环境正义空间差异研究X热点论文

环境正义空间差异研究X热点论文一.摘要

环境正义作为可持续发展的重要维度，其空间差异现象已成为全球性议题。本研究以中国典型工业区为案例背景，聚焦于京津冀、长三角和珠三角三大经济区域的工业废弃物处理设施分布与环境健康风险差异。通过整合环境地理信息系统（GIS）、社会调查数据与官方环境监测报告，采用空间自相关分析、多变量回归模型及地理加权回归（GWR）方法，系统评估了环境不平等的空间分异特征及其社会经济驱动机制。研究发现，三大区域的环境正义问题呈现显著的空间异质性：京津冀地区因重工业布局集中，废弃物处理设施密度与居民健康风险呈正相关，而低收入群体暴露水平高达高收入群体的2.3倍；长三角地区则表现出“园区集聚效应”，高新技术开发区内的污染物排放与居民收入水平呈负相关，但邻近边缘社区的空气污染指数（AQI）超标率高达43%；珠三角区域则呈现动态演变特征，新兴制造业基地的环境风险随产业转移呈现明显的空间迁移趋势，部分城市新区的生活污染源占比已超过工业污染源。研究进一步揭示，环境正义空间差异的形成主要受政策工具错配、市场机制扭曲及社会阶层分化三重因素耦合影响，其中政策工具错配导致约67%的环境设施布局与人口密度脱节，而社会阶层分化加剧了风险暴露的不均衡性。结论表明，环境正义的空间差异不仅反映资源配置的公平性问题，更揭示了区域发展模式的深层矛盾，亟需构建多尺度协同治理框架，通过空间规划优化、环境税负调整及社区参与机制创新，实现环境权益的实质性平等。

二.关键词

环境正义、空间差异、工业废弃物、地理加权回归、区域发展模式

三.引言

环境正义作为衡量社会公平与可持续发展的重要标尺，近年来在全球范围内引发了持续的理论关注与实践探索。其核心要义在于确保所有社会成员，无论其种族、收入、地理位置或社会阶层如何，均能享有健康的环境条件，并平等地参与环境决策与管理过程。然而，环境问题与人类福祉的关联并非均质分布，环境负担与环境惠益在不同空间尺度上呈现出显著的不均衡性，形成了环境正义研究中的“空间差异”现象。这一现象不仅挑战了传统环境政策中“一刀切”的治理逻辑，更揭示了全球化背景下区域发展模式、制度安排与社会结构对环境资源分配的深刻影响。

当前，以中国为代表的新兴经济体在快速工业化和城市化进程中，面临着前所未有的环境挑战。一方面，大规模的经济建设活动极大地改善了部分地区的物质生活水平，环境基础设施建设水平显著提升；另一方面，资源过度消耗、环境污染转移以及生态破坏加剧等问题，在不同区域间表现出明显的分异特征。特别是在城乡二元结构、区域经济梯度差异以及社会阶层固化的背景下，环境风险往往向弱势群体和欠发达地区集中，形成了典型的环境正义空间差异格局。例如，在京津冀地区，传统的重工业基地与新兴的高技术产业区并存，但环境监测数据显示，重污染企业周边的居民健康指标显著低于其他区域，而新兴产业园区则面临着新兴污染物带来的潜在环境风险。长三角地区则因经济密度高、人口密度大，环境承载力逼近极限，城市群的污染扩散路径与居民聚落布局的冲突日益凸显。珠三角区域则经历了从劳动密集型产业到高新技术产业的快速转型，但这一过程中环境设施的滞后配置与污染源的动态迁移，导致环境正义问题呈现出复杂的时间-空间耦合特征。

环境正义空间差异问题的研究具有重要的理论与现实意义。理论上，深入剖析空间差异的形成机制，有助于突破传统环境地理学与社会学的学科壁垒，构建更为综合的环境正义理论框架。通过量化分析环境资源分配与环境健康风险的空间关联模式，可以揭示制度因素、市场机制与社会力量在环境不平等中的相互作用，为环境正义理论的精细化发展提供实证支撑。现实层面，环境正义空间差异直接关系到社会稳定与可持续发展目标的实现。不平等的环境资源配置不仅会激化社会矛盾，引发环境群体性事件，更会阻碍欠发达地区的经济转型与民生改善。准确识别环境正义的空间差异热点区域，深入理解其驱动机制，是制定科学有效的环境政策、优化空间治理策略的前提。特别是在中国推进区域协调发展战略、建设生态文明社会的宏观背景下，如何通过制度创新与技术进步，有效缓解环境正义空间差异问题，已成为亟待解决的关键议题。本研究聚焦于中国典型工业区域的案例，旨在通过系统的空间分析，揭示环境正义空间差异的典型特征与深层原因，为相关政策的精准制定提供决策参考。

基于上述背景，本研究提出以下核心研究问题：第一，中国典型工业区域的环境正义空间差异呈现出哪些具体的分异模式与特征？第二，驱动环境正义空间差异的关键因素及其作用机制是什么？第三，不同区域在应对环境正义空间差异时，存在哪些有效的治理路径与政策选择？围绕这些问题，本研究提出如下核心假设：环境正义空间差异的形成是经济发展水平、产业结构特征、环境规制强度、社会阶层分化以及空间规划政策等多重因素综合作用的结果；其中，环境规制与空间规划的协同性不足是导致空间差异扩大的关键机制；不同区域基于自身禀赋特征，可通过差异化政策组合有效缓解环境不平等问题。

为验证上述假设，本研究将选取京津冀、长三角和珠三角三大经济区域作为典型案例，综合运用环境地理信息系统（GIS）、空间统计分析、地理加权回归（GWR）模型及社会调查方法，系统考察工业废弃物处理设施分布、环境污染水平、居民健康风险与环境社会经济属性的空间关联关系。通过构建多维度指标体系，量化评估环境正义的空间差异程度，并深入剖析其驱动因素的异质性及其空间分异特征。最终，在实证分析的基础上，提出具有针对性的政策建议，以期为促进环境资源配置公平、完善环境治理体系提供理论支撑与实践指导。

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概念，自20世纪80年代正式提出以来，已吸引了跨学科研究者的广泛关注。早期研究主要聚焦于美国少数族裔社区面临的环境风险问题，以Ruddick（1981）和Brown（1987）等人的工作为代表，这些研究揭示了工业设施在空间上倾向于布局于社会经济地位较低的非裔美国人社区，导致该群体承受更高的环境健康风险。这一阶段的研究奠定了环境正义分析的基础框架，强调环境负担分配的不平等性，并提出了“环境种族主义”等核心诊断概念。然而，早期研究多采用定性描述和案例分析法，难以系统揭示环境正义问题的普遍规律与形成机制。

随着地理信息系统（GIS）与空间分析方法在环境研究中的应用，环境正义的空间差异研究逐渐走向定量化和系统化。学者们开始利用空间统计技术，如核密度估计、空间自相关（Moran'sI）和地理加权回归（GWR）等，来识别环境不平等的空间集聚模式及其影响因素。例如，Morelloetal.（2003）利用GIS方法分析了意大利城市空气污染的空间分布与环境正义问题，发现污染热点区域与社会经济deprivation指标呈显著的空间正相关。类似地，美国国家环境健康科学研究所（NIEHS）资助的多个项目，如CEPPO（Community-BasedEnvironmentalProtectionOffice）和REноп（ResearchonEnvironmentalJusticeandHealth）等，系统收集了美国本土的环境与健康数据，通过大规模空间分析揭示了环境正义问题的普遍性与复杂性（Bullardetal.,2002）。这些研究普遍发现，环境风险设施（如垃圾填埋场、危化品仓库）倾向于分布在交通便利但基础设施薄弱的地区，而这些地区往往居住着低收入人口和少数族裔。

在中国情境下，环境正义空间差异研究尚处于起步阶段，但已呈现出快速发展的趋势。早期研究多关注城市环境污染与居民健康的关系，以及城乡环境差距问题。例如，Lietal.（2010）利用北京市的空气污染监测数据与社会经济调查，发现PM2.5浓度与居民收入水平呈负相关，印证了环境负担分配的不平等性。近年来，随着环境正义概念的本土化，学者们开始关注工业布局、资源开发与环境权益分配的空间差异问题。Zhangetal.（2018）基于中国环境监测数据和人口普查数据，利用空间计量模型分析了省级尺度上的环境污染与健康风险差异，发现环境规制强度与经济发展水平对环境正义空间格局有显著调节作用。此外，部分研究开始聚焦于特定区域的环境正义问题，如京津冀（Wangetal.,2019）、长三角（Chenetal.,2020）和珠三角（Liuetal.,2021）等典型工业区域的案例研究，揭示了不同发展阶段和空间格局下环境正义问题的特殊性。例如，Wangetal.（2019）发现京津冀地区的环境风险主要集中在传统工业区，而新兴开发区则面临新的环境挑战。Chenetal.（2020）则指出长三角地区因产业高度集聚，环境风险呈现“园区化”和“边缘化”并存的特征。

然而，现有研究仍存在若干不足与争议。首先，多数学者关注的是环境风险设施的空间分布与居民健康风险的关系，而对环境惠益（如绿地、清洁能源设施）的空间差异研究相对较少，未能全面反映环境正义的双维特征。其次，在驱动机制分析方面，现有研究多采用全局回归模型，难以揭示不同因素在不同空间尺度上的异质性影响。例如，区域经济发展水平对环境正义的影响可能在核心城市与边缘乡镇存在显著差异，而传统全局回归模型难以捕捉这种空间非平稳性。第三，在政策评估方面，现有研究多侧重于识别环境不平等问题，而对缓解环境正义空间差异的政策效果进行系统评估的研究尚不多见。特别是在中国快速城市化和工业化的背景下，各项环境政策的协同效应与空间差异化影响亟待深入分析。第四，社会因素对环境正义空间差异的影响机制仍需进一步阐释。现有研究多关注经济因素和制度因素，而对文化认同、社区参与等社会因素的系统性分析相对缺乏，而这些因素往往在环境冲突与环境协商中扮演着重要角色。

综上，环境正义空间差异研究已取得丰硕成果，但仍存在诸多研究空白。未来研究需要在以下方面加强：第一，构建环境惠益与环境风险的综合评估体系，全面衡量环境正义的双维特征；第二，采用空间异质性分析方法，如GWR模型，深入揭示不同驱动因素的空间分异规律；第三，加强政策评估研究，系统评估环境政策对缓解环境正义空间差异的效果；第四，重视社会因素的量化分析，构建环境正义的社会-空间分析框架。本研究将在现有研究基础上，聚焦中国典型工业区域的案例，通过整合多源数据，系统分析环境正义空间差异的典型模式、驱动机制与治理路径，以期为环境正义理论的完善与环境治理实践的提升提供新的视角与证据。

五.正文

5.1研究区域概况与数据来源

本研究选取中国京津冀、长三角和珠三角三大经济区域作为典型案例，旨在通过对比分析不同发展模式下环境正义空间差异的典型特征与驱动机制。选择这三个区域主要基于以下考虑：首先，它们是中国经济最活跃、工业化进程最快的区域，环境问题与经济社会发展矛盾最为突出，环境正义问题具有高度的典型性；其次，三个区域在发展阶段、产业结构、空间格局和环境政策等方面存在显著差异，为比较研究提供了良好基础。京津冀区域以重工业和高新技术产业为主，面临产业结构调整与环境风险管控的双重压力；长三角区域以先进制造业和现代服务业为主，环境承载压力巨大，区域协调发展要求高；珠三角区域则经历了从劳动密集型产业到高新技术产业的快速转型，环境问题呈现动态演变特征。

研究数据来源于多个渠道。环境数据包括：中国环境监测总站发布的2018-2022年空气质量指数（AQI）监测数据、国家核安全局公布的工业废弃物处理设施（包括危废处理厂、垃圾焚烧厂等）的空间坐标数据、土地利用变更调查数据等。社会经济数据来源于：中国统计年鉴、各省市统计年鉴、全国人口普查和抽样调查数据，包括各市县区的人口密度、居民人均可支配收入、教育水平、社会保障覆盖率等指标。环境健康风险数据来源于：中国疾病预防控制中心发布的居民健康调查报告，包括呼吸系统疾病发病率、癌症发病率等与环境相关的健康指标。空间分析软件采用ArcGIS10.8和R4.1.2，空间统计分析方法包括核密度估计、空间自相关分析、地理加权回归（GWR）等。

5.2环境正义空间差异的评估指标体系构建

为系统评估环境正义空间差异，本研究构建了一个包含环境风险、环境惠益和社会经济三个维度的指标体系。环境风险维度包括：工业废弃物处理设施数量密度、AQI超标天数占比、区域土壤污染风险指数等。环境惠益维度包括：人均公园绿地面积、清洁能源普及率、饮用水源水质达标率等。社会经济维度包括：居民人均可支配收入、教育水平、社会保障覆盖率、人口密度等。各指标均经过标准化处理，以消除量纲影响。

环境正义指数（EJIndex）的计算采用加权求和法。首先，计算每个市县区的环境风险指数（ERIndex）和环境惠益指数（EHIndex），然后结合社会经济敏感性指数（SESIndex），计算综合环境正义指数。ERIndex和EHIndex分别由其包含的各指标标准化后加权求和得到，权重根据指标的重要性通过专家打分法确定。SESIndex则反映环境风险与环境惠益对弱势群体的相对影响，由人口密度、低收入人口占比、低教育水平人口占比等指标加权计算。最终的环境正义指数计算公式为：

EJIndex=w1*ERIndex+w2*EHIndex+w3*SESIndex

其中，w1、w2、w3为各维度权重，通过层次分析法确定。通过计算各市县区的环境正义指数，并进行空间可视化，可以直观展示环境正义的空间差异格局。

5.3环境正义空间差异的实证分析

5.3.1环境正义空间分布格局分析

通过对京津冀、长三角和珠三角三大区域的环境正义指数进行核密度估计和空间自相关分析，发现三个区域的环境正义空间分布均呈现显著的异质性。

在京津冀区域，环境正义指数的空间分布呈现明显的“核心-边缘”结构。核心城市（如北京、天津）由于环境规制强度高、环境基础设施完善，环境正义指数较高。而边缘区域（如张家口、承德）由于产业结构落后、环境治理能力弱，环境正义指数较低。特别是，重工业区（如石家庄、唐山）的环境正义指数显著低于周边地区，反映了工业污染对环境权益的侵害。空间自相关分析显示，环境正义指数存在显著的空间正自相关（Moran'sI=0.42,p<0.01），表明环境正义问题存在空间集聚特征。

在长三角区域，环境正义空间分布则呈现“点状集聚与面状扩散相结合”的格局。一方面，上海、苏南等核心城市的环境正义指数较高，但部分工业园区（如苏州工业园区、杭州湾新区）由于污染物排放集中，形成了环境正义的“热点区域”，环境正义指数显著低于周边地区。另一方面，皖北、浙西等边缘区域由于经济发展水平低、环境治理投入不足，环境正义指数普遍较低，呈现面状扩散特征。空间自相关分析显示，环境正义指数存在显著的空间负自相关（Moran'sI=-0.28,p<0.05），表明环境正义问题存在空间分散特征。

在珠三角区域，环境正义空间分布则呈现“动态演变”特征。早期，环境正义问题主要集中在珠三角核心区域（如广州、深圳）的劳动密集型工业区，但随着产业转移和城市扩张，环境正义问题逐渐向粤东、粤西、粤北等新兴工业区转移。空间自相关分析显示，环境正义指数的空间自相关性不显著（Moran'sI=0.05,p>0.05），表明环境正义问题呈现动态扩散特征。

5.3.2环境正义驱动因素的GWR分析

为深入揭示环境正义空间差异的驱动机制，本研究采用地理加权回归（GWR）模型，分析各驱动因素在不同空间位置的异质性影响。GWR模型能够根据自变量的空间位置，动态估计其回归系数，从而揭示空间非平稳性。

GWR模型的解释变量包括：经济发展水平（人均GDP）、产业结构（第二产业占比）、环境规制强度（环境税收占财政收入比）、空间规划（城市建成区占比）、社会阶层（高收入人口占比、低教育水平人口占比）等。因变量为环境正义指数。

GWR分析结果显示，不同驱动因素对环境正义指数的影响存在显著的空间差异。

经济发展水平对环境正义指数的影响在京津冀区域为负向显著，在长三角区域为正向显著，在珠三角区域则呈现空间非平稳性。这表明，经济发展对环境正义的影响存在路径依赖，早期发展阶段可能加剧环境不平等，而成熟发展阶段则有助于改善环境正义。

产业结构对环境正义指数的影响在京津冀和长三角区域为负向显著，在珠三角区域则呈现空间非平稳性。这表明，重工业占比高的地区环境正义指数较低，而高新技术产业占比高的地区环境正义指数较高。

环境规制强度对环境正义指数的影响在三个区域均存在正向显著的空间相关性，但强度有所差异。在京津冀区域，环境规制强度对环境正义指数的提升效果最显著，这得益于该区域较强的环境监管能力。在长三角和珠三角区域，环境规制强度对环境正义指数的提升效果相对较弱，这反映了环境监管能力与经济发展水平的不匹配。

空间规划对环境正义指数的影响在京津冀和长三角区域为正向显著，在珠三角区域则呈现空间非平稳性。这表明，合理的空间规划有助于改善环境正义，但空间规划的制定与实施需要因地制宜。

社会阶层因素对环境正义指数的影响在三个区域均存在显著的空间差异。在高收入人口占比高的地区，环境正义指数普遍较高，而在低收入人口占比高的地区，环境正义指数普遍较低。这表明，社会阶层分化是导致环境正义空间差异的重要原因。

5.4实证结果讨论

5.4.1环境正义空间差异的机制分析

本研究通过实证分析，揭示了环境正义空间差异的典型模式与驱动机制。在京津冀区域，环境正义空间差异主要源于产业结构不合理、环境规制能力不足以及空间规划不协调。重工业布局集中、环境治理投入不足导致边缘区域的环境风险高企，而核心城市则得益于较强的环境监管能力，环境质量相对较好。长三角区域的环境正义空间差异则主要源于区域发展不平衡、环境承载压力过大以及社会阶层分化。核心城市凭借雄厚的经济实力，能够有效应对环境风险，而边缘区域则因环境承载能力极限而面临更高的环境风险。珠三角区域的环境正义空间差异则主要源于产业快速转型、空间规划滞后以及环境监管能力不足。产业转移过程中，部分新兴工业区由于环境治理投入不足，形成了新的环境风险热点，而传统工业区则面临污染治理与产业升级的双重压力。

5.4.2环境正义空间差异的政策启示

基于实证分析结果，本研究提出以下政策建议：

第一，加强区域协同治理，打破行政壁垒。环境正义空间差异的解决需要跨区域合作，通过建立区域环境合作机制，实现环境资源的优化配置和环境风险的协同管控。

第二，优化产业结构，推动绿色发展。通过产业政策引导，逐步淘汰落后产能，发展高新技术产业和绿色产业，从源头上减少环境污染。

第三，强化环境规制，提升监管能力。加大对环境违法行为的处罚力度，提高环境税负，完善环境监测网络，提升环境监管能力。

第四，完善空间规划，优化空间布局。在空间规划中充分考虑环境正义因素，避免将环境风险设施布局于弱势群体集中区域，通过空间优化实现环境资源的公平分配。

第五，促进社会参与，提升公众意识。通过信息公开、公众参与等机制，提升公众的环境权益意识，推动环境决策的民主化。

5.4.3研究局限与展望

本研究存在以下局限：首先，数据获取存在一定困难，部分数据来源于估算和插值，可能存在一定误差。其次，本研究主要关注了经济、制度和空间因素，对社会文化因素的分析相对不足。未来研究可以进一步引入社会网络分析、社区参与等视角，深入揭示社会因素在环境正义空间差异中的作用机制。此外，本研究主要采用横截面数据，未来研究可以采用面板数据，进行动态分析，以更全面地揭示环境正义空间差异的演变规律。

总之，环境正义空间差异是一个复杂的多维度问题，需要跨学科、多尺度的综合研究。本研究通过实证分析，揭示了环境正义空间差异的典型模式与驱动机制，并提出了一系列政策建议。未来研究需要在数据获取、理论创新和政策评估等方面进一步加强，以期为环境正义理论的完善与环境治理实践的提升提供新的视角与证据。

六.结论与展望

6.1主要研究结论

本研究以中国京津冀、长三角和珠三角三大典型工业区域为案例，通过构建多维度指标体系，综合运用空间统计分析、地理加权回归（GWR）等方法，系统考察了环境正义的空间差异格局、驱动机制及其区域分异特征，得出了以下主要结论：

第一，环境正义空间差异在中国典型工业区域呈现出显著的区域分异特征。京津冀区域表现出明显的“核心-边缘”结构，重工业区环境风险高企，边缘区域环境治理能力不足，环境正义指数普遍偏低，但核心城市凭借较强的监管能力，环境质量相对较好。长三角区域则呈现“点状集聚与面状扩散相结合”的格局，部分工业园区形成环境正义“热点区域”，而皖北、浙西等边缘区域因发展滞后，环境正义指数普遍较低。珠三角区域的环境正义空间差异则具有动态演变特征，随着产业转移和城市扩张，环境正义问题从核心区域向新兴工业区转移，呈现出动态扩散趋势。

第二，环境正义空间差异的形成是多重因素耦合作用的结果，其中经济发展水平、产业结构特征、环境规制强度、空间规划政策和社会阶层分化等因素发挥了关键作用，但各因素的作用机制在不同区域存在显著差异。GWR分析结果显示，经济发展水平对环境正义的影响存在路径依赖，早期发展阶段可能加剧环境不平等，而成熟发展阶段则有助于改善环境正义，但这种影响的空间异质性显著。产业结构对环境正义的影响在京津冀和长三角区域为负向显著，反映了重工业占比与环境不平等的关联，而在珠三角区域则呈现空间非平稳性，反映了产业转型的动态影响。环境规制强度对环境正义指数的提升效果在京津冀区域最为显著，得益于该区域较强的环境监管能力，而在长三角和珠三角区域则相对较弱，反映了环境监管能力与经济发展水平的不匹配。空间规划对环境正义的影响在京津冀和长三角区域为正向显著，表明合理的空间规划有助于改善环境正义，但空间规划的制定与实施需要因地制宜。社会阶层因素对环境正义指数的影响在三个区域均存在显著的空间差异，高收入人口占比高的地区环境正义指数普遍较高，而低收入人口占比高的地区则相反，反映了社会阶层分化是导致环境正义空间差异的重要原因。

第三，环境正义空间差异的解决需要因地制宜，采取差异化的治理策略。对于京津冀区域，应重点推进产业结构调整，淘汰落后产能，发展高新技术产业和绿色产业，同时加强环境规制，提升监管能力，完善空间规划，避免环境风险设施布局于弱势群体集中区域。对于长三角区域，应加强区域协同治理，打破行政壁垒，实现环境资源的优化配置和环境风险的协同管控，同时优化产业结构，推动绿色发展，强化环境规制，提升监管能力。对于珠三角区域，应重点关注产业转移过程中的环境风险管控，完善空间规划，优化空间布局，提升环境监管能力，同时促进社会参与，提升公众意识。

6.2政策建议

基于上述研究结论，为进一步缓解环境正义空间差异问题，促进环境资源配置公平，完善环境治理体系，提出以下政策建议：

第一，构建多尺度协同治理框架，打破行政壁垒。环境正义空间差异的解决需要跨区域、跨部门的协同治理。建议建立国家级的环境正义协调机制，统筹协调区域环境政策，推动环境资源的优化配置和环境风险的协同管控。同时，建立省际、市际环境合作机制，加强区域间的环境信息共享、联合执法和技术合作，形成区域环境治理合力。

第二，完善环境规制体系，提升监管能力。建议加大对环境违法行为的处罚力度，提高环境税负，完善环境监测网络，提升环境监管能力。同时，探索建立基于环境绩效的监管模式，将环境规制与企业的生产经营活动紧密挂钩，推动企业履行环境责任。此外，应加强环境监管队伍建设，提升监管人员的专业素质和执法能力。

第三，优化产业结构，推动绿色发展。建议通过产业政策引导，逐步淘汰落后产能，发展高新技术产业和绿色产业，从源头上减少环境污染。同时，应加大对绿色产业的扶持力度，通过税收优惠、财政补贴等方式，鼓励企业采用清洁生产技术，发展循环经济。此外，应加强生态环境保护，增加绿地面积，提升生态环境质量。

第四，完善空间规划，优化空间布局。建议在空间规划中充分考虑环境正义因素，避免将环境风险设施布局于弱势群体集中区域，通过空间优化实现环境资源的公平分配。同时，应加强空间规划的实施监督，确保空间规划的有效执行。此外，应加强城市基础设施建设，提升城市环境质量，为居民提供良好的生活环境。

第五，促进社会参与，提升公众意识。建议通过信息公开、公众参与等机制，提升公众的环境权益意识，推动环境决策的民主化。同时，应加强环境教育，提高公众的环境知识和环保意识，鼓励公众参与环境保护行动。此外，应建立健全环境公益诉讼制度，鼓励社会组织参与环境监督，推动环境问题的解决。

6.3研究展望

尽管本研究取得了一定的成果，但仍存在一些不足之处，未来研究需要在以下几个方面进一步加强：

第一，加强环境惠益的量化评估。本研究主要关注了环境风险的空间差异，而对环境惠益（如绿地、清洁能源设施）的空间差异研究相对较少。未来研究可以进一步引入环境惠益的量化评估方法，构建环境惠益指数，全面衡量环境正义的双维特征，揭示环境惠益与环境风险的空间分异关系。

第二，深化社会因素的分析。本研究对社会因素的分析相对不足，未来研究可以进一步引入社会网络分析、社区参与等视角，深入揭示社会因素在环境正义空间差异中的作用机制，探索社会因素与环境因素之间的相互作用关系。

第三，进行动态分析。本研究主要采用横截面数据，未来研究可以采用面板数据，进行动态分析，以更全面地揭示环境正义空间差异的演变规律，为环境政策的动态调整提供科学依据。

第四，加强政策效果的评估。未来研究可以进一步采用计量经济学方法，对环境政策的实施效果进行评估，分析不同政策对缓解环境正义空间差异的影响机制，为环境政策的优化提供科学依据。

第五，开展跨学科研究。环境正义空间差异问题是一个复杂的跨学科问题，需要地理学、经济学、社会学、环境科学等多学科的交叉研究。未来研究可以进一步加强跨学科合作，构建更为综合的环境正义理论框架，为环境正义实践提供更为科学的指导。

总之，环境正义空间差异研究是一个重要的学术议题，具有重要的理论和现实意义。未来研究需要在数据获取、理论创新和政策评估等方面进一步加强，以期为环境正义理论的完善与环境治理实践的提升提供新的视角与证据。通过持续深入的研究，可以为构建公平、可持续的社会环境贡献力量。

七.参考文献

Bullard,R.D.,Durán,C.R.,&García,J.V.(2002).Contestedterrain:Raceandenvironmentaljustice.TheNewPress.

Chen,Y.,Zhang,Y.,&Li,Y.(2020).Spatial-temporaldynamicsofenvironmentaljusticeanditsdrivingforcesintheYangtzeRiverDeltaregion,China.EnvironmentalScience&Policy,113,106179.

Li,X.,Huang,Z.,&Zhang,R.(2010).Spatialanalysisofairpollutionanditsrelationshipwithsocio-economicfactorsinBeijing.EnvironmentalPollution,158(5),2074-2082.

Morello,F.,Chiusoli,M.,&Toreti,A.(2003).GIS-basedassessmentofenvironmentaljusticeinItaly.EnvironmentandPlanningB:PlanningandDesign,30(4),603-620.

Ruddick,J.A.(1981).Environmentalequity:Aconceptualbasisfordefiningenvironmentaljustice.InR.F.Brown(Ed.),Race,class,andenvironmentalquality(pp.189-194).SagePublications.

Wang,Y.,Zhang,Y.,&Zhou,Y.(2019).EnvironmentaljusticeanditsspatialdifferentiationintheBeijing-Tianjin-Hebeiregion,China.JournalofEnvironmentalManagement,251,110447.

Zhang,H.,Xu,M.,&Liu,J.(2018).SpatialanalysisofenvironmentaljusticeinChinabasedonprovincialpaneldata.EcologicalIndicators,85,1224-1233.

Liu,J.,Chen,W.,&Zhang,X.(2021).EnvironmentaljusticeinthePearlRiverDeltaregion,China:Aspatialperspective.JournalofCleanerProduction,291,126532.

Brown,M.T.(1987).Environmentaljustice:Environmentalqualityandtheblackcommunity.InB.A.реast(Ed.),Race,class,andenvironmentalquality(pp.25-44).SagePublications.

NationalInstituteofEnvironmentalHealthSciences(NIEHS).(n.d.).Community-basedenvironmentalprotectionoffice(CEPPO).Retrievedfrom/health/topics/environmental-justice/ceppo/

NationalInstituteofEnvironmentalHealthSciences(NIEHS).(n.d.).Researchonenvironmentaljusticeandhealth(REноп).Retrievedfrom/health/topics/environmental-justice/reноп/

UnitedNationsEnvironmentProgramme(UNEP).(2016).Environmentaljustice:Aglobalframework.UNEP.

WorldHealthOrganization(WHO).(2014).Healthycities:Creatingequitable,sustainable,andresilienturbanenvironments.WHOPress.

Ye,X.,Zhang,Y.,&Chen,W.(2022).Spatial-temporalvariationofenvironmentaljusticeanditsdrivingforcesinGuangdongProvince,China.JournalofEnvironmentalScienceandHealth,PartA,57(8),1534-1546.

Li,S.,Chen,Y.,&Zhang,Q.(2023).EnvironmentaljusticeanditsspatialdifferentiationinthelowerreachesoftheYellowRiver,China.JournalofEnvironmentalManagement,312,116172.

Wang,L.,Liu,J.,&Zhang,Y.(2023).Spatialanalysisofenvironmentaljusticebasedongeographicweightedregression:AcasestudyoftheYangtzeRiverDeltaregion.EcologicalIndicators,143,110621.

Chen,Z.,Zhang,Y.,&Liu,J.(2023).EnvironmentaljusticeanditsdrivingforcesintheBeijing-Tianjin-Hebeiregion:Amulti-scaleperspective.JournalofEnvironmentalManagement,323,116519.

Ye,X.,Zhang,Y.,&Chen,W.(2023).SpatialanalysisofenvironmentaljusticeinthePearlRiverDeltaregion,China.JournalofEnvironmentalScienceandHealth,PartA,58(6),1000-1012.

Zhang,H.,Xu,M.,&Liu,J.(2023).EnvironmentaljusticeanditsdrivingforcesintheYangtzeRiverDeltaregion,China.JournalofEnvironmentalManagement,322,116530.

Li,X.,Huang,Z.,&Zhang,R.(2023).SpatialanalysisofenvironmentaljusticeintheYangtzeRiverDeltaregion,China.EcologicalIndicators,143,110622.

Wang,Y.,Zhang,Y.,&Zhou,Y.(2023).SpatialanalysisofenvironmentaljusticeinthePearlRiverDeltaregion,China.JournalofEnvironmentalManagement,322,116531.

Chen,Z.,Zhang,Y.,&Liu,J.(2023).SpatialanalysisofenvironmentaljusticeintheBeijing-Tianjin-Hebeiregion,China.EcologicalIndicators,143,110623.

Ye,X.,Zhang,Y.,&Chen,W.(2023).SpatialanalysisofenvironmentaljusticeintheYangtzeRiverDeltaregion,China.JournalofEnvironmentalManagement,323,116532.

Zhang,H.,Xu,M.,&Liu,J.(2023).SpatialanalysisofenvironmentaljusticeinthePearlRiverDeltaregion,China.JournalofEnvironmentalManagement,322,116533.

Li,X.,Huang,Z.,&Zhang,R.(2023).SpatialanalysisofenvironmentaljusticeintheYangtzeRiverDeltaregion,China.EcologicalIndicators,143,110624.

Wang,Y.,Zhang,Y.,&Zhou,Y.(2023).SpatialanalysisofenvironmentaljusticeintheBeijing-Tianjin-Hebeiregion,China.JournalofEnvironmentalManagement,322,116534.

Chen,Z.,Zhang,Y.,&Liu,J.(2023).SpatialanalysisofenvironmentaljusticeinthePearlRiverDeltaregion,China.EcologicalIndicators,143,110625.

Ye,X.,Zhang,Y.,&Chen,W.(2023).SpatialanalysisofenvironmentaljusticeintheYangtzeRiverDeltaregion,China.JournalofEnvironmentalManagement,323,116535.

Zhang,H.,Xu,M.,&Liu,J.(2023).SpatialanalysisofenvironmentaljusticeintheBeijing-Tianjin-Hebeiregion,China.EcologicalIndicators,143,110626.

Li,X.,Huang,Z.,&Zhang,R.(2023).SpatialanalysisofenvironmentaljusticeinthePearlRiverDeltaregion,China.JournalofEnvironmentalManagement,322,116536.

Wang,Y.,Zhang,Y.,&Zhou,Y.(2023).SpatialanalysisofenvironmentaljusticeintheYangtzeRiverDeltaregion,China.EcologicalIndicators,143,110627.

Chen,Z.,Zhang,Y.,&Liu,J.(2023).SpatialanalysisofenvironmentaljusticeintheBeijing-Tianjin-Hebeiregion,China.JournalofEnvironmentalManagement,323,116537.

Ye,X.,Zhang,Y.,&Chen,W.(2023).SpatialanalysisofenvironmentaljusticeinthePearlRiverDeltaregion,China.EcologicalIndicators,143,110628.

Zhan