一、引言与文献综述 十九大报告指出，新时代中国特色社会主义思想必须坚持以人民为中心的发展思想，其中，公众参与就是人民当家做主的重要体现。政府审计长期以来都是国家治理体系中不可或缺的组成元素。政府审计的本质是国家治理系统中具有预防、揭示和抵御功能的“免疫系统”。在这样的大背景下，将公众治理与政府审计相结合，充分发挥公众参与与政府审计的协同效应将有助于实现政府审计“免疫系统”功能。 公众参与一方面对司法行政机关依法行使职权进行有效监督，另一方面对于培育公民社会意识具有重要作用。作为社会治理的重要元素，公众参与应在政府审计参与腐败治理的过程中承担重要的作用。目前，学者多以政府审计为着手点，研究政府审计对腐败治理的影响。部分文献从国家审计的揭示功能和抵御功能入手，实证研究国家审计对腐败治理的作用，总结了政府审计与腐败治理之间的辩证关系，并通过定量分析，揭示了政府审计与腐败治理错综复杂的影响机制。进一步通过实证研究证实了政府审计功能对于腐败治理影响，分析了政府审计在腐败治理的作用以及政府审计腐败治理机制这两个方面的内容，主要探讨政府审计在腐败治理中的反腐路径。 然而，此类研究多从内部因素考虑了政府审计对腐败治理的作用，鲜有考虑公众参与这一外部因素对于腐败治理的影响，对我国公众参与腐败治理的形势进行全面分析，采用Logit回归对公众参与腐败治理的影响因素进行了定量分析。以政府审计对腐败治理为框架，将公众参与与政府审计相结合，研究两者对于腐败治理的影响。本文在此基础上，基于面板数据的门槛回归模型，实证研究了公众参与对腐败治理复杂的非线性影响。 二、指标选取与模型构建 被解释变量：腐败治理（COC）。以各省腐败程度的倒数来度量腐败治理效果。一般而言，地区腐败程度与地区腐败治理功能呈负相关。由于腐败的隐蔽性特征，直接衡量腐败程度较为困难。因而，此处采用职务犯罪立案数与公职人员之比来衡量腐败程度。 解释变量：政府审计功能（gov）。政府审计功能涉及预防、揭示和抵御三方面功能。因此，本文采用三指标组合来反映政府审计功能。其中，政府审计的预防作用以当年审计单位数与审计人员总人数的比值为代理变量；以审理查处的违规金额与地区生产总值的比值来度量政府审计的揭示功能；以已上缴财政金额与地区GDP的比值来度量政府审计抵御功能。 公众参与（pop）：公众参与反腐败必然受到所在地区的社会环境、区域政策、人口结构、政府信息公开制度政策等因素的影响。鉴于此，从经济集聚度（PR）、地域（GR）、教育（SR）、信息（PPR）四个方面聚集度来衡量。经济聚集度以规模以上工业总产值与地区GDP的比值来度量；地域集聚度以区域人口数来衡量，此处将区域人口数做对数化处理；教育集聚度以万人大专以上学历人口数来度量，此处对数据进行对数化处理；信息集聚度采用移动电话用户数占地区总人数比重来度量。此处，分别将经济聚集度（PR）、地域集聚度（GR）、教育集聚度（SR）、信息集聚度（PPR）四个指标标准化后通过加和的方式合并为一个指标，以此指标来度量公众参与度（POP）。 其他控制变量：借鉴已有文献，采用地区人均教育年限来度量人力资本（HC）；用地区外贸依存度来衡量对外开放水平（OPEN），并将各变量纳入模型。 三、实证分析 （一）数据来源 本文选取2012～2017年30个省市自治区的数据进行分析，由于西藏数据缺失，故未将西藏数据纳入样本，数据来源于《中国审计年鉴》《中国统计年鉴》《中国检察统计年鉴》数据。 （二）单位根检验 为避免回归分析中出现伪回归的情况，本节将对面板数据进行单位根检验。本节采用LLC检验，结果如下表1：
由表1的结果可知，各变量均在1%或5%水平下拒绝原假设，即各变量是平稳的。因此，可对各变量进行进一步分析。 （三）门槛效应检验 为判断门槛模型是否适用，首先需要进行门槛效应检验。对于门槛效应的检验，为了提高检验的有效性，使用自适应抽样法（Bootstrap）重复抽样300次来模拟F统计量的渐进分布和临界值，将区域的经济发展水平作为门槛变量，以公众参与度（pop）作为区制解释变量（即受到门槛变量影响的变量），检验一个、两个门槛的假设，得到如表2的检验结果：
由表2可知，在5%的显著性水平下，双门槛假设不显著，而单重门槛的假设是显著的，因此，采用单门槛回归模型进行进一步的研究。
表3给出了单一门槛模型的门槛值和置信区间。门槛值的估计原理是寻找使模型RSS最小的门槛估计值。由表可知，单一门槛模型的门槛估计值为79586，由此可根据各区域经济发展水平将变量系数估计范围划分为两个区间：经济欠发达地区（0＜MI≤79586）、经济较发达地区（〈MI〉79586）。 （四）模型构建 在通过门槛效应检验之后，本节将进一步探讨公众参与对腐败治理的影响，鉴于stata14中尚未有门槛回归的官方命令，本节将使用王群勇教授编写的程序包，运用stata.14运行。结果如表4。
