政府环境责任履行对环境质量改善的影响研究

［摘要］ 基于2008—2019年中国120个环保重点城市数据，实证检验政府环境责任履行对环境质量改善的影响效应与作用机制。研究结果表明，政府环境责任履行对环境质量改善起到了显著的促进作用。在这一过程中，绿色技术创新和产业结构优化起到了中介作用。分维度来看，相较于生态环境治理责任，生态环境监管责任和生态多元共治责任对环境质量改善的作用更为显著；相较于烟（粉）尘，政府环境责任履行对其他污染物的减排作用更为显著。异质性分析表明，在财政科技支出高、煤炭消费占比高的地区，政府环境责任履行的环境质量改善效果更为显著。

［关键词］ 政府环境责任；环境质量；产业结构优化；绿色技术创新

［中图分类号］ X196［文献标识码］ Ａ［文章编号］ 1008-1763（2024）05-0062-09

Research on the Impact of Government Environmental

Responsibility on Environmental Quality Improvement

HU Zongyi1， XIANG Cong1， LI Hao1， LIU Jiaqi2

（1. College of Finance and Statistics， Hunan University， Changsha410079， China;

2. School of Mathematics and Statistics， Changsha University of Science and Technology， Changsha410114， China）

Abstract：Based on the data of 120 environmental protection major cities in China from 2008 to 2019， this paper empirically tests whether the implementation of government environmental responsibility has effectively promoted the improvement of environmental quality and analyzes its impact mechanism. The results show that the implementation of government environmental responsibility has played a significant role in promoting the improvement of environmental quality. Green technology innovation and industrial structure optimization play an intermediary role in this process. From the perspective of different dimensions， compared with the responsibility of ecological environment governance， the responsibility of ecological environment supervision and the responsibility of ecological multi-governance have a more significant effect on the improvement of environmental quality; compared with smoke （powder） dust， the government environmental responsibility performance has a more significant emission reduction effect on other pollutants. Heterogeneity analysis shows that in areas with high proportion of fiscal expenditure on science and technology and coal consumption， the environmental improvement effect of government environmental responsibility is more significant.

Key words： government environmental responsibility; environmental quality; industrial structure optimization; green technology innovation

一引言及文献综述

党的二十大报告指出，中国式现代化是人与自然和谐共生的现代化。这是以习近平同志为核心的党中央对中国特色社会主义生态文明建设认识的新突破，是习近平生态文明思想的核心要义。党的十八大以来，以习近平同志为核心的党中央把生态文明建设摆在全局工作的突出位置，全方位、全地域、全过程加强生态环境保护，我国生态文明建设和环境质量改善工作虽然取得了长足进展，但仍面临许多挑战。为应对环境挑战，落实政府环境责任、提升政府环境责任履行能力势在必行。因此，开展政府环境责任履行的环境质量改善效应研究有着重大的理论价值与现实意义。

目前相关研究主要从政府环境责任履行的影响和环境质量评价的指标体系构建两方面展开。政府环境责任履行的影响研究聚焦于政府环境责任履行对环境质量改善的影响效果和影响机制[1]。关于政府环境责任履行对环境质量改善的影响效果，学者们观点尚未达成一致。部分学者认为，在企业和公众的支持下，政府环境责任的有效履行对环境质量的改善存在促进作用[2]。然而，另一部分学者的实证结果表明，政府环境责任履行对环境质量的改善效果并不明显。造成研究结果差异化的原因在于：一方面，现有研究忽略了政府履责手段的多样性，而不同的政府履责手段对环境质量的影响是不相同的[3]；另一方面，实证分析选取的污染物指标不同也是导致结论差异的原因[4]。政府环境责任履行对环境质量改善的影响机制研究发现，产业结构优化和技术创新等因素在政府环境责任履行促进环境质量改善的过程中存在中介作用[5-6]。但在技术创新的中介效应研究中，学者们的实证结论存在差异。基于此，部分学者对技术创新的影响机理进行了深入研究并指出，绿色技术创新占比越高，技术创新对环境质量改善的促进效应越强[7]。

为更好地对环境质量进行量化研究，学界对环境质量的评价指标体系展开了深入探讨。早期研究使用单因子指标评价，选取典型排放物指标评估环境质量，常见指标有SO2、固体废物、废水和烟（粉）尘等[8-9]。排放物指标由环保相关部门统计，但各排放物指标间缺乏联系，对环境质量的评价缺乏整体性。随着环境数据的丰富，部分学者结合数学、统计学和计算机科学等领域研究成果，引入模糊数学评价、人工神经网络评价等方法构建环境质量的综合评价体系 [10-12]。目前，综合评价体系的构建缺乏统一标准，相关研究众说纷纭，评价体系的科学性和有效性尚待验证。为统一环境质量评估标准，生态环境部和公众环境研究中心分别推出了环境空气质量指数（aqi）和蔚蓝城市水质指数（bcwqi）两种综合评价指标。

相较于以往文献，本文的主要贡献体现在如下三个方面：①本文从系统化和全局化角度入手构建环境质量综合指标，并选取典型排放物指标在相同标准下进行对比分析，回应了目前学者对环境质量综合评价指标的质疑；②本文在现有政府环境责任履行对环境质量改善的影响的相关研究基础上，对政府环境责任履行和环境质量改善之间的内生性问题进行了进一步的探讨，拓展了研究深度；③本文参考政府部门职能划分，从不同维度对政府环境责任履行的影响效果进行分析，为政府更好地履行环境责任、提升环境质量提供了经验证据和决策参考。

二模型设定与变量选取

（一）模型设定

影响环境质量的因素纷繁复杂，为尽可能消除因遗漏变量造成的内生性问题，本文以面板数据模型作为基准回归模型，具体形式如下：

Polit=α0+β1Gerit+β2Xit+cityi+yeart+εit（1）

其中，下标i和t分别表示城市（i=1，…，120）和年份（t=2008，…，2019），Ger表示政府环境责任指数，Pol表示环境污染综合指数，X表示影响环境质量的一系列控制变量集，city表示城市固定效应，year表示年份固定效应，ε为随机扰动项。β1表示政府环境责任履行Ger对环境污染综合指数Pol的影响，若β1为负说明政府环境责任履行对环境质量改善有促进作用。

基于上文综述可知，政府环境责任履行对环境质量改善的影响主要通过绿色技术创新和产业结构优化实现。因此，本文选取绿色技术创新（Tech）和产业结构优化（Ins）作为中介变量。参考江艇[13]的研究，本文仅就核心解释变量与中介变量的关系进行验证。具体回归模型如下：

Medit=a1+β3Gerit+β4Xit+cityt+yeart+εit（2）

β3表示政府环境责任履行Ger对中介变量Med（Ins或Tech）的影响。若政府环境责任履行改善生态环境质量，且这一影响通过绿色技术创新或产业结构优化产生，那么β3应显著为正。

（二）变量选取

为保证政府环境责任履行对环境质量改善影响研究的有效性，本文选取的具体变量定义如下：

1.被解释变量

被解释变量为环境污染综合指数（Pol）。为更好地评价环境质量水平，本文分别选取废水排放量、固体废弃物产生量、二氧化硫排放量代表液态、固态、气态污染物来构建环境污染综合指数。当前我国生态文明建设已经进入以降碳为重点战略方向的关键时期，基于此，本文将二氧化碳排放量加入环境污染综合指数构建，参考桂黄宝等[14]的做法，使用熵权topsis法计算环境污染综合指数。环境污染综合指数为负向指标。

2.核心解释变量

核心解释变量为政府环境责任指数（Ger）。《关于构建现代环境治理体系的指导意见》提出构建党委领导、政府主导、企业主体、社会组织和公众共同参与的现代环境治理体系目标。在此基础上，参考胡宗义等[15]的研究，本文以习近平新时代生态文明思想为指导，依据2014年修订的《中华人民共和国环境保护法》中规定的政府环境职责，分别从深化生态文明建设、强化监管执行和注重多主体共治三个不同层面，将政府环境责任界定为生态环境治理、生态环境监管和生态多元共治三个维度，在传统熵值法思路上加入时间变量，计算政府环境责任指数。

3.中介变量

本文选取“绿色技术创新”和“产业结构优化”作为中介变量。借鉴陈超凡等[16]的研究方法，绿色技术创新水平（Tech）以绿色实用新型专利占地区年度获得的实用新型专利总数百分比代表。产业结构优化水平（Ins）以第三产业从业人数与第二产业从业人数的比值代表。

4．控制变量

参考现有环境质量影响因素相关文献[17-19]，本文选取以下控制变量：①经济发展水平（Pergdp），以人均GDP及其二次项表示，均进行对数化处理；②对外经济开放水平（Open），以当年实际使用外资金额表示，并对其进行对数化处理；③城市化水平（Urban），以城区人口与城镇总人口之比表示；④人口规模水平（Pop），以城市户籍人口密度表示，并对其进行对数化处理；⑤人力资本水平（Hr），以高等学校在校学生人数与城市人口之比表示；⑥第三产业占比水平（Pt），以第三产业产值与GDP之比表示。

上述变量的数据主要来源于各统计年鉴、EPS数据库、生态环境部城市空气质量发布平台月报、《城市污染源监管信息公开指数（PITI）报告》（以下简称为《报告》）、各城市相关政府网站及国家知识产权局网站，部分数据由人工收集整理。其中，《报告》仅涵盖120个城市（以环保重点城市为主）的数据。基于数据的可获取性，本文以《报告》中涵盖的120个城市为研究样本。此外，《中华人民共和国政府信息公开条例》（以下简称为《条例》）和《环境信息公开办法（试行）》于2008年5月1日起正式实施，代表中国生态文明建设从“管理”的一元主体格局转变为“治理”的多元主体新格局，政府环境责任内涵进一步扩展，因此本文研究的起始年份定为2008年。最终，本文确定了以2008—2019年中国31个省（自治区、直辖市）的120个城市数据为样本，并对数据进行了一定的处理：月度环境数据取年度平均值；同城市多监测点位数据取城市平均值；个别缺失值使用随机回归插补法（PMM）进行补全；部分数据通过客观赋值法计算；所有连续变量进行上下1%的缩尾处理。各主要变量的描述性统计如表1所示。

三实证分析

（一）基准回归分析

表2列示了政府环境责任履行对环境质量改善的影响的实证结果。第（1）列为未加入控制变量和双向固定效应的回归结果，第（2）列为仅加入控制变量的回归结果，第（3）列为仅加入双向固定效应的回归结果，第（4）列为同时加入控制变量及双向固定效应的回归结果。如表2所示，加入控制变量及双向固定效应后，模型拟合优度更高。加入控制变量及双向固定效应的回归结果显示，在1%显著性水平上，政府环境责任指数每提升一个单位，环境污染综合指数显著下降0.2744个单位，表明政府环境责任的履行有效促进了环境质量的改善。经济发展水平在1%水平上显著与环境污染综合指数呈倒U型相关，对外开放水平在10%显著性水平上与环境污染综合指数呈正相关，环境库兹涅茨假说与“污染天堂”假说在中国城市层面适用。人口规模水平在1%的水平上显著与环境污染综合指数负相关，表明目前中国城市层面人口规模的聚集效应大于蔓延效应，人口的聚集有助于环境质量的改善。人力资本水平、城市化水平和第三产业占比水平均在1%的水平上与环境污染综合指数显著负相关，表明人力资本的增值以及城市化和第三产业的发展有利于污染物排放减少、环境质量提升。

（二）稳健性检验

1. 改变环境污染综合指标的计算方式

现有研究广泛使用工业废水、工业烟尘及工业二氧化硫排放量作为因子计算环境污染综合指数 [20]。该指数降低了大气排放物在环境污染综合指数中的比重，进一步均衡评估了固、液、气三态排放物权重。考虑到工业烟尘对固态排放物的代表性不足，本文在该指数的基础上以固体废物产生量替代工业烟尘排放量，最终选取工业废水排放量、工业二氧化硫排放量和固体废物产生量重新构建环境污染综合指数（Pol2）。再次通过模型（1）进行检验后，稳健性检验回归结果如表3所示。政府环境责任履行整体上有效降低了环境污染、提升了环境质量，这一结果验证了基准回归结论。

2. 使用权威环境综合指标

现有研究中环境污染综合指数得到广泛的运用，但选用的指标未经权威部门或有关机构认定，研究有效性受到部分学者的质疑[21]。针对这一问题，本文采用环境空气质量指数（aqi）和蔚蓝城市水质指数（bcwqi）进行稳健性分析，分别检验在大气和水环境质量改善方面，政府环境责任影响的实证研究的有效性。表4第（1）和（2）列为环境空气质量指数回归结果，该指数自2014年开始完整公示，因此本检验选取2014—2019年的数据。表4第（3）和（4）列为蔚蓝城市水质指数回归结果，该指数自2010年开始发布，因此本检验选取2010—2019年的数据。环境空气质量指数计算方式是分别计算出本地区各污染物空气质量分指数（一氧化碳、二氧化硫、二氧化氮、臭氧和悬浮颗粒物），再取污染物空气质量分指数中值最大的一项。蔚蓝城市水质指数计算方式是依据地表水指标、地下水指标和饮用水指标对水质指标数据进行分类，然后对不同类别指标赋予不同权重并加总。环境空气质量指数（蔚蓝城市水质指数）的值越高，则代表大气（水）环境污染越严重。

再次通过模型（1）进行检验后，稳健性检验的回归结果如表4所示。政府环境责任指数与环境空气质量指数（蔚蓝城市水质指数）负相关，政府环境责任履行降低大气（水）环境污染，这一结论基本支持了前文的结论。其中政府环境责任履行对蔚蓝城市水质指数降低的影响在10%水平上显著，但对环境空气质量指数降低的影响不显著。可能是由于环境空气质量指数不包含污染水平较低的排放物信息，这一指标在评估大气环境质量整体水平的过程中产生了一定的偏差。

3. 调整样本研究年限

2015年1月1日，《中华人民共和国环境保护法》正式施行。为进一步检验结果的稳健性，本文选取《中华人民共和国环境保护法》施行时期（2015—2019年）作为样本周期进行稳健性检验。调整样本研究年限的稳健性检验的回归结果如表5显示，无论是否加入控制变量或双向固定效应，回归结果均表明政府环境责任的履行有效促进了环境质量改善。这一检验结果与前文的研究结果基本一致，再次证明了前文回归结果的稳健性。

4. 改变计量模型

考虑到政府环境责任指数是取值范围为[0，+∞）的左截尾数据，为控制样本偏误，本文再次使用Tobit模型进行稳健性检验。改变计量模型的稳健性检验结果如表6所示，其中第（1）和（3）列为混合Tobit模型的回归结果，第（2）和（4）列为随机效应的面板Tobit模型的回归结果。根据LR检验结果，模型强烈拒绝“个体效应不存在”的原假设，应以随机效应的面板Tobit模型的回归结果为准。无论是否加入控制变量，政府环境责任指数对环境污染综合指数的影响系数均在1%水平上显著为负，再次验证了基准回归结论。

（三）内生性分析

基于理论模型设定和数据选择，模型可能存在遗漏变量、选择偏差和双向因果导致的内生性问题。在实证研究中，双向固定效应模型的使用缓解了遗漏变量和选择偏差可能带来的内生性问题。为进一步提高结论的可靠性，本文需要对可能存在的双向因果关系导致的内生性问题进行探讨：出于安全健康和生活质量保障需求，公众和第三方组织对环境问题的关注度和讨论度会伴随着环境质量的下降而提升，并通过公众环保来信、环保来访和两会提案等途径对政府环境责任履行产生影响[22]。根据《环境信访办法》《全国人民代表大会代表建议、批评和意见处理办法》和《中国人民政治协商会议全国委员会提案办理协商办法》，环境质量对政府环境责任履行的影响需要一定的周期实现，当期环境质量情况对前一期政府环境责任履行的影响微乎其微。因此，本文选择政府环境责任指数的滞后一期变量作为工具变量，采用工具变量法进一步分析，回归结果如表7所示。在控制互为因果的内生性问题后，政府环境责任的履行仍然有效减少了环境污染、改善了环境质量，与前文结论基本一致。

四进一步分析

（一）分维度分析

1．基于政府环境责任指数分维度分析

政府环境责任包括生态环境治理责任、生态环境监管责任和生态多元共治责任三个维度。为进一步分析不同维度对环境质量的影响，本文以生态环境治理（Protection）、生态环境监管（Supervision）和生态多元共治（Public）三个指标分别替代政府环境责任指数进行回归分析，回归结果如表8所示。

表8第（1）列中，生态环境治理与环境污染综合指数负相关，但不显著。表8第（2）列和第（3）列中，生态环境监管和生态多元共治在1%的显著性水平上与环境污染综合指数负相关，政府履行生态环境监管责任和生态多元共治责任的过程有效推动了环境质量的改善。

2. 基于环境污染综合指数分维度分析

在履行环境责任过程中，政府对不同类别排放物的监管手段和治理力度存在差异。为进一步探究不同排放物的治理效果，本文从六种排放物维度切入，分别以工业废水（water）、二氧化硫（SO2）、二氧化碳（CO2）、二氧化氮（NO2）、烟（粉）尘（dust）和固体废物（solidwaste）排放量指标作为环境污染综合指数的代理变量探究政府环境责任履行对环境质量改善的影响效应。再次通过模型（1）检验后，回归结果如表9所示。对于所选取的各排放物指标，政府环境责任指数的回归系数均为负，这一结论基本支持前文结论。其中，政府环境责任指数与固体废物产生量、二氧化硫排放量及二氧化碳排放量在1%水平上显著负相关，与工业废水排放量和二氧化氮排放量在5%水平上显著负相关，与烟（粉）尘排放量负相关但不显著。烟（粉）尘排放治理的政策有效性尚待进一步提升。

（二）中介效应机制检验

为进一步探讨政府环境责任履行对环境质量改善的作用机制，本文基于模型（2）进行中介效应机制检验，结果如表10所示。表10第（1）列和第（2）列为绿色技术创新水平（Tech）中介效应机制检验回归结果，表10第（3）列和第（4）列为产业结构优化水平（Ins）中介效应机制检验回归结果。

表10第（1）列和第（3）列结果表明政府环境责任指数分别在1%水平上和10%水平上显著与绿色技术创新水平及产业结构优化水平正相关，政府环境责任履行有效促进了绿色技术进步和产业结构优化。表10第（2）列和第（4）列结果表明绿色技术创新水平与产业结构优化水平在1%显著性水平上与环境污染综合指数负相关，绿色技术创新和产业结构优化对环境质量起到了有效的改善作用。中介效应机制检验证明，在政府环境责任履行促进生态环境质量改善的过程中，绿色技术创新和产业结构优化起到了中介作用。

（三）异质性分析

1. 基于财政科技支出的分析

财政科技支出影响政府环境责任的有效履行[23-24]。本文引入代表财政科技支出的虚拟变量Tinv，若地级市财政科技支出大于样本中位数，则虚拟变量Tinv取值为1，否则为0。自抽样法检验结果显示，经验P值为0.013，两组样本之间的差异在5%水平上显著不为0。回归结果如表11所示，政府财政科技支出越高，政府环境责任履行对环境质量改善的促进作用越明显。主要原因在于科技财政的支出可以有效推动监测领域技术创新应用，加速生态环境监测数智化转型，提升生态环境监测整体能力。

2. 基于煤炭消费占比的分析

煤炭消费是我国主要能源消费方式，煤炭消费占比越高，污染排放强度越大，政府环境责任越重[25]。本文引入代表煤炭消费占比的虚拟变量Estr，若煤炭消费占比大于样本中位数，则虚拟变量Estr取值为1，否则为0。自抽样法检验结果显示，经验P值为0.097，两组样本之间的差异在10%水平上显著。回归结果显示，在煤炭消费占比高的地区，政府环境责任履行对环境质量改善的促进作用更为明显。可能原因有二：第一，煤炭消费占比更高的地区面临更严峻的环境污染形势，因此政府在环境方面承受着更密切的监督和更大的压力；第二，在煤炭消费更高的地区，清洁能源技术创新和产业结构优化也具有更大提升空间。

五结论

本文以2008—2019年中国120个环保重点城市为研究样本，通过手工收集和整理相关数据，实证检验了政府环境责任履行对环境质量改善的影响及作用机制。研究发现：整体上来说，政府环境责任履行对环境质量的改善具有促进作用。分维度来看，相较于生态环境治理责任，政府生态环境监管责任和生态多元共治责任对环境质量的改善效应更为显著；除烟（粉）尘外，政府环境责任的履行在各类环境污染物的治理中均取得了显著的成效。履行环境责任的过程中，地方政府通过鼓励绿色技术创新和优化产业结构促进环境质量改善。此外，在财政科技支出高和煤炭消费占比高的地区，政府履行环境责任的治污效果更为显著。

基于以上研究结论，本文提出以下几点政策建议：

第一，为强化政府环境责任的履行，政府应当进一步提高污染治理标准，严格把控生态保护和污染治理财政投资项目评审和监督的落实，提高环境治理投资效率。

第二，从整体上来说，我国环境质量改善成效显著。在这一基础上，地方政府应当集中精力更进一步攻克烟（粉）尘治理难题，打好蓝天保卫战。首先，空气污染具有较强的扩散性特征，空气污染的治理不能依靠各地方政府或企业单打独斗。各级政府应当建立健全一套跨地域、跨部门、跨行业的联防联控机制，整体把控，共同推进。其次，受限于垃圾分类及处理技术水平，焚烧及填埋的垃圾处理方式被过度滥用，加重了烟（粉）尘污染。因此，政府应当着重提升垃圾处理系统的分类处理能力。

第三，政府应当鼓励支持企业进行绿色技术创新，尤其是突破性绿色技术创新。要发挥市场调节和政府干预两只手的作用，帮助产业向低能耗低污染的绿色新型产业转型，形成经济发展和环境保护相辅相成、互相转化的统一体系，更好地满足人民美好生活需要。

第四，不同地区之间存在异质性，在明确目标纲领和评估标准的前提下，各地方政府应当结合本地区的产业结构、能源结构和自然环境情况有的放矢，进一步提高政府环境责任履行效率。

［参考文献］

［1］李国平，张文彬. 地方政府环境规制及其波动机理研究——基于最优契约设计视角[J]. 中国人口·资源与环境，2014（10）：24-31.

［2］Kulin J， Sev I J. The role of government in protecting the environment： quality of government and the translation of normative views about government responsibility into spending preferences[J]. International Journal of Sociology， 2019（2）：110-129.

［3］冯斐，冯学钢，侯经川，等. 经济增长、区域环境污染与环境规制有效性——基于京津冀地区的实证分析[J]. 资源科学，2020（12）：2341-2353.

［4］胡志高，李光勤，曹建华. 环境规制视角下的区域大气污染联合治理——分区方案设计、协同状态评价及影响因素分析[J]. 中国工业经济，2019（5）： 24-42.

［5］苑凯，胡彪，牛亭云. 区域绿色技术创新与生态经济发展耦合协调时空演化分析——以京津冀地区为例[J]. 大连理工大学学报（社会科学版），2023 （6）：43-52.

［6］陶锋，赵锦瑜，周浩. 环境规制实现了绿色技术创新的“增量提质”吗——来自环保目标责任制的证据[J]. 中国工业经济，2021（2）：136-154.

［7］谢荣辉. 绿色技术进步、正外部性与中国环境污染治理[J]. 管理评论，2021（6）： 111-121.

［8］Xu H W， Liang W Q， Xiang K H. The environmental consequences of place-based policies in China： an empirical study based on SO2 emission data[J]. China & World Economy，2022（4）：201-229.

［9］党海卿，沈坤荣，师博. 创新驱动、知识产权保护与空气质量提升[J]. 中国人口·资源与环境，2023（7）：133-144.

［10］Yang J， Qiao L K， Li C J. Fuzzy comprehensive evaluation method for geological environment quality of typical heavy metal mines[J]. Polish Journal of Environmental Studies， 2023（2）：1877-1886.

［11］袁瑞强，钟钰翔，龙西亭. 洞庭湖上游平原浅层地下水水质综合评价[J]. 水资源保护，2021（6）：121-127.

［12］Saini V， Li J， Yang Y， et al. Evaluating environmental quality in Rujigou coalfield， China， using analytic hierarchy process[J]. Environmental Science and Pollution Research， 2023（1）： 1841-1853.

［13］江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济，2022（5）：100-120.

［14］桂黄宝，胡珍，孙璞，等. 中国政府采购政策促进环境质量改善了吗？——基于空间计量的实证评估[J]. 管理评论，2021（2）：311-322.

［15］胡宗义，李好，刘佳琦，等. 中国地方政府环境责任履行水平测度及其时空演变[J]. 中国人口·资源与环境，2023（10）：1-14.

［16］陈超凡，王泽，关成华. 国家创新型城市试点政策的绿色创新效应研究：来自281个地级市的准实验证据[J]. 北京师范大学学报（社会科学版），2022（1）：139-152.

［17］黄可含，邓群钊，杜海娇. 减污降碳目标下城镇污水处理绿色效率及影响因素[J]. 南昌大学学报（理科版），2024 （2）：183-193+204.

［18］刘满凤，陈梁. 环境信息公开评价的污染减排效应[J]. 中国人口·资源与环境，2020（10）：53-63.

［19］胡宗义，周积琨，李毅. 自贸区设立改善了大气环境状况吗？[J]. 中国人口·资源与环境，2022（2）：37-50.

［20］李强，刘庆发. 环境法治与环境污染水平——长江经济带108个城市的例证分析[J]. 重庆大学学报（社会科学版），2022（5）：32-45.

［21］李月娥，赵童心，吴雨，等. 环境规制、土地资源错配与环境污染[J]. 统计与决策，2022（3）：71-76.

［22］Guo M M， Kuai Y C， Liu X Y. Stock market response to environmental policies： evidence from heavily polluting firms in China[J]. Economic Modelling， 2020（3）： 306-316.

［23］汤旖璆，苏鑫，刘琪. 地方财政压力与环境规制弱化——环境机会主义行为选择的经验证据[J]. 财经理论与实践，2023（3）：82-91.

［24］冀梦晅. 科技财政支出对省级区域创新绩效影响研究[J]. 青海社会科学，2019（5）：125-130.

［25］安瑶，张林. 环境规制、能源供需结构与工业污染[J]. 环境经济研究，2018（4）：126-149.