数字经济与经济增长对环境规制影响效应的统计测度分析

2024-02-20祝志川张启迈

吉林师范大学学报（自然科学版） 2024年1期

祝志川,张启迈

(1.辽宁大学数学与统计学院,辽宁沈阳 110036;2.辽宁大学经济学院,辽宁沈阳 110036)

0 引言

由于我国地域辽阔,南北跨纬度广,地形和气候原因决定了环境规制的影响因素极多.近年来,我国数字经济发展迅猛,已逐渐形成与传统经济模式相融合的新型经济模式,正朝着“数字化经济”转型,将对整个社会经济和政府治理产生深远而广泛的影响.而环境规制离不开社会经济与政府治理,那么环境规制是否会受到数字经济发展的影响?如果存在影响,其影响机制是什么?数字经济对环境规制的作用是否存在空间差异呢?因此,数字经济发展主流背景下针对环境规制问题及其影响因素进行深入研究是当今学术界乃至各级政府部门重点关注的热点之一,对建设高质量生态文明、促进社会可持续发展至关重要.

以往关于环境规制方面的研究主要从环境分权、财政分权、发展战略等角度进行了分析.如李国祥[1]研究发现环境行政分权、环境监察分权和环境监测分权对工业的环境规制效率存在一定的积极作用,且这种积极作用在经济发达地区效果更明显;Wang等[2]通过对中国省际相关变量的研究发现财政分权对环境规制效率存在负向影响,且政府的环境偏好在此关系中存在中介作用;郑洁等[2]从新结构经济学角度进行分析,研究发现省际的发展战略是违背比较优势,因而不利于环境规制效率的提高.而针对数字经济方面的研究主要侧重其发展水平测算[4],对经济高质量发展[5]、全要素生产率[6]及创新绩效[7]的影响,却鲜有文章研究数字经济对环境规制的影响,因此本文从此角度展开研究.

由于数字经济凭借数字信息和知识在社会中进一步发展,以互联网为重要载体[8],本文可以借鉴环境规制受到有关互联网、大数据、人工智能等数字经济方面的影响进行研究.如易承志等[9]指出城市居民可以通过在互联网上发布信息、参加社区组织的线上线下环保活动参与到政府的环境规制过程中去;郭少青[10]研究发现大数据技术的应用能使得有关环境规制的数据信息得到准确且详细地传达,增强政府的环境规制检测能力,政府通过对所得数据的深度挖掘与分析可以增强环境规制决策的合理性;余敏江[11]认为数据的互联互通可以促进环境规制从政府主导向多部门协同管理的转变.综上,本文认为数字经济有助于提高环境规制效率,但上述文章都未考虑到由于库茨涅兹曲线,数字经济对环境规制的影响可能受到经济增长与环境规制的U型关系的干扰,因此,本文从数字经济对经济增长影响的视角进行研究,尝试探讨数字经济影响环境规制的机制路径.

为了更深层次地研究上述问题,本文选取了我国30个省级行政区( 西藏自治区、香港特别行政区、澳门特别行政区、台湾省数据未获得,所以不考虑)2011—2019 年面板数据,分析了中国数字经济与环境规制之间的关系,包括定量分析数字经济对环境规制的固定回归作用、非线性影响、空间溢出效应,经济增长对于数字经济影响环境规制强度的遮掩效应,并通过分区域回归、分位数回归、引入工具变量和外生冲击检验对以上研究结果进行异质性检验和稳健性检验.

本文可能的创新在于:第一,目前研究数字经济对环境规制影响的文献较少,本文从理论与实证两大方面入手,探究数字经济对环境规制强度的影响效应,更深层次地分析了环境规制、数字经济两方面的研究.第二,采用工具变量法、双重差分法克服部分内生性问题,保证了本文研究结论的稳健性,基于数字经济角度为设计更加合理的环境规制政策给出具有针对性和比较切合实际的政策建议.

1 理论分析与研究假设

1.1 数字经济对环境规制的影响效应及其遮掩机制

现有研究从以下三个方面发现数字经济可以促进环境规制.第一,数字经济通过提高信息识别能力、促进信息共享和提升公众参与度及奖罚透明度,在一定程度上解决了我国存在的信息不对称问题,从而降低环境规制成本,使得环境规制效率大大提高[12];第二,数字经济通过微信支付宝等线上支付方式赋能绿色消费,通过共享单车等公共交通积极促进绿色出行,从而推进我国的绿色发展,促进环境规制的实施[13];第三,数字经济可以通过促进环境规制过程中多主体的协同工作,加强环境规制体系的“一体化”,并增加环境规制的政策“工具箱”种类,以达到增强环境规制绩效的目的.但根据环境库兹涅茨曲线理论,数字经济带来的经济快速增长可能是以牺牲一定的环境为代价的,这也就导致环境规制的压力变大,对环境规制产生负向影响[14].因此本文提出假设:

H1数字经济发展会促进环境规制,经济增长在二者之间存在遮掩效应.

1.2 数字经济对环境规制的非线性效应

在我国经济发展初期,数字产业尚未发展起来,数字化应用未涉及众多领域,环境规制实施也很少涉及数字治理平台,使得其初期效果较弱[14],随着数字经济的高速发展,各个地区、行业、领域都在向着互联互通迈进,原本存在于各部门经济活动之间的边界在数字经济的作用下越来越模糊,社会各部门的运作效率大幅度提高.同时,越加发达的数字经济给环境规制提供了更加实时、透明的沟通平台[15],为政府提供了数字化监督平台,使政府对污染源的监管更加智能、透明、高效,促进了政府在环境规制方面的执行[14].因此,本文认为在不同的数字经济发展阶段其对环境规制的影响存在异质性,提出假设:

H2数字经济对环境规制的影响具有非线性特征.

1.3 数字经济对环境规制的空间溢出效应

早期的环境库兹涅茨曲线研究大部分默认各地环境规制是相互独立的,但事实上,一个地区的环境规制效率不仅会受到本地产业政策和发展理念的影响,也会受到其他地区特别是相邻地区的影响,因此空间模型的加入就非常有必要.而数字经济以互联网为基础,可以依靠更多的资源和信息传播路径,加速社会资源在空间上的流动,从而实现其空间溢出效应.且数字经济的发展带来了数字技术和数据要素两种新的生产要素,前者可以加速传统要素在区域之间的流通速度,后者具有传统要素所不具有的低成本性与高流动性,这两种新的生产要素所具有的特点使得数字经济对环境规制的作用表现出较强的空间溢出性[16].因此,为充分考虑数字经济对环境规制可能带来的空间效应,本文提出假设:

H3某一地区的数字经济发展程度,会通过空间溢出效应影响其邻近地区的环境规制强度.

2 研究设计

2.1 模型构建

针对第一个假设构建基准回归模型

Rit=α0+α1Dit+α2Zit+μi+εit.

(1)

其中:Rit表示在t时期省份i的环境规制程度;Dit表示在t时期省份i的数字经济发展水平;Zit代表一系列控制变量;μi控制省份固定效应;εit表示随机干扰项.

数字经济与环境规制之间除了式(1)体现的直接效应,根据前文所述,数字经济可能还会通过经济增长这一中介对环境规制强度产生影响,本文将采用遮掩效应模型研究这一中介效应.遮掩效应模型的作用在于对与中介效应相反的间接效应做出解释,其本质是一类特殊的中介效应模型.本文设定遮掩效应模型为:

Git=β0+β1Dit+β2Zit+μi+εit;

(2)

Rit=γ0+γ1Dit+γ2Git+γ3Zit+μi+εit.

(3)

式(2)探究的是数字经济对经济增长的影响,式(3)探究的是数字经济、经济增长对环境规制的共同作用.若式(2)中数字经济的系数β1与式(3)中经济增长的系数γ2的乘积即β1γ2和式(3)中数字经济的系数γ1的符号相反,则认为存在遮掩效应.

此外,随着数字经济水平的变化,其对环境规制强度的影响有可能是非线性的.因此,设定面板门槛模型为

Rit=ρ0+ρ1DitI(Dit≤ω1)+ρ2DitI(Dit>ω1)+μi+εit.

(4)

其中I(·)表示取值为1或0的函数,所选样本满足括号内的条件则该项为1,不满足则为0.此外,式(4)仅写出了单门槛形式,根据回归结果该式可扩充为双门槛和多门槛情形.

最后,为进一步讨论数字经济对环境规制的空间溢出效应,本文通过引入空间交互项,将式(1)拓展为空间杜宾模型(SDM):

Rit=α0+ρWijRit+φ1WijDit+α1Dit+φcWijZit+αcZit+μi+εit,

(5)

(6)

其中:Wij表示地理距离空间权重矩阵(Wij)的元素,由“两个省会之间地理距离平方的倒数”计算得到;ρ是空间自回归系数;φ1和φc是核心解释变量以及控制变量空间交互项的弹性系数.

2.2 变量测度与说明

2.2.1 环境规制综合指数

已有研究关于环境规制测度的方法主要有:

(1)通过单个指标测量,例如张成[17]用各省份对工业的环境规制投资与规模以上工业企业的营业成本和增加值之比作为环境规制指数测度;沈坤荣等[18]采用工业烟(粉)尘去除率和二氧化硫去除率两个单项指标测算了环境规制指数.

(2)采用多个指标综合衡量,例如钟茂初等[19]通过设置废水、废气、固体废物和若干个单项指标层构建环境规制指标体系测算环境规制指数,针对环境规制倒逼产业结构调整进行了实证研究.

(3)将环境规制分为不同类型进行考察,如黄清煌和高明[20]通过命令控制型、市场激励型和公众参与型三种类型综合研究环境规制对减排的影响.

(4)根据一定的规则对环境规制的强度进行赋分.如Beers等[21]设置总分为24分的量化体系来研究环境规制强度.

由于单个指标测算环境规制容易造成较大偏差,赋分法存在一定的主观因素,限于数据的可得性,本文借鉴王昀[22]的方法,选择工业废水、废气和固体废物三种排放物通过熵值法赋权综合测算环境规制指数,加权所得结果越大表示环境规制效率越高.熵值法计算步骤如下:

设有m个年份、n个指标,xij表示第i年第j个指标的值.采用极差标准化法对原数据进行标准化,具体方法如下:

对于正向指标

(7)

对于负向指标

(8)

计算第j项指标的第i年指标值的比重

(9)

定义指标的信息熵为

(10)

信息熵冗余度为

dj=1-ej;

(11)

计算得权重

(12)

最后得到综合得分,即

(13)

2.2.2 数字经济发展指数

本文借鉴赵涛[5]的测算指标按照式(7)—(13)的熵值法来描述数字经济的指标体系,该指标包括互联网发展、数字金融普惠两项内容.其中,互联网发展指标体系包含互联网普及率、从业人员数、互联网产出、移动互联网用户数四个指标;数字金融普惠发展水平则用中国数字普惠金融指数表示.找到上述五项指标后用熵值法进行处理,计算得到数字经济发展指数.

2.2.3 经济增长

本文参考现有研究常用方法,用分省人均 GDP数据衡量经济增长水平,并以2011年为基期对GDP 进行价格平减以消除价格因素的影响、取对数消除异方差的影响,最终得到经济增长指数.

2.2.4 控制变量

为了更加准确地分析环境规制受到的数字经济影响,在环境规制强度影响因素中本文选取以下几个变量作为控制变量,并给出测算方法.

(1)政府政策干预程度(XDGI).政府主要通过制定相关财政政策来影响污染减排,从而体现政府干预对环境规制的影响.本文借鉴贾卓[23]的测度方式,采用政府的一般财政支出规模取对数后衡量政府政策干预程度.

(2)资源禀赋(XRE).环境规制强度在一定程度上会受到资源禀赋的影响,而大部分文献对资源禀赋还没有统一的测量方式,本文借鉴Zhou[24]的测量方式采用人口自然增长率来衡量资源禀赋.

(3)产业结构合理化(XRIS).在我国经济发展过程中,工业化程度较高的城市往往伴随着一定的环境问题,那么产业结构合理化可以反映各地区资源分配的合理性及产业的协调,对环境规制尤为重要,限于数据的可得性,本文借鉴干春晖、郑若谷和余典范[25]的测量方式,采用各个省份第一、二、三产业的数据来计算.

(4)研发投入(XRD).产业的研发投入一般和环境规制效率呈正相关关系,充足的资金对于环境规制的技术创新、人才培养和科研都至关重要.本文采用大部分文献的衡量方式研究与试验发展经费投入强度与以2011年为基期的实际GDP的比值取对数表示.

(5)技术市场活跃度(XTECH).技术市场越活跃,该地区就越有能力维持高水平的对外交流和快速获取外部技术,加速创新研发成果的普及,并为整个社会的环境作出贡献.本文采用大部分文献的衡量方式技术市场成交额和GDP之比表示.

(6)市场化程度(XMAR).环境规制的手段主要包括政府治理和市场调节,因此,除政府干预外,市场化程度也会对环境规制产生一定影响,本文借鉴吕平[26]的测量方式,采用非国有单位从业人数占总就业人数的比重衡量.

2.3 数据来源和描述性统计

本文研究2011—2019年中国30个省级行政单位的均衡面板数据.数据分别来源于国家统计局官方网站、《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》、各省统计年鉴、国民经济和社会发展统计公报以及全国技术市场统计年度报告.主要变量的描述性统计见表2.

观察表2可以看出,环境规制 (Rit)的均值为0.754,最大值为0.983,最小值为0.314,说明不同省之间的环境规制效率差异较大;数字经济(Dit)的最小值与最大值之间也存在着较大差异,且均值为0.341,表明大部分地区的数字经济水平较低.从控制变量看,不同地区在政府政策干预程度(XDGI)、研发投入(XRD)、技术市场活跃度(XTECH)等方面也存在着较明显的差异.

应用ArcGIS软件进一步描绘样本省份数字经济和环境规制的变动情况,因篇幅限制,只列举2011年和 2019年的情况,如图1和图2所示.

注:基于自然资源部标准地图服务网站GS(2023)2762号标准地图制作,地图边界无修改.

如图1所示,2011年和2019年东南部地区的环境规制水平明显要低于其他地区,这可能是因为东南部地区一直以来的经济发展水平都要高于其他地区,一定程度上导致了环境规制的难度增加;但从数值大小来看,2011—2019年的数值有所增高,说明近几年来各个地区在发展经济的同时注意到了环境的治理和保护,并已初见成效.从图2可以看出,北京、天津和东南沿海地区的数字经济发展水平远超其他地区,可以看出较为发达的地区早早开始发展了数字经济,且发展水平也较高;另一方面,从2011—2019年各省的数值均大幅提高,说明近几年我国各省数字经济发展较快.

3 数字经济对环境规制影响的实证检验

3.1 基准回归结果

表 3为数字经济对环境规制影响的线性估计结果.Hausman检验结果显示,对应的P值小于0.01,因此选择固定效应模型.为了使回归效果更加稳健,本文选择省份固定模型进行分析.模型1和2分别对应式(1)不加入控制变量和加入控制变量的回归结果,在两个模型中,Dit的估计系数均显著为正,也就是说数字经济对环境规制强度存在显著正向影响.此外,在加入控制变量的模型(2)中,政府政策干预程度(XDGI)与环境规制之间具有显著正相关关系,表明政府政策的干预会促进环境规制效率;资源禀赋(XRE)通过显著性检验且系数值为正,表明资源禀赋的增长会促进环境规制效率;产业结构合理化(XRIS)与环境规制之间具有显著的正相关关系,说明我国的产业结构的合理化有助于推动环境规制;研发投入(XRD)、技术市场活跃度(XTECH)、市场活跃度(XMAR)未通过显著性检验,表明这几项对环境规制影响较小.

前文从经济增长的视角,理论上分析了数字经济对环境规制影响的间接效应.为验证该假设,本文选用遮掩效应模型进行实证检验,结果见表 4.模型3—5为式(1)—(3)的回归结果,模型3的结果表明数字经济的系数为正,即数字经济的发展有助于促进环境规制,模型4的结果表明数字经济的系数为正,即数字经济的发展有助于推动经济增长.最后,在数字经济对环境规制的回归方程中加入经济增长这一遮掩变量,结果表明:模型5中经济增长的系数显著为负,说明经济增长是数字经济与环境规制之间的遮掩变量.综上,数字经济的发展有利于提升环境规制的效率,而这一直接作用会被数字经济促进经济增长.经济增长抑制环境规制的间接作用部分遮掩.该实证结果支持了假设1.

3.2 非线性效应分析

为验证假设2,本文采用面板门槛模型进行实证检验.在估计门槛模型之前,首先借鉴Hansen[27]的方法使用Bootstrap方法反复抽样300次,结果表明数字经济作为门槛变量时显著通过了双门槛检验,进而对门槛模型进行回归,结果见表5.表5中的模型6为式(4)的回归结果,可以看出当数字经济发展水平指数小于0.294时,数字经济促进环境规制的系数为0.159;当数字经济发展水平指数处于0.294和0.554之间时,数字经济促进环境规制的系数为0.314;当数字经济发展水平指数大于0.554时,数字经济促进环境规制的系数为0.241.随着数字经济发展指数的提高,数字经济对环境规制的非线性效应大体呈现出边际效应先递增后递减的特点,这可能是因为数字经济发展水平较低时,数字经济给环境规制带来的红利较大,当数字经济发展到一定水平时,它所带来的效果会稍微减弱.这表示数字经济对环境规制的影响受到自身水平的影响,假设2得到了支持.

3.3 空间溢出效应分析

首先对数字经济和环境规制进行空间自相关检验,检验二者是否存在空间效应.本文采用 Moran’sI指数法计算了地理距离矩阵下各年度的空间效应,如表6所示.结果表明各省份Dit、Rit的 Moran’sI指数均在10%的水平以内显著,说明2011—2019年我国各省的数字经济和环境规制具有显著的空间自相关性,可以进行空间计量分析.

其次进行了Wald检验和LR检验,结果显示在1%的水平上通过显著性检验,因此拒绝模型退化为SLM和SEM的原假设,本文采用SDM模型进行研究是最合适的,随后进行的Hausman检验也在1%的水平上通过显著性检验,选择固定效应效果最佳.综上,本文选择省份固定的SDM模型进行分析.

表7为使用地理距离空间权重矩阵进行空间分析的数字经济对环境规制影响作用的估计结果,其中模型7为式(5)的结果.根据模型7的结果:SDM模型中环境规制的空间自回归系数和数字经济的空间交互项系数都通过显著性检验,说明我国在空间上不仅存在外生的数字经济交互效应,还存在环境规制的内生交互效应.但由于直接用点估计的结果来分析数字经济的溢出效应会与实际结果存在偏差,因此不能直接用空间交互项的回归系数来研究数字经济对环境规制的边际影响,需要进一步使用变量变化的偏微分解释,即使用直接效应分析本地区数字经济对本地区环境规制的影响,使用间接效应分析邻近地区的数字经济对本地区环境规制的影响.

模型7的结果显示直接效应为负,这可能是因为初期信息技术和产业的迅猛发展使得电力急速增加,进而在一定程度上抑制了环境规制效果.溢出效应为正,这和马晓君[16]所得结果一致:数字要素邻近地区可以得到较好的共享,使得某地区的数字经济快速发展的同时,产生正向的空间溢出效应,从而促进邻近地区的环境规制.数字经济所带来的正的溢出效应大于负的直接效应,因此从空间角度数字经济能够促进环境规制,假设3成立.

3.4 异质性检验

已有文献研究指出,由于地理区位、政策条件等因素的巨大差异,在不同地区或不同环境规制的条件下,数字经济对环境规制的影响可能会存在异质性.基于此观点,本文借鉴杨慧梅等[6]的研究方法,采用分地区分析、分位数回归这两种研究方法,分别观察数字经济在不同地理区位、不同环境规制强度的条件下对环境规制的异质性影响.

3.4.1 区位优势

我国幅员辽阔,但东中西部地区的经济水平、政府治理能力等差异很大,因此可能会造成数字经济对环境规制产生不同的影响.本文将样本分为东、中、西部地区,采用分组回归的方法予以考察,结果如表8所示,模型8—10为东、中、西部的分组回归结果.在东部地区,数字经济对环境规制的影响未通过检验,本文推测其可能的原因在于数字经济在该地区发展较早,目前已经处于一个较高的水平,可以提升的空间相较于其他地区比较小,导致数字经济与环境规制之间的相关关系不显著.中、西部地区的数字经济的系数为正,表明数字经济的发展有助于促进环境规制效率的提升,这和郑万腾[13]所得结果一致,本文推测其原因可能是这些地区的自然资源比较丰富,导致过度依赖非清洁能源营收的资源密集型产业蓬勃发展,总体上看环境质量也就更差,有较大的提升空间,数字经济发展所带来的边际效应更显著.

3.4.2 环境规制大小

在不同的环境规制条件下,数字经济对环境规制的影响也可能表现出异质性.为此,本文进行面板分位数回归分析,结果如表9所示,模型11—15为不同分位点数字经济对环境规制的影响.结果表明:在环境规制水平较低的地区,数字经济所带来的红利较大,对环境规制的促进作用较高;在环境规制水平较高的地区,环境规制本身已经没有太大的提升水平,数字经济的促进作用较弱.即数字经济对环境规制的影响程度还受到环境规制本身水平的影响.

4 稳健性检验

4.1 工具变量法

基准回归模型通过控制合适的变量证明得到数字经济可以影响环境规制效率,但所建立的模型仍然有可能存在着忽略某些对环境规制影响较大的变量、模型中的变量和环境规制存在着因果关系、数据的测量误差等问题,以往的文献中较常用到的解决内生性的方法是选取合适的工具变量.本文按照黄群慧等[30]的处理方法,数字经济发展水平的工具变量选取为各省份1984年的邮电历史数据.其优点主要在于:互联网相当于过去传讯设备的替代方式,当地历史的邮电相关基础设施会很大程度上影响后期互联网技术的发展;其次,由于传统的固定电话工具近年来使用较少,对我国现状影响较低,满足工具变量需要的排他性.但由于上述变量是一个截面数据,无法和主回归数据同时分析,因此本文首先选取上一年的全国信息服务收入构成时间序列数据,然后分别与1984年各省份每万人电话数量相乘,将相乘结果作为数字经济水平的工具变量,结果如表10所示.

表1 数字经济发展水平测度指标体系

表2 描述性统计

表3 数字经济影响环境规制的基准回归结果

表4 数字经济影响环境规制机制的检验结果

表5 数字经济影响环境规制门槛模型的回归结果

表6 2011—2019年数字经济和环境规制“蔓延特征”

表7 数字经济影响环境规制空间模型的回归结果

表8 数字经济影响环境规制的异质性检验(区位优势)

表9 数字经济影响环境规制的异质性检验(环境规制强度)

表10 数字经济影响环境规制的稳健性检验

由表10可知,在引入合适的工作变量解决内生性问题后,环境规制仍然受到数字经济发展的显著促进作用.Kleibergen-Paap rk LM statistic统计量P值为0.000,显著拒绝工具变量识别不足的原假设;Kleibergen-Paap rk WaldF统计量大于Stock-Yogo弱识别检验 10%水平上的临界值,拒绝弱工具变量的原假设,因此本文选取的工具变量能够很好地解释了数字经济发展水平,也进一步证实了上述回归结果的稳健性.

4.2 外生冲击检验

现实生活中,一个地区的数字经济发展水平会受到当地政策制度、技术进步和对外贸易程度等多方面因素的影响,而这些因素又有可能会影响环境规制.因此,为了进一步证明上述结果的稳健性,本文选取“互联网+”政策使用双重差分法进行外生冲击检验.

4.2.1 DID模型设定

由于政策的实施效果可能具有外生性,不同省份受到的影响也许存在差异,因此本文采用双重差分法(DID)对政策进行评估.

借鉴畅瑞丹[31]的分组方式,按照2016年数字经济水平的平均值将30个省分为两组,受到政策冲击组为高于平均值的省份,未受到政策冲击组为低于平均值的省份.地区虚拟变量命名为Ait,受到政策冲击组值为1,未受到政策冲击组则为0;政策虚拟变量命名为Iit,选取2016年为政策冲击年,2011—2015年Iit值为0,2016—2019年Iit值为1.依靠上述分析,建立式(14)—(16)的多期 DID 模型对“互联网+”政策是否促进了环境规制及其背后的作用机制进行检验:

Rit=α0+α1(Iit×Ait)+α2Zit+μi+εit;

(14)

Git=β0+β1(Iit×Ait)+β2Zit+μi+εit;

(15)

Rit=γ0+γ1(Iit×Ait)+γ2Git+γ3Zit+μi+εit.

(16)

其中:i表示省份;t表示年份;乘积Iit×Ait表示“互联网+”倡议对环境规制影响效果;Zit表示可能影响环境规制的控制变量;μi在本式中控制省份固定效应;εit在本式中表示随机干扰项.之后,设定遮掩变量即经济增长(Git),采用遮掩效应模型对“互联网+”政策是否影响环境规制及其背后的机制进行检验:将Iit×Ait与Git进行回归,见式(15),若系数显著,则说明“互联网+”政策能够对遮掩变量产生影响.再将Iit×Ait、Git一同与Rit进行回归,见式(16).

4.2.2 基准回归结果

首先,本文对本模型的平行趋势假设进行检验,结果表明通过了这一 DID方法的重要前提假设.然后,进行下一步回归分析,结果见表11,模型17—20为式(14)—(16)的系数估计值,其中模型17表示式(14)未加入控制变量的回归结果,模型18表示式(14)加入了控制变量的回归结果,两模型的Iit×Ait回归系数均显著为正,表明:“互联网+”政策对省份的环境规制具有正向显著影响.对于遮掩机制的检验,从模型19可以看出Iit×Ait的系数显著为正,即“互联网+”政策有助于推动经济增长.模型18说明了“互联网+”对环境规制存在正向显著影响,在此基础上加入了经济增长后的模型20中该变量的系数依然显著,且经济增长的系数显著为负,表明经济增长在“互联网+”影响环境规制的过程中存在着部分遮掩效应,结果与上文相同,进一步证明了上文所得结果具有稳健性.