清华大学计算社会科学与国家治理实验室双周沙龙暨计算社会科学工作坊（第30期）顺利举办
2023年1月12日，清华大学计算社会科学与国家治理实验室采取线上的方式，成功举办双周沙龙暨计算社会科学工作坊第30期活动。清华大学公共管理学院副教授、国情研究院副研究员唐啸应邀作主题报告并参与讨论，香港大学经管学院副教授、芝加哥大学能源政策研究所中国中心研究主任何国俊应邀参与对谈。沙龙由清华大学公共管理学院教授，实验室副主任张楠主持，160余人参与。
图|唐啸作主题演讲
清华大学公共管理学院副教授、国情研究院副研究员唐啸以《额外监督可以改善环境治理绩效吗？》为题开展主题演讲。唐啸老师从额外监管的概念出发，指出在官僚体系中，委托人往往会采取随机抽查、越级监管等额外监督方法，以应对和控制书面汇报中的数据操纵问题。那么，在激励和监管同时存在的情况下，对于造假的惩罚何时会抵消激励的作用？以及在什么情况下代理方会选择真实努力？为了回答该问题，该研究建立了代理人成本最小化-收益最大化决策模型，包含绩效激励、造假惩罚、治理成本（真实努力成本、数据造假成本），代理方的实际行动会在边际绩效激励、边际治理成本、边际造假负担三者相等时达到均衡。聚焦环保督查场景，提出了研究假设，认为环保督察在提高环境治理真实努力的同时，也会提高数据造假的幅度。
实证结果显示，环保督察会提高数据造假的程度，同时PM2.5排放量也下降了，即真实努力程度也上升了。该研究的主要结论包括：（1）当信息效应超过目标效应与时间成本效应之时，数据造假程度会增加；当目标效应与信息效应之和超过时间成本效应时，代理人的真实努力程度会增加。因此，施加额外监管并不必然会实现真实努力增加而造假减少这样的理想目标。（2）通过环保督察情境的实证检验发现，环保督查有很强的政治绩效效应，从而使得目标效应占据主导，促使地方政府一方面提高真实努力程度，另一方面又加强了数据操纵程度。
图 | 何国俊进行点评对谈
香港大学经管学院经济学副教授、芝加哥大学能源政策研究所中国中心研究主任何国俊作点评发言。何国俊老师对该研究的理论贡献表示了肯定，同时对该研究提出了一些建设性意见。内容方面，何老师提出，文章将重点放在了代理人的行动机理，能否在后续加入对委托人行为的讨论，应当设计一个更好的合约，避免可能出现的代理人数据造假问题。数据方面，既然文章实证部分采用pm2.5卫星数据测量真实努力程度，为什么委托人不直接用这个真实数据去评估，而是相信代理人的汇报数据？实证方面，虽然环保督察是随机的，但是尚未被督查的省份和前期被督查的省份存在预期差异，当一些省份先被督查后，其他尚未被督查的省份会有心理预期，从而做出行为上的改变，可基于此考虑不同省份的异质性结果。此外，环保督察开放了大量投诉举报的渠道，如果有群众举报相关的数据，可以和自下而上监管的理论文献进行理论对话，优化模型的结论。
针对以上问题和建议，唐啸进行了回应，并进行了讨论。唐啸表示，该研究重点关注的是代理人面对额外监管时的行动，即已经出现了代理人数据造假、委托人后续加强额外监管情况下导致的代理人二次行动，因此模型关注的焦点在代理人二次行动的机理上，没有讨论最初阶段委托人的行为。另外，由于卫星值有很强的滞后性，因此委托人无法及时观测到真实数据，只能通过代理人的汇报数据对代理人治理成果进行评估。实证和数据方面，将结合意见建议进行完善。最后，与会师生积极向唐啸和何国俊老师提问，进行讨论和互动。
