本文的实证分析数据来自中国社会科学院社会学研究所发布的“中国社会状况综合调查”（Chinese Social Survey，简称CSS）。该调查是一项全国范围内的大型连续性抽样调查项目，采用概率抽样的入户访问方式，调查区域涵盖了全国31个省、自治区和直辖市，每次调查访问7000~10000个家庭，调查内容涉及家庭经济情况、社会保障、社会信任和社会公平、社会参与和政治参与等各方面，其研究结果可以推论全国18~69周岁的住户人口。结合本文的研究问题，我们主要采用2019年的调查数据，通过删除缺失值、离群值得到本文实证分析的有效样本7231份。

本文的被解释变量是法治满意度。如前文所述，政府行使行政权的主要对象是普通公民，因而政府是否能够依法办事，最为直接的体验者和亲历者是公民；政府依法行政的程度直接关系着公民对政府法治水平的总体感知。因此，借鉴聂平平等的研究，本文将法治政府满意度界定为公民对政府依法行政水平的整体评价。CSS向被访者询问了本地政府依法办事的程度，即“政府在‘依法办事、执法公平’方面做得好不好？”答案选项有“很好”“比较好”“不太好”“很不好”，分别赋分为1~4，本文将原始答案编码方式进行了反向调整。

本文的解释变量是政府信息公开。对于政府信息公开的测量方式，既有的研究形成了三种代表性做法：一是评估政府门户网站的整体表现，通过建立指标体系的方式评估门户网站的透明度、交互性、可用性和成熟度。二是以财政信息公开状况作为测量政府信息公开的重要指标。三是以发放问卷的形式，询问被访者对政府信息公开的主观感受。本文采用第三种测量方式。本文将政府信息公开界定为公民对政府主动公开信息的感知程度。本文根据问卷中“你认为政府在‘政府信息公开，提高政府工作的透明度’方面的工作做得好不好？”答案选项有“很好”“比较好”“不太好”“很不好”，分别赋分为1~4，本文对原始答案赋分进行了反向调整，使其分值越大，政府信息公开越高。为了保证结果的稳定性，我们在稳健性检验部分，运用了来自第三方的客观数据进行交叉验证。

本文以地方政府对公民政治权利的保障程度作为中介变量。CSS问卷中包含了相关题项，即“你认为政府在‘保障公民政治权利’方面的工作做得好不好？”答案选项有“很好”“比较好”“不太好”“很不好”，分别赋分为1~4，本文同样对其原始编码进行了反向调整，分值越高，意味着当地政府的权利保障度越高。

本文的控制变量包括性别、年龄、民族、政治面貌、婚姻、户籍、工作状况等。具体而言，性别方面，男性赋值为1，女性赋值为0；年龄以受访者报告的年龄为准，为连续型变量；民族方面，汉族赋值为1，少数民族赋值为0；政治面貌方面，中共党员赋值为1，非党员赋值为0；在婚姻方面，已婚赋值为1，未婚赋值为0；在户籍方面，农业户口赋值为1，非农户口赋值为0；在工作状态方面，有工作（包含目前休假、学习，或临时停工、歇业）赋值为1，没有工作赋值为0。考虑到法治满意度会在地域上存在差异，因而本文在模型中加入了省份虚拟变量。主要变量的描述性统计结果见表1。

本文采用空间固定效应模型分析政府信息公开对法治满意度的影响，在回归分析之前，已经对模型进行了多重共线性检验，其方差膨胀因子（VIF）均未超过2，表明模型并不存在严重的多重共线性问题。图2直观地呈现出模型分析结果，结果表明在控制了其他因素的情况下，政府信息公开与法治满意度在统计学上具有显著的正向关系（β＝0．539，p＜0．01）。根据回归分析结果绘制出边际效应图（见图3），可以看出随着政府信息公开的提高，法治满意度也在随着提升。

如前文所述，在政府数字化转型的背景下，政府信息公开很有可能与数字化转型程度有一定的关联。因此本文根据政府数字化转型程度分样本进行异质性分析。清华大学数据治理研究中心发布的《2020数字政府发展指数报告》对全国31个省的数字政府建设进行了系统赋分评估，该报告还根据得分梯度将31个省份类型化为五种发展模式，即引领型（得分＞70）、优质型（得分＞65.5）、特色型（得分＞60）、发展型（得分＞50）、追赶型（得分＜50）。基于此标准，本文将研究样本划分成为两部分：第一部分是高数字化转型组，即评估分数在60分以上的省份；第二部分是低数字化转型组，即评估分数在60分以下的省份。根据政府数字化转型程度进行分样本回归的结果见表2。模型1和模型2的结果表明，无论是高数字化转型地区，还是低数字化转型地区，政府信息公开都能够显著正向影响法治满意度。然而，通过经验p值可以看出，模型1和模型2的系数在统计学上存在显著差异，意味相较于低数字化转型地区，高数字化转型地区的政府信息公开对法治满意度的影响效应更为明显。

前文计量分析结果验证了政府信息公开对法治满意度的影响，本节主要讨论其中的作用机制。在理论分析部分，我们从既有的研究中分析出政府信息公开很有可能是经由权利保障度来影响法治满意度，我们接下来对此进行计量检验。CSS问卷中包含了权利保障度的相关题项，即“你认为政府在‘保障公民的政治权利’方面的工作做得好不好？”答案选项有“很好”“比较好”“不太好”“很不好”，分别赋分为1~4，本文对其原始赋分进行了反向调整，以此作为测量权利保障度的变量。

本文首先采用逐步回归法进行中介效应检验（见表3），模型1反映了第一步的回归结果，政府信息公开对法治满意度的影响在1％的水平上显著为正。模型2展示了第二步的回归结果，即以权利保障度作为因变量，以政府信息公开作为自变量，结果表明，政府信息公开与权利保障度呈现出显著正相关关系（β＝0．465，p＜0．01）。模型3同时加入了自变量和中介变量，结果显示，权利保障度在1％的水平上显著为正，同时，与模型1相比，政府信息公开在模型3的系数明显减小。我们还运用Sobel法进行了检验，其p值小于0.05，中介效应的比例为34．4％。由此我们可以认为权利保障度是政府信息公开影响法治满意度的作用机制。

为了保证中介效应分析结果的稳定性，本文还运用KHB方法进行了交叉验证。KHB方法估计出的结果如表4所示，当纳入权利保障度变量时，政府信息公开所产生的影响效应也有所下降，中介效应在总效应中的占比为33．21％，并且在统计学上具有显著性，其结果与上文Sobel法估计结果接近。这也再一次印证了在政府信息公开对法治满意度影响效应中，权利保障度发挥了重要的中介效应。

上述基准回归结果初步证明了政府信息公开和法治满意度存在着显著正向关系，但其估计结果可能存在一定的内生性问题，下面采用多种计量方式对研究结果进行稳健性检验。

1.更换解释变量：采用客观指标

前文对政府信息公开的测量，主要是运用问卷的方式询问被访者对于政府信息公开的感知，是一种相对主观的测量方式。为了保证结果的稳健性，采用来自第三方评估的客观数据进行再次验证。数据主要来源于浙江省、浙江大学公共政策研究院发布的《中国政府网络透明指数评估报告（2019）》，该报告综合多个维度对31个省级政府信息公开进行了系统性评估，是目前国内衡量政府透明度的权威性数据。我们以此作为解释变量进行回归分析，结果如表5所示。研究发现回归结果基本上与上述主回归效应保持一致，只是系数上有略微差异。同时，回归过程也再次检验了权利保障度所发挥的中介效应。因篇幅所限，本文不再展开数据讨论。

2.处理遗漏变量偏差：敏感性检验