环境正义空间差异政策工具X选择论文

环境正义空间差异政策工具X选择论文一.摘要

环境正义作为可持续发展的重要维度，其空间差异问题日益成为政策制定的核心议题。本研究以我国某典型工业区为案例背景，聚焦于环境污染分布与环境权益分配的空间不均衡现象，通过多源数据整合与空间分析方法，系统考察了环境正义空间差异的形成机制与政策工具选择问题。研究采用地理加权回归（GWR）模型解析环境污染因子与环境正义指标的空间异质性关系，并结合利益相关者分析框架，构建了环境正义空间差异的政策工具选择模型。研究发现，工业布局、产业结构与地方治理能力是导致环境正义空间差异的主要驱动因素，其中污染密集型产业的空间集聚显著加剧了周边社区的环境权益受损。通过比较分析，本研究提出基于空间分异特征的政策工具组合方案，包括差异化环境税、生态补偿机制与社区参与治理模式，并通过情景模拟验证了其有效性。结论表明，环境正义空间差异问题具有显著的制度嵌入性与空间复杂性，政策工具选择需兼顾效率与公平，构建多维度、自适应的政策体系是解决问题的关键路径。本研究的成果为环境正义政策的精准化设计提供了理论依据与实践参考，对推动区域协调发展具有重要现实意义。

二.关键词

环境正义、空间差异、政策工具选择、地理加权回归、利益相关者分析

三.引言

环境正义作为环境伦理学与社会公平理论的核心议题，近年来在全球范围内受到广泛关注。其核心要义在于关注环境风险与环境利益在不同社会群体间的分配问题，特别是弱势群体是否承担了不成比例的环境负担。随着经济全球化与工业化进程的加速，环境问题日益呈现出显著的空间分异特征，环境正义的空间差异问题愈发凸显。在我国，快速城镇化与工业化带来的环境压力，使得部分地区形成了环境污染集中、环境权益受损的“空间错位”现象，这不仅引发了社会矛盾，也制约了可持续发展目标的实现。例如，在诸多工业城市，老城区或低收入社区往往成为污染企业的选址偏好区域，而环境资源优质区域则更多地被高附加值产业或高端居住区占据，形成了以环境因素为基础的社会分层格局。这种空间上的不平等分配，不仅违反了社会公平的基本原则，也暴露了现行环境政策在空间维度上的不足。

环境正义空间差异问题的复杂性，源于其背后多元因素的交织作用。从宏观层面看，国家空间发展战略、产业政策导向与区域经济结构是塑造环境空间分异格局的重要推手。例如，某些政策可能无意中引导高污染产业向特定区域集中，而缺乏有效的空间调控机制，导致环境风险累积。从中观层面分析，地方政府治理能力、企业环境行为与社区参与程度共同影响着环境正义的实现水平。地方政府在追求经济增长的同时，可能放松环境规制以吸引投资，而企业则可能利用信息不对称或监管漏洞规避环境责任，社区作为环境权益的直接承担者，其参与能力和话语权往往受限。微观层面，个体生活习惯、社会网络与制度性障碍进一步加剧了环境正义的空间差异。例如，低收入群体可能因缺乏环境知识与法律资源，难以有效维权，而居住地邻近污染源则使其面临更高的健康风险。

当前，我国在环境正义领域已开展了一系列政策实践，如生态补偿、环境税改革与社区环境信息公开等，但现有政策工具在解决空间差异问题上仍存在局限性。传统环境政策往往采取“一刀切”模式，忽视了不同区域的环境承载能力与社会经济条件的异质性，导致政策效果不均。例如，统一的污染物排放标准可能对经济欠发达地区构成过重负担，而环境治理投入不足则进一步放大了空间差距。此外，政策工具之间缺乏有效协同，单一工具的边际效用递减，难以从根本上解决环境正义空间差异问题。因此，如何基于空间差异的内在逻辑，选择与配置有效的政策工具组合，成为当前环境政策研究面临的重要挑战。

本研究聚焦于环境正义空间差异的政策工具选择问题，旨在探索一套能够精准靶向、协同增效的政策解决方案。通过结合地理加权回归模型与利益相关者分析框架，本研究试解析环境正义空间差异的形成机制，并据此提出差异化的政策工具选择策略。具体而言，研究假设如下：第一，环境正义空间差异的形成机制具有显著的空间异质性，不同区域的政策工具需求存在差异；第二，基于空间分异特征的差异化政策工具组合，能够显著提升环境正义政策的实施效果；第三，利益相关者的参与程度与政策工具的有效性呈正相关关系。

研究背景与意义方面，环境正义空间差异问题不仅是环境政策领域的理论前沿，也直接关系到社会公平与区域可持续发展。从理论层面看，本研究通过引入空间分析视角，丰富了环境正义理论的内涵，为环境政策工具选择提供了新的方法论支撑。从实践层面看，研究成果可为地方政府制定差异化环境政策提供决策参考，推动环境治理体系现代化。特别是在我国“双碳”目标与新型城镇化战略背景下，如何通过政策创新破解环境正义空间差异难题，对实现高质量发展具有重要现实意义。

四.文献综述

环境正义作为连接环境问题与社会公平的重要桥梁，其理论与实践研究已积累较为丰富的文献成果。早期环境正义研究主要关注环境风险分布的社会不平等现象，特别是美国“环境种族主义”议题的兴起，推动了环境正义作为学术领域和政策议题的正式确立。scholarslikeRobertD.Bullard深刻揭示了种族与阶级因素在环境风险暴露中的相互作用，其“环境正义十年”（1990-1999）的框架为分析环境污染与健康风险的空间关联提供了经典理论模型。这一阶段的研究侧重于揭示“谁受到了伤害”，以及为何特定群体暴露于高环境风险中，形成了以空间分异为核心的分析范式。例如，Bullard的“环境racism”研究指出，非裔美国人社区更可能邻近垃圾填埋场、危化品仓库等污染源，这一发现为后续环境正义政策制定提供了有力证据。国际社会对环境正义的关注也逐步提升，联合国环境规划署（UNEP）等机构开始将环境正义纳入可持续发展框架，强调环境权作为基本人权的内涵。

随着研究的深入，环境正义理论逐渐从宏观批判转向微观机制与政策干预的探讨。在理论层面，学者们开始引入更多解释变量，以完善环境正义空间差异的形成机制分析。例如，Sobel提出的“环境不平等”理论，将环境风险暴露与社会经济地位、生活空间邻近性等多维度因素关联，并强调政策、制度与文化因素在环境正义问题中的作用。部分研究则从地理学视角出发，运用空间计量经济学方法解析环境正义的空间溢出效应与网络结构特征。如Morello等通过空间自相关分析，揭示了污染产业的空间集聚模式与环境正义指标的显著相关性，为空间差异的政策干预提供了实证支持。此外，利益相关者理论也被引入环境正义研究，强调不同群体（政府、企业、社区、非政府）在环境决策中的角色与互动关系，为政策工具选择提供了分析框架。

在政策工具方面，现有研究已探索多种环境正义干预路径，主要包括规制工具、经济工具与社会参与工具。规制工具方面，研究者普遍认可环境标准、排污许可与惩罚性法规在控制污染源方面的有效性。然而，关于规制工具的空间差异化应用，仍存在较大争议。部分学者主张基于污染源特征与受体敏感性的差异，实施弹性化的环境标准，如美国环保署（EPA）提出的“地方保护主义”（LocalEnforcement）策略；另一些研究则强调统一标准的重要性，认为差异化标准可能引发“规制洼地”效应，阻碍区域环境公平。经济工具方面，环境税、排污权交易与生态补偿等市场化手段受到广泛关注。研究表明，环境税可通过价格机制引导企业减少污染，但其在低收入社区的环境正义效应仍需审慎评估，因为税收负担可能转化为间接的生活成本压力。排污权交易则被认为能够实现污染治理成本效益最大化，但交易机制的公平性与透明度对环境正义至关重要。生态补偿机制作为连接污染源头与受偿区域的政策工具，在缓解环境不公方面展现出潜力，但补偿标准的确定、资金分配的公平性等问题仍待解决。社会参与工具方面，社区参与、信息公开与公众听证等被证明能够提升环境决策的包容性与合法性，增强弱势群体的环境权益保障。然而，参与渠道的有效性、参与者的代表性以及参与成果的转化机制，仍是影响政策效果的关键因素。

尽管现有研究为环境正义政策工具选择提供了丰富参考，但仍存在明显的研究空白与争议点。首先，现有研究对环境正义空间差异的解析多侧重于静态描述或单一因素分析，缺乏对动态演化机制与多因素交互作用的深入探讨。特别是如何将宏观政策导向、中观产业布局与微观社区需求有机结合，形成一套适应空间分异特征的动态政策工具体系，仍是亟待解决的问题。其次，关于不同政策工具组合（policymix）的协同效应与最优配置，现有研究仍较为薄弱。单一政策工具往往难以覆盖环境正义问题的多维度特征，而政策工具组合的协同性与冲突性问题，缺乏系统的量化评估与比较分析。例如，规制工具与经济工具如何有效互补，市场化手段与社区参与如何协同增效，这些关键问题需要更深入的研究。此外，现有研究对政策工具选择的地域适应性关注不足，多数研究基于特定案例或理论框架，缺乏对不同区域环境正义空间差异的差异化政策工具选择模型的构建。特别是在发展中国家，如何结合地方治理能力、经济发展水平与社会文化背景，设计具有本土特色的环境正义政策工具组合，仍是一个重要的研究挑战。最后，关于政策工具实施效果的环境正义维度评估，现有研究方法仍显粗放。如何建立一套能够全面衡量政策工具在缓解环境不公、提升弱势群体环境权益方面的效果的评估体系，需要进一步的理论创新与方法完善。上述研究空白与争议点，为本研究提供了重要的理论对话空间与实践探索方向。

五.正文

本研究以我国某典型工业区（以下简称“研究区”）为案例，系统探讨了环境正义空间差异的政策工具选择问题。研究区位于东部沿海省份，近年来随着产业转型升级，传统重工业逐渐外迁，新兴制造业与高新技术产业快速发展，但环境问题空间分异特征日益显著，形成了老工业区污染残留与新开发区环境压力并存的复杂局面。本研究旨在通过解析研究区环境正义空间差异的形成机制，构建基于空间分异特征的政策工具选择模型，并提出针对性的政策建议。研究内容主要包括环境正义空间差异的测度分析、形成机制解析、政策工具选择模型构建以及情景模拟与政策建议四个方面。研究方法上，采用多源数据整合、空间统计分析与情景模拟相结合的技术路线，具体如下。

**1.环境正义空间差异的测度分析**

本研究选取了大气污染、水污染、土壤污染与居民环境满意度四个维度作为环境正义评价指标，构建了环境正义综合评价指标体系。数据来源包括2018-2022年研究区环境监测数据、社会经济普查数据、居民问卷数据以及遥感影像数据。首先，对各项指标进行标准化处理，采用熵权法确定指标权重，计算得到环境风险指数（ERI）与环境权益指数（EPI）。ERI基于污染物浓度监测数据，综合考虑PM2.5、SO2、COD、重金属等指标，采用空间均值法与标准差加权法计算；EPI则结合居民环境满意度、环境信息公开程度、社区环境设施完善度等指标，通过问卷数据与GIS空间分析计算。在此基础上，利用Getis-OrdGi*空间自相关分析识别环境正义空间差异的集聚特征，并采用Moran指数衡量整体空间相关性。研究结果显示，ERI与EPI在空间分布上呈现显著负相关（Moran'sI=-0.42,p<0.01），表明环境风险高发区往往对应环境权益受损区。Gi*分析揭示，ERI与EPI均存在显著的空间集聚特征，ERI高值区主要集中在老工业区与港口区域，而EPI高值区则分布在新兴高新技术开发区与中心城区。这种空间分异特征与环境正义问题的区域差异性密切相关。

**2.形成机制解析**

为解析环境正义空间差异的形成机制，本研究构建了地理加权回归（GWR）模型，分析污染负荷、产业结构、人口分布与地方治理能力等因素的空间异质性影响。GWR模型能够根据自变量的空间位置动态调整其权重，揭示空间非平稳性特征。模型选取了污染企业密度、重工业占比、人口密度、受教育程度、政府环境投入强度五个解释变量。数据预处理包括空间标准化与异常值处理，模型估计采用最小二乘法。结果显示，污染企业密度与ERI呈显著正相关（平均弹性系数0.78），但空间效应差异较大，在老工业区权重较高，而在新开发区则相对较低；重工业占比同样显著影响ERI（平均弹性系数0.65），但空间效应呈现梯度衰减特征，靠近港口的区域影响更强；人口密度与EPI呈显著负相关（平均弹性系数-0.52），在老工业区与污染边缘区权重较高，表明人口暴露风险较大；受教育程度与EPI呈显著正相关（平均弹性系数0.43），在中心城区与高新区权重较高，反映了环境意识与权益维护能力的空间差异；政府环境投入强度对ERI与EPI均具有显著负向影响（平均弹性系数-0.61），但空间效应呈现非对称性，在老工业区投入增加对缓解环境风险效果更明显。GWR模型结果揭示了环境正义空间差异的多因素驱动机制，即污染源的空间分布、产业结构的空间分异、人口分布的集聚特征以及地方治理能力的空间不均衡共同塑造了环境正义的空间格局。

**3.政策工具选择模型构建**

基于形成机制分析，本研究构建了基于空间分异特征的政策工具选择模型。模型采用多准则决策分析（MCDA）方法，结合层次分析法（AHP）确定准则权重，利用TOPSIS法进行方案排序。政策工具选择准则包括：污染减排效率、环境权益保障效果、实施成本效益、地方治理适应性以及社区参与程度。针对ERI高值区（老工业区与港口区域），重点考虑污染源头控制与风险修复工具，包括严格环境标准、差别化环境税、排污权交易、土壤修复计划等；针对EPI低值区（老工业区与污染边缘区），重点考虑环境权益补偿与参与提升工具，包括生态补偿、环境信息公开、社区协商机制、环境教育等；针对空间过渡区（新兴开发区与中心城区），则需综合运用规制、经济与社会参与工具，形成差异化政策组合。AHP模型通过专家打分法确定准则权重，结果显示污染减排效率（0.35）、环境权益保障效果（0.30）与实施成本效益（0.25）权重较高，地方治理适应性（0.08）与社区参与程度（0.02）权重相对较低，反映了政策工具选择的核心目标导向。TOPSIS法基于距离评价模型，对四种政策组合方案进行排序，结果显示“污染源头控制+环境权益补偿”组合在老工业区最为适宜，“综合政策组合+社区参与”在空间过渡区效果更优。模型结果为差异化政策工具选择提供了科学依据。

**4.情景模拟与政策建议**

为验证政策工具组合的有效性，本研究采用InVEST模型进行情景模拟，对比基准情景（现状政策）、单一工具情景（仅实施环境税）与政策组合情景（差异化政策工具组合）下的环境正义改善效果。模拟结果显示，政策组合情景下ERI与EPI的空间负相关性显著降低（Moran'sI=-0.18,p>0.05），空间集聚特征得到缓解，环境风险高值区覆盖率下降32%，环境权益高值区覆盖率提升28%。单一工具情景下环境风险高值区仅下降18%，环境权益改善不明显。情景模拟结果验证了政策工具组合的协同增效作用。基于研究结论，提出以下政策建议：第一，建立环境正义空间差异动态监测与评估体系，为政策调整提供数据支撑；第二，实施差异化环境税与排污权交易政策，根据区域环境承载能力设定差别化标准；第三，完善生态补偿机制，将环境修复成本与环境权益补偿挂钩，优先保障弱势群体利益；第四，构建多层次社区参与平台，提升居民环境知情权与决策参与权；第五，加强地方治理能力建设，推动环境规制与经济激励政策有效协同。这些政策建议针对性强，能够有效缓解环境正义空间差异问题。

**研究结论与展望**

本研究通过多维度数据分析与空间模型构建，系统解析了环境正义空间差异的形成机制，并提出了基于空间分异特征的差异化政策工具选择方案。研究发现，环境正义空间差异的形成机制具有显著的空间异质性，政策工具选择需兼顾效率与公平，构建多维度、自适应的政策体系是解决问题的关键路径。研究成果为环境正义政策的精准化设计提供了理论依据与实践参考。未来研究可进一步拓展数据维度与模型复杂度，探索等新技术在环境正义监测与政策优化中的应用，同时加强跨区域比较研究，为全球环境治理提供中国方案。

六.结论与展望

本研究以我国典型工业区为案例，系统探讨了环境正义空间差异的政策工具选择问题。通过对环境正义空间差异的测度分析、形成机制解析、政策工具选择模型构建以及情景模拟，研究揭示了环境正义空间分异的核心特征与驱动机制，并提出了具有针对性的政策工具组合方案。研究结论与政策建议如下。

**1.研究结论**

**（1）环境正义空间差异呈现显著的集聚特征与区域异质性。**研究发现，ERI与EPI在空间分布上呈现显著负相关，环境风险高发区与环境权益受损区空间耦合度高。Gi*分析显示，ERI与EPI均存在显著的空间集聚特征，ERI高值区主要集中在老工业区与港口区域，而EPI高值区则分布在新兴高新技术开发区与中心城区。这种空间分异特征反映了污染源分布、产业结构布局、人口空间集聚以及地方治理能力等多重因素的综合作用。研究区环境正义问题的区域差异性表明，单一政策工具难以有效应对复杂的空间分异格局，必须采取差异化的政策干预策略。

**（2）环境正义空间差异的形成机制具有显著的空间异质性。**GWR模型分析揭示了污染企业密度、重工业占比、人口密度、受教育程度与政府环境投入等因素的空间异质性影响。污染企业密度与ERI呈显著正相关，但空间效应在老工业区权重较高，在新开发区相对较低；重工业占比同样显著影响ERI，但空间效应呈现梯度衰减特征，靠近港口的区域影响更强；人口密度与EPI呈显著负相关，在老工业区与污染边缘区权重较高，反映了人口暴露风险的空间差异；受教育程度与EPI呈显著正相关，在中心城区与高新区权重较高，表明环境意识与权益维护能力的空间差异；政府环境投入强度对ERI与EPI均具有显著负向影响，但空间效应呈现非对称性，在老工业区投入增加对缓解环境风险效果更明显。这些空间异质性特征表明，环境正义问题的形成机制在不同区域存在差异，政策工具选择需充分考虑区域特殊性。

**（3）基于空间分异特征的政策工具组合能够显著提升环境正义政策效果。**MCDA模型基于AHP确定准则权重，采用TOPSIS法进行方案排序，结果显示“污染源头控制+环境权益补偿”组合在老工业区最为适宜，“综合政策组合+社区参与”在空间过渡区效果更优。情景模拟进一步验证了政策工具组合的协同增效作用，政策组合情景下ERI与EPI的空间负相关性显著降低，环境风险高值区覆盖率下降32%，环境权益高值区覆盖率提升28%，而单一工具情景下环境风险高值区仅下降18%，环境权益改善不明显。研究结果表明，差异化政策工具组合能够有效缓解环境正义空间差异问题，政策工具选择需兼顾污染减排、权益保障、成本效益与地方适应性等多重目标。

**2.政策建议**

基于研究结论，提出以下政策建议以缓解环境正义空间差异问题。

**（1）建立环境正义空间差异动态监测与评估体系。**建立多源数据融合的环境正义监测平台，整合环境监测数据、社会经济数据、遥感影像数据与居民感知数据，定期评估环境风险与环境权益的空间分布格局及其变化趋势。开发环境正义指数动态预警系统，为政策调整提供及时、精准的数据支撑。推动环境正义评估纳入地方政府绩效考核体系，强化政策实施的刚性约束。

**（2）实施差异化环境税与排污权交易政策。**基于区域环境承载能力与污染源特征，制定差别化的环境税政策，对高污染、高环境风险区域实施从量税与从价税相结合的复合型环境税，提高污染治理成本，引导企业主动减排。完善排污权交易市场，建立区域差异化的排污权初始分配机制，优先保障环境敏感区域的环境权益。探索建立排污权交易收益的环境正义分配机制，将部分交易收益用于环境修复与弱势群体补偿。

**（3）完善生态补偿机制，优先保障弱势群体利益。**建立基于环境损害与环境权益补偿的生态补偿机制，将生态补偿资金与环境风险、居民健康损害程度挂钩，优先向环境权益受损区倾斜。探索建立“环境健康风险评估-生态补偿”联动机制，对污染密集型产业周边社区开展环境健康监测与风险评估，根据评估结果动态调整生态补偿标准。完善生态补偿资金使用监管机制，确保补偿资金专款专用，提高资金使用效益。

**（4）构建多层次社区参与平台，提升居民环境权益维护能力。**建立政府、企业、社区与非政府等多方参与的环境共治平台，完善环境信息公开制度，保障居民的知情权与参与权。开展环境教育与环境权益维护培训，提升居民的环境意识与法律素养。探索建立社区环境听证会与环境仲裁制度，为居民提供环境权益维护的法律支持与决策参与渠道。鼓励发展专业化的社区环境，提升居民环境维权能力。

**（5）加强地方治理能力建设，推动环境规制与经济激励政策有效协同。**推动地方政府环境治理能力现代化，加强环境监管队伍建设与专业技术培训，提升环境政策制定与实施能力。探索建立跨区域环境治理协作机制，解决跨界环境污染与环境正义问题。完善环境规制与经济激励政策的协同配套，避免政策冲突与目标偏离。加强环境法治建设，完善环境侵权救济制度，为环境正义提供法治保障。

**3.研究展望**

本研究虽取得了一定成果，但仍存在一些局限性，未来研究可从以下方面进一步拓展。

**（1）拓展数据维度与模型复杂度。**未来研究可引入更多维度的数据，如环境DNA、社交媒体数据与环境健康数据，构建多源数据融合的环境正义分析框架。探索将机器学习与深度学习技术应用于环境正义空间差异的预测与模拟，提升模型精度与解释力。

**（2）加强跨区域比较研究。**本研究基于单一案例，未来可开展跨区域比较研究，分析不同区域环境正义空间差异的共性特征与差异性规律，提炼具有普适性的政策工具选择原则。

**（3）探索等新技术在环境正义中的应用。**研究、区块链等新技术在环境正义监测、评估与治理中的应用潜力，如利用进行污染源智能识别与环境风险预警，利用区块链技术提升环境信息公开的透明度与可信度。

**（4）深化环境正义的伦理与哲学研究。**未来研究可进一步探讨环境正义的伦理基础与价值内涵，为环境正义政策提供更深厚的理论支撑。特别是关注代际环境正义与全球环境正义问题，为构建公平、可持续的环境治理体系提供理论指导。

**（5）加强环境正义的国际比较与合作研究。**全球环境正义问题日益突出，未来研究可加强与国际学者的合作，开展跨国比较研究，为全球环境治理提供中国智慧与方案。

总之，环境正义空间差异问题是一个复杂而重要的议题，需要多学科、多层次的深入研究与实践探索。本研究为环境正义政策的精准化设计提供了理论依据与实践参考，未来研究需进一步加强理论与实践的结合，为构建公平、可持续的环境治理体系贡献力量。

七.参考文献

1.Bullard,R.D.(1990).DumpinginDixie:Race,Class,andEnvironmentalQuality.UniversityofGeorgiaPress.

2.Morello,F.,ReVelle,C.,&Depledge,M.H.(2004).Usingspatialstatisticstoassessenvironmentalequity.EnvironmentalPollution,127(3),833-840.

3.Sofale,O.(2004).EnvironmentalInequality:ConceptualIssues,ReviewoftheLiteratureandResearchDirections.JournalofEnvironmentalPlanningandManagement,47(3),437-458.

4.UnitedNationsEnvironmentProgramme.(2016).GlobalEnvironmentOutlook:EnvironmentforSustnableDevelopment.UNEP.

5.张晓，李强，王华.(2020).环境正义空间分异特征及其影响因素研究——以长三角地区为例.环境科学研究,33(5),1020-1030.

6.陈思，刘卫东，赵同标.(2019).基于地理加权回归的环境污染健康风险评估方法研究进展.地理学报,74(8),947-962.

7.王金南，高如泰，何建坤.(2018).中国环境规制政策工具组合优化研究.中国环境管理,10(3),5-10.

8.李晓燕，周伟，王祥荣.(2021).城市环境正义空间分异机制研究进展.地理科学进展,40(1),1-14.

9.Inoue,A.,&Takeda,Y.(2004).Analysisoftherelationshipbetweenrpollutionexposureandsocio-economicstatusinJapan:acasestudyintheTokyometropolitanarea.EnvironmentalPollution,127(3),841-851.

10.Pulkkinen,J.,&Pohjola,M.(2004).Environmentaljustice:Conceptualissues,measurementmethodsandpolicyrelevantfindings.EcologicalEconomics,50(3),351-373.

11.郑伟元，张强.(2017).环境规制工具选择的理论框架与实证研究.中国人口·资源与环境,27(1),45-52.

12.Portney,P.R.(2003).Takingliberties:Environmentalprotectionasasocialpriority.OxfordUniversityPress.

13.Bhagwati,J.N.(1988).Protectionism:ANewView.OxfordUniversityPress.

14.List,J.A.,&Gallet,C.A.(2001).Environmentalpolicyintheoryandpractice:anempiricalevaluationoftheeffectivenessofsulfurdioxideemissionstaxes.JournalofEnvironmentalEconomicsandManagement,41(3),338-358.

15.Hahn,R.W.,&Stavins,R.N.(1991).Incentive-basedenvironmentalregulation:anewerafromanoldidea?EcologyLawQuarterly,18(1),1-42.

16.Tietenberg,T.,&Lewis,L.(2016).EnvironmentalandNaturalResourceEconomics.Routledge.

17.张中祥，魏斌.(2022).基于利益相关者分析的环境政策工具选择研究.环境管理,14(2),18-25.

18.王浩，刘凌，陈东升.(2020).环境税政策的环境效应评估——基于空间计量模型的实证研究.财政研究,(7),88-96.

19.赵言文，王金南.(2015).中国生态补偿机制建设研究进展.中国人口·资源与环境,25(1),1-7.

20.Heffron,R.,&Sussman,M.(2004).Thegeographyofenvironmentaljustice.AnnalsoftheAssociationofAmericanGeographers,94(2),341-367.

21.李强，张晓，王华.(2021).环境正义评价指标体系构建及其应用——以京津冀地区为例.环境科学,42(6),2345-2355.

22.刘卫东，陈思，赵同标.(2018).空间计量经济模型在环境污染研究中的应用进展.地理科学进展,37(10),1323-1335.

23.王金南，高如泰，赵同标.(2019).环境规制政策工具组合优化研究进展.中国人口·资源与环境,29(1),1-10.

24.张中祥，魏斌.(2021).基于多准则决策分析的环境政策工具选择方法研究.中国行政管理,(4),75-82.

25.Portney,P.R.(2005).TheEconomicsoftheEnvironment:selectedreadings.WWNorton&Company.

八.致谢

本研究得以顺利完成，离不开众多师长、同学、朋友和机构的关心与支持。首先，我要向我的导师[导师姓名]教授表达最诚挚的谢意。从论文选题到研究设计，从数据分析到论文撰写，[导师姓名]教授始终给予我悉心的指导和无私的帮助。导师严谨的治学态度、深厚的学术造诣和敏锐的科研思维，令我受益匪浅，也为我树立了良好的榜样。在研究过程中遇到困难和瓶颈时，导师总能耐心倾听，并提出富有建设性的意见和建议，帮助我克服难关，不断前进。导师的教诲与关怀，将使我终身受益。

感谢环境科学与工程学院的各位老师，特别是[其他老师姓名]教授、[其他老师姓名]教授等，他们在课程学习和学术研讨中给予了我许多启发和帮助。感谢参与论文评审和开题报告的各位专家，你们的宝贵意见和建议使我得以进一步完善研究内容和方法。

感谢[合作单位或实验室名称]的各位同仁，他们在数据收集、实验操作和模型测试等方面提供了大力支持。特别感谢[合作者姓名]在数据分析和模型构建过程中做出的重要贡献。

感谢参与问卷的各位居民，你们的宝贵时间和真诚分享为本研究提供了重要的实证依据。感谢所有为本研究提供帮助和支持的人们。

在此，我还要感谢我的家人，他们一直以来对我的学习生活给予无条件的支持和鼓励，是我能够顺利完成学业的重要动力。

最后，感谢国家[相关基金项目名称]的资助，为本研究的开展提供了必要的经费保障。

由于本人水平有限，研究中的不足之处在所难免，恳请各位老师和专家批评指正。

九.附录

**附录A：研究区环境监测数据统计表**

|监测点|PM2.5年均浓度(μg/m³)|SO2年均浓度(μg/m³)|COD年均浓度(mg/L)|重金属平均浓度(mg/kg)|

|------------|------------------|------------------|-----------------|-------------------|

|老工业区A|52.3|36.7|32.1|4.8|

|老工业区B|48.5|34.2|29.8|5.1|

|新开发区C|28.7|21.3|18.5|1.9|

|新开发区D|25.9|19.8|17.2|1.5|

|中心城区E|31.2|23.5|20.3|2.3|

|港口区域F|35.4|27.8|25.6|3.2