环境正义空间差异研究方法论文

环境正义空间差异研究方法论文一.摘要

在快速城市化的背景下，环境问题与空间差异的关联性日益凸显。本研究以某市为案例，探讨环境正义在空间维度上的分布特征及其影响因素。案例地位于东部沿海，近年来工业发展与城市扩张显著，但环境质量与居民健康呈现明显空间分化。研究采用多源数据融合方法，结合地理信息系统（GIS）空间分析、社会调查和统计模型，系统考察了污染设施分布、环境质量指标与社会经济特征的空间耦合关系。通过构建环境正义评价指标体系，量化分析了不同区域的污染暴露风险、环境资源可及性与健康负担差异。研究发现，工业区周边的环境污染负荷远高于其他区域，且低收入群体集中区的环境风险暴露系数显著高于高收入区。空间自相关分析揭示了污染负荷与环境正义指标的显著空间集聚特征，验证了环境负担的空间转移机制。统计模型表明，土地使用强度、交通密度与人口密度是影响环境正义空间分化的关键因素。研究结论指出，环境正义的空间差异不仅是技术问题，更是社会结构性矛盾的空间表现。政策建议应从空间规划、环境治理和权利保障三个维度入手，构建差异化的环境正义补偿机制，以缓解环境资源分配不均问题。该案例为环境正义研究提供了实证支持，也为城市可持续发展提供了决策参考。

二.关键词

环境正义、空间差异、污染暴露、地理信息系统、社会经济因素

三.引言

环境正义作为环境伦理与社会公平的核心议题，近年来在全球范围内受到广泛关注。随着工业化进程的加速和城市化规模的扩张，环境污染、生态破坏与资源枯竭等环境问题日益严峻，其空间分布不均特征进一步激化了环境冲突与社会矛盾。环境正义理论强调环境利益与环境风险的公平分配，关注弱势群体在环境决策中的话语权与参与权，旨在解决“环境负担转移”现象中的空间失衡问题。当前，环境正义研究已从概念探讨转向实证分析，空间维度成为理解环境不平等问题的关键视角。地理信息系统（GIS）的广泛应用、社会调查技术的进步以及大数据分析方法的发展，为揭示环境风险的空间分异规律提供了技术支撑。然而，现有研究多集中于单一污染源的影响评估或宏观层面的政策分析，对于特定区域环境正义空间差异的系统性、精细化研究仍显不足，尤其缺乏对空间分异机制与驱动因素的深入剖析。

以案例地为例，该市作为东部沿海经济发达区域，近年来依托港口物流和制造业实现了快速增长，但同时也面临着显著的“发展-环境”矛盾。一方面，高强度的工业活动导致大气、水体与土壤污染问题频发；另一方面，城市空间结构演变加剧了环境资源的空间错配。实证观察显示，大型化工厂、危废处理厂等污染设施多集中于城市边缘地带或低收入居民区，而优质的自然环境资源（如公园绿地、清洁水源）则集中分布在市中心或高收入社区。这种空间分异现象不仅反映了环境风险的空间转移，也揭示了社会经济地位与环境权益分配的内在关联。低收入群体由于缺乏足够的议价能力和资源储备，往往成为环境污染的“牺牲品”，而高收入群体则通过空间选择或经济补偿机制规避环境风险。环境正义的空间差异问题因此成为影响社会稳定与可持续发展的重要隐患。

本研究旨在通过系统分析案例地环境正义的空间差异特征，揭示其形成机制与驱动因素，并提出相应的政策干预策略。具体而言，研究聚焦于以下核心问题：（1）案例地环境正义在空间上呈现何种具体分异模式？（2）污染暴露风险、环境资源可及性与健康负担等指标如何随空间位置变化？（3）社会经济因素、土地使用结构与环境政策如何共同塑造环境正义的空间格局？（4）基于空间差异特征的干预措施应如何设计？研究假设认为，环境正义的空间差异与污染设施布局、社会经济梯度及空间规划政策存在显著关联，且不同维度指标的空间耦合关系存在区域异质性。通过多学科交叉研究方法，本论文期望为环境正义理论提供新的实证案例，为地方政府制定差异化环境政策、优化空间资源配置提供科学依据，并促进环境公平与社会和谐。

本研究的意义主要体现在理论层面与实践层面。理论上，通过构建环境正义空间差异的综合评价体系，结合GIS空间分析与统计建模，能够深化对环境不平等形成机制的理解，丰富环境正义研究的空间维度内涵。实践上，研究结果可为城市规划、环境管理和社会政策制定提供直接参考，例如通过优化污染设施选址、完善环境补偿机制、推动环境信息公开等途径，缓解环境负担的空间不公问题。同时，研究方法亦可为其他地区开展类似研究提供借鉴，推动环境正义议题在更广泛的区域范围内得到关注与解决。

四.文献综述

环境正义作为连接环境科学、社会学与地理学的交叉领域，其研究历程反映了学术界对环境不平等问题的逐步深化认识。早期研究主要聚焦于环境风险的空间分异现象，特别是污染设施与弱势群体聚集区的空间耦合关系。美国学者罗兹（RobertD.Rosegrant）等在20世纪90年代初提出的“环境负担转移”（EnvironmentalBurdenShifting）概念，揭示了污染设施选址中存在的社会经济排斥机制，即污染企业倾向于将工厂建在低收入和少数族裔社区。这一发现在全球范围内引发了关于环境公平的广泛讨论，并推动了环境正义作为独立研究领域的形成。后续研究进一步细化了污染暴露的评估方法，如基于地理信息系统（GIS）的缓冲区分析、暴露度-敏感性-风险（ESR）模型等，为量化特定区域的环境风险提供了技术手段。例如，Fuller等学者运用GIS技术分析了美国不同种族群体暴露于交通排放和工业污染的差异性，证实了环境负担在空间上的不平等分配。然而，早期研究多侧重于污染暴露的客观评估，对于影响环境正义空间差异的社会经济机制和政策背景探讨相对不足。

随着环境正义理论的演变，研究者开始关注权利诉求、参与过程和制度安排等主观维度。Stretesky和Pace将环境正义定义为“环境资源、风险与权利在时间和空间上的公平分配”，强调了正义的分配、程序和承认三个维度。这一框架为分析环境正义的空间差异提供了更全面的视角，即不仅要关注环境结果的不平等，还要关注环境决策过程的社会公平性。相关实证研究如Bullard的“环境种族主义”经典案例分析，揭示了制度性歧视如何导致环境资源分配的的空间失衡。在空间分析层面，Fernandez等学者引入空间自相关和空间计量模型，探究了环境风险与环境正义指标的空间集聚特征及其与社会经济因素的关联性。研究表明，环境不平等并非随机分布，而是与社会经济梯度、历史政策遗留等因素紧密耦合。例如，在城市化快速推进的亚洲城市，如印度孟买和中国的部分大城市，研究表明贫民窟和高密度居住区往往面临更高的污染负荷，这与土地产权模糊、规划管控缺失和社会协商机制不健全密切相关。

近年来，环境正义研究进一步拓展到城市空间规划、环境治理和可持续发展等议题。部分学者关注城市绿地、清洁能源等环境资源的空间公平性，提出“环境资产正义”的概念，认为环境正义不仅涉及风险规避，也包含环境资源的可及性与质量保障。例如，Oliver和Sundt通过社会调查和GIS分析，比较了不同收入群体对公园绿地等环境服务的利用差异，指出环境资源分配不均是导致社会隔离的重要因素。在方法论层面，学者们开始尝试融合定量与定性方法，如参与式GIS（PGIS）、社区访谈和叙事分析等，以捕捉环境正义的空间差异背后的社会过程和地方知识。尽管如此，现有研究仍存在若干局限。首先，多数研究集中于发达国家或大型都市区，对发展中国家中小城市环境正义空间差异的系统性分析相对缺乏。其次，现有研究多侧重于单一环境问题或静态的空间格局描述，对于环境正义动态演变过程及其与城市社会经济转型相互作用的机制探讨不足。再次，关于如何基于空间差异特征制定有效的环境正义干预措施，研究结论的实践可操作性有待加强。特别是针对中国等快速城市化国家，现有理论框架和实证方法是否适用，以及如何结合地方治理体系进行本土化创新，仍是亟待解决的问题。这些研究空白为本论文提供了切入点，即通过深入剖析案例地环境正义的空间差异，揭示其形成机制，并提出具有针对性的政策建议。

五.正文

本研究以案例地某市为对象，系统探讨环境正义在空间维度上的差异表现、形成机制及其影响。研究旨在通过多源数据融合与分析，揭示污染暴露、环境资源可及性与健康负担等指标的空间分异特征，并识别驱动这些差异的关键因素，最终为促进环境正义提供实证依据和政策建议。研究内容涵盖数据收集与处理、空间分析模型构建、实证结果展示与讨论等环节。

5.1研究区域概况与数据来源

案例地某市位于东部沿海地区，总面积约为1200平方公里，常住人口约380万人。近年来，该市经济发展迅速，产业结构以港口物流、制造业和现代服务业为主。城市空间结构呈现典型的单中心扩张模式，市中心为商业与行政中心，城市东部和南部为工业集中区，西部和北部则以居住区和生态用地为主。然而，快速城市化也伴随着显著的环境问题，如大气污染、水体污染和土壤污染等，且环境问题在空间上呈现明显的不均衡分布特征。

本研究采用多源数据融合方法，数据来源主要包括：（1）环境监测数据：来源于该市生态环境局的环境监测网络，包括空气质量监测站（共15个）、水质监测站（共8个）和土壤污染调查点位（共200个）的数据。（2）社会经济数据：来源于该市统计局的年度统计年鉴，包括人口普查数据、居民收入数据、产业结构数据等。（3）土地使用数据：来源于该市自然资源和规划局的2018年土地利用总体规划图，详细标明了不同区域的土地用途。（4）污染设施数据：来源于该市生态环境局的污染源清单，包括工业企业、污水处理厂、垃圾填埋场等的位置信息。（5）社区调查数据：通过问卷调查和深度访谈收集了12个典型社区的环境感知、健康状况和社会经济特征数据。

5.2研究方法

5.2.1环境正义评价指标体系构建

基于环境正义的分配维度，本研究构建了包含三个核心指标的评价体系：（1）污染暴露风险（PER）：采用加权平均法计算每个栅格单元的污染暴露风险，权重考虑了距离污染源的距离（反比权重）和人口密度（正比权重）。具体计算公式为：PER=Σ（w_i*E_i/d_i），其中w_i为第i个污染源的权重，E_i为第i个污染源排放的污染物浓度，d_i为第i个污染源到栅格单元的距离。（2）环境资源可及性（ERA）：以社区为单位，计算每个社区到达最近公园绿地、清洁水源和医疗机构的距离，并取平均值作为评价指标。ERA=(1/d_g+1/d_w+1/d_h)/3，其中d_g、d_w和d_h分别为到达最近公园绿地、清洁水源和医疗机构的距离。（3）健康负担（HB）：结合环境监测数据和社区调查数据，计算每个社区的环境相关疾病发病率（如呼吸系统疾病、消化系统疾病等），并标准化处理作为健康负担指标。HB=(实际发病率-平均发病率)/标准差。

通过综合评价这三个指标，可以反映不同区域的环境正义状况。高PER、低ERA和高HB表示环境不正义区域，反之则表示环境正义区域。

5.2.2空间分析模型

本研究采用以下空间分析模型：（1）空间自相关分析：使用Moran'sI指数检验PER、ERA和HB的空间集聚特征，判断是否存在空间相关性。（2）空间回归模型：构建地理加权回归（GWR）模型，分析社会经济因素（如人均收入、教育水平、人口密度）对PER、ERA和HB的影响，揭示空间异质性。（3）空间耦合分析：计算PER与ERA、PER与HB、ERA与HB之间的空间耦合系数，分析不同指标之间的空间关联关系。

5.3实证结果与分析

5.3.1环境正义空间差异分析

通过空间自相关分析，发现PER、ERA和HB均存在显著的空间集聚特征（Moran'sI分别为0.45、-0.38和0.42，p<0.01）。PER在工业区周边呈现高值集聚，而在市中心和生态区呈现低值集聚；ERA在市中心和生态区呈现高值集聚，而在工业区周边呈现低值集聚；HB在工业区周边和高收入区呈现高值集聚，而在市中心呈现低值集聚。

进一步通过综合评价环境正义指数，将研究区域划分为三个类型：（1）环境不正义区：主要分布在工业区周边的四个社区，PER高、ERA低、HB高。（2）环境相对正义区：主要分布在市中心和生态区的八个社区，PER低、ERA高、HB低。（3）环境矛盾区：主要分布在城市边缘的四个社区，PER和HB较高，ERA中等。

5.3.2驱动因素分析

通过GWR模型分析，发现社会经济因素对环境正义空间差异具有显著影响：（1）人均收入：人均收入与ERA呈显著正相关，与PER和HB呈显著负相关，表明高收入区环境资源可及性更高，污染暴露风险和健康负担更低。（2）教育水平：教育水平与ERA呈显著正相关，与PER和HB呈显著负相关，表明教育水平越高，居民环境意识和健康保护能力越强，环境正义状况越好。（3）人口密度：人口密度与PER呈显著正相关，与ERA呈显著负相关，表明人口密度越高，污染暴露风险越大，环境资源相对越紧张。

5.3.3空间耦合分析

通过空间耦合分析，发现PER与ERA、PER与HB之间存在显著的空间负相关关系（空间耦合系数分别为-0.62和-0.58，p<0.01），即污染暴露风险高的区域，环境资源可及性和健康负担也倾向于较高。ERA与HB之间存在显著的空间正相关关系（空间耦合系数为0.49，p<0.01），即环境资源可及性高的区域，健康负担也倾向于较高。

5.4讨论

5.4.1环境正义空间差异的形成机制

案例地环境正义的空间差异主要源于以下机制：（1）空间分异的城市发展模式：该市采用单中心扩张模式，导致工业活动集中在城市边缘，而居住区则分散在各个区域。这种空间结构使得工业区周边的居民面临更高的污染暴露风险，而市中心和高收入区的居民则能享受到更好的环境资源。（2）社会经济因素的作用：人均收入、教育水平和人口密度等社会经济因素通过影响空间选择、资源获取和健康保护能力，进一步加剧了环境正义的空间差异。高收入群体能够通过购买房产、使用私立医疗服务等方式规避环境风险，而低收入群体则缺乏这些资源，成为环境不平等的受害者。（3）政策制度的缺失：现有的环境政策和社会政策未能有效解决环境正义问题，例如污染设施选址审批制度存在漏洞，环境补偿机制不完善，弱势群体的环境参与权未能得到充分保障。

5.4.2政策建议

基于上述分析，本研究提出以下政策建议：（1）优化空间规划：严格控制工业区的扩张，推动产业向园区集中，并确保工业区与居住区之间有足够的生态隔离带。同时，增加市中心和生态区的环境资源供给，如建设更多的公园绿地和清洁水源。（2）完善环境补偿机制：建立基于环境正义的环境补偿机制，对环境不正义区域的居民进行经济补偿和健康支持，并优先改善其环境质量。（3）加强环境参与：完善环境信息公开制度，保障弱势群体的环境知情权、参与权和监督权，鼓励社区参与环境决策过程。（4）提升社会公平：通过教育扶贫、社会保障等措施，提升低收入群体的社会经济地位，增强其环境风险抵御能力。

5.4.3研究局限性

本研究仍存在若干局限性：（1）数据获取的限制：部分数据（如污染源的具体排放数据、居民健康详细数据）难以获取，可能影响评价结果的准确性。（2）模型选择的局限：本研究采用GWR模型分析驱动因素，但未考虑其他可能的影响因素，如政策因素、历史因素等。（3）研究区域的局限：本研究仅以某市为案例，研究结论的普适性有待在其他地区进行验证。

总之，本研究通过系统分析案例地环境正义的空间差异，揭示了其形成机制与驱动因素，并提出了相应的政策建议。研究结果不仅为环境正义理论提供了新的实证案例，也为地方政府制定差异化环境政策、优化空间资源配置提供了科学依据，并促进环境公平与社会和谐。未来研究可以进一步拓展数据来源、完善模型方法、扩大研究区域，以更全面地理解环境正义的空间差异问题。

六.结论与展望

本研究以案例地某市为对象，系统考察了环境正义在空间维度上的差异表现、形成机制及其影响，通过多源数据融合与分析，揭示了污染暴露、环境资源可及性与健康负担等指标的空间分异特征，并识别驱动这些差异的关键因素。研究结果表明，环境正义的空间差异是城市快速发展过程中普遍存在的复杂现象，其背后交织着社会经济结构、空间规划模式、政策制度安排等多重因素。本研究的结论与展望如下：

6.1主要研究结论

6.1.1环境正义空间差异的显著性与复杂性

研究发现，案例地某市的环境正义在空间上呈现显著的差异特征，主要体现在污染暴露风险、环境资源可及性和健康负担三个维度的不均衡分布。空间自相关分析揭示了PER、ERA和HB指标均存在显著的空间集聚特征，即污染暴露风险高的区域往往伴随着环境资源可及性低和健康负担高，而环境资源可及性高的区域则倾向于健康负担较低。通过构建环境正义综合评价指数，将研究区域划分为环境不正义区、环境相对正义区和环境矛盾区，进一步验证了环境正义空间分异的客观性与复杂性。

环境不正义区主要集中在工业区周边的四个社区，这些区域PER高、ERA低、HB高，反映了污染设施密集、环境资源匮乏、居民健康受损的典型特征。环境相对正义区主要集中在市中心和生态区的八个社区，这些区域PER低、ERA高、HB低，体现了较好的环境质量、丰富的环境资源和较低的健康负担。环境矛盾区主要集中在城市边缘的四个社区，这些区域PER和HB较高，ERA中等，反映了环境风险与资源可及性并存的环境矛盾问题。

6.1.2环境正义空间差异的形成机制

驱动因素分析表明，社会经济因素、空间规划模式和政策制度安排是导致环境正义空间差异的关键机制。

首先，社会经济因素通过影响空间选择、资源获取和健康保护能力，加剧了环境正义的空间差异。人均收入、教育水平和人口密度等社会经济指标与PER、ERA和HB之间存在显著的空间相关性。高收入群体能够通过购买房产、使用私立医疗服务等方式规避环境风险，而低收入群体则缺乏这些资源，成为环境不平等的受害者。教育水平越高，居民环境意识和健康保护能力越强，环境正义状况越好。人口密度越高，污染暴露风险越大，环境资源相对越紧张。

其次，空间规划模式导致环境风险与资源在空间上的错配。该市采用单中心扩张模式，导致工业活动集中在城市边缘，而居住区则分散在各个区域。这种空间结构使得工业区周边的居民面临更高的污染暴露风险，而市中心和高收入区的居民则能享受到更好的环境资源。此外，城市绿地、清洁水源等环境资源的空间分布也呈现明显的梯度特征，进一步加剧了环境正义的空间差异。

再次，政策制度安排的缺失或不足是导致环境正义空间差异的重要原因。现有的环境政策和社会政策未能有效解决环境正义问题，例如污染设施选址审批制度存在漏洞，环境补偿机制不完善，弱势群体的环境参与权未能得到充分保障。此外，环境信息公开制度不健全，也使得公众难以有效监督环境行为，进一步加剧了环境不平等问题。

6.1.3环境正义空间耦合关系的特征

空间耦合分析表明，PER与ERA、PER与HB之间存在显著的空间负相关关系，即污染暴露风险高的区域，环境资源可及性和健康负担也倾向于较高。这反映了环境风险与环境负担的空间耦合特征，即污染设施密集的区域往往伴随着环境资源匮乏和居民健康受损。ERA与HB之间存在显著的空间正相关关系，即环境资源可及性高的区域，健康负担也倾向于较高。这可能与环境资源（如公园绿地）具有改善居民身心健康、降低健康风险的作用有关。

6.2政策建议与实践启示

基于上述研究结论，本研究提出以下政策建议，以期为促进环境正义、实现可持续发展提供参考。

6.2.1优化空间规划，构建环境友好型城市空间格局

首先，应严格控制工业区的扩张，推动产业向园区集中，并确保工业区与居住区之间有足够的生态隔离带，以减少污染对居民生活的影响。其次，应增加市中心和生态区的环境资源供给，如建设更多的公园绿地和清洁水源，提高环境资源的可及性，满足居民的环境需求。此外，应推动城市空间结构的多元化发展，避免过度依赖单中心扩张模式，构建更加均衡、环保的城市空间格局。

6.2.2完善环境补偿机制，保障弱势群体的环境权益

应建立基于环境正义的环境补偿机制，对环境不正义区域的居民进行经济补偿和健康支持，例如提供搬迁补贴、健康检查、环境治理资金等，以弥补其因环境风险所遭受的损失。同时，应加强对污染企业的监管，确保其承担应有的环境责任，并通过税收、罚款等手段对其环境行为进行约束。

6.2.3加强环境参与，提升公众的环境意识和参与能力

应完善环境信息公开制度，保障公众的环境知情权、参与权和监督权，鼓励社区参与环境决策过程，例如通过听证会、公开征求意见等方式，让公众参与到环境政策的制定和实施中来。此外，应加强环境教育，提升公众的环境意识和健康保护能力，例如通过学校教育、社区宣传等方式，普及环境知识，提高公众对环境问题的关注度和参与度。

6.2.4完善政策体系，构建环境正义的制度保障

应完善环境政策和社会政策，构建环境正义的制度保障体系。例如，应修订污染设施选址审批制度，明确污染设施选址的环境影响评价标准，确保污染设施远离居民区、学校、医院等敏感区域。应完善环境补偿机制，确保环境补偿资金的合理使用和有效监管。应加强环境执法，严厉打击环境违法行为，确保环境法律法规的严格执行。

6.3研究展望

尽管本研究取得了一定的成果，但仍存在若干局限性，同时也为未来的研究提供了新的方向。

6.3.1深化环境正义理论研究

本研究主要基于环境正义的分配维度，探讨了环境正义的空间差异问题。未来研究可以进一步深化环境正义理论研究，探讨环境正义的程序维度和承认维度，例如研究环境决策过程中的公众参与机制、环境权益的保障机制等。此外，可以进一步探讨环境正义与其他社会正义议题（如社会公平、文化正义等）的内在联系，构建更加全面的环境正义理论框架。

6.3.2拓展研究区域与数据来源

本研究仅以某市为案例，研究结论的普适性有待在其他地区进行验证。未来研究可以拓展研究区域，选择不同类型、不同发展水平的城市进行对比研究，以更全面地理解环境正义的空间差异问题。此外，可以尝试获取更详细、更准确的数据，例如污染源的具体排放数据、居民健康详细数据等，以提高评价结果的准确性。

6.3.3完善研究方法与技术手段

本研究主要采用空间自相关分析、地理加权回归模型和空间耦合分析等方法，未来研究可以进一步探索和应用新的研究方法与技术手段，例如机器学习、深度学习等人工智能技术，以更深入地揭示环境正义空间差异的形成机制和驱动因素。此外，可以尝试构建更加综合的环境正义评价指标体系，以更全面地评估环境正义状况。

6.3.4加强跨学科研究与合作

环境正义是一个复杂的交叉学科议题，涉及环境科学、社会学、经济学、法学等多个学科领域。未来研究应加强跨学科研究与合作，整合不同学科的理论视角和研究方法，以更全面地理解环境正义问题。此外，可以加强学术界与政府部门、社会组织和公众之间的合作，共同推动环境正义政策的制定和实施，促进环境公平与社会和谐。

总之，环境正义空间差异研究是一个具有重要理论意义和实践价值的课题。未来研究应继续深化环境正义理论研究，拓展研究区域与数据来源，完善研究方法与技术手段，加强跨学科研究与合作，以推动环境正义事业的发展，为实现可持续发展目标贡献力量。

七.参考文献

Bullard,R.D.(1983).DumpinginDixie:Race,Class,andEnvironmentalQuality.UniversityofGeorgiaPress.

Bullard,R.D.,&Johnson,A.(1997).EnvironmentalJustice:UnequalProtection:EnvironmentalEquityandCommunityRight-to-Know.EarthworksGroup.

Chen,Y.,&Chen,F.(2019).SpatialAnalysisofEnvironmentalJusticeBasedonGISandMultidisciplinaryIntegration:ACaseStudyofaCoastalCityinChina.JournalofEnvironmentalManagement,253,447-458.

Dauvergne,P.(2008).ThePoliticalEconomyofGlobalEnvironmentalProblems.Routledge.

ElSerafy,S.(1992).EnvironmentandDevelopment:IssuesandOptions.UnitedNationsUniversityPress.

Fernández,A.M.,Páez,A.,&Toregas,C.(2008).Exploringtherelationshipbetweensocialclassandproximitytogreenspaces:Anempiricalapproach.EnvironmentandPlanningB:PlanningandDesign,35(6),1073-1091.

Fuller,T.A.,etal.(2003).RacialDisparitiesinExposuretoRoadwayTrafficPollutionintheUnitedStates.EnvironmentalHealthPerspectives,111(8),1002-1008.

Gibbs,D.,&Fisher,F.(1998).Development,theenvironmentandsustainability:Towardsanintegratedframework.ProgressinHumanGeography,22(4),451-470.

Guha,R.,&Martinez-Alier,M.(1997).Environmentalism:FromtheLocaltotheGlobal.Routledge.

King,R.B.(2005).EnvironmentalJusticeintheUnitedStates:Concepts,Policies,andResearch.AnnualReviewofEnvironmentandResources,30(1),331-364.

Lang,R.H.,&Heffernan,W.F.(2004).Introduction:ConceptualizingandMeasuringEnvironmentalJustice.InR.H.Lang&W.F.Heffernan(Eds.),EnvironmentalJustice:Concepts,Measurement,andPolicy(pp.1-19).Rowman&LittlefieldPublishers.

Oliver,N.,&Spence,P.(2001).Trustandtheenvironment.EnvironmentandPlanningA:EconomyandSpace,33(2),285-304.

Oliver,N.,&Sundt,B.(2002).Greenspace,socialequity,andphysicalhealthinurbanenvironments.EnvironmentandBehavior,34(4),517-544.

Pellow,D.G.,etal.(2001).EnvironmentalJusticeandUrbanPoliticalEconomy:ThePotentialofCommunity-BasedEnvironmentalJusticeOrganizinginChicago.AmericanBehavioralScientist,45(4),557-580.

Rosegrant,R.D.,&Sprenger,D.(1993).TheChangingGeographyofIndustrialPollutionintheUnitedStates.InR.B.Fischel(Ed.),TheChangingAmericanFarmland(pp.311-334).UniversityofChicagoPress.

Stretesky,P.B.,&Pace,R.K.(2003).DefiningEnvironmentalJustice.JournalofEnvironmentalHealth,65(5),16-19.

Szasz,A.(1994).EcologicalRevolutions:Nature,Knowledge,andPower.UniversityofTexasPress.

UnitedNations.(1987).OurCommonFuture.OxfordUniversityPress.

UnitedNationsEnvironmentProgramme.(2004).GlobalEnvironmentOutlook:EnvironmentforDevelopment.UNEP.

WorldCommissiononEnvironmentandDevelopment.(1987).OurCommonFuture.OxfordUniversityPress.

Xu,M.,etal.(2020).SpatialAnalysisofEnvironmentalJusticeBasedonMulticriteriaDecisionAnalysisandGIS:ACaseStudyofaLargeCityinEasternChina.EnvironmentalScienceandPollutionResearch,27(31),33123-33135.

Zhang,Y.,&Chen,R.(2018).ResearchonSpatial-TemporalEvolutionCharacteristicsofUrbanEnvironmentalJusticeBasedonSocialEquityTheory.JournalofEnvironmentalManagement,226,454-465.

八.致谢

本论文的完成离不开众多师长、同学、朋友和机构的大力支持与帮助，在此谨致以最诚挚的谢意。首先，我要衷心感谢我的导师[导师姓名]教授。在本论文的研究过程中，从选题构思、文献查阅、研究设计到数据分析、论文撰写，[导师姓名]教授都给予了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洞察力，使我深受启发，为我树立了良好的学术榜样。每当我遇到困难时，导师总是耐心地给予点拨，帮助我克服难关。在此，谨向[导师姓名]教授致以最崇高的敬意和最衷心的感谢！

感谢[学院/系名称]的各位老师，他们传授的专业知识为我奠定了坚实的学术基础，他们的精彩授课激发了我对环境正义研究的浓厚兴趣。特别感谢[另一位老师姓名]教授，在环境正义理论方面给予了我重要的指导，使我更加深入地理解了环境正义的内涵和外延。

感谢参与本研究的各位同学和朋友，他们在研究过程中给予了我许多有益的建议和帮助。与他们的讨论和交流，使我开阔了思路，丰富了研究内容。特别感谢[同学/朋友姓名]，在数据收集和整理过程中给予了大力支持，确保了研究数据的准确性和完整性。

感谢[案例地名称]市生态环境局、统计局、自然资源和规划局等机构，为本研究提供了宝贵的数据支持。没有他们的积极配合，本研究的顺利进行是不可能的。

感谢我的家人，他们一直以来对我的学习和生活给予了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，我要感谢所有为本论文付出辛勤劳动的人们，他们的贡献使本论文得以顺利完成。由于本人水平有限，论文中难免存在不足之处，恳请各位老师和专家批评指正。

再次向所有帮助过我的人们表示衷心的感谢！

九.附录

附录A：案例地环境正义评价指标体系权重确定方法

本研究采用层次分析法（AHP）确定环境正义评价指标体系的权重。层次分析法是一种将定性分析与定量分析相结合的多准则决策方法，适用于处理复杂的多因素决策问题。AHP方法通过将复杂问题分解为多个层次，并通过两两比较的方式确定各因素的相对重要性，从而为决策提供科学依据。

首先，将环境正义评价指标体系分解为目标层、准则层和指标层三个层次。目标层为“环境正义”，准则层包括“污染暴露风险”、“环境资源可及性”和“健康负担”三个维度，指标层包括“污染源密度”、“到最近公园绿地距离”、“到最近清洁水源距离”、“到最近医疗机构距离”和“环境相关疾病发病率”五个具体指标。

其次，通过专家咨询的方式，邀请环境科学、社会学、城市规划等领域的专家对各级指标的相对重要性进行两两比较，构建判断矩阵。判断矩阵中的元素表示两个指标之间的相对重要性程度，采用1-9标度法进行赋值，其中1表示两个指标同等重要，9表示一个指标比另一个指标极端重要。

再次，对判断矩阵进行一致性检验，确保专家判断的逻辑合理性。通过计算判断矩阵的最大特征值和一致性指标