優(yōu)選模式。二是大數據治理模式怎樣有效發(fā)揮夯實地方政府主體責任作用。

大數據治理模式是計算機信息系統技術成功應用于政府大氣環(huán)境治理的表達?；诖髿馕廴镜瘸梢蚣捌涫袌鋈笔鄳卫頇C制,政府在推動經濟社會高質量發(fā)展的同時,也必須肩負起治理污染,供給大眾環(huán)境公共品包括清潔空氣的歷史責任?；诶碚撘暯强疾?如同所有政府行為一樣,其相關治理干預均需要基于充分對稱信息理性行為,才能實現資源有效配置,取得切實成效。就是說,大氣環(huán)境的大數據治理是整個治理體系中,力圖為所有參與政府干預的行為者提供統一的充分對稱的信息環(huán)境,使之理性行為的措施。雖然大數據不具備直接改變或消除污染物質的技術功能,但可通過提供相關信息促使去污技術有的放矢、效率提升,最終改善大氣環(huán)境。顯然,基于資源配置的有效性來說,大數據治理是不可或缺的。本文的大氣環(huán)境大數據治理實踐總體效應測度,就是力圖對這一模式作用發(fā)揮的效應給予檢驗與評價。當然,實現大數據治理總體效應的測度操作,需要界定諸如何為治理行為者的理性行為,何為統一的充分對稱的信息環(huán)境,何為治理的總體效應等一系列概念,以及進一步設定測度研究的基本分析邏輯。

首先,設地級城市政府為大數據治理的行為主體,理論上其通過參加國家環(huán)境大數據試點建設,獲得統一的充分對稱的信息,指導其理性治理行為。該設定的現實依據為:其一,我國的大國分級行政管理體制,國家政策與法規(guī)落實到地方政府推動執(zhí)行。特別是中央新的重大決策基本上都是通過試點取得經驗再推廣全國的。環(huán)境的大數據地方試點建設仍然遵從這一傳統,這也是夯實地方政府主體責任的制度設計。其二,鑒于大數據治理的技術本質是信息驅動而非物質轉換驅動的治理,其相關治理效應表達的是治理行為人在一系列大氣致污因素,以及經濟社會發(fā)展大環(huán)境條件下,采用各類具體治理技術行為的綜合結果?；诘胤秸袨?獲取大數據治理總體效應測度信息,邏輯上是合理自洽的。其三,國家環(huán)境大數據試點建設包括構建大數據環(huán)保云及管理和應用平臺,推進大氣環(huán)境相關數據資源整合共享,加強科學決策,創(chuàng)新監(jiān)管模式,完善公共服務等一系列活動。建設試點的上述活動能夠比較充分代表大數據治理行為。

其次,設定大數據治理總體效應的分析邏輯。2013—2022年恰為大氣污染防治十年。十年間我國GDP總量增長了69%,PM2.5濃度下降了57%,重污染天數減少了92%,二氧化硫濃度降至個位數。實現經濟快速增長的同時,空氣質量明顯改善,人民群眾生態(tài)環(huán)境獲得感顯著提升。面對這一歷史性成就,習近平總書記在主持中央政治局第二十九次集體學習時仍然告誡我們,(3)2021年4月30日,中央政治局就新形勢下加強我國生態(tài)文明建設進行第二十九次集體學習,具體內容見網址http://cpc.people.com.cn/n1/2021/0502/c64094-32093920.html。當前我國生態(tài)文明建設仍然面臨諸多矛盾和挑戰(zhàn),生態(tài)環(huán)境穩(wěn)中向好的基礎還不穩(wěn)固,從量變到質變的拐點還沒有到來。就是說,大氣治理仍在推進中。其要求大數據治理效應的測度聚集在試點建設推進過程的檢查?；诳傮w效應評價分析,發(fā)現試點工作存在問題積累經驗,提出政策改進空間。相關分析邏輯包括:其一,建立大氣質量與地方建設試點的關系,作為治理效應的測度。當然需要給出該測度的有效性檢驗。其二,通過地區(qū)異質性和機制檢驗,得到夯實地方政府大數據治理主體責任的推進機制。

(二) 測度模型

地方政府如何基于頂層設計發(fā)揮主體責任,推進大數據技術應用于大氣環(huán)境治理,這里通過治理實踐予以考察。原環(huán)保部在2016年發(fā)布《生態(tài)環(huán)境大數據建設總體方案》后,重點提出了要開展地方大數據應用試點,各地積極探索應用模式,推動試點成果的推廣和實施,開啟了大氣污染的大數據治理新模式,對于提升環(huán)境治理監(jiān)管效率、提高決策科學性和有效性發(fā)揮了重要作用[2]?；诶碚摲治鲞壿?那么生態(tài)環(huán)境大數據建設方案的實施和應用試點的推行,不僅可改善試點城市自身空氣質量,還將使空氣質量在試點城市和非試點城市之間產生差異,進而識別出生態(tài)環(huán)境大數據建設對改善城市空氣質量的總體效應。本文將“生態(tài)環(huán)境大數據建設試點”視為一項外生政策沖擊,采用雙重差分法評估大數據治理對大氣污染防治的現實效應。設定基準模型如下:

Yit=α+βTreati×Postt+γXit+?i+μt+εit

(1)

其中,Yit表示城市i第t年的大氣污染水平變量;Treati表示生態(tài)環(huán)境大數據建設試點政策的虛擬變量,若某一地區(qū)被獲批生態(tài)環(huán)境大數據建設試點賦值為1,否則賦值為0;Postt為政策試點前后的虛擬變量,政策實施當年及之后的年份賦值為1,之前的年份為0。交互項Treati×Postt用于評估生態(tài)環(huán)境大數據建設的大氣污染治理效應。Xit一系列控制變量,包括氣象因素、城市規(guī)模、產業(yè)結構、政府因素等;?i和μt分別表示城市固定效應和年份固定效應;εit為隨機誤差項。在上式中,主要關心的估計系數是β,若β<0且統計顯著,則意味著生態(tài)環(huán)境大數據建設顯著提高了試點城市的空氣質量,說明大數據治理提升了大氣污染治理效果。

(三) 變量選擇與數據處理

為了合理測度與評價基于建設試點的大氣污染防治的總體效應,同時考慮到遺漏變量可能造成的內生性問題,還納入了相關控制變量。各變量設置如下:

1.大氣污染水平。區(qū)別于大多數研究采用哥倫比亞大學社會經濟數據和應用中心或圣路易斯華盛頓大學大氣成分分析小組所公布的PM2.5濃度數據集,本文錨定2035年“美麗中國建設目標基本實現”以及“十四五”時期“生態(tài)文明建設實現新進步”對大氣污染指標設定的目標值,并結合《中共中央國務院關于深入打好污染防治攻堅戰(zhàn)的意見》提出的既要繼續(xù)大幅降低PM2.5濃度,又要有效遏制臭氧濃度上升趨勢,還要努力消除重污染天氣。最終選取生態(tài)環(huán)境部披露的空氣質量指數(AQI)及其分項污染物PM2.5、PM10、O3等指標,以便更為全面地考察中國大數據治理的效應。考慮到絕大多數城市自2014年起開始發(fā)布空氣質量數據,本文搜集整理生態(tài)環(huán)境部公布2014年1月1日—2021年12月31日的各地級市空氣質量狀況原始數據,并統一將其進行平均化處理,并轉換為年度數據。

2.政策沖擊。根據原環(huán)保部公布的生態(tài)環(huán)境大數據建設試點名單,吉林省、貴州省、江蘇省、內蒙古自治區(qū)環(huán)境保護廳及武漢市、紹興市等列為全國首批生態(tài)環(huán)境大數據建設試點單位,設置生態(tài)環(huán)境大數據建設試點的政策虛擬變量。對各樣本單位進行統一賦值,若某一城市獲批生態(tài)環(huán)境大數據建設試點的當年及之后各年取值為1,否則為0。

3.控制變量。導致大氣污染的成因復雜,不僅有氣象變化等自然因素的隨機性影響,又有與經濟社會環(huán)境因素的交叉影響。本文還納入了氣象和城市經濟社會特征兩類控制變量。

(1)氣象變量。污染物在大氣中的運動,與大氣的氣象條件密切相關。直接影響大氣污染的大氣層是大氣邊界層,在邊界層內,風向風速、溫度、濕度隨高度的變化很大[11]。大氣污染嚴重的情況往往發(fā)生在逆溫和靜風條件下,氣溫升高、降水減少、平均風速降低等均不利于污染物的擴散。在利用原始氣象數據與大氣污染數據進行非參數擬合回歸探究相關關系后,同時也借鑒趙仁杰等[12]的研究,本文篩選了各地區(qū)平均溫度、平均風速、年降雨量、相對濕度等氣象指標進行控制。

(2)城市經濟社會特征。較多研究已關注了經濟集聚、城鎮(zhèn)化、財政金融制度等因素對大氣污染的影響,作為城市經濟社會發(fā)展的基本要素包括經濟和人口規(guī)模、財政投入和金融發(fā)展水平以及政府支撐科技的力度等宏觀變量,對相應城市大氣污染水平及其環(huán)境治理進程也會產生諸多影響。與孫傳旺等[13]、宋弘等[14]的研究相似,分別以實際GDP的對數、城市年末總人口、公共財政支出占地區(qū)生產總值的比重、財政科技支出占財政支出的比重、金融貸款規(guī)模占GDP的比值等指標來衡量城市經濟社會基本特征,將這些指標作為影響的其他控制變量。

本文采用的是2014—2021年288個地級市的面板數據。大氣污染數據來自生態(tài)環(huán)境部;生態(tài)環(huán)境大數據建設試點名單來自生態(tài)環(huán)境部網站,由作者搜集整理而得;氣象數據來自美國國家氣候數據中心(NCDC);城市經濟特征數據均來源于《中國城市統計年鑒》《中國區(qū)域統計年鑒》和各省《統計年鑒》。表1是主要變量描述性統計結果。

表1 主要變量描述性統計

三、 實證結果與檢驗

(一) 基準回歸結果

基于建設試點政策效應估計結果,來檢驗大數據治理對大氣污染所發(fā)揮的作用。根據表2信息,列(1)至列(4)分別是以AQI、PM2.5濃度、PM10濃度、O3濃度為被解釋變量的回歸結果?？梢园l(fā)現,所有回歸結果的估計系數均為負值,分別為-4.451、-3.061、-4.919和-2.185,且均通過了至少5%的顯著性檢驗,這表明生態(tài)環(huán)境大數據治理顯著降低試點城市大氣污染程度。即與非試點城市相比,生態(tài)環(huán)境大數據建設政策推進過程中,使得試點城市年均AQI下降了4.451,PM2.5濃度下降3.061ug/m3、PM10濃度下降4.919ug/m3,O3濃度下降2.185ug/m3。這一結論與既有文獻[10]的結論較為一致,肯定了大數據治理在改善空氣質量中的積極作用。

表2 基準回歸結果

(二) 平行趨勢檢驗和動態(tài)效應

采用雙重差分法估算得到有效的大數據治理效應結果的關鍵前提在于平行趨勢假設是否滿足,即政策實施之前的處理組與控制組在大氣污染水平變動上是否呈現出相同的趨勢。同時,大數據治理對大氣污染水平的影響作用并不是一蹴而就,隨著時間的推移政策可能存在動態(tài)效應。借鑒相關研究的處理方式,采用動態(tài)雙重差分法來檢驗平行趨勢以及政策的動態(tài)效應。

(2)

上式中,k表示生態(tài)環(huán)境大數據建設試點實施后的年份。采用政策實施前一年作為基期,即上式中k≠2015。本文所關注的是估計系數βk,反映生態(tài)環(huán)境大數據建設試點建設第k年,試點城市與非試點城市之間的大氣污染水平差異。平行趨勢檢驗和動態(tài)效應檢驗的結果如圖1所示?？梢园l(fā)現,無論以AQI還是PM2.5、PM10、O3其余三個分項污染物作為被解釋變量,β2014在10%顯著性水平上并不顯著,表明試點城市與非試點城市在政策實施前并無顯著差異,即研究樣本滿足平行趨勢假設。當k≥2016時,βk開始出現大幅下降,而這一抑制效應在2020年開始消失。上述結果再次驗證了生態(tài)環(huán)境大數據建設顯著改善了試點城市的空氣質量狀況,且這一抑制效應具有一定持續(xù)性。

圖1 平行趨勢檢驗和動態(tài)效應

(三) 安慰劑檢驗

圖2 安慰劑檢驗

此外,借鑒劉瑞明和趙仁杰[16]、王鋒和葛星[17]的做法,通過改變政策實施時間來進行安慰劑檢驗。具體地,分別將生態(tài)環(huán)境大數據建設試點的實施年份提前一年,如果此時生態(tài)環(huán)境大數據建設變量并不顯著為負,則說明大氣污染水平下降來源于生態(tài)環(huán)境大數據建設;反之,若生態(tài)環(huán)境大數據建設變量仍舊顯著為負,則說明大氣污染水平下降受到其他隨機性因素的干擾。表3列(1)是政策實施時間提前一年的結果,可以發(fā)現,將試點時間提前一年并不會對大氣污染水平產生顯著的影響,這間接說明大氣污染水平的下降不是由其他因素導致的,而是來自生態(tài)環(huán)境大數據建設試點的大數據治理成效。

表3 穩(wěn)健性檢驗

(四) 穩(wěn)健性檢驗

上文回歸結果表明通過大數據治理能夠降低試點城市大氣污染水平。為了進一步排除混淆因素的干擾,以式(1)的雙重差分模型為基準,進行以下四個方面的穩(wěn)健性檢驗。

1.樣本縮尾處理。對被解釋變量的研究樣本進行上下1%的縮尾處理,以此排除異常值對結果的可能影響。表3列(2)的估計結果表明,在排除異常值干擾后,生態(tài)環(huán)境大數據建設的估計系數仍舊在5%水平上顯著為負,且估計系數值與基準回歸結果相似,這進一步增強了基準結果的穩(wěn)健性。

2.樣本重新篩選。本文是基于全國所有城市的樣本開展分析,但不同城市的行政級別以及污染治理強度可能影響估計結果,因此對樣本進一步篩選。一方面,考慮到直轄市和副省級城市在行政級別與初始稟賦上高于其他一般地級市,故剔除了這兩類城市,估計結果見表3列(3)。另一方面,考慮到京津冀地區(qū)作為全國大氣污染重災區(qū),實施了一攬子的大氣污染治理政策,納入這部分樣本也可能造成估計結果偏誤。所以,剔除京津冀地區(qū)的所屬城市后重新回歸,估計結果見表3列(4)。可以發(fā)現,在樣本重新篩選后主要估計系數依舊顯著為負,證明估計的結果并未受到樣本選擇的影響。

3.排除其他政策的干擾。為了避免樣本期間其他環(huán)境政策或大數據政策影響大氣污染治理效應,從而造成基準回歸結果出現偏誤,因此搜集了自2014年起基于城市層面的大型環(huán)境政策或大數據政策,主要包括自2017年起實施的冬季清潔取暖試點城市政策、2016年起實施的國家級大數據綜合試驗區(qū)政策等。將這些政策虛擬變量的交互項加入模型,回歸結果見表3列(5)。不難發(fā)現,除O3外,以AQI或其他污染物為被解釋變量時,列(5)中的估計系數與基準回歸結果較為相似,表明上述兩項政策并未造成估計結果的偏誤。

4.傾向匹配得分雙重差分法。采用雙重差分法雖然可以控制試點城市與非試點城市在政策實施前后的相對差異,但控制樣本選擇偏差所引起的內生性仍未解決。為緩解樣本選擇偏差,采用傾向匹配得分雙重差分模型,先利用Logit模型估計得到的傾向得分來進行近鄰匹配,基于匹配后的樣本重新進行回歸,以緩解樣本選擇偏差。結果見表3列(6),與基準回歸結果一致,且4個空氣污染指標都至少通過了5%的顯著性檢驗,這無疑再次強化了本文基準回歸結果的可靠性。

四、 拓展性分析

(一) 異質性分析

上文基于樣本整體分析了生態(tài)環(huán)境大數據建設試點政策對大氣污染的總體治理效應,其是代表性的是平均的。但對于夯實地方政府主體責任而言,需要差異性信息支持。這里從地理區(qū)位和資源稟賦兩個方面進行治理的異質性分析。

1.地理區(qū)位異質性?？紤]到各城市在經濟發(fā)展和對外開放水平等方面的差異,按照地理位置分為東、中、西部城市,并在公式(1)的基礎上分別加入中部地區(qū)(Middle)和西部地區(qū)(West)的虛擬變量與Treati×Postt的交互項,具體模型如下所示:

Yit=α+β1Treati×Postt+β2Treati×Postt×Middle+β3Treati×Postt×West+γXit+?i+μt+εit

(3)

上式中,估計系數β1表示生態(tài)環(huán)境大數據建設對東部城市大氣污染的影響;β1+β2表示生態(tài)環(huán)境大數據建設對中部城市大氣污染的影響;β1+β3分別表示生態(tài)環(huán)境大數據建設對西部城市大氣污染的影響?；貧w結果如表4所示?？梢园l(fā)現,Treati×Postt的估計系數均顯著為負,說明生態(tài)環(huán)境大數據建設對東部地區(qū)大氣污染具有顯著影響。以東部為比較基礎,觀察AQI和PM2.5濃度兩項指標的估計結果,發(fā)現Treati×Postt×Middle的估計系數顯著為負,說明大數據治理對中部地區(qū)AQI和PM2.5濃度的抑制效應大于東部地區(qū)。同時發(fā)現Treati×Postt×West的估計系數顯著為正,且絕對值大于Treati×Postt的估計系數,表明生態(tài)環(huán)境大數據建設尚未在西部地區(qū)發(fā)揮明顯的治理效應;而以PM10濃度和O3濃度為被解釋變量時,Treati×Postt×Middle和Treati×Postt×West的估計系數并不顯著,表明生態(tài)環(huán)境大數據建設對中部和西部地區(qū)上述兩類污染物的治理效應并不明顯。這不難理解,東部地區(qū)的大數據發(fā)展基礎較好,數據產量、存量以及其大數據應用水平均高于西部地區(qū),因此東部地區(qū)大氣污染的大數據治理效應較為明顯;中部地區(qū)關于霧霾的大數據治理效應較強,但由于中部地區(qū)特定的氣象條件(例如高溫、強烈日照)有利于臭氧的生成和累積,且臭氧污染機制較為復雜,這給中部地區(qū)臭氧治理造成挑戰(zhàn)。西部地區(qū)生態(tài)環(huán)境狀況較為復雜,生態(tài)環(huán)境大數據建設的目標呈現出多樣化特點,因而其大氣污染治理效應并不明顯。

表4 地理區(qū)位異質性

2.資源稟賦異質性。資源稟賦是影響城市大氣污染治理的重要因素。為了進一步分析大數據治理對不同資源稟賦城市大氣污染防治的效應,根據《全國資源型城市可持續(xù)發(fā)展規(guī)劃(2013—2020年)》中的分類方式,本文將樣本城市劃分為資源型城市和非資源型城市,并在公式(1)的基礎上分別加入資源型城市(Resource)的虛擬變量與Treati×Postt的交互項,具體模型如下所示:

Yit=α+β1Treati×Postt+β2Treati×Postt×Resource+γXit+?i+μt+εit

(4)

上式中,估計系數β1表示生態(tài)環(huán)境大數據建設對非資源型城市大氣污染的影響;β1+β2表示生態(tài)環(huán)境大數據建設對資源型城市大氣污染的影響?；貧w結果如表5所示?？梢园l(fā)現,Treati×Postt的估計系數顯著為負,而Treati×Postt×Resource的估計系數為正,這說明生態(tài)環(huán)境大數據建設對非資源型城市的大氣污染治理效應強于資源型城市。這可能是因為資源型城市產業(yè)結構相對單一,面臨嚴重產業(yè)路徑依賴和鎖定效應,因而大數據治理發(fā)揮的作用有限;相較于資源型城市,非資源型城市的產業(yè)結構呈現出多樣化,這有利于產業(yè)結構轉型和政策效應的發(fā)揮。

表5 資源稟賦異質性

(二) 機制分析

上文驗證了基于大數據技術統籌作用的治理模式確實從總體上有效驅動了霧霾等污染物治理的進展,展現了政府治理體系的一次成功數字化轉型創(chuàng)新實踐。其對于提升環(huán)境治理監(jiān)管效率、提高決策科學性和有效性發(fā)揮重要作用[2]。但大數據治理實踐中,鑒于統一的充分對稱的信息環(huán)境正在建設推進中,導致治理行為者不能實現充分理性行為,可能會對有效發(fā)揮夯實地方政府主體責任作用產生影響。這里從是否提升政府環(huán)境決策與監(jiān)管能力、是否提升公眾參與度兩個機制,進一步考察治理效應?；貧w結果如表6所示。

表6 機制分析

1.政府環(huán)境決策與監(jiān)管能力。大數據治理運用大數據、云計算等現代信息技術手段打造的“智慧環(huán)?！钡绕脚_,能快速搜集和處理涉及環(huán)境風險、舉報、突發(fā)事件等信息,實現各級政府間實時數據傳輸和共享,從而上級政府能夠清晰了解各地區(qū)的污染變化情況,從而解決環(huán)境監(jiān)管中的委托代理問題[18],以提高政府環(huán)境決策與監(jiān)管能力。如何衡量政府環(huán)境決策與監(jiān)管能力,從兩個指標嘗試。(1)環(huán)境行政處罰案件數是反映地方政府環(huán)境執(zhí)法監(jiān)管力度的重要指標[19],進而側面反映出地方政府環(huán)境監(jiān)管能力,本文將其作為衡量政府環(huán)境監(jiān)管能力的代理變量。由于環(huán)境行政處罰案件數僅有省級層面的數據,借鑒范子英和趙仁杰[20]的做法,以地級市工業(yè)產值占本省工業(yè)產值的比重作為權重,通過混頻處理后將其轉換為城市層面。回歸結果見表6第(1)列,估計系數為1.066在1%的顯著水平下顯著為正,大數據治理使得環(huán)境污染的立案數量有所增加。反映出生態(tài)環(huán)境大數據建設能夠使地方政府及時獲得各方面數據,對于污染事件迅速反應從而提高處置決策能力,進而遏制污染問題從而提升空氣質量。(2)城市大氣污染物排放量直接反映了政府環(huán)境監(jiān)管成效,同時也一直是區(qū)域環(huán)境保護的約束性考核指標。本文采用單位GDP二氧化硫排放量對數值衡量政府環(huán)境監(jiān)管能力。表6中第(2)列匯報了回歸結果?？梢园l(fā)現,估計系數在5%的顯著水平下顯著為負,說明生態(tài)環(huán)境大數據建設能夠提升環(huán)境監(jiān)管的精細化,當精準識別、實時追蹤環(huán)境數據成為常態(tài)時,必然有利于二氧化硫排放量等污染物的減排,進而改善空氣質量。

2.公眾參與程度。公眾作為治理主體之一,是推進環(huán)境治理體系和能力現代化的重要組成部分[18]。通過生態(tài)環(huán)境大數據建設的推進,就是要拓展共享共建機制,調動公眾積極主動參與,從而使公眾參與環(huán)境治理的行為及其對政府的監(jiān)督成為環(huán)境治理體系不可缺少的一部分[21]。若能落實公眾參與的主體責任,對于大氣污染治理將發(fā)揮積極作用。但對于如何衡量治理過程中公眾這一主體參與治理的責任,尚未有恰當指標。本文對每個城市以“環(huán)境污染”為關鍵詞的百度搜索指數進行逐個檢索并整理,并考慮人口規(guī)模,將其與年末總人口之比作為側面衡量公眾參與程度的代理變量。表6第(3)列的結果顯示,估計系數雖為正的0.034,但未能通過10%的顯著性檢驗,表明樣本期間提高公眾參與程度的路徑并未發(fā)揮明顯效應?？赡艿脑蚴?目前生態(tài)環(huán)境大數據建設更多偏向對于空氣質量情況的大數據技術監(jiān)測以及相關數據的搜集,其主動公開的環(huán)境信息相對較少,數據資源共享開放水平較低,公眾所提出的相關訴求也可能未得到重視和落實[22],從而限制了公眾參與在大氣污染治理中的積極作用。

綜上機制分析結果,在一定程度上反映生態(tài)環(huán)境大數據試點的建設通過提高政府監(jiān)管能力確實提升了大氣污染治理效果,但通過提高公眾參與程度的機制還未顯示出明顯作用。

五、 政策空間與啟示

在習近平生態(tài)文明思想指引下,我國大氣環(huán)境治理體系與治理能力現代化建設不斷推進。中央將空氣質量明顯改善定位為剛性要求,中央財政大氣防治專項資金年年增加,累計下達2248億元,全力以赴堅決打贏藍天保衛(wèi)戰(zhàn)。本文從生態(tài)環(huán)境大數據建設試點政策的視角,檢驗實踐中政府干預下推動大氣污染的大數據治理模式在這一轉型進程中所發(fā)揮的總體效應,研究結果對進一步推動我國生態(tài)環(huán)境大數據治理具有參考價值,為推進數字生態(tài)文明建設提供政策依據。

但我國生態(tài)環(huán)境穩(wěn)中向好的基礎還不穩(wěn)固,與人民群眾對優(yōu)美生態(tài)環(huán)境的需要相比仍存差距。城市環(huán)境空氣質量總體仍未擺脫“氣象影響型”,尚有29.8%的城市PM2.5平均濃度達不到國家二級標準,O3濃度呈波動上升趨勢,區(qū)域性重污染天氣過程時有發(fā)生。加之新污染物的出現,特別是日益呈現PM2.5和O3雙高的復合型污染特征,如何應對這些問題沒有先例可循。而“反彈”成為2022年大氣污染的高頻詞,各地區(qū)在不同污染物的治理成效上也出現分化,中國大氣污染治理這場長跑,尚處于焦灼而關鍵時刻[23]。新一輪污染防治攻堅戰(zhàn)從“堅決打好”轉變?yōu)椤吧钊氪蚝谩?意味著觸及的矛盾問題層次更深、領域更廣,大氣污染防治進入深水區(qū)。習近平總書記在2023年7月第九次全國環(huán)境保護大會上強調,要深化人工智能等數字技術應用,構建美麗中國數字化治理體系,建設綠色智慧的數字生態(tài)文明。基于新一代數字技術應用的大數據治理模式,如何實現更加精準治污、科學治污提出更高要求,還有較大持續(xù)改進創(chuàng)新空間。

第一,夯實大數據治理模式的技術基礎,拓展大氣環(huán)境智慧監(jiān)測感知能力建設。大數據治理發(fā)揮了相應作用,其得益于大氣環(huán)境智慧監(jiān)測體系率先突破,實現了空氣質量監(jiān)測感知的高效化。在試點效應推廣中,各地區(qū)可進一步加大積極引進和部署先進的衛(wèi)星遙感、無人機技術及熱成像等相關監(jiān)測技術,基于“天空地”一體化監(jiān)測網絡,綜合衛(wèi)星遙感、地面監(jiān)測、高精度氣象等多源實時監(jiān)測數據,完善城市的“部、市、縣、鄉(xiāng)”的多級熱點網格聯動監(jiān)管體系,強化大數據管理與分析應用,充分滿足各行為主體對數據全面及時和準確的收集和傳輸。面對區(qū)域性的復合型污染新難題,推動微站聯網建設,拓展PM2.5與O3協同控制監(jiān)測感知能力建設。開發(fā)利用人工智能的自動識別技術和智能化模型等對實時污染源解析與預警,實現工業(yè)、揚塵、機動車以及“散亂污”等污染源的精細化監(jiān)測和督查。以大數據監(jiān)測感知技術作為基點支撐精準和科學治污,提升政府決策和監(jiān)管能力。

第二,破除數據煙囪和信息壁壘,壓實地方政府主體責任。大氣污染成因復雜,利益主體訴求不同,治理效應存在明顯地區(qū)差異。長期以來環(huán)境治理過程中存在嚴重的信息不對稱,環(huán)境監(jiān)測雖積累海量數據,但由于各地監(jiān)測機構各自為政,監(jiān)測數據無統一規(guī)范,準確性和可比性差,數據難以共享,形成了應用“煙囪”和數據“孤島”林立。大數據治理模式通過建立全國統一的實時在線環(huán)境監(jiān)控系統,實現空氣質量、重大污染源、大氣狀況監(jiān)測監(jiān)控全覆蓋,通過進一步優(yōu)化國家、省、市三級監(jiān)測數據聯通共享機制,規(guī)范不同時空分辨率的衛(wèi)星遙感數據,加大投入整合全球多源氣象、大氣污染、輻射監(jiān)測數據,融合跨行業(yè)數據交叉分析與驗證,為合理量化評估污染責任、暢通壓力傳導機制、動態(tài)評估規(guī)劃提供數據信息,加快政府污染治理能力轉型。

第三,創(chuàng)新公眾參與的機制設計,激發(fā)生態(tài)文明建設的內生動力。良好生態(tài)環(huán)境是最普惠的民生福祉,需激發(fā)全社會共享共建的內生動力。但現實中公眾參與途徑碎片化、監(jiān)督責任模糊,信息共享開放程度低,限制了參與治理的作用,需創(chuàng)新公眾參與的機制設計[24]。一方面,不斷擴充部長信箱、12369環(huán)保熱線、微博微信等政民互動的基本渠道,運用大數據創(chuàng)新政府服務理念和服務方式,完善信息公開督促和審查機制,智能開發(fā)實時推送各類便民環(huán)境信息產品,高質量滿足服務公眾的信息需求。另一方面,需搭建有效的反饋響應機制,通過廣泛運用大數據、云計算等現代信息技術手段,自動抓取、主題檢索、專題聚焦涉及環(huán)境風險、環(huán)保舉報、突發(fā)環(huán)境事件、社會輿論等互聯網海量數據,利用機器學習等算法實現有效篩選和甄別,形成有價值的反饋信息,及時回應公眾意見。當然還需大力提升公眾的數字素養(yǎng)和數字技能以適應時代需求,并借助智能技術手段推廣和宣傳“公民生態(tài)環(huán)境行為規(guī)范新十條”,引導公眾踐行生態(tài)文明理念,把建設美麗中國轉化為全體人民的自覺行動。