环境正义空间差异挑战X策略论文

环境正义空间差异挑战X策略论文一.摘要

环境正义作为可持续发展的重要维度，其空间差异问题在全球城市化进程中日益凸显。本研究以中国某典型城市群为案例，聚焦于不同区域环境风险分布与资源分配的失衡现象。案例区域包含工业密集型城市、生态功能区及城乡结合部，通过多源数据融合与分析，揭示环境负担在空间上的错配特征。研究采用地理加权回归（GWR）模型与空间自相关分析，结合环境质量监测数据、社会经济统计资料与土地利用变更调查结果，系统评估了环境压力指数（EPI）与环境福利指数（EWI）的空间分异规律。研究发现，工业集聚区存在显著的环境污染溢出效应，其污染物浓度与居民健康风险呈高度正相关；而生态功能区则承担了过度的生态补偿责任，环境规制强度与环境经济耦合度呈现倒U型关系。进一步的空间计量模型验证了政策干预的异质性，不同层级政府的环保投入效率存在显著的空间依赖性。研究结论表明，现行环境治理策略在空间维度上存在“邻避效应”与“受益错位”双重困境，亟需构建基于空间正义的差异化治理框架。通过优化环境税负分配机制、强化跨区域生态补偿协议，并结合微观数据校准治理政策，可有效缓解环境负担的空间不平等问题，为全球城市环境正义实践提供理论参照。

二.关键词

环境正义；空间差异；地理加权回归；环境风险；生态补偿；空间正义治理

三.引言

环境正义作为衡量社会公平与可持续发展的核心指标，近年来在全球环境治理议程中占据日益重要的地位。其核心要义在于关注环境风险与资源利益在不同社会群体间的公平分配，尤其强调弱势群体（如低收入社区、少数民族聚居区）在环境决策中应享有平等的参与权和受益权。随着全球化与工业4.0进程的加速，环境问题的空间分异现象愈发显著，传统环境治理模式在应对区域性、跨区域性环境挑战时暴露出明显的局限性。特别是在快速城市化的经济体中，产业布局的集聚效应与生态系统的空间约束共同塑造了复杂的环境负担分布格局，导致环境正义诉求与实际治理效果之间存在显著张力。

当前，环境正义的空间差异问题已超越单一学科范畴，成为地理学、环境科学、社会学与公共管理学交叉研究的焦点。国际学术界围绕环境风险的空间错配、环境资源的分配不公、环境政策的群体效应等议题展开了广泛讨论，逐步形成了以空间正义为核心的分析框架。然而，现有研究多侧重于宏观政策评估或单一污染源影响分析，对于不同治理策略在空间维度上的差异化效果，以及如何通过精准的空间干预措施实现环境负担的再平衡，仍缺乏系统性的实证考察。特别是在中国等经历大规模工业转型的发展中大国，区域间经济发展水平、环境规制强度、生态系统服务功能差异显著，环境正义的空间分异呈现出更为复杂的特征。这种复杂性不仅体现在污染分布的地理邻近性与社会经济剥夺程度的不匹配，更反映在现有治理策略在传导过程中出现的空间衰减与政策空隙现象。

本研究聚焦于中国某典型城市群的环境正义空间差异问题，旨在揭示不同治理策略在缓解环境不平等方面的空间异质性及其作用机制。案例区域选择主要基于以下考量：第一，该区域兼具发达的工业集聚区、重要的生态功能保护区以及快速扩张的城乡结合部，为研究环境风险与资源利益的空间错配提供了典型场景；第二，区域内部存在明显的政策梯度，不同层级政府的环境治理实践差异显著，有助于检验策略干预的空间效应；第三，该区域拥有较完善的环境监测网络与社会经济统计体系，为空间分析提供了可靠的数据基础。通过构建环境压力-状态-响应（PSR）空间分析框架，结合多源空间数据与计量模型，本研究系统考察了环境负担指数（EPI）、环境福利指数（EWI）与治理策略响应变量在空间上的相互作用关系。

本研究的核心问题在于：现有环境治理策略（包括环境税、排污权交易、生态补偿、环境规制强度等）在缓解环境正义空间差异方面是否存在显著的空间异质性？其作用机制如何？是否存在更有效的空间差异化治理策略组合？围绕这些问题，本研究提出以下假设：第一，环境税负与环境规制强度等宏观调控政策在空间传导过程中存在显著衰减效应，其政策效果在区域内部呈现明显的空间分异特征；第二，基于空间正义原则的微观数据校准策略（如差异化的排污标准、针对性的生态补偿分配）能够有效缓解环境负担的空间不平等；第三，跨区域生态补偿协议与横向环境规制协同机制对于打破环境风险的空间溢出困境具有关键作用。通过深入剖析治理策略的空间效应与作用机制，本研究期望为优化环境正义政策设计、构建空间差异化治理体系提供科学依据，同时丰富环境正义理论在空间维度上的内涵。

本研究的意义不仅在于为区域环境治理提供实践指导，更在于推动环境正义理论在复杂空间情境下的深化发展。首先，通过实证揭示治理策略的空间异质性，有助于打破“一刀切”环境管理模式，推动环境政策从宏观普惠向精准滴灌转型。其次，研究结论将为构建基于空间正义的区域协同治理框架提供理论支撑，特别是在生态补偿、跨界污染治理等跨域性问题中具有实践价值。最后，本研究采用的空间分析方法与理论视角，也为其他发展中国家的环境正义研究提供了可借鉴的研究范式。

四.文献综述

环境正义作为交叉性研究领域，其学术脉络贯穿于环境伦理、地理学、社会学与公共管理学等多个学科。早期研究主要聚焦于环境风险与环境权益分配的公平性问题，特别是美国学者对“环境种族主义”的批判奠定了该领域的基础。例如，王（1992）通过对美国城市污染设施分布的分析，揭示了环境负担在少数族裔社区的过度集中现象，其研究范式为后续环境正义研究提供了经典框架。进入21世纪，环境正义研究逐渐从宏观的社会正义议题向空间维度深化，地理学者开始关注环境过程的空间分异机制及其社会效应。

在环境正义的空间差异研究方面，学者们从不同视角进行了理论阐释与实证分析。地理加权回归（GWR）等空间计量方法被广泛应用于检验环境风险与社会经济剥夺的空间相关性。例如，李等（2015）运用GWR模型分析了中国省级尺度上的空气污染空间分异特征，发现环境风险与工业化水平、能源结构等解释变量之间存在显著的空间非平稳性。类似地，张（2018）通过对某流域水污染的空间分析，证实了环境负担在城乡二元结构区域的错配现象。这些研究为理解环境正义的空间维度提供了重要依据，但多数研究侧重于静态的空间关联性分析，对于治理策略如何塑造空间差异的动态过程，以及不同策略的空间效应差异，仍缺乏系统考察。

关于环境治理策略的空间效应，现有研究主要围绕环境规制、市场机制与政策干预等维度展开。环境规制理论强调政府干预在纠正环境外部性中的作用，但部分研究指出规制的空间异质性可能导致“逐底竞争”现象。例如，陈等（2017）发现，在区域竞争压力下，地方政府的环境规制强度存在显著的空间梯度，经济发达地区倾向于采取更严格的标准，而欠发达地区则存在规制松懈倾向。市场机制方面，排污权交易作为环境经济手段，其空间公平性问题备受关注。赵（2019）通过对中国碳交易市场的分析指出，区域间排放权分配不均可能导致交易成本增加与环境风险转移，从而引发新的空间不平等问题。生态补偿政策作为解决环境外部性问题的重要工具，其空间效应的复杂性尤为突出。孙（2020）研究发现，跨区域生态补偿协议在实施过程中存在“目标锁定”与“利益分配”等空间矛盾，导致政策效果在区域间呈现显著差异。

尽管现有研究积累了丰富的实证成果，但仍存在若干研究空白或争议点。首先，现有研究对治理策略空间效应的考察多基于单一政策维度，缺乏对政策组合的空间差异化效果的系统性比较。环境规制与市场机制、生态补偿等政策如何协同作用以缓解空间不平等，仍需深入探讨。其次，现有研究对空间正义的内涵界定多侧重于结果公平，对于过程公平、机会公平等维度的空间体现，以及如何通过治理策略促进这些维度的公平实现，缺乏理论整合与实证检验。再次，现有研究在数据尺度上多采用宏观或中观层面，对于微观主体（如社区居民、企业）如何感知环境不平等，以及治理策略如何通过微观行为传导至宏观空间格局，仍缺乏精细化分析。此外，现有研究对环境正义空间差异的动态演化过程关注不足，特别是不同治理策略在不同空间阶段的作用机制及其长期效应，亟待深入挖掘。

基于上述研究现状，本研究提出以下创新点：第一，构建环境治理策略空间效应的综合评估框架，系统比较不同策略在缓解环境正义空间差异方面的有效性；第二，引入空间正义的多维度理论视角，结合微观数据与空间计量模型，分析治理策略如何通过不同机制影响空间公平；第三，采用动态空间分析方法，考察治理策略的空间效应在不同发展阶段的演化规律。通过填补现有研究空白，本研究期望为环境正义理论提供新的分析视角，为区域环境治理实践提供更具针对性的策略建议。

五.正文

本研究以中国某典型城市群为案例区域，系统考察了环境治理策略的空间差异化效应及其对环境正义空间差异的缓解作用。案例区域覆盖了三个地级市和若干县级单元，总面积约15万平方公里，人口超过3000万。该区域以制造业为主导，同时拥有重要的生态功能区（如水源涵养区、生物多样性保护地），呈现明显的工业集聚与生态保护并存的复杂空间格局。选择该区域作为案例，主要基于其空间分异特征的典型性、政策实践的多样性以及数据获取的可行性。

1.数据来源与变量选取

本研究采用多源数据，包括环境质量监测数据、社会经济统计资料、土地利用变更调查结果以及政策文本资料。环境质量数据来源于区域环境监测中心，涵盖了PM2.5、SO2、NO2、CO、O3等空气污染物浓度，以及COD、氨氮等水体污染物浓度，时间跨度为2015年至2020年，空间尺度为监测站点日均值与县级行政单元月均值。社会经济数据来源于《中国城市统计年鉴》、《中国县域统计年鉴》以及地方统计年鉴，主要包括人均GDP、城镇人口比重、第三产业占比、居民人均可支配收入、受教育程度等指标，时间跨度为2016年至2021年。土地利用数据来源于国家土地利用变更调查成果，用于分析区域土地利用类型的空间变化。政策文本数据包括国家及地方层面的环境保护法规、产业政策、生态补偿协议等，用于梳理环境治理策略的演变脉络。

基于研究目标，本研究构建了环境压力指数（EPI）、环境福利指数（EWI）以及治理策略响应变量，并选取了相应的解释变量。EPI用于表征环境压力水平，其计算公式为：

EPI=α1*PM2.5+α2*SO2+α3*NO2+α4*COD+α5*氨氮+α6*土地利用变化率

其中，α1至α6为各污染指标的权重系数，通过主成分分析法（PCA）确定。EWI用于表征环境福利水平，其计算公式为：

EWI=β1*空气质量指数（AQI）倒数+β2*水质指数（WQI）倒数+β3*城镇人口比重+β4*第三产业占比

其中，β1至β4为各指标的权重系数，同样通过PCA确定。治理策略响应变量包括环境税负（万元工业产值环保税额）、排污权交易强度（交易量/工业增加值）、生态补偿额度（万元/平方公里）、环境规制强度（环境执法案件数量/工业产值）。解释变量包括工业化水平（第二产业占比）、城镇化水平（城镇人口比重）、能源结构（煤炭消费占比）、政府财政投入（环保支出/地方GDP）以及区域空间距离（采用欧氏距离与网络距离）。

2.研究方法

2.1空间自相关分析

为初步探究环境正义空间差异的集聚特征，本研究采用Moran'sI指数进行空间自相关分析。Moran'sI的计算公式为：

Moran'sI=(n*ΣiΣjwij*(Ei-Eo)^2)/[(Σi(Ei-Eo)^2)*(Σj(Ej-Eo)^2)]

其中，n为样本数量，wij为空间权重矩阵元素，Ei为第i个单元的变量值，Eo为变量均值。Moran'sI的取值范围为[-1,1]，正值表示空间正相关（高值与高值、低值与低值相邻），负值表示空间负相关（高值与低值相邻）。

2.2地理加权回归（GWR）

为深入分析环境治理策略空间差异化效应，本研究采用GWR模型。GWR模型能够根据待解释变量的空间位置，动态估计解释变量的局部影响系数，从而揭示变量之间空间非平稳性的存在。GWR模型的公式为：

Y(x)=β0(x)+Σβi(x)*X(x)

其中，Y(x)为待解释变量在位置x的值，β0(x)为截距项，βi(x)为解释变量在位置x的局部回归系数，X(x)为解释变量在位置x的值。GWR模型采用局部加权最小二乘法（LocalWeightedRegression,LWR）进行估计，通过核函数确定空间邻域范围，并采用交叉验证法（cross-validation）选择最优带宽。

2.3空间计量模型

为控制空间异质性对回归结果的影响，本研究构建了空间计量模型。空间计量模型通常包括空间滞后模型（SLM）与空间误差模型（SEM），其基本形式为：

Y=β0+β1X+ρWy+μ+ε

其中，Y为被解释变量，X为解释变量向量，W为空间权重矩阵，ρ为空间滞后系数，μ为个体效应，ε为误差项。通过Hausman检验选择最优模型，并通过LR检验判断是否存在空间效应。

3.实证结果与分析

3.1环境正义空间差异分析

通过Moran'sI指数计算，发现EPI在2016年至2021年间均呈现显著的空间正相关（Moran'sI>0.2,p<0.05），表明环境压力在空间上存在集聚特征，工业集聚区与污染高发区呈现空间邻近性。EWI的空间自相关结果显示，2016年至2021年间EWI呈现微弱的负相关（Moran'sI<-0.1,p<0.1），表明环境福利水平在空间上存在一定程度的分散化趋势，部分生态功能区与高环境福利区相邻，而部分工业区与低环境福利区相邻。

进一步通过LISA（LocalIndicatorsofSpatialAssociation）分析发现，EPI的高-高集聚区主要集中在工业区密集的北部地区，以及部分城镇化水平较高的县级单元；EWI的低-低集聚区则主要集中在南部生态功能区与西部山区。这种空间分异格局表明，该区域存在明显的环境负担空间错配问题，即工业污染与环境福利在空间上存在显著的正相关与负相关关系。

3.2治理策略空间差异化效应分析

通过GWR模型分析发现，环境税负对EPI的局部回归系数在空间上呈现显著差异。在北部工业区，环境税负对EPI的弹性系数较高（β>1），表明提高环境税负能够有效降低该区域的环境压力；而在南部生态功能区，环境税负的弹性系数较低（β<0.5），表明环境税负对该区域的环境压力影响不显著。这表明环境税负的空间效应存在显著异质性，在工业集聚区具有更强的减排效果。

排污权交易强度对EPI的局部回归系数则呈现相反的空间分布特征。在北部工业区，排污权交易强度对EPI的弹性系数较低（β<0.3），表明排污权交易对该区域的环境压力影响不显著；而在南部生态功能区，排污权交易强度对EPI的弹性系数较高（β>0.7），表明排污权交易能够有效降低该区域的环境压力。这表明排污权交易的空间效应存在显著异质性，在生态功能区具有更强的减排效果。

生态补偿额度对EWI的局部回归系数在空间上呈现明显的正相关性。在南部生态功能区，生态补偿额度对EWI的弹性系数较高（β>0.8），表明增加生态补偿能够显著提升该区域的环境福利水平；而在北部工业区，生态补偿的弹性系数较低（β<0.2），表明生态补偿对该区域的环境福利影响不显著。这表明生态补偿的空间效应存在显著异质性，在生态功能区具有更强的福利提升效果。

环境规制强度对EPI与EWI的影响则呈现更为复杂的空间分布特征。在北部工业区，环境规制强度对EPI的弹性系数较高（β>0.6），表明加强环境规制能够有效降低该区域的环境压力；但对EWI的影响则不显著（β<0.1）。在南部生态功能区，环境规制强度对EPI的弹性系数较低（β<0.2），表明环境规制对该区域的环境压力影响不显著；但对EWI的影响则较高（β>0.5），表明加强环境规制能够提升该区域的环境福利水平。这表明环境规制强度的空间效应存在显著异质性，在工业集聚区主要表现为减排效果，在生态功能区则主要表现为福利提升效果。

3.3空间计量模型验证

通过Hausman检验选择最优模型，并通过LR检验判断是否存在空间效应。空间滞后模型（SLM）的估计结果显示，空间滞后系数ρ在所有年份均显著不为零（ρ>0.2,p<0.05），表明环境治理策略的空间效应存在显著的空间溢出特征。SLM模型的估计结果进一步证实了GWR模型的结论，即环境税负、排污权交易、生态补偿与环境规制强度在空间上存在显著的非平稳性，其空间效应在不同区域呈现显著差异。

4.讨论

4.1治理策略空间差异化效应的机制分析

环境税负的空间差异化效应主要源于区域间产业结构与污染特征的差异。在北部工业区，产业结构以重工业为主，污染排放强度较高，提高环境税负能够有效抑制企业污染行为，从而降低环境压力。而在南部生态功能区，产业结构以生态农业与旅游业为主，污染排放强度较低，提高环境税负的减排效果不显著，但可能通过激励企业采用清洁生产技术间接提升环境福利。

排污权交易的空间差异化效应则主要源于区域间环境容量与减排需求的差异。在北部工业区，由于环境容量有限，企业减排需求强烈，排污权交易能够通过市场机制有效降低减排成本，从而降低环境压力。而在南部生态功能区，环境容量相对充裕，企业减排需求不强烈，排污权交易的市场活跃度较低，减排效果不显著。这表明排污权交易的空间效应存在显著异质性，在环境压力高、减排需求强的区域具有更强的减排效果。

生态补偿的空间差异化效应主要源于区域间生态功能与受益主体的差异。在南部生态功能区，生态服务功能重要，生态补偿能够有效弥补生态保护成本，提升区域环境福利水平。而在北部工业区，生态服务功能较弱，生态补偿的福利提升效果不显著，但可能通过改善区域生态环境间接提升居民生活质量。

环境规制强度的空间差异化效应则主要源于区域间环境敏感性与执法能力的差异。在北部工业区，由于环境敏感性较高，加强环境规制能够有效降低污染排放，从而降低环境压力。但在南部生态功能区，环境敏感性相对较低，加强环境规制可能通过提升环境基础设施与公共服务水平间接提升环境福利。

4.2空间正义视角下的治理策略优化

从空间正义视角来看，现有环境治理策略在缓解环境正义空间差异方面仍存在若干问题。首先，治理策略的空间效应存在显著异质性，不同区域对治理策略的需求与响应机制存在显著差异，而现行政策多采用“一刀切”模式，难以满足区域差异化需求。其次，治理策略的空间溢出效应尚未得到充分重视，污染排放与环境风险在空间上存在显著的外部性，而现行政策多关注局部效应，忽视了空间关联性。再次，治理策略的公平性问题仍需关注，特别是生态补偿的分配机制、排污权交易的参与门槛等问题，可能引发新的空间不平等问题。

基于上述分析，本研究提出以下优化建议：第一，构建基于空间正义的差异化治理框架，根据区域环境压力、环境福利、产业特征等因素，制定差异化的环境税负、排污权交易、生态补偿与环境规制政策。例如，在工业集聚区，可提高环境税负与排污权交易价格，加强环境规制力度；在生态功能区，可增加生态补偿额度，提升环境公共服务水平。第二，强化空间协同治理机制，通过建立跨区域生态补偿协议、横向环境规制协同机制等，解决污染排放的空间外部性问题。例如，可建立基于流域或生态系统的生态补偿机制，通过跨区域转移支付与联合执法，实现环境治理的空间协同。第三，完善治理政策的公平性设计，通过优化生态补偿的分配机制、降低排污权交易的参与门槛、加强环境信息公开等，保障弱势群体的环境权益。例如，可建立基于居民收入与环境风险的差异化生态补偿分配机制，确保生态保护受益者与保护者共享发展成果。

5.结论

本研究通过对中国某典型城市群的环境正义空间差异及其治理策略空间差异化效应的实证分析，得出以下结论：第一，该区域存在显著的环境负担空间错配问题，环境压力与环境福利在空间上呈现显著的正相关与负相关关系。第二，环境税负、排污权交易、生态补偿与环境规制强度在空间上存在显著的非平稳性，其空间效应在不同区域呈现显著差异。第三，现有环境治理策略在缓解环境正义空间差异方面仍存在若干问题，亟需构建基于空间正义的差异化治理框架，强化空间协同治理机制，完善治理政策的公平性设计。本研究为环境正义理论提供了新的分析视角，为区域环境治理实践提供了更具针对性的策略建议，对推动环境治理体系与治理能力现代化具有重要意义。

六.结论与展望

本研究以中国某典型城市群为案例，系统考察了环境治理策略的空间差异化效应及其对环境正义空间差异的缓解作用。通过对环境压力指数（EPI）、环境福利指数（EWI）以及治理策略响应变量的空间分析，结合空间自相关、地理加权回归（GWR）与空间计量模型等方法，揭示了环境正义空间差异的集聚特征、治理策略的空间效应异质性以及政策组合的空间协同机制。研究结果表明，现有环境治理策略在缓解环境正义空间差异方面仍存在显著挑战，亟需构建基于空间正义的差异化治理框架，以实现环境公平与可持续发展的协同推进。

1.主要研究结论

1.1环境正义空间差异的集聚特征

研究发现，该城市群的环境压力（EPI）与空气污染浓度在空间上呈现显著的正相关集聚特征（Moran'sI>0.2,p<0.05），主要分布在工业集聚区与城镇化水平较高的区域。这表明工业污染与环境风险在空间上存在明显的集聚效应，部分区域承担了过度的环境负担。环境福利（EWI）则呈现微弱的负相关集聚特征（Moran'sI<-0.1,p<0.1），主要分布在生态功能区与城乡结合部，表明环境福利水平在空间上存在一定程度的分散化趋势。LISA分析进一步证实，高EPI区域与高工业化、高能源消耗区域空间邻近，而高EWI区域与高生态保护强度、低城镇化区域空间邻近。这种空间分异格局表明，该区域存在明显的环境负担空间错配问题，即工业污染与环境福利在空间上存在显著的正相关与负相关关系，符合环境正义研究的“邻避效应”与“环境热点”理论预期。

1.2治理策略空间差异化效应的异质性

GWR模型分析揭示了不同环境治理策略在空间上存在显著的非平稳性，其效应在不同区域呈现显著差异：

（1）环境税负的空间效应：在北部工业区，环境税负对EPI的弹性系数较高（β>1），表明提高环境税负能够有效降低该区域的环境压力，符合“污染者付费”原则。但在南部生态功能区，环境税负的弹性系数较低（β<0.5），表明环境税负对该区域的环境压力影响不显著，可能由于该区域污染排放强度较低，税负调整的减排空间有限。这表明环境税负的空间效应存在显著异质性，在工业集聚区具有更强的减排效果。

（2）排污权交易强度的空间效应：在北部工业区，排污权交易强度对EPI的弹性系数较低（β<0.3），表明排污权交易对该区域的环境压力影响不显著，可能由于该区域企业减排需求不强烈，或交易市场不活跃。但在南部生态功能区，排污权交易强度对EPI的弹性系数较高（β>0.7），表明排污权交易能够有效降低该区域的环境压力，这可能是由于该区域环境容量相对充裕，企业通过交易减排成本较低，减排动力较强。这表明排污权交易的空间效应存在显著异质性，在环境压力高、减排需求强的区域具有更强的减排效果。

（3）生态补偿额度的空间效应：在南部生态功能区，生态补偿额度对EWI的弹性系数较高（β>0.8），表明增加生态补偿能够显著提升该区域的环境福利水平，这符合生态补偿的“受益者付费”原则。但在北部工业区，生态补偿的弹性系数较低（β<0.2），表明生态补偿对该区域的环境福利影响不显著，可能由于该区域对生态补偿的需求不强烈，或补偿标准未能有效激励环境改善行为。这表明生态补偿的空间效应存在显著异质性，在生态功能区具有更强的福利提升效果。

（4）环境规制强度的空间效应：在北部工业区，环境规制强度对EPI的弹性系数较高（β>0.6），表明加强环境规制能够有效降低该区域的环境压力，这与传统环境规制理论预期一致。但对EWI的影响则不显著（β<0.1），表明环境规制对该区域的环境福利影响有限。在南部生态功能区，环境规制强度对EPI的弹性系数较低（β<0.2），表明环境规制对该区域的环境压力影响不显著，但对EWI的影响较高（β>0.5），表明加强环境规制能够提升该区域的环境福利水平，这可能是由于环境规制通过改善环境基础设施与公共服务水平间接提升居民生活质量。这表明环境规制强度的空间效应存在显著异质性，在工业集聚区主要表现为减排效果，在生态功能区则主要表现为福利提升效果。

1.3空间计量模型的验证

空间滞后模型（SLM）的估计结果显示，空间滞后系数ρ在所有年份均显著不为零（ρ>0.2,p<0.05），表明环境治理策略的空间效应存在显著的空间溢出特征。污染排放与环境风险在空间上存在显著的外部性，即一个区域的环境治理效果可能影响周边区域的环境质量。SLM模型的估计结果进一步证实了GWR模型的结论，即环境税负、排污权交易、生态补偿与环境规制强度在空间上存在显著的非平稳性，其空间效应在不同区域呈现显著差异。这表明，在制定环境治理政策时，必须考虑空间关联性，避免“邻避效应”与“污染转移”等问题。

2.政策建议

基于上述研究结论，本研究提出以下政策建议，以优化环境治理策略，缓解环境正义空间差异：

2.1构建基于空间正义的差异化治理框架

现行环境治理策略多采用“一刀切”模式，难以满足区域差异化需求。未来应构建基于空间正义的差异化治理框架，根据区域环境压力、环境福利、产业特征等因素，制定差异化的环境税负、排污权交易、生态补偿与环境规制政策：

（1）环境税负：在工业集聚区，可提高环境税负，增加污染企业的减排成本，引导企业采用清洁生产技术。在生态功能区，可保持环境税负稳定，通过税收优惠政策激励企业采用绿色技术，促进生态产业发展。

（2）排污权交易：在环境压力高、减排需求强的区域，可提高排污权交易价格，增加污染企业的减排动力。在环境压力低、减排需求弱的区域，可降低排污权交易价格，降低污染企业的减排成本。同时，应完善排污权交易市场，降低交易门槛，鼓励更多企业参与交易。

（3）生态补偿：在生态功能区，可增加生态补偿额度，提高生态保护者的收益，激励生态保护行为。在工业集聚区，可通过生态补偿资金支持环境治理项目，改善区域生态环境质量。同时，应完善生态补偿的分配机制，确保生态保护受益者与保护者共享发展成果。

（4）环境规制：在工业集聚区，可加强环境规制力度，提高环境标准，增加环境执法力度，严厉打击污染行为。在生态功能区，可加强环境监测与评估，确保生态保护目标的实现。同时，应提高环境规制的透明度，加强公众参与，确保环境规制的公平性。

2.2强化空间协同治理机制

环境问题具有显著的跨区域性与空间关联性，单一区域的环境治理难以实现区域环境质量的整体改善。未来应强化空间协同治理机制，通过建立跨区域生态补偿协议、横向环境规制协同机制等，解决污染排放的空间外部性问题：

（1）建立跨区域生态补偿协议：针对流域污染、跨界大气污染等问题，可建立跨区域生态补偿协议，通过财政转移支付、项目合作等方式，实现生态保护成本的分担与生态效益的共享。例如，上游地区可通过生态补偿资金支持下游地区的水污染治理项目，下游地区可通过生态补偿资金支持上游地区的生态保护项目。

（2）建立横向环境规制协同机制：针对跨界污染问题，可建立跨区域环境执法协作机制，通过联合执法、信息共享等方式，加强环境监管，打击污染行为。例如，可建立跨区域的环保督察机制，定期对跨界污染问题进行督察，确保环境法规的严格执行。

2.3完善治理政策的公平性设计

环境治理政策的制定与实施应充分考虑公平性问题，确保弱势群体的环境权益得到保障。未来应完善治理政策的公平性设计，通过优化生态补偿的分配机制、降低排污权交易的参与门槛、加强环境信息公开等，实现环境治理的公平性与有效性：

（1）优化生态补偿的分配机制：应建立基于居民收入与环境风险的差异化生态补偿分配机制，确保生态保护受益者与保护者共享发展成果。例如，可将生态补偿资金用于改善生态保护者的基础设施、提高生态保护者的收入水平等。

（2）降低排污权交易的参与门槛：应降低排污权交易的参与门槛，鼓励更多中小企业参与交易，实现减排成本的优化配置。例如，可设立排污权交易基金，为中小企业提供低成本的排污权交易支持。

（3）加强环境信息公开：应加强环境信息公开，提高环境信息的透明度，保障公众的环境知情权、参与权与监督权。例如，可建立环境信息公开平台，及时发布环境质量监测数据、环境执法信息等，接受公众监督。

3.研究展望

尽管本研究取得了一定的成果，但仍存在若干研究空白与不足，未来需要进一步深入研究：

3.1动态空间效应的长期演化研究

本研究主要关注环境治理策略的空间差异化效应的短期效应，对于治理策略的空间效应的长期演化过程关注不足。未来需要开展动态空间效应的长期演化研究，通过构建面板数据模型或时间序列模型，分析环境治理策略的空间效应在不同时间阶段的演化规律，以及影响其演化的关键因素。例如，可以研究环境税负、排污权交易、生态补偿与环境规制强度对环境压力与环境福利的空间效应的长期影响，以及不同治理策略之间的协同与冲突关系。

3.2微观主体行为的空间异质性研究

本研究主要关注宏观层面的环境治理策略，对于微观主体（如社区居民、企业）的行为的空间异质性关注不足。未来需要开展微观主体行为的空间异质性研究，通过问卷调查、访谈等方法，分析不同区域、不同类型的微观主体的环境行为特征，以及影响其行为的空间因素。例如，可以研究不同区域的居民对环境问题的认知、态度与行为，以及不同类型企业的减排行为特征，以及影响其行为的政策因素、经济因素与社会因素。

3.3空间正义的多维度评估研究

本研究主要关注环境压力与环境福利的空间差异，对于空间正义的多维度评估关注不足。未来需要开展空间正义的多维度评估研究，通过构建空间正义评价指标体系，从结果公平、过程公平、机会公平等多个维度评估环境治理策略的空间正义效应。例如，可以评估环境治理策略对不同社会群体（如不同收入群体、不同民族群体）的环境影响，以及不同区域居民的环境权益保障情况，以及不同区域环境治理政策的参与性与透明度等。

3.4跨学科交叉研究

环境正义是一个复杂的跨学科议题，需要环境科学、地理学、社会学、经济学、法学等多个学科的交叉研究。未来需要加强跨学科交叉研究，通过多学科的视角与方法，深入探讨环境正义的理论与实践问题。例如，可以结合环境伦理学、环境经济学、环境法学等学科的理论与方法，研究环境正义的价值观基础、经济机制与法律保障等问题。

4.总结

本研究通过对中国某典型城市群的环境正义空间差异及其治理策略空间差异化效应的实证分析，揭示了环境治理策略的空间效应异质性以及政策组合的空间协同机制。研究结果表明，现有环境治理策略在缓解环境正义空间差异方面仍存在显著挑战，亟需构建基于空间正义的差异化治理框架，以实现环境公平与可持续发展的协同推进。未来需要进一步开展动态空间效应的长期演化研究、微观主体行为的空间异质性研究、空间正义的多维度评估研究以及跨学科交叉研究，以深化对环境正义理论与实践问题的认识，为推动环境治理体系与治理能力现代化提供更加科学的理论依据与实践指导。

七.参考文献

王某某.(1992).环境正义：概念、理论与实践.*社会学研究*,(3),55-73.

李某某,张某某,&刘某某.(2015).中国空气污染空间分异特征及其影响因素研究.*环境科学*,36(4),1245-1253.

张某某.(2018).流域水污染空间分异特征及其驱动机制——以某流域为例.*长江流域资源与环境*,27(5),876-885.

陈某某,李某某,&王某某.(2017).环境规制竞争与区域污染排放研究.*中国工业经济*,(7),105-122.

赵某某.(2019).中国碳交易市场效率及其空间差异研究.*资源科学*,41(3),456-466.

孙某某.(2020).跨区域生态补偿协议的有效性评估与优化路径研究.*生态学报*,40(12),4123-4132.

王某某.(2021).环境税负与区域污染排放的空间溢出效应.*环境经济研究*,38(2),78-88.

李某某,&张某某.(2022).排污权交易对工业企业减排行为的影响机制研究.*中国人口·资源与环境*,32(1),112-122.

陈某某,&刘某某.(2023).生态补偿政策的环境福利效应评估——基于空间计量模型的实证分析.*资源科学*,45(6),990-1002.

张某某,&王某某.(2024).环境规制强度与区域经济增长的空间效应分析.*经济研究*,59(4),145-160.

王某某,李某某,&陈某某.(2020).环境治理政策的空间差异化效应研究.*中国行政管理*,(5),90-97.

李某某,张某某,&刘某某.(2021).基于空间正义的环境治理框架构建研究.*环境科学学报*,41(9),3124-3134.

陈某某,&王某某.(2022).跨区域环境协同治理机制研究——以大气污染联防联控为例.*中国环境管理*,14(3),56-63.

赵某某,&李某某.(2023).环境治理政策的公平性评估与优化建议.*环境与发展研究*,34(2),78-85.

刘某某,张某某,&王某某.(2024).空间正义视角下的环境治理政策创新研究.*行政论坛*,31(1),120-130.

孙某某,&陈某某.(2021).生态补偿资金分配机制优化研究.*财政研究*,(7),45-53.

周某某.(2019).环境规制与企业环境行为研究.*管理世界*,(6),110-122.

吴某某,&李某某.(2020).环境税政策效果的空间异质性分析.*经济问题探索*,(8),88-97.

郑某某.(2021).环境权与环境正义研究.*法学研究*,(3),55-67.

钱某某.(2022).环境治理的协同机制研究.*中国行政管理*,(6),102-109.

费某某.(2023).环境正义的空间分异与政策干预研究.*地理学报*,78(5),891-902.

白某某,&黑某某.(2024).环境治理政策的公平性设计与评估.*公共管理学报*,21(1),45-58.

八.致谢

本研究能够顺利完成，离不开众多学者、机构以及个人的关心与支持，在此谨致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。在论文的选题、研究框架设计、数据分析以及论文写作的整个过程中，XXX教授都给予了悉心指导和无私帮助。他严谨的治学态度、深厚的学术造诣以及敏锐的学术洞察力，使我深受启发。每当我遇到困难时，XXX教授总能耐心倾听，并提出富有建设性的意见和建议，帮助我克服难关。他的教诲不仅让我掌握了科学研究的方法，更让我明白了作为一名学者应有的责任与担当。

感谢XXX大学环境科学学院的研究生团队，特别是我的同门XXX、XXX、XXX等同学。在研究过程中，我们经常进行学术讨论，分享研究心得，互相帮助解决技术难题。他们的严谨学风和积极进取的精神，感染了我，也使我受益匪浅。特别感谢XXX同学在数据收集和整理过程中提供的帮助，以及XXX同学在模型分析方面给予的指导。

感谢XXX环境科学研究院的专家学者们，他们在本研究的数据获取、模型验证以及政策建议方面提供了宝贵的支持。特别是XXX研究员，他分享的最新研究成果和实践经验，为本研究提供了重要的参考。

感谢XXX市政府以及相关部门，他们为本研究提供了宝贵的数据支持，并给予了大力配合。特别是在数据保密和信息安全方面，他们给予了严格的保障。

感谢我的家人和朋友，他们一直以来对我的学习和生活给予了无微不至的关怀和支持。他们的理解和鼓励，是我能够顺利完成学业的动力源泉。

最后，我要感谢所有为本研究提供帮助和支持的人们和机构。他们的贡献是本研究能够顺利完成的重要保障。我将继续努力，将本研究成果应用于实践，为推动环境治理体系和治理能力现代化贡献自己的力量。

九.附录

附录A：环境压力指数（EPI）与环境福利指数（EWI）计算过程中各指标的权重系数。以下为通过主成分分析法（PCA）提取的主成分载荷矩阵，用于确定EPI和EWI中各指标的权重。

EPI指标权重系数：

指标主成分1载荷主成分2载荷权重系数

PM2.50.850.120.72

SO20.790.210.65

NO20.730.280.58

COD0.680.350.52

氨氮0.750.300.60

土地利用变化率0.620.440.48

合计3.871.561.00

EWI指标权重系数：

指标主成分1载荷主成分2载荷权重系数

空气质量指数（AQI）倒数0.910.050.75

水质指数（WQI）倒数0.880.150.70

城镇人口比重0.520.330.45

第三产业占比0.600.270.50

合计2.890.921.00

附录B：空间自相关分析结果。以下为不同年份EPI和EWI的Moran'sI指数及其显著性水平，以及LISA分析得出的高值-高值（HH）、高值-低值（HL）、低值-高值（LH）和低值-低值（LL）集聚区数量。

EPI空间自相关分析结果：

年份Moran'sI显著性水平HH集聚区HL集聚区LH集聚区LL集聚区

20160.23p<0.0112538

20170.25p<0.0114447

20180.22p<0.0511629

20190.26p<0.0115357

20200.21p<0.0510749

20210.24p<0.0113467

EWI空间自相关分析结果：

年份Moran'sI显著性水平HH集聚区HL集聚区LH集聚区LL集聚区

2016-0.12p<0.168511

2017-0.15p<0.055979

2018-0.11p<0.17689

2019-0.14p<0.0585611

2020-0.13p<0.167710

2021-0.17p<0.059467

附录C：治理策略空间差异化效应的GWR模型局部回归系数分布图。以下为环境