公众环境关注度对生态全要素生产率的影响

摘 要：文章以2011—2022年中国三大城市群地级市面板数据为研究基础，利用空间杜宾模型分析公众环境关注度对地区生态全要素生产率的影响作用。研究发现：公众环境关注度对地区生态全要素生产率的提升有明显的空间溢出效应；公众环境关注度对生态全要素生产率的影响并非短期存在，而是具有长期效应的特征，并呈现边际递增趋势；在有为政府和有效市场的调节作用下，公众环境关注度能够更好地发挥对生态全要素生产率提升的促进作用，从而实现政府、企业与公众三方之间的有机结合。研究结论可为健全生态环境治理体系、提升城市群绿色发展水平提供有益参考。

关键词：区域协调发展；公众环境关注度；生态全要素生产率；有为政府；有效市场

中图分类号：F124.5；X321" " " 文献标识码：A " " 文章编号：1007-5097（2025）01-0063-10

The Impact of Public Concern over Environment on Ecological Total Factor Productivity：

Taking China′s Major City Clusters as Examples

LAN Zirui 1， LIU Baoliu 2a， 2b

（1. Institute of Ecological Civilization， Tianjin Academy of Social Sciences， Tianjin 300191， China;

2. a. Institute of Ecological Civilization; b. College of Economics and Management， Beijing University of Technology， Beijing 100124， China）

Abstract：Based on panel data from prefecture-level cities of Chinas three major city clusters from 2011 to 2022， this article utilizes the Spatial Durbin Model to analyze the impact of public concern over environment on regional ecological total factor productivity. According to the research findings， public concern over environment presents a significant spatial spillover effect on the improvement of regional ecological total factor productivity. This impact of public concern over environment on the ecological total factor productivity is not just short-term but tends to produce a long-term effect with a marginally increasing trend. Under the regulatory functions of a proactive government and an efficient market， public concern over environment can more effectively enhance the ecological total factor productivity， thereby achieving an organic integration of the government， enterprises， and the public. The research conclusion can serve as a valuable reference for improving the ecological and environmental governance system and enhancing the green development level of city clusters.

Key words：regional coordinated development; public concern over environment; ecological total factor productivity; proactive government; efficient market

一、引言及文献综述

城市群作为吸引各类资源要素流动的主体空间，是推动协同联动发展、区域经济一体化布局以及创新链、人才链和产业链融合发展的关键，其发展有利于加强不同区域间的合作交流，促进生产和创新要素的跨区域流动聚集。然而，生态承载力不足、环境污染等问题在城市群快速发展的同时不断显现，如城市人口规模的持续扩大将引起生态系统退化，城市群中过快的工业化发展将产生大气、土壤和水污染问题。由此可见，平衡城市群经济发展与生态环境保护、实现城市群生态环境与经济社会协调发展，是一项亟待解决的现实问题。城市群生态全要素生产率作为衡量城市群经济、资源与环境之间协调关系的量化指标，既为城市群绿色发展提供直观的效果评价，也为政策制定提供决策依据。党的十八大以来，我国经济增长从高速增长转向高质量发展。建立有效管用、科学完备的生态环境治理体系对持续提升城市群生态全要素生产率、实现城市群经济效益和生态效益最大化至关重要。

党的二十届三中全会强调，推进生态环境治理责任体系、监管体系、市场体系、法律法规政策体系建设。建立完备有效的生态环境治理体系需要政府、市场和公众三方力量参与、互动［1］，政府在地区环境治理的资源分配和管制政策方面发挥着重要作用，但容易出现资本不足和监管不到位的问题。通过不断完善环境信息披露制度，政府可以更好地将公众环境诉求转化为公众参与环境污染治理，将提高公众环境关注度作为治理环境污染、增强地区生态效益水平的新方向。随着公众环境关注度呈现逐年递增的趋势，如何评估公众环境关注度对不同区域城市群生态全要素生产率的影响，从而实现整体经济效益和生态效益协同增长，以及政府和市场如何实现更好的调节作用，这些问题的研究对于构建有效的环境治理多元共治体系、完善和落实区域协调发展战略、加快现代化经济体系建设具有重要的理论和现实意义。

从国家、地区、企业以及公众等层面，梳理公众参与环境治理对经济和社会生活的影响可以发现，不同层面的公众环境关注度本身也存在明显的差异，其产生的影响机制和路径也各具特点。国家层面形成的公众环境关注度更加注重通过官方渠道与相关部门进行对话，监督出台相应的环境治理方案，确保公众参与环境治理的合法权益得到保障［2］；地区层面形成的公众环境关注度，则会以影响地方政府绩效考核和城市良好形象的方式来发挥监督作用，且当地政府制定和实施相应的政策法规，又需要公众环境关注度这种非正式环境规制工具来进行监督和反馈，从而有利于环境治理相关政策的顺利开展［3］；对于企业和公众层面来说，公众环境关注度给不同行业带来的影响具有明显的差异性特征。环保型企业更需要通过公众参与监督和治理来树立良好的企业形象，并尽可能地为企业可持续发展提供新的发展渠道［4］。同时，公众也能够发挥正向舆论作用，为企业可持续发展提供动力源泉。从现有研究来看，多数研究侧重考虑公众环境关注度对环境污染问题的影响以及政府和企业之间的相互博弈，鲜有考察公众参与环境治理可能带来的经济效益和生态环境效益的协同增长。随着可持续发展理念深入人心和生态文明建设不断发展，国内外学者逐渐将生态保护因素纳入研究和分析。例如，从不同角度对生态效率进行测算［5-6］，或从全要素生产率角度出发，将生态因素加入测算框架中，形成生态全要素生产率［7-9］。但较少有学者扩大生态全要素生产率的测算范围，从地级市层面进行测度。此外，以公众环境关注度为发展特征的新型环境治理模式，能够更好发挥非正式环境规制的作用效果。如何将这种参与环境治理的行为与地区经济增长和生态效益提升联系到一起，探讨它们之间的良性互动关系显得尤为重要。因此，本文采用2011—2022年中国三大城市群（京津冀、长三角和粤港澳大湾区）的地级市面板数据，针对上述问题进行深入探讨。

与已有研究相比，本文可能的边际贡献主要有以下四点：①在研究视角方面，选择经济相对发达地区为参考样本。考虑公众环境关注度对各地区生态全要素生产率的空间差异性，重点分析具有明显地域特征的城市群生态全要素生产率变化情况，进一步利用空间杜宾模型研究其空间溢出效应。②从区域协调发展的角度入手，将政府、企业和公众纳入统一分析框架，重点分析有为政府和有效市场在促进地区生态效益和经济效益提升中的作用，研究结论将帮助政府更好地理解公众环境关注度如何影响生态全要素生产率，从而制定更加有效的环境政策，同时为企业在制定环境战略时提供参考，有助于实现经济效益和生态效益的双赢。③考虑公众环境关注度带来的长期影响作用，充分探讨新时代发展背景下公众环境关注度具有的多样化参与渠道，并尝试反映互联网发展带来的正向促进作用。④通过采用空间杜宾模型分析公众环境关注度对生态全要素生产率的影响，并采用一系列措施进行稳健性检验，包括采用广义空间两阶段最小二乘法来进行对比，进一步证实公众环境关注度这种非正式环境规制在实现地区经济高质量发展中的作用，尝试为相关政府部门制定相应政策提供参考。

二、理论分析与研究假设

（一）公众环境关注度对生态全要素生产率的影响

根据环境不平等理论，不同地区和群体的差异性会导致环境暴露的风险进一步加大，一些特定群体更容易面临比较高的环境威胁。这种不平等性受到经济发展水平或者收入水平的影响，会导致一定的环境负担出现，进而引起公众对环境问题愈发关注。具体来说，公众对环境关注的直接来源就是对环境污染问题暴露产生的感知，这也是污染驱动假说的内容。一个地区环境污染治理水平越低，公众越能感知存在的环境风险，进而会提高对环境污染的认知水平。一方面，政府通过环境立法的形式对公众参与制度作出相应的规定，鼓励公众参与环境保护工作，以此来提高地区环境治理的效率。同时，公众环境关注度发挥着连接政府、企业和社会公众之间的桥梁作用［10］，监督政府和相关企业是否将真实的环境信息予以公开，并对政府承担的环保责任和企业的污染排放行为进行督促，进而增强公众主体参与各地区生态文明建设的主动意识，提高生态系统防御能力和生态效益水平。另一方面，随着互联网技术的不断发展，公众主体对环境问题的关注度也不断得到提升，信访渠道进一步呈现多元化的形式，除了传统的书信、上访等方式，公众还可以利用互联网技术，通过互联网信访平台和微博等方式参与到环境治理工作中，这会给地方政府和相关污染企业带来巨大的压力，确保政府对环保政策的落实，提高企业进入市场的标准和技术壁垒，释放地区可持续发展中产生的经济红利，从而提升地区整体的经济效益。另外，通过公众对环境问题关注、参与和监督的方式，能够为政府决策提供参考依据。通过大力引进对环境污染影响较小、排放较低的企业投资，提升零碳能源产业发展带来的生态效益和环境效益水平，可以有效提高地区整体生态全要素生产率水平。基于此，本文提出假设1。

H1：公众环境关注度能够有效促进生态全要素生产率水平的提升。

（二）公众环境关注度影响生态全要素生产率的长期效应

前文通过阐述表明公众环境关注度对地区生态全要素生产率提升具有一定的影响作用。然而，从公众对环境问题的关注以及参与环境治理的进程来看，未来这种影响作用可能会持续下去，并不仅仅是短期影响效应。

首先，从公众对环境问题的关注以及参与环境治理的手段来看，随着经济社会的发展，公众对环境的关注和参与渠道从传统的报纸、电视和广播等媒介逐渐向微博和抖音短视频等新型互联网媒介转移，呈现比较明显的技术性特征。因此，未来随着信息技术的更新和发展，公众对环境问题的关注会成为地区环境治理和经济发展中不可或缺的一部分，这会导致公众环境关注度对地区生态全要素生产率的影响具有边际递增效应。

其次，从公众参与环境治理的发展规模来看，国际上已经有一定规模的环境非政府组织参与国际气候治理。而在中国，公众发挥作用的渠道与西方国家相比存在一定差距。随着经济社会发展和相关制度的不断完善，未来环境非政府组织发展的规模会越来越大，将有效提升公众主体参与环境治理的地位和作用。

最后，从公众对环境问题的关注以及参与环境治理发挥的作用来看，当环境污染带来的伤害影响到公众的身体健康、心理愉悦感和个人幸福感等，人们会要求采取行动来解决问题。公众对环境污染问题的关注一方面会进一步提升地方政府环境治理能力［11］，另一方面也会间接提高企业的市场竞争力，这种影响效应随着时间的推移会进一步强化。基于此，本文提出假设2。

H2：公众环境关注度对地区生态全要素生产率的提升作用并不是短期的，而是具有长期的边际递增效应。

（三）有为政府与有效市场的调节效应

1. 有为政府的调节效应

党的二十届三中全会强调，加快经济社会发展全面绿色转型，健全生态环境治理体系。这不仅需要政府从宏观层面出台相应政策，大力开展生态环境治理和修复工作，建立完善的生态环境治理体系，还需要非政府层面的监督和参与，建立多元共治的环境治理体系。公众环境关注度能够提高公众主体与地方政府的互动频率，公众通过正常渠道反映的环境诉求，能够得到政府响应，并履行相应的行政责任［12］。因此，政府可以运用“看得见的手”来对宏观政策进行调整，从而帮助公众更好地履行参与环境治理的权利和义务，确保公众环境关注度在实现地区生态效益和经济效益协同增长中发挥重要作用［13］。基于此，本文提出假设3。

H3：公众环境关注度对地区生态全要素生产率的影响受有为政府调节，政府有效约束能够增强公众环境关注度对其的促进作用。

2. 有效市场的调节效应

随着经济社会的发展和进步，相关政策体制和市场机制不断趋于完善，市场化程度也不断提升。有效市场中，公众环境关注度会对相关企业的资本和技术提出更高要求。一方面，进入竞争市场内的企业为了确保相关产业的长远发展，会提高相应的生产技术标准，以此来提高企业的技术规格，形成技术壁垒［14］；另一方面，市场化程度越高的地区，相应的基础设施建设和信息技术发展更加完善，能够为政府相关部门和企业提供良好的竞争环境和市场反馈机制，有利于公众更好地了解企业发展现状，并通过构建完善的环境信息披露机制，确保政府、企业和公众之间形成良性循环互动，促进地区生态环境治理和经济长远发展。基于此，本文提出假设4。

H4：公众环境关注度对地区生态全要素生产率的影响受有效市场调节，市场化程度高会正向激励公众环境关注度对其的积极影响。

三、模型建立与数据说明

（一）模型建立

首先，验证公众环境关注度对生态全要素生产率的影响。由于不同地区要素流动存在差异，这一影响作用可能并非独立，而是存在一定的空间溢出效应，因此本文引入空间计量模型进行分析，从而弥补传统面板模型无法体现样本在时间和空间上的溢出效应。在借鉴相关研究的基础上［15］，本文设定空间滞后模型（SLM）、空间误差模型（SEM）和空间杜宾模型（SDM）。具体模型设定如下：

空间滞后模型（SLM）：

[ETFPit=ρWnETFPit+α0+α1PECit+β1Zit+εit] （1）

空间误差模型（SEM）：

[ETFPit=α0+α1PECit+β1Zit+（1−ρWn）εit] （2）

空间杜宾模型（SDM）：

[ETFPit=α0+ρWnETFPit+α1PECit+α2WnPECit+β1Zit+β2WnZit+εit] （3）

其中：[ETFPit]为i地区第t年的生态全要素生产率；[Wn]为空间加权矩阵；[WnETFPit为]生态全要素生产率的空间滞后项；[PECit]为i地区第t年的公众环境关注度；[WnPECit为]公众环境关注度的空间滞后项；[Zit]为一系列控制变量；[WnZit反映的是]控制变量的空间滞后项；[εit]代表的是模型的误差项；α0、α1和β1代表回归系数；[ρ]、[α2]、[β2代表]模型中的空间自相关系数。

同时，假设模型中的空间自相关系数均为0时，又可以得到传统的OLS模型：

[ETFPit=α0+α1PECit+β1Zit+εit] （4）

其次，为了深入讨论有为政府和有效市场的调节效应，是否会更有助于发挥公众环境关注度对城市群生态全要素生产率的积极促进作用，本文在空间模型的基础上加入交互项来进行检验。其中，模型（5）为检验有为政府视角下公众环境关注度对生态全要素生产率的影响，模型（6）为检验有效市场视角下的影响效应。

[ETFPit=α0+ρWnETFPit+α1PECit+α2WnPECit+α1govit+α2Wngovit+α2WnPECit×govit+β1Zit+β2WnZit+εit] （5）

[ETFPit=α0+ρWnETFPit+α1PECit+α2WnPECit+α1marit+α2Wnmarit+α2WnPECit×marit+β1Zit+β2WnZit+εit] （6）

其中：[govit]代表有为政府的作用效果；[marit]代表有效市场的水平高低；i和t分别反映地区和年份；其他变量含义和上述公式中的含义保持一致。

（二）变量选取与说明

1. 被解释变量

生态全要素生产率（ETFP）。对于生态全要素生产率的衡量，既要考虑生态环境改善带来的可持续发展效益，又要注重地区经济效益的提升。因此，本文采用刘保留等（2023）［16］的测算方法进行计算，在投入和产出指标选择方面，也将生态要素纳入分析。具体来说，除了传统资本、劳动力要素投入外，还从能源、水资源和土地资源三方面来表征资源投入。产出指标的选择主要包括期望产出和非期望产出。期望产出以地区经济效益和生态效益表征，非期望产出以环境污染指数表征。

2. 核心解释变量

公众环境关注度（PEC）。目前关于公众环境关注度的衡量方式较为丰富，既有通过地级市《政府工作报告》、污染源监管信息以及环境调查等官方统计数据来测度［17］，也有利用反映网络关键词搜索量的搜索指数来进一步度量［18］。随着大数据、人工智能等互联网信息技术的不断应用和发展，互联网搜索记录网民用户行为的相关数据能够及时捕捉人们对特定事件的关注情况，反映其偏好和行为意图。本文借鉴陈云贤（2019）［19］的研究，采用百度雾霾搜索指数年均值对公众环境关注度进行度量，并将总搜索指数分为PC端搜索指数和移动端搜索指数。选择百度雾霾搜索指数表征公众环境关注度是因为公众对雾霾污染的感知程度比较高，凭借空气能见度就能明显感知环境污染的强弱，且百度作为中文搜索引擎，搜索覆盖面相对较为广泛。

3. 控制变量

为了避免遗漏变量对空间杜宾模型的回归结果产生较大的偏差，本文参考学者们对区域生态全要素效率的既往研究，选择五个控制变量：交通基础设施水平（tra），采用各地区道路总面积与总人口的比值衡量；经济发展水平（pgdp），采用各地区生产总值与年末常住人口的比值衡量；人力资本水平（hr），采用各地区普通高等学校在校生人数占年末常住人口比重衡量；财政干预水平（gov），采用各地区当年财政支出占生产总值的比重衡量；金融发展水平（fin），采用各地区年末金融机构贷款余额与生产总值的比值衡量。

4. 调节变量

正如前文理论阐述中对于有为政府和有效市场发挥的调节效应分析，这两个变量的调节效应对提高城市群生态全要素生产率有重要促进作用。如何有效对这两个指标进行衡量，也是本文需要重点解决的问题。这两个变量的具体衡量方式如下。

政府效率（gov）：为了更加有效体现政府调控力度的大小，本文采用政府效率来体现有为政府的作用效果。从有为政府的内涵和职能作用来看，政府效率不仅体现在办事和审批流程比较规范和标准，还需要尊重市场运行规律，维护市场秩序，在确保经济社会平稳运行中有效合理配置资源［19］。因此，借鉴相关研究［20-21］，采用超效率SBM模型测算各地政府效率的高低，并与对应的地级市进行匹配。

市场化水平（mar）：实现地区经济高质量发展需要建设现代化经济体系，而市场化程度的高低是确保现代经济体系激发经济发展活力的重要影响因素［22］。建设高水平社会主义市场经济体制需要市场主体在市场机制的指引下，自发开展相应的经济活动，实现国家和地方经济的平稳、有序和健康发展。有效市场的发展特征主要体现在三个方面。一是良好的市场竞争环境；二是有序的法治监管流程；三是健全的社会信用体系［19］。为此，本文借鉴王小鲁等（2019）［23］的研究，通过测算市场化指数来体现“有效市场”，主要从政府与市场之间的关联性、非国有经济发展水平、要素市场发育程度、产品市场发育程度以及市场中介组织发育程度和法律制度环境五个方面进行测度。

（三）数据来源与描述性统计

考虑部分地级市数据的可获得性，本文选择2011—2022年中国京津冀、长三角和粤港澳大湾区城市群的50个地级市面板数据为研究对象。数据主要来源于国家统计局相关年鉴数据，如城市、环境和能源统计年鉴以及各地级市统计年鉴等数据资料。少量缺失数据采用插值法进行补充，通过利用缺失数据周围的已知数据点的信息，对缺失数据进行估算。如当某个时间点或城市数据缺失时，可以通过线性插值、样条插值和多式插值估算缺失的数据值。同时，对数据进行对数化处理，以消除异方差和量纲的影响。涉及价格指数的问题，则以2011年为基期进行平减处理。

四、实证结果分析

（一）三大城市群生态全要素生产率变化趋势分析

本文计算2011—2022年中国三大城市群生态全要素生产率的均值变化，并进行对比分析。粤港澳大湾区城市群生态全要素生产率均值明显高于京津冀和长三角城市群，这在一定程度上可以反映粤港澳大湾区城市群拥有的技术进步水平、环境治理能力和经济发展实力高于其他两个城市群。另外，从三大城市群生态全要素生产率整体均值变化趋势的情况来看，京津冀和长三角城市群生态全要素生产率均值呈波动上升趋势。其中，粤港澳大湾区城市群生态全要素生产率均值变化浮动较大，呈现先下降后逐渐上升的趋势。可能的原因是，自党的十八大以来，国家更加重视推进生态文明建设工作。由于建设初期需要投入大量资金和技术，环境治理效果体现得并不明显，而随着时间的推移，地区生态全要素生产率水平逐渐得到提升。

在运用空间杜宾模型进行研究之前，需要进一步了解各城市群的变动趋势，进而进行空间自相关性分析。本文通过构建Moran' I指数，对生态全要素生产率的空间自相关性进行研究。从整体来看，中国三大城市群生态全要素生产率的莫兰指数在5%和1%的水平上显著为正，表明其存在正空间相关性，具有空间集聚的特征。因此，初步的分析结果证实能够采用空间杜宾模型进行深入研究。

（二）模型的选择

基于上述城市群生态全要素生产率的空间相关性分析，并考虑空间杜宾模型具有控制空间自相关、反映数据间的空间溢出效应等优势，本文选择空间杜宾模型来研究公众环境关注度对生态全要素生产率的影响效应。对所选择的空间杜宾模型的合理性进行验证，需要先对面板数据进行Hausman 检验，再对比不同模型下统计量的检验结果。回归结果见表1所列。

通过Hausman检验分析发现，选择固定效应模型更优于随机效应模型。从LM检验结果来看，LM-Lag、LM-Error和Robust LM-Error的显著性均在1%的水平上显著为正，这能够证实选择空间计量模型进行研究是比较合理的。再者，通过LR似然比和Wald检验的结果来看，统计量均通过1%的显著性检验，证实选择空间杜宾模型是比较合适的［24］。因此，本文选择固定效应的空间杜宾模型进行研究。

（三）空间杜宾模型回归结果

为了更好地展示空间杜宾模型的回归结果，本文计算邻接权重矩阵（W1）、地理距离矩阵（W2）和经济距离矩阵（W3）下，公众环境关注度对生态全要素生产率的空间溢出效应。三种权重矩阵下的具体计算结果见表2所列。

从表2结果可以看出，在考虑空间关联效应后，无论是邻接权重矩阵、地理距离矩阵还是经济距离矩阵下的回归系数，均在5%的显著性水平下为正，表明地区生态全要素生产率具有一定的空间溢出效应。公众环境关注度对地区生态全要素生产率的影响显著且为正，说明公众主体对环境问题的更多关注会促使地区环境治理能力的提升，也会推动环境政策在工业化进程中实施力度的增加，促进低碳技术创新水平较高的企业产生更多经济效益。同时，提高对生态环境问题治理的关注，也意味着用于创新研发和人才引进等投入资金会逐渐增加，对节约资源和降低污染的创新投入也会加大，从而有效促进地区生态全要素生产率水平提升。从W×ln PEC的估计值来看，回归系数在5%以及1%的显著水平下为正，这进一步表明公众环境关注度在促进地区生态全要素生产率水平中存在溢出效应，本地区公众环境关注度对相邻地区生态全要素生产率提高有正向促进效应。

控制变量中，交通基础设施水平对地区生态全要素生产率产生正向影响，这是因为较完善的交通基础设施能够加快不同要素之间的相互流动，促进不同绿色低碳技术的交流和进步，进而提升地区整体生态环境治理能力和经济增长水平。经济发展水平、政府干预水平和金融发展水平对地区生态全要素生产率提升具有正向促进作用，而人力资本水平对地区生态全要素生产率有负向影响。这说明随着地区经济实力提升，政府通过实施相应的环境治理政策和提高地区金融发展水平，能够实现生态效益和经济效益的协同增长。人力资本带来的地区经济红利效应可能短期内无法有效释放，对地区生态全要素生产率水平提升的促进作用并未有效显现。

（四）进一步讨论

1. 长期效应估计

前文通过运用空间杜宾模型，验证公众环境关注度对地区生态全要素生产率的影响具有连续性特征，存在空间溢出效应。随着时间的推移，公众环境关注度对地区生态全要素生产率的促进作用应该也具有长期性，并呈现边际效应递增趋势。为此，本文在相关研究的基础上［25-26］，进一步采用移动平均法进行处理，通过对相关研究变量进行两年、三年、四年和五年的移动平均处理来检验长期效应是否存在，回归结果见表3所列（限于篇幅，只展示邻接距离权重矩阵的结果）。移动平均法是一种基于最近的实际数据预测未来一期或者几期数据发展需求的方法，具有一定的可靠性。同时，为了确保对公众环境关注度长期效应的检验更加准确和合理，本文采用公众环境关注度滞后一期、滞后二期和三期的数据进行回归分析，并对比回归结果的差异性。通过对比ln PEC和W×ln PEC的回归系数大小以及显著性变化趋势可以发现，随着年份不断改变，公众环境关注度对生态全要素生产率的影响系数呈现逐渐增大的趋势，这符合前文的研究假设，说明未来公众主体参与环境治理的地位将不断提升，公众环境关注度的持续增加对提高地区生态效益和经济效益具有促进作用。

2. 调节效应检验

前文通过理论分析得出，公众环境关注度对地区生态全要素生产率的影响除具有长期作用外，政府和市场也能够发挥重要调节效应。因此，本文进一步对有为政府和有效市场的调节效应进行验证，分别将政府效率、市场化指数与公众环境关注度的交互项纳入回归模型中，回归结果见表4所列（这里只展示邻接权重矩阵的结果）。

首先，有为政府的调节结果如表4列（1）、列（2）所示。在不加入控制变量和加入控制变量的情况下，公众环境关注度和政府效率交互项的回归系数均在5%的水平下显著为正，这表明政府可以通过法律和政策对公众参与环境治理的行为进行约束，以提高公众主体的参与度。如贵州、广西等地陆续出台生态文明建设促进条例，明确公众参与环境治理的多种途径，有利于提高公众的生态文明意识。同时，在有为政府的调节作用下，不同社会主体能够更合理地进行资源分配，适度的政府干预会促使公众环境关注度产生更加明显的正向影响。W×ln PEC×ln gov的估计系数在1%的水平下显著为正，也进一步证实公众环境关注度对地区生态全要素生产率的空间溢出效应。

其次，有效市场的调节结果如表4列（3）、列（4）所示。可以进一步看到，无论是不加入控制变量还是加入控制变量，公众环境关注度和市场化指数的交互项回归系数均通过显著性检验，这也验证了前文的假设，即市场化程度越高的地区，政府、市场和公众的协同发展能力越强，公众环境关注度越能够更好地发挥正向作用，进而对市场竞争力的提升产生正反馈效应。同时，通过对控制变量进行控制和分析，以确保回归结果的稳健性。

（五）稳健性检验

为了确保研究结果的可靠性，本文进一步采用以下方法对样本进行稳健性检验。一是进行滞后一期的检验，重点考虑核心解释变量对被解释变量的滞后性影响；二是剔除部分样本检验，考虑经济发展实力较高地区更容易产生“虹吸效应”，资本、技术等要素资源比较有优势，因此，将北京、上海、广州和深圳这几个一线城市以及天津、苏州、南京、东莞、宁波、佛山这几个新一线城市予以剔除，并进一步回归检验；三是改变空间权重矩阵检验，前文在表2 的基准回归部分，已经列出邻接权重矩阵、地理距离矩阵和经济距离矩阵三种不同空间权重矩阵下的回归结果，证实了结果的稳健性。表5中列（1）、列（2）和列（3）、列（4）分别是滞后一期和剔除部分样本的回归结果，可以看到，生态全要素生产率的估计系数均在5%的显著性水平下为正，与表2的基准回归结果对比，并没有本质上的变化，证实了研究结果的稳健性。

此外，为了确保回归结果的可靠性，避免可能存在反向因果关系导致的内生性问题，造成相关变量的估计结果出现偏误，本文借鉴前人的研究方法［27］，采用广义空间两阶段最小二乘法（GS2SLS）对基准回归方程进行参数估计。该方法由Kelejian和Prucha（1998）［28］提出，在处理模型内生性和异方差方面具有优势。具体来说，GS2SLS方法是通过联合两阶段最小二乘法和基于空间Cochrane-Orcutt转换（Spatial Cochrane-Orcutt Transformation）的广义最小二乘法，能控制不可观测因素的影响，进而对空间计量模型进行一致的参数估计。GS2SLS方法能够在不引入外部工具变量的情况下，通过选取全部解释变量及其空间滞后项作为工具变量，对模型参数进行更稳健的估计，以削弱内生性对估计结果造成的偏误［29］。具体回归结果见表6所列。尽管采用GS2SLS估计方法得出的核心解释变量系数和前文基准回归结果有一定程度的偏差，但相关解释变量的影响方向和显著性与前人研究结果保持一致，这进一步证实本文回归结果的可靠性。

五、研究结论与政策建议

本文以2011—2022年中国京津冀、长三角和粤港澳大湾区城市群的地级市面板数据为研究基础，利用百度雾霾搜索指数年均值对公众环境关注度进行衡量，采用空间杜宾模型分析公众环境关注度对城市群生态全要素生产率的溢出影响，经过一系列稳健性检验，回归结果依旧成立。主要有以下结论：①公众环境关注度能够促进地区生态全要素生产率水平提升，并具有明显的空间溢出效应。经过更换空间权重矩阵、剔除部分样本以及采用广义空间两阶段最小二乘法估计等一系列稳健性检验后，回归结果依旧稳健。②考虑公众环境关注度的发展特征，公众环境关注度对地区生态全要素生产率的影响并不是短期存在的，而是具有明显的长期影响特征。③有为政府和有效市场的调节效应更有利于发挥公众环境关注度对地区生态全要素生产率的促进作用。这既符合构建高水平社会主义市场经济体制的要求，也有利于更好地实现区域协调发展的战略目标。

基于上述研究结论，本文提出以下政策建议：

第一，注重实现地区生态效益和经济效益协同增长，充分考虑不同地区的技术差距，深化和统筹区域协调发展战略布局。从三大城市群生态全要素生产率均值变化情况来看，京津冀和长三角地区的均值明显低于粤港澳大湾区。这进一步说明，要积极加大对外开放力度，促进不同要素资源正常流动，缩小地区之间的技术水平差距，逐渐弱化城市生态全要素生产率的空间非均衡性特征。具体来说，粤港澳大湾区可以将先进技术和发展经验更好地向京津冀和长三角地区传递，通过建立跨区域合作和交流平台来实现要素和资源的融合发展。进一步推动区域协调发展，需要采取因地制宜的政策措施，取长补短，充分发挥不同地区的资源、技术和劳动力等优势，形成规模经济发展的局面。如城市群中的发达地区将丰富的环境治理经验、先进的绿色低碳技术与欠发达地区分享，从而提高整体生态环境治理能力和经济发展水平。

第二，注重提高公众环境关注度转变为参与环境治理的意识和能力，积极发挥地区环境保护的外部监督作用。公众环境关注度能够有效发挥非正式环境规制的监督和约束影响。随着国家对环保问题越来越重视，在多元共治的环境治理体系下，中央和地方政府需要重视公众对环境治理的满意程度，建立健全参与环境治理的体制机制。如将城市群的发达地区作为试点城市，推行环境标签制度，方便公众更好地识别不同种类的绿色商品，有利于公众更好地参与环境治理，将公众环境关注度与参与环境治理更好地结合起来，进而形成政府、企业和公众良性互动的环境治理格局。

第三，提高有为政府和有效市场的调节能力，充分重视有为政府和有效市场在公众环境关注度促进地区生态全要素生产率提升中的重要作用。党的二十届三中全会强调要构建高水平社会主义市场经济体制，这就要求有为政府和有效市场要更好地发挥调节作用。同时，公众对环境问题的关注和参与环境治理的行为，离不开政府在制度制定和政策实施层面的保障和支持。通过赋予公众参与环境治理权利，履行相应义务，从而更好地推动生态环境治理工作上台阶，这种正向的反馈作用又会要求相关企业采用更高效和环保的技术来提高市场竞争力。因此，在有为政府和有效市场的调节作用下，政府为公众创造良好的参与环境治理的制度环境，市场能够营造绿色、低碳和可持续的发展环境，确保地区生态全要素生产率稳步提升。

第四，进一步帮助公众树立长远的绿色消费观和绿色生活观，避免短期效应，发挥公众参与环境治理带来的长期正向影响作用。具体来说，公众参与环境治理容易存在盲目跟风的心理，无法进行有效判断，从而可能会导致地区环境治理效果不显著。通过构建完善的环境信息披露制度，提高公众参与环境治理水平，推进公众参与环境治理实现有效的改革。通过建立健全监督管理机制，使得公众参与环境治理带来的经济红利和环境效益发挥到最大水平，尤其在城市群的欠发达地区推行绿色生活方式，以绿色消费为抓手培育欠发达地区新的经济增长点，确保实现长远、可持续发展。

参考文献：

［1］蔡真，万兆.公众参与与政府响应视角下的环境治理机制及效果［J］.经济学动态，2024（5）：72-88.

［2］董史烈.国际援助中的环境非政府组织：运行机制与经验启示［J］.国外社会科学，2021（1）：76-84，158-159.

［3］LONG F，LIU J，ZHENG L. The Effects of Public Environmental Concern on Urban-Rural Environmental Inequality：Evidence from Chinese Industrial Enterprises［J］. Sustainable Cities and Society，2022，80：103787.

［4］伊志宏，陈欣，田柳.公众环境关注对企业绿色创新的影响［J］.经济理论与经济管理，2022，42（7）：32-48.

［5］刘蒙罢，张安录，文高辉.长江中下游粮食主产区耕地利用生态效率时空格局与演变趋势［J］.中国土地科学，2021，35（2）：50-60.

［6］于志慧，何昌磊.数字金融与城市生态效率——基于长江经济带108个地级市的实证分析［J］.华东经济管理，2024，38（4）：14-26.

［7］杨万平，李冬.中国生态全要素生产率的区域差异与空间收敛［J］.数量经济技术经济研究，2020，37（9）：80-99.

［8］辛宝贵，高菲菲.生态文明试点有助于生态全要素生产率提升吗？［J］.中国人口·资源与环境，2021，31（5）：152-162.

［9］尹朝静，杨坤，田云.经济发展、中国农业生态全要素生产率增长：经验事实、区域差异与动态演进［J］.中国农村经济，2024（2）：20-43.

［10］吴力波，杨眉敏，孙可哿.公众环境关注度对企业和政府环境治理的影响［J］.中国人口·资源与环境，2022，32（2）：1-14.

［11］程华，樊沁怡，龚强.地方政府环境关注度、媒体监督和国有企业减排绩效［J］.经济科学，2023（5）：183-198.

［12］李世辉，程宸.资本性环保支出、公众环境诉求与企业价值——来自重污染行业上市公司的经验证据［J］.华东经济管理，2022，36（5）：66-78.

［13］莫龙炯，葛立宇，吴梓林.数字经济如何赋能城市绿色发展——政府与公众多元治理的视角［J］.西南民族大学学报（人文社会科学版），2024，45（1）：129-140.

［14］游家兴，于明洋，曹旭，等.政府环境关注与企业环境治理——基于政府工作报告文本分析的视角［J］.管理评论，2024，36（5）：235-247.

［15］DING J，LIU B，SHAO X. Spatial Effects of Industrial Synergistic Agglomeration and Regional Green Development Efficiency：Evidence from China［J］. Energy Economics，2022，112：106156.

［16］刘保留，兰梓睿，尹皓，等.技术异质下中国城市生态全要素生产率测度及其空间溢出效应［J］.中国人口·资源与环境，2023，33（12）：195-207.

［17］佟孟华，郭娜娜，李剑培.政府环境信息公开对居民主观幸福感影响的效应研究［J］.财经问题研究，2023（8）：55-70.

［18］GONZALEZ-FERNANNDEZ M，GONZALEZ-VELASCO C. Can Google Econometrics Predict Unemployment？ Evidence from Spain［J］. Economics Letters，2018，170：42-45.

［19］陈云贤.中国特色社会主义市场经济：有为政府+有效市场［J］.经济研究，2019，54（1）：4-19.

［20］王知桂，陈家敏.消费结构升级与经济高质量发展——兼论有效市场与有为政府的门槛特征［J］.财政科学，2021（8）：48-63，114.

［21］祁毓，林佳颖，童泽峰.“润滑剂”还是“绊脚石”：政府自身消费与地方政府效率——来自地级市“三公”消费的经验实证［J］.财贸研究，2023，34（8）：71-86.

［22］金碚.关于“高质量发展”的经济学研究［J］.中国工业经济，2018（4）：5-18.

［23］王小鲁，樊纲，胡李鹏. 中国分省份市场化指数报告（2018）［M］：北京：社会科学文献出版社，2019.

［24］孙振清，李欢欢，刘保留.空间关联视角下协同创新效率对区域碳减排的影响研究［J］.大连理工大学学报（社会科学版），2021，42（5）：23-32.

［25］袁胜超，庞瑞芝，吕翠翠.“成本病”是否导致了“看病贵”？——来自中国省级层面的经验证据［J］.当代经济科学，2020，42（3）：106-116.

［26］QUINN D P，TOYODA A M. Does Capital Account Liberalization Lead to Growth？［J］. The Review of Financial Studies，2008，21（3）：1403-1449.

［27］邵帅，范美婷，杨莉莉.经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察［J］.管理世界，2022，38（2）：46-69，10.

［28］KELEJIAN H H，PRUCHA I R. A Generalized Spatial Two-stage Least Squares Procedure for Estimating a Spatial Autoregressive Model with Autoregressive Disturbances［J］. The Journal of Real Estate Finance and Economics，1998，17（1）：99-121.

［29］ELHORST" P J. Specification and Estimation of Spatial Panel Data Models［J］. International Regional Science Review，2003，26（3）：244-268.

［责任编辑：陈建华］