环境规制、互联网普及率与企业污染排放

一 引 言

改革开放以来,我国经济的高速增长创造了举世瞩目的“中国奇迹”。然而,时至今日,频繁出现的雾霾天气、“癌症村”、铅中毒事件,无不昭示着我国以“环境换增长”的传统发展模式已经走到了尽头,生态环境问题已然成为我国实现经济可持续发展、人民健康生活的桎梏。企业作为环境污染的主要制造者，缺乏污染减排的内在动力,需要政府对其进行干预和规制。2014年号称史上最严环保法的颁布、开展环保督查巡视等措施无不显示着我国政府治理污染的坚定决心。然而,由于信息不对称和人力、财力的限制,政府不可能实现对企业排污行为的完全监管,这使得政府的环境规制政策实施效果大打折扣。互联网技术的迅速发展,为社会主体参与环境保护提供了可能与便利,弥补了政府监管不足的缺憾。事实上,近年来一些重大环境污染事件的披露,如:常州外国语学校“毒地”事件、山西太谷焦化厂夜间放“毒”事件等,都因互联网技术的普及而得到关注和解决。因此,有必要将互联网普及率纳入分析框架,考察互联网影响下环境规制对企业污染排放的作用效果。

学术界早已关注环境规制对企业污染排放的影响，并取得了较大的研究进展。许多学者认为环境规制能够促进企业污染减排(张学刚和钟茂初，2011[1]；Laplante和Rilstone，1996[2]；李永友和沈坤荣，2008[3]；徐志伟，2016[4])。随着研究的深入,不同学者也从不同角度探讨环境规制与企业污染排放行为的关系。Wang和Wheeler(2005)[5]、Chavez et al. (2009)[6]、Langpap和Shimshack(2010)[7]分别就排污费、公众参与等与企业污染排放之间的关系展开研究,探究了不同环境规制工具的作用效果。徐盈之等(2015)[8]通过分析环境规制对企业减排的作用路径,认为环境规制通过产业结构调整而间接影响污染排放。黄寿峰(2016)[9]、Biswas et al.(2012)[10]等认为环境规制一方面通过减少官方的经济活动降低环境污染,但同时也会通过扩大非官方的经济活动加重环境污染,所以环境规制的最终效果是不确定的；余长林和高宏建(2015)[11]认为目前的环境规制强度并没有对我国的环境改善起到正向促进作用。事实上,如果仅仅考虑政府环境规制对企业污染排放的直接作用,所得到的结果显然不会令人满意,尤其是步入“互联网+”时代,互联网普及为环境治理提供了一个可持续的交互性政策参与平台(Martin和Rice，2014)[12],对政府、企业和社会主体的行为选择都起着举足轻重的作用。从现有文献来看,部分学者也意识到了互联网在环境治理与保护中的作用(郑思齐等，2013[13]；祁玲玲等，2013[14]；郭志达，2017[15]；Sinclair et al., 2017[16]),但大多倾向于理论分析,在实证方面更多考察的是互联网对公众环境参与途径的影响。

综上所述,已有文献从多个角度探究环境规制对企业污染减排的作用及效应,为本文的研究提供了坚实的基础。然而现有研究往往忽略了日新月异的信息化、网络化的实际,没有考虑到环境规制的作用和效应与互联网的紧密关系,这一环节的缺失严重影响评价环境规制效应的准确性。鉴于此,本文将互联网技术的社会进步纳入分析框架,首先对互联网普及率影响环境规制效果的作用机理进行理论分析,然后利用中国30个省、市、自治区2003-2014年的面板数据,通过面板门槛回归模型考察在互联网技术的影响下,环境规制对企业污染减排的作用效果。

二 互联网普及率影响下环境规制对企业污染减排的作用机理

为说明互联网普及率影响下政府环境规制对企业污染减排的作用机理,假定环境规制作用的最终效果主要由两个阶段共同决定:第一阶段是政府监督阶段,第二阶段是政府监督缺失阶段。这样假设的合理性在于现实中由于企业排污的连续性、排污行为的相对隐蔽性,以及政府与企业间由于信息不对称而导致的过高监督成本,地方政府无法持续地完全监督排污企业。

政府环境规制强度主要由环境规制政策和政策执行的努力水平两方面共同决定。环境规制政策本身对于我国的污染物排放基本不具有明显的约束力,执法强度才是降低污染物排放的关键(包群等，2013)[17]。环境规制强度主要体现在执行政策的努力水平上,政府严格监督时企业会积极进行污染减排,不然将面临高昂的惩罚成本。但是,在实际执行过程中,政府无法持续地完全监督污染企业,这种情况下污染企业可能会存在一些投机行为。当政府监督缺失的时候,排污企业就会降低自己的污染减排努力水平,甚至为了弥补被监督时所花费的成本而加大排污,这便有可能导致环境规制结果和环境规制初衷相背离。

作为社会主体(除了政府、污染企业之外的其他非政府组织或公众),在政府监督缺失的情况下,其监督行为是否能够约束排污企业的超排行为,取决于其监督能否形成足够的压力。随着互联网技术的普及,由于网络传播信息的及时性、广泛性和跨时空性特点,丰富了社会主体环境参与的途径,更易于披露企业超标排污行为，形成社会舆情,一定程度上弥补了政府监督的不足。而污染企业作为理性经济人在进行污染超排时会审时度势:在互联网普及率比较低的情况下,企业认为即使自己的超标排污行为被发现和传播,但是较低的互联网普及率限制了传播的即时性和广泛性,无法形成强大的社会舆论压力,因此不一定会对政府产生警示作用,此时超排行为可能给企业带来额外收益,相应地,企业会缩减自己的减排努力。相反,在互联网普及率较高的情况下,企业任何超排行为将会被极速传播,形成巨大的舆论压力,引起政府的关注,企业面对来自社会和政府的双重压力,缺乏投机的意愿。

综上所述,环境规制通过网络技术发展水平影响企业污染减排的作用过程可以归纳为图1所示的两条路径,受互联网普及率的影响,规制效果充满不确定性。基于此,本文提出核心假说:互联网普及率较低时,政府环境规制强度越大,企业反而会削减减排努力而导致排污强度增大；互联网普及率较高时,政府环境规制强度的增大,将会促进企业加大污染减排努力、减轻环境污染。

图1 互联网普及率影响政府环境规制效果的作用机理

三 企业污染排放强度测算

现有研究测算企业排污强度时,常常选用某一种污染物的排放强度来表示。事实上,不同企业由于所生产的产品或生产工艺不同产生的污染物也不尽相同。譬如，虽然水泥厂和造纸厂都是高污染企业,但是相比较而言,水泥厂对空气的污染要甚于对水的污染,而造纸厂对水的污染程度则高于对空气的污染。如果选择单一的废水排放强度表征企业的排污强度,就会低估水泥厂这类企业的污染程度,反之亦然。所以为了全面地衡量企业污染排放强度,较好的办法应该是尽可能选择多种污染物来测算。

现阶段的研究大多采用主成份分析法,测算一个综合指标来反映所要研究的对象。但是在技术选择上,考虑到传统主成份分析法只能分别就时间序列数据与横截面数据进行测算,如果将面板数据按时间或者截面分类并分别测算,就无法保障测算结果整体的统一性和可比性,因此本文采用全局主成份来测算企业污染排放强度。

(一)全局主成份分析模型测算步骤

2.数据的标准化。因为所选的指标变量可能存在不同量纲,为了消除量纲带来的影响,需要对数据进行无量纲化:

3.计算X′的协方差矩阵记做R,R被称为全局协方差矩阵；因为X已经经过标准化处理,则R是X的相关系数矩阵。

抽取前m个最大特征值所对应的主成份,使其累计方差贡献率大于80%。

5.求出Xi与Fj的相关系数rij,求得相关系数矩阵B=(rij),即因子载荷矩阵,其中rij表示第i个变量Xi在第j个公共因子Fj上的负荷,由此可以解释主成份Fj主要包含的变量信息。

6.由回归法得到因子得分函数:Fj=βj1X1+βj2X2+…+βjpXp,其中j=1, 2, …,m,根据得分函数可以计算出选取的主成份的得分情况。

7.最后根据主成份的表达式:F=a1F+a2F2+…+amFm,计算综合得分。

(二)指标选取和数据处理

基于数据的可获得性,本文选取单位工业增加值排放的废水、废气、烟粉尘、二氧化硫、化学需氧量、氨氮六种污染物来测算企业污染排放强度。同时为了消除物价因素影响,以2003年为基期对工业增加值进行平减。其中2012-2014年上海市、湖南省,2014年贵州省,没有报告工业增加值指数(上一年为100),但是报告了以固定某一年(1978年或1952年)为基期的工业增加值指数,用该指数进行换算,测算实际工业增加值。2014年辽宁省、河南省两项指标都没有报告,鉴于工业增加值中第二产业的比重最大,用第二产业的指数进行近似替代。本文所用的原始数据来自《中国统计年鉴》、《中国环境年鉴》、《中国环境统计年鉴》、《中国区域经济统计年鉴》以及各地区统计年鉴。

(三)测算结果分析

表1为测算结果,限于篇幅仅报告了部分年份的数值。由表1可以看出:(1)各省市企业污染减排是一个曲折的过程。总体上，企业污染排放强度呈下降趋势,部分地区的企业污染排放强度在部分年份呈现上升的趋势。(2)企业污染排放强度呈现区域不平衡特征。截至2014年,我国污染排放强度最低的省份主要集中在东部地区(北京为-0.86，天津为-0.83，广东为-0.82，上海为-0.81),排放强度最高的省份主要集中在西部地区(宁夏为1.25，新疆为0.51，贵州为0.44，青海为0.22)。(3)比较2003年和2014年数据发现,污染排放强度变化最大的省份主要集中在中西部地区(广西、宁夏、内蒙古、四川)。

表1 企业污染排放强度指数

(续上表)

省市2003200420062008201020122014黑龙江-0.38 -0.53 -0.53 -0.69 -0.73 -0.81 -0.84 上海-0.59 -0.63 -0.69 -0.76 -0.78 -0.79 -0.81 江苏-0.32 -0.39 -0.48 -0.60 -0.70 -0.70 -0.72 浙江-0.25 -0.35 -0.47 -0.54 -0.65 -0.70 -0.73 安徽0.31 0.18 -0.02 -0.06 -0.46 -0.52 -0.60 福建-0.39 -0.41 -0.46 -0.59 -0.64 -0.72 -0.75 江西0.51 0.46 0.20 0.11 -0.37 -0.43 -0.54 山东-0.20 -0.34 -0.48 -0.55 -0.64 -0.71 -0.73 河南0.31 0.25 -0.03 -0.36 -0.51 -0.59 -0.63 湖北0.07 0.00 -0.24 -0.47 -0.63 -0.68 -0.72 湖南1.09 0.92 0.44 -0.07 -0.36 -0.54 -0.62 广东-0.53 -0.57 -0.65 -0.72 -0.77 -0.80 -0.82 广西3.46 3.61 1.92 0.79 0.29 -0.11 -0.44 海南0.16 0.02 -0.16 -0.22 -0.43 -0.37 -0.35 重庆0.94 0.81 0.57 -0.05 -0.34 -0.63 -0.68 四川1.08 0.70 0.08 -0.39 -0.47 -0.68 -0.74 贵州1.55 1.26 1.51 0.61 0.31 0.39 0.43 云南0.21 0.18 0.13 0.21 -0.26 -0.20 -0.31 陕西0.84 0.68 0.42 -0.09 -0.12 -0.30 -0.40 甘肃1.61 1.22 0.98 1.12 0.07 0.28 0.02 青海0.63 0.74 1.07 0.45 0.57 0.33 0.22 宁夏4.78 2.80 2.96 1.50 3.48 1.61 1.25 新疆0.47 0.60 0.55 0.03 0.33 0.57 0.51 平均值0.63 0.46 0.26 -0.09 -0.20 -0.34 -0.41

数据来源:由作者测算整理。

四 指标选取及计量模型

(一)指标选取

本文重点关注政府环境规制强度对企业排污强度的作用是否受互联网普及率的影响。基于数据可获得性和样本全面性考虑,选择2003-2014年我国30个省、市、自治区(西藏、香港、澳门和台湾因为数据缺失的原因不包括在内)的相关数据进行研究。原始数据的来源除了前面所提到的统计年鉴,还包括《中国互联网络发展状况统计报告》、《中国劳动统计年鉴》、《新中国六十年统计资料汇编》。

被解释变量:企业污染排放强度。为了能够全面反映企业污染排放强度,本文用企业污染排放强度综合指数作为被解释变量,企业单位工业增加值排污量越多表明企业减排努力程度越低,其数据为第三部分测算结果。

解释变量:政府环境规制强度。政府环境规制强度无法进行直接度量,目前研究大多采用治污设施运行费用(赵红，2007)[18]、工业污染治理投资与工业增加值或主营业务成本比值(张成等，2011)[19]、构建环境规制强度综合指数(傅京燕和李丽莎，2010)[20]以及排污费(张华，2016)[21]来衡量。前三种指标是根据规制的最终效果来衡量,因而无法剔除互联网普及率的影响,根据理论分析部分可知这些指标并不适合本文的研究。考虑到“三同时”项目指的是项目建设中防止污染的设施必须与主体工程同时设计、同时施工、同时投入使用,即“三同时”政策更强调的是事前规制,所以本文认为选取“三同时”项目投资额作为环境规制的代理变量更具有合理性。同时,利用排污费作为环境规制强度代理变量对模型进行稳健性检验。

门槛变量:互联网普及率。用各地区网民人数占该地区总人口的比重来表示。

其他控制变量:除了上述核心变量之外,根据现有研究,还考虑了以下因素的影响:经济发展水平,用人均GDP来衡量经济发展水平,并以2003年的GDP指数进行平减；产业结构,用工业增加值与GDP的比值进行衡量；外商直接投资,用实际利用外商直接投资额与GDP的比值衡量。模型中所涉及到的变量符号说明及描述性统计见表2和表3。

表2 符号及其说明

表3 变量的描述性统计

(二)模型的设定

在已有研究的基础上,本文引入门限变量互联网普及率,建立环境规制与污染排放强度之间的门限模型:

polit=c+α1govit(intit≤ri)+α2govit(r1

其中:下标i表示地区,t表示时间,rn表示门槛值,n的取值由门限检验结果决定,当存在单一门槛值时n取1,当存在双重门槛值时n取2,以此类推；xit表示控制变量的集合,具体包括:经济发展水平、产业结构和外商直接投资；εit表示随机扰动项。

五 实证结果分析

本文采用stata13.1对2003-2014年全国30个省、市、自治区的面板数据进行回归估计。正确设定模型和估计参数之前,需要对各个面板数据序列进行单位根检验,本文利用LLC、PP进行面板数据序列的平稳性检验(见表4)。由单位根检验结果可以看出,无论是针对同质面板假设的检验,还是针对异质面板假设的检验,模型中的回归变量均平稳,因此本文将各变量一起纳入回归模型；同时,对于模型可能存在的多重共线性问题进行检验,由于各解释变量方差膨胀因子均小于5,根据经验法则，说明本文解释变量之间并不存在严重的多重共线性问题；由于短面板数据(时间T<截面N),时间维度比较小,对于每个个体来说所含信息较少,所以无法讨论扰动项{εit}是否存在自相关,因此一般假定{εit}是独立同分布的(陈强，2014)[22]。本文的截面维度大于时间维度,故不考虑自相关问题。考虑到可能存在的异方差,本文在给出一般估计之后,又给出了稳健误差进行修正以控制异方差对参数估计的影响；此外,为了避免内生性问题,对核心变量政府规制强度取滞后一期。

表4 单位根检验

(一)门限值的确定

在使用门限面板模型之前,首先需要确定门限的个数,以确定模型形式。借助Wang(2015)[23]的操作命令,依次就存在单一门槛值、双重门槛值的情形对设定模型进行估计,结果显示模型存在单一门槛值(表5)。表6显示了互联网普及率的门限估计值、置信区间。图2为似然比函数图,有助于更为清晰地了解门限值和置信区间的构建过程。

表5 模型的门限效果检验

注:P 值和临界值均为采用Bootstrap方法反复抽样(rep=300)得到的结果；*、**、***分别代表参数估计值在10%、5 %、1%的水平上显著。

表6 门槛估计值和置信区间

图2 门槛估计值和置信区间

(二)回归结果分析

回归结果见表7,模型一为不考虑互联网普及率情况下,政府环境规制与污染排放强度的回归结果,模型三是考虑政府环境规制受互联网普及率影响的回归结果。由表7可见,不考虑互联网普及率的影响时R2=0.4872,考虑了互联网普及率的影响时R2=0.568,表明考虑互联网普及率影响的回归结果要优于不考虑的情况。模型二和模型四是为了避免异方差的影响使用稳健误差进行修正。

表7 模型回归结果

(续上表)

变量模型一模型二模型三模型四c2.8329***2.8329***2.0818***2.0818***(11.9500)(4.7700)(8.6900)(4.1100)R-sq:within0.47820.47820.56800.5680between0.22880.22880.32720.3272overall0.27700.27700.39050.3905

注:括号内为t值；*、**和***分别代表10%、5%和1%的显著性水平。

回归模型估计结果验证了前面的猜想,政府环境规制强度对企业污染排放强度的影响不是简单的线性关系,而是存在着复杂的非线性关系。依据门槛值可以划分为两个门槛区间,由回归结果可以看出,在不同的门槛区间内,环境规制强度对企业污染排放强度的影响截然不同。当互联网普及率低于8.3%时,环境规制加重了企业的污染排放强度。这是因为高强度的环境规制势必会使企业污染治理成本加大,然而政府由于信息不对称和过高监督成本的影响,无法对企业污染减排行为进行持续监督；在政府监督缺失的情况下,企业为了弥补已花费的减排成本,缩减减排努力从而导致污染增加。社会主体即使能够一定程度上弥补政府的监督缺失，对企业进行监督,但是由于监督成本、举报渠道等限制,无法对企业排污形成足够的压力和威慑,企业的污染超排行为仍然得不到有效抑制,这就出现了随着政府规制强度增大但是企业污染减排力度反而下降的“怪现象”。当互联网普及率高于8.3%时,环境规制能够抑制企业的污染排放强度。这是因为在政府部门监督缺失时,企业如果出现超标排污行为,社会主体能够有效地利用互联网的及时性、开放性、共享性、无界性、交互性等优势表达自己的意愿,高互联网普及率的情况下能更容易迅速地形成舆论压力,将企业超标排污行为公开化,企业不得不面对来自政府和社会的共同压力,减少污染排放。

由我国各地区的互联网普及率数据可以看到,截至2014年我国互联网普及率最低的省份是江西省,互联网普及率为34.1%,远远高于门槛值8.3%。但是由环境规制强度的回归系数可以看出,目前我国环境规制对企业污染减排的作用效果并不令人满意,这是因为互联网的普及仅为各方环境参与提供了途径,其作用效果还依赖于社会主体的环境参与意识和行动。2015年我国互联网普及率高达50.3%[注]数据来源:《中国互联网络发展状况统计报告》。,但是当年通过电话网络途径进行环境投诉的仅有1646705件[注]数据来源:《2015年中国环境统计年报》。,每百人投诉率低于0.12%,与我国高互联网普及率相比,我国社会主体通过互联网参与环境监督的主动性明显较差。另一原因是我国社会主体通过互联网参与环境治理时,存在着盲目跟风情况,突出表现为在某一环境事件发生后,互联网上往往会出现截然不同的声音(事件责任人的公关信息),混淆社会主体视听；而社会主体在信息缺乏与不透明的情况下,会道听途说传播与事实截然相反的虚假信息,严重削弱了公众环境参与的有效性。再次,政府部门未充分利用好互联网技术优势，建立畅通的网络举报渠道和显著有效的网络回应机制,也打击了公众环境参与的积极性。在社会主体环境参与中存在的这些不主动、不理性、不专业、不透明、不畅通问题,限制了互联网技术的作用效果。

控制变量方面，人均实际GDP与企业排污强度呈显著负相关关系,表明随着经济水平的提高,企业污染排放强度逐渐下降,这是因为随着经济的发展与生活水平的提高,人们提高了对环境质量的偏好与需求,企业也有更多的资金用于环境治理技术的引进与研发,使得单位工业增加值污染排放量呈下降趋势；由回归结果可见,工业增加值占比越高,企业排污强度越低,这是因为工业增加值占比高的地区,其生产技术水平比较成熟,在环保方面有更优的绩效；外商直接投资对企业排污强度的作用效果不显著,没有足够的证据表明外商直接投资对我国企业污染减排起到正向促进作用。

(三)稳健性检验

本文比较了不考虑互联网普及率影响和考虑互联网普及率影响两种情况下,政府环境规制对企业排污强度的影响,发现后者的拟合效果优于前者,说明政府环境规制确实受到互联网普及率的影响。同时由门限回归结果可以看出,政府环境规制强度和企业污染排放强度之间存在倒“U”型关系。为了进一步确保本文结论的可靠性,采用两种方法进行稳健性检验。其中门限值及其个数检验步骤同上文,这里不再赘述,表8为使用标准差和稳健误差两种情况下的回归结果。

1.因变量构造的稳健性。目前我国将二氧化硫、化学需氧量、氨氮、氮氧化物作为我国污染物总量控制的约束指标,而烟粉尘为雾霾的主要来源,这些污染物对环境破坏更严重，并且和社会公众的生活密切相关,更容易被社会主体所感知；由于氮氧化物数据不全,本文选取其他四种具体的污染物用于测度企业污染排放强度,进行稳健性检验,并考虑到内生性问题对环境规制强度取滞后一期。估计结果见表8模型五和模型六,由回归结果可以看出,在变换了因变量之后估计结果依然稳健；在仅考虑主要污染物时,环境规制强度系数变大,这一点与前面的分析一致,作为国家明确指出总量控制的污染物,其超排成本更高,因此随着规制强度的提高企业污染治理力度也更大。

2.核心解释变量的稳健性。考虑到排污费的征收主要是依靠地方政府的规制力度,因此本文借鉴张华(2016)[21]等的处理方法,用排污费收入总额与缴纳排污费单位数之比作为环境规制强度的代理变量进行稳健性检验,依然对其取滞后一期。回归结果(模型七、模型八)显示，互联网普及率的门限值变为8.0,回归结果系数也发生变化,但是作用方向依然显著成立；出现这种情况是因为排污费属于经济激励型环境规制工具，而“三同时”则属于命令控制型环境规制工具,不同规制工具作用路径不同。回归结果进一步验证了结论的稳健性。

表8 模型的稳健性检验

注:括号内为t值；*、**、***分别代表参数估计值在10%、5 %、1%的水平上显著。

六 结论与政策建议

本文首先是对互联网普及率如何影响政府环境规制效果进行理论分析。其次,借助我国2003-2014年30个省、市、自治区的相关数据,以互联网普及率作为门限变量,探究环境规制对企业污染排放强度的影响。结果显示互联网普及程度确实能够在一定程度上影响我国政府环境规制对企业污染排放的作用方向。而且结合互联网普及率数据发现，我国互联网普及率早已经越过门槛值,表明目前我国互联网普及率能够对政府环境规制起到正向促进作用。但由相关分析可知,互联网优势并没有得到有效利用。

为更好地利用互联网技术平台,实现政府和社会主体对污染企业的合力监督，提出以下建议:

1.转变环境监管模式,积极培育环境监管社会主体。探索和创新环境监管的新模式,实现环境监管模式由传统的以政府为中心向政府和社会主体合作监管转变；完善相关环境法规,规范环境参与秩序,引导社会主体理性参与环境监管,为社会主体环境参与提供法律保障；借助互联网,建立政府公共服务平台,加强互动沟通,实现环境监管“路径”的延伸,使社会各方可以随时随地参与环境问题监管,形成政府、市场主体和社会主体之间的良性制约。

2.建立生态环境大数据平台,实现对生态环境的精准监管。政府环保部门应构建开放性的生态环境大数据平台,公开企业排污强度信息，并更新环境信息,保障社会主体可以及时了解企业的排污状况,避免环境参与的盲目性和过激性。政府可利用生态环境数据平台以及政府公共服务平台,开展环境舆情监测和分析,正确引导舆论,保证社会主体环境参与的有序性和有效性。此外,政府部门也可利用生态环境大数据平台进行科学的环境决策、处罚环境违法、防范环境风险,实现企业排污监管和治理的精细化与精准化。

3.健全政府部门的网络回应机制,提高政府的环境公共服务质量。政府回应机制不健全是困扰我国社会主体有效参与环境治理的症结之一,由于政府部门对社会主体反映的情况不能及时有效地给予回应和处理,严重打击了社会主体环境参与的积极性，甚至对政府产生“不信任的情绪”。政府部门应积极建立并完善网络回应机制,为确保回应的及时性和有效性、提高回应效率,政府部门可以将环境投诉事件进行分级,明确规定各级环境事件回应与处理结果公示的时间表,对重大事件要第一时间给予回应,并全程公示事件的处理进程,这样不仅能够提升环保执法的公信力与威慑力,也有助于促进社会主体环境参与的积极性。