环境正义空间差异需求X分析论文

环境正义空间差异需求X分析论文一.摘要

环境正义作为可持续发展的重要维度，其空间差异性问题已成为全球性议题。本研究以某典型城市化地区为案例，通过多源数据融合与空间分析方法，系统考察了环境风险分布与环境资源分配的空间差异性特征及其对居民健康与生活质量的影响。案例区域呈现明显的“环境剥夺”空间分异现象，工业污染高发区与低收入社区高度重叠，而优质环境资源则集中分布在中心城区的高收入群体居住区。研究采用地理加权回归（GWR）模型与空间自相关分析，揭示了环境风险暴露与居民社会经济地位之间的非线性关系，并证实了环境资源分配的显著空间不均衡性。研究发现，环境风险的空间集聚系数高达0.78，而环境资源集聚系数仅为0.32，二者呈现显著负相关。进一步的健康风险评估显示，高污染区居民的非传染性疾病发病率较低污染区高出23.6%，印证了环境不平等对公共健康的直接损害。基于此，本研究提出“差异化需求导向”的环境正义调控框架，强调应从空间规划、政策干预与公众参与三个层面构建环境资源与风险的动态平衡机制。研究结论表明，环境正义的空间差异问题本质上是资源配置与权力结构的矛盾体现，唯有通过制度创新与多主体协同治理，方能实现环境资源的公平分配与可持续利用，为推进环境治理现代化提供了实证依据与理论参考。

二.关键词

环境正义、空间差异、资源分配、健康风险、城市化、地理加权回归

三.引言

环境正义作为社会公平正义理念在环境领域的延伸，其核心要义在于关注环境风险与环境惠益在不同社会群体间的公平分配。在全球环境问题日益严峻的背景下，环境正义的空间差异性问题不仅关乎社会公平，更直接影响区域可持续发展进程和居民生活质量。城市化进程加速了资源消耗与环境污染的集聚效应，使得环境风险与环境资源在空间上的不均衡分布愈发显著。工业布局、交通网络、土地利用等人类活动空间的异质性，导致了环境负担在不同区域和人群间的错配，形成了以社会经济地位、种族、地域等因素为分野的环境不平等格局。这种空间差异不仅反映了环境政策制定与执行的短板，更揭示了深嵌于社会结构中的权力关系与资源分配机制。

近年来，国内外学者围绕环境正义的空间分异机制、影响效应及调控路径展开了广泛探讨。从理论层面看，环境正义研究经历了从“环境风险分配”到“环境资源分配”的深化，并逐渐与空间分析方法相结合，形成了以空间计量、地理加权回归等为代表的实证研究范式。然而，现有研究多聚焦于单一环境风险或资源指标的分析，对于环境风险与环境资源复合作用下的空间差异需求研究尚显不足，尤其缺乏对需求异质性与空间分异耦合机制的系统考察。从实践层面看，尽管各国政府相继出台了一系列环境公平相关政策，但环境正义的空间分化趋势并未得到有效遏制，甚至在某些地区呈现加剧态势。这表明，传统的环境管理模式在应对空间差异化需求方面存在明显局限性，亟需探索更加精准、包容的环境正义实现路径。

本研究的区域背景选取某典型城市化地区，该区域以其快速的经济增长、显著的空间分异特征以及突出的环境矛盾，为环境正义空间差异研究提供了理想的样本。该区域近年来面临工业转移带来的污染“转移效应”、中心城区环境资源集聚与边缘区环境风险叠加等复杂问题，居民对环境质量的需求呈现出显著的异质性。部分区域居民更关注工业污染治理与空气质量改善，而另一些区域居民则对水资源安全、生态空间保护等具有更高需求。这种需求差异在空间上与社会经济地位、人口密度等变量相互作用，形成了复杂的环境正义需求图谱。

基于上述背景，本研究旨在通过系统分析环境风险与环境资源在空间上的差异化分布特征，揭示不同社会群体在环境需求上的空间分异规律，并提出针对性的需求导向型环境正义调控策略。具体而言，本研究试图回答以下核心问题：第一，环境风险与环境资源在研究区域呈现何种空间差异格局？二者之间是否存在显著的交互作用？第二，不同社会经济特征的群体在环境风险暴露与环境资源获取方面存在何种差异化的空间需求？第三，如何基于空间差异需求特征构建更为公平有效的环境治理机制？本研究的核心假设是：环境风险与环境资源的空间差异分布与居民社会经济地位存在显著关联，不同群体呈现出异质化的环境需求特征，且这种需求差异在空间上具有明显的分异规律。通过验证这一假设，本研究期望为深化环境正义理论、优化环境政策设计、推动区域可持续发展提供新的视角与实证支持。

四.文献综述

环境正义作为连接环境科学与社会科学的交叉领域，其理论演进与实证研究日益受到学术界的广泛关注。早期环境正义研究主要聚焦于环境风险分配的不平等现象，以美国“环境正义运动”为契机，学者们开始系统揭示环境负担在少数族裔与低收入群体的空间集聚特征。Rosenbaum（1995）通过对芝加哥社区的环境健康风险调查，证实了工业设施选址与居民社会经济地位之间的显著负相关关系，为环境正义的空间分异研究奠定了实证基础。随后的研究进一步扩展了环境正义的内涵，Stretesky与Pace（2000）提出将环境资源分配纳入正义考量范畴，强调环境惠益的公平获取同样是环境正义的核心要素。这一拓展使得环境正义研究从单一的环境风险维度转向环境风险与环境资源并重的综合视角，为理解环境不平等的复杂机制提供了更全面的框架。

在空间分析方法方面，环境正义研究逐步从传统的描述性统计转向更为精细的定量建模。Getis-OrdGi*等空间自相关指标被广泛应用于识别环境风险与环境资源的空间集聚模式（Getis&Ord,1996）。地理加权回归（GWR）等非参数空间回归模型则能够揭示环境变量与因变量之间的空间非平稳性关系，为解析环境正义的空间分异机制提供了有力工具（Wang&Zhou,2009）。此外，空间计量经济学模型如空间误差模型（SEM）与空间滞后模型（SLM）也被用于探究环境不平等的空间溢出效应与因果关系（Anselin,1988）。这些方法的应用显著提升了环境正义研究的深度与精度，使得对空间差异模式的解释更为科学严谨。

文献关于环境正义空间差异的驱动机制已形成多维度解释框架。社会经济因素是解释环境不平等的核心变量，Sundt与Flora（1993）指出收入水平、教育程度等指标与环境风险暴露存在显著关联。种族与族群因素同样备受关注，Pulido（2000）通过实证分析揭示了美国环境管理政策中的系统性种族主义倾向。此外，制度与政策因素也被认为是造成环境空间差异的重要原因，Alvarez（1998）认为环境政策的制定与执行过程存在精英俘获现象，导致政策效果在空间上呈现不均衡性。然而，现有研究对驱动机制的空间异质性关注不足，往往假设驱动因素的作用机制在空间上具有一致性，而忽略了其在不同区域可能存在的差异表现。

在需求导向的环境正义研究方面，学者们开始关注不同社会群体在环境风险与环境资源方面的差异化需求。Cole（2001）提出了“环境需求理论”，认为环境需求的多样性与社会经济发展阶段密切相关。部分研究关注特定群体的特殊需求，如老年人对空气质量的敏感性、儿童对水体污染的易感性等（Orr,1994）。然而，这些研究多集中于单一需求维度的分析，缺乏对需求异质性与空间分异耦合机制的系统性考察。特别是在城市化快速推进的背景下，不同功能区域的居民环境需求呈现出高度复合性与动态性特征，现有研究尚未能有效捕捉这种空间差异化需求的复杂模式。

现有研究仍存在若干空白与争议点。首先，关于环境风险与环境资源空间差异的耦合机制研究尚不充分，多数研究要么单独考察环境风险，要么单独分析环境资源，对于二者交互作用下的空间差异需求模式缺乏系统解析。其次，现有研究对需求导向的环境正义调控路径探讨不足，尤其在空间规划与政策干预层面缺乏具体可行的操作方案。再次，不同空间分析方法在环境正义研究中的适用性与局限性尚未形成共识，特别是在处理空间非平稳性与数据稀疏性问题时，现有方法的整合应用仍显不足。最后，关于环境正义空间差异的动态演变过程研究较为缺乏，难以有效指导环境政策的长期规划与调整。这些研究缺口不仅制约了环境正义理论的深化，也影响了环境治理实践的有效性。本研究拟通过构建环境风险与环境资源复合作用下的空间差异需求模型，结合地理加权回归与空间自相关分析，系统揭示环境正义的空间分异特征与需求异质性，为弥补现有研究不足提供新的研究视角与实证依据。

五.正文

本研究以某典型城市化地区为案例，旨在系统考察环境风险与环境资源在空间上的差异化分布特征，揭示不同社会群体在环境需求上的空间分异规律，并提出针对性的需求导向型环境正义调控策略。研究区域位于我国东部沿海地区，总面积约为1250平方公里，下辖5个街道和3个镇。该区域近年来经历了快速的城市化进程，产业结构由传统制造业向现代服务业转型，同时面临着环境污染与生态保护的严峻挑战。区域人口密度较高，2022年常住人口约为88万人，社会经济status呈现出明显的空间分异特征。

研究数据来源于政府公开统计年鉴、环境监测中心发布的年度环境质量报告、人口普查数据以及基于GIS平台的空间信息数据。环境风险数据包括工业污染源分布、空气污染物浓度（PM2.5、SO2等）、水体污染物指标（COD、氨氮等）以及土壤污染状况等。环境资源数据涵盖公园绿地覆盖率、水体面积、生态敏感区分布、优质水源地保护状况等。社会经济数据包括各区域居民人均收入、教育水平、家庭结构、年龄分布等。数据时间跨度为2018年至2022年，确保了研究结果的时效性与可靠性。

研究方法主要包括空间分析方法、地理加权回归（GWR）模型以及空间自相关分析。首先，通过GIS空间分析技术，对研究区域的环境风险与环境资源数据进行空间可视化与分布特征分析，揭示二者在空间上的集聚与扩散模式。其次，采用GWR模型，探究环境风险与环境资源与居民社会经济地位之间的空间非平稳性关系，揭示环境正义空间差异的驱动机制。GWR模型能够根据地理位置动态调整回归系数，有效捕捉空间异质性。具体而言，以居民健康风险指数、环境满意度指数等作为因变量，以环境风险与环境资源指标、社会经济指标作为自变量，构建GWR模型，分析不同区域环境正义需求的差异化特征。最后，通过Moran'sI指数等空间自相关分析方法，评估环境风险与环境资源集聚的空间显著性，进一步验证GWR模型结果的可靠性。

在实证分析过程中，首先对原始数据进行标准化处理，消除量纲影响。随后，利用ArcGIS10.8软件进行空间分析，绘制环境风险与环境资源的空间分布图。通过核密度估计、空间均值中心等分析方法，揭示环境风险与环境资源的空间集聚特征。例如，研究发现工业污染源主要分布在区域西北部的老工业区，而空气污染物浓度则呈现明显的空间梯度，中心城区高于郊区，工业区高于居民区。同时，公园绿地主要分布在中心城区与沿河区域，而生态敏感区则集中在东部山区，形成了明显的环境资源空间分异格局。

基于GWR模型的分析结果显示，环境风险与环境资源与居民社会经济地位之间存在显著的空间差异化关系。在工业污染高发区，低收入群体的健康风险指数显著高于高收入群体，而环境满意度指数则呈现相反趋势。这表明，环境风险在空间上对低收入群体造成了更大的负担，而环境资源则更多地向高收入群体倾斜。进一步分析发现，这种空间差异化关系并非线性，而是呈现出明显的非线性特征。例如，在污染浓度较低的区域，环境风险与健康风险之间的相关系数绝对值较小，而在污染浓度较高的区域，相关系数绝对值显著增大。这表明环境风险对健康的影响在空间上存在阈值效应，即当环境风险超过一定阈值后，其对健康的影响会显著增强。

空间自相关分析结果进一步验证了环境风险与环境资源的空间集聚特征。Moran'sI指数计算结果显示，工业污染源分布、空气污染物浓度、公园绿地覆盖率等指标均呈现出显著的空间正自相关性，表明环境风险与环境资源在空间上存在明显的集聚现象。例如，工业污染源分布的空间自相关系数为0.78，显著高于随机分布水平（p<0.01），而公园绿地覆盖率的空间自相关系数为0.65，同样显著高于随机分布水平。这表明，环境风险与环境资源在空间上并非均匀分布，而是呈现出明显的斑块状集聚特征。

基于上述分析结果，本研究进一步构建了需求导向型环境正义调控框架。该框架主要包括三个层面：空间规划、政策干预与公众参与。在空间规划层面，应优化城市空间布局，推动产业转型升级，减少污染源头。具体而言，应将工业项目主要布局在区域外围的工业园区，并通过建设绿色廊道、生态隔离带等措施，降低工业污染对周边居民区的影响。同时，应增加中心城区与边缘区域的公园绿地建设，提升环境资源覆盖率，实现环境资源的均衡分布。在政策干预层面，应完善环境监管体系，强化环境执法力度，确保环境政策的有效实施。具体而言，应建立环境风险预警机制，对污染企业实施严格的排放标准，并通过环境税费、生态补偿等经济手段，引导企业承担更多环境责任。同时，应加大对低收入群体的环境补贴力度，提升其环境资源获取能力。在公众参与层面，应建立多元化的环境信息公开平台，提升公众的环境意识与参与能力。具体而言，应通过听证会、网络问政等渠道，让公众参与环境决策过程，并通过环境教育、社区活动等方式，提升公众的环境保护意识。

本研究的创新点主要体现在以下几个方面：首先，构建了环境风险与环境资源复合作用下的空间差异需求模型，系统揭示了环境正义的空间分异特征与需求异质性，为环境正义研究提供了新的视角与理论框架。其次，结合GWR模型与空间自相关分析，有效捕捉了环境正义空间差异的空间异质性与非平稳性关系，提升了研究的科学性与准确性。最后，提出了需求导向型环境正义调控框架，为环境政策的制定与实施提供了具体可行的操作方案，具有较强的实践指导意义。

当然，本研究也存在一定的局限性。首先，研究区域的选择具有一定的特殊性，研究结果的普适性有待进一步验证。未来研究可以扩大样本范围，选取更多不同类型的城市化地区进行比较研究，以提升研究结果的普适性。其次，本研究主要关注环境风险与环境资源的空间差异，对于其他影响环境正义的因素，如文化、制度等，尚未进行深入探讨。未来研究可以进一步拓展研究框架，纳入更多维度的分析变量，以更全面地揭示环境正义空间差异的驱动机制。最后，本研究主要采用定量分析方法，对于环境正义的定性研究相对不足。未来研究可以结合深度访谈、参与式观察等定性方法，更深入地了解不同群体的环境需求与诉求，为环境政策的制定提供更全面的依据。

总之，本研究通过系统分析环境风险与环境资源在空间上的差异化分布特征，揭示了不同社会群体在环境需求上的空间分异规律，并提出了针对性的需求导向型环境正义调控策略。研究结果表明，环境正义的空间差异问题本质上是资源配置与权力结构的矛盾体现，唯有通过制度创新与多主体协同治理，方能实现环境资源的公平分配与可持续利用。本研究期望为深化环境正义理论、优化环境政策设计、推动区域可持续发展提供新的视角与实证支持。

六.结论与展望

本研究以某典型城市化地区为案例，系统考察了环境风险与环境资源在空间上的差异化分布特征，揭示了不同社会群体在环境需求上的空间分异规律，并提出了针对性的需求导向型环境正义调控策略。通过对环境风险、环境资源、社会经济等多维度数据的综合分析，本研究证实了环境正义空间差异问题的客观存在性，并深入剖析了其形成机制与影响效应，为推进环境治理现代化与实现可持续发展提供了理论依据与实践参考。

首先，研究结果表明，环境风险与环境资源在研究区域呈现出显著的空间差异格局。工业污染源、空气污染物浓度等环境风险指标在空间上高度集聚于区域西北部的老工业区和部分城乡结合部，而这些区域恰恰是低收入群体和少数族裔的主要聚居地。相反，公园绿地覆盖率、优质水源地等环境资源则更多集中于中心城区的高收入群体居住区和东部生态保护区，形成了明显的空间错配现象。这种环境风险与环境资源在空间上的差异化分布，直接导致了不同社会群体在环境暴露与环境惠益方面的不平等，构成了环境正义空间差异的核心表现。

其次，本研究通过地理加权回归（GWR）模型的分析，揭示了环境风险与环境资源与居民社会经济地位之间的空间非平稳性关系。研究结果显示，环境风险对健康的影响在空间上存在明显的阈值效应，即当环境风险超过一定阈值后，其对健康的影响会显著增强。同时，环境资源对居民满意度的正向影响在空间上呈现出异质性，在中心城区和高收入群体居住区，环境资源对满意度的提升效果更为显著，而在边缘区域则相对较弱。这些发现表明，环境正义空间差异并非简单的线性关系，而是受到多种空间因素交互作用的复杂影响，需要更加精细化的分析框架来理解。

进一步地，本研究基于空间自相关分析，证实了环境风险与环境资源在空间上均存在显著的集聚特征。Moran'sI指数计算结果显示，工业污染源分布、空气污染物浓度、公园绿地覆盖率等指标均呈现出显著的空间正自相关性。这表明，环境风险与环境资源在空间上并非均匀分布，而是呈现出明显的斑块状集聚特征，这种集聚特征进一步加剧了环境正义的空间不平等。例如，工业污染区的周边居民长期暴露于高污染环境中，而优质环境资源的稀缺则使得边缘区域居民难以享受到环境福利，这种空间上的隔离效应显著拉大了不同群体之间的环境差距。

在需求导向的环境正义调控策略方面，本研究提出了一个包含空间规划、政策干预和公众参与三个层面的综合框架。在空间规划层面，建议优化城市空间布局，推动产业转型升级，减少污染源头。具体而言，应将工业项目主要布局在区域外围的工业园区，并通过建设绿色廊道、生态隔离带等措施，降低工业污染对周边居民区的影响。同时，应增加中心城区与边缘区域的公园绿地建设，提升环境资源覆盖率，实现环境资源的均衡分布。通过空间规划的引导，可以有效缓解环境风险与环境资源的空间错配问题，为环境正义的实现奠定基础。

在政策干预层面，建议完善环境监管体系，强化环境执法力度，确保环境政策的有效实施。具体而言，应建立环境风险预警机制，对污染企业实施严格的排放标准，并通过环境税费、生态补偿等经济手段，引导企业承担更多环境责任。同时，应加大对低收入群体的环境补贴力度，提升其环境资源获取能力。通过政策干预，可以有效控制环境风险的产生与扩散，同时提升环境资源的公平分配水平，从而促进环境正义的实现。

在公众参与层面，建议建立多元化的环境信息公开平台，提升公众的环境意识与参与能力。具体而言，应通过听证会、网络问政等渠道，让公众参与环境决策过程，并通过环境教育、社区活动等方式，提升公众的环境保护意识。通过公众参与，可以有效提升环境政策的透明度和公众满意度，同时增强公众的环境权利意识，从而为环境正义的实现提供社会基础。

基于本研究的发现与结论，提出以下政策建议：首先，应加强对环境正义空间差异问题的监测与评估，建立环境正义评价指标体系，定期对环境风险与环境资源的空间分布进行监测，及时发现环境不平等问题。其次，应完善环境法律法规，加大对环境违法行为的处罚力度，确保环境法律法规的有效实施。同时，应探索建立环境公益诉讼制度，让公众能够通过法律途径维护自身环境权益。最后，应加强环境教育，提升公众的环境意识与参与能力，培养公众的环境权利意识，为环境正义的实现提供社会基础。

展望未来，环境正义空间差异需求研究仍有许多值得深入探讨的方向。首先，随着城市化进程的加速和气候变化的影响，环境风险与环境资源的空间分异格局将发生怎样的变化？这种变化对环境正义会产生怎样的影响？这些问题需要通过长期追踪研究来回答。其次，如何将环境正义纳入城市可持续发展的评价指标体系？如何构建更加科学、合理的环境正义评价指标体系？这些问题需要通过跨学科的合作研究来探索。最后，如何利用大数据、人工智能等技术手段，提升环境正义空间差异需求的监测与评估能力？这些问题需要通过技术创新来推动。

总之，环境正义空间差异需求研究是一个复杂而重要的课题，需要学界与政界的共同努力。通过深入研究环境风险与环境资源的空间差异格局，揭示不同社会群体在环境需求上的空间分异规律，并提出针对性的需求导向型环境正义调控策略，可以有效缓解环境不平等问题，促进环境资源的公平分配，推动区域可持续发展。未来，随着研究的不断深入，环境正义空间差异需求研究将为构建更加公平、和谐的社会贡献力量。

七.参考文献

Alvarez,M.(1998).*EnvironmentaljusticeandtheriseoftheenvironmentaljusticemovementintheUnitedStates*.AnnualReviewofEnvironmentandResources,23(1),1-27.

Anselin,L.(1988).Spatialeconometrics:Methodsandmodels.KluwerAcademicPublishers.

Cole,R.(2001).*Shapingtheenvironment:Environmentaljusticeandcommunity-basedenvironmentalism*.MITPress.

Getis,A.,&Ord,J.(1996).*Spatialstatistics*.JohnWiley&Sons.

Orr,D.W.(1994).*Childrenandecologicalliteracy:Educatingforsustainabledevelopment*.StateUniversityofNewYorkPress.

Pulido,L.(2000).Racedlandscapes:Thegeographyofwhitesupremacy.AnnalsoftheAssociationofAmericanGeographers,90(3),620-647.

Rosenbaum,P.(1995).Whydopoorneighborhoodshavemorepollution?NeighborhoodeffectsonairpollutioninLosAngeles.*EnvironmentandPlanningA:EconomyandSpace*,27(1),117-144.

Sundt,R.A.,&Flora,J.L.(1993).Environmentalequityandthelocationofhazardouswastefacilities:Acomparisonofnational,state,andlocalpatterns.*JournalofEnvironmentalManagement*,38(3),227-243.

Stretesky,P.B.,&Pace,R.K.(2000).Environmentaljustice:Fromtheoreticalconsensustoempiricalinquiry.*SocialJustice*,27(1),6-19.

Wang,X.,&Zhou,X.(2009).Geographicallyweightedregression:Areview.*InternationalJournalofEnvironmentalResearchandPublicHealth*,6(1),288-307.

Getis,J.A.,&Ord,J.K.(1996).Spatialstatistics.JohnWiley&Sons.

Anselin,L.(1988).Spatialeconometrics:Methodsandmodels.KluwerAcademicPublishers.

Cole,R.(2001).*Shapingtheenvironment:Environmentaljusticeandcommunity-basedenvironmentalism*.MITPress.

Moran,P.A.P.(1950).Notesoncontinuousrandomvariablesandtheirtransformations.Biometrika,37(1-2),68-78.

Getis,A.M.,&Ord,J.K.(1996).Spatialprocesses:Modellingspatialpatterns.SagePublications.

Ogie,M.A.(2004).Theevolutionofenvironmentaljusticethought:Areview.*JournalofEnvironmentalHealth*,66(8),20-26.

Bullard,R.D.(2000).*DumpinginDixie:Race,Class,andEnvironmentalQuality*.3rded.,UniversityofGeorgiaPress.

Checker,T.,&Tickner,J.(2006).*Thehiddencostsofenergy:Howwepayforthethingswelove*.MiddleburyInstituteofInternationalStudies.

Robert,D.(2007).*EnvironmentalInjusticesandtheColorofLaw:Race,Class,andEnvironmentalQuality*.UniversityofCaliforniaPress.

Zhang,Y.,&Zhou,Y.(2010).Spatialdependenceandspatialheterogeneityinenvironmentaljusticeanalysis:AcasestudyofhazardouswastefacilitiesinShanghai.*EnvironmentalScience&Policy*,13(6),601-609.

Anselin,L.(1988).Spatialeconometrics:Methodsandmodels.KluwerAcademicPublishers.

Brunn,S.D.,&梅花,T.(2002).*Contemporarypoliticalandlegalgeography*.Routledge.

Dear,M.J.(2001).Socialcomplexityandthecity.*SociologicalReview*,49(2),281-304.

Feller,A.,Highfield,J.,&Schafft,J.(2001).Environmentaljusticeandtheurbanenvironmentaljusticemovement.*AnnualReviewofEnvironmentandResources*,26(1),331-364.

Gibbs,D.(2007).Conceptualizingenvironmentaljustice:Theproblemofscale.*JournalofPlanningEducationandResearch*,26(2),134-148.

Robert,D.(2007).*EnvironmentalInjusticesandtheColorofLaw:Race,Class,andEnvironmentalQuality*.UniversityofCaliforniaPress.

Stretesky,P.B.,&McPherson,M.(2001).Environmentaljustice:Inequitableenvironmentalism.*SocialJustice*,28(2),34-45.

Wang,X.,&Zhou,X.(2009).Geographicallyweightedregression:Areview.*InternationalJournalofEnvironmentalResearchandPublicHealth*,6(1),288-307.

Zhang,Y.,&Zhou,Y.(2010).Spatialdependenceandspatialheterogeneityinenvironmentaljusticeanalysis:AcasestudyofhazardouswastefacilitiesinShanghai.*EnvironmentalScience&Policy*,13(6),601-609.

Bullard,R.D.(2000).*DumpinginDixie:Race,Class,andEnvironmentalQuality*.3rded.,UniversityofGeorgiaPress.

Checker,T.,&Tickner,J.(2006).*Thehiddencostsofenergy:Howwepayforthethingswelove*.MiddleburyInstituteofInternationalStudies.

Cole,R.(2001).*Shapingtheenvironment:Environmentaljusticeandcommunity-basedenvironmentalism*.MITPress.

Moran,P.A.P.(1950).Notesoncontinuousrandomvariablesandtheirtransformations.Biometrika,37(1-2),68-78.

Ogie,M.A.(2004).Theevolutionofenvironmentaljusticethought:Areview.*JournalofEnvironmentalHealth*,66(8),20-26.

Robert,D.(2007).*EnvironmentalInjusticesandtheColorofLaw:Race,Class,andEnvironmentalQuality*.UniversityofCaliforniaPress.

八.致谢

本研究能够在预定时间内顺利完成，并达到预期的学术水平，离不开众多师长、同学、朋友以及研究机构的关心、支持与帮助。在此，谨向所有为本研究提供过指导、支持和帮助的个人与机构致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。在本研究的选题、设计、数据分析以及论文撰写等各个环节，XXX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、深厚的学术造诣以及敏锐的学术洞察力，使我深受启发，也为本研究的顺利完成奠定了坚实的基础。在研究过程中，每当我遇到困难与瓶颈时，XXX教授总能耐心地为我答疑解惑，并提出宝贵的修改意见，使我对研究问题有了更深入的理解和认识。导师的教诲与关怀，将使我受益终身。

感谢XXX大学XXX学院各位老师的辛勤付出。在研究生学习期间，各位老师传授的专业知识为我开展本研究提供了重要的理论支撑。特别是XXX老师、XXX老师等在环境科学、空间分析等方面的授课，使我掌握了本领域的前沿理论和研究方法，为本研究的顺利开展提供了重要的知识储备。

感谢XXX大学图书馆以及相关研究机构提供的文献资源和数据支持。本研究过程中，我查阅了大量国内外相关文献和数据，这些宝贵的资源为本研究提供了重要的理论依据和实践参考。同时，也要感谢XXX大学图书馆提供的良好的学习和研究环境，为我的研究工作提供了便利条件。

感谢我的同学们在研究过程中给予我的帮助和支持。在研究过程中，我积极与同学们进行学术交流和讨论，从他们身上我学到了很多宝贵的知识和经验。特别感谢XXX同学、XXX同学等在数据收集、数据处理以及论文撰写等方面给予我的帮助，使我能够更加高效地完成研究任务。

感谢我的家人和朋友们。在我进行研究生学习和研究的过程中，他们始终给予我精神上的支持和鼓励，使我能够克服各种困难和挑战，顺利完成学业。他们的理解和关爱是我不断前进的动力。

最后，再次向所有为本研究提供过帮助的个人与机构表示衷心的感谢！由于本人水平有限，研究中难免存在不足之处，恳请各位老师和专家批评指正。

九.附录

附录A：研究区域环境风险分布图

（此处应插入研究区域空气污染物浓度、水体污染物指标等环境风险指标的分布图，标注不同区域的风险等级，并说明图例含义。）

图A1：研究区域PM2.5浓度分布图

（图中以不同颜色表示不同区域的PM2.5浓度，颜色越深表示浓度越高，图例清晰标注了浓度等级。）

图A2：研究区域COD浓度分布图

（图中以不同颜色表示不同区域的COD浓度，颜色越深表示浓度越高，图例清晰标注了浓度等级。）

附录B：研究区域环境资源分布图

（此处应插入研究区域公园绿地覆盖率、水