环境治理中的数字赋能与监管效率提升——基于人工替代的视角.pdf

中国人口 资源与环境 2023 年 第33 卷 第8 期CHINA POPULATION，RESOURCES AND ENVIRONMENT Vol.33 No.8 2023环境治理中的数字赋能与监管效率提升基于人工替代的视角李珒1，赵静2（1.中央财经大学政府管理学院，北京 100081；2.国家发展和改革委员会国际合作中心，北京 100045）摘要 随着数字技术进入政府治理、企业生产与社会生活的各个领域，中国经济社会发展经历着深刻的变革与转型。数字技术赋能推动了环境治理模式与手段的转变和革新，促进了环境监管效率的提升。在此背景下，采用面板数据固定效应模型、中介效应模型和空间杜宾模型，多维度实证检验了中国104个地级市20082020年的数字技术发展水平对传统人力环境监管/督察次数的替代效应。研究发现：环境治理中的数字技术应用能够实现对传统人力监管的“替代”，即随着地方数字技术发展水平的提升，其所接受的上级人力监管频率将最终得到下降。数字技术的人力监管“替代”效应可以通过对重要污染物的减排实现，数字技术应用通过对辖区污染物产生的减排效应影响上级人力监管频率。数字技术应用对人力监管的“替代”影响呈现先增加后减少的倒“U”型关系。研究结果表明，数字技术赋能环境治理，极大地改善了监管不充分、资源浪费与效率低的问题，实现了监管效率和监管精准性的提升。研究认为：数字化时代提升环境监管效率要强化数字化环境监管能力，推动环境监管科学化水平；持续加大数字技术在生产和监管领域的应用；推进产业结构转型、提升数字技术的减排效应、增强政府获取污染信息的能力；发挥数字技术优势，扩展社会公众参与环境治理的广度与深度。关键词 数字技术；数字赋能；环境治理；环境监管中图分类号 X32 文献标志码 A 文章编号 1002-2104（2023）08-0130-08 DOI：10.12062/cpre.20230306以数字技术为核心驱动1的新经济形态为社会治理、生产和生活带来了巨大的机遇，成为不容忽视的全球性议题2。虽然数字技术的应用相对于中等技能劳动力的比较优势及其产生的替代效应与就业结构“极化”现象引起了部分经济学家的担忧3，但技术革新带来的资源成本下降、配置效率提升、产业结构优化将对资源环境与经济社会的可持续发展产生深远影响4。数字技术的应用为节能降碳目标的实现与环境监管效率的提升提供了新的可能和路径。在环境监管领域，调整环境政策议程优先级、调动行政资源、加强执法频率、增强监管力度、对污染排放者实施督察整改等是各级政府在环境治理领域频频使用的重要手段5。多年来，政府通过集中资源的方式对各地区的环境问题开展污染集中整治与“运动式”治理取得了显著成效，但伴随这些方式产生的资源浪费、执行标准单一、执行手段简单、治理效率不高等问题亦在呼唤更加迅捷、高效、精准的监管手段6。那么，数字技术的应用能否带来传统监管方式的更新与完善？数字技术赋能如何使新时代的环境监管更加精准高效？该研究将以此为核心，聚焦环境领域数字技术应用对于传统监管方式的革新，探索环境治理中数字技术应用对于传统监管方式的替代效果与作用方式。1文献综述与理论假设1.1环境监管方式与效果环境治理是社会困境（Social Dilemma）的重要发生场域。伊始于20世纪60年代Hardin7对公地悲剧的探讨，有限理性驱使之下的个体对于社群（Community）的总体性（Collective）收益和选择性（Selective）收益的权衡往往导致帕累托改进的失效8。优质的生态环境作为具有非竞争性和非排他性的公共物品，虽然能够使单一环境治收稿日期：2023-01-05 修回日期：2023-03-24作者简介：李珒，博士，讲师，主要研究方向为环境政策、府际关系。E-mail：。基金项目：国家自然科学基金青年项目“政策信号有效传递与地方环境治理绩效提升路径研究基于信号传递理论的视角”（批准号：72104260）；中央财经大学专项支持基金项目“数字赋能中国式环境治理现代化建设研究”（批准号：SZJ2302）。李珒，赵静.环境治理中的数字赋能与监管效率提升：基于人工替代的视角 J.中国人口 资源与环境，2023，33（8）：130-137.LI J，ZHAO J.Digital empowerment and regulatory efficiency improvement in environmental governance：from the perspective of labor substitutionJ.China population，resources and environment，2023，33（8）：130-137.130李珒，等：环境治理中的数字赋能与监管效率提升理者从社会的生态环境整治行动中获益，但并不具备足够的动机采取相同的行为7。于是，资源短缺、生态恶化、环境污染成为人类社会面临的共同问题。通过政策干预与制度设计，激励生产者和消费者实现生产方式与生活方式的绿色化转型成为各级政府努力的方向。治理者之间的委托-代理关系与信息鸿沟的存在使得地方执行者存在采取机会主义行为的可能，使得上级环境决策未能得到有效贯通5。为提升治理效率，行政系统一般设有数个有序排列的行政层级。作为委托人的中央政府授权地方政府管理地方事务，但这一过程也为委托人制造了了解地方事务的信息鸿沟。具有相对信息优势的下级政府可能采取机会主义行为扭曲政策执行，致使政策效果偏离预期，出现较为明显的环境政策执行偏差现象9。为使环境政策得到有效实施，中央政府始终努力尝试通过必要的工具来平衡中央政府治理意图与地方政府行为信息在不同层级政府间的分布。生态环境保护督察（以下简称“环境督察”）便是重要的信息平衡手段。环境督察由上级政府通过集中行政资源与人力资源的方式在科层组织内部自上而下地向污染问题较为严重的基层政府施加环境治理压力6。环境督察有鲜明的“有意选择”特征，即接受督察的下级政府并非由上级政府任意挑选，而是根据具体城市的环境问题有针对性地选择，目标在于提升相关地方政府对于环境问题的关注度、改善相关治理者在环境领域的“不作为”现象和懈怠问题，纠正环境政策执行偏差，最终提升相关地区的环境治理绩效（如提升环境信息公开水平、降低污染物排放、改善空气质量或水质等）6。因而地方政府的环境治理行为与绩效成为影响其所接受的上级环境督察频率的重要因素。由于具有鲜明的选择性特征，环境督察亦被视为典型的信息“双向沟通”渠道其既可以向相关地方政府传递中央政府对于其辖区环境事务的重视程度与治理意向，也可以向中央政府传递相关地方政府的环境治理行为信息，并对其中的不当行为施予问责或惩罚。诸多实证研究从不同角度对环境督察进行了分析，其中：定量研究多将上级环境督察视为自变量，检验督察对地方环境治理绩效的短期/长期影响；案例研究则立足科层组织运行视角，质性探索环境督察的触发过程、运行逻辑、维系方式、影响机制等6，9。两类研究均对上级环境督察过程中的不同环节进行了细致描绘，但不足之处在于，已有研究大部分未关注到下级政府所接受的环境督察的频率差异，即在一段时间内不同城市接受的上级环境督察频率并不相同。这一现象及其背后的逻辑尚未得到充分探索。同时，从实践角度看，随着经济社会转型的深化，生态环境问题日趋复杂，传统监管方式带来的监管不充分、资源浪费、效率偏低等问题需要借助技术手段实现监管模式的更新优化。然而，已有研究尚未对新兴技术应用与监管效率变化间的关联进行充分检验。为体现监管的全面性和数字赋能在监管上的表现，选择应用了监管频率这一提法。该研究将不同城市所接受的上级环境督察次数作为环境监管频率的测度指标，探索地方数字技术发展水平对于上级政府人力环境督察的“替代”效应和作用机制，对城市接受的环境监管频率的影响因素研究作出补充，亦将数字技术发展对环境治理的影响进行实证检验；同时，将数字技术的人力资本“替代”效应应用于劳动力市场之外的领域，以扩展新兴技术与劳动力“替代效应”的研究视角。1.2新兴技术的劳动力“替代效应”新兴技术的应用能够对由传统技术产生的劳动力需求带来深远影响。虽然新兴技术的应用能够带来促进就业的“生产力”效应与“就业创造”效应10，但在新兴技术相对于劳动力具有更加突出的比较优势的劳动领域（如从事程序化、常规性工作的中等技能劳动领域），“替代效应”带来的对于传统劳动力需求的下降、生产效率的提升引起了经济学家与社会学家的深度思考3。Autor 等在 20 年前提出“基于任务的模型”（task based model），将技术和劳动力在不同工作任务中的比较优势纳入考量，对新古典经济增长模型作出了矫正11。该模型中，当新兴技术相对于劳动力更具有比较优势时，劳动力便会被技术“替代”，出现劳动力需求与成本下降、生产效率提升、就业极化的现象3。具体而言，相比于劳动力，技术与机器有助于自动化、程序性、常规性生产水平的提升，因而能够在相关岗位中取代劳动力，促进生产过程更加精准、简洁、高效，实现生产效率的提升10。1.3数字技术应用对环境监管效率的影响效果与作用机制数字技术应用、革新与发展能够带来污染物排放量的下降和环境决策科学化、精准化的提升，为自上而下的环境监管模式优化和效率提升提供机遇和技术支撑。第一，数字技术的应用赋予地方政府以更加精准、高效的环境治理手段，实现地方环境治理效果的提升，从而降低上级政府针对地方环境绩效问题而发起的监管频率。数字技术的发展和应用不仅推动地方环境监管实现由现场执法向非现场执法的场景转换，亦实现了从人工检查向自动监控的监管方式转变，在降低人力和劳动成本的同时实现了地方环境治理能力和治理效果的全面提升。大数据、遥感技术赋予了地方政府对空气质量、流域/海域水质、污染物排放强度/浓度等环境资源的自动监测、实时追踪和数据折算能力12。一方面实现了地方政府对131中国人口 资源与环境 2023 年 第 8 期于辖区环境信息的迅速、全面、精准汲取13，使传统人工检查和现场执法场景中曾出现的因企业“安静生产日”导致的环境整治无法实施的困境得到有效避免；生产者凭借其对于污染物排放的信息优势而产生的“不合规”排放行为大幅降低。另一方面，自动监控、云计算等技术的应用实现了对于参数的精准分析和污染物排放实测浓度与折算浓度间逻辑关系的精准核算与分析判断，有效识别了环境领域的违法行为，规避了生产者偷排偷放、伪造篡改数据的问题，在提升环境信息精准测算的同时促进了法治建设。数字技术赋能环境治理极大地提升了地方政府的环境治理效果，能够有效降低上级政府因地方环境治理绩效不佳而发起的环境监管行为频率。第二，数字技术的革新赋予政府以更加全面、统合的环境信息整合能力14，促进环境决策的精准化、科学化，进而提升政府的环境监管效率。数字时代，整合多种技术（包括信息传感器、射频识别、定位系统、无人机、热点网格等）的“大屏”载体，能够实现对碎片化监测信息的有效整合与可视化展示，帮助决策者形成辖区环境资源图景的整体化感知，进而洞悉全面环境数据信息，避免由信息的碎片化而导致的决策偏误、政策失效问题。在地方环境治理实践中，综合展示大屏、指挥管控大屏、生产监控大屏、数据监控大屏的应用实现了地方政府对辖区内众多工业企业的污染物排放量、排放浓度、pH值等数据信息的全面掌握；为地方政府评判辖区整体污染状况和环境质量提供了科学依据，从而能够有针对性地作出系统全面、科学精准、平稳有序的环境治理决策，有效规避传统环境治理中因信息不完全而导致的决策失误、治理失序以及“乱作为”现象。这亦将降低上级政府因地方环境治理行为不力和执行偏误而发起的环境监管频率。在中央环境监管与督察决策中，技术的革新和综合应用亦可为中央政府就具体城市环境问题发动有针对性的环境督察提供更加科学、精准的决策依据。近年来，对于各地多种环境污染物的实时监控数据与地方环境信息均能迅捷、有效地被中央政府获取，并向社会公开。这一过程使中央政府不再需要通过过多人力执法即可实现对相关地方治理行为的检查，环境监管效率得到极大提升；同时，进一步促进了中央政府对地方政府环境治理行为的精准识别和判断，为对在环境治理中出现执行偏差现象的地方政府或官员实施惩戒与问责提供了依据。上级政府的环境监管效率得到进一步提升。第三，数字经济的发展能够推动地方经济社会生产生活的绿色、低碳转型，优化产业结构和生活方式，由此降低上级政府针对地方污染问题而发起的环境监管频率。数字技术的长足发展能够为地方经济与产业的结构转型与优化升级产生显著的促进作用，随之带来生产效率的提升与污染物排放的下降15。这将最终降低上级政府因地方环境治理绩效不佳而发起的高频环境监管行为。同时，伴随数字技术的应用和革新而来的信息化、网络化的全面发展极大地扩展了公众参与环境治理的路径和方式，汲取环境信息的路径更加多元，反馈环境信息的意识和绿色生活理念亦将得到加强14。具体而言，数字媒介的普及拓宽了政府与社会主体的环境信息沟通渠道，一方面使碎片化地分布于公众间的社会环境信息实现向政府的及时反映与统筹整合，使政府获取的环境信息更加多元，并形成社会监督氛围；另一方面提升了环境信息的传播效率，解决公众与政府环境决策间的信息不对称问题，帮助前者系统掌握环境发展状况与环保知识，实现环保意识向绿色行动的转换16。因此，伴随数字经济的发展而来的产业结构优化、生活方式转型以及地方环境决策的科学化和精准化将最终导致地方污染物排放量的下降和地方环境治理行为效力的提升。这将降低上级政府因地方环境治理绩效不佳或行为不当而发起的环境监管频率。综合以上因素，提出如下假设。H1：环境治理中，数字技术能够实现对于传统人力监管的“替代”，即随着地方数字技术发展水平的提升，其所接受的上级人力监管频率将最终得到下降。数字技术存在“绿色盲区”，使地方环境治理绩效呈现非线性上升趋势，进而带来上级政府由地方环境治理绩效和行为偏差产生的环境监管频率的非线性下降。具体而言，数字技术在其应用与推广初期会对环境产生负外部性影响，使地区污染出现先增后减的非线性变化，进而导致以环境治理绩效改善为重要目标的上级政府监管频率呈现先增后降的倒“U”型分布。第一，地方数字产业发展对于地方污染水平的影响并非呈现直线下降状态，而是在发展之初带来地方污染水平的上升，后随产业产出水平的进一步提升而下降。这将使以地方环境治理绩效改善为目标的上级环境监管频率呈现先上升后下降的非线性变化。就地区产业生产而言，数字技术产业依赖于对稀有金属与矿产资源的开采，这将在一定程度上导致资源损耗与污染问题；数字技术产业以信息通信技术、互联网、软件等电力密集度较高的产业为主，电力损耗是数字产业化过程中不易避免的成本损失15。数字技术的进步使生产者在发展初期增加对于生产设备的投入以提高产出，导致能源损耗、排放增加的问题；在进入发展期后，产出趋于平稳，数字技术的规模效益将降低治污成本，排放量将随之降低。因此，地区数字技术发展的整体态势或将带来地区污染物排放总量的先增后降，进而使以环境治理绩效为重要目标的上级政府监管频率产生与132李珒，等：环境治理中的数字赋能与监管效率提升之相匹配的变化。第二，数字技术的应用和发展带来的地方产业结构转型对于地方污染排放的抑制效果并非持续平稳，而是在发展之初呈现波动式变化。这或将进一步影响地方接受的上级环境监管频率的变化。就产业结构而言，数字技术发展初期，产业结构处于调整阶段，此时尚不能实现数字技术对于污染物的排放抑制效果；进入技术发展的中后期，产业结构完成优化与高级化转型，污染物排放量将得到抑制，且抑制效果随时间的推移而增强16。第三，数字经济的发展带来的消费结构变化导致的地方污染排放量呈现非线性变化状态。这亦将导致地方所接受的上级环境监管频率出现波动式变化。就消费结构而言，数字经济加速了信息的传递速度与透明度，构建起生产者与消费者之间的高效沟通渠道，辅之以强大的算法能力，极大地降低了消费者进行产品搜寻的时间成本，增加了消费者的选择范围，影响消费者的购买决策并促使购买偏好趋同；同时，数字经济帮助生产者更加高效地获取消费者的偏好与行为反馈信息。前者带来了强大的头部需求，后者助力消费市场形成“长尾效应”，使企业扩大生产规模14。当企业生产规模大于数字经济带来的节能减排效应时，污染物排放量将增加。地区数字技术的发展态势亦将产生地区污染物排放总量的“先增后减”式变化。上级政府发起的“运动式”督察监管聚焦于具体地区的环境问题，辖区污染状况是重要的监管目标。数字技术的革新与应用带来的污染物排放量的先增后减亦将带来政府监管频率的倒“U”型变化。H2：环境治理中的数字技术应用对上级人力监管的“替代”影响呈现先提升后下降的倒“U”型关系。H3：数字技术应用通过对辖区污染物产生的减排效应影响上级人力监管频率。2研究设计2.1变量与数据自20世纪中叶以来，人类经历了两次数字经济“大爆炸”，分别为1960年开始的第一次和以2008年比特币概念诞生为主要标志的第二次数字经济“大爆炸”17。该研究选择2008年作为数据的起始时间。同时，考虑到环境信息公开水平是影响相关地方政府接受的环境监管频率与数字技术应用的重要因素，需予以控制。然而权威的市级政府环境信息公开水平数据仅涵盖了27省份的116个地级市，未涉及香港、澳门、台湾以及北京、天津、重庆、上海四个直辖市，且由于对部分城市数据的统计并未始于2008年，如镇江、自贡、三门峡、渭南、德阳、南充、玉溪等，故而将这些样本剔除，剩余104个地级市样本。该研究选择与此相一致的104个城市为研究对象，时间跨度为20082020年。该研究的核心自变量为城市数字技术的整体发展水平（DT）。借鉴赵涛等18的统计方法，统计城市 20082020年“每百人互联网宽带接入用户数”“计算机软件和软件业从业人员占城镇单位从业人员比重”“人均电信业务总量”“每百人移动电话用户数”，后进行主成分分析得到数字技术发展水平综合指数。同时，为更加精准地测度城市数字技术发展水平与接受的环境督察频率间的因果关系，避免内生性问题（如反向因果），该研究将数字技术发展水平进行了滞后一期处理。中介变量为辖区污染物减排水平（DP），以城市的二氧化硫减排量测度。这是因为二氧化硫是中央政府多年来最为关注的污染物之一9，尤其自“十一五”之后，二氧化硫排放总量的降低成为“五年规划”中重要的约束性指标。控制变量涵盖其他可能影响城市接受上级政府环境监管频率的因素，包括：城市经济社会发展水平，人口自然增长率、人口规模、环境信息公开水平（Pollution Information Transparency Index，PITI）、经济发展水平（GDP对数）、产业结构（第三与第二产业产值之比）、规模以上工业企业数、金融发展水平（金融机构贷款余额与GDP之比）、财政科技支出强度（政府财政科教支出与 GDP 之比）；城市环境质量（PM2.5）；上级政府的经济发展预期激励（所属省份年度GDP增长率目标与中央政府年度GDP增长率目标之差）。因变量为城市每年接受的中央政府发起的环境监管/督察次数（ER）。中央政府发起的环境监管/督察一般以相关检查官员的派遣、人力资源的支出为表现，是传统人力监管方式的直接体现。该变量数据依据 中国环境年鉴、生态环境部网站、主要媒体报道予以统计。2.2模型设定式（1）为基准回归模型。ERit为城市i在第t年接受的中央政府环境监管/督察次数；DTit-1和（DTit-1）2为城市i在第t年的数字技术发展水平及其平方，根据理论预期1为正、2为负；Cit为控制变量；i为城市固定效应；it为误差项。ERit=0+1DTit-1+2（DTit-1）2+3Cit+i+it（1）式（2）和式（3）为依据Baron的研究构建城市核心污染物减排率对城市接受的中央政府环境监管/督察次数的中介效应模型19。中介变量DPit为城市i在第t年的二氧化硫减排量。式（2）为数字技术发展水平对二氧化硫减排率的回归估计，式（3）将数字技术发展水平与二氧化硫减排率放入同一模型对因变量的回归估计。DPit=0+1DTit-1+2（DTit-1）2+3Cit+i+it（2）133中国人口 资源与环境 2023 年 第 8 期ERit=0+1DTit-1+2（DTit-1）2+3DPit+4Cit+i+it（3）3实证结果3.1基准回归结果表1为固定效应模型回归结果。其中，列（1）为只添加控制变量的回归分析结果，在此基础上，列（2）是将数字技术水平的一次项和平方项放入模型后的回归结果。结果显示，数字技术水平的一次项系数为0.74，P0.01，平方项系数为-0.08，P0.1，表明城市数字技术水平对于其接受的人力环境监管/督察次数的影响为先增后降的倒“U”型。在城市数字技术发展的早期阶段，该城市接受的人力环境监管/督察次数增多，后随着数字技术的持续发展而出现下降态势。也即，数字技术应用能够实现对传统人力监管的“替代”，随着数字技术发展水平的提升，人力环境监管/督察次数将首先呈现上升趋势，但最终得到降低。H1与H2得到论证。控制变量结果显示，城市的部分经济社会发展元素，如人口自然增长率、GDP总量、财政科技支出强度、城市当期PM2.5水平将对该城市当期接受的中央政府发起的环境监管/督察次数产生显著为负的影响，而城市产业结构、规模以上工业企业数量的影响则显著为正。表1模型回归结果变量DTDT 2DP自然增长率人口规模PITI经济发展水平产业结构规模以上工业企业数金融发展水平财政科技支出城市环境质量GDP预期激励常数NR2基准回归（1）ER-0.04*（0.02）0.60（0.72）0.000（0.01）-1.00*（0.15）1.00*（0.32）0.001*（0.00）0.20（0.34）-86.40*（13.70）-0.03*（0.01）-0.002（0.04）20.5*（4.3）1 0370.2（2）ER0.74*（0.22）-0.08*（0.04）-0.05*（0.02）0.12（0.98）0.001（0.01）-2.10*（0.24）1.45*（0.35）0.001*（0.00）-0.20（0.33）-123.30*（16.60）-0.05*（0.01）0.060（0.04）43.7*（6.3）9330.2中介模型（3）DP12 019.00*（5 077.00）-2011.40*（640.00）-599.00*（222.80）6 180.00（16 136.00）-50.500（78.60）-3 078.00（4 493.00）-13 878.00*（6 722.30）-0.900（1.60）-8 142.00（6 158.00）-318 254.00（353 502.00）530.40*（137.60）-1 367.000（1 348.00）27 316.0（110 540.0）8800.1（4）ER0.76*（0.23）-0.10*（0.04）6.1410-6*（2.9410-6）-0.10*（0.02）-0.38（1.00）0.000（0.01）-2.20*（0.30）1.12*（0.36）0.001*（0.00）0.03（0.40）-120.30*（17.60）-0.05*（0.01）0.040（0.04）47.3*（6.6）8800.2注：*P0.10，*P0.05，*P0.01；括号内数值为稳健标准误。ER 为城市接受的中央政府环境督察次数，DT、DT2为城市数字技术发展水平及其平方，DP为污染物减排水平，PITI为环境信息公开水平。列（1）为只添加控制变量的回归分析结果；列（2）为将数字技术水平的一次项和平方项放入模型后的回归结果；列（3）为数字技术水平及其平方项对污染物减排量的回归估计；列（4）为数字技术水平及其平方项与污染物减排量对于城市接受的环境督察的估计结果。134李珒，等：环境治理中的数字赋能与监管效率提升3.2中介机制分析构建以辖区污染物（二氧化硫）减排量为中介变量的中介模型，其中式（2）是数字技术水平及其平方项对污染物减排量的回归估计，式（3）是数字技术水平及其平方项与污染物减排量对于城市接受的环境监管/督察的估计结果，见表1的列（3）和列（4）。列（3）结果显示，数字技术在发展的早期阶段将增加污染物排放量，随后数字技术的进一步发展将带来污染物排放量的下降。原因可能在于，在数字技术发展与应用的早期阶段，结构转型尚未完成，对于矿产资源的开发、电力的损耗、消费的扩张均带来污染物排放量的上升；而当数字技术发展趋于成熟，结构转型日趋完善，数字技术的规模效益提升了绿色技术创新水平，降低了治污成本，污染物排放量将得到有效抑制。因此，数字经济的发展将对污染物排放量产生先提升后降低的倒“U”型影响。列（4）结果显示，数字技术水平的一次项系数在1%的水平上显著为正、平方项在1%的水平上显著为负，说明城市数字经济水平对该城市接受的传统人力督察频率产生先升后降的影响。污染物减排量的影响系数为6.1410-6，P0.05，表明较低的污染物减排量（即当期污染物排放量高于上一期污染物排放量）将使城市接受更加高频的人力环境监管/督察。该结果同样表明数字技术的发展通过污染物排放量这一中介变量对城市接受的上级环境监管/督察次数（即传统人力监管方式）产生影响，H3得到检验。3.3区域异质性分析为进一步探究数字技术发展水平对传统人力监管方式的替代作用是否存在区域异质性，将样本划分为东、中、西部地区并分别进行回归分析，结果见表2列（1）列（3）。回归结果显示，数字技术发展水平对于传统人力监管方式的影响效果在东部和中部地区呈现显著的非线性倒“U”型。其中，数字技术发展水平在中部地区的影响系数最高，东部地区次之，对于西部地区的影响则不显著。原因或许在于，经济社会发展水平相对发达的东部地区省份多已进入产业结构优化与高级化阶段，且此前的发展使中部地区承接了更多由东部地区转移出的产业，污染基数相对更高。中央政府发起的人力环境监管/督察着重于改善环境治理绩效，因而将更加聚焦于污染程度更重的中部地区。伴随数字技术的发展，中部地区省份环境绩效的变化幅度或将获得大幅变化，这也将带来以环境绩效改善为目标的上级人力环境监管频率的大幅降低，因而数字技术带来的人力监管替代效应将更加显著。东部地区污染问题相对弱于中部地区，因而数字技术带来的人力监管替代效应小于中部地区。诸多西部地区省份自然资源丰富而地理条件独特，污染问题相对较轻，接受的人力环境督察频率较低，因而数字技术发展带来的人力监管替代效应不显著。3.4空间溢出效应分析采用Moran s I指数验证了地理距离矩阵下各年度核心变量的空间自相关性，结果见表3。20092020年各市数字技术发展水平与其所接受的人力环境监管/督察次数Moran s I指数在5%或1%的水平上显著为负，说明样本城市数字技术发展与其所接受的人力环境监管频率与水平具有显著为负的空间自相关性，表明各城市存在一定的空间差异20。固定个体效应空间杜宾模型（SDM）的回表2区域异质性与空间溢出效应分析结果变量rhoDTDT 2WDTWDT 2常数直接效应间接效应总效应控制变量与固定效应NR2区域（1）东部1.10*（0.48）-0.14*（0.05）-43.00（29.30）是3990.3（2）中部1.30*（0.52）-0.56*（0.20）69.20*（8.90）是2540.2（3）西部0.10（0.30）0.10（0.10）66.80*（11.40）是2270.2（4）全样本0.90*（0.01）0.14*（0.08）-0.02（0.01）3.50*（0.90）-0.14（0.30）0.50*（0.10）-0.03（0.03）40.60*（6.80）-1.80（2.70）41.10*（6.90）-1.80（2.80）是1 1440.6注：*P0.10，*P0.05，*P0.01；括号内数值为稳健标准误。DT、DT2为城市数字技术发展水平及其平方，WDT、WDT2为城市数字技术发展水平的空间滞后项及其平方项，rho为ER的空间自回归系数。东部地区省份包括河北、辽宁、江苏、浙江、福建、山东、广东、海南，中部地区省份包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南，西部地区省份包括内蒙古、广西、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。135中国人口 资源与环境 2023 年 第 8 期归结果见表2列（4）。人力环境监管/督察的空间自回归系数显著为正，这是因为中央政府发起的环境监管/督察能够有效破解地方政府由信息不对称而产生的机会主义行为，能够产生较为强烈的威慑效果。人力环境监管/督察的空间滞后项中，一次项（WDT）系数显著为正、平方项（WDT2）系数不显著为负，表明样本城市接受的人力环境监管/督察不仅受到本地数字技术发展水平的影响，而且会受到邻近地区数字技术空间交互作用的影响。随后城市数字技术发展对城市接受的人力环境监管/督察的空间溢出效应进行详细分解发现，数字技术对人力环境监管/督察的间接效应显著为正，说明数字技术发展对城市接受的人力环境监管/督察存在正向的空间溢出效应。4结论与启示数字技术与政府治理、企业生产与社会生活的融合，促使中国经济社会发展经历深刻的变革与转型。环境监管中的数字赋能，使得环境治理模式与手段实现了革新与优化。通过面板数据固定效应模型、中介效应模型和空间杜宾模型，多维度实证检验了城市数字技术发展水平对于传统人力环境监管/督察次数的替代效应。研究发现，第一，环境治理中的数字技术应用使人力环境监管/督察频率得到下降。第二，数字技术在生产中的应用对辖区污染物，尤其是政府最为关注的污染物产生减排效应，减少传统人力环境监管/督察成本。第三，由于数字技术应用对人力环境监管/督察的影响呈现先增加后减少的倒“U”型，因而数字技术应用对人力监管的“替代”影响呈现先提升后下降的倒“U”型关系。该研究对于数字技术发展对传统人力环境监管/督察的“替代效应”的探索，是将数字技术的人力资本“替代”效应应用于劳动力市场之外的领域的初步尝试，扩展了新兴技术与劳动力“替代效应”的研究视角。研究结论表明，数字技术赋能使现代环境治理极大地改善了以人力资本与行政资源投入为主要方式的传统环境监管模式的管理不充分、资源浪费严重、治理效率偏低等问题，实现对于污染问题的有针对性的监管，避免大范围、低效率的检查，实现监管效率及精准性的提升。该研究结果提供了如下启示：第一，强化数字化环境监管能力，推动环境监管科学化水平。构建一体化环境治理信息化平台，实现数字信息的上下左右互联互通、协同联动，加快构建污染物排放智能检测和动态核算体系，推动形成集约节约、循环高效、普惠共享的绿色低碳发展新格局。第二，继续加大数字技术在生产和监管领域的应用，提升数字技术的应用水平。进一步推进数字技术应用范围，加大力度推进数字经济发展水平，巩固数字基础设施建设，统筹5G、大数据产业、云计算平台、遥感技术、定位系统、互联网平台等新兴技术产业的多维度协同发展，为环境决策与施策机制的科学化、精准性、有效性奠定基础。第三，推进产业结构转型、提升数字技术的减排效应、增强政府获取污染信息的能力。数字技术得到应用的初期阶段会伴随产生污染物排放量增加的现象，但数字技术的发展亦使得生产者与地区污染物排放量、减排贡献能够实现精准统计、测算与足迹查询，使政府对于污染信息的汲取优势得到进一步发挥1。因此，需充分巩固政府通过信息优势解决外部性的能力，加速推进产业结构的升级与高级化，推进数字技术减排效应的实现。第四，发挥数字技术优势，扩展社会公众参与环境治理的广度与深度。数字时代的多中心特征正在对传统政府、市场与社会的关系边界产生改变，社会监管力度大幅提升，对环境信息透明化、公开化水平产生显著促进作用，进而实现新时代环境治理效率与绩效的提升。进一步实现数字技术的应用范围与普及度，激励社会公众对于环境治理的参与度，提升社会参与环境治理的积极性，实现环境领域的多元共治。参考文献1 江小涓，靳景.中国数字经济发展的回顾与展望 J.中共中央党校（国家行政学院）学报，2022，26（1）：69-77.2 World Bank.World development report 2019：the changing nature of work R.2019.3 ACEMOGLU D，AUTOR D.Skills，tasks and technologies：implications for employment and earnings J.Handbook of labor economics，2011，4：1043-1171.4 HERRENDORF B，ROGERSON R，VALENTINYI.Two perspectives on preferences and structural transformationJ.The American economic review，2013，103：2752-2789.5 李珒.政策信号、经济位次与市级政府环境监管行为选择 J.中国软科学，2022（11）：102-108.6 庄玉乙，胡蓉.“一刀切”抑或“集中整治”：环保督察下的地方政表3城市数字技术发展水平与人力环境监管/督察次数的Moran s I指数年份20092010201120122013201420152016201720182019I-0.10*-0.06*-0.02*-0.02*-0.04*-0.02*-0.05*-0.05*-0.05*-0.08*-0.03*Z-14.80-8.40-2.30-1.90-5.50-2.30-7.43-7.23-7.05-10.90-3.45注：*P0.05，*P0.01。136李珒，等：环境治理中的数字赋能与监管效率提升策执行选择 J.公共管理评论，2020，2（4）：5-23.7 HARDIN G.The tragedy of the commons J.Science，1968，3859：1243-1248.8 DAWS R.Social dilemmasJ.Annual review of psychology，1980，31（1）：169-193.9 李珒.环境政策执行偏差的破解：基于信号传递理论的解释J.中国人口 资源与环境，2020，30（12）：147-154.10 AUTOR D H，LEVY F，MURNANE R J.The skill content of recent technological change：an empirical exploration J.Quarterly journal of economics，2003，118（4）：1279-1333.11 王永钦，董雯.机器人的兴起如何影响中国劳动力市场：来自制造业上市公司的证据 J.经济研究，2020，55（10）：159-175.12 SHIN D H，CHOI M J.Ecological views of big data：perspectives and issues J.Telematics and informatics，2015，32（2）：311-320.13 解春艳，丰景春，张可.互联网技术进步对区域环境质量的影响及空间效应 J.科技进步与对策，2017，34（12）：35-42.14 邓荣荣，张翱祥.中国城市数字经济发展对环境污染的影响及机理研究 J.南方经济，2022（2）：18-37.15 李雪，吴福象，竺李乐.数字经济与区域创新绩效 J.山西财经大学学报，2021，43（5）：17-30.16 刘婧玲，陈艳莹.数字技术发展、时空动态效应与区域碳排放J/OL.科 学 学 研 究，2022：1-17.2022-12-28.DOI：10.16192/ki.1003-2053.20220325.002.17 朱嘉明.数字经济五十年：从“奇点”到“大爆炸”EB/OL.（2019-04-15）2022-12-26.https：/ 赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展：来自中国城市的经验证据 J.管理世界，2020，36（10）：65-76.19 BARON R M，KEN